Chapitre 23

MATRICES
Enonc des exercices
1 Les basiques
Exercice 23.1 Donner la matrice de lapplication linaire f : R
3
R
3
, f (x, y, z) = (z, y, x) dans les bases cano-
niques.
Puis montrer que E =((1, 0, 1) , (0, 1, 0) , (1, 0, 1)) est une base. Donner la matrice de f dans E.
Exercice 23.2 Soit f lendomorphisme de R
2
dni par
f
_
x
y
_
=
_
x 3y
2x + 4y
_
Justier que E =
__
1
1
_
,
_
2
1
__
est une base de R
2
.
Soit A =
_
1 3
2 4
_
, B =
_
4 1
2 8
_
que reprsentent A et B vis vis de f ?
Exercice 23.3 Donner la matrice de lapplication linaire f : R
2
[X] R
2
[X] , f (P) = (X 1)
2
P
_
1
X1
_
+
(X 1) P

(X) dans la base canonique, puis dans la base de Taylor :

_
1, (X 1) ,
(X1)
2
2
_
.
Exercice 23.4 Soit E = Vect (sin, cos, ch, sh) . On a vu que E =(sin, cos, ch, sh) est une base de E. Donner la matrice
de loprateur de drivation dans cette base.
Exercice 23.5 Soit A =
_
_
1 1 2
0 1 0
1 1 2
_
_
et f lendomorphisme canoniquement associ. Dterminer le rang de f,
dterminer ker f. Donner une base de Imf
Exercice 23.6 Soit E =(e
1
, e
2
, e
3
) o e
1
=
_
_
1
0
1
_
_
, e
2
=
_
_
1
1
2
_
_
et e
3
=
_
_
2
1
1
_
_
. Montrer que cest une base de
R
3
. Soit f lendomorphisme de R
3
de matrice A =
_
_
1 0 3
0 2 0
3 0 1
_
_
dans cette base. Que vaut f (e
1
2e
2
+ 3e
3
) ?
1. LES BASIQUES CHAPITRE 23. MATRICES
Exercice 23.7 Soit A =
_
_
1 0 1
1 2 1
1 1 1
_
_
et f lendomorphisme de R
3
associ. Montrer quil existe une base
E =(e
1
, e
2
, e
3
) telle que
B = Mat
B
(f) =
_
_
0 0 0
0 1 1
0 0 1
_
_
Exercice 23.8 Puissance nime et racine nime de matrices.
1. Calculer A
n
pour A =
_
_
1 2 1
0 1 2
0 0 1
_
_
et n entier.
2. (Plus technique) Trouver B tel que B
2
= A et plus gnralement B tel que B
n
= A pour n 2.
Exercice 23.9 Trouver B tel que B
2
=
_
_
1 2 3
0 1 2
0 0 1
_
_
Exercice 23.10 Soit E = R
3
[X] et : P P(X + 1) P(X)
1. Ecrire la matrice de dans la base canonique Ede E, calculer (8X
3
+ 2X
2
5X + 1). est-elle injective ?
Que vaut Im() ?
2. Soit N
0
= 1 , N
1
= X , N
2
=
X(X1)
2!
, N
3
=
X(X1)(X2)
3!
, vrier que ces quatre vecteurs forment une base
E

de E. Ecrire la matrice de dans cette base.

3. Dterminer la matrice de passage de E E

, et calculer son inverse.

4. Calculer les coordonnes de 8X
3
+ 2X
2
5X + 1 dans E

, en dduire lexpression de
(8X
3
+ 2X
2
5X + 1) dans E

. Retrouver enn la valeur de (8X

3
+ 2X
2
5X + 1) dans E.
5. Calculer
4
(P) laide de la dnition de puis avec sa matrice dans E

. Quelle relation peut-on en dduire ?

Exercice 23.11 Soit A =
_
_
2 0 0
0 1 0
0 1 2
_
_
et f lendomorphisme associ A dans la base canonique E=(e
1
, e
2
, e
3
) de
R
3
.
1. Dterminer F = ker (f 2Id) et G = ker (f Id) . Justier que F G = R
3
2. Soit p la projection sur F de direction G, dterminer P = Mat
B
(p), la matrice de p dans E.
Soit q la projection sur G de direction F, que valent p +q, p q, q p et Q = Mat
B
(q).
3. Montrer que A = 2P +Q et en dduire A
n
.
Exercice 23.12 Soit E = R
3
. On note E la base canonique de R
3
. On dnit F =
_
(x, y, z) R
3
, x +y +z = 0
_
et
G =
_
(x, y, z) R
3
, x = y = z
_
1. Justier que F et G sont des sous espaces vectoriels supplmentaires de E .
2. Soit E

= (u
1
, u
2
, u
3
) o u
1
= (1, 1, 1), u
2
= (1, 0, 1), u
3
= (0, 1, 1).
Montrer que E

est une base.

3. Calculer P
B,B
, justier que cette matrice est inversible, puis dterminer P
1
B,B

4. Soit p la projection sur F de direction G, et f lanit de base G, de direction F et de rapport 2.

Donner les matrices de p et f dans E (on utilisera la base E

puis un changement de bases)

Exercice 23.13 Soit A =
_
_
5 3 3
15 9 7
9 5 3
_
_
et f lendomorphisme canoniquement associ dans la base canonique
de R
3
.
2/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
On pose u
1
=
_
_
1
1
1
_
_
, u
2
=
_
_
0
1
1
_
_
et u
3
=
_
_
1
2
1
_
_
.
Montrer que E =(u
1
, u
2
, u
3
) est une base et calculer la matrice de f dans E. En dduire A
n
.
Exercice 23.14 Soit A =
_
_
_
_
_
_
1 0 0 a
1
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
.
.
.
0 0 1 a
n
_
_
_
_
_
_
et f lapplication linaire associe de R
p
dans R
q
. Prciser p et
q en fonction de n. Dterminer Imf et ker f.
Exercice 23.15
Soit A =
_
_
0 1 0
2 1 2
1 1 1
_
_
et f lendomorphisme de R
3
de matrice A dans la base canonique E
1
de R
3
.
1. Dterminer ker f.
2. Soit

u =
_
_
1
1
0
_
_
,

v =
_
_
1
1
1
_
_
et w =
_
_
1
0
1
_
_
. Montrer que E
2
=(

u ,

v , w) est une base de R

3
.
3. Donner la matrice B de f dans E
2
.
4. Quelle est la matrice de passage P de E
1
E
2
? Justier que P est inversible et calculer P
1
.
5. Comment peut-on calculer A
n
?
Exercice 23.16 On considre les deux suites rcurrentes (u
n
)
nN
et (v
n
)
nN
dnies par
u
0
= 0
v
0
= 0
u
n+1
= au
n
+b
n
v
n+1
= bv
n
+a
n
o a, b et sont des complexes. On dnit la matrice M par M =
_
_
a 0
0 1 0
0 0 b
_
_
.
1. Montrer que M
n
=
_
_
a
n
0 u
n
0 1 0
0 0 b
n
_
_
=
_
_
a
n
0 v
n
0 1 0
0 0 b
n
_
_
, en dduire u
n
et v
n
lorsque a ,= b.
2. Pour a = b, calculer M
n
et en dduire u
n
.
2 Les techniques
Exercice 23.17 Soit A /
n
(R) telle que A
n
= 0 et A
n1
,= 0. Soit u lendomorphisme canoniquement associ
u. Montrer quil existe x
0
R
n
tel que
_
u
n1
(x
0
) , u
n2
(x
0
) , , u(x
0
) , x
0
_
soit une base de R
n
.
Quelle est la matrice de u dans cette base ?
Exercice 23.18 Soit R et f

: R
n
[X] R
n
[X] dni par f

= (P) (X) (P (X) P (a))(X a) (P

(X) P

(a))
Dterminer le noyau et limage de f

Exercice 23.19 Soit

A =
_
_
1 1 1
3 3 3
2 2 2
_
_
et f lendomorphisme associ A dans la base canonique de R
3
.
3/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
1. Dterminer le noyau et limage de f
2. Trouver une base de R
3
o la matrice de f est
B =
_
_
0 1 0
0 0 0
0 0 0
_
_
Exercice 23.20 Soit A =
1
2
_
_
_
_
1 1 0 0
1 1 0 0
0 0 3 1
0 0 1 1
_
_
_
_
et f lendomorphisme de R
4
canoniquement associ A.
Montrer quil existe une base E

de R
4
telle que Mat
B
(f) = B =
_
_
_
_
0 1 0 0
0 0 0 0
0 0 1 1
0 0 0 1
_
_
_
_
Comment peut-on calculer A
n
?
Exercice 23.21 Soient (a, b, c) C et A =
_
_
a c b
c a +b c
b c a
_
_
. On note f lendomorphisme de C
3
canoniquement
associ A. On considre les vecteurs v
1
=
_
_
1

