Vous êtes sur la page 1sur 12

TD 11 - corrigé

PT Alg 4

Légende : 4 : application du cours - : classique ( : pour aller plus loin

Exercice 10.1 4
n
Soit n ∈ N. Montrer que ϕ(P,Q) = P (k)Q(k) définit un produit scalaire sur Rn [X ].
X
k=0

Arguments attendus surtout sur la démonstration de ”définie-positive”.


â bilinéarité : OK
â symétrie : OK
n
â Soit P ∈ E , ϕ(P, P ) = (P (k))2 .
X
k=0
Une somme de réels positifs est positive, donc (P |P ) Ê 0.
On suppose que ϕ(P, P ) = 0. Montrons que P = 0 (i.e. P est le polynôme nul).
Une somme de réels positifs est nulle ssi les réels positifs sont tous nuls, donc ∀k ∈K0, n J, P (k) = 0, donc le polynôme P
admet n + 1 racines distinctes alors qu’il est de degré au plus n. Donc ce polynôme est nul (car un polynôme non nul de
degré n a au plus n racines).

Donc ϕ définit un produit scalaire sur Rn [X ].

Exercice 10.2 - Z 1
Soit E = C 1 ([0, 1], R), on pose pour tout ( f , g ) ∈ E 2 , ϕ( f , g ) = f (0)g (0) + f 0 (t )g 0 (t ) d t .
0

1. justifier que ϕ définit un produit scalaire sur E .

2. Déterminer Vect( f )⊥ où f est la fonction constante égale à 1 sur [0, 1].

Arguments attendus sur la démonstration de ”définie-positive”.


â bilinéarité : OK
â symétrie : OK
Z 1
â Soit f ∈ E , ϕ( f , f ) = ( f (0))2 + ( f 0 (t ))2 d t . Or l’intégrale d’une fonction positive sur un segment est positive, donc
0
Z 1
( f 0 (t ))2 d t Ê 0.
0
Donf ∀ f ∈ E , ϕ( f , f ) Ê 0.
Soit f ∈ E , on suppose que ϕ( f , f ) = 0. Montrons que f = 0 (i.e. f est la fonction nulle sur [0, 1]).
Z 1
On a donc ( f (0))2 + ( f 0 (t ))2 d t = 0, une somme de réels positifs est nulle ssi les réels positifs sont tous nuls, donc
Z 1 0

f (0)2 = 0 et ( f 0 (t ))2 d t = 0. On a donc f (0) = 0.


0
f 02 est une fonction continue, positive et son intégrale sur [0, 1] est nulle donc f 02 = 0 sur [0, 1] utilisation d’une propriété
de l’intégrale.
On a ainsi f 0 = 0 sur [0, 1] donc f est une fonction constante sur [0, 1].
Or f (0) = 0 donc la constante est 0, donc f = 0 sur [0, 1].
Exercice 10.3 - Z +∞
On se place sur E = R[X ], et on pose, pour tout (P,Q) ∈ (R[X ])2 , ϕ(P,Q) = P (t )Q(t )e −t d t . Montrer que ϕ(P,Q) existe
0
puis montrer que ϕ est un produit scalaire sur E .

Arguments attendus sur l’existence (attention, ce ne sera pas forcément précisé, il faut que vous remarquiez de vous-
même le fait que l’on travaille avec une intégrale généralisée.
â t 7→ P (t )Q(t )e −t est continue sur [0, +∞[. Z +∞
¯ −t ¯
¯ 1 1
P et Q étant deux polynômes, on sait que P (t )Q(t )e
¯ = o( 2 ) (utilisation des croissances comparées). De plus 2
dt
+∞ t Z +∞ Z +∞ 1 t
¯P (t )Q(t )e −t ¯ d t converge, et donc P (t )Q(t )e −t d t
¯ ¯
converge, donc par comparaison de fonctions positives, on sait que
1 1
converge. Donc l’intégrale définissant ϕ(P,Q) existe.
â Arguments attendus sur la démonstration de ”définie-positive”.
Ù bilinéarité : OK, par propriété de l’intégrale.
Ù symétrie : OK Z
+∞
Soit P ∈ E , ϕ(P, P ) = (P (t ))2 e −t d t . Or l’intégrale d’une fonction positive sur un segment est positive, donc ϕ(P, P ) Ê 0.
0
On suppose que ϕ(P, P ) = 0. Montrons que P = 0 (i.e. P est le polynôme nul).
t 7→ (P (t ))2 e −t est une fonction continue, positive et son intégrale sur [0, +∞[ est nulle donc cette fonction est nulle sur

Magali Hillairet 1 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

[0, +∞[ utilisation d’une propriété de l’intégrale.


On a ainsi ∀t ∈ [0, +∞[, (P (t ))2 e −t = 0, donc P (t ) = 0. P est un polynôme qui a une infinité de racines, donc c’est le
polynôme nul.

Exercice 10.4 ( π
1
Z
On définit une application ϕ : R[X ] × R[X ] → C par ϕ(P,Q) = P (e i θ )Q(e −i θ )d θ.
2π −π

1. Montrer que ϕ définit un produit scalaire sur R[X ].

2. Montrer que (1, X , X 2 , . . . , X n ) est une famille orthonormée pour ce produit scalaire.

Exercice 10.5 4
Soit E un espace préhilbertien réel muni d’un produit scalaire < ·, · >.
Soient y 1 , y 2 dans E . Montrer que si ∀x ∈ E , < x, y 1 >=< x, y 2 > alors y 1 = y 2 .

On a donc ∀x ∈ E , < x, y 1 − y 2 >= 0.


Or y 1 −y 2 ∈ E , on applique donc l’hypothèse à x = y 1 −y 2 , et on obtient < y 1 −y 2 , y 1 −y 2 >= 0. Cela implique que y 1 −y 2 = 0
par définition du produit scalaire.

Exercice 10.6 - Z b dx b−a


Soient a, b deux réels tels que 0 < a < b. Montrer que Ép .
a x ab
Indication : penser à l’inégalité de Cauchy-Schwarz
Z b
0
On pose le cadre : on travaille dans C ([a, b], R) muni du produit scalaire < f , g >= f (t )g (t ) d t .
a
1
On applique alors l’inégalité de Cauchy-Schwarz à f x 7→ 1 et g : x 7→ (qui sont bien dans C 0 ([a, b], R)).
¯ ¯ x
On a ainsi, ¯< f , g >¯ É k f k kg k.
s s s
Z b Z b
p
r
dx 1 1 b−a
On calcule k f k = d x = b − a et kg k = 2
= − = .
a a x a b ab
¯Z b ¯
¯ ¯ b−a
Donc ¯¯ f (x)g (x) d x ¯¯ É p . Ce qui conclut.
a ab
Exercice 10.7 4
On considère R4 muni de sa structure euclidienne canonique et F le ssev de R4 défini par :
F = {(x, y, z, t ) ∈ R4 / x − y + 2z − t = 0}.

