Matrice inverse Matrices élémentaires
Transcription
Matrice inverse Matrices élémentaires
Inversibilité et matrice inverse Matrice inverse Matrices élémentaires Rappel : La matrice identité I est l’élément neutre pour la multiplication matricielle, puisque pour une matrice quelconque A : m × n on a : ImA = A = AIn Définition. Une matrice carrée A : n × n est dite inversible s’il existe une matrice X : n × n satisfaisant : AX = I et XA = I On dit que la matrice X est une matrice inverse de la matrice A Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1 ' ( ' ( 2. La matrice A = 25 est inversible, car X = 0.04 satisfait ' (' ( ' (' ( 25 0.04 = [1] = 0.04 25 Exemples 1. La matrice A suivante n’est pas inversible : 1 1 3 A=0 0 0 4 5 6 ) En effet si il existait X avec AX = I on devrait avoir en particulier (AX)22 = (I)22 c’est-à-dire 0x12 + 0x22 + 0x32 = 1 * ) * 1 8 1 −8 3. La matrice A = est inversible, car X = 0 1 0 1 satisfait *) * ) * ) 1 8 1 −8 1 0 = AX = 0 1 0 1 0 1 ) *) * ) * 1 −8 1 8 1 0 XA = = 0 1 0 1 0 1 équation qui n’a pas de solution. Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 2 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 3 Théorème. Si la matrice A est inversible, elle admet une seule matrice inverse, qu’on notera désormais A−1. Définition. On définit Pr. Supposons que X et Y soient deux matrices inverses de A. On a donc en particulier XA = I et AY = I. Mais alors et, si A est inversible, X = XI = X(AY ) = (XA)Y = IY = Y An := A · · A0 - ·./ n facteurs −1 A−n := A · · A−10 - ·./ n facteurs ! Théorème. Soit A : n × n une matrice inversible, alors ,−1 + 1. A−1 est inversible et A−1 =A 2. An est inversible et (An)−1 = A−n 3. kA est inversible si k #= 0 et (kA)−1 = k1 A−1 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 4 Théorème. Soit A : n×n et B : n×n deux matrices inversibles. Alors 1. AB est une matrice inversible et 2. (AB)−1 = B −1A−1 Pr. On montre les deux propriétés en vérifiant que + −1 −1, + , B A (AB) = (AB) B −1A−1 = I Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 5 Remarque : L’affirmation de ce théorème se généralise par induction au cas de plusieurs matrices inversibles de même ordre. Le produit de matrices inversibles est une matrice inversible, égale au produit des matrices inverses respectives effectué dans l’ordre inverse. −1 −1 (A1A2 · · · An)−1 = A−1 n · · · A2 A1 Or + ! , + , B −1A−1 (AB) = B −1 A−1A B = B −1IB = B −1B = I + , + , (AB) B −1A−1 = A BB −1 A−1 = AIA−1 = AA−1 = I Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 6 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 7 Description de l’algorithme de Gauss avec le calcul matriciel si elle résulte d’une unique opération élémentaire effectuée sur les lignes de la matrice identité Im. Définition. On appelle opération élémentaire l’opération effectuée sur les lignes d’une matrice d’un des trois types suivants : Il existe donc trois types de matrices élémentaires, correspondants aux trois types d’opérations élémentaires. 1. Multiplier une ligne par une constante non nulle. Notation et interprétation : 2. Permuter deux lignes. 1. Ei(a) : multiplier la i-ème ligne de la matrice identité par a, ∀a #= 0. 