o

Feuille d'exercices n 11 : corrigé

MPSI Lycée Camille Jullian

17 janvier 2023

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 eectue 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 =
z t 3x + 4z 3y + 4t
 
x + 3y 2x + 4y
et M A = . Pour que les deux matrices soient égales, il faut que leurs
z + 3t 2z + 4t
coecients 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
2 2
 
x y
la forme M = 3 .
2y x + 23 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 
g h i g + 3h − 2i −h + i g + 2h − i

1
  
a+g b+h c+i
et BM =  3a − d + 2g 3b − e + 2g 3c − f + 2i , ce qui donne le sublimissime sys-
−2a + d − g −2b + e − h −2c + f − i
tème :
a + 3b − 2c =

 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 + e − h





g + 2h − i = −2c + f − i
Pour résoudre ce genre de système a priori immonde, il vaut mieux commencer par tout
exprimer en fonction des coecients 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 vériée, 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 enn 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 vrai. 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 coecient 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 coecients de la ligne et de colonne numéro
i doivent être nuls, à l'exception du coecient 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 sut pas. Prenons donc comme matrice diagonale particulière la matrice vériant
aij = aji = 1 (pour des valeurs distinctes de i et de j ), et ayant tous ses autres coecients nuls. Quand
on multiplie cette matrice à gauche par une matrice diagonale ayant pour coecients diagonaux λ1 ,
. . ., λn , il ne reste comme coecients 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

2
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 coecients diagonaux de M sont en fait égaux, ce qui signie
qu'il existe un réel λ tel que M = λI . Réciproquement, une telle matrice commute certainement avec
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 (*)
On
 peut écrire
 toutes lesmatrices appartenant
 à A sous la forme aI3 + bJ + cK , en notant
0 1 0 0 0 1
J =  0 0 1 , et K =
  1 0 0 . L'ensemble A contient bien entendu les deux éléments
1 0 0 0 1 0
neutres (on prend a = b = c = 0 pour obtenir la matrice nulle, a = 1 et b = c = 0 pour la matrice I3 ).
Il est stable par somme de façon évidente : aI3 +bJ +cK +a0 I3 +b0 J +c0 K = (a+a0 )I3 +(b+b0 )J +(c+
c0 )K ∈ A, et par passage à l'opposé de façon tout aussi évidente : −(aI3 +bJ +cK) = −aI3 −bJ −cK .
En fait, la seule chose qui n'a rien d'évident est la stabilité par produit matriciel. Remarquons que
I3 J = JI3 = J , I3 K = KI3 = K (ça c'est évident), mais surtout J 2 = K , K 2 = J (calculs faciles),
et JK = KJ = I3 (là aussi calcul très facile). On en déduit en développant tout très brutalement que
(aI3 +bJ +cK) = (a0 I3 +b0 J +c0 K) = aa0 I3 +ab0 J +ac0 K +ba0 J +bb0 K +bc0 I3 +ca0 K +cb0 I3 +cc0 J =
(aa0 + bc0 + cb0 )I3 + (ab0 + ba0 + cc0 )J + (ac0 + bb0 + ca0 )K . Ce produit appartient bien à l'ensemble
A, ce qui prouve que ce dernier est un sous-anneau de M3 (R), et en plus on obtiendrait le même
résultat en échangeant les deux matrices multipliées, ce qui prouve que le produit matriciel restreint
à l'ensemble A devient commutatif.

Exercice 5 (**)
Prouvons la formule donnée par récurrence : pour k = 0, c'est évident : AI − IA = 0. Supposons-
là vériée 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 eectue ce produit. On en déduit que Tr(B k ) = 0.

Exercice 6 (**)
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 vérie 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 vérie sans problème qu'une telle
1 + Tr(A)

3
matrice est eectivement 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 . Enn, si
Tr(A) = −1, la condition donnée initialement ne peut être vériée 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 vériée quelle que soit la valeur de λ, c'est donc le seul cas où on a une innité de
solutions, en l'occurence toutes les matrices de la forme B − λA, pour λ parcourant R.

Exercice 7 (***)
 
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 coecient β est simplement le coecient de pro-
portionnalité entre les coecients 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 5 1
A − A+ I = I . La matrice A est donc inversible, d'inverse A−1
= I− A = 4
1
4
1 .
4 4 4 4 2 2
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, naturellement,
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 vérier P (x) = 0 et donc d'annuler le terme en P Q : 1 = R(1) = an + bn , et
4n − 1
4n = 4an + bn . La diérence 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 vérie aisément que la formule donne une valeur
3 3
correcte de A , inutile de préciser les coecients de An , ça n'a pas grand intérêt).
2

Exercice 8 (**)
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 k k
on peut appliquer la formule du binôme de Newton : An = (2I − J)n = 2 I (−J)n−k =
k
k=0
n−1
!
X 
n k k n−k−1
2 (−1) 3 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 .

