Alg' Ebre Lin Eaire Exercices: Universit e de Toulon

Université de Toulon
Master de Mathématiques - M1 MEEF
Algèbre Linéaire
Exercices
2017-2018
Yves Aubry
30 août 2017
1
Exercice 1. Considérons les éléments z1 = 2 + 3i et z2 = 1 − i de C.
1. Dans le C-espace vectoriel C, la famille {z1 , z2 } est-elle libre ? I.e. les
vecteurs z1 et z2 sont-ils C-linéairement indépendants ?
2. Dans le R-espace vectoriel C, la famille {z1 , z2 } est-elle libre ? I.e. les
vecteurs z1 et z2 sont-ils R-linéairement indépendants ?
Exercice 2. Considérons les éléments u = (1, 2, 3), v = (4, 5, 6) et w =

(1, −2, 1) de R3 .
1. La famille {u, v, w} du R-espace vectoriel R3 est-elle libre ? I.e. les vecteurs
u, v et w sont-ils R-linérairement indépendants ? Quel est le sous-espace
vectoriel de R3 engendré par ces trois vecteurs ?
2. Considérons le vecteur w0 = (5, 4, 3) ∈ R3 . La famille {u, v, w0 } est-elle
libre ?
Exercice 3. √ Dans√R considéré comme espace vectoriel sur Q, on considère

la famille {1, 2, 3}. Montrer qu’elle est libre.
Exercice 4. La partie
D = {(x, y) ∈ R2 | 2x − y = 0}
de R2 est-elle un sous-espace vectoriel de R2 ?
Exercice 5. Soient F et G deux sous-espaces vectoriels d’un K-espace vec-

toriel E.
1. Montrer que F ∩ G est un sous-espace vectoriel de E.
2. Montrer que F ∪ G est un sous-espace vectoriel de E si et seulement si
F ⊂ G ou G ⊂ F .
3. Montrer que F + G est le plus petit sous-espace vectoriel de E contenant
F ∪ G.
2
Exercice 6. Soit f : E −→ F un homomorphisme d’espaces vectoriels.
Montrer que f est injective si et seulement si Ker f = {0}.
Exercice 7. Montrer que l’image d’une famille libre par une application
linéaire injective est encore une famille libre.
Montrer que l’image d’une famille génératrice par une application linéaire
surjective est encore une famille génératrice.
Exercice 8. Soient E et F deux K-espaces vectoriels de dimension finie.

Montrer que E et F sont isomorphes si et seulement si dim E = dim F .
Exercice 9. Soit f un endomorphisme d’un K-espace vectoriel E tel que

tout vecteur non nul de E est vecteur propre de f . On veut montrer qu’alors
f est une homothétie (i.e. ∃λ ∈ K, ∀x ∈ E, f (x) = λx).
Soient x et x0 deux vecteurs non nuls de E. Il existe donc λ et λ0 dans K
tels que f (x) = λx et f (x0 ) = λ0 x0 .
a) On suppose que x et x0 sont colinéaires. Montrer que λ = λ0 .
b) On suppose maintenant que x et x0 sont linéairement indépendants. En
considérant le vecteur x − x0 , montrer que λ = λ0 .
c) Conclure.
Exercice 10. (Théorème du rang)

Soit f : E −→ F un morphisme de K-espaces vectoriels de dimensions
finies. Montrer que
rg(f ) = dim E − dim(Ker f ).
Exercice 11. (Espace vectoriel quotient)
3
Soient E un K-espace vectoriel de dimension finie et F un sous-espace
vectoriel de E. Montrer que :
dim(E/F ) = dim E − dim F.
Exercice 12. Soit f : E −→ F un morphisme de K-espaces vectoriels de

dimensions finies et égales. Montrer que f est injective si et seulement si f
est surjective. Donner des contre-exemples en dimension infinie.
Exercice 13. Soit E un K-espace vectoriel de dimension finie et soient f

et g deux endomorphismes de E tels que :
f ◦g◦f =f et g ◦ f ◦ g = g.
1. Montrer que pour tout v ∈ E, on a : v − (g ◦ f )(v) ∈ Ker f . En déduire

que
E = Ker f ⊕ Im g.
2. Comparer le rang de f et le rang de g.
Exercice 14. Soit E un espace vectoriel et f un endomorphisme de E.

1. Montrer que
E = Ker f + Im f ⇐⇒ Im f 2 = Im f.
2. Montrer que, si de plus E est de dimension finie, on a :

2.1.
E = Ker f + Im f ⇐⇒ E = Ker f ⊕ Im f.
2.2.
Im f 2 = Im f ⇐⇒ Ker f 2 = Ker f.
3. Si E est de dimension infinie, donner un exemple pour lequel 2.1 et 2.2

sont faux.
4
Exercice 15. Soient E0 , E1 , . . . , En des espaces vectoriels de dimension finie
sur un corps K, et (fi ) (0 ≤ i ≤ n − 1) des applications linéaires définies sur
Ei à valeurs dans Ei+1 . On dit que
f0 f1 fn−2 fn−1
E0 −→ E1 −→ . . . −→ En−1 −→ En
est une suite exacte si pour tout i ∈ {1, . . . , n − 1}, on a Im fi−1 = Ker fi .
On note 0 l’espace vectoriel {0}.
1. Quelles sont les applications linéaires possibles
f g
0 −→ E0 et E1 −→ 0 ?
2. Que signifie pour f0 le fait que

f0
0 −→ E0 −→ E1
soit une suite exacte ?

3. Que signifie pour f0 le fait que
f0
E0 −→ E1 −→ 0
soit une suite exacte ?

4. Montrer que si la suite
f0 f1 fn−2 fn−1
0 −→ E0 −→ E1 −→ . . . −→ En−1 −→ En −→ 0
est exacte, alors

n
X
(−1)k dim Ek = 0.
k=0
5. Soient E et F deux espaces vectoriels de dimension finie. Déterminer des

applications linéaires f et g pour que la suite
f g
0 −→ E −→ E × F −→ F −→ 0
soit exacte. En déduire que
dim E × F = dim E + dim F.
5
Déterminer de même des applications linéaires φ et ψ pour que la suite
φ ψ
0 −→ E ∩ F −→ E × F −→ E + F −→ 0
soit exacte. En déduire que
dim(E ∩ F ) + dim(E + F ) = dim E + dim F.
Exercice 16. Une matrice carrée A de Mn (R) est dite symétrique si tA = A.

On note Sn (R) l’ensemble des matrices symétriques d’ordre n à coefficients
dans R.
1. Montrer que Sn (R) est un espace vectoriel sur R.
2. Donner une base de S2 (R). Quelle est la dimension du R-espace vectoriel

Sn (R) ?
3. Montrer que, pour toutes matrices A et B de Mn (R), on a :

t
(AB) =tB tA.
4. En déduire que, pour toutes matrices A et B de Sn (R), on a :
AB ∈ Sn (R) ⇐⇒ AB = BA.
5. Une matrice carrée A de Mn (R) est dite antisymétrique si t A = −A.

On note An (R) le R-espace vectoriel des matrices antisymétriques d’ordre n
à coefficients dans R.
Donner une base de A3 (R). Quelle est la dimension du R-espace vectoriel
An (R) ?
6. Montrer que les sous-espaces vectoriels Sn (R) et An (R) sont supplémentaires

dans Mn (R).
6
Exercice 17. Soit R[X]2 l’espace vectoriel sur R des polynômes à une indéterminée
à coefficients dans R de degré au plus 2, muni de la base canonique constituée
des polynômes P0 (X) = 1, P1 (X) = X et P2 (X) = X 2 .
Considérons l’application Φ suivante :
Φ : R[X]2 −→ R[X]2
P 7−→ XP 00 + (1 − X)P 0
où P 0 (respectivement P 00 ) est le polynôme dérivé du polynôme P (respecti-

vement P 0 ).
1. Montrer que Φ est un morphisme de R-espaces vectoriels et déterminer sa

matrice dans la base canonique.
2. Déterminer le noyau et le rang de Φ.
√
3. Montrer que les polynômes Q0 (X) = 2, Q1 (X) = −X + 1 et Q2 (X) =
X 2 − 4X + 2 forment une base de R[X]2 . Déterminer la matrice de l’endo-
morphisme Φ dans cette base.

1 2
Exercice 18. On considère la matrice A = de M2 (R) et l’appli-
3 4
cation f : M2 (R) −→ M2 (R) définie par f (M ) = AM − M A pour toute
M ∈ M2 (R).
1. Montrer que f est un endomorphisme de M2 (R).
2. Déterminer sa matrice dans la base canonique de M2 (R).
3. Déterminer les matrices M de M2 (R) qui commutent avec A.
4. Quel est le rang de f ?
Exercice 19. (Projecteurs)

Soit E un K-espace vectoriel.
1. Soient F et G deux sous-espaces vectoriels de E supplémentaires dans

E (i.e. E = F ⊕ G) et p le projecteur sur F parallèlement à G (i.e. p est
7
l’application linéaire de E dans E définie par : pour x ∈ E, x = x0 + x00 avec
x0 ∈ F et x00 ∈ G, alors p(x) = x0 ).
a) Montrer que p ◦ p = p.
b) Montrer que Im(p) = F et Ker(p) = G.
2. Réciproquement, soit p un K-endomorphisme de E tel que p ◦ p = p (p

est un idempotent de l’anneau LK (E) des K-endomorphismes de E).
a) Montrer que Im(p) et Ker(p) sont deux sous-espaces vectoriels de E
supplémentaires dans E.
b) Montrer que p est le projecteur sur Im(p) parallèlement à Ker(p).
3. Si E est de dimension finie, et si p est un projecteur de E, montrer qu’il

existe une base de E dans laquelle la matrice de p soit

Ir 0
0 0
où r est le rang de p et Ir la matrice identité de taille r.
Exercice 20. (Symétries)

Soient E un K-espace vectoriel et s un endomorphisme de E vérifiant
s ◦ s = id (l’application s est une involution).
On note
E1 = {x ∈ E | s(x) = x} = Ker(s − id)
et
E2 = {x ∈ E | s(x) = −x} = Ker(s + id).
1. Montrer que
E = E1 ⊕ E2 .
2. Montrer que Ker s = {0} et Im s = E.

