Vous êtes sur la page 1sur 200

1 , :'

'1 l'
l
.''

~'~I
'

-1
1
1
.' 1

1
1~ ,.1 '

~
~
!
....) 1
1
i
1
t
t
1~ algbre
r

~
,.
..r

<\ _,
;:r
<::>'

i
r
~
~.g 250 mthodes
"\

,
t
r
l ~
f ~ -'
J
'1 - \ x~ _~:'t~exercices corrigs

..
.....
.,~.,'- J

~
J Xavier MERLIN
Ancien lve de l'Ecole Polytechnique -
Examinateur en mathmatiques spciales
aux lyces Louis-Le-Grandet HenrHV
, ;"

t' ~

('
i
..

1) ~J 1' , t...
. -",,~ '.

i '-::
AVANT PROPOS Avant propos

3. Faut-IIconnailredes rsultatshors-programme? 8, lors d'un oral, l'examinateur atten::l surtout du candidat qu'il rsolve l'exercice
, , r

NON. Le hors-programme n'a pas la cote ouprs des correcteurs. qui n'apprcient propos. i
(, )
gure que l'on trivialise leurs exercices avec des outils surpuissants et hors NON.Au.contraire; on po~rr~it presque dire.que c'est ce qu'il y a de moins important. 1
programme. Entant que moyen. le hors-programmeest donc viter. Enrevanche. Uncandidat est d abord Jugesursa capacite d'analyse de l'exercice. On attend de
en tant que partie d'une" culture gnrale mathmatique , Il peut parfaitement tre lui qu'il propose des mthodes de rsolution.et qu'il les teste; si elles chouent. cela
connu - par exemple comme illustrationd'une mthode rutilisable. n'estpas dramatique dons la mesureo le candidat ne s'entte pas dons cette voie
(cf. 4) : 1

4. Doit-on connatre par cur des listesde mthodes? je peux en [aire "
L'erreur est humaine, il faut admettre l'axiome i
OUI. Avant de se lancer dans la rsolution d'une question ou d'un exercice. Il faut Maisce que l'examino-teurvalorisepar dessus-tout.c'est la rceptivit du candidat
irr'~;rativement.au brouillon.faire rapidement le tour des 2 ou 3 mthodes dont on ses indications (car, contrairement un autre prjug. les'examinateurs donnent des
Indications 1),
d:";:;',)S9 dans ce genre de situations.Il n'y a en effet rien de plus grave. aux yeux d'un
e~:::rninateur.que de s'obstinerdans une voie qui est manifestementsansissue.Cela Si un examinateur demande de rpter, il ne faut pas s'en offenser! (... ) lorsqu'un
suppose donc que l'on dispose de mthodes alternatives : savoir changer de examinateur demande, plusieurs reprises, quel rsultat il faut dmontrer, il peut tre habile
r.;hode face une Impasse est gnralement peru comme une preuve de (... ) d'en tirer les enseignements, au prix de modifications ventuelles ...
9 'onde rnotrlse des maths.
<, L" candidat. au lieu de consacrer un peu de temps choisir la mthode la plus efficace, a au Naturellement, si le candidat fait peu de cos de son aide. l'examinateur ne
contraire tendance prendre la premire qui lui vient l'esprit et s'y tenir ... s'acharnera pas aider le candidat... Conclusion : peu Importe. la limite. que
l'exercice soit compltement rsolu, du moment que le candidat a montr sa
1 capacit d'analyse. de mthode et de raisonnement. Pour vous confirmer ces
5... L95questionscalculatoires comptent moinsque les questionsthoriques" propos.je livre votre rflexion la description d'un" oral type tel que le rvent les
examinateurs:
NON. Au contraire. A l'crit un candidat qui saute systmatiquementles questions Un bon oral devrait comporter quatre tapes:
plus calculatoires, ou plus pratiques (telles que : donner un exemple de fonction
telle que ... Il) est lourdement pnalis. A l'inverse. savoir se dbrouiller 1/ une priode de rflexion, voix haute si possible; .
conveocblernsnt dans un exercice calculatoire (tel que: calcul de valeurspropres. 2/ une priode d'organisation o le candidat exprime clairement ce qu'il envisage
de faire et pourquoi ill'envisage ;
dtem"'-,:::'"lts
...). en faisont preuve d'intellligence et de mthodes dans les calculs. 3/ une priode de ralisation;
est du 17:eilleur effet,
4/ une priode de conclusion, o ilexamine si les rsultats obtenus sont i
raisonnables (signe, dimension) et si les hypothses ont t bien utilises" J--
6. Fout-il noncer compltement un thorme classiquesion l'utilise? .
OUi. Le simple fait de citer son nom (s'il en a un) n'exonre en rien de rappeler ses A titre de complment. et. pour finir sur une note humoristique" (voire...). je vous
hypothses. de s'assurerexplicitement qu'elles sont toutes vrifies.et d'en noncer laissemditer ces petites perles: .
les conclusions utilises. 'li'
Certains candidats nous ont paru anormalement excits (I~rs de l'oral, NDLR), il .
p.. ce propos. nous vous dconseillons l'altitude d'un de vos ans. dcrit par son conviendrait de diminuer la dose des mdicaments! "
examinateur: .
(Nous avons t choqus par, NDLR) ce candidat frip, au look clochard, avec un pantalon
- noncez-moi le thorme de Cauchy-Lipschitz pour une quation y'=f(x,y) ; tch. " .
- y'=f(x,y) ; alors il y a une seule solution satisfaisant les conditions initiales;
- un thorme commence toujours par soit ; Que tous les candidats soient assurs que le bordereau de notes n'est jamais appliqu la
<c.

- ah ! alors soit y'=f(x,y) ; il 'j a ne seule solution satisfaisant, etc, etc... legre, et que nous ne le remettons qu'aprs mre rflexion .

7. JI n'y a pas de diffrence fondamentale entre un crit et un oral, du moment Remerciements


qu'on sait laire l'exercice. Je voudraisconclure cette longue Introduction en remerciant:
S!. Lesoroux et lescrits diffrent dans leur conception mme. Un crit est souvent mes lves, qui. par leur enthousiasme,leursquestions.leurscommentaires et leurs
construit sur des questions enchanes, qui constituent autant d'indications. C'est critiquesm'ont aid enrichirce livre;
pourquoi il faut toujourslire l'intgralit d'un sujetavant de commencer. Un exercice Antoine Oucros. qui a incomb la pnible mois combien ncessaire tche de
d'oral est souvent piUSabrupt. plusdense. et partant plus dlicat. MaisIlest aussiplus relecture critique du manuscrit. dont la collaboration m'a une fols encore t trs
difficile de prparer un oral qu'un crit partir des annales : Il est Impossiblede prcieuse. {.
~,,:.-105 conditions d'un oral. et l'interaction avec l'examinateur. Entout tat de
'>raln'estcertainement pas un simple crit parl (mme sic'est souvent
"lu'en donnent certains candidats !). A tel point que l'on vous Juge J'espre sincrement que cet ouvrage vous aidera dans votre travail. Je rserverai
"e prestation : naturellement le meilleur acceull aux suggestions ou remarques que vous voudrez
. 1. bien me faire parvenir aux bonssoinsdes ditions Ellipses.QI.li transmettront.
; lves tournent le dos l'examinateur et cachent ce qu'ils crivent en i
Bon courage et bonne lecture.
i oarle, parle :~ah;jamais crire, malgr les supplications de l'auditeur, /_. xp'lier Merlin
rontr:'ler un raisonnement dbit toute vitesse. Des espces
'''1t : l'un avec des lettres monstrueuses, l'autre, mort de Note,' il sera frquemmentfait rWence.par la 'uite 0'
(analyse).
"~)e 1 de MthOd!,~/
'les calculs microscopiques _ "-~.-/
........
'J ~~,;'T~I""
f
1 .
.-
1 .L .'_
www.cprepas.blogspot.com
;.'
',' ".
AVANT PROPOS Avant propos

., 3. Faut-il connatre.des rsultais hors-programme 7 8. Lors d'un oral, l'exomlnaleurattend surtout du candidat qu'JI rsolve J'exercice
NON. Le hors-programme n'a pas la cote auprs des correcteurs. qui n'apprcient propos.
,' gure que l'on trivialise leurs exercices avec des outils surpuissants et hors .. NON. Au contraire, on pourrait presque dire que c'est ce qu'il y a de moins important.
programme. En tant que moyen, le hors-programme est donc viter. En revanche. . Un candidat est d'abord jug sur sa capacit d'onalyse de l'exercice. On attend de
en tant que partie d'une" culture gnrale mathmatique , Il peut parfaitement tre lui qu'II propose des mthodes de rsolution, et qu'II les teste ; si elles chouent, cela
connu - par exemple comme Illustration d'une mthode rutilisable. n'est pas dramatique dans la mesure o le candidat ne s'entte pas dans cette voie
(cf. 4) :
L'erreur est humaine, il faut admettre l'axiome je peux enfaire" Il
4. Doit-on connatre par cur des listes de mthodes?
Mols ce que l'examinateur valorise par dessus-tout, c'est la rceptivit du candidat ii'.
OUI. Avant de se lancer dans la rsolution d'une question ou d'un exercice, Il faut ses Indications (car, contrairement un autre prjug, les examinateurs donnent des .;
imprativement, au brouillon, faire rapidement le tour des 2 ou 3 mthodes dont on
indications 1).
dispose dans ce genre de situations. Il n'y a en effet rien de plus grave, aux yeux d'un
examinateur, que de s'obstiner dans une voie qui est manifestement sans issue. Cela Si un examinateur demande de rpter, il ne faut pas s'en offenser! ( ... ) lorsqu'un'
suppose donc que l'on dispose de mthodes alternatives : savoir changer de examinateur demande, plusieurs reprises, quel rsultat il faut dmontrer, il peut tre habile
mthode face une Impasse est gnralement peru comme une preuve de (... ) d'en tirer les enseignements, au prix de modifications ventuelles .....
grande matrise des maths.
Naturellement, si le candidat fait peu de cas de son aide. l'examinateur ne
Le candidat, au lieu de consacrer un peu de temps choisir la mthode la plus efficace, a au
s'acharnera pas aider le candidat ... Conclusion: peu Importe. la limite, que
contraire tendance prendre la premire qui lui vient l'esprit et s'y tenir ...
l'exercice soit compltement rsolu, du moment que le candidat a montr sa
capacit d'analyse, de mthode et de raisonnement. Pour vous confirmer ces
propos, Je livre votre rflexion la description d'un oral type tel que le rvent les
<, 5. " Les questions calculatoires comptent moins que les questions thoriques Il examinateurs :
NON. Au contraire. A l'crit. un candidat qui saute systmatiquement les questions
Un bon oral devrait comporter quatre tapes:
plus calculatoires, ou plus pratiques (telles que : donner un exemple de fonction
1/ une priode de rflexion, voix haute si possible; .
telle que ... ) est lourdement pnalis. A l'Inverse, savoir se dbrouiller
2/ une priode d'organisation o le candidat exprime clairement ce qu'il envisage
convenablement dans un exercice calculatoire (tel que : calcul de valeurs propres,
de faire et pourquoi il l'envisage ;
dterminants ...), en faisant preuve d'intelliigence et de mthodes dans les calculs,
3/ une priode de ralisation;
est du meilleur effet. 4/ une priode de conclusion, o il examine si les rsultats obtenus sont
raisonnables (signe, dimension) et si les hypothses ont t bien. utilises
6. Faut-il noncer compltement un thorme closslque si on l'utilise?
OUI. Le simple fait de citer son nom (s'il en a un) n'exonre en rien de rappeler ses A titre de complment. et pour finir sur une note humoristique" (voire ...), Je' vous
hypothses, de s'assurer explicitement qu'elles sont toutes vrifies, et d'en noncer laisse mditer ces petites perles :
',
)_. -
J
.
1
les conclusions utilises.
A ce propos, nous vous dconseillons l'attitude d'un de vos ans, dcrit par son
examinateur: .
Certains candidats nous ont paru anormalement excits (lors de l'oral, NDLR), il
conviendrait de diminuer la dose des mdicaments!
<~.~ous avons t choqus par, NDLR) ce candidat frip, au look clochard, avec un pantalon
- noncez-moi le thorme de Cauchy-Lipschltz pour une quation y'=f(x,y) ; th, ;.
- y'=f(x,y) ; alors il y a une seule solution satisfaisant les conditions initiales;
que tous les candidats soient assurs que le bordereau de notes n'est jamais appliqu la
- un thorme commence toujours par " soit Il ;
I- - ah ! alors soit y'=f(x,y) ; il Y a Une seule solution satisfaisant. etc, etc ..... lgre, et que nous ne le remettons qu'aprs mre rflexion". '\<

7. Il n'y a pas de diffrence fondamentale entre 'un crit et un oral, du moment


Remerciements <.

qu'on sait faire l'exercice. Je vaudrais conclure cette longue Introduction en remerciant:
SI. Les oraux et les crits diffrent dans leur conception mme. Un crit est souvent mes lves. qul, par leur enthousiasme, leurs questions, leurs commentaires et leurs
construit sur des questions enchanes, qui constituent autant d'Indications. C'est critiques m'ont aid enrichir ce livre;
pourquoi il faut toujours lire l'Intgralit d'un sujet avant de commencer. Un exercice Antoine Ducros, qui a Incomb la pnible mais combien ncessaire tche de
d'oral est souvent plus abrupt, plus dense. et partant plus dlicat. Mais Il est aussi plus relecture critique du manuscrit.' dont la collaboration m'a une fols encore t trs
difficile de prparer un oral qu'un crit partir des annales : Il est impossible de prcieuse.
recrer les conditions d'un oral, et l'Interaction avec l'examinateur. En tout tat de
cause, un oral n'est certclnernent pas un sim'pie .. crit parl" (mme si c'est souvent
l'Impression qu'en donnent certains candidats 1). A tel point que l'on vous juge J'espre sincrement que cet ouvrage vous aidera dans votre travail. Je rserverai
souvent sur votre prestation : . . naturellement le meilleur acceull aux suggestions ou remarques que vous voudrez
bien me faire parvenir aux bons soins des dltibns Ellipses.qui transmettront.
Trop souvent, les lves tournent le dos l'examinateur et cachent ce qu'ils crivent en
silence Bon courage et bonne lecture.
Il y a le candidat qui parle, parle sans jamais crire, malgr les supplications de l'auditeur, .. XaVier Merlin
mis dans l'impossibilit de contrler un raisonnement dbit toute vitesse. Des espces
voisines crivent n'importe comment: l'un avec des lettres monstrueuses, l'autre, mort de Note : il sera frquemment'folt rMJ;etlce,.par10 suite ou tome 1 de Mthodlx
timidit, fait un rempart de son corps des calculs microscopiques (analyse): ":--.,

_.~ .._,......- - .- .....t

l _ - ---------- ----
-t Table des matires

Table des matires 2. Thme 2 : Endomorphismesd'espacesfonctionnels


-1' 3. Thme 3 : Espacesstablespar A'
,,~
195
J.. 4. Thme 4 : Rduction por bl~.
5. Thme 5 : RductlonS'Slmuitanes
196
199
Avant-propos 3 \' 6. Thme 6 : Endomorphismesde l(E) et application
7.Thme 7 : Localisation du spectre
200
202
Chapitre 1 : Mthodes d'tude des polynmes 9 8.Thme 8 : Autres rductions closs{ques 203
1.Mthodes fies l'algbre gnrole
2. Mthodes lies l'algbre linaire
3. Mthodes lies l'algbre bilinaire
10
11
)2
J 1
9. Thme 9 : Exercices. n'ayant rien voir avec la dlagonalisatlon
Chapitre '10:" Best.of Il Vrai ou foux: rduction des endomorphismes
1.Valeurs propres. vecteurs propreset.espaces propres
206
2T9
4. Mthodes lies l'analyse 219
12 1
5. Racines13 2. Polynmescaractristiqueset annulateurs 220
6, Coefficients 3. Rduction des endomorphismes 221
16
7. Nullit d'un polynme 17
8. Polynme interpolateur de Lagrange
Chapitre 11 : Mthodes de topologie matricielle 231
17 1. Normessurles espaces de matrices 231,
Chapitre 2: Mthodes de dcomposition d'une fraction rationnelle 2. Rayon.spectral 235
en lments simples 3. Comment tudier la nature topologique de certains ensemblesde matrices 239.
19
1. Mthode thorique 4. Etude d'un cas particulier Important: le groupe linaire 242
19
2. Mthodes communes II! et C. 21 Chapitre 12: Mthodes d'tude de l'exponentielle matricielle 255<
3. Mthodes pratiques (cas complexe) ~4 l, Dfinitions et exemples 255
4. Mthodes prdtlques (cos rel) 31 2. Premiresproprits calculatoi'es 257
Chapitre 3: Mthodes gnrales d'algbre linaire: 3. La formule d'oddltlon et sesconsquences 258
4. Rduction de l'exponentielle etdcomposition. D+N" 260
espaces vectoriels et applicationd linaires 35
1. Espacesvectoriels 35 r 5. Autour des quations diffrentielles
6. Inversionlocale et dveloppementslimits
264
265
2, Applications linaires 43 7. Formulescomplmentaires 266
Chapitre 4 : Mthodes de dualit 8. sous-rouoes un paramtre 268
61
1. Formeslinaires 61 9. Su~eclivlt de l'exponentiellecomplexe et applications. . 269
2..Orthogonalit
3. Boseduale
64
66
. ,1 Chapitre 13 : " Best oi Il Mthodes d'tude des matrices classiques 273
~ 1.Endomorphismesnilpotentset corchet deUe 273
4,Transpose 68 2, Comatrice 278
Chapitre 5 : MthOdes de calcul matriciel (1) 3. Matrices de rang1 ; motricescrcukmtes : m.trlcesde VanderMonde 2Bq,\ , .1
79
. 1.De l'application linaire la matrice 79
2. Produit rrjaITlclel
.L. Chapitre 14: Mthodes gnrales d'olgbre bilin~oire 291
82 l' 1.Comrpent tudier lespropritsdes formes 292
3. Calcul d puissances. 84_ 2. Produit scalaire et norme 302
4. Calculs dinverse 91 3. Baseorthonormale et orthonormalisationde Schmidt 305
Chapitre 6 : Mthodes de, calcul matriciel (2) 105
1. Rang 105_
\: Chapitre 15 : Mthodes de dtermin1ion de la signature 321
2.Trace 112 ChaPitre 16 : Mthodes d'tude des endomorphismes autoa~,oints 337
3. Polynmesde matrices 114 1.Comment dmontrer qu'un endomorphisme,est autoadJoint? 337
4. Centres et commutants 116 \ 2. Comment rsoudre un exercicesurlesendomorphismesautoadjoints? 341
5. Espaces stables . 122 3. Autres mthodes de rsolution
, 6. Equations matricielles 124
7.Traitement algbrique et traitement matriciel d'un exercice 128 XChapltre 17: Best of Il : Endomorphismes classiques
'" des espaces euclidiens et hermitiens 363
~ Chapitre 7 : Mthodes de calcul de dterminants 139 1.Endomorphismesorthogonouxet.unitaires 363
1.Princlpale,sproprlts du dterminant 140 2. Projecteursorthogonaux 370
2,Mthodei de calcul pratique des dterminants 141 3, Dcompositions classiques 375'
3. Mthodei. par lesexercices thoriques 150 4. Endomorphismesnormaux 377
5, Endomorphismesantj..auto~ts 380
Chapitre 8 : Mthodes de dlagonalis~tiori pratique 161 6. Matrices de Gram . .381
1.Comment calculer lesvaleurspropres de A ? 161
2. Comment dterminer les lments propres 'de A ? 165 Chapitre 18: L'essentiel de l'algbre. __en quatre pages .397
3. Comment montrer que A est diagonalisable? 173 1.Prlnclpalessourcesd'erreuren algbre 39,
4, Comment montrer que A est dlagonalisoble et donner seslments propres? 175 2, Principales mthodes d'algtlle gnrale 398
6. Comment trigonallserpratiquement une matrlce ? 175 2. Principalesmthodes d'alglxe inoire 398
Chapitre 9 : Mthodes de rduction thorique 3, Principales mthodes d'algle bilinaire 399
189
O. Ce qu'II est ncessaireet suffisantde savoir... 189
1.Thme 1: Polynome caractrlstlque 192
,"'

.~ (;h
.)~
---------- ---------- -------- ----------
,.
"

Chapitre 1
METHODES D'ETUDE DES POLYNOMES
l '-+;}.'~:'
Contrairement une ide rpandue, Il nous semble que les exercices' sur;'i~s
polynmes ne sont pas aussi simples que ce que les candidats ne le pensfit
habituellement. .. .~~".'
il,: \:~,.;:;

En effet. les polynmes sont des tres mathmatiques assez pervers. :2'6i
protiformes: ce sont des Objetssitus l'intersection de' tousles domaines du
programme:
- algbre gnrale (thoriedes groupes.divisibilit... .)
-:- algbre linaire(structurenatUrelled'espace vectoriel)
- algbre bilinaire (existencede produitsscalaires)
- analyse (fonction continue.racines.....),

Face un exercice portant surlespolynmes.et tout partlcullrement lorsd'un oral.


la premire des choses faire est d'essayerde dterminer si c'est plutt l'aspect
algbrique pur. ou au contraire l'analyse. qui est en Jeu, Ce n'est pas forcment
immdiat. ni mme possible.et ce pour deux raisons:
- d'une part. l'exercicepeut parfaitement taire appel plusieurscaractristiques:
- d'autre part. une mme proprit peut parfaitement tre cheval sur les deux
aspects (algbriqueset analytiques).
Prenonsquelques exemplespour illustre,cette derniresituation :
-les racines: aspect analytique(p(a); 0) molsaussialgbre pure (X -a 1 P),
- le degr: aspect algbrique(cf, lien avec la dcomposition en facteurs premiers).
algbre linaire (lien avec la dimensiondes espaces de polynme) et analytique
(lien avec le nombre de racines),
i -,les coefficients: algbre linaire(coordonnes dans la base canonique). ospect
(
\, asalytique expresslonen fonction des racines.ou des drives successives,..) .. ' ~:;:"~

QUefaire dans ce cas? Reposerle livr. et retoumervers un bon cours classique'!;it;


.. 1
moinsIconoclaste? Surtoutpas 1Eneffet. la prsentationqui est habituellement faitel;';,
mlange tous ces aspects. ce qui complique notablement la comprhension aEis}':'
divers phnomnes. . .-,,'
"\._j
Nousproposonspour notre part une approche en deux temps :
; - prsentaHon.. horizontale" des quatre pointsde vue (algbre gnrale. linaireet
bilinaire.puisanalyse): paragraphesl 4.
- presentaHon..verHcolethmatlque,(raclnes.coefficients. nullit) : paragraphes 5
et suivants.
Evidemment, nous seronsconduit . nous rpter. Mais la rptition est le principe
lfentalre de la pdagogie... . .
NoiJs donnerons assez peu d'exemples dans ce chapitre (contrairement aux
suivants) car les rsultats prsentssont bien connus de tous et surtout car les
polynmesInterviendrontdanstous leschapitres suivants,
Le'but recherch Ici est de structurer les connaissancs en listes de mthodes
organises ef efficaces. :~.
De nombreux renvois sont. faits aux chapitres suivants (.; Cf. ) ;' nous vous:
encourageons vous y reporter chaque fols. ,.',' ':":'1::",,;:. ,.'

--- _--- ---


~~---_I_U ~M~E~TH~O~D=12X~A~LG~E~B~RE

~ , ~.'
1. Mthodes lies l'algbre gnrale (arithmtique)
METHODE2bis : Comment montrer que A et B sont premiers entre eux?

C'est en fait un avatar de la mthode prcdente (d'o l'astucieusenumrotation) : Il


METHODE1 : Comment prouver que B divise A ? s'agit simplement de montrer que le PGCD de A et B est t. Notamment Bezout
s'exprime Ici :
Il Y a naturellement plusieursfaons de procder: . AAB:l <=> 3(U.V)eK[X] t.q : AU+BV=l

revenir la dfinition en montrant que 3Q tel que: A = B.Q


montrer que le reste de la divisioneuclidienne de A par Best nul
faire une dcomposition en produits de facteurs premiers de A et B et montrer que
ceux de B apparaissent tous dans A avec une multiplicit suprieure (dans A). 2. Mthodes lies l'algbre linaire'
Attention la diffrence entre Ret C (facteurs premiersdansC.: X - a. dans R : X-a
et X2+pX+q sarisracine relle).
utiliserlesracines en montrant que lesracinesde Bsonttoutes racinesde A avec une METHODE3 : Comment prouver qu'une famille est une base de Kn[X]?
multiplicit suprieure dans A (II faut prendre les racines dans C. mme quand on
travaille dans R sinon c'est faux : X2 + 11 (X2 + l)(X-1) mais X2+ 1 n'a pas de racines Rappel:
L'ensembledes polynmes de degr infrteurou gal n, not Kn[XJ.est un K-ev de
dans R). dimension n- 1 (et non pas n,comme on l'entend presque systmatiquement).
utiliserla proprit d~ Gauss: siBlAC et Best premier avec C alorsBdiviseA.
Principe:
On peut montrer qu'elle est libre et gnratrice. ou libre n lments, ou gnratrice
n lments:
METHODE2 : Comment dtrminer le PGCDde A et B?
>- Cf. chapitre 3, mthodes 5 la.
L encore. plusieursdmarches peuvent tr~ envisages:
On peut en outre passerpar la base duale.
effectuer la dcomposition en produits de facteurs premiers de A et 8. Le PGCDest
alorsle produit des facteurs communsprisavec la plusgrande puissance. >- Cf. Chapitre 4, mthode 6 (exemple 2)
utiliserla relation de Bezout.relationfondamentale s'ilen est: Rappel':
Toute famille de polynme degrs chelonns est libre (donc c'est une base sielle
1 D=PGCD(A.B) ~ 3('U.V)eK[X] t.q : AU+BV=D a n lments).

On rappelle que ce couple n'est pas unique (II faut Imposer des conditions sur les
degrs pour avoir unicit; maiscela prsentepeu d'Intrt pratique).
utiliserl'algorithme d'Euclide : sideg(Adeg(B) ol'l fait une des divisionseuclidiennes METHODE 4 Comment prouver qu'une proprit. est vraie pour tout
successives: polynme?
connus'
Cas d'emploi: .
Quand on demande de montrer une proprit linaire par rapport au polynme .

Principe:
Puisquela proprit est linaire. Il est ncessaire et suffisantde !o dmontrer pour les
vecteurs d'une base.
_------ --- - - --- --
l'Important est olors de choisir une base adapte la proprit propose. ce qui
calculs l'Issuede la I-me tape veut notamment dire qu'il ne faut pas forcment se prclplter sur10 base canonique
Ilest facile de montrer que: Ri-lARI= RIARi+l l.X .... Xn.. .
Le PGCDde A et B sera donc le dernier reste non nul obtenu (en effet cette suite est
finie car lesdegrs diminuent strictement). >- Cf. exercice 7. chapitre 20. Mthodlx tome l, ;.":"

Cette mthode permet accessoirement de calculer un couple de Bezout(II suffit de REMARQUE : ~.:':,,~~~;~~~";:t\(:,:::
partir de la dernire relation obtenue. et d'Injecter lesautres dedans...).
Silo proprit n'est pas linaire, Il peut tre utile de passer par u(le 19CU",I~ ..~~",:",~.

degr. ".: ,ti~.;:;~;.,,:,:;,,~:~{,~t;~:~;':::


.-:::---- ..