2
1
_
_
, v
2
=
_
_
1

2
1
_
_
et v
3
=
_
_
1
0
1
_
_
.
Montrer que (v
1
, v
2
, v
3
) est une base de R
3
. Donner la matrice de f dans cette base. En dduire un moyen de calculer
A
n
.
Exercice 23.22 Soit a R, on dnit M (a) =
_
_
_
_
_
_
a 1 1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
1 1 a
_
_
_
_
_
_
/
n
(R)
1. Pour quelles valeurs de a, la matrice M (a) est-elle inversible ? Calculer alors son inverse.
2. Calculer M (a) M (b) et retrouver linverse de M (a) quand elle est inversible. (On pourra utiliser M (1))
Exercice 23.23 Soit A =
_
_
chx 0 shx
0 1 0
shx 0 chx
_
_
o x R, on note f lendomorphisme canoniquement associ A
dans la base canonique de R
3
.
1. On pose e
1
=
_
_
0
1
0
_
_
, e
2
=
_
_
1
0
1
_
_
et e
3
=
_
_
1
0
1
_
_
. Montrer que E =(e
1
, e
2
, e
3
) est une base de R
3
.
2. Dterminer la matrice B de f dans la base E. En dduire A
n
.
Exercice 23.24 Soit a, b, c trois rels dont un au moins est non nul, on dnit
A =
_
_
a
2
ba ca
ab b
2
cb
ac bc c
2
_
_
On note f lendomorphisme de R
3
de matrice A dans la base canonique.
1. Quel est le rang de f ?
2. Dterminer ker f, Imf, en donner une base et prciser leur dimension.
3. A-t-on ker f Imf = R
3
?
4/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
Exercice 23.25 Soit M =
_
_
_
_
_
_
_
1 1 1 1
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
1 1 1 1
_
_
_
_
_
_
_
/
n
(R) , on note f lendomorphisme associ M dans la
base canonique de R
n
.
1. Caculer M
n
.
2. Montrer quil existe une base E de R
n
telle que Mat
B
(f) =
_
_
_
_
_
_
_
_
0 0 0
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0 1 0
0 0 2
_
_
_
_
_
_
_
_
(matrice diagonale).
Exercice 23.26 Soit M =
_
_
_
_
_
_
_
_
1 1
1 1 0 0
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1 0
1 0 0 1
_
_
_
_
_
_
_
_
, on note f lendomorphisme associ M dans la base cano-
nique. Montrer quil existe une base E de R
n
telle que
Mat
B
(f) =
_
_
_
_
_
_
_
_
_
1 0 0
0
.
.
.
0 0
.
.
.
.
.
. 1
.
.
.
.
.
.
.
.
. 0 0
0 0
_
_
_
_
_
_
_
_
_
o et sont deux rels dterminer.
Exercice 23.27 Soit A /
n
(R) , montrer lquivalence
A antisymtrique X /
n,1
(R) ,
t
XAX = 0
Exercice 23.28 Soit n 2 et E = R
n
[X] , on dnit f par f (P) =
_
X
2
X
_
P (1) +
_
X
2
+X
_
P (1).
1. Montrer que f est un endomorphisme de E.
2. Donner la matrice de f dans la base canonique. Quel est le rang de f ?
3. Dterminer ker f et Imf.
Exercice 23.29 Soit n N, n 2, on note E = R
n
[X] , on dnit pour P E, (P) par
(P) = (X 1) P

+P

(0)
1. Montrer que est un endomorphisme de E.
2. Donner la matrice M de dans la base canonique de E.
3. Dterminer ker et Im,donner une base de ces sous-espace vectoriels.
4. Montrer que Im = Q E, Q(0) +Q

(0) = 0
5. Retrouver ce rsultat en utilisant la drive de (P) .
5/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

3. LES EXOTIQUES CHAPITRE 23. MATRICES
Exercice 23.30 Soit (u
n
)
nN
la suite dnie par la rcurrence
u
0
= 0 et u
n+1
= au
n
+bu
n1
pour n 1 avec u
1
,= 0
On considre la matrice M =
_
0 c
u
1
a
_
o c =
b
u
1
.
1. Montrer que
M
n
=
_
_
cu
n1
cu
n
u
1
u
n
u
n+1
u
1
_
_
2. En dduire que pour n 0, le terme u
n
u
n+2
u
2
n+1
ne dpend que de b et de u
1
.
3. Lorsque b = 1, a = 2 ch o > 0 et u
1
= 1, calculer u
n
en fonction de , puis exprimer la relation obtenue
en 2).
Exercice 23.31 Soit A /
3
(R) telle que A
3
+A = 0, montrer que A est non inversible.
3 Les exotiques
Exercice 23.32 Soit A la matrice
_
_
_
_
_
_
_
_
C
0
0
C
0
1
C
0
2
C
0
n
0 C
1
1
C
1
2
C
1
n
.
.
.
.
.
.
C
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. C
n1
n
0 0 C
n
n
_
_
_
_
_
_
_
_
/
n+1
(K) de terme gnral a
i,j
= C
i1
j1
, pour
i et j 0, , n (avec la convention classique : i > j C
j
i
= 0).
1. Ecrire A et linverser pour n = 2 et 3.
2. Soit u lendomorphisme de R
n
[X] ayant A pour matrice, calculer u(X
k
) puis u(P) pour P R
n
[X] .
3. En dduire linverse de A, montrer que A
1
= JAJ o J est diagonale dterminer.
Exercice 23.33 Soit (A
i
)
1in
2 une base de /
n
(C) et X /
n,1
(C) une matrice colonne non nulle. Montrer que
la famille (A
i
X)
1in
2
engendre /
n,1
(C).
4 Les olympiques
Exercice 23.34 Soit lendomorphisme de E = /
n
(C) dni par (M) =
t
M. Calculer le dterminant de .et
vrier votre calcul laide de la matrice de dans la base canonique de /
2
(C).
5 Le grenier
Exercice 23.35 Soit E = R
2
[X] et f dnie par f (P) =
_
X
2
+X + 1
_
P

+X
2
P

2XP
1. Justier que si P est dans E alors f (P) est aussi dans E.
2. Montrer que f est linaire.
3. Donner la matrice de f dans la base canonique.
4. Soit ( =
_
X, X
2
, X
2
+X + 1
_
, justier que ( est une base de E et prciser la matrice de f dans la base (.
Exercice 23.36 Soit E = R
n
[X] et : P (X +n) P (X) XP (X + 1)
1. Ecrire la matrice dans la base canonique.
2. Dterminer son noyau et son image.
6/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 5. LE GRENIER
Exercice 23.37 Soit M =
_
_
_
1 1
.
.
. _
.
.
.
1 1
_
_
_, on note f lendomorphisme associ M dans la base canonique. Montrer
quil existe une base E de R
n
telle que
Mat
B
(f) =
_
_
_
_
_
_
_
_
_
1 0 0
0
.
.
.
0 0
.
.
.
.
.
.
1
.
.
.
.
.
.
.
.
. 0 0
0 0
_
_
_
_
_
_
_
_
_
o et sont deux rels dterminer.
Exercice 23.38 Montrer que la matrice M =
_
_
b 1 b 2b
b b 1 2b
1 1 1
_
_
reprsente une symtrie dont on prcisera
la base et la direction.
Exercice 23.39 Montrer que la matrice M =
_
_
b + 1 b 0
b 2 b 1 0
1 1 1
_
_
reprsente une symtrie dont on prcisera la
base et la direction.
Exercice 23.40 On se place sur E = R
2
[X], on considre lendomorphisme dni par (P) =
_
X
2
3
_
P ()
o est un rel x. Donner la matrice dans la base canonique. Prciser ker , Im. A-t-on ker Im = E?
Lendomorphisme peut-il tre un projecteur, une symtrie ?
7/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

5. LE GRENIER CHAPITRE 23. MATRICES
8/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

Chapitre 23
MATRICES
Solution des exercices
1 Les basiques
Exercice 23.1 On a immdiatement Mat
Bc
(f) =
_
_
0 0 1
0 1 0
1 0 0
_
_
.
On calcule le rang de E. rg (E) = rg
_
_
1 0 1
0 1 0
1 0 1
_
_
=
C
2
+C
3
rg
_
_
1 0 2
0 1 0
1 0 0
_
_
= 3, on a trois vecteurs de rang 3 en
dimension 3. Ils forment une base.
Puis f (1, 0, 1) = (1, 0, 1) , f (0, 1, 0) = (0, 1, 0) et f (1, 0, 1) = (1, 0, 1).
Do Mat
B
(f) =
_
_
1 0 0
0 1 0
0 0 1
_
_
Exercice 23.2 Det E =

1 2
1 1

= 3 ,= 0 donc E est une base de R

2
. On a f
_
1
0
_
=
_
1
2
_
et f
_
0
1
_
=
_
3
4
_
donc A est la matrice de f dans la base canonique E
c
.
Puis f
_
1
1
_
= A
_
1
1
_
=
_
4
2
_
, f
_
2
1
_
= A
_
2
1
_
=
_
1
8
_
donc B = Mat
B,Bc
(f).
Exercice 23.3 f (1) = (X 1)
2
, f (X) = (X 1)
2
_
1
X1
_
+ (X 1) = 2X 2 et f
_
X
2
_
= (X 1)
2
_
1
X1
_
2
+
2X (X 1) = 1 2X + 2X
2
On a donc
Mat
Bc
(f) =
f (1) f (X) f
_
X
2
_
_
_
1 2 1
2 2 2
1 0 2
_
_
1
X
X
2
Ensuite f (X 1) = f (X) f (1) = 2 (X 1) (X 1)
2
, f
_
(X1)
2
2
_
=
1
2
(X 1)
2
_
1
X1
1
_
2
+ (X 1)
2
=
1
2
(X 1)
2
_
1
(X1)
2

2
X1
+ 1
_
+ (X 1)
2
=
3
2
(X 1)
2
(X 1) +
1
2
Do
Mat
BT
(f) =
_
_
0 0
1
2
0 2 1
2 2 3
_
_
1. LES BASIQUES CHAPITRE 23. MATRICES
Exercice 23.4 On a facilement Mat
B
(d) =
_
_
_
_
0 1 0 0
1 0 0 0
0 0 0 1
0 0 1 0
_
_
_
_
Exercice 23.5 Daprs la matrice on a rg A = 2 (On peut supprimer, pour le calcul du rang et uniquement
pour cela, la troisime colonne. Il reste deux colonnes indpendantes (car non colinaires).
On constate que 2C
1
C
3
=
_
_
0
0
0
_
_
, or 2C
1
C
3
reprsente le vecteur 2f (i) f (k) = f (2i k) (o (i, j, k) est la
base canonique). Ainsi 2i k =
_
_
2
0
1
_
_
ker f. Daprs le thorme du rang on a dimker f = dimR
3
dimImf =
3 2 = 1. Or Vect (2i k) ker f, par galit des dimensions, on a galit des ensembles.
Enn F = Vect
_
_
_
_
1
0
1
_
_
,
_
_
1
1
1
_
_
_
_
Imf, la famille
_
_
1
0
1
_
_
,
_
_
1
1
1
_
_
est libre donc engendre un espace de di-
mension 2. On en dduit que dimF = 2 = dimImf =F = Imf.
Une base de Imf est donc
_
_
_
_
1
0
1
_
_
,
_
_
1
1
1
_
_
_
_
(car elle est libre et engendre Imf)
Exercice 23.6 On calcule le dterminant de la famille.
Det (E) =

