COURS MPSI 10. ALGBRE LINAIRE : MATRICES R.

FERREOL 09/10
B) MATRICES
E,F et G dsignent toujours des K-espaces vectoriels.
RAPPELS : une matrice A n lignes et p colonnes (ou de format (n, p)) coecients dans K est une application de
[|1, n|] [|1, p|] dans K ;
pour (i, j) [|1, n|] [|1, p|] , A(i, j) est souvent not de faon indicielle a
ij
, de sorte que A est note (a
ij
)
1in
1jp
;
on la reprsente aussi par le tableau rectangulaire :

a
11
a
12
a
1p
a
21
a
22
a
2p
...
a
n1
a
np

= i
j

a
1j
...
a
i1
... a
ij
... a
ip
....
a
nj

;
lensemble K
[|1,n|][|1,p|]
de ces matrices est not M
np
(K) ; on sait que cest un K-espace vectoriel de dimension np, (donc
isomorphe K
np
), dont la base canonique est forme des matrices (E
kl
)
1kn
1lp
avec E
kl
(i, j) =
ik

jl
.
I) MATRICE DUNE APPLICATION LINAIRE RELATIVEMENT DEUX BASES.
1) Proprit fondamentale.
PROP : la connaissance des images des vecteurs dune base de lespace de dpart caractrise entirement une application
linaire ; plus prcisment :
si (H) :

B = (

e
1
, ...,

e
n
) base de E
(

y
1
, ...,

y
n
) F
n
alors (C) : !f L(E, F) / i [|1, n|] f (

e
i
) =

y
i
D1
2) Dnition.
DEF : la matrice dune application linaire entre espaces de dimensions nies relativement (ou dans) une base de lespace
de dpart et une base de lespace darrive, est la matrice dont les colonnes sont les coordonnes dans la base darrive des
images des vecteurs de la base de dpart ; autrement dit :
si

f L(E, F)
B = (

e
1
, ...,

e
n
) base de E
C =

f
1
, ...,

f
p

base de F
A = (a
ij
)
1ip
1jn
M
pn
(K)
alors A = mat
(B,C)
(f)
def
j [|1, n|] f (

e
j
) =
....

i=....
a
.....

f
...
Par une reprsentation en tableau :
f (

e
1
) ... f (

e
j
) ... f (

e
n
)

a
1j
...
a
i1
......... a
ij
......... a
in
....
a
pj

f
1
...

f
i
...

f
p
a
ij
est donc la .....me coordonne dans la base darrive de limage par f du .....ime vecteur de la base de dpart.
ATTENTION : une matrice dune application linaire dun espace de dimension n vers un espace de dimension p est de
format (p, n) et non (n, p) !
REM : pour la matrice dun endomorphime de E, on prend en gnral la mme base pour E en tant quespace de dpart,
et pour E en tant quespace darrive ; notation : mat
(B,B)
(f) est simpli en mat
B
(f) .
Vocabulaire : la matrice dune application linaire de K
n
dans K
p
relativement aux bases canoniques de K
n
et K
p
est
appele la matrice canonique de cette application.
3) Exemples.
1
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
E1 :
- la matrice canonique de

x
y

ax + by
cx + dy

est

... ...
... ...

.
- la matrice canonique de

x
y

ax + by
cx + dy
ex + fy

est

- la matrice canonique de

x
y
z

ax + by + cz
dx + ey + fz

est
- la matrice canonique de x (ax, bx, cx) est
- la matrice canonique de (x, y, z) ax + by + cz est
- la matrice de lapplication nulle de E de dimension n vers F de dimension p est, quelles que soient les bases choisies
:

= 0
........
- la matrice de lidentit est indpendante de la base choisie :
mat
B
(id
E
) =

= (
ij
)
1i,jn
Cette matrice est appele la matrice identit dordre n et note I
n
.
REM : si lon ne prend pas la mme base pour le dpart et pour larrive, la matrice de lidentit nest plus la matrice
identit ! Par exemple, si E est de base (

e
1
,

e
2
) et


e
3
=

e
1
+

e
2

e
4
=

e
1

e
2
,
mat
((

e3,

e4),(

e1,

e2))
(id
E
) =

, mat
((

e1,

e2),(

e3,

e4))
(id
E
) =

- la matrice de lhomothtie de rapport a, h
a
= a.id
E
est aussi indpendante de la base choisie :
mat
B
(h
a
) =

