Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly CB 1 –

– Concours blanc n◦1 –

– Le lundi 12 Décembre –

Voici les consignes d’usage, présentes dans le libellé des épreuves de mathématiques des concours :

La présentation, la lisibilité, l’orthographe, la qualité de la rédaction, la clarté et la précision des

raisonnements entreront pour une part importante dans l’appréciation des copies.
Les candidats sont invités à encadrer, dans la mesure du possible, les résultats de leurs calculs.
Ils ne doivent faire usage d’aucun document ; seule l’utilisation d’une règle graduée est autorisée.

N’oubliez pas de bien numéroter vos copies et de traiter les questions dans l’ordre. Les
différentes parties de ce problème ne sont pas indépendantes. Il n’est néanmoins pas nécessaire
d’avoir réussi à démontrer un résultat pour l’utiliser dans la suite du problème.

Exercice 1.

1. On considère f , la fonction définie sur R∗+ par : ∀x > 0, f (x) = 2 ln(x) + x2 + 1.

(a) Montrer que f réalise une bijection de ]0, +∞[ sur un intervalle J à préciser.
(b) En déduire qu’il existe un unique réel r ∈]0, +∞[ tel que f (r) = 0.
(c) Montrer que r ∈]0, 1[.
(d) i. Ecrire une fonction Python f(x) qui calcule l’image par f du réel x.
ii. Expliquer le programme suivant.
def approx():
x=0.001
for k in range(1000):
if f(x)>=0:
return x
else:
x=x+0.001
return x
iii. On tape f(approx()) dans la console. A quoi peut-on s’attendre concernant le résultat ?
iv. On tape approx() dans la console et le résultat observé est 0, 528. Que peut-on en conclure ?
2x2 ln(x)
2. On considère la fonction g définie sur R∗+ par : ∀x > 0, g(x) = x2 +1 .

(a) Montrer qu’il existe une fonction h définie sur R∗+ (on donnera l’expression explicite de h(x)) telle
que : ∀x > 0, g ′ (x) = h(x)f (x).
(b) Dresser le tableau de variations complet de g sur ]0, +∞[. On détaillera les calculs de limites et on y
fera figurer r et 1.
3. (a) Montrer que, pour tout n ∈ N∗ , l’équation g(x) = n admet une unique solution dans [1, +∞[. On
notera αn cette solution.
n
(b) Montrer que : ∀n ≥ 1, αn ≥ e 2 .
(c) En déduire que (αn )n≥1 admet une limite et la déterminer.
(d) i. En vous inspirant de ce qui a été fait plus tôt dans l’exercice, écrire une fonction Python
approx(n) permettant de trouver une valeur approchée de αn .
ii. Comment pourrait-on illustrer la question 3.c. grâce à cette fonction approx(n) ?
 2
α
4. (a) Montrer que pour tout n ≥ 1, ln enn = αn2 .
n
 2
αn
(b) En déduire que en admet une limite et la déterminer.
n≥1

1
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly CB 1 –

Exercice 2. Notations et définitions - Dans tout le problème :

ˆ On se donne un entier n supérieur ou égal à 2.
ˆ Pour toute matrice A de Mn (R), pour tout (i, j) ∈ [ 1, n]]2 , on note [A]i,j le coefficient de A situé sur la
ième ligne et la jème colonne de A.
ˆ Pour toute matrice X de Mn,1 (R), pour tout i ∈ [ 1, n]], on note [X]i le ième coefficient de X.
ˆ Pour toute matrice Y de M1,n (R), pour tout i ∈ [ 1, n]], on note [Y ]i le ième coefficient de Y .
ˆ Pour alléger les notations, on note 0 la matrice nulle de Mn,1 (R) et également la matrice nulle de Mn (R).
ˆ Pour tout i ∈ [ 1, n]], on note Ei la matrice de Mn,1 (R) dont tous les coefficients sont nuls sauf celui situé
sur la ième ligne, qui vaut 1.
ˆ On note In la matrice identité de Mn (R) et U la matrice de Mn,1 (R) dont tous les coefficients sont égaux
à 1.
ˆ Une matrice A de Mn (R) est dite positive (respectivement strictement positive) lorsque : ∀(i, j) ∈ [ 1, n]]2 ,
[A]i,j ≥ 0 (respectivement : ∀(i, j) ∈ [ 1, n]]2 , [A]i,j > 0) ; on écrit alors A ≥ 0 (respectivement A > 0).
ˆ Une matrice X de Mn,1 (R) (ou de M1,n (R)) est dite positive (respectivement strictement positive)
lorsque : ∀i ∈ [ 1, n]], [X]i ≥ 0 (respectivement : ∀i ∈ [ 1, n]], [X]i > 0) ; on écrit alors X ≥ 0 (respectivement
X > 0). Xn
ˆ Une matrice A de Mn (R) est dite stochastique lorsqu’elle est positive et lorsque : ∀i ∈ [ 1, n]], [A]i,j = 1.
j=1
Partie I : Quelques exemples
Dans cette partie uniquement, on pose n = 3.
1. Ecrire In , U , E1 et E2 .
2. Exprimer U en fonction de E1 , E2 et E3 .
3. Exprimer n’importe quelle matrice X de Mn,1 (R) en fonction de ses coefficients et de E1 , E2 et E3 .
4. Donner un exemple de matrice positive et non strictement positive de Mn,1 (R) et un exemple de matrice
strictement positive de Mn (R).
5. (a) Montrer que In est stochastique.
(b) Donner un autre exemple de matrice stochastique de Mn (R).

