Feuille d’exercices n˚7 : corrigé

PTSI B Lycée Eiffel

3 décembre 2013

Exercice 1 (*)
   
a b c a + 2d b + 2e c + 2f
1. Soit donc une matrice B =  d e f . On a alors AB =  2a + d 2b + e 2c + f .
g h i d e f
Pour que la matrice AB soit nulle, il faut donc avoir d = e = f = 0, puis a = b = c = 0.
Autrement dit, les deux premières lignes de B doivent être nulles, et la troisième est quelconque.
 
0 0 0
2. D’après la question précédente, C doit être de la forme  0 0 0 . Si on effectue le produit
g h i
 
0 0 0
CA pour une telle matrice, on obtient  0 0 0 . Pour que ce produit soit
g + 2h 2g + h + i 0
 
0 0 0
nul, il faut donc avoir g = −2h et i = −2g − h = 3h, soit C =  0 0 0 , le réel h
−2h h 3h
étant quelconque.

Exercice 2 (* à **)
   
x y x + 2z y + 2t
• Soit M = une matrice dans M2 (R), on calcule AM = et
z t 3x + 4z 3y + 4t
 
x + 3y 2x + 4y
MA = . Pour que les deux matrices soient égales, il faut que leurs coef-
z + 3t 2z + 4t
ficients soient égaux deux à deux, ce qui nous amène à résoudre le système

 x + 2z = x + 3y

y + 2t = 2x + 4y


 3x + 4z = z + 3t
3y + 4t = 2z + 4t


3
Les deux équations extrêmes sont équivalentes à z = y, et les deux du milieu se ramènent
2
alors
 à la même équation
 x + z = t. Les solutions sont donc tous les quadruplets de la forme
3 3
x, y, y, x + y , où x et y sont deux réels quelconques. Autrement, la matrice M est de la
2 2 
x y
forme M = 3 3 .
2 y x + 2 y   
a b c a + 3b − 2c −b + c a + 2b − c
• Posons donc M =  d e f . On calcule M B =  d + 3e − 2f −e + f d + 2e − f  et
g h i g + 3h − 2i −h + i g + 2h − i

1
  
a+g b+h c+i
BM =  3a − d + 2g 3b − e + 2g 3c − f + 2i , ce qui donne le sublimissime système :
−2a + d − g −2b + e − h −2c + f − i
− 2c =

 a + 3b a + g




 − b + c = b + h



 a + 2b − c = c + i
 d + 3e − 2f = 3a − d + 2g


− e + f = 3b − e + 2h
d + 2e − f = 3c − f + 2i




g + 3h − 2i = −2a + d − g




− h + i = −2b − h



 + e

g + 2h − i = −2c + f − i
Pour résoudre ce genre de système a priori immonde, il vaut mieux commencer par tout ex-
primer en fonction des coefficients de la première ligne a, b et c. Les trois premières équations
donnent ainsi g = 3b − 2c ; h = c − 2b et i = a + 2b − 2c. Ensuite, la huitième équation donne
e = 2b + i = a + 4b − 2c, la dernière équation donne f = g + 2h + 2c = −b + 2c ; et la sixième
d = 2a + 2g + 3h − 2i = −4b + 3c. Il reste trois équations à traiter, en remplaçant chaque
variable par l’expression obtenue : la quatrième devient −4b + 3c + 3a + 12b − 6c + 2b − 4c =
3a+4b−3c+6b−4c, soit 3a+10b−7c = 3a+10b−7c, qui est toujours vérifiée ; la cinquième donne
−a−4b+2c−b+2c = 3b−a−4b+2c+2c−4b, soit −a−5b+4c = −a−5b+4c qui est également
toujours vrai ; et enfin la septième donne 3b−2c+3c−6b−2a−4b+4c = −2a−4b+3c−3b+2c,
soit −2a − 7b + 5c = −2a − 7b + 5c, qui est encore
 une fois toujours vraie. Les réels a,b et c
a b c
peuvent donc être choisis quelconques, et M =  −4b + 3c a + 4b − 2c −b + 2c .
3b − 2c c − 2b a + 2b − 2c
• C’est évidemment le gag de la liste : toutes les matrices (carrées d’ordre n) commutent avec
In .
• En notant M une matrice  carrée quelconque
 d’ordre
 3 (mêmes
 notations que pour la matrice
0 b 0 0 0 0
B), on trouve M C =  0 e 0  et CM =  d e f . On obeitnt donc les conditions
0 h 0 0 0 0
 
