Académique Documents
Professionnel Documents
Culture Documents
Exercices d’algèbre
Exercice 1 ESC 98
M3 (R) désigne l’ensemble des matrices carrées d’ordre 3 à coefficients réels. On considère
les deux matrices suivantes :
−1 −1 0 0 0 0
A= 2 2 −1 et O = 0 0 0
2 2 −1 0 0 0
1−i
On déduit y = z et x = − y
2
De la même manière on montre que −i est valeur propre de A.
A admettant trois valeurs propres complexes distinctes est diagonalisable dans
M3 (C).
3.
1 0 −1
V1 = e1 −e2 = −1 ; V2 = e2 +e3 = 1 ; V3 = −e1 +e2 +e3 = 1
0 1 1
1
(a)
α=0
αV1 + βV2 + γV3 = 0 ⇒ −α + β + γ = 0
β+γ =0
A0 = P −1 AP
Il suffit de remplacer.
2
Exercice 2 1. Soit E = R[X]. On étudie la transformation A qui à tout polynôme P
de E associe le polynôme Q tel que
Q(x) = (2x + 1)P − (x2 − 1)P 0
Montrer que A est linéaire.
2. Trouver les vecteurs propres de A
3. Soit F le sous espace de E constitué par les polynômes de degré au plus égal à 2.
On étudie la restriction de A à F .
(a) Soit (1, x, x2 ) une base de F . Ecrire la matrice A de A par rapport à cette base.
(b) Trouver les valeurs propres et les vecteurs propres
Solution
1. ∀(α, β) ∈ IR2 on a :
A(αP + βQ) = (2x + 1)(αP + βQ) − (x2 − 1)(αP + βQ)0 qui donne :
A(αP + βQ) = (2x + 1)(αP ) + (2x + 1)(βQ) − (x2 − 1)(αP 0 ) − (x2 − 1)(βQ0 ) et
donc :
∀(α, β) ∈ IR2 , A(αP + βQ) = αA(P ) + βA(Q)
A est linéaire.
2. Soit P est vecteur propre de A et λ la valeur propre associé .Supposons que :
n
X
P (x) = ak x k
k=0
3
En remplaçant successivement λ par 1, -1, -3, on trouve les vecteurs propres associés :
P1 = 1 − x 2 ; P2 = 1 − 2x + x2 ; P3 = 1 + 2x + x2
4
Exercice 3 ESC 99
Partie A
1 1 0
Soit u l’endomorphisme de l’espace vectoriel R3 , de matrice M = 0 2 0 dans la
−1 1 2
3
base canonique de R .
1. Identifier : u2 − 3u + 2IdR3 .
2. Déterminer les valeurs propres et les sous-espaces propres de u.
3. L’endomorphisme u est-il diagonalisable ?
Partie B
E est un espace vectoriel réel de dimension n (n ≥ 1).
u est un endomorphisme de E vérifiant : u2 − 3u + 2IdE = 0.
1. On pose : v = u − IdE et w = u − 2IdE .
(a) Identifier (v − w) et en déduire que : E = Im(v) + Ker(w).
(b) Identifier v ◦ w et w ◦ v ; en déduire que : Im(w) ⊂ Ker(v) et Im(v) ⊂ Ker(w).
(c) Montrer que : E = Ker(v) ⊕ Ker(w).
(d) Prouver que u est diagonalisable.
2. (a) Montrer qu’il existe deux suites (an )n∈N et (bn )n∈N telles que :
∀n ∈ N, un = an u + bn IdE (avec la convention : u0 = IdE ).
Donner les valeurs de a0 , b0 , a1 et b1 .
(b) Etablir que : ∀n ∈ N, an+2 = 3an+1 − 2an .
En déduire les expressions de an et bn , en fonction de n.
(c) Exprimer un en fonction de n, u et IdE .
Preuve
u2 − 3u + 2id = 0
5
1
qui fournit le vecteur propre associé à 1 : U1 = 0 .
