inversion de matrices
DESCRIPTION
Inversion de matrices. Montage préparé par :. André Ross Professeur de mathématiques Cégep de Lévis-Lauzon. Introduction. Nous présentons dans ce diaporama la définition de matrice inverse d’une matrice carrée et deux méthodes pour la déterminer. - PowerPoint PPT PresentationTRANSCRIPT
Montage préparé par :Montage préparé par :
André Ross
Professeur de mathématiques
Cégep de Lévis-Lauzon
André Ross
Professeur de mathématiques
Cégep de Lévis-Lauzon
Inversionde matricesInversion
de matrices
Introduction
Nous présentons dans ce diaporama la définition de matrice
inverse d’une matrice carrée et deux méthodes pour la
déterminer.
La première méthode est analogue à la méthode de Gauss-Jordan
pour résoudre un système d’équations. Nous allons simplement
utiliser cette méthode pour résoudre simultanément plusieurs
systèmes d’équations.
La deuxième méthode, appelée méthode de la matrice adjointe,
utilise la propriété de la matrice adjointe présentée dans le
diaporama sur les propriétés des déterminants.
Matrice inverseDÉFINITION
Soit A, une matrice carrée d’ordre n. On appelle matrice inverse de A, si elle existe, la matrice A–1 telle que :
Exemple
Les matrices A et B sont donc inverse l’une de l’autre.
Soit les matrices A =–5
7
–2
3et B =
–3
7
–2
5.
1 0
C11 = –5 –3 + (–2) 7 = 1
0 1
C12 = –5 –2 + (–2) 5 = 0C21 = 7 –3 + 3 7 = 0
Leur produit est A • B =–5
7
–2
3•
–3
7
–2
5=
C22 = 7 –2 + 3 5 = 1
A • A–1 = A–1 • A = I
où I est la matrice identité d’ordre n.
Méthode de Gauss-JordanMise en situation
2
3
1
2Soit la matrice A =
. Cette matrice est-elle inversible ?
2
3
1
2
a
b
c
d•
1
0
0
1=
On veut savoir s’il existe une matrice A–1 =a
b
c
dtelle que :
2a + b
3a + 2b
2c + d
3c + 2d
1
0
0
1=ou
L’égalité des matrices donne deux systèmes d’équations linéaires :2a + b = 1
3a + 2b = 0
2c + d = 0
3c + 2d = 1ou ouet
2
3
1
2
1
0
2
3
1
2
1
0
0
1
S
Puisque la matrice des coefficients est la même, on peut résoudre simultanément ces deux systèmes en considérant la matrice augmentée suivante :
S2
3
1
2
0
1
Méthode de Gauss-JordanSolution
2
3
1
2
1
0
0
1≈
L1
2L2 – 3L1
2 1 1 0
≈L1 – L2
L2
2 0 4 –2≈
L1 /2
L2
1 0 2 –1
SSS
La partie droite de la matrice donne la solution des deux systèmes d’équations. On a donc :
A–1 = On peut vérifier que c’est bien la matrice inverse.2
–3
–1
2.
A • A–1 = 2
3
1
2•
2
–3
–1
2=
1
0
0
1
A –1 • A= 2
3
1
2•
2
–3
–1
2=
1
0
0
1
0 1 –3 2
0 1 –3 2 0 1 –3 2
Procédure de Gauss-JordanProcédure
pour construire la matrice inverse (méthode de Gauss-Jordan)
1. Construire une matrice augmentée dont la partie gauche est la matrice à inverser et la partie droite, la matrice identité du même ordre.
2. Effectuer les opérations élémentaires sur les lignes pour obtenir la matrice échelonnée réduite dans la partie gauche de la matrice augmentée.
3. Écrire la matrice inverse lorsque celle-ci existe.
4. S’assurer qu’il n’y a pas eu d’erreurs de calcul en vérifiant que A • A–1 = I.
S
Exemple 4.1.1Utiliser la méthode de Gauss-Jordan pour trouver la matrice inverse de la matrice A si elle existe.
Soit A =
Construisons d’abord la matrice augmentée.
2
3
5
1
2
4
–2
2
3
1
0
0
0
1
0
0
0
1≈
L1
2L2 – 3L1
2L3 – 5L1
2 1 –2 1 0 0
Effectuons les opérations de lignes pour échelonner la partie gauche.
