MPSI · Calcul matriciel et systèmes linéaires

Puissances d'une matrice carrée

Définition et premiers calculs

Question

Dans Mn(K)\mathcal{M}_{n}(\mathbb{K}), le produit de deux matrices est encore une matrice de Mn(K)\mathcal{M}_{n}(\mathbb{K}) : rien n'empêche donc de multiplier une matrice par elle-même, autant de fois qu'on veut. Mais le produit matriciel n'est pas commutatif : les règles de calcul sur les puissances des nombres vont-elles survivre ?

Définition 1 : Puissance k-ième d'une matrice carrée

Soient AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}) et kNk\in\mathbb{N}. On définit la puissance kk-ième de AA par

{A0=In,Ak+1=AkA=AAk.\left\{ \begin{array}{l} A^{0}=I_{n},\\ A^{k+1}=A^{k}A=AA^{k}. \end{array}\right.

Remarque :

Pour tous k,Nk,\ell\in\mathbb{N}, on a Ak+=AkAA^{k+\ell}=A^{k}A^{\ell} et (Ak)=Ak\bigl(A^{k}\bigr)^{\ell}=A^{k\ell} : les puissances d'une même matrice se comportent comme celles d'un nombre, car elles commutent entre elles.

Test 1 : Puissance d'un produit

Pour toutes matrices A,BMn(K)A,B\in\mathcal{M}_{n}(\mathbb{K}) et tout kNk\in\mathbb{N}, on a (AB)k=AkBk(AB)^{k}=A^{k}B^{k}.

Exercice 1 : Puissances d'une matrice de rang 1

Soit A=(111111111)A=\begin{pmatrix} 1 & 1 & 1\\ 1 & 1 & 1\\ 1 & 1 & 1\end{pmatrix}. Calculer AnA^{n} pour tout nNn\in\mathbb{N}^{*}.

Solution :(cliquer pour afficher)

On a

A2=AA=(111111111)(111111111)=(333333333)=3A,A^{2}=AA=\begin{pmatrix} 1 & 1 & 1\\ 1 & 1 & 1\\ 1 & 1 & 1\end{pmatrix} \begin{pmatrix} 1 & 1 & 1\\ 1 & 1 & 1\\ 1 & 1 & 1\end{pmatrix} =\begin{pmatrix} 3 & 3 & 3\\ 3 & 3 & 3\\ 3 & 3 & 3\end{pmatrix}=3A,

puis A3=A2A=3AA=3A2=32AA^{3}=A^{2}A=3AA=3A^{2}=3^{2}A.

Montrons par récurrence que An=3n1AA^{n}=3^{\,n-1}A pour tout nNn\in\mathbb{N}^{*}.

  • Pour n=1n=1, on a A=30AA=3^{0}A.
  • Soit nNn\in\mathbb{N}^{*}. On suppose que An=3n1AA^{n}=3^{\,n-1}A. On a
An+1=AAn=A×3n1A=3n1A2,A^{n+1}=A\,A^{n}=A\times 3^{\,n-1}A=3^{\,n-1}A^{2},

or A2=3AA^{2}=3A, donc An+1=3nAA^{n+1}=3^{n}A.

Ainsi, pour tout nNn\in\mathbb{N}^{*}, An=3n1AA^{n}=3^{\,n-1}A.

Puissances des matrices diagonales et triangulaires

Question

Le calcul précédent a réussi parce qu'une relation simple reliait A2A^{2} à AA. Sans un tel coup de chance, calculer AkA^{k} demande k1k-1 produits matriciels. Y a-t-il des familles de matrices où la puissance se lit directement sur les coefficients ?

Proposition 1 : Puissances des matrices diagonales et triangulaires

Soient AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}) et kNk\in\mathbb{N}^{*}.

  1. Si A=diag(λ1,,λn)A=\mathrm{diag}(\lambda_{1},\dots,\lambda_{n}), alors Ak=diag(λ1k,,λnk)A^{k}=\mathrm{diag}\bigl(\lambda_{1}^{k},\dots,\lambda_{n}^{k}\bigr).

