Matrice inversible : définition, propriétés et exemples

Certaines matrices se comportent comme des nombres divisibles : leur transformation peut être « annulée » par la multiplication avec une autre matrice. Ainsi, une matrice inversible est une matrice carrée qui possède une matrice inverse, appelée son inverse.

Cette propriété est fondamentale pour résoudre des systèmes d’équations linéaires, par exemple, où l’inverse permet de calculer directement les variables inconnues du système.

Dans les sections suivantes, je présenterai les définitions précises, les conditions d’inversibilité, les principales propriétés, les méthodes de calcul et, bien sûr, de nombreux exemples concrets.

Qu’est-ce qu’une matrice inversible ?

Une matrice carrée A de dimensions n×n est inversible s’il existe une autre matrice n×n B telle que 

où I est la matrice identité de même taille (n×n). La matrice B se note A^-1 (presque comme A à la puissance −1) et s’appelle l’inverse de A.

Il est très important de noter que seules les matrices carrées peuvent être inversibles ; les matrices non carrées n’ont pas d’inverse. Cela provient de la bijectivité en algèbre linéaire. Mais pour garder cet article intuitif, contentons-nous de cette règle simple.

Qu’est-ce que la matrice identité ?

La matrice identité I est la matrice carrée qui joue le rôle d’élément neutre pour la multiplication matricielle. Multiplier toute matrice compatible par I la laisse inchangée. Vous pouvez la voir comme une transformation neutre, ou plus rigoureusement, une transformation identité.

Pour le cas 2×2 :

Un exemple 3×3 :

La relation définissante est 

Cela montre que multiplier A par son inverse ramène le système à ce point de départ neutre. Bien que la multiplication matricielle ne soit pas commutative en général, dans ce cas particulier l’ordre n’a pas d’importance : $=I$, car A et A⁻¹ sont définies comme des inverses l’une de l’autre.

Conditions d’inversibilité d’une matrice

Une matrice carrée A est inversible si, et seulement si, elle vérifie trois conditions équivalentes :

• Son déterminant est non nul, c’est-à-dire det(A)≠0.
• Ses lignes ou ses colonnes sont linéairement indépendantes : aucun vecteur colonne/ligne n’est colinéaire à un autre.
• Son rang est plein et égal à sa dimension n.

Si l’une de ces conditions échoue, l’inverse n’existe pas.

Déterminant et inversibilité

Le déterminant fournit un test numérique direct. Si det(A)=0, alors le rang de A est strictement inférieur au nombre de dimensions ; la transformation décrite par A s’écrase au moins sur une dimension, ce qui empêche de retrouver la transformation inverse de A : formellement, A n’a pas d’inverse.

Si det(A) est non nul, alors un inverse existe et peut être calculé. Cette équivalence vaut pour toute matrice carrée et suffit en pratique. Intuitivement, vous pouvez voir le déterminant comme un scalaire qui représente la façon dont A met à l’échelle le volume de l’espace.

Ainsi, une valeur |det(A)| > 1 signifie que A dilate l’espace, un déterminant négatif signifie que A renverse l’orientation de l’espace, pour |det(A)| < 1, A contracte l’espace, et naturellement, un déterminant nul signifie que la transformation décrite par A réduit la dimension de cet espace (comme si deux axes s’effondraient l’un sur l’autre).

Matrices inversibles vs non inversibles (singulières)

Une matrice qui possède un inverse est dite inversible (ou non singulière). Une matrice sans inverse est dite singulière.

Comment trouver l’inverse d’une matrice

Deux méthodes manuelles classiques existent, ainsi qu’un calcul direct en logiciel.

Formule pour une matrice 2×2

Pour

avec det(A)=ad−bc≠0,

Réduction par lignes (Gauss–Jordan)

Former la matrice augmentée [A | I] et appliquer des opérations élémentaires sur les lignes jusqu’à obtenir I dans la partie gauche. La partie droite contient alors A^-1.

Avec un logiciel (Python, etc.)

En Python avec NumPy, on obtient l’inverse par numpy.linalg.inv(A) après avoir vérifié que det(A) ≠ 0.

Exemple de matrice inversible

Considérons la matrice 2×2 :

Calculons d’abord le déterminant :

Donc A est inversible. En appliquant la formule 2×2, on obtient :

Vérifions maintenant le résultat :

De même pour A^-1A.

Pourquoi les matrices inversibles comptent

Les matrices inversibles sont indispensables dès qu’une transformation linéaire doit être exactement réversible. Dans les systèmes linéaires, elles garantissent une solution unique. En machine learning, on les retrouve dans les équations normales de la méthode des moindres carrés, par exemple quand la matrice de design a un rang de colonnes plein.

Autre exemple : en infographie, elles représentent des transformations réversibles telles que rotations, mises à l’échelle et translations, qui doivent être annulées pour le rendu ou l’animation. Elles interviennent aussi en physique pour résoudre des systèmes d’équations différentielles ordinaires, entre autres nombreux cas d’usage au quotidien.

Matrices inversibles et systèmes linéaires

Un système d’équations linéaires s’écrit de façon compacte Ax=b, où A est la matrice des coefficients, x le vecteur des inconnues et b le vecteur constant. Si A est inversible, la solution unique s’obtient directement par

Aucune autre solution ne satisfait alors l’équation.

Erreurs fréquentes avec les matrices inversibles

Voici quelques erreurs très courantes :

• Supposer que toute matrice carrée est inversible.
• Oublier de vérifier le déterminant avant de tenter l’inversion.
• Confondre l’inverse et la transposée (elles ne coïncident que pour certaines matrices orthogonales).
• Traiter une matrice singulière comme si elle était inversible et obtenir des résultats dépourvus de sens ou numériquement instables.

Propriétés clé des matrices inversibles

Voici les principales propriétés des matrices inversibles dans le cadre de cet article :

Soient A et B deux matrices n×n inversibles. Alors :

L’inverse est unique.

Le produit AB est inversible et 

L’inverse de l’inverse est la matrice d’origine :

Le déterminant de l’inverse est l’inverse du déterminant :

La transposée de l’inverse est égale à l’inverse de la transposée :

Conclusion

Une matrice inversible est une matrice carrée qui possède un inverse unique vérifiant A.A^-1 = I.

Les tests décisifs sont un déterminant non nul et l’indépendance linéaire des lignes ou des colonnes. Ces critères sont les indicateurs clés qu’un système linéaire admet exactement une solution et que la transformation linéaire est exactement réversible.

En maîtrisant les matrices inversibles, la résolution des systèmes d’équations linéaires devient très efficace. Au-delà, vous pourrez construire des modèles fiables en data science ou réaliser des calculs exacts dans tout domaine reposant sur l’algèbre linéaire.