1. Déterminer une base orthonormale de F .

2. Déterminer F ⊥ (en donner une base).

1. F est un hyperplan. Donc F est de dimension 3.


Prenons une base de F : (ε1 , ε2 , ε3 ) avec ε1 = (1, 1, 0, 0), ε2 = (−2, 0, 1, 0) et ε3 = (1, 0, 0, 1).
On l’orthonormalise avec le procédé de Gram-Schmidt.
1
On truove alors (u 1 , u 2 , u 3 ) avec u 1 = p (1, 1, 0, 0), u 2 = u 3 =.
2

2. Le vecteur ε4 = (1, −1, 2, −1) est un vecteur orthogonal à F . De plus, F ⊥ est de dimension 1 (car c’est un supplémen-
taire de F dans R4 . Donc F ⊥ = Vect(ε4 ), et (ε4 ) est une base de F ⊥ .

Exercice 10.8 4
Soit E = R3 muni de sa structure euclidienne canonique. On pose u 1 = (1, 1, 0), u 2 = (1, 0, 1) et u 3 = (−1, −1, −1).

1. Justifier que (u 1 , u 2 , u 3 ) forme une base de E .

2. Appliquer le procédé d’orthonormalisation de Gram-Schmidt à la famille (u 1 , u 2 , u 3 ).

3. On pose F = Vect(u 1 , u 2 ). Déterminer l’orthogonal de F . Donner une expression de la projection orthogonale sur F .

Magali Hillairet 2 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

¯ ¯
¯ 1 1 −1 ¯
¯ = 1 6= 0. Donc la famille est une base de R3 .
¯ ¯
1. On calcule le déterminant ¯¯ 1 0 −1 ¯
¯ 0 1 −1 ¯

2. En normalisant à la fin.
Étape 1 : g 1 = u 1 = (1, 1, 0).
1 1 1
Étape 2 : g 2 = e 2 − αg 1 avec < g 2 , g 1 >= 0. On trouve α = et g 2 = ( , − , 1).
2 2 2
2
Étape 3 : g 3 = e 3 − αg 1 − βg 2 avec < g 3 , g 2 >= 0 et < g 3 , g 2 >= 0 pour déterminer α et β. On trouve α = −1 et β = − ,
3
1 1 1
donc g 3 = ( , − , − ).
3 3 3 p
1 1 1 1 2 1 1 1
Étape 4 : Normalisation : f 1 = g 1 /kg 1 k = ( p , p , 0), f 2 = ( p , − p , p ), f 3 = ( p , − p , − p ).
2 2 6 6 3 3 3 3

3. Par le procédé de Gram-Schmidt, on a F = Vect( f 1 , f 2 ), et ( f 1 , f 2 , f 3 ) est une famille orthonormée donc F ⊥ = Vect( f 3 ).
Pour projeter orthogonalement sur F , en connaissant une base orthonormée de F ,
â Soit on utilise p(u) =< u, f 1 > f 1 + < u, f 2 > f 2 ,
â Soit on utilise q la projection orthogonale sur F ⊥ = Vect( f 3 ), et on calcule q(u) =< u, f 3 > f 3 puis p(u) = u − q(u).
L’expression de q est pour tout u ∈ R3 , q(u) =< u, f 3 > f 3 .
L’expression de p est donc pour tout u ∈ R3 , p(u) = u− < u, f 3 > f 3 .
2x + y + z x + 2y − z x − y + 2z
On obtient ainsi, pour u = (x, y, z), p(x, y, z) = ( , , ).
3 3 3

Exercice 10.9 4
On considère R3 muni de sa structure euclidienne canonique et F le ssev de R3 défini par :
F = {(x, y, z) ∈ R3 / x − y + 2z = 0}.

1. Déterminer une base orthonormale du supplémentaire orthogonal de F .

2. Ecrire la matrice dans la base canonique de R3 de la projection orthogonale sur F .

3. Ecrire la matrice dans la base canonique de R3 de la symétrie orthogonale par rapport à F .

4. Calculer d (u, F ) où u = (1, 2, 3).

Exercice 10.10 ( R1
Soit E = C 0 ([0, 1], R) et < f |g >= 0 f (t )g (t ) d t .
On note F = { f ∈ E / ∀x ∈ [0, 21 ], f (x) = 0} et G = {g ∈ E / ∀x ∈ [ 21 , 1], g (x) = 0}.

1. Montrer que F ⊥ = G et G ⊥ = F .

2. Montrer que (F ⊥ )⊥ = F et F + F ⊥ 6= E .

3. Montrer que (F ∩G)⊥ 6= F ⊥ +G ⊥ .

1. Montrer que G ⊂ F ⊥ ne pose pas de problème.


Prenons maintenant g ∈ F ⊥ , il faut montrer que g ∈ G.
Raisonnons par l’absurde en supposant que ∃x 0 ∈] 21 , 1] tel que g (x 0 ) 6= 0.
1
Il existe alors η > 0 tel que ∀x ∈]x 0 −η, x 0 +η[, g (x) > 0. Et on pose ε = min(η, x 0 − 21 ), ainsi ε > 0 et pour x 1 = x 0 −ε > ,
2
on a g (x 1 ) > 0. Faire un dessin.
On construit alors une fonction f continue par morceaux qui vaut 0 sur [0, 21 ], affine entre 21 et x 1 , puis égale à g sur
[x 1 , 1]. Z 1
On a alors f ∈ F donc < g , f >= 0, ce qui conduit à g (t )2 d t = 0.
x1
Mais ceci permet de montrer que g est nulle sur [x 1 , 1], ce qui contredit le choix de x 0 .
Donc ∀x > 21 , g (x) = 0.
De plus comme g est continue sur [0, 1], on déduit que g ( 21 ) = lim g (x) = 0, et donc g ∈ G.
x→( 12 )+

On a ainsi F = G. et L’autre égalité se montre de la même manière.