L’endomorphisme s est appelé symétrie par rapport à E1 parallèlement à
E2 .
8

5 −4
Exercice 21. On considère la matrice A de M2 (R) suivante : A = .
4 −3
Déterminer la matrice J de M2 (R) telle que A = I + 4J où I est la matrice
identité de M2 (R). Calculer A100 .
Exercice 22. Résoudre dans R3 le système suivant, où m est un paramètre

réel :

(5 − m)x − 2y − z = 1
2x + (2 − m)y − 2z = 2
−x − 2y + (5 − m)z = 1

Exercice 23. Calculer le déterminant de l’endomorphisme ”transposition”

de Mn (R) : f : Mn (R) −→ Mn (R) définie par f (M ) = t M pour toute
M ∈ Mn (R).
(Indication : on pourra utiliser le fait que les sous-espaces vectoriels
constitués respectivement des matrices symétriques et des matrices anti-
symétriques sont supplémentaires dans Mn (R) (voir Exercice 16)).
Exercice 24. Montrer que tout endomorphisme nilpotent (i.e. dont une puis-
sance est nulle) et diagonalisable (i.e. tel qu’il existe une base dans laquelle
sa matrice est diagonale) d’un espace vectoriel de dimension finie est nul.
Exercice 25. On considère l’endomorphisme f de Rn dont la matrice dans

la base canonique est la matrice A de Mn (R) dont tous les coefficients sont
égaux à 1.
a) Déterminer le rang et la trace de f .
b) En déduire sans calcul le polynôme caractéristique de f .
c) L’endomorphisme f est-il diagonalisable ?
d) Déterminer le polynôme minimal de f .
9
Exercice 26. Soient A et B deux matrices de Mn (R) vérifiant :
AB − BA = A.
a) Montrer que, pour tout entier naturel k, on a : Ak B − BAk = kAk .

b) On considère l’application f , de Mn (R) dans lui-même, définie par f (M ) =
M B − BM pour tout M ∈ Mn (R). Montrer que f est un endomorphisme
de Mn (R).
c) En déduire que A est nilpotente. Indication : Raisonner par l’absurde et
considérer les vecteurs propres de f .
Exercice 27. On note E l’ensemble des suites (un ) de nombres réels vérifiant :
∀n ∈ N, 5un+3 = 2un+2 + 15un+1 − 6un .
1) Montrer que E est un sous-espace vectoriel de l’espace vectoriel sur R de

toutes les suites de nombres réels.
2) Montrer que l’application Φ : E −→ R3 qui à (un ) associe (u2 , u1 , u0 ) est
un isomorphisme. Quelle est la dimension de E ?
L’application ψ : E −→ R3 qui à (un ) associe (u3 , u2 , u1 ) est-elle aussi un
isomorphisme ?
3) On note f l’application Φ−1 ◦ ψ : E −→ E. Montrer que si u = (un ) ∈ E
et si on pose (vn ) = f (u) et (tn ) = f 5 (u) alors v3 = u4 et t2 = u7 .
4) On considère les suites (Un ) = U = Φ−1 (1, 0, 0), (Vn ) = V = f (U ) et
(Wn ) = W = f (V ). Montrer que (U, V, W ) est une base de E et que la
matrice de f dans cette base est
 
0 0 −6/5
A= 1  0 3 .
0 1 2/5
5) Calculer le polynôme caractéristique de A. Trouver les valeurs propres de

f sachant que l’une d’elles est rationnelle.
10
6) Montrer que si u = (un ) ∈ E est vecteur propre de f associé à la valeur
propre λ, alors pour tout n ∈ N, un = λn u0 .
7) Montrer que pour toute suite (un ) ∈ E, il existe un triplet (a, b, c) ∈ R3
tel que
∀n ∈ N, un = a(2/5)n + (b + (−1)n c)3n/2 .
Exercice 28. Soit E un espace vectoriel sur R de base E = (e1 , e2 , e3 ) et soit

f l’endomorphisme de E admettant la matrice A suivante dans la base E :
 
1 1 1
A = −1 1 −1 .
1 0 2
1. Déterminer le polynôme caractéristique de f .

2. Déterminer les sous-espaces propres de f .
3. L’endomorphisme f est-il diagonalisable ?
4. Déterminer le polynôme minimal de f .
5. Déterminer les sous-espaces caractéristiques de f .
6. Donner une base F de E dans laquelle la matrice de f soit la forme réduite
de Jordan suivante :  
2 0 0
0 1 1 .
0 0 1
Écrire la matrice de passage P de la base E à la base F.
7. Soit B la matrice de f dans la base F. On rappelle que si M est une
matrice de Mn (R), alors
+∞
X 1 k
exp(M ) = M .
k=0
k!
7.1 Calculer exp(B).

7.2 Sans calculs, donner l’expression de exp(A) en fonction de exp(B) et
de la matrice P .
11
Exercice 29. (Nous nous intéressons aux liens de structure entre un espace
vectoriel et son dual.)
1. Soient E un espace vectoriel de dimension finie sur un corps K et E ∗ son

espace dual. Montrer que E et E ∗ sont isomorphes (en tant que K-espaces
vectoriels).
On s’intéresse à présent à ce qu’il en est si E est de dimension infinie.
2. Soit E = K[X] l’espace vectoriel sur K des polynômes à une indéterminée

X et à coefficients dans K.
Si f ∗ est une forme linéaire sur E (i.e. f ∗ ∈ E ∗ ), on pose : un = f ∗ (X n ).
Considérons l’application ϕ de E ∗ dans l’espace vectoriel K N des suites à
valeurs dans K qui à tout f ∗ de E ∗ fait correspondre
ϕ(f ∗ ) = (u0 , . . . , un , . . .).
2.1. Montrer que ϕ est un isomorphisme.
2.2. On souhaite montrer ici, par un argument détourné, que la question

précédente suffit à exhiber un exemple d’espace vectoriel non isomorphe à
son dual, en l’occurence l’espace vectoriel Q[X].
a) En considérant l’application j : Q −→ N qui à tout rationnel p/q, avec
p et q premiers entre eux et q > 0, fait correspondre 2p 3q si p ≥ 0 et 5−p 3q si
p < 0, montrer que Q est dénombrable. En déduire que Q[X] est également
dénombrable.
b) Montrer que l’ensemble P(N) des parties N est non dénombrable (on
raisonnera par l’absurde : si g : N −→ P(N) est une bijection, considérer la
partie A de N suivante : A = {n ∈ N | n 6∈ g(n)}).
En considérant l’application Γ : P(N) −→ QN qui à toute partie F de N
fait correspondre la suite (ΓF (n))n∈N à valeurs dans Q définie par : ΓF (n)
égal 1 si n ∈ F et 0 sinon, montrer que QN est non dénombrable.
c) Conclure.
2.3. On souhaite montrer ici que E := K[X] est isomorphe à un sous-espace

strict de son dual. On considère les polynômes
e0 (X) = 1, e1 (X) = X, . . . , en (X) = X n , . . .
12
Pn
et pour tout polynôme P (X) = i=0 ai X i , on pose e∗i (P ) = ai .
a) Montrer qu’une famille (e∗i1 , . . . , e∗ip ) d’un nombre fini de e∗i est une
famille libre d’éléments de E ∗ .
b) Soit V ∗ l’ensemble de toutes les combinaisons linéaires d’un nombre
fini de formes e∗i . Montrer que V ∗ est un sous-espace vectoriel de E ∗ et que
l’application linéaire ψ de E dans E ∗ définie par ψ(ei ) = e∗i est un isomor-
phisme de E sur V ∗ .
c) Montrer que la forme linéaire f ∗ ∈ E ∗ telle que f ∗ (P ) = P (1) n’ap-
partient pas à V ∗ . Conclure.
Exercice 30. Triangulariser l’endomorphisme f de R3 de matrice

 
5 −17 25
A = 2 −9 16
1 −5 9
dans la base canonique.
Exercice 31. Triangulariser l’endomorphisme f de R3 de matrice

 
5 2 3
A= 4 6 5
−5 −6 −5
dans la base canonique.
Exercice 32. Considérons l’endomorphisme f de R10 qui admet pour ma-

trice dans la base canonique la matrice suivante :
13
 
2 0 0 0 0 0 0 0 0 0
0 3 1 0 0 0 0 0 0 0
 
0 0 3 0 0 0 0 0 0 0
 
0 0 0 3 0 0 0 0 0 0
 
0 0 0 0 4 1 0 0 0 0
A=
0
.
 0 0 0 0 4 1 0 0 0

0 0 0 0 0 0 4 0 0 0
 
0 0 0 0 0 0 0 4 1 0
 
0 0 0 0 0 0 0 0 4 0
0 0 0 0 0 0 0 0 0 4
1) Déterminer le polynôme caractéristique Pf ainsi que le polynôme minimal

mf de f .
2) Déterminer les dimensions des sous-espaces vectoriels Ker(f − λ id)i pour
λ ∈ {2, 3, 4} et i ∈ {1, . . . , 10}.
3) Quelles sont, à similitude près, les matrices qui admettent à la fois le
même polynôme caractéristique et le même polynôme minimal que f .
14
Exercice 33. Commutant d’une matrice. (Extrait de l’épreuve 2 de
Mathématiques de la session 2011 des concours communs polytechniques -
Filière MP.)- Examen M1-MEEF Toulon-Nice Avril 2013
M3 (R) est la R-algèbre des matrices carrées réelles d’ordre 3. Pour A ∈

M3 (R), on note C(A) = {M ∈ M3 (R)/AM = M A} le commutant de la
matrice A.
1. Démontrer que pour tout A ∈ M3 (R), C(A) est un R-espace vectoriel.
 
3 −3 −1
2. Démontrer, en détaillant, que la matrice A =  4 −2 0  est sem-
  −4 6 3
2 0 0
blable à la matrice T = 0 1 1. Pour cela, on donnera une matrice de
0 0 1
passage que l’on notera P .
3. Déterminer par le calcul, le commutant C(T ) de la matrice T puis donner
sa dimension.
4. Soit l’application f : M3 (R) −→ M3 (R) définie par f (M ) = P −1 M P .
a. Montrer que f est un automorphisme du R-espace vectoriel M3 (R).
b. Montrer que M ∈ C(A) si et seulement si f (M ) ∈ C(T ).
Que peut-on en déduire pour la dimension de C(A) ?
5. Existe-t-il un polynôme annulateur de A de degré inférieur ou égal à 2 ?
5. Démontrer que C(A) = vect{I3 , A, A2 }. En déduire que C(A) est l’en-
semble des polynômes en A. Ce dernier résultat reste-t-il vrai pour toute
matrice A ∈ M3 (R) ? Justifiez votre réponse.
Exercice 34. (Variante du troisième exercice du concours PLP interne de

2000)- Examen M1-MEEF Toulon-Nice Avril 2013
Soit E le R-espace vectoriel des suites réelles définies sur l’ensemble N des
entiers naturels. On considère dans E l’ensemble F des suites (un ) vérifiant
la relation de récurrence suivante :
∀n ∈ N, un+2 = 10un+1 − 21un .
15
1. a) Démontrer que F est un sous-espace vectoriel de E.
b) Déterminer toutes les suites géométriques qui appartiennent à F .
c) On considère les suites (vn ) et (wn ) définies pour tout entier naturel
par :
vn = 3n et wn = 7n .
Vérifier que, pour tous nombres réels a et b, la suite (un ), définie pour tout
entier naturel par un = avn + bwn appartient à F . Démontrer que la famille
((vn ), (wn )) est une base de F .
Indication : on pourra d’abord montrer que cette famille est libre puis
s’appuyer sur une récurrence pour prouver qu’elle est génératrice.
2. Soient (xn ) et (yn ) les suites définies pour tout entier naturel n par
x0 = 1, y0 = 0, xn+1 = −21yn et yn+1 = xn + 10yn .

a) Vérifier que les suites (xn ) et (yn ) appartiennent à F .
b) Déterminer les coordonnées respectives de (xn ) et (yn ) dans la base
((vn ), (wn )) de F .
 
