Académique Documents
Professionnel Documents
Culture Documents
▶ Groupe symétrique
EXERCICE 30.1 Décomposer les permutations suivantes en produits de cycles à supports disjoints, puis en produit de F
transpositions. En déduire leur signature
1 2 3 4 5 6 1 2 3 4 5 6 7 8 9 10
𝜎1 = , 𝜎2 =
2 6 5 4 1 3 3 10 6 4 2 1 7 5 8 9
𝑖 +1 𝑗 −1
𝑗 −1 𝑗 −2
1. Monter que pour 1 ⩽ 𝑖 < 𝑗 ⩽ 𝑛, 𝑖 𝑗 = 𝑖 ... 𝑗 ... 𝑖 .
2. Montrer que tout élément de 𝔖𝑛 peut s’écrire comme produit de transpositions de la forme 𝑖 𝑖 + 1 , 𝑖 ∈ ⟦1, 𝑛 − 1⟧.
▶ Formes multilinéaires
EXERCICE 30.7 Soit 𝐴 ∈ M𝑛 (K). Montrer que 𝜑 : (𝑋, 𝑌 ) ↦→ 𝑋 ⊤𝐴𝑌 est une forme bilinéaire sur M𝑛,1 (K). F
Prouver qu’elle est alternée si 𝐴 est antisymétrique.
EXERCICE 30.8 Soit 𝜑 : 𝐸 2 → K une forme bilinéaire alternée sur un espace vectoriel 𝐸. F
Pour (𝑥, 𝑦) ∈ 𝐸 2 , exprimer 𝜑 (𝑥 + 𝑦, 𝑥 − 𝑦) en fonction de 𝜑 (𝑥, 𝑦).
EXERCICE 30.9 Soit 𝐸 un espace vectoriel de dimension 𝑛, et soit B une base de 𝐸. Soit également 𝑓 ∈ L(𝐸). AD
Montrer que pour tout (𝑥 1, . . . , 𝑥𝑛 ) ∈ 𝐸𝑛 ,
𝑛
∑︁
detB (𝑥 1, . . . , 𝑥𝑘 −1, 𝑓 (𝑥𝑘 ), 𝑥𝑘+1, . . . 𝑥𝑛 ) = tr(𝑓 )detB (𝑥 1, . . . , 𝑥𝑛 ).
𝑘=1
EXERCICE 30.10 Dimension de l’espace des formes 𝑘-linéaires alternées (Oral ENS) TD
Soit 𝐸 un K-espace vectoriel de dimension 𝑛, et soit 𝑘 ∈ N∗ . Déterminer la dimension de l’espace A𝑘 (𝐸) des formes
𝑘-linéaires alternées sur 𝐸.
EXERCICE 30.11 Soit 𝐴 ∈ M𝑛 (R) une matrice antisymétrique, avec 𝑛 impair. Montrer que det 𝐴 = 0. Est-ce encore PD
vrai si 𝑛 est pair ?
EXERCICE 30.12 Soit 𝐸 un R-espace vectoriel de dimension impaire. Montrer qu’il n’existe pas de 𝑓 ∈ L(𝐸) tel que PD
𝑓 2 = −id𝐸 .
EXERCICE 30.13 Montrer que le volume d’un parallélépipède de R3 dont les sommets sont dans Z est un entier. PD
EXERCICE 30.14 Formules de Cramer AD
Soit 𝐴 ∈ 𝐺𝐿𝑛 (K), de sorte que pour 𝐵 ∈ M𝑛,1 (K), le système 𝐴𝑋 = 𝐵 possède une unique solution, que l’on notera
𝑋 = (𝑥𝑖 )1⩽𝑖 ⩽𝑛 ∈ M𝑛,1 (K). Pour 𝑖 ∈ ⟦1, 𝑛⟧, on note 𝐴𝑖 la matrice dont toutes les colonnes sont celles de 𝐴, sauf la 𝑖 ème, qui
est égale à 𝐵.
det(𝐴𝑖 )
Prouver que ∀𝑖 ∈ ⟦1, 𝑛⟧, 𝑥𝑖 = .
det(𝐴) (
𝑎𝑥 + 𝑏𝑦 = 𝑒
Cas particulier : donner l’unique solution de lorsque 𝑎𝑑 − 𝑏𝑐 ≠ 0.
𝑐𝑥 + 𝑑𝑦 = 𝑓
EXERCICE 30.17 Un classique : deux matrices réelles semblables sur C sont semblables sur R D
Soient 𝐴, 𝐵 ∈ M𝑛 (R), semblables en tant que matrices de M𝑛 (C), c’est-à-dire telles qu’il existe 𝑃 ∈ 𝐺𝐿𝑛 (C) telle que
𝐴 = 𝑃𝐵𝑃 −1 .
On note alors 𝑃 = 𝑃 1 + 𝑖𝑃2 , avec 𝑃1, 𝑃2 ∈ M𝑛 (R).
En considérant l’application 𝑡 ↦→ det(𝑃 1 + 𝑡𝑃 2 ), prouver que 𝐴 et 𝐵 sont semblables sur M𝑛 (R).