  2. Si A=(λ1××0×00λn)A=\begin{pmatrix} \lambda_{1} & \times & \cdots & \times\\ 0 & \ddots & \ddots & \vdots\\ \vdots & \ddots & \ddots & \times\\ 0 & \cdots & 0 & \lambda_{n} \end{pmatrix}, alors Ak=(λ1k××0×00λnk)A^{k}=\begin{pmatrix} \lambda_{1}^{k} & \times & \cdots & \times\\ 0 & \ddots & \ddots & \vdots\\ \vdots & \ddots & \ddots & \times\\ 0 & \cdots & 0 & \lambda_{n}^{k} \end{pmatrix}.

  3. Si A=(λ100×0××λn)A=\begin{pmatrix} \lambda_{1} & 0 & \cdots & 0\\ \times & \ddots & \ddots & \vdots\\ \vdots & \ddots & \ddots & 0\\ \times & \cdots & \times & \lambda_{n} \end{pmatrix}, alors Ak=(λ1k00×0××λnk)A^{k}=\begin{pmatrix} \lambda_{1}^{k} & 0 & \cdots & 0\\ \times & \ddots & \ddots & \vdots\\ \vdots & \ddots & \ddots & 0\\ \times & \cdots & \times & \lambda_{n}^{k} \end{pmatrix}.

Démonstration :

  1. Montrons par récurrence sur kNk\in\mathbb{N}^{*} que Ak=diag(λ1k,,λnk)A^{k}=\mathrm{diag}\bigl(\lambda_{1}^{k},\dots,\lambda_{n}^{k}\bigr).
  • Pour k=1k=1, l'égalité est l'hypothèse.
  • Soit kNk\in\mathbb{N}^{*} tel que Ak=diag(λ1k,,λnk)A^{k}=\mathrm{diag}\bigl(\lambda_{1}^{k},\dots,\lambda_{n}^{k}\bigr). D'après la formule du produit de deux matrices diagonales,
Ak+1=AkA=diag(λ1k,,λnk)diag(λ1,,λn)=diag(λ1k+1,,λnk+1).A^{k+1}=A^{k}A =\mathrm{diag}\bigl(\lambda_{1}^{k},\dots,\lambda_{n}^{k}\bigr)\,\mathrm{diag}(\lambda_{1},\dots,\lambda_{n}) =\mathrm{diag}\bigl(\lambda_{1}^{k+1},\dots,\lambda_{n}^{k+1}\bigr).
  1. L'énoncé affirme deux choses : que AkA^{k} est triangulaire supérieure, et que ses coefficients diagonaux sont les λik\lambda_{i}^{k}. Montrons-les simultanément par récurrence sur kNk\in\mathbb{N}^{*}.
  • Pour k=1k=1, c'est l'hypothèse sur AA.
  • Soit kNk\in\mathbb{N}^{*} tel que AkA^{k} soit triangulaire supérieure avec [Ak]i,i=λik\bigl[A^{k}\bigr]_{i,i}=\lambda_{i}^{k} pour tout ii. La matrice Ak+1=AkAA^{k+1}=A^{k}A est un produit de deux matrices triangulaires supérieures : elle est donc triangulaire supérieure. De plus, le coefficient diagonal d'un produit de deux matrices triangulaires supérieures est le produit des coefficients diagonaux, d'où
[Ak+1]i,i=[Ak]i,i[A]i,i=λikλi=λik+1.\bigl[A^{k+1}\bigr]_{i,i}=\bigl[A^{k}\bigr]_{i,i}\,[A]_{i,i}=\lambda_{i}^{k}\,\lambda_{i}=\lambda_{i}^{k+1}.
  1. Soit AA triangulaire inférieure de coefficients diagonaux λ1,,λn\lambda_{1},\dots,\lambda_{n}. La matrice ATA^{\mathsf{T}} est triangulaire supérieure, de mêmes coefficients diagonaux. D'après le point 2, (AT)k\bigl(A^{\mathsf{T}}\bigr)^{k} est triangulaire supérieure de coefficients diagonaux λik\lambda_{i}^{k}. Or (AT)k=(Ak)T\bigl(A^{\mathsf{T}}\bigr)^{k}=\bigl(A^{k}\bigr)^{\mathsf{T}}, car la transposition renverse l'ordre des facteurs d'un produit de kk matrices toutes égales à AA. Donc (Ak)T\bigl(A^{k}\bigr)^{\mathsf{T}} est triangulaire supérieure de coefficients diagonaux λik\lambda_{i}^{k}, c'est-à-dire que AkA^{k} est triangulaire inférieure de coefficients diagonaux λik\lambda_{i}^{k}.

