Vous êtes sur la page 1sur 25

Sciences.

ch Algbre Linaire
Serveur d'exercices 1/25

EXERCICES DE
A AL LG G B BR RE E L LI IN N A AI IR RE E
Sciences.ch Algbre Linaire
Serveur d'exercices 2/25
EXERCICE 1.
Niveau : Deuxime Cycle
Auteur : Ruben Ricchiuto (30.12.04)
Mots Cls : Matrices coefficients dans un anneau

nonc :
Soit R un anneau commutatif unitaire et ( )
n
M R l'ensemble des matrices carres n n
coefficients dans R.
1. Montrer que pour toute matrice ( )
n
A M R il existe deux matrices et B C telles que
det( ) BA AC A I = = o I est la matrice identit. [Indications: si { }
1
,..,
n
a a sont les
vecteurs colonnes de la matrice A et (0,...,0,1,0,...,0)
t
j
e = avec 1 la j-me place
alors vrifier que la matrice ( )
ij
C c = dfinie par
1 1 1
det( ,..., , , ,..., )
ij i j i n
c a a e a a
+
= fait
l'affaire.]
2. Dduire de 1. que A est inversible ssi det( ) A est inversible dans A.
3. Est-ce que les matrices suivantes:
5 3
2 1



,
4 3
3 4
X X
X X


+ +

sont inversibles dans Z
respectivement /10 [ ] X Z Z ? Si oui, calculer leur inverse.
Solution :
1. Soit ( )
ij
C c = dfinie comme dans l'indication et ( )
ij
A a = . Notons ( ):
ij
M m AC = = .
On a,
1 1 1
det( ,..., , , ,..., )
ij ik kj ik k j k n
k k
m a c a a a e a a
+
= =

. Or pouri j ,
1 1 1
det( ,..., , , ,..., )
ik k j k n
k
a a a e a a
+

est le dterminant de la matrice que nous obtenons


en remplaant la j-me ligne de A par la i-me ligne (dvelopper le dterminant de
cette dernire matrice par rapport la j-me ligne pour le voir) par consquent cette
expression est nulle (les lignes i et j sont identiques). Pour i j = ,
1 1 1
det( ,..., , , ,..., )
ik k j k n
k
a a a e a a
+

est le dterminant de la matrice A. Ainsi 0


ij
m =
si i j et det( )
ij
m A = si i j = , en d'autres termes nous venons de montrer que
det( ) AC A I = . En considrant
t
A (la matrice transpose) nous obtenons par le
raisonnement prcdent l'existence d'une matrice B telle que det( )
t
A B A I = et donc
( )
det( )
t
t t
A B B A A I = = .
2. Si A est inversible, alors
1 1
1 det( ) det( ) det( ) det( ) I A A A A

= = = ce qui montre que
det( ) A est inversible. Rciproquement, tant donn que det( ) AC BA A I = = on a
( ) ( )
1 1
det( ) det( ) A A C A B A I

= = ce qui montre que A est inversible.

Sciences.ch Algbre Linaire
Serveur d'exercices 3/25
3.
5 3
det 5 6 1
2 1

= =


est inversible. L'inverse de
5 3
2 1



est
1 3
2 5


.
2 2
4 3
det 16 9 3(mod10)
3 4
X X
X X
X X

= + =

+ +

est inversible.
L'inverse de
4 3
3 4
X X
X X


+ +

est
3 2 3 1
3 1 3 2
X X
X X
+

+

.
Sciences.ch Algbre Linaire
Serveur d'exercices 4/25
EXERCICE 2.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls :Valeurs propres et vecteurs propres

nonc :
Dterminer les valeurs propres et les vecteurs propres de la matrice
1 2
3 4
A

=


.
Solution :
Le polynme caractristique de A est donn par
2
1 2
det( ) det 5 2
3 4
X
X I A X X
X

= =



. Les valeurs propres de A sont les racines
de
2
5 2 X X . On trouve
1 2
5 33 5 33
,
2 2

+
= = . Les vecteurs propres associs la
valeur propre
1
sont les solutions du systme
1
1
1 2 0
3 4 0
x
y


=



. On trouve
1
( 1) 2 x y = c'est--dire
1
1
( 1)
2
y x = . L'espace propre est donc
1 1
2
|
1
1 ( 1)
2
x
x
x





=







R . De la mme faon pour
2
on trouve
2
2
1


.
Sciences.ch Algbre Linaire
Serveur d'exercices 5/25
EXERCICE 3.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Diagonalisation

nonc :
Diagonaliser la matrice
3 6 4
0 1 1
3 5 3
A


=


.
Solution :
Le polynme caractristique de A est donn par
3 6 4
1 1 6 4
det( ) det 0 1 1 (3 ) 3
5 3 1 1
3 5 3
X
X
A X I X X
X X
X



= = +






2
( 2) ( 1)( 2) X X X X X X = + = + .
Les racines du polynme caractristique correspondant aux valeurs propres de A sont:
{ } 0,1, 2 . Calculons les espaces propres. L'espace propre associ la valeur propre 0 est
obtenu en rsolvant le systme :
3 6 4 0
0 1 1 0
3 5 3 0
x
y
z


=


. Nous obtenons
2
,
3
z y x y = = .
D'o l'espace propre,
2
3
3





. L'espace propre associ la valeur propre 1 est obtenu en
rsolvant le systme :
2 6 4 0
0 2 1 0
3 5 4 0
x
y
z


