ECE 1 - Année 2017-2018

Lycée français de Vienne

Mathématiques - F. Gaunard
http://frederic.gaunard.com

Chapitre 8. Matrices
Ce Chapitre introduit la notion de matrice ainsi que les règles de calcul matriciel élémentaire. On
utilise également la méthode du pivot de Gauss (vue au Chapitre 2) pour obtenir l’inverse d’une
matrice (lorsque ceci est possible). On présente également une application aux suites numériques
(voire aux probabilités) du calcul d’une puissance d’une matrice.

1 Vocabulaire et Notations
Dans tout le chapitre n, p, q sont des entiers naturels non nuls.

Définition 1. Une matrice A à n lignes et p colonnes est un tableau défini par n × p éléments
de R notés ai,j (pour 1 ≤ i ≤ n et 1 ≤ j ≤ p).

• Le nombre ai,j est le coefficient d’indice (i, j) de la matrice A: il se trouve à l’intersection

de la i−ème ligne et de la j−ème colonne.

• La matrice A est parfois dite de taille ou de format (n, p) ou tout simplement matrice n×p.

• L’ensemble des matrices de taille (n, p) à coefficients dans R est noté Mn,p (R) et on note
A = (ai,j ) ∈ Mn,p (R).
☞ On présente les matrices de cette manière :
j-ème colonne
 ↓ 
a1,1 a1,2 . . . a1,j . . . a1,p
 a2,1 a2,2 ... a2,j ... a2,p 
 .. .. .. .. 
 
 . . . . 

i-ème ligne →  ai,1
 ∈ Mn,p (R)
ai,2 ... ai,j ... ai,p 
 . .. .. .. 
 .. . . . 
an,1 an,2 ... an,j ... an,p
Exercice 1.
(1) À quels ensembles appartiennent les matrices suivantes ?
   
1 2 3 ! 1 0 0
  1 −1 e  
1) A = 4 5 6 2) B = √ 3) Id3 = 0 1 0
π 2 0,2
7 8 9 0 0 1
2 Chapitre 8. Matrices
 
1    
  1 −2 2 1
4) C = 2 5) D = 6) E =
−2 4 0 0
3
 
0 0 0

7) 02,3 = 8) F = 3
0 0 0
(2) Écrire sous forme de tableau la matrice M = (i − j) 1≤i≤3 et N = ((−1)i+j )1≤i,j≤4 .
1≤j≤4

☞ On adopte le vocabulaire suivant :

• Mn (R) = Mn,n (R) est l’ensemble des matrices carrées de taille n à coefficients dans R.
• M1,p (R) est l’ensemble des matrices lignes de taille p à coefficients dans R.
• Mn,1(R) est l’ensemble des matrices colonnes de taille n à coefficients dans R.

• A = (ai,j ) ∈ Mn (R) est une matrice triangulaire supérieure si ∀(i, j) ∈ J1; nK2 , i > j =⇒
aij = 0.
 
a1,1 a1,2 · · · a1,n
 0 a2,2 · · · a2,n 
A=  ... .. .. .. 
. . . 
0 ··· 0 an,n

• A = (ai,j ) ∈ Mn (R) est une matrice triangulaire inférieure si ∀(i, j) ∈ J1; nK2 , i < j =⇒
aij = 0.
 
a1,1 0 ··· 0
.. .. 

a a2,2 . . 
A =  2,1
 ... .. .. 
. . 0 
an,1 · · · an,n−1 an,n

• A = (ai,j ) ∈ Mn (R) est une matrice diagonale si ∀(i, j) ∈ J1; nK2 , i 6= j =⇒ aij = 0.
 
a1,1 0 · · · 0
. .. 
 0 a2,2 . .

. 
A= . .. .. 
 .. . . 0 
0 ··· 0 an,n

On note parfois (ai,j ) = diag(a1,1 , . . . , an,n ).

• A = (ai,j ) ∈ Mn (R) est une matrice symétrique si ∀(i, j) ∈ J1; nK2 , aj,i = ai,j .
• 0n,p ∈ Mn,p(R) est la matrice nulle, dont tous les coefficients valent 0. On la note aussi 0.
• Idn ∈ Mn (R) est la matrice identité : diagonale, de taille n, dont les coefficients diagonaux
valent 1 (elle est parfois simplement notée In ).
 
1 0 ··· 0
. . .. 

