Exercices & Problèmes Maths 2e Année MP

www.bibliomath.
com
www.bibliomath.com
Composition, mise en page et schmas : PUBLILOG
Maquette intrieure : Laser Graphie
Maquette de couverture : Alain Vambacas
c HACHETTE LIVRE 2005, 43 quai de Grenelle 75905 Paris Cedex 15

www.hachette-education.com
I.S.B.N. 978-2-01-187663-1
Tous droits de traduction, de reproduction et dadaptation rservs pour tous pays.
Le Code de la proprit intellectuelle nautorisant, aux termes des articles L.122-4 et L.122-5, dune part, que
les copies ou reproductions strictement rserves lusage priv du copiste et non destines une utilisation
collective , et, dautre part, que les analyses et les courtes citations dans un but dexemple et dillustration,
toute reprsentation ou reproduction intgrale ou partielle, faite sans le consentement de lauteur ou de ses
ayants droit ou ayants cause, est illicite .
Cette reprsentation ou reproduction, par quelque procd que ce soit, sans autorisation de lditeur ou du Centre
franais de lexploitation du droit de copie (20, rue des Grands-Augustins, 75006 Paris), constituerait donc une
contrefaon sanctionne par les articles 425 et suivants du Code pnal.
www.bibliomath.com
P rface
Cet ouvrage dexercices et problmes corrigs de mathmatiques de la collection H-Prpa est principalement destin
aux lves des classes prparatoires aux grandes coles MP, MP et aux tudiants de premier cycle universitaire.
Il propose des problmes originaux ou classiques, souvent extraits de sujets crits ou oraux de concours.
Conformment aux nouveaux programmes, ce volume prsente de nombreux exercices comportant une partie algo-
rithmique.
De plus, loutil informatique est utilis ds quil peut faciliter la rsolution dun exercice.
Chaque chapitre est constitu :

de rappels de cours, rassemblant les notions essentielles connatre pour aborder les exercices du chapitre. Il est
bien vident que ce bref rsum ne saurait se substituer une connaissance beaucoup plus approfondie du cours. Nous
renvoyons ltudiant au cours de son professeur et/ou aux ouvrages de la collection H-Prpa ;
dnoncs, comprenant chacun un titre permettant de se faire une ide du sujet trait, avec parfois une rfrence
une preuve de concours. Les questions sont chelonnes et progressives pour aider ltudiant dans sa recherche ;
de conseils, permettant de ne pas rester bloqu sur une question sans aller consulter trop tt le corrig. Cette aide
peut se prsenter sous forme dindications mthodologiques, de questions ou de rfrences un point particulier du
cours. Elle correspond au coup de pouce que peut donner un examinateur dans une preuve orale ;
de corrigs dtaills de tous les exercices.
Nous ninsisterons jamais assez sur le bon mode demploi dun tel livre dexercices corrigs. Il serait parfaitement vain
de se contenter de lire, mme trs attentivement, la solution la suite de lnonc. On napprend pas faire du vlo
dans un manuel ! Ce nest quaprs avoir cherch longuement chaque question, avec ou sans succs, mais du moins
avec persvrance, que la lecture du corrig pourra devenir protable.
Avec ce livre, nous esprons mettre la disposition des tudiants un ensemble dexercices et de problmes leur permet-
tant dacqurir des mthodes et des pratiques quils pourront rinvestir en dautres circonstances. Nous leur souhaitons
de russir les concours et examens quils prparent avec courage.
Les auteurs
c Hachette Livre H-Prpa Exercices, Maths

La photocopie non autorise est un dlit 3
www.bibliomath.com
www.bibliomath.com
S ommaire
PARTIE I ALGBRE ET GOMTRIE
Chapitre 1 Algbre gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Un groupe simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 Un groupe isomorphe (Z/2Z) p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4 Groupe possdant un unique automorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5 Les morphismes de groupes de (s3 , ) dans (C , ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
6 Les carrs de Z/ pZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7 Une quation dans Z/nZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

8 Les automorphismes de corps de Q + Q 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
9 Les morphismes de corps de R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
10 Lanneau des dcimaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
11 Polynmes de Tchebychev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
12 Majoration des polynmes et de leurs drives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Chapitre 2 Complments dalgbre linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2 Hyperplans et formes linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3 Une quation matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4 Matrices de trace nulle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5 Un calcul dinverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
6 Morphismes multiplicatifs de Mn (R) dans R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
7 Composs dendomorphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
8 Normes de forme linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
9 Matrices et dterminants par blocs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
10 Polynme et dterminant. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
11 Dterminant, rang et inverse de matrice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
12 Comatrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Algorithmes
1 Les nombres de Stirling) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2 Racines dun polynme par la mthode de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
www.bibliomath.com
SOMMAIRE
3 Forme faible de Frobenius dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4 Matrices de transvection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5 Dcomposition LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Chapitre 3 Sous-espaces stables et rduction des endomorphismes . . . . . . . . . . . . . . 67

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2 Une quation matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3 Valeurs propres des matrices pseudo-magiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4 Deux spectres innis non dnombrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5 Dterminant dune matrice circulante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6 Une rduction de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
7 Un endomorphisme de C(R, R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8 Srie de Fourier et lments propres dun endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
9 Trente secondes pour rpondre ! . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
10 Calcul dune puissance de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
11 Valeurs propres et image dun endomorphisme de M3 (C) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
12 Recherche de sous-espaces stables par un endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
13 Un endomorphisme bien cach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
14 Un endomorphisme encore mieux cach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
15 Deux quations dans M3 (R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
16 Une matrice dcompose par blocs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
17 Une exponentielle de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
18 Recherche dun polynme minimal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
19 Convergence vers linverse dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
20 Surjectivit dun endomorphisme de Mn (C) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
21 Relations polynomiales entre deux matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
22 Trace des puissances dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
23 Supplmentaire stable dun sous-espace stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Algorithmes
1 Calcul du polynme caractristique par la mthode de Souriau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2 Rsolution dun systme linaire par la mthode de Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Chapitre 4 Formes bilinaires symtriques et formes quadratiques . . . . . . . . . . . . . . . 92

1 Ingalits entre formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2 Biorthogonal dun sous-espace vectoriel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3 Une forme quadratique sur Mn (R). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4 Ddoublement des termes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5 Reconnatre une forme quadratique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6 Quand le noyau et le cne isotrope sont confondus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7 Signature dune forme quadratique sur Mn (R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
8 Orthogonalit pour une forme bilinaire symtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
6 La photocopie non autorise est un dlit
www.bibliomath.com
SOMMAIRE
9 Rduction simultane de deux formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

10 Forme quadratique et produit mixte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
11 Une somme de formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
12 Une dernire forme quadratique sur Mn (R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Chapitre 5 Espaces vectoriels euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2 Et Gram-Schmidt... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3 Conditionnement dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4 Une proprit des bases orthonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5 Un hyperplan dont lorthogonal nest pas une droite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
6 Une ingalit dHadamard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7 Rduction dun endomorphisme dni laide du produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
8 Projection orthogonale dans Mn (R). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
p p
9 lements propres dun endomorphisme de C , , R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
2 2
10 Pour sentraner. Espaces euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
11 Adjoint et norme dun endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
12 Construisons un automorphisme orthogonal... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
13 Bases et automorphismes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
14 Matrices diagonalisables commutant avec leur transpose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
15 Valeurs propres de matrices symtriques relles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
16 Des matrices qui commutent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
17 Dcomposition dun endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
18 Sur le groupe orthogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
19 Somme de deux automorphismes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
20 Utilisation de matrices symtriques relles de rang 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
21 Racines carres de matrices symtriques dnies positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
22 Valeurs propres dune matrice de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
23 Interprtation gomtrique de la matrice de Hilbert. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Algorithmes
1 Tridiagonalisation dune matrice symtrique relle. Matrices de Householder . . . . . . . . . . . . . . . . . . . . . 122
2 Valeurs propres dune matrice tridiagonale relle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
3 La mthode de Choleski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4 Problme des moindres carrs. Dcomposition Q R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Chapitre 6 Espace prhilbertien complexe. Espace hermitien . . . . . . . . . . . . . . . . . . . . . . . 155

1 Une forme sesquilinaire hermitienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
2 Applications C bilinaires et sesquilinaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
3 Une ingalit entre normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
4 Une suite orthonormale dans C[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

www.bibliomath.com
SOMMAIRE
5 Un produit scalaire sur Cn [X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

6 Image et noyau du produit dune matrice avec sa matrice transconjugue . . . . . . . . . . . . . . . . . . . . . . . 161
7 Distance dun vecteur un sous-espace dans Mn,1 (C) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
8 Quand le supplmentaire orthogonal nexiste pas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
9 Spectre dune matrice hermitienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
10 Dterminant de Gram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
11 Une ingalit dHadamard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
12 Une proprit du dterminant dune matrice hermitienne positive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
13 Matrices unitaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
14 Dcomposition dIwasawa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
15 Les endomorphismes normaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Chapitre 7 Gomtrie afne et euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
2 Point de Gergonne dun triangle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
3 Le thorme de Desargues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
4 Parabolode hyperbolique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
5 Intersection dun ttradre et dun plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
6 Quadrilatre tangent une sphre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7 Des distances dans lespace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
8 Cercle, projection et perpendiculaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
9 Suite de cercles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
10 Cercle, tangente et lieu de points... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
11 Vecteurs unitaires dans lespace faisant entre eux un angle xe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
12 Produit vectoriel et quation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
13 Ttradre quifacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
14 Le thorme du papillon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
15 Afxes des racines dun polynme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
16 Triangles quilatraux ayant leurs sommets sur une hyperbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
17 tablissement de lorbite dune toile double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
18 Les thormes de Pappus et de Pascal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
19 Cne de rvolution contenant une ellipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
20 Ensemble de normales une surface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
21 Une surface de rvolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
Chapitre 8 Gomtrie diffrentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210

1 Pour sentraner avec les coordonnes polaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
2 Pour sentraner avec les coordonnes paramtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
3 Suite darcs paramtrs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
4 Rayon de courbure en un point dune courbe dnie implicitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
5 Courbe courbure constante trace sur une sphre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

www.bibliomath.com
SOMMAIRE
6 Un exemple de courbe trace sur une sphre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

7 Pentagone, arcs de cercles et sries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
8 La corde et le pont . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
9 Centres de courbure en O dune famille de coniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
10 La lemniscate de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
11 Point xe dun ensemble de droites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
12 Coniques passant par O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
13 Un cylindre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
14 Loxodromies de la sphre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
15 Cne tangent une sphre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
PARTIE II ANALYSE
Chapitre 9 Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
2 Une distance non associe une norme. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
3 Des normes quivalentes sur R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
4 Deux normes sur l espace des suites bornes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
5 Comparaison de boules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
6 Une fonction lipschitzienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
7 Premiers termes du dveloppement limit dune suite dnie implicitement . . . . . . . . . . . . . . . . . . . . . . 246
8 Un produit douverts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9 Intersection douverts et de ferms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
10 Une caractrisation de ferms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
11 Une fonction continue sur une partie dense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
12 Topologie de Mn (K) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
13 Lespace de Hilbert l 2 (N, R), 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
14 Stabilit dune boule par une isomtrie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
15 Recouvrement dun compact contenu dans un ouvert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
16 Application primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
Algorithme : Acclration de convergence de suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
Chapitre 10 Sries numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
2 Autres tudes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
3 Groupement de termes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
4 Srie dpendant de deux paramtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
5 Critre de condensation de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
6 Absolument convergente ? Simplement convergente ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
7 Sur la rgle de Kummer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264

www.bibliomath.com
SOMMAIRE
1
8 Srie u 2n E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
un
9 quivalent dun reste de srie convergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
10 Des sries extraites de la srie harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
11 Une mthode dacclration de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
12 Des logarithmes et des sries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266

sin n
13 Srie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
n

cos n
14 Nature de la srie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
n
Un exercice doral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
15
Algorithme : Acclration de convergence de la srie n12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
Chapitre 11 Drivation, intgration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281

1 Pour sentraner... avec la drivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
2 Polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
3 Pour sentraner... avec lintgration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
4 Le thorme de Fubini.... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
5 Une quation intgrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
6 Pour sentraner... avec les fonctions intgrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
7 Transforme de Laplace et convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
8 Intgrabilit et convergence de sries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
9 Une suite de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
10 Comparaison une intgrale de Riemann au voisinage de linni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
11 O lon intgre successivement suivant chacune des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
12 Comparaison avec une srie double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
13 Comparaison une somme de Riemann au voisinage de O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
14 O une intgrale double permet le calcul dune intgrale simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
Algorithmes
1 Une forme linaire sur lespace des fonctions polynomiales relles de degr infrieur ou gal n . 296
2 Polynmes de Bernoulli. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
3 Calcul de lexponentielle sur un ordinateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
Chapitre 12 Suites et sries de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
2 La srie de fonctions ln(1 + x n ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
+
1
3 La fonction x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
n=1
sh2 nx

(1 ex )n
4 Continuit, drivabilit de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
n2
n=1

www.bibliomath.com
SOMMAIRE
5 Trois suites de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326

6 Jolies formules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
7 Deux quivalents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
8 Des sries trigonomtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
Chapitre 13 Sries entires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
2 Srie numrique et srie entire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
3 Un produit de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
4 Une srie de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
5 Principe des zros isols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
6 Sommes de sries entires quivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
7 Fonction rciproque de la somme dune srie entire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
8 Dveloppements en srie entire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
x
9 Dveloppement en srie entire de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
ln |1 x|
10 Une quation fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
11 Un problme dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
1
12 Le dveloppement asymptotique de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
i1i2 . . . in
1 i 1 i 2 i n n
Algorithmes
1 Approximations de Pad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
2 Calcul de p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
Chapitre 14 Sries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362

1 Premire srie de Fourier (1809) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
2 Une curieuse formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
3 Srie de Fourier ne pas calculer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
4 Srie de Fourier dun polygone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
5 Srie de Fourier dune fonction 2-priodique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
6 Somme dune srie trigonomtrique ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
7 Coefcients de Fourier et classe C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
8 Ingalit de Bernstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
9 Deux dveloppements en srie de Fourier sans calcul de coefcients de Fourier . . . . . . . . . . . . . . . . . . 365
10 Autour dune formule dEuler (1707-1783) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
11 Chercher la fonction... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
12 Convergence de la srie an . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
13 Principe du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
14 Elle ressemble une srie de Fourier, mais... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
Algorithme : Transforme de Fourier discrte et transforme de Fourier rapide . . . . . . . . . . . . . . . . . . . . 368

www.bibliomath.com
SOMMAIRE
Chapitre 15 Calcul differentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385

1 Pour sentraner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
2 Un problme dextrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
3 Une suite rcurrente double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
4 Un laplacien nul. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
5 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
6 Des formes diffrentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395
7 Des intgrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395
8 Un extremum, des extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
9 Diffrentiabilit de lapplication M M 1 dnie sur GLn (R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
10 Application puissance de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
11 Application Det . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
12 Maximum de lapplication Det sur la sphre unit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
Algorithmes
1 Mthode du gradient plus profonde descente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
2 La mthode de Newton pour une fonction de plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
3 Recherche des extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
Chapitre 16 quations diffrentielles linaires et non linaires . . . . . . . . . . . . . . . . . . . . 412

1 Pour sentraner.... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
2 Une quation diffrentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
3 Un systme diffrentiel coefcients non constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420
4 Un arc paramtr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420
5 Ingalit et quation diffrentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420
6 Un changement de fonction inconnue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421
7 Polynmes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421
8 Du premier ordre, mais non linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421
9 De lune lautre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421
10 Une quation fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
11 Deux quations dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
12 Comportement linni des solutions dune quation diffrentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
13 Nombre de zros dune quation diffrentielle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423
14 quation autonome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424
15 Une quation variables sparables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424
16 Proprits des solutions dune quation autonome du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
17 tude en coordonnes polaires de lignes de champ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
18 Systmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
Algorithme : Rsolution approche dun systme diffrentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426

www.bibliomath.com
1
P A R T I E
ALGBRE ET GOMTRIE
1 Algbre gnrale 15
2 Complments dalgbre linaire 30
3 Sous-espaces stables et rduction des endomorphismes 67
4 Formes bilinaires symtriques et formes quadratiques 92
5 Espaces vectoriels euclidiens 106
6 Espace prhilbertien complexe. Espace hermitien 155
7 Gomtrie afne et euclidienne 176
8 Gomtrie diffrentielle 210
www.bibliomath.com
www.bibliomath.com
1
Algbre gnrale
RAPPELS DE COURS
RELATION DE CONGRUENCE
Les sous-groupes de Z sont les nZ o n est un entier naturel.
Soit a et b dans Z. On dit que a est congru b modulo n si a b nZ. On note a b[n].
Deux entiers sont congrus modulo n si, et seulement sils ont le mme reste dans la division
euclidienne par n.
Proprits de la relation de congruence
Quels que soient les entiers a, b, c et d de Z et p de N tels que : a b[n] et c d[n] on a :
a + c b + d[n], ac bd[n], a b[n] et a p b p [n].
Soit un entier relatif a, sa classe modulo n est lensemble a = {a + nk ; k Z}.
Lensemble des classes dquivalence sera not Z/nZ et sera appel ensemble quotient de Z par
nZ.
Le cardinal de Z/nZ est n. Ses lments sont : 0, 1, 2... et n 1.
La surjection canonique de (Z, +) dans (Z/nZ, +) dnie par c : a a est un morphisme de
groupes de noyau nZ .
PARTIE GNRATRICE DUN GROUPE

Soit (G, .) un groupe, A une partie de G.
Le plus petit sous-groupe de G contenant A est appel sous-groupe engendr par A, not A .
Lorsque A = G, on dit que G est engendr par A ou que A est une partie gnratrice de G.
Le sous-groupe engendr par A est lintersection de tous les sous-groupes contenant A.
Si A = [, alors : A = {a11 a22 ann ; n N , i {1, ..., n} i {1, 1} ai A}.
Les gnrateurs de Z/nZ sont les classes k telles que k n = 1.

Les gnrateurs du sous-groupe Un de (C , ) des racines n-imes de lunit sont les lments
kp
e 2i n tels que k n = 1.

www.bibliomath.com
ALGBRE ET GOMTRIE
Les gnrateurs de Un sont appels les racines primitives n-imes de lunit.

Un groupe monogne est un groupe engendr par un seul lment a appel gnrateur.
Tout groupe monogne inni est isomorphe Z.
Un groupe cyclique est un groupe monogne ni.
Soit (G, .) un groupe cyclique dordre n, dlment neutre e, engendr par llment a. Alors :
G = {a 0 , a 1 , ..., a n1 } et n est le plus petit entier non nul tel que a n = e.
Tout groupe cyclique dordre n est isomorphe Z/nZ.
Les gnrateurs de G sont les a k , o k n = 1.
Tout sous-groupe de G est cyclique, dordre un diviseur de n.
Soit (G, .) un groupe et a un lment de G.
Lapplication f a de Z dans G, dnie pour tout entier k par f a (k) = a k , est un morphisme de
groupes de (Z, +) dans (G, .) dimage a . Il existe n dans N tel que Ker( f a ) = nZ.
Si n = 0, lapplication f a est un isomorphisme de (Z, +) sur a : llment a est dordre inni.
Si n = 0, lapplication ga de Z/nZ dans a , dnie pour toute classe k de Z/nZ par ga (k) = a k ,
est un isomorphisme de (Z/nZ, +) dans a : llment a est dordre ni n.
Les seuls morphismes de groupes de (Z, +) dans (G, .) sont les morphismes f a , pour a dans G.
Le cardinal dun groupe ni G est appel lordre de G.
Lordre dun lment dun groupe ni divise lordre du groupe.
PRODUIT DE DEUX GROUPES

Soit (G, ) et (H , ) deux groupes dlments neutres respectifs e et f .
Pour tout couple (g, h) et (g , h ) de G H on dnit :
(g, h)(g , h ) = (g g , h h ).
(G H , ) est un groupe appel le groupe produit des groupes (G, ) et (H , ).

Soit n et p deux entiers naturels premiers entre eux.
Le groupe produit de (Z/nZ, +) et de (Z/ pZ, +) est isomorphe au groupe (Z/npZ, +).
Ce nest pas le cas lorsque n et p ne sont pas premiers entre eux.
Thorme chinois
Soit n et p deux entiers naturels premiers entre eux.
x a [n]
Le systme dquations dinconnue x, o a et b sont des entiers, admet au moins
x b [ p]
une solution c dans Z. Lensemble des solutions est {c + knp ; k Z}.
IDAL DUN ANNEAU COMMUTATIF

Soit ( A, +, .) un anneau commutatif.
Un sous-ensemble I de A est un idal de lanneau ( A, +, .) sil vrie les deux conditions sui-
vantes :
(i) (I , +) est un sous-groupe de (A, +) ;
(ii) x I a A ax I .
www.bibliomath.com
1. ALGBRE GNRALE
Un sous-ensemble I de A est un idal de lanneau ( A, +, .) si, et seulement sil vrie les pro-
prits suivantes :
(i) I = [, (ii) x I y I x+yI et (iii) x I a A ax I .
Soit I un idal de ( A, +, .). Alors I = A si, et seulement si : 1 A appartient I .

Les idaux de (Z, +, .) sont les ensembles nZ o n N.
Soit x un lment de A. Lensemble Ax = {ax ; a A} est le plus petit idal de ( A, +, .) contenant
x. appel : idal principal engendr par x.
Soit A un anneau commutatif, f un morphisme danneaux de A dans ( A , , ), I et I deux
idaux respectifs de (A, +, .) et ( A , , ). Alors f (I ) est un idal du sous-anneau f ( A) de
( A , , ) et f 1 (I ) est un idal de (A, +, .) contenant le noyau de f ,
Le noyau dun morphisme danneaux est un idal de (A, +, .).
DIVISIBILIT DANS UN ANNEAU INTGRE

Soit ( A, +, .) un anneau intgre, a et b deux lments de A.
On dit que llment a est un diviseur de b ou que a divise b sil existe un lment q de A tel
que b = aq. On note : a | b .
Si a est non nul, llment q est unique, on lappelle le quotient exact de b par a.
a divise b si, et seulement si : Ab Aa.
Aa = Ab si, et seulement sil existe un lment inversible c tel que b = ac. Dans ce cas, on dit
que a et b sont associs.
Un lment a non inversible est irrductible si ses seuls diviseurs sont les lments inversibles
et les lments associs a.
LANNEAU (Z /nZ , +, .)
Soit n un entier naturel non nul. (Z/nZ, +, .) est un anneau commutatif dlment unit : 1.
La surjection canonique w de Z sur Z/nZ est un morphisme danneaux.
Lanneau (Z/nZ, +, .) est intgre si, et seulement si, lentier n est premier.
Lanneau produit des anneaux (Z/nZ, +, .) et (Z/ pZ, +, .) est lanneau (Z/nZ Z/ pZ, +, .)
Si n p = 1, lanneau produit (Z/nZ Z/ pZ, +, .) est isomorphe lanneau (Z/npZ, +, .).
PLUS GRAND COMMUN DIVISEUR

Soit m et n deux entiers. Lensemble mZ + nZ est un idal de (Z, +, .).
Il existe un entier naturel d unique tel que mZ + nZ = dZ
d est le plus grand commun diviseur de m et n, not m n.
ENTIERS PREMIERS ENTRE EUX

Deux entiers m et n non nuls sont premiers entre eux lorsque m n = 1.
Dans Z, les lments irrductibles sont les nombres premiers et les opposs des nombres pre-
miers.
www.bibliomath.com
ALGBRE ET GOMTRIE
Thorme de Bzout
m et n sont premiers entre eux si, et seulement si : mZ + nZ = Z.
m et n sont premiers entre eux si, et seulement sil existe u et v dans Z tels que mu + nv = 1.
Soit a, b et c trois entiers non nuls.
Si a b = 1 et a c = 1 alors a (bc) = 1.
Pour tout couple( p, q) dentiers naturels : a b = 1 a p bq = 1.
Thorme de Gauss
Si a b = 1 et a | (bc) alors a | c.
Soit a, b1 , ..., b p des entiers non nuls tels que pour tout i de [[1, p]], a bi = 1.
Alors a (b1 ...b p ) = 1
Soit a un entier, b1 , ..., b p des entiers non nuls premiers entre eux deux deux tels que pour tout
i de [[1, p]], lentier bi divise a. Alors le produit b1 ..., b p divise a.
PLUS PETIT COMMUN MULTIPLE

Soit m et n deux entiers. Lensemble mZ nZ est un idal de (Z, +, .).
Il existe un entier naturel r unique tel que : mZ nZ = r Z appel le plus petit commun multiple
de m et n, not m n.
Soit a, b non nuls dans N, d leur plus grand commun diviseur, m leur plus petit commun mul-
tiple et les deux entiers a et b tels que a = da et b = db . Alors ab = md et m = a b d.
LMENTS INVERSIBLES DANS UN ANNEAU

Soit ( A, +, .) un anneau non rduit {0}.
Un lment a de A est inversible sil existe un lment b de A tel que ab = 1 A . Llment b est
unique, on le note a.1
Lensemble (U ( A), .) des lments inversibles de ( A, +, .) muni de la multiplication (A, +, .) est
un groupe dlment neutre 1 A , appel groupe des lments inversibles de lanneau(A, +, .).
Soit n un entier naturel non nul et k un entier.
Llment k de lanneau (Z/nZ, +, .) est inversible si, et seulement si : k n = 1
CORPS
On dit quun anneau (K , +, .) est un corps si :
1 K = 0 K et tout lment de K = K \{0 K } est inversible.
Lanneau (Z/nZ, +, .) est un corps si, et seulement si, n est un nombre premier.
Soit ( A, +, .) un anneau commutatif non rduit {0}.
Alors ( A, +, .) est un corps si, et seulement si, les seuls idaux de A sont {0} et A.
CARACTRISTIQUE DUN ANNEAU, DUN CORPS

Factorisation dun morphisme de lanneau Z dans un anneau
Soit ( A, +, .) un anneau dlment unit 1 A .
Le seul morphisme de lanneau (Z, +, .) dans ( A, +, .) est f : k k.1 A .
f (Z) est le plus petit sous-anneau de (A, +, .).
www.bibliomath.com
1. ALGBRE GNRALE
Il existe un entier naturel m unique tel que Ker f = mZ, appel caractristique de lanneau
( A, +, .).
Soit n un entier naturel multiple de m, w la surjection canonique de Z sur Z/nZ et j linjection
canonique de f (Z) dans A. Alors il existe un unique morphisme danneau f de Z/nZ dans f (Z)
tel que f = j f w. On dit que j f w est une factorisation de f travers w.
Le morphisme f est surjectif.
Le morphisme f est injectif si, et seulement si : m = n.
Lanneau ( f (Z), +, .) est isomorphe lanneau (Z/nZ, +, .).
Si 0 est le seul entier k tel que k.1 A = 0 A , on dit que lanneau ( A, +, .) est de caractristique
nulle.
(Z, +, .), (Q, +, .) et (R, +, .) sont de caractristique nulle.
Si {k Z/k.1 A = 0 A } nest pas rduit {0}, alors :
la caractristique m dun anneau ( A, +, .) est le plus petit entier naturel non nul tel que
m.1 A = 0 A .
k.1 A = 0 A m | k.
IDAUX DE K[X]
Dans toute la suite, le corps K est un sous-corps de C.
Tout idal de K[X] est principal.
Tout idal non rduit {0} est engendr par un unique polynme unitaire.
Pour tout polynme P et tout polynme Q de K[X], le polynme P divise le polynme Q si
et seulement sil existe un polynme S de K[X] tel que Q = P S.
On note P | Q et on dit que P est un diviseur de Q ou que Q est un multiple de P.
Ceci se traduit laide des idaux par (Q) (P) en notant (Q) lidal engendr par Q.
Un polynme P de K[X] est dit irrductible sur le corps K sil est non constant et si ses seuls
diviseurs dans K[X] sont les polynmes constants non nuls et les polynmes associs P.
PLUS GRAND COMMUN DIVISEUR

Soit P et Q deux polynmes de K[X].
Lidal engendr par P et Q est lensemble :
(P) + (Q) = {A P + B Q; A K[X] et B K[X]}.

Si P et Q sont non simultanment nuls, il existe un polynme unitaire unique D tel que
(P) + (Q) = (D).
Le polynme D est le plus grand commun diviseur de P et Q, not P Q = D.
POLYNMES PREMIERS ENTRE EUX

Soit P, Q et R trois polynmes non nuls
On dit que deux polynmes P et Q sont premiers entre eux lorsque P Q = 1.
Thorme de Bzout
Les polynmes P et Q sont premiers entre eux si, et seulement si : (P) + (Q) = K[X].
Les polynmes P et Q sont premiers entre eux si, et seulement sil existe deux polynmes U et
V tels que UP +V Q = 1.
www.bibliomath.com
ALGBRE ET GOMTRIE
Si P Q = 1, pour tout n et tout m de N on a : P n Q m = 1.

Si P Q = 1 et P R = 1, alors P (Q R) = 1.
Si P est irrductible dans K[X] alors P Q = 1 si, et seulement si, P ne divise pas Q.
Thorme de Gauss
Si P Q = 1 et si P | Q R alors P | R.
Soit P un polynme non nul et (Pi )i [[1,n]] une famille de polynmes non nuls telle que, pour i
dans [[1, n]], P Pi = 1. Alors P (P1 ...Pn ) = 1.
Soit P un polynme irrductible et (Pi )i [[1,n]] une famille de polynmes non nuls. Pour que P
divise P1 ...Pn il faut et il suft que P divise lun des Pi .
Soit P un polynme non nul et (Pi )i [[1,n]] une famille de polynmes non nuls premiers entre
eux deux deux telle que, pour tout i dans [[1, n]], Pi divise P. Alors P1 ...Pn divise P.
PLUS PETIT COMMUN MULTIPLE

Soit P et Q deux polynmes non nuls.
Lensemble (P) (Q) est un idal de (K[X], +, ).
Il existe un unique polynme unitaire M tel que (P) (Q) = (M). Le polynme M est le plus
petit commun multiple de P et Q, not M = P Q.
Soit P et Q deux polynmes unitaires, D leur plus grand commun diviseur et M leur plus petit
commun multiple, R et S les polynmes tels que P = DS et Q = DR.
Alors P Q = MD et M = D RS.
ALGBRE
On appelle K-algbre un ensemble E muni de deux lois internes, notes + et et dune loi
externe sur le corps K, note ., telles que :
(E, +, .) est un espace vectoriel sur K.
(E, +, ) est un anneau.
a K (x, y) E 2 (a.x) y = x (a.y) = a.(x y).
Lalgbre est dite commutative si la multiplication interne est commutative.
Soit (E, +, , .) une K-algbre. Tout sous-ensemble F de E qui, muni des lois induites, est
encore une K-algbre est une sous-algbre de (E, +, , .).
Une partie F de E est une sous-algbre de (E, +, , .) si, et seulement si : 1 E F ;
F est stable par combinaison linaire : (a, b) K2 (x, y) F 2 ax + by F ;
2
F est stable par multiplication interne : (x, y) F x y F.
Les applications linaires qui sont galement des morphismes danneaux sont des morphismes
dalgbres.
Un morphisme dalgbres bijectif est un isomorphisme dalgbres.
Limage et limage rciproque dune sous-algbre par un morphisme dalgbres sont des sous-
algbres.

www.bibliomath.com
N O N C S
1 Pour sentraner 2 Un groupe simple
1 a) La runion de deux sous-groupes est-elle un Soit (G, .) un groupe ablien. On dit que G est simple
sous-groupe ? sil nest pas rduit {0} et sil ne possde aucun autre
sous-groupe que {0} et G.
b) Soit A un anneau et B A un anneau pour les
mmes lois que A. 1 Montrer que, si p est premier alors (Z/ pZ, +) est
B est-il un sous-anneau de A ? simple.
2 Dcomposer les permutations suivantes en produit 2 Montrer que les deux propositions suivantes sont
de cycles, donner leurs ordres et leurs signatures : quivalentes :
1234567 12345678 a) G est simple.
a= , b= ,
5647321 14327865
b) G est cyclique dordre premier.
123456789
c= .
378945216
Calculer a 201 , b198 et c1000 . Lorsque G est simple on pourra considrer un l-
ment x distinct du neutre et montrer que le sous-
3 Si p est premier, a-t-on : Z/ p2 Z isomorphe
2 groupe engendr par x est de cardinal premier.
Z/ pZ ?
4 Quel est le reste de la division euclidienne de
15151789 par 13 ? 3* Un groupe isomorphe (Z Z) p
Z/2Z
5 Rsoudre x 3 3x 2 + 2x = 0 dans Z/5Z puis dans Soit (G, +) un groupe.
Z/24Z .
1 On suppose dans cette question que :
6 Montrer que : n N(2n + 3n ) (2n+1 + 3n+1 ) = 1. x G x 2 = e.
7 Factoriser en produit de polynmes irrductibles a) Montrer que G est un groupe ablien.
sur R le polynme : X 6 + 1.
b) Soit H un sous-groupe strict de G et x un lment
8 Soit n un entier naturel non nul, r un rel stricte- de G qui nest pas dans H . Vrier que H x H est un
ment positif et P un polynme de R[X] de degr n 1 sous-groupe de G.
tel que k [[1, n]] P(k) = r k . c) Dmontrer que, sil est ni, le cardinal de G est une
Calculer P(n + 1). puissance de 2, 2 p o p est un entier naturel.
d) Montrer que G est isomorphe (Z/2Z) p .
1) b) Ont-ils le mme lment unit ? 2 Soit (G, .) un groupe de cardinal 6.
2) Revoir votre cours de premire anne.
2 a) Dterminer les ordres des lments de G.
3) Que dire de px pour x dans Z/ pZ ?
4) Calculer les puissances successives de 1511 mo- b) Montrer que G contient au moins un lment dordre
dulo 13. 3 ou 6.
5) Tout lment est-il inversible ? A-t-on des divi- c) Montrer que G est isomorphe Z/6Z ou a (s3 , ).
seurs de 0 ?
6) On a : a b = a (b + ka).
7) Ne pas se prcipiter sur la factorisation dans C 1) c) Partir dun groupe de cardinal 2 et construire
8) Penser aux polynmes dinterpolation de La- par rcurrence laide de la question b) une suite
grange de sous-groupes de la forme Hk+1 = Hk ak Hk .

www.bibliomath.com
ALGBRE ET GOMTRIE
4 Groupe possdant un unique

automorphisme
2) Appliquer le thorme de Gauss.
Montrer que tout groupe ni G ne possdant quun seul
3) Maintenant cest le tour du thorme de Bzout.
automorphisme de groupes est isomorphe {e} ou
4) Utiliser les questions 3) et 4) puis 2).
Z/2Z.
8 Les automorphismes
de corps de
On pourra introduire lapplication y x yx 1
puis utiliser lexercice 3. Q +Q 2

Dterminer les automorphismes du corps Q + Q 2.
5 Les morphismes de groupes de

C , )
(s3 , ) dans (C Dterminer tout dabord limage de tout entier,
Dterminer tous les morphismes de groupes de (s3 , ) puis de tout rationnel et enn de 2.
dans (C , ).
9 Les morphismes de corps de R

Il suft de dterminer les images de toutes les Dterminer les morphismes de corps de R.
transpositions.
Vrier que limage dun rel positif est positif. En

6 Z
Les carrs de Z / pZ dduire que le morphisme est strictement croissant.
Soit p un entier naturel premier. Combien Z/ pZ On rappelle quentre deux rels distincts il existe
contient-il de carrs ? au moins un rationnel.
Rsoudre lquation : x 2 = a 2 . 10* Lanneau des dcimaux

Soit D lanneau des nombres dcimaux.
D = {x Q ; p N x 10 p Z} .
7* Z
Une quation dans Z /nZ
Montrer que D est un anneau principal.
Soit n 2 un entier. On se propose dtudier lquation
(1) x 2 = x dans Z/nZ.
1 On suppose dans cette question que n est premier. Pour tout idal I vrier que I N est non vide
Rsoudre (1). et considrer son plus petit lment.
2 Soit p un entier de [1, n] tel que p soit une solution

de (1). On note a = p n et b = ( p 1) n. Montrer 11* Polynmes de Tchebychev
que n = ab. Daprs Centrale.
3 Soit a et b deux entiers premiers entre eux vriant Pour tout entier naturel n on pose :
n = ab. Montrer quil existe une solution de (1) dont x [1, 1] Tn (x) = cos(n Arccos x).
un reprsentant p vrie a = p n.
1 Premires proprits des Tn .
4 Soit p et q deux solutions de (1) telles que
p n = q n. Montrer que p = q. a) Montrer que Tn est une fonction polynomiale coef-
cients entiers. Le polynme associ est encore not Tn
k
et sappelle le n-ime polynme de Tchebychev.
5 Soit pim i la dcomposition de n en facteurs pre-
i =1 b) Expliciter T1 , T2 , T3 et T4 .
miers. Combien lquation (1) a-t-elle de solutions ?. c) Montrer que pour tout entier naturel n,
6 Rsoudre lquation (1) pour n = 12. Tn+2 [X) = 2X Tn+1 (X) Tn (X).

www.bibliomath.com
1. ALGBRE GNRALE
d) En dduire la parit, le degr et le coefcient domi- le i ime polynme lmentaire de Lagrange associ la
nant de Tn . subdivision s.
e) crire un algorithme pour calculer Tn (X). 1 Majoration dun polynme sur [1, +].
f) Montrer que pour tout t de [0, p], on a :
a) Rsoudre sur [1, 1] lquation |Tn (x)| = 1 et cal-
Tn (cos t) = cos(nt).
culer Tn (a j ) pour j = n, pour j = 0 puis pour
2 Calcul de normes j [[1, n 1]].
a) Calculer Tn . b) Montrer que :
b) Montrer que : n
Tn (X) = (1)ni L i (X).
n N, u R, | sin nu | n | sin u | .
i =0
c) En dduire Tn = n2.
c) On suppose que x [1, +[. Montrer que :
3 Encadrement de Tn sur [1, +[. n
a) Montrer que : Tn (x) = |L i (x)|.
1 n n
r +r r +r i =0
r R , Tn = . d) Soit P(X) un polynme de Cn [X]. Montrer que :
2 2
n
b) Soit un rel x de [1, +[. Montrer quil existe r tel x [1, +[, |P(x)| P x+ x2 1 .

r + r 1
que x = .
2
n 2 Majoration des drives successives dun poly-
En dduire que 1 Tn (x) x+ x2 1 . nme sur [1, +[.
4 quation diffrentielle vrie sur R par Tn . a) On suppose que x [1, +[. Montrer que :
n
a) En drivant lgalit Tn (cos t) = cos(nt), valable k [[1, n]] Tn(k) (x) = |L i(k) (x)|.
pour tout rel t de [0, p], trouver une quation diff- i =0
rentielle linaire homogne du second ordre vrie sur
b) Soit P(X) un polynme de Cn [X]. Montrer que :
R par Tn .
k [[1, n]] , x [1, +[, |P (k) (x)| P (k)
Tn (x).
b) Soit un entier naturel k. Dduire de la question 4) a)
que :
n (n + k)! 2k k! 3 Majoration des drives successives dun poly-
Tn(k) (1) = . nme sur [1, 1]
n + k (n k)! (2k)!
Montrer que Tn(k) (1) = (1)n+k Tn(k) (1). Soit P(X) un polynme de Cn [X]. On considre un en-
tier k [[1, n]].
a) On pose :
1) a) Partir de la formule de Moivre.
l+ l
c) Rviser vos formules de trigonomtrie. l [1, 1] , Pl (X) = P X+
2 2
d), 2) b) et 3) a) Raisonner par rcurrence.
2) c) Driver une fonction compose. avec = 1 si l [0, 1] et = 1 si l [1, 0] .
k
4) b) Appliquer la formule de Leibniz. |l| + 1
Montrer que |Pl(k) (1)| = |P (k) (l)|.
2
12* Majoration des polynmes b) En dduire que P (k) 2k Tn(k) (1) P .
et de leurs drives c) Montrer que :
Daprs Centrale. k! (n + k)!
P (k) 22k P
On introduit la subdivision s = (a0 , ..., an ) du segment (2k)! (n k)!
[1, 1] dnie par : et que, si k = 1, on a la majoration plus ne
j P 2n 2 P .
j [[0, n]] , ai = cos 1 p.
n
Par ailleurs, pour tout i de [[0, n]] on appelle
E i = [[0, n]] \ i et on note : Utiliser les rsultats de lexercice 11.
X aj 1) b) Revoir la dualit.
L i (X) =
a aj
j E i i
www.bibliomath.com
C O R R I G S
1 Pour sentraner On continue ainsi avec toutes les valeurs. Les solutions
sont : {0, 2, 4, 6, 8, 9, 10, 12, 14, 16, 18, 20, 22}.
1 a) Jamais, sauf si lun est inclus dans lautre. Soit
6 (2n + 3n ) (2n+1 + 3n+1 ) = (2n + 3n ) (2(2n + 3n )) + 3n )
A et B deux sous-groupes dun mme groupe et a un
lment de A \ B et b un lment de B \ A . Alors ab est = ((2n + 3n ) 3n .
dans A B. Si ab A, comme a A et b = a 1 (ab) (2n + 3n ) (2n+1 + 3n+1 ) = 2n 3n = 1.
on en dduit b A ce qui est absurde. On conclut de
mme si ab B. 7 X 6 + 1 = (X 2 + 1)(X 4 + X 2 + 1)
b) Non, car lunit de A nest pas ncessairement celui = (X 2 + 1) (X 2 + 1)2 2X 2 .

de B. Cest le cas par exemple de A = M2 (Z) et de X 6 + 1 = (X 2 + 1)(X 2 + 1 2X)(X 2 + 1 2X).
x 0
B= ; x Z . 8 Il existe un unique polynme vriant ces condi-
0 0
tions. Il est donn laide des polynmes dinterpola-
2 a = (15347)(26), b = (24)(5768), n
X i
c = (138)(27)(4965). tion de Lagrange P j (X) = o j [[1, n]]
j i
i =1i = j
Lordre de a est 2 5 = 10, celui de b est 2 4 = 4 et
par lgalit :
celui de c est 3 2 4 = 12. n
La signature de a est (1) 4+1

= 1, celle de b est P(X) = r j P j (X).
(1)3+1 = 1 et celle de c est (1)2+1+3 = 1. j =1
Or :
De plus : a 201 = a 2010+1 = a, n
n+1i
b198 = b494+2 = b2 = (56)(78) P j (n + 1) =
j i
i =1,i = j
et enn : c1 000 = c9312+4 = c4 = (138).
n!
2 = (1)n j .
3 Non, car dans Z/ pZ on a pour tout x lgalit ( j 1)!(n j + 1)!
2
px = 0. Sil existait un isomorphisme entre Z/ pZ On obtient :
et Z/ p2 Z, tout lment de Z/ p2 Z vrierait galement P(n + 1) = r [r n (r 1)n ].
px = 0 . Ceci est absurde dans un groupe cyclique
dordre p2 .
2 Un groupe simple
4 1 515 7[13] et :
1 Le cardinal de tout sous-groupe de Z/ pZ divise p.
1 5152 3[13] ... 1 51512 1[13].
Or p est premier, donc son cardinal est 1 ou p. On en
Or : 1 789 1[12]. Donc 1 5151 789 7[13]. Le reste dduit que Z/ pZ est simple.
est 7.
2 a) Si (G, .) est cyclique dordre premier, la demons-
5 Z/5Z est un corps car 5 est premier. tration est identique celle de la premire question. R-
Lquation propose se factorise en x(x 1)(x 2) = 0. ciproquement, on suppose que G est simple. Soit x un
Les racines sont les classes 0, 1 et 2 car il ny a pas de lment de G distinct de e . Le sous-groupe engendr
diviseurs de 0. Ce nest pas la mme chose dans Z/24Z. par x est distinct de {e}. Il est donc gal G. On en
Puisque x(x 1)(x 2) = 0, llment x nest pas in- dduit que (G, .) est cyclique.
versible et appartient lensemble : b) Montrons par labsurde que son cardinal p est pre-
mier. Si p = r s o r et s sont des entiers naturels dis-
{0, 2, 3, 4, 6, 8, 9, 10, 12, 14, 15, 16, 18, 20, 21, 22}.
tincts de 1 et 0 alors x s est dordre r . Le groupe engen-
La solution 0 convient. dr par x s est un sous-groupe de G. Ceci contredit la
Si x = 2, on a : 2(2 1)(2 2) = 0. 2 convient. simplicit de G.
Si x = 3, on a : 3(31)(32) = 0. 3 nest pas solution. Donc, p est premier.

