Description

comment trouver le rang d’une matrice ?

**Comment trouver le rang d’une matrice ?**

Le rang d’une matrice est un concept essentiel en mathématiques, qui mesure la dimension linéaire d’une matrice. Il est définit comme le nombre de ses vecteurs colonnes (ou lignes) linéairement indépendants. Dans cet article, nous allons explorer les différentes méthodes pour calculer le rang d’une matrice, ainsi que les exercices pratiques pour vous aider à vous familiariser avec ce concept.

**La méthode du pivot de Gauss**

La méthode la plus couramment utilisée pour calculer le rang d’une matrice est la méthode du pivot de Gauss. Cette méthode consiste à échelonner la matrice, c’est-à-dire à transformer les lignes et les colonnes de telle manière que les coefficients non nuls soient placés sur la diagonale. Le rang de la matrice est égal au nombre de pivots (coefficients non nuls) présents sur la diagonale.

Par exemple, considérons la matrice suivante :

$$begin{pmatrix} 0 & 1 & 3 & 4 & 0 & 1 & 5 \ 0 & 0 & 3 & 5 & 1 & 0 & 0 \ 0 & 0 & 0 & 0 & 4 & 1 & 2 \ 0 & 0 & 0 & 0 & 0 & 9 & 1 \ 0 & 0 & 0 & 0 & 0 & 0 & 0 end{pmatrix}$$

En appliquant la méthode du pivot de Gauss, nous obtenons une matrice échelonée avec 4 pivots, ce qui signifie que le rang de la matrice est égal à 4.

**La méthode de vérification de la linéarité**

Une autre méthode pour calculer le rang d’une matrice est de vérifier si les lignes et les colonnes sont linéairement indépendantes. Pour cela, nous pouvons utiliser la méthode suivante :

1.Comparer chaque ligne avec les autres lignes pour vérifier si elles sont linéairement indépendantes.
2.Comparer chaque colonne avec les autres colonnes pour vérifier si elles sont linéairement indépendantes.

Par exemple, considérons la matrice suivante :

$$begin{pmatrix} 1 & 2 & 3 \ 2 & 4 & 6 \ 2 & 2 & 4 end{pmatrix}$$

En vérifiant si les lignes et les colonnes sont linéairement indépendantes, nous trouvons que la ligne 2 est un multiple de la ligne 1, donc le rang de la matrice est égal à 2.

**Exemples pratiques**

Voici quelques exemples pratiques pour vous aider à vous familiariser avec le calcul du rang d’une matrice :

1. La matrice échelonnée suivante :

$$begin{pmatrix} 1 & 0 & 0 \ 0 & 1 & 0 \ 0 & 0 & 1 end{pmatrix}$$

a pour rang 3, car toutes les lignes et les colonnes sont linéairement indépendantes.

2. La matrice suivante :

$$begin{pmatrix} 1 & 2 & 3 \ 4 & 5 & 6 \ 7 & 8 & 9 end{pmatrix}$$

a pour rang 3, car les lignes et les colonnes sont toutes linéairement indépendantes.

3. La matrice suivante :

$$begin{pmatrix} 1 & 2 & 3 \ 2 & 4 & 6 \ 3 & 6 & 9 end{pmatrix}$$

a pour rang 2, car la ligne 2 est un multiple de la ligne 1, donc les lignes ne sont pas linéairement indépendantes.

**Conclusion**

En résumé, le rang d’une matrice est le nombre de ses vecteurs colonnes (ou lignes) linéairement indépendants. Il est calculé en utilisant la méthode du pivot de Gauss ou en vérifiant si les lignes et les colonnes sont linéairement indépendantes. Nous avons vu quelques exemples pratiques pour vous aider à vous familiariser avec ce concept. Je vous conseille de vous exercer avec des exercices variés pour bien maîtriser le calcul du rang d’une matrice.