MATRICES Term - ME

Histoire des maths

Introduction
Le mot « matrice » vient du latin « mater » (mère). Comme on enregistrait les enfants à la naissance dans des registres, le mot
désigna ces registres. Cela explique les mots « matricule » ou « immatriculation ». Au début de l’imprimerie, « matrice »
désignait le moule à imprimer sur lequel on plaçait les caractères. Au IIe siècle av. JC, on trouve en Chine, dans Les neufs
chapitres sur l’art mathématique, des tableaux de nombres utilisés pour résoudre des systèmes d’équations linéaires. C’est le
même problème qui amène Bézout (1730-1783) et Vandermonde (1735-1796), deux mathématiciens français, à fournir des
méthodes de résolutions dépendant des coefficients. Au milieu du siècle suivant les mathématiciens anglais Sylvester et Cayley
comprennent l’importance de l’utilisation de tels tableaux. Le 1er leur donne le nom de matrice mais c’est le 2nd qui leur octroie
un vrai statut en définissant des opérations. Cayley présente ces notions dans un mémoire publié en 1858 et dans lequel sont
démontrés d’importants théorèmes.

James Sylvester
Le frère aîné de James Joseph revient des Etats-Unis avec le pseudonyme de Sylvester ; pour une raison
obscure, ce nom est adopté par toute la famille. James Sylvester entre au Saint-John’s College de Cambridge
en 1831. Une longue maladie l’oblige à interrompre sa scolarité à plusieurs reprises entre 1833 et 1834.
Retrouvant la santé, il passe en 1837 l’examen de fin d’études. Reçu 2 nd, il n’est pas diplômé par
l’université : pour l’être, il aurait dû affirmer son appartenance à l’Eglise d’Angleterre ; or il est juif, et il ne
veut se soumettre à une semblable obligation. De 1838 à 1840, il enseigne la physique à l’université de
Londres, obtenant l’un des rares postes que sa religion lui permettrait d’occuper. Il se rend ensuite aux
Etats-Unis, à l’université de Virginie à Charlottesville. Après une dispute avec des étudiants, il revient en
Angleterre et devient actuaire pour une compagnie d’assurances. Sa pratique des mathématiques se limite alors à produire des
leçons particulières : Florence Nightingale1 est son élève la plus célèbre. Il entre au barreau en 1850, et y rencontre Cayley : les 2
hommes partagent leur passion commune pour les mathématiques. Il redevient enseignant en 1855, comme professeur de
mathématiques à l’Académie militaire royale de Woolwich. En 1870, il retourne aux Etats-Unis, à l’université Johns Hopkins de
Baltimore. Commence alors la période la plus fructueuse de sa carrière. Il fonde en 1878 l’American Journal of mathematics,
dont il est le 1er rédacteur en chef. Il invite souvent Cayley pour des conférences. Sylvester donne une impulsion décisive au
développement des mathématiques d’outre-Atlantique. A son retour en Angleterre, il obtient une chaire à Oxford.
Sylvester est un homme bien bâti, sensible et passionné, et il expose ses idées avec enthousiasme. Cependant, son caractère
irascible lui vaut de nombreuses inimitiés. Il n’aime pas lire les travaux des autres mathématiciens, sa mémoire est défaillante, et
ses cours sont souvent improvisés, mais d’une manière parfois géniale : il lui arrive de prouver des résultats nouveaux.
Sylvester se passionne pour la poésie On lui doit un ouvrage de versification et un certain nombre de poèmes, en particulier
Rosalind, œuvre de 400 vers qui riment tous avec le nom de l’héroïne. Il s’intéresse également à la musique ; il suit même des
cours dispensés par Gounod2.
Les 1ers travaux de Sylvester portent sur une analyse mathématique de la théorie optique de Fresnel. Sa rencontre avec Cayley
l’oriente vers les théories algébriques nouvelles qui se développent à ces époques : Matrices, déterminant, théorie des
invariants, réduction des formes quadratiques… Il s’intéresse également à la théorie des nombres et à celle des probabilités.
Bien que ses travaux soient souvent incomplets, parfois erronés, toujours mal achevés, Sylvester a une aptitude à l’abstraction
qui l’amène à généraliser des problèmes concrets.

Arthur Cayley

Arthur Cayley, bien que né en Angleterre, passe les 8 premières années de sa vie à Saint-Pétersbourg, ville où ses parents font
du commerce. De 1838 à 1849, il étudie les mathématiques et le droit au Trinity College de Cambridge. Devenu avocat en 1849,
il obtient enfin 1863, une chaire de mathématiques pure à Cambridge et il peut alors se consacrer à sa passion. Il fait toute sa
carrière à Cambridge, si l’on excepte une année passée à l’Université de Johns Hopkins (1881-1882). Cayley semble avoir toutes