▶ Calcul de déterminants
EXERCICE 30.18 Calculer les déterminants suivants, par les méthodes de votre choix, en en donnant une forme la plus F
factorisée possible. Ici, 𝑎, 𝑏 et 𝑐 sont des scalaires.
1 0 −1 2 0 1 1 3 𝑎 𝑐 𝑐 𝑏
0 𝑎 𝑏 1 1 1
−4 1 3 −4 2 0 1 −1 𝑐 𝑎 𝑏 𝑐
0 , , 𝑎 0 𝑐 , 𝑎 𝑏 𝑐 ,
1 0 1 3 1 1 4 𝑐 𝑏 𝑎 𝑐
𝑐 0 𝑎 2 𝑏 2 𝑐 2
𝑏
1 0 −1 4 1 0 2 3 𝑏 𝑐 𝑐 𝑎
EXERCICE 30.19 Pour quelles valeurs de 𝜆 ∈ C la famille (8, −1, 2 − 𝜆), (5, 1 − 𝜆, 1), (2 + 𝜆, −2, 1) est-elle une base de PD
C3 ?
EXERCICE 30.21 Soit 𝑓 l’endomorphisme de M𝑛 (K) défini par 𝑓 (𝑀) = 𝑀 ⊤ . Calculer rg(𝑓 ), tr(𝑓 ) et det(𝑓 ). PD
EXERCICE 30.22 Retour sur les déterminants par blocs AD
𝐴 𝐵
Soit 𝐴 ∈ M𝑛 (K), 𝐵 ∈ M𝑛,𝑝 (K) et 𝐶 ∈ M𝑝 (K). Soit alors 𝑀 = ∈ M𝑛+𝑝 (K).
0𝑝,𝑛 𝐶
▶ Comatrice
EXERCICE 30.28 Groupe spécial linéaire PD
On note M𝑛 (Z) l’ensemble des matrices de M𝑛 (R) dont tous les coefficients sont des entiers relatifs.
On note de plus 𝑆𝐿𝑛 (Z) = {𝐴 ∈ M𝑛 (Z) | det 𝐴 = 1}. Prouver que 𝑆𝐿𝑛 (Z) est un sous-groupe de 𝐺𝐿𝑛 (R).
EXERCICE 30.29 Soient 𝐴, 𝐵 ∈ M𝑛 (C) qui commutent. On souhaite prouver que Com(A) et Com(𝐵) commutent. D
1. Prouver le résultat si 𝐴 et 𝐵 sont inversibles.
2. Prouver que 𝑓 : 𝑡 ↦→ det(𝐴 + 𝑡𝐼𝑛 ) est une fonction polynomiale. En déduire que pour 𝑝 ∈ N∗ suffisamment grand,
1 1
𝐴 + 𝐼𝑛 et 𝐵 + 𝐼𝑛 sont inversibles.
𝑝 𝑝
3. Conclure en faisant tendre 𝑝 vers l’infini.
EXERCICE 30.30 Rang et déterminant de la comatrice AD
𝑛 si rg(𝐴) = 𝑛
Soit 𝐴 ∈ M𝑛 (K). Prouver que rg(Com(𝐴)) = 1 si rg(𝐴) = 𝑛 − 1 .
0 si rg(𝐴) ⩽ 𝑛 − 2
Déterminer une expression de det(Com(𝐴)) en fonction de det(𝐴).
▶ Si 𝑖 = 𝑘 et 𝑗 = ℓ, alors 𝜎 = id convient.
▶ Si 𝑖 = ℓ et 𝑗 = 𝑘, alors 𝜎 = 𝑖 𝑗 convient.
▶ Si 𝜎 (𝑛 + 1) ≠ 𝑛 + 1.
Soit alors 𝜏 = 𝑛 + 1 𝜎 (𝑛 + 1) .
Alors 𝜎 ′ = 𝜏𝜎 est une permutation de ⟦1, 𝑛 + 1⟧ qui possède 𝑛 + 1 comme point fixe.
Donc nous sommes ramenés au cas précédent : il existe 𝜏1, . . . , 𝜏𝑝 , 𝑝 ⩽ 𝑛 − 1 des transposi-
tions telles que 𝜎 ′ = 𝜏1 · · · 𝜏𝑝 .
Et donc 𝜎 = 𝜏𝜏1 · · · 𝜏𝑝 est produit d’au plus 𝑝 + 1 transpositions, avec 𝑝 + 1 ⩽ 𝑛. Remarque
On aurait pu itérer le pro-
En appliquant ce qui a été dit précédemment au 𝜎 de l’énoncé, il vient cédé et commencer
par
composer par 4 2 , mais
1 2 3 4 5 comme il est clair que les
5 2 𝜎=
= 1 3 4 2 .
3 4 1 2 5 orbites non triviales sont de
cardinal 2, la décomposition
en produit de cycles disjoints
Et donc 𝜎 = 5 2
1 3 4
2.
est déjà une décomposition
en produit de transpositions.
