Iedf Cours TQ Semestre1 Matrices
Iedf Cours TQ Semestre1 Matrices
Iedf Cours TQ Semestre1 Matrices
http://uel.unisciel.fr/mathematiques/calculmat1/calculmat1/co/calculmat1.html
http://uel.unisciel.fr/mathematiques/determinant1/determinant1/co/determinant1.html
Les applications sont le fruit de notre propre recherche
Définitions
Une matrice est symbolisée par une lettre en caractères gras, par exemple A. On
note Aij l'élément situé à l'intersection de la ligne i et de la colonne j (la ligne est
toujours nommée en premier).
N.B. : Dans ce chapitre, nous utiliserons des lettres majuscules pour les matrices
et des lettres minuscules pour les vecteurs, mais ce n'est pas obligatoire.
Matrice unité
1 0 0
I= 0 1 0
0 0 1
Matrice diagonale
d11 0 0
D = 0 d22 0
0 0 d33
Matrice triangulaire supérieure
l11 0 0
L = l21 l22 0
L31 l32 l33
Aji = Aij
1. Addition, soustraction
1 2 0 5 2 3 6 4 3
+ =
4 3 -1 1 3 4 5 6 3
1 2 0 5 2 3 -4 0 -3
- =
4 3 -1 1 3 4 3 0 -5
1 2 0 2 4 0
2X 4 3 -1 = 8 6 -2
3. Transposition
1 2 0 1 4
A= 4 3 -1 alors AT = 2 3
0 -1
4. Multiplication des matrices
Définition
Exemple :
1 2 0 5 1 9 7
4 3 -1 X 2 3 = 23 9
3 4
Propriétés :
Une matrice carrée A est dite inversible ou régulière s'il existe une matrice
carrée A-1 (appelée matrice inverse) telle que :
A × A-1 = A-1 × A = I
Propriétés :
(A-1)-1 = A
(AT)-1 = (A-1)T
[diag(Dii)]-1 = diag(1/Dii)
Pour une matrice 2 × 2, on montre que la matrice inverse est donnée par :
a b
A = c d det(A) = ad-bc
d -b
Inverse(A) = 1/det(A) x -c a
La matrice inverse A-1 n'existe donc que si det A est différent de zéro.
det(AT) = det(A)
où les aij sont les coefficients du système, les xi les inconnues et les bi les termes
constants.
Ax = b
A-1Ax = A-1b
Soit :
x = A-1b
Exemple :
2x1 + 3x2 =9
x1 - x2 =2
On a successivement :
2 3 9 9 3
2 9
Det(x2) = 1 2 = -5
X1= det(x1)/det(A) = -15 / -5 = 3 X2=det(x2)/det(A) = -5 / -5 =1
Soit : x1 = 3, x2 = 1.
- Système indéterminé
Exemple :
x1 + x2 = 3
2x1 +2x2 = 6
- Système impossible
Si les équations ne peuvent pas être exprimées les unes en fonction des
autres, le système n'admet aucune solution. On peut cependant calculer un
vecteur x tel que la norme du vecteur Ax - b soit minimale (bien que non
nulle). Ce vecteur constitue la meilleure approximation de la solution au
sens des moindres carrés (voir le cours sur la régression linéaire –
prévision cours traité au début du semestre).
Exemple :
x1 + x2 = 3
2x1 +2x2 = 8
+ X 1 2 5 6
4 5 0 6 3 6 7 8 5 3 2
Exercice-7
X + Y + Z = 6
X + 2Y - Z = 5
-X -Y + 3Z = 2
1- Ce système a-t-il une solution unique ?
2- Résoudre ce système par la méthode des déterminants
3- Résoudre ce système par la méthode de la matrice-inverse
Exercice-8
Trois matrices carrées A B C de même dimension
-Si C est le produit de A par B , le déterminant de C est-il égal au
produit des déterminants de A et B
-Si C est la somme de A et B , le déterminant de C est-il égal à la
somme des déterminants de A et B
Exercice-9
2 0 5
Soit la matrice 4 1 3
6 2 3
Il est demandé de
1) calculer la matrice diagonale de celle-ci
2) décomposer cette matrice en un produit de deux matrices
Exercice-10
-Quelle est la relation entre le déterminant d’une matrice et celui de sa
matrice-diagonale ?
-Une matrice A est décomposée en un produit de deux matrices L et S ,
quelle est la relation entre les déterminants de ces trois matrices
Exercice-11 Optimisation d’une fonction économique
Un artisan fabrique des objets A et des objets B
La réalisation d’un objet A demandé 30 da de matière première et 125
da de main-d’œuvre
La réalisation d’un objet B demandé 70 da de matière première et 75 da
de main-d’œuvre
Les profits réalisés sont de 54 da par objet A et de 45 da par objet B
La dépense journalière en matière première ne doit pas dépasser 560 da
La dépense journalière en main-d’œuvre ne doit pas dépasser 1250dada
On désigne par X le nombre d’objets A et par Y le nombre d’objets B
Exercice-12 Prévision