1
Florence Nightingale (1820-1910) est une infirmière anglaise, pionnière des soins infirmiers modernes et de l’utilisation des statistiques dans
le domaine de la santé. Elle organisa des hôpitaux militaires de campagne pendant la guerre de Crimée, la guerre de Sécession et la guerre
franco-allemande de 1870-1871, et développa la formation du personnel hospitalier.
2
Charles Gounod (1818-1893) est un compositeur français, célèbre pour son opéra Faust.
1
[Link] Maths expertes-Chapitre 1 Matrices
 les vertus possibles : une gentillesse reconnue par tous, une mémoire hors du commun, des aptitudes
sportives supérieures et des dons artistiques (il peint des aquarelles). Esprit romanesque et polyglotte, il
dévore plus de mille romans, en anglais bien sûr mais aussi en français, en grec, en allemand et en italien ; il en
écrit même quelques-uns. Sportif et passionné d’escalade en montagne, Cayley se rendait souvent sur le
continent pour assouvir sa passion. Il expliquait que, bien que l’ascension d’un sommet lui soit souvent difficile
et pénible, un sentiment d’exaltation s’emparait de lui, une fois le but atteint. Il le comparait à celui obtenu
lorsqu’il résolvait un problème mathématique délicat ou achevait une théorie compliquée.
Les travaux mathématiques de Cayley concernent tous les domaines, mais surtout la géométrie, l’algèbre
linéaire, les fonctions elliptiques et la théorie des invariants. Cayley est sans doute, après Euler et Cauchy le
plus prolixe des mathématiques : des œuvres complètes comportent 970 articles remplissant 13 volumes de 600 pages. Cayley
est souvent considéré comme l’inventeur des matrices. Lorsqu’il les introduit en 1841, le déterminant existe déjà, noté en
tableau depuis 1815 à l’initiative de Cauchy, Cayley y ajoute seulement deux barres. Il se contente d’étudier les matrices carrées
d’ordre 2 et 3 mais il affirme que toutes les notions introduites et tous les résultats obtenus s’étendent aux matrices
rectangulaires. Il définit les opérations de base sur les matrices (somme, produit, inverse)

D’après « Des mathématiciens de A à Z », B. Hauchecorne-D. Suratteau, éditions Ellipses (2008)

I Généralités sur les matrices

Définition Soit (𝑚 ; 𝑛) ∈ (ℕ∗ )2 . Une matrice de taille (ou de dimension 𝑚 × 𝑛 est un tableau de nombres formé
de 𝑚 lignes et 𝑛 colonnes. Une telle matrice s’écrit sous la forme :

𝑎11 𝑎12 𝑎13 𝑎1𝑛

𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝑀=( ⋮ ⋱ ⋮ )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛

Les nombres 𝑎𝑖𝑗 sont appelés les coefficients de la matrice.

Exemple
0,2 −1/2 4
𝐴=( ) est une matrice de taille 2 x 3
1 5 −√2
Remarque
La matrice M peut être notée 𝑀 = (𝑎𝑖𝑗 )1≤𝑖≤𝑚 .
1≤𝑗≤𝑛

Vocabulaire
−1 0
1) Lorsque 𝑚 = 𝑛, on dit que 𝑀 est une matrice carrée d’ordre 𝑛 ou de taille 𝑛 × 𝑛. Par exemple, 𝐴 = ( ).
9 12
2) Lorsque 𝑚 = 1, on dit 𝑀 est une matrice ligne. Par exemple, 𝐵 = (−2 5 −10).
0,5
3) Lorsque 𝑛 = 1, on dit 𝑀 est une matrice colonne. Par exemple, 𝐶 = ( 1 ).
−6
4) La matrice identité (ou unité) d’ordre 𝑛 (𝑛 ≥ 2) est la matrice carrée d’ordre 𝑛 qui ne contient que des 1 sur la
1 0 0
diagonale principale et des 0 ailleurs. On la note 𝐼𝑛 . Par exemple, 𝐼3 = (0 1 0).
0 0 1
5) On appelle matrice diagonale, une matrice dont tous les coefficients, non situés sur la diagonale principale sont
nuls.
6) La matrice nulle de taille 𝑚 × 𝑛 est celle dont tous les coefficients sont égaux à 0. On la note 𝑂𝑛,𝑚 (et simplement
𝑂𝑛 ).

2
[Link] Maths expertes-Chapitre 1 Matrices
 Propriété Deux matrices sont égales ssi elles ont la même taille et ont les mêmes coefficients égaux placés aux
mêmes positions.

Démonstration admise

Exemple
𝑥2 0 16 0
Soit 𝐴 = ( ) et 𝐵 = ( ).
−1 𝑦 3 −1 −8
𝑥 2 = 16 𝑥 = 4 ou − 4
𝐴=𝐵⟺{ 3 ⇔{ .
𝑦 = −8 𝑦 = −2

II Opérations sur les matrices

Définition Somme
Soit A et B deux matrices de même taille.
La somme (resp. la différence) de A et B, notée 𝐴 + 𝐵 (resp. 𝐴 − 𝐵), est la matrice obtenue en additionnant
(resp. en soustrayant) 2 à 2 les coefficients de A et B qui occupent la même position.

Exemple
2 3 5 −3 2+5 3−3 7 0 2−5 3+3
𝐴=( ) et 𝐵 = ( ). On a : 𝐴 + 𝐵 = ( )=( ) et 𝐴 − 𝐵 = ( )=
4 −1 −3 10 4−3 −1 + 10 1 9 4 + 3 −1 − 10
−3 6
( ).
7 −11

Propriété Soit A, B et C trois matrices de même taille.

(i) Commutativité 𝐴 + 𝐵 = 𝐵 + 𝐴 ;
(ii) Associativité 𝐴 + 𝐵 + 𝐶 = (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶).

