Mai 2019

(2 heures et 30 minutes)

1. a) Définir : matrice symétrique (0.5 pt.)

b) Soient A  IRmxn et B  IRnxp avec m, n et p  IN0.
Que vaut la transposée (A.B)' du produit matriciel A.B? Démontrer. (1.5 pt.)
c) Soient A, une matrice de IRnxn qui est symétrique et non inversible et B, une matrice de IRnxn qui est
symétrique et inversible (avec n  IN0 ).
Remplacer dans chacune des phrases suivantes ........................................... par « est toujours » ou
« est parfois » ou « n’est jamais ».
la matrice A.B ................................................. inversible
la matrice (A+B) ................................................. inversible
la matrice (A+A’) ................................................. inversible
Justifier soigneusement une de ces affirmations au choix (pour une réponse « est toujours » ou « n’est
jamais », justifier de manière théorique ; pour une réponse « est parfois », donner un exemple de chaque
cas. (2.5 pts.)

2. a) Définir : matrice élémentaire.

Comment utilise-t-on une telle matrice pour effectuer une opération élémentaire sur une matrice M?
(1 pt.)
3x3
b) Donner un exemple de matrice élémentaire de IR dont le déterminant vaut 5.
Justifier votre choix. (1 pt.)

c) Soit A, une matrice de IR2x2 dont le déterminant vaut 7.

Compléter chaque case de la seconde colonne du tableau suivant par la valeur du déterminant de la
matrice décrite dans la case correspondante de la première colonne (indiquer ? s’il n’est pas possible
de donner la réponse avec les informations fournies).
Déterminant
matrice obtenue en effectuant sur A l’opération
élémentaire L 2  L 2  7.L1 7

matrice obtenue en multipliant la matrice A par 3 63

matrice réduite de A 1
A.A’ (où A’ est la transposée de A) 49

Justifier soigneusement deux réponses au choix. (3 pts.)

3. a) Soit IRnx1 (n Î IN0) muni du produit scalaire standard.

Définir : vecteurs linéairement indépendants
vecteurs deux à deux orthogonaux (1 pt.)

 1  3   3   5 
         3 
1  m  3
b) Soient les vecteurs de IR4x1 : u    , v    , w    (avec m  IR ) et x    .
 1  1  m  1 
       
3   1  m2   5 
  
1°) Pour quelle(s) valeur(s) réelle(s) de m, les trois vecteurs u , v et w sont-ils linéairement indépendants?
 
2°) Pour quelle(s) valeur(s) réelle(s) de m, les vecteurs u et v sont-ils orthogonaux (produit scalaire

standard)? Pour une telle valeur de m, déterminer si le vecteur x est combinaison linéaire des vecteurs
     
 
u et v . En déduire si u,v,w,x forme une base de IR 4x1 .
(3 pts.)
4. a) Soit M  IRnxn avec n  IN0 .
Définir : valeur propre de M. (0.5 pt.)
polynôme caractéristique de M (0.5 pt.)

b) Démontrer que les valeurs propres d’une matrice carrée M sont les racines de son polynôme
caractéristique.
(1.5 pt.)

 1 2 0 
c) Déterminer les valeurs et vecteurs propres de la matrice M =  1 1 1 .
 
0 2 1
M est-elle diagonalisable dans IR ? Justifier soigneusement. (2.5 pts.)

5. Déterminer (réponse finale uniquement)

a) la solution générale de la RLACC (récurrence linéaire à coefficients constants)

Yt 1  3.Yt  7.3t

7
Yt  C.3t  .t.3t C  IR
3

(1 pt.)

b) dans  , si z   6  i. 2 ,

le module et l’argument de z
module : 2 2

5 (0.5 pt.)
argument :
6
Réponse question 1 a)
Soit A  IRnxn . A est symétrique ssi A = A', c’est-à-dire ssi  A 'ij =  A ij " i,j Î {1,…,n}.
---------------------------------------------------------------------------------------------------------------------------------------
Réponse question 1 b)

Si A  IRmxn et B  IRnxp avec m, n et p  IN0, alors (A.B)' = B'.A'.