a 0 c
b = h = d = f = 0, soit M =  0 e 0 .
g 0 i
Si une matrice M commute avec toutes les matrices diagonales, elle commute en particulier avec
la matrice ayant un unique coefficient non nul aii = 1. Or, la multiplication à gauche par cette matrice
ne conserve que la colonne numéro i de la matrice M , et la multiplication ne conserve que la ligne
numéro i. Si on veut que les deux soient égales, tous les coefficients de la ligne et de colonne numéro
i doivent être nuls, à l’exception du coefficient diagonal mii qui est commun aux deux matrices. En
faisant ce calcul avec toutes les valeurs possibles de i, on se rend donc compte que la matrice M est
nécessairement diagonale. Réciproquement, une matrice diagonale commute avec toutes les autres
matrices diagonales de Mn (R).
Pour le cas des matrices symétriques, ce n’est en fait pas vraiment plus dur. Toutes les matrices
diagonales étant symétriques, la matrice M doit d’après ce qui précède être diagonale. Mais cette
fois-ci, ça ne suffit pas. Prenons donc comme matrice diagonale particulière la matrice vérifiant
aij = aji = 1 (pour des valeurs distinctes de i et de j), et ayant tous ses autres coefficients nuls. Quand
on multiplie cette matrice à gauche par une matrice diagonale ayant pour coefficients diagonaux λ1 ,
. . ., λn , il ne reste comme coefficients non nuls que λi en position (i, j) et λj en position (j, i). Au
contraire, quand on fait le produit à droite, λi se trouve en position (j, i) et λj en position (i, j). Si
on veut que les deux matrices soient égales, on doit avoir λi = λj . Comme cela doit être vraipour
toutes les valeurs de i et de j, tous les coefficients diagonaux de M sont en fait égaux, ce qui signifie
qu’il existe un réel λ tel que M = λI. Réciproquement, une telle matrice commute certainement avec

2
toutes les matrices symétriques puisqu’elle commute avec toutes les matrices de Mn (R).

Exercice 3 (*)
C’est en fait très simple, le produit est symétrique si AB =t (AB), soit AB =t B t A. Comme les
deux matrices sont supposées symétriques, cela revient à dire que AB = BA, autrement dit que les
matrices commutent.

Exercice 4 (**)
Prouvons la formule donnée par récurrence : pour k = 0, c’est évident : AI − IA = 0. Supposons-
là vérifiée au rang k, alors AB k+1 − B k+1 A = AB k B − B k+1 A = (AB k − B k A)B + B k AB − B k BA =
kB k B + B k (AB − BA) = kB k+1 + bk B = (k + 1)B k+1 , ce qui prouve la formule au rang k + 1. Par
principe de récurrence, la formule est donc vrai pour tout entier k. Par linéarité de la trace, on a
alors Tr(kB k ) = Tr(AB k ) − Tr(B k A) = 0 puisque le calcul de la trace d’un produit ne dépend pas
de l’ordre dans lequel on effectue ce produit. On en déduit que Tr(B k ) = 0.

Exercice 5 (**)
Commençons par prendre la trace des deux côtés de l’équation : Tr(X) + Tr(X) Tr(A) = Tr(B),
une condition nécessaire est donc Tr(X)(1 + Tr(A)) = Tr(B). Si Tr(A) 6= −1, on en déduit que
Tr(B)
Tr(X) = . Par ailleurs, on doit avoir X = B − λA, avec en l’occurence λ = Tr(X).
1 + Tr(A)
Considérons donc une matrice de la forme X = B − λA, elle vérifie Tr(X) = Tr(B) − λ Tr(A).
Tr(B)
On doit donc avoir, pour qu’une telle matrice soit solution, Tr(B) − λ Tr(A) = , soit
  1 + Tr(A)
1 Tr(A) Tr(B)
λ Tr(A) = Tr(B) 1 − = Tr(B) × , donc λ = (sauf si Tr(A) = 0).
1 + Tr(A) 1 + Tr(A) 1 + Tr(A)
Tr(B)
La seule solution possible est donc X = B − A. On vérifie sans problème qu’une telle
1 + Tr(A)
matrice est effectivement solution (unique, donc) du problème. Si Tr(A) = 0, on doit simplement
avoir Tr(X) = 0, ce qui sera toujours le cas lorsque X = B − λA. L’équation de départ s’écrit alors
B − λA = B, donc on doit tout de même avoir λ = 0 et la solution unique est X = B. Enfin, si
Tr(A) = −1, la condition donnée initialement ne peut être vérifiée que si Tr(B) = 0. Dans le cas
contraire, il ne peut pas y avoir de solution à l’équation. Si Tr(A) = −1 et Tr(B) = 0, en posant
X = B − λA, on aura Tr(X) = λ, donc l’équation s’écrit B − λA + λA = B. Cette condition est
manifestement vérifiée quelle que soit la valeur de λ, c’est donc le seul cas où on a une infinité de
solutions, en l’occurence toutes les matrices de la forme B − λA, pour λ parcourant R.

Exercice 6 (***)
 
6 −5
1. On calcule facilement A2 = . Rappelons la méthode la plus simple pour trou-
−10 11
ver ensuite le polynôme annulateur. On peut toujours le prendre unitaire et chercher deux
constantes telles que A2 = αA + βI. Le coefficient β est simplement le coefficient de pro-
portionnalité entre les coefficients non diagonaux de A et de A2 , ici 5. Il ne reste alors plus
qu’à constater que A2 − 5A = −4I, soit A2 − 5A + 4I = 0. Le polynôme recherché est donc
P = X 2 − 5X + 4.
2. En reprenant l’égalité obtenue à la question précédente, A(A − 5I) = −4I ou encore
3 1
   
1 5 −1 5 1 4 4
A − A + I = I. La matrice A est donc inversible, d’inverse A = I − A = 1 1 .
4 4 4 4 2 2

