Académique Documents
Professionnel Documents
Culture Documents
Préface
Alors que la réforme de l’enseignement supérieur est en marche, nos étu-
diants ont besoin d’outils pédagogiques adaptés aux exigences du passage au
système L-M-D (Licence, Master, Doctorat).
Ce volume de la collection Réussir les Mathématiques en Licence et
Prépa. couvre le programme d’algèbre de la première année de la Licence
scientifique. Il a été conçu en respectant les fiches techniques des modules
d’algèbre des filières sciences de la matière physique (SMP), sciences de la
matière chimie (SMC) et la filière mathématique, informatique, physique
et chimie (MIPC). Ce volume est aussi utile pour les étudiants des classes
préparatoires aux écoles d’ingénieurs et les étudiants des filières sciences ma-
thématiques (SM) et sciences mathématiques et informatique (SMI).
Chaque chapitre de ce volume comporte :
• un rappel de cours copieusement illustré par des exemples. Nous avons
tenu à ce que chaque définition, chaque proposition et chaque théorème
soient suivis d’exemples détaillés pour les illustrer, les rendre moins
abstraits et préparer l’étudiant à aborder les exercices ;
• une collection d’exercices typiques recouvrant les différentes parties du
cours ainsi que leurs solutions détaillées. Ces solutions se réfèrent d’une
manière systématique et répétitive aux résultats du cours pour per-
mettre à l’étudiant une assimilation profonde de ces résultats.
Nous avons aussi inclus deux sujets d’examen avec leurs solutions pour per-
mettre aux étudiants de s’auto-tester.
Nous pensons que ce volume sera un outil de travail précieux pour les étu-
diants afin de les aider à préparer leurs examens et, surtout, à développer
leurs capacités d’auto-formation qualité indispensable pour la poursuite de
leurs études supérieures.
M. Boucetta
Directeur de la collection
Table des matières
3 Fractions rationnelles 55
3.1 Définitions et propriétés algébriques de K(X) . . . . . . . . . 55
3.2 Décomposition en éléments simples . . . . . . . . . . . . . . . 58
3.2.1 Division suivant les puissances croissantes . . . . . . . 58
3.2.2 Exemples de décomposition en éléments simples . . . . 61
3.3 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . 63
3
4
6 Déterminants 149
6.1 Déterminant d’une matrice carrée : définition . . . . . . . . . 149
6.2 Déterminant d’une matrice carrée : propriétés . . . . . . . . . 152
6.2.1 Déterminant d’un endomorphisme . . . . . . . . . . . . 155
6.3 Applications des déterminants . . . . . . . . . . . . . . . . . . 156
6.3.1 Indépendance linéaire de n vecteurs dans un e.v. de
dimension n . . . . . . . . . . . . . . . . . . . . . . . . 156
6.3.2 Calcul de l’inverse d’une matrice carrée inversible . . . 157
6.3.3 Calcul du rang d’une matrice . . . . . . . . . . . . . . 158
6.4 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . 160
Exemples -
1. |5 est inférieur
{z à 3} est une proposition fausse.
√
2. 2 n’est pas un nombre rationnel est une proposition vraie.
| {z }
On a p(2) est une proposition vraie car 2 est un nombre premier. Par
contre, p(6) est une proposition fausse car 6 n’est pas un nombre premier.
7
8
p : 17 est un multiple de 2.
La négation de p est :
p q p∧q
1 1 1
1 0 0
0 1 0
0 0 0
Exemples -
(a) La proposition [(3 < 5) ∧ (4 6= 2 + 2)] est fausse.
(b) La proposition [(2 = 1 + 1) et (tout carré est un rectangle)]
est vraie.
2. La disjonction (inclusive) : le connecteur logique ou, noté ∨, défini
par la proposition "p ou q" (p ∨ q) qui est vraie si l’une au moins des
propositions p et q est vraie, fausse si p et q le sont.
p q p∨q
1 1 1
1 0 1
0 1 1
0 0 0
Exemples -
(a) La proposition (5 est premier) ou (4 est pair) est vraie.
(b) la proposition (5 est premier) ou (4 est impair) est vraie.
(c) la proposition (4 est premier) ou (5 est pair) est fausse.
3. L’implication (si ... alors) : le connecteur logique si ... alors, noté
=⇒, défini par la proposition "p implication q" (p =⇒ q) fausse dans
le cas où p est vraie et q est fausse, vraie dans les autres cas.
p q p =⇒ q
1 1 1
1 0 0
0 1 1
0 0 1
Exemples -
10
p q p =⇒ q kp kp ∨ q
1 1 1 0 1
1 0 0 0 0
0 1 1 1 1
0 0 1 1 1
On appelle réciproque de (p =⇒ q) la proposition (q =⇒ p). On ap-
pelle contraposée de (p =⇒ q) la proposition (kq =⇒ kp).
Les propositions (p =⇒ q) et (kq =⇒ kp) sont équivalentes :
p q p =⇒ q kq kp kq =⇒ kp
1 1 1 0 0 1
1 0 0 1 0 0
0 1 1 0 1 1
0 0 1 1 1 1
Donc
(p =⇒ q) ←→ (kq =⇒ kp).
4. La bi-implication (l’équivalence) : le connecteur logique bi-implication
associe à tout couple de propositions (p, q) la proposition "p bi-implication
q" (notée p ⇐⇒ q qu’on lit p est équivalent à q) vraie si p et q sont de
même valeur, fausse sinon.
p q p =⇒ q q =⇒ p p =⇒ q et q =⇒ p p ⇐⇒ q
1 1 1 1 1 1
1 0 0 1 0 0
0 1 1 0 0 0
0 0 1 1 1 1
Exemples -
11
5x + 7 = 5x0 + 7 =⇒ x = x0 . (2)
Deux ensembles E et F sont égaux si, et seulement si, ils ont les mêmes
éléments : on note E = F .
Exemple - Si E = {a, b, 2}, F = {b, 2, a} et G = {a, b, 3} alors E = F et F 6= G.
(x ∈ A) ∨ (x ∈ B) A union B A∪B
(x ∈ A) ∧ (x ∈ B) A inter B A∩B
Ensemble des parties d’un ensemble : Pour tout ensemble E, il existe
un nouvel ensemble appelé ensemble des parties de E et dont les éléments
14
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) et A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).
1.4 Quantificateurs
Soient p(x) une forme propositionnelle définie sur E. On définit Ep =
{x ∈ E , p(x) vraie}. Il y a deux types de quantificateurs :
1. Quantificateur universel. Si E = Ep on écrit :
qui se lit : "il existe au moins un élément x de E tel que p(x) vraie" .
Le symbole ∃ est le quantificateur existentiel.
Les quantificateurs ∀, ∃ seront désormais utilisés pour traduire les énon-
cés mathématiques. Ils permettent de transformer le langage usuel en
langage symbolique.
p : ∀x ∈ R, ∃n ∈ N, n ≥ x.
Remarques -
(a) L’ordre dans l’utilisation des quantificateurs ∀ et ∃ est très
important : quand on permute l’ordre le sens change. Par
exemple, la proposition
p : ∀x ∈ R, ∃n ∈ N, n ≥ x
q : ∃n ∈ N, ∀x ∈ R, n ≥ x
est fausse.
(b) Dans une proposition complexe, c’est à dire contenant plu-
sieurs quantificateurs, la négation s’obtient en remplaçant ∀
par ∃, ∃ par ∀ (en respectant l’ordre) et les formes proposi-
tionnelles par leur négation.
(x, y) = (x0 , y 0 ) ⇐⇒ x = x0 et y = y 0 .
Dans le couple (x, y), x est son premier élément, y son deuxième élément.
E × F = {(x, y), x ∈ E, y ∈ F }.
Une relation binaire d’un ensemble E vers un ensemble F est une forme
propositionnelle, notée R, à deux variables x ∈ E et y ∈ F . On note cette
forme propositionnelle R(x, y) ou xRy. Si E = F, R est appelée relation
binaire dans E.
Exemple - Soit E un ensemble. L’inclusion (⊂) dans P(E) est une relation
d’ordre. En effet :
18
xRy ⇐⇒ y = f (x)
et
f : E −→ F
x 7−→ y = f (x)
Exemple - Soient E = {a, b, c, d, e, k} , F = {1, 2, 3, 4} et f est définie par
f (a) = 3, f (b) = 2, f (c) = 3, f (d) = 1, f (k) = 4. On a Df = {a, b, c, d, k}
h ◦ (g ◦ f ) = (h ◦ g) ◦ f.
f ◦ f −1 = 1F et f −1 ◦ f = 1E ,
∗ : E × E −→ E
(x, y) 7−→ x ∗ y
Ω × E à valeurs dans E.
⊥ : Ω × E −→ E
(λ, x) 7−→ λ ⊥ x
Ω × E −→ E
(λ, →
−
v ) 7−→ λ.→
−
v
∀(x, y, z) ∈ E 3 , on a : (x ∗ y) ∗ z = x ∗ (y ∗ z) = x ∗ y ∗ z.
∀(x, y) ∈ E 2 , on a : x ∗ y = y ∗ x.
∀x ∈ E, x ∗ e = e ∗ x = x.
x ∗ x0 = x0 ∗ x = e.
5. Une loi de composition interne T sur E est dite distributive par rap-
port à ∗ si ∀x, y, z ∈ E, on a :
Solution -
1. Il vient de la table de vérité
p kp k(kp) p ∧ (kp) p ∨ (kp) F V
1 0 1 0 1 0 1
0 1 0 0 1 0 1
que les colonnes 1 et 3 sont identiques, de même pour les colonnes 4 et 6
et les colonnes 5 et 7. On déduit donc que p ←→ k(kp), p∧(kp) ←→ F
et p ∨ (kp) ←→ V . Il en résulte que P1 est vraie.
2. En utilisant la table de vérité
p q kp kq p∧q k(p ∧ q) p∨q k(p ∨ q) kp ∨ kq kp ∧ kq
1 1 0 0 1 0 1 0 0 0
1 0 0 1 0 1 1 0 1 0
0 1 1 0 0 1 1 0 1 0
0 0 1 1 0 1 0 1 1 1
on a les colonnes 6 et 9 sont identiques, de même pour les colonnes 8 et
10. On déduit donc que k(p ∧ q) ←→ kp ∨ kq et k(p ∨ q) ←→ kp ∧ kq.
D’où la proposition P2 est vraie.
24
Solution -
1. La fonction f est continue en x0 ∈ R si, et seulement si,
P : ∀ > 0, ∃α > 0, tel que ∀x ∈ R, |x−x0 | < α =⇒ |f (x)−f (x0 )| < .
25
(y = f (x) et x ∈ A) ou (y = f (x) et x ∈ B)
Solution -
1. (a) E = F = R. Dans ce cas f n’est ni injective ni surjective. En effet,
1 6= −1 et f (1) = f (−1) = 1 et -1 n’admet pas d’antécédent (tout
nombre réel strictement négatif ne possède pas d’antécédent). A
fortiori f n’est pas bijective.
(b) E = R+ et F = R. Dans ce cas, f est injective car pour tous
x, y ∈ R+ tels f (x) = f (y), on a x2 = y 2 . Donc |x| = |y|, c’est à
dire x = y. Par contre, f n’est pas surjective car -1 n’admet pas
d’antécédent et par conséquent f n’est pas bijective.
27
1 ∗ 12 = 65 . Donc (1 ∗ 1) ∗ 0 6= 1 ∗ (1 ∗ 0).
La loi ∗ ne possède pas d’élément neutre. En effet, on fait un raisonnement
par absurde et on suppose que la loi ∗ possède un élément neutre, noté e.
Puisque, pour tout x ∈ R,
x ∗ e = e ∗ x = x,
pour x = 0 on a
e
0∗e= =0
1+e
1
et donc e = 0. Or, pour x = 1, on a 1 ∗ 0 = 2
6= 1. En conclusion, la loi ∗ ne
possède pas d’élément neutre.
Chapitre 2
Un polynôme est nul si tous ses coefficients sont nuls. Le polynôme nul
est noté par 0. Par convention le degré du polynôme nul est −∞.
29
30
On a
deg(P + Q) ≤ max[deg(P ), deg(Q)]. (2.1)
Si deg(P ) 6= deg(Q), il y a égalité.
2. La multiplication d’un scalaire λ ∈ K par P est le polynôme λP défini
par :
Xn
λP = (λak )X k .
k=0
Si λ 6= 0, on a
deg(λP ) = deg(P ). (2.2)
On a
deg(P Q) = deg(P ) + deg(Q) (2.3)
Si Q 6= 0, alors
deg(P ◦ Q) = deg(P ). deg(Q). (2.4)
Exemples -
31
1. Soient
P = 2X 4 − X 2 + 3X + 5, Q = X 3 + 7X 2 − X + 4, R = −2X 4 + 5X 3 + X + 1.
On a
P + Q = 2X 4 + X 3 + 6X 2 + 2X + 9 et P + R = 5X 3 − X 2 + 4X + 6.
On remarque que
et que
deg(P + R) < max(deg(P ), deg(R)).
2. Soient P = X 3 − X 2 + 3X + 7 et λ = π. On a
λP = πX 3 − πX 2 + 3πX + 7π.
3. Soient P = X 2 + X + 1, Q = X 3 + 1. On a
P Q = (X 2 + X + 1)(X 3 + 1) = X 5 + X 4 + X 3 + X 2 + X + 1,
P ◦ Q = (X 3 + 1)2 + X 3 + 1 + 1 = X 6 + 3X 3 + 3.
Soient P1 , P2 , Q ∈ K[X], on a
(P1 + P2 ) ◦ Q = P1 ◦ Q + P2 ◦ Q. (2.5)
mais en général
Q ◦ (P1 + P2 ) 6= Q ◦ P1 + Q ◦ P2 .
Exemple - Si Q(X) = X 2 , P1 (X) = 1 et P2 (X) = X alors
Définition 4 On dira qu’un polynôme A est irréductible dans K[X] (ou pre-
mier dans K[X]) si :
1. deg(A) ≥ 1,
2. les seuls diviseurs de A dans K[X] sont A, αA et α avec α une constante
non nulle.