Démonstration admise

Définition Produit d’une matrice par un réel

Soit A une matrice et 𝑘 un nombre réel.
Le produit de A par le réel 𝑘 est la matrice, notée 𝑘𝐴, obtenu en multipliant chaque coefficient de A par 𝑘.

Exemple
0,5 −1 0,25 1 −2 0,5
𝐴=( ) alors 2𝐴 = ( ).
−2 5 7 −4 10 14

Exercice 1

3
[Link] Maths expertes-Chapitre 1 Matrices
 Propriétés Soit A et B deux matrices de même taille et (𝑘 ; 𝑘 ′ ) ∈ ℝ2 .
(i) (𝑘 + 𝑘 ′ )𝐴 = 𝑘𝐴 + 𝑘′𝐴 ;
(ii) 𝑘(𝐴 + 𝐵) = 𝑘𝐴 + 𝑘𝐵 ;
(iii) (𝑘𝑘 ′ )𝐴 = 𝑘(𝑘 ′ 𝐴).
Démonstration admise

Définition Produit d’une matrice carrée par une matrice colonne

Soit A une matrice carrée d’ordre 𝒏 et B une matrice colonne à 𝒏 lignes telles que :

𝑎11
𝑎12 𝑎13 𝑎1𝑛 𝑏1
𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝑎21 𝑏2
𝐴=( ⋮ ⋱ ⋮ ) et 𝐵 = ( ⋮ ) .
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 𝑏𝑛
Le produit de la matrice carrée 𝐴 par la matrice colonne 𝐵 est la matrice colonne à 𝒏 lignes, noté 𝐴 × 𝐵 (ou 𝐴𝐵)
et égale à :

𝑎11 × 𝑏1 + 𝑎12 × 𝑏2 + ⋯ + 𝑎1𝑛 × 𝑏𝑛

𝑎21 × 𝑏1 + 𝑎22 × 𝑏2 + ⋯ + 𝑎2𝑛 × 𝑏𝑛
𝐴×𝐵 =( )
⋮
𝑎𝑛1 × 𝑏1 + 𝑎𝑛2 × 𝑏2 + ⋯ + 𝑎𝑛𝑛 × 𝑏𝑛

Remarques
1) Attention, le produit 𝐴 × 𝐵 est défini lorsque le nombre de colonnes de la matrice A est égal au nombre de
lignes de la matrice B.
2) On a une définition équivalente pour le produit d’une matrice ligne avec une matrice carrée (voir dispositions ci-
dessous).

Dispositions à retenir

Exemples
2 5 3 2×3+5×4 26
1. 𝐴 = ( ) et 𝐵 = ( ) alors 𝐴 × 𝐵 = ( ) = ( ).
−3 1 4 −3 × 3 + 1 × 4 −5
6 −24
2. 𝐴 = (0.5 0.75) et 𝐵 = ( ) alors 𝐴 × 𝐵 = (0.5 × 6 − 0.75 × 4 −0.5 × 24 + 0.75 × 8) = (0 −6)
−4 8

Définition Produit de deux matrices quelconques

Soit A une matrice de taille 𝒎 × 𝒏 et B une matrice de taille de 𝒏 × 𝒑. Le produit des matrices A et B, noté 𝐴 × 𝐵
(ou 𝐴𝐵), est la matrice 𝐶 = (𝑐𝑖𝑗 )1≤𝑖≤𝑚 de taille 𝒎 × 𝒑 telle que, pour tous 1 ≤ 𝑖 ≤ 𝑚 et 1 ≤ 𝑗 ≤ 𝑝, on a :
1≤𝑗≤𝑝

𝑐𝑖𝑗 = ∑ 𝑎𝑖𝑘 × 𝑏𝑘𝑗 où 𝐴 = (𝑎𝑖𝑗 )1≤𝑖≤𝑚 et 𝐵 = (𝑏𝑖𝑗 )1≤𝑖≤𝑛

𝑘=1 1≤𝑗≤𝑛 1≤𝑗≤𝑝

4
[Link] Maths expertes-Chapitre 1 Matrices
Remarques
1) Cette formule n’est pas à connaître par cœur mais c’est la méthode de calcul qui est à comprendre et connaître.
2) Attention, le produit 𝐴 × 𝐵 est défini lorsque le nombre de colonnes de la matrice A est égal au nombre de
lignes de la matrice B.

Méthode de calcul sur un exemple

−1 0
1 2 −1
Soit 𝐴 = ( ) de taille 𝟐 × 3 et 𝐵 = ( 3 −1) de taille 3 × 𝟐.
0 −5 2
2 2
Le calcul de 𝐶 = 𝐴 × 𝐵 est possible puisque le nombre de colonnes de A est égal au nombre de lignes de B.
𝑐11 𝑐12
Soit 𝐶 = (𝑐 𝑐22 ) de taille 𝟐 × 𝟐.
21

On peut utiliser la disposition suivante afin de retenir le principe de calcul :

Où 𝑐11 = 1 × (−1) + 2 × 3 + (−1) × 2 = 3

𝑐12 = 1 × 0 + 2 × (−1) + (−1) × 2 = −4
𝑐21 = 0 × (−1) + (−5) × 3 + 2 × 2 = −11
𝑐11 = 0 × 0 + (−5) × (−1) + 2 × 2 = 9
Remarque
Attention, la multiplication n’est pas commutative en général, c’est-à-dire 𝑨 × 𝑩 ≠ 𝑩 × 𝑨 en général.
−2 3 3 −3
En effet, soit 𝐴 = ( ) et 𝐵 = ( ).
1 2 4 1
6 9 −9 3
Alors, 𝐴𝐵 = ( ) et 𝐵𝐴 = ( ) soit 𝐴𝐵 ≠ 𝐵𝐴.
11 −1 −7 14

Propriétés Soit A, B et C trois matrices carrées d’ordre 𝑛 et 𝑘 ∈ ℝ⬚ .

