CPGE AL QALAM Mathématiques -PSI 2

TD 01

Révision algèbre linéaire

Table des matières
1 Sous espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Famille libre, famille génératrice, base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 Matrice et application linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.1 Application linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Matrice d’une famille de vecteurs dans une base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3 Matrice d’une application linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1 Sous espace vectoriel

Dans la suite E désigne un K-ev

Méthodes 1.
Soit F un sous ensemble d’un K−ev E. Pour montrer que F est un sev de E :
1. er méthode la propriété : F est un sev de E si et seulement si :


 •F⊂E



 • F , ∅ ( On montre que 0E ∈ F)

 • F est stable par combinaison linaire c-a-d ∀x, y ∈ F, ∀λ ∈ K, λx + y ∈ F

2. ème méthode le vect : Soit (ei )i∈I une famille de E, si F = vect((ei )i∈I ) alors F est un sev de E
NB : Soit (ei ) une famille de E
 
 
∑
n
 

• vect(e1 , e2 , ..., en ) = 
 λi ei |λ1 , λ2 , ..., λn ∈ K

 
 i=1 
∑
 n 

 ∗ 
• vect((ei )i∈N∗ ) =   λi ei |n ∈ N et λ1 , λ2 , ..., λn ∈ K

 
 i=1 
 
∑
 

• vect((ei )i∈I ) =   λi ei | J une partie finie de I et (λi )i∈J ⊂ K

 
i∈J

3. ème méthode Ker et Im d’une application linéaire : soient E et H deux K−ev et f ∈ L(E, H), alors Im(f ) et ker(f )
sont deux sev de H et de E resp.

Exemple 1. Montrer que l’ensemble suivant est un sous-espaces vectoriel de R3

{ }
F = (x, y, z) ∈ R3 | x + y + 3z = 0 .

Solution 1.

1. ère méthode :

— F ⊂ R3
— 0R3 ∈ F, donc F , ∅
— Soient X = (x1 , x2 , x3 ), Y = (y1 , y2 , y3 ) ∈ E1 , etα ∈ R.
on a αX + Y = (αx1 + y1 , αx2 + y2 , αx3 + y3 )
donc (αx1 + y1 ) + (αx2 + y2 ) + 3(αx3 + y3 ) = α(x1 + x2 + 3x3 ) + (y1 + y2 + 3y3 ) = 0
donc ∀X, Y ∈ F, ∀α ∈ R : αX + Y ∈ F

Année 2021-2022 1
CPGE AL QALAM Mathématiques -PSI 2

par suite F est sev de R3 .

2. ème méthode :
Soit X = (x, y, z) ∈ R3 ,
X∈F ⇔ x + y + 3z = 0
⇔  = −y − 3z
x

 x = −y − 3z


⇔ 
 y = y

 z = z
⇔ X = ye1 + ze2 avec e1 = (−1, 1, 0) et e2 = (−3, 0, 1)
⇔ X ∈ vect(e1 , e2 )
d’o F = vect(e1 , e2 ), par suite E1 est un sev de R3 .
3. ème méthode : On considère l’application

f : R3 → R
(x, y, z) → x + y + 3z

f est une application linéaire de plus F = ker(f ), donc F est un sev de R3

Exercice 1

Montrer que les ensembles suivants sont des sous-espaces vectoriels ?

1. Pour A ∈ R[X] non-nul fixée, montrer que E1 = {P ∈ R[X] tel que A|P } est un sev de R[X].
2. E2 , l’ensemble des solutions de l’équation différentielle (H) : y 0 + a(x)y = 0, ou a ∈ C 0 (R, R) est un sev de
D 1 (R, R).

3. E3 , l’ensemble des solutions réelles de l’équation différentielle y 00 + 2y 0 + y = 0 est un sev de D 2 (R, R).
{ }
4. E4 = (un ) ∈ RN |∀n ∈ N, un+2 + 3un+1 − 4un = 0 est un sev de l’ensemble RN

Exercice 2

On note A l’ensemble des suites arithmétiques et B l’ensemble des suites monotones. Les ensembles A et B sont-ils
des sous-espaces vectoriels de RN ?

