td25 Corrige

Familles libres et génératrices, dimension d’un espace vectoriel
Feuille 25
Exercice 25.1 Solution p. 5

On note E l’ensemble des fonctions de R dans R de la forme x 7−→ (ax + bx + c) cos x, où a, b, c ∈ R. Montrer
2
que E est un R-espace vectoriel, déterminer une base de E ainsi que sa dimension.

Soit a ∈ C∗ . On note f l’application de C dans C définie par f (z) = z + az.
1. Montrer que f est R-linéaire mais qu’elle n’est pas C-linéaire.
2. Déterminer la matrice de f dans la R-base (1, i).
3. Déterminer les noyau et image de f.

Soient E et F deux K-espaces vectoriels et u ∈ L (E, F ). Soit (xi )i∈I une famille libre de vecteurs de E. Montrer
que la famille (u(xi ))i∈I est libre si et seulement si Ker(u) ∩ Vect{xi / i ∈ I} = {0}.
Exercice 25.4 Ü ê Solution p. 6

1 1 1 1
a b a b
Calculer le rang de , où a, b, c et d sont 4 réels quelconques.
c c d d
ac bc ad bd

On note E = Rn [X]. f désigne l’endomorphisme de E défini par : pour tout P ∈ E, f (P ) = P − P 0 .
1. Montrer que f est bijective
(a) sans la matrice de f

(b) avec la matrice de f
2. Montrer que pour tout Q ∈ E, il existe P tel que P − P 0 = Q. Donner une expression de P en fonction de Q.

Soit (e1 , . . . , en ) et (f1 , . . . , fn ) deux bases d’un K-espace vectoriel de dimension n ∈ N∗ Montrer qu’il existe
i ∈ Nn tel que (e1 , . . . , en−1 , fi ) est une base de E.

Soit E = Rn [X] et a0 , . . . , an , n + 1 réels distincts.
1. Pour tout k ∈ {0, . . . , n}, on note Φk la forme linéaire sur E définie par : Φk (P ) = P (ak ). Montrer que
(Φk )0≤k≤n est une base de L (E, R).
Z 1 Xn
2. Montrer qu’il existe un unique polynôme A ∈ E tel que, pour tout P ∈ E, P (t)dt = A(ak )P (ak ).
0 k=0

Soit A ∈ M2 (K). Démontrer que A − T r(A)A + det(A)I2 = 0.
2
En déduire qu’il existe deux

Å suitesã(αn ), (βn ) ∈ K telles que, pour tout n ∈ N, A = αn A + βn I2 .
N n
3 −2
En déduire le calcul de pour tout n ∈ N.
5 −4
Quentin De Muynck Sous licence c b e a
FEUILLE XXV - FAMILLES LIBRES ET GÉNÉRATRICES, DIMENSION D’UN ESPACE VECTORIEL

Soit E un K-espace vectoriel de dimension n et soit H un hyperplan de E.
1. Si x1 6∈ H, montrer qu’on peut compléter (x1 ) en une base de E ne contenant aucun vecteur de H.
2. Si (x1 , . . . , xp ) est une famille libre telle que, pour tout i ∈ {1, . . . , p}, xi 6∈ H, montrer qu’on peut compléter
(x1 , . . . , xp ) en une base de E ne contenant aucun vecteur de H.

Calculer le rang de la matrice de Mn (R) dont le (i, j)e coefficient est égal à sin(i + j).

Soit A ∈ Mn (K).
1. Montrer que rg(A) = 1 si et seulement si il existe X, Y ∈ Kn \ {0} tels que A = X t Y.
2. On suppose que rg(A) = 1.
(a) Montrer que A2 = Tr(A)A.

(b) Pour tout k ∈ N∗ , calculer (In + A)k .

Soient A et B dans Mn (K) telles que, pour tout M ∈ Mn (K), AM B = 0. Montrer que A = 0 ou B = 0.

Polynômes d’interpolation d’Hermite :
Soit n ∈ N∗ et p ∈ N∗ . n0 , . . . , np désignent p + 1 entiers strictement positifs tels que n0 + · · · + np = n.
Soient a0 , . . . , ap , p + 1 éléments d’un sous-corps de C noté K, et pour tout i ∈ {0, . . . , p}, pour tout j ∈
{0, . . . , ni − 1}, soit ui,j ∈ K.
Montrer qu’il existe un unique polynôme u de degré strictement inférieur à n tel que pour tout i ∈ {0, . . . , p}
et pour tout j ∈ {0, . . . , ni − 1}, u(j) (ai ) = ui,j .

Soient E et F deux K-espaces vectoriels et f ∈ L (E, F ), avec f 6= 0. Montrer que les assertions suivantes sont
équivalentes :
i. f est injective.
ii. L’image par f de toute famille libre est libre.
iii. Pour tout triplet (G, H, L) de sous-espaces vectoriels de E tel que G = H ⊕ L, f (G) = f (H) ⊕ f (L).

Notons E le R-espace vectoriel des suites réelles convergentes.
Pour tout k ∈ N, on pose
ϕk : E −→ R
(un )n∈N 7−→ uk
On note aussi :
ϕ∞ : E −→ R
(un )n∈N 7−→ lim un
n→+∞
1. Montrer que la famille (ϕn )n∈N ∪ (ϕ∞ ) est une famille libre de L (E, R).
2. Montrer que cette famille n’est pas une base de L (E, R).
Exercice 25.16  Solution p. 12

un+1 = −un + vn + wn

On considère des suites de réels (un ), (vn ), et (wn ) telles que vn+1 = un − vn + wn

wn+1 = un + vn − wn

Déterminer les expressions de un , vn et wn en fonction de n ∈ N et de u0 , v0 et w0 .
Quentin De Muynck 2 Sous licence c b e a

K = R ou C. E est un K-espace vectoriel de dimension finie.
1. Déterminer les endomorphismes f de E tels que ∀x ∈ E, (x, f (x)) est liée.
2. En déduire {g ∈ L (E) / ∀h ∈ GL(E), h ◦ g = g ◦ h}.
3. Soit n ∈ N∗ . On note gn l’endomorphisme de Rn [X] défini par ∀P ∈ Rn [X], gn (P ) = P 0 .

On note C(gn ) = {f ∈ L (Rn [X]) / f ◦ gn = gn ◦ f }. Déterminer dim(C(gn )), puis déterminer C(gn ).

On suppose que K est un corps de caractéristique nulle.
1. On note D l’application de K[X] dans lui-même définie par : D(P ) = P 0 . Exprimer deg(D(P )) en fonction
de deg(P ).
2. Montrer que les seuls sous-espaces non nuls stables par D de dimension finie sont les Kn [X].
3. Quels sont les sous-espaces stables de dimension infinie ?
4. En déduire
 quels sont les sous-espaces
 stables de Kn par l’endomorphisme canoniquement associé à la matrice
0 1 0 ··· 0
 .. .. 
 0 0 1 . . 
 . . . 
J = .
 .. .. 0  .
 . 
 0 ··· ··· 0 1 
0 ··· ··· 0 0

Soit n est un entier supérieur ou égal à 1.
E est un R-espace vectoriel de dimension n.
On dit qu’une famille (x1 , . . . , xp ) de p vecteurs de E est positivement génératrice si et seulement si, pour tout
Xp
x ∈ E, il existe (α1 , . . . , αp ) ∈ R tel que x =
p αi xi avec, pour tout i ∈ Np , αi ≥ 0.
i=1
Déterminer le plus petit cardinal des familles positivement génératrices de E.

