Vous êtes sur la page 1sur 394

Jean-Marie Monier

ALGBRE
ET GOMTRIE
PC-PSI-PT
Un cours conforme au programme
Des exercices-types rsolus
Les mthodes retenir
De nombreux exercices et problmes
corrigs

5e dition
ALGBRE ET GOMTRIE
PC-PSI-PT
Cours, mthodes et exercices corrigs

Jean-Marie Monier
Professeur en classe de Spciales
au lyce La Martinire-Monplaisir Lyon

5e dition
Maquette intrieure : Lasertex
Couverture : Bruno Loste

Dunod, Paris, 2008


Dunod, Paris, 1996 pour la premire dition
ISBN 978-2-10-053970-3
Table des matires

Cours

CHAPITRE 1 Complments dalgbre linaire 3

1.1 Espaces vectoriels 4


1.1.1 Familles libres, familles lies, familles gnratrices 4
1.1.2 Sommes, sommes directes 4

1.2 Applications linaires 9


1.2.1 Thorme disomorphisme 9
1.2.2 Interpolation de Lagrange 10
1.2.3 Thorme du rang 11

1.3 Dualit 13
1.3.1 Gnralits 13
1.3.2 Hyperplans 14
1.3.3 Bases duales 16

1.4 Calcul matriciel 22


1.4.1 Trace 22
1.4.2 Blocs 27

CHAPITRE 2 Dterminants 35

2.1 Le groupe symtrique 36


2.1.1 Structure de Sn 36
2.1.2 Transpositions 36
2.1.3 Cycles 39

2.2 Applications multilinaires 41


Dunod. La photocopie non autorise est un dlit.

2.2.1 Gnralits 41
2.2.2 Applications multilinaires alternes 41

2.3 Dterminant d'une famille de n vecteurs


dans une base d'un ev de dimension n 43
2.3.1 Espace n (E) 43
2.3.2 Proprits 44

2.4 Dterminant d'un endomorphisme 45

2.5 Dterminant d'une matrice carre 46


III
Table des matires

2.6 Dveloppement par rapport une range 49


2.6.1 Cofacteurs et mineurs 49
2.6.2 Comatrice 53

2.7 Calcul des dterminants 55


2.7.1 Dterminant d'une matrice triangulaire 55
2.7.2 Manipulation de lignes et de colonnes 55
2.7.3 Cas n = 2, n = 3 58
2.7.4 Dterminant de Vandermonde 59
2.7.5 Dterminant dune matrice triangulaire par blocs 60

2.8 Orientation d'un espace vectoriel rel


de dimension finie 64

2.9 Supplment : Rang et sous-matrices 65

2.10 Systmes affines 68


2.10.1 Position du problme 68
2.10.2 Rsolution dans le cas dun systme de Cramer 69

CHAPITRE 3 Rduction des endomorphismes


et des matrices carres 73

3.1 lments propres 74

3.2 Polynme caractristique 79

3.3 Diagonalisabilit 86

3.4 Trigonalisation 98

3.5 Polynmes d'endomorphismes,


polynmes de matrices carres 106
3.5.1 Gnralits 106
3.5.2 Polynmes annulateurs 109
3.5.3 Thorme de Cayley et Hamilton 116
3.5.4 Idaux de K [X] (PSI 118

3.6 Applications de la diagonalisation 119


3.6.1 Calcul des puissances d'une matrice carre 119
3.6.2 Suites rcurrentes linaires simultanes
du 1er ordre coefficients constants 123
3.6.3 Suites rcurrentes linaires coefficients constants 124
Problmes 126

CHAPITRE 4 Espaces prhilbertiens rels 129

4.1 Formes bilinaires symtriques, formes quadratiques 130


4.1.1 Gnralits 130
4.1.2 Interprtation matricielle 132
4.2 Rappels sur les espaces euclidiens 137
4.2.1 Produit scalaire 137
4.2.2 Orthogonalit 141
IV
Table des matires

4.3 Endomorphismes remarquables


d'un espace vectoriel euclidien 146
4.3.1 Endomorphismes symtriques 146
4.3.2 Endomorphismes orthogonaux 153

4.4 Adjoint 158


4.4.1 Adjoint dun endomorphisme dun espace euclidien 158
4.4.2 Endomorphismes remarquables d'un espace euclidien 162

4.5 Rduction des matrices symtriques relles 163


4.5.1 Thorme fondamental 163
4.5.2 Rduction simultane 169
4.5.3 Positivit 170
Problme 186

CHAPITRE 5 Espaces prhilbertiens complexes 187

5.1 Formes sesquilinaires 188


5.1.1 Gnralits 188
5.1.2 Cas de la dimension finie 190

5.2 Espaces prhilbertiens complexes


et espaces hermitiens 193
5.2.1 Produit scalaire hermitien 193
5.2.2 Orthogonalit 197

CHAPITRE 6 Gomtrie 203

6.1 Courbes du plan 204


6.1.1 Enveloppe d'une famille de droites du plan 204
6.1.2 Rappels sur labscisse curviligne et le rayon de courbure 211
6.1.3 Centre de courbure 216
6.1.4 Dveloppe d'une courbe du plan 220
6.1.5 Dveloppantes d'une courbe du plan 223

6.2 Courbes de l'espace 227


6.2.1 Gnralits 227
6.2.2 Tangente en un point 229
6.2.3 Abscisse curviligne 231

6.3 Surfaces
Dunod. La photocopie non autorise est un dlit.

235
6.3.1 Gnralits 235
6.3.2 Plan tangent en un point 238
6.3.3 Surfaces usuelles 244
6.3.4 Quadriques 252
6.3.5 Surfaces rgles, surfaces dveloppables 261
6.3.6 Exemples de recherche de courbes traces sur une surface
et satisfaisant une condition diffrentielle 267

V
Table des matires

Solutions des exercices

Chapitre 1 278
Chapitre 2 284
Chapitre 3 293
Chapitre 4 322
Chapitre 5 347
Chapitre 6 350

Index des notations 373

Index alphabtique 375

VI
Prface

Jeune lycen, j'avais, pour les manuels scolaires, une vnration quasi-religieuse. Que reprsentaient pour moi ces livres
qu'une main zle avait soigneusement recouverts en dbut d'anne ? Je ne saurais le dire avec prcision : ils conte-
naient, sans doute, la Vrit. mon sens, par exemple, un thorme ne pouvait tre nonc que dans le scrupuleux res-
pect des termes de l'ouvrage ; approximative, la restitution n'tait pas valable. L'utilisation, par les professeurs, des po-
lycopis (rappels et complments de cours, noncs de problmes ...) n'tait pas, alors, habituelle ; je pense, aujourd'hui,
que cela tait d bien plus aux difficults de reprographie qu' un non-dsir de ces professeurs d'imprimer leur griffe
personnelle par le choix d'exercices originaux. Ils se rfraient constamment aux manuels, en suivaient fidlement la
progression, y puisaient les exercices. Je me souviens, d'ailleurs, d'avoir t troubl quand, en Terminale, mon profes-
seur de Math., que je rvrais aussi, se permettait parfois quelques critiques l'gard d'un ouvrage qu'il nous avait pour-
tant conseill ! Quant aux auteurs de ces livres, ils restaient nigmatiques : qui taient ces demi-dieux dtenteurs du
Savoir ?
Plus tard, mes rapports d'tudiant avec les manuels didactiques ont, videmment, volu, mais je crois avoir, navement
sans doute, conserv cette approche faite d'envie et de respect qui m'empche, par exemple, de porter des annotations
en marge je ne jouerai pas la farce d'un Pierre de Fermat ! et cet a priori favorable qui me rendrait difficile la r-
daction d'une critique objective.
Heureusement, tel n'est pas mon propos aujourd'hui ! Mais j'ai voulu, par ces quelques mots, souligner l'importance ca-
pitale mme dans le subconscient de chacun de ces livres de cours sur lesquels vous travaillez durant vos tudes et
qui vous accompagnent toute votre vie.
Aucun professeur, ft-il auteur de manuels, ne songerait conseiller un livre en remplacement d'un enseignement vi-
vant et vcu. Mais, le cours imprim, s'il est fidle la lettre et l'esprit du programme d'une classe, peut aider, de faon
trs importante, l'tudiant consciencieux. Celui-ci, surtout lorsqu'il est dbutant, trouvera la scurit dont il a besoin dans
un plan clair, prcis, rigoureux, dans une prsentation particulirement soigne o les diverses polices de caractres sont
judicieusement alternes, dans la vision d'ensemble des questions dont traite l'ouvrage. Il y recherchera, avec la certi-
tude de les obtenir, telle dmonstration qu'il n'a pas bien comprise, tel exemple ou contre-exemple qui l'aidera mieux
assimiler une notion, la rponse telle question qu'il n'a pas os poser sinon lui-mme...
Pour que le livre joue ce rle d'assistant certes passif mais constamment disponible il doit, je pense, tre proche des
proccupations immdiates de l'tudiant, ne pas exiger, pour sa lecture, un savoir qui n'a pas encore t acquis, ne pas
rebuter par l'expos trop frquent de notions trop dlicates ; mais il doit, cependant, contenir une substance suffisante
pour constituer les solides fondations sur lesquelles s'chafaude la pyramide du savoir scientifique.
On l'imagine, ds lors, aisment : l'criture d'un tel manuel, l'intention des tudiants des classes prparatoires ou d'un
premier cycle universitaire, demande, ct de la ncessaire comptence, des qualits pdagogiques certaines, affines
par une longue exprience professionnelle dans ces sections, une patience et une minutie rdactionnelles inoues.
Dunod. La photocopie non autorise est un dlit.

Jean-Marie Monier a eu le courage de se lancer dans ce gigantesque travail et les ouvrages qu'il nous propose aujour-
d'hui aprs les recueils d'exercices qui ont eu le succs que l'on sait montrent qu'il a eu raison : il a, me semble-t il,
pleinement atteint le but qu'il s'tait fix, savoir rdiger des livres de cours complets l'usage de tous les tudiants
et pas seulement des polytechniciens en herbe. Les nombreux ouvrages d'approfondissement ou de spcialit seront,
videmment, lus et savours plus tard, ... par ceux qui poursuivront. Pour l'instant, il faut, l'issue de la Terminale,
assimiler compltement les nouvelles notions de base (la continuit, la convergence, le linaire...) ; le lecteur est guid,
pas pas, par une main sre qui le tient plus fermement ds qu'il y a danger : les mises en garde contre certaines erreurs
sont le fruit de l'observation rpte de celles-ci chez les lves.
tout instant, des exercices sont proposs qui vont l'interpeller : il sera heureux de pouvoir, quelques dizaines de pages
plus loin, soit s'assurer que, par une bonne dmarche il est parvenu au bon rsultat, soit glaner une prcieuse indica-
tion pour poursuivre la recherche : le livre forme un tout, efficace et cohrent.
VII
Prface

J'ai dit quel rle majeur dans la formation d'un jeune esprit scientifique peut jouer un manuel qui lui servira de rf-
rence pendant longtemps. Sa conception, sa rdaction, sa prsentation sont, alors, essentielles : on ne peut que viser
la perfection !
C'est tout le sens du travail effectu par Jean-Marie Monier avec une comptence, un got, une constance admirables,
depuis le premier manuscrit jusqu'aux ultimes corrections, dans les moindres dtails, avant la version dfinitive.
Ces ouvrages qui rpondent un rel besoin aujourd'hui, seront, j'en suis persuad, apprcis par tous ceux qui ils
s'adressent par d'autres aussi sans doute ceux-l mmes qui, plus tard, diront : Ma formation mathmatique de
base, je l'ai faite sur le MONIER ! .

H. Durand
Professeur en Mathmatiques Spciales PT*
au lyce La Martinire Monplaisir Lyon

VIII
Avant-propos

Ce nouveau Cours de Mathmatiques avec exercices corrigs s'adresse aux lves des classes prparatoires aux
grandes coles (1re anne PCSI-PTSI, 2e anne PC-PSI-PT, PC*-PSI*-PT*), aux tudiants du premier cycle universi-
taire scientifique et aux candidats aux concours de recrutement de professeurs.
Le plan en est le suivant :
Analyse PCSI-PTSI : Analyse en 1re anne
Algbre PCSI-PTSI : Algbre en 1re anne
Gomtrie PCSI-PTSI : Gomtrie en 1re anne
Analyse PC-PSI-PT : Analyse en 2e anne
Algbre et gomtrie PC-PSI-PT : Algbre et gomtrie en 2e anne.
Cette nouvelle dition rpond aux besoins et aux proccupations des tudiant(e)s.
Une nouvelle maquette, la convivialit accrue, assure un meilleur accompagnement pdagogique. Le programme
officiel est suivi de prs ; les notions ne figurant pas au programme ne sont pas tudies dans le cours. Des exercices-
types rsolus et comments, incontournables et cependant souvent originaux, aident le lecteur franchir le passage du
cours aux exercices. Les trs nombreux exercices, progressifs et tous rsolus, se veulent encore plus accessibles et per-
mettent au lecteur de vrifier sa bonne comprhension du cours.
Des complments, situs la limite du programme sont traits, en fin de chapitre, sous forme de problmes corrigs.
J'accueillerai avec reconnaissance les critiques et suggestions que le lecteur voudra bien me faire parvenir aux bons
soins de Dunod, diteur, 5, rue Laromiguire, 75005 Paris.

Jean-Marie Monier
Dunod. La photocopie non autorise est un dlit.

IX
Pour bien utiliser
La page dentre de chapitre
Elle propose une introduction au cours, un
rappel des prrequis et des objectifs, ainsi
quun plan du chapitre.














Le cours

Le cours aborde toutes les notions du pro-

gramme de faon structure afin den faciliter




la lecture.
La colonne de gauche fournit des remarques
pdagogiques qui accompagnent ltudiant
dans lassimilation du cours. Il existe quatre Les pictogrammes dans la marge
types de remarques, chacun tant identifi par
ni e r Al
gbr
e Monie
r

Commentaires pour bien comprendre le cours


un pictogramme.
Mo om
bre G
r Alg
n ie
Mo
onier

(reformulation dun nonc, explication dune


tr ie M
om
G

onier
bre M
n ie r Alg
Mo

tr i e
Gom

dmonstration).

Indication du degr dimportance dun rsultat.

Mise en garde contre des erreurs frquentes.





*

Rappel dhypothse ou de notation.







 



 





Les exercices-types rsolus





Rgulirement dans le cours, des exercices-
types rsolus permettent dappliquer ses
connaissances sur un nonc incontour-
nable. La solution est entirement rdige
et commente.

X
cet ouvrage
Les mthodes retenir
Rgulirement dans le cours,cette rubrique pro- 




pose une synthse des principales mthodes




connatre.

 






Les exercices et problmes

Dans chaque chapitre, la fin dune sous-partie,


des noncs dexercices sont proposs pour


sentraner. La difficult de chaque exercice est

indique sur une chelle de 1 4.
A la fin de certains chapitres,des noncs de pro-

blmes proposent daller plus loin.






Les solutions des exercices et problmes

Tous les exercices et problmes sont corrigs.


Les solutions sont regroupes en fin douvrage.

XI
Programmes PC, PSI, PT

Programmes PC, PSI, PT

Chapitre 1 : Complments dalgbre linaire


Dans la voie PT, la notion de somme directe ( 1.1) nest au programme que dans le cas de deux sev dun ev de
dimension finie.
Le thorme du 1.2.1, ltude de linterpolation du point de vue de lalgbre linaire ( 1.2.2), la dualit ( 1.3) ne
sont pas au programme PT.
La notion de base duale ( 1.3.3) nest pas au programme PC.

Chapitre 2 : Dterminants

Ltude du groupe symtrique ( 2.1) nest pas aux programmes PC, PT ; la dmonstration de lexistence du dter-
minant est admise.
La dfinition et les proprits de la comatrice ( 2.6.2) ne sont quau programme PSI.

Chapitre 3 : Rduction des endomorphismes et des matrices carres

Les notions de polynme dendomorphisme et de polynme de matrice ne sont pas au programme PT.
Le thorme de Cayley-Hamilton ( 3.5.3) et ltude des idaux de K [X] ( 3.5.4) ne sont quau programme PSI.

Chapitre 4 : Espaces prhilbertiens rels


Ltude (lmentaire) des formes bilinaires symtriques et des formes quadratiques ( 4.1) nest pas au programme
PC.
La notion dadjoint ( 4.4) et la rduction simultane ( 4.5.2) ne sont quau programme PSI.

Chapitre 5 : Espaces prhilbertiens complexes


Ce chapitre ne concerne pas la voie PT.

XII
3.1 Convergence, divergence

Remerciements

Je tiens ici exprimer ma gratitude aux nombreux collgues qui ont accept de rviser des parties du manuscrit ou de
la saisie : Robert AMBLARD, Bruno ARSAC, Chantal AURAY, Henri BAROZ, Alain BERNARD, Jean-Philippe
BERNE, Mohamed BERRAHO, Isabelle BIGEARD, Jacques BLANC, Grard BOURGIN, Grard-Pierre BOU-
VIER, Grard CASSAYRE, Jean-Paul CHRISTIN, Yves COUTAREL, Gilles DEMEUSOIS, Catherine DONY,
Hermin DURAND, Jean FEYLER, Marguerite GAUTHIER, Daniel GENOUD, Christian GIRAUD, Andr GRUZ,
Andr LAFFONT, Jean-Marc LAPIERRE, Annie MICHEL, Rmy NICOLA, Michel PERNOUD, Jean REY, Sophie
RONDEAU, Ren ROY, Nathalie et Philippe SAUNOIS, Patrice SCHWARTZ, Grard SIBERT, Mimoun TABI.
Une pense mue accompagne les regretts Gilles CHAFFARD et Alain GOURET.
Enfin, je remercie vivement les ditions Dunod, Gisle Maus, Bruno Courtet, Nicolas Leroy, Michel Mounic,
Dominique Decobecq et ric dEngenires, dont la comptence et la persvrance ont permis la ralisation de ces
volumes.

Jean-Marie Monier
Dunod. La photocopie non autorise est un dlit.

XIII
Cours
Complments CHAPITRE 1
dalgbre linaire

Plan Introduction
1.1 Espaces vectoriels 4 Nous abordons dans ce chapitre un deuxime niveau dans lalgbre linai-
Exercice 9 re, constitu de complments sur les espaces vectoriels et les applications
linaires, de ltude de la dualit et de la manipulation des matrices par
1.2 Applications blocs.
linaires 9 La dualit constitue une premire tape vers ltude des distributions, qui
Exercices 13 dpasse le cadre de cet ouvrage.
La dcomposition des matrices en blocs traduit souvent des proprits pro-
1.3 Dualit 13 fondes des applications linaires quelles reprsentent, et la manipulation des
Exercices 22 blocs permet de rsoudre de faon lgante certains exercices sur les matrices
et les dterminants.
1.4 Calcul matriciel 22
Exercices 26, 33
Prrequis
Espaces vectoriels, applications linaires, matrices, dterminants
dordre 2 ou 3 et systmes linaires (Algbre PCSI-PTSI, ch. 6 9)
Espaces vectoriels norms (Analyse PC-PSI-PT, ch. 1)
Sries (Analyse PC-PSI-PT, ch. 4)
Sries entires (Analyse PC-PSI-PT, ch. 6).

Objectifs
Dfinition et tude des notions de somme et de somme directe de plu-
sieurs sev
Mise en place de la thorie de la dualit en algbre linaire
Acquisition des techniques de manipulation de la trace et des blocs dans
le calcul matriciel.
Dunod. La photocopie non autorise est un dlit.

3
Chapitre 1 Complments dalgbre linaire

K dsigne un corps commutatif. Conformment au programme, on peut se limiter aux cas


K = R, K = C.

1.1 Espaces vectoriels


1.1.1 Familles libres, familles lies, familles gnra-
trices
E dsigne un K-espace vectoriel (en abrg : K-ev), I dsigne un ensemble fini.

Dfinition 1
On dit aussi que x est combinaison On appelle combinaison linaire d'une famille (xi )iI d'lments de E tout lment
linaire finie des xi , i I. 
x de E tel qu'il existe une famille (i )iI d'lments de K, telle que x = i xi .
iI

Dfinition 2

Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r
Cette Dfinition gnralise celle vue en 1) Une famille (xi )iI d'lments de E est dite libre si et seulement si, pour toute
1re anne pour le cas d'une famille finie, famille (i )iI d'lments de K :
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

cf. Algbre PCSI-PTSI, 6.3.1 Df.2.


  
i xi = 0  i I, i = 0 .
iI

2) Une famille (xi )iI d'lments de E est dite lie si et seulement si elle n'est pas
libre, c'est--dire si et seulement s'il existe une famille (i )iI d'lments de K,
telle que :

(i )iI = (0) et i xi = 0 .
iI

Dfinition 3
Une famille (xi )iI d'lments de E est dite gnratrice de E (ou : engendre E) si
et seulement si tout lment de E est combinaison linaire de (xi )iI .

Dfinition 4
Une famille (xi )iI d'lments de E est appele base de E si et seulement si elle est
libre et gnratrice de E.

La Proposition suivante est immdiate.

Proposition-Dfinition 5
Si (ei )iI est une base de E, alors, pour tout x de E, il existe une famille (i )iI de K,

unique, telle que x = i ei . Les i (i I ) sont appels les coordonnes (ou :
iI
composantes) de x dans la base (ei )iI .

1.1.2 Sommes, sommes directes


E dsigne un K-ev, I dsigne un ensemble fini.

4
1.1 Espaces vectoriels

Dfinition 1
Soient I un ensemble fini, (E i )iI une famille de sev de E. On appelle somme de
 
Mo
ni e r Al
gbr
e Monie

r Alg
r

bre G
om
Cette Dfinition gnralise celle vue en (E i )iI , et on note E i , l'ensemble des sommes xi lorsque (xi )iI dcrit
1re anne pour deux sev, cf. Algbre
n ie
Mo
onier
tr ie M
om

iI iI

G

onier
bre M
n ier Alg
Mo

Gom
tr i e

PCSI-PTSI, 6.2.
Ei :
iI
  
Ei = xi ; i I, xi E i .
iI iI

Dfinition 2
Soient I un ensemble fini, (E i )iI une famille de sev de E. On dit que la somme

Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r
Cette dfinition gnralise celle vue en E i est directe si et seulement si :
1re anne pour deux sev, cf. Algbre
n ie
Mo
onier
om
tr ie M

iI
G

onier
bre M
n ier Alg
Mo

PCSI-PTSI, 6.2.  
tr i e


Gom


(xi )iI Ei , xi = 0  i I, xi = 0 .
iI iI



On note alors E i au lieu de Ei .
iI iI

F3 Remarque :
Si F1 ,F2 ,F3 sont des sev d'un ev E , on peut avoir F1 F2 = F1 F3 = F2 F3 = {0}
0
F2 sans que la somme F1 + F2 + F3 soit directe, comme le montre l'exemple de trois droites
F1 vectorielles de R2 deux deux distinctes.

Mo

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
F et G sont supplmentaires dans E Dfinition 3
si et seulement si :
onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

Gom
tr i e

Deux sev F,G de E sont dits supplmentaires dans E si et seulement si la somme


F G = {0} et F + G = E .
F + G est directe et gale E.

Proposition 1
Soient P K [X] tel que deg (P)  1, et n = deg (P) 1. Le sev P K [X] (form
r
e Monie
gbr
r Al
n ie
Mo om
bre G
r Alg

Cas des polynmes une indtermine.


n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg

des multiples de P) et le sev K n [X] (form des polynmes de degr  n) sont sup-
n ier
Mo

tr i e
Gom

plmentaires dans K [X].

Preuve
Il est clair que P K [X] et K n [X] sont des sev de K [X].
Soit M (P K [X]) K n [X]. Il existe B K [X] tel que M = P B, et deg (M)  n.
Dunod. La photocopie non autorise est un dlit.

Si B = 0, alors : deg (M) = deg (P) + deg (B)  deg (P) = n + 1, contradiction.
Donc B = 0, puis M = 0.
Ceci montre : (P K [X]) K n [X] = {0}.
Soit A K [X]. Par division euclidienne de A par P, il existe Q,R K [X] tels que :

A = PQ + R et deg (R) < deg (P).

On a alors : A = P Q + R, P Q P K [X], R K n [X],


ce qui montre : (P K [X]) + K n [X] = K [X].
Finalement, P K [X] et K n [X] sont des sev supplmentaires dans K [X]. 

5
Chapitre 1 Complments dalgbre linaire

Proposition 2
Soient E un K-ev de dimension finie et (E i )iI une famille finie de sev de E telle

que la somme E i soit directe. On a alors :
iI


dim Ei = dim (E i ).
iI iI

Preuve
Puisque E est de dimension finie, pour tout i I, le sev E i de E admet au moins une base finie Bi .

Notons Bi = (ei, j )1 j  ji . Considrons B = Bi (runion ordonne).
iI
1) Soit x E.

Mo

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
x se dcompose linairement sur les E i , Puisque E = E i , il existe une famille (xi )iI telle que :
et chaque xi se dcompose
onier
tr ie M
om

iI

G

onier
bre M
r Alg
n ie
Mo

linairement sur Bi , donc x se i 


I, xi E i
tr i e
Gom

dcompose linairement sur B .


x = xi .
iI

Pour chaque i I, xi se dcompose sur Bi ; il existe ( j )1 j  ji K ji tel que :



ji
xi = i, j ei, j .
j=1

On a alors :

ji
x= i, j ei, j ,
En fait, on vient de montrer plus iI j=1

r
re Monie
lgb
ni er A
Mo Gom

lgbre
n ier A
Mo

gnralement que,si E = E i , et
onier
tr ie M
om
G

donc x se dcompose sur B.


onier
bre M
r Alg
n ie
Mo

tr i e
Gom

iI
si, pour chaque

i I, Bi Ceci montre que B engendre E.
engendre E i ,alors Bi engendre E. 2) Soit (i, j )iI,1 j  ji une famille d'lments de K telle que :
iI

ji
i, j ei, j = 0.
iI j=1


ji
Mo
ni

Mo
n
er A

ier A
lgb
re Monie

lgbre
Gom

r
Pour chaque i I , on regroupe les En notant, pour chaque i I, xi = i, j ei, j , on a :
onier

termes appartenant E i .
tr ie M
om

j=1
G

onier
bre M
r Alg
n ie


Mo

tr i e
Gom

i I, xi E i

xi = 0.
iI

Comme la somme E i est directe, il en rsulte :


iI
i I, xi = 0.

ji
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
En fait, on vient de montrer plus
 Soit i I. Comme i, j ei, j = xi = 0 et que Bi = (ei, j )1 j  ji est libre, on dduit :
Mo
onier
tr ie M

j=1
om

gnralement que,si la somme Ei


G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

iI j {1,..., ji }, i, j = 0.
est directe et si,pour chaque i I, Bi
Ceci montre que B est libre.
est libre dans E i ,alors Bi est libre.
iI On conclut que B est une base de E.
On a alors :

   
dim E i = Card Bi = Card (Bi ) = dim (E i ).
iI iI iI iI


6
1.1 Espaces vectoriels

Proposition 3
Soient E un K-ev de dimension finie et (E i )iI une famille finie de sev de E telle

que la somme E i soit directe. On a alors :
iI


E= E i dim (E) = dim (E i ).
iI iI

Preuve

Si E = E i , alors, d'aprs la Proposition 2 prcdente :


iI

 
dim (E) = dim Ei = dim (E i ).
iI iI

Rciproquement, supposons dim (E) = dim (E i ). Alors, d'aprs la Proposition prcdente :
iI

 
dim Ei = dim (E i ) = dim (E).
iI iI

E i = E. 
r
re Monie
lgb
er A

Comme E i est un sev de E de mme dimension que E, on conclut


ni
Mo

Cf. Algbre PCSI-PTSI, 6.4 2) Cor. 2.


om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

iI iI

Dfinition 4

Soit (E i )iI une famille finie de sev de E telle que E = E i . Pour tout x E, il
iI
 
existe (xi )iI E i unique tel que x = xi ; on note pi : E E , pour tout
xxi
iI iI
i I.
On a alors :
i I, pi pi = pi
re Monie
r
 
(i, j) I 2 , i = j  pi p j = 0
lgb
ni er A
Mo Gom

rA lgbre
n ie
Mo

om
tr ie M
onier

Ces trois proprits sont immdiates.


G

onier
bre M
n ier Alg
Mo


tr i e
Gom

pi = Id E .
iI

On dit que ( pi )iI est la famille de projecteurs de E canoniquement associe la


dcomposition de E en somme directe E = Ei .


iI

La Proposition suivante est immdiate.


Dunod. La photocopie non autorise est un dlit.

Proposition 4

Soient (E i )iI une famille finie de sev de E telle que E = E i , et F un K-ev.


iI
Pour toute famille (u i )iI telle que :
i I, u i L(E i ,F) ,

il existe u L(E,F) unique telle que :


i I, u i = u | Ei
o u | Ei dsigne la restriction de u E i pour le dpart.

7
Chapitre 1 Complments dalgbre linaire

De plus, on a alors, en notant ( pi )iI la famille de projecteurs canoniquement asso-


cie la dcomposition de E en somme directe E = Ei :


iI
  
x E, u(x) = u i pi (x) .
iI

Dfinition 5
Soient E un K-ev de dimension finie, B une base de E.
Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r
Ainsi, B est une base de E adapte F 1) Soit F un sev de E. On dit que B est adapte F si et seulement si B commence
si et seulement sil existe une base B1
n ie
Mo
onier
tr ie M

par une base de F.


om
G

onier
bre M
r Alg
n ie
Mo

de F et une base B2 dun


tr i e
Gom

supplmentaire de F dans E , telles 2) Soit (E i )iI une famille finie de sev de E telle que E = E i . On dit que B est
que B = B1 B2,runion ordonne.
iI

adapte la dcomposition de E en somme directe E = E i si et seulement s'il


iI
existe une famille (Bi )iI o, pour tout i I, Bi est une base de E i , telle que

B= Bi (la runion tant ordonne ).
iI

Remarque :

D'aprs la preuve de la Proposition 2, si E = E i , et si, pour chaque i I, Bi est une base


iI

de E i , alors Bi est une base de E adapte la dcompostion de E en somme directe
iI

E= Ei .
Exercices 1.1.1 1.1.3. iI

Exercice-type rsolu

Dimension et somme directe

Soient E un K-espace vectoriel de dimension finie, (E i )iI une famille finie de sous-espaces vectoriels de E. Montrer que les
deux proprits suivantes sont quivalentes :

(1) la somme E i est directe
iI
  
(2) dim Ei = dim (E i ).
iI iI

Solution Conseils

(1)  (2) :
C'est un rsultat du Cours. Cf. 1.1.2 Prop. 2 p. 6.

(2)  (1) :
  
On suppose : dim Ei = dim (E i ).
iI iI
 
Soit (xi )iI E i tel que : xi = 0.
iI iI

8
1.2 Applications linaires

Solution Conseils
Pour chaque i I, il existe une base Bi de E i , commenant par xi si xi = 0, et Thorme de la base incomplte,
quelconque si xi = 0. cf. Algbre PCSI-PTSI, 6.4. 1) Th. 2.

Notons : B = Bi . La runion est ordonne.
iI
 Cf. le point 1) de la preuve de la Prop. 2
Puisque, pour tout i I, Bi engendre E i , B engendre Ei .
p. 6.
ii

D'autre part :
   
Card (B) = Card (Bi ) = dim (E i ) = dim Ei .
iI iI iI

Il en rsulte que B est une base de Ei . Si une famille finie engendre un sev et a un
iI cardinal gal la dimension de ce sev,
  alors cette famille est une base de ce sev.
Notons J = i I ; xi = 0 .
 
Si J = , alors (xi )iI est lie, car par hypothse xi = xi = 0,
iJ iI
en contradiction avec (xi )iI sous-famille de la base B. Toute sous-famille d'une famille libre est
libre.
Ceci montre que : i I, xi = 0,

et on conclut que la somme E i est directe.
iI

Exercice
1.1.1 Soient E un K-ev, A,B,C des sev de E tels que B C.
Montrer :
(A + B) C = (A C) + B.

1.2 Applications linaires

1.2.1 Thorme disomorphisme

Thorme Thorme disomorphisme


Mo

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G

tr ie M
om

onier
r

Ainsi, tout supplmentaire de Ker(u) Soient E,F deux K-ev, u L(E,F), E  un supplmentaire de Ker (u) dans E.
om

dans E est isomorphe Im(u) .


G

ier
bre Mon
Alg
n ier
Mo

L'application E   Im (u) est un isomorphisme de K-ev.


tr i e
Gom

x  u(x)

Preuve
Notons u  : E  Im (u)
.
x  u(x)
D'abord, u  est correctement dfinie, car, pour tout x E  E, on a u(x) Im (u).
L'application u  est linaire car, pour tout K et tous x,y E  :
u  (x + y) = u(x + y) = u(x) + u(y) = u  (x) + u  (y).

