Chapitre 2 1 24 Produits matriciels
1 1 Produit de matrices carr´ees On a l’habitude de faire des produits de nombre; Par exemple 2×3 = 6 et on est habitu´e aux propri´et´s suivantes • il n’y a pas de diviseur de O: si un produit de deux nombres est nul c’est que l’un de ces deux nombres est nul • le produit de deux nombres est commutatif: 2×3 = 3×2
Définition et opérations sur les matrices
e) Produit de deux matrices Soient p,, trois entiers naturels non nuls Soient une matrice Aa ij, de format mn, et Bb , ij, une matrice de format np On définit la matrice Cc ij, , de format mp,, produit de la matrice Aa ij, par la matrice Bb ,B ij, que l’on note par : , 1 n j k b ¦ ATTENTION : On ne peut donc multiplier A par B
Définition et opérations sur les matrices
e) Produit de deux matrices Soientm, p et q trois entiers naturels non nuls Soient une matrice A a= (i j,) de format (m n,) et B b= (i j,)une matrice de format (n p,) On définit la matriceC c= (i j,), de format(m p,), produit de la matrice A a= (i j,)par la matrice B b= (i j,)que l’on note C AB= par : § ¤ § ¤, , , 1 1, , 1, n i j i k k
Chapitre 13 : Matrices
Le produit de deux matrices diagonales est une matrice diagonale Le produit de deux matrices triangulaires supérieures est une matrice triangulaire supérieure Démonstration Pour les matrices carrées, cela découle directement de la dé nition Pour les matrices diagonales, prenons deux matrices diagonales (de taille n) A et B Le terme d
Synthèse 3 : Les matrices
2 1 Addition de deux matrices Définition Soient deux matrices A = aij et B = bij toutes deux de dimension ()np, ; On additionne terme à terme pour obtenir : AB+= aij +bij de dimension ()np, Propriétés Soient A, B et C trois matrices de dimension (np,) et 0 la matrice (np,) dont les éléments sont tous égaux à 0
CALCUL MATRICIEL
Propriétés : Soit A, B et C trois matrices carrées de même taille a) Commutativité : A + B = B + A b) Associativité : (A + B) + C = A + (B + C) 2) Produit d'une matrice par un réel Définition : Soit A une matrice et k un nombre réel La produit de A par le réel k est la matrice, notée kA, dont les coefficients sont
Chapitre VIII Calcul matriciel
2 Produit de matrices, composition des applications linéaires Soient , , trois espaces vectoriels de dimension respective , , Soient (⃗⃗⃗ ⃗⃗⃗⃗ ), ( ⃗⃗⃗ ⃗⃗ ⃗), (⃗⃗⃗⃗ ⃗⃗⃗⃗ ) les bases respectives de , et Soient et deux applications linéaires On considère
Exo7 - Cours de mathématiques
MATRICES 2 MULTIPLICATION DE MATRICES 5 Exemple 8 A= 0 1 0 3 B = 4 1 5 4 C = 2 5 5 4 et AB = AC = 5 4 15 12 2 4 Propriétés du produit de matrices Malgré les difficultés soulevées au-dessus, le produit vérifie les propriétés suivantes :
[PDF] calculatrice matrice en ligne
[PDF] produit de deux matrices de taille différentes
[PDF] nombre relatif multiplication et division
[PDF] multiplication de nombres relatifs 4ème exercices
[PDF] variable aléatoire pdf
[PDF] variable aléatoire discrète
[PDF] fonction de répartition d'une variable aléatoire discrète
[PDF] variable aléatoire exemple
[PDF] soliman et françois 1er
[PDF] fonction de distribution statistique
[PDF] produit scalaire deux vecteurs
[PDF] produit vectoriel de deux vecteurs dans le plan
[PDF] fonction de répartition d une variable aléatoire discrète
[PDF] multiplication coordonnées vecteurs
Calcul matriciel
PTSI B Lycée Eiffel
28 février 2013
Le possible est une matrice formidable.
Victor Hugo
Unfortunately, no one can be told what the Matrix is.You have to see it for yourself.
Tagline du filmMatrix(traduction en exercice).