Partie II : Généralités sur les matrices positives

Dans cette partie, on reprend un entier naturel n ≥ 2 quelconque.
6. Soit A ∈ Mn (R) une matrice strictement positive. Montrer que A est positive.
7. Propriétés de stabilité : soient A et B deux matrices positives de Mn (R) et X une matrice positive
de Mn,1 (R). Montrer que :
(a) pour tout λ ∈ R+ , λA ≥ 0.
(b) A + B ≥ 0.
(c) t A ≥ 0.
(d) AX ≥ 0.
(e) AB ≥ 0.
(f) pour tout k ∈ N, Ak ≥ 0.
8. Une condition nécessaire et suffisante : soit A une matrice de Mn (R). Soit (i, j) ∈ [ 1, n]]2 .
(a) Après avoir justifié son existence, donner la taille de la matrice t Ei AEj .
(b) i. Déterminer [Ej ]k pour tout k ∈ [ 1, n]].
ii. Déterminer [AEj ]k pour tout k ∈ [ 1, n]].
iii. Déterminer [t Ej ]k pour tout k ∈ [ 1, n]].
iv. Démontrer que t Ei AEj = [A]i,j .
(c) En déduire que si pour toute matrice positive X de Mn,1 (R), la matrice AX est positive, alors A est
positive.
(d) Donner alors, en justifiant, une condition nécessaire et suffisante pour qu’une matrice A soit positive.

2
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly CB 1 –

9. Problèmes de non-stabilité : soit A une matrice positive de Mn (R).

Dans cette partie, on pourra penser à donner des contre-exemples dans le cas où n = 2.
(a) Si A est inversible, la matrice A−1 est-elle nécessairement positive ?
(b) S’il existe une matrice inversible P telle que B = P AP −1 , la matrice B est-elle nécessairement
positive ?

Partie III : Matrices productives

Définition : On dit qu’une matrice A de Mn (R) est productive lorsque A est positive et lorsqu’il existe
une matrice positive V de Mn,1 (R) telle que V − AV > 0.

10. Etude d’un exemple : dans cette question, on suppose que n = 2. On se donne un réel a ≥ 0 et on pose
   
0 a a+1
A= et V = .
0 0 1
Montrer que A est productive.
11. Cas des matrices stochastiques : soit A une matrice stochastique de Mn (R).
(a) Quelle est la taille de la matrice AU ? La calculer et en déduire que pour tout λ ∈ [0, 1[, la matrice
λA est productive.
(b) Soit V une matrice positive de Mn,1 (R) et soit k ∈ [ 1, n]] tel que ∀i ∈ [ 1, n]], [V ]i ≥ [V ]k . Calculer
[AV ]k et en déduire que A n’est pas productive.
12. Une caractérisation des matrices productives : Soit A une matrice de Mn (R).
(a) On suppose dans cette question que A est productive, et on note V une matrice positive de Mn,1 (R)
telle que V − AV > 0.
i. Justifier que V > 0. On pourra raisonner par l’absurde.
ii. Soit X une matrice de Mn,1 (R) telle que X − AX ≥ 0. On pose
 