Soient (a, b) ∈ R2 tel que a < b, n un entier supérieur ou égal à 2 et (a1 , . . . , an ) ∈ Rn telle que a = a1 <
a2 < · · · < an−1 < an = b.
On note F l’ensemble des applications continues de [a, b] dans R pour lesquelles :
∀i ∈ {2, . . . , n}, ∃(αi , βi ) ∈ R2 , ∀x ∈ ]ai−1 , ai [, f (x) = αi x + βi .
1. Montrer que F est un R-espace vectoriel.
2. Pour f ∈ F, on pose ϕ(f ) = (f (a1 ), f (a2 ) − f (a1 ), . . . , f (an ) − f (an−1 )).

A l’aide de ϕ, montrer que dim(F) ≤ n.
3. Pour tout j ∈ {1, . . . , n}, on pose fj : [a, b] −→ R .

x 7−→ |x − aj |
Montrer que (fj )j∈J1,nK est une base de F.
4. Montrer que les éléments convexes de F sont ceux de la forme :
n−1
X
x 7−→ αx + β + γj |x − aj |, où ∀j ∈ {2, . . . , n − 1}, γj ≥ 0
j=2


Soient K un sous-corps de C et L un sous-corps de K.
1. Montrer que tout K-espace vectoriel est aussi un L-espace vectoriel.
2. Si B est un corps et si A est un B-espace vectoriel, on note, lorsqu’elle est définie, dimB (A) la dimension de
A.
Soit E un K-espace vectoriel. On suppose que dimL (K) et dimK (E) sont définies. Montrer que dimL (E) est
également définie et que dimL (E) = dimL (K) dimK (E).

Solution de l’exercice 25.1 Énoncé

Dans l’espace vectoriel R , E = Vect (x 7−→ x cos x)0≤i≤2 donc E est un R-espace vectoriel et b = (x 7−→
i
R

xi cos x)0≤i≤2 engendre E. (par construction)

X2 i πh X 2
Soit (αi )0≤i≤2 ∈ R3 telle que αi xi cos x = 0(∀x ∈ R), alors ∀x ∈ 0, , αi xi = 0 car cos x 6= 0.
2
i=0 i=0
2
X
Donc αi X i possède une infinité de racines, donc d’après le principe de rigidité des polynômes, c’est le polynôme
i=0
identiquement nulle, puis α0 = α1 = α2 = 0, donc b est bien une base de E et dim E = 3.
1. On vérifie que ∀z, z 0 ∈ C, ∀α ∈ R, f (αz + z 0 ) = αf (z) + f (z 0 ) car f (αz + z 0 ) = αz + z 0 + aαz + z 0 =

α(z + az) + (z 0 + az 0 ) = αf (z) + f (z 0 ).
Supposons que f soit C-linéaire, alors f (i) = if (1), donc i − ai = i(1 + a), donc a = 0, ce qui est faux. Ainsi
f n’est pas C-linéaire.
2. Posonsa = b + ic,Å avec b, c ∈ R.

ã f (1) = 1 + a = 1 + b + ic et f (i) = i − i(b + ic) = c + i(1 − b). Ainsi
1+b c
mat(f, (1, i)) = = M.
c 1−b
3. det M = 1 − b2 − c2 = 1 − |a|2 .
Premier cas : |a| =
6 1, alors M ∈ GLn (R), donc Ker f = {0} et Imf = C.
Second cas : |a| = 1, posons ! alors a = eiθ . !
1 + cos θ sin θ 2 cos2 2θ 2 cos 2θ sin 2θ Ä ä
M= = = C 1 C 2 .
sin θ 1 − cos θ 2 cos 2θ sin 2θ 2 sin2 2θ
Or M 6∈ GLn (R), donc rg M ≤ 2, donc rg M ∈ {0, 1} donc rg M = 1 (sinon M serait identiquement nulle
ce qui est impossible). Donc C !1 et C2 sont colinéaires.!
θ θ
cos 2 θ cos 2
En effet C1 = 2 cos 2θ et C 2 = 2 sin 2 .
sin 2θ sin 2θ
!
cos 2θ
Ainsi ImM = Vect(C1 , C2 ) = Vect .
sin 2θ
! !
x1 y1
Or d’après le cours M X = Y ⇔ f (x1 + ix2 ) = y1 + iy2 , si X = et Y = , donc Imf =
x2 y2
Vect cos 2θ + i sin 2θ = Vect eiθ .

! !
− sin 2θ cos 2θ + π2
De plus, cos 2 C2 −sin 2 C1 = 0, donc M ×
θ θ
= 0, donc ∈ Ker M , or dim Ker(M )+
+ cos 2θ sin 2θ + π2
Ä ä
dim Im(M ) = dim C = 2 d’après le théorème du rang, donc dim Ker(M ) = 1. Donc Ker f = Vect ei(θ/2+π/2)

⇒ : Supposons que (u(xi ))i∈I est libre.
X
Soit a ∈ Ker u ∩ Vect{xi / i ∈ I}, alors il existe (αi )i∈I ∈ KI telle que a = αi xi , or a ∈ Ker u, donc
i∈I
!
X X
u(a) = 0 = u αi xi = αi u(xi )
i∈I i∈I
Par hypothèse, (u(xi ))i∈I est libre, donc pour tout i ∈ I, αi = 0 donc a = 0.
Donc Ker u ∩ Vect{xi / i ∈ I} = {0}.
⇐ : Supposons que Ker(u) ∩ Vect{xi / i ∈ I} = {0}.

!
X X X
Soit (αi )i∈I ∈ KI telle que
αi u(xi ) = 0, alors par linéarité de u, on a u αi xi = 0 et αi xi ∈
i∈I i∈I i∈I
Ker u ∩ Vect{xi / i ∈ I}, donc αi xi = 0, donc pour tout i ∈ I, αi = 0, donc (u(xi ))i∈I est libre.
P