Exemple - Le polynôme X 2 + 1 est irréductible dans R[X] mais il n’est
pas irréductible dans C[X]. En effet, dans C[X], on a X 2 +1 = (X −i)(X +i).
AU + BV = 1.
34
1 n 1
(X + 1) − (X n − 1) = 1
2 2
et donc, d’après le théorème de Bezout X n + 1 et X n − 1 sont premiers entre
eux.
Proposition 1 Soient A et B deux polynômes non nuls dans K[X] tels que
deg(B) ≤ deg(A) et soit R le reste de la division euclidienne de A par B.
Alors
A ∧ B = B ∧ R.
Algorithme d’Euclide. Soient A et B deux polynômes non nuls de K[X]
tels que deg(B) ≤ deg(A). Soit R1 le reste de la division euclidienne de A
par B. D’après la proposition 1, on a
A ∧ B = B ∧ R1
deg(R1 ) < deg(B)
Exemples -
1. A = X 2 + X − 2 , B = X 2 − X − 2.
On a
A = B + R1
B = 21 (X − 1)R1 + R2
avec R1 = 2X et R2 = −2. Donc A ∧ B = 1.
2. A = X 3 + 2X 2 − X − 2 , B = X 2 − X − 2.
On a
A = (X + 3)B + R1
B = 41 (X − 2)R1 + R2
avec R1 = 4X + 4 et R2 = 0. Donc A ∧ B = X + 1.
En plus des théorèmes de la division euclidienne et de Bezout, les théo-
rèmes ci-dessous sont très utiles pour l’arithmétique sur les polynômes.
Théorème 5 (Gauss) Si A, B, C sont trois polynômes. Si C est premier
avec B et divise AB alors C divise A.
et donc C|A.
36
X 3 − X 2 − 2X = X(X 2 − X − 2) = XAB.
Exemple - Soient A = X + 1, B = X + 2 et C = X − 5. On a A ∧ B = 1
et A ∧ C = 1 car, d’après l’algorithme d’Euclide, le reste de la division
euclidienne de A par B est égal à -1 et celui de la division euclidienne
de A par C est égal à 6. En utilisant l’algorithme d’Euclide, on montre
que BC = X 2 − 3X − 10 est premier avec A.
2.3 Dérivation
n
X
Définition 7 Pour tout P = ak X k de K[X], on appelle polynôme dérivé
k=0
de P et on note P 0 , le polynôme défini par :
n
X n−1
X
0 k−1
P = kak X = (k + 1)ak+1 X k .
k=1 k=0
Exemple - Soit P = 2X 5 − X 4 + 3X 2 − 6X + 8, on a
P 0 = 10X 4 − 4X 3 + 6X − 6.
37
n
X
P (a) = b k ak .
k=1
Exemples -
1. La décomposition en facteurs irréductibles de P = X 4 − 1 dans C[X]
est
P = (X − 1)(X + 1)(X − ı)(X + ı).
2. La décomposition en facteurs irréductibles de P = X 4 − 1 dans R[X]
est
P = (X − 1)(X + 1)(X 2 + 1).
3. Plus généralement, pour tout n ∈ N∗ , comme les racines de X n − 1
2kπı
dans C sont {e n , k = 0, . . . , n − 1}, on a
n−1
Y 2kπı
n
X −1= (X − e n ). (2.8)
k=0
(2k+1)πı
De même, les racines X n + 1 sont {e n , k = 0, . . . , n − 1}, on a
n−1
Y (2k+1)πı
Xn + 1 = (X − e n ). (2.9)
k=0
Corollaire 6 Deux polynômes de R[X] sont premiers entre eux dans R[X]
si et seulement si ils sont premiers entre eux dans C[X].
P ∧ Q = (X − 1)(X + 1) = X 2 + 1.
42
A = X 4 + αX 3 + βX 2 + 12X + 4
Solution -
1. D’après le théorème de la division euclidienne (cf. Théorème 2), on a
D’après (2.4),
1. Donner P2 , P3 et P4 .
2
2. Montrer la relation de récurrence : ∀n ∈ N, Pn+1 − Pn Pn+2 = 1.
3. En déduire que, pour tout n ∈ N, Pn ∧ Pn+1 = 1.
Solution -
1. On a, d’après la relation de récurrence ci-dessus,
P0 = 1,
P1 = X
P2 = XP1 − P0 = X 2 − 1,
P3 = XP2 − P1 = X(X 2 − 1) − X = X 3 − 2X,
P4 = XP3 − P2 = X(X 3 − 2X) − (X 2 − 1) = X 4 − 3X 2 + 1.
P12 − P0 P2 = X 2 − (X 2 − 1) = 1.
Supposons que
2
Pn+1 − Pn Pn+2 = 1
et montrons la relation au rang n + 1. En utilisant la relation de récur-
rence Pn+3 = XPn+2 − Pn+1 , on a
2 2
Pn+2 − Pn+1 Pn+3 = Pn+2 − Pn+1 (XPn+2 − Pn+1 )
2
= Pn+2 (Pn+2 − XPn+1 ) + Pn+1
2
= Pn+2 (−Pn ) + Pn+1
(a)2
= Pn+1 − Pn Pn+2 = 1.
U Pn + V Pn+1 = 1.
P (X) = X 3 − 5X 2 + 3X + 9.
R(X) = X 6 + 4X 4 + 6X 2 + 9.
a0 q 3 + a1 pq 2 + a2 p2 q + a3 p3 = 0,
soit encore
p a1 q 2 + a2 pq + a3 p2 = −a0 q 3 .
a0 q 2 + a1 pq + a2 p2 q = −a3 p3
On a
Q1 (X) = 2X 3 − X 2 − X − 3.
Q1 par X − 23 , on obtient
3
Q1 (X) = X − (2X 2 + 2X + 2).
2
Donc la décomposition en facteurs irréductibles de P est donné
par
3 2 3
Q(X) = X − (X + X + 1) = X − (X − j)(X − j),
2 2
2π
où j = ei 3 et j est nombre complexe conjugué de j.
48
(c) On a
R(X) = R1 (X 2 )
où
R1 (X) = X 3 + 4X 2 + 6X + 9.
Le polynôme R1 est un polynôme à coefficients entiers. Cherchons
l’ensemble des candidats de la forme pq ∈ Q (p ∈ Z, q ∈ N∗ et p∧q =
1) susceptibles d’être racine de R1 .
Les conditions sur p et q sont : p divise 9 et q divise 1, donc
p
q
∈ {−1, 1, −3, 3, −9, 9}.
On vérifie que R1 (−3) = 0 et on effectue la division euclidienne
de R1 par X + 3, on obtient
Ainsi
R(X) = (X 2 + 3)(X 4 + X 2 + 3)
√ √
= (X 2 + 3)(X 4 + 2 3X 2 + 3 − (2 3 − 1)X 2 )
√ 2 √
q
2 2 2
= (X + 3) (X + 3) − ( 2 3 − 1X) ,
et finalement,
√ √ √ √
q q
2 2 2
R(X) = (X +3)(X − 2 3 − 1X+ 3)(X + 2 3 − 1X+ 3),
P (X) = X 5 − 7X 3 − 2X 2 + 12X + 8.
Solution -
49
On a
P (−1) = −1 + 7 − 2 − 12 + 8 = 0,
P 0 (−1) = 5 − 21 + 4 + 12 = 0,
P 00 (−1) = −20 + 42 − 4 = 18,
P (2) = 32 − 56 − 8 + 24 + 8 = 0,
P 0 (2) = 80 − 84 − 8 + 12 = 0,
P 00 (2) = 160 − 84 − 4 = 72.
Solution -
50
A = (X 2 − X + 2)2 + (X − 2)2
= (X 2 − X + 2)2 − (ıX − 2ı)2
= (X 2 − (1 + ı)X + 2(1 + ı))(X 2 − (1 − ı)X + 2(1 − ı)).
X 2 − (1 + i)X + 2(1 + i) = 0.
X 2 − (1 − i)X + 2(1 − i) = 0
Il en résulte que
B(X) = (X + 1)6 − X 6 .
51
On a alors
B = (X + 1)6 − X 6
2 2
= (X + 1)3 − X 3
= (X + 1)3 − X 3 (X + 1)3 − (−X)3
A = X 5 + X 4 + X 3 + X 2 + X + 1 et B = X 4 − 1.
U A + V B = D.
Solution -
52
et
V1 = AQ2 + V avec deg(V ) < deg(A). (3)
Il vient de (1), (2) et (3) que
AU + BV = 1 − AB(Q1 + Q2 ). (4)
Or
car
et
AU
e + B Ve = 1 avec deg(U
e ) < deg(B) et deg(Ve ) < deg(A). (7)
53
4. On a
B = X 4 − 1 = (X − 1)(X 3 + X 2 + X + 1)
= (X − 1)(X + 1)(X 2 + 1).
A = X5 + X4 + X3 + X2 + X + 1
= (X + 1)(X 4 + X 2 + 1) = (X + 1)(X 2 + X + 1)(X 2 − X + 1).
54
Solution -
1. Remarquons d’abord que est solution des équations X 3 = 1 et X 2 +
X + 1 = 0 et donc
3 = 1 et 2 + + 1 = 0.
On a alors
Fractions rationnelles
X2 + 1 3X + 1
F = √ et G=
2X 3 − 3X 2 + 7X + 3 X9 + 4X 5 + 2π
55
56
0 A
On notera 0 la fraction rationnelle et 1 la fraction rationnelle .
B A
A
Pour toute fraction rationnelle F = 6 0, on appellera inverse de F la
=
B
1 B
fraction rationnelle = .
F A
A
En pratique, si F = B
, on considère D le pgcd de (A, B) et on écrit
A = DA1 et B = DB1 .
A1
Ainsi F = B1
et on obtient ainsi un représentant irréductible de F .
X 3 − 2X 2 + X X 2 − 2X + 1
F = = .
X 2 + 3X X +3
2
−2X+1
Alors X X+3 est un représentant irréductible de F car les poly-
2
nômes X − 2X + 1 et X + 3 sont premiers entre eux.
A C
Soient F1 = , F2 = ∈ K(X).
B D
1. La somme de F1 et F2 est la fractionnelle rationnelle F1 + F2 définie
par
AD + BC
F1 + F2 = .
BD
2. Le produit de F1 et F2 est la fractionnelle rationnelle F1 F2 définie par
AC
F1 F2 = .
BD
57
X2 + 1 3X + 1
F = √ et G= .
2X 3 − 3X 2 + 7X + 3 X9 + 4X 5 + 2π
On a
deg(F ) = 2 − 3 = −1 et deg(G) = 1 − 9 = −8.
Proposition 7 : Soient F1 , F2 ∈ K(X) et soit λ ∈ K ∗ . Alors on a :
i) deg(λF1 ) = deg(F1 ).
ii) deg(F1 F2 ) = deg(F1 ) + deg(F2 ).
iii) deg(F1 + F2 ) ≤ max(deg(F1 ), deg(F2 )).
A
Définition 13 Soit F ∈ K(X) et soit un représentant irréductible
B
de F .
1. On dira que a ∈ K est une racine d’ordre n de F si a est une racine
d’ordre n de A.
2. On dira que b ∈ K est un pôle d’ordre n de F si b est une racine d’ordre
n de B.
Exemple - On considère la fraction rationnelle
X 2 − 2X + 1
F = .
X +3
Alors 1 est une racine double de F et -3 est un pôle simple de F .
Il est important de noter que pour calculer les racines et les pôles d’une
fraction rationnelle F , il est nécessaire d’avoir un représentant irréduc-
tible de F .
58
P
Soit F une fraction rationnelle et Q un représentant irréductible de F . On
note par PF l’ensemble des pôles de F . C’est un ensemble fini et son complé-
mentaire (K \ PF ) dans K est appelé ensemble de définition de F dans
K, noté DF,K .
L’application :
F : DF,K −→ K
P (x)
x 7−→ F (x) = Q(x)
est appelée fonction rationnelle associée à F . On notera aussi F cette appli-
cation.
1 + 2X + 3X 3 1 + X + 2X 2
1 + X + 2X 2 1 + X − 3X 2 + 4X 3
X − 2X 2 + 3X 3
X + X 2 + 2X 3
−3X 2 + X 3
−3X 2 − 3X 3 − 6X 4
4X 3 + 6X 4
4X 3 + 4X 4 + 8X 5
2X 4 − 8X 5
Donc
1 + 2X + 3X 3 = (1 + X + 2X 2 )(1 + X − 3X 2 + 4X 3 ) + 2X 4 (1 − 4X).
59
Donc
Q3 = 1 + X − 3X 2 + 2X 3 et R3 = 2 − 8X.
P1
F =E+ et deg(P1 ) < deg(Q) (E1 ).
Q
Ai,j
(X − ai )j
Bi,j X + Ci,j
(X 2 + bi X + ci )j
Théorème 12 Soit
P
F =
(X − a)m Q1 (X)
61
1 − X + X3
F =
(X − 1)3 (2X − 1)
P ( 12 ) −5
a= 1 = .
Q0 ( 2 ) 2
62
X
F2 = .
X2 + 1
En évaluant les degrés et en utilisant la proposition 7, on obtient
2 X
deg(F ) = 2 deg(F ) = deg 2
= deg(X) − deg(X 2 + 1) = −1.
X +1
Donc deg(F ) = −1 2
, ce qui est impossible puisque deg(F ) ∈ Z ∪ {−∞}.
En conclusion, il n’existe pas de fraction rationnelle F de K(X) telle que
F 2 = XX
2 +1 .
(X + 1)3 U + (X − 1)3 V = 1.
Solution -
1. La fraction F est irréductible car le numérateur est une constante non
nulle et sa partie entière est nulle puisque le degré du numérateur est
strictement inférieur à celui du dénominateur.
64
Solution -
1. Posons A = X et B = (X − 1)2 (X − 2).
La fraction F est irréductible car 0 est l’unique racine de A, mais 0
n’est pas racine de B (cf. Proposition 5). La partie entière de F est
nulle puisque le degré du polynôme A est strictement inférieur à celui
de B. Le polynôme B est factorisé en polynômes irréductibles. Donc la
décomposition en éléments simples de F est de la forme
a b c
F = + 2
+
X − 1 (X − 1) X −2
où a, b et c sont des réels à déterminer.