4
 n  
!
1 n (−1)n − (−2)n
On peut donc écrire An = J . On
X
2k (−3)n−k − (−2)n J + 2n I = 2n I +
3 k 3
k=0
vérie que, pour n = 1, on retrouve A = 2I − J . Pour n = 2, on devrait avoir A2 = 4I − J , ce qui
est eectivement le cas.

Exercice 9 (**)
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  
n
B k I n−k = I + nB (tous les termes suivants sont nuls). Comme B = A − I ,
X
An = (B + I)n =
k
k=0
on retrouver An = I + n(A − I) = nA + (1 − n)I .
   
9 −8 13 −12
Allez, une troisième méthode pour la route, on calcule A = 2 puis A =3
8 −7 12 −11
 
a + 1 −a
et on conjecture pour An une matrice de la forme An = n n
. Prouvons cette
an −an + 1
formule par récurrence
 : c'est vrai au rang
 1 en posant
 a1 = 4, et en le supposant
 vérié au rang
a + 1 −a 5 −4 a + 5 −a − 4
n, alors An+1 = n n
× = n n
, 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 10 (***)
   
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 vérier 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
vériée en posant a2 = 1 et b2 = 0 (on a bien A2 = 1 × A2 + 0 × A). Supposons P k vériée,
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
a donc ak = α2 + β(−3) , avec a2 = 4α + 9β = 1 et a3 = 8α − 27β = −1. En multipliant la
k k

5
 1
première équation par 2 et en lui retranchant la deuxième, on obtient 45β = 3, soit β = ,
15
3
1 − 9β 1− 1 2k−1 − (−3)k−1 2k−2 − (−3)k−2
puis α = = 5
= . 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 11 (*)
Un peu de motivation, six pivots de Gauss, ça va prendre quelques pages de calcul, mais ça ne
peut pas faire de mal.
   
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

6
    
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

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.

7
    
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 − 34
   
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

8
    
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

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).

9
    
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

Exercice 12 (**)
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

10
 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 vériée pour An ,

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

Exercice 13 (**)
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 
0 1 1 . De même on a B = I − N avec N =  . On calcule
2
 
M =  
 0 0 0 −2 −3 
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 
, puis ,  et
2
 3 =  0 0 4 =  0

N =
 0 0 0 0 4   N  0 0 0  N  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 0 0 0 0
 
1 −2 1 0 0
 0 1 −2 1 0 
enn = 0, donc B −1 . Cette dernière
 
N5 = I +N + N2 + N3 + N4 =
 0 0 1 −2 1 
 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 14 (**)
Ce n'est en fait pas vraiment plus compliqué que pour une matrice d'ordre 3 ou 4, on applique
les diérentes étapes du pivot mais on peut dicilement 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 eectue
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

11
 (−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 15 (**)
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

12
    
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 :

13
 −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

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

Exercice 16 (***)
 
0 0 0
a2
1. On calcule simplement U 2 =  0 1 1 , puis on constate que Ma = I3 + aU + U 2 .
2
0 −1 −1
2. L'application est surjective par dénition même de l'ensemble G. Et elle est trivialement
injective : si a 6= b, Ma 6= Mb puisque par exemple le dernier coecient de la première ligne
n'est pas le même dans les deux matrices.
3. 
Calculons : Ma Mb = 
2 2 2 2
1 + ab − ab b + a + ab2 − ab2 b + ab2 + a − ab2
2 2 2 2 2 2 2 2 2 2 2 2 2 2
 a + b + ba2 − ba2 ab + 1 + a2 + b2 + a 4b − a 4b ab + b2 + a 4b + a2 − a 4b =
 
ba2 ba2 a2 a2 b2 b2 a2 b2 a2 b2 a2 b2 a2 b2
−a − 2 − b + 2 −ab − 2 − 4 − 2 + 4 −ab − 4 + 1 − 2 − 2 + 4
 
1 a+b a+b
(a+b)2 (a+b)2
 a+b 1+ 2 . Autrement dit, on a exactement Ma Mb = Ma+b . La ma-
 
2
(a+b) 2 (a+b)2
−a − b − 2 1− 2
trice Ma est en particulier toujours inversible, d'inverse M−a , puisque Ma × M−a = M0 = I3 .
4. C'est un sous-ensemble de GL3 (R) (tous ses éléments sont inversibles) qui contient l'élément
neutre I3 , est stable par produit matriciel (c'est le calcul de la question précédente) et par
passage à l'inverse (là aussi démontré à la question 3). Il s'agit bien d'un sous-groupe.
5. Une récurrence triviale permet de prouver que Man = Mna : c'est vrai pour n = 0, et si on le
suppose vrai au rang n, alors Man+1 = Man × Ma = Mna × Ma = Mna+a = M(n+1)a . Sinon,
on peut utiliser une méthode plus sophistiquée en expliquant que la question 3 prouvé que
l'application f est un isomorphisme de groupes de (R, +) vers (G, ×).

