C.P.G.

E - OUJDA Anné e scolaire : 2022-2023

Lycée Omar Ibn Abd. El Aziz Filière : Mathématiques, Physique
Matière : Mathématiques et Sc. de l’ing. (MPSI)
Niveau : 1ère année
Travaux dirigés. Série N° 20
- Matrices-
Exercice 1
Déterminer les matrices relativement aux bases canoniques des applications linéaires suivantes :

a)
f :
3
→
2

b)
g:
3
→
c)
h: 2 X  → 2 X 
( x, y , z ) → ( x − y , y − z ) ( x, y , z ) → x − 5 y + 4 z P → P − XP '

: 3 X  →
3

d)
P → ( P (−1), P (0), P(1))
Exercice 2
 0 −2 2 
On considère la matrice A =  −3 −1 4  , f  L ( 3 ) l’endomorphisme canoniquement associé à A.
 − 2 −2 4 
 
1. Calculer r= rg(A), A est-elle inversible ?
2. Déterminer une base de Ker f et une base de Im f .

Exercice 3 Déterminer le rang de chacune des matrices suivantes :

2 −3 −4  1 −2 −2 0
3 1 1 1 1
1 5 1 0 −2 2  
A=  , B=  , C = 1 1 1 1 , D = (i + j )1i  n ( n  2 , p  2 ).
2 2 −2
 −1 0 −1
 1  1 1 1 1 1 j  p

4  −3 −6 5 
 
0 2 1
Exercice 4 Inverser, lorsque c’est possible, les matrices suivantes :

 −1 0 2   1 −1 0  1 i −i  1 + a 1 1 
A= 0 0 1 , B = 1 2 1 , C =  −i 1 i  , D= 1 1+ b 1 
       
 0 −1 1  1 1 0  i −i 1  1 1 1+ c

Exercice 5 On considère une matrice A = (ai , j )1 i , j  n triangulaire supérieure et telle que (i, j )  1, n 2 , i  j  ai , j = 1 .
Déterminer A−1 . Indication : considérer A comme matrice de passage d’une base B à une base C .
4
Exercice 6 Compléter en une base de les familles suivantes :
a-  1 = (1,1,1,1) ,  2 = (1,1, −1, −1) . b- 1 = (1, 0 − 1, 2) ,  2 = (−2,1,3,1) ,  3 = (−1,1, 0,1) .

Exercice 7 Déterminer une base de H = vect(( x1 , x2 , x3 x4 )) dans chacun des cas suivants :
1 − x1 = (1,1, 0,1) , x2 = (1, −1,1, 0) , x3 = (2, 0,1,1) , x4 = (0, −2,1, −1)
2 − x1 = (0,1,1,1) , x2 = (1, 0,1,1) , x3 = (1,1, 0,1) , x4 = (1,1,1, 0)
3 − x1 = (1, −1,1, −1), x2 = (0,1, 0,1) , x3 = (1, −1, −1,1) , x4 = (1,1,1,1)

Exercice 8 [Trace d’un endomorphisme]

Soit A  M n , p (IK) et B  M p , n (IK) , montrer que tr( AB ) = tr( BA) .
Applications :
1. Soit E un IK espace de dimension n 
*
et soit f un endomorphisme de E.
Montrer que toutes les matrices représentant f ont la même trace.
Cette trace commune est appelée trace de l’endomorphisme f, elle est notée tr( f ) .

2. Montrer que la trace d’un projecteur dans un espace de dimension finie est égale à son rang.
-1-
 Solutions
Exercice 1
→
3 2
f :
a)
( x, y , z ) → ( x − y , y − z )
On désigne par : B = (e1 , e2 , e3 ) et C = (1 ,  2 ) les bases canoniques respectives de 3
et de 2
.
On a : f (e1 ) = (1, 0) = 1.1 + 0. 2 , f (e2 ) = (−1,1) = −1.1 + 1. 2 , f (e3 ) = (−1,1) = 0.1 − 1. 2 .
La matrice A de f dans ces bases est
f (e1 ) f (e2 ) f (e3 )
1 −1 0  1
A = MatB ,C ( f ) =   .
0 1 −1  2
On peut aussi procéder comme suit, en remarquant que f est l’application linéaire associée canoniquement
à la matrice A.
A est de taille 2  3 , on rappelle : le nombre des colonnes est égal à la dimension de l’espace de départ,
le nombre des lignes est égal à celle de l’espace d’arrivée.
a a a13 
On pose A =  11 12 .
 a21 a22 a23 
 x
 x − y
On rappelle aussi l’équivalence : f ( ( x, y, z ) ) = ( x − y, y − z )  A  y  =  .
 z  y− z
 
 x
a a12 a13     x − y  a11 x + a12 y + a13 z = x − y
On aura  11  y  =   , qui s’interprète par  .
 a21 a22 a23     y − z   a21 x + a22 y + a23 z = y − z
z
En identifiant, on obtient : a11 = 1, a12 = −1, a13 = 0, a21 = 0, a22 = 1, a23 = −1 .

