Comment calculer l’inverse d’une matrice inversible facilement

Education

Pour calculer facilement l’inverse d’une matrice, nous vérifions d’abord qu’elle est carrée et que son déterminant n’est pas nul, puis nous choisissons une méthode adaptée à sa taille : formule directe pour une matrice d’ordre 2, ou élimination de Gauss pour des matrices plus grandes. L’idée est de trouver une matrice qui, multipliée par la matrice de départ, donne la matrice identité. Pour avancer avec méthode, gardons en tête ces repères :

  • Une matrice non carrée n’a pas d’inverse.

  • Un déterminant nul signale une matrice non inversible.

  • La méthode de calcul dépend de l’ordre et de la structure de la matrice.

Nous allons suivre le parcours de Lina, étudiante qui doit résoudre des systèmes linéaires dans un exercice d’algèbre linéaire. Ses calculs montrent pourquoi il vaut mieux contrôler les conditions d’inversibilité avant de se lancer, puis vérifier le résultat à la fin. Nous verrons aussi comment les cofacteurs, la formule de l’adjointe et la méthode de Gauss-Jordan s’articulent, avec des exemples chiffrés que vous pourrez reprendre dans vos propres exercices.

Vérifier les conditions d’inversibilité

Avant tout calcul, nous examinons la forme de la matrice. Une matrice inversible doit être carrée : elle possède autant de lignes que de colonnes. Une matrice de trois lignes et deux colonnes, par exemple, peut représenter des données ou intervenir dans un système, mais elle ne possède pas d’inverse au sens usuel. Ce premier contrôle évite de consacrer du temps à une opération qui n’est pas définie.

Pour une matrice carrée, le critère décisif est son déterminant. Si celui-ci est différent de zéro, la matrice est inversible ; s’il vaut zéro, aucune matrice ne peut produire la matrice identité lorsqu’on la multiplie par la matrice de départ. Nous appelons alors cette dernière singulière. Dans le cas d’une matrice d’ordre 2, le déterminant se calcule rapidement. Pour une matrice d’ordre supérieur, on peut le développer selon une ligne ou une colonne, ou le déterminer par réduction de lignes.

Lire le déterminant correctement

Prenons la matrice A = [[2, 4], [1, 2]]. Son déterminant vaut 2 × 2 − 4 × 1 = 0. Les lignes sont proportionnelles : la deuxième est égale à la moitié de la première. Cette dépendance explique pourquoi la transformation associée à A écrase une dimension et ne peut pas être annulée par une opération inverse.

À l’inverse, pour B = [[2, 1], [5, 3]], le déterminant vaut 2 × 3 − 1 × 5 = 1. Comme il n’est pas nul, B est une matrice inversible. Nous pouvons donc poursuivre et chercher B−1. Lina inscrit ce contrôle en première ligne de sa feuille : il lui permet de savoir d’emblée si la démarche a une issue.

Comprendre l’idée d’inverse

La matrice inverse joue un rôle proche de celui de l’inverse d’un nombre, avec une différence essentielle : l’ordre des facteurs compte. Pour une matrice A inversible, nous avons A × A−1 = I et A−1 × A = I, où I désigne la matrice identité de même ordre. Pour l’ordre 2, cette identité possède des 1 sur la diagonale et des 0 ailleurs.

Cette propriété rend l’inverse utile pour résoudre un système linéaire écrit sous la forme AX = b. Si A est inversible, nous multiplions à gauche par A−1 et obtenons X = A−1b. Cela ne signifie pas que le calcul de l’inverse soit toujours la manière la plus rapide de résoudre chaque système, mais cette représentation clarifie la structure du problème.

Pour garder une démarche fiable, nous pouvons suivre cette courte liste de vérifications :

  • Compter les lignes et les colonnes afin de confirmer que la matrice est carrée.

  • Calculer son déterminant et écarter le cas où il est égal à zéro.

  • Choisir une méthode en fonction de la taille des coefficients et de la matrice.

  • Contrôler ensuite le produit avec la matrice identité.

Dans les applications, une matrice peut décrire une rotation, un changement de coordonnées ou un ensemble d’équations. L’inverser revient à retrouver les données initiales à partir des données transformées, à condition que l’information n’ait pas été perdue. Une fois les conditions vérifiées, le calcul concret devient le prochain objectif.

Calculer l’inverse d’ordre deux

Pour une matrice d’ordre 2, la formule directe est souvent la méthode la plus simple. Écrivons A = [[a, b], [c, d]]. Son déterminant est ad − bc. Lorsque cette valeur est non nulle, l’inverse s’obtient en échangeant les deux coefficients de la diagonale principale, en changeant le signe des deux autres, puis en divisant chaque coefficient obtenu par le déterminant.

