Université d’Abomey-Calavi, UAC.

Ecole Nationale d’Economie Appliquée et de Management, ENEAM.

N OTE DE COURS D ’A LGÈBRE LINÉAIRE

Informatique de Gestion (IG) 1

Japhet ODJOUMANI

Année académique 2020-2021

Chapitre 2

Calculs matriciels

Sommaire
2.1 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 Opérations dans Mn,p (K) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Produit de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.3 Écriture matricielle d’un système linéaire . . . . . . . . . . . . . . . . . . . . 12
2.3 Les matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.1 Puissances de matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.2 Matrices carrées particulières . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Déterminant d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.3 Règle de Sarrus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Rang d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6 Matrices carrées inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.3 Matrices inversibles et systèmes linéaires . . . . . . . . . . . . . . . . . . . . 16
2.6.4 Recherche pratique de l’inverse d’une matrice inversible . . . . . . . . . . . . 16

Dans tout ce chapitre, K désigne R ou C.

2.1 Matrices
Soient n et p deux entiers naturels non nuls.

2.1.1 Definitions
D ÉFINITION 2.1.1 On appelle matrice de taille n × p et à coefficients dans K un tableau à n lignes et p
colonnes d’éléments de K.
Notation
1. Soit A une matrice de taille n × p à coefficients dans K. On note :
 
a1,1 · · · a1,p
 .. .. 
 . . 
an,1 · · · an,p
où ai, j est le coefficients de la matrice situé sur la ligne i et la colonne j.

9
A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

2. On écrit également A = (ai, j ) 1≤i≤n ou plus simplement A = (ai, j ) pour désigner la matrice de
1≤ j≤p
taille n × p dont les coefficients sont les (ai, j ).
3. On note Mn,p (K) l’ensemble des matrices de taille n × p et à coefficients dans K.
4. Si n = p, on dit que la matrice est carrée et on note Mn (K) l’ensemble des matrices carrées de
tailles n à coefficients dans K.
5. Dans Mn (K), on note In la matrice identité : c’est la matrice dont tous les termes sont nuls sauf
les éléments situés sur la diagonales qui valent 1 :
 
1 0 ··· 0
 . . . . .. 
0 . . .
In = 
 .. . . . .
.

. . . 0
0 ··· 0 1

6. Dans Mn,p (K), on note O la matrice nulle : c’est la matrice de taille n × p dont tous les coeffi-
cients sont nuls.

E XERCICE 14 Soient ai ∈ K, Complète les ? ? ? par l’ensemble qui convient.

 
a1
 
3
√
1. C =  ...  ∈ ??? et − 2 ∈ ??? sont dites matrices colonnes.
 

an 5

√

2. L = a1 · · · a p ∈ ??? et 3 − 2 5 1 ∈ ??? sont dites matrices lignes.
√
 
1 2  
1 − 2i − 2 5
3. A = −3 5 ∈ ??? et B = ∈ ???.
3 i 2+i
0 1
 
1 2 0
4. M = −3 5 1 ∈ ???.
0 1 2

2.1.2 Opérations dans Mn,p (K)

Somme d’éléments de Mn,p (K) - Produit d’une matrice par un scalaire
D ÉFINITION 2.1.2 Soient A = (ai, j ) et B = (bi, j ) deux matrices de Mn,p (K). La somme des matrices A
et B est la matrice de Mn,p (K) notée A + B et définie par :

A + B = (ai, j + bi, j ).
 
    1 2 0
1 −1 7 −1 2 0
E XEMPLE 2.1.1 Soient A = , B= ∈ et M = −3 5 1. Calculons A +
−3 5 0 2 0 6
0 1 2
 
0 1 7
B= . La somme A + M est-elle possible ? Justifier votre réponse.
−1 5 6

R EMARQUE 2.1.1
1. On effectue la somme terme à terme.
2. On ne peut pas additionner deux matrices de tailles différentes.

