Calcul Matriciel

[http://mp.cpgedupuydelome.
fr] édité le 29 décembre 2015 Enoncés 1
Calcul matriciel Exercice 5 [ 00702 ] [Correction]

Résoudre l’équation X 2 = A où
 
Opérations sur les matrices 1 0 1
A = 0 4 2
0 0 16
Exercice 1 [ 01247 ] [Correction]
Pour A ∈ Mn (K), on note σ (A) la somme des termes de A.
On pose 
1 ··· 1
 Exercice 6 [ 03976 ] [Correction]
Soit A ∈ GLn (R) vérifiant
J =  ... (1) ... 
 
A + A−1 = In
1 ··· 1
Pour k ∈ N, calculer Ak + A−k .
Vérifier J.A.J = σ(A).J.
Problèmes de commutation
Pour i, j, k, ` ∈ {1, . . . , n}, on note Ei,j et Ek,` les matrices élémentaires de Exercice 7 [ 01249 ] [Correction]
Mn (K) d’indices (i, j) et (k, `). Calculer Soient λ1 , . . . , λn des éléments de K deux à deux distincts et D = diag(λ1 , . . . , λn ).
Déterminer les matrices de Mn (K) commutant avec D.
Ei,j × Ek,`

Exercice 3 [ 00403 ] [Correction] Soit A = (ai,j ) ∈ Mn (K). Montrer que
Soit
a b ∀B ∈ Mn (K), AB = BA ⇐⇒ ∃λ ∈ K, A = λ.In
M= ∈ M2 (R)
c d
avec 0 ≤ d ≤ c ≤ b ≤ a et b + c ≤ a + d.
Pour tout n ≥ 2, on note Exercice 9 [ 02687 ] [Correction]

an bn
Soient A, B ∈ Mn (R) où B est nilpotente et commute avec A. Montrer que A et
n
M = A + B sont simultanément inversibles.
cn dn
Démontrer que, pour tout n ≥ 2,
bn + cn ≤ an + dn
On suppose que A, B ∈ Mn (K) commutent et que A est inversible.
Justifier que les matrices A−1 et B commutent.

Soient A, B ∈ Mn (K) vérifiant Exercice 11 [ 00709 ] [Correction]
AB = A + B
a) Quelles sont les matrices de Mn (K) commutant avec toutes les matrices de
Montrer que A et B commutent Mn (K) ?
Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 2
b) Même question aves les matrices commutant avec toutes celles de GLn (K). Calcul des puissances d’une matrice carrée
Exercice 12 [ 02689 ] [Correction] Exercice 18 [ 01251 ] [Correction]

Soient n ∈ N∗ , α1 , . . . , αn des complexes distincts, A = diag(α1 , . . . , αn ) et Calculer An pour n ∈ N et les matrices A suivantes :
C(A) = {M ∈ Mn (C), AM = M A}
1 1

a b

c) A
a) A = b) A = =
a

Montrer que (Ak )0≤k≤n−1 est une base de C(A). 0 2 0 cos θ − sin θ
sin θ cos θ

Soit n ∈ N avec n ≥ 2.
a) Montrer que Exercice 19 [ 01252 ] [Correction]
On considère la matrice
{A ∈ Mn (R)/∀M ∈ GLn (R), AM = M A} = {λIn | λ ∈ R}
 
1 1 1
A = 0 1 1
b) Soit A ∈ Mn (R). On suppose que
0 0 1
∀M, N ∈ Mn (R), A = M N =⇒ A = N M
et on pose B = A − I.
Montrer qu’il existe λ ∈ R tel que A = λIn Calculer B n pour n ∈ N et en déduire l’expression de An .

Soit T ∈ Mn (R) une matrice triangulaire supérieure. Exercice 20 [ 01253 ] [Correction]
Montrer que T commute avec sa transposée si, et seulement si, la matrice T est Calculer An pour
 
diagonale. 1 1 0
A = 0 1 1
0 0 1
Soit n ≥ 2. Déterminer les matrices de Mn (K) commutant avec toutes les de deux manières différentes.
matrices symétriques.

Soit n ≥ 2. Déterminer les matrices de Mn (K) commutant avec toutes les On considère la matrice
matrices antisymétriques. −1 −2
A=
3 4
Exercice 17 [ 00712 ] [Correction] a) Calculer A2 − 3A + 2I. En déduire que A est inversible et calculer son inverse.
Soient D = diag(a1 , . . . , an ) ∈ Mn (K) et
b) Pour n ≥ 2, déterminer le reste de la division euclidienne de X n par
ϕ : M ∈ Mn (K) 7→ DM − M D X 2 − 3X + 2.
a) Déterminer noyau et image de l’endomorphisme ϕ. c) En déduire l’expression de la matrice An .
b) Préciser ces espaces quand D est à coefficients diagonaux distincts.


Soit   [Matrice à diagonale strictement dominante] Soit A = (ai,j ) ∈ Mn (C) telle que
1 ··· ··· 1
.. 
X

0 1 . ∀1 ≤ i ≤ n, |ai,j | < |ai,i |
A= ..  ∈ Mn (R)
 j6=i
. . ..
 .. .. . .
0 ··· 0 1 Montrer que la matrice A est inversible.
a) Soit k ∈ N∗ . Majorer les coefficients de Ak .

b) Calculer A−1 . Exercice 27 [ 01259 ] [Correction]
c) Calculer (A −1 k
) pour k ∈ N. Soient n ∈ N \ {0, 1} et ω = exp 2iπ
n . On pose

A = ω (k−1)(`−1) ∈ Mn (C)
Matrices carrées inversibles 1≤k,`≤n
Calculer AĀ. En déduire que A est inversible et calculer A−1 .

Soit
a b
A= ∈ M2 (K) Exercice 28 [ 01260 ] [Correction]
c d
Soit  
Observer que 2 −1 2
A2 − (a + d)A + (ad − bc)I = 0 A= 5 −3 3
−1 0 −2
À quelle condition A est-elle inversible ? Déterminer alors A−1 .
a) Calculer (A + I)3 .
b) En déduire que A est inversible.
Calculer l’inverse des matrices carrées suivantes :
  Exercice 29 [ 01261 ] [Correction]
a) A b) B 1 1 −1
=  =  Soit A = (1 − δi,j ) ∈ Mn (R)
1 0 −1 1 0 1 c) C = 2 0 1
2 1 −3 2 −1 1 2 1 −1 a) Calculer A2 .
−1 0 2 −1 1 −1 b) Montrer que A est inversible et exprimer A−1 .

Justifier que Soit A ∈ Mn (K) telle que la matrice I + A soit inversible. On pose
B = (I − A)(I + A)−1 .
 
1 (−1)
A=
 ..  ∈ Mn (R)

a) Montrer que B = (I + A)−1 (I − A).
.
0 1 b) Montrer que I + B est inversible et exprimer A en fonction de B.
−1
est inversible et déterminer A .

Exercice 31 [ 03420 ] [Correction] Structures formées par un ensemble de matrices

Soient A, B, C ∈ Mn (K)(n ≥ 2) non nulles vérifiant
ABC = On
Soit E l’ensemble des matrices de la forme
Montrer qu’au moins deux des matrices A, B, C ne sont pas inversibles. 
a b c

M (a, b, c) = 0 a b
0 0 a
Montrer que la matrice   avec a, b, c ∈ R.
0 1 1 1 Notre objectif est d’établir que l’inverse d’une matrice inversible de E appartient
1 0 1 1 encore à E, sans pour autant calculer cet inverse.
A=
1

1 0 1 a) Montrer que (E, +, .) est un R-espace vectoriel dont on précisera la
1 1 1 0 dimension.
est inversible et calculer son inverse. b) Montrer que (E, +, ×) est un anneau commutatif.
c) À quelle condition sur (a, b, c) ∈ R3 , la matrice A = M (a, b, c) est-elle
inversible dans M3 (R) ? On suppose cette condition vérifiée. En considérant
l’application f : E → E définie par f (X) = AX, montrer que A−1 ∈ E.
Montrer que les matrices carrées d’ordre n ≥ 2 suivantes sont inversibles, et
déterminer leur inverse par la méthode de Gauss :

1 −a (0)
 
1 2 ··· n
 Exercice 37 [ 01267 ] [Correction]
.. .. .. .. . [Matrices de permutation] Soit n ∈ N \ {0, 1}. Pour σ ∈ Sn , on note
. .. 
  
 . .   .
a) A = 
  c) C =  
P (σ) = δi,σ(j) 1≤i,j≤n ∈ Mn (R)
..  .. 
 . −a  . 2
(0) 1 (0) 1 appelée matrice de permutation associée à σ.
 
1 (1) a) Montrer que
b) B = 
 ..  ∀(σ, σ 0 ) ∈ S2n , P (σ ◦ σ 0 ) = P (σ)P (σ 0 )
. 
(0) 1 b) En déduire que E = {P (σ) | σ ∈ Sn } est un sous-groupe de GLn (R)
isomorphe à Sn .
Symétrie matricielle c) Vérifier que
t
(P (σ)) = P (σ −1 )
Déterminer une condition nécessaire et suffisante pour que le produit de deux
matrices symétriques soit encore une matrice symétrique. Exercice 38 [ 01268 ] [Correction]
Soit E l’ensemble des matrices de M2 (K) de la forme

a+b b
Exercice 35 [ 01264 ] [Correction] A= avec (a, b) ∈ K2
−b a − b
Montrer que Sn (R) et An (R) sont des sous-espaces vectoriels supplémentaires de
Mn (R). a) Montrer que E est un sous-espace vectoriel de M2 (K), en donner une base.

b) Montrer que E est un sous-anneau commutatif de M2 (K). On note p la projection vectorielle sur P parallèlement à D, q celle sur D
c) Déterminer les inversibles de E. parallèlement à P , et enfin, s la symétrie vectorielle par rapport à P et
parallèlement à D.
d) Déterminer les diviseurs de zéro de E c’est-à-dire les matrices A et B ∈ E
vérifiant AB = O2 avec A, B 6= O2 . a) Former la matrice de p dans B.
b) En déduire les matrices, dans B, de q et de s.

