Matrices

Définitions

Matrices carrées

Triangulaire
supérieure
     
0    
00   
000  
0000 
Triangulaire
inférieure
 0000
  000
   00
    0
     
Diagonale
 0000
0 000
00 00
000 0
0000 
Identité
10000
01000
00100
00010
00001
Nulle
00000
00000
00000
00000
00000

Transposition

abc
def
\[ \rightarrow \]
ad
be
cf

Algèbre matriciel

Restrictions

\[ \begin{aligned} & \begin{aligned} & A + B ~~;~~ A - B && \quad\Longleftrightarrow\quad A_{dim} = B_{dim} \\[.5em] & A \times B \gray{~~= A B} && \quad\Longleftrightarrow\quad A_{n ~ row} = B_{n ~ col} \end{aligned} \\[1em] & \red{\frac{A}{B}} \quad \text{non définit} \quad;\quad A \times B^{-1} \quad \text{définit si } \quad |B| \neq 0 \\[1em] & \begin{aligned} & A + (B + C) \quad=\quad (A + B) + C \\[.5em] & A \times (B \times C) \quad=\quad (A \times B) \times C \\[.5em] & A + B = B + A \\[.5em] & \orange{A \times B \neq B\times A} \\[.5em] \end{aligned} \\[1em] & |M| \neq 0 ~~\Longleftrightarrow~~ M, M^T, M^k \text{ sont inversibles} \end{aligned} \]

Distributivité

\[ \begin{aligned} & \begin{aligned} & \green{(A + B)^T = A^T + B^T} \quad;\quad \green{(\lambda A^T) = \lambda A^T} \\[.5em] & \orange{(AB)^T = B^T A^T} \quad;\quad \orange{(AB)^{-1} = B^{-1} A^{-1}} \quad;\quad \orange{(M^T)^k = (M^k)^T} \quad;\quad \orange{(M^n)^m = M^{mn}} \end{aligned} \\[.5em] & M M^{-1} = M^{-1} M = I \end{aligned} \]

Déterminant

Seulement définit pour des matrices carrées
dimensions : \( n \times n \)
\[ \begin{aligned} & k \in \mathbb{N} \quad\not\Leftrightarrow\quad A^{-1} \text{ existe } \quad\Leftrightarrow\quad k \in \mathbb{Z} \\[2em] & \green{|AB| = |A| |B|} \\[.5em] & \orange{|\lambda A| = \lambda^n |A|} \\[.5em] & \green{|M^k| = |M|^k} \quad;\quad \green{|M^T| = |M|} \quad;\quad \green{|M^{-1}| = |M|^{-1} = \frac{1}{|M|}} \end{aligned} \]

Calculs

Calcul du déterminant

Seulement définit pour des matrices carrées \[ \begin{aligned} & 2 \times 2 : \quad\quad && \left| \begin{array}{l} a & b \\ c & d \end{array} \right| \quad=\quad ad - bc \\[2em] & 3 \times 3 : \quad\quad && \left| \begin{array}{l} a & b & c \\ d & e & f \\ g & h & i \end{array} \right| \quad=\quad a \left| \begin{array}{l} e & i \\ f & h \end{array} \right| - b \left| \begin{array}{l} d & i \\ f & g \end{array} \right| + c \left| \begin{array}{l} d & h \\ e & g \end{array} \right| \\[3em] & n \times n : \quad\quad && |M| \quad=\quad \sum_{i=1}^{n} \left( a_{ij} \cdot (-1)^{i+j} \cdot |M_{\orange{\setminus i \setminus j}}| \right) \end{aligned} \]
Pour une matrice triangulaire :
\[ \begin{aligned} & |M| = \prod_{i=1}^n M_{ii} \end{aligned} \]

Lien avec le cross product

\[ \vec{u} = \vec{v} \times \vec{w} \quad\Rightarrow\quad M = \begin{bmatrix} \vec{u}^T \\ \vec{v}^T \\ \vec{w}^T \end{bmatrix} \\[2em] \begin{pmatrix} a \\ b \\ c \end{pmatrix} = \begin{pmatrix} d \\ e \\ f \end{pmatrix} \times \begin{pmatrix} g \\ h \\ i \end{pmatrix} \quad;\quad M = \begin{bmatrix} a & b & c \\ d & e & f \\ g & h & i \end{bmatrix} \\[2em] a = \left| \begin{array}{l} e & i \\ f & h \end{array} \right| \quad;\quad b = - \left| \begin{array}{l} d & i \\ f & g \end{array} \right| \quad;\quad c = \left| \begin{array}{l} d & h \\ e & g \end{array} \right| \]