D ÉFINITION 2.1.3 Soient A = (ai, j ) une matrice de Mn,p (K) et λ ∈ K. Le produit de la matrice A par
le scalaire λ est la matrice de Mn,p (K) notée λ A et définie par :

λ A = (λ ai, j ).

S ÉANCE 2 $ GisG3 $ Page 10 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21


3 −3 21
E XEMPLE 2.1.2 3A = .
−9 15 0

R EMARQUE 2.1.2 On multiplie chaque coefficient de la matrice par λ .

P ROPRIÉTÉ 2.1.1 Soient A, B, C ∈ Mn,p (K) et λ , µ ∈ K. On a :

1. L’addition est associative : A + (B +C) = (A + B) +C.
2. L’addition est commutative : A + B = B + A.
3. Distributivité à droite : λ (A + B) = λ A + λ B.
4. Distributivité à gauche : (λ + µ)A = λ A + µA.
5. Compatibilité de la multiplication : λ (µA) = (λ µ)A = µ(λ A)

Transposée d’une matrice

D ÉFINITION 2.1.4 Soit A = (ai, j ) une matrice de Mn,p (K). On appelle transposée de la matrice A, la
matrice de Mn,p (K) notée t A et définie par :
t
A = (a j,i ).
 
  1 −3
1 −1 7
E XEMPLE 2.1.3 Soit A = ∈ M2,3 (K). On a t A = −1 5  ∈ M3,2 (K).
−3 5 0
7 0

R EMARQUE 2.1.3 Les colonnes de t A sont les lignes de A et inversement.

P ROPRIÉTÉ 2.1.2 Soient A et B deux éléments de Mn,p (K). On a :

1. t (t A) = A.
2. t (α A) = α t A.
3. t (A + B) = t A + t B.

E XERCICE 15 Soient les matrices  

   0  1 −1
0 1 −1 3 1 √1 1 −1 3 0 0
A =  2 0 −1 0, B = −1 2 1 0  et C =  .
2 0 −1
−1 3 −2 0 0 2 −2 1
−1 3 −2
1. Calculer les transposées t B, t (−C), t (A + B).
√
2. Calculer les sommes possibles : 2A − 3B, C + 3B, A +C, 2(A + B), t C + B, t A +C.

2.2 Produit de matrices

Soient n, p, q des entiers naturels non nuls.

2.2.1 Définitions
D ÉFINITION 2.2.1 Soient A = (ai, j ) ∈ Mn,p (K) et B = (bi, j ) ∈ M p,q (K). On appelle produit de la
matrice A par la matrice B, la matrice de Mn,p (K) notée AB et définie par :
p
AB = (ci, j ) 1≤i≤n avec ci, j = ∑ ai,k bk, j .
1≤ j≤q k=1

R EMARQUE 2.2.1 (ATTENTION :) 1. Il ne s’agit pas ici d’effectuer un produit terme à terme.
2. La matrice A doit avoir autant de colonnes que la matrice B a de lignes.

S ÉANCE 2 $ GisG3 $ Page 11 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

3. Rien ne dit que le produit BA existe.

 
  3 1
1 −1 7
E XEMPLE 2.2.1 Soient A = ∈ M2,3 (K) et B = 5 −1 ∈ M3,2 (K). On a :
−3 5 0
1 0
 
5 2
AB = ∈ M2 (K).
16 −8

2.2.2 Propriétés
P ROPRIÉTÉ 2.2.1 Soient A, A0 ∈ Mn,p (K), B, B0 ∈ M p,q (K), C ∈ Mq,r (K) et λ ∈ K. On a :
1. La produit est associatif (AB)C = A(BC).
2. Le produit est distributif A(B + B0 ) = AB + AB0 et (A + A0 )B = AB + A0 B.
3. λ (AB) = (λ A)B = A(λ B).
4. In A = A = AIp .
5. t (AB) = (t B) (t A).
6. OA = AO = O.

