Mathématiques – AL3 - Matrices

AL3 - Matrices
FC
- Corrigés des exercices -

Page 1 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

1 Opérations sur les matrices

1.1 Produit matriciel
1.1.1 Calculer les produits suivants
 2 −3  −1   −17   −1 2  30   12 
a.    =   b.    =  
 0 1  5   5   4 −3  21   57 
 2 −1 2  1   6 
 2 −3  −1 2   −14 13      
c.    =  d.  1 0 −3  2  =  −8 
 0 1  4 −3   4 −3   3 4 1  3   14 
    
 2 −1 2  5 0 6   8 9 16 
    
e.  1 0 −3  2 −1 2  =  5 −12 −3 
 3 4 1  0 4 3   23 0 29 
    

1 3  1 −3   15 
1.1.2 On donne les matrices A =   et B =   , ainsi que le vecteur V =   .
2 4   −2 4   −2 
Déterminer les produits A×B, B×A, A × V et B × V .
 1 3  1 −3   1 − 6 −3 + 12   −5 9 
AB =   = = ;
 2 4  −2 4   2 − 8 −6 + 16   −6 10 

 1 −3  1 3   1 − 6 3 − 12   −5 −9 
BA =   = =  ;
 −2 4  2 4   −2 + 8 −6 + 16   6 10 

 1 3  15   15 − 6   9   1 −3  15   15 + 6   21 
AV =    =  =  ; BV =    =  = .
 2 4  −2   30 − 8   22   −2 4  −2   −30 − 8   −38 

 x  x+ y+ z 
 
Etablir la matrice F telle que OA = F.OM avec : OM =  y    
1.1.3 f
→OA =  x + 2 y + 3z 
z  z 
   
 a11 a12 a13   a11 a12 a13  x   a11 x + a12 y + a13 z 
      
F =  a21 a22 a23  F .OM =  a21 a22 a23  y  =  a21 x + a22 y + a23 z 
a  a    
 31 a32 a33   31 a32 a33  z   a31 x + a32 y + a33 z 

 x + y + z   a11 x + a12 y + a13 z  1 1 1

     
OA =  x + 2 y + 3z  =  a21 x + a22 y + a23 z  Il suffit d’identifier : F =  1 2 3 
    0 0 1
 z   a31 x + a32 y + a33 z   

1.1.4 Soit une application faisant correspondre au vecteur V le vecteur W tel que
 x  x + 2 y + 3z 
  f  
V =  y  
→W =  2x + y + 3z  = F.V
 z  
   2x + 3 y + z 
1. Déterminer la matrice F

Page 2 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

1 2 3
 
En appliquant le raisonnement vu pour l’exercice 1.1 vous obtenez : F =  2 1 3 
2 3 1
 
2. Quels sont les vecteurs V qui ont le vecteur nul pour image ?
 1 2 3  x   0   x + 2 y + 3z = 0
( )      
f V = 0 ⇔  2 1 3  y  =  0  , ce qui revient au système suivant : 2 x + y + 3 z = 0
 2 3 1  z   0  2 x + 3 y + z = 0
     
1 2 3
Le déterminant de ce système est : 2 1 3 = ( 1.1.1 + 2.3.2 + 3.2.3 ) − (2.1.3 + 3.3.1 + 1.2.2 ) = 12
2 3 1
Comme ce déterminant est différent de zéro la solution du système est unique et correspond donc à la
solution évidente x = y = z = 0 . Ainsi la solution de l’équation f (V ) = 0 est le vecteur nul :
f (V ) = 0 ⇔ V = 0
1 0 0
     
3. Quels sont les vecteurs V qui ont la base orthonormée   0  ,  1  ,  0   pour image ?
0 0 1
     
1  xi + 2 yi + 3 zi = 1
  
* f (Vi ) = i =  0  est équivalent au système : 2 xi + yi + 3 zi = 0
0 2 x + 3 y + z = 0
   i i i

Nous avons calculé le déterminant du système précédemment, d’où une solution unique :
1 2 3 1 1 3 1 2 1
1 −8 2 1 4 1 1 4 1
xi = 0 1 3= =− ; yi = 2 0 3= = ; zi = 2 1 0= =
12 12 3 12 12 3 12 12 3
0 3 1 2 0 1 2 3 0
0  x j + 2 y j + 3z j = 0

* f (V j ) = j =  1  est équivalent au système : 2 x j + y j + 3 z j = 1
 
0 2 x + 3 y + z = 0
   j j j

0 2 3 1 0 3 1 2 0
1 7 1 −5 1 1
xj = 1 1 3= ; yj = 2 1 3= ; zj = 2 1 1=
12 12 12 12 12 12
0 3 1 2 0 1 2 3 0
 0  xk + 2 yk + 3 zk = 0
  
* f (Vk ) = k =  0  est équivalent au système : 2 xk + yk + 3 zk = 0
1 2 x + 3 y + z = 1
   k k k

0 2 3 1 0 3 1 2 0
1 3 1 1 3 1 1 −3 1
xk = 0 1 3= = ; yk = 2 0 3= = ; zk = 2 1 0= =−
12 12 4 12 12 4 12 12 4
1 3 1 2 1 1 2 3 1
−2   7   1 
 3  12   4 
f (Vi ) = i ⇔ Vi =  1  ; f (V j ) = j ⇔ V j =  − 5  ; f (Vk ) = k ⇔ Vk =  1 
 3   12   4 
 1   1   − 1 
 3   12   4

Page 3 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

1.2 Déterminant
1.2.1 Calculer les déterminants des matrices carrées présentes dans l’exercice 1.1.1
pour les matrices (3, 3), on s’entrainera sur la règle de Sarrus et sur la méthode des cofacteurs
2 −3 −1 2 −14 13
=2 ; = 3 − 8 = −5 ; = 42 − 52 = −10
0 1 4 −3 4 −3
2 −1 2
1 0 −3 = 0 + 9 + 8 − 0 + 24 + 1 = 42 (avec Sarrus)
3 4 1
ou -1(-1-8) + 3(8+3) = 42 (avec cofacteurs de la ligne 2) ;
5 0 6
2 −1 2 = −15 + 0 + 48 − 0 − 40 − 0 = −7 (avec Sarrus)
0 4 3
ou 5(-3-8) + 6(8-0) = -7 (avec cofacteurs de la ligne 1)
ou 5(-3-8) – 2(0-24) = -7 (avec cofacteurs de la colonne 1) ;
8 9 16
5 −12 −3 = −2784 − 621 + 0 + 4416 − 0 − 1305 = −294 (avec Sarrus)
23 0 29
ou 23(-27+192) + 29(-96-45) = -294 (avec cofacteurs de la ligne 3)
ou -9(145+69) - 12(232-368) = -294 (avec cofacteurs de la colonne 2)
1.2.2 Établir les comatrices des matrices carrées des questions a., b., d. et e. de l’exercice 1.1.1
 2 −3   1 0   −1 2   −3 −4 
Com  =  ; Com  =  ;
0 1  3 2  4 −3   −2 −1 
 0 −3 1 −3 1 0 
 + − + 
 4 1 3 1 3 4 
2 −1 2    12 −10 4 
  −1 2 2 2 2 −1  
Com  1 0 −3  =  − + −  = 9 −4 −11  ;
3  4 1 3 1 3 4   
 4 1     3 8 1 

 + −1 2 − 2 2
+
2 −1 
 0 −3 1 −3 1 0 

 −1 2 2 2 2 −1 
+ − + 
 4 3 0 3 0 4 
5 0 6   −11 −6 8 
  0 6 5 6 5 0  
Com  2 −1 2  =  − + −  = 24 15 −20 
0  4 3 0 3 0 4   
 4 3     6 2 −5 
+ 0 6 − 5 6 +
5 0 
 −1 2 2 2 2 −1 

3 2 7
 
1.2.3 GI FC 18/26 2011 test – déterminant et vecteurs On donne la matrice M =  1 4 −1  .
 −2 −5 −1 
 
1) Calculer le déterminant de la matrice M, interpréter.

Page 4 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

3 2 7
1 4 −1 = −12 + 4 − 35 + 56 − 15 + 2 = 0 . On en déduit que ses trois lignes ou ses trois colonnes
−2 −5 −1
sont liées (l’une est combinaison linéaire des deux autres).
2) Chaque colonne de la matrice M sera considérée comme un vecteur. Ainsi, M est, dans cet ordre, la
matrice des vecteurs U ,V ,W .
Déterminer les réels a et b tels que W = a.U + bV . .
 3a + 2b = 7  3a + 2b = 7 3a + 2b = 7  a=3
   
On a le système : a + 4b = −1 ⇔ 3a + 12b = −3 ⇔  10b = −10 ⇔ b = −1
 2a + 5b = 1  2a + 5b = 1 2a + 5b = 1  a=3
   
3) a. Déterminer le vecteur X = U ∧ V .
 3   2   −5 + 8   3 
       
X = U ∧ V =  1  ∧  4  =  −4 + 15  =  11 
 −2   −5   12 − 2   10 
       
b. Représenter, sur un schéma de principe (repère Oxyz inutile), les
orientations relatives des trois vecteurs cités dans la question
précédente.
X est orthogonal au plan formé par U et V ; en outre, il est dirigé
dans le sens direct par rapport au couple ( U , V ), selon la règle
« des trois doigts ».
4) a. Calculer le produit scalaire W ⋅ X .
7 3
   
W ⋅ X =  −1  ⋅  11  = 21 − 11 − 10 = 0
 −1   10 
   
b. Comment pouvait-on prévoir ce résultat ?
D’après la question 2, les vecteurs U ,V ,W sont liés, donc coplanaires. Or X est orthogonal au plan
formé par U et V . X est donc orthogonal à W et leur produit scalaire est nul.