3
 3. Le polynôme se factorise immédiatement sous la forme (X − 1)(X − 4) puisque 1 est racine
évidente (mais si vous préférez perdre votre temps à calculer un discriminant, naturemment,
personne ne vous en empêchera). La division euclidienne sera de la forme X n = P Q + R, où
d˚(R) < 2, soit R = an X + bn . Évaluons cette égalité pour les racines du polynôme, qui ont
l’avantage de vérifier P (x) = 0 et donc d’annuler le terme en P Q : 1 = R(1) = an + bn ; et
4n − 1
4n = 4an + bn . La différence des deux équations donne 3an = 4n − 1, soit an = , dont
n
3
4−4
on déduit que bn = 1 − an = .
3
4. D’après la question précédent, An = P (A)Q(A) + R(A). Comme P (A) = 0, il ne reste que
4n − 1 4 − 4n
An = an A + bn I = A+ I (on vérifie aisément que la formule donne une valeur
3 3
correcte de A2 , inutile de préciser les coefficients de An , ça n’a pas grand intérêt).

Exercice 7 (**)
On calcule aisément J 2 = nJ (la matrice ne contient que des n), puis J 3 = n2 J, et on conjecture
que J k = nk−1 J, ce qui se prouve sans problème par récurrence : c’est vrai au rang 1, et si on le
suppose vrai au rang k, alors J k+1 = J ×J k = J ×nk−1 J = nk−1 J 2 = nk J. On constate que la matrice
A dont on cherche les puissances peut s’écrire sous la forme A = 2I − J (où J désigne évidemment ici
une matrice carrée d’ordre 3, on aura donc J k = 3k−1 J). Les matrices I et J commutant certainement,
k=n
X n
n
on peut appliquer la formule du binôme de Newton : A = (2I − J) = n 2k I k (−J)n−k =
k
k=0
n−1
!
X n
2k (−1)k 3n−k−1 J + 2n I (on est obligés d’isoler le terme numéro n de la somme car la
k
k=0
formule pour les puissances de J ne fonctionne pas pour J 0 ). Dans la parenthèse, on reconnait presque
1
une formule du binôme (sur les réels cette fois-ci) à deux détails près : il faudrait sortir un facteur
3
pour avoir un (−2)k 3n−k , et surtout il manque le fameux terme
! numéro n, qui serait ici égal à (−2) .
n
n
(−1)n − (−2)n
 
1 X n k
On peut donc écrire An = 2 (−3)n−k − (−2)n J + 2n I = 2n I + J. On
3 k 3
k=0
vérifie que, pour n = 1, on retrouve A = 2I − J ; pour n = 2, on devrait avoir A2 = 4I − J, ce qui
est effectivement le cas.

Exercice 8 (**)
Première méthode, qui fonctionnera toujours pour unematrice d’ordre 2 : chercher un polynôme
9 −8
annulateur de degré 2. On calcule donc A2 = = 2A − I. La matrice est donc annulée
8 −7
par le polynôme P = X 2 − 2X + 1 = (X − 1)2 , cherchons à écrire la division euclidienne de X n
par P , on sait qu’elle sera de la forme X n = P Q + an X + bn . On ne dispose ici que d’une seule
racine, qui nous donne la condition 1 = an + bn . pour en obtenir une deuxième, il faut penser à
dériver : nX n−1 = P 0 Q + P Q0 + an , avec P (1) = P 0 (1) = 0, donc n = an . On trouve donc an = n et
bn = 1 − n, soit An = nA + (1 − n)I.  
4 −4
Autre possibilité : écrire A = I + B, où B = . On constate que B 2 = 0 (quelle
4 −4
chance !), les matrices I et B commutent évidemment donc, par la formule du binôme de Newton,
n  
X n
n
A = (B + I) = n B k I n−k = I + nB (tous les termes suivants sont nuls). Comme B = A − I,
k
k=0
on retrouver An = I + n(A − I) = nA + (1 − n)I.

4
    
9 −8 13 −12
Allez, une troisième méthode pour la route, on calcule A2
= puis A =3
8 −7 12 −11
 
a n + 1 −a n
et on conjecture pour An une matrice de la forme An = . Prouvons cette
an −an + 1
formule par récurrence
  1 en posant
: c’est vrai au rang  a1 = 4, et en le supposant
 vérifié au rang
an + 1 −a n 5 −4 a n + 5 −a n − 4
n, alors An+1 = × = , ce qui est bien de la
an −an + 1 4 −3 an + 4 −an + 3
forme souhaitée avec an+1 = an + 4. La suite (an ) est par ailleurs
 arithmétique de  raison 4, donc
4n + 1 −4n
an = a1 + 4(n − 1) = 4n. On en déduit directement que An = (on peut aussi
4n −4n + 1
directement conjecturer la forme exacte de la matrice An à patrtir de ses premières puissances).

