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

fr semaine du 7 avril 2015

ESPACES VECTORIELS (II)

Images et noyaux d’applications linéaires 1. Montrez que ϕ est un endomorphisme de E.

2. Déterminez son noyau. ϕ est-il injectif ?
Exercice 1 : Soit f : R3 → R2 définie par
Exercice 7 : Soit E = C 0 (R, R) et ϕ l’application définie sur E qui à toute fonction
∀(x, y, z) ∈ R3 , f (x, y, z) = (2x − y, y + z)
f ∈ E associe la fonction g : R → R, définie par
1. Montrez que f est une application linéaire. Z x
2. Déterminez le noyau et l’image de f . f est-elle injective ? surjective ? ∀x ∈ R, g(x) = t f (t) dt
0

Exercice 2 : 1. Montrez que ϕ est un endomorphisme de E.

1. Démontrez qu’il existe une application linéaire f : R3 → R2 , unique telle que 2. Est-il injectif, surjectif ?

f (1, 0, 0) = (0, 1), f (1, 1, 0) = (1, 0), f (1, 1, 1) = (1, 1)

Formes linéaires
3
2. Explicitez pour tout triplet (x, y, z) ∈ R , f (x, y, z).
Exercice 8 : Trace d’une matrice
3. Déterminez l’image et le noyau de f . f est-elle injective ? surjective ?
Etant donnée une matrice carrée A ∈ Mn (K), on définit la trace de A comme la
somme des éléments diagonaux de A :
Exercice 3 : Soit E = R5 et B sa base canonique. On considère l’endomorphisme
f de E canoniquement associé à la matrice A ci-dessous. n
X
1. Déterminez des bases de Im f et Ker f .
1 1 1 1 1 Tr(A) = ai,i
1 0 0 0 1 i=1
2. Montrez que : E = Im f ⊕ Ker f . A = 1 0 0 0 1
10001 1. Montrez que l’application Tr : Mn (K) → K est une forme linéaire sur Mn (K).
3. f est-il un projecteur ? 11111
2. Démontrez que pour toutes matrices carrées A et B d’ordre n, on a : Tr(A×B) =
Exercice 4 : Soit n ∈ N⋆ . On considère l’application f : Cn [X] → Cn [X] qui à tout Tr(B × A).
polynôme P ∈ Cn [X] associe le polynôme f (P ) tel que f (P )(X) = X P ′ − P 3. En déduire qu’il n’existe pas de matrices A et B telles que A × B − B × A = In
1. Montrez que f est linéaire.
Exercice 9 : Soit E = C([0, 1], R). On définit J : E → R par
2. Déterminez Ker f et Im f .
Z 1
Exercice 5 : Soit E = R2 [X] et f : E → E qui à tout polynôme P ∈ E associe le ∀f ∈ E, J(f ) = f (t) dt.
0
polynôme f (P ) tel que f (P )(X) = P (X + 1) + P (X − 1) − 2P (X).
1. Montrez que f est linéaire. Montrez que J est une forme linéaire sur E.
2. Déterminez son noyau et son image.
Exercice 10 : Soit E = C([0, 1], R). On considère l’application appelée fonctionnelle
∞ de Dirac δ : E → R
Exercice 6 : Soit E = C (R, R) et ϕ : E → E l’application définie par ∀y ∈ E,
f 7→ f (0)
ϕ(y) = y ′′ − 4y ′ + 3y 1. Montrez que δ est une forme linéaire sur E.