≈
L1 – L2
L2
L3 – 3L2
2 0 –12 4 –2 0
≈
7L1 – 6L3
7L2 + 5L3
L3
14 0 0 4 22 –12
≈
L1 /14
L2 /7
L3/(–14)
1 0 0 2/7 11/7 –6/7
0 1 10 –3 2 0
0 3 16 –5 0 2
0 1 10 –3 2 0
0 0 –14 4 –6 2
0 7 0 –1 –16 10
0 –14 4 –6 20
0 1 0 –1/7 –16/7 10/7
0 0 1 –2/7 3/7 –1/7
A–1 =
2/7
–1/7
–2/7
11/7
–16/7
3/7
–6/7
10/7
–1/7
=
2
–1
–2
11
–16
3
–6
10
–1
17
Écrivons la matrice inverse.Vérifions ce résultat.
A• A–1 =17
2
3
5
1
2
4
–2
2
3
2
–1
–2
11
–16
3
–6
10
–1• =
1 0 0
0 1 00 0 1 SSSSS
2
3
5
1
2
4
–2
2
3.
1
–4
3
2
4
–4
4
1
–2
ExerciceUtiliser la méthode de Gauss-Jordan pour trouver la matrice inverse de la matrice A si elle existe.
Soit A =
S
Construisons d’abord la matrice augmentée.
1
–4
3
2
4
–4
4
1
–2
1
0
0
0
1
0
0
0
1≈
L1
L2 + 4L1
L3 – 3L1
1 2 4 1 0 0
Effectuons les opérations de lignes pour échelonner la partie gauche.
≈
6L1 – L2
L2
6L3+5L2
6 0 7 2 –1 0
≈
L1 – 7L3
L2 – 17L3
L3
6 0 0 –12 –36 –42
≈
L1 /6
L2 /12
L3
1 0 0 –2 –6 –7
S
Écrivons la matrice inverse.
.
SSS
0 12 17 4 1 0
0 –10 –14 –3 0 1
0 12 17 4 1 0
0 0 1 2 5 6
0 12 0 –30 –84 –102
0 0 1 2 5 6
0 1 0 –5/2 –7 –17/2
0 0 1 2 5 6
A–1 =
–2
–5/2
2
–6
–7
5
–7
–17/2
6
=
–4
–5
4
–12
–14
10
–14
–17
12
12
Vérifions ce résultat.
A• A–1 =12
1
–4
3
2
4
–4
4
1
–2
–4
–5
4
–12
–14
10
–14
–17
12• =
1
0
0
0
1
0
0
0
1
2
–1
5
1
5
8
3
–2
7
Exemple 4.1.3Utiliser la méthode de Gauss-Jordan pour trouver la matrice inverse de la matrice A si elle existe.
Soit A =
S
Construisons d’abord la matrice augmentée.
2
–1
5
1
5
8
3
–2
7
1
0
0
0
1
0
0
0
1≈
L1
2L2 + L1
2L3 – 5L1
2 1 3 1 0 0
Effectuons les opérations de lignes pour échelonner la partie gauche.
≈
L1
L2
L3 – L2
S
.
S
Les éléments de la troisième ligne de la matrice de gauche se sont annulés au cours des transformations. Cela signifie que les systèmes d’équations permettant de trouver les éléments de la matrice inverse n’ont pas une solution unique et la matrice A n’est pas inversible.
0 11 –1 1 2 0
0 11 –1 –5 0 2
2 1 3 1 0 00 11 –1 1 2 0
0 0 0 –6 –2 2
Matrice inverse et système d’équations linéairesPar la matrice inverse, lorsqu’elle existe, on peut résoudre un système de n équations linéaires à n inconnues.
Soit un système d’équations linéaires représenté sous forme matricielle par A • X = B, où A est une matrice carrée d’ordre n inversible.