0 3 3
3. On considère la matrice A = −7 10 3.
7 −7 0
a) Calculer le polynôme caractéristique de A.
b) La matrice A est-elle diagonalisable ?
c) Calculer A2 .
d) Déterminer des nombres réels α et β tels que A3 = αA + βA2 .
e) Démontrer que, pour tout entier naturel non nul n,
An = xn−1 A + yn−1 A2 ,
où xn−1 et yn−1 sont les nombres définis à la question 2.
Exercice 35. Matrices d’ordre fini (sujet du CAPES 2014 - Epreuve

2) - Examen M1-MEEF Toulon-Nice Janvier 2014
Dans tout le problème, n désigne un entier naturel supérieur ou égal à 1.
16
On désigne par Mn (C) (respectivement Mn (R), Mn (Z)) l’ensemble des ma-
trices carrées à n lignes et n colonnes dont les coefficients appartiennent à
C (respectivement à R, à Z).
La matrice identité de taille n est notée In .
Soit A ∈ Mn (C). L’ensemble des valeurs propres de A est appelé spectre de
A et noté Sp(A).
On dit que A est d’ordre fini s’il existe k ∈ N∗ , tel que Ak = In .
Si A est d’ordre fini, le plus petit entier strictement positif k tel que Ak = In
est appelé ordre de A et noté o(A).
Partie A : préliminaires
1. Cette question consiste en des rappels de théorèmes du cours. 1.1. Soit
A ∈ Mn (R). On suppose qu’il existe P ∈ R[X], P 6= 0 tel que P (A) = 0.
i. Donner une condition suffisante sur P pour que A soit trigonali-
sable dans Mn (R).
ii. Donner une condition suffisante sur P pour que A soit dia-
gonalisable dans Mn (R). 1.2. Soit A ∈ Mn (C). On suppose qu’il existe
P ∈ C[X], P 6= 0 tel que P (A) = 0.
Que deviennent les conditions précédentes lorsque l’on s’intd́resse à la
trigonalisation ou à la diagonalisation de A dans Mn (C) ?
2. Soit B ∈ Mn (C), d’ordre fini. On pose o(B) = b.
2.1. Démontrer que B est inversible.
2.2. Soit k ∈ Z. Démontrer que B k = In si et seulement si b divise k.
2.3. Démontrer que les valeurs propres de B sont des racines b-ièmes de
l’unité.
2.4. Démontrer que B est diagonalisable dans Mn (C).
3. Soit C ∈ Mn (C). Ses valeurs propres sont notées λ1 , . . . , λn .
On suppose que C est diagonalisable et que pour tout entier i tel que
1 ≤ i ≤ n, λi est une racine ni -ième de l’unité pour un certain entier ni .
Pour tout entier i tel que 1 ≤ i ≤ n, on note ki le plus petit entier
strictement positif tel que λki i = 1.
3.1. Démontrer que C est d’ordre fini et que son ordre divise le PPCM
de k1 , . . . , kn .
3.2. Démontrer que o(C) est le PPCM de k1 , . . . , kn .
17
Partie B : matrices d’ordre fini à coefficients réels
Dans cette partie, on considère une matrice A ∈ M3 (R) d’ordre fini. Le
but est de démontrer que cette matrice est diagonalisable dans M3 (C) et de
déterminer le spectre de A dans C.
1. Démontrer que si toutes les valeurs propres de A dans C sont réelles, alors
Sp(A) ⊆ {−1, 1}.
2. On suppose que 1 est la seule valeur propre de A dans C.
2.1. Justifier qu’il existe P ∈ M3 (R), inversible, et a, b, c éléments de R
tels que :  
1 a b
P −1 AP = 0 1 c  .
0 0 1
2.2. On pose B = P −1 AP . Démontrer que B est d’ordre fini.
2.3. Démontrer par récurrence que pour tout k ∈ N :
1 ka k(k−1)
 
2
ac + kb
B k = 0 1 kc .
0 0 1
2.4. En déduire que A = I3 .

3. Énoncer sans démonstration un résultat semblable lorsque −1 est la seule
valeur propre de A dans C.
4. On suppose que −1 est valeur propre simple de A et que 1 est valeur propre
double de A.
4.1. Justifier qu’il existe Q ∈ M3 (R), inversible, et a, b, c éléments de R
tels que :  
−1 a b
Q−1 AQ =  0 1 c  .
0 0 1
4.2. On pose C = Q−1 AQ.
Démontrer qu’il existe trois suites de nombres réels (αk )k∈N , (βk )k∈N et
(γk )k∈N telles que pour tout entier naturel k :
 
(−1)k αk βk
Ck =  0 1 γk  .
0 0 1
18
On définira ces suites à l’aide de relations de récurrence.
4.3. Donner une expression de γk pour tout k ≥ 0.
4.4. En déduire que c = 0.
4.5. En déduire que C et A sont diagonalisables dans M3 (C).
5. Énoncer sans démonstration un résultat semblable lorsque −1 est valeur
propre double de A et 1 est valeur propre simple de A.
6. On suppose que A admet dans C au moins une valeur propre non réelle.
6.1. Démontrer qu’il existe θ ∈ 2πQ \ πZ, tel que Sp(A) = {eiθ , e−iθ , 1}
ou {eiθ , e−iθ , −1}.
On pourra considérer le polynôme caractéristique de A.
6.2. Démontrer que A est diagonalisable dans M3 (C).
7. Soit A ∈ M3 (R). Démontrer que A est d’ordre fini si, et seulement si,
A est diagonalisable dans M3 (C) et qu’il existe θ ∈ 2πQ tel que Sp(A) =
{eiθ , e−iθ , 1} ou {eiθ , e−iθ , −1}.
Partie C : matrices d’ordre fini à coefficients entiers

Soit A ∈ M3 (Z), d’ordre fini. D’après la partie B, son spectre dans C est de
la forme Sp(A) = {eiθ , e−iθ , 1} ou {eiθ , e−iθ , −1} où θ ∈ 2πQ.
1. Démontrer que 2 cos θ ∈ Z.
On pourra considérer la trace de A.
2. Donner les valeurs possibles pour θ.
3. Donner les différents spectres dans C possibles pour A puis démontrer que
o(A) ∈ {1, 2, 3, 4, 6}.
4. On cherche maintenant à construire des matrices de M3 (Z) de chaque
ordre.
4.1. Donner des matrices de M3 (Z) d’ordre 1 et 2.
3
4.2.
  (a, b, c) ∈ C . Calculer le polynôme caractéristique
i. Soit
0 0 −a
de : 1 0 −b  .

0 1 −c
ii. Construire une matrice de M3 (Z) dont les valeurs propres sont
1, e2iπ/3
et e−2iπ/3 . Démontrer que cette matrice est d’ordre 3.
iii. Construire des matrices de M3 (Z) d’ordre 4 et d’ordre 6.
19
Exercice 36. (Examen M1-MEEF Toulon-Nice Janvier 2015) : ra-
cine carrée d’un endomorphisme
Dans tout le problème, n est un entier naturel supérieur ou égal à 2 et E est

un espace vectoriel de dimension finie n sur le corps R des nombres réels.
L(E) désigne l’algèbre des endomorphismes de E et GL(E) l’ensemble
des endomorphismes de E qui sont bijectifs.
On note 0 l’endomorphisme nul et id l’application identité.
Pour tout endomorphisme f de E, l’ensemble des valeurs propres de f
sera noté Sp(f ) et on notera :
R(f ) = {h ∈ L(E) | h2 = f }.
R[X] désigne l’anneau des polynômes à coefficients réels. P

Etant donné f ∈ L(E) et P ∈ R[X] donné par P (X) = `k=0 ak X k , on
définit P (f ) ∈ L(E) par :
`
X
P (f ) = ak f k ,
k=0
où f 0 = id et pour tout k ∈ N∗ , f k = f ◦ · · · ◦ f .

| {z }
k fois
Si f1 , . . . , fq désignent q endomorphismes de E (où q ∈ N∗ ) alors 1≤i≤q fi
Q
désignera l’endomorphisme f1 ◦ · · · ◦ fq .
Pour tout entier p non nul, Mp (R) désigne l’espace des matrices carrées
à p lignes et p colonnes à coefficients dans R.
Ip est la matrice identité de Mp (R).
1. On désigne par f l’endomorphisme de R3 dont la matrice dans la base

canonique est donnée par :
 
8 4 −7
A = −8 −4
 8 .
0 0 1
1.1. Montrer que f est diagonalisable.
20
1.2. Déterminer une base (v1 , v2 , v3 ) de R3 formée de vecteurs propres de f
et donner la matrice D de f dans cette nouvelle base.
1.3. Soit P la matrice de passage de la base canonique à la base (v1 , v2 , v3 ).

Soit un entier m ≥ 1. Sans calculer l’inverse de P , exprimer Am en fonction
de D, P et P −1 .
1.4. Calculer P −1 , puis déterminer la matrice de f m dans la base canonique.
1.5. Déterminer toutes les matrices de M3 (R) qui commutent avec la matrice
D trouvée à la question 2.2.
1.6. Montrer que si H ∈ M3 (R) vérifie H 2 = D, alors H et D commutent.
1.7. Déduire de ce qui précède toutes les matrices H de M3 (R) vérifiant

H 2 = D, puis déterminer tous les endomorphismes h de R3 vérifiant h2 = f
en donnant leur matrice dans la base canonique.
2. Soient f et j les endomorphismes de R3 dont les matrices respectives A

et J dans la base canonique sont données par :
   
2 1 1 1 1 1
A = 1 2 1 et J = 1 1 1 .
1 1 2 1 1 1
2.1. Calculer J m pour tout entier m ≥ 1.
2.2. En déduire que pour tout m ∈ N∗ , f m = id + 31 (4m − 1)j. Cette relation

est-elle encore valable pour m = 0 ?
2.3. Montrer que f admet deux valeurs propres distinctes λ et µ telles que
λ < µ.
2.4. Montrer qu’il existe un unique couple (p, q) d’endomorphismes de R3 tel

que pour tout entier m ≥ 0, f m = λm p + µm q et montrer que ces endomor-
phismes p et q sont linéairement indépendants.
2.5. Après avoir calculé p2 , q 2 , p ◦ q et q ◦ p, trouver tous les endomorphismes

h, combinaisons linéaires de p et q, qui vérifient h2 = f .
21
2.6. Montrer que f est diagonalisable et trouver une base de vecteurs propres
de f . Ecrire la matrice D de f , puis la matrice de p et de q, dans cette
nouvelle base.
2.7. Déterminer une matrice K de M2 (R) non diagonale telle que K 2 = I2 ,

puis une matrice Y de M3 (R) non diagonale telle que Y 2 = D.
2.8. En déduire qu’il existe un endomorphisme h de R3 vérifiant h2 = f qui

n’est pas combinaison linéaire de p et q.
2.9. Montrer que tous les endomorphismes h de R3 vérifiant h2 = f sont

diagonalisables.
Exercice 37. Problème de l’Examen M1-MEEF Toulon-Nice Jan-

vier 2016 (extrait du concours Centrale-Supélec 2011)
Notations et rappels
• Dans tout le problème n désigne un entier supérieur ou égal à 2 et E
un C-espace vectoriel de dimension n. On notera L(E) le C-espace vectoriel
des endomorphismes de E et GL(E) le sous-ensemble de L(E) formé des
automorphismes de E.
• À tout f ∈ L(E), on associe sa matrice MatB (f ) dans la base B choisie
dans E.
On rappelle que l’application f 7→ MatB (f ) est un isomorphisme de L(E)
sur le C-espace vectoriel , noté Mn (C), formé des matrices carrées d’ordre
n à coefficients complexes.
De la même façon, GL(E) (respectivement GLn (C)), muni de la composi-
tion des applications (respectivement muni du produit des matrices), possède
une structure de groupe.
• Soit A = (aij )1≤i,j≤n ∈ Mn (C). On dit que A est triangulaire supérieure
si aij = 0 dès que i > j. On note Tn (C) le sous-espace vectoriel de Mn (C)
formé des matrices triangulaires supérieures.
Soit f ∈ L(E). On sera amené à utiliser la propriété (T) suivante :
(T) : il existe une base B 0 de E telle que MatB0 (f ) ∈ Tn (C)
• On rappelle que, par convention : ∀A ∈ Mn (C), A0 = I (matrice identité).
22
• Soit f ∈ L(E). Alors f admet n valeurs propres en comptant chacune avec
son ordre de multiplicité.
• On rappelle enfin que l’exponentielle d’un nombre complexe z peut être
notée ez ou exp z et que, pour tout nombre complexe z, on a exp z 6= 0.
I Préliminaires : endomorphismes nilpotents, trace d’un endomor-

phisme
I.A – Soit f ∈ L(E). I.A.1) Montrer que f est injectif si et seulement si 0
n’est pas valeur propre de f .
I.A.2) Montrer que f ∈ GL(E) si et seulement si 0 n’est pas valeur propre
de f .
I.A.3) Soit M ∈ Mn (C). Montrer que M est inversible si et seulement si 0
n’est pas valeur propre de M .
I.B – Une matrice N ∈ Mn (C) sera dite nilpotente s’il existe un entier
strictement positif k tel que : N k = 0 (matrice nulle).
On note k(N ) le plus petit entier strictement positif vérifiant cette propriété
et on l’appelle “indice de nilpotence de N ”.
On note Nn (C) l’ensemble des matrices nilpotentes de Mn (C).
I.B.1) Soit N la matrice de M3 (C) définie par :
 
0 1 2
N = 0 0 3 .
0 0 0
Montrer que N ∈ N3 (C) puis déterminer k(N ).