Test 2 : Ce que la proposition ne dit pas

Si AA est triangulaire supérieure de coefficients diagonaux λ1,,λn\lambda_{1},\dots,\lambda_{n}, la proposition donne les coefficients diagonaux de AkA^{k}, mais aucune information sur ses coefficients situés strictement au-dessus de la diagonale.

Exercice 2 : Racines carrées diagonales

On travaille dans M3(R)\mathcal{M}_{3}(\mathbb{R}).

  1. Soit D=diag(1,2,3)D=\mathrm{diag}(1,-2,3). Calculer DkD^{k} pour tout kNk\in\mathbb{N}^{*}.
  2. Déterminer toutes les matrices diagonales XM3(R)X\in\mathcal{M}_{3}(\mathbb{R}) telles que X2=diag(1,4,9)X^{2}=\mathrm{diag}(1,4,9).
  3. Existe-t-il une matrice diagonale XM3(R)X\in\mathcal{M}_{3}(\mathbb{R}) telle que X2=DX^{2}=D ?
Solution :(cliquer pour afficher)
  1. D'après la proposition, Dk=diag(1k,(2)k,3k)=diag(1,(2)k,3k)D^{k}=\mathrm{diag}\bigl(1^{k},(-2)^{k},3^{k}\bigr)=\mathrm{diag}\bigl(1,(-2)^{k},3^{k}\bigr).

  2. Soit X=diag(x1,x2,x3)X=\mathrm{diag}(x_{1},x_{2},x_{3}) une matrice diagonale. D'après la proposition, X2=diag(x12,x22,x32)X^{2}=\mathrm{diag}\bigl(x_{1}^{2},x_{2}^{2},x_{3}^{2}\bigr), donc

X2=diag(1,4,9)    x12=1,x22=4,x32=9    x1=±1,x2=±2,x3=±3.X^{2}=\mathrm{diag}(1,4,9) \iff x_{1}^{2}=1,\quad x_{2}^{2}=4,\quad x_{3}^{2}=9 \iff x_{1}=\pm 1,\quad x_{2}=\pm 2,\quad x_{3}=\pm 3.

Il y a donc 23=82^{3}=8 solutions diagonales, à savoir les matrices diag(ε1,2ε2,3ε3)\mathrm{diag}(\varepsilon_{1},2\varepsilon_{2},3\varepsilon_{3}) avec ε1,ε2,ε3{1,1}\varepsilon_{1},\varepsilon_{2},\varepsilon_{3}\in\{-1,1\}.

  1. Non. Une telle matrice X=diag(x1,x2,x3)X=\mathrm{diag}(x_{1},x_{2},x_{3}) devrait vérifier x22=2x_{2}^{2}=-2, ce qui est impossible pour x2Rx_{2}\in\mathbb{R}.

Matrices nilpotentes

Question

Dans R\mathbb{R} ou C\mathbb{C}, un nombre non nul reste non nul quand on l'élève au carré, au cube, à n'importe quelle puissance. Le produit de deux matrices non nulles pouvant être nul, une matrice non nulle peut-elle finir par s'annuler à force d'être multipliée par elle-même ?