Le pôle 2 est simple et donc, d’après (3.5),
A(2)
c= = 2.
B 0 (2)
On a
x
b = lim (x − 1)2 F (x) = lim = −1.
x−→1 x−→1 x − 2
et
lim xF (x) = 0 = a + c.
x−→∞
Donc a = −2.
Finalement, on a :
2 1 2
F =− − 2
+ .
X − 1 (X − 1) X −2
66
2. Posons C = 1 et D = X n − 1, n ∈ N∗ .
La fraction G est irréductible car C est une constante non nulle. La
partie entière de G est nulle puisque le degré de C est strictement
inférieur à celui de D. Les racines de D sont les racines nime de l’unité
et sont données par
2kπ
ei n , avec k = 0, . . . , n − 1.
Donc
n−1
Y
i 2kπ
D= X −e n .
k=0
Finalement,
n−1 2kπ
1 X ei n
G= .
n k=0 X − ei 2kπ
n
Solution -
1. Posons A = X 5 + 1 et B = X 3 (X − 2).
Les racines de B sont 0 et 2, elles ne sont pas racines de A et donc la
fraction F est irréductible (cf. Proposition 5).
67
A = (X + 2)B + 4X 3 + 1,
et donc
4X 3 + 1
F =X +2+ .
X 3 (X − 2)
Le polynôme B est factorisé en polynômes irréductibles. Ainsi la dé-
composition en éléments simples de F dans R(X) est de la forme
a b c d
F =X +2+ + 2+ 3+
X X X X −2
où a, b, c et d sont des réels à déterminer.
Le pôle 2 est simple et donc, d’après (3.5)
A(2) 33
d= 0
= .
B (2) 8
Cherchons maintenant la partie pôlaire associée au pôle 0. Nous allons
utiliser le théorème 12. Effectuons la division suivant les puissances
croissantes de 4X 3 + 1 par X − 2 jusqu’à l’ordre 2. On obtient que le
quotient est égal à − 12 − 41 X − 18 X 2 et donc
1 1 1
a=− , b=− et c = − .
8 4 2
Finalement,
1 1 1 33
8 4 2 8
F =X +2− − − + .
X X2 X3 X −2
2. Posons C = 1 et D = (X − 1)4 (X + 2)3 .
La fraction G est irréductible car C est une constante non nulle et la
partie entière de G est nulle car le degré de C est strictement inférieur
à celui de D.
Le polynôme D est factorisé en polynômes irréductibles. Ainsi la dé-
composition en éléments simples de G dans R(X) est de la forme
a1 a2 a3 a4 b1 b2 b3
G= + + + + + + ,
X − 1 (X − 1) (X − 1) (X − 1) X + 2 (X + 2) (X + 2)3
2 3 4 2
68
10 2 1 1
a1 = − , a2 = , a3 = − , a4 = .
729 81 27 27
Cherchons la partie pôlaire associée au pôle -2. On effectue le change-
ment d’indéterminée Y = X + 2 et on effectue la division suivant les
puissances croissantes de 1 par (Y − 3)4 jusqu’à l’ordre 2 (on ne garde
alors dans (Y − 3)4 que les termes de degré ≤ 2), on obtient le quotient
1 4 10
Q = 81 + 243 Y + 729 Y 2 . Donc
10 4 1
b1 = , b2 = , b3 = .
729 243 81
Finalement,
10 1 2 1 1 1
G = − 729 X−1
+ 81 (X−1)2
− 27 (X−1)3
1 1 10 1 4 1 1 1
+ 27 (X−1)4
+ 729 X+2
+ 243 (X+2)2
+ 81 (X+2)3
.
a + c = lim xF (x) = 0
x−→∞
et donc c = −a = 41 .
Pour calculer d, on a
F (0) = 0 = −a + b + d + f
ce qui donne d = 0.
Finalement,
1 1 1 1 1 X 1 1
F =− + 2
+ − .
4 X − 1 4 (X − 1) 4 X + 1 2 (X + 1)2
2 2
X 8 − X 4 + 2 = (X 2 + X + 1)(X 6 − X 5 + X 3 − 2X 2 + X + 1) + (−2X + 1)
et donc
X 6 − X 5 + X 3 − 2X 2 + X + 1 −2X + 1
F = + . (1)
(X 2 + X + 1)2 (X 2 + X + 1)3
et donc
X 6 − X 5 + X 3 − 2X 2 + X + 1 X 4 − 2X 3 + X 2 + 2X − 5 4X + 6
2 2
= 2
+ 2 .
(X + X + 1) (X + X + 1) (X + X + 1)2
(2)
4 3 2 2
Enfin, la division euclidienne de X − 2X + X + 2X − 5 par X + X + 1,
soit
X 4 − 2X 3 + X 2 + 2X − 5 = (X 2 + X + 1)(X 2 − 3X + 3) + (2X − 8)
et donc
X 4 − 2X 3 + X 2 + 2X − 5 2X − 8
2
= X 2 − 3X + 3 + 2
. (3)
(X + X + 1) (X + X + 1)
71
2X − 8 4X + 6 −2X + 1
F = X 2 − 3X + 3 + + + .
X2 2
+ X + 1 (X + X + 1) 2 (X 2 + X + 1)3
2. En déduire la somme
n
X 2
, n ∈ N∗ .
k=1
k(k + 1)(k + 2)
Solution -
Donc
1 1 1 1 1
F (X) = − + .
2X X +1 2X +2
72
2. On a
n n n n
X 2 X 1 X 1 X 1
= −2 +
k=1
k(k + 1)(k + 2) k=1
k k=1
k + 1 k=1 k + 2
n n+1 n+2
X 1 X 1 X 1
= −2 +
k=1
k k k
k=2 k=3
1 1 1
= 1+ −2 +
2 2 n+1
1 1
+ +
n+1 n+2
1 1
= − .
2 (n + 1)(n + 2)
Ak
et Fk = . Nous allons décomposer en éléments simples sur C(X) la fraction
Bk
rationnelle Fk .
Les racines de Bk sont ak , ak+1 et ak+2 . Montrons, par absurde, qu’elles ne
sont pas racines de A. Si ak est racine de Ak alors
a2k (1 + a) = 0
Proposition 5). La partie entière de Fk est égale à 0 car deg(Ak ) < deg(Bk ).
D’un autre côté, si
alors a ∈ {−1, 0, 1}. Ceci montre que les pôles ak , ak+1 , ak+2 sont simples.
Ainsi la décomposition en éléments simples de Fk dans C(X) est de la forme
α β γ
F = k
+ k+1
+ ,
X −a X −a X − ak+2
où α, β, γ sont des constantes dans C. On a
1
α = lim (x − ak )Fk (x) = ,
x−→ak (1 − a)2
2
β = lim (x − ak+1 )Fk (x) = − ,
x−→ak+1 (1 − a)2
1
γ = lim (x − ak+2 )Fk (x) = .
x−→ak+2 (1 − a)2
Donc
1 1 2 1 1 1
Fk = 2 k
− 2 k+1
+ .
(1 − a) X − a (1 − a) X − a (1 − a) X − ak+2
2
Finalement,
( n−1 n−1 n−1
)
1 X 1 X 1 X 1
Sn = − 2 +
(1 − a)2 k=0
X − ak k=0
X − ak+1 k=0 X − ak+2
( n−1 n n+1
)
1 X 1 X 1 X 1
= −2 +
(1 − a)2 k=0 X − ak k=1
X − a k
k=2
X − ak
1 1 1 1 1
= − − + .
(1 − a)2 X − 1 X − a X − an X − an+1
Solution - Posons
A = 3X 2 − 1, B = (X − 1)2 X 2 (X + 1)2
A
et F = . Nous allons décomposer F en éléments simples sur R[X]
B
Les racines de B sont −1, 0 et 1. Or A(−1) = A(1) = 2 et A(0) = −1, donc
−1, 0 et 1 ne sont pas racines de A et par conséquent F est irréductible (cf.
Proposition 5). La partie entière de F est égale à 0 car deg(A) < deg(B).
Ainsi la décomposition en éléments simples de F sur R[X] est de la forme
a1 a2 b1 b2 c1 c2
F = + 2
+ + 2+ + .
X − 1 (X − 1) X X X + 1 (X + 1)2
La fraction rationnelle F est paire et donc
a1 = −c1 , a2 = c2 et b1 = 0.
D’un autre côté,
b2 = lim x2 F (x) = −1,
x−→0
1
a2 = lim (x − 1)2 F (x) = ,
x−→1 2
b 2 c1 c2 2 11 11
a1 + a2 + + + = a1 + = lim F (x) = .
4 3 9 3 36 x−→2 36
Ceci implique a1 = −c1 = 0.
Finalement,
1 1 1 1 1
F = 2
− 2+ .
2 (X − 1) X 2 (X + 1)2
Maintenant
n n n
1X 1 X 1 1X 1
Sn = 2
− 2
+
2 k=2 (k − 1) k=2
k 2 k=2 (k + 1)2
n−1 n n+1
1X 1 X 1 1X 1
= − +
2 k=1 k 2 k=2 k 2 2 k=3 k 2
3 1 1
= − 2+ .
8 2n 2(n + 1)2
Chapitre 4
∀→
−
u, →
−
v, →
−
w ∈ E : (→
−
u +→
−
v)+→
−
w =→
−
u + (→
−
v +→
−
w ).
∀→
−
u, →
−
v ∈E : →
−
u +→
−
v =→
−
v +→
−
u.
75
76
6. ∀λ ∈ K, ∀ν ∈ K, ∀→
−
u ∈ E, (λ + ν).→
−
u = λ.→
−
u + ν.→
−
u;
7. ∀λ ∈ K, ∀ν ∈ K, ∀→
−
u ∈ E, λ.(ν.→
−
u ) = (λν).→
−
u;
8. ∀→
−
u ∈ E, 1.→
−
u =→
−
u, 1 est l’élément neutre de la multiplication dans
K.
Les éléments de E sont appelés vecteurs et les éléments de K sont ap-
pelés scalaires.
λ.→
−
u = 0E ⇐⇒ λ = 0K ou →
−
u = 0E .
x + y = (x1 + y1 , . . . , xn + yn ).
V ect(→
−
u 1 , ... , →
−
u n)
Exemple - Dans R3 si →
−
u 1 = (1, 0, 0) et →
−
u 2 = (0, 1, 0) alors
V ect(→
−
u 1, →
−
u 2 ) = {→
−
u = α→
−
u 1 + β→
−
u 2 , α, β ∈ R} = R2 × {0},
Exemples -
1. La famille F = {(1, 1), (2, 3), (4, 5)} de R2 est une famille liée
car
2.(1, 1) + (2, 3) − (4, 5) = (0, 0)
2. Dans R2 , la famille G = {(1, 1), (2, 3)} est libre. En effet, soient
α, β ∈ R tels que
α.(1, 1) + β.(2, 3) = (0, 0).
On obtient alors le système
α + 2β = 0 (1)
α + 3β = 0 (2)
qui possède une unique solution α = β = 0. En effet, si on fait
(2) -(1) on obtient β = 0 et donc α = 0.
avec (α1 , . . . , αn ) ∈ K n .
Théorème 13 Soit E un K-espace vectoriel de dimension finie. Alors toutes
les bases de E contiennent le même nombre de vecteurs, appelé dimension
de E sur K, et sera noté dimK E ou dim E lorsqu’il n’y a pas de risque de
confusion.
Soient E un K-espace vectoriel de dimension n, B = (e1 , . . . , en ) une base
de E et →−
x ∈ E. D’après la proposition 12, il existe (α1 , . . . , αn ) ∈ Kn uniques
tels que
→
−x = α1 .→−
e 1 + α2 .→
−
e 2 + ... + αn .→
−
e n.
Les scalaires (α , . . . , α ) sont appelés coordonnées de →
1 n
−
x dans la base B.
Exemples -
1. E = {0E } est de dimension 0.
2. Soit n ∈ N∗ alors
dimK K n = n
et les vecteurs
→
−
e 1 = (1, 0, ..., 0), →
−
e 2 = (0, 1, 0, ..., 0), . . . , →
−
e n = (0, ..., 0, 1)
forment une base de K n dite base canonique de K n .
3. Soit n ∈ N et soit Kn [X] le K-espace vectoriel :
Kn [X] = {P ∈ K[X]/P = 0 ou deg(P ) ≤ n}.
La famille {1, X, ..., X n } est une base de Kn [X] appelée la base
canonique de En . Ainsi
dimK Kn [X] = n + 1.
82
Exemples -
1. On a
R2 = (R × {0}) ⊕ ({0} × R).
En effet, on a clairement (R × {0}) ∩ ({0} × R) = {(0, 0)} et
est équivalente à
α + β + γ = 0,
α+β = 0,
β = 0.
Ceci donne α = β = γ = 0. Donc la famille {(1, 1, 0), (1, 1, 1), (1, 0, 0)}
est libre, elle contient 3 vecteurs et dim(R3 ) = 3 et donc, en vertu
du théorème 14, c’est une base de R3 .
1. pour tout →
−
u ∈ E, pour tout →
−v ∈ E, f (→
−
u +→ −v ) = f (→
−
u ) + f (→
−
v );
2. pour tout λ ∈ K, pour tout →
−
u ∈ E, f (λ→
−u ) = λf (→
−
u ).
f (λ→
−
u +→
−
v ) = λf (→
−
u ) + f (→
−
v ).
f (x, y) = (x − y, x + y).
87
g ◦ (f1 + f2 ) = g ◦ f1 + g ◦ f2 ,
(g1 + g2 ) ◦ f = g1 ◦ f + g2 ◦ f,
λ(g ◦ f ) = (λg) ◦ f = g ◦ (λf ).
Exercice 24 Quels sont, parmi les sous-ensembles suivants, ceux qui sont
des sous-espaces vectoriels de F(R, R) :
1. A = {f ∈ F(R, R) / f (1) = 2f (0)},
2. B = {f ∈ F(R, R) / f (1) − f (0) = 1},
3. C = {f ∈ F(R, R) / f (x) = f (x − a) pour tout x ∈ R} (a ∈ R fixé) ?
et donc λ.f ∈ C.
Solution -
Soient (α1 , . . . , αn ) ∈ K n tel que
α1 P1 + . . . + αn Pn = 0. (1)
α1 P1 + . . . + αn−1 Pn−1 = 0.
