Algèbre linéaire avancée I Jeudi 30 novembre 2023

Prof. D. Kressner EPFL

Série 11 (Corrigé)

L’exercice 1 sera discuté durant le cours du lundi 4 décembre.

Exercice 1 - QCM
Déterminer si les énoncés proposés sont vrais ou faux.
• Soient m, n > 1 des entiers, et F : K m → K n une application linéaire. Soient
B1 , B̃1 deux bases de K m et B2 , B̃2 deux bases de K n . Alors, dim Ker ([F ]B1 ,B2 ) =
dim Ker ([F ]B̃1 ,B̃2 ).
⃝ vrai ⃝ faux
• Soient n > 1 un entier et A, B ∈ Mn×n (K). Alors, det(A + B) = det(A) + det(B).
⃝ vrai ⃝ faux
• Soient n > 1 un entier, A ∈ Mn×n (K) et α ∈ K. Alors, det(αA) = α det(A).
⃝ vrai ⃝ faux
• Soient n > 1 un entier, K un corps et A ∈ Mn×n (K) telle que A⊤ = −A. Alors,
det(A) = 0.
⃝ vrai ⃝ faux
Sol.:
• Soient m, n > 1 des entiers, et F : K m → K n une application linéaire. Soient
B1 , B̃1 deux bases de K m et B2 , B̃2 deux bases de K n . Alors, dim Ker ([F ]B1 ,B2 ) =
dim Ker ([F ]B̃1 ,B̃2 ).
vrai ⃝ faux
• Soient n > 1 un entier et A, B ∈ Mn×n (K). Alors, det(A + B) = det(A) + det(B).
⃝ vrai faux
• Soient n > 1 un entier, A ∈ Mn×n (K) et α ∈ K. Alors, det(αA) = α det(A).
⃝ vrai faux
⊤
• Soient n > 1 un entier, K un corps et A ∈ Mn×n (K) telle que A = −A. Alors,
det(A) = 0.
⃝ vrai faux

Exercice 2
Soient U, V, W des K-espaces vectoriels de dimension finie. Montrer que la condition dim(V ) ≥
dim(U ) ou dim(V ) ≥ dim(W ) est nécessaire pour que l’application suivante soit surjective :

Ψ : L(U, V ) × L(V, W ) −→ L(U, W )

Ψ(F, G) = G ◦ F.

1
Sol.: Noter que Ψ n’est pas une application linéaire. Ψ est linéaire en chacun de ses deux
arguments F et G (Ψ(F1 + F2 , G) = Ψ(F1 , G) + Ψ(F2 , G) et Ψ(F, G1 + G2 ) = Ψ(F, G1 ) +
Ψ(F, G2 )), mais n’est pas linéaire en ses deux arguments ensemble (Ψ(F1 + F2 , G1 + G2 ) ̸=
Ψ(F1 , G1 ) + Ψ(F2 , G2 ) en général). Cela n’empêche par contre pas de discuter de sa surjec-
tivité.
On se donne BU , BV , BW bases de U, V, W , respectivement, de dimensions nU , nV , nW .
On pose AF = [F ]BU ,BV ∈ MnV ×nU (K) et AG = [G]BV ,BW ∈ MnW ×nV (K). Puisque L(U, W )
et MnW ×nU (K) sont isomorphes, se poser la question de la surjectivité de Ψ équivaut à se
demander : Pour toute matrice C ∈ MnW ×nU (K), existe t-il des matrices AF ∈ MnV ×nU (K)
et AG = MnW ×nV (K) telles que AG AF = C ?
Clairement, ce n’est pas toujours possible. Par exemple, si nU = nW = 5 et nV = 1,
alors puisque rang(C) ≤ min{rang(AG ), rang(AF )} ≤ 1, la matrice 5 × 5 C a un rang d’au
plus 1. Montrons que la condition donnée est nécessaire.
Nous avons dim(V ) ≥ dim(U ) ou dim(V ) ≥ dim(W ) ⇔ nV ≥ nU ou nV ≥ nW . Pour
vérifier que la condition est nécessaire, on doit montrer que la surjectivité est violée si cette
condition ne tient pas. La négation de la condition est : nV < nU et nV < nW . On a
rang(C) ≤ min{rang(AG ), rang(AF )}. Puisque le rang ne peut jamais être plus grand que
le nombre de lignes ou de colonnes, nous avons rang(AG ) ≤ nV et rang(AF ) ≤ nV . Par
conséquent, rang(C) ≤ nV < min{nU , nW } et une matrice C de (plein) rang min{nU , nW }
ne peut jamais être écrite sous la forme C = AG AF .
Exercice 3
La matrice
1 4 3 2
 
