ECG2 - Maths approfondies Lycée Louis Pergaud

TD6
Applications linéaires

Applications linéaires
Exercice 6.1 (F)
Montrer que les applications suivantes sont linéaires, déterminer une base du noyau et de l’image de chacune
d’elles ainsi que leur rang et leur matrice dans les bases canoniques :

R3 → R2 Rn [x] → R
f: i:
(x, y, z) 7 → (2x − y − z, −x + 2y + z) P 7 → P (1)

R3 → R3 R2 [x] → R2 [x]
g: j:
(x, y, z) 7 → (x + 2y, 4x − y, −2x + 2y + 3z) P 7 → P (x + 1) − P (x)
 
R3 [x] → R3 [x] M2 (R) → M2 (R) 1 1
h: k: avec A =
P 7 → P − (x + 1)P 0 M 7 → AM 0 1

Exercice 6.2 (FF - )

Soient E, F, G des K-espaces vectoriels et f ∈ L (E, F ), g ∈ L (F, G).
Montrer que g ◦ f = 0L (E,G) ⇔ Im(f ) ⊂ Ker(g).

⇒ Supposons que g ◦ f = 0L (E,G) . Pour tout y ∈ Im(f ), montrons que y ∈ Ker(g). Comme y ∈ Im(f ),
il existe x ∈ E tel que y = f (x). On obtient alors :

g(y) = g(f (x)) = g ◦ f (x) = 0G .

D’où y ∈ Ker(g), et donc l’inclusion Im(f ) ⊂ Ker(g).

⇐ Supposons que Im(f ) ⊂ Ker(g). Pour tout x ∈ E :

g ◦ f (x) = g( f (x) ) = 0G .
|{z}
∈Im(f )⊂Ker(g)

D’où g ◦ f = 0L (E,G) .

Exercice 6.3 (FF - Interpolation de Lagrange - )

Soit n ∈ N∗ , et a0 , a1 , a2 , . . . , an des réels deux à deux distincts. On définit l’application :

ϕ : Rn [x] → Rn+1 , P 7→ ϕ(P ) = (P (a0 ), P (a1 ), . . . , P (an )).

1. Montrer que ϕ est linéaire.

2. Montrer que ϕ est un isomorphisme.
3. En déduire que pour tout (b0 , . . . , bn ) ∈ Rn+1 , il existe un unique polynôme Q ∈ Rn [x] tel que
∀i ∈ {0, . . . , n}, Q(ai ) = bi .
4. (a) Écrire la matrice de ϕ dans les bases canoniques de Rn [x] et Rn+1 .
1 a0 . . . an0
 
1 a1 . . . an1 
(b) En déduire que la matrice de Vandermonde  . .. ..  est inversible si et seulement si les
 
 .. . .
1 an . . . ann
ai sont deux à deux distincts.

1
ECG2 - Maths approfondies Lycée Louis Pergaud

5. Notons (Li )i∈J0,nK la famille des polynômes de Lagrange associés aux réels (a0 , . . . , an ).
(a) Calculer ϕ(Li ).
(b) Retrouver alors que ϕ est un isomorphisme, et que (Li )i∈J0,nK est une base de Rn [x].

1. Pour tout P, Q ∈ Rn [x], pour tout λ, µ ∈ R :

ϕ(λP + µQ) = ((λP + µQ)(a0 ), (λP + µQ)(a1 ), . . . , (λP + µQ)(an ))

= (λP (a0 ) + µQ(a0 ), λP (a1 ) + µQ(a1 ), . . . , λP (an ) + µQ(an ))
= λ(P (a0 ), P (a1 ), . . . , P (an )) + µ(Q(a0 ), Q(a1 ), . . . , Q(an )) = λϕ(P ) + µϕ(Q).

Donc ϕ est bien une application linéaire de Rn [x] dans Rn+1 .

2. Montrons l’injectivité. Soit pour cela P ∈ Rn [x]. Alors :

P ∈ Ker(ϕ) ⇔ (P (a0 ), . . . , P (an )) = (0, . . . , 0) ⇔ P (a0 ) = P (a1 ) = · · · = P (an ) = 0.

Ainsi P ∈ Ker(ϕ) si, et seulement si, a0 , . . . , an sont racines de P . Or P est de degré au plus n, et il
admet ici n + 1 racines distinctes. Ceci est réalisé si, et seulement si, P est le polynôme nul. Ainsi,
Ker(ϕ) = {0Rn [x] }, et ϕ est injective.
Comme de plus dim(Rn+1 ) = dim(Rn [x]) = n + 1, ϕ est bien un isomorphisme.
3. ϕ étant un isomorphisme, c’est en particulier une application bijective de Rn [x] dans Rn+1 . Ainsi,
tout (b0 , b1 , . . . , bn ) ∈ Rn+1 admet un unique antécédent Q ∈ Rn [x] tel que :

∀i ∈ J0, nK, Q(ai ) = bi .

Déjà vu ?
Nous avions déjà montré l’existence et l’unicité d’un tel polynôme dans le TD0a, Exercice 0.5.
Nous étions alors passés par les polynômes de Lagrange L0 , L1 , . . . , Ln en a0 , a1 , . . . , an , et
nous avions alors exprimé Q en fonction des bi et des Li .
On ne sera pas étonné à présent que les polynômes de Lagrange fassent d’ailleurs leur apparition
dans la suite de cet exercice.

4. (a) Pour tout 0 ≤ k ≤ n :

ϕ(xk ) = (ak0 , ak1 , . . . , akn ).
Ainsi la matrice de ϕ dans les bases canoniques de Rn [x] et Rn+1 est :

ϕ(1) ... ϕ(xj ) . . . ϕ(xn )

1 aj0 an0 (1, 0, 0 . . . , 0)
 
... ...
 1 ... aj1 ... an1  (0, 1, 0, . . . , 0)
 . .. ..  ..

 .. . .  .
1 ... ajn ... ann (0, 0, . . . , 0, 1)

(b) On procède par double implication.

⇐ Si les ai sont deux à deux distincts, alors ϕ est un isomorphisme de Rn [x] dans Rn+1 , de
sorte que sa matrice dans les bases canoniques de ces deux espaces est inversible. D’où le
résultat.
⇒ Raisonnons par contraposition, en montrant que s’il existe 1 ≤ i < j ≤ n tels que ai = aj ,
alors la matrice de Vandermonde V n’est pas inversible. En effet, on a dans ce cas (en
notant L0 , . . . , Ln les lignes de V ) que Li = Lj , et donc que :

rg(V ) = dim(Vect(L0 , . . . , Ln )) < n + 1

car la famille (L0 , . . . , Ln ) est liée. Ainsi, V n’est pas inversible.

D’où l’équivalence voulue.

2
ECG2 - Maths approfondies Lycée Louis Pergaud

Déjà vu ?
On avait déjà obtenu ce critère d’inversibilité d’une matrice de Vandermonde dans le TD4,
Exercice 4.8. On avait alors utilisé la base des polynômes de Lagrange en les ai (encore eux
!).

5. (a) Rappelons que : (

1 si i = j
∀(i, j) ∈ J0, nK2 , Li (aj ) = δi,j =
0 sinon.
Ainsi :
ϕ(Lj ) = (Lj (a0 ), . . . , Lj (aj ), . . . , Lj (an )) = (0, . . . , 1
|{z} , . . . 0).
position (j+1)

(b) Par le calcul précédent, on en déduit que Im(ϕ) est un sous-espace vectoriel de Rn+1 contenant
tous les vecteurs ej de la base canonique de Rn+1 . Ainsi :

Rn+1 = Vect(e1 , . . . , en+1 ) ⊂ Im(ϕ).

D’où Im(ϕ) = Rn+1 , et ϕ est surjective. Comme de plus dim(Rn+1 ) = dim(Rn [x]) = n + 1, on
retrouve que ϕ est un isomorphisme.

Comme ϕ est un isomorphisme de Rn [x] dans Rn+1 , ϕ−1 est un isomorphisme de Rn+1 dans
Rn [x]. De ce fait, on sait que ϕ−1 envoie toute base de Rn+1 sur une base de Rn [x]. Ainsi, les
polynômes Li = ϕ−1 (ei+1 ) forment une base de Rn [x].

Déjà vu ?
On retrouve ici encore un résultat obtenu au TD4, Exercice 4.8. On avait en effet montré
« à la main » que les polynômes de Lagrange forment une base de Rn [x].

Exercice 6.4 (FF - Formes linéaires et hyperplans - )

Soit E un espace vectoriel de dimension finie n ≥ 1.
1. Montrer que si ϕ est une forme linéaire non nulle de E, alors H = Ker(ϕ) est un hyperplan.
2. Réciproquement, soit H un hyperplan de E.
(a) Soit a ∈
/ H. Montrer que :
E = H ⊕ Vect(a).
Pour tout x ∈ E, il existe donc un unique couple (y, λx ) ∈ H × K tel que :

x = y + λx a.

(b) On définit l’application ϕ : E → K par ϕ(x) = λx pour tout x ∈ E. Montrer que ϕ est une forme
linéaire de E.
(c) Montrer que H = Ker(ϕ). Conclure.
3. Application. Montrer que Ker(Tr) est un hyperplan de Mn (K) et que : Mn (R) = Ker(Tr) ⊕ Vect(In ).

