Lycée Mohammed VI d’Excellence

Filière MPSI Année Scolaire 2024-2025

TD : Calculs matriciels
Professeur Azzeddine Bensaada

1 Opérations matricielles
Exercice 1: Matrices idempotentes

Trouver toutes les matrices A de M2 (R) telles que A2 = A.

 
a b
Posons A = . En calculant A2 , on obtient :
c d
 2 
2 a + bc b(a + d)
A = .
c(a + d) bc + d2
Pour que A2 = A, les éléments de la matrice doivent satisfaire le système d’équations
suivant :  2

 a + bc = a
b(a + d) = b


 c(a + d) = c
bc + d2 = d


Ce système se décompose en deux cas :

1. Cas 1 : b ̸= 0 ou c ̸= 0. Dans ce cas, nous avons a + d = 1, donc d = 1 − a. En
remplaçant dans les équations restantes, on obtient :

bc = a(1 − a)
2
b ∈ R∗ , c = 1−a
b

Ainsi, les matrices solutions dans ce cas sont de la forme :

 
a b
A = 1−a2 avec b ∈ R∗ et a ̸= ±1.
b
1 − a
2. Cas 2 : b = c = 0. Dans ce cas, le système devient a2 = a et d2 = d, ce qui
implique a, d ∈ {0, 1}. Les solutions possibles sont alors A = I2 ou A = 0, les matrices
identitaires ou nulles.
Enfin, les matrices qui satisfont A2 = A sont celles qui s’écrivent sous les formes
suivantes :
 
a λ
A = I2 , A = 0, A = 1−a2 (λ ∈ R∗ , a ̸= ±1).
λ
1 − a

Exercice 2:
1. Montrer que, pour toute matrice M ∈ M2 (R), M 2 − (tr M )M ∈ Vect(I2 ).
2. Soient A, B ∈ M2 (R). Montrer que la matrice (AB − BA)2 est proportionnelle
à I2 .

1
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

1. Pour prouver que M 2 − (tr M )M est proportionnelle à I2 , effectuons le calcul

explicite. Soit  
a b
M= .
c d
On a :  
2 a2 + bc ab + bd
M =
ac + dc bc + d2
et    
a b a(a + d) b(a + d)
(tr M )M = (a + d) = .
c d c(a + d) d(a + d)
Ainsi,  
2 a2 + bc − a(a + d) ab + bd − b(a + d)
M − (tr M )M = .
ac + dc − c(a + d) bc + d2 − d(a + d)
En simplifiant, on obtient que

M 2 − (tr M )M = (bc − ad)I2 .

Cela montre que M 2 − (tr M )M ∈ Vect(I2 ).

2. Comme tr(AB − BA) = tr(AB) − tr(BA) = 0, nous pouvons appliquer la formule
de la question précédente pour conclure que :

(AB − BA)2 ∈ Vect(I2 ).

En d’autres termes, (AB − BA)2 est proportionnelle à I2 .

Exercice 3: Matrices symétriques

Trouver toutes les matrices B de M2 (R) qui vérifient B 2 = I.

Pour trouver les matrices B qui vérifient B 2 = I, et plutôt que de refaire un calcul
analogue à celui de l’exercice précédent, il est préférable d’utiliser son résultat et la relation
qui existe entre les projections vectorielles (applications linéaires telles que p2 = p) et les
symétries vectorielles (applications linéaires telles que s2 = Id).
En effet, si on pose A = 2B −I, on a A2 = I si et seulement si 4B 2 −4B +I = I, ce qui
revient à B 2 = B. Ainsi, les matrices B telles que B 2 = B sont les matrices B = 12 (A + I),
où il suffit de remplacer A par l’une des matrices obtenues précédemment.
On trouve ainsi les solutions :
 1+a 
λ
B = I2 ou B = 0 B = 1−a2 1−a 2 (λ ∈ R∗ , a ̸= ±1)
   λ  2
1 0 0 0
B= B= (λ ∈ R)
λ 0 λ 1
   
1 λ 0 λ
B= B= (λ ∈ R)
0 0 0 1

2
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Exercice 4: Matrices commutant avec J et matrices scalaires

 
0 1 0 0
0 0 1 0
1) Quelles sont les matrices qui commutent avec J =  0 0 0 1 ?


0 0 0 0
2) Soit n un entier strictement positif. Soit A une matrice de Mn (K). 2.1. Montrer
que M commute avec toutes les matrices de Mn (K) ⇔ M est de la forme λIn , où
λ est un scalaire quelconque.
2.2. Montrer que M commute avec toutes les matrices inversibles de Mn (K) ⇔ M
est de la forme λIn , où λ est un scalaire quelconque.