1 1 2
0 1 1
1 2 1

=
C
2
C
3

1 1 2
0 0 1
1 1 1

= (1)

1 1
1 1

= 2 ,= 0
On a bien une base.
Premire mthode :
Daprs la linarit de f, on a f (e
1
2e
2
+ 3e
3
) = f (e
1
)2f (e
2
)+3f (e
3
). Les colonnes de A donnent les coordonnes
des images de e
1
, e
2
, e
3
do
f (e
1
2e
2
+ 3e
3
) a pour coordonnes dans E :
_
_
1
0
3
_
_
2
_
_
0
2
0
_
_
+ 3
_
_
3
0
1
_
_
=
_
_
10
4
6
_
_
Ceci signie que
f (e
1
2e
2
+ 3e
3
) = 10e
1
4e
2
+ 6e
3
= 10
_
_
1
0
1
_
_
4
_
_
1
1
2
_
_
+ 6
_
_
2
1
1
_
_
=
_
_
18
2
8
_
_
Seconde mthode (la meilleure ! ! !) :
Les coordonnes de

u = e
1
2e
2
+ 3e
3
dans la base E =(e
1
, e
2
, e
3
) sont
_
_
1
2
3
_
_
, ainsi les coordonnes dans E de
f (

u ) sont A
_
_
1
2
3
_
_
=
_
_
1 0 3
0 2 0
3 0 1
_
_
_
_
1
2
3
_
_
=
_
_
10
4
6
_
_
. La matrice de passage de la base canonique E est
P =
_
_
1 1 2
0 1 1
1 2 1
_
_
, ainsi les coordonnes dans la base canonique de f (

u ) sont
P
_
_
10
4
6
_
_
=
_
_
1 1 2
0 1 1
1 2 1
_
_
_
_
10
4
6
_
_
=
_
_
18
2
8
_
_
10/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 1. LES BASIQUES
Exercice 23.7 On a
B = Mat
B
(f) =
_
_
_
_
f (e
1
) f (e
2
) f (e
3
)
_
_
0 0 0
0 1 1
0 0 1
_
_
e
1
e
2
e
3
_
_
_
_
Ainsi e
1
ker f. Or dans A, on a C
1
+C
3
= 0 donc f (i) +f (j) = 0 si (i, j, k) est la base canonique de R
3
.
On choisit donc
e
1
= i +k =
_
_
1
0
1
_
_
ker f
On cherche ensuite e
2
telle que
f (e
2
) = e
2
f (e
2
) +Id (e
2
) = 0 (f +Id) (e
2
) = 0 e
2
ker f +Id
La matrice dans la base canonique de f +Id est
A+I
3
=
_
_
1 0 1
1 2 1
1 1 1
_
_
+
_
_
1 0 0
0 1 0
0 0 1
_
_
=
_
_
0 0 1
1 1 1
1 1 2
_
_
dont la dirence des deux premires colonnes donne le vecteur nul. Ainsi e
2
= i j =
_
_
1
1
0
_
_
convient.
Enn on cherche e
3
tel que f (e
3
) = e
3
+e
2
. Si on pose e
3
=
_
_
x
y
z
_
_
alors
f (e
3
) =
_
_
x +z
x 2y +z
x y +z
_
_
=
_
_
1
1
0
_
_

_
_
x
y
z
_
_

_
_
_
z = 1
x y +z = 1
x y + 2z = 0

_
z = 1
x +y = 2
On choisit e
3
=
_
_
2
0
1
_
_
qui convient. On vrie que (e
1
, e
2
, e
3
) est bien une base.
Exercice 23.8 1. On dcompose A = I
3
+ N o N =
_
_
0 2 1
0 0 2
0 0 0
_
_
. On applique alors le binme de Newton
car I
3
N = NI
3
(lidentit commute avec toutes les matrices). Tout cela marche bien car N est nilpotente (Nihil
11/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

1. LES BASIQUES CHAPITRE 23. MATRICES
Potent), en eet N
2
=
_
_
0 0 4
0 0 0
0 0 0
_
_
et N
3
= (_). Ainsi
A
n
=
n

k=0

k
n
N
k
I
nk
=
n

k=0

k
n
N
k
=
2

k=0

k
n
N
k
(ceci mme si n < 2 car
k
n
= 0 pour k > n)
=
0
n
N
0
+
1
n
N +
2
n
N
2
= I
3
+nN +
n(n 1)
2
N
2
=
_
_
1 0 0
0 1 0
0 0 1
_
_
+
_
_
0 2n n
0 0 2n
0 0 0
_
_
+
_
_
0 0 2n(n 1)
0 0 0
0 0 0
_
_
=
_
_
1 2n n(2n 1)
0 1 2n
0 0 1
_
_
2. Considrons lexpression
A
n
= I
3
+nN +
n(n 1)
2
N
2
Si les mathmatiques sont bien faites (et elles le sont) on peut ventuellement faire n =
1
2
.
On pose donc
B = I
3
+
N
2

1
8
N
2
Alors
B
2
=
_
I
3
+
N
2

1
8
N
2
_
2
= I
3
+N
1
4
N
2
+
1
4
N
2

1
8
N
3
+
1
64
N
4
= I
3
+N = A car N
3
= (_)
Plus gnralement on pose
B = I
3
+
1
n
N +
1
n
_
1
n
1
_
2
N
2
= I
3
+
1
n
N +
1 n
2n
2
N
2
= I
3
+M o M =
1
n
N +
1 n
2n
2
N
2
Alors
MI
3
= I
3
M, on peut appliquer le binme donc
B
n
= (I
3
+M)
n
= I
3
+nM +
n(n 1)
2
M
2
+M
3
( )
Mais
M
2
=
_
1
n
N +
1 n
2n
2
N
2
_
2
=
1
n
2
_
N +
1 n
n
2
N
2
_
=
1
n
2
N +
2 (1 n)
n
2
N
3
+
_
1 n
n
2
_
2
N
4
=
1
n
2
N
12/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 1. LES BASIQUES
(noublions pas que N et N
2
commutent)
enn
M
3
=
1
n
3
_
N +
1 n
2n
N
2
_
3
=
1
n
3
_
N
3
+ 3
1 n
2n
N
4
+ 3
_
1 n
2n
_
2
N
5
+
_
1 n
2n
_
3
N
6
_
= (_)
do
B
n
= I
3
+nM +
n(n 1)
2
M
2
= I
3
+n
_
1
n
N +
1 n
2n
2
N
2
_
+
n(n 1)
2

1
n
2
N
= I
3
+N = A
Exercice 23.9 Comme on vient de faire lexercice prcdent, on a une petite ide. Soit I la matrice identit et
N =
_
_
0 1 0
0 0 1
0 0 0
_
_
, alors N
2
=
_
_
0 0 1
0 0 0
0 0 0
_
_
et N
3
= (_) do
_
_
1 2 3
0 1 2
0 0 1
_
_
= I +2N +3N
2
. Cherchons B sous
la forme B = I +N +N
2
.
_
I +N +N
2
_
2
= I +2N +2N
2
+
2
N
2
+2N
3
+
2
N
4
= I +2N +
_
2 +
2
_
N
2
. Il sut de prendre = 1,
= 1.
B =
_
_
1 1 1
0 1 1
0 0 1
_
_
convient
Exercice 23.10 Signalons quune vrication lmentaire prouve que est linaire.
1. On a (1) = 1 1 = 0, (X) = (X + 1) X = 1,
_
X
2
_
= (X + 1)
2
X
2
= 2X + 1 et
_
X
3
_
=
(X + 1)
3
X
3
= 3X
2
+ 3X + 1. On en dduit que :
Mat
B
() =
(1) (X)
_
X
2
_

_
X
3
_
_
_
_
_
0 1 1 1
0 0 2 3
0 0 0 3
0 0 0 0
_
_
_
_
1
X
X
2
X
3
On a
Mat
B
_
(8X
3
+ 2X
2
5X + 1)
_
= Mat
B
() Mat
B
_
8X
3
+ 2X
2
5X + 1)
_
Mat
B
_
(8X
3
+ 2X
2
5X + 1)
_
=
_
_
_
_
0 1 1 1
0 0 2 3
0 0 0 3
0 0 0 0
_
_
_
_
_
_
_
_
+1
5
+2
+8
_
_
_
_
=
_
_
_
_
5
28
24
0
_
_
_
_
. La colonne
obtenue reprsente les coordonnes de (8X
3
+ 2X
2
5X + 1) dans la base
B
, ainsi (8X
3
+ 2X
2

5X + 1) = 5 + 28X + 24X
2
On constate que nest pas injective, car (1) = 0 donc 1 ker () et par stabilit linaire, V ect (1) = R
0
[X]
ker () . Mais il est clair que est de rang 3, et dim R
3
[X]
. .
Espace de dpart
= 4 = rg () + dim(ker ()) (thorme
du rang), on en dduit que dim(ker ()) = 1. En conclusion R
0
[X] = ker () car ces deux espaces ont mme
dimension et que lun est inclus dans lautre.
De plus la prsence dune ligne de zro dans la matrice de nous donne le renseignement suivant : (P) na
pas de composante suivant X
3
, ce qui signie que Im() R
2
[X], puis par galit des dimensions, on a
Im() = R
2
[X]
13/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

1. LES BASIQUES CHAPITRE 23. MATRICES
Les quatre vecteurs donns sont chelonns en degr donc forment une base (Il sut dcrire leur matrice dans la
base canonique, la matrice obtenue est alors clairement de rang 4. On a donc 4 vecteurs de rang 4, en dimension
4, ils forment ainsi une base ).
2. On a (N
0
) = 0, (N
1
) = 1 = N
0
, (N
2
) =
(X+1)X
2

X(X1)
2
= X = N
1
et (N
3
) =
(X+1)(X)(X1)
3!