I.B.2) Soient N ∈ Mn (C) et M une matrice semblable à N . a) Montrer
que, pour tout entier naturel p, les matrices M p et N p sont semblables. b)
En déduire que, si N est nilpotente, M l’est aussi et k(M ) = k(N ).
I.B.3) Soit f ∈ L(E). On suppose qu’il existe une base B de E telle que
MatB (f ) ∈ Nn (C). Montrer que, pour toute base B 0 de E, MatB0 (f ) est
également nilpotente et de même indice de nilpotence que MatB (f ).
On dira alors que f est nilpotent et on notera k(f ) l’indice de nilpotence de
MatB (f ) qui sera appelé aussi indice de nilpotence de f .
I.B.4) Soient N ∈ Tn (C) et nij son terme général.
On suppose que : ∀i ∈ [[1, n]], nii = 0.
23
(k)
On note nij le terme général de la matrice N k avec k ∈ N.
(2)
a) Montrer que N 2 ∈ Tn (C) et que nij = 0 si j ≤ i + 1.
(k)
b) Montrer, plus généralement, que N k ∈ Tn (C) et que nij = 0 si j ≤ i+k−1.
c) En déduire que N ∈ Nn (C).
I.B.5) Soient f ∈ L(E) et N ∈ Tn (C) la matrice de f dans une base appro-
priée B de E donnée par la propriété (T ) rappelée en préliminaire.
a) En explicitant le polynôme caractéristique de N , déterminer les valeurs
propres de f en fonction des termes diagonaux de N .
b) Montrer que f est nilpotent si et seulement si 0 est sa seule valeur propre.
I.B.6) Montrer qu’une matrice triangulaire supérieure est nilpotente si et
seulement si tous ses termes diagonaux sont nuls.
I.C – Soit A = (aij ) ∈ Mn (C).
On rappelle que le trace de A est le nombre complexe Tr(A) = ni=1 aii .
P
I.C.1) Soit f ∈ L(E).

Montrer que le nombre complexe Tr(MatB (f )) ne dépend pas du choix de la
base B de E.
On appelle “trace de l’endomorphisme f ” ce nombre complexe, noté Tr(f ).
Ainsi on a, pour toute base B de E, Tr(f ) = Tr(MatB (f )).
I.C.2) Soit f ∈ L(E). On désigne par λ1 , . . . , λn , les valeurs propres (éventuellement
égales) de f .
Montrer, à l’aide de la question I.B.5.a), que :
n
X
Tr(f ) = λk .
k=1
I.C.3) On considère le cas n = 2. Soit A ∈ M2 (C) telle que Tr(A) = 0.

Montrer que A est soit diagonalisable, soit nilpotente.
I.C.4) A-t-on le même résultat lorsque n = 3 ?
II Exponentielle d’un endomorphisme

Soit f ∈ L(E).
II.A – On suppose, tout d’abord, f diagonalisable, et on note Bp = {e1 , . . . , en }
une base de vecteurs propres de f associés respectivement aux valeurs propres
24
λ1 , . . . , λn . On définit alors l’endomorphisme exp f par l’image des vecteurs
de la base Bp en posant :
∀i ∈ [[1, n]], (exp f )(ei ) = (exp λi )ei .
II.A.1)
a) Représenter la matrice de exp f sur la base Bp .
b) Montrer que exp f appartient à GL(E).
Cet endomorphisme est appelé “exponentielle de l’endomorphisme f ”. On
admet qu’il ne dépend que de f et pas de la base de vecteurs propres de f
utilisée pour le définir.
Si D est une matrice diagonale de termes diagonaux µ1 , . . . , µn , on note
exp D la matrice diagonale dont les termes diagonaux sont exp µ1 , . . . , exp µn .
II.A.2) Soit M ∈ Mn (C). On suppose que M est diagonalisable.
Soient P1 , P2 deux matrices inversibles et D1 , D2 deux matrices diagonales
telles que :
M = P1 D1 P1−1 = P2 D2 P2−1 .
Montrer que P1 (exp D1 )P1−1 = P2 (exp D2 )P2−1 .
On appellera exponentielle de la matrice M , la matrice notée exp M égale à
P (exp D)P −1 où (P, D) est un couple de matrices utilisé pour diagonaliser
M.
II.B – On suppose maintenant que f est nilpotent, d’indice de nilpotence
k(f ). On considère une base B de E telle que M = MatB (f ) ∈ Tn (C), selon
la propriété (T).
On pose alors :
k(f )−1 k(f )−1
X fp X Mp
exp f = et exp M =
p=0
p! p=0
p!
où f 0 = identité de E.
II.B.1) Déterminer les termes diagonaux de la matrice exp M .
II.B.2) En déduire l’ensemble des valeurs propres de exp f puis montrer que
exp f ∈ GL(E).
L’endomorphisme exp f est encore appelé l’exponentielle de f et la matrice
exp M l’exponentielle de M .
II.C – On suppose enfin que f satisfait à la propriété (P) suivante :
25
(P) : il existe (d, g) ∈ (L(E))2 ,
d diagonalisable, g nilpotent tels que d ◦ g = g ◦ d et f = d + g
On admettra que, si f satisfait à (P), alors le couple (d, g) donné par (P) est
unique.
II.C.1)
a) Montrer que : exp d ◦ exp g = exp g ◦ exp d.
On pose alors : exp f = exp d ◦ exp g et on l’appelle encore l’exponentielle de
f.
On désigne par Γn (E) le sous-ensemble de L(E) formé des endomorphismes
f satisfaisant à (P).
De même, on désigne par Γn (C) le sous-ensemble de Mn (C) formé des ma-
trices M qui peuvent s’écrire M = D+N avec D diagonalisable, N nilpotente
et DN = N D.
b) Montrer que, pour toute matrice M de Γn (C), le couple (D, N ) associé est
unique.
On pose exp M = exp D exp N et on l’appelle l’exponentielle de M .
II.C.2) Soient M ∈ Γn (C) et P ∈ GLn (C).
Démontrer que P M P −1 ∈ Γn (C) et que exp(P M P −1 ) = P (exp M )P −1 .
Exercice 38. Exercice de l’Examen M1-MEEF Toulon-Nice Janvier

2017
On désigne par E le R-espace vectoriel R3 et on considère l’application f

définie pour tout (x, y, z) ∈ E par :
f ((x, y, z)) = (−y, x, z).
1) Montrer que f est un endomorphisme de E.
2) Montrer que f vérifie l’égalité :
f 3 − f 2 + f − IdE = 0L(E)
où IdE désigne l’endomorphisme identité de E et 0L(E) l’endomorphisme nul

de E.
26
3) Déterminer Ker(f − IdE ) et Ker(f 2 + IdE ).
4) On considère les endomorphismes p et q de E définis par :

1 1
p = (IdE + f 2 ) et q = (IdE − f 2 ).
2 2
Donner, pour tout (x, y, z) de E, une expression de p((x, y, z)) et q((x, y, z)).
5) Montrer que :
Im p ⊕ Im q = E.
Exercice 39. Problème de l’Examen M1-MEEF Toulon-Nice Jan-

vier 2017 (extrait du concours Centrale-Supélec 2008)
Notations • Dans ce problème, S(C) désigne l’espace vectoriel sur C des

suites de complexes (xn )n∈N .
• Pour k ∈ N, k ≥ 2, S(Ck ) représente l’espace vectoriel des suites (Xn )n∈N
formées de vecteurs de Ck .
• On note Mk (C) l’espace vectoriel des matrices carrées à k lignes à coeffi-
cients dans C.
• Enfin, si M est une matrice, t M désigne sa transposée.
Question préliminaire

a b
Soit une matrice M de M2 (C), M = .
c d
On note e = det(M ). On suppose e 6= 0.
• Calculer le produit matriciel

d −b
M .
−c a
• En déduire l’expression de la matrice M −1 en fonction de a, b, c, d, e.
A. Récurrences linéaires d’ordre 2
27
On considère ici les suites (xn )n∈N de S(C) pour lesquelles il existe des com-
plexes a1 et a0 vérifiant la propriété suivante :
∀n ∈ N, xn+2 + a1 xn+1 + a0 xn = 0.
On associe à une telle suite de S(C) la suite (Xn )n∈N de S(C2 ) définie par :

xn
∀n ∈ N, Xn = .
xn+1
A.1) Déterminer une matrice A de M2 (C) telle que pour tout entier positif
n, on ait :
Xn+1 = AXn .
A.2) Montrer que λ est valeur propre de A si et seulement si :
λ2 + a1 λ + a0 = 0.
A.3) On suppose que A admet deux valeurs propres distinctes λ1 et λ2 et on

note
λ1 0
D= .
0 λ2
a) Déterminer les matrices Q inversibles de M2 (C) telles que AQ = QD.
b) Exprimer An pour tout entier naturel n, en fonction des matrices Q, Q−1 ,
des complexes λ1 , λ2 et de l’entier n.
A.4) On suppose maintenant que A admet une seule valeur propre λ et on
note
λ 1
T = .
0 λ
a) Exprimer a1 et a0 en fonction de λ.
b) Montrer que la matrice A est semblable à la matrice T et déterminer les
matrices Q inversibles de M2 (C) telles que :
Q−1 AQ = T.
c) Exprimer An pour tout entier naturel n, en fonction des matrices Q, Q−1 ,

du complexe λ et de l’entier n.
28
A.5) Montrer que l’on a l’alternative suivante :
• soit A admet deux valeurs propres distinctes et elle est diagonalisable ;
• soit A admet une seule valeur propre et elle n’est pas diagonalisable.
A.6) Deux exemples numériques
Dans les deux exemples qui suivent, il est demandé de :
• expliciter la matrice A,
• donner une matrice de passage Q telle que T = Q−1 AQ soit d’une forme
simple comme ci-dessus,
• en déduire Xn puis xn en fonction de x0 , x1 et n
(il sera tenu compte de la simplicité et de la clarté des choix effectués).
a) Exemple 1
(xn )n∈N vérifie la propriété suivante :
∀n ∈ N, xn+2 − 3xn+1 + 2xn = 0.
b) Exemple 2
(xn )n∈N vérifie la propriété suivante :
∀n ∈ N, xn+2 − 4xn+1 + 4xn = 0.
B. Vers un ordre supérieur, à petits pas

On note Φ l’application qui à (xn )n∈N élément
 de  S(C) associe la suite des
xn
vecteurs (Xn )n∈N de S(C3 ) définie par Xn = xn+1  pour tout n ∈ N. Ainsi,
xn+2      
x0 x1 x2
les trois premiers termes de la suite Φ((xn )n∈N ) sont x1 , x2 , x3 .
x2 x3 x4
À tout polynôme unitaire de degré 3 de C[X],
P (X) = X 3 + a2 X 2 + a1 X + a0 ,
on associe le sous-espace RP de S(C) formé des suites (xn )n∈N telles que
pour tout n ∈ N,
xn+3 + a2 xn+2 + a1 xn+1 + a0 xn = 0,
29
 