Exercice 3

Si A et B sont deux parties d’un K-espace vectoriel E, comparer Vect(A ∩ B) et Vect(A) ∩ Vect(B)

Exercice 4

Soit U un sous-espace vectoriel de E, et

A = {f ∈ L(E) | U ⊂ Ker(f )}
Montrer que A est un sous-espace vectoriel de L(E).

Année 2021-2022 2
CPGE AL QALAM Mathématiques -PSI 2

2 Famille libre, famille génératrice, base

Méthodes 2.
Soit (ei )i∈I une famille d’un K− ev E.
1-famille libre dans E :
Pour montrer que la famille (ei )i∈I est libre, trois cas ce pose suivant l’ensemble des indices I :
1. er cas : si I est finies par exemples I = {1, 2, .., n} avec n ∈ N∗

• (ei )1≤i≤n est libre ssi ∀λ1 , λ2 , ..., λn ∈ K, ??

∑
n
λi ei = 0 ⇒ λ1 = λ2 = ... = λn = 0.
i=1

• (ei )1≤i≤n est libre ssi rang(e, e, ..., e) = n.

NB : En dimension fine le rang d’une famille est celui de sa matrice dans n’importe quelle base.
2. ème cas : Si I = N
(ei )i∈N est libres ssi∀n ∈ N, ∀λ1 , λ2 , ..., λn ∈ K,

∑
n
λi ei = 0 ⇒ λ1 = λ2 = ... = λn = 0.
i=1

3. ème cas : si I est un intervalle de R

(ei )i∈I est libre ssi ∀n ∈ N∗ , ∀λ1 < λ2 < ... < λn ∈ I, ∀α1 , α2 , ..., αn ∈ K,

∑
n
αi eλi = 0 ⇒ α1 = α2 = ... = αn = 0
i=1

2-famille génératrice de E :

(ei )i∈I est dit génératrice de E ssi E = vect((ei )i∈I )

3- base de E :
Pour montrer que (ei )i∈I est une base de E deux cas ce pose suivant la dimension de E :
• 1 cas : si dim(E) est infinie ou inconnue :
- (ei )i∈I est une base de E ssi (ei )i∈I est libre et génératrice de E.
- Si (ei )i∈I est l’image d’une base par un isomorphisme, alors c’est une base.
• 2 ème cas : si dim(E) = n ∈ N∗
- (ei )i∈I est une base de E ssi (ei )i∈I est libre et card(I) = n ((ei )i∈I est une famille libre maximale de E)
- (ei )i∈I est une base de E ssi (ei )i∈I est génératrice de E et card(I) = n (génératrice minimale de E)
- Si (ei )i∈I est l’image d’une base par un isomorphisme, alors c’est une base.
- Si Rg(ei )i∈I = Card((ei )i∈I ) = n alors c’est une base de E.

Exemple 2.

1. Montrer que la famille (u, v, w) avec u = (1, 2, ?1), v = (1, 0, 1) et w = (0, 0, 1) est libre dans R3
2. a) Soit (P1 , ..., Pn ) une famille de polynômes de C[X] non nuls, à degrés échelonnes, c’est- à-dire deg(P1 ) < deg(P2 ) <
... < deg(Pn ).
Montrer que (P1 , ..., Pn ) est une famille libre.
b) Soit (P0 , ..., Pn ) une famille de polynômes de Cn [X] non nuls, à degrés échelonnes. Montrer que (P0 , ..., Pn ) est une
base de Cn [X].
3. Montrer que la famille (sin 2x, sin x, cos x) est libre dans F (R, R). (on pourra utiliser le DL)

Solution 2.