On dit qu’une matrice A = (ai,j ) ∈ Mn (K) est centro-symétrique si Exercice 42 [ 01271 ] [Correction]
Soit ϕ l’endomorphisme de Rn [X] défini par ϕ(P ) = P (X + 1).
2
∀(i, j) ∈ J1 ; nK , an+1−i,n+1−j = ai,j a) Écrire la matrice A de ϕ dans la base canonique B de Rn [X].
a) Montrer que le sous-ensemble C de Mn (K) formé des matrices b) Justifier que A est inversible et calculer A−1 .
centro-symétriques est un sous-espace vectoriel de Mn (K).
b) Montrer que le produit de deux matrices centro-symétriques de Mn (K) est
aussi centro-symétrique. Exercice 43 [ 00714 ] [Correction]
Soit A = (ai,j )1≤i,j≤n+1 ∈ Mn+1 (R) la matrice dont le coefficient général est
c) Soit A centro-symétrique de Mn (K) et inversible. donné par un coefficient binomial :
En considérant l’application X 7→ AX de C vers C, montrer que A−1 est

centro-symétrique. j−1
ai,j =
i−1
Matrice d’une application linéaires Soit ϕ ∈ L(Rn [X]) l’endomorphisme représenté par la matrice A dans la base
canonique (1, X, . . . , X n ).
Exercice 40 [ 01269 ] [Correction] a) Exprimer simplement ϕ(P ) pour tout P ∈ Rn [X].
Déterminer la matrice relative aux bases canoniques des applications linéaires f
b) Calculer Am pour tout m ∈ N.
suivantes :
c) Calculer A−1 .
(
a) R3 [X] → R3 [X]
( c) f :
R3 → R2 P 7→ P (X + 1)
f: Exercice 44 [ 00715 ] [Correction]
(x, y, z) 7→ (x + y, y − 2x + z)
Soient a ∈ C∗ et f : C → C définie par f (z) = z + az̄.
b) ( d) ( a) Former la matrice de l’endomorphisme f du R-espace vectoriel C dans la base
R3 → R3 R3 [X] → R4 (1, i).
f: f:
(x, y, z) 7→ (y + z, z + x, x + y) P 7→ (P (1), P (2), P (3), P (4)) b) Déterminer image et noyau de f .
Exercice 41 [ 01270 ] [Correction] Matrice d’un endomorphisme dans une base bien
On considère les sous-espaces vectoriels supplémentaires de R3 suivants : choisie
P = (x, y, z) ∈ R3 | x + 2y − z = 0 et D = Vect(w) où w = (1, 0, −1)

On note B = (i, j, k) la base canonique de R3 . Soit E un K-espace vectoriel de dimension 3 et f ∈ L(E) tel que f 2 6= 0 et f 3 = 0.

Montrer qu’il existe une base de E dans laquelle la matrice de f est a) Déterminer ker f et Im f . Démontrer que ces sous-espaces sont
  supplémentaires dans R3 .
0 0 0
1 0 0 b) Déterminer une base adaptée à cette supplémentarité et écrire la matrice de
f dans cette base.
0 1 0
c) Décrire f comme composée de transformations vectorielles élémentaires.

Soit f un endomorphisme d’un K-espace vectoriel E de dimension n ∈ N∗ vérifiant Exercice 49 [ 00719 ] [Correction]
Soient E un K-espace vectoriel de dimension n ∈ N∗ et f ∈ L(E) tel que f n = 0
f n = 0 et f n−1 6= 0 et f n−1 6= 0.
Montrer qu’il existe une base B de E pour laquelle :
a) Justifier qu’il existe un vecteur x ∈ E tel que la famille
B = x, f (x), f 2 (x), . . . , f n−1 (x) forme une base de E.
 
0 1 0
b) Déterminer les matrices de f, f 2 , . . . , f n−1 dans cette base.
 .. .. 
 . . 
MatB (f ) =  
c) En déduire que  . ..

 1
{g ∈ L(E) | g ◦ f = f ◦ g} = Vect(Id, f, f 2 , . . . , f n−1 ) 0 0

Soit E un K-espace vectoriel muni d’une base B = (i, j, k). Soit f ∈ L(E) tel que f 2 = 0.
Soit f l’endomorphisme de E dont la matrice dans B est Montrer qu’il existe une base B telle que la matrice de f dans B soit


2 −1 −1
 0 Ir
A = 1 0 −1 0 0
1 −1 0
Changement de bases
a) Calculer A2 . Qu’en déduire sur f ?
b) Déterminer une base de Im f et ker f . Exercice 51 [ 01276 ] [Correction]
c) Quelle est la matrice de f relativement à une base adaptée à la Soit  
supplémentarité de Im f et ker f ? 3 1 −3
A = −1 1 1
1 1 −1
Exercice 48 [ 01278 ] [Correction] On note B = (e1 , e2 , e3 ) la base canonique de R3 .
Soit   Soit f l’endomorphisme de R3 dont la matrice dans B est A.
2 −1 −1
On pose ε1 = (1, 1, 1), ε2 = (1, −1, 0), ε3 = (1, 0, 1) et B 0 = (ε1 , ε2 , ε3 ).
A = −1 2 −1
−1 −1 2 a) Montrer que B 0 constitue une base de R3 .
b) Écrire la matrice de f dans cette base.
On note B = (e1 , e2 , e3 ) la base canonique de R3 .
Soit f l’endomorphisme de R3 dont la matrice dans B est A. c) Déterminer une base de ker f et de Im f .

Exercice 52 [ 00716 ] [Correction] a) Montrer qu’il existe une base C = (ε1 , ε2 , ε3 ) de E telle que la matrice de f
Soit f ∈ L(R3 ) représenté dans la base canonique B par : dans C soit D.
  b) Déterminer la matrice P de GL3 (R) telle que A = P DP −1 . Calculer P −1 .
2 1 −1
0 1 0 c) Calculer An pour tout n ∈ N.
1 1 0 d) En déduire le terme général des suites (xn )n∈N , (yn )n∈N et (zn )n∈N définies
par :
a) Soit C = (ε1 , ε2 , ε3 ) avec ε1 = (1, 0, 1), ε2 = (−1, 1, 0), ε3 = (1, 1, 1).  
 x0 = 1  xn+1 = 4xn − 2(yn + zn )
Montrer que C est une base. y0 = 0 et ∀n ∈ N, yn+1 = xn − zn
b) Déterminer la matrice de f dans C. 
z0 = 0

zn+1 = 3xn − 2yn − zn
c) Calculer la matrice de f n dans B pour tout n ∈ N.

Exercice 53 [ 01282 ] [Correction] Soient b = (i, j) et B = (I, J) deux bases d’un R-espace vectoriel de dimension 2
Soit E un K-espace vectoriel muni d’une base B = (e1 , e2 , e3 ). et P la matrice de passage de b à B.
Soit f l’endomorphisme de E dont la matrice dans B est Pour x ∈ E, notons
  v = Matb x et V = MatB x
2 −1 0
A = −2 1 −2 a) Retrouver la relation entre v et V .
1 1 3 b) Soient f ∈ L(E) et
Soit B 0 = (ε1 , ε2 , ε3 ) la famille définie par m = Matb f et M = MatB f
 Retrouver la relation entre m et M .
 ε1 = e1 + e2 − e3
ε2 = e1 − e3 c) Par quelle méthode peut-on calculer mn lorsqu’on connaît deux vecteurs

ε3 = e1 − e2 propres non colinéaires de f .
a) Montrer que B 0 est une base de E et former la matrice D de f dans B 0 .

b) Exprimer la matrice de passage P de B à B 0 et calculer P −1 . Exercice 56 [ 00717 ] [Correction]
c) Quelle relation lie les matrices A, D, P et P −1
? Soit E un K-espace vectoriel de dimension 3 muni d’une base B = (e1 , e2 , e3 ).
n Soit f ∈ L(E) dont la matrice dans la base B est
d) Calculer A pour tout n ∈ N.
 
0 1 1
A =  0 1 0
Exercice 54 [ 01284 ] [Correction] −1 1 2
Soit E un K-espace vectoriel de dimension 3 et B = (e1 , e2 , e3 ) une base de E.
On considère les matrices On pose ε1 = e1 + e3 , ε2 = e1 + e2 et ε3 = e1 + e2 + e3 .
a) Montrer que la famille B 0 = (ε1 , ε2 , ε3 ) forme une base de E et déterminer la
   
4 −2 −2 0 0 0
A = 1 0 −1 et D = 0 1 0 matrice de f dans B 0 .
3 −2 −1 0 0 2 b) Calculer An .
Soit f l’endomorphisme de E dont la matrice dans la base B est A.

Exercice 57 [ 00718 ] [Correction] a) f : K3 → K3 définie par

Soit E un K-espace vectoriel de dimension 3 muni d’une base B = (e1 , e2 , e3 ).
Soit f ∈ L(E) dont la matrice dans la base B est f (x, y, z) = (−x + y + z, x − y + z, x + y − z)
b) f : K3 → K3 définie par
 
0 2 1
A = −1 2 1
0 1 1 f (x, y, z) = (x − y, y − z, z − x)
On pose ε1 = e1 + e3 , ε2 = e1 + e2 et ε3 = e1 + e2 + e3 . c) f : K4 → K4 définie par

a) Montrer que B 0 = (ε1 , ε2 , ε3 ) forme une base de E et déterminer la matrice de f (x, y, z, t) = (x + y − t, x + z + 2t, 2x + y − z + t, −x + 2y + z)
f dans B 0 .
b) Calculer An .
Calculer le rang des matrices suivantes en fonction des paramètres :
Exercice 58 [ 01283 ] [Correction]    
Soit E un K-espace vectoriel muni d’une base B = (e1 , e2 , e3 ). 1 1 1 a b (0)
Soit f l’endomorphisme de E dont la matrice dans B est a) b + c c + a a + b  .. .. 
 . . 
bc ca ab c)  
.
 
