Académique Documents
Professionnel Documents
Culture Documents
Introduction
Un modèle d'analyse économique est souvent présenté par une matrice : Matrice d'Ansoff (classification des
différentes stratégies de croissance pour une entreprise), Matrice BCG (Allocation de ressources au sein d'un
portefeuille d'activités utilisées en stratégie d'entreprise), Matrice McKinsey (matrice de décision stratégique),
Matrice ADL (matrice de gestion de portefeuille), Matrice d'Eisenhower (matrice de management), etc.
Les matrices permettent de compacter des formules et donc de les manipuler de façon plus efficace. Ainsi, pour
un économiste, la maîtrise du calcul matriciel constitue un outil essentiel dans la manière d’appréhender
correctement les phénomènes économiques.
L’objectif de ce chapitre est de fournir les bases essentielles de l’algèbre matricielle requises pour une bonne
compréhension de nombreuses notions rencontrées en statistique, en économie et en gestion.
1 2 −1
1 0 1
A = −3 1 4
6 0 1
( 6 −3 10 )
La matrice 𝐴 possède 5 lignes et 3 colonnes, donc 𝐴 ∈ ℳ(5,3) (ℝ). Par exemple, l’intersection entre la quatrième
ligne et la troisième colonne est donnée par 𝑎43 = 1. En plus,
2
0
𝐴3. = (−3 1 4) et 𝐴.2 = 1
0
(−3)
1
Exercice : Déterminer la matrice A de type (3,4) dont le terme général est 𝑎𝑖𝑗 = 𝑖+𝑗. Soit
1 1 1 1
2 3 4 5
1 1 1 1
A= 3 4 5 6
1 1 1 1
(4 5 6 7 )
On peut obtenir des sous-matrices, dites encore matrices extraites, d’une matrice à partir de certaines lignes et
certaines colonnes de cette matrice.
Exemple : Considérons la matrice 𝐴 donnée ci-haut ; les matrices suivantes sont des matrices extraites de A :
1 2
1 2 −1 1 0 1 −1
A{1,2}{1,2,3} =( ), A{1,2,4,5}{1,2} =( ), A{1,2}{1,3} = ( ).
1 0 1 6 0 1 1
6 −3
1.2 Matrices particulières
Nous citerons des classes de matrices spécifiques ayant un intérêt tout particulier :
1.2.1 Un scalaire
Une matrice de type (1,1) se réduit à un scalaire.
Exemple : 𝐴 = (3) = 3 ∈ ℳ(1) (ℝ) = ℝ
1.2.2 Vecteur colonne
Un vecteur colonne est une matrice uni-colonne de type (𝑝, 1), 𝑝 ∈ ℕ∗ .
2
9
Exemple : 𝐴 = ( ) ∈ ℳ(4,1) (ℝ)
−4
12
Dans toute la suite, on assimilera un vecteur 𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) de ℝ𝑛 à une matrice uni-colonne 𝑋, on notera :
𝑥1
𝑥2
𝑋 = ( ⋮ ) ∈ ℳ(𝑛,1) (ℝ)
𝑥𝑛
1.2.3 Vecteur ligne
4 2 0 −4 −2 0
1 9 7 −1 −9 −7
Exemple : 𝐴 = −√2 0 −8 ∈ ℳ(5,3) (ℝ), −𝐴 = √2 0 8 ∈ ℳ(5,3) (ℝ)
6 0 1 −6 0 −1
1
( −2 −7 −23)
1
( 2 7 23 )
2 Matrices carrées
Les matrices carrées forment une importante famille de matrices. Soit 𝐴 = [𝑎𝑖𝑗 ] ∈ ℳ(𝑛) (ℝ) avec 𝑛 ∈ ℕ∗ .
1 2 1 1
−8 0 3 0
Exemple : Soit la matrice 𝐴 = ( ) alors 𝑡𝑟(𝐴) = 1 + 0 + 12 + 4 = 17.
1 4 12 9
5 8 0 4
Remarque : Pour toute matrice carrée 𝐴 on a : 𝑡𝑟(𝐴𝑡 ) = 𝑡𝑟(𝐴).
2.3 Différents types de matrices carrées
2.3.1 Matrice symétrique
Une matrice carrée 𝐴 d’ordre 𝑛 est symétrique si sa transposée est égale à elle-même : 𝐴𝑡 = 𝐴.
Autrement dit : 𝑎𝑖𝑗 = 𝑎𝑗𝑖 ∀ 𝑖 = 1, … , 𝑛 et ∀𝑗 = 1, … , 𝑛
𝑎
1 −8 1 5
2 1 −1
−8 0 4 8
Exemple : Soient les matrices 𝐴 = ( ) et 𝐵 = (1 1 4)
1 4 12 0
2 4 0
5 8 0 4
Ici, la matrice 𝐴 est symétrique tandis que la matrice 𝐵 ne l’est pas.
0 −𝑎
0
𝑎 0
0 8 −1 5
1 5 −1 0 3 −1
−8 0 −4 −8
Exemple : 𝐴 = ( ), 𝐵 = (−5 0 −4) et 𝐶 = (3 0 2)
1 4 0 3
1 4 0 1 −2 0
−5 8 −3 0
Ici, la matrice 𝐴 est antisymétrique tandis que les matrices 𝐵 et 𝐶 ne le sont pas.
Remarque : Les éléments diagonaux d’une matrice antisymétrique sont nécessairement nuls.
2.3.3 Matrice triangulaire inférieure
Une matrice carrée A d’ordre n est triangulaire inférieure si tous les coefficients au dessus de la diagonale
principale sont nuls.
Autrement dit : 𝑎𝑖𝑗 = 0 dès que 𝑖 < 𝑗, ∀ 𝑖, 𝑗 = 1, … , 𝑛
𝑎11 0 … 0
𝑎21 𝑎22 … 0
𝑇𝑖𝑛𝑓 =( ⋮ ⋮ ⋱ ⋮ )
𝑎𝑛1 … 𝑎𝑛(𝑛−1) 𝑎𝑛𝑛
0 0 0
−5 0
Exemple : 𝐴 = (2), 𝐵=( ), 𝐶 = (−5 0 0)
1 3
1 4 0
2.3.4 Matrice triangulaire supérieure
Une matrice carrée 𝐴 d’ordre 𝑛 est triangulaire supérieure si tous les coefficients en dessous de la diagonale
principale sont nuls.
Autrement dit : 𝑎𝑖𝑗 = 0 dès que 𝑖 > 𝑗, ∀ 𝑖, 𝑗 = 1, … , 𝑛
𝑎11 𝑎12 … 𝑎1𝑛
0 𝑎22 … 𝑎2𝑛
𝑇𝑠𝑢𝑝 =( ⋮ ⋮ ⋱ ⋮ )
0 0 … 𝑎𝑛𝑛
0 −1 1
2 1
Exemple : 𝐴 = (3), 𝐵=( ), 𝐶 = (0 0 3).
0 7
0 0 5
Remarque : La transposée d’une matrice triangulaire inférieure est une matrice triangulaire supérieure et vice
versa.
2.3.5 Matrice diagonale
Une matrice carrée 𝐴 d’ordre 𝑛 est diagonale si tous les coefficients, sauf ceux de la diagonale principale, sont
nuls.
Autrement dit : 𝑎𝑖𝑗 = 0 dès que 𝑖 ≠ 𝑗, ∀ 𝑖, 𝑗 = 1, … , 𝑛
𝑎11 0 … 0
0 𝑎22 … 0
𝐴=( )
⋮ ⋮ ⋱ ⋮
0 0 𝑎𝑛𝑛
On note 𝐴 = 𝑑𝑖𝑎𝑔(𝑎11 , 𝑎22 , … , 𝑎𝑛𝑛 ).
1 0 0 0
1 0 0
2 0 0 1 0 0
Exemple : 𝐴 = (3), 𝐵=( ), 𝐶 = (0 0 0), 𝐼 = ( )
0 4 0 0
0 1
0 0 3
0 0 0 1
Ici, 𝐴 = 𝑑𝑖𝑎𝑔(3), 𝐵 = 𝑑𝑖𝑎𝑔(2,4), 𝐶 = 𝑑𝑖𝑎𝑔(1,0,3) et 𝐼 = 𝑑𝑖𝑎𝑔(1,1,1,1)
Remarque : Une matrice diagonale est une matrice qui est à la fois triangulaire inférieure et triangulaire
supérieure.
2.3.6 Matrice scalaire
Une matrice diagonale non nulle 𝐴 d’ordre 𝑛 est une matrice scalaire si tous les coefficients diagonaux sont
égaux.
0 si 𝑖 ≠ 𝑗
Autrement dit : 𝑎𝑖𝑗 = { ∀ 𝑖, 𝑗 = 1, … , 𝑛 avec 𝑎 ∈ ℝ∗.
𝑎 sinon
𝑎 0 … 0
0 𝑎 … 0
𝐴=( ) = 𝑎𝐼𝑛
⋮ ⋮ ⋱ ⋮
0 0 … 𝑎
Exemple : La matrice unité est une matrice scalaire avec 𝑎 = 1.
2 1 1 2
Exemple : Soient 𝐴 = (0 4 ) ∈ ℳ(3,2) (ℝ) et 𝐵 = ( −3 4) ∈ ℳ(3,2) (ℝ)
1 −1 1 0
alors,
2 1 1 2 2+1 1+2 3 3
𝐴+𝐵 = (0 4 ) + (−3 4) = (0 + (−3) 4 + 4 ) = (−3 8 ) ∈ ℳ(3,2) (ℝ).
1 −1 1 0 1+1 −1 + 0 2 −1
et
2 1 1 2 2−1 1−2 1 −1
𝐴−𝐵 = (0 4 ) − (−3 4) = (0 − (−3) 4 − 4 ) = (3 0 ) ∈ ℳ(3,2) (ℝ).
1 −1 1 0 1−1 −1 − 0 0 −1
Remarque : La somme matricielle 𝐴 + 𝐵 et la soustraction matricielle 𝐴 − 𝐵 ne sont définies que si 𝐴 et 𝐵 sont
de même type.
3.1.2 Propriétés
Soient 𝑝, 𝑛 deux entiers naturels non nuls.
La somme matricielle est commutative : pour toutes matrices 𝐴, 𝐵 ∈ ℳ(𝑝,𝑛) (ℝ)
𝐴+𝐵 =𝐵+𝐴
La somme matricielle est associative : pour toutes matrices 𝐴, 𝐵, 𝐶 ∈ ℳ(𝑝,𝑛) (ℝ)
𝐴 + 𝐵 + 𝐶 = (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶)
La matrice nulle est neutre pour l’addition matricielle : pour toute matrice 𝐴 ∈ ℳ(𝑝,𝑛) (ℝ),
𝐴 + 𝑂𝑝,𝑛 = 𝑂𝑝,𝑛 + 𝐴 = 𝐴
Pour toutes matrices 𝐴, 𝐵 ∈ ℳ(𝑝,𝑛) (ℝ),
(𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡
Pour toutes matrices carrées 𝐴, 𝐵 de même ordre, pour tous scalaires 𝛼, 𝛽 non nuls,
𝑡𝑟(𝛼 𝐴 + 𝛽 𝐵) = 𝛼 𝑡𝑟(𝐴) + 𝛽 𝑡𝑟(𝐵)
Exercice : Montrer que,
− La somme de deux matrices symétriques est une matrice symétrique ;
− La somme de deux matrices anti-symétriques est une matrice anti-symétrique ;
− La somme de deux matrices triangulaires inférieures est une matrice triangulaire inférieure ;
− La somme de deux matrices triangulaires supérieures est une matrice triangulaire supérieure ;
− La somme de deux matrices diagonales est une matrice diagonale.
𝜆𝐴 = [𝜆𝑎𝑖𝑗 ](𝑝,𝑛)
3 4 −6
2𝐴 − 𝐵 = ( ) ∈ ℳ(2,3) (ℝ).
2 −3 6
− Toute matrice de ℳ(𝑝,𝑛) (ℝ) est combinaison linéaire de 𝑝 × 𝑛 matrices. Prenons par exemple,
7 5 −2
A=( )
4 −6 3
La matrice 𝐴 ∈ ℳ(2,3) (ℝ) est combinaison linéaire de 6 = 2 × 3 matrices bien particulières :
𝐴 = 7E11 + 5E12 − 2E13 + 4E21 − 6E22 + 3E23
avec,
1 0 0 0 1 0 0 0 1
E11 = ( ), E12 = ( ), E13 = ( ),
0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
E21 = ( ), E22 = ( ), E23 = ( ).
1 0 0 0 1 0 0 0 1
3.3 Produit interne
3.3.1 Définition
Soient 𝑝, 𝑚, 𝑛 trois entiers naturels non nuls, 𝐴 = [𝑎𝑖𝑗 ] ∈ ℳ(𝑝,𝑚) (ℝ) et 𝐵 = [𝑏𝑖𝑗 ] ∈ ℳ(𝑚,𝑛) (ℝ) vérifiant la
condition de compatibilité sur les types de matrices (pour le calcul du produit 𝐴 × 𝐵, le nombre de colonnes de
la première matrice 𝐴 doit être égal au nombre de lignes de la deuxième matrice 𝐵). Le produit 𝐴 × 𝐵 =
[𝑐𝑖𝑗 ] 1≤𝑖≤𝑝 , noté encore 𝐴𝐵, est une matrice de type (𝑝, 𝑛) et de terme général,
1≤𝑗≤𝑛
𝑚
Autrement dit, le coefficient 𝑐𝑖𝑗 est le produit scalaire de la 𝑖 ème ligne de la matrice 𝐴 par la 𝑗 ème colonne de
la matrice 𝐵.
… … … ⋮ 𝑏1𝑗 ⋮ ⋮
𝑎
( 𝑖1 … 𝑎𝑖𝑚 ) × (⋮ ⋮ ⋮) = ( … 𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + … + 𝑎𝑖𝑚 𝑏𝑚𝑗 …)
… … … ⋮ 𝑏𝑚𝑗 ⋮ ⋮
En pratique, il est commode d’adopter la disposition suivante pour le calcul du produit matriciel AB. On place
la matrice B au-dessus et à droite de la matrice A :
⋮ 𝑏1𝑗 ⋮
(⋮ ⋮ ⋮)
⋮ 𝑏𝑚𝑗 ⋮
B
A AB
⋯ ⋯ ⋯ ⋮
(𝑎𝑖1 ⋯ 𝑎𝑖𝑚 ) (⋯ 𝑐𝑖𝑗 ⋯)
⋯ ⋯ ⋯ ⋮
𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + … + 𝑎𝑖(𝑚−1) 𝑏(𝑚−1)𝑗 + 𝑎𝑖𝑚 𝑏𝑚𝑗
Exemple : Soient les matrices,
1 4 7 𝑎
𝐴 = (2 5 8) 𝐵 = (𝑏 )
3 6 9 𝑐
𝐴 est de type 𝐵 est de type
(3,3) (3,1)
Soit,
𝑎
(𝑏 )
𝑐
1 47 𝑎 + 4𝑏 + 7𝑐
(2 58) (2𝑎 + 5𝑏 + 8𝑐)
3 69 3𝑎 + 6𝑏 + 9𝑐
𝑎 + 4𝑏 + 7𝑐
Ainsi, la matrice 𝐴𝐵 de type (3,1) est donnée par : 𝐴𝐵 = (2𝑎 + 5𝑏 + 8𝑐)
3𝑎 + 6𝑏 + 9𝑐
Exemple : Soient les matrices,
1 −1 0 1
2 1 0
𝐴=( ) 𝐵=( 0 2 2 0)
4 −1 1
−2 0 3 1
𝐴 est de type 𝐵 est de type
(2, 𝟑) (𝟑, 4)
Soit,
1 −1 0 1
(0 2 2 0)
−2 0 3 1
1 0 2 2 + 0 + 0 −2 + 2 + 0 0 + 2 + 0 2 + 0 + 0
( ) ( )
−1 14 4 + 0 − 2 −4 − 2 + 0 0 − 2 + 3 4 + 0 + 1
2 0 2 2
Ainsi, la matrice 𝐴𝐵 de type (2,4) est donnée par : 𝐴𝐵 = ( )
2 −6 1 5
Exercice : Effectuer le produit des deux matrices formées de mots suivantes en omettant les signes d’opérations
(Raymond Queneau 1964)
le a le chat rat lion
(un a un) ( mangé devoré degusté)
le avait un poisson fromage touriste
Exercice : Considérons un système linéaire de deux équations à trois inconnues 𝑥, 𝑦 et 𝑧 :
2𝑥 + 3𝑦 + 𝑧 = 23
{
𝑥 − 2𝑦 + 3𝑧 = 10
Montrer que ce système peut se mettre sous forme matricielle.
