Chapitre 8 — algèbre linéaire — exercices corrigés page 1

Exercice 1. (*) Soit (a1 , a2 , a3 ) ∈ R3 . Les fonctions x 7→ sin(x + ak ) sont-elles linéairement indépendantes ?

Solution de l’exercice 1. Pour tout k ∈ {1, 2, 3}, observons l’identité

∀x ∈ R, sin(x + ak ) = sin(ak ) cos(x) + cos(ak ) sin(x),

c’est-à-dire fk = sin(ak ) cos + cos(ak ) sin. On en déduit l’inclusion

Vect(f1 , f2 , f3 ) ⊂ Vect(cos, sin)

puis l’inégalité
rg(f1 , f2 , f3 ) 6 rg(cos, sin) 6 2.
La famille (f1 , f2 , f3 ) est donc liée.

Exercice 2. (*) Montrer que les fonctions définies sur ]0, +∞[ par

f1 : x 7→ x f2 : x 7→ x2 f3 : x 7→ x ln(x) f4 : x 7→ x2 ln(x)

forment une famille libre.

Solution de l’exercice 2. Corrigé en classe.

Exercice 3. (*) Soient f et g dans L(E). Démontrer l’égalité f (Ker(g ◦ f )) = Ker(g) ∩ Im(f ).

Solution de l’exercice 3. Corrigé en classe.

Exercice 4. (*) Soient f ∈ L(E, F) et g ∈ L(F, G). Démontrer l’égalité Ker(g ◦ f ) = f −1 (Ker g).

Solution de l’exercice 4. Corrigé en classe.

Exercice 5. (*) Soit E un K-espace vectoriel. Soit f ∈ L(E). Montrer les équivalences suivantes

Im(f ) ∩ Ker(f ) = {0E } ⇐⇒ Ker(f ) = Ker(f 2 );

Im(f ) + Ker(f ) = E ⇐⇒ Im(f ) = Im(f 2 ).

On note g l’endomorphisme de Im(f ) induit par f . Que signifient ses égalités pour g ?

Solution de l’exercice 5. Remarquons pour commencer que les inclusions Ker(f ) ⊂ Ker(f 2 ) et Im(f 2 ) ⊂ Im(f )
sont vraies.

On fait l’hypothèse Im(f ) ∩ Ker(f ) = {0E }.

Soit x ∈ Ker(f 2 ). L’égalité f (f (x)) = 0E montre que f (x) est dans Ker(f ). Ce vecteur est également dans Im(f )
donc c’est le vecteur nul, si bien que x est dans Ker(f ).
On a prouvé l’inclusion Ker(f 2 ) ⊂ Ker(f ). Par double inclusion, on a prouvé l’égalité Ker(f ) = Ker(f 2 ).

On a prouvé l’implication Im(f ) ∩ Ker(f ) = {0E } ⇒ Ker(f ) = Ker(f 2 ).

Réciproquement, on fait l’hypothèse Ker(f ) = Ker(f 2 ).

Soit x ∈ Im(f ) ∩ Ker(f ). On connaı̂t l’égalité f (x) = 0E et l’existence d’un vecteur y de E tel que f (y) = x. Pour
un tel vecteur y, on a f 2 (y) = f (x) = 0E donc y ∈ Ker(f 2 ) donc y ∈ Ker(f ) donc f (y) = 0E donc x = 0E .
On obtient donc l’égalité Im(f ) ∩ Ker(f ) = {0E }.

On a prouvé l’implication Ker(f ) = Ker(f 2 ) ⇒ Im(f ) ∩ Ker(f ) = {0E }.

Faisons maintenant l’hypothèse Im(f ) + Ker(f ) = E.

On connaı̂t déjà l’inclusion Im(f 2 ) ⊂ Im(f ).

Prenons x dans Im(f ). Prenons un antécédent y de x par f . Ce vecteur est un élément de E donc il existe y1
dans Im(f ) et y2 dans Ker(f ) tels que y = y1 + y2 .

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 2

La linéarité de f donne
x = f (y) = f (y1 ) + f (y2 ) = f (y1 ).
Le vecteur y1 est dans Im(f ). Prenons un antécédent z de y1 par f . On obtient alors

x = f (y1 ) = f (f (z)) donc x ∈ Im(f 2 ).

On a alors montré l’inclusion Im(f ) ⊂ Im(f 2 ). Par double inclusion, on obtient l’égalité Im(f ) = Im(f 2 ).

On a prouvé l’implication Im(f ) + Ker(f ) = E ⇒ Im(f ) = Im(f 2 ).

Faisons enfin l’hypothèse Im(f ) = Im(f 2 ).