0 1 . .
Idn =  . . . 
 .. . . . . 0
0 ··· 0 1
Exercice 2. Donner, dans chaque cas, un exemple de matrice 3 × 3: triangulaire supérieure,
triangulaire inférieure, diagonale et symétrique (on choisira naturellement des matrices différentes
de l’identité).
 3

2 Opérations de base sur les matrices

2.1 Somme de matrices - Multiplication par un réel
Définition 2. On définit les opérations suivantes sur l’ensemble Mn,p(R) :
• Addition: Soient A = (ai,j ) ∈ Mn,p (R) et B = (bi,j ) ∈ Mn,p (R). Alors, on définit la
matrice somme par A + B = (ai,j + bi,j ) ∈ Mn,p (R).
• Multiplication par un réel: Soient λ ∈ R et A = (ai,j ) ∈ Mn,p(R). On définit le produit
de A avec λ par λ A = (λai,j ) ∈ Mn,p(R).
B Si l’on peut multiplier une matrice de toute taille par un réel, on ne peut additionner deux
matrices que si elles ont la même taille.
Exercice 3. À partir des matrices de l’Exercice 1, calculer E + D, 3B et A − 3Id3 .
2.2 Produits de matrices
Définition 3. On définit le produit d’une matrice A de n lignes et p colonnes avec une matrice
B de p lignes et q colonnes comme la matrice de n lignes et q colonnes suivante:
p
!
X
∀A = (ai,j )1≤i≤n ∈ Mn,p (R), ∀B = (bk,j )1≤k≤p ∈ Mp,q (R), AB = ai,k bk,j ∈ Mn,q (R).
1≤j≤p 1≤j≤q 1≤i≤n
k=1
1≤j≤q

B Attention. On ne peut calculer le produit AB que si le nombre de colonnes de A égale le

nombre de lignes de B.
En particulier, il peut être possible de calculer le produit AB mais pas le produit BA! Si les
deux matrices sont carrées de même taille, on peut calculer AB et BA mais ces deux produits ne
sont en général pas égaux.
On dit que le produit matriciel n’est pas commutatif.
Remarque 1. Le produit d’une matrice ligne ℓ = (ℓj ) ∈ M1n (R) et d’une matrice colonne
c = (ci ) ∈ Mn1 (R) est un nombre, égal à ℓ1 c1 + · · · + ℓn cn .
✎ Le coefficient (i, j) du produit AB est le produit de la i-ème ligne de A avec la j-ème colonne
de B. On peut disposer les calculs ainsi:
 
1 2
 
 3 1  =B
2

+
0×

1
×
2  0 2 
+

3

1 × 
1 0 0 1 2
   
A =  0 3 1   9 5  = AB
1 1 3 4 9

Exercice 4. À partir des matrices de l’Exercice 1, calculer les produits :

(1) ED (2) DE (3) AId3 (4) AC (5) 02,3 A (6) EB (7) BE
Proposition 1 (Propriétés du produit). Le produit matriciel . . .
(1) est associatif:
∀A ∈ Mn,p(K), ∀B ∈ Mp,q (K), ∀C ∈ Mq,r (K), (AB)C = A(BC).
(2) est distributif à gauche par rapport à +:
∀A ∈ Mn,p(K), ∀B, C ∈ Mp,q (K), A(B + C) = AB + AC.
4 Chapitre 8. Matrices
(3) est distributif à droite par rapport à +:
∀A, B ∈ Mn,p (K), ∀C ∈ Mp,q (K), (A + B)C = AC + BC.
(4) commute avec le produit externe:
∀λ ∈ K, ∀(A, B) ∈ Mn,p (K) × Mp,q (K), (λA)B = λ(AB) = A(λB).
(5) admet la matrice identité comme élément neutre:
∀A ∈ Mn,p (K), AIp = A et In A = A.
(6) n’est pas commutatif.
(7) ne vérifie pas la propriété du produit nul (on peut avoir deux matrices non nulles dont le
produit est nul).
☞ Les multiples de l’identité commutent avec toutes les autres matrices:
∀A ∈ Mn (R), ∀λ ∈ R, λIn · A = A · λIn .

2.3 Puissances de matrice

Définition 4. Soient k ∈ N et A une matrice carrée de Mn (R). On appelle puissance k-ième
de A, et on note Ak , la matrice
A0 = Idn et Ak = A × · · · × A .
| {z }
k fois

☞ Toute puissance de la matrice identité est encore égale à l’identité:

∀n ∈ N, ∀k ∈ N, Ink = In .
Il est également facile de voir que la puissance d’un multiple de l’identité (ou plus généralement
d’une matrice diagonale) se calcule très facilement
Proposition 2. (Puissance d”une matrice diagonale)
Soit M une matrice (carrée) diagonale. Alors, M k est encore diagonale, et ses éléments diagonaux
sont les puissances k−ièmes des éléments diagonaux de M:
 k  k 
λ1 0 ... 0 λ1 0 ... 0
 0 λ2 ... 0   0 λk2 ... 0 
.
 .. .. .  = . .. .
. ..   .. . .. 
0 · · · · · · λn 0 · · · · · · λkn
☞ Par exemple,
 3  
 n   2 0 0 8 0 0
−2 0 (−2)n 0
= , 0 2 0 = 0 8 0 , (λIn )k = λk In .
0 3 0 3n
0 0 2 0 0 8
Comme le produit matriciel ne commute pas en général, la puissance de matrice ne garde seule-
ment que certaines propriétés des réels.
Exercice 5. Calculer, si possible,
 