Exercice 17 (**)

 x − y + z = a
1. Utilisons la méthode du système en résolvant : 2x − y = b . On peut addi-
−x + y + 2z = c

1 1
tionner les deux équations extrêmes pour obtenir immédiatement 3z = a+c, soit z = a+ c.
3 3
Ensuite, on eectue par exemple l'opération L2 − L1 qui donne l'équation x − z = b − a, soit

14
 2 1
x = z − a + b = − a + b + c, et on reporte dans la deuxième équation du système initial :
3 3
4 2
y = 2x − b = − a + b + c. Le système ayant toujours une solution unique, la matrice est
3 3  
−2 3 1
1
inversible, et son inverse vaut P −1 =  −4 3 2 .
3
1 0 1
 
−1 −2 2
2. Le plus simple est de commencer par calculer AP =  −2 −2 0 , puis P −1 AP =
1 2 4
 
−1 0 0
 0 2 0 . La matrice D est bien diagonale.
0 0 2
3. On va procéder par récurrence. Pour n = 0, on a bien P D0 P −1 = P I3 P −1 = P P −1 =
I3 = A0 . Supposons maintenant la formule vériée au rang n, et constatons que la dénition
D = P −1 AP implique A = P DP −1 (en multipliant à gauche par P et à droite par P −1 ). On
peut alors écrire An+1 = An × A = P Dn P −1 × PDP −1 = P Dn DP −1 = P Dn+1 P −1 .
(−1)n 0 0
  
1 −1 1
Il ne reste plus qu'à calculer le produit : P Dn =  2 −1 0  ×  0 2n 0  =
−1 1 2 0 0 2n
(−1)n −2n 2n
 
 2(−1)n −2n 0 , puis An = P Dn P −1 =
(−1)n+1 2n 2n+1
2 × (−1)n+1 + 5 × 2n 3 × (−1)n − 3 × 2n (−1)n − 2n
 
1
4 × (−1)n+1 + 2n+2 6 × (−1)n − 3 × 2n 2 × (−1)n − 2n+1 .
3 n n+1
2 × (−1) − 2 3 × (−1)n+1 + 3 × 2n (−1)n+1 + 2n+2
4. En eectuant les opérations L1 − L2 et L1 + L3 , on obtient les deux équations x + z = 7 et
3x + 3z = 21, qui sont manifestement équivalentes. Le système n'est donc pas un système
de Cramer, on peut simplement exprimer deux des variables en fonction de la troisième, par
exemple z = 7 − x, puis en remplaçant dans la première équation initiale, 5x − 3y − 7 + x = 5,
donc 3y = 6x − 12 et y = 2x − 4. On peut alors écrire S = {(x, 2x − 4, 7 − x) | x ∈ R}.
Comme le système n'est pas de Cramer, sa matrice, qui est justement la matrice A + I3 , n'est
pas inversible.
   
6 −3 −1 14 −9 −3
5. Pour changer, calculons donc : A2 =  4 −2 −2 , puis A3 =  12 −10 −6 . Les
−2 3 5 −6 9 11
coecients en-dehors de la diagonale étant identiques entre A et A , et ceux sur la diagonale
2

étant augmentés de 2 quand on passe de A à A2 , on en déduit facilement que A2 = A + 2I .

On peut aussi remarquer si on a du temps à perdre que A3 = 3A + 2I .
1 1
6. On par de l'égalité A2 = A+2I et on isole la matrice identité : I = (A2 −A) = A(A−I). On
2 2
1
en déduit directement que la matrice A est inversible et que son inverse est A = (A − I) =
−1
 3 2
3 1

2 − 2 − 2
 2 − 5 −1 .
2
−1 23 1
7. C'est évidemment une récurrence classique : au rang 0, la propriété est vraie en posant sim-
plement a0 = 0 et b0 = 1 (et également au rang 1 en posant a1 = 1 et b1 = 0, même si ça
ne sert pas pour la récurrence). Supposons désormais la propriété vraie au rang n, alors en
exploitant la relation de la question 5 on peut écrire An+1 = An × A = (an A + bn I)A =
an A2 + bn A = an (A + 2I) + bn A = (an + bn )A + 2an I . La propriété est donc héréditaire, avec
de plus les relations de récurrence an+1 = an + bn et bn+1 = 2an .

