Chapitre 4 : Matrices-généralités :

1. Matrices-définitions et exemples :
Définition : soit K un corps commutatif on obtient alors comme résultat :
∎ on appelle matrice à n lignes et p colonnes, toute application M {1 , … , n } ×{1, … , p }→ K et
(i , j)→ aij
M est notée sous la forme d’un tableau avec les caractères qui doivent être situées dans la matrice
Dans ce tableau, qui s’appelle à présent matrice M , aij est le coefficient situé à la i ème ligne et à la j ème colonne
∎si n = p alors la matrice M est dite matrice carrée d’ordre n
∎ si p = 1 alors la matrice M est dite matrice colonne
∎ si n = 1 alors la matrice M est dite matrice ligne
Notation :
a ¿ l’ensemble des matrices à n lignes et p colonnes est noté de la manière suivante M n , p (K )
b ¿ l’ensemble des matrices carrées d’ordre n est noté M n (K )

2. Matrices particulières :
Définition : une matrice nulle est une matrice dont tous les coefficients sont nuls, c’est-à-dire égal à 0
Exemple : la matrice A est nulle comme nous l’avons dit dans la définition précédente une matrice nulle est
constituée, quelque soit les lignes ou les colonnes, la matrice nulle est rempli de 0

b ¿Matrices diagonale :
Définition : une matrice A = ¿ est dite diagonale si a ij = 0 pour tout i tel que1≤ i ≤ n et
pour tout j tel que i≠ j on obtient alors comme résultat a ij = 0
Exemple : les matrices A et B définies sont des matrices diagonales car comme nous avons pu le démontrer
précédemment une matrice diagonale est composée de 0 sauf sur la diagonale de la matrice

c ¿Matrice identité :
Définition : une matrice identité ou matrice unité d’ordre n est une matrice diagonale dont tous les coefficients
diagonaux sont égaux à 1 contrairement à la matrice diagonale, qui est constituée de 0 sauf sur la diagonale
Notation : la matrice identité d’ordre n est notée I n
Exemple : la matrice d’ordre 3 est noté I 3 et qui composée comme nous l’avons dit précédemment la matrice
identité est constituée de 1 sur la diagonale et tout le reste de la matrice est composée que de 0

d ¿ Matrice triangulaire supérieure :

Définition : une matrice A ∈ M n (K ) est dite triangulaire supérieure si la matrice ne comporte que des zéros
en dessous de la diagonale, c’est-à-dire plus précisément, on obtient le résultat suivant :
∎ dans la première colonne et dans la deuxième ligne
∎dans la première colonne et dans la troisième ligne
∎ dans la deuxième colonne et dans la troisième ligne
Remarque : une matrice carrée est triangulaire supérieure lorsque tous ses coefficients qui sont au- dessous
de la diagonale sont nuls
Exemple : la matrice A est composée comme dit précédemment de zéros au-dessous de la diagonale

e ¿ Matrice triangulaire inférieure :

Définition : une matrice A ∈ M n ( K ) est dite triangulaire inférieure si elle ne comporte que des zéros en
dessus de la diagonale, c’est-à-dire plus précisément, on obtient comme résultat :
∎ dans la deuxième colonne et dans la première ligne
∎ dans la troisième colonne et dans la première ligne
∎ dans la troisième colonne et dans la deuxième ligne
Exemple : la matrice A est composée comme dit précédemment de zéros au-dessus de la diagonale

g ¿ Matrice transposée :
Définition : soit A = (a ij )∈ M np ( K ) , on appelle transposée de matrice notée At définie par At = (b ij ) avec
b ij
Remarque : la matrice transposée à n ligne et p colonne est une matrice à p lignes et n colonnes
3. Opérations sur les matrices :
Définition : soient A et B deux matrices, la somme des matrices A et B est la matrice C tel que : A + B =
(c ij )
Exemple : soient la matrice A et B , calculons alors la somme des deux matrices et on obtient comme résultat :

( )( )( )
a11 a12 a13 b11 b12 b 13 a11 +b 11 a12 +¿ b12 a13 +b 13
A + B = a21 a22 a23 + b 21 b22 b 23 = a21 +b21 a22 +¿ b22 a23 +b 23
a31 a32 a33 b 31 b32 b 33 a31 +b31 a32 +¿ b32 a33 +b 33
Propriété 1: soient A , B ,C ∈ M n , p ( K ) , alors on obtient comme résultat
1 ¿ A + B = B + A dans ce cas-là, on dit que l’addition est commutative
2 ¿ ¿ + B ¿ + C = A + ¿ + C ¿ dans ce cas-là on dit que l’addition est associative

b ¿ Multiplication de deux matrices :