1 1 2
(1) A pour A =
2
.
2 1 0
(2) A2 , A3 , B 2 , AB, BA, A + B, (A + B)2 , A2 + 2AB + B 2 pour
   
2 −1 3 −1
A= et B = .
0 1 0 3
 5
(3) M 0 , M 1 , M 2 , M 3 , M 4 , M 100 pour
 
0 0 0 0
1 0 0 0
M =
0
.
1 0 0
0 0 1 0
Proposition 3. Soient k, l, n ∈ N et A, B ∈ Mp (R).
(1) Ak Al = Ak+l .
(2) (Ak )l = Akl .
(3) Lorsque A et B commutent, on a

(i) (AB)k = Ak B k ;
(ii) (A − B)(A + B) = A2 − B 2 ;
(iii) (A + B)2 = A2 + 2AB + B 2 ;
(iv) (A − B)2 = A2 − 2AB + B 2 ;
(v) La Formule du binôme:
n  
X nn i n−i
(A + B) = AB .
i=0
i
☞ Toutes les puissances d’une matrice carrée A commutent entre elles.
2.4 Polynômes de matrices
Définition 5. Soient P (X) = an X n + ... + a1 X + a0 ∈ R[X] un polynôme et A ∈ Mp (R) une
matrice carrée. On définit l’évaluation de P en A comme la matrice
P (A) = an An + ... + a1 A + a0 Idp ∈ Mp (R).
☞ Lorsque P (A) = 0p , on dit que P est un polynôme annulateur de A.

On peut utiliser les propriétés des polynômes pour obtenir des informations sur les matrices
(inverse, puissances). L’exercice suivant est un exemple très intéressant.
 
0 1 −1
Exercice 6. Soient A = −1 2 −1 et P (X) = X 2 − 3X + 2.
1 −1 2
(1) Calculer P (A).
(2) Soit n ≥ 3. Effectuer la division euclidienne de X n par P .
(3) En déduire l’expression de An .
2.5 Application: Puissances de matrices & suites numériques
Les puissances de matrices peuvent être très utiles dans l’étude des suites récurrentes et des
suites croisées.
Exercice 7. Soient (an ), (bn ) et (cn ) trois suites réelles définies par
 
 a0 = 1  an+1 = 3an + bn
b0 = 2 et bn+1 = 3bn + cn
 
c0 = 7 cn+1 = 3cn
L’objectif de l’exercice est d’obtenir l’expression des termes généraux des trois suites.
 
an
(1) Pour n ∈ N, on pose Xn =  bn . Trouver une matrice A ∈ M3 (R) telle que Xn+1 = AXn .
cn
(2) En déduire que Xn = An X0 .
6 Chapitre 8. Matrices
 
0 1 0
(3) Soit N = 0 0 1. Calculer N 2 , N 3 , puis N p , pour p ≥ 3.
0 0 0
(4) Montrer que, pour tout n ≥ 0,
n(n − 1) 2
An = 3n I3 + 3n−1nN + 3n−2 N .
2
(5) Conclure.

3 Inverse d’une matrice

Définition 6. Soit A ∈ Mn (R) une matrice carrée. On appelle matrice inverse de A et on note
A−1 ∈ Mn (R) une matrice qui vérifie
AA−1 = Idn = A−1 A.
L’ensemble des matrices carrées de taille n à coefficients dans R qui admettent une matrice inverse
est noté GLn (R).
☞ Naturellement, la matrice identité est inversible et elle est sa propre matrice inverse
In In = In =⇒ In−1 = In .
Proposition 4. Soient A, B ∈ GLn (R).
(1) A−1 est unique: si BA = Idn ou AB = Idn alors B = A−1 ;
(2) (A−1 )−1 = A;
(3) B (AB)−1 = B −1 A−1 .
Proposition 5. (Inverse d’une matrice diagonale)
Si M est diagonale alors elle est inversible si et seulement si tous ses éléments diagonaux sont
non nuls. Son inverse est alors égale à la matrice diagonale dont les éléments diagonaux sont les
inverses des éléments diagonaux de M:
 −1  
λ1 0 ... 0 1/λ1 0 ... 0
 0 λ2 ... 0   0 1/λ2 ... 0 
Si (et seulement si) λi 6= 0, .
 .. . .  = .
. . ..   .. . .. ..  .
. 
0 · · · · · · λn 0 ··· · · · 1/λn
☞ En particulier,
 −1  
1 0 0 1 0 0
1
Si λ 6= 0, (λn )−1 = In , ou, autre exemple, 0 2 0 = 0 1/2 0  .
λ 0 0 3 0 0 1/3
Exercice 8.    
1 0 −1 2 0 1
(1) Vérifier que B = − 21 21 1  est l’inverse de la matrice A = 0 2 −1.
−1 0 2 1 0 1
(2) Soit n ∈ N, λ ∈ R . Vérifier que λIn est inversible, d’inverse λ In et
∗ 1
que 0n n’est pas
inversible.
Remarque 2. Pour des matrices inversibles, les propriétés de calcul des puissances sont valables
pour des puissances négatives.
B Attention. La somme de deux matrices inversibles n’est pas inversible en général. Par exemple
In et −In sont inversibles mais In − In = 0n ne l’est pas.
 7
En calcul matriciel, lorsqu’une matrice est inversible cela permet d’obtenir de nouvelles règles
de calcul. On peut "simplifier” par cette matrice dans les égalités, comme on le fait dans R à l’aide
de la division. Cependant il ne faut pas oublier de tenir compte de la non commutativité des
matrices.
Pour ne pas faire d’erreur, il faut multiplier, à gauche ou à droite, par l’inverse de la matrice.
Proposition 6. Soient C ∈ Gln (R), et A et B des matrices telles que les produits suivants aient
un sens.
CA = B ⇐⇒ A = C −1 B
Simplification à gauche:
CA = CB ⇐⇒ A = B