Année 2021-2022 3
CPGE AL QALAM Mathématiques -PSI 2

1. Montrer que la famille (u, v, w) avec u = (1, 2, −1), v = (1, 0, 1) et w = (0, 0, 1) est libre dans R3 .
écrivons au + bv + cw = 0. Si on traduit cette égalité coordonnée par coordonnée, on obtient le système


 a+b = 0



 2a = 0

 −a + b + c = 0

On en déduit, par la deuxième ligne, a = 0, puis b = 0 et c = 0. La famille (u, v, w) est une famille libre.
2. a) Soit (P1 , ..., Pn ) une famille de polynômes de C[X] non nuls, à degrés échelonnes, c’est- à-dire deg(P1 ) < deg(P2 ) <
... < deg(Pn ).
Montrons que (P1 , ..., Pn ) est une famille libre
Considérons une relation λ1 P1 + · · · + λn Pn = 0. Si λn , 0, le membre de gauche de l’inégalité est un polynôme de
degré deg(Pn ) , −∞ puisque tous les polynômes sont supposés non nuls. Ce ne peut donc pas tre le polynôme
nul et on trouve que λn = 0. En itérant le raisonnement (en faisant une récurrence), on trouve successivement
λn−1 = · · · = λ1 = 0, c’est-à-dire que la famille (P1 , . . . , Pn ) est une famille libre.
b) Soit (P0 , ..., Pn ) une famille de polynômes de Cn [X] non nuls, à degrés échelonnes. Montrons que (P0 , ..., Pn ) est
une base de Cn [X].
On a dim(Rn [X]) = n + 1, (P0 , ..., Pn ) une famille de polynômes de Cn [X] non nuls, à degrés échelonnes donc elle
est libre et Card(P0 , ..., Pn ) = n + 1 = dim(Rn [X]).
donc (P0 , ..., Pn ) est une famille libre maximale de Cn [X], par suite c’est une base de Cn [X].
3. Montrons que la famille (sin 2x, sin x, cos x) est libre dans F (R, R).
Si on a une relation de liaison de la forme a cos x + b sin x + c sin(2x) = 0, alors on l’évalue en x = 0 pour trouver a = 0,
puis en x = π/2 pour trouver b = 0. On en déduit que c = 0. La famille est donc libre.

Exercice 5
( )
Soit E l’ensemble des fonctions f : R → R telles qu’il existe a, b, c ∈ R pour lesquels : ∀x ∈ R, f (x) = ax2 + bx + c cos x
1. Montrer que E est sous-espace vectoriel de F (R, R).
2. Déterminer une base de E et sa dimension.

Exercice 6

Soit E = Cn−1 [X] et soit α1 , . . . , αn des nombres complexes deux à deux distincts. On pose, pour k = 1, . . . , n,
∏n
i=1 (X − αi )
Lk = ∏ni,k .
i=1 (αk − αi )
i,k

Démontrer que (Lk )k=1,...,n est une base de E. Déterminer les coordonnées d’un élément P ∈ E dans cette base.

Exercice 7

Pour tout entier 0 ⩽ k ⩽ n, on pose fk : R → R la fonction définie par fk (x) = ek.x

Montrer que la famille (fk )0⩽k⩽n est une famille libre de F (R, R)

Exercice 8

Dans l’espace vectoriel F (R, R) des fonctions de R dans R, comparer les sous-espaces vectoriels respectivement
engendrés par les familles (φn )n∈N et (ψn )n∈N , o

∀x ∈ R, φn (x) = cos(nx) et ψn (x) = cosn x

Exercice 9

Soit (a, b, c) ∈ R3 . Les fonctions x 7→ sin(x + a), x 7→ sin(x + b) et x 7→ sin(x + c) sont-elles linéairement indépendantes ?

Remarque 1.

1. Toute sous famille d’une famille libre est une famille libre.

Année 2021-2022 4
CPGE AL QALAM Mathématiques -PSI 2

2. Toute sur famille d’une famille liée est une famille liée.
3. Le cardinal d’une famille libre ≤ le cardinal d’une base ≤ le cardinal d’une famille génératrice

Méthodes 3.
Comment montrer que deux sous-espaces vectoriels F et G sont égaux ?
— Méthode 1 : Par double-inclusion
— Méthode 2 : En dimension finie, si on a F ⊂ G et dimF = dimG alors F = G
Comment déterminer la dimension d’un K−ev E ?
— Méthode 1 : On détermine une base B de E. dimE = card(B).
— Méthode 2 : On remarque que E est isomorphe à un EV de dimension connue.
— Méthode 3 : On utilise la formule de Grassmann Formule de Grassmann ( Si F et G sont deux sous-espaces vectoriels
d’un mme espace E, alors dim(F + G) = dim(F) + dim(G) − dim(F ∩ G)).
— Méthode 4 : Théorème du rang si E est de la forme Ker ou Im d’une application linéaire.