→
3
g:
b)
( x, y , z ) → x − 5 y + 4 z
On procède d’une façon analogue, la matrice B, dans les bases canoniques, de cette application linéaire
est de taille 1 3 . On trouve
B = (1 −5 4 ) .

c) h: 2 X  → 2 X , P → P − XP '

h est un endomorphisme, la base canonique de 2  X  est B = (1, X , X 2 ) .

On a h(1) = 1 , h( X ) = X − X = 0 , h( X 2 ) = X 2 − 2 X 2 = − X 2 .
Plus précisément, h(1) = 1 + 0. X + 0. X 2 , h( X ) = 0.1 + 0. X + 0. X 2 , h( X 2 ) = 0 + 0. X − 1. X 2 .
La matrice de h dans la base canonique de 2  X  est
1 0 0 
 
Mat B (h) =  0 0 0  .
 0 0 −1
 
: 3 X  →
3

d)
P → ( P (−1), P (0), P(1))
-2-
La base canonique de 3  X  est B = (1, X , X 2 , X 3 ) , la base canonique de 3
est C = (1 ,  2 ,  3 ) .
 (1) = (1,1,1) ,  ( X ) = ( −1, 0,1) ,  ( X 2 ) = (1, 0,1) et  ( X 3 ) = (−1, 0,1) .
La matrice de  dans ces bases est
1 −1 1 −1
 
Mat B,C ( ) = 1 0 0 0  .
1 1 1 1 
 
Exercice 2
 0 −2 2 
 
A =  −3 −1 4  , f L ( 3
) l’endomorphisme canoniquement associé à A.
 
 −2 −2 4 
1. Calculons r = rg(A) à l’aide des opérations élémentaires sur les lignes de A.
 −3 −1 4   −3 −1 4   −3 −1 4 
  L1  L2    
A   0 −2 2    0 −2 2    0 −2 2  .
 −2 −2 4   0 −4 4  L3  L3 − 2
3 L1  0 0 0 L3  L3 − 2
3 L2
   3 3  
La dernière matrice est échelonnée en lignes, son rang est égal à 2 donc rg(A) = 2 , A n’est pas inversible.

2. D’après le théorème du rang : dim 3

= dim Kerf + dim Im f et dim 3
= 3 , dim Im f = rg(A) = 2 .
On en déduit que dimKerf = 1 .
 x   0   0 −2 2   x   0  −2 y + 2 z = 0
         
( x, y, z )  Kerf  A  y  =  0    −3 −1 4   y  =  0   −3 x − y + 4 z = 0
 z   0   −2 −2 4   z   0  
         −2 x − 2 y + 4 z = 0
−3x − y + 4 z = 0
Le système équivaut, en appliquant les mêmes opérations élémentaires ci-dessus, à 
−2 y + 2 z = 0
On aboutit à X  Kerf  z  / X = z (1,1,1) c’est-à-dire Kerf = Vect ( (1,1,1) ) .
On a Im f = Vect(C1 , C2 , C3 ) , les Ci sont les vecteurs colonnes de la matrice A [voir le cours]
On a dim Im f = 2 et C1 , C2 ne sont pas colinéaires alors (*)
Im f = Vect(C1 , C2 ) = Vect ( (0, −3, −2), ( −2, −1, −2) ) .

► (*) C1 , C2 non colinéaires ; (C1 , C2 ) est libre, son cardinal = dim Im f , c’est alors une base de Im f .

Exercice 3
L1  L3 L2  L2 +3 L1 , L3  L3 + 2 L1 L3  L3 +3 L2 , L4  L4 − 2 L2
 2 −3 −4   −1 0 −1   −1 0 −1   −1 0 −1 
       
 3 1 5  3 1 5  0 1 2  0 1 2
A=   
 −1 0 −1   2 −3 −4   0 −3 −6  0 0 0
       
0 2 4 0 2 4 0 2 4 0 0 0
La dernière matrice est échelonnée en lignes son rang est égal à 2, donc le rang de A est égal à 2.
Pour la matrice B on procède d’une manière analogue, avec les opérations élémentaires sur les lignes, on
trouve rg(B) = 3 .