= aI
n
- par contre, la matrice dune projection ou dune symtrie dpend de la base choisie.
DEF : si E = F G, on dit quune base B de E est adapte cette dcomposition si cest la concatnation dune base
de F et dune base de G.
Si donc, B est adapte, p = projection de base F et de direction G, q = id
E
p, s = p q
mat
B
(p) =

, mat
B
(q) =

, mat
B
(s) =

- la matrice de la drivation de K
3
[X] dans K
2
[X] dans les bases canoniques est :

.. .. .. ..
.. .. .. ..
.. .. .. ..

2
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
4) Caractrisation dune application linaire par lune de ses matrices.
PROP (corollaire de la proprit fondamentale ci-dessus) : si B base de E de dimension n, C base de F de dimension p et
A M
pn
(K) , il existe une unique application linaire f L(E, F) telle que
A = mat
(B,C)
(f)
Ceci signie que lapplication :

........... ..........
........... ..........
est ..............
II) OPRATIONS SUR LES MATRICES
1) Addition et multiplication externe.
Notions dj vues dans le cours sur les espaces vectoriels ; notons quon ne peut additionner que des matrices de mmes
formats. On sait que (M
np
(K) , +, .(ext.)) a une structure de .........................
PROP : si B base de E de dimension n, C base de F de dimension p, f L(E, F) et K, on a
mat
(B,C)
(f + g) = mat
(B,C)
(f) + mat
(B,C)
(g)
mat
(B,C)
(f) = mat
(B,C)
(f)
Ceci signie que lapplication :

........... ..........
........... ..........
est ................ ; combin avec la proprit ci-dessus, cest donc un
...................
D2
COROLLAIRE : si les ev E et F sont de dimensions nies, L(E, F) est lui aussi de dimension nie et
dimL(E, F) =..................
2) Multiplication des matrices.
a) Recherche de la dnition.
Le produit des matrices va tre dni de sorte quau produit de deux matrices corresponde la compose des applications
linaires associes ; recherchons donc la matrice dune compose dapplications linaires.
PROP : si

f L(E, F)
g L(F, G)
,

B = (

e
1
, ...,

e
n
) base de E
C =

f
1
, ...,

f
p

base de F
D = (

g
1
, ...,

g
q
) base de G

A = mat
(B,C)
(f) M
pn
(K)
B = mat
(....,.....)
(g) M
.......
(K)
C = mat
(....,....)
(g f) M
........
(K)
alors
C (i, j) =
.......

k=1
B(i, k) A(k, j) , pour tout (i, j) [|1, .....|] [|1, .....|]
D3
Do la
b) Dnition.
DEF : si A est une matrice de format (n, p) et B une matrice de format (p, q) la matrice produit AB est la matrice de
format (n, q) dnie par
(AB) (i, j) =
p

k=1
A(i, k) B(k, j) pour tout (i, j) [|1, n|] [|1, q|]
REM 0 : remarquer lespce de relation de Chasles :
format (n, p) format (p, q) = format (n, q)
3
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
REM 1 : il est pratique de prsenter le produit de 2 matrices sous la forme :
F1
REM 2 : le produit matriciel nest donc pas une loi de composition interne dans lensemble de toutes les matrices, ni
mme dans M
np
(K) avec n = p ; par contre, cen est une dans l

ensemble des matrices carres dordre n M

n
(K) .
REM 3 : le produit matriciel nest videmment pas commutatif puisquun produit peut tre possible dans un sens et ne
pas ltre dans lautre.
REM 4 : le nombre

dadditions
de multiplications
pour eectuer (AB) (i, j) vaut

.....
......
, donc
le nombre

dadditions
de multiplications
pour eectuer le produit AB vaut

.....
......
REM 5 : le produit dune matrice-ligne (format (1, n)) par une matrice-colonne (format (n, 1)) donne une matrice de
format (1, 1) , que lon identie avec son coecient :
[a
1
, ..., a
n
] .

