MATRICES
Enonc des exercices
1 Les basiques
Exercice 23.1 Donner la matrice de lapplication linaire f : R
3
R
3
, f (x, y, z) = (z, y, x) dans les bases cano-
niques.
Puis montrer que E =((1, 0, 1) , (0, 1, 0) , (1, 0, 1)) est une base. Donner la matrice de f dans E.
Exercice 23.2 Soit f lendomorphisme de R
2
dni par
f
_
x
y
_
=
_
x 3y
2x + 4y
_
Justier que E =
__
1
1
_
,
_
2
1
__
est une base de R
2
.
Soit A =
_
1 3
2 4
_
, B =
_
4 1
2 8
_
que reprsentent A et B vis vis de f ?
Exercice 23.3 Donner la matrice de lapplication linaire f : R
2
[X] R
2
[X] , f (P) = (X 1)
2
P
_
1
X1
_
+
(X 1) P
, en dduire lexpression de
(8X
3
+ 2X
2
5X + 1) dans E
= (u
1
, u
2
, u
3
) o u
1
= (1, 1, 1), u
2
= (1, 0, 1), u
3
= (0, 1, 1).
Montrer que E
u ,
: R
n
[X] R
n
[X] dni par f
(X) P
(a))
Dterminer le noyau et limage de f
de R
4
telle que Mat
B
(f) = B =
_
_
_
_
0 1 0 0
0 0 0 0
0 0 1 1
0 0 0 1
_
_
_
_
Comment peut-on calculer A
n
?
Exercice 23.21 Soient (a, b, c) C et A =
_
_
a c b
c a +b c
b c a
_
_
. On note f lendomorphisme de C
3
canoniquement
associ A. On considre les vecteurs v
1
=
_
_
1
2
1
_
_
, v
2
=
_
_
1
2
1
_
_
et v
3
=
_
_
1
0
1
_
_
.
Montrer que (v
1
, v
2
, v
3
) est une base de R
3
. Donner la matrice de f dans cette base. En dduire un moyen de calculer
A
n
.
Exercice 23.22 Soit a R, on dnit M (a) =
_
_
_
_
_
_
a 1 1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
1 1 a
_
_
_
_
_
_
/
n
(R)
1. Pour quelles valeurs de a, la matrice M (a) est-elle inversible ? Calculer alors son inverse.
2. Calculer M (a) M (b) et retrouver linverse de M (a) quand elle est inversible. (On pourra utiliser M (1))
Exercice 23.23 Soit A =
_
_
chx 0 shx
0 1 0
shx 0 chx
_
_
o x R, on note f lendomorphisme canoniquement associ A
dans la base canonique de R
3
.
1. On pose e
1
=
_
_
0
1
0
_
_
, e
2
=
_
_
1
0
1
_
_
et e
3
=
_
_
1
0
1
_
_
. Montrer que E =(e
1
, e
2
, e
3
) est une base de R
3
.
2. Dterminer la matrice B de f dans la base E. En dduire A
n
.
Exercice 23.24 Soit a, b, c trois rels dont un au moins est non nul, on dnit
A =
_
_
a
2
ba ca
ab b
2
cb
ac bc c
2
_
_
On note f lendomorphisme de R
3
de matrice A dans la base canonique.
1. Quel est le rang de f ?
2. Dterminer ker f, Imf, en donner une base et prciser leur dimension.
3. A-t-on ker f Imf = R
3
?
4/33 G
+P
(0)
1. Montrer que est un endomorphisme de E.
2. Donner la matrice M de dans la base canonique de E.
3. Dterminer ker et Im,donner une base de ces sous-espace vectoriels.
4. Montrer que Im = Q E, Q(0) +Q
(0) = 0
5. Retrouver ce rsultat en utilisant la drive de (P) .
5/33 G
+X
2
P
2XP
1. Justier que si P est dans E alors f (P) est aussi dans E.
2. Montrer que f est linaire.
3. Donner la matrice de f dans la base canonique.
4. Soit ( =
_
X, X
2
, X
2
+X + 1
_
, justier que ( est une base de E et prciser la matrice de f dans la base (.
Exercice 23.36 Soit E = R
n
[X] et : P (X +n) P (X) XP (X + 1)
1. Ecrire la matrice dans la base canonique.
2. Dterminer son noyau et son image.
6/33 G
1 2
1 1
1 1 2
0 1 1
1 2 1
=
C
2
C
3
1 1 2
0 0 1
1 1 1
= (1)
1 1
1 1
= 2 ,= 0
On a bien une base.