0 1 0
ainsi que la matrice A =  0 0 1 .
−a0 −a1 −a2
B.1) Calculer le polynôme caractéristique de A.
B.2) Vérifier que Φ : S(C) → S(C3 ) est linéaire et injective. Est-elle surjec-
tive ?
B.3) a) Soit (xn )n∈N ∈ RP . Montrer que son image (Xn )n∈N par Φ vérifie :
∀n ∈ N, Xn = An X0 .
b) Montrer que, réciproquement, toute suite de S(C3 ) pour laquelle on a

Xn = An X0 pour tout n ∈ N, est élément de Φ(RP ).
B.4) Montrer que Φ(RP ) est le sous-espace de S(C3 ) engendré par les suites
de vecteurs (An e1 )n∈N , (An e2 )n∈N , (An e3 )n∈N , où (e1 , e2 , e3 ) désigne la base
canonique de C3 .
En déduire la dimension de RP .
Z Z Z
30
Pierre-Louis CAYREL 2008-2009
Licence 1 Algèbre Linéaire
Université de Paris 8 Feuille d’exercices
70 exercices d’algèbre linéaire
1 Espaces vectoriels
1.1 Structure d’espace vectoriel
Exercice 1 On définit sur E = R2
– l’addition ⊕ par
(x, z) ⊕ (x0 , z 0 ) = (x + x0 , z + z 0 )
– la multiplication externe , ayant R comme corps des scalaires, par
λ (x, z) = (2x, 0).
E muni de ces deux lois est-il un espace vectoriel sur R ?
Exercice 2
Exercice 3 Pour x et y alors R∗+ et λ réel, on pose
x ⊕ y = xy et λ x = xλ .
Montrer que (R∗+ , ⊕, ) est un espace vectoriel sur R.
1.2 Indépendance linéaire, base

1.2.1 Indépendance linéaire.
Soit {x, y, z, t} une famille libre d’éléments d’un espace vectoriel E. Les éléments suivants sont-
ils linéairement indépendants ?
a. x, 2y et z
b. x et z
c. x, 2x + t et t
d. 3x + z, z et y + z
e. 2x + y, x − 3y, t et y − x.
1.2.2 Base de C.
Soit E l’ensemble des nombres complexes considéré comme un espace vectoriel sur R.
a. Quelle est la dimension de E ?
b. Soit z = a + ib ∈ E. A quelle condition z et z̄ forment-t-ils une base de E ? Dans ce cas, x
et y étant des réels donnés, calculer les composantes λ et µ de x + iy dans la base (z, z̄).
Exercice 4 Soient a, b, c trois réels positifs distincts. On note fa la fonction définie sur R∗+
par :
fa (x) = ln(ax)
Montrer que {fa , fb , fc } est une partie liée de F(R∗+ , R).
1
1.3 Sous-espaces vectoriels
Exercice 5 Soit E le R-espace vectoriel R. Quels sont les sous-espaces vectoriels de E ?
1.3.1 Le C-espace vectoriel C.

a. Montrer que C est un espace vectoriel sur C et sur R.
b. R est-il un sous-espace du C-espace vectoriel C ?
c. Même question pour {λ(a + bi) | λ ∈ R} où a + bi ∈ C est fixé.
1.3.2 Le R-espace vectoriel C.

Soit E le R-espace vectoriel C.
a. Montrer que E est engendré
– par les vecteurs 1 et i
– par les vecteurs 1 et j.
b. Déterminer des systèmes générateurs de E 2 et E 3 .
c. Que peut-on dire si l’on considère C comme espace vectoriel sur C ?
Exercice 6 Soit E un R-espace vectoriel. Soient F et G deux sous-espaces vectoriels de E.

a. Démontrer : F ∪ G est un s.e.v. de E ⇔ F ⊂ G ou G ⊂ F .
b. En déduire que si F 6= E et G 6= E, alors F ∪ G 6= E.
Exercice 7 Dans l’espace vectoriel R3 , les sous-ensembles suivants sont-ils des sous-espaces
vectoriels ?
a. A = {(x, y, z) ∈ R3 | x + y − 4z = 0}
b. B = {(x, y, z) ∈ R3 | x − 2y + z = 1}
(c) C = {(x, y, z) ∈ R3 | xy − z = 0}
c. D = {(x, y, z) ∈ R3 | x − 2y = 0 et z − x = 0}
d. E = {(α, β, 3α) | α ∈ R et β ∈ R}
e. Fc = {(α + c, −α, α + β) | α ∈ R et β ∈ R} avec c ∈ R fixé.
Déterminer (s’il y a lieu) des systèmes générateurs, décider si le sous-espace est une droite ou
un plan de R3 , donner les équations paramétriques et cartésiennes.
Exercice 8 Dans R3 , montrer que le sous-espace engendré par u = (2, 0, −1) et v = (3, 2, −4)
coı̈ncide avec le sous-espace engendré par w = (1, 2, −3) et t = (0, 4, −5).
Exercice 9 Soit α un paramètre réel, soient F et Gα les sous-espaces vectoriels de R3 définis

par les équations :
F :x−y+z =0

3x − 2z = 0
Gα :
y − αz = 0
Déterminer des systèmes générateurs de F , G, F ∩ G et F + G et des équations paramétriques
et cartésiennes de ces sous-espaces. Interpréter géométriquement les résultats.
Exercice 10 Pour λ paramètre réel, on appelle Pλ le sous-espace vectoriel de R4 engendré par

les vecteurs u = (2, 5, 1, 3) et v2 = (4, 10, λ, 6).
2
a. Donner une condition nécessaire et suffisante sur λ pour que Pλ soit un plan.
b. Déterminer, pour tout λ, les équations cartésiennes et paramétriques de Pλ . Soit Dµ la
droite de R4 engendrée par le vecteur wµ = (µ, 15, µ, 9).
c. Donner les équations cartésiennes de Dµ
d. A quelles conditions sur λ et µ, Dµ est contenue dans Pλ ?
Exercice 11 Soit G le sous-espace de R4 engendré par les vecteurs :
u = (1, −1, 2, −2) v = (4, 0, 1, −5) w = (3, 1, −1, −3)
Soit H = {(x, y, z, t) ∈ R4 , x + y = 0 et x − y + z + 2t = 0}.

a. Déterminer la dimension de G.
b. Montrer que H est un sous-espace de R4 et déterminer sa dimension.
c. Déterminer les dimensions des sous-espaces G ∩ H et G + H.
d. Trouver un sous-espace F de R4 tel que (G + H) ⊕ F = R4 .
Exercice 12 a. Soit E le sous-espace de R4 engendré par les vecteurs :
u = (1, 2, −1, −1) et v = (2, 3, 0, −1)
Calculer la dimension de E.
b. Soit F le sous-ensemble de R4 formé des vecteurs (x1 , x2 , x3 , x4 ) tels que 3x1 − x3 = 0 et
x1 + x3 − x4 = 0. Montrer que F est un sous-espace vectoriel de R4 .
c. Calculer les dimensions de E ∩ F et du sous-espace vectoriel de R4 , E + F , engendré par
E ∪ F.
Exercice 13 Soient les vecteurs suivants de R4 :
u = (−1, 0, 3, −9) v = (3, −4, 3, 7) w = (7, −12, 15, 3)
a = (1, −1, 0, 4) b = (1, 0, 3, −1).

a. Montrer que v (resp. w) appartient au sous-espace vectoriel de R4 engendré par {a, u}
(resp. {u, v}).
b. Notons F (resp. G) le sous-espace vectoriel de R4 engendré par {u, v, w} (resp. {a, b}).
Déterminer la dimension et une base des sous-espaces F, G, F ∩G et F +G (cette question
ne nécessite pas de calculs, si on utilise des arguments de dimension).
c. Montrer que la droite H de R4 engendré par le vecteur t = (1, −1, 1, 1) est un supplémentaire
de F + G. En déduire un supplémentaire de chacun des sous-espaces F ∩ G, F et G.
d. Donner une interprétation géométrique des résultats trouvés.
Exercice 14 Soit E un espace vectoriel de dimension finie n sur K, on considère E1 et E2

deux sous-espaces vectoriels de E de dimensions respectives n1 et n2 .
a. Donner un encadrement de dim(E1 ∩ E2 ) et de dim(E1 + E2 ).
b. Montrer l’égalité :
dim(E1 + E2 ) + dim(E1 ∩ E2 ) = dim(E1 ) + dim(E2 )
(Suggestion : considérer une base B0 de E1 ∩ E2 , la compléter en une base B1 de E1 en une base

B2 de E2 ; extraire de B1 ∪ B2 une base de E1 + E2 ).
3
1.4 Hyperplan
Exercice 15 On appelle hyperplan (vectoriel) de E tout sous-espace vectoriel de E de
dimension n−1. On considére deux hyperplans distincts de E : F et G. Déterminer la dimension
de F ∩ G par les deux méthodes suivantes :
a. Utiliser l’exercice 14.
b. Montrer qu’il existe deux vecteurs a et b de E tels que :
a ∈ F, a 6∈ G, b ∈ G et b 6∈ F
Montrer que le sous-espace vectoriel de E engendré par a et b est un supplémentaire de
F ∩ G.
Exercice 16 Soit E un espace vectoriel réel de dimension n.
a. Montrer que si f est une forme linéaire non nulle sur E, alors ker f est un hyperplan de
E, c’est-à-dire un sous-espace vectoriel de E de dimension n − 1. Montrer qu’il existe des
réels α1 , . . . αn non tous nuls tels que :
u = (x1 , . . . xn ) ∈ ker f ⇐⇒ α1 x1 + . . . + αn xn = 0
b. Soit H = {(x, y, z, t) ∈ R4 , x − 2y + z − t = 0}. Montrer que H est un hyperplan de R4 .
Existe-t-il une forme linéaire f sur R4 telle que H = ker f ?
c. Soit H un hyperplan de E. Montrer qu’il existe une forme linéaire sur E telle que ker f =
H. (On pourra compléter une base de H et définir f sur cette base). f est-elle unique ?
d. Vérifier qu’un hyperplan H de E peut être défini par une des trois conditions équivalentes
suivantes :
(i) H est un sous espace vectoriel de E de dimension n − 1.
(ii) H est le noyau d’une forme linéaire non nulle sur E.
(iii) H est l’ensemble des solutions d’une équation linéaire de la forme α1 x1 +. . .+αn xn =
0 où (α1 , . . . αn ) ∈ Rn et (α1 , . . . αn ) 6= (0, . . . 0). (On dit que cette équation est une
équation cartésienne de l’hyperplan H).
e. Quelle est l’équation cartésienne d’un hyperplan de R3 ?
f. Montrer l’équivalence des définitions suivantes :
(j) D est une droite de R3 , c’est-à-dire un sous-espace de dimension 1.
(jj) D est l’ensemble des solutions d’un système linéaire
ax + by + cz = 0
(∗)
a0 x + b0 y + c0 z = 0
où (a, b, c) et (a0 , b0 , c0 ) ne sont pas colinéaires.
((*) est un système d’équations cartésiennes de D).
2 Applications linéaires
2.1 Notion de linéarité
Exercice 17 On note C([0, 1]) (resp. C 1 ([0, 1])) le R-espace vectoriel des fonctions définies et
continues (resp. ayant une dérivée continue) de [0, 1] dans R et En est le sous-espace de C[X]
des polynômes de degré au plus n.
Parmi les applications suivantes lesquelles sont linéaires. Déterminer, pour chacune de celles-
ci, son noyau et son image et, dans le cas d’espaces de dimension finie, sa matrice. Dire si
l’application est injective, surjective, bijective.
4
f1 : R → R, f1 (x) = 2x2
f2 : R → R, f2 (x) = 4x − 3
f3 : R2 → R2 , f3 (x, y) = (0, x)
f4 : R2 → R2 , f4 (x, y) = (y, x)
p
f5 : R2 → R, f5 (x, y) = 3x2 + y 2
f6 : C2 → C, f6 (z, z 0 ) = 3z − iz 0
f7 : C2 → C, f7 (z, z 0 ) = zz 0
f8 : C([0, 1]) → R, f8 (g) = g(1)
f9 : C([0, 1]) → R, f9 (g) = |g|
f10 : C 1 ([0, 1])) → C([0, 1]), f10 : (g) = gg 0
f11 : C([0, 1])) → R, f11 (g) = max{g(t), t ∈ [0, 1]}
f12 : En → En , f12 (P ) = P 0
R1
f13 : C([0, 1]) → R, f13 (g) = g 0 ( 12 ) + 0
g(t)dt
f14 : En → En , f14 (P ) = XP
f15 : En → En , f15 (P ) = P (2)
f16 : En → En , f16 (P ) = XP + 1
Exercice 18 a. Tracer le graphe d’une application f de R dans R injective et non surjective.

b. Tracer le graphe d’une application g de R dans R surjective et non injective.
c. Tracer le graphe d’une application linéaire h de R dans R injective et non surjective (resp.
surjective et non injective).
d. Montrer que les applications linéaires de R dans R sont les applications de la forme :
x → αx où α est un réel fixé.
Exercice 19 Soient E un espace vectoriel de dimension 3 sur R et (e1 , e2 , e3 ) une base de E.