=


. Nous obtenons 2 , z y x y = = . D'o l'espace
propre,
1
1
2





. L'espace propre associ la valeur propre -2 est obtenu en rsolvant le
systme :
5 6 4 0
0 1 1 0
3 5 1 0
x
y
z


=


. Nous obtenons , 2 y z x z = = . D'o l'espace propre,
Sciences.ch Algbre Linaire
Serveur d'exercices 6/25
2
1
1




. Ainsi dans la base
2 1 2
3 , 1 , 1
3 2 1





, la matrice de l'endomorphisme A s'crit,
0 0 0
0 1 0
0 0 2




. Ou dit autrement,
1
2 1 2 3 6 4 2 1 2 0 0 0
3 1 1 0 1 1 3 1 1 0 1 0
3 2 1 3 5 3 3 2 1 0 0 2



=




.
Sciences.ch Algbre Linaire
Serveur d'exercices 7/25
EXERCICE 4.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto(10.01.05)
Mots Cls : Dterminant de Vandermonde, polynmes

nonc :
Soit K un corps quelconque et
1
,..,
n
x x K. On considre la matrice carre suivante :
2 1
1 1 1
2 1
2 2 2
1
2 1
1
1
( ,.., )
1
n
n
n
n
n n n
x x x
x x x
M x x
x x x



1. On dfinit
1 1
( ,.., ) det( ( ,.., ))
n n n
V x x M x x = . Montrer que
1 1 1 2
2
( ,.., ) ( ) ( ,.., )
n
n n j n n
j
V x x x x V x x

=

=

. [Indication : calculer le dterminant de la


matrice obtenue partir de
1
( ,.., )
n
M x x en soustrayant chaque colonne
1
x fois la
prcdente.]
2. Dduire de 1. que
1
1
1 1
( ,.., ) ( )
n n
n n j i
i j i
V x x x x

= = +
=

pour 2 n .
3. Donner une condition ncessaire et suffisante, portant sur les
i
x , pour que la matrice
1
( ,.., )
n
M x x soit inversible.
4. En utilisant 1. montrer qu'il existe un unique polynme de degr n passant par les
1 n + points
1 1 1 1
( , ),..,( , )
n n
x y x y
+ +
K K avec pour
i j
x x i j .
Solution :
1. A l'aide de l'indication nous obtenons la matrice suivante,
2
2 1 2 2 1 2 2 1
2
1 1 1
1 0 0 0
1 ( ) ( )
1 ( ) ( )
n
n
n n n n n
x x x x x x x x
x x x x x x x x

qui a videment le mme dterminant


que
1
( ,.., )
n
M x x . En dveloppant selon la premire ligne nous obtenons :
1 1
( ,.., ) det( ( ,.., )) det( )
n n n
V x x M x x A = = o
2
2 1 2 2 1 2 2 1
2
1 1 1
( ) ( )
( ) ( )
n
n
n n n n n
x x x x x x x x
A
x x x x x x x x

. Sachant que le dterminant est


Sciences.ch Algbre Linaire
Serveur d'exercices 8/25
multilinaire nous obtenons
2
2 2
1 1 1
2
2
1 1 2
2
1
( ,.., ) det( ( ,.., )) ( ) det
1
( ) ( ,.., ).
n
n
n n n j
j
n
n n
n
j n n
j
x x
V x x M x x x x
x x
x x V x x

=


= =



=



2. Par rcurrence sur n. Si 2 n = ,
2 1 2 2 1
( , ) ( ) V x x x x = et la proposition est vraie.
Supposons l'affirmation dmontre pour 2 n . Par 1. on a
1
1 1 1 2 1
2
( ,.., ) ( ) ( ,.., )
n
n n j n n
j
V x x x x V x x
+
+ +
=

=

. Par hypothse de rcurrence,


1
2 1 1 1
1 1
( ,.., ) ( )
n n
n n j i
i j i
V x x x x

+ + +
= = +
=

d'o
1 1 1
1 1 1 1 1
2 1 1 1 1
( ,.., ) ( ) ( ) ( )
n n n n n
n n j j i j i
j i j i i j i
V x x x x x x x x
+ +
+ + +
= = = + = = +

= =



. Ainsi
l'affirmation est vrifie pour 1 n + .
3. La matrice
1
( ,.., )
n
M x x est inversible ssi son dterminant est non nul c'est--dire ssi
1
1
1 1
( ,.., ) ( ) 0
n n
n n j i
i j i
V x x x x

= = +
=

, donc ssi pour


i j
x x i j .
4. Soit
1 1 1 1
( , ),..,( , )
n n
x y x y
+ +
K K 1 n + points. La recherche d'un polynme
0
( )
n
i
i
i
p X a X
=
=

de degr n passant par ces 1 n + points nous amne rechercher les


solutions des quations
0
n
i
i j j
i
a x y
=
=

pour 1 1 j n + . C'est--dire
2
1 1 1
0 1
2
2 2 2 1 2
2
1
1 1 1
1
1
1
n
n
n
n n
n n n
x x x
a y
x x x a y
a y
x x x
+
+ + +






=







. .