Premire mthode :
Daprs la linarit de f, on a f (e
1
2e
2
+ 3e
3
) = f (e
1
)2f (e
2
)+3f (e
3
). Les colonnes de A donnent les coordonnes
des images de e
1
, e
2
, e
3
do
f (e
1
2e
2
+ 3e
3
) a pour coordonnes dans E :
_
_
1
0
3
_
_
2
_
_
0
2
0
_
_
+ 3
_
_
3
0
1
_
_
=
_
_
10
4
6
_
_
Ceci signie que
f (e
1
2e
2
+ 3e
3
) = 10e
1
4e
2
+ 6e
3
= 10
_
_
1
0
1
_
_
4
_
_
1
1
2
_
_
+ 6
_
_
2
1
1
_
_
=
_
_
18
2
8
_
_
Seconde mthode (la meilleure ! ! !) :
Les coordonnes de
u = e
1
2e
2
+ 3e
3
dans la base E =(e
1
, e
2
, e
3
) sont
_
_
1
2
3
_
_
, ainsi les coordonnes dans E de
f (
u ) sont A
_
_
1
2
3
_
_
=
_
_
1 0 3
0 2 0
3 0 1
_
_
_
_
1
2
3
_
_
=
_
_
10
4
6
_
_
. La matrice de passage de la base canonique E est
P =
_
_
1 1 2
0 1 1
1 2 1
_
_
, ainsi les coordonnes dans la base canonique de f (
u ) sont
P
_
_
10
4
6
_
_
=
_
_
1 1 2
0 1 1
1 2 1
_
_
_
_
10
4
6
_
_
=
_
_
18
2
8
_
_
10/33 G
_
_
x
y
z
_
_
_
_
_
z = 1
x y +z = 1
x y + 2z = 0
_
z = 1
x +y = 2
On choisit e
3
=
_
_
2
0
1
_
_
qui convient. On vrie que (e
1
, e
2
, e
3
) est bien une base.
Exercice 23.8 1. On dcompose A = I
3
+ N o N =
_
_
0 2 1
0 0 2
0 0 0
_
_
. On applique alors le binme de Newton
car I
3
N = NI
3
(lidentit commute avec toutes les matrices). Tout cela marche bien car N est nilpotente (Nihil
11/33 G
k=0
k
n
N
k
I
nk
=
n
k=0
k
n
N
k
=
2
k=0
k
n
N
k
(ceci mme si n < 2 car
k
n
= 0 pour k > n)
=
0
n
N
0
+
1
n
N +
2
n
N
2
= I
3
+nN +
n(n 1)
2
N
2
=
_
_
1 0 0
0 1 0
0 0 1
_
_
+
_
_
0 2n n
0 0 2n
0 0 0
_
_
+
_
_
0 0 2n(n 1)
0 0 0
0 0 0
_
_
=
_
_
1 2n n(2n 1)
0 1 2n
0 0 1
_
_
2. Considrons lexpression
A
n
= I
3
+nN +
n(n 1)
2
N
2
Si les mathmatiques sont bien faites (et elles le sont) on peut ventuellement faire n =
1
2
.
On pose donc
B = I
3
+
N
2
1
8
N
2
Alors
B
2
=
_
I
3
+
N
2
1
8
N
2
_
2
= I
3
+N
1
4
N
2
+
1
4
N
2
1
8
N
3
+
1
64
N
4
= I
3
+N = A car N
3
= (_)
Plus gnralement on pose
B = I
3
+
1
n
N +
1
n
_
1
n
1
_
2
N
2
= I
3
+
1
n
N +
1 n
2n
2
N
2
= I
3
+M o M =
1
n
N +
1 n
2n
2
N
2
Alors
MI
3
= I
3
M, on peut appliquer le binme donc
B
n
= (I
3
+M)
n
= I
3
+nM +
n(n 1)
2
M
2
+M
3
( )
Mais
M
2
=
_
1
n
N +
1 n
2n
2
N
2
_
2
=
1
n
2
_
N +
1 n
n
2
N
2
_
=
1
n
2
N +
2 (1 n)
n
2
N
3
+
_
1 n
n
2
_
2
N
4
=
1
n
2
N
12/33 G
5X + 1) = 5 + 28X + 24X
2
On constate que nest pas injective, car (1) = 0 donc 1 ker () et par stabilit linaire, V ect (1) = R
0
[X]
ker () . Mais il est clair que est de rang 3, et dim R
3
[X]
. .
Espace de dpart
= 4 = rg () + dim(ker ()) (thorme
du rang), on en dduit que dim(ker ()) = 1. En conclusion R
0
[X] = ker () car ces deux espaces ont mme
dimension et que lun est inclus dans lautre.