1
2. Les sous-ensembles {f ∈ E | f (0) = 0}, {f ∈ E | f (0) = 1} de E sont-ils des Exercice 16 : Soit ~v = (v1 , v2 , v3 ) ∈ R3 un vecteur de R3 vérifiant v1 + v2 + v3 = 1.
sous-espaces vectoriels de E ? On considère l’application Φ : R3 → R3 définie par :

Exercice 11 : Soit E = R3 [X]. Soit F = {P ∈ E| P (1) = P ′ (2) = 0}. Montrez que ∀~x = (x1 , x2 , x3 ) ∈ R3 , Φ(~x) = ~x − (x1 + x2 + x3 ) · ~v
F est un sous-espace vectoriel de E et donnez-en une base.
1. Montrez que Φ est un endomorphisme de R3 .
Isomorphismes et automorphismes 2. Démontrez que Φ est un projecteur.
3. Précisez les éléments caractéristiques de Φ.
Exercice 12 : Soit E = Rn [X]. On considère T : E → E l’application qui à tout
polynôme P ∈ E associe le polynôme Q défini par Q(X) = P (X + 1). Montrez que Exercice 17 : Soit p et q deux projecteurs d’un K-espace vectoriel E.
T est un automorphisme de E. 1. Montrez que p + q est un projecteur si et seulement si p ◦ q = q ◦ p = 0.
2. Supposons que p + q soit un projecteur, montrez que
Exercice 13 : Soit n ∈ N⋆ un entier naturel non nul et D : Rn [X] → Rn [X]
l’application qui à tout polynôme associe son polynôme dérivé. Ker p + q = Ker p ∩ Ker q et Im p + q = Im p ⊕ Im q.
1. Montrez que D est un endomorphisme de Rn [X].
2. Considérons l’application Γ l’application de Rn [X] dans lui-même définie par Endomorphismes
Γ = idR[X] + D + D2 + · · · + Dn .
Exercice 18 : Soit E un K-espace vectoriel et f ∈ L(E) un endomorphisme de E
Montrez que Γ est un automorphisme de Rn [X] et déterminez son isomorphisme vérifiant pour un entier p ∈ N⋆ , f p = 0 et f p−1 6= 0. Montrez qu’il existe un
réciproque. vecteur ~x ∈ E tel que la famille (~x, f (~x), . . . , f p−1 (~x)) soit libre.

Exercice 14 : Soit E un K-e.v. et f ∈ L(E) un endomorphisme de E vérifiant Exercice 19 : Soit E un K-espace vectoriel et f ∈ L(E) un endomorphisme de E
vérifiant la relation f 3 = −f . Montrez que
f 2 − 3f + 2idE = 0L(E)
E = Ker f ⊕ Im f.
−1
1. Montrez que f est un automorphisme et exprimez f comme polynôme de f .
Exercice 20 : Soit f et g deux endomorphismes d ’un espace vectoriel E qui com-
2. Montrez que Ker (f − id) et Ker (f − 2id) sont des sev supplémentaires de E :
mutent. Montrez que Im f et Ker f sont stables par g.
E = Ker (f − id) ⊕ Ker (f − 2id)
Exercice 21 : Soit f et g deux endomorphismes d ’un espace vectoriel E.

Projecteurs et symétries 1. Comparez Ker f ∩ Ker g et Ker (f + g), Im (f + g) et Im f + Im g.

2. Comparez Ker f et Ker f 2 , Im f et Im f 2 .
2 2
Exercice 15 : Soit p : R → R l’application définie par
Exercice 22 : Soit f un endomorphisme d’un espace vectoriel E. Montrez que
∀(x, y) ∈ R2 , p(x, y) = (4x − 6y, 2x − 3y)
Im f ∩Ker f = {~0E } ⇐⇒ Ker f = Ker f 2 et E = Im f +Ker f ⇐⇒ Im f = Im f 2
1. Montrez que p est linéaire.
2. Calculez p ◦ p. En déduire que p est un projecteur.
3. Déterminez une base de Ker p et de Im p.

