École Royale de l’Air 2020/2021

Marrakech
CPGE ERA

......................αβγδεζηθϑικλµνξπ$ρ%σςτ υφϕχψω......................

Corrigé du devoir libre ›1: Algèbre linéaire

Partie I : Propriétés de l’application trace

¬ (a) Montrons que T r est une forme linéaire sur E.

• Soit A = (ai,j )1≤i,j≤n , B = (bi,j )1≤i,j≤n ∈ E et λ ∈ R
n
X
T r(λ.A + B) = (λ.A + B)i,i
i=1
n
X
= (λ.ai,i + bi,i )
i=1
n
X n
X
= λ. ai,i + bi,i
i=1 i=1
= λ.T r(A) + T r(B)

Donc T r est linéaire

n
X
• Comme ∀A = (ai,j )1≤i,j≤n ∈ E, T r(A) = ai,i ∈ R
i=1
Alors T r est une forme linéaire sur E.
tA ( t B)



(b) Montrons que pour tous éléments A et B de E, Tr(AB) = Tr(BA) = Tr
Soit A = (ai,j )1≤i,j≤n , B = (bi,j )1≤i,j≤n ∈ E
• On a
n
X
T r(AB) = (AB)i,i
i=1
n n
!
X X
= ai,k bk,i
i=1 k=1
n n
!
X X
= bk,i ai,k
k=1 i=1
Xn
= (BA)k,k
k=1
= T r(BA)

• On a T r(AB) = T r(BA) = T r( t (BA)) = T r t A ( t B)

(c) Déterminons la dimension de ker(T r).

Comme T r est une forme linéaire sur E non nulle (Car T r(E1,1 ) = 1 6= 0), alors Ker(T r) est un
hyperplan de E
Alors dim(ker(T r)) = dim(E) − 1 = n2 − 1.
(d) Montrons que E = ker Tr ⊕ Vect (In )
Comme dim(Ker(T r)) = n2 − 1 et dim(vect(In )) = 1, alors dim(Ker(T r)) + dim(vect(In )) = n2 , donc il
suffit de montrer que Ker(T r) ∩ vect(In ) = {0}
Soit M ∈ Ker(T r) ∩ vect(In ), alors T r(M ) = 0 et ∃α ∈ R, M = α.In
Donc 0 = T r(M ) = α.T r(In ) = α.n, d’où α = 0 car n est non nul, ainsi M = 0.

(e) Vérifions que ker(T r) est un hyperplan de E qui contient au moins une matrice inversible.
• D’après la question 1)c), ker(T r) est un hyperplan de E.

1/7
• La matrice A = diag(1, · · · , 1, −(n − 1)) diagonale est inversible car tous ses coefficients diagonaux
non nuls. On a T r(A) = |1 + ·{z · · + 1} + (−(n − 1)) = 0.
(n−1) fois

­ Soit ϕ l’application qui, à toute matrice M de E associe

ϕ(M ) = M + Tr(M )In

(a) Montrons que ϕ est un automorphisme de E.

• Montrons que ϕ est linéaire.
Soient A, B ∈ E et λ ∈ R

ϕ(λ.A + B) = (λ.A + B) + T r(λ.A + B)In

= λ.A + B + λ.T r(A)In + T r(B)In
= λ.(A + T r(A)In ) + (B + T r(B)In )
= λ.ϕ(A) + ϕ(B)

Donc ϕ est linéaire, comme ∀M ∈ E, ϕ(M ) = M + Tr(M )In ∈ E, alors ϕ est un endomorphisme de E.
• Montrons que ϕ est bijective
Comme ϕ est un endomorphisme d’un R espace vectoriel de dimension finie, il suffit de montrer
que ϕ est injective
Soit M ∈ Ker(ϕ), alors ϕ(M ) = M + T r(M )In = 0
Donc M = −T r(M )In , par linéarité de la trace, T r(M ) = −T r(M )T r(In ) = −nT r(M ),
d’où (n + 1)T r(M ) = 0, donc T r(M ) = 0, par suite M = −T r(M )In = 0.

