TD19 : corrigé

 
0 0 1
Exercice 19.1 : 1. On vérifie par le calcul que A2 =  0 0 0  puis que A3 = 0. Par suite, An =
0 0 0
An−3 0 = 0 si n ≥ 3.

2. On a M = A + 2I3 . Comme A et 2I3 commutent, par la formule du binôme de Newton et la question

précédente, on a :
 n
n2n−1 n(n − 1)2n−3

2
n(n − 1)
M n = (A + 2I3 )n = 2n I3 + n2n−1 A + 2n−1 A2 =  0 2n n2n−1 
2 n
0 0 2

 
2 14 −5
Exercice 19.2 : 1. On a A = et le résultat vient immédiatement par le calcul.
10 −1
1 1
2. On a (5I2 − A) ∗ A = I2 par la question précédente, donc A est inversible et A−1 = (5I2 − A) =
 1 6 6
1

6 6 .
− 31 23

3. Si on écrit X n = Q(X − 2)(X − 3) + R la division euclidienne de X n par (X − 2)(X − 3), alors d˚R < 2,
donc (a, b) ∈ R2 tel que R = ax + B. En prenant la valeur en 2, on a 2a + b = 2n . En prenant le valeur en 3,
3a + b = 3n . D’où a = 3n − 2n et b = 3.2n − 2.3n (en résolvant le système) et R = (3n − 2n )X + 3.2n − 2.3n .

4. On constate que X 2 − 5X + 6 = (X − 2)(X − 3). Ainsi

An = Q(A)(A2 − 5A + 6I2 ) + (3n − 2n )A + (3.2n − 2.3n )In = (3n − 2n )A + (3.2n − 2.3n )In .

Exercice 19.3 : 1. Si (X, Y ) ∈ Mn (K)2 et (λ, µ) ∈ K 2 , on a

f (λ.X + µ.Y ) = t A(λ.X + µ.Y ) + (λ.X + µ.Y ).A = λ(t AX + XA) + µ(t AY + Y A) = λ.f (X) + µ.f (y)

donc f est linéaire.

2. Si X est symétrique, t X = X et t f (X) = t XA + t At X = XA + t AX = f (X) donc f (X) est symétrique.

3. Si X est antisymétrique, t X = −X et t f (X) = t XA + t At X = −XA − t AX = −f (X) donc f (X) est

antisymétrique.
 
x1
Exercice 19.4 : 1. Notons d1 , . . . , dn les coefficients diaganaux de D. Soit X =  ...  ∈ Mn,1 (R). Alors
 

xn
 
d1 x1
DX =  ...  puis t XDX = d1 x21 + . . . + . . . dn x2n (en identifiant une matrice 1, 1 et le nombre réel associé).
 

dn xn

2. Une 
CNS  que D soit positive et ∀i ∈ J1, nK, di ≥ 0. En effet, supposons ∀i ∈ J1, nK, di ≥ 0. Alors
pour
x1
pour X =  ...  ∈ Mn,1 (R), t XDX = d1 x21 + . . . + . . . dn x2n ≥ 0 (comme somme de réels positifs) donc D est
 

xn
positive.
Supposons maintenant qu’il existe i ∈ J1, nK tel que di < 0. Soit X le vecteur colonne dont toutes les coordonnée
1
sont nulles, sauf la i-ème, qui vaut 1. Avec la question précédente, t XDX = di < 0 (tous les termes sont nuls
dans la somme, sauf le i-ème, qui vaut di ) donc D n’est pas positive.
  
x  x − 2y − z = 0
Exercice 19.5 : 1. Soit X =  y  ∈ M3,1 (R), alors AX = 0 si et seulement si 2x + 2z = 0 si et
z y + z = 0

  
 x − 2y − z = 0 1
seulement si 4y + 4z = 0 et Ker A est de dimension 1, engendré par le vecteur  1  puis Ker (f ) est
y+z =0 −1

de dimension 1, engendré par le vecteur e1 + e2 − e3 .  
1
Le théorème du rang nous donne alors Im A de dimension 2, engendré par les vecteur  2  et engendré par le
0
 
−2
vecteur  0  (donnés par les deux premières colonnes de la matrice). Ainsi Im (f ) de dimension 2 et une
1
base en est (e1 + 2e2 , −2e1 + e3 ).
On vérifie que (e1 + e2 − e3 , e1 + 2e2 , −2e1 + e3 ) est libre (par la méthode habituelle), c’est donc une base de R3
puisqu’elle a 3 = dim (R3 ) éléments. Ainsi Ker (u)+Im (u) contient une base de R3 donc Ker (u)+Im (u) = E. Par
le théorème du rang, on a dim (Ker u) + dim (Im u) = 3 = dim (R3 ), donc ces deux espaces sont supplémentaires.