1 2 3 4 3 2 4 1−3 1 2 2−3 4
Ü ê Ü ê Ü ê
1 1 1 1 1 1 1 0 1 1 0 0
a b a b a b b 0 a b 0 0
M= → → →
c c d d d c d c−d d c c−d c−d
ac bc ad bd ad bc bd a(c − d) ad bc b(c − d) a(c − d)
1 2−1 3 4 1 2 3 4−3
Ü ê Ü ê
1 0 0 0 1 0 0 0
a b−a 0 0 a b−a 0 0
→
d c−d c−d c−d d c−d c−d
ad bc − ad b(c − d) a(c − d) ad bc − ad b(c − d) (a − b)(c − d)
1er cas : a 6= b, c 6= d, aucun coefficient sur la diagonale est nulle, donc rg(M ) = 4.
2e cas : [a = b, c 6= d] ou [a 6= b, c = d] : les deux dernières colonnes sont nulles (donc rang inférieur ou égal
à 2), et comme a est différent de b, les 2 premières sont libres donc rg(M ) = 2.
3e cas : a = b, c = d : les trois dernières colonnes sont nulles donc rg(M ) = 1.
1. (a) On est en dimension finie donc l’injectivité est équivalente à la bijectivité. Ainsi il suffit de montrer que
f est injective. Soit P ∈ Rn [X] :
P − P 0 = 0, donc P = P 0 , donc deg P = deg P 0 , donc P = 0. Ainsi f est injective donc bijective.
(b) Établissons la matrice M associée à f dans la base canonique (X k )k∈J0,nK :
à í à í
0 1 ... 0 1 −1 . . . 0
.. . . .. . .. . . .. ..
. . . .. . . . .
M = In+1 − .. = ..
. 0 n . 1 −n
0 ··· ··· 0 0 ··· 0 1
Ainsi M est triangulaire supérieure et les coefficients de la diagonale sont non nuls donc M est inversible
d’après le cours. Ainsi f est bijective (et M −1 est triangulaire supérieure)
2. Soit Q ∈ Rn [X]. On cherche P ∈ Rn [X] tq P − P 0 = Q. On remarque alors en dérivant k fois :
P (k) − P (k+1) = Q(k)
Donc on a :
X
P = P (k) − P (k+1)
k∈N
X
= Q(k)
k∈N
Xn
= Q(k)
k=0

Soit (e1 , . . . , en ) et (f1 , . . . , fn ) deux bases de E, K-espace vectoriel de dimension n ∈ N∗ .
x = (e1 , . . . , en ) est une base donc elle est libre, donc (e1 , . . . , en−1 ) est libre également.
y = (e1 , . . . , en−1 , f1 , . . . , fn ) contient la base (f1 , . . . , fn ), donc elle est génératrice.

D’après le théorème de la base incomplète, on peut compléter x avec des éléments de y qui ne sont pas dans x. Or
la famille x contient n − 1 éléments et dim E = n, donc il faut rajouter un seul élément donc il existe i ∈ J1, nK tel
que (e1 , . . . , en−1 , fi ) est une base.
1. On a d’après le cours que dim E \{0} = n+1, donc (Φk )0≤k≤n est une base de E si et seulement si (Φk )0≤k≤n
est libre.
n
X
Soit (bk )0≤k≤n ∈ R n+1 telle que bk Φk = 0. On applique l’égalité aux polynômes de Lagrange associés à
k=0
la famille (ak )0≤k≤n , que l’on note (Li )0≤k≤n et on a ∀i, k ∈ J0, nK, Li (ak ) = δi,k . Ainsi :
n
X n
X
∀i ∈ J0, nK, 0 = bk Li (ak ) = bk δi,k = bi
k=0 k=0
On a montré que pour tout k ∈ J0, nK, bk = 0. Ainsi (Φk )0≤k≤n est libre.
Z 1
2. On vérifie que u : P 7−→ P (t) dt est une forme linéaire de E. Ainsi d’après ce qui précède :
0
n
X
n+1
∃!(bk )0≤k≤n ∈ R , u= bk Φk
k=0
Or, par rigidité des polynômes, pour toute famille (bk )0≤k≤n de n + 1 éléments de R, il existe un unique
polynôme A ∈ Rn [X] tel que ∀k ∈ J0, nK, A(ak ) = bk , donc on a bien :
n
X
∃!A ∈ Rn [X], u = A(ak )Φk
k=0

Cet exercice est un cas particulier du théorème de Cayley-Hamilton, ici en dimension 2.
Å 2 ã
a + bc ab + bd
On a A =
2 , Tr(A) = a + d, det A = ad − bc. Donc :
ca + cd cb + d2
Å 2 ã Å 2 ã Å ã
2 a + bc ab + bd a + ad ab + bd ad − bc 0
A − Tr A + det A2 = − + = 0.
ca + cd cb + d2 ac + cd ad + d2 0 ad − bc
Montrons par récurrence qu’il existe αn et βn tels que An = αn A + βn I2 . La propriété est vraie au rang 0 et
1. Supposons la vraie au rang n. Alors
An+1 = AAn
= A(αn A + βn I2 )
= αn A2 + βn A
= αn (Tr(A)A + det(A)I2 ) + βn A
= (αn Tr(A) + βn ) + αn det(A)I2
Donc on a ∀n ∗
Å ∈ N ,ãαn+1 = αn Tr(A) + βn , βn+1 = −αn det A.
3 −2
Pour A = , avec α0 = 0, β0 = 1, α1 = 1 et β1 = 0. Et ici αn+1 = −αn + βn et βn+1 = 2αn , donc
5 −4
αn+2 = −αn+1 + 2αn . Posons X 2 + X − 2 = 0 ⇔ X = 1 ou X = −2.
Donc αn = a + b(−2)n , et on détermine a = 1/3 et b = −1/3.
1 − (−2)n 2 + (−2)n
Donc An = A+ I2 .
3 3
Autre méthode : En présentant la division de X n par χA (X), car on a χA (A) = 0. χA est un polynôme annu-
lateur de A, donné par la relation de l’énoncé.
On pose X n = χA Q + αn X + βn la division euclidienne de X n par χA . Donc An = χA (A)Q(A) + αn + βn I2 . Ici
χA (X) = X 2 + X − 2 = (X − 1)(X + 2), en évaluant la quantité précédente en 1 et en −2, on a 1n = 1 = αn + βn
et (−2)n = −2αn + βn . Donc 3αn = 1 − (−2)n et 3βn = 2 + (−2)n .
1. Soit H un hyperplan de E, i.e. un sous-espace vectoriel de E de dimension n − 1. Soit x1 6∈ H, (e1 , . . . , en )

une base de H. Alors (x1 , e1 + x1 , . . . , en + x1 ) est une base de E ne contenant aucun vecteur de H. En effet,
∀i ∈ J1, n − 1K, ei + xi 6∈ H, sinon x1 ∈ H par stabilité des espaces vectoriels.
n−1 n−1 n n
!
X X X X
Soit (αi )0≤i≤n telle que αi (ei + x1 ) + αn x1 = 0 ⇔ αi ei + αi x1 = 0 ⇒ αi = 0 sinon
i=0 i=0 i=0 i=0
| {z }
∈H
n−1
X
x1 ∈ H . Donc on a αi ei = 0 ⇒ ∀i ∈ J1, n − 1K, αi = 0 car (e1 , . . . , en ) est une base de E (donc a
i=0
fortiori libre). Donc αn = 0 donc (αi )1≤i≤n = (0).
Donc (x1 , e1 + x1 , . . . , en + x1 ) est libre et de cardinal n, donc c’est une base de E.
Ou bien : (x1 , e1 + x1 , . . . , en + x1 ) est libre car (e1 , . . . , en ) est libre et on rajoute un vecteur qui n’est
pas engendré par la famille (e1 , . . . , en ) donc on reste libre.
2. Soit p ∈ J1, nK. On pose R(p) : si (x1 , . . . , xp ) est une famille libre avec ∀i ∈ J1, pK, xi 6∈ H, alors on peut
compléter (x1 , . . . , xp ) en une base de E ne contenant aucun vecteur de H.
• R(1) : c’est la question précédente.
• Soit 1 ≤ p ≤ n et on suppose R(p) vraie. Soit (x1 , . . . , xp , xp+1 ) une famille libre, donc (x1 , . . . , xp ) est
aussi une famille libre. Alors il existe e1 , . . . , en−p 6∈ H tels que (x1 , . . . , xp , e1 , . . . , en−p ) est une base de E.
Donc A = (x1 , . . . , xp , xp+1 , e1 , . . . , en−p ) est génératrice de E : d’après le théorème de la base incomplète,
on peut compléter (x1 , . . . , xp , xp+1 ) en une base de E.
Donc il existe ei1 , . . . , ein−p−1 6∈ H tels que (x1 , . . . , xp , xp+1 , ei1 , . . . , ein−p−1 ) est une base de E ne conte-
nant aucun vecteur de E, ce qui prouve R(p + 1) et conclut la récurrence.