1. ϕ étant une forme linéaire, Im(ϕ) est un sous-espace vectoriel de R, non réduit à {0} car ϕ est non
nulle. Comme dim(R) = 1, on a donc Im(ϕ) = R. Par le théorème du rang, on en déduit que :

dim(Ker(ϕ)) = dim(E) − dim(Im(ϕ)) = dim(E) − 1.

Donc Ker(ϕ) est bien un hyperplan de E.

2. (a) Comme a ∈ / H, on a en particulier que a 6= 0E et donc que dim(Vect(a)) = 1. Ainsi on a

déjà dim(E) = dim(H) + dim(Vect(a)). Étudions maintenant H ∩ Vect(a), et soit pour cela
u ∈ H ∩ Vect(a). Comme u ∈ Vect(a), il existe λ ∈ R tel que u = λa. Si de plus λ 6= 0, alors

3
ECG2 - Maths approfondies Lycée Louis Pergaud

on aurait :
1
a=
u ∈ H car u ∈ H ∩ Vect(a).
λ
D’où une contradiction. Donc λ = 0, de sorte que u = 0E et donc que H ∩ Vect(a) = {0E }.
On peut donc conclure que :
E = H ⊕ Vect(a).
(b) ϕ est bien à valeurs dans K. Reste à montrer qu’elle est linéaire. Soit pour cela x1 , x2 ∈ E et
α1 , α2 ∈ K. Puisque E = H ⊕ Vect(a), il existe (y1 , λx1 ) et (y2 , λx2 ) tels que :

x1 = y1 + λx1 a et x2 = y2 + λx2 a.

Par somme, on a :

α1 x1 + α2 x2 = (α1 y1 + α2 y2 ) + (α1 λx1 + α2 λx2 ) a.

| {z } | {z }
∈H ∈K

Par unicité de la décomposition dans une somme directe, on en déduit que :

λα1 x1 +α2 x2 = α1 λx1 + α2 λx2

ce qui s’écrit aussi :

ϕ(α1 x1 + α2 x2 ) = α1 λx1 + α2 λx2 = α1 ϕ(x1 ) + α2 ϕ(x2 ).

Dons ϕ est bien une forme linéaire.

(c) On procède par double inclusion :
⊂ Soit x ∈ H, on a x = |{z}
x +0a. Par unicité de l’écriture dans une somme directe, il suit
∈H
que ϕ(x) = λx = 0. Ainsi x appartient à Ker(ϕ).
⊃ Soit x ∈ Ker(ϕ). Il existe un unique couple (y, λx ) ∈ H × K tel que :

x = y + λx a.

De plus, 0 = ϕ(x) = λx . Donc x = y et appartient bien à H.

Ainsi H = Ker(ϕ) et H est bien le noyau d’une forme linéaire non nulle.
3. On a vu que Tr est une forme linéaire sur Mn (K), non nulle car par exemple Tr(In ) = n. D’après
ce qu’on a obtenu plus haut, Ker(Tr) est un hyperplan de Mn (K). De plus pour a = In ∈ / Ker(ϕ)
et par ce qui a été fait :
Mn (R) = Ker(Tr) ⊕ Vect(In ).
Pour plus d’informations sur les formes linéaires et hyperplans, je vous renvoie au :
+ Complément de cours 2. Formes linéaires et hyperplans.

Exercice 6.5 (FFF - Noyaux et images itérés - )

Soit E un espace vectoriel de dimension n et u ∈ L (E) un endomorphisme non nul. Notons pour tout k ∈ N,
Nk = Ker(uk ) et Ik = Im(uk ).
1. Montrer que pour tout k ∈ N, Nk et Ik sont des sous-espaces vectoriels de E stables par u satisfaisant
Nk ⊂ Nk+1 et Ik+1 ⊂ Ik .
2. (a) On suppose qu’il existe r ∈ N tel que Nr = Nr+1 . Montrer que pour tout k ≥ r, Nr = Nk .
(
∀k ∈ J0, p − 1K, Nk 6= Nk+1
(b) En déduire qu’il existe un entier p ≤ n tel que .
∀k ≥ p, Nk = Nk+1
(
∀k ∈ J0, p − 1K, Ik 6= Ik+1
(c) Montrer qu’on a aussi .
∀k ≥ p, Ik = Ik+1

3. Montrer que E = Np ⊕ Ip , puis que l’endomorphisme induit par u sur Np est nilpotent et préciser son
ordre de nilpotence, et l’endomorphisme induit par u sur Ip est un automorphisme de Ip .

4
ECG2 - Maths approfondies Lycée Louis Pergaud

1. Vérifions les différents points suivants :

• Nk ⊂ Nk+1 . Soit x ∈ Nk , on a uk (x) = 0E . Alors en composant par u :

uk+1 (x) = u(uk (x)) = u(0E ) = 0E .

Ainsi on a bien x ∈ Nk+1 .

• Ik+1 ⊂ Ik . Soit y ∈ Ik+1 , alors il existe x ∈ E tel que y = uk+1 (x). Mais alors :

y = uk (u(x)) ∈ Im(uk ).

Ainsi on a bien y ∈ Ik .
• Nk est stable par u. Pour tout x ∈ Nk , on a :

uk (u(x)) = uk+1 (x) = u(uk (x)) = 0E .

| {z }
=0E

Ainsi u(x) appartient à Nk , et Nk est bien stable par u.

• Ik est stable par u. Pour tout y ∈ Ik , il existe x ∈ E tel que y = uk (x). On a alors :

u(y) = uk+1 (x) = uk (u(x)) ∈ Ik .

Ainsi u(x) appartient à Ik , et Ik est bien stable par u.

Autre méthode. Puisque u et uk commutent, on sait par le cours que le noyau et l’image de uk
est stable par u. Ainsi Nk = Ker(uk ) et Ik = Im(uk ) sont stables par u.

2. (a) Montrons par récurrence que pour tout entier naturel k, Np = Np+k .
Init. La propriété est vraie pour k = 0 et k = 1 (par hypothèse).
Hér. Soit k ≥ 1 et supposons la propriété au rang k vraie, c’est à dire Np = Np+k . Puisque :

Np ⊂ Np+1 ⊂ · · · ⊂ Np+k ,

on en déduit que Np = Np+1 = · · · = Np+k .

Par la question précédente, on sait déjà que Np+k ⊂ Np+k+1 . Soit à présent x ∈ Np+k+1 .
Alors :
up+k+1 (x) = 0E ⇒ up+k (u(x)) = 0E .
Ainsi u(x) appartient à Ker(up+k ) = Ker(up+k−1 ) et donc :

up+k−1 (u(x)) = 0E ⇒ up+k (x) = 0E .

Finalement x appartient à Ker(up+k ) et donc Np+k ⊃ Np+k+1 . D’où la propriété au rang

k + 1.
On conclut par principe de récurrence.
(b) La suite des dimensions (nk ) des Nk est une suite d’entiers naturels croissante d’après 1., et
majorée par n = dim(E). Elle est donc constante à partir d’un certain rang, et il existe s ∈ N
tel que ns = ns+1 . Dès lors, remarquons que :
(
ns = ns+1
⇒ Ns = Ns+1 .
Ns ⊂ Ns+1

Considérons p le plus petit entier tel que Np = Np+1 (un tel entier existe car A = {k ∈ N, Nk =
Nk+1 } est une partie non vide (contient s) de N). Alors :
• ∀k ∈ J0, p − 1K, Nk 6= Nk+1 par définition de p.
• ∀k ∈ N, k ≥ p ⇒ Nk = Nk+1 grâce à la question 2.(a).

5
ECG2 - Maths approfondies Lycée Louis Pergaud

Enfin, puisque 0 = n0 < n1 < · · · < np ≤ n :

p
X
n ≥ np − n0 = (nk − nk−1 ) ≥ p.
| {z }
k=1
≥1

Ainsi, p ≤ n.
(c) Par le théorème du rang appliqué à uk :

dim(E) = rg(uk ) + dim(Ker(uk )) ⇒ n = i k + nk ,

où ik = dim(Ik ). (nk ) étant une suite d’entiers strictement croissante puis constante à partir
du rang p, la suite (ik ) est donc strictement décroissante puis constante à partir de ce même
rang q. En utilisant de plus que pour tout k ∈ N, Ik+1 ⊂ Ik , il suit que :
(
∀k ∈ J0, p − 1K, Ik 6= Ik+1
.
∀k ∈ N, k ≥ p ⇒ Ik = Ik+1

3. On a déjà par le théorème du rang (appliqué à up ) que dim(E) = dim(Np ) + dim(Ip ).

Montrons que Np ∩ Ip = {0E }. Soit y ∈ Np ∩ Ip . Il existe x ∈ E tel que y = up (x). Alors :

up (y) = 0E ⇒ u2p (x) = 0E .

Donc x appartient à Ker(u2p ), qui est égal à Ker(up ) par définition de p. On obtient :

y = up (x) = 0E .

Ainsi Np ∩ Ip = {0E }, et on a bien :

E = Np ⊕ Ip .