(i) Associativité 𝐴 × 𝐵 × 𝐶 = 𝐴 × (𝐵 × 𝐶) = (𝐴 × 𝐵) × 𝐶 ;
(ii) Distributivité 𝐴 × (𝐵 + 𝐶) = 𝐴 × 𝐵 + 𝐵 × 𝐶 et (𝐴 + 𝐵) × 𝐶 = 𝐴 × 𝐶 + 𝐵 × 𝐶 ;
(iii) (𝑘𝐴) × 𝐵 = 𝐴 × (𝑘𝐵) = 𝑘(𝐴 × 𝐵) ;
(iv) 𝐴𝐼𝑛 = 𝐼𝑛 𝐴 = 𝐴.

Démonstration admise

Exercice 2
5 −1
Soit 𝑀 = ( ). En montrant que 𝑀 × 𝑀 = 3𝑀, en déduire 𝑀 × 𝑀 × 𝑀.
10 −2

Définition Puissance n-ième d’une matrice carrée

Soit A une matrice carrée non nulle et soit 𝑛 ∈ ℕ∗ .
On a 𝐴𝑛 = ⏟𝐴 × 𝐴 × … × 𝐴.
𝑛 fois

5
[Link] Maths expertes-Chapitre 1 Matrices
Remarque
Si A est une matrice carrée non nulle d’ordre 𝑝, on convient que 𝐴0 = 𝐼𝑝 . On peut alors définir par récurrence :
∀ 𝑛 ∈ ℕ, 𝐴𝑛+1 = 𝐴𝑛 × 𝐴 = 𝐴 × 𝐴𝑛 . Par ailleurs, on a ∀(𝑚 ; 𝑛) ∈ ℕ∗ , 𝐴𝑚+𝑛 = 𝐴𝑚 × 𝐴𝑛 = 𝐴𝑛 × 𝐴𝑚 .

Exemples
1 −1 −1 −4 −9 −11
1) Soit 𝐴 = ( ). Alors 𝐴2 = 𝐴 × 𝐴 = ( ) et 𝐴3 = ( ).
2 3 8 7 22 13
2 0 0 2×2 0 0 4 0 0
2) Soit 𝐴 = (0 1 0). Alors 𝐴2 = ( 0 1×1 0 ) = (0 2 0 ).
0 0 4 0 0 4×4 0 0 16
2𝑛 0 0
Par récurrence, montrons que ∀ 𝑛 ∈ ℕ, 𝐴𝑛 = ( 0 1 0 ).
0 0 4𝑛
0 1 0 0
2 0 0
- 𝑛 = 0 : 𝐴0 = 𝐼3 et ( 0 1 0 ) = (0 1 0) = 𝐼3 . Ok.
0 0 40 0 0 1
2𝑛 0 0 2𝑛 0 0 2 0 0
𝑛 𝑛+1 𝑛
- Supposons pour 𝑛 ∈ ℕ, 𝐴 = ( 0 1 0 ) ; on a 𝐴 = 𝐴 . 𝐴 = ( 0 1 0 ) (0 1 0) =
0 0 4𝑛 0 0 4𝑛 0 0 4
𝑛+1
2 0 0
( 0 1 0 ). L’hérédité est bien prouvée.
0 0 4𝑛+1
2𝑛 0 0
𝑛
Donc ∀ 𝑛 ∈ ℕ, 𝐴 = ( 0 1 0 ).
0 0 4𝑛
Utilisation de la calculatrice
3 −1 −2 −4 −11 −13
Soit 𝐴 = ( ) et 𝐵 = ( ). On a : 𝐴 × 𝐵 = ( )
4 −1 5 1 −13 1
Voici les procédures selon les modèles calculatrices pour calculer le produit 𝐴 × 𝐵 :

On peut utiliser la calculatrice pour calculer des puissances n-ième, de matrice :

5 −2
Par exemple, 𝐴2 = ( ).
8 −3

6
[Link] Maths expertes-Chapitre 1 Matrices
D’après l’exemple 2), on a la propriété suivante :
Propriété Soit 𝑎1 , 𝑎2 , … , 𝑎𝑘 𝑘 réels et 𝑛 ∈ ℕ∗ .

n
 a1 0 ... 0   a1n 0 ... 0 
   n 
0 a2 ... 0   0
=
a2 ... 0 
.
   
   
0 ... 0 ak   0 ... 0 ak n 

Démonstration admise

Exercice 3
−1 1
Soit 𝐴 = ( ).
1 −1
1. Déterminer 𝐴2 , 𝐴3 et 𝐴4 .
2. Conjecturer une expression de 𝐴𝑛 pour 𝑛 ∈ ℕ∗ .
3. Démontrer cette conjecture par récurrence.

III Matrice inverse et résolution de système

Notation
L’ensemble des matrices carrées à coefficients réels d’ordre 𝑛 est notée ℳ𝑛 (ℝ).

