Chapitre 6

Matrices à coefficients réels ou complexes

Table des matières

1 Matrices rectangulaires 3
1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Somme de matrices et multiplication par un scalaire . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Addition de matrices de même taille . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Multiplication par un scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 Propriétés de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Produit de deux matrices compatibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Transposée d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2 Matrices carrées 9
2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Matrice identité et puissances d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.1 Matrice identité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.2 Puissances d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.3 Formule du binôme de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Matrices carrées particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.1 matrices diagonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.2 Matrices triangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.3 Matrices symétriques et antisymétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Matrices carrées inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4.2 Inversibilité et inverse dans M2 (K) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.3 Inversibilité des matrices diagonales et triangulaires. . . . . . . . . . . . . . . . . . . . . . 14
2.4.4 Inverse et opérations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.5 Détermination à partir d’un polynôme annulateur . . . . . . . . . . . . . . . . . . . . . . 15
2.4.6 Critère d’inversibilité pour les matrices d’ordre supérieur . . . . . . . . . . . . . . . . . . 15

3 Preuves et solutions 16
2 Matrices à coefficients réels ou complexes

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 3

Dans tout ce chapitre, K désignera R ou C.

1 Matrices rectangulaires
1.1 Définitions
Définition 1. (Matrice rectangulaire)
Soient n et p deux entiers naturels non nuls.
On appelle matrice à n lignes et p colonnes à coefficient dans K tout tableau d’éléments de K comportant n
lignes et p colonnes :  
a1,1 a1,2 . . . a1,j . . . a1,p
a a2,2 . . . a2,j . . . a2,p 
 2,1 
 . .. .. .. 
 .. . . . 
A= .
 
 ai,1 ai,2 ... ai,j . . . an,n 
 .. .. .. .. 
 
 . . . . 
an,1 an,2 . . . an,j . . . an,n
ai,j est le coefficient situé à la i-ième ligne et à la j-ième colonne.
On la note aussi A = (ai,j )1≤i≤n et on dit que ai,j est le terme (ou coefficient) d’indice (i, j) de A.
1≤j≤p

Remarque. On dit aussi que A est une matrice (n, p) ou une matrice de taille (n, p)

Remarque. Voici la façon de créer une matrice avec Scilab :

Exemple 1.
!
1 2 −3
• A= est une matrice de taille (2, 3)
−2 0 π
 
1 2
−3
 e2 

• B=
−2 0  est une matrice de taille (4, 2)

 1 
2019
2
!
−1 2
• C= iπ/4 est une matrice de taille (2, 2) (matrice carrée d’ordre 2)
0 e
 
• D = −1 2 0 −5 est une matrice de taille (1, 4) (matrice ligne d’ordre 4)

ECS1 - Mathématiques
4 Matrices à coefficients réels ou complexes

 
−1
 2 
• E =   est une matrice de taille (4, 1) (matrice colonne d’ordre 4)
 
 0 
−5

Définition 2. (Notation Mn,p (K))

L’ensemble des matrices à n lignes et p colonnes est noté Mn,p (K). Et donc :

• Mn,p (K) est l’ensemble des matrices de taille (n, p).

• Mn,n (K) est l’ensemble des matrices carrées d’ordre n.

Remarque : Mn,n (K) se note plus simplement Mn (K)

• M1,p (K) est l’ensemble des matrices lignes d’ordre p.

• Mn,1 (K) est l’ensemble des matrices colonnes d’ordre n.

Exemple 2.
On considère les matrices suivantes :
 
−5 10 −3 0
A= 7 1 π 6
 
−1 2 4 −3

A ∈ M3,4 (R) , a1,4 = 0 , a2,3 = π , a3,2 = 2

 
i 10
 7 1 
B=
 
−1 2 


4 −3 + 4i
B ∈ M4,2 (C) , b1,2 = 10 , b2,1 = 7 , b3,2 = 2

Définition 3. (Matrice nulle de taille (n, p))

On appelle matrice nulle de Mn,p (K) la matrice dont tous les coefficients sont nuls. On la note 0n,p , ou tout
simplement 0 quand il n’y a pas d’ambiguïté.