1.3 Inverse
1.3.1 Trouver les matrices inverses des matrices carrées citées dans les questions de l’exercice 1.1.1
on emploiera les cofacteurs, ainsi que la méthode de Gauss (pour les matrices (3,3))
Utilisons d’abord les déterminants et les comatrices obtenus en exercices 1.2.1 et 1.2.2 :
T
 2 −3  1 T 1  1 0   0, 5 1, 5 
A= −1
 ; A = Com ( A ) =  = 
0 1  det ( A ) 2 3 2  0 1 
T
 −1 2  −1 1  −3 −4  1  3 2   0,6 0,4 
B=  ; B =  =   ou  
 4 −3  −5  −2 −1  5  4 1   0,8 0,2 
T
 2 −1 2   12 −10 4   12 9 3
  −1 1   1  
C =  1 0 −3  ; C =  9 −4 −11  =  −10 −4 8 
3 4 1  42  42 
  3 8 1  
 4 −11 1 
T
 5 0 6  −11 −6 8   −11 24 6 
  1   1  
D =  2 −1 2  ; D − 1 =  24 15 −20  = −7  −6 15 2 
 0 4 3 −7  6
   2 −5   8 −20 −5 
 

Page 5 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

Inverses de C et de D par la méthode de Gauss :

 2 −1 2  1 0 0
   
C =  1 0 −3  L2 ← 2L2 − L1 I = 0 1 0  L2 ← 2L2 − L1
 3 4 1  L ← 2L − 3L 0 0 1  L3 ← 2L3 − 3L1
  3 3 1 
 2 −1 2  L1 ← L1 + L2  1 0 0  L1 ← L1 + L2
   
 0 1 −8   −1 2 0
 0 11 −4  L ← L − 11L  −3 0 2  L3 ← L3 − 11L2
  3 3 2 
 2 0 −6  L1 ← 14L1 + L3  0 2 0  L1 ← 14L1 + L3
   
 0 1 −8  L2 ← 21L2 + 2L3  −1 2 0  L2 ← 21L2 + 2L3
 0 0 84   8 −22 2 
  
 28 0 0  L1 ← L1 / 28  8 6 2  L1 ← L1 / 28 = 3L1 / 84
   
 0 21 0  L2 ← L2 / 21  −5 −2 4  L2 ← L2 / 21 = 4L2 / 84
 0 0 84  L ← L / 84  8 −22 2  L3 ← L3 / 84
  3 3 
 24 18 6   12 9 3
1   1  
 −20 −8 16  =  −10 −4 8  = C −1
84   42  4 −11 1 
 8 −22 2   

 5 0 6 1 0 0
   
D =  2 −1 2  L2 ← 5L2 − 2L1 I =  0 1 0  L2 ← 5L2 − 2L1
 0 4 3 L ← L 0 0 1 L ← L
  3 3   3 3

 1 0 0  L1 ← L1
 5 0 6  L1 ← L1  
   −2 5 0 
 0 0 1  L ← 5L + 4L
 0 −5 −2    3 3 2
 0 4 3  L ← 5L + 4L
  3 3 2  1 0 0  L1 ← 7L1 − 6L3
 
 −2 5 0  L2 ← 7L2 + 2L3
 5 0 6  L1 ← 7L1 − 6L3  −8 20 5 
   
 0 −5 −2  L2 ← 7L2 + 2L3  55 −120 −30  L1 ← L1 / 35 = L1 / 5 / 7
0 0 7   
 
 −30 75 10  L2 ← L2 / −35 = L2 / −5 / 7
 −8 20 5  L3 ← L3 / 7

 35 0 0  L1 ← L1 / 35  11 −24 −6 
  1 
 0 −35 0  L2 ← L2 / −35 6 −15 −2  = D −1
0 0 7  L3 ← L3 / 7 7 
  −8 20 5 

2 Exemples
2.1 Systèmes
2.1.1 Résoudre les systèmes suivants par la méthode de Cramer :
− x + 2 y = 30  −1 2   30 
a.  A=  ;B =  
 4 x − 3 y = 21  4 −3   21 
det(A) = -5, non nul, donc le système admet une unique solution.

Page 6 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

30 2 −1 30
21 −3 −90 − 42 132 4 21 −21 − 120 141
x= = = = 26, 4 et y = = = = 28, 2
det ( A ) 3−8 5 det ( A ) −5 5
2 x − y + 2 z = 1  2 −1 2  1
    
b.  x − 3 z = 2 A =  1 0 −3  ; B =  2 
3 x + 4 y + z = 3 3 4 1   3
    
det(A) = 0+9+8-0+24+1 = 42, non nul, donc le système admet une unique solution.
1 −1 2 2 1 2
2 0 −3 1 2 −3
3 4 1 0 + 9 + 16 − 0 + 12 + 2 39 13 3 3 1 4 − 9 + 6 − 12 + 18 − 1 6 1
x= = = = ;y = = = =
det ( A ) 42 42 14 det ( A ) 42 42 7
2 −1 1
1 0 2
3 4 3 0 − 6 + 4 − 0 − 16 + 3 −15 5
z= = = =−
det ( A ) 42 42 14
 5 x + 6 z = 12 5 0 6  12 
    
c. 2 x − y + 2 z = 2 A =  2 −1 2  ; B =  2 
 4 y + 3z = 3 0 4 3 3
    
det(A) = -15+0+48-0-40-0 = -7, non nul, donc le système admet une unique solution.
12 0 6 5 12 6
2 −1 2 2 2 2
3 4 3 −36 + 0 + 48 + 18 − 96 − 0 66 0 3 3 30 + 0 + 36 − 0 − 30 − 72 36
x= = = ;y= = =
det ( A ) −7 7 det ( A ) −7 7
5 0 12
2 −1 2
0 4 −15 + 0 + 96 − 0 − 40 − 0
3 41
z= = =−
det ( A ) −7 7
Remarque : Résolution des mêmes systèmes par l’inverse :
 −1 2  1  −3 −4   0, 6 0, 4 
T
− x + 2 y = 30  −1 2   30  −1 1 T
a.  A=  ;B =   A = Com  =−  = 
 4 x − 3 y = 21  4 −3   21  −5  4 −3  5  −2 −1   0, 8 0, 2 
 0, 6 0, 4  30   26, 4 
X = A −1 B =    =  
 0, 8 0, 2  21   28, 2 

2x − y + 2z = 1  2 −1 2  1
    
b.  x − 3 z = 2 A =  1 0 −3  ; B =  2 
3 x + 4 y + z = 3 3 4 1   
    3
 2 −1 2   12 −10 4 
T
 12 9 3
−1 1 T   1   1  
A = Com  1 0 −3  =  9 −4 −11  = 42  −10 −4 8 
42  3 4 1  42 
  3 8 1  
 4 −11 1 

Page 7 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

 13 
 
 12 9 3  1   39   14 
1    1   1 
−1
X = A B =  −10 −4 8  2  =  6  = 
42  42  7 
 3   −15  
 4 −11 1     
− 5 
 
 14 
 5 x + 6 z = 12 5 0 6  12 
    
c. 2 x − y + 2 z = 2 A = 2 −1 2  ; B =  2 
 4 y + 3z = 3 0 4 3  3
   
 −11 −6 8   −11 24 6 
T
 5 0 6
−1 1 T   1   1 
A = Com  2 −1 2  = −  24 15 −20  = −  −6 15 2 
−7 0 4 3 7  6 7
   2 −5   8 −20 −5 
 
 66 
 
 −11 24 6  12   −66   7 
1   1  36 
X = A−1 B = −  −6 15 2  2  = −  −36  = 
7 7  7 
  
 8 −20 −5  3   41   41 
− 
 
 7 
2.1.2 Résoudre le problème agricole suivant :
Il y a deux champs dont la surface totale est 180 m². Le premier produit du grain avec un rendement de 7
boisseaux au m², tandis que le second produit du grain avec un rendement de 5 boisseaux au m². La récolte
totale est de 1100 boisseaux. Quelle est la surface de chaque champ ?
1. Établissez la matrice de passage permettant d’obtenir la surface totale et la production totale à partir des
deux surfaces inconnue S1 et S2. Puis, inverser la matrice et donner la solution.
La surface totale est : 180 = S1 + S2 et la production totale est : 1100 = 7 S1 + 5S2
 180   1 1   S1   S1   S1  −1 
180 
Ceci peut s’écrire sous forme matricielle :  =   S  = P  S  d’où  S  = P  .
 1100   7 5   2   2  2  1100 
1  −5 1 
Il suffit d’inverser P : det(P) = 5 – 7 = -2. P est inversible et P −1 =  
2  7 −1 
 S1   180  1  −5 1  180  1  200   100 
On obtient alors :   = P −1  =   =  =  S1 = 100 m2 S2 = 80 m2
S
 2  1100  2  7 − 1  1100  2  160   80 
2. Résoudre le système par la méthode de Cramer
 S1 + S2 = 180
Le système de deux équations à deux inconnues est le suivant : 
7S1 + 5S2 = 1100
180 1 1 180
1100 5 180.5 − 1100.1 900 − 1100 7 1100 1.1100 − 7.180 1100 − 1260
S1 = = = = 100 m2 , S2 = = = = 80 m2
1 1 1.5 − 7.1 −2 1 1 1.5 − 7.1 −2
7 5 7 5

2.1.3 Autre problème de culture !

Il y a trois type de maïs. Trois brassées du premier, deux du second et une du troisième représentent 39
boisseaux . Deux brassées du premier, trois du second et une du troisième représentent 34 boisseaux Une
brassées du premier, deux du second et trois du troisième représentent 26 boisseaux.
Quelle est la quantité de boisseaux par brassée de chaque type de maïs ?