Magali Hillairet 3 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

2. La suite découle du 1. F ⊥ = G donc (F ⊥ )⊥ = G ⊥ = F .


F + F ⊥ = F +G. Or les fonctions qui sont dans F +G s’annulent en 21 (car elles sont sommes de fonctions qui valent
0 en 12 ). Mais il existe dans E des fonctions qui ne sont pas nulles en 21 (par exemple x 7→ x). Donc F + F ⊥ 6= E .
Cet exercice fournit donc un contre-exemple, en dimension infinie d’une égalité qui est toujours vraie en dimension
finie.

3. F ∩G = {0} donc (F ∩G)⊥ = E .


Et F ⊥ +G ⊥ = G + F 6= E d’après ce qui précéde.

Exercice 10.11 -
Soit E un espace vectoriel euclidien (le produit scalaire est noté (·|·).
On considère f ∈ L(E ) tel que ∀x, y ∈ E , ( f (x)|y) = (x| f (y)).
1. Montrer que la matrice de f dans une base orthonormée B = (e 1 , . . . , e n ) est symétrique.

2. Montrer que le noyau et l’image de f sont supplémentaires et orthogonaux.

1. On revient à la définition de matrice M de f dans la base B = (e 1 , . . . , e n ) : les colonnes de M contiennent les


coordonnées des f (e j ) dans B.
n
X
Or (e 1 , . . . , e n ) est orthonormée, donc pour j ∈ J1, n K, f (e j ) = ( f (e j )|e i )e i . C’est-à-dire que les coefficients de M
i =1
sont m i j = ( f (e j )|e i ).
Avec la propriété de f , on a m i j = (e j | f (e i )) = ( f (e i )|e j ) = m j i .
On en déduit que M est symétrique.

2. â Montrons que Im f et ker f sont orthogonaux.


Soit x ∈ Im f et y ∈ ker f . Il existe x 0 ∈ E tel que x = f (x 0 ) et on a f (y) = 0. On a donc (x 0 | f (y)) = 0. De plus, par
l’hypothèse, on a (x 0 | f (y)) = ( f (x 0 )|y) = (x|y), donc (x|y) = 0.
On conclut que Im f et ker f sont orthogonaux, i.e. Im f ⊂ (ker f )⊥ et ker f ⊂ (Im f )⊥ .
â Ce qui précède implique que Im f ∩ ker f = {0} (car si x est dans l’intersection alors il est dans ker f et est orthog-
onal à lui-même, donc il est nul).
De plus, par le théorème du rang, on a dim Im f + dim ker f = dim E . Donc Im f et ker f sont supplémentaires dans
E . Ce sont donc des supplémentiares orthogonaux, i.e. Im f = (ker f )⊥ et ker f = (Im f )⊥ . On peut aussi montrer les
deux égalités seulement avec les dimensions et les inclusions déjà obtenues.

Exercice 10.12 (
Soit E un espace euclidien et f un endomorphisme de E . On suppose que f est un projecteur. Montrer que f est un
projecteur orthogonal si et seulement si ∀x ∈ E , k f (x)k É kxk.

â Supposons que f est un projecteur orthogonal. On sait alors que Im f et ker f sont des supplémentaires orthog-
onaux. Soit x ∈ E , on écrit x = f (x) + x − f (x), et on sait que f (x) et x − f (x) sont orthogonaux. On a donc kxk2 =
k f (x)k2 + kx − f (x)k2 Ê k f (x)k2 . Et on peut conclure que kxk Ê k f (x)k.
â Supposons maintenant que f est un projecteur et que ∀x ∈ E , k f (x)k É kxk.
On veut montrer que ker f et Im f sont orthogonaux. Prenons x ∈ ker f et y ∈ Im f .
On va utiliser l’hypothèse : la question est pour quel vecteur l’appliquer ? Il faut ici penser à considérer λ ∈ R et u = x +λy.
On applique l’hypothèse à ce vecteur u. On a k f (u)k É kuk.
Or f (u) = λy car f (x) = 0 et f (y) = y car y ∈ Im f et f est un projecteur.
On a donc kλyk2 É kx + λyk2 et en développant et simplifiant on obtient ∀λ ∈ R, 0 É kxk2 + 2λ(x|y). Ceci n’est possible
que si (x|y) = 0.
On peut alors conclure.

Exercice 10.13 - Déterminant de Gram

Soit (x 1 , . . . , x n ) une ¡famille ¢de vecteurs d’un espace vectoriel euclidien E .


On note G(x 1 , . . . , x n ) = (x i |x j ) 1Éi , j Én ∈ M n (R).

1. Montrer que si (x 1 , . . . , x n ) est liée alors detG(x 1 , . . . , x n ) = 0.

2. On suppose désormais que la famille (x 1 , . . . , x n ) est libre et on pose F = Vect(x 1 , . . . , x n ).


On note M = M at B (x 1 , . . . , x n ) où B est une base orthonormée de F .
Exprimer G(x 1 , . . . , x n ) en fonction de M et de t M . En déduire que detG(x 1 , . . . , x n ) > 0.

Magali Hillairet 4 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

s
detG(x, x 1 , . . . , x n )
3. On considère x ∈ E . Montrer que d (x, F ) = .
detG(x 1 , . . . , x n )

1. On suppose que la famille (x 1 , . . . , x n ) est liée, donc un vecteur, par exemple x 1 s’écrit comme CL des autres. En
écrivant cette combinaison linéaire et en calculant les (x|e i ), on obtiendra en première colonne la même CL des
autres colonnes de la matrice. Le déterminant de la matrice est donc nul.

2. On suppose désormais que la famille (x 1 , . . . , x n ) est libre et on pose F = Vect(x 1 , . . . , x n ).


F est donc de dimension n, on note B = (e 1 , . . . , e n ).
Xn
On note ausi M = (m i j ) ce qui signifie que pour tout j ∈ J1, n K, x j = mi j e i .
j =1
n
X
Le calcul de (x i |x j ) se fait simplement car on travaille en base orthonormée : (x i |x k ) = m i j m k j . Et on reconnaît
j =1
là le coefficient du produit M t M .
On conclut que G(x 1 , . . . , x n ) = M t M . Donc detG(x 1 , . . . , x n ) = det(M t M ) = det(M ) det(t M ) = (det(M ))2 car det(t M ) =
det(M ).
On conclut que detG(x 1 , . . . , x n ) Ê 0. De plus, M est inversible car c’est la matrice d’une base donc son déterminant
est non nul. On a bien detG(x 1 , . . . , x n ) > 0.