2 1 4 3
A=
 
3 2 1 4


4 3 2 1

décrit une application linéaire FA : C4 → C4 dans la base canonique B de C4 . Écrire la

matrice [FA ]P,P dans la base
   
1 1 1 1 
   

 
1  −i  −1  i 
 
P =  ,
  
,
 
,
 
 .


1 −1  1  −1 
 
1 i −1 −i
 

1 1 1 1
 
1 −i −1 i 
Sol.: Soit M =   la matrice dont les colonnes sont les vecteurs de la

1 −1 1 −1


1 i −1 −i
base P . On utilise l’identité [FA ]P,P = [I]B,P [FA ]B,B [I]P,B où [FA ]B,B = A. On peut montrer
que [I]P,B = M , et [I]B,P = [I]−1
P,B = M
−1
. On a

2
 10 0 0 0
 
 0 −2 − 2i 0 0 
[FA ]P,P = M −1 AM =  ,

0 0 −2 0 


0 0 0 −2 + 2i

obtenue en utilisant que

1 1 1 1
 

1 1 i −1 −i 
M −1 =  .
 
4 1 −1 1 −1
1 −i −1 i
Exercice 4
On considère les polynômes suivants dans R2 [t] :

r1 (t) = t2 , r2 (t) = (t − 1)2 , r3 (t) = (t + 1)2 ,

et

q1 (t) = 1, q2 (t) = t + 1, q3 (t) = t2 + t + 1.

i) Montrer que R = (r1 , r2 , r3 ) et Q = (q1 , q2 , q3 ) sont des bases de R2 [t]. Si B est la base
canonique de R2 [t], déterminer les deux matrices de passage [I]R,B et [I]Q,B .
ii) Déterminer la matrice de passage [I]R,Q .
iii) Déterminer les coordonnées du polynôme

w(t) := 3r1 (t) + 2r2 (t) − r3 (t)

dans la base Q.

Sol.:
i) On appelle e1 (t) = 1, e2 (t) = t, e3 (t) = t2 les éléments de la base canonique B. On a

r1 (t) =t2 =1 · e3 (t),

r2 (t) =1 − 2t + t2 =1 · e1 (t) − 2 · e2 (t) + 1 · e3 (t), (1)
r3 (t) =1 + 2t + t2 =1 · e1 (t) + 2 · e2 (t) + 1 · e3 (t).

Ainsi, la matrice de passage [I]R,B s’écrit

 
0 1 1
[I]R,B = 0 −2 2

.
1 1 1

Comme cette matrice est inversible, on peut affirmer que R est une base de R2 [t]. La
matrice [I]R,B est une matrice de changement de base. La première colonne de [I]R,B

3
 correspond à r1 , la deuxième à r2 , et la troisième à r3 . On peut voir ceci comme un
produit vecteur-matrice :
 
    0 1 1
r1 (t) r2 (t) r3 (t) = 1 t t2 0 −2 2 .
 

1 1 1
La matrice [I]R,B convertit les vecteurs de coordonnées ξR (dans la base R) en vecteurs
de coordonnées ξB (dans la base B) :
ξB = [I]R,B ξR .
On trouve de même [I]Q,B :
 
1 1 1
[I]Q,B = 0 1 1

.
0 0 1
Cette matrice est inversible donc Q est une base de R2 [t].
ii) La matrice [I]Q,B effectue le changement de coordonnées de Q vers B. [I]−1
Q,B est
également une matrice de passage car
ξB = [I]Q,B ξQ ⇐⇒ ξQ = [I]−1
Q,B ξB ,

et n’est autre que [I]B,Q . On calcule

 
1 −1 0
[I]B,Q = [I]−1 = 0 1 −1 .
 