Soit x ∈ E. Le vecteur f (x) est dans Im(f ) donc dans Im(f 2 ). Considérons un antécédent y de f (x) par f 2 . Cela
s’écrit f (x) = f 2 (y) ou encore f (x − f (y)) = 0E .
Le vecteur x − f (y) est donc dans Ker(f ). On en déduit la décomposition

x = x − f (y) + f (y) ,
| {z } |{z}
∈Ker(f ) ∈Im(f )

qui montre que x appartient à Ker(f ) + Im(f ). On obtient l’égalité Im(f ) + Ker(f ) = E.

On a prouvé l’implication Im(f ) = Im(f 2 ) ⇒ Im(f ) +K er(f ) = E.

Les deux équivalences demandées sont démontrées.

L’énoncé a noté g l’endomorphisme de Im(f ) induit par f , ce qui donne

Im(g) = g(Im(f )) = f (Im(f )) = f (f (E)) = Im(f 2 ) et Ker(g) = {x ∈ Im(f ) ; f (x) = 0E } = Im(f ) ∩ Ker(g).

On en déduit que les égalités de la première équivalence équivalent à l’injectivité de g et que les égalités de la
deuxième équivalence équivalent à la surjectivité de g.

Notons que si Im(f ) est de dimension finie, toutes ces propriétés sont équivalentes entre elles.

Exercice 6. (*) Soient f et g dans L(E, F), où E et F sont de dimension finie. Démontrer l’encadrement suivant

| rg(f ) − rg(g)| 6 rg(f + g) 6 rg(f ) + rg(g).

Solution de l’exercice 6. Corrigé en classe.

Exercice 7. (*) Soit E un espace vectoriel de dimension finie. On considère deux endomorphismes f et g de E et on
fait les hypothèses suivantes
f + g = IdE et rg(f ) + rg(g) 6 dim(E).
Montrer que Im(f ) et Im(g) sont supplémentaires dans E. Montrer de plus que f et g sont les projecteurs associés.

Solution de l’exercice 7. En exploitant la formule de l’exercice 6, il vient

dim(E) = rg(IdE ) = rg(f + g) 6 rg(f ) + rg(g) 6 dim(E).

Ces inégalités sont donc toutes des égalités. Notons en particulier l’égalité rg(f ) + rg(g) = dim(E).
Par ailleurs, l’égalité IdE = f + g donne l’inclusion E ⊂ Im(f ) + Im(g) donc E = Im(f ) + Im(g).

Ces deux égalités prouvent que Im(f ) et Im(g) sont supplémentaires dans E.

L’égalité f + g = IdE prouve que pour tout x ∈ E, la décomposition de x dans E = Im(f ) ⊕ Im(g) est

x = f (x) + g(x).

Les projecteurs associés à cette décomposition sont donc f et g.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 3

Exercice 8. (***) Soient V et W deux sous-espaces vectoriels supplémentaires dans un K-espace vectoriel E.
Soit F un K-espace vectoriel. On pose

L1 = {f ∈ L(E, F) ; f|W = 0} et L2 = {f ∈ L(E, F) ; f|V = 0}.

Montrer que L1 et L2 sont deux sous-espaces vectoriels supplémentaires de L(E, F).

Solution de l’exercice 8. Notons pV la projection sur V parallèlement à W et pW la projection sur W parallèlement

à V.

Soit f ∈ L(E, F). Le but est de démontrer l’existence et l’unicité d’un couple (f1 , f2 ) de L1 × L2 tel que f1 + f2 = f .

Analyse. Soit (f1 , f2 ) ∈ L1 × L2 . On suppose que f1 + f2 = f .

Soit x ∈ E. Partons de la décomposition x = pV (x) + pW (x). La linéarité de f1 donne

f1 (x) = f1 (pV (x)) + f1 (pW (x)).

L’appartenance de pW (x) à W donne f1 (pW (x)) = 0E donc f1 (x) = f1 (pV (x)). L’appartenance de pV (x) à V donne
f2 (pV (x)) = 0F donc
f1 (x) = (f1 + f2 )(pV (x)) = f (pV (x)).
Cette égalité est vraie pour tout x dans E, donc on a prouvé l’égalité f1 = f ◦ pV .
L’égalité f = f1 + f2 donne alors

f2 = f − f ◦ pV = f ◦ (IdE − pV ) = f ◦ pW .

On a prouvé l’unicité du couple (f1 , f2 ) sous réserve d’existence.

Synthèse. Réciproquement, posons f1 = f ◦ pV et f2 = f ◦ pW . On a alors défini deux applications linéaires de E

vers F.
Pour tout x ∈ W, on a alors f1 (x) = f (pV (x)) = f (0E ) = 0F donc f1 est un élément de L1 .
Pour tout x ∈ V, on a alors f2 (x) = f (pW (x)) = f (0E ) = 0F donc f2 est un élément de L2 .