1 2 ··· n
à í
sin(1 + 1) sin(2 + 1) · · · sin(n + 1)
.. .. ..
. . . sin(n + 2)
A= .. .. .. ..
. . . .
sin(n + 1) ··· · · · sin(n + n)
Soit j ∈ J1, nK, on a, pour tout ∀i ∈ J1, nK, sin(i + j) = sin(i) cos(j) + cos(i) sin(j).
Donc A ∈ Vect((cos x)x∈J1,nK , (sin x)x∈J1,nK ). Donc rg(A) ≤ 2. Puisque sin(1) 6= 0, on a rg(A) 6= 0.
Montrons que rg(A) 6= 1.
á ë á ë
sin 2 sin 3
sin 3 sin 4
Supposons que rg(A) = 1, alors .. =k .. , avec k ∈ R∗ .
. .
sin(n + 1) sin(n + 2)
®
sin 2 = k sin 3 1 cos 2 − cos 6 1 cos 0 − cos 6
Donc ⇒ k sin(2) sin(4) = k sin(3) sin(3) ⇒ = ⇒ cos 2 =
sin 3 = k sin 4 2 2 2 2
cos 0 = 1 .
Donc rg(A) = 2.
Autre méthode :
Å ã
sin 2 sin 3
Si n ≥ 2, on peut alors extraire de M la matrice qui est inversible car de déterminant non-nul. Ainsi
sin 3 sin 4
rg(M ) ≥ 2, donc rg(M ) = 2.
1. Supposons que rg A = 1, alors pour tout k ∈ J1, nK, on note Ak la k-ième colonne de A. Comme rg A = 1, il
existe i0 ∈ J1, nK tel que ∀k ∈ J1, nK, Ak ∈ Vect(Ai0 ).
à í
α1
..
.
Ainsi, ∀k ∈ J1, nK, ∃ak ∈ K, Ak = αk Ai0 . Soit X = .. , on a donc A = Ai0 t X.
.
αn
Supposons qu’il existe X, Y ∈ Kn \ {0} tels que A = X t Y . Alors pour tout k ∈ J1, nK, Ak = Yk X. Donc
pour tout k ∈ J1, nK, Ak ∈ Vect(X) et comme X 6= 0, on a rg A = 1.
2. (a) Supposons que rg A = 1, il existe i0 ∈ J1, nK tel que pour tout k ∈ J1, nK, Ak ∈ Vect(Ai0 ), donc pour
tout j ∈ J1, nK, il existe αj tel que Aj = αj Aii0 , donc pour tout (i, j) ∈ J1, nK2 , il existe αj ∈ K tel que
X n
Ai,j = αj Ai,i0 d’où Tr(A) = αk Ak,i0 .
k=1
Soit i, j ∈ J1, nK :
n
X
2
A i,j = Ai,k Ak,j
k=1
n
X
= αk Ai,i0 αj Ak,i0
k=1
n
!
X
= αk Ak,i0 αj Ai,i0
k=1
= Tr(A)Ai,j
Donc A2 = Tr(A)A.
Autre méthode : rg A = 1, donc il existe X, Y ∈ Kn \ {0} tels que A = X t Y .
Alors A2 = X t Y X t Y = X(t Y X)t Y = λX t Y = λA car λ = t Y X ∈ K.
Or λ = t Y X = Tr(t Y X) = Tr(X t Y ) = Tr(A). Donc A2 = Tr(A)A.
k Ç å
X k
(b) D’après la formule du binôme de Newton (possible car A et In commutent), on a (In +A)k = Ah
h
h=0
k Ç å
X k
donc (In + A)k = In + Tr(A)h−1 A car par récurrence, on montre que ∀h ≥ 1, Ah =
h
h=1
Tr(A)h−1 A.
Premier cas : Si Tr(A) 6= 0 :"
k Ç å
# !
1 X k (Tr(a) + 1)k − 1
k
(In ) + A) = In + Tr(A) − 1 A, donc (In + A)k = In +
h
A.
Tr A h Tr(A)
h=0
Deuxième cas : Si Tr(A) = 0, alors A2 = 0, donc
k Ç å
X k
k
(In + A) = Ai Ink−i = In + kA.
i
i=0

Raisonnons par l’absurde et supposons que A 6= 0 et B 6= 0.
Ainsi, il existe X, Y ∈ Kn tels que AY 6= 0 et BX 6= 0.
BX étant non-nul, on peut le compléter en une base de Kn et construire ainsi un endomorphisme u de Kn tel que
u(BX) = Y .
Notons M la matrice de u dans la base canonique de Kn . Ainsi Y = u(BX) = M BX, donc AM BX = AY 6= 0.
C’est faux car AM B = 0, donc A = 0 ou B = 0.
Autre méthode :
Soit A = mat(a) et B = mat(b). Posons ϕa,b : f 7−→ a ◦ f ◦ b. Montrons alors que
rg(ϕa,b ) = rg(a) rg(b)
Lemme : Soient E, Fdeux espaces vectoriels, E1 un sous-espace vectoriel de E et F1 un sous-espace vectoriel de

F . Déterminons dim u ∈ L (E, F ) / u( E1 ) ⊂ F1 .
Soit S un supplémentaire de E1 . Posons Ψ : L (E, F ) −→ L (E1 , F ) × L (S, F ).
u 7−→ (u E1
, u S)
D’après le cours Ψ est un isomorphisme et :
dim {u ∈ L (E, F ) / u(E1 ) ⊂ F1 } = dim Ψ−1 (L (E1 , F1 ), L (S, F ))
= dim L (E1 , F1 ) + dim L (S, F )
= dim E1 · dim F1 + (dim E − dim E1 ) dim F
= dim E dim F + dim E1 (dim F1 − dim F )
b u a
Montrons désormais notre résultat : Soit E F G H des espaces vectoriels et a, b fixés des appli-
cations linéaires.
Considérons ϕa,b : L (F, G) −→ L (E, H).
u 7−→ a ◦ u ◦ b
On recherche rg ϕa,b . D’après le théorème du rang, rg ϕa,b = dim F dim G − dim Ker ϕa,b .
Or Ker ϕa,b = {u ∈ L (F, G) / a ◦ u ◦ b = 0} = {u ∈ L (F, G) / u(Im(b)) ⊂ Ker a}.
En appliquant le lemme, il vient : Ker ϕa,b = dim F dim G + rg(b)(dim Ker(a) − dim G). Toujours d’après le
théorème du rang, on a dim G = dim Ker a + rg a, d’où Ker ϕa,b = dim F dim G − rg a rg b. et finalement,
rg ϕa,b = rg a rg b .
Revenons à notre problème, on a ϕa,b = 0, donc rg ϕa,b = 0 = rg a rg b. Donc rg a = 0 i.e. A = 0, ou rg b = 0, i.e.

