Rang d`une matrice
Transcription
Rang d`une matrice
Espace des lignes, espace des colonnes Rang d’une matrice Notation. Soit la matrice A : m×n A = A11 A A = .21 . Am1 !lT 1 ! l2T = . . !lT Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL A= ! A11| A12| . . . |A1n " ! " ! a ! a . . . |! a | | 2 n = # 1 $% & colonnes de A m a11 a12 a21 a22 .. .. am1 am2 lignes de A · · · a1n · · · a2n . . . .. · · · amn 1 Définition. L’espace des lignes L(A) est le sous-espace de Rn engendré par les lignes de la matrice A : ' ( L(A) = !x ∈ Rn| ∃!z ∈ Rm : !xT = !z T A c’est-à-dire les vecteurs de la forme !x = AT !z = z1!l1 + z2!l2 + . . . + zm!lm ou encore, dans une notation compacte : ) ' ( L(A) = AT !z ) z ∈ Rm Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 2 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 3 Définition. L’espace des colonnes C(A) est le sous-espace de Rm engendré par les colonnes de la matrice A : Exemple. C(A) = {!y ∈ Rm| ∃!x ∈ Rn : !y = A!x} c’est-à-dire les vecteurs de la forme !y = A!x = x1!a1 + x2!a2 + . . . + xn!an C(A) = {A!x| !x ∈ Rn} Remarque. On a ainsi L(A) = C(AT ) et C(A) = L(AT ). $ $ les vecteurs de S avec S = L’espace des lignes L(A) est le sous-espace de R4 engendré par 4 2 2 1 5 0 0 0 1 , . 1 1 2 1 , 2 2 1 5 A=0 0 1 2 0 1 1 1 3 L’espace des colonnes C(A) estle sous-espace par de R engendré 2 1 5 2 les vecteurs de S avec S = 0 , 0 , 1 , 2 . 0 1 1 1 ou encore, dans une notation compacte : Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 5 Théorème. Les opérations élémentaires sur les lignes d’une matrice laissent inchangé son espace des lignes. Pr. On montre que L(A) = L(EA) pour toute matrice élémentaire E. Soit !x ∈ L(A), c’est-à-dire qu’il existe !z ∈ Rm avec !xT = !z T A. Soit w ! T = !z T E −1. Il vient !z T = w ! T E, et ainsi !xT = !z T A = w ! T EA = w ! T (EA), donc !x ∈ L(EA). ! Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 6 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 7 Théorème. Les lignes non nulles de la matrice échelonnée réduite R obtenue à partir de A forment une base de l’espace des lignes L(A). Pr. Par le théorème précédent, il suffit de montrer que les lignes non nulles de R forment un ensemble linéairement indépendant. Or chaque ligne i non nulle de R contient son 1-directeur qui est le seul élément non nul dans sa colonne. Ainsi, la seule façon d’exprimer le vecteur ligne nul comme combinaison linéaire des lignes non nulles de R est de choisir des coefficients 0 pour chacune de ces lignes. ! Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Base de L(A) : 8 Exemple. Déterminer une base de l’espace des lignes de A avec 1 1 1 1 2 2 2 2 A= 1 2 2 2 2 3 3 3 On échelonne et réduit A et on obtient R = 1 0 0 0 0 1 0 0 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 0 1 0 0 0 1 0 0 9 Théorème du rang S= 1 0 0 0 , 0 1 1 1 Théorème. Pour toute matrice A : m × n on a : dim(L(A)) = dim(C(A)) On appelle rang de la matrice A ce nombre rang(A) := dim(L(A)) = dim(C(A)) Pr. Soit k la dimension de L(A) et B = {!v1, !v2, . . . , !vk }une base de L(A). Soit B : k × n la matrice ayant pour lignes les vecteurs de cette Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 10 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 11 base : Il vient alors pour A ! " !lT B g11 . . . g1k " !1T ! l2 g21 . . . g2k B A= .. = .. ! " !lT gm1 . . . gmk B m g11 . . . g1k g21 . . . g2k B = GB = .. gm1 . . . gmk !v1T !v T B = .2 . !vkT Chaque ligne de A s’écrit comme combinaison linéaire de B : !lT = gi1!v T + . . . + gik!v T 1 k i c’est-à-dire !lT = i ! " gi1 . . . gik B où G est une matrice m×k et B une matrice k×n. En décomposant Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 12 B en colonnes, il vient : ) 9 8 ) ) 8 ) 9 ! " ) )! ) ) ! ! ! A = G b1) . . . )bn = Gb1) . . . )Gbn = !a1| . . . |!an Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL dim(C(A)) ≤ dim(L(A)) dim(L(A)) ≤ dim(C(A)) 13 7 ⇒ dim(L(A)) = dim(C(A)) On a ainsi montré que toute matrice A satisfait dim(C(A)) ≤ dim(L(A)). L’inégalité est donc aussi satisfaite par AT et on a dim(C(AT )) ≤ dim(L(AT )). Mais, avec C(AT ) = L(A) et L(AT ) = C(A) cette inégalité s’écrit dim(L(A)) ≤ dim(C(A)). Finalement, ! Par le théorème du rang, le rang d’une matrice est donc un nombre bien défini et, pour déterminer ce nombre, il suffit de déterminer une base de L(A). Par convention, on pose pour toute matrice nulle Om×n, rang(Om×n) = 0. On obtient ainsi : rang(A) = nombre de lignes non-nulles de la matrice échelonnée réduite R. Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Ainsi, chaque colonne de A est combinaison linéaire des colonnes de G et donc dim(C(A)) ≤ k = dim(L(A)) 14 15 ! "T Les deux premières lignes de A, à savoir 1 2 0 −3 et ! "T forment aussi une base de L(A). En effet, puis0 1 0 0 qu’on a obtenu R sans faire de permutations de lignes, les deux premières lignes de R sont des combinaisons linéaires des deux premières lignes de A. Exemple. Soit 1 A= 0 −1 1 R=0 0 On obtient d’où 2 0 −3 1 0 0 −2 0 3 0 0 −3 1 0 0 0 0 0 On a donc dim(C(A)) = 2. rang(A) = 2 Les deux premières lignes de R, à savoir ! "T forment une base de L(A). 0 1 0 0 ! 1 0 0 −3 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL A = T 1 2 0 −3 0 −1 1 −2 $ →R = 0 0 0 3 "T et 16 1 0 0 0 0 −1 1 0 0 0 0 0 Pour obtenir une base de C(A), on peut utiliser C(A) = L(AT ) et donc échelonner et réduire la matrice AT : Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 17 Théorème. Les colonnes de A correspondant aux colonnes directrices de R forment une base de C(A). On constate qu’on a bien dim(C(A)) = 2. :! "T ! "T ; S= est une base de C(A). 1 0 −1 , 0 1 0 ! "T ! "T Comme précédemment, les vecteurs 1 0 −1 et 2 1 −2 forment également une base de C(A). Pr. Soit r le nombre de lignes non nulles de R. On sait que dim(C(A)) = r. Il suffit donc de montrer que les r colonnes de A choisies sont bien linéairement indépendantes. Soit A$ la sous-matrice de A ayant pour colonnes les r colonnes de A choisies, et de manière analogue, R$ la sous-matrice de R ayant pour colonnes les r colonnes directrices (ces colonnes sont donc les r premières colonnes de la matrice identité Im). Cependant, connaissant R, la matrice échelonnée réduite obtenue à partir de A, le travail effectué précédemment pour déterminer une base de C(A) est superflu. A$ est équivalente par lignes à R$. En effet A est équivalente par lignes à R, et en effectuant la même suite d’opérations élémentaires sur les lignes de A$ on aboutit alors à R$. Ainsi l’ensemble de Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 18 19 solutions du système A$!x = !0 est le même que celui du système R$!x = !0. Or ce dernier système n’admet que la solution triviale, puisque les colonnes de R$ sont des colonnes de la matrice identité. Donc les colonnes de A$ sont bien linéairement indépendantes. ! Exemple. A= 1 2 2 1 2 1 2 4 9 −1 −2 6 3 6 17 On en conclut →R= 1 0 0 0 0 2 0 0 0 0 0 1 0 0 0 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 20 Propriétés du rang d’une matrice Théorème. Quelle que soit la matrice carrée A : n × n, les affirmations suivantes sont équivalentes : 1. A est inversible 2. rang(A) = n 3. dim(L(A)) = n "T ! "T ; et 2 0 , 0 0 1 2 1 9 6 17 et Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 21 Théorème. Soit les matrices A : m×n, B : m×n et D : n×p. 1. Si C : m × m est inversible, alors rang(CA) = rang(A) 2. rang(A) ≤ min(m, n) 3. rang(A + B) ≤ rang(A) + rang(B) 4. rang(AD) ≤ min(rang(A), rang(D)) Pr. 1. On a 4. dim(C(A)) = n Pr. L’équivalence de 2. 3. et 4. n’est autre que le théorème du rang. Pour montrer l’équivalence de 1. et 2. on se souvient qu’une matrice A est inversible si et seulement si elle est équivalente par lignes à la matrice identité I, c’est-à-dire L(A) = L(I), et L(I) = Rn. ! Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL – rang(A) = 2 :! – Une base de L(A) est 1 dim(L(A)) = 2 1 1 – Une base de C(A) est 2 , −1 3 dim(C(A)) = 2 22 rang(A) = dim(L(A)) = dim(L(CA)) = rang(CA) En effet, les premier et dernier signes égalité viennent de la définition du rang, celui du milieu du fait que C, étant inversible, Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 23 En effet, la première inégalité vient de ce que les lignes de A + B sont évidemment des combinaisons des lignes de A et des < linéaires = A lignes de B donc des lignes de . La deuxième, de ce que le B nombre = de lignes non nulles de la matrice échelonnée réduite de < A est certainement inférieur ou égal a la somme de celui de B la matrice échelonnée réduite de A et de la matrice échelonnée réduite de B (= rang(A) + rang(B)). s’exprime comme produit de matrices élémentaires. 2. On a dim(L(A)) ≤ m dim(C(A)) ≤ n et donc rang(A) = dim(L(A)) = dim(C(A)) ≤ min(m, n) < = A 3. Considérant la matrice on a B 4. Chaque ligne de AD est combinaison linéaire des lignes de D. Ainsi l’espace des lignes L(AD) est un sous-espace de L(D) et < = A rang(A + B) ≤ rang( ) ≤ rang(A) + rang(B) B Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL rang(AD) = dim(L(AD)) ≤ dim(L(D)) = rang(D) 24 De même, chaque colonne de AD est combinaison linéaire des colonnes de A. Ainsi rang(AD) = dim(C(AD)) ≤ dim(C(A)) = rang(A) ! Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 26 Algèbre Linéaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 25