Q,B
0 0 1
On peut maintenant passer des coordonnées ξR en base R aux coordonnées ξQ en base
Q. Pour ceci, on passe de ξR à ξB avec [I]R,B , puis de ξB à ξQ avec [I]B,Q . Ainsi,
la transformation ξQ = [I]R,Q ξR est donnée par ξQ = [I]B,Q [I]R,B ξR , i.e., [I]R,Q =
[I]B,Q [I]R,B . On trouve
 
0 3 −1
[I]R,Q = [I]B,Q [I]R,B =

−1 −3 1.
1 1 1
 ⊤
iii) Les coordonnées ξR de w en base R sont ξR = 3 2 −1 donc
 ⊤
ξQ = [I]R,Q ξR = 7 −10 4 .
Exercice 5
Soit A : C2 → C2 [t] l’application linéaire définie par
A(z1 , z2 ) = (2 + i)z1 + iz2 t + (z1 + z2 )t2 .
Soient E la base canonique de C2 et B la base canonique de C2 [t]. Soient
n o
F = {f1 , f2 } = (1, −i), (−2, 1 + i)
et n o
G = {g1 (t), g2 (t), g3 (t)} = t − 1, it + t2 , 2 − t + it2 .

4
 a) Montrer que F est une base de C2 et que G est une base de C2 [t].
b) Déterminer la matrice [A]E,B .
c) Déterminer les matrices de passage [I]F,E , [I]G,B et [I]B,G .
d) Déterminer [A]F,G .

Sol.:
a) Pour montrer que F est libre, on se donne a, b ∈ C tels que a(1, −i) + b(−2, 1 + i) =
(0, 0). Ceci donne le système d’équations :
(
a − 2b = 0,
−ia + (1 + i)b = 0.

En multipliant la première équation par i et en l’additionnant à la deuxième, on

obtient (1 − i)b = 0, donc b = 0, et aussi a = 0. Ceci prouve l’indépendance linéaire
des 2 vecteurs (1, −i) et (−2, 1+i). Comme on connaît la dimension de C2 , qui vaut 2
(comme C-espace vectoriel), il en résulte que F est une base de C2 (par le théorème de
complétion). Alternativement, on aurait pu voir que ces deux vecteurs ne sont pas des
multiples scalaires l’un de l’autre. Par conséquent, ils sont linéairement indépendants.
Pour montrer que G est une base de C2 [t], il suffit de nouveau (par le théorème de
complétion) de montrer l’indépendance linéaire, car il y a 3 vecteurs dans G et C2 [t]
est de dimension 3 (comme C-espace vectoriel). Supposons donc qu’il existe a, b, c ∈ C
tels que ag1 (t) + bg2 (t) + cg3 (t) = 0 pour tout t ∈ C, c’est-à-dire a(t − 1) + b(it + t2 ) +
c(2 − t + it2 ) = 0. En identifiant les coefficients de 1, t, t2 , on trouve le système


 −a + 2c = 0,
a + bi − c = 0,


b + ci = 0,
que l’on peut résoudre de plusieurs façons. Par exemple, en additionnant les 2 pre-
mières équations, on trouve ib+c = 0, puis, en multipliant par i, on obtient −b+ic = 0.
Avec la 3ème équation, cela implique b = c = 0, puis on obtient aussi a = 0, ce qui
démontre l’indépendance linéaire des 3 vecteurs de G.
b) On calcule

A(e1 ) = A(1, 0) = 2 + i + t2 = (2 + i) · 1 + 0 · t + 1 · t2 ,
A(e2 ) = A(0, 1) = it + t2 = 0 · 1 + i · t + 1 · t2 .
 