[X]1 [X]n [X]k
c = min ,..., et k ∈ [ 1, n]] tel que c = .
[V ]1 [V ]n [V ]k
Montrer que c est bien défini. Montrer ensuite que
 
n
X
c [V ]k − [A]k,j [V ]j  ≥ 0.
j=1

En déduire que c ≥ 0 puis que X est positive.

iii. Soit X une matrice de Mn,1 (R) telle que X = AX. Justifier soigneusement que (−X) − A(−X) ≥ 0
et en déduire que X est nulle.
iv. A. Montrer que si B ∈ Mn (R) est inversible alors :

∀X ∈ Mn,1 (R), BX = 0 =⇒ X = 0.
On admet que la réciproque de cette propriété est vraie.
B. Montrer que In − A est inversible.
v. En utilisant la question 12.a.ii), montrer que pour toute matrice positive X de Mn,1 (R), la
matrice Y = (In − A)−1 X est positive.
vi. En déduire que la matrice (In − A)−1 est positive.
(b) On suppose que A est positive, que In − A est inversible et que (In − A)−1 est positive. On note
V = (In − A)−1 U . Montrer que V − AV > 0.
(c) Conclure que A est productive si et seulement si on a : A est positive, In − A est inversible et
(In − A)−1 est positive.

3
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly CB 1 –

13. Applications de cette caractérisation :

 
1 0 1 1
(a) On pose A = 1 0 1. Montrer que A est productive.
3
1 1 0
(b) Soit A une matrice positive de Mn (R) telle que 2A2 = A. Calculer (In − A)(In + 2A) et en déduire
que A est productive.
(c) Soit A une matrice de Mn (R) productive. Montrer que t A est productive.

4
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly Corrigé du Concours blanc 1 –

Proposition de solutions
Solution 1 1. (a) f est dérivable sur ]0, +∞[ comme somme de fonctions usuelles dérivables sur cet intervalle et,

2
∀x > 0, f ′ (x) =
+ 2x > 0
x
donc f est strictement croissante sur ]0, +∞[. Comme f est continue sur cet intervalle, d’après le théorème de la
bijection, elle réalise une bijection de ]0, +∞[ sur f (]0, +∞[) =] lim f (x), lim f (x)[=] − ∞, +∞[= R.
x→0 x→+∞

Conclusion : f réalise une bijection de ]0, +∞[ sur R.

(b) D’après la question précédente et par définition d’une bijection, 0 ∈ R admet un unique antécédent dans ]0, +∞[ par
f.
Conclusion Il existe donc un unique r ∈]0, +∞[ tel que f (r) = 0. :
(c) D’après la question précédente, r > 0. De plus, on a f (1) = 2 > 0 = f (r) donc comme f est strictement croissante, il
vient r < 1.
Conclusion : r ∈]0, 1[.
(d) i. def f(x):
return 2*np.log(x)+x**2+1
ii. Nous avons démontré que la fonction f est croissante sur ]0, +∞[ et que r est l’unique réel de ]0, +∞[ tel que
f (r) = 0. Ainsi, pour tout x ∈]0, r[, on a f (x) < 0 et pour tout x∈]r, +∞[, on a f (x) > 0. Le programme calcule
f (x) pour chaque valeur de x, en partant de x = 0.001 > 0 et par pas de 0.001 tant que f (x) < 0. Dès qu’un
x vérifie f (x) >= 0 alors r se trouve entre x et x − 0.001 (le calcul précédent). Ce programme permet donc de
trouver une approximation de r.
iii. Puisque approx() renvoie une approximation de r, la commande f(approx()) doit renvoyer un nombre tres proche
de 0.
iv. Comme expliqué précédemment, si le programme renvoie 0.582 c’est que r ∈ [0, 581; 0, 582].
2. (a) La fonction g est dérivable sur R∗+ comme quotient de fonctions usuelles dérivables sur cet intervalle dont le dénominateur
de s’annule pas et pour tout x > 0, on a :

2x2
(4x ln(x) + )(x2 + 1) − 2x(2x2 ) ln(x)
 
′ 2x
g (x) = x
= (2 ln(x) + x2 + 1) = f (x)h(x)
(x2 + 1)2 (x2 + 1)2
2x
en posant h(x) = (x2 +1)2
.
2x
Conclusion : Pour tout x > 0, on a g ′ (x) = f (x)h(x) avec h(x) = (x2 +1)2
.