Introduction
Avant de rentrer dans le vif du sujet en algèbre linéaire (les fameux espaces vectoriels), un chapître
plus orienté calcul sur un outil qui sera fondamental dans la suite du cours : les matrices. Il s"agit
ici simplement d"apprendre à calculer avec les matrices, mais aussi de voir le lien entre ces nouveaux
objets et quelques autres notions que vous maîtrisez déjà : les systèmes d"équations linéaires, pour
lesquelles nous verrons une méthode de résolution systématique, et les déterminants que nous avons
utilisés en géometrie en début d"année.Objectifs du chapitre :
maîtriser le calcul matriciel, calculs de puissances ou de déterminants notamment. comprendre le fonctionnement de l"algorithme du pivot de Gauss, et savoir l"appliquer effica- cement dans le vadre de l"inversion de matrices comme dans celui de la résolution de systèmes.1 Un exemple amusant
Pour introduire le concept de matrice, intéressons-nous au problème tout à fait concret suivant :
dans un jeu video débile (qui a dit pléonasme?), on peut composer des armées consituées de trois
types de créatures, trolls, orcs et gobelins. Un élève de PTSI ayant trop de temps à perdre contitue
lors d"une même soirée les trois armées suivantes :TrollsOrcsGobelinsArmée1358
Armée26212
Armée35515
1Les bêbêtes en question étant assez gourmandes, il faudra les nourrir quotidiennement d"une certaine
quantité de poulet, de bananes, et de lasagnes surgelées (garantis100%viande de cheval). La quantité
de nourriture ingurgitée par chaque type de créature est donnée, en kilos par jour, dans le tableau
suivant :PouletBananesLasagnesTroll1038
Orc8410
Gobelin262
La question est fort simple : quelle quantité de chaque aliment le larbin chargé de faire les courses
doit-il se procurer pour nourrir chacune des armées? La réponse est la suivante :PouletBananesLasagnes
Armée1867790
Armée21009892
Armée3120125120
Le remplissage du dernier tableau découle d"un calcul assez simple. Pour trouver par exemple lavaleur86de la première case, on a multiplié deux à deux les éléments de la première ligne du
premier tableau par ceux de la première colonne du deuxième tableau, et additionné le tout :3
10 + 58 + 82 = 86. De même pour les autres éléments, on effectue à chaque fois le " produit »
d"une ligne du premier tableau par une colonne du deuxième tableau. eh bien, ce qu"on vient de faire,
c"est exactement un produit de matrices. Cette opération en apparence peu naturelle quand on laprésente de façon formelle (ce qu"on ne va pas tarder à faire) est donc en réalité très concrète. elle
interviendra systématiquement dès qu"on possède trois lots de données, deux tableaux exprimant la
première donnée en fonction de la deuxième et la deuxième en fonction de la troisième, et qu"on
cherche à exprimer directement la première donnée en fonction de la troisième.2 Structure et opérations
2.1 Somme et produits
Définition 1.Unematriceànlignes etpcolonnes à coefficients dansK(comme dans le cas des polynômes,Kdésignera pour nous soitRsoitC;netpsont deux entiers naturels non nuls) est un tableau rectangulaire (ànlignes etpcolonnes) contenantnpéléments deK. On note un tel objetM= (mij)16i6n
16j6pou de façon plus complète
M=0 B BBB@m11m12::: m1n
m21...m2n.........
m n1::: ::: mnn1 C CCCA Autrement dit,mijest le terme de la matriceMse trouvant à l"intersection de laième ligne et de lajème colonne. Définition 2.L"ensemble des matrices ànlignes etpcolonnes à coefficients dansKest noté M n;p(K). Dans le cas oùn=p, on dit que la matrice estcarréeet on note plus simplement l"ensemble des matrices carrées ànlignes etncolonnesMn(K). 2 Remarque1.Dans le cas oùn= 1, la matrice se réduit à une ligne, et on parle effectivement de matrice-ligne. De même, lorsquep= 1, on parlera de matrice-colonne. La notation est alorsextrêmement similaire à celle utilisée pour désigner un élément deKnpar ses coordonnées dans une
base, et on identifiera de fait souventKnàMn;1(K). Définition 3.SoientAetBdeux matrices dansMn;p(K), lasommedeAet deBest la matriceA+B=C, oùci;j=ai;j+bi;j.
Exemple:A=0
@2 31 0 6 3 4 121 A ;B=0 @3 0 0 52 74111
A ;A+B=0 @1 31
5 4 10
0 031 A Proposition 1.(Mn;p(K);+)est un groupe commutatif. Définition 4.Lamatrice nulle0n;p(ou plus simplement0si les dimensions de la matrice sontclaires dans le contexte) est la matrice ànlignes etpcolonnes dont tous les coefficients sont nuls.
L"opposéd"une matriceApour l"opération de somme sera notéA, il s"agit de la matrice obtenue en prenant les opposés de tous les termes de la matriceA. Démonstration.Il faut bien faire attention que chaque ensembleMn;p(K)constitue un groupe, sé-parément les uns des autres. D"ailleurs, la matrice nulle qui contitue l"élément neutre est différente si
on modifie les dimensions des matrices considérées. Toutes les propriétés sont en tout cas évidentes,
elles découlent immédiatement des propriétés de la somme de réels, puisque la somme se fait terme
à terme.Définition 5.Leproduit d"une matriceApar un réelest la matrice, notéeA, obtenue à
partir deAen multipliant chacun de ses coefficients par.Proposition 2.Le produit par un réel est distributif par rapport à l"addition de matrices : ((A+
B) =A+B). On a également les propriétés suivantes :8A2 Mn(K);1:A=Aet8(;)2 K2; (A) = ()A.