b
1
...
b
n

k=1
a
k
b
k

abus d

criture
=
n

k=1
a
k
b
k
REM 6 : avec cet abus dcriture, le coecient (AB) (i, j) de la ime ligne et de la jme colonne de AB sinterprte
comme le produit matriciel de la ime ligne L
i
de A et de la jme colonne C
j
de B ; en eet :
L
i
C
j
= [a
i1
, ..., a
ip
]

b
1j
...
b
pj

=
p

k=1
a
ik
b
kj
= (AB) (i, j)
REM 7 : le produit dune matrice-colonne (format (n, 1)) par une matrice-ligne (format (1, n)) donne une matrice carre
dordre n :

a
1
...
a
n

[b
1
, ..., b
n
] =

= (..........)
1i,jn
c) Proprits.
) Matrice dune compose.
PROP (due la dnition mme du produit des matrices) :
si

f L(E, F)
g L(F, G)
,

B base de E
C base de F
D base de G
, alors mat
(B,D)
(g f) = mat
(C,D)
(g) mat
(B,C)
(f) .
ATTENTION : On na donc malheureusement quune relation de Chasles lenvers :-( par contre, pour les endomor-
phismes, tout va bien :-)
si f L(E) , B base de E , alors mat
B
(g f) = mat
B
(g) mat
B
(f)
) Associativit.
PROP : si

A M
np
(K)
B M
pq
(K)
C M
qr
(K)
alors (AB) C = A(BC)
D4 (par les applications linaires, et par le calcul).
4
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
) Distributivit
PROP : si

A M
np
(K)
B, C M
pq
(K)
alors A(B + C) = AB + AC

A, B M
np
(K)
C M
pq
(K)
alors (A+ B) C = AC + BC
D5 (par les applications linaires, et par le calcul).
) Relations avec la multiplication externe .
PROP : si

A M
np
(K) , B M
pq
(K)
K
A(B) = (A) B = AB
COROLLAIRE : (M
n
(K) , +, .(int.)) est un anneau. Cet anneau nest ni intgre, ni commutatif ds que n 2 ; de plus,
la bijection

........... ..........
........... ..........
est un isomorphisme danneaux.
D6
III) STRUCTURE DE K-ALGBRE.
DEF : soit E un ensemble muni de 2 lois de composition internes

E
2
+
E
(x, y) x + y
et

E
2

E
(x, y) x y
, et une loi de
composition externe oprateurs dans K

K E

E
(, x) x
.
(E, +, , ) est dit possder une structure de K-algbre si
1. (E, +, ) est un K-espace vectoriel
2. (E, +, ) est un anneau
3. x, y E K (x) y = (x y) = x (y)
Exemples E2.
REM : si K et x E, x = (1
E
) x, daprs 3.
DEF : une partie F dune algbre E est appele une sous-algbre si cest la fois un sous-espace vectoriel et un sous-
anneau.
Daprs la remarque ci-dessus, on a la CNS :
1. K 1
E
F
2.x, y F x + y F
3. x, y F x y F
DEF : si E, F sont deux K-algbres et f une application de E vers F, f est appele un morphisme de K-algbre si cest
un morphisme danneaux (f (x y) = f (x) f (y) , f (1
E
) = 1
F
) et un morphisme de Kespaces vectoriel (autrement dit f
est Klinaire).
Exemples E3.
IV) EXPRESSION MATRICIELLE DUNE APPLICATION LINAIRE.
PROP : donnes :
E et F deux K-espaces vectoriels de dimensions nies n et p,
B = (

e
1
, ...,

e
n
) base de E, C =

f
1
, ...,

f
p

base de F,
f L(E, F) , A = (a
ij
) = mat
(B,C)
(f) M
pn
(K) ,
5
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10

x =
n

i=1
x
i

e
i
E, X =

x
1
...
x
n

, matrice colonne des coordonnes de

x dans B

y =
p

i=1
y
i

f
i
F, Y =

y
1
...
y
p

, matrice colonne des coordonnes de

y dans C. Alors :

y = f (

x ) Y = AX
D7
E4
DEF : si A M
np
(K) , lapplication linaire canonique associe A est lapplication :
f
A
:

M
p1
(K) ( K
p
) M
n1
(K) ( K
n
)
X AX
PROP : la matrice canonique de f
A
est la matrice A.
D8
CORO : si A et B M
np
(K) , alors
(X M
p1
(K) AX = BX) A = B
D9
REM 1 : bien noter le X ; si AX = BX pour une seule X, mme non nulle, on ne peut pas en dduire A = B.
REM 2 : on a galement la relation : f
AB
= f
A
f
B
.
PROP : soit A M
np
(K) dont les colonnes sont C
1
, ..., C
p
; alors
1.

x
1
...
x
p

ker f
A
x
1
C
1
+ ... + x
p
C
p
=

0
...
0

2. Imf
A
=Vect(C
1
, ..., C
p
)
D10
V) MATRICES CARRES INVERSIBLES.
1) Dnitions.
LEMME : si A et B sont deux anneaux isomorphes, alors le groupe des lments inversibles de A est isomorphe au groupe
des lments inversibles de B.
D11
DEF : une matrice carre A M
n
(K) est dite inversible si cest un lment inversible de lanneau M
n
(K) , autrement
dit sil existe B M
n
(K) telle que
AB = BA = I
n
B est note A
1
.
PROP et DEF : si E est un espace vectoriel de dimension n, lensemble des matrices carres dordre n inversibles
coecients dans K est un groupe multiplicatif isomorphe (GL(E) , ) . Il est appel groupe linaire en dimension n et
not GL
n
(K) .
D12
REM 1 : si f L(E) , on a donc
f GL(E) mat
B
(f) GL
n
(K)
6
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
, et si A M
n
(K) ,
A GL
n
(K) f
A
GL(K
n
)
REM 2 : GL
1
(K) = K

.
REM 3 : rappelons quun lment rgulier (ou simpliable) de lanneau M
n
(K) est une matrice A vriant :
B, C M
n
(K) AB = AC B = C et BA = CA B = C
On sait quun lment inversible est toujours rgulier, mais il se trouve que dans le cas des matrices, la rciproque est
vraie (preuve dans lexercice 16 sur les matrices) ; ceci explique pourquoi une matrice inversible est parfois appele matrice
rgulire.
2) Cas n = 2
PROP :

a b
c d

est inversible ssi ad = bc et

a b
c d

1
=
1
ad bc

d b
c a

.
D13
Exemple :

cos sin
sin cos

1
=

...... .......
...... .......

3) Mthode dinversion dune matrice par la rsolution dun systme.

LEMME : soit A M
n
(K) ; alors sil existe une matrice B M
n
(K) telle que
X, Y M
n1
(K) AX = Y X = BY
alors A est inversible dinverse B.
D14
En pratique, on rsout donc le systme dinconnues x
1
, ...., x
n
et de paramtres y
1
, ..., y
n

a
11
a
12
a
1n
a
21
a
22
a
2n
...
a
n1
a
nn

x
1
...
..
x
n

y
1
...
...
y
n

Si le systme est de Cramer, la matrice est inversible et lexpression des solutions :

x
1
...
x
n

b
11
b
12
b
1n
b
21
b
22
b
2n
...
b
n1
b
nn

y
1
...
y
n

donne la matrice inverse.

E5 : inverser

3 2 1
2 0 1
1 2 1

VI) TRANSPOSITION DES MATRICES.

a) Dnition.
DEF : la transpose dune matrice est la matrice dont les lignes ont pour coordonnes les coordonnes des colonnes de la
matrice de dpart (ou linverse) :
si A M
np
(K) et B M
pn
(K) ,
B =
t
A
def
i [|1, p|] j [|1, n|] B(i, j) = A(j, i)
b) Proprits.
7
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
PROP :
1.
t
(
t
A) = A
2.
t
(A+ B) =
t
A +
t
B A, B M
np
(K)
3.
t
(A) =
t
A A M
np
(K) K (linarit de la transposition)
4.
t
(AB) =
t
B
t
A A M
np
(K) B M
pq
(K)
5. si A GL
n
(K)
t
A galement, et (
t
A)
1
=
t

A
1

(note
t
A
1
)
D15
c) Matrices carres symtriques et antisymtriques.
DEF : une matrice carre est dite

symtrique
antisymtrique
si elle est

gale
gale loppos de
sa transpose :
A M
n
(K) est

symtrique
antisymtrique


t
A = A
t
A = A
i, j [|1, n|]