------------------------
~~~?:::::-.,
..~
METHODIX AlGEBRE ~1~.~M~e~t~h~0~d~e~S~d~~~tu~d~e~~~e~s~p_o~ly_n_6_m_e~s ' '~;~~

3. Mthodes lies l'algbre bilinaire :,~ Un polynme born sur R est constant (car pour un polynme non constant:
.... IIm Ip(x)I=+~). . .
Ixl....+-
Un polynme priodique est constant (car Il est bom).
METHODE
5 : Comment construire des produits scalaires sur Kn[X] ?

Exemples: Un polynme admet au plu~deg (P) racines.S'ilen a pius,il est nul. ..;': ~-'

Deuxtypes de produitsscalairessontco~stamment utilisssur Kn[X] : -::;'' <><::'.,.::~(-.


Tout polynme de degr Impair admet au moins une racine relle (consouenc.
n. n r du NI). . , . .c.
si P(X)= l OrX'et Q(X)'" l biX on peut poser:
,

r=o i=O
n >- Cf. paragraphe suivant pour une tude plus complte des racins.
(PjQ)= l iibr
;=0
ou

(P,Q) '" f P(t;"Q(t)dt ou


a
(P, Q) '" 7
0-
e-t' .P(t;"Q(t)dt METHODE8 : Utiliser la densit des fonctions polynmes
REMARQUE:
La conjugaison est Inutile pour K-=R.
Rappel: thorme de Weierstrass

Intrt : Toute fonction continue est limite uniforme sur [a, b] d'une suite de
polynmes.
Une fols' un produit scalaire construit. on dispose d'une structure euclidienne (ou
hermitienne). On peut en particulier en dduire une norme, etc ... ce qui permet par autrement dit:
exemple de montrer facilement la nullit d'un polynme, ou l'galit de deux Pour toute fonction continue f. il existe une suite de .polvnrnes qui
polynmes,etc ... converge uniformment sur [a. b] vers f.

>- Cf. chapitre 14. mthodes 1924. REMARQUE:

La dmonstration de ce rsultat n'est pas totalement ImmdIate, mals faIsable et


METHODE6 : Comment construire une base orthonormale? classique. L'une des faons de faire utiliselespolynmes de BernsteIn.

Intrt: .
Principe: Ge rsultat. peut parfois servir dans des exercices thoriques. d'analyse o 1'0(1
Une fols qu'on dispose du produit scalaire, le plus simple est d'utiliser le procd di:lmande de montrer une proprit pour une fonction continue guelconque. <?n1.!3,.
d'orthonormalisallonde Schmidt. ~ontre d'abord pour une fonction polynme, puison l'tend aux f0nctlons.cQnti~u~~'
" y a videment autant de varitsde basesorthonormalesque de produits scalaires. par passage la limite. . .;"
..,. ../,.. -,'.
>- Cf. chapitre 14. mthode 26. ':-~ r , ,:,.: ";, '.~.,

'."
Intrt: 5. Racines <"'::'., .: ..'::~;.~
Lescalculs d'algbre bilinaire se font toujours plus simplement dans une base
orthonormale.
On ne s'intressevidemment qu'aux racines d'un lment de Kn[X] dans 1(.

4. Mthodes lies l'analyse A) Aspect algbrique


k.
Qn_sepl~tc~~iqernment dansle cas.o.K=R.. _. _ _ _
.~- -MlrnODE 9 :Comment exprimerque a est racine de -P ? ---
_____./
METHODE7 : Utiliserles proprits d'une fonction polynme
. Le fait que a soit racine de Ps'exprime.algbrlquement en termes de divisibilit,

Un polynme est une fonction de classe C- ; donc on peut notamment utiliserle TVI a est racine de P ) X-a j P
(thorme des valeurs Intermdiaires),TAF(thorme des accroissementsfinis), des a est racine de Pd'ordre au moinsk ) (X- alj P
formulesde Tayloradaptes...
a racine de P d'ordre k exactement ~ (X_a)k 1 P et (X- O)k+l.r p
>- Cf. M&thodlx tome L chapitres 5et 7.
METHODIX ALGI:BRE ...:1_. _M_:._t_h_.:..o_.:..d_e_s
_d_'e_'
tu_d_e_d_e_s
.!...po----'ly'-n__m_e_s -'- -_~~~~~
~_

METHODE10: Comment exprimer que P et Q ont une racine commune? METHODE13: Comment dterminer les racines d'un polynme ?

. Hormis l'utilisation conjointe des caractristiques de la mthode 9 adoptes P et Q il Vous savez (c'est de la cutture gnrale lmentaire) qu'il n'existe pas de mthode
peut tre Judicieux. dons certains cas. de traduire que le PGCD de P et Q possde u~e systmatique pour dterminer les racines d'un polynme de degr suprieur ou gl
racine a (de multiplict convenable). 4. Mme pour le degr 3, cela devient laborieux. .
En particulier, 51 Q est la drive de P. on trouve une caractrisation intressante des En revanche. II existe des types particuliers de polynmes dont on peut dterminer
racines multiples: P admet une racine multiple ssi P et P' ont une racine commune, certaines (voire toutes) les racines, et ces mthodes s'avrent extrmement utiles.
danc sslle PGCD de P et P' admet (ou moins) une racine dans K. dans des situations trs diverses (dcomposition d'une fraction rationnelle,
recherche des valeurs propres partir du polvnrne caractristique, tude des
variations d'une fonction ...). Bref. il peut tre.fructueux de les connatre.

B) Aspect analytique Polynmes rciproques :


n
Soit P(X) = L aiXI tel que; v'i an_1= ai. c'est--dire vrifiant:
1=0
METHODE11: Comment exprimer que a est racine de P ?

a est racine de P ~ P(a) =0


ou bien n est impair, alors -1 est racine vidente alors on factorise par X+1 et le
a est racine de P d'ordre au moins k "'* P(a) =P'(a)= ... =p(k-I)(a)~O quotient est pair et rciproque ..
ou bien n est pair, alors l'quation P(x) = 0 est quivalente, par division par Xn/2 :
a est racine de P d'ordre exactement k~ P(a) =... =p(k-l)(a) =0 et p(k)(a) ",0

an[ xP + x1pJ+an_{ Xp-l + X~-l ]+ ... +ap ~O

(en posant n=2p).


METHODE 12 : Commentdterminerle nombrede racinesd'un polynme?
Posons xP + _l_
xP = yp et Y = X +.!.. .
X
Il fout distinguer le cas rel du cos complexe. On a facilement:

etc." ce qui permet de ramener l'quation C) une quation en Y de: degr r:;>. Ce qui
veut dire qu'on a ainsi divis par 2 le degr de l'quation. Une fols resolue l'equatlon
Un polynme n'admettant pas de racine sur C est donc gal une constante non en y, on se ramne des quations du second degr' en X en rsolvont-:
~u.II~,.et un P?lynme admettant plus.de racines que son degr (en particulier :' une
Infinite de. racines) est.ldentiquement nul.
Y=X+.!..
X
Cas rel: Naturellement. il est fort possible qu'on ne soit pas trs avanc si l'on ne sait pas
On ne peut pas dire 0 priori ce que vaut le nombre de racines d'un polynme rel. En rsoudre l'quation en Y. Si l'exercice est bien fait. cette ventualit ne devrait pas se
revanche, on peut dire que:
produire ...
le nombre de racines d'un polynme non nul est infrieur ou gal son dQgr. 'i;

. le. nombre de racines complexes non reiies d'un polynme rel est pair (puisqu'an Polynmes coefficients entiersrelatifs: ,/ .:
peut les regrouper par couple de racines conjugues) et le nombre de racines relles il existe une mthode de recherche svstrncttque des racines rationneiies d'un tel
d'un pplynme rel est de la mme parit que le degr du polynme. polynme (ce qui veut dire notamment qu'on peut dterminer toutes les racines'
entires de ce polyme). 1
un polynme admettant plus de racines' que son degr (en particulier :.une Infinit Supposons donc que:
de racines) est identiquement nul. n
P(X) = l QiXI .
il existe des polynmes non nuls sans racine relle (contrairement C) : X2 + 1. i=D

tout polynme de degr impoir admet ou moins une racine reiie (d'aprs le rsultat (les coefficients tant entiers relatifs) et soit E une racine rationnelle de P crite sous
q ,
n02 de cette liste. ou en utilisant le thorme des voleurs Intermdiaires).
forme Irrductible (donc p x q ~ 1).
._._--_._-------

Ecrivonsque p(~) = 0 ce qui donne par rnultipllcotlon por qn : les ~oefflclents peuvent s'exprimeren fonction des racines; dans les cas de petits
degres cela se fait ' la motn . Dansle cas gnral, an peut utiliserles formulesde
Newton faisant Intervenirles fonctions symtriqueslmentairesdes racines:
qu'on rcrit: (X-01)(X-a2) ...(X-an)=X''+ L" (,.1)k I!k(al,,an).Xn-k
.' -an,pn =an_l,pn-l,q+ ...+alpqn-l +ao,q" k=I
q divise clairement le membre de droite de cette quation (car Il divise tous ses o:
termes) donc Il divise le membre de gauche. Mals q est premier avec p donc .'
(thorme de Gauss)q divise a".

De mme en rcrivant l'quation sousla forme:


an.pn + a,,_1.pn-l.q+...+al.p.qn-1 = -aoqn
p divisele membre de gauche donc Il divisele membre de droite donc p divise 00' 7. Nullit d'un polynme
Conclusion:
METHODE15 : Comment montrer qu'un polynme est nul?
. " a,xl
% est racine de P(X)= 2: ~ p divise 00 et q divise On.
1=0 soit supposer qu'II ne l'est pas.ce qui veut dire qu'IIoun coefficient non nul; on peut
alors parler de son degr et de sa valuation. .
Attentlon, Il ne s'agit que d'une condition ncessaire et pas d'une condition ncessalie soit dmontrer qu'il a plusde racinesque son de'gr(notamment montrer qu'II a une
et suffisante.Cele signifieque cette mthode vous donne une liste finie de candidats Infinit de racines). '.
potentiels (dclars, ceux-l, pas comme. d'autres qui commencent nous gonfler'
srieusement, se faire prier...). Il suffit de les tester tous pour voir s'Ils sont
effectivement racines. Protons-en pour rappeler les formulesrelativesau 'de.gi:

Exemple,'factoriser compltement: P(X),.2X3- X2- X- 3 deg(P+Q} s max(degP;degQ}


Avec les notations prcdentes on obtient (attention ne pas oublier les signes, on deg(PQ)= degP + degQ
travaille dans Z) : ,, . deg(PoQ)= degP.degQ
pl-3 et ql2 soit: p e {3,-3,1,
-l} et q e {l. 2} d o: % e {1. 3,~,!}
(viter de faire un mgamlx de ces trois formules,votre examinateur ne vous en sera
Cela fait donc 8 calculs effectuer. On constate que ! est roclne de P. La que plus reconnaissant).
factorisation sefait ensuitepar divisioneuclidienne: P(X)= (2X- 3)( X2 + X + 1). ______ .~._ .__ ___eyj_d..e.m.rnenr,-pOUf-r:l1GRtrer--Ejue-e!-etlx-poiyn-mess-tirgaux,
ori-montrequeleUr'-"-- - -
- _.-_--- --------
--------_.---"~----------- diffrence est nulle. . .

6. Coefficients

8. Polynme interpolateur de Lagrange


METHODE14: Comment utiliser les coefficients d'un polynme?
Il est tr~s Important de savoir que, tant donn n scalairesdistincts ao,...an_1et n
Les coefficients d'un polynme peuvent tre Interprts de diffrentes faons. et
chocune d'elle a sonutilit. scalaires' quelconques bQ, . bn_1Il existeun unique polynme de .gegr n- 1 tel que:

Ies coefficients sont lescoordonnes d'un polynme sur la base canonique donc Ils Vle[O,n-l] P(a!)=b, , '
sont uniques (on Invoque souvent l'unicit pour conclure, comme pour les sries
entires). Ce polynme est donn par:
lescoefficients d'un produit C=A.Bse calculent partir des coefficients de A et B :
. . . 1 . n-l n (X-al)
CI = 2: a k- bl_k, P(X) = I. bl' 1" .
k=O '=0 n (Of -al)
les coefficients peuvent s'exprImerfacllemehten fonction des drives successives 1".1
dePenO:
Il Joueun rle essentielen algbre linaire(cf. chapitre 4, chapitre 17par exemple).
(L'unicit est claire: s'IIy en a 2. leur diffrence cfdmet n racinesor elle est de degr au
plus n-l donc elle est nulle. L'existencese prouve en montrant que le polynme
prcdent convient). . .

------ --------
-----
---------~~----------------------------~--
l
....:::.:::..~._- ---~
....."-<t --<
~
METHODIX
AlGEBRE 1-
1
1 "'-' 1
i
, -l',
',~

"
~'~

, Lu dans les rapports, de l'X


Chapitre 2'
:;
;:.
.'
1" i (Selonles candidats) ie nombre de zrosd'un polynme de degr n varie entre
"l i
n-1 et 2n-1. METHODES DE DECOMPOSITION'
, ."j:" 1
"
Il n'y a pas grand-chose signaler propos des polynmes et des fractions
rationnelles. qui demandent moins de connaissances que d'intelligence gnrale,
D'UNE FRACTION RATIONNNELLE
EN ELEMENTSSIMPLES
',.i i Toutefois.un peu d'habitude mettrait lescandidats l'abrtd'erreursgrossires"
Lespolynmes sont oublis': on a du mol manipuler des expressionssymtriques
; ; 1
simplesdes racines.ou exprimerle fait qu'une racine est multiple" '
;, 1
" Kn[X] n'estpas un corps. Que ceux que ce chapitre ennuie rien qu' la lecture du titre se rassurent: l'auteur a
d faire preuve d'une forte abngation pour l'crire.
Que d'absence de rflexes,et d'Ignorance. notamment dans les proprits des
racinesdes polynmes. commencer par le trinme, Etla dcomposition en lments
',', !
, 1
simples... " '
La dcomposition d'une fraction rationnelle en lments simplesn'est une partie de

r
, 1 plaisir pour personne. et ce pour plusieursraisons,D'abord. elle est presque toujours
synonyme de calculs pnibles, Ensuite. elle ne prsente vritablement pas grand
intrt (contrairement d'outres types de calcul, Je n'y 01 Jamais'rencontr de
beaux .. rsultats).Enfin.elle est souvent le prliminaire un calcul de primitives(c'est
d'ailleurs la seule raison pour laquelle'on s'y Intresse1), Ce type d'exercices (calcul de
Astuces la primitive d'une fraction rationnelle) est d'alllursredoutable. car aux fautes que l'on
commet forcment dans la dcomposition s'ajoutent celles que l'on commet presque
Une astuce tellement classique qu'on aurait d en foire ne mthode si la aussisrement dans 10 prlmltlvatlon (saufsion a lu Mthodlx tome 1. pp, 250-251).
dcomposition d'un polynme semet sousla forme : Ceci tant. Il nous faut bien nous rsoudre - vous et mol - nous atteler cette
N question, ~..';'
P(X) = il (X- xl),
1=1
alors on a Immdiatement la dcomposition en lments simples de la fraction Dans notre malheur. nous avons quand 'mme une chance; les mthodes pour .)
rationnelle ~ : ' , calculer la dcomposition .d'une fraction rationnelle sont en nombre fini. et on
n'attendra Jamaisde vous de trouver l'astuce qui ridiculiserale calcul ;'elle n'existepas.
P'(X)=t ~ Ayez-donc le courage, d'apprendre compltement les mthodes que nous vous
P(X) 1=1 X-XI proposons et de vous entraner sur lesexemples que nousvous donnons; vous devrIez
tre arm pour le cas o vousourlez en dcoudre avec ces btes-l.
(on s'en sert notamment pour montrer que les racines du polynme driv sont dons
l'enveloppe convexe des racinesde P. On la rutiliseradans ce livre). Nous nous plaons sur K=R ou C. F (et G) dsigneront toujoursune fraction rationnelle,
c'est--dire un lment de K(X):

Nousvous conseillons d'appliquer les mthodes dans l'ordre o nousles prsentons afin
d'optimiser leur efficaclt.

REMARQUE:

On n'a pas jug utile de donner d'exercices dans ce chapitre,' 1/ y a d'une part I~s
exemples que nous proposons en //lustrationdes mthodes et d'outre part ceux du
tome 7 dans le chapitre 19. SIvoussavezfoIre ceux-l sansfoute. vouspouvez jouet
outre chose ... Evldemment.celo suppose que vous fassiezsrieusement les exemptes
proposs..

1. Mthode thorique

Il est essentiel.pour bien savoir sousqueUeforme crIre a priori une dcompositIon en


lments simples.de connatre parfaitement le rsultat fondamental de la thorie de
la dcomposition. En effet. une faute closslqueest souvent cornmlsequi anClJltlttous

\i lesefforts de calculs ultrleurs (ce qui est dommage). '

------------ -------
20 METHODIXALGEBRE 2. Mthodes de dcomp;o.sitlond'une fraction rationnelleen lmentssimples 21

METHODEa : Revenir au thorme fondamental 2. Mthodes communes !RI et ~

Enonc:
Soit F une fraction rationnelle crite sousforme irrductible F= ~ (c'est-- A) Etapesprliminaires
dire N et D premiersentre eux dans K(X]). La premire chose vrifierest que la fraction est bien donne sousforme irrductibl. ,
Sil'on ne prend pas cette prcaution, on risqued'aboutir rapidement des syntox error 'f
Soit D = rrN Dia, la dcomposition
1=1
.
en facteurs premiersde D. dans lesformulesde calcul de coefficients... . .:'f~i:
. ;ii:~:'~'."
Alors: il existe une unique manire d'cnre :
METHODE1 : Comment calculer la portie entire?

Pour une raisontotalement Indtermine,la plupart des candidats qui ont la chance
avec: de plancher sur une dcomposition omettent purement et simplement la partie
entire, ce qui a naturellement des consquences fcheuses sur la suite des,
(i) EeK(X) oprations,

(ii) Aii e K(X) et 'v'J deghl < deg(DI) C'est pourtant la chose la plus simple calculer dans la dcomposition : Il suffit de
calculer le quotientde la divisioneuclidienne de Npar D.
Notons d'ailleursque sile degr de N est strictement Infrieur celui de D, le problme'
On appelle partie entire de Fle polynme E. est vite rgl: Eestnulle.
Mise en garde:
L'erreurIq plus frquemment commise (qui vient tputefols aprs l'oubli pur et simple
de la partie entire dans l'criture de la dcomposition, ce qui est du meilleur effet X4_2X3_2X2 9X-1Q
Exemple: partie enlfere de F(X) = ( )( +)
dans les oraux de Palaiseau ou d'ailleurs), porte sur le degr des polynmes AI)' . X-2 X+3
Beaucoup pensent ( tort) qu'II doit tre Infrieur J. Or c'est deg(Dj) qu'II est Nous flicitons tous ceux qui ont remarqu que 2 tait" racine vidente " du '
Inferieur,ce qui n'est pas du tout la mme chose. numrateur, ce qui simplifiela fraction en :

Prenonsun exemple. Supposonsqu'on chrche dcomposer dans R(X)une fraction F(X) = X3 -2X+5
X+3
dont le dnominateur comporte le facteur: (x2 +X+1)3 (qui est premier). Quant aux autres,ilsont du s'enapercevoir un peu plustord!
Lq divisioneuclidiennese droulesansencombre et donne facilement:
La dcomposition s'crirasousla forme: .,;
ex-sb cx+d ex+f
-2--+ 2+ 3 F(X)=X2_3X+7-~
X +X+1 (X2+X+1) (X2+X+1) ~, , X+3

et non sousla forme: et du coup la dcomposition est termine: Malheureusement,cela n'estJamaisaussi


a bx+c dx2+fx+g simpledons la ralit u , ..
-2--+ 2+ 3
. X +X+1 (X2+X+1) (X2+X+1)
, comme on l'a souvententendu.
METHODE2 : Comment factoriser D ?
Ceci tant, ce thorme, pour essentielqu'il soit, nouslaissedans un embarrasdes plus
profonds: Il nousdit que cette dcomposition existe,malsne nousdonne pas vraiment
de moyen de la calculer. N'ayant sansdoute rien de mieux faire. certaines personnes SI b n'est pas sousforme factorise (cela arrive) il faut factoriser D pou; connatre les
se sont proposes de trouver des faons de calculer les coefficients de la dnominateurs qui apparaissentdans la dcomposition. '
dcomposition. NousnousfaisonsleurInterprte en livrant lesmthodes de calcul.
L,'c'est un peu au petit bonheur ; gnralement, les racines sont assezsimples
Terminons simplement en disant qu'il y a souvent plusieurs faons de faire, que trouver: ce n'est pas l que se situe la difficult de l'<;,xerclce.Rappelons toutes fins
certaines d'entre ellespeuvent tre gulvalentes en temps, malsque le but recherch utiles (ct, chapitre 1) qu'Iiexisteune mthode systmatiquede recherche des racines
est dans la mesure du possible d'eviter les calculs trop longs qui conduiraient rationnelles d'un polynme coefficients entiers. Cela permet gnralement de
forcment des erreurs. . . . trouver lesracines videntes qu'on n'aurait pasvu, et de rabaissersuffisammentle
.~ degr pour dterminer les autres racines par des mthodes usuelles'Cdlscrimlnanten
Nouscommenons par ce qui est commun R et C, puis noustudions les mthodes degr 2, ...). Il peut aussi tre utile de se rappeler la mthode de rsolution des
spcifiques. quations bicarresou rciproques.'
.,-:;:- -

t
.
22 METHODIX AlGEBRE 1 2. Mthodes de dcompositionrune fraction rationnelle en lmentssimples 23
Il
f
B) Simplifications ventuelles '1 .C) Deux mthodes quand il n'y a plus qu'un coefficient calculer
!,
0:, peut rduire a priori le nombre de coefficients calculer dans deux cas assez l Imaginons que l'on ait calcul, par quelque moyen que ce soit. tous les coefficients
frequents (et c'est dommage de ne pas le faire car on gagne pas mal de temps). !, d'une dcomposition sauf un. Il existedeux moyens rapides et efficaces de conclure
en beaut. que nousvousprsentonsmaintenant.
METHODE3 : Utiliser la parit de F
!i'
SiF (considre comme fonction de vortcble relle, mme si on dcompose sur C) est (
METHODE5 : Utiliserla valeur en un point
paire (resp. Impaire) , alors les parties 'principales relatives des 'ples opposs 1
!
possderont certaines ressemblancesIl. Noussommesvolontairement floussurce fait. !
car Il noussemble Inutile de retenir un rsultat thorique de plus,Il vaut mleudaire un L'ide est toute simpleet trs bte: il suffitd'valuer les deux membresde l'galit
petit raisonnement direct tout simple pour voir ce qu'il en est.

Exemple: F(X)= -2--1


F=E+I
N ;
l -t
A

=1 IcI DI
X -1
Cet exemple est trivial et tout le monde peut trouver mentalement Jo dcomposition. en un point bien choisi (viter lesples !) ; cela fournit une quation du premier degr
Notre but n'est pas l, mais de montrer comment on roisonne pour retrouver les une inconnue. qu'on rsoudsanspeine.
propritsdes coefficients partir de la parit de F.
F s'crita priori: REMARQUE:
F(X) a b (0)
=X-1+X+1 Cette dmarche peut tre gnralise aux cos o l'on cherche deux. voire trois
coefficients (maispas trop quand mme),' Il suffit de choisirautant de points qu'on a
Ecrivons\( F(-X)) (notation la limite de la lgalit): de coefficients calculer et d'galer lesdeux membres en cespoints-l ce qui fournit
a b un systmelinaire. LeseulprOblme qui peut survenirest que les quations obtenues
F(-X)=--+-- ne soientpas Indpendantes,sile choix despoints a t" mal. faif. Donsla pratique,
-X-l -X+1 on n'utilisepas cette mthode pour plus de deux ou troiscoefficients, car la rsolution
ce qui se rcrit: .d'un systmelinaire n'estpas toujourschose aise.
F(-X)=..::.!?.+..::9... COO)
X-1 X+1 1
Exemple: F(X)= -2-
Engalant n et C et en Invoquant l'unicit de la dcomposition. Il vient: a = -b ce
OO)
X -1
qui fait qu'on n'a plus qu'un coefficient calculer (cf. mthode 5 ou 6 pour la suitede D'aprs ce qu'on a vu la.mt~ode.3,la dcomposition de F seprsentesousla forme
ce passionnantfeuilleton).
F(X)=~-~
X-l X+1
donc il ne nous manque effectivement plus qu'un coefficient. Sion value les deux
METHODE4 : Utiliser la conjugaison membres en zro;il vient facilement: a = }

Si D a<;lmet ges racines complexes conjugues et qU6 10 fioction raiionnelle est a


coeffiCientsreels. alorslespartiesprlnclpoles relatives ces ples seront conjugues.
Cela conomise quelques coefficlents,:et c'est toujours a de pris... METHODE6 : Utiliserles limites
.'

, X2+1 Il est difficile de formalisercompltement cette Ide; disonssimplement avant de


~i
Exemple: F(X)= 2 (surC) prsenter un exemple que si l'on cherche un coefficient apparaissant doris un rsidu 1

j
(X2+X+1) de la forme : .l i
21n ...+D(P+... :'.1
Lesracines du dnominateur sont J =e 3" et T = j2. La dcomposition s'crit a priori: ~
Dk(X)J i'
;

alorsen multipliantlesdeux membrespar XM, o


F(X)=~+_b_+ c_ +_d_
X-J (X-J)2 X- j (X- T)2
Enconjuguant les deux membres, compte-tenu du fait que F est relle et par unicit
de la dcomposition. Il vient: a = et b = a et en faisant tendre X vers +-. on peut, danscertains cas. en dduire la voleur de .
Il n'y a que deux coefficients calculer (cf. mthode 9 ou 10).
Ce n'estcependant pas toujourspossible,maisIlfaut y penser.
REMARQUE:
la mthode est compltement fausse si la traction est 'coetctents complexes.
puisque F n'estplus sa propre conjugue. .. _ -

------ -------- ----- ---_- --------------- -- -- --


--------
METHODIX ALGEBRE " (, 2. Mthodes de dcomposttlon d'une fraction rationnelle en lments simples 25

1
Exemple: F(X) - 2 (dans R) A) Cos d'un ple simple
" (X2_1)(X2+1) "
e cos-l est facile: on dispose de deux formules explicites au choix.
Nous al/ons essayer sur cet exemple d'illustrer les mthodes 3. 5 et 6.
De manire gnrale 1/ faut toujours commencer par coi culer les coefficients relatifs
Commenons par remarquer que la partie entire est nul/e. ux ples simples. c~r. comme on.l'o remorqu plus haut. les calculs ne sont PlS..'"
~ommutcitifs. et le fait d'avoir dj calcul beaucoup de" coefficients permet souvent,.~"
la dcomposition de F (dans R(X)) s'crit a priorI: de trouver plus facilement (c'est--dIre sans re~ourlr a des mthodes bourl~) le~_.-,~,,~:
coefficients manquants (par exemple mthodes 4 a 6). " ' iJ,"
F(X);~+~+
X-l X+1
cX+d +~
X2+1 (X +1)2
2
.~.;~:y:.
".,:"'\<
....
:";

1/ est vident que F est paire; valuons" F(-X) : METHODE 7 : Utiliser la formule du quotient

.~ncipe: '.
Si D se met sous la forme D(X);(X-a)D1(X) avec D1(a);ooOalors la partie prlnctpole
relative a se met sous la forme:
Cette quantit devant tre gale F(X), par unicIt 1/ vient:
X-a
a=-b et c=e;Q o:
1 est un ple-simple donc on va savoir (cf. mthode 7 ou 8) calculer facilement son
rsidu: on trouve: 0= t
Pour le voir facilement. 1/ suffit d'crire:
Pour trouver d. on peut multipl/er les deux membres par X2 ; en faisant tendre X vers
-. Il vient : F=__+G
d;-,} X-a
et de multiplier les deux membres par (X - a) ce qui donne:
Reste calculer f : Il suffit d'valuer les deux membres en un point quelconque. par N
-=+(X-a)G
exemple Q(a donne les calculs les plus simples) pour trouver: D1
f;-t qui foumlt le rsultat en voluant les deux membres en a.

REMARQUE:
Cas d'emploi: ., d' ' mon '
Lesmthodes ne sontpas" commutatives , en ce sensqu'on ne peut pas calcu/er f i Lorsque le dnominateur est donn sous ,forme dev~loppee et que sa ecornposr .;
avant d par /0 mthode de la limite: on serait oblig de multiplierles deux termespar ne comporte par" trop de termes. elle s applique bien. ,
X4 et on se retrouverait avec des termes a prion' dlvergeants droite (vu qu'on ne 1
x-:
connartpas d).
La principale diftfcult de la dcomposition en lments simplesn'est donc pas de
) Exemple:F(X)- (X-2)(X-3)
trouver les mthodes (on les connat) rnas de les appliquer dons le bon ordre pour La partie entire est nul/e. . ,.
limiter ou maximumlescalculs. ' Les deux ples 2 et 3 sont simples donc la dcomposition s ecrit a priori
Il
F(X)=-+-
X-2 X-3
La formule prcdente donne:
2 1
=_2:_=-3
3+1
et j.l=--=4
3. Mthodes pratiques (cas complexe) 2-3 3-2

Le cos complexe se prsente a pn'orl sous de mell/eures auspices que le cas rel.'
puisque les polynmes Irrductibles sont de degr 1. donc que les polynmes Aij dont, METHODE 8 : Utiliser la formule" de la drive Il

Il est question mthode 0 sont en fait des constantes.

En fait mme le cas complexe peut se rvler pnible. notamment lorsque le ple est Principe: , .' nncipale
multiple. En supposant toujours que D(X) = (X-o)D1(X) avec D1(0);ooQ alors la partie p
relative a se met sous la forme :

~---~~--~---------
_~i
26 METHODIX AlGEBRE
~'.
l,
- 2. Mthodes de dcomposition d'uri~,~action rationnelle en lmentssimples 27
J
o: METHODE9 : Procder par identification
'1
" , Cas d'emploi:
SIle ple est multiple mais pas trop. c'est--dire de multiplicit gale 2 'ou 3. Il est
Eneffet en drivant 0 comme un produit: dconseill de se prcipiter sur la mthode '0. Il vaut mieux procder par
O'(X)= (X- a)D((X)+01(X) identification.
et en valuant en.a : Principe:
0'(0)=01(0) On pose a priori la dcomposition (on va expliquer le pire" cas. c'est--dire la
On utilisealorsla mthode prcdente pour conclure. multiplicit 3) :

Cas d'emploi:
Donsle cas o le dnominateur est donn sousforme compacte non factorise et
qu'on peut accder autrement" que par factorisation aux racines.cette formule est le dernier coefficient. c'est--dire v. peut se calculer exactement comme expliqu
plusperformante que la prcdente. dans la mthode 7. modulo les modifications ad hoc: en multipliantlesdeux membres
par (X - a)3 et en valuant en a. Il vient:
Enfait. les deux formuless'appliquentpratiquement toujours.maisce qui change c'est
la forme plusou moinsexplicite et compacfe du rsultatqu'on obtient. v= N(a)
01(a)
Pour tre parfaitement lair. nous allons vous montrer un test comparatif des deux REMARQUE:
lessives: /1n:Va pas d'quivalent Simple la mthode 8dons ce cos-l.
Restentdeux coefficients calculer,
Exemple: F(X)= _,
Xn_,-
si on a dj calcul tousle$ autrescoeHicienlsde la dcomposition:
L9 partie entire est nulle. Le dnominateur est sous forme compac_te. non Le plus simple gnralement. consiste appliquer la mthode 5 (voire 6) en
dveloppe. et on connat parfaitement sesn racines : ce sont lesracines n-Iemesde dterminant un systme 2x2 satisfait par ces coefficients. Pour obtenir un systme
l'unit: . simple. Il faut faire un choix Judicieux des valeurs en lesquelleson value les deux
21k~ membres.
,k =e n
Avec des notationsvidentes: s/ on a d'aulres coefficients inconnus:
Commencer par s'assurerqu'on a dj calcul lespartiesprlnclpalesreloves tousles
ples simpleset qu'on a exploit fond lesparits ou conjugaisonspossibles.S'IIreste
encore trop de coefficients (c'est--dire deux pour ce ple. et au moinsdeux autres
O: puisque on a calcul tous les ples simples.donc au moinsquatre en tout) 10 mthode
du systme(qui fonctionne) n'estpas la meilleureen performance.
x =_. _'_=,k
Kn1;kn-1 n On peut par exemple" diminuer la multiplicit du ple .. en considrant la fraction
SIl'on avait utilisla formuledu quotient. on aurait trouv: rationnelle (v est connu)
F1(X) ~ F(X) - _v-3
(X-a)
dont la dcomposition en lmentssimplessedduit de celle de Fpar unicit:
F1(X)=-x. +~+G
qui n'est pas fausse (on voit mal pourquoi elle 'le serait) mols qui reste nanmoins -a (X-a)
beaucoup moinsexpnclte que la prcdente (videmment on peut touJourss'amuser ce qui veut dire que a est pole multiple de FI d'ordre 2. li faut alors:
simpliftercette expressionet retrouverl'outre: on est sord'y arriver,par unicit 1). _ ... - - -
=- -expliciter Fl(c'est le pfus i:iriible) 'est~-dlre la mettre sousforme Irrductible (on
salt que le dnominateur contiendra (X - 0)2 cette fois)
B) Cas d'un ple multiple _ calculer J.l comme prcdemment on a calcul v (par la mthode 7 adapte)
On disposel aussid'une mthode systmatique(mthode , 0) mals toutes lesraisons _ et recommencer une nouvelle foisen Introduisant:
pour ne pas l'employerserontlesbonnes.car elle est particulirement Insupportable et
source d'erreurs touteslestapes. F2(X)=Fl(X)-~=~+G
(X-a) X-a
et trouver le dernier coefficient.

----- _-- --_---


28 METHODIX ALGEBRE 2. Mthodes de dcornposltton d'une fraction rationnelle en lments simples 29

Cette mthode marche assez bien dons le cos d'une multiplicit 2, elle est dj
beaucoup plus lourde dons le cos 3, encore qu'elle possde un avantage vident par ~ETHODE10: Effectuer une division selon les puissances croissantes
'rapport a la division selon les puissances croissantes : on dispose d'un moyen de
vrification puisqu'on soit que FI doit. une fois rduite, comporter un dnominateur en
C'est une horreur, c'est une catastrophe d'avoir l'appliquer, cor on est absolument
(X_a)2, etc ... Donc ce n'est pas une mauvaise mthode. certain de commettre au moins une erreur dons cette mthode. C'est pourquot il faut
absolument chercher l'viter, mols ce n'est hlas pas toujours possible. --

Exemple 1:F(X) =
(X-l)
x: +
1
(X-2)
Cas d'emploi:
Recherche de la partie principale relative un ple multiple d'ordre suprleurou gal"'.
".'
4 (pour 3. il vaut mieux l'viter notre avis). ,--
La partie entire est nulle.
" '.';
~'.:.'
On commence videmment par la partie principale relative 2 et on trouve: 5. Rappel:
Si A et 8 sont deux polynmes avec 8(0)..a et k un entier non nul, alors il existe un
La partie principale relative 1 qui est d'ordre 2 s'crit: unique couple de polynmes (Qk,Rk) tels que:
A =8.Qk +Rk.Xk+1
,2-+_11_ el deg(Rk) s k. On dit que l'on a effectu la division selon les puissances croissantes de
X-l (X-If
A par 8 l'ordre k.
On trouve Il. en multipliant les deux membres par (X _1)2 et en valuant en 1 : Il =-2

Donc ce st~de : 1
Principe:
i Soit a un ple de multiplicit n. On a donc:
t

Nous allons voir trois faons de calculer le coefficient manquant (la dernire tant la
moins bonne, vu qu'il n'en reste qu'un calculer). .
ce quI donne:
~
par /a mthode 5: 1
on prend la valeur en 0 et on trouve: \
\ donc:
-1 =--2-..
soit: =-4
2 2 f N(X+a)
-(--)=(11
Xn-I:
+(12
Xn-2
++(1n+
XnG(X)
+0
DI X+a
1 ',; :,.....

par /a mthode 6 : Les coefficients de la dcompositfon relative a apparoissent donc comme ceux de' '."
on multiplie par X et on fait tendre les deux membres vers +00: la division selon les puissances croissantes de N(X+a) par DI(X+a) l'ordre n-I,. "::
I=+5 J
qui donne bien: = -4 ~
.{
~...
Erreurs classiques:
par /a mthode de rductiom de multipliclY :
o Il faut commencer por translater la fraction: ce n'est pas N qu'on divise par DI.

t
On calcule . mais N(X+a) par DI(X'+a). Ce qui veut dire qu'on doit commencer par se farcir le
F(X)+_2_ X+3 =_ 5_ dveloppement de (X + a) toutes les puissances ...
(X_l)2 (X-2)(X-l) X-l X-2
o Ensuite. Il faut
faire la divIsion l'ordre n -1 s't non pcs l'ordre n, c'est--dire qu'on
, tant ple simple de cette fraction, on applique la mthode 7 et li vient: s.:9~~t~_qL!andJe quotient ob~n_y e,st_gec;jegr~ n - 1., _ _ _ _ _.

o Enfin. " faut remarquer que l'on obtient les coefficients l'envers. c'est--dire que le
=~=-4 premier qu'on obtient en effectuant 10 division selon les pulssonces croissantes est an.
1-2
Ce qui prouve bien qu'il y a toujours existence. mais rarement unicit de la mthode ... et non pas (XI' Les erreurs de retranscription (c'est--dire passage de la divisIon la
dcomposition) sont qoost-svstmonques,

A part a. c'est une mthode trs bien 1


METHODIX ALGEBRE
30
2. Mthodes de dcomposition:d'une fraction rationnelle en lmentssimples 31

X+1 4. Mthodes pratiques (cas rel)


Exemple: F(X)= (X _1)4(X _ 2)2

l ' de ple simple Deux coefficients se calculent SurR[X) il existedeux typesde fecteurs premiers:
~t~~~~e~~~~ed~~~~III~'~2th~d~a~ Il s'agit de ceu~ relatifsCluxtermes de plus haut ___:
ceux de Ia.forme (X-a) o a estrel (1reespce)
degr pour 1et 2. c'est--dire : - ceux de la forme (x2 +pX+Q)sonsracine relle (2me espce)
Il faut donc distinguer...
Envertu de cette mthode. on trouve:
A) Elments de premire espce
2 3
(14= 2 = 2 et 112= 4 = 3
Ici il n'y a rien dire: c'est exactement pareil que dans IC.Quele ple soit simple ou
multiple. Vous n'chapperez donc notamment pas 6 la divisionselon les puissances
7
Enfait. Il est Inutile de calculer (146 port puisqu c'est le premier coefficient qui va croissantes.dont nousimaginonsfacilement combien vousl'apprciez.
apparatre dans la divisionselonles puissancescroissantes.
Revoirdonc lesmthodes 7 10Incluses.
Lespolynmes qu'on doit foire InteNenlrsont donc:

N(X+a) =N(X+ 1)= X +2 B) Elments de deuxime espce


D1(X+a)=D1(X+l)=(X+ 1_2)2 =(X_1)2 = 1_2X+X2 SupposonsQuela fraction semette sousla forme:
et on doit effectuer cette division6 l'or~re 3. On va la poser une folspour toutes. car on F(X)- N(X)
a remorqu que beoucoup ne savaient pas fOire. _(x
2 +pX +qt01(X)
1

o D1est premier avec X2+pX+Q.


2+X
2_4X+2X2 IlYa encore deux sous-catgories:
-ou bien n=l.
5X-2X2 - ou bien n>1.
--~-----
5X_10X2+5X3
--- --- ---- -----
- - -----
____ 8X~-_SX~- - ----
._- _.- ~ _-
- -~._- METHODE 11 : Repasserdans e
BX2_16X3+BX4
11X3_BX4 Cas d'emploi:
(modulo leserreursde colcul lll)
Enn'oubliant pas d'Inverserles coefficients (enfin Ici on sait Que2 doit correspondre ou
plushaut degr donc on limite lesris-:;;~Jes
__ 1_1___B_+_5_+
1) :
__ 2~+_1l_1 _+~
i Pourleslments simplesde la forme 2ax+ b (n=1).
, '.
Principe:
X .+pX+q

Dans C. tout est scind do.nc le polynme (x2 +Px+q). Qui est coefficients rels.
F(Xl-x_1+(X_1)2 (X_1)3 (X_1)4 (X-2) (X-2) admet deux racinescomplexesconJuguilsa et il.
Il ne nous reste qu'un coefficient calculer: le plus simple est de multiplierpar X et de
passer la limite et +00. ce qui donne facilement:
111=-11

Pourvrifier que c'est cohrent. on peut valuer les deux membres en ~ et on vrifie
1 a.
A partir de l. on calcule lescoefficients.relatifs (1 et Quisont des ples simples
(puisque on a suppos k=1). Enfait. Il n'y a qu'un calcul faire puisque les deux
coefficients seront conjugus(cf. mthode 4).
REMARQUE:
1

que ... a ma/che 1 C'est la premire fols Que Je fols une de composition sons me '1
planter 1
J Cette mthode peut parfaitement s'appliquer au cas n /, mals nous pensons qu71vaut
mieux l'viter car le ple complexe (non reO devient alors multiple, et qurt fauf faire

r
une divisIon selon les puissances croissantes dont les coefficients vont tre complexes.
ce qui est une horreur sans nom ... A fuir

.1
1
J

-------------- ---- ----------


------------
. - _.._ "--"-" ' ............
"~......
'o 1;11 1;J1t;:1 LICIII~.,U Il~tb'3

METHODE 12 : Foire diminuer n par tapes Enmultipliant lesdeux membrespar (X2 +1)2et en appllcant en i an trouve:
1 b i+l
02 + 2 ===-I
.
Cas d'emploi:
Donsle cos o re- 1. Comme lescoefficients sontrels,par Identification il vient:
02 =-1 et b2 =0
Principe: . On Introduit donc la fraction rationnelle:
C'est grosso modo le mme que celui expos la mthode 9. La dcomposition de F
en lments simpless'crira: F1(X)= X;l + __ X_

F(X)= f akX+bk k +G (X2+1) (X-l) (X2+1)2


k=l (x2 +PX+q) qui se simplifieeffectivement en :
On procde par tapes. comme suit: F (X)- 1
1 (X-1)(X2 + 1)
- . ""::
dtermination de on et bn : (ce qut prouve bien que l'on ne s'estpas tromp) ; l on peut foire deux choses : ou -:
bien utiliserle fait qu'on connat dj la partie relative 1, ou calculer l'autre partie
Enmultipliant lesdeux membresde la dcomposition par (x2 +px+q( on tombe sur: normalement li. Prenonscette deuxime solution: on muN'iplielesdeux membres de

N(X) =anX+bn+(X2+px+q).H(X) (x
la dcomposition par 2 +1)et on applique en 1 i:
D1(X)
ali+bl =~='::"'21(1+1)
SI et a dsignent les deux racines complexes conjugues de (X2+PX+q), on en
CL 1-1
ce qui montre que:
dduit en voluent lesdeux termesde rgalit prcdente en CL que :
al =4
et b1 =4
On peut vrifierque a marche en valuant lesdeux membresen zro.

Comme ,an et bn sont rels.sion Identifie partie relle et partie Imaginaire des deux
membres, on trouve un systmede deux quoftons deux Inconnuessur on et bn qui METHODE13 : Utiliserdes divisions euclidiennes successives
permet de lescalculer.
Cas d'ernploi :
dfmlnutfon du degr,' ,1 Avec les notations prcdentes, cette mthode s'applique si Dl =1, c'est--dlra si F se
prsente sousla forme:
On considre alorsla fraction rationnelle:
V, F(X) = N(X) N(X)
F1(X)=F(X)1 ~nX+bn n 1
_ _ _ ._ --.-- _.. -. (X._.+PX"f,.q)
-- _ ---- ..- -_. __ --1- --~,~- - ._- - ---_,_. ~- .__(~~+pX.q): _Pl~l.~ . _
').
qu'on calcule et qu'on rduit. On salt qu'au dnominateur doit apparatre
Principe:
(X2+pX +qt-1 et que par unicit la dcomposition va s'crire: La dcomposition s'crita prforl:

1 =1
F1(X) akX+bk k+G
N(X) =aIX+b1+a2X+b2+
P(xt P(X)
aoX+bn
p(X)2 ... P(xt
k=l (x2+px+q) '.
On calcule alors le dernier terme de cette dcomposition en remontant l'tape Effectuonsla divisioneuclidiennede N par P : on a alors:
prcdente, et ainsi de suite,Jusqu'en avoir marre (car cela fait. mine de rien, un N=P.Q+R
certain li nombre de calculs Immondes). et Rest de degr 1.
Ce qui veut dire que la fractions'critsousla forme:
x-:
Exemple,' F(X)- 2
. (X2+1) (X-l)
Comme la partie entire est nulle (c'est toujours comme a ? oui, souvent) la
dcomposition s'crita priori: Le dernier terme est le dernierterme de la dcompositionen lmentssimples.
F(X)- _X+1 ~~+ a1X+b1+ a2X+b i On en dduit qu'en faisantdesdivisionseuclidiennessuccessivesdes quotientsobtenus
(X2+1)2(X_l) X-l X2+1 (X2+1) par P on obtient la dcomposition en lmentssimples(lesparties principales sont les
On calcule la partie relative 1par la mthode 7 : CL = t restessuccessifs).Pour le coup. 1/ n'y a pas trop de calculs horribles foire. et 1/ faut
absolument penser cette mthode quand el/epeut s'appliquer.
_"_.-
r, ;: 34
;

METHODJX AlGEBRE
:'~))

~' REMARQUE:
"_.
i
~ On obnentlc' , .
,
a aUSSI10 decomposihon l'envers.,. Chapitre 3
,g
Exemple: F(X)=
X7 +1
(X2 +X+ 1)3 METHODES GENERALES D'AGLEBRE LINEAIRE
On fait comme prconis: ESPACES VECTORIELS ETAPPLICATIONS LINEAIRES
7 ( ,
On reco X +1= X2 +X + 1)(X5 _X4 4-X2 -x)+x+ 1
mmen:e a~ec le nouveau quotient: '
X -X4+X2_X_(X2 )( 3
etenfln: ~ +X+1 X -2X2+X-2)-4X_2
Ce chapitre ouvre la section du livre consacre l'algbre linaire. Bien que les
(X3-2X2+X_2)_(X2 ) rsultatset mthodes qu'il rappelle salent relativement simples,Il n'en demeure pas
Ce qui donne finalement: - 1 +X+1(X-3)+3X+5 moinsImportant double titre:
- d'une part, on s'estaperu que certainscandidats commettaient des erreurs
F(X)=X-3+~ 4X+2 X+1 de raisonnementImpardonnablessurdes mthodesde base(du genre montrer qu'une
X2+X+1 (X2 X 1)2 +( 2 3 famille est libre) ; les Ides sont simples,mais les subtilits ne manquent pas (vair
Ce qui est commQde, c'est q 1 . + + X + X + 1) notamment ce propos la mthode 11);
ue a partie entiere vient avec ... - d'autre part, lesrsultatsrappels Ici seront constamment utilisspar la suite,
et on ne peut pas dcemment se permettre de ne pas savoir,par exemple, quelles
sont lesmthodes pour caractriserun projecteur.
Nousrecommandons ardemment noslecteurs assidusde veiller la correction de la
rdaction de ces petits raisonnements:faire court, ouI (Ici ce sera presque toujours le
cas) moisfaire bIen aussi.
Lecorps sera IndiffremmentRou C. Lorsquel'on ne prcisepas, "s'agit de R.

1. Espaces vectoriels

A) Espaces vectoriels et scus-espcces vectoriels.

METHODE1: Comment montrer qu'une partie est un espace vectoriel

Ce qu'li ne faut surtout pas faire:


Une fols n'tant pas coutume, la pIre des choses faire Ici serait sans doute de
chercher appliquer la dfinition. Non que cela ne marche pas (on comprendrait
d'ailleurs assezmol pourquoi), mals'elle se rvle en pratIque trs malcommode
utiliser,D'ailleurson ne vous la rappellera mme pas IcL on est sur qu'elle figure en
bonne place dons votre cours...
li Ce qu'II faut faire:
La bonne mthode consiste considrer la partie Equ'on vousdonne comme sous-
partie (au sensde l'inclusion)d'un ensembleplusgrand E'dont vous savez que c'est un
espace vectorIel et de montreralorsque Eest un sous-espacevectoriel de E',ce quI
est trssimplevu la caractrisatIonrappele ci-aprsd'un sous-espacevectoriel.
Exemples de parties" dont on sait que ce sont des ev Il :

Rn, en
Mn(R), M neC)
Rn[XJ, R[XJ

.. ..
",,'j
--..... - .

METHODIX
ALGEBRE 3. Mthodes gnralesd'algbre linaire 37

l'ensembledes fonctionscontinues(resp.de classeCn) surun inteNalie METHODE2 : Comment dmontrer une relation entre s-ev
l'ensembledes fonctions paires,Impaires
l'ensemble desfonctionsT-priodlques. ....,
On s'Intressevidemment ici aux relationsensemblistes.c'est--dire l'Inclusionou
Carctrisalion: l'galit.

Unepartie Fest un s-evd'un ev Essl : Relations utiles connatre;


(1) {O}cFcE Un certain nombre de petites formules.qui ne figurenthlas pas toujoursdans lescours.'.
de prpas (c'est pour a qu'on est l) se rvlent tort utiles et par ailleurs simples .
(II) \i(x. y)eF2 \i(.J.L)eK2 X+J.LyeF dmontrer (c'est pour a qu'on ne le fera pas,vu la qualit de noslecteurs). .

. On peut aussI.sil'on prfre (c'est portols plus agrable dans les calculs) dcouper (il) (1) \ii F,cf ~ }}, cF
1
en deux parties. savoirla stabilit par la' multiplication par un scalaire et la stabilit
par addition. (ii) \il FcFj => FcnFi,
1

REMARQUES: (Iii) FvG s-ev deE <=> FcG ou GcF

o Il dcoule de 10dffnition qu'un espoce vectoriel n'estJomois vide (outrement dit REMARQUES:
que l'ensemble vide n'estpas un espoce vectoriel)puisqu'ilcontient automatiquement
le vecteur nul. o De (iii) dcoule notamment le fait qu'en gnral la runionde deux s-evn 'sslpas un
o Il faut se mtier des conctusoos htives:
l'ensemble des fonctionspriodiques n'est sev.Leplus petit s-evqui contient cet ensembleesfla somme F + G.
pas un ev, 'pas plus que l'ensemble des fonctions constantes ou un singleton {x} DEn revonche. l'intersectionde deux s-evest sansproblme un s-ev.
constitu d'un vecteur non nul. Ce qui ressemble un espace vectoriel n'en estpas
forcment un. OLe complmentolre d'un s-ev n'est pas (n'est Jamais) un s-evpour une rolson trs
simple: il ne contient pas le vecteurnul.
Exemple: Montrer que l'ensembleF des fonctions con/lnues vrifiont10proprit (? Principes:
est un ev. . Il Y a en grosdeux principespour tablir desrelationsentre deux ev :
(') 3(QA)/\iX 1 x lz o ==> 1 f(x)lsAI xl
. - soiton passepar leslments;
F est clairement une partie de l'ev E des tonctlons continues, et la fonction nulle - soit on raisonne globalement sur les ensembleset on utilise les relations
prcdentes.
appartient F(prendre a quelconque et A=O)..
~i
En pratique. pour prouver l'galit de deux ev, on ne prouve pas la double Inclusion
Soit (f. g) eF2 et (a. A) et (b.B) les constantes respectives. On a les vidences 1 (sauf s'ily a une symtriemanifeste) mais une inclusion+ une ,iftgolit de dimension
suivantes: i (vlcernrnent, lorsqu'onesten dimensionfinie). .
'Ix 1 x lz o ~ I.t(x)lsl lAI xl 1 Plu~prcisment. si on montre facilement que FcG, Il est ncessaire et suffisant de
montrer en outre que dlm F ~ dlm G (attention au sens)pour prouver que F=G.
et. par ingalit triangulaire: .1
.\
~J
..
vx 1 xl2:max(o.b) ~ 1 f(x)+g(x) IS(A+B),I xl Exemple.'monfrerque("): (Fn G)+ (F nH) cF n(G +~)
qui prouvent (Ii). 1 On va utiliserlesdex faons de foire :
-1J
\
- par les lments:
Soit xe(FnG)+(FnH); par dfinition 3yeFr.G 3zeFr.H l x=y+z. D'o Il rsulte
bien que.x= y +z avec y eG et zeH, ce qui prouveque xe Fr.(G +H) et l'Inclusion.
METHODElbis: Comment montrer qu'une partie est un espace vectoriel
- por les ensembles:
",:.

"
..'1
II est certaliles partiesdont on salt qu'ellessontdes espacesveCtoriels,notamment:
,.~:,;',',!-. .

_ l'Intersectionde deux espacesvectoriels;


~~~~:hJ
FnGCGCG+H}
(FnG)+(FnH)cF 1 (.)
==>("J
_ la sommede deux espacesvectoriels; =>(FnG)+(FnH)C(G+H) "
~ le noyau ou l'Imaged'une application linaire. Fnec
H H G + H (il

Dansces cas, Il n'y a rien faire sauf dire que Comme pour la plupart de ces exercices.Iln'y a qu' crire...
..c'estun ev car c'est le noyau de ,.. ,

l _ ---- -------- --------


_"_.,-,-- .'--,.~---
_ ...

38 METHODIX AlGEBRE -T 3. Mthodes gnrales d'olgbre'lii1aire 39

Exemple : montrer que l'espace des fonctions paires et l'espace des fonctions
METHODE3 : Comment trouver la dimension tt'un ev Impairessont supplmentairesdonsl'espace desfonctions.
- 2me caractrisation:
Princlpes : Unicit: si l'on cherche crire f=g+h o 9 est paire et f est Impaire on a
(J On salt que toutes les bases ont mme cardinal. appel dimension. La
mthode la plus usite consiste donc chercher une base (cf. mthode 8 pour ncessairement:
montrer qu'une famille est une base) et compter seslments. 'Vx t(x) = g(x)+h(x)
'Vx f(-X)=g(-X)+h(-X) =g(x)-h(x)
(J Alternativement. on peut chercher un Isomorphisme entre l'ev qu'on
considre et un ev plus simple dont on connat la dimension. Alors les deux ev ont Donc en additionnant et en soustrayant:
mme dimension.
f(x)+f(-x) et h(x)= f(x)-f(-x)
li Dimensions connatre: g(x) = 2 2
Rn. M n(R).Rn[X].sont des espacesvectorielsde dimensionsrespectivesn. n2 et n+ 1.
qui sont bien respectivement paireset Impaires.Donc unicit.
Existence: ilsuffitde prendre 9 et h comment ci-dessus.qui conviennent.
B) Sous-espaces supplmentaires - 1recaractrisation:
L'existencede la dcomposition a t prouve donc (i) est vrai. Comme une fonction
La faon de montrer que des s-ev sont supplmentaires dpend cruciale ment du
nombre de ces sev. 'savoir s'IIy en a 2 ou s'IIy en a plus. paire et impaire est forcment nulle. (il) estvrai et on a gagn.

METHODE4 : Comment montrer que 2 sev sont supplmentaires


METHODE4bis : Comment prouver que n>2 s-ev sont supplmentaires
Caractrisations quivalentes' :
Principe:
lre caractrisation: Utiliserla caractrisation suivante:
(1) E=F+G
et (il) FnG={O} Lessousespaces (Fj)isnsontsupplmentairesdans E ssi:
2me caractrisation:
'VxeE 31 (f.g)eFxG tq: x=f+g
Il 'VxeE 31 (x\.,..xn) eE\x...xEn 1 x=x\+ ...+xn
'i
On procde comme plushaut en sparant existenceet unicit.
Laquelle choisir?
Une rponse htive serait de dire : la deuxime. car Il n'y a qu'une proprit vrifier. REMARQUE:
Ceci est bien entendu ... faux; car 11 faut prouver l'existence et l'unicit (cf Mthodix. .lcJ'gnrallsatlonde la premIre caractrisation de la mthode 4 existe.masrrosr pas
p.ll. mthode 4).
maniable du tout. Eneffet la condition (Ii) ne s'critpas:
Lorsqu'on y regarde de plus prs. "existence de la dcomposition est exactement la 'VI",J Eln EJ= {D}
partie (1) de la 1re caractrisation. Mals l'unicit est lgrement plus dlicate mois
prouver que la partie (il) de la premire caractrisation (bien qu'elle lui soitstrictement ,
VI ElnI.Ej ~ {D}.
quivalente). J~i
Enconclusion. Ilvaut mieux choisirla premire. ri. On voit tout de suitele malaise...

REMARQUES: C) Dpendance linaire


01/ arrive que l'unic.ite,ntraine l'existence (cf. exemple cl-dessous)donc que les
- .mthodes sont"strftementquivalentes. Commenons cette section par une miseen garde relative aux familles infinies - rien
que l'adjectif fait trembler certolns.
o Attention bien prcser dans quel espace les deux sous-espaces sont Ce n'est pas parce que l'on manipule une telle famille (typiquement: (fn) famille de
supplmentaires.
En effet F et G peuvent tre supplmentaires dons E mols pas dons un ev espace fonctions indice par n) qu'il faut se mettre crire des cornblnclsons linairesco;;r:mll
e
des sommesInfinies(d'o les sries.et des problmes de convergence. enfin le oe re
vectoriel plus grand que E. total ...).
o Comme toutes les preuves d'existence, elles peuvent tre constructives ou En algbre. on ne salt faire que des sommesfinies et une combinaison linal~;'st
dductives. ncessairementla somme d'un nombrefini de termes.

------ ------ -------- _----


----------------------
3, Mthodes gnrales d'algbre linaire
.~--
40 METHODIX ALGEBRE 41

REMARQUE:
METHOOE5 : Comment prouver qu'une famille est libre
:J;"eerreurintressante(qu'onmet surie compte de l'tourderieparce qu'on estbons
avec vous)s'insinuepernicieusementdans certaines dmonstrationsde libert ae
Principe: familles de fonctions.Ainsi ur>candidat qui a maintenu un certain temps avoir
Il suffit d'appliquer la dfinition en supposant qu'on a une combinaison linaire nulle dmontrque (sin x,sln2x, sin3x) ne constiluailpas unefamillelibre de fonctionsparce
des (Xj) et en montrant que tous les coetclsnts sont nuls, c'est--dire:
qu'on avait la relation:
~;..jXI =0 ~ 'Vi .j ~O sin3x =.sin2x.cosx + sinx.cos2x
1 j ,."-. '".,
Evidemment pour des famillesde fonctionsd'une variable considresC(;Jf7]rTif;>'oes:
Techniques gnrales: vecteurs,les coefficientsdoivent tre des scolaires,c'est--direindpendants de/a,:,
La preuve de la nullit des coefficients est dans 75% des cas une preuve directe (on variableen qU9sffon. ," .
montre qu'ils sont nuls en les calculant) ; il peut toutefois arriver, notamment dans des
familles infinies, qu'on raisonne per l'absurde (ori Isole alors le vecteur dont le
coefficient est suppos non nui).
Exemple1: soit f( x) '" In(l + x) : montrerque f, f e f, f 0( 0 f sontItbres. .
Par ailleurs, il est frquent qu'une rcurrence intervienne dans la dmonstration quand Ici pas de rcurrence puisque la famille est finie. Le dveloppement limit de T en zro
la famille est Infinie. tant connu (sinon, en urgence. cf Mthodix 1 p. 349). IcI. on se doute qu'il va falloir
dveloppper l'ordre 3 puisqu'il faut trois coefficients. On passe sur le dtail des
Enfin, il se peut que l'on oit exprimer les coefficients .j comme solutions d'un systme calculs, qui fournit, sauf erreur, les relations suivantes: .
linaire homogne (par exemple: si on drive une relation de liaison, on obtient n 0:+13+1 ~0:+213+31 = 20:+713+ 151'" 0
relations d'o un systme). systme de Cramer (par le pivot. par exemple) qui n'admet donc que la solution
Il faut alors que le dterminant de ce systme soit non nul pour que la famnle soit libre (il triviale.
n'aura alors que la solution triviale). Reportez-vous par exemple au chapitre 9 pour les
mthodes de calcul de dterminants, '

Techniques spcifiques: , Exemple 2: montrer que les n-] po/ynrnes x", Xn.1(1+X), Xn'2(1+X2} ... ,(1+Xn)
Nous allons dtailler un peu cette mthode, en passant en revue divers types formentune famillelibre, .
d'espaces vectoriels, et la faon correspondante d'appliquer la mthode. Evidemment si on regarde les degrson n'est pas trs avancs. Mals on a ,?usslle droit
de rflchir et d'adapter la mthode en regardant les valuations qUI elles, sont
Espacevectane)de type~n : chelonnes et comme on a un rsultat similaire (toute famille valuallon chelonne
Sion dispose des coordonnes des vecteurs, on tombe sur un systme linaire est libre), on est content...
rsoudre.
Si Rn est muni de sa structure euclidienne, ou si l'espace est euclidien, on peut utiliser la
proprit suivante (qui se dmontre trs simplement en faisant le produit scalaire d'un
vecteur par la relation de liaison) : M.ETHODE5bis : Comment prouver lrivialemenlqu'une famille est libre
'" ~ -

Il Toute famille orthogonale d'un espace eucndien est libre.

Espacedepolynmes:
.. vbus savez (peut-tre pas maintenant si vous tes en dbut d'hvpotoupe.
saurez en fin .. .) que:
~is.:vous
'
.~';" ;,.. -
,

C'est un sous-espace du type prcdent (s'il est de dimension finie) et on peut se


Une famille de vecteurs propres (donc non nuls) associs des vOI~~rs.' .,;
ramener aux mthodes prcdentes en repossont aux coefficients (mols on le fait
assez rarement). ' , Il propres distinctes deux deux est libre, .' "
On dispose toutefois de deux rsultats qu'on utilise constamment:
(le prouver par rcurrence sur la taille de la famille).
' (1)Toute famille de polvnrnes de degrs tous diffrents est libre. Evidemment. a peut avoir le mrite de ridiculiser certains exercices, lorsqu'on devine
l'endomorphisme correspondant (ce qui n'est pas forcment simple). Cependant,
Il (ii) Toute famille de polynmes degrs chelonns (deP i) est libre.
I '" admettre un rsultat non trivial pour trivialiser un autre rsultat n'est pas forcment une
bonne chose, surtout pour des exercices aussi simples que ceux-l.
FracHonsraffonnelles:, _.. _.. _." _. ..
On est souvent amen .lnvoqosr 'l'unIcit de la dcomposition en lments simples - - -~'~xmp;e: ~ontrer quelestoncffonsf n (x) = eriy' forine;'''neiamlll/lb~e
d'une fraction rationnelle pour conclure (cf. chapitre 2, mthode 0). .
ConsIdrons l'endomorphisme de drivation ~ur l'espace des fonctions C~ : fn, est
. Fonctionsque/conques: vecteur propre associ la valeur propre n puisque f;'(x) =n;fn(x), Et le tour est Jou...
Les deux techniques qui se combinent frquemment sont rcunence et drivation. On
peut aussi tre amen regarder des problmes d'existence de limites ou des calculs On propose 0 l'exercice 6 une dmonstration moins artificielle de ce rsultat,
de Dt pour trancher, voire des problmes de non-rgularit (essentiellement dans les
raisonnements par l'absurde). II peut aussi tre Judicieux d'appliquer la relqlion un ou
des rels bien choisis.
42 METHODIX ALGEBRE 3. Mthodes gnrales d'algbre linaire

METHODE6 : Comment prouver qu'une famille est lie METHODE


9 : Comment prouver qu'une famille est une base (en dim<oo)

On ne va pas s'terniser puisque c'est le contraire d'une famille libre; il suffit donc de Principe:
montrer qu'il existe une combinaison linaire nulle non triviale des vecteurs : Une base tant une famille libre moximole ou gnratrice minimale, comme on est en
dimension finie, toutes les bases ont mme cardinal. on a le choix entre montrer que la
famille est libre n lments ou Qu'elle est gnratrice n lments.

