Algèbre linéaire (corrigé niveau 2).

Espaces vectoriels, sous-espaces vectoriels, familles libres et génératrices, dimension.

40. Tout d’abord : F0 = Vect(sin), et la fonction sinus n’étant pas nulle, on a : dim(F0) = 1, et sin constitue une
base de F0.
Puis : F1 = Vect(f0, f1).
Or : ∀ (λ0,λ1) ∈ 2, (λ0.f0 + λ1.f1 = 0) ⇒ (∀ x ∈ , λ0.sin(x) + λ1.sin(x+1) = 0).
En particulier, pour : x = 0, on obtient : λ1.sin(1) = 0, d’où : λ1 = 0, puisque : sin(1) ≠ 0.
Et sinus n’étant pas la fonction nulle, on en déduit : λ0 = 0.
Donc (f0, f1) constitue une base de F1, et : dim(F1) = 2.
Soit maintenant : n ≥ 2.
On constate que : ∀ 0 ≤ k ≤ n, ∀ x ∈ , sin(x+k) = cos(k).sin(x) + sin(k).cos(x), et : fk ∈ Vect(sin,cos).
D’où : F1 = Vect(f0, f1) ⊂ Vect(f0, …, fn) = Fn ⊂ Vect(sin,cos), par stabilité par combinaison linéaire.
Et donc : dim(F1) = 2 ≤ dim(Fn) ≤ dim(Vect(sin,cos)) ≤ 2.
On en déduit que toutes les inégalités sont des égalités : dim(F1) = dim(Fn) = dim(Vect(sin,cos)) = 2,
et que : F1 = Fn = Vect(sin,cos).
En prime, (sin,cos) est une base de Vect(sin,cos) (puisque génératrice et de cardinal 2), ce qu’on pouvait
bien sûr montrer à la main, et de plus c’est aussi une base de Fn.

41. L’idée est de voir quelles relations existent entre ces fonctions.
On peut tout d’abord constater que :
1− x 1− x
∀ x ∈ ]-1,1[, f 1 ( x) = = = f 3 ( x) − f 4 ( x) = ( f 3 − f 4 )( x) , soit : f1 = f3 – f4.
1+ x 1− x2
Donc : F = Vect(f1, f2, f3, f4) ⊂ Vect(f2, f3, f4).
1+ x 1+ x
De même : ∀ x ∈ ]-1,+1[, f 2 ( x) = = = ( f 3 + f 4 )( x) , soit : f2 = f3 + f4, et : F ⊂ Vect(f3,f4).
1− x 1− x2
Mais comme par ailleurs on a évidemment : Vect(f3, f4) ⊂ Vect(f1, f2, f3, f4) = F, finalement : F = Vect(f3,f4).
Enfin, la famille (f3,f4) est libre car :
∀ (α,β) ∈ 2, (α.f3 + β.f4 = 0) ⇒ (∀ x ∈ ]-1,+1[, α.f3(x) + β.f4(x) = 0) ⇒ (α = 0 (pour : x = 0), puis : β = 0).
Donc la famille (f3, f4) est une base de F qui est donc de dimension 2.

Sous-espaces vectoriels supplémentaires, sommes directes.

42. Notons : G = Vect(sin,cos), H = {f ∈ E, f(0) = f(π/2) = f(π)}.
Montrons alors que : ∀ f ∈ E, ∃ ! (α,β,g) ∈ × ×H, f = α.sin + β.cos + h.
Soit donc : f ∈ E.
Si une telle décomposition existe, alors :
∀ x ∈ , f(x) = α.sin(x) + β.cos(x) + h(x), et :
f(0) = α.0 + β.1 + h(0) = β + h(0),
f(π/2) = α.1 + β.0 + h(π/2) = α + h(0),
f(π) = α.0 + β.(-1) + h(π) = – β + h(0).
f (0) + f (π ) π f (0) + f (π ) f (0) + f (π ) f (0) − f (π )
donc : h(0) = , puis : α = f ( ) − , et : β = f (0) − = .
2 2 2 2 2
 π f (0) + f (π )   f (0) − f (π ) 
Réciproquement, si on pose : g =  f ( ) − . sin +  . cos , et : h = f − g , alors :
 2 2   2 
• g ∈ G,
f (0) − f (π ) f (0) + f (π ) π π  π f (0) + f (π )  f (0) + f (π )
• h ( 0) = f ( 0) − = , h( ) = f ( ) −  f ( ) − = , et :
2 2 2 2  2 2  2
f (0) − f (π ) f (0) + f (π )
h(π ) = f (π ) + = , soit : h(0) = h(π/2) = h(π), donc : h ∈ H.
2 2
• g +h = f, par construction.
Conclusion : tout élément de E se décompose de façon unique comme somme d’un élément de F et d’un
élément de G et ces deux sous-espaces vectoriels sont bien supplémentaires dans E.

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -1-

43. On peut remarquer que : G = (X – a)2. [X], c'est-à-dire l’ensemble des multiples de (X – a)2.
(X – a)2 est dans F et G et ils ne sont pas supplémentaires.
En revanche, 1[X] et G sont supplémentaires, puisque l’unique décomposition d’un polynôme P de [X]
suivant ces deux espaces est garanti par le théorème sur la division euclidienne par (X – a)2.

Applications linéaires, projecteurs.

