Choisissez la taille de la matrice (de 2×2 à 4×4) et saisissez les coefficients dans la grille. L’inverse n’est défini que pour une matrice carrée (lignes = colonnes) et n’existe que si le déterminant n’est pas nul (s’il est nul, le calculateur l’indique).
Table des matières
-
Ce que vous pouvez faire sur cette page
-
À quoi sert ce calcul ?
-
Mode d'emploi
-
Formule
-
Symboles et termes
-
Ce qu’il est utile de savoir avant de commencer
-
Calculer avec Excel
-
Calculer avec Google Sheets
-
Calculer avec Python
-
Écrire la formule en LaTeX et autres langages mathématiques (à copier-coller)
-
Faire faire le calcul par ChatGPT
-
Les atouts de DataChef
-
Fonctions connexes
-
Liste des calculatrices NumberChef
Ce que vous pouvez faire sur cette page
- Calculez tout de suite l’inverse \(A^{-1}\) d’une matrice carrée 2×2, 3×3 ou 4×4
- Le calculateur affiche aussi le déterminant \(\det(A)\) et indique si l’inverse existe (si la matrice est inversible)
- Les étapes utilisent la formule « \(A^{-1} = \dfrac{1}{ad-bc}\begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\) » en 2×2, et la méthode de la comatrice en 3×3 et 4×4
- Une explication simple des formules et des formules à copier-coller pour Excel, Google Sheets (INVERSEMAT) et Python se trouvent aussi sur cette page
À quoi sert ce calcul ?
Un système d’équations linéaires avec autant d’équations que d’inconnues s’écrit \(A\boldsymbol{x} = \boldsymbol{b}\) avec la matrice des coefficients \(A\). En multipliant les deux membres à gauche par \(A^{-1}\), on obtient \(\boldsymbol{x} = A^{-1}\boldsymbol{b}\). Une fois l’inverse connue, une seule multiplication donne donc la solution.
C’est particulièrement efficace quand on résout le système de nombreuses fois en ne changeant que le second membre \(\boldsymbol{b}\) (comme en calcul de structures ou en analyse de circuits). Si l’inverse n’existe pas (déterminant nul), c’est le signe que le système n’a pas une solution unique.
En infographie 3D, dans les jeux et en robotique, les transformations comme tourner, agrandir ou déplacer se calculent par produit de matrices. Revenir des coordonnées après la transformation aux coordonnées d’avant se fait avec la matrice inverse.
Par exemple, passer des coordonnées vues par la caméra à celles de toute la scène (la matrice de vue), ou retrouver où se situe dans l’espace 3D un point cliqué à l’écran, utilise des matrices inverses presque à chaque image.
En transformant les lettres en nombres et en les multipliant par une matrice, un message devient un message chiffré (le chiffre de Hill, étudié en Terminale dans l’option « mathématiques expertes »). Le destinataire retrouve le message d’origine en multipliant par l’inverse de la matrice clé.
Le couple « ce qu’une matrice fait, son inverse le défait » correspond exactement au couple chiffrement–déchiffrement : c’est l’exemple le plus direct de l’idée d’inverse. (En pratique, les nombres sont traités modulo 26, et la clé doit être une matrice inversible dans ce système de nombres.)
Les effets d’entraînement entre branches, comme « si la production automobile augmente, combien d’acier et d’électricité faut-il produire en plus », se calculent en rangeant les échanges entre branches dans une matrice \(A\), puis en multipliant par \((I - A)^{-1}\) (la matrice inverse de Leontief).
C’est une méthode classique quand l’État ou les collectivités locales annoncent les retombées économiques de grands travaux ou d’événements comme des festivals : un bel exemple de matrices inverses au service des décisions publiques.
La régression (méthode des moindres carrés), qui trace « la droite qui colle le mieux » à des données comme les dépenses publicitaires et les ventes, écrit sa solution avec une matrice inverse : \(\hat{\boldsymbol{\beta}} = (X^{\mathsf{T}}X)^{-1}X^{\mathsf{T}}\boldsymbol{y}\) (la solution des équations normales).
