MPSI du lycée Rabelais http://mpsi.saintbrieuc.free.

fr semaine du 6 mai 2015

ESPACES VECTORIELS DE DIMENSION FINIE

Sous-espaces vectoriels de dimension finie 1. On considère l’ensemble E = {(x, y, z, t) ∈ R4 | x + y − z + t = 0 et x = y}.

Montrez que E est un espace vectoriel de dimension finie et calculez sa dimen-
Exercice 1 : Soit F et G deux s.e.v d’un K-espace vectoriel de dimension finie sion.
n ∈ N⋆ . Montrez que si dim F + dim G > n, alors F ∩ G contient un vecteur non
2. Soit, pour tout couple de réels (a, b), M (a, b) la matrice :
nul.
 
a−b a b
Exercice 2 : Soit E un espace vectoriel de dimension finie n ∈ N⋆ . On appelle M (a, b) =  a a+b a 
hyperplan de E tout sous-espace vectoriel H qui est le noyau d’une forme linéaire b a a − 2b
non nulle sur E.
Démontrez que les assertions suivantes sont équivalentes : On note F l’ensemble des matrices M (a, b) : F = {M (a, b), (a, b) ∈ R2 }.
Montrez que F est un espace vectoriel de dimension finie et calculez sa dimen-
~
w • H est un hyperplan de E
sion.
w
w • H est de dimension n − 1
w
 • H est le supplémentaire d’une droite vectorielle de E 3. Montrez que E et F sont isomorphes et proposez un isomorphisme de E dans
F.
Exercice 3 : Soit E un K-espace vectoriel de dimension finie supérieure à 2. Soit
H1 et H2 deux hyperplans distincts de E. Déterminez la dimension de H1 ∩ H2 . Familles de vecteurs en dimension finie
Exercice 4 : On se place dans R3 . Déterminez une base et un supplémentaire des Exercice 8 : Soit E un espace vectoriel de dimension n et (f1 , f2 , . . . , fn ) une fa-
sous-espaces vectoriels suivants : mille de formes linéaires de E. On suppose qu’il existe un vecteur ~x ∈ E, non nul,
1. F = Vect R (~u, ~v ), où ~u = (1, 1, 0) et ~v = (2, 1, 1). tel que ∀i ∈ [[1, n]], fi (~x) = ~0E . Montrez que la famille (f1 , f2 , . . . , fn ) est liée dans
2. F = Vect (~u, ~v , w),
~ où ~u = (−1, 1, 0), ~v = (2, 0, 1) et w
~ = (1, 1, 1). E⋆.
Indication : E ⋆ = L(E, K) est de dimension n.
3. F = {(x, y, z) ∈ R3 | x − 2y + 3z = 0}.
Exercice 9 : Soit E un K-espace vectoriel de dimension n ∈ N⋆ , et f un endomor-
Exercice 5 : On se place dans R4 . On considère les vecteurs ~u1 = (1, 0, 1, 0), phisme nilpotent non nul de E. Soit p le plus petit entier tel que f p = 0.
~u2 = (0, 1, −1, 0), ~u3 = (1, 1, 1, 1), ~u4 = (0, 0, 1, 0) et ~u5 = (1, 1, 0, −1). Soit
F = Vect (~u1 , ~u2 , ~u3 ) et G = Vect (~u4 , ~u5 ). Quelles sont les dimensions de 1. Montrez qu’il existe ~x ∈ E tel que la famille (~x, f (~x), . . . , f p−1 (~x)) est libre.
F, G, F + G, F ∩ G ? 2. En déduire que f n = 0.

Exercice 10 : Soit E un K-espace vectoriel de dimension finie n ∈ N⋆ et f ∈ L(E)

 
1 0 −1
Exercice 6 : Soit A =  0 1 2 . On considère E = {M ∈ M3 (R) | AM = un endomorphisme tel
qu’il existe un vecteur ~x0 ∈ E, pour lequel la famille
0 0 1 ~x0 , f (~x0 ), . . . , f n−1 (~x0 ) est une base de E. On note C = {g ∈ L(E) | g ◦ f = f ◦ g}.
M A}. Montrez que E est un sous-espace vectoriel de M3 (R) et déterminez sa 1. Montrez que C est un sous-espace vectoriel de L(E).
dimension.
2. Observez que C = {a0 idE + a1 f + · · · + an−1 f n−1 , (a0 , . . . , an−1 ) ∈ Kn }.
Exercice 7 : 3. Déterminez la dimension de C.