Définition et propriété
Soit 𝑛 ∈ ℕ∗ et soit 𝐴 ∈ ℳ𝑛 (ℝ).
Dire que A est inversible signifie qu’il existe une matrice B d’ordre 𝑛 telle que 𝐴𝐵 = 𝐵𝐴 = 𝐼𝑛 . La matrice B que
l’on note 𝐴−1 est unique et est appelée la matrice inverse de A.

Démonstration admise

Exemple
3 −1 0,2 0,2 1 0
Soit 𝐴 = ( ) et 𝐵 = ( ). On constate que 𝐴𝐵 = ( ). A est donc inversible et
2 1 −0,4 0,6 0 1
0,2 0,2
𝐴−1 = ( ).
−0,4 0,6
Remarques
1) Si A est inversible alors 𝐴−1 est également inversible et (𝐴−1 )−1 = 𝐴.
2) La matrice 𝐼𝑛 est inversible et 𝐼𝑛−1 = 𝐼𝑛 .
3) La matrice 𝑂𝑛 n’est pas inversible car, pour tout matrice carrée B d’ordre 𝑛, 𝑂𝑛 𝐵 = 𝐵𝑂𝑛 = 0𝑛 ≠ 𝐼𝑛 .

Exercice 4
2 1 1
Soit 𝐴 = (1 2 1).
1 1 2
1. Montrer que 𝐴 vérifie l’égalité 𝐴2 − 5𝐴 + 4𝐼 = 0.
2. En déduire que 𝐴 est inversible et en déduire 𝐴−1.

7
[Link] Maths expertes-Chapitre 1 Matrices
Comme on va le voir ci-dessous, toutes les matrices ne sont pas inversibles. En effet :

𝑎 𝑏 𝑎 𝑏
Propriété 𝐴 = ( ) est inversible ssi det(𝐴) = | | = 𝑎𝑑 − 𝑏𝑐 ≠ 0.
𝑐 𝑑 𝑐 𝑑

Démonstration
𝑑 −𝑏
Soit 𝐵 = ( ).
−𝑐 𝑎
𝑎 𝑏 𝑑 −𝑏 𝑎𝑑 − 𝑏𝑐 0
Alors 𝐴 × 𝐵 = ( )×( )=( ) = (𝑎𝑑 − 𝑏𝑐)𝐼2.
𝑐 𝑑 −𝑐 𝑎 0 𝑎𝑑 − 𝑏𝑐

1 1
Si 𝑎𝑑 − 𝑏𝑐 ≠ 0, on a 𝑎𝑑−𝑏𝑐
𝐴 × 𝐵 = 𝐼2 soit 𝐴 × (𝑎𝑑−𝑏𝑐 𝐵) = 𝐼2 donc A est inversible.
0 0
Si 𝑎𝑑 − 𝑏𝑐 = 0, alors 𝐴 × 𝐵 = ( ) donc 𝐴 n'est pas inversible. Car si 𝐴 était inversible d'inverse la matrice 𝐶, on
0 0
0 0 0 0
aurait 𝐶 × 𝐴 × 𝐵 = 𝐼2 × 𝐵 = 𝐵 et 𝐶 × 𝐴 × 𝐵 = 𝐶 × ( )=( )
0 0 0 0
0 0
Et donc 𝐵 = ( ). Ce qui est impossible.
0 0

Méthode de calcul d’une matrice inverse (sans calculatrice)

0 2
Calculons l'inverse de la matrice 𝐴 = ( ).
1 2
𝑎 𝑏
Tout d’abord, det(𝐴) = 0 − 2 = −2 ≠ 0 donc l’inverse de A existe. Soit 𝐴−1 = ( ).
𝑐 𝑑
2𝑐 = 1
−1 0 2 𝑎 𝑏 1 0 2𝑐 2𝑑 1 0 2𝑑 = 0
On a : 𝐴 × 𝐴 = 𝐼2 soit ( )×( )=( )⟺( )=( )⇔{ ⇔
1 2 𝑐 𝑑 0 1 𝑎 + 2𝑐 𝑏 + 2𝑑 0 1 𝑎 + 2𝑐 = 0
𝑏 + 2𝑑 = 1
1 1
𝑐= 𝑐=2
2
𝑑=0 −1 1
1 ⇔ 𝑑=0 . D’où 𝐴−1 = ( 1 0).
𝑎+2× =0 𝑎 = −1 2
2
{𝑏 + 2 × 0 = 1 { 𝑏=1

𝑎 𝑏 1 𝑑 −𝑏
Propriété Si 𝐴 = ( ) est inversible, alors 𝐴−1 = ( ).
𝑐 𝑑 det (𝐴) −𝑐 𝑎

Démonstration en exercice (voir le n°60 p 195)

Exemple
1 2 −2 1 1
Reprenons la matrice A de l’exemple précédent. 𝐴−1 = −2 ( ) = (1 0).
−1 0 2

Propriété Soit 𝑛 ∈ ℕ∗ et soit 𝐴 ∈ ℳ𝑛 (ℝ).

A inversible ⟺ det (𝐴) ≠ 0.

Remarque
Pour les matrices carrées d’ordre 𝑛 tel que 𝑛 ≥ 3, il existe un moyen de calculer le déterminant à l’aide d’une
formule (voir p 234). Cette année, on utilisera la méthode précédente et la calculatrice.

