Algèbre linéaire 3

Département MIDO Année 2021/2022

Feuilles de travaux dirigés

Version du 22 décembre 2023.
Le symbole ⋄ indique un exercice difficile.

0 Révisions
Les exercices de cette section portent sur des notions et résultats de base introduits durant la première année de licence.
Ils ne seront pas traités en séance, sauf ceux relatifs à la notion de base duale, qui intervient dans l’étude des formes
quadratiques. Il est néanmoins essentiel de parfaitement maîtriser l’ensemble des concepts sous-jacents.

Exercice 1. (sous-espaces vectoriels) Pour chacun des sous-ensembles de R3 suivants, indiquer s’il s’agit d’un sous-espace
vectoriel et, le cas échéant, en donner la dimension et une base, préciser s’il s’agit de l’espace entier ou en donner un
supplémentaire.

1. E1 = {x ∈ R3 | − x 1 + 2x 2 + x 3 = 0}. 2. E2 = {x ∈ R3 | x 1 x 2 = 0}.
3. E3 = {x ∈ R3 | 2x 1 − x 2 = 1}. 4. E4 = {x ∈ R3 | x 2 = x 1 2 }.
5. E5 = {x ∈ R3 | − x 1 + 2x 2 + 4x 3 ≥ 0}. 6. E6 = {0} × R × {0}.
7. E7 = {x ∈ R | 2x 1 + 3x 2 − 5x 3 = 0} ∩ {x ∈ R | x 1 − x 2 + x 3 = 0}.
3 3

8. E8 = {x ∈ R3 | 2x 1 + 3x 2 − 5x 3 = 0} ∪ {x ∈ R3 | x 1 − x 2 + x 3 = 0}.

Exercice 2. (sous-espaces vectoriels) Déterminer si les ensembles suivants sont ou ne sont pas des sous-espaces vectoriels.
1. E1 = {P ∈ R[X ] | P(0) = P(2)}.
2. E2 = {P ∈ R[X ] | P ′ (0) = 2}.
3. L’ensemble des fonctions de R dans R qui sont dérivables.
4. L’ensemble des fonctions de R dans R qui sont bornées.
5. L’ensemble des fonctions de R dans R qui sont majorées.
6. L’ensemble des fonctions de R dans R qui sont paires.
7. L’ensemble des fonctions de R dans R qui sont paires ou impaires.
8. L’ensemble des solutions de l’équation différentielle y ′ (x)+a(x) y(x) = 0, où a est une fonction de R dans R continue.

Exercice 3. (sous-espaces vectoriels engendrés) Dans chacun des cas suivants, donner la dimension et un système d’équa-
tions du sous-espace vectoriel engendré par la famille de vecteurs.

1. {(9, 2), (8, −3), ( 23 , 73 )}. 2. {(6, 0, −5), (−1, 2, 1), (0, 1, −1)}.
3. {(5, −4, 7, 8), (− 52 , 3, 1, −2)}. 4. {(−1, 2, 1, 4), (0, 3, −1, 2), (−2, 1, 3, 6)}.

Exercice 4. (intersection de sous-espaces vectoriels) Déterminer l’intersection des plans P1 et P2 de R3 dans chacun des
cas suivants.
1. P1 a pour équation cartésienne x 1 − 2 x 2 + x 3 = 0 et P2 a pour base {(1, 0, 2), (0, 1, 3)}.
2. P1 et P2 ont pour équation cartésienne x 1 − 2 x 2 + x 3 = 0 et a x 1 + b x 2 + x 3 = 0 respectivement.
3. P1 et P2 ont pour base {(1, 1, 1), (1, 2, 0)} et {(1, 0, 1), (1, 1, 0)} respectivement.

Exercice 5. (sous-espaces supplémentaires) On se place dans l’espace R3 .

1. Trouver une condition nécessaire et suffisante sur le réel a pour que le plan P d’équation cartésienne x 1 + x 2 + x 3 = 0
et la droite D de vecteur directeur u, de coordonnées (a, 1, 1) dans la base canonique, soient deux sous-espaces
supplémentaires de R3 .

1
 2. On suppose à présent que a = 1. Vérifier que P ⊕ D = R3 . Déterminer une base {e1 , e2 } de P. Pourquoi la famille
{e1 , e2 , u} est-elle une base de R3 ? Déterminer les coordonnées dans cette nouvelle base du vecteur ayant pour coor-
données (1, 2, 3) dans la base canonique.

Exercice 6. (sous-espaces supplémentaires) Soit E l’espace vectoriel des fonctions de R dans R, F le sous-espace vectoriel
des fonctions périodiques de période 1 et G le sous-espace vectoriel des fonctions tendant vers 0 en +∞. Démontrer que
F ∩ G = {0}. Les sous-espaces F et G sont-ils supplémentaires ?

Exercice 7. On note E = R3 [X ] l’espace vectoriel des polynômes à coefficients réels de degré inférieur ou égal à trois. On
considère les sous-espaces vectoriels de E suivants :

H = {P ∈ E | P(2) = 0}

et
D = P ∈ E | P(1) = P ′ (1) = P ′′ (1) = P ′′′ (1) .


1. Rappeler quelle est la dimension de E et donner sa base canonique.

2. Donner une équation et trouver une famille génératrice de H. Quelle est la dimension de ce sous-espace ?
3. Écrire la formule de Taylor pour un polynôme P appartenant à D et en déduire la forme générale des éléments de D.
Quelle est la dimension de ce sous-espace ?

Exercice 8. (base des polynômes de Lagrange) On note E = R3 [X ] l’espace vectoriel des polynômes à coefficients réels
de degré inférieur ou égal à trois.
1. Déterminer les quatre polynômes L k , k = 0, 1, 2, 3, de E tels que

∀k ∈ {0, 1, 2, 3}, L k (k) = 1 et , ∀i ∈ {0, 1, 2, 3} \ {k}, L k (i) = 0.

2. Montrer que la famille {L0 , L1 , L2 , L3 } est une base de E et donner les coordonnées d’un polynôme quelconque de E
dans cette base.

Exercice 9. Soient f1 et f2 les deux éléments de L (R2 , R) définis par

f1 (x 1 , x 2 ) = x 1 + x 2 et f2 (x 1 , x 2 ) = x 1 − x 2 .

∗
1. Montrer que ( f1 , f2 ) forme une base de R2 .
2. Exprimer les formes linéaires suivantes dans cette base :

g(x 1 , x 2 ) = x 1 , h(x 1 , x 2 ) = 2x 1 − 6x 2 .

Exercice 10. Soit f l’application linéaire de R3 dans R3 ayant pour noyau le plan P défini dans l’exercice 5 et telle que
f ((1, 1, 1)) = (1, 2, 3). Écrire la matrice de f dans la base {e1 , e2 , u} déterminée dans l’exercice 5, puis dans la base canonique
de R3 .

Exercice 11. On note E = R2 [X ] l’espace vectoriel des polynômes à coefficients réels de degré inférieur ou égal à deux.
1. Montrer que {1, X , X 2 } et {1, X − 1, X 2 } sont des bases de R2 [X ].
2. Écrire la matrice de passage de {1, X , X 2 } vers {1, X − 1, X 2 }.
3. Déterminer la matrice de l’endomorphisme de E défini par P 7→ P ′ dans ces deux bases.

Exercice 12. (forme linéaire) Soit f la forme linéaire sur R4 définie par

∀x ∈ R4 , f (x) = 2 x 2 − x 3 + x 4 .

Déterminer la matrice de f dans la base canonique de R4 et donner une base de son noyau.

Exercice 13. (forme linéaire) Déterminer la forme linéaire f définie sur R3 telle que

f (1, 1, 1) = 0, f (2, 0, 1) = 1 et f (1, 2, 3) = 4,

et donner une base de son noyau.

Exercice 14. Déterminer le noyau et l’image de l’endomorphisme de R3 dont la matrice dans la base canonique est
 
1 −1 1
M = −1 1 1 .
0 0 0

2
Ces deux sous-espaces sont-ils supplémentaires ?

Exercice 15. Soit f l’endomorphisme de R4 dont la matrice dans la base canonique {e1 , e2 , e3 , e4 } est
7 3 −1 −2
 
5 4 3 0
M = .
1 1 1 8
8 5 2 4
1. Montrer que f n’est pas bijectif.
2. Montrer que { f (e2 ), f (e3 ), f (e4 )} est une base de l’image de f .
3. Calculer f ((1, −2, 1, 0))
4. Déduire des questions précédentes la dimension du noyau de f et la forme générale de ses éléments.

Exercice 16. (base duale) Soit E un R-espace vectoriel et {e1 , e2 , e3 } une base de E, de base duale notée {e1∗ , e2∗ , e3∗ }. On
définit des formes linéaires f1∗ , f2∗ et f3∗ sur E par

f1∗ = 2 e1∗ + e2∗ + e3∗ , f2∗ = −e1∗ + 2 e3∗ , f3∗ = e1∗ + 3 e2∗ .

Montrer que { f1∗ , f2∗ , f3∗ } est une base de E ∗ et déterminer la base { f1 , f2 , f3 } de E dont elle est la base duale.

Exercice 17. (polynômes et base duale) Soit E = R3 [X ]. On considère la famille {ℓ0 , ℓ1 , ℓ2 , ℓ3 } d’éléments de E ∗ définis
par
∀i ∈ {0, . . . , 3}, ∀P ∈ E, ℓi (P) = P(i).
Montrer que {ℓ0 , ℓ1 , ℓ2 , ℓ3 } est une base de E ∗ et déterminer la base de E dont elle est la base duale.

Exercice 18. (changement de base et base duale) Soit n un entier naturel non nul et E un espace vectoriel de dimension
finie égale à n. Soit B = (e1 , . . . , en ) une base de E et B ′ = ( f1 , . . . , f n ) une base de E distincte de B. Exprimer la base duale
de B ′ en fonction de celle de B.

Exercice 19. (produits matriciels possibles) On considère les matrices suivantes :

   
 ‹ 2 1  ‹ −1 1 3

1 −2 5
A= 1 2 3 , B = , C = −3 0 , D = , E = −1 −4 0 .
−2 5 0
1 2 0 2 5

Quels sont les produits matriciels possibles entre ces matrices ?

Exercice 20. (calcul d’inverses de matrices) Dire si les matrices suivantes sont inversibles et, le cas échéant, calculer leur
inverse :      
1 1 2 0 1 2 1 4 7
A = 1 2 1  , B = 1 1 2  , C = 2 5 8  .
2 1 1 0 2 3 3 6 9

Exercice 21. (rang d’une matrice à paramètre) Déterminer, suivant la valeur du réel a, le rang de la matrice suivante :
a a2 a3

1

 a a2 a3 1 
A= 2 .
a a3 1 a
a3 1 a a2

Exercice 22. (trace et produit de matrices) Soit n un entier naturel non nul, A et B deux matrics de Mn (R).
1. On suppose que tr(AA⊤ ) = 0. Que dire de la matrice A?
2. On suppose que, pour tout X de Mn (R), on a tr(AX ) = tr(BX ). Montrer que A = B.

Exercice 23. (changement de bases) Soit f l’application linéaire de R3 dans R2 dont la matrice dans les bases canoniques
respectives de ces espaces est  ‹
2 −1 1
A= .
3 2 −3
On note (e1 , e2 , e3 ) la base canonique de R3 et ( f1 , f2 ) celle de R2 . On pose alors
1 1
e1′ = e2 + e3 , e2′ = e3 + e1, e3′ = e1 + e2 et f1′ = ( f1 + f2 ), f2′ = ( f1 − f2 ).
2 2
1. Montrer que (e1′ , e2′ , e3′ ) est une base de R3 , puis que ( f1′ , f2′ ) est une base de R2 .
2. Quelle est la matrice de f dans ces nouvelles bases ?

3
1 Réduction des endomorphismes
Dans cette section, K désigne un corps qui peut être R ou C.

1.1 Détermination de valeurs propres et vecteurs propres

Exercice 24. Calculer les valeurs propres et les vecteurs propres des matrices à coefficients réels suivantes :
       
−1 2 −1 1 1 −1 0 −1
1. . 2. . 3. . 4. .
1 −2 2 −2 1 1 1 2

Que dire si l’on considère que ces matrices sont à coefficients complexes ? Dans ce dernier cas, vérifier que la trace d’une
matrice est la somme de ses valeurs propres et que son déterminant est le produit de ses valeurs propres.

Exercice 25. Soit n un entier naturel non nul et A une matrice de G L n (K), λ une valeur propre de A et X un vecteur propre
associé à λ. Montrer que λ ̸= 0, puis que λ1 est une valeur propre de A−1 ayant X pour vecteur propre associé.

Exercice 26. Soit n un entier naturel non nul supérieur ou égal à 2 et A une matrice de Mn (R) de rang 1. Montrer que A+ I n
ou A − I n est inversible.

Exercice 27. Soit A une matrice de Mn (K). Les matrices A et A⊤ ont-elles les mêmes vecteurs propres ?

Exercice 28. Déterminer le spectre et les vecteurs propres de l’endomorphisme f lorsque :

— f est une projection de l’espace sur un plan parallèlement à une droite,
— f est la rotation du plan d’angle de mesure π,
— f est la rotation du plan d’angle de mesure π3 .

Exercice 29. (matrice stochastique) Une matrice de Mn (C) est dite stochastique si ses coefficients sont des réels positifs
ou nuls et la somme des coefficients de chacune de ses lignes est égale à 1. Soit M une telle matrice.
1. Montrer que si λ est une valeur propre complexe de M , alors |λ| ≤ 1.
2. Montrer que 1 est valeur propre de M et donner un vecteur propre associé.
3. Montrer que si tous les coefficients diagonaux de M sont strictement positifs et que λ est une valeur propre complexe
de M , alors |λ| = 1 implique que λ = 1.

Exercice 30. ⋄ Soit n un entier naturel non nul, E = K2n [X ] et f l’endomorphisme de E défini par f (P) = X (X −1)P ′ −2nX P.
Chercher le spectre et les vecteurs propres de f .

Exercice 31. Soit E = CN l’espace des suites à coefficients complexes et f l’endomorphisme de E qui à une suite (un )n∈N
associe la suite (vn )n∈N définie par v0 = u0 et, pour tout n ≥ 1,

un + un−1
vn = .
2

Déterminer le spectre et les vecteurs propres de f .

Exercice 32. Soit n un entier naturel non nul, A et B deux matrices de Mn (R) telles que AB − BA = A.
1. Montrer que, pour tout entier naturel k, on a Ak B − BAk = kAk .
2. On considère l’application f B de Mn (R) dans Mn (R) définie par f B (M ) = M B − BM . Vérifier que f B est un endomor-
phisme de Mn (R).
3. Justifier qu’un entier naturel k est une valeur propre de f B si Ak ̸= 0.
4. En déduire l’existence d’un entier naturel m tel que Am = 0.

Exercice 33. Soit m et n deux entiers naturels non nuls, f une application linéaire de Rm dans Rn et g une application
linéaire de Rn dans Rm .
1. Montrer que f ◦ g et g ◦ f ont les mêmes valeurs propres non nulles (s’il y en a).
2. Lorsque m = n, montrer que f ◦ g et g ◦ f ont les mêmes valeurs propres.

4
Exercices supplémentaires

Exercice 34. Soit θ un réel. Déterminer le spectre de la matrice

 
0 sin(θ ) sin(2θ )
 sin(θ ) 0 sin(2θ ) .
sin(2θ ) sin(θ ) 0

Exercice 35. ⋄ Soit n un entier naturel supérieur ou égal à 2 et (a1 , . . . , an ) ∈ Rn . Chercher le spectre de la matrice
 
0 ... 0 a1
 .. .. .. 
. . . ,
 0 ... 0 a  n−1
a1 ... an−1 an
en distinguant les cas (a1 , . . . , an−1 ) ̸= (0, . . . , 0) et (a1 , . . . , an−1 ) = (0, . . . , 0).
En déduire le spectre de la matrice
 
0 ... 0 1
 .. .. .. 
. . . .
0 . . . 0 n − 1
1 ... n−1 n

Exercice 36. ⋄ Soit E l’espace vectoriel des fonctions continues de R+ dans R et T l’application qui à toute fonction f de E
associe la fonction F = T ( f ) définie par
Z x
1
F (0) = f (0) et, ∀x ∈]0, +∞[, F (x) = f (t) dt.
x 0
1. Montrer que T est un endomorphisme de E. Est-il injectif ?
2. Déterminer les réels λ et les fonctions f vérifiant T ( f ) = λ f .