15
 8. En décalant la relation de récurrence précédente, an+2 = an+1 + bn+1 = an+1 + 2an . La suite
(an ) est donc récurrente linéaire d'ordre 2, d'équation carastéristique x2 − x − 2 = 0. Cette
équation admet pour racines évidentes x1 = −1 et x2 = 2, on peut donc écrire an sous la
forme λ × (−1)n + µ × 2n , avec (λ, µ) ∈ R2 . En appliquant cette expression pour n = 0 et
1
n = 1, on trouve les conditions λ + µ = 0 et −λ + 2µ = 1, donc λ = −µ et 3µ = 1, soit µ =
3
1 2n − (−1)n
et λ = − . Autrement dit, pour tout entier naturel n, an = , puis bn = 2an−1 =
3 3
2n + 2 × (−1)n 2n − (−1)n 2n + 2 × (−1)n
. Enn, on conclut : An = A+ I . On peut écrire la
3 3 3
−2 × (−1)n + 5 × 2n 3 × (−1)n − 3 × 2n (−1)n − 2n
 
1
matrice explicitement : An =  −4 × (−1)n + 2n+2 6 × (−1)n − 3 × 2n 2 × (−1)n − 2n+1 .
3
2 × (−1)n − 2n+1 −3 × (−1)n + 3 × 2n (−1)n+1 + 2n+2
C'est exactement la même matrice que celle obtenue à la question 3 (encore heureux !).
9. Inutile de s'embêter avec les coecients, la formule
 générale en fonction
 de A et de I sut :
1 1 1 1 1 1
pour n = −1, on devrait avoir a−1 = + 1 = et b−1 = − 2 = − . Autrement
3 2 2 3 2 2
1 1
dit, on devrait avoir A−1 = A − I , ce qui est bien le cas (cf question 6). La formule est
2 2
donc valable pour n = −1.
   
1 1 1 1 1
10. On procède comme à la question précédente : a−2 = − 1 = − et b−2 = +2 =
3 4 4 3 4
3 1 3
. On devrait donc avoir A−2 = − A + I . Or on sait que A2 = A + 2I , et (A +
4   4 4
1 3 1 2 1 3 3 1 1 1 3
2I) − A + I = − A − A + A + I = − A − I + A + I = I , ce qui prouve que
4 4 4 2 4 2 4 2 4 2
la formule souhaitée correspond bien à l'inverse de A2 . La formule est donc toujours valable
pour n = −2 (en fait elle le reste pour tout entier relatif).
 
a b c
11. (a) En bourrinant salement et en posant N =  d e f , la condition DN = N D se tra-
g h i
   
−a −b −c −a 2b 2c
duit par  2d 2e 2f  =  −d 2e 2f . Cinq des neuf équations ainsi obtenues
2g 2h 2i −g 2h 2i
(celles concernant a, e, f , h et i) sont manifestement vraies, alors que les quatre autres
impliquent tout aussi trivialement la nullité
 du coecient
 correspondant. On conclut donc
a 0 0
que toutes les matrices de la forme N = 0 e f  commutent avec la matrice D.

0 h i
(b) C'est un calcul sans intérêt : N D = DN ⇔ P −1 M P D = DP −1 M P ⇔ M P D =
P DP −1M P ⇔ M P DP −1 = P DP −1 M ⇔ AM = M A puisque A = P DP −1 .
(c) Comme M = P N P −1 , les question précédentes impliquent que les matrices commutant
avec A sont de la 
forme M =P N P−1 , où N est
 de la
 forme obtenue
 plus
 haut, qu'on

1 0 0 0 0 0 0 0 0 0 0 0
peut écrire N = a  0 0 0  + e  0 1 0  + f  0 0 1  + h  0 0 0  +
0 0 0 0 0 0 0 0 0 0 1 0
   
1 0 0 1 0 0
i  0 0 0 . En notant M1 = P ×  0 0 0  × P −1 et ainsi de suite, on aura bien
0 0 1 0 0 0
la forme souhaitée par l'énoncé. Le calcul explicite des matrices
 M1 , M
2 , M3 , M4 et M5
−7 9 4
1
a un intérêt à peu près nul. Donnons simplement M1 =  0 0 0 .
3
0 0 0

