|

Exercices corrigés MPSI-PCSI : matrices et déterminants

↩ Chapitre : Algèbre linéaire (MPSI) · Algèbre linéaire (PCSI)

Introduction

Douze exercices corrigés de calcul matriciel et de déterminants, de difficulté croissante : puissances et inverses, matrices triangulaires et nilpotentes, polynôme annulateur, Vandermonde, déterminant tridiagonal, rang 1 et matrices à diagonale dominante.

Avant de commencer

Revoir le produit matriciel, la formule du binôme pour des matrices qui commutent, l’inversibilité (systèmes, noyau, déterminant), le rang d’une matrice et le développement d’un déterminant selon une ligne ou une colonne.

Exercices

Exercice 1 · Puissances d’une matrice 2 × 2 ★★★

Soit a\in\mathbb{R} et B=\begin{pmatrix}a&1\\0&a\end{pmatrix}. Calculer B^n pour n\in\mathbb{N}.

Corrigé

On écrit B=aI_2+N avec N=\begin{pmatrix}0&1\\0&0\end{pmatrix}, N^2=0. Comme aI_2 et N commutent, la formule du binôme donne, pour n\geqslant1 : B^n=a^nI_2+na^{n-1}N=\begin{pmatrix}a^n&na^{n-1}\\0&a^n\end{pmatrix} (formule encore vraie pour n=0 avec la convention 0\cdot a^{-1}=0).

Exercice 2 · Inverse par résolution de système ★★★

Montrer que A=\begin{pmatrix}1&1&0\\0&1&1\\0&0&1\end{pmatrix} est inversible et calculer A^{-1}.

Corrigé

On résout AX=Y : x_1+x_2=y_1, x_2+x_3=y_2, x_3=y_3. En remontant : x_3=y_3, x_2=y_2-y_3, x_1=y_1-y_2+y_3. Le système a une unique solution pour tout Y, donc A est inversible et A^{-1}=\begin{pmatrix}1&-1&1\\0&1&-1\\0&0&1\end{pmatrix}.

Exercice 3 · Produit de matrices triangulaires ★★★

Montrer que le produit de deux matrices triangulaires supérieures de \mathcal{M}_n(\mathbb{K}) est triangulaire supérieure, et préciser ses coefficients diagonaux.

Corrigé

Soient A,B triangulaires supérieures : a_{ik}=0 si i>k et b_{kj}=0 si k>j. Pour i>j, (AB)_{ij}=\sum_ka_{ik}b_{kj} : si k<i, a_{ik}=0 ; si k\geqslant i, alors k>j et b_{kj}=0. Tous les termes sont nuls, donc AB est triangulaire supérieure. Pour i=j, seul le terme k=i subsiste : (AB)_{ii}=a_{ii}b_{ii}.

Exercice 4 · Déterminant et rang avec paramètre ★★★

Pour m\in\mathbb{R}, on pose M_m=\begin{pmatrix}1&1&m\\1&m&1\\m&1&1\end{pmatrix}. Calculer \det M_m, puis déterminer le rang de M_m selon m.

Corrigé

En développant selon la première ligne : \det M_m=(m-1)-(1-m)+m(1-m^2)=(m-1)\big(2-m-m^2\big)=-(m-1)^2(m+2).

Si m\notin\{1,-2\}, \det M_m\neq0 et \operatorname{rg}M_m=3. Si m=1, toutes les lignes valent (1,1,1) : \operatorname{rg}M_1=1. Si m=-2, \det M_{-2}=0 mais les deux premières lignes (1,1,-2) et (1,-2,1) ne sont pas proportionnelles : \operatorname{rg}M_{-2}=2.

Exercice 5 · Binôme et matrice nilpotente ★★★

Soit A=\begin{pmatrix}0&1&1\\0&0&1\\0&0&0\end{pmatrix}. Calculer A^2, A^3, puis (I_3+A)^n pour n\in\mathbb{N}.

