Licence 1 - L1

Unité d’enseignement LU1MA002

Mathématiques 2
Sorbonne Université - Année 2022-2023

Examen Février 2022

Durée de l’épreuve : 1 heure 30

Le sujet comporte 2 pages; les documents sont interdits, ainsi que la calculatrice et tout type
d’objet numérique. Le total des points sur cet examen s’élève à 20. Les réponses données doivent
être justifiées avec soin.

Exercice I On se donne la matrice A ∈ M3,3 (R) suivante

 
1 3 −5
A = 0 5 −6
0 3 −4

et les trois vecteurs suivants

     
1 1 1
X1 = 0 , X2 = 1 , X3 = 2 .
    
0 1 1

1. Calculer AXi pour i = 1, 2, 3.

On a     
1 3 −5 1 1
0 5 −6  0 = 0
 
0 3 −4 0 0
    
1 3 −5 1 −1
0 5 −6  1 = −1
 
0 3 −4 1 −1
    
1 3 −5 1 2
0 5 −6 2 = 4 ,
0 3 −4 1 2
donc on a
AX1 = X1 , AX2 = −X2 , AX3 = 2X3 .

2. En déduire les valeurs de det(A − I), det(A − 2I), det(A + I).

 D’après la question précédente,

(A − I)X1 = AX1 − X1 = X1 − X1 = ~0.

De même (A + I)X2 = ~0 et (A − 2I)X3 = ~0. Comme X1 , X2 et X3 sont chacun 6= ~0, ceci

suffit à conclure que les trois matrices A − I, A + I et A − 2I ne sont pas inversibles. On a
donc
det(A − I) = det(A − 2I) = det(A + I) = 0.

Remarque 1. D’après le cours, une matrice carrée A est inversible si et seulement si son
noyau ker A est reduit à {~0} (ou bien si et seulement si son rang est égal au nombre de
colonnes ou des lignes). Ceci équivaut aussi à la condition det A 6= 0.
Remarque 2. On peut calculer explicitement les valeurs des déterminants demandé, mais
c’est beaucoup plus long et ça ne repond pas à la question “En déduire...”.

3. On note P = (X1 , X2 , X3 ) ∈ M3,3 (R) la matrice donnée par les vecteurs colonne Xi , avec
i = 1, 2, 3. Quel est le rang de P ?
Après L3 ← L3 − L2 on obtient une matrice échellonnée
   
1 1 1 1 1 1
0 1 2 → 0 1 2  .
0 1 1 0 0 −1

Le rang est donc 3 (voir la Remarque 1 ci-dessus).

4. Calculer P −1 .
On écrit (P |I3 ) et on applique l’algorithme du pivot de Gauss. On obtient (I3 |P −1 ) (car P
est de rang 3, donc inversible). On a
     
1 1 1 1 0 0 1 1 1 1 0 0 1 0 −1 1 −1 0
 0 1 2 0 1 0 → 0 1 2 0 1 0 → 0 1 2 0 1 0 
0 1 1 0 0 1 0 0 −1 0 −1 1 0 0 −1 0 −1 1
   
1 0 0 1 0 −1 1 0 0 1 0 −1
→ 0 1 2 0 1 0  →  0 1 0 0 −1 2 
0 0 −1 0 −1 1 0 0 −1 0 −1 1
 
1 0 0 1 0 −1
→  0 1 0 0 −1 2  .
0 0 1 0 1 −1

On obtient  
1 0 −1
P −1 = 0 −1 2 
0 1 −1

5. Calculer D = P −1 AP et Dn pour tout n ∈ N.

 Grâce à AX1 = X1 , AX2 = −X2 , AX3 = 2X3 , on obtient
    
1 3 −5 1 1 1 1 −1 2
AP = 0 5 −6   0 1 2 = 0 −1 4
0 3 −4 0 1 1 0 −1 2

On multiplie cette matrice (à gauche) par P −1 et on obtient

      
1 −1 2 1 0 −1 1 −1 2 1 0 0
−1 
P 0 −1 4 = 0 −1 2
    0 −1 4 = 0 −1 0 = D.
0 −1 2 0 1 −1 0 −1 2 0 0 2

La matrice D est diagonale, sa puissance nème se calcule simplement en prenant la puissance