X(X1)(X2)
3!
=
X(X1)
3!
(X + 1 X + 2) =
X(X1)
2
= N
2
. Ainsi :
Mat
B
() =
(N
0
) (N
1
) (N
2
) (N
3
)
_
_
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
N
0
N
1
N
2
N
3
3. On a N
0
= 1, N
1
= X, N
2
=
1
2
X
2

1
2
X et N
3
=
1
6
X
3

1
2
X
2
+
1
3
X, ainsi
P
BB
=
N
0
N
1
N
2
N
3
_
_
_
_
1 0 0 0
0 1
1
2
1
3
0 0
1
2

1
2
0 0 0
1
6
_
_
_
_
1
X
X
2
X
3
Pour calculer linverse de cette matrice, le plus simple est dcrire que :
1 = N
0
, X = N
1
, X
2
= 2N
2
+ N
1
, X
3
= 6N
3
+ 3X
2
2X = 6N
3
+ 3 (2N
2
+N
1
) 2N
1
= 6N
3
+ 6N
2
+ N
1
,
ainsi
P
B

B
=
1 X X
2
X
3
_
_
_
_
1 0 0 0
0 1 1 1
0 0 2 6
0 0 0 6
_
_
_
_
N
0
N
1
N
2
N
3
4. On a
Mat
B

_
8X
3
+ 2X
2
5X + 1
_
= P
B

B
Mat
B
_
8X
3
+ 2X
2
5X + 1
_
Ce qui donne Mat
B

_
8X
3
+ 2X
2
5X + 1
_
=
_
_
_
_
1 0 0 0
0 1 1 1
0 0 2 6
0 0 0 6
_
_
_
_
_
_
_
_
1
5
2
8
_
_
_
_
=
_
_
_
_
1
5
52
48
_
_
_
_
. Ce qui signie que
8X
3
+ 2X
2
5X + 1 = 48N
3
+ 52N
2
+ 5N
1
+N
0
Puis Mat
B

_
8X
3
+ 2X
2
5X + 1
__
=
_
_
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
_
_
_
_
1
5
52
48
_
_
_
_
=
_
_
_
_
5
52
48
0
_
_
_
_
ainsi
_
8X
3
+ 2X
2
5X + 1
_
= 48N
2
+ 52N
1
+ 5N
0
Enn Mat
B
_

_
8X
3
+ 2X
2
5X + 1
__
= P
BB
Mat
B

_
8X
3
+ 2X
2
5X + 1
__
=
_
_
_
_
1 0 0 0
0 1
1
2
1
3
0 0
1
2

1
2
0 0 0
1
6
_
_
_
_
_
_
_
_
5
52
48
0
_
_
_
_
=
_
_
_
_
5
28
24
0
_
_
_
_
. On retrouve le rsultat.
5.
2
(P) = P (X + 2) P (X + 1) (P (X + 1) P (X)) = P (X + 2) 2P (X + 1) +P (X)

3
(P) = P (X + 3) 2P (X + 2) +P (X + 1) (P (X + 2) 2P (X + 1) +P (X))
= P (X + 3) 3P (X + 2) + 3P (X + 1) P (X) et enn
4
(P) = P (X + 4) 4P (X + 3) + 6P (X + 2)
4P (X + 1) +P (X) (Les coecients vous sont-ils connus ?)
Mais Mat
B
() =
_
_
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
4
= (_) donc
4
= 0.
14/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 1. LES BASIQUES
On en dduit que P R
3
[X] ,
4
(P (X)) = P (X + 4) 4P (X + 3) +6P (X + 2) 4P (X + 1) +P (X) = 0.
Gnralisation?
Exercice 23.11 1. La matrice associe f 2Id dans la base canoniques est A2I =
_
_
0 0 0
0 1 0
0 1 0
_
_
qui est de
rang 1 et contient deux colonnes nulles. On en dduit que e
1
et e
3
sont dans ker (f 2Id). Ainsi V ect (e
1
, e
3
)
ker (f 2Id) et par le thorme du rang, ker (f 2Id) est de dimension 2.
Conclusion : ker (f 2Id) = V ect (e
1
, e
3
) = (x, y, z) , y = 0
La matrice associe f Id dans la base canoniques est A 2I =
_
_
1 0 0
0 0 0
0 1 1
_
_
qui est de rang 2, puisque la
deuxime colonne est gale la troisime. De plus, cette galit traduit le fait que (f Id) (e
2
) = (f Id) (e
3
)
(f Id) (e
2
e
3
) = 0. Ainsi e
2
e
3
ker (f Id). Par le thorme du rang, on a ker (f Id) = V ect (e
2
e
1
).
2. Notons (X, Y, Z) = p (u) o u = (x, y, z).
Alors
p (u) F Y = 0 (1)
u p (u) G R,
_
_
_
x X = 0
y Y = 1
z Z = (1)
(2)
, de (2) on dduit que Y = y que lon
reporte dans (1). Il en rsulte que = y puis avec (2) que
_
_
_
X = x
Y = 0
Z = y +z
( On constate que p (u) F, et on
vrie ce calcul en considrant p (e
1
) , p(e
3
) et p (e
2
e
3
) ).
Il en rsulte que P =
_
_
1 0 0
0 0 0
0 1 1
_
_
.
Puis (cf cours), p +q = Id, pq = qp = 0, do Q = I P =
_
_
0 0 0
0 1 0
0 1 0
_
_
.
3. On a 2
_
_
1 0 0
0 0 0
0 1 1
_
_
+
_
_
0 0 0
0 1 0
0 1 0
_
_
=
_
_
2 0 0
0 1 0
0 1 2
_
_
= A. (Une autre preuve est la suivante, si on dcompose
u = u
F
+u
G
, alors
f (u) = 2u
F
+ u
G
, en eet u
F
ker (f 2Id) f (u
F
) 2u
F
= 0 f (u
F
) = 2u
F
et u
G
ker (f Id)
f (u
G
) u
G
= 0 f (u
G
) = u
G
et f linaire. Puis (2p +q) (u) = 2p (u) + q (u) = 2u
F
+ u
G
par dnition
mme de p et q ( p (u) est la composante sur F de u ).
On peut ensuite appliquer le binme car PQ = QP = 0.
Ainsi A
n
=
n

k=0
C
k
n
2
k
P
k
Q
nk
= Q
n
+ 2
n
P
n
+
n

k=0
C
k
n
2
k
PQ = 2
n
P
n
+Q
n
, en eet, si k > 0 et n k > 0, alors
P
k
Q
nk
= P
k1
(PQ) Q
nk1
= 0.
On en dduit que
A
n
= 2
n
_
_
1 0 0
0 0 0
0 1 1
_
_
+
_
_
0 0 0
0 1 0
0 1 0
_
_
=
_
_
2
n
0 0
0 1 0
0 2
n
1 2
n
_
_
Exercice 23.12 1. F = V ect(u
2
, u
3
) et G = V ect(u
1
) donc sont des sous-espaces vectoriels dim(F) = 2 et
dim(G) = 1.
On a donc dim(F) + dim(G) = dim(E), on vrie facilement que F G = 0, en eet si (x, y, z) F G, on
a x = y = z et x +y +z = 3x = 0 .
2. rg(E

) = rg
_
_
1 1 0
1 0 1
1 1 1
_
_
=
C
1
C
1
+C
3
C
2
C
2
C
3
rg
_
_
1 1 0
1 1 1
0 0 1
_
_
=
C1C1+C2
rg
_
_
2 1 0
0 1 1
0 0 1
_
_
est de rang 3, or
15/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

1. LES BASIQUES CHAPITRE 23. MATRICES
dim(E) = 3 donc B

est une base.

3. P
B,B
=
_
_
1 1 0
1 0 1
1 1 1
_
_
est inversible en tant que matrice de passage.
_
_
a
b
c
_
_
= P
B,B

_
_
x
y
z
_
_

_
_
_
x +y = a
x +z = b
x y z = c

L
3
L
3
L
1
L
2
L
2
C
1
_
_
_
1 x +y = a
y +z = b a
2y z = c a

L3L32L2
_
_
_
1 x +y = a
1 y +z = b a
3z = c 2b +a

_
_
x
y
z
_
_
=
_
_
1
3
1
3
1
3
2
3

1
3

1
3

1
3
2
3

1
3
_
_
_
_
a
b
c
_
_
P
1
B,B
=
1
3
_
_
1 1 1
2 1 1
1 2 1
_
_
4. Mat
B
(p) =
_
_
0 0 0
0 1 0
0 0 1
_
_
,
Mat
B
(p) = P
B,B
Mat
B
(p) P
1
B,B

=
1
3
_
_
1 1 0
1 0 1
1 1 1
_
_
_
_
0 0 0
0 1 0
0 0 1
_
_
_
_
1 1 1
2 1 1
1 2 1
_
_
=
1
3
_
_
2 1 1
1 2 1
1 1 2
_
_
(on vrie que cette matrice leve au carre est gale elle mme)
Puis f(x) = 2p(x) +q(x) o p +q = Id, donc f = p +Id et Mat
B
(f) = Mat
B
(p) +I
3
.
Mat
B
(f) =
1
3
_
_
5 1 1
1 5 1
1 1 5
_
_
Exercice 23.13 rg (u
1
, u
2
, u
3
) = rg
_
_
1 0 1
1 1 2
1 1 1
_
_
= rg
_
_
1 0 0
1 1 1
1 1 1
_
_
rg
_
_
1 0 0
1 1 0
1 1 2
_
_
= 3, on a bien une
base ( 3 vecteurs de rang 3 en dimension 3). On calcule les images par f des trois vecteurs. On a, si Ec est la base
canonique de R
3
.
Mat
Bc
(f (u
1
)) = A
_
_
1
1
1
_
_
=
_
_
5 3 3
15 9 7
9 5 3
_
_
_
_
1
1
1
_
_
=
_
_
1
1
1
_
_
f (u
1
) = u
1
Mat
Bc
(f (u
2
)) = A
_
_
0
1
1
_
_
=
_
_
5 3 3
15 9 7
9 5 3
_
_
_
_
0
1
1
_
_
=
_
_
0
2
2
_
_
f (u
2
) = 2u
2
Mat
Bc
(f (u
3
)) = A
_
_
1
2
1
_
_
=
_
_
5 3 3
15 9 7
9 5 3
_
_
_
_
1
2
1
_
_
=
_
_
2
4
2
_
_
f (u
3
) = 2u
3
16/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 1. LES BASIQUES
On trouve donc
B = Mat
B
(f) =
_
_
1 0 0
0 2 0
0 0 2
_
_
Ensuite on a,
A
n
= Mat
Bc
(f
n
) =B
n
= Mat
B
(f
n
)
do
A
n
= PB
n
P
1
o P est la matrice de passage de Ec E.
P =
_
_
1 0 1
1 1 2
1 1 1
_
_
On termine lexercice avec sa TI prfre.
On remplace le 2 par un paramtre a
(essayez donc avec un 2)
On trouve alors
A
n
=
_
_
1 (2)
n+1
1 (2)
n
1 + (2)
n
1 3 2
n
+ (2)
n+2
1 + 2
n+1
+ (2)
n+1
1 2
n
(2)
n+1
1 3 2
n
(2)
n+1
1 + 2
n+1
(2)
n
1 2
n
+ (2)
n
_
_
On vrie pour n = 0 et n = 1
17/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