On sait déjà que u induit des endomorphismes sur Np et Ip (car ces s.e.v sont stables par u).
Considérons l’endomorphisme ũ induit par u sur Np . Alors pour tout x ∈ Np , ũp (x) = up (x) = 0E .
Ainsi ũ est un endomorphisme nilpotent. Comme de plus Np−1 Np , alors il existe x ∈ Np \ Np−1 ,
et on a ũp−1 (x) = up−1 (x) 6= 0E . Donc l’indice de nilpotence de ũ est p.
Considérons l’endomorphisme ū induit par u sur Ip . Montrons que ū est un automorphisme de Ip .
Comme on est en dimension finie, il suffit de montrer que ū est injective. Soit donc x ∈ Ip tel que
ū(x) = 0E . Alors on a :
u(x) = 0E ⇒ x ∈ Ker(u).
Ainsi on a x ∈ N1 ∩ Ip . Or on a vu que N1 ⊂ Np , donc x ∈ Np ∩ Ip = {0E }. On a donc bien x = 0E ,
et ū est bien un automorphisme de Ip .

À retenir. Suite des noyaux et images itérés.

Soit E un espace vectoriel de dimension finie, et u ∈ L (E) un endomorphisme non nul. Il existe un
entier p ∈ J1, nK tel que :

Ker(u) Ker(u2 ) ··· Ker(up ) = Ker(up+1 ) = · · ·

et
Im(u) ! Im(u2 ) ! · · · ! Im(up ) = Im(up+1 ) = · · ·
En d’autres termes, la suite des noyaux itérées (resp. des images itérées) est d’abord strictement
croissante (resp. décroissante) puis constante. De plus ces suites stationnent à partir du même
rang.

0 0 1
 
Exercice 6.6 (FFFF - QSP HEC 2014)
Soit A ∈ M3 (R) une matrice non nulle telle que A2 = 0. Montrer que A est semblable à 0 0 0.
0 0 0

6
ECG2 - Maths approfondies Lycée Louis Pergaud

Considérons f l’endomorphisme de R3 dont la matrice dans la base canonique C de R3 est A. Regardons

déjà tout ce qu’on peut dire sur f . Puisque A est non nulle et que A2 = 0, il suit que :

f 6= 0L (R3 ) et f 2 = 0L (R3 ) .

Par l’exercice 6.2, il suit que Im(f ) ⊂ Ker(f ). D’autre part, par le théorème du rang :

3 = dim(Ker(f )) + dim(Im(f )).

Or, f 6= 0L (R3 ) de sorte que dim(Im(f )) ≥ 1. Comme de plus dim(Im(f )) ≤ dim(Ker(f )) (puisque
Im(f ) ⊂ Ker(f )), il suit que :

dim(Ker(f )) = 2 et dim(Im(f )) = 1.

Maintenant qu’on a toutes ces informations, on va chercher une base B = (e1 , e2 , e3 ) de R3 telle que :

0 0 1
 

MB (f ) = 0 0 0 .
0 0 0

Procédons pour cela par analyse et synthèse.

• Analyse. Supposons qu’une telle base B = (e1 , e2 , e3 ) de R3 existe. Par lecture matricielle, il suit
que :
f (e1 ) = f (e2 ) = 0R3 et f (e3 ) = e1 .
Ainsi e1 appartient à Im(f ) d’après cette dernière égalité, e3 est un antécédent de e1 par f . De plus,
e1 et e2 appartiennent à Ker(f ). Puisque (e1 , e2 ) est libre (car famille extraite d’une famille libre)
de cardinal 2 égal à la dimension, c’est une base de Ker(f ).
• Synthèse. Tentons de construire une telle famille de vecteurs.

– Puisque Im(f ) est de dimension 1, considérons e1 une base de Im(f ).

– Comme e1 ∈ Im(f ), il existe e3 ∈ E tel que f (e3 ) = e1 .
– Puisque Im(f ) ⊂ Ker(f ), e1 appartient aussi à Ker(f ). Plus précisément, (e1 ) est une famille
libre de Ker(f ) qui est de dimension 2. On peut donc compléter cette famille en une base
(e1 , e2 ) de E.

Montrons que la famille B = (e1 , e2 , e3 ) ainsi construite répond au problème posé :

– Montrons que B est une base de R3 . Elle est de cardinal égal à la dimension de l’espace.
Montrons qu’elle est de plus libre. Pour cela, prenons α, β, γ des réels tels que :

αe1 + βe2 + γe3 = 0R3 . (∗)

Montrons que α = β = γ = 0. Composons pour cela (∗) par f . On obtient (par linéarité de
f) :
αf (e1 ) + βf (e2 ) + γf (e3 ) = 0R3 ,
ce qui donne :
γe1 = 0R3 .
Puisque e1 est par définition un vecteur non nul, il suit γ = 0. Reprenons alors (∗) :

αe1 + βe2 = 0R3 .

Puisque (e1 , e2 ) est une base de Ker(f ), c’est en particulier une famille libre de R3 , et donc
α = β = 0.
Ainsi, B est bien une base de R3 .

7
ECG2 - Maths approfondies Lycée Louis Pergaud

– Par construction la famille B, elle satisfait f (e1 ) = f (e2 ) = 0R3 et f (e3 ) = e1 . Il suit que
de 
0 0 1


MB (f ) = 0 0 0.
0 0 0

0 0 1
 

On peut à présent conclure : les matrices A et 0 0 0 représentent le même endomorphisme f

0 0 0
dans des bases distinctes C et B respectivement. Elles sont donc semblables.

Rang
Exercice 6.7 (FF)
Soit E, F, G trois espaces vectoriels de dimension finie, et soient f ∈ L (E, F ) et g ∈ L (F, G).
1. Montrer que rg(g ◦ f ) ≤ rg(g).
2. Soit (e1 , . . . , ep ) une base de Im(f ). Montrer que (g(e1 ), . . . , g(ep )) est une famille génératrice de Im(g ◦f ).
En déduire que rg(g ◦ f ) ≤ rg(f ).
3. Montrer que rg(g ◦ f ) ≤ min(rg(g), rg(f )).

1. On a Im(g ◦ f ) ⊂ Im(g), donc dim(Im(g ◦ f )) ≤ dim(Im(g)). D’où le résultat.

2. Prenons y ∈ Im(g ◦ f ), alors il existe x ∈ E tel que y = g ◦ f (x) = g(f (x)). Or f (x) ∈ Im(f ) =
Vect(e1 , . . . , ep ), donc il existe λ1 , . . . , λp ∈ R tels que :

f (x) = λ1 e1 + · · · + λp ep .

On en déduit que :
y = g(f (x)) = λg(e1 ) + · · · + λp g(ep ).
Ainsi on a Im(g ◦ f ) ⊂ Vect(g(e1 ), . . . , g(ep )). Montrons l’inclusion réciproque. Pour tout i ∈ J1, pK,
ei appartient à Im(f ), donc il existe xi ∈ E tel que ei = f (xi ). On en déduit que :

g(ei ) = g(f (xi )) = g ◦ f (xi ) ∈ Im(g ◦ f ).

Ceci étant vrai pour tout i ∈ J1, pK, on en déduit que Vect(g(e1 ), . . . , g(ep )) ⊂ Im(g ◦ f ). D’où
l’égalité Im(g ◦ f ) = Vect(g(e1 ), . . . , g(ep )) et le fait que (g(e1 ), . . . , g(ep )) est une famille génératrice
de Im(g ◦ f ).

Enfin, comme (g(e1 ), . . . , g(ep )) est une famille génératrice de Im(g ◦ f ), on a :

dim(Im(g ◦ f )) ≤ Card((g(e1 ), . . . , g(ep ))) = p = rg(f ).

D’où le résultat.
3. À l’aide des questions précédentes, on a donc obtenu que rg(g ◦ f ) ≤ min(rg(g), rg(f )).

Exercice 6.8 (FF - )

Soit E de dimension finie n. On dit qu’un endomorphisme f ∈ L (E) est nilpotent s’il existe p ≥ 1 tel que :

f p = 0L (E) et f p−1 6= 0L (E) .

L’entier p s’appelle alors l’indice de nilpotence de f .

On suppose dans la suite que f est un endomorphisme nilpotent d’indice p.
1. (a) f peut-il être bijectif ?
(b) Justifier qu’il existe x0 ∈ E tel que f p−1 (x0 ) 6= 0E . Montrer que la famille (x0 , f (x0 ), . . . , f p−1 (x0 ))
est libre.

8
ECG2 - Maths approfondies Lycée Louis Pergaud

(c) En déduire que f n = 0.

2. On suppose dans cette question que p = n. Déterminer le rang de f .
3. Montrer que IdE − f est inversible, et déterminer son inverse.

1. (a) Supposons f bijective. Par composition d’applications bijectives, on aurait alors 0L (E) = f p
qui serait bijective. Or ce n’est pas le cas, l’application nulle n’étant pas bijective lorsque
dim(E) = n > 0 (ce qu’on supposera dans la suite). Ainsi f n’est pas bijective .

(b) Puisque f p−1 6= 0L (E) , il existe x0 ∈ E tel que f p−1 (x0 ) 6= 0E (puisque f p−1 n’est pas l’application
nulle).