16
Exercice 18 (***)
1. Cela découle des propriétés calculatoires de la transposition : (A>A)> = A> (A> )> = A> A,
donc A> A est bien une matrice symétrique.
2. Par dénition, AA−1 = In . En prenant la transposée de cette égalité, comme In est une
matrice symétrique, on obtient (A−1 )> A> = In . Or, par hypothèse, A> = A, ce qui prouve
que (A−1 )> est inverse de la matrice A, et donc égale à A−1 (unicité de l'inverse d'une
matrice). La matrice A−1 est donc symétrique.
n n
3. En notant B = A> A, on calcule Bii = a2ki . Il ne reste plus qu'à sommer
X X
(A> )ik aki =
k=1 k=1
n n X
n
ces sommes : Tr(B) = a2ki . Autrement dit, on calcule simplement la somme
X X
bii =
i=1 i=1 k=1
des carrés de tous les coecients de la matrice A.
Si A est symétrique, Tr(A2 ) correspond au calcul précédent, qui donne un résultats positif
comme somme de carrés de nombres réels. De plus, si Tr(A2 ) = 0, tous les nombres a2ki sont
nuls, ce qui n'est en eet le cas que pour la matrice nulle.
4. Calculons donc A(B − C)A = ABA − ACA = In A − AIn = A − A = 0. Si on multiplie cette
égalité à gauche par C puis à droite par B , on en déduit (B − C)A = 0 puis B − C = 0, ce
qui prouve que B = C . La matrice A est donc inversible, d'inverse B .
5. Si M est solution de l'équation (E), elle vérie les hypothèses de la question précédente en
posant B = M > M et C = M M > , donc elle est inversible. De plus, son inverse est égal
à M > M qui est une matrice symétrique d'après la question 1. M est donc l'inverse d'une
matrice symétrique, donc symétrique d'après la question 2. On peut alors remplacer M > par
M dans l'équation (E) pour obtenir l'équation équivalente M 3 = In .
6. Par linéarité de la trace, Tr((M − In )2 ) = Tr(M 2 − 2M + In ) = Tr(M 2 ) − 2 Tr(M ) + Tr(In ) =
b − 2a + n. De même, en exploitant le fait que M 3 = In et donc M 4 = M , on calcule
Tr((M 2 − In )2 ) = Tr(M − 2M 2 + In ) = a − 2b + n, et Tr((M − M 2 )2 ) = Tr(M 2 − 2In + M ) =
a + b − 2n.
7. Si on additionne les trois traces calculées à la question précédente, on trouve b−2a+n+a−2b+
n + a + b − 2n = 0. Or, chacune de ces traces est positive (question 3, les matrices manipulées
sont toutes symétriques car M et In le sont). La seule possibilité est donc que chacune des
trois traces soit nulle, ce qui implique, toujours d'après la question 3, que M −In = M 2 −In =
M − M 2 = 0. Autrement dit, la seule solution de l'équation (E) est M = In .

Exercice 19 (**)
   
1 −3 3 −3 −7 3
1. Calculons donc : A2 =  0 7 −6  et A3 =  2 15 −12 .
0 3 −2 2 7 −4
2. Si on impose l'égalité souhaitée pour les coecients de la deuxième ligne (celle où on a le plus
souvent
 des 0 qui apparaissent, ça simpliera la résolution), on obtient le système d'équations
 2b = 2
7a + 3b + c = 15 . Le système se résout de lui-même : b = 1, a = 2, donc
−6a = −12

c = 15 − 14 − 3 = −2. La seule relation possible est donc A3 = 2A2 + A − 2I3 , on vérie bien
sûr qu'elle reste valable pour tous les autres coecients, ce qui est bien le cas.
 
1 2 1
3. On peut écrire −A3 + 2A2 + A = 2I3 , donc A × − A + A + I3 = I3 , ce qui prouve que
2 2

17
 −3 12 − 92
 
1 2 1
A est inversible et que A−1 = − A + A + I3 =  2 0 3 . Si on est courageux,
2 2
2 − 21 7
2
on vérie que A−1 × A = I3 , ce qui est bien le cas.
4. On cherche donc les racines de Q = X 3 − 2X 2 − X + 2. On a déjà une première racine évidente
qui est X1 = 1 (puisque Q(1) = 1 − 2 − 1 + 2 = 0), et même une deuxième avec X2 = −1 (en
eet, Q(−1) = −1 − 2 + 1 + 2 = 0). Le produit des trois racines du polynôme étant égal à
−2, la dernière racine est donc X3 = 2.

 2x − y − z = a
5. Comme d'habitude, je vais utiliser une résolution de système : −x + y + 2z = b .
−x + y + z = c

On s'empresse d'additionner les lignes extrêmes pour obtenir x = a + c, et de soustraire les
deux dernières lignes pour avoir z = b − c. Il ne reste alors plus qu'à reprendre par exemple la
dernière équation
 pour endéduire y = c + x − z = a − b + 3c. La matrice P est donc inversible
1 0 1
et P = 1 −1 3 .
−1 
0 1 −1
   
−1 0 −1 −1 0 0
6. On calcule donc P −1 A =  1 −1 3 , puis D = P −1 AP =  01 0 , qui
0 2 −2 0 0 2
est comme prévu une matrice diagonale. On remarque que ses coecients diagonaux sont
exactement les racines du polynôme Q, ce n'est sûrement pas un hasard.
(−1)n 0 0
 