Page 8 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

3m1 + 2m2 + m3 = 39

L’énoncé peut être traduit en un système de trois équations à trois inconnues : 2m1 + 3m2 + m3 = 34
m + 2m + 3m = 26
 1 2 3

Nous pouvons le résoudre par la méthode de Cramer. Le déterminant du système utilisé au dénominateur
3 2 1
est : 2 3 1 = ( 3.3.3 + 2.2.1 + 1.2.1) − (1.3.1 + 3.2.1 + 2.2.3 ) = 12
1 2 3
Ainsi on peut calculer les quantités recherchées :
39 2 1
1 111
m1 = 34 3 1 = = 9, 25 boisseaux / brassée
12 12
26 2 3
3 39 1 3 2 39
1 51 1 33
m2 = 2 34 1 = = 4, 25 boiss. / brass. m3 = 2 3 34 = = 2, 75 boiss. / brass.
12 12 12 12
1 26 3 1 2 26

2.1.4 GI FA 2009 test 2

Pour une fabrication, une entreprise utilisera x pièces de type X, y pièces de type Y et z pièces de type Z. La
masse et le coût de chacune de ces pièces sont donnés dans le tableau suivant :
X Y Z
Masse en grammes 2,5 2 1
Coût en euros 1 1,5 0,5
L'entreprise effectue une étude en vue d'optimiser cette fabrication. Pour cela, elle doit considérer le
nombre total N des pièces employées, leur masse totale M en grammes et leur coût total C en euros.
1) Exprimer N, M et C en fonction de x, y et z.
N = x + y + z ; M = 2,5x + 2y + z ; C = x + 1,5y + 0,5z.
2) Résoudre le système d'inconnues x, y, z en utilisant la méthode de Cramer :
 x +y +z = N

2, 5 x +2 y +z = M
 x +1, 5 y +0, 5 z = C

 1 1 1 
 
Matrice du système : A =  2, 5 2 1  ; det ( A ) = 1 + 1 + 3, 75 − 2 − 1, 5 − 1, 25 = 1
 1 1, 5 0, 5 
 
N 1 1
Ainsi : x = M 2 1 = N + C + 1, 5M − 2C − 1, 5N − 0, 5M = −0, 5N + M − C
C 1, 5 0, 5
1 N 1
y = 2, 5 M 1 = 0, 5M + N + 2, 5C − M − C − 1, 25N = −0, 25N − 0, 5M + 1, 5C
1 C 0, 5
1 1N
z = 2, 5 2 M = 2C + M + 3, 75N − 2N − 1, 5M − 2, 5C = 1, 75N − 0, 5M − 0, 5C
1 1, 5 C

Page 9 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

x N
   
3) On considère les matrices : U =  y  et B =  M  . Déterminer la matrice carrée d'ordre 3, A, telle que le
z C 
   
système du 2) soit équivalent à l'égalité matricielle AU = B
Il s’agit de la matrice A citée au-dessus.
 −0, 5 1 −1 
 
4) On désigne par A' la matrice :  −0, 25 −0, 5 1, 5 
 1, 75 −0, 5 −0, 5 
 
Calculer le produit de matrices A'A. Que constate-t-on ?
On vérifie que A’A est la matrice identité. Ainsi, A’ est l’inverse de A.
5) a) Sans utiliser l'expression des matrices sous la forme de tableaux de nombres, démontrer, à partir du
résultat de la question 4), que l'égalité matricielle AU = B est équivalente à l'égalité matricielle U = A’B
AU = B, donc A’AU = A’B, c’est à dire IU = U = A’B.
b) En déduire l'écriture de la matrice U en fonction de N, M et C. Ce résultat est-il cohérent avec le
résultat obtenu en 2) ?
 −0, 5 1 −1  N   −0, 5N + M − C 
    
U = A′B =  −0, 25 −0, 5 1, 5  M  =  −0, 25N − 0, 5M + 1, 5C  , en cohérence avec les écritures de x, y
 1, 75 −0, 5 −0, 5  C   1, 75N − 0, 5M − 0, 5C 
    
et z trouvées en question 2.
6) L'étude a montré que la fabrication est optimale lorsque sont employées au total 140 pièces, d'une
masse totale de 275 g et d'un coût total de 135 euros. Dans ces conditions, calculer les nombres de
pièces de chacun des types X, Y et Z utilisées pour cette fabrication.
x = −0, 5 × 140 + 275 − 135 = 70 y = −0, 25 × 140 − 0, 5 × 275 + 1, 5 × 135 = 30
z = 1, 75 × 140 − 0, 5 × 275 − 0, 5 × 135 = 40
2.1.5 GI FC34 2010 - test – Matrices
Lors du conseil d’administration d’un petit aérodrome, trois budgets doivent être votés simultanément :
budgets carburant, C, entretien, E, et administration, A.
Dans la mesure où certaines dépenses sont communes et où certains transferts seront faits, il est impératif
que les trois calculs suivants conduisent à un total identique de 80 k€ :
* Le budget C, additionné de 40% du budget E et de 50% du budget A ;
* Le budget E, additionné de 10% du budget C et de 60% du budget A ;
* Le budget A, additionné de 50% du budget C et de 60% du budget E.
Le présent exercice vise à fixer les montants de ces trois budgets C, E, A, vérifiant toutes ces conditions.
1) Montrer que les conditions imposées reviennent à l’écriture d’un système de trois équations à trois
 1 0, 4 0, 5 
 
inconnues C, E et A, dont la matrice est  0, 1 1 0, 6  .
 0, 5 0, 6 1 
 
Les trois conditions se traduisent comme suit : C + 0,4E + 0,5A = 80
0,1C + E + 0,6A = 80
0,5C + 0,6E + A = 80
Cela correspond à la matrice du système donnée.

2) Résoudre ce système par la méthode matricielle de votre choix et conclure sur le montant alloué à
chaque budget. (on pourra multiplier par 10 tous les coefficients du système, ce qui ne modifiera
en rien les solutions trouvées).
Multiplions par 10 tous les coefficients du système. On a alors :

Page 10 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

800 4 5
800 10 6
800 6 10 80000 + 19200 + 24000 − 40000 − 28800 − 32000 22400
C= = = = 44, 8
10 4 5 1000 + 120 + 30 − 250 − 360 − 40 500
1 10 6
5 6 10
10 800 5
1 800 6
5 800 10 80000 + 24000 + 4000 − 20000 − 48000 − 8000 32000
E= = = = 64
500 500 500
10 4 800
1 10 800
5 6 800 80000 + 16000 + 4800 − 40000 − 48000 − 3200 9600
A= = = = 19, 2
500 500 500
Les budgets seront, en euros :
44800 € pour le carburant, 64000 € pour l’entretien et 19200 € pour l’administration.

2.2 Changements de base

2.2.1
1  3
Considérons la base orthonormée ( i , j ) . Soient deux points A   , B   dans cette base. On souhaite
1 2
avoir pour nouvelle base orthonormée un vecteur colinéaire à AB et un vecteur orthogonal direct.
1) Définir la nouvelle base ( u , v ) . Note : Orthogonale directe signifie que u ∧ v et i ∧ j sont de même sens
2 AB  2 5 
On a AB =   donc le vecteur unitaire colinéaire à AB est : u = = 
1 AB  1 5 
Le deuxième vecteur, v , complétant la nouvelle base est orthogonal à u , donc leur produit scalaire est
nul : u ⋅ v = 0 . Le module de v est égal à 1. Nous posons donc :
 x 2 x + y = 0
v =   et nous obtenons deux équations :  2 Par substitution, nous avons :
x + y = 1
2
 y
5
y = −2 x ⇒ x 2 + 4 x 2 = 1 ⇒ x = ± Nous avons donc pour l’instant deux bases possibles :
5
 5  5   5  5
2    2  − 
5  5  5  5 
soit : u =  ; v1 =  soit u =  ; v2 = 
 5   5  5   5
   −2    2 
 5   5   5   5 
Une seule des deux est directe par rapport à ( i , j )
 5  5   5  5 0
1 0 0 2     0 2  −   
      , u ∧ v =  5 ∧  5 =  0  , u ∧ v =  5 ∧  5   
= 0
i ∧ j = 0 ∧ 1  = 0 1   2
0 0 1   5   5    5   5  
         − 2 −
  1   2  1
 5   5   5   5 

Page 11 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

 5  5
2  − 
 5   5 
La nouvelle base est donc la deuxième : u = ; v =
 5   5
  2 
 5   5 
2) Construire la matrice de passage de ( u , v ) vers ( i , j ) .
La matrice de passage permettant d’exprimer des coordonnées dans la base ( i , j ) sachant qu’on les
 5 5
2 − 
5 5 
connaît dans la base ( u , v ) est P telle que : Vij = P.Vuv = [u v ]ij .Vuv P =
 5 5
 2 
 5 5 
3) Calculer la matrice de passage de ( i , j ) vers ( u , v ) .
La matrice de passage permettant d’exprimer des coordonnées dans la base ( u , v ) lorsqu’on les connaît
dans la base ( i , j ) est P-1 obtenue en inversant P :
5 5
2 −
5 5 4 1
Vuv = P −1 .Vij = i j uv .Vij det ( P ) = = + =1
5 5 5 5
2
5 5
 5 5  5 5   5 5 
2 −  2  2 
5 5  5 5 
Com ( P ) =  T
Com ( P ) =  P −1 =
5 5 
 5 5  5 5  5 5
 2  − 2  − 2 
 5 5   5 5   5 5 
2.2.2 Matrices de passage
1 2
( )
Soit, dans une base orthonormée i , j , k , U =  1  , V =  −1  et : W = U ∧ V .
   