La mthode est ici forcment constructive, c'est--dire qu'on doit exhiber une telle SIvous avez suivi les pisodes prcdents, vous devriez tre capable de dduire qu'II
famille de rels non tous nuls. vaut mieux chercher prouver qu'elle est llbre (c'est toujours plus simple de montrer
que des rels sont nuls. que de construire des rels...).
REMARQUE:
La gnration peut cependant tre vrifiable si l'on raisonne porduollt (cf. chapitre 6,
mthode 5 pour des dtails sur ce polnt important). .
On en profite au passage pour vous signaler une erreur amusante (pas pour le
candIdat) due au langage (cf. une autre erreur du mme genre: Mthodlx p. 10): Il
ne faut pas confondre des rels non lous nuls et des rels toas non nuls. A vis aux REMARQUE:
spcialistesdu lapsus.,.
Si on dispose de coordonnes des vecteurs dans une certaine base, cela revient
montrer que /0 matrice de ces coordonnes est inversible,donc que son dterminant
estnon nul (cf. chapitre 7).

METHODE7 : Comment prouver qu'une famille est gnratrice (de F)


METHODE10: Utiliserle thorme de la base incomplte (dim<oo)
Il s'agit de vrifier que:

L encore, la preuve de l'existence a de grandes chances d'trE! constructive.

REMARQUE:'
Certaines personnes mettent beaucoupe de bonne volont (tenter de) dmontrer
t
,.
Enonc:

Il
Utilisation:
(i) Toute famille libre peut tre complote en-une base
(il) De toute famille gnratrice on peut extraire une base

que (XI)lsn est une fomille gnratrice de F= Vect(xl)' alorsque F est par dfinition 1 En dimension finie, le thorme dit de la base Incomplte (rsultat (i) cl-dessus) peut se
l'ensemble des combinaisonslinairesdes Xi !Pour vousdonner une Ide. cela revient i rvler trs utile pour con;;trulre des bases dons des exercices thoriques (videmment
chercher dmontrer que deuxpoints sont toujoursaligns, Vousvoyezle genre... r il offre une preuve d'existence non constructive 'puisqu'on n'obtient pas de formules
donnant les nouveaux vecteurs).
1 Attention toutefois, llne permet pas de dterminer la dimension d'un espace vectoriel.

METHODE8 : Comment prouver qu'une famille est une base (de F)


J Le second rsultat est en quelque sorte symtrique de ce thorme.

Il y a deux faons de faire:


2. Applications linaires
- prouver que la fomllle est libre et gnratrice;
- prouv~r que tout vecteur de F est combinaison linaire de faon unique des
Xi' A) Problmes relatifs la dfinition
La difficult dans les deux drnorcnas se situe au mme endroit: c'est le caractre
gnrateur (donc l'existence des coefficients, appels coordonnes dans le cas d'une
i METHODE11 : Comment montrer que feL(E,F)
base), qui pose problme.:' . . ~.
Cette question d'apporence anodine est souvent l'occasion pour les candidats
REMARQUE: ne pas obtenir de points l o Ilspensaient au contraire en gagner facilement. .

En runissantles bases d'espaces vectorielssupplmentairesdans E, on obtient une En effet, ii y a bel et bien daux (et non pa~ une) choses. vrifier:
base de E Cela peut aIder la constructionde basesdaris de grandsespaces, (i) f est bien valeurs dans F (ce qui n'est pas forcment
peu qu'on oit spcifi pour F un espace un peu tordu) ;

l
METHODIX ALGEBRE 3. Mthodes gnrales d' algbre linaire 45

(Ii) verifier que f est linaire (ce qui est gnralment trivial. et ne ncessite pas B) Problmes relatifsau rang
forcment qu'on crive dix lignes pour s'assurer que:
',,;On cherche Ici dterminer, ou seulement encadrer le rang d'une application linaire
'\ de E dans F. On renvoie aussi la dtermination du rang d'une matrice. au chapitre 6.

La plupart des lves dmontrent que (ou plutt disent il est clair que n) l'application
est linaire. mais ne se soucient pas de son ensembi.e d'arrive. METHODE13: Revenir la dfinition
Vocabulaire :
Profitons-en au passage pour rappeler les quelques dfinitions utiles relatives aux Le rang de f tant par dfinition la dimension de Im(f). s-ev de F. on est ramen
applications linaires. . mthode 3. ',.
~ndomorphisme'~ application linaire de E dans E (F=E)
Isomorphisme : application linaire bijective Cependant. cette mthode est loin d'tre la panace, cor il n'est pas toujours possible"
Ilautomorphisme: endomorphisme bijectif d'expliciter suffisamment l'image d'un endornorrnbtsrne (c'est--dire grosso modo orrlvej.,
un dfinition du genre: c'est l'ensemble des vecteurs qui vrlfint telle proprtt):. f( ..i
On peut videmment. dans certains cas. dire que f est une application linaire car vaut mieux essayer la mthode suivante. . .. .,
eile est somme ou compose d'applications linaires.

METHODE14 : Utiliserle Jhorme du rang


METHODE12 : Comment dfinir une application linaire
REMARQUE:
Ici. Il ne s'agit pas de dfinir ou sens donner la signification n mols au sens
construire , c'est--dire savoir quels sont les lments qu'II est ncessaire et suffisant Il semble que ce thormene s'appelleplus thorme du rang. voire qu'line s'appelle
de se donner pour dterminer entirement une application linaire (la caroctrlser). Il y plus du tout ce qui est fcheux.Nouscontinueronspar la suite d'y faIre rfrence en
a essentiellement trois faons de faire: tant que thorme du rang.

Dfinir f sur tous [es vecteurs . . Enonc:


C'est la faon la plus bte. qui revient se donner une formule de dflnltlon de f. ~ rg(f)+dim Ker(f)=n=dim(E)
Exemple: f(M) = M - Tr(M).1
Mises en garde:
Dfinir la restriction de f sur des s-ev supplmentaires: L'auteur de ce thorme doit se retoumer frquemment dans sa tombe s'IIentend ce
SI par exemple E=FffiG. Il est (ncessaire et) suffisant de se donner flF et fiG pour que les candidats osent lui faire dire. Signalons les plus grosses normits souvent
entendues:
caractriser f (si on impose en plus f d'tre linaire. sinon on ne peut videmment pas
aller trs Iain). :'c, a Le thorme ne di! pas que le noyau et l'Image sont supplmentaires (mme
i ;pour un endomorphisme) : c'est faux; en revanche, Il dit que tout supplmentaire du ..
Cette mthode de construction est particulirement utilise dans les exercices ,'nayau est Isomorphe l'Image. ce qui n'est pas pareil. Il n'y a en effet aucune raison,:,
thoriques. notamment dans les fameux thormes de factorisation que vous avez .poor que l'Intersection. du noyau et de !Image soit rduite O. ,,'
tous du dmonter 132 fols.
Exemple: E= Fffi G PIF= 1 PIG = 0 dfinit le projecteur surFparalllement G. o Comme on a souvent l'habitude de travailler sur les endomorphlsmes';;;:'.
beaucoup connaissent ce thorme sous une formulation plus courte qui est:' . ::;~i\.
. Dfinir t par son action sur u,~ebase: rg(f)+dlm Ker(f)=n . . ...
Une cppcotton lInaire est parfaitement dfinie si (et seulement si) on connat son Evidemment. lorsque l'espace de dpart et d'arrive sont distincts, on rie salt plus'
.action sur les vecteurs de base. . vraiment si n est la dimension de E ou de F ...
Exemple: pour l> 1 f(ei) = ei-l et f(el) = 0 dfinIt un endomorphismenilpotent.
o Par consquent. pour appliquer ce thorme. llsuffit que E soit de dimension .
finie, sans condition sur F.
REMARb)UE: Intrt:
Il faut faire attentfon la notion de restrIctionpour un lment de L(Ef) : r... !II n'est pas forcment immdiat de dterminer directement l'Image d'un

I
, ':!3ndomorphlsme. et par vole de consquence d'en donner le rang.
- sIE' est un s-evde Eon peut toujoursdfinir la restrictionde f E'; i
En revanche. la dtermination du noyau. qui se ramne la rsolution de l'quation
- sI P est un s-ev de F. on ne peut dfinir la restriction de f l'arrive sur F' (souvent f(x) = O. esttoujours plus simple.
appele coresfrlctfon)que si!7mage de f est Inclusedans F~
C'est le mme genre de diffrence qu'entre montrer qu'une famille est gnratrice et
montrer qu'elle est libre.

} 1
46 METHODIX ALGEBRE 3. Mthodes gnralesd'algbre linoire 47

Consquence pratique du thorme du rang:


L[ _Ut_iI_is_e_r
_M_E_TH_O_D_E_lS_: d_e_s_t_o_rm_u_l_s ...JI:
Il E= Kerf El) lm f <=> E= Kerf + lm f <=> Kerf n lm f = {O}
Il est classiqueque:
Ce rsultatse dmontre l'aide des mthodes 2, 4 et du thorme du rang. rg:f g)
0 s Inf (rg:f),rg:g

_ Exemple.'suile dosil9rs (c'est une consquence du thormedu rang).


Classique parmi les.classiques.voil encore un rsultat qui figure quasiment ou cours On peut aussitre amen utiliserlesformulessur10transpose(cf, chapitre 6},
de toute prpa. On va rappeler sommairement les rsultatsimportants; et les Ides de
dmonstration en dlm<~.
On pose traditionnellement: Nk= Kerfk et Ik= lm fk '.
Alors: . REMARQUE IMPORTANTE.' .
Il est trssImple de montrer qu'lI existeto/oursune application linaire de noyau (ou
(1) la suite (Nk) est croissante.la suite (Ik) est dcroissante dmae) donn(e) l'avance.' il suffitde prendre le projecteur (cf. mthode 20)sur
(ii) 13p5; ni tel que: (ou paralllement) cet espace.
On peut se demander s1lexiste toujoursun endomormhisme de noyaux et amae
donns" on rpondra l'exercIce7...
NocN1C...cNp =NP+l =...
"# "# "#

10 =:. Il; ..:;lp =lp+1=...


et que de plus: . C) Caractristiques d'une application linaire
_'_
E= Ker'fP+Im fP
METHODE 16: Comment prouver (ou utiliser) que f est injective

Elrrientsde Preuve: Une application Injective est caractrise por le fait que son noyau est rduit. zro
(qui a dit e' sonnoyau estvide li ?), salt montrerque:
(1) provlentde: Kerfog::::>Kerg et Imfogclm f f(x)=O => x=O
Il n'y a donc qu' rsoudrecette quation,
(Ii) - la suite des dimensionsdes noyaux est croissante et majore par n. donc elle
converge; or c'est une suited'entiersdonc elle est constante partir d'un certain rang.
appel p ; pg) par croissanceet compte tenu du fait que dlm Npsn. . _ Exemple: montrer que go f injective => f Injective
1 Supposonsf(x) =0.: par composition gof(x)=O. donc x.=0 par InJectivitde gof.
- On montre alors facilement que la suite des noyaux est strictement
croissante(par dfinition de p comme le plus petit entier tel que ...) puisconstante (par Uneautre caractristique existe.qui est:
Incluslan-dlmension.cf. mthode 2).
f Injective ~ l'Image d'une base (de,E) por f est une famille libre (de F).
- Le mme.rdisonnementvaut 'I'envers pour les'.lrriges.
1)

C'est peu manlaol' pour montrer que f est Injective: Enrevanche. lorsqu'on salt que f
- Lesdeux Indicesp et q (celui des Imag's)sont forcment gaux cause du est Injective. Il peut tre utile d'utilisercel!_e_prc:_p_rl~t
de f.
thorme du rang: la sommedessuitesdes dimensionsest constante. .: _ _ __..._.
. - pour montrer la dernire partie. on se sert de la consquence pratique
voque plushaut. Soit y e Ipn Np. On en dduit par dfinition qu'IIexistex tel que:
METHODE 17 : Comment montrer (ou utiliser) que t est surjective?
0= fP(y) = fP[fP(X)]= f2P(x)
Leplussimpleest de revenir la dfinition.ce qui oblige vrifierque:
ce qui veut dire que xeN2p =Np cor zpap donc fP(x)=y =0, ce qu'on voulait. 'v'yeF 3XeE t.q: y=f(x)
La preuve de l'existence de x peut tre constructive ou Inductive, selon la faon de
dfinlrf.
REMARQUE:
_ Exemple.'montrer que go f surjective=> 9 surjective(E~ F_IL_" G)
En fait on peut prouver un rsultat un peu plus prcis sur la suite des dimensions.
savoIrque la suite des diffrences des ctlmens/onsdes noyaux est dcroissante,Mals ce Soity lment de G ; puisque go f estsoriective,Il existez dans Etel que y ";'g f(z). En
0

n'estpas trsutile savos;donc on ne le faif pos.: posant x = f(z) qui est dans Fon en dduit que y = g(x), ce que l'on cherchait.

-------- -------- ------ ------ _----- -- -- _-


~_'
l. 48 METHODIX
ALGEBRE 3. Mthodes gnrales d'algbre linaire

Une outre.corcctrlsftque existe,qui est:


METHODE20 : Comment caractriser un projecteur
f suriecttve ~ l'Image d'une base (de E)par f est une famillegnratrice (de F).
. Caractrisation:
Comme prcdemment. il vaut mieux utiliser cette caactrlsation comme une
proprit d'une application surjective. Ilp projecteur ~ p est linaire et p2 =P

Uneoutre faon de le dire est que Pllm(p)= Id.


METHODE18 : Comment prouver (ou utiliser) que f est bijective Proprits: ._ ',' ". ,~.~,',
o SIp est un projecteur, alors on a les deux proprits essentiellessulvorites, :qul'
serventconstamment: ."
On peut:
- soit prouver qu'elle est injective estsurjective; IlE = Ker(p)lm(p)
- soit prouver que :
'v'yeF 31 xeE t.q : y=f(x) ~ Tr(p)=rg(p)
On peut enfin utiliserla caractrisation:
Ces deux proprits ne sont pas caractristiques des projecteurs. On montre
f bijective ~ l'Image d'une base(de E) par f est une base(de F). facilement que la premire est quivalente Kerp2 = Kerp qui n'est pas la dftntion
d'un projecteur.
Mme remarque que plus haut...
o Par ailleurs,en anticipant un peu surleschapitres suivants.on a :
- p est diagonalisable
- sesvaleurspropressont 1 (d'ordre: rg(p) et 0 (d'ordre: n-rg(p).
METHODE18bis: Comment prouver que f est bijective (dim<oo)

Commenons par prciser qu'II faut que E et F aient mme dimension finie pour
appliquer ce rsultat. METHODE21 : Comment caractrfser une symtrie
Il y a alors qulvolence entre InJectivit,surjectivitet bijectivlt. Autant chercher
vrifier la proprit la plussimple, savoirl'Injectivit.
Caractrisation:
Il5 est une symtrie ~ s est linaire et 52~ Id .
D) Quelques endomorphismes particuliers Exemple,' si s est une symtrie. montrer que p = ~(S +Id) est un projecteu/
On s'intresse Ici la caractrisation d'applications de E dans E. D'autres Il.s uffit de calculer p2 ;or compte tenu de ce que 5 et Id commutent et que 52= Id :
endomorphismes particuliers seront tudis par l'Intermdiaire de leur matrice au
chapitre 13. ; p2=(s2+2S+ld)=(2S2+2.ld)=P '.. .,

METHODE1~ : Comment caractriser une homothtie


,~.:
'

Ce rsultat n'estpas proprement parlerdu cours,maisplutt un exercice classique


souvent considr comme acquis. On a l'qlvalencesuivante:

Il fest une homotbtie ~ 'v'xeE (x,f(x)) lie


t.-___

Rappelonsbrlvement le principe de la preuve:


- en dimension quelconque: appliquer la dfintlon x et y lis,puislIbres,'pour
montrer que f( x) = X avec le mme i. pour x et y ;
- en dimension finie : appliquer la dfinitionaux vecteurs de base en montrant
que 3i./'Vi 1(el) = i.el'

Une outre faon de dire la mme chose est : un endomorphisme laissant stables
toutes lesdroitesvectoriellesest une homothtie.
Notons qu'on peut aussi qu'on peut caractriser une homothtie comme
endomorphisme diagonalisable ayant une seule valeur propre, ou. comme
endomorphisme commutant avec tous leslmentsde L(E)(cf. cnopnre B,mthode
13).

L _ - -- ---- --~---- l
%
:."J
--'
50 METHOOIX ALGEBRE 3. MthOdesgnrales d'algbre linaire 51

Erreurs Il parait que rg(f + g) = rg(f)+1g(g) ,.


Qu'est-ce-que la base canonique d'un ev quelconque?
Le complmentaire d'un s-evn'estpas un s-ev,
Certains prtendent dfinir une application linaire par sa restriction un espace
u
Il y a ur: seul complmentaire. mais plusieurssupplmentairespour un s-ev (ce qui et son complmentaire
prouv:e bien que ce n'est pas la mme chose) : vitez donc de parler du
supplementaire. " Danslesexercices d'algbre linaire,le choix de la base doit intervenir en demier "

Lorsque (x.y) est lie. on n'a pas forcment x =:l.y (si y est nul et x non. par NOLR: Ce reproche s'adresseparticulirement aux individus qui, ayant peine tinl de
exemple). malson a forcment x =:l.y ou y =:lx. lire l'nonc de leur exercice, commencent par dire soit ei une base de E ", sans
(f

encore savoir s7lsen ont besoin et quelle base Il seraitJudicIeux de choisIr. Ces mmes
candidals poursuivent gnralement en essayant de se ramener du calcul
SI (XI),sn est libre. on n'a pas ncessairement: xn est combinaison linaire des
matricfel.., "
(x')lsn_l'
Nousavons vu plusieurscandidats s'enliserlamentablement (sic) pour prouver que
si un s-ev F de E admet un supplmentaire de dimension finie G. alors tous ses'
Le groupe linaire GLnn'est srement pas un espace vectoriel 0'applicatlon nulle
supplmentairessont de dimensionfinie. "
n'est pas dedans). Enrevanche Ils'agit d'un groupe.
NOiR: Oeux sous espaces supplmentaires d'un mme espace sont toujours
Le dterminant n'esl pas une appllcot1onlinairesurl'espace desendomorphismes. isomorphes.
Il n'y a pas ~qulvalence entre !_njectlvlJet surjectivit en dimension Infinie ; par
exemple. sur 1espace des polynomes reels. la drivation est surjective mols non
Injective. tondis que la multiplication par Xest Injective maisnon surjective.

,
-i- 0",'

Astuces
,~

En~lgbrelinalr~.dsq~'une proposition dmontrercommence por 'VxE E.,. ,


et qu elle est elle-meme linealre par rapport aux vecteurs.Il faut Imprativement avoir
le .r~flexe de che_rcher la dmontrer sur une base Qudlcleusement choisie de r
preference). (cf Methodix, ex. 7 p. 243).
1\
De mme. Il faut avoir le rflexe de tenter des rcurrences sur la dimension de "

l'espace (cf. Mthodlx 1 p. 9). On est alorsamen utiliserdes propritsde stabilit 1


(cf. chapitre 4).
Un certain nombre de petites formules trs simples dmontrer font cruellement
dfaut si on n'y pense pas ..citons notamment (listenon exhaustive, complter par
vous-mmes):
Il:.~
1
1
Kerfog::JKer.g et Imfogclmf
Ker(fJF)=KerfnF 1\1
1
dlm(F+G)=dlmF+dlmG-dlmFIG 1
dlm(FxG)=dlmF+dlmG 1
etc ..,
Jl
..~- . J,
~, "
!
J
Lu dans les rapports de l'X
),
Une application linaire est parfaitement dfinie par sa restriction des s-ev

.; ~
supplmentaires"
Certainsaffirment l'unicit,du supplmentaire
----- _.- - _- -- - - ----
- ---,--~-~ ------- ~
- - - -- - _-- -- ~---
's, 1

_--- -------
METHODIX AlGEBRE 3. Mthodes gnrales d'algbre linaire
53

Exercices
[D
[J] :~it 9t={(f,Q)EL(E)2 t.q : tog=o}. Dterminer: s~ (rgf + rgrg)

Soit U un s-ev de ~t A l'ensemble des endomorphismes f de E tels que: U c Ker f .


.,... a) Montrer qu"P: est un espace vectoriel.
b) En dterminer la dimension. J . .
Dterminer tous les endomorphismes de E (de dimension finie) tels que, u tant"urr ..
vecteur non nul fix: ";;:;'
[TI '7x E E (u x, f(x)) est lie ',r .;
Soit F un s-ev strict de E non rduit 0 et G son complmentaire dans E et H = Gu {O} .
(pour X li u. traduire: (t(u).u) lis).
H est-II un s-ev de E ?

J
Les Fi et Gi dsignant des s-ev de E, montrer les propositions suivantes.
~
Soit G un sous-groupe fini de cardinal q de GL(E). E tant de dimension finie. Soit F l'ev
. .

. des lments Invariants par G (c'est dire les vecteurs Invariants par tous les lments
a) r. FI= L FI ~ 1;1(1, il Fi= Fj 1 deG).
1 i
b) ~ Fi "'~ GI et l;Ii FIcGI => l;Ii FI=GI dim F = ..!. L tr(g)
qgeG

W .... Indication: on Introduira: f = ..!. L g.


Soit (XI)lsn une famille libre de vecteurs d'une ev de dimension quelconque, (al)isn des qgeG
n -1-
scalaires et x = L alxl' On pose: Yi = XI+ X
. 1=1
Montrer qu'une CNS sur les (a;)jsn pour que les (Yi)isn soient libres est:
n
L aJ+l .. 0
1=1

[TI
a) Montrer que (1.../2) sont Q-Ilnalrement Indpendants.

b) Montrer que (1.../2,..J3) sont Q-Ilnairement Indpendants.


c) Salt p. q et r trois projecteurs non nuls et f = p + q../2 H..J3. f peut-II tre un
projecteur ?"

J]] i
11
Montrer que les familles de fonctions (f,) suivantes (Indexes par des rels) sont libres s
'(
dans l'espace des fonctions numriques:
a) t,(X)=1 x-r 1 '!::1
b) t,(x) =e'" "
"Ji'
,!~

~
., 1!'1

ITI . i
Soit F et G deux s-ev de E de dimension n. Dterminer une CNS simple pour qu'il existe )
un endomorphisme f de E de noyau F et d'image G.
-
J

\ \
-...,_- --------_ .. ----_ ... __ ._-_._-_
.- ..

54 METHODIXAlGEBRE 3. Mthodes gnrales d'algbrii'ilnaire 55

Corrigs
[TI
a) li suffit de montrer que: 'i(i.J). Fi c Fj' En y allant au pif, on peut crire
notamment que:

DJ a) Conformment la mthode 1. on montre que A est un s-ev de l(E). qui permet de conclure.

(i) c'est une parNe de L(E), qui contient l'application nulle puisque le noyau de b) Vu qu'II faut montrer une galit, qu'on a dj une inclusion et qu'on n'a pas
celle-ci est E tout entier. de renseignements sur les dimensions, d'aprs la mthode 2. on va chercher prouver
l'autre inclusion. soit FI=> GI
Oi) - on a toujours Ker f c Ker f donc f EA .
-slfetgsontdansAetxdansU, f(x)=g(x)=O donc f(x)+g(x)=O. Soit x E G) c liB Gi = e FI' On en dduit que:
1 i
Donc A est bien un ev. X = 2. f) (')
i
b) On se prcipite sur la mthode 3. On volt mal premire vue comment
avec f)EFlcGj. .
trouver une base de A. En'revanche, si on a lu toutes les mthodes (ce que nous vous
encourageons vivement faire), on a vu (mthode 12) qu'une application IinOtre En recrlvant n en regroupant les termes qui sont dans les mmes s-ev :
tait parfaitement dfinie par sa restriction des s-ev supplmentaires.
x-fi=2.f)
Or si f est dans A. f est parfaitement dfinie sur U (elle y est nulle) ; soit donc V un i~1
supplmentaire de U'dans E (et pas le supplmentaire de U : a ne veut strictement Le vecteur de gauche est dans FI, celui de droite dans F). Or les s-ev F) sont en
rien dire). f est parfaitement dfinie si on se donne sa restriction V. )~I
somme directe, donc ce terme est forcment nul. Donc x - fi = O. donc x est dans Fi '
Mathmatiquement, Il faut dfinir un isomorphisme entre deux espaces (cf. ce qu'on voulait.
mthode 3). Soit:
e : L(E)~L(U,E)xL(V,E) (Evidemment, quand on cherche ce genre d'exercice, on peut tourner en rond un
petit moment avant de trouver la bonne faon de s'y prendre ...)
.f ~(flu' flv) .
REMARQUE:
C'est un Isomorphisme. Par construction: Certainscandidats manquent d'assuranceds qu)Js'agit de manipuler plusIeursIndices
(ce qui est le cas /cO. Vn'flezque ce n'est pas votre cas... Reportez vousnotamment
A=cp-1{(0,V). vEL(V.E)} au tome 1, page JO).
l'espace de droite tant Isomorphe L(V,E), donc de dimension dimV.dimE.
Moralit:
dlmA=dlmE. (dlmE - di~.U) [Il ...
.. Comme prcdemment, attention ne pas se mlanger les pinceaux entre les x, les y,
les 0;... et les coefficients (l''lli,,n qu'on esv oblig d'Introduire pour appliquer la
J
SI cela taitvrai, cela se sourolt et on vous l'aurait sOrement dj dit. Donc on va
montrer que c'est faux. en supposant que H est un s-ev de E. mthode:'=I 1Yi=i i(x+xll=(f aix,).i i+f .lxi=i xl[ai'~ .);I]
. 1=1 1=1 Is1 1=1 1=1. 1=1 )=1 '..
a
Notons dJ que H est non rduit sinon F serait gal E. Donc on peut prendre un
couple (x,y) de FxH diffrent de (0,0). Remarquons aussi que FnH= {O}. (attention changer d'indice dans la dernlresorrrne sinon on se retrouve deux fols
avec l'Indice 1. ce qui est gnant) .
. Bon. Et qu'est-ce-qu'on fait? Vu qu'on fait de l'algbre linaire, on peut toujours
.regarder o se trouve x + y . . La famille (XI)I"n tant libre, la famille (YI)i,,~I'est si et seulement si Iescoefficients de
cette relation de liaison sont tous nuls:
SI x +y EF, alors y =(x+y)+(-x) donc y est dans F; or Il est dans H; donc y est nul. ce
~ ~ .
ql n'est pas vrol, n
'ii Oj.2. I.) +I =0 '0':;':
Donc x + y n'est pas dans F, Il est donc dans son complmentaire G. donc dans H. Le )=1
mme raisonnement que plus haut amne une contradiction (x est nul).
Or 51 l'on regarde de plus prs, ces relations donnent un systme linaire en les A;:S9:':
Moralit : H n'est pas un s-ev. . famille (YI)I"n est libre ssltous les .Isont nuls, donc sslle systme est decromer::~.';.f-~:, .
dire sslson dterminant est non nul. Or ce dterminant est : Y~'..d:.r'.,
','..:',.,

------- --------
METHODIX ALGEBRE 3. Mthodes gnrales ~'blgbre linaire 57

!Il', '.
Conformment la miseen garde du 1.C). nous ne manipulerons que des sommes
finies, Nous supposons donc qu'II existe (mthode 5) une relation de. dpendance ..
linaire entre les (fr) :
n
qu! s~ ~alcule facilement (c'est un cos particulier de l'exercice 3 chapitre 7). On trouve L "Ifr, =0 n ,.,;p','
1=1 ' '" '"
prclsrnent :
o on peut. quitte les rindexer.supposerqu'on a classles ri par ordre strlcternent"
croissant, ' ,'",
A partir de l, il fout essayerd'exploiter les proprits connues de ces roncons p'c;>qr:
montrer que tous les coefficients sontnuls. ' " '
ITl 0) On n'a pas trop le choix de la mthode 1 Supposonsdonc
0) 0 On peut par exemple se ramener des fonctions affines surdes Intervalles
a+b{2=O (')
avec a et b rationnelsnon touslesdeux nuls. bien choisis(faire souter lesvaleursabsolues..) :

On peut successivementse ramener :


- (a b) entiers (II suffit de multiplier (') par le ppcm des dnominateurs) non
nuls(sil'un est nul.l'outreaussi); et:
- (o.b) sont premiersentre eux(IIsuffitde diviser(') par leur pgcd).

On a alors,en changeant un terme de membre et en levant au carr:


02 =2b2 D'o il ressortque : "n = O. Eton peut continuer Ijlnredescendant donc tous les "1 sont
Sion se rappelle les rudiments de l'arithmtique, on volt (cf. chapitre 1) qu'II y a du nuls.
Gaussl-dessous: 2 divisele membre de droite; donc Il divisele membre de gauche
donc 2 divisea : 0= 2a ; en reportant Il vlent: . . REMARQUE:'
b2 =2a2
Le mme raisonnement prouve que 2 divise b ; or a et b sont premiers entre eux... On peut toujoursprsenter un tel raisonnementde deux faons:
Donc de tels entiersn'existentpas. , _ soit montrer que touslescoefflcienls sontnuls: . .
_ sotpar l'absurde, supposer le contraire, IntrodUirele plus grand (ou le plus petit a
REMARQUE:On vientde prouver que {2 n'tait pas rabonnel,.. dpend) des IndIces tel que "1 soitnon nul et trouverune contradiction. ' ,
C'est strictement quivalent mais dans le deuxime cas il faut prendre garde bien'
b) On recommence: supposonsqu'IIexlste un triplet de rationnelsnon tous nuls dfinir /'lndice qui vousIntresse. ..'
.~ _ _ _ _:" _ _ --r _.- ::";_
teIsque:
_, _' peur aussI.plus rapidement mals-pluasfuleusementpeut-tre, regarder',
~O-QI"I
a+b{2+c{3 =0
_ .. - ._-- lesproblmes de drivabilit. Recrivons('): '
On se ramne-commeau-0)-ou cas d'entierspremiersdans leur ensemble.
En levant ou carr aprs avoir fait passer le demler terme dons l'outre membre Il
vient. aprs rarrangement:
"l fr,
n
= - 1=2
L "If" ' "
Chaque (fr) est drivable partout sauf en r. La fonction de droite est donc drivable
(02 -3c2 +2b2)+{2,ab = A+B.f2 =0 en rl : celle de gauche ne l'estque si ~1 =O.Etoncootloue ...
o A et B sont des entiersrelatifs.D'aprsle 0) Ilssont ncessairement'nuls,donc ou a
QU b est nul.
On aboutit ensuitefacilement une contradiction en reproduisantun raisonnement du b) 0 On peut appliquer la relation en 0, et driver (') n- 1 folsen appliquant
mme type qu'au a). chaque fois en O. On se retrouve avec un systme en les "1
rsoudre. dont le
c) Quel est le rapport? Sion va voir la mthode 20, on s'aperoit qu'II y a une dtrmlnant est un VanDerMonde (cf. chapitre 9). savoir V(rl.... rn), qui est non riul
~ormulesurla trace qui est bien Intressante... Eneffet. sif tait un projecteur. on aurait car ;~esarguments sont distincts 2 2. Donc le systmeest de Cramer et n'a que la'
solution triviale.
. ';;g f~tr f= tr(p +q.f2 +r.,f3)=rg p+..fi.rg q+.,f3.rg r
o On peut aussiprfrer utiliserleslimites. et. aprs divisionde (') par er,x, foire
qui est une relationde liaison coefficients entiers(donc rationnels) non tous nuls(les
tendre x vers +00ce qui donne: "n = 0 et ainside suite.
rangs)pour (1...fi, .,f3).ce qui est impossibled'aprsb).
Donc f n'estpas un projecteur.Tantpis.
J ',' .
On se rappelle (cf. Mthodix 1. ch.l) qu'il faut toujours sparer CN et CS et de
prfrence chercher d'abord une eN. ' : .
'" .

----------------------------------------------------
L_ _
----
~l
l
vo

Ici. on pense tout de suite a th'


et G:
,
METHODIXALGEBRE

u eoreme du rang (oh bon 7) qui relie les dimensions de F


3. Mthodes gnrales dalgb~e. linaire

l on se retrouve (presque) en terrain connu; si on introduit une base de F. on montre


59

facilement, comme la mthode 19. qu'il existe un rel (le mme pour tous les x) et
Vu qu'on n'a rien d' dimF+dlmG=n une forme linaire Il tels que:
suite. outre sous le coude. on va voir si a suffit. quitte toffer par la
'v'xe F f(x) = .X+I1(X).U
O~ soit dj construire un endomorphisme de . Comme (f(U). u) lis, cette galit est aussi vraie sur le supplmentaire de F p sovoir
methode 15), savoir un projecteur p paralll~moYeanUt
d ons E :

dFonne (cf. ren;arque suivant la Ru. donc elle est vraie sur E tout entier ce qui doone la forme de f.
a sur un supplementaire H de F
E=HeF=lm peKer p Rciproquement tout f de ce type fonctionne.

Or H est isomorphe G (Ils ont mme dimension n-dimF) soit: H !G REMARQUE:


Aportird
o e l'a, 1'/ e~ naturel d'envisager f ='~ 0 p et de voir qu'II convient: L'hypothse de dimension finie n'a te ajoute que pour simplifier la dmonstration '.
(prendre une base). Mais comme la mthode 19.tout fonctionne identiquement en
ip(p(x)-O 9 bfecIifP(X)=O (=) xeFdoncKerf=F. dimension Infinie.
o- :m~es; ~e mme dimension que Imp=H (cor ip est un Isomorphisme)
- m es nclusdansGporcar Imfclmcp=G.Donc imf=G. 1 ITQ]
C'est gagn. i
i Le problme revient donc montrer que tr f = dll(l F.

w Quel est le rapport entre F et f 7 Un lment de F tant stable par tous les g. 11 est stable
parfdonc:
Vu qu'on parle de rangs il y a d h '
nom (mthode 14) et/ou des form~fe~. onces qu il faille utiliser le thorme du mme 1
. ~-
xeF => f(x)=x => xelmf => Fclmf

Donc an peW raisonnablement esprer que: F= Imf . Mols on ne va pas prouver cette
Rien que la dfinition de 91Invite crire:
,l galit pciiThclusion-dimension puisque prclsrnent on cherche un renseignement sur
la dimension. Donc Il faut une autre Inclusion. '
" (f.g)e91
C e qu on peut lire:
(=) Imgi:l\Kert ee dlmlmg=rggSdlmKerf=n_rgf ~
. '.,
.: . rgf + rggsn n T Bon. C'est l le passage un petit peu rus de l'exrclce. Puisque G est un groupe,. g

l
Cerrolns ne marqueront pa d dl ( tant fix dons G : h ~ gh est une bijection de G sur lui-mme (eh oui 1)
est n. C'est videmment Ine;acr p~~q~~ voustcodnnait) que c'est fini et que la rponse Donc par exemple:
ce sroc e on a seulement prouv que:
s~ (rgf + rgg)'sn I. gh= 2. h
heG heG
en passant ou sup dans (0).
Donc videmment gof=f. ce qui veut dire que f(x)eF pour tout x. donc lm f c F.
Reste savoir 51 cette borne est ott 1 t CQFD.
affiner (cor on est certain ici que le en e o~ non. Sinon. on est mol parti et Il faudra
d'entiers boms).
Fort hureusement. en prenant
sup es un. max. vu qu'on est dans un ensemble
(f, g) = (Id,0) E 91
Rsumons: Il faut montrer que rg f = _!_
.
r tr g. Rang,
qgeG
trace ... a ne' vous fait pas
donc fini pour cet exercice. on volt que n est atteint et que c'est
r penser un projecteur (mthode

f2 =~
20) 7 Calculons:

2.9h=~ L9=~.q 2.g=f

w-' .
SIdimES2. tout f est solution. Supposons dl~E~3.
_ _ .-.9 .Q.t\_eG__ SI g.heG. q __ QeG_ -
Bingo 1 Donc f est un projecteur, et son rang est gal sa trac et puis voil. Ca vous a
plu?

l'hypothse s'crit: REMARQUE:

On olrn t bl 'v'xeE 3(ax'~x''Yx) t.q : axf(x)+f3x'x+'Yx'u=O On ne s'estjamais servIdu fait que les lmer,tsde G taient invef5ibles.A ce propos.
1 eral en Isoler f mais on n It . une' erreur sur laquelle nous reviendrons (cf. Chapitre 1.3,demler exercice) : tout
exactement: e sa pas SI le coefficient devant est nul. Plus
lment de G est invef5lb1e(dans G)malspas forcment inversibledans GL(E)...
. ax =0 ~ (x.u) lis
Donc sion Introduit un supplmentaire F de Ru dons E, on a ncessairement.
'v'xeF 3(..x'l1x) t.q : f(x)=..x'X+l1x'U .

- -------
Chapitre 4

METHODES DE DUAUTE

Nousne sommes pas absolumentcertains que l'ensembledes possesseursde ce livre ',~,


(que nous saluons au passage)auront l courage de lire ce chapitre, rpugns qu'ils ',,'
sontpar ce phnomne trange appel dualit,
Etc'est fort dommage. Eneffet nouspourrionsrpterIci ce que nousavons dj crit
E
l. en d'autres occasions, proposdu calcul diffrentiel(cf, Mthodix 1. ch. 16p, 203): '
faire une Impasse surla dualit est un mouvais calcul, car ce n'est pas si compliqu "
t que cela comprendre, D'autant que personnen'y comprend rien,et qu'au royaume
des aveugles les borgnessont rois,
1! Tout cela pour vous encourager vous prendre un petit peu la tte surce chapitre:
r cela sera notre avis beaucoup plusprofitable que d'inverserune matrice 25x25,
t Dans tout le Chapitre, EdsIgna un ev de di~ilQnSiOnnnle.
l
.zf ,
REMARQUE:

i
Plusque pour la pluport des outres chapItres. /1 est essentielde bien connaitre votre
cours avant de vouslancer donsla tectoro desmthodes,

l
~
1.~Formes
linaires
------------------------------;...--"
METHODE 1 : Comment montrer que cp est une forme linaire
'..

- -. Princip -: -
Il suffit de vrifier que cp est linaire et qu'elle est voleursdons le corps de base de
l'espace vectoriel (c'est--dIreRou C).
Notation : .
Il n:',!3st
pas rare de rencontrer le crochet de dualit pour noter l'action de f sur un
vecteur x: ' ,
<p(x) = (cp. x)
Il n'y aucune raison de s'affoleroutremesure 1
Exemple , : montrer que la trace est une forme linaire '
On salt que la trace est linaire. et elle est bien voleursdons K, Donc Il
dire. '

-- -- ---------------------'"
CL
METHODIX AlGEBRE
H- 4. Mthodes de dualit 63

Exemple2:la diffrentielle d'une fonction f .


Quelle horreur. voil que le calcul diffr
affreu~.... .
Par definllion. la diffrentielle d'une telle fonction
linaire Sur R p. valeurs relles d
,

P
tl'IR --:+R ~stuneformellnail'e
en e se mele a la dualit ... Affreux. affreux.

_e~ un point a est une application


one une ,orme IInealre.
\} l
v.
Exemple: dterminer Mn en utillsontl'appllcafion
e : Mn~Mn'
A---+(M -+ Tr(AM))
On a en outre. si (el llsP dsigne une base de R P : Pour montrer le rsultat voulu. Il est ncessaire et suffisant de montrer que cette
i application. visiblement linaire. est surjective. Comme elie est entre deux espaces de
Jt
( df(a).ej) =-(0)
aXI
! mme dimension finie n. Il est quivalent (cf. chapitre prcdent mthode 19) et plus
simple de montrer qu'elle est InJective.
Mises en garde:
Soit donc A telle que:
o Eviter de confondre les formes lin - 1
'v'MeMn Tr(AM)=O
raconte? On ne Confond Jamais ea res. et les formes multilinaires. " Qu'est ce qu'II
'. pensez-vous en votre for Intrieur. Cette relation tant linaire. Il est quivalent de l'crire pour les vecteurs de base (cf. 1
~oi!. Nous nous permettr~ns nanmoins d . chapitre 5). savoir les Eij'
linealre. le dterminant quant lite vous rappeler.ql!e. si la trace est une forme Les rgles du calcul matriciel (cf. chapl1Te 6) donnent Instantanment:
certainement pas: u es une forme n~linealre. Notamment. on n'a
Tr(AEjj)= L. aki.olkTr(Ejl)= L. aki,lk,II=ajj
mais plutt: det(:w) = .det(M) k.1 k.1
Ce qui montre que tous les coefficients de A sont nuls. donc que A est nulle. CQFD.
On en dduit que toute forme linaire sur un espace de motrice est de la forme
Nous ne nous faisons Cependant det(:w)
tr
= n det(M)
" Tr(AM).
ne vous empchera pas de faire pas op d illusions; le faft de vous avoir mis en garde
encore cette erreur. ,
Intrt:
o Veillez rserver la notation E' a d Il est clair. SI l'on vaus parle d'une forme linaire sur un espace de matrices. vous
portlculler. n'crivez Jamais : u ual de E (ev des formes linaires sur E) ; en pouvez (presque) l'expliciter. L'exercice n'en sera que plus simple.

si vous cherchez dire "\/xeE .... "

Cela 'It ." \/x e E. x,. 0 "


pourra en1Tanerdes confusions
, fcheu ses. METHODE3 : Comment utiliser la dfinition d'une forme linaire

, Consquences de la dfinition:
Il dcoule immdlatement-de la dflnitlon un 'certain nombre de petites proprits qu'II
M~THOD_E
2 : Utiliser le " catalogue ~es formas li~ires est bon d'avoir constamment prsentes l'esprit. Lesvoici:

Sous cette dnomination un e b (1) le noyau d'une forme linaire non nulle est un hyperplan
suffisamment court). on cher~h~ s arbare (c'est tout ce qu'on a trouv pour faire
formes, linaires sur certains espaces :eulement q dire qu'on connat exactement les
(Ii) tout hyperplan est le noyau d' (au moins) une forme linaire non nulle
(III) toute forme linaire non nulle est surjective
..
IlIl Toute forme linaire
scalalr:. c'est--dIre:
sur un
", espace vectoriel euclidien
'
est un produit
(Iv) deux formes linaires ont mme noyau sslelles sont proportionnelles.

, , \/cp,;E' 31aeE tq: 'v'x'eE cp(x)= (a. x) , ' Les trois premires sont triviales. Nous rappelons la dmonstration de la dernire en,
exemple. car elle permet de mettre en place des raisonnements classiques relatifs aux
(En gros. Il suffit de bien choisir un ' . formes linaires.
forme en question qui est une drOfteve(ctel,ur directeur de l'orthogonal du noyau de la
' . ou espace nui.
Exemple : montrer que Kercp= Kei'1Jl~ 31-... 0 tq : '1' .1j1 = ,
Il Toute forme :nalre ~ur Mn(R) s'crit l'aide de la trace: , La condition suffisante est claire. cor les formes linaires s'annulent en mme temps.

, cpe9r{n 3lAe9r{n =: \;fMe9r{n fj)(M)= Tr(AM) =


Supposons que Kerfj) Kei'1Jl=H.
REMARQUE: , - ou bien H=E, alors les deux formes sont nlles et donc proportionnelles;
=
- ou bien dlm H n - 1 ; salt x un vecteur du supplmentaire de H dans E ; I~s
Le deuxime rsultat n'est deux formes sont non nulies sur x, s'IIexiste un tel . on doit ncessairement avoir:
pas totalement Indpendant du premier. cor u; est = (<p. x)
espace euclidien et que (A B) tr( t AB) n un
rite ct.., '.. . -- est un produit scolaire sur cet ev. (ct. la (1j1.x)
pa alge...;rebilinaire). . qui est alors bien dfini car le dnominateur est non nul.