1
 Applications linéaires en dimensions finies 2. Déterminez le noyau de Φ, en déduire son rang et son image.

Exercice 11 : Soit E un K-espace vectoriel de dimension finie n. Soit u et v deux Exercice 17 : Soit E un espace vectoriel de dimension 2 et v un endomorphisme
endomorphismes de E tels que de E. On suppose que 
• v 6= idE
E = Im u + Im v = Ker u + Ker v • (v − idE )2 = 0
Montrez que Im u et Im v d’une part, et Ker u et Ker v d’autre part, sont 1. Montrez que v est un automorphisme de E et exprimez v −1 en fonction de v et
supplémentaires dans E. idE .
2. a. Montrez que Im (v − idE ) ⊂ Ker (v − idE ).
Exercice 12 : Soit E un K-espace vectoriel de dimension finie n et f un endomor-
b. En déduire en raisonnant sur les dimensions que
phisme de E. Montrez l’équivalence
Im (v − idE ) = Ker (v − idE )
Ker f = Im f ⇐⇒ f 2 = 0 et n = 2Rg f

Exercice 13 : Soit E un K-espace vectoriel de dimension finie et f un endomor-

phisme de E. Montrez que les assertions suivants sont équivalentes
i. Im f et Ker f sont supplémentaires ii. E = Ker f + Im f
iii. Im f 2 = Im f iv. Ker f 2 = Ker f .

Exercice 14 : Soit T : Rn [X] → Rn [X] l’application définie par :

∀P ∈ Rn [X], T (P )(X) = P (X + 1)

Montrez que T est un automorphisme de Rn [X].

Exercice 15 : Soit E un espace vectoriel de dimension finie 3 et (~e1 , ~e2 , ~e3 ) une base
de E. On considère l’application linéaire définie par :

f (~e1 ) = 2 · ~e1 + ~e2

f (~e2 ) = ~e1 + +~e3
f (~e3 ) = 4 · ~e1 + ~e2 + 2 · ~e3

1. Soit ~x = x1 · ~e1 + x2 · ~e2 + x3 · ~e3 . Calculez f (~x) en fonction des coordonnées de

~x dans la base (~e1 , ~e2 , ~e3 ).
2. Déterminez le noyau, l’image et le rang de f .

Exercice 16 : Soit E = Rn [X] Φ l’application qui à tout polynôme P de Rn [X]

associe le polynôme Φ(P ) défini par

Φ(P ) = P (X + 1) − P (X).

1. Montrez que Φ est une application linéaire de Rn [X] dans Rn−1 [X].

2
MPSI du lycée Rabelais http://mpsi.saintbrieuc.free.fr semaine du 6 mai 2015

CORRECTION DES EXERCICES

Exercice 1 .— Utilise le théorème des quatre dimensions N • Compléter cette base de F en une base de E. C’est toujours possible d’après
le Théorème de la base incomplète :
Exercice 2 .— • si H est un hyperplan. Il existe un forme linéaire non nulle
f : E → K telle que H = Ker f . Comme une forme linéaire non nulle est
surjective, la formule du rang donne dim E = dim Ker f + dim Im f , soit B = (~e1 , . . . , ~ep , ~up+1 , . . . , ~un )
dim H = n − 1.
• Si H est un s.e.v. de E de dimension n − 1. H possède un supplémentaire D.
De plus D est de dimension n−(n−1) = 1. Ainsi, D est une droite vectorielle. • En ce cas, G = Vect (~up+1 , . . . , ~un ) est un supplémentaire de F .
• Si H est le supplémentaire d’une droite vectorielle D :