Exemple 3. !
0 0 0
02,3 =
0 0 0

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 5

Remarque. Voici la façon de créer une matrice nulle avec Scilab :

1.2 Somme de matrices et multiplication par un scalaire

1.2.1 Addition de matrices de même taille

Définition 4. (Addition de matrices de Mn,p (K))

Soient A et B deux matrices de Mn,p (K). On appelle somme de A et B la matrice de Mn,p (K) notée A + B
définie par :
A + B = (ci,j )1≤i≤n où ci,j = ai,j + bi,j pour tout i ∈ J1, nK et j ∈ J1, pK
1≤j≤p

Exemple 4.
     
1 4 3 1 4 5
• 3 −2 + −3 7  = 0 5 
     
0 2 6 −5 6 −3
 
! 9 14
7 3
• + 24 5  = Calcul impossible ! Les matrices n’ont pas la même taille !
 
1 0
3 6

1.2.2 Multiplication par un scalaire

Définition 5. (Multiplication par un scalaire)

Soient A ∈ Mn,p (K) et λ ∈ K.
On définit la matrice λ · A (ou λ × A, ou plus simplement λA) par :

λ · A = (λai,j )1≤i≤n
1≤j≤p

Exemple 5.  
2 1
!
6 3
3× 7 = On multiplie chaque coefficient.
−3 −9 7
3

A 1
Attention ! On n’écrit jamais A × λ, ni ! La division par λ se fera en multipliant par .
λ λ

ECS1 - Mathématiques
6 Matrices à coefficients réels ou complexes

1.2.3 Propriétés de calcul

Proposition 1. (Propriétés de calcul) (admis)

Soient A, B, C trois éléments de Mn,p (K) et λ et µ deux éléments de K.

1. A + B = B + A ; 0+A=A=A+0 ; A + (−A) = A − A = 0

2. (λ + µ)A = λA + µA ; λ(A + B) = λA + λB ; λ(µA) = (λµ)A = λµA

3. λA = 0 ⇐⇒ λ = 0 ou A = 0

On retrouve donc exactement les mêmes règles de calcul qu’avec les vecteurs !

1.3 Produit de deux matrices compatibles

Définition 6. (Produit de deux matrices)
Soient n, p et m trois entiers non nuls. Soient A ∈ Mn,p (K) et B ∈ Mp,m (K).
On appelle alors produit de A par B la matrice de Mn,m (K) notée AB ou A × B définie par :
p
X
A × B = (ci,j ) 1≤i≤n où , ∀i ∈ J1, nK, ∀j ∈ J1, mK, ci,j = ai,1 b1,j + ai,2 b2,j + · · · + ai,p bp,j = ai,k bk,j
1≤j≤m k=1

Explication :

• Pour savoir si le produit est possible, on regarde la taille des matrices : (n, p) × (p, m) → (n, m). Il faut
que les indices au milieu soient les même, puis les indices extérieurs donnent la taille de la matrice finale.

• Pour calculer le coefficient à la i-ième ligne et à la j-ième colonne du produit, on multiplie la i-ième ligne
de la première matrice avec la j-ième colonne de la seconde comme un produit scalaire de deux vecteurs :
 
  · · · b1,j ···  
... ... ... ... · · · b ... ... ...
2,j · · · 

ai,1 ai,2 . . . ai,p  ×   = . . . ci,j . . .
   
· · · · · · · · ·
... ... ... ... ... ... ...
· · · bp,j ···

Exemple 6.
 