Exercice 9 (***)
   
6 −3 −3 −18 9 9
1. On commence par un peu de calcul : A2 =  −8 6 2  et A3 =  44 −18 −26 .
2 −3 1 −26 9 17
Il est désormais facile de vérifier l’égalité demandée.
2. On va bien sûr procéder par récurrence. Notons Pk la propriété « Il existe deux réels ak et bk tels
que Ak = ak A2 +bk A ». Pour une fois on initialise la récurrence pour k = 2 : P2 est bien vérifiée
en posant a2 = 1 et b2 = 0 (on a bien A2 = 1 × A2 + 0 × A). Supposons P k vérifiée, on a alors
Ak+1 = A×Ak = A×(ak A2 +bk A) = ak A3 +bk A2 = ak (6A−A2 )+bk A2 = (bk −ak )A2 +6ak A,
qui est bien de la forme demandée, ce qui achève la récurrence.
3. D’après la question précédente, on a les relations suivantes : ak+1 = bk − ak et bk+1 = 6ak . On
a donc bk = 6ak−1 ce qui donne en remplaçant dans la première relation ak+1 = −ak + 6ak−1 ,
récurrence linéaire d’ordre 2 d’équation caractéristique x2 + x − 6 = 0, dont le discriminant
−1 + 5 −1 − 5
vaut ∆ = 1 + 24 = 25, et admet donc deux racines r = = 2 et s = = −3. On
2 2
k k
a donc ak = α2 + β(−3) , avec a2 = 4α + 9β = 1 et a3 = 8α − 27β = −1. En multipliant la
1
première équation par 2 et en lui retranchant la deuxième, on obtient 45β = 3, soit β = ,
15
3
1 − 9β 1− 5 1 2k−1 − (−3)k−1 2k−2 − (−3)k−2
puis α = = = . On a donc ak = , et bk = 6 × .
4 4 10 5 5
 
6ak − 2bk −3ak + bk −3ak + bk
4. On se contentera d’écrire Ak =  −8ak + 6bk 6ak − 2bk 2ak − 4bk  sans préciser les
2ak − 4bk −3ak + bk ak + 3bk
valeurs. Pour k = 1, on obtient avec les formules de la question précédente a1 = 0 et b1 = 1,
ce qui donne A = 0 × A2 + 1 × A, ce qui est indiscutablement vrai. Et pour k = 0, on obtient
1 1
a0 = et b0 = , et là ça ne marche plus...
6 6

Exercice 10 (*)
Un peu de motivation, six pivots de Gauss, ça va prendre quelques pages de calcul, mais ça ne
peut pas faire de mal.

5
    
1 1 −1 1 0 0
A=  2 0 1  I=  0 1 0  L2 ← L2 − 2L1
2 1 −1 0 0 1 L3 ← L3 − 2L1
   
1 1 −1 1 0 0
 0 −2 3   −2 1 0 
0 −1 1 −2 0 1 L3 ← 2L3 − L2
   
1 1 −1 1 0 0 L1 ← L1 − L3
 0 −2 3   −2 1 0  L2 ↔ L2 + 3L3
0 0 −1 −2 −1 2
   
1 1 0 3 1 −2 L1 ← 2L1 + L2
 0 −2 0   −8 −2 6 
0 0 −1 −2 −1 2
   
2 0 0 −2 0 2 L1 ← L1 /2
 0 −2 0   4 −2 6  L2 ← −L2 /2
0 0 −1 −2 −1 2 L3 ← −L3
   
1 0 0 −1 0 1
 0 1 0   4 1 −3 
0 0 1 2 1 −2
 
−1 0 1
La matrice A est donc inversible, et A−1 =  4 1 −3 .
2 1 −2
   
2 2 −1 1 0 0
B =  2 −1 2  I=  0 1 0  L2 ← L2 − L1
−1 2 2 0 0 1 L3 ← 2L3 + L1
   
2 2 −1 1 0 0
 0 −3 3   −1 1 0 
0 6 3 1 0 2 L3 ← L3 + 2L2
   
2 2 −1 1 0 0 L1 ← 9L1 + L3
 0 −3 3   −1 1 0  L2 ↔ 3L2 − L3
0 0 9 −1 2 2
   
18 18 0 8 2 2 L1 ← L1 + 2L2
 0 −9 0   −2 1 −2 
0 0 9 −1 2 2
   
18 0 0 4 4 −2 L1 ← L1 /18
 0 −9 0   −2 1 −2  L2 ↔ L2 /9
0 0 9 −1 2 2 L3 ← L3 /9

2 2
− 19
   
1 0 0 9 9
2
 0 1 0  
9 − 19 2
9

0 0 1 − 19 2
9
2
9

6
 2 2
− 19
 
9 9
La matrice B est donc inversible, et B −1 =  2
9 − 91 2
9
.
− 19 2
9
2
9

   
2 2 1 1 0 0
C =  −1 1 2  I=  0 1 0  L2 ← 2L2 + L1
0 4 5 0 0 1
   
2 2 1 1 0 0
 0 4 5   1 2 0 
0 4 5 0 0 1 L3 ← L2 − L3
   
2 2 1 1 0 0
 0 4 5   2 1 0 
0 0 0 1 2 −1
La matrice C n’est pas inversible.
   