1. LES BASIQUES CHAPITRE 23. MATRICES
On peut mme en dduire A
1
, en eet B est inversible dinverse
_
_
1 0 0
0 2
1
0
0 0 (2)
1
_
_
. Or A
1
= Mat
Bc
_
f
1
_
et
B
1
= Mat
B
(f
1
). La relation A
n
= PB
n
P
1
est encore vraie si n = 1.
Exercice 23.14 On a n lignes et n + 1 colonnes, ainsi f va de R
n+1
dans R
n
. Calculons le rang de A (qui vaut
le rang de f), puisque C
n+1
= a
1
C
1
+ a
1
C
2
+ + a
n
C
n
, on a rg (A) = rg (C
1
, , C
n
) = rg (I
n
) = n. On en
dduit que Imf = R
n
et par la formule du rang, dimker f = 1. De plus f
_
_
_
_
_
_
_
_
a
1
.
.
.
.
.
.
a
n
1
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
0
.
.
.
.
.
.
0
_
_
_
_
_
_
(ceci correspond
C
n+1
a
1
C
1
a
1
C
2
a
n
C
n
=

0 car C
i
= f (

e
i
) o (

e
1
, ,

e
n+1
) est la base canonique de R
n+1
). On a donc
ker f = vect
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
1
.
.
.
.
.
.
a
n
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Exercice 23.15
1. On a rg A = 2 do dimker f = 1, or w ker f (regardez les colonnes) ainsi ker f = vect ( w).
2. On a Det (

u ,

v , w) =

1 1 1
1 1 0
0 1 1

= 1 ,= 0 donc cest une base.

3. On a A
_
_
1
1
0
_
_
=
_
_
1
1
0
_
_
, A
_
_
1
1
1
_
_
=
_
_
1
1
1
_
_
do f (

u ) =

u , f (

v ) =

v et f ( w) =

0 . Ainsi
B =
_
_
1 0 0
0 1 0
0 0 0
_
_
4. On a P =
_
_
1 1 1
1 1 0
0 1 1
_
_
est inversibe comme toute matrice de passage. On rsout P
_
_
x
y
z
_
_
=
_
_
a
b
c
_
_
,
dincounnes x, y, z (via Cramer par exemple) et on trouve P
1
=
_
_
1 0 1
1 1 1
1 1 2
_
_
.
5. On a A
n
= P
_
_
1 0 0
0 (1)
n
0
0 0 0
_
_
P
1
si n 1 et A
0
= I
3
Attention au cas n = 0 !
Exercice 23.16
18/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
1. En crivant que M
n+1
= M M
n
, on montre par rcurrence que
M
n
=
_
_
a
n
0 u
n
0 1 0
0 0 b
n
_
_
de mme avec M
n+1
= M
n
M, on a
M
n
=
_
_
a
n
0 v
n
0 1 0
0 0 b
n
_
_
On en dduit que u
n
= v
n
et que
au
n
+b
n
= bu
n
+a
n
ainsi pour a ,= b
u
n
=
b
n
a
n
b a
2. Pour a = b, on calcule M
n
par le binme car
_
_
a 0 0
0 1 0
0 0 a
_
_

_
_
0 0
0 0 0
0 0 0
_
_
=
_
_
0 0
0 0 0
0 0 0
_
_
_
_
a 0 0
0 1 0
0 0 a
_
_
. :
_
_
0 0 a
0 0 0
0 0 0
_
_
. Puisque
_
_
0 0
0 0 0
0 0 0
_
_
2
=
_
_
0 0 0
0 0 0
0 0 0
_
_
, on a
M
n
=
n

k=0
_
n
k
_
_
_
0 0
0 0 0
0 0 0
_
_
k
_
_
a
nk
0 0
0 1 0
0 0 a
nk
_
_
=
_
_
a
n
0 0
0 1 0
0 0 a
n
_
_
+n
_
_
0 0
0 0 0
0 0 0
_
_
_
_
a
n1
0 0
0 1 0
0 0 a
n1
_
_
=
_
_
a
n
0 0
0 1 0
0 0 a
n
_
_
+
_
_
0 0 na
n1
0 0 0
0 0 0
_
_
Ainsi
u
n
= na
n1
(on remarque que
b
n
a
n
b a
tend vers na
n1
si b tend vers a, car cest un taux daccroissement entre a et b de
x x
n
).
2 Les techniques
Exercice 23.17 On prend x
0
tel que u
n1
(x
0
) ,= 0 (possible car A
n1
= Mat
_
u
n1
_
,= 0 ). Alors x
0
convient, en
eet si

n1
i=0

i
u
i
(x
0
) = 0 alors
u
n1
_
n1

i=0

i
u
i
(x
0
)
_
=
0
u
n1
(x
0
) +
n1

i=1

i
u
i1
(u
n
(x
0
))
=
0
u
n1
(x
0
) = 0
=
0
= 0
Puis on compose par u
n2
pour en dduire
u
n2
_
n1

i=1

i
u
i
(x
0
)
_
=
1
u
n1
(x
0
) +
n1

i=2

i
u
i1
(u
n
(x
0
))
=
1
u
n1
(x
0
) = 0 =
1
= 0
19/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
etc...
La famille est libre de cardinal n, cest donc une base. Dans cette base u a pour matrice
_
_
_
_
_
_
0 1 0 0
.
.
.
.
.
.
.
.
. 0
.
.
. 0
.
.
. 1
0 0
_
_
_
_
_
_
Exercice 23.18 Il sagit de choisir une bonne base, la meilleure semble tre la base de Taylor en a, savoir
E =
_
1, (X a) , (X a)
2
, ..., (X a)
n
_
En eet la matrice de f est alors
_
_
_
_
_
_
_
0 _

2
.
.
.
_ n
_
_
_
_
_
_
_
.
On a donc ker (f

) = R
0
[X] , Im(f

) = P, P (0) = 0 si / 0, 2, ..., n .
ker (f

) = R
0
[X] Vect
_
(X a)

_
, Im(f

) =
_
P, P (0) = P
()
(a) = 0
_
si 0, 2, ..., n .
Exercice 23.19 1. La matrice est de rang 1, ker f est donc de dimension 2 (thorme du rang). On constate que
C
2
C
1
= 0 et C
1
+C
3
= 0 donc f ((1, 1, 0)) = f ((1, 0, 1)) = 0.
On a donc Vect ((1, 1, 0) , (1, 0, 1)) ker f, puisque ((1, 1, 0) , (1, 0, 1)) est une famille libre, lespace quelle
engendre est de dimension gale 2 = dimker f. Il y a donc galit dans linclusion prcdente.
Les colonnes de A forment une famille gnratrice de Imf. On en dduit que Imf est une droite engendre par
(1, 3, 2).
2. Compte tenu de la matrice qui est donne, on doit avoir (si la nouvelle base est (e

1
, e

2
, e

3
) ), f (e

2
) = e

1
Imf.
On prend donc e

1
= (1, 3, 2) , e

2
= (1, 0, 0) et e

3
= (1, 0, 1). On a rg
_
_
1 1 1
3 0 0
2 0 1
_
_
= 3 ,= 0. Il sagit bien
dune base dans laquelle la matrice est celle demande.
Exercice 23.20 Analysons la matrice B. Sa premire colonne est nulle, donc si lon note E

= (e

1
, e

2
, e

3
, e

4
) , on a
f (e
1
) = 0. Dterminons ker f. La matrice A est clairement de rang 3 et (C
2
= C
1
), (1, 1, 0, 0) ker f.
On prend donc
e
1
=
_
_
_
_
1
1
0
0
_
_
_
_
Ensuite, on dsire avoir f (e
2
) = e
1
. On rsout donc f (x, y, z, t) = (1, , 1, 0, 0) , i.e.
A
_
_
_
_
x
y
z
t
_
_
_
_
=
1
2
_
_
_
_
x +y
x y
3z +t
z +t
_
_
_
_
=
_
_
_
_
1
1
0
0
_
_
_
_
Il est clair que z = t = 0 , x = y = 1. On prend donc
e
2
=
_
_
_
_
1
1
0
0
_
_
_
_
20/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
On cherche ensuite avoir f (e
3
) = e
3
(f Id) (e
3
) = 0 e
3
ker f Id. La matrice de f Id dans la base
canonique est
AI
4
=
1
2
_
_
_
_
1 1 0 0
1 3 0 0
0 0 1 1
0 0 1 1
_
_
_
_
Ainsi
e
3
=
_
_
_
_
0
0
1
1
_
_
_
_
Enn, il faut dterminer e
4
tel que f (e
4
) = e
4
+e
3
. On rsout donc
A
_
_
_
_
x
y
z
t
_
_
_
_
=
_
_
_
_
x
y
z
t
_
_
_
_
+
_
_
_
_
0
0
1
1
_
_
_
_