. Or par 3, la matrice de ce systme est


inversible. Par suite, l'affirmation de l'nonc est prouve.
Sciences.ch Algbre Linaire
Serveur d'exercices 9/25
EXERCICE 5.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto(10.01.05)
Mots Cls : Thorme de Cayley

nonc :
On se propose de dmontrer le thorme suivant: soit ( )
n
A M K une matrice carre de
dimension n coefficients dans le corps K alors ( ) 0
A
Car A = o ( )
A
Car X est le polynme
caractristique de A.
1. Vrifier le thorme pour la matrice
1 2
5 3


.
2. Pour
n
x K , considrer la famille
{ }
2 1
: , , ,...,
m
x Ax A x A x

= F avec
{ } { }
2
1 max | , , ,..., est libre
k
m k x Ax A x A x = N . Complter (ventuellement) la
famille F pour obtenir une base de
n
K . Exprimer la matrice de l'endomorphisme A
dans cette nouvelle base et montrer que le polynme caractristique s'exprime comme
produit de deux polynmes ( ) et ( ) P X Q X avec ( ) 0 P A x = . En dduire le thorme.
Solution :
1. Si
1 2
5 3
A

=


on a
2
1 2
( ) det( ) det 4 13
5 3
A
X
Car X X I A X X
X

= = = +


.
2
1 2 1 2 9 8
5 3 5 3 20 1
A

= =



. Donc
2
9 8 4 8 13 0 0 0
( ) 4 13
20 1 20 12 0 13 0 0
A
Car A A A I

= + = + =



.
Nous allons montrer que pour tout
n
x K , ( )( ) 0
A
Car A x = . Soit donc
n
x K , considrons la
famille
{ }
2 1
: , , ,...,
m
x Ax A x A x

= F avec
{ } { }
2
1 max | , , ,..., est libre
k
m k x Ax A x A x = N .
Dans ce cas
1
0
m
m i
i
i
A x a A x

=
=

avec
i
a K et
0
A I = . Compltons si ncessaire la famille F
pour obtenir une base B de
n
K . Dans la base B , la matrice de l'endomorphisme A s'crit,
0
B C
D



o
0
1
1
0 0 0
1 0 0
0 1
m
a
a
B
a




=




. . .

est une matrice m m et D est une matrice


( ) ( ) n m n m . Le polynme caractristique de B est donn par
Sciences.ch Algbre Linaire
Serveur d'exercices 10/25
0
1
1
0 0
1 0
( )
0 1
B
m
X a
X a
Car X
X a


=

. . .

. En dveloppant par rapport la dernire colonne on voit


que
1
0
( )
m
i m
B i
i
Car X a X X

=
= +

. De plus
1
0
( ) 0
m
i m
B i
i
Car A x a A x A x

=
= + =

. Donc
( ) ( ) ( ) ( ) ( ) 0
A B D D B
Car A x Car A Car A x Car A Car A x = = =
Sciences.ch Algbre Linaire
Serveur d'exercices 11/25
EXERCICE 6.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Rang d'une matrice

nonc :
Dterminer le rang de la matrice
1 1 2 5 4 4
2 0 3 2 4 5
3 0 9 3 21 6
4 1 0 0 5 1







.
Solution :
On rappelle que les permutations de lignes ou de colonnes ne changent pas le rang d'une
matrice. On peut aussi remplacer une ligne (ou une colonne) par une combinaison linaire de
lignes (respectivement de colonnes) dans laquelle cette dernire intervient sans changer le
rang. Dans les lignes qui suivent un symbole du type:
2
1 4
1

/ /
/
signifie que l'on a remplac
la premire ligne de la matrice par deux fois la premire moins la quatrime, tandis qu'un
symbole du type
,
1 2
C C
signifie que l'on a permut la premire colonne avec la deuxime.
On a:

,
1 2 1 4
4
2 3
3 2
3
1 1 2 5 4 4 1 1 2 5 4 4 1 1 2 5 4 4
2 0 3 2 4 5 0 2 3 2 4 5 0 2 3 2 4 5
3 0 9 3 21 6 0 3 9 3 21 6 0 3 9 3 21 6
4 1 0 0 5 1 1 4 0 0 5 1 0 5 2 5 9 3
1 1 2 5 4 4
0 2 3 2 4 5
0 0
C C +













/ /
/
/ /
/
5 2
2 4
4
/ 27 /19
3 4
3 4
1 1 2 5 4 4
0 2 3 2 4 5
27 0 54 27 0 0 27 0 54 27
0 5 2 5 9 3 0 0 19 0 38 19
1 1 2 5 4 4 1 1 2 5 4 4
0 2 3 2 4 5 0 2 3 2 4 5
0 0 1 0 2 1 0 0 1 0 2 1
0 0 19 0 38 19 0
















/ /
/
/ /
/ /
3 4
4
0 1 0 2 1
1 1 2 5 4 4
0 2 3 2 4 5
0 0 1 0 2 1
0 0 0 0 0 0





/ /
/

et cette dernire matrice est de rang 3.
Sciences.ch Algbre Linaire
Serveur d'exercices 12/25
EXERCICE 7.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Classes de conjugaison des matrices 2 2

nonc :
On dit que deux matrices , ( )
n
A B M R sont conjugues s'il existe une matrice inversible
( )
n
S M R telle que
1
A SBS

= . tre conjugu est une relation d'quivalence sur ( )


n
M R
dont les classes sont appeles classes de conjugaison. Montrer que toute matrice de
2
( ) M R
est conjugue exactement une des matrices suivantes:
1 1
2 2
0 1
, ,
0 0
a b
b a