1 × (−1) + 2 × (−3) + (−1) × 1 1 × 1 + 2 × 1 + (−1) × 2
   
1 2 −1
   
−1 1
 
0 1 −1 0 × (−1) + 1 × (−3) + (−1) × 1 0 × 1 + 1 × 1 + (−1) × 2
 
 × −3 1 = 
    
1 −2 0 
  
1 2 1 × (−1) + (−2) × (−3) + 0 × 1 1 × 1 + (−2) × 1 + 0 × 2
 
2 0 3  
 
 
2 × (−1) + 0 × (−3) + 3 × 1 2×1+0×1+3×2
 
−8 1
−4 −1
=
 
 5 −1


1 8

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 7

Remarque. Si on essaie d’intervertir les deux matrices ci-dessus :

 
 1 2 −1

−1 1
 0 1 −1
 
−3 1 ×   = Calcul impossible ! (tailles incompatibles)

1 −2 0 
1 2
2 0 3

Exercice de cours 1. (Voir la correction)

Calculer AB et BA si c’est possible.
! !
1 1 1 −1
1. A = et B =
0 0 −2 2
 
1 1 !
2 −3
2. A = 0 0  et B =
 
−2 3
2 −1
 
! 1 −1 0
1 2 −1 0 −1 0 1
3. A = et B = 
 
2 0 0 −3  0 0 −3


1 −5 1
! !
1 1 2 −3
4. A = et B =
0 0 −2 3

Remarque. Pour multiplier deux matrices à la main, il vaut donc mieux les écrire l’une à côté de l’autre.

Attention ! On remarque que AB = 0 n’implique pas A = 0 ou B = 0. La règle du produit nul ne s’applique

pas à un produit de matrices !
Dans la question 4 de l’exercice 1 ci-dessus, on a en effet deux matrices A et B non nulles telles que AB = 0
(et BA 6= 0...)

Attention ! L’ordre d’écriture du produit est important car même si les deux produits AB et BA sont possibles,
en général AB 6= BA.

Exercice de cours 2. (Voir la correction)

Calculer AC et BC. Que remarque-t-on ?
! ! !
1 3 1 0 1 1
A= B= C=
2 4 2 3 0 0

Attention !
B = C =⇒ AB = AC mais 6
AB = AC =⇒ B = C.

ECS1 - Mathématiques
8 Matrices à coefficients réels ou complexes

Définition 7. (Matrices qui commutent)

On dit que deux matrices A et B commutent si :

• Les produits AB et BA existent

• AB = BA

Exercice de cours 3.
Vérifier que les matrices A et B définies ci-dessous commutent.
! !
2 −1 3 −2
A= , B=
1 0 2 −1

Proposition 2. (Propriétés de calcul) (admis)

Soient A, B et C des matrices de taille adéquate et λ ∈ K.

1. (AB)C = A(BC) = ABC

2. λ(AB) = (λA)B = A(λB) = λAB

3. (A + B)C = AC + BC et C(A + B) = CA + CB

1.4 Transposée d’une matrice

Définition 8. (Transposée d’une matrice)

Soit A = (ai,j )1≤i≤n ∈ Mn,p (K). On appelle matrice transposée de A la matrice notée tA de Mp,n (K) dont le
1≤j≤p
terme d’indice (k, `) est a`,k :
   
a1,1 a1,2 . . . a1,p a1,1 a2,1 . . . an,1
 a2,1 a2,2 . . . a2,p  a 1,2 a2,2 . . . an,2 
  
 t 
A=
 .. .. ..  et A =  ..
  .. .. 
 . . .   . . . 

an,1 an,2 . . . an,p a1,p a2,p . . . an,p
La i-ème ligne de A est en fait la i-ème colonne de tA.

Exemple 7.  
! 1 4
1 2 3
Posons A = . Alors : tA = 2 5.
 
4 5 6
3 6

Proposition 3. (Transposée et calculs) (admis) Soient A et B deux matrices de Mn,p (K) et λ ∈ K. Alors :

1. t(A + B) = tA + tB 3. t(λA) = λ tA
2. t( tA) = A 4. t(AB) = tB tA

Attention ! La dernière de ces égalités est très importante !

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 9

2 Matrices carrées
2.1 Définition

On a déjà défini les matrices carrées comme étant les matrices ayant autant de lignes que de colonnes. Ce sont
les seules matrices que l’on peut multiplier par elles mêmes.
Proposition 4. (Mise au carré d’une matrice) (admis) Soit A ∈ Mn,p (K).