2 2 1 1 0 0
D =  −1 1 2  I=  0 1 0  L2 ← 2L2 + L1
0 4 4 0 0 1
   
2 2 1 1 0 0
 0 4 5   1 2 0 
0 4 4 0 0 1 L3 ← L2 − L3
   
2 2 1 1 0 0 L1 ← L1 − L3
 0 4 5   1 2 0  L2 ← L2 − 5L3
0 0 1 1 2 −1
   
2 2 0 0 −2 1 L1 ← 2L1 − L2
 0 4 0   −4 −8 5 
0 0 1 1 2 −1
   
4 0 0 4 4 −3 L1 ← L1 /4
 0 4 0   −4 −8 5  L2 ← L2 /4
0 0 1 1 2 −1 L3 ← L3

1 − 43
   
1 0 0 1
 0 1 0   −1 −2 5 
4
0 0 1 1 2 −1
1 − 34
 
1
La matrice D est donc inversible, et D−1 =  −1 −2 54 .
1 2 −1

7
    
0 1 1 1 1 0 0 0
 −1 0 1 1   0 1 0 0  L2 ↔ L1
E= 
 −1 −1 0
 I=  
1   0 0 1 0  L3 ← L2 − L3
−1 −1 −1 0 0 0 0 1 L4 ← L3 − L4
   
−1 0 1 1 0 1 0 0
 0 1 1 1   1 0 0 0 
   
 0 1 1 0   0 1 −1 0  L3 ← L2 − L3
0 0 1 1 0 0 1 −1
   
−1 0 1 1 0 1 0 0 L1 ← L4 − L1
 0 1 1 1   1 0 0 0 
   
 0 0 0 1   1 −1 1 0  L3 ↔ L4
0 0 1 1 0 0 1 −1
   
1 0 0 0 0 −1 1 −1
 0
 1 1 1 

 1 0 0 0 
  L2 ← L2 − L3
 0 0 1 1   0 0 1 −1  L3 ← L3 − L4
0 0 0 1 1 −1 1 0
   
1 0 0 0 0 −1 1 −1
 0
 1 0 0 

 1
 0 −1 1 
 0 0 1 0   −1 1 0 −1 
0 0 0 1 1 −1 1 0

 
0 −1 1 −1
 1 0 −1 1 
La matrice E est donc inversible, et E −1 =
 −1 1
.
0 −1 
1 −1 1 0

8
 On peut tricher un peu pour la matrice F en supprimant la dernière ligne et la dernière colonne,
qui ne bougeront de toute façon pas pendant les calculs (sauf pour la toute dernière étape où on
1
divisera la dernière ligne par 3, ce qui fera apparaitre un dans le coin inférieur droit de la matrice
3
inverse).
   
1 1 1 1 0 0
F 0 =  −1 2 1  I=  0 1 0  L2 ← L2 + L1
1 4 1 0 0 1 L3 ← L3 − L1

   
1 1 1 1 0 0
 0 3 2   1 1 0 
L3 ← L3 − L2
0 3 0 −1 0 1

   
1 1 1 1 0 0 L1 ← 2L1 + L3
 0 3 2   1 1 0  L2 ↔ L2 + L3
0 0 −2 −2 −1 1
   
2 2 0 0 −1 1 L1 ← 3L1 − 2L2
 0 3 0   −1 0 1 
0 0 −2 −2 −1 1
   
6 0 0 2 −3 1 L1 ← L1 /6
 0 3 0   −1 0 1  L2 ↔ L2 /3
0 0 −2 −2 −1 1 L3 ← −L3 /2

1
− 12 1
   
1 0 0 3 6
 0 1 0   −1 0 1 
3 3
1
0 0 1 1 2 − 12
 1
− 12 1 
3 6 0
 −1 0 1
0 
La matrice F est donc inversible, et F −1 =  3
1
3 .
 1
2 − 21 0 
1
0 0 0 3

9
Exercice 11 (**)
Appliquons donc le pivot de Gauss à la matrice P :
   
1 1 1 1 0 0
P =  1 −1 1  I=  0 1 0  L2 ← L1 − L2
−1 1 1 0 0 1 L3 ← L3 + L2
   
1 1 1 1 0 0 L1 ← 2L1 − L2 − L3
 0 2 0   1 −1 0 
0 0 2 0 1 1
   
2 0 0 1 0 −1 L1 ← L1 /2
 0 2 0   1 −1 0  L2 ← L2 /2
0 0 2 0 1 1 L3 ← L3 /2

1
− 21
   
1 0 0 2 0
1
 0 1 0  
2 − 12 0 
1 1
0 0 1 0 2 2
1
− 12
 
2 0
La matrice P est bien inversible, d’inverse P −1 =  1
2 − 12 0 .
1 1
0 2 2
   
2 0 −2 4 0 0
On calcule sans enthousiasme P −1 A =  3 −3 0 , puis P −1 AP =  0 6 0 , matrice
0 4 4 0 0 8
diagonale que nous noterons D. On prouve ensuite par récurrence que A = P Dn P −1 : c’est vrai
n

pour n = 1, puisque A = P (P −1 AP )P −1 = P DP −1 , et supposant la formule vérifiée pour An ,

on aura An+1 = An ×A = P Dn P −1 P DP −1
 4n +6=n P 8D
n+1 P −1 , ce qui achève la récurrence. Donc
n −6n 8n −4n 
4n 0 0
n 2 n 2
6n +8n 8n −4n 
An = P  0 6n 0  P −1 , soit An =  4 −6 2 2 2 .
n 6n −4n 8n −6n 4n +8n
0 0 8 2 2 2