1  −1 
   
1) Définir la base orthonormée uvw colinéaire aux trois vecteurs décrits ci-dessus.
On remarque que U et V sont orthogonaux (produit scalaire nul).
1  2   0 
     
Le vecteur W est le suivant : W = U ∧ V =  1  ∧  −1  =  3  . Pour obtenir la définition des vecteurs
 1   −1   −3 
     
u , v , w il suffit de diviser les vecteurs U, V , W par leur module comme suit :
 1 2 0
U 1   V 1   W 1  
u= = 1 v= = −1 w = = 3
U 1 + 1 + 1   V 4 + 1 + 1   W 0 + 9 + 9  
 1  −1   −3 
 1   2   0 
     
 3  6   
 1   1   1 
Ainsi la base orthonormée uvw est définie par : u =   v = −  w= 
 3  6  2 
 1   1   1 
  −  − 
 3  6  2

Page 12 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

2) Etablir les matrices de passage entre les bases ijk et uvw

 1 2 
 0 
 3 6 
 1 1 1 
La matrice de passage de uvw vers ijk est P = [uvw]ijk =  − 
 3 6 2 
 1 1 1 
 − − 
 3 6 2
La matrice de passage de ijk vers uvw est obtenue en inversant P.
 1 1 1 
 
 3 3 3 
 2 1 1 
P −1 = ijk  −1
qui donne : P =  − − −1
 . Vous pouvez vérifier que : PP = I
uvw
 6 6 6
 1 1 
 0 − 
 2 2

Exemple de recherche de l’inverse par la méthode de Gauss :

 1 2  1 0 0
 0   
 3 6  I = 0 1 0  L2 ← L2 − L1
 1 1 1  0 0 1  L3 ← L3 − L1
P = − L ← L − L 
 2 2 1
 3 6 2 
 1 1 1  1 0 0  L1 ← 3L1 + 2L2
 − −  L3 ← L3 − L1
 3 6 2   
 −1 1 0
 1 2   −1 0 1  L3 ← L3 − L2
 0  L1 ← 3L1 + 2L2 
 3 6 
 3 1 
 0 −  1 2 0  L1 ← L1 + L3
 6 2   
 3 1   −1 1 0  L2 ← 2L2 + L3
 −1 1 
 0 − −  L ← L3 − L2  0
 6 2 3
 3 2 
 0  L1 ← L1 + L3  1 1 1  L1 ← L1 / 3
 3 2 
 

−
3 1   −2 1 1  L2 ← −L2 / 6
 0  L2 ← 2L2 + L3  0 −1 1 
 6 2    L3 ← −L3 / 2
 2 
 0 0 − 
 2  1 1 1 
 3   
 0 0  L1 ← L1 / 3  3 3 3
 3   2 −1 −1  −1
 6   =P
0 − 0  L2 ← −L2 / 6  6 6 6

 6   1 −1 
 0 
 2   2 2
 0 0 − 
 2  L3 ← −L3 / 2

Page 13 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

3 Applications linéaires
3.1 Changement de base
3.1.1 Opérateur de transformation
1  −1  1
     
Soient trois vecteurs u =  0  , v =  0  , w =  1  définis dans une base orthonormée i, j, k . ( )
1 1 1
     
Un opérateur f réalise les transformations suivantes : f ( u ) = 2u f ( v ) = −2v f ( w) = w .
1) Écrire la matrice F définissant l’opérateur sur la base ( u , v , w )
 f11 f12 f13  1   f11   2  f11 = 2
      
f ( u ) = 2u ⇔  f21 f22 f23  0  =  f21  =  0  ⇒ f21 = 0
f f32  0   f   0 
f33  f31 = 0
 31   31   
 f11 f12 f13  0   f12   0  f12 = 0 2 0 0
        
f ( v ) = −2v ⇔  f21 f22 f23  1  =  f22  =  −2  ⇒ f22 = −2 F =  0 −2 0 
f  0   f   0  f32 = 0 0 0 1
 31 f32 f33    32     
 f11 f12 f13  0   f13   0  f13 = 0
      
f ( w ) = w ⇔  f21 f22 f23  0  =  f23  =  0  ⇒ f23 = 0
f f32  1   f   1 
f33  f33 = 1
 31   33   
2) Écrire la matrice H définissant l’opérateur sur la base i, j, k ( )
Relations fonctionnelles (image par f ) : OBuvw = F.OAuvw et OBijk = H.OAijk .
Soit M = [u , v, w]ijk et M −1 = [i, j , k ]uvw .
Relations de changements de base : OB ijk = M.OB uvw et OAuvw = M −1 .OAijk .
Nous pouvons donc écrire :
OBijk = M.OBuvw = M.F .OAuvw = M.F .M −1 .OAijk , et donc H = M.F .M −1 .
 1 −1 1  1 −1 1
 
M = [u , v, w]ijk =  0 0 1  . det ( M ) = 0 0 1 = −2 , cette matrice est inversible.
 1 1 1 1 1 1
 
 −1 1 0   −1 2 −1   1 −2 1 
  T   1 
Com ( M ) =  2 0 −2  Com ( M ) =  1 0 −1  M =  −1 0 1  −1

 −1 −1 0   0 −2 0  2 
     0 2 0
 1 −1 1  2 0 0   1 −2 1   2 2 1  1 −2 1   0 −1 2 
−1   1  1    
H = M.F .M =  0 0 1  0 −2 0   −1 0 1  =  0 0 1  −1 0 1  =  0 1 0 
 1 1 1  0 0 1  2  0 2 0  2  2 −2 1  0 2 0   2 −1 0 
         

Page 14 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

3.2 Valeurs et vecteurs propres

 0 −1 2 
3.2.1 Déterminer les valeurs et vecteurs propres de la matrice A =  0 1 0 
 2 −1 0 
 
Observer les résultats obtenus par rapport aux données et résultats de l’exercice précédent.
Quels commentaires pouvez-vous faire ?

Valeurs propres
−λ −1 2
Polynôme caractéristique : det ( A − λI ) = 0 1−λ 0 = λ 2 (1 − λ ) − 4 (1 − λ ) = ( λ 2 − 4 ) (1 − λ )
2 −1 −λ
Les trois valeurs propres sont donc : λ1 = 2 λ2 = −2 λ3 = 1
. pi = λiVpi .
Vecteurs propres la définition est AV
 0 −1 2  x1   x1  − y1 + 2 z1 = 2 x1
     
* AV. p1 = λ1Vp1 :  0 1 0  y1  = 2  y1  , d’où :  y1 = 2 y1
 2 −1 0  z    2 x − y = 2 z
  1   z1   1 1 1

La deuxième équation donne y1 = 0 et les deux autres donnent x1 = z1 ; ainsi le premier groupe de
1
 
vecteurs propres est celui des vecteurs colinéaires à : V1 =  0 
1
 
 0 −1 2  x2   x2  − y2 + 2 z2 = −2 x2
     
* AV. p2 = λ2Vp2 :  0 1 0  y2  = −2  y2  , d’où :  y2 = −2 y2
 2 −1 0  z    2 x − y = −2 z
  2   z2   2 2 2

La deuxième équation donne y2 = 0 et les deux autres donnent x2 = − z2 ; ainsi le second groupe de
 −1 
 
vecteurs propres est celui des vecteurs colinéaires à : V2 =  0 
1
 
 0 −1 2  x3   x3  − y3 + 2 z3 = x3
     
* AV. p3 = λ3Vp3 :  0 1 0  y3  =  y3  , d’où :  y3 = y3
 2 −1 0  z   z  2 x − y = z
  3   3   3 3 3

Dans la troisième équation, substituons x3 par son écriture obtenue en première ligne.
Cette troisième équation donne : -2y3 + 4z3 – y3 = z3, soit y3 = z3.
La première équation donne à son tour z3 = x3.
 1
 
Ainsi le 3 groupe de vecteurs propres est celui des vecteurs colinéaires à : V3 =  1 
e

 1
 
Commentaires :
• Les valeurs propres correspondent aux valeurs portées sur la diagonale de la matrice F de
l’exercice 4.1.1 ;
• Les vecteurs propres sont colinéaires à ceux de la base u, v , w de ce même exercice ;

Page 15 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

• La matrice A est bien la matrice H que nous avions obtenue dans cet exercice.
On retrouve ainsi sur cet exemple l’effet du changement de la base initiale pour la base propre qui
est de diagonaliser la matrice représentative de l’opérateur.
 0 1 1 
 
3.2.2 Soit l’application linéaire f dont la matrice F est  −0, 5 1, 5 −0, 5  .
 1, 5 −1, 5 0, 5 
 
Rechercher ses valeurs propres, considérant que le polynôme caractéristique de f admet plusieurs
racines évidentes, puis donner une base normée de vecteurs propres.
Polynôme caractéristique :
P(λ) = (-λ)(1,5-λ)(0,5-λ) – 0,75 + 0,75 – 1,5(1,5-λ) + 0,75λ + 0,5(0,5-λ) = -λ³ + 2λ² + λ - 2.
On remarque tout de suite que 1 et -1 en sont deux racines évidentes, ainsi que 2.
Si on n’a remarqué que la racine 1, on factorise P(λ) par (1-λ), par exemple en divisant le premier
polynôme par le second, puis on recherche les racines (-1 et 2) du quotient qui est un polynôme du
second degré. Au bout du compte, sous forme factorisée, P(λ) = (1- λ)(2- λ)(-1- λ).
Les trois valeurs propres de f sont : 1, 2 et -1.
Vecteurs propres associés à 1 :
 0 1 1  x   x  y+z=x  y+z=x x = y 1
         