AA existe si et seulement si n = p.
On note alors : AA = A2 . Autrement dit : seules les matrices carrées peuvent s’élever au carré...

Définition 9. (Diagonale d’une matrice carrée)

On appelle diagonale d’une matrice carrée A = (ai,j )1≤i,j≤n les coefficients (ai,i )1≤i≤n

Remarque. sur Scilab, on peut facilement récupérer la diagonale d’une matrice carrée :

2.2 Matrice identité et puissances d’une matrice carrée

2.2.1 Matrice identité

Définition 10. (Matrice identité)

La matrice identité (ou unité) de Mn (K) est la matrice avec des 1 sur toute sa diagonale et des 0 ailleurs. On
la note
 In : 
1 0 ... 0
0 1 . . . ... 
 
In =  . .
 
. . .. 
 . . . 0


0 ... 0 1

Proposition 5. (Propriété fondamentale de In ) (admis)

Pour toute matrice A ∈ Mn (K), on a :
AIn = In A = A.
Autrement dit : la matrice In a pour les matrices carrées d’ordre n le même rôle que le 1 pour la multiplication
des nombres. D’où son autre nom de matrice unité.
En particulier : la matrice unité commute avec toutes les matrices de Mn (K).

ECS1 - Mathématiques
10 Matrices à coefficients réels ou complexes

Remarque. sur Scilab, on peut facilement créer la matrice identité :

2.2.2 Puissances d’une matrice carrée

Définition 11. (Puissances d’une matrice carrée)
Soit A ∈ Mn (K) et k un entier naturel. On définit :

• A0 = In ,

• Ak = |A × A ×
{z
· · · × A}.
k fois

Exercice de cours 4. (Voir la !

correction)
−1 −1
Calculer A2 avec A =
2 3

Attention ! On n’élève pas une matrice au carré en élevant ses coefficients au carré !
!2 !
−1 −1 (−1)2 (−1)2
6=
2 3 22 32

Sauf pour les matrices diagonales (voir proposition 7)

Attention ! En général, (AB)n 6= An B n , sauf si A et B commutent !

n fois
z }| {
n
(AB) = AB · AB · · · AB et c’est tout ce qu’on peut dire !

2.2.3 Formule du binôme de Newton

Proposition 6. (Formule du binôme pour les matrices) (admis)
Soient A et B deux matrices de Mn (K) telle que AB = BA. On a, pour tout entier n ≥ 0 :
n
!
n
X n k n−k
(A + B) = A B
k=0
k

Attention ! Cette formule est fausse si AB 6= BA !

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 11

Exercice de 
cours 5. (Voir la correction)
2 1 0
Posons A = 0 2 1
 
0 0 2

1. Déterminer la matrice N telle que A = N + 2I3 .

2. Vérifier que N 3 = 0 (on dit que N est nilpotente).

3. En déduire An pour tout entier naturel n.

2.3 Matrices carrées particulières

2.3.1 matrices diagonales

Définition 12. (Matrices diagonales)

On appelle matrice diagonale d’ordre n une matrice de la forme :
 
d1,1 0 ... 0
 .. .. 
 0 d2,2 . . 
D=
 
.. .. .. 

 . . . 0 

0 ... 0 dn,n

où les coefficients di,i peuvent éventuellement être nuls.

Les matrices diagonales sont très faciles multiplier entre elles, ce qui les rends, entre autre, particulièrement
intéressantes :
Proposition 7. (Produit de matrices diagonales) (admis)
Le produit de deux matrices diagonales est une matrice diagonale. Plus précisément, si :
   
λ1 0 ... 0 µ1 0 ... 0
. .  . . 
λ2 . . ..  µ2 . . .. 
 
0 0
D1 =  . , D2 =  .
   
 . .. .. 
 . .. .. 
 . . . 0  . . . 0
0 . . . 0 λn 0 . . . 0 µn

Alors :  
λ1 µ1 0 ... 0
 .. .. 
 0 λ2 µ2 . . 
D1 D2 = 
 
.. .. .. 