Pour finir, observons l’égalité f1 + f2 = f ◦ (pV + pW ) = f ◦ IdE = f .

Le couple (f1 , f2 ) est un donc un élément de L1 × L2 tel que f1 + f2 = f .

Cette analyse et cette synthèse prouvent que L1 et L2 sont des sous-espaces vectoriels 1 supplémentaires de L(E, F).
On a prouvé au passage que les projections associées sont f 7→ f ◦ pV et f 7→ f ◦ pW .

Exercice 9. (**) Soient p et q deux projecteurs d’un espace vectoriel E. Montrer que si p et q commutent, alors p ◦ q
est un projecteur, dont on exprimera le noyau et l’image en fonction de ceux de p et de q.

Solution de l’exercice 9. Corrigé en classe.

Exercice 10. (*) a. Soient E, F, G des K-espaces vectoriels de dimension finie. Soient f ∈ L(E, F) et g ∈ L(F, G).
Démontrer l’égalité
dim(Im(f ) ∩ Ker(g)) = rg(f ) − rg(g ◦ f ).
Pour cela, on considérera la restriction de g à Im(f ).

b. Soit f un endomorphisme d’un espace vectoriel de dimension finie E.

Montrer que la suite de terme général ρk = rg(f k ) − rg(f k+1 ) est décroissante.
Montrer de plus que les termes de cette suite sont nuls à partir d’un certain rang p.
c. Montrer que F = Ker(f p ) et G = Im(f p ) sont supplémentaires dans E.
d. Vérifier que F et G sont stables par f .
e. On note f1 et f2 les endomorphismes de F et de G induits par f . Montrer que (f1 )p est nul et que f2 est bijectif.

Solution de l’exercice 10. Corrigé en classe.

1. En réalité, je n’ai pas prouvé que ce sont des sous-espaces vectoriels de L(E, F) mais je laisse ces détails en exercice.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 4

 
0 1 0
Exercice 11. (*) On pose N = 0 0 1. Soit M une matrice de M3 (C). On fait l’hypothèse M2 = N
0 0 0

a. Justifier que M laisse stables Ker(N) et Im(N).

b. Déterminer le noyau et l’image de N. Qu’en déduit-on quant aux coefficients de M ?

c. Conclure.

Solution de l’exercice 11. Corrigé en classe.

Exercice 12. (**) Soit E un espace vectoriel de dimension finie, donc la dimension est notée n. Soit f un endomor-
phisme de E.
On suppose que f est nilpotent, ce qui signifie qu’il existe un entier k tel que f soit l’endomorphisme nul de E.
L’indice de nilpotence de f est l’entier
p = min{k ∈ N ; f k = 0}.
a. On prend x0 dans E \ Ker(f p−1 ). Montrer que la famille

Fx0 = (f p−1 (x0 ), . . . , f (x0 ), x0 )

est libre.

b. En déduire une inégalité entre p et n.

c. Dans cette question, on suppose que p est égal à n. En choisissant x0 comme à la question a, la famille Fx0 est
alors une base de E.
Écrire la matrice représentative de f relativement à cette base.

Solution de l’exercice 12. Corrigé en classe.

Exercice 13. (**) Une matrice triangulaire supérieure stricte de Mn (K) est une matrice triangulaire supérieure
de Mn (K) dont tous les coefficients diagonaux sont nuls.

a. Soit A une matrice triangulaire supérieure stricte de Mn (K). Montrer que An est la matrice nulle.

b. (***) Réciproquement, montrer que toute matrice nilpotente de Mn (K) est semblable à une matrice triangulaire
supérieure stricte (raisonner par récurrence sur n).

c. Retrouver le résultat de la question b de l’exercice précédent.

Solution de l’exercice 13. a. Notons (E1 , . . . , En ) la base canonique de Mn,1 (K). Pour tout i ∈ [[1, n]], notons Fi
le sous-espace vectoriel de Mn,1 (K) engendré par les vecteurs E1 , . . . , Ei . C’est l’ensemble des vecteurs colonnes
de Mn,1 (K) dont les n − i derniers coefficients sont tous nuls.

L’hypothèse que A soit triangulaire supérieure stricte se traduit par les conditions suivantes

AE1 = 0, ∀i ∈ [[2, n]], AEi ∈ Fi−1 .

Étant donné un indice i entre 1 et n, on observe que les vecteurs AE1 , . . . , AEi sont tous dans Fi−1 , ce qui signifie
que A envoie 2 Fi dans Fi−1 . Par ailleurs, on remarque que A envoie F1 sur {0}.

En partant de AFn ⊂ Fn−1 , on obtient A2 Fn ⊂ AFn−1 ⊂ Fn−2 .