8
[Link] Maths expertes-Chapitre 1 Matrices
 Propriété Soit 𝑎1 , 𝑎2 , … , 𝑎𝑘 𝑘 réels différents de 0. Alors, la matrice diagonale formée des coefficients diagonaux
𝑎1 , 𝑎2 , … , 𝑎𝑘 est inversible et l’on a :

1 
a 0 ... 0
 a1 0 ... 0 
−1
 1 
   1 
0 a2 ... 0  0 ... 0
= a2 .
 
   
0 ... 0 ak   
0 1 
 ... 0
 ak 

Démonstration admise

On a la propriété suivante qui va permettre de résoudre des systèmes linéaires :

Propriété Soit 𝑛 ∈ ℕ∗ et soit 𝐴 ∈ ℳ𝑛 (ℝ) inversible et M, N deux matrices carrées ou colonnes de même taille.
On a :
𝐴 × 𝑀 = 𝑁 ⟺ M = 𝐴−1 × 𝑁.

Démonstration – La comprendre car elle permet de retrouver facilement la formule

𝐴 × 𝑀 = 𝑁 ⇔ 𝐴−1 × (𝐴 × 𝑀) = 𝐴−1 × 𝑁
Comme 𝐴−1 × (𝐴 × 𝑀) = (𝐴−1 × 𝐴) × 𝑀 = 𝐼𝑛 × 𝑀 = 𝑀, on a : 𝑀 = 𝐴−1 × 𝑁.

Application – Résolution de système linéaire

5𝑥 + 2𝑦 = 16
On considère le système (S) suivant : (𝑆): {
4𝑥 + 3𝑦 = 17
5 2 𝑥 16
On pose : 𝐴 = ( ) (appelée matrice des coefficients), 𝑋 = (𝑦) (appelée matrice des inconnues) et 𝐵 = ( ).
4 3 17
5𝑥 + 2𝑦
On a alors : 𝐴𝑋 = ( )
4𝑥 + 3𝑦
Ainsi, (𝑆) ⟺ 𝐴𝑋 = 𝐵. Pour trouver 𝑋, on utilise la propriété suivante :

Propriété Soit 𝑛 ∈ ℕ∗ et soit 𝐴 ∈ ℳ𝑛 (ℝ) inversible et B, X deux matrices colonnes à 𝑛 lignes.

Alors le système linéaire d'écriture matricielle 𝐴𝑋 = 𝐵 admet une unique solution donnée par la matrice colonne
𝑿 = 𝑨−𝟏 𝑩.

Démonstration
Elle découle de la propriété précédente.

Remarque
Si A n’est pas inversible alors le système correspondant possède une infinité de solutions ou aucune solution.

Exemple
3 −2
−1 7 7
Reprenons le système précédent. En calculant l'inverse de la matrice 𝐴, on a : 𝐴 = (−4 5 ).
7 7
3 −2
−1 7 7 16 2
Ainsi 𝑋 = 𝐴 𝐵 = (−4 5 ) (17) = ( ). Le système a donc pour solution le couple (𝑥 ; 𝑦) = (2 ; 3).
3
7 7

9
[Link] Maths expertes-Chapitre 1 Matrices
IV Suites de matrices colonnes
Introduction – Quelques exemples de suites de matrices

1) Soit la suite (𝑈𝑛 ) définie pour tout entier naturel 𝑛 par 𝑈𝑛 = ( 𝑛3 ). C’est une suite de matrices colonnes dont
−𝑛 + 1
les coefficients sont les suites numériques (𝑎𝑛 ) et (𝑏𝑛 ) définies pour tout entier naturel 𝑛 par 𝑎𝑛 = 𝑛3 et
0 1 8
𝑏𝑛 = −𝑛 + 1. On a : 𝑈0 = ( ), 𝑈1 = ( ) , 𝑈2 = ( ).
1 0 −1
2) Soit une suite numérique (𝑢𝑛 ) définie par une relation de récurrence d'ordre 2 :
𝑢0 = 2, 𝑢1 = −1
{ .
𝑢𝑛+2 = 2𝑢𝑛+1 + 3𝑢𝑛
𝑢𝑛 0 1
Soit tout entier naturel 𝑛, 𝑈𝑛 = (𝑢 ) et 𝐴 = ( ).
𝑛+1 3 2
2
On a alors 𝑈0 = ( ) et pour tout entier naturel 𝑛, la relation matricielle de récurrence : 𝑈𝑛+1 = 𝐴𝑈𝑛 .
−1
0 1 𝑢𝑛 𝑢𝑛+1 𝑢𝑛+1
En effet, 𝐴𝑈𝑛 = ( ) (𝑢 ) = (3𝑢 + 2𝑢 ) = (𝑢 ) = 𝑈𝑛+1 .
3 2 𝑛+1 𝑛 𝑛+1 𝑛+2
3) Soit deux suites numériques couplées (𝑢𝑛 ) et (𝑣𝑛 ) définies pour tout entier naturel 𝑛 par :
𝑢0 = 2, 𝑣0 = 4
{ 𝑢𝑛+1 = 2𝑢𝑛 − 3𝑣𝑛 + 1
𝑣𝑛+1 = −𝑢𝑛 + 5𝑣𝑛 − 4
𝑢𝑛 2 −3 1
Soit pour tout entier naturel 𝑛, 𝑈𝑛 = ( 𝑣 ) , 𝐴 = ( ) et 𝐵 = ( ).
𝑛 −1 5 −4
2
On a alors 𝑈0 = ( ) et pour tout entier naturel 𝑛, la relation matricielle de récurrence 𝑈𝑛+1 = 𝐴𝑈𝑛 + 𝐵.
4
2 −3 𝑢𝑛 1 2𝑢 − 3𝑣𝑛 + 1 𝑢𝑛+1
En effet, 𝐴𝑈𝑛 + 𝐵 = ( ) (𝑣 ) + ( ) = ( 𝑛 ) = (𝑣 ) = 𝑈𝑛+1 .
−1 5 𝑛 −4 −𝑢𝑛 + 5𝑣𝑛 − 4 𝑛+1