AC = B ⇐⇒ A = BC −1
Simplification à droite:
AC = BC ⇐⇒ A = B
Exercice 9.
(1) Soient A, B telles que AB = 0. Montrer que si A 6= 0 et B 6= 0 alors ni A ni B ne sont
inversibles.
 
−1 1
(2) Soit B = . Calculer B 2 + B et déduire que B n’est pas inversible.
0 0
3.1 Polynôme annulateur et inverse
Soit A une matrice carrée de taille n. La connaissance d’un polynôme annulateur de A, si le
coefficient constant de ce dernier est non nul, peut permettre de conclure, par factorisation
par A, à l’inversibilité de A et d’exprimer l’inverse comme polynôme de A.
Exemple. On considère la matrice A suivante
 
−1 1 1
A =  1 −1 1  .
1 1 −1
On peut vérifier (exercice) que P (X) = X 2 + X − 2 est un polynôme annulateur de A. Mais alors,
 
2 2 1
P (A) = 0 ⇐⇒ A + A − 2I3 = 0 ⇐⇒ A + A = 2I3 ⇐⇒ A (A + I3 ) = I3 .
2
Or, on sait que A commute avec tout polynôme évalué en A. On a donc trouvé, sans trop d’efforts,
l’inverse de A:    
0 1 1 0 1/2 1/2
1 1
A−1 = (A + I3 ) = 1 0 1 = 1/2 0 1/2 .
2 2 1 1 0 1/2 1/2 0
3.2 Cas particulier des matrices 2 × 2
 
a b
Proposition 7. Soit A = , où a, b, c, d sont quatre nombres réels. Alors,
c d
(1) Si ad − bc = 0, A n’est pas inversible.  
1 d −b
(2) Si ad − bc 6= 0, A est inversible et A =−1
.
ad − bc −c a
3.3 Pivot de Gauss et inverse d’une matrice
La propriété suivante, admise, permet de caractériser les matrices inversibles à l’issue de l’algorithme
du pivot de Gauss, effectué sur la matrice sans l’augmenter d’un second membre.
Proposition 8. Le nombre de pivots obtenus dans la résolution d’un système par la méthode de
Gauss (qu’elle soit totale ou partielle) ne dépend pas du choix des pivots. Ce nombre est appelé
le rang du système ou le rang de la matrice. Un système est de Cramer lorsqu’il y a autant
de pivot que d’inconnue et d’équation.
8 Chapitre 8. Matrices
✎ Par conséquent, une matrice carrée de taille n est inversible si et seulement si on a n pivot
à l’issue d’un algorithme du pivot de Gauss.
☞ Si la question est uniquement de savoir si une matrice est inversible ou non, il est alors
beaucoup plus économique en terme de calcul de ne faire qu’un algorithme partiel.
Proposition 9. Un matrice triangulaire (et a fortiori diagonale) est inversible si et seulement si
tous ses termes diagonaux sont non nuls.
En plus de permettre de savoir si une matrice est inversible, le pivot de Gauss permet de calculer
l’inverse de la matrice.
✎ Méthode. On considère une matrice A carrée de taille n (n ∈ N∗ ) dont on sait qu’elle est
inversible. Pour calculer A−1 , on applique l’algorithme du pivot de Gauss total sur la matrice A
avec comme second membre Idn , en le prolongeant jusqu’à obtenir la matrice identité à la place
de A. La matrice obtenue à la place de Idn est alors A−1 .
Exemple. On considère la matrice
 
2 0 1
A = 0 2 −1 .
1 0 1
Il est nécessaire de commencer par vérifier que cette matrice est inversible. Pour cela, on effectue
un pivot de Gauss partiel sur les coefficients de la matrice jusqu’à obtenir une matrice de rang 3.
En faisant par exemple L3 ←− 2L3 − L1 on voit que la matrice est semblable à la matrice
 
2 0 1
A ∼ 0 2 1 
0 0 −1
qui est triangulaire supérieure avec des éléments diagonaux non nuls. Par conséquent, A est bien
inversible. On peut donc effectuer notre pivot de Gauss total. On présente les choses comme ceci:
 
2 0 1 1 0 0
 0 2 −1 0 1 0 
1 0 1 0 0 1
On commence donc par faire, comme précédemment, L3 ←− 2L3 − L1.
 
