https://www.facebook.com/prepas.maths.

52

MP-PSI-TSI

Algèbre Linéaire

Les Classiques

• Endomorphismes usuels : nilpotents cycliques

• Matrices usuelles : rg=1, Compagnon
• Polynômes usuels : Tchebychev, Lagrange, ...
• La comatrice
• Les déterminantes classiques : Matrice tridiagonale, VanDerMonde,
Cauchy
1. Endomorphismes nilpotents
Définition
E ev de dimension n
u endomorphisme de E est dit nilpotent d’indice p ssi que up=0 et up-1≠0

Partie I
Soit u endomorphisme nilpotent d’indice p
1. Montrer que ∃xx0 ∈ E tq u E tq up-1 (x0)≠0
2. Montrer que B=(x0, u(x0), …, up-1 (x0)) est libre dans E
3. En déduire que p≤n et que un=0
4. Montrer que sp(u)={0}
5. En déduire que χu(X)= Xn

Solution
Partie I
1. car up-1≠0
2. Supposons que a0x0 + a1u(x0)+ …+ap-1up-1 (x0)=0
On compose par up-1≠0, comme uk = 0 ∀k≥pk≥p
On obtient a0 up-1 (x0)=0, or up-1 (x0)≠0, donc a0 =0
Et ainsi de suite, à chaque fois qu’on compose par up-k
on trouve ak-1 =0
Donc B est libre
3. On a B est libre, donc p=card(B)≤dim E=n
On a up=0 et n≥p, donc un=0
4. λ ∈ E tq u sp(u) => ∃x x≠0 tq u(x)=λ.x => up(x)= λp.x => λp.x =0 => λp =0
=> λ =0
Inversement Montrons que λ =0 ∈ E tq u sp(u)
Soit A=MB(u), up=0 => Ap=0 => det(Ap)=det(A)p =0 => det(A)=0
Classique 0 ∈ E tq u sp(u) <=> det(A)=0
(car 0∈ E tq u sp(u) <=> χu(0)=0 <=> det(-A)=(-1) ndet(A)=0 <=>
det(A)=0
5. On a {racines de χu(X)}=sp(u)={0} or deg(χu(X))=n, donc χu(X)= Xn
Partie II
Soit u endomorphisme nilpotent d’indice p signifie que up=0 et up-1≠0
Soit v endomorphisme nilpotent d’indice q signifie que vp=0 et vp-1≠0
On suppose que uov = vou
1. Montrer que u + v est nilpotent d’indice p+q-1
2. Montrer que u o v est nilpotent d’indice ≥ min(p,q)
3. Montrer que idE – u automorphisme, avec (idE – u ) =idE+u+ ...+up-1

Solution : à faire

Partie II
Soit u endomorphisme,
1. montrer que u nilpotent <=> sp(u)=0
2. En déduire qu’un endomorphisme nilpotent non nul n’est jamais
diagonalisable
3. Donner deux matrices A et B diagonalisable tq A+B n’est pas
diagonalisable
1. Endomorphismes cycliques

Définition
E ev de dimension n et u endomorphisme de E
u est dit cyclique <=>∃xx0∈ E tq uE tq B=(x0,u(x0), …, un-1 (x0)) est une base de E

Partie I : Diagonalisation d’un endomorphisme cyclique

1. Montrer tout endomorphisme nilpotent d’indice p=n est cyclique
Dans la suite on suppose que u est dit cyclique et que
∃xx0∈ E tq uE tq B=(x0,u(x0), …, un-1 (x0)) est une base de E
2. Montrer que ∃xak tq un(x0) =a0x0 + a1u(x0)+ …+an-1un-1 (x0)
3. Donner A=MB(u)
4. Montrer Montrer que χA(X)=Xn -an-1 Xn-1 - …. - a0
Indication : L1 → L1 + XL2 + ….+ Xn-1Ln
5. Montrer que ∀k≥pλ∈ E tq u sp(u), on a dim E λ=1
6. En déduire que u est diagonalisable <=> χA(X) est scindé à racine
simple
7. On suppose u est diagonalisable
1. Justifier que A est diagonalisable
2. En déduire que tA est aussi diagonalisable
3. Donner la diagonalisation de tA
4. En déduire celle de A
8. Rappeler la matrice de VanDerMonde
9. En déduire de ce qui précède une CNS pour la matrice de
VanDerMonde soit inversible
Solution
1. Selon le thème précédent B=(x0, u(x0), …, up-1 (x0)) est libre dans E
Si de plus p=n, alors card(B)=p=n=dim E, donc B base de E
2. Comme un(x0)∈ E tq u E et B=(x0,u(x0), …, un-1 (x0)) est une base de E
Donc un(x0) s’écrit combinaison linéaire des élements de B
3. MB(u)=matrice compagnon