 −0, 5 1, 5 −0, 5  y  = 1.  y  ⇔ − x + 3 y − z = 2 y ⇔  − x + y = z ⇔  z = 0 ⇔ V1 = k  1  , k ∈ ℝ
*

 1, 5 −1, 5 0, 5  z  z     
      3x − 3 y + z = 2z 3 x − 3 y = z x = y 0
Vecteurs propres associés à -1 :
 0 1 1  x  x  y + z = −x  y + z = −x x = −z 1
         
 −0, 5 1, 5 −0, 5  y  = −1.  y  ⇔ − x + 3 y − z = −2 y ⇔ − x + 5 y = z ⇔  y = 0 ⇔ V−1 = k  0  , k ∈ ℝ
*

         
 1, 5 −1, 5 0, 5  z   z   3 x − 3 y + z = −2 z  x − y = −z x = −z  −1 
Vecteurs propres associés à 2 :
 0 1 1  x   x  y + z = 2x  y + z = 2x z = −y 0
         
 −0, 5 1, 5 −0, 5  y  = 2.  y  ⇔ − x + 3 y − z = 4 y ⇔ − x − y = z ⇔  z = − y ⇔ V2 = k  1  , k ∈ ℝ
*

 1, 5 −1, 5 0, 5  z   z     
      3x − 3 y + z = 4 z  x− y=z  x=0  −1 
Pour citer une base de vecteurs propres, il faut en choisir un dans chaque groupe (c’est à dire pour
chaque valeur propre).
Pour que cette base soit normée, il faut que la norme de chacun des trois soit égale à 1.
1  1  0
     
Prenons dans un premier temps les vecteurs  1  ,  0  et  1  . Ils forment une base de vecteurs
 0   −1   −1 
     
propres, mais leur norme ne vaut pas 1 (elle vaut 2 pour tous).
u
On se souvient que quel que soit le vecteur non nul u , la norme du vecteur vaut 1.
u
 1 2   1 2   0 
    
On peut alors citer une base normée de vecteurs propres :   1 2  ,  0  ,  1 2   .
  
  0   − 1 2   − 1 2  
   

Page 16 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

1 1 1 
 
3.2.3 Soit l’application linéaire f dont la matrice F est  1 2 0  .
1 0 0 
 
Rechercher ses valeurs propres, considérant que le polynôme caractéristique de f admet une racine
évidente, puis déterminer une base normée de vecteurs propres.
Polynôme caractéristique : P(λ) = (1-λ)(2-λ)(-λ) - (2-λ) – (-λ) = -λ³ + 3λ² - 2
On remarque tout de suite que 1 en est une racine évidente.
On peut poser la division de P(λ) par (1-λ), ou alors factoriser P(λ) :
P(λ) = (1-λ)(2-λ)(-λ) – 2 + 2λ = (1-λ)(2-λ)(-λ) – 2(1-λ) = (1-λ)[(2-λ)(-λ) – 2] = (1-λ)(λ² - 2λ -2)
Racines du polynôme du second degré : 1 ± 3
Les trois valeurs propres de f sont : 1, 1 − 3 et 1 + 3 .
Vecteurs propres associés à 1 :
 1 1 1  x   x x + y + z = x x + y + z = x  x=z 1
         
 1 2 0  y  = 1.  y  ⇔  x + 2 y = y ⇔  y = − z ⇔  y = − z ⇔ V1 = k  −1  , k ∈ ℝ
*

      x=z  x=z   
 1 0 0  z  z    x=z 1
Vecteurs propres associés à 1 − 3 :

(
x + y + z = 1 − 3 x
 x + y + z = 1− 3 x
 ) ( )
 1 1 1  x   x   1− 3
  
( )  
( )
 1 2 0  y  = 1 − 3 .  y  ⇔  x + 2 y = 1 − 3 y ⇔  y = −1 − 3 z = 2 − 3 z ( )
 1 0 0  z     
   z 
 (
x = 1− 3 z

) x = 1− 3 z ( )
( ) ( )
 4 −2 3 z = 1− 3 x

(
x = 1− 3 z

) 1 − 3 
 
⇔

( )
y = 2− 3 z

( )
⇔  y = 2 − 3 z ⇔ V1− 3 = k  2 − 3  , k ∈ ℝ*
 
 

 ( )
x = 1− 3 z (
x = 1− 3 z
 )  1 
 

Vecteurs propres associés à 1 + 3 :

x + y + z = 1 + 3 x
 x+ y + z = 1+ 3 x
( ) ( )
 1 1 1  x  x   1+ 3

 1 2 0
 
y
  = 1 (
+ 3 . y)
  
  ⇔  x + 2 y = 1 + 3 y ⇔(  y=
−1 + 3
)z = 3 +2 z ( )
 1 0 0  z     
   z 

x = 1+ 3 z ( 

)
x = 1+ 3 z ( )
( ) ( )
 4 +2 3 z = 1+ 3 x

(
x = 1 + 3 z

)1 + 3 
 
⇔

( )
y = 3 +2 z

( )
⇔  y = 2 + 3 z ⇔ V1+ 3 = k  2 + 3  , k ∈ ℝ *
 
 

 ( )
x = 1+ 3 z (
x = 1 + 3 z
 ) 1 
 

Page 17 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

4 Exercices de tests
4.1 QCM
1) Lorsqu’il existe, le produit d’une matrice carrée par un vecteur donne :
une matrice carrée un vecteur un réel un déterminant
 −1 1
2) Le carré de la matrice M =   (produit de M par elle-même) est :
 1 −1 
 2 −2   −2 2   0 −2  2 0
       
 −2 2   2 −2   −2 0  0 2

 a 0 a
 
3) Le déterminant de  0 a 0  est :
 −a 0 a 
 
0 a3 2a3 3a3
4) Parmi les propositions suivantes, laquelle est fausse ?
det(AB) = det(BA) det(AB) = det(A)×det(B) det(A-1) = det(A)
5) La condition pour qu’une matrice carrée A soit inversible est :
det(A) = 0 termes diagonaux égaux det(A) = 1 det(A) ≠ 0
6) det (2 × A ) = :
2 × det ( A ) 4 × det ( A ) 8 × det ( A ) ça dépend de la dimension de A

7) Si une matrice carrée ne possède pas d’inverse, c’est que forcément…

elle est nulle son déterminant est nul sa trace est nulle
 5 3
8) L’inverse de   est :
 −1 −2 
1  −2 −1  1 2 3 1 2 1 1  −2 −3 
       
−7  3 5  −7  −1 −5  −7  −3 −5  −7  1 5

2 5
9) L’inverse de la matrice   est :
3 8
 8 −3   8 −5   2 −5   8 3
       
 −5 2   −3 2   −3 8   5 2
 −6 −14 
10) L’inverse de la matrice   est :
 3 7 
 7 3  7 14   7 −3 
      aucun des trois
 −14 −6   −3 −6   14 −6 
11) Soit A une matrice carrée inversible et u et v deux vecteurs. Si A-1× u = v , alors :
A× u = v A× v = u A× u −1 = v A× v −1 = u
12) AB est le produit de deux matrices carrées A et B inversibles. L’inverse de AB est alors :
AB-1 BA-1 A-1B-1 B-1A-1

Page 18 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

4.2 GI FA 2015 – test 2 – Matrice inverse et puissances

Soit une matrice carrée A, inversible, telle que A² + A + I = O. (I représente la matrice identité et O la
matrice nulle). A² représente bien entendu le produit A×A et pour tout entier n strictement positif, on
définit An comme le produit A×A×…×A (n facteurs). Les questions 1 et 2 sont indépendantes.

1) Exprimer la matrice A-1 en fonction de A.

A² + A + I = O ⇔ A(A + I) = -I ⇔ A(-A - I) = I.
Or, comme AA-1 = I, on en déduit que A-1 = -A - I
Remarque : à partir de l’égalité A² + A + I = O, on peut multiplier chaque terme à gauche par A-1, ce qui
donne : A-1×A×A + A-1×A + A-1×I = A-1×O, soit A + I + A-1 = O, d’où A-1 = -A - I.

2) a. Déterminer la matrice A3, puis, en fonction de A, l’expression de A4.

A3 = A²×A = (-A - I)A = -A² - A = I. Donc A4 = A

b. En déduire A100.
Toute multiplication par A3 est une multiplication par I. A100 = A×A99 = A×(A3)33 = A×I33 = A×I = A.
4.3 GI FC18/26 2015 – test – Système
 x + 2 y + 3z = 9

Résoudre, par une méthode matricielle, le système suivant : 2 x + 3 y + z = 0 .
3 x + y + 2 z = 9

 1 2 3 
 
La matrice du système est F =  2 3 1  , de déterminant -18.
3 1 2
 
Résolution par la méthode de Cramer :
9 2 3 1 9 3 1 2 9
0 3 1 2 0 1 2 3 0
9 1 2 −18 3 9 2 36 3 1 9 −72
x= = =1 ; y= = = −2 ; z = = =4
−18 −18 −18 −18 −18 −18
4.4 GI FC34 2015 – Système et inversion
 x + 2 y + 2 z = 11

1) Résoudre par une méthode matricielle (inverse ou Cramer) le système suivant :  2 x − 2 y + z = 1
2 x + y − 2 z = −2

1 2 2 
Matrice du système : A =  2 −2 1  .