De plus la prsence dune ligne de zro dans la matrice de nous donne le renseignement suivant : (P) na
pas de composante suivant X
3
, ce qui signie que Im() R
2
[X], puis par galit des dimensions, on a
Im() = R
2
[X]
13/33 G
1
2
X et N
3
=
1
6
X
3
1
2
X
2
+
1
3
X, ainsi
P
BB
=
N
0
N
1
N
2
N
3
_
_
_
_
1 0 0 0
0 1
1
2
1
3
0 0
1
2
1
2
0 0 0
1
6
_
_
_
_
1
X
X
2
X
3
Pour calculer linverse de cette matrice, le plus simple est dcrire que :
1 = N
0
, X = N
1
, X
2
= 2N
2
+ N
1
, X
3
= 6N
3
+ 3X
2
2X = 6N
3
+ 3 (2N
2
+N
1
) 2N
1
= 6N
3
+ 6N
2
+ N
1
,
ainsi
P
B
B
=
1 X X
2
X
3
_
_
_
_
1 0 0 0
0 1 1 1
0 0 2 6
0 0 0 6
_
_
_
_
N
0
N
1
N
2
N
3
4. On a
Mat
B
_
8X
3
+ 2X
2
5X + 1
_
= P
B
B
Mat
B
_
8X
3
+ 2X
2
5X + 1
_
Ce qui donne Mat
B
_
8X
3
+ 2X
2
5X + 1
_
=
_
_
_
_
1 0 0 0
0 1 1 1
0 0 2 6
0 0 0 6
_
_
_
_
_
_
_
_
1
5
2
8
_
_
_
_
=
_
_
_
_
1
5
52
48
_
_
_
_
. Ce qui signie que
8X
3
+ 2X
2
5X + 1 = 48N
3
+ 52N
2
+ 5N
1
+N
0
Puis Mat
B
_
8X
3
+ 2X
2
5X + 1
__
=
_
_
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
_
_
_
_
1
5
52
48
_
_
_
_
=
_
_
_
_
5
52
48
0
_
_
_
_
ainsi
_
8X
3
+ 2X
2
5X + 1
_
= 48N
2
+ 52N
1
+ 5N
0
Enn Mat
B
_
_
8X
3
+ 2X
2
5X + 1
__
= P
BB
Mat
B
_
8X
3
+ 2X
2
5X + 1
__
=
_
_
_
_
1 0 0 0
0 1
1
2
1
3
0 0
1
2
1
2
0 0 0
1
6
_
_
_
_
_
_
_
_
5
52
48
0
_
_
_
_
=
_
_
_
_
5
28
24
0
_
_
_
_
. On retrouve le rsultat.
5.
2
(P) = P (X + 2) P (X + 1) (P (X + 1) P (X)) = P (X + 2) 2P (X + 1) +P (X)
3
(P) = P (X + 3) 2P (X + 2) +P (X + 1) (P (X + 2) 2P (X + 1) +P (X))
= P (X + 3) 3P (X + 2) + 3P (X + 1) P (X) et enn
4
(P) = P (X + 4) 4P (X + 3) + 6P (X + 2)
4P (X + 1) +P (X) (Les coecients vous sont-ils connus ?)
Mais Mat
B
() =
_
_
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
4
= (_) donc
4
= 0.
14/33 G
k=0
C
k
n
2
k
P
k
Q
nk
= Q
n
+ 2
n
P
n
+
n
k=0
C
k
n
2
k
PQ = 2
n
P
n
+Q
n
, en eet, si k > 0 et n k > 0, alors
P
k
Q
nk
= P
k1
(PQ) Q
nk1
= 0.
On en dduit que
A
n
= 2
n
_
_
1 0 0
0 0 0
0 1 1
_
_
+
_
_
0 0 0
0 1 0
0 1 0
_
_
=
_
_
2
n
0 0
0 1 0
0 2
n
1 2
n
_
_
Exercice 23.12 1. F = V ect(u
2
, u
3
) et G = V ect(u
1
) donc sont des sous-espaces vectoriels dim(F) = 2 et
dim(G) = 1.
On a donc dim(F) + dim(G) = dim(E), on vrie facilement que F G = 0, en eet si (x, y, z) F G, on
a x = y = z et x +y +z = 3x = 0 .
2. rg(E
) = rg
_
_
1 1 0
1 0 1
1 1 1
_
_
=
C
1
C
1
+C
3
C
2
C
2
C
3
rg
_
_
1 1 0
1 1 1
0 0 1
_
_
=
C1C1+C2
rg
_
_
2 1 0
0 1 1
0 0 1
_
_
est de rang 3, or
15/33 G
_
_
x
y
z
_
_
_
_
_
x +y = a
x +z = b
x y z = c
L
3
L
3
L
1
L
2
L
2
C
1
_
_
_
1 x +y = a
y +z = b a
2y z = c a
L3L32L2
_
_
_
1 x +y = a
1 y +z = b a
3z = c 2b +a
_
_
x
y
z
_
_
=
_
_
1
3
1
3
1
3
2
3
1
3
1
3
1
3
2
3
1
3
_
_
_
_
a
b
c
_
_
P
1
B,B
=
1
3
_
_
1 1 1
2 1 1
1 2 1
_
_
4. Mat
B
(p) =
_
_
0 0 0
0 1 0
0 0 1
_
_
,
Mat
B
(p) = P
B,B
Mat
B
(p) P
1
B,B
=
1
3
_
_
1 1 0
1 0 1
1 1 1
_
_
_
_
0 0 0
0 1 0
0 0 1
_
_
_
_
1 1 1
2 1 1
1 2 1
_
_
=
1
3
_
_
2 1 1
1 2 1
1 1 2
_
_
(on vrie que cette matrice leve au carre est gale elle mme)
Puis f(x) = 2p(x) +q(x) o p +q = Id, donc f = p +Id et Mat
B
(f) = Mat
B
(p) +I
3
.
Mat
B
(f) =
1
3
_
_
5 1 1
1 5 1
1 1 5
_
_
Exercice 23.13 rg (u
1
, u
2
, u
3
) = rg
_
_
1 0 1
1 1 2
1 1 1
_
_
= rg
_
_
1 0 0
1 1 1
1 1 1
_
_
rg
_
_
1 0 0
1 1 0
1 1 2
_
_
= 3, on a bien une
base ( 3 vecteurs de rang 3 en dimension 3). On calcule les images par f des trois vecteurs. On a, si Ec est la base
canonique de R
3
.