On peut parfaitement montrer ce rsulli f


propos tait slmplementde foire le Ikm enr:.
~an::ecour': a l'algbre bilinaire. Notre
=
" est clair que ce rel convient. puisque la relation cp- 1-..1j1 est satisfaite sur Rx par
- -, - - -, , ""e les <J'eux
pomts de vue. .. _ construction. et sur son supplmentaire H o les deux membres sont nuls.
MEl'i-IOOIX ALGEBRE 4. Mthodes de dualit 65

2. Orthogonalit
.Utiliserdes formules:
." . l'ensembledes tr bl s nous en citeronsquotre trs Importantes.
Parmi .. formulesdemon a e.
et .constammentutilisees:
METHODE4 : Comment dterminer l'orthogonal d'un s-ev
(1)Fe G => Gl.c Fol et (Fl. t =F
On peut soit revenir la dfinition, soit utiliserdesformules. (Ii) dlm Fl.=n-dlm ~.
Approche heuristique: (m) (FnG)ol =Fl. +Gl. et (FtG) l. = FolnGl. ~',
"

Lecrochet de dualit est nous semble-t-il, une aide mnmotechnique prcieusepour


retenir et comprendre la notion d'orthogonalit, puisqu'elle peut faire penser au (Iv) (Ker<p)l.
= Vect(cp)
." "
produit scalaire, et donc l'orthogonalit entre vecteurs.
(form\.]lesvalablespour (F.G)cE2 ou (F.G)cE2). "., ... ,:
IcI, on l'aura compris. le crochet de dualit a pour arguments deux lmentsde nature
distincte, maisduale: une forme et un vecteur.
. . urs et la dmonstrati.onn'apprend rien
(') est clair; (Ii) est forcment dans vo[:e co artie de (Iii) Ici (la premire est dans.les .
Dfinitions: ~'intressant; on va dmontrer la deux eme p
On dit donc naturellement qu'un vecteur x est orthogonal relativQment une lorme exercices),et on vient de voir (lv). .
linaire '1' si: ('l', x) = 0
li Exemple.'tablirque (F +G)l.= F1.nGl. , _ or (Iv) .
Notonsdj que: F+ G ::;)F et F+ G ::;)G d ou P .
L'orthogonal d'un s-evFde E est le s-evde E+caractris par:
F1.={<peE t.q: 'v'xeF (<p,x)= 0 } . (F+G)olcFol AGl..
Dualement on dfinit l'orthogonal d'un s,ev G de E+comme le s-evde Etel

REMARQUES:
1 que:
G1.={xeE t.q: 'v'cpeG (<p,x)=o} .
Soitmaintenant <pE F1.r.Gl. et xeF+G, donc x = y +z avec y dans F et z: dans G. On
n'a qu' valuer: y}+(<jl.z) =0+0 = 0
(<j>, x) = (<p,

Et le tour est jou. O est-ce-que vous voyez qu 'il faut s'affoler quand on fait de," la
o On IdentifieEet
qu'on rappelle - et c'est essentielici
sonbidual. - qu'on s'estplac en dimensionfinie, donc ~aM? '.

o On s'estpermis d'utiliserla mme notation pour l'orthogonal d'une partie de E et


d'unepartie du dual.A notre avis:ce n'estpas uneSourcede confusionpuisqu'onsait
toujours aoos qaei. espace se trouve la"partle en' question.' Ce serait plutt
Ibccumulation de notations(F., F1.)qui entratneraltcette confuslon... METHODE 5 : Comment utilisr l'orthogonQi I'unepartie .';; ..'
Utilisation pratique: . ~ doutez n'est pas de vous faire caluler'
Le but ultime de la duaU~,vo~s..Jos~~n ce que mort s'ensuive.
Il s'agit simplement d'expliciter la relation d'orthogonalit. dans le but de chercher l'orthogonal d'un ev, puts d un au eu .
dterminer le plus simplement possiblel'espace recherch.
Notre ambition est d'essayerd e vaUSmontrer
_ en quoi un raisonnement
_. par du(:lIIt~.
. , ,_.'
Exemple: dterminer(Kr<p l permet de simpllfler beaucoup de problef'[1es. .
Il s'agit, par dfinition, de :
AuPrincipe: l't" . ondual
dmontre la proprit duole. c'est-c-ore
A= {Ijl e E t.q: 'v'xe Ker<p(1jI, x) = 0 } lieu de dmontrer une" propr,e
ceUequi traduit la proprit dans 1 espace. .
On a donc l'quivalence:
ljfeA <=:> Ker<pcKenv Cas d'application:
SI Ijf n'estpas nulle, une consldra1ionde dimensionsmontre qu'alors:
~. galitsd'espacesvectortels:tre ue les orthogonaux de ces espaces
Ad lieu de montrer qU,eF=G~?n m~~go~ux sontsimples exprimer).
Ijf eA <=:> = Kenv ou IJI = 0
Ker<p gaux (cela n'a d'Intretque es 0

On est ramen l'exemple de la mthode 4, et on en dduit que ljI eA ssl ljI est montrerqu'unefamilleestgnratrice: . V t( )1._ {O} ce qui
proportionnelle cp. Donc A =Vect(<p). Vec!(x )=E, on montre que. ec x, - , 1
Au lieu de montrer que _ '1 s'annulant sur tous.Ies vecteurs de a
dmontrer qu'une forme Ilnea re
identiquement nulle.
66 4. Mthodes de dualit
METHODIXALGEBRE

Exemple' . soit (a) '.


i lslsn n reels sllnc!s Montrer que les formes li: p.~ pral) Outils frquemment utiliss: "
statistiquement parlant. il est frquent que les exercices sur la dualit se droulent dans
constituent une base de l'espace E=R n-l[Xr un espace de polynmes.

Ici o~ a une famille n lments d'un es ace d dl . Il fout alors penser aux nombreuses bases qu'on y connat. outre la base canonique,
certOins.l'ont srement crit) donc il suffit d~ montr:r q:;e~12se,asnt
l'Inb(et pas, n;-l ~omme notamment la base des polynmes interpolateurs de Lagrange qui intervient souvent
re ou generatnce. (cf. chapitre 3 pour sa dfinition et sesproprits).
La libert ne s'exprime pas en termes d'es ( , st
sortez celte phrase de son contexte) . parPcaoCnetreClea
ere:sqatu.e
de la philosophie si vous Une astuce vitale:
, ,gener Ion s'cnt :
Classiquement. l'nonc de ces exercices est:
Vect{li} = E
Montrer que telle familleest une base de Eet donnersa base duale u.
Il est quivalent de vrifier la proprit duale, qui s'crit:
Dans certains cas, on peut rencontrer des difficults pour montrer que la famille est une
?
base avec les mthodes traditionnelles (libre ou gnratrice n lments).
El. '" {O}=Vect{'P'}.1 ee (2: l1ect(<(li))" :=
(,il)
n Vect('P).1'(iv) = n Ker(cp.}, Dans ce cas prcis. il est Judicieux de tout dmontrer d'un seul coup. Plus exactement.
si on a une famille (e,) de E ( n lments) et qu'on trouve une famille (e,') de E' ( n
(Reprenez paisiblement le fil d
c'est presque toujours le mr:::
' l'r
eg? 1 es pour savoir faire ce calcul les yeux ferms lments) telle que:
formules de la mth?de 4). qu on doit reproduire. Les numros renvoient ou;
'1(lJ) er'(eJ)= 5'1
Soit donc un eTement P de l'intersection des noyaux; Il vrffle .: alors on est sr que (ei) est une base de E et qu'on a trouv sa base duale.

'Vi~ n (tpi'P) =P(a,) = 0 En effet.. si on a une liaison:

I. ,e,=0 ~ "IJ o=e/(2: ;e,)=2: ,.et(ei)=2: I.,j";I


~:~Olynme P, qui e~t dans Rn_l[X] donc de degr infrieur ou gal n-1, possde
c au moins les n reels (0;) comme racines. Il est forcment nul. ce qu'on voulait.
, '"
Ce qui prouve la libert de la famille (ei): ~UI est donc une base. dont on a trouv la
duale. .
Cet exemple Illustre la simpllcit' 'd'fi t d ' . .
remarquable efficacit. e e 1 an e e la methode. en mme temps que sa
Exemple 1..base duale de la base canonique de R n[X]
Par dfinition. on doit avoir:
'1(i:1) ('Pi'XJ) = !ill

Donc pour tout polynme P(X) = I., aiX'. Il vient:


p(')(O)
3. Base duale ('Pi.P)=a,=-.
... -11.-

Exemp/e..2 : montrer que (j)i: P ~ p(a;). et une base et donner sa ba~e duale
METHODE6': Comment dterminer l base duale (Notations: cf. exemple de la mthode 5)
On cherche trouver les polynmes (Pl) tels que:
Rappel :
On rappelle qu' toute b () d .::
.). ose e, e E, on fait correspondre de manire unique une 'V(l J) (<(l,.PI);" PJ(ai) = 'J
base (ei de E en Imposant la relation:
Par dfinition mme, ce sont exactement les polynmes Interpolateurs de Lagrange
associs aux (ai)' Donc la ft famille duale exlste. .
On en dduit la tols la libert de la famille des formes (donc le fait que c'est une
base) et sa base duale .
Principe:
REMARQUE:
Il consiste tout btement expliciter la d -'fi 1
partfcullre des vecteurs et des formes sur l'eesponltcon
en Itenc::nt compte de l'expression On comparera le degr de complexit de cette dmonstration du fait que c'est une
. e env sage.
base avec la df!1Onstration
propose en application de la mthode 5.
68 METHODIX ALGEBRE 4. Mthodes dedualit 69

4. Transpose (1) rg(f) = rg(lf)

- 1 - (II) Ker(lf)=(lm f)l. et Im(lf)=(Kerf)l.

METHODE7 : Comment dtermlner la transpose de f ? (iii) I(goffholg


(iv) F stable par f <=0 Fl. stoble par If
Rappel:
SI f dsigne une application linaire de E vers F, on dfinit la transpose de f comme Exemple: dmontrerla proprit (iv) ..'0;
l'unique application linaire de F' dans E' telle que: Soit 'Ile Fl.. On veut savoir 51 tf(1jI) e Fl., donc on applique cette forme un l~me1t;
'v'1jIeF' If(1jI) = ~o f quelconque y de F :
soit, de manire plus dveloppe :
(lf('V), y) =(1jI, f(y)) =0
. 'v'1jIeF' 'v'xeE (lf(1jI~X)E=(1jI,f(X))F _'. ': -.,
car f(Y) eF et 'VeFl..
REMARQUES:

o Pour -ceux qui maitrisent l'algbre bilinaire, on fera le rapprochement avec la Intrt de (iv) :
dfinltion,de l'adjoint d'un endomorphisme. Cette proprit de stabilit est essentielle. En effet. ds qu'un s-ev est stable par f, il est
possltxe de dfinir la restriction de f ce sous espace, c'est dire que si f(F) cF, alors
o Nousrappelons encore une fols que noussommesen dimensionfinie.
on peut considrer que: flFe L(F).

Principe: Elleest souvent employe au cours d'une rcurrence, de la faon suivante:


Ecrire la dfinition (de prfrence sans se planter dans l'ordre des espaces, on vous
conseille de vrifier que les composes que vous crivez sont cohrentes). supposons qu'on ait dtermin une droite vectorielle d'un ev de dimension n stable par
On peut tre amen expliciter l'application transpose sur une base convenable de
If; alors son orthogonal. hyperplan H de dimension n-1. est stable par lef) = f.
l'espace F', si c'est ncessaire.
Sion considre flH, oh est ramen ou problrrie Initial. sauf que la dimension a diminu
Exemple: soit D la drivation dons Rn[X], D,termfnerID d'une unit ...
Pour toute forme <Psur R n[X], et pour tout polynme P, on doit avoir:
Exempletypique,' dmontrer le thorme de trigonalisation
(ID(<pl, p) = (<p, O(P)) Nous ne referons pas cette dmonstration (ce n'est pas notre propos, d'autant qu'elle
figure dans votre cours) mols nous voulons attirer votre attention sur ce point
e~mement central de la dmonstration. .
D'o, en particularisant sur la base duale (cf, exemple 1 mthode 6) et sur la base "~
canonique de R n[X] : REMARQUE:

'v'(i,il (Io( <Pi).Xl) = (<PI,D(XI)) = (<PI.JXH) =].lii,j_l Il Y a un lIen entre la traaspse d'une appllcatfon linaire et la matrice tra!ispos~.}
d'une application linaire(sInonlesnotations seraient vdtablementmalencontreuses)...;"
Onpeut dmontrer que la matrice de la tronsoose d'une applIcation exprimee doris '''.
On doit pouvoir exprlrr=r l transpose partir des <Pi.puisque c'est un lment du la base duale de Eest la transposede la marnee de f dans la base de E. C'est--dIre:.": :';
dual. Il vient facilement: que: - .' .,:."
1, Vi:5n-1 tO(<pi}=(I+l)'<Pi+l et ID(CPn):"'O Mate(lf~tMate(f)

La difficult de ces exercices n'est pas de trouver la dmonstration (c'est toujours la


mme), mals d'arriver tre suffisamment rigoureux pour savoir dans quel espace on
______...-
esi, et ce. que veut dire ce qu'on crit. On est en effet en plein dans l'abstraction.
_\.

METHODE8 : Comment utiliser la transpose

Utiliser des" formules" :


Et oui, on a encore Invent des formules toutes plus passionnantes les unes que les
autres, histoire d'encombrer un peu plus votre cerveau.
Plus srieusement ces formules sont perptuellement utilises, et Il serait donc
dommage (pour vous) de ne pas les savoir.
-"'_._

70 METHODIX AlGEBRE 4, Mthodes de dualit 71

Erreurs Exercices
Beaucoup d'erreursde raisonnement sont dues ou fait qu'on ne prend pas garde
ce qu'une forme linaire peut parfaitement tre nulle, Donsce cos, videmment, son
noyau n'estpas un hyperplan mals l'espace Etout entier.
ITJ
Soitf et g deux formeslinairestellesque: 'Ix e E f(x)g(x) = 0
Moralit: bien prciserque vous considrez une forme linaire non nulle, Montrerque l'une des deux formesau moinsest nulle.
Si (j)et \j1 sont des formes linaires, cp \j1 n'en est pas une (cela n'a aucun sensde
0

composer ces applications, couse de l'espace d'arrive de \j1 qui est diffrent de
l'espace de dpart de '9)", CI] . .
Dterminertoutes lesformeslinaires<p surM n(R) tellesque:
Nous vous dconseillons de traiter matriciellement les problmes lis la dualit V(M.N)E 9t{n 2 (j)(MN)= (j)(NM)
(mme si c'est possible, et tout fait faisable) : en effet cela ncessite d'tre trs
rigoureuxsurlesbasesdans lesquelleson travaille, etc ... bref c'est une horreur,
Rappelonsune nouvelle fois que l'ensemble de ce chapitre est plac dans lecodre
de la dimension finie. . OJ
Soit (ai) n +1 rels distincts. On se place sur E=Rn[X] et on dfinit les n +' formes
linairessurE:
0,
(j)j(P)= J P(t)dt
o
Astuces Montrerque c'est une base de Eet en dterminer la baseduale.

r
1

Toujourspenser aux Interpolateurs de Lagrange ds qu'on vous donne un exercice


surlespolynmes (cf. chapitre 1).
Si vous matrisez l'algbre bilinaire, vous ferez des rapprochements profitables .1.
ru
a) Soit (ai) n+ 1 rels distinctset f une fonction continue. Montrer qu'II existedes rels
concernant l'orthogonalit, et vous comparerez la transposeet l'adjoint, Cela devrait (ai)' qu'on calculera, telsque:
(thoriquement) vousaider mieux comprendre, " i1
1 n
J f(t)P(t)dt = r ClkP(ak)
Il peut tre utile de se rappeler que les' fonctions polynmes sont denses dans a k=O
l'ensemble des fonctions continues (pour la norme de la CVU sur un compact), En
effet, ds qu'une forme linaire continue sera nulle surlespolynmes, elle sera nulle sur
j
toutes les fonctions continues.., b) Soitu et v lesracines de l'quatton: x2 - x+, ~ = 0, Montrerque:

Ds qu'on vous' parle d'un hyperplan, ayez le rflexe de le considrer comme le


noyau d'une forme linaire non (lulle. Pour peu que vous soyezdans un espace.o.on
connat l'allure gnrale de ces formes!Inalres,le problme deviendra pluspariant, o} P(!)dt '" 2.[s.P(U)+8,p(-2'1+5.p(v)1
'8' , )' 'J

[TI
Soit (al) n+1 relsdistincts,Montrerque la famille PI(X) = (X+al t constitue un base de
Rn[X],

J ru
SOitF et G deux s-evde E.Montrerque (FI"'IG).1.
=F.I.+GJ.,

J . .
Dterminerlesendomorphismeslaissantstablestous leshyperplansde E.

-1
.! 1

;.
'1
72 METHODIX ALGEBRE 4. Mthodes de dualit 73

[TI orrlgs
Cet exercice requiert des notions de rduction des endomorphismes.

S<;,itE un C-ev de dimension n. On dit qu'une portie P non vide de L(E) est irrductible
~: ' '
tIJ
Avant tout, commenons par noter que beaucoup de candidats, rompus qu'ils sont
faire de l'algbre linaire, convertissent spontonmsnt l'nonc en leur version:
(3V s - ev de E stable por tous les lments de P) => V = {a} ou v =E \;l'xe E fog(x) = a
On dfinit pour tous endomorphismes a et b : Ceci n'a strictement aucun sens (cf. erreurs), alors que l'nonc en d'un, pulsqull s'agit <::(\' ,
ta: L(E)~C
de faire le produIt de deux nombres rels. ; ,":, ' ,,' , 'c',:' ,
a~ ta(b)::tr(ab) Ces choses tant dites, Il est videmment tentant de raisonner par l'absurde (pour
montrer que quelque chose est nul. on suppose qu'II ne l'est pas). ': . .": ,
Soit G un sous-groupe de GL(E) et (G) le s-ev de L(E)qu'il engendre. On suppose donc que f..o et g..o et \;l'xe E f( x )g( x) = 0, ;, , "', '"'::',
La premire hypothse se traduit par: 3xtq: f(x) .. O ; ncessotrernent d'aprs la ,
troisime, g( x) = 0 ,
1) Vrifier que l'application 0--+ ta est un Isomorphisme entre L(E)et spn dual
Symtriquement. sv tq : g( y) .. 0 et ncessairement: f( y) = a .
2) On suppose que G est une partie Irrductible de L(E).
a) Montrer que (G) est une olgbre Irrductible. Qu'est ce qu'on fait partir de l ? C'est un peu le mme cas de figure qu' l'exercice
2 du chapitre 3) ; on n'a pas trop le choix: valuons ces deux formes sur la somme:
On admettra que la seule algbre Irrductfb/e de l(E) est l(E) lui-mme.
f(x+y) = f(x)., 0
b) Montrer que (tg)geG est une famille gnratrice de LeE) '.
g(x+ y):: g(y) .. a
y a comme qui dirait un problme, vu que le produit de ces deux nombres est cens
3) On suppose de plus que 3s t.q: \;l'ge G g' = Id tre nui ...
a) Montrer que {tg(h~

-+ Indication:
(g.h)eG2}estftnl.
b) G tant Irrductible, en dduire que G est finI.

on utll1serala base duale d'une base convenable' de L(E)',


J ,~

Evidemment vous avez percut


matrices; et d'aprs le catalogue
,

: on parle d'une forme linaire sur un espace de


de la mthode 2. vous savez qu'II existe une matrice
A telle que : '
=
<!l(M) tr(AM)

Reste trouver A pour qu'en plus on olt cp(MN)= cp(NM).

Comme dans la mthode 2. on applique cette relation aux vecteurs de base :


-:r

..
On prend son courage deux mains et on fait gaffe aux Indlce~ (on va noter
=
A l amnEmn) :
rnn

D'aprs le calcul fait l'exemple de la mthode 2 :

---------
\;:I(~~k.I) Jk' Ou =' II' ajk

Reste portlculorlser Judicieusement.


~
"
j=k 1.,1 donne:
j=k 1=1 donne:

Donc A est scalaire. et rclproquernent une telle matrice convient bien d'aprs la
proprit de la trace tr(MN) = tr(NM), Finalement cp est proportionnelle la trace: .:',~"
_._ ......
74 METHODIX AlGEBRE 4. Mthodes de duo lit 75

W
Fort de la remorque faite la mthode 6. on s'aperoit assez vite que prouver to:s !ous convaincrez facilement de qu'il n'estpos Immdiat de montrer la libert~ de
directement la libert n'estpas chose aise.notamment parce que lesIntgralesn'ont cette famille par lesmthodes usuelles(c'est possible.moisbon) et qu'II n'est donc pas
pas la mme borne suprieure(on peuts'ensortir.molsIly a plus simple). dplac de recourir la dualit pour bien foire.
On procde exactement comme l'exemple de la mthode 5. en cherchant
Donc on va chercher une familleduale ,
(vect{Pi}).l.
Pour que les Intgrales soient facilement calculables. Il suffit que les polvnrnes de la Notonsque
base duale soient facilement primitivables.
Pi(X) = ~ k {Oj.)k X'n-k.
~ Cn,
Soit (PI) la famille duale et (Qi) lesprimitivesde ces polynmes. <=0

On a alors: Sidonc IPest une forme linaires'annulantsur Vect{Pf}. on a:


0,
J
(IPi.Pj)= Pj(t)dt=Qj{al)-Qj{O)
\II c~.{al)k.(jl(xn-k) = 0
o
k=O
Lesrels Qj(aj) sont facilement calculables sion prend lesInterpolateursde Lagrange. On peut Interprter (judicieusement!!) ce systm9en prenant comme inconnues les
Il suffit alors de s'arranger" pour que QJ{O)= O.par exemple en lesmultipliantpor X.

Breftout cela pour dire que sion pose:


X Lesystmes'crit alors:
Qj(X) = ~.Lj(X)
dj
.t ,
(attention la normalisation pour avoir 0 ou 1). on a alors:

(<!lI.PJ)=Sij
Il suffitdonc finalement de poser: o V est la matrice de VanDerMonde (s'II avait pas exist. celul-l. Il aurait. fallu
l'Inventerrapidement), .
PJ(X)=Qi(X) Elleest Inversiblecor les 0; sontdlsfincts,donc les ak sontnuls.donc:
.pour que tout cela fonctionne. et que l'on en dduise qu'on a une base et sa base \lk <!l(xn-<)=o
duale ... et la forme est donc nulle surla basecanonique de E,donc Identiquement nulle.

m 0) Surl'espace E=Rn[X].l'application
Donc

1 c'est ~ dire
cp: P-t J f(t)P(t)dt vect{PI} = E.
a
-sst une forme linaire. Or on veut montrer qu'elle se dcompose selond'outresformes Ce que l'on cherchait dmontrer..
linaires (les P -t P(ak); or on soit (cf. exemple mthode 5) qu'elles constituent une
base; donc on est assurde l'existence(et unicit) descoefficients. '
Par ailleurs. on a dtermin (cf. exemple 2 mthode 6) sa base duale. savoir les ITJ
Cherchons une inclusion vidente, C~e F(1GcF 'et F(1GcG. Il vient par
Interpolateurs de Lagrange associs,Sion applique la relation ces polynmes,Ilvient
orthogonalit: (F(1Gt::>F.L+G.l.
1
Ok= J f(t)Lk(t)dt On peut ventuellement (mols c'est malhonnte) utiliserla formule (Iii) dmontre
a l'exemple de la mthode 4. pour trouverune relation Intressanteentre lesdimensions.
La formule que ron vient de dmontrer permet de ramener le calcul d'une Intgrale
quelconque l'valuation de n coefficients et des voleursprisespar un polynme. On peut aussI.et c'est d'ailleursplusInstructifsurle plan de la dualit. prouver l'inciuslon
b) On ne peut pos reproduire exactement le mme raisonnement.cor on est inverse,soit (F(1G).l cF.L+G.L.
dans un espace de dimension 6 et on dcompose cette forme seulementsur Irols
formes (et non sur6). ' Ce qui veut dire qu'II va follolr crire une forme linaire comme som!TI~de formes
linaires.qu'il va falloir construire,D'aprsla mthode 12du chapitre prcdent. on se
Ceci tant. nous vous ranvovons Mthodlx. ch. 20 p. 287pour la correction de cet doute qu'ii va falloir Introduiredessupplmentaires,
exercice.
.76 METHODIX ALGEBRE 4. Mthodes de dualit 77

Comme FnG c:F+G, Il est natureld'crire: Toutlment de G s'crit.en tant qu'lment de L(E). sousla forme:
n'
g= L. (XitQ,
E={F+G)$H =F'e{FnG)eG' 1=1
o par dfinition lescoefficients volent:
o F' (resp. G') estun supplmentairede
.
F0G
, dans F(resp.dans G). (Xi = tg,(g)
Comme Ilsne prennent qu'un nombre fini de valeurs.lesendomporhismesg de G sont
A partir de l, si une forme cp est nulle sur FnG, il est facile de la dcomposer en en nombre fini.
somme d'une forme Il nullesurFet d'une autre v nullesurG en dfinissant:
--------------------~__::_.:'..':

IlIH = % IlIF' = 0 IlIFnG = 0 IlIG' = cp


vlH =~ VIF';= cp. vIFr.G =0 VIG' =0
et a marche bien.

[2],
C'est gros comme une maison qu'il faut passer l'orthogonal et utiliserla transpose,
vu qu'on parle de stabilit.
Enappliquant la proprit de la mthode 8, on en dduit que si f laissestable tous les
hyperplans, tf laisserastable toutes lesdroitesvectorielles.

Autrement dit (cf, chapitre 3, mthode 19) tf est une homothtie. et sa transpose
(c'est--cre f) aussi.Larciproque est vldemment vraie.

m 1) On l'a dj fait l'exemplede la mthode 2.

2) a) (G) est une algbre car le produit de deux lments de la forme L. Ogg
9
est de cette forme.
(G) est Irrductible. car tout sousespace stable par (G) t'est a fortiori par G.
donc est gal {O} ou E puisqueG est une partie Irrductible.
..
b) On en dduit que (G)=L(E). c'est--dire que {g.geG} est une famille
du a). (t Q) geG est gnratrice du
gnratrice de L(E).Parl'Isof'.10rphlsme .~.
. dual. ': .~

3) a) Le spectre d'un lment quelconque de G est contenu dans l'ensemble


desroclnes s-Imesde l'unit(cf. rductlon desendomorphismes) ensemble fini.
Comme tg{h) est la somme de n (dimensionde E.Il faut suivre)racines s-lrnes. tg{h)
ne prend qu'un nombre finl.devaleurs.

b) On suggre de construire une base du dual. Or on dispose d'une famille


gnratrice: on peut en extraireune base (tg" ...tg",). Considronssa base duale

(tQ,.... tgn' )
base de L(E).

- l'
t
1
Chapitre 5

METHODES DE CALCUL MATRICIEL


1re partie

Il est difficile. si1'9nveut prsenterun recueil de mthodes digne de ce nom - ce qui


restemalgr tout notre ambition affiche -. de se cantonner l'ordre du programme;
en effet. le calcul matriciel n'lnteMent pasuniquement ce moment prcis de l'anne
o vous avez ftnlla dualit et o vous commencez la rduction. Vous en ferez tout le
temps. Difficile donc. mals notre avis plus Intressantque de prsenter les choses
aussi linairement . car une telle approche ne met pas en relief les
interdpendances et les lienspossiblesentre ces parties du programme d'algbre qui
ne sontfinalement qu'arbitraires.

Nousavons donc prfr opter pour une prsentation moinsclassique et plus raliste
des choses.ce qui Implique de facto qu'on anticipe dj surleschapitres venir.

Peut-tre cette prsentation vous gnera-t-elle au cours de l'anne - encore que


nous Indiquions toujours quelle partie du programme est prrequlse -. Mals vous
l'apprcierez probablement lorsde vos (ultimes ?) rvisionspuisqu'ellevous permettra
d'avoir une vue d'ensemble desdiffrentsaspects d'un thme.

Lecalcul matriciel a donc t dcoup en deux partiescomplmentaires:


- lesgnralits.qui concernent essentiellementle produit. lescalculs d'inverse
et de puissance. o nous avons remorqu un manque chronique de mthodologie
chez les prparationnalres (estimant sansdoute que ces petits calculs n'talent pas
pour eux) ; .
- des complments concernant la dtermination du rang. la trace et les
polynmes de matrices; enfin. des pistes pour la dtermination des commutants.
espaces stableset la rsolutionde quelques quations matricielles.qui requlrent'des
lmentsde rduction des endomorphismes.

REMARQUE IMPORTANTE:
Pour des raisonsde clart typographique. nous avons choisi de ne pas
crire tous lestermesde certainesmotrices.Parconvention, les termes non
crils sonl nuls.Cependant,l~nole principale seratoujoursrepre.

1. De l'application linaire sa matrice

METHODEl ': Faire le lien application linaire-matrice


1
_1.
Il est curieux - voire Inquitant. de la port de gens aussibrillantsqu vous - de voir
1 encore certains condldotsse planter enibeaut dans l'crttured'une matrice partir
d'urie application linaire.
80 METHODIX ALGEBRE 5, Mthodes de calcul m9!riciel:1re partie 81

Problme direct: Nous sommes prts parler que certains d'entre vous sont encore en train d'essayer
La premire erreur - et non la moindre - consiste s'obstiner porter de LA matrice ql'crire le premier coefficient de cette matrice, Comme quoi a n'est pas toulours
d'une application linaire, Evidemment. l'criture matricielle est subordonne au choix vident et qu'II tout tre extrmement vigilant,
de la base (ou des bases. si u va de E dans F) dans laquelle on va crire u.
Ce choix est d'ailleurs essentiel; car Il conditionne la plus ou moins grande complexit Problme inverse:
de l'allure de la matrice ~t donc des calculs ultrieurs, Lorsque l'on vous donne une matrice et qu'on vous invite effectuer toutes sortes de .
calculs plus passionnants les uns que les autres (du genre puissance et Inverse) JI peu!
Ceci tant. si A dsigne la motrice d'une application linaire u de E vers F dans des tre trs judicieux d'interprter la matrice comme reprsentant une application IInake',
bases (ei) et (fi). ce qu'on note A = [qJ]
= Mate.r(u). on a par dfinition mme: dans des bases convenables et de faire les calculs non sur la matrice.' mals "su'r:
l'application (nous y reviendrons. cf, mthodes 10 et 17 du prsent chapitre), C.,
Evidemment dans ce cas de figure le problme est singulirement plus compie:*~;
puisque vous devez la fois trouver une application linaire et des' bases adaptes: Ept
que bien sur les choix sont multiples, N'attendez donc pas de nous qu'on vous donne' ..
ce qui veut dire (ne riez pas. vous aussi vous vous trompez 1) que la J-me colonne les mthodes pour y arriver; c'est plus d'habitude et de feeliDg qu'il s'agit ici.
reprsente les coordonnes de u(eJ) dans la base t. Les vecteurs-ligne n'ont aucune
lnterprtotion particulire vis--vis de u,

Quelques conseils ou remarques en vrac:

Essayez. dans la mesure du possible. de rserver l'Indice 1 la numrotation des lignes


ES mpfe ;,te""'let _ment la matnce 'A = [0 '. 2 .. ;]
et l'Indice J celle des colonnes,

La matrice de u a (dimE) colonnes et (dimF) lignes. Si. par exemple, on se place dans E=Rn[X], on constate que A repr>~ente
l'endomorphisme de drivation,
Pour un endomorphisme (E=F) la stabilit d'un sous espace se traduit. dans une Cette criture matricielle permet par exemple de voir que u est nilpotent (on le savait
i
criture matricielle dans une base convenoble. par un bloc de zros au niveau de sa dj mais bon - cf chapitre 13 pour. tout savoir sur les matrices nilpotentes) et non.

'l
,1
base: .
P n-p
inversible (car non InJectif). On yoit mme son noyau ... , bref c'est purement gniaL

~ 1

(~:) METHODE2 : Comment ne pas se tromper en changeant de base


Ici. le s-ev de dimension p engendr par les p premiers vecteurs de base est stable.

Nous avons constat que certains d'entre vous taient embarasss lorsqu'on leur P~isque la matrice dpend crucialement du choix des bases. Il peut tre utile de savoir
demandait de passer d'une criture dveloppe de la matrice une criture seml- $!:)changer, . .'"
St donc A reprsente la matrice de u dans les bases e et f. et B sa matrice dans'
dveloppe (mtaphores chimiques) c'est--dire par exemple:
boses e' et f. P dsignant la matrice de pssoe de e e' et Q celle de f l' on a :
13< .~, 2
B=Q-I.A.p
A:'. ". ::: ~ ~ 0,1+1=1 V:i<n
S'ils'agit d'un endomorphisme (E=F,e=e' et f=f) :
[
B=P-I.A.P

Evidemment l'explicitation de B est souvent pnible car Il faut Inverser une matrice ce
Exemple : crire la matrice de l'endomorphisme 1t de L(E) M ~ MA (A fixe) qui n'est pas gai (voir paragraphe-4),
relativement la base (En.... Eln.E21.... E2n,...Enl... ,Enn) .
En ontlcipont sur les mthodes 3 et 5 (<!lnsuppose que vous savez faire un produit
matriciel) on a : R~ppelons que : .
CJ.'Lesvecteurs colonnes de P reprsentent les coordonnes des vecteurs e' dans la
EII,A=EljI aklEkl=I Iljk,oklEu=I ail,Eu base e.
k.1 k,1 1
Ce qui doit vous conduire sans trop de problmes obtenir. dans la bose choisie
o Soit x un vecteur de E. X son vecteur coordonnes dans E et X' dans e'. On a :
il (attention l'ordre des vecteurs) :
'1 1 X=PX' 1
il':
.~
,',1
:1
Comment se le rappeler? En se souvenant que ce n'es! pos logiqe (on prfrerait
avoir: nouveou-onclsn fols passage mois bon c'est comme a), Ou bien rappelez-
vous que P reprsente la matrice de l'ldenttt de la nouvelle vers l'ancienne base,

'. :\

,il
82 METHODIX ALGEBRE
5. Mthodes de calcul matriciel. lr_eyartle 83

2. Produit matriciel
METHODE4 : Calculer un produit par blocs .. '
Ce n'est pas que l'addition ne soit pas Intressante, mais nous pensons que vous savez
dj tout ce qu'il y a savoir sur elle, c'est dire rien ou presque. Il arrive qu'II soit plus simple - soit parce que la matrice se prsente naturellement sous
forme de brocs,' soit parce qu'on peut s'y ramener par souci de simplification cf. les
En revanche, le produit matriciel (dont nous rappelons qu'il a un rapport troit avec la motrices J, dont on reparlera au chapitre prochain - d'effectuer un produit par blocs
composition des applications linaires) prsente plus d'aspects intressants, que nous que de calculer coefficient par coefficient. .
nous proposons de rappeler. Cependant. on a pu constater une vidente apprhension et une non moins vidente
maladresse de la part des candidats dans cette faon de faire.
Rappelons donc que si M et N sont deux matrices se prsentant sous la forme:
METHODE3 : Calculer un produit par ses coefficients

Pour effectuer' un produit C=AB, encore faut-II que les matrices soient 'de tailles
( A B)
M = C D et N=
(A'' D'B')
o les blocs vrifient les conditions:
convenables (nombre de colonnes du premier terme" nombre de lignes du second). Il
n'y a videmment aucun problme avec les matrices carres. - A et C ont r colonnes, A' et B' r lignes;
A partir de l, les coefficients du produit sont donns par la formule: - B et D'ont n - r colonnes, C' et D' n - r lignes.
alors le MN vaut:
n
MN- (
AA' +BC' AB' +BD')
clj = L aikbk) - CA'+D' CB'+DD!
k=l

Il est donc partiCUlirement Important de savoir manier convenablement les sommes, On prendra garde respecter l'ordre des termes dons les produits par blocs, cor
c'est--dire les .changements d'indices; les interversions, les sommations multi-Indlces videmment Ils ne commutent pas. A part a, les calculs se droulent comme pour un
et tout le toutim. A part a, ya pos de lzard:, . produit classique dans une matrice 2X2.

Mise en garde:
Le produit n'est pas commutatif dons l'algjbre des matrices. . METHODE
5 l Utiliser les matrices lmentaires" Elj
c.ette erreur est rarement une Il faute directe" comme on dit au tennis; mais qui peut
se manifester de faon' pernicieuse, notamment lorsqu'on cherche appliquer la
formule du binme de Newton, ce qu'videmment on ne peut pas faire sauf dans le Il faut crolre que ces motrices n'ont d'lmentaire que le nom, vu l'embarras d'ans
cas o les mctrlces-comrnutant, Notamment: lequel elle plongent les Inconscients qui tentent de les employer.

Dfinition:
Le terme gnral d'une matrice Elj est Ekt o :
Eid =liiklijl
Exemple: montrer que tr( tA A) ,,0 .~ A = 0 (matrices.relles). (notation symbolique usuelle deKronecker).
Notons par' souci' de clart (et histoire de ne pas perdre la moiti des lecteurs tout de Cette matrice carre de taille n donc un seul terme non nul (gal 1), qui est situ sur
suite) : B=t A, Le terme gnral de B est alors: ' .. la l-rne ligne et.la j-Ime colonne. '
blj=ajl
.. Proprlts :
Le terme gnral de C=BA est donc:
base:
n n 'La famille des-matries Elj constitue une base de !Mn ; plus prcisment. Il y a
cI) = L blkaki = 2. akiokj quivalence entre ces deux critures d'une matrice A (curieusement. ce rsultat n'est
k=1 k=l pas bien connu et pourtant Il est trs bte) :
n'
Donc la trace, qui est la somme des termes diagonaux, est: A=[a!j] =; A= I.
Oij.EI)
1 ) n ' n n 2 ~)~1
tr( AA =2. Cil =2. 2. aki La seconde criture peut tre utile dans des exercices thoriques du type de l'exemple,
1=1 1~1k"I' , cl-dessous. Il est clair qu'on ne va pas l'utiliser pour calculer pratiquement un produit
Une somme de carrs tant nul ssl tous les termes sont nuls, la trace est nulle si tous les numrique de matrices, moins d'avoir d'tranges murs.
coefficients sont nuls, donc sslla matrice est nulle.
Rgle de multiplicatlon.desmotrices Elj :
REMARQUE: ce rsultat est fondamental. essentiel, Incontoumable, vital et d'ailleurs on l'a dj
utilis dans ce chapitre et les prcdents:
On a dj rencontr cette forme ou chapitre prcdent: on la rencontrera encore en
algbre bilInaire, (A B).....tr(t AB) tant un produit scalaire (ce que vous venez de
~ dmontrer).- ~ - - - - - ~ ~ - --
METHODIX ALGEBRE 5. Mthodes de calcul matrJclel.1re partie 85

Exemp/e:pourA fixe,co/cu/erTr(A.Eij)etTr(EjiA) Malrices " connues Il ( connatre) :


C'estpas le moment de foire preuve d'originalit,donc on y va bourinement : Il serait Impossible de dresser la liste de toutes les matrices qui reviennent frquem-
ment: sitoutefois on veut prendre lesplus classiques.on mentionnera:
A.Eji= l aklEk!.Eji
= l aklOjf.Eki
= l akiEkj
k.1 k.1 k matrice de Jordan (taille n) :
Et donc le seulterme diagonal est le coefficient de' Ej' 6 savoir:
Tr(A.E;i)=a;

L'outre,et ben c'est le mme, vu que Tr(AB)=Tr(BA)


...
Utilisation des matrices lmentaires:
En tant que base de :Mn' elles sont ncessairementamenes 6 jouer un rle central
dans un exercice d'algbre linaire. matrice de permutation circulaire (taille n) :
De mme qu'il faut, lorsqu'onvolt un exercice qui commence par" montrer que pour
tout n... , penser Instantanment 6 une rcurrence, de mme, lorsqu'en algbre
linaire on volt un exercice qui commence par" pour toute matrice M, on a.., " Il faut
s'empresserd'appliquer la relation toutesles matrices Eli (et l'ensemble des relations
alorsobtenues seraquivalent la proprit de dpart sicelle-cl est linaire en M).

a
2. Calcul de puissances
matrice sansnom. (taille n) :
On se place Ici dans le cadre d'un exercice dont le but est de calculer une ou toutes
les puissances(positives)successivesd'une matrice donne - tout un programme" ,-
-f-
l

METHODE6 : Effectuerun calcul direct

Cette mthode ne sauraits'appliquer ailleursque dans les cas de matrices de petite REMARQUES:
taille (c'est--dire 2 ou 3, mais pas" n ) et pour des puissancespetites (idem). Elle
consistetout btement poser le produit matriciel et l'explicitertotalement, o Certaines de ces matrices font l'objet d'une tude approfondie ou Chapitre 73.

Autant dire que cette mthode, sic'est naturellementla premirequi vient l'esprit,ne
constitue aucunement la panace pour venir bout de ce type d'exercice.
Dornavant. on supposequ'on cherche calculer toutes les (c'est--dire n'importe
laquelle des) puissancesde A Exemple: puissances successivesde A = [~ ~ ~
' 1 1 a
1
SI j d~ dernire des matrices sus-nommes (en taille 3), on a J2 =3J et.
Immdiatement jn = 3n-1J.
~METHODE7 : Dcomposer A et utiliser'le binme de Newton Or
A=J-I
Principe : donc:
supposonsque A se laissemettre sousla forme:
An = i C~jk(-lt-k= (-ltl+J. i C~3k-l(_1)n-k
k=O k=l
A=oo+1lJ
oGJ est un.ematrice. connue. dont lespuissancessont" facilement calculables (on qu'on arrange en rutilisantle binme l'envers:
.... verra apres quel sensIl faut donner aux termes entre guillemets), Alors, puisque 1
commute ovec toutes les motrices, on peut appliquer 10formule du binme de
Newton qui fournit Immdiatement:

Lesplus srieuxd'entre vous remplaceront J par A+I pour retrouver la mme expression
qu' la mthode prcdente.

_- - --------------------
---------------------------------
86 METHODIX ALGEBRE
5. Mthodes de calcul motrlclel. , re partie 87

En effet. en crivant
METHODE8 : Procder par rcurrence (cas simples)

Principe:
et en Identifiant. on trouve C''') :
On.cal~.ul~ ~2. A3 ... (enfin pas trop quand mme sinon la mthode ne prsente
guere d Interet) et on s'aperoit de rsultatstonnamment simplestypiquement aMl =a.an+~n
- A2=A . { ~n+l=~.an
- A2=k.A qui conduit une rcurrence linaire d'ordre 2' :
- A2=B A3=O
Dalls ces cos-l (mols la liste n'estpas exhaustive.vous l'aurezcompris) on en dduit Cln+2= Cl.Cln+1
+ ~.an
alsement que: .
{ ~n= ~.Cln-1
- vn An =A
- Vn An =kn-lA On peut trouver les racines. et l'aide des conditions Initialesexpliciter finalement les
- Vn>2 An =0 deux'suItes.Remorquonsque l'quation caractristique de ces suitesest:
r2 =a.r+~
Sivous trouvezque ce qu'on vousraconte est postrop clair. c'est soitqu'IIest trop tard ce qui n'est pas trs surprenant (on dirait qu'on fait de la physique: aprs s'tre top
et que vous feriez mieux d'aller dormir soit que vous voulez un exemple un peu plus trois pages de calculs ondlt qu'en fait y avait pas besoin de la foire parce que etc ...
concret. Ne reculant devant aucun sacrifice. nousvous proposonsdonc un exemple on savait que ...) : c'est la mme quation que C)
renversant. .

. . . =:ro, 1 ... '1 Pourquoi? Si on cannait un peu d'lments de rduction on verra que C} et C")
signifient qu'on a des polynmes annulateurs et que donc les voleurs propres de A
Exemple.'Puissancessuccessivesde A 0 1 sont Inclusesdans l'ensemble des racines de ces polynmes donc Il est normal qu'ils
clent giSSO mdo lss mmes racines... ;
\.1 )
Pour calculer les premires puissances.' on peut soit Interprter en termes
d'endomorphisme (c'est--dire Ici considrerque A est la motrice de u dans une base
e. et exprimer l'action de li sure) salt.ce qui est sansdoute plusnaturel raisonnerpor
blocs. Donsl'un et l'au:lrecas (normalement)on trouve: '
1-r Principe:
Enrsum.sion tombe surune relation de la forme ('). on raisonnecomme l haut par
rcurrence et on colcule les deux suites et c'est fini puisque CH). donne l'expression
exacte des puissancessuccessives.
0 n-1 ... 1

et
3
A =
n-1
[ : 0
n-'l =(n-l)A 1 I?EMAi<QES,'
n-1 o On a Impllcltement suppos en passant de ,,) (u") par Identillcotion que A et Id
talent libres; ce qui veut dire que A n'estpas proportionnel 1; si on est dons ce cos
Donc Immdiatement: =-
calculer lespuissancesne relve gure de l'exploit (A = J Ak = "kI). .
1 o On a aussisuppos que l'on tombait sur une relation du type (") : que foire si on
i tombe surune relation qui ressemble :
/ ' A3=aA2+~A+"(i
METHODE9 : Procder par rcurrence"(cas moins simples) Il n'est pas trs difficile de se convaincre que le lolsonnemenl prscdenl s'applique
idenliquemeiil, sous rserve loutefols que la famille (1. A. fi.2) soit libre, .ce qui sera
Approche heuristique: forcment le cos sinon on serait tomb surune relatfon du type (").
On s'estplac tout 0 l'heuredons.une situationon ne peut plusfavorable. Cependant.
Il se peut fort bien qu'ayant calcul A2 on tombe surune relation moinssimple. o En fait. Il estpossible de montrer qu'on tombe forcment surune relation de ce type
Supposonsque la relation se laissemettre sousla forme: .pour n'importe quelle motrice (II???) et que plus prcisment. d'aprs les rsultaissur
le pOlynme mlnlmot on est certain que pour toute motrice, If'exlstero un Indice p
Infrieurou gal la faille.de la motrfce tel que:
On Intutteolorsque : p-1
AP = I. IXIAI
"':, v.n\::<Iln'~n)telsque : An =anA+~nl C") ;=0
~.~;_:~~,~~'~!: <: donc en foil; on est assurque cette mthode marche toujours... C'estdingue ?HlaS
Pour dmontrer ce~e J.elatlol')et en mme temps trouver les coefficients. II suffit de non cor l'inlr~1de la msl/Jode devienllrslimil sIp esl grand (ce quIpeut trsbien
procder por recurrenc:eafln d,e dterminerdeux relationsde rcurrencevrifiespar arriver si la taille de la moliice est grande) : or on n'a aucun moyen SImple (ou
lessuitesde ces coe~~~1g~~~7~~~~i,:'" programme) de dtermIner systmatfquementp... .

