Cours de mathématiques

ECT 2ème année

Chapitre 5
Matrices inversibles

Adrien Fontaine
Année scolaire 2020–2021
 Cours de mathématiques ECT2

Dans tout ce chapitre, on ne considérera que des matrices carrées.

1. M ATRICES INVERSIBLES
Définition 1 :
Une matrice A ∈ Mn (R) est dîte inversibles’il existe une matrice B ∈ Mn (R) telle que :

AB = In et BA = In

Si B existe, elle est appelée inverse de A et notée A−1 .

Remarque :
• La notion de matrice inversible n’a de sens que pour des matrices carrées.
• Une matrice inversible admet un unique inverse :
On suppose qu’il existe deux matrices B1 et B2 dans Mn (R) telles que AB1 = B1 A = In
et AB2 = B2 A = In . Alors, en particulier, (B1 A)B2 = In B2 = B2 et (B1 A)B2 = B1 (AB2 ) =
B1 In = B1 , et donc B1 = B2 .

Exemple :
1. La matrice identité est inversible et I−1
n = In car :

I n In = In et In In = In

2 1 1 −1
µ
¶ µ ¶
−1
2. La matrice A = est inversible et A = . En effet :
1 1 −1 2

2 11 −1 1 0
µ ¶µ¶ µ ¶
= = I2
1 1
−1 2 0 1
1 −1 2 1 1 0
µ ¶µ ¶ µ ¶
= = I2
−1 2 1 1 0 1

3. La matrice carrée nulle On n’est pas inversible car :

∀M ∈ Mn (R) , On × M = M × On = On 6= I − n

0 0 0
 

4. La matrice A = 1 2 3 n’est pas la matrice nulle mais elle n’est pas inversible pour
4 5 6
autant : quelle que soit la matrice par laquelle on la multiplie à droite, la première
ligne du résultat sera constitué de trois zéros et donc la matrice produit ne peut pas
être égale à I3 .

Théorème 1 :
Si P et Q sont deux matrices de Mn (R) telles que PQ = In , alors P et Q sont inversibles, et on a :

P −1 = Q et Q−1 = P

Exemple :

2
Cours de mathématiques ECT2

4 7 −5 7
¶ µ µ ¶
• Considérons les matrices P = et Q = . Alors :
3 5 3 −4

4 7 −5 7 1 0
µ ¶µ ¶ µ ¶
PQ = = = I2
3 5 3 −4 0 1
Ce qui prouve que P et Q sont inversibles et qu’elles
 1sont1 inverses l’une de l’autre.
1 
1 1 1 3 3 3
 
 1 −2 1 
• Considérons les matrices P = 1 −1 0 et Q =  3 3
  
3 . Alors :

1 0 −1 1 1 −2
3 3 3
1 1 1  
1 1 1 3 3 3 1 0 0
  
1 −2 1  

PQ = 1 −1 0  
3 3 3 =
0 1 0 = I3
1 0 −1 1 1 −2 0 0 1
3 3 3
Ce qui prouve que P et Q sont inversibles et qu’elles sont inverses l’une de l’autre.

Corollaire 1 :
Si P et Q sont deux matrices de Mn (R) telles que PQ = λIn avec λ 6= 0, alors P et Q sont inversibles,
et on a :
1 1
P −1 = Q et Q−1 = P
λ λ

1 1 3 0 −5 −5
   

Exemple : Considérons les matrices P = −1 −2 −1 et Q = −2 −4 2 . Alors :

−1 2 1 4 3 1

1 1 3 0 −5 −5 10 0 0
    

PQ = −1 −2 −1 −2 −4 2 = 0 10 0  = 10I3
    
−1 2 1 4 3 1 0 0 10
1 1 3 
0 −1 −1 

2 2 10 10 10
−1 1  −1
Ce qui prouve que P et Q sont inversibles et que P =  −15
−2
5 5 et Q =  −1
10
−1
5
−1 
10
2 3 1 −1 1 1
. 5 10 10 10 5 10

Remarquons que le cas des matrices diagonales est facile :

Proposition 1 :
 
d1 0 . . . 0
 .. .. 
0 d
2 . . 
Une matrice diagonale D =  .  est inversible si et seulement si ses coefficients dia-
 
 . .. ..
. . . 0

0 . . . 0 dn
gonaux d i sont tous non nuls. Dans ce cas :
1 
d 0 . . . 0
 1 

1 .. .. 
0
d2
. . 
−1
 
D =  
 .. . . . . . .

. 0

 
0 . . . 0 d1
n

3
Cours de mathématiques ECT2

Exemple : 1
0 0

−1
3 0 0 3

 
0 −1 0 =  0 −1 0 
 
0 0 2 1
0 0 2

Proposition 2 :
Soit A une matrice triangulaire supérieure ou inférieure de Mn (R). La matrice A est inversible si et
seulement si ses termes diagonaux sont tous non nuls.

Exemple :
2 0 0
 

• La matrice −5 1 0  est inversible car 2, 1 et −4 sont non nuls.

3 0 −4
2 3 0
 

• La matrice 0 0 4  n’est pas inversible car le deuxième coefficient diagonale est

0 0 −1
nul.

Proposition 3 :
Soient A, B et C dans Mn (R).
• Si A est inversible, alors A−1 est inversible et (A−1 )−1 = A.
• Si A et B sont inversibles, alors AB est inversibles et (AB)−1 = B−1 A−1 .
• Si A est inversibles, alors A est simplifiable à gauche et à droite, c’est-à-dire :

AB = AC ⇒ B = C

BA = CA ⇒ B = C

Terminons avec le cas des matrices carrées de taille 2.

Proposition 4 :
µ ¶
a b
A= est inversible si et seulement si ad − bc 6= 0. Dans ce cas :
c d

1
µ ¶
−1 d −b
A =
ad − bc −c a

Preuve. On commence par observer que :

0
µ ¶µ ¶ µ ¶
a b d −b ad − bc
= = (ad − bc)I2
c d −c a 0 ad − bc

Ce qui prouve que si ad − bc 6= 0 alors A est inversible et

1
µ ¶
−1 d −b
A =
ad − bc −c a
µ ¶
d −b
Si par ailleurs, ad − bc = 0, alors en posant B = , on a AB = O2 .
−c a
Raisonnons par l’absurde et supposons que A soit inversible. Alors, on aurait B = A−1 AB = A−1 O2 = O2

4
 Cours de mathématiques ECT2

, ce qui donnerait a = b = c = d = 0 et donc A = O2 . Or, la matrice nulle d’ordre 2 n’est pas inversible.
Contradiction. Donc, A n’est pas inversible. 