Exercice 10

Soit E = RR . Pour tout n ∈ N, on pose fn : x 7→ xn

1. Montrer que (f0 , . . . , fn ) est libre.
2. En déduire dim E.

Exercice 11

Soit E un K-espace vectoriel de dimension finie supérieure à 2. Soit H1 et H2 deux hyperplans de E distincts. Déter-
miner la dimension de H1 ∩ H2 .

3 Matrice et application linaire

3.1 Application linaire
Remarque 2. Soient E et F deux K-ev et f : E → F une application. f est dit une application linéaire si

∀x, y ∈ E, ∀λ ∈ K, f (λx + y) = λf (x) + f (y)

de plus :
— Si F = K, on dit que f est une forme linéaire.
— Si E = F, on dit que f est un endomorphisme de E.
— Si f est bijective, on dit que f est un isomorphisme de E sur F.
— Si f est à la fois un endomorphisme de E et un isomorphisme, on dit que f est un automorphisme de E.

Exercice 12

Montrer que l’application A 7−→ Tr(AM) o A appartient à Mn (C) est une forme linéaire sur Mn (C).

Exercice 13

Soit E un K-espace vectoriel de dimension n ⩾ 1 et f un endomorphisme nilpotent non nul de E. Soit p le plus petit
entier tel que f p = 0
( )
1. Soit x⃗ < ker f p−1 . Montrer que la famille x⃗, f (⃗ x), . . . , f p−1 (⃗
x), f 2 (⃗ x) est libre.
2. En déduire que f n = 0

Exercice 14

E est un K-espace vectoriel de dimension finie.

1. Déterminer les endomorphismes f de E tels que ∀x ∈ E, (x, f (x)) est liée.
2. En déduire {g ∈ L (E)/∀h ∈ GL(E), h ◦ g = g ◦ h}.

Année 2021-2022 5
CPGE AL QALAM Mathématiques -PSI 2

3. Soit n ∈ N∗ . On note gn l’endomorphisme de Rn [X] défini par ∀P ∈ Rn [X], gn (P ) = P 0 .

On note C (gn ) = {f ∈ L (Rn [X]) /f ◦ gn = gn ◦ f }. Déterminer dim (C (gn )), puis déterminer C (gn )

Exercice 15

Soit E = Rn [X] et a0 , . . . , an , n + 1 réels distincts.

1. Pour tout k ∈ {0, . . . , n}, on note Φk la forme linéaire sur E définie par : Φk (P ) = P (ak ). Montrer que (Φk )0≤k≤n est
une base de L (E, R)
∫1 ∑n
2. Montrer qu’il existe un unique polynôme A ∈ E tel que, pour tout P ∈ E, P (t)dt = A (ak ) P (ak ).
0 k=0

3.2 Matrice d’une famille de vecteurs dans une base

Remarque 3. Soit E un K-espace vectoriel, de dimension n ≥ 1, muni d’une base (e1 , e2 , . . . , en ). Soit (x1 , x2 , . . . , xp ) une famille
de p vecteurs de E. Posons pour tout j de 1, p : ∑
xj = aij ei
i∈[|1,n|]

La matrice A = (aij )1≤i≤n notée Mat (x1 , x2 , . . . , xn ) ou M(e1 ,e2 ,...,en ) (x1 , x2 , . . . , xn ), est appelée matrice de la famille (x1 , x2 , . . . , xn )
1≤j≤p (e1 ,e2 ,...,en )
dans la base (e1 , e2 , . . . , en ).
x1 x2 ··· xj ··· xp
↓ ↓ ↓ ↓
 
 a11 a12 ··· a1j ··· a1p  ← e1
 a ··· ··· 
 21 a22 a2j a2p  ← e2
 . 
 . .. .. .. 
 . . . . 
Mat (x1 , x2 , . . . , xp ) =  

 ai1 ai2 ··· aij ··· aip 
(e1 ,e2 ,...,en )  
 .. .. .. .. 
 . . . . 
 