Solution -
92
Exercice 27 On considère
F = {(x, y) ∈ R2 /x + y = 0} et G = {(x, y) ∈ R2 /x − y = 0}.
Montrer que F et G sont deux sous-espaces vectoriels de R2 .
Solution -
1. F est un sous-espace vectoriel de R2 . En effet :
– (0, 0) ∈ F car 0 + 0 = 0.
– F est stable par l’addition.
Soient (x, y), (x0 , y 0 ) ∈ F . On a x + y = x0 + y 0 = 0. Or
(x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 )
et
(x + x0 ) + (y + y 0 ) = (x + y) + (x0 + y 0 ) = 0 + 0 = 0.
Donc (x, y) + (x0 , y 0 ) ∈ F .
93
et
λx + λy = λ(x + y) = λ.0 = 0.
Donc λ.(x, y) ∈ F .
2. G est un sous-espace vectoriel de R2 . En effet :
– (0, 0) ∈ G car 0 − 0 = 0.
– G est stable par l’addition.
Soient (x, y), (x0 , y 0 ) ∈ G. On a x − y = x0 − y 0 = 0 Or
(x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 )
et
(x + x0 ) − (y + y 0 ) = (x − y) + (x0 − y 0 ) = 0 + 0 = 0.
Donc (x, y) + (x0 , y 0 ) ∈ G.
– G est stable par la multiplication externe.
Soient λ ∈ R et (x, y) ∈ G. On a x − y = 0. Or
et
λx − λy = λ(x − y) = λ.0 = 0.
Donc λ.(x, y) ∈ G.
Solution -
On notera 0C le polynôme nul.
1. • F est un sous-espace vectoriel. En effet :
– 0C ∈ F car le polynôme A divise le polynôme nul.
– F est stable par l’addition.
Soient P1 , P2 ∈ F . On a A divise P1 et A divise P2 , donc il existe
Q1 , Q2 ∈ C[X] tels que P1 = AQ1 et P2 = AQ2 . En additionnant,
on obtient P1 + P2 = A(Q1 + Q2 ), c’est-à-dire, A divise P1 + P2 .
Donc P1 + P2 ∈ F .
– F est stable par la multiplication externe.
Soient λ ∈ C et P ∈ F . On a A divise P et donc il existe Q ∈ C[X]
tel que P = AQ. En multipliant par λ, on obtient
λP = λ(AQ) = A(λQ).
Donc le polynôme P1 + P2 ∈ G.
– G est stable par la multiplication externe.
Soient λ ∈ C et P ∈ G. Si λ = 0, on a λP = 0 ∈ G. Sinon λ 6= 0
implique deg(λP ) = deg(P ) < deg(A). Donc λP ∈ G.
• Un raisonnement identique à celui utilisé pour G montre que H est
un sous-espace vectoriel de C[X].
2. On a montré ci-dessus que F et G sont des sous-espaces vectoriel de
C[X] et donc F + G est un sous-espace vectoriel de C[X]. Montrons
maintenant que C[X] ⊂ F + G. Soit P ∈ C[X]. Effectuons la division
euclidienne de P par A. D’après le théorème 2, il existe un couple
unique (Q, R) ∈ C[X]2 tel que
P = AQ + R
95
C[X] = F + G.
C[X] = F + G ⊂ F + H.
C[X] = F + H.
F ∩ H = V ect(A).
(a) Pour tout f ∈ E, u(f ) est définie par : u(f )(x) = (x2 + 1)f (x),
pour tout x ∈ R ;
(b) Pour tout f ∈ E ? u(f ) = |f |.
Solution -
1. (a) L’application u est linéaire. En effet, pour tous (x, y), (x0 , y 0 ) ∈ R2
et pour tout α ∈ R, on a
u(x, y) = (0, 0)
dont l’ensemble des solutions est clairement {(0, 0)}. Donc ker u =
{(0, 0)}.
Puisque {(1, 0), (0, 1)} est une base de R2 , d’après la proposition
16,
Imu = V ect(u(1, 0), u(0, 1)) = V ect((2, 1), (3, 0)).
Or la famille {(2, 1), (3, 0)} est libre car la relation
implique α = β = 0. Ainsi {(2, 1), (3, 0)} est une base de Imu et
par suite
dim(Imu) = dim(R2 ) = 2
et, puisque Imu ⊂ R2 , il en résulte que Imu = R2 .
97
Donc
u(αf + g) = αu(f ) + u(g).
On a ker u = {f ∈ F(R, R) / u(f ) = 0}. On résoud l’équation
u(f )(x) = 0, ∀x ∈ R, on obtient f (x) = 0, ∀x ∈ R, c’est-à-dire
f = 0. Donc ker u = {0}.
On a Imu = {g ∈ F(R, R) / ∃f ∈ E : g = u(f )}. Pour
g ∈ F(R, R) donné, on résoud l’équation g(x) = (x2 + 1)f (x),
on obtient l’application f définie par f (x) = x21+1 g(x). Donc
Imu = F(R, R).
Nous avons vu que ker u = {0} et donc, d’après la proposition 15,
u est injective. On a aussi Imu = F(R, R) et donc u est surjective.
En conclusion, u est un isomorphisme de F(R, R) sur F(R, R).
(b) L’application u n’est pas linéaire. En effet, pour f et g constantes
avec f = 1 et g = −1, on a
u(f + g) = u(0) = 0,
mais
u(f ) + u(g) = 1 + 1 = 2.
Donc u(f + g) 6= u(f ) + u(g).
98
Imf = V ect(f (1, 0, 0), f (0, 1, 0), f (0, 0, 1)) = V ect(1−X 2 , −1+X, −X +X 2 ).
Or la relation
(−X + X 2 ) = −(−1 + X) − (1 − X 2 ).
99
α(1 − X 2 ) + β(−1 + X) = 0
et donc f (P ) ∈ Rn [X].
Pour tous P, Q ∈ Rn [X] et pour tout α ∈ R, on a :
P ∈ ker f si et seulement si
n
X
(1 − k)ak X k = 0.
k=0
(1 − k)ak = 0, k = 0, . . . , n.
soit
a0 = a2 = . . . = an = 0.
D’où P = a1 X. Ainsi
ker f = V ect(X).
Il en résulte, en vertu de la proposition 15, que f n’est pas injective. Or,
puisque la dimension de l’espace de départ est égale à la dimension de l’espace
d’arrivé, on déduit, d’après le théorème 19, que f n’est pas surjective et donc
pas bijective.
Puisque {1, X, . . . , X n } est une base de Rn [X], d’après la proposition 16,
Solution -
1. Soit α, β, γ ∈ C. La combinaison linéaire
U = −ıV − W,
Solution -
102
(x1 − x3 , x1 + x2 , x3 − x1 − x2 ).
Solution -
1. On sait que dim(R4 ) = 4 et que B contient 4 vecteurs et donc, d’après
le théorème 14, pour montrer que B est une base, il suffit de montrer
qu’elle est libre. Soient α, β, γ, δ ∈ R. La relation
1 1
α = (−2x1 + x2 + x3 + x4 ), β = (x1 − 2x2 + x3 + x4 ),
3 3
1 1
γ = (x1 + x2 − 2x3 + x4 ), δ = (x1 + x2 + x3 − 2x4 ).
3 3
Ceci donne les coordonnées de x dans la base B.
Par exemple, le vecteur (1, 1, 1, 1) s’écrit dans la base B
1
(1, 1, 1, 1) = (a + b + c + d).
3
104
Solution -
1. On sait que dim(C2 [X]) = 3 et que B contient 3 vecteurs et donc,
d’après le théorème 14, pour montrer que B est une base, il suffit de
montrer qu’elle est libre. En effet, pour α, β, γ ∈ C, la combinaison
linéaire
Solution -
1. L’application f est linéaire. En effet, soient V = (a, b, c, d), V 0 =
(a0 , b0 , c0 , d0 ) ∈ R4 et α ∈ R, on a
f (αV + V 0 ) = f (αa + a0 , αb + b0 , αc + c0 , αd + d0 )
= [(αa + a0 ) + (αb + b0 )] + [(αb + b0 ) − (αc + c0 )]X
+[(αc + c0 ) + (αa + a0 )]X 2
= α.[a + b + (b − c)X + (c + a)X 2 ] +
[a0 + b0 + (b0 − c0 )X + (c0 + a0 )X 2 ]
= α.f (V ) + f (V 0 ).
f (V ) = a + b + (b − c)X + (c + a)X 2 = 0.
a + b = 0, b − c = 0 et c + a = 0
La famille {(1, −1, −1, 0), (0, 0, 0, 1)} est libre et donc c’est une base de
ker f .
Puisque {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} est une base de R4 ,
d’après la proposition 16,
Imf = V ect(f (1, 0, 0, 0), f (0, 1, 0, 0), f (0, 0, 1, 0), f (0, 0, 0, 1))
= V ect(1 + X 2 , 1 + X, −X + X 2 , 0)
= V ect(1 + X 2 , 1 + X, −X + X 2 ).
107
On remarque que
−X + X 2 = (1 + X 2 ) − (1 + X)
et que {1 + X 2 , 1 + X} est libre car les polynômes 1 + X 2 et 1 + X sont
de degrés distincts. Donc
Imf = V ect(1 + X 2 , 1 + X)
et {1 + X 2 , 1 + X} est une base de Imf .
3. On a
E = {(a, −a, c, c) ∈ R4 / a, c ∈ R} = V ect((1, −1, 0, 0), (0, 0, 1, 1)).
Donc E est un sous-espace vectoriel de R4 de dimension 2 et
f (E) = V ect(f (1, −1, 0, 0), f (0, 0, 1, 1))
= V ect(−X + X 2 , −X + X 2 ) = V ect(−X + X 2 ).
Ainsi dim(f (E)) = 1 < dim(E) = 2.
Solution -
1. L’application f est linéaire. En effet, pour tous polynômes P et Q dans
C3 [X] et pour tout α ∈ C, on a
Pour voir si f est injective, nous allons calculer ker f (cf. Proposition
15). On a P ∈ ker f si et seulement si
De l’égalité
(2X + 1)P = (X 2 − 1)P 0
et le fait que
(2X + 1) ∧ (X 2 − 1) = 1,
on déduit, en vertu du théorème de Gauss (cf. Théorème 5), que le
polynôme X 2 − 1 divise P et donc
αX + β = α(X 2 − 1)
La famille
{2X + 1, X 2 + X + 1, X 2 + 2X, −X 4 + X 3 + 3X 2 }
2. On a
{2X + 1, X 2 + X + 1, X 2 + 2X, −X 4 + X 3 + 3X 2 }.
C’est alors une base de f (C2 [X]). De plus, f (C2 [X]) ⊂ C2 [X] et
f (e1 ) = e2 −e3 , f (e2 ) = −2e2 +2e3 , f (e3 ) = e1 +e4 , f (e4 ) = e1 +e2 −e3 +e4 .
Solution -
1. On remarque que f (e2 ) = −2f (e1 ) et f (e4 ) = f (e1 ) + f (e3 ). Donc
α(e2 − e3 ) + β(e1 + e4 ) = 0E
est équivalente à
βe1 + αe2 − αe3 + βe4 = 0E
110
est équivalente à
soit α = β = 0.
En utilisant le théorème Noyau-Image (cf. Théorème 18), on a
et puisque
V ect((e2 + 2e1 , e1 + e3 − e4 ) ⊂ ker f
et
dim(V ect(e2 + 2e1 , e1 + e3 − e4 )) = dim(ker f )
on en déduit que
En remarquant que
fα (e1 ) = e2 − e3 − αe4 ,
fα (e2 ) = e1 + e4 ,
fα (e3 ) = αe1 + e2 − e3
fα (e4 ) = (α − 1)e1 − αe2 + αe3 + αe4 .
Puisque {e1 , e2 , e3 , e4 } est une base, elle est en particulier libre, et donc
la relations ci-dessus est équivalente à
y + αz + (α − 1)t = 0 (E1 )
x + z − αt = 0 (E2 )
−αx + y + αt = 0 (E3 )
soit
y = −αz − (α − 1)t (E1 )
(S) x = −z + αt (E2 )
(1 − α2 )t = 0 (E3 )
On a trois cas :
(a) α2 6= 1, dans ce cas, de (S) on déduit que
soit
b = (1 − α)c (E1 )
a = αc (E2 )
2
(1 − α )c = 0 (E3 )
soit
be1 + (a + b)e2 − (a + b)e3 − ae4 = 0
De cette relation, on déduit que a = b = 0. Finalement
{e2 − e3 − e4 , e1 + e2 − e3 }
{e2 − e3 + e4 , −e1 + e2 − e3 }
Donc
ker fα = Imfα
et
ker fα + Imfα = ker fα = Imfα .
(c) α = −1. Soit u ∈ ker fα ∩ Imfα . D’après la question précédente,
puisque
{e2 − e3 + e4 , −e1 + e2 − e3 }
est une base de Imfα , il existe a, b ∈ R,
u = a(e2 −e3 +e4 )+b(−e1 +e2 −e3 ) = −be1 +(a+b)e2 −(a+b)e3 +ae4 .
soit b = 0. Donc
117
118
Une matrice carrée est dite triangulaire inférieure si tous les coefficients
situés au dessus de la diagonale principale sont nuls. Une matrice triangulaire
inférieure s’écrit :
a11 0 . . . . . . 0
. ..
a21 a22 . . .
. . . ..
A= .
. . . . . .
.
. ...
..
0
an1 . . . . . . . . . ann
Une matrice carrée est dite diagonale si tous ses coefficients autres que les
coefficients diagonaux sont nuls, c’est une matrice de la forme :
a11 0 ... 0
. .
0 a22 . . ..
A= . . .
.. .. ... 0
0 ... 0 ann
La matrice identité d’ordre n, notée In , est une matrice diagonale définie
par
1 0 ... 0
. . ..
0 1
. .
In = . . . .
.. . . . . 0
0 ... 0 1
Exemples -
1. La matrice √
2π 2 1
1
2
5 0.5
est une matrice de type (2,3) à coefficients dans R.
2. La matrice
2+ı 0 0
−1 5ı 0
−3 π 1
est une matrice carrée d’ordre 3 à coefficients complexes.