Remarques :
− Le produit 𝐴𝐵 n’est défini que si le nombre de colonnes de la première matrice 𝐴 est égal au
nombre de lignes de la deuxième matrice 𝐵. Sinon, le produit est impossible.
1 2 1 0 1
Contre exemple : Soient 𝐴 = ( ) ∈ ℳ(2) (ℝ) et 𝐵 = ( ) ∈ ℳ(2,3) (ℝ)
−1 0 −1 2 0
2 1
4 2
𝑋 𝑡 𝑌 = (1 2 0 −2) ( ) = 10 et 𝑋 𝑡 𝑋 = (1 2 0 −2) ( ) = 9
3 0
0 −2
1
‖𝑋‖ = (𝑋 𝑡 𝑋 )2 = √𝑋𝑡 𝑋 = √9 = 3.
Matrice colonne de type (𝑝, 1) × matrice ligne de type (1, 𝑛) ⇝ matrice de type (𝑝, 𝑛)
Autrement dit : vecteur colonne 𝑋 × vecteur ligne 𝑌 𝑡 ⇝ matrice 𝐴
𝑥1 𝑥1 𝑦1 𝑥1 𝑦2 … 𝑥1 𝑦𝑛
𝑥2 𝑥2 𝑦1 𝑥2 𝑦2 … 𝑥2 𝑦𝑛
𝑋𝑌 𝑡 = ( ⋮ ) (𝑦1 𝑦2 … 𝑦𝑝 ) = ( ⋮ ⋮ ⋱ ⋮ ) = 𝐴 ∈ ℳ(𝑝,𝑛)
𝑥𝑝 𝑥𝑝 𝑦1 𝑥𝑝 𝑦2 … 𝑥𝑝 𝑦𝑛
2
1
4
Exemple : Soient les vecteurs 𝑋 = (2) ∈ ℳ(3,1) et 𝑌 = ( ) ∈ ℳ(4,1).
3
0
0
1 2 4 3 0
𝑋𝑌 𝑡 = (2) (2 4 3 0) = (4 8 6 0) = A ∈ ℳ(3,4)
0 0 0 0 0
Matrice de type (𝑝, 𝑛) × matrice colonne de type (𝑛, 1) ⇝ matrice de type (𝑝, 1)
Autrement dit : matrice 𝐴 × vecteur colonne 𝑋 ⇝ vecteur colonne 𝑌
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛
𝐴𝑋 = ( ⋮ ⋮ ⋱ ⋮ )( ⋮ ) = ( ⋮ ) = 𝑌 ∈ ℳ(𝑝,1)
𝑎𝑝1 𝑎𝑝2 … 𝑎𝑝𝑛 𝑥𝑛 𝑎𝑝1 𝑥1 + 𝑎𝑝2 𝑥2 + ⋯ + 𝑎𝑝𝑛 𝑥𝑛
1
1 2 0 2 2
Exemple : Soient la matrice 𝐴 = ( ) ∈ 𝑀(2,4) et le vecteur 𝑋 = ( ) ∈ ℳ(4,1) .
−1 4 2 1 0
−2
1
1 2 0 2 2 1
𝐴𝑋 = ( ) ( ) = ( ) = 𝑌 ∈ ℳ(2,1)
−1 4 2 1 0 5
−2
Matrice ligne de type (1, 𝑛) × matrice de type (𝑛, 𝑚) ⇝ matrice de type (1, 𝑚)
Autrement dit : vecteur ligne 𝑋 𝑡 × matrice 𝐴 ⇝ vecteur ligne 𝑌
𝑎11 𝑎12 … 𝑎1𝑚
𝑎21 𝑎22 … 𝑎2𝑚
𝑋 𝑡 𝐴 = (𝑥1 𝑥2 … 𝑥𝑛 ) (
⋮ ⋮ ⋱ ⋮ )
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑚
𝑛 𝑛 𝑛
2 1
0 −1
𝑋 𝑡 𝐴 = (1 2 0 −2) ( ) = (0 −1) = 𝑌 ∈ ℳ(1,2)
2 2
1 0
Remarque :
− Le produit matriciel de la matrice 𝐴 ∈ ℳ(𝑝,𝑚) par la matrice 𝐵 ∈ ℳ(𝑚,𝑛) est la matrice 𝐶 ∈ ℳ(𝑝,𝑛)
telle que le terme général 𝑐𝑖𝑗 est égal au produit scalaire de la ligne 𝑖 de la matrice 𝐴 par la colonne 𝑗 de la
matrice 𝐵.
− Le produit d’une matrice par un vecteur colonne est combinaison linéaire des colonnes de la matrice
dont les coefficients sont les composantes du vecteur.
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑎11 𝑎12 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑎21 𝑎22 𝑎2𝑛
𝐴𝑋 = ( ⋮ ⋮ ⋱ ⋮ ) ( ⋮ ) = 𝑥1 ( ⋮ ) + 𝑥2 ( ⋮ ) + ⋯ + 𝑥𝑛 ( ⋮ )
𝑎𝑝1 𝑎𝑝2 … 𝑎𝑝𝑛 𝑥𝑛 𝑎𝑝1 𝑎𝑝2 𝑎𝑝𝑛
Donc,
𝐴𝑋 = 𝑥1 𝐴.1 + 𝑥2 𝐴.2 + ⋯ + 𝑥𝑛 𝐴.𝑛
Exercice : Étant donnée une matrice carrée symétrique 𝐴 et un vecteur colonne 𝑋, le produit 𝑋 𝑡 𝐴𝑋 ∈ ℝ est un
scalaire appelé forme quadratique. Calculer 𝑋 𝑡 𝐴𝑋 pour la matrice 𝐴 et le vecteur colonne 𝑋 donnés par :
1 2 4 1
𝐴 = (2 −1 1) et 𝑋 = ( 2 ).
4 1 2 −1
3.3.3 Propriétés
Soient 𝑝, 𝑞, 𝑚, 𝑛 quatre entiers naturels non nuls.
Le produit matriciel est associatif : pour toutes 𝐴 ∈ ℳ(𝑝,𝑞) (ℝ), 𝐵 ∈ ℳ(𝑞,𝑚) (ℝ) et 𝐶 ∈ ℳ(𝑚,𝑛) (ℝ) :
𝐴𝐵𝐶 = (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶)
Le produit matriciel est distributif à droite par rapport à l’addition : pour toutes matrices 𝐴 ∈
ℳ(𝑝,𝑞) (ℝ), 𝐵 ∈ ℳ(𝑞,𝑚) (ℝ) et 𝐶 ∈ ℳ(𝑞,𝑚) (ℝ) :
𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
Le produit matriciel est distributif à gauche par rapport à l’addition : pour toutes matrices 𝐴 ∈
ℳ(𝑝,𝑞) (ℝ), 𝐵 ∈ ℳ(𝑝,𝑞) (ℝ) et 𝐶 ∈ ℳ(𝑞,𝑚) (ℝ) :
(𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶
Pour toutes matrices 𝐴 ∈ ℳ(𝑝,𝑞) (ℝ) et 𝐵 ∈ ℳ(𝑞,𝑚) (ℝ) et pour tout scalaire non nul :
𝐴(𝐵) = (𝐴𝐵)
La matrice unité est neutre pour le produit matriciel : pour toute matrice 𝐴 ∈ ℳ(𝑛) (ℝ),
𝐴 𝐼𝑛 = 𝐼𝑛 𝐴 = 𝐴
Pour toutes matrices 𝐴 ∈ ℳ(𝑝,𝑞) (ℝ), 𝐵 ∈ ℳ(𝑞,𝑚) (ℝ) et 𝐶 ∈ ℳ(𝑚,𝑛) (ℝ) :
(𝐴𝐵)𝑡 = 𝐵𝑡 𝐴𝑡 et (𝐴𝐵𝐶)𝑡 = 𝐶 𝑡 𝐵𝑡 𝐴𝑡
Pour toutes matrices carrées 𝐴, 𝐵, 𝐶 :
𝑡𝑟(𝐴𝐵) = 𝑡𝑟(𝐵𝐴)
𝑡𝑟(𝐴𝐵𝐶) = 𝑡𝑟(𝐵𝐶𝐴) = 𝑡𝑟(𝐶𝐴𝐵)
Exercice : Montrer à l’aide de contre exemples que,
− Le produit matriciel de deux matrices symétriques n’est pas nécessairement une matrice symétrique ;
− Le produit matriciel de deux matrices anti-symétriques n’est pas nécessairement une matrice anti-
symétrique.
Exercice : Montrer que,
− Le produit matriciel de deux matrices triangulaires inférieures est une matrice triangulaire inférieure ;
− Le produit matriciel de deux matrices triangulaires supérieures est une matrice triangulaire supérieure ;
− Le produit matriciel de deux matrices diagonales est une matrice diagonale.
3.3.4 Existence des diviseurs de zéro
Si l’une des deux matrices 𝐴 ∈ ℳ(𝑝,𝑚) (ℝ) et 𝐵 ∈ ℳ(𝑚,𝑛) (ℝ) du produit matriciel 𝐴B est nulle alors le
produit est nul. La réciproque n’est pas toujours vraie, c'est-à-dire :
Si 𝐴𝐵 = 0𝑝,𝑛 alors on n’a pas forcement (𝐴 = 0𝑝,𝑚 ou 𝐵 = 0𝑚,𝑛 )
Dans ce cas, les matrices 𝐴 et 𝐵 sont dites « diviseurs de zéro ».
1 0 0 0
Contre-Exemple : Soient 𝐴 = ( ) ≠ 02 et 𝐵 = ( ) ≠ 02 mais 𝐴𝐵 = 02
4 0 3 −1
Conséquence : Soient 𝐴, 𝐵 et 𝐶 trois matrices carrées.
L'égalité 𝐴𝐵 = 𝐴𝐶 n'implique pas 𝐵 = 𝐶.
3.3.5 Puissance d’une matrice carrée
Soit 𝐴 ∈ ℳ(𝑛) (ℝ). On pose :
𝐴0 = 𝐼𝑛
{𝐴𝑘 = ⏟
𝐴 × 𝐴 × … × 𝐴 = 𝐴𝑘−1 × 𝐴 ∀𝑘 ∈ ℕ∗
𝑘 𝑓𝑜𝑖𝑠
où
𝑝 𝑝!
( )=
𝑘 𝑘! (𝑝 − 𝑘)!
0 1 1 1
Exemple : Soient 𝐴 = ( ) et 𝐵 = ( ).
−1 1 −1 2
On a 𝐴𝐵 = 𝐵𝐴 et donc, (𝐴 + 𝐵)3 = 𝐴3 + 3𝐴2 𝐵 + 3𝐴𝐵2 + 𝐵3
3.3.7 Matrice idempotente
Une matrice carrée 𝐴 d’ordre 𝑛 est idempotente si A2 = A.
3 1
Exemple : Soit A une matrice carrée d’ordre 2 donnée par 𝐴 = ( )
−6 −2
3 1 3 1 3 1
On vérifie facilement que : A2 = ( )( )=( ) = A.
−6 −2 −6 −2 −6 −2
Exercice : Montrer que pour toute matrice idempotente 𝐴, on a 𝐴𝑘 = 𝐴 pour tout 𝑘 ∈ ℕ∗
3.3.8 Matrice nilpotente
Une matrice carrée A d’ordre n est nilpotente d’ordre p (p ∈ ℕ, p ≥ 2) si : A𝑝 = 0𝑛 et A𝑝−1 ≠ 0𝑛
0 1
Exemple : Soit A une matrice carrée d’ordre 2 donnée par 𝐴 = ( ) ≠ 02
0 0
0 1 0 1 0 0
On vérifie facilement que : A2 = ( )( )=( ) = 02
0 0 0 0 0 0
Donc, la matrice A nilpotente d’ordre 2.
En effectuant l’opération 𝐿𝑖 (β)(𝐴) ⇝ On obtient une nouvelle matrice 𝐴′ en multipliant la 𝑖 ème ligne de
𝐴 par β :
𝐿i (𝐴′ ) ↞ β . 𝐿i (𝐴)
𝐿𝑖 (β) ′
et on note 𝐴 𝐴
~
En effectuant l’opération 𝐿𝑖𝑗 (𝐴) ⇝ On obtient une nouvelle matrice 𝐴′ en permutant la 𝑖 ème ligne avec
la 𝑗 ème ligne de 𝐴 :
𝐿i (𝐴′ ) ↞ 𝐿j (𝐴) et 𝐿j (𝐴′ ) ↞ 𝐿i (𝐴)
𝐿𝑖𝑗 ′
et on note 𝐴 𝐴
~
En effectuant l’opération 𝐿𝑖𝑗 (α)(𝐴) ⇝ On obtient une nouvelle matrice 𝐴′ en ajoutant à la 𝑖 ème ligne de 𝐴
la 𝑗 ème ligne de 𝐴 multipliée par α :
𝐿i (𝐴′ ) ↞ 𝐿i (𝐴) + α . 𝐿j (𝐴)
𝐿𝑖𝑗 (α) ′
et on note 𝐴 𝐴
~
Remarque : On peut effectuer des opérations élémentaires similaires sur les colonnes, on parle d’opérations
élémentaires colonnes.
4.2 Matrices Ligne-équivalentes
Deux matrices 𝐴 et 𝐵 sont dites ligne-équivalentes si l’une est la transformée de l’autre par une suite finie
d’opérations élémentaires lignes. On note tout simplement 𝐴 ~ 𝐵.
Exemple : Soit la matrice donnée par :
0 −1 2 3
2 4 6 −4
A= 0 −1 1 2 ∈ ℳ(5,4) (ℝ)
3 2 0 1
(0 1 1 3)
Effectuons simultanément sur la matrice 𝐴 les transformations élémentaires lignes suivantes : 𝐿21 , 𝐿1 (12) puis
𝐿41 (−3).
L’opération 𝐿21 (A) :
0 −1 2 3 2 4 6 −4
2 4 6 −4 0 −1 2 3
𝐿21
A= 0 −1 1 2 0 −1 1 2 = A1
~
3 2 0 1 3 2 0 1
(0 1 1 3) (0 1 1 3)
L’opération 𝐿1 (12)(A1 ) :
2 4 6 −4 1 2 3 −2
0 −1 2 3 1 0 −1 2 3
A = 0 −1 1 2 𝐿1 ( ) 0 −1 1 2 = A2
2
3 2 0 1 ~ 3 2 0 1
(0 1 1 3 ) (0 1 1 3)
L’opération 𝐿41 (−3)(A2 ) :
1 2 3 −2 1 2 3 −2
0 −1 2 3 0 −1 2 3
A2 = 0 −1 1 2 𝐿41 (−3)
0 −1 1 2 = A3
~
3 2 0 1 0 −4 −9 7
(0 1 1 3 ) (0 1 1 3)
On constate que A ~ A3
𝐶1 𝐶2 𝐶3 𝐶1 𝐶2
= [𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 ] − [𝑎31 𝑎22 𝑎13 + 𝑎32 𝑎23 𝑎11 + 𝑎33 𝑎21 𝑎12 ]
ou encore, selon une disposition colonne :
−𝑎31 𝑎22 𝑎13
𝐿1 𝑎11 𝑎12 𝑎13 −𝑎11 𝑎32 𝑎23
𝐿2 |𝑎21 𝑎22 𝑎23 |
−𝑎21 𝑎12 𝑎33
det(𝐴) = 𝐿3 𝑎31 𝑎32 𝑎33 +𝑎11 𝑎22 𝑎33
𝐿4 𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23 +𝑎21 𝑎32 𝑎13
𝐿5 +𝑎31 𝑎12 𝑎23
= [𝑎11 𝑎22 𝑎33 + 𝑎21 𝑎32 𝑎13 + 𝑎31 𝑎12 𝑎23 ] − [𝑎31 𝑎22 𝑎13 + 𝑎11 𝑎32 𝑎23 + 𝑎21 𝑎12 𝑎33 ]
2 3 2
Exemple : Soit 𝐴 = (0 3 0), alors
4 1 1
2 3 2 2 3
det(A) = |0 3 0 | 0 3
4 1 1 4 1
= [(2 × 3 × 1) + (3 × 0 × 4) + (2 × 0 × 1)]
−[(4 × 3 × 2) + (1 × 0 × 2) + (1 × 0 × 3)]
= [6 + 0 + 0] − [24 + 0 + 0]
= −18
ou encore
2 3 2
| 0 3 0|
det(A) = 4 1 1
2 3 2
0 3 0
= [(2 × 3 × 1) + (0 × 1 × 2) + (4 × 3 × 0)]
−[(4 × 3 × 2) + (2 × 1 × 0) + (0 × 3 × 1)]
= [6 + 0 + 0] − [24 + 0 + 0]
= −18
Pour calculer le déterminant de 𝐴, on somme les produits des éléments d'une ligne ou d’une colonne (à notre
choix) par leurs cofacteurs respectifs. En pratique, on développe selon la ligne ou la colonne qui contient le
maximum d’éléments nuls (s'il y en a).