 . . . 0 

0 ... 0 λn µn

Attention ! Il n’y a que dans le cas de matrices diagonales qu’on peut multiplier coefficient à coefficient !

On en déduit immédiatement les deux résultat suivants :

Proposition 8. (Commutation des matrices diagonales) (admis)

Soient D1 et D2 deux matrices diagonales de même ordre. On a alors D1 D2 = D2 D1 .

ECS1 - Mathématiques
12 Matrices à coefficients réels ou complexes

Proposition 9. (Puissances d’une matrice diagonale) (admis)

Soit D une matrice diagonale d’ordre n à coefficients dans K :
 
d1,1 0 ... 0
 .. .. 
 0 d2,2 . . 
D=
 
.. .. .. 

 . . . 0 

0 ... 0 dn,n

On a alors, pour tout k ∈ N :  n 

d1,1 0 ... 0
 .. .. 
 0 dn2,2 . . 
Dk =  .
 
 . .. .. 
 . . . 0 

0 ... 0 dnn,n

Exercice de cours 6.
Calculer AB et BA, A2 et B 3 avec A et B définies par :
   
1 0 0 −3 0 0
A = 0 −3 0 , B =  0 2 0
   
0 0 2 0 0 5

2.3.2 Matrices triangulaires

Définition 13. (Matrices triangulaires supérieures et inférieures)

Une matrice carrée T = (ti,j )1≤i,j≤n est dite triangulaire supérieure (resp. inférieure) lorsque ti,j = 0 dès que
i > j (resp. i < j).
   
t1,1 t1,2 . . . t1,n t1,1 0 ... 0
 ..   .. .. 
 0 t2,2 .  t t2,2 . . 
T = (resp.T =  2,1 )
   
.. .. .. 
 .. ..

 . . . tn−1,n 

 . . 0 

0 ... 0 tn,n tn,1 ... tn,n−1 tn,n

Proposition 10. (Produit de matrices triangulaires) (admis)

Le produit de deux matrices triangulaires supérieures (resp. inférieures) est une matrice triangulaire supérieure
(resp. inférieure), dont la diagonale est le produit terme à terme des diagonales des matrices de départ.

Exemple 8.      
2 0 3 1 2 3 2 4 24
A = 0 1 −1 ; B = 0 4 5 =⇒ AB = 0 4 −1 
     
0 0 −2 0 0 6 0 0 −12

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 13

2.3.3 Matrices symétriques et antisymétriques

Définition 14. (Matrices symétrique et antisymétriques)

Une matrice A ∈ Mn (K) est dite symétrique si ∀i, j ∈ J1, n ; , K ai,j = aj,i . Autrement dit si tA = A.
Elle est dite antisymétrique si ∀i, j ∈ J1, n ; , K ai,j = −aj,i . Autrement dit si tA = −A.

Exemple 9.
 
1 2 3
• 2 π −4 est une matrice symétrique
 
3 −4 0
 
0 2 3
• −2 0 0 est une matrice antisymétrique
 
−3 0 0

Remarque. La diagonale d’une matrice antisymétrique est toujours nulle.

2.4 Matrices carrées inversibles

2.4.1 Définition

Dans R (ou dans C) l’inverse d’un nombre x 6= 0 est le nombre y tel que xy = 1. On le note y = x−1 . On
définit exactement de la même manière l’inverse d’une matrice. Mais, alors que dans R et C tout nombre non
nul possède un inverse, il n’en n’est pas de même dans Mn (K) :

Définition 15. (matrice inversible, inverse d’une matrice, ensemble des matrices inversibles)
Soit A ∈ Mn (K). A est dite inversible si il existe une matrice B ∈ Mn (K), telle que AB = BA = In .
Dans ce cas, on peut prouver que B est unique, on l’appelle alors inverse de A et on la note A−1 . On a donc
toujours : AA−1 = A−1 A = In . L’ensemble des matrices inversibles de Mn (K) se note GLn (K)

Proposition 11. (L’inverse à gauche est toujours l’inverse à droite et réciproquement) (admis)
Soient A ∈ Mn (K) et B ∈ Mn (K).
Si AB = In alors BA = In .
Conclusion : pour démontrer que A et B sont inverses l’une de l’autre, il suffit de vérifier que AB = In , inutile
alors de calculer BA.