Mat
Bc
(f (u
1
)) = A
_
_
1
1
1
_
_
=
_
_
5 3 3
15 9 7
9 5 3
_
_
_
_
1
1
1
_
_
=
_
_
1
1
1
_
_
f (u
1
) = u
1
Mat
Bc
(f (u
2
)) = A
_
_
0
1
1
_
_
=
_
_
5 3 3
15 9 7
9 5 3
_
_
_
_
0
1
1
_
_
=
_
_
0
2
2
_
_
f (u
2
) = 2u
2
Mat
Bc
(f (u
3
)) = A
_
_
1
2
1
_
_
=
_
_
5 3 3
15 9 7
9 5 3
_
_
_
_
1
2
1
_
_
=
_
_
2
4
2
_
_
f (u
3
) = 2u
3
16/33 G
0 car C
i
= f (
e
i
) o (
e
1
, ,
e
n+1
) est la base canonique de R
n+1
). On a donc
ker f = vect
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
1
.
.
.
.
.
.
a
n
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Exercice 23.15
1. On a rg A = 2 do dimker f = 1, or w ker f (regardez les colonnes) ainsi ker f = vect ( w).
2. On a Det (
u ,
v , w) =
1 1 1
1 1 0
0 1 1
u ) =
u , f (
v ) =
v et f ( w) =
0 . Ainsi
B =
_
_
1 0 0
0 1 0
0 0 0
_
_
4. On a P =
_
_
1 1 1
1 1 0
0 1 1
_
_
est inversibe comme toute matrice de passage. On rsout P
_
_
x
y
z
_
_
=
_
_
a
b
c
_
_
,
dincounnes x, y, z (via Cramer par exemple) et on trouve P
1
=
_
_
1 0 1
1 1 1
1 1 2
_
_
.
5. On a A
n
= P
_
_
1 0 0
0 (1)
n
0
0 0 0
_
_
P
1
si n 1 et A
0
= I
3
Attention au cas n = 0 !
Exercice 23.16
18/33 G
_
_
0 0
0 0 0
0 0 0
_
_
=
_
_
0 0
0 0 0
0 0 0
_
_
_
_
a 0 0
0 1 0
0 0 a
_
_
. :
_
_
0 0 a
0 0 0
0 0 0
_
_
. Puisque
_
_
0 0
0 0 0
0 0 0
_
_
2
=
_
_
0 0 0
0 0 0
0 0 0
_
_
, on a
M
n
=
n
k=0
_
n
k
_
_
_
0 0
0 0 0
0 0 0
_
_
k
_
_
a
nk
0 0
0 1 0
0 0 a
nk
_
_
=
_
_
a
n
0 0
0 1 0
0 0 a
n
_
_
+n
_
_
0 0
0 0 0
0 0 0
_
_
_
_
a
n1
0 0
0 1 0
0 0 a
n1
_
_
=
_
_
a
n
0 0
0 1 0
0 0 a
n
_
_
+
_
_
0 0 na
n1
0 0 0
0 0 0
_
_
Ainsi
u
n
= na
n1
(on remarque que
b
n
a
n
b a
tend vers na
n1
si b tend vers a, car cest un taux daccroissement entre a et b de
x x
n
).
2 Les techniques
Exercice 23.17 On prend x
0
tel que u
n1
(x
0
) ,= 0 (possible car A
n1
= Mat
_
u
n1
_
,= 0 ). Alors x
0
convient, en
eet si
n1
i=0
i
u
i
(x
0
) = 0 alors
u
n1
_
n1
i=0
i
u
i
(x
0
)
_
=
0
u
n1
(x
0
) +
n1
i=1
i
u
i1
(u
n
(x
0
))
=
0
u
n1
(x
0
) = 0
=
0
= 0
Puis on compose par u
n2
pour en dduire
u
n2
_
n1
i=1
i
u
i
(x
0
)
_
=
1
u
n1
(x
0
) +
n1
i=2
i
u
i1
(u
n
(x
0
))
=
1
u
n1
(x
0
) = 0 =
1
= 0
19/33 G
2
.
.
.
_ n
_
_
_
_
_
_
_
.
On a donc ker (f
) = R
0
[X] , Im(f
) = P, P (0) = 0 si / 0, 2, ..., n .
ker (f
) = R
0
[X] Vect
_
(X a)
_
, Im(f
) =
_
P, P (0) = P
()
(a) = 0
_
si 0, 2, ..., n .
Exercice 23.19 1. La matrice est de rang 1, ker f est donc de dimension 2 (thorme du rang). On constate que
C
2
C
1
= 0 et C
1
+C
3
= 0 donc f ((1, 1, 0)) = f ((1, 0, 1)) = 0.
On a donc Vect ((1, 1, 0) , (1, 0, 1)) ker f, puisque ((1, 1, 0) , (1, 0, 1)) est une famille libre, lespace quelle
engendre est de dimension gale 2 = dimker f. Il y a donc galit dans linclusion prcdente.