La formule s’écrit ainsi : A−1 = 1/(ad − bc) × [[d, −b], [−c, a]]. Chaque geste a une raison. L’échange de a et d ainsi que le changement de signe de b et c produisent l’adjointe de la matrice d’ordre 2 ; le facteur 1/(ad − bc) ajuste le résultat pour que le produit final soit l’identité.

Appliquer la formule pas à pas

Reprenons B = [[2, 1], [5, 3]]. Nous calculons d’abord son déterminant : 2 × 3 − 1 × 5 = 1. Nous échangeons ensuite les éléments diagonaux 2 et 3, puis nous changeons les signes de 1 et 5, ce qui donne [[3, −1], [−5, 2]]. Comme le déterminant vaut 1, la matrice inverse est directement B−1 = [[3, −1], [−5, 2]].

Vérifions en multipliant les deux matrices. La première ligne du produit donne 2 × 3 + 1 × (−5) = 1, puis 2 × (−1) + 1 × 2 = 0. La seconde ligne donne 5 × 3 + 3 × (−5) = 0, puis 5 × (−1) + 3 × 2 = 1 : nous retrouvons bien [[1, 0], [0, 1]].

Lire aussi :  iProf Amiens : accès rapide et gestion de carrière en ligne

Cette vérification est utile même quand la formule semble familière. Une erreur de signe dans un seul coefficient suffit à modifier tout le résultat. Lina adopte donc une routine simple : elle écrit le déterminant, transforme la matrice, puis vérifie au moins une fois les quatre coefficients du produit.

Éviter les pièges de calcul

Le piège le plus fréquent consiste à confondre les opérations sur les éléments. Pour [[a, b], [c, d]], nous n’échangeons pas les lignes entières : nous échangeons uniquement les coefficients a et d, puis nous changeons les signes de b et c. Un autre réflexe à éviter est d’oublier la division par le déterminant, surtout lorsque celui-ci n’est pas égal à 1.

Considérons C = [[4, 2], [1, 1]]. Son déterminant vaut 4 × 1 − 2 × 1 = 2. L’adjointe est [[1, −2], [−1, 4]], et l’inverse est donc [[1/2, −1], [−1/2, 2]]. Le facteur 1/2 s’applique à chacun des quatre coefficients : il ne concerne pas seulement le premier élément.

Nous pouvons présenter les étapes de ce calcul dans un tableau de contrôle :

Étape Calcul pour C Résultat
Déterminant 4 × 1 − 2 × 1 2
Adjointe Échange diagonal et signes opposés [[1, −2], [−1, 4]]
Division Chaque coefficient divisé par 2 [[1/2, −1], [−1/2, 2]]

En pratique, cette formule est particulièrement commode pour un exercice rapide ou un contrôle à la main. Elle sert aussi de point de comparaison lorsque nous utilisons un logiciel de calcul matriciel : nous pouvons confronter le résultat numérique à une démarche courte et entièrement vérifiable. Pour des ordres plus élevés, la formule se généralise, mais les calculs de cofacteurs deviennent vite plus lourds.

Retenons l’essentiel : à l’ordre 2, le déterminant décide de l’existence de l’inverse et la formule donne directement ses coefficients. Quand la taille augmente, nous pouvons garder la même idée théorique tout en choisissant un procédé plus efficace.

Utiliser les cofacteurs efficacement

Pour une matrice carrée d’ordre supérieur à 2, nous pouvons calculer l’inverse à partir de son déterminant et de ses cofacteurs. La formule générale est A−1 = (1/det(A)) × adj(A), où adj(A) est l’adjointe, c’est-à-dire la transposée de la matrice des cofacteurs. Cette précision de vocabulaire compte : la matrice des cofacteurs et son transposé ne sont pas la même matrice, même si l’on rencontre parfois des formulations imprécises dans les supports d’apprentissage.

Pour calculer un cofacteur, nous supprimons la ligne et la colonne de l’élément concerné, puis nous calculons le déterminant du sous-tableau restant. Nous multiplions ce résultat par le signe qui dépend de la position : positif si la somme du numéro de ligne et du numéro de colonne est paire, négatif si elle est impaire. Les signes suivent donc le motif [[+, −, +], [−, +, −], [+, −, +]] pour une matrice d’ordre 3.

Suivre le calcul sur trois lignes

Prenons D = [[1, 1, 0], [0, 2, 1], [0, 0, 3]]. Son déterminant vaut 1 × 2 × 3 = 6, car la matrice est triangulaire supérieure et son déterminant est le produit de ses coefficients diagonaux. Puisque 6 est non nul, D possède une inverse. Cet exemple triangulaire nous permet de voir la méthode sans alourdir le calcul avec de longues expressions.