4.
1. Comatrice
Rappel
• On note A=(aij) ∈ E tq u Mn(IK)
• On pose Δij= déterminant de taille n-1 obtenu après avoir enlevé la
ième ligne et jème colonne de A
• Δij s’appelle le mineur
• (-1)i+j Δij s’appelle le cofacteur

Définition
La matrice formée par les cofacteur s’appelle comatrice de A et se note
com(A).
Autrement dit :
com(A)=((-1)i+j Δij)1≤i, j ≤ n ∈ E tq u Mn(IK)

Exemple
 Théorème 1
Si A ∈ E tq u Mn(IK), alors
A. tcom(A) = tcom(A).A =det(A). In

Théorème 2
Si A ∈ E tq u Mn(IK), tq det(A) ≠ 0, Alors A est inversible avec
A-1 =(1/ det(A) ) . tcom(A)

Astuce
Si A = [a b ] ∈ E tq u M2(IK), alors det(A)=ad-bc
[c d ]
En particulier, A est inversible <=> ad-bc ≠ 0
Dans ce cas
A-1 = 1/(ad-bc) [d -b]
[-c a]

Justification
Δ11 =d, Δ12 =c, Δ21 =b, Δ22 =a
comA = [Δ11 -Δ12] =[d -c]
[- Δ21 Δ21 ] [-b a]
t
comA = [d -b]
[-c a]
A = 1/ det(A) . tcom(A)
-1

Exemple
2. Déterminants Classiques

Astuce
Si Δn est un déterminant de taille n, pour trouver une relation entre Δn ,Δn -1
Δn-2, on developpe Δn selon sa première colonne ou sa première ligne

2.1 : Matrice tridiagonale

Formule clé
Δn =a.Δn -1 – bc.Δn-2

Extrait Concours: a=2 cos (θ), b=c=1), b=c=1

• Δn -2 cos (θ), b=c=1)Δn -1 +Δn-2 =0 (C’est une suite récurrente linéaire d’ordre)
• l’équation caractéristique : r 2-2cos (θ), b=c=1).r+1=0
• discriminant : Δ=(2cos (θ), b=c=1))2- 4= 4 (cos (θ), b=c=1)2 -1) =- 4 sin2(θ), b=c=1)
• les solutions de (*) : z1=-cos (θ), b=c=1) + i sin(θ), b=c=1) = e-i θ), b=c=1 et z2=ei θ), b=c=1
• Δn = λz1n+ μzz2n =λei nθ), b=c=1 + μze-i nθ), b=c=1
• λ et μz sont des constantes qu’on détermine avec les conditions
initiales
• Δ1=a=λei θ), b=c=1 + μze-i θ), b=c=1 =2 cos (θ), b=c=1)
• Δ2=a2-bc=λei 2θ), b=c=1 + μze-i 2θ), b=c=1 =4cos (θ), b=c=1)2 – 1
• CNC 2018 : Montrer que Δn = 2n cos (nθ), b=c=1)
◦ Clé Formule de Tchebechev 1 : Tn (X)=2XTn-1(X)-Tn-2 (X)
◦ Clé Formule de Tchebechev 2 : Tn (cos θ), b=c=1)=cos (nθ), b=c=1)
2.2 : Déterminant de Van Der Monde
Méthode 1 : Chercher une relation de récurrence
1. Montrer que Vn=pn.Vn-1 où pn=∏j=2n(aj-a1)
2. En déduire que Vn=∏i<j(aj-ai)

Solution
1. Voir image
2. par produit télescopique
Vn=pn.Vn-1 = pn. pn-1.Vn-2= pn. pn-1…..p3.V2
=∏j=2n(aj-a1) . ∏j=2n-1(aj-a1)....(a2-a1)
Méthode 2 : Utiliser les polynômes