Exercice 37. Soit E = C ∞ (R) l’espace des fonctions de R dans R indéfiniment dérivables et f l’endomorphisme de E qui à
toute fonction u de E associe sa dérivée u′ . Déterminer le spectre de f et les sous-espaces propres associés.

1.2 Polynôme caractéristique

Exercice 38. Soit A et B deux matrices carrées de même ordre. Montrer que χAB = χBA.
Exercice 39. Soit A une matrice de M3 (R). Vérifier que
 
a11 a12 a a13 a a23
χA(X ) = X 3 − tr(A)X 2 + + 11 + 22 X − det(A).
a21 a22 a31 a33 a32 a33

Exercice 40. Soit n un entier naturel non nul et A une matrice de Mn (K) telle que χA(X ) = X n − 1. Déterminer A−1 en
fonction de A.
Exercice 41. Soit n un entier naturel strictement plus grand que 2. Déterminer le polynôme caractéristique de la matrice
 
a b ... b
. .. .
b .. . .. 

A= .
 .. . . . . . . b


b ... b a

de Mn (C). À quelle condition nécessaire et suffisante la matrice A est-elle inversible ?

Exercice 42. Soit n un entier naturel non nul.
1. Soit M et N deux matrices de Mn (C). Montrer que M N est inversible si et seulement si M et N sont inversibles.
2. Soit A et B deux matrices de Mn (C). Montrer que
χA(B) ∈ G L n (C) ⇔ Sp(A) ∩ Sp(B) = ;.

Exercice 43. Soit n un entier naturel non nul et A une matrice inversible de Mn (K). Montrer que A est triangulaire supérieure
si et seulement si, pour tout entier naturel k supérieur ou égal à 2, la matrice Ak est triangulaire supérieure. Ce résultat
reste-t-il vrai si on ne suppose pas que A est inversible ?

5
1.3 Diagonalisation
Exercice 44. Diagonaliser les matrices suivantes.

0 2 −1 0 3 2 1 0 0
     

1.  3 −2 0 . 2. −2 5 2 . 3. 0
    1 0 .
−2 2 1 2 −3 0 1 −1 2

Exercice 45. Expliquer sans calcul pourquoi la matrice

 
2 1 3
0 2 1
0 0 2

n’est pas diagonalisable.

Exercice 46. (matrices élémentaires) Parmi les matrices élémentaires de Mn (R), lesquelles sont diagonalisables ?

Exercice 47. Soit a, b et c trois nombres réels. La matrice

 
0 −b c
a 0 −c 
−a b 0

est-elle diagonalisable ?

Exercice 48. (diagonalisation d’une matrice de rang 1) Soit la matrice

 
1 1 1 1
 2 2 2 2
A= .
3 3 3 3
4 4 4 4

Déterminer, sans calculer son polynôme caractéristique, les valeurs propres de A. Cette matrice est-elle diagonalisable ?

Exercice 49. (diagonalisation d’une matrice circulante) Soit a, b et c des nombres complexes. On pose
 
a b c
M (a, b, c) =  c a b
b c a

et J = M (0, 1, 0).
1. Exprimer M (a, b, c) en fonction de I3 , J et J 2 .
2. Montrer que J est diagonalisable et donner son spectre.
3. En déduire que M (a, b, c) est diagonalisable et donner son spectre.

Exercice 50. Soit n un entier naturel non nul, E = Rn [X ] et f l’endomorphisme de E défini par f (P) = P − (X + 1)P ′ .
Justifier que f est diagonalisable et donner son spectre.

Exercice 51. Soit n un entier naturel non nul, E = Rn [X ] et f l’endomorphisme de E défini par f (P) = X n P X1 . Montrer

que f est diagonalisable.

Exercice 52. (transposition) Soit n un entier naturel non nul, E = Mn (R) et f l’endomorphisme de E défini par f (M ) = M ⊤ .
Déterminer le spectre de f et montrer que cet endomorphisme est diagonalisable.

Exercices supplémentaires

Exercice 53. Les matrices de l’exercice 24 sont-elles diagonalisables dans R ? Dans C ?

Exercice 54. ⋄ Soit n un entier naturel supérieur ou égal à 2. Diagonaliser la matrice de Mn (K) suivante
 
0 ... 0 1
 .. . .
 . .. . . 0

.
0 . . . . . . ... 


1 0 ... 0

6
Exercice 55. À quelle(s) condition(s) sur les réels a, b et c la matrice
 
1 a b
0 2 c
0 0 1

est-elle diagonalisable ?
Exercice 56. Soit E = R3 et f un endomorphisme de E tel que f 4 = f 2 et dont −1 et 1 sont valeurs propres. Montrer que
f est diagonalisable.

1.4 Trigonalisation
Exercice 57. (trigonalisation et puissances de matrice) Soit f l’endomorphisme de R3 dont la matrice dans la base
canonique est donnée par  
1 0 1
A = −1 2 1 .
1 −1 1
1. Montrer que f est trigonalisable.
2. Montrer que le sous-espace propre associé à la valeur propre 1 est de dimension égale à 1. Montrer que u = (1, 1, 0)
est un vecteur non nul de ce sous-espace.
3. Montrer que v = (0, 0, 1) est tel que ( f − idR3 )(v) = u.
4. Chercher un vecteur propre w associé à la valeur propre 2. Montrer que (u, v, w) est une base de R3 . Calculer la matrice
T de f dans cette base.
5. Calculer f k (v) pour tout entier naturel k. En déduire T k .
6. Calculer Ak pour tout entier naturel k.

Exercice 58. Trigonaliser les matrices suivantes.

1 4 −2 2 −1 −1
   

1.  0 6 −3. 2. 2 1 −2.
−1 4 0 3 −1 −2

Exercice 59. Trigonaliser les matrices suivantes.

   
1 −3 0 3 3 −1 1 −7
−2 −6 0 13 9 −3 −7 −1
1.  . 2.  .
   
 0 −3 1 3  0 0 4 −8
−1 −4 0 8 0 0 2 −4

1.5 Polynômes annulateurs

Exercice 60. (diagonalisation par le polynôme minimal) Soit la matrice
 
0 1 1 1
1 0 1 1
A= .
1 1 0 1
1 1 1 0

1. Calculer A2 et en déduire une relation simple liant A2 , A et I4 .

2. En déduire que A est diagonalisable et donner son spectre.
3. Diagonaliser A.

Exercice 61. Trouver le polynôme caractéristique d’un endomorphisme nilpotent d’un K-espace vectoriel de dimension finie
non nulle.
Exercice 62. Soit n un entier naturel non nul. On suppose que le polynôme P(X ) = X (X + 2) est un polynôme annulateur
d’une matrice A de Mn (R) non nulle. Montrer que −2 est valeur propre de A et que A est diagonalisable.
Exercice 63. Soit n un entier naturel non nul supérieur ou égal à 2 et A une matrice de Mn (R) et α un réel non nul. On
suppose que A(A − α I n ) = 0 Mn (R) . Montrer que A est diagonalisable.
Exercice 64. ⋄ Soit n un entier naturel non nul et A une matrice de Mn (R).

7
 1. On suppose que A3 − 3A − 4I n = 0. Montrer que A est de déterminant strictement positif.
2. On suppose que A2 + A + I n = 0 Mn (R) . Montrer que n est pair.
3. On suppose que A3 + A2 + A = 0 Mn (R) . Montrer que le rang de A est pair.

Exercices supplémentaires

Exercice 65. Soit p et q deux entiers naturels non nuls et M la matrice triangulaire par blocs
 ‹
A C
M=
0 B

où A appartient à M p (K) et B appartient à Mq (K). On suppose que P est un polynôme annulateur de A et que Q est un
polynôme annulateur de B. Déterminer un polynôme annulateur de M .

Exercice 66. ⋄ Soit E un R-espace vectoriel et f un endomorphisme de E. Existe-t-il toujours un polynôme annulateur de
f autre que le polynôme nul ?

1.6 Applications de la diagonalisation

Exercice 67. (matrices semblables ?) Les matrices

   
0 0 4 2 1 1
A = 1 0 −8 et B = 0 0 −2
0 1 5 0 1 3

sont-elles semblables ?

Exercice 68. (puissance ne d’une matrice) Diagonaliser la matrice

 
3 0 −1
A= 2 4 2
−1 0 3

et en déduire la valeur de An pour tout entier naturel n.

Exercice 69. (suites récurrentes) On considère les suites (un )n∈N , (vn )n∈N et (w n )n∈N définies par la donnée de leur premiers
termes respectifs u0 , v0 et w0 et les relations de récurrence suivantes :

 un+1 = −4un − 6vn



∀n ∈ N, vn+1 = 3un + 5vn .

w n+1 = 3un + 6vn + 5w n


Déterminer les termes un , vn et w n en fonction de n.

Exercice 70. (commutant d’une matrice) Diagonaliser la matrice

 
1 0 −1
A = 1 2 1 .
2 2 3

et en déduire toutes les matrices qui commutent avec elle.

Exercice supplémentaire

Exercice 71. Soit n un entier naturel non nul et A et B deux matrices de Mn (R). On suppose que A possède n valeurs propres
distinctes et que tout vecteur propre de A est également vecteur propre de B. Montrer qu’il existe un polynôme P de R[X ]
tel que P(A) = B.

8
2 Formes bilinéaires
Exercice 72. Soit M2 (R) l’espace vectoriel des matrices à coefficients réels d’ordre 2. On considère l’application b de M2 (R)×
M2 (R) dans R définie par
∀(A, B) ∈ M2 (R) × M2 (R), b(A, B) = tr(A⊤ B).

1. Vérifier que b est une forme bilinéaire symétrique sur E.

2. Montrer que pour tout A de E, b(A, A) ≥ 0 avec égalité si et seulement si A = 0 M2 (R) .
3. Déterminer la matrice de b relativement à la base canonique de M2 (R).

Exercice 73. Soit

∀x ∈ R2 , ∀ y ∈ R3 , b1 (x, y) = b2 ( y, x) = x 1 y1 + 2 x 1 y2 + x 1 y3 + x 2 y1 + x 2 y3 .

1. Montrer que b1 est une forme bilinéaire sur R2 × R3 et b2 une forme bilinéaire sur R3 × R2 . Déterminer les matrices
respectives B1 et B2 de b1 et b2 relativement aux bases canoniques de R2 et de R3 . Quelle relation a-t-on entre ces
matrices ?
2. Écrire b1 et b2 dans les bases canoniques de L (R2 , R3 ; R) et L (R3 , R2 ; R).
3. Déterminer les matrices de b1 et b2 en considérant la base {(1, 0), (1, 1)} de R2 et la base {(1, 0, 1), (1, 1, 1), (0, 0, 1)}
de R3 .

Exercice 74. Donner l’expression de la forme bilinéaire associée à chacune des matrices suivantes relativement à la base
canonique.
 
2 4 0 1
1 0 0 1 0 4
   
4 1 0 1
1. 0 1 1 . 2. 0 1 1 . 3.  .
 
0 0 0 1
1 1 2 4 1 0
1 1 1 1

Exercice 75. On définit l’application b de M2 (R) × M2 (R) dans R par

b(A, B) = det(A + B) − det(A − B).

Montrer que b est une forme bilinéaire et déterminer sa matrice dans la base canonique de M2 (R).

Exercice 76. Soit E un espace vectoriel de dimension finie sur un corps K et E ∗ son dual, B une base quelconque de E et
B ∗ la base duale associée à B. Montrer que la matrice de la forme bilinéaire canonique de E × E ∗ dans K, définie par

∀x ∈ E, ∀ f ∈ E ∗ , 〈x, f 〉 E,E ∗ = f (x),

relativement aux bases B et B ∗ est la matrice identité.

Exercice 77. Dans E = R2 [X ], on considère l’application b de E × E dans R définie par

Z 1
∀(P, Q) ∈ E 2 , b(P, Q) = P(t)Q′ (t) dt.
0

1. Justifier que b est une forme bilinéaire sur E.

2. Déterminer la matrice de b relativement à la base canonique B = {1, X , X 2 } de E.
3. Quel est le rang de b ?
4. La forme b est-elle symétrique ? Antisymétrique ? Déterminer sa partie symétrique et sa partie antisymétrique.
5. A-t-on b(P, P) ≥ 0 pour tout polynôme P de E ? À quelle condition sur P a-t-on b(P, P) = 0 ?
R1 Pk
Répondre aux mêmes questions avec b(P, Q) = 0 P(t)Q(1 − t) dt et bk (P, Q) = i=1 P(i)Q(i) avec k ∈ N∗ .

Exercice 78. ⋄ (forme bilinéaire réflexive) Soit E un K-espace vectoriel et b une forme bilinéaire sur E × E telle que

∀(x, y) ∈ E × E, b(x, y) = 0 ⇔ b( y, x) = 0.

Montrer que b est symétrique ou antisymétrique.

9
Exercices supplémentaires

Exercice 79. (une forme sesquilinéaire) Soit E un espace vectoriel sur C, B = {e1 , e2 } une base de E et b une forme
sesquilinéaire à gauche sur E dont la matrice relativement à la base B est
 ‹
1 2
M= .
2 −1

1. Calculer b(x, y), b(x, x) et b( y, y) dans les deux cas suivants :

(a) x = e1 + i e2 et y = e1 − i e2 ,
(b) x = e1 + 2 e2 et y = i e2 .


1 0
2. En déduire qu’il existe une base de E relativement à laquelle la forme b a pour matrice 0 −1 , c’est-à-dire qu’il existe
⊤

une matrice inversible P telle que P M P = 10 −10
.

Exercice 80. Soit F l’ensemble des formes bilinéaires sur R3 de la forme

∀x ∈ R3 , ∀ y ∈ R3 , b(x, y) = λ1 x 1 y1 + λ2 x 2 y2 + λ3 x 3 y3 + λ4 x 1 y2 + λ5 x 2 y1 ,

où (λ1 , λ2 , λ3 , λ4 , λ5 ) ∈ R5 .
1. Montrer que F est un sous-espace vectoriel de L (R3 , R3 ; R). Quelle est sa dimension ?
2. Déterminer les sous-espaces vectoriels F1 = F ∩ S (R3 , R3 ; R) et F2 = F ∩ A (R3 , R3 ; R), où S (R3 , R3 ; R) (resp.
A (R3 , R3 ; R)) désigne l’ensemble des formes bilinéaires symétriques (resp. antisymétriques) sur R3 . Quelles sont
leurs dimensions respectives ?
3. Montrer que F = F1 ⊕ F2 .

Exercice 81. Soit n un entier naturel non nul et E un espace vectoriel de dimension n sur un corps K, muni de la base
B = {e1 , . . . , en }. On note B ∗ = {e1∗ , . . . , en∗ } la base duale associée à B. Pour tout couple (i, j) de {1, . . . , n}2 , on pose

∀(x, y) ∈ E × E, γi j (x, y) = ei∗ (x)e∗j ( y).

1. Montrer que γi j est une forme bilinéaire sur E × E.

2. Déterminer la matrice de γi j relativement à la base B.
3. Montrer que la famille (γi j )1≤i, j≤n forme une base de L (E, E; R).

Exercice 82. Soit E un espace vectoriel sur R, supposé de dimension finie. On considère l’application f de L (E, E; R) dans
L (E, E; R) telle que
∀b ∈ L (E, E; R), ∀(x, y) ∈ E 2 , f (b)(x, y) = b( y, x).
1. Montrer que f est un endomorphisme de L (E, E; R).
2. Déterminer le spectre de f , ainsi que les sous-espaces propres associés.

3 Formes quadratiques
Exercice 83. Déterminer lesquelles des applications suivantes définissent une forme quadratique et, le cas échéant, donner
leur forme polaire.