On peut alors multiplier des deux côtés de l’égalité par la matrice inverse A–1. Cela donne :
A–1 • A • X = A–1 • B
Par conséquent, en multipliant la matrice des constantes B par A–1, la matrice inverse de A, on isole la matrice des inconnues X, cela donne la solution du système d’équations linéaires.
d’où : I • X = A–1 • B , puisque A–1 • A = I
et : X = A–1 • B , car I • X = X
Puisque la matrice des coefficients est inversible, on a :
AX = B implique que X = A–1 B
La solution du premier système d’équations est alors :
10
7
15
1
4
–2
S
Exemple 4.1.2
Résoudre en utilisant la matrice inverse :
S
A–1 =
2
–1
–2
11
–16
3
–6
10
–1
17
2x1 + x2 – 2x3 = 10
3x1 + 2x2 + 2x3 = 7
5x1 + 4x2 + 3x3 = 15
2x1 + x2 – 2x3 = –9
3x1 + 2x2 + 2x3 = 10
5x1 + 4x2 + 3x3 = 13
Soit les systèmes d’équations linéaires suivants :
x1
x2
x3
=
2
–1
–2
11
–16
3
–6
10
–1
17 • =X = A–1 B =
La solution du deuxième système d’équations est alors :
–9
10
13
2
–3
5
SRemarque
En pratique, la matrice inverse est rarement donnée, il faut la déterminer selon la méthode demandée.
La méthode de la matrice inverse est particulièrement intéressante lorsqu’on doit résoudre plusieurs systèmes d’équations ayant la même matrice des coefficients.
Puisque la matrice des coefficients est inversible, on a :
AX = B implique que X = A–1 B
La solution du premier système d’équations est alors :
17
–26
17
3
–5
6
S
Exercice
Résoudre en utilisant la matrice inverse :
S
A–1 =
–4
–5
4
–12
–14
10
–14
–17
12
12
x1 + 2x2 + 4x3 = 17
–4x1 + 4x2 + x3 = –26
3x1 – 4x2 – 2x3 = 17
x1 + 2x2 + 4x3 = –4
–4x1 + 4x2 + x3 = 32
3x1 – 4x2 – 2x3 = –26
Soit les systèmes d’équations linéaires suivants :
S
x1
x2
x3
=
–4
–5
4
–12
–14
10
–14
–17
12
12 •X = A–1 B =
La solution du deuxième système d’équations est alors :
–4
32
–26
–2
7
–4=
Théorèmes et propriétésThéorème
Critère d’inversibilité d’une matrice
Soit A, une matrice carrée. A est inversible si et seulement si :
det A ≠ 0
Montrons que : si la matrice A est inversible, alors det A ≠ 0.
A • A–1 = I
det (A • A–1) = det I
(det A)(det A–1) = 1
par conséquent, det A ≠ 0.
Si la matrice A est inversible, alors il existe une matrice A–1 telle que :
, par définition de la matrice inverse;
, puisque det(A • B) = (det A)(det B) et det I = 1;
, des matrices égales ont le même déterminant;
SMontrons que : si det A ≠ 0, alors la matrice A est inversible.
Si det A ≠ 0, les systèmes d’équations représentées par la matrice
augmentée dont la partie de droite est la matrice identité ont tous
une solution unique. Par conséquent, la matrice A est inversible.
Théorèmes et propriétésThéorème
Unicité de la matrice inverse
Soit A, une matrice carrée. Si A est inversible alors l’inverse de A est unique.
Une démonstration d’unicité consiste à supposer qu’il existe deux objets dont on veut montrer l’unicité et à démontrer que ces deux objets sont nécessairement égaux.
Dans le présent cas, on supposera qu’il existe deux matrices inverses, B et C, et on montrera que ces deux matrices sont nécessairement égales.
S
B = B • I
= B • (A • C)
= I • C
Donc, B = C et l’inverse de A est unique.
Soit A une matrice carrée inversible et, B et C, deux matrices inverses de A. Par hypothèse, on a alors :
, puisque I est le neutre multiplicatif;
, car B • A = I par hypothèse;
, car A • C = I par hypothèse;
A • B = B • A = I et A • C = C • A = I
= C, puisque I est le neutre multiplicatif.
= (B • A) • C, par associativité du produit matriciel;
Théorèmes et propriétésPropriétés
de la matrice inverse
Soit Ann, une matrice inversible. Alors :
A • A–1 = I
det (A • A–1) = det I
, par définition de la matrice inverse;
En divisant les deux membres de l’équation par det A, on obtient :
, comme déterminant de matrices égales;
(det A)(det A–1) = det I , comme déterminant d’un produit;
det (A–1) =1
det A
det (A–1) =1
det A
S
Théorèmes et propriétésPropriétés
de la matrice inverse
Soit Ann, une matrice inversible. Alors :
(A–1)–1 • A–1 = I
De plus, A • A–1 = I
, puisque (A–1)–1 est la matrice inverse de A–1;
, puisque A–1 est la matrice inverse de A.