.
[Indication : distinguer les cas A diagonalisable, A n'a qu'une valeur propre de multiplicit
gomtrique un et A n'a aucune valeur propre relle. Pour ce dernier cas, regarder A comme
un lment de ( )
n
M C .]
Solution :
Soit
2
( ) A M R . Trois cas peuvent se prsenter.
Premier cas : A est diagonalisable.
Deuxime cas : A n'a qu'une valeur propre de multiplicit gomtrique un.
Troisime cas : A n'a aucune valeur propre relle.
Dans le premier cas, la matrice A est conjugue une matrice du type
1
2
0
0




.
Dans le deuxime cas, soit la valeur propre de A. Soit v un vecteur propre et w tel que
2
v w = R . Dans la base { } , v w la matrice A s'crit
0
a
b



avec Aw av bw = + ,
, a bR. Or tant donn que est l'unique valeur propre de A, on a forcment b = . Le fait
que soit de multiplicit gomtrique gale un entrane que 0 a et par suite dans la base
1
, v w
a



la matrice A s'crit
1
0




.
Dans le troisime cas, A possde deux valeurs propres complexes conjugues, notons-les
, a ib a ib = + = avec 0 b . Soit
1 2
v v iv = + un vecteur propre associ avec
2
1 2
, v v R . On a
1 2 1 2 1 2
( ) Av Av iAv v av bv i bv av = + = = + + et donc
1 1 2 2 1 2
, Av av bv Av bv av = = + . Par suite, dans la base { }
1 2
, v v A s'crit
a b
b a


. Il nous
reste encore montrer que les matrices
1 1
2 2
0 1
, ,
0 0
a b
b a




ne sont pas conjugues
deux deux. Mais ceci est vident car les trois cas que nous avons traits s'excluent
mutuellement.
Sciences.ch Algbre Linaire
Serveur d'exercices 13/25
EXERCICE 8.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Matrices Trigonalisables

nonc :
1. Montrer que dans ( )
n
M C il existe des matrices non diagonalisables.
2. Montrer que dans ( )
n
M R il existe des matrices non trigonalisables (on rappelle
qu'une matrice A est trigonalisable s'il existe une matrice inversible S telle que
1
SAS


est triangulaire suprieure)
3. Montrer que dans ( )
n
M C toutes les matrices sont trigonalisables. [Indication:
procder par rcurrence sur n en se rappelant que si ( )
n
M M C , M possde toujours
une valeur propre.]
Solution :
1. La matrice
2
1 1
( )
0 1
M



C n'est pas diagonalisable. En effet la dimension de l'espace
propre associ la valeur propre 1 est 1 et il n'y a pas d'autres valeurs propres. On ne
peut donc pas trouver de base forme de vecteurs propres.
2. Soit
1 2
2 1
M

=


. Le polynme caractristique de M est
2
( ) 2 5
M
P X X X = + . Or
( )
M
P X ne possde aucune racine relle, par consquent M n'a aucune valeur propre
relle et donc ne peut tre trigonalisable.
3. Par rcurrence sur n. Si 1 n = il n'y a rien montrer. Supposons l'affirmation vrifie
jusqu' 1 n . Soit
1
( )
n
M M
+
C . C tant algbriquement clos, M possde une valeur
propre . Soit v un vecteur propre de valeur propre . Compltons v en une base de
1 n+
C . Dans cette nouvelle base la matrice M s'crit:
1
0
C
SMS
B


=


o ( )
n
B M C
et S est la matrice de changement de base. Par hypothse de rcurrence, il existe
( )
n
D M C inversible telle que
1
DBD

soit triangulaire suprieure. Ainsi


1
1
1 1
1
1
0
0
0
0 0
CD
SMS
D
D DBD




=




est triangulaire suprieure.
Sciences.ch Algbre Linaire
Serveur d'exercices 14/25
EXERCICE 9.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Espace des suites et quations aux diffrences

nonc :
On considre l'espace vectoriel
N
C des suites valeur dans C avec les oprations d'addition
et de multiplication par un scalaire suivantes: ( ) ,( ) ,( ) ( ) ( )
n n n n n n
a b a b a b + = +
N
N N N N N
C .
, ( ) ( )
n n
a a =
N N
C . Soit l'application linaire : D
N N
C C dfinie par
0 1 1 2
( , ,...) ( , ,...) a a a a .
1. Soit
1
0
k
k i
i
i
A D D

=
= +

avec
i
C et ...
j
D D D D = j fois,
0
D id = et 1 k .
Montrer que le noyau de A est de dimension k.
2. On considre le polynme caractristique
1
0
( )
k
k i
i
i
P X X X

=
= +

associ A. Soit
{ }
1
,...,
k
z z les racines de P. Montrer que si
i j
z z pour i j alors
{ }
1
( ) ,...,( )
n n
n k n
z z
N N
est une base de ker( ) A avec ( ) (1,0,...)
n
z =
N
si 0 z = .
[Indication : pour montrer que
1
( ) ,...,( )
n n
n k n
z z
N N
sont linairement indpendantes
crire que
1 1
( ) ... ( ) 0
n n
n k k n
z z

+ + =
N N
et montrer qu'en prenant 0... 1 n k = on
tombe sur un systme d'quations dfini par une matrice k k de Vandermonde].
3. Dterminer la suite de Fibonacci ( )
n
a a =
N
,
n
a C dfinie par
2
0 D a Da a = ,
avec "conditions initiales"
0 1
1 a a = = .
Solution :
1. Soit ( )
n
a a =
N
.
1 1
0 0
ker( ) 0 ,
k k
k i
i n k i n i
i i
a A D a D a n a a