3 −2 2   (0) . . b 

1 cos θ cos 2θ
A = 1 2 0
b)  cos θ cos 2θ cos 3θ b (0) a
1 1 1
cos 2θ cos 3θ cos 4θ
a) Montrer qu’il existe une base C = (ε1 , ε2 , ε3 ) de E dans laquelle la matrice
représentative de f est une matrice diagonale D de coefficients diagonaux :
1, 2 et 3. Exercice 62 [ 01288 ] [Correction]
b) Déterminer la matrice de passage P de B à C. Calculer P −1
. Soient n ∈ N∗ et M ∈ Mn (R) définie par
−1
c) Quelle relation lie les matrices A, D, P et P ? ···
 
1 1 0 0
d) Calculer An pour tout n ∈ N.  .. .. 
0 1
 1 . .
M =  ... . . . .. ..
 
. . 0
Rang d’une matrice 
 .. ..


0 . . 1
1 0 ··· 0 1
Calculer le rang de familles de vecteurs suivantes de R3 : a) Donner le rang de M et la dimension de son noyau.
a) (x1 , x2 , x3 ) avec x1 = (1, 1, 0), x2 = (1, 0, 1) et x3 = (0, 1, 1) b) Préciser noyau et image de M .
b) (x1 , x2 , x3 ) avec x1 = (2, 1, 1), x2 = (1, 2, 1) et x3 = (1, 1, 2) c) Calculer M n .
c) (x1 , x2 , x3 ) avec x1 = (1, 2, 1), x2 = (1, 0, 3) et x3 = (1, 1, 2).

Exercice 60 [ 01286 ] [Correction] Soit A et B deux matrices carrées d’ordre 3 telles que AB = O3 .
Calculer le rang des applications linéaires suivantes : Montrer que l’une au moins de ces matrices est de rang inférieur ou égal à 1.

Exercice 64 [ 00698 ] [Correction] a) Déterminer la dimension de F et G.

Soient A ∈ M3,2 (R) et B ∈ M2,3 (R) telles que
b) Discuter, selon la valeur de m, la dimension du sous-espace vectoriel F ∩ G.
 
1 0 0
AB = 0 1 0
0 0 0
a) Déterminer les rangs de A et B. Résoudre en fonction du paramètre m ∈ C, les systèmes suivants d’inconnues
b) Calculer BA en observant (AB)2 = AB. complexes :

 x−y+z =m
Exercice 65 [ 00699 ] [Correction] a) x + my − z = 1
Soient A ∈ M3,2 (R) et B ∈ M2,3 (R) matrices de rang 2 vérifiant (AB)2 = AB. x−y−z =1

Montrer BA = I2 . 
 mx + y + z = 1
b) x + my + z = m
x + y + mz = m2

Soit G un groupe multiplicatif formé d’éléments de Mn (R). 
 mx + y + z + t = 1
Montrer que les éléments de G ont tous le même rang.
c) x + my + z + t = m
x + y + mz + t = m + 1


Soient A, B ∈ Mn (C) vérifiant A2 B = A et rg A = rg B. Montrer B 2 A = B.

Systèmes d’équations linéaires Soient a, b ∈ C. Résoudre le système :

Exercice 68 [ 01292 ] [Correction]  ax + by + z = 1
Discuter, selon m paramètre réel, la dimension des sous-espaces vectoriels de R3 x + aby + z = b
x + by + az = 1

suivants :
x + my + z = 0
a) F = (x, y, z) ∈ R3 | b)
 mx + y + mz = 0
  x + y + mz = 0 
F = (x, y, z) ∈ R3 | x + my + z = 0 . Exercice 72 [ 01296 ] [Correction]
 
mx + y + z = 0
 Résoudre le système d’équations suivant d’inconnues complexes :


 x1 + x2 + x3 + ... + xn =1
 1 2x2 + 2x3 + ... + 2xn
x + =1



On considère, pour m paramètre réel, les sous-espaces vectoriels de R3 : x1 + 2x2 + 3x3 + ... + 3xn =1
..
F = (x, y, z) ∈ R3 | x + my + z = 0 et mx + y − mz = 0

.




x1 + 2x2 + 3x3 + ... + nxn =1

et
G = (x, y, z) ∈ R3 | x − my + z = 0 .


Exercice 73 [ 01297 ] [Correction] b) Soit f : Mn (K) → K une application vérifiant : f (On ) = 0, f (In ) = 1 et pour
Résoudre le système d’équations suivant d’inconnues complexes : tout A, B ∈ Mn (K),
 f (AB) = f (A)f (B)
 x1 + x2
 = 0
Montrer que A ∈ Mn (K) est inversible si, et seulement si, f (A) 6= 0.
 x1 + x2 + x3 = 0



x2 + x3 + x4 = 0


. . .. .. ..
 . . . .


xn−2 + xn−1 + xn = 0


Soit A ∈ Mn (R) une matrice de rang r. Déterminer la dimension de l’espace


xn−1 + xn = 0

{B ∈ Mn (R) | ABA = On }

Soient a1 , ..., an des points du plan complexe. Exercice 79 [ 01602 ] [Correction]
Déterminer à quelle(s) condition(s) il existe au moins un polygone à n sommets Soient A, B ∈ Mn (K).
z1 , ..., zn tel que :
a) Justifier qu’il existe U, V ∈ GLn (K) tels que
ai est le milieu de [zi ; zi+1 ] et an est le milieu de [zn ; z1 ].
rg(U A + BV ) = min(n, rg A + rg B)
Exercice 75 [ 02560 ] [Correction] b) On suppose rg A + rg B ≥ n. Montrer qu’il existe U, V ∈ GLn (K) tels que
Discuter suivant a et b et résoudre
 U A + BV ∈ GLn (R)
 ax + 2by + 2z = 1
2x + aby + 2z = b
2x + 2by + az = 1

Exercice 76 [ 02579 ] [Correction] a) Montrer que si C ∈ Mn (R) vérifie :

Résoudre, en discutant selon a, b ∈ R le système
∀X ∈ Mn (R), det(C + X) = det X

 ax + y + z + t = 1


x + ay + z + t = b alors elle est nulle (on pourra étudier le rang de C).

 x + y + az + t = b2 b) Montrer que si A et B de Mn (R) vérifient :
x + y + z + at = b3

∀X ∈ Mn (R), det(A + X) = det(B + X)
Matrices équivalentes alors A = B.

a) Montrer qu’une matrice A ∈ Mn (K) est non inversible si, et seulement si, elle Soit A ∈ Mn,p (K) de rang r. Montrer qu’il existe des matrices B et C
est équivalente à une matrice nilpotente. respectivement dans Mn,r (K) et Mr,p (K) telles que A = BC.

Matrices de rang 1

A
b) On note ∈ M2n,n (K) la matrice obtenue en accolant les lignes de C en
C
dessous de celles de A.
Montrer
Soit A ∈ Mn (K) une matrice carrée de rang 1.
A
rg = rg A ⇐⇒ ∃V ∈ Mn (K), C = V A
a) Établir l’existence de colonnes X, Y ∈ Mn,1 (K) vérifiant A = X t Y . C
b) En déduire l’existence de λ ∈ K tel que A2 = λA. c) En déduire

A B A B A AU
rg = rg A ⇐⇒ ∃U, V ∈ Mn (K), =
C D C D VA V AU
Soit A une matrice carrée de rang 1. Montrer qu’il existe λ ∈ K tel que A2 = λA. Exercice 86 [ 01604 ] [Correction]
Soient A ∈ Mn (K), B ∈ Mp (K) et M la matrice

A On,p
Exercice 84 [ 03460 ] [Correction] M= ∈ Mn+p (K)
Op,n B
Soit H ∈ Mn (C) une matrice de rang 1.
a) Montrer qu’il existe des matrices U, V ∈ Mn,1 (K) telles que H = U t V . Établir
rg M = rg A + rg B
b) En déduire
H 2 = tr(H)H
c) On suppose tr H 6= −1. Montrer que In + H est inversible et Soient B ∈ Mn,p (K) et C ∈ Mp (K).
Montrer
1 In B
(In + H)
−1
= In − H rg = n + rg C
1 + tr H Op,n C
d) Soient A ∈ GLn (K) telle que tr(HA−1 ) 6= −1. Montrer que A + H est Exercice 88 [ 02335 ] [Correction]
inversible et Soient A ∈ Mn (K), B ∈ Mp (K), C ∈ Mn,p (K) et
1

(A + H)−1 = A−1 − A−1 HA−1 A C
M= ∈ Mn+p (K)
1 + tr(HA−1 ) Op,n B
On suppose B inversible. Établir

Rang d’une matrice par blocs rg M = p ⇐⇒ A = On

Soient A, B, C, D ∈ Mn (K). Exercice 89 [ 03101 ] [Correction]
Soient A ∈ GLp (R), B ∈ Mp,q (R), C ∈ Mq (R) et
a) On note A B ∈ Mn,2n (K) la matrice obtenue en accolant les colonnes
de B à droite de celles de A. A B
M= ∈ Mp+q (R)
Montrer Oq,p C

rg A B = rg A ⇐⇒ ∃U ∈ Mn (K), B = AU Déterminer le rang de M en fonction de celui de C.