Démonstration

Soient A  IRmxn et B  IRnxp. On a

[(A.B)']ij = [A.B] ji " i Î {1,…,p}, " j Î {1,…,m}

(déf. de la transposée)
n
= [A]
k=1
jk .[B]ki " i Î {1,…,p}, " j Î {1,…,m}

(déf. produit matriciel)

n
= [B]
k=1
ki .[A] jk " i Î {1,…,p}, " j Î {1,…,m}

(comm. de . dans IR)

n
= [B']
k=1
ik .[A']kj " i Î {1,…,p}, " j Î {1,…,m}

(déf. transposée)
= [B'.A']ij " i Î {1,…,p}, " j Î {1,…,m}
(déf. produit matriciel)
---------------------------------------------------------------------------------------------------------------------------------
Réponse question 1 c)

la matrice A.B n’est jamais inversible

la matrice (A+B) est parfois inversible
la matrice (A+A’) n’est jamais inversible

Justification de : « la matrice A.B n’est jamais inversible »

Le rang d’un produit de matrices est inférieur ou égal au rang de chacune des matrices. Or, la matrice A
est non inversible. Son rang n’est donc pas maximum (n). Le rang de A.B est donc < n, donc, comme A.B
est une matrice nxn, son rang n’est pas maximum et elle n’est donc jamais inversible.

---------------------------------------------------------------------------------------------------------------------------------
Réponse question 2 a)

On appelle matrice élémentaire toute matrice unité sur laquelle a été effectuée une opération
élémentaire.
Pour effectuer une opération élémentaire sur une matrice M, il suffit de la prémultiplier par la matrice
élémentaire correspondante.
---------------------------------------------------------------------------------------------------------------------------------------
Réponse question 2 b)
5 0 0 
La matrice 0 1 0  est une matrice élémentaire de IR3x3 . En effet, on obtient cette matrice en effectuant
0 0 1
l'opération élémentaire " L1  5.L1 " sur I3, la matrice unité de IR3x3 .
Le déterminant de cette matrice vaut 5, notamment parce que le déterminant d’une matrice unité vaut 1 et
que l’effet de l’opération élémentaire citée ci-dessus sur le déterminant d’une matrice est de multiplier son
déterminant pas 5.
------------------------------------------------------------------------------------------------------------------------------------
Réponse question 2 c)
Soit A, une matrice de IR2x2 dont le déterminant vaut 7.
Déterminant
matrice obtenue en effectuant sur A l’opération
élémentaire L 2  L 2  7.L1 7

matrice obtenue en multipliant la matrice A par 3 63

matrice réduite de A 1
A.A’ (où A’ est la transposée de A) 49

Justifications :
(1) le déterminant de la matrice obtenue en effectuant sur A l’opération élémentaire L 2  L 2  7.L1
est le même que celui de la matrice A, puisque les opérations élémentaires du type « ajouter à
une ligne un multiple d’une autre ligne », dont fait partie L 2  L 2  7.L1 , ne change pas le
déterminant. Il vaut donc 7.
(2) Comme le déterminant de A vaut 7, il est différent de 0, donc A est inversible. Or, la réduite
d’une matrice inversible est la matrice unité dont nous savons que le déterminant vaut 1. Par
conséquent, le déterminant de la matrice réduite de A vaut 1
_____________________________________________________________________________________

Réponse question 3 a)

Soit IRnx1 (n Î IN0) muni du produit scalaire standard.

Des vecteurs de IRnx1 sont linéairement indépendants ssi la seule combinaison linéaire de ces vecteurs
donnant le vecteur nul est celle dont tous les coefficients sont nuls.
 
Les p vecteurs w1,....,w p de IRnx1 sont deux à deux orthogonaux ssi
 
< w i , w j > = 0  i ¹ j avec i,j  {1,...,p}.

---------------------------------------------------------------------------------------------------------------------------------------
Réponse question 3 b)
 1  3   3   5 
      
  3    3 
 1  m   
On a les vecteurs de IR 4x1
: u , v , w (avec m  IR ) et x    .
 1  1  m  1 
       
3   1  2
m   5 
  
1°) Les trois vecteurs u , v et w sont linéairement indépendants ssi

 1 1 1 3 
 
la matrice M = 3 m 1 1  est de rang 3 (le nombre de vecteurs). Réduisons M:
3 3 m m2 
 
 1 1 1 3  1 1 1 3 
3 m 1 1  0 m  3 2 10  .
On a   L2  L2  3.L1 
3 3 m m2  L3  L3  3.L1 0 m  3 m2  9 
   0
  1 1 1 3 
Si m = 3, la matrice devient 0 0 2 10  et M est de rang 2 (sa réduite aura, de manière
0 0 0 0 
évidente, deux lignes non nulles).Dans ce cas, les trois vecteurs sont linéairement dépendants.