+ +
= =
+ = =

N . Ainsi
tout lment de ker( ) A est uniquement dtermin par le choix de
0 1
,..,
k
a a

. Par suite
ker( )
k
A K = et donc dim(ker( )) A k = .
2. Soit z une racine de
1
0
( )
k
k i
i
i
P X X X

=
= +

. Montrons que ( ) ker( )


n
a z A =
N
. En effet
1 1 1
0 0 0
( ) ( ) ( ) 0
k k k
k i n k n i k i
i n i n i
i i i
Aa D a D a z z a z z a P z

+ +

= = =

= + = + = + = =


N N
.
Supposons de plus que les racines de P sont deux deux distinctes. Notons { }
1
,...,
k
z z
ces racines et ( ) ,1
n
i i n
a z i k

=
N
. Nous avons dj montr que ker( )
i
a A pour
1 i k . Montrons que { }
1
,..,
k
a a est une base de ker( ) A . Il suffit pour cela de
montrer que
1
,..,
k
a a sont linairement indpendants. Si
1
0
k
i i
i
a
=
=

alors pour tout


Sciences.ch Algbre Linaire
Serveur d'exercices 15/25
nN ,
1
0
k
n
i i
i
z
=
=

. En prenant 0... 1 n k = on obtient le systme suivant,


1
1
1 1
1
1 1
0
k
k
k k
k
z z
z z

.
. .

. Or la matrice
1
1 1
1
1 1
k
k k
k
z z
M
z z




=



. .

est une matrice de


Vandermonde et nous savons que si les
i
z sont distincts deux deux, une telle matrice
est inversible. Ainsi
1 2
... 0
k
= = = = .
3.
2
A D D I = . Le polynme caractristique associ A est donc
2
1 X X qui
admet les racines
1 2
1 5 1 5
et
2 2

+
= = . L'espace des solutions de l'quation
2
0 D a Da a = est engendr par
( ) ( )
1 2
,
n n

N N
. La condition
0 1
1 a a = = nous
amne chercher , C tels que
1 2
1 + = + = . Nous devons donc
rsoudre le systme 2 2 :
1 2
1 1 1
1



=


. Les solutions sont
2 1
1 1 5 1 1 5
,
5 2 5 5 2 5


+ +
= = = = . La suite de Fibonacci est donne par
( ) ( ) ( )
1 1 1 1
1 2 1 2
1 1 1
5 5 5
n n n n
a
+ + + +
= =
N N N
.
Sciences.ch Algbre Linaire
Serveur d'exercices 16/25
EXERCICE 10.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Espace orthogonal

nonc :
Soit , n m deux entiers 1 . Soit
,
( ) ( )
ij n m
A a M = R ( A est une matrice n lignes et m
colonnes coefficients dans R).
1. Montrer que ker( ) Im( )
t
A A

= o
t
A est la matrice transpose de A.
2. Dduire de 1. que dim(Im( )) dim(Im( ))
t
A A = .
Solution :
1. Notons
1
,...,
n
a a les vecteurs lignes de la matrice A. Soit
m
v R .
1
n
a v
Av
a v


=



. o
. . est le produit scalaire standard sur
m
R . Par suite, dire que ker( ) v A est
quivalent dire que v est orthogonal l'espace engendr par
1
,..,
n
a a c'est--dire
Im( )
t
A . Donc ker( ) Im( )
t
A A

= .
2. Par le thorme de la dimension on a,
dimker( ) dimIm( ) dimIm( ) dimIm( )
t
m A A A A

= + = + . Or Im( ) Im( )
m t t
A A

= R ,
donc dimIm( ) dimIm( )
t t
m A A

= + et en remplaant dans l'expression prcdente on
trouve dimIm( ) dimIm( )
t
A A = .
Sciences.ch Algbre Linaire
Serveur d'exercices 17/25
EXERCICE 11.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Polynmes et thorme de dcomposition

nonc :
1. Soit K un corps, , [ ] p q X K deux polynmes et A un endomorphisme de l'espace
vectoriel
n
K . Montrer que si et p q sont premiers entre eux alors
ker( ( ) ( )) ker( ( )) ker( ( )) p A q A p A q A = . [Indication : utiliser le thorme de
Bzout].
2. Dans les mmes conditions que 1. montrer que si
1
,..., [ ]
m
p p X K sont premiers
deux deux alors
1
1
ker( ( )) ker( ( )) ... ker( ( ))
m
i m
i
p A p A p A
=
=

.
3. Supposons K algbriquement clos. Soit
1
1
( ) ( ) ... ( )
d
A d
Car X X X

= le
polynme caractristique de A avec si
i j
i j ,
1
d
i
i
n
=
=

. Le thorme de
Cayley affirme que ( ) 0
A
Car A = , en dduire que
1
1
ker( ) ... ker( )
n
d
d
A A

= K (ce dernier rsultat constitue le thorme de
dcomposition).
4. Montrer que dans 3. dim(ker( ) )
i
i i
A