 2 1 −2 
 
1 2 2
det(A) = 2 −2 1 = 4 + 4 + 4 + 8 − 1 + 8 = 27 , non nul : solution unique pour le système.
2 1 −2
Résolution par la méthode de Cramer :
11 2 2 1 11 2 1 2 11
1 −2 1 2 1 1 2 −2 1
−2 1 −2 27 2 −2 −2 54 2 1 −2 81
x= = =1 ; y= = =2 ; z= = =3
27 27 27 27 27 27

Page 19 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

1 2 2  1 2 2 
  1  1
2) On considère la matrice A =  2 −2 1  et la matrice B =  2 −2 1  = A .
 2 1 −2  3  3
   2 1 −2 
a. Justifier que la matrice A est symétrique.
De part et d’autre de sa diagonale principale, les termes sont égaux : 2,2 ; 2,2 ; 1,1.

b. Vérifier que les trois vecteurs qui composent les colonnes de la matrice A sont deux à deux
orthogonaux.
1  2  2 2 1   2 
           
 2  ⋅  −2  = 2 − 4 + 2 = 0 ;  1  ⋅  −2  = 4 − 2 − 2 = 0 ;  2  ⋅  1  = 2 + 2 − 4 = 0
2  1         
     −2   1   2   −2 

c. Vérifier que le déterminant de la matrice B vaut 1 (pour information, cette propriété, combinée au
résultat de la question précédente, fait de la matrice B une matrice orthogonale).
Pour cette question, on se souviendra qu’en dimension n, det(k×M) = kn × det(M).
On a vu en question 1 que det(A) = 27. En dimension 3, det(kA) vaut donc k3.det(A) = 27k3.
1  1
Donc det(B) = det  A  = 3 × 27 = 1.
3  3

d. Montrer que B² = I (B² est le produit B×B et I est la matrice identité).

1 2 2 1 2 2  1 + 4 + 4 2 − 4 + 2 2 + 2 − 4  9 0 0
1 1    1  1 
B = × ×  2 −2 1   2 −2 1  =  2 − 4 + 2 4 + 4 + 1 4 − 2 − 2  =  0 9 0  = I
2

3 3    9   9 0 0 9
 2 1 −2   2 1 −2  2 +2 − 4 4 −2−2 4 +1+ 4  

e. En déduire la matrice inverse de B, puis en déduire celle de A.

Dire que la matrice B est inversible, c’est dire qu’il existe une matrice B-1 telle que B.B-1 = I.
Or d’après la question précédente, B.B = I. En conclusion, B-1 = B.
1 1 1
B.B = I devient 3B. B = I et comme A = 3B : A. A = I, soit A-1 = A.
3 9 9

4.5 GI FA 2012 – test 2 – Système

Une entreprise de matériel électronique fabrique des Tablettes (T), des Smartphones (S) et des écrans LCD
(E) à l'aide de trois machines M1, M2 et M3. Les consommations électriques (en kwh) par machine et par
produit sont les suivantes :
M1 M2 M3
(T) 3 2 3
(S) 2 1 0
(E) 1 3 2

Au bout d'un certain temps, on relève les consommations totales de chaque machine :
M1 : 56 kwh M2 : 63 kwh M3 : 54 kwh
En choisissant une méthode matricielle parmi la méthode de Cramer ou l'inversion de matrice,
déterminer le nombre d'appareils de chaque type fabriqués durant cette période.
Notons C1, C2 et C3 les consommations totales respectives des machines M1, M2 et M3 et x, y et z les
quantités respectives de (T), (S) et (E) fabriquées.

Page 20 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

C1 = 3 x + 2 y + z = 56
Ces consommations s'écrivent : C2 = 2 x + y + 3 z = 63
C = 3x + 2 z = 54
 3
• Par la méthode de Cramer :
3 2 1
Le déterminant du système est : 2 1 3 = 13 ≠ 0 , d’où une solution unique. On obtient :
3 0 2
56 2 1 3 56 1 3 2 56
63 1 3 2 63 3 2 1 63
54 0 2 130 3 54 2 91 3 0 54 156
x= = = 10 y= = =7 z= = = 12
13 13 13 13 13 13

• Méthode par inversion de matrice :

Le système ci-dessus est équivalent à l'écriture matricielle : A × X = B
3 2 1  x  56 
     
Avec A =  2 1 3  ; X =  y et B =  53  Le déterminant de la matrice A, calculé
3 0 2  z  54 
     
ci-dessus, est différent de 0, donc A est inversible et on peut écrire : X = A−1 × B .
1
Calculons A−1 à l'aide de la formule A −1 = T
Com ( A )
det ( A )
 1 3 2 3 2 1 
 − 
 0 2 3 2 3 0 
 2  2 5 −3   2 −4 5 
1 3 1 3 2   1 
Com ( A ) =  − − −1
 = −4 3 6 et donc A =
 5 3 −7 
 0 2 3 2 3 0   
 13  −3 6 −1 
   5 −7 −1   
 2 1
−
3 1 3 2 
 1 3 2 3 2 1 

 x  56   2 −4 5   56   130   10 
  −1   1    1   
D'où X = y = A × 63 =
    13  5 3 −7  ×  63  = 13  91  =  7 
z  54         
     −3 6 −1   54   156   12 
On retrouve bien les mêmes résultats que par la première méthode.
Finalement, il est fabriqué : 10 appareils (T), 7 appareils (S) et 12 appareils (E).

4.6 GI FC18/26 2014 – Vecteurs, application et système

 2 0 −1   x
On donne la matrice F = 0 1 2 et on définit la fonction vectorielle f qui, à tout vecteur X =  y  ,
 
   
 −1 1 0  z
   
 2 0 −1  x 
()
associe le vecteur Y = f X = F.X =  0 1 2  y  .
  
 −1 1 0  z 
  
1 1
   
1) Soit les vecteurs X1 =  1  et X2 =  2 
1  
   0

Page 21 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

a. Déterminer les vecteurs Y1 et Y2 , images des vecteurs X1 et X2 par la fonction f.

 2 0 −1  1   1   2 0 −1  1   2 
         
Y1 = F.X1 =  0 1 2  1  =  3  ; Y2 = F.X2 =  0 1 2  2  =  2 
 −1 1 0  1   0   −1 1 0  0   1 
         

b. Déterminer le vecteur X1 ∧ X2 .
 1   1   −2 
     
X1 ∧ X2 =  1  ∧  2  =  1 
1  0   1 
     

( ) ( ) ( )
c. L’égalité f X1 ∧ X 2 = f X 1 ∧ f X 2 est-elle vraie ?

 2 0 −1  −2   −5   1  2  3 
( )           
f X 1 ∧ X 2 =  0 1 2  1  =  3  ; Y1 ∧ Y2 =  3  ∧  2  =  −1 
 −1 1 0  1   3       
      0   1   −4 
Les deux résultats ne sont pas égaux.

( ) ( )
d. Quelle est la valeur de l’angle formé par les vecteurs f X 1 ∧ X 2 et f X 1 ∧ f X 2 ?( )
 −5   3 
   
 3  ⋅  −1 
cos ϕ =
( )(
f X1 ∧ X2 ⋅ Y1 ∧ Y2
=
)  3   −4 
    =
−30
≈ −0, 89722
( )
f X1 ∧ X2 × Y1 ∧ Y2 5 +3 +3 × 3 +1 +4
2 2 2 2 2 2
43 × 26

Cet angle vaut donc environ 2,684 rad ou encore 153,8°.

1
 
2) Quel vecteur est l’antécédent de X1 =  1  ?
1
 
 2 0 −1  x   1 
    
Autrement dit : résoudre matriciellement le système  0 1 2  y  =  1  .
 −1 1 0  z   1 
    
2 0 −1
0 1 2 = 0 + 0 + 0 − 1 − 4 − 0 = −5 , non nul : solution unique pour le système.
−1 1 0
Résolution par la méthode de Cramer :
1 0 −1 2 1 −1 2 0 1
1 1 2 0 1 2 0 1 1
1 1 −2
0 −1 1 0 −7 −1 1 1 1
x= =
= 0,4 ; y = = = 1,4 ; z = = = −0,2
−5 −5 −5 −5 −5 −5
1  0,4  2 0 −1  0,4   1 
        
L’antécédent de X1 =  1  est le vecteur  1,4  . On pourra vérifier que  0 1 2  1,4  =  1  .
1  −0,2   −1  −0,2   1 
1 0 
       

Page 22 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

4.7 GI FC34 2014 – Vecteurs et changement de base

 2 −3 
1) On donne la matrice P =  .
1 1 
a. Calculer le déterminant de P.
det(P) = 2+3 = 5

b. Donner la matrice inverse de P.