Exemple : Les matrices suivantes sont-elles inversibles ? SI oui préciser leur inverse.
1 2 4 −2
µ ¶ µ ¶
−1 1
1. A = . On a 1 × 4 − 2 × 3 = −2 6= 0 donc A est inversible et A = −2 =
3 4 −3 1
−2 1
µ ¶
−3 1 .
2 2
3 6
µ ¶
2. B = . 3 × 4 − 2 × 6 = 0 donc B n’est pas inversible.
2 4

2. C ALCUL EFFECTIF DE L’ INVERSE D ’ UNE MATRICE

2.1. Calcul de l’inverse par la résolution d’un système

Théorème 2 :
Soit A ∈ Mn (R). La matrice A est inversible si et seulement si pour tout Y ∈ Mn,1 (R), le système
linéaire AX = Y admet une unique solution.

Méthode 1 : Montrer qu’une matrice est inversible et calculer son inverse

En utilisant la méthode du pivot de Gauss, on résout le système AX = Y d’inconnue X ∈ Mn,1 (R) en
fonction de Y ∈ Mn,1 (R) quelconque fixé, puis on discute :
• Si le système admet une unique solution X = BY aalors A est inversible et A−1 = B.
• Sinon, la matrice n’est pas inversible.

1 −7 11
 

Exemple : Montrons que la matrice A = −1 12 −19 est inversible et déterminons son
0 −3 5
inverse.    
a x
Soit Y = b une matrice de M3,1 (R). Pour tout X = y  ∈ M3,1 (R), on a les équivalences :
  
c z

1 −7 11
    
x a
AX = Y ⇐⇒ −1
 12 −19 y = b 
   
0 −3 5 z c
x − 7y + 11z = a


⇐⇒ − x + 12y − 19z = b
− 3y + 5z = c


x − 7y + 11z = a


⇐⇒ 5y − 8z = a + b L2 ← L2 + L1
− 3y + 5z = c


7y + 11z = a

 x −
⇐⇒ 15y − 24z = 3a + 3b L2 ← 3L2
− 15y + 25z = 5c L3 ← 5L3


5
Cours de mathématiques ECT2

7y + 11z = a

 x −
⇐⇒ 15y − 24z = 3a + 3b
z = 3a + 3b + 5c L3 ← L3 + L2


7y + 11z = a

 x −
⇐⇒ 15y = 75a + 75b + 120c
z = 3a + 3b + 5c


x − 7y + 11z = a


⇐⇒ y = 5a + 5b + 8c
z = 3a + 3b + 5c


3a + 2b + c

 x =
⇐⇒ y = 5a + 5b + 8c
z = 3a + 3b + 5c


3 2 1 a
    
x
⇐⇒  y  = 5 5 8 b 
z 3 3 5 c

3 2 1
 

Finalement, la matrice A est inversible et son inverse est donné par A−1 = 5 5 8.
3 3 5

2.2. Calcul de l’inverse par la méthode du pivot de Gauss

Théorème 3 :
Soit A dans Mn (R). La matrice A est inversible si et seulement si une suite d’opérations élémen-
taires sur les lignes de A transforme la matrice A en une matrice B inversible.
Dès lors, en transformant la matrice A en la matrice identité à l’aide d’opérations sur les lignes et
en effectuant simultanément les mêmes opérations sur la matrice identité, on obtient l’inverse de
la matrice A.

Méthode 2 : Méthode de Gauss-Jordan

En pratique, pour transformer A en In , on commence par transformer la matrice A en une matrice
triangulaire supérieure par la méthode du pivot de Gauss, ce qui permet déjà de savoir si A est
inversible ou non. Le cas échéant, on transforme alors la matrice triangulaire obtenue en la matrice
identité. C’est la méthode de Gauss-Jordan.

Exemple : On considère la matrice P :

1 1 0
 

P= 0 1 0
−1 −2 1

Montrer que la matrice P est inversible et déterminer son inverse.

On utilise donc la méthode de Gauss-Jordan.

1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1 0 0
     
L3 ←L3 +L1 L3 ←L3 +L2
0 1 0 0 1 0 −−−−−−−→ 0 1 0 0 1 0 −−−−−−−→ 0 1 0 0 1 0
−1 −2 1 0 0 1 0 −1 1 1 0 1 0 0 1 1 1 1

6
Cours de mathématiques ECT2

La matrice obtenue est triangulaire supérieure avec tous ses pivots non nuls donc elle est
inversible. Par théorème, la matrice P est elle aussi inversible. Poursuivons la méthode :

1 0 0 1 −1 0
 
L1 ←L1 −L2
−−−−−−−→ 0 1 0 0 1 0
0 0 1 1 1 1

1 −1 0
 

Donc, la matrice P est inversible et P −1 = 0 1 0.

1 1 1

7
 Cours de mathématiques ECT2

3. E XERCICES
1 1 −2
 

5.1 On note I = I3 et on donne : A = −1 −1 2 

−2 −2 0
1. a. Calculer A2 , puis A3 .
b. En déduire que A n’est pas inversible.
2. a. Calculer (I − A)(I + A + A2 ).
b. En déduire que I − A est inversible et donner son inverse.
3. Montrer également que I + A est inversible et donner son inverse.

5.2
1 1 −1
 

1. On considère la matrice A = 0 −1 2 .
0 0 1
a. Calculer A2 .
b. La matrice A est-elle inversible ? Si oui, expliciter son inverse.
1 1 −2
 

2. On considère la matrice A = −1 −1 2 .

−2 −2 0
a. Calculer A3 .
b. La matrice A est-elle inversible ? Si oui, expliciter son inverse.
2 −1 2
 

3. On considère la matrice A =  5 −3 3 .
−1 0 −2
a. Calculer −A3 − 3A2 − 3A.
b. La matrice A est-elle inversible ? Si oui, expliciter son inverse.
1 0 2
 

4. On considère la matrice A = 0 −1 1.

1 −2 0
a. Calculer A3 − A.
b. La matrice A est-elle inversible ? Si oui, expliciter son inverse.

5.3 On considère la matrice :

0 −3 −1
 

A= 1 4 1
−1 −3 0
1. Calculer A2 − 3A + 2I3 .
2. En déduire que A est inversible et calculer son inverse.

5.4 On considère les matrices :

1 −3 2 1 1 0
   

A = −1 2 0 et B = −1 −2 1
−5 9 −3 −1 −2 1

8
Cours de mathématiques ECT2

1. Calculer A3 . En déduire que A est inversible et calculer son inverse.

2. Calculer B3 . La matrice B est-elle inversible ?

5.5 On considère la matrice :

2 2 3
 

A =  1 −1 0
−1 2 1
En résolvant un système, montrer que la matrice A est inversible et calculer son inverse.