= . [Indication : remarquer que A induit par
restriction une application linaire
`
: ker( ) ker( )
i i
i i
A A A

et que le
polynme caractristique de
`
A est
dimker( )
1
( )
i
A
i
X


].
Solution :
1. Si et p q sont premier entre eux alors il existe deux polynmes ( ), ( ) [ ] a X b X X K
tels que ( ) ( ) ( ) ( ) 1 a X p X b X q X + = . On a l'inclusion vidente
ker( ( )) ker( ( )) ker( ( ) ( )) p A q A p A q A + . Montrons que la somme dans le membre de
gauche est une somme directe. En effet
ker( ( )) ker( ( )) ( ) ( ) ( ) ( ) 0 x p A q A a A p A x b A q A x x + = = . Pour finir si
ker( ( ) ( )) x p A q A , alors ( ) ( ) ker( ( )) a A p A x q A et ( ) ( ) ker( ( )) b A q A x p A donc
( ) ( ) ( ) ( ) ker( ( )) ker( ( )) a A p A x b A q A x x p A q A + = . Donc
ker( ( ) ( )) ker( ( )) ker( ( )) p A q A p A q A = .
2. Par rcurrence sur m. Si 2 m = l'affirmation dcoule de 1. Supposons l'affirmation
vrifie pour 2 m . Soit
1 1
,..., [ ]
m
p p X
+
K premiers deux deux. Alors
1 m
p
+
est
premier avec
1
( )
m
i
i
p A
=

et par hypothse rcurrence


1
1
1 1
ker( ( )) ker( ( )) ker( ( ))
m m
i i m
i i
p A p A p A
+
+
= =
=

. Toujours par hypothse de rcurrence
Sciences.ch Algbre Linaire
Serveur d'exercices 18/25
1
1
ker( ( )) ker( ( )) ... ker( ( ))
m
i m
i
p A p A p A
=
=

. Donc
1
1 1
1
ker( ( )) ker( ( )) ... ker( ( ))
m
i m
i
p A p A p A
+
+
=
=

.
3. ( ) 0
A
Car A = entrane ker( ( ))
n
A
Car A = K . Si
1
1
( ) ( ) ... ( )
d
A d
Car X X X

= , 2.
entrane
1
1
ker( ) ... ker( )
n
d
d
A A

= K car les ( )
i
i
X

sont premiers
deux deux.
4. L'espace ker( )
i
i
A

est invariant par A. En effet si ker( )
i
i
x A

alors
( ) ( ) 0
i i
i i
A Ax A A x

= = et donc ker( )
i
i
Ax A

. Notons
`
: ker( ) ker( )
i i
i i
A A A

la restriction de A ker( )
i
i
A

. La seule valeur
propre de
`
A est
i
. Par suite
`
( ) ( )
d
i
i
A
Car X X = o dimker( )
i
i i
d A

= .
`
( )
A
Car X divise ( )
A
Car X . Pour le voir il suffit de complter ker( )
i
i
A

en une
base de
n
K , dans cette nouvelle base, la matrice de l'endomorphisme A est
0
B C
D




o , , B C D sont des matrices et B est la matrice de
`
A dans une base de ker( )
i
i
A

,
il s'ensuit que
`
( ) ( ) ( )
A D
A
Car X Car X Car X = . Nous avons donc
i i
d . D'autre part
1 1
d d
i i
i i
n d
= =
= =

, donc
i i
d = .
Sciences.ch Algbre Linaire
Serveur d'exercices 19/25
EXERCICE 12.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Suites exactes d'espaces vectoriels

nonc :
1. Soit
1
,...,
n
V V n espaces vectoriels de dimension finie sur un corps K quelconque. On
considre la suite { } { }
0 1 2
1 2 3
0 ... 0
f f f
f
n
n
V V V V o les
i
f sont des
applications linaires et { } 0 est l'espace vectoriel rduit au seul lment 0. On dit que
cette suite est exacte si
1
ker( ) Im( )
i i
f f
+
= , 0 1 i n . Montrer que dans ce cas
1
f
est injective et
1 n
f

est surjective et que
1
( 1) dim( ) 0
n
i
i
i
V
=
=

.
2. Montrer que la suite
2 3 1
1 2
0 0
A A
R R R o
1
1 1
0 1
0 0
A


=



et
( )
2
0 0 2 A = est exacte.
Solution :
1. { }
1 0
ker( ) Im( ) 0 f f = = prouve que
1
f est injective.
1
Im( ) ker( )
n n n
f f V

= = prouve
que
1 n
f

est surjective . Par le thorme de la dimension,
dim( ) dimker( ) dimIm( )
i i i
V f f = + . Ainsi,
1 1 1
( 1) dim( ) ( 1) dimker( ) ( 1) dimIm( )
n n n
i i i
i i i
i i i
V f f
= = =
= +

1
1
1 1
( 1) dimker( ) ( 1) dimker( )
n n
i i
i i
i i
f f

+
= =
= +

. Cette dernire expression est gale
( )
1 1
1
1 2 2
( 1) dimker( ) ( 1) dimker( ) dimker( ) ( 1) ( 1) dimker( ).
n n n
i i i i
i i i
i i i
f f f f