-\.

__________________ -_.----_...1
i..____------------------------- ---- -- -------- -- -- ---- ----
3).. .\
88 METHODIX AlGEBRE 5. Mthodes de calcul rnotnclel. 1re partie 89

Moralit:
Po~r oppllquer efficacement cette mthode. calculez les petites puissances (2. 3 METHODE10 : Raisonner en termes d'endomorphisme
mais guere plus) et cherchez retomber sur une relation du type voulu. Si a ne
marche pas, abandonnez.
On a suggr lors de la mthode 1 que l'interprtation en termes d'endomorphismes

Exemple: puissances successives de A =[~


2
~ il d'une matrice donne pouvait avoir des avantages. C'est ce qu'on va tenter d'illustrer
maihtenant.
On l'a constat sur les exemples prcdents. le calcul direct d'une puissance de.
matrice n'est pas forcment simple, surtout quand elle est de taille
beaucoup de zros (exemple: motrice clrculante).
n )1 et qu'elle a . ~
".
(C

....
Allons-v gaiement: A = A + 2.1.Comme par hasard. a iTlrche et on refait tourner la
machine : les deux suites de coefficients vrifient alors la mme relation de rcurrence Or plus il y a de zros dans la matrice. plus l'expression de l'action de l'endomorphisme .'.
sur la base correspondante est simple. Ainsi pour la motrice circulante : .'
Un+l =Un +2Un_l f(ei) = e'_l; v'i> 1
{ f(el)=en
Les racines de l'quation caractristique tant (-1) et 2. et les valeurs Initiales des
Et sur une telle expression. le calcul des puissances successives est particulirement
coetnclenrs tant ao = 0 130 = 1 (lI = 1 ~o = 2 on obtient sans mal l'expression des
agrable.
deux suites et finalement: Le tout est videmment de trouver le bon endomorphisme et la bonne base.

o
2
Aulre faon de faire:
Supposons donc qu'on a une relation du type (*). qu'on crit de faon quivalente Exemple.' puissances successives de A =
sous la forme: n
P(A)=O (1)
.1
\ o
o P est un polynme de degr 2: Effectuons la division euclidienne de Xn por P : On sait que cette matrice peut reprsenter la drivation dans Rn[X] dans la base
canonique donc ses puissances sont les drives successives. Par exemple 1.0 puissance
Xn =P(X).Qn(X)+Rn(X) (2) n-Ime est: . .
Or P tant de degr 2. le reste est de degr ou plus 1 donc on peut crire: (n-1)!
Xn =P(X).Qn(X)+anX+l3n (3)
SiP a deux racines distinctes u et v. on obtient par (3) :

(4)
vn = (lnv+~n
qul dtermine les coefficients du reste Iln et I3n.Sinon. P a une reelue double et Il suffit METHODE11 : Diagonaliser l'endomorphisme
d'utiliser (3) et son quation drive. , .
Or en appliquant (3) A compte tenu de (1). Ilvient finalement: Principe:
An = anA + I3nl Il est p./ment clair que si A = p-bp alors An = P-1Dnp ., " ,"';c .
qui n'est autre que (**).
Or mme les prpa HEC (pardon s'IIy en a qui lisent ce livre. je les remercie au passage . ' ..
~ Exemple.' puissances successives de A =[~ ~ ~
1 1 0
1 de ne pas avoir achet le bouquin de chez l'diteur concurrent) savent calculer les .
puissances successives d'une matrice diagonale. Donc l'affaire est entendue ...
...soufque:
La division euclidienne de Xn por X2 -X-2 (dont les racines sont (-1) et 2) conduit
, - un endomorphisme quelconque n'est pas forcment diagonalisable;
~ :-Ie calcul des vecteurs propres n'est pas une sincure;
~~: .
i - et qu'il faut Inverser une matrice P (de taille peut-tre grande) ce qui est
(-1)" = -an +~n f carrment l'horreur. .'. .
{ 2n =2Iln+~n Bref,tout a pour dire que cette mthode n'est Jamais employe ou presque .
f
qui redonne videmment les mmes coefficients que plus haut.

Cette faon de faire est notre avis plus esthtique. plus fine (on n'a pas faire la
i
Exemple: puissances successives de A = [~ ~ :
1 1 0
1
rcurrence ni trouver la rcurrence linaire o'ordre 2. mme sl on salt sur quoi on va
~ On sait que cette matrice est diagonalisable (symtrique relle). Essayez de faire tous
tomber) et surtout plus rapide (mois elle repose .surles mmes bases).
1 les calculs (valeurs et vecteurs propres. matrice de passage et son Inverse) et vrifiez ...
1
Comme plus haut. la condition P de degr 2 n'est pcs indispensable mals si P est de que vous trouvez les bons rsultats (cf. plus haut) si a vous amuse. Nous on a autre."
chose foire. . .' : =, -r.,
degr trop lev. on n'a pas de mthode systmatique pour trouver ses racines. d'o
problme ...
90 METHODIX ALGEBRE Tt
5. Mthodes de calcul matriciel. 1re.partie 91

Rcapitulatif: 4. Calculs d'inverse


Voil un organigramme. comme disent les gens qui comprennent quelque chose Aprs avoir calcul les puissances positives de la matrice (ce qui n'a pas du vous
l'informatique (il parat que c'est une science) qui. vous permettra une .approche prendre plus de deux minutes trente si vous avez suivi nos conseils) vous serez
systmatique du calcul des puissances. Comme vous l'aurez remarque dans les gnralement Invit vous Intresser (enfin si on peut dire) l'Inverse. puis aux
exemples. Il n'y 0 pas forcment unicit de la mthode (mals gnralement il y a puissancesngatives.
existence...).
Commenons par signaler qu'IIvaut mieuxviter de calculer le dterminant de A pour
-r savoir si elle est Inversible (sauf la mthode 12o il faut de toute faon le calculer).
La plupart des mthodes proposes permettent en effet de montrer simultanment
que A est Inversibleet de calculer sonInverse.

A se met-elle.sousla oui
forme A = aI+Jil ? mthode 7
1
METHODE12: Utiliser la formule de la.comatrice
non
Principe:
On sait que siCom(A) dsigne la matrice descofacteurs (appele comatrlce). alors:
le calcul du carr
de A est Simple . oui
-fmthode 8 ou mthode 9 1
A.tCom(A)=det(A).1

non
!
1 ce qui. lorsque det(A) est non nul.permet videmment de calculer l'Inversede A :
rchercher un polynme annulateur 1 )
1 puisappliquer mthode 9 . j.
, A-1 = tCom(A)
i! det(A)
S raisonneren termesd'endomorphisme 1
'1 mthode la ( Quand l'utiliser?
On serait tent de dire jamais, mals ce n'est pas tout fait vrai (cf. exemple). Plus
srieusement.cette mthode est dconseillervivement pour des Inversesde grandes
\ matrices; car aussibien le calcul du dterminant que celui de la comatrlce (ce qui fait
i) n2 +1 dterminants calculer. donc combien d'erreurs de calcul possibles?) sont
{ diagonaliserA mthode 11 1 pnibles.
1
i, Enrevanche. dons lesexercices thoriques(c'est dire ceux ou on ne demande pas
de calculer l'inverse de A. mais d'en dmontrer certaines proprits. par exemple :
,
i
l'inversIonest une application' continue. dlffrentlable...cf. Mthoolx.l p.215). Il ne faut
1 vldemrnent pas h~r sauter surcette formule, qui est la plusexplicite qu'on ~~Isse
avoir. ../ .
1
i Exemple.' inverser A = ( ~ ~)

j
1
La matrice des cofacteurs tant ( d
-b a
-C). l'Inverse.s'IIexiste.est:
A-l l_(d -ab)
1i . - ad-bc -c

METHODE13 : Effectuer un calcul par blocs


~
Lorsque la matrice que l'on vous propose d'Inverserse prsente naturellement sous
forme de blocs. Il peut tre extrmement JudIcieuxde chercher son Inverse sous la
mme forme (c'est--dire de calculer des blocs plutt que de calculer des
coefficients).
-1
1

- - --- --- -----


92 METHODIX AlGEBRE 5, Mthodes de calcul rnotrlciel. , re partie 93

Exemple: inversed
,
M= (A0 C)8 M~HODE 15 : Utiliser un polynme annulateur de A

On cherche don l'Inverse sous la forme N =


A'
C')
( 0 B'
Imaginons que. par un moyen ou par un autre (par exemple mthode 8 ou 9) vous
ayez trouv un polvnrne onnulateur P de A. Vous avez donc une relalion du type:
En exprimant MN = 1 on trouve les conditions:
AA'=I
qu'on peut crire:
AC'+CS'=I (:) ,
..
1
,'

88'=1

sous rserve. naturellement. que tout ce qu'on a crit ait un sens (c'est--dire que les Si le coefficient cxa n'est pas nul. on peut encore crire a sous la forme:
blocs avaient les bonnes tailles et A et 8 talent Inversibles). , ,.;~.:
A. P~I +cxp_IAP-2 +,.. +aj 1] =1
[A
-aa

METHOI;>E14: Rsoudre un systme et par unicit de l'inverse on en dduit que:

Principe: A-1= AP-I +ap_1 AP-2 +.. +0:11


Il consiste C,rlre,pour deux vecteurs quelconques X et Y. la relation AX = y (qui s'crit '
comme un systme de n quations aux n Inconnues x) sous la forme X = SY. r -cxa

La matrice B est alors l'Inverse de A.

Cas d'utilisation:
l SIle coefficient
par le polynme
aa est nul. alors on ne peut pas conclure:
P(X) 1 X :
Ilfaut voir si A est annule

- si oui. on recommence l'tape prcdente en remplaant P par P(X) 1X


N'ayons pas peur d'enfoncer des portes ouvertes : cette mthode est adquate
lorsque le systme associ est simple rsoudre. Par exemple. si la matrice est trs'
creuse, ou triangulaire. ou prsente certaines symtries dons ses coefficients, elle peut
'.1 .
{
- sinon, alors A n'est pas Inversible et c'est finI.

tre la bonne.
REMARQUES:
REMARQUE: o Si on trouve un polynme de degr minImal annulant A (quI s'appelle d'ailleurs
Ce serait une assezmauvaise Ide d'crIre la relation AB = 1 sousforme d'un systme, r1 polynme minimal) alorsle raisonnement estplus simple: ou O:a est nul et A est non
inversible.ou il ne l'estpas et on peut nverserA:
cor on se retrouverait alorsavec n2 quations n2 inconnues, Ce n'estmme pas la f
peIne d'essayerde le rsoudre. ' o Lesplus inspirs feront un lien entre ce coefficient O:a et le dterminant de A au .
i trr,ersdu polynme caroctnsttque:qui est annulateurd'aprs Cayley-Hamllton.
Exemple: InverserA = [QI) 1 o aij = 'IS) "

La matrice A tant triangulaire suprieure diagonale sans coefficient nul. est 1 ...
l
Inversible. et le systme associ s'crit: .
_______ [0 , ']
n
L XI=Yl ! Exemple 1 : inverser A = '.,
,
0
, 0
,

l
1:1
n
LXI =Y2 =
Comme A 2 A + 21 (c'est notre exemple mascotte du paragraphe prcdent). et que
;:2 y. manifestement A n'est pas annule par un polynme de degr 1 (cela voudrait dire
que A est scalaire. a se saurait), on en dduit Immdiatement que A est Inversible et
que son Inverse vaut:
Xn =Yn
qui se rsout (en remontant. comme pour tous les systmes triangulaires) en :

I
x,=y'-Y2
X2=Y2-YS

donc matrlclellement :
, 'xn=Yn
.&~2 m.-A,[, ']
On constate aisment que A2 =1 (par exemple en rolsonnonr en term'es
d'endomorphisme) donc que A ~ A -1.
94 METHODIX ALGEBRE 5. Mthodes de calcul matriciel. 1re pQrtle 95

METHODE 16 : Utiliser les sries formelles METHODE 17 : Interprter en termes d'endomorphismes.

Inutile de grimper aux rideaux, de crier au fou ou au hors-proqrornrne. ce que nous C'est avec la mthode prcdente l'une des mthodes les plus astucieuses pour
allons exposer rentre parfaitement dans le cadre du programme mme si vous ne calculer l'inverse d'une matrice. .
savez pas ce qu'est une srie formelle.
Principe:
Le plus simple est de vous montrer un exemple et comme a vous comprendrez (enfin Interprter la matrice comme l'action d'un endomorphisme convenoble sur une base
c'est ce qu'on espre). convenable et inverser l'endomorphisme' directement pour enfin ecme la matnce de
l'inverse (dans la mme base. of course).
1 2 n] ExemPle:inverserA=[aiJ]=C1i::'\li~l
Exemple: inverser A = ....: ~
[ Cette motrice triangulaire fait furieusement penser au triangle de Pascal donc au
binme de Newton si on lit ses colonnes donc il faut se placer dans un espace de
polynmes de bonne dimension savoir R n_'[X], Alors l, A apparat comme la
Si on introduit la matrice J de Jordan prsente ci-dessus (mthode 7) il apparat que: matrice dans la base canonique de l'endomorphisme f :
n +~ P~P(X+1) r..
A =1+ 2J+3J2+".+np-l = l kJk-l = l kJk-l

la dernire galit venant de ce queJ est nUpotente.


k=l k=l 1 dont l'inverse est videmment
P --+P(X-1)
Repassons un Instant l'analyse relle. On salt (cf. Mthadlx chapitre 13) que: La matrice se calcule par le binme de Newton et on trouve normalement (seur si on

Y xk = .s..i,
yk=l kxk-1=~dXk=O dx1-x
= _1-2
(l-x)
r s'est plant) :

ce qui s'crit aussi : REMARQUE: _


Bien que triangulaire, celte matrice n'est pas aisment inversiblepar la methode 14.
-1.. . Comme quoi il ne faut pas se lier auxapparences..,

Or l'galit de ces deux sries entires tient l'galit de tous leurs coefficients;
donc aussi pour toute matrice J telle que la srie converge:

(I_J)2(! kl-1 J= 1
on a
r,.
~
METHODE 18 : Diagonaliser l'endomorphisme

-pulsque ce sont les mmes coefficients.


converge et on a :
k=O
Or notre Jest nilpotente .conc la srie
1 ~
'"~
,~
Pour mmoire seulement. car les remorques et rserves mises lors de la mthode
- sont toujours d'actualitpourcette mthode.- - .- .- .
11

ce qui veut prcisment dire que.:


-2
lj

1
-2
fi

Cet exemple peut aussitre trait par la mthode 14 p(jisqu'on obtient un systme
triangulaire.
SI vous voulez ~tre encore plus convaincu et plus convaincant. on vous conse!!le de
procder de 1.0 manire suivante: . .

o Faire le calcul formel au brouillon et-trouver le candidat B tre l'inverse.


o Vrifier que c'est l'Inverse en calculant AB
(ici donc on calculerait: (1-2J+J2)(1+ 2J+3J2+ ...+nJn-1) qui redonne bien 1).

Cette mthode est'trs'efflcace et peu connue des candidats. Pensez-v quand vous
vous trouvez dans une situatlon apparemment Inextricable.
..
96 METHODIX ALGEBRE 5. Mthodes de calcul matriciel. 1re partie 97

-1
Erreurs "
Exercices

Eviter de parler de l'inverse d'une matrice qui n'est pas carre, a fait toujours
mauvais effet. [JJ
SoitA une algbre de LeE)telle que:
Lorsqu'onparle de motrice, ce n'estpas la peine de supposerqu'on est en dimension 'Vf LeE) f2 eA ~ f e A
finie: c'est automatiquement le cas... Montrerque A=L(E).
Attention ne pas confondre la comatrlce avec sa transpose (il y a toujoursune
ambigut en fonction des ouvrages que vouspourrezconsulter).
Ce n'est pas parce que l'inverse gauche d'une motrice est gal son inverse
droite que l'algbre des motrices est commutative.
J
Soit A une algbre de !Mnet A eGLnn~.Montrerque A -1 e j!
\ "

La formule du binme ne s'applique pas aux matricesqui ne commutent pas. REMARQUE: Cet exercice uttlise le thorme de Cayley-Hamilton.
1

Danslescalculs de puissance,foire attention ne pasprendre" n comme notation


de puissance sila motrice est de taille n : a risquede crer quelquesconfusions...
Attention : lorsqu'on crit 8 = p-1AP siA dsigne la matrice de f dans e et B celle de f
dons e', P est la motrice de passage de e e'. T
1 ITl
On supposeque (A 8, C) e!Mn3 vrifient:
Faire trs 'attention aux problmes de compatibilit de taille dans la multiplication \;fke{l2.3} Ak =B+kC
des matrices. 1 Montrerque cette relationest vrifie pour tout entier k.
Il n'y a pas de lien immdiat entre l'inversiblitde A. B, C et 0 et celle de (~ ~)
1
1
[TI
Astuces -l Soit A une matrice relle coefficients positifstelle qu'il n'existe pas de matrice de
permutation Pvrifiant: '

La transpositionet l'inversionchangent l'ordre de deux matrices.Cela peut tre utile


dans certains calculs.
1 A=P-t~ :}
! Montrerque pour tout vecteur X non nul coordonnes positivesle vecteur (1 + A)kX a
SIX et Y sont deux vecteurs de taille n, x,ty est une matrice de taille nxn tXY est un sescoordonnes strictementpositivespour tout bD.
scolaire. . _, ... -1
i
-.
Une motrice triangulaire est Inversiblesi et seulement sisescoefficients diagonaux '
sont non nuls. 1
1
[TI
Unematrice relle A est dite stochastique siet seulementsi:
:;"
, ~ (I)'V(I,J) O:s;alj:S;l
Lu dans les rapports de l'X n
(il) \;fj Lai] = 1
1=1
" On ne trouve plus beaucoup de candidats qui peuvent se passerd'une motrice On note par ailleurs 0; = min alj et AI = max aij
lorsqu'ilest question d'une application linaire" ] ]
! a) Montrer que le produit de deux motrices stochastiques est une matrice
Il stochastique.
" Il ne faut pas confondre algbre linaire et calcul matriciel" 1:
NqLR: Voir le


demler paragraphe du chapitre suivant.

Une motrice 'non carre est non Inversible"

La stabilit de Vect(el .... ep) et Vect(ep+l.... en) se traduit matriclellement par



une criture de la forme:
r
le

'. .
[TI
b) Montrer que 51 A eststochastique et B,= A2: 'V(t J) al:S;bl]:s;Ai

SaitA et Bdeux matrlc.estellesque:


- '.., ~ \tX e I\{n AXB = D
Montrerque A ou Best nulle.
dans la base'e Il
i\
98 METHODIXAlGEBRE 5. Mthodes de calcul matriciel. 1re partie 99

ITJ
Calculer les pulssonces des matrices suivantes;
Corrigs

1 -1 -1J
OJ
vu que l'exercice commence par des quel que soit. c'est peu prs sur qu'il va falloir
b)A= -1 1 -1 utiliser les matrices Eij' Comme on veut montrer que A=L(E) Il faut (et il suffit) de montrer
[
-1 -1 1 qu'elles sont toutes dans A.

Le problme est qu'on n'a aucune ide de la tte que peuvent avoir les lments de
A. On est certain au moins que 0 est dedors, Il suffit donc d'crire 0 comme un carr
de matrices lmentaires. Or on sait (fameuse formule des produits) que:
W
Calculer l'inverse des matrices suivantes;
1.2 2,3
Donc si on prend I=k et J=1.Il suffit de choisir I;tJpour s'assurer alors que;
ex.Y) vecteurs donns b) A= Elj2=0
[

B matrice nilpotente
-' D'aprs la proprit de l'algbre. on en dduit. comme 0 est dans l'algbre. que El) est
dedans pour i;tj. C'est dj pas mol.

En effet puisque le produit de deux lments quelconques de A est dans A. on en


dduit. comme
1 9 1 ~ EI).E)I=EII
. !
Salt A et B deux matrices vrifiant: A+B=AB, Montrer que (I-A) est Inversible et que tous les E sont dedans aussi. Tous les El) sont donc dans A qui est ncessairement
donner son Inverse. L(E)tout entier .
.r .
l ITJ .
[l9J l Bon. ben on va profiter de la remarque qui constitue une prcieuse Indication. Le
polynme caractristique tant un polynme annulateur de A. on en dduit (II est
Soit ME Mn(Z). Dterminer
dans Mn(Z).
une CNS pour que M salt Inversible et que son Inverse soit
l~ unitaire) que:

... Indication: on s'Intressera au dterminant de M.


1 le rapport avec l'Inverse est clair si on a lu la mthode 15 (relire le baratin qu'on y a
crit). IcI. le coefficient 0:0 est non nul (puisque c'est au signe prs le dterminant de A
1 - Cf. votre cours sur le polynme caractristique). Donc on peut crire:

..h~. A -1 :- 1 [An~1 +O:n_lAn-2 +... +CtlIl'


0:~1
!
1 06nc l'Inverse de A est une combln~ilsan des puissances de.A. qui sarit dons l'algbre
...J comme A. \

ATTENTION:

On vient de prouver que l'Inverse de A' est un polynme en A. On n'a srement pas
prouv que l'inversion tait une fonction polynme. Pourquoi? Parce qu'on a prouv:
'VA 3P tel que: A1 = prA)
et non:
3P tel que 'VA : A'l=P(A)

En fait on peut se dispenserd'utiliserle thorme de Cayley mais c'est un


long. On soit Qurt existe un polynme annulateur de A : on considre sa VO/lc.JUIIVI'
(pluspetit indice tel Quele coefficient soit non nul) et on simplifiepor aP AP ,
d'annulation. On finit comme plus haut; car on salt que /e coefficient devant.
nul cor A est InvefYlble.

----------------------------------------~------------------------- ----- -----


100 METHODIX ALGEBRE S.Mthodes de calcul matriciel. 1re partie 101

b) Lnon plus.on n'a pastrop le hoix :


[TI ';:iJ' n n n n
On subodore une rcurrence l-dessous.Letout estde bien s'yprendre dans lescalculs \(, al = L ai,akj!> L aikakj!>L Ai,akj= Ai' L akj= Ai
pour en faire le moinspossible, ':' "=1 k=1 "=1 k=1
Lesencadrements qu'on fait sont licitescar tous lestermesmanipulssontpositifs,
Le plus simple est de tout exprimer en fonction d'une seule matrice. Lesrelations
correspondant k=1 et k=2 permettent d'exprimer B et C en fonction de A. En
rinjectant dans la relation donnant A on en dduit finalement lesrelationssuivantes: [D,
C=A2_A Vu qu'il y a encore du quel que soit dans l'air.lesmatriceslmentairesvont srement,
redbarquer. '
B=2A-A2
A3 =2A2_A Sion applique au pif la relation une telle matrice on a :
\;I(i.j) AEIjB= 0
Sion prend comme hypothse de rcurrence .Or :
An =B+nC=(n-1)A2 -(n-2)A
on vrifie alors aisment que : '
An+1=(n-1)A3 -(n-2)A2 = (n-1)[2A2 -A]-(n-2)A2 =nA2 -(n-1)A
ce que l'on voulait. Ya vraiment aucun problme. Suivant 7 Cette matrice est nulle siet seulementsitous sescoefficients sontnuls,c'est dire ss! on
a:

[TI
TIens.un exercice qui change 1D'ailleurson ne comprend pas grand chose l'nonc. Supposonsque A n'estpas nulle.Alorsau moinsl'unde sescoefficients n'estpas nul.On
A force de chercher renouveler leur stock - ce qu'on ne saurait leur reprocher. peut alorsdiviserla relation prcdente (pour lesbons Indicesi et j) par ce coefficient
mme si c'est dommage pour les candidats - les examinateurs finissentpar Inventer 'et il reste:
des exos franchement tordus. \;I(k.m) bjm =0

.Evidemrnant,sion commence faire de groscalculs dans tous lessenson risquede ne ce qui prouve bien que B est nul.Assezefficace. ces matriceslmentaires,non?
pas y arriver tout de suite (voire pas du tout). Alors que la mthode 2 semble plus
Indique, vu la forme de la proprit : on tait clalrerr:ent u~ changement. de base en
Intervertissantun certain nombre de vecteurs. Donc Il tout Interpreter algebriquement
CIl'a) C'estgros comme le nezau,milieude, la figure: A=I+J(o J est-la matrice de
cet exercice.
permutation circulairede la mthode 7). On en dduit facilement la relation:
Soitdonc e une base de E et f l'endomorphisme dont la matrice est A dans la base E. {I+J)(I- J+J2+...+( -lt-
1 Jn-I)= (1 + (-lt-1).1
SoitI..J et la nouvelle base e'= (ej... " ei) avec les ... reprsentant les autres vecteurs de ce,qui montre que A est inversiblessin est Impair et donne soninverse.
la base e dans un ordre quelconque.
~;, b) On peut faire comme au c) et a) (d'ailleursc) est une gnralisation) : on
~a matrice de f dans cette nouvelle base e' est 8= P,A'p-1, si P dsigne le passage de e'
a e (attention l'ordre). D'aprs la proprit vrifie par A Best telle que bnl .. O. put aussiremarquerque: '
A2=A+21 ,
relation de rcurrence qu'~n a dj trouv 27 fois dans les mthodes doric en
Or d'aprs la mthode 1. bnl est la coordonne de t(ej) sur el~qui n'estautre que al)' appliquant les principes de~la mthode 8 par exemple. on retrouve les mmes
Ce coefficient est non r\.:1. or Il est positifpar hypothse. donc il est strictementposltit. rsultats._
- -
Moralit: lescoefficients extradlagonaux de A sont >0, c) Laussi.siJ dsignela matrice sansnom 1> de la mthode 7. on a :
A=al+(b-a)J
Donc tous les coefficients de A+I sont strictement positifs. La conclusion en rsulte donc, sauferreur:
Immediatement (c'est d'ailleursun rsultatplusfaible que ce qu'on a Obtenu).
n ] [a+n(b-a)]n _an
An=anl+J I. C~(b_a)knk-Ian-k =anl+J ,
'j rn
0) On est carrment forc d'appliquer la mthode 3' (utiliser l'expression des
[~ n

coefficients du produit) : '

i (i Ojk.bkjJ=i (i aik,bkj)= bki.(ii=1 aik)= k=I'


bkj=1 a) On peut essayerde calculer le carr: en remarquant que 'v.x est un
1=1 k=1 k=1 i=1 k=1 ._____., scalaire. il vient:
1 (X.ty)2 = (ty.x)X,tY
et tous les coefficients du produit sont positifs.donc infrieurs 1 puisque la somme
d'une colonne vaut 1. ' d'o:
A2 =1+[2+(ty.X)]x.t y =1+[2+(ty.X)](A _1)
102 METHODIX ALGEBRE 5. Mthodes de-calcul matriciel.1re partie 103

ce qui nous remet dons la situation de la mthode 15. et qui donne:


A[A -(2+IV.X)I] = -(I+~V.X)1 t~ ~)on parle du dterminant et qu'on cherche des renseignementsdans un exercice
thorique surl'inversed'une matrice. la mthode 12sembletout indique.
- si (1+IV:X)=OA n'est pas inversiblesinon A=I (en multipliant la relation prcdente SiM est inversibleet que soninverseest dons %n(Z)' alorscomme:
par l'Inversede A) ;

- si (l+IV.X)..o. alorsA est inversibleet:


et que les deux termesde droite sontdes entiers relatifs.sileur produit vaut 1.ilsvalent
A-1 =_[A-(2+IV.X)I] chacun 1ou -1.
(l+t:.X)
Rciproquement sile dterminant de M vaut 1 ou -1. M est Inversibleet. par la formule
donnant la comatrice. on obtient que: "
b) SIvous n'avez pas vu que la matrice de Jordan se cochait l dessousc'est M-1 =etCOfll(M)
que voustes miro. Eneffet on a le droit d'crire:

k~l
'L
k.(k + I)Jk-l
A= ce qui prouve que lescoefficientsde l'Inversesontaussides entiers.CQFD. . "
On est donc enclin naturellement prendre la mthode 16. La CNSest donc:
1 det(M) 1=1
Brivement.on dmontre por drivation-intgration de sriesentires(if problme then
goto Mthodlx elsego on) que:
+- 2
I. k.(k+ l)xk-l =--3
k~l (1- x)
ce qui permet d'intuiter (et/ou de dmontrer) que:
A-1 = (I-J) 3
2
Vous pouvez aussile vrifier en calculant le produit motriclel de A par cette motrice
pour retrouver 1.
c) C'est exactement le mme.prlnc'pe (sauf que l on vous donne la somme
de la srieentire et non la srie): on salt en analyse que quand a a un sens:
_1_' ~ (_l)kxk
l+x k=O
Donc Ici on a envie de penserque .

.
-1 +00 k +coo n
A-1 =(I+C-1BC) = L. (_1)k(C-1BC) = L. (_I)kC-1BkC= L (_1)kC-1BkC
k=O.. k=O ke . '-

(la dernire galit tant vraie par nilpotence de B. car on salt que si un
endomorphisme est nilpotent alors BdimE = 0 cf. chapitre 13).
On peut ventuellement vrifier que le produit du dernier terme par A vaut 1.molsen
thorie c'est superflu.

ru
Bon celui l Il est un tout petit peu rusmols il est en train de devenir un classique la
vitessegrand V donc Ilfout connatre la ruse.
L'gallt propose peut s'crirede faon quivalente: .
I+AB-A-B=I
qui se lit:
(I-A)(I-B)=I
et qui montre en mme temps que I-A est inversibleet que son Inverseest I-B.Pasmal.
hein? .
Chapitre 6

METHODES DE CALCUL MATRICIEL


2me partie
',t-
- ,,'

Il est conseill de lire ce chapitre apr-s avoir travaill le prcdent, car de,
nombreuses allusions sont faites aux mthodes et aux exercices proposs.

1. Rang

REMARQVE IMPORTAME:
On ne revIentpas Ici surlesmthodes exposesau chapitre J mthodes 1J sqq; mais
on ne saurait que trop vousconseillerd'y retoumer faire un fOUI; notamment pour voir
le rang comme dimension de l'espace engendr par les colonnes (ou les lignes) et
donc lesmthodes de colcul du rang d'une,famillede vecteurs.mthodes qui ne sont
pas reprisesIci (on vapas sanscesserpter).

A= [qi] dsigne Ici une matrice Mn,p (pas forcment carre),

A) Comment dterminer le rang de A ?

METHODE 0 : utiliser les sous-motrices corres

Parmi les nombreuses propri~s lies au rang d'une matrice. l'une b trait eux s6us-
matrices carres de A. \

Roppe! de dfinitions-notations:
Commenons par rappeler (brivement car on a d'autres mthodes plus Intressantes
en attente) les diffrentes notions sous-Jacentes:

1 --::;Une matrice A' est une sous-matrice de A si elle s'crit A' = [aa."~ll e 9rlm.q o :
1!.
rn s n et cs o
lSa1 <a2 <".<am sn
1 lS~1 < ~2<"'<~q s p
1
~:
- ! Sion pose 1={C<1,a2,,,.am}et J={~1'~2"",~q}, alors on conviendra de noter
A' = 9rl~J(A) (notations empruntes Amouols).
106 METHODIXALGEBRE 6. Mthodes de calcul matriciel. 2me partie 107

Moralement , comme disent certaines personnes qui ne se sont probablement METHODE1 : Revenir la dfinition et utiliser le pivot de Gauss
[omols interroges sur l'essence de la morale. on obtient A' en rayant de A toutes les
lignes dont les indices ne sont pas dans 1 et toutes les colonnes dont les Indices ne sont
pas dans J. Principe:
Le rang d'une matrice tant dfini comme la dimension de l'espace vectoriel
REMARQUE: engendr par ses vecteurs colonnes (ou par la dimension de l'ev engendr par ses
lignes). et celui-ci tant Invariant par les oprations" lmentaires" suivantes:
Cette notion ne prsente pas. comme nous ollans le souligner Ci-aprs.un Intrt - change de colonnes (ou lignes) ;
pratique norme pour la dtermination du rang (ni mme pour outre chose relatif ou - addition d'une combinaison linaire de colonnes (resp. lignes) une autre
calcul matriciel). Nanmoins. de par la complexit des notations qu.'ellerequiert. elle colonne (resp. ligne) ;
est en elle-mme un exercice thorique Intressantdu point de vue du formalisme(ou on se ramne por une suite d'oprations lmentaires une motrice dont le rang est
mme titre. par exemple. que les monipulationsde' sommes). plus simple tudier. typiquement:

- Si 8 = MI.J(A) et C=MK.L(A). C est dite bordante de 8 ssl :

1cK et Card(K) = Card(I) + 1


J cl et Card(L) = Cord( J) + 1

Proprit:
SI 8 est une sous-rnotrtce carre Inversible de A d'ordre r n'admettant pas de matrice o
bordante dans A Inversible. alors r=rg(M).
o les (aii)lsr sont non nuls et les " reprsentent des coefficients quelconques (nuls ou
Mise en uvre pratique: non nuls).
D On recherche une sous-matrice carre inversible de A. Une telle motrice est de rang r d'aprs l'exemple prcdent.
D Sion ne trouve aucune matrice bordante (dans A) Inversible. alors la taille de B est
gale ou rong de A. Un avater de ce principe consiste montrer que toutes les colonnes sont combinaison
D Sinon. il fout recommencer avec une nouvelle matrice 8 (on en dduit quand mme linaire de r colonnes de la motrice. ces r colonnes tant elles-mmes Indpendantes.
que rg(A)~tallie (8)). La matrice est olors de rang r..

Cas d'utilisation : , Exemple: rang de la mafrfce A = [aij 1 aij = cos(i - J)


On n'a pas boptis cette mthode Mthode 0 par hasard. On s'en rend compte D'aprs une lointaine formule de trigonomtrie (si elle est vraiment lointaine. cf,
rien qu' l'nonc du principe. elle est trs malcommode utiliser si on n'a aucune Mthodix p, 348) : .
Ide du rong de A. car Il y a beaucoup de matrices bordantes d'une sous-matrice 8. et avcasl.cosJ+sinLsinj
qu'on n'est pas certoin de trouver la bonne matrice 8 du premier coup.
En appelant C et S les vecteUrs colonnes C=(cosi)isn et S=(slnl)iSn' les vecteurs
Citons quond mme quelques rares cas o cette mthode peut-prsenter un Intrt: colonnes Ci de A vrifient:
- si on cannait dj une minoration (ou un rnojorofton, ou mieux : un ~ CJ~cosJ.C+5inj.S
encadrement) du rong de A cele restreint le nombre des assois effectuer;
Comme les vecteurs C et S sont manifestement indpendants. on en dduit que le
- dons un exercice thorique. cet argument d'existence de sous-matrice
rang de de A est 2'.
carre Inversible de taille r non bordable peut vous servir (cf. comatrlce ch.15.
t,;,pologle ch. 13). .

Conclusion : ne vous ternisez pas sur cette mthode si vous n'tes dans aucune de
ces sltualions. METHODE2 : Dterminer le noyau de ft.
Exemple: les an tant non nuls,rang de la motrice: Principe:

~D o
D'aprs le thorme du rang:
rg(A)=n-dlm

dpart de l'application linaire associe).


Ker(A)
(o n dsigne bien le nombre de lignes de . c'est--dire la dimension de l'espace de

Donc il suffit de dterminer le noyau de A. c'est--dire d'expliciter suffisamme:nt les


vecteurs X solutions de AX=O pour trouver la dimension de cet espace. et d'en dedulre
le rang,
On volt clairement un candidat la matrice 8 : la motrice de tolIIe r du coin gauche.
qui est triangulaire suprieure diagonale sons coefficient nul donc Inversible. Cas d'utilisation: . .
Une matrice bordante contiendra forcment une ligne de zros. donc ne saurait tre Logiquement. si le noyau est simple dterminer. c'est--dire si le systme ossocle
inversible. Le rang de 10matr1ce est donc r. prsente suffisamment de symtries pour tre expllcltable .

.1
1

.....___--------------__:_----------- --
--------
108 METHOOIX AlGEBRE 6. Mthodes de calcul matricieL 2me partie 109

Exemple.rangde A =[0;]] aij ~I.J . Exemple.'siA vn'fieA 3 + A 2 +A = O. montrer que rg(A) estpair.
Cherchons l'quation du noyau. X=(x;);sn est dans le noyau ssi : A'est diagonalisable dans C car elle est annule par un polynme scind racines
simples. Donc
'fi L I.j.x] =0
C n=Eo EIlEj EllE], c
. ]
systeme qui est strictement quivalent la seule quation: Or comme le polynme caractristique est coefficients rels (comme A). les racines j
L ).Xj=O et f T
= ont mme mutiplicit dons XA. et donc (comme A est diagonalisable) les s-ev .
]
qui reprsenta un hyperplan dans E. c'est--dire un s-ev de dimension n-1 . Le rang est
propres associs ont mme dimension. Donc donne: n :... '~ <}: .;',:.
par consequent 1..
n=n-rg(A)+2.dimEj . ,',:>;;.
Ce qui prouve bien que le rang de A est pair. . ..

. .'
METHODE3 : Etudier l'inversibilit ventuelle de A r-----------------------~---'-'''--''''""'I., ...
METHODE5 : Interprter la matrice comme une forme quadratique
Principe:
On dispose. sous rser..:e d'avoir lu attentivement le chapitre prcdent. d'un nombre lorsque la matrice A est symtrique (ou possde la symtrie hermitienne), elle peut tre'
non n.eghgeable de methodes pour savoir si une matrice est Inversible. Or une matrice Interprte comme reprsentant une forme quadratique relativement. par exemple.
Inversible est de rang n. la base canonique de Rn .

Donc si. par ailleurs. on arrive montrer qu'une matrice est de rang suprieur ou gal Dans ce cos. on dispose de mthodes propres l'algbre bilinaire pour dterminer le
~~1 et que dans certains cas (selon des valeurs d'un paramtre) elle est Inversible. rang de la forme quadratique. et donc de la matrice. parmi lesquelles figure la
1etude de son rang ne pose aucun problme. dcomposition de Gauss (qui n'a rien voir avec le pivot. comme quoi si .Gauss n'avait
pas exist. on se demande s'IIaurait fallu l'inventer) - dcomposition en somme de
carrs de formes linaires Indpendantes.

Exemp/e:rangde A=[1 .~. ::: 1] L'ensemble de ces mthodes est videmment. vous vous en doutiez. abondamment
repris dans la troisime partie de ce livre (cf. ch: 16). Nous avons tenu les taire figurer
. 1 1 cet endroIt prcls, quitte renvoyer constamment le .lecteur ailleurs. pour bIen
En suivant les notations de la mthode 7 du chapitre prcdent. 51 J dsigne la matrice montrer que les parties du programme de prpa sont trs lies entre elles.
de permutation circulaire. on a : A=I+J avec Jn = 1.
L'Inverse a t calcul l'exercice 7a) et on a vu que: Exemple: rang de A =[0;]] al] =1+ J-1
la matrice est Inversible ssin est Impair. La matrice tant manifestement symtrique. elle est ratache la forme quadratique'
Or la matrice est de rang suprieur ou gal n-I. en utilisant la mthode 0 (comme
quoi elle s~rt. et qu:elle sert _bIendans les conc:iitions exposes plus haut) en utilisant la '" q(x)=q(~ .... x.D)=I (I+J-1)X;X]= ... =(I IXi)2_(I _1)Xi)2
sous matnce carree formee des n-1 demleres colonnes et n-1 premires lignes 1 ~ L] 1 l ,
(triangulaire infrieure avec diagonale de 1). (les ... signifiant qu'on passe Ici sur le calcul de la dcomposition de Gauss). A poiti{ cie'!';<
.. 1 l. Il ressort que la forme quodroftque. donc le motrice /".est de rang 2.' ... ,
1 Donc rg(A)=n si n est Impair. rg(A)=n-1 sinon. ,

1
lVIETHODE
4 : Utiliserla rduction de A
B) Similitude, quivalence et rang
Principe : i
o Dlago~aliser A (si c'est possible). et dterminer la dimension de tous les espaces
propres a l'exclusion du noyau. .
.,
1 Au vu de la confusion gnrale qui rgne entre ces deux notions chez bon nombre de
taupins. nous avons pens que quelques rappels et mises en garde ne pourraient pas
o Trouver des. renseignements sur les dimensions de ces s-ev et en dduire des 1
t.
n:e superflus.
renseignements sur le noyau. donc sur le rang (mthode prcdente). .

Cas d'application:
-: Lorsq~'on ne rec~erche pas )0 voleur du rang de A. mals seulement des METHODE6 : Utiliserla conservation du rang ] ,::.':
..
renseignements Iles la parite du r~Jng de A. cette relation peut permettre de
conclure. notamment slla,n;.~ce est a coefficients rels. Rappels: . .'.J;"'Y~~
( , ',:i'~:':'.
L'exprience nous a enseign que ce que nous baptisons pudiquement rappels ...
mriterait plutt d'tre qualifi d' appels '. la lettre r signifiant usuellement _qu'o.~.~_:-
i_ un jour su de qUOI il s'agissait. " ... ! ~:'~~:'.::'".
t,'.-..'
110 METHODIXALGEBRE 6. Mthodes de calcul matriciel.2me partie 111

o Equivalence: Principe:
- Deux matrices A et B de!Mn,psont quivalentes ssiil existePEGLn et QEGLptelles Essayerde remplacer A par la matrice J, qui lui est quivalente; gnralement on
que: procde en deux tapes:
A=PBQ - on traite l'exerciceavec J, la place de A ;
- Algbriquement: A et B reprsentent la mme application IInalredans.des bases - on essaye de voir comment remplacer A par cette motrice (c'est--dire
diffrentes : A = Mat(u e.f) et B=Mat(v. e'. f'). qu'on regarde ce que cela change donsl'exercice).

o Similitude : Intrt :
- Deux matrices A et B de !Mnsont semblablessslil existePEGLntelle que: Lescalculs avec J, sont beaucoup plussimples.puisqueelle comparte plein de zros.
Usuellement(pour ne pas dire tout le temps) lescalculs se font par blocs (revoir ce
A=P-'BP titre le chapitre prcdent. mthode 4).
Ellessont donc a fortiori quivaleotes.
- Algbriquement: A et B reprsentent le mme endomorphlsmedans deux bases.
Cas' d'emploi : .
diffrentes: A = Mat(u.e. e) et B=Mat(v, e'. e'). Gnralement dons des exercices thoriques.Un cas usuelestcelui o l'on demande
de monlTerqu'une motrice est nulle: en raisonnant par l'cbsurde. on suppose qu'elle
Ces deux relationssont des relationsd'quivalence (ou sensensembliste). ne l'estpas ce qui estquivalent rg(AO.On Introduitalorsla matrice J,.
. Consquences sur le rang :
Exemple: si A E!Mn dtermInerla dimensionde: {M / AM = MA =O}
o Deux matrices sont quivalentes si et seulementsi ellesont mme rang.
o Deux mctdcessernblobles ont mme rang. . - soit A est nulle: alorsla dimensionest n2 ;
- soitA ne l'estpas, elle est de rang 1>0.
Supposonsque A=J,. Encherchant lesmatricesM sousla forme:
REMARQUE:
On ne change pas le rang aune rnotnce e.t?/a lnu.~tfp!lC!ntpa: one marnee !.'1'/e.'$b!~. M=(~ ~)
Celte remorque aIde comprendre les<lJprotlons lmentairesde 10mthode.!, qui o P'estde taille r, il vient facilement:
sont en fait des muillpilcatlons gauche ou droite (lIgnes ou colonnes)par des
motrices de transvection convenables 1+ ).fi) avec bJ donc Inversibles). Conclusion: les matricessontde la forme

M=(~ ~)

C) Comment utiliser qu'une matrice est de rang r;;f:()


? Donc la dimensionest: (n_r)2
Donsle cas gnral. sion pose A = PJ,Q ; l'ensemblerecherch peut s'crire de faon
quivalente. en utilisantle fait que Pet Q sontInversibles:
1 METHODE 7 : Utiliser les matrices Jr
_:!dQMP) = (QMP).J,=0 .
ce qui ramne au cas prcdent. et donne la mme dimensionque plushaut.
REMARQUE:
....La diftlcult vient le plussouventdu passagede J, au cas-gnral.