Définition : soient A et B deux matrices, le produit des matrices A et B est la matrice C = AB = (c ¿¿ ik)¿
Exemple : soient la matrice A et B , calculons alors le produit des deux matrices et on obtient comme résultat :

( )( )(
1 2
3 4
×
5 6
7 8
=
1× 5+¿ 2 ×7 1 ×6+ ¿ 2× 8
3 ×5+ ¿ 4 × 7 3× 6+¿ 4 ×8 )(
=
19 22
43 50 )
Remarque : le produit d’une matrice A par une matrice B n’est défini que si le nombre de colonnes de la
matrice A est égal au nombre de lignes de la matrice B

Exemple : calculons le produit des matrices de A et B , par la suite que peut-on en déduire du résultat obtenu

( )( ) ( )( )
1 2 3 1 3 1+0+ 6 3+ 8+15 7 26
AB = 0 2 1 0 4 = 0+ 0+2 0+ 8+5 = 2 13
1 0 0 2 5 1+0+ 0 3+ 0+0 1 3
b ¿ le produit BA n’a pas de sens puisque le nombre de colonnes de B , qui est égal à 2 est différent du
nombres de lignes qui est égal à 3 de la matrice A
Remarques :
1. le produit de deux matrices n’est pas commutatif, en effet considérons l’exemple suivant :
AB = ( )( )(
1 3
2 4
×
0 1
1 4
=
3 13
4 18 )
et BA =
0 1
1 4( )( )(
×
1 3
2 4
=
2 4
7 13 )
on remarque que AB≠ BA

2. On dit que deux matrices A et B commutent si et seulement si AB = BA

Propriété 2: soient A , B et C ∈ M q ,r (K) alors les produits AB , ( AB ) C , BC , A(BC ) ont un sens et on

obtient :
a ¿ ( AB ) C = A(BC) on appelle alors ce résultat l’associativité du produit de matrices
b ¿ distributivité du produit par rapport à la somme :
∎ ¿ + B ¿C = AC + BC ¿distributivité à droite¿
∎ A ¿ + C ¿ = AB + AC ¿distributivité à gauche¿
c ¿ pour tout scalaire on obtient ( λA ) B = A( λB) = λ (AB)

4. Déterminant d’une matrice carrée :

Dans cette section, on s’intéressera aux calculs des déterminants de matrices carrées d’ordre 2 et 3. Toutes les
propriétés que nous énoncerons des cas particuliers de matrices se généralisent au cas de matrices d’ordre n
Définition : considérons la matrice carrée d’ordre 2 , alors on obtient pour le déterminant de la matrice A :

det M = |
a11 a12
a21 a22 |
= a 11 × a22 −a21 × a12

Exemple : calculer le déterminant de la matrice A :

Le déterminant de la matrice A est déterminé pardet A =

2 1
5 3 | |= 2 ×3−5× 1 = 6−5 = 1

Définition : considérons la matrice carrée d’ordre 3 , alors on obtient pour le déterminant de la matrice A :
a 11 ( a22 a33−a32 a23 )−a12 ( a21 a 33−a31 a23 ) + a 13 ( a 21 a32−a31 a 22)
Exemple : calculer le déterminant de la matrice M , on obtient alors comme résultat :
= 1 × ( 12−4 ) −4 ×(30−2) + 3 ×(20−4)
= 8−112 + 48
= −56
Propriété 3: le déterminant d’une matrice triangulaire supérieure ou celui d’une matrice triangulaire inférieure
est égal au produit de ses coefficients diagonaux
Exemple : on considère les matrices triangulaire suivantes, on doit calculer le déterminant de A et de B
∎ en calculant le coefficient de la diagonale, la matrice triangulaire supérieur/inférieur on a 1 ×1 ×0 = 0
∎ en calculant le coefficient de la diagonale, la matrice triangulaire supérieur/inférieur on a 1 ×6 ×2 = 12 ≠0
D’après la matrice identité I 3, en calculant le déterminant on obtient comme résultat det I 3 = 1 ×1 ×1 = 1
Propriété 4 : soient A , B ∈ M n ( K ) , alors pour det ( AB) on obtient comme résultat det ( A)×det (B)