Exercice 10.14 -
On munit M n (R) du produit scalaire (A|B ) = tr(t AB ) et on note k · k la norme associée.

1. Montrer que S n (R) sous-espace des matrices symétriques et A n (R) sous-espace des matrices antisymétriques sont
des supplémentaires orthogonaux.
1
2. Soit A ∈ M n (R), montrer que d (A, S n (R)) = kA − t Ak.
2
 
1 2 1
3. Calculer d (A, S n (R)) pour A =  −2 −1 −1 .
−1 −1 −2

1. â On sait que S n (R) et A n (R) sont supplémentaires dans M n (R). Mais on peut ici se contenter de connaître leurs
n(n + 1) n(n − 1)
dimensions pour montrer le résultat : dim S n (R) = et dim A n (R) = . Donc la somme de leurs di-
2 2
2
mensions est n = dim M n (R).
â Montrons que S n (R) et A n (R) sont orthogonaux.
Soient A ∈ S n (R) et B ∈ A n (R), on calcule (A|B ) = tr(t AB ) = tr(AB ) car A est symétrique. Comme un produit
scalaire est symétrique, on a (A|B ) = (B |A) = tr(t B A) = tr(−B A) = −tr(B A) car B est antisymétrique. De plus,
tr(B A) = tr(AB ), donc (A|B ) = −tr(AB ) = −(A|B ), et finalement (A|B ) = 0.
On a bien montré que S n (R) et A n (R) sont orthogonaux.
â On conclut que ce sont deux supplémentaires orthogonaux. On peut le redémontrer avec les dimensions. On a
n(n + 1)
S n (R) ⊂ (A n (R))⊥ et dim S n (R) = .
2
n(n − 1) n(n + 1)
De plus, (A n (R))⊥ = dim M n (R) − dim A n (R) = n 2 − = = dim S n (R).
2 2
Finalement avec l’inclusion et les dimensions, on conclut que S n (R) = (A n (R))⊥ .

2. Notons p la projection orthogonale sur S n (R) et q la projection sur A n (R).


Soit A ∈ M n (R), on sait que d (A, S n (R)) = kA − p(A)k = kq(A)k.
Il faut alors déterminer le projeté orthogonal de A sur A n (R). On cherche pour cela à écrire A dans la décomposition
S n (R) ⊕ A n (R) = M n (R). On a déjà rencontré ce problème, on montre (par analyse-synthèse par exemple) que A =
1 1
(A +t A) + (A −t A).
|2 {z } |2 {z }
∈S n (R) ∈A n (R)
1 1
Donc q(A) = (A −t A), et on conclut que d (A, S n (R)) = k (A −t A)k.
2 2

Magali Hillairet 5 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

 
0 2 1
3. On calcule q(A) =  −2 0 0 , et kq(A)k2 = 10 (somme des carrés des coefficients de q(A)), donc d (A, S n (R)) =
−1 0 0
p
10.

Exercice 10.15 - Z π
Soit f définie sur R2 par ∀(a, b) ∈ R2 , f (a, b) = (sin x − (ax 2 + bx))2 d x.
0
Trouver le minimum de f sur R2 .

Exercice 10.16 4
Soit M une matrice symétrique de M n (R). On suppose que ∀X ∈ M n,1 (R), t X M X Ê 0.

1. Justifier que M et diagonalisable.

2. Prouver que toutes les valeurs propres de M sont réelles et positives.

Exercice 10.17 Matrices de Householder -


2
Soit C ∈ M n,1 (R), matrice colonne non nulle. On pose S = I n − t CtC.
CC
1. Montrer que S est symétrique et orthogonale. Préciser S 2 et S −1 .

2. Vérifier que S est la matrice (dans la base canonique) de la symétrie orthogonale par rapport à l’hyperplan orthog-
onal à C .

Exercice 10.18 4  
a −a b
2
Pour (a, b) ∈ R , on pose M (a, b) =  −a a b .
b b 0
L’ensemble des matrices de la forme M (a, b) avec (a, b) ∈ R2 est noté E .
L’espace R3 est muni de son produit scalaire usuel.

1. Justifier que E est un sous-espace vectoriel de M 3 (R). En donner une base et la dimension.

2. Pourquoi peut-on assurer sans calculs que M (a, b) est diagonalisable ? Que peut-on dire de plus ?

3. Déterminer le polynôme caractéristique de M (a, b) , puis, pour chacune des valeurs propres obtenues (non néces-
sairement distinctes), déterminer un vecteur propre associé, que l’on choisira normé, et de première composante
positive.
 p
2 1 1

1 p
4. En déduire que M (a, b) = P D t P , avec P =  − 2 1 1  et une matrice D diagonale à préciser.
2 p p
0 2 − 2

Exercice 10.19 -
Soit E un espace vectoriel euclidien orienté de dimension 3, muni d’une base B orthonormée. Soit (u, v) une famille libre
de deux vecteurs unitaires de E .
On note f : E → E définie par f (x) =< x, u > u+ < x, v > v.

1. Montrer que MatB ( f ) est symétrique. En déduire que f est diagonalisable.

2. Calculer f (u + v) et f (u − v).

3. Déterminer les valeurs propres et vecteurs propres de f (on pourra commencer par le cas où u, v sont orthogo-
naux).

Exercice 10.20 Issu de banque PT 2009 - epreuve A

1. • ψ est une application de E 2 dans R.


C’est une forme bilinéaire symétrique sur E : On a ∀P, Q ∈ E , ψ(P,Q) = ψ(Q, P ).
Soit P, Q, R ∈ E et λ, µ ∈ R.
3 3 3
ψ(λP + µQ, R) = (λP + µQ)(i )R(i ) = λ P (i )R(i ) + µ Q(i )R(i ) = λψ(P, R) + µ(Q, R).
X X X
i =0 i =0 i =0

Magali Hillairet 6 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

ψ est donc linéaire par rapport à sa première variable.


En utilisant la première remarque, on conclut que ψ est une forme bilinéaire et symétrique.
3
• Soit P ∈ E . ψ(P, P ) = P (i )2 Ê 0.
X
i =0
Supposons que ψ(P, P ) = 0, on a une somme de réels positifs égale à 0, les termes de la somme sont donc tous nuls:
P (0) = P (1) = P (2) = P (3) = 0. P est un polynôme de degré inférieur à 3 et il a au moins 4 racines : c’est donc le
polynôme nul.
On a montré que ∀P ∈ E , ψ(P, P ) Ê 0 et ψ(P, P ) = 0 =⇒ P = 0.