Exemple 10.    
0 2 2 −0.5 1 0
A = 1 1 1  ; B= 1 0 −1
   
0 1 2 −0.5 0 1
Montrons que A est inversible et que A−1 = B.

ECS1 - Mathématiques
14 Matrices à coefficients réels ou complexes

2.4.2 Inversibilité et inverse dans M2 (K)

Proposition 12. (Inversibilité et inverse dans M2 (K)) (admis)

!
a b
A= est inversible si et seulement si ad − cb 6= 0.
c d
Dans ce cas, on a : !
−1 1 d −b
A =
ad − cb −c a

Exercice de cours 7.
Dans chaque cas, déterminer si A est inversible et calculer son inverse le cas échéant.
√ !
1 √2 .
1. B = √
6 2 3
!
1 2
2. A = .
3 4
!
cos θ − sin θ
3. C = .
sin θ cos θ

2.4.3 Inversibilité des matrices diagonales et triangulaires.

Proposition 13. (Inversibilité et inverse des matrices diagonales) (admis)
Une matrice diagonale est inversible si et seulement si aucun de de ses coefficients diagonaux n’est nul.
Dans ce cas, on a :  −1  −1 
d1,1 0 . . . 0 d1,1 0 . . . 0
. ..  .. .. 
d2,2 . .
 
 0 .   0 d−1
2,2 . . 
=
   
 . .. .. ..
 .
 
.. .. 
 . . . 0 

 .

. . 0 

0 . . . 0 dn,n 0 . . . 0 d−1 n,n

Proposition 14. (Inversibilité et inverse des matrices triangulaire) (admis)

Une matrice triangulaire supérieure (resp. inférieure) est inversible si et seulement si aucun de de ses coefficients
diagonaux n’est nul.
Dans ce cas, son inverse est une matrice triangulaire supérieure (resp. inférieure) dont les coefficients diagonaux
sont les inverses des coefficients diagonaux de départ

Exemple 11.
−1

2 0 0 0

1 
0 −1 2
0 0 0
0 0 
0 −1 0 0
   
1. 
0 1  =
0 0  
0 0 3 0


3 
0 0 0 e−1 0 0 0 e

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 15

 −1
1 0 0
2. 0 5 0 n’existe pas, car la matrice de départ n’est pas inversible !
 
0 0 0
 
 −1 1 ? ?
1 0 1  1 
3. 0 5 0 = 0 ?
  
5 
0 0 4
 1
0 0
4

2.4.4 Inverse et opérations

Proposition 15. (Inverse et opérations) (admis)
Soient A et B deux matrices de GLn (K). Alors :
−1
• AB est inversible et (AB)−1 = B −1 A−1 .

• A−1 est inversible et A−1 = A.
 −1 t 
• t A est inversible et t
A = A−1 .

2.4.5 Détermination à partir d’un polynôme annulateur

Exemple 12. (Voir la correction)

Soit A ∈ Mn (K) telle que A2 + 3A + 2In = 0. (On dit que le polynôme X 2 + 3X + 2 annule A).
Montrons que A est inversible et donnons son inverse.

Attention ! Quand on factorise par A un terme de la forme λA, on obtient A(λIn ).

Exercice de cours 8. (Voir la correction)

Soit A ∈ Mn (K) telle que A3 + 2A2 − 3A + 5In = 0. Montrer que A est inversible et donner son inverse.

2.4.6 Critère d’inversibilité pour les matrices d’ordre supérieur

Proposition 16. (Critère d’inversibilité) (admis)
Soit A ∈ Mn (K) et X ∈ Mn,1 (K).
0
 

A est inversible si et seulement si l’équation en X, AX = 0 admet X =  ...  pour unique solution.