Exercice 12 (**)
Si A est nilpotente, il existe un entier k tel que Ak+1 = 0. Or, on constate que (I − A)(I + A +
A2 + · · · + Ak ) = I − A + A − A2 + A2 − A3 + · · · + Ak − Ak+1 = I − A k+1 = I, donc I − A est

0 1 1
inversible, d’inverse I + A + A2 + · · · + Ak . On a A = I − M , avec M =  0 0 1 . Un rapide
0 0 0
 
0 0 1
calcul donne M 2 =  0 0 0  et M 3 = 0. D’après ce qui précède, on a donc A−1 = I + M +
0 0 0
 
  0 −2 −3 −4 −5
1 1 2  0 0 −2 −3 −4 
2
 
M =  0 1 1 . De même on a B = I − N avec N =   0 0 0 −2 −3  . On calcule
0 0 1  0 0 0 0 −2 
0 0 0 0 0
     
0 0 4 12 25 0 0 0 −8 −36 0 0 0 0 16
 0 0 0 4 12 
 
 0 0 0 0
 −8  
 0 0 0 0 0 
 
2 3 4
N =  0 0 0 0 4 , puis N =  0 0 0 0 0  , N =  0 0 0 0 0  et
   
 0 0 0 0 0   0 0 0 0 0   0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

10
  
1 −2 1 0 0
 0 1 −2 1 0 
−1
5 2 3 4
 
enfin N = 0, donc B = I + N + N + N + N =  0 0  1 −2 1  . Cette dernière
 0 0 0 1 −2 
0 0 0 0 1
formule laisse supposer qu’on a peut-être pas utilisé la meilleure méthode pour inverser B, je vous
laisse chercher d’autres façons d’y parvenir plus rapidement si vous le souhaitez.

Exercice 13 (**)
Ce n’est en fait pas vraiment plus compliqué que pour une matrice d’ordre 3 ou 4, on applique
les différentes étapes du pivot mais on peut difficilement les écrire explicitement. En l’occurence,
on va faire successivement les opérations élémentaires Ln−1 ← Ln−1 − Ln ; Ln−2 ← Ln−2 − Ln−1 ;
Ln−3 ← Ln−3 − Ln−2 ; . . . ; L1 ← L1 − L2 . On obtient ainsi la matrice identité. Quand on effectue
les mêmes opérations en parallèle à partir de la matrice In , on transforme successivement les lignes
de la matrice : Ln−1 devient 0 . . . 1 − 1 ; Ln−2 devient 0 . . . 1 − 1 1 ; etc jusqu’à L1 qui devient
1 − 1 1 − 1 . . . (−1)n−1 . Finalement, la matrice est inversible (ce n’est pas une surprise puisqu’elle
est triangulaire supérieure sans zéro sur la diagonale), d’inverse

(−1)n−1
 
1 −1 1 ...
 0 1 −1 1
 ... (−1)n−2 

 .. .. .. .. .. 
 .
 . . . . 

 .. .. .. .. .. 
 . . . . . 
 .. .
 
.. .. .. .
. . . .

 . 
 
 0
 ... 0 1 −1 1 

 0 ... 0 1 −1 
0 ... 0 1

Exercice 14 (**)
Soyons fous et faisons le calcul avec le pivot !

   
1 2 3 4 5 6 1 0 0 0 0 0

 6 1 2 3 4 5 


 0 1 0 0 0 0 
 L2 ← L2 − L3
 5 6 1 2 3 4   0 0 1 0 0 0  L3 ← L3 − L4
A=   I=  

 4 5 6 1 2 3 


 0 0 0 1 0 0 
 L4 ← L4 − L5
 3 4 5 6 1 2   0 0 0 0 1 0  L5 ← L5 − L6
2 3 4 5 6 1 0 0 0 0 0 1 L6 ← L6 − L1
   
1 2 3 4 5 6 1 0 0 0 0 0
 1 −5 1 1 1 1   0 1 −1 0 0 0  L2 ← L2 − L3
   
 1 1 −5 1 1 1   0 0 1 −1 0 0  L3 ← L3 − L4
   
 1 1
 1 −5 1 1 

 0 0 0 1 −1 0 
 L4 ← L4 − L5
 1 1 1 1 −5 1   0 0 0 0 1 −1  L5 ← L5 − L6
1 1 1 1 1 −5 −1 0 0 0 0 1 L6 ← L6 − L1
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0 
   
 0 0
 0 −6 6 0 

 0 0 0 1 −2 1 

 0 0 0 0 −6 6   1 0 0 0 1 −2 
0 −1 −2 −3 −4 −11 −2 0 0 0 0 1 L6 ← L2 − 6L6

11
    
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0 
   
 0 0
 0 −6 6 0 
 0 0 0
 1 −2 1  
 0 0 0 0 −6 6   1 0 0 0 1 −2 
0 0 18 18 24 66 12 1 −2 1 0 −6 L6 ← L6 + 3L3
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0 
   
 0 0
 0 −6 6 0 

 0 0 0
 1 −2 1  
 0 0 0 0 −6 6   1 0 0 0 1 −2 
0 0 0 36 24 66 12 1 1 −5 3 −6 L6 ← L6 + 6L4
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0 
   