1. ∀P ∈ R[X ], q(P) = P(0)P(1)P(2). 2. ∀P ∈ R[X ], q(P) = 2 P(1)P ′ (1). 3. ∀P ∈ R[X ], q(P) = |P(0)P(1)|.

Exercice 84. Soit q l’application de M2 (R) dans R définie par

∀A ∈ M2 (R), q(A) = det(A).

1. Montrer que q est une forme quadratique et écrire la matrice qui lui est associée relativement à la base canonique.
2. Déterminer la signature, le rang et le noyau de q.
3. Soit F l’ensemble des matrices de trace nulle. Montrer que F est un sous-espace vectoriel de M2 (R) et déterminer son
orthogonal par rapport à q.

Exercice 85. Soit E un espace vectoriel sur R et b une forme bilinéaire sur E. On note q la forme quadratique associée à b.
Établir que
1. ∀(x, y, z) ∈ E 3 , q(x + y) + q( y + z) + q(x + z) − q(x + y + z) = q(x) + q( y) + q(z).

10
 2. ∀(x, y) ∈ E 2 , q(x + y) + q(x − y) = 2 q(x) + 2 q( y) et q(x + y) − q(x − y) = 2 (b(x, y) + b( y, x)).

Exercice 86. (cône isotrope) Soit E un R-espace vectoriel et q une forme quadratique sur E. On rappelle qu’un vecteur x
de E est dit isotrope pour q si q(x) = 0 et qu’un couple de vecteurs (x, y) de E sont orthogonaux pour q si b(x, y) = 0, où
b est la forme polaire de q.
1. Soit x un vecteur de E. Montrer que

x est isotrope pour q =⇒ ∀λ ∈ R, λ x est isotrope pour q.

2. Soit x et y deux vecteurs de E qu’on suppose isotropes pour q. Montrer que

x + y est isotrope pour q =⇒ x et y sont orthogonaux pour q.

Exercice 87. On considère la forme quadratique définie par

∀x ∈ R2 , q(x) = x 1 2 + 4 x 2 2 − 3 x 1 x 2 .

1. Déterminer la matrice de q relativement à la base canonique de R2 .

2. Donner la forme polaire de q.
3. Réduire q sous la forme d’une combinaison linéaire de carrés de formes linéaires indépendantes.

Exercice 88. Effectuer une réduction de Gauss, puis déterminer la signature, le rang et le noyau des formes quadratiques
suivantes.
1. ∀x ∈ R3 , q(x) = x 1 2 + 5 x 2 2 + 3 x 3 2 + 4 x 1 x 2 + 2 x 1 x 3 .
2. ∀x ∈ R3 , q(x) = 2 x 1 2 − 2 x 2 2 − 6 x 3 2 + 3 x 1 x 2 − 4 x 1 x 3 + 7 x 2 x 3 .
3. ∀x ∈ R3 , q(x) = x 1 2 + (1 + a)x 2 2 + (1 + a + a2 )x 3 2 + 2 x 1 x 2 − 2a x 2 x 3 (on discutera suivant la valeur du paramètre
réel a).
4. ∀x ∈ R3 , q(x) = x 1 2 + x 2 2 − a x 3 2 + 3 x 1 x 2 − b x 1 x 3 + x 2 x 3 (on discutera suivant les valeurs des paramètres réels a
et b).
5. ∀x ∈ R4 , q(x) = x 1 x 2 + x 2 x 3 + x 3 x 4 + x 1 x 4 .
6. ∀x ∈ R4 , q(x) = x 1 2 + (1 + 2α − β) x 2 2 + (1 + α) x 3 2 + (1 + 2α + β) x 4 2 + 2 x 1 x 2 + 2 x 1 x 3 − 2 x 1 x 4 + 2(1 − α)x 2 x 3 −
2(1 + α)x 2 x 4 + 2(α − 1) x 3 x 4 (on discutera suivant les valeurs des paramètres réels α et β).
7. ∀x ∈ R5 , q(x) = x 1 x 2 − x 1 x 4 + x 2 x 3 − x 2 x 4 + x 2 x 5 + x 3 x 4 − x 3 x 5 + 2 x 4 x 5 .

Exercice 89. Soit q la forme quadratique définie par

∀x ∈ R3 , q(x) = 4 x 1 2 + 2 x 2 2 + 10 x 3 2 + 2 x 1 x 2 + 10 x 1 x 3 − 2 x 2 x 3 .

1. Écrire la matrice de q relativement à la base canonique de R3 .

2. Montrer que la forme q est définie positive en utilisant le critère de Sylvester.
3. De la même façon, étudier la forme q(x) = 4 x 1 2 + 2 x 2 2 + 9 x 3 2 + 2 x 1 x 2 + 10 x 1 x 3 − 2 x 2 x 3 .

Exercice 90. Soit λ et µ deux nombres réels. On définit sur E = M2 (R) la forme q suivante

∀A ∈ E, q(A) = λ tr(A2 ) + µ det(A).

1. Vérifier que q est une forme quadratique.

2. Déterminer en fonction de λ et de µ le rang et la signature de q, en séparant les cas λ = 0 et λ ̸= 0.

Exercice 91. Soit q la forme définie sur E = R2 [X ] par

∀P ∈ E, q(P) = P(0)P(1).

1. Montrer que q est une forme quadratique.

2. Déterminer la matrice de q relativement à la base canonique de E.
3. Donner la signature de q. La forme q est-elle positive ? Négative ?
€P Š
3
4. Déterminer une base (P1 , P2 , P3 ) de E pour laquelle q i=1 αi Pi = α1 − α2 .
2 2

11
Exercice 92. Soit n un entier naturel non nul. Pour tous polynômes P et Q de Rn [X ], on pose
Z 1
b(P, Q) = t P(t)Q′ (t) dt et q(P) = b(P, P).
0

1. Montrer que b est une forme bilinéaire. Est-elle symétrique ? Antisymétrique ?

2. Montrer que q est une forme quadratique. Est-elle définie ? Si ce n’est pas le cas, exhiber un vecteur isotrope non nul.
3. Calculer la matrice de q relativement à la base canonique de Rn [X ].
4. Pour n = 2, déterminer la signature de q. La forme q est-elle positive ? Négative ?
5. Déterminer une base de R2 [X ] qui soit orthogonale par rapport à q.

Exercice 93. Soit n un entier naturel non nul. On considère la forme q définie par
Z 1
∀P ∈ Rn [X ], q(P) = P(t)P(−t) dt.
−1

1. Montrer que tout polynôme P de Rn [X ] peut s’écrire comme la somme d’un polynôme pair et d’un polynôme impair.
2. Montrer que q est une forme quadratique et déterminer sa signature.

Exercice 94. Soit n un entier naturel non nul, q1 et q2 deux applications respectivement définies par

∀A ∈ Mn (R), q1 (A) = (tr(A))2 et q2 (A) = tr(A⊤ A).

Montrer que q1 et q2 sont des formes quadratiques. Sont-elles positives ? Définies positives ?

Exercice 95. Déterminer la matrice relativement à la base canonique de Rn , la signature et le rang des formes quadratiques
sur Rn suivantes.
Pn Pn
1. q(x) = i=1 j=1 x i x j .
Pn Pn
2. q(x) = i=1 j=1 j 2 x i x j .

n−1 −1 −1
 
...
.. .. .. 
 −1 . . . 

Exercice 96. ⋄ Soit n un entier naturel non nul. La matrice d’ordre n  .  est-elle positive ? Si oui,
 .. .. ..
. . −1 
−1 ... −1 n−1
est-elle définie ?

Exercice 97. Soit une forme quadratique sur un espace vectoriel réel, que l’on suppose définie. Montrer qu’elle garde un
signe constant.

Exercice 98. Soit

 ‹
1 1
E = {A ∈ M2 (R) | a11 − a22 = 0} et J = .
1 −1

Pour toutes matrices A et B de E, on pose

b(A, B) = tr(AJ B).

1. Montrer que b est une forme bilinéaire. Est-elle symétrique ?

§ ‹  ‹  ‹ª
1 0 0 1 0 0
2. Montrer que la famille B = , , est une base de E.
0 1 0 0 1 0
3. Déterminer la matrice de la forme quadratique q associée à b relativement à la base B.
4. Déterminer la signature de q, son rang et son noyau.
5. Déterminer F ⊥ , l’orthogonal par rapport à q de l’ensemble

F = {A ∈ E | a12 = a21 = 0} .

12
Exercices supplémentaires

Exercice 99. Soit n un entier naturel non nul et q l’application de Mn (R) dans R définie par


∀A ∈ Mn (R), q(A) = tr A2 .

1. Montrer que q est une forme quadratique et donner son noyau.

2. Montrer que la restriction de q au sous-espace des matrices symétriques est définie positive.
3. Donner une base de Mn (R) relativement à laquelle la matrice associée à q est diagonale. Expliciter cette matrice et
donner la signature de q.

Exercice 100. (produit de Schur de deux matrices) Soit n un entier naturel supérieur ou égal à 2, A = (ai j )1≤i, j≤n et
B = (bi j )1≤i, j≤n deux matrices symétriques de Mn (R). On définit le produit de Schur de A et de B comme étant la matrice
A ◦ B = (ai j bi j )1≤i, j≤n .
1. Si A est positive et de rang 1, montrer en utilisant la réduction de Gauss de la forme quadratique associée à A qu’il
existe des réels λ1 , . . . , λn tels que ai j = λi λ j .
2. Si A et B sont positives et de rang 1, montrer que la matrice A ◦ B est positive.
3. De manière plus générale, si A et B sont positives, montrer que la matrice A ◦ B est positive.
4. Si A est positive, montrer que la matrice E = (e ai j )1≤i, j≤n est positive.

4 Espaces euclidiens
4.1 Produits scalaires
Exercice 101. Dire si les formes suivantes sont linéaires en la première variable, en la deuxième, bilinéaires, symétriques,
positives, non dégénérées et si elles définissent un produit scalaire sur l’espace vectoriel considéré. Dans le dernier cas,
écrire l’inégalité de Cauchy–Schwarz associée.
1. ∀(x, y) ∈ R3 × R3 , b(x, y) = 2 x 1 y1 − 3 x 2 y2 − x 3 y3 .
2. ∀(x, y) ∈ R3 × R3 , b(x, y) = 2 x 1 2 + y3 2 + 3 x 1 y2 + 5 x 2 y3 .
Pn
3. n ∈ N∗ , ∀(x, y) ∈ Rn × Rn , b(x, y) = i=1 x i yi .
4. ∀(P, Q) ∈ R2 [X ] × R2 [X ], b(P, Q) = (α0 + α1 )β0 + (α0 + 3 α1 )β1 + 3 α2 β2 , avec P(X ) = α0 + α1 X + α2 X 2 et Q(X ) =
β0 + β1 X + β 2 X 2 .

Exercice 102. Soit α et β deux nombres réels et la forme b définie par

∀(x, y) ∈ R2 × R2 , b(x, y) = x 1 y1 + β x 1 y2 + β x 2 y1 + α x 2 y2 .

Donner, lorsqu’il y en a, les valeurs de α et β pour lesquelles b est

1. linéaire en la première variable,
2. linéaire en la deuxième variable,
3. symétrique,
4. positive,
5. non dégénérée,
6. un produit scalaire.

Exercice 103. (produit scalaire pour des matrices) Soit n un entier strictement positif. On pose

∀(A, B) ∈ Mn (R) × Mn (R), 〈A, B〉 = tr(A⊤ B).

1. Montrer que la forme ainsi définie est un produit scalaire sur Mn (R).
2. En déduire que, pour toutes matrices réelles symétriques A et B, on a

tr(AB))2 ≤ tr(A2 )tr(B 2 ).

Exercice 104. Montrer que chacune des formes suivantes définit un produit scalaire sur l’espace vectoriel E considéré.
R1
1. E = C 1 ([0, 1], R), 〈 f , g〉 = f (0)g(0) + 0 f ′ (t)g ′ (t) dt sur .
Rb
2. E = C ([a, b], R), 〈 f , g〉 = a f (t)g(t)w(t) dt, où w ∈ E satisfait w > 0 sur ]a, b[.

13
Exercice 105. (condition nécessaire et suffisante pour avoir un produit scalaire) Soit E un espace préhilbertien réel de
produit scalaire noté 〈·, ·〉, a un vecteur unitaire de E et k un réel. On définit l’application b par
∀(x, y) ∈ E × E, b(x, y) = 〈x, y〉 + k 〈x, a〉〈 y, a〉.
Déterminer une condition nécessaire et suffisante sur k pour que b soit un produit scalaire sur E.
Exercice 106. Soit n un entier naturel supérieur ou égal à 2. On considère deux vecteurs non nuls u et v d’un espace
euclidien E de dimension n, dont le produit scalaire est noté 〈·, ·〉 et la norme associée est notée ∥·∥, et la forme quadratique
q définie par
∀x ∈ E, q(x) = 〈u, v〉〈x, x〉 − 〈u, x〉〈v, x〉.
1. Vérifier que la forme polaire b de q est donnée par
1
∀(x, y) ∈ E 2 , b(x, y) = 〈u, v〉〈x, y〉 − (〈u, x〉〈v, y〉 + 〈u, y〉〈v, x〉) .
2
2. On suppose dans cette question que les vecteurs u et v sont colinéaires, c’est-à-dire qu’il existe un réel λ tel que v = λ u.
Exprimer la forme q en fonction du vecteur u et du réel λ. En déduire le rang et la signature de q en fonction de la
valeur de λ.
On suppose dans suite de l’exercice que les vecteurs u et v ne sont pas colinéaires et l’on pose v = λ u + w, où λ ∈ R et
w ∈ (Vect{u})⊥ , w ̸= 0 E .
3. Écrire la forme polaire de q en fonction de u, w et λ.
u w
4. Soit B = {e1 , . . . , en } une base orthonormée de E telle que e1 = ∥u∥ et e2 = ∥w∥ . Exprimer la matrice de q relativement
à la base B, en fonction de λ, ∥u∥ et ∥w∥.
5. Quels sont le rang et la signature de q lorsque λ = 0 ? Quel est le rang de q lorsque λ ̸= 0 ?

Exercice 107. ⋄ (théorème de Fréchet–Jordan–von Neumann) Soit E un espace vectoriel réel de dimension finie. Soit ∥·∥
une norme sur E vérifiant l’identité du parallélogramme 1 ,


∀(x, y) ∈ E 2 , ∥x + y∥2 + ∥x − y∥2 = 2 ∥x∥2 + ∥ y∥2 .
On se propose de démontrer que ∥ · ∥ est associée à un produit scalaire. Pour cela, on définit la forme b suivante :
1

∀(x, y) ∈ E 2 , b(x, y) = ∥x + y∥2 − ∥x − y∥2 .
4
1. Montrer que pour tout (x, y, z) de E 3 , on a b(x + z, y) + b(x − z, y) = 2 b(x, y).
2. Montrer que pour tout (x, y) de E 2 , on a b(2 x, y) = 2 b(x, y).
3. Montrer que pour tout (x, y) de E 2 et tout rationnel r, on a b(r x, y) = r b(x, y).
4. Montrer que pour tout (u, v, w) de E 3 , b(u, w) + b(v, w) = b(u + v, w).
5. Montrer que b est symétrique et définie positive.
6. Déduire des questions précédentes que b est bilinéaire et conclure.

Exercices supplémentaires

Exercice 108. (le cas complexe) Dire si les formes à valeurs dans C suivantes sont semi-linéaires en la première variable,
linéaires en la deuxième variable, sesquilinéaires, à symétrie hermitienne, positives, définies et si elles sont des produits
scalaires hermitiens. Le dernier cas échéant, écrire l’inégalité de Cauchy–Schwarz associée.
1. ∀(x, y) ∈ C3 × C3 , s(x, y) = x 1 y1 − 2i x 2 y2 + (1 + i)x 2 y1 + x 3 y2 .
2. ∀(x, y) ∈ C3 × C3 , s(x, y) = x 1 y1 − 2 x 2 y2 + x 3 y3 .
⊤
3. n ∈ N∗ , ∀(A, B) ∈ Mn (C) × Mn (C), s(A, B) = tr(A∗ B), où A∗ = A .
R1
4. E = C 0 ([0, 1], C), ∀( f , g) ∈ E × E, s( f , g) = 0 f (t)g(t) dt.