SOLUTION DE L’EXERCICE 30.4
L’ensemble 𝔄𝑛 est le noyau du morphisme 𝜀 : 𝔖𝑛 → {−1, 1}.
Et donc comme le noyau de tout morphisme, c’est un sous-groupe de 𝔖𝑛 .
Pour son cardinal, notons que si 𝜏 est une transposition de 𝔖𝑛 , par exemple on pourra
prendre 𝜏 = 1 2 , alors l’application 𝜎 ↦→ 𝜏𝜎 est une bijection de 𝔄𝑛 sur
{𝜎 ∈ 𝔖𝑛 | 𝜀 (𝜎) = −1} = 𝔖𝑛 \ 𝔄𝑛 .
En effet, elle est injective, car si 𝜏𝜎 = 𝜏𝜎 ′ , alors par multiplication par 𝜏 −1 = 𝜏, on a 𝜎 = 𝜎 ′ .
Et si 𝜎 est une permutation de signature −1 (on dit que 𝜎 est impaire), alors 𝜏𝜎 ∈ 𝔄𝑛 et
𝜎 = 𝜏 (𝜏𝜎). Généralisation
Mais Card(𝔄𝑛 ) + Card(𝔖𝑛 \ 𝔄𝑛 ) = Card(𝔖𝑛 ) = 𝑛! ⇔ 2Card(𝔄𝑛 ) = 𝑛!, d’où le résultat. Prouver que si 𝜑 : 𝐺 → 𝐻
est un morphisme de groupes
entre deux groupes finis 𝐺
et 𝐻 , alors Card(Ker 𝜑 ) =
SOLUTION DE L’EXERCICE 30.5 Card(𝐺 )
.
Card(Im 𝜑 )
1. Il «suffit» de faire le calcul...
Notons à cet effet 𝜎1 = 𝑖 𝑖 + 1 . . . 𝑗 et 𝜎2 = 𝑗 − 1 𝑗 − 2 . . . 𝑖 et 𝜏 = 𝑖 𝑗 .
Il s’agit donc de prouver que pour tout 𝑘 ∈ ⟦1, 𝑛⟧, (𝜎1 ◦ 𝜎2 ) (𝑘) = 𝜏 (𝑘).
▶ Si 𝑘 ∉ ⟦𝑖, 𝑗⟧, alors 𝑘 est invariant par 𝜎1 et 𝜎2 , donc par leur produit. Mais par ailleurs
𝜏 (𝑘) = 𝑘.
▶ Si 𝑘 = 𝑖, 𝜎2 (𝑖) = 𝑗 − 1 et donc 𝜎1 (𝜎2 (𝑖)) = 𝜎1 ( 𝑗 − 1) = 𝑗.
▶ Si 𝑘 = 𝑗, alors 𝜎2 ( 𝑗) = 𝑗 et donc 𝜎1 (𝜎2 (𝑘)) = 𝜎1 ( 𝑗) = 𝑖.
▶ Enfin, si 𝑖 < 𝑘 < 𝑗, alors 𝜎2 (𝑘) = 𝑘 − 1 et donc 𝜎1 (𝜎2 (𝑘)) = 𝜎1 (𝑘 − 1) = 𝑘 = 𝜏 (𝑘).
Donc on a bien 𝜎1 ◦ 𝜎2 = 𝜏.
2. Nous savons que tout élément de 𝔖𝑛 est un produit de transpositions.
Donc si nous prouvons que toutes les transpositions sont produit de 𝑘 𝑘 + 1 , c’est gagné.
Il suffit d’utiliser la décomposition d’un cycle en produit de transpositions qui a été vue en
cours, conjuguée à la question 1 :
𝑖 𝑖 +1 ... 𝑗 −1 𝑗 = 𝑖 𝑖 +1 𝑖 +1 𝑖 +2 ··· 𝑗 −1 𝑗
et de même
𝑗 −1 𝑗 −2 ... 𝑖 = 𝑗 −1
𝑗 −2 ··· 𝑖 +1 𝑖 .
Et donc
𝑖 +1 ··· 𝑗 −2
𝑗 −1
𝑗 −1 𝑗 𝑗 −2 𝑗 −1 ··· 𝑖 𝑖 +1 .
𝑖 𝑗 = 𝑖
Notons tout de suite que pour 𝑘 > 𝑛, il n’y a pas de forme 𝑘-linéaire alternée non nulle sur
𝐸.
En effet, toute famille de 𝑘 vecteurs de 𝐸 est alors liée, et donc possède une image nulle par
toute forme 𝑘-linéaire alternée.
Autrement dit, pour 𝑘 > 𝑛, dim A𝑘 (𝐸) = 0.
Dans la suite, nous supposons donc 𝑘 < 𝑛.
Les mêmes arguments que ceux utilisés pour le déterminant prouvent que si (𝑒 1, . . . , 𝑒𝑛 ) est
𝑛
∑︁
une base de 𝐸, que (𝑥 1, . . . , 𝑥𝑘 ) ∈ 𝐸 est une famille de vecteurs de 𝐸 tels que 𝑥 𝑗 =
𝑘 𝑎𝑖,𝑗 𝑒𝑖 ,
𝑖=1
alors pour tout forme 𝑘-linéaire alternée 𝑓 : 𝐸𝑛 → K,
𝑛 𝑛 𝑛
!
