Matrice/Produit matriciel
|
|
|||
| Chapitre no4 | |||
| Leçon : Matrice | |||
|---|---|---|---|
| Chap. préc. : | Addition et soustraction | ||
| Chap. suiv. : | Déterminant (12) | ||
En raison de limitations techniques, la typographie souhaitable du titre, « Matrice : Produit matriciel
Matrice/Produit matriciel », n'a pu être restituée correctement ci-dessus.
Nous allons introduire dans ce chapitre la notion de produit matriciel. Cette notion n'est malheureusement ni intuitive ni immédiate : il faudra prendre soin de bien la maîtriser.
Sommaire |
[modifier] Multiplication par un scalaire
Avant de se lancer dans les choses difficiles, rappelons qu'il est toujours possible de multiplier une matrice A par un nombre réel ou complexe x. De manière évidente :

est la matrice dont les coefficients sont de A multipliés par x.
Exemple : multiplication par un scalaire

[modifier] Produit de matrices
Définition formelle
Soient
et
deux matrices. On définit le produit de A par B comme la matrice m × p suivante :
![\mathbf A \cdot \mathbf B = \left( \sum_{k=1}^{n} a_{i,k} \cdot b_{k,j} \right)_{i,j \in \left[[1, m]\right] \times \left[[1, p]\right]} = \begin{pmatrix}
\sum_{k=1}^{n} a_{1,k}b_{k,1} & \sum_{k=1}^{n} a_{1,k}b_{k,2} & \cdots & \sum_{k=1}^{n} a_{1,k}b_{k,p} \\
\sum_{k=1}^{n} a_{2,k}b_{k,1} & \sum_{k=1}^{n} a_{2,k}b_{k,2} & \cdots & \sum_{k=1}^{n} a_{2,k}b_{k,p} \\
\vdots & \vdots & \ddots & \vdots \\
\sum_{k=1}^{n} a_{m,k}b_{k,1} & \sum_{k=1}^{n} a_{m,k}b_{k,2} & \cdots & \sum_{k=1}^{n} a_{m,k}b_{k,p} \end{pmatrix}](http://upload.wikimedia.org/wikiversity/fr/math/f/c/a/fcaaedb296cf9036f520417f67341c05.png)
|
Quand est-ce que 2 matrices peuvent être mises en produit ? |
|
Le produit matriciel de 2 matrices A et B n'est réalisable que si A a autant de colonnes que B a de lignes. |
Définition « plus claire »
Évidemment, la formule du produit matriciel est généralement inutilisable en exercice, même si elle peut être utile pour les démonstrations. Tentons de la clarifier. Pour calculer le premier coefficient de la première ligne :
- on prend la première ligne de A, L₁ ;
- on prend la première colonne de B, C₁ ;
- on multiplie le premier coefficient de L₁ par le premier coefficient de C₁
- on multiplie le deuxième coefficient de L₁ par le deuxième coefficient de C₁
- ...
- on multiplie le n-ième coefficient de L₁ par le n-ième coefficient de C₁
- on ajoute ces résultats : c'est le premier coefficient de A · B.
Pour calculer les autres coefficients, on procède de même avec les autres colonnes de B (on aura ainsi tous les coefficients de la première ligne de A · B), puis avec la seconde ligne de A etc.
Il est coutume de poser un produit matriciel comme sur le dessin ci-contre : la première à gauche, la seconde au dessus. Le résultat est la matrice au centre.
Remarque
| Attention à l'ordre des matrices ! |
Comme on peut le voir, l'ordre des matrices dans le produit a une importance : en effet, le produit n'est défini que si le nombre de colonnes de la première égale le nombre de lignes de la seconde. Dans notre exemple, A · B existe, mais B · A n'existe pas... Dans le cas général, on a même
...
[modifier] Exemples
Cette notion mérite bien quelques exemples qui permettront aussi d'y voir plus clair. Le lecteur est invité à les reproduire pour vérifier qu'il a bien compris le produit matriciel, à titre d'exercice.
Produit matriciel (détaillé)

Produit matriciel (détaillé)

| Attention ! On ne peut pas échanger l'ordre des deux matrices ! |
Plus simple produit vectoriel
Le produit suivant donne : 
Alors que :

[modifier] Matrice identité
Pour les matrices carrées, il existe une matrice qui, multipliée à toute autre, ne la modifie pas.
Matrice identité
On appelle matrice identité l'unique matrice In de
telle que : 
On montre facilement qu'elle s'écrit :

Exemple : matrice I₂
La matrice I₂ s'écrit : 
[modifier] Remarques
Il existe d'autres « produits » de matrices, comme le produit de Hadamard ou le produit de Kronecker. Nous ne les aborderons pas dans le cadre de cette leçon. Le produit tensoriel, en revanche, sera l'objet d'un chapitre.
Le produit d'un vecteur ligne par un vecteur colonne est un nombre. Ce nombre est le produit scalaire des deux vecteurs.
L'efficacité algorithmique du produit matriciel est toujours l'objet de recherches actuelles. L'algorithme manuel présenté dans ce chapitre possède une complexité en O(n³). L'algorithme de Coppersmith-Winograd (1990) possède une complexité en O(n2,376), mais n'est réellement efficace que pour de très grosses matrices.