3. Ajouter un multiple d’une ligne à une autre. Remarque : Ces opérations sont précisément celles utilisées dans l’algorithme de Gauss. Définition. La matrice E : m × m est une matrice élémentaire Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 8 Dans cette notation l’ordre m de la matrice élémentaire est sousentendu. Exemples : pour m = 4 on a 1 0 0 0 0 9 0 0 E2(9) = 0 0 1 0 0 0 0 1 1 0 0 1 E24(4) = 0 0 0 0 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL E24 = 0 0 1 0 0 4 0 1 1 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0 2. Eij : permuter les lignes i et j de la matrice identité. 3. Eij (c) : ajouter c fois la j-ème ligne de la matrice identité à la i-ème. Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 9 Théorème. Soit A : m×n une matrice quelconque et E : m×m une matrice élémentaire résultant d’une certaine opération élémentaire effectuée sur les lignes de Im. Alors la matrice EA est le résultat de la même opération élémentaire appliquée aux lignes de A. Pr. Découle de l’interprétation du produit matriciel : la i-ème ligne de EA est une combinaison linéaire des lignes de A avec les coefficients provenant de la ligne i de E. Or ces coefficients décrivent précisément l’opération élémentaire en question. ! Exemples : 10 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 11 1. Pour une matrice A : 2 × 2, E1(7)A = ) 7 0 0 1 *) a11 a12 a21 a22 * = ) 7a11 7a12 a21 a22 * 3. Pour une matrice A : 3 × 2, 1 0 −3 a11 a12 E13(−3)A = 0 1 0 a21 a22 0 0 1 a31 a32 a11 − 3a31 a12 − 3a32 = a21 a22 a31 a32 2. Pour une matrice A : 3 × 2, 0 0 1 a11 a12 a31 a32 E13A = 0 1 0 a21 a22 = a21 a22 1 0 0 a31 a32 a11 a12 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 12 Théorème. Toute matrice élémentaire est inversible, et on a : Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 13 Équivalence par lignes 1. [Ei(a)]−1 = Ei( a1 ) , ∀a #= 0 2. [Eij ]−1 = Eij 3. [Eij (c)]−1 = Eij (−c) Pr. Soit E une matrice élémentaire quelconque et E0 la matrice définie comme matrice inverse de E dans le théorème. E0 est toujours définie et on vérifie que EE0 = I = E0E. En effet E0 décrit l’opération élémentaire inverse de celle décrite par E, précisément celle qui appliquée à E redonne I. ! Définition. Deux matrices de même taille A : m×n et B : m×n sont dites équivalentes par lignes si B peut être obtenue à partir de A par une suite d’opérations élémentaires effectuées sur les lignes de A. On note A ∼ B. l On a donc A ∼ B si il existe des matrices élémentaires l E1, E2, . . . , Ek telles que B = Ek · · · E2 E1 A Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 14 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 15 Pr. On montre les implications 1. ⇒2. ⇒3. ⇒1. Cette relation est donc symétrique, car on a alors aussi E1−1E2−1 · · · Ek−1B = E1−1E2−1 · · · Ek−1 (Ek · · · E2E1A) + + + , , , = E1−1 E2−1 · · · Ek−1Ek · · · E2 E1 A – 1. ⇒2. Soit X0 une solution quelconque de AX = 0, donc satisfaisant AX0 = 0. Puisque A−1 existe, on a aussi A−1AX0 = A−10 c’est-à-dire X0 = 0. = A et les matrices Ei−1 sont bien des matrices élémentaires. Théorème. Pour toute matrice carrée A : n × n les affirmations suivantes sont équivalentes : – 2. ⇒3. 1. A est inversible. 2. L’équation AX = 0 n’a que la solution triviale X = 0. La solution triviale X = 0 étant la solution unique du système, en appliquant l’algorithme de Gauss à A0 on obtient nécessairement 3. A est équivalente par lignes à I. (A ∼ In) l Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL une matrice échelonnée réduite 1 ··· . .. . R0 = . 0 ··· Soit A0 la matrice augmentée du système AX = 0. 