Exercice 109. ⋄ On considère l’espace vectoriel R[X ] des polynômes à coefficients réels muni du produit scalaire 〈P, Q〉 =
R1
0
P(t)Q(t) dt. Existe-t-il un polynôme R tel que 〈P, R〉 = P(0) pour tout polynôme P ?
Exercice 110. ⋄ Soit n un entier naturel supérieur ou égal à 2 et E un espace euclidien de dimension n. On suppose qu’il
existe n + 1 vecteurs e1 , . . . , en+1 tels que
∀(i, j) ∈ {1, . . . , n + 1}2 , i ̸= j ⇒ ei , e j < 0.
Pn Pn
1. Montrer, en utilisant la norme de x, que, si x = i=1 λi ei = 0 E , alors i=1 |λi |ei = 0 E .
2. Montrer que n quelconques de ces vecteurs forment une base de E.

1. En géométrie, la règle du parallélogramme dit que la somme des carrés des longueurs des quatre côtés d’un parallélogramme est égale à la somme
des carrés des longueurs de ses deux diagonales.

14
4.2 Inégalité de Cauchy–Schwarz et applications
Exercice 111. Soit n un entier naturel non nul et a1 , . . . , an des réels.
1. Montrer que l’on a
‚ n
Œ2 n
X X
ai ≤n ai 2
i=1 i=1

et étudier les cas d’égalité.

2. On suppose maintenant que les réels a1 , . . . , an sont strictement positifs et tels que a1 + · · · + an = 1. Montrer que
n
X 1
≥ n2 ,
i=1
a i

en étudiant les cas d’égalité.

Exercice 112. Soit A ∈ Mn (R) et ∥·∥2 la norme euclidienne sur Rn . Pour toute matrice colonne X , on suppose que ∥AX ∥2 ≤
∥X ∥2 . Pour toute matrice colonne X , montrer que ∥A⊤ X ∥2 ≤ ∥X ∥2 .
17
Exercice 113. Soit x, y et z trois réels tels que 2 x 2 + y 2 + 5 z 2 ≤ 1. Montrer que (x + y + z)2 ≤ 10 .
R1
Exercice 114. Soit u une fonction continue strictement positive sur [0, 1]. Pour tout entier naturel k, on pose I k = 0
uk (t) dt.
€ Š
I
Montrer que la suite k+1 Ik est définie et croissante.
k∈N

Pk Ç

1 k
Exercice 115. (nature d’une série) Étudier la nature de la série de terme général p
k2 ( 2)k j=0 j .
€R b Rb Š
1
Exercice 116. (calcul de borne inférieure) Soit E = C ([a, b], R∗ ). Déterminer infu∈E a
u(t) dt a u(t)
dt . Cette borne
inférieure est-elle atteinte ?

Exercice supplémentaire

Exercice 117. Soit f et g deux applications de R dans R, continues sur R et telles que

∀x ∈ R, f (x)g(x) ≥ 4.

Montrer que
1 1
‚Z Œ ‚Z Œ
36 ≤ f (t) dt g(t) dt .
−2 −2

4.3 Orthogonalité dans un espace euclidien

Exercice 118. (condition nécessaire et suffisante d’orthogonalité) Soit E un espace vectoriel euclidien et x et y deux
éléments de E. Montrer que x et y sont orthogonaux si et seulement si

∀λ ∈ R, ∥x + λ y∥ ≥ ∥x∥.

Exercice 119. Soit E un espace préhilbertien et A et B deux parties de E. Prouver les relations suivantes :
1. A ⊂ B =⇒ B ⊥ ⊂ A⊥ .
2. (A ∪ B)⊥ = A⊥ ∩ B ⊥ .
3. A⊥ = Vect(A)⊥ .
4. Vect(A) ⊂ (A⊥ )⊥ .
5. On suppose que E est de dimension finie. Montrer que Vect(A) = (A⊥ )⊥ .

Exercice 120. Soient F et G deux sous-espaces vectoriels d’un espace préhilbertien E. Montrer que :
1. (F + G)⊥ = F ⊥ ∩ G ⊥ ,
2. F ⊥ + G ⊥ ⊂ (F ∩ G)⊥ . Que peut-on dire quand E est de dimension finie ?

15
4.4 Bases orthonormales
Exercice 121. Dans R3 muni de la structure euclidienne canonique, orthonormaliser la base {(1, 0, 1), (1, 1, 1), (−1, −1, 0)}
selon le procédé de Gram–Schmidt.

Exercice 122. Déterminer une base orthonormale de R2 [X ] par rapport au produit scalaire
Z 1
〈P, Q〉 = P(t)Q(t) dt.
−1

Exercice 123. (une caractérisation des bases orthonormales) Soit E un espace préhilbertien et {e1 , . . . , en } une famille
de n vecteurs de E de norme unitaire, tels que l’on a
n
X
∀x ∈ E, ∥x∥2 = 〈x, ek 〉2 .
k=1

Montrer que E est de dimension n et que la famille {e1 , . . . , en } est une base orthonormale de E.

Exercice 124. (caractérisation des similitudes) Soit E un espace euclidien, f un endomorphisme de E et λ un réel
strictement positif. On dit que f est une similitude de rapport λ si

∀x ∈ E, ∥ f (x)∥ = λ ∥x∥.

1. Question préliminaire : soit u et v des vecteurs de E tels que u + v ⊥ u − v. Montrer que ∥u∥ = ∥v∥.
2. Montrer que f est une similitude de rapport λ si et seulement si

∀(x, y) ∈ E 2 , 〈 f (x), f ( y)〉 = λ2 〈x, y〉.

3. On souhaite prouver que f est une similitude si et seulement f est non nulle et conserve l’orthogonalité : pour tout
couple (x, y) de E 2 , si x ⊥ y, alors f (x) ⊥ f ( y).
(a) Prouver le sens direct.
(b) Soit {e1 , . . . , en } une base orthonormale de E. Montrer que, pour tout couple (i, j), ∥ f (ei )∥ = ∥ f (e j )∥.
(c) Démontrer le sens réciproque.

Exercice 125. (généralités sur les polynômes orthogonaux) Soit w : [a, b] → R une fonction continue strictement
positive. Pour E = R[X ], on pose
Z b
∀(P, Q) ∈ E 2 , 〈P, Q〉 = P(t)Q(t)w(t) dt,
a

dont on admet qu’il s’agit d’un produit scalaire sur E.

1. Montrer qu’il existe une unique suite de polynômes (Pn )n≥0 formée de polynômes deux à deux orthogonaux avec
chaque Pn de degré n et de coefficient de plus haut degré égal à 1.
2. Montrer que, pour tout n ≥ 2, Pn+1 − X Pn est orthogonal à Rn−2 [X ].
3. En déduire, pour tout n ≥ 1, l’existence de an et bn tels que

Pn+1 = (X + an )Pn + bn Pn−1 .

Exercice 126. ⋄ (inégalité de Hadamard) Soit E un espace euclidien de dimension n, n ∈ N∗ , et B une base orthonormée
de E. Montrer que
∀(e1 , . . . , en ) ∈ E n , |detB (e1 , . . . , en )| ≤ ∥e1 ∥ . . . ∥en ∥,
en précisant les cas d’égalité.

Exercices supplémentaires
3
Exercice 127. Dans Rp muni de pla structure euclidienne canonique, appliquer le procédé de Gram–Schmidt à la famille de
vecteurs {(1, 1, 0), (0, 2/2, 1), ( 2/2, 0, 1)}.

Exercice 128. On munit R4 de la structure euclidienne canonique et on considère les vecteurs u1 = (0, 0, 0, 1), u2 =
(1, 0, 1, 0), u3 = (1, −3, 0, 2) et u4 = (3, −3, −2, 1).
1. Montrer que B = {u1 , u2 , u3 , u4 } est une base de R4 .
2. Orthonormaliser B selon le procédé de Gram–Schmidt.

16
Exercice 129. Dans R4 muni de la structure euclidienne canonique, on considère le sous-espace vectoriel F = Vect{v1 , v2 },
avec v1 = (1, 2, −1, 1) et v2 = (0, 3, 1, −1). Déterminer une base orthonormale de F et un système d’équations de F ⊥ .

Exercice 130. Soit E un espace euclidien et f un endomorphisme de E pour lequel il existe une base de E dans laquelle la
matrice de f est triangulaire supérieure.
1. Montrer qu’il existe une base orthonormée de E dans laquelle la matrice de f est triangulaire supérieure.
2. On suppose de plus que
∀x ∈ E, 〈 f (x), x〉 = 0.
Montrer que
∀(x, y) ∈ E 2 , 〈 f (x), y〉 = − 〈 f ( y), x〉 .
Que peut-on dire de f ?

4.5 Projections orthogonales

Exercice 131. Soit E un espace vectoriel euclidien et p un projecteur de E. Montrer que p est un projecteur orthogonal si
et seulement si pour tout x de E, on a ∥p(x)∥ ≤ ∥x∥.

Exercice 132. On considère l’espace R3 muni de la structure euclidienne canonique. Soit D la droite de vecteur directeur
u = (1, 2, 0). Déterminer l’expression analytique de la projection orthogonale sur D.

Exercice 133. Dans R4 muni de la structure euclidienne canonique, on considère le sous-espace vectoriel F défini par

F = x ∈ R4 | x 1 + x 2 + x 3 + x 4 = 0 et x 1 + x 2 − x 3 − x 4 = 0 .

1. Quelles sont les dimensions de F et F ⊥ ? Donner un système d’équations cartésiennes de F ⊥ .

2. Déterminer la matrice de la projection orthogonale sur F et de la symétrie orthogonale par rapport à F .
3. Déterminer la distance d’un élément x quelconque de R4 à F .

Exercice 134. Dans R3 muni de la structure euclidienne canonique, déterminer la matrice dans la base canonique de :
— la projection orthogonale sur la droite d’équations 3 x 1 = 6 x 2 = 2 x 3 ,
— la projection orthogonale sur la droite engendrée par le vecteur unitaire u = (a, b, c),
— la projection orthogonale sur le plan d’équation a x 1 + b x 2 + c x 3 = 0, où les réels a, b et c sont les coordonnées du
vecteur u ci-dessus.

Exercice 135. Soit R3 muni de sa structure euclidienne canonique et p un endomorphisme de E dont la matrice dans la
base canonique est  
5 −2 1
1
A =  −2 2 2 .
6 1 2 5

Démontrer que p est une projection orthogonale sur un plan dont on précisera l’équation. Déterminer la distance du point
de coordonnées (1, 1, 1) à ce plan.

Exercice 136. (polynômes et projection) Soit E = R3 [X ], muni de la structure euclidienne canonique, et l’hyperplan
H = {P ∈ E | P(1) = 0} de E.
1. Déterminer une base orthonormale de H.
2. En déduire la projection orthogonale de X sur H, puis la distance de X à H.

Exercice 137. Soit E = R2 [X ], muni du produit scalaire

Z 1
2
∀(P, Q) ∈ E , 〈P, Q〉 = P(t)Q(t) dt.
0

1. Montrer que le sous-ensemble F de E formé des polynômes P tels que P(1) = 0 est un plan vectoriel de E.
2. Déterminer l’orthogonal de F .
3. Déterminer la projection orthogonale du polynôme constant égal à 1 sur F .

Exercice 138. Soit un entier naturel supérieur ou égal à 2 et E = Mn (R), muni du produit scalaire
n X
X n
∀(A, B) ∈ Mn (R) × Mn (R), 〈A, B〉 = tr(A⊤ B) = ai j bi j .
i=1 j=1

17
 1. Soit D0 le sous-espace vectoriel des matrices scalaires :

D0 = {λI n | λ ∈ R}.

Déterminer D0 ⊥ et les projections orthogonales sur D0 et D0 ⊥ .

2. Faire de même pour le sous-espace D1 des matrices diagonales.

Exercice 139. Soit E l’ensemble des fonctions continues sur [0, π] à valeurs réelles, muni du produit scalaire défini par
Zπ
∀( f , g) ∈ E 2 , 〈 f , g〉 = f (t)g(t) dt.
0

Soit F le sous-espace vectoriel de E engendré par les fonctions t 7→ sin(t) et t 7→ cos(t).

1. Déterminer une base orthonormale de F .
2. Soit c un réel. On pose Z π
I(a, b) = (a sin(t) + b cos(t) − c)2 dt.
0
Déterminer les réels a0 et b0 réalisant
I(a0 , b0 ) = inf I(a, b)
(a,b)∈R2

et calculer I(a0 , b0 ).

Exercice 140. (méthode des moindres carrés) Soit n et p deux entiers naturels non nuls tels que p ≤ n. On munit Mn,1 (R)
de sa structure euclidienne canonique. On considère une matrice A de Mn,p (R) dont le rang vaut p et une matrice B de
Mn,1 (R).
1. Montrer qu’il existe une unique matrice X 0 de M p,1 (R) telle que

∥AX 0 − B∥ = inf{∥AX − B∥ | X ∈ M p,1 (R)}.

2. Montrer que X 0 est l’unique solution de

A⊤ AX = A⊤ B.
3. Application : déterminer 
inf (x + y − 1)2 + (x − y)2 + (2x + y + 2)2 | (x, y) ∈ R2 .

Exercice 141. ⋄ (déterminant de Gram) Soit E un espace vectoriel euclidien de dimension p (p > 2) sur
R, de produit
scalaire noté 〈·, ·〉. Pour toute famille de vecteurs {u1 , . . . , un } donnée de E, on pose G(u1 , . . . , un ) = ui , u j 1≤i, j≤n (matrice
de Gram) et γ(u1 , . . . , un ) = det(G(u1 , . . . , un )) (déterminant de Gram).
1. Montrer que rang(G(u1 , . . . , un )) = rang({u1 , . . . , un }).
2. Montrer que la famille {u1 , . . . , un } est liée si et seulement si γ(u1 , . . . , un ) = 0 et qu’elle est libre si et seulement si
γ(u1 , . . . , un ) > 0.
3. On suppose maintenant que {u1 , . . . , un } est libre dans E (et donc que n ≤ p). On pose F = Vect({u1 , . . . , un }). Pour x
r p F (x) la projection orthogonale de x sur F puis d F (x) = ∥x − p F (x)∥ la distance de x à F . Montrer
dans E, on note
γ(x,u1 ,...,un )
que d F (x) = γ(u1 ,...,un ) .

Exercices supplémentaires

Exercice 142. Soit E un espace vectoriel euclidien, p et q deux projecteurs orthogonaux définis sur E. Montrer l’équivalence
entre :
1. Im (p) ⊂ Im (q).
2. Pour tout x de E, ∥p(x)∥ ≤ ∥q(x)∥.

Exercice 143. Soit n un entier naturel supérieur ou égal à 2, E un espace vectoriel de dimension n et {e1 , . . . , en } une famille
de vecteurs unitaires de E. On suppose que

∀(i, j) ∈ {1, . . . , n}2 , i ̸= j =⇒ ∥ei − e j ∥ = 1.

Montrer que {e1 , . . . , en } est une base de E.

Exercice 144. Soit n un entier naturel, E = Rn [X ] et a0 , . . . , an des réels distincts. On pose

n
X
∀(P, Q) ∈ E , 〈P, Q〉 =
2
P(ak )Q(ak ).
k=0

18
 1. Vérifier que la forme 〈· , ·〉 définit un produit scalaire sur E.
2. Déterminer une base orthonormale de E.
 Pn
3. Déterminer la distance d’un polynôme Q de E au sous-espace H = P ∈ E | k=0 P(ak ) = 0 .

Exercice 145. On considère l’espace vectoriel M3 (R), muni du produit scalaire canonique.
1. Déterminer l’orthogonal de A3 (R), le sous-espace vectoriel des matrices antisymétriques de M3 (R).
 
0 1 0
2. Calculer la distance de la matrice M = 0 0 1 à A3 (R).
0 0 0

R1
Exercice 146. Prouver l’existence et l’unicité des réels a et b tels que 0
(x 4 − ax − b)2 dx soit minimum. Les calculer.