Définition : une matrice A est dite inversible ou régulière s’il existe une matrice B telle qu’on a AB = BA = I n
la matrice B est dite matrice inverse de A et elle est notée A−1 une matrice non inversible est dite singulière
Propriété 5 : soit A est une matrice alors A est dite inversible si et seulement si son déterminant est non nul
Démonstration :
Supposons que A soit inversible, alors il existe une matrice carrée A−1 telle qu’on obtient comme résultat :
= A−1 A = A A−1 = I n = det ( A −1 A )
= det ( A −1 ) × det ( A ) = det ( I n) = 1 on remarque donc que det ( A ) ≠0
On peut donc conclure suite à cette démonstration que A est inversible on obtient donc det ( A −1 ) =
1/det ( A )

Exemple :
∎ pour trouver le déterminant de A , on doit calculer la diagonale de la matrice de A , ce qui nous donne :
det ( A ) = 1 ×1 ×0 = 0 donc en déduit que A n’est pas inversible car on a obtenu comme résultat 0
∎ pour trouver le déterminant de B , on doit calculer la diagonale de la matrice de B , ce qui nous donne :
det ( B ) = 1 ×6 ×2 = 12 donc on en déduit que B est inversible car on a obtenu comme résultat 12 ≠0
∎ pour trouver le déterminant de I 3, on doit calculer la diagonale de la matrice I 3 , ce qui nous donne :
det ( I 3 ) = 1 ×1 ×1 = 1 donc ne déduit que I 3 est inversible car on a obtenu comme résultat 1
Propriété 6 : soit A une matrice, alors on obtient det ( A ) = det ( A )t et si elle est inversible alors elle est unique
Propriété 7 : soient A et B deux matrices de même ordre et inversibles, alors on obtient :
−1 −1
1¿(A ) = A
2 ¿ AB est inversible et on obtient ( AB )−1 = B−1 × A−1
5. Résolution d’un système de deux équations avec la méthode de Cramer :
Considérons le système d’équations à deux inconnues x et y , on obtient alors comme résultat :
∎ le déterminant de ce système est ∆ = ad −bc ainsi par la suite calculons pour chaque ∆ :
∆ x = zd−tb
∆ y = at−cz
Propriété 8 :
−¿ si ∆ ≠ 0 alors le système d’équations (1) admet une unique solution alors on obtient comme résultat :
∎ x = ∆ x /∆ = zd−tb / ad−cb
∎ y = ∆ y /∆ = at−cz /ad−cb
−¿ si ∆ = 0 alors le système d’équation (1) n’admet pas de solutions ou alors elle en admet une infinité
Remarque : un système qui n’admet aucune solution est dit incompatible

Exemple : résoudre le système d’équations suivant et déterminer le déterminant de ce système :

∎ en calculant le déterminant de ce système, on obtient alors comme résultat suivant :
∆ = 3 ×7−6 × 4 = 21−24 = −3 ≠ 0
Comme ∆ ≠ 0 donc on en déduit que le système d’équations admet une unique solution (x , y )
∆ x = 5 ×7−8 × 4 = 35−32 = 3
∆ y = 3 ×8−6 ×5 = 24−30 = −6
On obtient alors comme résultat avec les résultats qu’on a trouvé précédemment le résultat suivant :
∎ pour x = ∆ x /∆ = 3/−3 = −1
∎ pour y = ∆ y /∆ = −6 /−3 = 2
On peut donc conclure, avec cette démonstration que le système d’équations a comme solution (−1 , 2)
Remarque :
1. le résultat précédent peut se généraliser avec un système à n équations quelconque, on en déduit
ainsi qu’un système d’ordre n admet une solution unique si et seulement si son déterminant est non nul
2. lorsque le déterminant d’un système est nul, alors il admet une infinité de solution ou aucune solution
6. Résolution d’un système de trois équations avec la méthode de Cramer :
Le système admet une unique solution si et seulement si on obtient comme résultat det ( A ) ≠0
∎ x 1 = det ( A 1 ) /det ⁡( A) → x 2 = det ( A 2 ) /det ( A ) → x3 = det ( A 3 ) /det ( A )
Ainsi par la suite on obtient comme résultat pour chaque énoncé :

| | | | | |
d1 b1 c 1 a1 d 1 c 1 a1 b 1 d 1
d b c a d c a2 b 2 d 2
x 1 = 2 2 2 → x2 = 2 2 2 =
d3 b3 c 3 a3 d 3 c 3 a3 b 3 d 3
→ x3
det ( A ) det ( A ) det ( A )