1
De même si on remplace λ par 2, le système se réduit à
−x + y = 0
z∈R
−x+y = 0 est l’équation d’un plan de l’espace R3 , ce qui sous entend que dimker(u−
2id) = 2. On choisira comme base de ker(u − 2id) les vecteurs :
1 0
U2 = 1 et U3 = 0
0 1
E ⊂ Imv + Imw
Comme d’autre part Imv + Imw est un sous espace de E, on a l’inclusion dans
l’autre sens et apr conséquent :
E = Imv ⊕ Imw
.
De même soit y ∈ Imv. Il existe z ∈ E tel que y = v(z) et alors :
E = kerv ⊕ kerw
(d) kerv et kerw sont les sous espaces propres associés aux valeurs propres de u.Les
sous espaces propres étant supplémentaires, u est diagonalisable.
2. (a) Soit (Pn ) la propriété :
6
Si n = 0 alors u0 = id = 0u + 1id ⇒ a0 = 0 et b0 = 1.
P0 est vraie.Supposons Pn vraie et montrons qu’elle implique Pn+1 .
Si un = an u + bn id alors un+1 = an u2 + bn u = an (3u − 2id) + bn u et après
simplification, il reste :
Il suffit de poser
an+1 = 3an + bn
bn+1 = −2an
pour conclure que Pn+1 est vraie.
(b) On a : an+2 = 3an+1 +bn+1 = 3an+1 −2an . La suite (an ) est une suite récurrente
linéaire d’ordre 2 et d’équation caractéristique :
q 2 − 3q + 2 = 0 ⇒ q1 = 1 et q2 = 2
7
Exercice 4 EMLyon 99 E
On considère les éléments suivants de M3 (R) :
1 0 0 0 1 0 0 0 1 1
√ −1 √1
I= 0 1 0 J= 1 0 1 K= 0 1 0 P = − 2 0 2
0 0 1 0 1 0 1 0 0 1 1 1
1. a. Justifier (sans calcul) que J est diagonalisable, que J n’est pas inversible, et que
0 est valeur propre de J.
b. Calculer J 2 et exprimer J 2 en fonction de I et K.
2. a. Calculer les valeurs propres de J et déterminer une base de M3,1 (R) formée de
vecteurs propres pour J.
En déduire que P −1 J P est une matrice diagonale que l’on explicitera.
b. Montrer, en utilisant 1.b. et 2.a. que P −1 K P est une matrice diagonale que
l’on explicitera.
3. Soit (a, b, c) ∈ R3 . On considère l’élément suivant de M3 (R) :
a b c
M = b a+c b
c b a
Preuve
λ3 .X − 2λ.X = 0 ⇒ λ(λ2 − 2) = 0
8
√
Les valeurs propres possibles sont : 0 et ± 2. Recherchons les vecteurs propres
associées.
La relation J.U0 = 0 est équivalente à
y=0
x+z =0
−1
Un vecteur propre associé à 0 est U0 = 0 .
1
De même √
√ y = x 2√
J.U1 = 2U1 ⇔ x + z =√y 2
y=z 2
√ √1
Un vecteur propre associé à 2 est U1 = 2 .
1
1
√
En procédant de la même manière on montre que U1 = − 2 est un vec-
1
√
teur propre associé à − 2.
Conclusion : J possède trois valeurs propres distinctes. J est diagon-
lisable. (U0 , U1 , U2 ) est une base de vecteurs propres. La matrice de passage
de la base de R3 à cette base de vecteurs propres est
1
√ −1 √1
P = − 2 0 2
1 1 1
P −1 JP est la matrice diagonale
√
− 2 0 0
D= 0 0 √0
0 0 2
9
(b) M = aI + bJ + cK ⇒ P −1 M P = aI + bP −1 JP + cP −1 KP c’est à dire :
√
a−b 2+c 0 0
P −1 M P = aI + bD + c(D2 − I) = 0 a−c 0
√
0 0 a+b 2+c
4. Remarquons que
2 2 1
X 2 = 2 3 2 = 2I + 2J + K
1 2 2
D’après ce qui précède P −1 X 2 P est la matice diagonale
√
3−2 2 0 0
D” = 0 1 0√
0 0 3+2 2
p √
3−2 2 0 0
Posons ∆ = 0 1 p 0 . La matrice cherchée X est :
√
0 0 3+2 2
X = P.∆.P −1
10
Exercice 5 ESC 2000
Pour n ∈ N, Rn [X] désigne l’espace vectoriel des polynômes à coefficients réels, de degré
au plus n. Soit f l’application qui, à tout polynôme P de Rn [X] associe le polynôme Q
défini par :
Q(X) = P (X + 1) + X.P 0 (X)
Partie A
f (Pn ) = (n + 1).Pn
P (X + 1) + XP 0 (X) = X 2 + X + 1
Solution
Partie A
1. Le soin est laissé au lecteur de vérifier que f est bien un endomorphisme de IRn [X]
. Il y arrivera sans difficultés.