En itérant cela, on obtient notamment An−1 Fn ⊂ F1 puis An Fn ⊂ {0}.
Les colonnes de la matrice An sont An E1 , . . . , An En . Elles sont donc nulles, si bien que An est la matrice nulle.

2. Il y a là un abus de langage. C’est plutôt l’endomorphisme fA : U 7→ AU de Mn,1 (K) qui fait cela.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 5

b. Pour tout n ∈ N∗ , notons Pn l’énoncé  toute matrice nilpotente de Mn (K) est semblable à une certaine matrice
triangulaire supérieure stricte .

Soit A une matrice nilpotente de M1 (K). Notons α son unique coefficient. Il existe un entier k > 1 tel que αk = 0
donc α = 0, si bien que A est la matrice nulle de M1 (K). C’est en particulier une matrice triangulaire supérieure
stricte.
L’énoncé P1 est donc vrai.

Soit un entier n > 2. On suppose que Pn−1 est vrai. Prenons une matrice A nilpotente de Mn (K). Il existe un
entier k strictement positif tel que Ak = 0, ce qui donne dét(A)k = 0 puis dét(A) = 0.
La matrice A n’est donc pas inversible. Considérons un élément P1 non nul dans Ker(A). On peut le compléter
en une base P = (P1 , . . . , Pn ) de Mn,1 (K). Notons alors P la matrice admettant P1 , . . . , Pn pour colonnes. C’est la
matrice de passage de la base canonique de Mn,1 (K) vers la base P.
Posons B = P−1 AP. La matrice B représente l’endomorphisme fA : U 7→ AU de Mn,1 (K) dans la base P donc sa
première colonne est nulle. On peut donc décomposer par blocs la matrice B sous la forme
 
0 L
B=
0n−1,1 C

pour une certaine matrice ligne L ∈ M1,n−1 (K) et une certaine matrice carrée C ∈ Mn−1 (K). La matrice Bk est alors
de la forme  
0 Lk
0n−1,1 Ck
or on a Bk = P−1 Ak P = 0 donc Ck = 0. D’après l’énoncé Pn−1 , il existe une matrice Q de GLn−1 (K) et une matrice
triangulaire supérieure stricte T ∈ Mn−1 (K) telles que Q−1 CQ = T.
Définissons par blocs la matrice  
1 01,n−1
R= .
0n−1,1 Q
 
−1 1 01,n−1
Cette matrice est inversible, avec R = . Le calcul donne alors
0n−1,1 Q−1
 
0 LQ
R−1 BR = .
0 T

Cette matrice semblable à B (et à A) est alors triangulaire supérieure stricte. On a prouvé Pn .

Par récurrence, on a montré que toute matrice carrée nilpotente est semblable à une certaine matrice triangulaire
supérieure stricte.

c. L’endomorphisme f est nilpotent donc, d’après ce qui vient d’être démontré, il admet une représentation ma-
tricielle T triangulaire supérieure stricte. D’après le calcul de la question a, la matrice Tn est nulle donc f n est
l’endomorphisme nul de E.
L’indice de nilpotence de f est donc majoré par n.

Exercice 14. (***) Soient E, F et G trois K-espaces vectoriels de dimension finie. Soient u ∈ L(E, G) et v ∈ L(F, G).
Montrer que l’inclusion Im(u) ⊂ Im(v) a lieu si, et seulement si, il existe h ∈ L(E, F) vérifiant u = v ◦ h.

Solution de l’exercice 14. Le  seulement si  est immédiat. Réciproquement, faisons l’hypothèse Im(u) ⊂ Im(v).

On a envie de choisir h = v −1 ◦ u mais v n’est pas nécessaire bijective donc ce choix n’est pas faisable. Cependant,
comme avec d’autres fonctions non bijectives, comme le sinus ou le cosinus, il est possible de restreindre l’ensemble de
départ et celui d’arrivée de manière à obtenir une bijection 3 .
Pour rendre l’application surjective, on prend Im(v) à l’arrivée. Pour la rendre injective, on doit se débarrasser de
son noyau et prendre ainsi un supplémentaire de ce noyau.
3. C’est de cette manière qu’on crée l’arcsinus et l’arccosinus.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 6

Prenons donc un supplémentaire de Ker(v) dans F, noté F0 . Définissons l’application ṽ : y 7→ v(y) de F0 vers Im(v)
et prouvons que c’est un isomorphisme.

Le noyau de ṽ est donné par

Ker(ṽ) = {y ∈ F0 ; v(y) = 0G } = F0 ∩ Ker(v) = {0F }.

L’application linéaire ṽ est donc injective.