2. Comme vu précédemment, c’est une base de R3 . On a f (u) = 0, f (e1 + 2e2 ) = f (e1 ) + 2f (e2 ) et
 1 + e3 ) = f (−2e1 + e1 + e2 − u) = −f (e1 ) + f (e2 ). La matrice de f dans cette base est donc
f(f (e2 )) = f (−2e
0 0 0
 0 1 −1 .
0 2 1

3. On peut vérifier la liberté (par la méthode habituelle), donc c’est une base de R3 puisqu’elle a 3 = dim (R3 )
éléments. On a f (u)= 0, f (e1 ) =e1 + 2e2 et f (e2 ) = −2e1 + e3 = −2e1 + e1 + e2 − u. Ainsi la matrice de f
0 0 −1
dans cette base est  0 1 −1 .
0 2 1

Exercice 19.6 : 1. Le calcul nous donne A2 = 0 donc f 2 = 0 et immédiatement Im (f ) ⊂ Ker (f ) : si

y ∈ Im (f ), on a x ∈ E tel que y = f (x). Par suite f (y) = f 2 (x) = 0 donc y ∈ Ker (f ).

2. D’après la question précédente, rg f ≤ dim (Ker f ). Si rg f ≥ 2, alors dim (Ker f ) ≥ 2, donc 3 =

dim (Ker f ) + rg (f ) (par le théorème du rang) ≥ 4... absurde ! Ainsi rg f ≤ 1. Comme A n’est pas la matrice
nulle, f est non nul puis rg f =1. Le théorème du rang nous donne alors dim (Ker f ) = 2.
3
La première colonné de A est  2  donc c’est une base de Im A puis une base de Im f ) est 3e1 + 2e2 − e3 .
  −1 
x  3x − 3y + −z = 0
Pour X =  y  ∈ M3,1 (R), on a AX = 0 si et seulement si x − y + 2z = 0 ssi x − y + 2z = 0 (les trois
z −x + y − 2z = 0

   
1 −2
équations sont proportionnelles). Ainsi une base de Ker A est  1 ,  0  (en prenant de vecteurs non
0 1
colinéaires vérifiant les équations). Une base de Ker f est alors (e1 + e2 , −2e1 + e3 ).

3. Dans une telle base (u1 , u2 , u3 ) on doit avoir f (u1 ) = u2 et f (u2 ) = f (u3 ) = 0. Il faut donc que
u2 ∈ Im (f ) ∩ Ker (f ). On pose donc u1 = e1 et u2 = f (e2 ) = 3e1 + e2 − e3 . Pour u3 on choisit un vecteur de
Ker (f ) non colinéaire à u2 , par exemple u3 = e1 + e2 . On vérifie ensuite que la famille (u1 , u2 , u3 ) ainsi choisie
est libre (par la méthode habituelle) puis c’est une base de R3 (car elle a 3 = dim (R3 ) éléments). Dans cette
base, la matrice de f est de la forme voulue.

Exercice 19.7 : 1. Notons d1 , . . . , dn les coefficients diagonaux de D et Ei la matrice diagonale ne comportant

que des 1, sauf en ligne i et colonne i, ou l’on place di . Alors D = E1 . . . En . Ei est la matrice d’opération
élémentaire correspondant à la multiplication de ligne/colonne par di . Ainsi M D est la matrice obtenue à partir
de M en multipliant la colonne i par di (on multiplie à droite, donc on fait des opérations sur les colonnes). DM
est la matrice obtenue à partir de M en multipliant la ligne i par di (on multiplie à gauche, donc on fait des
opérations sur les lignes).
 2. Soit M ∈ E et i 6= j ∈ J1, nK. On note mi,j le coefficient en ligne i et colonne j de M . D’après la question
précédente, le coefficient en ligne i et colonne j de M D est dj mi,j . Celui de DM et di mi,j . Comme di 6= dj (les
coefficients diagonaux de D sont deux à deux distincts) on en déduit que mi,j = 0. Ainsi M est diagonale.