Définition 2 : Matrice nilpotente et indice de nilpotence

Soit AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}). On dit que AA est une matrice nilpotente s'il existe kNk\in\mathbb{N} tel que Ak=OnA^{k}=O_{n}.

Le plus petit entier pNp\in\mathbb{N}^{*} tel que Ap=OnA^{p}=O_{n} est appelé indice de nilpotence de AA.

Exemple :

Dans M2(K)\mathcal{M}_{2}(\mathbb{K}), la matrice E1,2=(0100)E_{1,2}=\begin{pmatrix} 0 & 1\\ 0 & 0\end{pmatrix} est nilpotente d'indice 22 : elle n'est pas nulle, mais son carré l'est. On la reconnaît à sa forme — triangulaire supérieure à diagonale nulle. Est-ce toujours suffisant ?

Test 3 : Un carré nul

Si AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}) vérifie A2=OnA^{2}=O_{n}, alors A=OnA=O_{n}.

Exercice 3 : Indice de nilpotence d'une matrice

Soit A=(0111001100010000)A=\begin{pmatrix} 0 & 1 & 1 & 1\\ 0 & 0 & 1 & 1\\ 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0 \end{pmatrix}. Montrer que AA est nilpotente et donner son indice de nilpotence.

Solution :(cliquer pour afficher)

On a

A2=(0012000100000000),A3=(0001000000000000),A4=(0000000000000000)=O4.A^{2}=\begin{pmatrix} 0 & 0 & 1 & 2\\ 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{pmatrix}, \qquad A^{3}=\begin{pmatrix} 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{pmatrix}, \qquad A^{4}=\begin{pmatrix} 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{pmatrix}=O_{4}.

Donc AA est nilpotente et 44 est son indice de nilpotence.

Question

L'indice de nilpotence est défini comme le plus petit entier pp tel que Ap=OnA^{p}=O_{n}. Que dit exactement cette minimalité — et que se passe-t-il pour les puissances au-delà de pp ?

Proposition 2 : Caractérisation de l'indice de nilpotence

Si AA est nilpotente et si pp est l'indice de nilpotence de AA, alors Ap1OnA^{\,p-1}\neq O_{n} et Ak=OnA^{k}=O_{n} pour tout kpk\geqslant p.

Démonstration :

  • On a p=min{kN / Ak=On}p=\min\bigl\{k\in\mathbb{N}^{*}\ \big/\ A^{k}=O_{n}\bigr\}. Si p2p\geqslant 2, alors p1p-1 est un entier de N\mathbb{N}^{*} strictement plus petit que le minimum pp, donc Ap1OnA^{\,p-1}\neq O_{n}. Si p=1p=1, alors Ap1=A0=InOnA^{\,p-1}=A^{0}=I_{n}\neq O_{n}.
  • Pour tout kpk\geqslant p, on a Ak=ApAkp=OnAkpA^{k}=A^{p}A^{\,k-p}=O_{n}\,A^{\,k-p}, d'où Ak=OnA^{k}=O_{n}.

Test 4 : Au-delà de l'indice

Si AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}) est nilpotente d'indice 33, alors A10=OnA^{10}=O_{n}.

Exercice 4 : Une matrice nilpotente d'ordre 3

Soit N=E1,2+E1,3+E2,3M3(K)N=E_{1,2}+E_{1,3}+E_{2,3}\in\mathcal{M}_{3}(\mathbb{K}).