5.6
1. On considère la matrice :
0 1 1
 

A = 1 0 1
1 1 0
Démontrer que cette matrice est inversible et calculer son inverse.
2. Résoudre le système linéaire :

y + z = 1


x + z = 2
x + y = 3


5.7
−3 1 2
 

1. Montrer que la matrice A =  1 −1 2  est inversible et déterminer son inverse.

−3 4 −8
2. Résoudre les systèmes (S 1 ) et (S 2 ) suivants :

 −3x + y + 2z = 4  −3x + y + 2z = 1
 

(S 1 ) : x − y + 2z = −2 (S 2 ) : x − y + 2z = 0
−3x + 4y − 8z = 4 −3x + 4y − 8z = 3
 

5.8 Les matrices suivantes sont-elles inversibles ? Si oui, calculer leur inverse.

3 1 −1 0 0
   
−2
1. A= 3 6 2  
5. E= 0 −3 0

1 2 1 
1
0 0 6
2 2 −1
 
−1 1 1
 
2. B= 2 −1 2 
6. F = 0 −2 2
2 2

−1
1 1 1
1
 
−3 −1 
2 −2 1

3. C = −2 7 2 7. G =  2 −3 2
3 2 3 −1 2 0
2 3 4 0
µ ¶ µ ¶
4. D= 8. H=
−1 1 0 −5

9
Cours de mathématiques ECT2

5.9 Soit (xn )n∈N et (y n )n∈N les suites définies par la donnée de x0 = 1, y 0 = 0 et les relations
de récurrence
xn+1 = 31 xn + 34 y n
½

y n+1 = 32 xn + 14 y n
valables pour tout entier naturel n. µ
¶
xn
On pose, pour tout entier naturel n, Un = .
yn
1. a. Donner U0 .
b. Déterminer une matrice A telle que, pour tout entier n Ê 0, on ait : Un+1 = AUn .
c. Montrer, par récurrence, que, pour tout entier naturel n, on a : Un = An U0 .
9 1 1 1 1
µ ¶ µ ¶
−1
2. On pose P = . Vérifier que P est inversible, avec P = .
8 −1 17 8 −9
3. Soit D = P −1 AP.
a. Calculer D, puis pour tout entier n Ê 0, donner Dn en fonction de n.
b. Montrer que A = PDP −1 .
4. a. Montrer par récurrence que, pour tout entier n Ê 0, on a : An = PDn P −1 .
b. En déduire l’expression de An .
c. Déterminer xn et y n en fonction de n, puis lim xn et lim y n .
n→+∞ n→+∞

5.10 Soient les matrices :

1 1 1
0 1 1 0 0 0 1
     
3 3 3 1
2
A = 0 0 ,
3 P= 0 1 0 , D =  0 32 0 et X 1 = 1 .
2 3
3
0 1 −1 −2 1 0 0 1 1

Partie A :
1. Montrer que la matrice P est inversible et déterminer son inverse.
2. Déterminer Dk pour tout entier naturel k.
3. Montrer que A = PDP −1 et que pour tout entier naturel k,

Ak = PDk P −1 .

4. Déterminer P −1 X 1 et en déduire par récurrence que pour tout entier naturel k :

 ¡ ¢ 
1 2 k
 ¡ 3 ¢k 
3
Ak X 1 =  1 2
 3 3¡ ¢  .

k
1 − 23 32

Partie B :
On étudie le comportement d’un consommateur M à partir d’une semaine donnée (appelée
"semaine 1"). Ce consommateur choisit chaque semaine chez le pâtissier un dessert parmi
les trois desserts A, B et C.
On considère en outre que :
• si M a choisi le dessert A la semaine n, alors la semaine n +1 il choisit le dessert A avec
une probabilité de 13 ou le dessert C avec une probabilité de 23 ;

10
Cours de mathématiques ECT2

• si M a choisi le dessert B la semaine n, alors la semaine n +1 il choisit le dessert A avec

une probabilité de 31 ou le dessert B avec une probabilité de 23 :
• si M a choisi le dessert C la semaine n, il reprend le dessert C la semaine n + 1 ;
• le consommateur choisit de manière équiprobable son dessert la première semaine.
On notera pour tout entier naturel non nul n :
• An l’évènement : "M a choisi le dessert A la n-ième semaine " ;
• Bn l’évènement : "M a choisi le dessert B la n-ième semaine " ;
• Cn l’évènement : "M a choisi le dessert C la n-ième semaine " ;
On note aussi :
P(An )
 

Un = P(Bn ) .
P(Cn )
1. Donner P(A1 ), P(B1 ), P(C1 ) ainsi que les probabilités :

PAn (An+1 ) , PAn (Bn+1 ) , PAn (Cn+1 ) ,

PBn (An+1 ) , PBn (Bn+1 ) , PBn (Cn+1 ) ,
PCn (An+1 ) , PCn (Bn+1 ) , PCn (Cn+1 ) .

2. À l’aide de la formule des probabilités totales, justifier avec soin que :

1 1
P(An+1 ) = P(An ) + P(Bn ) .
3 3
Donner de même des relations exprimant P(Bn+1 ) et P(Cn+1 ) en fonction de P(An ),
P(Bn ) et P(Cn ).
3. a. Montrer que pour tout entier naturel non nul n :

Un+1 = AUn .

b. Montrer que pour tout entier naturel non nul n :

Un = An−1 X 1 .

4. En déduire, en fonction de n, la probabilité P(An ) ainsi que sa limite n tend vers +∞.

11
 Cours de mathématiques ECT2

4. C ORRIGÉ DES EXERCICES

5.1
1. a. On a :
1 1 −2 1 1 −2 4 4 0
     
2
A = −1 −1 2 × −1 −1 2 = −4
     −4 0
−2 −2 0 −2 −2 0 0 0 0
4 4 0 1 1 −2 0 0 0
     
3 2
A = A × A = −4 −4 0 × −1 −1 2 = 0
     0 0 = 03
0 0 0 −2 −2 0 0 0 0

b. Supposons, par l’absurde, que A est inversible. Il existe alors une matrice B telle
que A × B = B × A = I3 . On a alors ;

(AB)3 = I33 = I3

Or, puisque A et B commutent, on a

(AB)3 = A3 B3 = 03 × B3 = 03

Ainsi,
0 3 = I3
ce qui est bien sûr absurde.
Conclusion : La matrice A n’est pas inversible.
2. a. En développant le produit, on obtient :

(I − A)(I + A + A2 ) = I + A + A2 − A − A2 − A3 = I

b. I − A est donc inversible d’inverse (I − A)−1 = I + A + A2 .

3. On a :
(I + A)(I − A + A2 ) = I − A + A2 + A − A2 + A3 = I
donc I + A est inversible d’inverse (I + A)−1 = I − A + A2 .