Cette formule figure dans tous les manuels de statistique et d’apprentissage automatique, et la matrice inverse est au point de départ de la façon dont l’IA apprend des tendances à partir des données.
Formule
Symboles et termes
Symboles
| \(A\) | A | Le nom donné à une matrice. Par convention, on note les matrices avec des lettres majuscules. |
| \(A^{-1}\) | A moins un (inverse de A) | L’inverse de la matrice \(A\). Le \(-1\) en haut à droite s’écrit comme « puissance −1 », avec la même idée que l’inverse d’un nombre, \(a^{-1} = \dfrac{1}{a}\) (mais on n’écrit jamais une matrice en fraction \(\dfrac{1}{A}\)). |
| \(I\) | I (matrice identité) | La matrice identité : une matrice carrée avec des 1 sur la diagonale d’en haut à gauche à en bas à droite et des 0 partout ailleurs. Multiplier une matrice par elle ne change rien : elle joue le rôle du nombre 1. On l’écrit souvent \(I_n\) pour indiquer sa taille (\(I_2\), \(I_3\)). |
| \(\det(A),\ |A|\) | déterminant de A | Le déterminant de la matrice \(A\). S’il n’est pas nul, l’inverse existe ; s’il est nul, elle n’existe pas. L’écriture avec des barres verticales \(|A|\) est aussi courante. |
| \(\operatorname{adj}(A)\) | adj de A (transposée de la comatrice) | La transposée de la comatrice de \(A\) : les cofacteurs de tous les coefficients, rangés puis transposés. En France, on l’écrit plutôt \({}^{t}\operatorname{com}(A)\) ; la notation adj vient de l’anglais « adjugate » (matrice adjointe). |
| \(a_{ij}\) | a indice i j | Le coefficient de la matrice \(A\) situé ligne \(i\), colonne \(j\) (le nombre de la \(i\)-ième ligne en partant du haut et de la \(j\)-ième colonne en partant de la gauche). Les petites lettres en bas à droite (les indices) donnent sa place. |
Termes
| matrice inverse | La matrice qui donne la matrice identité quand on la multiplie par A. C’est la version matricielle de l’inverse d’un nombre, notée \(A^{-1}\). Elle n’existe que pour les matrices carrées de déterminant non nul, et elle sert à résoudre des systèmes d’équations linéaires ou à annuler une transformation. |
| matrice identité | Une matrice carrée avec des 1 sur la diagonale (d’en haut à gauche à en bas à droite) et des 0 partout ailleurs. Multiplier une matrice par elle ne change rien : elle correspond au nombre 1. |
| matrice carrée | Une matrice qui a autant de lignes que de colonnes (en forme de carré). L’inverse et le déterminant n’existent que pour les matrices carrées. |
| déterminant | Un nombre unique associé à une matrice carrée. Il indique qu’une inverse existe quand \(\det(A) \neq 0\). Son calcul est expliqué en détail sur la page sœur « Calcul de déterminant ». |
| matrice inversible | Une matrice carrée dont le déterminant n’est pas nul. Elle a une inverse. Une matrice de déterminant nul est dite singulière (non inversible) et n’a pas d’inverse. |
| cofacteur | Le déterminant de la plus petite matrice obtenue en retirant la ligne \(i\) et la colonne \(j\) (le mineur), multiplié par le signe \((-1)^{i+j}\). Les cofacteurs sont les briques de la comatrice. |
| comatrice | La matrice des cofacteurs de toutes les places, notée \(\operatorname{com}(A)\). Sa transposée \({}^{t}\operatorname{com}(A)\) (notée \(\operatorname{adj}(A)\) dans les ouvrages anglophones), divisée par le déterminant, donne l’inverse. Attention : dans des ouvrages plus avancés, « matrice adjointe » désigne souvent une autre matrice (la transposée conjuguée). |
| méthode du pivot de Gauss | Une méthode où l’on place la matrice \(A\) et la matrice identité \(I\) côte à côte, puis où l’on répète des opérations sur les lignes jusqu’à ce que la moitié gauche devienne \(I\) : la moitié droite est alors \(A^{-1}\). On l’appelle aussi méthode de Gauss-Jordan ; c’est la méthode principale pour les grandes matrices. |
| algèbre linéaire | La branche des mathématiques qui étudie les matrices et les vecteurs. On l’étudie en première année après le bac (classes préparatoires, licence), et elle est à la base de l’infographie, des statistiques, de l’IA et de bien d’autres applications. |
Ce qu’il est utile de savoir avant de commencer
Voici ce qu’il est utile de savoir pour utiliser les calculs de cette page en comprenant ce qu’ils font.
