Pierre-Louis CAYREL

Jean-François FERRARIS
Anne MASSARDIER
Séverine RIVOLLIER

Exercices corrigés - Matrices 1

Travaux Dirigés

Table des matières

1 Énoncés 2
1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Corrections 5
2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1. www.cayrel.net/enseignement/maths-istp/article/matrices-cours

1
1 Énoncés
Première séance
1.1
Soit a ∈ R et A la matrice suivante
 
1 0 a
A = 0 a 1
a 1 0

1. Calculer le déterminant de A et déterminer pour quelles valeurs de a la matrice est

inversible.
2. Calculer A−1 lorsque A est inversible.

1.2
Ecrire le système suivant sous la forme matricielle :

 2x + y =z+1
−x + 2y = −3
−x + y = −2 − 2z


Le resoudre. Vérifier par le calcul matriciel (montrer le travail) que le vecteur X à coordonnées
{x, y, z} que vous avez trouvé est en effet une solution de l’équation AX = B correspondant.

1.3
GIN FA 2011 test 2
On donne les matrices suivantes :
   
1 −3 6 1 0 0
A = 6 −8 12 et I = 0 1 0
3 −3 4 0 0 1

1. Calculer A2 et montrer qu’il existe deux réels a et b que l’on déterminera, tels que :

A2 = aA + bI.

(1 pt)
2. En déduire que A est inversible et, sans effectuer le calcul direct d’inversion de matrice,
déterminer A−1 en fonction de A et de I. (2 pts)

1.4
GIN FA 2009 test 2
Trois bouteilles contiennent chacune une certaine quantité d’eau.
• Si l’on verse 37 cl d’eau de la bouteille A à la bouteille B, B a alors 2 fois plus d’eau que A.
• Si l’on verse 30 cl d’eau de la bouteille B à la bouteille C, C a alors 4 fois plus d’eau que B.
• Si l’on verse 144 cl d’eau de la bouteille C à la bouteille A, A a autant d’eau que C.

2
On cherche à calculer le volume d’eau initial dans chaque bouteille.
1. Mettre en équation les indications de l’énoncé sous forme d’un système de trois équations.
On notera VA , VB et VC les volumes d’eau initiaux respectifs dans les trois bouteilles, en
centilitres.
2. (a) Montrer que le système que vous avez écrit revient à l’expression matricielle suivante :
     
2 −1 0 VA 111
→
− →
− →
− →
−
A V = B où A = 0 −4 1  , V = VB  et B = −150
1 0 −1 VC −288

(b) Résoudre le problème par calcul de matrice inverse.

Deuxième séance
1.5
 
1 2 0 0
0 1 2 0
Soit A = 
0
. Expliquer sans calcul pourquoi la matrice A n’est pas diagonalisable.
0 1 2
0 0 0 1

1.6
Soit a ∈ R, notons A la matrice suivante
 
0 1
A= .
−a 1 + a

On définit une suite (un )n∈N , par la donnée de u0 et u1 et la relation de récurrence suivante,
pour n ∈ N
un+2 = (1 + a)un+1 − aun
1. Pour quelles valeurs de a la matrice A est-elle diagonalisable ?
2. Lorsque A est diagonalisable, calculer An pour n ∈ N.
 
un
3. On suppose A diagonalisable. On note Un le vecteur Un = , exprimer Un+1 en
un+1
fonction de Un et de A, puis Un en fonction de U0 et de A.

1.7
 
1 1 1
Soit l’endomorphisme f dont la matrice F est 1 2 0 .
1 0 0
Rechercher ses valeurs propres, considérant que le polynôme caractéristique de f admet une
racine évidente, puis une base de vecteurs propres associée.