nème de chaque terme de la diagonale. On obtient
 
1 0 0
Dn = 0 (−1)n 0  .
0 0 2n

6. Donner une formule de An en fonction de P , P −1 et Dn pour tout n ∈ N.

On observe que la matrice Dn est aussi égale à

(P −1 AP )n = (P −1 AP )(P −1 AP ) · · · (P −1 AP ) = P −1 An P.

En multipliant à gauche par P et à droite par P −1 l’identité P −1 An P = Dn entraine

An = P Dn P −1

comme souhaité.

Exercice II Soit b ∈ R. On considère le systéme linéaire suivant

(
bx + y − z = 1
x−y+z =4

On peut écrire la matrice augmentée

 
b 1 −1 1
(A|B) =
1 −1 1 4

associée au système linéaire ci-dessus avec A ∈ M2,3 (R) et B = 14 et déduire toutes les réponses

de l’algorithme du pivot de Gauss

     
b 1 −1 1 1 −1 1 4 1 −1 1 4
→ → .
1 −1 1 4 b 1 −1 1 0 1 + b −1 − b 1 − 4b

Énoncé Indispensable 17. La solution existe quel que soit le vecteur B si le rang de A est égal à
2 (le nombre d’équations, ou nombre de lignes de A). La solution est unique (lorsqu’elle existe)
si le rang de A est égal à 3 (le nombre d’inconnues, ou nombre de colonnes de A). Le rang est
inférieur ou égal au nombre de lignes et de colonnes: le rang ici est inférieur ou égal à 2.
1. Existe-t-il b ∈ R tel que l’on ait une unique solution du système linéaire ?
Quel que soit b ∈ R, la solution n’est pas unique du fait que le nombre d’inconnues est
plus grand que le nombre d’équations. Autrement dit, dans les termes ci-dessus, le rang est
forcement stricement inférieur à 3, in n’y a donc pas d’unicité de la solution.

2. Trouver l’ensemble des b ∈ R tel que l’on n’ait aucune solution du système linéaire ?
Pour b 6= −1 le rang est égal au nombre d’équations: dans ce cas, il existe une solution quel
que soit le vecteur B (énoncé indispensable 17.1).
En revanche, on n’a aucune solution si b = −1. En effet, dans ce cas, le rang r est inférieur
au nombre d’équations et l’existence de la solution dépend de la condition suivante: sur la
matrice équvalente à (A|B) ci-dessus
 
1 −1 1 4
,
0 1 + b −1 − b 1 − 4b

il faut et il suffit que les lignes soient nulles à partir de la (r + 1)ème ligne, y compris le
terme a droite (énoncé indispensable 12). Dans le cas présent, pour b = −1, on a r = 1 et
on obtient la matrice échelonnée
 
1 −1 1 4
.
0 0 0 5

Or 5 6= 0 et il n’y a aucune solution au système.

3. Trouver l’ensemble des b ∈ R tel que l’on ait une infinité de solutions du système linéaire.
Il s’agit de l’ensemble R \ {−1}. En effet, on vient de voir que, dès que b 6= −1, l’ensemble
des solutions est non vide (énoncé indispensable 17.1). De plus, le rang r est strictement
inférieur au nombre d’inconnues q. Dans ce cas, l’ensemble de solutions est déterminé par
q − r paramètres (les variables libres). Voir l’énoncé indispensable 12.2.b.

4. On suppose que b = 1 et on ajoute une équation au système linéaire. On considère ainsi le

nouveau système suivant 
x + y − z = 1

x−y+z =4

x−y =2


montrer que l’on a une unique solution que l’on déterminera.