Les colonnes de A forment une famille gnratrice de Imf. On en dduit que Imf est une droite engendre par
(1, 3, 2).
2. Compte tenu de la matrice qui est donne, on doit avoir (si la nouvelle base est (e
1
, e
2
, e
3
) ), f (e
2
) = e
1
Imf.
On prend donc e
1
= (1, 3, 2) , e
2
= (1, 0, 0) et e
3
= (1, 0, 1). On a rg
_
_
1 1 1
3 0 0
2 0 1
_
_
= 3 ,= 0. Il sagit bien
dune base dans laquelle la matrice est celle demande.
Exercice 23.20 Analysons la matrice B. Sa premire colonne est nulle, donc si lon note E
= (e
1
, e
2
, e
3
, e
4
) , on a
f (e
1
) = 0. Dterminons ker f. La matrice A est clairement de rang 3 et (C
2
= C
1
), (1, 1, 0, 0) ker f.
On prend donc
e
1
=
_
_
_
_
1
1
0
0
_
_
_
_
Ensuite, on dsire avoir f (e
2
) = e
1
. On rsout donc f (x, y, z, t) = (1, , 1, 0, 0) , i.e.
A
_
_
_
_
x
y
z
t
_
_
_
_
=
1
2
_
_
_
_
x +y
x y
3z +t
z +t
_
_
_
_
=
_
_
_
_
1
1
0
0
_
_
_
_
Il est clair que z = t = 0 , x = y = 1. On prend donc
e
2
=
_
_
_
_
1
1
0
0
_
_
_
_
20/33 G
_
x +y = 0
x 3y = 0
3z +t = 2
z +t = 2
dont une solution est
e
4
=
_
_
_
_
0
0
0
2
_
_
_
_
On peut vrier que si
P =
_
_
_
_
1 1 0 0
1 1 0 0
0 0 1 0
0 0 1 2
_
_
_
_
alors
A = PBP
1
Pour calculer A
n
= Mat
Bc
(f
n
) ,on utilise la relation (compte tenu de B
n
= Mat
B
(f
n
) )
A
n
= PB
n
P
1
B =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 1 0
0 0 0 1
_
_
_
_
. .
D
+
_
_
_
_
0 1 0 0
0 0 0 0
0 0 0 1
0 0 0 0
_
_
_
_
. .
N
On vrie que DN = ND =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 1
0 0 0 0
_
_
_
_
, N
2
=
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
_
_
_
_
, D
n
= D
Daprs le binme de Newton, on a
B
n
= D
n
+nND
n1
= D +nND =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 1 n
0 0 0 1
_
_
_
_
21/33 G
2c 0 0
0 a +b
2c 0
0 0 a b
_
_
pour calculer A
n
, on peut crire P =
_
_
1
2
1
1
2
1
1
0
1
_
_
, A
n
= PMat
B
(f)
n
P
1
, mais il y a plus malin.
Posons A(, , ) =
_
_
+
_
_
, et B(, , ) =
_
_
+ +
2 0 0
0 +
2 0
0 0
_
_
On a montr que (, , ) C,
A(, , ) = P B(, , ) P
1
or
B
n
=
_
_
_
a +b +
2c
_
n
0 0
0
_
a +b
2c
_
n
0
0 0 (a b)
n
_
_
Il sut dcrire B
n
= B(, , ) pour , et bien choisis. On prend donc
_
_
_
+ +
2 =
_
a +b +
2c
_
n
+
2 =
_
a +b
2c
_
n
= (a b)
n
pour obtenir
A
n
=
_
_
+
_
_
Exercice 23.22 1. Puisque lon demande M (a)
1
, on rsout le systme M (a) X = Y que lon inverse. On consi-
dre donc le systme
_
_
ax
1
+ x
2
+ + x
n
= y
1
x
1
+ ax
2
+ + ax
n
= y
2
.
.
.
.
.
.
x
1
+ x
2
+ + x
n
= y
n
De manire prserver la symtrie du systme, on adjoint une quation qui est la somme de toutes les lignes du
systme, savoir
_
_
ax
1
+ x
2
+ + x
n
x
1
+ ax
2
+ + ax
n
.
.
.
x
1
+ x
2
+ + x
n
= y
1
= y
2
.
.
.
= y
n
(a +n 1)
_
x
1
+ x
2
+ + x
n
_
= y
1
+ +y
n
22/33 G
1
a +n 1
(y
1
+ +y
n
)
Si a = 1, la matrice nest pas inversible (mais est-ce une surprise ?).
En dnitive, si (a 1) (a +n 1) ,= 0, M (a) est inversible, la solution du systme scrit
x
i
=
1
(a 1) (a +n 1)
(y
1
y
i1
+ (a +n 2) y
i
y
i+1
y
n
)
do
M (a)
1
=
1
(a 1) (a +n 1)
_
_
_
_
_
_
(a +n 2) 1 1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
1 1 (a +n 2)
_
_
_
_
_
_
=
1
(a 1) (a +n 1)
M (2 n a)
2. Comme indiqu, on introduit M (1) car M (1)
2
= nM (1) . On a alors M (a) = (a 1) I +M (1) do
M (a) M (b) = ((a 1) I +M (1)) ((b 1) I +M (1))
= (a 1) (b 1) I + (a +b 2) M (1) +nM (1)
2
= (a 1) (b 1) I + (a +b +n 2) M (1)
Si on choisit a +b +n 2 = 0, soit b = 2 n b, on obtient
M (a) M (2 n a) = (a 1) (1 n a) I
Si (a 1) (1 n a) ,= 0, on retrouve bien M (a)
1
.