3
1.8
GI FA 11 test 2  
1 3 0
Soit la matrice A =  2 1 2 .
−1 −2 0
1. (a) Déterminer les valeurs propres de la matrice A (au moins une des racines du po-
lynôme de degré 3 posé lors de la recherche est considérée comme évidente).
(b) Déterminer les vecteurs propres associés à ces valeurs propres.
→
− → −
2. L’énoncé notera λ1 , λ2 etλ3 les valeurs propres citées dans l’ordre croissant et V1 , V2 et
→
−
V3 trois exemples de vecteurs propres qui leur sont associés, de coordonnées entières (que
vous choisirez, donc).
(a) Deux de ces vecteurs sont-ils colinéaires ?
→
− → −
(b) Calculer V1 ∧ V2 .
→
−
(c) Ce produit vectoriel est-il orthogonal à V3 ?
→
− → − →
−
(d) Conclure : les vecteurs V1 , V2 et V3 sont-ils coplanaires ?
→
− → − →−
3. La matrice A est celle d’un endomorphisme f, exprimée dans une base ( i , j , k ) de
→
− → − → −
l’espace à trois dimensions. Le système (V1 , V2 , V3 ) forme une nouvelle base de cet espace.
(a) Quelle est la matrice B de l’endomorphisme f dans cette nouvelle base ?
→
−
(b) En travaillant dans cette nouvelle base, déterminer l’image par f de V3 .

1.9
   
1 2
→
− →− →− →
− →
− −
→ → − → −
Soit, une base orthonormée ( i , j , k ), et U = 1 , V = −1 , W = U ∧ V .
  
1 −1
1. Définir la base orthonormée (→
−
u ,→−
v ,→−
w ) colinéaire aux trois vecteurs décrits ci-dessus.
→
− → − →
−
2. Établir les matrices de passage entre les bases ( i , j , k ) et (→
−
u ,→
−v ,→
−
w ).

1.10
     
1 −1 1
→
−
Soient trois vecteurs u = 0 , v =
  →
−  →
−
0 , w = 1 définis dans une base orthonormée
 
1 1 1
→
− → − → −
( i , j , k ). Un opérateur f réalise les transformations suivantes :

f (→
−
u ) = 2→
−
u , f (→
−
v ) = −2→
−
v , f (→
−
w) = →
−
w

1. Écrire la matrice F définissant l’opérateur sur la base (→

−
u ,→−v ,→
−
w ).
→
− → − → −
2. Écrire la matrice H définissant l’opérateur sur la base ( i , j , k ).

4
2 Corrections
Première séance
2.1
Soit a ∈ R et A la matrice suivante
 
1 0 a
A = 0 a 1
a 1 0
1. Calculons le déterminant de A et déterminons pour quelles valeurs de a la matrice est
inversible.
 
1 0 a    
 a 1  0 a 3
det A = 0 a 1 =  a 1 = −1 − a .
 + a 
a 1 0
1 0
La matrice A est inversible si et seulement si son déterminant est non nul, c’est-à-dire si
et seulement si 1 + a3 6= 0, ce qui équivaut à a 6= −1 car a ∈ R.
2. Calculons A−1 lorsque A est inversible, c’est-à-dire a 6= −1. Pour cela nous allons déterminer
la comatrice à de A. On a  
−1 a −a2
à =  a −a2 −1  ,
−a2 −1 a
t
on remarque que à =tà et on a bien Aà =tÃA = (−1 − a3 )I3 d’où
 
−1 a −a2
1 1
A−1 = 3
à =  a −a2 −1  .
(−1 − a ) −1 − a3
−a2 −1 a

2.2
   
2 1 −1 1
A =  −1 2 0  et B =  −3  .
−1 1 2  −2
x
On cherche X =  y  tel que AX = B par la méthode des pivots de Gauss. Cette méthode
z
est une élimination successive des coéfficients, qui permet amener la matrice des coéfficients à
une matrice identité. Pour cela nous alternons une normalization (i.e. divison de n−ème ligne
pour avoir 1 à la n−ème place dans cette ligne, avec la soustraction de toute autre ligne de
cette ligne normalisé pour obtenir 0 dans la colomne correspondant.
On a une suite des opérations :
     
2 1 −1 1 1 1/2 −1/2 1/2 1 1/2 −1/2 1/2
 −1 2 0 −3  ⇒a  −1 2 0 −3  ⇒b  0 5/2 −1/2 −5/2  ⇒c
−1 1 2 −2 −1 1 2 −2 0 3/2 3/2 −3/2
     
1 1/2 −1/2 1/2 1 0 −2/5 1 1 0 0 1
 0 1 −1/5 −1  ⇒d  0 1 −1/5 −1  ⇒e  0 1 0 −1  .
0 3/2 3/2 −3/2 0 0 9/5 0 0 0 1 0