ψ est une forme bilinéaire symétrique sur E , définie positive : ψ est un produit scalaire sur E .
On notera k · k la norme associée.

2. Soit F = R2 [X ] muni de la base canonique B = (1, X , X 2 ).

a. Calculons : ψ(1, 1) = 4, ψ(1, X ) = 6, ψ(1, X 2 ) = 14, ψ(X , X ) = 14, ψ(X , X 2 ) = 36 et ψ(X 2 , X 2 ) = 98.
b. La famille (1, X , X 2 ) est une base de F . C’est une famille libre de E à laquelle on peut appliquer le procédé
d’orthonormalisation de Gram-Schmidt : On construit ainsi une famille (P 0 , P 1 , P 2 ) orthonormée de F telle
que ∀k ∈ {0, 1, 2} Vect(P 0 , . . . , P k ) = Vect(1, . . . , X k ).
Au cours du procédé on peut choisir entre P k et −P k et donc former une famille telle que pour tout k ∈ {0, 1, 2},
ψ(P k , X k ) > 0 (en effet ψ(−P k , X k ) = −ψ(P k , X k )).

1 1
On pose P 0 = k1k 1 = .
2
1 3
On définit ensuite T1 = X − ψ(P 0 , X )P 0 . Or P 0 = ψ(P 0 , X ) = ψ(1, X ) = 3, donc T1 = X − .
2 2
1
Et on pose P 1 = T1 .
kT1 k
On a kT1 k = ψ(T1 , T1 ) = ψ(X , X ) − 2ψ(P 0 , X )2 + ψ(P 0 , X )2 = ψ(X , X ) − ψ(P 0 , X )2 = 14 − 41 62 = 5.
2

1 3
Donc P 1 = p (X − ) .
5 2
1 1
On aura bien ψ(P 1 , X ) > 0 car ψ(P 1 , X ) = (ψ(X , X ) − ψ(P 0 , X )ψ(P 0 , X )) = (kX k − (ψ(P 0 , X ))2 ) et on
kT1 k kT1 k
sait que kX k − (ψ(P 0 , X ))2 > 0 d’après l’inégalité de Cauchy-Schwarz).

Enfin, on pose T2 = X 2 − ψ(P 0 , X 2 )P 0 − ψ(P 1 , X 2 )P 1 .


1 3 p
On calcule ψ(P 0 , X 2 ) = 7 et ψ(P 1 , X 2 ) = p (ψ(X , X 2 ) − ψ(1, X 2 )) = 3 5.
5 2
Donc T2 = X 2 − 27 − 3(X − 32 ) = X 2 − 3X + 1.
1
Ensuite on calcule kT2 k = T2 (0)2 + T2 (1)2 + T2 (2)2 + T2 (3)2 = 2 et on pose P 2 = (X 2 − 3X + 1) .
p
2
On vérifie que ψ(P 2 , X 2 ) > 0 en calculant ψ(T2 , X 2 ) = ψ(X 2 , X 2 ) − 3ψ(X , X 2 ) + ψ(1, X 2 ) = 98 − 3 × 36 + 14 = 4.
(On peut aussi remarquer que ψ(T2 , X 2 ) = ψ(X 2 , X 2 ) − (ψ(P 0 , X 2 )2 + ψ(P 1 , X 2 )2 ). Puisque la famille (P 0 , P 1 )
est orthonormée, on sait que ψ(P 0 , X 2 )2 + ψ(P 1 , X 2 )2 = kp(X 2 )k2 où p désigne la projection orthogonale sur
Vect(P 0 , P 1 ). En conséquence, ψ(T2 , X 2 ) = kX 2 k2 − kp(X 2 )k2 = kX 2 − p(X 2 )k2 > 0 (on a utilisé le théorème de
Pythagore.))

1 1 3 1
On obtient P 0 = , P 1 = p (X − ) et P 2 = (X 2 − 3X + 1).
2 5 2 2
( )
3
2
3. Soit (x 0 , x 1 , x 2 , x 3 ) = (1, 3, 2, 3). On considère l’ensemble des sommes Σ =
X
(x i − P (i )) , P ∈ F .
i =0

E → R4
a. Posons Φ : .
P 7→ (P (0), P (1), P (2), P (3))
φ est une application linéaire. Elle est injective car un polynôme de E qui a 4 racines distinctes est le polynôme
nul (donc le noyau de Φ est réduit à {0}). De plus E et R4 sont tous les deux des espaces vectoriels de dimension
4, donc Φ est bijective.
Ainsi il existe un unique polynôme R ∈ E tel que Φ(R) = (x 0 , x 1 , x 2 , x 3 ).

Magali Hillairet 7 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

On a montré qu’il existe un polynôme R et un seul de R3 [X ] tel que ∀i ∈ {0, 1, 2, 3} R(i ) = x i .

b. (P 0 , P 1 , P 2 ) est une base orthonormée de F donc le projeté orthogonal du polynôme R sur le sous-espace F est
p(R) = ψ(R, P 0 )P 0 + ψ(R, P 1 )P 1 + ψ(R, P 2 )P 2 .
1 9
Le calcul de ψ(R, P j ) pour j ∈ {0, 1, 2} ne fait intervenir que les x i : ψ(R, P 0 ) = (x 0 + x 1 + x 2 + x 3 ) = .
p 2 2
1 3 1 1 3 5
ψ(R, P 1 ) = p (− x 0 − x 1 + x 2 + x 3 ) = .
5 2 2 2 2 2
1 −1
ψ(R, P 2 ) = (x 0 − x 1 − x 2 + x 3 ) = .
2 2
1
Ainsi p(R) = 94 + 12 (X − 32 ) − 41 (X 2 − 3X + 1) = (−X 2 + 5X + 5).
4
1
Le projeté orthogonal de R sur F est (−X 2 + 5X + 5).
4

c. Σ = kR − P k2 , P ∈ F donc Σ admet un minimum qui est la distance de R à F .


© ª
3
Il est donc atteint en un unique polynôme S = p(R) : d (R, F )2 = kR − Sk2 = (x i − S(i ))2 .
X
i =0
On a donc d (R, F )2 = (1 − 45 )2 + (3 − 94 )2 + (2 − 11 2 11 2 5
4 ) + (3 − 4 ) = 4 .