5.2
1. a. On a :
1 1 −1 1 1 −1 1 0 0
    

A2 = 0 −1 2  0 −1 2  = 0 1 0 = I3
0 0 1 0 0 1 0 0 1

b. On a A × A = I3 donc A est inversible et A−1 = A.

2. a. On a :
1 1 −2 1 1 −2 4 4 0
     
2
A = −1 −1 2 × −1 −1 2 = −4
     −4 0
−2 −2 0 −2 −2 0 0 0 0
4 4 0 1 1 −2 0 0 0
     

A3 = A2 × A = −4 −4 0 × −1 −1 2  = 0 0 0 = 03
0 0 0 −2 −2 0 0 0 0

12
Cours de mathématiques ECT2

b. Supposons, par l’absurde, que A est inversible. Il existe alors une matrice B telle
que A × B = B × A = I3 . On a alors ;

(AB)3 = I33 = I3

Or, puisque A et B commutent, on a

(AB)3 = A3 B3 = 03 × B3 = 03

Ainsi,
0 3 = I3
ce qui est bien sûr absurde.
Conclusion : La matrice A n’est pas inversible.
3. a. On a :
2 −1 2 2 −1 2 −3 1 −3
     

A2 =  5 −3 3  ×  5 −3 3  = −8 4 −5
−1 0 −2 −1 0 −2 0 1 2
−3 1 −3 2 −1 2 2 0 3
     

A3 = A2 × A = −8 4 −5 ×  5 −3 3  = 9 −4 6 
0 1 2 −1 0 −2 3 −3 −1
Enfin,

−2 0 −3 −9 3 −9 6 −3 6 1 0 0
       

−A3 −3A2 −3A = −9 4 −6−−24 12 −15− 15 −9 9  = 0 1 0 = I3

−3 3 1 0 3 6 −3 0 −6 0 0 1

b. On vient de voir que −A3 − 3A2 − 3A = I3 . En factorisant par A à gauche de l’égalité,

cela donne :
A × (−A2 − 3A − 3I3 ) = I3
Donc, A est inversible et A−1 = −A2 − 3A − 3I3 .
a. On a :
1 0 2 1 0 2 3 −4 2
    

A2 = 0 −1 1 0 −1 1 = 1 −1 −1
1 −2 0 1 −2 0 1 2 0
3 −4 2 1 0 2 5 0 2
     

A3 = A2 × A = 1 −1 −1 × 0 −1 1 = 0 3 1
1 2 0 1 −2 0 1 −2 4
Et donc,
5 0 2 1 0 2 4 0 0
     

A3 − A = 0 3 1 − 0 −1 1 = 0 4 0 = 4I3
1 −2 4 1 −2 0 0 0 4

b. On vient de voir que A3 − A = 4I3 . En factorisanr par A à gauche, on obtient :

A(A2 − A) = 4I3

Donc,
1
A × (A2 − A) = I3
4
1
Donc, A est inversible et A−1 = (A2 − A).
4

13
Cours de mathématiques ECT2

5.3
1. On a :
0 −3 −1 0 −3 −1
    
−2 −9 −3
A2 =  1 4 1  1 4 1  =  3 10 3 
−1 −3 0 −1 −3 0 −3 −9 −2
Donc,

0 −9 −3 2 0 0 0 0 0
       
−2 −9 −3
A2 − 3A + 2I3 =  3 10 3  −  3 12 3  + 0 2 0 = 0 0 0 = 03
−3 −9 −2 −3 −9 0 0 0 2 0 0 0

2. On a A2 − 3A + 2I3 = 03 donc
−A2 + 3A = 2I3
Donc, en factorisant par A ;
A(−A + 3I3 ) = 2I3
Donc,
1
A × (−A + 3I3 ) = I3
2
1
Donc, A est inversible et A−1 = (−A + 3I3 ). Plus précisément, on a :
2
  3 3 1 
0 3 1 3 0 0 3 3 1
    
1 1 2 2 2
A−1 = −1 −4 −1 + 0 3 0 = × −1 −1 −1 = − 21 − 21 − 21 
2 2 1 3 3
1 3 0 0 0 3 1 3 3 2 2 2

5.4
1. On a :
1 −3 2 1 −3 2 9 −4
     
−6
A2 = −1 2 0  × −1 2 0  = −3 7 −2
−5 9 −3 −5 9 −3 1 6 −1
−6 9 −4 1 −3 2 5 0 0
     
3 2
A = A × A = −3 7 −2 × −1 2
   0 = 0
  5 0 = 5I3
1 6 −1 −5 9 −3 0 5 0
1 1
On a donc A × A2 = 5I3 . Et donc, A × A2 = I3 donc A est inversible et A−1 = A2 . Plus
5 5
précisément,
  6 9
−6 9 −4 − 5 5 − 54
 
1
A−1 = −3 7 −2 = − 53 75 − 52 
5 1 6 1
1 6 −1 5 5 −5
2. On a :
1 1 0 1 1 0 0 −1 1
     
2
B = −1 −2 1 × −1 −2
   1 = 0 1
  −1
−1 −2 1 −1 −2 1 0 1 −1
0 −1 1 1 1 0 0 0 0
     
3 2
B = B × B = 0 1 −1 × −1
   −2 1 = 0
  0 0
0 1 −1 −1 −2 1 0 0 0

14
Cours de mathématiques ECT2

Supposons, par l’absurde, que B est inversible. Il existe alors une matrice A telle que
B × A = A × B = I3 . On a alors ;
(BA)3 = I33 = I3
Or, puisque B et A commutent, on a

(BA)3 = B3 A3 = 03 × A3 = 03

Ainsi,
0 3 = I3
ce qui est bien sûr absurde.
Conclusion : La matrice B n’est pas inversible.

   
a x
5.5 Soit Y = b une matrice de M3,1 (R). Pour tout X = y  ∈ M3,1 (R), on a les
   équiva-
c z
lences :
2 2 3 x
    
a
AX = Y ⇐⇒  1 −1 0  y  = b 
−1 2 1 z c
2x + 2y + 3z = a


⇐⇒ x − y = b L2 ← L2 + L3
− x + 2y + z = c


2x + 2y + 3z = a


⇐⇒ y + z = b + c L3 ← 2L3 + L1
− x + 2y + z = c


 2x + 2y + 3z = a


⇐⇒ y + z = b + c L3 ← L3 − 6L2
6y + 5z = a + 2c


 2x + 2y + 3z = a


⇐⇒ y + z = b + c
− z = a − 6b − 4c


 2x + 2y + 3z = a


⇐⇒ y = a − 5b − 3c
z = −a + 6b + 4c


 2x = 2a − 8b − 6c


⇐⇒ y = a − 5b − 3c
z = −a + 6b + 4c


 x = a − 4b − 3c


⇐⇒ y = a − 5b − 3c
z = −a + 6b + 4c


1 −4 −3 a
    
x
⇐⇒  y  =  1 −5 −3 b 
z −1 6 4 c

1 −4
 
−3
−1
Finalement, la matrice A est inversible et son inverse est donné par A = 1 −5 −3.
−1 6 4