Le cofacteur C11 vaut le déterminant de [[2, 1], [0, 3]], soit 6. Le cofacteur C12 correspond à l’opposé du déterminant de [[0, 1], [0, 3]], donc vaut 0 ; C13 vaut le déterminant de [[0, 2], [0, 0]], donc 0. En poursuivant sur les autres positions, nous obtenons la matrice des cofacteurs [[6, 0, 0], [−3, 3, 0], [1, −1, 2]].

Nous transposons ensuite cette matrice pour former l’adjointe : [[6, −3, 1], [0, 3, −1], [0, 0, 2]]. En divisant chaque coefficient par 6, nous trouvons D−1 = [[1, −1/2, 1/6], [0, 1/2, −1/6], [0, 0, 1/3]]. Les fractions sont normales : elles traduisent simplement la division de l’adjointe par le déterminant.

La vérification confirme le résultat. La première ligne de D multipliée par la première colonne de D−1 donne 1 ; avec la deuxième colonne, elle donne −1/2 + 1/2 = 0 ; avec la troisième, elle donne 1/6 − 1/6 = 0. Les autres lignes conduisent aux mêmes contrôles et le produit complet est la matrice identité.

Savoir quand choisir cette méthode

La méthode des cofacteurs est formatrice : elle montre explicitement le rôle du déterminant, des signes et de la transposition. Elle convient bien aux petites matrices ou lorsqu’un exercice demande de justifier la formule. Elle devient moins confortable pour une matrice d’ordre 5 ou 6, car le nombre de sous-déterminants à calculer augmente rapidement et rend les erreurs plus probables.

Une bonne organisation limite ces risques. Nous calculons les cofacteurs dans un tableau, nous indiquons leur signe avant de développer chaque déterminant, puis nous transposons seulement après avoir terminé la matrice entière. Si une ligne contient plusieurs zéros, nous développons le déterminant selon cette ligne : dans l’exemple de D, la dernière ligne et la première colonne permettent des calculs courts.

La formule de l’adjointe est donc une voie universelle pour toute matrice inversible, mais pas toujours la voie la plus économique. Pour des matrices plus grandes, l’élimination de Gauss conduit souvent au même résultat avec moins de calculs répétitifs.

Appliquer Gauss-Jordan à la matrice

La méthode de Gauss-Jordan permet de calculer une matrice inverse par opérations élémentaires sur les lignes. Nous plaçons la matrice A à côté de la matrice identité I, sous la forme augmentée [A | I], puis nous transformons la partie gauche en identité. Si cette transformation est possible, les opérations appliquées à droite produisent A−1 : nous obtenons alors [I | A−1].

Cette approche prolonge l’élimination de Gauss. Dans la méthode de Gauss, nous cherchons généralement une forme triangulaire pour résoudre un système ; avec Gauss-Jordan, nous allons plus loin jusqu’à obtenir des pivots égaux à 1 et des zéros au-dessus comme au-dessous. Les opérations autorisées sont l’échange de deux lignes, la multiplication d’une ligne par un nombre non nul et l’ajout à une ligne d’un multiple d’une autre.

Lire aussi :  First name, last name, surname : différences et traductions claires

Résoudre un exemple complet

Reprenons B = [[2, 1], [5, 3]]. Nous écrivons [B | I] = [[2, 1 | 1, 0], [5, 3 | 0, 1]]. Pour simplifier le premier pivot, nous pouvons échanger les lignes, puis éliminer le coefficient sous le pivot. Une autre possibilité consiste à conserver les fractions ; les deux chemins sont valides si nous appliquons chaque opération à toute la ligne, y compris la partie droite.

Effectuons les opérations en conservant des entiers. Nous remplaçons la deuxième ligne par 2L₂ − 5L₁, ce qui donne la partie gauche [[2, 1], [0, 1]] et la partie droite [[1, 0], [−5, 2]]. Nous remplaçons ensuite L₁ par L₁ − L₂ : la partie gauche devient [[2, 0], [0, 1]] et la partie droite [[6, −2], [−5, 2]]. Enfin, nous divisons L₁ par 2 pour obtenir [[1, 0], [0, 1]] à gauche et [[3, −1], [−5, 2]] à droite.

La partie droite est bien l’inverse calculé précédemment. Cet accord entre deux démarches distinctes rassure Lina : la formule directe et Gauss-Jordan donnent le même résultat, mais la seconde s’étend naturellement aux matrices d’ordre 3 ou davantage.

Repérer les pivots impossibles

Au cours des opérations, un pivot nul peut apparaître à l’endroit où nous en avons besoin. Nous pouvons parfois échanger les lignes pour placer un coefficient non nul dans cette position. Si, après les échanges possibles, une colonne ne permet pas de créer un pivot, la matrice est singulière et l’inversion échoue ; ce constat rejoint le critère du déterminant nul.