Les éléments (−1)i+j des cofacteurs forment graphiquement la matrice suivante, dite matrice de
signes (alternance entre les deux signes) :
(−1)1+1 (−1)1+2 (−1)1+3 + − +
((−1)2+1 (−1)2+2 (−1)2+3 ) = (− + −)
= −𝑎21 [𝑎12 𝑎33 − 𝑎32 𝑎13 ] + 𝑎22 [𝑎11 𝑎33 − 𝑎31 𝑎13 ] − 𝑎23 [𝑎11 𝑎32 − 𝑎31 𝑎12 ]
= −𝑎21 [𝑎21 𝑎33 − 𝑎31 𝑎23 ] + 𝑎22 [𝑎11 𝑎33 − 𝑎31 𝑎13 ] − 𝑎23 [𝑎11 𝑎23 − 𝑎21 𝑎13 ]
Exemple : Soit la matrice carrée A d’ordre 3 :
2 3 2
A = (0 3 0)
4 1 1
Si on développe selon la première colonne :
2 3 2
𝑑𝑒𝑡(𝐴) = |0 3 0|
4 1 1
3 0 3 2 3 2.
= +2 | | − 0| | + 4| |
1 1 1 1 3 0
= 2(3) − 0 + 4(−6) = −18
Exemple : La règle de SARRUS n’est autre que le développement du déterminant selon la première colonne ou
la première ligne.
5.1.4Déterminant d’une matrice carrée d’ordre 𝒏
Le calcul du déterminant d’une matrice carrée d’ordre 𝑛 > 1 se ramène au calcul de 𝑛 déterminants d’ordre
(𝑛 − 1) qui pour chacun d’entre eux se ramène au calcul de (𝑛 − 1) déterminants d’ordre (𝑛 − 2) et ainsi de
suite.
La matrice de signes d’une matrice carrée d’ordre 𝑛 est la suivante :
+ − + … (−1)1+𝑗 … (−1)1+𝑛
− + − … (−1)2+𝑗 … (−1)2+𝑛
+ − + … (−1)3+𝑗 … (−1)3+𝑛
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
(−1)𝑖+1 (−1)𝑖+2 (−1)𝑖+3 … (−1)𝑖+𝑗 … (−1)𝑖+𝑛
⋮ ⋮ ⋮ ⋮ ⋱ ⋮
((−1)𝑛+1 (−1)𝑛+2 (−1)𝑛+3 … (−1)𝑛+𝑗 … + )
Exemple : Soit la matrice carrée A d’ordre 4,
1 2 3 0
−1 2 −1 0
A=( )
0 3 0 4
1 0 5 2
alors, la matrice de signes est la suivante :
+ − + −
− + − +
( )
+ − + −
− + − +
Si on développe selon la troisième ligne (contient deux zéros) :
1 2 3 0
−1 2 −1 0
𝑑𝑒𝑡(𝐴) = | |
0 3 0 4
1 0 5 2
1 3 0 1 2 3
= −3 |−1 −1 0| − 4 |−1 2 −1|
1 5 2 1 0 5
1 3 2 3 1 2
= −3 [+2 | |] − 4 [+1 | |+ 5| |]
−1 −1 2 −1 −1 2
= −3(4) − 4(12)
= −60
Si on développe selon la quatrième colonne (contient deux zéros) :
1 2 3 0
−1 2 −1 0
det(𝐴) = | |
0 3 0 4
1 0 5 2
1 2 3 1 2 3
= −4 |−1 2 −1| + 2 |−1 2 −1|
1 0 5 0 3 0
2 3 1 2 1 3
= −4 [+1 | |+5| |] + 2 [−3 | |]
2 −1 −1 2 −1 −1
= −4(12) + 2(−6)
= −60
5.2 Règles simplificatrices des déterminants
Il sera très judicieux d’appliquer les propriétés suivantes afin de simplifier les calculs des déterminants :
Une matrice carrée ayant au moins une ligne nulle (respectivement colonne nulle) a un déterminant nul.
2 −1 4 5 0
1 2 3 0
1 2 3 2 0
−1 2 −1 8
Exemple : Soient 𝐴 = ( ) et 𝐵 = −1 2 −1 1 0
0 0 0 0
0 3 0 1 0
1 0 5 2
( 1 0 5 2 0)
Sans faire de calcul, 𝑑𝑒𝑡(𝐴) = 0 (la ligne 𝐿3 (𝐴) est nulle) et 𝑑𝑒𝑡(𝐵) = 0 (la colonne 𝐶5 (𝐵) est nulle).
Une matrice carrée ayant au moins deux lignes (respectivement deux colonnes) identiques, ou encore
proportionnelles, a un déterminant nul.
Exemple :
2 −1 4 5 −1 1 3 8 4 4
1 2 3 0
1 2 3 2 2 −1 9 −4 8 −2
−1 2 −1 8
𝐴=( ), 𝐵 = −1 2 −1 1 2 et C= 3 −1 0 1 0
1 2 3 0
0 3 0 1 3 6 8 4 0 2
1 0 5 2
(1 0 5 2 0) (−3 1 2 3 1)
Sans faire de calcul, 𝑑𝑒𝑡(𝐴) = 0 (car 𝐿1 (𝐴) = 𝐿3 (𝐴)), 𝑑𝑒𝑡(𝐵) = 0 (car 𝐶2 (𝐵) = 𝐶5 (𝐵)) et 𝑑𝑒𝑡(𝐶) =
0 (car 𝐶3 (𝐶) = 2𝐶5 (𝐶)).
Une matrice dont au moins une ligne (respectivement une colonne) est combinaison linéaire d’autres
lignes (respectivement d’autres colonnes) de la matrice a un déterminant nul.
2 2 3 1
−1 2 −1 0
Exemple : Soit 𝐴 = ( )
−1 2 2 1
1 4 5 2
Sans faire de calcul, 𝑑𝑒𝑡(𝐴) = 0 (car 𝐿4 (𝐴) = 𝐿1 (𝐴) + 𝐿3 (𝐴)).
Le déterminant d’une matrice ne change pas si on ajoute à une ligne (respectivement à une colonne)
une combinaison linéaire d’autres lignes (respectivement d’autres colonnes). En pratique, on applique cette
propriété pour faire apparaître le maximum des éléments nuls dans une ligne ou dans une colonne de la
matrice et ainsi faciliter le calcul du déterminant.
1 5 2
Exemple : Soit la matrice 𝐴 = (1 −2 3) alors,
2 4 4
1 5 2 1 5 2
𝑑𝑒𝑡 (𝐴) = |1 −2 3| = |0 −7 1| 𝐿2 ⇜ 𝐿2 − 𝐿1
2 4 4 2 4 4
1 5 2
= |0 −7 1| 𝐿3 ⇜ 𝐿3 − 2𝐿1
0 −6 0
−7 1
= +1 | |
−6 0
= 6
Si on multiplie une seule ligne (respectivement une colonne) d’une matrice par un scalaire, alors son
déterminant est multiplié par ce même scalaire.
Exemple :
3 15 −3 3(1) 3(5) 3(−1) 1 5 −1
|2 −1 3 | = | 2 −1 3 | = 3 | 2 −1 3 |
2 4 5 2 4 5 2 4 5
3 15 −3 3(1) 3(5) 3(−1) 1 5 −1 1 5 −1
|6 −3 9 | = |3(2) 3(−1) 3(3) | = 33 |2 −1 3 | = 27 |2 −1 3 |
6 12 15 3(2) 3(4) 3(5) 2 4 5 2 4 5
6 9 −3 2 3 −1 1 3 −1
|2 −1 3 | = 3 |2 −1 3 | = (3 × 2) |1 −1 3 |
2 4 5 2 4 5 1 4 5
si on effectue un nombre impair de permutations alors le déterminant change de signe.
Exemple :
1 5 2 5 1 2
|1 −2 3| = 6 et |−2 1 3| = −6
2 4 4 4 2 4
Le déterminant d’une matrice triangulaire inférieure (respectivement triangulaire supérieure ou
diagonale) est égal au produit de ses éléments diagonaux.
Exemple :
3 0 0
|2−1 0| = 3 × (−1) × 5 = −15
2 4 5
315 −3
|0 0 9 | = 3 × 0 × 15 = 0
0 0 15
10 0
|02 0 | = 1 × 2 × (−4) = −8
00 −4
1 0 0 ⋯ 0
0 1 0 ⋮
det(𝐼𝑛 ) = ||0 0 1 ⋱ 0|| = 1
⋮ ⋱ ⋱ 0
0 ⋯ 0 0 1
𝑑𝑒𝑡(𝜆𝐴) = 𝜆𝑛 𝑑𝑒𝑡(𝐴)
Exemple :
1 si 𝑛 pair
𝑑𝑒𝑡(−𝐼𝑛 ) = (−1)𝑛 𝑑𝑒𝑡(𝐼𝑛 ) = (−1)𝑛 = {
−1 si 𝑛 impair
−1 0
𝑑𝑒𝑡(−𝐼2 ) = | | = (−1)2 = 1
0 −1
−1 0 0
𝑑𝑒𝑡(−𝐼3 ) = | 0 −1 0 | = (−1)3 = −1
0 0 −1
Le déterminant d’une matrice est égal à celui de sa transposée : 𝑑𝑒𝑡(𝐴𝑡 ) = 𝑑𝑒𝑡(𝐴)
Exemple :
1 5 2 1 1 2
𝑑𝑒𝑡 (𝐴) = |1 −2 3| = 6 et 𝑑𝑒𝑡(𝐴𝑡 ) = |5 −2 4| = 6
2 4 4 2 3 4
Le déterminant du produit de deux matrices est égal au produit des déterminants de ces matrices :
𝑑𝑒𝑡(𝐴𝐵) = 𝑑𝑒𝑡(𝐴) × 𝑑𝑒𝑡(𝐵)
Exemple :
1 5 2 2 3 2
𝐴 = (1 −2 3) (𝑑𝑒𝑡(𝐴) = 6) et 𝐵 = (0 3 0) (𝑑𝑒𝑡(𝐵) = −18)
2 4 4 4 1 1
10 20 4
𝑑𝑒𝑡(𝐴𝐵) = |14 0 5| = −108
20 22 8
Donc, 𝑑𝑒𝑡(𝐴) × 𝑑𝑒𝑡(𝐵) = 6 × (−18) = −108 = 𝑑𝑒𝑡(𝐴𝐵).
Si la matrice est orthogonale alors, 𝑑𝑒𝑡(A) = ±1 (puisque 𝑑𝑒𝑡(𝐴𝐴𝑡 ) = 𝑑𝑒𝑡(𝐼3 ) et donc, 𝑑𝑒𝑡(𝐴)2 =
1).
Exemple :
−2 −2 1
1
𝐴 = (−2 1 −2) et comme 𝐴𝐴𝑡 = 𝐼3 alors la matrice 𝐴 est orthogonale.
3
1 −2 −2
1 3 0 −6 −3 1 −6 −3 36 − 9
𝑑𝑒𝑡(𝐴) = ( ) |0 −3 −6| = | |= =1
3 27 −3 −6 27
1 −2 −2
Remarque : En général, 𝑑𝑒𝑡(𝐴 + 𝐵) ≠ 𝑑𝑒𝑡(𝐴) + 𝑑𝑒𝑡(𝐵)
Contre exemple :
1 5 2 2 3 2
𝐴 = (1 −2 3) (𝑑𝑒𝑡(𝐴) = 6) et B = (0 3 0) (𝑑𝑒𝑡(𝐵) = −18)
2 4 4 4 1 1
3 8 4
𝑑𝑒𝑡(𝐴 + 𝐵) = |1 1 3| = 70.
6 5 5
𝑑𝑒𝑡(𝐴) + 𝑑𝑒𝑡(𝐵) = 6 + (−18) = −12 ≠ 𝑑𝑒𝑡(𝐴 + 𝐵).
Pour toute matrice carrée A inversible, sa matrice transposée est aussi inversible et son inverse est donné
par : (𝐴𝑡 )−1 = (𝐴−1 )𝑡 .
2 1 1 1
Exemple : La matrice A = ( ) est inversible et son inverse est 𝐴−1 = ( ).
−1 −1 −1 −2
(𝐴𝑡 )−1 2 −1 −1 1 −1
= ( ) = ( ) = (𝐴−1 )𝑡 .
1 −1 1 −2
1
Pour toute matrice carrée A et pour tout scalaire non nul 𝜆 on a : (𝜆𝐴)−1 = 𝜆 𝐴−1
2 1 4 2 1 1
Exemple : Soit A = ( ), 2A = ( ) et A−1 = ( )
−1 −1 −2 −2 −1 −2
1 1
−1 4 2 −1
(2A) = ( ) = (2 2
)
−2 −2 −1
−1
2
1 1
−1 1 −1 1 1 1 2 2
Ou encore, (2A) = A = (
2 −1
) = (−1 )
2 −2 2
−1
Pour toutes matrices carrées inversibles 𝐴, 𝐵 et 𝐶, les produits 𝐴𝐵 et 𝐴𝐵𝐶 sont aussi inversibles et leurs
inverses sont donnés par : (𝐴𝐵)−1 = 𝐵−1 𝐴−1 et (𝐴𝐵𝐶)−1 = 𝐶 −1 𝐵−1 𝐴−1
2 1 0 1 −1 3
Exemple : Soient 𝐴 = ( ) et 𝐵 = ( ). Le produit 𝐴𝐵 = ( )
−1 −1 −1 1 1 −2
−1 3 −1 2 3
(𝐴𝐵)−1 = ( ) = ( )
1 −2 1 1
1 −1 1 1 2 3
Ou encore, (𝐴𝐵)−1 = 𝐵−1 𝐴−1 = ( )( ) = ( )
1 0 −1 −2 1 1
Pour toute matrice carrée 𝐴 et pour tout entier naturel non nul 𝑝 on a : (𝐴𝑝 )−1 = (𝐴−1 )𝑝
2 1 5 2 1 1
Exemple : Soient 𝐴 = ( ), 𝐴3 = ( ) et 𝐴−1 = ( )
−1 −1 −2 −1 −1 −2
5 2 −1 1 2
(𝐴3 )−1 = ( ) = ( )
−2 −1 −2 −5
Si 𝑑𝑒𝑡(𝐴) = 𝑎11 𝑎22 − 𝑎21 𝑎12 ≠ 0, alors 𝐴 est inversible et son inverse est donné par :
1 𝑎22 −𝑎12
A−1 = ( 𝑎11 )
𝑎11 𝑎22 − 𝑎21 𝑎12 −𝑎21
et si 𝑑𝑒𝑡(𝐴) = 0, alors la matrice 𝐴 est singulière (non inversible).
2 3 −1 −1 −3
Exemple : Pour 𝐴 = ( ), 𝑑𝑒𝑡(𝐴) = −8 ≠ 0. Alors 𝐴 est inversible et 𝐴−1 = 8 ( )
2 −1 −2 2
2 2
Pour 𝐵 = ( ), 𝑑𝑒𝑡(𝐵) = 0. Alors 𝐵 est singulière.