Exercice 147. (régression linéaire par la méthode des moindres carrés) Un médecin imagine que la taille des enfants
doit, grossièrement, croître proportionnellement à leur masse. Il pense donc qu’il doit exister une relation mathématique
du type
taille en cm ≃ a + b × masse en kg.
Afin de calculer a et b, le médecin mesure 10 enfants volontaires agés de 6 ans et obtient le tableau suivant :

Enfant 1 2 3 4 5 6 7 8 9 10
Taille (en cm) 121 123 108 118 111 109 114 103 110 115
Masse (en kg) 25 22 19 24 19 18 20 15 20 21

Le médecin, bien que peut-être reconnu en pédiatrie, est malheureusement un piètre mathématicien. Il a donc calculé,
en désespoir de cause et sans trop comprendre pourquoi, les différentes moyennes suivantes :
10
X 10
X
M= Mi /10 = 20, 3 kg, T= Ti /10 = 113, 2 cm,
i=1 i=1

10 10
X
2 X
σ= Mi − M /10 = 7, 61 kg2 , R= Ti Mi /10 = 2312, 6 [Link].
i=1 i=1

Aider le médecin en donnant (et en la justifiant) une expression de a et b en fonction des différentes moyennes M , T ,
R et σ. Calculer (de manière approchée) a et b et commenter, si possible, les résultats en utilisant les ratios (approchés)
suivants :
2
R RM TM TM
= 304, = 6169, = 302, = 6130.
σ σ σ σ

4.6 Endomorphismes des espaces euclidiens

4.6.1 Isométries vectorielles et matrices orthogonales

Exercice 148. (valeurs propres réelles d’une isométrie vectorielle) Soit n un entier naturel non nul. On considère l’espace
Mn,1 (R) muni du produit scalaire canonique. Soit Q une matrice orthogonale d’ordre n.
1. On suppose que Q admet une valeur propre réelle λ et on considère un vecteur propre X associé à cette valeur propre.
En calculant de deux façons différentes ∥QX ∥2 , montrer que λ2 ∥X ∥2 = ∥X ∥2 .
2. En déduire que Sp(Q) ∩ R ⊂ {−1, 1}.
3. Donner un exemple de matrice orthogonale d’ordre 2 qui ne possède pas de valeur propre réelle.

R1
Exercice 149. Soit E = R3 [X ] muni du produit scalaire 〈P, Q〉 = −1 P(t)Q(t) dt. On considère l’endomorphisme u de E
défini par u(P)(X ) = P(−X ). Montrer que u est une symétrie orthogonale.

Exercice 150. (sur les coefficients d’une matrice orthogonale) Soit n un entier naturel non nul M = (mi j )i, j=1,...,n une
matrice orthogonale d’ordre n.
Pn Pn
1. Montrer que | i=1 j=1 mi j | ≤ n. Cette inégalité est-elle optimale ?
Pn Pn
2. Montrer que i=1 j=1 |mi j | ≤ n3/2 .
Pn Pn
3. Montrer que i=1 j=1 |mi j | ≥ n.

19
Exercice 151. (matrices orthogonales triangulaires supérieures) Caractériser les matrices orthogonales qui sont trian-
gulaires supérieures.
Pn
Exercice 152. Soit n un entier naturel non nul et u1 , . . . , un des réels tels que i=1 ui 2 = 1. On considère la matrice A de
Mn (R) telle que
∀(i, j) ∈ {1, . . . , n}2 , ai j = ui u j ,
et B = 2A − I n .
Montrer que B est orthogonale. Quelles sont les valeurs propres de A?

Exercice 153. (matrices circulantes de O(3)) Soit (a, b, c) ∈ R3 . On pose S = a + b + c et σ = ab + bc + ca, et

 
a b c
M =  c a b .
b c a

1. Démontrer que M appartient à O(3) si et seulement σ = 0 et S = ±1.

2. Démontrer que M appartient à SO(3) si et seulement si σ = 0 et S = 1.

Exercice 154. (matrice de Householder) Soit n un entier naturel supérieur ou égal à 2. Pour tout élément u non nul de
l’espace euclidien Rn , on désigne par H(u) la matrice

UU⊤
H(u) = I n − 2
U⊤U
où la matrice colonne U représente le vecteur u dans la base canonique.
1. Montrer que la matrice H(u) est symétrique et orthogonale.
2. Soit Q une matrice orthogonale d’ordre n. Montrer que si V = QU alors H(v) = QH(u)Q⊤ , où v est l’élément de Rn
représenté par V dans la base canonique.
3. On désigne par D la droite vectorielle engendrée par u et par D ⊥ l’hyperplan orthogonal de D dans Rn . Montrer que
D est stable par H(u) et que H(u)W = W pour toute matrice colonne W représentant un élément w de D ⊥ .

Exercice 155. Montrer que les matrices suivantes sont orthogonales et décrire géométriquement les isométries vectorielles
de R3 qu’elles représentent dans la base canonique.
 p 
3 1 6 −2 −1 2
 
1 p 1
1.  1 3 − 6. 2. −  2 −2 1.

4 p p 3
− 6 6 2 1 2 2

Exercice 156. On considère R3 muni de sa structure canonique. Déterminer la nature géométrique de l’endomorphisme
dont la matrice dans la base canonique est  
−8 4 1
1
4 7 4 .
9 1 4 −8

Exercice 157. Soit B = {e1 , e2 , e3 } une base orthonormée de R3 . Déterminer la matrice dans la base B de la rotation
vectorielle d’axe dirigé et orienté par le vecteur u = e1 − 2 e2 et d’angle de mesure θ = π6 .

Exercices supplémentaires

Exercice 158. Caractériser les endomorphismes symétriques et orthogonaux d’un espace vectoriel euclidien.

Exercice 159. Préciser la nature géométrique des endomorphismes de R3 associés aux matrices suivantes dans la base
canonique.

1 −2 −2 2 2 −1 0 1 0
     
1 1
1. −2 1 −2. 2. −1 2 2 . 3.  0 0 −1.
3 3
−2 −2 1 2 −1 2 −1 0 0

Exercice 160.

20
  ‹  ‹
1 1
1. Trouver une matrice orthogonale U de O(2) qui vérifie U = et det(U) = 1. Une telle matrice U est-elle
0 0
‚p Œ
2
unique ? Calculer U p2 .
2
2
 ‹  ‹
1 1
2. Trouver une matrice orthogonale U de O(2) qui vérifie U = et det(U) = −1. Une telle matrice U est-elle
0 0
unique ?
 ‹  ‹
0 1 0
3. Soit V ∈ M2,1 (R), V ̸= et U une matrice orthogonale U de O(2) telle que U V = V . Montrer que soit U = ,
0 0 1
soit det(U) = −1.

Exercice 161. ⋄ (exponentielle de matrice réelle antisymétrique et groupe spécial orthogonal) Soit n un entier naturel
non nul.
1. Montrer que, pour toute matrice réelle antisymétrique A, la matrice eA est un élément de SO(n).
2. Réciproquement, montrer que toute matrice de SO(n) est de la forme eA, où A est une matrice réelle antisymétrique.

4.6.2 Endomorphismes auto-adjoints et matrices symétriques

Exercice 162. (symétrique entraîne linéaire) Soit E un espace euclidien et f une application de E dans E telle que

∀(x, y) ∈ E 2 , 〈 f (x), y〉 = 〈x, f ( y)〉.

Montrer que f est linéaire.

Exercice 163. Soit f un endomorphisme symétrique d’un espace euclidien E vérifiant, pour tout vecteur x de E, 〈 f (x), x〉 =
0. Que dire de f ?

Exercice 164. Soit E un espace vectoriel euclidien, f et g deux endomorphismes symétriques de E.

⊥
1. Montrer que Ker ( f ) ⊕ Im ( f ) = E.
2. Montrer que f ◦ g est symétrique si et seulement si f ◦ g = g ◦ f .

Exercice 165. Soit f un endomorphisme symétrique d’un espace euclidien E de dimension n non nulle. On note λ1 ≤ λ2 ≤
· · · ≤ λn les valeurs propres de f , comptées avec leur multiplicité. Montrer que

∀x ∈ E, λ1 ∥x∥2 ≤ 〈 f (x), x〉 ≤ λn ∥x∥2 .

Exercice 166. Soit n un entier naturel supérieur ou égal à 2, E un espace euclidien de dimension n, a un vecteur unitaire
de E et λ un réel.
1. Montrer que
f (x) = x + λ〈x, a〉a
définit un endomorphisme symétrique de E.
2. Déterminer le spectre de f et les sous-espaces propres associés.

Exercice 167. Soit E un espace euclidien de dimension n, f un endomorphisme symétrique de E, {ei }i=1,...,n et { f i }i=1,...,n
deux bases orthonormales de E.
1. Montrer que
n
X n
X
∥ f (ei )∥2 = ∥ f ( f i )∥2 .
i=1 i=1

2. Soit A une matrice réelle symétrique d’ordre n, de valeurs propres λ1 , . . . , λn (comptées avec leur multiplicité). Montrer
que
X n X n n
X
ai j 2 = λi 2 .
i=1 i=1 i=1

Exercice 168. Soit A une matrice réelle.

1. Montrer que A⊤ A est réelle symétrique et positive.
2. Montrer que Ker(A) = Ker(A⊤ A), puis que rg(A) = rg(A⊤ A).

21
Exercice 169. (limite de suite) Soit 1 
1 1
2 4 4
A= 1 1 5 
.
4 3 12
1 5 1
4 12 3

1. Montrer que la suite de matrices (Ak )k∈N∗ converge.

2. Soit N = limk→+∞ Ak . Caractériser géométriquement l’endomorphisme associé à N .
 
u0
3. Soit (X k )k∈N la suite de matrices colonnes définie par X 0 =  v0  et X k+1 = AX k pour tout entier naturel k. Prouver
w0
que cette suite converge et déterminer sa limite en fonction de u0 , v0 et w0 .

Exercices supplémentaires

Exercice 170. Soit f et g deux endomorphismes d’un espace euclidien E qui commutent entre eux. On suppose que les
matrices S et T de f et g dans une base orthonormale de E sont respectivement symétrique et antisymétrique.
Montrer qu’on a
∀x ∈ E, f (x) ⊥ g(x) et ∥ f (x) + g(x)∥ = ∥ f (x) − g(x)∥.

Exercice 171. Soit n un entier naturel non nul, E un espace euclidien de dimension n et f et g deux endomorphismes de
E symétriques, ayant des valeurs propres positives.
1. Montrer qu’il existe un endomorphisme ϕ de E symétrique, ayant des valeurs propres positives et tel que f = ϕ ◦ ϕ.
2. Montrer que ker( f + g) = ker( f ) ∩ ker(g).

Exercice 172. Soit E un espace euclidien et f un endomorphisme symétrique de E. On suppose qu’il existe une constante
réelle α positive ou nulle telle que
∀x ∈ E, ∥ f (x)∥ = α ∥x∥.
Montrer que f 2 = α2 I d E .
Exercice 173. Soit n un entier naturel non nul supérieur ou égal à 2 et A la matrice de Mn (R) telle que
∀(i, j) ∈ {1, . . . , n}2 , aii > 1 et i ̸= j ⇒ ai j = 1.
Montrer que A est symétrique définie positive.


Exercice 174. Déterminer les matrices de M3 (R) symétriques, orthogonales et dont la première ligne est 1 0 0 .

Exercice 175. (matrice symétrique à puissance nulle) Soit A une matrice réelle symétrique. On suppose qu’il existe un
entier naturel p tel que Ap = 0. Que dire de A?

4.7 Diagonalisation des matrices symétriques et applications

Exercice 176. Dans chacun des cas suivants, déterminer une matrice diagonale D et une matrice orthogonale P telles que
A = P DP ⊤ .
2 1 1 0 1 −1 5 −1 1
     

1. A = 1 2 1. 2. A =  1 2 −1. 3. A = −1 1 −3.

1 1 2 −1 −1 0 1 −3 1

Exercice 177. Déterminer une base orthonormée formée de vecteurs propres de la matrice
 
5 −1 2
A = −1 5 2 .
2 2 2

Interpréter géométriquement l’endomorphisme qui est représenté par A dans la base canonique de R3 .
Exercice 178. Soit n un entier naturel non nul supérieur ou égal à 2 et la matrice
 
0 1 ... 0
. ..
1 . . .
 
A=

 . .. . 
. . 1
0 ... 1 0
de Mn (R) (c’est-à-dire que l’on a ai j = 1 si i = j + 1 ou i = j − 1 et 0 sinon).

22
 1. Soit λ un réel. Que peut-on dire du rang de A − λ I n ?
2. Montrer que A admet n valeurs propres réelles deux à deux distinctes.

Exercice 179. Soit n un entier naturel non nul. Déterminer les matrices A de Mn (R) vérifiant AA⊤ AA⊤ A = I n .

Exercice 180. Soit n un entier naturel non nul, A une matrice réelle d’ordre n et p un entier naturel non nul. Montrer que
(A + A⊤ ) p est nulle si et seulement si A est antisymétrique.

Exercice 181. Pour n un entier naturel non nul supérieur ou égal à 2, on considère Mn,1 (N) muni de la structure euclidienne
canonique et A une matrice inversible de Mn (R).
1. Montrer que les valeurs propres de B = A⊤ A sont strictement positives.
2. Montrer que si la famille {X 1 , . . . , X n } de vecteurs de Mn,1 (R) est orthonormale et que la famille {AX 1 , . . . , AX n } est
orthogonale, alors les vecteurs X 1 , . . . , X n sont des vecteurs propres de la matrice B.

Exercice 182. (forme quadratique de trace nulle) Soit n un entier naturel non nul et E un espace vectoriel euclidien de
dimension n. Si q est une forme quadratique sur E, on appelle trace de q la trace de toute matrice de q relativement à une
base orthonormée.
1. Montrer que cette définition a bien un sens.
On souhaite démontrer que la trace de q est nulle si et seulement s’il existe une base orthonormée {e1 , . . . , en } de E telle que
q(ei ) = 0 pour tout i de {1, . . . , n}.
2. Montrer l’implication réciproque.
3. On suppose maintenant que la trace de q est nulle.
(a) Trouver un vecteur e1 de norme unitaire tel que q(e1 ) = 0.
(b) En déduire la propriété voulue.

Exercice 183. (« réduction » simultanée) Soient M et N deux matrices réelles symétriques d’ordre n, avec M définie
positive. Montrer qu’il existe une matrice réelle inversible C telle que

C ⊤ M C = I n et C ⊤ N C = D,

où D est une matrice diagonale réelle.

Exercice 184. (racine carrée d’une matrice symétrique positive) Soit M une matrice réelle symétrique positive. Montrer
qu’il existe une matrice réelle symétrique positive R telle que M = R2 . Que dire de l’unicité d’une telle matrice ?

Exercice 185. (décomposition polaire) Soit A une matrice réelle inversible. Montrer qu’il existe un unique couple de
matrices (U, H), U étant orthogonale et H réelle symétrique définie positive, tel que A = U H.
 
4 1 1
Exercice 186. Soit la matrice A = 1 4 1 .
1 1 4

1. Montrer que A est diagonalisable et la diagonaliser.

2. Résoudre alors le système différentiel suivant

 x 1′ (t) = 4 x 1 (t) + x 2 (t) + x 3 (t)
x ′ (t) = x 1 (t) + 4 x 2 (t) + x 3 (t) .
 x 2′ (t) = x (t) + x (t) + 4 x (t)
3 1 2 3

3. Déterminer la solution de ce système vérifiant


 x 1 (0) = 2
x 2 (0) = 2 .
 x (0) = −1
3

23
Exercices supplémentaires

Exercice 187. Soit la matrice  

11 −5 5
A = −5 3 −3 .
5 −3 3

1. Diagonaliser la matrice A.
2. Soit q la forme quadratique de matrice A dans la base canonique de R3 . Utiliser la question précédente pour trouver
une base q-orthogonale et déterminer la signature de q.