15
Cours de mathématiques ECT2

5.6
1. Pour démontrer que cette matrice est inversible et calculer son inverse, on peut soit
utiliser l méthode de résolution d’un système linéaire, soit utiliser la méthode de Gauss-
Jordan.
On utilise ici la méthode de Gauss-Jordan :

0 1 1 1 0 0 1 0 1 0 1 0 1 0 1 0 1 0
     
L1 ↔L2 L3 ←L3 −L1
1 0 1 0 1 0 − −−−→ 0 1 1 1 0 0 −−−−−−−→ 0 1 1 1 0 0
1 1 0 0 0 1 1 1 0 0 0 1 0 1 −1 0 −1 1

1 0 1 0 1 0
 
L3 ←L3 −L2
−−−−−−−→ 0 1 1 1 0 0
0 0 −2 −1 −1 1
La matrice obtenue est triangulaire supérieure avec tous ses pivots non nuls donc
elle est inversible. Par théorème, la matrice P est elle aussi inversible. Poursuivons la
méthode :

1 0 1 0 1 0 2 0 0 −1 1 1
   
L2 ←2L2 +L3 L1 ←2L1 +L3
−−−−−−−−→ 0 2 0 1 −1 1 −−−−−−−−→ 0 2 0 1 −1 −1
0 0 −2 −1 −1 1 0 0 −2 −1 −1 1

1
L1 ← 2 L1
−−−−−→ 1 0 0 − 1 1 1 
1 2 2 2
L2 ← 2 L2 1 1 1 
−−−−−→ 0 1 0 2 − 2 2

L3 ← −1 0 0 1 12 1
− 21
2 L3 2
−−−−−−→
 1 1 1 
−2 2 2
Donc, la matrice P est inversible et P −1 =  21 − 12 21 .
1 1
2 2 − 12
1
   
x
2. Soit X = y ∈ M3,1 (R) et B = 2. On a :
  
z 3

y + z = 1


x + z = 2 ⇐⇒ AX = B ⇐⇒ X = A−1 B
x + y = 3


Pour trouver la solution du système, il nous suffit donc de calculer X = A−1 B :

   1 1 1   4  
x −2 2 2 1 2 2
y  =  1 − 21 1   2  
2 = 2 = 1
2 2
1 1
z 2 2 − 21 3 0
2
0

L’unique solution du système est donc (x; y; z) = (2; 1; 0).

16
Cours de mathématiques ECT2

5.7
1. Pour démontrer que cette matrice est inversible et calculer son inverse, on peut soit
utiliser l méthode de résolution d’un système linéaire, soit utiliser la méthode de Gauss-
Jordan.
On utilise ici la méthode de Gauss-Jordan :

−3 1 2 1 0 0 −3 1 2 1 0 0
   
L2 ↔3L2 +L1
 1 −1 2 0 1 0 − −−−−−−−→  0 −2 8 1 3 0
−3 4 −8 0 0 1 −3 4 −8 0 0 1

−3 1 2 1 0 0 −3 1 2 1 0 0
   
L3 ←L3 −L1 L3 ←2L3 +3L2
−−−−−−−→ 0 −2 8 1 3 0 −−−−−−−−−→ 0 −2
  8 1 3 0
0 3 −10 −1 0 1 0 0 4 1 9 2
−3 1 2 1 0 0 −6 2 0 1
   
−9 −2
L2 ←L2 −2L3 L1 ←2L1 −L3
−−−−−−−−→ 0 −2 0 −1 −15
 −4 −−−−−−−−→ 0 −2 0
  −1 −15 −4
0 0 4 1 9 2 0 0 4 1 9 2
1
L1 ← −6 L1
 − −−−−−→ 1 0 0 0
−6 0 0 0 −24 −6 4 1
 
L1 ←L1 +L2 1
L2 ← −2 L2  1 15
−−−−−−−→  0 −2 0 −1 −15 −4 − −−−−−→ 0 1 0 2 2
2
0 0 4 1 9 2 L3 ← 41 L3 0 0 1 14 9
4
1
2
−−−−−→
0 4 1
 

Donc, la matrice P est inversible et P −1 =  12 15

2 2 .
1 9 1
4 4 2
4
   
x
2. Soit X = y ∈ M3,1 (R) et B = −2. On a :
  
z 4

 −3x + y + 2z = 4


x − y + 2z = −2 ⇐⇒ AX = B ⇐⇒ X = A−1 B
−3x + 4y − 8z = 4


Pour trouver la solution du système (S 1 ), il nous suffit donc de calculer X = A−1 B :

0 4 1 4
      
x −4
y  =  1 15
2 −2 = −5 
2 2
   
z 1
4 4
9 1
2
4 − 32

L’unique solution du système (S 1 ) est donc (x; y; z) = (−4; −5; − 32 ).

De même, pour calculer la solution du système (S 2 ), il nous suffit de faire le calcul
suivant :
0 4 1 1 3
    
 1 15 2  0 =  13 
2 2 2
1 9 1 7
4 4 2
3 4

L’unique solution du système (S 2 ) est donc (x; y; z) = (3; 13 ; 7 ).

2 4

17
Cours de mathématiques ECT2

5.8
1. On utilise ici la méthode de Gauss-Jordan :
−2 3 1 1 0 0 −2 3 1 1 0 0
   
L2 ↔L2 −3L3
 3 6 2 0 1 0 −−−−−−−−→  0 0 −1 0 1 −3
1 2 1 0 0 1 1 2 1 0 0 1

−2 3 1 1 0 0 −2 3 1 1 0 0
   
L3 ←2L3 +L1 L3 ↔L2
−−−−−−−−→  0 0 −1 0 1 −3 −−−−→  0 7 3 1 0 2 
0 7 3 1 0 2 0 0 −1 0 1 −3
−2 3 1 1 0 0 −2 3 0 1 1 −3
   
L2 ←L2 +3L3 L1 ←L1 +L3
−−−−−−−−→  0 7 0 1 3 −7 −−−−−−−→  0 7 0 1 3 −7
0 0 −1 0 1 −3 0 0 −1 0 1 −3
1
 L1 ← −14 L1 
−14 0 0 4 −2 0 −−−−−−−→ 1 0 0 − 2 1
0
 
L1 ←7L1 −3L2 1
7 7
−−−−−−−−−→  0 7 0 1 3 −7 L2 ← 7 L2 0 1 0 17 3
−1
7
−−−−−→
0 0 −1 0 1 −3 L3 ←−L3 0 0 1 0 −1 3
−−−−−→
 2 1
0