R EMARQUE 2.2.2 (ATTENTION :)

1. Lorsque les deux produits A × B et B × A existent, on n’a pas nécessairement AB = BA. On dit
que deux matrices ne commutent pas en général.
2. Le produit A × B peut être la matrice nulle sans que ni A, ni B, ne soient des matrices nulles.
 
  1 0    
1 2 3 0 1 1 1
E XEMPLE 2.2.2 On considère les matrices A = , B= 0 1 ,C =
  et D = .
4 5 6 0 0 0 0
1 1
1. Calculer les produits matriciels AB et BA puis les comparer.
2. Calculer le produit CD et les autres produits possibles avec les matrices données.

2.2.3 Écriture matricielle d’un système linéaire

On considère un système linéaire (S) de n équations à p inconnues x1 , · · · , x p réelles ou complexes
de la forme : 
a1,1 x1 + a1,2 x2 + · · · + a1,p x p = b1


a1,1 x1 + a1,2 x2 + · · · + a1,p x p = b1

(S) : .. .


 .

an,1 x1 + an,2 x2 + · · · + an,p x p = bn


   
x1 b1
 ..   .. 
P ROPOSITION 2.2.1 S ⇔ AX = B avec A = (ai, j ), X =  .  et B =  . 
xn bn

E XERCICE 16 Pour chacun 

des systèmes suivants, donner l’écriture matricielle correspondante :
2x − 3y + z + t = 0
(  (
2x − 3y + z = −2 x + 2y = 3
, x + 2y − z − 3t = 0 et
x + 2y − z = 3  0=2
−x − y + 2t = 1


S ÉANCE 2 $ GisG3 $ Page 12 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

2.3 Les matrices carrées

2.3.1 Puissances de matrices carrées
D ÉFINITION 2.3.1 Soit A ∈ Mn (K). Pour tout entier k ∈ N, on définit Ak par :

A0 = In , A1 = A et ∀ k ≥ 2, Ak = A × · · · × A .
| {z }
k facteurs

Attention : Les puissances de matrices n’existent que pour des matrices carrées.
   
1 1 cos α − sin α
E XERCICE 17 Soit α ∈ R, A = et B = .
2 −1 sin α cos α
1. Calculer An pour tout n ∈ N.
 
n cos nα − sin nα
2. Démontrer que B = pour tout n ∈ N.
sin nα cos nα

P ROPRIÉTÉ 2.3.1 Soient A, B ∈ Mn (K) et k, l ∈ N. Alors :

1. Ak Al = Ak+l .
2. (Ak )l = Akl .
3. Si AB = BA, on a : (AB)k = Ak Bk .

T HÉORÈME 2.3.1 (F ORMULE DU BINÔME )

Soient A, B ∈ Mn (K) deux matrices carrées telles que AB = BA (A et B commutent). Alors, on a :
n   n  
n k n−k n n−k k
(A + B)n = ∑ AB =∑ A B.
k=0
k k=0
k
 
1 2
E XERCICE 18 Soit A = . Calculer An pour tout n ∈ N.
0 1

2.3.2 Matrices carrées particulières

D ÉFINITIONS 2.3.1 Soit A = (ai, j ) ∈ Mn (K). On dit que :
1. A est scalaire si A = λ In , λ ∈ K.
2. A est diagonale si : ∀ i 6= j, ai, j = 0. On note A = diag(a1,1 , · · · , an,n ).
3. A est triangulaire supérieure si : ∀ i > j, ai, j = 0.
4. A est triangulaire inférieure si :∀ i < j, ai, j = 0.
5. A est symétrique si t A = A c’est-à-dire si : ∀ i, j, ai, j = a j,i .
6. A est antisymétrique si t A = −A c’est-à-dire si : ∀ i, j, ai, j = −a j,i .
7. A est nilpotente d’ordre k ∈ N∗ si Ak−1 6= O et Ak = O.

