Résumé de cours - Maths expertes - Matrices
Soit $n$ et $p$ deux entiers naturels non nuls. Une matrice $A$ à $n$ lignes et $p$ colonnes à coefficients réels est un tableau à double entrée $$A=\left( \begin{array}{cccc} a_{1,1}&a_{1,2}&\dots&a_{1,p}\\ a_{2,1}&a_{2,2}&\dots&a_{2,p}\\ \vdots&\vdots&&\vdots\\ a_{n,1}&a_{n,2}&\dots&a_{n,p} \end{array} \right)$$ où le nombre $a_{i,j}$ est le nombre situé à la $i$-ème ligne et à la $j$-ème colonne. On dit alors que $A$ est une matrice de taille $n\times p$ et on note $\mathcal M_{n,p}(\mathbb R)$ l'ensemble des matrices de taille $n\times p.$
Exemple : la matrice $A=\begin{pmatrix}1&2&1\\3&1&2\end{pmatrix}$ est une matrice de taille $2\times 3.$ Le coefficient $a_{1,2}$ vaut $2.$
On dit qu'une matrice est carrée si elle a le même nombre de lignes que de colonnes. On note alors $\mathcal M_n(\mathbb R)$ l'ensemble des matrices carrées à $n$ lignes (et $n$ colonnes), et on dit alors qu'une matrice de $\mathcal M_n(\mathbb R)$ est d'ordre $n$.
Si $A$ est une matrice carrée de taille $n$, ses coefficients diagonaux $a_{i,i}$, pour $i=1,\dots,n$, sont appelés les coefficients diagonaux de $A,$ l'ensemble de ces coefficients est appelé diagonale principale de $A.$
Quelques matrices particulières :
- on appelle matrice nulle de taille $n\times p$ la matrice de taille $n\times p$ dont tous les coefficients sont nuls. On note $0_{\mathcal M_{n,p}(\mathbb R)}$ et plus simplement $0_{n}$ pour $0_{\mathcal M_{n,n}(\mathbb R)}.$ Par exemple, $$0_{\mathcal M_{2,3}(\mathbb R)}=\begin{pmatrix}0&0&0\\0&0&0\end{pmatrix}.$$
- on dit qu'une matrice $D$ est diagonale si elle est carrée et si tous ses coefficients sont nuls, sauf éventuellement ceux de la diagonale principale. Autrement dit, $D$ s'écrit $$D=\begin{pmatrix} d_{1,1}&0&\dots&0\\ 0&d_{2,2}&\ddots&\vdots\\ \vdots&\ddots&\ddots&\vdots\\ 0&\dots&\dots&d_{n,n} \end{pmatrix}.$$
- on appelle matrice identité d'ordre $n$ la matrice diagonale d'ordre $n$ dont tous les coefficients diagonaux sont égaux à $1$. On la note $I_n$ : $$I_n= \begin{pmatrix} 1&0&\dots&0\\ 0&1&\ddots&\vdots\\ \vdots&\ddots&\ddots&\vdots\\ 0&\dots&\dots&1 \end{pmatrix}.$$
Soit $A\in\mathcal M_{n,p}(\mathbb R)$ et $B\in\mathcal M_{n,p}(\mathbb R)$ (en particulier, $A$ et $B$ ont la même taille). On appelle somme de $A$ et $B$ la matrice de $\mathcal M_{n,p}(\mathbb R)$ dont les coefficients sont obtenus en ajoutant terme à terme les coefficients de $A$ et de $B$.