. 0) Matrices carres de rang 1

METHODE 8 : Comment montrer/utiliser qu'une matrice est de rang 1 ?


.. -- :; .

Principe:
:f~~;t.).~~~i~~>
......
.
~", .....:_.~" ..;i"- .
i,
Il suffit de se ramener aux deux caractrisations pratiques suivantes. qui sont
quivalentes:

(i) rg(A)=l ssl3(X.Y)ERnxRnnon nulstelsque : A=X.ty


(II) rg(A)=1 ssl 3(0,.... 00) .. (0,...0) et 3(b,....bn).. (0,...0)t.q.: a~=alb)
REMARQUE: Il
112 METHODIX
AlGEBRE 6. Mthodes de calcul matriciel.2me partie 113

REMARQUES: (Iv) Tr(A)=I 011


1
o Ces deux rsultais(qu sont en fait le mme formul de deux faons diffrentes) se (v) Tr(A)= L /..
dmontrent aisment en disant que toutes les colonnes sont lments d'un espace
"ESp(A)
vectoriel de dimension l: -engendrpar un vecteur qu'on note X de coordonnes (01) .
Chaque colonne est alorsproportionnelle X le facteur de proportionnalit tant not
bJ et o_nappelle Vie vecteur ayant ces coordonnes. Mises en garde:
(i) n'a Jamaissignifi,et ne signifierasansdoute Jamaisque: "
, o On prcise. comme c'est crit dans le titre. qu71s'agit exclusivement de matrices Tr(AB)= Tr(A).Tr(B) :.
.! carres icI. Cefte dcomposition estgnralisable.maissesapplications (exemples cl-
aprs)sont moinsintressantes. formule qu'on recontre encore ou hasard des Interrogotfonsorales... Leserre.ursbot. la..
vie dure...
.'~ .
_ Exemple 1: calculer simplementla trace dune matrice de rang 1 ;:..-1."

Tr(A)= L 011 = L a,.bl = y.IX (i) permet en revanche de montrer par rcurrence que:
,.
i
1 , 1
Tr[(AB)k]=Tr[(BA)k]
r,
_ Exemple.2: calculer sImplementle carr d'une matrice de rang 1 pour tout entier k (par rcurrence) et cette formule nous servira dons un prochain
.1
f A2 =A.A = X.tY.X.ly= x.('y.X)'y '" X(TrA)ly= Tr(A),A chapitre. '
'\
Cette relation nous servira frquemment pour discuter de la diagonalisabilit d'une
matrice de rang 1; Il apparat en touscos que lesvoleurspropres sontlesracines de (ii) il n'y pas quivalence entre avoir la mme trace et tre semblable
. x2-Tr(A).x=O
c'est-o-dire 0 et Tr(A).
(li) l trace n'estpas conservepar quivalence de motrice. contrairement au rang.
ii Exemple s, calculer det(1+ A) o A est de rang 1.
En anticipant lgrement sur la rduction, on peut trlgonallser A dans C et sur la
diagonale apparaissentalors0 (n-1fols)et Tr(A)(1 fols), Enajoutant 1. on en'dduit : (v) on tient compte "de.toutes les valeurs propres. c'est--dire des relles et des
det(I+A)=l+Tr(A) . complexes mme pour une matrice relle.De plus lesvaleurs propres sont comptes
avec leur multiplicit. .

Exemple !:siPest unprojecteur de fang t: calculer la trace de :


. n: Mn --Mn .
2. Trace y,
~i
-.....___ X _. PX + XP
') . ".' ._.
On oppllque videmment la formule (lv), Uncalcul dont vous commencez sansdoute'
avoir l'habitude (sinon vous n'avez pas lu les chapitres prcdents et: c'est mal) "
METHODE9 : Utiliserle fait que" toute forme linaire est.une trace" conduit : "
':,"\ "
PEIJ+Elj,P=LPklE~+I Ppn=(PiI+Pn)E;j+( ...)
Il n'y a rien de sorcier l-qessous. si ce n'est un rsultat Important qu'on a tabli au k 1
chapitre 6, mthode 2 : on soit que pour tout cp e!Mn Ii existeune (unique) matrice A les ... reprsentant des termes extradlagonaux diagonaux. donc qui ne nous
telle que : Intressent pas pour calculer la trace. Les termes diagonaux de la matrice
VXe Mn ql(X) = Tr(AX) reprsentant n(qul est de taille n2) sont donc :' (Pii+Pn) . chacun de ces termes
apparaissant n fois.
Conciuslon :
'10 : Utiliserles formules relatives la trace
METHODE Tr(n)=2n}; Pli =2nr
1
d'aprs la formule(III).
On a fait un petit catalogue de formulestout ce qu'IIy a de plus classiques:

(1)Tr(AB)= Tr(BA)
Exemple2: si A3 = 2A 2 - A montrer que tr(A) est un entierrelatif.
(II)Tr(A)= Tr(B) si Bet A sontsemblables Un peu d'habitude en algbre conduit 0 chercher lesvaleurs propres de A parmi les
racines du polynmes annulateur,qui sont 0 et l. donc desentiers.Comme d'aprs Cv)
(Iii) Tr(P)= rg(P) si Pest un projecteur la trace est la sommedesvaleurspropres(entiers),a roule.
".

-------- -- ------ ------- ------


-------- -------------------
114 METHODIX
ALGEBRE 6. Mthodes de calcul matriciel.2rT;l.~
partie 115

3. Polynmes de matrices o Parexemple.siA et Bsont diagonalisablesdans une mme base. de valeurs propres
ai et ~i un polynme convenable est l'Interpolateurde Lagrangequi est tel que:
Lespolynmes de matrices (et par consquent d'endomorphismes) Jouent un rle 'VI P(al)= ~I
central en algbre linaire. notamment du point de vue de la rduction. A ce stade
du livre nous avons tenu foire le point surquelques connaissances de base Il. sans (cf. chapitre 1pour de plusamples renseignements).
rentrer encore dans le dtail de la rduction des endomorphismesqui.fera l'objet des
chapitres 8 et 9. o Ainsi.et ceci trouble souventlescandidats. lorsquela racine carre de A existe(c'est
le cas pour les matrlces.symtriquesdfinies positives.cf: algbre bilinaire). si A est
diagonalisable (c'est encore le cas pour de telles matrices). on montre comme plus
haut que -lA est un polynme en A. Ceci ne veut pas dire.que Jo racine salt un
polynme. puisque le polynme dpend chaque fols de A (cf. remarque faite
METHODE 10 : Comment prouver/utiliser qu'un polynme est annulateur? l'exercice 2 du chapitre 5).

Existence: Rappelonsau passage la conclusionImportante de cet exercice:


Hormisla vrification pure et simpledu calcul de la sommedes puissancesde A. nous
voudrionsIci Insistersurun rapprochement qui est rarement fait par lescandidats entre Il L'inversed'une matrice estun polynme en cette motrice.
l'existence d'un polynme annulateur et l'existenced'une liaison entre les puissances
de A. C'est d'ailleursaussile cos de l'exponentielle de A. puisqu' partir d'un certain Indice
(Infrieur n2). lespuissancessontcombinaison linairesdes puissancesprcdentes.
Eneffet. dire qu'il existun polynme annulateur de degr k pour A revient dire que
les puissances de A Infrieures k fOrment une famille lie. Inversement. si ces
puissancesforment une famille libre.Ilne sauraitexisterde polynme annulateur.
C'est d'ailleursde cette faon l que l'on montre l'existenced'un polynme annulateur METHODE 12 : Comment prouver des relations sur Ker P(A) et lm P(A) ?
(l
(Pui~qUeles n2 + 1vecteursde L(E)que sont A. A 2 ... An) forment ncessairementune "1'
Les Ides sont toujours.les mmes : utiliser le .Iemme de Bezout et les principales
famille lie car l'espace est de dimensionn2). 1 propritsarithmtiquesdes polynmes (cf. chapitre 1).
1
Structure de l'ensemble Ann[A] : UnrsultatImportant est frqemment utilis: il s'agit du lemme des noyaux.
L'ensembledes polynmesannulateursde A est un idal monogne de K[X]. donc qui Lemmedes noyaux:
peut tre reprsent comme:
Ann[Al = {Q.PMP eK[Xl} SiP=QRo Q et Rsontdeux polynmes premiersentre eux. on a :
o PMest le polynme minimalde A (encore une fols.cette notion est aux frontiresdu KerP(A)= KerQ(A) E9KerR(A)
programme).
Intrt :.
Il est norme: .. Exemple:SiD=pgcd(P-Q)morilrerqCJelm D(A)=lm P(A)+lm Q(A)
- permet de calculer des puissances.desInversesde A (cf. chapitre prcdent) ; - d'aprs BezoutIlexiste CU. V) telsque:
- permet de dterminer un ensemblecontenant.lesvaleurspropres;
- permet de rduire lesendomorphismes(souscertainesconditions).
- et permet de faire tout plein d'exercicespassionnants...
ce qui permet aisment de montrerque:
REMARQUE:
lm D(A)cim P(A)+lm Q(A)
Signalonsd'ores et dj une erreur,qu'on reprendra abondamment au chapitre 8:les
valeurspropres ne sont pas exaclemenl/es racines d'un polynme annulateur,. elles - par dfinition 0 divisePet Q donc P=D.P'et Q=D.Q'ce qui permet de montrer que
sont seulement inclus9s dans l'ensemblede sesracines (pour la bonne raison que si !
vous multipliez votre.polynme par n'importe quoi il reste annulateur et que vous
pourvez donc rajouterplein de racInesqui n'ont rien voiravec les valeurspropres)... ImD(A)::>ImP(A) et lm D(A);)lm Q(A) ""
.\ donc que
1
1
lm D(A)::llm P(A)+lm Q(A)

METHODE 11 : Comment prouver qu'il existe un pOlynme tel que P(A)=B et finalement l'galit propose.

o .Sansrentrer.dar:s le,dtail et le cas par cos dE!Sexercices.une Ide gnrale assez


utile consistea utiliser1Interpolationpar lespolynomesde Lagrange et la rduction des
endomorphismes.
116 METHODIX ALGEBRE 6. Mthodes de calcul matriciel. 2me partie 117

4. Centres et commutants "E.nregardant bien les Indices des mat:l~es des deux membres, ?n
en dduit que: .
.. MeZ(.>!) ~ 't(I,j) mii=mli et mij=0 si l'''J
, 1
Ce qui cuivout dire que M est scalaire (de la forme )J). ,
A) Centres de parties de !Mn
Exemple2: dterminerle centre de GLn
On rappelle que le centre Z(.>!)d'une partie .>t de !Mn est dfini comme: " "
1 Bon. ben l c'est pas de chance, c'est oosen espace vectoriel et en plus aucune des
matrices lmentaires n'est dedans. <;i::.."
Z(.>!)={MeL(E) tels que 'tAe:4. AM=MA} ,..,~.~~.;
,

Soit, Mois un petit peu de rflexion doit vous conduire remarquer que les matrices':',
1 + Eij sont toutes dons GLn. puisqu'elles sont triangulaires sans zro sur la dlagonale;., "
Z(JI) est donc un s-ev (et mme en fait une sous-algbre) de L(E).

REMARQUE: Donc on a l'implication:


MeZ(JI) => 't(ll) M(I+Eij)~(I+Eij).M
En toute rigueur, on a dfini le centralisaleilr. Le cenlre estl'ensemble des lmentsde ce qui s'crtt. en simplifiant par M :
.!il qui commutent tous les lments de JI. Cela ne change pas fondamentalement
la nature du problme donc on continue de l'appeler centre.

METHODE 13 : Comment trouver le centre d'une partie de !Mn ? cas trait plus haut et donc ncessairement M est scalaire. Rciproquement toute
matrice scolaire convient et c'est finI.
Principe:
Retenez donc (car ces rsultats sont constamment utiliss) :
D D'aprs la mthode 5 du chapitre prcdent, Il faut, ds qu'on a I,lne proprit
linaire vrifie par toutes les matrices M de !Mn. crire qu'II est quivalent qu'elle salt
vrifie pour les matrices lmentaires de base El)' Il Le centre de GLn et de Mn est constitu des matrices scalair~s.
Or la dfinition de Z(.!il) est clairement linaire par rapport M donc on est dans le cas
favorable. REMARQUES:

D Cependant. :4. peut' parfaitement ne pas contenir toutes les matrices de la base. o On peut s'tonner d'un tel rsultat (s/ ce n'estpas le cas alors vraiment vousnous
voire aucune de ces motrices. Il ne faut pas pour autam renoncer. Le principe est alors dcevez beaucoup). A part que le calcul conduit trouverle mme centre. on peut
d'utiliser les matrices El)pour construire des matrices simples appartenant JI. se demander s71n'y a pas de ra/sonplusprofonde cela. '
Et bien figurez-vousque si 1Il Y a une rolson topologique. En effet. voussavez ou on.
verra (chapitre tt) que GLn est dense dans Mn- Or 10relation MA = AM est linaire,
D Une fols obtenues ces relations (en nombre fini). Il suffit de chercher M sous la forme
donc connnoepaf/apport A (on est en dimensionfinIe).
M,=:L mldEId Donc si M commute avec toutes les matrices InversIbles.elle commute forcment ..
1<.1 Ciyectouteslesmatrices.por densit.la rcixooue tant tautologique.... ,'>
et d'injecter cette criture dans les relations sus-nommes pour en dduire des
relations ncessaires sur les coefficients de M (en utilisant la formule du produit des
matrices lmentaires).
riLes deux exemples.,prcdents peuvent tre, do/vent tre et sont de tacto:"',:
considrscomme dil coarspar les examinateurs. ,;....
.-_;
D Enfin. on vrlfie,que les matrices obtenues conviennent,
B) Commutant d'une matrice
REMARQUES:
SI A est une matrice donne. on cherche dterminer:
, 0 SI vous dcidez de raisonner directement par quIvalences. c'est vos risques et
prils (assurezvousqu~7s'agit toujoursd'quivalences...)
o JI peilt trsbien ne pas Dtreun sous-espace vectoriel (exemple 2 cl-dessous: GLn) r(A) = {Me !Mn telles que: AM~MA}
et cela n'empche en rfen de dfinIr le centre de JI. Dans ce cas. on raisonne
forcment par conottons ncessaIres cor on n'a aucune notion de dlmens/on C'est un cas particulier de la siMation prcdente. Cependant. on ne le traite lornols
applicable IcI. On n'est donc alorsjamaIs certain d'avoIr crit assezde relations. . avec les mthodes exposes. car elles ne sont pas adoptes la situation.
:-~

Exemple 1: dtermlnerle centre de !Mn Commenons par remarquer que toutes les puissances de A' (positives et ngatives)
commutent avec A. donc on est certain qu'au moins:
L le problme n'est pas trop compliqu : on doit prendre toutes les motrices
lmentaires et on a l'quivalence: K[A]cr(A)
MeZ(.>!) ~ 't(ll) M.EIj=EII.M Il peut parfaitement y avoir Inclusion stricte (A~ld: K[A] ~I et r(A) ~ Mn).
Ce qui s'explicite en : Par ailleurs. comme prcdemment. r(A) a une strucfure de K-algbre.
Me Z(JI) ~ 'tel J) L mklEkl= L mJIEil
k 1 _i
i 4 f dsigne rendomorphlsme dont la matrice dans la base canonique de Rn est A.
118 METHODIX ALGEBRE 6. Mthodes de calcul matriciel. 2me partie

On obtient les relations


119
'o'

-
1;::' ri,
~'

'!iI;

METHODE14: Effectuer un calcul explicite AX=XA. AY=4'.Y, ZA=4.Z, f;


1 Aprs, on est oblig de repasser aux coefficients.,. i
Principe:
Il s'agit de chercher explicitement tous les coefficients de M commutant
crivant toutes les relations exprimant la commutation MA=AM.
avec A en
Vous le voye~ sur cet exemple, l'Intrt n'est pas toujours norme, (Pour ceux qui n'ont
pas remarque. c'est le mme exemple que prcdemment ...). 1
Cos d'utilisation :
Vous l'aurez compris, ce genre de mthode ne saurait s'appliquer aux matrices de
1
grande taille (concrtement. si la taille de A est suprieure ou' gale 4, c'est pas trop METHODE16:' Changer de base pour obtenir une criture plus simple de f
la peine d'y compter; sauf si vous aimez particulirement rsoudre des systmes 1
linaires gigantesques). 1
Principe: 1!
Supposons que f soit reprsente dans,une, base: eparune matrice. B Il plus simple" (on '1
1 1 0] verra quel sens donner a ce qualificatif ci-oprs). Soit P la matrice de passage de la
Exemple: commutant de A = 0 1 0 base canonique la base e..Alors: B=P-1AP.
[
004
Comme 391, on peut s'autoriser faire les.colculs. Sion cherche M sous la forme Pour une matrice M quelconque, on pose M' = P-1MP.
0 b C] Il est alors clair que: " 1
1

M= [ ~ ~' ~
AM=MA' ~ BM'=M'B
Or sion 's'est bien dbrouill et que B est' vraiment plus simple que A. le calcul s'en
trouve facilit. On peut alors revenir la mthode 14 (ou 15),
Il est ncessaire et suffisant d'avoir (aprs calcul des 9 coefficients de AM et des 9 de
MA) : Cas d'utilisation:
a=e ; c=d=f=g=h=O, Les cos les plus usuels o l'on peut aboutir une s!mp!!ftcoTIon sont les sulvonrs :
Conclusion: -lorsque. la motrice A est diagonalisable,
- lorsque-jo rnotrtce A admet. suffisamment li de s-ev propres, 1.;
r(AI-[[: ~ ~}(Ubll.R'1 - lorsque.lo
Nous albris
frquents,
matrice A
traiter en
.
est cyclique ..
dtail l'ensemble de ces trois cas, qui sont de loin les plus
. . .
qui est une algbre de dimension 3.
A 6s1d(agonalisabI6:. ,
On est rcrnen. 'ovec les'nOkrtions. prcdentes. l chercher les matrices M' telles que
,f-,.'

DM' = M'D o D est une matrice qu'on crit sous forme diagonale par blocs en
METHODE 15 : Effectuer un calcul par blocs regroupant les p valeurs propres de multiplicits respectives a.1

Principe :
Au lieu de faire l'Intgralit des calculs ds le dport, on commence par dblayer le
'1", '~"' 1
terrain en faisant des calculs par blocs, On-en vient ensuite aux coefficients. [ plap
Cas d'utilisation: Un calcul simple montre; si on appelle dl les termes diagonaux de D et, mij les termes'
Evidemment, Il faut que A se p:{)sente naturellement' sous forme de blocs pour que d M', que: .
l'ap'plication de cette mthode prsente un quelconque Intrt.
La mthode autorise a priorides manipulations de matrices de taille plus grande. M'D-DM'=h(dj-di)]

Cependant. Il faut bien se, rendre compte que l'on est frquemment -condult Comme par dfinition de D (df-di)=O ssl Il existe ksp tel que (i.1) E [a.k_1 + l,CXk]2 on en
repasser aux. coefficients pour les blocs, qui sont certes de taille Infrieure, mals quand dduit que seuls ls termes.de M' dont les Indices sont dans ces lntervolles sont non
mme ...

["",
~~,J
nuls,

,.,'
Elle sera d'autant plus efficace qu'apparaissent des blocs de zros dans la matrice A
Finalement M'est diagonale par blocs, c'est--dire de la forme: .,

Exemple: commutant de A = 0 1
1 1 0]a
004 [ o les blocs M~, sont de taille ai'
Il v o deux blocs de zros, qu'on Isole naturellement. On cherche M sous la forme:
De plus:
p ,
M=G' ~) dlm r(A) = L. a?
o X est un bloc carr (2.2). 1=1
120 METHODIX ALGEBRE 6. Mthodes de calcul matris;!el. 2me partie 121

REMARQUE: . Or pour tout vecteur X il existe des coordonnes telles que:


lin} n-l
On pourrait aussi raisonner en termes a'enaomororusrne - mais on est dans un ..~ MX = L .j.AIX
chapitre de calcul matriciel donc on pose les calculs, monsieur, ... - en disant que ;=0
comme D et M' commutent; les espaces propres de D sont stables par M: (puisque les itrs de A sur X forment une base).
Calculons alors l'action de M sur cette base:
n-l .
A possde n vo/eurs pro pros disnnctos (cas porticulior): MX= l .;.A'X
C'est--dire. avec les notations prcdentes, p-n et ai =1 pour tout 1. j=O

Dans ce cas: n-l n-l


M(AX)=(MA)X=(AM)X=AI j.AIX= L .i.Ai(AX)
(i) Le commutant d'un endomorphisme diagonalisable spectre simple est 1=0 1=0
form des matrtces diagonales. n-l n-l
M(A2X)=(MA2)X=(A2M)X=A2.I IAIX= l .;.A;(A2X)
(ii) Une base de r(A) est: (l A. A2 ...An-l) 1=0 1=0 r,,: ".'

(iii) r(A)=K[A] et ainsi de suite pour toutes les puissances. On constate donc que M s'crit. pour tout
vecteur E de la base:
Prouvons f rsultat (Ii). Vu que p=n et ai= 1. le commutant est de dimension n. Il est
donc ncessaire et suffisant d'tablir la libert des n-1 premires putssonces de A. donc
deD.
n-l ce qui veut dire:
L api =0 n-l
1=0 M=Il..i.AI
se traduit par n relations: 1=0
n_l et prouve bien que M est l.ln polynme en .A,.
Iije{L.n} L ail..i =0
1=0 REMARQUE:
Ce systme aux inconnues aj a une motrice de VanDerMonde. inversible car les n
valeurs propres sont supposes distinctes. Donc il n'cdmet que la solution triviale. Ce Un endomorphisme diagonalisable spectre simple est cyclIque, SI (ei) dsigne une
qui prouve la libert. base de diagonallsation il suffit de prendre x = el +... +en (la matrice de passage entre
REMARQUE: (el) et la fa':T7llle (x. f(x). f2(x) ... fn-1(X)) est de VanDerMonde). Donc on retrouve le
rsultat prcdemment obtenu,
Il est aussi trs simple de prouver le caractre gnrateur de cette famille, en utilisant
le pOlynme Interpolateur de Lagrange: toute matrice diagonale I!. = dlag(o;) s'crit
comme un polynme de degr infrieur ou gal n-l en D. savoir le polynme
"
~:~'..
A po$Ssds suffisamment d'espaces prooroe:
interpolateur p tel que: li) p(.j) = 0i ft

Derrl~re ce critre quantitatif totalement flou se cache une remarque PI.eine'~~bO~' ';",;'
..'
Si dans un exo vous avez besoin de (re)dmontrer que c'est une base. montrez plutt sens: si A n'est pas diagonalisable. mals que A possde beaucoup d'espaces propres, :~.
libre+gnrateur car trouver la dimension est un peu plus long. (quoique ...). El' ... Ep si F dsigne un supplmentaire de leur somme (directe. forcrnent) ?ans' E':.:< ....=
E =::.,EEI... EI)Ep El) F et si on forme une base de E constitue de bases de chacun de ces s~> :;\.'
ev. f a pour matrice dans cette nouvelle base:

; {,a, -.','~~~
A es/ cyclique:
Un endomorphisme est dit cyclique sslil existe un vecteur x de E tel que:
(x. f(x). f2(x) ... f'-1(X))
salt une base de E.
Alors : \'(d1;~;:~1:~;~~(.d:
et l:~on soute sur la mthode 15 pour terminer le calcul par blocs. Notons que le cas'
~ r(A}=K[AJ du bloc gauche est rsolu par l'tude des endomorphismes diagonalisable,
prcdente.
Comme on a une Inclusion Il suffit de prouver l'autre. savoir r( A) c K[A J .
ATTENTION:
Si M est tel que MA=AM alors Immdiatement par rcurrence:
MAk =AkM F n'a aucune raison d'tre stable a priori (c'est un supplmentaire d'espace stable et
rien d'autre) donc la matrice B n'est pas diagonale par blocs: les dernires colonnes
sont pleines. .
"j' .
122: ' METHODIX ALGEBRE 6. Mthodes de calcul matriciel. 2~e partie 123
...r

5. Espaces stables Ce rsultat est la limite du programme (voire en dehors. pour certaines sections) et Il -
est dlicat employer. Donc mfiance ... En revanche. Il peut vous servir vrifier que
les espaces que vous avez trouvs. par d'autres mthodes, sont bien ceux qu'II fallait
trouver.
La recherche des espaces stables d'une matrice ou d'un endomorphisme est une
question cl"assique des oraux de concours. On est frapp de voir le manque
caractris de mthode avec lequel les candidats abordent ce genre d'exercice, qui
deviennent partant compliqus, alors qu'Ils sont trs simples sion suit ces quelques
pistes. __D_E_l_9_:_U_ti_lis_e_r_la
~M_E_TH_O __tr_a_n_sP_O_S_it_io_n ~1
Rappels: Principe:
Les mthodes que nous allons dvelopper sont fondes sur trois rsultats relatifs la Le prloctpe est simple: si vous parvenez, par une mthode ou par une outre, trouver
rduction des endomorphismes, euenous rappelons. maintenant :
un s-ev F stable par tA de dimension. p. alors vous. aurez un s-ev stable porA de
(i) Toute droite stable (ie espace stable de dimension 1) est une droite dimension n - p, savoir F.L.
propre et vice-versa
01) SI F est stable par A alors Fi est stable par tA. Cas d'utilisation :
(Iii) SI F est stable alors le polynme caractristique de la restriction de f F L'intrt rside surtout dans la recherche ..d'hyperplans stables par A ; en effet, on est
divise le polynme caractristique de f. . ramen la recherche de droites stables par tA, c'est-c-ore aux espaces propres.
Sinon. le problme est le mme : cela ne fait gure de diffrence de chercher un
Mise en garde: espace stable de dimension p ou un espace stable de dimension n - p ...
Plus que jamais, Il faut faire extrmement attention au corps de base. En effet, une
matrice peut tre C-dlagonalisable sans tre R-diogonallsable et cela change Cette mthode est redoutablement efficace dans le cas de petites dimensions (cf
singulirement la nature des espaces stables; mthode suivante).

METHODE 17 : Etudier si A est diagonalisable


METHODE 20 : Cas de iiJ. dimension 3
Rappel:
Le problme est entirement rgl dons.ce cas-l grce' au rsultat thorIque peu Espaces s!ab/es de dimension 1:
connu: Ce sont les droites stables donc on sait faire, Il suffit de chercher les valeurs propres et
Soit (Eili~P les s-ev propres de A diagonalisable. Alors tout sous-espoce F les espaces propres cssocls,

stable par A est somme de s-ev des (qsp' c'est dire qu'il s'crit: .Espaces s!ab/es de dimension2:
Comme 3"': 2 = 1 cela revient chercher les droites stables de tA.
p E
F= I~ Fi ou Fi C i
Espaces stabtes de dimension .J:
.. (et vice-verse). . C'est E tout entier.
Ce rsultat Importqnt n'est pas immdiat. Il est dmontr au chapitre 1.1. (thme 3, Ide
5).
i
.,1
Exemple.' espaces stables'de
.,
A= [~3 ~2 ~J
0 0 l
dansR etC .
Cas d'application:
Pour des petites dimensions, Il n'y a pas besoin d'y recourir (cf. mthode 20). Sinon, Un rapide calcul montre que: XA(X)=-(X- ~)(X2+X+ 1)
moins d'une forme trs particulire de la matrice qui vite de passer par la rduction,
on aurait tort de s'en prlver, Dans e :
1 la matrice est diagonalisable puisque le polynme caractristique est scind racines
simples; y a qu' calculer les espaces propres donc on rie le fait pas ...

METHODE 18 : EtUdier si le polynme caractristique est scind Dans Ii!:

Rap;:n ~~~i~~c:;:~:
;":",,,r.,, la seule valeur propre relle est 1. et El =~e3'
Espaces de dImension 1: El =I e3'

1
Sile polynme caractrtstique est scind, Il peut se mettre sous la forme :
P a . Espaces de dimension 2 : 10 matrice tA ayant le mme polynme
XM(X)=ll (X-l.ll ' caractristique. a la mme valeur propre 1. De par la forme de A, il est clair que
. 1=1
On Introduit alors les espaces ~aractrisHques : l'espace propre associ 1 pour tA est El =~e3', dont l'orthogonal est le plan
'.'',. ~ \;L'

.,~ . El = Ker (A-i..il)'"


Alors on peut montrer 'que tout s-ev stabie est somme de s-ev des espaces
Vect(el. e2)'
Espace de dImensIonJ :trs drle ...
caractristiques.
124 METHODIX
ALGEBRE


,
!
1
6, Mthodes d calcul rnotnclel,2me partie 125

METHODE 22 : Faire des calculs bourins


i Exemple: rsoudre dans ru2 : M2 +M- 21= 0
Encherchant M sousla fo;me (~ :). Il vient:
'.. Donc a priori c'est viter saufsivraiment on ne peut pas faire autrement,
Pour la recherche de plans stables (voire d'espaces de dimension plus grande). on 1 02 +bc+a-2 =0
peut:
1) crire a prioril'quation du plan sousla forme usuelle:
ox-bv-czen
2) dterminerune bose en fontlon des coefficients (o.b.c) par exemple (b.-1.0)
l'
)
1
d2+bc'+d-2=D
c(a+d+1)=0
b(a+d+1)=0
et (c, O.-1) sousrserveque a;!{),
3) chercher l'Imagede ces vecteurs;
i - sib=c=Oalors (Cl, d) e {t-2}2 ce qui donne quatre matricesdiagonales;
- sib ou c est non nul alorson obtient toutes lesmatricestellesque:
4) crire que l'imoge de ces vecteurs est dons le plon en rinjectant les
coordonnes dans l'quation; a2+a-2=-bC
5) puisconclure surlesvaleursde a. b et c (G une constante prs)

On vous avait prvenus.tout cela n'estpassoclolernent fin..,


j
d2 +d-2=-bc
a+d+l=O

6. Rsoluti~n d'quations matricielles METHODE 24 : Procder par conditions ncessaires et liminations

Principe:
Il est hors de question de dvelopper ou mme simplement d'esquisserune bauche Il s'agit d'utiliser l'quation pour en dduire des relations ncessaires portant sur
de thorie gnrale de la rsolutiondes quations matricielles - ri'tant mme pas l'inconnue M, PlusieursIdessontexploitables:
convaincu .oue cela soitpossible-, ' - prendre la trace des deux membresde l'quation;
- prendre le dterminant des deux membresde l'quation;
Notre propos est de chercher montrer.de toon strictement pragmatique. comment - tudier des problmesde commutation entre l'Inconnueet une motrice paramtre;
se rsolvent les quations qu'on propose gnralement en exercice et quelles sont les - tudier lesvoleurspropres,ou lesespaces propres; .
quations connatre ou auxquellesIl fout chercher se ramener (en quelque sorte - factoriser par desmatricesInversibles;
desquations canoniques), ' - chercher des relationssurlespuissancesde M ;
- utiliser le rsultat des questions prcdentes d'un problme pour en dduire des
Encore une fols. on veillera particulirement au corps de base et l'ensemble dans solutionsvidentes;
tequet on demande de rsoudrel'quation propose, - chercher des Informationssurle rang;
- chercher des solutionsInversibles.dlagonoles. diagonalisables....
Signalonsenfin que d'autres quations. faisant Intervenirla comatrice. sont proposes - tdler des problmes de nilpotence.
''i
au chapitre 13,
Bref dn le voit lespistessontrnultlples.
'1[.
:::::'-,' .. _ ..
M dsigne l'Inconnue,A un paramtre matriciel.
Une fois ces conditions ncessairestablies en nombre respectable. Il fout essayerde
remonter pour voirsiellessentsuffisantes- et c'est l que le bt blessesouvent..,:' .."
METHODE 23 : Repasser aux coeffici'ents ' Exemple 1: rsoudre AM - MA = 1
Sion prend la trace des deux membreson tombe sur: O=n.
.Principe: Evidemment. dans ce cas. l'quation est vite rsolue: iln'y a pas de solution,
Traduirel'quation matrlclelleen autant d'quations surlescoefficients
Cas d'utilisation: Exemple2: rsoudre M2 + 21v1
= dlag(dj .... dn) = A (K=C), ..~
Vousvous ~,outezque cette mthode est loin de constituer la panace, Eneffet. partir eN : Puisque A est un polynme en M. A et, M commUtent. Or on a vu que le
~'une qucJ;ion:i,uneInconnue pour se retrouver au final avec n2 quations n2 commutant d'une matrice dlaganale tait l'ensemble des motrices diagonales. " i.
Inconnuesnest pas proprement parler une simplificationdu problme, Sansparler du (mthode 16)donc M=dlag(mj....mn),
fait que les quations obtenues sont certainement non linaires.donc qu'on n'a pas CS: Une motrice diagonale est solutionssim? + 2ml= cl; pour tout 1. Chaque quation
d'assurancede savoirlesresoudre,
oyant au plusdeux solutionsdons C, cela fait ou plus 2nsolutions, "' /~;. ..~j
De plus.cette mthode comporte un rel danger: celui d'oublier des cas dans les
invitablesdiscussions,
REMARQUE: , ,.::,~~~;i:i;?,~i;
Il,faut vraiment rservercette mthode la dimension 2. o d'ailleurs mme l les Cette mthode s'tend videmment sansdiffrence auxquations,P(M)=Aou,P,e~!U(' .:'i<"""'! ;~:
r~suttats obten~s sont moins faclIE3ment exploitables que ceux obtenus par une polynme quelconque et M une matrice diagonalisable. : ..' - '.:~/J;;.t ..'', '; '.:
....
resolutlon matricielle'. ',...

l__ - -- -------~------------------__.
l,'

\ e

126 METHOOIX ALGEBRE \ - _- 6. Mthodes de calcul matriciel. 2me portie 127

METHODE25 : Interprter en termes d'endomorphismes

Principe:
L'Ide est d'ebcndonner totalement l'aspect matriciel' et d'Intepreter
.
en termes
r si on rsoud PCM)=Odans M'1CR)Il y a deux cas :
- ou les racines sont toutes dan sR alors on se retrouve dans la mme situation
que prcdemment et M est diagonalisable dans MnCR)et est de la forme cl-dessus .

- ou certaines racines sont complexes et on ne peut rien dire en gnral.


d'endomorphismes l'quation: noyau. Image. rduction. valeurs propres ...
On va montrer sur un exemple typique comment. la complexification permet de s'en
sortir honorablement. .
Exemple : rsoudre M2 =0 en prouvant que 3PeGLn telle que P'lMP=(~ 6) Exemple 1.' rsoudre dons Mn(R) M2 =-1
Soit f l'endomorphisme dont la matrice dans la base canonique de Rn est M. Le polynme est scind racines simples 1et -1. qui ne sont pas relles. Cependant M
f2 = 0 est quivalent : lm f c Ker f. Soit r le rang de f. . est diagonalisable dans Mn(C) ce qui veut dire qu'II existe une base de C n (vecteurs.
coordonnes complexes) dans laquelle f est diagonale.
11 est naturel de constuire une base (e1.... e') de lm f qu'on complte non moins
naturellement en une base (el .... en_,) de Ker f. Puisque M est relle son polynme caractristique est coefficients rels donc les -]
racines 1 et -1 ont mme multiplicit. gale la dimension des espaces propres associs
(car M est diagonalisable).
(el .... e,) tant des vec~eurs de lm f Il existe des ve~t.e~.rs (~I.'" y,) dont Ils sont les
images (on les prend pour essayer d'avoir le bloc Identite a droite), Si (e], ... em) dsigne une base de El' alors (;'.... em) est base de E_i (parce que M est

Reste vrifier si par chance (el .... en_,.y1.... y,) ne serait pas une base de E, ce qui est relle).
On a alors :
le cas ssi elle est libre vu qu'elle possde nlments ..SIon a une relation de liaison
I, lel + I, (XIYj = 0 C') t(ek +ek)=lek -Iek =I(ek -ek)
1 i f[i(ek -ek)l~l.iek -I.(-I)ek =(ek +ek)
en appliquant f Il vient. compte tenu de ce que les vecteurs e sont dans le noyau et
Les vecteurs
que f(y,)=e,:.
I, aie,
1
=0

Donc ces coefficients sont nuls. et en rinjectant dans (') les autres aussi CQFD.
1 (el +;'.e2 +~2 .... em +em, l(e1-:-iJ ... i(em -em))
. forment une base de Rn car leurs coordonnes sont relles. Dons cette base. f s'crit :
0 -lm)
Il est alors clair que, dans la base ainsi construite. la matrice est de la forme voulue. ( lm 0
La rciproque est claire. 1 Finalement. M est R-semblable (,~ -~). et rciproquement une telle matrice est

METHODE26 : Utiliserla rducnon et ja Cmplaxificcticn 1 solution.

Exemple 2.' rsoudre dans dans Mn(R) M2 = 1


Cas d'emploi: '.
Supposcns que nous ayons rsoudre une quation

o P est un polynme scind racines simples (I'" p)


P(M)=O j L c'est beoucoup plus simple: M est diagonalisable
donc M est semblable une matrice du type :

avec a+l3=n .
( 1~ '-I~
0)
et ses valeurs propres, sont 1 et
'.
-1.

Mthode:
si,on rsoud P(M)=O dans Mn(C) alors l c'est fini: M est diagonalisable et
donc 'st semblable 0 unemotrice de la forme: METHODE27 : Se ramener une quation de type connu
' .."."....,.. .
. ..- '. [11 a, ". .... '.pla.l Comme lorsque vous tiez dons les petites classes, vous tenterez ici de vous ramener
des quations dont vous connaissez les ensembles solution.
Les exemples prcdents n'ayant pas t choisis totalement au hasard. Ils constituent
en fait trois types Importants (parmi une Infinit ...)
o
p On rcapitule au cas o vous seriez compltement perdu. ce qui pourrait se
\fi OSalSn et L al'=n comprendre vu qu'on en est dj le 45-lme mthode de calcul matriciel sur 2
, :~iN_~~\'J.';;t:-'-:;-':~
~_';,':- ." - 1=1 Chapitres (et oui 1).
et rciproquement t00ei~9,~+~.R!'l!!~.forme est solution. i'

,
1
f
128 METHODIX ALGEBRE 6: Mthodes de calcul rnqtriclei.2m~ parl-fe 129

2 '
M = 0 : M eSTR-semblablea
_(10,) i:'~ Gnralement. le point crucial du calcul matriciel est le choix d'une base adapte,
':Ruipermettra ultrieurementde mener lescalculsles plussimples. '

( la _I~
0) ,J, },

M2 = 1: M est R-semblable
- De plus,il n'estpas certain qu'IIfaille Introdulie ds le dpart une matrice. Peut-tre

M2 = -1: M est R-semblable (I~ -~) faut-II creuser les hypothses pour en extrolra des renseignements utiles qui eux"
permettront de construireune base adapte. -s

Exemple: montrer que toute quation du second degr dons Mn'(1<)se ramne
l'un de ces types " Unefois la matrice Introduite,que faire? Pourfaciliter l'exercfce, Ilfaut essayerd_a s:'
ramener (sice n'estpas dj le cas) une forme simpleou rduite de la matrice. v, '\.' -,
Mme principe qu'en analyse. Il suffit de distinguer selon le discriminant en mettant . -;' " " ...~~,:,' ,'. :.
sausforme canonique.' Lesprincipalesrductionssont: ,-'o.

-l'utilisation d'one matrice Jr (cf, mthode 7)


-l'utilisation desmatrices Eu(cf. mthode 5 chapitre prcdent).
METHODE 28 : Utiliser les sries formelles - la diagonallsatlon, trigcnallsatlon ou rduction de Jordan ou Dunford (cf,
chapitre 10-11)malsdj l, on sesitue'surun traitement plusalgbrique.
Ce genre de mthode, qu'on a dj voqu lorsde la recherche d'inverse.fonctionne
assezbien surun petit nombre d'quations matricielles.Il consistetout btement faire
" comme si .. l'quation portait sur une variable relle et en dduire la srie formelle Enfin, nous tenons souligner que si le passage d'un problme d'algbre un
solution. Ensuite.on vrifie que la solutiontrouve convient dons l'quqtlon matricielle. problme matriciel semble asseznaturel (trop ?) chez les candidats, le cheminement
Inverse (de la matrice l'endomorphisme) rencontre moins de succs. Pourtant, il
Exemple: A tant nilpotente d1ndlcep, montrer qu11existeM t.a. : M2 = 1+A
permet de dbloquer bien des situations(voir : les calculs de puissance ou d'Inverse
Foisons"comme 51 la variable tait relle : on aurait alors: lorsqu'on raisonne en termesd'endomorphisme, ou plus frappant encore la rsolution
M={I+A , de l'quation M2 =0). A bon entendeur..,
quI. d'aprs le dveloppement en srieentire de la racine (Mthodix. p. 349) peut se
rcrire sousla forme:

M=~ ~H-1}--H-k+ 1}~~=:~ ~H-1}-H-k+ 1}~~


compte tenu du caractre nilpotent de A.
Si maintenant on prend le carr de cette expression on retrouve bien I+A : il suffit
d'Identifier les coefficients des OSE.C'est donc le mme calcul que pour les rels et
comme il est vrai pour les rels.il est vrai pour lesmatrices. '
REMARQUE:On n'a pas prouv l'unicit.

7. Traitement algbrique et traitement matriciel


d'un exercice

Nous avons dj eu l'occasion, d'y faire allusion, et les mthodes que nous avons
dveloppes au cours de ces deux chapitres devraient vous en avoir convaincu :
l'algbre linaire et le calcul matriciel sont deux choses bien distinctes,mme sielles
sont rattaches la mme ralit (une application llnaire). t"
Une erreur classique - peut-tre vaudrait-II mieux parler de maladresse - consiste, ,
',1
~
...
lorsqu'oncherche un exercice d'algbre (pos en termesalgbriques), le transformer
tout de suiteen termesmatricielsen disant:
1l
soit e une base de Eet A la matrice de u dons e , lj

!
131
6. Mthodes de calcul matriciel. 2m~.partie
130 METHODIX ALGEBRE

Erreurs Exercices

L'ensemble des' motrices de rang r n'est pas un s-ev, pas plus d'ailleurs que
l'ensemble des motrices de rang Infrieur ou gal r. ~~eliner les endomorphismes ayant mme matrice dans toutes les bases.

Les formules relatives ou rang et la trace sont sujettes aux interprtations illumines
des candidats. On n'a pos ; .

Tr(AB) = Tr(A).Tr{B) bi; A let B deux motrices telles que:


V'(u. V) E !i\-i} UV = A =!> VU = B
rg(A+B)= rg(A)+rg(B)
a) Montrer que A=B
rg(AB) =rg(A).rg(B)
., b) Montrer que A=B=a!'

Le centre de Mn n'est pas constitu des motrices diagonales. mals des matrices
scalaires. .

De nombreuses erreurs sont commises au sujet des motrices R-semblables et C- [TI


semblables; beaucoup ne comprennent pas bien ce que veut dire" La matrice relle Soit 4>un endomorphisme de Mn tel que:
M est diagonalisable dons C Il. Assurez-vous que vous tes au point sur ce problme.
-.,. cl>(AB}= cl>(A).cl>(B)
4>(1)=1
Montrer que cl>conserve 10troce.
Astuces ... Indication: on utiiisera le curctilsatlon de le trace dmontre l'exercice 2 du
chapitre 6.
lm f et Ker f sont toujours des s-ev stables par f. quel que soit f.

il Les matrices inversibles sont exactement les motrices de passage entre deux bases.
~. . .
Pensez (bis repetitas) interprter une matrice en termes d'endomorphisme si vous
Soit H un hyperlplan de Mn. Montrer que H ("\Gln ;t el .
ne voyez pas comment mener vos calculs: a devrait vous aider

SIle corps de base n'est pas de caractristique nulle, vous pouvez avoir des solutions

AX-XA = I(ex: dans Z/2Z. A =(~ ~) X = (~ ~}


.,
m .' .
-!!es .
Soit A, B et M trOISmatrices carrees ree
0) Montrer que rg(M)= rg(tMM) .
SI dans un exercice on vous prcise qu'on se place sur C, Il y a toutes les chances
qu'II tallJe utilser une valeur propre quelque part (ortsoltqu'll en existe forcment. sur C,
b) Dterminer en fonction des rangs de A et B : ..
mais pas forcment sur R). rg( ~ ~) et rg(A Bl

Lu dans les rapports de l'X

Certains lves ne savent pas prouver l'existence d'un polynme annu!ateur Il


Montrer que A et B commutent .
Certolns'{i~~es parlent de l'Ingalit bien connue: Tr(AB)~Tr(A).Tr(B) Il ... Indication : Montr~r que A est Inversible.