Montrons que la famille (x0 , f (x0 ), . . . , f p−1 (x0 )) est libre. Soit pour cela λ0 , λ1 , . . . , λp−1 des
scalaires tels que :
λ0 x0 + λ1 f (x0 ) + · · · + λp−1 f p−1 (x0 ) = 0E .
Montrons que λ0 = λ1 = · · · = λp−1 = 0. Composons pour cela cette égalité par f p−1 , on
obtient (par linéarité de f p−1 ) :

λ0 f p−1 (x0 ) + λ1 f p (x0 ) + · · · + λp−1 f 2p−2 (x0 ) = 0E ,

| {z }
=0E car f p =0L (E)

ce qu’on peut réécrire simplement donc λ0 f p−1 (x0 ) = 0E . Puisque f p−1 (x0 ) 6= 0E , on obtient
donc λ0 = 0.
En tenant compte de λ0 = 0, on a maintenant :

λ1 f (x0 ) + · · · + λp−1 f p−1 (x0 ) = 0E .

On procède alors de même que précédemment : on compose cette égalité par f p−2 à présent.
On obtient l’égalité :
λ1 f p−1 (x0 ) + 0E = 0E .
Puisque f p−1 (x0 ) 6= 0E , on obtient donc λ1 = 0.
En itérant ce procédé, on obtient de même λ2 = λ3 = · · · = λn = 0. On peut donc conclure
que la famille (x0 , f (x0 ), . . . , f p−1 (x0 )) est libre .
(c) La famille (x0 , f (x0 ), . . . , f p−1 (x0 )) étant libre, son cardinal est inférieur ou égal à la dimension
de l’espace, soit p ≤ dim(E) = n. On en déduit que l’indice de nilpotence est inférieur à la
dimension, et donc que f n = 0L (E) .

2. On suppose dans cette question que p = n. On propose deux méthodes pour obtenir le rang de f .

• Méthode 1. On a f i (x0 ) ∈ Im(f ) pour tout 1 ≤ i ≤ n − 1. Donc (f (x0 ), . . . , f n−1 (x0 )) est
une famille de n − 1 vecteurs de Im(f ), libre d’après la question 1.(b). Donc on a rg(f ) =
dim(Im(f )) ≥ n − 1.
D’autre part, f n’est pas bijective d’après la question 1.(a), donc rg(f ) ≤ n − 1.
On peut donc conclure avec ces deux inégalités que rg(f ) = n − 1 .
• Méthode 2. La famille B = (x0 , f (x0 ), . . . , f n−1 (x0 )) est libre d’après la question 1.(b), de
cardinal n = dim(E). C’est donc une base de E. Écrivons la matrice de f dans cette base, on
a:
0 0 ··· ··· 0 0
 
 1 0 0 0 
..
 0 1 ...
 
. 0
 

MB (f ) =  . . . .
 
 .. 0 . . 0 .. .. 

 . . .
 
 .. .. .. 1 0 0 


0 0 ··· 0 1 0

9
ECG2 - Maths approfondies Lycée Louis Pergaud

En effet pour 0 ≤ i ≤ n − 2, on a dans la i-ème colonne à calculer f (f i−1 (x0 )) = f i (x0 ) qui
est le (i + 1)-ème vecteur de la base B. Et pour i = n − 1, on a f (f n−1 (x0 )) = f n (x0 ) =
0E . D’où la matrice donnée ci-dessus. Le calcul de son rang ne pose alors pas de problème,
puisque ses n − 1 premiers vecteurs colonnes sont échelonnés, et le dernier est nul. Ainsi on a
rg(f ) = rg(MB (f )) = n − 1 .

3. Rappelons l’identité suivante, valable lorsque deux endomorphismes f et g commutent (on avait
énoncé une propriété analogue pour des matrices qui commutent) :

∀p ∈ N∗ , g p − f p = (g − f ) g p−1 + g p−2 ◦ f + · · · + g ◦ f p−2 + f p−1 .

On peut la démontrer en développant le membre de droite (les termes se téléscopent). Ici on obtient
pour p = n :

IdE = IdnE − f n = (IdE − f ) IdE + f + · · · + f n−1

n−1
X
Ainsi (IdE − f ) est bien un inversible et : (IdE − f )−1 = fk .
k=0

Exercice 6.9 (FFF)

Soit E un espace vectoriel de dimension finie, et soit f ∈ L (E). Montrer l’équivalence :
E = Ker(f ) ⊕ Im(f ) ⇔ rg(f ) = rg(f 2 ).

Avant de faire cet exercice, rappelons des inclusions qui devraient être connues (suite des noyaux et images
itérées) :
Ker(f ) ⊂ Ker(f 2 ) et Im(f 2 ) ⊂ Im(f ).
Prouvons ces inclusions :
• Soit x ∈ Ker(f ). Alors f (x) = 0E . D’où en composant par f , on obtient f 2 (x) = f (f (x)) = f (0E ) =
0E . Donc x ∈ Ker(f 2 ). Ainsi Ker(f ) ⊂ Ker(f 2 ).

• Soit z ∈ Im(f 2 ). Il existe x ∈ E tel que z = f 2 (x) = f (f (x)) ∈ Im(f ). Ainsi Im(f 2 ) ⊂ Im(f ).
|{z}
∈E

On montre cette équivalence par double implication.

⇐ Supposons que rg(f ) = rg(f 2 ). Puisque Im(f 2 ) ⊂ Im(f ), on en déduit que :

Im(f ) = Im(f 2 ).

Par le théorème du rang :

dim Ker(f ) = dim(E) − rg(f ) = dim(E) − rg(f 2 ) = dim Ker(f 2 ).

Puisque Ker(f ) ⊂ Ker(f 2 ), on en déduit donc Ker(f ) = Ker(f 2 ).

Montrons à présent la somme direct. On dispose déjà l’égalité des dimensions par le théorème du
rang :
dim E = dim Ker(f ) + dim Im(f ).
Montrons que Ker(f ) ∩ Im(f ) = {0E }. Soit y ∈ Im(f ) ∩ Ker(f ). Il existe donc x ∈ E tel que
y = f (x). De plus y ∈ Ker(f ), donc on a 0E = f (y) = f (f (x)) = f 2 (x). Ainsi x appartient à
Ker(f 2 ) = Ker(f ). Donc y = f (x) = 0E .

On peut donc conclure que E = Ker(f ) ⊕ Im(f ).

Remarque. En utilisant le résultat de l’exercice 6.5, remarquons que la suite des images itérées
stationne ici pour p = 1. D’après la question 3 de ce même exercice, on peut donc directement
conclure que :
E = Ker(f ) ⊕ Im(f ).

10
ECG2 - Maths approfondies Lycée Louis Pergaud

⇒ Supposons que E = Ker(f ) ⊕ Im(f ). Montrons que Im(f ) = Im(f 2 ), ce qui impliquera en particulier
l’égalité des dimensions. On a déjà une inclusion (qui est toujours vraie) :

Im(f 2 ) ⊂ Im(f ).

Montrons l’inclusion réciproque : soit z ∈ Im(f ). Il existe x ∈ E tel que z = f (x). Par hypothèse,
il existe x1 ∈ Ker(f ) et x2 ∈ Im(f ) tel que :

x = x1 + x2 .

De plus x2 ∈ Im(f ), donc il existe t ∈ E tel que x2 = f (t). On obtient finalement :

z = f (x) = f (x1 ) + f (x2 ) = 0E + f (f (t)) = f 2 (t).

Ainsi z ∈ Im(f 2 ), et on a bien que Im(f ) = Im(f 2 ), et donc que rg(f ) = rg(f 2 ).

Projecteurs
Exercice 6.10 (F)
Soit p l’application de R2 dans R2 définie par p(x, y) = (9x − 12y, 6x − 8y).
1. Montrer que p est un endomorphisme de R2 .
2. Déterminer une base de Ker(p) et de Im(p). p est-elle injective ? bijective ?
3. Montrer que p est un projecteur.
4. Les sous-espaces Ker(p) et Im(p) sont-ils supplémentaires dans R2 ?

Exercice 6.11 (FF - )

1. À l’aide d’un raisonnement par Analyse-Synthèse, montrer que Mn (R) = Sn (R) ⊕ An (R).
2. Soit p le projecteur sur Sn (R) parallèlement à An (R), q le projecteur associé. Déterminer p(M ) et q(M )
en fonction de M et t M .

1. On procède par analyse-synthèse.

Analyse. Soit M ∈ Mn (R). Supposons qu’il existe S et A des matrices symétriques et antisymétriques
respectivement telles que :
M = S + A. (1)
En prenant la transposée dans cette égalité, on obtient :
t
M = t S + t A = S − A. (2)

En faisant (1) + (2) et (1) − (2), on obtient alors :

M + tM M − tM
S= et A= .
2 2

Synthèse. Pour M ∈ Mn (R), on pose alors :

M + tM M − tM
S= et A= .
2 2
Vérifions les points suivants :
– M =S+A :
M + tM M − tM
S+A= + = M.
2 2
– S est symétrique :
t
M + ( t ( t M )) t
M +M
t
S= = = S.
2 2

11
ECG2 - Maths approfondies Lycée Louis Pergaud

– A est antisymétrique : on procède de même.

Ainsi, on a donc montré que pour tout M ∈ Mn (R), il existe un unique couple (S, A) ∈ Sn (R) ×
An (R) tel que :
M = S + A,
soit en d’autres termes que Mn (R) = Sn (R) ⊕ An (R).
2. En reprenant la question précédente, on a donc montré que pour tout M ∈ Mn (R), il existe un
unique couple (S, A) ∈ Sn (R) × An (R) tel que :

M = S + A.