3. Par interpolation de Lagrange aux point (d1 , . . . , dn ), on a P ∈ Rn−1 [X] tel que ∀i ∈ J1, nK, P (di ) = mi,i
: soit ψ : Rn−1 [X] → Rn , P 7→ (P (d1 ), . . . , P (dn )). ψ est clairement linéaire. Si P ∈ Ker ψ, on a P (d1 ) = . . . =
P (dn ) = 0 et comme les di sont deux à deux distincts, P admet n racines. Comme d˚P ≤ n − 1, P est nul. Ainsi
Ker ψ = {0} et ψ est injective. On a dim (Rn−1 [X]) = n = dim (Rn ) donc ψ est un isomorphisme. En particulier
ψ est surjectif et on peut trouver un antécédente de (m1,1 , . . . , mn,n ) par ψ.

4. Si M ∈ E, on a vu en 2 que M est diagonale et à la question précédente qu’on a P ∈ R[X] tel que

∀i ∈ J1, nK, P (di ) = mi,i . Alors P (D) = M (par opérations sur les matrices diagonales) et M est un polynôme
en D.
Réciproquement supposons que M soit un polynôme en D. On vérifie aisément que M commute avec D (car les
puissances de D commutent avec D).

Exercice 19.8 : 1. Comme (ϕ1 , . . . , ϕp ) est libre, cette famille est de rang p. Par suite les p lignes de A
sont linéairement indépendantes, donc rg (A) ≥ p. Comme rg (A) ≤ p, on a rg (A) = p.

2. Soit ϕ : E → Mn,1 (K), x 7→ Mat B (x). ϕ est un isomorphisme

  (par le cours). Pour x ∈ E,
linéaire
Mat B (ϕ1 (x))
ϕ(x) ∈ Ker (A) si et seulement si Aϕ(x) = 0 si et seulement si  ..
 = 0 si et seulement si x ∈ H.
 
.
Mat B (ϕp (x))
Ainsi ϕ réalise un isomorphisme de H dans Ker A et dim H = dim (Ker A).

3. Par le théorème du rang et la question 1, on a dim (Ker A) = n − p. D’après la question 2, dim H = n − p.

Exercice 19.9 : On écrit A = (ai,j )1≤i,j≤n , par hypothèse, si i > j, ai,j = 0. Supposons que t AA = At A,
n n max(i,j) n
X X X X
alors pour (i, j) ∈ J1, nK2 , ak,i ak,j = ai,k aj,k i.e. ak,i ak,j = ai,k aj,k . Pour i ≤ j, on obtient
k=1 k=1 k=1 k=min(i,j)
j
X n
X
donc ak,i ak,j = ai,k aj,k .
k=1 k=i
n
X
Posons i = j = n, il vient : a2k,n = a2n,n puis ai,n = 0 pour tout i ∈ J1, n − 1K. Posant alors i = j = n − 1,
k=1
n−1
X
il vient : a2k,n−1 = a2n−1,n−1 puis ai,n−1 = 0 pour tout i ∈ J1, n − 2K. Ainsi de suite, on obtient que pour
k=1
i < j ∈ J1, nK, ai,j = 0. On avait déjà ai,j = 0 si i > j donc A est diagonale.
Réciproquement si A est diagonale, on montre immédiatement que t AA = A2 = At A.

6n−1 2.6n−1 3.6n−1

 

Exercice 19.10 : On a A2 = 6A par le calcul. Ainsi, pour n ∈ N∗ , An =  6n−1 2.6n−1 3.6n−1 .