B = 0.

Posons ϕ : Kn−1 [X] −→ Kn . ϕ est linéaire puisque la dérivation l’est.
 
P (0) (a0 )

 P (1) (a0 )


 .. 

 . 

 (n0 −1)
P 7−→ P (a0 )

 P (0) (a1 ) 
 

 .. 

 . 
P (np −1) (ap )
De plus, si pour un certain P , ϕ(P ) = 0, alors pour tout i ∈ J1, pK, j ∈ J0, ni − 1K, P (j) (ai ) = 0 : P a pi=0 ni = n
P
racines comptées avec multiplicité.
Ainsi, puisque deg P < n, P = 0 : Ker(ϕ) = 0 et ϕ est injective.
Comme dim(Kn−1 [X]) = dim(Kn ) = n, alors ϕ est bijective : il existe un unique polynôme P ∈ Kn−1 [X] tel que
á ë
u0,0
u0,1
ϕ(P ) = ..
.
up,np −1
ce qui correspond bien à la condition recherchée.

i.P⇒ ii. : Soit (ei )i∈I une famille
P libre de vecteurs de E. Soit (αi )i∈I unePfamille presque nulle de scalaires telle
que i∈I αi f (ei ) = 0. Alors f α e
i∈I i i = 0 mais f est injective, donc i∈I αi ei = 0. Or (ei )i∈I est libre, donc
pour tout i ∈ I, αi = 0. Donc (f (ei ))i∈I est bien libre.
ii. ⇒ i. : Soit x ∈ E tel que x 6= 0. Alors (x) est une famille libre (comportant un unique vecteur), donc (f (x)) est
aussi libre, ce qui signifie que f (x) 6= 0. Ainsi f est injective.
i. ⇒ iii. : Supposons que G = H ⊕ L
y ∈ f (G) ⇐⇒ ∃g ∈ G, y = f (g)
⇐⇒ ∃(h, l) ∈ H × L, y = f (h + l) = f (h) + f (l)
⇐⇒ ∃(h0 , l0 ) ∈ f (H) × f (L), y = h0 + l0
⇐⇒ y ∈ f (H) + f (L)
Donc f (G) = f (H) + f (L).

Soit y ∈ f (H) ∩ f (L). Il existe (h, l) ∈ H × L tel que y = f (h) = f (l). f est injective, donc h = l ∈ H ∩ L = {0}
car H ⊕ L. Ainsi y = f (0) = 0, ce qui montre que f (G) = f (H) ⊕ f (L).
iii. ⇒ i. : on démontre la contraposée. On suppose que f n’est pas injective. Ainsi, il existe x ∈ Ker f tel que
x 6= 0. De plus, d’après l’énoncé f 6= 0, donc il existe y ∈ E tel que f (y) 6= 0.
Montrons que (x + y, y) est libre : (x, y) est libre, car si x et y étaient liés, on aurait un λ non-nul tel que x = λy,
or f (x) = 0 = λf (y) et f (y) 6= 0, c’est absurde. Donc (x, y) est libre, et (x + y, y) l’est aussi d’après le cours.
Ainsi K(x + y) et Kx sont deux droites vectorielles en somme directe.
Cependant f (K(x + y)) = Kf (x + y) = Kf (x) + Kf (y) = Kf (y) et f (Ky) = Kf (y) ne sont pas en somme
directe, car f (y) 6= 0.

X
1. Soit (αn )n∈N ∈ R(N) et α∞ tels que αn ϕn + α∞ ϕ∞ = 0.
n∈N
Soit p ∈ N. Notons cp = (δp,n )n∈N . Ainsi cp est la suite dont tous les coefficients sont nuls, excepté celui
d’indice p qui est égal à 1. cp est une suite de réelle qui converge vers 0, donc cp ∈ E.
X
0= αn ϕn (cp ) + α∞ ϕ∞ (cp ) = αp
n∈N
Donc, tous les (αn )n∈N sont nuls. Finalement, en appliquant cette égalité à la suite constante égale à 1, on en
déduit que α∞ = 0.
Ainsi (ϕn )n∈N ∪ (ϕ∞ ) est une famille libre de E ∗ .
2. L’idée utilisée est de considérer une « combinaison linéaire » dont la famille des coefficients n’est pas presque
nulle. Ceci pose bien sûr des problèmes de convergence que l’on doit résoudre.
• Soit (un ) ∈ E. (un ) est convergente, donc elle est bornée. Il existe M ∈ R+ tel que, pour tout n ∈
N, |un | ≤ M .
un M XM X un
Ainsi, pour tout n ∈ N, n ≤ n , or la série n
converge, donc la série est absolument conver-
2 2 2 2n
gente.
On peut donc définir ψ : E −→ R .
+∞
X un
(un )n∈N 7−→
2n
n=0
Supposons que la famille est une base de E ∗ .
N
X
ψ est une forme linéaire sur E, donc ψ s’écrit sous la forme : ψ = αn ϕn + α∞ ϕ∞ .
n=0
Appliquons cette égalité à la suite (un ) définie par les relations suivantes : si n ≤ N alors un = 0, et si
1
n > N, un = n .
2
+∞
X 1
On obtient alors que = 0, ce qui est faux. Ainsi la famille (ϕn )n∈N ∪ (ϕ∞ ) n’est pas une base de
4n
n=N +1
E∗.
Informellement :
On peut comprendre intuitivement pourquoi la réponse est négative, mais l’argument utilisé sort du pro-
gramme. Il ne pourra donc pas être formalisé.
Soit F un K-espace vectoriel muni d’une base (ei )i∈I .
On sait que les applications K(I) −→ F et F ∗ −→ KI sont des isomorphismes.
ϕ 7−→ (ϕ(ei ))i∈I
X
(αi )i∈I 7−→ αi ei
i∈I
Cependant, lorsque I est infini, c’est-à-dire lorsque F est de dimension infinie, ce qui est le cas pour cet exer-
cice, on peut établir que KI est « beaucoup plus gros » que K(I) , en ce sens qu’il n’existe pas de bijection
de KI dans K(I) . (par exemple, lorsque F est un Q-espace vectoriel et I = N, on peut établir que Q(N) est
dénombrable et que QN ne l’est pas).
Ainsi, en dimension infinie, F ∗ est beaucoup plus gros que F .
Si la famille dénombrable était une base de E ∗ , il serait isomorphe à R(N) qui est une partie de E (car toute
suite réelle presque nulle est convergente) et il serait donc plus petit que E.
Cependant, pour rester dans le cadre du programme, une méthode est de construire un élément ψ de E ∗ qui
n’est pas combinaison linéaire de la famille de l’énoncé.
Solution de l’exercice
Ñ é 25.16 Ñ é Énoncé
un −1 1 1
Posons Xn = vn , et Xn+1 = AXn où A = 1 −1 1 . Et par récurrence, X n = An X0 .
wn 1 1 −1
Ñ é
1 1 1
On a A = J3 − 2I3 , où J3 = 1 1 1 .
1 1 1
A2 = (J3 − 2I3 )2
= J32 − 4J3 + 4I3 or J32 = 3J3
= −J3 + 4I3
= −A + 2I3
Donc A2 + A − 2I3 = 0, donc P (X) = X 2 + X − 2 = (X − 1)(X + 2) annule A.