E =H ⊕D
Soit p : E → D l’application linéaire induite par la projection de E sur D, pa-
rallélement à H. D’autre part, comme D est de dimension 1, elle est isomorphe
à K. Soit ϕ : D → K un isomorphisme de D sur K. Posons f = ϕ ◦ p : E → K.
f est linéaire comme composée de telles applications. Comme f est à valeurs
dans K, il s’agit d’une forme linéaire. De plus, comme ϕ est injectif, on a pour
tout vecteur ~x de E,
f (~x) = 0 ⇐⇒ ϕ(p(~x) = 0 ⇐⇒ p(~x) = ~0E ⇐⇒ ~x ∈ Ker p ⇐⇒ ~x ∈ H
Ainsi, Ker f = H. N ~v = w ~ − ~u. Ainsi, toute combinaison linéaire de ~u, ~v et w
Exercice 3 .— Soit n = dim E. D’après l’exercice précédent, H1 et H2 sont de di-
mension n − 1. Pour déterminer la dimension de H1 ∩ H2 , appliquons le Théorème
des quatre dimensions :
dim (H1 + H2 ) + dim (H1 ∩ H2 ) = dim H1 + dim H2
1. ~u et ~v engendrent F . Comme ils sont non colinéaires, ils forment aussi une fa-
mille libre de E. Par conséquent (~u, ~v ) est une base de F .
Complétons-là en une base de E. Nous cherchons donc un troisième vecteur w ~ tel
~ soit une base de R3 . Prenons w
que (~u, ~v , w) ~ = (1, 0, 0). Alors la famille (~u, ~v , w)
~
est libre (on obtient un système triangulaire à coefficients diagonaux non nuls
en le vérifiant). Comm elle compte le ”bon” nombre d’éléments, c’est une base
de R3 . Finalement la droite vectorielle G = Vect (w) ~ est un supplémentaire de
F.
2. La famille (~u, ~v , w)
~ engendre F . Toutefois, elle n’est pas libre puisque visiblement
~ peut s’écrire ss forme
d’une combinaison linéaire de ~u et ∧~ . En clair, F = Vect (~u, w).
~ La sous-famille
(~u, w)
~ est donc génératrice de F . Comme de plus, les vecteurs ~u et w ~ sont non
colinéaires, ils forment une base de F .
Complétons-là en une base de E. Posons ~x = (1, 0, 0). Alors la famille (~u, w, ~ ~x)
est libre maximale, c’est dnc une base de R3 . Finalement la droite vectorielle
G = Vect (~x) est un supplémentaire de F .

Montrons que l’hypothèse H1 6= H2 , entraı̂ne que H1 + H2 = E.
En effet, H1 +H2 est un s.e.v de E qui contient H1 . Ainsi, H1 +H2 est de dimension
finie n − 1 ou n.
Si dim H1 + H2 = n − 1 = dim H1 , comme H1 ⊂ H1 + H2 , il en résulte que
H1 + H2 = H1 , ce qui conduit par double inclusion à H1 = H2 , ce qui est absurde.
Par conséquent, dim H1 + H2 = n = dim E. Comme de plus H1 + H2 ⊂ E, il en
résulte que E = H1 + H2 . La formule des quatre dimensions donne finalement
3. F est le noyau de la forme linéaire non nulle à laquelle tu penses. Ainsi F est de
dimension 2. Pour déterminer une base de F il suffit de trouver 2 vecteurs non
colinéaires de F : par exemple ~u = (2, 1, 0) et ~v = (3, 0, −1).
Complétons la famille libre (~u, ~v ) en une base de R3 . On peut prendre w ~ =
(1, 0, 0). N

n + dim (H1 ∩ H2 ) = (n − 1) + (n − 1) Exercice 5 .— dim F = 3, dim G = 2, dim F + G = 4, ( prouver F + G = E),

dim F ∩ G = 1 (Thanks to 4 dimensions Thm !) N
d’ou l’on tire, dim (H1 ∩ H2 ) = n − 2. N