7. On a bien sûr Dn =  01 0 . La propriété demandée se démontre apr une ré-

0 0 2 n

currence hyper classique : P D0 P −1 = P I3 P −1 = P P −1 = I3 = A0 , ce qui prouve la pro-

priété pour n = 0. Si on la suppose vériée au rang n, alors An+1 = An A = P Dn P −1 A, or
P −1 A = DP −1 d'après la dénition de D, donc An+1 = P Dn DP −1 + P Dn+1 P −1 , ce qui
prouve l'hérédité.
8. (a) Il sut d'écrire le calcul : Xn+1 = A × Xn .
(b) On va démontrer par récurrence que Xn = An X0 . C'est trivial au rang 0 : A0 X0 = I3 X0 =
X0 , et l'hérédité est triviale aussi : si Xn = An X0 alors Xn+1 = AXn = A × An X0 =
An+1 X0 .
(c) Bon, nalement, il va falloir calculer An pour s'en sortir (ou au moins ses deux premières
lignes puisque leproduit par X0 ne fera  intervenir que les coecients des deux premières
2(−1)n −1 −2n
lignes).P Dn =  (−1)n+1 1 2n+1 , puis
(−1)n+1 1 2n
2(−1)n − 1 1 − 2n 2n − 3 + 2(−1)n
 

An = P Dn P −1 =  1 + (−1)n+1 2n+1 − 1 3 − 2n+1 + (−1)n+1 . On mutliplie sim-

1 + (−1)n+1 2n − 1 3 − 2n + (−1)n+1
 
1
plement cette matrice par X0 =  1 , pour obtenir Xn , et donc un = 2(−1)n − 2n ,
0
vn = 2n+1 + (−1)n+1 et wn = 2n + (−1)n+1 .

18
Problème

I. Étude d'un exemple dans M2 (R).

1 1 2 1 4 5
   
+ +
1. Calculons donc A2 = 9
1
3
1
9
1
3
1 = 9
5
9
7 . En étudiant attentivement les coe-
6 + 4 3 + 4 12 12
5 5 2 5 5 1
cients non diagonaux, on se convainc que a = (mais oui, × = ). Ensuite, A2 − A = I .
6 6 3 9 6 6
5 1
On trouve donc A2 = A + I .
6 6
2. C'est évidemment une récurrence classique : c'est vrai au rang 2 d'après la question précédente
mais aussi au rang 1 en posant a1 = 1 et b1 = 0 ; et même au rang 0 puisque A0 = I =
0 × A + 1 × I . Supposons
 donc
 A = anA + bn I , alors
n
 A
n+1 = An × A = (a A + b I) × A =
n n
5 1 5 1
an A2 + bn A = an A + I + bn A = an + bn A + an I . La relation est vériée au rang
6 6 6 6
n + 1, elle est donc vrai pour tout entier n.
5
3. Les relations de récurrence découlent de la question précédente : an+1 = an + bn , et bn+1 =
6
1 5 5 1
an . On en déduit que, ∀n ∈ N, an+2 = an+1 + bn = an+1 + an . La suite (an ) est donc
6 6 6 6
5 1
récurrente linéaire d'ordre 2. L'équation caractéristique x − x − a pour racine évidente 1,
2
6 6
1 1
et pour deuxième racine − puisque le produit des racines vaut − . On en déduit que an peut
6  n 6
1
se mettre sous la forme an = α+β − . À l'aide des valeurs initiales, on va déterminer α et
6
β α 6
β : pour n = 0, a0 = α+β = 0 ; et a1 = α− = 1. Autrement dit α+ = 1, donc α = , puis
6
 n  6 7 !
1 n−1
  
6 6 1 1 1
β = − . On obtient donc an = 1− − , puis bn = an−1 = 1− −
7 7 6 6 7 6
(la formule fonctionne également quand n = 0 puisqu'elle donne bien b0 = 1).
4. On sait que An = an A + bn I , ce quipermet d'écrire, si on y tient vraiment,
3
+ 47 (− 16 )n 47 − 47 (− 61 )n

An = 7
3 .
7− 37 (− 16 )n 47 + 37 (− 61 )n
 n
1
5. Puisque lim − , tous les coecients de la matrice précédente ont une limite nie, la
n→+∞ 6  3 4 
suite de matrices (A ) converge donc vers
n 7
3
7
4 , qui est bien une matrice stochastique
7 7
3 4
puisque + = 1.
7 7

