2022

Mathématiques 1
Fiche de T.D n◦ 3

FIRST-PREPA E.V.N : Suites convergentes

Exercice . 1 .
 a
1
Soit a ∈ R. On pose, pour tout n ∈ N∗ : An =  a n . Calculer lim ( An )n .
1 n→∞
n

. Réponses :
On calcule le polynôme caractéristique de An :
2
χ An = ( X − 1)2 − a = X 2 − 2X + 1 − a · 1 + a
   
n2 n n
a a
dont les racines sont λn+ = 1 + et λn− = 1 − .
n   n  
1 1
Les vecteurs propres de A sont respectivement X + = et X − = ,
1 −1
la matrice diagonalisant An est donc indépendante de n et vaut
   
1 1 −1 1 1 1
P= , avec P = .
1 −1 2 1 −1

On a donc
 a 
1+ 0
n −1
An = P  aP
0 1−
n
 a n 
1+ 0
Ann = P  n  −1
 a n P ,
0 1−
n
c’est-à-dire
ea 0
   
−1 cosh a sinh a
lim An =P P = .
n→∞ n 0 e− a sinh a cosh a

Exercice . 2 .
Montrer que si ( An ) et ( Bn ) sont deux suites de matrices de M p (K) qui convergent vers des
matrices A et B respectivement, alors la suite ( An Bn ) converge vers AB.
 2 Fiche 3 - E.V.N (Parte 1) M.P

. Réponses :
1ère solution
(n) (n)
En écrivant An = ( ai j )16i, j6 p , A = (αi j )16i, j6 p , Bn = (bi j )16i, j6 p , B = (βi j )16i, j6 p et
(n)
Cn = An Bn = (ci j )16i, j6 p on a pour tout entier n :

p
(n) (n) (n)
∀(i, k) ∈ {1, . . . , p}2 , cik = ∑ ai j b jk
j=1

(n) (n)
avec lim ai j = αi j , lim bi j = βi j , et il suffit de passer à la limite dans ces égalités
n→+∞ n→+∞
pour obtenir lim Cn = lim( An Bn ) = AB.
2ième solution
On travaille avec la norme k k∞ dans M p (K) (qui est de dimension finie, donc où toutes
les normes sont équivalentes). Il est facile de montrer que :

∀ A, B ∈ M p (K), k ABk∞ 6 p k Ak∞ k Bk∞ .

On a alors :

k An Bn − ABk∞ = k An ( Bn − B) + ( An − A) Bk∞ 6 k An ( Bn − B)k∞ + k( An − A) Bk∞

6 p k An k∞ k Bn − B)k∞ + k An − Ak∞ k Bk∞ 0

ce qui permet d’établir lim k An Bn − ABk∞ = 0, soit lim An Bn = AB.

n→+∞ n→+∞

Exercice . 3 .
Soient A, P ∈ M p (C) telles que : lim An = P. Montrer que AP = PA = P et que P2 = P.
n→+∞

. Réponses :
• Tout l’exercice repose sur le résultat suivant :
Si ( An ) et ( Bn ) sont deux suites de matrices qui convergent resp. vers des matrices A et B,
alors la suite ( An Bn ) converge vers AB.
• Le résultat précédent donne alors lim An+1 = lim ( An A) = lim An A = PA d’où


n→+∞ n→+∞ n→+∞
P = PA puisque ( An+1 ) étant une suite extraite de ( An ) converge aussi vers P.
On démontre de même P = AP.
Enfin, on a de même lim ( A2n ) = lim ( An .An ) = lim An lim An = P2 et aussi



n→+∞ n→+∞ n→+∞ n→+∞
lim ( A2n ) = P puisque ( A2n ) est une suite extraite de ( An ). Donc P2 = P.
n→+∞

Exercice . 4 .
Soit B ∈ M p (R) une matrice antisymétrique, telle que la suite Bn


n ∈N
converge vers une
matrice C. Que peut-on dire de C ?

Mr. FARESS Moussa Année 2022/2023

 3 Fiche 3 - E.V.N (Parte 1) M.P

. Réponses :
Tout l’exercice repose sur le résultat suivant :
Si ( An ) est une suite de matrices qui converge vers une matrice A , alors la suite (tAn )
converge vers tA.

Ici, si la suite Bn n∈N converge vers une matrice C, la suite suite t Bn n∈N converge donc vers


t
C . Donc les deux suites extraites t B2n n∈N et t B2n+1 n∈N convergent vers t C.

Mais :
t 2n
B = (t B)2n = (− B)2n = B2n −→ C et t B2n+1 = (t B)2n+1 = (− B)2n+1 = − B2n+1 −→ −C
n→+∞ n→+∞
.
Donc t C = C = −C et finalement C est la matrice nulle.

Exercice . 5 .
Soient A, B ∈ M p (C).
1. Montrer que si la suite ( AB)n n tend vers 0, il en est de même de la suite ( BA)n n .