On considère deux endomorphismes u et v de E définis par :
u(e1 ) = u(e2 ) = u(e3 ) = e1 + e2 + e3
v(e1 ) = e2 , v(e2 ) = e3 , v(e3 ) = e1

a. Montrer que l’on a u ◦ v = v ◦ u = u.
b. Pour p et q des entiers naturels non nuls, calculer u2 , v 3 puis up et v q en fonction de u, v,
v2 .
Exercice 20 Soit f un endomorphisme d’un espace vectoriel E de dimension n tel que f n = 0

et f n−1 6= 0. Soit un vecteur x tel que f n−1 (x) 6= 0. Montrer que (x, f (x), . . . , f n−1 (x)) est une
base de E.
2.2 Applications linéaires, prolongement par linéarité,isomorphismes

Exercice 21 Soit E1 l’espace vectoriel des polynômes de degré au plus 1.
a. Quelles sont les bases canoniques des espaces vectoriels E1 , R2 , C ?
b. Montrer que le choix de ces bases permet d’identifier ces trois espaces, on dit qu’il sont
isomorphes.
5
c. Soit T l’endomorphisme de E1 défini par T (P ) = P 0 . Quel endomorphisme de R2 (resp.
de C) l’endomorphisme T induit-il par l’isomorphisme défini en (b) ?
Exercice 22 Dans chacun des cas suivants, vérifier s’il existe une application linéaire Ti de R2
dans R2 vérifiant les conditions données :
a. T1 ((1, −1)) = (2, 3) T1 ((2, −2)) = (3, 2)
b. T2 ((1, −1)) = (2, 3) T2 ((1, 1)) = (3, 2)
c. T3 ((1, −1)) = (2, 3) T3 ((3, −3)) = (6, 9)
Exercice 23 Soient E un espace vectoriel réel de dimension 3, (e1 , e2 , e3 ) une base de E et λ
un réel. Montrer que les relations :
ϕλ (e1 ) = e1 + e2 , ϕλ (e2 ) = e1 − e2 , ϕλ (e3 ) = e1 + λe3
définissent une application linéaire ϕλ de E dans E.
Comment choisir λ pour que ϕλ soit injective ? surjective ?
Exercice 24 Dans chacun des cas suivants, déterminer si les espaces vectoriels E et F sont
isomorphes ; si oui, exhiber un ismorphisme de E dans F .
a. E1 = {(x, y, z) ∈ R3 , x − y + z = 0}. F1 est le sous-espace de R3 engendré par les vecteurs
f1 = (1, 2, 3) et f2 = (1, 0, 1).
b. E2 = {λ(1, i, −1), λ ∈ C}. F2 = {(z1 , z2 , z3 , z4 ) ∈ C4 , z1 − z2 = 0, z3 − 2z4 = 0}.
c. E3 = {λX n + µX m , (λ, µ) ∈ C2 }. F3 = F2 .
Exercice 25 Soit E l’espace vectoriel sur R des fonctions indéfiniment dérivables de R dans
R. On définit une application sur E par :
u(f )(x) = f 0 (x) − f (x) (f ∈ E, x ∈ R)

a. Montrer que u est un endomorphisme de E.
b. Déterminer le noyau et l’image de u (indication : on pourra utiliser le fait que e−x (f 0 − f )
est la dérivée de e−x f .)
c. Que peut-on en déduire ?
Exercice 26 Trouver un isomorphisme entre les R - espaces vectoriels E = (R, +, .) et F =
(R∗+ , ⊕, ).
2.3 Projecteurs
Exercice 27 Soit E un espace vectoriel et I l’endomorphisme identique de E. On appelle
projecteur de E tout endomorphisme p de E tel que p2 = p.
a. Démontrer l’équivalence des propositions suivantes où p est un endomorphisme de E :
(i) p est un projecteur,
(ii) I − p est un projecteur,
(iii) p(I − p) = (I − p)p = 0.
b. Montrer que si p est un projecteur, E = Im p ⊕ ker p. Bien choisir une base de E et écrire
la matrice de p dans cette base.
c. Soit E = R2 . L’endomorphisme f de E est défini par :
f ((x, y)) = (x − y, y − x) ((x, y) ∈ R2 )
Déterminer l’image et le noyau de f . f est-il un projecteur ?
6
2.4 Notion de rang
Exercice 28 Soient u et v deux endomorphismes d’un K-espace vectoriel E de dimension n.
On pose :
F = {u(z) + v(z), z ∈ E}
G = {u(x) + v(y), x ∈ E, y ∈ E}
dim ker(v) = p
dim ker(u ◦ v) = q
a. Comparer F et G et en déduire que : rg(u + v) 6 rg(u) + rg(v).
b. Montrer que ker(v) ∩ ker(u ◦ v).
c. Montrer qu’il existe une base (a1 , . . . , an ) de E telle que :
(i) (a1 , . . . , ap ) soit une base de ker v,
(ii) (a1 , . . . , ap , . . . , aq ) soit une base de ker(uov),
(iii) (v(ap+1 ), . . . , v(aq )) soit une famille libre de ker u.
d. En déduire l’inégalité : rg(u ◦ v) > rg u + rg v − n.
2.5 Exercices plus difficiles

Exercice 29 Soient E un espace vectoriel de dimension n sur R, f un endomorphisme de E,
construire dans les trois cas suivants deux automorphismes u et v de E tels que f = u − v.
a. f est bijective,
b. ker f + Im f = E,
c. f est quelconque.
Exercice 30 Soient E un espace vectoriel de dimension n sur R et f un endomorphisme de E.
On pose :
f 0 = IdE , et pour k > 1, f k = f k−1 ◦ f etNk = ker f k , Ik = Im f k .
Démontrer que :
a. pour tout entier k, Nk est contenu dans Nk+1 et Ik contient Ik+1 .
b. il existe un entier p tel que : ∀k < p, Nk 6= Nk+1 et ∀k > p, Nk = Nk+1 .
c. ∀k < p, Ik 6= Ik+1 et ∀k > p, Ik = Ik+1 .
d. E = Ip ⊕ Np
e. la restriction de f à Ip induit un automorphisme de Ip .
3 Matrices
3.1 Matrice d’une application linéaire
Exercice 31 Soit i un entier compris entre 1 et 6 et fi l’application linéaire de Rn dans Rm
dont la matrice par rapport aux bases canoniques de Rn et Rm , est :
 
3
−1 3
A1 = A2 = −1 A3 = 2 5 −1

2 1
0
7
 
  1 3 1 1
1 −1 λ
3 −2 −1 2 5 2 1
A4 = A5 = 0 3 −1 A6 =  
−1 5 −4 0 1 0 1
2 0 2
−1 3 −1 λ
a. Dans chaque cas, préciser les valeurs de n et m.
b. Pour i = 1, 2, 3, calculer fi (u) sous forme matricielle pour u = (x1 , . . . , xn ) de Rn .
c. Déterminer ker fi et Im fi pour 1 6 i 6 6 (discuter selon la valeur du réel λ).
Exercice 32 Soit h l’application linéaire de R3 dans R2 dont la matrice par rapport aux bases
(a1 , a2 , a3 ) de R3 et (b1 , b2 ) de R2 est :

2 −1 1
A= (A = M(h, (a1 , a2 , a3 ), (b1 , b2 ))).
3 2 −3
0 0 0
a. On prend dans R3 la nouvelle base (a1 , a2 , a3 ) où
0 0 0
a1 = a2 + a3 , a2 = a3 + a1 a3 = a1 + a2 .
0 0 0
Quelle est la nouvelle matrice A1 de h ? (A1 = M(h, (a1 , a2 , a3 ), (b1 , b2 )))
0 0 0 0 0
b. En conservant la base (a1 , a2 , a3 ) de R3 , on choisit pour base de R2 (b1 , b2 ) avec
0 1 0 1
b1 = (b1 + b2 ) b2 = (b1 − b2 ).
2 2
0 0 0 0 0
Quelle est la nouvelle matrice A2 de h ? (A2 = M(h, (a1 , a2 , a3 ), (b1 , b2 )))
Exercice 33 Soient E et F deux espaces vectoriels de dimension respectives n et m. Soit g

une application linéaire de E dans F de rang r.
a. Préciser comment obtenir une base (a1 , . . . , an ) de E et une base (b1 , . . . , bm ) de F telles
que :
g(ai ) = bi si 1 6 i 6 r et g(ai ) = 0 si r < i 6 n.
Quelle est la matrice de g dans un tel couple de bases ?
b. Soit f l’endomorphisme de R3 défini par :
f (x, y, z) = (2x + y + z, −y + z, x + y) ((x, y, z) ∈ R3 ).
Ecrire la matrice de f dans la base canonique. Déterminer un couple de bases pour f

comme à la question (a).
3.1.1 Variante du précédent.