Cette matrice est triangulaire inférieure, (2 + ı, 5ı, 1) est sa dia-
gonale principale et (−1, 5ı, 0) est le 2ème vecteur ligne.
120
Exemples -
2 −1
2 0 0
1. Si A = , on a At = 0 5 .
−1 5 1
0 1
2 −1 −3
2. La matrice −1 5 π est une matrice d’ordre 3 symé-
−3 π 1
trique.
0 1 3
3. La matrice −1 0 −π est une matrice d’ordre 3 anti-
−3 π 0
symétrique.
n
X
ϕ : E −→ F une application linéaire. Pour tout x = xi ei dans E, on a
i=1
Ainsi ϕ est entièrement déterminée par les images des vecteurs de la base B.
Posons, pour tout 1 ≤ j ≤ n,
p
X
ϕ(ej ) = aij fi .
i=1
est constituée par les coordonnées du vecteur ϕ(ej ) dans la base B 0 . Ainsi
ϕ1 (P ) = P 0 .
122
ϕ1 (1) = 0, ϕ1 (X) = 1, ϕ1 (X 2 ) = 2X et ϕ1 (X 3 ) = 3X 2 .
ϕ2 (P ) = XP 0 .
ϕ2 (1) = 0, ϕ2 (X) = X, ϕ2 (X 2 ) = 2X 2 et ϕ2 (X 3 ) = 3X 3 .
A + B = (aij + bij ) .
λA = (λaij ) .
123
π −1 √4 3 0 4
Exemples - Si A = 0 2 2 et B = 1 1 3 alors
1 3 1 −1 2 0
(π + 3) −1 √ 8 2π −2 √8
A+B = 1 3 ( 2 + 3) et 2A = 0 4 2 2 .
0 5 1 2 6 2
Exemples -
124
1 0
1 3 2 0 −2 −1
1. Si A = 0 −1 −3 −1 et B = 0
alors
2
−2 0 1 2
1 3
−5 1
AB = 1 −8 .
0 8
2
2. Si A = 1 −1 0 et B = −1 alors
0
2 −2 0
AB = (3) et BA = −1 1 0 .
0 0 0
0 1 1 0
3. Si A = ,B= alors
0 0 0 0
0 0 0 1
AB = et BA = .
0 0 0 0
On remarque que AB 6= BA.
4. La relation AB = 0 n’implique pas A = 0 ou B = 0. Par
exemple,
0 1 1 0 0 0
A= , B= et AB =
0 0 0 0 0 0
(AB)t = B t At .
125
M (IE , B) = In . (5.2)
est équivalente à
soit α = β = γ = 0 et donc {(1, 0, 1), (−1, 1, 0), (1, 1, 0)} est libre et par
suite A est inversible. La relation
1 −1 1 x1 y1
0 1 1 x2 = y 2
1 0 0 x3 y3
est équivalente à
x1 − x2 + x3 = y 1 (1)
x2 + x3 = y2 (2)
x1 = y 3 (3).
1 1
x1 = y3 , x2 = (−y1 + y2 + y3 ) et x3 = (y1 + y2 − y3 ).
2 2
Il en résulte que
0 0 2
1
A−1 = −1 1 1 .
2
1 1 −1
où
f1 = p11 e1 + p21 e2 + ... + pn1 en ,
f2 = p12 e1 + p22 e2 + ... + pn2 en ,
.. ..
. .
fn = p1n e1 + p2n e2 + ... + pnn en .
f1 = e1 + e2 et f2 = e1 − e2
Comme
1 1
e1 = (f1 + f2 ) et e2 = (f1 − f2 )
2 2
on déduit que
−1 1 1 1
(P (B0 , B)) = P (B, B0 ) = .
2 1 −1
Nous allons maintenant donner les formules explicitant l’effet des chan-
gements de bases sur les coordonnées d’un vecteur et sur la matrice d’une
application linéaire.
A−1 = P −1 B −1 P. (5.4)
An = P −1 B n P. (5.5)
La famille B = {(1, 1, 0), (1, 2, 1), (1, 1, 1)} est libre car la relation
est équivalente à
α + β + γ = α + 2β + γ = β + γ = 0.
B = P −1 AP.
Pour tout n ∈ Z, on a
(2n − 3n + 4n ) (3n − 4n ) (4n − 2n )
An = (2n − 2.3n + 4n ) (2.3n − 4n ) (4n − 2n ) .
(4n − 3n ) (3n − 4n ) 4n
133
Solution -
1. La transposée d’une matrice est obtenue en échangeant les lignes en
colonnes. On a alors
1 ı 1 1 ı 0
−ı 1 ı −ı 1 1
At =
−ı
et B t = .
1 3ı 3 3ı ı
1 ı 3 ı −1 2
f (P ) = P 0 − P 00 .
Solution -
1. Pour tous P, Q ∈ C3 [X] et tout a ∈ C, on a
Ainsi
0 1 −2 0
A = 0 0 2 −6 .
0 0 0 3
2. On sait que dim(C3 [X]) = 4 et que B contient 4 vecteurs et donc,
d’après le théorème 14, pour montrer que B est une base, il suffit de
montrer qu’elle est libre. Or, d’après l’exercice 25 B est libre et donc
c’est une base de C3 [X]. De même B 0 est libre et donc c’est une base
de C2 [X].
On a
En faisant (2) − (1) et (1) + (3), on obtient que le système est équivalent à
x1 = 2x2 − 4x3 + 8x4
x3 = 3x4
136
Ainsi
Donc ker ϕ = V ect(2e1 +e2 , 3e3 +e4 −4e1 ). La famille {2e1 +e2 , 3e3 +e4 −4e1 }
est libre. En effet, la relation
est équivalente à
et donc pour trouver une base de Imϕ, il suffit de trouver deux vecteurs
linéairement indépendants dans Imϕ. Or, d’après la matrice de ϕ, on a
Ces deux vecteurs sont dans Imϕ et sont linéairement indépendants. En effet,
la relation
α(f1 + 2f2 − f3 ) + β(−f1 + 3f2 + 2f3 ) = 0F
est équivalente à
ce qui est équivalent à α = β = 0. Finalement, {f1 +2f2 −f3 , −f1 +3f2 +2f3 }
est une base de Imϕ.
137
Solution -
Nous allons utiliser le théorème 21.
1. Les vecteurs colonnes de P sont linéairement indépendants. En effet,
la relation
α(1, −1, 2) + β(2, −1, 3) + γ(1, 0, −1) = (0, 0, 0)
est équivalente à
α + 2β + γ = 0 (1)
−α − β = 0 (2)
2α + 3β − γ = 0 (3)
est équivalente à
a+b=0
c+d=0
c−d=0 (3)
a − b = 0.
d d0
139
Solution -
On notera v1 = (1, 0, 1), v2 = (−1, 1, 0) et v3 = (1, 1, 0).
1. On sait que dim(R3 ) = 3 et que B contient 3 vecteurs et donc, d’après
le théorème 14, pour montrer que B est une base, il suffit de montrer
qu’elle est libre. Or, la relation
α(1, 0, 1) + β(−1, 1, 0) + γ(1, 1, 0) = (0, 0, 0)
est équivalente à
α−β+γ =β+γ =α=0
soit α = β = γ = 0. Donc B est une base de R3 .
140
2. On a
2 1 −1 1 1
0 1 0 0 = 0 ,
1 1 0 1 1
2 1 −1 −1 −1
0 1 0 1 = 1 ,
1 1 0 0 0
2 1 −1 1 3 1 1
0 1 0 1 = 1 = 1 + 2 0 .
1 1 0 0 2 0 1
Ainsi
0 0 2
1
P −1 = −1 1 1 .
2
1 1 −1
ce qui donne
1 0 2n
Bn = 0 1 0 , n ∈ Z. (5.9)
0 0 1
On obtient finalement, pour tout n ∈ Z,
1 −1 1 1 0 2n 0 0 2
1
An = 0 1 1 0 1 0 −1 1 1 .
2
1 0 0 0 0 1 1 1 −1
En définitive,
142
n + 1 n −n
An = 0 1 0 .
n n 1−n
0 0 1
Exercice 45 On considère la matrice A = 1 0 3 .
0 1 0
1. Calculer A2 et A3 et trouver (a, b, c) ∈ R3 tel que
A3 + aA2 + bA + cI3 = 0.
Solution -
1. On a
0 0 1 0 1 0 1 0 3
A = 1 0 3 , A2 = 0 3 1 , A3 = 3 1 9 .
0 1 0 1 0 3 0 3 1
Exercice 46 On considère
R3 [X] = {P ∈ R[X]/ P = 0 ou deg(P ) ≤ 3}
et soit ϕ ∈ L(R3 , R3 [X]) dont la matrice dans les bases
B0 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} et B00 = {1, X, X 2 , X 3 }
est donnée par
2 −4 0
6 −10 2
A=
5 −10 2 .
1 −3 1
1. Montrer que
B = {(1, 0, 0), (1, 1, 0), (1, 1, 1)} et B 0 = {1, 1+X, (1+X)2 , (1+X)3 }
sont deux bases respectives de R3 et R3 [X].
2. Calculer la matrice de ϕ dans les bases B et B 0 .
Solution -
1. Puisque B et B 0 contiennent le même nombre de vecteurs, respective-
ment, que dim R3 et dim(R3 [X]), pour montrer que ce sont des bases il
suffit, en vertu du théorème 14, de montrer qu’elles sont libres. Or, en
vertu de l’exercice 25, B 0 est libre et donc c’est une base. D’un autre
côté, la relation
α(1, 0, 0) + β(1, 1, 0) + γ(1, 1, 1) = (0, 0, 0)
est équivalente à
α+β+γ =β+γ =γ =0
soit α = β = γ = 0. Donc B est libre et donc c’est une base.
2. Nous allons utiliser la formule du théorème 22. Calculons les matrices
de passage de B0 à B et B00 à B 0 noté respectivement P et Q. On a
1 1 1 1
1 1 1 0 1 2 3
P = 0 1 1 et Q = 0 0 1 3 .
0 0 1
0 0 0 1
144
soit
x1 = y1 − y2 + y3 − y4
x2 = y2 − 2y3 + 3y4
x3 = y3 − 3y4
x4 = y4
Donc
1 −1 1 −1
0 1 −2 3
Q−1 = .
0 0 1 −3
0 0 0 1
et par conséquent, en vertu du théorème 22,
M (ϕ, B, B 0 ) = Q−1 AP
1 −1 1 −1 2 −4 0
0 1 −2 3 1 1 1
6 −10 2
= 0 1 1
0 0 1 −3 5 −10 2
0 0 1
0 0 0 1 1 −3 1
1 −1 1 −1 2 −2 2
0 1 −2 3 6 −4 −2
=
0 0 1 −3 5 −5 −3
0 0 0 1 1 −2 −1
0 −1 −2
−1 0 1
=
2
.
1 0
1 −2 −1
145
1. Montrer que B = {(1, 1, 1), (−1, 1, 0), (−1, 0, 1)} est une base de R3 .
2. Donner la matrice de passage P de B0 à B et calculer P −1 .
3. Calculer la matrice B de f dans la base B.
4. Montrer que A et B sont inversibles et calculer B n et An , pour tout
n ∈ Z.
Solution -
On notera v1 = (1, 1, 1), v2 = (−1, 1, 0) et v3 = (−1, 0, 1) et e1 , e2 , e3 les
vecteurs de B0 .
1. On sait que dim(R3 ) = 3 et que B contient 3 vecteurs et donc, d’après
le théorème 14, pour montrer que B est une base, il suffit de montrer
qu’elle est libre. Or, la relation
est équivalente à
α − β − γ = α + β = α + γ = 0.
B = P −1 AP et A = P BP −1 . (5.11)
En vertu du théorème 21, B est inversible car ses vecteurs colonnes
sont linéairement indépendants. En effet, la relation
ce qui donne
2n 0 0
B n = 0 (−1)n 0 , n ∈ Z. (5.13)
0 0 (−1)n
On obtient finalement, pour tout n ∈ Z,
n
1 −1 −1 2 0 0 1 1 1
An = 13 1 1 0 0 (−1)n 0 −1 2 −1
1n 0 1 0 0 (−1)n −1 −1 2
n n n n n
2 + 2(−1) 2 − (−1) 2 − (−1)
= 13 2n − (−1)n 2n + 2(−1)n 2n − (−1)n
2n − (−1)n 2n − (−1)n 2n + 2(−1)n
Déterminants
149
150
2. Pour n = 2, on a
detA = a11 a22 − a12 a21 , (6.2)
Exemples -
a a0 a00
Ainsi :
1
det(A−1 ) = .
det A
detA = detB.
V = (v1 , v2 , ..., vn ),
153
où, pour i = 1, . . . , n,
vi = v1i e1 + . . . + vni en .
En particulier, si A = (c1 , . . . , cn ) est une matrice carrée d’ordre A où
c1 , ..., ck , ..., cn sont ses n vecteurs colonnes. Alors det A est le déterminant de
(c1 , . . . , cn ) considérés comme vecteurs de K n dans la base canonique de K n .
Théorème 24 Avec les notations ci-dessus, on a
1. pour tout λ ∈ K,
En particulier, si ci = cj , on a
detA = 0.
detA = 0.
detA = 0.
Exemples -
1.
−1 −1 −1 1 L2 +L1 −1 −1 −1 1
L +L
−1 −1 1 −1 L43−L11 −2 −2 0 0
∆ = =
−1 1 −1 −1
−2 0 −2 0
1 −1 −1 −1 2 0 0 −2
−1 −1 −1 1
1 1 0 0
= 8 (On développe suivant C4 )
1 0 1 0
1 0 0 −1
1 1 0 −1 −1 −1
= 8 − 1 0 1 − 1 1 0
1 0 0 1 0 1
(∗) 1 1 1 1 −1 −1
=8 + −
1 0 1 0 1 1
= 8(−1 − 1 + 0) = −16.
Dans (∗), nous avons développé les deux déterminants suivant la der-
nière colonne.
155
2.