∑︁ ∑︁ ∑︁
𝑓 (𝑥 1, . . . , 𝑥𝑛 ) = 𝑓 𝑎𝑖,1𝑒𝑖 , 𝑎𝑖,2𝑒𝑖 , . . . , 𝑎𝑖,𝑘 𝑒𝑖
𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 Détails
∑︁ ∑︁
= ··· 𝑎𝑖 1,1 · · · 𝑎𝑖𝑘 ,𝑘 𝑓 (𝑒𝑖 1 , · · · , 𝑒𝑖𝑘 ) On réordonne les vecteurs
de la base par ordre croissant,
𝑖 1 =1 𝑖𝑘 =1
! et tout échange de deux
∑︁ ∑︁ vecteurs fait apparaître un
= 𝜀 (𝜎)𝑎𝑖𝜎 (1),1 𝑎𝑖𝜎 (2),2 · · · 𝑎𝑖𝜎 (𝑘 ),𝑘 𝑓 (𝑒𝑖 1 , · · · , 𝑒𝑖𝑘 ) (★) −1.
1⩽𝑖 1 <𝑖 2 <···<𝑖𝑘 ⩽𝑛 𝜎 ∈𝔖𝑘
5 Sauf si 𝑘 = 𝑛.
Contrairement au cas des formes 𝑛-linéaires, il ne suffit ici pas5 de connaître la valeur
de 𝑓 sur la base (𝑒 1, . . . , 𝑒𝑛 ), mais il faut la connaître sur chaque «𝑝-uplet croissant de de
(𝑒 1, . . . , 𝑒𝑛 )», c’est-à-dire sur chaque élément de
∑︁ 𝑘
Ö
𝑓𝑖 : (𝑥 1, . . . , 𝑥𝑘 ) ↦→ 𝜀 (𝜎) 𝑎𝑖𝜎 ( 𝑗 ) ,𝑗
𝜎 ∈𝔖𝑘 𝑗=1
𝜆𝑖 𝑓𝑖 (𝑒𝑖 1 , . . . , 𝑒𝑖𝑘 ) = 0 ⇔ 𝜆𝑖 = 0.
Et donc la famille (𝑓𝑖 )𝑖 ∈ D𝑛 est libre, et donc est une base de A𝑘 (𝐸).
𝑛
On en déduit que dim A𝑘 (𝐸) = .
𝑘
Remarque : une vérification aisée : pour 𝑘 = 𝑛, on obtient dim A𝑛 (𝐸) = 1, ce qui est un résultat
du cours.
Et donc det 𝐴 = 0.
0 1
Ce résultat n’est plus valable pour 𝑛 pair, comme en témoigne le cas de la matrice .
−1 0
Et plus généralement, si 𝑛 = 2𝑝 est pair, on peut considérer la matrice triangulaire par
blocs
0 1 0 0 ... ... 0 0
©−1
0 0 0 0 0ª®
0 .. .. ®®
0 0 1 . .®
.. .. ®®
0 0 −1 0
. .®
. .. .. .. ®
.
0 0®
. . ®
. .
. .. ®
. .. ..
. 0 0®
®
. . .
0 0 0 0
... ... 0 1®
®
«0 0 0 0
. . . . . . −1 0¬
0 1𝑝
qui est clairement antisymétrique et possède = 1 comme déterminant.
−1 0
est le coefficient ( 𝑗, 𝑖) de 𝐴𝑖 , et que les colonnes de 𝐴𝑖 autres que la 𝑖 ème étant celles de 𝐴,
Δ 𝑗,𝑖 (𝐴𝑖 ) = Δ 𝑗,𝑖 (𝐴).
det 𝐴𝑖
Et donc on a directement 𝑥𝑖 = .
det 𝐴
𝑎 𝑏 𝑒
Dans le cas où 𝑛 = 2, et 𝐴 = et 𝐵 = , on trouve donc que l’unique solution est
𝑐 𝑑 𝑓
𝑒 𝑏 𝑎 𝑒
𝑓 𝑑 𝑒𝑑 − 𝑏 𝑓 𝑐 𝑓 𝑎𝑓 − 𝑐𝑒
𝑥= = et 𝑦 = = .
det(𝐴) 𝑎𝑑 − 𝑏𝑐 det(𝐴) 𝑎𝑑 − 𝑏𝑐
Commentaires : comme souvent avec le déterminant, ces formules sont très jolies, mais en pratique
inutilisables lorsque 𝑛 grandit, et ce n’est probablement pas la meilleure façon de résoudre un système
linéaire !