{
2 x 1 +3 x 2+ x 3=9
Exemple : x1 +2 x 2+ 3 x 3=6
3 x1 + x 2 +2 x 3=8
On remarque que son déterminant est égal à 18 , il est non nul le système donc il admet une unique solution
x 1 = 1/det ( A ) ainsi on obtient comme résultat pour x 1 = 35/18
x 2 = 1/det ( A ) ainsi on obtient comme résultat pour x 2 = 29/18
x 3 = 1/det ( A ) ainsi on obtient comme résultat pour x 3 = 5/18
On peut donc conclure pour l’unique solution du système est x 1 , x 2 , x 3 = 35/18 ; 29/18 ; 5/18

7. Application à l’algèbre linéaire :

Propriété 10 : soient u = ( a , b ) et v = ( c , d ) deux vecteurs de l’espace vectoriel R2 alors u et v forment une
famille libre si et seulement si on obtient comme résultat final ad −bc ≠ 0
Démonstration :
Soient λ 1 et λ 2 deux scalaires tels que λ 1(a , b) + λ 2(c , d ) = (0 , 0)
∎ en calculant le déterminant associé à ce système d’équation, on obtient alors comme résultat : ∆ = ad −bc
Si ∆ ≠ 0 alors ce système précédent admet une unique solution qui est la suivante (0 , 0) ainsi λ 1 = 0 et λ 2 = 0
On peut donc conclure, suite à cette démonstration que la famille { u , v } est bien une famille libre
Conséquence : les vecteurs u = (a ,b) et v = (c , d) sont liées si et seulement si ad −bc = 0

Exemple : dans chacun des cas ci-dessous, montrer que les vecteurs u et v forment une famille libre de R2
a ¿ u = (2 , 5) et v = (1 , 3)
∎ on pose alors le déterminant de M et par la suite on le calcule, ce qui nous donne le résultat suivant :
det ( M ) = 2 ×3−5× 1 = 6−5 = 1 ≠ 0
On peut donc conclure, suite à cette démonstration que les vecteurs u et v forment une famille libre de R2
b ¿ u = (2 , 4) et v = (3 , 6)
∎ on pose alors le déterminant de M et par la suite on le calcule, ce qui nous donne le résultat suivant :
det ( M ) = 2 ×6−4 ×3 = 12−12 = 0
On peut donc en conclure, suite à cette démonstration que les vecteurs u et v sont liées
Exemple : dans chacun des cas ci-dessous dire si les vecteurs u , v et w forment une famille libre de R3
a ¿ u = ( 1 ,5 ,2 ) v = ( 4 , 2, 4 ) et w = ( 3 , 1 ,6 )
∎on pose alors le déterminant de M et par la suite on le calcule, ce qui nous donne le résultat suivant :
det ( M ) = 1 × ( 12−4 ) −4 ×(30−2) + 3 ×(20−4) = 8−112 + 48 = −56 ≠ 0
On peut donc conclure suite à cette démonstration que les vecteurs u , v et w forment une famille libre de R3
b ¿ u = (1 , 0 ,1) v = (3 , 1 ,2) et w = (5 , 1 ,0)
∎ on pose alors le déterminant de M et par la suite on le calcule, ce qui nous donne le résultat suivant :
det ( M ) = 1 × ( 0−2 )−3 ׿ + 1 ¿ + 5 ׿ + 1 ¿ = −2−3 + 5 = 0
On peut conclure suite à cette démonstration que les vecteurs u , v et w ne sont pas libres donc ils sont liées

8. Méthodes d’inversion d’une matrice :

Définition : soit A une matrice carrée, alors la comatrice notée com ( A ) est la matrice carrée d’ordre n avec :
∆ ij = (−1 )i+ j ×det M ij où M ij est la matrice obtenue de A en barrant la i-ème ligne et la j -ème colonne
∎ le déterminant de M ij est appelé mineur associé à a ij ou mineur de a ij
∎ le coefficient ∆ ij est appelé cofacteurs associé à a ij ou cofacteur de a ij
La comatrice de A est aussi appelée matrice adjointe de A et est aussi notée adj ( A )