11
2. Trouvons la matrice de f dans la base canonique de IRn [X]. Pour 0 ≤ p ≤ n, on a :
n
X
f (X p ) = (X + 1)p + X(p.X p−1 ) = Cpk X k + p.X p que nous écrivons :
k=0
12
(k) (k)
(b) ∀k ∈ {0, 1, 2, .., n} , f (Pn ) = (n + 1 − k).Pn signifie que (n + 1 − k) est
(k)
une valeur propre de f et que Pn est un vecteur propre associé. En faisant
varier k de 0 à n, on retrouve toutes les valeurs propres de f mises en evidence
à la question
A)3◦ .
(k)
Pn est une famille de vecteurs propres d’un endomorphisme diagona-
0≤k≤n
lisable : c’est une base de IRn [X].
(c) Dans cette base la matrice de f est une matrice diagonale :
1 0 ... ... 0
0 2 ...... 0
D= 0 0 3 ... 0
... ... ... ... ...
0 ... ... ... n + 1
Partie C
4. On pose P (X) = aX 2 + bX + c.
f (P ) = Q implique par identification :
3a = 1
2a + 2b = 1
a+b+c=1
1 1 1
qui admet pour solution : a = b= c=
3 6 2
13
Exercice 6 ESG 97 S
Soit n un entier ≥ 2 et E l’espace vectoriel sur R des matrices carrées d’ordre n à coeffi-
cients réels.
aij désigne le terme de la matrice situé à l’intersection de la i-ième ligne et de la j-ième
colonne. Partie 1
14
4. Montrons que deux matrices semblables ont même trace.
Si A et B sont deux matrices semblables, il existe une matrice inversible P telle que
B = P −1 AP . D’où :
Partie II
φ(A, B) = f (AB)
Cette matrice est nilpotente d’ordre 2 (A2 est la matrice nulle) donc φ(A, A) =
f (A2 ) = 0 sans que ceci n’implique la nullité de A
3. On suppose que A est symétrique et B antisymétrique.
Puisque deux matrices transposées ont même trace, on écrit :
Comme φ est une forme symétrique, le seul cas possible est φ(A, B) = 0
15
Exercice 7 Oral HEC 97
Soit n un entier ≥ 2 et E = IRn muni de sa structure euclienne canonique.
Soit a un vecteur unitaire de E.
On désigne par sa l’application définie sur E par : ∀x ∈ E, sa (x) = x − 2 < x, a > a.
1. Montrer que sa est un endomorphisme de E.
2. Montrer que sa est diagonalisable.
3. On dit qu’un endomorphisme g de E est orthogonal si :
sa (α.x+y) = α.x+y−2 < α.x+y, a >= α.x+y−2α < x, a > +2 < y, a >= α.sa (x)+sa (y)
< sa (x), y >=< x−2 < x, a > .a, y >=< x, y > −2 < x, a >< a, y >=< x, y−2 < y, a > a >=< x
(a) ∀(x, y) ∈ E 2 , < g(x), g(y) >=< x, y >. C’est donc vrai en particulier si x = y
et on a alors :< g(x), g(x) >=< x, x >⇐⇒ k g(x) k2 = k x k2 donc tout sim-
plement :
k g(x) k=k x k
On dit que g conserve les distances : c’est une isométrie
Si on suppose que g(x) = 0 alors k x k= 0 =⇒ x = 0 et g est injectif, donc
bijectif.