44. a. Notons tout d’abord que u est bien un endomorphisme de E.
Puis : ∀ f ∈ E, (f ∈ ker(u)) ⇔ (f’’ = 0) ⇔ (∃ (a,b) ∈ 2, ∀ x ∈ , f(x) = a.x + b) ⇔ (f ∈ Vect(f1,f0)),
avec : f0 : x a 1, et f1 : x a x.
Donc l’équivalence précédente garantit que : ker(u) = Vect(f0, f1), soit l’espace des fonctions affines.
Montrons que : Im(u) = E.
Puisque : Im(u) ⊂ E, il suffit de montrer l’inclusion inverse et pour cela soit : f ∈ E.
En notant ϕ une primitive de f sur , puis F une primitive de ϕ sur , alors : ϕ’ = f, puis : F’’ = ϕ’ = f, et :
f = u(F).
Conclusion : Im(u) = E.
b. Non, évidemment puisque : Im(u) ∩ ker(u) = ker(u) ≠ {0}.

45. a. Puisque la linéarité de ∆ est immédiate, il suffit de démontrer que :

∀ P ∈ n[X], ∆(P) ∈ n[X].
Or c’est immédiat, car : ∀ P ∈ n[X], ∆(P) ∈ [X], et : deg(∆(P)) ≤ deg(P(X+1)) – deg(P) ≤ n.
Donc on peut définir ∆n, endomorphisme de n[X] par : ∀ P ∈ n[X], ∆n(P) = ∆(P) = P(X+1) – P(X).
b. On peut remarquer par ailleurs, que : ∀ P ∈ [X), (P ≠ 0) ⇒ (deg(∆(P) < deg(P)).
En effet, si on note : P = a k . X k + ... + a 0 , avec : k ≥ 0, ak ≠ 0, alors :
∆(P) = a k .( X + 1) k + ... + a 0 − [ a k . X k + ... + a 0 ] = k .a k . X k −1 + ... , polynôme de degré strictement
inférieur à k.
Autrement dit : ∀ 0 ≤ k ≤ n, ∆n( k[X]) ⊂ k-1[X].
Donc par récurrence : ∀ 0 ≤ k ≤ n, ∆nk( n[X]) ⊂ n-k[X], soit, pour : k = n : ∆nn( n|X]) ⊂ 0|X].
Et comme tout polynôme constant a une image nulle par ∆, on en déduit que : ∆nn+1( n[X]) = {0}.
Autrement dit : ∆nn+1 = 0.
c. Notons alors T l’endomorphisme défini sur [X] par : ∀ P ∈ [X], T(P) = T(X+1), et Tn l’endomorphisme
induit par T dans n[X].
Alors : ∆n = Tn – id R [ X ] , qu’on notera : Tn – idn.
n
n +1
n
Et : (Tn – idn)n+1 = 0, et comme Tn et idn commutent, on a : ∑  k .(−1) n +1− k
.T k = 0 , ce qui se traduit par :
k =0  
n +1 n +1
n
∀P∈ ∑
n[X], 
  
k =0  k 
.( −1) n +1− k
.T k
( P ) = 0 , ou encore immédiatement : ∀ P ∈ n[X], ∑
k =0
a k .P ( X + k ) = 0 ,

n
avec : ∀ 0 ≤ k ≤ n+1, a k = (−1) n +1− k .  , puisque : ∀ P ∈ n[X], ∀ 0 ≤ k ≤ n+1, Tk(P) = P(X + k).
k 

46. • Considérons x non nul dans E.

Puisque x et f(x) sont liés, il existe deux scalaires α et β, non tous les deux nuls, tels que : α.x + β.f(x) = 0.
Il n’est pas possible alors d’avoir : β = 0, sinon on aurait : α.x = 0, donc : α = 0.
β
On peut en déduire que : f ( x) = − .x , autrement dit : ∀ x ∈ E, x ≠ 0, ∃ λx ∈ K, f(x) = λx.x.
α
Considérons maintenant deux vecteurs x et y non nuls et formant une famille libre dans E.
Alors : ∃ (λx, λy, λx+y) ∈ K3, f(x) = λX.x, f(y) = λy.y, f(x+y) = λx+y.(x+y).
Mais alors : λx+y.x + λx+y.y = f(x+y) = f(x) + f(y) = λ.x.x + λy.y, et la famille (x,y) étant libre, on en déduit que :
λx = λx+y = λy.
Si maintenant x et y sont liés et non nuls, alors l’un est proportionnel à l’autre, par exemple :
∃ α ∈ K, y = α.x, puis : f(x) = λx.x, f(y) = λy.y = λy.(α.x) = f(α.x) = α.f(x) = α.λx.x.
Et comme α et x sont non nuls, on en déduit encore : λx = λy.
Conclusion : il existe un scalaire λ tel que : ∀ x ∈ E, x ≠ 0, f(x) = λ.x, et comme cette égalité est encore
valable pour : x = 0, f est finalement bien une homothétie.
Alors : Soit f un endomorphisme de l’espace vectoriel E.
Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -2-
 • Si E est de dimension finie, on peut adapter la démonstration en reprenant la première partie pour les
vecteurs (e1, …, en) d’une base de E, et pour lesquels on a donc : λ1 = … = λn = λ (valeur fixe).
Mais si on a : ∀ 1 ≤ i ≤ n, f(ei) = λ.ei, par combinaison linéaire c’est alors vrai pour tout vecteur de E et f est
bien une homothétie.

47. E est évidemment un -espace vectoriel, et il est immédiat que l’ensemble des suites complexes (αn) qui
vérifient la relation de récurrence : ∀ n ∈ , An+2 = αn+1 + 6.αn, est un sous-espace vectoriel de E.
Le cours de sup, d’ailleurs montre que c’est un espace de dimension finie égale à 2, dont une base est
formée des deux suites géométriques ((-2)n) et (3n), soit celles dont la raison est racine de l’équation
caractéristique associée : r2 – r – 6 = 0.
Pour montrer que p est un projecteur de E, il suffit de montrer que : ∀ u ∈ n, p(p(u)) = p(u).
Or si pour u donnée, on note : v = p(u), alors l’image de v est la suite w telle que :
• w0 = v0,
• w1 = v1,
• ∀ n ∈ , wn+2 = wn+1 + 6.wn,
et on constate par récurrence que comme v vérifie la même relation de récurrence, on a : ∀ n ∈ , wn = vn.
Donc : w = v, soit : p(p(u)) = p(u).
p est donc bien un projecteur de E, sur l’espace décrit au début, et le noyau de p est simplement le sous-
espace vectoriel des suites complexes dont les deux premiers termes sont nuls.