1 1
Pour les matrices carrées d’ordre supérieur ou égal à 3, il suffit d’appliquer la formule :
1 2 3
Exemple : Soit 𝐴 = (1 2 −1) ∈ ℳ(3) (ℝ)
0 1 1
𝑑𝑒𝑡(𝐴) = 4 ≠ 0. Donc la matrice 𝐴 est inversible et son inverse est donné par :
1
𝐴−1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴)
𝑑𝑒𝑡 (𝐴)
où,
2 −1 1 −1 1 2
| −| |+| +| |
𝐶11 𝐶12 𝐶13 1 1 0 1 0 1
2 3 1 3 1 2
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐴) = (𝐶21 𝐶22 𝐶23 ) = −| | +| | −| |
1 1 0 1 0 1
𝐶31 𝐶32 𝐶33 2 3 1 3 1 2
(+ |2 −1| − |1 −1| +|
1 2)
|
3 −1 1 3 1 −8
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐴) = ( 1 1 −1) et 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴) = (−1 1 4)
−8 4 0 1 −1 0
Ainsi,
1 3 1 −8
𝐴−1 = (−1 1 4)
4
1 −1 0
6.3.2 Méthode du polynôme caractéristique (Théorème De Cayley Hamilton)
On appelle polynôme caractéristique de la matrice 𝐴 d’ordre 𝑛 le polynôme en 𝑥, noté 𝑃𝐴 (𝑥), défini par :
(𝑎11 − 𝑥) 𝑎12 … 𝑎1𝑛
𝑎21 (𝑎22 − 𝑥) … 𝑎2𝑛
𝑃𝐴 (𝑥) = 𝑑𝑒𝑡(𝐴 − 𝑥𝐼𝑛 ) = | |
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 … (𝑎𝑛𝑛 − 𝑥)
Le polynôme caractéristique est un polynôme de degré 𝑛 en 𝑥. Il a la forme :
𝑃𝐴 (𝑥) = (−1)𝑛 𝑥 𝑛 + (−1)𝑛−1 𝑡𝑟(𝐴) 𝑥 𝑛−1 + ⋯ + 𝑑𝑒𝑡 (𝐴)
où 𝑡𝑟(𝐴) représente la trace de la matrice de 𝐴 et 𝑑𝑒𝑡 (𝐴) le déterminant de 𝐴.
Le polynôme caractéristique s’écrit simplement :
𝑎11 𝑎12
pour une matrice carrée d’ordre 2 : 𝐴 = (𝑎 𝑎22 )
21
Soit 𝐴 une matrice carrée inversible alors 𝑑𝑒𝑡(𝐴) ≠ 0. On peut écrire (vu que l’inverse est unique):
− Pour une matrice carrée d’ordre 2 :
−1 −1
𝐴[ (𝐴 − 𝑡𝑟(𝐴)𝐼2 )] = 𝐼2 et donc 𝐴−1 = (𝐴 − 𝑡𝑟(𝐴)𝐼2 )
det (𝐴) det (𝐴)
1 2 3
Exemple : Soit 𝐴 = (1 2 −1) ∈ ℳ(3) (ℝ)
0 1 1
Comme 𝑑𝑒𝑡(𝐴) = 4 ≠ 0, 𝑡𝑟(𝐴) = 4 et 𝛼(𝐴) = 4 alors, 𝑃𝐴 (𝐴) = −𝐴3 + 4 𝐴2 − 4𝐴 + 4𝐼3 = 03 . et ainsi, la
−1
matrice 𝐴 est inversible et son inverse est donné par : 𝐴−1 = 4
(−𝐴2 + 4 𝐴 − 4𝐼3 )
−1 1 2 3 2 1 2 3 1 0 0 −1 −3 −1 8
−1
𝐴 = [− (1 2 −1) + 4 (1 2 −1) − 4 (0 1 0)] = ( 1 −1 −4)
4 4
0 1 1 0 1 1 0 0 1 −1 1 0
6.3.3 Méthode d’élimination de GAUSS-JORDAN
Soit la matrice 𝐴 ∈ M(𝑛) (ℝ). La méthode de GAUSS-JORDAN consiste à appliquer une suite d’opérations
élémentaires en lignes sur la matrice augmentée (𝐴|𝐼𝑛 ) ∈ 𝑀(𝑛,2𝑛) (ℝ) pour obtenir, si c’est possible, une
matrice équivalente en lignes de la forme (𝐼𝑛 |𝐵) ∈ 𝑀(𝑛,2𝑛) (ℝ) ; la matrice 𝐵 n’est autre que la matrice inverse
𝐴−1 . Si jamais on voit apparaître à la place de la matrice 𝐴, une matrice avec une ligne nulle, la matrice 𝐴 est
alors non inversible ; on dit que 𝐴 est singulière.
Ainsi, cette méthode permet de calculer, en cas d’existence, l’inverse d’une matrice ou de déceler la non
existence.
1 4
Exemple : Pour déterminer l’inverse 𝐴−1 de la matrice inversible 𝐴 = ( ) ∈ 𝑀(2) (ℝ) effectuons sur la
1 1
1 41 0
matrice ( | ) ∈ 𝑀(2,4) (ℝ) une suite d’opérations élémentaires en ligne :
1 10 1
1 4 1 0 𝐿21 (−1) 1 4 1 0
( | ) ( | )
1 10 1 ~ 0 −3 −1 1
−1
𝐿2 ( 3 ) 1 41 0
( | )
~ 0 1 13 −1
3
1 0 −1 4
𝐿12 (−4)
( | 31 3
−1
)
~ 0 1 3 3
−1 4
1 −1 4
Ainsi, la matrice inverse A−1 = ( 31 3
−1 ) = 3( ) et on vérifie facilement que 𝐴−1 𝐴 = 𝐴 𝐴−1 = 𝐼2
3 3
1 −1
1 2 3 1
1 2 −1 −1
Exemple: Soit B = ( ) ∈ 𝑀(4) (ℝ) une matrice inversible. Pour déterminer l’inverse de 𝐵,
0 1 1 0
1 2 1 1
effectuons une suite d’opérations élémentaires en ligne sur la matrice suivante
1 2 3 1 1 0 0 0
1 2 −1 −1 0 1 0 0
( | ).
0 1 1 0 0 0 1 0
1 2 1 1 0 0 0 1
1 2 3 1 1 0 0 0 1 2 3 1 1 0 0 0
1 2 −1 −1 0 1 0 0 L21 (−1); L41 (−1) 0 0 −4 −2 −1 1 0 0
( | ) ( | )
0 1 1 0 0 0 1 0 ~ 0 1 1 0 0 0 1 0
1 2 1 1 0 0 0 1 0 0 −2 0 −1 0 0 1
1 2 3 1 1 0 0 0
L32 0 1 1 0 0 0 1 0
( | )
~ 0 0 −4 −2 −1 1 0 0
0 0 −2 0 −1 0 0 1
1 2 3 1 1 0 0 0
−1 0 1 1 0 0 0 1 0
L3 ( 4 ) ( | )
~ 0 0 1 12 14 −1 4
0 0
0 0 −2 0 −1 0 0 1
1 2 3 1 1 0 0 0
L43 (2) 0 1 1 0 0 0 1 0
( | 1 −1 )
~ 0 0 1 12 4 4 0 0
0 0 0 1 −12
−1
2
0 1
1 2 3 0 3 1
2 2
0 −1
L14 (−1) ; L34 ( 2 )
−1 0 1 1 0| 0 0 1 0
1 −1
~ 0 0 1 0| 2 0 0 2
−1 −1
0 1
(0 0 0 1 2 2 )
1 2 0 0 1 1
0 2 0 2
L13 (−3) ; L23 (−1) 0 1 0 0| 2 0 1 12
−1
1 −1
~ 0 0 1 0| 2 0 0 2
−1 −1
0 1
(0 0 0 1 2 2 )
1 0 0 0
1 12 −2 −1 2
L12 (−2) 0 1 0 0| 2 0 1
−1 1
2
1 −1
~ 0 0 |
1 0 2 0 0 2
−1 −1
0 1
(0 0 0 1 2 2
)
Ainsi, la matrice inverse est :
1 −1
1 −2
−1
2 2
1
2 1 −4 −1
0 1 1 −1 0 2 1
𝐵−1 = 2
1
2
−1 = ( )
2
0 0 2
2 1 0 0 −1
−1 −1
0 1) −1 −1 0 2
( 2 2
7.1 Définition
On dit qu’une matrice 𝐴 ∈ ℳ(𝑝,𝑛) (ℝ) est de rang 𝑟, noté 𝑟𝑔(𝐴) = 𝑟 ≤ 𝑀𝑖𝑛{𝑝, 𝑛}, si au moins l’un de ses
mineurs 𝑀𝑟 d’ordre 𝑟 est non nul, tandis que chaque mineur d’ordre (𝑟 + 1) qui borde 𝑀𝑟 comme mineur est
nul. Autrement dit, le rang d’une matrice 𝐴 est le plus grand ordre des sous-matrices carrées inversibles extraites
de la matrice 𝐴.
La notion du rang se définit pour des matrices quelconques et donc pas nécessairement carrées. Notons que le
rang d’une matrice nulle est admis être zéro.
1 0 3
Exemple : Considérons la matrice non nulle 𝐴 = (0 4 5). On sait que 1 ≤ 𝑟𝑔(𝐴) ≤ 3.
0 0 0
1 0
Si on prend | | ≠ 0 : un mineur d’ordre 2 non nul et le seul mineur d’ordre 3 qui le borde est nul :
0 4
1 0 3
|0 4 5| = det(𝐴) = 0, donc 𝑟𝑔(𝐴) = 2.
0 0 0
7.2 Quelques propriétés sur le rang d’une matrice
− Une matrice carrée est inversible si et seulement si son rang est égal à son ordre.
− 𝑟𝑔(𝐴𝑡 ) = 𝑟𝑔(𝐴)
− Le rang reste inchangé si on permute les lignes ou les colonnes de la matrice.
− Le rang reste inchangé si on remplace une colonne par une combinaison linéaire de cette colonne et les
autres colonnes.
− Le rang d’une matrice diagonale est égal au nombre de ses éléments diagonaux non nuls.
− Le rang reste inchangé si on remplace une ligne par une combinaison linéaire de cette ligne et les autres
lignes.
− Le rang d'une matrice reste inchangé en multipliant celle-ci par une matrice inversible.
7.3 Méthodes pratiques de calcul du rang d’une matrice
7.3.1 Méthode des mineurs
Pour déterminer le rang d’une matrice 𝐴 ∈ ℳ(𝑝,𝑛) (ℝ), on calcule les déterminants des matrices extraites
d’ordre 𝑘 = 𝑚𝑖𝑛{𝑝, 𝑛}, si au moins l’un de ces déterminants est non nul alors 𝑟𝑔(𝐴) = 𝑘 ; sinon, on calcule les
déterminants des matrices extraites d’ordre (𝑘 − 1), et ainsi de suite.
Exemple : on donne ici une méthode qui limite le nombre de déterminants à calculer :
1 0 1 0 3
2 1 0 2 7
Soit la matrice 𝐵 = ( ) ∈ 𝑀(4,5) (ℝ). On sait que 1 ≤ 𝑟𝑔(𝐵) ≤ 4.
0 1 −2 2 1
1 −3 7 −6 0
1 0
Remarquons que que 𝑀2 = | |≠0
2 1
On calcule maintenant les six déterminants d’ordre 3 qui bordent 𝑀2 (si tous ces déterminants sont nuls, le rang
est égal à 2. Sinon, si l’un au moins est non nul, on calcule les déterminants d’ordre 4 qui bordent ce dernier, et
ainsi de suite)
1 0 1 1 0 0 1 0 3 1 0 1 1 0 0 1 0 3
|2 1 0 | = |2 1 2| = |2 1 7| = |2 1 0| = |2 1 2 | = | 2 1 7| = 0
0 1 −2 0 1 2 0 1 1 1 −3 7 1 −3 −6 1 −3 0
Ainsi, 𝑟𝑔(𝐵) = 2.
1 5 2 2
1 −2 3 2
Exemple : Soit la matrice 𝐴 = ( ) ∈ ℳ(4) (ℝ). On sait que 1 ≤ 𝑟𝑔(𝐴) ≤ 4.
2 4 4 4
1 1 1 2
On calcule 𝑑𝑒𝑡 (𝐴), le déterminant de la matrice 𝐴 puisque 𝐴 est l’unique matrice d’ordre 4 : comme la
quatrième colonne est le double de la première colonne, on a
1 5 2 2
1 −2 3 2
det(𝐴) = | |=0 ⟹ 1 ≤ 𝑟𝑔(𝐴) ≤ 3
2 4 4 4
1 1 1 2
1 5 2
On s’intéresse ainsi aux matrices carrées extraites d’ordre 3. Comme |1 −2 3| ≠ 0, Alors, 𝑟𝑔(𝐴) = 3
2 4 4
7.3.2 Méthode du pivot de Gauss
Soit la matrice non nulle 𝐴 = [𝑎𝑖𝑗 ] ∈ ℳ(𝑝,𝑛) (ℝ).
− Si tous les coefficients de la première colonne sont nuls, on effectue une permutation des colonnes pour
obtenir une première colonne non nulle ;
− On choisit dans la première colonne un élément 𝑎𝑖1 non nul (appelé pivot), et on effectue l’opération
′ ′
élémentaire 𝐿𝑖1 (A) échange les lignes 1 et i. On obtient ainsi une matrice 𝐴′ = [𝑎𝑖𝑗 ] dont le coefficient 𝑎11
est non nul.
𝑎′
− On effectue l’opération élémentaire 𝐿𝑖1 (− 𝑎′𝑖1 ) (𝐴′) ; on obtient alors une nouvelle matrice sous la
11
forme
′ ′ ′
𝑎11 𝑎12 ⋯ 𝑎1𝑛
( 0 )
⋮ B
0
Si la matrice B est nulle, alors 𝑟𝑔(𝐴) = 1.
Sinon on répète les itérations sur la matrice 𝐵 autant de fois que nécessaire. Si, au bout de 𝑟 itérations, la
matrice constituée des (𝑝 – 𝑟) dernières lignes et (𝑛 – 𝑟) dernières colonnes est nulle, alors 𝑟𝑔(𝐴) = 𝑟.
1 1 1
−1 1 −1
Exemple : Considérons la matrice A=( ) ∈ ℳ(4,3) (ℝ)
2 1 1
1 2 −1
1 1 1 1 1 1
−1 1 −1 L21 (1); L31 (−2); L 41 (−1) 0 2 0
A=( ) ( )
2 1 1 ~ 0 −1 −1
1 2 −1 0 1 −2
1 1 1
1 −1
L32 (2) ; L42 ( 2 ) 0 2 0
( )
~ 0 0 −1
0 0 −2
1 1 1
L43 (−2) 0 2 0
( )
~ 0 0 −1
0 0 0
D’une part, 𝑟𝑔(𝐴) ≤ 3 et comme le nombre de pivots dans la matrice lignes équivalente est égal à 3 alors,
𝑟𝑔(𝐴) = 3.
Exemple : Soit 𝐴 ∈ ℳ(4) (ℝ)
1 3 −5 6 1 3 −5 6
2 4 0 3 0 −2 20 −9
𝐴=( )~( )
2 1 3 5 0 0 −24 31
−1 −7 1 7 0 0 0 0
D’une part, 𝑟𝑔(𝐴) ≤ 4 et comme le nombre de pivots dans la matrice lignes équivalente est égal à 3 alors,
𝑟𝑔(𝐴) = 3.
Exercices corrigés
Exercice 1 : Calculer les matrices 𝐴 + 𝐵, 3𝐵 − 𝐶, 𝐴 + 𝐵 − 𝐷, 𝐵𝐶 et 𝐴𝐵𝐶 où
2 −1 2 3 1 0 −1 0
𝐴=( ), 𝐵=( ), 𝐶=( ), 𝐷=( ).
3 1 2 1 2 1 1 −2
Exercice 4 : Trouver les réels 𝑎, 𝑏, c et 𝑑 pour que les matrices suivantes soient égales,
1 𝑎 0 1 3 0
𝑎+𝑏 𝑎−𝑏 4 6
( )= ( ) et (𝑐 𝑎+𝑏 𝑐 − 𝑎) = (4 6 1)
2𝑐 + 𝑑 𝑐 − 2𝑑 1 3
𝑏 𝑑+𝑏 𝑑 3 4 1
0 2 3 4 5
0 1 0 0
3 9 −9 0 0 2 3 4
0 0 1 0
𝐴 = (2 0 0 ), 𝐵=( ) 𝐶= 0 0 0 2 3 ,
0 0 0 1
3 3 −3 0 0 0 0 2
0 0 0 0
(0 0 0 0 0)
Exercice 9 :
Soit 𝐴 = [𝑎𝑖𝑗 ] la matrice d’ordre 3 avec, 𝑎𝑖𝑗 = 1 ∀𝑖, 𝑗 = 1,2,3 et soit la matrice 𝐵 = 𝐴 + 3𝐼3 .