1. Soit A = (aij ) une matrice de M4 (K). Nous résolvons le système résultant de

AJ = JA, en calculant les produits des matrices.


    a21 = a31 = a41 = 0
0 a11 a12 a13 a21 a22 a23 a24


 a32 = a42 = a43 = 0


0 a21 a22 a23 
 = a31 a32 a33 a34  ⇔
 
AJ = JA ⇔ 
0 a11 = a22 = a33 = a44
a31 a32 a33  a41 a42 a43 a44 
a = a23 = a34

12

0 a41 a42 a43 0 0 0 0


a13 = a24


On constate donc que les matrices qui commutent avec J sont celles qui s’écrivent sous
la forme :

         
a b c d 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1
0 a b c  0 1 0 0 0
  0 1 0 0
  0 0 1 0
  0 0 0
A=
0 = a +b +c +d 
0 a b 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 a 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

Autrement dit, les solutions sont les matrices A = aI +bJ +cJ 2 +dJ 3 , avec (a, b, c, d) ∈
K . On obtient ainsi le sous-espace de M4 (K) engendré par I, J, J 2 , J 3 . Puisque J 4 = 0,
4

c’est aussi la plus petite sous-algèbre de M4 (K) contenant J.

2.1. Il est évident que si M = λIn pour un scalaire λ, alors M commute avec toutes les
matrices de Mn (K). Pour la réciproque, supposons que M = (mij ) commute avec toutes
les matrices de Mn (K). En particulier, M commute avec les matrices élémentaires Ers
(qui ont un seul 1 à la position (r, s) et des 0 ailleurs).
En fixant deux indices (r, s) et (i, j) dans {1, . . . , n}, nous observons que : - Le co-
efficient d’indice (i, j) de M Ers est mir δjs . - Le coefficient d’indice (i, j) de Ers M est
δir msj .
En choisissant r = i et s = j, on trouve pour chaque couple (i, j) que mii = mjj .
Tous les coefficients diagonaux de M sont donc égaux. De plus, en choisissant j ̸= i et
r = s = j, on obtient que mij = 0 pour i ̸= j. Ainsi, M est une matrice scalaire, de la
forme λIn .
2.2. Si M = λIn , il est clair que M commute avec toutes les matrices inversibles de
Mn (K). Réciproquement, supposons que M commute avec toutes les matrices inversibles
de Mn (K). Pour tout couple (i, j), la matrice Aij = In + Eij est inversible. En imposant
que M commute avec Aij , nous obtenons de nouveau que M Eij = Eij M , impliquant que
M doit être de la forme λIn , ce qu’il fallait démontrer.

3
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Exercice 5:
Soit un entier n ≥ 2. Déterminer les matrices de Mn (R) qui commutent avec toutes
les matrices antisymétriques.

Soit A ∈ Mn (R) une matrice qui commute avec toutes les matrices antisymétriques.
Pour i ̸= j, considérons l’égalité A(Ei,j − Ej,i ) = (Ei,j − Ej,i )A, où Ei,j est la matrice de
Mn (R) ayant un 1 en position (i, j) et des zéros ailleurs.
▷ En examinant la j-ème colonne de ces deux matrices, on obtient, à gauche, la i-ème
colonne de A, soit en calculant explicitement, soit en utilisant :
Cj (A(Ei,j − Ej,i )) = A(Cj (Ei,j ) − Cj (Ej,i )) = ACi (In ) = Ci (A).
À droite, les lignes d’indices autres que i et j sont nulles (car les lignes correspondantes
dans Ei,j − Ej,i sont nulles). Ainsi, pour tout k ∈ / {i, j}, on a [A]k,i = 0. En faisant varier
j et i, cela implique que A est diagonale.
▷ Pour déterminer plus précisément les coefficients diagonaux, nous examinons le terme
en position (i, i) dans l’égalité. En calculant explicitement à gauche, on trouve [A]i,i , et
à droite, [A]j,j . Cela implique que [A]i,i = [A]j,j pour tous i et j, donc A est une matrice
scalaire, c’est-à-dire proportionnelle à l’identité.
Réciproquement, toute matrice scalaire commute avec toutes les matrices, donc en
particulier avec les matrices antisymétriques.
**Conclusion** : Les matrices de Mn (R) qui commutent avec toutes les matrices
antisymétriques sont les matrices scalaires.

Exercice 6:
Déterminer les réels λ tels qu’il existe une matrice A ∈ Mn (R) non nulle vérifiant
AT = λA.

Soit λ ∈ R et A ∈ Mn (R) une matrice non nulle vérifiant AT = λA.