2
MPSI du lycée Rabelais http://mpsi.saintbrieuc.free.fr semaine du 7 avril 2015

CORRECTION DES EXERCICES

Exercice 1 .— 1. f est l’application linéaire canoniquement associée à la matrice • Synthèse : Réciproquement, on vérifie aisément que l’application linéaire
  canoniquement associée à A vérifie f (1, 0, 0) = (0, 1), f (1, 1, 0) =
2 −1 0 (1, 0), f (1, 1, 1) = (1, 1).
A=
0 1 1
3. Im f est le sev de R2 engendré par les vecteurs canoniquement associés aux co-
2. Im f est le sev engendré par les vecteurs lonnes de A. Donc Im f = Vect {(0, 1), (1, −1), (0, 1)} = Vect {(0, 1), (1, 0)} = R2 .
canoniquement associés aux colonnes
de A Im f = Vect R (2, 0), (−1, 1), (0, 1) = Vect (1, 0), (0, 1) = R2 . Par conséquent f est surjective.
 

Ker f est l’ensemble des solutions du système d’équations linéaires homogène, Ker f est l’ens des solutions du système d’équations linéaire homogène (S0 )
(S0 ) A × X = 0. Or en résolvant par remontée, on obtient aisément Ker f = A × X = 0.  
{(−z/2, −z, z), z ∈ R} = Vect {(−1, −2, 2)}. y = 0 x = −z
⇐⇒
x −y +z = 0 y = 0
3. Comme Im f = R2 , f est surjective, comme Ker f 6= {0R3 }, f n’est pas injective.
N Par conséquent, Ker f = {(−z, 0, z), z ∈ R} = Vect R {(−1, 0, 1)}. En particulier,
Ker f n’étant pas réduit à {~0}, f n’est pas injective. N
Exercice 2 .— 1. 2. La démonstration sera par analyse-synthèse.
• Analyse : supposons qu’une telle application linéaire f : R3 → R2 existe. Exercice 3 .— 1. Im f est le sev de R5 engendré par les vecteurs canoniquement
Remarquons tout d’abord que les vecteurs ~u = (1, 0, 0), ~v = (1, 1, 0), w ~ = (1, 1, 1) associés aux colonnes de A. Notons ~u1 = (1, 1, 1, 1, 1) et ~u2 = (1, 0, 0, 0, 1).
forment une base de R3 . Pour le prouver, utilisons la caractérisation des bases : De sorte que Im f = Vect (~u1 , ~u2 ). Ker f est l’esnmble des solutions du système
Soit (x, y, z) ∈ R3 , montrons qu’il existe un unique triplet (λ1 , λ2 , λ3 ) ∈ R3 tel d’équations linéaires homogène A × X = 0. Gauss’ algorithm then yields
que
(1) λ1 · (1, 0, 0) + λ2 · (1, 1, 0) + λ3 · (1, 1, 1) = (x, y, z) Ker f = Vect (~u3 , ~u4 , ~u5 ),
Cette équation vectorielle se traduit en identifiant les coordonnées dans la base
où ~u3 = (−1, 0, 0, 0, 1), ~u4 = (0, −1, 1, 0, 0), ~u5 = (0, −1, 0, 1, 0)
can de R3 par le système triangulaire à coefficients diagonaux non nuls :
  2. Montrer que (~u1 , ~u2 , ~u3 , ~u4 , ~u5 ) est une base de E. Conclure.
 λ1 +λ2 +λ3 = x  λ1 = x − y 3. Calculer par exemple f (0, 1, 0, 0, 0) et f ◦ f (0, 1, 0, 0, 0). N
(1) ⇐⇒ λ2 +λ3 = y ⇐⇒ λ2 = y − z
λ3 = z λ3 = z Exercice 4 .— 1. Utiliser la définition. Soit (λ1 , λ2 ) ∈ C2 et (P1 , P2 ) ∈ E 2 . Alors
 


Ce système admet une unique solution. Par conséquent, la famille ~u, ~v , w ~ est f (λ1 P1 + λ2 P2 ) = X × (λ1 P1 + λ2 P2 )′ − (λ1 P1 + λ2 P2 )
une base de R3 . D’après le Lemme fondamental, f est entièrement et unique-    
= λ1 X × P1 − P1 + λ2 X × P2 − P2
ment déterminée par la donnée de f (~u), f (~v ), f (w).
~ De plus, pour tout vecteur
(x, y, z) ∈ R3 , (x, y, z) se décompose dans la base (~u, ~v , w)
~ : = λ1 f (P1 ) + λ2 f (P2 )