_
x +y = 0
x 3y = 0
3z +t = 2
z +t = 2
dont une solution est
e
4
=
_
_
_
_
0
0
0
2
_
_
_
_
On peut vrier que si
P =
_
_
_
_
1 1 0 0
1 1 0 0
0 0 1 0
0 0 1 2
_
_
_
_
alors
A = PBP
1
Pour calculer A
n
= Mat
Bc
(f
n
) ,on utilise la relation (compte tenu de B
n
= Mat
B
(f
n
) )
A
n
= PB
n
P
1
B =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 1 0
0 0 0 1
_
_
_
_
. .
D
+
_
_
_
_
0 1 0 0
0 0 0 0
0 0 0 1
0 0 0 0
_
_
_
_
. .
N
On vrie que DN = ND =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 1
0 0 0 0
_
_
_
_
, N
2
=
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
_
_
_
_
, D
n
= D
Daprs le binme de Newton, on a
B
n
= D
n
+nND
n1
= D +nND =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 1 n
0 0 0 1
_
_
_
_
21/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
puis
A
n
= P
_
_
_
_
0 0 0 0
0 0 0 0
0 0 1 n
0 0 0 1
_
_
_
_
P
1
=
1
2
_
_
_
_
0 0 0 0
0 0 0 0
0 0 2 +n n
0 0 n 2 n
_
_
_
_
Remarque : le calcul, la main, de P
1
est trs simple
Exercice 23.21 On montre (par le rang, ou le dterminant) que E = (v
1
, v
2
, v
3
) est une base de R
3
. On calcule
Av
1
, Av
2
et Av
3
pour obtenir Mat
B
(f) =
_
_
a +b +

2c 0 0
0 a +b

2c 0
0 0 a b
_
_
pour calculer A
n
, on peut crire P =
_
_
1

2
1
1

2
1
1
0
1
_
_
, A
n
= PMat
B
(f)
n
P
1
, mais il y a plus malin.
Posons A(, , ) =
_
_

+

_
_
, et B(, , ) =
_
_
+ +

2 0 0
0 +

2 0
0 0
_
_
On a montr que (, , ) C,
A(, , ) = P B(, , ) P
1
or
B
n
=
_
_
_
a +b +

2c
_
n
0 0
0
_
a +b

2c
_
n
0
0 0 (a b)
n
_
_
Il sut dcrire B
n
= B(, , ) pour , et bien choisis. On prend donc
_
_
_
+ +

2 =
_
a +b +

2c
_
n
+

2 =
_
a +b

2c
_
n
= (a b)
n
pour obtenir
A
n
=
_
_

+

_
_
Exercice 23.22 1. Puisque lon demande M (a)
1
, on rsout le systme M (a) X = Y que lon inverse. On consi-
dre donc le systme
_

_
ax
1
+ x
2
+ + x
n
= y
1
x
1
+ ax
2
+ + ax
n
= y
2
.
.
.
.
.
.
x
1
+ x
2
+ + x
n
= y
n
De manire prserver la symtrie du systme, on adjoint une quation qui est la somme de toutes les lignes du
systme, savoir
_

_
ax
1
+ x
2
+ + x
n
x
1
+ ax
2
+ + ax
n
.
.
.
x
1
+ x
2
+ + x
n
= y
1
= y
2
.
.
.
= y
n
(a +n 1)
_
x
1
+ x
2
+ + x
n
_
= y
1
+ +y
n
22/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
Si a = 1 n, le systme nadmet pas toujours de solution, la matrice nest pas inversible.
Si a ,= 1n, on obtient x
1
+ +x
n
=
1
a +n 1
(y
1
+ +y
n
) que lon reporte dans chaque ligne pour obtenir
(a 1) x
i
= y
i

1
a +n 1
(y
1
+ +y
n
)
Si a = 1, la matrice nest pas inversible (mais est-ce une surprise ?).
En dnitive, si (a 1) (a +n 1) ,= 0, M (a) est inversible, la solution du systme scrit
x
i
=
1
(a 1) (a +n 1)
(y
1
y
i1
+ (a +n 2) y
i
y
i+1
y
n
)
do
M (a)
1
=
1
(a 1) (a +n 1)
_
_
_
_
_
_
(a +n 2) 1 1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
1 1 (a +n 2)
_
_
_
_
_
_
=
1
(a 1) (a +n 1)
M (2 n a)
2. Comme indiqu, on introduit M (1) car M (1)
2
= nM (1) . On a alors M (a) = (a 1) I +M (1) do
M (a) M (b) = ((a 1) I +M (1)) ((b 1) I +M (1))
= (a 1) (b 1) I + (a +b 2) M (1) +nM (1)
2
= (a 1) (b 1) I + (a +b +n 2) M (1)
Si on choisit a +b +n 2 = 0, soit b = 2 n b, on obtient
M (a) M (2 n a) = (a 1) (1 n a) I
Si (a 1) (1 n a) ,= 0, on retrouve bien M (a)
1
.
Exercice 23.23
1. On a Det (e
1
, e
2
, e
3
) =

0 1 1
1 0 0
0 1 1

= 2 ,= 0, donc E est bien une base R

3
.
2. On a A
_
_
0
1
0
_
_
=
_
_
0
1
0
_
_
, A
_
_
1
0
1
_
_
= (chx + shx)
_
_
1
0
1
_
_
et A
_
_
1
0
1
_
_
= (chx shx)
_
_
1
0
1
_
_
donc
f (e
1
) = e
1
, f (e
2
) = e
x
e
2
et f (e
3
) = e
x
e
3
do
B =
_
_
1 0 0
0 e
x
0
0 0 e
x
_
_
Ainsi A =
_
_
1 0 1
0 1 0
1 0 1
_
_
_
_
1 0 0
0 e
x
0
0 0 e
x
_
_
_
_
1 0 1
0 1 0
1 0 1
_
_
1
. Do
A
n
=
_
_
1 0 1
0 1 0
1 0 1
_
_
_
_
1 0 0
0 e
nx
0
0 0 e
nx
_
_
_
_
1 0 1
0 1 0
1 0 1
_
_
1
ce qui revient remplacer x par nx dans la matrice A, donc
A
n
=
_
_
chnx 0 shnx
0 1 0
shnx 0 chnx
_
_
23/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
Exercice 23.24
1. Soit C =
_
_
a
b
c
_
_
, si C
1
, C
2
et C
3
dsignent les colonnes de A, alors C
1
= aC, C
2
= bC et C
3
= cC. On a donc
rg A = rg f = 1 si un au moins des trois rels a, b, c est non nul.
2. Daprs le thorme du rang, dimker f = dimR
3
dimImf = 3 1 = 2. Puisque aC
2
bC
1
= aC
3
cC
1
=
_
_
0
0
0
_
_
, on a
_
_
b
a
0
_
_
ker f et
_
_
c
0
a
_
_
ker f, donc
vect
_
_
_
_
b
a
0
_
_
,
_
_
c
0
a
_
_
_
_
ker f
par gait des dimension, il y a galit entre ces deux espaces. En particulier, on a une base de ker f.
Enn, les colonnes de A engendrent Imf, puisquelles sont toutes colinaires C, on a
Imf = vect
_
_
_
_
a
b
c
_
_
_
_
est de dimension 1
3. On a bien dimker f + dimImf = dimR
3
, reste prouver que Imf + ker f = R
3
.
Or Imf + ker f = vect
_
_
_
_
b
a
0
_
_
,
_
_
c
0
a
_
_
,
_
_
a
b
c
_
_
_
_
et

b c a
a 0 b
0 a c

= a
3
+b
2
a +ac
2
= a
_
a
2
+b
2
+c
2
_
,= 0
donc
_
_
b
a
0
_
_
,
_
_
c
0
a
_
_
,
_
_
a
b
c
_
_
est une base de R
3
, ainsi vect
_
_
_
_
b
a
0
_
_
,
_
_
c
0
a
_
_
,
_
_
a
b
c
_
_
_
_
= R
3
. On a
donc
Imf ker f = R
3
Exercice 23.25
1. On a M = I
n
+N o N =
_
_
_
_
_
_
_
_
_
0 1 1 1
0
.
.
.
0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
. 0
1 1 1 0
_
_
_
_
_
_
_
_
_
, lendomorphisme g associ N est f Id. Si (e
1
, , e
n
)
est la base canonique de R
n
, on a
g (e
1
) = e
n
g (e
i
) = e
1
+e
n
si i 1, , n 1
g (e
n
) = e
1
On en dduit que
g
2
(e
1
) = g (e
n
) = e
1
g
2
(e
i
) = g (e
1
) +g (e
n
) = e
n
+e
1
si i 1, , n 1
g
2
(e
n
) = g (e
1
) = e
n
24/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
puis par rcurrence, si k 1
g
k
(e
1
) =
_
e
1
si k est pair
e
n
si k est pair
g
k
(e
i
) = e
n
+e
1
si i 1, , n 1
g
k
(e
n
) =
_
e
n
si k est pair
e
1
si k est pair
do
N
2k+1
= N, N
0
= I
n
et N
2k
= N
2
=
_
_
_
_
_
_
_
1 1 1 0
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
0 1 1 1
_
_
_
_
_
_
_
si k 1
On applique alors le binme (car NI
n
= I
n
N), ainsi
M
n
=
n

k=0
_
n
k
_
N
k
=

2kn
_
n
2k
_
N
2k
+

2k+1n
_
n
2k + 1
_
N
2k+1
= I
n
+

12kn
_
n
2k
_
N
2
+

02k+1n
_
n
2k + 1
_
N
De plus,

2kn
_
n
2k
_
+

2k+1n
_
n
2k + 1
_
=

n
k=0
_
n
k
_
= 2
n
et (1 1)
n
=

2kn
_
n
2k
_
+

2k+1n
_
n
2k + 1
_
=
0 si n 1. Ceci prouve que pour n 1,

2kn
_
n
2k
_
=

2k+1n
_
n
2k + 1
_
= 2
n1
. On en dduit que pour
n 1, on a
M
n
= I
n
+
_
2
n1
1
_
N
2
+
_
2
n1
_
N
=
_
_
_
_
_
_
_
_
_
2
n1
1 2
n1
1 2
n1
1 0
0
.
.
. 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
. 0
0 2
n1
1 2
n1
1 2
n1
1
_
_
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
_
_
1 0 0
0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
. 0
0 0 1
_
_
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
0 2
n1
2
n1
2
n1
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
2
n1
2
n1
2
n1
0
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
2
n1
2
n1
1 2
n1
1 2
n1
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
2
n1
2
n1
1 2
n1
1 2
n1
_
_
_
_
_
_
_
2. Soit E =
_
e