Prenons maintenant un vecteur z de Im(v). Il existe un élément y de F tel que z = v(y). Pour un tel vecteur y, il
existe un couple (y1 , y2 ) de Ker(v) × F0 tel que y = y1 + y2 .
On obtient alors z = v(y1 ) + v(y2 ) = ṽ(y2 ). L’application ṽ est donc surjective.

On a montré que ṽ est un isomorphisme. Sa réciproque est un isomorphisme de Im(v) sur F0 . Le fait que Im(u)
soit inclus dans Im(v) permet donc de définir l’application h : E 7→ F par h : x 7→ ṽ −1 ◦ u.

Soit x ∈ E. On a alors (v ◦ h)(x) = ṽ(ṽ −1 (u(x))) = u(x).

On a donc construit un élément h de L(E, F) tel que u = v ◦ h.

Exercice 15. (**) Soit E un espace vectoriel de dimension n. Soient F et G deux sous-espaces vectoriels de E de
dimensions respectives p et q. Montrer que l’ensemble E = {u ∈ L(E) ; u(F) ⊂ G} est un sous-espace vectoriel de L(E),
et calculer sa dimension.
Pour cela, on établira un isomorphisme entre E et un sous-espace vectoriel de Mn (K) en représentant les endo-
morphismes de E dans deux bases bien choisies.

Solution de l’exercice 15. Corrigé en classe.

   
1 1 1 0 1 0
Exercice 16. (*) Montrer que les matrices −2 −2 −2 et 0 0 0 sont semblables.
1 1 1 0 0 0

Solution de l’exercice 16. Corrigé en classe.

Exercice 17. (*) Montrer que la matrice A = (sin(i + j))16i,j6n est de rang 2.

Solution de l’exercice 17. Corrigé en classe.

Exercice 18. On note (Ei,j )16i,j6n la base canonique de Mn (R).

a. (*) Pour tout quadruplet (i, j, k, `) d’indices de [[1, n]], montrer l’égalité

Ei,j · Ek,` = δj,k Ei,` .

b. (**) Soit A ∈ Mn (R). On suppose que l’égalité tr(ABC) = tr(ACB) a lieu pour tout couple (B, C) d’éléments
de Mn (R).
Montrer que A est une matrice scalaire (c’est-à-dire un multiple de la matrice In ).

Solution de l’exercice 18. Corrigé en classe.

Exercice 19. (**) On considère deux matrices A et B fixées dans Mn (R).

Résoudre l’équation X + tr(X)A = B, d’inconnue X ∈ Mn (R).

Solution de l’exercice 19. Si A est la matrice nulle, l’équation s’écrit X = B, si bien qu’elle est déjà résolue. On
suppose donc dans la suite que A n’est pas la matrice nulle.

Considérons l’endomorphisme
f : x 7→ X + tr(X)A

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 7

de Mn (R). Il s’agit ici de résoudre l’équation f (A) = B. Classiquement, si X0 est une solution de cette équation, alors
on a les équivalences suivantes

f (X) = B ⇐⇒ f (X) = f (X0 ) ⇐⇒ f (X − X0 ) = 0 ⇐⇒ (X − X0 ) ∈ Ker(f ).

L’existence d’un tel X0 passe donc par la détermination de l’image de f et la résolution complète nécessite la
connaissance du noyau de f .

Soit X ∈ Ker(f ). On a alors X = −tr(X)A donc X ∈ Vect(A), ce qui donne l’inclusion Ker(f ) ⊂ Vect(A).
On a par ailleurs f (A) = (1 + tr(A))A. Rappelons que A n’est pas la matrice nulle. L’appartenance de A à Ker(f )
équivaut donc à l’égalité tr(A) = −1.

Premier cas. On suppose que tr(A) 6= −1. Le noyau de f est donc trivial. C’est un endomorphisme injectif
de Mn (R), qui est de dimension finie, donc c’est un automorphisme de Mn (R).
L’équation f (A) = B possède donc une unique solution. Celle-ci est traditionnellement notée f −1 (B) mais notons-
la XB pour alléger les notations. On a alors

XB + tr(XB )A = B donc tr(XB ) + tr(XB )tr(A) = tr(B).

Le fait que 1 + tr(A) soit non nul permet de diviser, ce qui donne

tr(B) tr(B)
tr(XB ) = puis XB = B − A.
1 + tr(A) 1 + tr(A)

Deuxième cas. On suppose maintenant que tr(A) = −1. Le noyau de f est donc la droite Vect(A).
Soit Y un élément de Im(f ). Considérons un antécédent X de Y par f . On obtient alors

X + tr(X)A = Y donc tr(X) + tr(X)tr(A) = tr(Y) donc tr(B) = 0.

On en déduit l’inclusion Im(f ) ⊂ Ker(tr). On peut prouver l’égalité en passant par l’égalité des dimensions mais
ce n’est pas nécessaire.