 0 0
 0 −6 6 0 
 0 0 0
 1 −2 1  
 0 0 0 0 −6 6   1 0 0 0 1 −2 
0 0 0 0 60 66 12 1 1 1 −9 0 L6 ← L6 + 10L5
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0 
   
 0 0
 0 −6 6 0  
 0 0 0
 1 −2 1  
 0 0 0 0 −6 6   1 0 0 0 1 −2  L5 ← 21L5 − L6
0 0 0 0 0 126 22 1 1 1 1 −20
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0 
   
 0 0
 0 −6 6 0  
 0
 0 0 1 −2 1   L4 ← 21L4 + L5
 0 0 0 0 −126 0   −1 −1 −1 −1 20 −22 
0 0 0 0 0 126 22 1 1 1 1 −20
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0 
   
 0 0 −6 6 0 0   0 0 1 −2 1 0  L3 ← 21L3 + L4
   
 0 0
 0 −126 0 0  
 −1 −1 −1
 20 −22 −1  
 0 0 0 0 −126 0   −1 −1 −1 −1 20 −22 
0 0 0 0 0 126 22 1 1 1 1 −20
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −6 6 0 0 0   0 1 −2 1 0 0  L2 ← 21L2 + L3
   
 0 0 −126 0 0 0   −1 −1 20 −22 −1 −1 
   
 0 0
 0 −126 0 0  
 −1 −1 −1
 20 −22 −1  
 0 0 0 0 −126 0   −1 −1 −1 −1 20 −22 
0 0 0 0 0 126 22 1 1 1 1 −20 L6 ← −L6
   
1 2 3 4 5 6 1 0 0 0 0 0
 0 −126 0 0 0 0   −1 20 −22 −1 −1 −1  L2 ← 21L2 + L3
   
 0
 0 −126 0 0 0  
 −1 −1 20
 −22 −1 −1  
 0
 0 0 −126 0 0  
 −1 −1 −1
 20 −22 −1  
 0 0 0 0 −126 0   −1 −1 −1 −1 20 −22 
0 0 0 0 0 −126 22 −1 −1 −1 −1 20

Pour la dernière opération, on va faire L1 ← −126L1 − 2L2 − 3L3 − 4L4 − 5L5 − 6L6 :

12
 −126 20 −22 −1 −1 −1 −1
   
0 0 0 0 0

 0 −126 0 0 0 0 


 −1 20 −22 −1 −1 −1 


 0 0 −126 0 0 0 


 −1 −1 20 −22 −1 −1 


 0 0 0 −126 0 0 


 −1 −1 −1 20 −22 −1 

 0 0 0 0 −126 0   −1 −1 −1 −1 20 −22 
0 0 0 0 0 −126 −22 −1 −1 −1 −1 20 L6 ← L6 + 3L3

Il ne reste plus qu’à tout diviser par −126 pour obtenir le passionnant résultat :

−20 22
 
1 1 1 1
 1
 −20 22 1 1 1 
−1 1  1
 1 −20 22 1 1 
A = 
 1
126  1 1 −20 22 1 
 1 1 1 1 −20 22 
22 1 1 1 1 −20

Exercice 15 (**)

 x + 2y + 3z = 1
• −x − 3y + 5z = 2 L2 ← L2 + L1
x + y + z = −1 L3 ← L1 − L3


 x + 2y + 3z = 1
⇔ − y + 8z = 3
y + 2z = 2 L3 ← L2 + L3


 x + 2y + 3z = 1
⇔ − y + 8z = 3
10z = 5

1
Il ne reste plus qu’à remonter le système triangulaire obtenu : z = ; puis y = 8z − 3 = 1 et
  2
5 5 1
enfin x = 1 − 2y − 3z = − , soit S = − ; 1; .
 2 2 2
 2x − y + 3z = 1
• x − y + z = 2 L2 ← L1 − 2L2
x − 2y + 4z = 1 L3 ← 2L1 − L3


 2x − y + 3z = 1
⇔ y + z = −3
3y − 5z = −1 L3 ← 3L2 − L3


 2x − y + 3z = 1
⇔ y + z = −3
8z = −8

1 + y − 3z
On remonte : z = −1 puis y = −3 − z = −2 et enfin x = = 1, donc S{(1; −2; −1)}
 2
 x + 2y + z = 2
• 2x + y + z = −1 L2 ← 2L1 − L2
x − 3y + 2z = −1 L3 ← L1 − L3


 x + 2y + z = 2
⇔ 3y + z = 5
5y − z = 3 L3 ← 5L2 − 3L3


 x + 2y + z = 2
⇔ 3y + z = 5
8z = 16


13
 5−2
On remonte : z = 2 puis y = = 1 et x = 2 − 2y − z = −2, soit S = {(−2; 1; 2)}.
3
• Il vaut mieux ici commencer par permuter les lignes pour ne pas avoir de pivot dépendant de
m (ce qui empêche de faire des opérations sur les lignes en les multipliant par des coefficients
susceptibles d’être nuls).
 x + y + mz = m2


mx + y + z = 1 L2 ← mL1 − L2
x + my + z = m L3 ← L1 − L3

m2

 x + y + mz =
⇔ (m − 1)y + (m2 − 1)z = m3 − 1
(1 − m)y + (m − 1)z = m2 − m L3 ← L2 + L3