9
Chapitre 1 Complments dalgbre linaire

Mo
ni

Mo
er A

n ie

om
lgb
re Monie

r Alg

tr ie M
bre G
om

onier
r

E  Ker(u) = {0} . Soit x Ker (u  ). On a alors x E  et x Ker (u), d'o, puisque E  est un supplmentaire de
Ker (u) dans E , x = 0. Ceci montre Ker (u  ) = {0} , et donc u  est injective.
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Soit y Im (u). Il existe x E tel que y = u(x). Puisque E = E  + Ker (u), il existe
x  E  , t Ker (u) tels que x = x  + t. On a alors :

y = u(x) = u(x  + t) = u(x  ) + u(t) = u(x  ) = u  (x  ).

Ceci montre que u  est surjective.


Finalement, u  est un isomorphisme d'ev. 

1.2.2 Interpolation de Lagrange

Proposition Interpolation de Lagrange

Soient n N, a0 ,...,an K deux deux distincts, u :


r
re Monie

K [X] K n+1
lgb
er A

, qui
ni
Mo om

La linarit de u est immdiate.


bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

P  (P(a0 ),...,P(an ))
tr i e
Gom

est linaire. Alors :



n
Ker (u) est l'ensemble des multiples du polynme (X a j )
j=0

La restriction de u K n [X] est un isomorphisme d'ev de K n [X] sur K n+1


Pour tout (b0 ,...,bn ) K n+1 , il existe un polynme P et un seul de K n [X] tel que :

j {0,...,n}, P(a j ) = b j .

On dit que P interpole les valeurs b j (0  j  n) en les points (ou : noeuds)


a j (0  j  n).

Preuve
Soit P K [X]. On a :
 
P Ker (u) P(a0 ),...,P(an ) = (0,...,0) j {0,...,n}, P(a j ) = 0
  
n 
j {0,...,n}, X a j | P (X a j )  P,
j=0

puisque a0 ,...,an sont deux deux distincts.


n
Lindexation du produit commence Notons M = (X a j ). Il est clair que deg (M) = n + 1. D'aprs 1.1.2 Prop. 3, K n [X] est un
lindice 0. j=0
supplmentaire de M K [X] dans K [X], donc, d'aprs le Thorme disomorphisme, l'application
u  : K [X] Im (u) est un isomorphisme d'ev. Comme dim (K n [X]) = n + 1,
Pu(P)

on a donc dim Im (u) = n + 1. Mais Im (u) K n+1 et dim (K n+1 ) = n + 1.

Il en rsulte : Im (u) = K n+1 , et donc u  est un isomorphisme d'ev de K n [X] sur K n+1 .

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
r

om
On peut exprimer P en faisant intervenir Soit (b0 ,...,bn ) K n+1 . D'aprs le rsultat prcdent, il existe P K n [X] unique tel que :
Mo

om
tr ie M
onier

les polynmes dinterpolation de


G

onier
bre M
r Alg
n ie
Mo

Lagrange,cf.plus loin 1.3.3 Exemple 2). j {0,...,n}, P(a j ) = b j . 


tr i e
Gom

10
1.2 Applications linaires

1.2.3 Thorme du rang

Dfinition

Mo
ni er A
lgb
re Monie

r Alg
bre G
om
r
Cette dfinition gnralise celle vue en Soient E,F deux K-ev, u L(E,F). On suppose que F est de dimension finie. On
1re anne, Algbre PCSI-PTSI, 7.3.1.
n ie

appelle rang de u, et on note rg (u), la dimension de Im (u).


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Le thorme suivant rsulte directement de 1.2.1 Th (thorme disomorphisme).

Thorme Thorme du rang

Mo
ni er A
lgb
re Monie
r
On retrouve en particulier le thorme Soient E,F deux K-ev de dimensions finies, u L(E,F).
om
bre G
r Alg

du rang vu en 1re anne, Algbre PCSI-


n ie
Mo
onier
tr ie M
om
G

onier
bre M

On a :
r Alg
n ie
Mo

Gom
tr i e

PTSI, 7.3.1 Thorme 1.


 
rg (u) = dim (E) dim Ker (u) .

Proposition
Soient E,F,G,H des K-ev de dimensions finies, f L(E,F), u L(F,G),
g L(G,H ).
Si f et g sont des isomorphismes, alors :

rg (g u f ) = rg (u).

En particulier :
si f est un isomorphisme, alors : rg (u f ) = rg (u)
si g est un isomorphisme, alors : rg (g u) = rg (u).
On dit que le rang est invariant par composition avec un isomorphisme.

Preuve
1) Montrons d'abord que, pour tous K-ev E,F,G de dimensions finies et toutes applications linaires
f L(E,F), g L(F,G) :
Obtention dun rsultat plus gnral,qui rg (g f )  Min (rg ( f ), rg (g)).
nest pas au programme,mais serait bien
utile.
On a : Im (g f ) Im (g), d'o :
rg (g f ) = dim (Im (g f ))  dim (Im (g)) = rg (g).

On a : Ker (g f ) Ker ( f ), d'o, en utilisant deux fois le thorme du rang :

Mo
ni er A
lgb
re Monie

bre G
om
r
On applique le thorme du rang rg (g f ) = dim (E) dim (Ker (g f ))  dim (E) dim (Ker ( f )) = rg ( f ).
g f et f.
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e

2) Avec les hypothses de la Proposition, on a :


Gom

rg (g u f )  rg (g u)  rg (u)

et :
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Puisque f et g sont des isomorphismes, rg (u) = rg (g 1 (g u f ) f 1 )  rg (g u f ),
f 1 et g 1 existent et
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg

d'o :
n ier
Mo

tr i e
Gom

f 1 L(F,E) , g 1 L(G,F) .
rg (g u f ) = rg (u). 
Exercices 1.2.1 1.2.4.

11
Chapitre 1 Complments dalgbre linaire

Exercice-type rsolu

Une caractrisation des endomorphismes vrifiant Im(f ) = Ker(f )

Soient E un K-ev de dimension finie, e = Id E , f L(E). Montrer que les deux proprits suivantes sont quivalentes :

(1) Im ( f ) = Ker ( f )

(2) f f = 0 et il existe h L(E) tel que : h f + f h = e.

Solution Conseils
(2)  (1) : On commence par l'implication la plus
facile, c'est--dire celle pour laquelle
On suppose : f f = 0 et il existe h L(E) tel que : h f + f h = e. l'hypothse parat la plus forte.
 
On a : x E, f f (x) = 0, donc : Im ( f ) Ker ( f ).
Soit x Ker ( f ). On a :
     
x = (h f + f h)(x) = h f (x) + f h(x) = f h(x) Im ( f ), Puisque h est linaire et que x Ker ( f ),
on a :
d'o : Ker ( f ) Im ( f ). 
h f (x) = h(0) = 0.
On conclut : Im ( f ) = Ker ( f ).

(1)  (2) :
On suppose : Im ( f ) = Ker ( f ).
 
On a : x E, ( f f )(x) = f f (x) = f (0) = 0, donc : f f = 0.
Puisque E est de dimension finie, le sev Ker ( f ) de E admet au moins un sup- Existence d'un supplmentaire en dimen-
plmentaire F dans E : E = Ker ( f ) F. sion finie.

D'aprs le thorme d'isomorphisme, l'application


: F Im ( f ), x  (x) = f (x)
est un isomorphisme d'ev.
Considrons l'application linaire h : E E dfinie sur les sev supplmentaires Dfinition d'une application linaire sur E
Ker ( f ) et F par : par la donne de ses restrictions deux sev
 de E supplmentaires dans E.
y Ker ( f ), h(y) = 1 (y)
z F, h(z) = 0.

Montrons que h convient.


On a, pour tout y Ker ( f ) :
       
(h f + f h)(y) = h f (y) + f h(y) = h(0) + f 1 (y) = 1 (y) = y. Puisque 1 (y) F et que est la restric-
tion de f F, on a :
 
On a, pour tout z F : f 1 (y) = 1 (y) .
     
(h f + f h)(z) = h f (z) + f h(z) = 1 (z) + f (0) = z. Puisque f (z) Im ( f ) = Ker ( f ), on a :
   
Comme E = Ker ( f ) F et que les applications linaires h f + f h et e con- h f (z) = 1 f (z) ,
cident sur Ker ( f ) et sur F, on conclut : h f + f h = e. et, comme z F, on a : f (z) = (z).

12
1.3 Dualit

Exercices
1.2.1 Soient E,F deux K-ev de dimensions finies, 1.2.3 Soit E un K-ev de dimension finie, f L(E).
f,g L(E,F). Montrer : Montrer que les deux proprits suivantes sont quiva-
lentes :
dim (Ker ( f + g)) 
(i) f GL(E)
dim (Ker ( f ) Ker (g)) + dim (Im ( f ) Im (g)).
(ii) pour tous sev A, B de E supplmentaires dans E, les
sev f (A), f (B) sont supplmentaires dans E.
1.2.2 Soient E,F des K-ev, f L(E,F), g L(F,E).
Montrer : 1.2.4 Soient E un K-ev de dimension finie, f L(E).
Montrer que les deux proprits suivantes sont quivalentes :
a) Id F f g injective Id E g f injective
b) Id F f g surjective Id E g f surjective (i) il existe deux projecteurs p,q de E tels que :
f = p q et Im ( p) = Im (q)
c) Id F f g bijective Id E g f bijective.
(ii) f 2 = 0.

1.3 Dualit

1.3.1 Gnralits
Dans ce 1.3.1, E dsigne un K-ev.
r
re Monie
lgb
ni er A

Rappelons une Dfinition :


Mo

Cf. Algbre PCSI-PTSI, 7.1.1 Df. 3.


Gom
lgbre
n ier A
Mo
onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

tr i e
Gom

Dfinition
On a donc : E = L(E,K ) . On appelle forme linaire sur E toute application linaire de E dans K. On note E
l'ensemble des formes linaires sur E ; E est appel le dual de E.

Exemples :
1) Soient E un K-ev de dimension finie, n = dim(E)  1, B = (e1 ,...,en ) une base de E .

n
Pour tout x de E , il existe (x1 , , xn ) K n unique tel que x = xi ei . Il est alors clair
i=1
que, pour chaque i de {1,...,n}, l'application ei : E K est une forme linaire sur E ,
x  xi
appele i eme forme-coordonne sur la base B . Voir aussi plus loin, 1.3.3 1) p. 16.

2) Soient (a,b) R2 , tel que a  b , E le C -ev des applications continues par morceaux de
[a; b] dans C .
L'application : E C est une forme linaire sur E .
b
f  f
a

3) Soit X un ensemble non vide. Pour chaque a de X, l'application E a : K X K est une


ie r
bre Mon
r Alg

Cf.Algbre PCSI-PTSI,7.1.1 3) Exemple 6).


n ie
Mo om
bre G
r Alg
n ie
Mo
onier

f  f (a)
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

forme linaire sur le K-ev K X , appel valuation en a.

Rappelons :

Mo
ni

Mo
er A

n ie

om
lgb
re Monie

r Alg
bre G

tr ie M
om

onier
r

Cas particulier de : Algbre PCSI-PTSI, Proposition


G

onier

7.2.1 Prop.
bre M
n ie r Alg
Mo

E est un K-ev.
tr i e
Gom

Exercices 1.3.1 et 1.3.2.

13
Chapitre 1 Complments dalgbre linaire

1.3.2 Hyperplans
Dans ce 1.3.2, E dsigne un K-ev.

Mo
ni

Mo
er A

n ie
lgb
re Monie

r Alg
bre G
om
r
La notion dhyperplan de E gnralise : Dfinition
onier
tr ie M
om

la notion de droite vectorielle dun


G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

plan vectoriel On appelle hyperplans de E les noyaux des formes linaires sur E autres que la
la notion de plan vectoriel dun espace forme nulle.
vectoriel de dimension 3.

Autrement dit, un sev H de E est un hyperplan si et seulement si :

E {0}, H = Ker().

On dit que la relation (x) = 0 est une quation de l'hyperplan H.

Proposition 1
Soit H un sev de E. Pour que H soit un hyperplan de E, il faut et il suffit qu'il existe
une droite vectorielle D de E telle que H et D soient supplmentaires dans E.

Preuve
1) Soit H un hyperplan de E . Il existe E {0} telle que H = Ker(), puis il
existe x0 E tel que (x0 ) = 0. Nous allons montrer que la droite vectorielle D = K x0 est suppl-
mentaire de H dans E .
Soit x D H. Il existe K tel que x = x0 , et (x) = 0. Si = 0 , alors
1
(x0 ) = (x) = 0, contradiction. Donc = 0 , puis x = 0. Ceci montre : D H = {0}.

Soit x E. Montrons qu'il existe (,y) K H tel que x = x0 + y.
(x)
ni er A
lgb
re Monie
r

Recherche de la valeur ncessaire de Si un tel couple (,y) existe, alors (x) = (x0 ) + (y) = (x0 ), d'o = ,
(x0 )
Mo om
bre G
r Alg
n ie
Mo

(,y).
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

(x)
tr i e
Gom

puis y = x x .
(x0 ) 0
 
(x) (x)
Rciproquement, on a : x = x0 + x x0 ,
(x0 ) (x0 )
 
(x) (x) (x)
et, comme x x0 = (x) (x0 ) = 0 , x x Ker() = H.
(x0 ) (x0 ) (x0 ) 0
Ceci montre : D + H = E
Finalement : D H = E .

2) Rciproquement, supposons qu'il existe une droite vectorielle D telle que


D H = E . Il existe x0 D tel que x0 = 0. Pour tout x de E , il existe (,y) K H
unique tel que x = x0 + y. Il est clair que l'application : E K ainsi dfinie est linaire.
x 
On a alors : E {0} (car (x0 ) = 1 = 0 ) et Ker() = H. 

Rappelons que E H dsigne E priv Remarque :


de H :
La preuve prcdente tablit que, si H est un hyperplan de E , alors, pour tout x0 de E H :
E H = {x0 E ;x0
/ H }.
H (K x0 ) = E.

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
On retombe ainsi sur la Dfinition vue Corollaire
dans Algbre PCSI-PTSI,6.4,Df.2,dans
Mo
onier
tr ie M
om
G

onier
bre M

Si E est de dimension finie n (n  1), alors les hyperplans de E sont les sev de E de
r Alg
n ie
Mo

Gom
tr i e

le cas particulier o E est de dimension


finie. dimension n 1.

14
1.3 Dualit

Proposition 2

Mo
ni er A
lgb
re Monie

om
r
Ainsi,un hyperplan donn nadmet, un Soient H un hyperplan de E, E {0} telle que H = Ker(), et E {0}.
coefficient multiplicatif = 0 prs,quune
bre G
r Alg
n ie
Mo

On a :
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

solution.
H = Ker() ( K {0}, = ).

Preuve
1) Il est clair que, pour pour tout de K {0} : Ker() = Ker() = H.
2) Rciproquement, soit E {0} telle que H = Ker() . Il existe x0 E tel que (x0 ) = 0, et
on a :
E = Ker() + (K x0 ).

Soit x E ; il existe K et y Ker() = H = Ker() tels que x = y + x0 .


(x0 )
Alors : (x) = (x0 ) et (x) = (x0 ) , d'o (x) = (x).
(x0 )
(x0 )
En notant = K {0} , on a donc = . 
(x0 )

Proposition 3
Soit E un K-ev de dimension finie. Pour tout e E {0}, il existe E telle que
(e) = 1.

Preuve
La droite vectorielle K e (engendre par e) admet au moins un supplmentaire H dans E , et H est un
hyperplan de E . Il existe donc 1 E telle que H = Ker(1 ). Comme e / Ker(1 ), on a :
1
1 (e) = 0. En notant = , on a alors :
1 (e) 1

E et (e) = 1 

Par raisonnement par labsurde, on dduit le Corollaire suivant :

Corollaire
Soient E un K-ev de dimension finie, x E. Si toutes les formes linaires sur E
s'annulent en x, alors x = 0.
Exercice 1.3.3.
Dunod. La photocopie non autorise est un dlit.

Exercice-type rsolu

tude despaces vectoriels de dimension infinie


 
On note, pour k {0,1}, E k = C k (R ; R), et H = f E 1 ; f (0) = 0 .

a) Vrifier que E 1 est un sev de E 0 et montrer que E 1 n'est pas un hyperplan de E 0 .


b) Montrer que H est un hyperplan de E 1 et que E 0 est isomorphe H.

15
Chapitre 1 Complments dalgbre linaire

Solution Conseils
a) D'aprs le Cours, E 0 est un R -ev et E 1 est un sev de E 0 .
Raisonnons par l'absurde : supposons que E 1 soit un hyperplan de E 0 . Pour montrer un rsultat qui s'exprime
grammaticalement par une ngation, on
peut essayer de raisonner par l'absurde.
Il existe alors f 0 E 0 {0} tel que : E 0 = E 1 R f 0 . Rappel de notation : R f 0 est la droite
vectorielle engendre par f 0 .
Considrons : g : R R et h: R R . On considre deux lments de E 1 qui ne
x  |x 1| x  |x + 1|
soient pas dans E 0 et qui forment une
Il est clair que : g E 0 , h E 0 . famille libre.
Il existe donc g1 ,h 1 E 1 , a,b R tels que :
g = g1 + a f 0 , h = h 1 + b f0 .

On dduit : bg ah = bg1 ah 1 . On combine linairement pour faire dispa-


ratre f 0 .
Si b = 0, alors, comme h,g1 ,h 1 sont drivables en 1, par combinaison linaire, g n'est pas drivable en 1.
1
g = (bg1 ah 1 + ah) est drivable en 1, contradiction.
b
Il s'ensuit b = 0, d'o h = h 1 , contradiction. h n'est pas drivable en 1.

On conclut que E 1 n'est pas un hyperplan de E 0 . On peut montrer plus gnralement, de


faon analogue ce qui prcde, que E 1
n'est pas de codimension finie dans E 0 .
b) L'application : E 1 R, f  ( f ) = f (0) est une forme linaire et On a : (1) = 1 = 0, o 1 dsigne, selon
n'est pas la forme nulle, donc H = Ker () est un hyperplan de E 1 . le contexte, le rel 1 ou la fonction
constante gale 1.
Considrons l'application D : E 1 E 0 , f  D( f ) = f  .
Il est clair que D est correctement dfinie, et que D est linaire. Pour toute f E 1 , f  existe et f  E 0 .

De plus : Im (D) = E 0 et Ker (D) = R1, sev des applications constantes. Pour toute g E 0 , il existe f E 1 telle
que f  = g.
Montrons que H et Ker (D) sont supplmentaires dans E 1 .
Pour toute f E 1 , f  est la fonction nulle
* On a H Ker (D) = {0}, car, pour toute f H Ker (D), f est constante et si et seulement si f est constante.
f (0) = 0, donc f = 0.
 
* On a H + Ker (D) = E 1 , car, pour toute f E 1 , f = f f (0) + f (0) et On confond ici le rel f (0) et l'application
constante gale f (0).
f f (0) H, f (0) Ker (D).
Ainsi, H et Ker (D) sont supplmentaires dans E 1 .
D'aprs le thorme d'isomorphisme appliqu D, Im (D) est isomorphe tout Ce rsultat peut paratre surprenant, car
E 1 E 0 et E 0 est isomorphe un sev
supplmentaire de Ker (D) dans E 1 , donc E 0 est isomorphe H, qui est un hyper-
de E 1 . Mais il ne faut pas oublier qu'il
plan de E 1 .
s'agit ici d'espaces vectoriels de dimension
infinie.

1.3.3 Bases duales


Dans ce 1.3.3, E dsigne un K-ev de dimension finie, n = dim(E)  1.

1) Dfinition et proprits
Thorme - Dfinition
ei est aussi appele la i -me forme Soit B = (e1 ,...,en ) une base de E.
linaire coordonne sur la base
B = (e1 ,. . . ,en ) . On considre, pour chaque i de {1,...,n}, la forme linaire ei : E K dfinie par :

1 si i = j
i j est appel le symbole de Kronecker. j {1,...,n}, ei (e j ) = i j = .
0 si i = j
La famille (e1, ..., en) est une base de E , appele base duale de B, et note B .

16
1.3 Dualit

Preuve

r
D'abord, les ei (1  i  n) sont bien des lments de E .
re Monie
lgb
ni er A
Mo om
bre G

Soient E , (1, ..., n ) K n . On a :


Mo
n ie

om
r Alg

tr ie M
onier
Cf. 1.3.1 Exemple 1) p. 13.
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom


n  
n  
i ei = j {1,...,n}, i ei (e j ) = (e j )
i=1 i=1
 
j {1,...,n}, j = (e j ) .

n
Ceci montre que (e1, ..., en) est une base de E , et de plus : = (ei )ei . 
Exercices 1.3.6, 1.3.7. i=1
Le rsultat prcdent est un cas particulier dAlgbre PCSI-PTSI, 7.3.2 Prop.

Corollaire
E est de dimension finie, et dim(E ) = dim(E).

Proposition 1
er A
lgb
re Monie
r
1) :Expression dun lment de E sur Soient B = (e1 ,...,en ) une base de E, B = (e1 ,...,en ) sa duale. On a :
la base B
ni
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier

 
Mo

Gom
tr i e

n n
2) :Expression dun lment de E sur la
1) E , = (ei )ei 2) x E, x= ei (x)ei .
base B .
i=1 i=1

Preuve
La 1re proprit vient d'tre montre, dans la preuve du thorme prcdent.
La 2me proprit traduit la dfinition des formes-coordonnes e1, , en. 

Proposition 2
t
U X est une matrice carre un lment, Soient B une base de E, B sa duale, x E, E , X = MatB (x), U = MatB ().
confondue avec cet lment.
On a alors : (x) = t U X.

Preuve
Notons B = (e1 ,...,en ) , B = (e1 ,...,en ).

(e1 )

n
.
Comme = (ei )ei , on a : U = MatB () = .. .
i=1
(en )

x1
..
En notant X = . , on a :
Dunod. La photocopie non autorise est un dlit.

xn

  x1
n 
n 
.. t
(x) = xi ei = xi (ei ) = (e1 ) ... (en ) . = U X. 
i=1 i=1
xn

Remarque :
La Proposition prcdente revient remarquer qu'en notant B0 = (1) la base canonique
de K (K-ev de dimension 1), on a :

E , MatB () = t MatB,B0 () .

17
Chapitre 1 Complments dalgbre linaire

2) Changement de base pour la dualit

Proposition 4 Changement de base pour la dualit


Formule utile pour les exercices, mais Soient B, B deux bases de E, P la matrice de passage de B B . Alors la matrice de
qui nest pas au programme.
passage de B B est t P 1.

Preuve
Notons B = (e1 ,...,en ) , B = ( f 1 ,..., f n ) , P = ( pi j )i j la matrice de passage de B B , Q = (qi j )i j
la matrice de passage de B B. On a, pour tout (j, k) de {1,...,n}2 :

n 
n  
n 
n 
n
On utilise : ei (el ) = il . jk = f j ( f k ) = qi j ei = qi j plk il = qi j pik .
r
re Monie
lgb
er A

plk el
ni
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

i=1 l=1 i=1 l=1 i=1

Ceci montre : t Q P = In , donc Q = t P 1 . 

Exemples :
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Exemple de recherche de la base duale 1) Montrer que les vecteurs V1 = (2,1,4) , V2 = (3,2,3) , V3 = (1,1,2) de R3 forment
dune base donne de E .
Mo
onier

une base et en dterminer la base duale.


tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom


2 3 1

Mo
ni

Mo
er A

n ie
lgb
re Monie

r Alg
bre G
r

om
Pour montrer que P est inversible, on Puisque P = 1 2 1 est inversible, B = (V1 ,V2 ,V3 ) est une base de R3 et, en
peut, par exemple, montrer
onier
tr ie M
om
G

onier
bre M
r Alg

4 3 2
n ie
Mo

det(P) = 0 .
tr i e
Gom

notant B0 = (e1 ,e2 ,e3 ) la base canonique de R3 , la matrice de passage de B0 = (e1 ,e2 ,e3 )

7 6 5

B = (V1 ,V2 ,V3 ) est t P 1 = 9
r
re Monie
lgb

6.
ni er A

8
Mo om

Utilisation de la Prop. 3.
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
n ie r Alg
Mo

tr i e

1
Gom

1 1
On a donc : V1 = 7e1 9e2 e3 , V2 = 6e1 + 8e2 + e3 , V3 = 5e1 + 6e2 + e3 .

On conclut que V1 , V2 , V3 sont les formes linaires sur R3 dfinies par :



Rappelons que, par dfinition : V (x ,x ,x ) = 7x1 9x2 x3
1 1 2 3

e1 (x1 ,x2 ,x3 ) = x1 (x1 ,x2 ,x3 ) R3 , V2 (x1 ,x2 ,x3 ) = 6x1 + 8x2 + x3 .


e (x ,x ,x ) = x2 .
2 1 2 3 V3 (x1 ,x2 ,x3 ) = 5x1 + 6x2 + x3
e3 (x1 ,x2 ,x3 ) = x3
2) Polynmes d'interpolation de Lagrange

Mo
ni e

n ie
r Al
gbr

r Alg
e Monie

bre G
r

om
Pour chaque i de {0,. . . ,n} , L i est le Soient n N, x0 , , xn K deux deux distincts.

Mo
onier

polynme de K [X] de degr n ,


tr ie M
om
G

onier
bre M

1
n ie r Alg
Mo

sannulant en x0 ,. . . xn sauf xi , Pour chaque i de {0,...,n}, notons L i =  (X x j )


tr i e
Gom

enprenant la valeur 1 en xi . (xi x j ) 0 j n


j =i
0 j n
j =i
r
re Monie
lgb
ni er A

Cf. Algbre PCSI-PTSI, 5.3.1 Exemple.


Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
n ier Alg

Montrer que (L 0 , , L n ) est une base de K n [X] (K-ev des polynmes de K [X] de degr
Mo

tr i e
Gom

 n), et en dterminer la base duale.



n
Soit (0, , n ) K n+1 tel que i L i = 0.
i=0

n  
n
j {0,...,n}, 0 = i L i (x j ) = i L i (x j ) = j .
r
re Monie
lgb

On utilise : L i (x j ) = i j .
er A

On a :
ni
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

i=0 i=0

Ceci montre que (L 0 , ..., L n ) est libre.


Comme dim(K n [X]) = n + 1, on en dduit que (L 0 , ..., L n ) est une base de K n [X].

18
1.3 Dualit

Soit P K n [X]. Puisque B = (L 0 ,...,L n ) est une base de K n [X], il existe



n
(0 , , n ) K n+1 tel que P = i L i .
i=0

n
On a : j {0,...,n}, P(x j ) = i L i (x j ) = j ,
i=0

n
donc : P= P(xi ) L i .
i=0

n
On utilise : L i (L j ) = i j . i {0,...,n}, L i (P) = P(x j ) L i (L j ) = P(xi ).
r
re Monie
lgb
er A

Puis :
ni
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

j=0

On conclut : pour tout i de {0,...,n}, L i est l'valuation en xi , L i : K n [X] K .


P  P(xi )


Rappelons que,dans ce 1.3.3, E dsigne Notons (E) resp. (E ) l'ensemble des bases de E (resp. E ).
un K -ev de dimension finie,
n = dim(E)  1 . Le Th. - Df. p. 16 permet de dfinir une application d : (E) (E ) qui, chaque base B
B  B

de E associe sa base duale B .
Nous allons montrer que d est une bijection.

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Existence dau moins une base en a) Le K-ev E admet au moins une base B0 .
dimension finie, cf. Algbre PCSI-PTSI,
Mo
onier

Soit F une base de E . Notons Q = Pass(B0 ,F) , P = t Q 1 , B la base de E telle que


tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

6.4 Th. - Df. 1.


Pass(B0 , B) = P.
D'aprs la Prop., comme Q = t P 1 , on a : F = B = d(B) .
Ceci tablit que d est surjective.

b) Soient B1 , B2 deux bases de E telles que B1 = B2 . La matrice de passage P de B1 B2


vrifie t P 1 = In , donc P = In , B2 = B1 .
Ceci montre que d est injective.
Rsumons l'tude :

Proposition Dfinition 5
Pour toute base F de E , il existe une base unique B de E telle que F = B ; B est
appele la base prduale (ou : ant-duale, ou : duale) de F, et on dit que B et F
sont des bases duales l'une de l'autre.

Exemple :

er A
lgb
re Monie
r
Exemple de recherche de la base On note E = R3 [X] le R -ev des polynmes de R[X] de degr  3, et 1 , 2 , 3 , 4 les
prduale dune base donne de E .
ni
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M

formes linaires sur E dfinies par :


om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

P E, (1 (P) = P(0), 2 (P) = P(1), 3 (P) = P  (0), 4 (P) = P  (1)) .

Vrifier que (1 , 2 , 3 , 4 ) est une base de E et en dterminer la base prduale.

Notons B0 = (1,X,X2 ,X3 ) la base canonique de E .



1 1 0 0
0 1 0 0
ni er A
lgb
re Monie
r
Pour montrer que cette matrice carre Alors : MatB (1 ,2 ,3 ,4 ) =
0 1 2 2 est inversible, donc F = (1 ,2 ,3 ,4 )
Mo
n ie
r Alg
bre G
om

0
dordre 4 est inversible, on peut, par
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

exemple, calculer son dterminant et 0 1 0 6


montrer que celui-ci nest pas nul. est une base de E .
19
Chapitre 1 Complments dalgbre linaire

En notant B la base prduale de F, Q = Pass (B0 ,F), P = Pass (B0 ,B), on a :


1 0 0 0
1 1
1 1
3 6

P = t Q 1 =
r
re Monie

.
lgb
er A

Obtention de Q 1 par la calculette.


ni
Mo om
bre G
r Alg

1
n ie
Mo

0 0
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier

0
Mo

Gom
tr i e

2

1 1
0 0
6 6
r
re Monie
lgb

Finalement, la base prduale de (1 , 2 , 3 , 4 ) est :


ni er A
Mo om
bre G
r Alg

Lecture de P en colonnes.
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

 
1 1 1 1 1
1 X, X, X + X2 X3 , X + X3 .
3 2 6 6 6
Exercices 1.3.4, 1.3.5, 1.3.8.

Exercice-type rsolu

Exemples de dtermination dune base ant-duale dans un espace de polynmes

Soient n N , E = Rn [X], a0 ,...an R deux deux distincts et tous non nuls. On note, pour tout k {0,...,n} :

 ak
k : E R, P  k (P) = P(x) dx.
0

a) Montrer que (k )0k n est une base du dual E de E.


b) Dterminer la base ant-duale de (k )0k n .

Solution Conseils
a) Il est clair que : k {0,...,n}, k E . Linarit de l'intgration.
n
Soit (k )0k n Rn+1 tel que k k = 0. On va tablir que (k )0k n est libre.
k=0

n  ak
On a donc : P E, k P(x) dx = 0.
k=0 0

Comme : Q Rn+1 [X], Q  Rn [X],


n  ak
on a : Q Rn+1 [X], k Q  (x) dx = 0,
k=0 0

n
 
c'est--dire : k Q(ak ) Q(0) = 0,


n
k=0

n 
et donc : k Q(ak ) k Q(0) = 0.
k=0 k=0

Notons, pour la commodit : an+1 = 0.


Par hypothse, a0 ,...,an sont deux deux
Comme a0 ,...an ,an+1 sont deux deux distincts, en appliquant le rsultat un poly- distincts et tous non nuls.
nme d'interpolation de Lagrange relatif aux points a0 ,...,an ,an+1 , on dduit : En remplaant, par exemple, Q par le
k {0,...,n}, k = 0. polynme d'interpolation de Lagrange
s'annulant en a1 ,...,an+1 et prenant la valeur
Ceci montre que (k )0k n est libre. 1 en a0 , on dduit : 0 = 0.

20
1.3 Dualit

Solution Conseils
Comme dim (E ) = dim (E) = n + 1 et que la famille (k )0k n est libre
dans E et a n + 1 lments, on conclut que (k )0k n est une base de E .
D'aprs le Cours, il existe une base unique (P0 ,...,Pn ) de E telle que (0 ,...,n ) soit Toute base de E admet une base
la base duale de (P0 ,...,Pn ). ant-duale et une seule, cf. 1.3.3
Prop.-Df. 5.
On a donc :
 ai
(i, j) {0,...,n}2 , i j = i (Pj ) = Pj (x) dx.
0
 X
On considre, parmi les primitives de Pj ,
Notons, pour tout j {0,...,n} : Q j (X) = Pj .
0 celle qui s'annule en 0.
On a donc, pour tout j {0,...,n} :

Q j Rn+1 [X], Q j = Pj , Q j (0) = 0,

et il existe donc A j E tel que : Q j = XA j . Q j est un multiple de X, car Q j (0) = 0.

On dduit, pour tout (i, j) {0,...,n}2 :


 ai
i j = Pj = Q j (ai ) = ai A j (ai ),
0

i j
d'o : A j (ai ) = .
ai
En notant L 0 ,...,L n les polynmes d'interpolation de Lagrange sur les points
a0 ,...an , par unicit de (L 0 ,...,L n ), on a donc :
1
j {0,...,n}, A j = Lj.
aj
On dduit, pour tout j {0,...,n} :
1
Pj = Q j = (XA j ) = (XL j + L j ).
aj
En conclusion, la base ant-duale de (0 ,...,n ) est (P0 ,...,Pn ), o :
1
j {0,...,n}, Pj = (XL j + L j ).
aj
Dunod. La photocopie non autorise est un dlit.