www.bibliomath.com
1. ALGBRE GNRALE
3 Z) p
Z/2Z
Un groupe isomorphe (Z On en dduit u = u et v = v . Linjectivit de f
conduit : card x card y card G.
Par consquent :
1 a) x G x = x 1 . Soit x et y dans G. On a :
card y = 2 et G = e, x, x 2 , y, x y, x 2 y .
1 1 1
x y = (x y) =y x = yx.
G nest pas abelien car sinon x y serait dordre 6.
b) On vrie facilement que pour tout lment x de G Llment x y nappartient pas x . Comme nous
nappartenant pas H lensemble H x H est un sous- lavons tudi ci-dessus, son ordre est ncessairement 2.
groupe de G.
On peut alors crire la table dopration de G et consta-
c) Soit p le plus grand entier tel que 2 p card G. ter quelle est identique celle de (s3 , ).
Si card G = 1, lensemble {e, a1 } ou a1 est un l-
ment de G distinct de e est un sous-groupe H1 de G. Donc, G est isomorphe (s3 , ).
Si card (G) = 2, cest ni. Sinon on peut construire un Lapplication dnie par : e Id , x (123),
sous-groupe de quatre lments : y (12) dnit un isomorphisme de (G, .) dans
H2 = H1 a1 H1 . (s3 , ).
Par une rcurrence nie, on construit ainsi une suite -

nie de sous-groupe Hk et une suite nie dlments ak 4 Groupe possdant
de G tels que : un unique automorphisme
Hk+1 = Hk ak Hk et ak G Hk . Soit x un lment x dans G. Lapplication
y x yx 1 est un automorphisme de G. Cest liden-
Le sous-groupeH p de G a 2 p lments. Si card G = 2 p , tit par hypothse. On en dduit que G est ablien. Lap-
il existe un lment y de G qui nest pas dans H p . Le plication y x 1 est un automorphisme de G car G
sous-groupe H p y H p de G est de cardinal 2 p+1 . Ce qui est commutatif. Par consquent :
contredit la dnition de p.
x G x 2 = e.
Donc, card G = 2 p .
Daprs lexercice 3, le cardinal de G est une puissance
d) Lapplication f de (Z/2Z) p dans G dnie par :
n
de 2 : 2 p o p est un entier naturel et G est isomorphe
f (n 1 , . . . , n p ) = a1n 1 ...a p p (Z/2Z) p .
est un morphisme de groupes surjectif. Les ensembles Si p = 0 le groupe G est rduit {e} .
darrive et de dpart ont le mme cardinal donc f est Si p = 1 le groupe G est isomorphe (Z/2Z).
un isomorphisme de groupes.
Si p > 1 lautomorphisme de (Z/2Z) p dni par
2 a) Les ordres des lments de G divisent lordre de (x1 , ..., x p ) (x p , ..., x1 ) nest pas lidentit.
G. Ils sont gaux 1, 2, 3 ou 6.
Donc, les seuls groupes nayant quun seul automor-
b) Le seul lment dordre 1 est e. Si tous les autres l- phisme sont {e} ou isomorphes (Z/2Z).
ments de G taient dordre 2, le cardinal de G serait une
puissance de 2. Ce qui nest pas.
5 Les morphismes de groupes de
Donc, il existe au moins un lment dordre 3 ou 6. C , )
(s3 , ) dans (C
c) Si G possde un lment dordre 6, il est cyclique Le groupe (s3 , ) est engendr par les transpositions.
et isomorphe Z/6Z. Si G ne possde aucun lment Pour dterminer un morphisme f de (s3 , ). dans
dordre 6, il en possde un dordre 3. (C , ), il suft de dterminer les images de toutes les
Soit x cet lment. Notons y un lment de G nappar- transpositions.
tenant pas au sous-groupe engendr par x. Lordre du Montrons que toutes les transpositions ont la mme
sous-groupe x y est 1 ou 3 car il divise lordre de image. Soit s une permutation de {1, 2, 3} et t = (i, j )
x . une transposition. Alors :
Or, y nappartient pas x . Donc x y = {e}. f (sts1 ) = f (s) f (t) f (s1 ) = f (t)
Montrons que lapplication f : x y G dnie
1
par f (u, v) = u v est injective. car f (s1 ) = . On en dduit que t et (s(i), s( j ))
f (s)
(u, u ) x (v , v ) y . ont la mme image.
u v = u v u 1 u = v v 1 . La transposition t est dordre 2, donc f (t) est gale-
Or : x y = {e}. Donc u 1 u = v v 1 = e. ment dordre 2. Donc f (t) = 1 ou f (t) = 1.

www.bibliomath.com
ALGBRE ET GOMTRIE
Si f (t) = 1, lapplication f est lapplication Lentier a divise p et q. Il divise p q.

constante gale 1. Lentier b divise p 1 et q 1. Il divise p q.
Si f (t) = 1, lapplication f est la signature. Or a et b sont premiers entre eux, car p et p 1 le sont.
Par consquent ab divise p q. On en dduit p = q.
6 Z
Les carrs de Z / pZ
5 Daprs les questions 3) et 4), pour tout couple
Il sagit de calculer le cardinal de lensemble (a, b) dentiers premiers entre eux, tels que n = ab,
x 2 ; x Z/ pZ . Soit a dans [[0, p 1]]. Nous de- il existe une unique solution de (1).
vons dnombrer les solutions de x 2 = a 2 dans le corps
Daprs la question 2), toute solution de (1) est associe
Z/ pZ. k
Si a = 0, la seule solution est x = 0 car Z/ pZ est un un tel couple. Pour n = pim i , on obtient les couples
corps. i =1
m
Si a = 0, lquation se factorise en (x a)(x + a) = 0. ( pim i , pj j o (L, M) est une partition de [[1, k]].
i L j M
On obtient x a = 0 ou x a = 0 . Il y a deux solutions k
x = a et x = p a lorsque a = p a. Cest--dire k
Le nombre de ces partitions est .
lorsque 2a p[ p]. i
i =0
Dans ce cas, le carr a 2 est obtenu deux fois. Il y a 2k solutions.
Tout nombre premier, distinct de 2, est un nombre im- 6 Pour n = 12, les valeurs de a sont 1, 3, 4 et 12 .
pair.
Pour a = 1, on trouve la solution 1.
Lorsque p = 2, on obtient deux carrs 0 et 1.
Pour a = 12, on trouve la solution 0.
Lorsque p = 2n+1 o n est un entier naturel non nul, on
Lidentit de Bzout est 4 3 = 1.
obtient tous les carrs une seule fois en prenant a dans
p+1
Pour a = 3, on a u = 1. On trouve la solution 11.
[[0, n]]. Le nombre de carrs est .
2 Pour a = 4, on a u = 1. On trouve la solution 4.
7 Une quation dans Z/nZ 8 Les automorphismes de corps

1 Quand n est premier lanneau Z/nZ est un corps. de Q + Q 2
Lquation (1) quivaut x = 0 ou x = 1.
On note K le corps Q + Q 2. Soit s un automorphisme
2 p( p 1) = 0. Donc n divise p( p 1). Il existe de K. Il vrie : s(0) = 0 et s(1) = 1
deux entiers naturels n et p tels que : (x, y) K s(x + y) = s(x) + s(y) (1)
n = an , p = ap et n p = 1. (x, y) K s(x y) = s(x)s(y) (2)
Donc, n divise p ( p 1). On en dduit par rcurrence que n N s(n) = n.
Or n p = 1. Donc n divise p 1. En appliquant (1) au couple (x, x), on obtient :
On en dduit que n est un diviseur de b, puis que n x K s(x) = s(x).
divise ab.
Puis : s(n) = n.
n Z
Dautre part, p et p 1 sont premiers entre eux. Par
p
consquent, a et b sont premiers entre eux. Comme En appliquant (1) au couple (q, ), on obtient :
q
chacun divise n, leur produit ab divise n.
r Q s(r ) = r .
En conclusion : n = ab.
On applique
ensuite
(2)
au couple( 2, 2). On en d-
3 Daprs le thorme de Bzout, il existe deux en- duit s( 2) = 2 ou s( 2) = 2.
tiers u et v tels que au + bv = 1. On pose p = au. On
Finalement :
vrie facilement que p est solution de (1).
(a, b) Q2 s(a + b 2) = a + b 2 ;
De plus, lidentit de Bzout assure que b et u sont pre-
miers entre eux. Donc a = n p. ou bien :

4 On note a la valeur commune n p = n q . Soit (a, b) Q2 s(a + b 2) = a b 2.
b = n (q 1). On a ab = n. Donc b = n ( p 1) Rciproquement, on vrie que les deux applications

galement. dnies ci-dessus sont des automorphismes de Q+Q 2.

www.bibliomath.com
1. ALGBRE GNRALE
9 Les morphismes de corps de R 11 Polynmes de Tchebychev

Soit s un morphisme de corps de R dans lui-mme. On 1 a) Notons t = Arccos x, daprs la formule de
montre comme dans lexercice 8 que r Q s(r ) = r . Moivre, on a :
Montrons que s est croissant. Tn (x) = Re (cos t + i sin t)n

Soit x un rel positif, alors x existe et : n
= (1) p cosn2 p t(1 cos2 t) p .
s(x) = (s( x)2 . n
2p
0 p 2
On en dduit que x R+ s(x) 0. Il sagit bien dun polynme en cos t coefcients en-
Puis, en appliquant ce rsultat y x 0, on obtient tiers et de degr infrieur ou gal n.
(x, y) R2 x y = s(x) s(y). b) T1 (X) = X ; T2 (X) = 2X 2 1 ; T3 (X) = 4X 3 3X ;
Montrons que s est injectif. Soit x un rel non nul, alors T4 (X) = 8X 4 8X 2 + 1.
1 1 c) La relation de rcurrence est obtenue partir de la
existe. On en dduit que s(x)s( ) = 1. Par cons-
x x relation :
quent, s(x) = 0. En conclusion, s est strictement crois-
cos(n + 1)t + cos(n 1)t = 2 cos t cos nt.
sante.
d) On choisit comme hypothse de rcurrence Hn .
Montrons par labsurde que s est lidentit. Soit x un
rel. Si s(x) = x. On a, par exemple, x < s(x). Il Le polynme Tn a la parit de n, son degr est n et son
existe un rationnel r tel que x < r < s(x). Lapplica- coefcient dominant est 2n1 .
tion s tant strictement croissante, on en dduit : Lhypothse est vrie pour les quatre premires va-
s(x) < s(r ). leurs de n. Lhrdit est montre facilement laide
de la relation de la question 3), en remarquant que
Or, s(r ) = r , contredit lingalit r < s(x). On pro-
X Tn+1 (X) a une parit diffrente de celle de Tn+1 et
cde de mme si s(x) < x.
que le terme de plus haut degr de Tn+2 est celui de
Le seul morphisme de corps de R dans R est lidentit. 2X Tn+1 (X).
e) La formule de rcurrence donne lalgorithme :
10 Lanneau des dcimaux on ajoute Tn le produit de 2X par Tn+1 puis on ob-
D est clairement un sous-anneau de R. Il est donc in- tient Tn+2 .
tgre. Montrons que ses idaux sont principaux. Soit I Entre de n
un idal de D.
u 1
Si I = {0} alors I = 0D.
v X
Si I = {0} montrons que I N est non vide. Soit
x0 un lment non nul de I . Il existe un entier p tel que For p from 2 to n do
x0 10 p soit un entier relatif q. Or q = x0 10 p avec w v
x0 I et 10 p D, donc q I car I est un idal. v 2 X v u
Dautre part, I est un sous-groupe, donc q I . Ainsi,
u w
q ou q est un lment de I N .
endfor
Notons a le minimum de I N .
On a trivialement aD I . Montrons que I aD. Afcher v
Soit x dans I . Il appartient D, donc il existe trois en- Avec le logiciel Maple on utilise la commande
tiers relatifs a, b et n tels que ; with(orthopoly)
x = 2a 5b n et n 10 = 1 f) On pose t = Arccos x.
Or 2a 5b est dans D et x est dans I , donc 2a 5b x ap- 2 a) La question 1) f) assure :
partient I . Ainsi n I Z. x [1, 1] |Tn (x) 1,
Or I Z est un sous-groupe de Z. Il existe un entier atteint pour t = 0 donc pour x = 1. On en dduit
naturel m non nul tel que I Z = mZ. On vrie que Tn = 1.
m = a. Donc n aZ. b) Cette ingalit se dmontre par rcurrence laide de
On en dduit que x aD. En conclusion : I = aD. lexpression :
Dans les deux cas, I est principal. sin((n + 1)u) = sin(nu) cos u + sin u cos(nu).

www.bibliomath.com
ALGBRE ET GOMTRIE
c) On drive la fonction compose de En introduisant les termes pairs manquants on a :

x t = Arccos x et de t cos nt. On obtient : n(n 1)...(n (k 1))n(n + 1)...(n + (k 1)) k
1 Tn(k) (1) = 2 k!
x [1, 1] Tn (x) = n cos nt . 1.2.3...(2k 1)(2k)
sin t puis la relation demande.
Daprs la question 2) b), on en dduit :
La dernire relation sobtient en remarquant que la pa-
x [1, 1] |Tn (x)| n2. rit change chaque drivation.
Cette borne tant atteinte lorsque t tend vers 0, cest--
dire lorsque x tend vers 1. 12 Majoration des polynmes
Do Tn = n2 et de leurs drives
1 a) On rsout cos nt = 1 (1) en posant x = cos t.
3 a) La relation se dmontre facilement par rcur- kp
rence laide de la formule de la question 1) c). Lensemble des solutions de (1)est ; k [[0, n]].
n
r + r 1 Les solutions de |Tn (x)| = 1 sont les ak .
b) Lapplication r est continue strictement
2 On a Tn (ak ) = (1)k .
croissante de [1, +[ dans lui-mme. Pour tout x de
[1, +[ il existe un unique r de [1, +[ tel que : Daprs lexercice 11 question 2) c), on a :
n sin nt
r + r 1 Tn (cost) = . On en dduit :
x= . sin t
2
j [[1, n 1]] Tn (a j ) = 0.
La rsolution de lquation du second degr qui corres-
pond cette galit donne r = x + x 2 1. Pour j = 0 ou j = n, lexpression prcdente
est indtermine. On va utiliser la question 4) b) de
r n + r n lexercice 11.
Pour r 1 on a 1 rn.
2
Pour j = n, Tn (1) = n 2 .
On en dduit :
n Pour j = 0, Tn (1) = (1)n+1 n 2 .
1 Tn (x) x+ x2 1 .
b) La famille (L 0 , ..., L n ) est la base duale de la famille
(u 0 , ..., u n ) o chaque u i est dnie par P P(ai ).
4 a) Pour tout t de [0, p] on obtient :
Lexpression de tout polynme P de degr infrieur n
Tn (cos t)( sin t) = n sin nt
est donne par :
Tn (cos t) sin2 t Tn (cos t) cos t = n 2 cos nt. n
On en dduit : P= ui , P L i (2)
i =0
x [1, 1] (1 x 2 )Tn (x) x Tn (x) + n 2 Tn (x) = 0.
o dsigne le crochet de dualit.
Cette expression polynomiale, nulle sur [1, 1] , est n
galement nulle sur R. Pour Tn on obtient : Tn (X) = (1)ni L i (X).
i =0
Lquation diffrentielle vrie par Tn sur R est :
c) Pour x 1 on a x ai 0 car les ai sont dans
(1 x 2 )y x y + n 2 y = 0. [1, 1].
b) On applique la formule de Leibniz lordre k 1 Le dnominateur de L i contient exactement n i fac-
lquation diffrentielle obtenue. On obtient : teurs ngatifs. Par consquent (1)ni L i (x) = |L i (x)|.
(1 x 2 )y (k+1 2(k 1)x y (k (k 1)(k 2)y (k1) n
Do : x [1, +[ Tn (x) = |L i (x)|.
x y (k) (k 1)y (k1) + n 2 y (k1) = 0. i =0
Puis, aprs simplication et pour x = 1 on a : d) La relation (2) et la question 3) b) de lexercice 11
permet dcrire pour tout x de [1, +[
(2k 1)Tn(k) (1) = (n 2 (k 1)2 )Tn(k1) (1).
n n
En multipliant les galits obtenues pour k variant par- |P(x)| |P(ai | |L i (x)| P |L i (x)|
tir de la valeur 0. On obtient : i =0 i =0
n 2 (n 2 1)...(n 2 (k 1)2 ) |P (x + x 2 1)n .
Tn(k) (1) = .
1.3...(2k 1)
www.bibliomath.com
1. ALGBRE GNRALE
2 a) La justication est analogue celle de la ques- l+ l x +1 x 1

De plus : X+ =l + .
tion 1) c). En effet, lorsquon drive le numrateur de L i 2 2 2 2
tous les facteurs des termes de la somme obtenue sont x +1
Or : 0 et 1 l 1.
positifs. 2
Donc :
b) Cest la mme dmonstration qu la question 1) d) l+ l
1 X+ x 1.
laide de la question 2) a). 2 2
On en dduit la majoration de Pl par P , puis
3 a) On montre par une rcurrence immdiate que : lingalit :
l+
k
l+ l P (k) 2k P Tn(k) (1).
Pl(k) (X) = P (k) X+ .
2 2 2 c) Daprs la question 4) b) de lexercice 11, on a :
l+ |l| + 1 n k! (n + k)!
Or l et ont le mme signe. Donc | | = . 2k P Tn(k) (1) = 22k P
2 2 n + k (2k)! (n k)!
On obtient lgalit attendue. k! (n + k)!
22k P .
b) Comme 1 + |l[ 1 lgalit de 3) a) assure : (2k)! (n k)!
Pour k = 1, on reprend la majoration de la ques-
|P (k) (l)| 2k |Pl(k) (1)|.
tion 3) b) et on applique la question 2) c) de lexercice
Daprs 2) b), on a : 11. On obtient :
|P (k) (l)| 2k Pl (k)
Tn (1). P 2n 2 P .

www.bibliomath.com
2
Complments
dalgbre linaire
RAPPELS DE COURS
Dans ce chapitre, K dsigne un sous-corps de C et E un espace vectoriel sur K.
Soit (xi )i I une famille de E indexe par un ensemble I ni ou inni. On note K(I ) le sous-espace
de K I des familles support ni indexes par I .
FAMILLES DE VECTEURS
Combinaisons linaires
Un vecteur x de E est combinaison linaire des xi pour i dans I , sil est combinaison linaire
dune sous-famille nie de (xi )i I .
Une famille (xi )i I , dun espace vectoriel E est gnratrice si, et seulement si, tout lment de
E est une combinaison linaire des vecteurs xi pour i dans I .
Famille libre, famille lie
La famille (xi )i I est libre si tout lment du sous-espace engendr par cette famille scrit de
manire unique comme combinaison linaire des vecteurs xi pour i dans I .
On dit aussi que les vecteurs xi pour i dans I sont linairement indpendants ou plus simplement
indpendants.
Une famille (xi )i I dun espace vectoriel E qui nest pas libre est lie. Dans ce cas, les vecteurs
xi pour i dans I sont dits linairement dpendants.
La famille (xi )i I est libre si, et seulement si :
(ai )i I K (I ) ai xi = 0 E i I a i = 0 .
i I
Une famille de vecteurs est libre si, et seulement si, toute sous-famille nie est libre.
Une famille (xi )i I dlments dun espace vectoriel E est lie si, et seulement sil existe une
famille (ai )i I de K (I ) non identiquement nulle telle que ai xi = 0 E .
i I
Une famille est lie si, et seulement si, lun des vecteurs est combinaison linaire des autres.
Soit une famille libre (xi )i I , dun espace vectoriel E et x un vecteur de E tel que la famille
associe {x} {x i ; i I } soit lie. Alors x est combinaison linaire des vecteurs xi pour i
dans I .
www.bibliomath.com
2. COMPLMENTS DALGBRE LINAIRE
Base
La famille (xi )i I est une base de E si elle est libre et gnratrice. La famille (xi )i I , est une base
de E si, et seulement si, tout vecteur x de E scrit de manire unique x = ai xi o (ai )i I
i I
est une famille de K(I ) . Les scalaires ai pour i dans I sont les coordonnes ou les composantes
du vecteur x.
Thorme de la base incomplte
Soit (xi )i I une famille gnratrice nie de E et J une partie de I telle que la famille (xi )i J soit
une famille libre de E.
Alors il existe une partie L de I contenant J telle que (xi )i L soit une base de E.
Application linaire dtermine par limage dune base
Soit (xi )i I une base de lespace vectoriel E et (yi )i I une famille de lespace vectoriel F.
Il existe une unique application linaire u de E dans F telle que :
i I u(xi ) = yi .
SOMME DE SOUS-ESPACES
Soit (E i ) i I une famille nie de sous-espaces vectoriels de E.
On appelle somme de la famille (E i )i I et on note E i le sous-espace de E engendr par
i I
Ei .
i I
Ei = xi ; i I xi Ei .
i I i I
On dit que la somme E i est directe et on note E i , si tout lment de la somme Ei

i I
i I i I
scrit de manire unique comme une somme dlments de E i .
Pour tout i de I , Ei = Ei Ej
i I j I
j =i
La somme E i est directe si, et seulement si :

i I
(xi )i I Ei x i = 0 E i I xi = 0 E .
i I i I
La somme des E i pour i dans I est directe si, et seulement si :

jI E j E i = { 0 E }.
i I
i= j
Lorsque la dimension de E est nie, la somme E i est directe si, et seulement si :

i I
dim Ei = dim E i .
i I i I
www.bibliomath.com
ALGBRE ET GOMTRIE
Lorsque lespace vectoriel E est somme directe de la famille (E i ) i I , pour tout i de I , on note
pi la projection sur E i de noyau Ej.
j I
j =i
Alors pi = Id E , pi pi = pi et pi p j = 0 L(E) pour i = j .
i I
SOUS-ESPACES SUPPLMENTAIRES
Deux sous-espaces E 1 et E 2 dun espace vectoriel E sont supplmentaires si, et seulement si :
E 1 E 2 = E.
Soit E un Kespace vectoriel de dimension nie.
1) Tout sous-espace F admet au moins un supplmentaire.
2) Pour tout supplmentaire G de F on a : dim F + dim G = dim E.
Soit E un K-espace vectoriel de dimension nie et f un endomorphisme de E.
Il y a quivalence entre les proprits suivantes :
(i) E = Im f + Ker f ;
(ii) E = Im f Ker f ;
(iii) Im f Ker f = {0 E }.
Tout sous-espace dun espace vectoriel admet au moins un supplmentaire.
Tout sous-espace distinct de E admet une innit de supplmentaires.
SOMME ET FAMILLES DE VECTEURS

Pour tout i dans I , soit Si une famille de E i .
Si pour tout i dans I , Si est gnratrice de E i , alors Si est une famille gnratrice de E i.
i I
i I
On suppose que la somme des (E i ) i I est directe.
1) Si, pour tout i dans I , la famille Si est libre, alors Si est libre dans E i .
i I i I
2) Si, pour tout i dans I , la famille Si est une base de E i , alors Si est une base de E i .
i I i I
Soit (e i ) i I une base dun espace vectoriel E et (Ik ) k J une partition nie de I . Pour tout k
de J soit E k le sous-espace vectoriel engendr par la famille (e i ) i Ik . Alors E = E k .
kJ
Une base (e i ) i I de E est dite adapte la dcomposition en somme directe E = E k sil

kJ
existe une partition (Ik ) k J de I telle que, pour tout k de J , la famille (ei )i Ik soit une base de
Ek .
SOMMES DIRECTES ET APPLICATIONS LINAIRES

Soit E un espace vectoriel, somme directe dune famille nie (E i ) i I de sous-espaces vecto-
riels, F un espace vectoriel et, pour tout i de I , u i une application linaire de E i dans F.
Alors, il existe une unique application linaire u de E dans F telle que, pour tout i de I , lappli-
cation u i soit la restriction de u lespace E i .
Soit E et F deux K-espaces vectoriels et u une application linaire de E dans F. Alors :
1) la restriction de u un supplmentaire G de Ker u est un isomorphisme de G dans Imu ;
2) tout supplmentaire du noyau de u est isomorphe limage de u.
www.bibliomath.com
Soit E un K-espace vectoriel, F un sous-espace vectoriel de E, G et H deux sous-espaces

supplmentaires de F dans E :
1) la restriction H de la projection sur G de noyau F est un isomorphisme de H dans G.
2) les supplmentaires G et H sont isomorphes.
Soit E un K-espace vectoriel et F un sous-espace de E.
Si F admet un supplmentaire G de dimension nie, tous les supplmentaires de F sont de
dimension nie gale la dimension de G.
La dimension commune de tous les supplmentaires de F est la codimension de F, note
codim F.
Lorsque E est de dimension nie : codim F = dim E dim F.
Soit E, F deux K-espaces vectoriels et u une application linaire de E dans F de rang ni.
Alors Ker u est de codimension nie gale au rang de u.
DUALIT
Formes linaires et espace dual
Une application u linaire de E dans K est appele forme linaire sur lespace E.
Lespace vectoriel L(E, K) est appel lespace dual de E. Il est not E .
Lapplication w dnie de E E sur K, par w (u , x) = u(x) est une forme bilinaire.
Lapplication w est appele forme bilinaire canonique.
Le scalaire w (u , x) sera not u , x , la notation , sera appele crochet de dualit.
Le zro de E est lapplication nulle. Il sera not 0 .
Soit x et y dans E, u dans E . Alors :
x = 0E u E u , x = 0.
x=y u E u , x = u , y .
Trace dune matrice, dun endomorphisme

Soit A une matrice carre dordre n dans Mn (K) : A = [[ai , j ]]] i [[1, n]] j [[ 1, n ]] .
n
Le scalaire ai ,i est appel la trace de A not Tr(A).
i =1
Lapplication trace Tr dnie de Mn (K) dans K est une forme linaire.
Pour toute matrice A et toute matrice B de Mn (K) on a : Tr(A B) = Tr (B A).
Deux matrices semblables ont la mme trace.
Soit B une base de E et u un endomorphisme de E. La trace de la matrice de u dans la base
B ne dpend pas du choix de la base B. Elle ne dpend que de lendomorphisme u. On lappelle
trace de lendomorphisme u, note Tr(u).
Soit E un K-espace vectoriel de dimension nie. La trace dun projecteur p est gale son
rang.
Hyperplans
Un hyperplan H de E est un sous-espace de E de codimension 1 : il existe une droite D telle
que H D = E.
Si H est un hyperplan de E, pour tout vecteur a de E nappartenant pas H , on a :H Ka = E.
Pour tout hyperplan H de E et tout vecteur a de E nappartenant pas H , il existe une forme
linaire u unique telle que u |H soit nulle et telle que u(a) = 1.
www.bibliomath.com
ALGBRE ET GOMTRIE
Un sous-espace H de E est un hyperplan si, et seulement sil est le noyau dune forme linaire
non nulle.
Soit u dans E non nulle et H le noyau de u. Alors u(x) = 0 est appele une quation de H et :
v E H = Ker v l K \{0} v = l u.
Toutes les quations dun hyperplan sont proportionnelles entre elles.

Base duale et prduale
Soit E un K-espace vectoriel de dimension n et B = (e1 , e2 , ..., en ) une base de E.
Pour i, j dans [[1 , n]] le symbole de Kronecker dij est dni par dij = 1 si i = j et dij = 0 si
i = j.
Pour tout i dans [[1 , n]], on dnit la forme linaire ei sur E par :
j [[1 , n]] ei , e j = dij .
Les formes linaires e1 , e2 , ..., en sont appeles les formes linaires coordonnes.
Alors E est de dimension n et B = (e1 , e2 , ..., en ) est une base de E , appele base duale
de B .
La base B est dite prduale de B .
n
Toute forme linaire de E se dcompose de manire unique dans la base B : u = u , ei ei .
i =1
n
Tout vecteur x de E se dcompose de manire unique dans la base B : x = ei , x ei .
i =1
Soit (x1 , x2 , ..., xn ) une famille de E et (u 1 , u 2 , ..., u n ) une famille de E telles que :
i [[1 , n]] j [[1 , n]] u i , x j = dij .

Alors :
la famille (x1 , x2 , ..., xn ) est une base de E ;
la famille (u 1 , u 2 , ..., u n ) est une base de E , duale de la base (x1 , x2 , ..., xn ).
Soit L = (u 1 , ..., u n ) une base de E . Il existe une base B = (x1 , x2 , ..., xn ) de E telle que
L = B .
Elle est limage rciproque de la base canonique de Kn par lapplication f de E dans Kn dnie,
pour x dans E, par :
f (x) = u 1 (x), ..., u n (x) .
Si F est un sous-espace vectoriel de E de dimension p, lensemble des formes linaires sannu-

lant sur F est un sous-espace vectoriel de E de dimension n p.
p
Soit (u 1 , ..., u p ) une famille libre de p formes linaires dans E alors Ker u j est un espace
j =1
vectoriel de dimension n p et Vect (u 1 , ..., u p ) est lensemble des formes linaires nulles sur
p
Ker u j .
j =1
Tout sous-espace de dimension p est lensemble des vecteurs de E dont les coordonnes dans la
base B sont solutions dun systme de rang n p de la forme :

a1,1 x1 + + a1,n xn = 0

a2,1 x1 + + a2,n xn = 0

an p,1 x1 + + an p,n xn = 0
Rciproquement, lensemble des solutions dun systme de p quations de rang p est un sous-
espace de Kn de dimension n p.

www.bibliomath.com
N O N C S
Dans ce chapitre, le corps K dsigne soit le corps R des b) M est une matrice carre relle telle que :
rels, soit celui des complexes C.
M 3 3M 2 + 3M I = 0.
1 Pour sentraner Expliciter une matrice N sur le mme corps que M telle
que M = N 2 .
1 E est un K-espace vectoriel de dimension n.
On considre deux endomorphismes f , g de E tels que : 8 A est une sous-algbre de Mn (K) et M une matrice
rgulire appartenant A.
f + g = Id E ; rg( f ) + rg(g) n.
Montrer que f et g sont des projecteurs. a) Montrer que lapplication f (X M X) est un
automorphisme despace vectoriel de A.
2 On note E lensemble des endomorphismes u de
Mn (R) tels que : b) Montrer que M 1 appartient A.
M Mn (R) u(t M) = t (u(M)).
4 1 1 1 3
Dterminer la structure de E et sa dimension. 1 4 1 3 1

c) Calculer linverse de N =
1 1 6 1 1 .

3 Les rels x1 , x2 , x3 sont distincts. On considre 1 3 1 4 1
les six formes linaires dnies sur lespace vectoriel 3 1 1 1 4
E = K[X] par :
d) O intervient la structure de sous-algbre pour A ?
i [[1, 3]] P E fi (P) = P(xi ), ci (P) = P (xi ).
Dterminer le rang de la famille {f1 , . . . , c3 }.
1) Question classique, sil en est...
4 Soit Q un polynme de R[X]. Vous DEVEZ savoir montrer que f et g sont des
Discuter lquation : projecteurs associs.
P(X + 1) + P(X 1) 2P(X) = Q(X). 2) Montrer que les sous-espaces des matrices sy-
mtriques et des matrices antisymtriques sont
Application stables par tout endomorphisme de E.
Rsoudre les cas particuliers Q 1, X, X 2 . 3) Considrer une combinaison linaire nulle des
formes linaires et chercher montrer que les coef-
5* Soit E et F deux espaces vectoriels de dimension
cients sont nuls en lappliquant des polynmes
nie et f une application linaire de E dans F.
judicieusement choisis...
Montrer que f est un isomorphisme si, et seulement si : 5) Si f est un isomorphisme et si g vrie
g L(F, E) f g f = 0 = g = 0. f g f = 0, alors...
Rciproquement, si f vrie cette proprit, mon-
6* Soit n 2 et A une matrice de Mn (R) telle que : trer que f est injective, puis surjective.
Essayer de procder par labsurde.
X Mn (R) Det( A + X) = Det(A) + Det(X). 6) Poser X = A. Quen dduire ?
Montrer que A = 0. Supposer ensuite A = 0 et construire une matrice
X telle que :
7 Cet exercice utilise les dveloppements en srie en-
Det( A + X) = Det( A) + Det(X).
tire.
7) crire M = I + (M I ) dans M = N 2 .
a)
Expliciter le dveloppement en srie entire de
1 + x pour 1 < x < 1. 8) b) Regarder les antcdents de In par f.

www.bibliomath.com
ALGBRE ET GOMTRIE
2 Hyperplans et formes linaires

1) Pour tout vecteur x de E, il existe un scalaire lx
1 Daprs E3A.PC. tel que f (x) = lx x .
Mais attention ! ce scalaire dpend de x.
Calculer la dimension et donner une base de lensemble 2) Utiliser la question prcdente.
E des polynmes rels P de degr infrieur ou gal n 3) Dmonstration par rcurrence.
1
tels que P = 0. lordre n + 1, considrer la matrice obtenue en
1 supprimant la premire ligne et la premire co-
lonne de M et travailler avec les matrices dcrites
2* A et B sont deux matrices de Mn (R), f est une par blocs.
forme linaire non nulle sur Mn (R).
Rsoudre, dans Mn (R), lquation X + f(X) A = B. 5 Un calcul dinverse

Inverser, si possible, la matrice :

2) Appliquer la forme linaire aux matrices B et n n 1 1
X + f(X) A. Puis discuter suivant les cas. ..
n 1 n 1 .
Si ncessaire, et seulement dans ce cas, dcompo- A= . .. .
.. .
ser Mn (R) en somme directe de sous-espaces vec-
1 1
toriels.
Plusieurs mthodes sont possibles...

3 Une quation matricielle
Rsoudre dans M2 (R) lquation : 6* Morphismes multiplicatifs
R) dans R
de Mn (R

4 8
tr(X)Y + tr(Y )X = 4 4
Soit f une application non constante de Mn (R) dans R
. telle que :

1 1

XY = ( A, B) Mn (R)2 f ( A.B) = f ( A). f (B).
4 2
1 Dterminer f (In ) et f (0).
2 Montrer que deux matrices semblables ont mme
Prendre la trace de tr(X)Y + tr(Y )X.
image par f .
3 Montrer que, si A est une matrice de rang
0 < r < n, il existe deux matrices inversibles P et
4 Matrices de trace nulle Q telles que :

0 1 0 0
Soit E un espace vectoriel non rduit au vecteur nul. 0 0 1 0
. .. ..
A= P .. . . Q = P N Q.

1 Dterminer les fonctions f dans L(E) telles que,
pour tout x de E, la famille {x, f (x)} soit lie. 0 0
4 Montrer que A GLn (R) f ( A) = 0.
2 Montrer que, si M est une matrice de M2 (K), non
scalaire, elle est semblable une matrice de la forme :
0 a 2) Chercher dabord limage par f dune matrice
.
1 b inversible.
3) Noter u lendomorphisme canoniquement asso-
3 Montrer que toute matrice carre non scalaire, de ci f et chercher deux bases de Rn dans les-
trace nulle est semblable une matrice dont les termes quelles la matrice de u ait la forme souhaite.
diagonaux sont nuls. 4) Regarder les puissances de la matrice N .

www.bibliomath.com
n
7 Composs dendomorphismes 3 Pour P dans E tel que P(x) = a p x p , on pose :
Soit E un espace vectoriel de dimension nie. p=0
1/2
n
1 Soit f et g deux endomorphismes de E. On consi- N (P) = sup |a p | et N2 (P) = (a p )2
dre les trois galits : 0 p n p=0
(i) f g f = f (ii) g f g = g (iii) rg f = rg g Comparer les normes N et N2 .

Montrer que si deux de ces galits sont vries, la
4 On dsigne par N (L) et N2 (L) les nombres N (L)
troisime lest aussi.
dnis dans la premire question, quand on choisit pour
2 Soit f dans L(E). Montrer lexistence de g dans N respectivement N et N2 .
L(E) telle que (i), (ii), (iii) soient vraies. a) Trouver Q dans E tel que N (Q ) = 1 et
|L(Q )| = N (L).
3 Soit f , g, h, f 1 , g1 dans L(E) telles que :
b) Trouver Q 2 dans E tel que N2 (Q 2 ) = N2 (L).
f f1 f = f et g g1 g = g.
Montrer quil existe x dans L(E) tel que f x g = h
si, et seulement si : 1) Noyau dune forme linaire...
2)) Montrer que lensemble {P E; N (P) 1}
f f 1 h g1 g = h. est une partie compacte de E.
3) Revoir le cours.
4 a)) Utiliser 2) b).
1) Pour montrer que (i) et (iii) entranent (ii), ta- b) Une racine carre... Penser Cauchy-Schwarz.
blir, tout dabord, que rg (g f ) = rg g.
Puis, tablir que si a et b sont deux endomor-
phismes de E tels que : Im a = Im b, il existe 9 Matrices et dterminants
un endomorphisme c de E tel que : a c = b. On par blocs
pourra alors utiliser lexercice 1. Les deux exercices suivants sont indpendants.
2) Faire une tude suivant le rang de f .
1 Les matrices A et B sont carres dordre n 1,
coefcients rels.
8* Normes de forme linaire On considre la matrice, dnie par blocs :
Daprs X.ESPCI. PC. A B
M= .
On xe un entier n dans N et on dsigne par E lespace B A
vectoriel des fonctions polynomiales relles de degr in- In In
On pose, en blocs, P = .
frieur ou gal n. On considre la forme linaire L sur iIn iIn
E dnie par : a) Montrer que la matrice P est inversible et donner son
1 inverse.
P E L(P) = P(x) d x.
1 b) Calculer la matrice P 1 M P.
1 Dterminer limage par L de la fonction polyno- c) Quelle relation en dduit-on pour Det(M) ?
n
miale P telle que P(x) = ap x p. 2* Soit A, B, C et D quatre matrices de Mn (C).
p=0 On considre la matrice de M2n (C) dnie par
Dterminer la dimension du noyau de L, puis une base A B
M= .
de ce noyau. C D
a) Montrer que si A est inversible, on a :
2 Soit N une norme sur E. On pose : DetM = DetA. Det(D C A1 B).
N (L) = sup |L(P)| . DetA DetB
PE,N (P) 1 b) On considre N = .
DetC DetD
Justier lexistence de N (L) et montrer quil existe Q
Montrer que, si M est de rang n, la matrice N est de
dans E tel que N (Q) = 1 et |L(Q)| = N (L).
dterminant nul.

www.bibliomath.com
ALGBRE ET GOMTRIE
12 Comatrice
1) a) Essayer directement de dterminer linverse Les deux questions suivantes sont indpendantes.
de P.
c) Que dire du signe de Det(M) ? 1* Soit A dans GLn (R).
2) a) On pourra dterminer une matrice inversible a) Donner une condition ncessaire et sufsante pour
P de M2n (C) telle que P M soit trigonale par que la transpose de la comatrice de A, note t ComA
blocs. soit gale A1 .
b) On pourra distinguer les cas DetA = 0 et b) Donner une condition ncessaire et sufsante pour
Det A = 0. que t ComA = A.
2 Soit A dans Mn (Z).
10* Polynme et dterminant Donner une condition ncessaire et sufsante pour que
A soit inversible et que A1 soit dans Mn (Z).
On considre un entier naturel non nul, n et Dn+1 le d-
terminant :
1 x x2 x n1 xn 1) et 2) Utiliser la relation liant t ComA, A et Det A.
1 1 1
Dn+1 = 1 2 3 n n + 1 .
..
.
..
.
1 2n1 3n1
..
.
n n1 (n + 1)n1
Algorithmes
Montrer que Dn+1 est un expression polynomiale en x 1* Les nombres de Stirling
dont on prcisera le degr et le terme dominant. Daprs Navale.
Calculer Dn+1 . On note R[X] lespace vectoriel des polynmes coef-
cients rels ; pour tout entier naturel, n > 0, Rn [X] est
lespace vectoriel des polynmes de degr au plus gal
Considrer lendomorphisme d de Kn1 [X] dni n.
par : On dsigne par e0 = a0 = E 0 = F0 le polynme
P Kn1 [X] d(P) = P(X + 1) X 0 = 1.
et utiliser (I d d)n . On considre, pour tout entier j = 0 et tout rel
a = 0, les polynmes e j , a j , E j , F j respectivement d-
nis par :
11* Dterminant, rang e j (X) = X j ; a j (X) = (X a) j ;
et inverse de matrice
1
On considre (a1 , a2 , .., an ) un n-uplet de rels. On pose E j (X) = X(X 1) (X j + 1) ;
j!
a0 = 0 et pour tout entier k (1 k n) :
F j (X) = j !E j (X).
bk = ak ak1 .
On appelle, pour tout n de N, B0 , Bn,a , En , Fn les fa-
On note An la matrice (n, n) dont llment situ la
milles :
i-ime ligne, j -ime colonne est amin(i , j ) .
B0 = (e0 , . . . , en ) ; Bn,a = (a0 , . . . , an ) ;
1 Calculer le dterminant de An . En = (E 0 , . . . , E n ) ; Fn = (F0 , . . . , Fn ).
2 Montrer que le rang de An est le nombre dlments Le dual dun espace vectoriel V dont une base est B
non nuls du n-uplet (b1 , b2 , . . . , bn ). sera not V , et B sera la base duale de B ; cette base
B elle-mme sera dite prduale de B .
3 Dans le cas o An est inversible, dterminer A1
n .
Soit D loprateur de R [X] dans lui-mme qui, toute
f appartenant R[X], associe D( f ) telle que, pour tout
1) On pourra effectuer des manipulations sur les x de R :
(D f )(x) = f (x + 1) f (x).
lignes de ce dterminant.
2) Les mmes mthodes semploient pour la re- On pose D0 = I , et pour tout entier p > 0,
cherche du rang. D p+1 = D p D.

www.bibliomath.com
Soit D loprateur de drivation sur R[X] tel que, pour c) On suppose quun polynme Q de degr q de R[X]
tout rel x : prend, pour q + 1 entiers conscutifs de Z des valeurs
df
(D f )(x) = (x). entires. Montrer que Q(Z) Z.
dx
Partie 1 : tude de D et nombres de Stirling 7 Soit i un entier. On dnit lapplication :
1 a) Montrer que En et Fn sont des bases de Rn [X] et L i : Rn [X] R par L i (P) = P(i).
que D est une application linaire.
a) Montrer que L = (L 0 , . . . , L n ) est une base de
b) Montrer que Rn [X] est stable par D. (Rn [X]) dont on dterminera la base prduale, qui sera
c) Lendomorphisme de Rn [X] induit par D est not Dn . note L = (L 0 , . . . , L n ).
Montrer que Dn est nilpotent. b) En utilisant L, dterminer un polynme T , de de-
Montrer que D nest pas un endomorphisme nilpotent gr 3, dont le graphe contienne les points :

de R[X]. i
d Dterminer la matrice An de Dn relativement B0 . i, j 4 pour i dans {0, 1, 2, 3} .

j =0
2 Dterminer la matrice Bn de Dn relativement En
et le plus petit entier m (dit indice de nilpotence de Bn )
Partie 3 : Lien entre D et D
tel que Bnm = 0.
8 a) Montrer que, pour tout k 1:
3 On pose, pour tout k dans N vriant 1 k n:
k
n n (1)i 1
Fk = s(i, k)ei et ek = s(i, k)Fi . D(E k ) = E ki .
i
i =0 i =0 i =1
Les nombres s(i, k) et s(i, k) sont appels respective-

(1)i 1
ment nombres de Stirling de premire et de seconde es- b) En dduire que D = Di
i
pce. i =1
a) Dterminer, pour tout (i, k) dans N2 tel que 1 i n

et 0 k n 1, le nombre s(i, k + 1) en fonction de 3) a) Les s(i, k) (et les s(i, k)) sont les coordon-
s(i 1, k) et s(i, k). nes des polynmes Fk (respectivement ek ) dans la
b) Dterminer de mme une relation de rcurrence per- base B0 (respectivement Fn ).
mettant de calculer s(i, k). La question pose incite crire Fk+1 en fonction
de Fk .
c) crire un programme de calcul, n x, des s(i, k)
b) Une mthode possible consiste crire X k , pour
pour tout (i, k) dans N2 tel que 1 i n et 1 k n.
k entre 0 et n 1, en fonction des Fi et multiplier
Mme question pour les s(i, k). par X.
Faire fonctionner ces programmes pour calculer s(5, 6) 5) Dcomposer P suivant les polynmes de la base
et s(5, 6). Bn,a .
4 On dsigne par Pn la matrice de passage de En 6) b) Utiliser la question prcdente.
Fn . Calculer P5 et P51 . c) On peut :
dnir, en utilisant Q, un polynme P de mme
Partie 2 : Interpolation degr, prenant des valeurs entires pour les en-
tiers 0,1,... ,d ;
5 Dterminer la base duale Bn,a = (a0 , . . . , an ) de
montrer que, pour tout k dans [[0, d]], Dk (P)(0)
Bn,a . d
est un entier relatif ;
6 Soit En = (E 0 , . . . , E n ) la base duale de En . poursuivre en utilisant la question prcdente.
a) Calculer, pour tout (k, i) de N2 , Dk (E i ) et Dk (E i )(0). 7) a) Penser aux polynmes de Lagrange.

n
8) a) Rcurrence sur k. Ne pas oublier que :
b) Expliciter P = E i (P)E i en dterminant, pour
X k
i =0 E k+1 = Ek .
tout P de Rn [X], les E i (P) en fonction de Dn et de P. k+1

www.bibliomath.com
ALGBRE ET GOMTRIE
2 Racines dun polynme Notations

par la mthode de Bernoulli Pour tout entier n 1, on note :
Partie mathmatique L(Rn ) lalgbre des endomorphismes de lespace vec-
On considre le polynme P(X) = an X n + + a0 , toriel Rn ,
(avec an = 0), polynme dont on cherche les racines Idn lapplication identit sur Rn ,
supposes toutes non nulles et de modules distincts. Soit
x1 , x2 , , xn ces racines telles que : In la matrice identit de Mn (R),
|x1 | > |x2 | > > |xn |. 0n la matrice nulle de Mn (R).
On cherche approximer une racine de P en utilisant Une matrice A, lment de Mn (R), tant don-
une suite rcurrente linaire telle que : k N. ne, on dsignera par C j sa colonne dindice j ,
an u k+n + an1 u k+n1 + a0 u k = 0 (E) par L i sa ligne dindice i et par A[i, j ] = ai , j
llment de la i-ime ligne et de la j -ime colonne
soit, pour tout entier k : (1 i n , 1 j n).
an1 a0
u k+n = u k+n1 u k . On appelle matrice compagnon dordre n toute matrice
an an
carre de la forme :
On note E lensemble des suites vriant la relation (E).
Vrier, en utilisant la mthode du cours pour les suites 0 0 c0
rcurrentes linaires dordre 2, que E est un espace vec- . .
1 . c1
toriel et que les suites gomtriques (xik )k forment une
.
base de E. Soit u dans E. Il existe donc n scalaires C = 0 .. .