−7 7
Donc, la matrice A est inversible et A−1 =  17 3
7
−1
0 −1 3
2. On utilise ici la méthode de Gauss-Jordan :
2 2 −1 1 0 0 2 2 −1 1 0 0
   
L2 ←L2 −L1
 2 −1 2 0 1 0 − −−−−−−→  0 −3 3 −1 1 0
−1 2 2 0 0 1 −1 2 2 0 0 1

2 2 −1 1 0 0 2 2 −1 1 0 0
   
L3 ←2L3 +L1 L3 ←L3 +2L2
−−−−−−−−→ 0 −3 3
 −1 1 0 −−−−−−−−→ 0 −3 3
  −1 1 0
0 6 3 1 0 2 0 0 9 −1 2 2
2 2 −1 1 0 0 18 18 0 8 2 2
   
L2 ←3L2 −L3 L1 ←9L1 +L3
−−−−−−−−→ 0 −9 0 −2 1 −2 −−−−−−−−→  0 −9 0 −2 1 −2
0 0 9 −1 2 2 0 0 9 −1 2 2
1
 L1 ← 18 L1 
18 0 0 4 4 −2 −−−−−−→ 1 0 0 29 2 −1 

L1 ←L1 +2L2 1 9 9
L2 ← −9 L2  2 −1 2 
−−−−−−−−→  0 −9 0 −2 1 −2 − −−−−−→ 0 1 0 9 9 9
0 0 9 −1 2 2 L3 ← 91 L3 0 0 1 − 91 2
9
2
9
−−−−−→
 2 2 −1 
9 9 9
2 2
Donc, la matrice B est inversible et B−1 =  9
−1
9 9

− 91 2
9
2
9
3. On utilise ici la méthode de Gauss-Jordan :
1 −3 −1 1 0 0 1 −3 −1 1 0 0
   
L2 ←L2 +2L1
−2 7 2 0 1 0 −−−−−−−−→ 0 1 0 2 1 0
3 2 3 0 0 1 3 2 3 0 0 1

1 −3 −1 1 0 0 1 −3 −1 1 0 0
   
L3 ←L3 −3L1 L3 ←L3 −11L2
−−−−−−−−→ 0 1 0 2 1 0 −−−−−−−−−→ 0 1 0 2 1 0
0 11 6 −3 0 1 0 0 6 −25 −11 1

18
Cours de mathématiques ECT2

6 −18 0 −19 −11 1 6 0 0 17 7 1

   
L1 ←6L1 +L3 L1 ←L1 +18L2
−−−−−−−−→ 0 1 0 2 1 0 −−−−−−−−−→ 0 1 0 2 1 0
0 0 6 −25 −11 1 0 0 6 −25 −11 1
L1 ← 61 L1 1 0 0 17 7 1

−−−−−→  6 6 6
0 1 0 2 1 0
L3 ← 61 L3
−−−−−→ 0 0 1 − 6 − 6 61 25 11

 17 7 1
6 6 6
Donc, la matrice C est inversible et C−1 =  2 1 0
− 25
6 − 11
6
1
6
4. La matrice est de taille 2, on peut donc directement utiliser la formule du cours pour
les matrices de taille 2. On a ad − bc = 2 × 1 − 3 × (−1) = 2 + 3 = 5 6= 0. Donc, D est
inversible et ¶ µ1
1 1 1 −3 − 53
µ ¶ µ ¶
−1 d −b 5
D = = = 1 2
ad − bc −c a 5 1 2 5 5

5. La matrice E est diagonale, avec ses coefficients diagonaux non nuls. Donc E est in-
versible et : 1
0 0
 
−1 0 0

−1
1
E−1 =  0 −3 0  =  0 − 13 0
 
0 0 11 0 0 6
6

6. On utilise ici la méthode de Gauss-Jordan :

−1 1 1 1 0 0 −1 1 1 1 0 0
   
L3 ←L3 +L1
 0 −2 2 0 1 0 − −−−−−−→  0 −2 2 0 1 0
1 1 1 0 0 1 0 2 2 1 0 1

−1 1 1 1 0 0 −1 1 1 1 0 0
   
L3 ←L3 +L2 L2 ←2L2 −L3
−−−−−−−→ 0 −2 2 0
 1 0 −−−−−−−−→ 0 −4 0
  −1 1 −1
0 0 4 1 1 1 0 0 4 1 1 1
−4 4 0 3 −4 0 0 2 0 −2
   
−1 −1
L1 ←4L1 −L3 L1 ←L1 +L2
−−−−−−−−→ 0 −4 0 −1
 1 −1 −−−−−−−→  0 −4 0 −1 1 −1
0 0 4 1 1 1 0 0 4 1 1 1
1
L1 ← −4 L1
−−−−−−→ 1 0 0 −1 1
2 0 2
1
L2 ← −4 L2  1 −1 1
−−−−−−→ 0 1 0 4 4 4
1 1 1
L3 ← 41 L3 0 0 1 4 4 4
−−−−−→
 −1 1
2
0 2
1 1
Donc, la matrice F est inversible et F−1 =  4
−1
4 4
1 1 1
4 4 4
7. On utilise ici la méthode de Gauss-Jordan :

2 −2 1 1 0 0 2 −2 1 1 0 0
   
L2 ←L2 −L1
 2 −3 2 0 1 0 − −−−−−−→  0 −1 1 −1 1 0
−1 2 0 0 0 1 −1 2 0 0 0 1

2 −2 1 1 0 0 2 −2 1 1 0 0
   
L3 ←2L3 +L1 L3 ←L3 +2L2
−−−−−−−−→ 0 −1 1 −1 1 0 −−−−−−−−→ 0 −1 1 −1 1 0
0 2 1 1 0 2 0 0 3 −1 2 2

19
Cours de mathématiques ECT2

2 −2 1 1 0 0 6 −6 0 4 −2 −2
   
L2 ←3L2 −L3 L1 ←3L1 −L3
−−−−−−−−→ 0 −3 0 −2 1 −2 −−−−−−−−→ 0 −3 0 −2 1 −2
0 0 3 −1 2 2 0 0 3 −1 2 2
1
L1 ← 6 L1
 − −−−−→ 1 0 0 4 −2 1
6 0 0 8 −4 2

L1 ←L1 −2L2 1 3 3 3
L2 ← −3 L2  2 −1 2
−−−−−−−−→ 0 −3 0 −2 1 −2 − −−−−−→ 0 1 0 3 3 3
−1 2 2
0 0 3 −1 2 2 L3 ← 31 L3 0 0 1 3 3 3
−−−−−→
 4 −2 1 
3 3 3
2 2
Donc, la matrice G est inversible et G−1 =  3
−1
3 3
−1 2 2
3 3 3
8. La matrice H est diagonale, avec ses coefficients diagonaux non nuls, donc H est in-
versible et µ1 ¶ µ1
0 0
¶
−1 4 4
H = 1 =
0 −5 0 −1 5