| Opérations avec les nombres relatifs (5e-4e, 12-14 ans) |
|
| L’inverse d’un nombre (4e, 13-14 ans) |
|
| Les bases des matrices et le produit (Terminale option maths expertes, puis algèbre linéaire) |
|
| Le déterminant (Seconde pour le 2×2, puis algèbre linéaire) |
|
Calculer avec Excel
| Ligne 1 de la matrice A | 4 | 7 |
| Ligne 2 de la matrice A | 2 | 6 |
| Inverse A⁻¹ | =INVERSEMAT(B1:C2) |
| Ligne 1 de la matrice A | 1 | 2 | 3 |
| Ligne 2 de la matrice A | 0 | 1 | 4 |
| Ligne 3 de la matrice A | 5 | 6 | 0 |
| Inverse A⁻¹ | =INVERSEMAT(B1:D3) |
Dans le premier tableau, la ligne 1 vaut 0,6 et -0,7 et la ligne 2 vaut -0,2 et 0,4. Dans le deuxième tableau, la ligne 1 vaut -24, 18, 5, la ligne 2 vaut 20, -15, -4 et la ligne 3 vaut -5, 4, 1.
Si vous donnez à INVERSEMAT une matrice de déterminant nul (sans inverse), elle renvoie l’erreur #NOMBRE!. Vous pouvez vérifier le déterminant lui-même avec la fonction DETERMAT.
Calculer avec Google Sheets
| Ligne 1 de la matrice A | 4 | 7 |
| Ligne 2 de la matrice A | 2 | 6 |
| Inverse A⁻¹ | =INVERSEMAT(B1:C2) |
| Ligne 1 de la matrice A | 1 | 2 | 3 |
| Ligne 2 de la matrice A | 0 | 1 | 4 |
| Ligne 3 de la matrice A | 5 | 6 | 0 |
| Inverse A⁻¹ | =INVERSEMAT(B1:D3) |
Dans le premier tableau, la ligne 1 vaut 0,6 et -0,7 et la ligne 2 vaut -0,2 et 0,4 ; dans le deuxième tableau, la ligne 1 vaut -24, 18, 5, la ligne 2 vaut 20, -15, -4 et la ligne 3 vaut -5, 4, 1.