C1 , , Cn tels que, pour tout entier k : . . ..
.. .. 0 .
u k = C1 x1k + + Cn xnk . 0 0 1 cn1
Montrer que, si la suite (u k ) nest pas nulle, le rapport En particulier, si n = 1, C = (c0 ).
uk
converge vers une racine de P.
u k1 On dira que le polynme P de R[X] dni par
P(X) = X n + cn1 X n1 + + c1 X + c0 est le poly-
Partie informatique nme associ la matrice C.
1 Expliciter un algorithme de recherche des racines Objectif
de P.
Dans ce problme, on se propose de dmontrer que
2 Traduire cet algorithme en un programme. toute matrice A de Mn (R) est semblable une matrice
F diagonale par blocs, F = diag(C1 , . . . , Ck ), o les
3 Rsoudre, avec ce programme, les quations : blocs diagonaux C j sont des matrices compagnons. De
x 1,5x 7 = 0 ; x 3 12,5x 2 + 33,5x + 20 = 0.
2 plus, on dnit un certain nombre de procdures per-
mettant de construire effectivement cette matrice F, ap-
pele forme faible de Frobenius de la matrice A.
3* Forme faible de Frobenius
dune matrice Transformations lmentaires
Daprs CCP. Maths appliques. et matrices compagnons
Une matrice compagnon est aussi dnomme matrice de Pour tous i et j dans [[1, n]], E i , j dsigne la matrice de
Frobenius. Mn (R) dont les termes sont nuls sauf E i , j [i, j ] qui est
gal 1.
Georg Frobenius (1849-1917), mathmaticien alle-
mand, travaille sur la thorie des groupes et en al- Le rel a tant donn, on dnit les matrices suivantes :
gbre linaire. Il fournit la premire dmonstration Di (a) = In + (a 1)E i ,i ; Ti , j (a) = In + a E i , j (i = j )
gnrale du thorme de Cayley-Hamilton en 1878. Pi , j = In E i ,i E j , j + E i , j + E j ,i .
Rcemment, vers 1980, une autre dmonstration de
ce thorme est apparue, utilisant et approfondissant On suppose maintenant n x, suprieur ou gal 2.
les questions qui constituent le problme suivant. Soit A un lment de Mn (R).

www.bibliomath.com
1 Comment A est-elle transforme si on la multiplie a) On suppose

ici que n= 3 et que la matrice A est
droite par la matrice Di (a), par la matrice Ti , j (a) 2 1 1
(i = j ), par la matrice Pi , j ? Mme question pour la gale 0 2 0 .
multiplication gauche. 1 1 2
Appliquer la procdure Compagnon la matrice A.
2 crire une procdure Ddroite qui transforme la ma-
trice A en ADi (a), sans effectuer la mutiplication des (On donnera les transformations successives de la ma-
deux matrices A et D(a). trice A.)
3 Montrer que les matrices Ti , j (a), i = j , et Pi , j sont b) On se place nouveau dans le cas gnral.
inversibles dans Mn (R) et calculer leur inverse. Expliciter les diffrentes transformations subies par la
quelle condition la matrice Di (a) est-elle inversible ? matrice A pendant le droulement de la procdure Com-
pagnon.
Dans ce cas, quel est son inverse ?
En dduire que la matrice A est semblable une matrice
4 crire une procdure ChercheNonNul qui re- B de la forme par blocs :
cherche dans la colonne j de la matrice A un terme non
C1 B1
nul dont lindice de ligne est suprieur ou gal j + 1. B = ,
0 B2
Si les ai , j , avec i > j , sont tous nuls, ChercheNonNul
o C1 est une matrice compagnon.
retourne n + 1.
Dans la suite du problme, on notera d lordre de la ma-
5 On suppose connues les procdures Dgauche, trice C1 . En particulier, si d = n, B = C1 .
Tdroite, Tgauche, Pdroite, Pgauche qui transforment
c) Dans lexemple numrique de la question 6) a), don-
la matrice A en Di (a) A, ATi , j (a), Ti , j (a) A, A Pi , j et
ner les valeurs de C1 , B1 , B2 , d.
Pi , j A.
crire une procdure Dtransformation qui transforme la 7 On suppose connue la procdure Identit qui
1 construit la matrice In .
matrice A en Di ADi (a), a tant suppos non nul.
a
Comment peut-on modier la procdure Compagnon,
6 On suppose connues les procdures Ttransforma- pour quelle calcule, outre la matrice B et lentier d,
tion, Ptransformation qui transforment la matrice A en une matrice de passage P telle que P 1 A P = B ?
Ti , j (a) ATi , j (a), Pi , j A Pi , j . Quelle est la premire colonne de P ?
On dnit alors la procdure suivante :
Forme faible de Frobenius
Avec Maple
: /6;4@2868B=406<+3!8& 8 crire une procdure Zroadroite qui transforme la
>6<@> (!%!-!9!.B matrice B de la question 6) en une matrice B de la
(B=EB%B=/170<17)68)$>+3!(!8&A forme :

G1->7 %?=8 96 b1,d+1 b1,n
-5 %?:("E '178 C1 0 0

#'0@8,560;@'-68+3!%!("E!8&B ..
.
5-B
B = 0 0
*'0@8,560;@'-68+3!3D("E!(C!("E!8&B .
0 0
560 - '6 8 96
. ..
-5 -?:("E '178 .. . B
2
F'0@8,560;@'-68+3!3D-!(C!-!("E!8&B 0 0
5-B69B
(B=("EB On admettra maintenant que, sil existe j compris
%B=/170<17)68)$>+3!(!8&B entre d + 1 et n tel que b1, j = 0, les oprations
69B Ptransformation(B , j , 1), puis Compagnon(B , n) sui-
9B=(A vies de Zeroadroite(B , d, n) transforment B en une
789A matrice semblable, de la mme forme, lordre de la ma-
trice compagnon tant d + 1.

www.bibliomath.com
ALGBRE ET GOMTRIE
9 Montrer que la matrice A est semblable une ma- Calculer (In + lE i , j )(In + mE h,k ). En dduire linverse
trice : de (In + lE i , j ).
C1 0
B= , 2 Soit A dans Mn (R).
0 B2
o C1 est une matrice compagnon dordre suprieur ou a) Montrer que laddition une ligne de A dun vecteur
gal d. proportionnel une autre ligne peut se faire en multi-
pliant A gauche par une matrice de transvection.
Finalement, en rptant les mmes transformations sur
la matrice B2 , on obtient une forme faible de Frobenius b) tablir un rsultat analogue sur les colonnes.
de la matrice A, cest--dire une matrice F lment de 3 Soit A = (ai , j ) dans Mn (R).
Mn (R), semblable A, telle que :
On suppose, de plus, que la premire ligne de A ou la
F = diag (C1 , . . . , Ck ), premire colonne de A possde un lment non nul.
o les C j sont des matrices compagnons. Montrer quil existe deux matrices P et Q de Mn (R),
Donner la matrice B obtenue avec la matrice A de produits de matrices de transvection, telles que la ma-
lnonc. trice B = P AQ soit une matrice de coefcients bi , j
telle que b1,1 = 1 et bi ,1 = b1,i = 0, pour 2 i n.
4 Soit A = (ai , j ) dans Mn (R) et r le rang de A. On
1) Regarder comment sont transformes les lignes suppose r > 0.
et les colonnes de A.
Montrer quil existe deux matrices P et Q de Mn (R),
3) Utiliser la question 1) et viter les calculs. produits de matrices de transvection, telles que la ma-
6) a) Dtailler les diffrentes tapes en indiquant trice B = P AQ soit une matrice diagonale de coef-
les valeurs prises par j , k et i. cients bi , j telle que :
b) Utiliser la question 3) .
(i) bi ,i = 1 pour 1 i <r;
7) Se rappeler la recherche de linverse dune ma-
(ii) bi ,i = 0 pour r < i n;
trice rgulire en utilisant le pivot de Gauss...
(iii) br ,r = d, avec (d = 1 si r < n ) et (d = Det( A) si
8) Attention ! Rtrograder en i ! r = n ).
9) Prsenter dabord un algorithme simple dob- 5 crire un programme qui fournit un couple de
tention de B, puis justier que cet algorithme ne matrices de transvection (P, Q) telles que la matrice
boucle pas. B = P AQ vrie les conditions de la question pr-
cdente. Commenter votre programme.
4* Matrices de transvection 6 Montrer que le groupe des matrices carres dordre

Daprs INT.
n, de dterminant gal 1, est engendr par les matrices
de transvection.
Pour (i, j ) dans [[1, n]]2 , on dnit llment E i , j de
Mn (R) comme tant la matrice dont tous les coef-
cients sont nuls sauf celui de la i me ligne et de la 1) b) Question de cours...
j me colonne qui vaut 1. 2) a) Vous pouvez appeler L 1 , . . . , L n les vecteurs

On sait que ces matrices sont appeles matrices lmen- L1
taires de Mn (R). ..
lignes de la matrice A et regarder (In + E i j ) . .
On appelle matrice de transvection toute matrice du type Ln
(In + lE i , j ) avec l rel et i = j . 3) Distinguer plusieurs cas : si a11 = 1, si a11 = 1
1 a) Calculer les produits matriciels : E i , j E h,k pour et il existe un lment non nul, autre que a11 , soit
i, j , h, k dans [[1, n]]. sur la ligne 1, soit sur la colonne 1,...
4) Faire une rcurrence sur n, en commenant par
b) Que peut-on dire de la famille (E i , j )(i , j )[[1,n]]2 ?
n = 2.
c) Calculer le dterminant dune matrice de transvec- Dans chaque cas, supposer dabord que lun des
tion. coefcients de la premire ligne ou de la premire
d) Soit deux rels l, m et i, j , h, k dans [[1, n]] tels que colonne de A nest pas nul. Puis revenir ensuite
i = j , h = k, j = h. ce cas.

www.bibliomath.com
6) Montrer que toute matrice de dterminant gal b) Montrer que si A est inversible et possde une d-
1 est produit de matrices de transvection. composition LU , alors, pour tout k de [[1, n]], Det( Ak )
Partir du rsultat de la question 4) avec une matrice nest pas nul. (On pourra utiliser une dcomposition par
de dterminant 1. blocs de A.)
c) On suppose que Det(An1 ) est non nul et on crit A
5* Dcomposition LU par blocs sous la forme :
An1 V
Daprs Centrale. A= .
W An,n
Dans tout ce problme, n dsigne un entier suprieur
ou gal 2. Toutes les matrices considres ici sont Montrer quil existe H dans Ln telle que :
coefcients rels. On note : i [[1, n 1]] (H A)n,i = 0.
Mn lensemble des matrices carres dordre n ;
Hn1 0
Un lensemble des matrices triangulaires suprieures En posant, a priori, H = , expliciter une
H 1
(termes sous-diagonaux nuls) et U+n lensemble des ma- telle matrice H ainsi que son inverse, cest--dire expli-
trices appartenant Un dont tous les termes diagonaux citer les blocs Hn1 et H , ainsi que les blocs corres-
sont positifs ou nuls ; pondants de H 1 en fonction des blocs de la matrice
Ln lensemble des matrices triangulaires infrieures A.
dont les termes diagonaux valent 1. Le symbole In d- d) Montrer que, si pour tout k dans [[1, n]], Det( Ak ) est
signe la matrice unit diag(1, 1.., 1) lment de Mn . non nul, alors A a une dcomposition LU .
Pour A dans Mn , le terme de A situ sur la ligne i et la
colonne j est not Ai , j . (On pourra oprer par rcurrence en utilisant une d-
composition par blocs de A.)
Dans les questions 1) et 2) seulement, si 1 i n, Ai
dsigne la matrice extraite de A dordre i :
3 a) Soit deux entiers p et q tel que 1 p<q n.
A1,1 A1,2 A1,i
A2,1 A2,2 A2,i Montrer que lopration lmentaire consistant chan-

.. .. .. .. . ger les lignes p et q dune matrice de Mn correspond
. . . . la multiplication gauche par une matrice de Mn d-
Ai ,1 Ai ,2 Ai ,i terminer.
On confond respectivement : b) Pour 1 k n et 1 i 1 < i 2 < .. < i k n,
matrice et endomorphisme de Rn canoniquement as- 1 j1 < j2 < < jk n, le symbole
soci ; i1 i2 ik
dsigne le dterminant de la ma-
vecteur de Rn et matrice colonne de ses coordonnes ; j1 j2 jk A

Ai1 , j1 Ai1 , j2 Ai1 , jk
une matrice dordre 1 et le rel la constituant. Ai2 , j1
Ai2 , j2 Ai2 , jk

Si ncessaire, Rn sera muni de sa structure euclidienne trice . .. .. .. extraite de A.
rendant la base canonique orthonormale. Ainsi, si v ap- .. . . .
partient Rn , v t v est une matrice de Mn tandis que t vv Aik , j1 Aik , j2 Aik , jk
reprsente ||v||2 (norme euclidienne). Sous les hypothses de la question 2) d) et notant
Le but de ce problme est dtudier un type de dcom- A = LU la dcomposition de A, trouver dans lordre :
position matricielle : la dcomposition LU.
(i) la premire ligne de U ;
1 a) Montrer que si A appartenant Mn est triangu-
laire inversible, son inverse est aussi triangulaire. (ii) la premire colonne de L ;
b Montrer que (Ln , ) est un groupe. (iii) les lments diagonaux de U ;
2 a) Soit A un lment de Mn . (iiii) les lments de L des colonnes 2, 3..n. (On utili-
Montrer que si A est inversible, il existe au plus un sera 3) a) sous forme P A = P LU , o P est une ma-
couple (L, U ) de Ln Un tel que A = LU . trice telle que la multiplication de M par P gauche
permute deux lignes de M) ;
Si cest le cas, on dira que A possde une dcomposition
LU ( L comme Lower et U comme Upper). (iiiii) les lments de U des lignes 2, 3, . . . , n.

www.bibliomath.com
ALGBRE ET GOMTRIE
On montrera que pour 2 j i n :

1 2 j 1 i
1 2 j 1 j A 1) a) Utiliser lendomorphisme A et regarder les
Li, j = et on donnera pour sous-espaces stables par A lorsque A est triangu-
1 2 j
1 2 j A laire infrieure.
(Ui , j ) (2 i j n) une formule analogue. Adapter pour une matrice triangulaire suprieure...
2) a) Montrer dabord que si A est inversible et
4 criture de lalgorithme
possde une dcomposition LU , alors U est inver-
En utilisant : sible.
un algorithme induit par la question 3) b) , Puis utiliser ce rsultat en supposant que A possde
un langage de programmation (quon prcisera) com- deux dcompositions LU .
prenant la fonction dterminant (note Det), b) Comme indiqu, travailler par blocs.
c) Partir de la forme indique par lnonc pour H
crire une procdure donnant, pour une matrice A sa-
et travailler par blocs.
tisfaisant aux conditions du 2) d) , les matrices L et U
d) Rcurrence + question 2) c).
telles que A = LU .
3) a) Utiliser les matrices lmentaires.
5 Exemples b) (i) A = L n Un , donc : Un = AL 1n .
a) laide de lalgorithme mis en place la question 4) , (ii) L n = AUn1 , donc...
effectuer la dcomposition LU de la matrice : (iii) Regarder le raisonnement de la question 2) d),

1 1 3 1 comment obtenir la dcomposition LU de Ak1 en
1 2 1 3 fonction de celle de Ak ?
A= 0

(iiii) Considrer la matrice P de la question 3) a)
1 1 2
1 1 2 1 en utilisant seulement le fait quelle permute les
lignes i et j .
en indiquant les diffrentes tapes et les calculs inter-
Pour 1 i j n, crire P A = (P L)U et cal-
mdiaires.
culer ce produit en isolant le bloc constitu des i
b) En dduire la rsolution du systme matriciel premires lignes et i premires colonnes. Puis cal-
x culer leurs dterminants.
y
AX = Y dinconnue X =
z et de paramtre
(iiiii) Procder de mme en intervertissant lignes et
colonnes et travaillant avec A P = L(U P).
t
4) Suivre pas pas les calculs de la ques-
a
b tion 3) b) pour construire votre procdure.
Y =
c . 5) a) Utiliser votre procdure.
d b) crire LU X = Y et rsoudre deux systmes
triangulaires successifs.
c) Donner deux exemples de matrices de M2 , lune ne
possdant pas de dcomposition LU , lautre en poss-
dant plusieurs.

www.bibliomath.com
C O R R I G S
1 Pour sentraner Alors :
u(M) = u(N ) + u(R).
1 La relation f + g = Id E entrane : Et :
t
E = Im ( f + g) Im f + Im g E. u(M) = t (u(N ) + u(R))
Puis : = t u(N ) + t u(R) = u(N ) u(R) = u t M .
Im f + Im g = E. Lendomorphisme u appartient E.
Do : Les lments de E sont les endomorphismes de Mn (R)
rg( f ) + rg(g) n. qui laissent stables Sn (R) et An (R).
Avec rg ( f ) + rg (g) n, il vient : rg ( f ) + rg (g) = n. Lespace vectoriel E est isomorphe L (Sn ) L (An )
Il suft ensuite dcrire, pour tout x de E : par lapplication (u (u |Sn , u |An ).
x = f (x) + g(x) Les dimensions de Sn (R) et An (R) sont :
pour obtenir : n(n + 1) n(n 1)
et .
2 2
Im f Im g = E et Ker ( f ) Im (g).
La dimension de E est donc :
Ensuite, avec les dimensions, Ker ( f ) = Im (g). 2 2
n(n + 1) n(n 1)
De mme : .
2 2
Ker (g) = Im ( f ).
Si vous ntes pas convaincus, regardez la matrice dun
Ensuite : tel endomorphisme dans une base adapte la dcom-
( f + g)2 = f + g = f 2 + f g + g f + g 2 = f 2 + g 2 . position en somme directe.
Do : 3 Lespace vectoriel E est de dimension innie.
f 2 f = g g2.
Pour vrier que les six formes linaires forment une
Et : famille libre, considrons six rels a1 , a2 , a3 , b1 , b2 et
Im ( f 2 f ) = Im (g g 2 ) Im ( f ) Im (g). b3 tels que, pour tout polynme P :
3 3
f et g sont des projecteurs associs.
ai P(xi ) + bi P (xi ) = 0,
2 E est un sous-espace vectoriel de L(Mn (R)). i =1 i =1
Soit u un lment de E et M une matrice symtrique de La relation applique au polynme :

Mn (R). Alors :
P(X) = (X x1 )2 (X x2 )2 (X x3 )
t t
u( M) = (u(M)) = u(M).
entrane :
La matrice u(M) est symtrique. b3 = 0.
Le sous-espace vectoriel Sn (R) des matrices sym-
triques est stable par u. En dduire que les bi sont nuls.
Montrons de mme que le sous-espace vectoriel An (R) Terminer en considrant les polynmes de la forme
des matrices antisymtriques est stable par u. Q i (X) = (X x j ).
j =i
Rciproquement, soit u un endomorphisme de Mn (R)
laissant ces deux sous-espaces vectoriels supplmen-
4 Fixons n 2 et tudions lapplication f de R[X]
taires stables.
dans R[X] dnie par :
M Mn (R) N Sn (R) R An (R) M = N +R.
f(P) = P(X + 1) + P(X 1) 2P(X).

www.bibliomath.com
ALGBRE ET GOMTRIE
Cette application est un endomorphisme de R[X]. Nous Soit a un vecteur non nul de F , b un vecteur non nul de
devons rsoudre une quation linaire. Soit k 2. E et F un supplmentaire de Ka dans F.
E( k2 ) Considrons lapplication linaire g dnie par :
k k
f(X ) = 2 X k2 .
2j x F g(x) = 0; g(a) = b.
j =1
Ce polynme a pour degr k 2. Cette application nest pas nulle, mais f g f = 0.
Et f(1) = f(X) = 0. Le noyau de f est Vect(1, X). Lapplication f est donc surjective.
Un supplmentaire de ce noyau est X 2 R[X]. Pour tout 6 Appliquons la relation avec X = A.

polynme Q de R[X], il existe donc un unique poly-
Det(2A) = 2Det(A).
nme P de la forme X 2 P1 (X), avec deg(P1 ) = deg(Q),
n
tel que : Or, Det(2A) = 2 Det(A). Donc : Det(A) = 0. La ma-
f(P) = Q. trice A est de rang p < n.
Supposons A = 0.
Tous les polynmes vriant cette galit sont les poly-
Considrons lendomorphisme u canoniquement asso-
nmes de la forme :
ci A.
a + bX + X 2 P1 (X),
Notons e1 , . . . , en les vecteurs de la base canonique de
o a et b dcrivent R. Rn et f 1 , . . . , f n les vecteurs dnis, pour tout i par :
X2 f i = u(ei ).
Pour Q = 1, on obtient P(X) = a + bX + .
2
Il est possible dextraire de la famille { f i }i [[1,n]] une
X3 sous-famille libre de p (1 p < n) vecteurs et de
Pour Q = X, on obtient P(X) = a + bX + .
6 complter cette famille en une famille libre de Rn par
X4 ladjonction de n p vecteurs :
Pour Q = X 2 , on obtient P(X) = a + bX + .
12 g1 , . . . , gn p .
5 Soit f un isomorphisme et g une application li-
naire de F dans E telle que : An de simplier la rdaction, nous supposerons que
les p vecteurs f 1 , . . . , f p forment une sous-famille libre
f g f = 0. de la famille { f i }i [[1,n]] .
Composons droite et gauche par f 1 . Dnissons lendomorphisme v par :
Nous obtenons g = 0. i [[1, p]] v(ei ) = f i ; i [[ p+1, n]] v(ei ) = gi p .
Rciproquement, soit f une application linaire de E Lendomorphisme u + v est un isomorphisme. Notons X

dans F possdant la proprit : si g est une application la matrice de v dans la base canonique.
linaire g de F dans E telle que f g f = 0, alors Alors :
g = 0. Det(u + v) = Det( A + X) = 0.
Supposons que f ne soit pas injective.
Mais Det( A) = Det(X) = 0.
Il existe un vecteur a = 0 tel que f (a) = 0.
Nous en dduisons que la matrice A de lnonc est
Notons H un supplmentaire de la droite vectorielle nulle.
Ka.
La projection p sur cette droite vectorielle paralllement 7 a) On sait que, pour tout x dans ] 1, 1[ :
H nest pas nulle, mais f p f = 0. 1 1 1
+ 1 n+1
Lapplication f est donc injective. 2 2 2
1+x =1+ xn.
n!
n=1
Supposons ensuite que f ne soit pas surjective.
Notons F un supplmentaire de Im f dans F. b) Nous cherchons N telle que N 2 = I + (M I).
La dimension de F est non nulle. Or la matrice M donne vrie (M I)3 = 0.

www.bibliomath.com
La matrice N dnie par : Terminer les calculs et montrer que :

1 1 29 1 1 1 21
N = I + (M I) (M I)2
2 8 1 29 1 21 1
convient. 1

1
N = 1 1 9 1 1.
50
8 a) Vrier que lapplication donne, f, est un en- 1 21 1 29 1
domorphisme de A. 21 1 1 1 29
De plus, X Ker f M X = 0. Et Maple conrme.
M est rgulire. f est un automorphisme despace vec- Avec Maple

toriel de A.
U #*',m7*397.l Y
b) Puisque lapplication f est bijective, il existe M U JYV59'+*"m]i]i<îaiaiai_iaiîai
dans A telle que M M = In . _iaiaiai\iaiaiai_iaiîai_iaiaiai^;l X

4 1 1 1 3
Composons droite avec M 1 . Nous obtenons : 1 4 1 3 1

M = M 1 . N :=
1 1 6 1 1

1 3 1 4 1
c) Notons A lensemble des matrices de la forme : 3 1 1 1 4
U *3$2+)2mJl X
a b b b c 29 1 1 1 21
b a b c b
50 50 50 50 50
M= b b x b b ,

1 29 1 21 1

b c b a b
50 50 50 50 50

c b b b a 1 1 9 1 1

50 50 50 50 50

o a, b et c sont des rels quelconques et x un rel 1 21 1 29 1

prciser.
50 50 50 50 50

21 1 1 1 29
Nous remarquons que, pour x = a + c b, M peut
50 50 50 50 50
scrire comme combinaison linaire des matrices I5 et :
U = (u i , j )(i , j )[[1,5]]2 avec u i , j = 1; d) Cette structure permet de dire que A est stable pour
la multiplication.
0 0 1
Elle intervient donc dans la question 2).
1 0

.. ..
.
H = . 1 .
2 Hyperplans et formes linaires

0 1
1 0 0 1 Considrons lapplication f dnie sur Rn [X] par :
1
A est le sous-espace vectoriel de M5 (K) engendr par f(P) = P.

1
U , H et I5 .
f est une forme linaire non nulle sur Rn [X].
De plus, A est stable dans M5 (K) pour la multiplica- Son noyau, E, est un hyperplan de Rn [X]. Sa dimension
tion, car : est n.
U H = HU = U ; U 2 = 5U ; H 2 = I5 . De plus :
Llment unit I5 est dans A. 2
f(X 2k ) = et f(X 2k+1 ) = 0.
A est donc une sous-algbre de M5 (K). 2k + 1
Une base de E est :
Si la matrice donne, N , est inversible, son inverse n1 1 n
scrit sous la forme : X 2k+1 ; 0 k X 2k ;1 k .
2 2k + 1 2
aU + bH + gI5 .

www.bibliomath.com
ALGBRE ET GOMTRIE
2 Si X est une matrice solution, appliquons f aux Vrier que toutes les matrices X et Y de la forme :
deux membres de lquation : 1 4 8 a 3 1
X= et Y =
f(X) (1 + f( A)) = f(B). a 4 4 4 1 1
Plusieurs cas peuvent alors tre distingus. avec a rel non nul, vrient le systme.
f( A) = 1 et f(B) = 0. Si tr(X) = 0 et tr(Y ) = 0, montrer de mme que les
Lquation nadmet pas de solution. matrices solutions sont les matrices de la forme :
f( A) = 1 et f(B) = 0. a 2 1 1 4 8
X= ;Y = ,
12 2 10 a 4 4
Alors f(X) = 0 et lquation donne X = B.
o a est un rel non nul.
Vrier cette solution.
f( A) = 1 et f(B) = 0.
4 Matrices de trace nulle
Alors :
f(B)
f(X) = . 1 Lnonc nous indique que, pour tout x nul ou non,
1 + f( A)
il existe un scalaire lx tel que f (x) = lx x.
Nous obtenons alors :
f(B) Soit x et y deux vecteurs tels que la famille {x, y} soit
X =B A. lie et x et y non nuls.
1 + f( A)
Vrier cette solution. Alors : a K y = ax.
f( A) = 1 et f(B) = 0. Puis : f (y) = f (ax) = a f (x) = alx x = lax ax.
Le cas non trivial ! Nous en dduisons lx = lax .
Nous savons que : Supposons ensuite que dimE 1 et notons x et y deux
Mn (R) = Ker f R A. vecteurs linairement indpendants de E.
Cherchons la matrice X sous la forme : X = C + l A, Alors : f (x + y) = lx x + l y y = lx+y (x + y).

o C est dans Ker f. Puisque la famille {x, y} est libre, nous en dduisons :
Lquation quivaut X l A = B. lx = l y = lx+y .
Il existe donc une innit de solutions : Il existe donc un scalaire l tel que, pour tout x de E :
X = B + l A, f (x) = lx.
l est un rel quelconque. f est une homothtie vectorielle.
3 Une quation matricielle 2 Notons f lendomorphisme de K2 canoniquement

associ M.
Soit (X, Y ) un couple solution.
Puisque la matrice M est non scalaire, la question pr-
La premire quation donne tr(X)tr(Y ) = 0. cdente permet dafrmer quil existe un vecteur x de
Si tr(X) = tr(Y ) = 0, la premire quation nest pas K2 tel que la famille {x, f (x)} est libre. Cette famille
vrie. constitue une base de lespace vectoriel K2 et, dans cette
Si tr(X) = 0 et tr(Y ) = 0, alors : base, la matrice de f a la forme requise.
1 4 8 3 Dmonstration par rcurrence sur lordre n de la
X= .
tr(Y ) 4 4 matrice.
Cette matrice est inversible. Le cas n = 2 dcoule de la question prcdente si nous
Puis : prcisons que la trace de matrices semblables est iden-
1 1 4 8
1
1 1 tique et nous en dduisons b = 0.
Y = X 1 = tr(Y )
4 2 4 4 4 2 Supposons que, pour un certain n 2, toute matrice
tr(Y ) 1 2 1 1 tr(Y ) 3 1 carre non scalaire, dordre n, de trace nulle soit sem-
= = . blable une matrice dont les lments diagonaux sont
12 1 1 4 2 4 1 1
nuls.

www.bibliomath.com
Considrons une matrice M, dordre n + 1, non scalaire, Cherchons lendomorphisme rciproque, sil existe.
de trace nulle. Un raisonnement semblable celui de

y1 y2 = x1
la question 2) permet dafrmer que M est semblable

y2 y3 = x1 + x2
une matrice An+1 , dont la premire colonne est nulle ..
lexception du second terme gal 1. Notons alors An (1) . .

la matrice obtenue en supprimant la premire ligne et la
yn1 yn = x1 + x2 + + xn1

premire colonne de An+1 . yn = x1 + x2 + + xn
La matrice An a une trace nulle. Ce systme quivaut :

Si la matrice An est scalaire, elle est nulle et nous avons
x1 = y1 y2

termin.
x2 = 2y2 y1 y3
.. .
Si la matrice An nest pas scalaire, lhypothse de rcur- .

rence sapplique. Il existe une matrice carre inversible
x = 2yn1 yn yn2
n1
P dordre n et une matrice N dont les lments diago- xn = 2yn yn1
naux sont nuls tels que : La matrice A est inversible et :
N=P 1
An P.
1 1 0

1 0 ..
1 2 1 .
0
1 . .. ...
Notons P1 la matrice . , crite en A = 0 .
.. P
. ..
.. .. . 1 2 1
. 0 1 2
blocs.
Vrier que cette matrice est inversible et que :
6 Morphismes multiplicatifs
1 0
0 R) dans R
de M n (R

1
P1 = . . .
. P 1
1 Soit f une application non constante de Mn (R)
..
. dans R telle que, pour tout couple (A, B) de Mn (R),
on ait :
Vrier galement que la matrice P11 An+1 P1 est de la
f ( A.B) = f ( A). f (B).
forme :
0
En prenant A = B = In , on obtient :

.. .
. N f (In .In ) = f (In ) f (In ) = f (In ) = f (In )2

..
. = f (In ) = 0 ou 1.
Si f (In ) = 0 :
Cette matrice est semblable la matrice M et ses l-
ments diagonaux sont nuls. M Mn (R) f (M) = f (M.In ) = f (M) f (In ) = 0.
Lapplication f est donc constante et nulle. Ainsi
f (In ) = 1.
5 Un calcul dinverse
De mme, comme f (0) = f (0.0) = f (0)2 , on en d-
Considrons lendomorphisme de Rn canoniquement duit que f (0) = 0 ou 1.
associ la matrice A.
Pour tout M de Mn (R), on a :
Il est dni par :
f (0) = f (0.M) = f (0) f (M).

y1 = nx1 + (n 1)x2 + + xn

Si f (0) = 1, pour tout M de Mn (R) on aurait
y2 = (n 1)x1 + (n 1)x2 + + xn
.. . (1) f (M) = 1. Lapplication f serait constante.

.

yn = x1 + x2 + + xn Conclusion : f (In ) = 1 et f (0) = 0.

ALGBRE ET GOMTRIE
2 Si A est inversible on a A A1 = In . 7 Composs dendomorphismes

1
Do f ( A) f ( A ) = f (In ) = 1 ce qui implique que
f ( A) ne peut tre nul. De plus : 1 Supposons les conditions (i) et (ii) vries.
1 f g f = f = rg f rg g.
f ( A1 ) = .
f ( A) De mme :
Si A et B sont deux matrices semblables. Il existe P une g f g = g = rg g rg f .
matrice inversible de Mn (R) telle que B = P 1 A P.
On a f (B) = f (P 1 ) f ( A) f (P). Ainsi deux matrices Finalement, rg f = rg g.
semblables ont mme image par f . Supposons les conditions (i) et (iii) vries.
3 Soit A une matrice de rang 0 < r < n et u lendo- f g f = f = rg f rg (g f ) rg g.
morphisme canoniquement associ A. Donc :
Prenons un vecteur f 1 non nul dans Ker u et une base rg (g f ) = rg g.
(u( f 2 ), . . . , u( fr +1 )) de Im (u).
Puis :
Alors la famille ( f 1 , f 2 , . . . , fr +1 ) est une famille libre Im (g f ) = Im g.
de Rn que nous compltons en une base ( f i )i [[1,n]] de
Rn . Montrons quil est possible de dnir un endomor-
phisme h de E tel que :
Notons, pour tout i de [[2, r + 1]], gi = u( f i ) et compl-
tons en une base (gi )i [[1,n]] de Rn . g f h = g.
Si nous appelons P la matrice de passage de la base Plus simplement, soit a et b deux endomorphismes de
canonique (ei )i [[1,n]] la base (gi )i [[1,n]] , et Q la ma- E tels que Im a = Im b. Nous allons construire un
trice de passage de la base canonique ( f i )i [[1,n]] la base endomorphisme c de E tel que a c = b.
(ei )i [[1,n]] : Soit f 1 , . . . , fr une base de Im a = Im b.

0 1 0 0 Il existe e1 , . . . , er et e1 , . . . , er dans E tels que :
0 0 1 0
i [[1, r ]] a(ei ) = f i et b(ei ) = f i .
.. . .. . ..
A= P . Q = P N Q.
Les familles e1 , . . . , er et e1 , . . . , er sont des familles

libres de E.
0 0
La famille e1 , . . . , er peut tre complte en une base de
4 Il reste prouver que, si une matrice A nest pas E, (e1 , . . . , en ), par ladjonction de vecteurs de Ker a.
inversible, on a f ( A) = 0.
La famille e1 , . . . , er peut tre complte en une base de
On note r le rang de A ( r est donc strictement plus petit E, (e1 , . . . , en ), par ladjonction de vecteurs de Ker b.
que n).
Il suft de dnir c en posant :
Utilisons la question 3).
i [[1, n]] c(ei ) = ei .
Il existe P et Q deux matrices de Mn (R), inversibles
Lendomorphisme c vrie :
telles que A = P.N .Q.
a c = b.
N est une matrice nilpotente.
Soit alors h un endomorphisme de E tel que :
Il existe k un entier naturel non nul tel que N k = 0.
Ainsi f (N k ) = 0. g f h = g.
Nous avons :
Lapplication f est multiplicative, donc f (N )k = 0,
cest--dire f (N ) = 0. Or : g f g = g f (g f h) = g f h = g.
A = P N Q = f ( A) = f (P) f (N ) f (Q) De mme, (ii) et (iii) entranent (i).
on obtient f ( A) = 0. 2 Si f = 0 (g = 0) ou si f est un automorphisme
On vient de caractriser les matrices inversibles : de E (g = f 1 ), lexistence de g est immdiate.
A inversible f ( A) = 0. Supposons ensuite que rg f = r < n.
Soit f 1 , . . . , fr une base de Im f .

Il existe e1 , . . . , er dans E tels que : Soit Q un lment de E tel que :

i [[1, r ]] f (ei ) = f i . N (Q) 1 et N (L) = |L(Q)| .
La famille e1 , . . . , er est une famille libre de E.
Q nest pas nul car L(0) = 0.
La famille f 1 , . . . , fr peut tre complte en une base
de E, ( f 1 , . . . , f n ). 1
Si N (Q) < 1, alors, en posant Q 1 = Q, on a :
Posons : N (Q)
i [[1, r ]] g( f i ) = ei et i > r g( f i ) = 0. 1
N (Q 1 ) = 1 et |L(Q 1 )| = |L(Q)| > N (L).
N (Q)
Lendomorphisme de E ainsi dni vrie les condi-
tions (i) et (iii). Ceci est impossible.
On peut aussi utiliser les projecteurs pour traiter cette n

question. 3 Soit P(x) = ak x k dans E.
3 Sil existe x dans L(E) tel que f x g = h, alors : k=0
f f 1 h g1 g = f f 1 ( f x g) g1 g Alors, pour tout k dans [[0, n]] :

= ( f f 1 f ) x (g g1 g) n
= f x g = h. |ak | ak2 = N2 (P).
k=0
Rciproquement, si f f 1 h g1 g = h, il suft de
prendre x = f 1 h g1 . Do :
N (P) N2 (P).
8 Normes de formes linaires
De plus, ak2 N (P)2 . Do :
1 Nous obtenons :

E(n/2) N2 (P) n + 1N (P).
a2k
L(P) = 2 .
2k + 1 On retrouve lquivalence des normes N2 et N , car la
k=0
La forme linaire L est non nulle, car L(1) = 2. dimension de E est nie.
Le noyau de L est un hyperplan de E, donc : n
dim(Ker (L)) = n. 4 a) Pour une fonction polynomiale P(x) = ak x k
k=0
Pour i dans [[1, n]], notons Ri la fonction polynomiale de E, nous savons que :
dnie par :
Ri (x) = x i L(x i ). E(n/2) E(n/2)
a2k 1
|L(P)| = 2 2 N (P).
Pout tout i dans [[1, n]], le degr de Ri est i. La famille 2k + 1 2k + 1
k=0 k=0
(Ri )i [[[1,n]]] est donc libre.
Elle contient n lments dont limage par L est nulle. La question 2) b) permet den dduire que :
Cest une base de Ker (L).
E(n/2)
1
2 Lespace vectoriel E est de dimension nie. K = 2 N (L).
2k + 1
k=0
La forme linaire L est donc lipschitzienne.
A > 0 P E |L(P)| AN (P). Il suft ensuite de constater que cette ingalit devient
une ingalit si nous choisissons :
Lensemble {|L(P)| ; P E, N (P) 1} est une partie
E(n/2)
non vide de R, majore par A. Elle admet une borne
suprieure. P(x) = x 2k .
k=0
Plus prcisment, lensemble {P E; N (P) 1} est
une partie compacte de lespace vectoriel E de di- De plus, N (P) = 1.
mension nie. Lapplication (P |L(P)|) est E(n/2)
continue sur E en tant que compose dapplications Donc la fonction polynomiale Q (x) = x 2k
continues. Nous savons que sa restriction au compact k=0
{P E; N (P) 1} est borne et atteint ses bornes. convient.

ALGBRE ET GOMTRIE
b) O nous retrouvons Cauchy et Schwarz qui sont au 1

avec l2 = , convient.
produit scalaire ce que Roux et Combalusier sont aux E(n/2)
1
ascenseurs.
n (2k + 1)2
k=0
Pour une fonction polynomiale P(x) = ak x k de E, Elle vrie en effet :
k=0
nous savons que : N2 (Q 2 ) = 1 et |L(Q 2 )| = K = N2 (L).
E(n/2)
a2k
|L(P)| = 2
k=0
2k + 1 9 Matrices et dterminants
par blocs
E(n/2) E(n/2)
2 1 1 1
2 a2k , In iIn
(2k + 1)2
k=0 k=0 1 a) La matrice Q = 2 2
vrie
en utilisant lingalit de Cauchy-Schwarz dans 1 1
In iIn
R1+E(n/2) euclidien. 2 2
P Q = In .
De plus : La matrice P est inversible et son inverse est Q.
E(n/2) n A + iB 0
b) P 1 M P = .
2
a2k ak2 = N2 (P). 0 A iB
k=0 k=0
A + iB 0
c) Det(P 1 M P) = Det(M) = Det .
Donc : 0 A iB
E(n/2)
1 A + iB 0
P E |L(P)| 2 N2 (P). (1) La matrice est une matrice diago-
(2k + 1)2 0 A iB
k=0
nale par blocs.
Daprs la question 2) b) : 2
Det(M) = Det( A+iB)Det( AiB) = |Det(A + iB)| 0.
E(n/2)
1 In 0
K =2 N2 (L). 2 a) On considre la matrice P = .
k=0
(2k + 1)2 C A1 In
Cherchons les polynmes tels que lingalit (1) soit Le dterminant de la matrice P est 1.
une galit. On a donc Det(P M) = Det(M).
Il est alors ncessaire que : A B
Puisque P M = , on a :
0 D C A1 B
E(n/2) n
2 =
a2k ak2 = N2 (P). DetM = Det(P M) = Det ADet(D C A1 B).
k=0 k=0
b) Si Det A = DetB = 0, on a videmment DetN = 0.
Do : Le rang des vecteurs colonnes dune matrice est inva-
E(n/2)
riant par toute permutation des colonnes. Le rang de
P(x) = a2k x 2k . A B B A
k=0 est gal au rang de .
C D D C
Il faut galement que lingalit de Cauchy-Schwarz On peut donc supposer, sans nuire la gnralit, que
soit une galit. Det A = 0.
Cette condition impose : Si on applique les rsultats de la question 1), on a :
l R A B
PM = .
1 1 0 D C A1 B
(a0 , a2 , . . . , a2E(n/2) ) = l ,..., .
3 2E(n/2) + 1 La matrice P est inversible, donc rg(P M) = rg(M).
La fonction polynomiale Q 2 dnie par : La matrice A est une matrice nn inversible, extraite de
E(n/2) M. Comme le rang de P M est n, toute matrice extraite
x 2k dordre n + 1 n + 1 est non inversible. On en dduit
Q 2 (x) = l2 ,
k=0
2k + 1 que la matrice D C A1 B est nulle.

Ainsi on a : Le dveloppement de ce dterminant par rapport la

DetD = Det(C A 1
B). dernire colonne donne :
1 1
En effectuant le produit par Det A, on obtient : 1 2
Det ADetD = DetCDetB, Dn+1 = (1 x)n . . .
.. ..
cest--dire que DetN = 0. 1 2n1 n n1
Ce dernier dterminant est un dterminant de
10 Polynme et dterminant Vandermonde, dont la valeur est :
n1
Lapplication d de Kn1 [X] dnie par :
( j i) = k!.
P Kn1 [X] d(P) = P(X + 1) 1 i< j n k=1
est un endomorphisme de Kn1 [X]. Donc :

n1
2 n1
La base canonique de Kn1 [X] est (1, X, X , . . . , X ). Dn+1 = (1 x)n k!.
p
p k=1
On a d(X p ) = (X + 1) p = Xk.
k
k=0
Dans cette base, la matrice de d est triangulaire avec des
coefcients diagonaux gaux 1. 11 Dterminant, rang
On en dduit que la matrice de Id d est triangulaire et inverse de matrice
avec une diagonale nulle.
Elle est nilpotente, dindice n au maximum : 1 partir de la ligne n jusque la ligne 2, on retranche
chaque ligne, la ligne prcdente. Ainsi le dterminant
(Id d)n = 0. de An scrira :
Do :
P Kn1 [X] (Id d)n (P) = 0 DetAn
cest--dire : a1 a1 a1
n 0 a2 a1 a2 a1 a2 a1
n
P Kn1 [X] (1) p d p (P) = 0. = .
p
p=0 0 an1 an2 an1 an2
On a donc : 0 0 an an1
n
n Avec les conventions dcriture, on a donc :
P Kn1 [X] (1) p P(X + p) = 0.
p
p=0
Det An = b1 b2 ..bn .
Pour tout entier k de [[0, n 1]], on a :
n 2 Le rang dune matrice est galement invariant si on
n retranche une ligne une autre ligne de cette matrice.
(1) p ( p + 1)k = 0.
p
p=0
Le rang de An est le rang de :
On note, pour j compris entre 1 et n + 1, C j la colonne
b1 b1 b1
dindice j de Dn+1 . 0 b2 b2
n+1 b2
n .
En effectuant lopration (1) j 1 C j , on
j 1 0 bn1 bn1
j =1
annule les coefcients de la colonne n + 1 situs entre 0 0 bn
les lignes 2 et n + 1. Si un bk est nul, la ligne dindice k est nulle. De plus
Do : les lignes sont tages . Donc, le rang de An est le
1 x x2 x n1 (1 x)n nombre dlments non nuls du n-uplet (b1 , .., bn ).
1 1 0
1 2 3 0 3 Supposons tous les bi non nuls. La matrice An est
Dn+1 = (1)n . .. . inversible.
.. .
Nous allons dterminer son inverse par le procd de
1 2 n1 n1
3 n n1
0 Gauss en travaillant sur les lignes uniquement.