1 a11 · · · a1n 11 0 1 A0 = .. . . . .. 1 .. 1 an1 · · · ann 1 0 16 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 17 E1, E2, . . . , Ek telles que Ek · · · E2E1A = In, mais alors on a E1−1E2−1 · · · Ek−1Ek · · · E2E1A = E1−1E2−1 · · · Ek−1In, c’est-àdire A = E1−1E2−1 · · · Ek−1. A est un produit de matrices (élémentaires) inversibles, donc inversible. R0 de la forme 1 0 11 0 .. 11 .. = [In| 0] 1 11 0 ! où chaque ligne a son 1 directeur. Mais l’algorithme de Gauss est une suite d’opérations élémentaires effectuées sur A0. Il existe donc des matrices élémentaires E1, E2, . . . , Ek telles que Ek · · · E2E1A0 = R0, c’est-à-dire Ek · · · E2E1 [A| 0] = [In| 0] et donc Ek · · · E2E1A = In soit A ∼ In. l – 3. ⇒1. A ∼ In signifie qu’il existe des matrices élémentaires l Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 18 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 19 Méthode de calcul de l’inverse On déduit du théorème précédent la méthode suivante pour déterminer si une matrice A : n × n est inversible et, le cas échéant, calculer son inverse : seulement l’inverse, quand elle existe, mais également une décomposition de celle-ci - et donc de A - en produit de matrices élémentaires, qui est souvent plus utile que la matrice explicite. Pour cela il suffit de répertorier la suite d’opérations élémentaires effectuées. 1. Former la matrice “augmentée” [A| In]. 2. Échelonner et réduire cette matrice - sans faire aparaitre de 1directeur dans la partie correspondant à I - obtenant ainsi la matrice [R| X]. 3. Si R = In, alors A−1 = X, Sinon A n’est pas inversible. Remarque : L’application de l’algorithme de Gauss fournit non Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 20 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Exemples 1. 1 2 3 A=2 5 3 1 0 8 1 1 2 3 11 1 0 1 2 5 31 0 1 1 1 0 81 0 0 1 1 2 3 11 1 1 0 1 −3 1 −2 1 0 −2 5 1 −1 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 0 0 l2 − 2l1 → 1 l3 − l1 0 0 → 1 0 0 1 l3 + 2l2 22 1 3 11 1 1 −3 1 −2 1 −1 1 −5 1 1 1 0 1 1 1 −2 1 1 1 5 −2 0 0 → 1 0 2 1 −l3 2 3 0 l1 − 3l3 1 −3 0 l2 + 3l3 → 0 1 −1 1 1 2 0 1 −14 6 3 l1 − 2l2 1 → 1 0 1 13 −5 −3 1 0 1 1 5 −2 −1 1 2 0 1 0 0 1 0 0 1 0 0 21 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 23 1 1 0 0 11 −40 16 9 1 0 1 0 1 13 −5 −3 1 0 0 1 1 5 −2 −1 il vient A mais encore −1 et E12(−2)E13(−3)E23(3)E3(−1)E32(2)E31(−1)E21(−2)I = A−1 donc aussi pour la matrice A elle-même, en appliquant les règles pour l’inverse d’un produit de matrices inversibles A = E21(2)E31(1)E32(−2)E3(−1)E23(−3)E13(3)E12(2) −40 16 9 = 13 −5 −3 5 −2 −1 2. 1 4 6 A = 2 −3 0 4 5 12 E12(−2)E13(−3)E23(3)E3(−1)E32(2)E31(−1)E21(−2)A = I Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 24 1 1 4 6 11 1 0 0 1 2 −3 0 1 0 1 0 l2 − 2l1 → 1 4 5 12 1 0 0 1 l3 − 4l1 1 1 1 4 6 1 1 0 0 1 1 l2 → 0 −11 −12 1 −2 1 0 − 11 1 0 −11 −12 1 −4 0 1 1 1 4 6 11 1 0 0 12 1 2 1 → 0 1 11 11 11 − 11 0 0 −11 −12 1 −4 0 1 l3 + 11l2 25 1 1 4 6 11 1 0 0 l1 − 4l2 12 1 2 1 → 0 1 11 1 11 − 11 0 1 0 0 0 1 −2 −1 1 1 18 1 3 4 1 0 11 1 11 11 0 1 2 1 = [R| X] 0 1 12 11 11 11 − 11 0 0 0 0 1 −2 −1 1 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL On conclut que A n’est pas inversible, puisque R #= I. Néanmoins, on a XA = R et A = X −1R 26 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 27 avec Décomposition LU X = E12(−4)E32(11)E2(− 1 )E31(−4)E21(−2) 11 La suite