II. Étude d'un exemple dans M3 (R).

 
0 0 1
1. On calcule bêtement J 2 =  0 0 1 , puis J 3 = J 2 , et on en déduit que, ∀n > 2, J n = J 2 .
0 0 1
1
2. On remarque aisément que B = (I + J). Les matrices I et J commutant bien entendu,
2
n  
1 1 n X n k n−k
on peut écrire, lorsque n > 2, que B = n (J + I) =
n n J I . Il faut isoler les
2 2 k
k=0
termes correspondant à k = 0 et k = 1 pour pouvoir écrire J k = J 2 dans tout le reste de la
n n  
!
1n
  X n X n
somme, on trouve alors B n = I + nJ + J 2 . Comme on sait que = 2n ,
2 k k
k=2 k=0

19
 1n
 
1 n n+1
on peut simplier : Bn n
= n (I + nJ + (2 − n − 1)J ) =2 I + nJ + 1 − n J 2 . Si
2  1 2 2 2
n n+1

2n 2n 1 − 2n
on tient à écrire la matrice explicitement, B n =  0 21n 1 − 21n .
0 0 1
3. Là encore, aucune diculté pour trouver la limite de chacun des coecients, on trouve
lim B n = J 2 , qui est bien une matrice stochastique.
n→+∞

III. Étude générale des matrices stochastiques de M2 (R).

1. Si a = b = 1, la matrice A n'est autre
 quel'identité, toutes ses puissances sont donc égales à
0 1
I . Si a = b = 0, par contre, A = , on calcule A2 = I , puis A3 = A, et la suite des
1 0
puissances de A est 2-périodique : si n est pair, An = I , si n est impair, An = A. C'est le seul
cas où la suite ne converge pas.
   
a−1 1−a 1−b 1−a
2. Calculons donc : A − I = , et A − (a + b − 1)I = . Le
1−b b−1 1−b 1−a
produit de ces deux matrices donne P (A) = 0 (on a pour chaque coecient une somme de
deux termes opposés).
3. La polynôme P étant de degré 2, on peut écrire la division sous la forme X n = P Q+an X +bn .
On regarde ce que donne cette égalité pour les deux racines du polynôme P , à savoir 1 et
a + b − 1 : 1 = an + bn et (a + b − 1)n = an (a + b − 1) + bn . En soustrayant les deux
(a + b − 1)n − 1
équations, on trouve an (a + b − 2) = (a + b − 1)n − 1, soit an = . On
a+b−2
a + b − 1 − (a + b − 1)n
en déduit bn = 1 − an = . En conclusion, le reste recherché vaut
a+b−2
n
(a + b − 1) − 1 a + b − 1 + (a + b − 1)n
X+ .
a+b−2 a+b−2
(a + b − 1)n − 1
4. Puisque P (A) = 0, on peut déduire des calculs précédents que An = A+
a+b−2
a + b − 1 + (a + b − 1)n
I
a+b−2
5. On peut écrire les quatre coecients de la matrice An , ou plus simplement passer directement
à la limite dans l'égalité précédente. Puisque a 6 1, b 6 1, et qu'on a éliminé le cas a = b = 1,
on aura toujours a + b − 1 < 1 (et a + b − 1 > −1 puisque les deux nombres sont positifs
et ne sont pas tous les deux nuls), donc lim (a + b − 1)n . La suite (An ) a donc pour
n→+∞  
a+b−1 1 1 b−1 a−1
limite I− A, ou encore . Cette matrice est bien
a+b−2 a+b−2 a+b−2 b−1 a−1
a+b−2
stochastique puisque la somme des coecients de chaque ligne vaut = 1 (et que
a+b−2
1
tous les coecients de la matrice sont bien positifs, le coecient étant négatif.
a+b−2

IV. Une étude plus générale.

1. Il sut de constater que si la matrice A est stochastique, toutes ses puissances P

seront stochas-
tiques. En eet, le produit de deux matrices stochastiques est stochastique : nj=1 (AB)ij =
 
n X
n n X
n n n
bkj . Par hypothèse, si B est stochastique,
X X X X
aik bkj = aik bkj = aik 
j=1 k=1 k=1 j=1 k=1 j=1
n n
quelle que soit la valeur de k, bkj = 1, donc il ne reste que aik = 1 puisque A est
X X

j=1 k=1

20
 stochastique. Le fait que An est toujours stochastique est alors une récurrence immédiate :
c'est vrai pour A par hypothèse, et si c'est pour An , le produit An × A est un produit de
deux matrices stochastiques est stochastique. Autrement dit, la somme des coeents de la
ligne numéro i sur An est toujours égale à 1. Si on suppose que chacun de ces coecients
a une limite nie bij lorsque n tend vers +∞, par somme de limite, on aura certainement
n
bij = 1, et la matrice B sera donc stochastique.
X