(b) Montrons que g ◦ sa ◦ g −1 = sg(a) .
On a :sa (g −1 (x)) = g −1 (x) − 2 < g −1 (x), a > .a et g(sa (g −1 (x)) = x − 2 <
g −1 (x), a > .g(a)
Remarquons que : < g −1 (x), a >=< g −1 (x), g −1 (g(a)) >=< x, g(a) > et si on
remplace on arrive au résultat souhaité.
3. (a) Il suffit de montrer que < sa (x), sa (y) >=< x, y >. Ceci se fait sans difficulté.
16
(b) On a démontré que si g est un automorphisme orthogonal alors : g ◦ sa ◦ g −1 =
sg(a) .
Appliquons avec g = sb . On obtient sb ◦ sa ◦ sb −1 = ssb (a) . Avec :
sb (a) = a − 2 < a, b > .b et on conclut que :
< a, b >= 0 ⇐⇒ sb (a) = sa =⇒ sb ◦ sa ◦ sb −1 = sa =⇒ sb ◦ sa = sa ◦ sb .
17
Exercice 8 Oral HEC 97
On appelle trace d’une matrice carrée A et on note tr(A) la somme de ses coefficients
diagonaux.
1. Démontrer que deux matrices semblables ont la même trace et dire pourquoi on
peut parler de la trace d’un endomorphisme.
Montrer qu’on définit un produit scalaire sur Mn (IR) en posant :
1. (a) La trace, notée tr, est une forme linéaire sur Mn (R) qui en plus vérifie :
tr(A.B) = tr(B.A)
Si M et M 0 sont deux matrices semblables ⇐⇒ il existe une matrice inversible
P telle que : M 0 = p−1 .M.P .En utilisant la propriétée de la trace rappelée
précédemment on a : tr(M 0 ) = tr(P −1 .M.P ) = tr(M.P −1 .P ) = tr(M.I) =
tr(M ).
Deux matrices semblables ont même trace
18
2. (a) Si A est une matrice symétrique, ses valeurs propres sont toutes réelles et A
est diagonalisable.
(b) Désignons par (λ1 , ...., λn ) les valeurs propres de A. Il existe une matrice inver-
sible P et une matrice daigonale : D = diag(λ1 , .., λn ) telles que :
D = P −1 .A.P =⇒ A = P.D.P −1 =⇒ A2 = P.D2 .P −1 P. Comme deux matrices
semblables ont la même trace, on a bien : tr(A2 ) = ni=1 λi .
3. Calculons < A, I >.
< A, I >= tr(t A.I) = tr(t I.A) = tr(A). Utilisons l’inégalité de Cauchy-Schwarz
pour écrire : √ √ √ p
tr(A) =< A, I >≤ < I, I >. < A, A > ⇐⇒ tr(A) ≤ n. (t A.A)
19
Exercice 9 Oral ESCP 98
Soit n un entier et M une matrice d’ordre n antisymétrique (i.e t M = −M ).
1. Montrer que pour tout X de Mn,1 (R) on a : t X.M.X =
2. Montrer que la matrice I + M est inversible.
3. On pose A = (I − M )(I + M )−1 .
Montrer que cette matrice vérifie t A = A−1 .
4. Réciproquement montrer que si A vérifie cette égalité, M est antisymétrique.
Solution
Soit M une matrice antisymétrique. Rappelons que :
Un endomorphisme f d’un espace euclidien E est antisymétrique si et seule-
ment si :
20
Exercice 10 Oral HEC 99
On note E l’espace vectoriel des polynômes à coefficients réels de degré inférieur ou égal
à 2. On munit E du produit scalaire défini par :
Z 1
< P, Q >= P (t)Q(t)dt
0
21
d’où
1
T3 = X 2 − X +
6
On norme ensuite cette base pour obtenir :
L1 = 1
√
T2 1
L2 = =2 3 X−
k T2 k2 2
√
T3 2 1
L3 = =6 5 X −X +
k T3 k2 6
2. (a) On vérifie facilement que φ est une forme bilinéaire symétrique.