2+i 0
En mettant les coefficients en colonnes, on trouve [A]E,B =  0 i 
.


1 1
c) Pour calculer [I]F,E on écrit les vecteurs de F en fonction de ceux de E :

f1 = (1, −i) = 1 · (1, 0) − i · (0, 1) = e1 − ie2 ,

f2 = (−2, 1 + i) = −2 · (1, 0) + (1 + i) · (0, 1) = −2e1 + (1 + i)e2 .
!
1 −2
En mettant les coefficients en colonnes, on trouve [I]F,E = .
−i 1 + i

5
 De même, comme
  

 g1 (t) = −1 + t, −1 0 2
g2 (t) = it + t2 , on a [I]G,B =  1 i −1  .
 

g3 (t) = 2 − t + it2 ,


0 1 i

Pour calculer [I]B,G , on doit trouver l’inverse de [I]G,B . Si on connaît des méthodes
d’inversion de matrices, on peut trouver :
 −1  
−1 0 2 0 2 −2i
1
[I]B,G = ([I]G,B )−1 =  1 i −1  =  −i −i 1 .
 
2
0 1 i 1 1 −i

d) Pour trouver [A]F,G , on utilise la formule de changement de base. D’après le cours,

[A]F,G = [I]B,G · [A]E,B · [I]F,E
   
0 2 −2i 2+i 0 !
1 1 −2
=  −i −i 1 · 0
 
i 
2 −i 1 + i

1 1 −i 1 1
 
−i 2i
=  1 − 2i −1 + 3i .
 

1 −2
On pourrait aussi utiliser la définition de [A]F,G et calculer directement les expressions
de A(1, −i) et A(−2, 1 + i) dans la base G. Toutefois, les calculs deviennent assez
pénibles car, pour chaque colonne à trouver, il y a un système linéaire à résoudre.
D’où l’utilité de la formule de changement de base.
Exercice 6
Soit φ l’endomorphisme de R3 dont la matrice dans la base canonique (e1 , e2 , e3 ) de R3 est :
 
0 1 0
M =  0 0 1 .
 

1 −3 3
1. Montrer que φ est un automorphisme de R3 et déterminer φ−1 .
2. Déterminer une base (b1 , b2 , b3 ) de R3 telle que φ(b1 ) = b1 , φ(b2 ) = b1 + b2 et φ(b3 ) =
b2 + b3 .
3. Déterminer la matrice de passage de (e1 , e2 , e3 ) à (b1 , b2 , b3 ).
4. En déduire φn (e1 ), φn (e2 ) et φn (e3 ), pour n ≥ 1 entier.

Sol.:
1. On a rang(φ) = rang(M ) = 3. Donc φ est bien un automorphisme de R3 . Posons
v1 = φ(e1 ), v2 = φ(e2 ) et v3 = φ(e3 ).
−1
  

 v1 = e3  e3 = v1
  φ (e3 ) = e1

v2 = e1 − 3e3 ⇔ e1 = 3v1 + v2 ⇔ φ−1 (e1 ) = 3e1 + e2
 −1
e2 = −3v1 + v3 φ (e2 ) = −3e1 + e3
  

v3 = e2 + 3e3 

6
 et la matrice de φ−1 dans la base canonique est
 
3 −3 1
M −1 = 1 0 0 

.
0 1 0
2. Posons b1 = xe1 + ye2 + ze3 .

    
−1 1 0 x 0
φ(b1 ) = b1 ⇔ (φ − Id)(b1 ) = 0 ⇔  0 −1 1   y  =  0  ⇔ x = y = z.
    

1 −3 2 z 0

On obtient b1 = e1 + e2 + e3 .
Posons b2 = xe1 + ye2 + ze3 . Alors,



 −x + y = 1
φ(b2 ) = b1 + b2 ⇔ (φ − Id)(b2 ) = b1 ⇔ −y + z = 1 ⇔ y = x + 1 et z = x + 2.
x − 3y + 2z = 1



On prend b2 = e2 + 2e3 .
Posons b3 = xe1 + ye2 + ze3 .



