|

Exercices PCSI-MPSI : Matrices.

↩ Chapitre : Algèbre linéaire et matrices (MPSI-MP) · Algèbre linéaire et matrices (PCSI-PSI)

Introduction

Les matrices sont des outils fondamentaux dans le vaste domaine des mathématiques et sont centrales dans des disciplines telles que l’algèbre linéaire, les équations différentielles, et bien au-delà. Cette fiche d’exercices, destinée aux élèves de classes préparatoires PCSI et MPSI, est conçue pour approfondir votre compréhension du calcul matriciel, de la manipulation des puissances n-ièmes de matrices, et de la résolution d’équations matricielles. À travers une variété d’exercices progressifs, vous explorerez les opérations matricielles de base, les propriétés des matrices invertibles, et l’application des matrices à la résolution de systèmes linéaires. En vous plongeant dans ces problèmes, vous renforcerez vos compétences algébriques et vous préparerez efficacement pour les exigences des concours et des études supérieures en mathématiques.

Exercices

Exercice 1 · Puissances de matrices ★★★

Calculer A^n lorsque :

    \[\text{a. }A=\begin{pmatrix}1&1&0\\0&1&1\\1&0&1\end{pmatrix}\qquad\text{b. }A=\begin{pmatrix}1&2&\cdots&2\\2&\ddots&\ddots&\vdots\\\vdots&\ddots&\ddots&2\\2&\cdots&2&1\end{pmatrix}\in\mathcal{M}_p(\mathbb{R}).\]

Corrigé

a. A=I+J avec J=\begin{pmatrix}0&1&0\\0&0&1\\1&0&0\end{pmatrix}, J^3=I, et I, J commutent. Par le binôme, A^n=a_nI+b_nJ+c_nJ^2 où a_n, b_n, c_n sont les sommes des \binom nk pour k\equiv0,1,2\pmod 3. Avec les racines cubiques de l’unité (1+j=e^{i\pi/3}), on obtient

    \[a_n=\frac{2^n+2\cos\frac{n\pi}{3}}{3},\qquad b_n=\frac{2^n+2\cos\frac{(n-2)\pi}{3}}{3},\qquad c_n=\frac{2^n+2\cos\frac{(n+2)\pi}{3}}{3},\]

et A^n=\begin{pmatrix}a_n&b_n&c_n\\c_n&a_n&b_n\\b_n&c_n&a_n\end{pmatrix} (vérification : n=1,2).

b. A=2U-I_p, où U est la matrice dont tous les coefficients valent 1 ; U^2=pU et donc U^k=p^{k-1}U (k\geqslant1). Par le binôme : A^n=(-1)^nI_p+\frac{(2p-1)^n-(-1)^n}{p}\,U.

Exercice 2 · Polynôme annulateur ★★★

On considère la matrice A=\begin{pmatrix}1&2&3\\2&3&1\\3&1&2\end{pmatrix}.

  1. Montrer que (A-6I_3)(A^2-3I_3)=0_3.
  2. Montrer que \forall n\geqslant0,\ \exists P_n\in\mathbb{R}_2[X] tel que A^n=P_n(A).
Corrigé

1. On calcule A^2=\begin{pmatrix}14&11&11\\11&14&11\\11&11&14\end{pmatrix}=3I_3+11U (U : matrice de coefficients tous égaux à 1), et AU=6U ; donc (A-6I_3)(A^2-3I_3)=11(AU-6U)=0.

2. Notons Q=(X-6)(X^2-3), de degré 3. La division euclidienne X^n=Q\,S_n+P_n avec \deg P_n\leqslant2 donne, puisque Q(A)=0 : A^n=P_n(A), avec P_n\in\mathbb{R}_2[X].

Exercice 3 · Suites récurrentes couplées ★★★

Soient u,v,w les suites définies par u_{n+1}=\dfrac{3u_n+2}{u_n+2}, v_{n+1}=3v_n+2w_n et w_{n+1}=v_n+2w_n. On suppose que u_0\geqslant0, v_0=u_0 et w_0=1.