Pour une matrice inversible, les pivots peuvent être obtenus après réorganisation des lignes. Il est préférable de noter chaque opération à côté de la matrice, plutôt que de tenter de les retenir de tête. Une omission à droite de la barre est particulièrement trompeuse : la partie gauche paraît correcte, mais la matrice calculée ne correspond plus à l’inverse.

La méthode a aussi un intérêt pratique pour résoudre plusieurs systèmes ayant la même matrice de coefficients. Une fois A−1 déterminée, chaque nouveau vecteur b peut être traité par X = A−1b. Pour un seul système, nous pouvons souvent appliquer l’élimination de Gauss directement à [A | b] ; pour plusieurs seconds membres, l’inverse devient plus utile.

Dans les outils numériques, les logiciels emploient souvent des variantes stables de l’élimination plutôt qu’une formule développée à la main. Pour apprendre, nous gardons chaque étape visible ; pour des matrices volumineuses, nous vérifions aussi la précision numérique et la stabilité des calculs. Gauss-Jordan donne ainsi un pont clair entre la théorie et la résolution concrète.

Vérifier et utiliser le résultat

Une matrice inverse n’est pas seulement un tableau de coefficients obtenu à la fin d’un exercice : elle représente une transformation qui annule l’action de la matrice de départ. Notre contrôle de référence consiste donc à calculer A × A−1 et à retrouver I. Pour une matrice carrée d’ordre 3, le produit attendu comporte trois 1 sur sa diagonale et des 0 dans les six autres positions.

Il est également possible de vérifier A−1 × A. En arithmétique exacte, les deux produits donnent l’identité. Pour un calcul réalisé à la main, cette seconde vérification peut révéler une erreur de transcription ; avec un logiciel utilisant des nombres décimaux, de petites valeurs comme 0,0000001 peuvent apparaître à la place de zéros, à cause des arrondis.

Contrôler les erreurs fréquentes

Si le produit ne donne pas I, nous remontons les étapes dans un ordre précis. Nous contrôlons d’abord le déterminant, puis les signes des cofacteurs ou les opérations de ligne, enfin les fractions et les produits ligne-colonne. Cette démarche est plus efficace que de recommencer tout le calcul sans repérer la source de l’écart.

Une confusion fréquente concerne le sens des produits. Pour une matrice carrée inversible, les deux égalités avec l’identité sont vraies, mais dans un calcul plus vaste, nous ne pouvons pas réordonner librement les facteurs : en général AB ne vaut pas BA. Ainsi, l’inverse d’un produit vérifie (AB)−1 = B−1A−1, avec l’ordre inversé. Cette propriété est utile pour contrôler une expression, mais elle ne permet pas de permuter les matrices au hasard.

Autre précaution : un déterminant non nul garantit l’existence mathématique de l’inverse, mais un déterminant très proche de zéro peut signaler une forte sensibilité aux erreurs numériques. Dans les calculs avancés, nous examinons alors le conditionnement de la matrice. Pour un exercice scolaire avec des entiers simples, le contrôle du déterminant et du produit suffit généralement ; pour des données mesurées ou des matrices de grande taille, l’analyse numérique apporte un niveau de prudence supplémentaire.

Relier inverse et systèmes

Dans un système linéaire AX = b, l’inverse fournit formellement X = A−1b. Par exemple, avec B = [[2, 1], [5, 3]] et b = [[7], [19]], nous utilisons B−1 = [[3, −1], [−5, 2]]. Le produit donne [[2], [3]], et nous pouvons vérifier : 2 × 2 + 1 × 3 = 7, tandis que 5 × 2 + 3 × 3 = 19.

Ce résultat illustre la portée du calcul matriciel en algèbre linéaire : plusieurs équations peuvent être regroupées sous une écriture compacte, puis étudiées avec des outils communs. Les matrices servent aussi à représenter des transformations géométriques, des réseaux ou des modèles en informatique. Dans une application réelle, nous choisissons toutefois le procédé en fonction du nombre de seconds membres et de la taille des données, plutôt que de calculer systématiquement l’inverse.

Pour prolonger votre exploration du site, vous pouvez consulter cette ressource consacrée à la signification de l’heure miroir 23h23, un sujet distinct qui montre la diversité des thèmes abordés. Pour retrouver ce même article depuis un autre repère de navigation, voici également le guide sur le message associé à 23h23.

Nous pouvons désormais choisir une méthode sans perdre de vue le fil directeur : vérifier que la matrice est carrée, établir que son déterminant n’est pas nul, calculer l’inverse avec un procédé adapté et contrôler le produit obtenu. Une vérification simple transforme un résultat plausible en résultat démontré.

Laisser un commentaire