Faire une combinaison linaire sur des lignes ou des colonnes c'est multiplier par
une motrice de transvection ))

rn
Soit E=C n et J'I. une partie de ~(E)telle que:
{H c:E tels que V'fE.:>! f(H) cH} = {E. {On
Dterminer le commutant de Ji!.
METHODIX
ALGEBRE 6, Mthodes de calcul matriciel.2me partie 133

W Corrigs
SoitAe [~ ~ ~} Dterminerle commutant de A (0 est rel).
6J
Il est peu prs vident qu'IIfout traiter cet exercice malricieUemenl,vu que l'nonc
parle de motr1ces.
Soitdonc tun endomorphismeayant mme matrice dons toutes les basesde E.",eune':;':'O'
!Il
A et Btant fixes,rsoudre:
base donne de Eet A la matrice de f dans e. ;':;r:i~;
XeTr(X).A+B Si e' dsigne une autre base de E. la motrice de f dans e' s'crit P-:-1AP
o P est la ,':}', .
matrice de passage entre e et e'. :,,_-
D'aprsla proprit de f on en dduit:
A=P-1AP
"
et ce pour toute malrlce de passage p, c'est dire pour toute motrice Inversible(cf.
astuces).On en dduit :
\lPeGLn PA=AP

Ce qui veut dire que A commute avec toutes lesmatricesInversibles,et donc, d'aprs
le rsultatde la mthode 13, que A estscalaire,
On a raisonn par quivalences donc l'ensemble des solutions est l'ensemble des
homothties de E.

m
a) Il suffit de particulariser : si on prend U=A et V=I on a UV=A donc VU=B.mols
VU=A.I=Adonc A=B.C'esttrsbte. .

b) On particularise nouveau: si on prend U",Pet V=P-1A(o P est Inversible)on a


bien UV..A donc VU=Aauss!or VU=P-1AP,

Donc A=P-1APpour tout Pinversibleet c'est la mme fin qu' l'exercice prcdent.
:;.
1 ~3 1 . . ,
Il fout dj comprendre ce qu'on nous demande de dmontrer (cette remorque
s'appllqlJede manire trsgnrale n'Importequel exercice de maths).' , . .
On veut donc tablir que:
\lM Tr(~(M)) = Tr(M)
Considronsla torme linairesur !Mn: e = Tr.~ (vrifiezau passage que c'est bien une
torme linaire). - - - - - - - - .- _. - .,'
On veut montrer que e = Tr. Or d'aprs la caractrisation Indique dans l'exercice 2
ch.4, Ilsuffitque:
; e(MN)= 9(NM)
pour que e soit proportionnelle la trace.
On y va tranquillement:
e(MN)= Tr. ~(MN)= Tr[~(M).~(N)1= Tr[~(N).<l>(M)
1= Tr.<l>(MN)= e(NM)
(on utilisela proprit (1)de la mth~e 10).
Donc e= . Tr. Mols le scolaire est forcment gal 1 : Il suffit d'appliquer l'galit
prcdente la matrtce l pour le voir.
Rsultatdes oprotlons: e est gale la trace, et on a ce qu'on voulait:
"",,,-'t" ','(; '.'c.:" ...... "'....~ ...

134 METHODIX ALGEBRE 6. Mthodes de calcul matriciel.2n;J3.portie 135

ru
SIvousavez eu le courage de lire et d'apprendre les mthodes de dualit, vous devez
Tout a pour lgitimer ce que beaucoup considrent comme une astuce, savoir
mutliplier lM MX=0 par 'x pour obtenir:
avoir lerflexe: hyperplan=noyou d'une formelinooirenon nulle.
IX.tMMX=O
Toujourssi vous avez lu ce chapitre (si ce n'est pas le cas on vous conseille ou de le qui s'crit:
faire ou d'arrter cet exercice qui risque de vous nerver) vous savez qu'on connait. I(MX).MX=O
parfaitement l'allure des formeslinairessurMn : elles sontde la forme Tr(AM). qui implique (et qui est mme quivalent ) :
MX=O
Rsumonsnous :sansrflechlr nous avons naturellement crit que Il existeune matrice Donc lesdeux matricesont mme noyau, et a fortiorimme rang (c'est un rsultatplus
A vrifiant: . faible).
H=Ker<ll o q,(M)= Tr(AM),
b) Surces deux matrices M et N il vaut mieux raisonnersurles lignes et.ou les
On nous demande donc de montrer que pour toute matrice A non nulle, il existe une colonnes.
matrice M inversible telle que: Tr(AM) = 0 PourM. un raisonnementsurlescolonnes(notations videntes)donne:
(remarquez que l'nonc est devenu totalement diffrent),
Bon. Mals on ne salt pas quelle est la tte de la matrice A Peu Importe 1 On va
simplifieren appliquant la mthode 7 et en disant que A est quivalente une matrice
Jr soit: donc, d'aprs une Ingalit" bien connue : .
3(P,Q) e GLn2
tellesque: A =PJrQ rg(M)sdlm Vect {Al .... An}+dlm Vect {Bl,...Bn}= rg(A)+rg(B)
On recherche videmment M par blocs sousla forme
et on n'a pasmieux.
M=(~ ~)
ORest carr de taille r. Pour N Il vaut mieux raisonner autrement (vu que N c'est pas M et qu'en plus on va
Uncalcul par blocs donne que prouver un rsultatd.iffrent1) .
Sion appelle Aj,...AlOO(.)une famille libre de colonnes de A (Idem p~ur B) alors en
AM~(~ ~) prenant lesvecteurscolonnes de N qui correspondent on obtient une .famillelibre de
On cherche donc M inversibletelle que TrCR)
est nulle. Il y a des millionsde faons de R2n(il n'y a qu' crire pour voir qu'une liaisonsui ces vecteursentrane une liaisonsur
faire, por exemple prendre: .. les Aj,.... A1OO(.)
et sur les B].....81OO(.).
Donc: rg(N)<!rg(A)+rg(B)(rg=taille d'une famille
T=5=O;U=ln-r et R=dlagC\"'r~,.l-r)(SIr>l) libremaximale,cf. chapitre 5. quand vouscommenciez l'algbre linaire...).
et a marche. Mals toute famille comportant rg(A)+rg(B)+l vecteurs colonnes de N comporte au
Ilreste revenir ou cas gnral: moins rg(A)+l colonnes de A ou rg(8)+1 colonnes de Bdonc est lie. Moralit: on a
galit rg(N)=rg(A)+rg(8).
Ce genre d'exercice n'est.posfollement excitant mais Il faut savoirque a se pose aux
concours...
o N=Q-1MP-1est lrwerslble comme produit de motrices Inversibles,Et N convient: ,,
Tr(AN)=O.
'Magique... .
~n 6votsdconseillev;vement de calculer BA ce qui es~l'Ide la plusnaturelle avoir
devant cet exercice.
W. On vousconseillepor contre de factoriserpar A ce qui peut l'tre:
a) Le terme t~:M ~O!1'vousfoire penser de l'alg~re blllSlalre,on va voir pourquoi.
Pour montrer 1egalite des rangs on peut montrer l'egolite des dimensionsdes noyaux, A(B-A-I)=I
Malscomme manifestement Ker(M)CKer(IMM) on va prouver l'gofit des noyaux, ce ce qui prouve qu A est Inversibleet que l'Inversede A est:
A-1=(8-A-I)
qui revient prouver l'InclusionInverse Ker(M)::>Ker(tM.M). Or l'Inversede A commute avec A (puisquel'Inverse gauche et l'Inverse droite sont
confondus) donc: . .
Supposonsdonc que tM MX= 0, C'est l qu'IIfaut un rflexe quadratique, c'est--dire (B-A-I)A=I
En dveloppant et en faisant la diffrence avec la relation Initiale.
voir que cette relation est presque de la forme Iyy =0 Cf tant un vecteur) ce qui miraculeusement:AB=BA,
Implique Y=O(car tyy est la norme de Y pour le prOduitscalaire canonique _ repassez
aux coordonnes si vous pdalez compltement). Epatant, non? Vouscvez Intrt connatre cette ruse-l.car l'exercice.""'._'.'.'i'~,_""
vogue danstesconcoursactuellement.
,, . Faitesle ropcrocnemeot avec l'exercIce 9du chapitre prc~dent.

--- --- ----- ---- --_ ----


136 METHODIX AlGEBRE 6. Mthodes de calcul matriciel.2me partie 137

ITl
Vu qu'on prcise qu'on est sur C, d'aprs les astuces il va falloir faire Intervenir une
m
Ca ressembleun peu l'exemple 1 de la mthode 24 donc on est saisid'une furieuse
valeur propre. envie de prendre la trace qui nous'donne:
(1- TrA)TrX= TrS
Soit u qui commute avec tous les lments f de .!t. Il faut construire partir de u un Ca se discute i
espace stable par tous leslmen1sf pour utiliserl'hypothse.Comme on doit se servir
d'une voleur propre, Il est naturel d'Introduire . une valeur propre de u et El.respace - ou bien TrA..1 et TrM alorsy a pas de solution
propre associ.
- ou bien TrA,'1alorson trouve (CN)
Comme u commute avec touslesf, tous lesf laissentE)"stable. Or E)" est non rduit 0 TrB
puisque c'est un espace propre. Donc c'est forcment E tout entier, d'aprs la TrX= (1- TrA) ......
dfinition de .J'I,
qu'on rinjecte dans l'quation Initial~qui nousdonne (CN) :
Rsumons: siu est dans le commutant de .J'l, Il a un espace propre qui est Etout entier.
Donc u est une homothtie. La rciproque est cialre. . TrB
X=(l_TrA)A+B
[TI qui est bien solution(le vrifier)ce qui nousdonne une solution.
. Vu qu'on a une matrice de petite taille on peut faire un calcul explicite (bon courage
quand mme). Malsce n'est pas la mthode la plusJolie(pour autant qu'IIexistedes
mthodes Jolesadoptes ces Jolisexercices) et Il vaut mieux essayerde rduire A- - ou bien TrA..1 et TrB=Oalorson peut remarquer que Best solution vidente (ah bon
donc calculer son polynme caractristique. sachant dj que 1 estvaleur propre (a ?) et en recopiant:
se voit. non ?) . X=Tr(X)A+B
B=Tr(B)A+B
On trouve facilement:
.11 vient par diffrence (CN) :
XA(X)= (I-X)(X2 -3X-2a) X-B = Tr(X-B).A
Il faut voir si 1 est racine simpleou non. . ce qui Implique (CN)X-BE R.A.
SI 0=-1. alors On vrifie rciproquement que cette infinitde solut1ons
convient.
XA(X)=(I-X)2(2-X)
et un rapide calcul montre que A est alors diagonalisable et que la matrice de
passage P vaut [ill
La matrice du membre de droite est l'une des fameuses matrices J qu'on vous a

!l
1 0 prsentesau chapitre prcdent. .
p= 0 1 )' .... . .- .' ..
[ o -1 Or cette matrice est nilpotente d'Indice n. Ce quro pour consquence que la rnotrtce
X est!Il1patente d'Indice p suprierleurou gal 2n -1. Or on salt (ct. 'chapltr 12)que t ,
p est ncessairement Infrieur n. Ce qui Impose: ns t, Mals en ..dlmension 1, la r-.

Comme la ~thode 16, AM=MA quivaut ND=DN eo N=P-1MP. N est donc matrice J n'existepas... Donc Il n'y a pas de solutionen dimensionsuprleure..ou gale..';
diagonale par blocs,c'est--dire Ici: 02 ~ _

. N=[: : .1 Au moins.on ne peut pas dire que lescalculs nousauront fatigu surcet exerclce-I.

Ce qui donne ul')ev de dimension5.


. Si 0.0-1, 1 est valeur propre d'ordre 1 ; on ne peut pas rduire A mieux que soussa
forme Initiale, On falt donc un Calcul par blocs sous cette forme-l et on trouve

, fodlemMt~:>:-b",":~(~ y-~/2.Z af~.zl J


r
o z y
qui nous donne un espace v~tOr1el de dimension3.
Ce genre d'exercice est ~~.y~rsant,
.' ..' _.~{;,
n'est-IIpas?
..*.t.,..,,,,..
.
I~
..-~ --- -~---=----'-~~~ --..-__
-
142 METHODIX ALGEBRE 7. Mthodes de calcul de dterm!_n_ants

METHODE 3 : Mettre un terme en facteur METHODE 4 : Reprer une liaison entre colonnes

Principe: Principe:
Lorsque la somme des termes de chaque ligne est la mme (par exemple si les Une fois qu'on a trouv deux colonnes Identiques (ou proportionnelles) ou une liaison
coefficients sur chaque ligne sont les mmes dans un ordre diffrent ...) on additionne entre les colonnes. on est assur que le dterminant est nul. ce qui courte
toutes les colonnes la premire. ce qui ne chone pas le dterminant. considrablement le temps de calcul et nos souffrances por la mme occasion.

Ensuite. on met la somme en facteur.et on se retrouve avec une colonne de 1. Exemple: voir le calcul du dterminant de VandDerMonde (mthode.9).

On soustrait gnralement une ligne une autre (pour chaque ligne) pour faire
ar;>paroitre des zros porteur dans' cette colonne sauf un endroit. et ensuite on
developpe selon cette colonne (mthode 5).
METHODE 5 : Dvelopper le dterminant selon unecolonne .
o
al Principe:
Dvelopper selon une colonne en utlisant la formule des cofacteurs:
Exemple 1: d= al 02

n
al 02 an 0 det(A) = ~. aii .AU
j=l
Comme sur toutes les lignes on a les mmes coefficients dans le dsordre. on fait
comme expliqu; posant a = L 01. Cl t- L CI donne: o les cofcctsurs valent:
. a ~ ~ ~ 1'~ ~ ~ Aij = (-1)1+1
t.il
0002 an 10a2 an t.ij tant la matrice A laquelle on a retir la i-me ligne et la Hme colonne.
d=a ~ ~=al ~ ~
Cas d'utilisation :
Cette formule marche videmment pour toutes les matrices. Cependant. elle se
a2 rvle ra particulirement efficace si la colonne selon laquelle on dveloppe a
beaucoup de termes nuls (sous rserve toutefois que les cofacteurs soient facilement
Puis on fait LI t- Li- LI_l pour 1>1 ce qui donne un bloc triangulaire: calculables. ce qui n'est pas forcment le cas).

Au pralable. des manlpulotlons peuvent tre ncessaires. notamment la mthode 3.

d=a
o Exe_e.'poIynme= ~dMmeb8nim.'A=[: . al]
02
. 0 :
o
On d~e!oppe seon Io premire colonne.
-n
dont le cofacteur est triangulalre.donc
.. 1 an
'slmple a' voluer, Finalement: . .' .. . . Le polynme caractristique de ces matrices est donc:
-X a]
d = (-1t(La;)ll ai
a2
(ottentlon la puissance. le dterminant est de taille n+1). d=
-X
a b b afl-X

Il Exemple2.' calculer d = ~ C'est l qu'il faut foire le bon choix cor 11 y Cl beaucoup de termes nuls dons la motrice.
b On dveloppe selon la dernire colonne et les cofacteurs sont triangulaires:
b b a
La somme sur les lignes est onstante gale a+(n-l)b. Aprs addttlon et mise en d=Ht[Xn - . aIXI-1] . .
1=1
facteur on fait l'opratlan Li t- LI-LI pour 1>1 qui amne :
1 b b REMARQUE:

d=[a+(n-l)bl~ .a.~.b .~. : Ces matrices permettent notamment de dmontrer que nmporte quel polynme
unitaire tant donn, on peut trouverune matrice (au moins) dont il est le polynme
o 0 a-b caractristique ( savoirla rnatrce de Froebenluscorrespondante). .'
Par dveloppement on tombe sur un cofacteur triangulaire d'o le rsultat :
d=[o+(n-l)bJ(a_b)n-l
L
144 METHODIX ALGEBRE 7. Mthodes de calcul de dterminants 145

B) Autres mthodes Evidemment, Il faut savoir calculer' une signature (cf. votre cours d'algbre gnrale),
ce qui n'est pas ncessairement plus simple (ou contraire, semble-t-II) que le calcul
d'un:dtermlnant. comme le rnonfre cet exemple.

l,'.,
" '
METHODE 6 : Aboutir une relotlon de rcurrence
;,l
j-. ,1. Principe:
METHODE a : Utiliser les formules de calcul par blocs
.~ On cherche aboutir une relation de rcurrence (d'ordre 1 ou 2 mals jamais plus
sinon a pose des problmes pour rsoudre la rcurrence), gnralement en utilisant Principe:
le dveloppement selon une colonne (mthode 5). Il consiste essayer de ramener A, par des combinaisons linaires de lignes et de
colonnes, une forme diagonale ou triangulaire suprieure (ou Infrieure) par blocs.
Ce n'est pas parce qu'on ne trouve pas de relation d'ordre 1 qu'II ne fout pas continuer Dans ces cos-l, on a : '
: la relation est peut-tre d'ordre 2.
Il n'est pas rore (mols cependant pas automatique) qu'on tombe sur une rcurrence
facilement rsoluble, comme une' rcurrence" gomtrtque ( dn adn_1) ou " quasl-
gomtrique =
( dn andn_l)' voire linaire d'ordre 1 ou 2. II faut videmment savoir
rsoudre ces rcurrences, sinon vous n'Irez Jamais au bout de votre calcul.
= df A, ... J Ii det(A,)
On det(~ ~)=det(~ ~)=det(A)det(C)
Exemple: d ~
On reviendra plus en dtail sur l'utilisation de ces formules dans le paragraphe 3.
al
La motrice tant particulirement creuse, on va sans problme pouvoir dvelopper
son dterminant (sons manipulation pralable). Par exemple, selon la dernire ligne:
dn = (-l)"+landn METHODE9 : Utiliser le caractre polynmial du dterminant
qui est. comme on l'a baptis, quasi-gomtrique et Sersoud en :
, n(n-l) n Principe:
dn=(-1)-2- ai n La formule (Ix) montre clairement que le dterminant est une fonction polynmlale
,1=1 n2 variables (les coefficients de la matrice).

Sion s'arrange pour geler un ou plusleurs coefficients de la motrice en une


METHODE 7 : Utiliser la formule" thorique du dterminant expresslon faisant Intervenir l'Inconnue X, on peut dans certains cas considrer le
dte:~mlnant comme un polynme en la seule variable X. Dans ce cos; si on
dte'~mlne par exemple:
Principe :
D'aprs la formule (ix) rappele ci-dessus: - son degr p. ses p racines et son coefficient dominant
n ou : - son degr p, sa valeur en p points distincts
det(A)= L e(crm <4..,(i) - ou: - san degr p, la valeur de ses p premiresdrjyes.en un point donn (cf. la .. .c.:
60' 1=1 mthode suivante)
Cas d'utilisation:
Ils sont trs rares. Il fout que les coefficients de la matrtce fassent naturellement On peut alors remonter l'expression du polynme en X, puis finalement l'expression
Intervenir une permutation. du dterminant.

Exemple,'dterminant de VanDerMonde
1 on
1 al
';" Exem~/e: CI = ~~J~?.' 1 02
>~",,:
Iclona:
det(A) = det(anel, ...alen) = TI aldet(en, ...el) = n Oj.E(O') an. on2 onn-l
1 1
o 0' est la permutation dftnle par : Posons an = X. En dveloppant le dterminant selon la premire ligne, Il apparat que
2 c'est une fonction polynmlale en X de degr n-1 (puisque les cofacteurs des termes
. '>.' 'O'~( ~ n-1 ~ ) de la premire ligne ne font pas Intervenir cette
..
ligne, donc ne contiennent pas de X).
n(n-l) l,.,
dont la signature est: (-l)~,:>, ':}i ,:'
1 ..

",
146 METHOOIXALGEBRE 7. Mthodes de calcul de dterminants 147 .

Or Il est manifeste que si al = X (kn) olors le dterminant a deux lignes identiques donc
(mthode 4) est nul, Ceci nous donne n-I racines pour le polynme, qui s'crit par
METHODE10 : Utiliser la drivation
consquent:
V(al,."X)="-,rI (X-al) Principe:
I<n o Un polynme tant une fonction Indfiniment drivable par rapport chacun de ses
Le coefficient dominant est le terme apparaissant dons le dveloppement devant coefficients. un dterminant possde lui aussi cette proprit.
-! -
Xn-1, c'est donc le cofacteur de ann-I, En revenant l'expression Initiale de Von
En particulier, lorsque les coefficients sont tous fonction d'une mme variable relle x,
constate que ce cofacteur n'est outre que V(al. ,..an_l)'
donc s'crivent aij(x), la multilinarit permet d'aboutir la formule de drivation
suivante:
On tombe donc finalement sur:
V(al""an)= V(al' ...an-l),rI (on -ail'
len
il
Cette rcurrence quasi-gomtrique se rsoud facilement en :
Il
n n o La drivation peut aussi se rvler utile pour des cas limite , par exemple quand
V(al""an) = rI ,n
i=1 ]=1
(a] -al)
deux coefficients deviennent gaux. '

a b b
ce qui montre notamment le rsultat important suivant: b '.
Exemple: calculer d = :
b
b b a
C'est le mme dterminant que le prcdent pour b=c. Sion considre l'expression
REMARQUE: obtenue:
On peut galement trouver la relation de rcurrence en combinant les lignes et les' d(b,c)= c(a-b)"'-b(a-cf
colonnes. C'est un peu plus technIque mals on y arn've trs bIen. c-b '
,1. on tombe sur un rapport % pour b=c. Donc II faut utiliser un passage la limite, et vu
a b b qu'on dlvlse par l'accroissement. c'est en fait une drive:

Exemple 2: calculer d = ~ b poorbec. d(b,C)= f(b,c) = f(b,c)-f(b,b)


c-b c-b
c c a (cor f(b,b) =0) donc:
Pour ce type d'exercice, on peut ruser (et ouI) en rajoutant des X partout et en
consldr(Jn! qiJe d est la valeur en 0 de la .roncnon polynmlale en X : af.
d =d(b, b) = :;-{b, b)
.ec
a+X
c+X,
b+X
"
b+X
.. Touta'pour'dlre que:

d(X) = : b+X
c+X c+X .+. X
Pourquoi foire compliqu quand on peut faire simple? En effet, pourquoi Introduire un METHODE11 : Utiliser des proprits des coefficients
polynme de degr n en X ? Prcisment parce qu'II n'est pas de degr n. mols de
degr 1 : si on fait C] (- CJ -Cl pour j> 1 on s'aperoit qu'II n'y a plus de X que dans la
Principe:
premire colonne donc en dveloppant par rapport celle-cI on constate bien que: Au lieu de regarder globalement le dterminant, on s'Intresse aux coefficients pris
, 3(a,~) t,q:d(X)=oX+~ individuellement et on cherche en exploiter les proprits pour mener ultrieurement
Pour calculer ces coefficients 11suffit d'avoir deux valeurs. Or Il est vident qu'en posant le calcul par une mthode adquate.
X=-b ou X=-c on se retrouve avec des matrices triangulaires Infrieures et suprieures
dont le dterminant est trivial calculer. On a donc le systme: Prenons quelques exemples pour nous expliquer:
8 cogHiclenl$laiscnlln!9fV1mir des C~ :
d(-b) = -ab+ ~ =(a-bt , penser au triangle de Pascal ou la formule du binme qui pewent vous permettre

d(-c)=-ac+~=(a-ct
. \ de trouver des liaisons entre les colonnes du dterminant,
coeHicienls la/san! In!etY9nfr des sinus 9!cosInus:
penser aux formules de trigonomtrie (cf. Mtnodlx ch. 25). ~

),Jj\
qui donne facilement la valeur de ~ = d(O) = d qui est la seule qui nous Intresse : c09f11clenlsfalsanflnletYenlrdespo!ynm9s: ,,' .,c,,, \'," .
crire le polynme sous forme dveloppe pour foire apparatre des relations
d c(a-b)"'-b(a-c)'" ~~. ,~

c-b
. : ~C.
148 METHODIX ALGEBRE 7. Mthodes de calcul de d~t~rmlnants 149

MET;HOOE12 : Exprimer la motrice comme produit de motrices


. ~
~ Exemple 1"calculerd = ~ Cette mthode est trs mal connue des candidats otors que paradoxalement on la
volt fleurir dans un nombre grandissant d'exercices d'oraux, Raison de plus pour bien la
connatre ...

En vue d'appliquer Pascal cl:l- ct cl


l = on effectue pour 1>1 : Li f- LI- LI_I qui par la Principe :
C'est en fait un avatar de la mthode prcdente (mais on l'a mise porrv son
'
mme occasion folt apparatre une colonne sympathique:
Importance) : Il s'agit de constater" que le terme gnral est celui d'un produit. c'est

C~ cPn 1 1
dire qu'II existe des matrices B = [blJ et C = [CI) telles que: ' -
CO Cp-I n
d= ~ n n ai) = L aikbkj , - -..,.
k~1 . '.-,
0 cg+P_1 Cp-l
n+p-l
le problme est videmment que l'criture sous cette forme ne saute pas forcment
aux yeux, comme en atteste l'exemple suivant,

On dveloppe naturellement par rapport la premire colonne: Exemple,'calculer d = det[pgcd(l J)1


Bon. Celui-l on peut pas l'Inventer faut le connatre sinon c'est pos lo peine.
cg C~-l Euler. vous connaissez? Bon. Ben Il a tait un Indicateur, Et en plus on a tout plein de
d~ formules avec. Entre autres:
cg+P_1 C~;~_1 L <p(k)=m
klm
et on tombe. oh Joie. sur le mme dterminant l'ordre Infrieur ... Par une rcurrence Vous voyez toujours pas? L'astuce (encore une ?) est d'crire que:
descendante on se ramne p~ 1 o Il n'est pas trop difficile de constater que d= 1. -,'
Donc d= 1 pour tout p.
pgcd(lJ)= L <p(k)= L cp(k)
kjpgcd(I,J) kil et kil
Exemple 2,' calculer det[
sln(1+ J) 1 Posons:
blJ = cpO)si Ai et CI)= 1slllJ (et 0 sinon)
Vu qu'on connat une formule d'addition on aurait tort de ne pas l'essayer; elle 'nous
donne Ici: Alors A=B,C (vrifiez-le. au moins vous aurez fait quelque chose dans cet exercice), Or
les matrices B et C sont triangulaires donc lew dterminant se colcule sans problme .et

C J = cosO)
sln(l) 1
+ slnO),
[COS(l) 1= ' cos(J).U + sin(J).V
on a finalement:
det(A)= Il <p(I)
.c' 1
[ Cet]lxerclce est introuvable, Alors apprenez-le por cur 1
sln(n) cos(n)
Chaque vecteur colonne du dtermlQ"ant est donc CL de seulement deux vecteurs U
et V qui sont libres (calculer les dterminants de leurs coordonnes) donc la matrice
est de rang 2. donc non inve[$lble et de dterminant nul. METHODE 13 : Utiliser la rduction matricielle
.,: .~~
Principe:
13 23 33 43 53 Ce n'est pas parce qu'on vous demande de calculer un dterminant que vous ne
23 33 43 53 63 devez pas traduire l'nonc en diagonaliser la matrice . En effet. la dlagonallsation
(limite Ici au calcul des valeurs propres. et de leur multiplicit. sans faire le calcul des
Exemple 3 " colculerd = 33 43 53 63 73 vecteurs propres) peut se rvler plus simple que n'Importe quelle mthode de calcul
43 53 63 73 83 du dterminant,
S3 63 73 83 93
Bon ben l y a des polynmes car on peut remarquer (???) que le terme. gnral s'crit
.;lmPle,'c~/culerd=[~ :~. ::: ~ , ' :;
c : '. -. b
, ... b a
les polynmes PJ tant de degr gal 3. Ilssont dans R 3[X]. espace de dimension 4. SI J est la matrice avec des 1 partout. on a: A = bJ+ (a- b)1
Or Il y a cinq colonnes (tiens. a me rappelle le titre d'une mission TV...) donc elles
sont srement lies:. . - , ,
=
Or J2 nJ (cf, chapitre 5) donc J est diagonalisable. ses valeurs propres tant 0 et,ry .~'
Comme elle est de rang 1. 0 est valeur propre d'ordre n-l (dlmensJon d noylu).,pc;>nc: 'i"
._ n
3a) tels que: "1'1Luf)(I) = 0 A est diagonalisable et ses valeurs propres sont (a-b) d'ordre 0-1 et (a-b)+nb dOl'dre
)=1 1, Le dterminant est leur produit. .'
Et donc le dterminant est", nul, Vite fait. bien fait, Vous pouvez comparer. sur ce calcul. l'efficacit des mthode 3.10 et 13. ",;
150 METHODIX AlGEBRE 7. Mthodes de calcul de dtermll)1nts ]51

3. Mthodes pour les exercices thoriques METHODE15 : Utiliser les proprits analytiques du dterminant

On a dj rappel plus haut (mthodes 8 et 9) que le dterminant tait une fonction


METHODE14: Faire des calculs par blocs polynmlale de ses coefficients, donc en tant que tel fonction de classe C~ par
rapport chacun d'entre eux.
Comme le principe de cette mthode s'applique toujours des exercices de mme Mals on a vu (cf. Mthodlx 1. chapitre 16, exercice 3 notamment) que le
type, autant vous montrer un exemple et expliquer le principe en mme temps, dterminant tait une fonction continue, et mme diffrentiable par rapport M, ce
qui est beaucoup plus fort et permet de faire des ralsonnments de topologie
matricielle. comme nous en avons fait mthode 14 et comme nous en referons si vous
Exemple " M=(~ ~) et CD=DC, Montrer que si D est inversible, olors tessagesau chapitre 11.
det(M) = det(AD - BC), CO!o Dn'estpas inversible. Rappelonsquand-mme Ici cette formule Importante:

Principe: d[det](M). H= Tr(CH)


o On ne cherche surtoutpos taire un quelconque dveloppement de M selon ses o C dsigne la matrice transposede la matrice descofacteurs de M
lignesou sescolonnes ou autres.
o On cherche postmullipller M par une autre matrice pot blocs de la mme taille afin
d'obtenir une malrice triangulaire par blocs avec surla diagonale un bloc Identit et
un autre bloc, dont le dterminant salt le second membre de l'galit prouver (Ici
AD-BC).
Il tout videmment que le dterminant de cette matrice N salt assezsimple calculer,
sinonon perd sontemps.
Cherchonsdonc N sousla forme: l
-,.

- Sion veut que le bloc (1.1) du produit soltAD-BC. on n'a pas trop le choix: on est
conduit prendre P=Det R=-C.
- Automatiquement, on obtient le bloc (2,1) du produit: CD-OCqui est nuicar D et C
commutent. Donc le produit seratriangulairesuprieurpar blocs. .
_ - --- ..- ---On veut 1en (2~2}"donc;-pCJlsque~D-est"lnli'erslbltr.ercomme.6n
veUf'on-slomesure---
du possibleque N salttriangulaire,Ilfaut prendre: Q=OetOS=0-1
Rcapitulons: pour tout 0 inversiblecommutant avec C, on a :

A B).( 0 0 )=(AD.,-BC BO-1)


( C D -C 0-1 0 1

Il ne reste plus qu' prendre le dterminant de chacun des membres et d'utiliser la


formule du dterminant par blocs pour conclure.
SI0 n'estpas Inversible,on utilisela densitdes matricesInversiblesdans l'ensembledes
matrices (cf. chapitre 11): Il existeune suite Okde matricesInversiblesqut'corwsrent .,
)
versD ; pour ces matr1cesOk.on a :

. . de{~ ~J=det(ADk-BC)
Comme le dterminant est une fonction conitnue par rapport sonargument matriciel
(ct. mthode suivante)on en .~uft par passage la limiteque :
., .;...:i~~(~ ~)=det(AD-BC) . .
", .::~.:~~.;:~'1;~:'1}.
'1 ,~;

.!/[',"- '.'
't ..i~~~~(;:~':
I~
152 METHOOIX ALGEBRE 7. Mthodes de calcul de Q$termlnants 153

Erreurs ~ercices
Parmi les formules faussesdont on aimerait tellement qu'elles soient vraies qu'on les Dons les exercices 1 9. on demande de calculer le dterminant propos en essayant
crit en toute bonne fol: . de ne pas foire ~ trop de calculs (tout est r//otif). .
"
det(A+ B)= det(A)+ det(B)
det(2A) = 2det(A) 'j
\
OJ a) det[lnf(l J)]
b) det[sup(LJ)]
et qu'on Justifie en arguant du fait que le dterminant" c'est linaire . Ceci est
videmment faux. le dterminant est multilinaire (lInairepar rapport chacune des
colonnes) mals pas linaire par rapport la matrice. Enfait. ce qui estvrai est:
det(A) = ~ndet(A)
ce qui n'est pas tout fait la mme chose. (taille n+1)

Rappelons toutes fins utiles que cela n'a pas grand sensde parler - et. encore
moinsde prtendre calculer - un dterminant de matrtce non carre.
[TI
De trs nombreuses fautes sont dues l'utilisation Incorrecte de la formule de
det[(_ltOX(lJl]
dveloppement par rapport une ligne. o on oublie qu'IIy a un signedevant chaque
cofacteur. svolr {-1)'+J.

[TI

1
2 n-1 n
n n-2 n-1
n-1 n n-2
., .
Lu dans les rapports de l'X : ~
2 3 n
" Notons l'utilisationtoujoursabusive des dterminants

NDLR: Notamment propos de l'tude de l'Inversibilit ... [JJ


La rsolution d'un systme linaire est trop souvent conduite grands renforts de al at-2 at-l
calculs de dterminants, ce qui aboutit dessituationsInextricables.._....
--- - ----- - --- .----- ---- ------ ._-"'_."._..._---_ .._ ..._ ....... ....~.,-_._.'.....
"~
_. ._.__ ..__ L _ .._ ....__...
_..,...._.._"_~2_.." ... __g2n=-2_.a2n:::~ ..__ "
1
NDLR : Prfrez donc le pivot de Gauss. en prenant soin d'examiner l'existence
ventuelle de symtries simplificatrices dons la matrfce du systme. l an ann-2 a n-l
n
." Un candidat ochercn la meilleure manire de dvelopper un dterminant 3x3.Il
aurait d le dvelopper ...btement 1
[TI
NDLR : On ne comprend pos trs bien ce que l'examinateur cherche critiquer Ici (faut a b

.a{
le comprendre, on le paye que s'II crit ses rapports ...mals non, c'tait une blague. b
Bien le bonjour. messieurs les examinateurs ...) Sons doute veut-II dire qu'il ne vaut mieux
pas perdre trop de temps chercher une ruse pour dvelopper un dterminant de (n pair) b) a+b (n Impair)
petite taille alors que la mthode pdestre prend certe~ un peu de temps, mols elle ou
moins on est sr.qu'elle about/ra. a
b a
Nousavons dcouvert cette anne d'tranges noncs concernant lesproduits de
dterminants par blocs

On rappelle que:
m Dterminant de Cauchy:

det( ~~ ~~ ) ;t det(M1M4)- det(M2M3)


der[ct ~bJ
NOLR; C'est dommage: elle tait pourtant Jolie celle-ci ...

1t____ -- -- ---_-- -------------------


154 METHODIX ALGEBRE
r
1
1
7. Mthodes de calcul de dteyrnlnants

Corrigs
155

W Dterminant circulant:
al a2 0,,-1 on
an al an-2 an_l 'Plus que ramais, les corrigs doivent tre pris titre Indicatif. Il n'y a malheureusement
an-I an an-2 pas unicit de la mthode aa hoc, mais il y a toujours existence - cf. la mthode
ql:l'on vous propose. C'es! pourquoi on ne dtaille pas les calculs. Du moment que vous.
avez trouv la mme chose que nous en moins d'une demi page, a va,
a2 03 On

[[] m. 0) mthode 12 avec mij = lIS); on vrifie facilement que A = M2 car :


"

1
'VI~ J L mk!ml<j= L 1.1= 1 = Inf(l j)

r1' l+x
k k~1

'Vi<J ~ mk!mkj = ~ 1.1=J=lnf(lJ)


k
1
k=l
puisque:
lliJ
Soit A. B. C et D des matrices vrifiant: CtD+DtC=O ,.
mki = ml<j= 1 ~ k s 1 et k ~ J (:) k :5lnf(l j)

M tant triangulaire diagonale remplie de 1. le dterminant de M et donc de A vaut


0) Montrer que si D inversible: .! 1.
1
de{~

b) Montrer que pour tout D :


~)=det(AtD+BtC)
J b) videmment on 'rie peut pas se ramener au cas prcdent et on peut
encore moins appliquer la mme mthode car mlj = 11;;:jdonnerait: .

det(~ mki = mkj = 1 ~ k ~ 1 et k ~ J > k ~ sup(ll)

ce qui ferait un produit de terme gnral n - sup I).


Alors que 10 mthode 2 donne. en faisant CI +-- CI - CI...I pour kn on trouve:
-J .,..]_n
0",
-1 1
o 0 n
qu'on dveloppe par rapport la dernire colonne pour trouver:
d=n.(-lj"-1

OJ
C'est encore la mthode T2 mais l c'est plus facile voir car en dveloppant le terme
gnral par le binme: ,1
aij =~n .( k k)
ke
CnO] .bt = k=O
-k n
~ mlknkj
avec des notottons videntes. Donc A=MN.
Or M se ramne un VanDerMonde.en sortant dans chaque colonne le facteur
commun : C~ donc
det(M)= fi C~.V(al .... an)'
)
Quant N. c'est aussi un VanDerMonde donc:
det(A)= n C~,V(OI .... an),V(bl .... bn)
)' .

._---- ----- ------- --------


------
METHOOIX AlGEBRE 7. Mthodes de calcul de-ctermlnonts 157

l
156

l,
1
R~capitulons:
n-I
L~hlde 2 : en ajoutant l'avant dernire ligne la dernire. on. obtient 'comme
j n
d{al. ..an-l- X) = V(al. ..an_,). (X-aj).(X-a)
nouvelle dernire ligne: 1=1
et on ne connait pas la dernire racine (et on n'a pas d'espoir de la connatre
(0 0 ... 0 2.(-lt) 1 directement).
Donc on dveloppe par rapport la dernire ligne et on soute surla mthode 6 :
Mzaloron se dit qu'on a un autre renseignement: certes le polynme est de degr n:',: ,
dn = 2,Htdn-l \
Jo 1. mais il n'y a pas de terme en Xn-l vu la tte du dterminant (on soute cetf~;~,','
qui est une rcurrence quasi-gomtrique. donc soluble en : puissance). . ':
n(n+l) 1
i
dn =2n-l.(_I)-2-
Or d'aprs (*) le coefficient de Xn-I vaut: V(al' ...an_;).(al+...+an_l +a)
puisque dl = -1. Sanullitnouspermet de calculer la dernire racine:
a=-(al+ ..+an_l)
ru .
On remorque que c'est un cos particulier de dterminant circulant (exercice 8) mols
(on a supposles relsdistincts.sansquoi le dterminant est nul et on n'aurait pas eu'
besoinde se cassertrop la tte).
on peut s'en sortir plus simplement (l'outre faon de foire marche videmment trs
bien). Rsultatdes oprations:
r d = V(al.... an_l.an).(al+...+an_1+an)
La somme destermesd'une ligne ne dpend pas de la ligne. donc mthode 3 :
, 1 2 3 n

d= n(n+ 1) n
n-l m a) Mthode 6 sanshsiter: on dveloppe d'abord par rapport la premire
2 colonne. et on redveloppe lesdeux dterminants cofacteurs obtenus respectivement
par rapport leur dernire et premire colonne (celles o Il n'y a qu'un terme non nul).
3 1 Normalement.Il vient:
Comme d'hab. on se dbarasse de la premire colonne par exemple en faisant :
LI~ LI- Li+lpour kn, et on dveloppe par par rapport cette colonne:
1 1
l-n b) L c'est encore plussimple: Il suffitde dvelopper par rapport 10 colonne
d=n(n+l) 1 centrale (1 seulterme non nul) et on retombe sur:
2 d2n+1 =(a+b).d2n
i~
l-n SUf!cecoup l. on seserapas trop foul...
~;~
et c'est pasencore finI.On peut par exemple faire LI~ Li- LI pour 1>1. qui donne: ''S
1-
-n
- l'
0 _t
1
J
d=n(n+l) 0 ..
1 Celui-l. on salt pas trop pourquoi. mols on l'aime pas trop (d'ailleurs tout compte fait
on n'aime pas trop les dterminants en gnral. mals a vous l'avez sans doute;'
.,.. 2 : remarqu). ,
Il est clair que si les al ne sont pas distincts. en vertu de 10 mthode 4. on volt
o a l-n 0 Immdiatement que le dterminant est nul.
et l c'est fini si on dveloppe par rapport la dernire colonne : le cofacteur est
diagonal et finalement: . Il est par ailleurs peu prs clair qu'JIfaut le calculer par rcurrence. Il y a plusieurs
(_lt+lnn-l(n+ 1) faons de faire. voici une solution:
d= 2 \11< n CI ~ CI- Cn puisfactoriserchaque ligne 1 par _1_
al+bn
r: '. 1
\II < n LI~ Li- Ln puisfactortserchaque colonne J par --
10 ~e1semblebeaucoup du VanDerMonde.malsc'en n'estpas, Pasde chance.
,
1
. ~+~
On obtient normalement (on dirait une recette de cuisine 1) une demlre colonne nulle
On peut essayerde reproduire la mthode utiliseen l'adoptant. sauf le dernier terme en bas droite qui vaut 1. On dveloppe naturellement par
\ rapport cette colonne.
Posant X= an on constate que d est un polynme en X de degr n au plus. Le
coefficient de Xn est le cofacteur de ce terme, qui n'estoutre que V(al.... on_,)' Enfin.
le polynme s'annulemanifestement aux points 01' ... On-l. ce qui ne nous donne que
-( Le cofacteur est thoriquement fcctortsoble par n
1<1\j<n
(bl- bn)(aj -an)

dterminant apparaissantaprscette factorisation est de Cauchy d'ordre n - 1.


et le

n-l racines (alorsqu'IInousen faut n pour dterminerle polynme).


158 METHODIX ALGEBRE -r f..
7. Mthodesde calcul de dterminor)ts
------------------~----------------------~
159------ ..

la relatlon de rcurrence est donc:


Naturellement. la premire colonne doit comporter les blocs 'o et tc; la relation '1
Imposepar l'nonc donne bien le bloc de zros.Reste obtenir le bloc identlt pour !
trouver ce qu'on cherche. i

Rcapitulons:on a :
dont la solutlonest:
(~ ~){;~ D~I)=( AtD;B1C B~-l)
et on prend le dterminant et a marche, comme d'habitude...
01 c'est VanderMonde).
b) L c'est un peu .pius tordu mals c'est toujours dans le mme genre ... Les
la ~lhode la plus simpleet la plusnaturelle notre.Cl\!S est la rduction (malson peut
par exemple mutllplier cette n:atrice par I<?matrice.de VanDerMonde. et constater
.. carrs vont videmment apparatre avec lestransposes,malsla rgle est de ne pas
utiliser d'inverse Ici car 0 n'est plus Inversible. Il faut encore obtenir une matrice
que la motrice obtenue a un determlnant tressimplea calculer).. triangulaire par blocs. donc compte tenu de la relation CID+DtC=O a fixe la
Allons-ydonc pour la mthode 13. A s'critclassiquement: premire colonne, (la mme que plus haut). On trouve la deuxlme en cherchant
A =all+a2J +o3P+...+ClnJn-1=P(J) obtenir le teime t(AtD +BtC) en bas droite. BrefUfaut voir que:
o J est la fameuse matrice de permutatlon :
o l ], 0 l
o A B).(ID
( C D tc
IB)=(AtD+BtC )
tA 0 CtB+D1A
J= J2 = Reste calculer le dterminant de la deuxime matrice du premiermembre.
l
o o det( ID t B) = d9t(D C) = A)
Ht det(BD C perm.col.
= det(A DB)
(cf. Chapitre 5). tc lA transpose B A permllgnes C

J est donc C-dlagonallsable puisque Jn =1 (polynme annulateur scind dont les


racines sont lesn racines n-Imesde l'Unitnotes k= exp(21~ }- '_ Bon.ben on pense avoir tout dit l. non?

Les puissances de J sont aussidiagonalisables. et dans la mme base que J. leurs


valeurspropres tant km. . l
Donc A est C-dlagonalisable. et sesvaleurs propres sontles P(k)'L dterminant est 1
donc:

m . ". .
Par exemple mthode 10 : sion drive on se retrouve avec ndterminants de taille
.
n-1. quI ont chacun une colonne avec l seulterme non nul (situsurla diagonale) ; le
r
1

dveloppement par roppot cette colonne montre que:


dn'(x) =n.dn_I(x) .

Compte'tenu de la nullit en Odu dterminant et de sa valeur pour n=l. on en dduit


facilement que:

~ '. .
a) D'aprs ce qu'on a expliqu la mthode 14,le but est de multiplier la
matrice Initiale par une autre matrice pout faire apparatre le bloc dont on a besoin.et - 1
un bloc de zrospour avoir une matrice triangulairepar blocs. ."
1
1
,,
! '
~r~"";;;;;'iffl'W~d[I:il'' 'Iil'lf'lfj'' 'ilil'rIi!!'/l5'...!ti!ii!:g.=~
Ii .'...i!!!_!!!._!!'J!!_!!!!_-~._!lI!!-.-:!.~-.......!J<!I,,'I!!_!'!!!""""""'==-~--------

J
li -
~. ~,;~ Chapitre 8
.t t

METHODES DE DIAGONAUSATION PRATIQUE

Il peut paratre un petit peu artificiel de sparer dlagonallsatlon pratique li et


,, dlagonallsation thorique , dans la mesure o certaines mthodes sont communes
aux deux et que certains exercices peuvent parfaitement tre Intgrs l'un ou l'outr ,.
chapitre. Nanmoins, dons un souci de clart et devant l'abondance .des exercices et
des mthodes, nous avons prfr sparer ces deux aspects. comme nous le foisons
en analyse (cf Mthodix analyse) pour les suites. les sries ou les Intgrales.
" "

Nous commencerons par foire un certain nombre de remarques et aussi de mises en


garde communes ces deux Chapitres en guise d'Introduction.