  1. Montrer que \forall n\geqslant0,\ u_n=\dfrac{v_n}{w_n}.
  2. Soit A=\begin{pmatrix}3&2\\1&2\end{pmatrix}, P=\begin{pmatrix}-1&2\\1&1\end{pmatrix} et D=\begin{pmatrix}1&0\\0&4\end{pmatrix}.
    (a) Vérifier que \begin{pmatrix}v_{n+1}\\w_{n+1}\end{pmatrix}=A\begin{pmatrix}v_n\\w_n\end{pmatrix}, puis que \forall n\geqslant0,\ \begin{pmatrix}v_n\\w_n\end{pmatrix}=A^n\begin{pmatrix}v_0\\w_0\end{pmatrix}.
    (b) Montrer que A=PDP^{-1}, puis que \forall n\geqslant0,\ A^n=PD^nP^{-1}.
    (c) En déduire v_n, w_n, puis \displaystyle\lim_{n\to+\infty}u_n.
Corrigé

1. Par récurrence, v_n\geqslant0 et w_n>0 (coefficients positifs), et si u_n=\frac{v_n}{w_n} : \frac{v_{n+1}}{w_{n+1}}=\frac{3v_n+2w_n}{v_n+2w_n}=\frac{3u_n+2}{u_n+2}=u_{n+1} (on divise par w_n).

2. (a) Immédiat, puis récurrence. (b) P^{-1}=\frac13\begin{pmatrix}-1&2\\1&1\end{pmatrix} et le calcul donne PDP^{-1}=A ; par récurrence A^n=PD^nP^{-1}=\frac13\begin{pmatrix}1+2\cdot4^n&2\cdot4^n-2\\4^n-1&4^n+2\end{pmatrix}.

(c) v_n=\frac{(1+2\cdot4^n)u_0+2\cdot4^n-2}{3}, w_n=\frac{(4^n-1)u_0+4^n+2}{3}, donc u_n=\frac{v_n}{w_n}\to\frac{2u_0+2}{u_0+1}=2.

Exercice 4 · Inverse et puissances ★★★

Soit la matrice réelle A=\begin{pmatrix}1&2&3\\2&3&1\\3&1&2\end{pmatrix}.

  1. Montrer que (A-6I_3)(A^2-3I_3)=0_3.
  2. Déterminer une matrice B telle que AB=BA=I_3.
  3. Calculer A^n.
Corrigé

1. Voir l’exercice 2. 2. En développant : A^3-6A^2-3A+18I_3=0, soit A\big(A^2-6A-3I_3\big)=-18I_3. Donc B=\frac{-A^2+6A+3I_3}{18}=\frac{6A-11U}{18}=\frac1{18}\begin{pmatrix}-5&1&7\\1&7&-5\\7&-5&1\end{pmatrix}.

3. Avec A^2=3I+11U et AU=6U (U^2=3U), on montre par récurrence : pour n pair, A^n=3^{n/2}\Big(I_3-\frac U3\Big)+\frac{6^n}{3}U ; pour n impair, A^n=3^{\frac{n-1}{2}}(A-2U)+\frac{6^n}{3}U. (Pour n=1 et n=2 on retrouve A et A^2.)

Exercice 5 · Puissances d’une matrice symétrique ★★★

Calculer A^n lorsque n est un entier positif et A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}.

Corrigé

A=I_3+U où U est la matrice de coefficients tous égaux à 1 ; U^2=3U, donc U^k=3^{k-1}U pour k\geqslant1. Par le binôme : A^n=I_3+\sum_{k=1}^{n}\binom nk3^{k-1}U=I_3+\frac{4^n-1}{3}U, soit des coefficients diagonaux \frac{4^n+2}{3} et les autres \frac{4^n-1}{3}.

Exercice 6 · Matrice de translation et surjections ★★★

Soit \varphi l’endomorphisme de \mathbb{R}_n[X] défini par (\varphi(P))(X)=P(X+1).