-3-
 1 1 1 1
 
C = 1 1 1 1 , on a rg(C ) = dimVect(C1 , C2 , C3 , C4 ) ; C1 , C2 , C3 et C4 sont les vecteurs colonnes de C,
 
1 1 1 1
qui sont égaux, donc rg(C ) = dimVect(C1 ) = 1 .

D = (i + j )1i  n ( n  2 , p  2 ).
1 j  p

Les vecteurs colonnes de la matrice D sont les vecteurs : C1 , C1 + V , C1 + 2V ,..., C1 + ( p -1)V .

C1 le premier vecteur colonne, V = (1,...,1) (c’est un n-uplet).
rg(D) = dimVect(C1 , C1 + V , C1 + 2V ,..., C1 + ( p -1)V ) .
En appliquant successivement, les opérations élémentaires sur les colonnes : C2  C2 − C1 , C3  C3 − C1
,…, C p  C p − C1 , on obtient
rg(D) = dimVect(C1 ,V , 2V ,..., ( p − 1)V ) = dimVect(C1 ,V ) = 2 [Car C1 et V ne sont pas colinéaires]

 −1 0 2 
 
Exercice 4 A =  0 0 1 
 0 −1 1 
 
Vérifions, via les opérations élémentaires sur les lignes, si A est inversible et calculons éventuellement
son inverse.
A I3
 −1 0 2 | 1 0 0 
 
 0 0 1 | 0 1 0 ,
 0 −1 1 | 0 0 1 
 
 −1 0 2 | 1 0 0 
  L3  L2
 0 −1 1 | 0 0 1  . La matrice à gauche est échelonnée en lignes, son rang est égal à 3,
 0 0 1 | 0 1 0
 
elle est équivalente à la matrice A donc rg(A) = 3 par conséquent, A est inversible.
Poursuivons les opérations sur les lignes,
 −1 0 0 | 1 −2 0   1 0 0 | −1 2 0 
  L2  L2 − L3   L1  − L1
 0 −1 0 | 0 −1 1  L  L − 2 L ,  0 1 0 | 0 1 −1 L  − L .
 0 0 1 | 0 1 0 1 1 3 0 0 1 | 0 1 0 2 2
   
 −1 2 0 
 −1 
On conclut que : A =  0 1 −1 .
 0 1 0
 
Pour les matrices B, C et D on procède d’une façon analogue, on obtient :
1 0 1 
2 2 
B est inversible et B =  −21 0
−1 1
2
.
1 
−3 

2 1 2 

-4-
  0 1+i 1−i 
 2 2 
C est inversible et C −1 =  12−i 0 1+i  .
2
 1+i 1−i

 0 
 2 2
 b + c + bc −c −b 
1  
D est inversible si   0 et D −1 =  −c a + c + ac −a  où  = ab + ac + bc + abc .

 −b −a a + b + ab 

Exercice 5
A = (ai, j )1i, j n triangulaire supérieure telle que (i, j )  1, n 2 , i  j  ai, j = 1 .
Par définition, nous avons aussi : (i, j )  1, n 2 , i  j  ai , j = 0 ; la matrice étant triangulaire et les
éléments diagonaux sont tous non nuls (ils sont égaux à 1) donc elle est inversible, elle peut être
considérée comme matrice de passage d’une base B = (e1 ,..., en ) à une baseC = (1 ,...,  n ) :
 1  2 …. ……..  n
1 1 . . 1 e1
.
 
0 1 . . . .  e2 1 = e1
. 0  = e + e
. . . . .  2 1 2
A = Pass(B ,C ) =   , on obtient le système :  .
. . . . . . . ..................
. . . 0 1 1 .  n = e1 + e2 + .... + en
 
0 0 . . 0 1 en
On remarque que : e1 = 1 et pour tout i  2, n , ei =  i −  i −1 donc on peut écrire
e1 e2 …. ………… en
 1 −1 0 . .0  1
 
0 1 . . . . 2
. 0 . . . .  .
A−1 = Pass(C , B ) =   .
. . . . −1 0  .
. . . 0 1 −1 .
 
0 0 . . 0 1   n
Plus précisément, A−1 est définie par : A−1 = (bi , j )1i , j n telle que
♦ bi ,i = 1 pour tout i  1, n ;
♦ bi ,i +1 = −1 pour tout i  1, n − 1 ;
♦ bi , j = 0 dans tous les autres cas.