Réciproquement, soit Y une matrice de Mn (R) de trace nulle. On obtient alors f (Y) = Y donc Y est dans Im(f ).

On a ainsi montré l’égalité Im(f ) = Ker(tr). De plus, on a trouvé un antécédent explicite de chaque élément
de Im(f ).

Cas 2.1. On a toujours l’hypothèse tr(A) = −1 et on ajoute l’hypothèse tr(B) 6= 0. Dans ce cas, le vecteur B n’est
pas dans l’image de f donc l’équation f (X) = B n’a pas de solution.

Cas 2.2 On a toujours l’hypothèse tr(A) = −1 et on ajoute l’hypothèse tr(B) = 0. Dans ce cas, l’équation f (X) = B
admet B pour solution particulière et l’ensemble des solutions est

{B + X ; X ∈ Ker(f )}, c’est-à-dire {B + λA ; λ ∈ R}.

Exercice 20. (**) On fixe A dans Mn (R) et on définit l’endomorphisme ΦA : X 7→ XA de Mn (R).

Calculer la trace de ΦA .

Solution de l’exercice 20. Corrigé en classe.

Exercice 21. (**) On considère une matrice M = (mj,k )16j,k6n de Mn (C) et on suppose que M est une matrice à
diagonale dominante selon les lignes, ce qui s’écrit en formule
X
∀j ∈ [[1, n]], |mj,j | > |mj,k |.
16k6n
k6=j

Le but de cet exercice est de montrer que la matrice M est inversible.

Pour cela, on considère un élément Y de son noyau et on raisonne par l’absurde en supposant que Y n’est pas nul.
Choisir un coefficient de Y dont le module est maximal et obtenir une absurdité.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 8

Solution de l’exercice 21. Corrigé en classe.

Exercice 22. (*) On fixe n dans N∗ et pour tout couple (a, b) ∈ R2 , on note M(a, b) la matrice de Mn (R) dont les
coefficients diagonaux valent a et tous les autres coefficients valent b.
1
a. On pose J = n M(1, 1) et K = In − J. Calculer J2 , K2 et J × K.

b. Soit (a, b) ∈ R2 . Écrire la matrice M(a, b) comme combinaison linéaire de J et K. En déduire le calcul de M(a, b)p
pour tout p ∈ N.

c. Développer le produit M(a, b)M(c, d) et en déduire que l’ensemble M = {M(x, y) ; (x, y) ∈ R2 } est stable par
produit.

d. Soit (α, β) ∈ R2 . Montrer que la matrice αJ + βK est inversible si et seulement si α et β sont non nuls. Préciser
son inverse en cas d’existence.

e. En déduire une CNS d’inversibilité pour M(a, b) et vérifier que son inverse est aussi dans M dans le cas
d’existence.

Solution de l’exercice 22. Corrigé en classe.

Exercice 23. (***) Soit E un espace vectoriel de dimension finie. Soient F et G deux sous-espaces vectoriels de E
ayant même dimension.
Montrer qu’il existe un sous-espace vectoriel de E qui soit à la fois un supplémentaire de F et de G dans E.

Solution de l’exercice 23. Commençons par noter D un supplémentaire de F + G dans E. Notons également d
la dimension commune de F et G. Notons c la dimension de F ∩ G et posons b = d − c. Pour un usage ultérieur,
considérons une base (e1 , . . . , ec ) de F ∩ G
Considérons F0 , un supplémentaire de F ∩ G dans F, et G0 , un supplémentaire de F ∩ G dans G. Ces deux espaces
sont de dimension b. Prenons-en des bases (f1 , . . . , fb ) et (g1 , . . . , gb ) respectivement.

Rappel. On a les égalités F ⊕ G0 = F + G et F0 ⊕ G = F + G.

C’est vraiment un rappel ? A priori, oui : ce fait est un moment-clé dans la démonstration de la formule de
Grassmann.

Démonstration du rappel. Notons d’abord que F et G0 sont des sous-espaces vectoriels de F + G donc F + G0 aussi.

L’intersection F ∩ G0 est incluse à la fois dans F ∩ G et dans G0 donc elle est triviale. Les sous-espaces F et G0 sont
donc en somme directe.

Soit x ∈ F + G. Il existe xF ∈ F et xG ∈ G tels que x = xF + xG .

Le vecteur xG étant dans G, il existe z dans F ∩ G et t dans G0 tels que xG = z + t.
On obtient donc la décomposition

x = xG + z + |{z}
t donc x ∈ (F + G0 ).
| {z }
∈F ∈G0

On a donc prouvé l’égalité F + G = F ⊕ G0 . L’égalité F + G = F0 ⊕ G s’obtient pareillement, en inversant les lettres

F et G. ♥

Pour tout i ∈ [[1, b]], posons hi = fi + gi . Notons H l’espace engendré par (h1 , . . . , hb ).