Tout d'abord, Il faut Ici plus que jamais tre vigilant au corps de base sur lequel
s'appuie l'ev. En effet ce n'est pas exactement la mme chose que de diagonaliser
.j une matrice relle dans R ou dans C.
,
1 le polynme minimal pose problme, dans la mesure o, bien que ne figurant pas
-, au programme des classs prparatoires, Il est utlils par tous les professeurs -'" mme
7 les plus respectables - eta forlion'par tous les lves qui volent en lui le remde tous
leurs maux, sorte de Synthol de la dlagonallsation. Il n'en est videmment rien, et la

l
r
tolrance des examinateurs face cet objet est variable. Notre devise sera donc:
courage, fuyons. autrement dit nous n'emploierons Jamais le polynme minimal; cela
n'est pos grave. car on peut toujours foire autrement .

Il fout savoir lire l'exercice qu'on vous demence de rsoudre; en effet. mme s'Ils
tournent tous autour de la rduction d'une matrice. Il peut y avoir des nuances dans la
formulation. Nous avons classifi les exercices en 5 catgories, selon la question pose,
... et nous nous proposons d'exposer les mthodes correspondant chaque question .
i
,> 1) Dterminer les valeurs propres de A.
2) Dterminer les lments propres de A.
3) ',~ontrer que (ou: dire sI) A est diagonalisable. " .
':..:,
4) Montrer que A est diagonalisable et donner ses lments propres.
5) Trigonollser A. .

1. Comment dterminer les valeurs propres de A?

On cherche Ici dterminer toutes les voleurs propres dons C d'une matrice relle ou
complexe (videmment les valeurs propres complexes d'une matrice relle ne
comptent pas si on cherche diagonaliser dans R. mals Il est aussi slrnple de
chercher toutes les valeurs propres).

On recherche donc les n valeurs propres complexes d'une matrice, relle ou complexe
(c'est--dire les n racines relles ou complexes du polynme caractrlsltique).

--- --------- ------------ ------ -- --- -------- ----------------------- ..J.


., ._-_ ._-------~-- - .'. --+- . + -

162
METHOOIX
AlGEBRE
,
\
_.Mthodes de dlagonallsation pratique 163

METHODE1 : Calculer le polvnme caractristique METHODE2 : Dterminer un polynme annulateur de A


Principe:
Principe:
O~ sait9tUetieSva17urspropres sont les racinesdu polynme caractristique de A ll-

j
m eme e an donne par: ' On sait que si P(A) = 0 alors ncassoirementpour toute valeur propre de A on a
XA(X)=det(A-X.I) P(.) =0. ,
On en dduit donc que le spectre de A est Inclus dans l'ensemble des racines de tout
Intrts et inconvnients: polynme annulateur. .
Cette mth~d~ est sOl}ventconsidrecomme la seuledisponible,mals il n'en est rien Il est Important de noter que cette inclusion peut parfaitement bien tre stricte :
(VOlrcprs) ',SIelle presente l'avantage d'tre systmatique,elle possde nanmoins
deux Inconvenients rnoleurs : . l'endomorphisme nul est annul par le polynme X(X - II et pourtant 1n'est pas valeur
propre de cet endomorphisme (seule voleur propre 0)-,
- le ~alcui du polvnrna caractristique estun calcul dedterminant . or comme
no~s a,,:onslonguement expllgu au chapitre prcdent - chapitre q~e ~ous vous Cependant. si on arrive dmontrer que le polynme annulateur est de degr
Im~ltonsa (re)lIre cette occasion - calculer un dterminant est un exercice difficile minimal parmi les polynmes annulateurs, alors on peut conclure que les racines d'un
meme quand on connot bienlesmthodes. ' polynme annulateur de degr minimal sont exactement les valeurs propres de A.
(attention, ce polynme ne donne pas d'indication sur la multiplicit des valeurs
trc le caifui des racines n'estpas une sincure: on n'a pas de mthode gnrale pour propres).
rouyer es racines d'un polynme de degr quelconque,. et on ne trouve
forcement du premier coup d'ceillesracinesvidentesd'un tel polynme. pas " REMARQUES:

BrUefd'
d e~ltfautlemPtlOyer
cette mthode avec parcimonie et ne pas s'achamer sile calcul o Il n'estpas difficile de dIre si ouI ou non les racInessont effectivementvaleurspropres
erm nan semble Infaisable. .'il suffit de dterminer les espacespropres assocIs(voir 2 ci-aprs) et de voirs'ilssont

l
nuls ou non.
~{~vn~h~i pour des matricef_de petite t~lIle (genre 3) Il faut penser cette
. cara~~sff; e a 9f.s ch~nc~s d etre rapide et efcoce (pour calculer le polynme o Le caractre minimal d'un polynme n'est oas forcment simple dtermIner; sI
toute autreu~ft~~~~~ e developpement par rapport une ligne ou une colonne toutefois on dispose d'un polynme annulateur de degr p et qu'on salt que
(LA,A 2, ...AP-')
est une famille lIbre de Mn alors on est assur que c'est bien un
polynme de degr mInimal. .
Cas d'emploi:
o Vousavez remarqu qu'on n'ajamais employ l'expressionpolynme minimal?
~:~~~~~~~~~~~~~r~!~~t~~~n~~~~~~~o~~~~~;, ~~n~~~~~~e d;;;~~~~u~6r'
Cas frquent d'emploi :
~~~I.peut arriver,quala matrlce A-X.I solt'de la ~me forme que la matrice A et SIl'on trouve un polvnrne annulateur de degr:2 pour A (ce qui se fait en calculant
A 2 et en cherchant l'exprimer en fonction de A), et que manifestement A n'est pas.
~a__~1I~3t:~c~f~~r:;~~~~~~; ~~~~~i~~~q~;t ~~~~~~~~t ~a~~r~;;~s~~~r).d~a~:S~= scalaire (ce qui se voit ... facilement) alorson est certain d'avoir un polvnrne de degr
\...u 1 e oppropne ae calculer le polynme caractristfque. rnlnlrnol.

. "":: de tellessituations.'A = r: ".:J .


Exemple : valeurs.. ropres de J = [' ... 'J
~ . '. ;

le dterminant est classique et 1 otrl A X


lieu d'avoir des X don ,a m ce_ - .1 aura des a - X surla diagonale au
c seraencore de la meme forme. Comme J2 = ru (cf. chapitre 7) et que J n'est pas scalaire, lesvaleurspropres de J sont
(exactement) 0 et n.

.E~~~'dSA{
Matrice dterminant Classique (Cf choolt ,-
<:J
.
(n_ METHODE3 : Utiliser la trace et le rang

Principe:
polynme caractrlstlque est de la m~ ~PI re. precedent exercice 60)) dont le Supposonsqu'on olt remarqu que le rang de} soit" petit Il, typiquement' ou 2 (sans
formule trouve:. . e orme, en remplaant a par a - X dans la quoi la mthode n'est pas trs efficace). /.
Il est ators quivalent de dire que 0 est valeur propre d'ordre n-l ou n-2
'XA(X) :=,[(a_X)2,-b2f (respectivement). Or A possde n voleurs propres complexes. Il en reste donc' (ou 2)
trouver.
dont lesseulesracinessont: a - b et a + b . - SIrg(A) es ] alors l'outre valeur propre . est donne par .='tr(A)'
ri 104 METHODIX
ALGEBRE 8. Mthodes de dlagonallsationpratique 165

,
. 1H
,.
l'
'.!,
- SIrg(A) = 2 alors on peut dterminer les deux valeurs propres restontes par
exemple en calculant tr(A) et tr(A2) :
. [0 1 ... 1]
A=I+ ; ; =1+8
.+I1=tr(A)
'" { .2+112 = tr(A2)
et 8 est manifestement de rang 2. Donc 0 est voleur propre d'ordre n - 2 pour 8 : soit
ce qui permet facilement de se ramener une quation du second degr dont les (.- 1; 11- 1) les valeurspropres ~on nullesde B. les voleurspropres non nullesde A so~t ,
racines sontles2 valurspropres. . donc (.,I1)(cf. mthode 8 explication).
,),
Donc il vient:
Cas d'emploi: .+il = tr(A)-(n-2) =n-(n-2}=2
Cette mthode est particulirement Indique pour les matrices trs creuses, ou dont
les colonnes sont trs ressemblantes,qui ont donc de fortes chances d'tre de petlt ..il=det(A)=2-n
rang. Retenezbien la phrasesuivante:
le dterminant tant calcul en faisant par exemple CI E- CI - I, C" Etdonc c.'estfini.'':;:
le rang de A reprsentele nombre de valeurs propres non nulles de A. . j>1 "-
REMARQUE:
On Pourrait penser utiliserle dterminant (produit des voleurspropres) mois cela ne
donnera rien: puisque le rang de A estpetit (donc en) la motrice n'estpas inversibleet
son dterminant estnul ce quI nousdonne 0=0qui ne nous avance gure.
Enrevanche, hace+dlerminanl peut tre une bonne mthode si A s'crit SOI/S la
forme A = al + li o 8 estde rang petit.
2. Comment dterminer les lments propres de A ?

Exemple 1: valeurspropres de la motrice A = [aijJ = [1.Jl


Cette matrice tant de rang 1 (c'est clair, et sIcela ne l'est pas cf. chapitre 8 mthode On cherche donc Ici lesvoleurspropres et les.espacespropres associs.
8) 0 est valeur propre d'ordre n-1 et l'autre valeur propre est la trace, salt: Donc: .
i
12= n(n+1)(2n+1) - si A est complexe on prend toutes les voleurs propres et I.esespaces propres
associs; .
1=1 6
- 51 A est relle. on prend uniquement lesvaleurs propres relles et on cherche les

~l
espaces propres correspondants. .

Exemple2: valel,lrspropres de [0 Dterminer un espace propre. ce n'est pas s'arrter l'quation de ce s-ev : on attend
gnralement de vousque vousen donniezune base...

. 1 2 ... n "',.-}

Cette matrice est manifestement de rang 2. et soncarr se calcule facilement, et on


en dduit que la trace du carr vaut: .
l
1
A) Mthodes u.tilisant les systmes linc!res ...
n-i n n
tr(A2)=I, 12+I 12=2.I, 12_n2=25_n2 Par dfinition ..un scolaire .est une valeur propre de A si et seulement s'IIexiste un .L
1-1 1=1 1=1 vecteur X non nul tel que: r-
or AX=..X
tr(A)=n
Lesvaleurspropressontdonc lessolutionsde : . Ce qui peut se traduIresousforme de systmelinaireen :
n
'v'1I,alj,xj=.,xl C')
, )-1
qu'on vous laissecalculer.

..
. .
[1 i oh peut considrer ce systmede deux rons diffrentes:
soit on connat d~j les voleurs propres : alors les seules inconnues sont les
ExempleJ : va/eurspropres de A =
.
A s'critnaturellementsousla forme :
;
1
:] coordonnes XI et on procde classiquement (il y a autant de systmes rsoudre
que de valeurs proprestrouves);

soit on ne connat pas les valeurs propres: alors il faut chercher des conditions
ncessaires sur .pour que ce systme admette d'autres solutions que la solution
trlvlale.(qul n'estpas-unvecteur propre. par dfinition).Unefolsdt~m;insces rels.
(par une dlseusslcnsurle systme)on rsoudcomme donsle cas precedent. .

': ,l,

--------- -------- --------


-- --- --------- -----
._ .._-------

166

METHODE4 : Rsoudre un systme en (. x)


METHODIX ALGEBRE

r 1

l
8. Mthodes de diagonallsatlon

- ou bien 2 -an.1..-(a?+
prqtique

...an_12)= 0 qui admet


propre associ est de dimension 1 et s'crit sous la forme:
deux solutions; chaque espace
167

Principe:
On pose a priori le systme sans avoir d'ide prconue sur les voleurs propres
El. = Vect(al.a2 ..... an_l. 1..)
On a donc trouv les trois valeurs propres de A (cf, l'exemple 2 d~ la mthode 3 qui en
possibles. En examinant ce systme (rang. combinaisons des lignes ...) on tablit des est un cas particulier). '
conditions ncessaires assez prcises sur le rel. pour qu'II ne soit pas de Cramer.
c'est--dire admette des solutions non nulles. REMARQUE:
1
L'ide qui consisterait 'calculer le dterminant est une fausse bonne Ide , cor cela " Comme dons toute discussion.la principale dIfficult consiste ne pas oublier de cos.
revient calculer le polynme caractristique de A et que c'est prcisment ce que ce qui exige de /0 mthode.
toutes les mthodes autres que la mthode 1 tentent d'viter ...

Une fols dtermins ces rels. on rsoud les systmes correspondants pour dterminer
les espaces propres associs.
METHODE 5 : Rsoudre un systme en (. x) en ,-,tilisant une rcurrence
Si les conditions n.cessalres tablies n'talent pas assez prcises. Il est tout fait
possible que l'an tombe sur la solution nulle: pas d'affolement. cela veut seulement
Principe:
dire que le rel correspondent n'est pas valeur propre (et qu'on a perdu du temps
resoudre un systme pour rten mais bon c'est un dtail).
Il s'agit de considrer que les coordonnes (XI) d'un vecteur propre X. 1variant de 1
n, sont des termes d'une suite (xn) telle que:
Gnralement. Il ne faut pas rsoudre les systmes avec les mthodes classiques Xo = xn+j =0
(pivot. ...) mais plutt exploiter les symtries et la forme particulire (creuse ...) pour (on peut parfaitement dfinir ainsi les termes d'indice 0 et n+ 1 vu qu'ils ne sont pas
arriver plus vite ses fins. encore dfiniS) .

Cas d'emploi:
Evidemment. celo est toujours possible. Mals l'ihtrt est rel quand les quations (*) se
mettent sous forme d'une relation de rcurrence simple; notamment linaire.
Le cas le plus frquent est celui des matrices tridiagonales .

Le systme s'crit ici : Intrt :


On sait expliciter facilement les termes d'une suite rcurrente linaire d'ordre 1 ou 2 en

!
ajxn =.Xj fonction des racines de l'quation caractristique associe. Le calcul des lments
propres est donc facile mener.

j. (~
. an_jxn =.xn_j .

En multipliant les (n-l)


obtient:
aj.xj+ ... +an,xn =,xn
premires quations chacune par ai et en les additionnant on 1.~npIe ",,~n~P'OP'''oo A.[ 0;: ob
(aj2~ ...an_?)xn = 1...(aj.xj+:..+an_l.xn_j)
, En posant ds maintenant. Xo = xn+l = O. les quatlons.(*) se mettent sous la forme:
En injetant la demire quation du systme dans celle-cI:

Il faut donc discuter sur l'quation caractristique:


qu'on rcrit: ab.r2+(a+b-1..).r+l=0 (E)
Xn'(2-an'-(aj2+ ...an_12))=0 !
- ou (E) a une racine double r alors classiquement:
Et donc l (comme on n'a pas raisonn por quivalences
discute:

- ou bien xn = 0 :
Il faut faire trs attention) on
J '(
Xi = (ai + ~}.rl
ce qui. compte tenu des conditions Xo = Xn+l cO. Impose: = ~ = 0 et donc XI= 0 pour
tout l, ce qui ne convient pas (vecteur propreevecreur non nui).

En regardant le systme on s'aperoit qu'II faut encore distinguer deux cas:


l'
- ou bien = 0 et le systme est quivalent : - ou (El a deux racines distinctes (Cl'(2) (ventuellement complexes) ; alors on a:
. Oj.x\+ ... +an_l,xn_l =0 - r[,
quation d'un s-ev de dImension n - 2 (c'est normal: la matrice est de rang 2) : f
)
Xi = cui +p.r21 '
'1
'1,
=
- ou bien 1..~ 0 alors xn 0 entraine Xi = 0 pour tout 1. donc x=O.qui ne peut pos './'
tre vecteur propre donc ce cos est exclu. ~
168 METHODIX ALGEBRE 8. Mthodes de dlagonqjj~ion pratique 169

Puisque Xo = 0 on a : Xi = a -.rl1- a.r21.Reste imposer: xn+l = 0 ,;, . [a


"
pas.
- ou bien r,n+l '1' r2n+1 alors a = 0 et XI = 0 pour to~t 1. ce qui ne convient toujours

- ou bien r,n+l =r2n+1 ; or aucune des racines n'est nulle (leur produit ab est non
. 1 - , ~ Exemple: lments'propresde A =
,
.
b
... :J (npair)

nul) donc cela quivaut dire que leur rapport est une racine n+ 1-lme de l'unit L Y pos besoin d'avoir fait Polytechnique, comme on dit chez nous. pour voir que les
donc il existe un entier m tel que : n/2 espaces Vect (el, en_il sont stables por A (n est polr. c'est crit).
ri
-=exp (2Im7t)
_-
r2 n+l La resmctlon de A un tel espace a pour matrice:
La rsolUtion de l'quation (E) donne alors facilement:
lm"
B=(~ ~) ~".:'
rI =p.en+1
lm"
Diagonaliser une ~crtrlce (2, 2) c'est pas sorcier et on trouve facilement comrns valeui~:':(
r2=pe-n+1 propres 0+ b et 0- b avec comme vecteurs propres associs (1,1)et (1.-1),

xk =-2.mpk .sm
. (km7t)
n+ En remontant A on en dduit que les valeurs propres sont 0+ b et a -b et les
..... espaces propres:
= 0+ b +rI +'2 = a +b+ 2P.cos(~:1)
EO+b=Vect{(~O l}: (0.1,...1.0); (0.... 1.1. ... 0); }
p tant une roelne de ob.
. E<;l-b=Vect{(l,O, O,-l); (O.l....-1.0); (0, ...1,-'1,.. ,0); }
L'entier m pouvant prendre toute valeur entre 1 et n (la valeur 0 est exclue sinon les
racines de (E) seraient gales) on obtient n valeurs propres distinctes et les espaces " Comparez avec les calculs faits la mthode l. en remarquant qu'ici on a aussi les
propres sont les droites associes. vecteurs propres. Cela devrait vous convaincre que le calcul d.ll polynme
caractristique est rarement trs efficace.
REMARQUE:

Cet exemple se gnralise aisment toute matrice tngonale dont les coefficients sur
la sur-dIagonale et la sous.cJlagonaleet surla dIagonale sont gaux (surchacune des
troIs.pas tousgaux II/),
B) Autres mthodes

tv!E'!'HODE6 : Rsoudre 1!n systme en x seulement 8 : Dcomposer


'Y1ET.HODE A en matrices" plus simples

Principe: .. Principe: .. .!

On commence par calculer les valeurs propres par l'une des mthodes exposes au Dcomposer A en une somme de deux OU' trois mfrlces plus simples Il qui ccmmuterv
1. Ensuite, on rsoud les systmes (*) pour les valeurs trouves, entre elles et qui soient facilement rduct1bles (un exemple de matrice simple ~tant."
l'Identit, q!-liprsente l'avantage de commuter avec beaucoup de choses), >,.
Ces d'eppllceffon :
C'est difficile dire de manire gnrale, Si la mthode 1 ou la mthode 2 s'appliquent Comme les endomorphismes commutent. s'Ilssont diagonalisables, on en dduira que ..,.
bien, Il peut tre judicieux de procder de cette faon, . A. l'est aussi (cf, chapitre suivant pour la dmonstration de ce rsultat).
La mthode n'a pas l'air trs claire prsente comme cela (ben oui; on sait. mais
pourtant on a fait de notre mieux) mals vous.allez voir sur les exemples ou les exercices
qu'll est facile d'y penser et que tout se passe trs naturellement,
METHODE 7 : Utiliser des espaces stables
Cas d'application:
Principe': Typiquement. les rnomces dont beaucoup de coefficients sont gaux (c'est--dIre que
Dterminer des s-ev stables par A (et pos les s-ev ..,) (sans faire des calculs de vingt l'ensemble des voleurs des coefficients est rduit 2 ou 3 rels).
pages. seulement au vu de la matrice A), Ensuite, chercher les valeurs propres et les
espaces propres sur ces rduct1ons. Notamment. les matrices dont les coefficients situs sur la diagonale sont tous gaux
CI. : Il est alors naturel (si, 51. puisqu'on vous le dit) d'crire par exemple: A = !Xl + B o B
Intrt : l, sera une matrice diagonale nulle (mals d'outres dcompositions seront possibles,
Foire moins de calculs, puisque les systmes rsoudre sont de dimension plus petite. comme le montre l'exemple ci-aprs).
D'o l'intrt de ne pas faire trop de calculs pour dterminer les espaces stables sinon
le gain est faible. voire nui ...
170 METHODIX ALGEBRE 8. Mthodes de dlagonallsatlon !?(al1que 171

b' . .
0 b ... b] Sion Introduit la matrice de permutation

Exemple: lmentspropres de A = : .:: .:: ~


[
b ..: b a
Celle-l. on l'aime bien et elle doit tre dans tous les chapitres du livre depuis le
J'[, ,]
chapitre 5 malspassons... Alorson volt facilement qu'en posant Q(X)= al +a2X+...anxn-1on a :
Adonques (c'est du vieux fronais) A ayant sescoefficients diagonaux gaux. on crit
judicieusement: . A=Q(J)
A=b.J+(a-b).1 Or J est diagonalisable cor elle vrifie Jn= 1 (polynme annulateur scind racines
o J est la matrice dont le terme gnral est 1 . simples.cf. mthode 13)et sesvaleurspropressontlesn racinesn-Imesde l'unit :
Pourtrouver les lments propres de J. le plussimple est de faire ron-troce, puisque J
.
<;k=exp (2ilot)
n
est de rang 1 (donc 0 est valeur propre d'ordre n -1) et que l'autre valeur propre Or le systme (*) associ J est particulirement simple (c'tait le but de la
(potentielle) est la trace. donc n (an fait on montrera qu'une motrice de rang 1 est manuvre ...) :
diagonalisable sslsa trace est non nulle;.ce qui est le cos mois ne nous sertpas grand
chose ici).
Donc:
SpJ= {O:n} qui permet de prendre comme espace propre:
L'quatlonde ces s-evvient facilement:
E).= vect(U ..:\.2
.... "n_l)
se rsument celle de l'hyperplan
- celle du noyau: lesquatlons CO)
Etlesvoleurspropres sont les Q(l;k)'
Xl+...+xn =0
dont on vouslaissedonner une base. C'estvidemment beaucoup plusagrable rsoudreque le systmecorrespondant
.A....
- celle de En: lesquations (*) donnent:
Xl =...= xn
qui est engendr par le vecteur (1.... 1). METHODE9 : Interpiter la matrice en termes d'endomorphisme
Comme 1et J commutent. et que J est diagonalisable. A l'est donc aussi.et dans la
mme base que J : on peut le voir Simplementen crivant que: Principe:
C'est la mthode classique de passagede la matrice un endomorphisme dans un
J=P-1DP et I=P-l.I.P doncA=b.J+(a-b).I=p-l.[bD+(a-b).I]P espace vectoriel judicieux.
ce qui montre que les valeurs propres de A sont (a-b) (ev propre: noyau de J) et Aprs. on crit la dfinition d'une valeur propre et d'un vecteur propre et on l'injecte
a+(n-l)b (ev propre: En). dans la 'dfinltlon de l'endomorphismetrouv (sonscrire un systme..sinon quel serait
l'Intrtd'tre repassaux endomorphismes?) et on cherche rsoudre,

Cas particulier important: endomorphismes de ~ [X)


..
La plupart des endomorphismes'dons les espaces de polynmes font intervenir 10
METHODE8bis: ExprimerA comme un polynme en B (B' slmple) drivation. Comme le rnontrero l'exemple suivant. qu'II faut considrer comme une
mthode ou une astuce (c'est selon)il faut absolumentpenser transformerl'quation
Principe: u(P)= "p en une quation de la forme:
SIA se mt naturellement sousla forme A = Q(B) o B est une matrice diagonalisable P'
dont on connat lesespaces propres.alors: . p='"
(si c'est possible videmment) et raisonner alors en termes de dcomposition de
B=Q-l.D.Q ~ A=Q-l.p(D).Q fraction raHonnelleen lmentssimp_les(cf. 'chapitres1 et 2 sincessaire).
ce qui montre que A est diagonalisable et possde les mmes espaces propres que B Non. srieux.pensez-y.prqliquement touslesexercicesul1l1sent cette ruse.c'est pnible

~~l
Cetque lesvoleurspropres<:leAsont les Q(~I)) . lafln 1

al a2 03
o
n-1 2
an
Exemple: lmentspropres de la malrk:e circulanle iii Exemple.'lmentspropres de A = 2
'a3 1 n-1
03 a2
02 03 an 01 '/ o
o Vu que la motrice est de taille n. si on se place dans un ev de polynmes. c'est
forcment Rn_l[X),
172 METHODIXALGEBRE 8. Mthodes de dlagonalisatlon pratique 173

Un peu (beaucoup) de rflexion vous amnera " remarquer" (oui, bon, c'est difficile Ne demandez pas l'Impossible cette mthode : elle ne vous donnera pas tous les
voir, et olors on n'y peut rien, c'est un exo des concours de l'on dernier ...) que: espcces propres d'un coup. En revanche elle vous rendra de prceux services dans le
u(P) =(1_X2).P' +(n-l).X.P cos o il h'y a que 2 ou 3 valeurs propres. ce qui arrive quand mme assez souvent.
'1
(Vous ovez peut-tre trouv outre chose, mols tes vous certain que votre expression li Exemple:J=[1]
marche pour tous les vecteurs de 10 bose canonique 7)
. On a dj expliqu 37 fois (mthode 8 pour la plus rcente) que cette matrice avait.
o En crivont 10 dfinition, an cherche les polynmes P non nuls tels qu'il existe un deux valeurs propres. L'quation du noyau tant Immdiate:
scaloire ;1.. tel qu'on oit: xl+ ... +xn =0 . .
on en dduit que l'autre espace est l'orthogonal. c'est--dlre la droite normale ccs ).,
(1-X2).P' +(n-1).X.P = ;I...P'
plan. donc Vect (1.... 1). ce qu'on avait trouv
qui se remet sous la forme" fraction rationnelle II sus-nomme: " .::.' :~.'
(ici le gain de temps n'est pas proprement parier ... spectoculotre. mals cscr >.

. P'
(n-l-;l..)X-;I.. n-1-;I.. 1 n-1+;I.. 1 constitue ou moins un moyen de vrifier 10 cohrence de vos rsultots; qul ..devrait ';"' .
p= X2-1 2 'x=+-2-'X+i donc tre trs utile certains ...). . ... ''', ..:.
\'.
:::.:';r\.'
Or on soit (cf. chapitre 4) que si

(
alors le polynme. est de la forme: 3. Comment montrer que (ou: dire si) A est diagonalisable
P(X)=A.TI (X-Xi)'"
1
On en dduit que les polynmes propres sont ncessoirement de la forme:

n-l- n-l+ METHODE11 : Calculer les lments propres


P(X) = A.(X - 1)~ t(X + 1)---:r-
Reste quand mme s'assurer que P est lment de R n_I[X]. ce qui Impose que
Rappel:. .
n-1+;I.. n-1-;I.. . On salt qu'une rnotrtce- est diagonalisable ssl la somme des espaces propres est gale
--2- et --2- soient entiers naturels (donc positifs).
E. ou ce qui revient au mme. ssl la somme des dimensions des espaces propres est
galen.
Ce qui peut se traduire en : Il existe un entier m lment de {O. 1.... n -1} tel que:
n-1-;I.. Principe: .
---=m Une fols calculs les lments propres par l'une des mthodes du paragraphe 2, on
2 peut conclure sans trop de problme sous rserve de savoir compter les vecteurs
Conclusion: Il existe n voleurs propres distinctes Indices por m et : p,ropres obtenus ...

;l..m=n-1-2m vecteur propre associ: Pm(X) =(X-1r.(X+ 1t-1-m

Retenez bien la mthode avec ls froctions rationnelles. elle pourrait ressortir dans 'Ies METHODE1'2 : Calculer seulement le polynme caractristique
exos ...

Rappel: . " . ~~i[.~~'~:~


On salt que si le polynme caractristique admet n racines distinctes. alors la matrice, .
est diagonalisable (C.S.)
l'y1ETHODE
10 : Utiliser le thorme spectral
REMARQUE: ,
Cas d'emploi:
Pour des matrices relles uniquement (et symtriques. sinon c'est parfaitement inutile). Il s'agIt Ici de compter les racines dans 19corps di} la mamc9, c'est--dra les racines .
rellespour une matrice relle et lesracinescomplexespour une matrfce complexe.
1
.. Prlncl~ :. :.,.~~
..~: '. . . . .
.:'Princlpe:
On salt que toute matrice
propres sont orthogonaux.
symtrique relle est dlagonalisabJe et que ses espaces
f On calcule le polynme caractristique.
suffisante) Il admet n racines distinctes .
et on regarde si (ou quelle condition

Intrt :
SI la matrice a peu de s-ev propres (car elle c:
peu de vp) ou qu'on les connat dj
Intrt :
Il n'est pas norme. dans la mesure o ce n'est qu'une condition suffisante et que le
tous sauf un (por exemple vIoles questions precdentes du problme) le dernier sere
l'orhogonal de la somme des outres. calcul du polynme corcctrtstlque est souvent pnible.
174 METHODIX AlGEBRE 8. Mthodes de dlagonalisatlon pfbtlque 175

METHODE13 : Dterminer un polynme annulateur de A racines simples METHODE15: Raisonner por conditions ncessaires
_ Rappel: _ Principe:
On salt que: SI l'on suppose qu'une matrice est diagonalisable. alors l'tude de la trace. du rang, du
A est diagonalisable ssi Il existe un polynme annulateur de A scind racines simples dterminant, des espaces propres, des espaces stabies ... peuvent permettre d'tablir
(dans le corps de base). des conditions ncessaires sur les paramtres dont dpend A. Il faut ensuite voir si elles
sont suffisantes.
_ Principe:
Essayerde trouver un polynme annulateur. en calculant les puissances successives de
A et en cherchant
REMARQUE:
les relier entre elles.
_ ..0"'''''''''-'''''''''' (0,) pour que A{ 0, i']__
Lesvaleurspropres seront alorsinclusesdans l'ensemble des racines de ce polynme La seule valeur propre possible de A est 1, puisque le polynme caractristique de A,
(ct. remarque mthode 2).. qui est triangulaire suprieure, est:
Exemple: CNSpour qu'une matrice de rang 1salt diagonalisable XA(X)= (l-xt
On a yu au chapitre 8 que les matrices de rarlg 1 vrifiaient la relation: Supposons A diagonalisable. Alors A est semblable la matrice diagonale qui a des 1
sur la diagonale, qui s'appelle ... l'Identit, c'est bien, vous faites des progrs en algbre
. M2 = tr(M). M linaire. .

ce qui veut dire que le polynme X2 - tr(M).X = X(X- tr(M)) est annulateur. Deux cas se Or A semblable 1s'crit: Il existe P inversible telle que:
prsentent; A = P-1.I.P =P-1.P = 1
Donc si A est inversible A est gale l'Identit, et donc ncessairement tous les ai sont
- '*
ou tr(M) 0 alors le polynme est scind racines simples et donc M est nuls. La rciproque est ... claire.
diagonalisable,

- ou tr(M) = 0 alors M est nilpotente. SIelle tait diagonalisable sa seule valeur propre ..
possible serait 0 (racine du polynme annulateur X2) et serait donc semblable' la 1

matrice dlqgonale nulle, donc serait nulle et de rang nul. donc diffrent de 1. M n'est 4. Comment' montrer que A est diagonalisable et donner
donc pas diagonalisable.
ses lments propres
Retenons ce rsultat essentiel ;

Il Une matrice de rang 1 est diagonalisable. sslsa trace .est non nuile. Pas grand-chose dire Ici, si ce n'est qu'II faut faire Ur:1 cocktail des mthodes exposes.
dans les paragraphes prcdents. De toutes faons, Il faudra calculer les espaces
propres donc vous n'y couperez pas ...

METHODE14 : Utilis~r le thorme spectral . On peut toutefois raffiner et compliquer un peu la question en vous demandant. ;
calculer P et p-1 ; comme si vous n'aviez pas fait assez de calculs. vous aurez donc
.Rappl: droit. en prime, calculer un Inverse; fort heureusement nous avons compil pour vous
les mthodes qui existent (chapitre 5).
Toute matrice symtrique relle est diagonalisable dans une base orthonorme .
Prlncipe:
~orsqu'on a une matrice symtrique relle, elle est diagonalisable et on n'a rten d'autre
. 5. Comment trigonaliser pratiquement une matrice ?
a dlr:_'L:,~,:;;,;~;,~:i~;::":':""~1\..' ..' ..' '. . .
- Exemple: matrice A_ = [alll ='[i] .. .
On vous avait prvenu, y a rien dire.' .. ah si : 1 est rel: le thorme s'cppque. Tout t C'est une question rarement pose, mals pose quand mme, ce qui Justifie qu'on s'y
intresse.
1 de suite, la suite... ~ . .
On se restreint aux cas de matrice de petite taille, c'est--dIre typiquement 3 ou 4 (pas
n ).
REMARQUE:
On se place toutefois dans le cadre d'une matrice trigonollsoble, c'est--dire qu'on
suppose que le polynme caractristique de A est scind (c'est une condition
On a soulign cent fois qurt tait ncessaire de supposer que la matrice est relle Le
rsultat quivalent pour /es matrices complexes existemolsse formule diffremment ncessaire et suffisante, automatiquement vrifie sur C ; sur R. Il faut videmment
Toutematrice hermftfenne estdiagonalisable dansune base orthonorme.(cf. ch. 11) s'assurer que c'est le cas avant d'entreprendre dix pages de calcu!).
176 METHODIX ALGEBRE 8, Mthodes de dlagona~ls~tion pratique 177

Alors l Il Y a une grosse erreur ne pas foire: Il fout exprimer les images de ces
METHODE16: Comment trigonaliser une matrice dans le cas gnral vecteurs par A en fonction de (e1.e2.e3) et non pas en fonction des vecteurs initiaux;
on trouve trs simplement: .
Cas d'emploi:
On vous demande directement trlgonallser A ; vous n'avez fait aucun calcul Mat(f.e)=
1 2
0 -1
-3]
-2
prliminaire. vous ne savez rien sur A (sauf que vous avez calcul son polynme
. [0 2 3
caractristique pour Vous assurer qu'il tait scind), C'est donc le cos le plus gnral
possible. Calculons le polynme caractristique de A1 (notations prcdentes) :
XA, (X) = (I_X)2 .
Principe: L'quation du s-ev propre associ la valeur 1 est y+z=O donc on prend 'cernrrie :
La trigonalisation pratique dons ce cos-l suit mot pour mot la dmonstration thorique
du thorme de trigonalisation n (A triganallsable ssl XA est scind), nouvelle base de F : (e2 - e3' e3)' et donc comme nouvelle bose de E : '.' .v,

(e1.e2 -e3.e3) . : '~;'


Puisque XA est scind. Il existe une valeur propre ., de A ; soit e1 un vecteur propre Dans cette base. A s'crit:
associ. En compltant el en une-bose (e1,e2 .... en) de Kn, on en dduit que A est 1 5 2]
semblable : Mat(f.e'):
[o0 01 1 -2

Il ne faut pas oublier de rappeler la motrice de passage la base initiale la base


finale:

P=[~ ~ ~]
Sion considre F = Vect(e2" ..en) et p la projection sur F paralllement e1 oIors poflF
1 -1 0
est un endomorphisme de F dont A1 reprsente la matrice dons la base (e2 .... en) : (en prime on vous laisse calculer l'Inverse ...)

A1 =Mat (po fIF.(e2.... en)) On peut faire une petite vrification : le polynme caractristique de la matrice
triangulaire trouve est bien celui de A.
D'aprs la formule du dterminant triangulaire par blocs on dduit que:
XA =(/..-X).XA,
ce qui montre que XA est scind. Et on recommence l'tape prcdente avec la
MElHODE
17: Comment trlgonaliser A lorsqu'on connat
matrice A1 la place de A. Jusqu' plus soif (n -1 tapes).
beaucoup .. de vecteurs propres?

A la fin. dans la base construite. la matrice de f est triangulaire suprieure,


e~sd'emploi: .,
On ~uppose qu'on a cherch dlagona!lser A, et que par consquent on o'colculles' .'>'" ,:,,;:

2
Exemp/e : trigona/lser A = 5 1 -5
2 -3] valeurs propres et les vecteurs propres de A.
On suppase de plus qu'on a trouv n - 1vecteurs propres.
..

[
. -3 4 0 Principe: . . '.
En dveloppant le polynme caractristique par rcpport la premire colonne. Il On sait que les vecteurs propres associs des valeurs propres distinctes forment une
vient: famille libre donc on peut complter la famille obtenue en une base de E tout entier (11
suffit ici de rajouter un seul vecteur pour complter la famille). La matrice de
XA(X)= (2-X)[-X(I-X)+201-5(-2~+ 12)-3(-10+3(1-)()) :_X3 +3X2 -3X+ 1=(I_X)3 l'endomorphisme f associ A est triangulaire dons cette base.

ce qui montre au passage que A n'est pas;dlagonallsable puisque sa seule valeur


propre est 1 et que si elle tait diagonalisable elle serait ga.le l'Identit, ce qui se
7 3
Ex~mp/e" trigonallserA = -6 -2 .5
-4]
.verrait. l' [4 2 ~
1 .
. Un calcul sj~ple ffi":;tre que l'espace propre associ 1 est de dimension 1 d'quation . Un petit calcul de derrire les fagots donne facilement:
x=y=z. donc: XA, (X)= -(1-X)2(X-2)
Un outre calcul sans encombre donne:

On complte en une base (ce qui peut se faire d'une Infinit de faons diffrentes. E2= Vect(H 2) et El = Vect(-1. 2. 0)
mois on a Intrt .falre simple pour les calculs) ; prenons par exemple: d'o Il ressort ,que A n'est pas diagonalisable. On a deux vecteurs. il nous en manque
. ;~ ~, . e2 =(0.1.0) et e3 =(0.0.1) un troisime pour faire une base, On peut rflchir tr!s longtemps. ou. sion est
flemmard. prendre le produit vectoriel :
178 METHODIX ALGEBRE 8. Mthodes de diconollsction protique 179

e3 = e2 l\e1 =(4. 2.-3) Astuces


(qui est par dfinition orthogonal (pour le produit scolaire canonique) aux autres
vecteurs. donc forme avec eux une famille libre) Toute matrice rellede taille lmpoire admet au moinsune voleur propre (relle)
L Il ne reste plus que l'Image de ce vecteur calculer. et l'exprimerdons la nouvelle. NOiR.' ou fait pourquoi? parce que le polynme caractrish'queest de degr impair,
base; on trouve successivement: donc a une limite - en _ et +00 en +00, donc s'annuled'apresle thorme'des voleurs
A(4. 2. -3) = (46.--45.23) = o:e1+l3e2 +")'93 intermdiaires.
On sait que y = 1 (pour des raisonsde voleurspropres) et on trouve facilement 13 = 13
puls 0:=-29 L'argumentqui consiste dire" x est un vecteur propre. donc. x est non nul Il est trs
frquemment utilis (par exemple. cela veut dire qu'ou moins l'une de ses

~~l
p=[~ ; ~l
Ce qui donne:
coordonnes est non nulle).

A=[~ ~
00 1
et
02-3
SIl'on vous demande de trouver un endomorphisme qui admet un spectre Infini.
pensez la drivation dans l'espace des fonctions C~ qui admet x -+ e),x comme
(modulo leserreursde calcul qu'on a forcment commisesparce que pour a. on n'est vecteur propre associ la valeur propre . et pour tout rel.
pas mouvais, et en plusJem'emmle lesdoigts surle clavier de mon ordlnateur...).
Erreurs
Conclusion : passionnant...
Evitezde parler de polynme minimal a pourrait dplaire votre examinateur.
Evidemment. si lui vous en parle. ne faites pas la forte tte en disant que dans
Mthodlx tome 2 y a crit qu'on connait pas alorsmol je, bon,... Il : et d'un a va vous
attirer des problmes; et de deux. a va nous attirer desproblmes.Alorsbon...
Unematrice symtriquenon rellen'estpas forcment diagonalisable.
Pourplusd'erreursreportez-vousou chapitre la Bestof : Vraiou faux? Il

Lu dans les rapports de l'X

" Ilfaut foire la diffrence entre l'algbre linaireet l'algbre bilinaire


NOLR.'Surtouten ce qui conceme la dlagonalisofion...
Le nombre de candidats qui peinent pour tablir qu'une matrlce_c9rr~.e_dCl.[lI')~e
-estdlagonallsableeststupfiant."" _.-'" -- -_ ..__._ - -_ .
.. Lescandidats entretiennent la confusion entre sous-espacescaractristiques et
sous-espacespropresou, sil'on prfre. entre la multiplicitdesvaleurspropres dans le
polynme coroctrlsftqueet la'dimensionde l'espace propre correspondant
" Certainslvesont dcouvert ' l'occasionde l'orajque A et sa transposeavaient
lesmmesvaleurspropres
NOLR.'Mieux vaut tord queJamais...
. Pour le calcul du polynme caractristique d'un endomorphisme de' R3 et la
recherche de racines vldentes.. on aimerait voir utiliserla mthode de recherche
i systmallquedes racinesra1lonnellesd'un polynme .
1 NOiR.' PCj!1rceux quI ne volent pas de quoi Il s'agit reportez-vous toutes affaires
cessantesou chapitre 1. .
Beaucoup Ignorent qu'un endomorphisme qui annule un polynme scind
racines simplesest diagonalisableet rciproquement.rsultatqui figure ou programme
et est largement suffisant
NOiR: Allusion l'ullflsoffonJuge abusivedu vocabulaire relatif ou polynme minimal.
Wdesupra.
180 METHODIX ALGEBRE 8. Mthodes de dlagonallsatlonpratique. 181

Exercices
DJ
Dterminerleslmentspropresde la matrice relle:
Par convention, lescoefficients non critssontnuls(les... ne le sont pasforcment)

OJ
Dterminerune CNS pour que A soit diagonalisabledans C :

Al 00]
m
Dterminer une CNS sur les paramtres pour que la matrice complexe A ,'~~It
diagonalisable:
ru
Dterminerleslmentspropresde : o
A=[
A.[! b :J al

W
Dterminer une condition ncessaireet suffisantepour qu'une motrice de Froebenius
ru
Dterminer une condition suffisante simple sur les coefficients pour que A soit
relle soitdiagonalisable:

dlagonollsable, o :
A=[l 0 ~o ]
on_1

W
D.'_Mi'~ matrlce A~.~,,:o[;e:'roooei
10. ::'la~eurs prorpres : -
" ~
'.';

ele els a
aiS tant supposnon rel. ,
1

ru 1
Dterminersilo matrice A =[aij = [1. J21 est diagonalisable et donner sesvaleurspropres. i
lr
rn
DterminersiA est diagonalisableet donner seslmentspropres:
,j

-------- -------- -------- ---- ----- -- -- -----


---------- ------
182 1
METHOOIX ALGEBRE 8. Mthodes de dlagonalisatlon pratique 183

Con.igs
, .
ITl
Sivous avez bonne mmoire (a peut servir.et a vite souvent d'avoir beaucoup
rflchir).on a calcul un dterminant qui ressemblaitbeaucoup celui l (chapitre 9.
exemple de la mthode 1). On sait donc calculer le dterminant de cette matrice. par
[JJ multlllnarit; or la matrice A - X.I est de la mme forme: Il suffitde remplacer bl par
Manifestement A n'est pas symtrique en gnral. On peut ici au choix crire le bj-X,
systme et discuter. ou raisonner en termes de sous-espaces stables. ce qui nous
semble Ici partiCUlirementnaturel vu la forme de la matrice.
Plusd'hsitation: c'est bien la mthode 1 qu'IIva faUoiremployer. On verra aprs pour
Eneffet. sion pose pour tout k tel que cela ait un sens: la condition suffisante.
le dterminant de A se calcule donc par multilinarlt ; on ne reprend pas le dtail.
c'est comme l'exemple en rfrence. On trouve donc:
on constate que ces espacessontstablespar A. Or la restrictionde {(endomorphisme detA=TI bi+L ajD bi
associ A) un tel s-ev s'crit: . 1 J l,oj
D'o le polynme caractristique:
A =( 0 an+l_k') XA(X)= TI (bl-X)+ L aJfI (bi -X)
k ak 0 1 J l''J
dont le polynme coroctrtstlqua n'estpas trop dur calculer: l on peut faire plusieurssuggestions.Sion fait. comme c'est naturel. la miseen facteur
commun (pour le moment on ne se pose pas de questionsurla lgitimit):
XA (X) = ak.an+l-k_X2

Examinonstous les cas possibles(on est dans C) :


XA (X) = il (bl - X)[1+ l
1
_5_]
J bJ-X
=TI (bl- X).F(X)
1
Or la drive de F est simple:
- ou bien ak.an+l_k"O : alors le polynme caractristique admet deux roclnes
distinctes(dans C) et donc Ak est diagonalisable. F'(X)=L ~
- ou bien ak' an+l-k= 0 qui sesubdiviseen :