Exercice 6
a- 1 = (1,1,1,1) ,  2 = (1,1, −1, −1) . On considère B = (e1 , e2 , e3 , e4 ) la base canonique de 4
.
On considère  1 et  2 comme vecteurs colonnes d’une matrice,
i. qu’on transforme d’abord en matrice échelonnée en colonnes par les opérations élémentaires, puis on
vérifie si la famille (1 ,  2 ) est libre, si ladite famille est libre on passe à l’étape suivante ;
ii. on intercale convenablement deux vecteurs de la base canonique de façon à obtenir une matrice
triangulaire inversible (éléments diagonaux non nuls).
-5-
 1  2  1  2 − 1
1 1  1 0
   
 1 1  1 0
i. ; , cette matrice est échelonnée en colonnes son rang est égal à 2 qui n’est autre
 1 −1  1 −2 
   
 1 −1  1 −2 
que dim Vect(1 ,  2 ) , il en résulte que la famille (1 ,  2 ) est libre.

ii. D’après le théorème de la base incomplète on peut compléter cette famille par deux vecteurs de la base
canonique pour qu’elle devienne une base de 4 .
Dans notre situation on va intercaler les vecteurs e2 et e4 .
 1 e2  2 −  1 e4
1 0 0 0
 
1 1 0 0
, cette matrice est triangulaire inversible, elle est donc de rang 4, il en résulte que
1 0 −2 0
 
1 0 −2 1 
dim Vect(1 , e2 ,  2 − 1 , e4 ) = 4 , on a aussi dim Vect(1 ,  2 , e2 , e4 ) = 4 (*).
On peut alors conclure que (1 ,  2 , e2 , e4 ) est une base de 4
, la famille est ainsi complétée en base.

► (*) Car, on a Vect(1 , e2 ,  2 − 1 , e4 ) = Vect(1 ,  2 − 1 , e2 , e4 ) (l’ordre des éléments de la famille

génératrice est sans importance) et Vect(1 ,  2 − 1 , e2 , e4 ) = Vect(1 ,  2 , e2 , e4 ) [Justification ci-après].

► F = (C1 ,.., Cn ) une famille de vecteurs, H = Vect(F ) ne change pas,

♦ si on supprime un vecteur Ci nul ;
♦ ou si on échange deux vecteurs ;
♦ ou si on ajoute à un vecteur une combinaison linéaire des autres ;
♦ ou si on multiplie un vecteur par un scalaire non nul.
Par conséquent, H = Vect(F ) ne change pas si on applique les opérations élémentaires :
Ci  C j ou Ci  Ci (  0) ou Ci  Ci + C j .

b- 1 = (1,0 − 1,2) ,  2 = (−2,1,3,1) ,  3 = (−1,1,0,1) .

' "
 2' 3 3

1  2  3 1  2 + 21  3 + 1 1  '
2  −  2'
'
3

 1 − 2 −1   1 0 0  1 0 0
     
i.  0 1 1
,  0 1 1  0
,
1 0
.
 −1 3 0   −1 1 −1  −1 1 −2 
     
 2 1 1  2 5 3   2 5 −2 
La dernière matrice est échelonnée en colonnes son rang est égal à 3, donc dim Vect(1 ,  2 ,  3 ) = 3 , par
conséquent, la famille (1 ,  2 ,  3 ) est libre.

-6-
  1  2'  3" e4

 1 0 0 0
 
0 1 0 0
ii.  , la famille (1 ,  2 ,  3 , e4 ) est une base de 4
.
 −1 1 −2 0 
 
 2 5 −2 1 

Exercice 7
1 − x1 = (1,1, 0,1) , x2 = (1, −1,1, 0) , x3 = (2, 0,1,1) , x4 = (0, −2,1, −1)
On considère la matrice de vecteurs colonnes x1 , x2 , x3 et x3 et on applique les opérations élémentaires sur
ses colonnes :
x1 x2 x3 x4 x1 x2' x3' x4
1 1 2 0  1 0 0 0  x2' = x2 − x1
    '
 1 −1 0 −2 
,  1 −2 −2 −2  x3 = x3 − 2 x1 .
0 1 1 1 0 1 1 1 
   
1 0 1 −1   1 −1 −1 −1 
On remarque que x2' = x3' = x4 , donc H = Vect( x1 , x2 , x3 ,x4 ) = Vect( x1 , x2' ) , les vecteurs x1 , x2' sont non
colinéaires donc ( x1 , x2' ) est une base de H [ ( x1 , x2 ) est aussi une base de H].