2. Montrer que, si A et B commutent, si la suite ( An ) tend vers P et la suite ( Bn ) vers Q, alors P et

Q commutent.
3. Montrer que si ( An ) est une suite de matrices inversibles qui converge vers A et si la suite ( A− 1
n )
converge vers B, alors A et B sont inversibles et inverses l’une de l’autre.
4. Est-il possible de trouver une suite ( An ) de matrices inversibles qui converge et telle que la suite
( A− 1
n ) diverge ?

. Réponses :
• Tout l’exercice repose sur le résultat suivant :
Si ( An ) et ( Bn ) sont deux suites de matrices qui convergent resp. vers des matrices A et B,
alors la suite ( An Bn ) converge vers AB.
n−1
1. Pour n > 1 on a ( BA)n = |BABABA....BA
{z } = B( AB) A.
n− fois BA
Donc si la suite ( AB) tend vers 0 (matrice nulle), il en est de même du produit B( AB)n−1 A
n

en vertu de la propriété rappelée au début.

2. Si A et B commutent il en est de même de toutes leurs puissances (propriété à connaître !),
donc An et Bn commutent et il suffit de passer à la limite, toujours à l’aide de la propriété
rappelée au début.
3. Là encore on passe à la limite dans la relation An A− 1
n = Ip .
1
4. Oui. Considérer An = I p .
n

Exercice . 6 .
Soit A ∈ M n (C) Mn (C). Établir l’équivalence des propriétés suivantes :
(i) La suite ( A p ) p∈N converge vers 0n .
(ii) La suite ( A p X ) p∈N converge vers 0 pour tout X ∈ Cn .
(iii) Le rayon spectral de A (ρ( A) = max{|λ |, λ ∈ Sp( A)}) vérifie : ρ( A) < 1.

Mr. FARESS Moussa Année 2022/2023

 4 Fiche 3 - E.V.N (Parte 1) M.P

Exercice . 7 .
Soit ( E, k k) un espace vectoriel normé de dimension finie, et u un endomorphisme de E tel que :

∀ x ∈ E, ku( x)k 6 k xk .
n
1
Pour tout n ∈ N on pose : vn = uk .
n + 1 k∑
=0
1. Simplifier vn ◦ (u − IdE ).
2. Montrer que E = Ker(u − IdE ) ⊕ Im(u − IdE ).
3. En déduire que, pour tout x ∈ E : lim vn ( x) = p( x), où p est la projection sur Ker(u − IdE )
n→+∞
parallèlement à Im(u − Id E ).
n
4. Soit B = (e1 , . . . , en ) une base de E ; on note, pour x = ∑ xi ei , kxk∞ = max | xi |, puis on définit :
i =1 i

n
∀ f ∈ L( E), N ( f ) = ∑ k f (ei )k∞ .
i =1

Montrer que l’on définit ainsi une norme sur L( E), et que la suite (vn )n converge vers p au sens
de cette norme.

. Réponses :
1. Il suffit de développer :
!
n n
1 1
vn ◦ (u − Id E ) =
n+1 ∑ uk+1 − ∑ uk =
n+1
(un+1 − Id E )
k=0 k=0

par télescopage.
2. Le théorème du rang donne dim Ker(u − IdE ) + dim Im(u − IdE ) = dim E, donc pour mon-
trer que ces deux sous-espaces vectoriels sont supplémentaires, il suffit de démontrer que
leur intersection est réduite à {0}.
Soit donc y ∈ Ker(u − Id E ) ∩ Im(u − Id E ). Alors u( y) = y et il existe x ∈ E tel que

y = u( x) − x
n+1
1 u ( x) + k xk
n+1
On a alors, pour tout n ∈ N, vn ( y) = (u ( x) − x) d’où kvn ( yk 6
n+1 n+1
Or compte tenu de l’hypothèse, il est facile de vérifier par récurrence que, pour tout x ∈ E et

k
2 k xk
tout k ∈ N on a u ( x) 6 k xk donc ici on en déduit kvn ( yk 6 donc lim kvn ( yk = 0
n+1 n→+∞
i.e lim vn ( x) = 0.
n→+∞
n n
1 1
Or vn ( x) = ∑ uk ( x) = ∑ x = x (puisque u( x) = x) donc on en tire x = 0 puis
n + 1 k=0 n + 1 k=0
le résultat annoncé.
3. Soit x ∈ E. On écrit x = y + z avec y ∈ Ker(u − IdE ) et z ∈ Im(u − IdE ).
u( y) = y donc comme précédemment vn ( y) = y pour tout n ∈ N.
z ∈ Im(u − Id E ) donc on montre comme précédemment que lim vn ( z) = 0.
n→+∞

Mr. FARESS Moussa Année 2022/2023

 5 Fiche 3 - E.V.N (Parte 1) M.P

Finalement, vn ( x) = vn ( y) + vn ( z) −→ y et y = p( x), ce qui est le résultat voulu.