Calcul par blocs Trace

Soient A ∈ Mn (K) et Existe-t-il des matrices A, B ∈ Mn (K) vérifiant
On A
B= ∈ M2n (K) AB − BA = In ?
In On
a) Montrer que A est inversible si, et seulement si, B l’est.
b) Calculer B p pour tout p ∈ N. Exercice 95 [ 03259 ] [Correction]
Soient A, B ∈ Mn (K) des matrices vérifiant
Exercice 91 [ 00747 ] [Correction] AB − BA = A

Soit M ∈ Mn (K) une matrice de rang r décomposée par blocs sous la forme
Calculer tr (Ap ) pour p ∈ N∗ .
A B
M=
C D
avec A ∈ Mr (K) supposée inversible. Soient E un K-espace vectoriel de dimension finie et f ∈ L(E) de rang 1.
a) Montrer que pour toute colonne Y ∈ Mn−r,1 (K) il existe une colonne Montrer
X ∈ Mr,1 (K) telle que f 2 = tr(f ).f
0r X
M =M À quelle condition un endomorphisme de rang 1 est-il un projecteur ?
Y 0n−r
b) En déduire que D = CA−1 B.
Soient A ∈ Mn (R) et ϕ l’endomorphisme de Mn (R) défini par
Soient A, B, C, D ∈ Mn (K) et ϕ(M ) = M A

A B
Exprimer la trace de ϕ en fonction de celle de A.
M= ∈ M2n (K)
C D
On suppose que les matrices A, D et M sont inversibles. Exercice 98 [ 00730 ] [Correction]

Exprimer M −1 . Soit M une matrice carrée de taille n à coefficients dans K sous-corps de C.
Montrer que si tr M = 0, il existe deux matrices A et B telles que
Exercice 93 [ 03702 ] [Correction] M = AB − BA

Soit  
1 −1 0 0
0 1 0 0 Exercice 99 [ 00731 ] [Correction]
A= 
0 0 −1 1 Soit ϕ une forme linéaire sur Mn (K). Montrer qu’il existe A ∈ Mn (K) tel que
0 0 0 −1 pour tout M ∈ Mn (K), ϕ(M ) = tr(AM ).
Calculer An pour tout n ∈ Z.

Exercice 100 [ 00733 ] [Correction] a) Soit M ∈ H. Montrer que k ∈ N∗ 7→ M k ∈ H n’est pas injective.
On note tr la forme linéaire trace sur E = Mn (K). En déduire que H est un sous-groupe de GLn (K).
Établir Soient
ker(tr) = Vect {[A ; B] | A, B ∈ E} 1 X
q = |H| et P = M
q
M ∈H
où l’on note [A ; B] = AB − BA.
b) Montrer, si M ∈ H, que M P = P M = P . En déduire P 2 = P .
c) Trouver un supplémentaire, dans Mn,1 (K), stable par tous les éléments de H,
Exercice 101 [ 00711 ] [Correction] de
Établir que Vect {AB − BA | A, B ∈ Mn (R)} est un hyperplan de Mn (R). \
ker(M − In )
M ∈H
Exercice 102 [ 00735 ] [Correction] d) Montrer que X

Soit A ∈ Mn (R). Résoudre l’équation tr M ∈ qN
M ∈H
X + t X = tr(X)A Que dire si cette somme est nulle ?
d’inconnue X ∈ Mn (R).
Exercice 103 [ 03261 ] [Correction] P
P G un sous-groupe fini de GLn (R) tel que
a) Soit g∈G tr g = 0. Montrer que
a) Dans un espace de dimension finie, pourquoi le rang d’un projecteur est-il g∈G g = 0.
égal à sa trace ? b) Soit G un sous-groupe fini de GLn (R), V un sous-espace vectoriel de Rn

stable par les éléments de G. Montrer qu’il existe un supplémentaire de V
b) Soit A ∈ Mn (K) vérifiant Aq = In .
dans Rn stable par tous les éléments de G.
Montrer
q−1
1X
dim ker(A − In ) = tr(Ak )
q Exercice 107 [ 00732 ] [Correction]
k=0
Soit T une forme linéaire sur Mn (K) vérifiant
Exercice 104 [ 00734 ] [Correction] ∀A, B ∈ Mn (K), T (AB) = T (BA)

Soient E un espace vectoriel de dimension finie et G un sous-groupe de GL(E) de
cardinal fini n. Montrer Établir que T ∈ Vect {tr}.
 
\ 1 X
dim  ker(g − IdE ) = tr g Exercice 108 [ 02616 ] [Correction]
n
g∈G g∈G Soit f une forme linéaire sur Mn (R) vérifiant
∀A, B ∈ Mn (R), f (AB) = f (BA)

Soient K = R ou C et H une partie non vide et finie de GLn (K) stable par Montrer que f est proportionnelle à la trace.
multiplication.

Exercice 109 [ 02686 ] [Correction] Application des matrices à l’étude d’applications li-
néaires
a) Soit f une forme linéaire sur Mn (R) vérifiant
∀A, B ∈ Mn (R), f (AB) = f (BA)
Soient f, g ∈ L(R2 ) tel que f 2 = g 2 = 0 et f ◦ g = g ◦ f . Calculer f ◦ g.
montrer que f est proportionnelle à la trace.
b) Soit g un endomorphisme de l’espace vectoriel Mn (R) vérifiant
g(AB) = g(BA) Soit ω une racine primitive n-ième de 1. On pose
n−1
pour toutes A, B ∈ Mn (R) et g(In ) = In . Montrer que g conserve la trace. 1 X
Fω (P ) = √ P (ω k )X k
n
k=0
pour tout P ∈ Cn−1 [X].

Montrer que Fω est un automorphisme de Cn−1 [X] et exprimer son inverse.
Soit A ∈ Mn (R). Calculer la trace de l’endomorphisme f ∈ Mn (R) donné par
f (M ) = AM + M A
Soit E un espace vectoriel réel de dimension finie n ≥ 2.
Exercice 111 [ 02563 ] [Correction] a) Indiquer des endomorphismes de E dont la représentation matricielle est la
Pour A et B fixées dans Mn (R), résoudre dans Mn (R) l’équation même dans toutes les bases de E.
b) Soit (e1 , . . . , en ) une base de E. Montrer que pour tout i ∈ {2, . . . , n}, la
X = tr(X)A + B famille (e1 + ei , e2 , . . . , en ) est une base de E.
c) Déterminer tous les endomorphismes de E dont la représentation matricielle
est diagonale dans toutes les bases de E.
Exercice 112 [ 02547 ] [Correction] d) Quels sont les endomorphismes de E dont la représentation matricielle est la
Soit E un R-espace vectoriel de dimension finie n > 1. même dans toutes les bases de E ?
Montrer que f ∈ L(E) de rang 1 n’est pas forcément un projecteur.
Montrer que f ∈ L(E) de rang 1 et de trace 1 est un projecteur.
Trouver une base de L(E) constituée de projecteurs.
Soit f un élément non nul de L(R3 ) vérifiant
Exercice 113 [ 03864 ] [Correction] f3 + f = 0

Soient A1 , . . . , Ak ∈ Mn (R) vérifiant
Montrer que R3 = ker f ⊕ Im f et que l’on peut trouver une base dans laquelle f a
A1 + · · · + Ak = In et ∀1 ≤ i ≤ k, A2i = Ai pour matrice  
0 0 0
Montrer A = 0 0 1
∀1 ≤ i 6= j ≤ k, Ai Aj = On 0 −1 0


Soient u, v : Rn [X] → Rn [X] définies par
u(P ) = P (X + 1) et v(P ) = P (X − 1)
a) Calculer rg(u − v) en utilisant sa matrice.

b) Retrouver ce résultat d’une autre manière.

Quels sont les f ∈ L(Rn ) telles que f (Zn ) = Zn ?

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Corrections 16
Corrections Sachant a ≥ c et b ≥ d, il suffit d’établir an ≥ bn et cn ≥ dn pour conclure.

Dans le cas n = 1, la propriété est vérifiée.
Exercice 1 : [énoncé] Dans le cas n ≥ 2, exploitons la relation M n = M n−1 × M
Notons

 an = an−1 a + bn−1 c
A = (ai,j ) ∈ Mn (K)

bn = an−1 b + bn−1 d

On a  cn = cn−1 a + dn−1 c
n X
n

dn = cn−1 b + dn−1 d
X 
σ(A) = ak,`
k=1 `=1 On a alors
Pn
Par produit B = A.J = (bi,j ) avec bi,j = `=1
ai,` .1 et C = J.A.J = J.B = (ci,j ) an − bn = an−1 (a − b) + bn−1 (c − d) et cn − dn = cn−1 (a − b) + dn−1 (c − d)
avec
Xn n X
X n Puisqu’il est évident que an−1 , bn−1 , cn−1 , dn−1 ≥ 0 (cela se montre par
ci,j = 1.bk,j = ak,l = σ(A) récurrence), on obtient sachant a − b ≥ 0 et c − d ≥ 0 les inégalités permettant de
k=1 k=1 `=1 conclure.
Ainsi C = σ(A).J. Notons que l’hypothèse b + c ≤ a + d ne nous a pas été utile.
Exercice 2 : [énoncé] Exercice 4 : [énoncé]

On peut décrire On a
(In − A)(In − B) = In − A − B + AB = In
Ei,j = (δp,i δq,j )1≤p,q≤n et Ek,` = (δp,k δq,` )1≤p,q≤n On en déduit que In − A est inversible et que In − B est son inverse. L’égalité
On a alors (In − B)(In − A) = In
A = Ei,j Ek,` = (ap,q )
entraîne alors
avec BA = A + B
n
X Xn
ap,q = (δp,i δr,j )(δr,k δq,` ) = ( δr,j δr,k )δp,i δq,` = δj,k δp,i δq,` et on peut conclure que A et B commutent.
r=1 r=1
Ainsi
Exercice 5 : [énoncé]
Ei,j Ek,` = δj,k Ei,`
Une matrice X solution commute avec A.
En étudiant l’équation AX = XA coefficients par coefficients, on observe que X
est de la forme
Exercice 3 : [énoncé] 
a 0 x

Pour n ≥ 1, en exploitant M n+1 = M × M n , on a 0 b y 

 an+1 = aan + bcn 0 0 c

bn+1 = abn + bdn Pour une telle matrice, l’équation X 2 = A équivaut au système :

cn+1 = can + dcn 
a2 = 1


dn+1 = cbn + ddn
 

b2 = 4



Par suite c2 = 16
(a + c)x = 1



an+1 + dn+1 − (bn+1 + cn+1 ) = (a − c)(an − bn ) + (b − d)(cn − dn )