R EMARQUE 2.3.1 Les coefficients diagonaux d’une matrice antisymétrique sont tous nuls.

E XEMPLE 2.3.1

P ROPRIÉTÉ 2.3.2 1. diag(a1 , · · · , an ) + diag(b1 , · · · , bn ) = diag(a1 + b1 , · · · , an + bn ).

2. diag(a1 , · · · , an ) · diag(b1 , · · · , bn ) = diag(a1 b1 , · · · , an bn ).
3. La somme et le produit de deux matrices triangulaires supérieures (resp. inférieures) est une
matrice triangulaire supérieure (resp. inférieure).

S ÉANCE 2 $ GisG3 $ Page 13 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

2.4 Déterminant d’une matrice carrée

2.4.1 Définitions
D ÉFINITION 2.4.1 On appelle déterminant de la matrice carrée de taille 1, A = (a), le scalaire a.

Notation Soit A ∈ Mn (K). Le déterminant de A est le scalaire noté |A| ou det(A).

 
a1,1 a1,2
D ÉFINITION 2.4.2 On appelle déterminant de la matrice carrée de taille 2, A = , le sca-
a2,1 a2,2
a1,1 a1,2
laire : det(A) = = a11 a22 − a21 a12 .
a2,1 a2,2
 
5 12
E XEMPLE 2.4.1 Calculons le déterminant de la matrice M = .
1 −2
 
a1,1 a1,2 a1,3
D ÉFINITION 2.4.3 On appelle déterminant de la matrice carrée de taille 3, A = a2,1 a2,2 a2,3 , le
a3,1 a3,2 a3,3
a a a a a a
scalaire : det(A) = a1,1 2,2 2,3 − a1,2 2,1 2,3 + a1,3 2,1 2,2 .
a3,2 a3,3 a3,1 a3,3 a3,1 a3,2
a1,1 a1,2 a1,3
On le note aussi a2,1 a2,2 a2,3 .
a3,1 a3,2 a3,3

1 2 3 −1 1 −3
E XEMPLE 2.4.2 Déterminons ∆1 = 4 5 6 , ∆2 = 0 4 2
7 8 9 3 2 1

D ÉFINITION 2.4.4 On appelle déterminant de la matrice carrée de taille n, A = (ai, j )1≤i, j≤n , le scalaire
det(A) = a1,1 (detA1,1 ) − a1,2 det(A1,2 ) + · · · + (−1)1+ j a1, j det(A1, j ) + · · · +
(−1)1+n a1,n det(A1,n ).
où A1, j est la matrice carrée de taille (n − 1) obtenue à partir de A en supprimant la ligne 1 et
la colonne j, sans modifier les positions des autres lignes et colonnes (on parle du développement du
déterminant suivant la première ligne).

R EMARQUE 2.4.1 1. Un déterminant ne change pas de valeur lorsque l’on le développe suivant
n’importe quelle ligne. Ainsi on a par exemple pour la ligne i fixée

det(A) = (−1)i+1 ai,1 (detAi,1 ) + (−1)i+2 ai,2 det(Ai,2 ) + · · · + (−1)i+ j ai, j det(Ai, j ) + · · · +
(−1)i+n ai,n det(Ai,n ).

où Ai, j est la matrice carrée de taille (n − 1) obtenue à partir de A en supprimant la ligne i et la

colonne j.
2. Il est conseillé de développer un déterminant suivant la ligne où il y a assez de zéros.