Exercice 23.23
1. On a Det (e
1
, e
2
, e
3
) =
0 1 1
1 0 0
0 1 1
b c a
a 0 b
0 a c
= a
3
+b
2
a +ac
2
= a
_
a
2
+b
2
+c
2
_
,= 0
donc
_
_
b
a
0
_
_
,
_
_
c
0
a
_
_
,
_
_
a
b
c
_
_
est une base de R
3
, ainsi vect
_
_
_
_
b
a
0
_
_
,
_
_
c
0
a
_
_
,
_
_
a
b
c
_
_
_
_
= R
3
. On a
donc
Imf ker f = R
3
Exercice 23.25
1. On a M = I
n
+N o N =
_
_
_
_
_
_
_
_
_
0 1 1 1
0
.
.
.
0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
. 0
1 1 1 0
_
_
_
_
_
_
_
_
_
, lendomorphisme g associ N est f Id. Si (e
1
, , e
n
)
est la base canonique de R
n
, on a
g (e
1
) = e
n
g (e
i
) = e
1
+e
n
si i 1, , n 1
g (e
n
) = e
1
On en dduit que
g
2
(e
1
) = g (e
n
) = e
1
g
2
(e
i
) = g (e
1
) +g (e
n
) = e
n
+e
1
si i 1, , n 1
g
2
(e
n
) = g (e
1
) = e
n
24/33 G
k=0
_
n
k
_
N
k
=
2kn
_
n
2k
_
N
2k
+
2k+1n
_
n
2k + 1
_
N
2k+1
= I
n
+
12kn
_
n
2k
_
N
2
+
02k+1n
_
n
2k + 1
_
N
De plus,
2kn
_
n
2k
_
+
2k+1n
_
n
2k + 1
_
=
n
k=0
_
n
k
_
= 2
n
et (1 1)
n
=
2kn
_
n
2k
_
+
2k+1n
_
n
2k + 1
_
=
0 si n 1. Ceci prouve que pour n 1,
2kn
_
n
2k
_
=
2k+1n
_
n
2k + 1
_
= 2
n1
. On en dduit que pour
n 1, on a
M
n
= I
n
+
_
2
n1
1
_
N
2
+
_
2
n1
_
N
=
_
_
_
_
_
_
_
_
_
2
n1
1 2
n1
1 2
n1
1 0
0
.
.
. 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
. 0
0 2
n1
1 2
n1
1 2
n1
1
_
_
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
_
_
1 0 0
0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
. 0
0 0 1
_
_
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
0 2
n1
2
n1
2
n1
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
2
n1
2
n1
2
n1
0
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
2
n1
2
n1
1 2
n1
1 2
n1
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
2
n1
2
n1
1 2
n1
1 2
n1
_
_
_
_
_
_
_
2. Soit E =
_
e
1
, e
2
, e
n1
, e
n
_
les vecteurs de E alors
f (e
1
) =
0 e
1
ker f
f (e
i
) = e
i
si i 1, , n 1 donc e
i
ker (f Id)
f (e
n
) = 2e
n
donc e
i
ker (f 2Id)
25/33 G
1
=
_
_
_
_
_
_
_
1
0
.
.
.
0
1
_
_
_
_
_
_
_
convient.
Si on considre M I
n
= N, elle est de rang 2, et les vecteurs du noyau de g sont clairement
_
_
_
_
_
_
_
_
_
_
_
_
0
1
1
0
.
.
.
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
1
.
.
.
0
0
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
.
.
.
0
1
0
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
_
1
1
0
.
.
.
.
.
.
0
1
_
_
_
_
_
_
_
_
_
_
_
_
Ces vecteurs donnent e
2
, , e
n1
. Enn f (e
1
+e
n
) = 2 (e
1
+e
n
) , donc
e
n
=
_
_
_
_
_
_
_
1
0
.
.
.
0
1
_
_
_
_
_
_
_
Il reste vrier que lon a bien une base. Mais
Mat
(e1, ,en)
(e
1
, , e
n
) =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 1 1
0 1 1 1 1 0
.
.
. 1 0 0 0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
0
.
.
. _
.
.
.
1 0 0
1 0 0 0 1 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Le rang de cette matrice est gal au rang de
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 2 2
0 1 1 1 1 0
.
.
. 1 0 0 0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
0
.
.
. _
.
.
. 1 0 0
1 0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
en faisant C
n
+C
1
et C
n1
+C
1
26/33 G
1
, e
2
, e
n1
, e
n
_
alors on a
f (e
i
) = e
i
si i 0, , n 2 donc e
i
ker (f Id)
on regarde donc la matrice MI
n
= N =
_
_
_
_
_
_
_
_
1 1 1
1 0 0 0
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0 0
1 0 0 0
_
_
_
_
_
_
_
_
qui est de rang 2. Le noyau de f Id est engendr
par la famille (clairement libre)
_
_
_
_
_
_
_
_
_
_
_
_
0
1
1
0
.