 

Exemple
 13. 
(Voir la correction)
1 1 3
A = 0 1 2 ∈ GL3 (R) ?
 
1 0 1

ECS1 - Mathématiques
16 Matrices à coefficients réels ou complexes

3 Preuves et solutions

Solution rédigée de l’exercice de cours 1

   
−1 1 1 1
1. AB = et BA =
0 0 −2 −2
 
0 0
2. AB = 0 0  et BA n’existe pas.
6 −9
 
−1 −1 5
3. AB = et BA n’existe pas.
−1 13 −3
   
0 0 2 2
4. AB = et BA =
0 0 −2 −2

(retour à l’exercice 1)

Solution rédigée de l’exercice de cours 2


1 1
On trouve AC = BC = .
2 2
On remarque que AC = BC et pourtant A 6= B !
(retour à l’exercice 2)

Solution rédigée de l’exercice de cours 4

    
2 −1 −1 −1 −1 −1 −2
A = =
2 3 2 3 4 7

(retour à l’exercice 4)

Solution rédigée de l’exercice de cours 5

 
0 1 0
1. N = 0 0 1
0 0 0
    
0 1 0 0 1 0 0 0 1
2. N 2 = 0 0 1 0 0 1 = 0 0 0
0 0 0 0 0 0   0 0 0 
 
0 1 0 0 0 1 0 0 0
Donc N 3 = N N 2 = 0 0 1 0 0 0 = 0 0 0
0 0 0 0 0 0 0 0 0

ECS1 - Mathématiques
Matrices à coefficients réels ou complexes 17

3.
n  
X n
An = (2I3 + N )n = (2I3 )n−k N k (toujours mettre le k sur la matrice nilpotente)
k
k=0
2  
X n
= (2I3 )n−k N k car N k = 0 pour k ≥ 3
k
k=0
     
n n 0 n n−1 1 n
= (2I3 ) N + (2I3 ) N + (2I3 )n−2 N 2
0 1 2
n(n − 1) n−2 n−2 2
= 2n I3n + n2n−1 I3n−1 N + 2 I3 N
2
n(n − 1) n−2 2
= 2n I3 + n2n−1 N + 2 N
2
  n(n − 1) n−2
 n 
0 n2n−1
 
2 0 0 0 0 0 2
=  0 2n 0  + 0 0 n2n−1  + 0 0
 2 
0 
0 0 2n 0 0 0 0 0 0
n(n − 1) n−2
 
2n n2n−1 2
=0

n
2 n−1 
2 n2 
0 0 2n

(retour à l’exercice 5)

Solution rédigée de l’exemple 12

On a :

A2 + 3A + 2In = 0
⇐⇒ A2 + 3A = −2In
1 3
⇐⇒ − A2 − A = In
 2 2 
1 3
⇐⇒ A − A − In = In
2 2
1 3
Ainsi, A−1 = − A − In .
2 2
(retour à l’exemple 12)

Solution rédigée de l’exercice de cours 8

On a :

A3 + 2A2 − 3A + 5In = 0
⇐⇒ A3 + 2A2 − 3A = −5In
1 2 3
⇐⇒ − A3 − A2 + A = In
 5 5 5 
1 2 2 3
⇐⇒ A − A − A + In = In
5 5 5
1 2 3
Ainsi, A−1 = − A2 − A + In .
5 5 5

ECS1 - Mathématiques
18 Matrices à coefficients réels ou complexes

(retour à l’exercice 8)

Solution rédigée de l’exemple 13

 
x1
Posons X = x2 .
x
 3
a1 + x2 + 3x3 = 0
 (
x2 + 2x3 = 0
AX = 0 ⇔ x2 + 2x3 = 0 ⇔
 x1 + x3 = 0
x1 + x3 = 0

Or x1 = 1, x2 = 2 et x3 = −1 est une solution du système (qui admet donc une autre solution que x1 = x2 =
x3 = 0), donc A ∈ / G`3 (R).
(retour à l’exemple 13)

ECS1 - Mathématiques