= = =
= + = + +

Or
1
dimker( ) 0 f = donc
1
( 1) dim( ) 0
n
i
i
i
V
=
=

.
2. ( ) ( )
2 1
1 1
0 0 2 0 1 0 0
0 0
A A


= =



ce qui montre que
1 2
Im( ) ker( ) A A . De plus
1
A
est une matrice de rang 2 donc
1
dimIm( ) 2 A = et
2
A est une matrice de rang 1 donc
2
dimker( ) 2 A = . Ainsi
1 2
Im( ) ker( ) A A = .
Sciences.ch Algbre Linaire
Serveur d'exercices 20/25
EXERCICE 13.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Polynme caractristique d'une matrice inversible

nonc :
Soit ( )
n
A M R inversible. Montrer que
1 1
1
\{0}, ( ) det( ) ( 1) ( )
n n
A
A
x Car x A x Car x

= R
o
1
( ) et ( )
A
A
Car X Car X

sont les polynmes caractristiques de A et


1
A

. Que peut-on en
dduire sur les multiplicit algbriques des valeurs propres de A et
1
A

?
Solution :
Si 0 x ,
1 1 1 1
1
( ) det( ) det( ) det( ) det( ) det( ) det( )
A
Car x A xI A A A xI A I xA

= = =
1 1 1 1
det( ) det( ( )) det( ) ( 1) ( )
n n
A
A x x I A A x Car x

= = . Cette galit montre entre autre
que si est valeur propre de A alors
1

est valeur propre de


1
A

avec mme multiplicit


algbrique.
Sciences.ch Algbre Linaire
Serveur d'exercices 21/25
EXERCICE 14.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Polynme caractristique

nonc :
Quel est le polynme caractristique de la matrice ( ) avec 1
ij ij
M m m = = pour tout
1 , i j n ?
Solution :
Soit
1
( ,..., )'
n
n
v v v = C un vecteur propre de valeur propre . Notons
1
n
k
s v =

, on a
( , ,..., )' Mv s s s v = = . Donc 1.. ,
k
k n s v = = et si 0 , 1.. , /
k
k n v s = = ce qui entrane
n = . Pour 2 n nous avons donc deux valeurs propres, 0 et n . Le polynme
caractristique s'crit comme, ( ) ( )
M
P X X X n

= . De plus v est un vecteur propre de
valeur propre 0 ssi
1
0
n
k
v =

donc 0 est de multiplicit gomtrique gale 1 n ainsi


1 n = et 1 = . Nous obtenons donc
1
( ) ( )
n
M
P X X X n

= .
Sciences.ch Algbre Linaire
Serveur d'exercices 22/25
EXERCICE 15.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Espaces vectoriels quotients

nonc :
Soit V un K-espace vectoriel et U V un sous-espace. On dfinit une relation note sur
V de la manire suivante : , , ssi x y V x y x y U .
1. Montrer que est une relation d'quivalence.
2. Montrer que est compatible avec l'addition et la multiplication par un scalaire c'est-
-dire : , , , , x x y y V K, si et x x y y alors et x y x y x x + + .
3. Notons / V U l'ensemble des classes d'quivalence pour la relation . Dduire de 2.
qu'en dfinissant les oprations : et x y x y x x + = + = o et x y dsignent les
classes de et x y V , on munit / V U d'une structure d'espace vectoriel.
4. Montrer que si V est de dimension finie alors / V U aussi et
dim( / ) dim( ) dim( ) V U V U = . [Indication : considrer l'application linaire
: / , V V U x x o x est la classe d'quivalence de x.]

Solution :
1. 0 x x x x = ce qui prouve que est rflexive. Si x y alors x y U et par
suite y x U donc y x , est donc symtrique. x y et
y z

U U
x z x y y z U

= + ce qui montre que est transitive.
2. Si et x x y y alors et x x U y y U . Donc


( ) et
U
U
x y x y x x y y U x x x x U


+ = + = , c'est--dire
et x y x y x x + + .
3. Remarquons que grce 2. les oprations d'addition et de multiplication par un
scalaire sont bien dfinies. On vrifie immdiatement que / V U est un groupe pour
l'addition avec 0 comme lment neutre et x comme oppos de x . On a
1 1 x x x = = et le reste des proprits est vident
4. La projection canonique : / , V V U x x est linaire, en effet,
( ) ( ) ( ) x y x y x y x y + = + = + = + . est surjective et par le
thorme de la dimension, dim dim / dimker( ) V V U = + . Or ker( ) U = , donc
dim / dim dim V U V U = .
Sciences.ch Algbre Linaire
Serveur d'exercices 23/25
EXERCICE 16.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Polynme caractristique

nonc :
Considrons les applications : ( )
i n
a M C C, 0 1 i n ( ( )
n
M C est l'ensemble des
matrices n n coefficients dans C) o ( )
i
a A est le coefficient de degr i du polynme
caractristique de A. Montrer que pour toutes matrices , A B , si B est inversible,
( ) ( )
i i
a AB a BA = pour tout 0 1 i n .
Solution :
On a
1
( ) det( ) det( ( ) ) det( ) ( )
AB BA
Car X AB XI B AB XI B BA XI Car X

= = = = . Le
polynme caractristique de AB est le mme que celui de BA, par suite ( ) ( )
i i
a AB a BA = .
Remarque : on montre plus gnralement que ( ) ( )
AB BA
Car X Car X = pour toutes matrices
, ( )
n
A B M C .
Sciences.ch Algbre Linaire
Serveur d'exercices 24/25
EXERCICE 17.
Niveau : Premier Cycle
Auteur : Ruben Ricchiuto (10.01.05)
Mots Cls : Formes bilinaires symtriques

nonc :
Soit K un corps quelconque, V un espace vectoriel de dimension finie sur K et
:V V K une forme bilinaire symtrique.
1. Montrer que si K est de caractristique 2 alors il existe une base { }
1
,..,
n
e e de V
telle que ( , ) 0
i j
e e = si i j . [Indication : procder par rcurrence sur dim( ) V .
Montrer qu'il existe x V tel que ( , ) 0 x x et qu'en notant x l'espace engendr
par x on a V x x