48. a. Les relations proposées donnent dans l’ordre :

Im(h) ⊂ Im(f) ⊂ Im(g) ⊂ Im(h), et donc l’égalité des trois images.
En effet : ∀ y ∈ Im(h), ∃ x ∈ E, y = h(x) = fog(x) = f(g(x)), et : y ∈ Im(f), de même pour les autre relations.
Puis : ker(h) ⊃ ker(g) ⊃ ker(f) ⊃ ker(h), et à nouveau l’égalité des trois noyaux.
En effet, on a de même : ∀ x ∈ E, (g(x) = 0) ⇒ (f(g(x)) = 0) ⇒ (h(x) = 0).
b. O y va : f2 = (goh)of = gog = g2 = (hof)og = hoh = h2.
Puis : f5 = g2oh2of = go(goh)o(hof) = gofog = goh = f.
c. On constate que : ∀ x ∈ E, si : x = y + z, avec : y ∈ Im(f), z ∈ ker(f), alors : ∃ a ∈ E, y = f(a).
Puis : f4(y) = f4(x) – f4(z) = f4(x) = f5(a) = f(a) = y, et : z = x – y = x – f4(x).
On vérifie alors que le seul couple (y,z) ainsi trouvé convient, car :
• y = f4(x) ∈ Im(f),
• f(z) = f(x – f4(x)) = f(x) – f5(x) = 0, z ∈ ker(f),
• y + z = x.
Bref, les deux espaces sont bien supplémentaires dans E.

49. Soient f et g deux endomorphismes d'un espace vectoriel sur K tel que : fog = idE.
a. Il est immédiat que : ∀ x ∈ ker(f), x ∈ ker(gof), et donc : ker(f) ⊂ ker(gof).
Puis, si : x ∈ ker(gof), alors : gof(x) = 0, et : f(x) = fog(f(x)) = f(gof(x)) = f(0) = 0.
Donc on a aussi : ker(gof) ⊂ ker(f), d’où l’égalité des deux noyaux.
De même, on a évidemment : Im(gof) ⊂ Im(g), et :
∀ y ∈ Im(g), ∃ x ∈ E, y = g(x) = g(fog(x)) = gof(g(x)) ∈ Im(gof),
d’où l’égalité des deux images.
b. Pour : x ∈ E, si : x = y + z, avec : y ∈ Im(g), z ∈ ker(f), alors : ∃ a ∈ E, y = g(a), et : f(x) = f(g(a)) + f(z).
Donc : f(x) = a + 0, et : y = g(a) = g(f(x)), puis : z = x – gof(x).
Réciproquement, ce seul couple trouvé convient car :
• y ∈ Im(g),
• f(z) = f(x) – f(gof(x)) = f(x) – fog(f(x) = f(x) – f(x) = 0, soit : z ∈ ker(f),
• y + z = x.
On a donc bien la supplémentarité des deux sous-espaces vectoriels dans E.
c. Si E est de dimension finie, on peut évidemment en conclure que : g = f -1, par exemple parce qu’alors f
est surjectif (∀ y ∈ E, y = fog(y) = f(g(y))), donc bijectif par la théorème du rang.
Plus généralement, le résultat est vrai si (et seulement si) f est bijectif.
Attention, en dimension infinie, le résultat est faux comme le montre le contrexemple :
x
E = [X], ∀ P ∈ E, f(P) = P’, et g(P) = Q, avec : ∀ x ∈ , Q(x) = ∫0
P( t ).dt .
Il est clair que : fog = idE, et que P n’est pas bijectif.
d. On a immédiatement : (gof)o(gof) = go(fog)of = gof, donc gof est un projecteur de E, sur Im(g) dans la

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -3-

 direction ker(f).

50. a. Soit : y ∈ Im(f+g).

Alors : ∃ x ∈ E, y = f(x) + g(x), et : y ∈ Im(f) + Im(g).
On en déduit que : rg(f+g) = dim(Im(f+g)) ≤ dim(Im(f)) + dim(Im(g)) = rg(f) + rg(g).
b. Si l’on démontre que : (rg(f) – rg(g)) ≤ rg(f+g), alors par symétrie de f et de g, on obtient aussi :
(rg(g) – rg(fg)) ≤ rg(g+f) = rg(f+g), d’où l’autre inégalité puisque la valeur absolue qui apparaît est l’une
des deux différences que l’on vient d’évoquer.
Or : f = (f+g) + (– g), donc : rg(f) = rg((f+g) + (– g)) ≤ rg(f+g) + rg(– g) = rg(f+g) + rg(g).
On en déduit donc la première inégalité annoncée et finalement le résultat voulu.