4.1 Limites de suites de matrices

Définitions On dit qu’une suite de matrices de colonnes (𝑈𝑛 ) de taille 𝑘 × 1 est convergente si les 𝑘 suites dont
les termes sont les 𝑘 coefficients de (𝑈𝑛 ) sont convergentes. La limite de cette suite est la matrice colonne dont
les coefficients sont les 𝑘 limites obtenues. Dans tous les autres cas, on dit que la suite est divergente.

Exemples
2
1) La suite (𝑈𝑛 ) définie pour tout entier naturel 𝑛 par 𝑈𝑛 = (exp (𝑛 )) est divergente car lim exp (𝑛2 ) = +∞ et
3𝑛 + 1 𝑛→∞
lim 3𝑛 + 1 = +∞.
𝑛→∞
3 𝑛
( ) −1
2) La suite (𝑉𝑛 ) définie pour tout entier naturel n non nul par 𝑈𝑛 = ( 4 ) est convergente et sa limite est la
√𝑛+2
𝑛2 +1
−1
matrice colonne 𝑈 = ( ).
0
𝑒 𝑛+1
3) La suite (𝑊𝑛 ) définie pour tout entier naturel n non nul par 𝑈𝑛 = ( 𝑛+1 ) est divergente car
exp ( 𝑛 )
lim 𝑒 𝑛+1 = +∞
𝑛→∞

10
[Link] Maths expertes-Chapitre 1 Matrices
4.2 Terme général des suites du type : « 𝑼𝒏+𝟏 = 𝑨𝑼𝒏 »

Propriété Soit 𝑘 ∈ ℕ∗ . Soit 𝐴 ∈ ℳ𝑘 (ℝ) et pour 𝑛 ∈ ℕ, (𝑈𝑛 ) est la suite de matrices colonnes de taille 𝑘 × 1
𝑈0
définie telle que : { . Alors, ∀ 𝑛 ∈ ℕ, 𝑈𝑛 = 𝐴𝑛 𝑈0 .
𝑈𝑛+1 = 𝐴𝑢𝑛

Démonstration en exercice

Remarque
Formule analogue déjà connue sur les suites géométriques.

Exemple
𝑢0 = 1, 𝑣0 = −1
Soit deux suites numériques couplées (𝑢𝑛 ) et (𝑣𝑛 ) définies pour tout entier naturel 𝑛 par : { 𝑢𝑛+1 = 3𝑢𝑛 − 𝑣𝑛 .
𝑣𝑛+1 = −2𝑢𝑛 + 2𝑣𝑛
𝑢𝑛 3 −1
Calculons 𝑢6 et 𝑣6 . On pose pour tout entier naturel 𝑛, 𝑈𝑛 = ( 𝑣 ), 𝐴 = ( ).
𝑛 −2 2
1
On a alors 𝑈0 = ( ) et pour tout entier naturel 𝑛, la relation matricielle de récurrence : 𝑈𝑛+1 = 𝐴𝑈𝑛 .
−1
On alors 𝑈𝑛 = 𝐴𝑛 𝑈0 et donc en particulier 𝑈6 = 𝐴6 𝑈0
3 −1 6 1 2731 −1365 1 4096
Soit en s'aidant de la calculatrice : 𝑈6 = ( ) ×( )=( )( ) = ( ).
−2 2 −1 −2730 1366 −1 −4096
On en déduit que 𝑢6 = 4096 et 𝑣6 = −4096.

Exercice 5

a. Déterminer 𝑋0 et démontrer que, pour tout 𝑛 ∈ ℕ, 𝑋𝑛+1 = 𝐴𝑋𝑛 .

b. Déterminer 𝑋𝑛 en fonction de 𝑛 puis en déduire les expressions de 𝑢𝑛 et 𝑣𝑛 .

4.3 Terme général des suites du type : « 𝑼𝒏+𝟏 = 𝑨𝑼𝒏 + 𝑩 »

Soit 𝑘 ∈ ℕ∗ . Soit 𝐴 ∈ ℳ𝑘 (ℝ), (𝑈𝑛 ) la suite de matrices colonnes de taille 𝑘 × 1 et B une matrice colonne de taille
𝑈0
𝑘 × 1. ∀ n ∈ ℕ, { .
𝑈𝑛+1 = 𝐴𝑈𝑛 + 𝐵
Voici la méthode générale (les deux premières étapes sont très importantes et sont donc à connaître) :

(i) On cherche une matrice colonne U de taille 𝑘 × 1 telle que 𝑈 = 𝐴𝑈 + 𝐵.