1  1 3
P-1 =  .
5  −1 2 

3 2   −3 
2) Dans une base ( i , j ) , on donne les vecteurs M =   , u =   et v =   .
0 1  1
a. Déterminer les coordonnées du vecteur M dans la base ( u , v ) .
1  1 3  3  1  3 
On remarque que P = [u v ]ij . M uv =  i j  .M ij = P−1 .M ij =    =   .
uv 5  −1 2  0  5  −3 

 x  x′ 
b. On note   les coordonnées d’un vecteur dans la base ( i , j ) et   celles du même vecteur dans
 y  y′ 
la base ( u , v ) . Si x et y dépendent l’une de l’autre par la relation y = 2x + 3, donner alors une relation
qui unit x’ et y’.
 x′  1  1 3  x  1  7 x + 9 
 ′ =   =   . On constate par exemple que 7y’ = 3x’ + 3.
 y  5  −1 2  2 x + 3  5  3 x + 6 

4.8 GI FA 2016 – test 2 – Système

 x + y + mz = m

1) Résoudre, par une méthode matricielle, le système  x + my − z = 1 où m est un nombre réel
 x + y − z =1

quelconque. Donner les conditions sur m pour que ce système admette une solution (x, y, z) unique.
1 1 m 
 
Matrice du système : A =  1 m −1  . det(A) = -m – 1 + m - m² + 1 + 1 = 1 – m².
 1 1 −1 
 
Ce système possède donc une solution unique ssi m ≠ ±1.
Par la méthode de Cramer :
m 1 m
1 m −1
1 1 −1 − m2 − 1 + m − m2 + m + 1 2m (1 − m ) 2m
x= = = =
1 − m2 1−m 2
1− m 2
1+ m

Page 23 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

1 m m
1 1 −1
1 1 −1 −1 − m + m − m + 1 + m
y= = =0
1− m 2
1 − m2
1 1 m
1 m 1
m + 1 + m − m2 − 1 − 1 −m2 + 2m − 1 − (1 − m )
2
1 1 1 m −1
z= = = = =
1 − m2 1−m 2
1− m 2
1− m 2
1+ m
 x
 
2) Quelle est la condition sur m pour que l'unique vecteur  y  solution du système soit de norme 1 ?
 z
 
2 2
 2m   m − 1 
Il faut et il suffit que x + y + z = 1 , soit 
2 2 2
 +  =1
1+ m  1+ m 
5m2 − 2m + 1
⇔ = 1 ⇔ 4 m2 − 4 m = 0 ⇔ m = 0 ou m = 1 . Mais on a vu que m ne pouvait valoir 1. Ainsi,
m2 + 2m + 1
ce vecteur sera de norme 1 à la condition que m = 0.
 x+ y=0  x  0 
    
À ce moment-là, le système est  x − z = 1 et son unique solution est  y =  0  .
x + y − z = 1  z   −1 
    

4.9 GI FA 2014 – test 2 – Système et application linéaire

( )
L'espace de dimension 3 est muni d'une base B = i , j , k , dans laquelle on définit l'application linéaire
 2 −1 3   x
 
vectorielle f par sa matrice F =  1 5 −1  . On rappelle qu’alors l’image par f d’un vecteur X =  y  est le
 2 −3 1  z
   
( )
vecteur Y = f X = F × X . Les parties 1 et 2 sont indépendantes.
 x  −1 
Partie 1 : Déterminer le vecteur X =  y  dont l’image par f est Y =  2  .
z 1
   
Choisissons par exemple la méthode de Cramer :
2 −1 3
Le déterminant du système est 1 5 −1 = 2 × 2 − 1 × 8 + 2 × ( −14 ) = −32
cofacteurs avec colonne 1
2 −3 1
Le déterminant étant différent de 0, le système admet une solution unique donnée par :
−1 −1 3
1 1 −32
x=
−32
2 5 −1 =
−32
( −1 × 2 − 2 × 8 + 1 × ( −14 ) ) =
−32
=1
1 −3 1
2 −1 3
1 1 0
y=
−32
1 2 −1 =
−32
( 2 × 3 − 1 × ( −4 ) + 2 × ( −5 ) ) =
−32
=0
2 1 1

Page 24 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

2 −1 −1
1 1 32
z=
−32
1 5 2 =
−32
( 2 × 11 − 1 × ( −4 ) + 2 × 3 ) =
−32
= −1
2 −3 1
 −1  1
Le vecteur dont l’image par f est Y =  2  . est X =  0  .
 
1  −1 
   

Partie 2 :
1
 
1) Soit X B =  0  exprimé dans la base B. Donner les coordonnées du vecteur YB dans la base B.
 −1 
 
 2 −1 3  1   −1 
    
YB =  1 5 −1  0  =  2  .
 2 −3 1  −1   1 
    

2) On définit une nouvelle base dans cet espace : B′ = ( u , v , w ) ; on désignera les matrices de passage
 1 −1 1 
d’une base à l’autre par P = [ u , v , w]ijk et P′ = i , j , k  et on donne P′ =  0 2 1  .
uvw
0 1 0
 
 1 −1 3 
a. Justifier que P =  0 0 1  .
 0 1 −2 
 
P et P’ sont forcément deux matrices inverses, donc PP’ = I. Vérifions :
 1 −1 3  1 −1 1   1 + 0 + 0 −1 − 2 + 3 1 − 1 + 0   1 0 0 
      
PP′ =  0 0 1  0 2 1  =  0 + 0 + 0 0 + 0 + 1 0 + 0 + 0  =  0 1 0  = I
 0 1 −2  0 1 0   0 + 0 + 0 0 + 2 − 2 0 + 1 + 0   0 0 1 
      

b. Déterminer la matrice F’ de l’application f dans la base B’.

 1 −1 1  2 −1 3  1 −1 3   3 −9 5  1 −1 3   3 2 −10 
        
F′ = P′FP =  0 2 1  1 5 −1  0 0 1  =  4 7 −1  0 0 1  =  4 −5 21 
 0 1 0  2 −3 1  0 1 −2   1 5 −1  0 1 −2   1 −2 10 
        

c. Déterminer les coordonnées du vecteur X B′ , défini en question 1, dans la base B’.

 1 −1 1  1   0 
    
X B′ = P′X B =  0 2 1  0  =  −1 
 0 1 0  −1   0 
    

d. À partir de deux formules différentes, déterminer les coordonnées du vecteur YB′ dans la base B’.
 3 2 −10  0   −2   1 −1 1   −1   −2 
         
YB′ = F′X B′ =  4 −5 21  −1  =  5  ; YB′ = P′YB =  0 2 1   2  =  5  .
 1 −2 10  0   2      
      0 1 0 1   2 

Page 25 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

4.10 GI FC34 2016 – Système et changement de base

( )
Dans un espace vectoriel de dimension deux, muni d’une base i , j , on définit l’application linéaire f

 1 −3   x
dont la matrice est Fij =   . Autrement dit, l’image par f de tout vecteur u =   est
2 4   y
f ( u ) = Fij × u

 x  −1 
1) Déterminer le vecteur w =   tel que f ( w) =   . Autrement dit : résoudre matriciellement le
 y  18 
 x − 3 y = −1
système suivant :  .
2x + 4 y = 18
 1 −3 
Matrice du système : Fij =   . det(Fij) = 10, non nul : solution unique pour le système.
2 4 
−1 −3 1 −1
18 4 50 2 18 20
Résolution par la méthode de Cramer : x = = =5 ; y= = =2
10 10 10 10
 x  −1  1  4 3  −1  1  50   5 
Résolution par l’inverse :   = Fij−1 ×   =    =   =  
 y  18  10  −2 1  18  10  20   2 

 5  −2 
2) On crée dans cet espace une nouvelle base, formée par les vecteurs u =   et v =   .
2 5
a. Donner le contenu des matrices de passage d’une base vers l’autre : [u v ]ij et i j uv .

 5 −2  1  5 2
[u v ]ij =  2  et i j uv = [u v ]ij = 
−1
.
 5 29  −2 5 

b. Donner la matrice Fuv de l’application f dans la base ( u , v ) .

1  5 2  1 −3  5 −2  1  5 2  −1 −17  1  31 −53 
Fuv = i j uv × Fij × [u v ]ij =    =   =  
29  −2 5  2 4  2 5  29  −2 5  18 16  29  92 114 

4.11 GI FA 2013 – test 2 – Valeurs et vecteurs propres

 x 1  3x + 4 y 
Dans la base canonique ( i , j ) , soit f : ℝ2 → ℝ2 définie par : v =   ֏ f ( v ) =  
 y 5  4x − 3y 
1) Écrire la matrice de f, notée A, dans la base ( i , j ) , telle que f ( v ) = A.v
13 4  1  3 4  x  1  3 x + 4 y 
A=   , puisque    =  .
5  4 −3  5  4 −3  y  5  4 x − 3 y 

2 
2) Montrer que le vecteur v1 =   est un vecteur propre de f. Quelle est la valeur propre associée ?
1 
2 
f ( v1 ) = Av1 =   = v1 C’est donc un vecteur propre de f, associé à la valeur propre 1.
1 

Page 26 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

 −1 
3) Montrer que le vecteur v2 =   est un vecteur propre de f. Quelle est la valeur propre associée ?
2
 1
f ( v2 ) = Av2 =   = −v2 C’est donc un vecteur propre de f, associé à la valeur propre -1.
 −2 

4) Justifier que les vecteurs v1 et v2 forment une base du plan. Ecrire la matrice, notée D, de f dans cette
base ( v1 , v2 ) de vecteurs propres.
Ces deux vecteurs ne sont pas colinéaires. Ils forment donc une base du plan. Autrement dit, la matrice
carrée qu’ils forment a un déterminant différent de zéro. La matrice D, de f dans cette base propre, est
1 0 
la matrice diagonale des vecteurs propres : D =  .
 0 −1 

5) Écrire la matrice de passage, notée P, de la base ( v1 , v2 ) vers la base ( i , j ) .

 2 −1 
P=  .
1 2 

6) Calculer P-1.
1  2 1
det(P) = 5. P-1 =  .
5  −1 2 

7) Quelle est la relation entre A, D, P et P-1 ? Le vérifier par le calcul.

D = P-1.A.P
1  2 1  1  3 4   2 −1  1  2 1  10 5  1  25 0   1 0 
P-1 AP =     =   =  =  =D
5  −1 2  5  4 −3   1 2  25  −1 2  5 −10  25  0 −25   0 −1 

4.12 GI FC18/26 2016 – Valeurs et vecteurs propres

f est une application linéaire réelle dans l'espace de dimension 2 : à tout vecteur X de coordonnées
1 3
( )
réelles, elle fait correspondre le vecteur Y = f X = F X où F est la matrice  .
2 6 
1) Déterminer les valeurs propres et vecteurs propres de l'application linéaire f .
1−λ 3
Valeurs propres : det ( F − λ I ) = 0 ⇔ = 0 ⇔ λ 2 − 7λ = 0 ⇔ λ = 0 ou λ = 7
2 6−λ
Vecteurs propres associés à λ = 0 :
 1 3  x   0   −3 
  =   ⇔ x + 3 y = 0. Vecteurs propres : a   , a ∈ ℝ
*

 2 6    
y 0 1
 
Vecteurs propres associés à λ = 7 :
 1 3  x   7 x  1
  =   ⇔ y = 2 x. Vecteurs propres : b   , b ∈ ℝ
*

 2 6    
y 7 y 2
 

2) Une des valeurs propres est particulière ; expliquer ce qu'elle implique pour les images des vecteurs
propres concernés.
 −3 
La valeur propre nulle indique que les vecteurs a   , a ∈ ℝ* , ont une image nulle par f.
1

Page 27 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

3) Caractériser les vecteurs X tels que f X ( )= X , dans une base propre.