Exercice 4 .— Pour déterminer un supplémentaire de F , la méthode est la sui-

vante : 3
Exercice 6 .— On peut montrer ”à la main” que E est un s.e.v. de M3 (R), ou
• Trouver une base (~e1 , . . . , ~ep ) de F . bien procéder comme ci-dessous
Pour déterminer sa dimension, déterminons une base de E, à l’aide de la ca- Exercice 8 .— Remarquons que la famille F = (f1 , . . . , fn ) est de cardinal n =
ractérisation
 des bases  dim E ⋆ . Par conséquent, F est libre si et seulement si elle est génératrice. Montrons
x1 x2 x3 que F n’est pas génératrice.
Soit M =  x4 x5 x6 . Alors
Pn
Soit f ∈ Vect (F ). Il existe (λ1 , λn ) ∈ Kn tel que f = i=1 λi · fi . En particulier,
x7 x8 x9 tout élément de Vect (F ) vérifie
   
x1 − x7 x2 − x8 x 3 − x9 x1 x2 −x1 + 2x2 + x3 Xn
AM =  x4 + 2x7 x5 + 2x8 x6 + 2x9  et M A =  x4 x5 −x4 + 2x5 + x6  f (~x) = λi · fi (~x) = 0
x7 x8 x9 x7 x8 −x7 + 2x8 + x9 i=1

Par conséquent, M appartient à E si et seulement si On en déduit aisément que F n’est pas génératrice en considérant par exemple la
 forme linéaire f˜ = ϕ ◦ p : E → K, où p : E → Vect (~x) est induite par une projection
 x1 − x7 = x1 de E sur la droite vectorielle Vect (~x),et ϕ : Vect (~x) → K est un isomorphisme de
Vect (~x) sur K. Clairement f˜(~x) 6= 0 et par conséquent f˜ ∈

x2 − x8 = x2 / Vect (F ). Ainsi, F n’est




 x3 − x9 = −x1 + 2x2 + x3 pas génératrice, donc pas libre non plus !

  N
 x1 = 2x2 + x9
x4 + 2x7 = x4

 

x4 = 2x5 − 2x9
 
(1) x5 + 2x8 = x5 ⇐⇒ Exercice 9 .—
x7 = 0
x6 + 2x9 = −x4 + 2x5 + x6

 


 
x8 = 0 1. Déjà fait dans la feuille Espaces vectoriels (I). Il suffit de prendre ~x tel que
x = x

7 7
f p−1 (~x) soit non nul pour que la famille (~x, f (~x), . . . , f p−1 (~x)) soit libre.



x8 = x8



2. D’après le Théorème de la base incomplète, la cardinal d’une famille libre est

x9 = −x7 + 2x8 + x9

inférieur à la dimension de l’espace, par conséquent p ≤ n. Comme f p = 0, il
Ce système est échelonné, de rang 4. Il y a donc 5 variables libres x2 , x3 , x5 , x6 , x9 . s’ensuit immédiatement que f n = 0. N
Avec les notations usuelles pour la base canonique de M3 (R), on obtient que M
appartient à E si et seulement si il existe (x2 , x3 , x5 , x6 , x9 ) ∈ R5 tel que Exercice 10 .— 1. A l’aide de la caractérisation des sous-espaces vectoriels.