  1. Écrire NN sous forme de tableau.
  2. Calculer N2N^{2} à l'aide de la formule Ei,jEk,=δk,jEi,E_{i,j}E_{k,\ell}=\delta_{k,j}E_{i,\ell}, puis N3N^{3}.
  3. En déduire que NN est nilpotente et donner son indice de nilpotence.
Solution :(cliquer pour afficher)
  1. On a
N=(011001000).N=\begin{pmatrix} 0 & 1 & 1\\ 0 & 0 & 1\\ 0 & 0 & 0\end{pmatrix}.
  1. En développant par distributivité, N2N^{2} est la somme des neuf produits Ei,jEk,E_{i,j}E_{k,\ell} pour (i,j)(i,j) et (k,)(k,\ell) parcourant {(1,2),(1,3),(2,3)}\{(1,2),(1,3),(2,3)\}. D'après la formule, un tel produit est nul dès que jkj\neq k ; seul subsiste donc
E1,2E2,3=δ2,2E1,3=E1,3,E_{1,2}E_{2,3}=\delta_{2,2}E_{1,3}=E_{1,3},

d'où N2=E1,3=(001000000)N^{2}=E_{1,3}=\begin{pmatrix} 0 & 0 & 1\\ 0 & 0 & 0\\ 0 & 0 & 0\end{pmatrix}. Ensuite

N3=N2N=E1,3(E1,2+E1,3+E2,3)=δ1,3E1,2+δ1,3E1,3+δ2,3E1,3=O3.N^{3}=N^{2}N=E_{1,3}\bigl(E_{1,2}+E_{1,3}+E_{2,3}\bigr) =\delta_{1,3}E_{1,2}+\delta_{1,3}E_{1,3}+\delta_{2,3}E_{1,3}=O_{3}.
  1. On a N3=O3N^{3}=O_{3}, donc NN est nilpotente. Comme NO3N\neq O_{3} et N2=E1,3O3N^{2}=E_{1,3}\neq O_{3}, le plus petit entier pNp\in\mathbb{N}^{*} tel que Np=O3N^{p}=O_{3} est p=3p=3 : l'indice de nilpotence de NN vaut 33.

Matrices qui commutent et formule du binôme

Question

L'identité (a+b)p=k(pk)akbpk(a+b)^{p}=\sum_{k}\binom{p}{k}a^{k}b^{\,p-k} repose entièrement sur la possibilité de réordonner les facteurs. Dans Mn(K)\mathcal{M}_{n}(\mathbb{K}) ce réordonnancement est en général interdit — mais que se passe-t-il si, exceptionnellement, les deux matrices en présence commutent ?

Définition 3 : Matrices qui commutent

Soient A,BMn(K)A,B\in\mathcal{M}_{n}(\mathbb{K}). On dit que AA et BB commutent si AB=BAAB=BA.

Exemple :

Deux matrices diagonales de Mn(K)\mathcal{M}_{n}(\mathbb{K}) commutent toujours : leur produit, dans un sens comme dans l'autre, est la matrice diagonale diag(λ1μ1,,λnμn)\mathrm{diag}(\lambda_{1}\mu_{1},\dots,\lambda_{n}\mu_{n}), et la multiplication est commutative dans K\mathbb{K}. De même, toute matrice commute avec ses propres puissances. Ces deux cas sont-ils les seuls ?

Test 5 : Commutation et triangularité

Deux matrices triangulaires supérieures de Mn(K)\mathcal{M}_{n}(\mathbb{K}) ne commutent pas nécessairement.

Proposition 3 : Formule du binôme de Newton

Soient AA et BB deux matrices qui commutent et pNp\in\mathbb{N}. On a

(A+B)p=k=0p(pk)AkBpk.(A+B)^{p}=\sum_{k=0}^{p}\binom{p}{k}A^{k}B^{\,p-k}.

Démonstration :

Étape préliminaire. Montrons d'abord que BB commute avec toutes les puissances de AA, c'est-à-dire que BAk=AkBBA^{k}=A^{k}B pour tout kNk\in\mathbb{N}. C'est vrai pour k=0k=0 puisque A0=InA^{0}=I_{n}. Si BAk=AkBBA^{k}=A^{k}B pour un certain kk, alors

BAk+1=(BAk)A=AkBA=AkAB=Ak+1B,BA^{k+1}=\bigl(BA^{k}\bigr)A=A^{k}BA=A^{k}AB=A^{k+1}B,

où l'on a utilisé l'hypothèse AB=BAAB=BA à l'avant-dernière égalité.