Remarque2.Ces propriétés du produit " extérieur » (par opposition au produit intérieur, le produit
par un réel n"est pas une lci), cumulées au statut de groupe commutatif, font deMn;p(K)unespace
vectorielsur le corpsK. Définition 6.SoitA2 Mn;p(K)etB2 Mp;q(K), alors leproduitdes deux matricesAetBest la matriceAB=C2 Mn;q(K)où8i2 f1;:::;ng,8j2 f1;:::;qg,cij=pX k=1a ikbkj.Remarque3.Cette définition correspond exactement à ce qu"on a vu dans notre exemple introductif :
on multiplie terme à terme lai-ème ligne deApar laj-ème colonne deBet on somme le tout. Il faut
faire très attention à ce que les tailles des matrices soient compatibles pour que le produit existe.
Définition 7.Lamatrice identitédansMn(K)est la matriceIn=0 BBBBBB@1 0::: :::0
0 1 0:::0
.........00::: :::0 11
CCCCCCA.
Proposition 3.Propriétés élémentaires du produit de matrices : Le produit de matrices est associatif :(AB)C=A(BC). Le produit de matrices est distributif par rapport à l"addition :A(B+C) =AB+AC; (A+B)C=AC+BC. La matrice identité est un élément neutre pour le produit :8A2 Mn;p(K),InA=AIp=A. 3Le produit d"une matrice par une matrice nulle (de taille compatible), à gauche comme à droite,
est toujours nul.Démonstration.
Pour prouver l"associativité, il faut juste un peu de courage : considéronsAetBayant les dimensions indiquées dans la définition du produit, etC2 Mq;r(K), qu"on peut donc mul- tiplier à droite parB. Si on noteD= (AB)C, on peut alors écriredij=qX k=1(AB)ikCkj= q X k=1(pX l=1a ilblk)ckj. On peut écrire ceci plus simplement sous la formeqX k=1p X l=1a ilblkckj. De même, en notantE=A(BC), on auraEij=pX k=1a ik(BC)kj=pX k=1a ik(Xl= 1qbklclj) = p X k=1p X l=1a ikbklclj. Les deux formules sont bien les mêmes puisque les indices dans une somme double sont muets. C"est un calcul assez élémentaire sur les sommes :pX k=1a ik(bkj+ckj) =pX k=1a ikbkj+pX k=1a ikckj.L"autre calcul est essentiellement identique.
Pour cette propriété, on notera justeIet pasInpar souci de lisibilité. Soitmijle terme d"indice
i;jde la matrice produitIA. On a par définitionmij=nX k=1I ikAkj. Mais le seul terme non nul parmi lesIikestIii, qui vaut1. On a donc bienmij=Aij. Pour le produit à droite parIp, la démonstration est essentiellement la même.Laissée en exercice!Remarque4.L"ensemble(Mn(K);+;)est donc un anneau (non commutatif). Attention aux pièges
suivants quand on manipule le produit matriciel : Le produit de matrices n"est pas commutatif. En fait, l"existence du produitABn"implique même pas celle deBA, mais même dans le cas des matrices carrées, par exemple, on a en généralAB6=BA. Dans le cas contraire, on dit queAetBcommutent. Parler de division de matrice n"a en général aucun sens.L"anneauMn(K)n"est pas intègre. Plus généralement, même si les matrices ne sont pas carrées,
AB=ACn"implique en général pasB=C.
On peut écrire les systèmes d"équations linéaires à l"aide de produits de matrices, mais on
reviendra là-dessus un peu plus tard.Exemple 1:A=3 41
2 0 5 ;B=0 @2 6 11 2 31 A ;AB=4 11 6 27Exemple 2:A=42
2 1 ;B=13 26;AB= 0
2.2 Transposition
Définition 8.Latransposéed"une matriceA2 Mn;p(K)est la matriceM2 Mp;n(K), oùmij= a ji. On la notetA. Autrement dit, les lignes deAsont les colonnes detAet vice-versa. Proposition 4.La transposition vérifie les propriétés suivantes :8A;B2 Mn;p(K), t(tA) =A t(A+B) =tA+tB t(A) =tA 4 8C2 Mp;m(R),t(AC) =tCtA.Démonstration.Les trois premières propriétés ne posent aucun problème, mais la dernière est net-
tement plus complexe. Écrivons ce que vaut le terme d"indiceijà gauche et à droite de l"éga-
lité. Pour t(AC), il est égal au terme d"indicejideAC, c"est-à-dire àpX k=1a jkcki. À droite, on a p X k=1( tC)ik(tA)kj=pX k=1c kiajk. Les deux quantités sont bien égales.Exemple:A=0 @4 32 0 5 1