D’où (A–1)–1 = A , car l’inverse de A est unique.
S(A–1)–1 = A
Théorèmes et propriétésPropriétés
de la matrice inverse
Soit Ann, une matrice inversible. Alors :
S(At)–1 = (A–1)t
(At)–1At = I , puisque (At)–1 est l’inverse de At;
, par les propriétés de la transposition;
, une matrice diagonale est sa propre transposée; = It = I
D’où (At)–1 = ( A–1)t, car l’inverse de (At)–1 est unique.
(A–1)tAt = (AA–1)t
Théorèmes et propriétésPropriétés
de la matrice inverse
Soit Ann et Bnn, deux matrices inversibles. Alors :
S(AB)–1 = B–1 A–1
(AB)(B–1A–1) = A(BB–1)A–1
= A(I)A–1
, par associativité de la multiplication;
, puisque B–1 est la matrice inverse de B;
Il faut montrer que (AB)(B–1A–1) = (B–1A–1)(AB) = I pour pouvoir conclure que l’inverse de AB est B–1A–1. Or,
, puisque I est neutre pour la multiplication; = AA–1
, puisque A–1 est la matrice inverse de A. = I
De la même façon, on montre que (B–1A–1)(AB) = I. L’inverse de AB, soit (AB)–1, est donc B–1A–1.
Théorèmes et propriétésPropriétés
de la matrice inverse
Soit Ann, une matrice inversible. Alors :
S(kA)–1 = A–11k
De la même façon, on a :
Par conséquent :
Puisque A–1 est l’inverse de A et que 1/k est l’inverse multiplicatif de k, l’associativité de la multiplication par un scalaire avec le produit des matrices permet d’écrire :
(kA) A–11k (AA–1) = 1 I = I= k 1
k
(kA)A–11k (A–1A) = 1 I = I= k 1
k
(kA)–1 = A–11k
b) det [B(AB)–1] = det [BB–1A–1] = det [(BB–1)A–1]
Exemple 4.1.4On donne det A = –4 et det B = 5. Calculer les déterminants suivants :
Sa) det (A–1) =
c) det (AB–1) = (det A) (det B–1) = det A
=1
det A
1
4 = –
1
det B
4
5 = –
SS1
det A 1
4 = –
a) det (A–1) b) det [B(AB)–1] c) det (AB–1)
= det [IA–1] = det [A–1]
Méthode de la matrice adjointeDans la présentation des propriétés du déterminant, nous avons vu que la multiplication d’une matrice carrée A par son adjointe donne une matrice scalaire dont le scalaire est le déterminant de la matrice A.
Cette propriété est généralisable à des matrices d’ordre n. On a donc A•(adj A) = (det A)I. Si det A ≠ 0, on peut diviser les deux membres de cette égalité par det A et on obtient :
, d’où l’on tire :
a
d
g
b
e
h
c
f
i
• =
det A 0 0
0 det A 0
0 0 det A
c
f
e
h
f
ia
g
c
i
a
d
b
e
d
g
e
h
b
ed
g
f
i–
b
h
c
i–
a
d
c
f–
a
g
b
h–
A • (adj A) = I1
det A A–1 = (adj A)1
det A
Procédure de la matrice adjointeProcédure
pour construire la matrice inverse (méthode de l’adjointe)
1. Calculer le déterminant de A pour déterminer si la matrice A est inversible.
2. Construire la matrice des cofacteurs (cof A).
3. Transposer la matrice des cofacteurs pour obtenir la matrice adjointe (adj A = (cof A)t) et multiplier cette matrice par le scalaire 1/det A pour obtenir la matrice inverse.
4. S’assurer qu’il n’y a pas eu d’erreurs de calcul en vérifiant que A • A–1 = I ou encore en vérifiant que A • (adjA) = (det A)I.
–2 1
Exemple 4.1.1
Utiliser la méthode de l’adjointe pour trouver la matrice inverse de la matrice A.
Écrivons la première ligne de la matrice des cofacteurs.
S
Les cofacteurs de la première ligne permettent le calcul du déterminant.
A–1 =
2
–1
–2
11
–16
3
–6
10
–1
17
Soit A =
2
3
5
1
2
4
–2
2
3.
A • A–1 =
2
cof A =
S
, det A =
Le déterminant est non nul, la matrice A est inversible. On peut donc écrire les autres lignes de la matrice des cofacteurs.