Cette fois la matrice A associée au système est carrée et, en effectuant L1 ← L2 + L1 , on
obtient la ligne (2 0 0|5). De plus L3 ← L3 − L2 nous donne la ligne (0 0 1|2). On conclut
que x = 25 et z = 2. Grace à x − y = 2, on déduit que y = 12 .
NB Il s’agit d’un système dont le rang est égal au nombre d’inconnues et au nombre
d’équations. La solution est unique quel que soit le membre de droite.

Exercice III Soit n ∈ N∗ et A ∈ Mn,n (R) telle qu’il existe k ∈ N telle que Ak = 0.

1. Est-ce que la matrice A peut être inversible ?

On a det(Ak ) = det(A)k = 0 et donc det(A) = 0. La matrice A ne peut pas être inversible.

2. On considère la matrice  
0 1
B= .
0 0

3. Calculer B 2 .
On a B 2 = 0 (calcul direct).
 4. On se donne la matrice  
2 1
C= .
0 2
Trouver la matrice D telle que C = D + B.
On a  
2 0
D =C −B = .
0 2

5. On rappelle la formule du binôme de Newton lorsque A et B commutent

n
n
X n!
(A + B) = Cnj Aj B n−j , Cnj = .
j=0
j!(n − j)!

Calculer C n pour tout n ∈ N∗ .    

0 2 0 2
Ici, B et D commutent. En effet DB = et BD = . On peut donc appliquer
0 0 0 0
la formule du binôme de Newton
n
X
n
C = Cnj B j Dn−j .
j=0

On déduit de la question 3. que B k = 0 pour k ≥ 2. La formule se rèduit aux deux premiers

termes de la somme (j = 0, 1) :
 n 
n n n−1 2 n2n−1
C = D + nBD =
0 2n

Exercice IV
Enoncé indispensable 35. Soit A ∈ Mp,q (R) ayant comme vecteurs colonnes X1 , . . . , Xq ∈ Rp .
Alors la famille X1 , . . . , Xq est libre si le rang est égal à q. La famille est génératrice si le rang est
égal à p.

1. On se place sur IR3 et on considère les deux vecteurs suivants

   
1 1
X1 = 1 , X2 = 1 .
  
1 0

Ces vecteurs forment-ils une famille libre ?

La famille (X1 , X2 ) donne lieu à une matrice de rang 2 (pas nécessaire de passer par
l’algorithme du pivot de Gauss, on peut simplement constater que les vecteurs ne sont
pas colinéaires). La famille est libre.
2. Peut-on trouver un vecteur X3 ∈ IR3 tel que (X1 , X2 , X3 ) forme une base de IR3 ? Si oui,
donner un exemple d’un tel X3 .
Oui, toute base de R3 étant constituée de 3 vecteurs linéairement indépendants et (X1 , X2 )
formant une famille libre (voir Q. 1.), il suffit de choisir X3 tel que X1 , X2 et X3 forment
une famille libre.

Par exemple, si on rajoute X3 = (1, 0, 0) alors X1 , X2 et X3 forment une matrice inversible

(de rang 3); on a donc une base grâce à l’énoncé rapelé au début. On peut placer les vecteurs
X3 , X2 et X1 dans les colonnes d’une matrice dans cet ordre, on obtient une matrice trian-
gulaire et le déterminant est le produit des termes sur la diagonale: 1 × 1 × 1 = 1.

3. Peut-on trouver deux vecteurs X3 , X4 tels que (X1 , X2 , X3 , X4 ) forme une base de IR3 ?
Non. Toute base de Rq est une famille comportant exactement q vecteurs de Rq . Une famille
comportant 4 vecteurs de R3 ne peut donc pas être une base de R3 .

On peut aussi appliquer encore l’énoncé 35 rapellé ci-dessus. Si on constitue une matrice
avec 4 vecteurs chacun à trois coordonnées, on obtient une matrice à 4 colonnes et 3 lignes.
Le rang est inférieur ou égal au nombre de lignes. Le rang sera forcément inférieur au nombre
de colonnes. La famille ne sera pas libre et donc on n’aura pas une base.