A(j, i) = A(i, j)
A(j, i) = A(i, j)
Notations :
S
n
(K) =

A M
n
(K) /
t
A = A

A
n
(K) =

A M
n
(K) /
t
A = A

PROP :
1. S
n
(K) et A
n
(K) sont des sev de M
n
(K)
2. Toute matrice carre est de faon unique la somme dune matrice symtrique et dune matrice antisymtrique.
D16
REM : 2. se traduit par ....................
PROP : dim S
n
(K) = ..........., dim A
n
(K) = ............
D17
VII) CHANGEMENTS DE BASES.
1) Matrice de passage dune base une autre.
a) Dnition.
DEF : la matrice de passage dune base (dite ancienne base) une autre (dite nouvelle base) est la matrice dont les
colonnes sont les coordonnes des vecteurs de la nouvelle base dans lancienne :
si E K-espace vectoriel de dimension nie n,
B = (

e
1
, ...,

e
n
) et B

1
, ...,

bases de E,

e

j
=
n

i=1
p
ij

e
i
, alors
P
(B,B

)
= (p
ij
)
1i,jn
=

1
........

e

j
........

e

p
1j
...
p
i1
......... p
ij
......... p
ip
....
p
nj

e
1
...

e
i
...

e
n
REM : la matrice de passage de B B

nest autre que la matrice de lidentit de E relativement aux bases B

et B (bien
noter linterversion) :
P
(B,B

)
= mat
(B

,B)
(id
E
)
8
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
b) Proprits.
PROP :
1. P
(B,B

)
= P
(B,B

)
P
(B

,B

)
(relation de Chasles)
2. P
(B,B)
= I
n
3. P
(B,B

)
GL
n
(K) (une matrice de passage est toujours inversible)
4.

P
(B,B

1
= P
(B

,B)
D18
E6
2) Action dun changement de base sur les coordonnes dun vecteur.
PROP : donnes :
B = (

e
1
, ...,

e
n
) et B

1
, ...,

bases de E, P = P
(B,B

)
,

x =
n

i=1
x
i

e
i
=
n

i=1
x

i
E, X =

x
1
...
x
n

et X

1
...
x

matrices colonne des coordonnes de

x dans B et B

. Alors
:
X = PX

D19
REM : alors que dans P on a les coordonnes de la nouvelle base dans lancienne, la relation X = PX

permet davoir
les coordonnes anciennes dun vecteur en fonction des nouvelles. Ce phnomne sappelle la contravariance.
Il nest en fait pas gnant car il permet de passer dune quation cartsienne f (x
1
, ....., x
n
) = 0 dans lancienne base la
nouvelle quation cartsienne g (x

1
, ....., x

n
) = 0.
E7
3) Action dun changement de bases sur la matrice dune application linaire.
PROP : donnes
f L(E, F)
B = (

e
1
, ...,

e
n
) et B

1
, ...,

bases de E, P = P
(B,B

)
C =

f
1
, ...,

f
p

et C

1
, ...,

bases de F, Q = P
(C,C

)
A = mat
(B,C)
(f) , A

= mat
(B

,C

)
(f)
Alors (relation bien connatre) :
A

= Q
1
AP
D20
E8
VIII) TRACE DUNE MATRICE CARRE.
1) Dnition.
DEF : la trace dune matrice carre est la somme de ses lments diagonaux :
tr (A) =
n

i=1
A(i, i)
2) Proprits.
9
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
PROP :
1. tr (A + B) = tr A + tr B A, B M
n
(K)
2. tr (A) = tr A A M
n
(K) K (linarit de la trace)
3. tr (AB) = tr (BA) A, B M
n
(K)
D21
PROP et DEF : toute les matrices dun mme endomorphisme ont la mme trace, qui est par dnition la trace de cet
endomorphisme.
f L(E) B, B

bases de E tr (mat
B
(f)) = tr (mat
B
(f))
def
= tr f
D22
REM : la trace permet donc de reprer rapidement une erreur lors dun changement de base.
IX) RANG DUNE MATRICE.
a) Matrice dune famille nie de vecteurs dans une base.
DEF : la matrice dune famille nie de vecteurs dans une base est la matrice dont les colonnes sont les coordonnes des
vecteurs de la famille dans cette base :
si E K-espace vectoriel de dimension nie n,
B = (

e
1
, ...,

e
n
) base de E et F = (

x
1
, ...,

x
p
) famille de vecteurs de E,

x
j
=
n

i=1
a
ij

e
i
, alors
mat
B
(F) = (a
ij
)
1in
1jp
=

x
1
........