–11 16 –3
6 –10 1 SS
Transposons la matrice des cofacteurs pour obtenir l’adjointe.
–2
1
2
–11
16
–3
6
–10
1
adj A =
S
Écrivons la matrice inverse.
2
–1
–2
11
–16
3
–6
10
–1• =
Vérifions le résultat.
2
3
5
1
2
4
–2
2
3
17
17
7
0
0
0
7
0
0
0
7
La matrice obtenue est bien l’inverse de A.
2–2 + 1 1 + (–2) 2 = –7
Exercice
Utiliser la méthode de l’adjointe pour trouver la matrice inverse de la matrice A.
Écrivons la première ligne de la matrice des cofacteurs.
S
Les cofacteurs de la première ligne permettent le calcul du déterminant.
–12
–14
10A–1 =
–4
–5
4
–14
–17
12
12
Soit A =
1
–4
3
2
4
–4
4
1
–2.
A • A–1 =
–4 –5 4
cof A =
S
, det A = 1 (–4) + 2 (–5) + 4 4 = 2
Le déterminant est non nul, la matrice A est inversible. On peut donc écrire les autres lignes de la matrice des cofacteurs.
–12 –14 10
–14 –17 12 SS
Transposons la matrice des cofacteurs pour obtenir l’adjointe.
–4
–5
4
–12
–14
10
–14
–17
12
adj A =
S
Écrivons la matrice inverse.
•
–4
–5
4
–12
–14
10
–14
–17
12
=
Vérifions le résultat.
1
–4
3
2
4
–4
4
1
–2
12
2
0
0
0
2
0
0
0
2
La matrice obtenue est bien l’inverse de A.
12
Exemple 4.1.6On donne det A = –4, où A est une matrice carrée d’ordre 3. Calculer les déterminants suivants :
a) det (adj A) b) det (A • adj A) c) det (cof A)
Sa) det (adj A) = det [(det A) A–1] = (det A)n [det A–1]
b) Le déterminant d’un produit est égal au produit des déter-minants. On a donc :
det (A • adj A) = (det A)[det (adj A)] = (–4)3 = –64.
c) Le déterminant d’une matrice est égal au déterminant de sa transposée, on a donc : det (cof A) = det (adj A) = (–4)2 = 16.
SS
= (det A)n 1
det A = (det A)n–1 .
On a donc det (adj A) = (det A)n–1 = (–4)2 = 16.
Inversion et matrice nilpotenteDans les chaînes de Markov avec états absorbants, on doit parfois inverser une matrice de la forme I – Q, où Q est une matrice nilpotente. On utilise alors une procédure particulière.
SS
Soit Q, une matrice nilpotente de degré 4 (Q4 = 0). Montrons que l’inverse de I – Q est la matrice I + Q + Q2 + Q3.
(I – Q)(I + Q + Q2 + Q3) = I(I + Q + Q2 + Q3) – Q(I + Q + Q2 + Q3)
Puisque l’inverse est unique, on a :
De façon plus générale, si Q est nilpotente de degré n, alors :
= I + Q + Q2 + Q3 – Q – Q2 – Q3 + Q4
= I + Q4
= I, puisque Q4 = 0.
(I – Q)–1 = I + Q + Q2 + Q3
I – Q)–1 = I + Q + Q2 + ... + Qn–1
Conclusion
Une matrice est inversible si et seulement si son déterminant est non
nul.
La méthode de Gauss-Jordan est facile à programmer sous Excel. Les
opérations sur les lignes sont les mêmes que celles pour déterminer la
matrice échelonnée réduite d’un système d’équations.
Nous avons deux procédures générales pour trouver la matrice
inverse d’une matrice A. Avec un peu de pratique, la méthode de
l’adjointe est la plus rapide pour des matrices d’ordre 2 ou 3.
ExercicesAlgèbre linéaire et géométrie vectorielle, applications en sciences de la nature, section 4.2, p. 91 et 92.
Algèbre linéaire et géométrie vectorielle, applications en sciences humaines, section 4.2, p. 91 et 92.
LectureAlgèbre linéaire et géométrie vectorielle, applications en sciences de la nature, section 4.1, p. 83 à 90.Algèbre linéaire et géométrie vectorielle, applications en sciences humaines, section 4.1, p. 83 à 90.