6n−1 2.6n−1 3.6n−1

Exercice 19.11 : 1. On a C t C = (ai aj )1≤i,j≤n , non nulle car C est non nul (un terme diagonal est donc
non nul).
n
X n
X
2. X est dans Ker (f ) si et seulement si pour tout i ∈ J1, nK, ai ak xk = 0 si et seulement si ak xk = 0
k=1 k=1
(puisque l’un des ai est non nul et ces n équations sont toutes proportionnelles). Donc Ker (f ) est l’hyperplan de
Xn
Rn d’équation ak xk = 0 en base canonique. Par le théorème du rang, f est de rang 1, donc Im (f ) = K.C
k=1
(toutes les colonnes de la matrice sont multiples de C). Comme C n’est pas dans Ker (f ) (sinon C = 0) ce sont
deux sous-e.v. de Rn supplémentaires.

k
k


Exercice 19.12 : Pour k ∈ J1, nK, on a u(X k ) = X i = (1 + X)k par la formule du binôme de Newton.
P
i
i=0
Ainsi u = P 7→ P (X + 1) (puisque coïncide avec cette application sur la base canonique).
 2. u est bijectif de réciproqe P 7→ P (X −1). Pour n ∈ Z, un : P 7→ P (x+n) et
 la 0formule
du binômenden
Newton
1


0 n 0
··· n 0

1
k
k

k−i i  0
1 · · · nn−1 n1 
n k k n
P
nous donne, pour k ∈ J0, nK, u (X ) = (X + n) i n X . Ainsi M =  . .
 
. .. ..
i=0  . . .

n
0 0 ··· n

Exercice 19.13 : A+In est la matrice ne contenant que des 1, donc (A+In )2 est la matrice ne contenant que
des n (calcul matriciel aisé) et (A+In )2 = n(A+In ), puis A2 +2A+In = n(A+In ) et A2 +(2−n)A+(1−n)In = 0.
1 1
D’où (A + (2 − n)In )A = In et A est inversible d’inverse (A + (2 − n)In ).
n−1 n−1

Exercice 19.14 : Soit X 6= 0 tel que AX = 0. Les xi sont non tous nul, donc on peut trouver i ∈ J1, nK tel
Pn
que |xi | maximal, et alors |xi | > 0. Par suite, on a ai,j xj = 0 (i-ème coordonnée du produit AX = 0) donc
P j=1
−xi ai,i = i6=j xj ai,j . Ainsi
X X
|xi ai,i | = | xj ai,j | ≤ |xi | |ai,j | < |xi ||ai,i |
i6=j i6=j

(car |xi | > 0). Absurde ! Donc M est injective puis bijective.
k k k−1
Exercice 19.15 : 1. Pour k ∈
J0, nK, on a u(X ) = X + (X − 1)kX = (k + 1)X k − kX k−1 . Ainsi on a
1 −1 0

... 0
 .. .. 
 0 2 −2
 . . 

A =  ... . . . . . . .. .
 
 . 0  
 . ..
 ..

. n −n 
0 ... ... 0 n+1

2. La famille (u(X 0 ), . . . , u(X n )) est étagée en degrés, donc libre. Elle a n + 1 = dim (Rn [X]) éléments, donc
c’est une base de Rn [X]. u est donc un isomorphisme puisqu’il envoit une base sur une base. Soit k ∈ J0, nK. On
k
cherche u−1 (X k ) de degré k sous la forme ai X i . On a alors :
P
i=0

k
X k
X k
X k−1
X k−1
X
X k == ai X i +(X−1) ai iX i−1 = ai (i+1)X i − ai+1 (i+1)X i = (ai −ai+1 )(i+1)X i +(k+1)ak X k .
i=0 i=0 i=0 i=0 i=0

En identifiant les coefficients, il vient ak (k + 1) = 1 et pour i ∈ J0, k − 1K, (ai − ai+1 )(i + 1) = 0 donc ai = ai+1 .
k
X 1
Au final, pour i ∈ J0, kK, ai = ak = k+1 1
et u−1 (X k ) = X i , d’où la matrice de u−1 en base canonique
i=0
k + 1
1 12 . . . n+1 1
 
 0 1 1 
2 n+1 
est A−1 =  . . .