1
, e

2
, e

n1
, e

n
_
les vecteurs de E alors
f (e

1
) =

0 e

1
ker f
f (e

i
) = e

i
si i 1, , n 1 donc e

i
ker (f Id)
f (e

n
) = 2e

n
donc e

i
ker (f 2Id)
25/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
On a immdiatement un vecteur du noyau puisque dans M, lopration sur les colonnes C
1
C
n
donne la colonne
nulle. Ainsi e

1
=
_
_
_
_
_
_
_
1
0
.
.
.
0
1
_
_
_
_
_
_
_
convient.
Si on considre M I
n
= N, elle est de rang 2, et les vecteurs du noyau de g sont clairement
_
_
_
_
_
_
_
_
_
_
_
_
0
1
1
0
.
.
.
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
1
.
.
.
0
0
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
.
.
.
0
1
0
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
_
1
1
0
.
.
.
.
.
.
0
1
_
_
_
_
_
_
_
_
_
_
_
_
Ces vecteurs donnent e

2
, , e

n1
. Enn f (e
1
+e
n
) = 2 (e
1
+e
n
) , donc
e

n
=
_
_
_
_
_
_
_
1
0
.
.
.
0
1
_
_
_
_
_
_
_
Il reste vrier que lon a bien une base. Mais
Mat
(e1, ,en)
(e

1
, , e

n
) =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 1 1
0 1 1 1 1 0
.
.
. 1 0 0 0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
0
.
.
. _
.
.
.
1 0 0
1 0 0 0 1 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Le rang de cette matrice est gal au rang de
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 2 2
0 1 1 1 1 0
.
.
. 1 0 0 0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
0
.
.
. _
.
.
. 1 0 0
1 0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
en faisant C
n
+C
1
et C
n1
+C
1
26/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
soit celui de
_
_
_
_
_
_
_
_
_
_
_
_
_
2
0
.
.
.
.
.
.
.
.
.
0
0
2
1
0
0
.
.
.
0
0
0 0
1 1 1
1 0 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
. _
.
.
. 1
0 0 0
1
0
.
.
.
.
.
.
.
.
.
0
1
_
_
_
_
_
_
_
_
_
_
_
_
_
soit n
On a bien une base (avec le programme de Sp, cet exo est bien plus simple....)
Exercice 23.26 Si E =
_
e

1
, e

2
, e

n1
, e

n
_
alors on a
f (e

i
) = e

i
si i 0, , n 2 donc e

i
ker (f Id)
on regarde donc la matrice MI
n
= N =
_
_
_
_
_
_
_
_
1 1 1
1 0 0 0
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0 0
1 0 0 0
_
_
_
_
_
_
_
_
qui est de rang 2. Le noyau de f Id est engendr
par la famille (clairement libre)
_
_
_
_
_
_
_
_
_
_
_
_
0
1
1
0
.
.
.
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
1
.
.
.
0
0
_
_
_
_
_
_
_
_
_
_
_
,
_
_
_
_
_
_
_
_
_
_
_
0
1
0
.
.
.
0
1
0
_
_
_
_
_
_
_
_
_
_
_
Il reste dterminer les deux derniers veteurs. Si e

n1
=
_
_
_
x
1
.
.
.
x
n
_
_
_ alors f
_
e

n1
_
= e

n1
M
_
_
_
x
1
.
.
.
x
n
_
_
_ =

_
_
_
x
1
.
.
.
x
n
_
_
_ ce qui donne
n

k=1
x
i
= x
1
x
1
+x
i
= x
i
si i 1, , n
soit
n

k=1
x
i
= x
1
x
i
=
1
1
x
1
car ,= 1
Le fait que ,= 1 provient du fait que si = 1 alors e

n1
ker (f Id). Puisque la famille
_
e

1
, , e

n1
_
est libre,
on en dduit que dimker (f Id) n 1 et rg (M I
n
) 1 ce qui est faux. On a donc
x
1
_
1 +
n 1
1
_
= x
1
27/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
On a x
1
,= 0 car sinon e

n1
=

0 (et on cherche une base) ainsi

_
1 +
n 1
1
_
= n 1 = ( 1)
2
. On a donc
deux valeurs possibles
= 1 +

n 1 et = 1

n 1
et (en prenant x
1
= 1)
e

n1
=
_
_
_
_
_

n 1
1
.
.
.
1
_
_
_
_
_
, e

n
=
_
_
_
_
_

n 1
1
.
.
.
1
_
_
_
_
_
Reste vrier que la famille (e

1
, , e

n
) est bien une base, mais sa matrice dans la base canonique vaut
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0

n 1

n 1
1 1 1 1 1
1 0 0
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. _
.
.
. 1
.
.
.
.
.
.
0 0 0 1 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
On remplace C
n
par C
n
C
n1
et on met la colonne obtenu en premire place. On obtient une matrice diagonale donc
de rang n.
Exercice 23.27 Avant tout, que dire de
t
XAX ? On sait que AX est une matrice colonne et
t
X est une matrice
ligne. Le produit dune matrice ligne par une matrice colonne donne un rel (en toute rigueur une matrice 11). Donc
pour toute colonne (ou tout vecteur de R
n
),
t
XAX R (cest un rsultat connu en sp, mais en sup ).
On travaille ensuite par double implication .
= : Par hypothse
t
A = A. On sait dj que
t
XAX R donc est gal sa transpose. Ainsi, X /
n,1
(R)
t
_
t
XAX
_
=
t
XAX =
t
X
t
AX =
t
XAX =
t
XAX = 0
= : On a X /
n,1
(R) ,
t
XAX = 0. On va donc commencer par regarder ce que cela donne sur des X simples.
Posons A = ((a
i,j
))
1i,jn
, et prenons X = X
i
le i-me vecteur de la base canonique de R
n
(qui a toutes ses
composantes nulles sauf la i-ime). Alors AX
i
est gal C
i
=
_
_
_
a
1,i
.
.
.
a
n,i
_
_
_, la i-ime colonne de A, et
t
X
i
AX
i
= a
i,i
= 0.
On sait dj que A a sa diagonale nulle (ouf ! car notre objectif est de prouver que A est antisymtrique). Prenons
maintenant X = X
i
+X
j
avec i ,= j, alors AX = C
i
+C
j
=
_
_
_
a
1,i
+a
1,j
.
.
.
a
n,i
+a
n,j
_
_
_ et
t
XAX =
_
0 1 1 0
i-ime place j-ime place
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
1,i
+a
1,j
.
.
.
a
i,i
+a
i,j
.
.
.
.
.
.
a
j,i
+a
j,j
.
.
.
a
n,i
+a
n,j
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
= a
i,i
+a
i,j
+a
j,i
+a
j,j
= 0
28/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
Or a
i,i
= a
j,j
= 0 donc
a
i,j
+a
j,i
= 0
ce qui prouve que A est bien antisymtriqe.
1. Sans problmes, on a bien f (P) R
n
[X] car n 2. Puis si (P, Q) E et (, ) R alors
f (P +Q) =
_
X
2
X
_
((P +Q) (1)) +
_
X
2
+X
_
((P +Q) (1))
=
_
X
2
X
_
(P (1) +Q(1)) +
_
X
2
+X
_
(P (1) +Q(1))
=
__
X
2
X
_
P (1) +
_
X
2
+X
_
P (1)

+
__
X
2
X
_
Q(1) +
_
X
2
+X
_
Q(1)

= f (P) +f (Q)
do la linarit
2. En fait, si on cherche les images des vecteurs de la base canonique, pour avoir la matrice de f, on a
f (1) =
_
X
2
X
_
+
_
X
2
+X
_
= 2X
2
f (X) =
_
X
2
X
_

_
X
2
+X
_
= 2X
f
_
X
2
_
= 2X
2
f
_
X
k
_
=
_
1 + (1)
k
_
X
k
+
_
1 + (1)
k
_
X
ainsi
Mat
Bx
(f) =
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0
0 2 0 2 0 2 (1 + (1)
n
)
2 0 2 0 2 (1 + (1)
n
)
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
Cette matrice est clairement de rang 2.
3. On sait par le thorme du rang que dimker f = n + 1 2 = n 1. On a f (P) = 0 si et seulement si
_
X
2
X
_
P (1) +
_
X
2
+X
_
P (1) = 0. Les polynmes
_
X
2
X
_
et
_
X
2
+X
_
forment une famille libre de
R
2
[X] (ils sont non colinaires), et P (1) , P (1) sont des scalaires, ainsi cela quivaut P (1) = P (1) = 0.
On en dduit que
ker f = P R
n
[X] , P (1) = P (1) = 0
=
_
X
2
1
_
R
n2
[X]
= Vect
_
X
2
1, X
3
X, , X
n
X
n2
_
Pour Imf, il est clair que Imf Vect
_
X
2
X, X
2
+X
_
. Puisque f
_
X 1
2
_
= X
2
+ X et f
_
X + 1
2
_
=
X
2
X, on a
Imf = Vect
_
X
2
X, X
2
+X
_
(On retrouve bien que dimker f = n + 1 2 = n 1 = dimR
n2
[X])
Exercice 23.28
1. Soit P E, on a deg (X 1) P

n et deg P

(0) = 0 donc deg ((P)) n, ainsi (P) E. Soient (P, Q) E

et (, ) R
(P +Q) = (X 1) (P +Q)

+ (P +Q)

