Algèbre linéaire II SSyyssttèèm mee lliinnééaaiirreess eett m maattrriicceess 2 x1 3x2 2 x1 x2 4 On considère un champs ou corps commutatif K ; ; . Exemple : K ou K , qui sera appelé les scalaires. Un système de m équations d’algèbre linéaire à n variables à coefficient dans K a11 x1 a12 x2 ... a1n xn b1 a21 x1 a22 x2 ... a2 n xn b2 1 i n aij K , ij tel que 1 j n am1 x1 am 2 x2 ... amn xn bm I.1 Opération élémentaires sur les équations. Opération élémentaire 1 : Ei Ei E j K x1 x2 x3 3 2 x1 x2 2 x3 4 E2 E2 2 E1 3x1 3x3 1 Opération élémentaire 2 : Ei E j et opération élémentaire 3 : Ei 2 x1 x2 x3 1 x1 x2 x3 0 4 x1 2 x3 6 E1 E2 E3 E3 2 Ei K \ 0 I.2 Notation matricielle a11 x1 a12 x2 ... a1n xn b1 a21 x1 a22 x2 ... a2 n xn b2 am1 x1 am 2 x2 ... amn xn bm a11 a12 ... a1n a21 a22 ... a2 n matrice des coefficients. A a a ... a mn m1 m 2 b1 b2 b matrice des termes indépendants. b n a11 ... ... a1n b1 A/b matrice complète du système. a ... ... a b mn m m1 Exemple : x1 x2 x3 3 1 1 1 3 2 x1 x2 3x3 4 2 1 3 4 3 0 5 2 3x1 5 x3 2 1 1 1 L2 L2 2 L1 0 3 5 L3 L3 3L1 0 3 8 3 2 7 1 1 1 0 3 5 L3 L3 L2 0 3 3 3 2 5 I.3 Echelonnement ou « mise en escalier » Définition : uij 1i m est dite échelonnée ou en escalier si le nombre d’entrées nulles au début de u 1 j n chaque ligne augmente à chaque ligne, l’augmentation étant stricte pour les lignes qui suivent une ligne non nulle. Définition : Le 1er élément non nul d’une ligne s’appelle le pivot de cette ligne. Théorème : Toute matrice peut être transformé en une matrice en escalier au moyen d’opérations élémentaires sur ses lignes. Définition : matrice en forme de Gauss-Jourdan C’est une matrice uij 1i m où : u 1 j n 1. tous les pivots sont égaux à 1 2. tous les chiffres au-dessus des pivots sont nuls 1 -1 1 0 3 5 0 0 -3 3 L L2 2 3 -2 L -5 L3 3 -3 1 -1 1 0 1 5 3 0 0 1 3 -2 3 5 3 5 L2 L2 L3 3 L1 L1 L3 1 -1 0 0 1 0 0 0 1 4 3 19 L L L 1 2 9 1 5 3 1 0 0 0 1 0 0 0 1 31 9 19 matrice de Gauss-Jourdan. 9 5 3 I.4 Solution des système linéaires. x1 x2 x3 3 2 x1 x2 3x3 4 3x1 5 x3 2 1 1 1 3 2 1 3 4 3 0 5 2 Si le pivot est dans la colonne indépendante alors c’est impossible. 1 0 1 0 0 1 2 0 0 0 0 1 x1 1 x3 x2 2 2 x3 x4 1 1 2 1 a11 a12 A/b a a m1 m 2 x1 , x2 , x3 sont des variables pivotables. On peut exprimer les variables pivotables en fonction des variables non pivotables. système indéterminé (ici de degré 1) a11 x1 a12 x2 am1 x1 am 2 x2 x1 x3 1 x2 2 x3 2 x4 1 a1n xn b1 amn xn bm a1n amn b1 bm IIII L Leess M Maattrriicceess Fixons un corps commutatif K . Une matrice à m lignes et n colonnes est un tableau de nombres (de K ) à m lignes et n colonnes. a11 a12 a1 j a1n a21 a22 a2 j a2 n A ai1 ai 2 aij ain aij 1i m 1 j n am1 am2 a a mj mn ligne i colonne j a ij K K mn matrices à m lignes et n colonne (on dit de genre m; n à coefficient dans K A aij B bij aij bij i, j mn mn Matrices particulières : Matrices lignes 1 n A a11 a12 a1n Matrices colonnes b11 b b 21 bm1 Matrices carrées n n Genre n; n ordre n Diagonale principale : a11 a22 a33 