5 1
Σ admet un minimum qui vaut . Il est atteint en S = p(R) = (−X 2 + 5X + 5).
4 4

Exercice 10.21 Issu E3A PC 2009

Soit n ∈ N∗ fixé et E = R2n [X ], l’espace vectoriel réel des polynômes réels de degré inférieur ou égal à 2n ; il est muni
du produit scalaire défini par :
Z 1
2
∀(P,Q) ∈ E , < P,Q >= P (t )Q(t )d t
−1
(on ne demande pas de vérifier qu’il s’agit bien d’un produit scalaire).
Soit ∆ : E −→ E défini par :
∀P ∈ E , ∆(P ) = (X 2 − 1)P 00 + 2X P 0
où l’on note respectivement P 0 ou P 0 (X ), ainsi que P 00 ou P 00 (X ) les dérivées première et deuxième de P = P (X ).

1. a. Soit F = {P ∈ E /P (X ) = P (−X )} et G = {P ∈ E /P (X ) = −P (−X )}.


â Montrons que F est un sous-espace vectoriel de E .
Le polynôme nul est dans F , donc F est non vide.
Soient P, Q ∈ F , soient λ, µ ∈ R, on a (λP +µQ)(−X ) = λP (−X )+µQ(−X ) = λP (X )+µQ(X ) car P et Q sont dans
F.
Donc (λP + µQ)(−X ) = (λP + µQ)(X ). Donc λP + µQ ∈ F .

On en conclut que F est un sous-espace vectoriel de E .


On montre de même que G est un sous-espace vectoriel de E .

â Montrons que F et G sont orthogonaux, i.e. pour tout P ∈ F , et tout Q ∈ G, < P,Q >= 0.
Z 1
Soit P ∈ F et Q ∈ G, < P,Q >= P (t )Q(t ) d t .
−1
On effectue le changement de variable u = −t dans l’intégrale. La fonction t 7→ −t est de classe C 1 de [−1, 1]
sur [−1, 1].
Z 1 Z −1
P (t )Q(t ) d t = P (−u)Q(−u)(−d u),
−1 1
Z 1
= P (u)(−Q(u))d u,
−1
= − < P,Q >

On a utilisé le fait que ∀u ∈ [−1, 1], P (−u) = P (u) et ∀u ∈ [−1, 1], Q(−u) = −Q(u).
On obtient alors < P,Q >= − < P,Q > et donc < P,Q >= 0.
Donc Les sous-espaces F et G sont orthogonaux dans E .

Magali Hillairet 8 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

â On montre que F et G sont supplémentaires dans E .


On peut le faire de manière classique en montrant que F ∩ G = {0} et F + G = E . Mais on va plutôt utiliser les
bases ici.
Ù Montrons que F = Vect(1, X 2 , . . . , X 2k , . . . , X 2n ).
On remarque d’abord que ∀k ∈ J0, n K, X 2k ∈ F . Donc Vect(1, X 2 , . . . , X 2k , . . . , X 2n ) ⊂ F .
2n 2n 2n
a j X j . On a P (−X ) = a j (−X ) j = (−1) j a j X j .
X X X
Soit P ∈ F , P =
j =0 j =0 j =0
Puisque P ∈ F , on sait que P (X ) = P (−X ) et par unicité des coefficients du polynôme, on a donc ∀ j ∈ J0, 2n K,
a j = (−1) j a j . On en déduit que si j est impair alors a j = 0.
Donc P (X ) s’écrit comme une combinaison linéaire des polynômes X 2k pour k variant de 0 à n.
(X 2k )0ÉkÉn est donc une famille génératrice de F et c’est une base de cet espace car c’est aussi une famille
libre.
On a montré que (1, X 2 , . . . , X 2n ) est une base de F . Donc dim F = n + 1.
Ù De même, on montre que G = Vect(X , X 3 , . . . , X 2k+1 , . . . , X 2n−1 ).
La famille (X 2k+1 )0ÉkÉn−1 est une base de G, donc dimG = n.
La réunion des bases trouvées de F et G est la famille (1, X , X 2 , X 3 . . . , X 2n−1 , X 2n ) et c’est une base de E (la
base canonique). On en conclut que les espaces F et G sont supplémentaires dans E et que l’on a ici une base
adaptée à la décomposition en supplémentaires.
F et G sont des supplémentaires orthogonaux de E . dim F = n + 1 et dimG = n.

b. â Soit P , Q, λ et µ ∈ R. On écrit

∆(λP + µQ) = (X 2 − 1)(λP + µQ)00 + 2X (λP + µQ)0 ,


= (X 2 − 1)(λP 00 + µQ 00 ) + 2X (λP 0 + µQ 0 ),
= λ((X 2 − 1)P 00 + 2X P 0 ) + µ((X 2 − 1)Q 00 + 2XQ 0 ),
= λ∆(P ) + µ∆(Q)

Donc ∆ est une application linéaire.


â De plus, l’image d’un polynôme P de E est un polynôme. Étudions le degré de ∆(P ).
Si deg P É 2n alors deg P 0 É 2n − 1 et deg P 00 É 2n − 2.
Donc deg 2X P 0 = 1 + deg P 0 É 2n et deg(X 2 − 1)P 00 = 2 + deg P 00 É 2n.
De plus, pour tous polynômes P et Q, deg(P +Q) É max(deg P, degQ).
Ainsi, deg ∆(P ) É max(deg((X 2 − 1)P 00 ), deg(2X P 0 )) É 2n.
On a donc prouvé que ∆(P ) ∈ E .
∆ est un endomorphisme de E .

c. On cherche la matrice de ∆ dans la base canonique B = (1, X , . . . , X 2n ). C’est une matrice de M 2n+1 (R) que
l’on remplit en colonnes.
Pour cela, on calcule ∆(X k ) pour k ∈ J0, 2n K et on inscrit les coordonnées de ce polynômes dans la base ci-
dessus dans la colonne k + 1 de la matrice.
On commence par ∆(1) = 0, ∆(X ) = 2X .
Puis, pour k Ê 2, ∆(X k ) = (X 2 − 1)(k(k − 1)X k−2 ) + 2X × k X k−1 = (k 2 + k)X k − k(k − 1)X k−2 .
On remplit la matrice, puis en prenant i = k + 1, on exprime  les coefficients de la matrice :
0 0 −2 0 . . . . . . 0

 0 2 .. 
 0 −6 0 . . . . 


.. .. .. .
.

 0 0 6 . . . .
 

 ..
 