 −x + y = 0
φ(b3 ) = b2 + b3 ⇔ (φ − Id)(b3 ) = b2 ⇔ −y + z = 1 ⇔ y = x et z = x + 1.
x − 3y + 2z = 2



On prend b3 = e3 .
Un simple calcul fournit que la famille (b1 , b2 , b3 ) est linéairement indépendante, donc
c’est une base de R3 .
La matricede passage de la base (b1 , b2 , b3 ) à la base (e1 , e2 , e3 ) est [I]B,E = P =
3. 
1 0 0
 1 1 0 . Alors, la matrice de passage de la base (e1 , e2 , e3 ) à la base (b1 , b2 , b3 )
 

1 2 1
est  
1 0 0
[I]E,B = P −1 =   −1 1 0  .


1 −2 1
 
1 1 0
4. Soit T la matrice de φ dans la base (b1 , b2 , b3 ). Alors, P −1 M P = T =  0 1 1 
 

0 0 1
ou encore M = P T P −1 . Par suite, pour tout n ≥ 1, M n = P T n P −1 .
   
0 1 0 0 0 1
Posons N =  0 0 1 . On a N 2 =  0 0 0 , puis N 3 = 03 . Alors, N n = 03
  

0 0 0 0 0 0
pour n ≥ 3.

7
 Donc, pour n ≥ 1 entier, puisque I3 et N commutent, la formule du binôme de Newton
fournit
 
1 n n(n − 1)/2
n n n(n − 1) 2 
T = (I3 + N ) = I3 + nN + N = 0 1 n .

2
0 0 1

Alors,
   
1 0 0 1 n n(n − 1)/2 1 0 0
M n = P T n P −1  1 1 0  0 1
= 
n   −1 1 0 
 

1 2 1 0 0 1 1 −2 1
  
1 n n(n − 1)/2 1 0 0
= 1 n+1 n(n + 1)/2   −1 1 0 
  

1 n + 2 (n + 1)(n + 2)/2 1 −2 1
 
(n − 1)(n − 2)/2 −n(n − 2) n(n − 1)/2
=

n(n − 1)/2 −(n − 1)(n + 1) n(n + 1)/2 ,


n(n + 1)/2 −n(n + 2) (n + 1)(n + 2)/2

ce qui fournit φn (e1 ), φn (e2 ) et φn (e3 ).

Exercice 7
Soient π, σ ∈ S6 telles que
! !
123456 123456
π= , σ= .
453162 263514

i) Calculer π ◦ σ, σ ◦ π, π −1 , σ −1 .
ii) Écrire π comme composition de transpositions.
iii) Calculer sgn(π) et sgn(σ).

Sol.:
i) Effectuons la composition π ◦ σ. Pour i ∈ {1, . . . , 6}, on applique d’abord la permuta-
σ π
tion σ pour obtenir σ(i), et on applique ensuite π à σ(i). On obtient ainsi 1 7→ 2 7→ 5,
σ π σ π
2 7→ 6 7→ 2, 3 7→ 3 7→ 3, etc, i.e.,
!
1 2 3 4 5 6
π◦σ = .
5 2 3 6 4 1

De même, !
1 2 3 4 5 6
σ◦π = .
5 1 3 2 4 6
Pour obtenir l’inverse, il suffit de permuter les 2 lignes, et de réordonner les indices
de la nouvelle première ligne ainsi obtenue :
! !
−1 1 2 3 4 5 6 −1 1 2 3 4 5 6
π = , σ = .
4 6 3 1 2 5 5 1 3 6 4 2