(b) i. Déterminons E1 (ϕ) = {M ∈ E; ϕ(M ) = M }

Soit M ∈ E,

M ∈ E1 (ϕ) ⇐⇒ ϕ(M ) = M
⇐⇒ M + T r(M )In = M
⇐⇒ T r(M )In = 0
⇐⇒ T r(M ) = 0
⇐⇒ M ∈ Ker(T r)

On en déduit que E1 (ϕ) = Ker(T r).

ii. Montrons que En+1 (ϕ) = {M ∈ E; ϕ(M ) = (n + 1)M } = Vect (In )

Soit M ∈ E,

M ∈ En+1 (ϕ) ⇐⇒ ϕ(M ) = (n + 1)M

⇐⇒ T r(M )In = n.M
T r(M )
⇐⇒ M = In
n
=⇒ M ∈ vect(In )

Inversement,

M ∈ vect(In ) ⇐⇒ ∃λ ∈ R, M = λ.In
=⇒ ϕ(M ) = λϕ(In ) = λ.(In + nIn )
=⇒ ϕ(M ) = (n + 1)λ.In = (n + 1)M
=⇒ M ∈ En+1 (ϕ)

On conclut que En+1 (ϕ) = vect(In ).

iii. Déterminons la matrice de ϕ dans une base adaptée à la somme directe E = E1 (ϕ) ⊕ En+1 (ϕ).
On a dim(E1 (ϕ)) = dim(Ker(T r)) = n2 − 1 et dim(En+1 (ϕ)) = dim(vect(In )) = 1
Soit (M1 , ..., Mn2 −1 ) une base de E1 (ϕ), or (In ) est une base de En+1 (ϕ) et E = E1 (ϕ) ⊕ En+1 (ϕ), alors

2/7
B = (M1 , ..., Mn2 −1 , In ) est une base de E, adaptée à cette somme directe.
On a ∀k ∈ [[1, n2 − 1]], ϕ(Mk ) = Mk et ϕ(In ) = (n + 1)In , alors
 
1 0 ··· 0
 .. .. .. 
0 . . . 
M atB (ϕ) = 
 .. . .
 = diag( 1, ..., 1 , n + 1)

. . 1 0 
| {z }
(n2 −1) fois
0 ··· 0 n + 1

iv. Déduisons T r(ϕ), det(ϕ) et rg(ϕ).

... + 1} + (n + 1) = (n2 − 1) + (n + 1) = n2 + n
• T r(ϕ) = T r(M atB (ϕ)) = 1| + {z
(n2 −1) fois
... × 1} × (n + 1) = (n + 1)
• det(ϕ) = det(M atB (ϕ)) = |1 × {z
(n2 −1) fois
• Comme ϕ est un automorphisme de E, alors rg(ϕ) = dim(E) = n2 .

Partie II : Un premier résultat préliminaire

¬ Soit F1 un supplémentaire de ker(u) dans F, on considère l’application v : F1 → Im(u) telle que

x 7−→ v(x) = u(x). Montrons que v est un isomorphisme.

• Comme u est linéaire, alors v l’est

• On a F = Ker(u) ⊕ F1 , alors dim(F ) = dim(Ker(u)) + dim(F1 ), d’où dim(F1 ) = dim(F ) − dim(Ker(u))
par application du théorème du rang à l’application linéaire u : F −→ G, on a
dim(F ) = dim(Ker(u)) + dim(Im(u)), donc dim(F1 ) = dim(F ) − dim(Ker(u)) = dim(Im(u)).
Il suffit de montrer que v est injective.
Soit x ∈ F , alors

x ∈ Ker(v) ⇐⇒ x ∈ F1 et v(x) = 0
⇐⇒ x ∈ F1 et u(x) = 0
⇐⇒ x ∈ F1 et x ∈ Ker(u)
⇐⇒ x ∈ F1 ∩ Ker(u)

On en déduit que Ker(v) = Ker(u) ∩ F1 = {0}, donc v est injective

Par suite v est un automorphisme d’espaces vectoriels.
­ On suppose que 0 ≤ r ≤ min(p, m) et on note B = (e1 , . . . , ep ) une base de F , telle que (e1 , . . . , er ) soit
une base de F1 et (er+1 , . . . , ep ) une base de ker u. On pose, pour tout entier naturel i ∈ [[1, r]], εi = v (ei ).
(a) Montrer qu’il existe une famille (εr+1 , . . . , εm ) de vecteurs de G, telle que la famille C = (ε1 , . . . , εm )
soit une base de G.