1. En transposant cette relation, on obtient A = λAT . En remplaçant A dans la
relation initiale, cela donne :
AT = λ2 A.
Puisque A est non nulle, cela implique que λ2 = 1, donc λ ∈ {−1, 1}.
2. Réciproquement, les valeurs λ = 1 et λ = −1 conviennent avec des matrices A non
nulles symétriques ou antisymétriques respectivement.
**Conclusion** : Les seules valeurs de λ pour lesquelles il existe une matrice A ∈
Mn (R) non nulle satisfaisant AT = λA sont λ = 1 et λ = −1.

2 puissanes d’une matrices

Exercice 7:
Soit θ ∈ R. Calculer les puissances de la matrice
 
1 + sin θ cos θ
A= .
cos θ 1 − sin θ

Notons Sθ = A − I2 et observons que Sθ2 = I2 . Par une récurrence immédiate, on

obtient que pour tout k ∈ N,
Sθ2k = I2 et Sθ2k+1 = Sθ .

4
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Puisque Sθ et I2 commutent, nous pouvons calculer les puissances de A en utilisant la

formule du binôme. Pour tout k ∈ N \ {0},
Ak = (I2 + Sθ )k
k  
X k l
= S
l=0
l θ
k   k  
X k X k
= Sθ + I2
l=0
l l=0
l
impair pair
k−1 k−1
=2 Sθ + 2 I2 .
Ainsi, pour tout entier k, on a :
 
k k−1 k−1 1 + sin θ cos θ
A =2 (Sθ + I2 ) = 2 .
cos θ 1 − sin θ

Exercice 8: Calcul de An
 
ch x sh x
Soit A = . Calculer An .
sh x ch x

On peut décomposer A comme suit :

A = ex J + e−x K,
   
1 1 1 1 1 −1
où J = 2 et K = 2 .
1 1  −1 1  
2 1 2 2 2 1 2 −2
On vérifie que J = 4 = J et K = 4 = K, ainsi que JK = KJ =
2 2 −2 2
0.
En appliquant la formule du binôme, on peut calculer (J + K)n . Puisque J n = J et
K n = K pour tout n ≥ 1, on obtient :
 
n x −x

n nx −nx ch(nx) sh(nx)
∀n ≥ 1, A = e J + e K = e J + e K = .
sh(nx) ch(nx)
Remarque : On pourrait également calculer A2 , observer le schéma et conclure par
récurrence.

Exercice 9: Calcul de M n
Soient a, b, c trois réels tels que a2 + b2 + c2 = 1. Soit
 2 
a −1 ab ac
M =  ab b2 − 1 bc  .
2
ac bc c −1

Pour tout entier n ≥ 1, calculer M n .

On observe que l’on peut écrire M = N − I, où

 2   
a ab ac a

2
N = ab
 b bc = b  a b c .
 
ac bc c2 c

5
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Comme  

a
a b c  b  = a2 + b2 + c2 = 1,
c
il en découle que N 2 = N (car N est une matrice de projection).
Ainsi, on obtient :

M 2 = (N − I)2 = N 2 − 2N + I = −N + I = −M.

Par récurrence, on peut montrer que pour tout entier n ∈ N∗ , on a M n = (−1)n+1 M .

Exercice 10: Calcul de An

Calculer An , avec  
0 1 − sin θ
A =  −1 0 cos θ  .
− sin θ cos θ 0

Posons 
s = sin θ
c = cos θ
Calculons A2 :
    2 
0 1 −s 0 1 −s −c −sc c
A2 = −1 0 c  −1 0 c  = −sc −s2 s .
−s c 0 −s c 0 −c −s 1

En calculant A3 , nous avons :

  2 
0 1 −s −c −sc c
A3 = A · A2 = −1 0 c  −sc −s2 s = 0.
−s c 0 −c −s 1

Ainsi, A est nilpotente, et on obtient An = 0 pour tout n ≥ 3.

Exercice 11: Calcul de M n

 
2 −2 1
Soit M =  2 −3 2
−1 2 0
1. Vérifier que (M − I)(M + 3I) = 0. En déduire M n , pour tout n ∈ N.
2. Vérifier que l’expression obtenue pour M n est encore valable si n < 0.

1. On calcule (M − I)(M + 3I) et obtenons :

  
1 −2 1 5 −2 1
(M − I)(M + 3I) =  2 −4 2   2 0 2 = 0.
−1 2 −1 −1 2 3

La matrice M est donc annulée par le polynôme P (X) = (X − 1)(X + 3).

On pose la division euclidienne de X n par P (X) sous la forme :

X n = (X − 1)(X + 3)Qn (X) + an X + bn .