SOLUTION DE L’EXERCICE 30.15
Pour passer de 𝐵 à 𝐴, on a multiplié la ligne 𝑖 par (−1)𝑖 et la colonne 𝑗 par (−1) 𝑗 . Ainsi, on
a
(−1) 1 (−1) 1𝑎 1,1 (−1) 1 (−1) 2𝑎 1,2 . . . . . . (−1) 1 (−1) 𝑗 𝑎 1,𝑗 . . . (−1) 1 (−1)𝑛 𝑎 1,𝑛
(−1) 2 (−1) 1𝑎 2,1 (−1) 2 (−1) 2𝑎 2,2 . . . . . . (−1) 2 (−1) 𝑗 𝑎 2,𝑗 . . . (−1) 2 (−1)𝑛 𝑎 2,𝑛
.. .. .. ..
. . . .
La multilinéarité par rapport
det 𝐵 = 1 2
(−1) (−1) 𝑎𝑖,1 (−1) (−1) 𝑎𝑖,2 . . . . . . (−1) (−1) 𝑎𝑖,𝑗 . . . (−1) (−1) 𝑎𝑖,𝑛
𝑖 𝑖 𝑖 𝑗 𝑖 𝑛
aux lignes nous permet de
.. .. .. .. sortir le (−1) 1 de la première
. . . .
ligne.
(−1)𝑛 (−1) 1𝑎𝑛,1 (−1)𝑛 (−1) 2𝑎𝑛,2 . . . . . . (−1)𝑛 (−1) 𝑗 𝑎𝑛,𝑗 . . . (−1)𝑛 (−1)𝑛 𝑎𝑛,𝑛
(−1) 1𝑎 1,1 (−1) 2𝑎 1,2
... ... (−1) 𝑗 𝑎 1,𝑗 ... (−1)𝑛 𝑎 1,𝑛
(−1) 2 (−1) 1𝑎 2,1 (−1) 2 (−1) 2𝑎 2,2 . . . . . . (−1) 2 (−1) 𝑗 𝑎 2,𝑗 . . . (−1) 2 (−1)𝑛 𝑎 2,𝑛
.. .. .. ..
. . . .
Puis le (−1) 2 de la seconde,
= − 1 2
(−1) (−1) 𝑎𝑖,1 (−1) (−1) 𝑎𝑖,2 . . . . . . (−1) (−1) 𝑎𝑖,𝑗 . . . (−1) (−1) 𝑎𝑖,𝑛
𝑖 𝑖 𝑖 𝑗 𝑖 𝑛
le (−1) 3 de la troisième, etc.
.. .. .. ..
. . . .
(−1)𝑛 (−1) 1𝑎𝑛,1 (−1)𝑛 (−1) 2𝑎𝑛,2 . . . . . . (−1)𝑛 (−1) 𝑗 𝑎𝑛,𝑗 . . . (−1)𝑛 (−1)𝑛 𝑎𝑛,𝑛
(−1) 1𝑎 1,1 (−1) 2𝑎 1,2 . . . . . . (−1) 𝑗 𝑎 1,𝑗 . . . (−1)𝑛 𝑎 1,𝑛
(−1) 1𝑎 2,1 (−1) 2𝑎 2,2 . . . . . . (−1) 𝑗 𝑎 2,𝑗 . . . (−1)𝑛 𝑎 2,𝑛
.. .. .. ..
1+2+···+𝑛
. . . .
= −(−1) (−1) 1𝑎𝑖,1 (−1) 2𝑎𝑖,2 . . . . . . (−1) 𝑗 𝑎𝑖,𝑗 . . . (−1)𝑛 𝑎𝑖,𝑛
.. .. .. ..
. . . .
(−1) 1𝑎𝑛,1 (−1) 2𝑎𝑛,2 . . . . . . (−1) 𝑗 𝑎𝑛,𝑗 . . . (−1)𝑛 𝑎𝑛,𝑛
𝑎 1,1 𝑎 1,2 . . . . . . 𝑎 1,𝑗 . . . 𝑎 1,𝑛
𝑎 2,1 𝑎 2,2 . . . . . . 𝑎 2,𝑗 . . . 𝑎 2,𝑛
.. .. .. ..
. . . .
= −(−1) 1+2+···+𝑛 (−1) 1+2+···+𝑛 Même principe mais pour les
𝑎
𝑖,1 𝑎 𝑖,2 . . . . . . 𝑎 𝑖,𝑗 . . . 𝑎 𝑖,𝑛
colonnes
.. .. .. ..
. . . .
𝑎𝑛,1 𝑎𝑛,2 . . . . . . 𝑎𝑛,𝑗 . . . 𝑎𝑛,𝑛
= (−1)𝑛 (𝑛+1) det(𝐴) = det(𝐴).
SOLUTION
DE L’EXERCICE
30.16
𝐴𝐷 − 𝐵𝐶 𝐴𝐷 − 𝐵𝐶 𝐵
𝐵
1. On a = .
𝐶𝐷 − 𝐷𝐶 𝐷 0𝑛 𝐷
𝐷 0𝑛
2. Si 𝐷 est inversible, la matrice est triangulaire par blocs, de déterminant
−𝐶 𝐼𝑛
det(𝐷) det(𝐼𝑛 ) = det(𝐷) ≠ 0, donc elle est inversible.