= o { } | ( , ) 0 x y V x y

= = .]
2. Donner un exemple qui prouve qu'en caractristique deux l'affirmation de 1. est
fausse.
3. On dfinit le sous-espace { } | , ( , ) 0 H x V y V x y = = . On dit que est non
dgnre si ( ) , ( , ) 0 0 y V x y x = = . Montrer que est non dgnre
{0} H = .
4. On suppose K de caractristique 2 . Soit { }
1
,..,
n
e e une base de V telle que
( , ) 0
i j
e e = si i j . Soit r le cardinal de l'ensemble { } { }
1,..., | ( , ) 0
i i
E i n e e = = .
Montrer que l'ensemble
{ }
|
j
e j E engendre H et que par consquent dim( ) H r = .
5. Si
n
V = K , montrer que la forme bilinaire symtrique dfinie par
1
, ,
n
n
i i
i
x y x y x y
=
=

K est non dgnre.


6. Avec les mmes notations que dans 5, on considre de plus la matrice dfinie par
1 ,
( )
ij i j n
A a

= , ( , )
ij i j
a e e = o { }
1
,..,
n
e e est la base canonique de
n
K . Montrer que
( , ) x y x Ay = . En dduire que ker( ) H A = et que par suite est non dgnre ssi
det( ) 0 A .
7. Dterminer la dimension de H dans le cas o
3 3
: R R R est dfinie par
( )
1 2 3 1 2 3 1 1 1 2 2 3
( , , ),( , , ) x x x y y y x y x y x y = + + .
Solution :
1. Si 0 = il n'y a rien montrer, supposons donc 0 . Dmontrons l'affirmation par
rcurrence sur dim( ) n V = . Si 1 n = il n'y a rien montrer. Supposons l'affirmation
vrifie pour 1 n . Soit V un espace vectoriel de dimension 1 n + . Il existe un lment
x V tel que ( , ) 0 x x car sinon pour tout , ,0 ( , ) 2 ( , ) x y V x y x y x y = + + = et
par consquent 0 = (c'est ici qu'on utilise le fait que K n'est pas de caractristique
2). Soit donc x un tel lment. Considrons la forme linaire : f V K dfinie par
Sciences.ch Algbre Linaire
Serveur d'exercices 25/25
( ) ( , ) f y x y = . { } ker( ) | ( , ) 0 f y V x y = = est de dimension dim( ) 1 n V = . De
plus ker( ) x f
/
, par suite ker( ) V x f = . Par hypothse de rcurrence il existe une
base
1
,..,
n
x x de ker( ) f avec ( , ) 0
i j
x x = si i j .
1
, ,..,
n
x x x est donc la base
cherche.
2. Soit
2
2
V = F l'espace vectoriel de dimension deux sur le corps
2
F . Soit
1 2
, e e les
vecteurs de la base canonique. On dfinit de la manire suivante :
1 1 2 2 1 2 2 1
( , ) ( , ) 0, ( , ) ( , ) 1 e e e e e e e e = = = = . { }
1 2 1 2
0, , , V e e e e = + et on voit
facilement qu'il n'existe pas de base comme dans 1.
3. Supposons non dgnre et soit x H alors pour tout , ( , ) 0 y V x y = et par
suite 0 x = . Rciproquement si {0} H = supposons que pour tout , ( , ) 0 y V x y =
alors x H et donc 0 x = .
4. Notant
{ }
|
j
e j E l'espace engendr par
{ }
|
j
e j E il est facile de voir que
{ }
|
j
e j E H . Rciproquement, soit x H .
1
n
i i
i
x e
=
=

et
1 1
0 ( , ) ( , ) ( , ) ( , )
n n
j i i j i i j j j j
i i
x e e e e e e e
= =
= = = =

. Ainsi pour j E
/
,
( , ) 0
j j
e e et donc 0
j
= par suite x est combinaison linaire d'lments de
{ }
|
j
e j E . On en dduit immdiatement dim( ) H r = .
5. Supposons que
n
x K vrifie :
1
, 0
n
n
i i
i
y x y x y
=
= =

K . Dans ce cas en prenant


pour y les vecteurs de la base canonique on obtient,
1
... 0
n
x x = = = c'est--dire 0 x = .
6. Soit
1 1
,
n n
i i i i
i i
x x e y y e
= =
= =

avec ,
i i
x y K.
1 1 1 1 1
( , ) ( , ) ( , ) ( )
n n n n n
i i j j i j i j i i
i j i j i
x y x e y e x y e e x Ay x Ay
= = = = =
= = = =

o ( )
i
Ay
est la i-me composante du vecteur Ay . ker( ) H A = en effet,
, ( , ) 0 , 0 0
n n
y H z z y z z Ay Ay = = = K K . est non
dgnre ssi ker( ) {0} H A = = donc ssi det( ) 0 A .
7. La matrice associe dans la base canonique est
1 1 0
0 0 1
0 0 0
A


=



et cette matrice
est visiblement de rang 2 donc dimker( ) dim( ) 1 A H = = .