(b + c)y = 2


     
1 0 1/5 −1 0 1/3 1 0 1/5 Exercice 8 : [énoncé]
Les solutions sont donc 0 2 1/3,  0 2 1/3, 0 −2 1 , Si A est solution alors AEi,j = Ei,j A implique ai,i = aj,j et ai,k = 0 pour k 6= i
   0 0  4 0 0 4 0 0 4 donc A = λ.In .
−1 0 1/3 1 0 −1/3 La réciproque est immédiate.
0 −2 1 , 0 2 −1  etc. . .
0 0 4 0 0 −4
Supposons A inversible. Puisque A et B commutent, A−1 et B aussi. Comme B
Exercice 6 : [énoncé] est nilpotente, −A−1 B l’est aussi. Or il est classique d’observer que si N est
Posons Bk = Ak + A−k . On vérifie nilpotente, I − N est inversible d’inverse I + N + · · · + N p−1 avec p l’ordre de
nilpotence de N . Ainsi I + A−1 B est inversible et A + B = A(I + A−1 B) aussi.
Ak + A−k A + A−1 = Ak+1 + A−(k+1) + Ak−1 + A−(k−1)

Supposons A + B inversible, puisque −B est nilpotente et commute avec A + B,
A = A + B − B est inversible.
et donc
Bk = Bk+1 + Bk−1
Sachant B0 = 2In et B1 = In , on a par récurrence Bk = λk In avec (λk ) la suite Exercice 10 : [énoncé]
récurrente linéaire double déterminée par Il suffit d’écrire
(
λ0 = 2, λ1 = 1 A−1 B = A−1 (BA)A−1 = A−1 (AB)A−1 = BA−1
λn+1 = λn − λn−1
Après résolution √ n √ n
1+i 3 + 1−i 3
λn = a) Soit M ∈ Mn (K) commutant avec toute matrice de Mn (K).
2n
Pour i 6= j, on a Ei,j M = M Ei,j .
L’égalité des coefficients d’indice (i, i) donne mj,i = 0.
Exercice 7 : [énoncé] L’égalité des coefficients d’indice (i, j) donne mj,j = mi,i .
Soit A = (ai,j ) ∈ Mn (K). Par suite la matrice M est scalaire. La réciproque est immédiate.
B = AD = (bi,j ) avec bi,j = ai,j λj et C = DA = (ci,j ) avec ci,j = λi ai,j . b) On reprend l’étude ci-dessus en étudiant la commutation de M avec In + Ei,j
On a AD = DA si, et seulement si, qui conduit à nouveau à l’égalité Ei,j M = M Ei,j . On obtient la même
conclusion.
∀1 ≤ i, j ≤ n, ai,j λi = ai,j λj
soit Exercice 12 : [énoncé]

∀1 ≤ i, j ≤ n, ai,j (λi − λj ) = 0 En étudiant l’égalité AM = M A, on justifie C(A) = Dn (C). C(A) est donc un
Les λ1 , ..., λn étant deux à deux distincts, AD = DA si, et seulement si, sous-espace vectoriel de dimension n. De plus il contient évidemment les éléments
Ak pour k ∈ {0, . . . , n − 1} (et, plus généralement, tout polynôme en A).
∀1 ≤ i 6= j ≤ n, ai,j = 0 Supposons
λ0 I + λ1 A + · · · + λn−1 An−1 = 0
ce qui signifier que A est diagonale.
Le polynôme P = λ0 + λ1 X + · · · + λn−1 X n−1 est annulateur de A, donc les
α1 , . . . , αn qui sont valeurs propres de A sont aussi racines de P qui possède alors

plus de racines que son degré. On peut alors affirmer P = 0 puis avec α ∈ K, X ∈ Mn,1 (K) et S ∈ Mn (K) triangulaire supérieure.
λ0 = . . . = λn−1 = 0. L’identification du coefficient d’indice (1, 1) dans la relation t T T = T t T donne
La famille (Ak )0≤k≤n−1 est une famille libre à n éléments de C(A), c’en est donc
une base α2 = α2 + t XX
On en déduit X = On,1 et l’égalité t T T = T t T donne alors t SS = S t S.
Par hypothèse de récurrence, la matrice S est diagonale et par conséquent la
Exercice 13 : [énoncé] matrice T l’est aussi.
Récurrence établie.
a) L’inclusion ⊃ est immédiate.
Inversement, soit A ∈ Mn (R) commutant avec toute matrice M ∈ GLn (R).
Soient i, j ∈ {1, . . . , n} avec i 6= j.
Soit A = (ai,j ) ∈ Mn (K) une matrice commutant avec toutes les matrices
Pour M = In + Ei,j , la relation AM = M A donne
symétriques.
AEi,j = Ei,j A Soient i < j ∈ {1, . . . , n}.
La matrice A commute avec la matrice symétrique Ei,j + Ej,i ce qui permet
L’identification des coefficients d’indices (i, j) et (j, j) donnent respectivement d’écrire
A(Ei,j + Ej,i ) = (Ei,j + Ej,i )A
ai,i = aj,j et aj,i = 0 L’égalité des coefficients d’indice (i, j) donne
On en déduit que la matrice A est diagonale et que ses coefficients diagonaux ai,i = aj,j
sont égaux, autrement dit, A est une matrice scalaire.
La matrice A commute avec la matrice symétrique Ei,i ce qui permet d’écrire
b) Soit B ∈ GLn (K). On peut écrire
AEi,i = Ei,i A
A = (AB −1 )B
L’égalité des coefficients d’indice (i, j) donne
et donc
A = B(AB −1 ) ai,j = 0
On en déduit On en déduit que la matrice A est de la forme λIn avec λ ∈ K.

AB = BA La réciproque est immédiate.
et ainsi la matrice A commute avec toute matrice inversible. On peut alors
conclure que A est une matrice scalaire. Exercice 16 : [énoncé]
Cas n = 2
Les matrices antisymétriques sont colinéaires à la matrice
0 1
Par récurrence sur n ≥ 1.
−1 0
La propriété est immédiate pour n = 1.
Supposons la propriété vraie au rang n ≥ 1. En étudiant la commutation d’une matrice de M2 (R) avec cette dernière, on
Soit T ∈ Mn+1 (K) triangulaire supérieure commutant avec sa transposée. obtient que les matrices de M2 (R) commutant avec les matrices antisymétriques
On peut écrire sont de la forme
t

α X a b
T =
On,1 S −b a

Cas n ≥ 3 b) Si D est à coefficients diagonaux distincts alors

Soit A = (ai,j ) ∈ Mn (K) une matrice commutant avec toutes les matrices n o
2
antisymétriques. I = (i, j) ∈ J1 ; nK | i 6= j et J = {(i, i) | i ∈ J1 ; nK}
Soient i < j ∈ {1, . . . , n} et k ∈ {1, . . . , n} avec k 6= i, j.
La matrice A commute avec la matrice antisymétrique Ei,j − Ej,i ce qui permet Par suite Im ϕ est l’espace des matrices de diagonale nulle tandis que ker ϕ
d’écrire est l’espace des matrices diagonales.
A(Ei,j − Ej,i ) = (Ei,j − Ej,i )A
L’égalité des coefficients d’indice (i, j) et (k, j) donne Exercice 18 : [énoncé]
ai,i = aj,j et ak,i = 0
a) On observe
On en déduit que la matrice A est de la forme λIn avec λ ∈ K. 1 an
An =
La réciproque est immédiate. 0 2n
avec an+1 = 1 + 2an .
En introduisant bn = an + 1, on obtient an = 2n − 1.
Exercice 17 : [énoncé] Ainsi
1 2n − 1

An =
0 2n
a) DEi,j = ai Ei,j et Ei,j D = aj Ei,j donc
b) Par récurrence n
nan−1 b

ϕ(Ei,j ) = (ai − aj )Ei,j a
An =
n o 0 an
2
Posons I = (i, j) ∈ J1 ; nK | ai 6= aj et c) Par récurrence
n o
2 2
J = (i, j) ∈ J1 ; nK | ai = aj = J1 ; nK \ I. n cos nθ − sin nθ
A =
sin nθ cos nθ
Pour (i, j) ∈ I, Ei,j ∈ Im ϕ et pour (i, j) ∈ J, Ei,j ∈ ker ϕ.
Ainsi
Vect {Ei,j | (i, j) ∈ I} ⊂ Im ϕ et Vect {Ei,j | (i, j) ∈ J} ⊂ ker ϕ
   
0 1 1 0 0 1
Or B = 0 0 1 , B 2 = 0 0 0
0 0 0 0 0 0
dim Vect {Ei,j | (i, j) ∈ I}+dim Vect {Ei,j | (i, j) ∈ J} = n2 = dim Im ϕ+dim ker ϕ
et B n = O3 pour n ≥ 3.
donc Comme B et I commutent, la formule du binôme donne
dim Vect {Ei,j | (i, j) ∈ I} = dim Im ϕ
n(n − 1) 2
An = (I + B)n = I + nB + B
et 2
dim Vect {Ei,j | (i, j) ∈ J} = dim ker ϕ
et donc
n(n+1)
 
puis 1 n 2
An =  0 1 n 
Vect {Ei,j | (i, j) ∈ I} = Im ϕ et Vect {Ei,j | (i, j) ∈ J} = ker ϕ 0 0 1

Exercice 20 : [énoncé] a) Si Mk majore les coefficients de Ak alors nMk majore les coefficients de Ak+1 .
On en déduit que les coefficients de Ak sont majorés par
a) Par récurrence  n(n−1)
 nk−1
1 n 2
A = 0 1 n  On peut sans doute proposer plus fin.
0 0 1 b) Posons T la matrice de Mn (R) dont tous les coefficients sont nuls sauf ceux
b) A = I3 + B avec de coefficients (i, i + 1) qui valent 1. On remarque
 