Montrons tout d’abord que la famille (ε1 , . . . , εr ) est libre.

r
X
Soit λ1 , ..., λr ∈ R tel que λ k εk = 0
k=1

r
X r
X
λk εk = 0 =⇒ λk v(ek ) = 0
k=1 k=1
r
!
X
=⇒ v λk ek =0
k=1
r
X
=⇒ λk ek ∈ Ker(v) = {0}
k=1
r
X
=⇒ λk ek = 0
k=1
=⇒ ∀k ∈ [[1, r]], λk = 0
car la famille (e1 , ..., er ) est libre

3/7
Comme (ε1 , . . . , εr ) est une famille libre de vecteurs de G et dim(G) = m.
Par le théorème de la base incomplète, il existe (εr+1 , . . . , εm ) de vecteurs de G, telle que la famille
C = (ε1 , . . . , εm ) soit une base de G.
(b) Déterminons Mat B,C (u), la matrice de u relativement aux bases B et C.
On a ∀i ∈ [[1, r]], u(ei ) = v(ei ) = εi et ∀j ∈ [[r + 1, p]], u(ej ) = 0, car ej ∈ Ker(u).
Par définitions, on obtient
 
1 0··· 0 0 ··· 0
 .. . . . . .. 
. . .. .. .
 
0 · · · 1 0 · · · 0
M atB,C (u) = 
  ∈ Mm,p (R)
0 · · · 0 0 · · · 0

. . . .
 .. .. .. .. 


0 ··· 0 0 ··· 0

® Déduisons que pour toute matrice M ∈ Mm,p (R), si 0 ≤ r = rg(M ) ≤ min(m, p), alors il existe
deux matrices
 inversibles
 S et T respectivement de Mm (R) et Mp (R) telles que M = SJm,p,r T −1 avec
Ir 0
Jm,p,r = ∈ Mm,p (R) et Ir la matrice identité de Mr (R).
0 0
Soit M ∈ Mm,p (R), telle que 0 ≤ r = rg(M ) ≤ min(m, p), Soit u : Rp −→ Rm dont la matrice dans les
bases canoniques est M
D’après la question précédente, il existe une base B de Rp et C une base de Rm telles que M atB,C (u) =
Jm,p,r
D’après la formule de passage pour une application linéaire il existe deux matrices inversibles S et
T respectivement de Mm (R) et Mp (R) telles que M = SJm,p,r T −1 .

Partie III : Un deuxième résultat préliminaire

¬ Montrons que B ∗ = (e∗1 , . . . , e∗s ) est une famille libre de E ∗ .

X s
Soient λ1 , ..., λs ∈ R tels que λi e∗i = 0
i=1
Montrons λ1 = ... = λs = 0.
Soit j ∈ [[1, s]],
s
X s
X
λi e∗i = 0 =⇒ λi e∗i (ej ) = 0
i=1 i=1
s
X
=⇒ λi δi,j = 0
i=1
s
X
=⇒ λi δi,j + λj δj,j = 0
i=1
i6=j
| {z }
=0
=⇒ λj = 0

Donc λ1 = ... = λs = 0.
s
X
­ Soit x ∈ E tel que x = xi ei , Montrons que, pour tout j ∈ [[1, s]], e∗j (x) = xj .
i=1
Soit j ∈ [[1, s]],
s s s
!
X X X
e∗j (x) = e∗j xi e i = xi e∗j (ei ) = xi δj,i
i=1 i=1 i=1
s
X
= xi δj,i + xj δj,j = xj
i=1
i6=j
| {z }
=0