Il vient donc
𝐴 𝐵
𝐴𝐷 − 𝐵𝐶 𝐵
Analogie
det det(𝐷) = det . Vos aurez sûrement reconnu
𝐶 𝐷 0 𝐷
que ce 𝐴𝐷 − 𝐵𝐶 ressemble au
Mais ce dernier déterminant est lui-même triangulaire
par blocs, égal à det(𝐴𝐷−𝐵𝐶) det(𝐷). − 𝑏𝑐 du déterminant de
𝑎𝑑
𝑎 𝑏
𝐴 𝐵 ∈ M2 (R).
Et donc det(𝐷) étant non nul, on a bien det = det(𝐴𝐷 − 𝐵𝐶). 𝑐 𝑑
𝐶 𝐷
3. La fonction 𝑡 ↦→ det(𝐷 + 𝑡𝐼𝑛 ) est une fonction polynomiale de degré au plus 𝑛. En effet,
c’est
∑︁ 𝑛
Ö
det(𝐷 + 𝑡𝐼𝑛 ) = 𝜀 (𝜎) [𝐷 + 𝑡𝐼𝑛 ] 𝜎 (𝑖 ),𝑖
𝜎 ∈𝔖𝑛 𝑖=1
2. 18.
3. Il suffit de développer par rapport à la première ligne, ce qui nous donne
𝑎 𝑐 𝑎 0
−𝑎
+𝑏
= 2𝑎𝑏𝑐.
𝑏 0 𝑏 𝑐
4 + 𝜆2 3 − 𝜆 2 + 𝜆
4 + 𝜆2 3 − 𝜆 2
det 𝐴 = 3 − 2𝜆 3 − 𝜆 −2 = (−1) 3+3 ×1 = (3−𝜆) 4 + 𝜆 1 2 2
3 − 2𝜆 3 − 𝜆 3 − 2𝜆 1 = (3−𝜆) (𝜆 +2𝜆+1) = (3−𝜆) (𝜆+1)
0 0 1
𝐴 = MatB (𝑓 ) =
1 0 ®
® 𝐸 2,1
0 1 ®
® 𝐸 1,3
1 0 ®
® 𝐸 3,1
.. ® .
.
. ®
® .
0 1 ® 𝐸𝑛−1,𝑛
« 1 0 ¬ 𝐸𝑛,𝑛−1
Remarque
𝑛(𝑛 + 1) 𝑛(𝑛 − 1) Le même raisonnement s’ap-
C’est donc une matrice diagonale avec termes égaux à 1 et termes égaux
2 2 plique pour toute symétrie 𝑠,
à −1, de sorte que pour laquelle on a alors
« 𝜆𝑝 ¬
Ainsi, toutes les colonnes de 𝐵 sont dans Vect(𝐶 1, . . . , 𝐶𝑝 ), qui est de dimension au plus 𝑝.
Et donc rg(𝐴𝐵) ⩽ 𝑝 < 𝑛. En particulier, 𝐴𝐵 ne saurait être inversible, et donc son
déterminant est nul.
SOLUTION DE L’EXERCICE 30.25
Une des grosses difficultés de ce type d’exercice est la gestion des pointillés : assurez-vous
d’avoir bien compris les matrices en jeu, et soyez soigneux dans votre rédaction.
1. Pour 𝑛 ⩾ 2, réalisons les opérations 𝐿1 ← 𝐿1 − 𝐿2, 𝐿2 ← 𝐿2 − 𝐿3, . . . , 𝐿𝑛−1 ← 𝐿𝑛−1 − 𝐿𝑛 .
Alors
1 1 0 . . . 0
.. .. .. .
0
. . . ..
𝐷𝑛 = .. .. .. .. .
. . . . 0
0 ... 0 1 1
−1 . . . . . . −1 −1 0
[𝑛]
𝐷𝑛 (𝑎 1, . . . , 𝑎𝑛 ) = 𝑎 1 (𝑎 2 − 𝑎 1 ) (𝑎 3 − 𝑎 2 ) · · · (𝑎𝑛 − 𝑎𝑛−1 ).
On reconnaît alors une suite récurrente linéaire d’ordre 2, dont le polynôme caractéristique
est 𝑋 2 + 2𝑋 + 1, qui possède −1 comme racine double.
Donc il existe deux réels 𝛼 et 𝛽 tels que 𝐷𝑛 = (𝛼 + 𝛽𝑛) (−2)𝑛 . À l’aide des conditions initiales
(𝐷 2 = 3 et 𝐷 3 = −4), on trouve 𝐷𝑛 = (𝑛 + 1) (−1)𝑛 .
SOLUTION DE L’EXERCICE 30.26
1. Pour 𝑥 ∈ K, on a
∑︁ 𝑛
Ö
𝜒𝐴 (𝑥) = 𝜀 (𝜎) [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 .
𝜎 ∈𝔖𝑛 𝑖=1
Or, pour tout 𝜎 ∈ 𝔖𝑛 et tout 𝑖 ∈ ⟦1, 𝑛⟧, 𝑥 ↦→ [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 est une fonction polynomiale
de degré au plus 1.