1 1 1 3 
0 m  3 2 10  aboutira à une
Si m  3 , il est évident que la poursuite de la réduction de 
0 m  3 m2  9 
 0
réduite ayant 3 lignes non nulles et que la réduite de M sera donc de rang 3.
Dans ce cas, les trois vecteurs sont linéairement indépendants.
  
Conclusion : les vecteurs u , v et w sont linéairement indépendants ssi m  3  m  IR \ {3} .

   
2°) Les vecteurs u et v sont orthogonaux ssi  u,v  0  1.3  1.m  1.1  3.( 1)  0  m  1  0  m  1.

 1  3 
  1    1
Pour cette valeur de m, on a u   et v    .
 1  1
   
3   1
  
Le vecteur x est combinaison linéaire des vecteurs u et v ssi il existe des réels a et b tels que

 5   1  3  a  3b  5
    3   1  1 
 a  b  3
x  a.u  b.v     a.    b.     .
 1   1  1  ab 1
      3a  b  5
 5  3   1

 1 3 5 
 1 1 3 
La matrice augmentée de ce système est   . Réduisons-la :
 1 1 1 
 
3 1 5 

 1 3 5   1 3 5   1 3 5   1 3 5 

 1 1 3  L  L  L 0 4  
8  L2  L2 /( 4) 0 1 
2  0 1 2 
  2 2 1   .
 1 1 1  L3  L3  L1 0 2 4  0 2 4  L3  L3  2.L2 0 0 0 
       
3 1 5  L 4  L 4  3.L1 0 10 20  0 10 20  L 4  L 4  10.L2 0 0 0 


Il est évident à ce stade que le système
 est
 compatible. Dès lors, on peut affirmer que le vecteur x est
combinaison linéaire des vecteurs u et v .
   
 
De là, il est évident que u,v,w,x ne forme pas une base de IR 4x1 puisque ces quatre vecteurs sont
linéairement dépendants (puisque l’un d’entre eux est combinaison linéaire des autres).
Réponse question 4 a)

Soit une matrice carrée M  IRnxn , n  IN0 .

 x1 
Le réel  est une valeur propre de la matrice M ssi il existe un vecteur non nul    Î IRnx1 tel que
 xn 
 x1   x1 
 
M.    = .    .
 xn   xn 

:
Le polynôme caractéristique de M est un polynôme de degré n en la variable  égal à
dét M  .In  .
---------------------------------------------------------------------------------------------------------------------------------------
Réponse question 4 b)

On sait que   IR est valeur propre de M  IRnxn (n  IN0 ) ssi il existe

 x1   x1  0   x1   x1 
    IRnx1,       , tel que M.         .
         
 xn   xn  0   xn   xn 

Cette relation est équivalente à

 x1   x1   x1  0 
   
M.    = .In .    ou encore (M -  .In).        .
 xn   xn   xn  0 

Les valeurs  permettant à ce système d'avoir des solutions non triviales sont les valeurs de  rendant
la matrice (M -  .In) non inversible, donc telles que dét(M -  .In) = 0, donc les racines du polynôme
caractéristique de M.
---------------------------------------------------------------------------------------------------------------------------------------
Réponse question 4 c)

 1 2 0   1   2 0 
  
On a M = 1 1 1 . Le polynôme caractéristique de M est dét  1 1  1  = (Sarrus)
 
0 2 1  0 2 1   

(1   )3  0  0  0  2(1   )  2(1   )  (1   )3 .

M a donc, comme unique valeur propre  = 1.

x
Les vecteurs propres associés à cette unique valeur propre  = 1 sont les vecteurs  y  de IR3x1
 z 

x x  x  0 
tels que M.  y   1.  y   (M-I).  y   0  , c’est-à-dire les solutions du système
   
 z   z   z  0 
  1  1 2 0   x  0   2y  0
 1 1  1        y0
 1 . y
      0   x  z  0   .
 0 2 1  1  z  0   2y  0  x  z

 x  
  y0 
Le sous-vectoriel des solutions du système est   y   IR31 :   ou encore
 x  z 
  z  

  z     1    1 
       
  0  : z  IR     0  .z : z  IR  dont une base est, par exemple,   0   .
  z     1    1 
       

Comme la seule valeur propre de M est   1 et que le sous-vectoriel des vecteurs propres associés est
de dimension 1, il est impossible de trouver 3 vecteurs propres de M qui soient linéairement
indépendants, donc de trouver une base de IR3x1 constituée de vecteurs propres de M.

Par conséquent, M n’est pas diagonalisable dans IR.