(x, y, z) = (x − y) · ~u + (y − z) · ~v + z · w
~ 2. Pour déterminer l’image de f , se rappeler qu’elle est engendrée par les images
des vectuers d’une base de E.
Par linéarité de f , il en résulte que En prenant comme base, B = {1, X, . . . , X n } la base canonique de Cn [X], on
obtient que
f (x, y, z) = (x − y) · f (~u) + (y − z) · f (~v ) + z · f (w)
~
Im f = Vect {1, X 2 , X 3 , . . . , X n }
= (x − y) · (0, 1) + (y − z) · (1, 0) + z · (1, 1)
= (y − z + z, x − y + z) = (y, x − y + z) Pour déterminer le noyau de f , il s’agit de résoudre dans E l’équation

Ainsi, f est l’application linéaire canoniquement associée à la matrice (1) XP ′ = P

3
En raisonnant sur les degrés, montrez que Ker f ⊂ C1 [X]. Puis montrer que
 
0 1 0
A= Ker f = Vect {X}.
1 −1 1 N
Exercice 5 .— 1. Par la définition. Soit (λ1 , λ2 ) ∈ R2 , (P1 , P2 ) ∈ E 2 . Calculer Cette équation se traduit par la propriété universelle :
f (λ1 P1 + λ2 P2 ). Collecter en λ1 et λ2 . Then you’re done ! Z x
2. Pour déterminer l’image de f , se rappeler qu’elle est engendrée par les imges des (1) ∀x ∈ R, t f (t) dt = 0
0
vecteurs d’une base. Soit B = {1, X, X 2 } la base canonique de R2 [X].
Autrement dit, l’unique primitive sur R de h : x 7→ xf (x) qui s’annule en 0 est
f (1) = 1+1−2=0 la fonction constante égale à 0. En dérivant, il s’ensuit que ∀x ∈ R, x × f (x) = 0.
f (X) = X + 1 + X − 1 − 2X = 0 Il en résulte tout d’abord que ∀x ∈ R⋆ , f (x) = 0. Puis en utilisant la continuité
f (X 2 ) = (X + 1)2 + (X − 1)2 − 2X 2 = 2 de f , que f (0) = 0. Ainsi, Ker ϕ) = {~0E }. Par conséquent, ϕ est injectif.
En revanche, comme nous l’avons remarqué, ϕ est à valeurs dans C 1 (R, R). D’où
Par conséquent Im f = Vect R {2} = R0 [X]. Pour déterminer Ker f , résoudre
f (P ) = 0, avec P (X) = aX 2 + bX + c. N Im ϕ ⊂ C 1 (R, R) ( E