x
j
........

x
p

a
1j
...
a
i1
......... a
ij
......... a
ip
....
a
nj

e
1
...

e
i
...

e
n
REM : le rang de la famille F (i.e. la dimension de lespace quelle engendre) est aussi le rang de la famille des colonnes
de mat
B
(F) .
b) Dnition du rang dune matrice.
DEF : le rang dune matrice de format (n, p) est le rang (dans M
n1
(K)) de la famille de ses colonnes :
rg (A) = rg (C
1
, ...C
p
) o C
j
=

A(1, j)
.
.
A(n, j)

REM : daprs la remarque ci-dessus, toutes les matrices dune mme famille de vecteurs (dans des bases quelconques)
ont pour rang le rang de cette famille.
PROP : toutes les matrices dune mme application linaire ont pour rang le rang de cette application linaire.
D23
c) Proprits.
PROP : soit A M
np
(K) , A = mat
(B,C)
(f) ; alors
1. rg (A) min(n, p)
2. rg (A) = n f est surjective
3. rg (A) = p f est injective
COROLLAIRE (diverses caractrisations de linversibilit dune matrice carre) : soit A M
n
(K) , A = mat
(B,C)
(f)
10
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
A est inversible si et seulement si
1. B M
n
(K) AB = BA = I
n
(c

est la dnition)
2. f est bijective ( f est injective)
3. rg (A) = n
D24
X) MATRICES QUIVALENTES.
DEF : deux matrices sont dites quivalentes si ce sont les matrices de la mme application linaire (elles ont donc forcment
le mme format) : si A, A

M
np
(K)
A eq A

E de dimension p, B, B

bases de E
F de dimension n, C, C

bases de F
/

A = mat
(B,C)
(f)
A

= mat
(B

,C

)
(f)
PROP 1 : si A, A

M
np
(K)
A eq A

P GL
.....
(K)
Q GL
.....
(K)
/ A

= Q
1
AP
D25
PROP 2 : comme son nom lindique, la relation dquivalence des matrices est une relation dquivalence dans M
np
(K).
D26
Deux matrices quivalentes ont forcment le mme rang, comme matrices de la mme application linaire ; nous allons
voir quen fait la rciproque est vraie.
LEMME 1 : pour r entier min(n, p) , notons J
npr
la matrice I
r
complte droite et gauche par des 0 :
J
npr
=

I
r
0
r,pr
0
nr,r
0
nr,pr

alors toute matrice A M

np
(K) de rang r est quivalente J
npr
.
D27
THORME 1 : deux matrices de mme format sont quivalentes si et seulement si elles ont le mme rang.
D28
REM : il y a donc ............ classes de matrices quivalentes dans M
np
(K) .
LEMME 2 : si deux matrices sont quivalentes leurs transposes le sont galement.
D29
Ceci va nous permettre dtablir le thorme extrment important suivant :
THORME 2 : une matrice a mme rang que sa transpose :
rg

t
A

= rg A
D30
COROLLAIRE : le rang des lignes dune matrice est gal au rang de ses colonnes :
si A M
np
(K) , L
i
=

A(i, 1) ... A(i, p)

, C
j
=

A(1, j)
.
.
A(n, j)

, alors
rg (L
1
, ..., L
n
)=rg (C
1
, ..., C
p
)
11
COURS MPSI 10. ALGBRE LINAIRE : MATRICES R. FERREOL 09/10
Ceci permet donc dcrire par exemple :
rg ((1, 1, 2, 0) , (1, 4, 1, 2)) = rg

.. ..
.. ..
.. ..
.. ..

= rg

.. .. .. ..
.. .. .. ..

= rg ((.., ..) , (.., ..) , (.., ..) , (.., ..))

REM : ceci permet de simplier la recherche du rang dune famille de vecteurs en raisonnant la fois sur les lignes et les
colonnes.
E9 : rg ((1, 0, 3, 4, 0) , (1, 4, 3, 8, 3) , (3, 4, 3, 0, 3), (0, 4, 6, 12, 3)) .
12