Les mthodes retenir

Dualit
Pour dterminer la base duale dune base ou la base ant-duale dune base dun dual, dans un exemple
(ex. 1.3.4, 1.3.5), appliquer la Prop. 4 p. 18.
Pour obtenir un rsultat en liaison avec la dualit, en dimension finie, penser faire ventuellement interve-
nir une base duale ou une base ant-duale (ex. 1.3.8).

21
Chapitre 1 Complments dalgbre linaire

Exercices
1.3.1 Soient E un K-ev, f L(E) de rang 1, u E {0} 1.3.6 Soient n N , E = Cn [X] le C -ev des polynmes
tel que Im( f ) = K u. de C[X] de degr  n, a C .
Pour tous i, j de {0,...,n}, on note :
a) Montrer qu'il existe E unique tel que :
x E, f (x) = (x)u. i : E C et e j = (X a) j .
1
P  P (i) (a)
b) Montrer qu'il existe K unique tel que f 2 = f et i!
que, si = 1 , f Id E est inversible.
Montrer que (e0 ,...,en ) et (0 ,...,n ) sont deux bases
de E et E respectivement, duales l'une de l'autre.
1.3.2 Dmontrer que les K-ev (K [X]) et K N sont iso-
Retrouver ainsi la formule de Taylor pour les polynmes.
morphes.

1.3.3 Soient E un K-ev, H un hyperplan de E, F un sev 1.3.7 Soit n N .


de E tel que F  H. Montrer que, pour toute A de Mn (K ), l'application
Dmontrer que F H est un hyperplan de F. Mn (K ) K est un lment de (Mn (K )) , puis que
X  tr(AX)
l'application : Mn (K ) (Mn (K )) dfinie par :
1.3.4 Soient 1 , 2 , 3 : R3 R dfinies, pour tout
(x1 , x2 , x3 ) de R3 , par : A Mn (K ) , X Mn (K ),((A))(X) = tr (AX)

(x ,x ,x ) = 2x1 + 4x2 + x3
1 1 2 3 est un isomorphisme de K-ev.
2 (x1 ,x2 ,x3 ) = 4x1 + 2x2 + 3x3


3 (x1 ,x2 ,x3 ) = x1 + x2 . 1.3.8 Soient E un K-ev de dimension finie, n = dim (E).
Montrer que (1 , 2 , 3 ) est une base de (R3 ) et en dter-
a) Soient p N , 1 , , p+1 E .
miner la base prduale.
Montrer que, si p+1 Vect (1 ,..., p ), alors :
1.3.5 Soient (,) R2 , 1 , 2 , 3 : R3 R dfinies

p 1
p+
pour tout (x, y, z) de R3 par : Ker (i ) = Ker (i ).
i=1 i=1
(x,y,z) = x + y + z
1
2 (x,y,z) = x + 2 y + z b) Soient q N , 1 ,...,q E , r = rg (1 ,...,q ) .

q 
3 (x,y,z) = x + y + 2 z. Montrer : dim Ker (i ) = n r.
i=1
a) CNS sur (,) pour que (1 ,2 ,3 ) soit une base c) En dduire que, pour toute famille (1 ,...,n ) de
de (R3 ) . n lments de E , (1 ,...,n ) est lie si et seulement si :
b) Lorsque (1 , 2 , 3 ) est une base de (R3 ) , en dter-
miner la base prduale. x E {0}, i {1,...,n}, i (x) = 0.

1.4 Calcul matriciel

1.4.1 Trace

Dfinition 1
On ne dfinit pas la trace dune matrice Pour toute matrice carre A = (ai j )i j Mn (K ), on dfinit la trace de A, note
non carre.
tr (A), par :

n
tr (A) = aii .
i=1

22
1.4 Calcul matriciel

Proposition 1
1) L'application tr : Mn (K ) K est une forme linaire, c'est--dire :
A  tr (A)
K , A,B Mn (K ), tr ( A + B) = tr (A) + tr (B).

La formule 2) est trs importante pour les 2) A Mn, p (K ), B M p,n (K ), tr (AB) = tr (B A).
exercices et problmes.
3) A Mn (K ), P GLn (K ), tr (P 1 A P) = tr (A).

Preuve
1) En notant A = (ai j )i j , B = (bi j )i j , on a :

n 
n 
n
tr ( A + B) = (aii + bii ) = aii + bii = tr (A) + tr (B).
i=1 i=1 i=1

2) Remarquer d'abord que AB et B A sont carres, respectivement d'ordres n et p.


En notant A = (ai j )i j , B = (bi j )i j , on a :

ni er A
lgb
re Monie
r

 n 
 p  p 
 n 
tr (AB) = = = tr (B A).
Mo om
bre G
r Alg
n ie
Mo

om
tr ie M
onier

Permutation de deux symboles . ai j b ji b ji ai j


G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

i=1 j=1 j=1 i=1

3) D'aprs 2) :
tr (P 1 A P) = tr (P 1 (A P)) = tr ((A P)P 1 ) = tr (A). 

Exercices 1.4.1, 1.4.4 1.4.6. Rappelons la Dfinition et la Proposition suivantes, dj vues dans Algbre PCSI-PTSI, 8.2.4.

Proposition-Dfinition 2

Mo
ni er A
lgb
re Monie

bre G
om
r
D'aprs le 3) de la Proposition 2, toutes Soient E un K-ev de dimension finie, f L(E). On appelle trace de f, et on note
tr ( f ), la trace de n'importe quelle matrice carre reprsentant l'endomorphisme f.
r Alg
n ie

les matrices carres reprsentant f ont


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

la mme trace.

En transcrivant la Proposition 1 en termes d'endomorphismes, on obtient la Proposition sui-


vante.

Proposition 2
Soient E,F des K-ev de dimensions finies.
1) L'application tr : L(E) K est une forme linaire, c'est--dire :
f  tr ( f )

K , f,g L(E), tr ( f + g) = tr ( f ) + tr (g).

2) f L(E,F), g L(F,E), tr ( f g) = tr (g f ).

3) f L(E), h GL(E), tr (h 1 f h) = tr ( f ).

Proposition 3
Rsultat trs utile pour les exercices et Soient E un K-ev de dimension finie, p un projecteur de E. On a alors :
problmes.
tr ( p) = rg ( p).

23
Chapitre 1 Complments dalgbre linaire

Preuve
Le sev Im ( p) de E admet au moins une base B1 , et le sev Ker ( p) de E admet au moins une base B2 .
Puisque p est un projecteur, on a : Im ( p) Ker ( p) = E, donc B = B1 B2 (runion ordonne) est
une base de E. La matrice A de p dans B est :
 
Ir 0
A= Mn (K ),
0 0

On confond lentier r et llment r1 K , o r = dim (Im ( p)) = rg ( p). On a donc :


o 1 K est le neutre de la multiplication
dans K. tr ( p) = tr (A) = r = rg (A) = rg ( p). 
Exercices 1.4.2, 1.4.3, 1.4.7.

Exercice-type rsolu

Somme de projecteurs en dimension finie

Soient E un K-ev de dimension finie, N N , p1 ,..., p N des projecteurs de E . Montrer que les deux proprits suivantes sont
quivalentes :

N
(1) pi est un projecteur de E
i=1
 
(2) (i, j) {1,...,n}2 , i = j  pi p j = 0 .

Solution Conseils

N
Notons e = Id E , p = pi .
i=1

(2)  (1) : On commence par l'implication qui parat


  la plus facile.
On suppose : (i, j) {1,...,n} , i =
2
 j  pi p j = 0 .

On a :

N  
N  N 
p p= pi pj = pi pi + pi p j Rappel : un endomorphisme f de E est un
i=1 j=1 i=1 1i, j  N, i= j projecteur si et seulement si :

N f f = f.
= pi + 0 = p,
i=1

donc p est un projecteur de E.

(1)  (2) :
On suppose que p est un projecteur de E.
Notons p N +1 = e p, qui est un projecteur, car : Cet artifice permet de se ramener au cas
d'une somme de projecteurs gale e.
(e p)2 = e2 2 p + p2 = e 2 p + p = e p.


N +1
On a alors : pi = e.
i=1

24
1.4 Calcul matriciel

Solution Conseils
On a :

N +1  
N +1 
N +1 
N +1
 
dim (E) = tr (e) = tr pi = tr ( pi ) = rg ( pi ) = dim Im ( pi ) . Puisque pi est un projecteur d'un ev de
i=1 i=1 i=1 i=1 dimension finie, on a :
D'autre part, pour tout x E : tr ( pi ) = rg ( pi ).
N +1  
N +1 
N +1
x = e(x) = pi (x) = pi (x) Im ( pi ),
i=1 i=1 i=1


N +1
donc : E Im ( pi ),
i=1

N +1  N +1
 
puis : dim (E)  dim Im ( pi )  dim Im ( pi ) . On a, pour tous sev F,G d'un ev de dimen-
i=1 i=1 sion finie, d'aprs la formule de Grassmann :
On a donc : dim (F + G)

N +1  N +1
  = dim (E) + dim (F) dim (F G)
dim (E)  dim Im ( pi )  dim Im ( pi ) = dim (E),
i=1 i=1
 dim (F) + dim (G),
d'o ncessairement : d'o l'ingalit pour la dimension de la

N +1  N +1 somme de plusieurs sev.
 
dim Im ( pi ) = dim Im ( pi ) .
i=1 i=1


N +1
D'aprs l'exercice-type du 1.1 p. 8, la somme Im ( pi ) est directe et
i=1

N +1
Im ( pi ) = E.
i=1

Soient j {1,...,N }, x E.
On a :

N +1
  N +1 
p j (x) = pi p j (x) = pi p j (x) = p j (x) + pi p j (x),
i=1 i=1 1i  N +1, i= j

donc :
  
pi p j (x) = 0.
1i  N +1, i= j


N +1 
Comme la somme Im ( pi ) est directe, il en rsulte : La somme Im ( pi ) est directe.
i=1 1i  N+1, i= j
 
 
i {1,...,N + 1}, i = j  pi p j (x) = 0 .

Finalement, en particulier :
 
Dunod. La photocopie non autorise est un dlit.

(i, j) {1,...,N } , i =
 j  pi p j = 0 ,
2

ce qui tablit (2).

25
Chapitre 1 Complments dalgbre linaire

Les mthodes retenir

Trace
Pour rsoudre une question portant sur un ou des projecteurs en dimension finie, on peut essayer dutiliser
la formule tr ( p) = rg ( p) (ex. 1.4.2, 1.4.3, 1.4.7).
Pour rsoudre une question sur des matrices carres de rang 1, on peut essayer dutiliser le rsultat de l'exer-
cice 8.1.30 b) du volume Algbre PCSI-PTSI : pour toute matrice carre H telle que rg (H )  1, on a :
H 2 = tr (H )H (ex. 1.4.6).

Exercices
1.4.1 Rsoudre l'quation d'inconnue X M5 (R) : 1.4.5 Soient n N , A,B Mn (K ) telles que :
3X + 2 tX = tr (X) I5 . A = 0, B = 0, 1 tr (A) tr (B) = 0.
Rsoudre le systme d'quations d'inconnue
1.4.2 Soient E un C -ev de dimension finie, N N ,
(X,Y ) (Mn (K ))2 :
1 ,. . . , N R+ , p1 ,... p N des projecteurs de E. 
On suppose : X = In + tr (Y )A

N
Y = In + tr (X)B.
i pi = 0.
i=1
1.4.6 Soient n N , A,B Mn (K ). On suppose :
Montrer :
rg (AB B A)  1.
i {1,...,N }, pi = 0.
Montrer :
Im (AB B A) Ker (AB B A).
1.4.3 Soient E un K-ev de dimension finie,
n = dim (E)  1, f 1 ,..., f n L(E) {0} tels que : On pourra utiliser l'exercice 8.1.30 b) du volume Algbre
PCSI-PTSI.
i, j {1,...,n}, f i f j = i j f i ,

o i j est le symbole de Kronecker. 1.4.7 Soient n N , G un sous-groupe fini de GLn (C).


1 
Montrer : a) On note = Card (G) et P = M.
MG
i {1,...,n}, rg ( f i ) = 1.
Montrer :
N G, P N = P
1.4.4 Soient A,B M2 (K ) telles que :
et en dduire :
tr (A) = 0 et A2 B = AB 2 .
P 2 = P.
Montrer :  
b) Montrer que, si tr (M) = 0, alors M = 0.
AB = B A. MG MG

26
1.4 Calcul matriciel

1.4.2 Blocs
1) Dcomposition en blocs

Soient
n, p N , A = (ai j )i j Mn, p (K )
s,t N , (n 1 ,...,n s ) (N )s , ( p1 ,..., pt ) (N )t tels que n1 + . . . + ns = n et
p1 + . . . + pt = p
n 0 = p0 = 0
 k
k = n i , pour k {0,...,s}
i=0

l
l = pj , pour l {0,...,t}.
j=0
Dans A, groupons les lments par blocs :

  
a11 ... a1 1  a 1 1 + 1 ... a 1 2  a1t1 +1 ... a1 p
 .. ..   .. ..
.. ..  ...
. .  . .   . .
  
a1 1 . . . a1 1 a1 1 +1 . . . a1 2   a1 t1 +1 . . . a1 p
 ...
a    a1 +1t1 +1


1 +1 1 . . . a1 +1 1  a1 +1 1 +1 . . . a1 +1 2   . . . a1 +1 p
.. ..  .. ..   .. ..
 . . ...
. .    . .
 ...   a +1
A= a2 1 ... a 2 1  a2 1 +1 a2 2   . . . a2 p
...
2 t1 .



.. .. .. .. .. ..
. . . . . .

  . . .
 
as1 +1 1
. . . as1 +1 1  as1 +1 1 +1 . . . as1 +1 2   as1 +1t1 +1 . . . as1 +1 p

  
.. ..  .. .. ... .. ..
. .  . .   . .
  
an 1 ... an 1  an 1 +1 ...  
an 2   an t1 +1 ... an, p

Pour (k,l) {1,...,s} {1,...,t} , la matrice



ak1 +1 l1 +1 ... ak1 +1 l
.. ..
Bk,l = . .
ak l1 +1 ... ak l

de Mn k , pl (K ) est appele le (k,l)me bloc dans la dcomposition de A en blocs suivant le


dcoupage (n 1 ,...,n s ) pour les lignes et ( p1 ,..., pt ) pour les colonnes :

B11 ... B1t


n 1 lignes
.. . . . . . . ..

.. . . . .
A= . .. . .. .. .
. . . . . . . ..
Dunod. La photocopie non autorise est un dlit.

... n s lignes

Bs 1 Bst
... ...
p1 colonnes pt colonnes

Pour la commodit, on pourra omettre les traits indiquant le dcoupage.


Quelques exemples de dcompositions en blocs :
 
x
Mn+1,1 (K ), pour x K , X Mn,1 (K ).
X

(X Y ) Mn, p+q (K ), pour X Mn, p (K ), Y Mn,q (K )

27
Chapitre 1 Complments dalgbre linaire

 
A B
Mn+ p (K ) , pour A Mn (K ), B Mn, p (K ), C M p,n (K ) , D M p (K )
C D
 
a L
Mn+1 (K ) , pour a K , L M1,n (K ), C Mn,1 (K ) , B Mn (K ).
C B

Remarques :
1) Si A est une matrice carre, nous n'utiliserons, sauf exception, que des dcompositions en
blocs pour lesquelles s = t et (n 1 ,...,n s ) = ( p1 ,..., ps ) :

B
11 ... B1s ! n 1 lignes
. .. ..
A = .. . .

Bs 1 ... Bss ! n s lignes


n 1 colonnes n s colonnes

Dans ce cas, les blocs Bkk (k {1,...,s}) sont appels les blocs diagonaux de la dcomposi-
r
re Monie
lgb
ni er A

Les blocs diagonaux Bkk sont carrs.


Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

tion de A en blocs.
2) Soient E un K-ev de dimension finie, n = dim (E) , F un sev de E , p = dim(F), f L(E) .
Pour que F soit stable par f, il faut et il suffit qu'il existe une base B = (e1 ,...,en ) de E telle
que :

La prsence de certains blocs de zros (e1 ,...,e p ) est une base de F

r
re Monie


lgb
ni er A
Mo om


bre G
r Alg
n ie

dans une dcomposition en blocs peut


Mo

B !p
onier
tr ie M
om
G

onier

.
bre M

A
n ier Alg
Mo

traduire la stabilit d'un sev. 


tr i e


Gom

MatB ( f ) est de la forme !


0 C n p


p n p

De plus, dans ce cas, A est la matrice dans (e1 ,...,e p ) de l'endomorphisme induit par f sur F .

La Proposition suivante est immdiate.


2) Oprations sur les matrices dcomposes en blocs

Proposition 1 Addition et loi externe par blocs


Soient K, A, B Mn, p (K ).
Si A et B sont dcomposes en blocs avec le mme dcoupage, alors A + B admet
la dcomposition en blocs (avec le mme dcoupage) obtenue en combinant les blocs
situs aux mmes places :

Mo
ni er A
lgb
re Monie

om
r
Pour les matrices,une addition par blocs A11 ... A1t B11 ... B1t
.. .. .. ..
bre G
r Alg
n ie

seffectue comme une addition


Mo
onier
tr ie M
om

. . + . .
G

ier
bre Mon
Alg
n ier

... ...
Mo

Gom
tr i e

habituelle par lments.


As 1 ... Ast Bs 1 ... Bst

A11 + B11 ... A1t + B1t
.. ..
= . ... . .
As 1 + Bs 1 ... Ast + Bst

Exemples :
Soient x,y K ,X,Y Mn,1 (K ),A,B,C,D,A ,B  ,C  ,D  Mn (K ).
            
x y x+y A B A B A + A B + B
+ = , +   = .
X Y X +Y C D C D C + C D + D

28
1.4 Calcul matriciel

Thorme Produit par blocs


Soient A Mn, p (K ), B M p,q (K ),
 
A11 . . . A1t ! n 1 B11 ... B1t  ! n
1
. .. . .. .. ..
A = .. . .. , B= . . .

As 1 . . . Ast ! ns Bs  1 ... Bs  t  ! n
s
. . .

. . .

p1 pt p1 pt 

des dcompositions en blocs de A et B telles que :


s  = t, (n 1 ,...,n s  ) = ( p1 ,..., pt ).
Alors AB admet la dcomposition en blocs :
  

s 
s
A1 j B j 1 ... A1 j B jt 
j=1 n1
j=1 !
re Monie
r
On peut effectuer le produit de deux
.. ..
lgb

AB = ..
ni er A
Mo om
bre G
r Alg
n ie

matrices dcomposes en blocs en


Mo
onier
tr ie M

.
om

. .
G

onier
bre M
r Alg
n ie
Mo

oprant sur les blocs (comme si ceux-ci  


tr i e
Gom

taient des lments de K), condition  s s



que les produits envisags existent et en As j B j 1 ... As j B jt  n s
respectant lordre des blocs. !
j=1 j=1
...
p1 pt 

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Le lecteur pourra, conformment au Preuve (pouvant tre omise en premire lecture)
programme, admettre ce thorme.
Mo

Soit (i, j  ) {1,...,n} {1,...,q}. Il existe (k,l  ) {1,...,s} {1,...,t  } unique tel que :
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

n 0 + ... + n k1 + 1  i  n 0 + ... + n k et p0 + ... + pl 1 + 1  j   p0 + ... + pl .

L'lment de AB situ la (i, j  )me place vaut :



p 
p1 1 + p2
p 
p
ai j b j j  = ai j b j j  + ai j b j j  + ... + ai j b j j  .
j=1 j=1 j= p1 +1 j= p1 +...+ pt1 +1


p1 
p2 
p
Mais ai j b j j  , ai j b j j  , ,, ai j b j j  sont respectivement les lments de
j=1 j= p1 +1 j= p1 +...+ pt1 +1
Ak 1 B1l  , Ak 2 B2l  ,, Aks  Bs  l  situs la :
 me
i (n 0 + ... + n k1 ), j  ( p0 + ... + pl 1 ) place, d'o le rsultat. 

Exemples :
Soient a,b K, V, W Mn,1 (K ) , L M1,n (K ), A,B,C,D,A ,B  ,C  ,D  Mn (K ) .
Dunod. La photocopie non autorise est un dlit.

On a :  
b
(a L) = (ab + L V ) M1 (K )
V
   
b ba bL
(a L) = Mn+1 (K )
V aV VL
    
A B V AV + BW
= M2n,1 (K )
C D W C V + DW
     
A B A B A A + BC  AB  + B D 
= M2n (K ).
C D C  D C A + DC  C B  + D D 

29
Chapitre 1 Complments dalgbre linaire

Remarques :
En effectuant un produit par blocs, veiller respecter l'ordre des matrices dans les produits
 
C
de blocs. Par exemple, pour A,B,C,D Mn (K ) : (A | B) = AC + B D , qui est diff-
D
rent a priori de C A + B D.
Cependant, pour a K , on a vu qu'on pouvait confondre a et la matrice (a) de M1 (K ).
r
re Monie
lgb
ni er A

Cf. Algbre PCSI-PTSI, 8.1.4 Rem. 3).


Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Ainsi, pout toute V de Mn,1 (K ), aV = V (a) ; mais (a)V n'existe pas (si n  2).
tr i e
Gom

La Proposition suivante est immdiate.

Proposition 2 Transposition par blocs


Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Pour transposer une matrice On a, pour toute dcomposition en blocs :
dcompose en blocs : on change les
Mo
onier
tr ie M
om

t
G

onier
bre M
r Alg
n ie
Mo

blocs (en les crivant en colonnes de


... ... t
tr i e
Gom

t A11 A1t A11 As 1


blocs au lieu de lignes de blocs, par
exemple),et on transpose chaque bloc. ... .. ..
. = .
..
. .
As 1 ... Ast t
A1t ... t
Ast

Exemples :
Soient a K , V Mn,1 (K ), A,B,C,D Mn (K ) .
t a  t A B   t A tC 
On a : = (a t V ), = t tD .
V C D B
Exercices 1.4.9 1.4.14.

3) Matrices triangulaires par blocs, matrices diagonales par blocs

Dfinition
Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
La notion de matrice triangulaire par 1) Une matrice carre A est dite triangulaire suprieure par blocs si et seulement
blocs gnralise la notion de matrice
Mo
onier

si elle admet une dcomposition en blocs :


tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

triangulaire.

A11 ... A1s
.. ..
A= . .
0 Ass

A11 ,...,Ass sont des matrices carres
telle que :
les blocs situs sous la diagonale sont tous nuls.
Dfinition analogue pour une matrice triangulaire infrieure par blocs.
Une matrice carre est dite triangulaire par blocs si et seulement si elle est tri-
angulaire suprieure par blocs ou triangulaire infrieure par blocs.

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
La notion de matrice diagonale par 2) Une matrice carre A est dite diagonale par blocs si et seulement si elle admet
blocs gnralise la notion de matrice
Mo
onier

une dcomposition en blocs :


tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

diagonale.

A11 0
A= ..
.
0 Ass

A11 ,...,Ass sont des matrices carres
telle que :
les blocs non diagonaux sont tous nuls.

On peut alors noter : A = diag(A11 ,...,Ass ).

30
1.4 Calcul matriciel

Comme dans Algbre PCSI-PTSI, 8.3.2 et 8.3.3, on montre les rsultats suivants :
1) L'ensemble des matrices de Mn (K ) triangulaires suprieures par blocs (avec le mme dcou-
page) est une sous-algbre unitaire de l'algbre unitaire Mn (K ).
De plus, les blocs diagonaux du produit de deux matrices triangulaires suprieures par blocs
(avec le mme dcoupage) sont les produits des blocs diagonaux situs la mme place :

A11 ... B11 ... A11 B11 ...
.. .. ..
. . = . .
0 Ass 0 Bss 0 Ass Bss
2) Soit A une matrice triangulaire suprieure par blocs :

A11 ...
..
A= . .
0 Ass
Pour que A soit inversible (dans Mn (K )), il faut et il suffit que :
k {1,...,s} , det(Akk ) = 0.
De plus, dans ce cas, A1 est triangulaire suprieure par blocs, et les blocs diagonaux de A1
sont les inverses des blocs diagonaux de A :
1
A11 ...
..
A1 = . .
0 A
ss
1

3) L'ensemble des matrices de Mn (K ) diagonales par blocs (avec le mme dcoupage) est une
sous-algbre unitaire (non ncessairement commutative) de l'algbre unitaire Mn (K ). De plus :

A11 0 B11 0 A11 B11 0
.. .. ..
. . = . .
0 Ass 0 Bss 0 Ass Bss


A11 0
..
4) Soit A une matrice diagonale par blocs : A = . .
0 Ass
Pour que A soit inversible (dans Mn (K )), il faut et il suffit que :
k {1,...,s} , det(Akk ) = 0.
De plus, dans ce cas, A1 est diagonale par blocs et :
1
A11 0
..
A1 = . .
0 A
ss
1
Dunod. La photocopie non autorise est un dlit.

Exercice-type rsolu

Utilisation de blocs

Soient n N , A Mn (K ). Montrer que les deux proprits suivantes sont quivalentes :


(1) A
/ GLn (K )
(2) B Mn (K ) {0}, AB = B A = 0.

31
Chapitre 1 Complments dalgbre linaire

Solution Conseils
(2)  (1) : On commence par l'implication qui parat
la plus facile.
Supposons qu'il existe B Mn (K ) {0} telle que AB = B A = 0.
Raisonnons par l'absurde : supposons A GLn (K ). Puisqu'on veut montrer un rsultat qui
s'exprime par une ngation, on essaie de
Alors : B = (A1 A)B = A1 (AB) = A1 0 = 0, contradiction. raisonner par l'absurde.
On conclut : A
/ GLn (K ).

(1)  (2) :
On suppose : A
/ GLn (K ).
Notons r = rg (A). On a donc : r < n.
D'aprs le Cours, il existe P,Q GLn (K ) telles que A = P J Q, o : Cf. Algbre PCSI-PTSI, 8.2.3 2) Prop.2.
 
Ir 0
J= .
0 0
Soit B Mn (K ). Notons C = Q B P, de sorte que B = Q 1 C P 1 .
On a alors :
  
AB = 0 P J Q Q 1 C P 1 = 0 P J C P 1 = 0

BA = 0 Q 1 C P 1 P J Q = 0 Q 1 C J Q = 0

JC = 0

C J = 0.
 
R S On dcompose C en blocs, comme pour J.
Notons C = ,
T U
o R Mr (K ), S Mr,nr (K ), T Mnr,r (K ), U Mnr (K ).
On a alors :
    
Ir 0 R S 0 0

=
JC = 0 0 0 T U 0 0 Calcul de produits par blocs.
    
CJ = 0



R S Ir 0
=
0 0
T U 0 0 0 0
   
R S 0 0

= R=0
0 0 0 0
    S = 0




R 0
=
0 0
T 0 0 0 T = 0.

 
0 0
En notant C = , on a donc J C = C J = 0, d'o AB = B A = 0.  
0 Inr 0 0
La matrice C = n'est pas la
0 Inr
De plus, si B = 0, alors C = Q B P = 0, contradiction.
matrice nulle, car n r  1, puisque
On conclut : r < n.
B Mn (K ) {0}, AB = B A = 0.

32
1.4 Calcul matriciel

Les mthodes retenir


Blocs
Pour rsoudre une question portant sur une matrice et faisant intervenir des blocs, essayer de prsenter la
matrice inconnue sous forme de matrice dcompose en blocs, ces blocs tant les nouvelles inconnues (ex. 1.4.8).
Ainsi, une matrice de M2n (K ) pourra tre dcompose en quatre blocs dordre n. Un raisonnement par rcurren-
ce pourra demander de dcomposer une matrice Mn+1 (K ) en quatre blocs de types respectifs (n,n), (1,n), (n,1),
(1,1).
Pour tudier le rang dune matrice dcompose en blocs (ex. 1.4.10 1.4.12), penser utiliser le rsultat sui-
vant de PCSI-PTSI : en notant r le rang dune matrice A de Mn, p (K ), il existe P GLn (K ) et Q GL p (K )
 
Ir 0
telles que, en notant Jn, p,r = Mn, p (K ), on ait : A = PJn, p,r Q (Algbre PCSI-PTSI, 8.2.3 2)
0 0
Prop. 2).

Exercices
1.4.8 Soient n, p N , A GLn (K ) , B Mn, p (K ), 1.4.13 Soient n, p N , A Mn (K ), X Mn, p (K ),
 
A B Y M p,n (K ). Montrer :
C GL p (K ), M = .
0 C  
A AX
Montrer : M GLn+ p (K ) et calculer M 1 sous forme rg = rg (A).
YA Y AX
de dcomposition en blocs.

1.4.9 Soient E , F deux K-ev de dimension finie, 1.4.14 Soient E , F deux K-ev de dimension finie,
n = dim (F) , p = dim (E), f L(E,F), r = rg ( f ) , f, g L(E,F). Montrer que les quatre proprits sui-
G = {g L(F,E) ; g f = 0 et f g = 0}. vantes sont deux deux quivalentes :
Montrer que G est un K-ev et calculer sa dimension.
(i) rg ( f + g) = rg ( f ) + rg (g)

1.4.10 Soient n, p N , B Mn, p (K ), C M p (K ) .


  (ii) Im ( f ) + Im (g) = Im ( f + g)
In B
Montrer : rg = n + rg (C) . et Im ( f ) Im (g) = {0}
0 C
(iii) Ker ( f ) + Ker (g) = E
1.4.11 Soient n, p N , A Mn, p (K ), B M p,n (K ) .
Dunod. La photocopie non autorise est un dlit.

et Ker ( f ) Ker (g) = Ker ( f + g)


a) Montrer : n + rg (I p B A) = p + rg (In AB) .
(On pourra utiliser l'exercice 1.4.10). (iv) Il existe r,s N et deux bases B , C de E , F respecti-
vement, tels que :
b) En dduire :
rg (In AB) = n p B A = I p .
Ir 0 0
MatB,C ( f ) = 0 0 0
1.4.12 Soient n, p N , A Mn (K ), B M p (K ) . 0 0 0

Montrer : 0 0 0
 
A 0 et MatB,C (g) = 0 Is 0.
rg = rg (A) + rg (B).
0 B 0 0 0

33
Dterminants CHAPITRE 2

Plan Introduction
2.1 Le groupe Nous gnralisons ici lordre n ltude des dterminants dordre 2 ou 3
symtrique 36 effectue en 1re anne (Algbre PCSI-PTSI, chapitre 9).
Exercices 40
Lutilisation de la notion de dterminant permettra de dcider si une matri-
2.2 Applications ce carre est inversible, et amnera lintroduction du polynme caractris-
multilinaires 41 tique dune matrice carre.
2.3 Dterminant Dans ce chapitre, trois notions de dterminant vont tre dfinies :
dune famille
de n vecteurs dterminant dune famille de n vecteurs dans un espace vectoriel de
dans une base dimension n
dun ev
de dimension n 43 dterminant dun endomorphisme dun espace vectoriel de dimension
finie
2.4 Dterminant dun
endomorphisme 45 dterminant dune matrice carre.

2.5 Dterminant dune


matrice carre 46
Exercices 49
2.6 Dveloppement Prrequis
par rapport Espaces vectoriels (Algbre PCSI-PTSI ch. 6)
une range 49
Applications linaires (Algbre PCSI-PTSI ch. 7)
Exercices 54
Matrices (Algbre PCSI-PTSI ch. 8).
2.7 Calcul
des dterminants 55
Objectifs
Exercices 62
Mise en place de la notion de dterminant
2.8 Orientation dun
espace vectoriel Acquisition des mthodes de calcul des dterminants
rel de dimension Utilisation des dterminants : critre dinversibilit dune matrice car-
finie 64 re, rang dune matrice rectangulaire, rsolution de systmes dqua-
Dunod. La photocopie non autorise est un dlit.

2.9 Supplment : Rang tions affines, orientation dun espace vectoriel rel de dimension finie.
et sous-matrices 65
Exercices 67
2.10 Systmes affines 68
Exercices 71

35
Chapitre 2 Dterminants

2.1 Le groupe symtrique


Rappel de dfinition : une permutation Rappelons que, pour n N , Sn dsigne l'ensemble des permutations de {1,. . . ,n} cest--dire
dun ensemble est une bijection de cet lensemble des bijections de {1,. . . ,n} dans lui-mme, et que Card(S n ) = n! .
ensemble sur lui-mme.

2.1.1 Structure de Sn
Proposition
Sn est un groupe pour la loi , appel groupe symtrique.

Preuve
1) , Sn , Sn car la compose de deux bijections est une bijection.
2) est associative.
3) Id{1,...,n} Sn .
4) Pour tout de Sn , est bijective et 1 Sn . 

Les lments de {1,. . . ,n} sont placs Par commodit, nous noterons e l'identit de {1,. . . ,n}.
en ligne.  
1 2 ... n1 n
Limage dun lment de {1,. . . ,n} par Une permutation de Sn sera note : .
(1) (2) . . . (n 1) (n)
est plac juste en dessous de cet
lment.
Exercice 2.1.1.
2.1.2 Transpositions
On suppose ici n  2.