Exercice 188. (factorisation de Cholesky et factorisation QR) Soit n un entier strictement positif et A une matrice réelle
d’ordre n.
1. On suppose dans cette question que la matrice A est symétrique définie positive. Montrer qu’il existe une matrice
triangulaire supérieure R à coefficients diagonaux strictement positifs, telle que A = R⊤ R.
2. On suppose dans cette question que la matrice A est inversible. Montrer qu’il existe un unique couple de matrices
(Q, R), avec Q une matrice orthogonale et R une matrice triangulaire supérieure à coefficients diagonaux strictement
positifs, tel que A = QR.
 
5 −1 2
Exercice 189. Soit la matrice A = −1 5 2 .
2 2 2
1. Donner l’expression de la forme quadratique associée à la matrice A.
2. Pourquoi la matrice A est-elle diagonalisable ?
3. Diagonaliser la matrice A.
4. Déterminer une base orthonormée formée de vecteurs propres de la matrice A.
5. Expliciter eA.
6. Pour tout vecteur x 0 de R3 , résoudre le système d’équations différentielles

x ′ (t) = A x(t), t > 0, x(0) = x 0 .

24
 Algèbre linéaire 3
Département MIDO Année 2021/2022

Feuille de travaux dirigés

Exercices d’annales

Contrôle continu du 8 octobre 2018

Exercice 190. Soit b une forme bilinéaire définie sur un R-espace vectoriel E. On rappelle que b est dite antisymétrique si

∀(x, y) ∈ E 2 , b( y, x) = −b(x, y),

et que b est dite alternée si

∀x ∈ E, b(x, x) = 0.
Montrer que ces deux notions sont équivalentes.

Exercice 191. Montrer que l’application, appelée produit vectoriel, définie sur R3 × R3 par
 
x 2 y2 x 3 y3 x 1 y1
(x, y) 7→ x ∧ y = , , ,
x 3 y3 x 1 y1 x 2 y2

où x = (x 1 , x 2 , x 3 ) et y = ( y1 , y2 , y3 ), est une application bilinéaire antisymétrique.

Exercice 192. Pour chacune des formes bilinéaires symétriques sur R2 suivantes, donner la matrice de la forme dans la base
canonique et déterminer son noyau :
1. b1 (x, y) = x 1 y1 ,
2. b2 (x, y) = x 1 y2 + x 2 y1 ,
3. b3 (x, y) = (x 1 + x 2 )( y1 + y2 ),
4. b4 (x, y) = x 1 y1 − 23 (x 1 y2 + x 2 y1 ) + 6x 2 y2 ,
où x = (x 1 , x 2 ) et y = ( y1 , y2 ).

Exercice 193. Soit b la forme bilinéaire sur R3 représentée par la matrice

 
1 1 1
M =  0 0 2
−1 4 3

dans la base canonique B = {e1 , e2 , e3 }.

1. La forme b est-elle symétrique ? Antisymétrique ? Quel est son rang ?
2. Justifier que la famille B ′ = {e1 + e2 + e3 , −e1 + e2 + e3 , e1 + e2 − e3 } est une base de R3 et déterminer de deux façons
la matrice représentant b dans la base B ′ .
3. Pour tout x de R3 , donner l’expression de q(x), où q est la forme quadratique associée à b.
4. Déterminer la matrice de la forme polaire de q dans la base canonique.

Exercice 194. Soit E un R-espace vectoriel de dimension trois et {e1 , e2 , e3 } une base de E. On définit la forme bilinéaire
symétrique b sur E par

b(e1 , e1 ) = b(e2 , e2 ) = −b(e3 , e3 ) = 1 et b(e1 , e2 ) = b(e1 , e3 ) = b(e2 , e3 ) = 0.

1. Montrer que la forme b n’est pas dégénérée.

2. La restriction de b au sous-espace F = Vect{e1 + e3 , e1 + e2 + e3 } est-elle dégénérée ?

25
Partiel du 24 octobre 2018
Exercice 195. Soit q la forme quadratique définie sur R3 par la formule

q(x) = x 1 2 + 4 x 1 x 2 + 6 x 1 x 3 + 4 x 2 2 + 16 x 2 x 3 + 9 x 3 2 .

1. Déterminer la forme polaire de q et la matrice de q dans la base canonique de R3 .

2. Décomposer q en une combinaison linéaire de carrés de formes linéaires linéairement indépendantes. En déduire le
rang et la signature de q.
3. Déterminer une base de R3 orthogonale pour q et donner la matrice de q dans cette base.
4. Pour tout réel λ, on pose vλ = (λ, −1, 1) et on note Fλ l’orthogonal de vλ par rapport à q. Déterminer la dimension de
Fλ . À quelle condition sur λ a-t-on la décomposition en somme directe R3 = Fλ ⊕ Vect({vλ }) ?

Exercice 196. Soit n ∈ N∗ et n fonctions f1 , . . . , f n , continues sur un intervalle borné [a, b] de R, à valeurs dans R. Pour tout
Rb Pn Pn
couple (i, j) de {1, . . . , n}2 , on pose mi j = a f i (t) f j (t) dt et, pour tout vecteur x de Rn , q(x) = i=1 j=1 mi j x i x j .
1. Montrer que q est une forme quadratique positive sur Rn .
2. Montrer que la forme q est définie positive si et seulement si la famille { f1 , . . . , f n } est libre.
3. Donner la matrice de q dans la base canonique de Rn dans le cas particulier où a = 0, b = 1 et, ∀i ∈ {1, . . . , n},
f i (t) = t i−1 .

Exercice 197. Soit E un espace vectoriel sur le corps K (K = R ou C) et q une forme quadratique sur E.
1. On suppose qu’il existe un vecteur u de E, non nul et isotrope pour q, et un vecteur v de E, non orthogonal à u pour
q. Montrer les propriétés suivantes :
(a) Si v est isotrope pour q, il existe un vecteur w de E, non isotrope pour q et combinaison linéaire de u et de v.
(b) Si v n’est pas isotrope pour q, il existe un vecteur w′ de E, isotrope pour q, non colinéaire à u et combinaison
linéaire de u et de v.
2. On note Cq l’ensemble des vecteurs de E qui sont isotropes pour q et Ker (q) le noyau de q. En utilisant la question
précédente, montrer que Cq est un sous-espace vectoriel de E si et seulement si Cq = Ker (q) (on pourra raisonner
par contraposée).

Exercice 198. Soit E un espace vectoriel réel de dimension finie et b une forme bilinéaire symétrique sur E. On considère
deux applications ϕ et ψ de E dans E vérifiant la propriété

∀(x, y) ∈ E 2 , b(ϕ(x), y) = b(x, ψ( y)).

1. Montrer que
(a) ∀(x, y, z) ∈ E 3 , b(ϕ(x + y) − ϕ(x) − ϕ( y), z) = 0.
(b) ∀(x, z) ∈ E 2 , ∀λ ∈ R, b(ϕ(λ x) − λ ϕ(x), z) = 0.
2. On suppose dans cette question que la forme b est non dégénérée.
(a) Déduire de la question précédente que ϕ est une application linéaire. Montrer de la même façon que ψ est une
application linéaire.
(b) Soit B une base de E. On note respectivement Mϕ et Mψ les matrices de ϕ et de ψ dans la base B. Montrer
que les matrices Mϕ ⊤ et Mψ sont semblables.
3. En choisissant E = R2 , donner un exemple de forme bilinéaire symétrique non nulle b et d’application θ de E dans E
non linéaire vérifiant la propriété
∀(x, y) ∈ E 2 , b(θ (x), y) = b(x, y).

Contrôle continu du 3 décembre 2018

Exercice 199. Montrer que
n p
X
∗
p n(n + 1) 2n + 1
∀n ∈ N , k k≤ p .
k=1 2 3

Exercice 200. Soit n ∈ N∗ . On munit l’ensemble Mn (R) des matrices à coefficients réels d’ordre n du produit scalaire défini
par (A, B) 7→ tr(A⊤ B). Déterminer les supplémentaires orthogonaux respectifs des sous-espaces

λ1 0 
  

F1 = Vect({I n }) et F2 = M ∈ Mn (R) | ∃(λ1 , . . . , λn ) ∈ Rn , M =  ..  .
.
λn
 
0

26
dans Mn (R).

Exercice 201. Soit E = R2 [X ] et b l’application définie sur E × E par

∀(P, Q) ∈ E × E, b(P, Q) = P(−1)Q(−1) + P(0)Q(0) + P(1)Q(1).

1. Montrer que b est un produit scalaire sur E.

2. Déterminer une base orthonormale {P0 , P1 , P2 } de E muni de ce produit scalaire, telle que

∀i ∈ {0, 1, 2}, deg(Pi ) = i.

Exercice 202. On définit l’application b de R[X ] × R[X ] dans C par

Z π
1
∀(P, Q) ∈ R[X ] × R[X ], b(P, Q) = P(eiθ )Q(e−iθ ) dθ .
2π −π

1. Montrer que b est un produit scalaire sur R[X ].

2. Montrer que la famille {X k }k∈N est orthonormée pour ce produit scalaire.

Exercice 203. Soit p un projecteur d’un espace euclidien E vérifiant

∀x ∈ E, 〈p(x), x〉 ≥ 0.

Montrer que p est un projecteur orthogonal.

Exercice 204.
1. Soit la fonction définie sur R3 par

∀x ∈ R3 , f (x) = (x 1 − x 2 )2 + (x 1 − 2 x 3 − 1)2 + (x 2 − x 3 + 2)2 .

Déterminer son minimum sur R3 .

2. Soit la fonction définie sur R3 par

∀x ∈ R3 , f (x) = (x 1 + 1)2 + (x 1 + x 2 + 1)2 + (x 1 − 2 x 3 )2 + x 3 2 .

Déterminer son minimum sur R3 .

3. Soit la fonction définie sur R2 par
Z π
2
∀x ∈ R , f (x) = (x 1 sin(t) + x 2 cos(t) − t)2 dt.
0

2
Déterminer son minimum sur R .

Examen du 16 janvier 2019

Exercice 205. Soit n un entier naturel non nul.
1. Soit A une matrice réelle d’ordre n. Montrer que la matrice S = A⊤ A est symétrique positive.
2. Réciproquement, montrer que, pour toute matrice S symétrique positive d’ordre n, il existe une matrice A réelle d’ordre
n telle que S = A⊤ A. Que dire de l’unicité d’une telle matrice A?

Exercice 206. On considère l’espace vectoriel R3 muni de sa structure euclidienne canonique et orienté. Soit B = {e1 , e2 , e3 }
une base orthonormée directe de R3 et le vecteur u = e1 − e2 + e3 .
1. Soit le vecteur v = −2 e1 − e2 + e3 . Vérifier que v est orthogonal à u, puis écrire ce vecteur sous la forme d’une
combinaison linéaire faisant intervenir u.
2. Déterminer alors les rotations vectorielles r de R3 telles que

r(e1 ) = −e2 et r(u) = u.

Pour cela, on rappelle qu’une mesure θ de l’angle orienté entre deux vecteurs x et y de R3 vérifie
〈x, y〉
cos(θ ) = ,
∥x∥∥ y∥
où ∥·∥ désigne la norme euclidienne associée au produit scalaire canonique noté 〈· , ·〉.

27
Exercice 207. Soit n un entier naturel non nul. On considère l’espace vectoriel Rn muni de sa structure euclidienne cano-
nique, ainsi que la forme quadratique q définie positive sur Rn . Pour tout vecteur p de Rn , on définit l’application F de Rn
dans R par
∀x ∈ Rn , F (x) = 〈p, x〉 − q(x),
où 〈· , ·〉 désigne le produit scalaire canonique.
1. Montrer qu’il existe une base orthonormée B de Rn et des scalaires p1 , . . . , pn et λ1 > 0, . . . , λn > 0 tels qu’on ait,
pour tout vecteur x de coordonnées x 1 , . . . , x n dans la base B,
n
X

F (x) = pi x i − λi x i 2 .
i=1

On admet que l’application F est majorée sur Rn et que sa borne supérieure est atteinte en un vecteur x de coordonnées
p1 pn n
2λ1 , . . . , 2λn dans la base B. Ceci permet de définir une application L(q) de R dans R par

∀p ∈ Rn , L(q)(p) = maxn F (x),

x∈R

appelée transformée de Legendre de la forme quadratique q.

2. Montrer que L(q) est une forme quadratique sur Rn et déterminer sa matrice relativement à la base B.
3. Que vaut L(L(q)) ?

Exercice 208. On considère l’espace vectoriel R3 . Pour tout vecteur x de R3 , on désigne par X la matrice colonne formée
des coordonnées du vecteur x dans la base canonique B = {e1 , e2 , e3 } de R3 . Par ailleurs, on note M3 (R) l’ensemble des
matrices réelles d’ordre trois et, pour toute matrice M de M3 (R), on désigne par ϕ M l’endomorphisme de R3 dont la matrice
par rapport à la base B coïncide avec M .
1. Soit q la forme quadratique définie par

∀x ∈ R3 , q(x) = x 1 2 + x 2 2 − x 3 2 ,

où x 1 , x 2 , x 3 sont les coordonnées du vecteur x dans la base B.

(a) Donner la forme polaire b de q et la matrice A de q relativement à la base B.
(b) La forme b est-elle dégénérée ?
2. On pose 
G = M ∈ M3 (R) | ∀x ∈ R3 , q(ϕ M (x)) = q(x) .
(a) Montrer que M ∈ G si et seulement si

∀(x, y) ∈ R3 × R3 , b(ϕ M (x), ϕ M ( y)) = b(x, y).

(b) Caractériser les éléments de G par une relation matricielle simple faisant intervenir la matrice A introduite dans
la question 1.
(c) Pour tout élément M de G, quelles sont les valeurs possibles de det(M ) ? Donner un exemple correspondant à
chacune de ces valeurs.
(d) Montrer que l’ensemble G muni du produit matriciel est un groupe. On vérifiera pour cela que G est non vide,
stable pour le produit matriciel et que tout élément de G admet un inverse dans G.
3. Soit ζ et θ deux réels.
(a) Déterminer tous les éléments M de G tels que

ϕ M (e1 ) = cosh(ζ) e1 + sinh(ζ) e3 et ϕ M (e2 ) = e2 .

On rappelle que (cosh(ζ))2 − (sinh(ζ))2 = 1.

(b) Étant donné une matrice B réelle d’ordre deux et orthogonale, vérifier que la matrice par blocs
 
0
B
 0 
0 0 1

appartient à G.
(c) Trouver alors un élément N de G tel que

ϕN (e1 ) = cosh(ζ) cos(θ ) e1 + cosh(ζ) sin(θ ) e2 + sinh(ζ) e3 .

28
Examen du 5 juillet 2019
Exercice 209. Déterminer, suivant la valeur du paramètre réel λ, la signature de la forme quadratique définie par

∀x ∈ R2 , q(x) = (1 + λ)(x 1 2 + x 2 2 ) + 2(1 − λ) x 1 x 2 ,

où x 1 , x 2 sont les coordonnées du vecteur x dans la base canonique de R2 .

Exercice 210. Étant donné (α, β, γ, δ) dans R4 , on pose

∀x ∈ R2 , ∀ y ∈ R2 , b(x, y) = α x 1 y1 + β x 1 y2 + γ x 2 y1 + δ x 2 y2 ,

où x 1 , x 2 (resp. y1 , y2 ) sont les coordonnées du vecteur x (resp. y) dans la base canonique de R2 . Déterminer des conditions
nécessaire et suffisantes sur α, β, γ et δ pour que b définisse un produit scalaire sur R2 .

Exercice 211. Soit la matrice  

1 8 −4
1
M= 8 1 4 .
9 −4 4 7

1. Vérifier que M est une matrice orthogonale.

2. Sans calculer son polynôme caractéristique, justifier que M est diagonalisable et déterminer ses valeurs propres avec
leurs multiplicités.