51. a. Soit : x ∈ E.
Si on peut décomposer x en : x = y + z, avec : y ∈ Im(f), et :z ∈ ker(g), alors :
∃ a ∈ E, y = f(a), et : fog(x) = fog(y) + fog(z) = fog(f(a)) + f(0) = f(a) + 0 = y, et : z = x – y.
Réciproquement, ce seul couple possible convient car :
• y = fog(x) ∈ Im(f),
• g(z) = g(x) – g(fog(x)) = g(x) – g(x) = 0, et : z ∈ ker(g),
• y + z = x.
Donc Im(f) et ker(g) sont bien supplémentaires dans E.
b. On a évidemment : f(Im(g)) ⊂ Im(f), comme on le vérifie immédiatement.
Puis : ∀ y ∈ Im(f), ∃ x ∈ E, y = f(x).
Ecrivons alors x sous la forme : x = g(a) + z, avec : z ∈ ker(f), comme le garantit le résultat symétrique
du résultat précédent.
Alors : y = f(x) = f(g(a)) + f(z) = f(b), avec : b = g(a) ∈ Im(g), soit : y ∈ f(Im(g)).
D’où l’égalité voulue.

52. a. Travaillons par double inclusion :

• ∀ x ∈ u-1(u(F)), u(x) ∈ u(F), donc : ∃ x’ ∈ F, u(x) = u(x’), et : x – x’ = a ∈ ker(u), soit :
x = x’ + a, avec : x’ ∈ F, a ∈ ker(u).
• ∀ x ∈ [F + ker(u)], u(x) ∈ u(F), et par définition : x ∈ u-1(u(F)).
b. • De même : u(u-1(F)) = F ∩ Im(u).
En effet : ∀ y ∈ u(u-1(F)), ∃ x ∈ u-1(F), y = u(x), et puisque : x ∈ u-1(F), u(x) ∈ F, donc : y ∈ F ∩ Im(u).
• Si maintenant : y ∈ F ∩ Im(u), alors : ∃ x ∈ E, y = u(x), et : y ∈ F, autrement dit : x ∈ u-1(F), et donc :
y ∈ u(u-1(F)).
c. On a l’égalité proposée si et seulement si : F + ker(u) = F ∩ Im(u).
On doit donc avoir :
• ker(u) ⊂ F, d’une part puisque : ker(u) ⊂ [F + ker(u)] ⊂ F ∩ Im(u) ⊂ F, et d’autre part :
• F ⊂ [F + ker(u)] ⊂ F ∩ Im(u) ⊂ Im(u).
Réciproquement, supposons qu’on ait : ker(u) ⊂ F ⊂ Im(u).
Alors : F + ker(u) = F = F ∩ Im(u), et l’égalité voulue est bien vérifiée.

Matrices.
53. Puisque : f² = 0, on sait que : Im(f) ⊂ ker(f).
Comme de plus : rg(f) + dim(ker(f)) = 4, on peut en déduire que rg(f) vaut 0,1 ou 2.
• Dans le cas où : rg(f) = 0, alors pour toute base B de E, mat(f,B) = 0.
• Dans le cas où : rg(f) = 1, si on considère un vecteur de base de Im(f), noté e2, un antécédent de ce
vecteur noté e1 et qu’on complète e2, en une base (e2, e3, e4) de ker(f) (qui est de dimension : 4 – 1 = 3),
alors la famille ainsi obtenue est une base de E car :
elle comporte 4 vecteurs et :
α1.e1 + … + α4.e4 = 0, entraîne : α1.f(e1) + … + α4.f(e4) = 0, soit : α1.e2 = 0, ou : α1 = 0, puis la liberté de la
famille (e2, e3, e4) entraîne la nullité des autres coefficients.
0 0 0 0
 
1 0 0 0
Dans cette base, la matrice de f est : mat(f,B) =  .
0 0 0 0
 
0 0 0 0 

• Dans le cas où : rg(f) = 2, et en reprenant la même démarche à partir de : Im(f) = ker(f), on montre qu’on
Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -4-
 0 0 0 0
 
0 0 0 0
peut trouver une base B de E dans laquelle on a : mat(f,B) =  .
1 0 0 0
 
0 1 0 0 


54. a. Travaillons par double implication :

• si : ker(u) = Im(u), a lors : rg(u) = dim(Im(u)) = dim(ker(u)) et le théorème du rang donne : n = 2.rg(u).
Puis : ∀ x ∈ E, u2(x) = u(u(x)) = 0, puisque : u(x) ∈ Im(u), donc : u(x) ∈ ker(u).
• si : u2 = 0, alors : Im(u) ⊂ ker(u), et le théorème du rang montre que : dim(ker(u)) = n – rg(u) = rg(u).
Donc Im(u) et ker(u) sont égaux.
b. Là encore, par double implication :
[⇐] si la matrice de u dans une base B de E vaut la matrice proposée, alors un produit par blocs
montre que : mat(u,B)2 = 0, et : u2 = 0.
n
De plus rg(mat(u,B)) = rg(0 A) = rg(A) = , et on a : n = 2.rg(A) = 2.rg(u).
2
Avec l’équivalence précédente, on en déduit que : ker(u) = Im(u).
[⇒] si : Im(u) = ker(u), alors n est pair puisque : n = dim(ker(u)) + dim(ker(u)) = 2.rg(u).
En notant : n = 2.p, et en notant (e1, …, ep) une base de Im(u), on peut appeler (ep+1, …, en) une famille
telle que : ∀ 1 ≤ i ≤ p, u(ep+i) = ei.
La famille (e1, …, en) ainsi obtenue comporte n vecteurs et elle est libre car :
α1.e1 + … + αn.en = 0, entraîne (image par u) : α1.0 + … + αp.0 + αp+1.e1 + … + αn.ep = 0, donc les p
derniers coefficients sont nuls, puis en revenant à l’égalité de départ, on en déduit la nullité des autres
coefficients.
0 I p 
Dans cette base B de E, on a : mat(u,B) =   , qui correspond bien à ce que l’on voulait.
0 0 

55. a. Une fois de plus : Im(f) ⊂ ker(f).