Récurrence sur pp. Pour p=0p=0, les deux membres valent InI_{n}. Soit pNp\in\mathbb{N} tel que la formule soit vraie au rang pp. Alors

(A+B)p+1=(A+B)(A+B)p=(A+B)k=0p(pk)AkBpk=k=0p(pk)Ak+1Bpk+k=0p(pk)BAkBpk.\begin{aligned} (A+B)^{p+1} &=(A+B)(A+B)^{p} =(A+B)\sum_{k=0}^{p}\binom{p}{k}A^{k}B^{\,p-k}\\ &=\sum_{k=0}^{p}\binom{p}{k}A^{k+1}B^{\,p-k} +\sum_{k=0}^{p}\binom{p}{k}BA^{k}B^{\,p-k}. \end{aligned}

D'après l'étape préliminaire, BAk=AkBBA^{k}=A^{k}B, donc la seconde somme vaut k=0p(pk)AkBp+1k\sum_{k=0}^{p}\binom{p}{k}A^{k}B^{\,p+1-k}. Dans la première, on pose j=k+1j=k+1 :

(A+B)p+1=j=1p+1(pj1)AjBp+1j+j=0p(pj)AjBp+1j.(A+B)^{p+1} =\sum_{j=1}^{p+1}\binom{p}{j-1}A^{j}B^{\,p+1-j} +\sum_{j=0}^{p}\binom{p}{j}A^{j}B^{\,p+1-j}.

Le terme en Ap+1A^{p+1} a pour coefficient (pp)=1=(p+1p+1)\binom{p}{p}=1=\binom{p+1}{p+1}, le terme en Bp+1B^{p+1} a pour coefficient (p0)=1=(p+10)\binom{p}{0}=1=\binom{p+1}{0}, et pour 1jp1\leqslant j\leqslant p, le coefficient de AjBp+1jA^{j}B^{\,p+1-j} vaut

(pj1)+(pj)=(p+1j)\binom{p}{j-1}+\binom{p}{j}=\binom{p+1}{j}

d'après la formule de Pascal. D'où

(A+B)p+1=j=0p+1(p+1j)AjBp+1j.(A+B)^{p+1}=\sum_{j=0}^{p+1}\binom{p+1}{j}A^{j}B^{\,p+1-j}.

Remarque :

Soient A,BMn(K)A,B\in\mathcal{M}_{n}(\mathbb{K}). On a

(A+B)2=(A+B)(A+B)=A2+AB+BA+B2.(A+B)^{2}=(A+B)(A+B)=A^{2}+AB+BA+B^{2}.

Si AA et BB ne commutent pas, alors ABBAAB\neq BA et

(A+B)2A2+2AB+B2.(A+B)^{2}\neq A^{2}+2AB+B^{2}.

Test 6 : Le binôme sans hypothèse

Pour toutes matrices A,BMn(K)A,B\in\mathcal{M}_{n}(\mathbb{K}) et tout pNp\in\mathbb{N}, on a (A+B)p=k=0p(pk)AkBpk(A+B)^{p}=\sum_{k=0}^{p}\binom{p}{k}A^{k}B^{\,p-k}.

Définition 4 : Matrice scalaire

On appelle matrice scalaire de Mn(K)\mathcal{M}_{n}(\mathbb{K}) toute matrice de la forme λIn\lambda I_{n}, avec λK\lambda\in\mathbb{K}.

Remarque :

Les matrices scalaires commutent avec toutes les matrices. En effet, on a

AλIn=λAIn=λA=λInA.A\,\lambda I_{n}=\lambda AI_{n}=\lambda A=\lambda I_{n}A.

Exercice 5 : Les matrices qui commutent avec tout le monde

Soit AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}) telle que AM=MAAM=MA pour toute matrice MMn(K)M\in\mathcal{M}_{n}(\mathbb{K}). Montrer que AA est une matrice scalaire.