8
 ii) Il y a plusieurs moyens d’écrire π comme composition de transpositions. Une ma-
nière est de commencer avec l’identité et de graduellement changer les indices jusqu’à
obtenir la permutation souhaitée. Par exemple, comme 1 doit être envoyé sur 4, on
commence par la transposition (1, 4). Ensuite, on a la paire (2, 5), donc on considère
(2, 5) ◦ (1, 4). L’indice 3 doit rester à la même place, et 4 a déjà la bonne image grâce
à (1, 4). Il reste alors la paire (5, 6). L’indice 5 ayant été envoyé sur 2 par (2, 5), on
doit ainsi considérer la transposition (2, 6). Finalement, on a π = (2, 6) ◦ (2, 5) ◦ (1, 4),
et on vérifie facilement que cette décomposition fonctionne.
iii) Comme π est composée de trois transpositions, sa signature est sgn(π) = (−1)3 = −1.
Pour la permutation σ, un produit de transpositions possible est σ = (1, 5) ◦ (1, 4) ◦
(1, 6) ◦ (1, 2), ainsi sa signature est sgn(σ) = (−1)4 = 1.
Exercice 8
Soit n ≥ 1 un entier. Déterminer la signature des permutations suivantes :
!
1 2 ··· n−1 n
1. π = ,
n n − 1 ··· 2 1
!
1 2 3 ··· n n + 1 n + 2 ··· 2n − 1 2n
2. σ = .
1 3 5 ··· 2n − 1 2 4 ··· 2n − 2 2n

Sol.:
On note I(τ ) le nombre d’inversions de la permutation τ :
n o
I(τ ) = Card 1 ≤ i < j ≤ n | τ (i) > τ (j) .

On a sgn(τ ) = (−1)I(τ ) et I(τ ) se calcule en dénombrant, pour chaque terme de la

seconde ligne, le nombre de termes inférieurs qui le suivent.
(n−1)n
1. I(π) = (n − 1) + (n − 2) + · · · + 1 + 0 = 2
donc sgn(π) = (−1)(n−1)n/2 .
(n−1)n
2. I(σ) = 0 + 1 + · · · + (n − 1) + 0 + 0 + · · · + 0 = 2
donc sgn(σ) = (−1)(n−1)n/2 .
Exercice 9

i) Calculer le déterminant des matrices M3×3 (K) suivantes sur les anneaux K spécifiés :
 
1 2 2
0 0 2 dans R et dans F3 ,
1. A =  

2 1 1
 
1 t 0
2. B = 2 2t − 1 t2  dans R[t],
 

3 3t 1
 
2 t 1
2
3. C =  2t t + 1 t  dans R[t].


2t2 t3 t2 + t
ii) Calculer le déterminant de la matrice M4×4 (R) suivante en utilisant la définition 6.3
du cours :

9
 1 2 0 0
 
−2 1 0 0
D= .

−1 2 1 2


2 −1 4 0

Sol.:
i) 1. Avec la règle de Sarrus, on calcule det(A) = 6 dans R et det(A) = 0 dans F3 .
2. Avec la règle de Sarrus, on calcule det(B) = −1.
3. Avec la règle de Sarrus, on calcule det(C) = 2t.
ii) En utilisant la définition de det, on voit que les permutations σ telles que σ(1) = 3,
ou σ(1) = 4, ou σ(2) = 3, ou σ(2) = 4, ou σ(4) = 4, ne contribuent pas à la
somme puisque les entrées d13 , d14 , d23 , d24 et d44 sont nulles. Seules deux permutations
contribuent à la somme :
! !
1 2 3 4 1 2 3 4
σ1 = , σ2 = .
1 2 4 3 2 1 4 3
On obtient donc det(D) = −40.
Exercice 10
Soit A ∈ Mn×n (C) une matrice hermitienne. Montrer que det(A) ∈ R.

Sol.: On veut montrer que det(A) = det(A).

Par la définition 6.3 du déterminant, on a

X n
Y X n
Y
det(A) = sgn(σ) ai,σ(i) = sgn(σ) ai,σ(i) = det(A).
σ∈Sn i=1 σ∈Sn i=1

⊤
Par ailleurs, on sait que det(B ⊤ ) = det(B), ce qui fournit det(A) = det(A∗ ) = det(A ) =
det(A) = det(A). Ainsi, det(A) ∈ R.

10