5
Les opérations effectuées sont
→ L1 /2;
a) L1
→ L2 + L1 et L3 → L3 + L1 ;
b) L2
→ L2 · 2/5;
c) L2
→ L1 − L2 · 1/2 et L3 → L3 − L2 · 3/2;
d) L1
→ L3 · 5/9 et L1 → L1 + L3 · 2/5, L2 → L2 + L3 · 1/5.
e) L3
        
1 2 1 −1 1 2 · 1 + 1 · (−1) 1
Donc X =  −1  ⇒ AX =  −1 2 0   −1  =  (−1) · 1 + 2 · (−1)  =  −3  .
0 −1 1 2 0 (−1) · 1 + 1 · (−1) −2

2.3
GIN FA 2011 test 2
1. Calcul de A2 :
    
1 −3 6 1 −3 6 1 − 18 + 18 −3 + 24 − 18 6 − 36 + 24
A2 = 6 −8 12 6 −8 12 = 6 − 48 + 36 −18 + 64 − 36 36 − 96 + 48
3 −3 4 3 −3 4 3 − 18 + 12 −9 + 24 − 12 18 − 36 + 16
 
1 3 −6
= −6 10 −12 .
−3 3 −2
Cherchons des réels a et b tels que A2 = aA + bI. Cela revient à identifier :
     
1 3 −6 a −3a 6a b 0 0
2
A = −6 10 −12 = aA + bI = 6a −8a 12a + 0 b
    0
−3 3 −2 3a −3a 4a 0 0 b
 
a+b −3a 6a
=  6a −8a + b 12a 
3a −3a 4a + b
L’identification des termes autres que la diagonale conduit à : a = −1
Par ailleurs, l’identification des termes de la diagonale conduit à : b = 2
On a donc mis en évidence la relation :

A2 = −A + 2I.

2. À partir de cette relation, on déduit :

1
A2 = −A + 2I ⇔ A2 + A = 2I ⇔ (A2 + A) = I.
2
Dans cette expression, on peut factoriser par A, à droite ou à gauche :
   
1 1
A × (A + I) = (A + I) × A = I.
2 2
On a donc démontré que la matrice A est inversible et que :
1
A−1 = (A + I).
2

6
2.4
1.
VB + 37 = 2 × (VA − 37)
VC + 30 = 4 × (VB − 30)
VA + 144 = VC − 144
D’où le système : 
 2VA − VB = 111
−4VB + VC = −150
VA − VC = −288


2. (a) L’objectif de cette question est d’harmoniser l’écriture du système, que l’on pouvait
avoir écrit de différentes manières. Par exemple, vous avez pu écrire l’équation 2 sous
la forme 4VB − VC = 150, et à ce moment-là il faut remarquer qu’elle est équivalente
à celle écrite dans le corrigé.
(b) det(A) = 8 − 1 + 0 − 0 − 0 − 0 = 7, non nul, donc le système admet une unique
solution. Inversons A :
     
T 2 −1 0 T 4 1 4 4 −1 −1
1 1  1
A−1 = Cof 0 −4 1  = −1 −2 −1 = 1 −2 −2
7 7 7
1 0 −1 −1 −2 −8 4 −1 −8
      
4 −1 −1 111 882 126
→
− →
− 1 1
V = A−1 B = 1 −2 −2 −150 =  987  = 141
7 7
4 −1 −8 −288 2898 414
La bouteille A contient 126 cL, la bouteille B : 141 cL et la bouteille C : 414 cL.

Deuxième séance
2.5
 
1 2 0 0
0 1 2 0
Soit A = 0 0 1 2. Expliquons sans calcul pourquoi la matrice A n’est pas diagonalisable.


0 0 0 1
On remarque que le polynôme caractéristique de A est égal à (1−X)4 . Ainsi la matrice A admet-
elle une unique valeur propre : λ = 1, si elle était diagonalisable, il existerait une matrice P
inversible telle que A = P I4 P −1 alors A = I4 , or ce n’est pas le cas, par conséquent la matrice
A n’est pas diagonalisable.