an1 an2 ··· anj ··· anp ← en
Les coordonnées de xj , pour j de 1, p dans la base (e1 , . . . , en ) sont écrite en colonne.
Exemple 3. 1. Dans la base canonique B4 ) de R4 ,
 
 1 2 
 6 7 
 
Mat ((1, 6, 9, 3), (2, 7, 0, 0)) =  
B4 
 9 0 

3 0

2. Dans R4 [X] :
 
 1 0 0 0 
 −1 
 1 0 1 
 
Mat (1 + X + X , 3X , X + 2X , −X) = 
2 3 2
1 0 2 0 
(1,X,X 2 ,X 3 ,X 4 )  
 0 3 0 0 
 
0 0 0 0
3. Dans R4 [X] :
 
 1 0 0 0 
 
 1 0 2 0 
 
Mat (1 + X + X , 3X , X + 2X , −X) = 
2 3 2
0 3 0 0 
(1,X,X 3 ,X 4 ,X 2 )  
 0 0 0 0 

1 0 1 −1
Remarque 4. Si on change la base dans laquelle on exprime la matrice d’une famille de vecteurs, il est bien évident que la
matrice en question change aussi.

3.3 Matrice d’une application linéaires

Remarque 5.
Soit E et F deux K-espace vectoriels de dimension respectives p et n, ainsi que B = (e1 , e2 , . . . , ep ) une base de E et

Année 2021-2022 6
CPGE AL QALAM Mathématiques -PSI 2

C = (u1 , u2 , . . . , up ) une base de F. Soit f une application linéaire de E dans F. On appelle matrice de f dans les bases B et C
et on note [f ]CB ou Mat(f ) la matrice de la famille f (B) = (f (e1 ), f (e2 ), . . . , f (en )) dans la base C = (u1 , u2 , . . . , up ) de F.
B,C
f (e1 ) f (e2 ) f (ej ) f (ep )
↓ ↓ ↓ ↓
 
 a11 a12 ··· a1j ··· a1p  ← u1
 a 
 21 a22 ··· a2j ··· a2p  ← u2
 . .. 
 . .. ..
 . . . . 
Mat(f ) =  
B,C  ai1 ai2 ··· aij ··· aip 
 . .. ..

.. 
 .
 . . . . 
 
an1 an2 ··· anj ··· anp ← un
La j-ème colonne de MB,C (f ) est constituée des coordonnées dans la base C de l’image par f du j-ième vecteur de la base
B. ∑
f (ej ) = aij ui
i∈1,n

Si E = F et B = C, la matrice MB,C est simplement noté MB .

Exemple 4.
{
R2 −→ R3
1. Soit φ l’application linéaire
(x, y) 7−→ (x + y, x − y, 2x − y)
— Si B2 et B3 sont les bases canoniques respectives de R2 et R3 , donner MB2 ,B3 (φ).
 
 1 1 
 
MB2 ,B3 (φ) =  1 −1 
 
2 −1

— Si B2 = ((1, 1), (1, 0)) et B3 = ((1, 0, 0), (1, 1, 0), (1, 1, 1)), donner MB2 ,B3 (φ).
 