M = (2x2 + x9 )E11 + x2 E12 + x3 E13 + (2x5 − 2x9 )E21 + x5 E22 + x6 E23 + x9 E33
= x2 (2E11 + E12 ) + x3 E13 + x5 (2E21 + E22 ) + x6 E23 + x9 (2E11 − 2E21 + E33 )
Ainsi, E apparaı̂t comme l’ensemble des combinaisons linéaires des 5 matrices
B1 = 2E11 +E12 , B2 = E13 , B3 = 2E21 +E22 , B4 = E23 et B5 = 2E11 −2E21 +E33 .
En particluier,
E = Vect R (B1 , B2 , B3 , B4 , B5 )
Il s’agit donc bien d’un sous-espace vectoriel de M3 (R). Montrons que
(B1 , B2 , B3 , B4 , B5 ) est une base de E. Comme elle est génératrice par construction,
il suffit de vérifier qu’elle est libre. Soit donc (x2 , x3 , x5 , x6 , x9 ) ∈ R5 tel que
(2) (2x2 +x9 )E11 +x2 E12 +x3 E13 +(2x5 −2x9 )E21 +x5 E22 +x6 E23 +x9 E33 = 0
Comme les (Eij ) forment la base canonique de M3 (R), la sous-famille
(E11 , E12 , E13 , E21 , E22 , E23 , E33 est libre. Il en résulte aisément que x2 = x3 =
x5 = x6 = x9 = 0.
Ainsi, (B1 , B2 , B3 , B4 , B5 ) est une base de E. Par conséquent E est de dimension
5. N sur tout vecteur de E.
2. Notons Kn−1 [f ] = {a0 idE + a1 f + · · · + an−1 f n−1 , (a0 , . . . , an−1 ) ∈ Kn }, l’en-
semble des endomorphismes de E qui sont des polynômes de degré inférieur ou
égal à n−1 de f . On sait que tout polynôme de f commute avec f , en particulier,
Kn−1 [f ] ⊂ C
Réciproquement, soit g
∈ C. g(~x0 ) est élément de E. Comme par hypothèse,
~x0 , f (~x0 ), . . . , f n−1 (~x0 ) est une base de E, il existe (a0 , . . . , an−1 ) ∈ Kn tel
que
g(~x0 ) = a0 · ~x0 + a1 f (~x0 ) + · · · + an−1 f n−1 (~x0 )
Soit p le polynôme de f défini par p = a0 idE + a1 f + · · · + an−1 f n−1 . Mon-
trons que p = g. Pour ce faire, observons tout d’abord que p(~x0 ) = g(~x0 ).
Comme p et g commutent  tous  deux avec
 f , il 
s’ensuit que p ◦ f (~x0 ) = g ◦ f (~x0 )
et plus généralement p f k (~x0 ) = g f k (~x0 ) pour tout k ∈ [[0, n − 1]]. Au-
trement dit, les endomorphismes
g et p coı̈ncident sur les vecteurs de la base
~x0 , f (~x0 ), . . . , f n−1 (~x0 ) de E. Par linéarité, il en résulte que p et g coı̈ncident

4
3. Montrons que (idE , f, . . . , f n−1 ) est une base de C. D’après la question i ⇒ ii trivial.
précédente, cette famille est génératrice. Montrons qu’elle est libre. Soit ii ⇒ iii Il est clair que Im f 2 ⊂ Im f . Réciproquement, montrons que Im f ⊂ Im f 2 .
(a0 , . . . , an−1 ) ∈ Kn tel que Soit ~y ∈ Im f . Il existe ~x ∈ E tel que~y = f (~x). Or par hyp. E = Ker f + Im f .
(1) a0 idE + a1 f + · · · + an−1 f n−1
=0 Par conséquent, il existe (~u, ~v ) ∈ E 2 tel que ~x = ~u + ~v ~u ∈ Ker f et ~v ∈ Im f .
Soit donc w ~ ∈ E tel que ~v = f (w). ~ Alors
Evaluons (1) au point ~x0 . Il vient : ~y = f (~x) = f (~u) + f (~v ) = f (~v ) = f 2 (w).
~
0 = a0 · ~x0 + a1 f (~x0 ) + · · · + an−1 f n−1 (~x0 ) En particulier, ~y ∈ Im f 2 .