Dfinition 1
Mo
ni e r Al
gbr

r Alg
e Monie

bre G
r

om
La transposition i, j change i et j et Pour tout (i, j) de {1,. . . ,n}2 tel que i < j, on appelle transposition changeant i et
j, et on note i, j (ou : i j , ou : (i, j)) la permutation de {1,. . . ,n} dfinie par :
n ie
Mo

laisse les autres lments inchangs.


onier
tr ie M
om
G

onier
bre M
n ie r Alg
Mo

tr i e
Gom

i, j (i) = j, i, j ( j) = i, i, j (k) = k pour tout k de {1,. . . ,n} {i, j}.

Exemple :
 
1 2 3 4 5
r Al
gbr
e Monie
r
2,4 change 2 et 4, et laisse 1, 3, 5, Pour n = 5, 2,4 = (2,4) = .
1 4 3 2 5
n ie
Mo om
bre G
r Alg
n ie
Mo

inchangs.
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

Remarques :
2
1) Sn contient exactement Cn transpositions.
Mo
ni

Mo
er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Cest--dire : 2) Toute transposition est involutive.
i, j i, j = e .
onier
tr ie M
om
G

onier
bre M
n ie r Alg
Mo

tr i e
Gom

Thorme 1
Les transpositions de {1,. . . ,n} engendrent le groupe Sn .
Autrement dit, toute permutation de {1,. . . ,n} est dcomposable (d'au moins une
faon) en un produit de (plusieurs) transpositions.

Preuve :
Rcurrence sur n.
Mo
ni er A
lgb
re Monie

om
r
Ainsi,la proprit voulue est vraie pour S2 = {e,1,2 } et e = 21,2 , donc {1,2 } engendre S2 .
n = 2.
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

Soit n N tel que n  2 . Supposons que les transpositions de {1,. . . ,n} engendrent Sn , et soit
ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

Sn+1 .
36
2.1 Le groupe symtrique

1er cas : (n + 1) = n + 1.
Comme est bijective, {1,. . . ,n} est alors stable par et l'application induite
: {1,. . . ,n} {1,. . . ,n} est une permutation de {1,. . . ,n}. D'aprs l'hypothse de rcurrence, il
k (k)
existe N N et des transpositions t1 ,. . . ,t N de {1,. . . ,n} telles que :
= t1 . . . t N .
re Monie
r

tr est obtenue en prolongeant tr en En notant, pour chaque r de {1,. . . ,N }, tr : {1,. . . ,n + 1} {1,. . . ,n + 1} l'application dfinie

lgb
ni er A
Mo om
bre G
r Alg

n+1
n ie
Mo
onier

t (k) si 1  k  n
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

par : tr (k) = r il est clair que t1 ,. . . ,t N sont des transpositions de


tr i e
Gom

n + 1 si k = n + 1 ,
{1,. . . ,n + 1}, et que = t1 . . . t N .

2me cas : (n + 1) = n + 1.
Considrons = n+1, (n+1) .
r
re Monie
lgb
er A

On a Sn+1 et (n + 1) = n+1, (n+1) ( (n + 1)) = n + 1. D'aprs l'tude du 1er cas, il existe


ni
Mo om

On applique le rsultat du 1er cas .


bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

N N et des transpositions t1 ,. . . ,t N de {1,. . . ,n + 1} telles que = t1 . . . t N . Alors


tr i e
Gom

= n+1, (n+1) t1 . . . t N et donc est un produit de transpositions de {1,. . . ,n + 1}. 

La preuve prcdente fournit un algorithme permettant de dcomposer une permutation quel-


conque en un produit de transpositions : on remet les lments 1,. . . ,n dans l'ordre, en en met-
tant un sa place (au moins) chaque tape.
 
1 2 3 4 5 6 7 8
Par exemple, soit =
6 3 7 4 8 1 5 2

1 2 3 4 5 6 7 8

6 3 7 4 8 1 5 2
ni er A
lgb
re Monie
r
2, 8
Mo om

6 3 4 2 1 8
bre G

7 5
r Alg

On met 8 sa place, en dernier.


n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

re Monie
r
5, 7
lgb
er A

6 3 5 4 2 1 7 8
ni
Mo Gom

lgbre
ier A

On met 7 sa place, en avant-dernier.


n
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

1, 6
1 3 5 4 2 6 7 8
2, 5
1 3 2 4 5 6 7 8
2, 3
1 2 3 4 5 6 7 8
Dans chaque ligne, on a encadr les deux lments qui vont tre changs pour obtenir la ligne
suivante.
Mo
ni er A
lgb
re Monie

r Alg
bre G
om
r
Rappelons que toute transposition est On a donc 2, 3 2, 5 1, 6 5, 7 2, 8 = e,
d'o = 2, 8 5, 7 1, 6 2, 5 2, 3 .
n ie

involutive.
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Remarque :
L'algorithme prcdent montre que toute permutation de {1,. . . ,n} est dcomposable, d'au
moins une faon, en un produit d'au plus n transpositions.

Dfinition 2
Soit Sn .
On dit qu'un couple ( (i), ( j)) prsente une inversion pour (ou : est une inver-
sion de ) si et seulement si : i < j et (i) > ( j).
Mo
ni er A
lgb
re Monie

om
r
Ainsi :
paire ( ) = 1
bre G

On note I( ) le nombre d'inversions de , et on appelle signature de le nombre,


r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

I ( ) pair
impaire ( ) = 1 not ( ), dfini par : ( ) = (1)I( ) .
I ( ) impair.
On dit que est paire (resp. impaire) si et seulement si ( ) = 1 (resp. ( ) = 1).
Exercices 2.1.2, 2.1.3.

37
Chapitre 2 Dterminants

Proposition 1
 ( j) (i)
Rappel de dfinition : une paire est un Pour toute de Sn : ( ) = , o P2 (n) dsigne l'ensemble
ensemble de deux lments distincts. j i
{i, j}P2 (n)
des paires de {1,. . . ,n}.

Preuve
1) Puisque est une permutation de {1,. . . ,n} l'application 2 : P2 (n) P2 (n) est une permu-
{i, j} { (i), ( j)}
tation de P2 (n), et donc :
 
| ( j) (i)| = | j i|,
{i, j} P2 (n) P2 (n)
{i, j}
 
  
 ( j) (i) 
ce qui montre :   = 1.
{i, j}P j i 
2 (n)

( j) (i)
2) Le nombre de paires {i, j} de {1,. . . ,n} telles que < 0 est I( ), donc
j i
 ( j) (i)
est du mme signe que ( ).
j i
P2 (n)
{i, j}

Remarque :
 ( j) (i)
re Monie
r
Lindexation 1  i < j  n est plus On a aussi : ( ) = .
j i
lgb
ni er A
Mo om
bre G

commode que {i, j} P 2 (n) .


r Alg
n ie
Mo

1i< j n
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

Thorme 2
L'application signature : Sn {1,1} est un morphisme du groupe (S n ,) sur
le groupe multiplicatif {1,1}.

Preuve
Soient , Sn . On a :
 ( )( j) ( )(i)
( ) =
j i
{i, j} P2 (n)
 (( j)) ((i))  ( j) (i)
On peut diviser par ( j) (i) car = .
( j) (i) j i
r
re Monie
lgb
ni er A
Mo om
bre G

i = j et est injective, donc


ie r Alg
M on
onier
tr ie M
om

P2 (n) P2 (n)
G

{i, j} {i, j}
ier
bre Mon
Alg
n ier
Mo

(i) = ( j) .
tr i e
Gom

L'application {i, j} {(i),( j)} tant une permutation de P 2 (n), on obtient :


 (l) (k)  ( j) (i)
Changement dindexation pour le ( ) = = ( )().
l k j i
r
re Monie
lgb
ni er A
Mo Gom

lgbre
n ier A

premier produit.
Mo
onier
tr ie M
om

{k,l} P2 (n) P2 (n)


{i, j}
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

D'autre part, il est clair que {1,1} est un groupe pour la multiplication. 

Proposition-Dfinition 2
Le noyau de est un sous-groupe de S n , appel groupe altern, et not An .

Preuve
On sait (Algbre PCSI-PTSI 2.2.3 Prop. 2) que le noyau d'un morphisme de groupes est un sous-groupe. 

Ainsi, An = 1 ({1}) = { Sn ; ( ) = 1} , c'est--dire que An est l'ensemble des


permutations paires de {1,. . . ,n}.

38
2.1 Le groupe symtrique

Exemple :
Pour n = 3, S3 = {e,1, 2 ,1, 3 ,2, 3 ,c,c }
   
1 2 3 1 2 3
o c = et c = = c2 , et A3 = {e,c,c }
2 3 1 3 1 2

e c c 12 13 23
e e c c 12 13 23
c c c e 13 23 12
Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r

Table de la loi dans S 3 , mettant en c c e c 23 12 13


vidence le sous-groupe A3 .
ie
M on
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

c
tr i e

12 12 23 13
Gom

e c
13 13 12 23 c e c
23 23 13 12 c c e

Proposition 3
Mais, lorsque n  4 , il existe des Toute transposition de {1,. . . ,n} est impaire.
permutations impaires qui ne sont pas
des transpositions.
Preuve
Soit (i, j) {1,. . . ,n}2 tel que i < j. Puisque

1 ... i 1 i i + 1 ... j 1 j j +1 ... n
i, j = ... ,
1 ... i 1 j i +1 ... j 1 i j +1 ... n
...

les couples prsentant une inversion (sur la 2me ligne) sont :


( j,i + 1), ( j,i + 2),. . . ,( j, j 1), ( j,i) (i + 1,i), (i + 2,i),. . . ,( j 1,i),
qui sont au nombre de 2( j i) 1.
Donc I(i, j ) est impair, (i, j ) = 1, i, j est impaire. 

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Ainsi, une permutation paire (resp. Corollaire
Soient Sn , N N , t1 ,. . . ,t N des transpositions de {1,. . . ,n} telles que
impaire) ne peut tre dcompose qu'en
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

un produit d'un nombre pair (resp.


impair) de transpositions. = t1 . . . t N . On a : ( ) = (1) N .

2.1.3 Cycles
On suppose ici n  2 .

Dfinition
Soit p N tel que 2  p  n . On appelle p-cycle de {1,. . . ,n} toute permutation
de {1,. . . ,n} telle qu'il existe x1 ,. . . ,x p {1,. . . ,n}, deux deux distincts, tels que :

Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r
Ainsi, un p -cycle permute circu- (x1 ) = x2 , (x2 ) = x3 ,. . . , (x p1 ) = x p , (x p ) = x1
k {1,. . . ,n} {x1 ,. . . ,x p }, (k) = k.
n ie

lairement p lments et laisse les


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

autres inchangs.

L'ensemble {x1 ,. . . ,x p } (qui est l'vidence unique pour un p-cycle donn) est
appel le support de , et on note = (x1 ,. . . ,x p ).
Une permutation de {1,. . . ,n} est appele cycle si et seulement s'il existe
p {2,. . . ,n} tel que soit un p-cycle.

39
Chapitre 2 Dterminants

ni er A
lgb
re Monie
r
Les 3-cycles (2,5,3) et (5,3,2) sont gaux. Exemple :
 
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om

En revanche les 3-cycles (2, 5, 3)


G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e
1 2 3 4 5
et (2, 3, 5) sont diffrents. est le 3-cycle (2, 5, 3).
1 5 2 4 3

Remarques :
1) (x1 ,. . . ,x p ) = (x2 ,. . . ,x p ,x1 ) = . . . = (x p ,x1 ,. . . ,x p1 ) .
2) Les 2-cycles sont les transpositions.
3) e n'est pas un cycle.
Exercices 2.1.4, 2.1.5.

Les mthodes retenir


Le groupe symtrique
Pour calculer la signature ( ) dune permutation de {1,. . . ,n} (ex. 2.1.2 2.1.4), on peut soit calculer le
nombre I( ) dinversions et on a alors ( ) = (1)I( ) , soit dcomposer en un produit de N transpositions et
on a alors ( ) = (1) N .

Exercices
2.1.1 Montrer que Sn est non commutatif ds que n  3 . 2.1.5 Soit n N tel que n  3.
a) Vrifier, pour tout couple (i, j) de {1,. . . ,n}2 tel que
2.1.2 Pour n N , dterminer la signature de 2i < j n :
: {1,. . . ,n} {1,. . . ,n} .
i n + 1 i i j = 1i 1 j 1i .
En dduire que {1i ; 2  i  n} engendre le groupe S n .
2.1.3 Pour n N , dterminer la signature de
  b) Vrifier, pour tout couple (i, j) de {2,. . . ,n}2 tel que
1 2 3 ... n n+1 n+2 ... 2n
= . i = j : (1,i, j) = 1 j 1i .
2 4 6 ... 2n 1 3 ... 2n 1
En dduire que {(1,i, j); (i, j) {2,. . . ,n}2 ,i = j}
2.1.4 Soit
 
engendre le sous-groupe An.
1 2 3 4 5 6 7 8 9 10 11 12
= . c) Vrifier, pour tout k de {3,. . . ,n} :
7 1 5 12 6 3 9 4 2 11 8 10
1k 12 = k et 12 1k = k2 , o k = (1,2,k).
a) Dterminer le nombre d'inversions et la parit de .
En dduire, pour tout (i, j) de {3,. . . ,n}2 :
b) Dcomposer (d'au moins une faon) en un produit de
transpositions. 1i 1 j = i j2 .
c) Dcomposer en un produit de cycles supports dis- En dduire que {(1,2,i); 3  i  n} engendre le sous-
joints. Retrouver ainsi la valeur de ( ). groupe An.

40
2.2 Applications multilinaires

Dans toute la suite de ce chapitre 2, K dsigne R ou C .

2.2 Applications multilinaires


2.2.1 Gnralits
Dfinition
Soient p N , E 1 ,. . . ,E p ,F des K-ev.
Une application : E 1 . . . E p F est dite p-linaire (ou : multilinaire) si
et seulement si est linaire par rapport chaque place (ou : variable), c'est--dire :
i {1,. . . , p}, K , x1 E 1 ,. . . , xi E i , yi E i ,. . . , x p E p ,
(x1 ,. . . ,xi1 ,xi + yi ,xi+1 ,. . . ,x p )
= (x1 ,. . . ,xi ,. . . ,x p ) + (x1 ,. . . ,yi ,. . . ,x p ).
Si de plus F = K , on dit que est une forme p-linaire.

Exemples
1) Pour p = 1 , la notion d'application 1-linaire concide avec celle d'application linaire.
2) L'application nulle est p -linaire.
3) Le produit scalaire canonique sur R2 , : R2 R2 R est une
((x1 ,x2 ),(y1 ,y2 )) x1 y1 + x2 y2
forme 2-linaire (on dit plutt : bilinaire).
4) Le produit vectoriel dans R3 : : R3 R3 R3 , dfini par :
((x1 ,x2 ,x3 ),(y1 ,y2 ,y3 )) = (x2 y3 x3 y2 , x3 y1 x1 y3 , x1 y2 x2 y1 )

est une application bilinaire.

Proposition
L'ensemble L p (E 1 ,. . . ,E p ; F) des applications p-linaires de E 1 . . . E p dans
F est un K-ev.

Mo

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r

Rappel de notation : F E1 ...E p Preuve


onier
tr ie M
om

dsigne lensemble de toute les


G

onier

Il est clair que L p (E 1 ,. . . ,E p ; F) est un sev de F E1 ...E p .


bre M
r Alg


n ie
Mo

applications de E 1 . . . E p dans
tr i e
Gom

F , et c est un K-ev.

2.2.2 Applications multilinaires alternes


Soient E un K-ev, et p N .

Dfinition
Mo
n ie
rA lgb
re Monie

om
r
Autrement dit, est alterne si et Une application p-linaire : E p F est dite alterne si et seulement si, pour
seulement si (x1 ,. . . ,x p ) est nul
bre G
r Alg
n ie
Mo
onier

tout couple (i, j) de {1,. . . , p}2 tel que i = j, et pour tout (x1 ,. . . ,x p ) de E p :
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

pour tout p -uplet (x1 ,. . . ,x p )


comportant au moins une rptition. xi = x j  (x1 ,. . . ,x p ) = 0.
Si de plus F = K , on dit que est une forme p-linaire alterne.

Remarque :
L'ensemble des applications p-linaires alternes de E p dans F est un sev de
L p (E,. . . ,E; F).

41
Chapitre 2 Dterminants

Proposition 1
Mo

Mo
ni er A

n ie

om
lgb

r Alg
re Monie

bre G

tr ie M
om

onier
r

Rappel de notations : S p est le Une application p -linaire : E p F est alterne si et seulement si:
groupe symtrique d'indice p,form des
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

permutations de {1,. . . , p}, et pour S p , (x1 ,. . . ,x p ) E p , x (1) ,. . . ,x ( p) = ( )(x1 ,. . . ,x p ).


toute de S p , ( ) dsigne la
signature de .
Preuve
1) Cas d'une transposition
Soit (i, j) {1,. . . , p}2 tel que i < j; notons i j la transposition qui change i et j et laisse les autres
lments de {1,. . . , p} fixes.
Puisque est alterne, on a :

Mo
ni er A
lgb
re Monie

r Alg
bre G
om
r
Llment xi + x j est rpt aux places (x1 ,. . . ,xi1 ,xi + x j ,xi+1 ,. . . ,x j1 ,xi + x j ,x j+1 ,. . . ,x p ) = 0,
ns i et j .
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

d'o en dveloppant par multilinarit :

(x1 ,. . . ,xi ,. . . ,xi ,. . . x p ) + (x1 ,. . . ,xi ,. . . ,x j ,. . . ,x p ) + (x1 ,. . . ,x j ,. . . ,xi ,. . . ,x p )


+ (x1 ,. . . ,x j ,. . . ,x j ,. . . ,x p ) = 0,

et donc (x1 ,. . . ,x j ,. . . ,xi ,. . . ,x p ) = (x1 ,. . . ,xi ,. . . ,x j ,. . . ,x p ).



Mo
ni er A
lgb
re Monie

om
r
Tout transposition est de signature gale Ceci montre : xi j (1) ,. . . ,xi j ( p) = (i j )(x1 ,. . . ,x p ) .
1 : (i j ) = 1 .
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

2) Cas gnral
Soit S p . D'aprs 2.1.2 Th.1 p. 36, est dcomposable en un produit de transpositions ; il existe
N N et des transpositions 1 ,. . . , N telles que = 1 . . . N ; de plus, ( ) = (1) N .
En appliquant de faon itre le rsultat de 1), on obtient :
(x (1) ,. . . ,x ( p) ) = (x2 ...N (1) ,. . . ,2 ...N ( p) )
= . . . = (1) N (x1 ,. . . ,x p ) = ( )(x1 ,. . . ,x p ). 

Proposition 2
Soient : E p F une application p-linaire et alterne, et (x1 ,. . . ,x p ) E p . Si
(x1 ,. . . ,x p ) est lie, alors (x1 ,. . . ,x p ) = 0 .

Preuve
Mo
ni er A
lgb
re Monie

om
r
En permutant x1 ,. . . ,x p ,on remplace Supposons (x1 ,. . . ,x p ) lie ; l'un au moins des x1 ,. . . ,x p s'exprime donc comme combinaison linaire
(x1 ,. . . ,x p ) par lui-mme ou son
bre G
r Alg
n ie
Mo
onier

des autres. D'aprs la Prop. prcdente, on peut se ramener au cas o il existe (1 ,. . . , p1 ) K p1 tel
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

oppos ;on peut donc se ramener au cas


o x p se dcompose linairement sur p1
x1 ,. . . ,x p1 . que x p = i xi . Alors :
i=1


p1
(x1 ,. . . ,x p ) = i (x1 ,. . . ,x p1 ,xi ) = 0,
i=1

puisque chaque p-uplet (x1 ,. . . ,x p1 ,xi ) comporte une rptition. 

Corollaire
Mo
ni er A
lgb
re Monie

om
r
Dans la suite du cours,nous ntudions Si p > dim(E), alors la seule application p -linaire et alterne
que le cas p = dim(E) .
bre G
r Alg

de E p dans F est l'application nulle.


n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Preuve :
Toute famille de p lments de E est lie. 

42
2.3 Dterminant dune famille de n vecteurs dans une base dun ev de dimension n

2.3 Dterminant d'une famille


de n vecteurs dans une base
d'un ev de dimension n
Soient n N, E un K-ev de dimension n.

2.3.1 Espace n (E)


Le lecteur peut admettre cette tude et passer directement lnonc du Thorme-Dfinition p. 44.
Soit B = (e1 ,. . . ,en ) une base de E .
lgb
re Monie
r

1) Soient S = (V1 ,. . . ,Vn ) E n et, pour chaque j de {1,. . . ,n}, ai j j i j {1,...,n} K n tel que :
ni er A
Mo Gom

rA lgbre

Il y a ici une double indexation.


n ie
Mo
onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo


tr i e
Gom

n
Vj = ai j j ei j .
r
re Monie
lgb
ni er A
Mo

Chaque Vj se dcompose sur B .


om
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

Gom
tr i e
i j =1
Soit : E n K une forme n-linaire alterne.
Nous allons calculer (S) en fonction des ai j j . On a :
 n n 
(S) = ai1 1 ei1 ,. . . , ain n ein
i 1 =1 i n =1


n  n n 
= ai1 1 ei1 , ai2 2 ei2 ,. . . ,
r
re Monie
lgb
er A

ain n ein
ni
Mo om
bre G
r Alg

Linarit de par rapport la 1re place.


n ie
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e
i 1 =1 i 2 =1 i n =1


n
n
= ... = ... ai1 1 . . . ain n (ei1 ,. . . ,ein )
i 1 =1 i n =1

= ai1 1 . . . ain n (ei1 ,. . . ,ein ).
(i 1 ,...,i n ){1,...,n}n

Comme est alterne, (ei1 ,. . . ,ein ) est nul ds que i 1 ,. . . ,i n ne sont pas deux deux distincts.
Mo
ni er A
lgb
re Monie

Gom

r
Si (1,. . . ,n) (i 1 ,. . . ,i n ) nest Il ne reste donc, dans la somme multiple prcdente, que les termes correspondant aux cas o
pas une permutation de {1,. . . ,n} ,
rA lgbre
n ie

(1,. . . ,n) (i 1 ,. . . ,i n ) est une permutation de {1,. . . ,n}.


Mo
onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

alors (ei1 ,. . . ,ein ) contient une


tr i e
Gom

D'o :
rptition,donc (ei1 ,. . . ,ein ) = 0 .
(S) = a (1)1 . . . a (n)n (e (1) ,. . . ,e (n) )
S n
re Monie
r
= a (1)1 . . . a (n)n ( )(e1 ,. . . ,en )
lgb
ni er A
Mo om
bre G
r Alg

Cf. 2.2.2 Prop. 1.


n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

S n


= ( )a (1)1 . . . a (n)n (e1 ,. . . ,en ).
S n

2) Rciproquement, soient K et : E n K l'application dfinie par, pour tout



S = (V1 ,. . . ,Vn ) de E n : (S) = ( )a (1)1 . . . a (n)n ,
Dunod. La photocopie non autorise est un dlit.

S n

n
o les ai j j sont les composantes des Vj dans B : j {1,. . . ,n}, Vj = ai j j ei j .
i j =1

est n-linaire car, pour tous i de {1,. . . ,n}, de K, V1 ,. . . ,Vi1 ,Vi ,Vi ,Vi+1 , . . . ,Vn de E ,
on a, en notant (aki )1k n les composantes de Vi dans B :

(V1 ,. . . ,Vi + Vi ,. . . ,Vn ) = ( )a (1)1 . . . (a (i)i + a (i)i ) . . . a (n)n
S

n

= ( )a (1)1 . . . a (n)n + ( )a (1)1 . . . a (i)i . . . a (n)n


S n S n

= (V1 ,. . . ,Vi ,. . . ,Vn ) + (V1 ,. . . ,Vi ,. . . ,Vn ).

43
Chapitre 2 Dterminants

est alterne car, pour tout (i, j) de {1,. . . ,n}2 tel que i < j et tout (V1 ,. . . ,Vn ) de E n tel que
Vi = Vj , on a, en effectuant le changement d'indice = i j dans la sommation :

(V1 ,. . . ,Vn ) = ( )a (1)1 . . . a (n)n
S

n

Mo
n ie
r Al

n ie
gbr

r Alg
e Monie

bre G
r

om

( ) = ( i j ) = ( )a (1)1 . . . a ( j)i . . . a (i) j . . . a (n)n
Mo
onier
tr ie M
om

S
G

ier
bre Mon
Alg
n ier

= ( )(i j ) = ( ).
Mo


Gom
tr i e
n

= ( )a (1)1 . . . a (i)i . . . a ( j) j . . . a (n)n ,


S n

puisque Vi = Vj .
D'o (V1 ,. . . ,Vn ) = (V1 ,. . . ,Vn ), 2(V1 ,. . . ,Vn ) = 0 , (V1 ,. . . ,Vn ) = 0 .
Montrons = 0.

n
Pour chaque j de {1,. . . ,n}, la dcomposition de e j sur la base B est : e j = i j j ei j , o i j j
i j =1

est le symbole de Kronecker. D'o : (B) = ( ) (1)1 . . . (n)n = 1,
S n

car, si = Id{1,...,n} , l'un des facteurs ( j) j (1  j  n) est nul.

Rsumons l'tude :

Thorme - Dfinition
r
re Monie
lgb

L'ensemble n (E) des formes n-linaires alternes sur un K-ev de dimension n


ni er A
Mo om
bre G

Autrement dit : dim(n (E)) = 1.


r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

(n  1) est un K-ev de dimension 1.


tr i e
Gom

Pour toute base B = (e1 ,. . . ,en ) de E, on note detB : E n K l'application dfi-


nie par, pour tout (V1 ,. . . ,Vn ) de E n :

detB (V1 ,. . . ,Vn ) = ( )a (1)1 . . . a (n)n ,
Sn

o, pour chaque j de {1,. . . ,n}, (ai j j )1i j n sont les composantes de Vj dans B:

n
Vj = ai j j ei j .
i j =1

L'lment detB (V1 ,. . . ,Vn ) (de K) est appel le dterminant de (V1 ,. . . ,Vn ) dans
la base B.

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
r

om
(detB ) dsigne la famille un seul Pour toute base B de E, (detB ) est une base de n (E).
lment qui est llment detB ; detB
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

est une forme n-linaire alterne sur E .

Autrement dit, pour toute base B de E , les lments de n (E) sont proportionnels detB .

Remarque : On a vu plus haut que, pour toute base B de E : detB (B) = 1.

2.3.2 Proprits
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Autrement dit, pour toute base B de On note ici (E) l'ensemble des bases de E .
Mo

om
tr ie M
onier

E et toute forme n-linaire alterne


G

onier
bre M
r Alg
n ie
Mo

sur E , on a :
tr i e
Gom

= (B) detB , Proposition 1


cest--dire que et detB sont
proportionnelles, dans le rapport n (K ), S E n , B (E), (S) = (B)detB (S).
(B) .

44
2.4 Dterminant dun endomorphisme

Preuve :
Soient n (E),B (E). Puisque detB engendre n (E), il existe K tel que = detB . En
particulier : (B) = detB (B) = , d'o : = (B)detB , c'est--dire :
S E n , (S) = (B)detB (S). 

Dans cette formule, B et B sont des Corollaire


bases de E , et S est une famille
(quelconque) de n lments de E . B,B (E), S E n , detB (S) = detB (B)detB (S).

Preuve
Il suffit d'appliquer la Prop. prcdente = detB . 

Remarques :
1) On retient la formule ci-dessus en remarquant l'analogie avec la relation de Chasles
 
s b s
( B S = B B + B S) ou le calcul sur fractions = .
b b b
2) B,B ,B (E), detB (B) = detB (B )detB (B) .
3) En particulier, en prenant B = B dans le rsultat prcdent :

B,B (E), detB (B) = 0 et detB (B ) = (detB (B))1 .

Proposition 2
Proposition trs importante. Soient B (E), S E n .
Alors S est lie si et seulement si detB (S) = 0 .

Preuve
1) Si S est lie, alors detB (S) = 0 , puisque detB est n -linaire et alterne (cf. 2.2.2 Prop. 2 p. 42).
2) Si S est libre, alors, comme, S a n lments, S est une base de E , et donc (cf. Rem. 3) ci-dessus) :
detB (S) = 0. 

2.4 Dterminant d'un endomorphisme


Soient n N , E un K-ev de dimension n. Soient f L(E) , n (E) {0}.
re Monie
r
Lapplication f . . . f est aussi Il est clair que l'application ( f . . . f ) : E n K dfinie par :

lgb
ni er A
Mo om
bre G
r Alg
n ie
Mo

abusivement note f, de sorte que,


onier
tr ie M

(V1 ,. . . ,Vn ) E n , ( f . . . f ) (V1 ,. . . ,Vn ) = f (V1 ),. . . , f (Vn )


om
G

onier
bre M
r Alg
n ie
Mo

pour tout S = (V1 ,. . . ,Vn ) E n :


tr i e
Gom

f (S) = ( f (V1 ),. . . , f (Vn )) est n-linaire et alterne.


= ( f . . . f )(V1 ,. . . ,Vn ) . Puisque n (E) est de dimension 1 et que = 0 , engendre n (E), et il existe donc
tel que : ( f . . . f ) = . Montrons que ne dpend pas de .
Soit n (E) {0} . Puisque engendre n (E), il existe K {0} tel que = . On a
Dunod. La photocopie non autorise est un dlit.

alors :

( f . . . f ) = ()( f . . . f ) = ( f . . . f ) = () = () = .
Ceci montre que ne dpend pas du choix de dans n (E) {0}.
Rsumons l'tude :

Proposition - Dfinition 1
Pour tout f de L(E) , il existe un lment unique de K tel que :
n (E), ( f . . . f ) = .
Cet lment est appel le dterminant de f, et not det( f ) .

45
Chapitre 2 Dterminants

On a ainsi :

Mo
ni er A
lgb
re Monie

om
r
Cette formule constitue la dfinition de f L(E), n (E), ( f . . . f ) = det( f ) .
det( f ) .
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

La Prop. suivante est immdiate.

Proposition 2
Ces formules font le lien entre 1) f L(E), n (E), (V1 ,. . . ,Vn ) E n ,

r
re Monie
lgb
ni er A
Mo om
bre G
r Alg
n ie

dterminant dun endomorphisme et


Mo
onier
tr ie M

f (V1 ),. . . , f (Vn ) = det( f ) (V1 ,. . . ,Vn ).


om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

dterminant dune famille de n vecteurs


dans une base.
2) f L(E), B (E), (V1 ,. . . ,Vn ) E n ,

detB f (V1 ),. . . , f (Vn ) = det( f )detB (V1 ,. . . ,Vn ).

3) f L(E), B = (e1 ,. . . ,en ) (E),



det( f ) = det(e1 ,...,en ) f (e1 ),. . . , f (en ) .

Proposition 3
Attention ! Dans la formule 2),il y a,dans 1) det(Id E ) = 1.
le second membre, n et non pas .
2) K , f L(E), det( f ) = n det( f ).
3) f,g L(E), det(g f ) = det(g)det( f ).
4) f L(E), ( f GL(E) det( f ) = 0).
5) f GL(E), det( f 1 ) = (det( f ))1 .

Preuve :
Mo
n ie
r Al

n ie
gbr

r Alg
e Monie

bre G
r

om
Pour dmontrer ces proprits, on se Le K-ev E admet au moins une base B = (e1 ,. . . ,en ) .
ramne des dterminants de familles
Mo
onier
tr ie M

1) det(Id E ) = detB (B) = 1.


om
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

de n vecteurs dans une base dun K-ev


de dimension n.
2) det( f ) = det(e1 ,...,en ) ( f (e1 ),. . . , f (en ) = n det(e1 ,...,en ) f (e1 ),. . . , f (en )
= n det( f )

3) det(g f ) = detB g( f (B)) = det(g)detB f (B) = det(g)det( f ).

4) f GL(E) f (B) (E) detB f (B) = 0 det( f ) = 0.
5) Soit f GL(E) . On a : det( f )det( f 1 ) = det( f f 1 ) = det(Id E ) = 1,
1
donc det( f 1 ) = det( f ) . 

2.5 Dterminant d'une matrice carre


Soit n N .

Dfinition
La notion de dterminant dune matrice Soit A = (ai j )1i, j n Mn (K ) . On appelle dterminant de A , et on note det(A) ,
 
nest dfinie que lorsque cette matrice est
 a11 . . . a1n 
carre.  . .. 
ou  .. .  , l'lment de K dfini par :
 
an 1 . . . ann

det(A) = ( )a (1)1 . . . a (n)n .
S n

46
2.5 Dterminant dune matrice carre


a11 a1n
. .
Autrement dit, en notant C1 = .. ,. . . ,Cn = .. les colonnes de A, et B la base
an1 ann
canonique de Mn,1 (K ), on a : det(A) = detB (C1 ,. . . ,Cn ).
 
 a11 . . . a1n 
 
 . .. 
On dit que  .. .  est un dterminant d'ordre n.
 
a ... a 
n1 nn
 
 a11 . . . a1n 

 . .. 
Pour rappeler l'ordre n, on peut noter [n] en bas droite : det(A) =  .. .  .

a ... a 
n1 nn [n]
Exemples :
   
a b  
4 a b 
La formule  = ad bc est 1) (a,b,c,d) K ,  = ad bc , puisque S 2 = {Id{1,2} ,12 } .
c d c d
trs utile en pratique.

a11 a12 . . . a1n
.. ..
.. . ..