2 0 1 1 0 0
 0 2 −1 0 1 0 
0 0 1 −1 0 2
On fait ensuite L1 ←− L1 − L3 et L2 ←− L2 + L3
 
2 0 0 2 0 −2
 0 2 0 −1 1 2 
0 0 1 −1 0 2
Enfin, on se ramène à des coefficients diagonaux égaux à 1
 
1 0 0 1 0 −1
 0 1 0 −1/2 1/2 1 
0 0 1 −1 0 2
On peut alors vérifier que
       
2 0 1 1 0 −1 1 0 −1 2 0 1 1 0 0
 0 2 −1   −1/2 1/2 1  =  −1/2 1/2 1   0 2 −1  =  0 1 0 
1 0 1 −1 0 2 −1 0 2 1 0 1 0 0 1
 9
et conclure que
 
1 0 −1
A−1 =  −1/2 1/2 1  .
−1 0 2
Exercice 10. Démontrer la Proposition 7.
3.4 Calcul de puissance de A via calcul de P −1 AP
Dans le but de calculer les puissances d’une matrice A, on peut être amener à "tranformer" la
matrice A en une matrice plus simple (par exemple diagonale) à l’aide d’une matrice inversible. Si
la recherche de la matrice P nécessite des éléments du cours de deuxième année (voir le chapitre
Diagonalisation), on peut, si on nous donne la bonne matrice, utiliser cette technique dès à présent.
Exercice 11. On considère les matrices On considère les matrices de M3 (R) suivantes:
   
1 1 1 −1 0 2
A =  1 0 0 P =  1 −1 1 .
1 0 0 1 1 1
(1) Par la méthode du pivot de Gauss, montrer que P est inversible et préciser P −1.
(2) Déterminer D = P −1 AP . Expliciter alors la matrice D n , pour n ∈ N∗ .
(3) Montrer que A = P DP −1 puis que An = P D n P −1 .
(4) Conclure.

4 Transposition.
Définition 7. Soit A = (ai,j ) ∈ Mn,p (R). La transposée de A est la matrice t A = (a′i,j ) ∈ Mp,n (R)
où
∀(i, j) ∈ J1; pK × J1; nK, a′i,j = aj,i .
☞ La transposition est une opération qui échange les lignes et les colonnes d’une matrice.
Exercice 12. Calculer la transposée de chacune des matrices de l’Exercice 1.
Proposition 10 ( Propriétés de la transposition). On a
(1) ∀A ∈ Mn,p (R), t t A = A.
(2) B ∀A ∈ Mn,p (R), ∀B ∈ Mp,q (R), t (AB) = t B t A.
(3) ∀λ ∈ R, ∀A, B ∈ Mn,p (R), t (λA + B) = λ t A + t B.
(4) ∀A ∈ GLn (R), t (A−1 ) = (t A)−1 .
(5) L’ensemble {A ∈ Mn (R) : A = t A} est l’ensemble des matrices symétriques d’ordre n
(parfois noté Sn (R)).
(6) L’ensemble {A ∈ Mn (R) : A = −t A} est l’ensemble des matrices anti-symétriques d’ordre
n.
Exercice 13. Vérifier la deuxième formule sur les matrices B et E de l’Exercice 1.
Exercice 14. Montrer que toute matrice de Mn (R) peut s’écrire comme somme d’une matrice
symétrique et d’une matrice anti-symétrique.

5 Autres exercices
 
a b
Exercice 15. Soit A = , où a, b ∈ R. Déterminer toutes les matrices B ∈ M2 (R) telles
0 a
que AB = BA.
10 Chapitre 8. Matrices
Exercice 16. Soient les deux matrices
   
1 −1 1 1
A= et B = .
−1 1 0 2
Calculer A2 et B 2 puis conjecturer une formule pour An et B n (n ∈ N⋆ ) à démontrer par récurrence.
Exercice 17. On considère les matrices
 
1 1 0
A =  0 1 1 et B = A − I3 .
0 0 1
(1) Calculer B n , pour n ∈ N.
(2) En déduire An , pour n ∈ N.
Exercice 18. On considère les trois matrices suivantes.
     
1 0 0 1 1 1 1 1 1
A= 0 1
 1 , B = 0 1 0 et C = 1 2 1 .
3 1 1 1 0 0 0 −1 −1
(1) Calculer AB puis AC. La matrice A est-elle inversible?
(2) Déterminer toutes les matrices M ∈ M3 (R) telles que AM = 0.
Exercice 19. Pour chacune des matrices suivantes, préciser si elles sont inversibles et, le cas
échéant, déterminer leur inverse (par la méthode du pivot de Gauss).
 