iii ⇒ iv Il est clair que Ker f ⊂ Ker f 2 . De plus d’après la formule du rang
Comme ~x0 , f (~x0 ), . . . , f n−1 (~x0 ) est une base de E, ceci n’est possible que si
a0 = · · · = an−1 = 0. dim E = dim f + dim Ker f
Ainsi, (idE , f, . . . , f n−1 ) est une base de C. Sa dimension est donc n. N dim E = dim Im f 2 + dim Ker f 2
Exercice 11 .— D’après la formule du rang pour u et v, nous avons Comme par hypothèse Im f 2 = Im f , il s’ensuit que dim Ker f = dim Ker f 2 .
Par conséquent, Ker f = Ker f 2 .
dim E = dim Ker u + dim Im u iv ⇒ i d’après la formule du rang dim E = dim Im f + dim Ker f . Montrons que
dim E = dim Ker v + dim Im v Im f ∩ Ker f = {~0}.
Soit donc ~y ∈ Ker f ∩ Im f . Il existe ~x ∈ E tel que ~y = f (~x). Comme
Il découle alors du Théorème des quatre dimensions que
f (~y ) = ~0, ~x appartient à Ker f 2 . Or par hypothèse Ker f 2 = Ker f . Donc
dim (Ker u ∩ Ker v) = dim Ker u + dim Ker v − dim (Ker u + Ker v) ~x ∈ Ker f , i.e. ~0 = f (~x) = ~y . Ainsi, Im f ∩ Ker f ⊂ {~0}. L’autre inclusion
est évidente. Pour conclure, il suffit d’invooquer la caractérisation des sous
= dim Ker u + dim Ker v − dim E
espaces supplémentaires. N
= dim Ker u − dim Im v
Exercice 14 .— Rn [X] est un espace vectoriel de dimension finie. On a alors pour
dim (Im u ∩ dim Im v) = dim Im u + dim Im v − dim (Im u + Im v)
tout endomorphisme f l’équivalence
= dim Im v + dim Im u − dim E
f est injectif ⇐⇒ f est surjectif ⇐⇒ f est un automorphisme
= dim Im v − dim Ker u
• Montrons que T est linéaire, il faut l’écrire...
En particulier, • Montrons que T est un endomorphisme. Il s’agit de vérifier que si P est de
degré au plus n, il en va de même de T (P ). Utiliser les pptés algébriques du
dim (Ker u ∩ Ker v) + dim (Im u ∩ dim Im v) = 0,
degré des polynômes, ou bien, examiner les images des vecteurs de la base
ce qui entraı̂ne que dim (Ker u ∩ Ker v) = dim (Im u ∩ dim Im v) = 0. On conclut à canonique.
l’aide de la caractérisation des sous-espaces supplémentaires. N • Montrons que T est injectif.
Soit P ∈ Ker T . P est un pol de degré au plus n qui vérifie P (X + 1) = 0.
Exercice 12 .— Par double-implication. En particulier, P admet un infinité de racines distinctes, (N⋆ ). Donc P est le
• Supposons que Ker f = Im f , alors pour tout ~x ∈ E, f (~x) ∈ Im f = Ker f , donc polynôme nul. N
f 2 (~x) = ~0. De plus, d’après la formule du rang, n = dim Im f + dim Ker f = Exercice 15 .— 1. Par linéarité de f , nous avons
2Rg f .

• Réciproquement, si f 2 = 0 et n = 2Rg f . Alors Im f ⊂ Ker f et d’après la f (~x) = f x1 · ~e1 + x2 · ~e2 + x3 · ~e3
formule du rang, dim Im f + dim Ker f = n = 2dim Im f . D’où dim Im f = = x1 · f (~e1 ) + x2 · f (~e2 ) + x3 · f (~e3 )
dim Ker f et par conséquent, Im f = Ker f .




N = x1 · 2 · ~e1 + ~e2 + x2 · ~e1 + ~e3 + x3 · 4 · ~e1 + ~e2 + 2 · ~e3




Exercice 13 .— = 2x1 + x2 + 4x3 · ~e1 + x1 + x3 · ~e2 + x2 + 2x3 · ~e3

5
2. Déterminons le noyau de f . Soit ~x = x1 · ~e1 + x2 · ~e2 + x3 · ~e3 . D’après la question de la base canonique.
précédente
Φ(1) = 0
2x1 + x2 + 4x3 · ~e1 + x1 + x3 · ~e2 + x2 + 2x3 · ~e3 = ~0




(1) ~x ∈ Ker f ⇐⇒ Φ(X) = 1
2
Φ(X ) = (X + 1)2 − X 2 = 2X + 1
En identifiant les coordonnées dans la base (~e1 , ~e2 , ~e3 ), nous obtenons le SEL ..
suivant .
n−1
X 
n