n→+∞
4. N est une norme sur L( E) : démonstration facile (il faut juste noter que, si N ( f ) = 0, alors f
s’annule sur les vecteurs d’une base donc c’est l’endomorphisme nul).
On a ensuite
n
N (vn − p) = ∑ k(vn − p)(ei )k∞ .
i =1

et puisque, pour tout i ∈ {1, . . . , n}, vn (ei ) −→ f (ei ) d’après la question précédente (a
n→+∞
priori au sens de la norme initiale k k sur E donc aussi au sens de la norme k k∞ puisqu’elles
sont toutes équivalentes), on a bien N (vn − p) −→ 0.
n→+∞

Exercice . 8 . Méthode de Jacobi

Soit A = ( ai j ) ∈ M n (R), à diagonale strictement dominante, :

∀i ∈ {1, . . . , n}, | aii | > ∑ | ai j |

j 6 =i

On rappelle que la matrice A est inversible. En conséquence, pour tout B ∈ Rn , l’équation AX = B

a une solution unique X ∈ Rn .
On note D = diag( a11 , a22 , . . . , ann ). Soit X0 ∈ Rn , et ( X p ) p∈N la suite de Rn définie par récurrence
par :
∀ p ∈ N, DX p+1 = ( D − A) X p + B.
Prouver que la suite ( X p ) converge vers la solution de l’équation AX = B.

. Réponses :
Notons L ∈ Rn (en confondant comme d’habitude Rn et M n,1 (R)) la solution de l’équation
AX = B. On a alors :

∀ p ∈ N, D ( X p+1 − L) = ( D − A) X p + B − DL = ( D − A)( X p − L) − AL + B = ( D − A)( X p − L)

d’où
X p+1 − L = D −1 ( D − A)( X p − L) = ( I p − D −1 A)( X p − L)
(notons que la matrice D est bien inversible puisque que les aii sont forcément non nuls).
On munit alors M n (R) de la norme N définie par
n  
∀ A = ( ai j )16i, j6n ∈ M n (R), N ( A) = max ∑  ai j 
i ∈{1,...,n} j=1

N est bien une norme et que pour toute A ∈ M n (R) et tout X ∈ M n,1 (R) on a

k AX k∞ 6 N ( A) k X k∞

, donc :
∀ p ∈ N, X p + 1 − L ∞ 6 N ( I p − D − 1 A ) X p − L ∞

et par récurrence immédiate :

∀ p ∈ N, X p − L ∞ 6 [ N ( I p − D−1 A)] p k X0 − Lk∞ .

Mr. FARESS Moussa Année 2022/2023

6 Fiche 3 - E.V.N (Parte 1) M.P

Compte tenu de la définition de N, et puisque multiplier une matrice à gauche par D −1 revient
1
à multiplier, pour tout i, sa iième ligne par , il est facile de voir que, A étant à diagonale
aii
strictement dominante, on a N ( I p − D −1 A) < 1.
Il en résulte : lim [ N ( I p − D −1 A)] p = 0 et finalement : lim X p − L = 0 que la suite ( X p )

p→+∞ p→+∞ ∞
converge vers L.

Exercice . 9 . Matrices stochastiques

Une matrice carrée A = ( ai, j ) ∈ Mn (R) est dite stochastique si elle vérifie les conditions sui-
vantes :
∀(i, j) ∈ [[1, n]]2 , ai, j > 0 ; (3)
n
∀i ∈ [[1, n]], ∑ ai, j = 1. (4)
j=1

1. Vérifier que la condition (4) équivaut à la condition AU = U, où U la matrice-colonne dont

tous les coefficients sont égaux à 1..
2. En déduire que l’ensemble E des matrices stochastiques (carrées d’ordre n) est stable pour le
produit matriciel.
3. Montrer que cet ensemble E est une partie convexe de l’espace vectoriel Mn (R).

4. Montrer que si A ∈ Mn (R) est stochastique, alors on a k AX k∞ 6 k X k∞ pour tout X ∈

Mn,1 (R).

Dans la suite, on note A ∈ Mn (R) une matrice stochastique, et on suppose qu’il existe un entier
naturel non nul p tel que la matrice A p ait tous ses coefficients strictement positifs. Pour tout m ∈
1 m−1 l
N∗ , on posera Rm = A.
m l∑=0
5. Montrer que, pour tout m ∈ N∗ , la matrice Rm est stochastique.
6. Montrer que la suite ( Rm )m∈N∗ converge dans Mn (R) vers une matrice P, stochastique, de rang
1.
7. En déduire que l’on peut écrire P = UL, où L = (λ1 , . . . , λn ) ∈ Mn,1 (R) est une matrice-ligne
stochastique.
8. Montrer que PA = P. En déduire que L est la seule matrice-ligne stochastique vérifiant LA = L.
9. Montrer que les coefficients de la matrice ligne L sont tous strictement positifs.
10. Montrer que 1 est une valeur propre simple de A.

Fin des énoncés

Mr. FARESS Moussa Année 2022/2023