.
.
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
1
.
.
.
0
0
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
.
.
.
0
1
0
_
_
_
_
_
_
_
_
_
_
_
Il reste dterminer les deux derniers veteurs. Si e
n1
=
_
_
_
x
1
.
.
.
x
n
_
_
_ alors f
_
e
n1
_
= e
n1
M
_
_
_
x
1
.
.
.
x
n
_
_
_ =
_
_
_
x
1
.
.
.
x
n
_
_
_ ce qui donne
n
k=1
x
i
= x
1
x
1
+x
i
= x
i
si i 1, , n
soit
n
k=1
x
i
= x
1
x
i
=
1
1
x
1
car ,= 1
Le fait que ,= 1 provient du fait que si = 1 alors e
n1
ker (f Id). Puisque la famille
_
e
1
, , e
n1
_
est libre,
on en dduit que dimker (f Id) n 1 et rg (M I
n
) 1 ce qui est faux. On a donc
x
1
_
1 +
n 1
1
_
= x
1
27/33 G
n1
=
n 1 et = 1
n 1
et (en prenant x
1
= 1)
e
n1
=
_
_
_
_
_
n 1
1
.
.
.
1
_
_
_
_
_
, e
n
=
_
_
_
_
_
n 1
1
.
.
.
1
_
_
_
_
_
Reste vrier que la famille (e
1
, , e
n
) est bien une base, mais sa matrice dans la base canonique vaut
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0
n 1
n 1
1 1 1 1 1
1 0 0
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. _
.
.
. 1
.
.
.
.
.
.
0 0 0 1 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
On remplace C
n
par C
n
C
n1
et on met la colonne obtenu en premire place. On obtient une matrice diagonale donc
de rang n.
Exercice 23.27 Avant tout, que dire de
t
XAX ? On sait que AX est une matrice colonne et
t
X est une matrice
ligne. Le produit dune matrice ligne par une matrice colonne donne un rel (en toute rigueur une matrice 11). Donc
pour toute colonne (ou tout vecteur de R
n
),
t
XAX R (cest un rsultat connu en sp, mais en sup ).
On travaille ensuite par double implication .
= : Par hypothse
t
A = A. On sait dj que
t
XAX R donc est gal sa transpose. Ainsi, X /
n,1
(R)
t
_
t
XAX
_
=
t
XAX =
t
X
t
AX =
t
XAX =
t
XAX = 0
= : On a X /
n,1
(R) ,
t
XAX = 0. On va donc commencer par regarder ce que cela donne sur des X simples.
Posons A = ((a
i,j
))
1i,jn
, et prenons X = X
i
le i-me vecteur de la base canonique de R
n
(qui a toutes ses
composantes nulles sauf la i-ime). Alors AX
i
est gal C
i
=
_
_
_
a
1,i
.
.
.
a
n,i
_
_
_, la i-ime colonne de A, et
t
X
i
AX
i
= a
i,i
= 0.
On sait dj que A a sa diagonale nulle (ouf ! car notre objectif est de prouver que A est antisymtrique). Prenons
maintenant X = X
i
+X
j
avec i ,= j, alors AX = C
i
+C
j
=
_
_
_
a
1,i
+a
1,j
.
.
.
a
n,i
+a
n,j
_
_
_ et
t
XAX =
_
0 1 1 0
i-ime place j-ime place
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
1,i
+a
1,j
.
.
.
a
i,i
+a
i,j
.
.
.
.
.
.
a
j,i
+a
j,j
.
.
.
a
n,i
+a
n,j
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
= a
i,i
+a
i,j
+a
j,i
+a
j,j
= 0
28/33 G
+
__
X
2
X
_
Q(1) +
_
X
2
+X
_
Q(1)
= f (P) +f (Q)
do la linarit
2. En fait, si on cherche les images des vecteurs de la base canonique, pour avoir la matrice de f, on a
f (1) =
_
X
2
X
_
+
_
X
2
+X
_
= 2X
2
f (X) =
_
X
2
X
_
_
X
2
+X
_
= 2X
f
_
X
2
_
= 2X
2
f
_
X
k
_
=
_
1 + (1)
k
_
X
k
+
_
1 + (1)
k
_
X
ainsi
Mat
Bx
(f) =
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0
0 2 0 2 0 2 (1 + (1)
n
)
2 0 2 0 2 (1 + (1)
n
)
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
Cette matrice est clairement de rang 2.
3. On sait par le thorme du rang que dimker f = n + 1 2 = n 1. On a f (P) = 0 si et seulement si
_
X
2
X
_
P (1) +
_
X
2
+X
_
P (1) = 0. Les polynmes
_
X
2
X
_
et
_
X
2
+X
_
forment une famille libre de
R
2
[X] (ils sont non colinaires), et P (1) , P (1) sont des scalaires, ainsi cela quivaut P (1) = P (1) = 0.