Exemple : si $A=\begin{pmatrix}1&2&1\\3&1&2\end{pmatrix}$ et $B=\begin{pmatrix}0&3&7\\-1&2&2\end{pmatrix}$, alors $A+B=\begin{pmatrix}1&5&8\\2&3&4\end{pmatrix}.$
Soit $A\in\mathcal M_{n,p}(\mathbb R)$ et $\lambda\in\mathbb R.$ On appelle produit de $A$ par $\lambda$ la matrice $\lambda A$ de $\mathcal M_{n,p}(\mathbb R)$ dont les coefficients sont obtenus en multipliant ceux de $A$ par $\lambda.$
Exemple : si $A=\begin{pmatrix}1&2&1\\3&1&2\end{pmatrix},$ alors $3A=\begin{pmatrix}3&6&3\\9&3&6\end{pmatrix}.$
Autrement dit, tant qu'il s'agit d'ajouter des matrices ou de les multiplier par des réels, les règles de calcul sont les mêmes que celles avec des réels. La multiplication de matrices entre elles est nettement plus compliquée !
Soit $A$ une matrice à $n$ lignes et p colonnes, et $B$ une matrice à p lignes et $q$ colonnes, alors le produit $AB$ est la matrice à $n$ lignes et $q$ colonnes dont le coefficient situé à la $i$-ème ligne et à la $j$-ème colonne est donné par $$c_{i,j}=\sum_{k=1}^p a_{i,k}b_{k,j}.$$
Exemple : \begin{align*} \begin{pmatrix}1&2&1\\3&1&2\end{pmatrix}\times \begin{pmatrix}2&1\\1&3\\4&2\end{pmatrix}&= \begin{pmatrix} 1\times 2 + 2\times 1 + 1\times 4&1\times 1 + 2\times 3 + 1\times 2\\ 3\times 2 + 1\times 1 + 2\times 4&3\times 1 + 1\times 3 + 2\times 2 \end{pmatrix}\\ &=\begin{pmatrix} 8&9\\ 15&10 \end{pmatrix} \end{align*}
- associative : $(AB)C=A(BC)$.
- distributive par rapport à l'addition : $A(B+C)=AB+AC$ et $(A+B)C=AC+BC$.
Le produit de deux matrices pose certains problèmes nouveaux. Par exemple,
le produit $AB$ peut exister sans que le produit $BA$ n'existe. Et même si
$AB$ et $BA$ existe, il est possible d'avoir $AB\neq BA.$
Exemple : Si $A=\begin{pmatrix}0&1\\0&0\end{pmatrix}\textrm{ et }B=\begin{pmatrix}1&0\\0&0\end{pmatrix},$ alors $AB=\begin{pmatrix}0&0\\0&0\end{pmatrix}$ alors que $BA=\begin{pmatrix}0&1\\0&0\end{pmatrix}.$
L'exemple précédent montre aussi que si $AB=0_n$, on n'a pas forcément $A=0_n$ ou $B=0_n.$ De même, l'égalité $AB=AC$ n'entraîne pas toujours $B=C.$ Il faut donc être prudent avec les produits de matrices !
Soit $A$ une matrice carrée d'ordre $n$. On définit ses puissances $A^k$ pour tout entier naturel $k$ par $A^0=I_n$ et $A^{k+1}=A^k\times A.$ Ainsi, pour $k\geq 1,$ $A^k=A\times A\times\cdots\times A,$ avec $k$ facteurs.