𝑈 = 𝐴𝑈 + 𝐵 ⟺ 𝑈 − 𝐴𝑈 = 𝐵 ⇔ (𝐼𝑘 − 𝐴)𝑈 = 𝐵.
Si 𝐼𝑘 − 𝐴 est inversible, il existe une unique matrice U vérifiant 𝑈 = 𝐴𝑈 + 𝐵, c’est la matrice 𝑈 = (𝐼𝑘 − 𝐴)−1 𝐵.
(ii) S’il existe une matrice U vérifiant 𝑈 = 𝐴𝑈 + 𝐵, on définit pour tout n ∈ ℕ, la suite 𝑉𝑛 = 𝑈𝑛 − 𝑈.
On a 𝑈𝑛+1 = 𝐴𝑈𝑛 + 𝐵 et 𝑈 = 𝐴𝑈 + 𝐵 soit par différence : 𝑈𝑛+1 − 𝑈 = 𝐴(𝑈𝑛 − 𝑈) ⇔ 𝑉𝑛+1 = 𝐴𝑉𝑛 pour tout n ∈ ℕ.
(iii) On a d’après la propriété précédente : ∀ 𝑛 ∈ ℕ, 𝑉𝑛 = 𝐴𝑛 𝑉0 = 𝐴𝑛 (𝑈0 − 𝑈).
(iv) ∀ 𝑛 ∈ ℕ, 𝑈𝑛 = 𝐴𝑛 (𝑈0 − 𝑈) + 𝑈.
11
[Link] Maths expertes-Chapitre 1 Matrices
Remarque
Il existe une autre méthode pour déterminer une expression de 𝑈𝑛 en fonction de 𝑛.
∀ 𝑛 ∈ ℕ∗ , 𝑈𝑛 = 𝐴𝑈𝑛−1 + 𝐵 = 𝐴(𝐴𝑢𝑛−2 + 𝐵) + 𝐵 = 𝐴2 𝑈𝑛−2 + 𝐴𝐵 + 𝐵 = ⋯
Par récurrence, on démontre que ∀ 𝑛 ∈ ℕ∗ , 𝑈𝑛 = 𝐴𝑛 𝑈0 + (𝐴𝑛−1 + ⋯ + 𝐴 + 𝐼𝑘 )𝐵.
𝑛−1

∀ 𝑛 ∈ ℕ , 𝑈𝑛 = 𝐴 + (∑ 𝐴𝑝 ) 𝐵.
∗ 𝑛

𝑝=0

Exemple
Soit (𝑈𝑛 ) la suite de matrices colonnes de taille 2 × 1 définie par :
1
𝑈0 = (−2 ) 2 1
{ où 𝐴 = ( ) et 𝐵 = (10
12
).
∀ 𝑛 ∈ ℕ, 𝑈𝑛+1 = 𝐴𝑈𝑛 + 𝐵 0 3
Exprimons 𝑈𝑛 en fonction de 𝑛.
(i) On cherche 𝑈 = (𝑦𝑥 ) telle que 𝑈 = 𝐴𝑈 + 𝐵.
𝑈 = 𝐴𝑈 + 𝐵 ⟺ 𝑈 − 𝐴𝑈 = 𝐵 ⇔ (𝐼2 − 𝐴)𝑈 = 𝐵.
−1 −1
Or, 𝐼2 − 𝐴 = ( ) et det(𝐼2 − 𝐴) = 2 ≠ 0. Donc 𝐼2 − 𝐴 est inversible et on a 𝑈 = (𝐼𝑘 − 𝐴)−1 𝐵 = (−4
−6
).
0 −2
(ii) On définit pour tout n ∈ ℕ, la suite 𝑉𝑛 = 𝑈𝑛 − 𝑈.
On a 𝑈𝑛+1 = 𝐴𝑈𝑛 + 𝐵 et 𝑈 = 𝐴𝑈 + 𝐵 soit par différence : 𝑈𝑛+1 − 𝑈 = 𝐴(𝑈𝑛 − 𝑈) ⇔ 𝑉𝑛+1 = 𝐴𝑉𝑛 pour tout n ∈ ℕ.
2 1 𝑛 5
(iii) ∀ 𝑛 ∈ ℕ, 𝑉𝑛 = 𝐴𝑛 𝑉0 = 𝐴𝑛 (𝑈0 − 𝑈) = ( ) (4).
0 3
𝑛
2 1
(iv) ∀ 𝑛 ∈ ℕ, 𝑈𝑛 = 𝐴𝑛 (𝑈0 − 𝑈) + 𝑈 = ( ) (54) + (−4
−6
).
0 3
Par exemple, à l’aide de la calculatrice on a : 𝑈10 = (4095
4090
).

12
[Link] Maths expertes-Chapitre 1 Matrices
Corrigés des exercices

Exercice 2

Exercice 3
2 −2 −4 4 8 −8
1. 𝐴2 = ( ) , 𝐴3 = ( ) , 𝐴4 = ( ).
−2 2 4 −4 −8 8
(−1)𝑛 2𝑛−1 (−2)𝑛−1 −(−2)𝑛−1 (−2)𝑛−1
2. 𝐴𝑛 = ( ) = ( )
(−2)𝑛−1 (−1)𝑛 2𝑛−1 (−2)𝑛−1 −(−2)𝑛−1
Exercice 4

13
[Link] Maths expertes-Chapitre 1 Matrices