.. ... .
 .. .. 
1
0 . . . 0 n+1

3. B est une base de Rn [X] puisque c’est l’image de la base canonique par u−1 , isomorphisme. Si g a une
matrice diagonale en base B, de diagonale (d0 , . . . , dn ). Pour k ∈ J0, nK, on a g(u−1 (X k )) = dk u−1 (X k ) i.e.
k k k k
1 i 1 i
g(X i ) = dk X i . On en déduit que g(1) = d0 . En suite g(X) + g(1) =
P P P P
k+1 g(X ) = dk k+1 X i.e.
i=0 i=0 i=0 i=0
k−1
X
d1 (X + 1) donc g(X) = d1 X + d1 − d0 . On montre alors par récurrence que g(X k ) = dk X k + (dk − dk−1 )X i ,
  i=0
d0 d1 − d0 . . . d1 − d0
 0 d1 d2 − d1 
ce qui nous donne la matrice de g en base canonique :  . .
 
. . ..
 .. .. .. . 
0 ... 0 dn

4. Cette matrice B correspond à l’application g dont la matrice en base B est diagonale, de diagonale
(1, 2, . . . , n + 1) d’après la question précédente. La matrice de g p en base B est donc diagonale, de diagonale
 1 2p − 1 2p − 1
 
...
 0 2p 3p − 2p 
(1, 2p , . . . , (n + 1)p ) et on en déduit B p =   grâce à la question précédente.
 
.. .. .. ..
 . . . . 
0 ... 0 (n + 1)p

Exercice 19.16 : Si u est associé à M en base (e1 , . . . , en ), on a u(e1 ) = 0 et pour tout i ∈ J2, nK,
u(ei ) ∈Vect(e1 , . . . , ei−1 ). On vérifie alors aisément que uk (ei ) = 0 pour tout i entre 1 et k (par récurrence), puis
un = 0 (puisqu’il envoie une base de K n sur 0) et M n = 0.
 
1 d −b
Exercice 19.17 : Elle est inversible si et seulement si ad − bc 6= 0, d’inverse (trouvé
ad − bc −c a
par le pivot de Gauss).

Problème : 1. La linéarité est claire. Une base de son noyau doit comporter n2 − 1 éléments (par le théorème
du rang). Pour i 6= j ∈ J1, nK, Ei,j est dans le noyau de tr et pour i ∈ J2, nK, Eii − E11 , aussi. On vérifie que ces
matrices forment une famille libre, et c’est une base de noyau par un argument de dimension.
n
P
2. Notons A = (ai,j )1,≤i,j≤n et B = (bi,j )1≤i,j≤n . Pour i ∈ J1, nK, le i-ème terme diagonal de AB est aik bki ,
k=1
n n n n n
aik bki = tr (BA). Si A et A0 représentent le
P P P P P
celui de BA, bik aki . Ainsi tr (AB) = aik bki =
k=1 i=1 k=1 k=1 i=1
même endomorphisme en base B et B 0 , notons P la matrice de passage de B à B 0 , alors A0 = P −1 AP et
tr (A0 ) = tr (P −1 AP ) = tr (AP P −1 ) = tr (A).

3. Il suffit d’adjoindre à une base de Im (p) une base de Ker (p). Dans cette base, la matrice de p est Jn,n,r où
r = rg (p) (car pour x ∈ Im p, p(x) = x et pour x ∈ Ker p, p(x) = 0), de trace égale à r.

4. Le sous e.v. H engendré par les AB − BA contient le noyau de tr , puisqu’il contient E1,i Ei,1 − Ei,1 E1,i =
E1,1 − Ei,i (i ∈ J2, nK) et pour i =
6 j ∈ J1, nK, Ei,j Ej,j − Ej,j Ei,j = Ei,j . H est également inclus dans le noyau
de ϕ (car ϕ(AB − BA) = ϕ(AB − BA) = 0). Comme il n’est pas égal à Mn (K) (car ϕ 6= 0) et qu’il contient
Ker (tr ), de dimension n2 − 1, H = Ker tr = Ker ϕ. Par suite ϕ et tr sont deux formes linéaires définissant le
même hyperplan, donc sont proportionnelles.

5. Si deux telles matrices existaient, on aurait n = tr (In ) = 0... exclus !

n P
n
6. Si At A = 0, alors tr (t AA) = a2ik = 0 (par le calul du 2). Ainsi pour tout (i, k) ∈ J1, nK2 a2i,k = 0
P
i=1 k=1
(somme de réels positifs nulle) donc ai,k = 0 et A = 0.
Réciproquement si A = 0, At A = 0.