b. Si on construit maintenant une base (e1, …, er) de Im(f), qu’on appelle (en-r+1, …, en) des antécédents de
ces vecteurs, autrement dit tels que : ∀ 1 ≤ i ≤ r, f(en-r+i) = ei, et qu’on complète la famille libre (e1, …, er)
en une base (e1, …, en-r) de ker(f), alors la famille ainsi obtenue est une base de E.
En effet, elle comporte bien n vecteurs et :
α1.e1 + … + αn.en = 0, entraîne (image par f) : α1.0 + … + αn-r.0 + αn-r+1.e1 + … + αn.er = 0, et on en
déduit que les (n – r) derniers coefficients sont nuls.
Puis en revenant à l’égalité de départ, tous les autres coefficients sont nuls.
 0 r ,r 0 n − 2. r , r Ir 
 
Enfin, dans la base B de E ainsi obtenue, on a : mat(f,B) =  0 n − 2.r ,r 0 n − 2.r ,n − 2.r 0 n − 2.r ,r  .
 0 0 n − 2. r , r 0 r , r 
 r ,r

56. Pour : P ∈ En, alors :

dx
(
d −x²
)
e .P( x) = −2.x.e − x ² .P( x) + e − x ² .P' ( x) , et : Q ( x) = −2.x.P( x) + P ' ( x) .
Sous cette forme, il est clair que un est une application linéaire de En dans En+1.
Il est clair ensuite que si P est de degré k, alors P’ est de degré au plus (k – 1) et 2.X.P est de degré (k+1),
donc un(P) est de degré k+1, donc est non nul.
On en déduit que : ker(un) = {0}.
Puis : dim(Im(un)) = dim(En) = n.
Le plus simple alors est de déterminer ensuite la matrice de un dans les bases Bn et Bn+1, et pour cela :
• un(1) = -2.X,
• ∀ 1 ≤ k ≤ n – 1, u n ( X k ) = −2. X k +1 + k . X k −1 .

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -5-

  0 1 0 L  0
 
− 2 O O O  M
 0 O O O  0
D’où : mat(un,Bn,Bn+1) =   , matrice de taille (n+1)×n.
 M O O O n − 1
 M O O 0 


 0 L L 0 − 2 

L’image est le sous-espace vectoriel de n[X] engendré par les polynômes (2.Xk+1 – k.Xk-1, 1 ≤ k ≤ n – 1) et
le polynôme -2.X.

57. Pour cela, on note u l’application de n[X] dans lui-même qui à un polynôme P associe le polynôme Q
n
X 
défini par : Q = ∑P
i =0
(i )
 i
2
.

u est alors linéaire et c’est donc un endomorphisme de E.
De plus, si : deg(P) = k ≥ 0, alors :
 X  (i )  X 
∀ 0 ≤ i ≤ k, deg  P ( i )  i   = k – i, et : ∀ k < i ≤ n, P  i  = 0 .
 2  2 
Donc l’image de P est une somme de polynômes de degrés distincts (et du polynôme nul) : c’est donc un
polynôme non nul et u est donc injectif.
n
X
u est donc un automorphisme de n[X], et : ∀ Q ∈ n[X], ∃!P∈ n[X], Q = ∑ P (i )  i  .
i =0 2 
Pour : n = 3, et : Q = X3, on pose : P = a. X 3 + b. X 2 + c. X + d , et :
n
X
 X X X
∑P
i =0
(i )
 = P( X ) + P'   + P' '   + P' ' '   ,
 i
2
 2 4 8
n
X  3   3 
soit : ∑ P (i )  i  = a. X 3 +  b + .a . X 2 +  c + b + .a . X + ( d + c + 2.b + 6.a ) .
i =0 2   4   2 
4 3 15 3 3 15
En résolvant le système, on obtient : a = 1, b = − , c = − , d = − , soit : P = X 3 − . X 2 − . X − .
3 4 4 4 4 4

58. Pour : n = 1, la matrice A est nulle et donc n’est pas inversible.

Pour : n ≥ 2, A = U – In, où U est la matrice ne comportant que des 1.
Alors : A2 = U2 – 2.U + In, puisque les matrices commutent, et : A2 = n.U – 2.U + In, soit :
A2 = (n – 2).U + In = (n – 2).(A + In) + In, soit : A2 – (n – 2).A = (n – 1).In.
2 − n 1 L 1 
 
−1 1 1 1  1 O O M 
A est donc inversible et : A = .( A − (n − 2).I n ) = .U − I n = .
n −1 n −1 n −1 M O O 1 
 
 1 L 1 2 − n 

n
59. a. En notant u l’endomorphisme canoniquement associé à A, et (e1, …, en) la base canonique de ,
alors : u(e1) = e2, …, u(en-1) = en, et : u(en) = e1.
Par récurrence, on en déduit que :
∀ 1 ≤ k ≤ n – 1, ∀ 1 ≤ i ≤ n – k, uk(ei) = ei+k, et : ∀ n – k + 1 ≤ i ≤ n, uk(ei) = ei+k-n.
En particulier : un = id R n .µ
Ensuite : ∀ k ∈ , avec : r = k(mod n), où : 0 ≤ r ≤ n – 1, Ak = Ar.
calculer Ak, pour tout entier : k ∈ .
b. On obtient alors :
∀ k ∈ *, Mk = (In + A)k, et comme les deux matrices commutent, la formule du binôme s’applique.
k
k 
Soit : M k = ( A + I n ) k = ∑  i . A i
, que l’on peut réduire, si : k > n.
i =0  

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -6-

  n  n  n 
 2.    L   
 0  n − 1 1 
 n 
   O O M 
n
 n  i   1  
En particulier : M = ∑  . A = 
n
.
i =0  i   n 
 M O O   
  n − 1 
 n  n n 
   L   2.  
 n − 1  1 0 

Calcul de déterminants.
60. Sur chaque ligne de det(A’), on peut factoriser par (-1)i et sur chaque colonne par (-1)j.
n n

∑i ∑j
Donc : det( A' ) = ( −1) i =1 .( −1) j =1 . det( A) = det( A) .