 3 2 
 
MB2 ,B3 (φ) =  −1 −1 
 
1 2
{
R3 [X] −→ R2 [X]
2. Soit ψ l’application linéaire
P (X) 7−→ P (X + 1) − P (X)
Si B est la base canonique de R3 [X] et B 0 est la base canonique de R2 [X] , donner MB,B 0 (ψ).
On a 

 ψ(1) = 0

 ψ(X) =

 1

 2

 ψ(X ) = 1 + 2X

 ψ(X 3 ) = 1 + 3X + 3X 2

donc  
 0 1 1 1 
 
MB,B 0 (ψ) =  0 0 2 3 
 
0 0 0 3
Remarque 6.
1. Soit E et F deux K-espace vectoriels de dimension respectives p et n, ainsi que B une base de E et C une base de F.
Soit f ∈ L(E, F), alors :
f = 0L(E,F) ⇐⇒ MB,C (f ) = 0Mn,p

2. Si E est de dimension finie n ∈ N∗ , B une base de E et f de L(E) alors :

f =E ⇐⇒ MB (f ) = In

Exercice 16

Soit f l’application linéaire de R4 dans lui-mme défini par f (x, y, z, t) = (x − y + z, y + z + t, 0, x + y + 3z + 2t).

écrire la matrice A représentant l’endomorphisme f dans la base canonique B = (e1 , e2 , e3 , e4 ) de R4 .

Année 2021-2022 7
CPGE AL QALAM Mathématiques -PSI 2

Solution 3. On a

f (e1 ) = (1, 0, 0, 1) = e1 + e4
f (e2 ) = (−1, 1, 0, 1) = −e1 + e2 + e4
f (e3 ) = (1, 1, 0, 3) = e1 + e2 + 3e4
f (e4 ) = (0, 1, 0, 2) = e2 + 2e4

Donc la matrice A est donnée par

 
 1 −1 1 0 
 0 1 1 
 1
A =  .
 0 0 0 0 
 
1 1 3 2

Exercice 17
( )
−1 2
Soient A = et f l’application de M2 (R) dans M2 (R) définie par f (M) = AM. Montrer que f est linéaire et
1 0
déterminer sa matrice dans la base canonique de M2 (R).

Solution 4. La preuve de la linéarité de f est laissée au lecteur. Rappelons que la base canonique de M2 (R) est la base
(E1,1 , E1,2 , E2,1 , E2,2 ) avec
( ) ( ) ( ) ( )
1 0 0 1 0 0 0 0
E1,1 = E1,2 = E2,1 = E2,2 = .
0 0 0 0 1 0 0 1

Il suffit de calculer l’image par f de ces matrices, et de les exprimer dans la base canonique. Mais on a
( )
−1 0
f (E1,1 ) = = −1E1,1 + 0E1,2 + 1E2,1 + 0E2,2 ,
1 0
( )
0 −1
f (E1,2 ) = = 0E1,1 − 1E1,2 + 0E2,1 + 1E2,2 ,
0 1
( )
2 0
f (E2,1 ) = = 2E1,1 + 0E1,2 + 0E2,1 + 0E2,2 ,
0 0
( )
0 2
f (E2,2 ) = = 0E1,1 + 2E1,2 + 0E2,1 + 0E2,2 .
0 0
La matrice de f dans la base canonique de M2 (R) est donc
 
 −1 0 2 0 
 0 −1 0 2 
 
 .
 1 0 0 0 
 
0 1 0 0

Méthodes 4.

Comment déterminer Ker(f ) ?

— Méthode générale : On résout dans E, f (x) = 0F , c-a-d chercher les vecteurs de E dont l’image par f est 0.
— Si on connat une matrice représentative A de f , cela revient à résoudre AX = 0, en effet si on pose A = MatB,B0 (f ),
pour tout X ∈ E
X ∈ Ker(f ) ⇔ [X]B ∈ Ker(A) (c-a-d AX = 0)
— Si dim(Ker(f )) = p et (e1 , e2 , ..., ep ) est une famille libre de Ker(f ) alors Ker(f ) = vect(e1 , e2 , ..., ep ).
NB : En dimension finie, connatre le rang de f permet de connatre la dim de Ker(f ) en appliquant le théorème du
rang

Année 2021-2022 8
CPGE AL QALAM Mathématiques -PSI 2

Méthodes 5.
Comment déterminer Im(f ) ?
— Analyse synthèse en utilisant la définition Im(f ) = { f (x), x ∈ E} = ...........
— Si on connat une famille génératrice de E (par exemple une base) B = (e1 , e2 , ..., en ) alors Im(f ) =
Vect(f (e1 ), f (e2 ), ..., f (en )).
— Si dim(Im(f )) = p et (e1 , e2 , ..., ep ) est une famille libre de Im(f ) alors
Im(f ) = vect(f (e1 ), f (e2 ), ..., f (ep )).
— Si Aest une matrice représentative de f , Im(f ) est engendré par les éléments de F dont les cordonnes sont les
colonnes de A.