a44 Matrices diagonales : 0 0 a11 0 0 0 a22 0 0 0 a33 0 0 0 a44 0 M K mn Matrices triangulaires supérieures : a11 a12 a13 a14 0 a22 a23 a24 0 0 a33 a34 0 0 0 a44 Matrice nulle : 0 0 mn mn K 0 0 Matrice unité ou identité d’ordre n : 1 0 0 0 0 1 0 0 K mn 0 0 1 0 0 0 0 1 II.1 Opérations matricielles Addition : A, B K mn A aij B bij A B C cij ou cij aij bij Exemple : 2 1 -1 -1 0 1 A et B 0 2 1 2 1 2 23 2 -1 1+0 -1 1 1 1 0 A B 0 2 2+1 1 2 2 3 3 K mn , est un groupe commutatif. A B C A B C A B B A A mn mn A A - A - A A mn Multiplication par un scalaire : K A aij K mn A aij Exemple : 1 2 2 A 3 4 5 6 A A A 32 2 4 2A 6 8 10 12 A B A B Produit de 2 matrices Produit d’une matrice par une matrice colonne a11 x1 a12 x2 ... a1n xn b1 a21 x1 a22 x2 ... a2 n xn b2 am1 x1 am 2 x2 ... amn xn bm a11 a12 ... a1n a21 a22 ... a2 n A a a ... a mn m1 m 2 x x1 x2 xn b1 b b 2 bn matrice des inconnues matrice des coefficients A x b On considère A K mn et x K n1 . Le nombre de colonnes de A = nombre de ligne de x a11 a12 ... a1n a11 x1 a12 x2 ... a1n xn x1 a21 a22 ... a2 n a21 x1 a22 x2 ... a2 n xn x 2 x n a a ... a am1 x1 am 2 x2 ... amn xn mn m1 m 2 Exemple : -1 2 -1 -1 2 2 1 1 0 2 -1 2 1 -2 2 3 4 0 2 1 3 -1 1 2 0 1 2 0 -1 1 2 1 2 4 1 -1 2 2 11 2 0 0 34 31 41 Disposition pratique x1 x2 xn a11 a21 a12 a22 a1n a2 n a11 x1 a21 x1 a12 x2 a22 x2 a1n xn a2 n xn am1 am 2 amn am1 x1 am 2 x2 amn xn Tout système linéaire peut s’écrire sous la forme matricielle A x b mn n1 m1 Exemple : 2 x1 3x2 x3 x4 6 x1 x2 2 x4 -7 2 x1 x2 x3 4 x 2 3 -1 1 6 x2 1 -1 0 2 x -7 3 2 1 1 0 4 x 4 II.2 Le produit de 2 matrices en général. A aij K mn B bkl K n p b11 b12 b b B 21 22 n p bn1 bn 2 b*1 b*2 b1 p b2 p bnp b* p b *1 b*2 b* p avec b* j K n1 , j 1, 2, ,p b* p Ab*1 m1 A B A b*1 b*2 mn n p mn n1 Ab* p C m p m1 Ab*2 m1 Disposition pratique : b11 b21 a11 a21 a12 a22 a1n a2 n am1 am 2 amn b12 b22 b1 p b2 p bn1 bn 2 bnp Ab*1 Ab*2 Exemple : 1 1 2 -1 3 -1 1 0 1 2 1 -1 1 0 1 34 0 2 -2 8 3 2 7 3 -2 2 1 42 Remarque : notation A B aij bkl cil C avec cil air brl n mn n p m p r 1 Propriétés : AB C A BC A K mn , B K n p , C K pl A In A Im A mn mn Attention ! Le produit matriciel n’est pas commutatif. A B B A mn n m n m m n Exemple : 1 2 2 1 A et B 1 1 1 3 4 7 1 5 AB BA 1 2 2 5 A In In A A L’inverse de A n’existe pas toujours. : Ab* p 1 0 A 0 0 1 0 a b 1 0 a b 1 0 0 0 c d 0 1 0 0 0 1 inverse de A matrice identité a, b , ab 0 a 0 ou b 0 0 0 1 0 0 0 or 0 1 0 0 0 0 ( A A) B AB AB A B B AB AB AB A B A B AB avec II.3 Opération « par blocs » a11 a A 21 mn a31 a41 a12 a13 a22 a32 a23 a33 a24 a34 a14 a15 a24 a25 a34 a35 a44 a45 m 4 1 2 1 n 6 24 A11 A12 A A21 A22 A A 23 31 subdivision en ligne : a11 a12 a a22 A 21 am1 am 2 m 11 n 1 1 a1n a1* a2 n a2* amn am* subdivision en colonnes : a11 a12 a a22 A 21 am1 am 2 a1n a2 n a*1 a*2 amn a*3 a*4 m 1 n 11 1 Théorème : On peut effectuer toutes les opérations par blocs Exemple 1 : - somme : A B m n m n 1 2 3 5 A A 2 1 6 2 11 1 2 3 4 A21 A B11 A12 B12 A B 11 A21 B21 A22 B22 - produit : A B mn 0 1 2 1 A13 B11 et B 2 3 1 1 A23 1 2 3 4 B21 A12 A22 A13 B13 A23 B23 n p 1 1 2 1 1 1 A 2 1 0 3 et B 0 4 1 2 3 34 2 42 2 1 1 3 m 3 1 2 n 4 1 2 1 p 2 11 On utilisera : AB A b*1 b*2 a1* a1* B a2* B a2* B am* am* B b* p B12 B13 B22 B23 a1* a2* b b *1 *2 am* a1*b*1 a1*b*2 a2*b*1 a2*b*2 b* p am*b*1 am*b*2 a1*b* p a2*b* p am*b* p II.4 Transposition : A mn Exemple : 1 2 1 2 A 0 1 2 1 3 4 6 1 3 4 1 0 3 2 1 4 t A 43 1 2 6 2 1 1 Définition : Soit A aij 1i m alors At aij 1i m avec aij a ji 1 j n 1 j n Question : quel est le lien entre cette nouvelle opération et les autres ? ( A B)t At B t AB t Bt At t A At avec Exemple : 1 2 1 2 1 A et B 2 1 3 0 1 1 1 6 5 AB 4 7 AB t 6 4 5 7 6 4 B t At 5 7 II.5 Inversion On a vu que, en général, une matrice nulle, même carrée, n’est pas inversible. On va se demander comment caractériser celles qui sont inversibles. Définition : Soit A mn A est inversible à gauche B mn , tel que B A I n nm A est inversible à droite C nm mn , tel que A C I m mn nm Exemple : * A 1 2 1 est inversible à droite . 1 1 2 1 0 1 0 0 1 2 1 1 2 1 0 0 1 2 1 0 1 1 * A 1 2 1 n’est pas inversible à gauche. a 1 0 0 b 1 2 1 0 1 0 c 0 0 1 Propriété : Si une matrice est inversible à gauche et à droite ( c’est à dire est inversible) alors elle admet un unique inverse à gauche qui est aussi l’unique inverse à droite. Démonstration : A est inversible à gauche B mn , tel que B A I n nm A est inversible à droite C B AC B I m B BAC nm mn , tel que A C I m mn nm BA C I n C C BC Donc tout inverse à gauche de A et égal, et de même, tout inverse à droite. Il y a donc un unique inverse à gauche qui est aussi l’unique inverse à droite. Notation : Soit A mn , inversible, on note A1 son unique inverse à gauche et à droite. 1 (notation similaire à 21 ) 2 Attention ! Rien ici ne permet de déduire que A est carrée. Nous avons une nouvelles opération sur les matrices : l’inversion. A inversible A1 tel que A1 A I n et A A1 nm Question : quel est le lien avec les autres opération ? 1 Si A et B inversibles AB B 1 A1 Si A inversible : At A1 et 1 t A 1 1 A Si A et B sont inversibles, que donne A B ? 1 1 0 1 A est inversible A A 0 1 1 0 B A est aussi inversible. 0 1 A B 0 n'est pas inversible. II.6 Matrices élémentaires : Outil théorique qui est le pendant de l’outil pratique qui consiste à effectuer des opérations sur les lignes d’une matrice. Comment traduire une opération élémentaires sur les lignes d’une matrice en terme de produit matriciel ? Rappel : Opération élémentaire de type I : Li Li L j Opération élémentaire de type II : Li L j Opération élémentaire de type III : Li Li Type I : 0 1 0 0 1 0 In 0 0 0 1 MANQUE QQCH JE COMPRENDS PAS 1 0 0 E1 0 1 0 0 2 1 1 0 0 E1 est inversible d’inverse E11 F1 0 1 0 . 