(b) Pour tout x > 0, on a h(x) > 0. Ainsi, le signe de g ′ (x) est le même que celui de f (x). De plus, g(x) −→ 0 par quotient
x→0
2 ln(x)
et croissances comparées au numérateur. Puis, g(x) = −→ +∞. Finalement, on obtient, grâce aux questions
1+ 12 x→+∞
x
précédentes, le tableau de variations suivant.

x −∞ r 1 +∞

0 +∞

g(r)

0
3. (a) g est strcitement croissante sur [1, +∞[ et continue, donc, d’après le théorème de la bijection, elle réalise une bijection
de [1, +∞[ sur g([1, +∞[) = [g(1), lim g(x)[= [0, +∞[. Comme tout n ∈ N∗ est un élément de [0, +∞[, par définition
x→+∞
d’une bijection, il admet un unique antécédant dans [1, +∞[ par g.
Conclusion : Pour tout n ∈ N∗ , il existe un unique αn ∈ [1, +∞[ tel que g(αn ) = n.
(b) On a
n
 n
n
2(e 2 )2 ln e 2 en
g(e ) =
2 n =n ≤ n = g(αn ).
(e 2 )2 + 1 en + 1
n
Ainsi, comme g est strictement croissante, il vient e 2 ≤ αn .
n
Conclusion : Pour tout n ≥ 1, e 2 ≤ αn .
n
(c) Lorsque n tend vers +∞, e 2 tend vers +∞, donc le théorème de comparaison assure que (αn )n admet une limite qui
est +∞.
Conclusion : (α)n≥0 diverge vers +∞.

1
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly Corrigé du Concours blanc 1 –

(d) i. On peut proposer les fonctions suivantes :

import numpy as np

def g(x):
return (2*x**2*np.log(x))/(x**2+1)

def approx(n):
x=1
for k in range(10000):
if g(x)>=n:
return x
else:
x=x+0.1
return x
Il est judicieux de choisir un pas plus grand que précédemment parce que l’intervalle à parcourir est plus grand.
ii. On peut par exemple taper approx(100) puis approx(1000), dans la console et constater que la valeur de αn
augmente considérablement avec n.
n2α2 ln(α )
n n (α2 +1)
4. (a) On sait que g(αn ) = n. Ainsi, α2
= n et donc ln(αn ) = n 2α 2 .
n +1 n
 
α2
Par ailleurs, ln enn = ln(α2n ) − ln(en ) = 2 ln(αn ) − n. En réinjectant dans la précédente égalité, on obtient donc :

α2n n(α2n + 1)
 
n
ln =2 −n= 2 .
en 2α2n αn
 
α2 n
Conclusion : Pour tout n ≥ 1, on a ln enn = α2
.
n

n n
(b) Nous avons, d’après la question 3.b. que (αn )2 ≥ en > 0. Donc, 0 < α2
≤ en
= ne−n −→ 0 par croissances
n n→+∞
n
comparées. Ainsi, le théorème d’encadrement permet de dire que α2
−→ 0. D’après la question précédente et
n n→+∞
α2
puisque la fonction exp est continue en 0, on peut conclure que ( enn )n≥0 admet une limite qui est e0 = 1.
α2
n
Conclusion : −→
en n→+∞
1.

Solution 2 Partie I :
1. Puisque n = 3, on a
       
1 0 0 1 1 0
I3 = 0 1 0 , U = 1 , E1 = 0 , E2 = 1 .
    
0 0 1 1 0 0
2. On a        
1 1 0 0
U = 1 = 0 + 1 + 0
1 0 0 1

Conclusion : U = E1 + E2 + E3 .
3. On a
             
[X]1 [X]1 0 0 1 0 0
X = [X]2 =
   0  + [X]2 +
   0  = [X]1 0 + [X]2 1 + [X]3 0
   
[X]3 0 0 [X]3 0 0 1

Conclusion : X = [X]1 E1 + [X]2 E2 + [X]3 E3 .

4. On a par exemple
 
1
M = 0
5
qui est positive et non strictement positive puis
 
1 2 3
N = 4 5 6
7 8 9
qui est strictement positive.
5. (a) La matrice I3 est stochastique car ses coefficients sont des 1 et des 0, qui sont des nombres positifs et parce que la
somme des coefficients de chaque ligne de cette matrice vaut 1 + 0 + 0 = 1.

2
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly Corrigé du Concours blanc 1 –

(b) Par exemple,

1 1 1
3 3 3
P = 1 1 1
2 4 4
1 2 1
6 3 6
est une matrice stochastique.