Cependant φ n’est pas positive car si P (X) = 2X 2 +X −1 alors P (0)P (1) = −2
et ceci contredit l’affirmation : ∀P φ(P, P ) ≥ 0
φ n’est donc pas un produit scalaire sur E.
(b) Déterminons la matrice A.
A est la matrice de φ dans la base (L0 , L1 , L2 ). Cette matrice est symétrique
et après calculs on trouve :
√
1 0 5
0 −3 0
√
5 0 5
λ1 = −3 ; λ2 = 0 ; λ3 = 6
Et en particulier
φ(P, P ) =t XAX
Nous savons que R−1 AR = D ⇒ A = R.D.R−1 et si on remplace dans
φ(P, P ) on obtient :
22
(e) On a
< P, P >=t Y Y
23
Exercice 11 ESG 2001 Voies E et T
Soit E = R2 l’espace vectoriel sur R.
Soit B = (e1 , e2 ) la base canonique de R2 .
Soit f l’endomorphisme de E tel que f (e1 ) = 2e1 + 4e2 ) et f (e2 ) = 4e1 + 2e2 . Soit A la
matrice de f dans B.
1. (a) Déterminer les valeurs propres et les sous espaces propres de f .
(b) En déduire une matrice D diagonale semblable à A
(c) Déterminer ∀n ∈ N An
2. Soit a un réel strictement positif. On considère la suite (Un ) réelle définie par
U0 = a
2 + Un
Un+1 =
1 + 2Un
Vn
(a) Démontrer que ∀n ∈ N : Un =
Wn
n
(b) En utilisant la matrice A , exprimer Vn et Wn en fonction de n et a.
(c) Déterminer la limite de la suite (Un )
Preuve
1. (a) Ecrivons la matrice A. Ses colonnes sont les coordonnées de f (e1 ) et f (e2 )
exprimés dans B. On trouve :
2 4
A=
4 2
C’est une matrice symétrique. On sait donc par avance qu’elle est diagona-
lisable.La recherche des valeurs propres conduit à l’existence de ux valeurs
propres distinctes :
λ = −2 et µ = 6
Si
x
U=
y
est un vecteur propre associé à λ = −2 on a :
(A + 2I)U = 0 ⇒ x+y =0
1
U = x.
−1
24
et le
sous espace
propre associé à λ = −2 est de dimension 1 et admet pour
1
base .
−1
z
De même si V = est un vecteur propre associé à µ = 6 alors :
t
(A − 6I)V = 0 ⇒ −z + t = 0
1
V = z.
1
et le sous espace propre associé à µ = 6 est de dimension 1
(b)
1 1
,
−1 1
est une base de vecteurs propres. A est semblable à
−2 0
D=
0 6
Vn
2. (a) Démontrons par récurrence que Un = .
Wn
Vn
Cette affirmation est vraie pour n = 0. Supposons que Un = soit vraie et
Wn
Vn+1
prouvons que Un+1 = .
Wn+1
A partir de la relation de récurrence qui définit la suite (Un ) on a :
Vn
2+
Wn Vn + 2Wn
Un+1 = =
Vn 2Vn + Wn
1+2
Wn
Soit
Vn+1
Un+1 =
Wn+1
C’est ce qu’il fallait justifier.
25
(b) Les relations Vn+1 = 2Vn + 4Wn et Wn+1 = 4Vn + 2Wn admettent pour
écriture matricielle :
Vn+1 Vn
=A×
Wn+1 Wn
Par récurrence simple on montre que :
Vn n a
=A ×
Wn 1
qui implique :
Vn = a [6n + (−2)n ] + 1 [6n − (−2)n ]
2 2
W = a [6n − (−2)n ] + 1 [6n + (−2)n ]
n
2 2
(c)
6n − (−2)n
a+
Vn 6n + (−2)n
= n
Wn 6 − (−2)n
a n +1
6 + (−2)n
avec
6n − (−2)n 1 − (−1/3)n
=
6n + (−2)n 1 + (−1/3)n
qui tend vers 1 lorsque n → ∞ et par suite :
lim Un = 1
n→∞
26
Exercice 12 Edhec 2001 S
On considère l’espace euclidien R3 , muni du produit scalaire noté (./.) défini par :
∀u = (x, y, z) ∈ R3 , ∀u0 = (x0 , y 0 , z 0 ) ∈ R3 , (u/u0 ) = xx0 + yy 0 + zz 0 .
p
La norme du vecteur u est alors définie par ||u|| = (u/u).