0 1 0
A = In + T + · · · + T n−1
B = 0 0 1
0 0 0 On en déduit
Puisque I3 et B commutent, la formule du binôme donne (I − T )A = In − T n
n(n − 1) 2 et puisque T n = On , on obtient

An = I + nB + B
2 A−1 = I − T
car B k = O3 pour k ≥ 3
c) Le calcul des puissances de A−1 est immédiat
k
X k j
(A−1 )k = (−1)j T
j=0
j
a) A2 − 3A + 2I = 0. Comme A(− 12 A + 23 I) = I, on a
et donc le coefficient d’indice (i, j) de (A−1 )k est

1 3 2 1
A−1 = − A + I =

k k(k − 1) . . . (k − j + i + 1)
2 2 −3/2 −1/2 a−k
i,j = (−1) j−i
= (−1)j−i
j−i (j − i)(j − i − 1) . . . 1
b) X 2 − 3X + 2 = (X − 1)(X − 2). Sachant que le reste de la division
Cette formule laisse présumer que le coefficient d’indice (i, j) de Ak est
euclidienne considérée est de la forme aX + b, en évaluant en 1 et 2, on
détermine a et b et on obtient :
k j−i (−k)(−k − 1) . . . (−k − j + i + 1) k+j−i−1
ai,j = (−1) =
X n = (X 2 − 3X + 2)Q(X) + (2n − 1)X + 2 − 2n (j − i)(j − i − 1) . . . 1 j−i
ce que l’on démontre en raisonnant par récurrence.
c) On peut remplacer X par A dans le calcul qui précède et on obtient :
An = (A2 − 3A + 2I)Q(A) + (2n − 1)A + (2 − 2n )I = (2n − 1)A + (2 − 2n )I

et donc La relation A2 − (a + d)A + (ad − bc)I = 0 est immédiate
3 − 2n+1 2 − 2n+1

n Si ad − bc 6= 0 alors A est inversible
et
A =
3.2n − 3 3.2n − 2 −1 1 1 d −b
A = ad−bc ((a + d)I − A) = ad−bc .
−c a
Si ad − bc = 0 alors A2 − (a + d)A = 0.
Exercice 22 : [énoncé] Par l’absurde, si A est inversible, A est régulière donc A = (a + d)I puis A = O.
Absurde.

Exercice 24 : [énoncé] c) Par la méthode du pivot

 
1 1 −1 1 0 0
a) Par la méthode du pivot, on opère sur les lignes d’une matrice de blocs A et  2 0 1 0 1 0 
In pour transformer A en In . On sait qu’alors le bloc In sera transformé en 2 1 −1 0 0 1
A−1 .  
1 0 −1 1 0 0 
1 1 −1 1 0 0

 2 1 −3 0 1 0   0 −2 3 −2 1 0 
−1 0 2 0 0 1 0 −1 1 −2 0 1
 
1 0 −1 1 0 0 
1 1 −1 1 0 0

 0 1 −1 −2 1 0   0 −1 1 −2 0 1 
0 0 1 1 0 1 0 −2 3 −2 1 0
 
1 0 0 2 0 1 
1 1 −1 1 0 0

 0 1 0 −1 1 1   0 1 −1 2 0 −1 
0 0 1 1 0 1 0 0 1 2 1 −2
On conclut  
1 0 0 −1 0 1
 
2 0 1
A−1 = −1 1 1  0 1 0 4 1 −3 
1 0 1 0 0 1 2 1 −2
b) Par la méthode du pivot On conclut  
−1 0 1
C −1
 
1 0 1 1 0 0 = 4 1 −3
 2 −1 1 0 1 0  2 1 −2
−1 1 −1 0 0 1
 
1 0 1 1 0 0 Exercice 25 : [énoncé]
 0 −1 −1 −2 1 0  A est inversible car triangulaire supérieure à coefficients diagonaux non nuls.
0 1 0 1 0 1 Soient X, Y ∈ Mn,1 (R). L’équation Y = AX équivaut à X = A−1 Y or
 
1 0 1 1 0 0 

x1 = y1 + y2 + 2y3 + · · · + 2n−2 yn
x − (x + · · · + x ) = y

 0 −1 −1 −2 1 0   1
 2 n 1


 ..
0 0 −1 −1 1 1

 .. 
 .
. ⇐⇒
  xn−2 = yn−2 + yn−1 + 2yn
1 0 1 1 0 0  xn−1 − xn = yn−1 
xn−1 = yn−1 + yn

 

 0 1 1 2 −1 0  xn = yn
 

xn = yn

0 0 1 1 −1 −1

1 0 0 0 1 1
 donc
··· 2n−2
 
1 1 2
 0 1 0 1 0 1   .. .. .. 
0 0 1 1 −1 −1 
 . . . 

On conclut A−1 =
 .. .. 
  . . 2 
0 1 1  
 .. 
B −1 = 1 0 1  0 . 1 
1 −1 −1 1

Exercice 26 : [énoncé] b) A3 + 3A2 + 3A + I = O donc A est inversible et A−1 = −(A2 + 3A + 3I).

Notons C1 , . . . , Cn les colonnes de A et supposons
λ1 C1 + · · · + λn Cn = 0 Exercice 29 : [énoncé]
Si m = max(|λ1 | , . . . , |λn |) 6= 0 alors, puisque pour tout 1 ≤ i ≤ n,

a) A = J − In avec J 2 = nJ donc A2 = (n − 2)J + In = (n − 2)A + (n − 1)In .
n
X b) AB = In pour B = 1
n−1 (A − (n − 2)In ) donc A est inversible et B = A−1 .
λj ai,j = 0
j=1
on obtient Exercice 30 : [énoncé]

P P
j6=i |λj | |ai,j | j6=i |ai,j |
|λi | ≤ ≤m <m
|ai,i | |ai,i | a) Comme (I + A)(I − A) = (I − A)(I + A), on a, en multipliant à droite et à
gauche par (I + A)−1 , la relation
ce qui est absurde compte tenu de la définition de m.
Par suite, la famille (C1 , . . . , Cn ) est libre et donc A inversible. (I − A)(I + A)−1 = (I + A)−1 (I − A).
b) On a
Exercice 27 : [énoncé] (I + A)(I + B) = (I + A) + (I − A) = 2I
A = (ak,` ) avec ak,` = ω (k−1)(`−1) . Ā = (bk,` ) avec
donc I + B est inversible et
bk,` = āk,` = ω̄ (k−1)(`−1) = ω −(k−1)(`−1) .
AĀ = (ck,` ) avec 1
(I + B)−1 = (I + A)
2
n n n−1
puis
X X X
ck,` = ak,m bm,` = ω (k−1)(m−1) ω −(m−1)(`−1) = (ω k−` )m
1
m=1 m=1 m=0 (I − B)(I + B)−1 = (I + A − (I − A)) = A.
2
Si k = ` alors ω k−` = 1 et
ck,k = n
Si k 6= ` alors ω k−` 6= 1 et Supposons A et B inversibles. En multipliant à gauche par A−1 et B −1 on obtient
C = On ce qui est exclu.
1 − (ω k−` )n En raisonnant de façon analogue, on exclut les autres cas où deux des trois
ck,` = =0
1 − ω k−` matrices sont inversibles.
Ainsi AĀ = nIn . On en déduit que A est inversible et que
1 Exercice 32 : [énoncé]
A−1 = Ā On a A2 = 3I + 2A donc
n 1
A−1 = (A − 2I)
3
a) (A + I)3 = O3 .

a) En effectuant successivement les opérations élémentaires : Exercice 35 : [énoncé]

C2 ← C2 + aC1 , C3 ← C3 + aC2 , . . . , Cn ← Cn + aCn−1 on obtient : On peut procéder de manière élémentaire, en observant l’écriture
a2 . . . an−1 1 1
 
1 a M= M + tM + M − tM

 .. ..  2 2
0 1
 a . . 
−1  .. . . . . . . avec 12 (M + t M ) ∈ Sn (R) et 21 (M − t M ) ∈ An (R)
A = .

. . . 2
a 

.
 On peut aussi exploiter que l’application T : Mn (R) → Mn (R) définie par
 .. .. 
. 1 a  T (A) = t A est un endomorphisme involutif donc une symétrie vectorielle ce qui
0 ··· ··· 0 1 assure que les espaces ker(T − Id) = Sn (R) et ker(T + Id) = An (R) sont
supplémentaires.
b) En effectuant successivement les opérations élémentaires :
Cn ← Cn − Cn−1 , Cn−1 ← Cn−1 − Cn−2 , . . . , C2 ← C2 − C1 , on obtient :
  Exercice 36 : [énoncé]
1 −1 (0)
 .. .. 
−1
 . . 
a) M (a, b, c) = a.I + b.J + c.K avec
A =  
 . . . −1

     
1 0 0 0 1 0 0 0 1
(0) 1
I = 0 1 0 , J = 0 0 1 et K = J 2 = 0 0 0
0 0 1 0 0 0 0 0 0
c) En effectuant successivement les opérations élémentaires :
Cn ← Cn − Cn−1 , Cn−1 ← Cn−1 − Cn−2 , . . . , C2 ← C2 − C1 ,
On observe que : E = Vect(I, J, K). Par suite E un sous-espace vectoriel de
puis encore Cn ← Cn − Cn−1 , Cn−1 ← Cn−1 − Cn−2 , . . . , C2 ← C2 − C1 ,
M3 (R).
on obtient : 
1 −2 1 (0)
 De plus la famille (I, J, K) est libre, c’est donc une base de E et par suite
 .. ..  dim E = 3.
1 . .
b) De plus I ∈ E, M (a, b, c) − M (a0 , b0 , c0 ) = M (a − a0 , b − b0 , c − c0 ) ∈ E et
 
−1
 
A = .. ..
M (a, b, c)M (a0 , b0 , c0 ) = (aI + bJ + cK)(a0 I + b0 J + c0 K) =
 
. . 1
aa0 I + (ab0 + a0 b)J + (ac0 + bb0 + ca0 )K ∈ E.
 