6
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

En substituant X = 1 et X = −3, on trouve le système :


an + b n = 1
−3an + bn = (−3)n

qui donne :
1 1
an = (1 − (−3)n ) et bn = (3 + (−3)n ).
4 4
n
En substituant M à X dans X = (X − 1)(X + 3)Qn (X) + an X + bn , nous obtenons :

1 (−3)n
M n = an M + bn I = (M + 3I) − (M − I)
 4  4 
5 −2 1 n 1 −2 1
1 (−3) 
= 2 0 2 − 2 −4 2 
4 4
−1 2 3 −1 2 −1
 
5 − (−3)n −2 + 2(−3)n 1 − (−3)n
1
=  2 − 2(−3)n 4(−3)n 2 − 2(−3)n  .
4
−1 + (−3)n 2 − 2(−3)n 3 + (−3)n

2. Posons A = 14 (M + 3I) et B = 41 (I − M ).
Nous avons vu que, pour tout entier naturel n, M n = A + (−3)n B. Nous voulons
montrer que cette expression reste valable si n est un entier négatif. Pour cela, il suffit
de vérifier que pour tout n ∈ N, les matrices A + (−3)n B et A + (−3)−n B sont inverses
l’une de l’autre.
On sait que 0 = (M −I)(M +3I) = M 2 +2M −3I. En particulier, on a AB = BA = 0.
1 1 1
De plus, A2 = 16 (M 2 + 6M + 9I) = 16 (4M + 12I) = A et B 2 = 16 (I − 2M + M 2 ) =
1
16
(4I − 4M ) = B. On en déduit que, pour tout n ∈ N :

(A + (−3)n B) A + (−3)−n B = A + B = I.

Conclusion : pour tout n ∈ Z, nous avons

 
5 − (−3)n −2 + 2(−3)n 1 − (−3)n
1
M n =  2 − 2(−3)n 4(−3)n 2 − 2(−3)n  .
4
−1 + (−3)n 2 − 2(−3)n 3 + (−3)n

Exercice 12: Égalité récurrente pour An

Soit A une matrice carrée. On suppose qu’il existe deux matrices U et V telles que
An = λn (U + nV ) pour n = 1, 2, 3. Montrer que l’égalité An = λn (U + nV ) est
vraie pour tout n ∈ N∗ .

Commençons par éliminer U et V en utilisant les hypothèses :


 A = λ(U + V ),
A2 = λ2 (U + V ),
 3
A = λ3 (U + 3V ).

En utilisant les égalités (1) et (2), nous trouvons :

2A2 − λA = λ2 (U + 3V ).

7
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Cela implique que

A3 = λ(2A2 − λA).
Ainsi, nous avons :
An = λn (U + nV )
pour n = 1 et n = 2.
Supposons que cette égalité soit vraie pour n et n + 1, avec n ∈ N∗ . Alors, en utilisant
l’égalité obtenue pour A3 , nous avons :

An+2 = λ(2An+1 − λAn )

= λ 2λn+1 (U + (n + 1)V ) − λn+1 (U + nV )

= λn+2 (U + (n + 2)V ).

Cela prouve la propriété au rang n + 2 et complète la récurrence.

En conclusion, pour tout n ∈ N∗ , nous avons An = λn (U + nV ).

Exercice 13:
Pour tout réel t, on définit la matrice A(t) par
2 2
1 + t2 − t2
 
t
2 2
A(t) =  t2 1 − t2 t  .
t −t 1

1. Calculer A(s)A(t). 2. Calculer (A(t) − I)3 . 3. Trouver les suites (αn ), (βn ), (γn )
telles que : ∀n ∈ N, A(t)n = αn A(t)2 + βn A(t) + γn I.

2
Pour tout t ∈ R, on peut écrire A(t) = I + tJ + t2 K, avec :
   
0 0 1 1 −1 0
J = 0 0 1 et K = 1 −1 0 .
1 −1 0 0 0 0

1. On observe que J 2 = K, K 2 = 0, et JK = KJ = 0. En utilisant ces relations,

pour tous réels s et t, nous avons :

t2 s2
  
A(t)A(s) = I + tJ + K I + sJ + K
2 2
 2 2

s t
= I + (t + s)J + + + st K
2 2
2
(t + s)
= I + (t + s)J + K = A(t + s).
2
2. Calculons (A(t) − I)3 :
2
t2

2
(A(t) − I) = tJ + K = t2 K,
2

et donc
t2
 
3 2
(A(t) − I) = t tJ + K K = 0.
2

8
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

3. Posons A(t) = I + B(t) avec B(t) = A(t) − I. Puisque B(t)3 = 0, nous pouvons
utiliser la formule du binôme :
n(n − 1)
A(t)n = I + nB(t) + B(t)2
2
n(n − 1)
= I + n(A(t) − I) + (A(t)2 − 2A(t) + I)
2
n(n − 1) (n − 1)(n − 2)
= A(t)2 − n(n − 2)A(t) + I.
2 2
Ainsi, pour tout n ∈ N, nous avons A(t)n = αn A(t)2 + βn A(t) + γn I, avec :

n(n − 1) (n − 1)(n − 2)
αn = , βn = −n(n − 2), γn = .
2 2
Pour vérifier, on peut s’assurer que cette relation est correcte pour n ∈ {0, 1, 2}.