De plus on a :
M + tM M − tM
S= et A= .
2 2
Par définition de p et de q, on a :

M + tM M − tM
p(M ) = S = et q(M ) = A = .
2 2

Exercice 6.12 (FF - )

Soit A ∈ R[x] de degré n ≥ 0. On considère l’application f : R[x] → R[x] qui à P associe R, reste de la division
euclidienne de P par A.
1. Rappeler le théorème de division euclidienne dans K[x].
2. Montrer que f est une application linéaire, et qu’on a :

Ker(f ) = {A × Q, Q ∈ R[x]} et Im(f ) = Rn−1 [x].

3. Montrer que f est un projecteur.

Commençons par rappeler le théorème de division euclidienne des polynômes, essentiel ici :

Rappel. Division euclidienne des polynômes.

Soient P, A deux polynômes tels que A 6= 0. Alors il existe un unique couple (Q, R) de polynômes
tel que :
P = AQ + R


deg(R) < deg(A)

Q et R sont appelés le quotient et le reste de la division euclidienne de A par B.

Montrons que f est linéaire : soient P1 , P2 ∈ R[x], λ1 , λ2 ∈ R. Par le théorème de division euclidienne, il
existe un unique couple (Q1 , R1 ) et un unique couple (Q2 , R2 ) tels que :

P1 = AQ1 + R1 et P2 = AQ2 + R2

avec deg(R1 ), deg(R2 ) < deg(A). On obtient donc que :

λ1 P1 + λ2 P2 = A(λ1 Q1 + λ2 Q2 ) + (λ1 R1 + λ2 R2 )

avec de plus deg(λ1 R1 + λ2 R2 ) ≤ max(deg(R1 ), deg(R2 )) < deg(A). Par unicité du reste dans le théorème
de division euclidienne, on en déduit donc que (λ1 R1 + λ2 R2 ) est le reste de la division euclidienne de
λ1 P1 + λ2 P2 par A. Ainsi on a :

f (λ1 P1 + λ2 P2 ) = λ1 R1 + λ2 R2 = λ1 f (P1 ) + λ2 f (P2 ).

Ainsi on a bien montré que f est linéaire. Montrons à présent que f est un projecteur. Soit P ∈ R[x].
Par le théorème de division euclidienne, il existe un unique couple (Q, R) tel que :

P = AQ + R avec deg(R) < deg(A).

12
ECG2 - Maths approfondies Lycée Louis Pergaud

Faisons à présent la division euclidienne de R par A. On a :

R=A×0+R avec deg(R) < deg(A)

Donc le quotient est 0 et le reste est R pour la division euclidienne de R par A. On peut donc conclure
que :
f ◦ f (P ) = f (f (P )) = f (R) = R = f (P ).
Ceci étant vrai quelque soit P , on en déduit que f ◦ f = f , et donc que f est un projecteur, sur Im(f )
parallèlement par Ker(f ).
Déterminons Ker(f ) : soit P ∈ R[x]. On a :

P ∈ Ker(f ) ⇔ f (P ) = 0 ⇔ ∃Q ∈ R[x], P = AQ ⇔ A divise P

Ainsi Ker(f ) = {P ∈ R[x] | A divise P }.

Déterminons Im(f ) : pour tout P ∈ R[x], f (P ) est le reste de la division euclidienne de P par A, et est
donc de degré < deg(A) =: a. Réciproquement si deg(P ) < a, alors on a :

P =A×0+P avec deg(P ) < deg(A).

Ainsi P = f (P ) ∈ Im(f ). On a donc montré que Im(f ) = Ra−1 [x].

Une conséquence de cet exercice est qu’on a la somme directe :

R[x] = Ra−1 [x] ⊕ {P ∈ R[x] | A divise P }.

Exercice 6.13 (FFF - Oral ESCP 2019)

Soient deux entiers n ≥ 1 et k ≥ 2. Soit E un R-espace vectoriel de dimension finie n.
Soient p1 , p2 , . . . , pk des endomorphismes de E tous non nuls et tels que :

p1 + p2 + · · · + pk = IdE et rg(p1 ) + rg(p2 ) + · · · + rg(pk ) ≤ n.

1. Montrer que E = Im(p1 ) ⊕ Im(p2 ) ⊕ · · · ⊕ Im(pk ).

2. Montrer que pour tout i ∈ J1, kK, l’endomorphisme pi est un projecteur de E, et que pour tout couple
(i, j) ∈ J1, kK2 vérifiant i 6= j, on a : pi ◦ pj = 0L (E) .
k
M
3. Montrer que pour tout i ∈ J1, kK, pi est le projecteur sur Im(pi ) parallèlement à Ki = Im(pj ).
j=1
j6=i

Changement de bases
0 1 1
 
Exercice 6.14 (F)
Considérons la matice M = 1 0 1, et u l’endomorphisme de R3 canoniquement associé à M .
0 0 1
On considère les vecteurs f1 = (1, −1, 0), f2 = (1, 1, 0) et f3 = (0, 0, 1).
1. Montrer que B = (f1 , f2 , f3 ) est une base de R3 .
2. Donner la matrice de passage de la base canonique à la base B et déterminer son inverse.

3. Soit x = (a, b, c) ∈ R3 . Déterminer les coordonnées de x dans la base B en fonction de a, b et c.

4. Déterminer la matrice T de u dans la base B.
5. En déduire T n puis M n pour tout n ∈ N.

13
ECG2 - Maths approfondies Lycée Louis Pergaud

1. On montre que la famille B est libre (...). Comme elle est de plus de cardinal 3 = dim(R3 ), c’est
bien une base de R3 .
2. Notons C la base canonique de R3 , et P la matrice de passage de la base C à la base B. On a (par
définition de la matrice de passage entre deux bases) :

1 1 0
 

P = −1 1 0 .
0 0 1

On calcule son inverse par la méthode de Gauss (...). On obtient :

1/2 −1/2 0
 

P −1 = 1/2 1/2 0 .
0 0 1
 
a
3. Soit x = (a, b, c) ∈ R3 . On a donc par définition que X = MC (x) =  b . Notons X 0 = MB (x).
c
Par le cours, on a la formule de changement de bases :

X = P X0 ⇒ X 0 = P −1 X.
(a − b)/2
 

On obtient donc X 0 = (a + b)/2. Ce résultat ne sera pas utile pour la suite.
c
4. Par la formule de changement de bases, on a :

T = P −1 M P.
−1 0 0
 

On obtient après calculs (...) que T =  0 1 1 .

0 0 1

−1 0 0 0 0 0
   

5. On a T = D + N où D =  0 1 0 et N = 0 0 1. On vérifie que D et N commutent

0 0 1 0 0 0
(ce qui permet d’appliquer le binôme de Newton). On obtient que T 0 = I3 , T 1 = T et pour tout
n≥2:
(−1)n 0 0
 

Tn =  0 1 n .
0 0 1
Il reste alors à calculer (...) :
M n = (P T P −1 )n = P T n P −1 .

Exercice 6.15 (FF)

Soit ϕ l’application définie sur R2 [x] et à valeurs dans R[x], qui à un polynôme P associe ϕ(P ) = (x2 −1)P 0 −2xP .
1. Montrer que ϕ est un endomorphisme de R2 [x].

2. Déterminer la matrice A de ϕ dans la base canonique, notée Bcan .

3. On pose P1 = (x + 1)2 , P2 = x2 − 1, P3 = (x − 1)2 . Montrer que B = (P1 , P2 , P3 ) est une base de R2 [x],
puis donner la matrice de passage de la base canonique à B.
4. En déduire la matrice de ϕ dans la base B.

5. Pour n ∈ N, déterminer la matrice de ϕn dans la base B. En déduire la matrice de ϕn dans la base

canonique.

14
ECG2 - Maths approfondies Lycée Louis Pergaud

1. On vérifie que ϕ est linéaire (...) et que pour tout P ∈ R2 [x], ϕ(P ) appartient à R2 [x].

2. On calcule ϕ(xk ) pour k = 0, 1, 2, afin d’obtenir A :

0 −1 0
 

A = −2 0 −2 .
0 −1 0

3. On montre que la famille B est libre “à la main” (...). Comme elle est de plus de cardinal 3 =
dim(R2 [x], c’est bien une base de R2 [x]. Notons P la matrice de passage de la base canonique à la
base B. On a :
1 −1 1
 

P = 2 0 −2 .
1 1 1

4. Notons A0 la matrice de ϕ dans la base B. On peut pour déterminer A0 utiliser deux méthodes.
• Méthode 1. Par formule de changement de bases. On a :

A0 = P −1 AP.

Il faut alors inverser P par la méthode de Gauss, puis faire le produit matriciel. On trouve
après calculs :

1/4 1/4 1/4 −2 0 0

   

P −1 = −1/2 0 1/2 et A0 =  0 0 0 .
1/4 −1/4 1/4 0 0 2

• Méthode 2. Calcul direct. On vérifie par le calcul que ϕ(P1 ) = −2P1 , ϕ(P2 ) = 0 et
ϕ(P3 ) = 2P3 . On obtient alors, par définition de la matrice de ϕ dans la base B, que :

0 0
 
−2
A0 =  0 0 0 .
0 0 2

Cette méthode a le mérite d’être moins calculatoire.