2.6
Soit a ∈ R, notons A la matrice suivante
 
0 1
A= .
−a 1 + a
On définit une suite (un )n∈N , par la donnée de u0 et u1 et la relation de récurrence suivante,
pour n ∈ N
un+2 = (1 + a)un+1 − aun

7
1. Pour quelles valeurs de a la matrice A est-elle diagonalisable ?
Calculons le polynôme caractéristique PA (X) :
 
−X 1 
PA (X) =   = −X(1 + a − X) + a = X 2 − (1 + a)X + a.
−a 1 + a − X 

La matrice A est diagonalisable sur R si le polynôme PA admet deux racines distinctes

dans R. En effet, si PA admet une racine double r et A diagonalisable, alors l’endomor-
phisme de matrice A est égal à rIdE , ce qui n’est pas le cas. Calculons donc le discriminant
du polynôme caractéristique.

∆ = (1 + a)2 − 4a = 1 + a2 + 2a − 4a = 1 + a2 − 2a = (1 − a)2 .

Ainsi la matrice A est diagonalisable pour tout a 6= 1.

2. Lorsque A est diagonalisable, calculons An pour n ∈ N.
Lorsque A est diagonalisable, il existe une matrice inversible P et une matrice diagonale
D telles que A = P DP −1 , ainsi pour tout n ∈ N, on a An = P Dn P −1 . Déterminons les
matrices P et D. Pour cela calculons les deux valeurs propres de A, ce sont les racines du
polynôme PA , on a donc
1+a+1−a 1+a−1+a
λ1 = = 1 et λ2 = = a.
2 2
Déterminons maintenant des vecteurs propres associés aux valeurs propres 1 et a. On
cherche des vecteurs →
−
e1 et →
−
e2 tels que A→
−
e1 = →
−
e1 et A→
−
e2 = a→
−
e2 .
    
0 1 x x
= ⇐⇒ y = x
−a 1 + a y y

et     
0 1 x x
=a ⇐⇒ y = ax
−a 1 + a y y
ainsi on peut choisir →
−
e 1 = (1, 1) et →
−
e 2 = (1, a). On a alors
     
1 1 1 0 −1 1 a −1
P = , D= , P = .
1 a 0 a a − 1 −1 1

D’où, pour tout n ∈ N,

   
n n −1 1 0 −1 1 a − an an − 1
A = PD P =P P =
0 an a − 1 a − an+1 an+1 − 1
 
un
3. On suppose A diagonalisable. On note Un le vecteur Un = , on exprime Un+1 en
un+1
fonction de Un et de A, puis Un en fonction de U0 et de A.
On a, par définition, pour tout n ∈ N, un+2 = (1 + a)un+1 − aun , ainsi,
    
un+1 0 1 un
Un+1 = = = AUn .
un+2 −a 1 + a un+1

On a donc U1 = AU0 , montrons par récurrence sur n, que pour tout n ∈ N, Un = An U0 .

C’est vrai pour n = 0, U0 = A0 U0 = IU0 = U0 et pour n = 1. Soit n fixé pour lequel on

8
 suppose Un = An U0 , on a alors U n+1 = AUn = A.An U0 = An+1 U0 , le résultat est donc
vrai pour tout entier naturel n.
La matrice A étant supposée diagonalisable, on a donc, pour n ∈ N,
  
n n −1 1 a − an an − 1 u0
Un = A U0 = P D P U0 = n+1 n+1 ,
a−1 a−a a −1 u1
ainsi on peut exprimer pour n ∈ N, le terme général de la suite un en fonction des premiers
termes u0 et u1 , on a
1
un = ((a − an )u0 + (an − 1)u1 ) .
a−1

2.7
• Valeurs propres :
Polynôme caractéristique :
P (λ) = (1 − λ)(2 − λ)(−λ) − (2 − λ) − (−λ) = −λ3 + 3λ2 − 2
On remarque tout de suite que 1 en est une racine évidente.