Soit f l’endomorphisme de R3 défini par :
f ((x, y, z)) = (2x + y + z, −y + z, x + y) ((x, y, z) ∈ R3 )
a. Ecrire la matrice de f dans la base canonique.

b. Déterminer un couple de bases (a1 , a2 , a3 ) et (b1 , b2 , b3 ) telle que la matrice de f par
rapport à ces bases soit :  
1 0 0
0 1 0
0 0 0
8
Exercice 34 Soit f l’endomorphisme de R3 dont la matrice dans la base canonique est :
 
2 −1 −1
−1 2 −1
−1 −1 2
Déterminer son image et son noyau.
Exercice 35 Soit f l’endomorphisme de R3 qui admet dans la base canonique la matrice :

 
1 −1 −2
A = −3 −3 −3
2 2 2
a. Déterminer le noyau et l’image de f .
b. Trouver une base où la matrice de f soit :
 
0 1 0
B = 0 0 1
0 0 0
Exercice 36 Soit u l’endomorphisme de R3 qui a pour matrice A dans la base canonique :

 
−1 1 0
A =  0 −1 1
1 −3 2
a. Quel est le rang de A ? Trouver un vecteur a non nul du noyau de u ?
b. Calculer A2 et en déduire, sans calcul, A3 , un antécédent b de a par u.
c. Trouver une base B de R3 telle que la matrice de u dans B soit :
 
0 1 0
A0 = 0 0 1
0 0 0
d. Soit v l’endomorphisme de R3 qui admet dans la base canonique la matrice :

 
0 1 0
0 0 1 
1 −3 3
Trouver une base de R3 dans laquelle la matrice de v soit :

 
1 1 0
0 1 1
0 0 0
Exercice 37 Soit f un endomorphisme non nul de R3 tel que f 2 = 0. Montrer que f est de
rang 1 et qu’il existe une base de R3 dans laquelle la matrice de f est :
 
0 0 1
0 0 0
0 0 0
9
3.2 Calcul matriciel
Exercice 38 Calculer A.B, B.A, (A + B)2 , A2 + B 2 + 2A.B avec :
   
1 −1 1 0 3 1
A = 2 0 1 et B = 1 0 1 .
3 2 0 2 −1 1
 
1 1 0
Exercice 39 Soit A = 0 1 1 et B = A − I.
0 0 1
Calculer B n , puis An pour n > 2.
Exercice 40 Calculer les inverses des matrices suivantes, quand elles sont inversibles :
 
1 3 −1
1 −3 2 4
A1 = , A2 = , A3 = 2 −1 3 
2 −5 3 6
3 2 0
 
  1 2 1 2
1 2 −1  0 1 0 1
A4 = 1 0 α  ((α, β) ∈ R2 ), A4 = 0 0
 (γ ∈ R)
1 1
0 β 0
0 0 γ 2
Exercice 41 Pour m dans C, on pose :

 
0 m 0 0
0 0 m 0 
A=
0 0 0 m

0 0 0 0
Calculer A2 , A3 , A4 . En déduire (I4 − A)n . Calculer (I4 − A)−1 et (I4 − A)−n .
Exercice 42 Soit Ek,l la matrice de Mn (C) dont tous les coefficients valent 0 sauf le coefficient
de la k-ème ligne et l-ème colonne qui vaut 1.
a. Montrer que {Ek,l , 1 6 k, l 6 n} est une base de Mn (C), c’est la base canonique.
b. Etablir les règles de calcul de produit entre les matrices de la base canonique.
c. Calculer les produits A.Ek,l et Ek,l .A pour A ∈ Mn (C). Déterminer les matrices A de
Mn (C) qui commutent à toute matrice X de Mn (C)(X.A = A.X).
 
0 0 1
Exercice 43 Soit J = 1 0 0.
0 1 0
a. Calculer J 2 et J 3 .
b. Montrer que l’ensemble M des matrices :
 
a c b
b a c
c b a
où a, b, c sont des réels, est un sous espace vectoriel de dimension 3 de M3 (R). Que peut-on
dire du produit de deux matrices de l’ensemble M ?
10
 
0 1 1
c. Calculer l’inverse de la matrice : A = 1 0 1
1 1 0
 
1 1 1
d. Soit B = 1 1 1. Calculer B 2 , puis B n .

1 1 1
e. Soit C = I3 + B. Calculer C n .
 
2 1 1
f. Soit D = 1 2 1 . Montrer que Dn = αn D + βn I3 , où I3 est la matrice identité 3 × 3
1 1 2
et αn et βn sont des réels que l’on calculera (on pourra aussi utiliser l’exercice 46)
3.3 Changement de base

Exercice 44 Soient E l’espace vectoriel des polynômes de degré au plus 3 et δ l’endomorphisme
de E qui à un polynôme associe son polynôme dérivé.
a. Ecrire la matrice C de δ dans la base canonique C de E.
b. Ecrire la matrice B de δ dans la base B = (1, 1 + X, 1 + X 2 , 1 + X 3 ).
c. Ecrire la matrice de passage de la base C à la base B et vérifier la formule du cours.
Exercice 45 Soient (e1 , e2 , e3 ) une base de R3 . On pose :
a1 = e1 + e2 − e3 , a2 = e1 − e2 + e3 e3 = −e1 + e2 + e3 .
Montrer que A = (a1 , a2 , a3 ) est une base de R3 . Soit f l’endomorphisme de R3 dont la matrice,
dans la base canonique, est :
 
a−b a+c c−b
1
M= b−a c−a b + c
2
a+b a−c b−c
Calculer la matrice de f dans la base A.
Exercice 46 Soit u l’endomorphisme de R2 de matrice U dans la base canonique :

5 1
U=
−4 0

0 1 1
a. Ecrire la matrice U de u dans la base : ,
−4 −1
b. Quelle est la matrice P du changement de base ? Calculer P −1 .
c. En déduire la matrice U n et les composantes αn et βn dans la base canonique du vecteur
transformé de (1; 0) par un .
Exercice 47 Soit T l’endomorphisme de M2 (C) qui à une matrice A associe sa matrice trans-
posée t A.
a. Ecrire la matrice de T dans la base canonique de M2 (C). Soit S le sous-espace de M2 (C)
des matrices symétriques (A = t A). Soit A le sous-espace de M2 (C) des matrices anti-
symétriques (t A = − t A).
11
b. Donner une base de chacun des sous-espaces S et A et montrer que M2 (C) = S ⊕ A
c. Ecrire la matrice de T dans la base de M2 (C) construite à partir des bases de S et A.
d. Dans M3 (C), quelle base choisirez-vous pour écrire la matrice de T ?
Exercice 48 Soit A = (ai,j )06i,j6n un élément de Mn (K). On appelle trace de A la somme

des termes de la diagonale principale de A :
Tr (A) = a11 + a22 + . . . + ann .
a. Montrer que l’application Tr : Mn (K) → K est une forme linéaire.

b. Montrer que Tr (AB) = Tr (BA). Est-ce que Tr (AB) = Tr (A)Tr (B) ?
c. En déduire qu’on ne peut pas trouver de matrices A et B dans Mn (K) telles que
AB − BA = In .
d. En déduire que l’on peut définir la trace d’un endomorphisme ou bien que deux matrices
semblables ont la même trace.
e. Montrer que M est une matrice de trace nulle si et seulement si M est somme de commuta-
teurs. (un commutateur est une matrice qui peut s’écrire AB − BA où (A, B) ∈ Mn (K)2 .)
4 Déterminants
4.1 Calcul de déterminants de petite taille.
Polycopié[J.- M.] : Chapitre 5 - Exercices n˚2, 5, 9, 14, 17, 22.
Exercice 49 Calculer :

1 2 3 4

1 3 6 10

1 4 10 20

1 5 15 35
Exercice 50 Calculer, pour a, b, c réels :

a−b−c 2a 2a

2b b−c−a 2b

2c 2c c−a−b
4.1.1 Extrait du test 2 (1992 - 1993).

Factoriser sur R le polynôme suivant :

X4 2 2 − 1 2

2 X 4 −1 4
P (X) =
−1 2 X4 2

2 −1 X 4 5
12
4.2 Calcul de déterminants en dimension n.
Polycopié [J. - M.] : Chapitre 5 - Exercices n˚13, 15, 21, 18, 25.
Exercice 51 Soient a, b et c trois réels. Calculer le déterminant n × n D = |di,j | défini par :
di,i = b di,j = a si i < j di,j = c si j < i.

Indication : Etudier le polynôme P (X) = |pi,j | défini par :
pi,i = b + X di,j = a + X si i < j di,j = c + X si j < i.
4.3 Applications des déterminants.

Polycopié [J. - M.] : chapitre 5 exercices n˚26, 28, 31, 34, 35.
Exercice 52 Inverser les matrices suivantes :

   
3 2 −1 2 2 −1
M = −2 1 4  P = −2 1 4 
3 0 0 3 0 0
Exercice 53 Trouver l’équation de l’hyperplan de R3 (resp. R4 ) engendré par les vecteurs :
u = (0, −1, 1) et v = (−2, 3, 2)
(resp. u1 = (1, 3, 4, 5), u2 = (1, 2, 3, 4) et u3 = (3, 1, 4, 2)).
5 Systèmes linéaires
5.1 Sur le théorèmede caractérisation des solutions d’un système
linéaire
Exercice 54 Vérifier que u1 = (−3, 0, −1) et u2 = (0, −1, 0) sont solutions du système linéaire :

 x + 2y − z = −2
(S) : −2x − y + 5z = 1
3x + 5y − 4z = −5

Sans aucun calcul, déterminer l’ensemble des solutions de (S).
Exercice 55 Soit u l’endomorphisme de R3 dont la matrice par rapport à la base canonique

de R3 est :  
1 0 1
U= 1 1
 0
0 1 α
Pour quelles valeurs de α, u est-il bijectif ? Pour les autres valeurs de α, déterminer l’image et
le noyau de u. En déduire les solutions des systèmes :
 
 x + z = 1  x + z = 1
(S1 ) : x + y = 1 (S2 ) : x + y = 2
y + αz = −1 y + αz = 1
 
13
Exercice 56 a. Déterminer l’ensemble H des solutions de l’équation :
x1 − 2x2 − 3x3 − 5x4 = 0.
b. Ecrire, sans autres calculs, l’ensemble des solutions de l’équation :
x1 − 2x2 − 3x3 − 5x4 = 1.
c. Y a-t-il une équation dont l’ensemble des solutions s’écrive
(1, −1, 0, 1) + H?
5.2 Matrices échelonnées et rôle des coefficients nuls

Exercice 57 Résoudre les systèmes linéaires dont les matrices complètes sont :
 
1 2 | −5
1 2 | 1 1 2 0 | 1
A1 = , A2 = A3 = 0 1 | 7
0 1 | 0 0 1 0 | −1
0 0 | 9
 
1 3 −2 4 | 1
A4 = 0 0 0 0 | 0
0 0 0 0 | 0
5.3 Discussion et résolution de systèmes linéaires

Exercice 58 
 x + y + z = 0
(S1 ) : −2x + 5y + 2z = 0
−7x + 7y + z = 0


 y − 2z = 3
(S2 ) : x + 2y − 3z = −1
2x − y + αz = −15



 x1 + 3x2 + 2x3 + x4 = −2
2x1 + 7x2 + 3x3 = −5

(S3 ) :

 3x1 + 8x2 + 7x3 + 11x4 = 13
−2x1 − 8x2 − 2x3 + 6x4 = 18



 −x1 − 2x2 + + x5 = 2
 x1 + 4x2 + 8x3 + 3x5 = 4


(S4 ) : 2x1 + 5x2 + 3x3 − 3x4 − 5x5 = −5
−2x2 + 10x3 + 8x4 + 16x5 = 18




5x1 + 9x2 − x3 + 10x4 + 12x5 = −2



 x + y − z = 1
5x + 6y − 7z = 7

(S5 ) :

 −7x − 5y + (λ + 3)z = a − b − 3
3x + 2y + (µ − 1)z = a + b



 λy + t = 1
 x + λy + t = 0


(S6 ) : x + z − t = 0
x − z − t = −4




x + y − z = −2

14
5.4 Applications de la méthode de Gauss
Exercice 59 Soit V le sous espace de R4 engendré par les vecteurs :
v1 = (1, −2, 3, 1) v2 = (3, −5, 8, −2) v3 = (1, −4, 5, −3) v4 = (0, 1, −1, 1).
a. Déterminer la dimension et une base de V .

b. Déterminer un système d’équations cartésiennes et un système d’équations paramétriques
de V .
c. Trouver toutes les relations linéaires liant v1 , v2 , v3 et v4 .
d. Déterminer l’intersection de V avec l’hyperplan H d’équation :
5x − 3y − 4z + 2t = 0.
Que peut-on en déduire sur V + H ?

e. Peut-on compléter, avec des vecteurs de l’hyperplan H, une base de V en une base de
R4 ?
Exercice 60 On considrère le plan U de C4 engendré par les vecteurs :
u1 = (1, 2, 2, −i) et u2 = (2, 4, 2, −2i).
a. Déterminer toutes les façons de compléter {u1 , u2 } en une base de C4 en choisissant des
vecteurs parmi ceux de la base canonique (e1 , e2 , e3 , e4 ) de C4 .
b. Déterminer un supplémentaire V de U qui ne contienne pas le vecteur e2 ; trouver dans
ce cas un vecteur u de U et un vecteur v de V tels que e2 = u + v.
Exercice 61 a. Résoudre le système S1 et le système homogène associé S0 :



 x1 + 3x3 + y1 = 1
2x1 − x2 + 7x3 − y1 − 9y2 = 2

(S1 )

 3x1 + 2x2 + 7x3 − 9y2 = 3
−2x2 + 2x3 + 2y1 + αy2 = 1

b. Soient, dans R4 , les vecteurs :
u1 = (1, 2, 3, 0), u2 = (0, −1, 2, −2), u3 = (3, 7, 7, 2)
v1 = (1, −1, 0, 2), v2 = (0, −9, −9, α).