ALGBRE ET GOMTRIE
Les oprations effectues sur la matrice An dans la ques- Prenons les dterminants des deux membres.
tion 2) transforment la matrice In en Jn :
(Det A)2 = (Det A)n .
1 0 0
1 1 Do :
0
. . . (Det( A))n2 = 1.
.. .. .. .

1 1 0 Si n est impair, nous obtenons la condition ncessaire
1 1 Det A = 1, puis A2 = In .
Effectuons ensuite les oprations suivantes simultan- Cette condition est aussi sufsante.
ment sur An et Jn . On soustrait la ligne 1 la ligne 2
b1 Si n est pair, nous obtenons Det(A) = 1 = , puis
multiplie par , la ligne 2 la ligne 3 multiplie par A2 = In .
b2
b2 Cette condition est aussi sufsante.
et de proche en proche jusqu la ligne n 1.
b3
La matrice An et la matrice In sont devenues respective- 2 Supposons A inversible et A1 dans Mn (Z).
ment : Alors :
b1 0 0 Det( A) Z et Det( A1 ) Z.
0 b2 0 0

Or, Det( A)Det( A1 ) = 1.
0 bn1 0
0 0 bn Nous obtenons la condition ncessaire : Det(A) = 1.
et Rciproquement, si A est dans Mn (Z) et Det( A) = 1,

b1 b1 alors A est inversible.
1+ 0 0
b2 b2 1 t
b2 b2 De plus, A1 = Com( A), o Com( A) dsigne
1 1+ 0 Det( A)
b3 b3
la comatrice de A.
.. .
0 .
Puisque A est dans Mn (Z), Com( A) lest aussi.
.. .. ..
. . . Donc A1 appartient galement Mn (Z).
0 1 1
Il suft ensuite de multiplier, pour tout
1
ligne i par .
bi
i de [[1, n]], la
Algorithmes
Nous obtenons :
1 Les nombres de Stirling
1 1 1
+ 0 0 Partie 1
b1 b2 b
2
1 1
+
1

1
1 a) Les familles En et Fn sont des familles de n + 1
b2 b2 b3 b3
.. .. .. polynmes de degrs chelonns de 0 n.
A1
n = . . . .

.. .. .. Chacune forme donc une base de Rn [X].
. . .

1 1 La linarit de D est immdiate.

bn bn b) Si P est un polynme constant, D(P) est nul. Sinon,
le degr de D(P) est le degr de P diminu de 1. Nous
12 Comatrice en dduisons que Rn [X] est stable par D.
c) La question prcdente permet dafrmer que
1 a) Utilisons la relation : Dn+1 = 0.
n
t
ComA.A = (DetA)In . Soit m un entier strictement positif.
Elle entrane que t ComA = A1 si, et seulement si :
Le coefcient dominant de D(X m ) est m X m1 .
DetA = 1.
Montrer par rcurrence que celui de Dm (X m ) est m! .
b) Avec la mme relation, nous obtenons que :
t
ComA = A si, et seulement si, A2 = Det( A)In . Lendomorphisme D de R [X] nest pas nilpotent.

d) Calculons : En effet, si k = 0, s(0, 0) = 1 et, pour tout i > 0 :

m
D(X m ) = m X m1 + m
i X mi . s(i, 0) = 0.
i =2
Nous en dduisons : Puis, en multipliant par X :
n n

m n X k+1 = s(i, k)X Fi = s(i, k)(Fi +1 + i Fi )
0 1
m

n i =0 i =0

.. .. n
0 0 . .
= (s( j 1, k) + j s( j , k))F j .
.. .. m ..
. . . j =1
2
Le terme s(n, k) est nul, car X k est de degr au plus

An = ... ..
.
m ..
. . n 1.

1
. Nous en dduisons :
.. 0
n

s(i, k + 1) = s(i 1, k) + is(i, k).
2
. ..
.. .
n Ici galement, pour tout k 1:
1

s(0, k) = 0 et s(k, k) = 1.
0 0
c) Nous obtenons :
2 Calculons, pour tout j dans [[1, n]] :
s(5, 6) = 15 et s(5, 6) = 15.
Dn (E j )
Avec Maple
1
= [(X + 1)X (X j + 2) X(X 1) (X j + 1)] U #*',m7*397.l Y
j!
U )YV/+16m&l
= E j1 .
71697 * X
La matrice Bn est donc : QYV59'+*"m&jai&jaibl X
01+ * 0+15 a '1 &ja 41 Q<*i*;YVa 14 Y
0 1 0 0 01+ * 0+15 ` '1 &ja 41
.. .. .. 01+ ( 0+15 *ja '1 &ja 41
. 0 . . Q<*i(;YVQ<*gai(ga;gm(g`lkQ<*i(ga; 14Y

Bn = ... ..
. 1
..
.
. 14Y
/+*3'mQl X
. ..
.. . 1 234 X
0 0 U
@9+3*3.i :Q: *) *5/7*6*'7! 42679+24 71697
En dduire, en considrant D p (E n ), pour p entier posi- @9+3*3.i :(: *) *5/7*6*'7! 42679+24 71697
tif, que lindice de nilpotence de Bn est n + 1. s := proc(k)
3 a) crivons : locali, A, j ;
A := matrix(k + 1, k + 1, 0) ;
Fk+1 = X(X 1) (X k + 1)(X k) for i to k + 1 do Ai, i := 1 od ;
for i from 2 to k + 1 do
= Fk (X k) = X Fk k Fk .
for j from i + 1 to k + 1 do
Ai, j := Ai1, j1 ( j 2) Ai, j1 od
s(i, k + 1) est le coefcient de X i dans Fk+1 . Do :
od;
s(i, k + 1) = s(i 1, k) ks(i, k). print( A)
end
De plus, s(k + 1, k + 1) = s(k, k) = 1. U )m\l X
Et, pour tout k 1 et tout i > k :
1 0 0 0 0 0 0
s(0, k) = 0 et s(i, k) = 0. 0 1 1 2 6 24 120

0 0 1 3 11 50 274

b) Fixons k dans [[0, n 1]]. Nous avons : 0 0 0 1 6 35 225

0 0 0 0 1 10 85
n
0 0 0 0 0 1 15
Xk = s(i, k)Fi . 0 0 0 0 0 0 1
i =0

ALGBRE ET GOMTRIE
Avec Maple Pour tout i de [[0, n]], la forme linaire ai sur Rn [X] est
U #*',m7*397.lY alors dnie par :
U )*.59YV/+16m&l P (i ) (a)
ai (P) = ai = .
71697 *X i!
QYV59'+*"m&jai&jaiblX 6 a) Nous avons tabli dans la question 2) que :
01+ * 0+15 a '1 &ja 41 Q<*i*;YVa 14Y
01+ * 0+15 ` '1 &ja 41 D(E 0 ) = 0 ; D(E i ) = E i 1 si i > 0.
01+ ( 0+15 *ja '1 &ja 41 En dduire que :
Q<*i(;YVQ<*gai(ga;jm*g
alkQ<*i(ga; 14Y 14Y Dk (E i ) = E i k si i k et Dk (E i ) = 0 sinon.
/+*3'mQlX Puis :
234X
U Dk (E i )(0) = 1 si i = k et Dk (E i )(0) = 0 sinon.
@9+3*3.i :Q: *) *5/7*6*'7! 42679+24 71697 b) Le calcul prcdent permet de remarquer que :
@9+3*3.i :(: *) *5/7*6*'7! 42679+24 71697
(i, k) [[0, n]]2 Dkn (E i )(0) = di ,k .
s := proc(k)
locali, A, j ; Or, pour k dans [[0, n]], les n + 1 applications
A := matrix(k + 1, k + 1, 0) ; (P Dkn (P)(0)) sont des formes linaires sur Rn [X].
for i to k + 1 do Ai, i := 1 od ;
for i from 2 to k + 1 do
Puisque Dkn (E i )(0) = di ,k , ces applications constituent
for j from i + 1 to k + 1 do la base duale de la base En . Par consquent :
Ai, j := Ai1, j1 + (i 1) Ai, j1 od
n n
od;
print(A)
P= E k (P)E k = Dkn (P)(0)E k .
k=0 k=0
end
U )*.59m\lX c) Soit Q un polynme de degr q prenant aux points

1 0 0 0 0 0 0 m, . . . , m + q (m Z) des valeurs entires.
0 1 1 1 1 1 1
Si q = 0, le rsultat est immdiat. Supposons q > 0.
0 0 1 3 7 15 31

0 0 0 1 6 25 90 Notons P le polynme dni par P(X) = Q(X +m). Le

0 0 0 0 1 10 65 polynme P est de degr q et prend aux points 0, . . . , q

0 0 0 0 0 1 15 des valeurs entires. Montrons que P(Z) Z. Nous
0 0 0 0 0 0 1 en dduirons que le polynme Q possde la mme pro-
prit.
4 Puisque Fk = k!E k , les matrices Pn sont diago- Daprs la question prcdente :
nales.
0! 0 0 q
.. . P= Dqk (P)(0)E k .
0 1! . ..
P5 =
. .
;
k=0
.. .. ..
. 0
0 0 5! Remarquons que Dq (P)(0) = P(1) P(0) Z.
1 Montrer par rcurrence que, pour tout j dans [[0, q]] :
0 0
0! j
1 .. .. j
0 . . Dqj (P)(0) = (1)i P(i) Z.

P51 = 1! . i
.. .. .. i =0
. . . 0

1 Puis, pour tout entier s :
0 0
5!
q
Partie 2 P(s) = Dqk (P)(0)E k (s).
5 An de dterminer la base duale de Bn,a , notons k=0
n
P= ai (X a)i un polynme de Rn [X]. 1
Or E k (s) = s(s 1) (s k + 1).
i =0 k!
Trois cas peuvent alors tre distingus. 1 X k

D(E k+1 ) = Ek + D(E k )
k+1 k+1
Si s > k 1 : k
1 X k (1)i 1
s = Ek + E ki
E k (s) = N. k+1 k+1 i
i =1
k
1
= Ek
Si s k + 1 0 s: k+1
k
X k (1)i 1
E k (s) = 0. + (X (k i) i)E ki
k+1 (k + 1)i
i =1
Si s < 0 : 1
k
(1)i 1
= Ek + (k + 1 i)E k+1i
s+k1 k+1 (k + 1)i
E k (s) = (1)k Z. i =1
k
k E ki
(1)i 1
Dans tous les cas, P(s) est un entier relatif. k+1
i =1
k i 1
7 a) Les n + 1 rels 0, . . . , n sont distincts. Nous sa- 1 (1)
= Ek + E k+1i
vons (polynmes de Lagrange) quil existe, pour tout j k+1 i
i =1
de [[0, n]], un unique polynme L j tel que : k
E k+1i
k+1
E k+1i
(1)i 1 (1)i .
k+1 k+1
i [[0, n]] L j (i) = di , j . i =1 i =2
Aprs simplication, nous arrivons la formule deman-

(X i)
De plus, L j (X) = . de : k+1
( j i) (1)i 1
i [[0,n]],i = j
D(E k+1 ) = E k+1i .
De plus, ces polynmes forment une base de Rn [X]. i
i =1

Nous en dduisons que L est une base de (Rn [X]) , b) Soit P un polynme non nul de R[X] et d son degr.
base duale de la base (L 0 , . . . , L n ).
Il existe une famille nie de rels (b0 , b1 , . . . , bd ) telle
b) Dans notre cas, n = 3. que :
d
T = T (0)L 0 + T (1)L 1 + T (2)L 2 + T (3)L 3 P(X) = bk E k .
k=0
= 0L 0 + 1L 1 + 17L 2 + 98L 3
Lapplication D est linaire.
X(X 2)(X 3)
L 1 (X) = ; d
2
X(X 1)(X 3) D(P) = bk D(E k ).
L 2 (X) = k=0
2
X(X 1)(X 2) Or, pour tout k dans [[0, d]] :
L 3 (X) = .
6
k k
(1)i 1 (1)i 1 i
Partie 3 D(E k ) = E ki = D (E k )
i i
i =1 i =1
8 a) Effectuons une dmonstration par rcurrence sur d
(1)i 1 i
k. = D (E k ).
i
Pour k = 1, D(E 1 ) = E 0 . i =1
Supposons que, pour un certain k 1, on ait : Do :

d
(1)i 1 i
k
(1) i 1 D(P) = D (P).
D(E k ) = E ki . i
i =1
i
i =1
Or, pour tout i > d :
Nous savons que :
X k Di (P) = 0.
E k+1 = Ek .
k+1
ALGBRE ET GOMTRIE
Finalement : 2
Avec Maple
(1)i 1 i
D(P) = D (P).
i U +2)'9+' Y
i =1
U E96*32YV/+16mHi2/)l
71697 %i(i&i+i$i3 X
Do : .71897 E X

(1)i 1 i 3YV42.+22mHi"l X
D= D. 01+ & 0+15 b '1 3ga 41 %<&;YV&ja 14 X
i +YVa X
i =1
$YVg)%5m61200mHi"i*lk%<*;c61200mHi"i3li
*Vbdd3gal X
EYV$c%<3ga; X
2 Racines dun polynme #,*72 m98)mEg+lU2/)l 41
par la mthode de Bernoulli 01+ ( 0+15 b '1 3g` 41
%<(;YV%<(ja; X
Partie mathmatique 14 X
Supposons la suite non nulle. Il existe alors au moins un %<3ga;YV$ X +YVE X
coefcient Ci non nul. Notons j le plus petit entier i tel $YVg)%5m61200mHi"i*lk%<*;c61200mHi"i3li
uk *Vbdd3gal X
que Ci = 0. Dans ce cas : u k C j x kj . Le quotient EYV$c%<3ga; X
u k1
tend vers x j . 14 X
Partie informatique EX
234 Y
U E96*32m"`gad]k"g[iabmg^Zll X
1 Algorithme de recherche dune racine
3.500000000
Initialisation de u 0 , . . . u k1
u n1
Calcul de r r
u n2
an1 a0 3
Calcul de v v u n1 u 0
an an Avec Maple
v
Calcul de R R
u n1 U O2+31%77*YV/+16mHi2/)l
71697 3i)iHa X
Tant que |R r | > eps faire .71897 E96 X
Dcalage des u i u 0 u 1 , . . . , u n2 u n1 , u n1 v 3YV42.+22mHi"l X)YVa XHaYVH X
#,*72 3UV) 41
rR
E96*32mHai2/)l XE96<);YVE X
Calcul de v
HaYV-%1mHai"gEi"l X)YV)ja X
Calcul de R 14 X
n faire 01+ * '1 3 41 /+*3'mE96<*;l X14 X
234 X
Algorithme de recherche des racines @9+3*3.i :*: *) *5/7*6*'7! 42679+24 71697
Initialisation n deg(P)
Bernoulli := proc(P, eps)
s1
local n, s, P1, i;
p1 deg(P)
global Rac;
Tant que n s faire n := degree(P, x) ;
Racine (P1 , eps) s := 1 ;
Rac [s] Racine (P1 , eps) P1 := P ;
P1 quo(P1 , x R, x) while s n do Racine(P1, eps) ; Racs := R ;
s s+1 P1 := quo(P1, x R, x) ; s := s + 1 od;
n faire for i to n do print(Raci ) od
end
Si k = i, ei a pour image aei par Di (a), puis aci par A.

U O2+31%77*m"`gad]k"g[iabmga^ll X
3.500000000 En multipliant droite la matrice A par Di (a), on mul-
2.000000000 tiplie la colonne i par a.
U O2+31%77*m"_ga`d]k"`j__d]k"j`biabmga^ll X Montrer de mme quen multipliant droite la matrice
8.000000011 A par Ti , j (a), on ajoute la colonne j la colonne Ci
4.999999983 multiplie par a.
.4999999940
Et en multipliant droite par la matrice Pi , j , on permute
les colonnes Ci et C j .
3 Forme faible de Frobenius La i-me ligne de A est la i-me colonne de t A. La mul-
dune matrice tiplication gauche opre donc les transformations sem-
blables sur les lignes.
1 crivons les matrices Di (a), Ti , j (a), Pi , j :
2
1
.. Avec Maple
.

1 0 U +2)'9+' Y#*',m7*397.l Y

Di (a) =
a ;
@9+3*3.i 32# 420*3*'*13 01+ 31+5
1 @9+3*3.i 32# 420*3*'*13 01+ '+962

.. U K4+1*'2YV/+16mQi9i*i3l
0 .
71697 & Y
1 01+ & '1 3 41 Q<&i*;YV9kQ<&i*; Y14 Y
/+*3'mQl Y
1
1 0 234 X
Ddroite := proc( A, a, i, n) localk; for k to n
..
. a do Ak, i := a Ak, i od ; print( A) end

..
Ti , j (a) = .

..
0 . 0 3 Daprs la question 1) , en multipliant Ti , j (a)

1 droite par Ti , j (a), on ajoute la colonne j de Ti , j (a)
1 la colonne i multiplie par a.

1 Les autres colonnes ne sont pas modies.
..
. 0 On obtient alors la matrice unit.

1
La matrice Ti , j (a) est inversible et :
0 1

0 1
Pi j (a) = .
.. Ti , j (a)1 = Ti , j (a).
.

1 0

1 La permutation de [[1, n]] qui change j et k est involu-

.. tive.
.
La matrice Pi , j est donc inversible et :
Notons e1 , . . . , en les vecteurs de la base canonique de
Rn , C1 , . . . , Cn les vecteurs colonnes et L 1 , . . . , L n ses Pi1
, j = Pi , j .
vecteurs lignes.
Ensuite, regardons les images des vecteurs de la base Enn, la matrice Di (a) est inversible si, et seulement si,
canonique par les applications linaires associes aux a = 0. Dans ce cas :
matrices ADi (a), ATi , j (a) et A Pi , j .
Identions ces applications aux matrices. 1
Di (a)1 = Di .
Si k = i, ek a pour image ek par Di (a), puis ck par A. a

ALGBRE ET GOMTRIE
4 La matrice A subit successivement :

Avec Maple Ptransformation( A, 3, 2, 3), avec j = 1, k = 3 ;
U #*',m7*397.l Y Dtransformation( A, 1, 2, 3), avec j = 1, k = 3 ;
U M,2+6,2J13J%7YV/+16mQi(i3l
Ttransformation(A, 2, 1, 2, 3), avec j = 1, k = 3, i = 1 ;
71697 * Y
*YV3 X Ttransformation(A, 0, 3, 2, 3), avec j = 1, k = 3, i = 3.
#,*72 mQ<*i(;Vb 934 *U(l 41 *YV*ga Y14 Y
*0 *WV( ',23 3ja Y Puis j = 2, k = 4, car a32 = 0.
27)2 * Y
Le programme sinterrompt.
0* Y
234 X b) Lalgorithme travaille successivement sur les co-
ChercheNonNul := proc( A, j , n) lonnes 1, . . ..
local i;
Pour chacune de ces colonnes, il cherche un lment
i := n ; while Ai, j = 0 and j < i do i := i 1 od ;
non nul ak, j , avec k > j .
if i j then n + 1 else i
end Sil ne trouve pas de tel lment, il sinterrompt.
5 Sil en trouve un, une Ptransformation permute les

lignes k et j + 1. Puis une Dtransformation substitue 1
Avec Maple a j +1, j . Enn, la boucle FOR soustrait de la ligne i (pour
U K'+93)01+59'*13YV/+16mQi9i*i3l tout i diffrent de j + 1) le produit de la j + 1-ime par le
K4+1*'2mQi9i*i3l Y rel ai , j . Les termes de la j -ime colonne, lexception
K.9%6,2mQiac9i*i3l Y de a j +1, j , sont alors tous transforms en 0. Les termes
234 X des colonnes situs gauche de la j -ime, ne sont pas
Dtransformation := proc( A, a, i, n)
Ddroite( A, a, i, n) ; Dgauche( A, 1/a, i, n) end modis.
Lalgorithme sinterrompt soit, lorsque, dans une co-
6 a) lonne, il ne rencontre pas de terme non nul sous le terme
Avec Maple diagonal, soit lorsque toutes les colonnes ont t trans-
formes.
U QYV59'+*"m<<ìaiga;i<biìb;i
<gaiai`;;l XM15/9.313mQi_l X Le nombre de colonnes modies est appel d.

2 1 1 De plus, chacune des transformations effectues est de
A := 0 2 0 la forme A P 1 A P o P est une matrice inver-
1 1 2
sible.
2 1 1
1 2 1 La matrice A est donc semblable la matrice obtenue
par lalgorithme qui est de la forme :
0 0 2
2 1 1 0 0 0 a
1 2 1 ..
1 0 . b
0 0 2
.
2 5 1 0 1 ... ..
1 4 1
B = ..
. 0 .. .

0 0 2
0 3 3 . .
1 .. .. 1 f
4 1
0 0 g
0 0 2
0 3 3 0 0 0 h
1 4 1
0 0 2 C1 B4
0 3 3
1
4 1 = ,

0 0 2
0 B2
2
o C1 est une matrice compagnon.

c) Nous avons obtenu : Zeroadroite := proc(B, d, n)

locali, j ;
for i from d 1 to 1 do
0 3 3 for j from d + 1 to n do
C1 = , B1 = , B2 = (2) .
1 4 1 Ttransformation(B, Bi+1, j , i, j , n)
od
7 Aprs lxcution de lalgorithme, la matrice A a od
t transforme en une matrice de la forme : end
1 Pour les mmes raisons que dans la question 6) b), nous

Pm1 Pm1 P11 A P1 Pm .
pouvons afrmer que la matrice obtenue est semblable
A.
La matrice de passage recherche est la matrice
P = P1 Pm . 9 Lalgorithme appliqu la matrice A est le suivant :
Pour la dterminer, il suft chaque tape, de multiplier

Appliquer Compagnon, puis Zeroadroite A :
In par les matrices Pk successivement. {on obtient B et d}.
La procdure Compagnon doit donc tre modie ainsi :
Tant que ( j b1, j = 0), faire :
ajouter P:=Identit(n) au dbut du programme Ptransformation( j , 1), puis Compagnon, Zeroadroite.
faire prcder chaque transformation par la mme chaque passage dans la boucle, d crot dune unit.
transformation, droite, sur P. Lalgorithme se termine donc.
Puisquon sort de la boucle, la condition qui la contrle
Avec Maple devient fausse.
U #*',m7*397.l Y Il existe donc une matrice B semblable A de la forme :
U S423'*'YV/+16m3l C1 0
71697 0 Y B= ,
0 B2
0YVm*i(lgU*0 *WU( ',23 b 27)2 a 0* Y
59'+*"m3i3i0l X o C1 est une matrice compagnon.
234 X Avec la matrice A de lnonc, nous obtenons :
Identit := proc(n)
local f ; 0 0 6
f := proc(i, j ) option operator, arrow; B = 1 0 11 .
if i = j then 0 else 1 end ; matrix(n, n, f ) 0 1 6
end
Les matrices Pk ont toutes la mme premire colonne,

nulle lexception du premier terme gal 1. 4 Matrices de transvection
Cette colonne est donc aussi la premire colonne de P. 1 a) Vrier sans peine que :
E i j E hk = d j h E i k .
8 Utilisons encore les matrices Ti , j (a) pour gagner
b) La famille (E i j )(i , j )[[1,n]]2 est une base de Mn (R),
des zros grce lopration qui transforme C j en
car toute matrice M = (m i j )(i , j )[[1,n]]2 scrit de ma-
C j + aCi .
nire unique comme combinaison linaire des matrices
Mais, pour ne pas dtruire ce que lon gagne, il est im- de la famille :
pratif de rtrograder en i. M= m i j Ei j .
Avec Maple (i , j )[[1,n]]2
c) Toute matrice de transvection est triangulaire.
U =2+194+1*'2YV/+16mOi4i3l
Si i = j , Det(In + E i j ) = 1.
71697 *i( Y
01+ * 0+15 4ga '1 a 41 d) Calculons :
01+ ( 0+15 4ja '1 3 41 (In + lE i , j )(In + mE h,k ) = In + lE i j + mE hk ,
C'+93)01+59'*13mOigO<*jai(;i*i(i3l X
14 X14 X 234 X car j = h.

ALGBRE ET GOMTRIE
Donc, si i = h, j = k, l = m , on obtient In . Soit : c) Si, pour tout i 2 et tout j 2, ai 1 = a1 j = 0.

1
(In + lE i j ) = (In mE i j ). Lhypothse permet dafrmer que a11 = 0.
2 Soit i = j . La matrice (In + E 21 ) A admet sur la premire colonne et
deuxime ligne :
a) Notons L 1 , . . . , L n les vecteurs lignes de la ma- a21 = a11 = 0.
trice A.
Nous sommes ramens au cas prcdent.
L1
.. 4 Supposons n = 2.
Cette matrice scrit, en blocs : A = . .
Ln Si un des coefcients de la premire ligne ou de la pre-
mire colonne de la matrice A est non nul, daprs la
L1
question prcdente, il existe deux matrices P et Q,
L1 ..
. produits de matrices de transvection telles que, en
..
Alors : (In + lE i j ) . =
Li + lL j .
blocs :
.. 1 0
Ln . P AQ = .
0 A
Ln
La matrice A est un scalaire d.
la i-me ligne de A a t substitue la somme de cette De plus :
ligne et de l fois la ligne j .
Det(P AQ) = Det(P)Det( A)Det(Q) = Det(A) = d.
b) Montrer de mme que le produit A(In + lE i j ) est la
matrice obtenue en ajoutant, la j -ime colonne de A, Si tous les coefcients de la premire ligne et de la pre-
la somme de cette colonne et de l fois la colonne i. mire colonne de A sont nuls, la matrice A est de la
0 0
3 Considrons successivement plusieurs cas. forme , avec a = 0.
0 a
Si a11 = 1 et sil existe i 2 tel que ai 1 = 0 ou j 2 0 0
(I2 + E 12 ) A = .
tel que a1 j = 0. a a
Utilisons la question prcedente. Nous sommes ramens au cas prcdent.
n
Supposons ensuite que, pour un certain n 2 et pour
La matrice (In ai 1 E i 1 ) A a pour premire colonne :
toute matrice A de rang r > 0, il existe deux matrices
i =2 P et Q, produits de matrices de transvection telles que
1
la matrice B = P AQ vrie les conditions imposes.
0
.. . Considrons alors une matrice A de rang r > 0 dans
.
Mn+1 (R).
0
n n Si un des coefcients de la premire ligne ou de la pre-
La matrice (In ai 1 E i 1 ) A (In a1 j E 1 j ) a mme mire colonne de la matrice A est non nul, daprs la
i =2 j =2 question prcdente, il existe deux matrices P et Q, pro-
premire colonne et sa premire ligne est : duits de matrices de transvection dans Mn+1 (R) telles
1 0 0 . que, en blocs :
Elle vrie les conditions demandes. 1 0
P AQ = .
Si a11 = 1 et sil existe i 2 tel que ai 1 = 0 ou j 2 0 A
tel que a1 j = 0. La matrice A est carre dordre n.
Supposons ai 1 = 0, avec i 2. De plus :
Alors la premire ligne de la matrice (In +lE 1i ) A a pour Det(P AQ) = Det(P)Det( A)Det(Q) = Det(A) = Det(A ).
premier terme : a11 + lai 1 .
Si le rang de A est 1, nous avons termin (ouf !).
Ce terme vaut 1 si, et seulement si, a11 + lai 1 = 1, soit :
Sinon, le rang de A est r 1 > 0 et Det( A) = Det( A ).
1 a11 Appliquons la matrice A lhypothse de rcurrence.
l= .
ai 1 Il existe deux matrices de transvection P et Q dans
Ce choix de l est possible, car ai 1 = 0. Mn (R) telles que la matrice B = P A Q vrie les
Nous sommes alors ramens au cas prcdent. conditions imposes.

Revenons dans Mn+1 (R) en travaillant en blocs. hD* 9aa 2)' 4*00e+23' 42 ai13 6,2+6,2 )n*7
h2"*)'2 %3 e7e523' 313 3%7 23
1 0 1 0 1 0 1 0 h/+25*f+2 7*.32 1% /+25*f+2
= .
0 P 0 A 0 Q 0 B h6171332 9%'+2 -%2 9aad Dn*7 3n23 2"*)'2 /9)i
h13 +261/*2 9aa 23 9a`d
Donc :
*0 Q<aia;WUa ',23
1 0 1 0 1 0 *YVa X(YV` X
P AQ = . #,*72 mQ<*i(;Vb 934 *WV3l 41
0 P 0 Q 0 B
*0 m*Val 934 m(W3l
Or les matrices P , Q sont des matrices de transvec- ',23 (YV(ja X27)2 (YVa X*YV*ja X0* X14 X
1 0 *0 *V3ja ',23
tion P et Q de Mn (R), donc les matrices , QYV944+1#mQiaiìal X
0 P
H<+;YV944+1#mH<+;iaiìal X
1 0
sont des matrices de transvection de hDn*7 23 2"*)'2 %3i 13 7n%'*7*)2 /1%+ 6,93.2+
0 Q
Mn+1 (R). h9aa 23 ad
1 0 1 0 27)2
Les matrices P, Q sont des ma-
0 P 0 Q *0 (Va ',23
trices de transvection de Mn+1 (R). H<+;YV944+1#mH<+;i*iaimagQ<aia;lcQ<*ia;l X
1 0 QYV944+1#mQi*iaimagQ<aia;lcQ<*ia;l X0* X
Posons B = . *0 *Va ',23
0 B
F<+;YV944617mF<+;i(iaimagQ<aia;lcQ<ai(;l X
Alors Det(B) = Det(B ) = Det( A) = Det( A ). QYV944617mQi(iaimagQ<aia;lcQ<ai(;l X0* X
On vriera aisment que la matrice B vrie les autres 0* X
0* X
conditions exiges.
Si les coefcients de la premire ligne ou de la premire hI3 %'*7*)2 23)%*'2 9aa /1%+ 933%72+ 72)
h9%'+2) '2+52) 42 79 /+25*f+2
colonne de A sont tous nuls, procder comme dans le
h7*.32 2' 42 79 /+25*f+2 6171332d
cas n = 2 pour vous revenir au cas prcdent.
01+ * 0+15 ` '1 3 41 *0 Q<*ia;WUb ',23
5 H<+;YV944+1#mH<+;iai*igQ<*ia;l X
Avec Maple QYV944+1#mQiai*igQ<*ia;l X0* X14 X
01+ ( 0+15 ` '1 3 41 *0 Q<ai(;WUb ',23
U +2)'9+' Y F<+;YV944617mF<+;iai(igQ<ai(;l X
U '+93)$26'*13YV/+16mQl QYV944617mQiai(igQ<ai(;l X0* X14 X
71697 5i3i*i(i+i%iHiFi$ai$ì$_iEi& X
.71897 HaiFa X hQi3i+ )13' 514*0*e)d
#*',m7*397.l Y QYV)%859'+*"mQi`dd3i`dd3l X+YV+93&mQl X
3YV6174*5mQl X5YV3 X 3YV3ga X
+YV+93&mQl XEYV+ X 14 X
*0 +Vb ',23 /+*3'm:2++2%+:l X8+29& X 0* X
#,*72 +Ub 41 hN2) 4*00e+23') /+14%*') 42 59'+*62) 42
%YV/+14%6'mQ<&ia;i&V`dd3l h '+93)$26'*13i 9//27) H+ 2' F+i
k/+14%6'mQ<ai&;i&V`dd3l X h13' e'e 6+ee)d
H<+;YV9++9!m*423'*'!iadd3iadd3l X hI3 +2613)'*'%2 72) 59'+*62) H 2' F 42 79
F<+;YV9++9!m*423'*'!iadd3iadd3l X h',e1+*2d
01+ & 0+15 ` '1 E 41
hN1+)-%2 '1%) 72) e7e523') 42 79 /+25*f+2 $aYV59'+*"mai5j&gEgaibl X$`YV'+93)/1)2m$al X
h7*.32 2' 42 79 /+25*f+2 6171332 $_YV)'96&59'+*"m<a;i$`l X
h)13' 3%7)i 13 95f32 %3 '2+52 H<&ga;YV9%.523'm$_i)'96&59'+*"m$aiH<&ga;ll X
h313 3%7 23 /+25*f+2 7*.32d H<&;YV2$975mH<&ga;okH<&;l X
F<&ga;YV9%.523'm$_i)'96&59'+*"m$aiF<&ga;ll X
*0 %kQ<aia;Vb ',23 *YV` X(YV` X F<&;YV2$975mF<&;okF<&ga;l X
#,*72 Q<*i(;Vb 41 *0 *W3 ',23 *YV*ja X 27)2 14 X
*YV` X(YV(ja X0* X14 X HaYV2$975mH<E;l XFaYV2$975mF<E;l X/+*3'mHaiFal X
QYV944+1#mQi(iaial X 234 Y
H<+;YV944+1#mH<+;i(iaial X0* X

ALGBRE ET GOMTRIE
U QYV59'+*"mîî<bibibi_ibiaiìai 2 a) On considre deux dcompositions dune ma-

bi_ibi]ibiì_ib;l X trice A inversible : A = LU = L U .

0 0 0 3 A, L, L sont des matrices inversibles. Les matrices U
0 1 2 1 et U sont inversibles.
A :=
0 3 0 5

1
On a L L = U U 1 .
0 2 3 0
1
U '+93)$26'*13mQl X La matrice L L est triangulaire infrieure.
1
@9+3*3.i 32# 420*3*'*13 01+ 31+5 La matrice U U est triangulaire suprieure.
@9+3*3.i 32# 420*3*'*13 01+ '+962 Do L 1
L = U L 1 = In .

2 14
1 3 5
20
On a donc L = L et U = U .
1 1 0 0
4 3 1 0 1 1 Si une telle dcomposition existe, elle est unique.
1 3 1 1 0
3 5
b) Si la matrice A est inversible et que A = LU , la ma-
1 ,

3 2 6 1 1 trice U est inversible. Ses lments diagonaux sont non
0 0
7 27 3 9 6 2 nuls.
10 20 20 10
3
0 0 0 Soit k un entier compris entre 1 et n. Si on utilise les
10
matrices A, L et U crites en blocs :
6 Soit A une matrice de transvection de dterminant Ak . Uk . Lk 0
gal 1. Nous savons quil existe P et Q, produits de A= ;U= ;L= ,
. . 0 . . .
matrices de transvection, tels que : P AQ = In .
Nous avons tabli que toute matrice de transvection est le produit par blocs donne Ak = L k Uk .
inversible et que son inverse est une matrice de trans- La matrice L k est triangulaire infrieure dlments dia-
vection. Donc : gonaux gaux 1 : L k est inversible. La matrice Uk est
A = P 1 Q 1 . inversible, car U est inversible, donc ses lments dia-
A est produit de matrices de transvection. gonaux ne sont pas nuls.
On en dduit que Ak est inversible.
5 Dcomposition LU c) On considre la dcomposition en blocs :
1 a) Soit A une matrice triangulaire (que nous suppo- An1 V

A= .
serons infrieure) et inversible. W An,n
Notons e1 , . . . , en la base canonique de Rn . On considre une matrice H de Ln crite sous la forme :
Pour tout i de [[1, n]], le sous-espace vectoriel Hn1 0
Vect(e1 , . . . , ei ) est stable par lendomorphisme A. H= .
H 1
Il est donc stable par A1 et A1 est triangulaire inf-
rieure. Le produit H A donne :

Si A est triangulaire suprieure, le changement de base An1 Hn1 Hn1 V
dni par f i = eni montre que A est semblable une HA = .
matrice triangulaire infrieure B. B 1 est triangulaire H An1 + W H V + An,n
infrieure. En revenant la base (ei )i [[1,n]] , on obtient On veut que : i [[1, n 1]] , (H A)n,i = 0.
pour A1 une triangulaire suprieure.
Cette condition se traduit par H An1 + W = 0.
b) Ln est une partie de GLn (R).
La matrice An1 est inversible, donc H = W A1
n1 .
Il contient In .
La matrice Hn1 est quelconque dans Ln1 et :
Il est stable par le produit matriciel.
Hn1 0
Pour tout lment A de Ln , A1 est triangulaire inf- H= .
rieure. W A1
n1 1
De plus, sa diagonale est constitue de 1, car ce sont les La matrice H est inversible. H 1 est dans Ln , donc on
lments propres de A1 . peut poser :
A1 est dans Ln . 1
Hn1 0
H 1 = .
Cest un sous-groupe de GLn (R). Z 1

En effectuant le produit H H 1 , on obtient : (iii) La construction de la question 2) d) nous indique

que si A = LUn est la dcomposition LU de A, et, pour
Z = W A1 1
n1 Hn1 . tout k dans [[1, n 1]], Ak = L k Uk , celle de Ak , alors,
d) On va faire une dmonstration par rcurrence sur n. pour k 2, L k1 et Uk1 sobtiennent en conservant
les k 1 premires lignes et colonnes respectivement
Pour n = 1, on a A = In A. Cest une dcomposition
de L k et Uk .
LU .
On suppose le rsultat vrai pour une matrice de taille Par consquent : i [[2, n]]
(n 1) (n 1). DetUi Det Ai
u i ,i = = et u 1,1 = A1,1 .
Soit A une matrice de taille n telle que Det( Ak ) soit non DetUi 1 DetAi 1
nul pour tout k entre 1 et n. (iiii) Soit 1 < i j n. Notons P la matrice telle
La matrice extraite An1 est inversible : il existe L n1 que la multiplication de M par P gauche permute les
dans Ln1 et Un1 dans Un1 tels que : lignes i et j de M.
Alors P A = (P L)U .
An1 = L n1 Un1 .
crivons P A, P L et U en isolant le bloc constitu des i
Daprs la question 2) c) , en prenant Hn1 = L 1
n1 , on premires lignes et colonnes :
obtient :

L 1 0 L n1 0
H=
n1
; H 1 = . (P A)i A (P L)i L
A1 W A1 PA = ; PL = ;
W n1 1 n1 L n1 1
A A L L
On obtient donc :
Un1 L 1 U A
n1 V
i
HA = =U U = .
0 W A1
n1 V + An,n 0 A
qui est une matrice de Un . En faisant le produit par blocs, nous obtenons :
A = H 1 U est une dcomposition LU de la matrice A. (P A)i = (P L)i Ui .
On vient de prouver la proprit pour n.
A1,1 A1,i
3 a) On connat la base canonique de Mn : .. .. .. ..
.
E i , j est la matrice de Mn qui possde un seul terme non Or : (P A)i = . . .
Ai 1,1 Ai 1,i
nul, un 1 en ligne i et colonne j .
A j ,1 A j ,i
Pour p = q dans [[1, n]], la multiplication gauche par
la matrice (In + E p,q E p, p E q,q + E q, p ) change les 1 0 0
lignes p et q dune matrice. .. .. .. ..
.
et (P L)i = . . . .
b) (i) La premire ligne de L 1 n est 1 0 . . . 0 et L i 1,1 1 0
U = L 1 n A. La premire ligne de U est donc la pre- L j ,1 L j ,i
mire ligne de A.
a En utilisant les notations de lnonc, considrons le d-
0 terminant des deux membres :

(ii) La premire colonne de Un est de la forme . et 1 i 1 i
.. Det(P A)i =
1 i 1 j A
0
la dmonstration de la question prcdente montre que = Det(P L)i Det(Ui ) = L j ,i Det( Ai ).
a = A11 . Do :
Or, L = AUn1 . La premire colonne de Un est donc : 1 i 1 i 1 i 1 j

1 1 i 1 j A
1 i 1 i A
A1,1 L j,i = = .
Det(Ai ) 1 i 1 i
0 1 i 1 i
et nous en dduisons que la premire colonne A
.
.. (iiiii) On remarque que, dans la question prcdente,
0 L i , j a t calcul en lisolant par le calcul du dtermi-
de L est la premire colonne de A divise par A1,1 . nant de (P L)i .

ALGBRE ET GOMTRIE
Soit 1 < i j n. R L?kOf\jV3%:86kLj U3%:86k?j U

On procdera de mme en utilisant cette fois la matrice 1 0 0 0 1 1 3 1
P qui, multipliant droite la matrice M, permute les co- 1 1 0 0 0 1 2 2

lonnes i et j de M. On crira A P = L(U P), calculera 0 1 1 0 0 0 1 0
les produits par blocs en isolant le bloc des i premires 1 2 5 1 0 0 0 4
lignes et colonnes, et on galera les dterminants.
En dduire : b) La matrice A est inversible. Le systme admet une
1 i 1 i 1 i 1 i solution unique.
1 i 1 j A
1 i 1 j A a
U j,i = = . b
Det(Ai1 ) 1 i 2 i 1
Il quivaut LU X = Y . Notons Z =
l = U X.
1 i 2 i 1 A
m
4 La procdure suit exactement les tapes dcrites
dans la question 3) b) La rsolution du systme quivaut la rsolution suc-
cessives de deux systmes triangulaires :
Avec Maple
1 0 0 0 a
R ,3*(:,( V$+(-k8+4:8/j V 1 b
1 0 0
>:,4+4/f 43$ 531+4+(+24 12, 42,6 L Z = Y Z = L Y = 1
1 1 1 0 c .
>:,4+4/f 43$ 531+4+(+24 12, (,:73
R L?VS0,27kOf4j 2 3 5 1 d
827:8 +f) U

/829:8 Lf? U a
LVS6:(,+#k4f4j U?VS6:(,+#k4f4j U a + b
12, + (2 4 52 L=+f_<VSO=+f_<aO=_f_< U Soit : Z =
. Puis :

ab+c
L=+f+<VS_ U
2a 3b + 5c + d
12, ) 1,26 +g_ (2 4 52
L=+f)<VS` 25 U X = U 1 Z
25 U

1
12, + 1,26 ] (2 4 52 1 1 5 4
12, ) 1,26 ^ (2 +d_ 52 a
1
L=+f)<VS53(k*&96:(,+#k 0 1 2 a + b
*$:0,2$kOf+f)jf_bb)f_bb)jj
= 2
.

0 ab+c
a53(k*&96:(,+#kOf_bb)f_bb)jj 25 U 0 1 0 2a 3b + 5c + d
1
25 U
12, ) (2 4 52 ?=_f)<VSO=_f)< U 0 0 0
4
12, + 1,26 )g_ (2 4 52 ?=+f)<VS` U25 U c) Travaillons avec n = 2. Ce sera plus simple.
25 U
12, ) 1,26 ^ (2 4 52 ?=)f)<VS Une matrice carre dordre 2 de la forme LU scrit
53(k*&96:(,+#kOf_bb)f_bb)jj donc sous la forme gnrale :
a53(k*&96:(,+#kOf_bb)d_f_bb)d_jj
12, + 1,26 ^ (2 )d_ 52
1 0 b c b c
?=+f)<VS53(k*&96:(,+#k = .
*$:0728kOf+f)jf_bb+f_bb+jja
a 1 0 d ab ac + d
53(k*&96:(,+#kOf_bb+d_f_bb+d_jj U
25 U 25 U Nous remarquons que, si b = c = 0, la matrice obte-
345 U nue ne dpend pas de a. Elle admet donc une innit de
dcompositions LU .
5 a) Inversement, pour trouver une matrice sans dcomposi-
Avec Maple tion LU , il faut chercher x, y, z, t tels que le systme :
R OVS6:(,+#k\f\f=_f_f]f_f_f^f_f]f`f_f
d_f^f_fd_f^f_<j U x = b ; y = ab ; z = c ; t = ac + d,

1 1 3 1
1 2 1 3 dont les inconnues sont a, b, c, d, nait pas de solution.
A :=
0

1 1 2
1 1 2 1 Il suft de choisir x = 0 et y = 0.