P (λ) = (1 − λ)(2 − λ)(−λ) − 2 + 2λ = (1 − λ)(2 − λ)(−λ) − 2(1 − λ)

= (1 − λ)[(2 − λ)(−λ) − 2] = (1 − λ)(λ2 − 2λ − 2)
√
Racines du polynôme du second degré : 1 ±√ 3. √
Les trois valeurs propres de f sont : 1, 1 + 3 et 1 − 3.
• Vecteurs propres :
• Vecteurs propres associés à 1 :
     
1 1 1 x x  x+y+z = x
1 2 0 y  = 1 y  ⇔ x + 2y = y
1 0 0 z z x = z

 
 x+y+z = x  x = z
⇔ y = −z ⇔ y = −z
x = z x = z
 
 
1
Ces vecteurs propres sont les vecteurs colinéaires à −1 .

1
√
• Vecteurs propres associés à 1 − 3 :
      √

1 1 1 x √ x  x + y + z = 1 − √3
x
1 2 0 y  = 1 − 3 y  ⇔ x + 2y = 1 − √3
y
1 0 0 z z x = 1− 3 z

 √
√

 x+y+z = 1−

3 x x = 1 −
√
√3
z

√ 
1− √3
⇔ y = −1− 3 z = 2 − 3 z ⇔ y = 2 − √3
z
√

x = 1− 3 z
 
 x = 1− 3 z
 √ 
1 − √3
Ces vecteurs propres sont les vecteurs colinéaires à 2 − 3 .
1

9
 √
• Vecteurs propres associés à 1 + 3 :
      √

1 1 1 x √ x  x + y + z = 1 + √3
x
1 2 0 y  = 1 + 3 y  ⇔ x + 2y = 1 + √3
y
1 0 0 z z x = 1+ 3 z


 √
 √

 x+y+z = 1+

√
3 x
√
 x = 1 + √3
z
1+ √3
⇔ y = −1+ z = 2 + 3 z ⇔ y = 2 + √3
z
√

3
x = 1+ 3 z

 x 
= 1+ 3 z
 √ 
1 + √3
Ces vecteurs propres sont les vecteurs colinéaires à 2 + 3 .
1

2.8
1. (a)  
1 − λ 3 0 
 
det(A − λI) =  2 1 − λ 2  = −λ3 + 2λ2 + λ − 2.
 −1 −2 −λ
1 est une racine évidente de ce polynôme.
Le quotient de celui-ci par λ − 1 est −λ2 + λ + 2, dont les racines sont −1 et 2.
La matrice A admet trois valeurs propres réelles distinctes : −1, 1 et 2.
 
x
→
−
(b) Pour chaque valeur propre λ, on recherche les vecteurs V = y  tels que
z
→
− →
−
AV = λV .

Pour λ1 = −1, on obtient x = −3z et y = 2z.

 
−3
Les vecteurs propres sont : k 2  , k ∈ R∗

1
Pour λ2 = 1, on obtient y = 0 et z = −x.
 
1
Les vecteurs propres sont : k 0  , k ∈ R∗

−1
Pour λ3 = 2, on obtient x = 3y et z = − 52 y.
 
6
Les vecteurs propres sont : k 2  , k ∈ R∗

−5
2. (a) On prend donc λ1 = −1, λ2 = 1, λ3 = 2. Il est clair qu’aucun de ces vecteurs n’a de
coordonnées proportionnelles à celles d’un autre.
(b)      
−3 1 −2
 2  ∧  0  = −2
1 −1 −2

10
 (c)
→
− → − → −
(V1 ∧ V2 ).V3 = −2 × 6 − 2 × 2 − 2 × (−5) = −6.
Leur produit scalaire étant différent de zéro, ces deux vecteurs ne sont pas orthogo-
naux.
(d) On a vu, entre autres, que les deux premiers vecteurs ne sont pas colinéaires et que
le troisième n’est pas dans le plan formé par les deux premiers (car non orthogonal
à leur produit vectoriel qui, lui, est orthogonal à ce plan). Ces vecteurs ne sont
donc pas coplanaires (ils peuvent donc former une base de l’espace vectoriel à trois
dimensions auquel ils appartiennent).
3. (a)  
−1 0 0
B =  0 1 0
0 0 2
→
− →
− → − → −
(b) V3 est
le troisième
 vecteur de la base (V1 , V2 , V3 ). Ses coordonnées dans cette base
sont

0 0
→
− →
− →
−
donc 0 . Par définition d’une valeur propre, f (V3 ) = 2V3 . Ainsi : f (V3 ) = 0 .
1 2

2.9
     
1 2 0
−
→ −
→ → − → −
1. Le vecteur W est le suivant : W = U ∧ V = 1 ∧ −1 =  3  .
1 −1 −3
→
− →
− →
− →
− → − − →
Pour obtenir la définition des vecteurs u , v , w il suffit de diviser les vecteurs U , V , W
par leur module comme suit :