      1 1 ··· 1
1 1 2 0 1 2 1 4 7 0 1 · · · 1
A = 1 2 1 , B = 1 1 2 , C = 2 5 8 , et D =   ... . . . . . . ...  .

2 1 1 0 2 3 3 6 9
0 ··· 0 1
Exercice 20. (Interro n◦ 3, Decembre 2016) On considère les trois matrices de M3 (R) suivantes:
     
1 0 0 1 1 1 −1 0 2
I = 0 1 0 A = 1 0 0 P =  1 −1 1 .
0 0 1 1 0 0 1 1 1
(1) Montrer que A3 = A2 + 2A. La matrice A est-elle inversible?
(2) Par la méthode du pivot de Gauss, montrer que P est inversible et préciser P −1.
(3) On note D = P −1 AP . Expliciter la matrice D n , pour n ∈ N∗ .
Exercice 21. (Interro n◦ 3, Decembre 2016)À l’aide de la formule du binôme, expliciter, pour
n ∈ N∗ , M n , où  
3 0 0
M = 0 1 2 .
0 0 1
Exercice 22. Déterminer toutes les matrices B ∈ M2 (R) telles que
   
1 2 1 2
B=B .
3 4 3 4
Exercice 23. Montrer que ∀n > 1, J n = 4n−1 J où
 
1 1 1 1
1 1 1 1
J = 1 1
.
1 1
1 1 1 1
 11
Exercice 24. Soit A la matrice  
6 4 0
A =  −4 −2 0 
0 0 2
et B = A − 2I. Calculer B 2 puis montrer que ∀n > 0, An = 2n Id + n2n−1 B.
Exercice 25. (EN Vétérinaire 1997)
Première Partie
 
2 1 1
Soit M =  1 2 1  et I la matrice unité de taille 3.
1 1 2
(1) On pose J = M − I.
(a) Calculer J 2 en fonction de J.
(b) Montrer par récurrence qu’il existe une suite (un )n∈N de réels telle que pour tout entier
naturel n on ait:
M n = I + un J.
(c) Exprimer alors un+1 en fonction de un .
(d) Pour tout entier n, on pose vn = un + 1/3. Montrer que (vn ) est géométrique. En
déduire un en fonction de n.
(2) Écrire M n pour tout entier naturel n.
Deuxième partie
Les poules pondent des oeufs que l’on classe suivant trois calibres A, B et C (petits, moyens et
gros).
• Si une poule pond un oeuf de calibre A, l’oeuf qu’elle pondra ensuite sera de calibre A, B
ou C avec des probablilités respectives de 1/2, 1/4 et 1/4.
• Si une poule pond un oeuf de calibre B, l’oeuf qu’elle pondra ensuite sera de calibre A, B
ou C avec des probablilités respectives de 1/4, 1/2 et 1/4.
• Si une poule pond un oeuf de calibre C, l’oeuf qu’elle pondra ensuite sera de calibre A, B
ou C avec des probablilités respectives de 1/4, 1/4 et 1/2.
• Pour n entier naturel non nul, on désigne par an , bn et cn les probablitités respectives pour
que le nième oeuf pondu par une poule soit de calibre A, B ou C.
 
an
On pose alors Xn =  bn .
cn
(1) (a) Calculer an+1 , bn+1 et cn+1 en fonction de an , bn et cn . En déduire une matrice carrée
U telle que Xn+1 = UXn pour tout entier n.
(b) Exprimer U en fonction de M. En déduire U n en fonction de n.
(2) On suppose que le premier oeuf pondu par une poule est de calibre C. Déduire des question
précédentes an , bn et cn en fonction de n, ainsi que leurs limites quand n tend vers +∞.
12 Chapitre 8. Matrices
Exercice 26. (D’après EDHEC 1993)
L’objection de l’exercice est de résoudre une équation matricielle, c’est à dire de trouver toutes
les matrices Z ∈ M2 (R) telles que Z 2 = A, où A est une matrice de la forme
 
a 1−a
A= , 0 < a < 1.
1−a a
 
1 1
Dans toute la suite, on désigne par P la matrice P = .
−1 1
(1) Calculer P 2 puis P 4 . Montrer que P est inversible et trouver sa matrice inverse.
(2) Montrer que la matrice Da = P −1 AP est diagonale.
(3) Soit Y = P −1 ZP .
(a) Montrer que l’équation
 Z = A est équivalente à l’équation Y = Da .
2 2

x y
(b) On pose alors Y = .
z t
(i) Écrire le système de quatre équations à quatre inconnues x, y, z et t qui est
équivalent à Y 2 = Da .
(ii) Montrer (par l’absurde) qu’aucune solution ne vérifie x + t = 0.
(c) En déduire que l’équation Z 2 = A admet 0, 2 ou 4 solutions, selon que a < 1/2,
a = 1/2 ou a > 1/2.
(d) Donner les quatre solutions de l’équation dans le cas où a = 5/8.
Exercice 27. (D’après EML 2005)
On considère les trois matrices suivantes
     