Exercice 14:
Soit un entier l ∈ N impair, λ1 , . . . , λn ∈ R deux à deux distincts, et D =
diag(λ1 , . . . , λn ). Considérons l’équation (E): M l+1 − M l = D d’inconnue M ∈
Mn (R).
1. Montrer que si M est solution de (E), alors M commute avec D.
2. En déduire que M est diagonale.
1 l

l
3. Montrer que (E) admet des solutions si, et seulement si, λk ≥ − l+1 l+1
pour
tout k ∈ 1, n.
4. Dans ce cas, déterminer le nombre de solutions de (E).

1. Si M est solution de (E), alors D = M l+1 − M l , qui est un polynôme en M . Par

conséquent, D commute avec M .
2. Les coefficients des matrices M D et DM sont respectivement (λj mij ) et (λi mij ).
Comme M D = DM et que les λi sont deux à deux distincts, on en déduit que mij = 0
dès que i ̸= j. Ainsi, M est diagonale.
3. Si M = diag(a1 , . . . , an ), alors M l+1 − M l = diag(al+1 1 − al1 , . . . , al+1
n − aln ). Par
conséquent, (E) admet des solutions si, et seulement si, λk ∈ f (R), où f : x 7→ xl+1 − xl .
Une étude rapide de cette fonction donne le tableau de variations suivant :
l l

1 l

l
- f atteint un minimum en x = l+1 , avec f l+1 = − l+1 l+1
, - et f (x) → +∞
lorsque x → ±∞. h h
1 l

l
Ainsi, f (R) = − l+1 l+1
, +∞ , ce qui nous donne la condition annoncée sur les λk .
4. D’après le tableau de variations de f , chaque équation f (x) = λk admet deux
1 l

l 1 l

l
solutions si λk > − l+1 l+1
, et une solution si λ k = − l+1 l+1
. Par conséquent, le
nombre total de solutions de (E) est de 2n si tous les λk satisfont la première condition,
1 l

l
et 2n−1 si un des λk est égal à − l+1 l+1
.

2.1 Matrices nilpotentes

Exercice 15:
Soient A et B ∈ Mn (R) telles que AB soit nilpotente d’indice p.
1. Montrer que BA est nilpotente d’indice inférieur ou égal à p + 1.
2. Peut-il y avoir égalité dans l’inégalité précédente?

9
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

1. Calculons (AB)p+1 en utilisant l’associativité du produit matriciel :

(AB)p+1 = (AB)(AB) . . . (AB) = A(BA)p B = A0n B = 0n .

Cela prouve que BA est nilpotente d’indice au plus p + 1.

2. Oui, il est possible d’avoir une égalité dans l’inégalité précédente. On peut trouver
des matrices A et B telles qu’il existe un entier p vérifiant (AB)p = 0n mais (BA)p ̸= 0n .
Par exemple, en prenant p = 1 et les matrices
   
0 1 1 1
A= , B= .
0 1 0 0
Dans
  exemple, on a AB = 0n , donc AB est nilpotente d’indice 1, tandis que BA =
cet
0 1
, qui n’est pas nulle mais est nilpotente d’indice 2, atteignant ainsi p + 1 = 2.
0 0

3 Inverse d’une matrice

Exercice 16:
Soit M l’ensemble des matrices A(t) ∈ M3 (R), définies pour t ∈ R par
 
1 − t −t 0
A(t) =  −t 1 − t 0 .
−t t 1 − 2t

1. Montrer que M est stable par produit matriciel.

2. Pour quelles valeurs de t, la matrice A(t) admet-elle un inverse dans M ?

1. Montrons que M est stable par produit matriciel. Un calcul direct montre que pour
tous s, t ∈ R,
A(t)A(s) = A(t + s − 2st).
Cela prouve que le produit de deux matrices de M est encore une matrice de M , donc M
est stable par produit.
2. Pour qu’une matrice A(t) admette un inverse dans M , il doit exister un paramètre
s ∈ R tel que A(t)A(s) = I3 . D’après la question précédente, cela signifie que :

t + s − 2st = 0.

Cette équation en s a une solution si, et seulement si, t ̸= 21 .

**Conclusion** : La matrice A(t) admet un inverse dans M pour toutes les valeurs
de t sauf t = 21 .

Exercice 17: Calcul de A2 , A3 et inverse de A

On considère la matrice carrée A définie par
 
1 1 1 1
1 1 −1 −1
A= 1 −1 1 −1 .