5. Pour tout n ∈ N∗ , on a :
(−2)n 0 0
 

MB (ϕ ) = (A ) =  0
n 0 n
0 0 .
0 0 2n
Par formule de changement de bases, on a :

MBcan (ϕn ) = An = (P A0 P −1 )n = P (A0 )n P −1 .

Il reste alors à calculer P −1 par la méthode de Gauss (si on ne l’a pas encore fait), puis à faire le
produit matriciel...

Exercice 6.16 (FF)

1 0 1 2 1 2 1 2
       
On considère A = , B= , C= et D = .
0 0 0 0 3 0 3 4
On note B la base canonique de M2 (R).
1. Montrer que la famille B 0 = (A, B, C, D) est une base de M2 (R).
2. Pour tout M ∈ M2 (R), on pose ϕ(M ) = AM − M A.

(a) Montrer que ϕ est un endomorphisme de M2 (R).

(b) Déterminer la matrice de ϕ dans la base B puis dans la base B 0 .

15
ECG2 - Maths approfondies Lycée Louis Pergaud

1. Notons B = (E1,1 , E1,2 , E2,1 , E2,2 ) la base canonique de M2 (R), et écrivons la matrice MB (B 0 ).

1 1 1 1
 
0 2 2 2
MB (B 0 ) = 
0 0 3 3 .


0 0 0 4

Cette matrice est triangulaire supérieure, et ses coefficients sur la diagonale sont tous non nuls. Donc
MB (B 0 ) est inversible, et B 0 est une base de M2 (R).
2. (a) Pour tout M, N ∈ M2 (R), pour tout λ, µ ∈ R, on a :

ϕ(λM + µN ) = A(λM + µN ) − (λM + µN )A = λAM + µAN − λM A − µN A

= λ(AM − M A) + µ(AN − N A) = λϕ(M ) + µϕ(N ).

Donc ϕ est un endomorphisme de M2 (R).

(b) Calculons :

ϕ(E1,1 ) = 02 , ϕ(E1,2 ) = E1,2 , ϕ(E2,1 ) = −E2,1 , ϕ(E2,2 ) = 02 .

On a donc :
0 0 0 0
 
0 1 0 0
MB (ϕ) = 
0
.
0 −1 0
0 0 0 0

Pour la matrice MB0 (ϕ), on peut procéder de deux manières différentes.

Méthode 1. Formule de changement de bases.

On a :
1 1 1 1
 
0 2 2 2
P = PB,B0 = MB (B ) = 
0
0
.
0 3 3
0 0 0 4
Par formule de changement de bases, on a :

MB0 (ϕ) = P −1 MB (ϕ)P.

Il faudrait alors faire la méthode du miroir pour calculer P −1 , puis faire ce produit matriciel.
On trouve après calcul :
0 −1 −1 −1
 
0 1 2 2
MB0 (ϕ) = 
0 0 −1 −1 .


0 0 0 0

Méthode 2. Méthode directe.

On a après calcul :

0 2 0 2
   
ϕ(A) = 02 , ϕ(B) = = B − A, ϕ(C) = ϕ(D) = = −C + 2B − A.
0 0 −3 0

On en déduit que :
0
 
−1 −1 −1
0 1 2 2
MB0 (ϕ) =  .
0 0

−1 −1
0 0 0 0

Exercice 6.17 (FF)

On considère F = {(x, y, z)|x + y − z = 0} et G = V ect(1, 1, 1).

16
ECG2 - Maths approfondies Lycée Louis Pergaud

1. (a) Déterminer une base (e1 , e2 ) de F et une base (e3 ) de G.

(b) Montrer que B = (e1 , e2 , e3 ) est une base de R3 . En déduire que F et G sont supplémentaires dans
R3 .
2. On considère p le projecteur sur F parallèlement à G.
(a) Déterminer la matrice de p dans la base B.
(b) En déduire la matrice de p dans la base canonique. On pourra pour cela s’aider du logiciel Python
pour les calculs matriciels.
(c) Donner p(x, y, z) pour tout (x, y, z) ∈ R3 .
3. Soit q le projecteur sur G parallèlement à F . Déterminer q(x, y, z) pour tout (x, y, z) ∈ R3 .

1. (a) Je vous laisse vérifier que les vecteurs e1 = (1, 0, 1) et e2 = (0, 1, 1) forment une base de F , et
que le vecteur e3 = (1, 1, 1) forme une base de G.
(b) On vérifie que la famille B est libre en revenant à la définition. Elle est de plus de cardinal
3 = dim(R3 ). C’est donc une base de R3 . Par théorème de concaténation des bases, on peut
affirmer que F et G sont supplémentaires dans R3 .
2. (a) Soit p le projecteur sur F parallèlement à G. Puisque G = Ker(p) et F = Ker(p − Id), on a :

p(e1 ) = e1 , p(e2 ) = e2 , p(e3 ) = e3 .

En particulier, on a :
1 0 0
 

MB (p) = 0 1 0 .
0 0 0

(b) Notons C la base canonique de R3 , et P la matrice de passage de C à B. Par formule de

changement de bases, on a :

MB (p) = P −1 MC (p)P ⇒ MC (p) = P MB (p)P −1 .

On a :
1 0 1
 

P = 0 1 1 .
1 1 1
Utilisons Python pour éviter les calculs :
>>> import numpy as np
>>> import numpy.linalg as al
>>> P = np.array([[1,0,1],[0,1,1],[1,1,1]])
>>> Q = al.inv(P); Q
array([[ 0., -1., 1.],
[-1., 0., 1.],
[ 1., 1., -1.]])
>>> B = np.array([[1,0,0],[0,1,0],[0,0,0]])
>>> A = np.dot(np.dot(P,B),Q); A
array([[ 0., -1., 1.],
[-1., 0., 1.],
[-1., -1., 2.]])
0 −1 1
 

Ainsi, on a MC (p) = −1 0 1.

−1 −1 2
(c) Si on note (ε1 , ε2 , ε3 ) la base canonique de R3 , on a par lecture matricielle :

p(ε1 ) = 0ε1 − ε2 − ε3 = (0, −1, −1),

p(ε2 ) = −1ε1 + 0ε2 − ε3 = (−1, 0, −1),

p(ε3 ) = ε1 + ε2 + 2ε3 = (1, 1, 2).

17
ECG2 - Maths approfondies Lycée Louis Pergaud

Pour tout (x, y, z) ∈ R3 , on a :

p(x, y, z) = p(xε1 + yε2 + zε3 ) = xp(ε1 ) + yp(ε2 ) + zp(ε3 )

= x(−1, 0, −1) + y(0, −1, −1) + z(1, 1, 2) = (−x + z, −y + z, −x − y + 2z).

3. Notons q le projecteur sur G parallèlement à F . Commençons par un rappel.

Rappel. Projecteurs associés.

Si p est le projecteur sur F parallèlement à G, alors q = IdE − p est le projecteur sur G
parallèlement à F . En effet, pour tout z ∈ E, il existe un unique couple (x, y) ∈ F × G tel que
z = x + y, et on a :
q(z) = z − p(z) = x + y − x = y.
On a ainsi les relations :

p + q = IdE et p ◦ q = q ◦ p = 0L (E) .

On dit que p et q sont les projecteurs associés à la décomposition E = F ⊕ G.

G
z
y = q(z)

F {0E }

x = p(z)

Projecteurs associés à la décomposition E = F ⊕ G.

Ici, on a donc que q = IdR3 − p, de sorte que pour tout (x, y, z) ∈ R3 , on a :

q(x, y, z) = (x, y, z) − (−x + z, −y + z, −x − y + 2z) = (2x − z, 2y − z, x + y − z).

Exercice 6.18 (FFF)

2 1 1 0
   
Montrer que les matrices A = et B = sont semblables.
1 2 0 3

Soit ϕ : X ∈ M2,1 (R) 7→ AX ∈ M2,1 (R) l’endomorphisme canoniquement associé à A. Rappelons que si
C = (e1 , e2 ) désigne la base canonique de M2,1 (R), on a (c’est du cours) :

MC (ϕ) = A.

On va montrer que B est la matrice de ϕ dans une autre base. Pour cela, on va commencer par analyser
le problème pour savoir comment trouver cette base.
Analyse du problème. On cherche donc une base B = (f1 , f2 ) telle que :

MB (ϕ) = B,

ce qui correspond à chercher des vecteurs f1 et f2 formant une famille libre et satisfaisant :

ϕ(f1 ) = f1 et ϕ(f2 ) = 3f2 .

18
ECG2 - Maths approfondies Lycée Louis Pergaud

 
x
Recherche de la famille (f1 , f2 ). Soit donc X = . On a :
y

AX = X ⇔ x + y = 0

1 1
   
Ainsi Ker(A − I2 ) = Vect et on prendra par exemple f1 = . De même, on a :
−1 −1

AX = 3X ⇔ x − y = 0

1 1
   
Ainsi Ker(A − 3I2 ) = Vect et on prendra par exemple f2 = .
1 1
Vérifications. Reste à montrer que la famille B = (f1 , f2 ) est une base de M2,1 (R). Elle est de cardinal
2 = dim(M2,1 (R)) et libre car formée de deux vecteurs non colinéaires. C’est donc bien une base. Et on
a en remontant les calculs précédents que ϕ(f1 ) = f1 et ϕ(f2 ) = 3f2 . Ainsi on a bien établi que :

MB (ϕ) = B.