A = ( ai j ) i j = .. ... .
2) Soit .. Tn,s (K ).
. . an1 n
0 ..
ann

Pour Sn , s'il existe j {1,. . . ,n} tel que ( j) > j, alors a ( j) j = 0 , donc
n
a (k)k = 0. Ceci montre que la somme ( )a (1)1 . . . a(n)n se rduit au(x) seul(s)
k=1 S n

termes (s) correspondant telle(s) que : j {1,. . . ,n}, ( j)  j.


Pour une telle , on a (1)  1 donc (1) = 1, puis (2)  2 et (2) = (1) = 1, donc
(2) = 2 . . . Il est clair que, pour tout j de {1,. . . ,n 1}si ( (1) = 1,. . . , ( j) = j), alors
( j + 1) = j + 1, puisque ( j + 1)  j + 1 et ( j + 1)  {1,. . . , j}. Ainsi, la seule per-
re Monie
r

n
mutation pour laquelle j {1,. . . ,n}, ( j)  j est l'identit, d'o : det(A) =
lgb
ni er A
Mo om
bre G
r Alg
Mo
n ie

om
tr ie M
onier

Dterminant dune matrice triangulaire. aj j


G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

j=1
(cf.aussi plus loin 2.7.1 Prop. p. 55).

La Proposition suivante est immdiate.

Proposition 1
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Lien entre dterminant dun Soient E un K-ev de dimension n, f L(E), B une base de E, A = MatB ( f ) .
endomorphisme et dterminant dune
Mo
onier

On a :
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

matrice carre.
det( f ) = det(A).

Mo
ni er A
lgb
re Monie

r Alg
bre G
r

om
Lien entre dterminant dune matrice Soient E un K-ev de dimension n, B une base de E, S = (V1 ,. . . ,Vn ) E n ,
A = MatB (S) . On a :
n ie

carre et dterminant dune famille


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

de n vecteurs dans un K -ev de


dimension n. det(A) = detB (S).

Proposition 2
1) det(In ) = 1.

Attention ! Dans la formule 2), il y a n, 2) K , A Mn (K ), det( A) = n det(A).


dans le second membre, et non pas .
3) (A,B) (Mn (K ))2 , det(AB) = det(A)det(B).
4) A Mn (K ), (A GLn (K ) det(A) = 0).
1
5) A GLn (K ), det(A1 ) = det(A) .

6) A Mn (K ), det(t A) = det(A).

47
Chapitre 2 Dterminants

Preuve :
Les proprits 1) 5) se dduisent de la Prop. 1 prcdente et des proprits du dterminant d'un endo-
morphisme (2.4 Prop. 3 p. 46).
En notant A = (ai j )i j Mn (K ) , on a :

Mo
ni

Mo
er A

n ie
lgb
re Monie

r Alg
bre G
om
r
On a, pour tout i {1,. . . ,n} : det( t A) = ( )a1 (1) . . . an (n) = ( )a 1 ( (1)) (1) . . . a 1 ( (n)) (n) .
i = 1 ( (i)) .
onier
tr ie M
om

Sn Sn
G

onier
bre M
n ie r Alg
Mo

tr i e
Gom

Comme la multiplication est commutative dans K , en rordonnant suivant le deuxime indice, on a, pour
toute de S n :
a 1 ( (1)) (1) . . . a 1 ( (n)) (n) = a 1 (1)1 . . . a 1 (n)n ,

et donc : det( t A) = ( )a 1 (1)1 . . . a 1 (n)n .
S n

Enfin, comme S n S n est une bijection conservant la signature (c'est--dire :


1
1
S n , ( ) = ( )) , on obtient :

det( t A) = ( )a (1)1 . . . a (n)n = det(A). 
S n

Remarques :
1) De la proprit 3) prcdente, on dduit par une rcurrence immdiate :

A Mn (K ), k N , det(Ak ) = ( det(A))k .
2) De la remarque prcdente et la proprit 5), on dduit :

A GLn (K ), k Z, det(Ak ) = ( det(A))k .

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Si une matrice carre est nilpotente, 3) Si A Mn (K ) est nilpotente, il existe k N tel que Ak = 0 , d'o :
alors elle nest pas inversible.
Mo
onier
tr ie M
om
G

onier
bre M

( det(A))k = det(Ak ) = 0,
n ie r Alg
Mo

tr i e
Gom

et donc : det(A) = 0.
Mo
ni e

n ie
r Al
gbr

r Alg
e Monie

bre G
r

om
Par exemple, toute matrice anti- 4) Si A Mn (K ) est antisymtrique et si n est impair, alors :
symtrique dordre 3 est non inversible.
Mo
onier
tr ie M
om
G

onier
bre M

det(A) = det( t A) = det(A) = (1)n det(A) = det(A),


n ie r Alg
Mo

tr i e
Gom

d'o : det(A) = 0.
Exercices 2.5.1 2.5.7.

Exercice-type rsolu

Utilisation dun dterminant pour montrer linversibilit dune matrice carre

Soient n N impair, A,B Mn (R) telles que : B t (AB) + A = 0. Montrer : A


/ GLn (R).

Solution Conseils
D'aprs l'hypothse : B t (AB) = A, c'est--dire : B t B t A = A.
On dduit, en passant aux dterminants :
2
det (B) det (A) = (1)n det (A) = det (A). det (A) = (1)n det (A) et n est impair.
2
D'o : det (B) + 1 det (A) = 0.
2  2
Comme det (B) R, on a det (B) + 1 = 0, donc det (A) = 0, et on conclut : det (B) + 1 > 0.

A n'est pas inversible, A


/ GLn (R).

48
2.6 Dveloppement par rapport une range

Les mthodes retenir


Dterminant dune matrice carre

Le remplacement de det(A) par sa dfinition, det(A) = ( )a (1)1 . . . a (n)n est peu recommand, mais peut
savrer utile (ex. 2.5.1). S n

Lorsque la parit de lordre n des matrices carres intervient, on pourra probablement exploiter la relation
det(M) = (1)n det(M), pour M Mn (K ) (ex. 2.5.2).
Puisque, pour A,B Mn (K ) , on a det(AB) = det(A) det(B) et quil ny a pas de formule simple pour transfor-
mer det(A + B), lorsque des dterminants interviennent, on privilgiera les produits de matrices (ex. 2.5.6,
2.5.7).

Exercices
2.5.1 Montrer, pour tout A = (ai j )i j de Mn (C) : 2.5.4 Soit n N {0,1}. Trouver toutes les A de Mn (C)
n  n  telles que :
|det(A)|  |ai j | . M Mn (C), det(A + M) = det(A) + det(M).
j=1 i=1

2.5.2 a) Soit n N . On suppose qu'il existe 2.5.5 Soit n N.


A,B GLn (R) telles que AB + B A = 0 ; montrer que n a) Montrer :
est pair.
A,B Mn (R), AB = B A  det(A2 + B 2 )  0 .
b) Donner un exemple de (A,B) (GL2 (R))2 tel que
b) A-t-on : A,B Mn (R), det(A2 + B 2 )  0 ?
AB + B A = 0 .
2.5.6 Soient n N, A GLn (R), B Mn (R).
2.5.3 Groupe spcial linaire
Montrer qu'il existe R+ tel que :
On note SLn (K ) = {A Mn (K ); det(A) = 1}.
x R, |x| <  A + x B GLn (R) .
a) Vrifier que SLn (K ) est un sous-groupe de
GLn (K )pour la multiplication, appel groupe spcial
2.5.7 Soient n N , A,B Mn (R) telles que
linaire. AB B A = B.
b) Montrer : a) Montrer : k N, AB k = B k (A + kIn ).
A GLn (C), (,B) C SLn (C), A = B. b) En dduire : det(B) = 0.

2.6 Dveloppement par rapport une range


Dunod. La photocopie non autorise est un dlit.

2.6.1 Cofacteurs et mineurs


1) Examen du cas n = 3

a11 a12 a13
Soit A = (ai j )i j = a21 a22 a23 M3 (K ) .
a31 a32 a33
Par dfinition (cf. 2.5 Df. p. 46) :

det(A) = ( )a (1)1 a (2)2 a (3)3 .
S3
49
Chapitre 2 Dterminants

   
1 2 3 1 2 3
12 , 13 , 23 sont les transpositions. Comme S3 = {Id,12 ,13 ,23 ,c,c } , o c = et c = , on obtient :
2 3 1 3 1 2

Mo

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Le dveloppement de det(A) det(A) = a11 a22 a33 a21 a12 a33 a31 a22 a13 a11 a32 a23 + a21 a32 a13 + a31 a12 a23 .
comporte 6 (= 3!) termes.
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

On peut grouper, par exemple, ainsi :

re Monie
r
Lexpression de det(A) comporte det(A) = a11 (a22 a33 a32 a23 ) + a21 (a12 a33 + a32 a13 ) + a31 (a12 a23 a22 a13 )
     
lgb
ni er A
Mo om
bre G
r Alg
n ie
Mo

maintenant 3 termes dont chacun est le


onier

 a22 a23     
tr ie M
om
G

onier
bre M

 a21  a12 a13  + a31  a12 a13  ,


r Alg
n ie
Mo

produit dun coefficient de A par un = a11 


tr i e
Gom

dterminant dordre 2. a32 a33   a32 a33   a22 a23 

et on obtient le dveloppement de det(A) par rapport la 1re colonne.

2) Etude du cas gnral


Soit A = (ai j )i j Mn (K ). Notons B = (e1 ,. . . ,en ) la base canonique de Mn,1 (K ) :

1 0 0

0 1 0 a11 a1n
.
. .
e1 = 0 , e2 0 ,. . . ,en .. , et C1 = .. ,. . . ,Cn = .. les colonnes de A .
.. ..
. . 0 a a
n1 nn
0 0 1

Soit j {1,. . . ,n} .


En dveloppant par linarit par rapport la j me colonne, on a :
 n  n
det(A) = det B C1 ,. . . ,C j1 , ai j ei ,C j+1 ,. . . ,Cn = ai j Ai j ,
i=1 i=1
en notant
Ai j = detB (C1 ,. . . ,C j1 ,ei ,C j+1 ,. . . ,Cn )
 
 a11 . . . a1 j1 0 a1 j+1 . . . a1n 
 
 . .. .. .. .. 
 .. . . . . 

 . .. .. .. 
 .. . . . 
 0
 ..  ,
=  ... ..
.
..
. . 
 1
 .. .. .. .. 
 . . 0 . . 

 .. .. .. .. .. 
 . . . . . 

a ... a 0 a ... ann 
n1 n j1 n j+1

le 1 tant situ la ligne n i .


Faisons passer, dans le dterminant ci-dessus, la j me colonne en dernier, c'est--dire permu-
tons les colonnes suivant la permutation
 
1 2 ... j 1 j j +1 ... n
re Monie
r
Autrement dit, pour tout = ,
... j 1 ... n1
lgb
ni er A
Mo

1 2 n j

k {1,. . . ,n} :
Gom
rA lgbre
n ie
Mo
onier
tr ie M
om
G

onier
bre M


r Alg
n ie
Mo

k< j
tr i e
Gom

k si
(k) = n si k = j. qui admet exactement (n 1) j + 1 inversions (et qui est aussi le produit de n j transpo-
sitions du type k k+1 ) :
k1 si k> j
 
 a11 . . . a1 j1 a1 j+1 . . . a1n 0 
 
 . .. .. .. .. 
 .. . . . .

 
Ai j = (1)n j  ... ..
.
..
.
..
. 1  .

 .. .. .. .. .. 
 . . . . . 

a ... a a ... a 0
n1 n j1 n j+1 nn

50
2.6 Dveloppement par rapport une range

De mme faisons maintenant passer la i me ligne en dernier :


 
 a11 ... a1 j1 a1 j+1 ... a1n 0
 
 .. .. .. .. .. 
 . . . . . 

a ... ... 0 
 i1 1 ai1 j1 ai1 j+1 ai1 n
ni  
Ai j = (1) (1)  ai+1 1
n j
... ai+1 j1 ai+1 j+1 ... ai+1 n 0.
 
 .. .. .. .. .. 
 . . . . . 

 an1 ... an j1 an j+1 ... ann 0 

 a ... ai j1 ai j+1 ... ain 1
i1

B est rectangulaire. Considrons une matrice quelconque B = (buv )uv de Mn,n1 (K ), et



b11 ... b1n1 0
.. .. ..
.
B = . .
r
re Monie
lgb
er A

B contient B en haut gauche.


ni

Mn (K ).
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M
om

bn1 1 0
G

onier
bre M
n ier Alg

...
Mo

Gom
tr i e

bn1 n1
bn1 ... bn n1 1

En notant B = (buv

)uv , on a donc :

b si v  n 1
uv

buv = 1 si u = v = n


0 sinon.

Par dfinition : det(B ) = ( )b (1)1 . . . b (n)n .
S n

Pour tout de Sn telle que (n) = n , on a b (n)n = 0. Comme bnn


= 1 , on a donc :

Mo
ni er A
lgb
re Monie

om
r
La sommation prcdente se rduit aux det(B ) = ( )b (1)1 . . . b (n1)n1 .
termes dindices tels que (n) = n .
bre G
r Alg
n ie
Mo
onier
tr ie M
om

nS
G

onier
bre M
n ier Alg
Mo

tr i e

(n)=n
Gom

Il est clair que l'application { Sn ; (n) = n} Sn1 , o est dfinie par :



k {1,. . . ,n 1}, (k) = (k), est une bijection et qu'elle conserve la signature.
D'o :

det(B ) =
()b(1)1
. . . b(n1)n1 = ()b(1)1 . . . b(n1)n1 .
S 1
n S 1
n

En appliquant ce rsultat au dterminant obtenu pour Ai j, on arrive


 
 a11 ... a1 j1 a1 j+1 ... a1n 
 . .. 
 . .. .. 
 . . . . 

a ... ai1 j1 ai1 j+1 ... ai1 n 
i+ j  i1 1
Dunod. La photocopie non autorise est un dlit.

Ai j = (1)  .
 ai+1 1 ... ai+1 j1 ai+1 j+1 ... ai+1 n 

 . .. .. .. 
 .. . . . 

 
an1 ... an j1 an j+1 ... ann

3) Enonc des rsultats


Soit n N.

51
Chapitre 2 Dterminants

Dfinition
Soit A = (ai j )i j Mn (K ).
1) Pour chaque (i, j) de {1,. . . ,n}2 , on appelle mineur de la place (i, j) dans A (ou,
par abus : mineur de ai j dans A) le dterminant i j d'ordre n 1 obtenu en sup-
primant dans A la i me ligne et la j me colonne :
 
 a11 ... a1 j1 a1 j+1 ... a1n 
 
 .. .. .. .. 
 . . . . 
 
a ... ai1 j1 ai1 j+1 . . . ai1 n 
i j =  i1 1 .
 ai+1 1 ... ai+1 j1 ai+1 j+1 . . . ai+1 n 
 . .. .. .. 
 .. . . . 

 a ... an j1 an j+1 . . . ann 
n1

2) Pour chaque (i, j) de {1,. . . ,n}2 , on appelle cofacteur de la place (i, j) dans A
(ou, par abus : cofacteur de ai j dans A), et on note Ai j le produit de (1)i+ j par le
mineur de la place (i, j) dans A:
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Mineurs et cofacteurs sont gaux, au Ai j = (1)i+ j i j .
signe prs.
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Remarque :
Le calcul de i j et de Ai j ne fait pas intervenir les lments de A situs dans la i me ligne ni
ceux situs dans la j me colonne de A.
On appelle range d'une matrice ou d'un dterminant toute ligne ou colonne de cette
matrice ou de ce dterminant.

Proposition Dveloppement d'un dterminant par rapport une range


)Soit A = (ai j )i j Mn (K ) . On a :

n
Rsultats importants. 1) j {1,. . . ,n}, det(A) = ai j Ai j (dveloppement de det(A) par rapport la
i=1
j me colonne)

n
2) i {1,. . . ,n}, det(A) = ai j Ai j (dveloppement de det(A) par rapport la
j=1
i me ligne).

Preuve
1) Cf. plus haut, pp. 49-51.
2) Se dduit de 1) appliqu tA au lieu de A. 

Exemple :
En dveloppant par rapport la 4 me colonne :
 
 2 6 3 4      
   1 3 4  2 6 3   2 6 3 
 1 3 4 5       
  = 4  4 1 2  5  4 1 2  + 6  1 3 4 
 4 1 2 
0   
  3 0 3   3 0 3 4 1 2
 3 0 3 6
         
3 4      
Par exemple,on a dvelopp ici les deux
= 4 3   + 3  1 3  5 3  6 3  + 3  2 6 
r
re Monie
lgb
ni er A
Mo

      4 1
om
bre G
r Alg
n ie

premiers dterminants dordre 3 par


Mo
onier
tr ie M
om

1 2 4 1 1 2
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

rapport la 3 ligne, et le dernier


dterminant dordre 3 par rapport la       
 3 4   6 3   
1er colonne. + 6 2    + 4  6 3 
1 2   1 2   3 4
= 1437.
52
2.6 Dveloppement par rapport une range

Remarques :
1) Il est souvent utile de dvelopper un dterminant par rapport une range lorsque cette
range comporte peu de termes non nuls (plusieurs termes nuls).
2) Pour le calcul numrique des dterminants, il existe des mthodes nettement plus rapides
que celle consistant dvelopper par rapport des ranges.

2.6.2 Comatrice
Soit n N.

Dfinition
Soit A = (ai j )i j Mn (K ) . On appelle comatrice de A la matrice carre d'ordre n,
note com(A), dfinie par :

A11 . . . A1n
. ..
Mo
ni

Mo
er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Ainsi, la comatrice de A est la matrice com(A) = (Ai j )i j = .. . ,
des cofacteurs de A .
onier
tr ie M

An 1 . . . Ann
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

o Ai j est le cofacteur de la place (i, j) dans A.


Exercice 2.6.1.
On a vu (2.6.1 Prop. 1) p. 52) :

n
j {1,. . . ,n}, ai j Ai j = det(A).
i=1

n
Intressons-nous ai j Aik , pour ( j,k) {1,. . . ,n}2 fix tel que j = k.
lgb
re Monie
r
i=1
ni er A
Mo om
bre G

Considrons la matrice B = (bi p )i p obtenue partir de A en remplaant, dans A, la k me colon-


r Alg
n ie
Mo
onier
tr ie M

Penser considrer cette matrice B .


om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

ne par la j me colonne de A :

a11 . . . a1 j ... a1k1 a1 j a1k+1 ... a1n
.. .. .. .. .. ..
B= . . . . . . .
an1 . . . an j ... an k1 an j an k+1 ... ann

k me colonne
D'une part, det(B) = 0, puisque B a deux colonnes gales.
D'autre part, en dveloppant det(B) par rapport la k me colonne, on a :

n
n
det(B) = bik Bik = ai j Aik ,
i=1 i=1

puisque les cofacteurs des lments de la k me colonne sont les mmes dans B que dans A.
n
Ainsi : ai j Aik = 0.
i=1
On a donc prouv :

n 
det(A) si j = k
( j,k) {1,. . . ,n} , 2
ai j Aik = .
i=1
0 si j =
 k

n
Mais, pour ( j,k) {1,. . . ,n}2 , ai j Aik est le ( j,k)eme terme du produit de t A par com(A),
i=1
d'o :

det(A) 0
Le produit de t A par com(A) est not
t Acom(A) ou t A com(A) , selon la
t
A com(A) = = det(A) In .
commodit de lecture. 0 det(A)
53
Chapitre 2 Dterminants

En appliquant ce rsultat tA au lieu de A, et en remarquant com(tA) = t com(A) et


det( tA) = det(A) (cf. 2.5 Prop. 2 6) p. 47), on obtient :

A t com(A) = det(A)In ,

et, en transposant le rsultat de la page prcdente : t


com (A) A = det(A) In .

Enonons le rsultat obtenu :

Thorme

Formule trs utile pour les exercices A Mn (K ), A t com(A) = t com(A) A = det(A)In .


portant sur la comatrice.

Corollaire
1 t
A GLn (K ), A1 = com(A).
det(A)
Exercices 2.6.2, 2.6.3.
Exemple :
 
a b
Pour n = 2, si ad bc = 0, alors A = est inversible, et
c d
 
1 d b
A1 = .
ad bc c a

Remarque :
La formule prcdente, donnant A1 l'aide de com(A), est en pratique quasiment inutili-
sable ds que n  3 . En effet, l'application de cette formule ncessite apparemment le calcul

d'un dterminant d'ordre n det(A) et de n 2 dterminants d'ordre n 1 (les cofacteurs
dans A).

Les mthodes retenir

Comatrice
Pour manipuler une comatrice, on dispose :
de sa dfinition : com(A) = (Ai j )i j , o Ai j est le cofacteur de la place (i, j) dans A (ex. 2.6.1)
des galits : A t com(A) = t com(A)A = det(A)In (ex. 2.6.2, 2.6.3).

Exercices
2.6.1 Soient n N, M Mn (K ), 2.6.2 Soient n, p N , A Mn (K ). Montrer :
p
A p = In  com(A) = In .
0 0
A= M Mn+1 (K ). 2.6.3 Soit n N. Montrer :
0 
com (A) GLn (K )
A GLn (K ), 1
Calculer com(A). com(A) = com(A1 ).

54
2.7 Calcul des dterminants

2.7 Calcul des dterminants


2.7.1 Dterminant d'une matrice triangulaire
Proposition
Le dterminant d'une matrice triangulaire est gal au produit des lments diago-
naux :
a . . . 
 11
re Monie
r

 ..  n
 =
lgb
ni er A
Mo

aii .
om
bre G

.
r Alg
n ie
Mo
onier

 
tr ie M
om

Cf. aussi 2.5 Exemple 2) p. 47.


G

onier
bre M
n ier Alg
Mo

 0  i=1
tr i e
Gom

ann

Preuve
Rcurrence sur n. La proprit est vidente pour n = 1.

a11 ...
..
Supposons-la vraie pour un n de N , et soit A = . Tn+1, s (K ).
0 an+1 n+1
En dveloppant det(A) par rapport la (n + 1)me ligne, on obtient :
 
 a11 . . . 
  
n+1
 .. 
det(A) =  .  an+1 n+1 = (a11 . . . ann )an+1 n+1 = aii . 
 
 0 ann  i=1

Remarque :
En particulier, le dterminant d'une matrice diagonale est gal au produit des lments dia-
gonaux.

2.7.2 Manipulation de lignes et de colonnes


1) Utilisation de la multilinarit
La multilinarit du dterminant se traduit schmatiquement par :
     
 a1 j + b1 j   a1 j   b1 j 
     
lgb
re Monie
r

 ..   ..   .. 
 =  + .
er A


ni
Mo om
bre G
r Alg

I II I II I II
n ie

Les blocs I et II restent en place. . . .


Mo
onier
tr ie M

     
om
G

onier
bre M
n ier Alg
Mo

     
tr i e
Gom

an j + bn j an j bn j

2) Pour que le dterminant d'une matrice soit nul, il faut et il suffit que la famille des colonnes
Dunod. La photocopie non autorise est un dlit.

de cette matrice soit lie (cf. 2.5 Prop. 2 4) p. 47). En particulier, si un dterminant a une colon-
ne nulle, ou deux colonnes colinaires, ce dterminant est nul.
Rsultat analogue pour les lignes.

3) Remplacement d'une colonne par la somme de celle-ci et d'une combinaison


linaire des autres
Soient A = (ai j )i j Mn (K ), C1 ,. . . ,Cn les colonnes de A, j {1,. . . ,n},
(k )k= j K n1 .

Considrons la matrice B obtenue partir de A en remplaant C j par C j + k Ck .
k= j

55
Chapitre 2 Dterminants

En notant B = (e1 ,. . . ,en ) la base canonique de Mn,1 (K ), on a :


 
det(B) = detB C1 ,. . . ,C j + k Ck ,. . . ,Cn
k= j

= detB (C1 ,. . . ,C j ,. . . ,Cn ) + k detB (C1 ,. . . ,C j1 ,Ck ,C j+1 ,. . . ,Cn )
k= j

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Chaque = det(A).
Mo

detB (C1 ,. . . ,C j1 ,
onier
tr ie M
om
G

Ainsi :
onier
bre M
r Alg
n ie
Mo

Ck ,C j+1 ,. . . ,Cn ) (k = j)
tr i e
Gom

contient deux fois la colonne Ck .


Proposition
Rsultats trs utiles pour le calcul pratique On ne change pas la valeur d'un dterminant en remplaant une colonne par la
des dterminants. somme de celle-ci et d'une combinaison linaire des autres colonnes.
Rsultat analogue sur les lignes.

Remarque :
On peut aussi montrer le rsultat prcdent en remarquant B = AF , o


1 1
 0 ..



 . 0


1 j1

F = 1 ,

j+1 


0 .. 

. 0 
n 1

et en dveloppant det(F) par rapport la 1re colonne, j 1 fois :

1
 0
det (F ) =
+1
..  ,
.
0 
n 1

puis (matrice triangulaire) : det(F) = 1 .

4) Remplacement simultan de colonnes


Soient A = (ai j )i j Mn (K ), C1 ,. . . ,Cn les colonnes de A. Nous allons montrer qu'on peut,
sans changer det(A), remplacer dans A chaque colonne par la somme de celle-ci et d'une com-
binaison linaire des colonnes suivantes.
Pour chaque k de {2,. . . ,n}, soient k k1 ,. . . ,n k1 K .
Rappelons que lon omet souvent la Considrons la matrice B obtenue partir de A en remplaant :
virgule dans les doubles indices : k k1
est mis pour k, k1 , n k1 est mis C1 par C1 + 21 C2 + . . . + n1 Cn
pour n, k1 .
C2 par C2 + 32 C3 + . . . + n2 Cn
..
.
Cn1 par Cn1 + n n1 Cn
Cn par Cn .

56
2.7 Calcul des dterminants


1
21 1 0


T = 31 32 1 , on a : B = AT, d'o :
En notant . .. .. 
.. . . 
n 1 n 2 . . . n n 1 1
r
re Monie
lgb
ni er A
Mo om

det(B) = det(A)det(T ) = det(A) 1 = det(A) .


bre G
r Alg
n ie
Mo

om
tr ie M
onier

Cf. 2.7.1 Prop. p. 55.


G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

Ainsi :

Proposition
Rsultats trs utiles pour le calcul pratique
On ne change pas la valeur d'un dterminant en remplaant (simultanment) chaque
des dterminants. colonne par la somme de celle-ci et d'une combinaison linaire des colonnes sui-
vantes.
Rsultat analogue sur les lignes.

De mme, en utilisant la postmultiplication de A par une matrice triangulaire suprieure :

Proposition
On ne change pas la valeur d'un dterminant en remplaant (simultanment) chaque
colonne par la somme de celle-ci et d'une combinaison linaire des colonnes prc-
dentes.
Rsultat analogue sur les lignes.

Exemple :
 
a b 
 
Pour (a,b) K 2 et n  2 , calculer 
 b

  .

a [n ]

 
   a + ( n 1) b bb 
a   
 
 b  a n
  
 b  = b  C1 C1 + Cj
 
 a  b  j=2
[n ]  a + ( n 1) b 
a [n ]
 
1 b b 
 
  a 
 
= a + ( n 1) b  b 
 
 b 
1 
a [n ]
1 
 b b 
 
0 a b  L2 L2 L1
Dunod. La photocopie non autorise est un dlit.

  
 0  ..
= a + ( n 1) b   .
 
 
 0 
 
0 ab [n ] Ln Ln L1
 
Exercices 2.7.1, 2.7.4 2.7.6, 2.7.8, = a + (n 1) b (a b)n1 .
2.7.9.

57
Chapitre 2 Dterminants

2.7.3 Cas n = 2, n = 3
 
 a11 a12 
1) n = 2 :  = a11 a22 a21 a12 .
 a21 a22 
 
 a11 a12 a13 
lgb
re Monie
r


 a21 a22 a23  = a11 a22 a33 a21 a12 a33 a31 a22 a13
ni er A
Mo om

2) n = 3 :
bre G
r Alg
n ie
Mo
onier

Cf. 2.6.1 1) pp. 49-50.



tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

a a a 
31 32 33
a11 a32 a23 + a21 a32 a13 + a31 a12 a23 .
r
re Monie
lgb
ni er A
Mo om
bre G
r Alg
n ie

On peut retrouver ce rsultat par la rgle de Sarrus : le dterminant d'ordre 3 contient six
Mo

om
tr ie M
onier

Cf. 2.5 Df. p. 46.


G

onier
bre M
n ie r Alg
Mo

tr i e
Gom

termes :
a11 a22 a33 , a21 a32 a13 , a31 a12 a23 correspondant des diagonales descendantes :

a11 a12 a13 a11 a12 a13 a11 a12 a13

a21 a22 a23 a21 a22 a23 a21 a22 a23

a31 a32 a33 a31 a32 a33 a31 a32 a33

ou encore, en reportant des lignes en dessous :

a11 a12 a13



a21 a22 a23


a31 a32 a33

a11 a12 a13


a21 a22 a23

a31 a22 a13 , a11 a32 a23 , a21 a12 a33 correspondant des diagonales montantes :

a11 a12 a13 a11 a12 a13 a11 a12 a13


a21 a22 a23 a21 a22 a23 a21 a22 a23


a31 a32 a33 a31 a32 a33 a31 a32 a33

ou encore :

a11 a12 a13


a21 a22 a23



a31 a32 a33


a11 a12 a13


a21 a22 a23

Mais attention : la rgle de Sarrus n'est applicable que pour n = 3 (et n = 2).
Exemple :
 
 a p q 

 p a r  = a 3 + pqr pqr + aq 2 + ar 2 + ap2 = a(a 2 + p2 + q 2 + r 2 ).

Exercices 2.7.2, 2.7.3, 2.7.7.  q r a

58
2.7 Calcul des dterminants

2.7.4 Dterminant de Vandermonde


Ltude du dterminant de Vandermonde nest pas au programme, mais cest un exercice
classique.
Soit n N.

Dfinition
Soit (x1 ,. . . ,xn ) K n . On appelle dterminant de Vandermonde, et on note
V(x1 ,. . . ,xn ) l'lment de K dfini par :
 
1 x1 x12 ... x1n1 
 
 .. .. ..  j1
V(x1 ,. . . ,xn ) =  . . .  = det((xi )1i, j n ).

 
1 xn xn2 ... xnn1

Nous allons calculer V(x1 ,. . . ,xn ).


Si n = 1 : V(x1 ) = 1
 
 1 x1 
Si n = 2 : V(x1 ,x2 ) =   = x2 x1 .
1 x2 
   
1 x1 x12   1 0 0 
 
Si n = 3 : V(x1 ,x2 ,x3 ) =  1 x2 x22  =  1 x2 x1 x22 x1 x2 
1 x3 x32   1 x3 x1 x32 x1 x3 
C2 C2 x1 C1 , C3 C3 x1 C2

 
1 x2 
= (x2 x1 )(x3 x1 )  = (x2 x1 )(x3 x1 )(x3 x2 )
1 x3 

Pour tout n de N tel que n 3 :


1 x12 ... x1n1 
 x1
 
 x2 x22 ... x2n1 
Nous allons exprimer V (x1 ,. . . ,xn ) 
er A
lgb
re Monie
r

V(x1 ,. . . ,xn ) =  .. .. .. 

ni
Mo om
bre G

en fonction de V (x2 ,. . . ,xn ) .


r Alg
n ie

. . . 
Mo
onier
tr ie M


om
G

ier
bre Mon
Alg
n ier
Mo

 
tr i e
Gom

1 xn xn2 ... xnn1


 
1 0 0 ... 0 
 
n2 
 x2 x1 x22 x1 x2 ... x2n1 x1 x2 

= .. .. .. 
 . . . 
 
 n2 
1 xn x1 xn2 x1 xn ... xn x1 xn
n1

C2 C2 x1 C1 , C3 C3 x1 C2 , . . . Cn Cn x1 Cn1
1 ... 
 0 0 0 
 n2 
 x2 x1 (x2 x1 )x2 ... (x2 x1 )x2 

= .. .. .. 
 . . . 
 
 n2 
1 xn x1 (xn x1 )xn ... (xn x1 )xn
 
1 x2 ... x2n2 
 
 .. .. 
lgb
re Monie
r
Dveloppement par rapport la = (x2 x1 ) . . . (xn x1 )  . .  ,

ni er A
Mo om
bre G
r Alg
n ie

premire ligne et mise en facteur de


Mo
onier
tr ie M

 
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

x2 x1 ,. . . ,xn xn1 dans les 1 xn ... xnn2


lignes.
en dveloppant par rapport la 1re ligne, puis en factorisant dans chaque ligne.
  