(0)
= (X 1) (P

+Q

) + (P

(0) +Q

(0))
= (X 1) P

+(X 1) Q

+P

(0) +Q

(0)
= ((X 1) P

+P

(0)) +((X 1) Q

+Q

(0))
= (P) +(Q)
29/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

2. LES TECHNIQUES CHAPITRE 23. MATRICES
Ainsi est un endomorphisme de E.
2. Soit M la matrice de dans la base canonique, on a (1) = 0, (X) = X 1,
_
X
2
_
= (X 1) 2X + 2 =
2X
2
2X + 2 et pour k 3,
_
X
k
_
= k
_
X
k
X
k1
_
donc
M =
_
_
_
_
_
_
_
_
_
_
_
_
0 1 2 0 . . . 0
0 1 2 0
.
.
.
0 0 2 3
.
.
.
.
.
.
0 0 0 3
.
.
.
0
.
.
.
.
.
.
.
.
. n
0 . . . . . . . . . 0 n
_
_
_
_
_
_
_
_
_
_
_
_
3. On en dduit que rg () = n 1, ainsi dimker = 1 Or 1 ker =Vect 1 = R
0
[X] ker et par galit des
dimensions, on a
ker = R
0
[X]
Ensuite, soit Q = b
0
+b
1
X + +b
n
X
n
, alors Q Imf P = a
0
+a
1
X + +a
n
X
n
tel que (P) = Q.
Ceci se traduit par
M
_
_
_
_
_
_
a
0
.
.
.
.
.
.
a
n
_
_
_
_
_
_
=
_
_
_
_
_
_
b
0
.
.
.
.
.
.
b
n
_
_
_
_
_
_

_
a
1
+ 2a
2
= b
0
a
1
2a
2
= b
1
.
.
.
(n 1) a
n1
na
n
= b
n1
na
n
= b
n

_
b
0
+b
1
= 0
a
1
2a
2
= b
1
.
.
.
(n 1) a
n1
na
n
= b
n1
na
n
= b
n
Le systme admet une solution si et seulement si b
0
+b
1
= 0. Ainsi Im est constitu des polynmes de la forme
b
0
b
0
X +b
2
X
2
+ +b
n
X
n
Im = Vect
_
1 X, X
2
, , X
n
_
4. Si Q est dans Im, il scrit sous la forme
Q = b
0
b
0
X +b
2
X
2
+ +b
n
X
n
on a alors
Q(0) = b
0
Q

= b
0
+ 2b
2
X + =Q

(0) = b
0
Ces deux conditions sont donc les mmes.
5. Pour P E, posons Q = (P) = (X 1) P

+P

(0) . Alors
Q(0) = P

(0) P

(0)
Q

= (X 1) P

+P

=Q

(0) = P

(0) P

(0)
Ainsi
Q Im, Q(0) +Q

(0) = 0
do Im F. Enn F est le noyau dune forme linaire donc a mme dimension que Im. Par galit des
dimensions, on a
Im = F
Exercice 23.29
30/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 2. LES TECHNIQUES
1. Par rcurrence pour n 1, on dnit P (n) = M
n
=
_
_
cu
n1
cu
n
u
1
u
n
u
n+1
u
1
_
_
. Alors
M
1
=
_
cu
0
cu
1
u
1
u
2
_
=
_
0 cu
1
u
1
u
2
_
car u
2
= au
1
+bu
0
= au
1
et
b
u
1
M
n+1
=
_
0 c
u
1
a
_
_
_
cu
n1
cu
n
u
1
u
n
u
n+1
u
1
_
_
=
_
_
cu
n
c
u
1
u
n+1
au
n
+cu
1
u
n1
cu
n
+
a
u
1
u
n+1
_
_
=
_
_
_
cu
n
c
u
1
u
n+1
au
n
+bu
n1
au
n+1
+bu
n
u
1
_
_
_ =
_
_
cu
n
cu
n+1
u
1
u
n+1
u
n+2
u
1
_
_
2. En prenant le dterminant, il vient (det M
n
= det M
n
)
c
u
1
_
u
n1
u
n+1
u
2
n
_
= (u
1
c)
n
= (b)
n
=u
n1
u
n+1
u
2
n
= u
2
1
(b)
n1
(Pour la suite de Fibonacci, on retrouve la classique identit de Cassini).
3. Dans le cas o b = 1 et u
1
= 1, avec a = x, on obtient
c = 1, u
2
= x
et au rang n + 1
u
n
u
n+2
u
2
n+1
= 1 =u
n
u
n+2
+ 1 = u
2
n+1
On peut rsoudre la rcurrence linaire dordre 2
u
0
= 0, u
1
= 1, u
n+1
= xu
n
u
n1
qui donne
u
n
=
1
2
__
x +
2
_
n

_
x
2
_
n
_
o =
_
x
2
4
ce qui montre que u
n
est un polynme en x (dvelopper avec le binme). De plus si on pose x = 2 ch o > 0,
alors
=
_
x
2
4 = 2
_
ch
2
1 = 2 sh car > 0
x +
2
= e

et
x
2
= e

ainsi
u
n
=
shn
sh
> 0
(donc u
n
est reli au ploynmes de Tchebychev de seconde espce....).
La relation
u
n
u
n+2
+ 1 = u
2
n+1
scrit alors
shn sh(n + 2) + sh
2
= sh
2
(n + 1)
relation que lon peut vrier la main.....
Exercice 23.30 Par labsurde, si A est inversible alors
A
1

_
A
3
+A
_
= A
2
+I
3
= 0 =A
2
= I
3
mais en passant au dterminant, on obtient
0 < det
_
A
2
_
= det (A)
2
= det (I
3
) = (1)
3
= 1
absurde !
31/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

3. LES EXOTIQUES CHAPITRE 23. MATRICES
3 Les exotiques
Exercice 23.31 1. Pour n = 2, A =
_
1 1
0 1
_
dinverse
_
1 1
0 1
_
pour n = 3, A =
_
_
1 1 1
0 1 2
0 0 1
_
_
dinverse
_
_
1 1 1
0 1 2
0 0 1
_
_
2. On a u
_
X
k
_
= C
0
k
+C
1
k
X +C
2
k
X
2
+... +C
k
k
X
k
= (X + 1)
k
ainsi P (X) P (X + 1) concide avec u sur une
base donc concide partout.
En conclusion
u(P) (X) = P (X + 1)
3. On a donc u
1
: P P (X 1) a pour matrice
_
_
_
_
_
_
_
_
C
0
0
C
0
1
C
0
2
(1)
n
C
0
n
0 C
1
1
C
1
2
(1)
n1
C
1
n
.
.
.
.
.
. C
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. (1)
1
C
n1
n
0 0 (1)
0
C
n
n
_
_
_
_
_
_
_
_
Pour la dernire question , on regarde sur le deuxime exemple. On cherche J =
_
_
a 0 0
0 b 0
0 0 c
_
_
telle que
_
_
a 0 0
0 b 0
0 0 c
_
_
_
_
1 1 1
0 1 2
0 0 1
_
_
_
_
a 0 0
0 b 0
0 0 c
_
_
=
_
_
a
2
ab ac
0 b
2
2bc
0 0 c
2
_
_
=
_
_
1 1 1
0 1 2
0 0 1
_
_
Un peu de concentration, et lon devine que
J =
_
_
1 0 0
0 1 0
0 0 1
_
_
Il reste le vrier que dans le cas gnral
J =
_
_
_
_
_
1 _
1
.
.
.
_ (1)
n+1
_
_
_
_
_
est un meilleur choix (pour la rdaction...). On peut montrer que A
1
= JAJ en utilisant des produits de
matrices, mais il y a plus subtil. Soit s lendomorphisme de R
n
[X] ayant pour matrice S, on connat les images
des vecteurs de la base, S (1) = 1, S (X) = X, S
_
X
k
_
= (1)
k
X
k
et plus gnralement
s (P) (X) = P (X)
Le produit JAJ correspond la compose s u s. Or
[u s (P)] (X) = u(P (X)) = P ((X + 1)) = P (X 1)
[s u s (P)] (X) = s (P (X 1)) = P (X 1) = u
1
(P) (X)
Il faut bien comprendre que le polynme u(P) est obtenu en remplaant X par X + 1.
Exercice 23.32 Soit Y un vecteur de /
n,1
(C) , on veut lcrire comme combinaison linaire des A
i
X. On va montrer
quil existe un endomorphisme de C
n
qui envoie le vecteur X sur Y, la matrice A de cet endomorphisme se dcomposera
sur la famille (A
i
)
1in
2 et le tour est jou !
32/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000

CHAPITRE 23. MATRICES 4. LES OLYMPIQUES
On construit ainsi lendomorphisme :
On complte X en une base E = (X, e
2
, , e
n
) de C
n
, on dnit f par f (X) = Y et f (e
i
) =

0 . Soit A la matrice
de f dans les base canoniques, alors AX = Y . Puisque (A
i
)
1in
2 est une famille gnratrice de /
n
(C), il existe
(
i
)
1in
2 tels que

n
2
i=1

i
A
i
= A, on a alors

n
2
i=1

i
A
i
X = Y . Ce qui prouve bien que la famille (A
i
X)
1in
2 est
gnratrice de /
n,1
(C).
4 Les olympiques
Exercice 23.33 On sait que lon peut calculer le dterminant dun endomorphisme dans une base quelconque. Or
= Id, donc est une symtrie de E, on va donc se placer dans la base o est diagonalise (la base constitue
du sous espace par rapport quoi lieu la symtrie, et su sous espace donn par la direction).
Pour une symtrie, il y a deux valeurs propres 1 et 1. Pour la valeur propre 1, on a (M) = M si et seulement si
M est une matrice symtrique, et de mme (M) = M si et seulement si M est antisymtrique.
On sait que si Sym(C) et Asym(C) reprsente respectivement le sous espace des matrices symtriques et antisy-
mtriques, alors Sym(C) Asym(C) = E. Dans la base de E constitue dune base de chacun de ces sous-espaces
vectoriels, la matrice de est
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
.
.
.
.
.
.
.
.
.
.
.
.
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 1
_
_
_
_
_
_
_
_
_
_
_
_
donc
det () = (1)
dim(Asym(C))
Or la dimension de Asym(C) est gale
n
2
n
2
(on choisit les termes au dessus de la diagonale, ceux en dessous sen
dduisent, ceux sur la diagonales sont nuls ! ! !, plus rigoureusement une base de Asym(C) est donne par les matrices
E
ij
E
ji
o j > i). En conclusion
det = (1)
n(n1)
2
Pour n = 2, la base canonique est
_
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
_
. La matrice de est alors
_
_
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
_
_
dont le dterminant vaut 1 = (1)
2(21)
2
.
33/33 G

in. H\i:1 - Liiio: M.1i -(c) 2000