Solution :(cliquer pour afficher)

On note A=(ak,)A=\bigl(a_{k,\ell}\bigr) et l'on applique l'hypothèse aux matrices élémentaires. Soient i,j1,ni,j\in\llbracket 1,n\rrbracket. En écrivant A=k,ak,Ek,A=\sum_{k,\ell}a_{k,\ell}E_{k,\ell} et en utilisant Ek,Ei,j=δi,Ek,jE_{k,\ell}E_{i,j}=\delta_{i,\ell}E_{k,j}, on obtient

AEi,j=k,ak,δi,Ek,j=k=1nak,iEk,j,AE_{i,j}=\sum_{k,\ell}a_{k,\ell}\,\delta_{i,\ell}\,E_{k,j}=\sum_{k=1}^{n}a_{k,i}E_{k,j},

et de même, avec Ei,jEk,=δk,jEi,E_{i,j}E_{k,\ell}=\delta_{k,j}E_{i,\ell},

Ei,jA=k,ak,δk,jEi,==1naj,Ei,.E_{i,j}A=\sum_{k,\ell}a_{k,\ell}\,\delta_{k,j}\,E_{i,\ell}=\sum_{\ell=1}^{n}a_{j,\ell}E_{i,\ell}.

La matrice AEi,jAE_{i,j} n'a donc de coefficients non nuls que dans sa jeˋmej^{\text{ème}} colonne, et Ei,jAE_{i,j}A que dans sa ieˋmei^{\text{ème}} ligne. Identifions les coefficients des deux membres de AEi,j=Ei,jAAE_{i,j}=E_{i,j}A :

  • en position (k,j)(k,j) avec kik\neq i : le membre de gauche vaut ak,ia_{k,i}, celui de droite 00 (cette position n'est pas sur la ieˋmei^{\text{ème}} ligne). Donc ak,i=0a_{k,i}=0 pour tous kik\neq i : tous les coefficients hors diagonale de AA sont nuls.
  • en position (i,j)(i,j) : le membre de gauche vaut ai,ia_{i,i} et celui de droite aj,ja_{j,j}. Donc ai,i=aj,ja_{i,i}=a_{j,j} pour tous i,ji,j : tous les coefficients diagonaux de AA sont égaux.

En notant λ\lambda leur valeur commune, on a A=λInA=\lambda I_{n}.

Corollaire 1 : Binôme de Newton pour A + λIₙ

Soient AMn(K)A\in\mathcal{M}_{n}(\mathbb{K}), λK\lambda\in\mathbb{K} et pNp\in\mathbb{N}. Alors

(A+λIn)p=k=0p(pk)λpkAk=k=0p(pk)λkApk.\bigl(A+\lambda I_{n}\bigr)^{p} =\sum_{k=0}^{p}\binom{p}{k}\lambda^{\,p-k}A^{k} =\sum_{k=0}^{p}\binom{p}{k}\lambda^{k}A^{\,p-k}.

Démonstration :

La matrice λIn\lambda I_{n} commute avec AA d'après la remarque précédente : la formule du binôme s'applique au couple (A,λIn)\bigl(A,\lambda I_{n}\bigr). Comme (λIn)pk=λpkIn\bigl(\lambda I_{n}\bigr)^{\,p-k}=\lambda^{\,p-k}I_{n}, on obtient

(A+λIn)p=k=0p(pk)Ak(λIn)pk=k=0p(pk)λpkAk.\bigl(A+\lambda I_{n}\bigr)^{p} =\sum_{k=0}^{p}\binom{p}{k}A^{k}\bigl(\lambda I_{n}\bigr)^{\,p-k} =\sum_{k=0}^{p}\binom{p}{k}\lambda^{\,p-k}A^{k}.

La seconde écriture s'obtient par le changement d'indice j=pkj=p-k, en utilisant (ppj)=(pj)\binom{p}{p-j}=\binom{p}{j}.