Propriété 10 : soit A une matrice d’ordre n inverse, alors la matrice inverse de A est A−1 = 1/det ( A ) ¿
Cas d’une matrice carrée d’ordre 3: considérons la matrice carrée que l’on suppose inversible :
∎ les mineurs associés aux coefficients de A sont les suivants :
M 11 = ( a 22 a 23 a32 a33 ) M 12 = ( a 21 a 23 a31 a33 ) M 13 = ( a 21 a 22 a31 a32 )
M 21 = ( a 12 a13 a32 a33 ) M 22 = ( a 11 a13 a31 a 33) M 23 = ( a 11 a12 a31 a 32)
M 31 = ( a 12 a13 a22 a23 ) M 32 = ( a 11 a13 a21 a 23 ) M 33 = ( a 11 a12 a21 a 22)
∎ les cofacteurs associés aux coefficients de A sont les suivants :
∆ 11 = ( 1 )1+1 = det ( M 11 ) ∆ 21 = ( 1 )2+1 = −det ( M 21) ∆ 31 = (1)3+1 = det ( M 31)
∆ 12 = (−1 )1+2 = −det ( M 12) ∆ 22 = (−1 )2+ 2 = det ( M 22) ∆ 32 = (1)3+2 =
−det ( M 32)
∆ 13 = ( 1 )1+3 = det ( M 13) ∆ 23 = ( 1 )2+3 = −det ( M 23) ∆ 33 = (1)3+3 = det ( M 33)

Cas des matrices carrées d’ordre 2: soit la matrice carrée inversible d’ordre 2 , on obtient alors comme résultat
∎ com ( A ) = ( d ×a ) + (−b ×−c ) ainsi par la suite on obtient comme résultat A−1 = 1/det ( A ) × com ( A )t
On suppose alors que A est inversible donc ainsi on obtient comme résultat det ( M ) = a × d−b × c ≠ 0
On peut donc conclure ainsi que l’on obtient comme résultat M −1 = 1/det ( M ) ×(d ×a−c ×−b)

Exemple : on considère la matrice carrée suivante :

On calcule le déterminant de la matrice A , de la manière suivante et qui nous donne le résultat suivant :
det ( A ) = 1 ׿+ 2 ¿−0× ¿ + 0 ¿ + 2 ×(6−0) = 2−0 + 12 = 14 donc det ( A ) ≠0
On peut donc conclure suite à cette démonstration et au résultat obtenu que A est inversible

Première étape : on doit construire la matrice qui est associée à tous les mineurs
Deuxième étape : on détermine la comatrice de A

( )( )
2 0 6 2 −0 6
i+ j
com ( A ) = (−1 ) 4 0 2 = 4 +0 −2
8 7 4 8 7 4
Remarque : pour une matrice 3 , voici le tableau de signe qu’on applique
Troisième étape : on calcule la transposée de com ( A )

( )
2 4 8
t
com ( A ) = 0 0 7
6 −2 4
Quatrième étape : on calcule l’inverse de la matrice A

( )
2 4 8
A = 1/14 0 0
−1
7
6 −2 4

2. Méthode de Gauss-Jordan :
∎ nous allons voir que la méthode de Gauss-Jordan permet de :
−¿ vérifier si une matrice carrée est inversible
−¿ déterminer la matrice inverse d’une matrice carrée inversible
−¿résoudre des systèmes d’équations de la forme AX = B ou A est une matrice carrée inversible et X et B
des vecteurs colonnes associés aux systèmes d’équations étudiés
Nous allons vérifier toutes ces étapes que nous avons énoncer précédemment avec la méthode de
Gauss-Jordan avec l’exemple suivant

Première étape : on place côte à côte la matrice A avec la matrice identité I 3

( | )
2 1 01 0 0
1 2 10 1 0
0 1 20 0 1
Cette matrice qui est composée de la matrice A et l’identité est appelée matrice argumentée et se note
( A∨I )
Deuxième étape : on transforme A en une matrice triangulaire supérieure en effectuant des opérations sur les
lignes de la matrice argumentée ( A∨I ) précédente et on vérifie si la matrice A est inversible.
∎ on effectue l’opération L2 ← 2 L2 + L1
 ( | )
2 −1 0 1 0 0
0 3 −2 1 2 0
0 −1 2 0 0 1
∎ on effectue l’opération L3 ← 3 L3 + L2

( | )
2 −1 0 1 0 0
0 3 −2 1 2 0
0 0 4 1 2 3
Troisième étape : on effectue des opérations sur les lignes de la matrice argumentée précédente pour obtenir
une matrice augmentée de la forme ( I ∨B ) , on aura alors comme résultat A−1 = B
∎ on effectue l’opération L1 ← 3 L1 + L2 + L3 /2

( | )
6 0 0 4 ,5 3 1 , 5
0 3 −2 1 2 0
0 0 4 1 2 3
∎ on effectue l’opération L2 ← L2 + L3 /2