1 −1 −1 −1

Calculer A2 et A3 . Montrer que A est inversible et calculer A−1 .

10
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Calculons d’abord A2 :  
4 0 0 −2
 0 4 0 2
A2 = 
0
.
0 4 2
−2 2 2 4
Ensuite, en multipliant A par A2 , nous obtenons :
 
2 6 6 6
6 2 −6 −6 
A3 = 6 −6 2 −6  .


6 −6 −6 −10

On remarque que A3 = 6A − 4I, ce qui nous donne la relation :

A(A2 − 6I) = 4I.

Cela montre que A est inversible, et on peut calculer son inverse comme suit :
 
1 0 0 1
1 1 0 1 0 −1
A−1 = (A2 − 6I) =  .
4 2 0 0 1 −1
1 −1 −1 1

Exercice 18: Inverse de la matrice A

Calculer l’inverse de la matrice carrée A définie par
 
1 −a 0 0
0 1 −a 0 
A= .
0 0 1 −a
0 0 0 1
 
0 1 0 0
0 0 1 0
Posons J = 
0
. On observe que :
0 0 1
0 0 0 0
   
0 0 1 0 0 0 0 1
 0 0 0 1  0 0 0 0
J2 = 
0
, J3 =  , J 4 = 0.
0 0 0 0 0 0 0
0 0 0 0 0 0 0 0

En utilisant cette structure de J, on peut écrire :

I = I − a4 J 4 = (I − aJ)(I + aJ + a2 J 2 + a3 J 3 ) = A(I + aJ + a2 J 2 + a3 J 3 ).

On en déduit que l’inverse de A est :

 
1 a a 2 a3
0 1 a a2 
A−1

= I + aJ + a2 J 2 + a3 J 3 = 
0
.
0 1 a
0 0 0 1

11
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Exercice 19: Théorème de Hadamard

Soit A une matrice carrée d’ordre n à coefficients dans K, de terme général
P aij . On
dit que A est à diagonale strictement dominante si, pour tout j, |ajj | > i̸=j |aij |.
Montrer que dans ce cas, la matrice A est inversible.

Pour montrer que A est inversible, il suffit de prouver que le seul vecteur colonne X
tel que AX = 0 est X = 0.
Notons x1 , . . . , xn les composantes de X et soit xi une composante de module max-
imum. Si AX = 0, alors la composante d’indice i de AX est nulle. Cela signifie que
: n
X X
0= aij xj = aii xi + aij xj .
j=1 j̸=i

En prenant la valeur absolue, nous obtenons :

X X X
|aii xi | = aij xj ≤ |aij xj | ≤ |xi | |aij |.
j̸=i j̸=i j̸=i

Il en découle que : !
X
|xi | |aii | − |aij | ≤ 0.
j̸=i
P
Or, par hypothèse de stricte dominance diagonale, nous savons que |aii | − j̸=i |aij | > 0.
Par conséquent, |xi | = 0, ce qui implique que xi = 0.
Puisque xi est une composante de module maximum dans X, cela entraîne que X = 0.
Conclusion : la matrice A est donc inversible.

Exercice 20: Inverse de la matrice A

Calculer l’inverse de la matrice carrée A définie par
 
..
. n−1
1 2 n 
...
0 1 2 n − 1
 
A = : ... ... .. ..  .

 . . 

: 0 ...
 
1 2 
0 ... ... 0 1

La matrice A est inversible car elle est triangulaire avec des coefficients diagonaux tous
égaux à 1 (donc non nuls).
Soit J la matrice dont le terme général est défini par :
(
1 si j = i + 1,
Ji,j =
0 sinon.

Seuls les coefficients situés juste au-dessus de la diagonale principale sont donc non nuls
et valent 1.
On sait que J n = 0 et que A = I + 2J + 3J 2 + · · · + nJ n−1 .

12
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Pour tout x ̸= 1, on a :
′
xn+1 − 1 nxn+1 − (n + 1)xn + 1

n−1 2 n ′


1 + 2x + · · · + nx = 1 + x + x + ··· + x = = .
x−1 (x − 1)2
Cela donne l’égalité :
nxn+1 − (n + 1)xn + 1 = (1 − x)2 1 + 2x + · · · + nxn−1

qui est vraie pour tout x ̸= 1 et qui reste valable dans toute algèbre, en particulier dans
Mn (K).
Dans Mn (K), cette identité devient :
nM n+1 − (n + 1)M n + I = (I − M )2 I + 2M + 3M 2 + · · · + nM n−1 .