61. Dans det(A), on remplace chaque ligne Li par : L’i = Li + Ln, pour : 1 ≤ i ≤ n – 1.
Chaque terme de la nouvelle ligne L’i est alors égal à 0, 2 ou -2, pour : 1 ≤ i ≤ n – 1, et dans chacune de
ces lignes, on peut factoriser par 2, les termes restants étant des entiers.
Autrement dit : det(A) = 2n-1.det(A’), où A’ est une matrice constituée d’entiers égaux à 0, 1 ou -1.
On conclut alors soit par récurrence, soit en utilisant la formule théorique du déterminant au fait que det(A’)
est un entier relatif et donc det(A) est bien un élément de , divisible par 2n-1.

62. Travaillons comme proposé par récurrence.

Si A est une matrice 1×1 vérifiant les hypothèses de l’énoncé, alors : det( A) = a1,1 = a1,1 ≤ 1 .
Supposons maintenant le résultat vrai pour toute matrice de taille (n – 1)×(n – 1), et vérifiant les
hypothèses proposées, et soit A une matrice de taille n×n, telle que :
n
∀ 1 ≤ i,j ≤ n, ai,j ≥ 0, et : ∀ 1 ≤ i ≤ n, ∑a
j =1
i, j ≤1.

Développons alors det(A) suivant par exemple sa dernière ligne.

n n n
On obtient : det( A) = ∑ an, j .∆ n, j , puis : det( A) ≤ ∑ a n, j . ∆ n, j = ∑ an, j . Dn, j ,
j =1 j =1 j =1

où Dn,j est le déterminant d’une matrice An,j extraite de A, de taille (n – 1)×(n – 1), dont les coefficients sont
positifs et tels que :
n n
∀ 1 ≤ i ≤ n – 1, ∑ ai ,k ≤ ∑ a i ,k ≤ 1 .
k =1 k =1
k≠ j

Autrement dit, toutes les matrices An,j précédentes vérifient la même propriété que A, et :
∀ 1 ≤ j ≤ n, Dn , j = det( An , j ) ≤ 1 , puis :
n n
det( A) ≤ ∑ a n, j . Dn, j ≤ ∑ a n, j ≤ 1 , soit le résultat voulu, ce qui termine la récurrence.
j =1 j =1

63. Soient : n ∈ *, (A,B) ∈ Mn( )², telles que : A.B – B.A = B.

a. Ce premier résultat s’obtient bien sûr par récurrence sur k.
Il est immédiat pour : k = 0, et si on le suppose vrai pour une valeur k entière donnée, alors :
A.Bk+1 = (A.Bk).B = Bk.(A + k.In).B = Bk.A.B + k.Bk+1 = Bk.(B.A + B) + k.Bk+1 = Bk+1.A + (k+1).Bk+1,
c'est-à-dire ce que l’on voulait obtenir, ce qui termine la récurrence.
b. On en déduit que :
∀ k ∈ *, det(A.Bk) = det(Bk).det(A + k.In), soit : [det(A) – det(A + k.In)].[det(B)]k = 0.
Supposons maintenant que : det(B) ≠0.
Alors : ∀ k ∈ *, det(A + k.In) = det(A).
Or l’application f : x a det(A + x.In), est polynomiale en x de degré n, ce qui peut se montrer par
récurrence, en utilisant deux étapes :

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -7-

 • toute matrice de taille n×n dont les coefficients sont des fonctions affines de x a un déterminant qui
est un polynôme en x de degré au plus n, à l’aide d’un développement par rapport à une ligne,
• c’est un polynôme de degré effectivement n et de coefficient dominant égal à 1 en développant par
rapport à la dernière colonne par exemple.
En effet, cela conduit à une somme de n produits :
- ceux formés d’un terme constant et d’un déterminant qui est un polynôme de degré au plus n d’après
la première étape,
- celui correspondant au produit de (an,n + x) et du déterminant extrait de taille (n – 1)×(n – 1) qui est
par hypothèse de récurrence un polynôme de degré (n – 1) et de coefficient dominant égal à 1.
Donc : x a det(A + x.In) – det(A), est également un polynôme de degré n et ne peut s’annuler en une
infinité de valeurs (ici les valeurs entières : k ∈ *).
Conclusion : on a bien : det(B) = 0.
c. Enfin, on a évidemment : tr(B) = tr(A.B – B.A) = tr(A.B) – tr(B.A) = 0.

 c − x b − x L b − x
 
a − x c − x O M 
64. a. Ecrivons la matrice proposée : M (a, b) − x.J =  .
M O O b − x
 