Exercice 6 .— 1. Par la définition, ou bien par opérations sur des endomorphismes Par conséquent Im ϕ 6= E, ϕ n’est donc pas surjectif. N
de E : D : E → E l’application définie par D(f ) = f ′ . D est un endomorphisme Exercice 8 .— 1. Il est clair que pour toute matrice A ∈ Mn (K), Tr(A) ∈ K.
de E, et ϕ = D2 − 4D + 3idE est un polynôme de D. Montrons que Tr est linéaire. Soit (λ, µ) ∈ K2 et (A, B) ∈ Mn (K)2 . Alors
2. Pour déterminer Ker ϕ, résoudre dans E l’équation ϕ(f ) = 0. Il s’agit d’une n n n
équation différentielle linéaire d’ordre 2 à coefficients constants. Après résolution,
X
X X
Tr(λ · A + µ · B) = λ·A+µ·B i,i
= λai,i + µbi,i
on obtient que i=1 i=1 i=1
Ker ϕ = Vect {f1 , f3 } Xn n
X
où f1 (x) = ex et f3 = e3x . En particulier Ker ϕ n’est pas réduit à {~0E }, ϕ n’est = λ ai,i + µ bi,i = λTr(A) + µTr(B).
i=1 i=1
donc pas injectif. N
2. Soit (A, B) ∈ Mn (K)2 . Par définition du produit matriciel, pour tout (i, j) ∈
Exercice 7 .— 1. Montrons que ϕ est linéaire. Soit (λ1 , λ2 ) ∈ R2 , (f1 , f2 ) ∈ E 2 .
[[1, n]]2 , on a
Alors pour tout x ∈ R, on a n
X
Z x
  (A × B)i,j = ai,k bk,j
ϕ(λ1 f1 + λ2 f2 ) = t λ1 f1 (t) + λ2 f2 (t) dt k=1
0 Pn
Z x Z x En particulier, ∀i ∈ [[1, n]], (A × B)i,i = k=1 ai,k bk,i . Ainsi,
= λ1 tf1 (t) dt + λ2 tf2 (t) dt n n X
n
0 0 X X
= λ1 ϕ(f1 )(x) + λ2 ϕ(f2 )(x) Tr(A × B) = (A × B)i,i = ai,k bk,i
i=1 i=1 k=1
Ainsi, ϕ(λ1 f1 + λ2 f2 ) = λ1 ϕ(f1 )(x) + λ2 ϕ(f2 )(x). Ceci étant vrai pour tout Xn Xn Xn

x ∈ R, nous avons prouvé que = bk,i ai,k = (B × A)k,k = Tr(B × A).

k=1 i=1 k=1
ϕ(λ1 f1 + λ2 f2 ) = λ1 ϕ(f1 ) + λ2 ϕ(f2 )
3. Par l’absurde. Supposons au contraire que (A, B) ∈ Mn (K)2 vérifie A× B − B ×
Montrons que ϕ ∈ L(E). Soit f ∈ E une fonction continue de R vers R. Alors, la A = In . Par linéarité de la trace, il s’ensuit que Tr(A × B) − Tr(B × A) = Tr(In ).
fonction h : x 7→ xf (x) est continue par OPA. D’après le théorème fondamental D’après la question précédente, il en découle que 0 = n. Ce qui est absurde, vu
du calcul intégral, ϕ(f ) est l’unique primitive de h sur R qui s’annule en 0. En que n ∈ N⋆ . N
particulier, ϕ est dérivable et donc continue sur R.
Exercice 9 .— c’est du cours N
2. Pour savoir si ϕ est injectif, on détermine son noyau. Il s’agit de résoudre dans
E l’équation vectorielle Exercice 10 .— 1. Iδ est bien définie à valeurs dans R. Pour démontrer que δ est
(1) ϕ(f ) = 0 linéaire, utiliser la définition. Soit λ1 , λ2 ) ∈ R2 , (f1 , f2 ) ∈ E 2 . . . .

4
2. {f ∈ E|f (0) = 0} = {f ∈ E | δ(f ) = 0} = Ker δ. En particulier, c’est un s.e.v Exercice 16 .— 1. soit (λ, µ) ∈ R2 , (~x, ~y ) ∈ R2 .
de E. En revanche {f ∈ E|f (0) = 1} ne contient pas la fonction nulle. Ce n’est

donc pas un sev de E. N Φ(λ · ~x + µ · ~y ) = λ · ~x + µ · ~y − λx1 + µy1 + λx2 + µy2 + λx3 + µy3 · ~v
   
= λ ~x + (x1 + x2 + x3 ) · ~v + ~y + (y1 + y2 + y3 ) · ~v
Exercice 11 .— Comme l’énoncé demande une base de F , je ne prouve pas d’abord
que F est un s.e.v. Soit P = aX 3 + bX 2 + cX + d ∈ E. P appartient à F si et = λ · Φ(~x) + µ · Φ(~y ).
seulement si ses coordonnées (d, c, b, a) dans la base canonique de R3 [X] vérifient
 2. Soit ~x ∈ R3 . Alors, en utilisant la linéarité de Φ, on a
d +c +b +a = 0

c +4b +12a = 0 Φ ◦ Φ(~x) = Φ ~x − (x1 + x2 + x3 ) · ~v
= Φ(~x) − (x1 + x2 + x3 ) · Φ(~v )
En résolvant ce système par remontée, on obtient