Calcul de matrice inverse

Matrice 2 x 2
\[ M^{-1} = \left[ \begin{array}{c} a ~~ b \\ c ~~ d \end{array} \right] = \frac{1}{ad - bc} \left[ \begin{array}{c} d & -b \\ -c & a \end{array} \right] \]
Général
\[ M^{-1} = \frac{1}{|M|}C^T \\[2em] C \quad\rightarrow\quad c_{ij} = (-1)^{i+j} \cdot |M_{\setminus i \setminus j}| \]

Règle de Cramer

\[ \begin{aligned} & \begin{aligned} & M \times \vec{x} = \blue{\vec{b}} \quad\Longleftrightarrow\quad & \begin{bmatrix} a & b & c \\ d & e & f \\ g & h & i \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix} = \blue{ \begin{bmatrix} b_1 \\ b_2 \\ b_3 \end{bmatrix} } \quad\Longleftrightarrow\quad \begin{cases} & ax_1 + bx_2 + cx_3 = \blue{b_1} \\ & dx_1 + ex_2 + fx_3 = \blue{b_2} \\ & gx_1 + hx_2 + ix_3 = \blue{b_3} \end{cases} \end{aligned} \\[3em] & \begin{aligned} & x_k = \frac{\left| A_k \right|}{\left| A \right|} \quad;\quad x_1 = \frac{\left| \begin{matrix} \blue{b_1} & b & c \\ \blue{b_2} & e & f \\ \blue{b_3} & h & i \end{matrix} \right|}{\left| A \right|}, \quad x_2 = \frac{\left| \begin{matrix} a & \blue{b_1} & c \\ d & \blue{b_2} & f \\ g & \blue{b_3} & i \end{matrix} \right|}{\left| A \right|}, \quad x_3 = \frac{\left| \begin{matrix} a & b & \blue{b_1} \\ d & e & \blue{b_2} \\ g & h & \blue{b_3} \end{matrix} \right|}{\left| A \right|} \end{aligned} \end{aligned} \]
\[ \vec{b} = 0 \] \[ \vec{b} \neq 0 \]
\[ |A| = 0 \] \[ \infty \] \[ 0 ~ ou ~ \infty \] \[ \red{\sout{A^{-1}}} \]
\[ |A| \neq 0 \] \[ \vec{x} = 0 \] \[ \vec{x} = A^{-1}\vec{b} \] \[ A^{-1} \]
homogène inhomogène

Gauss-Jordan

\[ M \times \vec{x} = \vec{b} \] Matrice augmentée
\[ \begin{aligned} & \overline{M} = [M ~ | ~ \overrightarrow{b}] \end{aligned} \]
\[ \begin{bmatrix} m_{11} & m_{12} & ... & | & b_1 \\ m_{21} & m_{22} & ... & | & b_2 \\ ... & ... & ... & | & ... \\ \end{bmatrix} \]

Procédure


Echelonnement : faire une matrice triangulaire supérieure à diagonale faite de \( 1 \).
- - Pour chaque ligne \( i \)
- - - - Trouver la ligne qui contient le nombre le plus grand en valeur absolue dans la colonne \( i \).
- - - - Permuter cette ligne avec la ligne \( i \)
- - - - Factoriser la ligne \( i \) pour avoir un \( 1 \) en colonne \( i \) (\( m_{ii} = 1 \))
- - - - Soustraire la ligne \( i \) à toutes les lignes suivantes pour avoir un \( 0 \) en colonne \( i \) à chaque ligne

Réduction : obtenir une mactrice identité dans la partie gauche
- - Pour chaque ligne \( i \) à partir de la dernière
- - - - Pour chaque ligne \( j \) de \( i \) à la première
- - - - - - Soustraire d'un facteur \( x \) la ligne \( i \) à la ligne \( j \) pour avoir un \( 0 \) en \( m_{i-1 i-1} \)