On obtient ainsi : V(x1 ,. . . ,xn ) = (xi x1 ) V(x2 ,. . . ,xn ).
n i>1
On conclut, par rcurrence :
59
Chapitre 2 Dterminants

Proposition

Le dterminant de Vandermonde peut n N , (x1 ,. . . ,xn ) K n , V(x1 ,. . . ,xn ) = (xi x j ).
tre utile en liaison avec lalgbre des n i> j 1
polynmes.

Corollaire
Pour tout (x1 ,. . . ,xn ) de K n , V (x1 ,. . . ,xn ) est non nul si et seulement si x1 ,. . . ,xn
sont deux deux distincts.

2.7.5 Dterminant dune matrice triangulaire


par blocs
Proposition 1
Soient A Mn (K ), B Mn, p (K ), C M p (K ) .
On a :
 
A B
Attention : pour cette formule, A et C det = det(A) det(C).
doivent tre des matrices carres. 0 C

Preuve :
    
A B In 0 A B
gbr
e Monie
r
Intervention dune galit matricielle On remarque : = .
0 C 0 C 0 Ip
r Al
n ie
Mo om
bre G
r Alg
n ie

par blocs, puis passage aux


Mo
onier
tr ie M
om

     
G

ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

dterminants.
A B In 0 A B
d'o : det = det det .
0 C 0 C 0 Ip
 
In 0
En dveloppant par rapport la premire ligne, de faon itre, on obtient :
0 C
 
In 0
det = det(C).
0 C
 
A B
De mme, en dveloppant par rapport la dernire ligne, de faon itre, on obtient :
0 Ip
 
A B
det = det(A). 
0 Ip

Proposition 2
Le dterminant d'une matrice triangulaire par blocs est gal au produit des dtermi-
nants des blocs diagonaux :

A11 ...

s
det .. = det(Akk ).
.
0 Ass k=1

Preuve

Exercices 2.7.10, 2.7.11.


Rcurrence immdiate sur s en utilisant la Prop 1. 

60
2.7 Calcul des dterminants

Exercice-type rsolu

Exemple de calcul de dterminant

Soient n N , x, a1 ,...,an K . Calculer le dterminant d'ordre n + 1 suivant :


 
 x a 1 a2 . . . . . . an 
 
 a1 x a 2 . . . . . . an 
 
 .. 
 a1 a2 x . 
 
Dn+1 =  . . . .  .
 .. .. .. .. 
 
 . .. 
 .. . x an 

a a ... ... a x [n+1]
1 2 n

Solution Conseils

n
Par C1 C1 + (C2 + + Cn+1 ), puis en mettant x + a j en facteur dans la On remarque que, dans chaque ligne de
premire colonne, on obtient : j=1 Dn+1 , la somme des termes est la mme.
 
1 a1 a2 ... ... an 
 
1 x a2 ... ... an 

   .. 
n 1 a2 x . 

Dn+1 = x + aj  . .. .. ..  .
 .. . . . 
j=1 
. .. 
 .. . an 
 x
1 a2 ... ... an x  [n+1]

Puis, en faisant C j C j a j C1 pour j = 2,...,n + 1, on a :


 
1 0 0 ... ... 0 
 
1 x a1 0 ... ... 0 
 
   .. .. 

n+1 a2 a 1 x a2 . (0) . 
1 
Dn+1 = x+ aj  . .. .. .. .. . On remplace chaque colonne (sauf la pre-
 .. . . . .
j=1   mire) par celle-ci diminue du produit de
. .. 
 .. . x an1 0 
a j par la premire colonne, pour faire appa-

1 a2 a1 ... ... ... x an [n+1]
ratre des 0 .

Enfin, ce dernier dterminant est celui d'une matrice triangulaire infrieure, et on Le dterminant d'une matrice triangulaire
conclut : est le produit des lments de la diagonale.
 n n
Dn+1 = x + aj (x ak ).
j=1 k=1
Dunod. La photocopie non autorise est un dlit.

Les mthodes retenir

Calcul des dterminants


Pour calculer un dterminant, on pourra penser :
utiliser la multilinarit et lalternance du dterminant, pour remplacer le dterminant calculer par une combi-
naison linaire de dterminants mieux connus (ex. 2.7.1 d), 2.7.6)
61
Chapitre 2 Dterminants

remplacer une colonne par la somme de celle-ci et dune combinaison linaire des autres colonnes. Cette op-
ration pourra se faire dune manire successive ou simultane, condition dans ce dernier cas de nutiliser que les
colonnes suivantes ou que les colonnes prcdentes (de mme pour les lignes)
dvelopper par rapport une range, lorsque cette range ne comporte quun (ou deux) termes non nuls, ce qui
fera souvent apparatre une relation de rcurrence (ex. 2.7.1 e) i)).
En gnral, on essaiera de prsenter le rsultat (calcul dun dterminant) sous forme factorise.
Pour calculer le dterminant dun endomorphisme f, il peut tre utile de considrer la matrice A de f dans une
base convenable et de calculer det(A), puisque det( f ) = det(A) (ex. 2.7.4).
Lorsquinterviennent des blocs, penser utiliser le rsultat sur le dterminant dune matrice triangulaire par
blocs (ex. 2.7.10, 2.7.11).

Exercices
2.7.1 Calculer les dterminants suivants : a 
 b
0 
 
 2  c 
1 22 32 ... n2  f)  
 , n N* , ( a,b,c) C3
 2   b 
2 32 42 ... (n + 1)2   
 2  0
 42 52 ... (n + 2)2  c a [n ]
a)  3  , n N
 . .. .. .. 
 .. . . . 
  (on exprimera la rponse l'aide des zros complexes de
 2 
n (n + 1)2 (n + 2)2 ... (2n 1)2 X2 aX + bc )
  j
 S1 S1 S1 S1  g) det(( Ci+ j )0i, j n )
 
 S1 S2 S2 S2   0 1 n 
 
k  C0 C1 ... Cn 
 S3  , 
b)  S1 S2 S3 n N , Sk = i  
 ..   0 1 n 
 .  i=1  C1 C2 ... Cn+1 
 
  =  ,nN
S1 S2 S3 Sn  . .. .. 
 .. . . 
 
   
 a1 a2 ... an   0 1 n 
 ..  Cn Cn+1 ... C2n [n+1]

   .  , n N * , a ,. . . ,a K
c)     
a1 
1 n
a2   + a1 1 0 0 

  a1
 
 a
 2 1 0 


 
 
 a3
 0 0  ,
  
 a1 + b1 a1 a1 a1  h)  .. 
   . 1 
 a2 a2 + b2 a2 a2   0
   
 a3 + b3 ... a3  , an 0 0
d)  a3 a3
 .. .. .. .. .. 
 . 
 . . . .  n N , , a1 ,. . . ,an K
 
an an an ... an + bn  
 1 a1 a2 . . . an 
 
 a1 b1 0 
n N , a1 ,. . . ,an ,b1 ,. . . ,bn K  
 0 
 a2 0 b2  ,
i)  .. .. 
.. 
   . 0 .. 
 a1 a1 0 0   
   
 a1 a1 + a2 a2 . .  an bn [n+1]
 
 .. 0 
 .. 
 0

a2
..
a2 + a3 ..
.

 n N , a1 ,. . . ,an ,b1 ,. . . ,bn K
 .. . .. . .. ,
 .. .. ..  a
e)  .. .. .. 0 
  x x 
 .. .  
 0 . . an2 + an1 a n1  y z 
 ..   0 
 . j)   , n N* , a,x,y,z K

0 0 an1 an1 + an  



 0 
 
y z [n]
n N , a1 ,. . . ,an K

62
2.7 Calcul des dterminants

  2.7.6 Soient n N {0,1} , Pn = Xn X + 1.


 (a + 1) 1 0 0 
 
 0 


a (a + 2 ) 2 . . 

On note x1 ,. . . ,xn les zros de Pn dans C .
. ..
 ... 
 . .. 
 0 a (a + 3) . 0 , Soit A = (ai j )i j Mn (C) o :
 . . . . . 
k)  . .. 
. ..  

 0 . . . n 1  1 + xi si i = j
 .  ai j = . Calculer det(A) .
0 0 a (a + n ) 1 si i =
 j

n N , a K .
2.7.7 Soient n N , E un K -ev de dimension n ,
2.7.2 Montrer que V1 ,. . . ,Vn E , f L(E) , B une base de E .

x y z Dmontrer :
E = 2z x y ; (x,y,z) Q3

n
2y 2z x
det B (V1 ,. . . , f (Vj ),. . . ,Vn )
est un sous-corps de l'anneau M3 (Q) . j=1
= tr( f ) det B (V1 ,. . . ,Vn ).
a b c
2.7.3 Soit A = d e f M3 (R).
g h k 2.7.8 Soit A = (ai j )i j Mn (R) telle que, pour tout (i, j)

a) Montrer qu'il est impossible que : le produit des l- ai j Z
ments dans chaque ligne (de A ) soit < 0 et le produit dans de {1,. . . ,n}2 : i = j  ai j pair

chaque colonne soit > 0. aii impair.
b) Montrer qu'il est impossible que les six termes de
Montrer : det(A) = 0 .
det(A) = aek + b f g + cdh + (ceg) + (a f h) + (bdk)
soient tous > 0 . 2.7.9 Soit A = (ai j )i j Mn (R) telle que, pour tout (i, j)
2.7.4 Calculer det( f ) , o f : Mn (R) Mn (R) . de {1,. . . ,n}2 :
X tX 
ai j Z 
2.7.5 Pour ( p,x) N R , on note : 
i = j  ai j impair  .

1  aii pair
 0 0 0 x 
 
 2 0 0 x 2 
 Montrer que, si n est pair, alors det(A) = 0 .
 .. 


 3 3 ..
0 .. 
. 
 .. .. 
p ( x ) =  .. . 2.7.10 Montrer :
 .. ..   
 4 6 .. .. 0
 . . ..  A B
 .. .. .. p1  (A,B) (Mn (R))2 , det  0.
 . . . .. Cp x p  B A
 ..
 . 
 1 2 p1
p+1 
1 C p+1 C p+1 . . . . . . . . . C p+1 x [ p+1]
2.7.11 Soient A,B,C,D,X Mn (K ) telles que A + B X
a) Pour ( p,x) N R , calculer p (x + 1) p (x). soit inversible. Montrer :
n  
b) Montrer : n N , p (n + 1) = ( p + 1)! k p. det
A B
k=1 C D
 
Dunod. La photocopie non autorise est un dlit.

n n n
c) En dduire les valeurs de k, k2 , k 3 , pour = det(A + B X) det (C + D X)(A+ B X)1 B + D .
k=1 k=1 k=1
n N . Examiner le cas particulier X = 0.

63
Chapitre 2 Dterminants

2.8 Orientation d'un espace vectoriel


rel de dimension finie
Soient n N et E un R -ev de dimension n. On note (E) l'ensemble des bases de E .

1) Bases directes, bases indirectes

Dfinition 1
Mo
ni er A
lgb
re Monie

r Alg
bre G
om
r
Puisque R est totalement ordonn et On dit que deux bases B,B de E sont :
que, pour toutes bases B,B de E ,
n ie
Mo
onier
tr ie M
om
G

detB (B ) > 0.
ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

detB (B ) = 0 , deux bases donnes de mme sens si et seulement si :


sont de mme sens ou sont de sens
contraires. de sens contraires si et seulement si : detB (B ) < 0.

Notons R la relation dfinie dans (E) par :

B,B (E), (B R B detB (B) > 0).

Par dfinition, une relation est dite La relation B est une relation d'quivalence dans (E) car, pour toutes B,B ,B de (E) :
dquivalence si et seulement si elle
est : rflexive, symtrique, transitive. detB (B) = 1 > 0
B R B detB (B ) > 0  detB (B) = (detB (B ))1 > 0  B R B
 
B R B detB (B) > 0

B R B detB (B ) > 0
 detB (B) = detB (B )detB (B) > 0
 B R B .

Le R -ev E , tant de dimension finie, admet au moins une base B1 = (e1 ,. . . ,en ) ; considrons
Mo
ni er A
lgb
re Monie

Gom

r
B2 est obtenue partir de B1 en B2 = (e1 ,e2 ,. . . ,en ), qui est une base de E . Comme detB1 (B2 ) = 1 < 0, B1 et B2 sont de
remplaant e1 par e1 .
rA lgbre
n ie
Mo
onier
tr ie M

sens contraires.
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Soit B (E).
Si detB1 (B) > 0, alors B1 R B
Si detB1 (B) < 0, alors detB2 (B) = detB2 (B1 )detB1 (B) = detB1 (B) > 0, donc B2 R B.

Ceci montre que (E) admet exactement deux classes d'quivalence modulo R, qui sont la
classe de B1 et la classe de B2 . D'o la dfinition suivante.

Dfinition 2
On appelle orientation de E le choix, dans l'ensemble (E) des bases de E, de l'une
des deux classes d'quivalence modulo la relation est de mme sens que . Les
bases de cette classe sont alors dites directes, les autres bases (celles de l'autre clas-
se) sont dites indirectes. On dit alors que E est un R-ev orient.
On convient que la base canonique de Rn est directe (ce qui revient choisir une
orientation dans Rn).
On appelle axe toute droite vectorielle oriente.

2) Endomorphismes directs, endomorphismes indirects


Soit f GL(E) . Comme det( f ) = 0, on a : det( f ) > 0 ou det( f ) < 0.
Soit B (E).

64
2.9 Supplment : Rang et sous-matrices


Si det( f ) > 0, alors detB f (B) = det( f ) > 0, et donc B et f (B)sont de mme sens

Si det( f ) < 0, alors detB f (B) = det( f ) < 0, et donc B et f (B) sont de sens contraires.

D'o la Dfinition et la Proposition suivantes.

Dfinition 3
Soit f GL(E) . On dit que :
f conserve l'orientation (ou: est direct) si et seulement si : det( f ) > 0 .
f change l'orientation (ou: est indirect) si et seulement si : det( f ) < 0 .

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
On a ainsi pour f (B) ,en quelque sorte, Proposition
une rgle des signes :
Mo
onier
tr ie M

Soit f GL(E).
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

B directe indirecte
f 1) Si f conserve l'orientation, alors, pour toute base B de E, f (B) est une base de
mme sens que B.
direct directe indirecte
2) Si f change l'orientation, alors, pour toute base Bde E, f (B) est une base de sens
indirect indirecte directe contraire de B.

2.9 Supplment : Rang et sous-matrices


Ce paragraphe nest pas au programme, mais constitue une tude classique.

1)Rappels sur le rang


r
re Monie
lgb
ni er A
Mo om
bre G
r Alg

Nous avons dfini :


n ie

Les diffrentes notions de rang.


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

le rang d'une famille finie F d'lments d'un K-ev E :



rg(F) = dim Vect(F) , Algbre PCSI-PTSI 6.4 Df. 3

le rang d'une application linaire f L(E,F) :



rg( f ) = dim Im( f ) , Algbre PCSI-PTSI 7.3.1 Df.

le rang d'une matrice A de Mn, p (K ) :

rg(A) = rg(C1 ,. . . ,C p ), Algbre PCSI-PTSI 8.1.6 Df.,

o C1 ,. . . ,C p sont les colonnes de A.


r
re Monie
lgb
ni er A
Mo om
bre G
r Alg

Ces notions sont relies entre elles :


n ie

Les diffrentes notions de rang.


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

le rang d'une famille finie F d'lments de E est aussi le rang de la matrice dont les colonnes
sont formes par les composantes des lments de F dans une base de E
le rang de f L(E,F) est, pour toute base B = (e1 ,. . . ,e p ) de E , le rang de la famille

f (ei ) 1i n , et est aussi le rang de n'importe quelle matrice reprsentant f.

le rang de A Mn, p (K ) est le rang de n'importe quelle application linaire reprsente par A.

Rappelons enfin le thorme du rang (Algbre PCSI-PTSI 7.3.1 Th. 1) :



f L(E,F), rg( f ) = dim(E) dim Ker( f ) .

65
Chapitre 2 Dterminants

2) tude des sous-matrices dune matrice

Dfinition
Soient (n, p) (N )2 , A = (ai j )i j Mn, p (K ), (u,v) (N )2 ,

(i 1 ,. . . ,i u ) {1,. . . ,n}u tel que i 1 < . . . < i u
.
( j1 ,. . . , jv ) {1,. . . , p}v tel que j1 < . . . < jv

On appelle sous-matrice (ou: matrice extraite) de A, par utilisation des lignes


i 1 ,. . . ,i u et des colonnes j1 ,. . . , jv , la matrice (aik jl ) 1k u de Mu,v (K ).
1l v

Exemple :

  a b c d
a c d
La matrice est une sous-matrice de a b c d , par utilisation
a c d
a b c d
des lignes 1, 3 et des colonnes 1,3,4 :

1 a b c d

Lignes 2 a' b' c' d'

3 a'' b'' c'' d''

1 2 3 4

Colonnes

Thorme
Pour toute A de Mn, p (K ) , le rang de A est gal l'ordre maximum des sous-
matrices carres inversibles extraites de A.

Preuve
Notons r = rg(A), et s l'ordre maximum des sous-matrices carres inversibles extraites
de A.
1) r  s
Soit B une sous-matrice carre de A, l'ordre de B, et supposons > r. Notons i 1 ,. . . ,i
(i 1 < . . . < i ) les numros des lignes de A utilises pour extraire B,v1 ,. . . ,v les colonnes de B (dans
M,1 (K )) , V1 ,. . . ,V les colonnes de A utilises pour extraire B (dans Mn,1 (K )) .
Puisque > r, la famille (V1 ,. . . ,V ) est lie. Il existe (1 ,. . . , ) K {(0,. . . ,0)} tel que


i Vi = 0. Il en rsulte, en ne prenant que les lignes numros i 1 ,. . . ,i : i vi = 0, et donc B
i=1 i=1
n'est pas inversible. Ceci montre : r  s.
2) r  s
Notons C1 ,. . . ,Cn les colonnes de A.
Puisque r = rg(A) = rg(C1 ,. . . ,Cn ) , il existe j1 ,. . . , jr {1,. . . ,n} tels que : j1 < . . . < jr et
(C j1 ,. . . ,C jr ) est libre.
Notons B = (C j1 ,. . . ,C jr ) la sous-matrice de A forme par les colonnes C j1 ,. . . ,C jr de A.
On a, daprs Algbre PCSI-PTSI, 8.2.3 Cor.2 : rg( t B) = rg(B) = r. Il existe donc
i 1 ,. . . ,ir {1,. . . ,n} tels que : i 1 < . . . < ir et les lignes numros i 1 ir de B forment une famille libre.
Notons C la sous-matrice de B forme par les lignes numros i 1 ir de B.
Alors, C est une sous-matrice carre dordre r de A et C est inversible, do : r  s 
66
2.9 Supplment : Rang et sous-matrices

Exemple :
 
2 1 4 3
Quel est le rang de A = M2,4 (R) ?
4 0 6 1
D'une part, rg(A)  2 car A M2,4 (R) .
 
2 1
D'autre part, la matrice , d'ordre 2, extraite de A , est inversible (car de dtermi-
4 0
nant 4, non nul).
On conclut : rg(A) = 2 .
Exercices 2.9.1 2.9.4.
Le Corollaire suivant se dduit clairement du thorme prcdent, bien quon lait utilis dans
la preuve prcdente.

Corollaire
r
re Monie
lgb
ni er A

A Mn, p (K ), rg( t A) = rg(A).


Mo Gom

rA lgbre
n ie
Mo

Cf. aussi Algbre PCSI-PTSI 8.2.3 Cor. 2.


onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

tr i e
Gom

Les mthodes retenir

Rang et sous-matrices
Comme dans la rubrique Les mthodes retenir p. 54, lorsque com(A) intervient, on utilisera frquemment
les formules :
A t com(A) = t com(A)A = det(A)In
(ex. 2.9.1 2.9.4).

Exercices
2.9.1 Soient n N {0,1}, A Mn (K ). 2.9.4 Soient n N {0,1}.

Dunod. La photocopie non autorise est un dlit.

rg(A)  n 2  rg com(A) = 0
1n

Dmontrer : rg(A) = n 1  rg com(A) = 1 1
A= Mn ( K ) .
rg(A) = n  rg com(A) = n. 1 1n

2.9.2 Soient n N {0,1}, A Mn (K ), p N . Calculer com(A). (On pourra utiliser les exercices 2.9.1 et
Calculer com (com(. . . (com(A)) . . .)) , o com est itr p
2.9.3).
fois. (On pourra utiliser l'exercice 2.9.1).

2.9.3 Soient n N {0,1}, A Mn (K ) telle que


rg(A) = n 1 , B Mn (K ) telle que AB = B A = 0 .
Dmontrer : K ,B = t com(A).

67
Chapitre 2 Dterminants

2.10 Systmes affines


2.10.1 Position du problme

a11 ... a1 p b1
.. .. ..
Soient A = . . Mn, p (K ), B = . Mn,1 (K ).
an1 ... anp bn
On s'intresse au systme d'quations :

a11 x1 +...+ a1 p x p = b1


.. .. ..
(S) est un systme affine n quations (S) . . . ,

r
re Monie
lgb


ni er A
Mo om
bre G


r Alg
n ie

et p inconnues.
Mo
onier
tr ie M
om
G

onier
bre M
r Alg

+...+ anp x p = bn
n ie
Mo

Gom
tr i e

an1 x1

d'inconnue (x1 ,. . . ,x p ) K p , appel systme affine.


En notant S l'ensemble des solutions de (S) dans K p , il s'agit de savoir si S est vide ou non, et,
lorsque S = , d'expliciter les lments de S.

1) Interprtation matricielle

x1
.
En notant X = .. M p,1 (K ),(x1 ,. . . ,x p ) est solution de (S) dans K p si et seulement si :
xp
AX = B. Ainsi, la rsolution de (S) se ramne celle de l'quation matricielle AX = B, d'in-
connue X M p,1 (K ).

2) Interprtation vectorielle

Soient :  E un K -ev de dimension p

 F un K -ev de dimension n


 B une base de E, C une base de F


 f L(E,F) telle que MatB,C ( f ) = A


 b F tel que MatC (b) = B


x E tel que MatB (x) = X.
On a : AX = B f (x) = b x f 1 ({b}).
Ainsi, la rsolution de (S) revient la dtermination de l'image rciproque du singleton {b}
par f.

3) Interprtation affine
Notons, pour i {1,. . . ,n}, i : K p K l'application dfinie par :

p
(x1 ,. . . ,x p ) K p , i (x1 ,. . . ,x p ) = ai j x j .
j=1

Il est clair que 1 ,. . . ,n sont des formes linaires sur K p .


On a, pour tout (x1 ,. . . ,x p ) de K p :

n
(S) ( i {1,. . . ,n}, i (x) = bi ) x i1 ({bi }) .
i=1

Pour i {1,. . . ,n}, si (ai1 ,. . . ,ai p ) = (0,. . . ,0), i1 ({bi }) est un hyperplan affine de K p .
Rsoudre (S) revient donc dterminer l'intersection d'une famille finie d'hyperplans affines.

68
2.10 Systmes affines

2.10.2 Rsolution dans le cas dun systme de Cramer


Gardons les notations de 2.10.1 p. 68, et notons r = rg(A).
Le systme (S) est dit de Cramer si et seulement si A est carre et inversible, c'est--
dire : n = p = r.
Nous supposons ici cette condition ralise. On a alors : AX = B X = A1 B. Ainsi, (S)
admet une solution et une seule, dont la dtermination se dduit thoriquement du calcul de A1
(puis de A1 B).

a1 j
.
Notons, pour 1  j  n, C j = .. la j me colonne de A. Puisque A est inversible, la
an j
famille F = (C1 ,. . . ,Cn ) est une base de Mn,1 (K ). Il existe donc (x1 ,. . . ,x p ) K p unique tel
n
que B = x j C j , et (S) admet donc une solution et une seule, qui est (x1 ,. . . ,x p ) .
j=1

Soit k {1,. . . ,n} . On a :


 n 
Mo
ni er A

n
lgb

ier A
re Monie

lgbre
r

Gom

Utilisation de la multilinarit du detF (C1 ,. . . ,Ck1 ,B,Ck+1 ,. . . ,Cn )= detF C1 ,. . . , x j C j ,. . . ,Cn
dterminant.
Mo
onier
tr ie M

j=1
om
G

onier
bre M
n ier Alg
Mo


tr i e
Gom

n
= x j detF (C1 ,. . . ,C j ,. . . ,Cn )
j=1
= xk detF (F) = xk ,

puisque, pour tout j de {1,. . . ,n} tel que j = k, detF (C1 ,. . . ,C j ,. . . ,Cn ) = 0 par rptition
d'une colonne.
En notant B la base canonique de Mn,1 (K ), on a donc :

xk = detF (C1 ,. . . ,Ck1 ,B,Ck+1 ,. . . Cn ) = detF (B) detB (C1 ,. . . ,B,. . . ,Cn )
1
= detB (C1 ,. . . ,Cn ) detB (C1 ,. . . ,B,. . . ,Cn ).

On a prouv :

Proposition
Si A = (ai j )i j GLn (K ) et (b1 ,. . . ,bn ) K n , le systme

a11 x1 +...+ a1n xn = b1
.. .. ..
(S) . .
.
an 1 x 1 + . . . + ann xn = bn

d'inconnue (x1 ,. . . ,xn ) K n admet une solution et une seule, et, pour tout k de
{1,. . . ,n}:
 
 a11 ... a1k1 b1 a1 k+1 ... a1n 
1  . .. .. .. ..  .
xk = . . . . . 
det(A)  .
lgb
re Monie
r
Le dterminant qui apparat est obtenu

ni er A
Mo om
bre G
r Alg

en remplaant la k colonne de A par


n ie
Mo
onier
tr ie M

. . . an k1 . . . ann
om
G

onier

an 1 bn an k+1
bre M
r Alg
n ie
Mo

Gom
tr i e

la colonne des seconds membres du


systme.

Les formules prcdentes, donnant xk (1  k  n) s'appellent les formules de Cramer .

Remarque :
Ds que n  3 , les formules de Cramer sont quasiment impraticables dans les exemples
numriques. On prfrera souvent une mthode de combinaisons des quations et d'limi-
Exercices 2.10.1 2.10.4. nation d'inconnues.
69
Chapitre 2 Dterminants

Exercice-type rsolu

Exemple de rsolution de systme affine

Rsoudre, suivant a R, le systme d'quations suivant, d'inconnue (x,y,z) R3 :




x + 2y + az = 0 (1)

(S) x ay + z = 1 (2)



ax 2y + z = a (3).

Solution Conseils
On peut, par exemple, exprimer x en fonction de a,y,z partir de l'quation (1) et D'autres dparts de calcul sont possibles.
reporter dans les deux autres :
x = 2y az x = 2y az



(S) 2y az ay + z = 1 (a 2)y + (a + 1)z = 1



a(2y az) 2y + z = a (2a 2)y + (a 2 + 1)z = a
x = 2y az (4)


(a + 2)y + (a 1)z = 1 (5)


(2a + 2)y + (a 1)z = a (6).
2

On peut, par exemple, multiplier l'quation (5) par a + 1 puis soustraire l'qua- L 3 L 3 (a + 1)L 2 .
tion (6), pour faire disparatre z :

(4)


(S) (5)



(2a + 2) (a + 1)(a + 2) y = 1 (7).

Puis :
(7) (a 2 a)y = 1 a(a + 1)y = 1.

Sparons en cas.
Si a = 0 ou a = 1, alors (7) n'a pas de solution, donc (S) non plus. On obtient : 0z = 1.
Supposons a = 0 et a = 1. Alors :
1
(7) y = ,
a(a + 1)
puis, en reportant la valeur de y dans (5) :
(4)





y = 1
(S) a(a + 1)




a + 2 + (a 1)z = 1 (8).

a(a + 1)
On a :
a+2 a 2 + 2
(8) (a 1)z = 1= .
a(a + 1) a(a + 1)
1
Si a = 1, alors cette dernire quation (d'inconnue z) n'a pas de solution, donc (S) On obtient : 0z = .
2
non plus.

70
2.10 Systmes affines

Solution Conseils
a 2 + 2
Si a = 1, on obtient : z = , puis, en reportant dans (4) :
a(a + 1)(a 1)

2 a2 2
x = 2y az = +
a(a + 1) (a + 1)(a 1)

2(a 1) + a(a 2 2) a3 2
= = .
a(a + 1)(a 1) a(a + 1)(a 1)

On conclut que l'ensemble S des solutions de (S) est : On peut vrifier, par quelques lignes de cal-
cul, que les valeurs obtenues pour x,y,z
satisfont (S).
 
a3 2 1 a 2 + 2

x = , y = , z = si a
/ {1,0,1}
a(a + 1)(a 1) a(a + 1) a(a + 1)(a 1)
S=



si a {1,0,1}.

Les mthodes retenir

Systmes affines
Pour rsoudre un systme dquations affines, on essaiera de combiner les quations pour faire partir certaines
inconnues, de faon se ramener un systme en cascade . Si le systme comporte des paramtres, il y aura
lieu de discuter. Dans la rponse, les titres des cas porteront, bien sr, sur les paramtres et non sur les inconnues.
Les formules de Cramer ne sont gure pratiques dans les exemples ; leur intrt est plus thorique.

Exercices
2
2.10.1 Rsoudre les systmes d'quations suivants (incon- x my + m z = m
nues (x,y,z) C3 , paramtres a,b,m C ) : 2
d) mx m y + mz = 1

Dunod. La photocopie non autorise est un dlit.

mx + y m 3 z = 1
2x + 3y z = 1
3x + y z = 1
a) x + 2y + 3z = 2 e) 5x + 2y 2z = a

3x + 4y 5z = 4 4x + y z = b

x + y + (2m 1)z = 1 ax + (b 1)y + 2z = 1
b) mx + y + z = 1 f) ax + (2b 3)y + 3z = 1

x + my + z = 3(m + 1) ax + (b 1)y + (b + 2)z = 2b 3

2x + y z = 2

x y +z = 4
3mx + (3m 7)y + (m 5)z = m 1
c) (2m 1)x + (4m 1)y + 2mz = m + 1 g)

3x + 3y z = 4a

4mx + (5m 7)y + (2m 5)z = m 1 (2 a)x + 2y 2z = 2b.

71
Chapitre 2 Dterminants


2.10.2 CNS sur m C pour que les trois plans vectoriels 2x + y + z + t = 3

x + 2y + z + t = 1
de C3 d'quations :


x + y + 2z + t = 2
x 2y + z = mx, d)
x + y + z + 2t = 4

3x y 2z = my,


4x 3y + 3z 4t = a

3x 2y z = mz 2x + 7y + 7z + 2t = b
contiennent une mme droite vectorielle.
ax + y + z + t = 1

x + ay + z + t = b
2.10.3 Rsoudre les systmes d'quations suivants (incon- e)
nue (x,y,z,t) C4 , paramtres a,b,m C ) :
x + y + az + t = b2

x + y + z + at = b3 .
3x + 4y + z + 2t = 3
a) 6x + 8y + 2z + 6t = 7 2.10.4 Rsoudre (inconnue (x1 ,. . . ,xn ) Cn , paramtre

9x + 12y + 3z + 10t = 0 (a1 ,. . . ,an ) Cn ) :

2x y + z + t = 1
x1 + x2 = 2a1
b) x + 2y z + 4t = 2

x2 + x3 = 2a2

x + 7y 4z + 11t = m
..
mx + y + z + t = 1 .


c) x + my + z + t = m
x + x n = 2an1
n1
x + y + mz + t = m + 1 xn + x1 = 2an .

72
Rduction CHAPITRE 3
des endomorphismes
et des matrices carres
Plan Introduction
3.1 lments propres 74 La recherche des valeurs propres et des vecteurs propres d'un endomor-
Exercices 78 phisme dun espace vectoriel est fondamentale en thorie et dans les math-
matiques appliques. Suivant le contexte, l'tude se situera en dimension
3.2 Polynme finie, o l'usage des matrices est possible, ou en dimension non finie.
caractristique 79
Exercices 85

3.3 Diagonalisabilit 86
Prrequis
Exercices 96
Espaces vectoriels, applications linaires, matrices (Algbre PCSI-
3.4 Trigonalisation 98
PTSI, ch. 6 9)
Dterminants (ch.2)
Exercices 105
Polynmes (Algbre PCSI-PTSI, ch. 5)
3.5 Polynmes Trace, blocs ( 1.4).
d'endomorphismes,
polynmes de Objectifs
matrices carres 106
Mise en place du vocabulaire relatif aux valeurs propres et vecteurs
Exercices 115, 118 propres dun endomorphisme d'un espace vectoriel
Dfinition et emploi du polynme caractristique
3.6 Applications de la
diagonalisation 119 Manipulation de polynmes d'endomorphismes et de polynmes de
matrices en liaison essentielle avec la diagonalisabilit
Exercices 123, 126
Dfinition et applications de la diagonalisabilit, utilisation des
Problmes 126 matrices diagonalisables
Notion de trigonalisation
nonc du thorme de Cayley et Hamilton
Applications usuelles de la diagonalisation : calcul des puissances d'une
Dunod. La photocopie non autorise est un dlit.

matrice carre diagonalisable, calcul du terme gnral de certaines


suites, rsolution de certains systmes diffrentiels linaires coeffi-
cients constants (cf. Analyse PC-PSI-PT, 8.3.6).