Remarque : une permutation 𝜎 ∈ 𝔖𝑛 ne peut pas posséder 𝑛 − 1 points fixes : soit elle en
a 𝑛 (et c’est l’identité), soit elle en a au plus 𝑛 − 2.
Donc tous les termes de la somme correspondant à 𝜎 ∈ 𝔖𝑛 \ {id} sont de degré au plus
𝑛 − 2.
Donc le coefficient de degré 𝑛 − 1 est précisément celui correspondant à 𝜎 = id, donc le
Ö𝑛
terme de degré 𝑛 − 1 de 𝑥 ↦→ (𝑥 − 𝑎𝑖,𝑖 ).
𝑖=1
𝑛
∑︁
Par les relations racines-coefficients, c’est (−𝑎𝑖,𝑖 ) = −tr(𝐴).
𝑖=1
2. Pour 𝜆 ∈ K, 𝐴 − 𝜆𝐼𝑛 n’est pas inversible si et seulement si det(𝐴 − 𝜆𝐼𝑛 ) = 0, soit si et
seulement si 𝜒𝐴 (𝜆) = 0.
Mais puisque 𝜒𝐴 est polynomiale de degré au plus 𝑛, elle s’annule au plus 𝑛 fois sur K.
3.a. Donnons deux preuves de ce résultat.
𝐼 𝐵 Intuition
Pour la première, travaillons sur les lignes de 𝑛 .
𝐴 𝐼𝑛 À l’aide du 1 tout en haut
𝑛
∑︁ à gauche, on peut annuler
Pour tout 𝑖 ∈ ⟦1, 𝑛⟧, réalisons l’opération 𝐿𝑛+𝑖 ← 𝐿𝑛+𝑖 − 𝑎𝑖,𝑗 𝐿 𝑗 . les coefficients du bloc 𝐴
en bas à gauche à l’aide des
𝑗=1
opérations 𝐿𝑛+1 ← 𝐿𝑛+1 −
Cela a pour effet de rendre le bloc en bas à gauche nul. 𝑎 1,1 𝐿1 , 𝐿𝑛+2 ← 𝐿𝑛+2 − 𝑎 2,1 𝐿1 ,
Et pour 𝑘 ∈ ⟦1, 𝑛⟧, le coefficient (𝑛 + 𝑖, 𝑛 + 𝑘) devient etc.
Puis utiliser le 1 en posi-
𝑛
∑︁ tion (2, 2) pour annuler la
[𝐼𝑛 ] 𝑖,𝑘 − 𝑎𝑖,𝑗 𝑏 𝑗,𝑘 = [𝐼𝑛 ] 𝑖,𝑘 − [𝐴𝐵] 𝑖,𝑘 . deuxième colonne du bloc 𝐴.
𝑗=1 Et ainsi de suite...
Sur le même principe, à l’aide d’opérations sur les colonnes, on peut montrer que
𝐼𝑛 𝐵 𝐼𝑛 0𝑛
𝐴 𝐼𝑛 𝐴 𝐼𝑛 − 𝐵𝐴 = det(𝐼𝑛 − 𝐵𝐴).
=
𝑛
Ö 𝑛
Ö 𝑛
Ö 𝑛
Ö
(𝜆𝑖 − 𝑎) − (𝜆𝑖 − 𝑏) 𝑏 (𝜆𝑖 − 𝑎) − 𝑎 (𝜆𝑖 − 𝑏)
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝛼= ,𝛽= .
𝑏 −𝑎 𝑏 −𝑎
Remarque
Et donc en particulier, Δ𝑛 (0) = 𝛽.
Pour 𝜆1 = · · · = 𝜆𝑛 = 0,
SOLUTION DE L’EXERCICE 30.28 𝑎 = 1 et 𝑏 = −1, on retrouve
le résultat de la première
Il est clair que 𝐼𝑛 ∈ 𝑆𝐿𝑛 (Z) et que 𝑆𝐿𝑛 (Z) est stable par produit.
question de l’exercice 25.
Il s’agit donc de prouver la stabilité par passage à l’inverse.
Soit donc 𝐴 ∈ 𝑆𝐿𝑛 (Z). Alors toutes les matrices extraites de 𝐴 sont à coefficients entiers.
Mais le déterminant d’une matrice à coefficients entiers est à coefficients entiers. Le plus
simple pour le voir est de se souvenir que
∑︁ 𝑛
Ö
det 𝑀 = 𝜀 (𝜎) 𝑚𝜎 (𝑖 ),𝑖 .
𝜎 ∈𝔖𝑛 𝑖=1
Donc si 𝐴 est à coefficients entiers, tous ses mineurs sont des entiers. Et par conséquent,
1
Com(𝐴) ∈ M𝑛 (Z). Mais alors 𝐴 −1 = Com(𝐴) ⊤ = Com(𝐴) ⊤ est encore à coefficients
det 𝐴
1
entiers, et a pour déterminant = 1. C’est donc une matrice de 𝑆𝐿𝑛 (Z).
det(𝐴)
Et donc 𝑆𝐿𝑛 (Z) est un sous-groupe de 𝐺𝐿𝑛 (R).