1≤𝑖,𝑗≤3
Exercice 10 :
Calculer les déterminants suivants :
3 0 0 2 −1 3 1 0 0 1 0 0 1 −3 0
|5 −1 0| |0 0 5| |02 0| |0 2 4| |2 4 0|
7 3 4 0 0 3 0 0 3 0 3 3 0 0 3
1 0 3 1 2 3 2 0 3 4 −2 4
|0 2 0| |2 4 6| | 14 3| |2 −3 −4|
2 0 3 5 −1 2 −1 4 5 3 3 8
1 1 1 1 1 0 −3 1 1 1 1 1 −3 4 −5 1
|
1 2 2 2| | 0 −2 1 2| |1 1 −1 −1| |−1 1 −1 −2|
1 2 3 3 −1 0 3 1 1 −1 1 −1 5 4 −5 4
1 2 3 4 0 −1 1 2 1 −1 −1 −1 9 0 1 −4
Exercice 15 :
Pour chacune des matrices suivantes, dire si elle est inversible ou non. Dans le cas où la matrice est inversible,
calculer son inverse :
1 2 3 1 0 3 1 1 2 1 1 2 3 1 −1
A = (0 0 0) , B = (2 0 1) , C = (1 2 1) , D = (1 2 3) , E = ( 0 0 7 )
5 6 1 3 0 1 3 3 6 2 3 5 −1 2 1
2 −2 −2 2 −3 −1 3 0 0
F = (1 −1 1 ) , G = (4 −1 0 ) , H = (0 4 1 )
1 2 3 1 2 0 0 0 −2
Exercice 16 : Pour chacune des matrices suivantes, dire si elle est inversible ou non. Dans le cas où la matrice
est inversible, calculer son inverse,
1 0 0 1 0 0 1 1 2 1 0 0
𝐴 = (0 2 0) , 𝐵 = (2 −1 0) , 𝐶 = (0 2 −1) , 𝐷 = (0 2 4) ,
0 0 3 3 4 3 0 0 1 0 3 3
1 −3 0 1 0 3 1 0 3 −1 1 1
𝐸 = (2 4 0) , 𝐹 = (0 2 0) 𝐺 = (2 0 1) , 𝐻 = ( 2 −2 −2) ,
0 0 3 2 0 3 4 0 3 −3 4 3
4 3 1 1 2 1 −1 2 4
𝐽 = (2 −1 1 ) , 𝐾 = (1 2 −1) 𝐿=( 1 3 3)
1 2 −1 2 4 2 −2 −7 −1
Exercice 18 :
Pour quelle valeur du réel 𝑚, la matrice suivante est –elle inversible ?
𝑚 1 1
𝑀𝑚 = ( 1 𝑚 1 )
1 1 𝑚
Exercice 19 : Pour quelle valeur du paramètre 𝑚 la matrice 𝐴𝑚 est-elle inversible ? calculer 𝐴−1 en cas
d’existence.
3 1 2
𝐴𝑚 = (4 − 𝑚 2𝑚 3 + 𝑚) ∈ ℳ3 (ℝ)
1+𝑚 −1 − 𝑚 1+𝑚
Exercice 20 : Dire dans chaque cas si 𝐴 est inversible ou non. Si 𝐴 est inversible, exprimer son inverse 𝐴−1 en
fonction de 𝐴 et la matrice identité 𝐼,
1 2
A = 0, A4 = 0, A2 = I, A3 = I, A2 = −A, A3 = A,
3
A3 + 2A = I, A2 − 5A + 6I = 0, A3 + 4A − 6I = 0
(A − I) (A + 2I) = 0, (A − 3I)(3A + I) = 0, (A − I) (A + 2I) = −2I, (A + 2I)(A + I) = 3I.
Exercice 22 :
Soit la matrice suivante,
1 −1 0 −1
2 0 −1 −1
𝑀=( )
3 1 −2 −2
1 −2 1 −1
1. Montrer que 𝑀2 + 𝑀 + 𝐼4 = 04 où 𝐼4 est la matrice identité d’ordre 4. En déduire que 𝑀3 = 𝐼4
2. Montrer que 𝑀 est inversible et calculer 𝑀−1 .
Exercice 26 (CF-11/12) : On considère les deux matrices carrées d’ordre 3 données par :
1 1 0 −1 −1 1
𝐴 = (−1 0 1) 𝑒𝑡 𝐵 = ( 2 1 −1)
1 1 1 −1 0 1
1. Calculer les matrices (𝐴 − 𝐼3 )2 et 𝐴𝐵 où 𝐼3 est la matrice identité d’ordre 3 ;
2. En déduire que la matrice 𝐴 est inversible, puis déterminer son inverse 𝐴−1 ;
3. Montrer que la matrice 𝐴 vérifie la relation : 𝐴3 − 2𝐴2 + 𝐴 = 𝐼3 ;
4. À l’aide de la relation établie à la question 3, donner l’expression de la matrice inverse 𝐴−1 ;
5. À l’aide de la méthode des cofacteurs, retrouver la matrice inverse 𝐴−1 .
Exercice 28 (CF-13/14) : Soient les deux matrices carrées réelles d’ordre 3 données par,
1 −1 2 1 0 1
𝐴 = (4 1 3) 𝑒𝑡 𝐵 = (0 0 0)
0 1 2 1 0 1
1. Calculer la partie symétrique et la partie antisymétrique de la matrice A ;
2. Calculer les matrices puissances 𝐵 2 , 𝐵 3 et 𝐵 4 . En déduire à l’aide d’un raisonnement
par récurrence les puissances successives 𝐵 𝑛 , (𝑛 ∈ ℕ∗ ) de la matrice 𝐵.
Exercice 29 (CF-13/14) :
Soient les trois matrices carrées d’ordre 3 données par,
1 1 2 0 0 −3 1 0 0
𝐴 = ( 0 −1 1) , 𝐵 = (1 −2 1 ) 𝑒𝑡 𝐼3 = (0 1 0)
−1 0 0 1 1 1 0 0 1
2. En déduire que la matrice A est inversible, puis déterminer son inverse A−1 ;
3. Montrer que la matrice A vérifie la relation : A3 + A + 3I3 = 03 où 03 est la matrice nulle
d’ordre 3 ;
4. À l’aide de la relation établie à la question 3, donner l’expression de la matrice A−1 ;
5. À l’aide de la méthode des cofacteurs, retrouver la matrice inverse 𝐴−1 .
Exercice 30 (CR-13/14) : Soient les trois matrices réelles données par (𝑐12 , 𝑐13 , 𝑐31 , 𝑐32 ∈ ℝ) :
2 −1 −2 1 𝑐12 𝑐13
1 0 1 2
3
𝐴 = (2 1 −1 1) , 𝐵 = (3 − −3) 𝑒𝑡 𝐶=( 2 0 2)
2
0 1 0 2 𝑐31 𝑐32 −1
0 0 0
1. Construire une matrice carrée symétrique à partir de la matrice A ;
2. Déterminer les coefficients de la matrice 𝐶 pour que 𝐵 et 𝐶 soient des diviseurs de zéro.
Solutions
Solution 1 :
Tout calcul fait on obtient :
2 −1 2 3 4 2
𝐴+𝐵 = ( )+( ) =
( )
3 1 2 1 5 2
2 3 1 0 5 9
3𝐵 − 𝐶 = 3( )−( ) =
( )
2 1 2 1 4 2
4 2 −1 0 5 2
𝐴 + 𝐵 − 𝐷 = (𝐴 + 𝐵) − 𝐷 = ( )−( ) = ( )
5 2 1 −2 4 4
2 3 1 0 8 3
𝐵𝐶 = ( )( )= ( )
2 1 2 1 4 1
2 −1 8 3 12 5
𝐴𝐵𝐶 = 𝐴(𝐵𝐶) = ( )( ) = ( )
3 1 4 1 28 10
Solution 2 :
Le calcul des opérations 𝐴 + 𝐵, (𝐺 − 𝐻 𝑡 ) + 𝐷 , 𝐵𝐴 , 𝐵𝑡 + ((2𝐺)𝑡 + 𝐻) et 𝐺𝐻 𝑡 est impossible faute de
l’incompatibilité des types. Pour le reste des opérations, tout calcul fait on obtient :
6 −1 2 1 2 1 8 3 4
𝐵 + 2𝐺 𝑡 = ( ) + 2( ) = ( )
0 1 3 1 0 −1 2 1 1
1 −2 3 1 0 0 6 −2 3
𝐶 + 5𝐹 = (−1 0 2) + 5 (0 1 0) = (−1 5 2)
2 0 3 0 0 1 2 0 8
𝑡 ( ) ( ) ( )
𝐷 − 𝐸 = 1 2 −1 − 0 1 −2 = 1 1 1
1 −2 3 1 −1 2 2 −3 5
𝐶 + 𝐶 𝑡 = (−1 0 2) + (−2 0 0) = (−3 0 2)
2 0 3 3 2 3 5 2 6
2 −1 1 1 2 2 0 1
𝐴𝐻 = ( )( ) = ( )
3 1 0 2 3 3 5 9
1 −2 3
6 −1 2 11 −12 22
𝐵𝐶 = ( ) (−1 0 2) = ( )
0 1 3 5 0 11
2 0 3
1 −2 3 1 −6
𝐶𝐷 = (−1 0 2) ( 2 ) = (−3)
2 0 3 −1 −1
1
𝐸𝐷 = (0 1 −2) ( 2 ) = 4
−1
1 0 1 −2
𝐷𝐸 = ( 2 ) (0 1 −2) = (0 2 −4)
−1 0 −1 2
1 1 2 2 0
1 2 1
𝐺𝐺 𝑡 = (2 0 ) ( ) = (2 4 2)
1 0 −1
1 −1 0 2 2
1 0 1 1 2
1 1 2
𝐻 𝑡 𝐻 = (1 2) ( ) = (1 5 8 )
0 2 3
2 3 2 8 13
1 0
1 1 2 6 8
𝐻𝐻 𝑡 = ( ) (1 2) = ( )
0 2 3 8 13
2 3
1 1 1 3 5
1 1 2
𝐺𝐻 = (2 0 ) ( ) = (2 2 4)
0 2 3
1 −1 1 −1 −1
1 3 5
(𝐻 𝑡 𝐺 𝑡 )𝑡 = 𝐺𝐻 = (2 2 4)
1 −1 −1
1 −2 3 1 1 1 −2 3 6 0 5
6 −1 2
𝐶𝐺𝐵 = (−1 0 2) [(2 0 ) ( )] = (−1 0 2) (12 −2 4 )
0 1 3
2 0 3 1 −1 2 0 3 6 −2 −1
0 −2 −6
= ( 6 −4 −7)
30 −6 7
Solution 3 :
La partie symétrique de la matrice 𝐴 est donnée par :
3
1 1
1 1 1 −1 2 1 4 0 1 2 3 2 2
(𝐴 + 𝐴𝑡 ) = [(4 1 3) + (−1 1 1)] = (3 2 4) = 3
2 2 2 1 2
0 1 2 2 3 2 2 4 4 2
(1 2 2)
La partie anti-symétrique de la matrice 𝐴 est donnée par :
5
0 − 1
1 1 1 −1 2 1 4 0 1 0 −5 2 2
(𝐴 − 𝐴𝑡 ) = [(4 1 3) − (−1 1 1)] = (5 0 2) = 5
2 2 2 0 1
0 1 2 2 3 2 −2 −2 0 2
(−1 −1 0)
1 𝑡 )] 1 𝑡 )]
On remarque que [2 (𝐴 +𝐴 + [2 (𝐴 −𝐴 =𝐴
Solution 4 :
𝑎+𝑏 =4 𝑎=5
𝑎+𝑏 𝑎−𝑏 4 6 𝑎−𝑏 =6 𝑏 = −1
( )= ( ) ⇔ { ⇔ {
2𝑐 + 𝑑 𝑐 − 2𝑑 1 3 2𝑐 + 𝑑 = 1 𝑐=1
𝑐 − 2𝑑 = 3 𝑑 = −1
𝑎=3
1 𝑎 0 1 3 0
𝑏=3
(𝑐 𝑎+𝑏 𝑐 − 𝑎 ) = ( 4 6 1) ⇔ {
𝑐=4
𝑏 𝑑+𝑏 𝑑 3 4 1
𝑑=1
Solution 5 :
2 −1 −2 1 𝑏12 𝑏13 −2𝑏31 2𝑏12 − 2𝑏32 2𝑏13 0 0 0
𝐴𝐵 = (3 −3/2 −3) ( 2 0 2 ) = (−3𝑏31 3𝑏12 − 3𝑏32 3𝑏13 ) = (0 0 0)
0 0 0 𝑏31 𝑏32 −1 0 0 0 0 0 0
−2𝑏31 = −3𝑏31 = 0
𝑏 = 𝑏13 = 0
Ce qui implique, {2𝑏12 − 2𝑏32 = 3𝑏12 − 3𝑏32 = 0 { 31
𝑏12 = 𝑏32
2𝑏13 = 3𝑏13 = 0
On prend par exemple 𝑏12 = 𝑏32 = 𝛼, 𝛼 ∈ ℝ
1 𝛼 0
𝐵 = (2 0 2 )
0 𝛼 −1
Solution 6 :
Tout calcul fait,
1 0 2 −1 0 −2 0 0 0
𝐴+𝐵 =
(3 1 −1) + ( 2 2 1 ) = (5 3 0)
1 2 1 2 0 −1 3 2 0
1 0 2 −1 0 −2 3 0 −4
𝐴𝐵 = (3 1 −1) ( 2 2 1 ) = (−3 2 −4)
1 2 1 2 0 −1 5 4 −1
−1 0 −2 1 0 2 −3 −4 −4
𝐵𝐴 = ( 2 2 1 ) (3 1 −1) = ( 9 4 3 ) ≠ 𝐴𝐵
2 0 −1 1 2 1 1 −2 3
1 0 2 1 0 2 3 4 4
𝐴2 = (3 1 −1) (3 1 −1) = (5 −1 4)
1 2 1 1 2 1 8 4 1
−1 0 −2 −1 0 −2 −3 0 4
𝐵2 = ( 2 2 1 ) ( 2 2 1 ) = ( 4 4 −3)
2 0 −1 2 0 −1 −4 0 −3
1 0 2 1 3 1 5 1 3
𝐴𝐴𝑡 = (3 1 −1) (0 1 2) = (1 11 4)
1 2 1 2 −1 1 3 4 6
1 3 1 1 0 2 11 5 0
𝐴𝑡 𝐴 = (0 1 2) (3 1 −1) = ( 5 5 1) ≠ 𝐴𝐴𝑡
2 −1 1 1 2 1 0 1 6
0 0 0 0 0 0 0 0 0
(𝐴 2
1. + 𝐵) = (5 3 0) (5 3 0) = (15 9 0)
3 2 0 3 2 0 10 6 0
3 4 4 3 0 −4 −3 0 4 6 4 0
𝐴2 + 2𝐴𝐵 + 𝐵2 = (5 −1 4) + 2 (−3 2 −4) + ( 4 4 −3) = ( 3 7 −7)
8 4 1 5 4 −1 −4 0 −3 14 12 −4
On remarque que (𝐴 + 𝐵)2 ≠ 𝐴2 + 2𝐴𝐵 + 𝐵2 , puisque 𝐴𝐵 ≠ 𝐴𝐵
2. On calcule les diagonales principales des matrices 𝐴, 𝐵, 𝐴𝐵 et 𝐵𝐴 :
𝐷𝑃(𝐴) = (1,1,1), 𝐷𝑃(𝐵) = (−1,2, −1), 𝐷𝑃(𝐴𝐵) = (3,2, −1), 𝐷𝑃(𝐵𝐴) = (−3,4,3),
𝐷𝑃(𝐴𝐴𝑡 ) = (5,11,6), 𝐷𝑃(𝐴𝑡 𝐴) = (11,5,6).
3. D’après la deuxième question :
𝑡𝑟(𝐴) = 3, 𝑡𝑟(𝐵) = 0, 𝑡𝑟(𝐵𝐴) = 4, 𝑡𝑟(𝐴𝑡 ) = 3, 𝑡𝑟(𝐴) = 3, 𝑡𝑟(𝐴𝑡 𝐴) = 22,
𝑡𝑟(𝐴𝐴𝑡 ) = 22, 𝑡𝑟((𝐴𝐵)𝑡 ) = 4, 𝑡𝑟(𝐴𝐵) = 4, 𝑡𝑟(𝐵𝐴) = 4, 𝑡𝑟(𝐵𝑡 𝐴𝑡 ) = 4, 𝑡𝑟((𝐴𝐵)𝑡 ) = 4,
𝑡𝑟(𝐴𝐵) = 4, 𝑡𝑟(𝐵𝐴) = 4.