2 − x1 = (0,1,1,1) , x2 = (1, 0,1,1) , x3 = (1,1, 0,1) , x4 = (1,1,1, 0) .

Soit A la matrice de vecteurs colonnes x1 , x2 , x3 et x3 nous allons calculer son rang,
C1  C2 C3 C3 −C1 , C4 C4 −C1 C3 C3 −C2 , C4 C4 −C2 C4 C4 − 12 C3

0 1 1 1 1 0 1 1 1 0 0 0 1 0 0 0  1 0 0 0
         
 1 0 1 1 0 1 1 1 0 1 1 1 0 1 0 0  0 1 0 0
A=     .
 1 1 0 1   1 1 0 1   1 1 −1 0   1 1 −2 −1   1 1 −2 0 
         
−3 
 1 1 1 0   1 1 1 0   1 1 0 −1  1 1 −1 −2   1 1 −1 2 
La dernière matrice est échelonnée en colonnes, son rang est égal à 4, le rang de A est aussi égal à
4, elle est inversible, ( x1 , x2 , x3 ,x4 ) est une base de H.
►On rappelle que rg( A) = dim Vect( x1 , x2 , x3 ,x4 ) .

3 − x1 = (1, −1,1, −1), x2 = (0,1, 0,1) , x3 = (1, −1, −1,1) , x4 = (1,1,1,1) .

On considère la matrice de vecteurs colonnes x1 , x2 , x3 et x3 et on applique les opérations élémentaires sur
ses colonnes :
x1 x2 x3 x4 x1 x2 x3' x4' x1 x2 x3' x4"
 1 0 1 1  1 0 0 0  1 0 0
0
     
 −1 1 −1 1  −1 1 0 2  x3' = x3 − x1  −1 1 0 0  x4" = x4' − 2 x2
, , .
 1 0 −1 1  1 0 −2 0  x4' = x4 − x1  1 0 −2 0 
     
 −1 1 1 1  −1 1 2 2   −1 1 2 0 
Une base de H est ( x1 , x2 , x3' ) .
►La famille ( x1 , x2 , x3 , x4 ) est liée, un vecteur est combinaison linéaire des autres, celle-ci s’obtient en
partant de x4" = 0 4 ; ainsi, x4 − x1 = x4' = 2 x2 puis, x4 = x1 + 2 x2 + 0.x3 .

-7-
Exercice 8[Trace d’un endomorphisme]
Soit AMn, p (IK) et B M p,n (IK) , montrons que tr( AB) = tr( BA) .

Posons A = (ai , j )1i  n , B = (bi , j )1i  p , AB = (ci , j )1i , j  n et BA = (di , j )1i , j  p .

1i  p 1i  n

On remarque que AB et BA sont carrées d’ordres respectifs n et p.

D’après la définition du produit matriciel on a
p n
(i, j )  1, n 2 , ci , j =  ai ,k bk , j et (i, j )  1, p 2 , di , j =  bi , s as , j .
k =1 s =1

On a
n n p
tr( AB) =  cs ,s =  as ,k bk ,s =  as ,k bk ,s
s =1 s =1 k =1 ( s , k ) 1, n  1, p

p p n
et tr( BA) =  d k ,k = bk , s as ,k =  bk ,s as ,k .
k =1 k =1 s =1 ( s , k ) 1, n  1, p

On conclut que tr( AB) = tr( BA) .

Applications :
1. Soit E un IK espace de dimension n  * et soit f un endomorphisme de E.
Si A et B sont deux matrices représentant f alors elles sont semblables, il existe alors P  GLn (IK)
telle que B = P −1 AP , donc tr(B) = tr( P −1 ( AP)) = tr((AP) P −1 ) = tr( A) .
2. Soit E un IK-espace vectoriel de dimension finie n.
Soit p un projecteur de rang r, on a E = Im p  Ker p et dim Im p = r .
Soit B = (e1 ,..., en ) une base adaptée à cette somme directe : (e1 ,..., er ) base de Im p et (er +1 ,..., en ) base de
Ker p . Soit A = Mat B ( p) , d’après le résultat de la question précédente tr( p ) = tr( A) .
A est une matrice diagonale, A = diag(1,...,1, 0,..., 0) donc tr( A) = r , d’où tr( p ) = r .
r n−r

*********

-8-