Vous êtes sur la page 1sur 2

Christophe Bertault — Mathématiques en MPSI MATRICES ET SYSTÈMES LINÉAIRES

1 MANIPULATIONS FORMELLES
10
Pour tout p ∈ N, on note T p l’ensemble des
matrices M ∈ Mn (K) telles que pour tous i, j ∈ ¹1, nº :
Soit A ∈ M2 (C). j<i+p =⇒ mi j = 0.
1
1) Montrer que : A2 = tr(A) A − det(A) I2 . 
2) Exprimer det(A) en fonction de tr(A) et tr A2 . 1) Quelle est concrètement la forme des matrices de
T p pour tout p ∈ N ?
————————————– 2) Montrer que pour tous p, q ∈ N, A ∈ T p et B ∈ Tq :
AB ∈ T p+q .
Montrer que pour tous A, B ∈ M2 (K) : 3) En déduire que toute matrice de T1 est nilpotente.
2
det(AB) = det(A) det(B).
————————————–
 
————————————– 0 1
On pose pour tout n ∈ Z : Mn = 1 −n .
11
On définit une suite de matrices (Wn )n∈N , dites 1) Montrer que pour tous a, b, q, r ∈ Z :
3    
matrices de Walsh, en posant : ‹W0 = (1) et pour tout a = bq + r ⇐⇒
b
=
a
Wn Wn r
M q b .
n ∈ N : Wn+1 = (matrice par blocs).
Wn −Wn 2) En déduire une version matricielle de l’al-
Préciser la taille de Wn pour tout n ∈ N et calculer Wn2 . gorithme d’Euclide étendu. Mettre en œuvre cette
————————————– technique pour calculer 1254 ∧ 40.
 
ch x sh x ————————————–
Pour tout x ∈ R, on pose : H(x) = sh x ch x ,
4 ¦ © X
puis : H = H(x) | x ∈ R . Montrer que H est stable Pour tout A ∈ Mn (C), on pose : kAk = |ai j |.
12
par produit, i.e. que pour tous A, B ∈ H : AB ∈ H . 1¶i, j¶n
1) Montrer que : kABk ¶ kAk × kBk pour tous
————————————– A, B ∈ Mn (C).
2) Soient A, B ∈ Mn (C) et k ∈ N∗ avec : kAk 6= kBk.
Soient A, B ∈ Mn (K) symétriques. Montrer que X
k−1
5
AB est symétrique si et seulement si : AB = BA. a) Montrer que : Ak − B k = Ai (A − B)B k−i−1 .
i=0
————————————– Ak − B k kAkk − kBkk
b) En déduire que : ¶ .
Soient A ∈ GL p (K), B ∈ GLq (K) et C ∈ M p,q (K). kA − Bk kAk − kBk
6  ‹
A C ————————————–
Montrer que la matrice est inversible et calcu-
0 B
ler son inverse sous forme d’une matrice par blocs. Soient a1 , . . . , an ∈ R distincts. On note A la matrice
13
diagonale de coefficients diagonaux a1 , . . . , an .
————————————– 1) Montrer que pour tout M ∈ Mn (R), la diago-
nale de AM − M A est ¦nulle. ©
On dit qu’une matrice carrée est stochastique si
7 2) Montrer que AM − M A | M ∈ Mn (R)
ses coefficients sont positifs ou nuls et si la somme des
coefficients de chaque ligne est égale à 1. Montrer que le est l’ensemble des matrices de diagonale nulle.
produit de deux matrices stochastiques est encore une
————————————–
matrice stochastique.

————————————– Soient A, B ∈ Mn (K). Résoudre en fonction de


14
A et B l’équation matricielle : X + tr(X ) A = B d’in-
Pour tous i, j ∈ ¹1, nº, on pose : connue X ∈ Mn (K).
8 
1 si : i = j ————————————–
δi j = (symbole de Kronecker)
0 si : i 6= j
Soient A, B ∈ Mn (R) symétriques.
et on note Ei j la matrice de Mn (R) dont tous les coeffi- 15
1) Montrer que :
cients sont nuls, sauf celui de position (i, j) qui vaut 1. € Š €  Š
Simplifier le produit Ei j Ekl pour tous i, j, k, l ∈ ¹1, nº. tr (AB−BA)⊤ (AB−BA) = 2 tr A2 B 2 −tr (AB)2 .
 
————————————– 2) En déduire l’inégalité : tr (AB)2 ¶ tr A2 B 2 .

————————————–
9
1) Soient A, B ∈ Mn (K) nilpotentes QUI COMMUTENT.
Montrer que AB et A+B sont elles aussi nilpotentes. Pour toute matrice A ∈ Mn (K), on note Ae la
16
2) Soit M ∈ Mn (K) nilpotente d’indice de nilpotence matrice an+1−i,n+1− j 1¶i, j¶n .
p. Montrer que I n − M est inversible et déterminer 1) Montrer que pour tous A, B ∈ Mn (K) : AB f =A eBe.
son inverse. 2) Montrer que pour tout A ∈ GLn (K) : A e ∈ GLn (K)
et Ae−1 = Ag−1 .
————————————–
————————————–

1
Christophe Bertault — Mathématiques en MPSI MATRICES ET SYSTÈMES LINÉAIRES

2 CALCULS DE PUISSANCES 3 RÉSOLUTION DE SYSTÈMES LINÉAIRES


Calculer les puissances des matrices suivantes : Résoudre les systèmes linéaires suivants d’incon-
17     1 1 0 22 §
1 1 0 1 3 2x + y = 2
1) . 2) . 3) 0 1 1 . nue (x, y, z) ∈ R : 1)
0 2 2 0 3x − 5 y = 1.
0 0 1 
     x + y + z = 6
2 1 0
cos θ − sin θ
4) sin θ cos θ
(θ ∈ R). 5) 1 2 0 . 2) x − 3 y − 7z = 10
0 0 2  x + 3 y + 4z = 6.
   