Une matrice $A\in\mathcal M_n(\mathbb R)$ est dite inversible s'il existe $B\in\mathcal M_n(\mathbb R)$ telle que $$AB=BA=I_n.$$ Une telle matrice, si elle existe, est unique. Elle s'appelle l'inverse de $A$ et est notée $A^{-1}$. On a donc $A^{-1}A=AA^{-1}=I_n.$
Soit $A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$ une matrice carrée d'ordre $2.$ On appelle déterminant de $A$ le réel $\det(A)=ad-bc.$
Exemple : Soit $A=\begin{pmatrix}2&1\\3&2\end{pmatrix}.$ Alors $\det(A)=1$ et donc $A$ est inversible. De plus, $A^{-1}=\begin{pmatrix}2&-1\\-3&2\end{pmatrix}.$
On considère un système linéaire de $n$ équations à $n$ inconnues $$\left\{ \begin{array}{ccl} a_{1,1}x_1+a_{1,2}x_2+\dots+a_{1,n}x_n&=&b_1\\ a_{2,1}x_1+a_{2,2}x_2+\dots+a_{2,n}x_n&=&b_2\\ \vdots&\vdots&\vdots\\ a_{n,1}x_1+a_{n,2}x_2+\dots+a_{n,n}x_n&=&b_n.\\ \end{array} \right. $$ La matrice du système est la matrice $$A=\begin{pmatrix} a_{1,1}&a_{1,2}&\dots&a_{1,n}\\ a_{2,1}&a_{2,2}&\dots&a_{2,n}\\ \vdots&\vdots&\vdots&\vdots\\ a_{n,1}&a_{n,2}&\dots&a_{n,n} \end{pmatrix}.$$ La matrice inconnue est la matrice $$X=\begin{pmatrix} x_1\\ x_2\\ \vdots\\x_n\end{pmatrix}$$ et la matrice du second membre est la matrice $$B=\begin{pmatrix} b_1\\ b_2\\ \vdots\\b_n\end{pmatrix}.$$ Résoudre le système précédent, c'est trouver toutes les matrices $X\in\mathcal M_{n,1}(\mathbb R)$ telles que $AX=B$. Cette dernière équation s'appelle l'écriture matricielle du système.
Si $A$ n'est pas inversible, alors l'ensemble des solutions du système est soit vide, soit infini.
On considère deux suites $(u_n)_{n\geq 0}$ et $(v_n)_{n\geq 0}$ définies par des valeurs de $u_0$ et $v_0$ et par la relation de récurrence, valable pour $n\geq 0,$ $$\left\{ \begin{array}{rcl} u_{n+1}&=&au_n+bv_n\\ v_{n+1}&=&cu_n+dv_n. \end{array}\right.$$ On peut écrire ceci matriciellement. On introduit la suite $(X_n)_{n\geq 0}$ de vecteurs colonnes définie par $X_n=\begin{pmatrix}u_n\\v_n\end{pmatrix}$ pour tout $n\geq 0.$ On considère la matrice $$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}.$$ Alors on a, pour tout $n\geq 0,$ $X_{n+1}=AX_n.$ En particulier, pour tout $n\geq 0,$ on a $X_n=A^n X_0$. Si on sait calculer $A^n,$ alors on peut déterminer les termes généraux $u_n$ et $v_n.$
Dans cette partie, on se place dans le plan muni d'un repère orthonormé $(0,\vec i,\vec j)$. Certaines transformations géométriques du plan admettent une écriture matricielle. Pour cela, à tout point $M$ de coordonnées $(x,y)$, on associe le vecteur colonne $X=\begin{pmatrix}x\\y\end{pmatrix}$. On considère également $M'$ de coordonnées $(x',y')$, de vecteur colonne associé $X'=\begin{pmatrix}x'\\y'\end{pmatrix}.$ Alors :
- $M'$ est l'image de $M$ par la translation de vecteur $\vec u(a,b)$ si et seulement si $X'=X+U$, où $U=\begin{pmatrix}a\\b\end{pmatrix}.$
- $M'$ est l'image de $M$ par la symétrie axiale par rapport à l'axe des abscisses si et seulement si $X'=AX,$ où $A=\begin{pmatrix}1&0\\0&-1\end{pmatrix}.$
- $M'$ est l'image de $M$ par la symétrie axiale par rapport à l'axe des ordonnées si et seulement si $X'=AX,$ où $A=\begin{pmatrix}-1&0\\0&1\end{pmatrix}.$
- $M'$ est l'image de $M$ par la rotation de centre $O$ et d'angle $\theta$ si et seulement si $X'=AX,$ où $A=\begin{pmatrix}\cos(\theta)&-\sin(\theta)\\ \sin(\theta)&\cos(\theta)\end{pmatrix}.$
- $M'$ est l'image de $M$ par l'homothétie de centre $O$ et de rapport $k$ si et seulement si $X'=kX.$