4/7
® Montrons que B ∗ est une famille génératrice de E ∗ .
Soit f ∈ E ∗ ,
s
X
Montrons qu’il existe α1 , ..., αs ∈ R, tels que f = αj e∗j .
j=1
s
X
Analyse : Supposons qu’il existe α1 , ..., αs ∈ R, tels que f = αj e∗j .
j=1

s
X s
X
f= αj e∗j =⇒ ∀i ∈ [[1, s]], f (ei ) = αj e∗j (ei )
j=1 j=1
Xs
=⇒ ∀i ∈ [[1, s]], f (ei ) = αj δi,j
j=1
s
X
=⇒ f (ei ) = αj δi,j + αi δi,i
j=1
j6=i
| {z }
=0
=⇒ f (ei ) = αi
s
X
Synthèse : Vérifions que f = f (ej )e∗j
j=1
s
X
Soit x ∈ E tel que x = xi ei ,
i=1
D’après la question précédente,
s
X s
X
f (ej )e∗j (x) = f (ej )xj
j=1 j=1
Xs
= xj f (ej )
j=1
 
s
X
= f xj ej  = f (x)
j=1

s
X
D’où f = f (ej )e∗j
j=1
Ainsi B ∗ est une famille génératrice de E ∗ .

¯ Déduisons la dimension de E ∗ .
D’après les questions ¬, ®, B ∗ est une base de E ∗ .
Donc dim(E ∗ ) = card(B ∗ ) = s = dim(E).

Partie IV : Une caractérisation d’une forme linéaire sur Mn (R)

¬ Vérifions que φA est une forme linéaire sur E.

• Il est clair que ∀M ∈ E = Mn (R), φA (M ) = T r(AM ) ∈ R
• Soient M, N ∈ E et λ ∈ R, alors

φA (M + λ.N ) = T r(A(M + λ.N )) = T r(AM + λ.AN )

par linéarité de la trace, on obtient
= T r(AM ) + λ.T r(AN ) = φA (M ) + λφA (N )

Ainsi φA est une forme linéaire sur E.

5/7
­ (a) Vérifions que h est une application linéaire.
Soient A, B ∈ E et λ ∈ R, a-t-on φA+λ.B = φA + λφB ?
Il s’agit de montrer l’égalité de deux applications, soit M ∈ E

φA+λ.B (M ) = T r((A + λ.B)M ) = T r(AM + λ.BM )

par linéarité de la trace, on obtient
= T r(AM ) + λ.T r(BM ) = φA (M ) + λφB (M )
= (φA + λφB ) (M )

Donc φA+λ.B = φA + λφB , ainsi h(A + λ.B) = h(A) + λh(B). Par suite ϕ est une application linéaire.
(b) i. On pose A = (ak,l )1≤k,l≤n ∈ Mn (R) et soit (i, j) ∈ [[[1, n]] × [[1, n]], calculons φA (Ei,j ) en fonction
des coefficients de la matrice de A.
X n Xn
On écrit A dans la base canonique de E, alors A = ak,l Ek,l
k=1 l=1
n X
X n n X
X n n
X
Dons AEi,j = ak,l Ek,l Ei,j = ak,l δl,i Ek,j = ak,i Ek,j
k=1 l=1 k=1 l=1 k=1

n
!
X
φA (Ei,j ) = T r(AEi,j ) = T r ak,i Ek,j
k=1
n
X Xn
= ak,i T r(Ek,j ) = ak,i δk,j
k=1 k=1
= aj,i

ii. Déduisons que h est injective.

On a h est une application linéaire, soit A = (ak,l )1≤k,l≤n ∈ Ker(h), alors h(A) = φA = 0 application
nulle
Alors ∀M ∈ E, φA (M ) = 0, en particulier ∀i, j ∈ [[1, n]], φA (Ei,j ) = 0, donc aj,i = 0, d’où A = 0
Par suite h est injective.

(c) Déduisons que h est un isomorphisme d’espaces vectoriels.

On a h : E −→ E ∗ est linéaire, d’après la partie III, dim(E ∗ ) = dim(E) = n2 finie.
D’après la question précédente, h est injective, comme h : E −→ E ∗ est linéaire injective et
dim(E ∗ ) = dim(E) = n2 est finie, alors h est un isomorphisme d’espaces vectoriels.