73
Chapitre 3 Rduction des endomorphismes et des matrices carres

K dsigne un corps commutatif.

3.1 lments propres


Dfinitions fondamentales. Dfinition
1) Soient E un K-ev, f L(E).
Soit K. On dit que est une valeur propre (en abrg : vp) de (ou : pour) f
si et seulement si :
x E, (x = 0 et f (x) = x).

On appelle spectre de f, et on note Sp K ( f ) (ou : Sp( f )) l'ensemble des valeurs


propres de f.
Soit x E. On dit que x est un vecteur propre (en abrg : ) de (ou : pour) f
vp
si et seulement si :
x = 0 et ( K , f (x) = x).

2) Soient n N , A Mn (K ).
Soit K. On dit que est une valeur propre (en abrg : vp) de (ou : pour) A
si et seulement si :

X Mn,1 (K ), (X = 0 et AX = X).

On appelle spectre de A, et on note Sp K (A) (ou : Sp(A)) l'ensemble des valeurs


propres de A.
Soit X M (K ). On dit que X est un vecteur propre (en abrg :
n,1
) de (ou :
vp
pour) A si et seulement si :

X = 0 et ( K , AX = X).

Les valeurs propres et vecteurs propres sont globalement appels lments propres.

Remarques :
Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
On pourra donc, dans le cadre de la 1) Soient E un K-ev de dimension finie n, n  1 , B une base de E , A = MatB ( f ). Alors :
dimension finie, choisir le point de vue Pour tout de K, est vp de f si et seulement si est vp de A (autrement dit :
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

endomorphismes ou le point de vue Sp K ( f ) = Sp K (A))


matriciel.
Pour tout x de E , x est
de f si et seulement si Mat (x) est
vp B
de A.
vp
2) Par dfinition, un vecteur propre n'est jamais nul.

La Proposition suivante est immdiate.

Proposition 1
1) Soient E un K-ev, e = Id E , K; on a :
Sp K ( f ) Ker( f e) = {0} f e non injectif.
2) Soient n N , A Mn (K ), K ; on a :
Sp K (A) Ker(A In ) = {0} A In
/ GLn (K )
rg(A In ) < n .

74
3.1 lments propres

Mo

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Autrement dit, une matrice carre A En particulier, pour toute A de Mn (K ) : A GLn (K ) 0  Sp K (A).
est inversible si et seulement si 0 nest
onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

pas valeur propre de A .


tr i e
Gom

Proposition-Dfinition 2
1) Soient E un K-ev, e = Id E , f L(E).
Soient K, x E. On dit que et x sont des valeur propre et vecteur propre
associs si et seulement si : x = 0 et f (x) = x.
Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Pour toute valeur propre de f,le sous- Pour toute vp de f, le sev Ker( f e) de E est form des
pour f associs
vp
et du vecteur nul. Ce sev Ker( f e) est appel le sous-espace propre pour f
Mo

espace propre SEP(f, ) est form des


onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

vecteurs propres pour f associs la


tr i e
Gom

valeur propre et du vec-teur nul. associ la vp de f, et not SEP ( f,) :

SEP ( f,) = Ker( f e).

2) Soient n N , A Mn (K ).
Soient K, X Mn,1 (K ). On dit que et X sont des valeur propre et vecteur
propre associs si et seulement si :

X = 0 et AX = X.

Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
Pour toute valeur propre de A , le Pour toute vp de A, le sev Ker(A In ) de Mn,1 (K ) est form des pour A
vp
associs et du vecteur nul. Ce sev Ker(A In ) est appel le sous-espace propre
Mo

sous-espace propre SEP( A, ) est form


onier
tr ie M
om
G

onier
bre M
n ier Alg
Mo

des vecteurs propres pour A associs


tr i e
Gom

la valeur propre et du vecteur colonne pour A associ la vp de A, et not SEP (A,) :


nul.
SEP (A,) = Ker(A In ).

Remarques :
1) Soient E un K-ev, f L(E) , Sp K ( f ).
Comme : x SEP( f,), f (x) = x , SEP( f,) est stable par f, et l'endomorphisme induit
par f sur SEP ( f,) est l'homothtie de rapport : SEP( f,) SEP( f,) .
x  x
r
re Monie
lgb

2) Soit E un K-ev tel que E = {0} . Pour tout de K, le spectre de l'homothtie h : E E


ni er A
Mo om
bre G
r Alg

Cas particulier dune homothtie.


n ie
Mo
onier

x  x
tr ie M
om
G

onier
bre M
n ier Alg
Mo

tr i e
Gom

est {} , et SEP (h ,) = E .
3) Soient E un K-ev de dimension finie n, n  1 , B une base de E , f L(E) , A = MatB ( f ),
Sp K ( f ), x E, X = MatB (x). Il est clair que :

x SEP( f,) X SEP(A,).

Exemple :

1 1

Exemple classique trs utile. Soient n N {0,1}, A = 1 Mn (R) .
1 1
Dunod. La photocopie non autorise est un dlit.

Dterminer les valeurs propres et les vecteurs propres de A.



x1
..
Soient R , X = . Mn,1 (R) {0} . On a :
xn

X SEP (A,)

x1 + . . . + xn = x1
( = 0, x1 = . . . = xn , = n)
.
AX = X .. ou .


x1 + . . . + xn = xn ( = 0, x 1 + . . . + x n = 0)

75
Chapitre 3 Rduction des endomorphismes et des matrices carres

On conclut :
SpR (A) = {0,n}


1
x

SEP(A,0) = .
.. Mn,1 (R); x1 + . . . + xn = 0 , qui est un hyperplan de Mn,1 (R)



xn

1
SEP(A,n) = R , droite vectorielle.
1

Nous verrons plus loin (3.2 p. 79) l'ventuelle utilisation du polynme caractristique pour
dterminer les valeurs propres d'une matrice carre.

Proposition 3
Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r
On suppose que 1 ,. . . , N sont deux Soient f L(E), 1 ,. . . , N des valeurs propres de f (deux deux distinctes). Alors
les sous-espaces propres pour f associs 1 ,. . . , N sont en somme directe.
n ie
Mo

deux distincts ou encore :


onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

{1 ,. . . , N } Sp K ( f ) .

Preuve
Rcurrence sur N .
La proprit est triviale pour N = 1 .
Supposons-la vraie pour un N de N , et soient 1 ,. . . , N +1 des valeurs propres de f deux deux dis-
tinctes. Soit (xi )1i  N +1 E N +1 tel que :

i {1,. . . ,N + 1}, xi SEP( f,i )


N +1

xi = 0.
i=1


N +1 
N +1
En appliquant f : 0 = f (xi ) = i xi .
i=1 i=1

x1 + . . . + x N + x N +1 = 0
On effectue N +1 L 1 L 2 pour faire Ainsi : ,
1 x1 + . . . + N x N + N +1 x N +1 = 0
r
e Monie
gbr
r Al
n ie
Mo om
bre G
r Alg
n ie
Mo

disparatre x N +1 .
onier
tr ie M
om
G

ier
bre Mon
Alg
n ier
Mo

tr i e
Gom

d'o, en combinant : ( N +1 1 )x 1 + . . . + ( N +1 N )x N = 0 .
Comme : i {1,. . . ,N }, ( N +1 i )xi SEP( f,i ) et que les sous-espaces propres SEP( f,i )
(1  i  N ) sont en somme directe (hypothse de rcurrence), on dduit :

i {1,. . . ,N }, ( N +1 i )xi = 0 .
r
re Monie
lgb
er A

Mais 1 ,. . . , N +1 sont deux deux distincts, d'o : i {1,. . . ,N }, xi = 0 ,


ni
Mo Gom

i {1,. . . ,N } , N +1 i = 0 .
lgbre
n ier A
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom


N
et enfin : x N +1 = xi = 0 .
i=1

Ceci montre que les SEP( f,i ) (1  i  N + 1) sont en somme directe. 

Remarque : Bien que la somme des SEP associs aux vp d'un endomorphisme f de E soit
directe, cette somme n'est pas ncessairement gale E (voir plus loin, 3.3 Prop. p. 87).

Exercices 3.1.1 3.1.15.

76
3.1 lments propres

Exercice-type rsolu

Valeurs propres non nulles de AB et de B A

Soient n, p N , A Mn, p (K ), B M p,n (K ).


a) Montrer que AB et B A ont les mmes valeurs propres non nulles, c'est--dire :
Sp K (AB) {0} = Sp K (B A) {0}.
b) Soit K une valeur propre non nulle de AB. Montrer que les sous-espaces propres pour AB et pour B A associs ont la
mme dimension.

Solution Conseils
a) Soit Sp K (AB) {0}. Remarquer d'abord que AB et B A sont
bien des matrices carres, d'ordres
Il existe X Mn,1 (K ) {0} tel que : (AB)X = X. On dduit :
respectifs n et p.
 
B A(B X) = B (AB)X = B(X) = B X.

On a B X = 0, car, si B X = 0, alors X = (AB)X = A(B X) = 0, contradiction Raisonnement par l'absurde, pour montrer
avec = 0 et X = 0. B X = 0.

Ceci montre que est valeur propre de B A, et que B X est un vecteur propre
pour B A associ la valeur propre .
Il en rsulte : Sp K (AB) {0} Sp K (B A) {0}.
Comme A et B jouent des rles symtriques, on a aussi l'autre inclusion, d'o
l'galit :
Sp K (AB) {0} = Sp K (B A) {0}. Autrement dit, AB et B A ont les mmes
valeurs propres non nulles.
b) Soit Sp K (AB) {0}.
D'aprs a), Sp K (B A) {0} et : X SEP (AB,), B X SEP (B A,).
Considrons l'application

f : SEP (AB,) SEP (B A,), X  f (X) = B X. L'application f est correctement dfinie, car
tout lment du dpart a bien son image
L'application f est linaire, car, pour tous K , X 1 ,X 2 SEP (AB,) : dans l'arrive.

f ( X 1 + X 2 ) = B( X 1 + X 2 ) = B X 1 + B X 2 = f (X 1 ) + f (X 2 ).

De mme, par rles symtriques, l'application

g : SEP (B A,) SEP (AB,), Y  g(Y ) = AY L'application g est correctement dfinie,


car tout lment du dpart a bien son
est linaire. image dans l'arrive.
On a :

X SEP (AB,), (g f )(X) = g(B X) = A(B X) = (AB)X = X,


Dunod. La photocopie non autorise est un dlit.

donc : g f = IdSEP(AB,) .
De mme, par rles symtriques : f g = IdSEP(B A,) .
Comme = 0, on dduit :
   
1 1
g f = IdSEP(AB,) et f g = IdSEP(B A,) .

Il en rsulte que f est un isomorphisme de K-ev de SEP (AB,) sur SEP (B A,). L'isomorphisme rciproque de f est
1
g.

Comme ces deux sev sont de dimensions finies, on en conclut qu'ils ont la mme
dimension.

77
Chapitre 3 Rduction des endomorphismes et des matrices carres

Les mthodes retenir


lments propres
Pour manipuler valeur propre et vecteur propre, on utilisera souvent la dfinition : f (x) = x et x = 0
(ex 3.1.1).
Pour simplifier dans une galit matricielle par A In, il suffit de voir que / Sp K (A) (ex. 3.1.2).
Pour dterminer les valeurs propres et les vecteurs propres d'un endomorphisme f d'un K-ev E (ex. 3.1.4
 
f (x) = x 
3.1.13), en particulier lorsque E n'est pas de dimension finie, rsoudre
x = 0  , d'inconnue (,x) K E.
On pourra essayer de raisonner par quivalences logiques successives, ou par analyse et synthse.
 
f (P) = P 
Lorsque E est un espace vectoriel de polynmes, lors de la rsolution de  , il pourra tre utile d'en-
P = 0
visager le degr de P (ex. 3.1.5), ou des diviseurs simples de P (ex. 3.1.4) ; on pourra quelquefois faire intervenir
une quation diffrentielle (ex. 3.1.9).
 
f (x) = x 
Dans certains cas simple, le systme  , peut admettre des solutions videntes (ex. 3.1.6, 3.1.8) ; il
x = 0
restera alors voir si ce sont les seules.
Si l'image de f est particulirement simple, on pourra remarquer que, pour tout (,x) K E tel que f (x) = x,
1
on a : x Ker( f ) (si = 0), ou x Im( f ) (si = 0) , car alors x = f (x).

Pour tudier les valeurs propres et les vecteurs propres d'une matrice A Mn (C) dont les coefficients inter-
viennent explicitement (ex. 3.1.15), on traduira l'galit AX = X (de colonnes) par un systme d'galits por-
tant sur les coefficients, et si ncessaire, on fera intervenir la notion de module d'un nombre complexe, souvent
l'aide d'ingalits.
Pour montrer qu'une matrice carre A est inversible (ex. 3.1.15 b)), on peut utiliser l'quivalence logique :
A GLn (K ) 0
/ Sp K (A) .
Voir aussi la rubrique Les mthodes retenir portant sur le polynme caractristique p. 85.

Exercices
3.1.1 Soient E un K-ev, f,g L(E) tels que phisme de E . Dterminer les valeurs propres et vecteurs
g f = f g. Montrer que tout sous-espace propre pour propres de f.
f est stable par g, et que Ker( f ) et Im( f ) sont stables
par g. 3.1.5 Dterminer les valeurs propres et les vecteurs
propres de l'endomorphisme f de R[X] dfini par :
3.1.2 Soient n, p N , A Mn (C) telle que A p = In ,
P R[X], f (P) = (X + 1)(X 3)P  XP .
une racine pme de 1 dans C telle que 1  SpC (A) .
Montrer : 3.1.6 Dterminer valeurs propres, vecteurs propres,

p1 noyau, image de l'endomorphisme f de R[X] dfini par :
k Ak = 0.  
k=0 P R[X], f (P) = X P(X) P(X 1) .

3.1.3 Soient n N {0,1}, A,B Mn (C). 3.1.7 Soient E = K [X] ,


Peut-on affirmer que AB et B A ont au moins un vecteur f : E E , F : L(E) L(E) .
propre commun ? P  XP g  f g g f
Dterminer valeurs propres et vecteurs propres de F .
3.1.4 Soient C , E le C -ev des polynmes de C[X] de
degr  n, f : E E , qui est un endomor- 3.1.8 Soit E = R[X], (a,b) R2 tel que a < b ; pour
P  ((X + )P) tout P de E , on note :

78
3.2 Polynme caractristique

f (P) = X2 P  (a + b 1)XP  + ab P . et v( f ) : [; ] R .

a) Vrifier : f L(E) .
x  sin (x t) f (t) dt
b) Dterminer les valeurs propres et les vecteurs propres

de f.
a) Vrifier que u et v sont des endomorphismes de E .
3.1.9 Soient n N , E = Rn [X]; pour tout P de E , on b) Dterminer valeurs propres et vecteurs propres de u
note : et v.
f (P) = X(1 X)P  + nXP .
3.1.14 Soient n N, A,B Mn (K ) ; montrer :
a) Vrifier : f L(E) .
b) Dterminer les valeurs propres et les vecteurs propres Sp K (AB) = Sp K (B A).
de f.
Pour un rsultat plus gnral, voir plus loin exercice 3.2.12
3.1.10 On note c0 le C -ev des suites complexes conver- p. 86.
geant vers 0, et f l'endomorphisme de c0 qui, toute suite
3.1.15 a) Disques de Gershgorin
(xn )nN de c0 associe la suite (yn )nN dfinie par :
Soient n N, A = (ai j )i j Mn (C) . Dmontrer :

y0 = 0
.  
n N , yn = xn1 
n 
SpC (A) B  aii , |ai j |
Montrer : SpC ( f ) = . i=1 1 j n
j=i

3.1.11 Soient E le C -ev des suites complexes conver-


gentes, et f l'endomorphisme de E qui, toute suite (o, pour (a,r) C R+ , B  (a,r) = {z C; |z a|  r} ).
  
(xn )nN de E associe la suite (yn )nN dfinie par : Les B  aii , |ai j | sont appels les disques de
n N , yn = xn+1 . 1 j n
j=i
Dterminer les valeurs propres et les vecteurs propres de f. Gershgorin de A.

3.1.12 Soit E = RN . Pour tout u = (u n )nN de E , on b) Thorme de Hadamard
note T (u) = v = (vn )nN la suite dfinie par : Soient n N, A = (ai j )i j Mn (C) telle que :
1 
n N , vn =
(u 1 + . . . + u n ). i {1,. . . ,n}, |aii | > |ai j |
n
1 j n
Dterminer les valeurs propres et les vecteurs propres j=i
de T.
(on dit que A est diagonale strictement dominante).
3.1.13 Soit E = C ([; ],R) . Pour toute f de E , on
0 Dmontrer :
note : A GLn (C).
u( f ) : [; ] R

x  cos (x t) f (t) dt

3.2 Polynme caractristique


Mo
ni er A

n ie
lgb

r Alg
re Monie

bre G
om
r
En fait,l'tude pourrait tre mene pour Dans ce 3.2, K dsigne un corps infini (c'est le cas si K est un sous-corps de C ). On peut donc
un corps K quel-conque (fini ou infini),
Mo
onier

identifier polynme (de K [X]) et fonction polynomiale (de K dans K), cf. Algbre PCSI-PTSI,
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e

sans avoir identifier polynme P et


5.1.7 Rem. Selon l'usage, la variable est ici note , de sorte que l'on confond un polynme P
Gom

fonction polynomiale P ,mais au prix de


de K [X] et l'application polynomiale P : K K .
la considration et de l'tude des matrices
et dterminants coefficients dans
 P()
l'anneau K [X] (ou dans le corps K (X)),ce Dans ce 3.2, E dsigne un K-ev de dimension finie, n = dim(E)  1. On note e = Id E .
qui dpasse le cadre de cet ouvrage.

79
Chapitre 3 Rduction des endomorphismes et des matrices carres

Proposition-Dfinition 1
1) Soit A Mn (K ). L'application K K est un polynme, appel
 det(A In )
polynme caractristique de A, et not A .
Ne pas confondre la lettre grecque , 2) Soit f L(E). L'application K K est un polynme, appel
prononce ki ,et la lettre X qui dsigne  det( f e)
l'indtermine pour les polynmes. polynme caractristique de f, et not f.

Preuve
1) En notant A = (ai j )i j , il est clair, par dveloppement du dterminant, que l'application
 
 a11 a12 ... a1n 
 
 a21 a ... a2n 
 22
Le dterminant est une somme de  det(A In ) =  .. .. .. ..  est un polynme.
 
r
re Monie
lgb

.
er A

. . .
ni
Mo om
bre G
r Alg

 
n ie

produits, au signe prs, dlments du


Mo
onier
tr ie M
om
G

onier

 a . . . ann 
bre M
r Alg
n ie
Mo

Gom
tr i e

tableau. a
n1 n2
2) Le K-ev E admet au moins une base B et, en notant A = MatB ( f ), on a :
K , det( f e) = det(A In ),

ce qui montre, compte tenu de 1), que  det( f e) est un polynme. 

Mo
ni er A
lgb
re Monie

r Alg
bre G
om
r
Ainsi, dans le cadre de la dimension Remarques :
1) Soient f L(E) , B une base de E , A = MatB ( f ). On a : f = A.
n ie

finie, on pourra choisir le point de vue


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

endomorphisme ou le point de vue


matriciel. 2) Le lecteur pourra rencontrer dans d'autres ouvrages une dfinition lgrement diffrente :
f = det(e f ), qui vaut det( f e) un coefficient multiplicatif (1)n prs.
3) Soient K, h : E E l'homothtie de rapport .
r
re Monie
lgb
ni er A
Mo om
bre G

Cas particulier dune homothtie.


r Alg
n ie
Mo

x  x
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

On a : K , h () = ( )n .

Proposition 2
Soient n N {0,1} , A Mn (K ). On a :

K , A () = (1)n n + (1)n1 tr(A)n1 + . . . + det(A).

En particulier, A est de degr n.

Preuve

aii si i = j
Notons A = (ai j )i j. Soient K et, pour tout (i, j) de {1,. . . ,n}2 : i j = .
ai j si i = j
D'aprs 2.5, Df. (dfinition du dterminant d'une matrice) :
 
 11 . . . 1n 
  
 . .. 
A () =  .. . = ( ) (1)1 . . . (n)n .
 
 . . .  Sn
n1 nn

Mo
ni er A
lgb

r Alg
re Monie

bre G
om
r
Puisque est diffrente de l'identit, il Pour toute de Sn {Id{1,...,n} }, le terme ( ) (1)1 . . . (n)n est un polynme (en ) de degr
 n 2.
n ie

existe au moins deux entiers distincts


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

i, j de {1,,n} tels que :


D'autre part :
(i) = i et ( j) = j.
11 . . . nn = (a11 ) . . . (ann ) = ()n + (a11 + . . . + ann )()n1 + . . . .

Ceci montre que A est de degr n, et que les termes en n et n1 sont respectivement : (1)n n et
(1)n1 tr(A)n1 .
Enfin, comme det(A) = A (0), le terme constant de A est det(A). 

80
3.2 Polynme caractristique


n
Remarque : Si a est scind sur K, a () = (1)n ( i ), alors :
i=1

n 
n
i = tr(A) et i = det(A).
i=1 i=1

Proposition 3
Deux matrices carres semblables ont mme polynme caractristique.
Autrement dit : (A,B) (Mn (K ))2 , (A B  A = B ).

Preuve
Soient A,B Mn (K ) telles que A B. Il existe P GLn (K ) telle que B = P 1 A P.
r
re Monie
lgb
ni er A
Mo Gom

lgbre
ier A

Cf. Algbre PCSI-PTSI, 8.2.4 Df. 1.


n
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

On a, pour tout de K :
 
B () = det(P 1 A P In ) = det P 1 (A In )P
 1
= det(P) det(A In ) det(P) = A (). 

Remarque : La rciproque de la Proposition prcdente est fausse (si n  2), comme le


   
er A
lgb
re Monie
r

0 0 0 1
, dans lequel : A  B et A = B = X2 .
ni

montre l'exemple A = ,B =
Mo om

A () = B () = 2 .
bre G
r Alg
n ie
Mo
onier
tr ie M
om
G

ier
bre Mon
Alg

0 0 0 0
n ier
Mo

tr i e
Gom

Proposition 4
Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Autrement dit :les valeurs propres d'un 1) f L(E), Sp K ( f ) = f1 ({0}).
endomorphisme (resp. d'une matrice
Mo
onier
tr ie M

Sp K (A) = A1 ({0}) .
om
G

ier
bre Mon

2) A Mn (K ) ,
Alg
n ier
Mo

Gom
tr i e

carre) sont les zros du polynme


caractristique de cet endo-morphisme
(resp. matrice carre).
Preuve
1) Pour tout de K :
Sp K ( f ) Ker( f e) = {0} ( f e) non injective
det( f e) = 0 f () = 0.

2) Analogue 1). 

Corollaire

Mo
ni er A

n ie
lgb
re Monie

r Alg
bre G
om
r
Autrement dit, une matrice carre Le spectre d'un endomorphisme de E (dim(E) = n) ou d'une matrice de Mn (K ) est
d'ordre n ne peut avoir au plus que n
Mo

une partie finie de K ayant au plus n lments.


onier
tr ie M
om
G

onier
bre M
n ie r Alg
Mo

Gom
tr i e

valeurs propres.

La Proposition prcdente permet souvent de dterminer les vp d'une matrice.

Exemple :

8 12 10
Calculer les vp et les
de A = 9
vp 22 22 M3 (R) .
9 18 17
On forme le polynme caractristique :
 
8 12 10 
 
A () =  9  = (3 32 + 4)
r
re Monie
lgb

22 22
ni er A
Mo Gom

lgbre


ier A

(aprs dveloppements)
n
Mo
onier
tr ie M
om
G

onier

 9 
bre M
n ie r Alg
Mo

17
tr i e

18
Gom

= ( + 1)( 2)2 ,

donc SpR (A) = {1,2} .

81
Chapitre 3 Rduction des endomorphismes et des matrices carres


9x + 12y + 10z = 0
x

X = y SEP(A,1) (A + I3 )X = 0 9x 21y 22z = 0


z 9x + 18y + 18z = 0

x = 2y 2z

3y + 4z = 0.

2
Donc SEP(A,1) est la droite vectorielle engendre par 4 .
3

6x + 12y + 10z = 0 
x 3x = 6y 5z

X = y SEP(A,2) 9x 24y 22z = 0 .

6y + 7z = 0
z 9x + 18y + 15z = 0

4
Donc SEP(A,2) est la droite vectorielle engendre par 7 .
6

Dfinition
Soient f L(E) (resp. A Mn (K )), 0 une valeur propre de f (resp. A). On appel-
le ordre de multiplicit de 0 l'ordre de multiplicit de 0 en tant que zro du poly-
nme caractristique f (resp. A ).

Exemple :
Dans l'exemple prcdent, les vp sont 1 (simple) et 2 (double).

Remarque :
Supposons K = C et soit f L(E) . Alors f admet au moins une vp et un puisque,
r
re Monie
lgb
ni er A
Mo om

vp
bre G
r Alg
Mo
n ie

om
tr ie M
onier
Cf. Algbre PCSI-PTSI, 5.3.4 Th.
G

onier
bre M
r Alg

d'aprs le thorme de d'Alembert , f admet au moins un zro dans C .


n ie
Mo

tr i e
Gom

De mme, si n  1 , toute matrice A de Mn (C) admet au moins une vp et un


.
vp

Proposition 5
Soient f L(E),  0 Sp K ( f ), 0 l'ordre de multiplicit de 0,
d0 = dim SEP( f,0 ) . On a alors : 1  d0  0 .

Preuve
1) Puisque, par dfinition, SEP ( f,0 ) = Ker( f 0 e) = {0} , on a : d0  1.
2) SEP( f,0 ) admet au moins une base (e1 ,. . . ,ed0 ) et, d'aprs le thorme de la base incomplte, il
existe ed0 +1 ,. . . ,en E tels que B = (e1 ,. . . ,en ) soit une base de E .
 
0 Id0 C
Il existe C Md0 ,nd0 (K ), B Mnd0 (K ) telles que : MatB ( f ) = ,
0 B
 
(0 )Id0 C
Dterminant dune matrice triangulaire d'o : K , f () = det
B Ind0
r
re Monie
lgb

0
ni er A
Mo om
bre G
r Alg
n ie

par blocs, cf. 1.4.2 2).


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

= (0 )d0 det(B Ind0 ) = (0 )d0 B () .

Comme B est un polynme, on dduit : (0 X)d0 | f , et donc d0  0 . 

Corollaire
Cas frquent en pratique. 1) Soit f L(E). Pour toute vp simple 0 de f, la dimension de SEP( f,0 ) vaut 1.
2) Soit A Mn (K ). Pour toute vp simple 0 de A, la dimension de SEP(A,0 )
vaut 1.
Exercices 3.2.1 3.2.13.

82
3.2 Polynme caractristique

Exercice-type rsolu 1

Polynmes caractristiques de AB et de B A

Soient n N , A,B Mn (K ). Montrer : AB = B A .


 
Ir 0
On pourra utiliser l'existence de P,Q GLn (K ) telles que : B = PJr Q, o r = rg (B), Jr = .
0 0

Solution Conseils
D'aprs le Cours de MPSI, en notant r = rg (B), il existe P,Q GLn (K ) telles Cf. Algbre PCSI-PTSI, 8.2.3 2) Prop. 2.
que : B = PJr Q. On a alors :
AB = A PJr Q = Q 1 (Q A PJr )Q et B A = PJr Q A = P(Jr Q A P)P 1 ,
donc : AB = (Q A P)Jr et B A = Jr (Q A P) . Deux matrices carres semblables ont
le mme polynme caractristique.
Notons C = Q A P. Il nous suffit donc de prouver : CJr = Jr C .
Dcomposons en blocs, selon Jr : La dfinition de Jr , en blocs, incite
    former aussi la dcomposition de C en
Ir 0 C1 C2
Jr = , C= , blocs.
0 0 C3 C4
o : C1 Mr (K ), C2 Mr,nr (K ), C3 Mnr,r (K ), C4 Mnr,nr (K ).
On a :
    
C1 C2 Ir 0 C1 0
CJr = = ,
C3 C4 0 0 C3 0
    
Ir 0 C1 C2 C1 C2
Jr C = = ,
0 0 C3 C4 0 0
d'o :
 
C1 Ir 0
CJr () = det = det (C1 Ir )()nr Dterminant d'une matrice trigonale par
C3 Inr blocs.
 
C1 Ir C2
Jr C () = det = det (C1 Ir )()nr .
0 Inr

On obtient CJr = Jr C et on conclut : AB = B A . Pour une autre mthode, voir exercice


3.2.12 p. 86.

Exercice-type rsolu 2
Dunod. La photocopie non autorise est un dlit.

Un exemple de calcul de polynme caractristique

1 0 ... 0 1
... ..
.
..
. (0) 0

. .. .. ..
Soient n N tel que n  2 et An =
.. . .
. Mn (R).
. ..
.. (1) . 0
1 ... ... ... 1
a) Calculer An .
b) Montrer que SpR (An ) ]1; +[ est un singleton.

83
Chapitre 3 Rduction des endomorphismes et des matrices carres

Solution Conseils
a) On forme le polynme caractristique An de An : Selon l'usage, on note la variable.
 
1 0 ... 0 1 

 .. .. 
 1 . . (0) 0 

 . .. .. .. .. 
An () = det (An In ) =  .. . . . . 

 .. .. .. 
 . (1) . . 0 

 1 ... ... 1 1  [n]
  1 
1 0 ... ... 0   1 0 ... 0 
 
..  
 .. ..   .. .. .. .. 
 1 . . (0) 
. 1 . . . . 
  . 
 . .. .. .. .. . .. .. .. 
= (1 )  .. . . . .
 + (1)

n+1
. . . . 0  Dveloppement par rapport la 1re ligne,
 .   
 . .. .. ..  . .. ..  car celle-ci ne contient que deux termes
 . (1) . . .   .. (1) . . 1 
    (au plus) non nuls.
 1   
... ... 1 1 [n1] 1 ... ... 1 1 [n1]

et : = (1 )(1 ) n1
+ (1) n+1
n1 (), Le premier dterminant est celui d'une
matrice triangulaire. On note, par exemple,
 1 ...  n1 () le deuxime dterminant.
 0 0 
 .. .. .. 
 . . 
0 1 . 
. .. .. .. 
n1 () =  .. . . . 0 
 = n2 (). C1 C1 C2 , puis dveloppement par
. .. ..  rapport la 1re colonne.
 .. . (1) . 
1 

 
0 1 ... ... 1 [n1]
On dduit :
n1 () = n2 () = ... = n2 1 () = n2 1 = n2 .
Donc : On contrle le rsultat obtenu, pour n = 2
  par exemple :
An () = (1 )n + (1)n+1 n2 = (1)n ( 1)n n2 .  
1 1 
A2 () =  = (1 )2 1.
b) Considrons l'application Fn :]1; +[ R dfinie par : 1 1 

(1)n An () ( 1)n
 Fn () = = 1 = ( 1)n n+2 1. L'tude des variations de
n2 n2
(1)n An () :  ( 1)n n2
L'application Fn est drivable sur ]1; +[ et, pour tout ]1; +[ :
sur ]1; +[, n'est pas immdiate, car le
Fn () = n( 1)n1 n+2 + (n + 2)( 1)n n+1 signe de la drive n'est pas vident. En
( 1)n1   divisant par n2 , on fait apparatre un
= n + (n + 2)( 1) terme constant, qui disparatra dans
n1 le calcul de la drive.
( 1)n1   Car > 0 et n  2.
= 2 + (n 2)  0.
n1

D'autre part :
Fn () 1 < 0 et Fn () + > 0.
1 +

On en dduit le tableau des variations de Fn :


1 +
Fn () +
Fn () 1  +

D'aprs le thorme de la bijection monotone, on conclut que l'quation Fn () = 0,


d'inconnue ]1; +[, admet une solution et une seule, et donc An admet, dans
(1)n An ()
]1; +[, un zro et un seul. Fn () = .
n2
Finalement : SpR (An ) ]1; +[ est un singleton.

84
3.2 Polynme caractristique

Les mthodes retenir


Polynme caractristique
Pour calculer le polynme caractristique d'une matrice carre, on peut essayer de se ramener au cas, plus
facile, de matrices triangulaires par blocs (ex 3.2.1, 3.2.4 3.2.6, 3.2.14).
Pour tudier les valeurs propres relles dune matrice carre A coefficients rels, le polynme caractris-
tique A tant un polynme coefficients rels, donc une application continue de R dans R, on peut utiliser des
arguments issus de l'analyse, en particulier le thorme des valeurs intermdiaires (ex. 3.2.2).
Pour calculer le polynme caractristique d'une matrice-compagnon, on peut dvelopper par rapport une
range et faire apparatre une relation de rcurrence, ou bien effectuer une transformation du type
C1 C1 + C2 + . . . + n1 Cn (ex. 3.2.11).
Rappelons que la formation du polynme caractristique n'est pas toujours indispensable pour la recherche des
valeurs propres.