 1 −2
(0) 1 Donc E est un sous-anneau de M3 (R).
De plus M (a, b, c)M (a0 , b0 , c0 ) = M (a0 , b0 , c0 )M (a, b, c), donc E est un anneau
commutatif.
Exercice 34 : [énoncé] c) A est inversible si, et seulement si, a 6= 0 (ici A est triangulaire supérieure)
Soient A, B ∈ Mn (K). Sachant f (λ.X + µ.Y ) = A(λ.X + µ.Y ) = λ.AX + µ.AY = λ.f (X) + µ.f (Y ). f est un
endomorphisme de E.
t
(AB) = t B t A Soit X ∈ E, si X ∈ ker f alors AX = O puis A−1 AX = O d’où X = O. Par
suite ker f = {0}
on a
t f est un endomorphisme injectif d’un K-espace vectoriel de dimension finie,
(AB) = AB ⇐⇒ BA = AB
c’est donc un automorphisme. Par suite il existe B ∈ E telle que
Le produit de deux matrices symétriques est une matrice symétrique si, et f (B) = AB = I.
seulement si, les deux matrices commutent. En multipliant par A−1 , on conclut A−1 = B ∈ E.

a) B = (e1 , . . . , en ) la base canonique de Rn . a) C ⊂ Mn (K) et On ∈ C.

Notons fσ l’endomorphisme canoniquement associé à P (σ). Soient λ, µ ∈ K et A, B ∈ C.
2
Pour tout 1 ≤ j ≤ n, on a fσ (ej ) = eσ(j) . Pour tout (i, j) ∈ J1 ; nK ,
Par suite (fσ ◦ fσ0 )(ej ) = fσ◦σ0 (ej ) puis P (σ ◦ σ 0 ) = P (σ)P (σ 0 )
b) In = P (Id) ∈ E. (λA + µB)n+1−i,n+1−j = λAn+1−i,n+1−j + µBn+1−i,n+1−j = λAi,j + µBi,j
P (σ)P (σ 0 ) = P (σ ◦ σ 0 ) ∈ E
et donc
et P (σ)P (σ −1 ) = P (σ ◦ σ −1 ) = P (Id) = In donc P (σ) ∈ GLn (R) et
(λA + µB)n+1−i,n+1−j = (λA + µB)i,j
P (σ)−1 = P (σ −1 ) ∈ E.
On peut alors conclure que E est un sous-groupe de GLn (R). On en déduit λA + µB ∈ C.
L’application P : Sn → E qui à σ associe P (σ) est un morphisme de groupe Ainsi C est un sous-espace vectoriel de Mn (K).
surjectif. b) Soient A, B ∈ C.
Soit σ ∈ ker P , on a P (σ) = In donc ∀1 ≤ j ≤ n, σ(j) = j soit σ = Id. 2
Pour tout (i, j) ∈ J1 ; nK ,
c)
n
t
P (σ) = (δj,σ(i) )i,j = (δσ−1 (j),i )i,j = (δi,σ−1 (j) )i,j = P (σ −1 ) X
(AB)i,j = ai,k bk,j
k=1
donc
n
X
a) E = Vect(I, J) avec (AB)n+1−i,n+1−j = an+1−i,k bk,n+1−j

1 1 k=1
J=
−1 −1 Par le changement d’indice ` = n + 1 − k
La famille (I, J) forme une base de E car cette famille est évidemment libre. n
X
b) E ⊂ M2 (K), I ∈ E. Soient A = aI + bJ ∈ E et B = cI + dJ ∈ E. (AB)n+1−i,n+1−j = an+1−i,n+1−` bn+1−`,n+1−j
A − B = (a − c)I + (b − d)J ∈ E et AB = (ac)I + (ac + bd)J car J 2 = O. `=1
Ainsi E est un sous-anneau de M2 (K). De plus AB = BA donc E et puisque A et B sont centro-symétriques
commutatif.
n
c) Avec les notations précédentes AB = I si, et seulement si, X
(AB)n+1−i,n+1−j = ai,` b`,j = (AB)i,j
ac = 1 `=1
ad + bc = 0
Ainsi AB ∈ C.
Par suite A est inversible si, et seulement si, a 6= 0. c) L’application ϕ : X ∈ C 7→ AX est linéaire et c’est évidemment un
d) Avec les notations précédentes AB = O2 si et seulement si endomorphisme de C car C est stable par produit.

ac = 0 Soit X ∈ ker ϕ. On a AX = On donc A−1 (AX) = On puis X = On .
ad + bc = 0 On en déduit que l’endomorphisme ϕ est injectif, or C est un espace vectoriel
de dimension finie, donc ϕ est un automorphisme de C.
Les diviseurs de zéros sont donc les matrices Puisque la matrice In est centro-symétrique, par surjectivité de ϕ, il existe
B ∈ C vérifiant AB = In . Or A−1 (AB) = A−1 donc B = A−1 puis A−1 ∈ C.

b b
avec b ∈ K
−b −b


On note A la représentation matricielle cherchée.
a) a) Les colonnes de A sont formées des coefficients de
1 1 0
A= j
−2 1 1 X j
ϕ(X j ) = (X + 1)j = Xi
i
b)   i=0
0 1 1 Ainsi A = (ai,j )1≤i,j≤n+1 ∈ Mn+1 (R) avec
A = 1 0 1

1 1 0 j−1
ai,j = si i ≤ j et ai,j = 0 sinon
c) i−1
 
1 1 1 1 b) L’endomorphisme ϕ est inversible avec
0 1 2 3
A=
ϕ−1 (P ) = P (X − 1)

0 0 1 3
0 0 0 1
On en déduit ϕ−1 (X j ) = (X − 1)j d’où
d)
A−1 = ((−1)j−i ai,j )1≤i,j≤n+1
 
1 1 1 1
1 2 4 8
A=
1

3 9 27
1 4 16 64 Exercice 43 : [énoncé]
a) Pour 0 ≤ k ≤ n,
n k
k
X k i
X k
ϕ(X ) = X = X i = (X + 1)k
a) Pour u = (x, y, z) calculons p(u) = (x0 , y 0 , z 0 ). i=0
i i=0
i
Comme p(u) − u ∈ D, il existe λ ∈ K tel que p(u) = u + λ.w.
Comme p(u) ∈ P on a x0 + 2y 0 − z 0 = 0 ce qui donne On en déduit
ϕ(P ) = P (X + 1)
λ = −(x + 2y − z)/2 m
b) ϕ (P ) = P (X + m) donc
et donc n
p(u) = ((x − 2y + z)/2, y, (x + 2y + z)/2)
X k
ϕ(X k ) = (X + m)k = mk−i X i
i
Par suite k=0
 
1/2 −1 1/2
d’où
MatB (p) =  0 1 0 
Am = (mj−i ai,j )1≤i,j≤n+1
1/2 1 1/2
c) ϕ−1 (P ) = P (X − 1) donc
b) Comme q = I − p et s = 2p − I,
    ϕ−1 (X k ) = (X − 1)k
1/2 1 −1/2 0 −2 1
MatB (q) =  0 0 0  et MatB (s) = 0 1 0 d’où
−1/2 −1 1/2 1 2 0 A−1 = ((−1)j−i ai,j )1≤i,j≤n+1

Exercice 44 : [énoncé] b) On a  
0 (0)
 .. 
a) Posons x = Re(a) et y = Im(a). 1 . 
f (1) = 1 + x + iy et f (i) = i − a i = y + i(1 − x). MatB f =  =A
 .. .. 
La matrice de f dans la base (1, i) est donc
 . . 
(0) 1 0

1+x y puis
1−x
 
y 0 (0)
 .. 
2
0 2 . 
b) Si |a| =
6 1 alors det f 6= 0. Im f = C et ker f = {0}. MatB (f ) = A =   ,. . . ,
 .. .. 
Si |a| = 1 alors det f = 0 et f 6= 0. f est un endomorphisme de rang 1.
1 . . 
On a f (eiθ/2 ) = 2 eiθ/2 et f (ei(θ+π)/2 ) = 0 donc Im f = Vect eiθ|2 et (0) 1 0 0
ker f = i Im f .  
0 (0)
 .. 
0 .
MatB (f n−1 ) = An−1

= 
 .. .. 
Exercice 45 : [énoncé]  . . 
Comme f 2 6= 0, il existe x ∈ E tel que f 2 (x) 6= 0. Posons 1 0 0
e1 = x, e2 = f (x), e3 = f 2 (x) c) Notons C(f ) = {g ∈ L(E) | g ◦ f = f ◦ g}.

Il est clair que Vect(I, f, f 2 , ..., f n−1 ) ⊂ C(f ).
Si λ1 e1 + λ2 e2 + λ3 e3 = 0 alors Inversement, soit g ∈ C(f ), notons a0 , . . . , an−1 les composantes de g(x) dans
B. On a
g(x) = a0 x + a1 f (x) + · · · + an−1 f n−1 (x)

λ1 x + λ2 f (x) + λ3 f 2 (x) = 0 
 g(f (x)) = f (g(x)) = a0 f (x) + · · · + an−2 f n−1 (x)


..
En appliquant f 2 à cette relation, on a λ1 f 2 (x) = 0 car on sait f 3 = 0. 
 .
Puisque f 2 (x) 6= 0, on a λ1 = 0 et sans plus de difficultés on montre aussi λ2 = 0

g(f n−1 (x)) = f n−1 (g(x)) = a0 f n−1 (x)

et λ3 = 0.
La famille B = (e1 , e2 , e3 ) est libre en dimension 3, c’est donc une base de E. La Par suite
matrice de f dans celle-ci est comme voulue.
 
a0 (0)
 .. 
 a1 .  = a0 I + a1 A + · · · + an−1 An−1

MatB g = 
 .
 .. .. .. 
Exercice 46 : [énoncé] . . 
an−1 ··· a1 a0
a) Comme f n−1 6= 0, ∃x ∈ E, f n−1 (x) 6= 0. Donc g = a0 I + a1 f + · · · + an−1 f n−1 ∈ Vect(I, f, . . . , f n−1 ).