3
Sous-espaces stables
et rduction
des endomorphismes
RAPPELS DE COURS
K dsigne un sous-corps de C, E un K-espace vectoriel non rduit {0 E } et u un endomorphisme
de lespace vectoriel E.
SOUS-ESPACES STABLES
Sous-espaces stables par un endomorphisme

Un sous-espace vectoriel F de E est dit stable par u lorsque u(F) F.
Si deux endomorphismes u et v de E commutent, alors les sous-espaces Ker u et Im u sont
stables par v.
Matrice dans une base adapte un sous-espace stable
Soit B F = (e1 , . . . , e p ) une base de F. Le thorme de la base incomplte permet de complter
cette base en une base B = (e1 , . . . , e p , . . . , en ) de E. On dit que B est une base adapte F.
Le sous-espace F est stable par u si, et seulement si, la matrice de u dans la base B est de la
M N
forme avec M dans M p (K), N dans M p,n p (K), P dans Mn p (K) et 0 matrice nulle
0 P
de Mn p, p (K).
Dans ce cas, M est la matrice de u |F dans la base (e1 , . . . , e p ).
POLYNMES DENDOMORPHISMES
Si lensemble {P K[X]/P(u) = 0L(E) } des polynmes annulateurs de u est non rduit
{0K[X ] }, il est engendr par un unique polynme unitaire Pu appel polynme minimal de u.
K[u] = {P(u) ; P K[X]} est une sous-algbre commutative de L(E).
Le polynme minimal Pu existe si, et seulement si, K[u] est de dimension nie. Dans ce cas,
n = deg Pu = dim K[u] et (u 0 , u 1 , .. ., u n1 ) est une base de K[u].
Si u admet un polynme minimal et si F est un sous-espace stable par u, alors lendomorphisme
u |F induit par u sur F admet un polynme minimal et le polynme minimal de u |F divise celui
de u.

ALGBRE ET GOMTRIE
Thorme de dcomposition des noyaux

Soit A et B deux polynmes de K[X] premiers entre eux . Alors :
Ker A(u) Ker B(u) = Ker AB(u).
LMENTS PROPRES DUN ENDOMORPHISME

Valeurs et vecteurs propres
Soit l un lment de K. Les proprits suivantes sont quivalentes :
(i) il existe un vecteur x non nul de E tel que u(x) = lx ;
(ii) Ker (u lId E ) = {0 E } ;
(iii) u lId E nest pas injectif.
On dit alors, que l est une valeur propre de u et x est un vecteur propre de u associ la valeur
propre l. Le sous-espace Ker (u lId E ) = {x E/u(x) = lx} est appel sous-espace propre
relatif la valeur propre l et not E l (u).
Lensemble des valeurs propres de u est le spectre de u not Sp(u).
Si l1 , l2 , . . . , l p sont des valeurs propres distinctes deux deux dun endomorphisme u de E,
alors les sous-espaces propres associs E l1 , . . . , E l p sont en somme directe.
Soit p vecteurs propres x 1 , . . . , x p associs p valeurs propres distinctes deux deux. Alors la
famille (x1 , . . . , x p ) est libre.
Si deux endomorphismes commutent, tout sous-espace propre de lun est stable par lautre.
Soit F un sous-espace de E stable pour u. Le scalaire l est une valeur propre de u |F si, et
seulement si :
F Ker (u lId E ) = {0 E }.
Polynme caractristique dun endomorphisme en dimension nie

partir de maintenant, on suppose E de dimension n.
Le polynme formel Pu (X) = Det(u XId E ) sera appel polynme caractristique de u.
Si A est la matrice de u dans une base B de E le polynme caractristique de u est :
a11 X a12 ......... a1n

a21 a22 X ......... a2n
Pu (X) = Det(A XIn ) = .
an1 ..................... ann X
On remarque : Pu (X) = (1)n X n + (1)n1 Tru X n1 + + Detu

Les valeurs propres de u sont les racines du polynme caractristique de u.
Si F est un sous-espace de E stable par u, le polynme caractristique de u |F divise celui de u.
Soit l dans Sp(u). Alors lordre de multiplicit m de l dans Pu vrie : 1 dim E l (u) m.
Si le polynme caractristique de u est scind sur K, alors :
n n
Tru = li et Detu = li o {li ; i [[1, n]]} = Spu.
i =1 i =1
Thorme de Cayley-Hamilton
Le polynme caractristique de u est un polynme annulateur de u : Pu (u) = 0.
Les valeurs propres de u sont les racines du polynme minimal de u.
3. SOUS-ESPACES STABLES ET RDUCTION DES ENDOMORPHISMES
tude matricielle
Soit A dans Mn (K), on note u lendomorphisme canoniquement associ A.
Si l est une valeur propre de u, on dit que l est une valeur propre de la matrice A.
De mme le polynme minimal de la matrice A est celui de u. Il sera not P A .
Deux matrices semblables ont le mme polynme caractristique et les mmes valeurs propres.
La matrice t A a le mme polynme caractristique que A.
Thorme de Cayley-Hamilton
Pour toute matrice A Mn (K), PA ( A) = 0.
ENDOMORPHISMES DIAGONALISABLES
Caractrisations
Un endomorphisme u est diagonalisable si, et seulement si, lune des proprits suivantes est
vrie :
E= E l (u) ; dans ce cas, u = l pl en notant pl la projection sur E l (u) parallle-
lSp(u)
lSp(u)
ment E m (u).
mSp(u)
m=l
dim E = dim E l (u).
lSp(u)
Il existe une base forme de vecteurs propres de u.
Il existe une base dans laquelle la matrice de u est diagonale.
E est somme directe de sous-espaces stables sur lesquels u induit une homothtie.
Son polynme caractristique Pu est scind dans K et, pour toute valeur propre l, le sous-espace
propre E l (u) a pour dimension lordre de multiplicit de l dans Pu .
Son polynme minimal Pu est scind dans K et na que des racines simples.
Il existe un polynme annulateur de u scind sur K et dont toutes les racines sont simples.
Matrices diagonalisables
Soit A Mn (K), nous dirons que A est diagonalisable si elle est semblable une matrice
diagonale.
Soit u lendomorphisme canoniquement associ la matrice A dans la base canonique.
La matrice A est diagonalisable si, et seulement si, u est diagonalisable.
Diagonaliser une matrice A diagonalisable, cest dterminer la matrice de passage P, la matrice
diagonale D correspondante et donner lexpression matricielle : A = P D P 1 .
Mthode pratique de diagonalisation dune matrice A de Mn (K), diagonalisable.
1) Recherche des valeurs propres : on dtermine le spectre de A en tudiant le polynme carac-
tristique de A ou un polynme annulateur de A.
2) Dtermination des sous-espaces propres : pour l Sp( A), on rsout lquation matricielle :
( A lIn )X = 0 o linconnue X appartient Mn,1 (K ) pour dterminer le sous-espace propre
associ E l .
On vrie que A est diagonalisable en comparant dim E l et lordre de multiplicit de l.
3) Choix dune base de vecteurs propres : on choisit une base dans chaque E l et la runion de
ces bases constitue une base de vecteurs propres.
Soit P la matrice de passage de lancienne base cette nouvelle base de vecteurs propres. Il
existe une matrice diagonale D Mn (K) telle que A = P D P 1 .
ALGBRE ET GOMTRIE
ENDOMORPHISMES TRIGONALISABLES
Lendomorphisme u est trigonalisable sur K sil existe une base de E dans laquelle la matrice
de u est triangulaire suprieure. Rduire un endomorphisme signie trouver une base de E dans
laquelle la matrice de u est diagonale ou triangulaire suprieure.
Caractrisations dun endomorphisme trigonalisable
Un endomorphisme u de E est trigonalisable si, et seulement si, son polynme caractristique
est scind sur K.
Tout endomorphisme est trigonalisable sur C.
Un endomorphisme u de E est trigonalisable si, et seulement sil existe un polynme annulateur

de lendomorphisme u, scind sur K.
Matrice trigonalisable
Une matrice A de Mn (K) est trigonalisable si elle est semblable une matrice triangulaire
suprieure.
Soit u lendomorphisme canoniquement associ la matrice A dans la base canonique.
La matrice A est trigonalisable si, et seulement si, u est trigonalisable. Trigonaliser une matrice A
cest dterminer une matrice de passage P et une matrice triangulaire T telles que : A = P T P 1 .
Mthode pratique
1) On calcule le polynme caractristique de u et on vrie quil est scind.
2) On recherche la plus grande famille libre de vecteurs propres, puis on considre un suppl-
mentaire F du sous-espace G engendr par cette famille.
On introduit la projection p de E sur F paralllement G et lendomorphisme v = p u |F de
L(F).
On recherche la plus grande famille libre de vecteurs propres de v et on continue de la mme
manire jusqu lobtention dune base de E.

N O N C S
1 Pour sentraner
n
1 1 11 1) Regarder si la matrice est diagonalisable...
1 Calculer la matrice 1 1 1 , o n 1. 2) a) Que dire des valeurs propres dune matrice de
1 1 1 rang r 1 ?
Cette matrice est-elle inversible ? b) Mettre A en facteur dans A + X t X et regarder le
rang de A1 X t X...
2 a*) Soit M une matrice de Mn (R) de rang r 1.
3) Le cours indique comment rechercher les droites
Exprimer le polynme caractristique de M :
vectorielles stables par u.
Det(M xIn ), en fonction de x et tr(M).
Pour dterminer des plans stables par u, consi-
b) En dduire que, si A est une matrice inversible de drer les valeurs propres complexes, des vecteurs
Mn (R) et X une matrice colonne : propres associs, puis les parties relles et imagi-
Det(A + X t X) = Det( A)(1 + tr(t X A1 X)). naires des produits matriciels obtenus en crivant
Donner une expression plus simple de ce rsultat. que ce sont des lments propres.
Ne pas oublier la rciproque. Avez-vous dtermin
c) Retrouver ce rsultat en calculant les produits matri-
tous les plans stables par u ?
ciels suivants :
t 4) Donner un polynme annulateur de A p , puis
1 0 1 X
chercher un polynme annulateur de A.
X In X A
et 5) Utiliser une base adapte la dcomposition de
t
1 X 1 0 E en somme directe :
1 .
X A A X In E = Im p Ker p.
3 Soit E un espace vectoriel rel de dimension 3 Et travailler avec les matrices des endomor-
muni dune base. phismes.
On considre lendomorphisme u dont la matrice dans
cette base est :

1 1 1 2* Une quation matricielle
A= 1 0 0 .
0 1 0 Lobjectif delexercice est larsolution de lquation
a) Dterminer les sous-espaces de E stables par u. 2 0 0 0
b) Montrer que tout sous-espace de E stable par u ad- 0 1 1 0
n
X = A= lorsque X dsigne une
met un supplmentaire stable par u. 0 0 1 1
0 0 0 1
4* Soit A dans GLn (C). On suppose quil existe p matrice carre complexe.
dans N tel que A p soit diagonalisable.
Montrer que A est diagonalisable.
1 Dterminer les matrices carres
complexes
qui
La proprit subsiste-t-elle si A nest pas inversible ? 0 1 0
5* Soit E un espace vectoriel de dimension nie et p commutent avec la matrice N = 0 0 1 .
un projecteur de E. 0 0 0
Soit f lendomorphisme de L(L(E)) dni par
f( f ) = p f p. 2 Rsoudre lquation matricielle.
Lendomorphisme f est-il diagonalisable ?
Prciser la dimension des sous-espaces propres de f. 3 Prciser les solutions relles.

ALGBRE ET GOMTRIE
1 Montrer que E est un sous-espace de lespace des

1) Lorsque deux endomorphismes commutent, tout suites relles.
sous-espace propre de lun...
2 Soit w dnie sur E par w(u) = v o, pour tout n
2) Montrer dabord que la matrice X cherche a la de N, vn = u n+1 .
l 0
forme X = , puis utiliser la question Montrer que w est un endomorphisme. Donner ses l-
0 Z
prcdente. ments propres.
3 Mmes questions avec lapplication c dnie sur

E par c(u) = w o, pour tout n de N, wn = nu n+1 u n .
3 Valeurs propres des matrices
pseudo-magiques
Une matrice A de Mn (R) est dite pseudo-magique sil 2) et 3) Chercher simultanment les valeurs
existe un rel S( A) tel que : propres et les vecteurs propres.
n n
(i, j ) [[1, n]]2 ai ,k = ak, j = S( A).
k=1 k=1 5 Dterminant
Soit E lensemble des matrices pseudo-magiques de dune matrice circulante
Mn (R) et J la matrice de Mn (R) dont tous les coef- Soit J la matrice de Mn (C) dnie par :
cients sont gaux 1.

0 1 0 0
1 Vrier que E est un sous-espace vectoriel de .. ..
(Mn (R), +, .). 0 0 1 . .

.. .. .. .. ..
. . . .
2 Montrer que A est pseudo-magique si, et seulement
J = .
. .. ..
sil existe un rel m tel que A J = J A = mJ . .. . . 0

0 0 1
3 Soit A une matrice de E inversible. Montrer que 1 0 0
S( A) = 0 et que A1 appartient E. Que vaut S( A1 ) ?

a0 a1 a2 an
4 Soit A une matrice de E. Montrer que S( A) est une .. ..
valeur propre de A. an1 a0 a1 . .

.. .. .. .. ..
. . . . .
5 Soit A une matrice de E dont tous les coefcients M la matrice M = .
. .. ..
sont positifs. Montrer que si a est une valeur propre .. . . a2

relle de A alors |a| S( A). . ..
.. . a1
a1 a0

x1
.. 1 Montrer que J est diagonalisable.
5) Considrer un vecteur propre X = . asso-
xn 2 En dduire que M est diagonalisable. Calculer
ci la valeur propre a et isoler dans lexpression DetM.
de la j -ime ligne de lgalit AX = aX le terme
contenant x j o |x j | = max{|xi | ; i [[1, n]]}.
1) Chercher un polynme annulateur de J .
2) Expression du dterminant laide des valeurs
propres.
4 Deux spectres innis non
dnombrables
On considre lensemble E des suites relles
6 Une rduction de matrice
u = (u n )nN telle que, pour tout entier naturel k, la
srie n k u n est absolument convergente. Rduire la matrice A de Mn (R) dnie par :


2 1 0 0 2 Soit E lespace vectoriel des applications 2p-
1 2 1 0 priodiques continues de R dans R et w lendomor-

.. .. .. .. phisme de E dni par :
A=
0 . . . .
.
. .. .. f E x R
.. . . 1 p
1 x t
0 1 2 w( f )(x) = sin f (t) d t.
2p p 2
Trouver les valeurs propres et les vecteurs propres de w.

x1
..
Considrer un vecteur propre X = . associ 2) Le rel l est une valeur propre pour w si, et
xn seulement sil existe une fonction f de E non iden-
une valeur propre l. tiquement nulle telle que w( f ) = l f .
La rsolution de AX = lX se ramne ltude Comparer les sries de Fourier de w( f ) et de l f .
dune suite rcurrente.
9 Trente secondes pour rpondre !

7 R, R )
Un endomorphisme de C (R Un endomorphisme f dun espace vectoriel E de di-
Pour toute application f de C(R, R) et tout entier n, on mension nie vriant ( f 2I E )( f + 3I E )2 = 0 et
dnit lapplication T ( f ) de R dans R par : ( f 2I E )( f + 3I E ) = 0 est-il diagonalisable ?
x
1
x R T ( f )(x) = t n f (t) d t
x n+1 0
Rechercher le polynme minimal de f .
et
f (0)
T ( f )(0) = .
n+1
10 Calcul dune puissance de matrice
1 Montrer que lapplication T ( f ) est continue sur R.
Calculer An pour n dans N et :
2 Soit E lespace vectoriel des fonctions
k + cos u sin u
polynomiales sur R de degr infrieur ou gal p. A= .
sin u k cos u
Montrer que la restriction w de T E est un endomor-
phisme. Est-il injectif ? Surjectif ?
Donner ses valeurs propres et ses sous-espaces propres. Plusieurs mthodes possibles, remarquer que A est
la somme dune matrice de symtrie orthogonale et
3 Mmes questions avec E espace des fonctions de kI2 et appliquer la formule du binme ou bien
polynomiales sur R. diagonaliser la matrice A ou encore utiliser un po-
lynme annulateur de A.
4 Mmes questions avec E = C(R, R).
11* Valeurs propres et image

1) Vrier la dnition ou appliquer la rgle de C)
dun endomorphisme de M3 (C
LHospital.
3) Attention, en dimension innie, un endomor- 1 j j2
Soit A = j j2 1 o j dsigne e 3 .
2ip
phisme injectif nest pas ncessairement surjectif.
4) Remarquer que, si l = 0 et T ( f ) = l f , alors j2 1 j
f est drivable sur R . Puis rsoudre une quation Pour X dans M3 (C), on pose w(X) = AX A.
diffrentielle.
Dterminer les valeurs propres et limage de w.
8 Srie de Fourier et lments

propres dun endomorphisme tudier le rang de A, crire A comme le produit
dune matrice colonne et dune matrice ligne, cal-
t culer A2 puis limage de lendomorphisme canoni-
1 Dterminer la srie de Fourier de t sin .
2 quement associ A.

ALGBRE ET GOMTRIE
12 Recherche de sous-espaces 15 R)
Deux quations dans M3 (R
stables par un endomorphisme
Rsoudre lquation X 2 = A dans M3 (R) dans les cas
Quels sont les sous-espaces stables par f endomor- suivants :
3
phisme
de R canoniquement associ la matrice
2 1 1 1 3 7 4 5 5
A = 1 2 1. 1 A = 2 6 14. 2 A = 5 4 5.
0 0 3 1 3 7 5 5 6
Rechercher les sous-espaces stables en les classant Rduire A et remarquer la commutativit de deux
par dimension. matrices.
Considrer la restriction de lendomorphisme u ca-
noniquement associ A un sous-espace stable F
de dimension 2. 16 Une matrice dcompose
par blocs
Soit M dans Mn (C), diagonalisable. La matrice
13 Un endomorphisme bien cach A =
M I
de M2n (C) est-elle diagonalisable ?
I M
Soit M la matrice relle triangulaire infrieure telle que, Inversible ?
i 1
si n i j 1, m i , j = .
j 1
m 1
Rduire la matrice de M2 (C) et utili-
1 Donner les lments propres de M. 1 m
ser les dcompositions par blocs.
2 Calculer M k pour k dans Z.
17 Une exponentielle de matrice

2) Chercher un endomorphisme de Rn1 [X] asso- i 4
ci la matrice t M. Rsoudre dans M2 (C) : exp(M) = .
0 i
i 4
14 Un endomorphisme encore mieux Remarquer que M et commutent. En d-
0 i
cach duire quelles ont un vecteur propre commun.

0 1 0 0
.. ..
n 0 2 . . 18 Recherche dun polynme

.. .. minimal
Soit N la matrice relle : 0 n1 . . 0 .

. .. .. .. Soit A une matrice de Mn (C) de polynme minimal
.. . . . n p
A I
0 0 1 0 p(X) = (X ai )m i et B = .
0 A
i =1
Trouver un endomorphisme de Rn [X] dont N est la ma-
trice. Dterminer le polynme minimal de B.
En dduire les lments propres de N . La matrice N

est-elle diagonalisable ? crire pour tout polynme P lexpression de P(B)
laide de P( A) et de P ( A).
Introduire lendomorphisme u de Rn [X] associ

N dans la base canonique, puis rsoudre lquation 19 Convergence vers linverse
diffrentielle vrie par la fonction polynomiale dune matrice
associe un vecteur propre P de u. Dans M p (R), on considre une matrice A inversible.

On construit une suite (An )nN de matrices de M p (R)

par :
On suppose quil existe deux polynmes P et Q de
A0 M p (R)
. R[X] tels que P( A) = B et Q(B) = A.
n N An+1 = 2An An A An
En dduire que B est diagonalisable et que A et B
ont les mmes sous-espaces propres.
1 Exprimer I p A An en fonction de I p A A0 . Rciproquement, si A et B ont les mmes sous-
espaces propres, construire les deux polynmes P
2 On suppose que A A0 est diagonalisable dans et Q en utilisant les valeurs propres.
M p (R).
a) Montrer lquivalence des trois proprits suivantes :
22* Trace des puissances
(i) lim (I p A A0 )n = 0 ; dune matrice
n+
(ii) les valeurs propres de I p A A0 ont toutes une valeur Dterminer toutes les matrices A de Mn (C) telles que :
absolue strictement infrieure 1 ; k [[1, n]] Tr( Ak ) = n.
(iii) les valeurs propres de A A0 sont dans ]0, 2[.
b) Donner une condition ncessaire et sufsante portant Remarquer que les matrices dont le spectre est {1}
sur A0 pour que la suite ( An )nN converge vers A1 . conviennent.
Pour la rciproque :
montrer, en utilisant le thorme de Cayley-
20 Surjectivit dun endomorphisme Hamilton, que 1 est une valeur propre de A ;
C)
de Mn (C montrer, par rcurrence, que 1 est la seule valeur
Soit A et B deux matrices de Mn (C). propre.
On note u lendomorphisme de Mn (C) dni par
u(X) = AX X B.
23* Supplmentaire stable
Montrer que lendomorphisme u est surjectif si, et
dun sous-espace stable
seulement si, A et B nont pas de valeur propre com-
Daprs St Cyr.
mune.
Soit G un sous-groupe ni et commutatif du groupe
GL(E) de cardinal q.
Remarquer tout dabord que linjectivit de u est
tout lment u, endomorphisme de E, on associe
quivalente sa surjectivit. 1
On suppose lendomorphisme u injectif, il existe u= v u v 1 .
q vG
une matrice X de Mn (C) telle que AX = X B. En
dduire que le polynme minimal de A annule B.
1 Montrer que u est un endomorphisme de E.
On rappelle que l est une valeur propre de B si, et
seulement si, la matrice B lIn est non inversible. 2 Montrer que w G w u w1 = u.
Conclure.
Inversement si A et B ont une valeur propre com- 3 Soit un sous espace F stable par G, cest--dire
mune, introduire deux matrices Z et Y vecteurs stable par tout lment de G et un projecteur p dimage
propres respectifs de A et t B. Puis considrer F. Montrer que : w G w(F) = F.
X = ZtY .
Montrer que p est un projecteur dimage F et de noyau
stable par G.
21 Relations polynomiales entre 4 En dduire que tout sous-espace de E stable par G
deux matrices admet un supplmentaire stable par G.
Soit A une matrice de Mn (R) diagonalisable sur R.
5 Soit u un endomorphisme idempotent de E et F un
Donner une condition ncessaire et sufsante sur une
sous-espace vectoriel de E stable par u.
matrice B de Mn (R) pour quil existe deux polynmes
P et Q de R[X] tels que P( A) = B et Q(B) = A. Montrer que F admet un supplmentaire stable par u.

ALGBRE ET GOMTRIE
Montrer que, pour tout k dans [[1, n, ]], on a :

k1
2) Remarquer que {w v ; v G} = G.
3) Vrier que p p = p en remarquant que u k = ak et Bk = Ak u ki Ai .
i =1
x E p p(x) = p(x).
Montrer que Im p F, puis que F Im p. 3 Montrer que Bn+1 = 0.
4 Montrer que, si A est inversible, linverse de A est :
Algorithmes A1 =
Bn1 u n1 In
un
.
1 Calcul du polynme Partie informatique

caractristique par la mthode 5 crire un programme qui calcule le polynme ca-
de Souriau ractristique dune matrice A. Lappliquer une matrice
Partie mathmatique A que vous choisirez.
On admet, dans ce texte, les formules de Newton. Soit
n est un entier naturel non nul, et Pn (X) le polynme 2 Rsolution dun systme linaire
unitaire, coefcients rels, de degr n : par la mthode de Gauss-Seidel
n
Pn (X) = X n a1 X n1 an1 X an = (X xi ). Partie mathmatique
i =1 Soit A une matrice complexe carre dordre n telle que :
n
i [[1, n]] |aii | > |ai k |
On note, pour tout entier k 1, Sk = xik .
k[[1,n]],k=i
i =1
Une telle matrice est dite diagonale strictement do-
Les formules de Newton permettent de calculer Sk
minante. Nous avons montr dans le livre de cours,
laide des coefcients du polynme Pn par a1 S1 = 0
Algbre-Gomtrie, en exercice du chapitre 1, que la
et, pour tout entier k dans [[2, n]] :
matrice A est alors inversible. Ce rsultat est appel
kak + ak1 S1 + ak2 S2 + + a1 Sk1 Sk = 0. thorme dHadamard.
Soit A une matrice carre dordre n, coefcients rels. 1 On crit A = L + U o la matrice L est triangu-
On note PA (X) le polynme caractristique de A, et laire infrieure et la matrice U triangulaire suprieure,
x1 , , xn ses racines : avec tous ses lments diagonaux nuls et on pose :
PA (X) = (1)n Det( A XIn ) M = L 1 U .
= X n a1 X n1 an1 X an Montrer que les valeurs propres de M sont de module
n strictement infrieur 1.
= (X xi ). On admettra que toute matrice carre complexe est sem-
i =1 blable une matrice triangulaire.
1 Montrer que, pour tout entier k de [[1, n]], on a : En dduire que la suite (M p ) p converge vers 0.
n
Tr( Ak ) = xik = Sk . 2 Soit B un vecteur identi une matrice colonne et
i =1 X la solution du systme AX = B.
Vous pourrez admettre que toute matrice carre com- Montrer que la suite dnie par :
plexe est semblable une matrice triangulaire. X 0 Mn,1 (K) p N X p+1 = L 1 (B U X p )
2 On dnit la suite de rels (u k )k et la suite de ma- converge vers X.
trices carres dordre n, (Bk )k par B1 = A, et pour tout
Partie informatique
k 1:
Tr(Bk ) 3 crire un programme de rsolution du systme.
uk = ; Bk+1 = (Bk u k In ) A. Lappliquer un systme que vous choisirez.
k

C O R R I G S
1 Pour sentraner Par consquent, pour tout n 1:
n
1 1 11
1 1 1
1 Maple nous aide.
1 1 1
Avec Maple 1 1 4
n
4 3 1 2 0 0 7 7 7
R ,3*(:,(V$+(-k8+4:8/jV = 1 1 1 0 5 0 1 1 3 .

OVS6:(,+#k]f]f=_f_f__f_f_f_f_f_f_<j U 1 1 0 0 0 0 7 7 7

1 1 11 n 0 1 1
1 1 11
A := 1 1 1
1 1 1
1 1 1
1 1 1
>:,4+4/f 43$ 531+4+(+24 12, 42,6 1 1 4
>:,4+4/f 43$ 531+4+(+24 12, (,:73
4 3 1 (2)n 0 0 7 7 7
1 1 11
= 1 1 1 0 5n 0
1 1 3 .

A := 1 1 1
1 1 1
1 1 0 0 0 0 7 7 7
0 1 1
R 3+/34%37(*kOj U
Finalement :
[5, 1, {[3, 1, 1]}], [0, 1, {[1, 1, 0]}], n
[2, 1, {[4, 1, 1]}] 1 1 11
1 1 1
La matrice A admet trois valeurs propres distinctes : 2, 1 1 1

5 et 0. Elle est diagonalisable. 4(2)n + 3.5n 4(2)n + 3.5n 16(2)n + 9.5n
1
= (2)n + 5n (2)n + 5n 4(2)n + 3.5n .
Mais 0 est valeur propre de la matrice. Elle nest donc 7 n n n n
(2) + 5 (2) + 5 4(2)n + 3.5n
pas inversible.
2 a) La matrice M est de rang r 1.
Un vecteur propre associ la valeur propre 2 est : 0 est donc valeur propre dordre au moins n 1 et le
(4, 1, 1). polynme caractristique de M se factorise par x n1 .
Un vecteur propre associ la valeur propre 5 est : Do :
(3, 1, 1). Det(M xIn ) = (x)n1 (tr(M) x).
Un vecteur propre associ la valeur propre 0 est : b) crivons A + X t X = A(In + A1 X t X).
(1, 1, 0). Si la matrice X nest pas nulle, le rang de X t X est 1.
Le rang de A1 X t X est donc infrieur ou gal 1.
Par consquent :
1 Par consquent :
4 3 1 2 0 0 4 3 1 Det( A + X t X) = Det( A)Det(In + A1 X t X).
A= 1 1 1 0 5 0 1 1 1 .
1 1 0 0 0 0 1 1 0 Appliquons le rsultat de la question prcdente avec
x = 1 :
Tous calculs faits :
Det(In + A1 X t X) = tr(A1 X t X)+1 = tr(t X A1 X)+1.
1 1 4
Or la matrice t X( A1 X) est une matrice carre
4 3 1 2 0 0 7 7 7 dordre 1. Nous lidentions un scalaire.
A= 1 1 1 0 5 0

1 1 3 .

1 1 0 0 0 0 7 7 7 Et nous obtenons :
0 1 1 Det(A + X t X) = Det(A) t X A1 X + 1 .

ALGBRE ET GOMTRIE
c) Calculons les deux produits matriciels donns par Supposons quil existe deux plans vectoriels distincts
blocs : stables par u.
t t
1 0 1 X 1 X Leur intersection est une droite vectorielle stable par u,
=
X In X A 0 A + X tX cest--dire la droite vectorielle dtermine ci-dessus.
t
1 X 1 0 1 + t X A1 X t
X Mais cette droite nest pas contenue dans le plan vec-
1 = .
X A A X In 0 A toriel stable trouv. Ce plan est donc le seul plan vec-
toriel stable par u. Et il est supplmentaire de la droite
1 0 1 0
Les matrices et ont pour d- vectorielle stable trouve.
X In A1 X In
terminant 1. Donc : De mme, E et {0} sont stables par u et supplmen-
1 t
X 1 + t X A1 X t X taires.
Det t = Det .
0 A+X X 0 A
Soit : 4 La matrice A p est diagonalisable.
Det(A + X t X) = Det( A) t X A1 X + 1 . Nous connaissons un polynme P annulateur de A p
dont les racines sont simples :
3 a) Une pince de Maple. P(X) = (X l).
lSp(A p )
Avec Maple
Or, la matrice A est inversible. Donc A p est inversible
R OVS6:(,+#k]f]f=_fd_f_f_f`f`f`f_f`<j U et 0 nest pas valeur propre de A p .

1 1 1 Chaque valeur propre de A p admet p racines p-imes
A := 1 0 0 complexes distinctes.
0 1 0
3+/34%37(*kOj U Notons E lensemble de ces racines et Q le polynme
[1, 1, {[1, 1, 1]}], [I , 1, {[1, I , 1]}], tel que Q(X) = (X m).
[I , 1, {[1, I , 1]}] mE
p
Puisque P( A ) = ( A p l) = 0, nous avons :
La matrice A nest pas diagonalisable dans R. lSp(A p )
Elle admet la valeur propre simple 1 et deux valeurs
Q( A) = ( A mIn ) = 0.
propres complexes conjugues i et i . mE
La seule droite
vectorielle
stable par u est donc la droite La matrice A admet un polynme annulateur dont les
1 racines sont simples. Elle est diagonalisable.
engendre par 1.
1 Si A nest pas inversible, il suft de considrer une ma-
trice nilpotente non nulle.
Recherchons les plans vectoriels stables en utilisant les
valeurs propres complexes. Il existe p > 0 tel que A p = 0. La matrice A p est dia-
gonalisable. Mais, pour toute valeur propre l de A, l p
Ainsi :
1 1 i est valeur propre de A p .
A i = i i = 1 . 0 est donc la seule valeur propre de A, qui nest pas dia-
1 1 i gonalisable.
b) Considrons alors la partie relle, puis la partie ima-
ginaire de ce produit matriciel. 5 Considrons une base B de E adapte la dcom-
position de E en somme directe :
1 0 0 1
A 0 = 1 ; A 1 = 0 . E = Im p Ker p.
1 0 0 1 Dans cette base, la matrice de p a la forme par blocs :
en dduisons
Nous que le plan vectoriel engendr par Ir 0
.
1 0 0 0
0 et 1 est stable par u.
A B
1 0 Notons la matrice de mme forme associe
C D
Est-il le seul ? un endomorphisme f de L(E).


La matrice de p f p est : 1
0
Ir 0 A B Ir 0 A 0 Le sous-espace engendr par le vecteur
0 est stable
= .
0 0 C D 0 0 0 0
0
Lendomorphisme f est vecteur propre de F si, et seule- par X. De mme :
ment si : t
A 0 A B (X n+1 ) = (t X)n+1 = t At X = t X t A.
l K =l .
0 0 C D Nous en dduisons que ce sous-espace est aussi stable
Cette galit quivaut : par t X.
A = lA ; 0 = lB ; 0 = lC ; 0 = lD. l 0
La matrice X a donc la forme X = , o Z
0 Z
Attention, les matrices crites B, C et D nont pas la dsigne une matrice carre dordre 3 et l un scalaire.
mme taille !
Si l = 0, nous obtenons : ln 0
Lquation devient alors X n = = A.
0 Zn
A B 0 B
= . Elle quivaut :
C D C D
0 est valeur propre et la dimension du sous-espace 1 1 0
propre associ est n 2 r 2 . ln = 2 ; Z n = B = 0 1 1 = I3 + N .
0 0 1
Si l = 1, nous obtenons :
Nous savons que la matrice N est nilpotente et vrie :
A B A 0
= . 0 0 1
C D 0 0
1 est valeur propre et la dimension du sous-espace N 2 = 0 0 0 et N 3 = 0.
propre associ est r 2 . La somme des dimensions des 0 0 0
sous-espaces propres est n 2 . Si la matrice Z vrie Z n = B, elle commute avec B,
Lendomorphisme f est diagonalisable. donc avec N .
Utilisons la premire question. La matrice Z est de la
forme Z = aI3 + bN + cN 2 .
2 Une quation matricielle
Les matrices In , N , N 2 commutent et forment une fa-
1 Soit Y une matrice commutant avec N . Tout sous- mille libre.
espace propre de la matrice N est stable par Y . Lquation Z n = B se traduit par :

1 n(n 1) n2
Le sous-espace engendr par le vecteur 0 est stable a n I3 + na n1 (bN + cN 2 ) + a (bN + cN 2 )2
2
0 = I3 + N .
par Y . a n 1
La matrice Y scrit sous Soit a n = 1 ; b = ; c = b.
la forme
: n 2n
a b c Les solutions complexes de lquation matricielle sont
Y = 0 d e . l 0
les matrices X = , avec :
0 f g 0 Z
Elle commute avec N si, et seulement si : N Y = Y N . ln = 2 ; Z = aI3 + bN + cN 2 ,
Cette galit quivaut : o a est une racine relle de lquation a n = 1, b, c
a = d = g; b=e; f = 0. a n1
dnis par b = et c = b.
2 n 2n
Nous obtenons : Y = aI3 + bN + cN .
3 Les solutions relles sobtiennent en prenant a = 1
Rciproquement, vrier sans douleur que ces matrices et l rel.
commutent avec N .
2 Soit X une matrice solution. Alors : 3 Valeurs propres des matrices

X n+1
= AX = X A. pseudo-magiques
Les matrices A et X commutent. Tout sous-espace 1 Simple vrication de la caractrisation des sous-
propre de la matrice A est stable par X. espaces.

ALGBRE ET GOMTRIE
2 On conclut facilement en remarquant : n k

lim = 1. Donc n k vn (n + 1)k u n+1 .
n n n+ n + 1
( A J )i , j = ai ,k et que (J A)i , j = ak, j . Or la srie n k u n est absolument convergente.

k=1 k=1
La srie n k vn est absolument convergente.
3 La matrice A est inversible. Il existe une matrice B
telle que AB = B A = In . La suite w(u) appartient E.
Or, A J = J A = S( A)J . Lapplication w est un endomorphisme de E.
Par consquent, B A J = S( A)B J , puis J = S( A)B J . Recherchons l dans R et u dans E non nulle tels que :
w(u) = lu.
De mme, J = S( A)J B. n N u n+1 = lu n .
La matrice J nest pas nulle. Le rel S( A) ne lest pas.
La suite u est une suite gomtrique de raison l. Elle
La relation B J = J B = S( A)1 J prouve que B est appartient E si, et seulement si, |l| 1.
une matrice pseudo-magique et que S(B) = S( A)1 .
Si l = 0, la suite nulle partir du rang 1 et de premier
4 S( A S( A)In ) = 0. terme u 0 non nul est un vecteur propre.
Daprs la question 3) la matrice A S( A)In nest pas Le spectre de w est ] 1, 1[. Pour l dans ] 1, 1[, le
inversible. Le rel S( A) est une valeur propre de A. sous-espace propre associ est la droite engendre par
la suite (ln )nN .
x1
.. 3 Daprs la question 2), pour tout u dans E, la suite
5 Soit a une valeur propre de A et X = . un
(u n+1 )nN est dans E.
xn
vecteur propre associ. Pour tout k dans N, la srie n k+1 u n+1 est absolument
convergente.
Il existe un indice j tel que |x j | = max{|xi | ; i [[1, n]]}.
n
On en dduit que la srie n k wn est absolument
On a : (a j , j a)x j = a j ,k xk . convergente.
k=1 La suite c(u) est dans E.
k= j
On en dduit que c est un endomorphisme de E.
n n
Recherchons l dans R et u dans E non nulle tels que
|(a j , j a)x j | |a j ,k | |xk | |x j | |a j ,k | .
c(u) = lu.
k=1 k=1
k= j k= j
n N nu n+1 = (l + 1)u n .
Le vecteur X est non nul. Donc |x j | = 0.
La suite u est entirement dtermine par :
On en dduit : pour n = 0, on a l = 1 ou u 0 = 0 ;
n
|a| |a j , j | + |a j , j a| |a j , j | + |a j ,k | . l+1
pour n non nul, on a u n+1 = u n ; puis
k=1 n
k= j (l + 1)n1
un = u1.
Or les coefcients de A sont positifs. |a| S( A). (n 1)!
La suite u est entirement dtermine par ces deux
conditions.
4 Deux spectres innis non
dnombrables Si l = 1, le sous-espace propre associ est la droite
engendre par la suite dnie par u 0 R et u n = 0
On considre lensemble E des suites relles
pour n dans N .
u = (u n )nN telles que, pour tout entier naturel k, la
srie n k u n est absolument convergente. Si l = 1, la suite dnie par u 0 = 0, u 1 R et
(l + 1)n1
n N u n = u 1 est-elle dans E ?
1 Simple vrication de la caractrisation des sous- (n 1)!
espaces. Soit k dans N, tudions labsolue convergence de la
(l + 1)n1
2 Lapplication w est linaire. srie an avec an = n k u1.
(n 1)!
Soit u dans E. Pour tout entier naturel k, nous avons k
n k an+1 n+1 l+1 an+1
n k vn = (n + 1)k u n+1 . = . lim = 0.
n+1 an n n n+ an
On en dduit que l est une valeur propre et que le sous- Son discriminant est D = l(l 4).
espace propre est la droite engendre par la suite dnie Si D > 0, il y a deux racines relles r et s distinctes.
(l + 1)n1
par u 0 = 0, et n N u n = . k [[0, n + 1]] xk = ar k + bs k .
(n 1)!
Le spectre de c est R. Pour vrier x0 = 0 on choisit a = b.
Lgalit xn+1 = 0 quivaut a(r n+1 s n+1 ) = 0. Ceci
5 Dterminant 2imp
nest possible que pour a = 0 ou r = s exp .
dune matrice circulante n+1
Cette dernire condition nest pas ralisable donc :
1 Le polynme X n 1 est annulateur de J . Il na que
a = 0. On obtient X = 0.
des racines simples sur C. La matrice J est diagonali-
sable sur C. Dans ce cas, l nest pas valeur propre.
Lensemble des racines n-ime de lunit est le spectre Si D = 0, il y a une racine double r .
de A. k [[0, n + 1]] xk = (a + kb)s k .
Notons D la matrice diagonale de diagonale Pour vrier x0 = 0 on choisit a = 0.
(l1 , . . . , ln ) o, pour tout k de [[1, n]] : Lgalit xn+1 = 0 conduit b = 0.
2ikp On obtient X = 0.
lk = exp .
n Dans ce cas, l nest pas valeur propre.
Il existe une matrice inversible B telle que : Si D < 0, il y a deux racines complexes conjugues.
A = B D B 1 .
Dans ce cas : 0 < l < 4.
2 La matrice M scrit : u
n1 Il existe u dans ]0, p[ tel que l = 4 cos2 .
2
M = P(J ) en notant P(X) = ak X k .
Les deux racines sont : eiu et eiu .
k=0
On en dduit M = B P(D)B 1 . On obtient :
La matrice P(D) est diagonale de diagonale k [[0, n + 1]] xk = (1)k [aeiku + beiku ].
(P(l1 ), . . . , P(ln )). Pour vrier x0 = 0 on choisit a = b.
On en dduit que M est diagonalisable et que k [[0, n + 1]] xk = 2a(1)k sin(ku).
n
DetM = P(lk ). mp
Lgalit xn+1 = 0 conduit u = avec m [[1, n]]
k=1 n+1
car 0 < u < 0.
On obtient n valeurs propres distinctes deux deux :
6 Une rduction de matrice
mp
lm = 4 cos2 avec m [[1, n]].
x1 2(n + 1)
.. Soit D la matrice diagonale de diagonale (l1 , . . . , ln ) et
Considrons un vecteur propre X = . associ
xn P la matrice de passage.
une valeur propre l. jp
Le terme dindice (i, j ) de P est 2(1)i sin i .
n+1
Lquation AX = lX quivaut au systme : On a :
A = P D P 1 .
(2 l)x1 x2 = 0
k [[2, n 1]] xk1 + (2 l)xk xk+1 = 0
xn1 + (2 l)xn = 0 7 Un endomorphisme de C(R

R, R)
En compltant par x0 = 0 et xn+1 = 0, on obtient le
systme quivalent : 1 Notons h lapplication T ( f ).
Lapplication t t n f (t) est continue sur R, donc lap-
x0 = 0
x
k [[1, n]] xk1 + (2 l)xk xk+1 = 0 . plication x t n f (t) d t est continue et drivable
0
xn+1 = 0 sur R. On en dduit la continuit de h sur R . Montrons
La suite rcurrente ainsi dnie a pour quation carac- la continuit en 0.
tristique : r 2 + (l 2)r + 1 = 0. Utilisons la rgle de LHospital.