  1. Déterminer la matrice A de \varphi dans la base (X^k)_{0\leqslant k\leqslant n}.
  2. À l’aide de \varphi^{-1}, déterminer A^{-1}.
  3. Application. On veut dénombrer l’ensemble des surjections de \{1,\dots,n\} dans \{1,\dots,p\} (avec n\geqslant p). On note F_{n,p} l’ensemble des applications de \{1,\dots,n\} dans \{1,\dots,p\}, S_{n,p} l’ensemble des surjections de \{1,\dots,n\} dans \{1,\dots,p\}, F(n,p)=\operatorname{card}(F_{n,p}) et S(n,p)=\operatorname{card}(S_{n,p}).
    (a) Calculer F(n,p).
    (b) Montrer que \displaystyle F(n,p)=\sum_{k=1}^p\binom pk S(n,k).
    (c) Vérifier que \begin{pmatrix}F(n,0)\\F(n,1)\\\vdots\\F(n,n)\end{pmatrix}=\,{}^t\!A\begin{pmatrix}S(n,0)\\S(n,1)\\\vdots\\S(n,n)\end{pmatrix}, avec F(n,0)=S(n,0)=0. En déduire S(n,p).
Corrigé

1. \varphi(X^j)=(X+1)^j=\sum_{i=0}^{j}\binom jiX^i : A=\Big(\binom ji\Big)_{0\leqslant i,j\leqslant n} (triangulaire supérieure, « triangle de Pascal »). 2. \varphi^{-1}(P)=P(X-1), donc A^{-1}=\Big((-1)^{j-i}\binom ji\Big)_{0\leqslant i,j\leqslant n}.

3. (a) F(n,p)=p^n. (b) On classe les applications selon leur image : pour chaque partie à k éléments de \{1,\dots,p\} (\binom pk choix), il y a S(n,k) applications ayant exactement cette image. (c) La relation (b) s’écrit, pour les vecteurs indexés par p=0,\dots,n (avec F(n,0)=S(n,0)=0) : \big(F(n,p)\big)_p=\,{}^t\!A\,\big(S(n,k)\big)_k. En inversant avec la transposée de A^{-1} :

    \[S(n,p)=\sum_{k=0}^{p}(-1)^{p-k}\binom pk\,k^n.\]

Exercice 7 · Diagonalisation à la main ★★★

On pose A=\begin{pmatrix}2&-2&1\\2&-3&2\\-1&2&0\end{pmatrix}.

  1. Pour quelles valeurs de \lambda a-t-on A-\lambda I_3\in GL_3(\mathbb{R}) ?
  2. Montrer que \operatorname{Ker}(A-I_3) est de dimension 2 et \operatorname{Ker}(A+3I_3) de dimension 1.
  3. Soit (e_1,e_2) une base de \operatorname{Ker}(A-I_3) et (e_3) une base de \operatorname{Ker}(A+3I_3).
    (a) Montrer que P=\begin{pmatrix}e_1&e_2&e_3\end{pmatrix}\in GL_3(\mathbb{R}).
    (b) Calculer P^{-1}AP. En déduire A^n.
Corrigé

1. \chi_A(\lambda)=(\lambda-1)^2(\lambda+3) : A-\lambda I_3 est inversible si et seulement si \lambda\notin\{1,-3\}.

2. A-I_3=\begin{pmatrix}1&-2&1\\2&-4&2\\-1&2&-1\end{pmatrix} est de rang 1 : \dim\mathrm{Ker}(A-I_3)=2, base e_1=(2,1,0), e_2=(-1,0,1). A+3I_3 est de rang 2 : \mathrm{Ker}(A+3I_3)=\mathrm{Vect}(e_3), e_3=(-1,-2,1).

3. (a) \det P\neq0 (des vecteurs propres associés à des valeurs propres distinctes, réunis à partir de bases, forment une famille libre). (b) P^{-1}AP=\operatorname{diag}(1,1,-3), d’où A^n=P\operatorname{diag}(1,1,(-3)^n)P^{-1} :

    \[A^n=\begin{pmatrix}\frac{5-(-3)^n}{4}&\frac{(-3)^n-1}{2}&\frac{1-(-3)^n}{4}\\\frac{1-(-3)^n}{2}&(-3)^n&\frac{1-(-3)^n}{2}\\\frac{(-3)^n-1}{4}&\frac{1-(-3)^n}{2}&\frac{(-3)^n+3}{4}\end{pmatrix}.\]

Exercice 8 · Commutant et racines carrées ★★★

Soit A\in\mathcal{M}_n(\mathbb{R}). On note C(A) l’ensemble des matrices M\in\mathcal{M}_n(\mathbb{R}) vérifiant MA=AM.