−1 1 −3
E XEMPLE 2.4.3 Développons ∆2 = 0 4 2 suivant la 2eme ligne.
3 2 1

S ÉANCE 2 $ GisG3 $ Page 14 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

2.4.2 Propriétés
P ROPRIÉTÉ 2.4.1 Soit A une matrice carrée.
1. Si B est la matrice carrée obtenue à partir de A en multipliant une ligne de A par un réel α, alors
det(B) = α. det(A).
2. Si B est la matrice carrée obtenue à partir de A en permutant deux lignes de A, alors det(B) =
−det(A).
3. Si B est la matrice carrée obtenue à partir de A en ajoutant à une ligne de A une combinaison
linéaire des autres lignes, alors det(B) = det(A).
4. On a det(A) = det(AT ). Ainsi toute propriété valable pour les lignes est aussi valable pour les
colonnes.
5. Si A = (ai, j )1≤i, j,≤n est une matrice triangulaire d’ordre n, alors det(A) = a1,1 a2,2 · · · an,n .

−1 1 −3 a 1 1
E XEMPLE 2.4.4 Calculons ∆2 = 0 4 2 et ∆3 = 1 a 1 , où a est réel donné. On mettra ∆3
3 2 1 1 1 a
sous forme de produit de facteurs.

2.4.3 Règle de Sarrus

Cette règle de calcul du déterminant est uniquement valable pour calculer le déterminant des matrices
carré de taille 3.
a1,1 a1,2 a1,3
Soit à calculer D = a2,1 a2,2 a2,3 .
a3,1 a3,2 a3,3
On considère le tableau
+ a1,1 a1,2 a1,3 −
+ a2,1 a2,2 a2,3 −
+ a3,1 a3,2 a3,3 −
a1,1 a1,2 a1,3
a2,1 a2,2 a2,3
et on a :

D = (a1,1 + a1,2 + a1,3 ) + (a2,1 + a3,2 + a1,3 ) + (a3,1 + a1,2 + a2,3 ) − (a1,3 + a2,2 + a3,1 )
− (a1,1 + a3,2 + a2,3 ) − (a2,1 + a1,2 + a3,3 ).

2.5 Rang d’une matrice

D ÉFINITION 2.5.1 On appelle rang de la matrice, le rang de tout système linéaire qui lui est associé.

E XERCICE 19 Déterminer le rang des matrices suivantes ...

S ÉANCE 2 $ GisG3 $ Page 15 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

2.6 Matrices carrées inversibles

2.6.1 Définitions
D ÉFINITION 2.6.1 Soit A ∈ Mn (K). On dit que A est inversible s’il existe B ∈ Mn (K) telle que :

AB = BA = In .

Dans ce cas, la matrice B est unique : c’est la matrice inverse de A et on la note B = A−1 .

Notation On note GLn (K) l’ensemble des matrices carrées inversibles de taille n.

E XEMPLE 2.6.1 1. In est inversible.

2. Si a1 , · · · , an ∈ K \ {0}, alors diag(a1 , · · · , an ) est inversible.

R EMARQUE 2.6.1 Pour A, B ∈ Mn (K), il suffit que AB = In , pour que A soit inversible et A−1 = B.

2.6.2 Propriétés
P ROPRIÉTÉ 2.6.1 Soit A ∈ Mn (K). A est inversible si et seulement si det(A) 6= 0.

E XERCICE 20 Prouver que ...

P ROPRIÉTÉ 2.6.2 Soient A ∈ GLn (K), B, B0 ∈ Mn,p (K) et C, C0 ∈ Mq,n (K). On a :

1. si AB = AB0 alors B = B0 .
2. si CA = C0 A alors C = C0 .

R EMARQUE 2.6.2 En particulier si A est une matrice inversible et B une matrice telle que AB = 0, alors
B = 0.

P ROPRIÉTÉ 2.6.3 Soient A, B ∈ GLn (K) et λ ∈ K \ {0}. Alors, les matrices λ A, A−1 , Ak , t A et AB sont
inversibles et on a :
1. (λ A)−1 = λ1 A−1 .
2. (A−1 )−1 = A.
3. (Ak )−1 = (A−1 )k .
4. (t A)−1 = t (A−1 ).
5. (AB)−1 = B−1 A−1 .