ALGBRE ET GOMTRIE
x
La drive de x t n f (t) d test x x n f (x) et Par consquent, le spectre de w est :
0 1
celle de x x n+1 est x (n + 1)x n . { ; k [[0, p]]}.
k+n+1
x n f (x) f (0) f (0) Le sous-espace propre de w associ la valeur propre
De plus lim = . Donc lim h(x) = .
x0 (n + 1)x n n+1 x0 n+1 1
est la droite engendre par la fonction
Lapplication h est continue sur R. k+n+1
On peut galement effectuer la dmonstration suivante. x xk.
x
1 3 On montre de la mme manire que lespace E est
Calculons h(x) h(0) = n+1 t n [ f (t) f (0)] d t.
x 0
stable par T . Lendomorphisme c induit par T sur E est
Lapplication f est continue en 0 : injectif. On vrie que limage de la base canonique par
c est une base de E. Lendomorphisme c est surjectif.
> 0 a > 0 t R |t| a | f (t) f (0)| .
On vrie de la mme manire que le spectre de c est
Pour x tel que |x| a, on a : 1
1 x { ; k N} et que le sous-espace propre de c
|h(x) h(0)|
n
|t| | f (t) f (0)| d t k+n+1
n+1 1
|x| 0 associ la valeur propre est la droite engen-
x k+n+1
1 n k
dre par la fonction x x .
n+1
|t| d t = .
|x| 0 n+1
4 La question 1) prouve que T est un endomorphisme
On en dduit la continuit de h en 0. de E.
2 Lapplication T est clairement linaire. Si f est une On montre comme la question 2) que T est injectif.
fonction polynomiale de degr infrieur ou gal p, la tudions la surjectivit de T .
x
n
fonction x t f (t) d t est une fonction polyno- Soit g dans E. Supposons quil existe une application f
0
miale de degr infrieur ou gal n + p + 1 et de valua- de E telle que f (0) = (n + 1)g(0) et telle que :
x
tion au moins gale n+1. Par consquent, la fonction h 1
x R g(x) = n+1 t n f (t) d t.
est bien une fonction polynomiale et son degr est inf- x 0
rieur ou gal p. Lapplication w est un endomorphisme Lapplication g est drivable sur R et :
de E.
x R x n+1 g (x) + (n + 1)x n g(x) = x n f (x).
Recherchons son noyau.
Lorsque g est drivable sur R on trouve f dnie par :
Soit f dans E telle que w( f ) soit lapplication nulle.
Alors : x
x R f (x) = xg (x)+(n+1)g(x) et f (0) = (n+1)g(0).
x R t n f (t) d t = 0. Lorsque g nest pas drivable sur R , lapplication g na
0
pas dantcdent par T .
En drivant, on obtient x R x n f (x) = 0. Lapplication T nest pas surjective.
Lapplication f est nulle. Dterminons les lments propres de T .
Ker w = {0 E }. Tout dabord, 0 nest pas valeur propre de T car T est
Lendomorphisme w est injectif. injective.
Or la dimension de E est nie. Lendomorphisme w est Soit l non nulle et f dans E non identiquement nulle
surjectif. telle que T ( f ) = l f .
Recherchons les valeurs propres et les vecteurs propres. On vrie que f est drivable sur R et que :
p
T ( f ) = l f x R f (x) = lx f (x)+l(n+1) f (x)
Soit l dans R et f : x ak x k telle que w( f ) = l f . et f (0)(1 l(n + 1)) = 0.
0
On en dduit, aprs intgration : Les solutions de lquation diffrentielle sont de la
p p
forme :
xk 1
x R ak =l ak x k . C1 x l (n+1) pour x > 0
k+n+1 x 1
0 0 C2 (x) l (n+1) pour x < 0
En identiant les coefcients, on obtient : Lapplication f est prolongeable par continuit en 0 si,
1 1
k [[0, p]] ak = 0 ou l= . et seulement si : (n + 1) 0.
k+n+1 l
1 1 2 4 1

Pour (n + 1) = 0, on a f (0) = C = 0 et l = . La convergence normale de la srie cos(nt)
l n+1 p p 2
4n 1
n=1
1
Pour (n + 1) > 0, on a f (0) = 0. entrane la convergence normale de la srie :
l
1 2 4 1
Par consquent, le spectre de T est ]0, ]. f (t) cos(n(x t)) f (t).
n+1 p p 4n 2 1
n=1
Le sous-espace propre de T associ la valeur propre
1 Ceci permet dcrire :
est la droite des fonctions constantes. p
n+1 1 x t
Le sous espace propre de T associ la valeur propre l sin f (t) d t
2p p 2
1
de ]0, [ est un sous-espace de dimension 2, engen- 1 p
2 p
1
n+1 = f (t)dt cos(n(x t)) f (t) d t
dr par les deux fonctions : f 1 nulle sur R+ dnie par p2 p p2 p 4n 21
1 n=1
f 1 (x) = (x) l (n+1) sur R et f 2 nulle sur R dnie p
1 1 2 1
par f 2 (x) = x l (n+1) sur R+ . = a0 ( f ) 2 cos(nx) cos(nt) f (t)dt
p p p 4n 2 1
n=1
p
8 Srie de Fourier et lments 2 1
+ sin(nx) sin(nt) f (t) d t.
propres dun endomorphisme p2
n=1 p 4n 2 1
t
1 La fonction h : t | sin | est continue, paire et 1 2 1
2 = a0 ( f ) cos(nx)an ( f )
2p-priodique. p p 4n 2 1
n=1
1 p t 2 p t 4 2

1
a0 (h) = sin d t = sin d t = + sin(nx)bn ( f ).
p p 2 p 0 2 p p 4n 2 1
n=1
n N
1 p
t Or, lapplication f est continue. Le dveloppement ci-
an (h) = sin cos(nt) d t dessus est le dveloppement en srie de Fourier de la
p p 2
p fonction l f . On identie les coefcients :
2 t
= sin
cos(nt) d t a0 ( f ) 1
p 0 2 l = a0 ( f )
1 p
t t 2 p
= sin nt + sin nt dt 2 1
p 0 2 2 n N lan ( f ) = an ( f )
2
p 4n 1
1 1 1
= 2 1
p n + 1/2 n 1/2 et lbn ( f ) = bn ( f ).
4 1 p 4n 2 1
= . Ceci donne les conditions suivantes :
p 4n 2 1
2
La fonction h est continue, 2p-priodique et C1 par l = ou a0 ( f ) = 0,
p
morceaux. Sa srie de Fourier converge normalement
vers h sur R. Par consquent : 2 1
n N l = ou an ( f ) = 0
p 4n 2 1
t 2 4 1
x R sin = cos(nt). 2 1
2 p p 4n 21 et n N l = ou bn ( f ) = 0.
n=1 p 4n 2 1
2 On vrie que w est un endomorphisme de E. Par consquent, le spectre de w est :
Pour tout f de E la fonction w( f ) est 2p-priodique. 2 1 2 1
;n N ; n N .
x t p 4n 2 1 p 4n 2 1
Elle est continue car la fonction (x, t) | sin( )| f (t)
2 Le sous-espace propre associ la valeur propre
est continue sur R [p, p]. 2 1
est la droite {x a cos(nx) ; a R}.
Le rel l est une valeur propre pour w si, et seulement 2
p 4n 1
sil existe une fonction f de E non identiquement nulle Le sous-espace propre associ la valeur propre
telle que : 2 1
p
est la droite {x a sin(nx) ; a R}.
1 x t p 4n 2 1
x R sin f (t) d t l f (x) = 0.
2p p 2
ALGBRE ET GOMTRIE
(k + 1)n (k 1)n
9 Trente secondes pour rpondre ! Donc An = (I + S) + (I S).
2 2
Le polynme minimal de f divise (X 2)(X + 3)2 et ne 3 Troisime mthode
divise pas (X 2)(X + 3). Il est gal (X 2)(X + 3)2
Pour u = 0[2p], les racines du polynme caractris-
ou (X + 3)2 . Ses racines ne sont pas simples. Lendo-
tique sont simples. La matrice A est diagonalisable.
morphisme f nest pas diagonalisable.
Le spectre de A est {k 1, k + 1}.
10 Calcul dune puissance de matrice Le vecteur (sin u, 1 cos u) est un vecteur propre pour
la valeur propre k 1.
1 Premire mthode Le vecteur (sin u, 1cos u) est un vecteur propre pour
k + cos u sin u la valeur propre k + 1.
A= = kI + S en notant :
sin u k cos u Nous avons A = P D P 1 en posant :
cos u sin u
S= . sin u sin u k1 0
sin u cos u P= et D = .
1 cos u 1 cos u 0 k+1
Les matrices I et S commutent. On applique la formule
du binme. (k 1)n 0
Pour tout n de N, on a An = P P 1 .
0 (k + 1)n
On remarque que : S 2 = I.
Soit n dans N .
n n 11 Valeurs propres et image
p n p p n p C)
dun endomorphisme de M3 (C
An = k I+ k S.
n n
p=0 p=0
p pair p impair En notant L la matrice ligne : 1 j j2 , on crit :
n
p n p (k + 1)n + (k 1)n A = tLL et w(X) = t L(L X t L)L = (L X t L) A
Or k =
p=0
n 2 car (L X t L) est un rel.
p pair Or L t L = 0.
n
p n p (k + 1)n (k 1)n On en dduit que : A2 = 0 puis que : X 2 est un poly-
et k = .
n 2 nme annulateur de w.
p=0
p impair
Lendomorphisme w nest pas identiquement nulle,
(k + 1)n (k 1)n
Donc An = (I + S) + (I S). donc le polynme minimal de w est X 2 , scind ra-
2 2 cine double. Lendomorphisme w est trigonalisable, non
2 Deuxime mthode diagonalisable et son spectre est {0}.
Le polynme caractristique de A est : Le sous-espace propre associ la valeur propre 0 est
2
P(X) = X (2k)X + k 1. 2 son noyau Ker (w).
Il est annulateur de A. X Ker (w) L X t L = 0.
Effectuons la division euclidienne de X n par P. Il existe Or X L X t L est une forme linaire non nulle. On
un unique polynme Q et un unique couple (an , bn ) de en dduit que Ker (w) est de dimension 8.
R2 tels que : X n = P(X)Q(X) + an X + bn . Le thorme du rang, nous donne : rg (w) = 1.
Les racines de P sont k 1 et k + 1. On dduit de w(X) = (L X t L) A que Im (w) = Vect ( A).
n
On en dduit : (k + 1) = an (k + 1) + bn
et (k 1)n = an (k 1) + bn . 12 Recherche de sous-espaces
(k + 1)n (k 1)n stables par un endomorphisme
On obtient : an =
2 Notons u lendomorphisme de R3 canoniquement asso-
(1 k)(k + 1)n + (1 + k)(k 1)n ci A.
et bn =
2
puis : Le polynme caractristique de A est (3 X)2 (1 X).
(k + 1)n (k 1)n Le sous-espace propre associ la valeur propre 1 est la
An = A droite D1 engendre par le vecteur (1, 1, 0).
2
(1 k)(k + 1)n + (1 + k)(k 1)n Le sous-espace propre associ la valeur propre 3 est la
+ I
2 droite D2 engendre par le vecteur (1, 1, 0).

Le seul sous-espace stable de dimension 0 est {0}. On observe que pour tout j de [[0, n]], on a :
Les seules droites stables, sont les droites diriges par u(X j ) = j X j 1 + (n j )X i +1 .
un vecteur propre : D1 et D2 .
On en dduit que :
Le seul sous-espace de dimension 3 est R3 .
P Rn [X] u(P) = (1 X 2 )P + n X P.
Recherchons maintenant les plans stables.
Le scalaire l est une valeur propre de u si, et seulement
Soit F un plan stable par u et notons u |F la restriction
sil existe un polynme non nul P tel que :
de u F.
(1 X 2 )P + n X P = lP.
Le spectre de u |F est contenu dans celui de u et son
polynme caractristique est de degr 2 et divise celui Ceci nous conduit rsoudre lquation diffrentielle :
de u. (1 x 2 )y + (nx l)y = 0.
Il y a deux possibilits : (3 X)(1 X) et (3 X)2 . Les solutions sur ] , 1[, ] 1, 1[ ou ]1, +[ sont
Si le polynme caractristique de u |F est (3 X)(1 X), de la forme x C|x 1|nl/2 |x + 1|n+l/2 .
alors F Ker (u Id)(u 3Id). Il sagit de fonctions polynomiales si, et seulement si, le
Or, daprs le thorme de dcomposition des noyaux scalaire l appartient {n 2 p ; p [[0, n]]}.
Ker (u Id)(u 3Id) est le plan D1 D2 . On trouve ainsi n +1 valeurs propres distinctes. Le sous-
Donc F = D1 D2 . espace propre associ la valeur propre n 2 p est la
Si le polynme caractristique de u |F est (3 X)2 , alors droite engendre par le polynme (X 1) p (X + 1)n p .
F Ker (u 3Id)2 . On en dduit que N est diagonalisable, que son spectre
2
Or Ker (u 3Id) est le plan P dquation x = y. Par est {n 2 p ; p [[0, n]]} et quun vecteur propre as-
consquent F = P. soci la valeur propre n 2 p est le vecteur dont la
r -ime coordonne dans la base canonique de Rn+1 est :
En conclusion, les sous-espaces stables par u sont : min(r 1, p)
p np
{0}, Ker (uId),Ker (u3Id), Ker (u3Id)Ker (uId), (1)k , coefcient de X r 1
k r 1k
Ker (u 3Id)2 et R3 . k=r 1n+ p
dans le dveloppement de (X 1) p (X + 1)n p .
13 Un endomorphisme bien cach
15 R)
Deux quations dans M3 (R
1 La matrice est triangulaire infrieure et sa diago-
nale ne contient que des 1. Le spectre de M est {1}.
1 La matrice A scrit A = P T P 1 avec :
Le sous-espace propre associ la valeur propre 1 est la
3 1 1 0 0 0
droite engendre par le vecteur (0, . . . , 0, 1). P = 1 2 0, T = 0 0 1
La matrice M nest pas diagonalisable. 0 1 0 0 0 0

2 On remarque que t M est la matrice de lendomor- 0 1 2
phisme w de Rn1 [X] dni par : w(P) = P(X + 1). et P 1 = 0 0 1.
La matrice (t M)k est la matrice de wk : P P(X + k) 1 3 7
pour tout k de Z. En posant Y = P 1 X P. Lquation devient : Y 2 = T .
i
i 1 i j l1 a b c
Or wk (X i 1 ) = k X .
l 1 On crit Y sous la forme : d e f .
l=1
g h i
Le terme de la i-ime ligne et de la j -ime colonne de
i 1 i j Or Y et T commutent. On en dduit : b = g = h = 0.
M k est k .
l 1 En identiant Y 2 et T on trouve : a = 0, e = 0 et
dc = 1. Les solutions sont de la forme :

14 Un endomorphisme encore mieux 0 0 c
cach 1 1
P c 0 f P .

Soit u lendomorphisme de Rn [X] associ N dans la
base canonique. 0 0 0

ALGBRE ET GOMTRIE
2 La matrice A scrit A = P D P 1 avec : Donc :

1 1 1 4 0 0 exp(M) = exp(aI + N ) = exp(aI) exp(N )
P = 1 1 0 , D = 0 1 0 = ea exp(N ) = i exp(N ) = i(I + N ).
1 0 1 0 0 1

1 1 1 i ib i 4
On identie : = . Do b = 4i.
et P 1 = 1 0 1. 0 i 0 i
1 1 2 Les solutions sont les matrices de la forme :
p
Un calcul analogue donne a = 2 ou a = 2, i = e, i + 2kp 4i
h f = 1 e2 et b = c = d = g = 0. 2 p o k Z.
0 i + 2kp
2
16 Une matrice dcompose
par blocs
18 Recherche dun polynme
Soit B =
m 1
. minimal
1 m
Soit k dans N. On montre par rcurrence que :
1 1 1 m1 0 1 1 Ak k Ak1
On obtient B = . Bk = .
2 1 1 0 m+1 1 1 0 Ak
On en dduit : Pour tout polynme P lexpression de P(B) est :
1 I I MI 0 I I P( A) P ( A)
A= . P(B) = .
2 I I 0 M+I I I 0 P( A)
La matrice M est diagonalisable. Elle scrit On en dduit que le polynme P est annulateur de A si,
M = P D P 1 o D est une matrice diagonale et P et seulement si, P et P sont annulateurs de A.
une matrice inversible.
Le polynme minimal de B est le polynme unitaire de
1 P P DI 0 P 1 P 1
A= 1 . plus bas degr tel que p divise P et P .
2 P P 0 D+I P P 1
La matrice A est diagonalisable et le spectre de A est Soit S le polynme tel que P = Sp. Alors p divise
{l 1 ; l Sp(M)} {l + 1 ; l Sp(M)}. S p + Sp si, et seulement si, le polynme p divise Sp .
Cest--dire si, et seulement sil existe un polynme T
La matrice A est inversible si, et seulement si, 1 et 1 tel que T p = Sp .
ne sont pas valeurs propres de M.
On cherche donc le polynme T de plus bas degr tel
p
que T soit un polynme.
17 Une exponentielle de matrice p
p p2
i 4 On pose ensuite S = T , puis P = T .
On note A = . p p
0 i
Dterminons T .
Les matrices M et A commutent. Elles ont un vecteur p
propre commun. p (X) mk
Or = .
p(X) X ak
La seule direction propre de A est ( 1, 0). Le vecteur k=1
(1, 0) est donc galement un vecteur propre pour M. p

(X ai )
a b p(X)
On en dduit que M scrit : . i =1
0 c Donc : = p p .
p (X)
M A = AM a = c. mk (X a j )
a k=1 j =1
La seule valeur propre de exp(M) est e . j =k
p p p p
Par consquent : a = i + 2ikp avec k dans Z.
2 De plus les polynmes (X ai ) et mk (Xa j )
0 b i =1 k=1 j =1
M = aI + N o N = . j =k
0 0
nont pas de racine commune. Ils sont premiers entre
La matrice N est nilpotente : N 2 = 0. eux.

Par consquent : Daprs la question prcdente, une condition nces-

p p p saire et sufsante pour que An converge vers A1 est
T = mk (X a j ) et S= (X ai ). que :
k=1 j =1 i =1 Sp( A A0 ) ]0, 2[.
j =k
On obtient :
p p 20 Surjectivit dun endomorphisme
P(X) = S(X)p(X) = (X ai ) (X ai )m i C)
de Mn (C
i =1 i =1 Lespace vectoriel est de dimension nie. Linjectivit et
p
la surjectivit de lendomorphisme u sont quivalentes.
= (X ai )m i +1 .
i =1 Nous allons dmontrer les implications contraposes.
p
Supposons tout dabord lendomorphisme u non in-
Le polynme minimal de B est (X ai )m i +1 .
jectif. Il existe une matrice X de Mn (C) telle que
i =1
AX = X B.
19 Convergence vers linverse On montre par une rcurrence immdiate que :

dune matrice k N Ak X = X B k .
Vrier que, plus gnralement, pour tout P de C[X]
1 Il suft de faire le calcul.
on a P( A)X = X P(B).
I p A An+1 = I p 2A An + A An A An = (I p A An )2 .
n
En particulier, pour le polynme minimal p A de A, on
Donc : n N (I p A An ) = (I p A A0 )2 . obtient Xp A (B) = 0.
2 a) A A0 est diagonalisable : La matrice X nest pas nulle. Par consquent, la matrice
P GL p (R) A A0 = Pdiag(l1 , .., ln )P 1
. p A (B) nest pas inversible.
p
2n 2n
Donc I p A An = Pdiag((1 l1 ) , .., (1 ln ) )P 1 . Or p A (B) = (B li In ) o {li ; i [[1, p]]} dsigne
La matrice I p A An est diagonalisable. i =1
le spectre de A dans C.
Les valeurs propres de I p A A0 sont donc
1 l1 , .., 1 ln . On sait que : Montrons par labsurde que lune des matrices B li In
est non inversible. En effet, si cela ntait pas le cas,
|l| < 1 1 < l < 1
toutes les matrices B li In seraient inversibles et leur
0 < 1 l < 2. produit p A (B) galement. Ce qui nest pas.
Lapplication M P 1 M P est continue puisque cest Par consquent, il existe j dans [[1, p]] tel que B l j In
une application linaire dans un espace de dimension ne soit pas inversible.
nie. On en dduit que l j est une valeur propre commune de
On peut dire que lim (I p A A0 )n = 0 si, et seule- A et de B.
n+
ment si : Rciproquement, on suppose que l est une valeur
lim P 1 (I p A A0 )n P = 0. propre commune de A et de B.
n+
lim (I p A A0 )n = 0 si, et seulement si : Les matrices B et t B ont le mme spectre. Le complexe
n+ l est galement une valeur propre de t B.
lim diag((1 l1 )n , .., (1 ln )n ) = 0. Notons Z une matrice de Mn,1 (C) vecteur propre de A
n+
On doit donc avoir : et Y une matrice de Mn,1 (C) vecteur propre de t B pour
cette valeur propre.
k [[1, n]] |1 lk | < 1.
AZ = lZ . t BY = lY .
Ainsi :
Posons X = Z t Y . La matrice X, non nulle, appartient
lim (I p A A0 )n = 0 k [[1, n]] 0 < lk < 2.
n+ Mn (C).
b) An converge vers A1 si, et seulement si, A An AX = ( AZ )t Y = lZ t Y = Z (lt Y ) = Z t ( t BY )
converge vers I p . = Z t Y B = X B.
Donc An converge vers A1 si, et seulement si, Le noyau de u contient X. Il nest pas rduit au vecteur
I p A An converge vers 0 quand n tend vers +. nul.

ALGBRE ET GOMTRIE
Nous avons montr : 22 Trace des puissances

u non injectif Sp( A) Sp(B) = [. dune matrice
En contraposant, on obtient : Remarquons tout dabord que les matrices dont le
spectre est {1} conviennent.
u injectif Sp( A) Sp(B) = [.
Montrons la rciproque par rcurrence sur n.
Le rsultat est acquis pour n = 1. Supposons que pour
21 Relations polynomiales tout entier m < n, toute matrice C de Mm (C) telle que
entre deux matrices k [[1, m]] Tr(C k ) = m admet 1 pour unique valeur
On suppose quil existe deux polynmes P et Q de propre. Montrons le rsultat au rang n.
R[X] tels que P( A) = B et Q(B) = A. Soit A dans Mn (C) vriant : k [[1, n]] Tr( Ak ) = n.
La matrice A est diagonalisable. Il existe une matrice Montrons que 1 appartient au spectre de A.
inversible M telle que A = M D M 1 avec D matrice n
diagonale de diagonale (a1 , . . . , an ). Notons PA = ak X k le polynme caractristique
Alors B = M P(D)M 1 et la matrice P(D) est diago- k=0
de A.
nale de diagonale (P(a1 ), . . . , P(an )).
Le thorme de Cayley-Hamilton assure :
On en dduit que B est diagonalisable et que les vec- n
teurs propres pour A associs une valeur propre a ak Ak = 0n .
sont vecteurs propres pour B associs la valeur propre k=0
P(a). Lapplication trace est linaire.
On en dduit que le sous-espace propre n n
E a ( A) E P(a) (B). ak Tr ( Ak ) = 0. n ak = 0.
k=0 k=0
Les sous-espaces propres de A sont inclus dans les sous-
espaces propres de B. Le rel 1 est racine de PA .
De mme, laide de Q(B) = A, on montre que les
Montrons par labsurde que 1 est la seule valeur
sous-espaces propres de B sont contenus dans les sous- propre.
espaces propres de A. En conclusion, les matrices A et Si 1 nest pas la seule valeur propre, il existe p dans
B ont les mmes sous-espaces propres. [[1, n]] et Q dans C[X] tels que PA = (X 1) p Q et
Rciproquement, supposons que les matrices A et B ont (X 1) Q = 1.
les mmes sous-espaces propres. Lentier p est la multiplicit de la valeur propre 1.
Notons (l1 , . . . , l p ) le spectre de A sans rptition et Notons u lendomorphisme canoniquement associ A
(m1 , . . . , m p ) celui de B. et e lapplication identique.
On suppose que les valeurs propres de A et de B sont Le thorme de dcomposition des noyaux permet
ranges de telle sorte que : dcrire :
Cn = Ker (u e) p Ker Q(u).
i [[1, p]] E li ( A) = E mi (B).
Les sous-espaces Ker (u e) p et Ker Q(u) sont stables
On sait quil existe un unique polynme P de degr p
par u.
tel que :
i [[1, p]] P(li ) = mi . Ker (u e) p est le sous-espace caractristique de u pour
la valeur propre 1. Il est de dimension p.
(On le construit laide des polynmes dinterpolation
Ker Q(u) est un sous-espace de dimension n p.
de Lagrange.)
Il existe une base B1 deKer (u e) p dans laquelle la
De mme, il existe un unique polynme Q de degr n
matrice M de la restriction v de u Ker (u e) p est
tel que :
i [[1, p]] Q(mi ) = li . triangulaire suprieure et ne comporte que des 1 sur la
diagonale.
Soit X un vecteur quelconque de E li ( A) = E mi (B). Compltons cette base B1 en une base adapte la d-
P( A)X = P(li )X = mi X = B X. On en dduit composition en somme directe.
P( A) = B. La matrice de u dans cette base est :
Vrier de mme : Q(B) = A. M 0
P= .
0 N
Lapplication v admet (X 1) p comme polynme an- Montrons que x E p p(x) = p(x).

nulateur. Lunique racine est 1. Soit x dans E. Le vecteur p(x) appartient F.
Le polynme caractristique de M est (X 1) p . Or F est stable par v 1 . Donc v 1 p(x) appartient F.
Mk 0 La projection p a pour image F. Par consquent la res-
k [[1, n]] P k = .
0 Nk triction de p F est lidentit.
k [[1, n]] n = Tr(P k ) = p + Tr(N k ). ( p v 1 p)(x) = (v 1 p)(x).
Or N matrice de Mn p (C) vrie :
(v p v 1 p)(x) = p(x).
k
k [[1, n p]] Tr(N ) = n p.
p > 1. Puis : ( p p)(x) = p(x).
Lhypothse de rcurrence applique n p prouve Revenons au calcul de p p.
que 1 est lunique racine du polynme caractristique 1 1
p p = v p p v 1 = v p v 1 = p.
PN de N . q vG q vG
Par consquent Q(1) = 0. Ceci contredit encore Montrer que Im p F.
(X 1) Q = 1. Donc 1 est la seule racine de PA .
Soit x quelconque dans E. Le vecteur p v 1 (x) ap-
En conclusion, la solution du problme est lensemble partient F et F est stable par v. Donc v p v 1 (x)
des matrices de spectre {1}. appartient F. Ainsi p(x) appartient F.
Montrons que F Im p. Il suft de vrier que
23 Supplmentaire stable x F p(x) = x.
dun sous-espace stable
Soit x dans F. Alors v 1 (x) est encore dans F, donc
1 Immdiat. dans limage de p.
2 Soit w G. p v 1 (x) = v 1 (x).
1 1 1
w u w1 = w (v u v 1 ) w1 p(x) = v p v 1 (x) = v v 1 (x) = x.
q q vG q vG
vG
1 La commutativit de p avec tout lment de G assure
= (w v) u (v 1 w1 ) la stabilit de Ker p par G.
q vG
1 4 Conclusion immdiate.
w u w1 = (w v) u (w v)1 .
q vG 5 Soit G le groupe u engendr par u. Il est ni car
Montrons que {w v/v G} = G. u est idempotent.
Lapplication v w v est bijective de G dans G car Daprs la question 4), le sous-espace vectoriel admet
w est inversible. (Translation dans un groupe.) un supplmentaire stable par u , donc par u.
1 1
Algorithmes
(w v) u (w v)1 = v u v 1 = u.
q vG q vG
3 Montrons que w G w(F) = F.

Soit w G. Lensemble G est un sous-groupe de 1 Calcul du polynme
GL(E). caractristique
Lapplication w1 appartient G et w1 (F) F. par la mthode de Souriau
Par consquent F w(F), puis w(F) = F.
Partie mathmatique
Montrons que p est un projecteur en vriant que
p p = p. 1 Nous avons admis que toute matrice carre com-
1 plexe est semblable une matrice triangulaire. Il existe
p p= p(v p v 1 ). donc une matrice carre, complexe, inversible, P, et une
q vG
matrice carre, complexe triangulaire T telles que :
Daprs la question 2), nous avons v p = p v pour
A = P 1 T P.
tout v de G.
1 T et A ont mme polynme caractristique. Puisque T
p p= v p p v 1 .
q vG est triangulaire, ses lments diagonaux sont les racines

ALGBRE ET GOMTRIE
du polynme caractristique. Nous en dduisons que, 2 Rsolution dun systme linaire

pour tout k 1 : par la mthode de Gauss-Seidel
n
Tr( Ak ) = Tr(T k ) = xik = Sk . Partie mathmatique
i =1
2 Nous ne vous ferons pas linjure de rdiger cette 1 Soit l un complexe de module suprieur ou gal
rcurrence simple ! 1. Alors : M lIn = L 1 U lIn
3 Cest le thorme de Cayley-Hamilton. La matrice L est inversible. Donc la matrice M lIn est
4 Daprs la question prcdente : inversible si, et seulement si, la matrice U lL lest.
n Vrier que cette matrice est diagonale strictement
An+1 u n+1i Ai = 0. dominante. Elle est inversible, donc l nest pas valeur
i =1 propre de M.
Soit : A[ A(Bn1 an1 In ) an In ] = 0.
Nous avons admis que la matrice M est semblable une
Do le rsultat. matrice triangulaire.
Partie informatique
5 Il existe une matrice carre complexe inversible P telle
Avec Maple que :
M = P D P 1
^ 3;0-B3- f avec D diagonale.
^ S:*31B*f`83:?L[J
@:?B@ UFZF+F*F<F\F!FX d Pour tout entier p, on a : M p = P D p P 1 .
e1-4L@1<B@7J d
<f`?:@=1>L[J d\f`B33BaL1=;<-1-aF,55<F,55<J d
Zf`[ d*f`-3B?;LZJ d La suite (D p ) converge vers 0, car les lments diago-
Uf`P<C*IPL<C,J d naux de D sont de module strictement infrieur 1.
9:3 + -: <C, =: Les matrices P et P 1 sont xes. Lapplication f de
Zf`;!B@>LLZC*I\JOI[J d *f`-3B?;LZJ2L+G,J d
UfÙC*IPL<C+C,J d Mn (K) dans lui-mme, dnie par f(N ) = P N P 1
DU:*3 8:*!:13 ?B@?*@;3 @M1<!;30; =; [F 01 [ est linaire, donc continue car Mn (K) est de dimension
D;0- 1<!;301A@; nie. La suite (M p ) converge vers 0.
19 +`<C) -4;< !f`* dXf`;!B@>LZJ d91 d
:= d
831<-LUJ d 2 Vrier que : X = L 1 (B U X).
19 *b^/ -4;< 831<-L;!B@>LLXC!I\J2*JJ d91 d
;<= f On en dduit :
^ [f`>B-31cL(F(FK,F)F(FC,FC'F)F/F)F,HJ d X p+1 X = L 1 U X L 1 U X p = M(X p X).
1 2 3 Donc, pour tout p 1 : X p X = (M) p (X 0 X).
A := 1 4 2
0 2 1 La convergence de la suite (M p ) vers 0 entrane celle de
^ S:*31B*L[J d la suite (X p ) vers X.
QB3<1<7F <;e =;91<1-1:< 9:3 <:3>
QB3<1<7F <;e =;91<1-1:< 9:3 -3B?;
Partie informatique
X 3 + 2 X 2 9 X + 12
3
2 1 4
3 3 3
Avec Maple
1 1 5

12 12 12
^ 3;0-B3-f
1 1 1 ^ TB*00S;1=;@f`83:?L[FZF;80J
6 6 6 @:?B@ 1F.F+F<FPFYFRF]YFWFN d
^ ?4B38:@aL[FPJ d1<!;30;L[J d e1-4L@1<B@7J d
X 3 + 2 X 2 9 X + 12 <f`?:@=1>L[J d
DV< -;0-; 01 @B >B-31?; ;0- E =1B7:<B@;
2 1 4
3 3 3
D=:>1<B<-;5

1 1 5 9:3 1 -: < =:

12 12 12 19 0*>LBA0L[K1F+HJF+`,55<J^)IBA0L[K1F1HJ

1 1 1 -4;< 831<-LM;33:3MJ dA3;B+
6 6 6 91 d:= d

DV< ?:<0-3*1- @;0 >B-31?;0 Y ;- R5 ^ [f`>B-31cL'F'FK$F)F,F/F)F#F,FC)F,F)F"F,F/F

C,F)F%HJf
Yf`>B-31cL<F<F/J d Zf`>B-31cL'F,FK,5F)F(F'HJ f;80f`,/LC)J f
9:3 1 -: < =:
^ TB*00S;1=;@L[FZF,/LC(JJ d
9:3 . 93:> , -: 1 =: YK1F.Hf`[K1F.H d:= d := d QB3<1<7F <;e =;91<1-1:< 9:3 <:3>
Rf`;!B@>L[CYJ d QB3<1<7F <;e =;91<1-1:< 9:3 -3B?;

DV< ?B@?*@; WF 8*10 :< ?:<0-3*1- @B 0*1-; P85 .005299083986
]Yf`1<!;30;LYJ d .3965730051
.1694716691
Wf`;!B@>L]YOIRJ dPf`>B-31cL<F,F,J d .6762716112
Nf`;!B@>L]YOILZCROIPJJ d
e41@; ;!B@9L<:3>L;!B@>LNCPJF)JJ^;80 =: ^ @1<0:@!;L[FZJ d
Pf`;!B@>LNJ dNf`;!B@>L]YOILZCROIPJJ d .005347593583
:= d .3965446318
.1694775812
;<= f .6762649116

4
Formes bilinaires
symtriques
et formes quadratiques
RAPPELS DE COURS
Dans ce chapitre, E est un R-espace vectoriel.
FORMES BILINAIRES
Une application w de E E dans R est dite bilinaire sur E lorsque les applications de E dans
R dnies, pour tout x de E, par gx : y w(x, y) et, pour tout y de E, par d y : x w(x, y)
sont linaires.
Une forme bilinaire w est symtrique lorsque :
(x, y) E E w(x, y) = w(y, x).
Lensemble BL(E) des formes bilinaires sur E est un sous-espace vectoriel du R-espace
vectoriel (R EE , +, ).
Lensemble BS(E) des formes bilinaires symtriques sur E est un sous-espace vectoriel du
R-espace vectoriel BL(E).
On suppose maintenant que lespace vectoriel E est de dimension n.
Considrons une base B = (e1 , . . . , en ) de E.
La matrice A = (w(ei , e j ))i [[1, n]], j [[1, n]] de Mn (R) est appele matrice de la forme bilinaire w
dans la base B.
Si nous notons X et Y les matrices colonnes des coordonnes de x et de y dans la base B, nous
obtenons :
w(x, y) = t X AY .
Lapplication de BL(E) dans Mn (R) qui associe, toute forme bilinaire, sa matrice dans la
base B est un isomorphisme de R-espaces vectoriels. La dimension de BL(E) est n 2 .
La forme bilinaire w est symtrique si, et seulement si, A est une matrice symtrique.
Lapplication de BS(E) dans Sn (R) qui associe, toute forme bilinaire symtrique, sa matrice
dans la base B, est un isomorphisme de R-espaces vectoriels.
La dimension de BS(E) est :
n(n + 1)
.
2
Soit P la matrice de passage de la base B la base B .
Notons A la matrice de w dans la base B . Alors A = t P A P.

4. FORMES BILINAIRES SYMTRIQUES ET FORMES QUADRATIQUES
FORMES QUADRATIQUES
Lapplication F dnie de E dans R est une forme quadratique sil existe une forme bilinaire w
telle que :
x E F(x) = w(x, x).
Lensemble Q(E) des formes quadratiques sur E est un sous-espace vectoriel du R-espace
vectoriel (R E , +, .).
Pour toute forme quadratique F, il existe une unique forme bilinaire symtrique w associe.
On lappelle la forme polaire de F. Elle est donne par :
1
(x, y) E 2 w(x, y) = [F(x + y) F(x) F(y)] (Identit de polarisation.)
2
Lapplication qui, toute forme quadratique, associe sa forme polaire est un isomorphisme de
Q(E) dans BS(E).
Soit F une forme quadratique sur E.
Alors :
(x, y) E 2 F(x + y) + F(x y) = 2(F(x) + F(y)) (Identit du paralllogramme.)
On suppose maintenant que lespace vectoriel E est de dimension n.
Considrons une base B = (e1 , . . . , en ) de E.
Notons A la matrice de w dans la base B.
Alors, si nous notons X la matrice colonne des coordonnes de x dans la base B, nous obtenons :
F(x) = t X AX.
Lapplication de Q(E) dans Sn (R) qui, associe toute forme quadratique, la matrice dans la base
B de sa forme polaire est un isomorphisme de R-espaces vectoriels. La dimension de Q(E) est :
n(n + 1)
.
2
La matrice de Sn (R) associe la forme polaire de la forme quadratique F est appele matrice
de la forme quadratique F dans la base B.
Soit P la matrice de passage de la base B la base B . Notons A la matrice de F dans la
base B . Alors :
A = t P A P.
Deux matrices A et B de Mn (R) qui reprsentent la mme forme quadratique dans des bases
diffrentes sont dites congruentes.
CARACTRISATIONS DUNE FORME QUADRATIQUE

Une application F de E dans R est une forme quadratique sur E si, et seulement si, elle vrie
les deux proprits suivantes :
1
lapplication w : (x, y) [F(x + y) F(x) F(y)] est bilinaire sur E ;
2
x E w(x, x) = F(x).
Une application F de E dans R est une forme quadratique sur E si, et seulement si, elle vrie
les deux proprits suivantes :
1
lapplication w : (x, y) [F(x + y) F(x y)] est bilinaire sur E ;
4
x E w(x, x) = F(x).
Lorsque E est de dimension nie, soit B = (e1 , . . . , en ) une base de E.
ALGBRE ET GOMTRIE
Une application F de E dans R est une forme quadratique sur E si, et seulement si, elle sexprime
laide dun polynme homogne de degr 2 en fonction des coordonnes (x1 , . . . , xn ) du vecteur
x de E.
n
x E F(x) = xi2 bi + xi x j bi , j
i =1 1 i< j n
avec, pour tout i et tout j de [[1, n]] distincts, bi et bi , j rels.

Dans ce cas, on obtient lexpression de la forme polaire de F en ddoublant les termes de la
manire suivante :
xi yi se substitue xi2
et
1
(xi y j + x j yi ) se substitue xi x j .
2
De plus, la matrice de F dans cette base B est la matrice de la famille :
1 F 1 F
,..., dans la base B .
2 x1 2 xn
RANG DUNE FORME BILINAIRE SYMTRIQUE

OU DUNE FORME QUADRATIQUE
Le noyau dune forme quadratique F et le noyau de sa forme polaire w sont dnis par :
Ker F = Ker w = {x E ; y E w(x, y) = 0}.
Une forme bilinaire symtrique w ou une forme quadratique F sont dites non dgnres
lorsque leur noyau est rduit {0 E }. Elles sont dites dgnres dans le cas contraire.
Soit w une forme bilinaire symtrique, le rang de w est le rang de lapplication linaire g,
associe gauche, dnie par x gx
Soit F une forme quadratique. Le rang de F est celui de sa forme polaire.
Lorsque E est de dimension nie, soit (e1 , . . . , en ) une base de E, F une forme quadratique sur
E, w sa forme polaire et A sa matrice dans la base (e1 , . . . , en ). Alors :
le noyau de F est le sous-espace de E dquation AX = 0 ;
les formes F ou w sont dgnres si, et seulement si : Det( A) = 0.
Le dterminant Det(A) est appel discriminant de F dans la base (e1 , . . . , en ).
Une forme quadratique F sur un espace vectoriel E de dimension nie est non dgnre si, et
seulement si, son discriminant dans une base (e1 , . . . , en ) de E est non nul.
rg (w) = rg (F) = rg ( A).
FORMES QUADRATIQUES POSITIVES ET DFINIES POSITIVES

Une forme quadratique F est positive lorsque F(x) 0, pour tout x de E.
Elle est dnie positive lorsque F(x) > 0, pour tout x non nul de E.
Une forme quadratique F est ngative lorsque F est positive et dnie ngative lorsque F
est dnie positive.
Soit w une forme bilinaire symtrique.
On dira que w est positive (respectivement ngative) lorsque la forme quadratique associe est
positive (respectivement ngative).
On dira que w est dnie positive (respectivement dnie ngative) lorsque la forme quadratique
associe est dnie positive (respectivement dnie ngative).
Soit A une matrice symtrique.
On dira que A est positive si la forme quadratique sur Mn,1 (R) canoniquement associe est
positive :
X Mn,1 (R) t X AX 0.
On dira que A est dnie positive lorsque :
X Mn,1 (R) X = 0 t X AX > 0.
A est ngative lorsque :

t
X Mn,1 (R) X AX 0.
et dnie ngative lorsque :
X Mn,1 (R) X = 0 t X AX < 0.

Soit F une forme quadratique positive de forme polaire w. On a :
(x, y) E 2 w(x, y)2 F(x)F(y) (Ingalit de Cauchy-Schwarz.)
Une forme quadratique est dnie positive si, et seulement si, elle est positive et non dgnre.
Soit F une forme quadratique positive. On a :
(x, y) E 2 f(x + y) f(x) + f(y) (Ingalit de Minkowski.)
Soit A une matrice symtrique relle. Alors :

A est positive si, et seulement si : Sp(A) R+ ;
A est dnie positive si, et seulement si : Sp(A) R+ .
Notons A une matrice de F dans une base xe quelconque de E.
le couple s = (card (Sp( A) R+ , card (Sp( A) R ) est appel la signature de F
Soit F une forme quadratique sur E de signature s = ( p, q) et de rang r . Alors :
p + q = r.
La forme quadratique F est positive si, et seulement si :
s = (r , 0).
La forme quadratique F est ngative si, et seulement si :
s = (0, r ).
La forme quadratique F est dnie positive si, et seulement si :
s = (n, 0).
La forme quadratique F est dnie ngative si, et seulement si :
s = (0, n).
La forme quadratique F est non dgnre si, et seulement si :
p + q = n.
ALGBRE ET GOMTRIE
Il existe une base (e1 , . . . , en ) orthogonale pour F telle que :
i [[1, n]] i p F(ei ) = 1

i [[1, n]] p<i p + q F(ei ) = 1
i [[1, n]] i > p + q F(ei ) = 0.
La base (e1 , . . . , en ) est dite rduite relativement F.

Dans cette base, lexpression de F(x) en fonction des coordonnes de (x1 , . . . , xn ) de x est :
p p+q
F(x) = xi 2 x 2j .
i =1 j = p+1
Toute matrice A symtrique relle de Sn (R) est congruente une matrice :

Ip 0 0

J p, q, n =
0 Iq 0
de Sn (R).
0 0 0
Soit (E, ( | )) un espace euclidien de dimension n et w une forme bilinaire symtrique.

Il existe un unique endomorphisme auto-adjoint u tel que :
x R y E w(x, y) = (u(x) | y).
Lendomorphisme u est appel endomorphisme auto-adjoint associ w.

La matrice de lendomorphisme u auto-adjoint associ w dans une base orthonormale
(e1 , . . . , en ) de E est la matrice de w dans cette mme base.
Soit E un espace vectoriel sur R de dimension nie, F1 une forme quadratique sur E dnie
positive et F2 une forme quadratique sur E.
Il existe une base de E orthonormale pour F1 et orthogonale pour F2 .
Soit A et B deux matrices symtriques. On suppose A dnie positive. Alors il existe une
matrice diagonale D et une matrice inversible P telles que :
A = tP P et B = t P D P.

N O N C S
1 Ingalits entre formes 3 Une forme quadratique
quadratiques R)
sur M n (R)
Soit E lespace des polynmes coefcients rels de Soit w lapplication de Mn (R) Mn (R) dans R dnie
degr infrieur ou gal 2. Dterminer le plus petit l par :
dans R tel que : w( A, B) = aTr( AB) + bTr( A)Tr(B)
1 1 o a et b sont deux rels xs.
l P(t)2 d t P (t)2 d t
1 1 Montrer que w est une forme bilinaire symtrique.
pour tout P de E. Donner la forme quadratique associe.
Commencer par montrer que lapplication est sy-

Pour l donn, tudier la forme quadratique Q d-
mtrique. Il sufra ensuite de montrer la linarit
nie par :
gauche.
1 1
Q(P) = l P(t)2 d t P (t)2 d t.
1 1
4 Ddoublement des termes
Dterminer une base orthogonale pour Q.
On dnit sur R3 lapplication Q par :
Q(x, y, z) = 3x 2 2y 2 + 8x y + 6yz 4x z.
2 Biorthogonal
dun sous-espace vectoriel Montrer que Q est une forme quadratique sur R3 . Don-
ner sa forme polaire et sa matrice dans la base cano-
Soit E un R espace vectoriel de dimension nie n et w
nique.
une forme bilinaire symtrique sur E. F est un sous-
espace vectoriel de E. On note :
F = {y E | x F w(x, y) = 0} et Mthode du ddoublement des termes.

Ker w = E ;
5 Reconnatre
f lapplication de F dans E le dual de E dnie par : une forme quadratique
x F f (x) = w(x, .) ; Soit E un R-espace vectoriel, w une forme bilinaire sur

g lapplication de E dans F le dual de F dnie par : E et u un endomorphisme de E.
x E g(x) = w(x, .)|F . On dnit lapplication Q de E dans R par

Q(x) = w(u(x), x).
1 Montrer que f et g ont mme rang. Montrer que Q est une forme quadratique sur E. Quelle
est sa forme polaire ?
2 Dterminer Ker f et Ker g. En dduire la dimen-
sion de F .
Utiliser lune des caractrisations des formes
3 En dduire la valeur de dim (F ) , puis que
quadratiques.
(F ) = F + Ker w.
6 Quand le noyau et le cne

1) crire les matrices de f et de g dans des bases isotrope sont confondus
adaptes. Soit Q une forme quadratique sur un R-espace vecto-
2) Appliquer le thorme du rang. riel E.

ALGBRE ET GOMTRIE
Montrer que Q est de signe constant si, et seulement si, a) On suppose F G. Comparer F et G .
le noyau de Q est gal son cne isotrope C(Q) dni
b) Comparer (F + G) et F G .
par :
C(Q) = {x E ; Q(x) = 0}. c) Comparer F + G et (F G) .
d) On suppose, dans cette question, que w est non dg-
nre. Montrer que :
Lorsque Q est de signe constant, crire lingalit
de Cauchy-Schwarz. dim F + dim F = n
Raisonner par labsurde pour la rciproque. (F ) = F
A-t-on E = F F ?
7* Signature dune forme e) Montrer que :
R)
quadratique sur M n (R) dim F + dim F = n + dim(F Ker w)
Soit S une matrice de Sn (R). F F = {0 E } E = F F
Montrer que lapplication Q de Mn (R) dans R dnie (F ) = F + Ker w
par :
Q( A) = Tr(S At A) quelle condition a-t-on (F ) = F ?
est une forme quadratique sur Mn (R). Donner sa forme

polaire. Pour la question 2) d), introduire une base
Quelle est sa signature ? son rang ? (e1 , . . . , e p ) de F, la complter en une base
Donner une condition ncessaire et sufsante pour que (e1 , . . . , en ) de E et utiliser la base duale
la forme quadratique Q soit respectivement positive, d- (e1 , . . . , en ) dans E .
nie positive, non dgnre ? Remarquer que, dans ce cas, lapplication linaire
gauche g est un isomorphisme de E dans E .
Puis montrer que :
Trouver une forme bilinaire w telle que : x F g(x) Vect (ep+1 , . . . , en ).
Q( A) = w( A, A). Pour la question 2) e), introduire un supplmen-
Pour dterminer la signature de Q crire que la ma- taire K de Ker w F dans F et un supplmentaire
trice S est congruente une matrice de la forme : L de Ker w dans E contenant K . Puis, considrer
la forme bilinaire c restriction de w L L.
Ip 0 0 Vrier que c est non dgnre.