1 0 0 0 1 0 0 0 1
I = 0 1 0 , J = 0 0 1 , et K = 0 0 0 .
0 0 1 0 0 0 0 0 0
(1) Calculer J 2 , JK, KJ et K 2 .
(2) On pose L = I + J.
n(n − 1)
(a) Montrer que, pour n ∈ N, Ln = I + nJ + K.
2
n(n − 1)
(b) Montrer que L est inversible et que, pour n ∈ Z, on a encore Ln = I +nJ + K.
2
(c) Exprimer, pour n ∈ Z, Ln en fonction de I, L, L2 et n.
(3) On introduit maintenant les matrices
   
0 2 −1 1 −1 1
A = 1 0 1  et P =  0 1 0 .
2 −3 3 −1 2 0
(a) À l’aide de la méthode du pivot de Gauss, montrer que P est inversible et expliciter
P −1.
(b) Montrer que P −1 AP = L.
(c) Pour n ∈ Z, exprimer An en fonction de I, A, A2 et n.
 13
Exercice 28. (Extrait du DM n◦ 8, Noël 2016)

❄ Partie 1. Où l’on effectue la division d’un polynôme

(1) Déterminer le reste de la division euclidienne de X n par P (X) = X 2 − 5X + 4.

❄ Partie 2. Où l’on calcule la puissance n−ième d’une matrice

On considère la matrice  
2 1
A= .
2 3
(1) Calculer P (A).
(2) À l’aide de la division euclidienne de X n par P (X), expliciter An .
(3) En déduire alors que si M = 10 1
A, on a
 4n + 2 4n − 1 
1  10n 10n 
Mn =  
3  n
4 −1 2×4 +1 n 
2
10n 10n

❄ Partie 3. Où l’on fait des cadeaux

Un individu manque cruellement d’originalité pour ses cadeaux de Noël. Chaque année, il offre
à son père plus ou moins la même chose: une paire de chaussettes, une sélection de thé ou une
bouteille de vin. La première année où il a commencé à faire des cadeaux, il a offert une paire de
chaussettes. Il a remarqué ensuite la chose suivante:
• Si une certaine année il offre des chaussettes, alors il offrira l’année suivante des chaussettes,
du thé ou du vin avec probabilités respectives 0.4, 0.3, 0.3;
• Si c’est du thé qu’il offre, l’année suivante, il offrira chaussettes, thé ou vin, avec probabilités
0.3, 0.4, 0.3;
• Enfin, si il offre du vin, l’année suivante ce sera toujours des chaussettes, du thé ou du vin,
mais avec probabilités 0.2, 0.1, 0.7.
On note an , bn , cn les probabilités respectives d’offrir chaussettes, thé ou vin à Noël la n−ième
année.
(1) Que vaut an + bn + cn ?
(2) Exprimer an+1 en fonction de an , bn et cn . Mêmes questions pour bn+1 et cn+1 .
(3) En déduire une expression de an+1 en fonction de an et bn ainsi qu’une expression de bn+1
en fonction de an et bn .  
an
(4) Vérifier que, si on introduit la matrice Xn = , alors Xn+1 = MXn + B, où M est la
b
  n
0.2
matrice de la partie précédente et B = .
0.1
(5) Trouver une matrice L ∈ M2,1 (R) telle que ML + B = L.
(6) Montrer, par récurrence que Xn = M n−1 (X1 − L) + L.
(7) En déduire l’expression des termes généraux des suites (an ) et (bn ).
(8) Montrer qu’au bout d’un (long) moment, on a une chance sur deux d’offrir du vin.
14 Chapitre 8. Matrices
Exercice 29. (D’après EDHEC 2017) Les sommets d’un carré sont numérotés 1, 2, 3, et 4 de
telle façon que les côtés du carré relient le sommet 1 au sommet 2, le sommet 2 au sommet 3, le
sommet 3 au sommet 4 et le sommet 4 au sommet 1.

Un mobile se déplace aléatoirement sur les sommets de ce carré selon le protocole suivant :

• Au départ, c’est à dire à l’instant 0, le mobile est sur le sommet 1.

• Lorsque le mobile est à un instant donné sur un sommet, il se déplace à l’instant suivant
sur l’un quelconque des trois autres sommets, et ceci de façon équiprobable.
Pour tout n ∈ N, on introduit les évènements
• An : "le mobile se situe sur le sommet numéroté 1 à l’instant n";
• Bn : "le mobile se situe sur le sommet numéroté 2 à l’instant n";
• Cn : "le mobile se situe sur le sommet numéroté 3 à l’instant n";
• Dn : "le mobile se situe sur le sommet numéroté 4 à l’instant n";
et an , bn , cn , dn les probabilités correspondantes. En particulier, on a a0 = 1 et b0 = c0 = d0 = 0.