Exercices
3.2.1 Soient E un K-ev de dimension finie, f L(E) , F 3.2.8 Soient n N , f L(Rn ) tel que :
 
un sev de E stable par f, f  : F F l'endomorphisme x (R+ )n , f (x) (R+ )n et || f (x)||1 = ||x||1 ,
induit par f sur F . Montrer : f  | f .

n
o ||(x1 ,. . . ,xn )||1 = |xk | .
3.2.2 Soient E un R -ev de dimension finie impaire, k=1
f L(E) . Montrer qu'il existe au moins une droite et un Montrer : 1 SpR ( f ).
hyperplan de E stables par f.
3.2.9 Soient n N , A Mn (R), SpR (A), X (resp. Y)
3.2.3 Soient n N ,A Mn (K ), un pour A (resp.tA ) associ la valeur propre de A
vp
A = (1)n Xn + . . . + n1 X + n le polynme carac- (cf. exercice 3.2.7). On suppose :
tristique de A. Montrer :
les composantes de Y (dans la base canonique)
n1 = tr(com(A)). sont toutes > 0

dim(SEP(A,)) = 1.
3.2.4 Soient N N , n 1 ,. . . ,n N N ,
A Soient SpR (A), Z SEP(A,) {0}; on suppose
1
0 que les composantes de Z sont toutes  0.
Ai Mni (K ) (1  i  N ), A =

..
.
.

Montrer que Z est colinaire X et que = .
0 AN 3.2.10 Soient n N , A Mn+1 (C) GLn+1 (C) ,
Montrer : 1 ,. . . ,n ,n+1 = 0 les valeurs propres de A.

N
On suppose que la 1re ligne de A est combinaison linai-
A = Ak .  
L
k=1 re des autres, et on note A = ,o C ,
C B
3.2.5 Soient n, p N ,B Mn, p (K ), C M p,n (K ) . C Mn,1 (C), L M1,n (C), B Mn (C).
Montrer : X p  0 B  = (1)n Xn C B (X2 ). a) Montrer qu'il existe X Mn,1 (C) tel que :
Dunod. La photocopie non autorise est un dlit.

C 0 = t XC et L = t X B.
b) Soit X Mn,1 (C) satisfaisant a) ; montrer que
3.2.6 Soient n N , A Mn (K ), C t X + B a pour valeurs propres 1 ,. . . ,n .
 
0 A
M= M2n (K ). 3.2.11 Matrice-compagnon
A 0
a) Soient n N , (a0 ,. . . ,an1 ) K n ,
Exprimer M en fonction de A .
0 1
0
3.2.7 Montrer : A Mn (K ), tA = A .
A=

Mn (K ) .
En particulier : 0 0 1
A Mn (K ), Sp K (tA) = Sp K (A). a0 . . . an2 an1

85
Chapitre 3 Rduction des endomorphismes et des matrices carres

Montrer : On pourra essayer dobtenir deux galits portant sur des


 1
n  matrices de Mn+ p (K ) dcomposes en blocs, faisant inter-
A = (1)n Xn ak Xk . venir AB In et B A I p .
k=0
En particulier :
On dit que A est la matrice-compagnon du polynme (uni- (A,B) (Mn (K ))2 , AB = B A .
1
n
taire) Xn ak Xk . 3.2.13 Soient n N , A Mn (C),
k=0  

n A AV
U,V Mn,1 (C), B = .
b) Soient n N , (0 ,. . . ,n ) K n+1 , P = k Xk . tU A tU AV
k=0
a) Montrer : 0 SpC (B) .
CNS pour qu'il existe A Mn (K ) telle que A = P ?
b) Montrer :
3.2.12 Soient n, p N A Mn, p (K ), B M p,n (K ) . ) det(A) = 0  X2 | B
Dmontrer :  2 
X | B 
) t   det(A) = 0 .
(X)n B A = (X) p AB . U V = 1 

3.3 Diagonalisabilit
Dans ce 3.3, E dsigne un K-ev de dimension finie, n = dim(E)  1.

Dfinition
1) Soit f L(E). On dit que f est diagonalisable si et seulement s'il existe une base
B de E telle que MatB ( f ) soit diagonale.
2) Soit A Mn (K ). On dit que A est diagonalisable si et seulement s'il existe une
matrice diagonale D de Mn (K ) telle que A soit semblable D.

Autrement dit, A est diagonalisable si et seulement si :


P GLn (K ), D Dn (K ), A = P D P 1 .
Sauf exception, il n'y a pas unicit d'une Si A Mn (K ) est diagonalisable, on appelle diagonalisation de A la donne de
diagonalisation d'une matrice P,D,(et P 1 ) telles que :
diagonalisable ; autrement dit, P et D
ne sont pas uniques. P GLn (K ), D Dn (K ), A = P D P 1 .
Si A Mn (K ) est diagonalisable, diagonaliser A c'est dterminer P, D, (et P 1 ) telles que :
P GLn (K ), D Dn (K ), A = P D P 1 .
Au lieu de diagonalisation, on dit aussi : rduction la forme diagonale.

Remarques :
1) Soient f L(E) , B une base de E , A = MatB ( f ). Alors f est diagonalisable si et seule-
ment si A est diagonalisable. En effet :
er A
lgb
re Monie
r
Ainsi dans le cadre de la dimension finie, Si f est diagonalisable, il existe une base B de E telle que la matrice D de f dans B soit dia-
gonale et, en notant P = Pass(B,B ), on a alors A = P D P 1 (formule de changement de
ni
Mo om
bre G
r Alg
n ie

on pourra choisir le point de vue


Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

Gom
tr i e

endomorphisme ou le point de vue base pour un endomorphisme, cf. Algbre PCSI-PTSI, 8.2.4 Prop. 1)
matriciel.
Si A est diagonalisable, il existe P GLn (K ), D Dn (K ) telles que A = P D P 1 et donc
D est la matrice de f dans la base B de E dfinie par Pass(B,B ) = P.

86
3.3 Diagonalisabilit

2) Il existe des matrices diagonalisables et des matrices non diagonalisables (cf. plus loin p. 100).
3) Toute matrice diagonale est diagonalisable.
Le rsultat 4) est souvent utile en pratique. 4) Si une matrice A de Mn (K ) est diagonalisable et na quune seule valeur propre K,
alors il existe P GLn (K ) telle que A = P(In )P 1 et donc A = In .

Proposition
Soit f L(E). Les proprits suivantes sont deux deux quivalentes :
(i) f est diagonalisable
(ii) Il existe une base de E forme de
pour f
vp
(iii) La somme des SEP pour f est gale E
(iv) La somme des dimensions des SEP pour f est gale dim(E).

Preuve
(i)  (ii)
Supposons f diagonalisable.
Il existe une base B = (e1 ,. . . ,en ) de E telle que MatB ( f ) soit diagonale ; il existe donc
Rappel de notation : (1 ,. . . ,n ) K n tel que : MatB ( f ) = diag (1 ,. . . ,n ) .
diag (1 ,. . . ,n ) 
f (ei ) = i ei
Comme : i {1,. . . ,n}, ,
1
0 ei = 0

..
=
. .
B = (e1 ,. . . ,en ) est une base de E forme de
pour f.
vp
0 n (ii)  (iii)
Supposons qu'il existe une base B = (e1 ,. . . ,en ) forme de
pour f.
vp
Il existe donc (1 ,. . . ,n ) K n tel que : i {1,. . . ,n}, f (ei ) = i ei .
Il est clair que chaque i est une vp de f (un associ est e ). Notons  = { ; 1  i  n}. Alors :
vp i i

  
n 
n
Mo

Mo
ni

n
er A

ier A
lgb
re Monie

lgbre
Gom

r
On a, pour tout i {1,. . . ,n} : Ker( f e) Ker( f e) = Ker( f i e) K ei = E,

onier

K ei Ker( f i e) . Sp K ( f )
tr ie M
om

i=1 i=1
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom


donc la somme des SEP pour f, qui est Ker( f e) est gale E .
Sp K ( f )

(iii)  (iv)
Supposons que la somme des SEP pour f soit gale E . Comme cette somme est directe (cf. 3.1 Prop. 3
p. 76), on a alors :
 
 
dim(SEP( f,)) = dim SEP( f,) = dim(E).
Sp K ( f ) Sp K ( f )

(iv)  (i)
Supposons que la somme des dimensions des SEP pour f soit gale dim(E).
Mo
ni er

n ie
Alg
bre Mon

r Alg
ie

bre G
om
r
Par dfinition, 1 ,. . . ,k sont deux Notons k = Card(Sp K ( f )), 1 ,. . . ,k les lments de Sp K ( f ) .
deux distincts.
Mo
onier
tr ie M
om


G

onier
bre M
Mo
r Alg
n ie

Gom
tr i e
k
Chaque SEP( f, j ) (1  j  k) admet au moins une base B j ; notons B = Bj .
j=1

Comme les SEP( f, j ) (1  j  k) sont en somme directe (cf. 3.1 Prop. 3 p. 76), et que chaque B j est
r
re Monie
lgb
ni er A
Mo om
bre G
Mo
n ie

om
r Alg

tr ie M
onier
Cf. 1.1.2 Prop. 2, Preuve, 2).
G

onier
bre M
r Alg
n ie
Mo

libre, B est libre.


tr i e
Gom

D'autre part :

k 
k
Card(B) = Card(B j ) = dim(SEP( f, j )) = dim(E).
j=1 j=1

87
Chapitre 3 Rduction des endomorphismes et des matrices carres

Ainsi, B est une base de E , et la matrice de f dans B est diagonale, puisque les lments de B
I
1 d1
0
pour f : Mat ( f ) =
sont des
vp ..

o d j = Card(B j ),1  j  k. 
B .
0 k Idk

Rsultat important pour la pratique. Remarque : D'aprs la preuve prcdente, si f L(E) est diagonalisable, alors les lments
diagonaux d'une matrice diagonale reprsentant f sont les valeurs propres de f, crites sur
cette diagonale autant de fois que l'indiquent leurs ordres de multiplicit.
Nous verrons plus loin (3.4 Rem. 4) p. 98) une proprit analogue pour les endomorphismes
trigonalisables.

Thorme important. Thorme CNS de diagonalisabilit


1) Soit f L(E), f est diagonalisable si et seulement si :

f est scind sur K
 
Pour chaque vp de f , dim SEP( f,) est gale lordre
de multiplicit de .

2) Soit A Mn (K ); A est diagonalisable si et seulement si :



A est scind sur K
 
Pour chaque vp de A, dim SEP(A,) est gale lordre
de multiplicit de .

Preuve
1) Pour chaque vp de f, notons d() = dim(SEP( f,)) et () l'ordre de multiplicit de (dans
f).
Supposons f diagonalisable.
D'aprs 3.2 Prop. 5 p. 82 : Sp K ( f ), d()  ().

D'aprs Prop. p. 87 : n = d().
Sp K ( f )

D'autre part, puisque f est diagonalisable, il existe une base B de E et (1 ,. . . ,n ) K n tels que :

1
0
MatB ( f ) =
..
.
.

0 n

n
On a donc : K , f () = det(MatB ( f ) In ) = (i ) .
i=1

Mo
ni er A

n ie
rA
lgb
re Monie

lgbre
Gom

r
On a, pour tout ,d()  () , et Ainsi, f est scind et donc : () = n.
Mo

d'autre part :
onier

Sp K ( f )
tr ie M
om
G

onier
bre M
r Alg

 
n ie
Mo

tr i e
Gom

d() = () . On conclut : K , d() = () .



Rciproquement, supposons f scind et : Sp K ( f ), d() = () .

Puisque f est scind et que les zros de f sont les vp de f : () = n.
Sp K ( f )

D'o : d() = n, et donc (cf. Prop. p. 87) f est diagonalisable.
Sp K ( f )

2) Cette deuxime proprit est clairement l'expression matricielle de la premire. 

88
3.3 Diagonalisabilit

Exemple :
2 0 1
Montrer que A = 1 1 1 M3 (R) est diagonalisable et diagonaliser A.
2 0 1
Formons le polynme caractristique de A :
 
2 0 1   
 2 1 
2e 
A () =  1 1 
1  = (1 )  = ( 1)2 .
1 
e Monie
r
Dveloppement par rapport la
2
gbr
e r Al
ni
Mo

 2 1 
om
bre G
r Alg
n ie
Mo
onier
om
tr ie M

colonne. 0
G

onier
bre M
n ie r Alg
Mo

tr i e
Gom

Les vp de A sont 0 (simple) et 1 (double).



x 2x + z = 0 
z = 2x
X = y SEP(A,0) x + y + z = 0 .
y=x
z 2x z = 0

1
Donc SEP(A,0) est de dimension 1 et admet pour base (V1 ) o V1 = 1 .
2

x
X = y SEP(A,1) x + z = 0 .
z
Donc SEP(A,1) est de dimension 2 et admet pour base (V2 ,V3 )

0 1
o V2 = 1 , V3 = 0 , par exemple.
0 1
Puisque A est scind sur R et que, pour chaque vp de A, la dimension du SEP est gale
l'ordre de multiplicit de la vp, d'aprs le Thorme prcdent, A est diagonalisable.
En notant B0 la base canonique de M3,1 (R) , B = (V1 ,V2 ,V3 ), P = Pass(B0 ,B)

1 0 1 0 0 0
= 1 1 0 , D = 0 1 0 , on a : A = P D P 1 .
2 0 1 0 0 1

1 0 1
lgb
re Monie
r
On peut vrifier la calculette, que : La calculette fournit : P 1 = 1 1 1 .
A = P D P 1 .
ni er A
Mo om
bre G
r Alg
n ie
Mo
onier
tr ie M

2 0 1
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Corollaire CS de diagonalisabilit
Cas frquent en pratique.
1) Soit f L(E). Si f admet n valeurs propres deux deux distinctes (o
n = dim(E)), alors f est diagonalisable.
2) Soit A Mn (K ). Si A admet n valeurs propres deux deux distinctes, alors A est
diagonalisable.

Exemple : 0 1
0
Soient n N {0,1} , A =


Mn ( C).
0 1
1 0
Montrer que A est diagonalisable.
Formons le polynme caractristique, en dveloppant par rapport la dernire ligne :
     
 1   1   1 

 0  
 0  

0


Les deux dterminants qui apparassent A () =  

=  

+ (1) n+1 


 1   1   
r
re Monie
lgb
er A

0 0
ni
Mo om
bre G
r Alg

   
n ie

sont triangulaires, respectivement


Mo
onier
tr ie M
om

0
G

 1     1 [n1]
ier
bre Mon
Alg
n ier
Mo

Gom
tr i e

suprieur, infrieur. [n] [n1]


= ()() n1 + (1) n+1 = (1) n (n 1).
89
Chapitre 3 Rduction des endomorphismes et des matrices carres

Mo
ni er A
lgb
re Monie
r
Pour cet exemple voir aussi plus loin 3.5.2 Il est clair que A est scind sur C et zros simples (les racines n mes de 1 dans C ) ; d'aprs
le Corollaire prcdent, A est diagonalisable dans Mn (C).
om
bre G
r Alg
n ie

Exemple 4) p. 112.
Mo
onier
tr ie M
om
G

onier
bre M
r Alg
n ie
Mo

tr i e
Gom

Remarque : Toute matrice triangulaire de Mn (K ) ayant ses lments diagonaux deux deux
distincts est diagonalisable, puisque son polynme caractristique est scind simple
(cf. ex. 3.3.19).

Lorsqu'une matrice carre n'est pas diagonalisable, il se peut qu'elle soit trigonalisable, c'est--
dire qu'il existe P GLn (K ), T Tn,s (K ) telles que A = P T P 1 . La thorie de la trigona-
lisation sera vue dans le 3.4 p. 98.
Exercices 3.3.1 3.3.23.

Exercice-type rsolu 1
Exemple de diagonalisabilit

2 2 ... 2 2
1 0 ... 0 1
. .. .. ..

Soit n N tel que n  3. On note An = .. . (0) . . Mn (R).

1 0 ... 0 1
2 2 ... 2 2
a) Montrer que 0 est valeur propre de An et dterminer dim SEP (An ,0).
b) Dterminer les valeurs propres de An .
c) Montrer que An est diagonalisable dans Mn (R).

Solution Conseils
a) On remarque, en notant C1 ,...,Cn les colonnes de A :
C1 = Cn et C2 = C3 = ... = Cn1 .
Il en rsulte : rg (An )  2.
De plus, (C1 ,C2 ) est libre, car C2 n'est pas colinaire C1 .
On obtient : rg (An ) = 2. rg (An ) = dim Vect (C1 ,...,Cn )
Il en rsulte, par le thorme du rang : = dim Vect (C1 ,C2 ).
dim Ker (An ) = n rg (An ) = n 2  1. Par hypothse : n  3.

Ceci montre que 0 est valeur propre de An et, comme Ker (An ) = SEP (An ,0),
on a : dim SEP (An ,0) = n 2.

x1
.
b) Soient R , X = .. Mn,1 (R). On a : On va dterminer les autres valeurs
propres de An , c'est--dire les valeurs
xn
propres non nulles.
2 2 ... 2 2 x1 x1
1 0 . . . 0 1 x2 x2
. . .. ..
. . .. .
An X = X . . (0) . . . = ..

1 0 . . . 0 1 xn1 xn1
2 2 ... 2 2 xn xn

2x + 2x + + 2x + 2x = x


1 2 n1 n 1



x1 + xn = x2



..
.





x1 + xn = xn1




2x1 + 2x2 + + 2xn1 + 2xn = xn

90
3.3 Diagonalisabilit

Solution Conseils
x1 = xn x1 = xn






x2 = ... = xn1 x2 = ... = xn1
 




2(x1 + x2 + + xn ) = x1 2 2x1 + (n 2)x2 = x1


(1) On utilise : = 0.

x1 + xn = x2 2x1 = x2 (2).
On a :


(1) x1 = 2 x2


(2)

2x + 2(n 2)x = x
2
2 2 2 (3).
2
et :
 
2
(3) x2 2 2(n 2) = 0 2 4 4(n 2) = 0 (4). On a x2 = 0, car, si x2 = 0, alors x1 = 0,
2 puis x3 = ... = xn1 = 0,xn = 0,X = 0 ,
Le discriminant de cette quation (4) du second degr est : contradiction.
= 16 + 16(n 2) = 16(n 1) > 0,
donc :
 
(4) = 1 ou = 2 ,
o :

4 16(n 1)
1 = = 2 2 n 1, 2 = 2 + 2 n 1.
2

Il en rsulte que les valeurs propres de An sont : 0, 2 2 n 1, 2 + 2 n 1. On a bien 0,1 ,2 deux deux distincts,
car n  3.
c) Notons, pour SpR (An ) = {0, 1 , 2 } : E = SEP (An ,).
D'aprs a) : dim (E 0 ) = n 2.
D'aprs b) : dim (E 1 )  1 et dim (E 2 )  1.
 
D'autre part : dim (E )  n. D'aprs le Cours, la somme est
SpR (An ) SpR (An )

On a donc ncessairement : directe.

dim (E 0 ) = n 2, dim (E 1 ) = dim (E 2 ) = 1,



donc : dim (E ) = n, et on conclut : An est diagonalisable dans Mn (R).
SpR (An )
Dunod. La photocopie non autorise est un dlit.

Exercice-type rsolu 2

Exemple d'tude de diagonalisabilit d'une matrice avec paramtre


0 0 3t 2
On note, pour tout t ]0; +[ : A(t) = 1 0 0 M3 (R). Dterminer l'ensemble des t ]0; +[ tels que A(t) soit dia-
1 1 0
gonalisable dans M3 (R).

91
Chapitre 3 Rduction des endomorphismes et des matrices carres

Solution Conseils
Soit t R fix.
Formons le polynme caractristique de A(t) :
 
 0 3t 2 

A(t) () =  1 0  = 3 + 3t 2 + 3t 2 = Pt (), Dveloppement par la rgle de Sarrus pour
 1 1  un dterminant d'ordre trois.

en notant Pt : R R,  Pt () = 3 3t 2 3t 2 .
L'application Pt est drivable sur R et, pour tout R : On tudie les variations de Pt .

Pt () = 32 3t 2 = 3(2 t 2 ),
d'o le tableau des variations de Pt :
t t +
Pt () + 0 0 +
Pt ()   <0  +
On calcule :
Pt (t) = 2t 3 3t 2 et Pt (t) = 2t 3 3t 2 < 0.
Sparons en cas selon le signe de Pt (t), c'est--dire selon la position de t par rap-
3
port .
2
3
Cas t > :
2
On a Pt (t) > 0, donc, d'aprs le thorme des valeurs intermdiaires et la stricte Pt est continue sur l'intervalle R.
monotonie par intervalles, Pt admet exactement trois zros. Comme Pt admet un zro exactement dans chacun
A(t) M3 (R), il en rsulte que A(t) est diagonalisable. des trois intervalles
3 ] ; t[, ] t; t[, ]t; +[.
Cas t < :
2
On a Pt (t) < 0, donc, d'aprs le thorme des valeurs intermdiaires et la stricte
monotonie, Pt admet un zro et un seul, et celui-ci est un zro simple de Pt .
Ainsi, Pt n'est pas scind sur R, donc, A(t) n'est pas diagonalisable dans M3 (R). Le zro de Pt est un zro simple de Pt car
3 Pt ne s'annule pas en ce point.
Cas : t = :
2
On a Pt (t) = 0, donc Pt admet t pour zro double et Pt admet un autre zro simple.
  3
Dterminons SEP A(t),t . Ici, t = .
2
x
On a, pour tout X = y M3,1 (R) :
z

0 0 3t 2 x x
A(t)X = t X 1 0 0 y = t y
1 1 0 z z

1

z= x
2
3t
3t z = t x
2


1 y = 3x

x = t y y = x


t


  z = 2 x.
x + y = t z


1 1 9
1 x = x.
t 3
 
Ceci montre : dim SEP A(t),t = 1 = 2, et on conclut que A(t) n'est pas dia-
gonalisable dans M3 (R).
Finalement, l'ensemble des t ]0; +[ tels que A(t) soit diagonalisable dans
!
3
M3 (R) est ; + .
2

92
3.3 Diagonalisabilit

Exercice-type rsolu 3

Exemple de rsolution d'une quation matricielle

a) Soient n N , A Mn (K ) ayant n valeurs propres 1 ,...,n deux deux distinctes, D = diag (1 ,...,n ), P GLn (K ) telle
que A = P D P 1 .
" # " #
1) Montrer : M Mn (K ); AM = M A = P N P 1 ; N Dn (K ) .
2) Soient Q K [X], M Mn (K ) telle que Q(M) = A. Montrer : P 1 M P Dn (K ).
b) Exemple : Rsoudre l'quation
 
5 3
(1) X2 + X = ,
1 3
d'inconnue X M2 (R).

Solution Conseils
a) D'abord, puisque A Mn (K ) et que A admet n valeurs propres deux deux dis- Condition suffisante de diagonalisabilit,
tinctes, A est diagonalisable dans Mn (K ), d'o l'existence de P GLn (K ) telle cf. 3.3 Cor. p. 89.
que A = P D P 1 .
1) Soit M Mn (K ).
Notons N = P 1 M P, de sorte que M = P N P 1 .
On a :
AM = M A P D P 1 P N P 1 = P N P 1 P D P 1 D N = N D.
Notons N = (n i j )i j . Lorsqu'une matrice diagonale intervient,
on passe aux lments.
On a : D = diag (1 ,...,n ) = (i j i )i j . D'o :

n 
n
D N = N D (i, j) {1,...,n}2 , ik k n k j = n ik k j j i j est le symbole de Kronecker :

k=1 k=1 1 si i = j
i j =
0 si i = j.
(i, j) {1,...,n}2 , i n i j = n i j j

(i, j) {1,...,n}2 , (i j )n i j = 0
 
(i, j) {1,...,n}2 , i = j  n i j = 0 1 ,...,n sont supposs deux deux dis-
tincts.
N Dn (K ).
Ceci montre :
" # " #
M Mn (K ); AM = M A = P N P 1 ; N Dn (K ) . On a ainsi dtermin le commutant de A
dans Mn (K ).
2) On a : AM = Q(M)M = M Q(M) = M A, donc, d'aprs a), il existe Les polynmes en M commutent entre
N Dn (K ) telle que M = P N P 1 , ce qui montre P 1 M P Dn (K ). eux.
Dunod. La photocopie non autorise est un dlit.

 
5 3
b) Notons A = M2 (R).
1 3
On forme le polynme caractristique de A :
 
5 3 
A () =  = (5 )(3 ) 3 = 2 8 + 12
1 3 
= ( 2)( 6).
Il en rsulte que A admet deux valeurs propres distinctes, donc, d'aprs a)2), toute
solution de (1) est diagonalisable dans une mme base de diagonalisation de A.
On dtermine les sous-espaces propres de A.

93
Chapitre 3 Rduction des endomorphismes et des matrices carres

Solution Conseils

      
x 5 3 x x
V = SEP (A,2) AV = 2V =2
y 1 3 y y

5x + 3y = 2x
x + y = 0,
x + 3y = 2y
 
1
donc SEP (A,2) = Vect , de dimension 1.
1

      
x 5 3 x x
V = SEP (A,6) AV = 6V =6
y 1 3 y y

5x + 3y = 6x
x = 3y,
x + 3y = 6y
 
3
donc SEP (A,6) = Vect , de dimension 1.
1
   
1 3 2 0
On a donc A = P D P 1 , en notant P = ,D= .
1 1 0 6
On calcule P 1 :
       
1 3 x u x + 3y = u  1  1
=  
1 1 y v x + y = v  1  3
1


4y = u + v x = 4 (u 3v)


4x = u 3v

y = 1 (u + v),
4
 
1 1 3
d'o : P 1 = . On peut contrler P P 1 = I2 .
4 1 1

Pour toute X M2 (R) solution de (1), il existe (,) R2 tel que, en, notant
 
0
Y = , on ait : X = PY P 1 .
0
D'o :
X 2 + X = A P(Y 2 + Y )P 1 = P D P 1 Y 2 + Y = D
 2  
+ =2 = 1 ou = 2
 
2 + = 6 = 2 ou = 3 .

On conclut que l'ensemble S des solutions de (1) est S = {X 1 , X 2 , X 3 , X 4 },


o :
     
1 1 3 1 0 1 3 1 7 3
X1 = =
4 1 1 0 2 1 1 4 1 5
       
1 1 3 1 0 1 3 1 8 12 2 3
X2 = = =
4 1 1 0 3 1 1 4 4 0 1 0
       
1 1 3 2 0 1 3 1 4 12 1 3
X3 = = =
4 1 1 0 2 1 1 4 4 4 1 1
     
1 1 3 2 0 1 3 1 11 3
X4 = = .
4 1 1 0 3 1 1 4 1 9

94
3.3 Diagonalisabilit

Les mthodes retenir


Diagonalisabilit
Pour montrer qu'une matrice carre A est diagonalisable et la diagonaliser, dans un exemple numrique
comportant ventuellement des paramtres (ex. 3.3.1, 3.3.2, 3.3.5), on peut essayer de former le polynme
caractristique A , en dduire les valeurs propres de A, et, pour chaque valeur propre de A, dterminer une base
de SEP(A,) ; on aura alors A = P D P 1 o D est la matrice diagonale des valeurs propres de A, dans un ordre
arbitraire, et P est la matrice obtenue en met-tant cte--cte les vecteurs d'une base de vecteurs propres de A asso-
cis, dans l'ordre, aux valeurs propres. Lors du calcul de A , essayer de factoriser au maximum .
Nous verrons plus loin ( 4.5.1 p. 164) que toute matrice symtrique relle est diagonalisable dans une base ortho-
normale pour le produit scalaire canonique.
Pour tudier la diagonalisabilit d'une matrice carre A comportant ventuellement des paramtres
(ex. 3.3.3, 3.3.4) et lorsque les valeurs propres et les vecteurs propres sont calculables, on pourra essayer d'appli-
quer la CNS de diagonalisabilit (p. 88).
Voir aussi plus loin la rubrique Les mthodes retenir sur les polynmes dendomorphismes p. 114.
Pour dterminer valeurs propres et vecteurs propres d'une matrice carre A Mn (K ), dans certains cas, il
peut tre prfrable de rsoudre le systme
 
AX = X 
X = 0  , d'inconnue (,X) K Mn,1 (K ) (ex. 3.3.7).

Pour rsoudre une quation matricielle du type B 2 = A, o A est donne et B inconnue (ex. 3.3.8), on peut
essayer d'utiliser, si c'est possible, une diagonalisation de A, pour se ramener une quation C 2 = D, o D est
diagonalisable connue et C inconnue (pas ncessairement diagonale).
Pour dcider si deux matrices A,B Mn (K ) sont semblables ou ne le sont pas (ex. 3.3.9, 3.3.10), calculer
d'abord, si c'est possible, leurs traces, leurs polynmes caractristiques. D'aprs le Cours, si A B, alors
tr(A) = tr(B), rg(A) = rg(B), det(A) = det(B) et A = B. Ainsi, par contraposition, si tr(A) = tr(B) ou
rg(A) = rg(B) ou det(A) = det(B) ou A = B, alors A et B ne sont pas semblables.
Si A = B, on peut esprer que A et B soient semblables et on essaiera de trouver une matrice inversible P, par-
ticulirement simple et suggre par les expressions de A et B, telle que P A = B P.
Pour effectuer l'tude simultane des valeurs propres et des vecteurs propres d'une matrice-compagnon A
 
AX = X 
(ex. 3.3.14), partir du systme .
X = 0
Pour tudier le du commutant C(A) d'une matrice A Mn (K ), dfini par :
C(A) = {B Mn (K ); AB = B A} ,
lorsque A est diagonale, ou plus gnralement diagonalisable (ex. 3.3.21), essayer de se ramener des calculs sur
des matrices dcomposes en blocs.
Dunod. La photocopie non autorise est un dlit.

La recherche des sev stables par un endomorphisme est une tude frquente (ex. 3.3.24 ; cf. aussi plus loin ex.
3.4.5). Dj, les droites vectorielles stables par f L(E) sont les droites vectorielles engendres par les vecteurs
propres de f. On pourra remarquer que, si deux plans vectoriels sont stables par f, alors leur intersection l'est aussi.
Cf. aussi l'exercice 3.5.11 plus loin.

95
Chapitre 3 Rduction des endomorphismes et des matrices carres

Exercices

3.3.1 Montrer que les matrices suivantes sont diagonali- a 0 b
sables et les diagonaliser :







0 1 0 a 0 b
a) 1 0 1 M3 (R)

0 1 0 b)
0 0 a+b 0 0 M
2n+1 (C)

11 5 5
b 0 a
b) 5 3 3 M3 (R)

5 3 3 b 0 a

1 a a 2
c) 0 0 a M3 (R) , a R (a,b) C2 , n N .
0 0 1
3.3.6 Soient n N , tel que n  3 , et , p,q R tels que
0 1 1
d) a 1 a a + 1 M3 (R) , a R . p2 4q > 0. On note :

a a a+1 q
n 1 p 2q 0

3.3.2 Soient (a,b,c,d) R4 ,
A= n2 2p

Mn ( R).

a b c d (n 1)q
b a d c 0 1 (n 1) p
A= c
M4 (R).
d a b
d c b a Montrer que A est diagonalisable et dterminer ses valeurs
propres et vecteurs propres (on pourra considrer l'endo-
a) Montrer : A t A = (a 2 + b2 + c2 + d 2 )I4 . morphisme de Rn1 [X] dont la matrice, dans la base
b) En dduire : canonique, est A).
 2
R , A () = (a )2 + b2 + c2 + d 2 .
3.3.7 Soient n N {0,1}, (a,b,c) C3 ,
c) Dans C , dterminer les valeurs propres et les sous-
a b
espaces propres de A et montrer que A est diagonalisable c 0
dans M4 (C).
A= Mn ( C).
b
3.3.3 Soient n N {0,1}, (a,b) C2 ,
0 c a
0 a a a) Dterminer les valeurs propres et les vecteurs propres
b a de A.

A= Mn ( C). b) CNS pour que A soit diagonalisable.
a
b
b b 0
c) On note Un le n eme polynme de Tchebychev de 2me
espce (cf. Analyse PCSI-PTSI, 3.5.1), dfini par :
a) Dterminer les valeurs propres et les sous-espaces propres de A.
sin((n + 1)Arccos t)
b) CNS sur (n,a,b) pour que A soit diagonalisable. t ] 1; 1[ , Un (t) = .
sin(Arccos t)
3.3.4 Soient n N {0,1,2}, Lorsque bc = 0, exprimer A en fonction de Un.

b2 ... bn
a2 3.3.8 Trouver toutes les matrices B de M3 (R) telles que

,a2 ,. . . ,an ,b2 ,. . . bn C , A = . .
.. 0 2 3 1
an B 2 = A et tr(B) = 0, o A = 1 2 1 .
CNS pour que A soit diagonalisable ? 1 3 2
3.3.9 Les matrices
3.3.5 Montrer que les matrices suivantes sont diagonali-
sables et les diagonaliser : 0 1 1 0 1 0
1 1 A = 1 0 0 et B = 1 0 1
0 0 2 1 0 1 2 0
.. ..
. . de M3 (R) sont-elles semblables ?

0 0
n n
3.3.10 Les matrices
a) M2n (R) , n N
1 1 1 2 3 1 3 2
0 0