15 À 𝑛! termes.
On a donc une somme15 de produit de 𝑛 fonctions polynomiales de degré au plus 1.
Donc 𝑓 est bien une fonction polynomiale, et en plus on peut affirmer que son degré au
plus 𝑛.
Allons plus loin : il s’agit d’un polynôme de degré exactement 𝑛. En effet, pour 𝜎 = id,
Ö𝑛 𝑛
Ö Mieux
(𝑎𝜎 (𝑖 ),𝑖 + 𝛿𝜎 (𝑖 ),𝑖 𝑡) = (𝑎𝑖,𝑖 + 𝑡) est un polynôme de degré exactement 𝑛. Le coefficient dominant est
𝑖=1 𝑖=1 alors égal à 1.
Et si 𝜎 ≠ id, alors il existe 𝑖 0 ∈ ⟦1, 𝑛⟧ tel que 𝜎 (𝑖 0 ) ≠ 𝑖 0 , et alors 𝛿𝜎 (𝑖 0 ),𝑖 0 = 0, de sorte que
Ö𝑛
(𝑎𝜎 (𝑖 ),𝑖 + 𝛿𝜎 (𝑖 ),𝑖 ) est de degré inférieur ou égal à 𝑛 − 1.
𝑖=1
Donc par somme, 𝑓 est une fonction polynomiale en 𝑡 de degré 𝑛.
En particulier, elle n’est pas constante, et donc, comme tout polynôme, possède un nombre
fini de racines (dont fait partie 0 si 𝐴 n’est pas inversible).
1
En particulier, si 𝑝 est assez grand, alors n’est pas l’une de ces racines, de sorte que
𝑝
1 1
det 𝐴 + 𝐼𝑛 ≠ 0, et donc 𝐴 + 𝐼𝑛 est inversible.
𝑝 𝑝
1
De même, pour 𝑝 suffisamment grand, 𝐵 + 𝐼𝑛 est inversible.
𝑝
3. Il nous faudrait ici disposer d’une notion correctement définie de limite de suite de
16 Ce sera fait en spé.
matrices16 pour conclure rapidement, donc le raisonnement va être un peu laborieux.
1
Mais l’idée principale, et vous pouvez probablement vous en contenter, est que 𝐴 + 𝐼𝑛 −→ 𝐴,
𝑝 𝑝→+∞
même si la signification de cette limite reste à préciser.
1
Et alors Com 𝐴 + 𝐼𝑛 −→ Com(𝐴).
𝑝 𝑝→+∞
Comme on a le même résultat pour 𝐵 et que pour 𝑝 suffisamment grand,
1 1 1 1
Com 𝐴 + 𝐼𝑛 Com 𝐵 + 𝐼𝑛 = Com 𝐵 + 𝐼𝑛 Com 𝐴 + 𝐼𝑛
𝑝 𝑝 𝑝 𝑝
en passant à la limite lorsque 𝑝 tend vers +∞, Com(𝐴)Com(𝐵) = Com(𝐵)Com(𝐴).
𝑛
∑︁ 𝑛
∑︁
(𝑝 ) (𝑝 ) (𝑝 ) (𝑝 )
∀(𝑖, 𝑗) ∈ ⟦1, 𝑛⟧2, 𝑐𝑖,𝑘 𝑑𝑘,𝑗 = 𝑑𝑖,𝑘 𝑐𝑘,𝑗
𝑘=1 𝑘=1
ce qui signifie que le coefficient (𝑖, 𝑗) de Com(𝐴)Com(𝐵) est égal à celui de Com(𝐵)Com(𝐴).
Ceci étant vrai pour tout (𝑖, 𝑗) ∈ ⟦1, 𝑛⟧2 , il vient bien Com(𝐴)Com(𝐵) = Com(𝐵)Com(𝐴).
Mais 𝐴 étant de rang 𝑛 − 1, elle possède une matrice extraite de taille 𝑛 − 1 qui est inversible.
Et donc le déterminant de cette matrice extraite, qui est un mineur de 𝐴, est non nul.
Et par conséquent, Com(𝐴) ≠ 0, et donc est de rang 1.
▶ Enfin, si 𝐴 est de rang inférieur à 𝑛 − 2, alors toutes ses matrices extraites de taille 𝑛−1
sont non inversibles, et donc de déterminant nul.
Donc tous les mineurs de 𝐴 sont nuls, de sorte que la comatrice de 𝐴 est nulle.
Remarque : puisque 𝐴 est de rang inférieur à 𝑛 − 2, il existe au moins 2 colonnes de 𝐴 qui sont
combinaison linéaires des 𝑛 − 2 autres.
Et donc dans toute matrice 𝐴′ extraite de 𝐴 de taille 𝑛 − 1 se trouve encore l’une de ces deux lignes,
qui est alors combinaison linéaire des autres lignes de 𝐴′ .
Donc 𝐴′ n’est pas inversible, si bien que son déterminant est nul.
Et par conséquent tous les mineurs de 𝐴 sont nuls, si bien que Com(𝐴) = 0.