Faisons la division euclidienne de X n par P : X n = P Q+R, où Rn = αn X+βn . En évaluant en 1 et en −2, on trouve
® n ® ®
1 = 0 + αn + β n αn + βn = 1 αn + β n = 1 1 − (−2)n
⇔ ⇔ , donc αn = et
(−2)n = 0 + −2αn + βn −2αn + βn = (−2)n 3αn = 1 − (−2)n 3
2 + (−2)n
βn = .
3
En appliquant cette égalité à A :
1 − (−2)n 2 + (−2)n
An = P (A)Q(A) + Rn (A) avec Rn = X+ I3 . De plus, P annule A. Finalement :
3 3
Ñ é
−αn + βn αn αn
An = αn −αn + βn αn
αn αn −αn + βn


un
 = (−αn + βn )u0 + αn v0 + αn w0
n n
X = A X0 ⇔ vn = αn u0 + (−αn + βn )v0 + αn wn

wn = αn u0 + αn v0 + (−αn + βn )w0

1 + 2(−2)n 1 − (−2)n


un = u0 + (v0 + w0 )
3 3




1 + 2(−2)n 1 − (−2)n

⇔ vn = v0 + (u0 + w0 )

 3 3
1 + 2(−2)n 1 − (−2)n



wn

= w0 + (v0 + u0 )
3 3
1. Soit f ∈ L (E), u ∈ E \ {0} tel que (u, f (u)) est lié, i.e. il existe λ ∈ K tel que f (u) = λu.
Montrons u 7−→ λ(u) est constante.
Soit x, y ∈ E \ {0}, λ(x + y)(x + y) = f (x + y) = f (x) + f (y) = λ(x)x + λ(y)y.
Si (x, y) est libre, alors (λ(x + y) − λ(x))x + (λ(x + y) − λ(y))y = 0, donc λ(x) = λ(y) = λ(x + y).
Si (x, y) est lié, alors il existe µ ∈ K \ {0} tel que y = µx.
λ(y)y = f (y) = f (µx) = µf (x) = µλ(x)x = λ(x)y, or y 6= 0, donc λ(x) = λ(y).
Donc λ est constante, et f est bien une homothétie.
La réciproque est immédiate.
2. 1 : Notons Z = {g ∈ L (E) / ∀h ∈ GL(E), h ◦ g = g ◦ h}. Soit g ∈ Z. Soit x ∈ E avec x 6= 0. Notons F

un supplémentaire de Kx dans E.
On note s la symétrie par rapport à Kx parallèlement à F . Alors s ∈ GL(E) (car s est involutive), donc
g ◦ s = s ◦ g. En particulier, g(x) = g(s(x)) = s(g(x)). Ainsi g(x) ∈ Ker(s − IdE ) = Kx, donc la famille
(x, g(x)) est liée. D’après la question précédente, g est une homothétie. Réciproquement, toute homothétie
est dans Z, donc Z = Vect(IdE ).
3. Pour tout f ∈ L (Rn [X]), f ∈ C(gn ) ⇐⇒ ∀P ∈ Rn [X], f (P 0 ) = f (P )0

Pour tout f ∈ C(gn ), posons ϕ(f ) = (f (X k )(0))0≤k≤n . ϕ est une application linéaire de C(gn ) dans Rn+1 .
Montrons qu’elle est injective :
Soit f ∈ Ker ϕ. On a f (xk ) , f (X k )(x) ∈ R. On montre par récurrence sur k ∈ {0, . . . , n} que f (X k ) = 0.
En effet, f (1)0 = f (10 ) = f (0) = 0, donc f (1) est un polynôme constant, mais f (1)(0) = f (X 0 )(0) = 0 car
ϕ(f ) = 0, donc f (1) = 0.
Pour k ∈ {0, . . . , n − 1}, supposons que f (X k ) = 0. Z
x
Alors, pour tout x ∈ R, f (xk+1 ) = f (xk+1 )(0) + f (tk+1 )0 dt. Or f (xk+1 )(0) = 0 car ϕ(f ) = 0. De
Z x Z x 0 Z x
plus f ∈ C(gn ), donc f (tk+1 ) dt = f ((k + 1)tk ) dt = (k + 1) f (tk ) dt = 0 par hypothèse de
0 0 0
récurrence.
Ainsi f (xk+1 ) = 0 pour tout x ∈ R. Alors f (X k+1 ) = 0 car c’est un polynôme possédant une infinité de
racines.
Ainsi f envoie la base canonique de Rn [X] sur 0, donc f = 0.
Ceci démontre que Ker ϕ = {0}, donc que ϕ est injective de C(gn ) dans Rn+1 . Ainsi dim C(gn ) ≤ dim Rn+1 =
n + 1. R[gn ] , {Q(gn ) / Q ∈ R[X]} est inclus dans C(gn ). En effet, tout polynôme en gn commutent avec
gn .
n
X
Montrons que (IdRn [X] , gn , gn2 , . . . , gnn ) est une famille libre de C(gn ) : supposons que αk gnk = 0. Alors
k=0
pour tout P ∈ Rn [X], nk=0 αk P (k) = 0.
P
Si (α0 , . . . , αn ) 6= 0, notons m = min{k ∈ J0, nK / αk 6= 0}. Ainsi appliqué au polynôme X m , on a
1. Ceci signifie que la solution est « parachutée ».
n
X
0= αk (X m )(k) = m!αm , ce qui est impossible.
k=m
On a construit une famille libre de C(gn ) constituée de n + 1 vecteurs, donc dim C(gn ) ≥ n + 1.
Ainsi dim C(gn ) = n + 1 et (IdRn [X] , gn , gn2 , . . . , gnn ) est une base de C(gn ), ce qui prouve que C(gn ) =
Rn [gn ].
Il y a beaucoup de « niveaux » dans cet exercice. Au niveau 0 on trouve x, les réels, au niveau 1 X k les poly-
nômes, au niveau 2 f (X k ), gn qui sont des endomorphismes sur des polynômes et au niveau 3 ϕ qui agit sur les
endomorphismes de polynômes.
1. Si deg P ≥ 1, deg(D(P )) = deg P − 1. Si deg P ≤ 0, deg(D(P )) = −∞.
2. Kn [X] est stable par D. Soit F un sous-espace vectoriel de dimension finie telle que D(F ) ⊂ F . F possède
une base (P1 , . . . , Pk ). Posons n = max1≤i≤k deg Pi . Alors F ⊂ Kn [X].
Il existe P ∈ F tel que deg P = n (P peut être l’un des Pi par exemple). Alors (P, D(P ), . . . , Dn (P )) est
une famille de polynômes de degrés étagés dans F , donc Kn [X] = Vect(P, D(P ), . . . , Dn (P )) ⊂ F .
3. Soit F tel que D(F ) ⊂ F et dim F = +∞. Soit n ∈ N∗ . Il existe P ∈ F tel que deg P ≥ n, sinon
F ⊂ Kn−1 [X] : c’est faux.
Alors Kn [X] ⊂ Vect(P, D(P ), . . . , Ddeg P (P )) ⊂ F , donc F = K[X].
Ç å ! Ç å
Xi Xi
4. On a J = mat D Kn−1 [X] , . Notons ϕ : Kn−1 [X] −→ K tel que ϕ
n = ci = i-
i! 0≤i≤n−1 i!
ième vecteur de la base canonique de Kn . ϕ est unÇ isomorphisme
å Ç car l’image
å par ϕ d’une base est une base.
X i X i−1
Alors J = mat(ϕDϕ−1 , c) car ϕDϕ−1 (ci ) = ϕD =ϕ = ci−1 .
i! (i − 1)!
Alors Je = ϕDϕ−1 . Soit F ⊂ Kn un sous-espace vectoriel tel que J(F e ) ⊂ F . Alors ϕDϕ−1 (F ) ⊂ F ,
donc Dϕ (F ) ⊂ ϕ (F ), donc ϕ (F ) = Kp [X] où p ≤ n − 1, puis F = ϕ(ϕ−1 (F )) = ϕ(Kp [X]) =
−1 −1 −1
Vect(c0 , . . . , cp ).
Conclusion : F est stable par Je si et seulement si il existe p ∈ {0, . . . , n − 1} tel que F = Vect(c0 , . . . , cp ).
La réciproque est évidente.
Autre solution :
On utilise l’exercice sur les matrices de Jordan de la feuille de TD 24+ matrice algèbre linéaire 26 .
Soit F un sous-espace vectoriel tel que J(F ) ⊂ F . Posons p = dim F . (c1 , . . . , cn ) est la base canonique de
Kn . Å ã
0 In−k
∀k ∈ J1, nK, J k = via J.
e
0 0
Donc J n = 0. Alors (J F )p = 0 cf ci-dessous.
Å ã
X1
Donc F ⊂ Ker J = Vect(c1 , . . . , cp ), car en posant X ∈ K , X =
p n , avec X1 de dimension p et X2
X2
Å ã Å ãÅ ã
X1 0 In−p X1
avec n − p lignes, on a J p =0⇔ ⇔ X2 = 0.
X2 0 0 X2
or dim F = p, donc F = Vect(c1 , . . . , cp ).