5.9
1. a. On a :
1
µ ¶ µ ¶
x0
U0 = =
y0 0
Ã1 3!
3 4
b. Posons A = . Alors,
2 1
3 4
Ã1 3!µ ¶ Ã1 3 ! µ
3 xn + 4 yn
¶
3 4 xn xn+1
AUn = 2 1
= 2 1
= = Un+1
yn y n+1
3 4 3 xn + 4 y n

c. Notons P n la proposition : « Un = An U0 »
Initialisation (n = 0) :
A0 U0 = I2 U0 = U0 donc P 0 est vraie.
Hérédité : Soit n un entier quelconque dans N. Supposons P n vraie et montrons
que P n+1 est vraie. On a :
Un+1 = AUn = A × An U0 = An+1 U0
donc P n+1 est vraie.
Conclusion : D’après le principe de récurrence, la proposition P n est vraie pour
tout n dans N, à savoir :
∀n ∈ N , Un = An U0
2. Première méthode : puisque l’on nous donne la matrice P −1 , on peut simplement se
contenter de vérifier que P −1 P = I2 . On a :
1 1 1 9 1 1 17 0 1 0
µ ¶µ ¶ µ ¶ µ ¶
= = = I2
17 8 −9 8 −1 17 0 17 0 1
1 1 1
µ ¶
−1
Donc, P est bien inversible d’inverse P = .
17 8 −9
Deuxième méthode : La matrice P étant de taille 2, on peut appliquer la formule du
cours. On a ad − bc = 9 × (−1) − 1 × 8 = −17 6= 0. Donc, P est inversible, d’inverse :
1 −1 −1 1 1 1
µ ¶ µ ¶
−1
P = =
−17 −8 9 17 8 −9

20
Cours de mathématiques ECT2

3. a. On a :
¶Ã1 3!µ
1 1 1 9 1
µ ¶
−1 3 4
D = P AP =
17 8 −9 2 1 8 −1
3 4
1 1 1 9 1
µ ¶µ ¶
= 10 15
17 − 3 4
8 −1
1 17 0 1 0
µ ¶ µ ¶
= 85 = 5
17 0 − 12 0 − 12
La matrice D étant diagonale, on a :
µ n
1 0 1 0
¶ µ ¶
n
D = ¡ 5 ¢n = ¡ 5 ¢n
0 − 12 0 − 12

b. On sait que D = P −1 AP. Dès lors,

PDP −1 = DP −1 APP −1 = I2 AI2 = A

Donc, on a bien
A = PDP −1
4. a. Notons P n la proposition : « An = PDn P −1 »
Initialisation (n = 0) :
A0 = I2 et PD0 P −1 = PI2 P −1 = PP −1 = I2 donc P 0 est vraie.
Hérédité : Soit n un entier quelconque dans N. Supposons P n vraie et montrons
que P n+1 est vraie. On a :

An+1 = A × An
= PDP −1 × PDn P −1
= PDI2 Dn P −1
= PDDn P −1
= PDn+1 P −1

donc P n+1 est vraie.

Conclusion : D’après le principe de récurrence, la proposition P n est vraie pour
tout n dans N, à savoir :
∀n ∈ N , An = PDn P −1
b. On a alors :

An = PDn P −1
9 1 1 0 1 1 1
µ ¶ µ ¶ µ ¶
= × 5 n ×
8 −1 17 8 −9
¡ ¢
0 − 12
¡ 5 ¢n ! µ
1 9
Ã
− 12 1 1
¶
=
17 8 − − 5 n 8 −9
¡ ¢
12
¡ 5 ¢n ¡ 5 ¢n !
9 8 9 − 9 × − 12
Ã
1 + × − 12
=
17 8 − 8 × − 5 n 8 + 9 × − 5 n
¡ ¢ ¡ ¢
12 12
Ã9 8
¡ 5 ¢n 9 9
¡ 5 ¢n !
17 + 17 × − 12 17 − 17 × − 12
= n
8 8 5 8 9 5 n
¡ ¢ ¡ ¢
17 − 17 × − 12 17 + 17 × − 12

21
Cours de mathématiques ECT2

¶ µ
n xn
c. On sait, d’après la question 1.c. que Un = A U0 , avec Un = . On a donc :
yn
µ ¶
xn
= An U0
yn
Ã9 8
¡ 5 ¢n 9 9
¡ 5 ¢n ! µ ¶
17 + 17 × − 12 17 − 17 × − 12 1
=
0
8 8
¡ 5 ¢n 8 9
¡ 5 ¢n
17 − 17 × − 12 17 + 17 × − 12
µ9 8
¡ 5 ¢n ¶
17 + 17 × − 12
= 8 8
¡ 5 ¢n
17
− 17 × − 12

Ainsi, ¡ 5 ¢n
9 8
xn = 17 + 17 × − 12
8 8
¡ 5 ¢n
yn = 17
− 17 × − 12
5
Enfin, puisque − 12 ∈] − 1; 1[, on a :
¶n
5
µ
lim − =0
n→+∞ 12

Et donc,
9
lim xn =
n→+∞ 17
8
lim y n =
n→+∞ 17

5.10 Partie A
1. On utilise la méthode de Gauss-Jordan :

1 1 0 1 0 0 1 1 0 1 0 0
   
L3 ←L3 +L1
0 1 0 0 1 0 −−−−−−−→ 0 1 0 0 1 0
−1 −2 1 0 0 1 0 −1 1 1 0 1

1 1 0 1 0 0 1 0 0 1 −1 0
   
L3 ←L3 +L2 L1 ←L1 −L2
−−−−−−−→ 0 1 0 0 1 0 −−−−−−−→ 0 1 0 0 1 0
0 0 1 1 1 1 0 0 1 1 1 1
1 −1 0
 

Donc, la matrice P est inversible et P −1 = 0 1 0

1 1 1
2. La matrice D étant diagonale, on a :
¡ ¢k
1

0 0
 3
Dk =  0
¡ 2 ¢k
0

3
0 0 1

22
Cours de mathématiques ECT2

3. Calculons PDP −1 :

1 1 0 31 0 0 1 −1 0
   

PDP −1 =  0 1 0  0 23 0 0 1 0
−1 −2 1 0 0 1 1 1 1
1 2
0 

3 3 1 −1 0

2
 
=0 3 0 0 1 0
 
−1 −4 1 1 1
3 3 1
1 1
3 3 0


2
 
= 0 3 0=A

2
3 0 1

Notons P k la proposition : « Ak = PDk P −1 »

Initialisation (n = 0) :
A0 = I2 et PD0 P −1 = PI2 P −1 = PP −1 = I2 donc P 0 est vraie.
Hérédité : Soit k un entier quelconque dans N. Supposons P k vraie et montrons que
P k+1 est vraie. On a :

Ak+1 = A × Ak
= PDP −1 × PDk P −1
= PDI2 Dk P −1
= PDDk P −1
= PDk+1 P −1

donc P k+1 est vraie.