j=1
Pour prouver que B 2 = B , on peut constater la chose suivante : si (An ) a pour limite B ,
alors (A2n ) = ((An )2 ) aura pour limite B 2 . C'est une simple conséquence du fait que les
coecients du carré d'une matrice sont obtenus à partir de ceux de la matrice à l'aide de
sommes et de produits et que ces opérations sont conservées par passage à la limite (faites
une démonstration formelle si vous le souhaitez). Or, la suite (A2n ) est une sous-suite de la
suite (An ) qui converge vers B , donc elle converge aussi vers B (si vous n'êtes pas convaincu
par le fait qu'on puisse armer celà sur une suite de matrices, songez qu'on est simplement
en train de faire cette armation sur chacune des n2 suites de réels constitués de chacun
des coecients de la matrice An ). Conclusion B 2 = B puisque les deux matrices sont limites
d'une même suite.
Pour montrer que AB = BA, plein de possiblités, une notamment utilise le même genre
d'astuce que pour B 2 = B . La sous-suite (An+1 ) converge certainement vers B . Or, An+1 =
A×An converge aussi vers AB , donc B = AB . De même, An+1 = An ×A, donc BA = AB = B
(c'est même plus fort que ce qui était demandé).
2. Ce n'est pas si compliqué que ça en a l'air. Quand on eectue le produit A × Ap , (Ap+1 )ij =
n n
(p)
puisque tous les coecients (Ap )kj sont plus grands que αj(p) par
X X
aik (Ap )kj > aik αj
k=1 k=1
n
dénition de αj .
(p)
Or, aik = 1 puisque la matrice A est stochastique, donc (Ap+1 )ij > αj .
(p)
X

k=1
Autrement dit, tous les coecients de la colle j dans Ap+1 sont plus grands que αj(p) . A fortiori
le plus petit d'entre eux, d'où αj(p+1) > αj(p) . On démontre de la même façon que βj(p+1) 6 βj(p)
en majorant cette fois-ci tous les coecients de la colonne par βj(p) .
La dernière inégalité demande un peu plus de soin : en reprenant la calcul précédent, on peut
isoler dans la somme le terme correspondant à βj(p) , notons son indice de ligne l, pour écrire
aik αj + ail βj > (1 − ail )αj + mβj (puisque m est le plus petit de tous
(p) (p) (p) (p)
X
(Ap+1 )ij >
k6=l
les éléments de la matrice A. Tout cela est supérieur à αj(p) − mαj(p) + mβj(p) = αj(p) + mδj(p) ,
donc αj(p+1) > αj(p) + mδj(p) . Un calcul exactement symétrique donne βj(p+1) 6 βj(p) − mδj(p) . Il
ne reste plus qu'à soustraire les deux inégalités pour obtenir celle demandée.
3. Par une récurrence immédiate, on aura alors ∀n ∈ N, δj(n) 6 (1 − 2m)n δj(0) = (1 − 2m)n (dans
la matrice identité, la diérence entre le plus grand et le plus petit coecient d'une colonne
vaut toujours 1. Comme m > 0 (la matrice ne contient que des termes strictement positifs
par hypothèse), et comme δj(n) est toujours positif par dénition, le théorème des gendarmes
permet d'armer que lim δj(n) = 0. On en déduit aisément que les suites (αj(n) et βj(n) sont
n→+∞
adjacentes : en eet, on a prouvé plus haut que l'une était croissante et l'autre décroissante,
et on vient d'expliquer que leur limite tendait vers 0. Les deux suites sont donc convergentes
vers une même limite lj (qui dépend quand même de j ). Mais si le plus grand et le plus petit
coecient de la colonne convergent vers une même limite, par théorème des gendarmes, tous
les termes de la colonne, qui sont compris entre les deux, convergent également vers lj . Ainsi,
tous les coecients de la suite de matrices (An ) ont une limite, et la suite converge. Par

21
 ailleurs, on a prouvé que les limites étaient identiques pour tous les coecients d'une même
colonne, donc toutes les lignes de la matrice B sont identiques.
4. On sait que la suite (An ) converge vers une matrice B dont toutes les lignes sont identiques.
Mais il est évident dans ce cas que la suite (t An ) converge vers t B (on se contente de mettre les
coecients à un endroit diérent dans la matrice, ça ne va sûrement pas changer les limites !).
Comme les deux suites sont en fait identiques puisque A =t A, on en déduit que B =t B . La
matrice B est donc une matrice symétrique dont toutes les lignes sont identiques, tous ses
coecients sont nécessairement égaux (puisque ses colonnes sont alors elles aussi identiques).
Comme la somme des coecients sur une
 lignes doit donner  1, chaque coecient doit donc
 1 2 2 n 1 1 1
1 5 5 5 3 3 3
être égal à , donc lim  2
5
1
5
2
5
 = 1
3
1
3
1
3
.
3 n→+∞ 2 2 1 1 1 1
5 5 5 3 3 3

22