On remarque que 𝑡𝑟(𝐵𝐴) = 𝑡𝑟(𝐴𝐵), 𝑡𝑟(𝐴) = 𝑡𝑟(𝐴𝑡 )
Solution 7 :
3 9 −9 3 9 −9 0 0 0
𝐴2 = 𝐴𝐴
= (2 0 0 ) (2 0 0 ) = (6 18 −18)
3 3 −3 3 3 −3 6 18 −18
0 0 0 3 9 −9 0 0 0
𝐴3 = 𝐴2 𝐴 = (6 18 −18) (2 0 0 ) = (0 0 0) = 03
6 18 −18 3 3 −3 0 0 0
Comme 𝐴2 ≠ 03 et 𝐴3 = 03 , alors la matrice 𝐴 est nilpotente d’ordre 3. Ainsi, 𝐴𝑘 = 03 , pour tout 𝑘 ≥ 3.
0 1 0 0 0 1 0 0 0 0 1 0
0 0 1 0 0 0 1 0 0 0 0 1
𝐵2 = ( )( ) = ( )
0 0 0 1 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 1 0 0 0 0 0 1
3 0 0 0 1 0 0 1 0 0 0 0 0
𝐵 = ( )( ) = ( )
0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 1 0 0 0 0 0 0
4 0 0 0 0 0 0 1 0 0 0 0 0
𝐵 = ( )( ) = ( ) = 04
0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
En déduire les puissances successives de 𝐵 : Comme 𝐵3 ≠ 04 et 𝐵4 = 04 , alors la matrice 𝐵 est nilpotente
d’ordre 4. Ainsi, 𝐵𝑘 = 04 , pour tout 𝑘 ≥ 4.
0 2 3 4 5 0 2 3 4 5 0 0 4 12 25
0 0 2 3 4 0 0 2 3 4 0 0 0 4 12
𝐶2 = 0 0 0 2 3 0 0 0 2 3 = 0 0 0 0 4
0 0 0 0 2 0 0 0 0 2 0 0 0 0 0
(0 0 0 0 0) ( 0 0 0 0 0) (0 0 0 0 0)
0 0 4 12 25 0 2 3 4 5 0 0 0 8 36
0 0 0 4 12 0 0 2 3 4 0 0 0 0 8
𝐶3 = 0 0 0 0 4 0 0 0 2 3 = 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 0 0 0 0 0
(0 0 0 0 0 ) (0 0 0 0 0) (0 0 0 0 0)
0 0 0 8 36 0 2 3 4 5 0 0 0 0 16
0 0 0 0 8 0 0 2 3 4 0 0 0 0 0
𝐶4 = 0 0 0 0 0 0 0 0 2 3 = 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 0 0 0 0 0
(0 0 0 0 0 ) (0 0 0 0 0) (0 0 0 0 0)
0 0 0 0 16 0 2 3 4 5 0 0 0 0 0
0 0 0 0 0 0 0 2 3 4 0 0 0 0 0
𝐶5 = 0 0 0 0 0 0 0 0 2 3 = 0 0 0 0 0 = 05
0 0 0 0 0 0 0 0 0 2 0 0 0 0 0
(0 0 0 0 0 ) (0 0 0 0 0) (0 0 0 0 0)
Solution 8 :
1. Les matrices puissances :
1 0 0 1 0 0 1 0 0 12 0 0
2
𝐴 = (0 2 0) (0 2 0) = (0 4 0) = ( 0 22 0)
0 0 3 0 0 3 0 0 9 0 0 32
2 1 0 0 3
1 0 0 1 0 0
𝐴3 = ( 0 22 0 ) (0 2 0) = ( 0 23 0 )
0 0 32 0 0 3 0 0 33
3
1 0 0 1 0 0 14 0 0
4 3
𝐴 = (0 2 0 ) (0 2 0) = ( 0 24 0 )
0 0 33 0 0 3 0 0 34
2. On remarque que les puissances successives de A sont de la forme :
1𝑘 0 0
k
A = ( 0 2𝑘 0 ) ∀ 𝑘 ∈ ℕ∗
0 0 3𝑘
3. Raisonnement par récurrence :
Vérification : pour 𝑘 = 1,
1 0 0 11 0 0
1
A = (0 2 0) = ( 0 21 0 )
0 0 3 0 0 31
Hypothèse de récurrence : on suppose qu’à l’ordre 𝑘 on a :
1𝑘 0 0
k
A = ( 0 2𝑘 0 )
0 0 3𝑘
Démonstration : on montre que le résultat reste vrai à l’ordre 𝑘 + 1 :
1𝑘 0 0 1 0 0 1𝑘+1 0 0
k+1 k 𝑘
A = A A = (0 2 0 ) (0 2 0) = ( 0 2𝑘+1 0 )
𝑘 0 0 3 𝑘+1
0 0 3 0 0 3
1𝑘 0 0
Conclusion : ∀ 𝑘 ∈ ℕ∗ , 𝐴𝑘 = ( 0 4𝑘 0 )
0 0 9𝑘
4. On montre de même que :
Calculons les puissances 𝐵2 et 𝐵3 :
2 2 2 1 1 1
On remarque que 𝐵 = (2 2 2) = 2𝐸 avec 𝐸 = (1 1 1).
2 2 2 1 1 1
Ainsi, 𝐵𝑘 = (2𝐸)𝑘 = 2𝑘 𝐸𝑘 pour tout ∈ ℕ∗ .
1 1 1 1 1 1 3 3 3
2
𝐸 = (1 1 1) (1 1 1) = (3 3 3) = 3𝐸 donc 𝐵2 = 22 . 𝐸 2 = 22 . 3𝐸
1 1 1 1 1 1 3 3 3
𝐸 3 = 𝐸 2 𝐸 = 3𝐸𝐸 = 3𝐸 2 = 32 𝐸 donc 𝐵3 = 23 . 𝐸 3 = 23 . 32 𝐸
On remarque que les puissances successives de B sont de la forme : 𝐵𝑘 = 2𝑘 . 3𝑘−1 𝐸 pour tout 𝑘 ∈ ℕ∗.
Vérification : pour 𝑘 = 1,
𝐵1 = 21 . 30 𝐸 = 2𝐸
Hypothèse de récurrence : on suppose qu’à l’ordre 𝑘 on a : 𝐵𝑘 = 2𝑘 . 3𝑘−1 𝐸
Démonstration : on montre que le résultat reste vrai à l’ordre 𝑘 + 1, c'est-à-dire, 𝐵𝑘+1 = 2𝑘+1 . 3𝑘 𝐶 ?
𝐵𝑘+1 = 𝐵𝑘 𝐵 = 2𝑘 . 3𝑘−1 𝐸. 2 𝐸 = 2𝑘+1 . 3𝑘−1 𝐸 2 = 2𝑘+1 . 3𝑘−1 . 3𝐸 = 2𝑘+1 . 3𝑘 𝐸
Conclusion : ∀ k ∈ ℕ∗ ,
1 1 1
𝐵𝑘 = 2𝑘 . 3𝑘−1 𝐸 = 2𝑘 . 3𝑘−1 (1 1 1)
1 1 1
0 0 0 0 0 0 0 0 0
𝐶 = (2 0 0), 𝐶 2 = (0 0 0), 𝐶 3 = (0 0 0) et 𝐶 𝑘 = 03 ∀ 𝑘 ≥ 3.
0 1 0 2 0 0 0 0 0
1 0 1 20 0 20 2 0 2 21 0 21
2
𝐷 = (0 0 0) = ( 0 0 0 ), 𝐷 = (0 0 0) = ( 0 0 0 ),
1 0 1 20 0 2 0 2 0 2 21 0 21
4 0 4 22 0 22 2𝑘−1 0 2𝑘−1
3 𝑘
𝐷 = (0 0 0) = ( 0 0 0) et 𝐷 = ( 0 0 0 ) ∀ 𝑘 ∈ ℕ.
4 0 4 22 0 22 2𝑘−1 0 2 𝑘−1
1 1 1 3 3 3
𝐸 = (1 1 1) = 30 𝐸, 𝐸 2 = (3 3 3) = 31 𝐸,
1 1 1 3 3 3
𝐸 3 = 𝐸 2 𝐸 = 31 𝐸 2 = 32 𝐸 et 𝐸 𝑘 = 3𝑘−1 𝐸 ∀ 𝑘 ∈ ℕ.
Solution 9 :
1. Les matrices 𝐴 et 𝐵 sont données par :
1 1 1 4 1 1
𝐴 = (1 1 1) et 𝐵 = 𝐴 + 3𝐼3 = (1 4 1)
1 1 1 1 1 4
Les matrices puissances de 𝐴 :
1 1 1 1 1 1 3 3 3 1 1 1
𝐴2 = (1 1 1) (1 1 1) = (3 3 3) = 3 (1 1 1) = 3𝐴
1 1 1 1 1 1 3 3 3 1 1 1
𝐴3 = 𝐴2 𝐴 = 3𝐴𝐴 = 3𝐴2 = 32 𝐴
𝐵𝑛 = (𝐴 + 3𝐼3 )𝑛
𝑛
𝑛 𝑛 𝑛!
= ∑ ( ) 𝐴𝑘 (3𝐼3 )𝑛−𝑘 Formule de binôme avec ( ) =
𝑘 𝑘 𝑘! (𝑛 − 𝑘)!
𝑘=0
𝑛
𝑛
= ∑ 3𝑛−𝑘 ( ) 𝐴𝑘
𝑘
𝑘=0
𝑛
𝑛 𝑛
= 3 ( ) 𝐼3 + ∑ 3𝑛−𝑘 ( ) 𝐴𝑘
𝑛
0 𝑘
𝑘=1
𝑛
𝑛 𝑛
= 3𝑛 ( ) 𝐼3 + ∑ 3𝑛−𝑘 ( ) 𝐴𝑘
0 𝑘
𝑘=1
𝑛
𝑛 𝑛
= 3𝑛 𝐼3 + ∑ 3𝑛−𝑘 ( ) 3𝑘−1 𝐴 car ( ) = 1
𝑘 0
𝑘=1
𝑛
𝑛 𝑛−1
𝑛
= 3 𝐼3 + 3 (∑ ( )) 𝐴
𝑘
𝑘=1
Or
𝑛 𝑛 𝑛
𝑛
𝑛 𝑛
𝑛 𝑛 𝑛
2 = (1 + 1) = ∑ ( ) = ( ) + ∑ ( ) = 1 + ∑ ( )
𝑘 0 𝑘 𝑘
𝑘=0 𝑘=1 𝑘=1
Donc,
𝑛
𝑛
∑ ( ) = 2𝑛 − 1
𝑘
𝑘=1
1 0 3
1 3
|0 2 0| = 2 | | = −6 On développe selon la deuxième ligne
2 3
2 0 3
1 2 3
|2 4 6| = 0 Le déterminant est nul puisque la première ligne et
5 −1 2
la deuxième ligne de la matrice sont proportionnelles (𝐿2 = 2𝐿1 )
2 0 3
det(𝐴) = | 1 4 3| =?
−1 4 5
Méthode de Sarrus (disposition ligne) :
2 0 3 2 0
𝑑𝑒𝑡(𝐴) = | 1 4 3| 1 4
−1 4 5 −1 4
= [(2 × 4 × 5) + (0 × 3 × (−1)) + (3 × 1 × 4)] − [((−1) × 4 × 3) + (4 × 3 × 2) + (5 × 1 × 0)]
= [40 + 0 + 12] − [−12 + 24 + 0]
= 40
Méthode de Sarrus (disposition colonne) :
2 0 3
| 1 4 3|
𝑑𝑒𝑡(𝐴) = −1 4 5
2 0 3
1 4 3
= [(2 × 4 × 5) + (1 × 4 × 3) + ((−1) × 0 × 3)] − [((−1) × 4 × 3) + (2 × 4 × 3) + (1 × 0 × 5)]
= [40 + 12 + 0] − [−12 + 24 + 0]
= 40
Méthode des cofacteurs :
2 0 3
2 3 2 3
𝑑𝑒𝑡(𝐴) = | 1 4 3| = +4 | |− 4| | = 4(13) − 4(3) = 40
−1 5 1 3
−1 4 5
ou encore
2 0 3 2 0 3
2 3
𝑑𝑒𝑡(𝐴) = | 1 4 3| = | 2 0 −2| = −4 | | = 40
2 −2
−1 4 5 −1 4 5
On applique toutes les propriétés possibles pour faciliter les calculs du déterminant :
4 −2 4 4 −2 1 𝐿1 4 −2 1
6 −5
|2 −3 −4| = 4 |2 −3 −1| 𝐿2 + 𝐿1 = 4 | 6 −5 0| = 4 | | = 68
−5 7
3 3 8 3 3 2 𝐿3 − 2𝐿1 −5 7 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 2 2 2 0 1 1 1 0 1 1 1 0 1 1 1
| | = | | = | | = | | = 1
1 2 3 3 0 1 2 2 0 0 1 1 0 0 1 1
1 2 3 4 0 1 2 3 0 0 1 2 0 0 0 1
1 0 −3 1 𝐿1 1 0 −3 1
𝐿 −2 1 2
0 −2 1 2 2 0 −2 1 2 −2 1
| | =| |=| 0 0 2| = −2 | |=2
−1 0 3 1 𝐿3 + 𝐿1 0 0 0 2 −1 1
−1 1 2
0 −1 1 2 𝐿4 0 −1 1 2
1 1 1 1 1 1 1 1
0 −2 −2 0 −2 −2
1 1 −1 −1 0 0 −2 −2 −2 −2
| | =| | = |−2 0 −2| = | 0 0 −2| = −2 | |
1 −1 1 −1 0 −2 0 −2 0 −2
−2 −2 −2 −2 2 0
1 −1 −1 −1 0 −2 −2 −2
1 1 1 1
1 1 −1 −1
| | = −8
1 −1 1 −1
1 −1 −1 −1
−3 4 −5 1 1 0 −1 9
1 −1 9 10 0 5
−1 1 −1 −2 −1 1 −1 −2 10 5
| | =| | = |9 −1 12 | = |18 0 8 | = −| |
5 4 −5 4 9 0 −1 12 18 8
9 1 −4 9 1 −4
9 0 1 −4 9 0 1 −4
−3 4 −5 1
−1 1 −1 −2
| | = 10
5 4 −5 4
9 0 1 −4
Solution 11 :
Calculons le déterminant de la matrice 𝐴𝑚 :
1 2 1
1 1 2 1
𝑑𝑒𝑡(𝐴𝑚 )
= |𝑚 1 1| = | |−𝑚| | = 1 − 3𝑚
1 2 1 2
0 1 2
1
Ainsi, 𝑑𝑒𝑡(𝐴𝑚 ) = 0 ⟺ 1 − 3𝑚 = 0 ⟺ 𝑚 =
3
1
Si 𝑚 ≠ alors 𝑑𝑒𝑡(𝐴𝑚 ) ≠ 0 et donc 𝑟𝑔(𝐴𝑚 ) = 3
3
1 1 2
Si 𝑚 = 3 alors 𝑑𝑒𝑡 (𝐴1 ) = 0 et donc 𝑟𝑔 (𝐴1 ) ≤ 2. Comme | 1 1| ≠ 0 alors 𝑟𝑔(𝐴) = 2.
3 3 3
1. Appliquons la méthode de Gauss :
1 2 1 1 2 1
C31
A m = ( 𝑚 1 1) (1 1 𝑚)
~
0 1 2 2 1 0
1 2 1
L21 (−1); L32 (−2) (
0 −1 𝑚 − 1)
~
0 −3 −2
1 2 1
L32 (−3) (0 −1 𝑚 − 1 )
~
0 0 1 − 3𝑚
1
Si 1 − 3𝑚 ≠ 0, c'est-à-dire, 𝑚 ≠ 3 alors et donc 𝑟𝑔(𝐴𝑚 ) = 3 (le nombre de pivots est 3).
1
Si 1 − 3𝑚 = 0, c'est-à-dire, 𝑚 = 3 alors et donc 𝑟𝑔 (𝐴1 ) = 2, (le nombre de pivots est 2).