M[ROW][COL]

echelonnement()
    for( i in ROW )
        max = findAbsMaxInCol( M , i )        // permutation
        swap( M[i] , M[max] )    
        for( j in i to COL )                  // normalisation
            M[i][j] /= M[i][i]
        for( j in i+1 to ROW )                // subtraction
            for( k in i to COL )
                M[j][k] -= M[i][k] * M[j][i]

reduction()
    for( i in ROW to 1 )
        for( j in i-1 to 1 )
            for( k in COL )
                M[j][k] -= M[i][k] * M[j][i]


Exemples

1. Matrice augmentée (forme générale)
\[ \begin{bmatrix} 2 & -1 & 3 & 4 & | & 7 \\[.5em] 4 & 2 & -1 & 3 & | & 5 \\[.5em] -2 & 3 & 4 & 1 & | & -2 \\[.5em] 6 & -4 & 2 & 5 & | & 11 \end{bmatrix} \]
2. Matrice échelonnée
\[ \begin{bmatrix} \blue{3} & 2 & -1 & 5 & | & 8 \\[.5em] \orange{0} & \blue{4} & 3 & -2 & | & 6 \\[.5em] \orange{0} & \orange{0} & \blue{2} & 7 & | & -3 \\[.5em] \orange{0} & \orange{0} & \orange{0} & \blue{5} & | & 10 \end{bmatrix} \]
3. Matrice échelonnée factorisée (pivots = 1)
\[ \begin{bmatrix} \green{1} & 2/3 & -1/3 & 5/3 & | & 8/3 \\[.5em] \orange{0} & \green{1} & 3/4 & -1/2 & | & 3/2 \\[.5em] \orange{0} & \orange{0} & \green{1} & 7/2 & | & -3/2 \\[.5em] \orange{0} & \orange{0} & \orange{0} & \green{1} & | & 2 \end{bmatrix} \]
4. Matrice échelonnée réduite (forme canonique)
\[ \begin{bmatrix} \green{1} & \orange{0} & \orange{0} & \orange{0} & | & 3 \\[.5em] \orange{0} & \green{1} & \orange{0} & \orange{0} & | & -1 \\[.5em] \orange{0} & \orange{0} & \green{1} & \orange{0} & | & 5 \\[.5em] \orange{0} & \orange{0} & \orange{0} & \green{1} & | & 2 \end{bmatrix} \]

Matrices de Relations

Exemple

\[ \begin{aligned} & A = \{ a,b,c \} \\[0.5em] & B = \{ x,y \} \\[0.5em] & R = \{ (b,x),(c,x),(c,y) \} \\[0.5em] & R \subseteq A \times B \end{aligned} \]
\[ R \] x y
a
b
c

Propriétés

Réflexivité

1
1
1
\[ aRa \]

Symétrie

\[ aRb \Leftrightarrow bRa \]

Antisymétrie

\[ aRb \Leftrightarrow b\cancel{R}a \]

Transitivité

1 1 1
0 1 1
0 0 1
\[ R^2 \subseteq R \]

Ordre partiel

  • Réflexive
  • Symétrique
  • Antisymétrique
  • Transitive
  • Tous les éléments
    sont comparables

Ordre total

  • Réflexive
  • Symétrique
  • Antisymétrique
  • Transitive
  • Tous les éléments
    sont comparables

Equivalence

  • Réflexive
  • Symétrique
  • Antisymétrique
  • Transitive
  • Tous les éléments
    sont comparables
\[ [a]_R \;,\; [b]_R \]
Refl. Sym. Ant. Tran. Tout. exemple
classique
relation d'ordre total \[ \le \]
relation d'ordre partiel \[ \subseteq \]
relation d'équivalence ~ \[ = \]

Exemple de calcul de la transitivité

Vide = 0 (pour la lisibilité)
En blanc : cette valeur et aucune autre
Vide : n'importe quelle valeur
Forme pleine et même forme pleine = même valeur
Forme pleine et même forme vide = valeur opposée
En vert, cette valeur ou 0
En bleu, valeurs exemples

\[ \begin{aligned} & R^2 \subseteq R \end{aligned} \]
1
1 1
1 1
1 1
1 1 1 1
\[ M(R) \\[0.5em] - \]
1
2 2
2 2
2 1
2 3 3 1
\[ M(R)^2 \\[0.5em] - \]
1
1 1
1 1
1 1
1 1 1 1
\[ M(R^2) \\[0.5em] M(R \circ R) \]