1 − ı −ı ı 1 L1 +(ı−1)L4 0 1 −1 2ı + 1
L −ıL
ı 1 − ı −1 ı L32+ıL44 0 −ı 0 −1
∆ = =
−ı −1 1 − ı −ı 0 0 −ı 1
1 −ı ı 1−ı 1 −ı ı 1−ı
1 −1 2ı + 1
(a) (b) 0 −1 −1 2ı + 1
= − −ı 0
−1 = −
+ ı −ı
0 −ı −ı 1 1
1
= 1 + 4ı.
Finalement,
detP −1 AP = detA. (6.3)
Cette propriété est intéressante à plusieurs titres. D’abord parce qu’elle montre
que le déterminant est une notion qui se place dans le cadre des endomorphismes
d’un espace vectoriel. Ensuite parce qu’il devient possible de calculer le déterminant
d’un endomorphisme même lorsque celui ci n’est pas donné sous forme matricielle.
f (P ) = XP 0 + 2P.
156
La formule de l’inverse ci-dessus bien que jolie, elle n’est pas pratique et la
méthode du calcul de l’inverse exposée dans le théorème 21 reste meilleure.
1. On a det A = −2 et
1 −4
com(A) = .
−1 2
Ainsi A et inversible et
− 12 1
−1 2
A = .
2 −1
158
Ainsi B et inversible et
−1 1 1
1
B −1 = 1 −5 3 .
4
2 2 −2
Définition 28 Soit une matrice A ∈ Mp,n (K) et soit k un entier tel que 1 ≤ k ≤
min(p, n). On appelle déterminant d’ordre k extrait de A, le déterminant de toute
matrice carrée obtenue en supprimant dans A, p − k lignes et n − k colonnes.
Exemple - Considérons par exemple, la matrice
2 1 4 3
1 2 1 3
A= 1 1 2 3 .
0 1 2 1
Les déterminants
2 1 3
1 3
1 2 3 et
2 3
1 1 3
sont deux déterminants d’ordre respectifs 3 et 2 extraits de A.
159
Théorème 27 Soit A ∈ Mp,n (K) et soit ρ le plus grand entier k ≤ min(p, n) tel
qu’il existe un déterminant non nul, d’ordre k, extrait de A. Alors
rg(A) = ρ.
C1 C2 C3 C4 C1 C2 C3 C4 − C1 − C2 − C3
1 1 2 4
1
1 2 0
∆ = a b a + b 2a + 2b = a
b a + b 0
a b c a+b+c
a
b c 0
a b c d a b c d−a−b−c
La colonne 4 est intéressante car elle contient trois zéros, donc on développe suivant
cette colonne, on obtient
C1 C2 C3
1 1 2
∆ = (d − a − b − c)
a b a + b
a b c
C1 C2 C3 − C1 − C2
1 1 0
= (d − a − b − c)
a b 0
a b c−a−b
Ici aussi, la troisième colonne contient des zéros, on développe suivant cette colonne,
on obtient :
1 1
∆ = (d − a − b − c)(c − a − b)
a b
= (d − a − b − c)(c − a − b)(b − a).
161
2. On a
2−ı 0 1+ı 0
0 −ı 0 1 + ı
∆2 =
1−ı (On développe suivant C1 )
0 −ı 0
0 1−ı 0 2−ı
−ı 0 1 + ı 0 1+ı 0
= (2 − ı) 0 −ı 0 + (1 − ı) −ı 0 1+ı
1−ı 0 2−ı 1−ı 0 2−ı
(a)
= (ı − 2)ı [ı(ı − 2)
−(1 − ı)(1 + ı)] − (1 − ı)(1 + ı)(ı(ı − 2) − (1 − ı)(1 + ı))
= (−1 − 2ı)(−2ı − 3) − 2(−2ı − 3) = (3 + 2ı)2 .
Noter que dans (a), nous avons développé les deux déterminants suivant la
deuxième colonne.
162
3. On a
1 ı −ı 1 L1 −L4 0 2ı −2ı 0
L2 −ıL4
ı 1 1 −ı L3 +ıL4 0 0 2 −2ı
∆3 = =
−ı 1 1 ı 0 2 0 2ı
1 −ı ı 1 1 −ı ı 1
−ı ı 0 −ı 0 0
(a) C2 +C1
= 2 0 2 −2ı = 2 0
2 −2ı
2 0 2ı 2 2 2ı
= 16.
Solution -
Notons C1 , C2 et C3 les colonnes de ce déterminant. Nous allons utiliser les
règles de calcul exposées dans le théorème 24 et la proposition 27. Ainsi le détermi-
nant ne change pas si on ajoute C1 à C3 . Donc
C1 C2 C3 + C1
sin(a) sin(2a) sin(3a) + sin(a)
∆ =
sin(2a) sin(3a) sin(4a) + sin(2a)
sin(3a) sin(4a) sin(5a) + sin(3a)
Solution -
Notons L1 , L2 et L3 les ligne de ∆. Nous allons utiliser les règles de calcul
exposées dans le théorème 24 et la proposition 27. Le déterminant ne change pas si
on ajoute L2 à L3 , ainsi
1 1 1
L1
∆=
a b c
L2
a+b+c a+b+c a+b+c L3 + L2
−(2 + X) 2 + X 0 0 L1 − L2
X −2 1 3 L2
=
1 −2 3 X
L3
0 0 X − 3 −(X − 3) L4 − L3
C1 C2 C3 C4
−1 1 0 0
∆ = (2 + X)(X − 3) X −2 1 3
1 −2 3 X
0 0 1 −1
C1 C2 + C1 C3 + C4 C4
−1 0 0 0
= (2 + X)(X − 3) X X − 2
4 3
1
−1 3 + X X
0 0 0 −1
X 1 ... 1
1 X ... 1
Pn = . 1 .
. . .
1 1 ... X
Solution -
X a b c
L1
a X c b L2
∆ =
b c X a
L3
c b a X L4
1 1 1 1 L1 + L2 + L3 + L4
a X c b L2
= (X + a + b + c)
b c X a
L3
c b a X L4
166
On continue
C1 C2 C3 C4
1 1 1 1
∆ = (X + a + b + c) a X c b
b c X a
c b a X
C1 C2 − C1 C3 − C1 C4 − C1
1 0 0 0
= (X + a + b + c) a X −a c−a b − a
b
c−b X −b a − b
c b−c a−c X −c
En factorisant par X − a − b + c et X − b − c + a, on a :
1 1 0
∆ = (X + a + b + c)(X − a − b + c)(X − b − c + a) c − b X −b a−b
0 1 1
Or
1 1 0 1 0 0
X − c a − b
c−b X −b a−b = c−b X −c a−b =
1 1
0 1 1 0 1 1
= X − c − a + b.
Finalement,
Exercice 54 Calculer, à l’aide des déterminants, les inverses des matrices sui-
vantes :
−1 1 0 3 1 −1
M = 3 −1 1 , N = 1 5 2
0 2 2 −1 3 6
1
A−1 = (cof (A))t ,
detA
valable pour toute matrice inversible A.
Donc t
1 − 12
−4 −6 6 2
1
M −1 = − −2 −2 2 = 3 1 − 12 .
2
1 1 −2 −3 −1 1
2. On développe suivant la première colonne et on obtient
3 1 −1
5 2 1 −1 1 −1
det N = 1 5 2 = 3 − −
−1 3 6 3 6 3 6 5 2
= 72 − 9 − 7 = 56.
Donc
t
24 −8 8 24 −9 7
1 1
N −1 = −9 17 −10 = −8 17 −7 .
56 56
7 −7 14 8 −10 14
169
1. Calculer ∆2 et ∆3 .
2. Montrer que, pour tout n ≥ 2, ∆n+2 = 2∆n+1 − ∆n .
3. En déduire la valeur de ∆n , pour tout n ≥ 2.
Solution -
1. On a
2 −1
∆2 = = 3,
−1 2
2 −1 0
2 −1 −1 0
∆3 = −1 2 −1 = 2 + = 6 − 2 = 4.
−1 2 −1 2
0 −1 2
∆n+2 = 2∆n+1 − ∆n .
∆n = n + 1.
a2
1 −a
1 2 4
A= 1 3
.
9
1 a a2
Donc 2 ≤ rg(X1 , X2 , X3 ) ≤ 3.
On considère le déterminant, d’ordre 3, extrait de la matrice A en éliminant la
ligne 4, on a
1 −a a2 L2 −L1 1 −a a2
L3 −L1 2
1 2
4 = 0 2 + a
4 − a
1 3 9 0 3 + a 9 − a2
= (2 + a)(9 − a2 ) − (3 + a)(4 − a2 ) = (a + 2)(a + 3).
et donc rg(X1 , X2 , X3 ) = 3.
1 3 9
1 2 4
3. Si a = −3 alors A = 1 3 9 . Le déterminant extrait de A, en
1 −3 9
éliminant la troisième ligne est différent de 0. En effet, on a :
1 3 9 L2 −L1 1 3 9
L3 −L1
1 2 4 = 0 −1 −5 = −30 6= 0.
1 −3 9 0 −6 0
Donc rg(X1 , X2 , X3 ) = 3.
172
Chapitre 7
Systèmes linéaires
Dans ce chapitre K = R ou C.
7.1 Définitions
Un système linéaire est une suite d’équations du type :
a11 x1 + a12 x2 + ... + ...a1n xn = b1
a21 x1 + a22 x2 + ... + ...a2n xn
= b2
.. .. (7.1)
. .
ap1 x1 + ap2 x2 + ... + ...apn xn = bp
où les coefficients aij , bk sont des éléments de K. On dit que (7.1) est un système
linéaire à p équations et n inconnues x1 , . . . , xn .
173
174
canonique)
sont les inconnues x1 , ..., xn du système,
b1
b2
– et B = . le vecteur de K p , dont les composantes (dans la base canonique)
..
bp
sont les coefficients qui apparaissent dans le terme de droite de (7.1).
Le système (7.1) s’écrit alors :
AX = B.
AX = B.
AX = B.
AX = B. (7.4)
Avant de donner la méthode générale pour résoudre (7.1), faisons quelques re-
marques importantes.
175
A(X1 − X2 ) = 0
et donc X1 − X2 ∈ ker A.
En vertu de ces deux remarques, on a :
Proposition 28 1. Si B ∈
/ ImA alors (7.1) n’admet pas de solution.
2. Si B ∈ ImA et si X0 est une solution particulière de (7.1) alors l’ensemble
des solutions S de (7.1) est donné par
En particulier, si B = 0 alors
S = ker A.
Cette proposition décrit l’ensemble des solutions mais ne permet pas en pratique
de les déterminer. Nous allons maintenant donner une méthode plus précise de
résolution de (7.1). Nous allons distinguer trois cas :
1. La formule de Cramer.
Dans ce cas n = p et A est une matrice inversible. Alors (7.1) a une solution
unique. En effet,
AX = B ⇐⇒ X = A−1 B.
Cette solution est donnée par les formules de Cramer :
Théorème 28 - la formule de Cramer - Si n = p et la matrice A est
inversible, le système (7.1) admet pour unique solution le n-uplet (x1 , ..., xn ),
où pour tout i ∈ {1, ..., n},
det|c1 , ..., ci−1 , bi , ci+1 , ..., cn |
xi = ,
detA
où c1 , . . . , cn sont les vecteurs colonnes de A.
Exemple - Nous allons résoudre dans R le système linéaire suivant :
−2x − y + 2z = 1
−2x + 2z = −2
x − y − 3z = 0
176
Le système
(7.8) est un système homogène. Puisque le déter-
0 −1
minant est non nul, la matrice A est de rang 2. Les
−1 ı
solutions de (7.8) sont donc les solutions du système
−y + ız = 0
(7.9)
−x + ıy + 2z = 0
−23x + 3y + z + 2t = 0
x − 4y + z + t = 0
x − y + z − 2t = 0
3x + y − 2t = 0
x 0
y 0
B
z = 0
(7.10)
t 0
où
−23 3 1 2
1 −4 1 1
B= .
1 −1 1 −2
3 1 0 −2
rang de la matrice B. On a
−23 3 1 2
1 −4 1 1
det B =
1 −1 1 −2
3 1 0 −2
−23 3 1 2
L2 −L1
L3 −L1 24 −7 0 −1
=
24 −4 0 −4
3 1 0 −2
24 −7 −1 24
−7 −1
=
24 −4 −4 = −4 −6 1 1
3 1 −2 3 1 −2
8 −7 −1 L2 +L1 8 −7 −1
L −2L
= −12 −2 1 1 3 = 1 −12 6 −6 0
1 1 −2 −15 15 0
6 −6
= 12
= 0.
−15 15
On a
−23 3 1 L2 −L1 −23 3 1
L3 −L1
1
−4 1
= 24 −7 0
= 72.
1 −1 1 24 −4 0
3. Le cas général
Le théorème suivant décrit les solutions de (7.1) dans le cas général.
Théorème 30 de Rouché et Fontené - On détermine comme suit les
solutions du système (7.1) :
(a) Si le rang du système est r, (un déterminant extrait d’ordre r est donc
non nul), l’ensemble des solutions du système 7.1 est
– soit vide,
– soit un sous-espace affine 1 de dimension (n − r). En particulier, si
r < n, le système admet dans ce cas une infinité de solutions.
(b) Si c’est par exemple le déterminant extrait
a11 a12 ... a1r
a21 a22 ... a2r
(7.11)
.. ..
. .
ar1 ar2 ... arr
qui n’est pas nul, alors le système (7.1) admet des solutions si et seule-
ment si tous les mineurs d’ordre r + 1 du type
a11 a12 ... a1r b1
a21 a22 ... a2r b2
.. ..
, (7.12)
.
. ...
ar1 ar2 ... arr br
as1 as2 ... asr bs
a11 x1 + a12 x2 + ... + a1r xr = b1 − a1(r+1) xr+1 − ... − a1n xn
a21 x1 + a22 x2 + ... + a2r xr = b2 − a2(r+1) xr+1 − ... − a2n xn
.. ..
. .
ar1 x1 + ar2 x2 + ... + arr xr = br − ar(r+1) xr+1 − ... − arn xn
(7.13)
L’ensemble des solutions du système (7.1) est alors obtenu en considé-
rant comme arbitraires les inconnues xi se trouvant à droite du signe
” = ” de (7.13), et en résolvant le système de Cramer ainsi défini.