On note U (resp. V ) le sous-espace de R4 engendré par u1 , u2 et u3 (resp. v1 et v2 ). Déduire
de (a) sans autre calcul :
(i) Les dimensions de U et V ,
(ii) Les valeurs de α pour lesquelles la somme de U et V est directe,
(iii) Une base du sous-espace U ∩ V ,
(iv) Un supplémentaire de U + V .
Exercice 62 Soient, dans R4 , les vecteurs :
u = (1, −1, 0, 2), v = (0, −9, −9, 6)
x = (1, 2, 3, 0), y = (0, −1, 2, −2), z = (3, 7, 7, 2)
15
a. Montrer que z appartient au sous-espace engendré par x et y et que v appartient au
sous-espace engendré par x et u.
b. Soient F le sous-espace engendré par {x, y, z}, G le sous-espace engendré par {u, v}.
Trouver la dimension des sous-espaces F, G, F + G, F ∩ G (on déterminera une base de
chacun de ces sous-espaces).
c. Montrer que le sous-espace H engendré par le vecteur w = (1, 2, 3, 1) est supplémentaire
de F + G. En déduire un supplémentaire de F ∩ G.
Exercice 63 a. Quel est le type (ensemble vide, point, droite affine, plan affine . . . ) de
l’ensemble des solutions du système linéaire suivant ?
x1 + x2 + 2x3 + x4 + x5 = y1
−x1 + (λ − 1)x2 + (λ − 2)x3 + (λ − 1)x4 + (λ − 1)x5 = y2
(λ − 1)x1 + (2λ − 1)x2 + (3λ − 2)x3 + (3λ − 1)x4 + (2λ + 1)x5 = y3
λx2 + λx3 + λx4 + (2λ − 1)x5 = y4
b. Soient les vecteurs de R4 :
u1 = (1, −1, 2, λ − 1), u2 = (1, λ − 1, 2λ − 1, λ), u3 = (2, λ − 2, 3λ − 2, λ),
v1 = (1, λ − 1, 3λ − 1, λ), v2 = (1, λ − 1, 2λ + 1, 2λ − 1).

On appelle U (resp. V ) le sous-espace vectoriel engendré par u1 , u2 et u3 (resp. v1 et
v2 ). Quelle est la dimension des sous-espaces U , V et U + V ? Déterminer U ∩ V et un
supplémentaire de U + V .
6 Réduction des endomorphismes

6.1 Matrices
Exercice 64 Les matrices suivantes sont-elles diagonalisables ? (Réfléchir pour éviter de cal-
culer).
       
1 1 0 1 0 0 0 1 1 1 1 0
Q =  0 1 0 R =  1 2 0 S =  0 0 0 T =  1 1 0 
0 0 2 1 0 2 0 0 0 0 0 2
Exercice 65 Chercher les valeurs propres et la dimension des sous-espaces propres des matrices
suivantes :
     
2 0 4 −1 1 0 3 2 0
A =  3 −4 12  B =  0 −1 1  C =  −1 0 0 
1 −2 5 1 0 −1 0 0 1
   
  3 −4 0 2 0 1 0 0
4 0 −1  4 −5 −2 4
 F = 3 0 2 0 
  
D=  0 −2 −6  E = 
 0 0 3 −2   0 2 0 3 
0 4 8
0 0 2 −1 0 0 1 0
   2 
m 1 1 a 1 0
G= 1 m 1  (m ∈ R) H =  0 2a 0  (a ∈ R)
1 1 m 0 0 a+2
16
   
−4 0 −2 8 −1 −5
J =  0 1 0  K=  −2 3 1 
5 1 3 4 −1 −1
   
1 α 1 0 α β
3
L=  0 1 β  (α, β, γ) ∈ R M =  α 0 β  (α, β) ∈ R2
0 0 γ α β 0
Exercice 66 Dire pour chacune des matrices de l’exercice précédent si elle est diagonalisable
et donner une matrice semblable la plus simple possible. Calculer An pour tout entier et ((C −
2 Id)(C − Id).
6.2 Endomorphismes
Exercice 67 Soit E le R-espace vectoriel des fonctions de R dans R de classe C ∞ . Soient u et
v les endomorphismes de E définis, pour f ∈ E, par :
Z x
0
u(f ) = f et v(f )(x) = f (t)dt (x ∈ R)
0
a. Déterminer les valeurs propres et les sous-espaces propres de u et v.

b. Déterminer les valeurs propres de u ◦ v et v ◦ u.
c. Posons gn (x) = cos nx pour x ∈ R. Montrer que les fonctions gn sont linéairement
indépendantes dans E.
Exercice 68 Soit u l’endomorphisme de C[X] défini par :
u(P ) = (2X + 1)P (X) − (X 2 − 1)P 0 (X) (P ∈ C[X])
a. Montrer qu’il existe un unique entier n0 tel que Cn0 [X] soit stable par u où Cn0 [X] est le
sous-espace de C[X] des polynômes de degré au plus n0 .
b. Soit v l’endomorphisme de Cn0 [X] obtenu par restriction de u à Cn0 [X]. Ecrire la matrice
de v dans la base canonique de Cn0 [X].
c. Déterminer les valeurs propres et les vecteurs propres de v.
d. Même question pour u.
Exercice 69 Soient E un R-espace vectoriel de dimension n et f et g deux endomorphismes

de E. On suppose que f admet n valeurs propres distinctes.
a. Montrer que f et g commutent si et seulement si les vecteurs propres de f sont vecteurs
propres de g.
b. Un vecteur propre de g est-il propre pour f ?
c. Les endomorphismes qui commutent à f sont-ils diagonalisables ?
17
6.3 Applications
3
− 21

2
Exercice 70 a. Diagonaliser dans R la matrice A = 2 et calculer An .
1 0
b. On considère les suites réelles (un )n∈n et (vn )n∈n définis par les données de u0 et v0 et par
les relations :
3 1
un+1 = un+1 − et vn+1 = un ∀n ∈ N
2 2
Calculer un et vn en fonction de n, u0 et v0 . Les suites sont-elles convergentes ?
c. Que peut-on dire des suites récurrentes (un )n∈n vérifiant
2un+2 − 3un+1 + un = 0 ?
18

Alg' Ebre Lin Eaire Exercices: Universit e de Toulon

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Alg' Ebre Lin Eaire Exercices: Universit e de Toulon

Transféré par

Droits d'auteur :

Formats disponibles

Université de Toulon

Master de Mathématiques - M1 MEEF

Exercice 2. Considérons les éléments u = (1, 2, 3), v = (4, 5, 6) et w =

Exercice 3. √ Dans√R considéré comme espace vectoriel sur Q, on considère

de R2 est-elle un sous-espace vectoriel de R2 ?

Exercice 5. Soient F et G deux sous-espaces vectoriels d’un K-espace vec-

Exercice 8. Soient E et F deux K-espaces vectoriels de dimension finie.

Exercice 9. Soit f un endomorphisme d’un K-espace vectoriel E tel que

Exercice 10. (Théorème du rang)

rg(f ) = dim E − dim(Ker f ).

Exercice 11. (Espace vectoriel quotient)

Exercice 12. Soit f : E −→ F un morphisme de K-espaces vectoriels de

Exercice 13. Soit E un K-espace vectoriel de dimension finie et soient f

1. Montrer que pour tout v ∈ E, on a : v − (g ◦ f )(v) ∈ Ker f . En déduire

2. Comparer le rang de f et le rang de g.

Exercice 14. Soit E un espace vectoriel et f un endomorphisme de E.

2. Montrer que, si de plus E est de dimension finie, on a :

3. Si E est de dimension infinie, donner un exemple pour lequel 2.1 et 2.2

2. Que signifie pour f0 le fait que

soit une suite exacte ?

soit une suite exacte ?

est exacte, alors

5. Soient E et F deux espaces vectoriels de dimension finie. Déterminer des

soit exacte. En déduire que

dim E × F = dim E + dim F.

soit exacte. En déduire que

dim(E ∩ F ) + dim(E + F ) = dim E + dim F.

Exercice 16. Une matrice carrée A de Mn (R) est dite symétrique si tA = A.

1. Montrer que Sn (R) est un espace vectoriel sur R.

2. Donner une base de S2 (R). Quelle est la dimension du R-espace vectoriel

3. Montrer que, pour toutes matrices A et B de Mn (R), on a :

4. En déduire que, pour toutes matrices A et B de Sn (R), on a :

5. Une matrice carrée A de Mn (R) est dite antisymétrique si t A = −A.

6. Montrer que les sous-espaces vectoriels Sn (R) et An (R) sont supplémentaires

où P 0 (respectivement P 00 ) est le polynôme dérivé du polynôme P (respecti-

1. Montrer que Φ est un morphisme de R-espaces vectoriels et déterminer sa

1. Montrer que f est un endomorphisme de M2 (R).

2. Déterminer sa matrice dans la base canonique de M2 (R).

3. Déterminer les matrices M de M2 (R) qui commutent avec A.

4. Quel est le rang de f ?

Exercice 19. (Projecteurs)

1. Soient F et G deux sous-espaces vectoriels de E supplémentaires dans

2. Réciproquement, soit p un K-endomorphisme de E tel que p ◦ p = p (p

3. Si E est de dimension finie, et si p est un projecteur de E, montrer qu’il

où r est le rang de p et Ir la matrice identité de taille r.

Exercice 20. (Symétries)

2. Montrer que Ker s = {0} et Im s = E.

Exercice 22. Résoudre dans R3 le système suivant, où m est un paramètre

Exercice 23. Calculer le déterminant de l’endomorphisme ”transposition”

Exercice 25. On considère l’endomorphisme f de Rn dont la matrice dans

a) Montrer que, pour tout entier naturel k, on a : Ak B − BAk = kAk .

∀n ∈ N, 5un+3 = 2un+2 + 15un+1 − 6un .

1) Montrer que E est un sous-espace vectoriel de l’espace vectoriel sur R de

5) Calculer le polynôme caractéristique de A. Trouver les valeurs propres de

Exercice 28. Soit E un espace vectoriel sur R de base E = (e1 , e2 , e3 ) et soit

1. Déterminer le polynôme caractéristique de f .

7.1 Calculer exp(B).

1. Soient E un espace vectoriel de dimension finie sur un corps K et E ∗ son

On s’intéresse à présent à ce qu’il en est si E est de dimension infinie.

2. Soit E = K[X] l’espace vectoriel sur K des polynômes à une indéterminée

ϕ(f ∗ ) = (u0 , . . . , un , . . .).

2.1. Montrer que ϕ est un isomorphisme.

2.2. On souhaite montrer ici, par un argument détourné, que la question