En posant M = J, on obtient I = (I − J)2 A, ce qui permet de conclure que :

 
1 −2 1 0 ... 0
..
. 0
 
0 1 −2 1
 ... ... ... ...
 
: : 

−1 2 2
A = (I − J) = I − 2J + J =  .
: . . . ... 1 −2 1 
 
 .. 
: . . . . . . . 1 −2
0 ... ... ... 0 1

Exercice 21:
Calculer l’inverse de la matrice
1 1 ··· 1
 
.
0 1 · · · .. 

A = . . .
 .. . . . . . ... 
0 ··· 0 1

Nous proposons deux calculs pour déterminer A−1 .

1. Soit u l’endomorphisme de Rn−1 [X] associé à la matrice A dans la base canonique.
Pour tout k ≤ n, on a :
k−1

X
u X k−1 = Xj.
j=0
−1
Cela nous permet de trouver l’expression de u :
u−1 X k−1 = u−1 u X k−1 − u X k−2 = X k−1 − X k−2 .

En conséquence, les coefficients de A−1 sont donnés par :


 −1  1
 si i = j,
A i,j = −1 si i + 1 = j,

0 sinon.


2. Considérons la matrice J = (δj,i+1 ) ∈ Mn (R). Par construction, on a :

n−1
X
A= J k.
k=0

13
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Comme J n = 0n , il suit que (In − J)A = In , et donc :

A−1 = In − J.

Ainsi, l’inverse de A est donnée par :

−1 0 · · · 0
 
1
0 1 −1 · · · 0 
. . . .. 
 
A−1 = 0 0 1 . .

. .. . . ..
 ..

. . . −1
0 0 ··· 0 1

Exercice 22: Inversibilité et inverse de la matrice A

 
a b ... b
 ... ... 
b :
Soit A =  . .  de Mn (K). Préciser si la matrice A est inversible. Si
 : . . . . b
b ... b a
elle est inversible, calculer A−1 .

Examinons le cas où b = 0. Dans ce cas, A = aI : la matrice A est inversible si et

seulement si a ̸= 0, et alors A−1 = a1 I.
Supposons maintenant b ̸= 0. Notons J la matrice de Mn (K) dont tous les coefficients
valent 1. On a :
A = (a − b)I + bJ.
De plus, il est clair que J 2 = nJ, ce qui nous permet de calculer :

A2 = (a − b)2 I + 2b(a − b)J + b2 J 2

= (a − b)2 I + b(2(a − b) + nb)J
= (a − b)2 I + (2(a − b) + nb)(A − (a − b)I)
= (2(a − b) + nb)A + (b − a)(b(n − 1) + a)I.

Nous obtenons alors l’égalité suivante :

A(A − (nb − 2b + 2a)I) = (b − a)(b(n − 1) + a)I.

⋄ Si a = b (donc A = bJ), alors A(A − nbI) = 0, ce qui montre que A est un diviseur
de zéro et donc non inversible.
⋄ Si a = (1−n)b (donc A = b(J −nI)), alors A(A+nbI) = 0, et dans ce cas également,
A n’est pas inversible.
Sinon, si a ∈/ {b, (1 − n)b}, posons d = (a − b)(b(n − 1) + a). L’égalité précédente
montre que A est inversible, et on a :
1
A−1 = (−A + (nb − 2b + 2a)I).
d
Posons K = J − I (matrice avec diagonale nulle et autres coefficients égaux à 1). Avec
ces notations, A = aI + bK, et on obtient :
a + (n − 2)b b
A−1 = I − K.
d d
14
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025
a+(n−2)b
Ainsi, les coefficients diagonaux de A−1 valent d
, et les autres coefficients sont égaux
à − db .

Exercice 23:
Soit D l’ensemble des matrices A = (aij ) dans Mn (R) qui vérifient le système
suivant : 
∀(i, P
j), aij ≥ 0,
n
∀i, j=1 aij = 1.

1. Montrer que D est stable pour le produit des matrices.

2. Déterminer les matrices A de D, inversibles et telles que A−1 ∈ D.

Dire qu’une matrice A appartient à D signifie que tous ses coefficients sont positifs
ou nuls et que la somme des coefficients de chaque ligne vaut 1. En particulier, tous les
coefficients de A sont inférieurs ou égaux à 1.
1. Soient A = (aij ) et B = (bij ) deux matrices de D, et soit C = AB = (cij ). Pour
tout couple d’indices i et j, on a :
n
X
cij = aik bkj ≥ 0.
k=1

De plus, pour tout indice i, la somme des éléments de la ligne i de C est :

n n n
! n n
! n
X X X X X X
cij = aik bkj = aik bkj = aik = 1.
j=1 j=1 k=1 k=1 j=1 k=1

Ainsi, C ∈ D, donc D est stable pour le produit des matrices.