Notons que (e1 , . . . , ec , f1 , . . . , fb , g1 , . . . , gb ) est une base de F + G.

On en déduit que les familles (e1 , . . . , ec , g1 , . . . , gb , h1 , . . . , hb ) et (e1 , . . . , ec , f1 , . . . , fb , h1 , . . . , hb ) sont également
des bases de F + G.
La première de ces deux familles est la concaténée d’une base de G et d’une base de H donc ces deux sous-espaces
sont supplémentaires dans F + G.
La deuxième de ces deux familles est la concaténée d’une base de F et d’une base de H donc ces deux sous-espaces
sont supplémentaires dans F + G.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 9

On a montré que H est un supplémentaire commun à F et à G dans F + G. On en déduit que H ⊕ D est un

supplémentaire commun à F et à G dans E.

Exercice 24. (**) Soient E, F, G trois espaces vectoriels de dimension finie. On considère u ∈ L(E, F) et v ∈ L(F, G).
Montrer les inégalités

rg(v ◦ u) 6 min(rg(u), rg(v)) et rg(v ◦ u) > rg(u) + rg(v) − dim(F).

Solution de l’exercice 24. La première inégalité est une propriété du cours mais redémontrons-la.

L’inclusion classique Im(v ◦ u) ⊂ Im(v) donne l’inégalité rg(v ◦ u) 6 rg(v).

Par ailleurs, on a vu dans l’exercice 10 l’égalité rg(u) − rg(v ◦ u) = dim(Im(u) ∩ Ker(v)). On en déduit la majoration
rg(v ◦ u) 6 rg(u).

Ces deux inégalités se résument en rg(v ◦ u) 6 min(rg(u), rg(v)).

L’inclusion Im(u) ∩ Ker(v) ⊂ Ker(v) donne l’inégalité

dim(Im(u) ∩ Ker(v)) 6 dim(Ker(v)) c’est-à-dire rg(u) − rg(v ◦ u) 6 dim(F) − rg(v),

ce qui se réécrit rg(u) + rg(v) − dim(G) 6 rg(v ◦ u).

Exercice 25. (**) Soit A ∈ Mn (K).

a. Montrer que l’égalité rg(A) = 1 équivaut à l’existence de vecteurs colonnes X et Y non nuls tels que A = X · tY.

b. On note r le rang de A.
Montrer qu’il existe des vecteurs colonnes X1 , . . . , Xr , Y1 , . . . , Yr tels que
r
X
A= Xk · tYk .
k=1

Solution de l’exercice 25. Corrigé en classe.

a+b b+c c+a

Exercice 26. (*) Soit (a, b, c) ∈ K3 . Calculer a2 + b2 b2 + c 2 c2 + a2 .
a3 + b3 b3 + c 3 c3 + a3

Solution de l’exercice 26. Corrigé en classe.

Exercice 27. (*) Calculer le déterminant de la matrice A = (ai,j )16i,j6n ∈ Mn (R) de coefficients ai,j = max(i, j).

Solution de l’exercice 27. Corrigé en classe.

Exercice 28. (*) Pour tout n dans N∗ et tout z dans C∗ , calculer le déterminant de la matrice Mn (z) de Mn (C)
1
dont les coefficients diagonaux valent z + , les coefficients qui bordent la diagonale valent 1, et les autres sont nuls.
z

Solution de l’exercice 28. Corrigé en classe.

 
0 A
Exercice 29. (*) Soient A, B, C dans Mn (K). Calculer le déterminant de la matrice .
B C

Solution de l’exercice 29. Corrigé en classe.

 
In B
Exercice 30. (*) Soit B ∈ Mn (C). Montrer l’égalité dét = dét(In − B2 ).
B In

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 10

Solution de l’exercice 30. Corrigé en classe.

Exercice 31. (**) Soit C ∈ Mn (K). On suppose que l’égalité dét(C + M) = dét(M) a lieu pour toute matrice M
de Mn (K). Montrer que C est nulle.
Pour cela, on pourra raisonner par l’absurde en supposant que C n’est pas nulle : on extrait une colonne non nulle
de C et on la complète en une base de Mn,1 (K) puis on construit une matrice M non inversible telle que C + M soit
inversible.

Solution de l’exercice 31. Corrigé en classe.

Exercice 32. (*) Calculer le déterminant de l’endomorphisme T : M 7→ tM de Mn (K).

Solution de l’exercice 32. Corrigé en classe.

Exercice 33. (**) Soit A ∈ Mn (K). Calculer le déterminant de l’endomorphisme M 7→ AM de Mn (K).