  1. Montrer que C(A) est un \mathbb{R}-espace vectoriel.
  2. On suppose que n=2 et A=\begin{pmatrix}5&-3\\-3&5\end{pmatrix}.
    (a) Expliciter C(A).
    (b) On considère l’équation (E):\ X^2=A. Montrer que X\in C(A) et déterminer l’ensemble des solutions de (E).
    (c) Combien y a-t-il de solutions ? Est-ce normal ?
  3. Refaire les questions précédentes avec \begin{pmatrix}3&-5\\-5&3\end{pmatrix}.
Corrigé

1. C(A) contient 0 et, si MA=AM et NA=AN, alors (\lambda M+N)A=A(\lambda M+N) : c’est un sous-espace vectoriel de \mathcal{M}_n(\mathbb{R}).

2. (a) Avec M=\begin{pmatrix}a&b\\c&d\end{pmatrix}, MA=AM équivaut à b=c et a=d : C(A)=\Big\{\begin{pmatrix}a&b\\b&a\end{pmatrix}\Big\}=\mathrm{Vect}\Big(I_2,\begin{pmatrix}0&1\\1&0\end{pmatrix}\Big). (b) Si X^2=A, alors XA=X^3=AX. Avec X=\begin{pmatrix}a&b\\b&a\end{pmatrix} : a^2+b^2=5 et 2ab=-3, soit (a+b)^2=2 et (a-b)^2=8. Les solutions sont \pm\frac{\sqrt2}{2}\begin{pmatrix}3&-1\\-1&3\end{pmatrix} et \pm\frac{\sqrt2}{2}\begin{pmatrix}-1&3\\3&-1\end{pmatrix}.

(c) Il y a 4 solutions. C’est normal : A est diagonalisable de valeurs propres 2 et 8, et l’on choisit indépendamment \pm\sqrt2 et \pm2\sqrt2.

3. Pour B=\begin{pmatrix}3&-5\\-5&3\end{pmatrix}, même commutant ; mais X^2=B donne (a+b)^2=3-5=-2<0 : aucune solution réelle. En effet B a une valeur propre négative (-2, l’autre étant 8).

Exercice 9 · Noyau et image selon un paramètre ★★★

On pose A=\begin{pmatrix}4&3&3\\4&3&6\\4&6&3\end{pmatrix}.

  1. Pour quelles valeurs de \lambda a-t-on A-\lambda I_3\in GL_3(\mathbb{R}) ?
  2. Déterminer, selon \lambda, \operatorname{Ker}(A-\lambda I_3) et \operatorname{Im}(A-\lambda I_3).
Corrigé

1. \chi_A(\lambda)=(\lambda-12)(\lambda-1)(\lambda+3) : A-\lambda I_3\in GL_3(\mathbb{R}) si et seulement si \lambda\notin\{-3,1,12\} ; dans ce cas, \mathrm{Ker}=\{0\} et \mathrm{Im}=\mathbb{R}^3.

2. Les vecteurs propres sont u=(0,-1,1) pour -3, v=(-2,1,1) pour 1, w=(3,4,4) pour 12, et A est diagonalisable. Pour \lambda=-3 : \mathrm{Ker}=\mathrm{Vect}(u), \mathrm{Im}=\mathrm{Vect}(v,w) ; pour \lambda=1 : \mathrm{Ker}=\mathrm{Vect}(v), \mathrm{Im}=\mathrm{Vect}(u,w) ; pour \lambda=12 : \mathrm{Ker}=\mathrm{Vect}(w), \mathrm{Im}=\mathrm{Vect}(u,v) (dans une base de vecteurs propres, A-\lambda I_3 est diagonale avec un seul zéro).


Télécharger la fiche d’exercices en PDF

Pour travailler sur papier, téléchargez la fiche au format PDF.

Pour aller plus loin

Besoin d’aide sur ce chapitre, ou un concours à viser ?

Un blocage sur une notion, une méthode de rédaction à acquérir, un devoir surveillé — ou l’ambition d’intégrer une grande école : Pr. Elakili, agrégé de mathématiques depuis 1991, plus de 25 ans d’enseignement en classes préparatoires, propose des cours particuliers, en présentiel à Casablanca, ou à distance, partout au Maroc et en France.

🎯 Prépas scientifiques : intégrer les meilleures écoles d’ingénieurs — Polytechnique (X-ENS), Mines-Ponts, Centrale-Supélec, CCINP, CNC.

Publications similaires