Partie II
6. Soit A ∈ Mn (R) une matrice strictement positive. Par définition, chacun de ses coefficient est strictement positif. Un nombre
strictement positif étant en particulier positif ou nul, chaque coefficient de A est positif ou nul. Donc A est positive.
Conclusion : Une matrice strictement positive est positive.
7. (a) Soit A une matrice positive et λ un réel strictement positif. On a alors, pour (i, j) ∈ [ 1, n]]2 ,

[λA]i,j = λ[A]i,j ≥ 0
car [A]i,j ≥ 0 et λ ≥ 0. Ainsi, tous les coefficients de la matrice λA sont positifs et donc par définition :
Conclusion : La matrice λA est positive.
(b) Soit A et B deux matrices positives. On a alors, pour (i, j) ∈ [ 1, n]]2 ,

[A + B]i,j = [A]i,j + [B]i,j ≥ 0

puisque [A]i,j ≥ 0 et [B]i,j ≥ 0. Ainsi, tous les coefficients de la matrice A + B sont positifs. Par définition, on a :
Conclusion : La matrice A + B est positive.
(c) Pour tout (i, j) ∈ [ 1, n]]2 , on a
[t A]i,j = [A]j,i ≥ 0.
Ainsi, tous les coefficients de tA sont positifs puisque ceux de A le sont.
Conclusion : La matrice tA est positive.
(d) Soit A une matrice positive de Mn (R) et X une matrice positive de Mn,1 (R). On a alors AX ∈ Mn,1 (R) et pour tout
k ∈ [ 1, n]],
n
X
[AX]k = [A]k,i [X]i ≥ 0
i=1
puisque tous les coefficients de A et tous les coefficients de X sont positifs. Ainsi, tous les coefficients de AX sont
positifs et par définition, on a :
Conclusion : AX est une matrice positive.
(e) Soient A et B deux matrices positives. On a alors, pour (i, j) ∈ [ 1, n]]2 ,
n
X
[AB]i,j = [A]i,k [B]k,j .
k=1

Comme pour tout (i, k) ∈ [ 1, n]]2 , [A]i,k ≥ 0 et pour tout (k, j) ∈ [ 1, n]]2 , [B]k,j ≥ 0, la somme précédente est à termes
positifs et est donc positive. Ainsi, tous les coefficients de la matrice AB sont positifs et par définition, on a :
Conclusion : La matrice AB est positive.
(f) Soit A une matrice positive. Démontrons par récurrence que pour tout k ∈ N, P (k) : ” Ak ≥ 0 ” est vraie.
Initialisation : Pour k = 0, on a A0 = In ≥ 0 puisque ses coefficients valent 0 ou 1.
Hérédité : Soit k ∈ N fixé. Supposons que P (k) soit vraie. On a alors Ak+1 = Ak A. Par hypothèse de récurrence, la
matrice Ak est positive. Ainsi, en utilisant la question 1.e en posant B = Ak , on obtient que Ak A est positive et donc
que P (k + 1) est vraie.
Conclusion : Pour tout k ∈ N, la matrice Ak est positive.
8. (a) On a A ∈ Mn (R), Ej ∈ Mn,1 (R) et t Ei ∈ M1,n (R). Ainsi, les tailles sont compatibles : on peut effectuer le produit
AEj qui donnera une matrice de Mn,1 (R) et on peut effectuer le produit t Ej (AEi ) qui donnera une matrice de
M1,1 (R), c’est à dire un réel.
Conclusion : La matrice t Ei AEj est bien définie et c’est un réel.
(b) i. Par définition, Ej ∈ Mn,1 (R) et pour tout k ∈ [ 1, n]], [Ej ]k = 1 si k = j et [Ej ]k = 0 si j ̸= k.
ii. On a d’abord AEj ∈ Mn,1 (R) donc pour k ∈ [ 1, n]],
n
X
[AEj ]k = [A]k,ℓ [Ej ]ℓ = [A]k,j
ℓ=1

car [Ej ]ℓ = 0 si j ̸= ℓ et 1 sinon d’après la question précédente.

iii. Par définition, t Ej ∈ M1,n (R) et pour tout k ∈ [ 1, n]], [t Ej ]k = 1 si k = j et 0 sinon.