F = Vect R {X 3 − 12X + 11, X 2 − 4X + 3}

Comme Φ(~v ) = ~v − 1 · ~v = ~0, il s’ensuit que Φ ◦ Φ(~x) = Φ(~x). Ceci étant vrai
Ainsi, F est le sous-espace vectoriel engendré par les polynômes A = X 3 − 12X + 11 pour tout vecteur ~x ∈ R3 , on a bien Φ ◦ Φ = Φ.
et B = X 2 − 4X + 3. En particulier, il s’agit bien d’un sev. 3. Φ est la projection de R3 sur Im Φ parallèlement à Ker Φ.
Par construction la famille (A, B) est génératrice de F . Comme elle est de plus
• Déterminons l’image de Φ. Comme Φ est un projecteur c’est l’ensemble
étagée (cf TD 25) en degrés, elle est libre. C’est donc une base de E. N
des points invariants par Φ. Soit ~x ∈ E
Exercice 13 .— 1. c’est du cours
~x ∈ Im Φ ⇐⇒ Φ(~x) = ~x
2. penser à l’identité géométrique, puis aux endomorphismes nilpotents. N
⇐⇒ x1 + x2 + x3 = 0
Exercice 14 .— 1. Isoler idE puis factoriser à droite et à gauche par f .
Par conséquent Im Φ est l’hyperplan (le plan ici) P d’équation cartésienne
2. Soit ~x ∈ E. Montrons par analyse-synthèse qu’il existe un couple, (~x1 , ~x2 ) ∈
x1 + x2 + x3 = 0.
E × E, unique tel que
• ~x = ~x1 + ~x2 • Déterminons Ker Φ. Nous avons déjà prouvé que ~v ∈ Ker Φ. Par
• ~x1 ∈ Ker (f − id) conséquent, Vect R (~v ) ⊂ Ker Φ. Réciproquement, si ~x ∈ Ker Φ, alors
• ~x2 ∈ Ker f − 2id ~x = (x1 + x2 + x3 ) · ~v ∈ Vect R {~v }. Par double-inclusion, il en résulte
que Ker Φ est la droite vectorielle engendrée par ~v .
• Analyse : supposons qu’un tel couple existe, alors f (~x1 ) = vecx1 et
f (~x2 ) = 2 · ~x2 . Il s’ensuit Ainsi, Φ est la projection de R3 sur P parallèlement à ~v . N

~x = ~x1 + ~x2 Exercice 17 .— 1. p + q est un projecteur si (p + q)2 = p + q. Or, (p + q)2 =
f (~x) = ~x1 + 2 · ~x2 p2 + p ◦ q + q ◦ p + q 2 = p + q + p ◦ q + q ◦ p. Par conséquent,

Par conséquent p + q est un projecteur si et seulement si p ◦ q = −q ◦ p


~x1 = 2 · ~x − f (~x)
~x2 = f (~x) − ~x Ainsi, si p ◦ q = q ◦ p = 0, alors p + q est un projecteur. Réciproquement, si p + q
est un projecteur, alors
• Synthèse : vérifier à l’aide de la relation polynomiale f 2 − 3f + 2idE que
~x1 et ~x2 ainsi construits satisfont les trois propriétés voulues. p◦q = (p ◦ p) ◦ q = p ◦ (p ◦ q) = −p ◦ q ◦ p
Ainsi, tout vecteur ~x se décompose de façon unique en la somme d’un vecteur q◦p = q ◦ (p ◦ p) = (q ◦ p) ◦ p = −p ◦ q ◦ p
de Ker (f − idE ) et d’un vecteur de Ker (f − 2idE ). Par définition, cela signifie
que E = Ker (f − id) ⊕ Ker (f − 2id). De plus, les endomorphismes 2idE − f et Ainsi, p ◦ q = q ◦ p et p ◦ q = −q ◦ p. Par conséquent, p ◦ q = q ◦ p = 0.
f − IdE sont les projecteurs associés. N 2. Supposons que p + q est un projecteur de sorte que p ◦ q = q ◦ p = 0.