a − x L a − x c − x
 
Pour son déterminant, on peut remplacer chaque colonne Ck par Ck – C1, et ceci, pour : 2 ≤ k ≤ n.
Le déterminant obtenu a tous ses termes constants sauf ceux de la première colonne qui sont des
fonctions affines de x.
Si maintenant on le développe suivant cette première colonne, on obtient une somme de n termes,
chacun étant un produit d’un terme constant (un cofacteur formé à partir des colonnes C2, …, Cn) et
d’une fonction affine de x.
Donc ϕ(x) se présent bien comme une fonction affine de x, soit un polynôme en x de degré au plus 1, ce
qui peut s’écrire : ∃ (α,β) ∈ K2, ∀ x ∈ K, ϕ(x) = α.x + β.
Or : ϕ(a) = (c – a)n, et : ϕ(b) = (c – b)n, puisque dans les deux cas, les déterminants sont triangulaires.
Dans le cas où : a ≠ b, on peut alors résoudre le système :
α.a + β = (c – a)n,
α.b + β = (c – b)n,
(c − a ) n − (c − b) n b.(c − a ) n − a.(c − b) n
qui a pour solution : α = , et : β = .
a−b b−a
b.(c − a ) n − a.(c − b) n
Enfin : det( M (a, b)) = ϕ (0) = β = .
b−a
b. Pour cette question, on peut procéder par récurrence ou utiliser la formule théorique du déterminant.
Par exemple, on peut montrer que si A est une matrice n×n dont les coefficients sont des fonctions
affines de x, alors det(A) est un polynôme de degré au plus n en x, ce qui s’obtient sans problème avec
une récurrence et un développement suivant une ligne ou une colonne.
La matrice M(a,x) étant alors une matrice du type décrit juste au-dessus, ψ(x) apparaît bien comme un
polynôme en x, donc une fonction continue en x.
x.(c − a ) n − a.(c − x) n
Donc : det( M (a, a )) = ψ (a ) = limψ ( x) = lim .
x→a
≠
x→a
≠
x−a
Distinguons alors deux cas :
• si : a = c (= b), alors : det(M(a,a)) = 0, si : n ≥ 2, et : det(M(a,a)) = a, si : n = 1.
• si : a ≠ c, on utilise alors par exemple un développement limité à l’ordre 1, en posant : x = a + h.
n
 h 
On peut alors écrire : x.(c − a ) − a.(c − x) = a.(c − a ) + h.(c − a ) − a.(c − a ) .1 −
n n n n
 ,
n

 c−a
soit : x.(c − a ) n − a.(c − x) n = h.(c − a ) n + n.a.(c − a ) n −1 .h + o(h) ,
et finalement : det( M (a, a )) = (c − a ) n + n.a.(c − a ) n −1 = (c − a ) n −1 .(c + (n − 1).a ) .

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -8-

 c + (n − 1).a a L L a
c a L a
M c O M
O M
a c
c. On peut aussi écrire : det( M (a, a )) = = M a O O M , en additionnant
M O O a
M M O O a
a L a c
c + (n − 1).a a L a c
toutes les colonnes à la première.
On factorise alors dans la première colonne et on remplace chaque ligne Li par (Li – L1), pour : 2 ≤ i ≤ n.
1 a L L a
M c−a 0 L 0
Cela donne : det( M (a, a )) = (c + (n − 1).a ). M 0 O O M = (c + (n − 1).a ).(c − a ) n−1 .
M M O O 0
1 0 L 0 c−a

65. a. Comme suggéré, la n-linéarité du déterminant, appliquée à la dernière colonne, permet d’écrire :
2 1 L 1 1 2 1 L 1 0 1 0 L 0 1
1 O O M M 1 O O M M 0 O O M M
∀ n ≥ 2, Dn = M O O 1 M+ M O O 1 M = M O O 0 M + n.Dn −1 = (n − 1)!+ n.Dn −1 .
M O n 1 M O n 0 M O n −1 1
1 L L 1 1 1 L L 1 n 0 L L 0 1
D 1 Dn −1
b. On en déduit que : ∀ n ≥ 2, n = + , d’où immédiatement par récurrence :
n! n (n − 1)!
n n
D 1 D 1
∀ n ≥ 2, n = ∑ + 1 = ∑ + 2 = 1 + H n , et finalement : Dn = (1 + H n ).n! .
n! k = 2 k 1! k = 2 k

Déterminants tridiagonaux.
66. En effectuant le développement habituel d’un tel déterminant, on constate que (An(x)) vérifie la relation de
récurrence : ∀ n ≥ 3, det(An(x)) = (1 + x2).det(An-1(x)) – x2.det(An-2(x)).
En notant : Dn = det(An(x)), on étudie alors l’équation caractéristique associée à la suite (Dn) qui est :
r2 – (1 + x2).r + x2 = 0, et dont les racines sont 1 et x2.
• Si x est distinct de ±1, alors : ∃ (α,β) ∈ 2, ∀ n ≥ 1, Dn = α + β.x2.n.
Or : D1 = 1 + x2 = α + β.x2, et : D2 = 1 + x2 + x4 = α + β.x4, d’où :
1 x2 1 − x 2.( n+1)
α= , β = , et : ∀ n ≥ 1, D = .
1− x2 x2 −1 1− x2
n

• Si x vaut ±1, alors : ∃ (α,β) ∈ 2, ∀ n ≥ 1, Dn = (α + β.n), et on détermine à nouveau α et β avec D1 et D2.

Pour cela : D1 = 2 = α + β, D2 = 3 = α + 2.β, d’où : α = β = 1, et : ∀ n ≥ 1, Dn = n + 1.
Déterminant de Vandermonde.
67. a. On travaille sur chaque colonne, en allant de la 2ème à la dernière.
f1 se présente sous la forme : ∀ x ∈ , f1(x) = x + a1, et si on remplace C2 par C2 – a1.C1, la colonne C2
devient la deuxième colonne du Vandermonde.
Puis f2 est de la forme : ∀ x ∈ , f2(x) = x2 + a2.x + b2, et on peut remplacer C3 par C3 – a2.C2 – b2.C1, la
colonne C3 devenant la colonne numéro 3 du Vandermonde.
En répétant cette opération sur toutes les colonnes, on aboutit à l’égalité voulue (une démonstration
propre passerait par une récurrence).
b. Pour cela, on commence par écrire :
 k
k  
∀ k ∈ *, cos(k .x) = Re(e i.k . x ) = Re ∑  j . cos k− j
( x).i j . sin j ( x)  ,
 j =0   
et dans cette somme on ne retient que les j pairs (pour garder la partie réelle), soit :