On en dduit que
ker f = P R
n
[X] , P (1) = P (1) = 0
=
_
X
2
1
_
R
n2
[X]
= Vect
_
X
2
1, X
3
X, , X
n
X
n2
_
Pour Imf, il est clair que Imf Vect
_
X
2
X, X
2
+X
_
. Puisque f
_
X 1
2
_
= X
2
+ X et f
_
X + 1
2
_
=
X
2
X, on a
Imf = Vect
_
X
2
X, X
2
+X
_
(On retrouve bien que dimker f = n + 1 2 = n 1 = dimR
n2
[X])
Exercice 23.28
1. Soit P E, on a deg (X 1) P
n et deg P
+ (P +Q)
(0)
= (X 1) (P
+Q
) + (P
(0) +Q
(0))
= (X 1) P
+(X 1) Q
+P
(0) +Q
(0)
= ((X 1) P
+P
(0)) +((X 1) Q
+Q
(0))
= (P) +(Q)
29/33 G
_
a
1
+ 2a
2
= b
0
a
1
2a
2
= b
1
.
.
.
(n 1) a
n1
na
n
= b
n1
na
n
= b
n
_
b
0
+b
1
= 0
a
1
2a
2
= b
1
.
.
.
(n 1) a
n1
na
n
= b
n1
na
n
= b
n
Le systme admet une solution si et seulement si b
0
+b
1
= 0. Ainsi Im est constitu des polynmes de la forme
b
0
b
0
X +b
2
X
2
+ +b
n
X
n
Im = Vect
_
1 X, X
2
, , X
n
_
4. Si Q est dans Im, il scrit sous la forme
Q = b
0
b
0
X +b
2
X
2
+ +b
n
X
n
on a alors
Q(0) = b
0
Q
= b
0
+ 2b
2
X + =Q
(0) = b
0
Ces deux conditions sont donc les mmes.
5. Pour P E, posons Q = (P) = (X 1) P
+P
(0) . Alors
Q(0) = P
(0) P
(0)
Q
= (X 1) P
+P
=Q
(0) = P
(0) P
(0)
Ainsi
Q Im, Q(0) +Q
(0) = 0
do Im F. Enn F est le noyau dune forme linaire donc a mme dimension que Im. Par galit des
dimensions, on a
Im = F
Exercice 23.29
30/33 G
_
x
2
_
n
_
o =
_
x
2
4
ce qui montre que u
n
est un polynme en x (dvelopper avec le binme). De plus si on pose x = 2 ch o > 0,
alors
=
_
x
2
4 = 2
_
ch
2
1 = 2 sh car > 0
x +
2
= e
et
x
2
= e
ainsi
u
n
=
shn
sh
> 0
(donc u
n
est reli au ploynmes de Tchebychev de seconde espce....).
La relation
u
n
u
n+2
+ 1 = u
2
n+1
scrit alors
shn sh(n + 2) + sh
2
= sh
2
(n + 1)
relation que lon peut vrier la main.....
Exercice 23.30 Par labsurde, si A est inversible alors
A
1
_
A
3
+A
_
= A
2
+I
3
= 0 =A
2
= I
3
mais en passant au dterminant, on obtient
0 < det
_
A
2
_
= det (A)
2
= det (I
3
) = (1)
3
= 1
absurde !
31/33 G
0 . Soit A la matrice
de f dans les base canoniques, alors AX = Y . Puisque (A
i
)
1in
2 est une famille gnratrice de /
n
(C), il existe
(
i
)
1in
2 tels que
n
2
i=1
i
A
i
= A, on a alors
n
2
i=1
i
A
i
X = Y . Ce qui prouve bien que la famille (A
i
X)
1in
2 est
gnratrice de /
n,1
(C).
4 Les olympiques
Exercice 23.33 On sait que lon peut calculer le dterminant dun endomorphisme dans une base quelconque. Or
= Id, donc est une symtrie de E, on va donc se placer dans la base o est diagonalise (la base constitue
du sous espace par rapport quoi lieu la symtrie, et su sous espace donn par la direction).
Pour une symtrie, il y a deux valeurs propres 1 et 1. Pour la valeur propre 1, on a (M) = M si et seulement si
M est une matrice symtrique, et de mme (M) = M si et seulement si M est antisymtrique.
On sait que si Sym(C) et Asym(C) reprsente respectivement le sous espace des matrices symtriques et antisy-
mtriques, alors Sym(C) Asym(C) = E. Dans la base de E constitue dune base de chacun de ces sous-espaces
vectoriels, la matrice de est
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
.
.
.
.
.
.
.
.
.
.
.
.
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 1
_
_
_
_
_
_
_
_
_
_
_
_
donc
det () = (1)
dim(Asym(C))
Or la dimension de Asym(C) est gale
n
2
n
2
(on choisit les termes au dessus de la diagonale, ceux en dessous sen
dduisent, ceux sur la diagonales sont nuls ! ! !, plus rigoureusement une base de Asym(C) est donne par les matrices
E
ij
E
ji
o j > i). En conclusion
det = (1)
n(n1)
2
Pour n = 2, la base canonique est
_
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
_
. La matrice de est alors
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
dont le dterminant vaut 1 = (1)
2(21)
2
.
33/33 G