5
 • Montrons que Ker (p + q) = Ker p ∩ Ker q. Appliquons successivement f , f 2 , . . .f p−1 à cette équation vectorielle. Par linéarité
Il est clair que Ker p ∩ Ker q ⊂ Ker (p + q). Réciproquement, soit ~x ∈ il en résulte
Ker (p + q). , i.e. p(~x) + q(~x) = ~0. Alors
λ0~a + · · · +λp−2 f p−2 (~a) +λp−1 f p−1 (~a) = ~0E


= ~0E

λ0 f (~a) + · · · +λp−2 f p−1 (~a)

~0


= p p(~x) + q(~x) = p(~x) + p ◦ q(~x) .
= p(~x)


 = ..
λ0 f p−1 (~a) = ~0E

et
~0


= q p(~x) + q(~x) = q ◦ p(~x) + q(~x) Comme par construction, f p−1 (~a) 6= ~0E , la dernière équation entraı̂ne que λ0 = 0.
= q(~x) En remontant ce système d’équations vectorielles triangulaire inférieur, on obtient


successivement λ0 = λ1 = · · · = λp−1 = 0. La famille ~a, f (~a), . . . , f p−1 (~a) est
Ainsi ~x ∈ Ker p ∩ Ker q. libre. N
• Montrons que Im (p + q) = Im p + Im q. Exercice 19 .— Soit ~x ∈ E, montrons par analyse-synthèse l’existence et l’unicité
Il est clair que Im (p+q) ⊂ Im p+Im q. Réciproquement, soit ~x ∈ Im p+Im q. d’un couple (~x1 , ~x2 ) tel que
Par définition, il existe donc (~a, ~b) ∈ E 2 tel que ~x = p(~a) + q(~b). Alors • ~x = ~x1 + ~x2
• ~x1 ∈ Im f
p(~x) = p(~a) • ~x2 ∈ Ker f
q(~x) = q(~b) • Analyse : suppose qu’un tel couple existe. Comme ~x2 ∈ Im f , il existe ~u ∈ E
tel que ~x2 = f (~u). En ce cas,
Par conséquent, ~x = (p + q)(~x). En particulier, ~x ∈ Im (p + q). 
 ~x = ~x1 + ~x2
Reste à prouver que Im p et Im q sont supplémentaires. Pour le prouver, f (~x) = ~0E + f (~x2 ) = f 2 (~u)
utilisons la caractérisation :  2
f (~x) = f 2 (~x2 ) = f 3 (~u) = −f (~u) = −~x2
Soit ~x ∈ Im p ∩ Im q. Alors il existe (~a, ~b) ∈ E 2 tel que ~x = p(~a) = q(~b).
Montrons que ~x = ~0. Ainsi, si ~x2 = −f 2 (~x) et par suite ~x1 = ~x + f 2 (~x).
• Synthèse : on vérifie à l’aide de la relation polynomiale f 3 = −f que le
p(~x) = p2 (~a) = p(~a) = ~x couple (~x1 , ~x2 ) ainsi construit vérifie les trois propriétés voulues. N
p(~x) = p ◦ q(b) = ~0
Exercice 20 .—
Ainsi, ~x = ~0E . Ce qui prouve que Im p ∩ Im q = {~0E }. Comme nous savons • Montrons que Ker f est stable par g, i.e. g(Ker f ) ⊂ Ker f .
déjà que Im (p + q) = Im p + Im q, il découle de la caractérisation des sev Soit ~y ∈ g(Ker f ). Par définition, il existe ~x ∈ Ker f tel que ~y = g(~x). Mon-
supplémentaires que trons que ~y ∈ Ker f . Il suffit pour cela de remarquer que f (~y ) = f ◦ g(~x) =
g ◦ f (~x) = g(~0E ) = ~0E .
Im p + q = Im p ⊕ Im q.
• Montrons que Im f est stable par g, i.e. g(Im f ) ⊂ Im f .
N Soit donc ~z ∈ g(Im f ). Par définition, il existe ~y ∈ Im f tel que ~z = g(~y ).
Comme de plus, ~y ∈ Im f , il existe ~x ∈ E tel que ~y = f (~x). Par suite
~z = g ◦ f (~x) = f ◦ g(~x) ∈ Im f . N
Exercice 18 .— soit f ∈ L(E) un endomorphisme nilpotent d’ordre p. Comme
f p−1 6= ~0E , il existe ~a ∈ E tel que f p−1 (~a) 6=
~0E . Exercice 21 .—
Montrons que la famille ~a, f (~a), . . . , f p−1 (~a) est libre. 1. Ker f ∩ Ker g ⊂ Ker (f + g), Im (f + g) ⊂ Im f + Im g.
Soit donc λ0 , λ1 , . . . , λp−1 ) ∈ Kp tel que
2. Ker f ⊂ Ker f 2 , Im f 2 ⊂ Im f . N
(1) λ0 · ~a + λ1 · f (~a) + · · · + λp−1 · f p−1
(~a) = ~0E Exercice 22 .—