0 2 1 1 0 0 1 0 0 1 0 0 0 1 00 1 0 0 1 0 0 2 1 0 2 1 0 0 1 Exemple : 1 0 0 0 1 0 0 0 1 L 1 L3 0 0 1 0 1 0 E2 1 0 0 Remarque : E2 est inversible E2 1 E2 0 0 1 0 1 0 1 0 0 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 0 0 1 Propriétés : Les matrices élémentaires sont inversibles et leurs invers est aussi élémentaire de même type. Quelle est la relation entre les opérations élémentaires sur les lignes d’une matrices et le produit matriciel ? Effectuer une opération élémentaires sur les lignes de A mn revient à multiplier A à gauche par la matrice élémentaire qui correspond à cette opération élémentaire. OE A A EA A meme OE I m E mn Vérification : 1 0 0 1 2 -1 0 1 2 -1 0 EA 2 1 0 2 1 3 1 0 -3 5 1 A 0 0 1 1 2 -1 1 1 2 -1 1 Proposition : (1ère conséquence) Soit A mn , soit alors u la matrice de Gauss-Jourdan obtenue en effectuant des opération élémentaires sur les ligne de A , on peut écrire : A E1E2 Er u où les Ei sont des matrices élémentaires Exemple : 1 0 1 0 1 0 1 0 L3 L3 L1 A 0 1 0 1 0 1 0 1 F1 A -1 0 0 0 0 0 1 0 1 0 0 F1 0 1 0 1 0 1 1 0 0 0 F1 A 0 1 0 1 u 0 0 1 0 L1 L1 L3 1 0 1 F2 0 1 0 0 0 1 F2 F1 A u F11 F2 1 F2 F1 A F11 F2 1 u 1 0 0 1 0 1 1 0 0 0 A F11 F2 1 u 0 1 0 0 1 0 0 1 0 1 1 0 1 0 0 1 0 0 1 0 Preuve de la proposition : A peut être transformée en u par une succession d’opération élémentaires sur ses lignes F1 , F2 , , Fr élémentaires tels que Fr Fr 1 F2 F1 A u A F11 F2 1 A E1 E2 Fr 1 u Er u Restreignons nous maintenant au cas des matrices carrés A nn Soit A nn une matrice sous forme de Gauss-Jourdan obtenue en essectuant des opérations élémentaires sur les lignes de A . 2 cas : 1) Le nombre de point de u est n alors u I n est la matrice identité. 2) Le nombre de point de u est inférieur à n alors la dernière ligne de u est une ligne nulle. Théorème : Soit A nn . Les conditions suivantes sont équivalentes : a) A est inversible. b) A est inversible à gauche. c) A est inversible à droite. d) A est un produit de matrices élémentaires. e) Toute matrice u sous forme de Gauss-Jourdan obtenue en effectuant des opération élémentaires sur les ligne de A est I n . f) I n peut être obtenue en effectuant des opérations élémentaires sur les lignes de A . g) Le système homogène A x 0 n’admet que la solution triviale : x 0 h) b n , le système A x b admet une et une seule solution. Preuve : a) b) g) e) f) d) a) a) h) g) a) c) a) a) b) : évident b) g) : soit B un inverse à gauche de A : A x 0 BA x B0 x 0 In e) f) : évident f) d) : A E1 E2 Er u E1E2 Er . In d) a) : A E1E2 A inversible car tous les Ei sont inversibles. a) h) a) c) h) : A1 A x A1 b x A1 b g) : évident c) : évident a) : évident car matrice carrée Conséquence pratique de ce résultat : une technique d’inversion d’une matrice carrée : la méthode de la « matrice compagnon ». A In E1 A A1 B1 E1 I n E1 E2 E1 A A2 E2 E1 E2 E1 A I n E2 E1 A1 A1 Exemple : 1 1 1 1 0 0 1 1 0 0 1 0 1 0 1 0 0 1 1 1 1 1 0 0 L2 L2 L1 0 2 1 1 1 0 L3 L3 L1 0 1 0 1 0 1 1 1 0 0 1 1 1 L2 L2 0 1 1/ 2 1/ 2 1/ 2 0 2 0 1 0 1 0 1 0 0 1 1 1 1 L2 L3 L2 0 1 1/ 2 1/ 2 1/ 2 0 0 0 1/ 2 1/ 2 1/ 2 1 0 0 1 1 1 1 L3 2 L3 0 1 1/ 2 1/ 2 1/ 2 0 0 0 1 1 1 2 L1 L1 L3 1 1 0 2 1 2 L3 0 1 0 1 0 1 L2 L2 0 0 1 1 1 2 2 1 0 0 1 1 1 L1 L1 L2 0 1 0 1 0 1 0 0 1 1 1 2 A1 A I 3 MANQUE 2 PAGES SUR LE COURS DADAM