0 Iq 0 .

0 0 0
9* Rduction simultane de deux
formes quadratiques
8 Orthogonalit pour une forme
bilinaire symtrique Soit Q et R deux formes quadratiques sur R3 dnies
par :
Soit E un R-espace vectoriel de dimension nie n et w Q(x, y, z) = 3x 2 + y 2 + 3z 2 2x z
une forme bilinaire symtrique.
R(x, y, z) = 2y 2 3z 2 + 2x z
Deux vecteurs x et y de E sont orthogonaux pour w
quand w(x, y) = 0. Trouver une base de R3 dans laquelle Q et R scrivent
1 Soit A une partie de E. Lorthogonal de A est len- respectivement :
semble, not A , des vecteurs de E orthogonaux tout X 2 + Y 2 + Z 2 et a X 2 + bY 2 + cZ 2 .
vecteur de A.
a) Montrer que A est un sous-espace vectoriel de E.
Comparer A et ( A ) . Penser la diagonalisation dune matrice sym-
b) Donner E
et {0 E } . trique.
2 Soit F et G deux sous-espaces de E.

www.bibliomath.com
10 Forme quadratique et produit Montrer que E est somme directe orthogonale de sous-
mixte espaces E 1 , . . . , E n et que les projecteurs orthogonaux
p1 , . . . , pn associs vrient :
Soit u et v deux vecteurs de R3 muni du produit scalaire
canonique, orient par sa base canonique. x E k [[1, n]]
On dnit lapplication Q de R3 dans R par Q k (x) = ( pk (x) | x) = ( pk (x) | pk (x))
Q(x) = [x, u, v x], o [ , , ] dsigne le produit mixte
sur R3 .
Pour tout k de [[1, n]], il existe un endomorphisme
Montrer que Q est une forme quadratique sur R3 .
de E auto-adjoint u k tel que :
Prciser sa signature et son noyau. Donner une condi-
tion ncessaire et sufsante pour que Q soit non dg- x E Q k (x) = (u k (x) | x)
nre.
12 Une dernire forme quadratique
Sparer les cas (u, v) libre et (u, v) lie. R)
sur Mn (R
Dans le cas o (u, v) est libre, utiliser une base Soit Q lapplication de Mn (R) dans R dnie par :
orthonormale convenablement choisie.
Q( A) = Tr( A2 ).
11 Une somme de formes Montrer que cest une forme quadratique sur Mn (R).
quadratiques Prciser sa signature et son rang.
Soit E un espace euclidien de dimension n et Q la forme

quadratique sur E associe au produit scalaire. Considrer les cas particuliers des matrices sym-
On suppose quil existe n formes quadratiques triques et des matrices antisymtriques.
Q 1 , . . . , Q n sur E telles que :
n n
Qi = Q et rg Q i = n.
i =1 i =1

www.bibliomath.com
C O R R I G S
1 Ingalits entre formes De mme dans les bases (e) et (eF ) la matrice de g est
quadratiques B telle que :
On considre la forme quadratique sur E dnie par i [[1, n]] j [[1, p]] b j ,i = w(e j , ei ).
1 1
Les matrices A et B sont transposes lune de lautre.
Q l (P) = l P(t)2 d t P (t)2 d t de forme po-
1 1 Elles ont le mme rang.
laire :
1 1
2 x Ker ( f ) x F y E w(x, y) = 0.
fl (P, R) = l P(t)R(t) d t P (t)R (t) d t.
1 1 Donc Ker f = F Ker w.
2
On voit que fl (1, X) = 0 et fl (X, X ) = 0. De mme x Ker g y F w(x, y) = 0.
Donc X est dj Q l -orthogonal 1 et X 2 , et une base Donc Ker g = F .
orthogonale possible est de la forme 1, X, X 2 + a.
Or :
2 1
Mais fl (1, X 2 + a) = l + 2al sannule si a = . rg ( f ) = dim F dim Ker f = p dim (F Ker w)
3 3
1 et
Donc une base orthogonale pour Q l est 1, X, X 2 .
3 rg (g) = dim E dim Ker g = n dim F .
Dans cette base la matrice de Q l est : On en dduit que :

Q l (1) 0 0 dim E dim F = dim F dim (F Ker w).
0 Q l (X) 0
Ceci prouve que :
1
0 0 Ql X 2 dim F = dimE dim F + dim (F Ker w).
3

2l 0 0
2 3 En appliquant la formule prcdente on obtient :

= 0 3 (l 3) 0
8 dim (F ) = dim E dim F + dim (F Ker w).
0 0 (l 15)
45 Mais F Ker w = Ker w et en remplaant dim F
La forme est positive si, et seulement si, l 15. par lexpression obtenue dans la question 2)
on obtient :
Ainsi l = 15 est la meilleure constante vriant :
1 1 dim (F ) = dim F + dim Ker w dim (F Ker w)
2 2
P E l P(t) d t P (t) d t. = dim (F + Ker (w)).
1 1
Puisque F + Ker (w) (F ) , lgalit des dimen-
sions donne lgalit des espaces.
2 Biorthogonal dun sous-espace
vectoriel Conclusion : F + Ker (w) = (F ) .
1 On choisit une base (e F ) = (e1 , . . . , e p ) de F com-

plte en une base (e) = (e1 , . . . , en ) de E. 3 Une forme quadratique sur Mn (R)
On considre alors la base duale de E et la base duale ( A, B) Mn (R) Mn (R)
de F notes (e ) = (e1 , . . . , en ) et (eF ) = (e1 , . . . , ep ) .
w( A, B) = aTr( AB) + bTr( A)Tr(B)
La matrice de f dans les bases (e F ) et (e ) est A dnie = aTr(B A) + bTr(B)Tr( A) = w(B, A)
par : Lapplication w est symtrique.
i [[1, n]] j [[1, p]] ai , j = ei ( f (e j )) = w(ei , e j ) Montrons la linarit gauche.

www.bibliomath.com
(A, A , B) Mn (R)3 (x, y) R2 Soit x quelconque dans C(Q). Alors Q(x) = 0 et,
w(x A + y A , B) daprs lingalit de Cauchy-Schwarz, on a :
= aTr(x AB + y A B) + bTr(x A + y A )Tr(B) y E w(x, y) = 0.
= axTr( AB) + ayTr( A B) + bxTr( A)Tr(B) On en dduit C(Q) Ker Q.
+ byTr( A )Tr(B) Rciproquement, supposons que C(Q) = Ker Q. Mon-
= xw( A, B) + yw( A , B). trons par labsurde que le signe de Q est constant.
Lapplication w est bilinaire symtrique. Si Q nest pas de signe constant, il existe deux vecteurs
Lexpression de la forme quadratique associe est : x et y de E tels que Q(x) > 0 et Q(y) < 0.
Q( A) = w( A, A) = aTr( A2 ) + bTr( A)2 . Pour tout rel l, on a :

Q(lx + y) = l2 Q(x) + 2lw(x, y) + Q(y).
4 Ddoublement des termes w(x, y)2 Q(x)Q(y) > 0.
Lexpression de Q(x, y, z) en fonction des coordonnes Par consquent, il existe un rel non nul l tel que :
dans la base canonique est un polynme homogne de l2 Q(x) + 2lw(x, y) + Q(y) = 0.
degr 2. Q(lx + y) = 0.
Par consquent, Q est une forme quadratique sur R3 .
Le vecteur lx + y appartient au cne isotrope.
La forme polaire w scrit, en appliquant la mthode du
ddoublement des termes : Mais il nappartient pas au noyau. En effet :
3
(x, y, z) R (x , y , z ) R 3 w(lx + y, x) = lQ(x) + w(x, y).
w((x, y, z), (x , y , z )) =3x x 2yy + 4x y + 4y x Or l nest pas une racine double du trinme du second
+ 3y z + 3yz 2x z 2x z . degr. Donc w(lx + y, x) = 0.
La matrice de Q dans la base canonique est : Ceci contredit lgalit C(Q) = Ker Q.
Par consquent, la forme quadratique Q est de signe
3 4 2
constant.
4 2 3 .
2 3 0
7 Signature dune forme
5 Reconnatre une forme quadratique sur Mn (R)
quadratique
On remarque que Q( A) = Tr(t AS A). Lapplica-
On introduit lapplication c dnie sur E E par : tion w de Mn (R) Mn (R) dans R dnie par
1 w( A, B) = Tr(t AS B) est bilinaire et, pour tout A de
c(x, y) = [w(u(x + y), x + y)w(u(x), x)w(u(y), y)]
2 Mn (R), on a Q( A) = w( A, A).
1 Lapplication q est une forme quadratique sur Mn (R).
= [w(u(x), y) + w(u(y), x)].
2
On vrie facilement que c est bilinaire symtrique et Tr(t AS B) = Tr(t (t AS B)) = Tr(t B t S A) = Tr(t B S A),
que : car S est symtrique.
x E c(x, x) = Q(x). Lapplication bilinaire w est symtrique, cest la forme
On en dduit que Q est une forme quadratique et que c polaire de Q.
est sa forme polaire. Notons ( p, q) la signature
de la forme quadratique
de
Ip 0 0
6 Quand le noyau et le cne

matrice S et J la matrice 0 I q 0 .
isotrope sont confondus
0 0 0
Notons w la forme polaire de Q.
On a toujours Ker Q C(Q). Il existe une matrice P de GLn (R) telle que J = t P S P.
Supposons Q de signe constant. Alors : Pour toute matrice M de Mn (R) on a :
2 2
(x, y) E w(x, y) Q(x)Q(y). Q(P M) = Tr(t M t P S P M) = Tr(t M J M).

www.bibliomath.com
ALGBRE ET GOMTRIE
Notons m i , j le terme gnral de la matrice M. Soit x quelconque dans F G .

p n p+q n Pour tout y de F + G, on considre z dans F et t dans
Q(P M) = m i2, j m i2, j . G tels que y = z + t. Alors :
j =1 i =1 j = p+1 i =1
w(x, y) = w(x, z) + w(x, t).
Notons u i , j la forme linaire M m i , j .
La famille (u i , j )i [[1,n]], j [[1,n]] est une base de Mn (R) . Or x appartient F . On en dduit w(x, z) = 0.
De mme, w(x, t) = 0.
Par consquent, la famille (u i , j )i [[1, p+q]], j [[1, n]] est
libre. On montre ainsi que x appartient (F + G) .
Notons v lautomorphisme de Mn (R) dni par En conclusion :
v( A) = P 1 A. (F + G) = F G .
Alors : c) On remarque que F G F.
p n p+q n Donc : F (F G) .
2 2
Q( A) = (u i , j v( A)) (u i , j v( A)) De mme : G (F G) .
j =1 i =1 j = p+1 i =1
On en dduit :
et la famille (u i , j v)i [[1, p+q]], j [[1, n]] est libre.
F + G (F G) .
La matrice de Q est congruente la matrice
Mais, en gnral, il ny a pas galit.
Inp 0 0
d) La forme bilinaire w est non dgnre. Donc lap-

0 Inq 0 . plication linaire g associe gauche w est injective
0 0 0 de E dans E .
La signature de Q est (np, nq). Lespace vectoriel E est de dimension nie et
dim E = dim E . Par consquent, g est un isomor-
Le rang de Q est nrg (S).
phisme de E dans E .
La forme quadratique Q est positive si, et seulement si,
Soit (e1 , . . . , e p ) une base de F. On complte en une
q = 0. Cest--dire si, et seulement si, S est positive.
base B = (e1 , . . . , en ) de E.
La forme quadratique Q est dnie positive si, et seule-
Notons B = (e1 , . . . , en ) la base duale dans E .
ment si, q = 0 et p = n. Cest--dire si, et seulement
si, S est dnie positive. Soit x dans E.
x F y F w(x, y) = 0
La forme quadratique Q est non dgnre si, et seule-
ment si, p + q = n. Cest--dire si, et seulement si, S est y F g(x)(y) = 0
inversible. i [[1, p]] g(x)(ei ) = 0
n
8 Orthogonalit pour une forme Or g(x) scrit g(x), ei ei dans la base B .
bilinaire symtrique i =1
x F g(x) Vect (ep+1 , . . . , en )

1 a) 0 E A , A E.
On vrie facilement la stabilit par combinaison F = g 1 (Vect (ep+1 , . . . , en ))
linaire de A et linclusion : dim F = dim g 1 (Vect (ep+1 , . . . , en ))

A (A ) . Or g est un isomorphisme.
b) E = Ker w et {0 E } = E. Par consquent : dim F = n p.
2 a) On vrie facilement que G F . Puis : dim F + dim F = dim E.
b) On remarque que F F + G. On en dduit Nous avons F (F ) . Lgalit des dimensions as-
(F + G) F . sure lgalit F = (F ) .
De mme : On ne peut pas en dduire F F = E. En effet, consi-
(F + G) G . drer la forme w sur R2 dnie par :
Par consquent : F(x, y) = x 2 y 2 .

(F + G) F G . Nous avons dj montr quelle est non dgnre.
Montrons la deuxime inclusion. Soit la droite D = Vect ((1, 1)). Vrier que D = D.

www.bibliomath.com
e) Soit H = Ker w F et K un supplmentaire de H On a dj F + Ker w (F ) .

dans F : Montrons lgalit des dimensions.
F = K H.
dim(F + Ker w) = dim F + dim Ker w dim(F Ker w)
Daprs la question 2) b), on a :
Or :
F = K H .
dim(F ) + dim F = dim E + dim(F Ker w)
Or H Ker w. Donc E = (Ker w) H .
= dim E + dim Ker w.
On en dduit E = H , puis F = K .
On a galement :
Soit L un supplmentaire de Ker w dans E contenant
K . Il existe car K Ker w = {0 E }. dim F + dim F = dim E + dim(F .Ker w).
Considrons la forme bilinaire symtrique c sur L res- Par consquent :
triction de w L L. dim(F + Ker w) = dim E dim F + dim Ker w
Ker c = {x L ; y L w(x, y) = 0} = dim(F ) .
= {x L ; y E w(x, y) = 0} En conclusion, F + Ker w = (F ) .
car E = L Ker w. (F ) = F F = F + Ker w
Par consquent, Ker c = Ker w L = {0 E }. La forme Ker w F.
bilinaire c est non dgnre.
Notons K lorthogonal pour c de K . Alors, daprs la 9 Rduction simultane de deux
question d), on a : formes quadratiques
(K ) = K et dim K + dim K = dim L. Il sagit de trouver une base orthonormale pour Q et or-
thogonale pour R. Nous savons quelle existe si la forme
Montrons que K = K Ker w. Q est dnie positive.

xK y E w(x, y) = 0 La matrice de Q dans la base canoque (e1 , e2 , e3 ) est

z L t Ker w w(x, z + t) = 0 3 0 1

z L w(x, z) = 0. 0 1 0 .
Or tout lment x de E scrit de manire unique 1 0 3
x = x1 + x2 , o x1 est dans L et x2 dans Ker w.
Son spectre est {1, 2, 4}. On choisit une base or-
x K z L w(x1 , z) = 0 thonormale de vecteurs propres (e1 , e2 , e3 ) en posant
x1 K . 1 1
e1 = e2 , e2 = (e1 + e3 ) et e3 = (e1 e3 ).
2 2

On en dduit K = K Ker w. 1 0 0
dim F = dim K = dim K + dim Ker w
Dans cette base la nature de Q est 0 2 0 .
= dim L dim K + dim Ker w 0 0 4
= dim E dim K . 1 1
On choisit i = e1 , j = e2 et k = e3 .
Or dim K = dim F dim(F Ker w). 2 2
Dans la base (i, j , k) orthonormale pour Q, la matrice
Donc :
2 0 0
dim F + dim F = dim E + dim(F Ker w)
1 3 2
Il suft de dmontrer : de R est
0 .
4 8
F F = {0 E } E = F F 3 2 5
0
8 8
Supposons que F F = {0 E }. 1
On sait que Ker w F . Son spectre est 2, 1, .
8
Donc F F = {0 E } entrane F Ker w = {0 E }. On choisit une base orthonormale de vecteurs propres
1
On en dduit dim F + dim F = dim E. (I , J , K ) en posant I = i, J = ( j 2k) et
Puis E = F F . 3
1
(F ) = F + Ker w. K = ( 2 j + k).
3
www.bibliomath.com
ALGBRE ET GOMTRIE
Dans la base (I , J , K ) lexpression de Q est X 2 +Y 2 + Z 2 La signature de Q est celle de la matrice :

1
et celle de R est 2X 2 Y 2 + Z 2 . 0 sin u 0
8
La base demande est (I , J , K ) o I = (0, 1, 0), A = sin u 2 cos u 0 .

3 6 6 0 0 2 cos u
J = 0, 0, et K = , 0, .
3 4 12 Les valeurs propres sont 2 cos u, 1 cos u et
1 cos u.
p
Si u = , la signature est (1, 1).
10 Forme quadratique et produit 2
mixte La forme Q est dgnre de rang 2 et son noyau est
La forme bilinaire symtrique w : Vect (k) = Vect (u v).
p p
1 Si u = , la signature est (1,2) pour u dans 0, et
(x, y) ([x, u, v y] + [y, u, v x]) 2 2
2 p
(2, 1) dans , p .
est telle que : 2
La forme Q est non dgnre et son noyau est
x R3 Q(x) = w(x, x).
{(0, 0, 0)}.
Lapplication Q est une forme quadratique sur R3 et w
est sa forme polaire. Second cas : (u, v) est lie.
Premier cas : (u, v) est libre. Si u = (0, 0, 0) ou v = (0, 0, 0), la forme Q est identi-
Considrons la base orthonormale (i, j ) de quement nulle.
F = Vect (u, v) telle que : Si u et v sont non nuls, il existe l dans R tel que
u v = lu.
i= et v = v (cos ui + sin u j )
u Dans ce cas, Q(x) = l[x, u, u x] = l u x 2 .
avec u dans ]0, p[. La forme quadratique est ngative. Donc le noyau est
j v gal {x R3 ; Q(x) = 0} = Vect (u). Le rang de Q
est 2.
En conclusion, la forme quadratique Q est non
u dgnre si, et seulement si, (u, v) est libre et u non
orthogonal v.
u
u
i=
||u|| 11 Une somme de formes
Notons k = i j .
quadratiques
Pour tout k de [[1, n]], notons wk la forme polaire de
Q(i) = 0
Q k . Il existe un endomorphisme de E auto-adjoint u k
Q( j ) = v u cos u[ j , i, k] tel que :
(x, y) E E wk (x, y) = (u k (x) | y).
= v u cos u
En particulier :
Q(k) = v u cos u[k, i, j ] + v u sin u[k, i, i]
x E Q k (x) = (u k (x) | x).
= v u cos u
La matrice de u k dans une base orthonormale pour Q
1 1
w(i, j ) = v u sin u[ j , i, k] = v u sin u est identique celle de Q k . Le rang de u k est celui de
2 2 Qk .
et : Notons E k limage de u k .
w(i, k) = 0 et w( j , k) = 0.
Dautre part, pour tout x de E, on a :
La matrice de Q dans cette base est : n n

0 sin u 0 y E (x | y) = wi (x, y) = (u i (x) | y)
1 i =1 i =1
v u sin u 2 cos u 0 .

n
2 = u i (x) | y .
0 0 2 cos u i =1

www.bibliomath.com
n
On en dduit que x = u i (x). Donc E est la somme 12 Une dernire forme quadratique
i =1
R)
sur Mn (R
des E i . Lapplication w : ( A, B) Tr( AB) est bilinaire sy-
n
mtrique.
Or dim E i = n. On en dduit que E est la somme
i =1
Elle vrie, pour tout A de Mn (R) :
directe des E i . Q( A) = w( A, A)
n
On a u i = I E et, pour tout i de [[1, n]], lendomor- Par consquent, Q est une forme quadratique et w est sa
i =1
forme polaire.
n
phisme u i est la projection sur E i de noyau : E j La forme quadratique F dnie sur Mn (R) par
j =1 F( A) = Tr(t A A) est dnie positive.
j =i
pour tout i, j tels que i = j ; u i u j = 0. Nous savons que :
Montrons que cette somme est orthogonale. Mn (R) = Sn (R) An (R).
Calculons (x | y) pour x dans E k et y dans El , avec Soit A dans Sn (R) une matrice symtrique.
k = l. Alors Q( A) = Tr( A2 ) = Tr(t A A).
Notons wk la forme polaire de chaque Q k . La restriction de Q Sn (R) est dnie positive.
Alors : n(n + 1)
Or la dimension de Sn (R) est .
n n 2
(x | y) = wi (x, y) = (u i (x) | y). Il existe une base E 1 , .., E n(n+1) orthonormale pour Q
i =1 i =1 2
de Sn (R) telle que
Or lendomorphisme u i est auto-adjoint. Donc :
n n(n + 1)
i 1, Q(E i ) = 1
(x | y) = (x | u i (y)) + (u l (x) | y). 2
i =1
i =l Soit B une matrice de An (R). Alors t B = B.
Le vecteur y est dans le noyau de u i , pour tout i distinct Q(B) = Tr(B 2 ) = Tr(t B B) = Tr(t B B).
de l, et x est dans le noyau de u l .
La restriction de Q An (R) est dnie ngative.
Par consquent, (x | y) est nul. n(n 1)
La dimension de An (R) est .
On en dduit que la somme de E i est directe orthogo- 2
nale et que, pour tout i de [[1, n]], lendomorphisme u i Il existe une base orthogonale (E 1 , .., E n(n+1) ) de An (R)
2
est la projection orthogonale pi sur E i . telle que
Pour conclure, il reste montrer que : n(n 1)
j 1, Q(E j ) = 1.
x E k [[1, n]] ( pk (x) | x) = ( pk (x) | pk (x)) 2
Or pk est auto-adjoint et pk pk = pk . De plus E 1 , .., E n(n+1) , E 1 , .., E n(n1) est une base de
2
Donc, pour tout x de E : Mn (R).
2
( pk (x) | pk (x)) = ( pk pk (x) | x) La forme quadratique Q est non dgnre. Son rang
= ( pk pk (x) | x) = ( pk (x) | x) n(n + 1) n(n 1)
est n 2 et sa signature , .
2 2

www.bibliomath.com
5
Espaces vectoriels
euclidiens
RAPPELS DE COURS
ESPACE PRHILBERTIEN REL
Dnitions
Soit E un R-espace vectoriel.
Une application w de E E dans R bilinaire symtrique dnie positive est un produit scalaire
sur E. Nous noterons couramment ( | ) le produit scalaire.
Un espace vectoriel E muni dun produit scalaire w est appel espace prhilbertien rel et not
(E, w).
Lorsquil est de dimension nie non nulle, on dit que cest un espace euclidien.
Lapplication :
x x = (x|x)
dnit sur E une norme, appele norme euclidienne et note .
Soit ( | ) un produit scalaire sur E. Alors :
(x, y) E E |( x | y )| x . y (Ingalit de Cauchy-Schwarz.)
(x, y) E E |( x | y )| = x . y (x, y) lie (Cas dgalit de lingalit de
1 Cauchy-Schwarz.)
Identit de polarisation ( x | y ) =( x+y 2 xy 2
).
4
Un espace prhilbertien rel complet est dit hilbertien.
Orthogonalit
Vecteurs orthogonaux
Soit (E, ( | )) un espace prhilbertien rel et . la norme associe. Alors :
(x, y) E 2 ( x | y ) = 0 x + y 2
= x 2
+ y 2
(relation de Pythagore).
Soit (E, w) un espace prhilbertien rel et F un sous-espace de E. Alors :
F F = {0 E } ;
F (F ) .

www.bibliomath.com
5. ESPACES VECTORIELS EUCLIDIENS
Supplmentaires orthogonaux
Soit (E, w) un espace prhilbertien rel.

Deux sous-espaces F et G sont dits supplmentaires orthogonaux lorsque :

E = F G et F G.
On note E = F G.
Si F et G sont supplmentaires orthogonaux, alors G = F et F = (F ) .
Un projecteur p dimage F est un projecteur orthogonal si, et seulement si, F admet un
supplmentaire orthogonal G = F et si Ker p = F .
Si F admet un supplmentaire orthogonal, le seul projecteur orthogonal dimage F est la projec-
tion orthogonale dimage F et de direction F , on le note p F .
Distance dun lment un sous-espace

Soit (E, w) un espace prhilbertien rel et . la norme associe.
Soit a un lment de E et F un sous-espace de E. Alors :
pour tout x de F , a x = d(a, F) a x F ;
il existe au plus un vecteur x qui vrie a x = d(a, F) ;
si F admet un supplmentaire orthogonal, p F (a) est lunique vecteur x de F tel que :
2
a x = d(a, F) et a = p F (a)2 + d(a, F)2 .
Supplmentaire orthogonal dun sous-espace de dimension finie

Soit (E, w) un espace prhilbertien rel. Tout sous-espace de dimension nie admet un suppl-
mentaire orthogonal.
Soit (E, w) un espace prhilbertien rel et F un sous-espace de E de dimension nie. Alors :

E = F F ;
(F ) = F ;
codim F = dim F.
Si (e1 , . . . , e p ) est une base orthonormale de F, alors :
p p
x E p F (x) = ( ei | x )ei et x E ( ei | x )2 x 2
(Ingalit de Bessel.)
i =1 i =1
Somme directe orthogonale

Soit (E, ( | )) un espace prhilbertien rel et . la norme associe.
Soit (Fi )i I une famille nie de sous-espaces vectoriels de E orthogonaux deux deux. Alors
la somme Fi est directe.

Soit (Fi )i [[1,n]] une famille de n sous-espaces vectoriels de E telle que E = Fi .
1 i n
n
2 2
Pour tout x = (x1 , .., xn ) de F1 Fn , on a x = xi (Thorme de Pythagore.)
i =1

www.bibliomath.com
ALGBRE ET GOMTRIE
ESPACES EUCLIDIENS
Un espace vectoriel euclidien est un espace prhilbertien de dimension nie. Il est complet.
Bases orthonormales dans un espace vectoriel euclidien
Une base (e1 , . . . , en ) de E est orthonormale lorsque :
(i, j ) [[1, n]] i = j ( ei | e j ) = 0, et i [[1, n]] ei = 1.
Procd dorthonormalisation de Gram-Schmidt

Soit p dans N et (e1 , . . . , e p ) une famille libre de E. Il existe une et une seule famille (1 , . . . , p )
orthonormale de E telle que :
k [[1, p]] Vect (e1 , . . . , ek ) = Vect (1 , . . . , k ) et ( ek | k ) > 0
Le procd permet de construire par rcurrence la famille (1 , . . . , p ) en posant :
k
e1 f k+1
1 = et k [[1, p 1]] k+1 = avec f k+1 = ek+1 ( ek+1 | i )i
e1 f k+1
i =1
On lappelle le procd dorthonormalisation de Gram-Schmidt.
Dans un espace prhilbertien, si (en )nN est une famille libre dnombrable de E, il existe une et
une seule famille (n )nN orthonormale de E telle que :
k N Vect (e1 , . . . , ek ) = Vect (1 , . . . , k ) et ( ek | k ) > 0
Existence de bases orthonormales

Dans tout espace euclidien, il existe des bases orthonormales et le procd de Gram-Schmidt
permet den construire.
Dans un espace euclidien, toute famille orthonormale peut tre complte en une base orthonor-
male.
Soit (e1 , . . . , en ) une base orthonormale dun espace vectoriel euclidien (E, ( | )) et u un
endomorphisme de E.
n
x E x= ( x | ei )ei .
i =1
n
Tr(u) = ( u(ei ) | ei )
i =1
Det(u) = Det(( u(ei ) | e j ))
n n
Et, pour tout vecteur x = xi ei et tout vecteur y = yi ei de E :
i =1 i =1
n n n n
x = xi2 = ( x | ei )2 et ( x | y ) = xi .yi = ( x | ei )( y | ei ).
i =1 i =1 i =1 i =1
Groupe orthogonal
Caractrisation des automorphismes orthogonaux dun espace euclidien
Le cas particulier des espaces euclidiens.
Soit (E, ( | )) un espace euclidien de dimension n et u un endomorphisme de E.
Les proprits suivantes sont quivalentes :
lendomorphisme u est un automorphisme orthogonal de E ;
www.bibliomath.com
lendomorphisme u conserve le produit scalaire ;

lendomorphisme u conserve la norme ;
la matrice A de u dans une base orthonormale vrie : t A A = In ;
lendomorphisme u transforme toute base orthonormale de E en une base orthonormale ;
lendomorphisme u transforme une base orthonormale de E en une base orthonormale.
On notera O(E) lensemble des automorphismes orthogonaux de E. Cest un sous-groupe de
GL(E) appel le groupe orthogonal de E.
Une matrice A de Mn (R) qui vrie t A A = At A = In est appele matrice orthogonale.
Soit A une matrice de Mn (R). Les proprits suivantes sont quivalentes :
la matrice A est orthogonale ;
la matrice t A est orthogonale ;
la matrice A admet t A pour matrice inverse ;
les vecteurs colonnes de A forment une famille orthonormale ;
les vecteurs lignes de A forment une famille orthonormale.
Lensemble des matrices orthogonales dordre n est un sous-groupe de type GLn (R) appel
groupe orthogonal dordre n et not On . On = {A Mn (R); t A A = At A = In }.
Soit (E, ( | )) un espace euclidien et u un automorphisme orthogonal de E. Alors le
dterminant de u est 1 ou 1.
Le dterminant de toute matrice orthogonale est 1 ou 1.
Soit (E, ( | )) un espace euclidien. On appelle rotation ou dplacement tout automorphisme
orthogonal de dterminant gal 1.
Une matrice orthogonale dont le dterminant est 1 est appel matrice de rotation.
On appelle antidplacement tout automorphisme orthogonal de dterminant gal 1.
On appelle rexion ou rexion dhyperplan H ou symtrie hyperplane toute symtrie orthogo-
nale par rapport un hyperplan H .
Les rexions sont des antidplacements.
Lensemble des rotations de E est un sous-groupe de O(E), , appel groupe spcial orthogo-
nal et not SO(E) ou O+ (E).
Lensemble des matrices de rotation est un sous-groupe de (On , .) appel groupe spcial dordre
n et not SOn ou On+ .
SOn = {A On ; DetA = 1}.
Automorphismes orthogonaux et sous-espaces stables

Soit (E, ( | )) un espace euclidien de dimension n, F un sous-espace de E et u un automor-
phisme orthogonal. Si F est stable par u, alors :
u(F) = F ;
F est stable par u et u(F ) = F ;
u |F appartient O(F) ;
u |F appartient O(F ).
Soit (E, ( | )) un espace euclidien et u un automorphisme orthogonal. Alors :
Spu {1, 1} ;
Ker (u Id E ) Ker (u + Id E ) ;
lendomorphisme u est diagonalisable si, et seulement si, u est une symtrie orthogonale ;
Im (u Id E )) = Ker (u Id E ).

www.bibliomath.com
ALGBRE ET GOMTRIE
Soit a et b deux vecteurs unitaires distincts dun espace euclidien (E, ( | )). Alors il existe
une unique rexion sa,b changeant a et b, elle est dnie par :
ab
x E sa,b (x) = x 2( x | e )e, avec e = .
ab
Les automorphismes orthogonaux en dimension 2 et 3
En dimension 2
f est un lment de O(E). E 1 = Ker ( f Id E ) est le sous-espace des vecteurs invariants de f
et E 1 = Ker ( f + Id E ).
Sp ( f ) sous-espaces propres de f nature de f Det ( f )

[ pas de sous-espace propre f est une rotation dangle u = 0[p] 1
{1} E1 = E f = Id E 1
{1} E 1 = E f = Id E 1
{1, 1} E 1 et E 1 sont deux droites f rexion par rapport E 1 1
vectorielles orthogonales
En dimension 3
Sp ( f ) sous-espaces propres de f nature de f Det ( f )
{1} E1 = E f = Id E 1
{1} E 1 est une droite f est une rotation daxe E 1 1
{1} E 1 = E f = Id E 1
{1} E 1 est une droite f est la compose dune rotation 1
daxe E 1 et de la rexion par

rapport E 1
{1, 1} E 1 est un plan et E 1 la droite E 1 f est la rexion par rapport E 1 1
{1, 1} E 1 est une droite et E 1 le plan E 1 f est le demi-tour daxe E 1 1
Isomorphisme dun espace vectoriel euclidien sur son dual

Soit (E, ( | )) un espace euclidien. Notons E son dual.
Pour tout a de E, lapplication j (a) : x ( x | a ) est une forme linaire sur E.
Lapplication j : a j (a) est un isomorphisme canonique de E sur son dual E :
w E !a E x E w(x) = ( x | a ).
Soit (E, ( | )) un espace vectoriel euclidien orient de dimension n 3. Pour toute famille
(x1 , . . . , xn1 ) de n 1 vecteurs de E, il existe un unique vecteur a de E tel que :
x E [x1 , . . . , xn1 , x] = ( x | a ).
Ce vecteur a est appel produit vectoriel de la famille (x1 , . . . xn1 ). Il est not x1 . . . xn1 .
ADJOINT DUN ENDOMORPHISME

Dans un prhilbertien rel
Soit (E, ( | )) un espace prhilbertien rel et u un endomorphisme de E.
Sil existe un endomorphisme v de E tel que :
(x, y) E 2 ( u(x) | y ) = ( x | v(y) )
on dit que v est un adjoint de u.
www.bibliomath.com
Si un endomorphisme u de lespace prhilbertien rel (E, ( | )) admet un adjoint, il est unique.

On le note u .
Un endomorphisme u de E qui vrie u = u est dit auto-adjoint ou endomorphisme symtrique.
Il est caractris par :
(x, y) E 2 ( u(x) | y ) = ( x | u(y) ).
Un endomorphisme u de E qui vrie u = u est dit endomorphisme antisymtrique. Il est

caractris par :
(x, y) E 2 ( u(x) | y ) = ( x | u(y) ).
Soit (E, ( | )) un espace prhilbertien rel, u et v deux endomorphismes de E admettant des
adjoints u et v . Alors :
u admet un adjoint et (u ) = u ;
u v admet un adjoint et (u v) = v u ;
pour tous rels a et b, lendomorphisme au + bv admet un adjoint et (au + bv) = au + bv .
Une projection orthogonale est un endomorphisme auto-adjoint.

Toute symtrie orthogonale s est un endomorphisme auto-adjoint.
Soit u un endomorphisme admettant un adjoint u . Alors Ker u = (Im u) .
Soit u un endomorphisme admettant un adjoint u et F un sous-espace de E stable par u. Alors
F est stable par u
Dans un espace euclidien
Tout endomorphisme dun espace euclidien admet un adjoint.
Si A est la matrice de lendomorphisme u dans une base orthonormale, alors t A est la matrice de
u dans la mme base.
Lapplication de L(E) dans L(E) dnie par u u est un automorphisme involutif.
Si u appartient GL(E), alors u appartient GL(E) et (u )1 = (u 1 ) .
Le sous-espace F est stable par u si, et seulement si, F est stable par u :
Ker u = (Im u) et Im u = (Ker u) .
Les endomorphismes u et u ont le mme rang, la mme trace, le mme dterminant, le mme
polynme caractristique et le mme spectre.
Soit (E, ( | )) un espace prhilbertien rel et u un endomorphisme continu de E.
La norme subordonne de u est :
u = sup{( u(x) | y ) ; x E, y E, x 1, y 1}.
Soit (E, ( | )) un espace prhilbertien rel et u un endomorphisme continu admettant un
adjoint u . Alors :
u = u
u u = u u = u 2
.
Soit (E, ( | )) un espace euclidien de dimension n et u un endomorphisme de E.
Les proprits suivantes sont quivalentes :
lendomorphisme u est un automorphisme orthogonal de E ;
u u = IE ;
u u = IE ;
lendomorphisme u est inversible et u 1 = u .
www.bibliomath.com
ALGBRE ET GOMTRIE
Endomorphismes auto-adjoints
Soit (E, ( | )) un espace euclidien de dimension n.
Lendomorphisme u de E est auto-adjoint si, et seulement si, la matrice A de u dans une base
orthonormale vrie t A = A.
Lensemble S(E) des endomorphismes auto-adjoints de E est un sous-espace de L(E) de dimen-
n(n + 1)
sion .
2
Soit F un sous-espace de E et u un endomorphisme de E auto-adjoint. Alors :
le sous-espace F est stable par u si, et seulement si, F est stable par u ;
Ker u = (Im u) .
Soit u un endomorphisme de E auto-adjoint. Alors :
u est diagonalisable ;
ses valeurs propres sont relles ;
ses sous-espaces propres sont orthogonaux deux deux ;
il existe une base orthonormale de E dans laquelle la matrice de u est diagonale relle.
Soit A une matrice symtrique relle de Sn (R). Il existe une matrice D diagonale relle dordre
n et une matrice orthogonale P dordre n telles que A = P D P 1 = P D t P
Soit u un endomorphisme auto-adjoint.

Il est positif lorsque x E ( u(x) | x ) 0
Il est dni positif lorsque x E \ {0} ( u(x) | x ) > 0
Soit u un endomorphisme de E.
Alors u u et u u sont auto-adjoints positifs.
Si, de plus, u est un automorphisme, u u et u u sont auto-adjoints dnis positifs.
Pour tout A dans Mn (R), les matrices t A A et At A sont symtriques positives.
Pour tout A dans GLn (R), les matrices t A A et At A sont symtriques dnies positives.
Soit u un endomorphisme auto-adjoint de E. Alors :

u est positif si, et seulement si, Sp(u) est inclus dans R+ (idem pour une matrice A symtrique
positive) ;
u est dni positif si, et seulement si, Sp(u) est inclus dans R+ (idem pour une matrice A
symtrique dnie positive).
Soit u un endomorphisme auto-adjoint de lespace euclidien (E, ( | )).
Alors la norme de u subordonne la norme euclidienne est gale son rayon spectral :
u = r(u) = sup{|l| ; l Sp(u)}.
Soit u est un endomorphisme auto-adjoint positif alors :
r(u) = max(Sp(u)) u = r(u) = sup{( u(x) | x ) ; x E x 1}
Soit u un endomorphisme quelconque de lespace euclidien (E, ( | )). Alors u = r(u u).

www.bibliomath.com
N O N C S
1 Pour sentraner b) Montrer quil existe une suite de rels (an )nN telle
(n)
que n N Pn (t) = an (t 2 1)n .
Les exercices suivants sont indpendants.
Indiquer comment il est possible de dterminer les an .
1 On considre sur E = M2 (R) le produit scalaire Donner P0 , P1 et P2 .
dni par : (n)
Les polynmes (t 2 1)n sont appels polynmes
2 t
(A, B) E A | B = tr( A B). de Legendre.
On considre le sous-espace vectoriel : 4 On considre lespace vectoriel E = R[X].
a b a) Montrer que, pour tout P de E, la fonction
F= ; (a, b) R2 .
b a x ex P(x) est intgrable sur [0, +[.
a) Trouver une base de F . b) Montrer que lapplication :
b) Dterminer la projection orthogonale de +
1 0 (P, Q) ex P(x)Q(x)dx
B= sur F. 0
1 0
dnit un produit scalaire sur E.
2 a*) Donner lexpression dveloppe du polynme
(i 1) c) Montrer que le polynme L n dni, pour tout n dans
(1 X)n X i .
dn
b) Trouver, aprs avoir justi son existence, N, par L n (x) = ex n ex x n , est un polynme de
+ dx
degr n.
inf (1 + a1 x + + an x n )ex dx.
(a1 ,...,an )Rn 0 Les polynmes L n sont appels polynmes de La-
guerre.
1) crire lorthogonalit dun lment de E au d) On note, pour tout k dans N, Pk le polynme de degr
sous-espace F, donc une de ses bases. k dni par Pk (X) = X k .
2) a) Utiliser la formule du binme, puis driver. Montrer que, pour tout k < n, L n | Pk = 0. En d-
b) Interprter lexpression indique : espace vecto- duire que la famille (L n )nN est une famille orthogo-
riel, produit scalaire, distance... nale.
e) Prciser quelle est la base orthonormalise de Gram-
Schmidt de la base canonique (Pn )nN , cest--dire la
2 Et Gram-Schmidt... base orthonorme (Rn )nN telle que :
1 Orthonormaliser par le procd de Schmidt, dans n N Rn Vect(P0 , . . . , Pn ) ;
lespace euclidien R3 , la famille : n N Rn | Pn > 0.
(1, 1, 1), (1, 0, 1), (0, 1, 1).