Corrigé

A^2=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix} et A^3=0. Comme I_3 et A commutent, pour n\geqslant2 : (I_3+A)^n=I_3+nA+\binom n2A^2=\begin{pmatrix}1&n&\frac{n(n+1)}2\\0&1&n\\0&0&1\end{pmatrix}, le coefficient (1,3) valant n+\frac{n(n-1)}2=\frac{n(n+1)}2. La formule reste vraie pour n=0 et n=1.

Exercice 6 · Polynôme annulateur ★★★

Soit A\in\mathcal{M}_n(\mathbb{R}) telle que A^2-3A+2I_n=0. Montrer que A est inversible et exprimer A^{-1} ; exprimer A^k en fonction de A et I_n pour k\in\mathbb{N}. Application : A=\begin{pmatrix}1&1\\0&2\end{pmatrix}.

Corrigé

Inverse. A(3I_n-A)=2I_n, donc A est inversible et A^{-1}=\frac12(3I_n-A).

Puissances. La division euclidienne de X^k par X^2-3X+2=(X-1)(X-2) s’écrit X^k=(X-1)(X-2)Q+(2^k-1)X+2-2^k (on trouve le reste en évaluant en 1 et 2). En évaluant en A : A^k=(2^k-1)A+(2-2^k)I_n.

Application. On vérifie A^2=\begin{pmatrix}1&3\\0&4\end{pmatrix}=3A-2I_2. Donc A^{-1}=\begin{pmatrix}1&-\frac12\\0&\frac12\end{pmatrix} et A^k=\begin{pmatrix}1&2^k-1\\0&2^k\end{pmatrix}.

Exercice 7 · Matrices commutant avec une matrice diagonale ★★★

Soit D=\operatorname{diag}(d_1,\dots,d_n) avec d_1,\dots,d_n deux à deux distincts. Déterminer les matrices M\in\mathcal{M}_n(\mathbb{K}) telles que DM=MD.

Corrigé

On a (DM)_{ij}=d_im_{ij} et (MD)_{ij}=m_{ij}d_j. Donc DM=MD\iff\forall i,j,\ (d_i-d_j)m_{ij}=0. Pour i\neq j, d_i\neq d_j impose m_{ij}=0. Les matrices qui commutent avec D sont exactement les matrices diagonales.

Exercice 8 · Déterminant de Vandermonde ★★★

Soient a_1,\dots,a_n\in\mathbb{K} (n\geqslant2) et V(a_1,\dots,a_n) le déterminant de la matrice dont la ligne i est (1,a_i,a_i^2,\dots,a_i^{n-1}). Montrer que V(a_1,\dots,a_n)=\prod_{1\leqslant i<j\leqslant n}(a_j-a_i).

Corrigé

Récurrence sur n ; pour n=2, V=a_2-a_1. Supposons la formule vraie au rang n-1. Si deux des a_i sont égaux, deux lignes sont égales et les deux membres sont nuls. Sinon, posons P(x)=V(a_1,\dots,a_{n-1},x). En développant selon la dernière ligne, P est une fonction polynomiale de degré \leqslant n-1, dont le coefficient de x^{n-1} est le cofacteur V(a_1,\dots,a_{n-1})\neq0.

Pour x=a_i (i\leqslant n-1), deux lignes sont égales : P(a_i)=0. Le polynôme P, de degré n-1, a donc pour racines les n-1 réels distincts a_1,\dots,a_{n-1} : P(x)=V(a_1,\dots,a_{n-1})\prod_{i=1}^{n-1}(x-a_i). En x=a_n et avec l’hypothèse de récurrence, on obtient la formule au rang n.

Exercice 9 · Déterminant tridiagonal ★★★

Pour n\geqslant1, on note D_n le déterminant de la matrice de taille n ayant des 2 sur la diagonale, des -1 juste au-dessus et juste au-dessous, et des 0 ailleurs. Calculer D_n.

Corrigé

D_1=2 et D_2=4-1=3. Pour n\geqslant3, on développe selon la première ligne (2,-1,0,\dots,0). Le premier terme donne 2D_{n-1}. Le second vaut (-1)^{1+2}\cdot(-1)\cdot\Delta, où le mineur \Delta a pour première colonne (-1,0,\dots,0)^{\top} ; en le développant selon cette colonne, \Delta=-D_{n-2}. Ainsi D_n=2D_{n-1}-D_{n-2}.