On note B=(e1 , e2 , e3 ) la base canonique de R3 et on rappelle que B est une base ortho-
normale pour le produit scalaire défini ci-dessus.
On désigne par a, b et c trois réels, on pose ω = (a, b, c) et on suppose que c est non nul.
On note φ l’endomorphisme de R3 qui à tout vecteur u = (x, y, z) de R3 associe le vecteur
φ(u) = (yc − zb, za − xc, xb − ya)
1. Ecrire la matrice M de φ dans la base B.
2. (a) Vérifier que ω appartient à ker φ.
(b) Montrer que φ(e1 ), φ(e2 ) est une famille libre.
(c) Déduire des questions précédentes que ker φ = V ect(ω).
3. (a) Montrer que pour tout vecteur u de R3 , (φ(u)/ω) = 0.
(b) En déduire que : Im φ=(ker φ)⊥ .
4. (a) Justifier que pour tout vecteur u de R3 , il existe un unique couple (u1 , u2 )
élément de kerφ×Imφ tel que u = u1 + u2 .
(b) Montrer que (u/ω) = (u1 /ω).
(u/ω)
(c) En déduire que u1 = ω, puis déterminer u2 en fonction de u et ω.
||ω||2
5. (a) Montrer que M 3 = − ||ω||2 .M .
(b) En déduire que :∀v ∈Imφ, φ ◦ φ(v) = − ||ω||2 .v.
(c) Montrer finalement que : ∀u ∈ R3 , φ ◦ φ(u) = − ||ω||2 .u + (u/ω).ω
Preuve
27
(c) • Puisque (φ(e1 ), φ(e2 )) est une famille libre, et que (φ(e1 ), φ(e2 ), φ(e3 )) ne l’est
pas (sinon φ serait un isomorphisme de R3 , ce qui n’est pas le cas), le rang de
la famille (φ(e1 ), φ(e2 ), φ(e3 )) est 2. On peut donc dire que dim Imφ=2 et par
le théorème du rang, on arrive à : dim kerφ=1.
• Il est immédiat que tout vecteur du type λ.ω (λ ∈ R) est dans ker φ donc
que Vect(ω) ⊂kerφ.
• Vect(ω) ⊂kerφ et dim Vect(ω)=dim kerφ font que nous pouvons conclure :
kerφ=Vect(ω).
3. (a) (φ(u)/ω) = a(yc − zb) + b(za − xc) + c(xb − ya) = 0. Les vecteurs φ(u) et ω
sont orthogonaux.
(b) Soit y ∈Imφ. Il existe u ∈ R3 tel que y = φ(u) et d’après 3)a) on aura (y/ω) = 0.
Soit x ∈kerφ. Il s’écrit x = α.ω et bien sur : (y/x) = 0. Ce qui prouve que
y ∈(kerφ)⊥ et nous avons justifié l’inclusion : Imφ ⊂(kerφ)⊥ .
Mais :
dim Imφ = 3-dim kerφ et dim (kerφ)⊥ =3-dim kerφ d’où dim Imφ =dim (kerφ)⊥ .
Récapitulons : Imφ ⊂(kerφ)⊥ et dim Imφ =dim (kerφ)⊥ impliquent : Imφ
=(kerφ)⊥ .