On a dim E = n donc E Öest isomorphe à Rn , on note ϕÖ

cet isomorphisme. Posons b =
−1
è
x1
è c2
.. ..
(c1 , . . . , cn , d) avec d = . ∈ R Soit x ∈ R , x =
n n
. .
−1 xn
n
X
1er cas : Si ∀i ∈ J1, nK, xi ≥ 0, alors x = xi ci convient. c1
i=1
2e cas : Si A = {xi / i ∈ J1, nK, xi < 0} = 6 0, on pose xi0 = min A.
Xn d
Alors x = |xi0 |d+ (xi +|xi0 |)ci avec ∀i ∈ J1, nK\{i0 }, xi +|xi0 | ≥ 0 par construction. Exemple en dimension 2
i=1
i6=i0 avec R2
Donc b est positivement génératrice dans Rn .
Montrons que ϕ(b) est positivement génératrice dans E.
Soit x ∈ E. ϕ−1 (x) ∈ Rn donc il existe (αi )i∈J1,n+1K avec ∀i ∈ J1, nK, αi ≥ 0 tels que ϕ−1 (x) = ni=1 αi ci +αn+1 d.
P
n n
!
X X
Alors x = ϕ αi ci + αn+1 d = αi ϕ(ci ) + αn+1 ϕ(d).
i=1 i=1
Montrons que toute famille de cardinal inférieur ou égal à n n’est pas positivement génératrice.
dim E = n, donc d’après le cours, toute famille génératrice est de cardinal supérieur ou égal à n. Supposons que
e = (e1 , . . . , en ) soit positivement génératrice. e est de cardinal n et génératrice, donc c’est une base de E.
X n
Soit x ∈ E \ {0}, alors il existe (αi )i∈J1,nK tel que x = αi ei avec ∀i ∈ J1, nK, αi ≥ 0.
i=1
n
X n
X
De même, il existe (αi0 )i∈J1,nK tel que −x = αi0 ei avec ∀i ∈ J1, nK, αi0 ≥ 0. Mais on a aussi, −x = − αi ei =
i=1 i=1
n
X
−αi ei .
i=1
Par unicité de la décomposition dans une base, ∀i ∈ J1, nK, αi0 = −αi , donc αi ≥ 0 et αi ≤ 0, donc αi = 0.
Xn
Donc x = αi ei = 0, ce qui est faux.
i=1
Donc e = (e1 , . . . , en ) n’est pas positivement génératrice.

RÉDACTION À ÉTOFFER (cf enregistrement du 27.05.2020) + DESSIN
1. (λf + g)(x) = λαi x + λβi + αi0 x + βi0 = (λαi + αi0 )x + (λβi + βi0 ).
2. Montrons que ϕ est injective. Supposons ϕ(f ) = 0. Alors :

k
X
f (ak ) = ϕ(f )i = 0
i=1
Donc par continuité :

αk ak−1 + βk = 0 αk ak + βk = 0
Donc αk = βk = 0, ainsi f = 0. Donc ϕ est injective, Donc dim(F) ≤ dim(Rn ) = n.
3. Il suffit de montrer que c’est une famille libre. Supposons :

n
X
λj fj = 0
j=1

Soit 2 ≤ i ≤ n − 1. Pour x ∈ ]ai−1 , ai [ :

n
X
0= λj fj0 (x)
j=1
i−1
X n
X
= λj − λj
j=1 j=i
De même, pour x ∈ ]ai , ai+1 [ :

i
X n
X
0= λj − λj
j=1 j=i+1
La différence des deux équations donne :

0 = 2λi
Ainsi, ∀i ∈ J2, n − 1K, λi = 0. En évaluant λ1 f1 + λn fn en a et en b on montre que λ = 0, ainsi (fj ) est libre.
4. Les éléments proposés sont convexes (car chaque fi est convexe et la convexité Pn est stable par combinaison
linéaire à coefficients positifs), montrons que ce sont les seuls. Supposons f = j=1 γj fj convexe. Les pentes
de f sont croissantes, ainsi pour 2 ≤ i ≤ n la pente sur ]ai−1 ; ai [ est inférieure à la pente sur ]ai ; ai+1 [. Les
mêmes calculs que dans la question précédente donnent :
i−1
X n
X i
X n
X
γj − γj ≤ γj − γj ⇔ 0 ≤ γi
j=1 j=i j=1 j=i+1
De plus, γ1 f1 + γn fn = γ1 (x − a) + γn (b − x) = (γ1 − γn )x + (γn b − γ1 a) = αx + β.
1. Soit K un sous-corps de C et L un sous-corps de K.

Soit E un K-espace vectoriel. Montrons qu’on peut le structurer comme un L-espace vectoriel.
• On sait que (E, +) est un groupe abélien.