M at B (∆) =  . . .. . .. . .. . .. 
pour i ∈ J1, 2n + 1K,
0 
a i i = (i − 1)i ,
 
 .. .. .. 

 . . . −2n(2n − 1)   a i (i +2) = −(i − 1)(i − 2),
 .. .. ..
 
 . . .
 a i j = 0 si j ∉ {i , i + 2}.
0 
0 ... ... 0 2n(2n + 1)

d. Soit k ∈ J0, 2n K, et on pose λk = k(k + 1).


â La matrice obtenue ci-dessus est triangulaire supérieure. On peut donc facilement exprimer le polynôme
caractéristique de l’endomorphisme ∆ :
2n+1
χ∆ (X ) =
Y
(X − (i − 1)i ).
i =1

Magali Hillairet 9 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

Les valeurs propres de ∆ sont les nombres (i −1)i pour i variant de 1 à 2n +1. Ces nombres sont distincts donc
nous avons 2n + 1 valeurs propres simples.
λk fait partie de ces valeurs propres simples. De plus la dimension du sous-espace propre associé est au moins
égale à 1 et au plus égale à la multiplicité, qui vaut 1 ici. Donc en notant E k = ker(∆−λk IdE ), on a dim E k = 1 .
â Cela signifie qu’il existe un polynôme P qui fournit une base de E k . On choisit ce polynôme unitaire (i.e. de
coefficient dominant égal à 1) et on le note P k . P k est un vecteur propre de λk et c’est le seul unitaire (puisque
la dimension de E k est 1, tous les vecteurs propres associés à λk sont proportionnels).
â Il reste à montrer que P k est de degré k.
P k vérifie ∆(P k ) = k(k + 1)P k . Notons p le degré de P k et observons les coefficients dominants dans ∆(P k ) (on
ne garde que les termes de plus haut degré) :
P k = X p + . . . donc

(X 2 − 1)P k00 + 2X P k0 = (X 2 − 1)(p(p − 1)X p−2 + . . . ) + 2X (p X p−1 + . . . ),


= (p(p − 1) + 2p)X p + . . . ,
= p(p + 1)X p + . . .

Or ceci doit être égal à k(k + 1)P k = k(k + 1)X p + . . . .


On en déduit par l’égalité des coefficients dominants : p(p + 1) = k(k + 1), donc p 2 − k 2 + p − k = 0, donc
(p − k)(p + k + 1) = 0.
Ici p et k sont des entiers naturels, donc l’égalité amène p = k.
On conclut que P k est de degré k.

En conclusion, il existe un unique vecteur propre P k de ∆ associé à λk , tel que P k soit de degré k et admette 1
comme coefficient de X k
Z 1
¡ 2
e. â Soient P et Q dans E . < ∆(P ),Q >= (t − 1)P 00 (t ) + 2t P 0 (t ) Q(t ) d t .
¢
−1
On pose u : t 7→ (t 2 −1)P 0 (t ). C’est une fonction de classe C 1 sur [−1, 1] et sa dérivée est u 0 : t 7→ (t 2 −1)P 00 (t )+
2t P 0 (t ). On effectue une intégration par parties (avec v = Q qui est aussi de classe C 1 sur notre intervalle).

Z 1
< ∆(P ),Q > = u 0 (t )Q(t ) d t ,
−1
Z 1
= [u(t )Q(t )]1−1 − u(t )Q 0 (t ) d t
−1
Or u(−1) = u(1) = 0,
Z 1
=− (t 2 − 1)P 0 (t )Q 0 (t ) d t ,
−1
Z 1
=− P 0 (t )(t 2 − 1)Q 0 (t ) d t ,
−1 | {z }
v(t )

on effectue une nouvelle intégration par parties


Z 1
¤1
= − P (t )(t 2 − 1)Q 0 (t ) −1 + P (t )((t 2 − 1)Q 00 (t ) + 2tQ 0 (t )) d t ,
£
−1
=< P, ∆(Q) >

Donc pour tous P et Q dans E , on a: < ∆(P ),Q >=< P, ∆(Q) >.

â Soit (k, h) ∈ J0, 2n K2 tel que k 6= h, on a :


∆(P k ) = k(k + 1)P k , donc < ∆(P ),Q >= k(k + 1) < P k , P h >.
Et ∆(P h ) = h(h + 1)P h , donc < P, ∆(Q) >= h(h + 1) < P k , P h >.
On a avec l’égalité montrée à la question précédente, k(k + 1) < P k , P h >= h(h + 1) < P k , P h >.
Or h 6= k donc k(k + 1) 6= h(h + 1) (on a vu que cette égalité, implique h = k pour des entiers naturels), donc
néceesairement < P k , P h >= 0.

Si (k, h) ∈ J0, 2n K2 est tel que k 6= h, alors < P k , P h >= 0.

On en déduit que la famille (P 0 , P 1 , . . . , P 2n ) est orthogonale. De plus ces polynômes sont des vecteurs propres,
donc ils sont non nuls. On a donc une famille libre de E . De plus elle contient 2n + 1 polynômes et E est de
dimension 2n + 1 : c’est donc une base de E .

Magali Hillairet 10 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

La famille (P 0 , P 1 , . . . , P 2n ) est une base de E .

f. â Pour montrer que (P 0 , P 2 , . . . , P 2n ) est une base de F , il suffit de montrer que ces polynômes sont dans F .
Car on aura alors une famille libre (car extraite d’une base de E ) qui contient n + 1 vecteurs et n + 1 = dim F :
on pourra conclure que c’est une base.
Soit k ∈ J0, n K et P 2k . On écrit P 2k = P + I , avbec P ∈ F et I ∈ G.
On applique ∆ : ∆(P 2k ) = ∆(P ) + ∆(I ).
Or ∆(P 2k ) = 2k(2k + 1)P 2k , donc 2k(2k + 1)P 2k = ∆(P ) + ∆(I ).
1 1
Ù Si k 6= 0, alors P 2k = ∆(P ) + ∆(I ). Et par l’unicité de l’écriture d’une polynôme dans la
2k(2k + 1) 2k(2k + 1)
| {z } | {z }
∈F ∈G
1 1
somme F +G, on obtient ∆(P ) = P et ∆(I ) = I .
2k(2k + 1) 2k(2k + 1)
Or ceci conduit à dire que P et I sont dans E 2k = ker(∆ − 2k(2k + 1)IdE ).
Nous savons que cet espace propre admet P 2k pour base, et que P 2k est de degré 2k.
Il existe donc µ ∈ R tel que I = µP 2k = µX 2k + . . . .
Mais ceci implique µ = 0 sinon on aurait un problème de degré car G = Vect(X , X 3 , . . . , X 2n−1 ), donc I ne pos-
sède pas de monôme de degré pair.
On a donc P 2k = P ∈ F .
Ù Pour k = 0, on remarque que P 0 = 1 (et oui, ∆(1) = 0). Donc P 0 ∈ F .