→
−
 
1
→
− U 1
u = → − =√  1 ,
kU k 1 + 1 + 1 1
→
−
 
2
→
− V 1
v = → − = √  −1 ,
kV k 4 + 1 + 1 −1

−
→
 
0
→
− W 1
w = − → =√  3 .
kW k 0 + 9 + 9 −3
Ainsi la base orthonormée (→
−
u ,→−v ,→
−
w ) est défini comme par :
1  2 
√ √ 0
 
3 6
→
−
u =  √13  , →
  −
v = − √16  , →
  − 1
w =  √2  .
√1
3
− √16 − √12

→
− → − → −
2. La matrice de passage de (→
−
u ,→
−
v ,→
−
w ) vers ( i , j , k ) est
1 2

√
3
√
6
0
P = [→
−
u ,→
−
v ,→
−  1 − √1
→ = √ √1  .
w ]− →−
→−

i ,j ,k 3 6 2
√1 − √16 − √12
3

11
 →
− → − → −
La matrice de passage de ( i , j , k ) vers (→−u ,→
−
v ,→
−w ) est obtenue en inversant P.
1
√1 √1

√
3 3 3
− →−i √
h→− →
P −1 = i , j , k − = √2 − √1 − √1  .

→ −
→ −
→
u v w
 3 6 6
0 √1 − √12
2

Vous pouvez vérifier que : P P −1 = I.

2.10
1.        
f11 f12 f13 1 f11 2 f11 = 2
f (→
−u ) = 2→
−u ⇔ f21 f22 f23  0 = f21  = 0 ⇒ f21 = 0
f31 f32 f33 0 f31 0 f31 = 0

       
f11 f12 f13 0 f12 0  f12 = 0
→
− →
−
f ( v ) = −2 v ⇔ f21
 f22 f23   1 = f22 = −2 ⇒ f22 = −2
    
f31 f32 f33 0 f32 0 f32 = 0

       
f11 f12 f13 0 f13 0 f13 = 0
f (→
−
w) = → −
w ⇔ f21 f22 f23  0 = f23  = 0 ⇒ f23 = 0
f31 f32 f33 1 f33 1 f33 = 1

 
2 0 0
F = 0 −2 0

0 0 1
2.
~u~v w
~ Chang. de rep. ~i, ~j, ~k Commentaires
~ ~ ~u~vw~
OB ~u~vw~ = F OA ~ ~~~ = H OA
OB ~ ~~~ Définition de l’opérateur
ij k ij k
dans les deux repères
~ ~u~vw~
OB → M = [~u~v w]
~ ~i~j~k → ~ ~~~ = M OB
OB ij k
~ ~u~vw~ ~ vers ~i~j~k
Passage de ~u, ~v , w
~
du vecteur OB.
~ ~~~ = M F OA
OB ~ ~u~vw~ Puis, substitution de OB. ~
ij k
~ ~u~vw~
OA ← M −1 = [~i~j~k]~u~vw~ ← ~ ~~~
OA ij k Expression de OA ~ dans ~u~v w ~
en fonction de celle dans ~i~j~k.
On en déduit finalement par substitution :
−−→ −→
OB −→−→−→ = M F M −1 OA−→−→−→ ⇔ H = M F M −1 .
i j k i j k

   
1 −1 1 1 −1 1
M = [→
−
u ,→
−
v ,→
−  
w ]−
→− →− →
i ,j ,k
= 0 0 1 ⇒ det(M ) = 0 0 1 = −2, cette matrice est
1 1 1 1 1 1 
bien inversible.
   
−1 1 0 −1 2 −1
T
Cof (M ) =  2 0 −2 Cof (M ) =  1 0 −1
−1 −1 0 0 −2 0

12
 1
−1 12
 
T
Cof (M )  12
M −1 = = − 2 0 12  .
det(M )
0 1 0
   1 1

1 −1 1 2 0 0 2
−1 2
H = M F M −1 = 0 0 1 0 −2 0 − 12 0 12 
1 1 1 0 0 1 0 1 0
 1
−1 21
 
2 2 1 2
H = 0 0 1 − 12 0 12 
2 −2 1 0 1 0
 
0 −1 2
H = 0 1 0
2 −1 0

13