2. Supposons que C = AB soit égale à la matrice identité In .
Pour tous indices distincts i et k, on a :
n
X
0 = cik = aij bjk ,
j=1

ce qui implique que pour tout j, aij = 0 ou bjk = 0.

Choisissons un coefficient aij non nul dans A. Alors, pour tout k ̸= i, on a bjk = 0,
ce qui signifie que tous les coefficients de la j-ème ligne de B sont nuls sauf bji , qui vaut
nécessairement 1 (car la somme des coefficients de chaque ligne de B vaut 1).
En inversant les rôles de A et B, on voit que bji ̸= 0 entraîne que tous les coefficients
de la i-ème ligne de A sont nuls sauf aij , qui vaut nécessairement 1. Ainsi, chaque ligne
de A ne contient qu’un seul coefficient non nul, qui vaut 1.
Appelons σ(i) l’indice de colonne où se trouve le 1 dans la ligne i. L’application σ est
une bijection de {1, . . . , n}, sinon l’une des colonnes de A serait nulle et A ne serait pas
inversible. On peut donc écrire, pour tous i, j :
aij = δσ(i)j .
Autrement dit, A est une matrice de permutation associée à la bijection σ, notée A = Pσ .
Le calcul précédent montre que le seul coefficient non nul dans la ligne j = σ(i) de B
est situé dans la colonne i, c’est-à-dire dans la colonne i = σ −1 (j). Ainsi, B = Pσ−1 .
Réciproquement, A = Pσ et B = Pσ−1 appartiennent à D et sont inverses l’une de
l’autre : pour tous i, j,
n
X
cij = aik bkj = aiσ(i) bσ(i)j = bσ(i)j
k=1

15
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

vaut 1 si j = σ −1 (σ(i)) = i et 0 sinon.

**Conclusion** : Les matrices de D qui sont inversibles et dont l’inverse appartient à
D sont les matrices de permutation A = Pσ , et alors A−1 = Pσ−1 .
**Exemple** : Si n = 3 et σ(1) = 2, σ(2) = 3, σ(3) = 1, alors
   
0 1 0 0 0 1
−1
A = Pσ = 0 0 1
  et A = Pσ−1 = 1 0 0 .
1 0 0 0 1 0

4 Trace d’une matrice

Exercice 24:

Soient A et B deux matrices de Mn (K). On suppose que pour toute matrice M de

Mn (K), on a tr(AM ) = tr(BM ). Montrer que les matrices A et B sont égales.

Soit Er,s la matrice dans Mn (K) dont tous les coefficients sont nuls, sauf celui d’indice
(r, s), qui vaut 1.
Nous supposons que tr(AM ) = tr(BM ) pour toute matrice M de Mn (K). En partic-
ulier, cela est vrai pour M = Er,s pour tous indices r et s de {1, . . . , n}.
Notons aij et bij les coefficients des matrices A et B respectivement. Le coefficient
d’indice (i, i) de AEr,s est :
n
X n
X
aij [Er,s ]ji = aij δrj δsi = asr .
j=1 j=1

On en déduit que tr(AEr,s ) = asr .

Ainsi, l’égalité tr(AEr,s ) = tr(BEr,s ) implique que asr = bsr .
Cette égalité étant vraie pour tous indices r et s, nous en déduisons que A = B.

Exercice 25:
Soient A, B ∈ Mn (R). Résoudre l’équation X + tr(X)A = B d’inconnue X ∈
Mn (R).

Commençons par appliquer l’opérateur trace à l’équation donnée :

tr(X)(1 + tr(A)) = tr(B).
- Si tr(A) ̸= −1, alors on peut isoler tr(X) et obtenir :
tr(B)
tr(X) = .
1 + tr(A)
Dans ce cas, une solution particulière est donnée par :
tr(B)
X =B− A.
1 + tr(A)
- Si tr(A) = −1: - Si tr(B) ̸= 0, il n’y a pas de solution, car l’égalité précédente est
alors impossible. - Si tr(B) = 0, aucune contrainte n’est imposée sur tr(X), et l’équation
devient
X = B + λA pour un scalaire λ ∈ R.

16
 Lycée Mohammed VI d’Excellence
Filière MPSI Année Scolaire 2024-2025

Pour vérifier cette solution, remplaçons X = B + λA dans l’équation initiale :

B + λA + tr(B + λA)A = B + λA + λ tr(A)A = B.

Cette égalité est satisfaite.

tr(B)
**Conclusion** : - Si tr(A) ̸= −1, la solution est X = B − 1+tr(A) A. - Si tr(A) = −1
et tr(B) = 0, alors les solutions sont de la forme X = B + λA avec λ ∈ R.

17