Exercice 212. Soit n un entier naturel non nul et A une matrice symétrique de Mn (R), telle que A2 = A.
1. Que dire de A? Montrer en particulier que tr(A) = rang(A).
2. Établir que
n X
X n Æ
|ai j | ≤ n rang(A) ≤ n3/2 .
i=1 j=1

3. Montrer alors que

n X
X n
|ai j | < n3/2 si n ≥ 2.
i=1 j=1

Exercice 213. Soit A une matrice de Mn (R) telle que

∀B ∈ Mn (R), tr(B) = 0 ⇒ tr(AB) = 0.

1. Quelle est la dimension du sous-espace vectoriel E = {B ∈ Mn (R) | tr(B) = 0} ?

2. En utilisant la structure euclidienne canonique de Mn (R), montrer qu’il existe un réel λ tel que A = λ I n .

Exercice 214. Soit E un espace vectoriel euclidien, u une isométrie de E et l’endomorphisme v = u − I d de E.

1. Montrer que Ker (v) = Im (v)⊥ . En déduire que Ker (v)⊥ = Im (v).
2. Soit
n
1X k
∀n ∈ N∗ , un = u , où uk = u ◦ · · · ◦ u .
n k=1 | {z }
k fois

Montrer que l’image d’un élément de E par l’application un converge vers le projeté orthogonal de cet élément sur
Ker (v) quand n tend vers l’infini.

Contrôle continu du 25 septembre 2019

Exercice 215. Indiquer si chacune des affirmations suivantes est vraie ou fausse. Aucune justification n’est demandée.
1. Toute matrice admet au moins une valeur propre, réelle ou complexe.
2. Toute matrice réelle d’ordre 3 admet un vecteur propre à coordonnées réelles.
3. Si une matrice d’ordre 2 n’est pas diagonalisable dans C, alors elle admet une seule valeur propre.
4. Toute matrice possède au moins deux valeurs propres distinctes.
5. Les valeurs propres du produit de deux matrices sont les produits des valeurs propres de chacunes des deux matrices.
6. Si un vecteur est vecteur propre pour deux matrices, il est vecteur propre de leur produit.

29
 7. Les vecteurs propres d’une matrice et ceux de sa transposée sont les mêmes.
8. Le produit d’une matrice par un de ses vecteurs propres ne peut pas être le vecteur nul.
9. Si une matrice a toutes ses valeurs propres réelles, alors elle est diagonalisable.
10. La somme des valeurs propres d’une matrice est égale au produit de ses éléments diagonaux.

Exercice 216.
1. Soit n un entier naturel supérieur ou égal à 2 et A une matrice d’ordre n telle que la somme des coefficients par ligne
est constante et égale à S. Montrer que S est une valeur propre de A.
2. Diagonaliser la matrice  
2 0 2
A = 0 4 0 .
2 0 2

     
1 a a′ 1 1
Exercice 217. Trouver des réels a, b, c, a′ , b′ et c ′ pour que la matrice A = 1 b b′  admette X = 1, Y =  0  et
1 c c′ 1 −1
 
1
Z = −1 pour vecteurs propres.
0

Exercice 218. Dans chacun des cas suivants, donner une condition nécessaire et suffisante portant sur les six réels a, b, c,
d, e et f pour que la matrice A soit diagonalisable :
   
1 a b c 1 a b c
0 1 d e  0 1 d e 
1. A =  , 2. A =  .
   
0 0 1 f  0 0 1 f 
0 0 0 1 0 0 0 2

Exercice 219. Soit n un entier naturel non nul et A la matrice de Mn (R) définie par ai j = 1 si i ̸= j et ai j = i si i = j,
1 ≤ i, j ≤ n. Montrer qu’un réel λ est valeur propre de A si et seulement si

1 1 1
λ ̸∈ {0, . . . , n − 1} et + + ··· + = 1.
λ λ−1 λ − (n − 1)

Partiel du 23 octobre 2019

Exercice 220. (vrai ou faux) Soit A une matrice carrée. On note respectivement I et 0 la matrice identité et la matrice nulle
de même ordre que A.
1. On suppose que le polynôme caractéristique de A est χA(X ) = (X − 1)2 (X − 2). Dire si les assertions suivantes sont
vraies ou fausses (aucune justification n’est demandée).
(a) A est une matrice d’ordre 3.
(b) A est diagonalisable.
(c) 1 et 2 sont des valeurs propres de A.
(d) Les seules valeurs propres de A possibles sont 1 et 2.
(e) La dimension de ker(A − I) est égale à 2 et celle de ker(A − 2 I) est égale à 1.
(f) A est inversible.
2. Reprendre la question précédente en supposant à présent que le polynôme minimal de A est µA(X ) = (X − 1)2 (X − 2).
3. Reprendre enfin la première question en supposant cette fois que (A − I)(A − 2 I) = 0.

Exercice 221. (trigonalisation) Soit f l’endomorphisme de R3 dont la matrice dans la base canonique est
 
0 1 0
A = −4 4 0 .
−2 1 2

1. Calculer le polynôme caractéristique de A. Montrer que f est trigonalisable sur R. Est-il diagonalisable sur R ?

30
 2. Trouver une matrice inversible P et une matrice triangulaire supérieure T telles que A = P T P −1 .
3. On cherche à calculer les puissances T n pour tout entier naturel non nul positif n.
(a) Montrer que la matrice T peut s’écrire sous la forme T = λ(I3 + N ), où λ est un réel et N est une matrice vérifiant
N 2 = 0.
(b) On rappelle que la formule du binôme
n  ‹
X n
(A + B)n = Ak B n−k ,
k
k=0

où ( nk ) désigne le coefficient binomial donnant le nombre de parties de k éléments dans un ensemble de n élé-
ments, est valide pour deux matrices carrées et de même ordre A et B qui commutent. En déduire une expression
simple pour T n pour tout entier naturel non nul n .
4. En déduire une expression pour An pour tout entier naturel non nul n.

Exercice 222. (polynômes annulateurs) Dans cet exercice, n désigne un entier naturel non nul. Chaque question est
indépendante des autres.
1. Soit A une matrice réelle telle que A3 = 7 A − 6 I n . Montrer que A est diagonalisable.
2. Soit A et B deux matrices réelles telles que A2 + B 2 = A + B = 2 I n . En supposant que A ou B est diagonalisable,
déterminer A et B.
3. Soit A une matrice de G L n (C), l’ensemble des matrices à coefficients complexes inversibles d’ordre n. Montrer que
A est diagonalisable si et seulement si A2 est diagonalisable (on pourra considérer le polynôme minimal de A2 pour
montrer une des implications).
4. On considère la matrice d’ordre n
1 ... 1
 
. .. 
A = ..

. .
1 ... 1

Déterminer le polynôme minimal de A. En déduire Ap pour tout entier naturel p non nul.

Exercice 223. (forme bilinéaire) On considère l’espace vectoriel E = R2 [X ] des polynômes à coefficients réels de degré
inférieur ou égal à 2 et l’application b de E × E dans R définie par

∀(P, Q) ∈ E × E, b(P, Q) = P(1)Q(1) + P(−1)Q(−1).

1. Montrer que l’application b est une forme bilinéaire. Est-elle symétrique ?

2. Montrer que B = {1 − X 2 , X , X 2 } est une base de E et déterminer la matrice de b relativement à la base B.
3. Quel est le rang de b ?

Exercice 224. (forme quadratique) On considère l’espace vectoriel E = M2 (R) des matrices carrées d’ordre deux à coeffi-
cients réels et l’application b de E × E dans R définie par

1
∀(A, B) ∈ E × E, b(A, B) = (tr(A)tr(B) − tr(AB)) .
2

1. Montrer que l’application b est une forme bilinéaire symétrique.

§ ‹  ‹  ‹  ‹ª
1 0 0 1 0 0 0 0
2. Donner la matrice de b relativement à la base canonique , , , de E. En déduire que
0 0 0 0 1 0 0 1
la forme b est non dégénérée.
3. Justifier que
∀A ∈ E, A2 − tr(A)A + det(A) I2 = 0 M2 (R) .

En déduire que la forme quadratique associée à b est q(A) = det(A).

4. Montrer enfin que
∀(A, B) ∈ E × E, tr(A)tr(B) − tr(AB) = det(A + B) − det(A) − det(B).

31
Contrôle continu du 2 décembre 2019
Exercice 225. Soit n et p deux entiers naturels non nuls tels que p ≤ n, (E, 〈· , ·〉) un espace euclidien de dimension n. On
note ∥·∥ la norme associée au produit scalaire 〈· , ·〉. Soit u1 , . . . , u p des vecteurs non nuls de E, orthogonaux deux à deux.
1. Montrer que ces vecteurs forment une famille libre de E.
2. Montrer que ∥u1 + · · · + u p ∥2 = ∥u1 ∥2 + · · · + ∥u p ∥2 .

Exercice 226. Montrer que

‚Z 1
Œ2 Z 1
2
∀P ∈ R[X ], t P(t) dt ≤ (P(t))2 dt.
−1
3 −1

Exercice 227. Les deux questions de cet exercice sont indépendantes.

1. On considère sur R2 la forme quadratique

∀x ∈ R2 , q(x) = x 1 2 − x 2 2 .

Montrer qu’il existe une base formée de vecteurs isotropes pour q. Quel est l’ensemble des vecteurs de R2 isotropes
pour q ?
2. Soit E un espace vectoriel sur le corps K (K = R ou C) et q une forme quadratique sur E. On suppose qu’il existe
deux vecteurs u et v de E non colinéaires et isotropes pour q. On note F le sous-espace vectoriel engendré par u et v.
Montrer que s’il existe un vecteur w de F isotrope pour q et non colinéaire à u et à v, alors tous les vecteurs de F sont
isotropes pour q.

Exercice 228. Soit n un entier naturel non nul. On définit l’application b de Rn × Rn dans R par
X
∀(x, y) ∈ Rn × Rn , b(x, y) = (x i − x j )( yi − y j ).
1≤i< j≤n

1. L’application b définit-elle un produit scalaire sur Rn ?

2. Sa restriction à F × F , où F = {x ∈ Rn | x 1 + · · · + x n = 0}, est-elle un produit scalaire ?

Exercice 229. On considère l’espace vectoriel R2 [X ], muni du produit scalaire défini par

∀(P, Q) ∈ (R2 [X ])2 , 〈P, Q〉 = P(0)Q(0) + P(1)Q(1) + P(2)Q(2).

Soit F = {P ∈ R2 [X ] | P(0) = 0}.

1. Déterminer une base orthonormale de F .
2. Déterminer la dimension et une base de F ⊥ .

Exercice 230. Pour tout nombre réel a, soit qa la forme quadratique sur R3 définie par

qa (x) = a(x 1 2 + x 2 2 + x 3 2 ) − 2 x 1 x 2 − 2 x 2 x 3 − 2 x 1 x 3 .

1. Pour quelles valeurs de a la forme quadratique qa est-elle non dégénérée ?

2. Montrer que la forme quadratique qa est définie positive si et seulement si a > 2.
3. Soit D la droite vectorielle engendrée par le vecteur (2, 2, 1). Trouver une base de l’orthogonal D⊥ de D pour q0 . Les
sous-espaces D et D⊥ sont-ils supplémentaires ?

Examen du 15 janvier 2020

Exercice 231. Soit n un entier naturel non nul. On considère une matrice symétrique A de Mn (R) et l’application ΦA définie
par
∀M ∈ Mn (R), ΦA(M ) = AM − M A.
1. Montrer que ΦA est un endomorphisme de Mn (R).
2. Pour toutes matrices M et N de Mn (R), on pose 〈M , N 〉 = tr(M ⊤ N ), où tr désigne l’application trace et M ⊤ est la
transposée de la matrice M . Montrer que l’application (M , N ) 7→ 〈M , N 〉 est un produit scalaire sur Mn (R).
3. Établir que
∀(M , N ) ∈ (Mn (R))2 , 〈ΦA(M ), N 〉 = 〈M , ΦA(N )〉 .
En déduire que l’endomorphisme ΦA est diagonalisable.

32
 4. Soit X (resp. Y ) appartenant à Mn,1 (R) un vecteur propre de A associé à la valeur propre λ (resp. µ). On pose
MX ,Y = X Y ⊤ .
(a) Justifier que MX ,Y ̸= 0, puis que Y ⊤ A = µY ⊤ .
(b) Établir que ΦA(MX ,Y ) = (λ − µ)MX ,Y .

(c) En déduire que Γ ⊂ Sp(ΦA), où Γ = λ − µ | (λ, µ) ∈ (Sp(A))2 .
5. Soit M appartenant à Mn (R) un vecteur propre de l’endomorphisme ΦA associé à la valeur propre α.
(a) On suppose que pour tout vecteur propre Z de A, on a M Z = 0. Montrer alors que M = 0. En déduire qu’il existe
au moins un vecteur propre Z0 de A tel que M Z0 ̸= 0. On notera µ la valeur propre de A associée à Z0 .
(b) Justifier que M Z0 est un vecteur propre de A pour une valeur propre dont on precisera l’expression à l’aide de α
et de µ.
(c) Conclure que Sp(ΦA) = Γ .

Exercice 232. On considère l’espace R3 , muni du produit scalaire canonique noté 〈· , ·〉. Soit u un vecteur unitaire de R3 ,
de coordonnées (a, b, c) dans la base canonique B = (e1 , e2 , e3 ) de R3 . On note p la projection orthogonale sur la droite D
dirigée par u et q la projection orthogonale sur D ⊥ .
1. Pour tout vecteur x de R3 , exprimer le vecteur p(x) à l’aide de u. Calculer alors p(e1 ), p(e2 ) et p(e3 ) et en déduire les
matrices P et Q de p et de q dans la base B.
2. Soit f l’endomorphisme de R3 dont la matrice dans la base B est
 
0 −c b
M = c 0 −a .
−b a 0

(a) Montrer que M 2 = −Q.

(b) Calculer f (u) et en déduire que rang( f ) ≤ 2.
(c) Déterminer le noyau et l’image de f et les exprimer en fonction de D.
(d) En déduire la valeur de f ◦ p. Montrer alors que X 3 + X est un polynôme annulateur de f .
(e) Quelles sont les valeurs propres de f ? L’endomorphisme f est-il diagonalisable ?
3. Pour tout réel θ , on définit l’endomorphisme gθ de R3 par

gθ = I d + sin(θ ) f + (1 − cos(θ )) f 2 ,

où I d désigne l’application identité de R3 et f 2 = f ◦ f

(a) Pour tous réels θ et θ ′ , montrer que gθ ◦ gθ ′ = gθ ′′ pour un réel θ ′′ à déterminer.
On rappelle que, pour tous réels α et β, on a les formules suivantes :

cos(α + β) = cos(α) cos(β) − sin(α) sin(β) et sin(α + β) = sin(α) cos(β) + cos(α) sin(β).

(b) En déduire que, pour tout réel θ , l’endomorphisme gθ est inversible et déterminer son inverse.

Exercice 233. Soit M une matrice de M3 (R), inversible et telle que M 2 + M ⊤ = 0.

1. Montrer que M 4 = −M , puis que M 3 = −I3 .
2. En déduire que M est une matrice orthogonale, de déterminant égal à −1.
3. Montrer alors que soit M = −I3 , soit il existe une matrice orthogonale P telle que
 
−1 0 0p
1 3
M = P⊤  0 2p ∓ 2 P.
0 ± 23 1
2

On rappelle que, pour tous réels α et β, on a les formules suivantes :

 = (cos(α)) − (sin(α))2 ,
2
cos(2α)
α+β α−β α+β α−β
 ‹ ‹  ‹  ‹
cos(α) + cos(β) = 2 cos cos et sin(α) + sin(β) = 2 sin cos .
2 2 2 2

33
Contrôle continu du 7 octobre 2020
Exercice 234. Soit la matrice  
3 1 −1
A = 0 2 0 .
1 1 1

1. Déterminer le polynôme caractéristique de A.

2. Déterminer le polynôme minimal de A.
3. En déduire que A est inversible et déterminer son inverse.

Exercice 235. Soit E un R-espace vectoriel de dimension finie non nulle et u un endomorphisme de E vérifiant

u3 − 3 u2 + 2 u = 0L (E) et u8 + 16 u4 = 0L (E) .