Exemples -
(a) Considérons le système linéaire
x − 6y + 2z = 4
−2x + 6y + 2z = −2
x − y − 3z = −1
où
1 −6 2
A = −2 6 2 .
1 −1 −3
Calculons le déterminant de A. On a
1 −6 2 L2 +2L1 1 −6 2
L3 −L1
−2 6 2 = 0 −6 6 = 0.
1 −1 −3 0 5 −5
3 1 0 −4
183
Calculons le déterminant de B. On a
0 −1 4 2 L2 +L1 0 −1 4 2
L3 −L1
−3 1 1 0 L4 +L1 −3 0 5 2
6 −1 =
0 −2 6
0 −4 −4
3 1 0 −4 3 0 4 −2
−3 5 2 L2 +2L1 −3 5 2
L +L
= 6
−4 −4 3= 1 0 6 0
= 0.
3 4 −2 0 9 0
0 −1 4 0 −1 4
−3 1 1 L3 +2L −3 1 1 = 3 −1 4
2
= −18.
= 1 2
6 −1 0 0 1 2
où chaque étoile étant un coefficient quelconque. Le théorème suivant est une re-
formulation du théorème de Rouche-Fontené.
bq+1 = . . . = bp = 0.
Dans ce cas, on dira que le système est compatible et alors les solutions de (7.1)
sont les vecteurs (x1 , . . . , xq , xq+1 , . . . , xn ) où xq+1 , ..., xn sont des éléments
quelconques de K et (x1 , . . . , xq ) est la solution du système de Cramer triangulaire :
q
X n
X
aij xj = bi − aij xj , 1 ≤ i ≤ q. (7.17)
j=1 j=q+1
et
V V V
x= , y= , z= .
d1 d2 d3
Donc, on doit résoudre :
1 1 1
x + y = 40
1 1 1
y + z = 30
1 1 1
x + z = 60
En posant X = x1 , Y = 1
y et Z = z1 , on résoud le système :
1
X +Y = 40
1
Y +Z = 30
1
X +Z =
60
x y z
.
1 1 0 .. 1
40
.
1 1 .. 1
0
30
.
1 0 1 .. 1
60
faire, on a :
x y z
.
1 1 0 .. 1
40 L1
.
1 1 .. 1 L2
0
30
L3
.
1 0 1 .. 1
60
x y z
.
1 1 0 .. 1
40 L1
.
1 1 .. 1 L2
0
30
L3 − L1
.
0 −1 1 .. −1
120
x y z
.
1 1 0 .. 1
40 L1
.
1 1 .. 1 L2
0
30 0
L3
.
0 −1 1 .. −1
120
x y z
.
1 1 0 .. 1
40 L1
.
1 .. 1 L2
0 1
30 0
L3 + L2
.
0 0 2 .. 1
40
Donc, notre système est un système de Cramer, il admet une solution unique donnée
par :
1 −2 2 1 1 2 1 −2 1
1 1 1
x = − −1 −1 2 , y = − 2 −1 2 , et z = − 2 −1 −1 .
5 5 5
1 −2 1 2 1 1 2 −2 1
On a
1 −2 2 L2 +L1 1 −2 2
−1 −1 2
L3 −L1
= 0
−3 4 = 3,
1 −2 1 0 0 −1
1 1 2 L2 −2L1 1 1 2
2 −1 2
L3 −2L1
= 0
−3 −2 = 7,
2 1 1 0 −1 −3
1 −2 1 L2 −2L1 1 −2 1
2 −1 −1
L3 −2L1
= 0
3 −3 = 3.
2 −2 1 0 2 −1
− 53 , − 75 , − 35
L’ensemble des solutions est S = .
Solution -
Le système peut s’écrire sous forme matricielle
x −1
y 2
B
z = 3
,
(7.18)
t −3
1 0 1 2
1 −1 1 0
où B =
1 −1 0 −2 . Calculons le déterminant de B. On a
1 1 0 −1
1 0 1 2 L2 −L1 1 0 1 2
L3 −L1
1 −1 1 0 L4 −L1 0 −1 0 −2
=
1 −1 0 −2
0 −1 −1 −4
1 1 0 −1 0 1 −1 −3
−1 0 −2 L2 −L1 −1 0 −2
L +L
=
−1 −1 −4 3= 1 0 −1 −2
1 −1 −3 0 −1 −5
−1 −2
= −
= −3.
−1 −5
−1 0 1 2
1
−1 1 2
1 2 −1 1 0 1 1 2 1 0
x = − , y=−
3 3 −1 0 −2
3 1 3 0 −2
−3 1 0 −1 1 −3 0 −1
1 0 −1 2
1
0 1 −1
1 1 −1 2 0 1 1 −1 1 2
z = − , t=− .
3 1 −1 3 −2
3 1 −1 0 3
1 1 −3 −1 1 1 0 −3
191
On a
−1 0 1 2 L2 +2L1 −1 0 1 2
L3 +3L1
2 −1 1 0 L4 −3L1 0 −1 3 4 L2 =L3
= = 0.
3 −1 0 −2
0 −1 3 4
−3 1 0 −1 0 1 −3 −7
1 −1 1 2 L2 −L1 1 −1 1 2
L3 −L1
1 2 1 0 L4 −L1 0 3 0 −2
=
1
3 0 −2
0 4 −1 −4
1 −3 0 −1 0 −2 −1 −3
−1 −4 4 −1
= 3
− 2
= 9.
−1 −3 −2 −1
(b − 18 )x − by = b − (b − 14 )z
,
( 78 − b)x + by = 2b − ( 74 − b)z
b − (b − 14 )z −b
4
x = = 4b − 2z
3b 2b − ( 74 − b)z b
b − 81 b − (b − 14 )z
4 3
y = 7 7 = 4b − z − .
3b 8 − b 2b − ( 4 − b)z 2
(b − 12 )x − by + (b − 1)z = b
( 1 − b)x + by + (1 − b)z = 2b .
23
( 2 − b)x + by + (3 − b))z = 3b
x + 2z = 0.
Le tableau suivant résume ce qui précède. On désigne par S l’ensemble des solutions
de (7.19).
b 6= 0, a 6= − 21 et a 6= − 18 S=∅
b 6= 0 et a = − 81 S = (4b − z, 4b − z − 32 , z), z ∈ R
b 6= 0 et a = − 21 S=∅
S = (x, y, z) ∈ R3 ; x + 2z = 0
b=0
x y z t
.
2 −1 −1 .. −1
2
.
3 3 1 2 .. 2
.
1 −1 2 1 .. −1
4 −2 3 −1 ... −3
.
1 −3 7 6 .. −2
1ère étape : on choisit le pivot égal à 1, pour cela on permmute les lignes 1 et 3,
on a :
x y z t
..
1 −1 . −1
2 1
.. L1
3 3 1 2 . 2
L2
..
L
2 2 −1 −1 . 1 3
. L4
−2 3 −1 .. −3
4
L5
.
1 −3 7 6 .. −2
et 4, on a :
x y z t
..
1 −1 2 . −1 1
.. L1
0 2 −5 −5 . 1
0
L2
..
L 0
0 4 −5 −3 . 3 3
0
. L4
−5 −1 .. 5
0
6 L0
. 5
0 −2 5 5 .. −1
On effectue les opérations nécessaires pour avoir des zéros au dessous du pivot, on
a:
x y z t
.
1 −1 2 1 .. −1
.. L1
0 2 −5 −5 . 1 L02
..
L03 − 2L02
0 0 5 7 . 1
.. L0 − 3L02
40
0 0
10 14 . 2
L5 + L02
..
0 0 0 0 . 0
3ère étape : on se restreint au bloc obtenu en supprimant les lignes 1 et 2 et les
colonnes 1 et 2. On choisit le pivot égal à 5, il n’y a pas de permmutation à faire.
x y z t
..
1 −1 2 . −1
1
.. L1
0 2 −5 −5 . 1
0
L200
..
0 0 5 7 . 1 L3
00
. L4
10 14 .. 2
0
0 L00
. 5
0 0 0 0 .. 0
On effectue une seule opération, on a :
x y z t
..
1 −1 2 . −1
1
.. L1
0 2 −5 −5 . 1
0
L200
..
0 0 5 7 . 1 L3
00 00
. L4 − 2L3
0 .. 0
0
0 0 L00
. 5
0 0 0 0 .. 0
196
Diagonalisation des
endomorphismes
Dans ce chapitre K = R ou C.
M = P DP −1 .
197
198
M = P DP −1 .
f (X k ) = kX k
F (f ) = f 00 .
Ainsi ces trois fonctions sont des vecteurs propre de F associés aux
valeurs propres -1 et 1.
Eλ = {v ∈ E : f (v) = λv}
f (P ) = XP 0 .
La proposition suivante est importante. Elle indique le fait que pour calculer
le polynôme caractéristique d’un endomorphisme, il suffit de calculer celui de sa
matrice dans une base quelconque.
Proposition 31 Soit f une endomorphisme de E et M sa matrice dans une base
quelconque. Alors
Pf (X) = PM (X).
Exemple - On considère l’endomorphisme f de R3 dont la matrice dans
la base canonique est
3 1 1
A = −2 0 −2 .
3 3 5
Le polynôme caractéristique Pf (X) de f est donné par
3−X 1 1
Pf (X) = det(f − XIdR3 ) = −2
−X −2
3 3 5−X
3−X 1 0 3−X 1 0
C3 −C2
= −2 −X X − 2 = (X − 2) −2
−X 1
3 3 2−X 3 3 −1
3−X 1 0
L3 +L2
= (X − 2) −2 −X 1
1 3−X 0
−(X − 2) (X − 3)2 − 1 = −(X − 2)2 (X − 4).
=
dim Eλi = αi .
Ainsi
V = (x, y, z) ∈ E2 ⇔ x + y + z = 0.
A − 4I3 = 0.
Donc,
−1 1 1 x
W = (x, y, z) ∈ E4 ⇔ −2 −4 −2 y = 0.
3 3 1 z
Ainsi
−x + y + z = 0 (L1)
W = (x, y, z) ∈ E4 ⇔ −2x − 4y − 2z = 0 (L2)
3x + 3y + z = 0 (L3)
AX = λi X.
Pf (X) = X 2 + 1,
Pf (X) = X 2 + 1.
On a
Ph (X) = (X − 1)2 .
La seule valeur propre est donc 1 et un calcul direct montre que
le sous-espace propre V1 est engendré par le vecteur (1, 0). Il n’est
donc pas de dimension 2, et h n’est donc pas diagonalisable.
205
Ainsi les valeurs propres de A1 sont 1 qui est simple et 2 qui est double. Donc
la première condition du théorème 34 est vérifiée. D’un autre côté, d’après le
théorème Noyau-Image (cf. Théorème 18), on a
Or
0 5 4
A1 − 2I3 = 0 0 5 .
0 0 −1
5 4
Cette matrice est clairement de rang 2, puisque le déterminant extrait
=
0 5
25 6= 0 (cf. Théorème 27). Ainsi dim(E2 ) = 3 − 2 = 1 qui est strictement
inférieur à la multiplicité de la valeur propre 2. La deuxième condition du
théorème 34 n’est donc pas vérifiée. En conclusion, la matrice A1 n’est pas
diagonalisable ni sur R ni sur C.
206
Les valeurs propres de A2 sont 1 qui est simple et 2 qui est double. Donc, la
première condition du théorème 34 est vérifiée.
Puisque 1 est une valeur propre simple, on déduit de (8.1) que dim(E1 ) = 1.
Cherchons dim E2 . D’après le théorème Noyau-Image (cf. Théorème 18), on
a
dim(E2 ) = 3 − rg(A2 − 2I3 ).
Or
0 0 1
A2 − 2I3 = 0 0 0 .
0 0 −1
Le rang de cette matrice est clairement égal à 1 et donc
dim(E2 ) = 3 − 1 = 1
Les valeurs propres de A3 sont m + 2 qui est simple et m − 1 qui est double.
Donc, la première condition du théorème 34 est vérifiée.
207
Puisque m+2 est une valeur propre simple, on déduit de (8.1) que dim(Em+2 ) =
1. Cherchons dim Em−1 . D’après le théorème Noyau-Image (cf. Théorème
18), on a
dim(Em−1 ) = 3 − rg(A3 − (m − 1)I3 ).
Or
1 1 1
A3 − (m − 1)I3 = 1 1 1 .
1 1 1
Comme les trois vecteurs colonne de cette matrices sont égaux et non nuls
on déduit que rg(A3 − (m − 1)I3 ) = 1 et donc
dim(Em−1 ) = 3 − 1 = 2
qui est égale à la multiplicité de la valeur propre m−1. La deuxième condition
de la proposition est alors vérifiée.La deuxième condition du théorème 34 est
alors vérifiée. En conclusion, la matrice A3 est diagonalisable sur R et sur
C.
4. On développe suivant la première colonne et on obtient que le polynôme ca-
ractéristique de A4 est donné par
−X 1 0 0
0 −X 1 0
PA4 (X) =
0 0 −X 1
1 0 0 −X
−X 0 0 1 0 0
= −X 0 −X 1 − −X 1 0
0 0 −X 0 −X 1
= X 4 − 1 = (X − 1)(X + 1)(X 2 + 1).
Le polynôme PA4 n’est pas scindé dans R[X] et donc la première condition
du théorème 34 n’est pas vérifiée. En conclusion, La matrice A4 n’est pas
diagonalisable sur R.
Dans C, la première condition est toujours vérifiée. Dans ce cas, PA4 (X) =
(X − 1)(X + 1)(X + i)(X − i). Donc la matrice A4 possède 4 valeurs propres
distinctes, et en vertu du corollaire 11, la matrice A4 est diagonalisable sur
C.
5. Le polynôme caractéristique de A5 est donné par
−X 1 3 7
0 −X 5 2 4
PA5 (X) = =X .
0 0 −X 15
0 0 0 −X
208
Solution - Nous allons vérifier à pour quelles valeurs de a les deux conditions
du théorème 34 sont satisfaites.
En développant suivant la première colonne, on obtient que le polynôme caractéris-
tique de A est donné par
1−X 2 a − 1
PA (X) =
0 a−1−X 1
0 2a − 5 5−a−X
a−1−X 1
= (1 − X)
2a − 5 5−a−X
C1 +C2 a−X 1
= (1 − X)
a−X 5−a−X
1 1
= (1 − X)(a − X)
1 5−a−X
= (1 − X)(a − X)(4 − a − X).