1 1 1 1 0 1 
6) 0 1 2 . 7) 0 1 0 .  x + y + 2z = 0
0 0 1 1 0

  1  3)
2x + 5 y − 3z = 1
0 1 ··· 1 0 1 ··· 1 3x + 6 y − z = 1


1 0 ··· 0 1 
b
b b

8)   . 9) 
b

b
b

b
b

 . 4x + 7 y + z = 1.
b b b
b
b b

1
b b b
b b b

 2x + y − z = 1
b b b
b b
b

1 0 ··· 0 [n] 1 ··· 1 0 [n] 4) x + 3 y + 2z = 4


————————————–  x + 2 y + z = 2.
‚ 2 Œ
a ab ac ————————————–
Calculer les puissances de ab b2 bc pour
18 ac bc c2
tous a, b, c ∈ R. Résoudre pour tout p ∈ R les systèmes linéaires
23
suivants§d’inconnue (x, y, z) ∈ R3 :
————————————– 2px + y = 1
  1)
−1 4 −2 2x + p y = p.

On pose : A = −1 3 −1 .  x + p y + 2z = 1
19 1 −2 2
2) px + y + 2z = p
1) Montrer que A2 est combinaison linéaire de I3 et A,  x + 2p y + 3z = 0.
i.e. que pour certains λ, µ ∈ R : A2 = λI3 + µA. 
2) En déduire l’existence de deux suites (ak )k∈N et  px + p y + 4z = 1
(bk )k∈N pour lesquelles : Ak = ak I3 + bk A pour 3) 2x + y + pz = 1
tout k ∈ N.  x + 2 y + z = 0.

3) Déterminer une expression explicite de ak et bk ,  x + y + z = 1−p
puis Ak , en fonction de k pour tout k ∈ N. 4) px + (1 + p) y + (1 + p)z = p − p2
 px + (1 − p) y + (1 − p)z = p2 .
————————————– 
   x − 2y + 3z = 1
1 0 2
On pose : A= 0 1 1 . 5) 2x + p y + 6z = 6
20 1 1 −1  −x + 3 y + (p − 3)z = 0.
1) Résoudre pour tout λ ∈ R le système linéaire :
AX = λX d’inconnue X ∈ R3 . En déduire trois ————————————–
vecteurs X 1 , X 2 , X 3 ∈ R3 ainsi que trois réels dis-
tincts λ1 , λ2 , λ3 ∈ R pour lesquels : λ1 < λ2 < λ3 4 MATRICES INVERSIBLES
et pour tout i ∈ ¹1, 3º : AX i = λi X i .
On note P la matrice de M3 (R) de colonnes X 1 , X 2 , X 3 . Les matrices suivantes sont-elles inversibles ? Si oui,
2) Montrer que P est inversible et calculer P −1 . 24
déterminer leur inverse.  
3) Déterminer une matrice diagonale D ∈ M3 (R) pour   0 1 0 2
1 2 −1
laquelle : AP = P D.  2 1 1 1
1) a) 3 0 −2 . b) 1 2 1 0
.
4) En déduire pour tout k ∈ N une expression de Ak −3 6 0
2 2 1 2
en fonction de k, P et D, puis une expression ex-  
  1 1 1 1
plicite de Ak en fonction de k seulement. 4 2 3
1 1 −1 −1
c) 1 2 9 . d) 1 .
5) Adapter la technique qui précède aux matrices : −1 1 −1
1 2 0
 3 1 1 5 2 1
1 −1 −1 1
  ‚ Œ
a) A= 1 3 −1 . b) A= 2 4 2 . 0 1 2 1 z z2
1 −1 3 1 1 3 e) 1 3 5 . f) z 1 z (z ∈ C).
1 1 0 z2 z 1
————————————–  
1 2 3 ··· n
On note (un )n∈N , (vn )n∈N et (w n )n∈N les suites 0 1 2 ··· n − 1
21
définies par : u0 = v0 = w0 = 1 et pour tout n ∈ N : 2) a) 

0
b
0
b
1
b
··· n − 2 .
b 

b

b b b b b

b
b b b b

 un+1 = 2un + vn 0 0 0 ··· 1 [n]


   
vn+1 = un − vn 0 1 1 ··· 1 1 1
 w = un + vn + w n . 1 0 1 ··· 1
n+1
1 1 0 ··· 1  b

b
b

b

b)   . c)  b
 .
Reformuler cette définition en termes matriciels, puis b

b
b

b
b

b
b

b
b

b
b

b
1
1
déterminer pour tout n ∈ N une expression explicite de 1 1 1 ··· 0 [n] [n]
un , vn et w n en fonction de n. ————————————–
————————————–

Vous aimerez peut-être aussi