1. Déterminer le polynôme minimal de u.

2. Que dire de u ?

Exercice 236. Soit a, b, c et d quatre nombres réels tels que bcd ̸= 0. On définit la matrice

−b −c −d
 
a
b a d −c 
A= .
c −d a b
d c −b a

1. Calculer les matrices A + A⊤ , AA⊤ et (X I4 − A)(X I4 − A⊤ ), où X est un nombre réel.

2. En déduire le polynôme caractéristique de A.
3. Montrer que A n’est pas diagonalisable sur R.
4. Calculer A2 − 2a A + (a2 + b2 + c 2 + d 2 ) I4 et en déduire le polynôme minimal de A.
5. Montrer que A est diagonalisable sur C.
On suppose désormais que a = 1, b = c = d = −1.
p  
−1

i 3 p
 1  i 3 
6. Vérifier que   et   sont des vecteurs propres de A.
1 −1
1 1
7. En utilisant que la matrice A est réelle, en déduire qu’il existe une matrice inversible P et une matrice diagonale D
telles que A = P DP −1 .
8. Montrer que A3 = −8 I4 et, pour tout entier naturel n, donner l’expression de An en fonction de A et I4 .
9. Soit (Un )n∈N la suite définie par
∀n ∈ N, Un+1 = A Un
 
1
1
et U0 =  . Donner l’expression de Un en fonction de n.
1
1

Exercice 237. Soit A, B et C trois matrices de M2 (C). Montrer qu’il existe trois nombres complexes α, β et γ non tous nuls
tels que la matrice α A + β B + γ C admette une unique valeur propre (on pourra distinguer les cas pour lesquels la famille
formée de A, B et C est respectivement liée et libre).

Partiel du 19 octobre 2020

Exercice 238. Soit A une matrice de M2 (C) de trace non nulle.
1. Montrer sans calcul que A2 s’écrit comme une combinaison linéaire des matrices A et I2 .
2. En déduire que toute matrice de M2 (C) commutant avec A2 commute aussi avec A.

34
Exercice 239. Réduire les matrices suivantes.
     
0 1 −1 1 1 1 2 −4 −4
 1 2 1  , −1 3 1 et −2 3 4 .
−1 1 2 1 −1 1 0 −3 −1

Exercice 240. On définit l’application u de Rn [X ] dans lui-même par :

∀P ∈ Rn [X ], u(P) = (X 2 − 1)P ′′ + X P ′ .

1. Montrer que u est un endomorphisme de Rn [X ].

2. Pour tout entier k dans {0, . . . , n}, déterminer u(X k ). En déduire Ker (u).
3. Déterminer la matrice de u dans la base canonique de Rn [X ].
4. Calculer la trace de cette matrice.
5. Quelles sont les valeurs propres de u ? L’endomorphisme est-il diagonalisable ?

Exercice 241. Pour toute matrice M de M2 (R), on note M ⊤ la matrice transposée de M .

 ‹  ‹  ‹  ‹
1 0 0 1 0 0 0 0
On pose E11 = , E12 = , E21 = et E22 = .
0 0 0 0 1 0 0 1
On rappelle que B = {E11 , E12 , E21 , E22 } est une base de M2 (R). On note u l’application qui à toute matrice M de M2 (R)
associe M + M ⊤ :
u(M ) = M + M ⊤ .
1. (a) Montrer que u est un endomorphisme de M2 (R).
(b) Écrire la matrice A de u dans la base B.
(c) En déduire deux valeurs propres de u.
2. Calculer A2 et en déduire que, pour tout n de N∗ , An = 2n−1 A.
3. (a) Montrer que Im(u) = Vect({E11 , E12 + E21 , E22 }). Établir alors que dim(Im(u)) = 3.
(b) En déduire la dimension de Ker (u), puis déterminer une base de Ker (u).
(c) Établir que Im(u) est le sous-espace propre associé à la valeur propre 2.
(d) En déduire que u est diagonalisable et donner, pour résumer, les valeurs propres de u, ainsi qu’une base de chacun
des sous-espaces propres associés.

Exercice 242. Soit E = R2 [X ]. On considère l’application b définie par :

∀(P, Q) ∈ E × E, b(P, Q) = P ′ (0)Q(0) + P(0)Q′ (0).

1. Montrer qu’il s’agit d’une forme bilineaire symétrique.

2. Calculer la matrice de b relativement à la base canonique de E.
3. Cette forme bilinéaire est-elle dégénérée ?

Contrôle continu du 2 décembre 2020

Exercice 243. Indiquer si les assertions suivantes sont vraies ou fausses et justifier la réponse par une démonstration ou en
donnant un contre-exemple, selon le cas.
1. La somme de deux vecteurs isotropes est un vecteur isotrope.
2. Soit E un R-espace vectoriel. Si f et g sont deux formes linéaires sur E, alors l’application (x, y) 7→ f (x)g( y) est une
forme bilinéaire sur E × E.
3. Si f est une forme linéaire sur R3 , alors l’application (x, y) 7→ f (x) f ( y) est définie positive.
4. Soit E un R-espace vectoriel de dimension finie. Si q et q′ deux formes quadratiques sur E ayant la même signature,
alors il existe deux bases B et B ′ telles que la matrice de q relativement à la base B est égale à la matrice de q′
relativement à la base B ′ .
5. La signature de la forme quadratique q(x) = (x 1 − x 2 )2 + (x 2 − x 3 )2 + (x 3 − x 1 )2 sur R3 est (3, 0).
6. Soit (E, 〈·, ·〉) un espace préhilbertien réel. Si u est un endomorphisme de E, alors l’application x 7→ 〈u(x), x〉 est une
forme quadratique sur E.

35
Exercice 244. Suivant la valeur du réel λ, déterminer la signature de la forme quadratique définie par

∀x ∈ R2 , x = (x 1 , x 2 ), q(x) = (1 + λ)(x 1 2 + x 2 2 ) + 2(1 − λ)x 1 x 2 .

Exercice 245. Soit E = R2 [X ] sur lequel on considère la forme q définie par

∀P ∈ E, P(X ) = a0 + a1 X + a2 X 2 , q(P) = a1 2 − 4 a0 a2 .

1. Montrer que q est une forme quadratique sur E.

2. Déterminer la matrice de q dans la base canonique de E.
3. Déterminer la signature de q et une base q-orthogonale de E. La forme q est-elle dégénérée ?
4. Soit H = {P ∈ E | P(0) = 0}. Donner une base de H ⊥ , l’orthogonal de H pour la forme q.
5. Les assertions suivantes sont-elles vraies ?
(a) H ⊕ H ⊥ = E, (b) dim(H) + dim(H ⊥ ) = dim(E), (c) (H ⊥ )⊥ = H.
On justifiera la réponse donnée.

Exercice 246. Soit E un espace vectoriel de dimension n non nulle, q une forme quadratique non nulle sur E, de forme
polaire b. On définit l’application
∀x ∈ E, ϕ(x) = q(a)q(x) − (b(a, x))2 ,
où a est un vecteur de E.
1. Montrer que ϕ est une forme quadratique sur E et déterminer sa forme polaire.
2. Déterminer le noyau de ϕ en fonction de a et du noyau de q et en déduire dans chaque cas le rang de ϕ. On distinguera
les cas pour lesquels le vecteur a appartient ou pas au noyau de q et au cône isotrope de q.

Examen du 11 janvier 2021

Exercice 247. Soit n un entier naturel non nul.
1. Pour toute matrice A de Mn (R), on pose
N∞ (A) = max |ai j |.
1≤i, j≤n

(a) Montrer que l’application N∞ est une norme sur Mn (R).

(b) Pour toute matrice M orthogonale de Mn (R), montrer que
1
p ≤ N∞ (M ) ≤ 1.
n

2. Pour toute matrice A de Mn (R), on pose

n X
X n
N1 (A) = |ai j |.
i=1 j=1

(a) Montrer que l’application N1 est une norme sur Mn (R).

(b) Pour toute matrice M orthogonale de Mn (R), montrer que
p
n ≤ N1 (M ) ≤ n n

et discuter des cas d’égalité pour la seconde inégalité.

Exercice 248. On considère l’espace R4 , muni du produit scalaire canonique, et l’endomorphisme u de R4 dont la matrice
dans la base canonique est
−1 −4 4 −4
 
1 −4 5 2 −2
A=  .
7 4 2 5 2
−4 −2 2 5
1. Sans faire de calculs, dire pourquoi l’endomorphisme u est diagonalisable.
2. Montrer que u est une isométrie vectorielle. En déduire les seules valeurs propres possibles pour cet endomorphisme.
3. Sans calculer le polynôme caractéristique de u, déterminer à l’aide de la trace de A les ordres de multiplicité respectifs
des valeurs propres de u. En déduire le polynôme caractéristique de l’endomorphisme.
4. Déterminer E1 , le sous-espace-propre de u associé à la valeur propre 1, et en donner une base.

36
 5. Montrer que E−1 , le sous-espace-propre de u associé à la valeur propre −1, est tel que E−1 = E1 ⊥ . En déduire une base
de E−1 .
6. Déterminer une base orthonormée de R4 dans laquelle la matrice de u est diagonale.
7. Donner une interprétation géométrique de u.

Exercice 249. Soit n un entier naturel non nul et E un espace euclidien de dimension n, de produit scalaire noté 〈· , ·〉. Pour
tout endomorphisme u de E, on rappelle que l’adjoint de u, noté u∗ , est l’unique endomorphisme de E tel que

∀(x, y) ∈ E 2 , 〈u(x), y〉 = 〈x, u∗ ( y)〉 .

1. Montrer que u∗ ◦ u est un endomorphisme auto-adjoint dont les valeurs propres sont positives ou nulles.
2. Montrer que si les vecteurs x et y sont deux vecteurs propres orthogonaux de u∗ ◦ u alors les vecteurs u(x) et u( y)
sont orthogonaux.
On suppose à partir de maintenant que Ker (u) n’est égal ni à E, ni à {0 E }.
3. Montrer que Ker (u∗ ◦ u) = Ker (u).
4. Justifier que le sous-espace (Ker (u∗ ◦ u))⊥ est stable par u∗ ◦ u. En déduire qu’il existe une base orthonormale de
(Ker (u∗ ◦ u))⊥ constituée de vecteurs propres de u∗ ◦ u (on pourra pour cela considérer la restriction de u∗ ◦ u à ce
sous-espace).
5. Montrer enfin qu’il existe une base orthonormale {e1 , . . . , en } de E telle que {u(e1 ), . . . , u(e r )} est une base orthogonale
de Im (u) et {e r+1 , . . . , en } est une base orthonormale de Ker (u).

Exercice 250. Soit n un entier naturel non nul. On dit qu’une matrice A de Mn (R) possède la propriété (P) si et seulement
s’il existe 2n + 1 réels α1 , . . . , α2n+1 tels que la matrice suivante, définie par blocs et d’ordre n + 1,

α2n+1
 
.. 
A . 

U =
 α 
n+2
α1 ... αn αn+1

soit orthogonale.
1. (question préliminaire) Soit B une matrice d’ordre n et la matrice suivante, définie par blocs et d’ordre n + 1,
 
0
.. 
B ..

V =
 0
0 ... 0 1

Expliciter les produits V ⊤ U V et V ⊤ U.

2. On suppose tout d’abord que
λ1
 

A= ..
. 
λn

est une matrice diagonale. Montrer dans ce cas que A a la propriété (P) si et seulement si les valeurs absolues des
réels λ1 , . . . , λn sont égales à 1, sauf peut-être une qui appartient à l’intervalle [0, 1].
3. On suppose ensuite que A est une matrice symétrique. Déterminer une condition nécessaire et suffisante pour que A
ait la propriété (P).
4. On suppose enfin que A est une matrice inversible.
On va tout d’abord montrer qu’il existe une matrice orthogonale Q et une matrice symétrique définie positive S telles
que A = QS.
(a) Montrer que la matrice A⊤ A est symétrique définie positive.
(b) En déduire qu’il existe une matrice S symétrique définie positive telle que A⊤ A = S 2 .
(c) Poser Q = AS −1 et conclure.
En déduire alors une condition portant sur A⊤ A pour que A ait la propriété (P).

37
Examen du 29 juin 2021
Exercice 251. Pour tout nombre réel a, soit la forme quadratique définie sur R3 par

∀x ∈ R3 , qa (x) = a(x 1 2 + x 2 2 + x 3 2 ) − 2 x 1 x 2 − 2 x 1 x 3 − 2 x 2 x 3 .

1. Effectuer une réduction de Gauss de qa en tenant compte de la valeur de a. Pour quelles valeurs de a la forme est-elle
non dégénérée ? Montrer qu’elle est définie positive si et seulement si a > 2.
2. Soit D la droite vectorielle engendrée par le vecteur (2, 2, 1). Trouver une base de l’orthogonal D⊥ de D pour la forme
q0 . Les sous-espaces D et D⊥ sont-ils supplémentaires ?

Exercice 252. Soit n un entier naturel non nul et x 0 , . . . , x n des réels distincts. On considère l’espace vectoriel Rn [X ] et
l’application ϕ définie par
Xn
∀(P, Q) ∈ (Rn [X ])2 , ϕ(P, Q) = P(x i )Q(x i ).
i=0

1. Montrer que ϕ est un produit scalaire sur Rn [X ].

2. Montrer que
∀(P, Q) ∈ (Rn [X ])2 , ϕ(X P, Q) = ϕ(P, X Q).
3. Déterminer une base orthonormale de Rn [X ] pour ce produit scalaire (on pourra considérer la famille des polynômes
de Lagrange associés aux nœuds x 0 , . . . , x n ).

Exercice 253. Soit E l’ensemble des fonctions de classe C 1 sur l’intervalle [0, 1] et N l’application définie par
‚ Z 1
Π21
′
∀ f ∈ E, N ( f ) = ( f (0)) + 2 2
( f (t)) dt .
0

Montrer que N est une norme euclidienne sur E et déterminer le produit scalaire auquel elle est associée.

Exercice 254. On rappelle que

n
X n(n + 1)(2n + 1)
∀n ∈ N∗ , k2 = .
k=1
6
1. Montrer que
n p
∗
X p n(n + 1) 2n + 1
∀n ∈ N , k k≤ p .
k=1 2 3
2. Montrer que
n n
‚ Œ‚ Œ
∗
X 1 X
∀n ∈ N , ∀(x k )k=1,...,n ∈ (R∗+ )n , x k ≥ n2 .
x
k=1 k k=1

Exercice 255. Soit E = R3 et le produit scalaire sur E défini par

1
∀(x, y) ∈ E 2 , ϕ(x, y) = 2 x 1 y1 + 2 x 2 y2 + x 3 y3 − (x 1 y2 + x 2 y1 + x 1 y3 + x 3 y1 + x 2 y3 + x 3 y2 ).
2
Déterminer une base orthonormale de E muni de ce produit scalaire.

Exercice 256. On considère la matrice  

1 8 −4
1
M= 8 1 4 .
9 −4 4 7
Sans calculer son polynôme caractéristique, justifier que M est diagonalisable, déterminer ses valeurs propres avec leurs
multiplicités respectives et donner son polynôme minimal.

Exercice 257. Soit E un espace vectoriel euclidien, de norme notée ∥·∥, et u une isométrie vectorielle de E. On pose v =
u − id E , où id E désigne l’application identité de E.
1. Montrer que Ker (v) = (Im (v))⊥ . En déduire que (Ker (v))⊥ = Im (v).
2. Soit
n−1
1X k
∀n ∈ N∗ , un = u ,
n k=0

où uk = u ◦ · · · ◦ u. On va montrer que, pour tout vecteur x de E, la suite (un (x))n∈N∗ converge vers le projeté orthogonal
| {z }
k fois
de x sur Ker (v).

38
(a) Soit y un vecteur de Ker (v). Montrer que

∀n ∈ N∗ , un ( y) = y.

(b) Soit à présent z un vecteur de (Ker (v))⊥ . En se servant de la première question, montrer qu’il existe un vecteur
z ′ de E tel que
1 n+1 ′
∀n ∈ N∗ , un (z) = u (z ) − z ′ .


n
En déduire que la suite (un (z))n∈N∗ a pour limite le vecteur nul.
(c) Conclure.

39