Rédaction — Calculer les puissances d'une matrice carrée :

Devant un calcul de AkA^{k}, chercher dans cet ordre :

  1. Une relation entre A2A^{2} et AA. Calculer A2A^{2} : s'il apparaît que A2=αAA^{2}=\alpha A (ou A2=αA+βInA^{2}=\alpha A+\beta I_{n}), conjecturer la forme de AkA^{k} et la démontrer par récurrence.
  2. Une forme diagonale ou triangulaire. Si AA est diagonale, appliquer directement la proposition. Si AA est triangulaire, on connaît au moins la diagonale de AkA^{k}.
  3. Une décomposition A=λIn+NA=\lambda I_{n}+N avec NN nilpotente. C'est le cas dès que AA est triangulaire à diagonale constante λ\lambda : poser N=AλInN=A-\lambda I_{n}, calculer les puissances de NN jusqu'à obtenir OnO_{n}, puis appliquer le corollaire — la somme du binôme s'arrête alors au dernier terme non nul.
  4. À défaut, calculer A2A^{2}, A3A^{3}, conjecturer, et démontrer par récurrence.

Exercice 6 : Puissances d'une matrice triangulaire

Soit B=(2111021100210002)B=\begin{pmatrix} 2 & 1 & 1 & 1\\ 0 & 2 & 1 & 1\\ 0 & 0 & 2 & 1\\ 0 & 0 & 0 & 2 \end{pmatrix}. Calculer BkB^{k} pour tout kNk\in\mathbb{N}^{*}.

Solution :(cliquer pour afficher)

On a

B=(2000020000200002)+(0111001100010000),B=\begin{pmatrix} 2 & 0 & 0 & 0\\ 0 & 2 & 0 & 0\\ 0 & 0 & 2 & 0\\ 0 & 0 & 0 & 2 \end{pmatrix} +\begin{pmatrix} 0 & 1 & 1 & 1\\ 0 & 0 & 1 & 1\\ 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0 \end{pmatrix},

c'est-à-dire B=2I+JB=2I+J avec J=(0111001100010000)J=\begin{pmatrix} 0 & 1 & 1 & 1\\ 0 & 0 & 1 & 1\\ 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0 \end{pmatrix}. Ainsi Bk=(2I+J)kB^{k}=(2I+J)^{k}.

Or 2I2I et JJ commutent, donc

Bk=i=0k(ki)2kiJi.B^{k}=\sum_{i=0}^{k}\binom{k}{i}2^{\,k-i}J^{\,i}.
  • Pour k=2k=2 : B2=4I+4J+J2B^{2}=4I+4J+J^{2}.
  • Pour k=3k=3 : B3=8I+12J+6J2+J3B^{3}=8I+12J+6J^{2}+J^{3}.
  • Soit k4k\geqslant 4. On a J4=O4J^{4}=O_{4}, donc Ji=O4J^{\,i}=O_{4} pour tout i4i\geqslant 4, d'où
Bk=i=03(ki)2kiJi=2kI+(k1)2k1J+(k2)2k2J2+(k3)2k3J3=2kI+k2k1J+k(k1)22k2J2+k(k1)(k2)62k3J3.\begin{aligned} B^{k}&=\sum_{i=0}^{3}\binom{k}{i}2^{\,k-i}J^{\,i}\\ &=2^{k}I+\binom{k}{1}2^{\,k-1}J+\binom{k}{2}2^{\,k-2}J^{2}+\binom{k}{3}2^{\,k-3}J^{3}\\ &=2^{k}I+k\,2^{\,k-1}J+\frac{k(k-1)}{2}\,2^{\,k-2}J^{2}+\frac{k(k-1)(k-2)}{6}\,2^{\,k-3}J^{3}. \end{aligned}

La matrice JJ est celle dont on a calculé plus haut les puissances :

J2=(0012000100000000),J3=(0001000000000000).J^{2}=\begin{pmatrix} 0 & 0 & 1 & 2\\ 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{pmatrix}, \qquad J^{3}=\begin{pmatrix} 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{pmatrix}.