Partie 1: Étude du modèle probabiliste

(1) Déterminer a1 , b1 , c1 et d1 .
On admet pour la suite que
1 2
a2 = , et b2 = c2 = d2 = .
3 9
(2) Justifier que, pour tout n ≥ 2, {An , Bn , Cn , Dn } forme un système complet d’évènements.
(3) (a) Utiliser la formule des probabilités totales pour établir que, pour tout entier naturel n
supérieur ou égal à 2, on a
1
an+1 = (bn + cn + dn )
3
(b) Vérifier que cette relation reste valable pour n = 0 et n = 1.
(c) En explicitant un lien entre an , bn , cn et cn , montrer que pour tout entier n ∈ N,
1 1
an+1 = − an + .
3 3
(d) Établir alors que, pour tout entier n ∈ N,
 n
1 3 1
an = + − .
4 4 3

(4) (a) En procédant de la même façon qu’à la question précédente, montrer que l’on a, pour
tout entier n ∈ N,
1
bn+1 = (an + cn + dn )
3
(b) En déduire une relation entre bn+1 et bn .
(c) Montrer enfin que, pour tout n ∈ N
 n
1 1 1
bn = − − .
4 4 3
 15
Partie 2 : Étude des puissances d’une matrice A

Pour tout n de N, on considère la matrice-ligne de M1,4 (R) :

Un = an bn cn dn
(5) (a) Montrer (grâce à certains résultats de la Partie 1) que, si l’on pose
 
0 1 1 1
1 1 0 1 1
A=  ,
3 1 1 0 1
1 1 1 0
on a, pour tout n ∈ N, Un+1 = Un A.
(b) Établir par récurrence que, pour tout n ∈ N, on a Un = U0 An .
(c) En déduire la première ligne de An .

(6) Expliquer comment choisir la position du mobile au départ pour trouver les trois autres
lignes de la matrice An , puis écrire ces trois lignes.

Partie 3 : Une deuxième méthode de calcul des puissances de A

On considère les matrices I et J suivantes

   
1 0 0 0 1 1 1 1
0 1 0 0 1 1 1 1
I= 0 0 1 0
 et J = 
1
.
1 1 1
0 0 0 1 1 1 1 1
(9) Déterminer les réels a et b tels que A = aI + bJ.
(10) (a) Calculer J 2 puis établir que, pour tout entier naturel k non nul, on a : J k = 4k−1J.
(b) À l’aide de la formule du binôme de Newton, en déduire, pour tout entier n non nul,
l’expression de An comme combinaison linéaire de I et J.
(c) Vérifier que l’expression trouvée reste valable pour n = 0.
Exercice 30. (Extrait du DS3, Février 2017 - D’après EML 2002)
On considère les deux matrices carrées réelles suivantes
   
1 0 0 0 1 1 −1 −3
 0 1 0 0   1 1 1 −2 
I = 0 0 1 0  , K =  0 −1
  
0 1 
0 0 0 1 1 1 0 −2
(1) (a) Calculer K 2 .
(b) En déduire que la matrice K est inversible et déterminer K −1 .

(2) Soient a et b deux nombres réels. On note M la matrice définie par M = aI + bK.
(a) Montrer que M 2 = −(a2 + b2 )I + 2aM.
(b) En déduire que, si a et b sont tous les deux non nuls, alors la matrice M est inversible,
et exprimer son inverse comme combinaison linéaire de I et M.
(c) Application : Justifier que la matrice ci-dessous est inversible et donner son inverse
 √ 
1+ 2 √1 −1 −3

 1 1 + 2 √1 −2  
 0 −1 2 √ 1 
1 1 0 −2 + 2
16 Chapitre 8. Matrices
Exercice 31. (Extrait du DS3, Février 2017)
Soit (un ) la suite à récurrence linéaire d’ordre 3 définie ci-dessous par


 u0 = 0

u1 = 1
.

 u 2 = −1
 u
n+3 = un+2 + un+1 − un
Le but de cet exercice est de déterminer la valeur de un en fonction de n. On note, pour tout
entier n,  
vn+2
Vn = vn+1  .
vn
(1) (a) Déterminer une matrice M telle que pour tout entier n, Vn+1 = M · Vn .
(b) Démontrer que, pour tout entier n, Vn = M n V0 .
(2) On introduit les matrices
     
1 1 −1 1 0 0 0 1 0
A = 1 0 0  , D = 0 1 0  , N = 0 0 0 , et B = N + D.
0 1 0 0 0 −1 0 0 0
(a) Déterminer la matrice P telle que A · P = P · B avec P de la forme
 
1 1 1
P = x a
 u .
y b v
(b) Monter que P est inversible et préciser P −1 .
(c) Montrer que A = P · B · P −1 et en déduire An en fonction de B n .
(3) (a) Calculer N 2 et en déduire pour tout n entier la valeur de N n .
(b) En déduire la valeur de B n en fonction de n.
(c) Calculer enfin Vn puis un en fonction de n.