( | )
6 0 0 4,5 3 1,5
0 3 0 1,5 3 1,5
0 0 4 1 2 3
∎ on effectue les opérations L1 ← L1 /6; L2 ← L2 /3 et L3 ← L3 /4

( | )
1 0 0 0 , 7 0 ,5 0 , 2
0 1 0 0,5 1 0,5
0 0 1 0 , 2 0 ,5 0 , 7
On peut donc conclure suite à cette démonstration que pour la matrice A nous avons obtenu ce résultat

9. Puissance d’une matrice :

Définition : la puissance d’une matrice carrée est définie par An = A × A × … × A par convention on a A0 =
In
Méthode générale :
−¿ calculer les premières puissances, par exemple A2 ; A3 …
−¿ observer bien les résultats des calculs précédents puis émettre une conjecture
−¿ démontrer cette conjecture par récurrence sur n

Exemple : soit n un entier naturel A et B deux matrices carrées, par la suite calculer An et Bn

(
1 −1 1 −1
)(
2 −2
∎ A = A × A = −1 1 × −1 1 = −2 2
2
)( )
(
2 −2 1 −1
)(
4 −4
∎ A = A × A = −2 2 × −1 1 = −4 4
3
)( )
En observant les calculs précédents, on remarque alors que :

( )( ) ( )( )
2−1 2−1 3 −1 3−1
2 2 −2 2 −2 3 3 −3 3 −3
∎ A = −2 2 = 2−1 2−1 ∎ A = −3 3 = 3−1 3−1
−2 2 −3 3

( )
n −1 n−1
2 −2
On conjecture que pour tout entier naturel n ≥ 1 , on obtient alors An = n −1 n−1
−2 2
∎Démontrons cette conjecture par récurrence sur n avec n ≥ 1
−¿ Initialisation :
 ( ) ( )( )( )
1−1 1−1 0 0
1 −1 2 −2 2 −2 1 −1
A= et = = =A
−1 1 −2 1−1
2 1−1
−2 0
2 0
−1 1
On peut remarquer que la propriété est donc vraie au rang n = 1
−¿ Hérédité :
Supposons que la propriété est vraie au rang n , montrons que cette propriété est aussi vraie au rang n + 1
n +1 n
∎A = A ×A

( )(
n −1

)
n−1
2 −2 1 −1
=
−2n −1 2n−1 −1 1

( )
n−1 n−1 n−1 n−1
2 +2 −2 −2
= n −1
−2 −2 n−1
2n −1 +2n−1

( )
n−1 n−1
2 ×2 −2 ×2
= n−1
−2 ×2 2 ×2n−1

( )
n −1 +1 n−1+1
2 −2
= n −1 +1
−2 2n−1+1

( )
n n
2 −2
= n on remarque que la propriété est donc vraie au rang n + 1
−2 2n
On peut donc conclure que pour tout n ≥ 1 on obtient bien le résultat que nous avons trouvé précédemment

Exemple :
1. Montrer que A3 −A 2− A + I 3 = 0

( )( )( )
0 1 0 0 1 0 −1 2 0
A = −1 2 0 × −1 2 0 = −2 3 0
2

1 0 −1 1 0 −1 −1 1 1

( )( )( )
−1 2 0 0 1 0 −2 3 0
A = −2
3
3 0 × −1 2 0 = −3 4 0
−1 1 1 1 0 −1 0 1 −1
Par la suite on obtient comme résultat pour A3 −A 2− A + I 3

( )( )( )( )( )
−2 3 0 −1 2 0 0 1 0 1 0 0 −2+1+1 3−2−1
= −3 4 0 − −2 3 0 − −1 2 0 + 0 1 0 = −3+ 2+ 1 1−2+1
0 1 −1 −1 1 1 1 0 −1 0 0 1 0+1−1 0+1−1
On peut donc conclure que nous avons bien obtenu 0 en résultat
2. En déduire que A est inversible puis calculer A−1
La matrice inverse de A , notée A−1 vérifie la propriété suivante comme on obtient en résultat AA−1 = A−1 A
= I3
∎ A − A −A + I 3 = 0 → A + A − A = I 3
3 2 2 3

∎ A ¿ + A−A 2 ¿ → ¿ + A−A 2 ¿ A = I 3
On en déduit alors que A est inversible ainsi par la suite on obtient comme résultat :

( )( )( )( )
1 0 0 0 1 0 −1 2 0 2 −1 0
A
−1
= I +
3 A−A
2
= 0 1 0 + −1 2 0 − −2 3 0 = 1 0 0
0 0 1 1 0 −1 −1 1 1 2 −1 −1