3
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly Corrigé du Concours blanc 1 –

iv. On a déjà vu que t Ei AEj ∈ M1,1 (R). Par ailleurs,

n
X
t
Ei AEj = [t Ei ]ℓ [AEj ]ℓ = [AEj ]i = [A]i,j
ℓ=0
ou l’on a utilisé les questions précédentes.
Conclusion : ∀(i, j) ∈ [ 1, n]]2 , t Ei AEj = [A]i,j .
(c) Supposons que pour toute matrice X positive, AX soit positive. Alors, en particulier, pour tout j ∈ [ 1, n]], on a Ej qui
est positif et donc AEj ≥ 0. Mais alors, pour tout i ∈ [ 1, n]], on a t Ei AEj ≥ 0 puisque
Xn
t E AE =
i j [t Ei ]l [AEj ]l et que tous les coefficient de AEj et tous les coefficients de t Ei sont positifs. Ainsi, pour
l=1
tout (i, j) ∈ [ 1, n]]2 , on a, d’après la question précédente, t Ei AEj = [A]i,j ≥ 0.
Conclusion : La matrice A est positive.
(d) On propose de démontrer qu’une matrice de Mn (R) est positive si et seulement si pour toute matrice
X ∈ Mn,1 (R), AX ≥ 0.
On a démontré le sens indirect dans la question précédente.
Pour le sens direct, c’est le résultat démontré à la question 7.d.
9. (a) Cette propriété est fausse. On peut exhiber le contre-exemple suivant :
 
1 1
A=
1 2
est une matrice positive inversible (car det(A) = 1 ̸= 0) mais sa matrice inverse
 
2 −1
A−1 =
−1 1
n’est pas positive.
Conclusion : La positivité n’est pas stable par passage à l’inverse.
(b) Cette propriété est également fausse. Prenons  
1 1
P =
1 2
.
On vient de voir que
 
2 −1
P −1 =
−1 1
Alors pour  
1 0
A=
0 0
positive, on obtient
 
2 −1
P AP −1 =
2 −1
qui n’est pas une matrice positive.
Conclusion : La positivité n’est pas stable par similitude.
Partie III :
10. La matrice A est positive parce que le réel a est positif ou nul. De plus, on a
     
a+1 a 1
V − AV = − = = U > 0.
1 0 1

Conclusion : La matrice A est productive.

11. (a) Puisque A ∈ Mn (R), et U ∈ Mn,1 (R), on a AU ∈ Mn,1 (R). Ainsi, pour k ∈ [ 1, n]],
n
X n
X
[AU ]k = [A]k,i [U ]k = [A]k,i = 1
i=1 i=1
où l’on a d’abord utilisé que tous les coefficients de U valent 1, puis que la matrice A est stochastique. Ainsi, AU = U .

Or, comme A est positive, λA est positive pour λ ∈ [0, 1[ (question 7.a).
De plus, d’après le résultat précédent, on a λAU = λU . Donc U − λAU = U − λU = (1 − λ)U > 0 car 1 − λ > 0 et U
est strictement positive (on adapte la preuve de 7.a au cas strictement positif).
Conclusion : Si A est stochastique et λ ∈ [0, 1[, la matrice λA est productive.

4
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly Corrigé du Concours blanc 1 –

(b) On a
n
X n
X n
X
[AV ]k = [A]k,i [V ]i ≥ [A]k,i [V ]k = [V ]k [A]k,i = [V ]k
i=1 i=1 i=1
parce que la matrice A est stochastique.
Ce raisonnement est applicable à toute matrice colonne V positive. Ainsi, pour tout V ∈ Mn,1(R) , et pour tout
k ∈ [ 1, n]], on a [V ]k − [AV ]k = [V − AV ]k ≤ 0. Donc on ne peut avoir A − AV > 0 pour aucun élément V de Mn,1 (R).
Conclusion : La matrice A n’est pas productive .
12. (a) i. On sait déjà que V ≥ 0 par définition d’une matrice productive. Raisonnons donc par l’absurde en supposant
qu’il existe k ∈ [ 1, n]] tel que [V ]k = 0. Ainsi, par définition, on aurait
n
X X
[V − AV ]k = [V ]k − [A]k,i [V ]i = − [A]k,i [V ]i > 0.
i=1 i∈[[1,n]]−{k}
Cela est absurde puisque A et V sont positifs.
Conclusion : On a V > 0.
ii. Remarquons d’abord que c est bien défini car d’une part V étant strictement positif, aucun de ses coefficients
n’est nul, et d’autre part le minimum est pris sur un nombre fini d’éléments.
Calculons cette quantité :
 
n n
X X [X]k
c [V ]k − [A]k,j [V ]j  = [X]k − [A]k,j [V ]j (∗)
j=1 j=1
[V ]k
[X]k [X]j
Mais comme par définition de k, on a [V ]k
≤ [V ]j
pour tout j, on peut dire que