2 Orthonormaliser par le procd de Schmidt, dans 1) Normer le premier vecteur, projeter le second
lespace euclidien R2 [X], la famille : sur la droite vectorielle dirige par le premier, d-
terminer un vecteur orthogonal, le normer....
X 2 1, 3X + 1, X 2 + X. 2) Mme cuisine...
3 a) On considre lespace vectoriel E = R[X]. 3) a) Munir lespace E dun produit scalaire, inter-
prter les conditions donnes et faire le lien avec le
Montrer quil existe une unique base (Pn )nN de E
1 cours sur lorthogonalisation de Gram-Schmidt.
telle que (i, j ) N2 Pi (t)P j (t)dt = dij ; b) Considrer les polynmes Q n = (t 2 1)n .
(n)
1
deg(Pi ) = i et le coeffcient de plus haut degr de Pi Montrer quils vrient la premire condition...
est strictement positif. Intgrer par parties.

www.bibliomath.com
ALGBRE ET GOMTRIE
4) b) Question de cours. 4* Une proprit des bases

c) Intgrer par parties. orthonormales
Soit E un espace vectoriel euclidien. On considre n
vecteurs non nuls (e1 , e2 , .., en ) de E tels que :
3 Conditionnement dune matrice n
2
La notion de conditionnement dune matrice est utilise x E x = (x | ei )2 .
i =1
pour mesurer la sensibilit des solutions dun systme
linaire aux donnes. 1 Montrer que (e1 , e2 , .., en ) est une base deE.
Lespace vectoriel R2 est muni de son produit scalaire
2 Dmontrer que, pour tous x et y de E, on a :
canonique et M2 (R) de la norme subordonne la n
norme euclidienne de R2 .
(x | y) = (x | ei )(y | ei ).
10 9 19 i =1
1 a) On pose A = et B = .
9 8 17
Rsoudre le systme linaire AX = B. 3 On note G (dite matrice carre de Gram) la ma-
trice G = (ei | e j ) (i , j )[[1,n]] .
19, 2
b) On pose B = . Rsoudre AX = B .
16, 9 a) Montrer que G 2 = G.
c) On veut comparer la perturbation initiale la pertur- b) Montrer que G est inversible.
bation nale du systme.
c) Que peut-on en conclure sur la famille (e1 , e2 , .., en ) ?
B B X X
Calculer les erreurs relatives et .
B X
Calculer leur quotient. n
1) Pour x dans E, introduire y = (xi | ei )ei
d) On procde de manire analogue en perturbant cette
i =1
10 8, 9 2) Rechercher la forme polaire associe.
fois la matrice A et posant A = .
9, 1 8, 1 3) b) tudier une combinaison linaire nulle des
YX colonnes de la matrice G.
Rsoudre A Y = B. Calculer .
X
2 On souhaite expliquer limportance de la perturba- 5 Un hyperplan dont lorthogonal
tion nale par rapport la perturbation initiale. nest pas une droite
a) Montrer que : Soit E lespace vectoriel C([0, 1], R) des applications
continues de [0, 1] dans R muni du produit scalaire :
X X B B
A A1 ; 1
X B ( f |g)= f (t)g(t) d t.
0
YX A A On considre H = { f E; f (0) = 0}.
A A1 .
Z A
1 Montrer que H est un hyperplan de E.
Le rel A A1 est appel conditionnement de la
matrice A et not Cond( A). 2 Dterminer lorthogonal de H .
1
b) Calculer A et A et en dduire Cond( A). Ex-
pliquer 1)c) .
1) Construire une forme linaire dont H soit le
c) Calculer A A . Expliquer 1)d) .
noyau.
d) Quel est le conditionnement dune matrice orthogo-
nale ?
6* Une ingalit dHadamard
Lespace vectoriel Rn (n 1) est muni de sa structure
2) a) Revoir les dnitions et proprits de la
euclidienne canonique.
norme subordonne.
b) A est une matrice symtrique. Utiliser ses va- 1 Dterminer toutes les matrices M de Mn (R) telles
leurs propres. que t M M + M + t M = 0.

www.bibliomath.com
2 Montrer que, pour toute matrice A de Mn (R), dont 2 Lespace vectoriel Mn (R) est muni du produit sca-
les vecteurs colonnes sont nots (C1 , . . . , Cn ) : laire dni par M | N = tr(t M N ).
n
a) Soit F = Vect(In , Un ). Dterminer lorthogonal de
|Det A| Ci . F, le rsultat tant exprim laide de la trace et de s.
i =1
Cette ingalit est appele ingalit dHadamard. b) Soit M dans Mn (R) et a0 In + b0 Un sa projection or-
thogonale sur F.
3 Dmontrer que, pour toute matrice M vriant la Dterminer a0 et b0 en fonction de tr(M) et de s(M).
relation de la question 1), on a |DetM| 2n .
1) b) Calculer les traces demandes de deux ma-

1) Remarquer que (A+In )(B +In ) = A+ B + AB +In . nires diffrentes...
2) Orthonormaliser les colonnes de M quand c) Dterminer un polynme annulateur de M p . En
DetM nest pas nul. dduire que M 2p appartient Vect(In , M p , M 2p ).
7 Rduction dun endomorphisme 9* lements propres

dni laide du produit scalaire dun endomorphisme
Lespace vectoriel est E = Rn (n > 2), muni de sa p p
de C , ,R
norme euclidienne. On considre u et v deux vecteurs 2 2
unitaires tels que ( u | v ) = 0 et lapplication f dnie Daprs ESTP.
par :
x E f (x) = x + ( u | x )v + ( v | x )u. On note E lespace vectoriel sur R des fonctions conti-
p p
Dterminer les lments propres de lapplication f . nues sur , , valeurs relles.
2 2
p p
Si f est dans E, on note F lapplication de ,
2 2
Remarquer que le plan P = Vect(u, v) est stable dans R dnie par :
par f . Puis considrer la restriction de f P et p
p p 2
P . x , F(x) = sin 2 |x y| f (y)dy.
2 2 p
2
8 Projection orthogonale 1 Pour f et g appartenant E, on pose

p
R)
dans Mn (R 2
f |g = f (x)g(x)dx.
Soit n 3 et p un entier tel que 0 < 2 p < n. p
2
Dans Mn (R), on note In la matrice unit, Un la matrice Montrer que lon dnit ainsi un produit scalaire sur E.
dont tous les termes ont la valeur 1 et s lapplication Dans la suite du problme, E est muni de ce produit
n n
scalaire et de la norme associe.
dnie sur Mn (R) par s(M) = mi , j .
p p
i =1 j =1 2 a) Montrer que F est de classe C2 sur ,
2 2
Enn, M p dsigne la matrice dnie p p
par blocs : et, pour tout x de , , calculer F (x) + 4F(x) en
(0) (0) (0) 2 2
fonction de f (x).
M p = Un (0) Un2 p (0) .
p p p
(0) (0) (0) b) Comparer F et F , puis F et
2 2 2
p
1 a) Montrer que M p et Un sont diagonalisables dans F .
2
Mn (R) (admis en 3/2) et dterminer les dimensions de On note A lapplication de E dans E dnie par
Ker (Un ) et Ker (M p ). f E A( f ) = F.
b) Calculer tr(M p ) et tr(M p )2 . En dduire les valeurs
3 Montrer que A est un endomorphisme injectif de E.
propres non nulles de M p .
c) Montrer que Vect(In , M p , M 2p ) est stable par le pro- 4 Montrer que :
duit matriciel. f E g E A( f ) | g = f | A(g) .

www.bibliomath.com
ALGBRE ET GOMTRIE
5 Dterminer limage de lendomorphisme A. 3 Soit A, B deux matrices symtriques relles. On

suppose quil existe un entier k tel que :
6 Soit f dans E, f = 0. Montrer que f est un vecteur
propre de A associ la valeur propre l si, et seulement A2k+1 = B 2k+1 .
si : Montrer que A = B.
f Im( A) 4 Dans lespace euclidien R4 , on considre le sous-
p p espace F dquations :
et x , l f (x) + 4(l 1) f (x) = 0.
2 2
x + y + z + t = 0 ; x + 2y + 3z + 4t = 0.
7 Dterminer les lments propres de A.
a) Indiquer la dimension de F.
Donner une base de lorthogonal de lhyperplan dqua-
1) Question de cours. tion x + y + z + t = 0.
2) a) Partager lintgrale en deux, en intgrant sur Donner une base de F .
p p
, x , puis sur x, . b) Donner la matrice, par rapport la base canonique,
2 2
Ensuite dvelopper vos sin. de la symtrie orthogonale par rapport F .
4) Utiliser la formule de Fubini aprs avoir bien 5 Soit u lendomorphisme de R3 de matrice dans la
vri ses hypothses. base canonique :
5) Utiliser la question 2), et ne pas omettre la rci-
proque. a2 ba c ca + b
6) Vous devriez avoir besoin de 3). A = ab + c b2 cb a ,
7) Rechercher, comme lindique la question 6), les ac b bc + a c2
solutions de lquation diffrentielle qui vrient avec a 2 + b2 + c2 = 1. Donner la nature de u.
les deux conditions trouves en 2) b).
6 E est un espace euclidien.
u, v sont deux endomorphismes symtriques positifs
10 Pour sentraner. de E.
Espaces euclidiens Montrer que 0 tr(uv) tr(u)tr(v).
1 ESTP.
Soit E un espace euclidien orient de dimension 3 o
1) Calculer le dterminant indiqu de deux ma-
reprsente le produit vectoriel.
nires diffrentes.
Soit quatre vecteurs a, b, c, d de E tels que a et b soient Puis rsoudre la premire quation et chercher
indpendants, c est orthogonal a et d est orthogonal parmi les solutions obtenues lesquelles vrient la
b, c et d non nuls. deuxime quation.
Calculer, si v existe, le dterminant de la famille 2) a) Regarder ( x + y | f (x + y) ).
(a, b, v). b) Traduire la condition, puis utiliser a).
Donner une condition ncessaire et sufsante sur a, b, 3) Utiliser les endomorphismes u, v canonique-
c, d pour quil existe au moins un vecteur v tel que : ment associs aux matrices et une base de vecteurs
propres pour u.
av =c et b v = d.
4) a) Penser aux hyperplans.
Montrer qualors v est unique. Pour trouver une base de F , penser aux vecteurs
2* Soit E un espace vectoriel euclidien et f un en- de F que vous connaissez.
domorphisme auto-adjoint de E. b) Chercher une base orthonorme de F , puis
crire limage dun vecteur par la projection ortho-
a) Montrer que, si lendomorphisme f vrie la condi-
gonale sur F .
tion :
x E x | f (x) = 0, 5) viter les gros calculs...
Considrer les vecteurs colonnes pour reconnatre
alors f est lendomorphisme nul. le type de matrice. Puis un vecteur invariant non
b) Donner une condition ncessaire et sufsante pour nul est (presque) vident.
que : 6) crire la trace de uv en utilisant un produit sca-
2
x E f (x) = x | f (x) . laire et une base bien choisie.

www.bibliomath.com
11* Adjoint et norme c) En dduire que f peut scrire sous la forme

dun endomorphisme f = s u, avec s un endomorphisme auto-adjoint et
u un automorphisme orthogonal.
Soit E un espace euclidien de dimension n 2, a et b
deux vecteurs non nuls et orthogonaux de E. 2 A et B sont deux sous-espaces vectoriels de E, de
On dnit u dans L(E) par : dimension p, munis chacun dune base orthonormale,
(a1 , . . . , a p ) pour A et (b1 , . . . , b p ) pour B.
u(x) = a | x b b | x a.
On recherche une base orthonormale (c1 , . . . , c p ) de B
1 Expliciter u et calculer u . telle que :
2 On suppose que b a . (i, k) [[1, p]]2 ai | ck = ak | ci .
p
Trouver f dans L(E) vriant les trois conditions : Pour cela, on pose ck = xi ,k bi . On note :
(i) f = f ; (ii) f 1; (iii) f (a) = b. i =1
X = xi ,k (i ,k)[[1, p]]2
et M = ai | b j (i , j )[[1, p]]2 .
Dmontrer que le problme pos a au moins une solu-

1) Calculer u(x) | y pour trouver u . tion.
Utiliser une base orthonorme de E, bien choisie,
pour exprimer un vecteur x unitaire, puis u(x). 3 Dduire de ce qui prcde que, pour tout couple
( A, B) de sous-espaces vectoriels de mme dimension
p, il existe un automorphisme orthogonal f tel que
12* Construisons un automorphisme
f ( A) = B et f (B) = A.
orthogonal...
On pourra admettre le rsultat de lexercice prcdent.
Soit E un espace euclidien, (u j ) j [[1,n]] et (v j ) j [[1,n]]
deux familles de vecteurs de E telles que :
(i, j ) [[1, n]]2 u i | u j = vi | v j . 1) a) Un endomorphisme auto-adjoint est diagona-
1 Montrer que les familles de vecteurs (u j ) j [[1,n]] et lisable...
(v j ) j [[1,n]] ont mme rang. 2) Utiliser avec M la dcomposition de la question
prcdente. Remarquer la proprit que doit poss-
2 En dduire quil existe un automorphisme orthogo- der X.
nal f de E tel que f (u i ) = vi pour tout i dans [[1, n]]. 3) Reprendre les bases (a1 , . . . , a p ), (b1 , . . . , b p ) et
(c1 , . . . , c p ) de la question prcdente.
Puis construire (v1 , . . . , v p , v p+1 , . . . , v2 p ) avec :
1) Prendre une base orthonorme (e j ) j [[1, p]] de E, i [[1, p]] vi = ai + ci ; vi + p = ai ci .
la matrice A de la famille (u j ) j [[1,n]] relativement
cette base. crire le terme gnral de la matrice vous de continuer....
t
A A en fonction de (u i | u j ).
2) Supposer la famille (u j ) j [[1,n]] ordonne de telle
sorte que la sous-famille (u j ) j [[1,r ]] soit une base
14* Matrices diagonalisables
de Vect(u j ) j [[1,n]] .
commutant avec leur transpose
Montrer qualors la sous-famille (u j ) j [[1,r ]] est une 1 E est un espace vectoriel euclidien, F un sous-
base de Vect(v j ) j [[1,n]] . espace vectoriel de E et u un endomorphisme de E.
Montrer que F est stable par u si, et seulement si, F
13 Bases et automorphismes est stable par u.
orthogonaux
Soit E un espace vectoriel euclidien. 2 Soit A une matrice de Mn (R), dont le polynme
caractristique est scind sur R et dont le spectre est
1 f est un endomorphisme de E. {l1 , . . . , ln }. Ces valeurs propres sont supposes dis-
a) Montrer que lendomorphisme f f est un endo- tinctes.
morphisme auto-adjoint positif. a) Montrer quil existe une matrice triangulaire sup-
b) Montrer quil existe une base orthonormale de E dont rieure T et une matrice orthogonale P telles que :
limage par f est une famille orthogonale. A = t P T P.

www.bibliomath.com
ALGBRE ET GOMTRIE
b) Dmontrer que, si T est une matrice triangulaire su- 17 Dcomposition

prieure de Mn (R), alors : dun endomorphisme
t
T T = T tT T diagonale. Daprs E3A PC.
t t
c) En dduire que A A = A A si, et seulement si :
n 1 Soit u un endomorphisme dun espace vectoriel
li2 = tr(t A A). E de dimension n. Montrer que lon peut trouver au
i =1 moins un automorphisme w et un projecteur p vriant
u = p w (on pourra pour cela commencer par dter-
2) a) Raisonner par rcurrence et utiliser 1). miner limage de p).
b) Regarder dabord le cas n = 2.
c) Regarder tr(t A A), tr(t T T ), tr( A2 )... 2 Si E est muni dune structure euclidienne, peut-on
choisir pour w une isomtrie et pour p un projecteur
orthogonal ?
15 Valeurs propres de matrices 3 Montrer que le rsultat obtenu en 1) est faux si
symtriques relles on suppose que lespace vectoriel E nest plus de di-
Soit A une matrice symtrique relle dordre n, dnie mension nie. (On pourra construire un endomorphisme
positive et r un rel strictement positif. simple sur E = R[X].)
1 Montrer que la matrice A + r In est symtrique, d-
nie positive.
1) Analyser les images et noyaux des applications
2 On considre la matrice B = (r In + A)1 (r In A). p et v candidates la dcomposition.
Montrer que B est symtique. 2) tudier les normes des vecteurs images.
3) tudier, par exemple, la drivation polynomiale.
3 Montrer que les valeurs propres de B sont dans
] 1, 1[.
18 Sur le groupe orthogonal
2) Calculer t B. Conclure en montrant que, si M On considre E = Rn muni du produit scalaire cano-

n
est une matrice inversible telle que M et N com- nique ( x | y ) = xi yi . On note O(E) le groupe
mutent, alors M 1 et N commutent galement. i =1
3) Exprimer que l est une valeur propre de B. En orthogonal de E.
dduire, en fonction de l, une valeur propre de la
matrice A qui est symtrique, dnie, positive. 1 Dterminer tous les morphismes de groupes w de
O(E) dans R+ , cest--dire :
(u, v) O(E)2 w(uv) = w(u)w(v).
16* Des matrices qui commutent
2 Soit u un lment de O(E).
1 Soit A une matrice symtrique relle. Montrer que
la matrice A peut scrire comme un polynme de la a) Montrer que Ker(I E u) et Im(I E u) sont orthogo-
matrice exp(A). naux.
2 Soit A et B deux matrices symtriques relles. b) tudier la convergence de la suite de terme gn-
N 1
Montrer que les matrices exp(A) et exp(B) commutent 1
ral W N = u k . On prcisera sa limite en cas de
si, et seulement si, A et B commutent. N
k=0
convergence.
1) Matrices symtriques relles... le rexe ! En-

suite, penser aux polynmes de Lagrange. 1) Dterminer limage de lidentit, puis dune r-
2) Si exp( A) et exp(B) commutent, utiliser la ques- exion quelconque.
tion 1). Pour la rciproque, utiliser la continuit 2) tudier les restrictions de u et de W N aux deux
dun endomorphisme bien choisi de Mn (R). sous-espaces Ker(I E u) et Im(I E u).

www.bibliomath.com
19* Somme de deux automorphismes Montrer que A est positive si, et seulement si, A est de
orthogonaux rang 1.
Soit E un espace vectoriel euclidien de dimension
n,(n 2).
1) Rduire la matrice A, puis effectuer la dcom-
1 a) Soit u un automorphisme orthogonal de E tel position demande sur la matrice diagonale D ob-
que Sp(u) = [. tenue...
Montrer que E est somme directe de sous-espaces or- 2) a) Commencer par le cas rg( A) = 1, puis regar-
thogonaux, de dimension 2, stables par u et tudier la der le cas gnral en utilisant 1).
restriction de u ces sous-espaces. Que remarquez-vous b) Utiliser toujours la dcomposition...
concernant la dimension de E ? 3) Lorsque A est positive, considrer lespace
euclidien Rn et appliquer lingalit de Cauchy-
b) Soit u 1 , u 2 deux automorphismes orthogonaux de E
Schwarz aux formes bilinaires symtriques d-
tels que Det(u 1 ) = 1 ; Det(u 2 ) = 1.
nies par les matrices A et A pour obtenir des rela-
Montrer que Det(u 1 + u 2 ) = 0.
tions entre ai , j , ai ,i et a j , j .
2 Dterminer les automorphismes orthogonaux u de
E tels que I E + u soit encore un automorphisme ortho-
gonal. 21 Racines carres de matrices
3 u et v sont deux lments de O(E). Dterminer une symtriques dnies positives
condition ncessaire et sufsante pour que u + v soit On considre lensemble S++ n des matrices symtriques
dans O(E). relles dnies positives. Soit A dans S++
n .
1 a) Montrer quil existe une unique matrice B dans

1) a) Regarder une valeur propre complexe de u et S++ 2
n telle que B = A.
sa conjugue.
b) u 1 +u 2 = u 1 (I E +u 11 u 2 ), puis tudier les valeurs On note l1 , . . . , l p les valeurs propres distinctes de A.
propres de u 1
1 u2. b) Montrer quil existe un unique polynme P, de degr
2) tudier dabord le cas n = 2. Dans le cas gn- infrieur ou gal p 1 tel que :
ral, dterminer la parit de n. i [[1, p]] P(li ) = li .
Exprimer ce polynme en fonction des li .
20* Utilisation de matrices c) En dduire que la matrice B de S++n , telle que :
symtriques relles de rang 1 p
l i
B 2 = A, est B = ( A l j I).
1 Soit A une matrice symtrique relle, positive de (li l j )
i =1 j =i
Mn (R), de rang r > 0. j =i
Montrer quil existe r matrices (L 1 , . . . , L r ) de 5 1

d) Calculer B quand A = .
M1,n (R), linairement indpendantes et telles que : 1 5
r
A= t
Li Li . 2 a) Soit u 0 = 1, a un rel strictement positif et la
i =1
suite u dnie par le relation de rcurrence :
2 Soit A et B deux matrices de Mn (R), symtriques, 1 a
n N u n+1 = un + .
relles, positives. 2 un
On note C la matrice de Mn (R) dnie par : tudier la convergence de la suite (u n )nN .
2
(i, j ) [[1, n]] ci , j = ai , j bi , j . b) Montrer que, si A et B sont deux matrices sym-
a) Montrer que C est une matrice symtrique positive. triques relles telles que AB = B A, il existe une ma-
trice orthogonale Q telle que t Q AQ et t Q B Q soient
b) Que peut-on dire de C si A et B sont symtriques,
diagonales.
dnies positives ?
3 On suppose de plus que (i, j ) [[1, n]]2 ai , j = 0. 3 Soit M une matrice de S++
n telle que AM = M A.
1 a) Justier que M est inversible et que M 1 est dans

On dnit la matrice A par ses coefcients ai , j = . S++
ai , j n .

ALGBRE ET GOMTRIE

1 x1
b) Soit N = (M + M 1 A). Montrer que AN = N A ..
2 2 Soit, pour tout X = . dans Rn :
et que N est dans S++
n .
xn
On dnit alors la suite (Bk )kN de matrices de S++
n par :
q(X) = t X H X .
B0 = In
1 . a) Vrier la relation suivante :
k N Bk+1 = (Bk + Bk1 A) 1
2
q(X) = (x1 + t x2 + + t n1 xn )2 dt.
c) Montrer quil existe une matrice orthogonale Q telle 0
que, pour tout k de N, Q 1 Bk Q soit une matrice diago- b) En dduire que :
nale Dk quon notera :
(k) (i) toutes les valeurs propres de H sont strictement po-
a1 0 0 sitives ;

0 a(k) 0 (ii) H est inversible.
2
Dk = . .. .
.. . c) Montrer que, pour tout X dans Rn , t X H 1 X est un

rel positif, qui est nul si, et seulement si, X est le vec-
0 a(k)
n
teur nul.
d) tudier la convergence de la suite (Bk )kN et prciser 3 Dans cette question, n est gal 2.
sa limite.
a) Dterminer les valeurs propres a, b (a b) de H .
b) Soit E le plan afne euclidien rapport au repre or-

1) a) A est une matrice symtrique relle donc... thonorm (O, i , j ).
b) Utiliser les polynmes de Lagrange.
On note C lensemble des points M de E tels que le
c) Considrer la matrice P( A) = t Q P(D)Q...
vecteur O M, de matrice X, vrie lquation :
2) a) tude classique de suite rcurrente. tudier
t
dabord la fonction... X H X = 1.
b) Diagonaliser dabord A, puis utiliser le fait que Reconnatre la nature de C, la tracer avec soin et inter-
A et B commutent... prter gomtriquement a et b.
3) a) Connatre les valeurs propres de A1 .
4 On note H la matrice de Mn1 (R) dnie par :
b) Utiliser 2) b).
c) Si Q est une matrice orthogonale diagonalisant 1 1
1
A et Bk , alors elle diagonalise... 2 n1
1 1 1
d) Raisonner sur les valeurs propres des matrices

Bk . H = 2 3 n .
.. .. ..
. . .

1 1 1
22* Valeurs propres dune matrice
n1 n 2n 3
de Hilbert La matrice H peut ainsi scrire, par blocs :
Daprs Saint-Cyr. 1
Dans ce texte, on identie lespace vectoriel Rn , n

(n 2), muni de sa structure euclidienne canonique, 1
H T
n+1
lensemble des matrices n lignes et une colonne. H = t 1 , avec T = .
T ..

Le but de ce problme est ltude de la matrice : 2n 1 .
1 1 1
1
2 n 2n 2
a) Montrer que la matrice H est inversible.
1 1 1

n+1 1
H = 2 3 , appele matrice
..
.
.. .. .. de Hilbert. b) Soit l un rel non nul et Y = ... dans Rn1 .
. . .

1 yn1
1 1
In1 Y
n n+1 2n 1 On note, par blocs P = .
0 l
t
1 Montrer que H a toutes ses valeurs propres relles. Calculer le produit par blocs P H P.

c) Montrer que : 1
b) Faire le graphe de la fonction t sur
1 t
Det(H ) = Det(H ) t T H 1 T . +
2n 1 R et raisonner en termes daires...
2n n! c) Comment trouve-t-on la somme des valeurs
d) En dduire que Det(H ) . propres dune matrice ?
(2n)!
On note, dans la suite de ce problme an et bn , la plus 6) c) Utiliser 5) b).
petite et la plus grande des valeurs propres de la matrice
H dordre n.
23 Interprtation gomtrique
5 a) Justier, pour tout lment X de Rn , les ingali-
de la matrice de Hilbert
ts :
Daprs Saint-Cyr.
an X 2 q(X) bn X 2 .
Dans ce texte, on identie lespace vectoriel Rn ,
b) Montrer que : n
1 (n 2), muni de sa structure euclidienne canonique,
n N ln(n + 1) 1 + ln(n). lensemble des matrices n lignes et une colonne.
i
i =1
c) Calculer la somme des valeurs propres de H . Le but de ce problme est linterprtation gomtrique
1 1
d) En dduire que : 1
2 n
1
1 1 1
nan < ln(n) + 1 + ln(2) .
2 n+1
de la matrice H = 2 3 , appele
. .. .. ..
6 a) Soit A = (ai , j )(i , j )[[1,n]]2 une matrice de Mn (R). .. . . .

On suppose quil existe un vecteur X non nul, dans Rn ,
1 1 1
tel que : AX = 0 et max |xi | = 1.
i [[1,n]] n n+1 2n 1
Montrer que, pour tout i dans [[1, n]] : matrice de Hilbert. (Ltude des valeurs propres de cette
matrice a fait lobjet de lexercice prcdent.)
|ai ,i | |xi | |ai , j | |x j | .
j [[1,n]], j =i Soit f une fonction continue de [0, 1] dans R, donne.
En dduire quil existe un i dans [[1, n]] tel que : On dsigne par F lespace vectoriel des fonctions po-
lynmes, de [0, 1] dans R, de degr infrieur ou gal
|ai ,i | |ai , j | . n 1.
j [[1,n]], j =i
b) Soit l une valeur propre de H , montrer quil existe i la fonction f , on associe la suite des rels b p pN
dans [[1, n]] tel que : dnie par :
1
1 1 p 1 bp = x p1 f (x)dx.
l . 0
2i 1 i + j 1
j [[1,n]], j =i On dsigne par B le vecteur de Rn dni par :
c) Montrer alors lingalit, pour tout n 2:
b1

bn < 1 + ln(n). B = ... .
bn
2) a) Calculer lintgrale. 1 a) Montrer que H a toutes ses valeurs propres

b) Soit X un vecteur propre associ la valeur relles.
propre l. Alors q(X)...
On admettra que ces valeurs propres sont strictement
0 nest pas valeur propre de H .
positives. (En fait, ce rsultat a t tabli dans la ques-
c) Calculer t X H 1 X aprs avoir diagonalis H .
tion 2) de lexercice prcdent.)
3) b) Rduire lquation de la conique pour liden-
tier. b) Montrer que, pour tout V dans Rn :
4) b) l est donn non nul, choisir le vecteur Y pour t
V HV 0 et t
V H V = 0 V = 0.
pouvoir calculer le dterminant de t P H P.
c) Rcurrence sur n. On note alors U0 lunique lment de Rn dni par
5) a) Reprendre le calcul de 2) c). HU0 = B.

ALGBRE ET GOMTRIE

u1

2 Soit U = ... un lment de Rn et soit Q
un 1) b) crire que H est diagonalisable et calcu-
llment de F dni, pour tout x de [0, 1], par : ler t V H V en utilisant une matrice diagonale sem-
blable H .
n 2) Dvelopper Q 2 (t) et intgrer...
Q(x) = u i x (i 1) . 3) a) Munir lespace vectoriel C([0, 1], R) dun
i =1 produit scalaire et interprter g(Q)...
Montrer que :
b) Exprimer g(Q) en fonction de g(Q ), o Q est
1 1 llment de F associ U0 . Puis utiliser 1) b)
(Q(t) f (t))2 dt = t U HU 2t U B + f 2 (t)dt. 5) Fixer x dans [0, 1[, puis crire un dvelop-
0 0 1
pement en srie entire de et tudier la
1 tx
3 Soit lapplication de F dans R dnie, pour tout Q convergence uniforme de cette srie de fonctions
dans F, par : sur [0, 1].
1
6) a) Classique...
g(Q) = (Q(t) f (t))2 dt.
0
b) Utiliser 6) a) et un thorme sur la somme dune
srie de fonctions positives et intgrables sur un in-
a) Montrer quil existe un unique lment Q 0 de F en tervalle...
lequel g atteint son minimum. c) tudier la continuit en 1 des deux fonctions
+ 1
b) Prciser Q 0 en fonction de U0 . f (t)
de x : b p x p et d t.
c) En dduire une interprtation gomtrique de H . p=1 0 1 tx
4 Dans cette question, n = 2 et f dsigne la fonc-

tion :
f : [0, 1] R,
x f (x) = x 2 .
Algorithmes
Dterminer explicitement Q 0 et le minimum de g dans 1 Tridiagonalisation dune matrice
ce cas. symtrique relle.
Matrices de Householder
5 Montrer que, si on suppose p N b p = 0, alors
on a : La recherche des valeurs propres de matrices sym-
1
f (t) triques relles peut seffectuer en deux temps. Tout
x [0, 1[ dt = 0. dabord, on transforme la matrice donne en une
0 1 tx
matrice tridiagonale symtrique avec des matrices de
6 On suppose, dans cette question, que f est positive. projection orthogonale.
a) Exprimer, pour N entier naturel non nul, laide Ensuite, la recherche des valeurs propres repose sur la
dune intgrale, la somme : mthode de dichotomie. Elle fera lobjet du problme
N suivant.
bp. Un autre intrt des matrices tridiagonales symtriques
p=1
sera tudi un peu plus loin. La mthode de Choleski
b) En dduire lquivalence des deux propositions sui- permet la rsolution dun systme linaire dont la ma-
vantes : trice est tridiagonale plus rapidement que la mthode de
(i) la srie b p converge ; Gauss.
f (t) Partie mathmatique
(ii) la fonction h : t est intgrable sur
1t Lespace vectoriel Rn est muni du produit scalaire
[0, 1[.
canonique. Soit C = (ci j ) une matrice symtrique
c) Montrer que, si la fonction h ci-dessus dnie, est relle, dordre n, Idn la matrice unit dordre n, v
intgrable sur [0, 1[ , alors : une matrice colonne n lignes lments rels et
1
f (t)
+
v =t v = (v1 , . . . , vn ) sa transpose.
dt = bp.
0 1t Rn est muni de la norme euclidienne canonique.
p=1

Soit, pour i dans [[1, n]], les matrices colonnes ei : Partie mathmatique
t (an )n 1 , (bn )n 1 sont deux suites de nombres rels tels
ei = (di 1 , . . . , di n ).
On associe v la matrice carre dordre n : que, pour tout n 1, bn = 0.
vv Soit ( pn )n la suite de polynmes dnie par :
H [v] = Idn 2 si v = 0 ; H [0] = 0.
v 2
p0 (x) = 1 ; p1 (x) = a1 x
La matrice H [v] est appele matrice de Householder.
2
n 2 pn (x) = (an x) pn1 (x) bn1 pn2 (x)
1 Montrer que H [v] est la matrice dune symtrie or-
thogonale. Donner H [v]1 . 1 Soit n 1.
2 On pose w = v v1 e1 . Montrer que : a) tudier les limites en + et des fonctions pn .
H [w + w e2 ](v) = v1 e1 w e2 . b) Montrer que, si le nombre xn est racine de pn , alors :
pn1 (x) pn+1 (x) < 0.
3 Calculer les lments de la premire ligne et de la c) Montrer que pn (x) admet n racines relles distinctes :
premire colonne de H [w + w e2 ].
xn,1 < xn,2 < < xn,n
4 En dduire quil existe une matrice H1 telle que :
H1 C H11 = C1 , et que, si n 2, pour tout k de [[1, n 1]] :
avec C1 = (ci j ), symtrique et c1 j = c j 1 = 0 pour xn,k < xn1,k < xn,k+1 .

3 j n.
d) Comparer les signes de pn+1 (x) et de pn (x) pour x
5 Montrer que toute matrice carre symtrique est dans ]xn+1,k , xn,k [ et pour x dans ]xn,k , xn+1,k+1 [.
semblable une matrice tridiagonale. On associe aux suites (an )n et (bn )n introduites prc-
demment la suite des matrices ( An )n n lignes et co-
Partie informatique
lonnes, symtriques et tridiagonales de la forme :
6 crire un programme de trigonalisation dune ma-
a1 b1
trice symtrique relle. Le tester sur un exemple. b1 a2 b2

.. .. ..
. . . 0

1) Faire une gure gomtrique. Puis utiliser le An =

cours sur les symtries orthogonales. . . .
0 .. .. ..

bn2 an1 bn1
bn1 an
2 Valeurs propres dune matrice
tridiagonale relle
2 Montrer que les racines de pn sont les valeurs
La mthode de Givens de recherche des valeurs propres propres de la matrice An .
dune matrice tridiagonale symtrique permet, avec la x
mthode de tridiagonalisation dune matrice symtrique Pour tout x rel non nul, on pose :signe(x) = et,
|x|
relle, de dterminer des valeurs approches de cette pour tout y rel et tout entier n 1, on pose :
matrice. Elle consiste sparer les valeurs propres cher-
ches, puis construire, par la mthode de dichoto- signe( pn (y)) si pn (y) = 0
sgn( pn (y)) =
mie, deux suites adjacentes convergeant vers les valeurs signe( pn1 (y)) si pn (y) = 0.
propres.
On dsigne par N (n, y) le nombre dlments gaux
Les matrices tridiagonales interviennent en mcanique 1 dans lensemble
des vibrations et la dtermination de leurs valeurs
propres permet de calculer les modes propres de vibra- {sgn( pk1 (y))sgn( pk (y))) ; 1 k n}
tion de certaines structures.
en prenant sgn( p0 (y)) = 1.
Le rsultat trs ingnieux de la question 1) sur les chan-
gements de signe des polynmes est d Charles Sturm 3 Montrer que N (n, y) est le nombre de racines du
(1803-1855), franais n Genve. polynme pn infrieures strictement y.

ALGBRE ET GOMTRIE
4 Montrer que les valeurs propres de An appar- lignes et colonnes de A. On conviendra de prendre
tiennent au sous-ensemble de R dni par : A(0) = 1.
n
P(l) = Det(A lIdn ) est le polynme caractristique
ai |bi 1 | |bi |, ai + |bi 1 | + |bi | de A et Pk (l) = Det(A(k) lIdk ) est le polynme ca-
i =1
ractristique de A(k) .
avec b0 = 0.
On se propose de factoriser A sous la forme A = L D t L,
5 On suppose n et i xs, avec 1 i n. Construire o D est une matrice diagonale dlments diagonaux
deux suites (ak )k et (bk )k telles que : (d1 , . . . , dn ) et L une matrice bidiagonale :

ak xn,i bk 1 0
l1 1 0
lim ak = lim bk = xn,i
k k . .. . .. . ..
0

L= .
Partie informatique
.. .. ..
0 . . .
6 crire un programme qui donne des valeurs ap-
ln2 1 0
proches des valeurs propres dune matrice tridiago-
nale relle. Lappliquer la matrice An , dnie par : 0 ln1 1
ak = 2 ; bk = 1.
1 a Montrer que les coefcients ai , ci , di , li sont lis
par les relations (R) :

4) Utiliser la dnition dune valeur propre, crire d = a1
1
le systme obtenu, et noter j lindice tel que : alib1 di 1 + gdi = ai 2 i n
|x j | = max1 i n |xi |.

5) Utiliser la question 3). ddi li = ci 1 i n1
o a, b, g et d sont des constantes dterminer.
b) Montrer que le systme (R) admet une solution si,
3 La mthode de Choleski pour tout i de [[1, n]] : di = 0.
Cet exercice prsente un algorithme de rsolution dun c) Montrer que la dcomposition A = L D t L existe et
systme linaire dont la matrice est tridiagonale sym- est unique si, et seulement si, pour tout i de [[1, n]] :
trique dordre n et rgulire. DetA(i )
= 0.
Cet algorithme utilise, dans un cas particulier, une m- DetA(i 1)
thode dveloppe par le commandant dartillerie Cho- 2 Lobjet de cette question est la rsolution du sys-
leski, tu pendant la grande guerre. tme linaire (S) , AX = B o la matrice A est tri-
Cette mthode est plus rapide que la mthode de Gauss. diagonale symtrique et rgulire, crite sous la forme
Si vous souhaitez plus de prcisions sur ce sujet, vous A = L D t L.
pouvez vous rfrer au problme Ensait 1991, dont cet La mthode dcrite ci-dessous est appele mthode de
exercice est inspir. Choleski. On pose:
x1 b1
Partie mathmatique .. ..
. .
La matrice
X = x
i
et B = bi .

. .
a1 c1 .. ..
c1 a2 c2
xn bn
.. .. ..
. . . 0

A=

a) Montrer que (S) scrit L Z = B, et exprimer Z en
.. .. .. fonction de D, L, X.
0 . . .
Dterminer les relations liant les z i , li , bi .
cn2 an1 cn1
cn1 an b) Montrer que la rsolution de (S) se ramne alors
celle de (S1 ), DY = Z et exprimer Y en fonction de L
est tridiagonale symtrique, rgulire, et on note A(k) et de X.
la sous-matrice obtenue en conservant les k premires Dterminer les relations liant les z i , di , yi .

c) Montrer que la rsolution de (S1 ) se ramne alors Dans la suite, C dsigne une matrice carre relle
celle du systme (S2 ),t L X = Y . dordre n.
Dterminer les relations liant les yi , li , xi . 3 a) Soit a un vecteur non nul de Rn , (e1 , . . . , en ) d-
signent les vecteurs de la base canonique de Rn .
Partie informatique
Montrer quil existe un vecteur v non nul dans Rn de la
3 crire un programme de dcomposition dune ma- forme :
trice A tridiagonale, symtrique, rgulire et dordre n. v = a + ae1 (a R)
crire un programme de rsolution du systme :
AX = Y , o A est tridiagonale, symtrique, rgulire tel que la symtrie orthogonale par rapport Vect (v)
et dordre n. transforme a en un vecteur de Vect (e1 ).
Tester vos programmes. b) Montrer que limage dun vecteur quelqonque u de

Rn par cette symtrie orthogonale est :
u, v v
1) c) Supposer que la dcomposition existe. En d- u2 .
v 2
duire Det(A). Pour la rciproque, faire une rcur-
rence. En dduire que, en identiant un vecteur et la matrice
colonne de ses coordonnes, la matrice de cette sym-
trie est :
4 Problme des moindres carrs. vt v
Dcomposition Q R Idn 2
v 2
.
Lorsquun systme linaire Ax = b nadmet pas de so-
c) Montrer quil existe une matrice orthogonale Q 1 telle
lution, on cherche un vecteur x tel que Ax soit aussi
que la premire colonne de Q 1 C ait au plus un terme
proche que possible de b.
non nul, le premier.
Pour mesurer la distance entre Ax et b, on utilise alors
d) En dduire une mthode de construction dune ma-
la norme euclidienne, do lappellation moindres car-
trice orthogonale S telle que la matrice SC soit triangu-
rs .
laire suprieure.
Nous retrouverons les matrices de Householder rencon-
tres dans lexercice 1 des Algorithmes. On dit que la matrice C admet une factorisation Q R.
4 Soit C x = d un systme linaire dans lequel la ma-
Partie mathmatique
trice C est suppose factorise en QR et inversible.
n et p sont deux entiers de N . Lespace vectoriel Rn ,
Indiquer une mthode simple de rsolution de ce sys-
(n 1), est muni de la norme euclidienne 2 , note
tme.
plus simplement .
Partie informatique
A dsigne une matrice de Mn, p (R), b est un vecteur
de Rn . 5 crire un programme de dcomposition QR dune
matrice carre.
Le problme aux moindres carrs associ consiste
chercher x tel que : crire un programme de rsolution du systme C x = d,
utilisant la dcomposition de C en QR.
b Ax = inf p b Ay (E)
yR crire un programme de recherche dune solution dun
Lorsque n = p et lorsque A est inversible, il existe une problme aux moindres carrs.
unique solution x.
1 Montrer que le problme (E) admet toujours une
1) a) Faire une gure et transformer cette question
solution. Prciser le nombre de solutions de (E).
en gomtrie...
2 a) Montrer que le problme (E) quivaut la rso- 2) b) Considrer une valeur propre de t A A.
lution de lquation linaire : t A Ax = t Ab. 3) a) Faire une gure...
b) Montrer que la matrice t A A est symtrique, posi- 3) c) Attention aux dimensions des matrices...
tive. quelle condition est-elle symtrique, dnie, po- 4) Dcomposer le systme donn en deux systmes
sitive ? successifs.

C O R R I G S
1 Pour sentraner b) Considrons lespace vectoriel E = Rn [X] muni du
produit scalaire dni par :
1 a) Une base de F est donne par :
+
1 0 0 1 P|Q = P(x)Q(x)ex d x.
U1 = , U2 = . 0
0 1 1 0
x y La question pose sinterprte alors comme la recherche
Donc une matrice M = est dans lorthogonal du carr de la distance du polynme 1 lhyperplan
z t
de F si, et seulement si : H = {P E ; P(0) = 0}.
Appelons p(1) le projet orthogonal de 1 sur cet hyper-
M | U1 = 0 et M | U2 = 0.
plan.
Nous obtenons : Alors :
x t =0 +
.
y+z =0 inf(a1 ,...,an )Rn (1 + a1 x + + an x n )ex d x
0
Les lments de F sont les matrices : = 1 p(1)
2
.
x y
M= .
y x
1
1 0 0 1
b) Si on pose U3 = et U4 = , alors
0 1 1 0
(U3 , U4 ) est une base de F .
La matrice B scrit de manire unique comme somme
dun lment de F et dun lment de F . p(1)
On doit avoir lexistence de (a, b, x, y) dans R4 tels
H
que :
a b x y n
B= + .
b a y x Le vecteur 1 p(1) = 1 ak X k est caractris par :
Do le systme : k=1

a+x =1 i [[1, n]] 1 p(1) | X i = 0.

b+y =0
. Montrer par rcurrence que :
by =1

a + x = 0 +
1 1 j N x k ex d x = k!.
Sa rsolution donne : a = x = et b = y = . 0
2 2
1 1 1 Nous obtenons la condition :
Le projet orthogonal de B sur F est .
2 1 1 n
2 a) Utilisons dabord la formule du binme : i [[1, n]] i! ak (i + k)! = 0.

n k=1
n i k
(1 X) X = (1)k X i +k .
n Comparons avec le rsultat de la premire question dans
k=0
lequel nous faisons x = 1. Nous obtenons :
Drivons ensuite :
n
(i 1) k (i + k)! k+1 (1)k k
(1 X)n X i = (1)k X . k [[1, n]] ak = .
n (k + 1)! (k + 1)! n
k=0

Do : u3
2 2 2 2
1 p(1) = 1 p(1) = 1 1 | p(1)
+ n
=1 ak x k ex d x
0 k=1 e3
n n k
(1) k (u3,e1)e1 + (u3,e2)e2
=1 ak k! = 1
k+1 n e1
k=1 k=1
n
1 k+1
=1 (1)k
n+1 n+1
k=1 Le vecteur u 3 se dcompose en somme de vecteurs or-
n 1 thogonaux :
=1 = .
n+1 n+1
2 3 6 2 3 6
u3 = e1 e2 + u 3 e1 + e2 .
3 6 3 6
2 Et Gram-Schmidt...
Enn :
1 Notons :
2 3 6
u3 e1 + e2 2
u 1 = (1, 1, 1) ; u 2 = (1, 0, 1) ; u 3 = (0, 1, 1). e3 = 3 6 = (1, 0, 1).

2 3 6 2
u1 1 u3 e1 + e2
Alors e1 = = (1, 1, 1). 3 6
u1 3
Ensuite, projetons orthogonalement le vecteur u 2 sur la
droite vectorielle engendre par e1 . 2 Notons u 1 = X 2 1 ; u 2 = 3X + 1 ; u 3 = X 2 + X.
u1 1
Nous obtenons Alors e1 = = (X 2 1).
u1 2
2 Ensuite, projetons orthogonalement le vecteur u 2 sur la
(u 2 | e1 ) e1 = (1, 1, 1).
3 droite vectorielle engendre par e1 . Nous obtenons :
1
u2 (u 2 | e1 ) e1 = (X 2 + 1).
2
Le vecteur u 2 se dcompose en somme de deux vecteurs
qui sont orthogonaux :
e1 u 2 = (u 2 | e1 ) e1 + u 2 (u 2 | e1 ) e1

Langue

Bienvenue sur Scribd !

Exercices & Problèmes Maths 2e Année MP

Transféré par

Informations du document

Description :

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

Exercices & Problèmes Maths 2e Année MP

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Titres liés

www.bibliomath.

c HACHETTE LIVRE 2005, 43 quai de Grenelle 75905 Paris Cedex 15

Tous droits de traduction, de reproduction et dadaptation rservs pour tous pays.

Chaque chapitre est constitu :

c Hachette Livre H-Prpa Exercices, Maths

Chapitre 2 Complments dalgbre linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3 Forme faible de Frobenius dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Chapitre 3 Sous-espaces stables et rduction des endomorphismes . . . . . . . . . . . . . . 67

Chapitre 4 Formes bilinaires symtriques et formes quadratiques . . . . . . . . . . . . . . . 92

9 Rduction simultane de deux formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

Chapitre 5 Espaces vectoriels euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

Chapitre 6 Espace prhilbertien complexe. Espace hermitien . . . . . . . . . . . . . . . . . . . . . . . 155

c Hachette Livre H-Prpa Exercices, Maths

5 Un produit scalaire sur Cn [X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

Chapitre 7 Gomtrie afne et euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

Chapitre 8 Gomtrie diffrentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210

c Hachette Livre H-Prpa Exercices, Maths

6 Un exemple de courbe trace sur une sphre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

Chapitre 10 Sries numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258

c Hachette Livre H-Prpa Exercices, Maths

Algorithme : Acclration de convergence de la srie n12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267

Chapitre 11 Drivation, intgration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281

Chapitre 12 Suites et sries de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322

c Hachette Livre H-Prpa Exercices, Maths

5 Trois suites de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326

Chapitre 13 Sries entires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335

Chapitre 14 Sries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362

c Hachette Livre H-Prpa Exercices, Maths

Chapitre 15 Calcul differentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385

Chapitre 16 quations diffrentielles linaires et non linaires . . . . . . . . . . . . . . . . . . . . 412

c Hachette Livre H-Prpa Exercices, Maths

2 Complments dalgbre linaire 30

3 Sous-espaces stables et rduction des endomorphismes 67

4 Formes bilinaires symtriques et formes quadratiques 92

5 Espaces vectoriels euclidiens 106

6 Espace prhilbertien complexe. Espace hermitien 155

7 Gomtrie afne et euclidienne 176

8 Gomtrie diffrentielle 210

PARTIE GNRATRICE DUN GROUPE

Si A = [, alors : A = {a11 a22 ann ; n N , i {1, ..., n} i {1, 1} ai A}.

Les gnrateurs de Z/nZ sont les classes k telles que k n = 1.

c Hachette Livre H-Prpa Exercices, Maths

Les gnrateurs de Un sont appels les racines primitives n-imes de lunit.

PRODUIT DE DEUX GROUPES

(G H , ) est un groupe appel le groupe produit des groupes (G, ) et (H , ).

IDAL DUN ANNEAU COMMUTATIF

(i) I = [, (ii) x I y I x+yI et (iii) x I a A ax I .

Soit I un idal de ( A, +, .). Alors I = A si, et seulement si : 1 A appartient I .

DIVISIBILIT DANS UN ANNEAU INTGRE

PLUS GRAND COMMUN DIVISEUR

ENTIERS PREMIERS ENTRE EUX

PLUS PETIT COMMUN MULTIPLE

LMENTS INVERSIBLES DANS UN ANNEAU

CARACTRISTIQUE DUN ANNEAU, DUN CORPS

PLUS GRAND COMMUN DIVISEUR

(P) + (Q) = {A P + B Q; A K[X] et B K[X]}.

POLYNMES PREMIERS ENTRE EUX

Si P Q = 1, pour tout n et tout m de N on a : P n Q m = 1.