Classique Concours
1. Montrer P(an)= Δn
2. Vérifier que P(an-1)=0
3. En déduire les racines de P(X)
4. Vérifier que cd(P)=Δn-1
5. Justifier que deg(P)=n-1
6. En déduire que P(X)=Δn-1 ∏k=1n-1 (X-ak)
7. En déduire que Δn=pnΔn-1 où pn a déterminer
8. En déduire Δn =∏i>j (aj-ai)
9. En déduire que la matrice de VanDerMonde est inversible <=> aj≠ai
Solution
1. P(an)=Δn
2. P(an-1)=0 car Ln=Ln-1
3. P(a1)= ...=P(an-1)
4. Si on développe selon Ln, cd(P) est le coefficient de Xn-1 qui est egale
au déterminant de taille n-1 après avoir enlevé n ème ligne et nème
colonne, qui est égal à Δn-1
5. Il suffit de développer le déterminant P(X) suivant la nème ligne
6. Rappel : Si P(X) est un polynômes de coefficient dominant λ et de
racine xk, alors P(X)= λ ∏ (X-ak)
7. On sait que P(X)=Δn-1 ∏k=1n-1 (X-ak) et que P(an)= Δn,
donc Δn =P(an)=Δn-1 ∏k=1n-1 (an-ak) =pn Δn-1 où ∏k=1n-1 (an-ak)
8. On sait que Δn=pnΔn-1 et Δn-1=pn-1Δn-2, donc Δn=pn pn-1Δn-2 et ainsi de
suite Δn=pn pn-1pn-2 ….p2 =∏n>k (an-ak) . ∏n-1>k (an-1-ak) … ∏n>k (a2-ak)
9. Découle de A inversible ssi det(A) ≠ 0
2.3 : Matrice de Cauchy
Méthode 1 : Chercher une relation de récurrence : Mines 2012
Méthode 2 : Utiliser les fractions rationnelles : CNC 2019

3 : Diagonalisation
Définition 1
Soit A ∈ E tq u Mn(IK),
λ∈ E tq uIK est dite valeur propre de A <=> ∃x X colonne non nulle de taille n tq
AX= λX
X s’appelle alors vecteur propre de A associée à la valeur propre λ

Définition 2
Soit A ∈ E tq u Mn(IK), On appelle polynôme caractéristique de A, le
déterminant suivant
P(X)=det(XIn-A)

Théorème 1
Soit A ∈ E tq u Mn(IK), λ∈ E tq uIK. On a le résultat suivant
λ valeur propre de A <=> λ racine de P(X)
Autrement dit
det(λ In-A) =0

Astuce 1
Soit A ∈ E tq u Mn(IK),
• Pour trouver les λ∈ E tq uIK valeurs propres de A, il suffit de résoudre
l’équation det(λ In-A) =0
• Pour trouver les X vecteur propre de A associée à la valeur propre
λ, il suffit de résoudre le système AX= λX où X une colonne de
taille n
CNC 2019
Définition 2
Une matrice A ∈ E tq u Mn(IK) est dite diagonalisable <=> elle est semblable
à une matrice diagonale
Autrement dit : elles existent P matrice inversible et D matrice diagonale
tq
A=PDP-1
Dans ce cas D est formée par les valeurs propres
P est formée par les vecteurs propres

Théorème 2
Soit A ∈ E tq u Mn(IK),
Alors A est diagonalisable <=> pour tout λ valeur propre de A, on a
mult( λ, P) = dim ker (A- λ In)

Astuce 2
Pour déterminer dim ker (A- λ In), il suffit de
• Résoudre le système linéaire AX=λ X, où X colonne de taille n
• En déduire une base de l’ensemble de solutions
• En déduire dim=card(base)

Théorème 2 (Pratique)
Soit A ∈ E tq u Mn(IK),
Si A admet exactement n valeur prores, alors A est diagonalisable

Astuce 3
• Nbr de valeurs propres ≤ n=taille de la matrice
• Nbr de valeurs propres ≤ n=taille de la matrice => A diagonalisable
Exemple
A =[2 1 1]
[1 2 1]
[1 1 2]
A est une matrice symétrique réelle, donc diagonalisable
Selon ce qui précède A2-5A+4I=0, donc X2-5X+4 est un polynôme
annulateur de A, dont les racine sont 1 et 4, cad sp(A)={1,4}
Soit X= x vecteur propre
y
z
On résout AX=X, on obtient les équations
(1) : 2x+y+z=x <=> x+y+z=0
(2) : x+2y+z=2y <=> x+y+z=0
(3) : x+y+2z=z <=> x+y+z=0
Ainsi z=-x-y
Donc X= x x 1 0
y = y = x . 0 + y. 1
z -x-y -1 -1
Ainsi 1 valeur propre de multiplicité 2
On résout AX=4X, on obtient les équations
(1) : 2x+y+z=4x <=> -2x+y+z=0
(2) : x+2y+z=4y <=> x-2y+z=0
(3) : x+y+2z=4z <=> x+y-2z=0
Ainsi (1)-(2) => -3x+3y=0 => x=y et (1)-(3) =>-3x+3z=0 => x=z
Donc X= x x 1
y = y =x. 1
z z 1
Ainsi 4 valeur propre de multiplicité 1
Donc A = P.D.P-1 Avec D=[1 0 0] et P = [1 0 1]
[0 1 0] [0 1 1]
[0 0 4] [-1 -1 1]
n n -1 n
Donc A = P.D .P Avec D=[1 0 0] et P = [1 0 1]
[0 1n 0] [0 1 1]
n
[0 0 4 ] [-1 -1 1]