Les matrices A et B sont donc bien semblables puisqu’elles représentent le même endomorphisme dans
des bases distinctes.

Trace
Exercice 6.19 (FF - Trace d’un endomorphisme - )
Soit E un espace vectoriel de dimension finie.
1. Soit f un endomorphisme de E et soit B une base de E. Montrer que le scalaire Tr(MB (f )) est indépen-
dant de la base B choisie.
Ce scalaire est appelée la trace de f et notée Tr(f ).
 
a b
2. Exemple. Soit A = ∈ M2 (R), et considérons l’application uA : M2 (R) → M2 (R) définie par
c d
uA (M ) = AM .
(a) Montrer que uA est un endomorphisme de M2 (R).
(b) Calculer Tr(uA ).
3. Soit p un projecteur de E. Montrer que Tr(p) = rg(p).

Exercice 6.20 (FF)

Soit f un endomorphisme d’un espace vectoriel de dimension n. On suppose que rg(f ) = Tr(f ) = 1.
1. Montrer qu’il existe une base B de E telle que :
 
a1 a2 ... an
0 0 ... 0
MB (f ) =  . .. ..  .
 
 .. . .
0 0 ... 0

2. En déduire que f est un projecteur.

1. Analyse du problème. On cherche une base B = (e1 , . . . , en ) telle que :

f (e1 ) = a1 e1 , . . . , f (en ) = an e1 .

Puisque f est de rang 1, l’un des ai est non nul et donc e1 appartiendrait à Im(f ) qui est de dimension
1. Ainsi il faudra prendre e1 une base de Im(f ), et on n’a pas de contrainte pour e2 , . . . , en .

Construction de la base. Prenons donc e1 une base de Im(f ). On la complète en une base
B = (e1 , . . . , en ) de E. Pour tout 1 ≤ i ≤ n, f (ei ) appartient à Im(f ) = Vect(e1 ), donc il existe

19
ECG2 - Maths approfondies Lycée Louis Pergaud

ai ∈ R tel que :
f (ei ) = ai e1 .
On peut donc écrire la matrice de f dans la base B :
 
a1 a2 ... an
0 0 ... 0
M = MB (f ) =  . .. ..  .
 
 .. . .
0 0 ... 0

2. On a :
a21
 
a1 a2 ... a1 an
0 0 ... 0 
M2 =  . .. ..  .
 
 .. . . 
0 0 ... 0
De plus on sait que 1 = Tr(f ) = Tr(M ) = a1 . Donc on obtient :

1 a2 . . . a n
 
0 0 . . . 0 
M2 = . . ..  = M.
 
 .. .. .
0 0 ... 0

Ainsi f est bien un projecteur.

Exercice 6.21 (FFF - Formes linéaires sur Mn (R))

Soit n ∈ N∗ .
1. Soit A ∈ Mn (R). Pour tout M ∈ Mn (R), on pose ϕA (M ) = Tr(AM ).
Montrer que ϕA définit une forme linéaire sur Mn (R).
2. On considère l’application Φ : Mn (R) → L (Mn (R), R) définie par Φ(A) = ϕA .
(a) Montrer que Φ est linéaire.
(b) Montrer que Φ est un isomorphisme.
Indication. On pourra calculer ϕA (Ei,j ) où Ei,j est la matrice élémentaire d’indice (i, j).
(c) En déduire que pour toute forme linéaire ϕ sur Mn (R), il existe une unique matrice A ∈ Mn (R) telle
que ϕ(M ) = Tr(AM ) pour tout M ∈ Mn (R).
3. Déterminer toutes les formes linéaires ϕ de Mn (R) satisfaisant :
∀M, N ∈ Mn (R), ϕ(M N ) = ϕ(N M ).

1. ϕA est clairement à valeurs dans R. De plus on a pour tout M, N ∈ Mn (R) et pour tout λ, µ ∈ R :

ϕA (λM +µN ) = Tr(A(λM +µN ) = Tr(λAM +µAN ) = λTr(AM )+µTr(AN ) = λϕA (M )+µϕA (N ).

Donc ϕA est bien une forme linéaire.

2. (a) Pour tout λ, µ ∈ R et A, B ∈ Mn (R), montrons que :

Φ(λA + µB) = λΦ(A) + µΦ(B)

soit en d’autres termes :

ϕλA+µB = λϕA + µϕB .
Soit pour cela M ∈ Mn (R), on a :

ϕλA+µB (M ) = Tr((λA + µB)(M )) = Tr(λAM + µBM )

= λTr(AM ) + µTr(BM ) = λϕA (M ) + µϕB (M )

D’où l’égalité. Donc Φ est bien linéaire.

20
ECG2 - Maths approfondies Lycée Louis Pergaud

(b) Montrons que Φ est injective. Soit pour cela A ∈ Ker(Φ), on a :

Φ(A) = ϕA = 0L (Mn (R),R) .

Ainsi pour tout M ∈ Mn (R), on a :

ϕA (M ) = 0, soit encore Tr(AM ) = 0.

Prenons alors (i, j) ∈ J1, nK2 et calculons Tr(AEi,j ). Si on note Ck la k-ème colonne de A, on
a:
AEi,j = (0 . . . 0 Ci 0 . . . 0)
|{z}
colonne j

Il y a un seul coefficient non nul sur la diagonale de AEi,j qui est celui de la j-ème ligne de
Ci , soit aj,i . Ainsi on a Tr(AEi,j ) = aj,i . On peut donc conclure que si A ∈ Ker(Φ), alors
aj,i = 0 pour tout (i, j) ∈ J1, nK2 . D’où A = 0, et Φ injective. Comme de plus dim(Mn (R)) =
dim(L (Mn (R), R)), on en déduit que Φ est un isomorphisme.
(c) Ainsi tout forme linéaire ϕ sur Mn (R) admet un unique antécédent par Φ : il existe donc
une unique matrice A ∈ Mn (R) telle que Φ(A) = ϕ, soit encore ϕ(M ) = Tr(AM ) pour tout
M ∈ Mn (R).
3. Soit ϕ une telle forme linéaire. D’après les question précédentes, on sait qu’il existe une unique
matrice A ∈ Mn (K) telle que :

∀M ∈ Mn (K), ϕ(M ) = Tr(AM ).

On suppose de plus que pour tout X, Y ∈ M (K), ϕ(XY ) = ϕ(Y X), ce qui donne :

Tr(AM N ) = Tr(AN M ).

Prenons en particulier M = Ei,j et N = Ek,l . Rappelons que :

(
1 si j = k
Ei,j × Ek,l = δj,k Ei,l où δj,k =
0 sinon.

On a :
Tr(AEi,j Ek,l ) = δj,k Tr(AEi,l ) = δj,k al,i
selon un calcul déjà effectué dans les questions précédentes. De même,

Tr(AEk,l Ei,j ) = δl,i aj,k

Ainsi pour tout 1 ≤ i, j, k, l ≤ n :

δj,k al,i = δl,i aj,k .
En particulier :
• pour tout l 6= i et en prenant j = k, on obtient al,i = 0. Donc A est une matrice diagonale.
• pour i = l et k = j, on obtient ai,i = aj,j . Donc tous les coefficients diagonaux sont égaux.
Ainsi A est une matrice scalaire, et il existe λ ∈ R tel que A = λIn . On peut donc conclure que
pour tout M ∈ Mn (R) :
ϕ(M ) = Tr(AM ) = λTr(M ).

Polynômes d’endomorphismes
Exercice 6.22 (F)
Déterminer un polynôme annulateur et l’inverse s’il existe des endomorphismes :

Mn (R) → Mn (R)
f: .
A 7→ A + 2A
t

21
ECG2 - Maths approfondies Lycée Louis Pergaud

E → E
g: où E est un espace vectoriel, u ∈ E et ϕ est une forme linéaire telle que ϕ(u) = 1.
x 7→ ϕ(x)u + x

Exercice 6.23 (FF)

Soit E un espace vectoriel de dimension finie et f ∈ L (E) tel que 2f 2 − 3f − 9IdE = 0.
On pose alors u = 2f + 3IdE et v = f − 3IdE .
1. Calculer u − 2v. En déduire que E = Im(u) + Im(v).

2. Calculer u ◦ v et v ◦ u. En déduire que Im(u) ⊂ Ker(v) et Im(v) ⊂ Ker(u).

3. Montrer que E = Ker(u) ⊕ Ker(v).
4. (Cubes) En déduire que f est diagonalisable.

1. On a :
u − 2v = 2f + 3IdE − 2(f − 3IdE ) = 9IdE .
Ainsi pour tout x ∈ E, on a :
1 −2
u(x) − 2v(x) = 9x, soit x = u(x) + v(x) .
|9 {z } | 9 {z }
∈Im(u) ∈Im(v)

Ainsi on a E = Im(u) + Im(v).