3
Solution 12 :
Les matrices 𝐴, 𝐵, 𝐶, 𝐷et 𝐸 sont inversibles et
1 1 1 −1 1 −3 1 2 −2
𝐴−1 = ( ), 𝐵−1 = ( ), 𝐶 −1 = ( ),
5 −3 2 4 −2 2 4 −1 3
1 0 −1 2 0
𝐷 −1 = ( ), 𝐸 −1 = ( ).
−2 1 2 1 1
Tandis que la matrice 𝐹 est non inversible puisque det(𝐹) = 0.
Solution 13 :
On remarque que 𝐴𝐵2 = 𝐼3 , donc l’inverse de la matrice 𝐴 est 𝐴−1 = 𝐵2 .
Solution 14 :
Calculons la matrice 𝐴3 :
−1 −1 1 −1 −1 1 0 1 −1
𝐴2 = ( 4 −3 4) ( 4 −3 4) = (−4 −7 8 )
3 −3 4 3 −3 4 −3 −6 7
=
0 1 −1 −1 −1 1 1 0 0
3
𝐴 = (−4 −7 8 ) ( 4 −3 4) = (0 1 0)
−3 −6 7 3 −3 4 0 0 1
1. La matrice 𝐴 est inversible puisque 𝐴3 = 𝐴2 𝐴 = 𝐴𝐴2 = 𝐼3 .
2. L’inverse de la matrice 𝐴 est :
0 1 −1
𝐴−1 = 𝐴2 = (−4 −7 8 )
−3 −6 7
Solution 15 :
La matrice A admet une ligne nulle donc,
1 2 3
det(𝐴) = |0 0 0| = 0
5 6 1
La matrice A est non inversible.
La matrice B admet une colonne nulle donc,
1 0 3
det(𝐵) = |2 0 1| = 0
3 0 1
La matrice B est non inversible.
La troisième ligne de la matrice C est proportionnelle à la première ligne (𝐿3 = 3𝐿1 ) donc,
1 1 2
det(𝐶) = |1 2 1| = 0
3 3 6
La matrice C est non inversible.
La troisième ligne de la matrice D est combinaison linéaire des deux premières lignes (𝐿3 = 𝐿1 + 𝐿2 )
donc,
1 1 2
det(𝐶) = |1 2 3| = 0
2 3 5
La matrice D est non inversible.
La matrice 𝐸 est inversible, en effet
3 1 −1
1 −1
det(𝐸) = | 0 0 7 | = −7 | | = −49 ≠ 0
2 1
−1 2 1
La matrice E est inversible et
1
𝐸 −1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐸)
𝑑𝑒𝑡 (𝐸)
où,
0 7 0 7 0 0
+| | −| | +| |
2 1 −1 1 −1 2 −14 −7 0
1 −1 3 −1 3 1
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐸) = −| | +| | −| | = ( −3 4 −7)
2 1 −1 1 −1 2
1 −1 3 −1 3 1 7 −21 0
(+ | 0 7 | −|
0 7
| +|
0 0
|)
−14 −3 7
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐸) = ( −7 2 −21)
0 −7 0
Ainsi,
2 3 1
−
7 49 7
−1 −14 −3 7 1 2 3
𝐸 −1 = ( −7 2 −21) = −
49 7 49 7
0 −7 0
1
(0 7
0 )
La matrice 𝐹 est inversible, en effet
2 −2 −2 2 0 −4
0 −4
det(𝐹) = |1 −1 1 | = |1 0 0 | = − | | = −12 ≠ 0
3 2
1 2 3 1 3 2
La matrice F est inversible et
1
𝐹 −1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐹)
𝑑𝑒𝑡 (𝐹)
où,
−1 1 1 1 1 −1
+| | −| | +| |
2 3 1 3 1 2 −5 −2 3
−2 −2 2 −2 2 −2
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐹) = −| | +| | −| | =( 2 8 −6)
2 3 1 3 1 2
−2 −2 2 −2 2 −2 −4 −4 0
(+ |−1 1 | − |1 1 | + |1 −1|)
−5 2 −4
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐹) = (−2 8 −4)
3 −6 0
Ainsi,
5 1 1
−
12 6 3
−1
−1 −5 2 −4 1 2 1
𝐹 = (−2 8 −4) = −
12 6 3 3
3 −6 0
1 1
(− 4 2 0)
La matrice 𝐺 est inversible, en effet
2 −3 −1
4 −1
det(𝐺) = |4 −1 0 | = − | | = −9 ≠ 0
1 2
1 2 0
La matrice G est inversible et
1
𝐺 −1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐺)
𝑑𝑒𝑡 (𝐺)
où,
−1 0 4 0 4 −1
| −| +| | +| |
2 0 1 0 1 2 0 0 9
−3 −1 2 −1 2 −3
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐺) = −| | +| | −| | = (−2 1 −7)
2 0 1 0 1 2
−3 −1 2 −1 2 −3 −1 −4 10
(+ |−1 0 | − |4 0 | + |4 −1
|)
0 −2 −1
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐺) = (0 1 −4)
9 −7 10
Ainsi,
2 1
0
9 9
−1 0 −2 −1 1 4
𝐹 −1 = (0 1 −4) = 0 −
9 9 9
9 −7 10
7 10
(−1 9 − 9 )
La matrice 𝐻 est inversible, en effet
3 0 0
det(𝐻) = |0 4 1 | = 3(4)(−2) = −24 ≠ 0
0 0 −2
La matrice H est inversible et
1
𝐻 −1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐻)
𝑑𝑒𝑡 (𝐻)
où,
4 1 0 1 0 4
+| | −| | +| |
0 −2 0 −2 0 0 −8 0 0
0 0 3 0 3 0
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐻) = −| | +| | −| | = ( 0 −6 0 )
0 −2 0 −2 0 0
0 0 3 0 3 0 0 −3 12
( + | | − | | + | |
4 1 0 1 0 4)
−8 0 0
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐻) = ( 0 −6 −3)
0 0 12
Ainsi,
1
0 0
3
−1 −8 0 0 1 1
𝐻 −1 = ( 0 −6 −3) = 0
24 4 8
0 0 12
1
( 0 0 −
2)
Solution 16 :
1 0 0
1 0 0 1
𝐴 = (0 2 0) , 𝑑𝑒𝑡(𝐴) = 6 ≠ 0, 𝐴−1 = (0 2 0)
1
0 0 3 0 0
3
−1 0 2 0 2 −1 𝑡
+| | −| | +| |
1 0 0 4 3 3 3 3 4
−1 0 0 1 0 1 0
𝐵 = (2 −1 0) , 𝑑𝑒𝑡(𝐵) = −3 ≠ 0, 𝐵−1 = −| | +| | −| |
3 4 3 3 3 3 4
3 4 3 0 0 1 0 1 0
(+ |−1 0
| −|
2 0
| +|
2 −1 )
|
1 0 0
𝐵−1 = ( 2 −1
−11 4
0)
1
3 3 3
2 −1 0 −1 0 2 𝑡
+| | −| | +| |
1 1 2 0 1 0 1 0 0
1 1 2 1 2 1 1
𝐶 = (0 2 −1) , 𝑑𝑒𝑡(𝐶) = 2 ≠ 0, 𝐶 −1 = −| | +| | −| |
2 0 1 0 1 0 0
0 0 1 1 2 1 2 1 1
(+ |2 −1| − |0 −1
| +|
0 2)
|
𝑡
1 2 0 0
𝐶 −1 = (−1 1 0)
2
−5 1 2
−1 −5
1
2 2
𝐶 −1 = 1 1
0
2 2
(0 0 1)
2 4 0 4 0 2 𝑡
+| | −| | +| |
1 0 0 3 3 0 3 0 3
−1 0 0 1 0 1 0
𝐷 = (0 2 4) , 𝑑𝑒𝑡(𝐷) = −6 ≠ 0 𝐷 −1 = −| | +| | −| |
6 3 3 0 3 0 3
0 3 3 0 0 1 0 1 0
(+ |2 4| − |0 4
| +|
0 2)
|
−1 −6 0 0 𝑡
𝐷 −1 = (0 3 −3)
6
0 −4 2
1 0 0
−1 2
0
𝐷 −1 = 2 3
1 −1
0
( 2 3)
4 0 2 0 2 4 𝑡
+| | −| | +| |
1 −3 0 0 3 0 3 0 0
1 −3 0 1 0 1 −3
𝐸 = (2 4 0) , 𝑑𝑒𝑡(𝐸) = 30 ≠ 0, 𝐸 −1 = −| | +| | −| |
30 0 3 0 3 0 0
0 0 3 −3 0 1 0 1 −3
(+ | 4 0| − |2 0
| +|
2 4 )
|
𝑡
1 12 −6 0
𝐸 −1 = (9 3 0)
30
0 0 10
2 3
0
5 10
−1 1
𝐸 −1 = 0
5 10
1
( 0 0
3)
2 0 0 0 0 2 𝑡
+| | −| | +| |
1 0 3 0 3 2 3 2 0
−1 0 3 1 3 1 0
𝐹 = (0 2 0) , 𝑑𝑒𝑡(𝐹) = −6 ≠ 0, 𝐹 −1 = −| | +| | −| |
6 0 3 2 3 2 0
2 0 3 0 3 1 3 1 0
(+ |2 0| − |0 0
| +|
0 2)
|
−1 6 0 −4 𝑡
𝐹 −1 = ( 0 −3 0 )
6
−6 0 2
1 −6 0 6
𝐹 −1 = (0 3 0)
6
4 0 −2
−1 0 1
1
0 0
𝐹 −1 = 2
2 1
0 −
(3 3)
−1 2 4
𝐿=( 1 3 3 ), det(𝐿) = −32 ≠ 0 et
−2 −7 −1
3 3 1 3 1 3 𝑡
+| | −| | +| |
−7 −1 −2 −1 −2 −7
−1 2 4 −1 4 −1 2
𝐿−1 = −| | +| | −| |
32 −7 −1 −2 −1 −2 −7
2 4 −1 4 −1 2
( + |3 3| −|
1 3
| +| |
1 3 )
𝑡
+(18) −(5) +(−1)
−1
= ( −(26) +(9) −(11) )
32
+(−6) −(−7) +(−5)
1 −18 26 6
= ( 5 −9 −7)
32
1 11 5
9 13 3
−
16 16 16
5 9 7
= − −
32 32 32
1 11 5
( 32 32 32 )
✓ La matrice 𝐺 contient une colonne nulle (𝑑𝑒𝑡(𝐺) = 0), donc 𝐺 non inversible.
✓ Deux colonnes de la matrice 𝐻 sont opposées (𝑑𝑒𝑡(𝐻) = 0), donc 𝐻 non inversible.
✓ La troisième colonne de 𝐽 est combinaison linéaire des deux premières colonnes (𝑑𝑒𝑡(𝐽) = 0), donc 𝐽
non inversible.
✓ La troisième ligne et la première ligne de la matrice 𝐾 sont proportionnelles (𝑑𝑒𝑡(𝐾) = 0), donc 𝐾
non inversible.
Solution 17 :
Montrons que 𝐴 et 𝐵 sont inversibles :
1 1 3 1 1 3
2 −3
𝑑𝑒𝑡(𝐴) = |1 3 0| = |0 2 −3| = | | = −1 ≠ 0
−1 1
0 −1 1 0 −1 1
1 2 −1
1 2
𝑑𝑒𝑡(𝐵) = |−1 2 1 | = | | =4≠0
−1 2
0 0 1
1. Calculons les inverses 𝐴−1 et 𝐵−1 :
3 0 1 0 1 3 𝑡
+| | −| | +| |
−1 1 0 1 0 −1 3 −1 −1 𝑡 −3 4 9
1 3 1 3 1 1
𝐴−1 = − −| | +| | −| | = − (−4 1 1) = ( 1 −1 −3)
−1 1 0 1 0 −1
1 3 1 3 1 1 −9 3 2 1 −1 −2
( + | | − | | + | |
3 0 1 0 1 3 )
=
2 1 −1 1 −1 2 𝑡 1 −1
+| | −| | +| |
0 1 0 1 0 0 𝑡 1
−1
1 2 −1 1 −1 1 2 1 2 1 0 2 2
𝐵 = −| | +| | −| | = (−2 1 0) = 1 1
4 0 1 0 1 0 0 4 0
2 −1 1 −1 1 2 4 0 4 4 4
+ |
( 2 1 | − | | + | | (0 0 1)
−1 1 −1 2 )
−1 −1
2. En déduire (𝐴𝐵) et (𝐵𝐴) :
1 −1 3
1 −3 4 9 −1 4
2 2 2
(𝐴𝐵)−1 = 𝐵−1 𝐴−1 = 1 1 ( 1 −1 −3) = −1 3 3
0 1 −1 −2
4 4 2 4 2
(0 0 1) ( 1 −1 −2)
−1 5
1 −1 6
1 2 2
−3 4 9 2 2 1 −3
(𝐵𝐴)−1 = 𝐴−1 𝐵−1 = ( 1 −1 −3) 1 1 = −2
1 −1 −2 0 4 4
4 4 1 −3
(0 0 1) −1)
(4 4
Solution 18 :
Calculons d’abord det(𝑀𝑚 ) :
𝑚 1 1 𝑚−1 1 1 1 1 1 1 1 1
det(𝑀𝑚 ) = | 1 𝑚 1 | = | 0 𝑚 1 | = (𝑚 − 1) | 0 𝑚 1 | = (𝑚 − 1) |0 𝑚 1 |
1 1 𝑚 1−𝑚 1 𝑚 −1 1 𝑚 0 2 𝑚 +1
𝑚 1
= (𝑚 − 1) | | = (𝑚 − 1)(𝑚(𝑚 + 1) − 2) = (𝑚 − 1)(𝑚2 + 𝑚 − 2) = (𝑚 − 1)2 (𝑚 + 2)
2 𝑚+1
Ou mieux encore
𝑚 1 1 𝑚+2 𝑚+2 𝑚+2
det(𝑀𝑚 ) = | 1 𝑚 1 | = | 1 𝑚 1 |
1 1 𝑚 1 1 𝑚
1 1 1 1 1 1
= (𝑚 + 2) |1 𝑚 1 | = (𝑚 + 2) |0 𝑚 − 1 0 |
1 1 𝑚 0 0 𝑚−1
= (𝑚 + 2)(𝑚 − 1)2
Si 𝑚 = −2 ou 𝑚 = 1, alors det(𝑀𝑚 ) = 0, la matrice 𝑀𝑚 est donc non inversible.
Si 𝑚 ≠ −2 et 𝑚 ≠ 1, alors det(𝑀𝑚 ) ≠ 0, la matrice 𝑀_m est donc inversible.
Solution 19 :
Tout calcul fait on a :
3 1 2
|4 − 𝑚 2𝑚 3 + 𝑚|
det(𝐴𝑚 ) =
1 + 𝑚 −1 − 𝑚 1 + 𝑚
𝐶1 𝐶1 + 𝐶2 𝐶3 − 𝐶1
3 4 −1
= |4 − 𝑚 4 + 𝑚 −1 + 2𝑚|
1+𝑚 0 0
4 −1
= (1 + 𝑚) | |
4 + 𝑚 −1 + 2𝑚
= 9𝑚(1 + 𝑚)
Donc, si 𝑚 ≠ 0 et 𝑚 ≠ −1 alors det(𝐴𝑚 ) ≠ 0 et 𝐴_m est inversible.
Pour tout 𝑚 ∈ ℝ − {−1,0}, 𝑑𝑒𝑡(𝐴) = 9𝑚(1 + 𝑚) ≠ 0. Donc la matrice 𝐴𝑚 est inversible et son inverse est
donné par :
1
𝐴−1
𝑚 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴𝑚 )
det(𝐴𝑚 )
où,
Solution 20 :
− Comme det(𝐴) = 0 alors la matrice 𝐴 d’ordre 𝑛 est dans ce cas non inversible, en effet :
1 2 1 1 1
𝐴 = 0 ⇒ det ( 𝐴2 ) = 0 ⇒ det(𝐴 2)
= (det (𝐴))2 = 0 ⇒ det(𝐴) = 0
3 3 3𝑛 3𝑛
− Si 𝐴3 = 𝐴. Supposons 𝐴 inversible,
𝐴3 = 𝐴 ⟹ 𝐴−1 𝐴3 = 𝐴−1 𝐴 = 𝐼 ⟹ 𝐴2 = 𝐼 ⟹ 𝐴 = 𝐴−1
Les matrices inversibles qui vérifient l’équation 𝐴3 = 𝐴 sont les matrices 𝐴 telles que 𝐴 = 𝐴−1 .