Conclusion : D’après le principe de récurrence, la proposition P k est vraie pour tout
k dans N, à savoir :
∀k ∈ N , Ak = PDk P −1

4. On a :
0
 
1 −1 0 1 0
     
1 1 1
P −1 X 1 = 0 1 0 × 1 = 1 = 
 
3
3 3 
1 1 1 1 3
1
 ¡ ¢k 
1 2
3 3
 
k
Notons P k la proposition : « A X 1 =  1 2 k »
 ¡ ¢ 
 3 3 
¡ 2 ¢k
1 − 23 3
Initialisation (k = 0) :
1 2 0
1  ¡ ¢  1
3 3 3
1   3
0
A X 1 = I3 X 1 = X 1 =  3  et 1 2 0  1
¡ ¢
 = 3
  
3 3 
1 2 2 0 1
1− 3 3
¡ ¢
3 3
Donc P 0 est vraie.

23
Cours de mathématiques ECT2

Hérédité : Soit k un entier quelconque dans N. Supposons P k vraie et montrons que

P k+1 est vraie.

Ak+1 X 1 = A × Ak X 1
1 1   1 ¡ 2 ¢k 
3 3 0 3 3
2
 ¡ 2 ¢k 
1

= 0 0
   
3  3 3


2
3
0 1 1− 2
¡ 2
¢ k
3 3
1 1 2 k 1 1 2 k
 ¡ ¢ ¡ ¢ 
× + ×
3 3 3 3 3 3

2 1 2
¡ ¢ k
=
 
3×3 3

 
2 1 2 k 2 2 k
+1− 3 3
¡ ¢ ¡ ¢
3×3 3

1 2
¡ ¢k ¡1 1¢ 
× +
 3 3 ¡ ¢ 3 3 
=
 1 2 k+1 
3 3

 
2 2 k
¡ ¢ ¡ 1
1− 3 3 × −3 +1
¢
 ¡ ¢k+1 
1 2
3 3
 
1 2 k+1 
¡ ¢
=

3 3

 
2 2 k+1
1− 3 3
¡ ¢

donc P k+1 est vraie.

Conclusion : D’après le principe de récurrence, la proposition P k est vraie pour tout
k dans N, à savoir :
 ¡ ¢k 
1 2
3 3
 
∀k ∈ N , Ak X 1 =  1 2 k
 ¡ ¢ 
3 3

 
¡ 2 ¢k
1 − 32 3

Partie B
1. Puisque le consommateur choisit de manière équiprobable son dessert la première
semaine, on a :
1
P(A1 ) = P(B1 ) = P(C1 ) =
3
Par ailleurs, PAn (An+1 ) correspond à la probabilité de l’évènement An+1 sachant que
An est réalisé. Autrement dit, cela correspond à la probabilité que M choisisse le des-
sert A la semaine n+1 sachant qu’il a choisi le dessert A la semaine n. D’après l’énoncé,
on a donc :
1
PAn (An+1 ) =
3
On détermine de la même manière les autres probabilités conditionnelles. On a ainsi :
2
PAn (Bn+1 ) = 0 PAn (Cn+1 ) =
3
1 2
PBn (An+1 ) = PBn (Bn+1 ) = PBn (Cn+1 ) = 0
3 3
PCn (An+1 ) = 0 PCn (Bn+1 ) = 0 PCn (Cn+1 ) = 1

24
Cours de mathématiques ECT2

2. D’après la formule des probabilités totales, on a :

P(An+1 ) = PAn (An+1 ) × P(An ) + PBn (An+1 ) × P(Bn ) + PCn (An+1 ) × P(Cn )
1 1
= P(An ) + P(Bn )
3 3
De même, on a :
P(Bn+1 ) = PAn (Bn+1 ) × P(An ) + PBn (Bn+1 ) × P(Bn ) + PCn (Bn+1 ) × P(Cn )
2
= P(Bn )
3

P(Cn+1 ) = PAn (Cn+1 ) × P(An ) + PBn (Cn+1 ) × P(Bn ) + PCn (Cn+1 ) × P(Cn )
2
= P(An ) + P(Cn )
3
3. a. On a :
1 1 1
0  P(An ) + 31 P(Bn )
 
3 3 ) 3 P(An+1 )
  
P(A n
2 2
   
0 0 P(Bn ) =  3 P(Bn )
AUn =     = P(Bn+1 ) = Un+1
3


2 P(Cn ) 2 P(Cn+1 )
3
0 1 3
P(An ) + P(Cn )
Donc, on a bien
Un+1 = AUn
b. Notons P n la proposition : « Un = An−1 X 1 » .
Initialisation (n = 1) :
 1
P(A1 )

3
U1 = P(B1 ) =  13  = X 1 donc P 1 est vraie.
1
P(C1 ) 3
Hérédité : Soit n un entier quelconque dans N∗ . Supposons P n vraie et montrons
que P n+1 est vraie. On a :
Un+1 = AUn = A × An−1 X 1 = An X 1
donc P n+1 est vraie.
Conclusion : D’après le principe de récurrence, la proposition P n est vraie pour
tout n dans N∗ , à savoir :
∀n ∈ N∗ , Un = An−1 X 1
4. D’après la question 4 de la première partie, on a (en remplaçant k par n − 1) :
 ¡ ¢n−1 
1 2
P(An )  3 ¡3¢
 

n−1 
 31 23
P(Bn ) = Un = An−1 X 1 =  
P(Cn )
 
2 2 n−1
1− 3 3
¡ ¢

On a donc
1 2 n−1
µ ¶
P(An ) =
3 3
µ ¶n−1
2 2
Enfin, puisque 3 ∈] − 1; 1[, on a lim = 0 et donc
n→+∞ 3

lim P(An ) = 0
n→+∞

25
 5. TABLE DES MATIÈRES
1 Matrices inversibles 2

2 Calcul effectif de l’inverse d’une matrice 5

2.1 Calcul de l’inverse par la résolution d’un système . . . . . . . . . . . . . . . . . . 5
2.2 Calcul de l’inverse par la méthode du pivot de Gauss . . . . . . . . . . . . . . . . 6

3 Exercices 8

4 Corrigé des exercices 12