Matrices : Définitions et opérations fondamentales en algèbre linéaire

Cet article porte sur les matrices en algèbre linéaire, un outil fondamental pour les étudiants en mathématiques, en physique, en informatique ou en ingénierie. Il explique les définitions, les types de matrices, les opérations de base, le calcul du déterminant, l'inversion des matrices carrées, ainsi que la résolution des systèmes linéaires. Ce contenu est utile pour toute personne débutant en algèbre linéaire et souhaitant comprendre les concepts essentiels et les méthodes de calcul.

La question

Le travail s'intéresse à la compréhension et à la manipulation des matrices, qui sont des tableaux rectangulaires de nombres réels. La question centrale est de savoir comment définir, classer, opérer sur ces matrices et utiliser ces opérations pour résoudre des problèmes tels que le calcul de déterminants, l'inversion de matrices carrées et la résolution de systèmes linéaires. Ces questions sont essentielles car les matrices sont omniprésentes dans de nombreuses disciplines scientifiques et techniques.

Concepts de base

Une matrice A est un tableau rectangulaire de nombres réels, de type (n, p), où n est le nombre de lignes et p le nombre de colonnes. L'élément à la i-ème ligne et j-ème colonne est noté a_ij.

Il existe plusieurs types particuliers de matrices :

• Matrice colonne : matrice avec une seule colonne, de type (n,1).
• Matrice ligne : matrice avec une seule ligne, de type (1,p).
• Matrice carrée : matrice de type (n,n), où le nombre de lignes est égal au nombre de colonnes. On parle alors d'une matrice carrée d'ordre n.
• Matrice nulle : matrice carrée dont tous les éléments sont nuls, notée □.
• Matrice triangulaire inférieure : matrice carrée où tous les éléments au-dessus de la diagonale principale sont nuls (a_ij = 0 si i < j).
• Matrice triangulaire supérieure : matrice carrée où tous les éléments en dessous de la diagonale principale sont nuls (a_ij = 0 si i > j).
• Matrice diagonale : matrice à la fois triangulaire supérieure et inférieure, donc tous les éléments hors diagonale sont nuls.
• Matrice identité (ou unité) d’ordre n : matrice diagonale dont les éléments diagonaux sont égaux à 1, notée I_n.
• Transposée d’une matrice : matrice obtenue en échangeant les lignes et les colonnes d’une matrice A de type (n,p), ce qui donne une matrice A^T de type (p,n).
• Matrice symétrique : matrice telle que A = A^T.
• Matrice anti-symétrique : matrice telle que A = -A^T.

Approche

Le travail présente les opérations fondamentales sur les matrices :

1. Addition des matrices

Deux matrices A et B de même type (n,p) peuvent être additionnées élément par élément :

cij = aij + bij

Cette opération est commutative et associative :

• A + B = B + A
• A + (B + C) = (A + B) + C
• A + □ = A
• A + (-A) = □

2. Multiplication par un scalaire

Multiplier une matrice A par un réel α revient à multiplier chaque élément de A par α :

(αA)ij = α × aij

3. Multiplication de matrices

Le produit AB de deux matrices est défini uniquement si le nombre de colonnes de A est égal au nombre de lignes de B. Si A est de type (n,p) et B de type (p,q), alors AB est une matrice de type (n,q) dont les éléments sont :

cij = ∑k=1p aik × bkj

Le produit matriciel est associatif :

C(BA) = (CB)A

La matrice identité I agit comme élément neutre :

IA = AI = A

Le produit par la matrice nulle donne la matrice nulle :

A□ = □A = □

4. Opérations élémentaires sur les lignes

Ces opérations permettent de transformer une matrice sans changer certaines propriétés importantes :

• Multiplier une ligne par un scalaire non nul.
• Permuter deux lignes.
• Ajouter à une ligne un multiple d'une autre ligne.

Ces opérations sont utilisées notamment pour trouver une matrice élémentaire, qui est obtenue à partir de la matrice identité par une opération élémentaire.

5. Matrices inversibles

Une matrice carrée A d’ordre n est dite inversible s’il existe une matrice B d’ordre n telle que :

AB = BA = In

La matrice B est appelée matrice inverse de A, notée A^-1. Le produit de matrices inversibles est inversible et :

(AB)-1 = B-1 A-1

6. Rang d’une matrice

Le rang d’une matrice est le nombre maximal de colonnes linéairement indépendantes. Il est invariant par opérations élémentaires sur les lignes. Deux matrices équivalentes par lignes ont le même rang. Une matrice carrée inversible a un rang égal à son ordre n.