Pour tout k ∈ J0, n K et P 2k ∈ F . Donc (P 0 , P 2 , . . . , P 2n ) est une base de F .


â Le raisonnement est similaire pour montrer que G admet (P 1 , P 3 , . . . , P 2n−1 ) pour base.
2. On prend ici n = 1, et l’espace euclidien E = R2 [X ], toujours muni du produit scalaire défini par :
Z 1
∀(P,Q) ∈ E 2 , < P,Q >= P (t )Q(t )d t
−1

a. Explicitons :
Ù pour k = 0, k(k + 1) = 0 et donc P 0 = 1 comme nous l’avons déjà remarqué.
Ù pour k = 1, k(k + 1) = 2. De même, on a calculé ∆(X ) = 2X , ce qui prouve que P 1 = X .
Ù pour k = 2, k(k + 1) = 6. On cherche P 2 tel que ∆(P 2 ) = 6P 2 .
On sait de plus que P 2 est de degré 2, de coefficient dominant égal à 1 et que P 2 ∈ F , donc il est de la forme
P 2 = X 2 + α, avec α ∈ R à trouver.
1
∆(P 2 ) = ∆(X 2 )+α∆(1) = 6X 2 −2. Et on cherche donc α pour avoir 6X 2 −2 = 6X 2 +6α. On trouve α = − . Donc
3
2 1
P2 = X − .
3
â Pour avoir une base orthonormée de E , il ne reste plus qu’à diviser les polynômes P 0 , P 1 , P 2 par leur norme.
Z 1
1
Ù kP 0 k2 = 1 d t = 2, donc on pose T0 = p × 1.
−1 p2
Z 1
2 2 2 3
Ù kP 1 k = t d t = , donc on pose T1 = p X .
−1 3 2 p
Z 1
2 2 1 2 8 3 5 2 1
Ù kP 2 k = (t − ) d t = , donc on pose T0 = p (X − ).
−1 3 45 2 2 3
La famille (T0 , T1 , T2 ) est une base orthonormée de E .
b. Soit G = {P ∈ E /P (X ) = −P (−X )}. D’après ce qui précède, on sait que G = Vect(X ) = Vect(T1 ) et F = Vect(1, X 2 ) =
Vect(T0 , T2 ).
On pose A = X + 1, on sait que d (A,G) = kA − p(A)k en notant p la projection orthogonale sur G.
On connaît un projeté orthogonal soit par sa définition à partir des supplémentaires G et G ⊥ = F , soit au
moyen d’une base orthonormée de G : p(A) =< A, T1 > T1 .
Le plus simple semble ici la définition car A = |{z}
X + |{z}
1 . Et on conclut p(A) = X .
∈G ∈G ⊥
p
Donc A − p(A) = 1 et d (A,G) = k1k = 2.

p
En conclusion, d (A,G) = 2.

c. On pose C = {h ∈ L (E )/h ◦ ∆ = ∆ ◦ h}.


â C est une partie de L (E ) non vide, car l’application nulle commute avec ∆.

Magali Hillairet 11 Lycée Franklin, Orléans


TD 11 - corrigé
PT Alg 4

Si h et g sont dans C , si λ, µ sont des réels, on a

(λh + µg ) ◦ ∆ = λh ◦ ∆ + µg ◦ ∆,
= λ∆ ◦ h + µ∆ ◦ g ,
= ∆ ◦ (λh + µg )

On conclut que C est un sous-espace vectoriel de L (E ).


â On considère D la matrice de ∆ dans la base
(P 0 , P 1 , P 2 ). Comme P 0 , P 1 , P 2 sont des vecteurs propres de ∆,
0 0 0
D est la matrice diagonale D =  0 2 0 .
0 0 6
Prenons h ∈ C et notons H sa mtrice dans la même base (P 0 , P 1 , P 2 ) de E .
Puisque h est dans C , on sait que H D = D H .
En écrivant h i j les coefficients de H , et les produits D H et H D, on constate que H D = D H impose que
∀i 6= j , h i j = 0.
   
0 0 0 0 2h 12 6h 13
DH = HD ⇔  2h 21 2h 22 2h 23  =  0 2h 22 6h 23 
6h 31 6h 32 6h 33 0 2h 32 6h 33
Donc H est diagonale.
En notant E i i la matrice de M 3 (R) dont tous les coefficients sont nuls sauf celui en ligne i , colonne i , on a
montré : H = h 11 E 11 + h 22 E 22 + h 33 E 33 .
On note enfin ϕi l’endomorphisme de E représenté par E i i dans la base (P 0 , P 1 , P 2 ).
Donc C ⊂ Vect(ϕ1 , ϕ2 , ϕ3 ).
Réciproquement, pour i ∈ {1, 2, 3}, ϕi commute avec h (leurs matrices commutent). Donc C = Vect(ϕ1 , ϕ2 , ϕ3 ) .
La famille (ϕ1 , ϕ2 , ϕ3 ) est libre dans L (E ), donc c’est une base de C .
C est donc un sous-espace vectoriel de dimension 3.

d. â Soit g ∈ L (E ) tel que g ◦ g = ∆.


On vérifie que g et ∆ commutent : g ◦ ∆ = g 3 = ∆ ◦ g .
Donc g ∈ C . g a donc une matrice dans la base (P 0 , P 1 , P 2 ) qui est diagonale. Notons-la H .
 2 
h 11 0 0 p p
2 2 2
On a H = D. Or H =  0 h 22 0 . Donc h 11 = 0, h 22 = ± 2, h 33 = ± 6.
2
0 0 h 33
Cela donne donc quatre matrices possibles pour g :
0 0 0 0 0 0 0 0 0 0 0 0
       
p p p p
 0 2 0 ,  0 − 2 0 ,  0 2 0 ,  0 − 2 0 .
p p p p
0 0 6 0 0 6 0 0 − 6 0 0 − 6
â Réciproquement, toutes ces matrices conviennent. On a donc exactement quatre solutions g au problème
posé.

Magali Hillairet 12 Lycée Franklin, Orléans