− Si (𝐴 + 2𝐼)(𝐴 + 𝐼) = 3𝐼 alors,
(𝐴 + 2𝐼)(𝐴 + 𝐼) = 3𝐼 ⟹ 𝐴2 + 3𝐴 = 𝐼 ⟹ 𝐴[𝐴 + 3𝐼] = 𝐼
La matrice 𝐴 est inversible et 𝐴−1 = 𝐴 + 3𝐼.
Solution 21 :
Tout calcul fait on obtient,
1 −1 2 1 −1 2 2 −7 1
𝐴2 = 𝐴𝐴 = (1 2 3) (1 2 3) = (6 −3 11 )
1 −2 1 1 −2 1 0 −7 −3
2 −7 1 1 −1 2 −4 −18 −16
𝐴3 = 𝐴2 𝐴 = (6 −3 11 ) (1 2 3) = ( 14 −34 14 )
0 −7 −3 1 −2 1 −10 −8 −24
Ainsi,
−4 −18 −16 2 −7 1 1 −1 2 1 0 0
−𝐴3 + 4𝐴2 − 10𝐴 − 2𝐼3 = − ( 14 −34 14 ) + 4 (6 −3 11 ) − 10 (1 2 3) − 2 (0 1 0)
−10 −8 −24 0 −7 −3 1 −2 1 0 0 1
0 0 0
= (0 0 0)
0 0 0
1
−𝐴3 + 4𝐴2 − 10𝐴 − 2𝐼3 = 03 ⟹ 𝐴 [ (−𝐴2 + 4𝐴 − 10 𝐼3 )] = 𝐼3
2
et son inverse est donné par :
1
𝐴−1 = (−𝐴2 + 4𝐴 − 10 𝐼3 )
2
1 2 −7 1 1 −1 2 1 0 0
= (− (6 −3 11 ) + 4 (1 2 3 ) − 10 (0 1 0))
2
0 −7 −3 1 −2 1 0 0 1
1 −8 3 7
= ((−2 1 1 ))
2
4 −1 −3
3 7
−4
2 2
1 1
= −1
2 2
1 3
( 2 − 2 − 2)
Vérification :
3 7
−4
2 2
1 −1 2 1 1 1 0 0
𝐴𝐴−1 = (1 2 3) −1 = (0 1 0)
1 −2 1 2 2 0 0 1
1 3
( 2 − 2 − 2)
Solution 22 :
1. Tout calcul fait on obtient
1 −1 0 −1 1 −1 0 −1 −2 1 0 1
2 0 −1 −1 2 0 −1 −1 −2 −1 1 1
𝑀2 = 𝑀𝑀 = ( )( )=( )
3 1 −2 −2 3 1 −2 −2 −3 −1 1 2
1 −2 1 −1 1 −2 1 −1 −1 2 −1 0
et
−2 1 0 1 1 −1 0 −1 1 0 0 0 0 0 0 0
2 −2 −1 1 1 2 0 −1 −1 0 1 0 0 0 0 0 0
𝑀 + 𝑀 + 𝐼4 = ( )+( )+( )=( ) = 04
−3 −1 1 2 3 1 −2 −2 0 0 1 0 0 0 0 0
−1 2 −1 0 1 −2 1 −1 0 0 0 1 0 0 0 0
Comme les deux matrices 𝑀 et 𝐼4 sont commutables, alors
𝑀3 − 𝐼4 = (𝑀 − 𝐼4 )(𝑀2 + 𝑀 + 𝐼4 ) = 04
D’où 𝑀3 = 𝐼4 .
2. Comme 𝑀3 = 𝐼4 alors 𝑀𝑀2 = 𝑀2 𝑀 = 𝐼4 alors la matrice 𝑀 est inversible et
−2 1 0 1
−2 −1 1 1
𝑀−1 = 𝑀2 = ( )
−3 −1 1 2
−1 2 −1 0
Solution 23 :
D’après le théorème de Cayley Hamilton, la matrice 𝐴 annule son polynôme caractéristique qui est égal à :
−𝐴3 + 𝑡𝑟(𝐴)𝐴2 − (𝑀11 + 𝑀22 + 𝑀33 )𝐴 + det(𝐴)𝐼3
or, 𝑡𝑟(𝐴) = 4, 𝑀11 + 𝑀22 + 𝑀33 = −1 − 1 − 10 = −12 et
1 3 1 −1 2 1
−1 2
det(𝐴) = |4 2 3| = |−2 −1 3| = | | =5
−2 −1
2 1 1 0 0 1
D’où,
−𝐴3 + 4 𝐴2 + 12 𝐴 + 5𝐼3 = 03
2 3 1 3 1 2 𝑡
+| | −| | +| |
2 −1 −1 −1 −1 2
1 0 1 1 1 1 0
𝐴−1 = −| | +| | −| |
−4 2 −1 −1 −1 −1 2
0 1 1 1 1 0
( + |2 3| −|
1 3
| +| |
1 2 )
𝑡
+(−8) −(2) +(4)
−1
= (−(−2) +(0) −(2))
4
+(−2) −(2) +(2)
−1 −8 2 −2
= (−2 0 −2)
4
4 −2 2
1 1
2 −
2 2
1 1
= 0
2 2
1 1
( −1 −
2 2)
3. Effectuons une suite d’opérations élémentaires en ligne sur la matrice suivante
1 0 1 1 0 0
( 1 2 3 |0 1 0).
−1 2 −1 0 0 1
1 0 1 1 0 0 1 0 1 1 0 0
(−1); L31 (1)
( 1 2 3 |0 1 0) L21 (0 2 2|−1 1 0)
~
−1 2 −1 0 0 1 0 2 0 1 0 1
1 0 1 1 0 0
L32 (−1)
(0 2 2 |−1 1 0)
~
0 0 −2 2 −1 1
1 0 1 1 0 0
1 −1 1 1
L2 (2) ; L3 ( 2 ) 0 1 1||− 2 2 0
~ 1 1
−1 2 − 2
(0 0 1 )
1 0 0 2 −1 1
2 2
L13 (−1); L23 (−1) |1 1
0 1 0 0
~ |2 2
1 1
(0 0 1 −1 2 − 2)
Ainsi, la matrice inverse est :
1 1
2 −
2 2
1 1 1 4 −1 1
𝐴−1 = 0 = (1 0 1)
2 2 2
−2 1 −1
1 1
(−1 2 − 2)
On vérifie facilement que : 𝐴−1 𝐴 = 𝐴 𝐴−1 = 𝐼3
0 1 1
𝐴 = (−1 0 −1)
1 1 1
Déterminer les valeurs de 𝑎, 𝑏 et 𝑐 de ℝ pour que l’on ait la relation 𝐴3 + 𝑎𝐴2 + 𝑏𝐴 + 𝑐𝐼3 = 03 :
1ère méthode : On sait que toute matrice carrée d’ordre 3 vérifie la relation :
0 1 1 0 1 1
𝐴2 = (−1 0 −1) (−1 0 −1)
1 1 1 1 1 1
0 1 0
= (−1 −2 −2)
0 2 1
𝐴3 2
= 𝐴 𝐴
0 1 0 0 1 1
= (−1 −2 −2 −1 0 −1)
) (
0 2 1 1 1 1
−1 0 −1
= (0 −3 −1)
−1 1 −1
Ainsi,
𝑐−1 𝑎+𝑏 𝑏−1 0 0 0
3 2
𝐴 + 𝑎𝐴 + 𝑏𝐴 + 𝑐𝐼3 = (−𝑎 − 𝑏 −2𝑎 + 𝑐 − 3 −2𝑎 − 𝑏 − 1 ) = (0 0 0)
𝑏−1 2𝑎 + 𝑏 + 1 𝑎+𝑏+𝑐−1 0 0 0
Donc 𝑎 = −1, 𝑏 = 1 et 𝑐 = 1 et donc
𝐴3 − 𝐴2 + 𝐴 + 𝐼3 = 03
−𝐴3 + 2𝐴2 − 𝐴 + 𝐼3 = 03
Ou encore
𝐴3 − 2𝐴2 + 𝐴 = 𝐼3
4. À l’aide de la relation établie à la question 3, donnons l’expression de la matrice 𝐴−1 :
𝐴3 − 2𝐴2 + 𝐴 = 𝐼3 ⟹ 𝐴[𝐴2 − 2𝐴 + 𝐼3 ] = 𝐼3
⟹ 𝐴−1 = 𝐴2 − 2𝐴 + 𝐼3
⟹ 𝐴−1 = (𝐴 − 𝐼3 )2
⟹ 𝐴−1 = 𝐵
Ainsi,
−1 −1 1
𝐴−1 = 𝐵 = ( 2 1 −1)
−1 0 1
5. À l’aide de la méthode des cofacteurs, retrouvons la matrice inverse 𝐴−1 : comme det(𝐴) = 1 ≠ 0
alors,
1
𝐴−1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴)
𝑑𝑒𝑡 (𝐴)
où,
0 1 −1 1 −1 0
+| | −| | +| |
1 1 1 1 1 1 −1 2 −1
1 0 1 0 1 1
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐴) = −| | +| | −| | = (−1 1 0)
1 1 1 1 1 1
1 0 1 0 1 1 1 −1 1
(+ | 0 1
| −|
−1 1
| +|
−1 0
|)
−1 −1 1
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴) = ( 2 1 −1)
−1 0 1
Ainsi,
−1 −1 1
𝐴−1 = ( 2 1 −1) = B.
−1 0 1
Solution 27 (CR-11/12) : Considérons les matrices carrées d’ordre 3 données par :
1 0 1 1 −1 −2 1 0 0
𝐴 = ( 0 −2 1) , 𝐵 = (1 −1 1 ) 𝑒𝑡 𝐼3 = (0 1 0)
−1 1 0 2 1 2 0 0 1
1. Calculons les matrices suivantes :
1 0 0 1 0 1 0 0 −1
(𝐼3 − 𝐴) = (0 1 0) − ( 0 −2 1) = (0 3 −1)
0 0 1 −1 1 0 1 −1 1
1 0 1 1 0 0 3 0 1
(𝐴 + 2𝐼3 ) = ( 0 −2 1) + 2 (0 1 0) = ( 0 0 1)
−1 1 0 0 0 1 −1 1 2
0 0 −1 3 0 1 1 −1 −2
(𝐼3 − 𝐴)(𝐴 + 2𝐼3 ) = (0 3 −1) ( 0 0 1) = (1 −1 1 ) = B
1 −1 1 −1 1 2 2 1 2
1 0 1 1 −1 −2 3 0 0 1 0 0
𝐴𝐵 = ( 0 −2 1) (1 −1 1 ) = (0 3 0) = 3 (0 1 0) = 3𝐼3
−1 1 0 2 1 2 0 0 3 0 0 1
1 1
2. Comme 𝐴𝐵 = 3𝐼3 alors 𝐴 [ 𝐵] = 𝐼3 . Ainsi, la matrice 𝐴 est inversible et son inverse 𝐴−1 = 𝐵.
3 3
3. Montrons que la matrice 𝐴 vérifie la relation : 𝐴3 + 𝐴2 − 2𝐴 + 3𝐼3 = 03 :
On sait que pour toute matrice carrée d’ordre 3 vérifie la relation :
−𝐴3 + 𝑡𝑟(𝐴)𝐴2 − 𝛼(𝐴)𝐴 + det(𝐴) 𝐼3 = 03
avec,
𝑡𝑟(𝐴) = 1 − 2 + 0 = −1
𝛼(𝐴) = 𝑀11 + 𝑀22 + 𝑀33
−2 1 1 1 1 0
= | |+| |+| |
1 0 −1 0 0 −2
= −2
1 0 1
det(𝐴) = | 0 −2 1|
−1 1 0
−2 1 0 −2
= | |+| |
1 0 −1 1
= −3
Ainsi,
−𝐴3 − 𝐴2 + 2𝐴 − 3𝐼3 = 03
Ou encore
𝐴3 + 𝐴2 − 2𝐴 + 3𝐼3 = 03
4. À l’aide de la relation établie à la question 3, donnons l’expression de la matrice 𝐴−1 :
𝐴3 + 𝐴2 − 2𝐴 + 3𝐼3 = 03 ⟹ 𝐴[𝐴2 + 𝐴 − 2𝐼3 ] = −3𝐼3
−1
⟹ 𝐴 [ (𝐴2 + 𝐴 − 2𝐼3 )] = 𝐼3
3
−1 2
⟹ 𝐴−1 = (𝐴 + 𝐴 − 2𝐼3 )
3
−1
⟹ 𝐴−1 = (𝐴 − 𝐼3 )(𝐴 + 2𝐼3 )
3
1
⟹ 𝐴−1 = (𝐼3 − 𝐴)(𝐴 + 2𝐼3 )
3
1
⟹ 𝐴−1 = 𝐵
3
Ainsi,
1 1 1 −1 −2
𝐴−1 = 𝐵 = (1 −1 1 )
3 3
2 1 2
5. À l’aide de la méthode des cofacteurs, retrouvons la matrice inverse 𝐴−1 : comme det(𝐴) = −3 ≠ 0
alors,
1
𝐴−1 = 𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴)
𝑑𝑒𝑡 (𝐴)
où,
−2 1 0 1 0 −2
+| | −| | +| |
1 0 −1 0 −1 1 −1 −1 −2
0 1 1 1 1 0
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒(𝐴) = −| | +| | −| | =( 1 1 −1)
1 0 −1 0 −1 1
0 1 1 1 1 0 2 −1 −2
(+ |−2 1
| −|
0 1
| +|
0 −2
|)
−1 1 2
𝑐𝑜𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑡 (𝐴) = (−1 1 −1)
−2 −1 −2
Ainsi,
−1 −1 1 2 1 1 −1 −2 1
𝐴−1 = (−1 1 −1) = (1 −1 1 ) = B.
3 3 3
−2 −1 −2 2 1 2
Solution 28 (CF-13/14) : Soient les deux matrices carrées réelles d’ordre 3 données par,
1 −1 2 1 0 1
(
𝐴= 4 1 3 ) 𝑒𝑡 𝐵 = 0 0 0)
(
0 1 2 1 0 1
1
1. La partie symétrique de la matrice 𝐴 est donnée par 2 (𝐴 + 𝐴𝑡 ) :
3
1 1
1 1 1 −1 2 1 4 0 1 2 3 2 2
(𝐴 + 𝐴𝑡 ) = [(4 1 3) + (−1 1 1)] = (3 2 4) = 3
2 2 2 1 2
0 1 2 2 3 2 2 4 4 2
(1 2 2)
1 𝑡)
La partie antisymétrique de la matrice 𝐴 est donnée par (𝐴 − 𝐴 :
2
5
0 − 1
1 1 1 −1 2 1 4 0 1 0 −5 2 2
(𝐴 − 𝐴𝑡 ) = [(4 1 3) − (−1 1 1)] = (5 0 2) = 5
2 2 2 0 1
0 1 2 2 3 2 −2 −2 0 2
(−1 −1 0)
1 𝑡 )] 1 𝑡 )]
On remarque que [2 (𝐴 + 𝐴 + [2 (𝐴 − 𝐴 =𝐴
Vérification : pour 𝑛 = 1,
1 0 1
B1 = B = (0 0 0) = 20 𝐵 = 21−1 𝐵
1 0 1
Hypothèse de récurrence : on suppose que la relation est vraie à l’ordre 𝑛,
𝐵 𝑛 = 2𝑛−1 𝐵
Démonstration : on montre que le relation reste vraie à l’ordre 𝑛 + 1,
𝑛−1
𝐵𝑛+1 = 𝐵𝑛 𝐵 = 2 𝐵𝐵 = 2𝑛−1 𝐵2 = 2𝑛−1 2𝐵 = 2𝑛 𝐵
Conclusion : ∀ 𝑛 ∈ ℕ∗ , 𝐵 𝑛 = 2𝑛−1 𝐵
2
−1 −2 1 𝑐12 𝑐13
3 −2𝑐31 2𝑐12 − 2𝑐32 2𝑐13 0 0 0
𝐵𝐶 = (3 − −3) ( 2 0 2 ) = (−3𝑐31 3𝑐12 − 3𝑐32 3𝑐13 ) = (0 0 0)
2 𝑐31 𝑐32 −1 0 0 0 0 0 0
0 0 0
−2𝑐31 = −3𝑐31 = 0
𝑐 = 𝑐13 = 0
Ce qui implique, {2𝑐12 − 2𝑐32 = 3𝑐12 − 3𝑐32 = 0 ⟹ { 31
𝑐12 = 𝑐32
2𝑐13 = 3𝑐13 = 0