2.6.3 Matrices inversibles et systèmes linéaires

P ROPOSITION 2.6.1 Soit A ∈ Mn (K). Alors,
A ∈ GLn (K) ⇔ ∀ B ∈ Mn,1 (K), AX = B est un système de Cramer et X = A−1 B.

R EMARQUE 2.6.3 Une matrice inversible de taille n est donc de rang n.

2.6.4 Recherche pratique de l’inverse d’une matrice inversible

Soit A ∈ GLn (K).
• En utilisant un système linéaire associé :
1. On écrit le système associé à AX = B, B ∈ Mn,1 (K), dont les inconnues sont x1 , · · · , xn .
2. On effectue un pivot de Gauss.
3. On exprime x1 , · · · , xn à l’aide de b1 , · · · , bn .
4. On obtient alors A−1 qui est la matrice telle que X = A−1 B.

S ÉANCE 2 $ GisG3 $ Page 16 sur 22

A LGÈBRE L INÉAIRE IG 1 - ENEAM Année académique 20-21

• Avec un polynôme annulateur :

Si A annule un polynôme P = a0 + a1 X + · · · + an X n avec a0 6= 0 et an 6= 0.
On a P(A) = 0, c’est-à-dire : a0 In + a1 A + · · · + an An = 0. D’où
−1
a1 In + a2 A + · · · + an An−1 A = In ,


a0
c’est-à-dire A est inversible et
−1
A−1 = a1 In + a2 A + · · · + an An−1 .


a0
E XERCICE 21 Soit A ∈ Mn (K) telle que A2 − 3A − In = 0. Montrer que A est inversible et exprimer A−1
en fonction de A.

E XERCICE 22 On considère la matrice A définie par

 
1 0 0
A = 4 1 −4
4 0 −3
1. Montrer que la matrice A est inversible.
2. Calculer A2 et A2 + 2A − 3I3 , où I3 est la matrice identitée.
3. En déduire A−1 .
4. Retrouver A−1 en utilisant une autre méthode.

• En utilisant le déterminant

D ÉFINITION 2.6.2 A = (ai, j )1≤i, j≤n une matrice carrée d’ordre n. On appelle cofacteur du cœfficient
ai, j , le réel (−1)i+ j det(Ai, j ) où Ai, j est la matrice carrée d’ordre (n − 1) obtenue à partir de A en barrant
la ligne i et la colonne j, sans changer les positions des autres lignes et colonnes. On le note ∆i, j .

D ÉFINITION 2.6.3 On appelle matrice des cofacteurs (ou comatrice) de A, la matrice

 
∆1,1 ∆1,2 . . . ∆1, j . . . ∆1,n
∆2,1 ∆2,2 . . . ∆2, j . . . ∆2,n 
 
 .. .. .. .. .. .. 
 . . . . . . 
 ∆i,1 ∆i,2 . . . ∆i, j . . . ∆i,n  ,
 
 
 .. .. .. .. .. .. 
 . . . . . . 
∆n,1 ∆n,2 . . . ∆n, j . . . ∆n,n
on la note Com(A).
 
a1,1 a1,2
E XEMPLE 2.6.2 Donner la matrice des cofacteurs de .
a1,2 a2,2
P ROPOSITION 2.6.2 Si une matrice carrée A est inversible, alors sa matrice inverse
1 t
A−1 = Com(A).
det(A)
E XERCICE 23  
a1,1 a1,2
1. Si la matrice est inversible, déterminer son inverse.
a1,2 a2,2
2. Dans chacun des cas suivants dire siB est inversible,
 et dans  le cas échéant,
 déterminer l’inverse
  1 2 3 1 1 3
3 2
de B. (a) B = ; (b) B =  4 5 6  ; (c) B =  0 4 2 .
10 5
7 8 9 3 2 1

S ÉANCE 2 $ GisG3 $ Page 17 sur 22