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). -9-

 k k
E  E 
2
 k  2
 k 
cos(k .x) = ∑  . cos k − 2. p ( x).(−1) p . sin 2. p ( x) = ∑  2. p . cos k − 2. p
( x).(−1) p .(1 − cos 2 ( x)) p ,
p=0  2. p  p =0  
ce qui montre bien que cos(k.x) est un polynôme en cos(x), de degré au plus k.
Cherchons maintenant le coefficient de cosk(x) dans cette somme.
k k
E  E 
2
 k  2
 k 
Il vaut : ∑  2. p .(−1) p
.(−1) p = ∑  2. p  = 2 k −1
, que l’on peut retrouver en calculant (1 + 1)n et (1 –
p =0   p =0  
1)n.
Donc cos(k.x) est bien un polynôme en cos(x) de degré k et de coefficient dominant égal à 2k-1.
Le déterminant ∆n est donc du type précédent, si on commence par factoriser 2k-1 dans chaque colonne
Ck, et on fait apparaître ainsi des polynômes normalisés en cos(x) de degré k – 1 pour chaque colonne.
1 cos(a1 ) L cos(n.a1 ) 1 cos(a1 ) L cos n (a1 )
M M M M M M
Donc : ∆ n +1 = = 2 0.21...2 n −1. , et
M M M M M M
1 cos(a n +1 ) L cos(n.a n +1 ) 1 cos(a n +1 ) L cos n (a n +1 )
n.( n −1)

finalement : ∆ n +1 = 2 2
. ∏ (cos(a
1≤i ≠ j ≤ n
j ) − cos(ai )) .

Déterminants, applications linéaires et matrices.

68. a. Pour calculer det(f), il suffit de trouver la matrice de f dans une base de Mn( ).
On peut choisir la base canonique, mais aussi une base plus adaptée, par exemple obtenue comme
réunion d’une base de Sn( ) (matrices symétriques) et de An( ) (matrices antisymétriques) qui sont
deux sous-espaces supplémentaires dans Mn( ).
n.(n + 1)
Chaque vecteur de la première base (qui compte : dim(Sn( )) = , éléments) est invariant par f
2
n.(n − 1)
et chaque vecteur de la deuxième (qui en compte : dim(An( )) = ) est changé en son opposé.
2
n.(n + 1)
La matrice de f dans cette base est donc diagonale, et compte éléments diagonaux égaux à 1,
2
n.(n − 1)
et égaux à -1.
2
n .( n −1)
Donc le déterminant de f vaut : det( f ) = (−1) . 2

b. Puisque f vérifie : f = idM( ), on a donc : det(f ) = 1 = (det(f))2, donc on savait que : det(f) = ±1.
2 2

Plus simplement, puisque l’application transposée est bijective, il était immédiat que det(f) serait non nul.

69. a. On peut montrer par récurrence (comme dans l’exercice 20) que f est un polynôme en x de degré au
plus n, avec la proposition : toute matrice de taille n×n dont les coefficients sont des fonctions affines de
x a un déterminant qui est un polynôme en x de degré au plus n.
Pour montrer que c’est un polynôme de degré effectivement n et de coefficient dominant égal à 1, on
peut le faire là encore par récurrence, en développant par rapport à la dernière colonne par exemple.
En effet, cela conduit à une somme de n produits :
• ceux formés d’un terme constant et d’un déterminant qui est un polynôme de degré au plus n,
• celui correspondant au produit de (an,n + x) et du déterminant extrait de taille (n – 1)×(n – 1) qui est
par hypothèse de récurrence un polynôme de degré (n – 1) et de coefficient dominant égal à 1.
b. Examinons les sommes par ligne de la matrice (A + x.In), et pour cela, on rappelle que le coefficient
générique de cette matrice est (ai,j + x.δi,j) :
n n
∀ 1 ≤ i ≤ n, ∑a j =1
i, j + x.δ i , j = ∑ a i , j < ai ,i = a i ,i ≤ a i ,i + x = a i ,i + x.δ i ,i , car : x ≥ 0.
j =1
j ≠i j ≠i

c. f a une limite égale à +∞ en +∞, comme polynôme.

Puis si f(0) était négatif, alors par continuité, f s’annulerait entre 0 et +∞.
Or comme matrice à diagonale strictement dominante, (A + x.In) est toujours inversible et son
Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). - 10 -
 déterminant ne s’annule donc pas.
Conclusion : det(A) > 0.

70. a. On transforme l’égalité de départ en : P.B = A.P, puis : P1.B – A.P1 = i.(P2.B – A.P2).
Quitte à travailler coefficients par coefficients, on en déduit que les deux membres de l’égalité sont nuls.
Donc : P1.B = A.P1, et : P2.B = A.P2.
b. Les coefficients de la matrice (P1 + x.P2) sont affines en x.
On peut alors montrer par récurrence que l’application proposée est polynomiale en x.
c. La fonction polynomiale précédente n’est pas la fonction nulle puisqu’elle est non nulle pour : x = i (la
matrice (P1 + i.P2) est inversible) donc elle admet un nombre fini de racines, et :
∃ a ∈ , det(P1 + a.P2) ≠ 0.
d. Notons alors : Q = P1 + a.P2.
Cette matrice Q est réelle et inversible d’après la question c.
De plus : P1.B = A.P1, et : P2.B = A.P2, donc : (P1 + a.P2).B = A.(P1 + a.P2), soit : Q.B = A.Q, et
finalement : B = Q-1.A.Q.
e. On vient de montrer que si deux matrices réelles sont semblables par l’intermédiaire d’une matrice
complexe, alors elles le sont aussi par l’intermédiaire d’une matrice réelle.

Chapitre 04 : Algèbre linéaire – Exercices (Corrigé niveau 2). - 11 -