Exercice 18

Soit E = Rn [X], le R-espace vectoriel des polynômes à coefficients réels de degré inférieur ou égal à n (n entier naturel
donné). Soit ϕ l’application définie par : ∀P ∈ E, ϕ(P ) = P (X + 1) − P (X).
1. Vérifier queϕ est un endomorphisme de E.
2. Déterminer Ker(ϕ) et Im(ϕ).

Solution 5. 1. Si P est un polynôme de degré inférieur ou égal à n, alors P (X + 1) − P (X) est encore un polynôme de
degré inférieur ou égal à n. Par suite, ϕ est bien une application de E dans lui-mme.
Soient alors (P , Q) ∈ E 2 et (λ, µ) ∈ R2 .
ϕ(λP + µQ) = (λP + µQ)(X + 1) − (λP + µQ)(X) = λ(P (X + 1)?P (X)) + µ(Q(X + 1) − Q(X)) = λϕ(P ) + µϕ(Q).
ϕ est linéaire de E vers lui-mme et donc un endomorphisme de E.
2. Soit P ∈ E. P ∈ Kerϕ ⇔ ∀x ∈ R, P (x + 1) = P (x).
Montrons alors que P est constant. Soit Q = P − P (0).
Q est un polynôme de degré inférieur ou égal à n s’annulant en les entiers naturels 0, 1, 2, ... (car P (0) = P (1) = P (2) =
...) et a ainsi une infinité de racines deux à deux distinctes. Q est donc le polynôme nul ou encore ∀x ∈ R, P (x) = P (0).
Par suite, P est un polynôme constant. Réciproquement, les polynômes constants sont clairement dans Kerϕ et donc

Kerϕ = R0 [X].

Pour déterminer Imϕ, on note tout d’abord que si P est un polynôme de degré inférieur ou égal à n, alors ϕ(P ) =
∑
n−1
P (X +1)−P (X) est un polynôme de degré inférieur ou égal à n−1. En effet, si P = an X n + ak X k (avec an quelconque,
k=0
éventuellement nul) alors ϕ(P ) = an ((X + 1)n − X n ) + termes de degré inférieur on égal àn − 1
= an (X n − X n ) + termes de degré inférieur on égal à n − 1
= termes de degré inférieur on égal à n − 1.
Donc, Im(ϕ) ⊂ Rn−1 [X]. Mais d’après le théorème du rang, dim( Im (ϕ) = dim Rn [X]? dim( Ker (ϕ) = (n + 1) − 1 = n =
dimRn−1 [X] < +∞, et donc Imϕ = Rn−1 [X].

Exercice 19

Soit f l’application de Rn [X] dans R[X] définie en posant pour tout P (X) ∈ Rn [X] : f (P (X)) = P (X+1)+P (X−1)−2P (X)
1. Montrer que f est linéaire et que son image est incluse dans Rn [X].
2. Dans le cas o n = 3, donner la matrice de f dans la base 1, X, X 2 , X 3 . Déterminer ensuite, pour une valeur de n
quelconque, la matrice de f dans la base 1, X, . . . , X n .
3. Déterminer le noyau et l’image de f . Calculer leur dimension respective.
4. Soit Q un élément de l’image de f . Montrer qu’il existe un unique P ∈ Rn [X] tel que : f (P ) = Q et P (0) = P 0 (0) =
0

Exercice 20

Soit E un K-espace vectoriel de dimension paire n = 2p et f ∈ L (E). établir l’équivalence des trois propositions :
1. f 2 = 0 et rg(f ) = p
2. Im f = Ker f
3. il existe une base B de E telle que ( )
0 Ip
matB (f ) =
0 0

Année 2021-2022 9