6
• Montrons que Im f ∩ Ker f = {~0E } ⇐⇒ Ker f = Ker f 2 .
Supposons que Im f ∩ Ker f = {~0E }. On sait d’après l’exercice précédent que
Ker f ⊂ Ker f 2 . Montrons que Ker f 2 ⊂ Ker f .
Soit ~x ∈ Ker f 2 . Alors f ◦ f (~x) = ~0. Par conséquent f (~x) ∈ Ker f . D’où
f (~x) ∈ Im f ∩ Ker f . Or par hyp. ceci n’est possible que si f (~x) est le vecteur
nul, i.e. ~x ∈ Ker f .
Supposons que Ker f = Ker f 2 . Soit ~y ∈ Ker f ∩ Im f . Comme ~y ∈ Im f , il
existe ~x ∈ E tel que ~y = f (~x). Comme ~y ∈ Ker f , ~0E = f (~y ) = f 2 (~x). Ainsi,
~x ∈ Ker f 2 . Par hypothèse cela revient à dire que ~x ∈ Ker f . Par conséquent,
~y = f (~x) = ~0E .
• Montrons que E = Im f + Ker f ⇐⇒ Im f = Im f 2 .
Supposons que E = Im f + Ker f . On sait déjà, d’après l’exo précédent que
Im f 2 ⊂ Im f , montrons que Im f ⊂ Im f 2 .
Soit ~y ∈ Im f . Il existe ~x ∈ E tel que ~y = f (~x). Or par hypothèse, ~x se
décompose (pas nécessairement de façon unique ) sous la forme ~x = ~u + ~v , où
~u ∈ Im f et ~v ∈ Ker f . Par suite,

~y = f (~x) = f (~u) + f (~v ) = f (~u)

Comme ~u ∈ Im f , il existe ~a ∈ E tel que ~u = f (~a), par conséquent

~y = f 2 (~a) ∈ Im f 2 .
Supposons que Im f = Im f 2 .
2
Soit ~x ∈ E. Posons ~y = f (~x). Comme
~y ∈ Im f = Im f , il existe ~v ∈ E tel
2
que ~y = f (~v ). Ainsi, f (~x) = f f (~v ) . Comme f est linéaire, il s’ensuit que
f ~x −f (~v ) = ~0E . Autrement dit, le vecteur ~u = ~x −f (~v ) appartient au noyau

de f . En posant w ~ = f (~v ), on a bien

~x = ~u + w,
~ où ~u ∈ Ker f et w
~ ∈ Im f.