7. Déterminant

Le déterminant est une valeur scalaire associée à une matrice carrée, qui donne des informations sur l’inversibilité et d’autres propriétés.

• Déterminant d’ordre 2 : Pour A = [[a, b], [c, d]],

det(A) = ad - bc

• Déterminant d’ordre 3 : La règle de Sarrus permet de calculer le déterminant d’une matrice 3×3 en sommant et soustrayant des produits diagonaux spécifiques.

• Déterminant d’ordre n : Utilisation des mineurs et cofacteurs :

Le mineur Δ_ij est le déterminant de la matrice obtenue en supprimant la i-ème ligne et la j-ème colonne.

Le cofacteur C_ij est défini par :

Cij = (-1)i+j × Δij

Le déterminant peut être développé par rapport à une ligne i ou une colonne j :

det(A) = ∑k=1n aik Cik = ∑k=1n akj Ckj

Il est conseillé de choisir la ligne ou la colonne contenant le plus de zéros pour simplifier le calcul.

8. Inversion par la méthode des cofacteurs

Si det(A) ≠ 0, la matrice A est inversible et son inverse est donnée par :

A-1 = (1 / det(A)) × (co-matrice de A)T

La co-matrice est la matrice des cofacteurs.

9. Méthode de Gauss

Cette méthode consiste à appliquer des opérations élémentaires sur les lignes pour transformer la matrice augmentée (A | I) en (I | A^-1), permettant ainsi de calculer l’inverse de A.

10. Systèmes linéaires

Un système linéaire s’écrit sous la forme matricielle :

AX = B

où A est une matrice (n,p), B une matrice colonne à n lignes, et X une matrice colonne à p lignes (les inconnues).

Si A est carrée et inversible, le système admet une solution unique :

X = A-1 B

Sinon, la méthode du pivot de Gauss est utilisée pour déterminer s’il existe des solutions ou non :

• Si le rang de A est inférieur au nombre d’inconnues, il peut y avoir une infinité de solutions.
• Si des contradictions apparaissent, le système n’a pas de solution.

La méthode consiste à appliquer des opérations élémentaires sur les lignes pour simplifier le système et trouver les solutions.

Résultats

Le travail confirme plusieurs résultats classiques :

• Les opérations sur les matrices respectent les propriétés algébriques attendues (commutativité de l’addition, associativité du produit, etc.).
• Le calcul du déterminant permet de vérifier l’inversibilité d’une matrice.
• La méthode des cofacteurs et la méthode de Gauss sont des outils efficaces pour inverser une matrice carrée.
• La résolution des systèmes linéaires dépend de l’inversibilité de la matrice des coefficients et du rang de cette matrice.

Limites et questions ouvertes

Le travail ne traite pas explicitement des cas où la matrice n’est pas carrée pour l’inversion, ni des méthodes numériques pour les grandes matrices. De plus, il ne détaille pas les systèmes linéaires avec plus d’inconnues que d’équations ou les systèmes sous-déterminés. Enfin, les aspects liés à la stabilité numérique ou aux algorithmes optimisés ne sont pas abordés.

Glossaire

• Matrice : Tableau rectangulaire de nombres réels.
• Type (n,p) : Nombre de lignes n et nombre de colonnes p d’une matrice.
• Matrice carrée : Matrice avec n lignes et n colonnes.
• Matrice identité (I_n) : Matrice carrée diagonale avec des 1 sur la diagonale principale.
• Transposée : Matrice obtenue en échangeant lignes et colonnes.
• Mineur : Déterminant d’une matrice obtenue en supprimant une ligne et une colonne.
• Cofacteur : Mineur multiplié par (-1)^(i+j).
• Déterminant : Scalaire associé à une matrice carrée, indiquant notamment son inversibilité.
• Matrice inversible : Matrice carrée possédant une matrice inverse.
• Rang : Nombre maximal de colonnes linéairement indépendantes.
• Opérations élémentaires : Transformations sur les lignes d’une matrice (permutation, multiplication par un scalaire, combinaison linéaire).
• Système linéaire : Ensemble d’équations linéaires pouvant s’écrire sous la forme AX = B.