2x1 +x2 +4x3 =0 Φ(X n ) = (X + 1)n − X n = Xk
k
 
2x1 +x2 +4x3 =0 x1 =−x3 k=0
(1) ⇐⇒ x1 +x3 =0 ⇐⇒ ⇐⇒
x2 +x3 =0 x2 =−2x3
x2 +x3 =0


Par conséquent, Im Φ = Vect Φ(X), Φ(X 2 ), . . . , Φ(X n ) . De plus, comme cette
famille est échelonnée en degré, elle est libre dans R[X]. Il s’agit donc d’une base
Ainsi, de Im Φ.
Ainsi, Rg Φ = dim Im Φ = n. D’après la formule du rang, il en résulte que
Ker f = {x1 · ~e1 + x2 · ~e2 + x3 · ~e3 | x1 = −x3 x2 = −2x3 } dim Ker Φ = 1. Or, d’après le calcul ci-dessus, Φ(1) = 0, i.e. 1 ∈ Ker Φ. Par
= {−x3 · ~e3 − 2x3 · ~e3 + x3 · ~e3 ; x3 ∈ K} conséquent, Ker Φ = Vect R (1) = R0 [X]. N
= Vect (~e3 + 2~e3 − ~e3 )
Exercice 17 .— 1. Comme (v − idE )2 = 0, nous avons d’après la formule du
binôme v 2 − 2v + idE = 0. Soit idE = 2v − v 2 = v ◦ (2idE − v) = (2idE − v) ◦ v. Il
D’autre part, d’après la formule du rang, dim Ker f = 1, dim Im f = 2, ie. s’ensuit que v est bijective et que son application réciproque est v −1 = 2idE − v.
Rg f = 2. De plus, Im f est engendré par les images des vecteurs de (~e1 , ~e2 , ~e3 ). Par définition, cela signifie que v ∈ GL(E).
Donc
2. a. Notons u = v − idE . L’hypothèse entraı̂ne que u2 = 0. En particulier,
Im f = Vect 2~e1 + ~e2 , ~e1 + ~e3 , 4~e1 + ~e2 + 2~e3 ) Im u ⊂ Ker u, i.e.

La sous-famille (2~e1 + ~e2 , ~e1 + ~e3 ) est libre est de cardinal maximal dans Im f . (1) Im (v − idE ) ⊂ Ker (v − idE ).
C’est donc une base de Im f . N
Remarque : on peut montrer, en étudiant la compatibilité de l’équation f (~x) = b. Pour établir l’égalité, examinons les dimensions de Ker u et Im u. Tout
~y que Im f est l’ensemble des ~y = y1~e1 + y2~e2 + y3~e3 vérifiant y1 − 2y2 − y3 = 0. d’abord, comme u est un endomorphisme de E, la formule du rang donne

dim Ker u + dim Im u = 2

Exercice 16 .— 1. Montrons que Φ est linéaire. Soit (λ, µ) ∈ R2 , (P, Q) ∈ Rn [X]×
Rn [X]. Alors Il y a donc trois possibilités
• dim Ker u = 0 et dim Im u = 2.
Φ(λP + µQ) = (λP + µQ)(X + 1) − (λP + µQ)(X) C’est impossible car d’après (1), dim Im u ≤ dim Ker u.
   
= λ P (X + 1) − P (X) + µ Q(X + 1) − Q(X) • dim Ker u = 2 et dim Im u = 0.
= λΦ(P ) + µΦ(Q). En ce cas u = 0 soit v = idE . Ce cas est exclu par hypothèse.
Par disjonction de cas, il en résulte que dim Ker u = 1 et dim Im u = 1, soit
De plus, pour tout polynôme P ∈ Rn [X], P (X) et P (X +1) ayant même monôme dim Im (v − idE ) = dim Ker (v − idE ). Ainsi, Im (v − idE ) = Ker (v − idE ). N
dominant, il découle des propriétés algébriques du degré des polynômes, que
Φ(P ) est de degré inférieur ou égal à n − 1.
2. Montrons que Im Φ ⊂ Rn−1 [X]. Im Φ est engendrée par les images des vecteurs