Calculer avec Python
from fractions import Fraction
A = [[4, 7], [2, 6]]
def determinant(matrix): # déterminant (développement selon la ligne 1, calculé récursivement)
n = len(matrix)
if n == 1:
return matrix[0][0]
total = 0
for j in range(n):
minor = [row[:j] + row[j + 1:] for row in matrix[1:]] # sous-matrice sans la ligne 1 ni la colonne j
total += (-1) ** j * matrix[0][j] * determinant(minor)
return total
def inverse(matrix): # inverse (transposée de la comatrice divisée par le déterminant)
n = len(matrix)
det = Fraction(determinant(matrix))
if det == 0:
return None # quand le déterminant est nul, il n’y a pas d’inverse
inverse_rows = []
for i in range(n):
row = []
for j in range(n):
# coefficient (i, j) = mineur sans la ligne j ni la colonne i x signe / déterminant (inclut la transposition)
minor = [r[:i] + r[i + 1:] for k, r in enumerate(matrix) if k != j]
row.append((-1) ** (i + j) * determinant(minor) / det)
inverse_rows.append(row)
return inverse_rows
inverse_matrix = inverse(A)
if inverse_matrix is None:
print("L’inverse n’existe pas (det(A) = 0)")
else:
for row in inverse_matrix:
print([float(x) for x in row])
Écrire la formule en LaTeX et autres langages mathématiques (à copier-coller)
AA⁻¹ = A⁻¹A = I
A A^{-1} = A^{-1} A = I
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>A</mi>
<msup><mi>A</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup>
<mo>=</mo>
<msup><mi>A</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup>
<mi>A</mi>
<mo>=</mo>
<mi>I</mi>
</mrow>
</math>
A A^-1 = A^-1 A = I
A . Inverse[A]
A . LinearAlgebra:-MatrixInverse(A);
I = A * inv(A);
AA^(-1) = A^(-1)A = I
A⁻¹ = 1/(ad − bc) × [d, −b; −c, a]
A^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<msup><mi>A</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow><mi>a</mi><mi>d</mi><mo>-</mo><mi>b</mi><mi>c</mi></mrow>
</mfrac>
<mrow>
<mo>(</mo>
<mtable>
<mtr><mtd><mi>d</mi></mtd><mtd><mrow><mo>-</mo><mi>b</mi></mrow></mtd></mtr>
<mtr><mtd><mrow><mo>-</mo><mi>c</mi></mrow></mtd><mtd><mi>a</mi></mtd></mtr>
</mtable>
<mo>)</mo>
</mrow>
</mrow>
</math>
A^-1 = 1/(ad - bc) [[d, -b], [-c, a]]
Inverse[{{a, b}, {c, d}}]
LinearAlgebra:-MatrixInverse(Matrix([[a, b], [c, d]]));
B = inv(A);
A^(-1) = 1/(ad − bc) (■(d&−b@−c&a))
A⁻¹ = adj(A)/det(A)
A^{-1} = \frac{1}{\det(A)} \operatorname{adj}(A)
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<msup><mi>A</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow><mi>det</mi><mo>⁡</mo><mrow><mo>(</mo><mi>A</mi><mo>)</mo></mrow></mrow>
</mfrac>
<mi>adj</mi><mo>⁡</mo><mrow><mo>(</mo><mi>A</mi><mo>)</mo></mrow>
</mrow>
</math>
A^-1 = 1/(det(A)) "adj"(A)
Inverse[A]
LinearAlgebra:-MatrixInverse(A);
B = inv(A);
A^(-1) = adj(A)/det(A)
Faire faire le calcul par ChatGPT
Tu es un assistant de calcul matriciel. Fais le calcul suivant en exécutant réellement du code Python, et appuie ta réponse uniquement sur les nombres obtenus à l’exécution (ne réponds pas de tête ni au jugé). Trouve l’inverse de chacune des deux matrices carrées suivantes (écrites ligne par ligne) : 1. A = [[4, 7], [2, 6]] 2. B = [[1, 2], [2, 4]] Pour chacune, donne d’abord la valeur du déterminant et indique si l’inverse existe ; si elle existe, donne ses coefficients. Enfin, vérifie aussi par le calcul que le produit de la matrice de départ par son inverse est la matrice identité.
Mode d'emploi
-
1Saisissez vos nombresTapez les nombres à calculer dans les champs de saisie
-
2CalculezAppuyez sur le bouton « Calculer »
-
3Lisez le résultatLe résultat s’affiche aussitôt. La même page explique aussi le raisonnement et la formule
Les atouts de DataChef
Aucune compétence requise – simple et intuitif
Aucune donnée personnelle nécessaire
Le fichier est supprimé automatiquement après le téléchargement
Aucune mention de crédit nécessaire
Aucune autorisation préalable nécessaire