Dans une base propre, la matrice de l'application f est diagonale et contient ses deux valeurs propres,
0 0
donc par exemple 
0 7
x
 , si bien qu'ici X =   ⇒ f X = 
 y
( )
 0 0  x   0 
  =   .
 0 7  y   7 y 
( )=
Ainsi : f X X ⇔ x2 + y 2 = 49 y 2 ⇔ x = ± y 48 = ±4 3 × y . Les vecteurs dont la norme est égale à
4 3   −4 3 
celle de leur image par f appartiennent aux droites vectorielles c 
 1  , c ∈ ℝ  1  , d ∈ ℝ
et d  .
   

Moins simple, non demandé, mais qui représente un entraînement utile :

 1 3  x   x + 3 y 
( )
Dans la base initiale, f X =    =  .
 2 6  y   2 x + 6 y 
( )=
f X X ⇔ x 2 + y 2 = ( x + 3 y ) + ( 2 x + 6 y ) = 5 x2 + 45 y 2 + 30 xy ⇔ 4 x2 + 30 xy + 44 y 2 = 0
2 2

225 2 49 2  2 x + 7,5 y = 3,5 y ⇔ x = −2 y

⇔ ( 2 x + 7,5 y ) − y + 44 y 2 = 0 ⇔ (2 x + 7,5 y ) =
2 2
y ⇔
4 4 2 x + 7,5 y = −3,5 y ⇔ x = −5,5 y
Les vecteurs dont la norme est égale à celle de leur image par f appartiennent aux droites vectorielles
 −2   −5,5 
c   , c ∈ ℝ et d  , d ∈ℝ .
1  1 
On pourra également remarquer que les solutions dans la base initiale ne correspondent pas à celles de
la base propre (par utilisation d'une matrice de passage) : deux vecteurs peuvent avoir la même norme
dans une base, mais pas dans une autre !

4.13 GI FA 2016 – test 2 – Puissances d'une matrice diagonalisable

 −2 −1 
On donne la matrice A =  ( )
 définie dans une base i , j . L'objectif de l'exercice est de déterminer
 3 2
une expression simple de Ak = A × A × ... × A (k facteurs) en fonction de k.

1) Déterminer les valeurs propres et vecteurs propres de A.

−2 − λ −1
det ( A − λ I ) = = λ 2 − 1 . λ1 = -1 et λ2 = 1
3 2−λ
Vecteurs propres associés à λ1 = -1 :
 −2 − λ −1  x   0   −1 −1  x   0  1
  =   ⇒    =   ⇔ x = − y. Vecteurs propres : a   , a ∈ ℝ
*

 3 2 − λ  y   0   3 3  y   0   −1 
Vecteurs propres associés à λ2 = 1 :
 −2 − λ −1  x   0   −3 −1  x   0  1
  =   ⇒    =   ⇔ y = −3 x. Vecteurs propres : a   , a ∈ ℝ
*

 3 2 − λ  y   0   3 1  y   0   −3 
1 1 1 3 1 
2) Montrer alors que les matrices P =   et P′ =   peuvent être choisies comme
 −1 −3  2  −1 −1 
( )
matrices de passage entre la base i , j et une base de vecteurs propres.

Page 28 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

 1   1 
En choisissant V1 =   et V2 =   comme représentants des deux groupes de vecteurs propres
 −1   −3 
associés respectivement aux valeurs propres – 1 et 1, on a immédiatement la matrice de passage

P =
1 1
 −1 −3 
( )
 de la base des vecteurs propres V1 ,V2 vers la base i , j .( )
1 0
On vérifie facilement que PP′ = P ′P = I =   , donc P' est la matrice inverse de P, et est par
0 1
( ) (
conséquent la matrice de passage de la base i , j vers la base V1 ,V2 . )
Remarque :
1  −3 −1  1  −3 −1  1  3 1 
On peut aussi calculer P −1 à partir de P : P −1 =  =  =   et l'on
det ( P )  1 1  −2  1 1  2  −1 −1 
constate bien que P −1 = P '

3) On note D la matrice obtenue en diagonalisant A dans sa base de vecteurs propres.

Écrire la relation entre D et A, puis montrer que Ak = PD k P −1
On sait que D = P −1 AP . Donc PD = PP −1 AP = AP et ainsi PDP −1 = APP −1 = A .
( )( ) ( )
Ak = PDP −1 PDP −1 ... PDP −1 . Entre chaque apparition de D se trouve le produit P-1P qui vaut
l'identité et donc qui se simplifie. Les matrices D se multiplient donc entre elles : Ak = PD k P −1 .

λ 0  λ1k 0 
4) On admet que si D =  1  , alors D = 
k
k 
. Calculer alors Ak en fonction de k, puis donner
0 λ2   0 λ2 
les expressions simples de cette matrice suivant que k est pair ou impair.
 ( −1 ) k 0 
Dk =   . Donc :
 0 1 

1  1 1   ( −1) 0   3 1  1  1 1   3 ( −1) ( −1 ) 
k k k

Ak =       =    
2  −1 −3   0 1   −1 −1  2  −1 −3   −1 −1 

1  3 ( −1) − 1 ( −1 ) − 1 
k k
1 0  −2 −1 
=   =  si k est pair et   si k est impair
2  −3 ( −1 )k + 3 − ( −1)k + 3  0 1  3 2
 

4.14 GI FA 2015 – Test 2 – Vecteurs propres et système différentiel

3 6 
1) Déterminer les valeurs propres et vecteurs propres de la matrice   . On notera λ1 et λ2 ces
 2 −1 
valeurs propres, avec λ1 < λ2, et Vp1 et Vp2 les vecteurs propres correspondants.

Recherche des valeurs propres :

3−λ 6
= 0 ⇔ − ( 3 − λ )(1 + λ ) − 12 = 0 ⇔ λ 2 − 2λ − 15 = 0 ⇔ λ1 = −3 et λ2 = 5
2 −1 − λ
Recherche des vecteurs propres :
* Vp1 :
 3 6  x   x 3 x + 6 y = −3 x 1
F.Vp1 = −3Vp1 ⇔    = −3   ⇔  ⇔ y = −x Vp1 = α   , α ∈ ℝ *
 2 −1  y   y  2 x − y = −3 y  −1 

Page 29 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018
 Mathématiques – AL3 - Matrices

* Vp2 :
 3 6  x   x 3 x + 6 y = 5 x 3
F.Vp2 = 5Vp2 ⇔    = 5   ⇔  ⇔ x = 3y Vp2 = α   , α ∈ ℝ*
 2 −1  y   y  2x − y = 5 y 1

2) On étudie un système mécanique, composé d’une masse reliée à des ressorts et dont les mouvements se
cantonnent au plan (O, x, y) qui est muni d’une base ( i , j ) . Les coordonnées x et y de cette masse sont
des fonctions du temps, qui, dans la base ( i , j ) , sont reliées par le système différentiel suivant :
 x′ = 3 x + 6 y dx dy
 où x′ = et y′ = .
 y′ = 2 x − y dt dt
Notre objectif est de résoudre ce système afin de déterminer les expressions de ces deux fonctions.
 x dw  x ′ 
On notera w le vecteur   , w′ = =   son vecteur dérivé par rapport au temps, et A la matrice
 y dt  y ′ 
3 6 
  , si bien que le système différentiel précédent s’écrit matriciellement w′ = A w .
 2 −1 

a. Grâce aux résultats de la question 1), sélectionner deux vecteurs propres V1 et V2 de la matrice A (un
par valeur propre) ; justifier que ce couple de vecteurs propres peut définir une base du plan (x, y).
1  3
V1 =   et V2 =  
 −1  1

 x  x′  X  X ′
b. Les notations w =   , w′ =   et A dans la base ( i , j ) deviennent W =   ,W ′ =   et B dans
 y  y′  Y   Y′ 
( )
la base propre V1 , V2 . Donner la matrice B.
 −3 0 
B= 
 0 5

c. Que devient, dans cette base propre, le système différentiel reliant X, Y, X’ et Y’ ?

 X ′ = −3 X
W ′ = BW ⇔ 
 Y ′ = 5Y

d. Résoudre alors ce système simple, c’est-à-dire donner les fonctions X et Y du temps.

 X ′ = −3 X  X = C e −3t
 ⇔
 Y ′ = 5Y  Y = De
5t

e. Par changement de base, le vecteur W étant maintenant connu, donner alors le vecteur w dans la
base ( i , j ) et ainsi les fonctions x et y du temps recherchées initialement.
 1 3
w = P W avec P =  V1 V2  =   , donc
ij
 −1 1 
 x ( t ) = C e + 3 De
−3t
 x   1 3   X   X + 3Y 
5t

  =    =  ⇔ 
 y ( t ) = − C e + De
−3t
 y   −1 1   Y   − X + Y 
5t

Page 30 sur 30
AL3 - Matrices – Exercices FC Corrigés – Rev 2018