Solution de l’exercice 33. Corrigé en classe.

Exercice 34. On fixe un entier n > 2.

1. (*) Soient A et B deux matrices de Mn (K). Montrer que la fonction

fA,B : K → K
t 7→ dét(A + tB)

est une fonction polynomiale.

Montrer de plus que le degré de fA,B est majoré par le rang de B et que le degré de fA,B vaut n si B est inversible.

2. (**) On note J la matrice de Mn (K) dont tous les coefficients valent 1.

 
x + a1 x ··· x
 .. .. 
 x x + a2 . . 
a. Calculer le déterminant de la matrice  ..
.
 .. .. 
 . . . x 
x ··· x x + an
 
γ1 β ··· β
 .. .. 
α γ2 . .
b. On prend α et β distincts dans K et on prend A = 
.
. Exprimer la fonction fA,J et en
 .. .. .. 
. . β
α ··· α γn
déduire une expression du déterminant de A.
 
A B
3. (***) On considère quatre matrices A, B, C, D de Mn (K) et on pose M = . On suppose que A et C
C D
commutent.
a. On suppose dans cette question que A est inversible. Montrer l’égalité dét(M) = dét(AD − CB).
b. Montrer cette égalité dans le cas où A n’est pas nécessairement inversible.
 On pourra
 pour cela introduire la
A − λIn B
fonction de K dans K qui à λ associe le déterminant de la matrice Mλ = .
C D
c. Quelle formule obtient-on si A est inversible mais ne commute pas avec C ?

Solution de l’exercice 34. 1. Corrigé en classe.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019

Chapitre 8 — algèbre linéaire — exercices corrigés page 11

2.a. Notons M(x) la matrice proposée. Notons D la matrice M(0), qui est diagonale.
Notons (E1 , . . . , En ) la base canonique de Mn,1 (K) et U la colonne de Mn,1 (K) dont tous les coefficients valent 1.

dét(M(x)) = det(xU + a1 E1 |xU + a2 E2 | · · · |xU + an En ).

On développe par multilinéarité selon les colonnes. Tous les déterminants dans lesquels la colonne U apparaı̂t au
moins deux fois sont nuls. Il reste
n
X
dét(M(x)) = a1 a2 · · · an × dét(E1 |E2 | · · · |En ) +x × pk × dét(Ak ),
| {z }
k=1
=dét(In )=1

où pk désigne le produit des ai pour i variant de 1 à n en évitant k et Ak désigne la matrice obtenue à partir de
l’identité en remplaçant la colonne Ek par U. On trouve
n
!
X
dét(Ak ) = dét E1 | · · · |Ek−1 | Ei |Ek+1 | · · · |En .
i=1

On développe par linéarité selon la k-ième colonne

n
X
dét(Ak ) = dét (E1 | · · · |Ek−1 |Ei |Ek+1 | · · · |En ) .
i=1

Si i est un indice différent de k, alors le déterminant est nul (deux colonnes sont identiques). Si i est égal à k, alors
la matrice est In , si bien que son déterminant vaut 1. Il reste donc dét(Ak ) = 1 puis
n
Y n
X Y
dét(M(x)) = ai + x × ai .
i=1 k=1 16i6n
i6=k

2.a. Corrigé en classe.

3.a. Corrigé en classe.

3.b. La matrice Mλ s’écrit sous la forme M + λN en prenant

 
−In 0
N= .
0 0
La fonction λ 7→ dét(Mλ ) est donc la fonction polynomiale fM,N .

Pour tout λ ∈ K, on note que la matrice A − λIn commute avec C. De plus, si λ n’est pas une valeur propre de A,
la matrice A − λIn est inversible, ce qui permet d’utiliser la formule de la question 3.a. On obtient donc
∀λ ∈ K \ Sp(A), fM,N (λ) = dét((A − λIn )D − CB).
Remarquons que la fonction λ :7→ dét((A − λIn )D − CB) est la fonction polynomiale fAD−CB,−In . On a donc là
deux fonctions polynomiales qui coı̈ncident sur un ensemble infini. Elles sont donc égales partout.

Le fait qu’elles soient égales en 0 donne finalement dét(M) = dét(AD − CB) sans avoir besoin que A soit inversible.

3.c. Corrigé en classe.

Exercice 35. (**) Soient un entier n > 2. On pose ω = exp(i2π/n).

On note A la matrice de Mn (C) de coefficients ap,q = ω (p−1)(q−1) .

a. Calculer un argument du déterminant de A.

b. Calculer A × A. En déduire la valeur du déterminant de A.

Solution de l’exercice 35. Corrigé en classe.

Lycée Henri Poincaré — PC* — mathématiques novembre 2019