Partie V : Tout hyperplan de Mn (R) contient au moins une matrice inversible

¬ Montrons que pour toute matrice A non nulle de E qui n’appartient pas à H, on a E = H ⊕Vect(A).
Comme H est un hyperplan de E, alors dim(H) = dim(E) − 1 = n2 − 1, on a dim(V ect(A)) = 1 car A est
non nulle
Donc dim(H) + dim(V ect(A)) = (n2 − 1) + 1 = n2 = dim(E), il suffit de montrer que H ∩ vect(A) = {0}.
Soit M ∈ H ∩ vect(A), alors M ∈ H et ∃λ ∈ R tel que M = λ.A
Si λ 6= 0, alors A = λ1 .M ∈ H car M ∈ H et H est un sous espace vectoriel de E, ce qui absurde avec
A∈/ H.

­ Montrons qu’il existe une matrice B de E telle que H = ker (φB ).

Comme H est un hyperplan de E, alors il existe f une forme linéaire sur E non nulle telle que
H = Ker(f ).
D’après la partie IV, h : E −→ E ∗ est un isomorphisme d’espaces vectoriels, comme f ∈ E ∗ , alors il
existe une unique matrice B de E telle que f = h(B) = φB .
Donc H = Ker(f ) = ker (φB ).  
0 ... ... 0 1
 1 0 
 
 .. .. .. 
® On note r = rg(B) et on considère la matrice de E, P1 =  0
 . . . 

 .. . . . . . . .. 
 . . . . . 
0 ... 0 1 0

6/7
(a) Montrons que P1 est une matrice inversible.
Un développement par rapport à la première ligne, fournit

0 ... ... 0 1
1 0 ··· 0
1 0 .
.. .
. .. .. 0 . . . ..
det(P1 ) = 0 . . . . = (−1)n+1 × 1 × .. . . . . = (−1)n+1 det(In−1 ) = (−1)n+1 6= 0
.. . . .. . . .. . . . 0
. . . . .
0 ... 0 1
0 ... 0 1 0

Donc P1 est une matrice inversible. 

ri,i = 1 si 1 ≤ i ≤ r
(b) On suppose que 0 < r < n et on note Rr = (ri,j )1≤i,j≤n , avec .
ri,j = 0 sinon
Montrons que P1 appartient a ker (φRr )

n
X
φRr (P1 ) = T r(Rr P1 ) = (Rr P1 )
i=1
n X
X n r X
X r
= ri,k (P1 )k,i = ri,k (P1 )k,i
i=1 k=1 i=1 k=1
Xr r
X
= ri,i (P1 )i,i = (P1 )i,i = 0
i=1 i=1

Donc P1 ∈ Ker (φRr )

¯ Déduisons que tout hyperplan H de E contient au moins une matrice inversible.

Soit H un hyperplan de E, d’après la question ­, partie V, il existe B ∈ E telle que H = Ker(φB )
On note r = rg(B), d’après la question ¯, la partie II, il existe T, S ∈ GLn (R) tels que
B = SJn,n,r T −1 = SRr T −1 car Jn,n,r = Rr .
Analyse : Supposons qu’il existe M ∈ H telle que M est inversible.

M ∈ H ⇐⇒ M ∈ Ker(φB )
⇐⇒ T r(BM ) = φB (M ) = 0
⇐⇒ T r(SRr T −1 M )
d’après la partie I, la question (b)
⇐⇒ T r(Rr T −1 M S)
⇐⇒ T −1 M S ∈ Ker(φRr )

Il suffit de prendre T −1 M S = P1 ∈ Ker(φRr ), alors M = T P1 S −1

Synthèse : La matrice T P1 S −1 est inversible, (produit de matrices inversibles est une matrice in-
versible)

φB (T P1 S −1 ) = T r(BT P1 S −1 )
= T r(SRr T −1 T P1 S −1 ) = T r(SRr P1 S −1 )
= T r(Rr P1 S −1 S) = T r(Rr P1 ) = φRr (P1 ) = 0
d’après la question précédente φRr (P1 ) = 0

Donc T P1 S −1 ∈ H = Ker(φB )

*** Fin ***

7/7