Or
0 2 0
A − I3 = 0 −1 1 .
0 −3 3
Le rang de cette matrice est clairement égal à 2 car le déterminant d’ordre
2 0
2 extrait de la matrice A est non nul (cf. Théorème 27). Donc
−1 1
dim(E1 ) = 3 − 2 = 1 différent de la multiplicité de la valeur propre 1 et la
deuxième condition du théorème 34 n’est pas vérifiée. En conclusion, dans ce
cas, la matrice A n’est pas diagonalisable sur R.
3. a = 2. Dans ce cas, les valeurs propres de A sont 1 qui est simple et 2 qui
est double. La première condition du théorème 34 est alors vérifiée.
Puisque 1 est une valeur propre simple, on déduit de (8.1) que dim(E1 ) =
1. Cherchons la dimension de E2 . D’après le théorème Noyau-Image (cf.
Théorème 18), on a
Or
−1 2 1
A − 2I3 = 0 −1 1
0 −1 1
Le rang de cette matrice est 2 car le déterminant, d’ordre 2
2 1
−1 1
Solution -
1. – La somme de deux matrices symétrique est symétrique. Mais le produit de
deux matrices symétriques n’est pas toujours symétriques. Or, comme B
est symétrique, pour toute matrice symétrique M , d’après la proposition
21,
et donc φ(M ) est une matrice symétrique. Par conséquent, φ est bien une
application à valeur dans E.
– Vérifions que φ est linéaire :
Soient M et N deux éléments de E. On a :
φ(M + N ) = B(M + N ) + (M + N )B
= BM + BN + M B + N B
= φ(M ) + φ(N ).
211
Posons
1 0 0 1 0 0
1 = , 2 = , 3 = .
0 0 1 0 0 1
φ(1 ) = 2α1 + 2 ,
φ(2 ) = 21 + α2 +23
φ(3 ) = 2 .
Ainsi
2α 2 0
A = 1 α 1 .
0 2 0
212
p p
α, α + α2 + 4, α − α2 + 4.
Pour toute valeur de α, on vérifie sans peine que ces trois racines sont dis-
tinctes (et simples). Par conséquent, φ est diagonalisable, (en vertu du co-
rollaire 11).
3 −1 2
A = 0 2 2 .
1 −1 4
Calculer les valeurs propres de A. Démontrer que A est diagonalisable sur R. Dia-
gonaliser A sur R.
213
Les valeurs propres de A sont {2, 3, 4}. Elles sont toutes simples.
D’après le corollaire 11, la matrice A est diagonalisable sur R.
Déterminons maintenant les sous-espaces propres de A.
On a
E2 = ker(A − 2I3 ).
On résoud le système
AX = 2X,
où X = (x, y, z) ∈ R3 . Ce système est équivalent à
x − y + 2z = 0
2z = 0
x + 2y + z = y 0 (2)
y + z = z 0 (3)
Solution -
1. Pourrésoudre cette
équation, commençons par diagonaliser dans C la matrice
0 −1
A= . Le polynôme caractéristique de A est
1 0
AV = ıV. (8.3)
Le vecteur Vı = (1, −ı) est solution de (8.3). C’est donc un vecteur propre
associé à la valeur propre ı.
– De la même façon, pour déterminer un vecteur propre associé à la valeur
propre −ı, nous devons résoudre le système
AV = −ıV. (8.4)
Le vecteur V−ı = (1, ı) est solution de (8.4). C’est donc un vecteur propre
associé à la valeur propre −ı.
– La matrice de passage P de la base canonique dans la base (Vı , V−ı ) s’écrit
donc :
1 1
P = .
−ı ı
Remarquons qu’un calcul direct, utilisant par exemple le théorème 26),
donne
1 1 ı
P −1 = .
2 1 −ı
– Finalement, la matrice A est semblable à la matrice
ı 0
B= .
0 −ı
On a donc
B = P AP −1 . (8.5)
216
Y = P −1 ZP. (8.6)
On déduit de (8.5) et (8.6) :
Z 2 = A ⇔ Y 2 = P −1 ZP P −1 ZP = P −1 Z 2 P = P −1 AP = B.
Donc
Z 2 = A ⇔ Y 2 = B. (8.7)
Résolvons maintenant l’équation
Y 2 = B. (8.8)
Cette équation est plus facile à résoudre que (8.2) puisque la matrice consi-
dérée est maintenant diagonale. Posons
a b
Y = .
c d
a + d 6= 0,
b = c = 0.
Par suite
1 2
a = √ (1 + i), d = √ (1 − i),
2 2
où 1 , 2 ∈ {1, −1}. Ainsi les solutions de 8.7 sont les quatre matrices
1
!
√
2
(1 + i) 0
2 , 1 , 2 ∈ {1, −1}.
0 √
2
(1 − i)
217
Exercice 66 Soit
2 0 4
A = 3 −4 12 .
1 −2 5
1. Calculer le polynôme caractéristique PA de A et les valeurs propres de A ?
2. Trouver une base B de R3 formée de vecteurs propres de A.
3. Ecrire la matrice de passage P de la base canonique de R3 à B et calculer
P −1 .
4. En déduire An , n ∈ N.
5. Calculer PA (A).
Solution -
1. Le polynôme caractéristique de A est donné par
2−X 0 4
PA (X) =
3 −4 − X 12
1 −2 5−X
2 − X 2(2 − X) 4
C2 +2C1
= 3 2−X 12
1 0 5−X
2−X 2 4
= (2 − X) 3 1 12
1 0 5−X
−4 − X 0 −20
L1 −2L2
= (2 − X) 3 1 12 on développe suivant C2
1 0 5−X
−4 − X −20
= (2 − X)
1 5−X
= (2 − X)[(X + 4)(X − 5) + 20] = X(X − 1)(2 − X).
218
Elle est inversible et pour calculer son inverse, nous allons utilisé la comatrice
de P (cf. Théorème 26). On développe suivant la deuxième colonne et on
obtient
3 1 −4 2
det P = 4
− = 2.
2 0 3 1
D’un autre côté,
0 1
3 1 3 0
1 0 −
2 0 2 1
−4 2 −4 2 −4 −4
com(P ) = −
−
1 0
2 0 2 1
−4 2 −4 2 −4 −4
0 1
−
3 1 3 0
−1 2 3
= 2 −4 −4 .
−4 10 12
Ainsi
− 12
1 −2
P −1 = 1 −2 5 .
3
2 −2 6
0 0 0
Finalement, A est semblable à la matrice diagonale D = 0 1 0 et on a
0 0 2
D = P −1 AP. (1)
Solution -
1. Le polynôme caractéristique de A est donné par
1−X 3 = (1 − X)2 − 32 = (X + 2)(X − 4).
PA (X) =
3 1−X
2. On a
E−2 = ker(A + 2I2 ).
On résoud le système
AX = −2X,
On résoud le système
AX = 4X,
4n + (−2)n 4n − (−2)n
n 1
A = .
2 4n − (−2)n 4n + (−2)n
Donc
un u0
= An
vn v0
5.22n−1 + (−2)n−1
=
5.22n−1 − (−2)n−1
223
8.3 Examen 1
Examen 1
Questions de cours :
Exercice 1 :
Soit P ∈ R[X] un polynôme de degré égal à 7 tel que P (X) + 1 est divisible
par (X − 1)4 et P (X) − 1 est divisible par (X + 1)4 .
1. Montrer que P 0 (X) est divisible par (X − 1)3 et par (X + 1)3 .
2. En déduire que P 0 (X) est divisible par (X 2 − 1)3 .
3. Trouver P (X).
Exercice 2 :
5 4 2
1. Effectuer la division
√ √ de P (X) = X − 4X + 3X − 17 par
euclidienne
(X − 2 − 5)(X − 2 + 5).
√ √
2. En déduire le calcul de P (2 + 5) et P (2 − 5).
Exercice 3 :
Exercice 4 :
F = {(x, y, z) / x + 2y + z = 0}
Exercice 5 :
Exercice 6 :
, est libre.
2. Compléter {V1 , V2 } pour former une base de R4 .
225
8.4 Examen 2
Exercice 1 :
Exercice 2 :
Exercice 3 :
Considérons la matrice
0 0 1
A = −1 −1 −1
−2 −1 −2
226
Exercice 4 :
f : E2 −→ E2
P (X) 7−→ 4XP (0) + 2P (X) + P 0 (X)
Exercice 5 :
Exercice 6 :
0 1 0 0 0 1
1. Diagonaliser S = 1 0 1 et T = 0 1 0 avec la même
0 1 0 1 0 0
matrice de passage P .
227
Exercice 1 :
1. P (X) + 1 divisible par (X − 1)4 implique que 1 est une racine, d’ordre au
moins égal à 4, de P (X) + 1. Donc 1 est une racine d’ordre au moins égal à
3 de P 0 (X). D’où P 0 (X) est divisible par (X − 1)3 .
De même, P (X) − 1 divisible par (X + 1)4 implique que -1 est une racine,
d’ordre au moins égal à 4, de P (X) − 1. Donc -1 est une racine, d’ordre au
moins égal à 3, de P 0 (X). D’où P 0 (X) est divisible par (X + 1)3 .
35
En utilisant le fait que P (1) = −1 et P (−1) = 1, on a β = 0 et α = 16 .
D’où :
35 1 7 3 5 3
P (X) = X − X +X −X .
16 7 5
Exercice 2 :
1. La division euclidienne de
P (X) = X 5 − 4X 4 + 3X 2 − 17
par √ √
(X − 2 − 5)(X − 2 + 5)
implique
√ √
P (X) = (X − 2 − 5)(X − 2 + 5)(X 3 + X + 7) + 29X − 10.
229
Exercice 3 :
1. On a
P (j) = j 8 + 2j 6 + 3j 4 + 2j 2 + 1
= 3(j 2 + j + 1)
= 0 (car j 3 = 1 et j 2 + j + 1 = 0)
de même, on montre que P 0 (j) = 0.
2. Comme P (X) est un polynôme pair, on a P 0 (X) est impair et P (−j) =
P 0 (−j) = 0.
Puisque P est un polynôme à coefficients réels, on aussi P (j) = 0 , P 0 (j) =
0 , P (−j) = 0 et P 0 (−j) = 0.
Il vient de tout ce qui précède que j, −j, j et −j sont des racines doubles de
P (X). Donc
et
P (X) = (X 2 + X + 1)2 (X 2 − X + 1)2 dans R[X].
A
3. Posons F = B = (X−j)2 (X+j)21(X−j)2 (X+j)2 .
La fraction F est irréductible car le numérateur est une constante non nulle.
La partie entière est nulle puisque le degré du polynôme A est strictement
inférieur à celui de B.
Le polynôme B est factorisé en polynômes irréductibles.
La forme de la décomposition en éléments simples de F est :
a1 X + b1 a2 X + b2 c1 X + d1 c2 X + d2
F = 2
+ 2 2
+ 2 + ,
X + X + 1 (X + X + 1) X − X + 1 (X 2 − X + 1)2
donc a2 = 14 et b2 = 0.
En donnant à X les valeurs particulières X = 1 et X = 2 par exemple, on
a:
1 X 1 X 1 X +1 1 1−X
F =− 2
+ 2 2
+ + .
4 X − X + 1 4 (X + X + 1) 2 X + X + 1 2 (X − X + 1)2
2 2
Exercice 4 :
Exercice 5 :
Exercice 6 :
1. Voir le cours.
2. Notons par L1 , L2 , L3 les lignes et C1 , C2 , C3 les colonnes des tableaux
ci-dessous :
Etape 1 : on choisit le pivot égal à 1
1 2 3 2 L1 1 2 3 2 L1
3 6 8 5 L2 −→ 0 0 −1 −1 L2 − 3L1
6 12 13 7 L3 0 0 −5 −5 L3 − 6L1
Etape 2 : on choisit le pivot égal à -1, pour cela on permute les colonnes C2
et C3 , on a
1 3 2 2 L1 1 3 2 2 L1
0 −1 0 −1 L2 −→ 0 −1 0 −1 L2
0 −5 0 −5 L3 0 0 0 0 L3 − 5L2
Exercice 2 :
1
Si a 6= 3 alors l’ensemble des solutions S est vide : S = ∅.
1
Si a = 3 alors
2 1
S= − − 2z, − z, z / z ∈ R .
3 3
Exercice 3 :
Exercice 4 :
Exercice 5 :
1. Voir le cours.
2. Soit
1 0 −1
B = 3 1 −3
1 2 −2
(a) On ajoutant la colonne C1 à la colonne C3 , on a :
1
0 −1 1 0 0
det(B) = 3 1 −3 = 3 1 0 = −1
1 2 −2 1 2 −1
Exercice 6 :
√ √
Donc x = z et y = 2x. D’où E√2 = V ect((1, 2, 1)).
Pour déterminer le sous-espace propre E−√2 , on résoud le système SX =
√
− 2X, où X = (x, y, z) ∈ R3 . Ce système est équivalent à
√
2x
√ +y = 0
x + 2y√ + z = 0
y + 2z = 0
√ √
Donc x = z et y = − 2x. D’où E−√2 = V ect((1, − 2, 1)).
Elle est inversible et son inverse P −1 est obtenu, par la résolution du système
P X = Y , X = (x, y, z) et Y = (x0 , y 0 , z 0 ). On a
2 √0 −2
1
P −1 = 1 √2 1
4
1 − 2 1
On a
0 √0 0
P −1 SP = D1 = 0 2 0
√
0 0 − 2
et
−1 0 0
P −1 T P = D2 = 0 1 0
0 0 1
3. On a M n = P Dn P −1 avec
(a − c)n
√ 0 0
Dn = 0 (a + 2b + c)n √0
.
0 0 (a − 2b + c)n
Index
formule de Taylor, 37
Formules de Cramer, 175
Gauss, 35
groupe, 21
irréductible, polynôme, 33
partie pôlaire, 60
pivot de Gauss, 184
plus grand diviseur commun, 33
polynôme caractéristique, 200
polynôme normalisé, 32
pôle, 60
239