4. (a) Puisque R3 est muni de sa structure euclidienne, tout sous espace de R3 admet
un supplémentaire orthogonal dans R3 et en particulier :
R3 = kerφ ⊕ (kerφ)⊥
R3 = kerφ ⊕ Imφ
Finalement :
(u/ω)
u1 = α.ω = .ω
||ω||2
Il en découle :
(u/ω)
u2 = u − u1 = u − .ω
||ω||2
5. (a) Un calcul matriciel donne
0 −c(a2 + b2 + c2 ) +b(a2 + b2 + c2 )
M 3 = c(a2 + b2 + c2 ) 0 −aa(a2 + b2 + c2 ) = −(a2 +b2 +c2 )M = − ||
−b(a2 + b2 + c2 ) a(a2 + b2 + c2 ) 0
28
(b) L’équivalent de la formule que nous venons d’établir est :
φ3 = − ||ω||2 .φ
29
Exercice 13 Ecricome S 2001
Soient n un entier ≥ 2 et E l’espace vectoriel des matrices carrées d’ordre n à coefficients
réels.
I est la matrice identité de E. On note t A la transposée d’un élément A de E. Si A = (ai,j )
appartient à E, on appelle trace de A et on note tr(A), la somme a1,1 > + a2,2 + · · · + an,n
des éléments diagonaux de A.
On considère l’application g de E × E dans R, qui à deux matrices A et B de E fait
correspondre le réel g(A, B) = tr(t AB).
1. Montrer que l’application tr qui à tout élément de E associe sa trace, est une forme
linéaire sur E.
2. (a) Soit M une matrice de E. Montrer que tr(M ) = tr(t M ).
(b) En déduire que, pour tout couple (A, B) de matrices de E, on a g(A, B) =
g(B, A).
3. Soit A un élément de E. Montrer que g(A, A) est la somme des carrés des coefficients
de A.
4. Montrer, à (aide des questions précédentes), que g est un produit scalaire sur E.
30
(b) Nous avons g(A, B) = tr(t A.B) et en appliquant le résultat précédent :
et par suite
n X
X n
t
tr( A.A) = a2ik
i=1 k=1
• La trace étant linéaire, il ne fait aucun doute que cette application g est bilinéaire.
• g(A, B) = g(B, A). L’application est symétrique.
• g est définie positive car : X
< M, M >= tr(t M.M ) = m2ij ≥ 0 et d’autre part < M, M >= 0 implique
i,j
obligatoirement M = 0.
Toutes les conditions sont réunies pour dire que g est un produit scalaire sur E.
4. (a) Soit B= (e1 , e2 , . . . , en ) la base canonique de Rn et f l’endomorphisme de Rn
défini par :
x1 en + x2 e1 + ... + xn e1 = 0 ⇒ ∀i , 1≤i≤n : xi = 0
f n = id ⇒ Un = I
31
n
X n
X
Soit x = xi ei et y = yi ei deux éléments de Rn auquels on associe les
i=1 i=1
vecteurs
X = (x1 , x2 , . . . , xn ) et Y = (y1 , y2 , . . . , yn ).
En utilisant le produit scalaire canonique de Rn on a :
n
X
< f (x), f (y) >=< x1 en +x2 e1 +..+xn en−1 , y1 en +y2 e1 +..+yn en−1 >= xi .yi =< x, y >
i=1
6. Soit F =Vect(I, U, U 2 , U 3 ) et
1 1 1 1
0 0 0 0
V =
0
0 0 0
0 0 0 0
Commençons par construire une base (V1 , V2 , V3 , V4 ) orthonormée de F . Puisque la
base {I, U, U 2 , U 3 } est orthogonale, il suffira de la normer et poser :
I p
V1 = avec ||I|| = g(I, I) = 2 donc
||I||
1
V1 = I
2
32
U p
V2 = avec ||U || = g(U, U ) = 2 d’où
||U ||
1
V2 = U
2
De la même façon on trouve :
1 1
V3 = U 2 ; V4 = U 3
2 2
Appliquons le cours et on aura :
4
X
W = PF (V ) = g(V, Vi ).Vi
i=1
1
avec pour tout 1 ≤ i ≤ 4 : g(V, Vi ) = donc
2
1 1
I + U + U2 + U3
W = PF (V ) = (V1 + V2 + V3 + V4 ) =
2 4
33