d’opérations effectuées par l’algorithme de Gauss pour échelonner et réduire une matrice A s’écrit, de manière générale, comme le produit matriciel X −1 = E21(2)E31(4)E2(−11)E32(−11)E12(4) Ek . . . Ei+1Ei . . . E1A = R où R est la matrice échelonnée réduite obtenue, les matrices E1, . . . , Ei sont les matrices élémentaires correspondant aux opérations successives de la phase “échelonner” de l’algorithme, et les matrices Ei+1, . . . , Ek celles de la phase “réduire”. On supposera dans ce qui suit qu’on n’a pas dû faire de permutations de lignes au cours de la phase “échelonner”. On remarque qu’alors Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 28 les matrices E1, . . . , Ei sont toutes des matrices triangulaires inférieures, et les matrices Ei+1, . . . , Ek des matrices triangulaires supérieures. On a donc Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 29 obtient ainsi une factorisation de A de la forme A = LU ( , produit d’une matrice triangulaire inférieure par une triangulaire supérieure. En particulier si A est inversible on a R = I et donc directement A = LU . −1 A = E1−1 . . . Ei−1Ei+1 . . . Ek−1R Exemple Dans l’exemple 1. précédent on a obtenu −1 A = (E1−1 . . . Ei−1)(Ei+1 . . . Ek−1)R (E12(−2)E13(−3)E23(3)) (E3(−1)E32(2)E31(−1)E21(−2)) A = I A = LU R soit A = (E21(2)E31(1)E32(−2)E3(−1)) (E23(−3)E13(3)E12(2)) où L, produit de matrices triangulaires inférieures, est une matrice triangulaire inférieure, et U une matrice triangulaire supérieure. Si A est une matrice carrée, alors R est une matrice triangulaire supérieure et U ( = U R est encore triangulaire supérieure et on avec Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 30 = LU 31 1 0 0 1 0 0 1 0 0 1 0 0 L = 2 1 0 0 1 0 0 1 0 0 1 0 0 0 1 1 0 1 0 −2 1 0 0 −1 1 0 0 L = 2 1 0 1 −2 −1 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1 0 0 1 0 3 1 2 0 U = 0 1 −3 0 1 0 0 1 0 0 0 1 0 0 1 0 0 1 1 2 3 U = 0 1 −3 0 0 1 32 Caractérisation des matrices inversibles On a de même une décomposition de A−1de U −1L−1 avec 1 −2 −9 1 −1 −1 U = 0 1 3 et L = −2 0 0 1 5 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL la forme A−1 = 0 0 1 0 −2 −1 33 Pr. On a déjà montré l’équivalence des 3 premières affirmations. La méthode de calcul de l’inverse permet de compléter les affirmations équivalentes déjà prouvées dans le théorème précédent. Théorème. Pour toute matrice carrée A : n × n les affirmations suivantes sont équivalentes : 1. A est inversible. – 1. ⇒ 4. Pour tout !b, A−1!b est bien défini et on vérifie que !x0 = A−1!b est solution du système : A(A−1!b) = (AA−1)!b = !b – 4. ⇒ 1. Le système possède une solution pour tout !b, en particulier en choisissant pour !b chacun des vecteurs colonnes de la matrice identité 1 !e1 = .. , . . . , !en = 0 2. L’équation AX = 0 n’a que la solution triviale X = 0. 3. A est équivalente par lignes à I. (A ∼ In)) l 4. Le système A!x = !b possède une solution pour tout vecteur !b. 0 .. 1 Soit !xi une solution de A!x = !ei , i = 1, . . . , n et soit X la maAlgèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 34 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 35 ' ( trice ayant pour colonnes ces vecteurs !xi : X = !x1 |. . .| !xn . Il vient ' ( ' ( AX = A !x1 |. . .| !xn = A!x1 |. . .| A!xn ' ( = !e1 |. . .| !en = I donc A est inversible et X est son inverse. ! Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 36