• Le produit externe de L × E dans E est défini comme restriction du produit externe de K × E dans E
à L × E. En particulier, il vérifie, pour tout x, y ∈ E et α, β ∈ L :
– 1L · x = 1K · x
– α · (x + y) = α · x + β · y
– (α + β) · x = α · x + β · y
– α · (β · x) = (α × β) · x
car α, β sont aussi des éléments de K, donc ils vérifient les propriétés du K-espace vectoriel E.
Ainsi, E est aussi un L-espace vectoriel.
2. Soit E un K-espace vectoriel tel que dimL (K) et dimK (E) sont définies. Alors en notant dimL (K) = m et
dimK (E) = n, il existe (ei )i∈J1,nK et (fj )j∈J1,mK des bases de E et K.
Xn
Soit x ∈ E. Il existe (αi )i∈J1,nK ∈ Kn telle que x = αi ei .
i=1
m
X n X
X m
Pour tout i ∈ J1, nK, il existe alors (βi,j )j∈J1,mK ∈ Lm telle que αi = βi,j fj , donc x = βi,j fj ei =
j=1 i=1 j=1
X
βi,j fj ei .
1≤i≤n
1≤j≤m
Ainsi, la famille (ei fj ) 1≤i≤n est génératrice dans le L-espace vectoriel E.
1≤j≤m
Montrons qu’elle est libre.
X
Soit (βi,j ) 1≤i≤n ∈ Ln×m telle que βi,j ei fj = 0.
1≤j≤m 1≤i≤n
1≤j≤m
Or la famille (fi )i∈J1,mK est libre dans le L-espace vectoriel K, donc pour tout j ∈ J1, mK, βi,j = 0. Ainsi
(βi,j ) 1≤i≤n = 0. Donc (ei fj ) 1≤i≤n est libre, c’est donc une base de E en tant que L-espace vectoriel.
1≤j≤m 1≤j≤m
Ainsi E est un L-espace vectoriel de dimension finie égale à nm donc dimL (E) = dimL (K) dimK (E).

td25 Corrige

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

td25 Corrige

Transféré par

Droits d'auteur :

Formats disponibles

Familles libres et génératrices, dimension d’un espace vectoriel

Exercice 25.1  Solution p. 5

Exercice 25.2  Solution p. 5

1. Montrer que f est R-linéaire mais qu’elle n’est pas C-linéaire.

2. Déterminer la matrice de f dans la R-base (1, i).

3. Déterminer les noyau et image de f.

Exercice 25.3  Solution p. 5

Exercice 25.4  Ü ê Solution p. 6

Exercice 25.5  Solution p. 6

1. Montrer que f est bijective

(a) sans la matrice de f

Exercice 25.6  Solution p. 6

Exercice 25.7  Solution p. 7

Exercice 25.8  Solution p. 7

En déduire qu’il existe deux

Exercice 25.9  Solution p. 8

Exercice 25.10  Solution p. 8

Exercice 25.11  Solution p. 9

(a) Montrer que A2 = Tr(A)A.

Exercice 25.12  Solution p. 9

Exercice 25.13  Solution p. 10

Exercice 25.14  Solution p. 11

Exercice 25.15  Solution p. 11

Exercice 25.16   Solution p. 12

Exercice 25.17  Solution p. 13

1. Déterminer les endomorphismes f de E tels que ∀x ∈ E, (x, f (x)) est liée.

2. En déduire {g ∈ L (E) / ∀h ∈ GL(E), h ◦ g = g ◦ h}.

3. Soit n ∈ N∗ . On note gn l’endomorphisme de Rn [X] défini par ∀P ∈ Rn [X], gn (P ) = P 0 .

Exercice 25.18  Solution p. 14

3. Quels sont les sous-espaces stables de dimension infinie ?

Exercice 25.19  Solution p. 14

Exercice 25.20  Solution p. 15

∀i ∈ {2, . . . , n}, ∃(αi , βi ) ∈ R2 , ∀x ∈ ]ai−1 , ai [, f (x) = αi x + βi .

1. Montrer que F est un R-espace vectoriel.

2. Pour f ∈ F, on pose ϕ(f ) = (f (a1 ), f (a2 ) − f (a1 ), . . . , f (an ) − f (an−1 )).

3. Pour tout j ∈ {1, . . . , n}, on pose fj : [a, b] −→ R .

4. Montrer que les éléments convexes de F sont ceux de la forme :

Quentin De Muynck 3 Sous licence c b e a

Exercice 25.21  Solution p. 16

1. Montrer que tout K-espace vectoriel est aussi un L-espace vectoriel.

Quentin De Muynck 4 Sous licence c b e a

Solution de l’exercice 25.1 Énoncé

xi cos x)0≤i≤2 engendre E. (par construction)

Solution de l’exercice 25.2 Énoncé

1. On vérifie que ∀z, z 0 ∈ C, ∀α ∈ R, f (αz + z 0 ) = αf (z) + f (z 0 ) car f (αz + z 0 ) = αz + z 0 + aαz + z 0 =

2. Posonsa = b + ic,Å avec b, c ∈ R.

Solution de l’exercice 25.3 Énoncé

⇐ : Supposons que Ker(u) ∩ Vect{xi / i ∈ I} = {0}.

Quentin De Muynck 5 Sous licence c b e a

Solution de l’exercice 25.4 Énoncé

3e cas : a = b, c = d : les trois dernières colonnes sont nulles donc rg(M ) = 1.

Solution de l’exercice 25.5 Énoncé

2. Soit Q ∈ Rn [X]. On cherche P ∈ Rn [X] tq P − P 0 = Q. On remarque alors en dérivant k fois :

P (k) − P (k+1) = Q(k)

Solution de l’exercice 25.6 Énoncé

y = (e1 , . . . , en−1 , f1 , . . . , fn ) contient la base (f1 , . . . , fn ), donc elle est génératrice.

Solution de l’exercice 25.7 Énoncé

Solution de l’exercice 25.8 Énoncé

Solution de l’exercice 25.9 Énoncé

1. Soit H un hyperplan de E, i.e. un sous-espace vectoriel de E de dimension n − 1. Soit x1 6∈ H, (e1 , . . . , en )

Solution de l’exercice 25.10 Énoncé

Solution de l’exercice 25.11 Énoncé

Solution de l’exercice 25.12 Énoncé

Exercice 25.1 Solution p. 5

Exercice 25.2 Solution p. 5

Exercice 25.3 Solution p. 5

Exercice 25.4 Ü ê Solution p. 6

Exercice 25.5 Solution p. 6

Exercice 25.6 Solution p. 6

Exercice 25.7 Solution p. 7

Exercice 25.8 Solution p. 7

Exercice 25.9 Solution p. 8

Exercice 25.10 Solution p. 8

Exercice 25.11 Solution p. 9

Exercice 25.12 Solution p. 9

Exercice 25.13 Solution p. 10

Exercice 25.14 Solution p. 11

Exercice 25.15 Solution p. 11

Exercice 25.16  Solution p. 12

Exercice 25.17 Solution p. 13

Exercice 25.18 Solution p. 14

Exercice 25.19 Solution p. 14

Exercice 25.20 Solution p. 15

Exercice 25.21 Solution p. 16

Lemme : Soient E, Fdeux espaces vectoriels, E1 un sous-espace vectoriel de E et F1 un sous-espace vectoriel de