[V ]j [X]k
≤ [X]j .
[V ]k
En reportant dans (∗), il vient alors
 
n
X
c [V ]k − [A]k,j [V ]j  ≥ [X − AX]k ≥ 0
j=1

par hypothèse.
[X]j
Finalement, comme V − AV > 0, on a forcément c ≥ 0. Ainsi, tous les [V ]j
sont positifs et comme V > 0, on en
déduit que X est positive.
Conclusion : La matrice X est positive.
iii. On a

−X − A(−X) = −X + AX = −X + X = 0.
Ainsi, en particulier, −X − A(−X) ≥ 0. On peut donc appliquer la question 12.a.ii à −X en conclure que −X ≥ 0.
Comme de plus l’égalité AX = X implique que X − AX ≥ 0, la question 12.a.ii implique également que X ≥ 0.
Finalement, X a tous ses coefficients positifs et −X aussi. Donc tous les coefficients de X sont nuls.
Conclusion : X = 0.
iv. A. Soit B ∈ Mn (R). Supposons que B est inversible. Soit X ∈ Mn,1 (R). Supposons que BX = 0. On a alors
B −1 BX = B −1 0 donc X = 0.
B. On a montré en question 12.a.iii que si X vérifie AX = X (ce qui est équivalent à (In − A)X = 0), alors
X = 0. En utilisant la réciproque admise de la propriété de la question précédente avec B = In − A, on peut
dire que
Conclusion : La matrice In − A est inversible .
v. Posons Y = (In − A)−1 X. On a alors

Y − AY = (In − A)−1 X − A(In − A)−1 X = (In − A)(In − A)−1 X = X ≥ 0

par hypothèse.
Ainsi, d’après la question 3.a.ii, on a
Conclusion : La matrice Y est positive.
vi. On a montré dans la question précédente que ∀X ∈ Mn,1 (R) positive, (In − A)−1 X est positive. D’après la
question 8.c, la matrice (In − A)−1 est donc positive.
Conclusion : La matrice (In − A)−1 est positive.
(b) On a

V − AV = (In − A)−1 U − A(In − A)−1 U = (In − A)(In − A)−1 U = U > 0.

Conclusion : On a V − AV > 0.

5
Année 2022-2023 – ECG1B & ECG1C – Lycée Janson de Sailly Corrigé du Concours blanc 1 –

(c) Le sens indirect est montré dans la question 12.b. Le sens direct a été montré dans la question 12.a.
1
13. (a) D’abord, la matrice A est bien positive (ses coefficients sont égaux à 3
≥ 0 et 0 ≥ 0). De plus,
 
−3 1 1
1
I3 − A = − −1 3 −1 .
3 −1 −1 3
L’application rigoureuse de la méthode du pivot de Gauss permet de montrer que I3 − A est inversible et que
3 3 3
2 4 4
−1 3 3 3
(I3 − A) = 4 2 4
.
3 3 3
4 4 2

Cette matrice étant bien positive ( 23 ≥ 0 et 3

4
≥ 0), on peut affirmer, d’après la question précédente, que A est
productive.
Conclusion : La matrice A est productive.
(b) D’abord, la matrice A est bien positive. Puis,

(In − A)(In + 2A) = In + 2A − A − 2A2 = In .

Donc (In − A) est inversible et son inverse est In + 2A qui est positive d’après les questions 7.a et 7.b puisque A est
positive et 2 ≥ 0.
D’après la caractérisation montrée en 12 (sens indirect), on obtient :
Conclusion : La matrice A est productive.
(c) Soit A une matrice productive. On a sait déjà que t A est positive par 7.c. Par la caractérisation de la question 12 (sens
direct), on sait que (In − A) est inversible d’inverse positive. Or, si on appelle B la matrice inverse de (In − A) on a

(In − A)B = In ⇒t ((In − A)B) =t In ⇒t B t (In − A) = In ⇒t B(In −t A) = In .

Ainsi, (In −t A) est inversible d’inverse t B qui est positive puisque B l’est. En utilisant la caractérisation de la question
12 dans le sens direct cette fois, on obtient
Conclusion : tA est productive.