La suite (D_n) est récurrente linéaire d’équation caractéristique (r-1)^2=0 : D_n=\alpha+\beta n, et les conditions initiales donnent D_n=n+1 (ce que l’on vérifie aussi directement par récurrence).

Exercice 10 · Matrices de rang 1 ★★★

Montrer qu’une matrice M\in\mathcal{M}_n(\mathbb{K}) est de rang 1 si et seulement s’il existe deux colonnes non nulles X,Y\in\mathcal{M}_{n,1}(\mathbb{K}) telles que M=XY^{\top}. Montrer qu’alors M^2=\lambda M pour un scalaire \lambda à préciser.

Corrigé

Si \operatorname{rg}M=1, l’espace engendré par les colonnes est une droite \operatorname{Vect}(X) avec X\neq0 : la colonne j s’écrit C_j=y_jX, ce qui donne M=XY^{\top} avec Y=(y_j)_j, non nul car M\neq0. Réciproquement, si M=XY^{\top} avec X,Y\neq0, les colonnes y_jX sont toutes dans \operatorname{Vect}(X) et l’une d’elles n’est pas nulle : \operatorname{rg}M=1.

Alors M^2=X(Y^{\top}X)Y^{\top}, et Y^{\top}X=\sum_ix_iy_i est un scalaire \lambda : M^2=\lambda M avec \lambda=\sum_{i=1}^nx_iy_i (c’est la somme des coefficients diagonaux de M).

Exercice 11 · Matrices à diagonale strictement dominante ★★★

Soit A=(a_{ij})\in\mathcal{M}_n(\mathbb{C}) telle que, pour tout i, |a_{ii}|>\sum_{j\neq i}|a_{ij}|. Montrer que A est inversible.

Corrigé

Il suffit de montrer que AX=0 implique X=0. Supposons AX=0 avec X\neq0 et choisissons i tel que |x_i|=\max_j|x_j|>0. La ligne i du système donne a_{ii}x_i=-\sum_{j\neq i}a_{ij}x_j, d’où |a_{ii}|\,|x_i|\leqslant\sum_{j\neq i}|a_{ij}|\,|x_j|\leqslant\Big(\sum_{j\neq i}|a_{ij}|\Big)|x_i|<|a_{ii}|\,|x_i|, ce qui est absurde. Donc \operatorname{Ker}A=\{0\} et A est inversible.

Exercice 12 · Somme de deux matrices inversibles ★★★

Soit A\in\mathcal{M}_n(\mathbb{K}) (\mathbb{K}=\mathbb{R} ou \mathbb{C}). On admet que \lambda\mapsto\det(A-\lambda I_n) est une fonction polynomiale de degré n. Montrer que A est la somme de deux matrices inversibles. Montrer aussi que, si A^2=-I_n avec A réelle, alors n est pair.

Corrigé

Somme. Le polynôme \lambda\mapsto\det(A-\lambda I_n) est de degré n\geqslant1, donc non nul et n’a qu’un nombre fini de racines. Comme \mathbb{K} est infini, on peut choisir \lambda\neq0 qui n’en est pas une racine. Alors A-\lambda I_n et \lambda I_n sont inversibles et A=(A-\lambda I_n)+\lambda I_n.

Parité. Si A^2=-I_n, alors (\det A)^2=\det(A^2)=\det(-I_n)=(-1)^n. Comme \det A est réel, (\det A)^2\geqslant0, donc (-1)^n=1 et n est pair.


Pour aller plus loin

Besoin d’aide sur ce chapitre ?

Un blocage sur une notion, une méthode de rédaction à acquérir, un devoir ou un concours à préparer : Pr. Elakili, agrégé de mathématiques depuis 1991, plus de 20 ans d’enseignement en classes préparatoires, propose des cours particuliers, en présentiel à Casablanca, ou à distance, partout au Maroc et en France.

Publications similaires