m2

 x + y + mz =
⇔ (m − 1)y + 2
(m − 1)z = m3 − 1
(m + m − 2)z = m + m2 − m − 1
2 3

Le système est de Cramer si m 6= 1 (à cause du coefficient devant y), et si m2 +m−2 6= 0. Comme
m2 + m − 2 = (m − 1)(m + 2) (il y a une racine évidente), les seules valeurs problématiques
m3 + m2 − m − 1
sont 1 et −2. Si m ∈ / {−2; 1}, on remonte le système pour trouver z = =
m2 + m − 2
(m + 1)(m2 − 1) (m + 1)2 m3 − 1 − (m2 − 1)z
= ; puis y = = m2 + m + 1 − (m + 1)z =
(m − 1)(m + 2) m+2 m−1
(m + 1)3 m(m + 1)3
m2 + m + 1 − ; et enfin x = m2 − mz − y = −m − 1 − (valeurs sans aucun
m+2 m+2
intérêt, d’ailleurs).
Regardons plutôt ce qui se passe dans les cas particuliers. D’abord si m = 1, le système
triangulaire se réduit à l’unique équation x + y + z = 1 (effectivement, dans le système initial,
les trois équations sont alors identiques), donc S = {(x, y, 1 − x − y) | (x, y) ∈ R2 }. Dans le cas
où m = −2, la dernière équation devient 0 = −3, le système n’a alors pas de solution.
• Là
 encore, on va se débrouiller pour utiliser des pivots constants :
 ax + by + z = 1 L1 ← L1 − aL3
x + aby + z = b L2 ← L2 − L3
x + by + az = 1

b(1 − a)y + (1 − a2 )z = 1 − a

 L1 ← L1 + L2
⇔ b(a − 1)y + (1 − a)z = b − 1
x + by + az = 1

2

 (2 − a − a )z = b − a
⇔ b(a − 1)y + (1 − a)z = b−1
x + by + az = 1

On va avoir un système qui n’est pas un système de Cramer si b = 0, a = 1 ou a = −2 (cf le
système précédent pour ces valeurs, le coefficient devant z est le même). Dans tous les autres
b−a
cas, on a une solution unique dont l’expression ne présente aucun intérêt : z = ;
2 − a − a2
b−1 b−a b−1 b−a
y= + 2
; et x = 1 − + .
b(a − 1) b(2 − a − a ) a−1 2+a
Regardons les cas particuliers : si b = 0, l’inconnue y disparait tout simplement du système,
et la deuxième équation donne x + z = 0. Or, en additionnant les deux équation extrêmes, on
trouve (a + 1)(x + z) = 2, ce qui est impossible si x + z = 0. Il n’y a donc pas de solution.
Si a = 1, les membres de gauche des trois équations sont identiques égaux à x + by + z, mais
celui de droite vaut b dans la deuxième équation et 1 dans les deux autres. Si b 6= 1, il n’y a
donc pas de solution, et si b = 1, les solutions sont de la forme (x, y, 1 − x − y).
Si a = −2, la somme des trois équations  donne 0 = b + 2, il faut donc avoir b = −2 également.
 −2x − 2y + z = 1
On doit alors résoudre le système x + 4y + z = −2
x − 2y − 2z = 1


14
 La différence des deux premières équations donne alors −3x − 6y = 3, soit x = −1 − 2y ; la
différence des deux dernières donne −6y − 3z = 3, soit z = x = −1 − 2y. On ne peut pas faire
mieux,
 donc S = {(−1 − 2y, y, −1 − 2y) | y ∈ R}.

 x − y + 2z + 3t + w = 3
 x + y + 2z + 7t + 3w = 19 L2 ← L2 − L1


• −x + 4y − 5z + 12t − 4w = 33 L3 ← L1 + L3
2x − 4y + 5z + t = −12 L 4 ← 2L1 − L4




4x − 3y + 4z + 11t + 9w = 15 L5 ← 4L1 − L5



 x − y + 2z + 3t + w = 3
2y + 4t + 2w = 16



⇔ 3y − 3z + 15t − 3w = 36 L3 ← 3L4 − L3
2y − z + 5t + 2w = 18




− y + 4z + t − 5w = −3 L5 ← 4L4 + L5



 x − y + 2z + 3t + w = 3
2y + 4t + 2w = 16 L2 ← 21L2 − 4L5



⇔ 3y + 9w = 18
2y − z + 5t + 2w = 18




7y + 21t + 3w = 69



 x − y + 2z + 3t + w = 3
14y + 30w = 60



⇔ 3y + 9w = 18
2y − z + 5t + 2w = 18




7y + 21t + 3w = 69

Plutôt que de faire un dernier pivot, constatons que la troisième équation donne 3w = 6 − y,
ce qui, reporté dans la deuxième, permet d’obtenir 14y + 10(6 − y) = 60, soit 4y = 0. On
a donc y = 0, puis 3w = 6 donc w = 2 ; 21t = 69 − 3 × 2 − 7 × 0 = 63 donc t = 3 ;
z = 2 × 0 + 5 × 3 + 2 × 2 − 18 = 1 et enfin x = 3 + 0 − 2 × 1 − 3 × 3 − 2 = −10. Le système
admet donc une solution unique : S = {(−10; 0; 1; 3; 2)}.

15