2. On a :
u ◦ v = (2f + 3IdE ) ◦ (f − 3IdE ) = 2f 2 − 3f − 9IdE = 0L (E) .
Par l’exercice 2, on en déduit que Im(v) ⊂ Ker(u). De même, on a puisque u et v commutent (ce
sont tous les deux des polynômes en f ) :

v ◦ u = u ◦ v = 0L (E) .

Ainsi on a également Im(u) ⊂ Ker(v).

3. Puisque Im(v) ⊂ Ker(u) et Im(u) ⊂ Ker(v), on a E = Im(u) + Im(v) ⊂ Ker(u) + Ker(v) ⊂ E.
Ainsi on a E = Ker(u) + Ker(v). Reste à montrer que cette somme est directe : soit pour cela
x ∈ Ker(u) ∩ Ker(v), on a :

u(x) = 0E ⇒ 2f (x) + 3x = 0E (1)

et
v(x) = 0E ⇒ f (x) − 3x = 0E (2)
En faisant (1) − 2(2), on obtient 9x = 0E , soit x = 0E . Ainsi on a bien que E = Ker(u) ⊕ Ker(v).
4. On a Ker(u) = Ker(f + 23 IdE ) et Ker(v) = Ker(f − 3IdE ) qui sont respectivement les sous-esapces
3
propres de f associés aux valeurs propres − et 3. Comme on a E = E−3/2 (f ) ⊕ E3 (f ) est somme
2
directe de sous-espaces propres de f , on en déduit que f est diagonalisable.

Sous-espaces stables
0 0 1 0
 
Exercice 6.24 (F)
1 1 1 −2
Soit f l’endomorphisme de R4 dont la matrice dans la base canonique est M =  .

−1 0 0 0
0 1 1 −1
1. Montrer que f ◦ f = −IdR4 .
2. Montrer que pour tout u ∈ R4 , le sous-espace vectoriel Vect(u, f (u)) est stable par f .

22
ECG2 - Maths approfondies Lycée Louis Pergaud

3. On pose e1 = (1, 0, 0, 0), e2 = f (e1 ), e3 = (0, 1, 0, 0) et e4 = f (e3 ).

Montrer que B = (e1 , e2 , e3 , e4 ) est une base de R4 .
4. Déterminer la matrice M 0 de l’endomorphisme f dans la base B.

Exercice 6.25 (FFF - QSP HEC 2017)

Soit E un espace vectoriel sur R, p un projecteur de E et u un endomorphisme de E.
Montrer que p et u commutent si et seulement si Ker(p) et Im(p) sont stables par u.

⇒ C’est du cours : si deux endomorphismes commutent, le noyau et l’image de l’un sont stables par
l’autre.
⇐ Supposons donc que Ker(p) et Im(p) sont stables par u. Rappelons que puisque p est un projecteur,
on a :
E = Im(p) ⊕ Ker(p)
et que :
∀x ∈ Im(p), p(x) = x et ∀y ∈ Ker(p), p(y) = 0E .
On va montrer que u et p commutent sur Im(p), sur Ker(p), puis sur E tout entier.

– Sur Ker(p) : pour tout x ∈ Ker(p), on a :

u ◦ p(x) = u(0E ) = 0E et p ◦ u(x) = p( u(x) ) = 0E

|{z}
∈Ker(u)

car Ker(p) est stable par u.

– Sur Im(p) : pour tout y ∈ Im(p), on a :

u ◦ p(y) = u(y) et p ◦ u(y) = p( u(y) ) = u(y)

|{z}
∈Im(u)

car Im(p) est stable par u.

– Sur E : pour tout z ∈ E, il existe (x, y) ∈ Ker(u) × Im(u) tel que z = x + y. On obtient :

p ◦ u(z) = p ◦ u(x) + p ◦ u(y) = u ◦ p(x) + u ◦ p(y) = u ◦ p(x + y) = u ◦ p(z)

en utilisant que u et p commutent sur Im(p) et sur Ker(p). D’où le résultat.

Exercice 6.26 (FFF - Caractérisation des homothéties - )

Soit E un K-espace vectoriel de dimension finie, et soit f ∈ L (E). On suppose que f laisse stable toutes les
droites vectorielles.
1. Montrer que ∀x 6= 0E , ∃!λx ∈ K : f (x) = λx x.
2. Soient x et y deux vecteurs non nuls de E.
(a) Montrer que si x et y sont liés, alors λx = λy .
(b) Montrer que si (x, y) est une famille libre, alors λx+y = λx . En déduire que λx = λy .
3. Déduire de ce qui précède que f est une homothétie.

1. Pour tout x ∈ E, x 6= 0E , la droite Vect(x) est stable par f , donc en particulier f (x) ∈ Vect(x). Il
existe donc un unique scalaire λx ∈ K tel que f (x) = λx x.
2. Soient x et y deux vecteurs non nuls de E.
(a) Supposons x et y liés. Puisqu’ils sont non nuls, il existe µ ∈ K tel que y = µx. On a alors :

λy y = f (y) = µf (x) = µλx x = λx y.

23
ECG2 - Maths approfondies Lycée Louis Pergaud

Puisque y 6= 0E , on obtient λy = λx .
(b) Supposons que (x, y) est une famille libre, alors :

λx+y (x + y) = f (x + y) = f (x) + f (y) = λx x + λy y.

Par liberté de la famille, on en déduit que λx+y = λx et λx+y = λy . Ainsi on a bien que
λx = λy .
3. On a donc montré que pour tout x, y non nuls, λx = λy . Notons λ ∈ K ce réel. On a donc pour
tout x 6= 0E , f (x) = λx. Puisque cette égalité est encore vraie pour x = 0E , on obtient donc que
f = λIdE . f est donc bien une homothétie.

Exercice 6.27 (FFFF)

Montrer que F = {f ∈ L (Mn (R)) : ∀A ∈ Mn (R), f (t A) = t f (A)} est un sous-espace vectoriel de L (Mn (R))
et en déterminer la dimension.

Montrons que F est un sous-espace vectoriel de L (Mn (R)) :

• Si f = 0L (Mn (R)) , alors pour tout A ∈ Mn (R) :

f (t A) = 0n =t f (A).

Donc f appartient bien à F .

• Soient f, g ∈ F et λ, µ ∈ R. Montrons que λf + µg appartient à F . Pour tout A ∈ Mn (R) :

(λf + µg)(t A) = λf (t A) + µg(t A) = λt f (A) + µt g(A) car f, g ∈ F

= (λf (A) + µg(A)) = (λf + µg)(A).
t t

Donc λf + µg appartient bien à F

F est bien un sous-espace de L (Mn (R)).

Remarquons, en notant g l’application linéaire transposée, que :

F = {f ∈ L (E) : ∀A ∈ Mn (R), f ◦ g(A) = g ◦ f (A)} = {f ∈ L (E) : f ◦ g = g ◦ f } = C (g)

où C (g) est le commutant de g.

Or l’endomorphisme g est lié aux sous-espaces Sn et An de Mn (R). Plus précisément :

Sn = Ker(g − IdMn (R) ) et An = Ker(g + IdMn (R) ).

Puisque f commute avec g, il commute avec g−IdMn (R) et g+IdMn (R) , et laisse donc stable les sous-espaces
Sn et An .
Réciproquement, soit un endomorphisme f laissant stable Sn et An . Puisque Mn (R) = Sn ⊕ An , pour
tout M ∈ Mn (R), il existe (S, A) ∈ Sn × An tels que :

M = S + A.

On a alors :

f (t M ) = f (t (A + S) = f (S − A) = f (S) − f (A) = t f (S) + t f (A) = t (f (S) + f (A)) = t f (M )

car f (S) ∈ Sn et f (A) ∈ An .

On a donc montré qu’un endomorphisme f de Mn (R) appartient à F si, et seulement si, f laisse stable
Sn (R) et An (R).

24
ECG2 - Maths approfondies Lycée Louis Pergaud

Allons un peu plus loin en considérant B une base de Mn (R) adaptée à la somme directe Mn (R) =
Sn ⊕ An . Un endomorphisme f laisse stable Sn (R) et An (R) si, et seulement si, sa matrice MB (f ) dans
la base B est diagonale par blocs :
C 0
 
MB (f ) = ,
0 D
où C ∈ Ms (R) et D ∈ Ma (R) avec s = dim Sn et a = dim An .
Finalement,
 pourf ∈ L (Mn (R)), f appartient à F si, et seulement si, sa matrice dans la base B est de
C 0
la forme où C ∈ Ms (R) et D ∈ Ma (R).
0 D
Notons ΦB : f ∈ L (Mn (R)) 7→ MB (f ) ∈ Mn2 (R). Par le cours, ΦB est un isomorphisme d’espaces
vectoriels. Par ce qu’on vient d’établir, il induit un isomorphisme de F sur le sous-espace G de Mn2 (R)
des matrices diagonales par blocs :

C 0
  
G= , C ∈ Ms (R), D ∈ Ma (R) .
0 D

Par conséquent, les dimensions de F et G sont égales. Or, il est facile de calculer la dimension de G (il
suffit de compter le nombre de coefficients, à savoir s2 + a2 , dans de telles matrices par blocs). Ainsi :
2 2
n(n + 1) n(n − 1) n4 + 1
 
dim(F ) = s + a =
2 2
+ = .
2 2 2

25