Si λ0 x + λ1 f (x) + · · · + λn−1 f n−1 (x) = 0 alors : Ainsi
en composant avec f n−1 , on obtient λ0 f n−1 (x) = 0 d’où λ0 = 0. C(f ) = Vect(I, f, f 2 , . . . , f n−1 )
en composant successivement avec f n−2 , ..., f, I, on obtient successivement
λ1 = 0, . . . , λn−2 = 0, λn−1 = 0
Par suite B = x, f (x), f 2 (x), . . . , f n−1 (x) est libre et forme donc une base Exercice 47 : [énoncé]
de E.

a)   Exercice 50 : [énoncé]
2 −1 −1 Posons r = rg f et (f (e1 ), . . . , f (er )) une base de Im f .
A2 = 1 0 −1 = A Puisque f 2 = 0, la famille B = (f (e1 ), . . . , f (er )) est formée de vecteurs de ker f ,
1 −1 0 de plus elle est libre, on peut donc la compléter en une base de la forme
doncf est une projection vectorielle. B 0 = (f (e1 ), . . . , f (er ), εr+1 , . . . , εp ) avec p = dim ker f .
Considérons C = (f (e1 ), . . . , f (er ), εr+1 , . . . , εp , e1 , . . . , er ).
b) En résolvant les équations f (x) = x et f (x) = 0 on obtient que (u, v) forme En vertu du théorème du rang, cette famille est formée de dim E vecteurs.
une base de Im f et (w) forme une base de ker f avec u = i + j, v = i + k et De plus si l’on dispose d’une combinaison linéaire nulle des vecteurs de C, en
w = i + j + k. appliquant f et en exploitant la liberté de B, on justifie que les coefficients devant
c)   les e1 , . . . , er sont nuls. Ensuite, sachant B 0 libre, on conclut que les autres
1 0 0 coefficients sont nuls. La famille B est une base et la matrice de f dans C est de la
Mat(u,v,w) f = 0 1 0 forme voulue.
0 0 0
a) ker f = Vect(u) avec u = (1, 1, 1). Im f = Vect(v, w) avec a) On vérifie que la famille B 0 est libre, puis c’est une base car formée de trois
v = (2, −1, −1), w = (−1, 2, −1). vecteurs en dimension 3.
Comme C = (u, v, w) est libre on peut conclure que ker f et Im f sont b) Par calcul matriciel
supplémentaires dans R3 .
b) C est une base adaptée à la supplémentarité de ker f et Imf . f (ε1 ) = ε1 , f (ε2 ) = 2ε2 , f (ε3 ) = 0
et donc
 
0 0 0  
MatC f = 0 3 0 1 0 0
0 0 3 MatB0 f = 0 2 0
0 0 0
c) f est la composée, commutative, de l’homothétie vectorielle de rapport 3 avec
c) On observe que ε3 ∈ ker f et ε1 , ε2 ∈ Im f .
la projection vectorielle sur Im f parallèlement à ker f .
Le théorème du rang permet de conclure : (ε3 ) est une base de ker f et
(ε1 , ε2 ) est une base de Im f .
/ ker f n−1 . Un tel x existe puisque f n−1 6= 0.
Soit x ∈
Considérons la famille B = (f n−1 (x), . . . , f (x), x). Exercice 52 : [énoncé]
Supposons
λn−1 f n−1 (x) + · · · + λ1 f (x) + λ0 x = 0E a) On vérifie aisément que famille C est libre et c’est donc une base de R3 .
n−1
En y appliquant successivement f , . . . , f, Id on obtient λ0 = 0, . . . , λn−2 = 0 b) f (ε1 ) = ε1 , f (ε2 ) = ε2 et f (ε3 ) = ε1 + ε3 donc
puis λn−1 = 0 car f n−1 (x) 6= 0E .
B est une famille libre formée de n = dim E vecteurs, c’est donc une base de E.
 
1 0 1
De plus MatB (f ) est de la forme convenable. MatC f = 0 1 0
0 0 1

c) Par récurrence :   b) On a
1 0 n
   
1 0 1 −1 1 1
MatC (f n ) = 0 1 0 P = 1 1 0 , P −1 =  1 0 −1
0 0 1 1 −1 1 2 −1 −1
Par changement de bases avec
    c) Par changement de base
1 −1 1 −1 −1 2  n+1
−2n −2n
    
P = 0 1 1 et P −1 = −1 0 1 2 0 0 0 2 −1 −1
1 0 1 1 1 −1 An = P Dn P −1 =  1 0 −1  =  1 0 −1+2n 0 0 0
2n+1 − 1 −2n 1 − 2n −1 0 1 2 −1 −1
on obtient  
n+1 n −n
d) Posons Xn = t xn yn zn . On observe Xn+1 = AXn . Par récurrence
MatB (f n ) =  0 1 0 
Xn = An X0 .
n n 1−n
Avec X0 = t 1 0 0 on obtient

Exercice 53 : [énoncé]  xn = 2n+1
yn = 1
zn = 2n+1 − 1

a) B 0 est libre et formée de trois vecteurs en dimension 3, c’est une base de E.
f (ε1 ) = ε1 , f (ε2 ) = 2ε2 , f (ε3 ) = 3ε3 donc D = diag(1, 2, 3).
b)
   
1 1 1 1 1 1
P = 1 0 −1 , P −1 = −1 −1 −2
−1 −1 0 1 0 1 a) P est la matrice de l’application IdE dans les bases B au départ et b à
c) Par formule de changement base l’arrivée.
La relation x = IdE (x) donne matriciellement v = P V .
A = P DP −1 b) La relation f = Id−1 −1
E ◦f ◦ IdE donne matriciellement M = P mP .
d) Puisqu’il est facile de calculer Dn c) Dans une base de vecteurs propres, la matrice de f est diagonale et ses
      puissances sont alors faciles à calculer. Par changement de base, on en déduit
1 1 1 −1 −1 −2 1 0 1 mn .
An = P Dn P −1 =  1 1 1 +2n  0 0 0 +3n −1 0 −1
−1 −1 −1 1 1 2 0 0 0
a) On vérifie aisément que la famille B 0 est libre et c’est donc une base de E.
a) En résolvant les équations : f (u) = 0, f (u) = u et f (u) = 2u on trouve que f (ε1 ) = ε1 , f (ε2 ) = ε2 , f (ε3 ) = ε3 + ε1 donc
ε1 = e1 + e2 + e3 , ε2 = e2 − e3 et ε3 = e1 + e3 sont des vecteurs tels que  
f (ε1 ) = 0, f (ε2 ) = ε2 , f (ε3 ) = 2ε3 . 1 0 1
On vérifie aisément que la famille C est libre et c’est donc une base de E, MatB0 f = 0 1 0 = B
celle-ci convient. 0 0 1

b) Par récurrence   Exercice 58 : [énoncé]

1 0 n
B n = 0 1 0 a) En recherchant des vecteurs tels que f (x) = x, f (x) = 2x et f (x) = 3x on
0 0 1 observe que ε1 = (−1, 1, 2), ε2 = (0, 1, 1) et ε3 = (1, 1, 1) conviennent. De plus
puis An = P B n P −1 avec ces trois vecteurs forment une famille libre et donc une base de R3 .
    b)
1 1 1 1 −1 0 
−1 0 1
 
0 −1 1

P = 0 1 1 et P −1 =  1 0 −1 P = 1 1 1 et P −1 = −1 3 −2
1 0 1 −1 1 1 2 1 1 1 −1 1
d’où   c) Par changement base
1−n n n
A = P DP −1
An =  0 1 0 
−n n n + 1 d) Sachant calculer Dn on obtient
3n 1 − 3n −1 + 3n
 
n n n
Exercice 57 : [énoncé] A = −2 + 3 −1 + 3.2n − 3n 1 − 2.2n + 3n 
n n
−2 + 3 −2 + 3.2n − 3n 2 − 2.2n + 3n
a) On vérifie aisément que la famille B 0 est libre et c’est donc une base de E.
qu’on peut encore écrire
f (ε1 ) = ε1 , f (ε2 ) = ε1 + ε2 , f (ε3 ) = ε1 + ε2 + ε3 donc
     
  0 1 −1 0 0 0 1 −1 1
1 1 1
An = 0 −1 1  + 2n −1 3 −2 + 3n 1 −1 1
MatB0 f = 0 1 1 = B
0 −2 2 −1 3 −2 1 −1 1
0 0 1
b) B = I3 + J avec    
0 1 1 0 0 1 Exercice 59 : [énoncé]
J = 0 0 1 , J 2 = 0 0 0
0 0 0 0 0 0 a) rg(x1 , x2 , x3 ) = 3 b) rg(x1 , x2 , x3 ) = 3 c) rg(x1 , x2 , x3 ) = 2
Puisque I3 et J commutent la formule du binôme donne
n(n − 1) 2 Exercice 60 : [énoncé]

B n = I3 + nJ + J
2
car J k = O3 pour k ≥ 3. a) rg(f ) = 3
Par formule de changement de base, on obtient b) rg(f ) = 2

1 − n(n+1) n(n+3) n(n+1)  c) rg(f ) = 4.
2 2 2
An =  −n n+1 n 
n(n−1) n(n+1) n(n−1)
− 2 2 1+ 2

 
1 1 1 Exercice 62 : [énoncé]
a) Notons A = b + c c+a a + b,
bc ca ab a) En retirant la première ligne à la dernière
0 ··· ···
   
1 1 0 1 1 0 0
   
1 1 1 1 1 1
rg(A) = rg 0 a−b a − c  = rg 0 a−b a−c  .. ..   .. .. 
. .
 0 1 1 . 0 1 1 .
0 c(a − b) b(a − c) 0 0 (b − c)(a − c) 
 .. . . . .
 
 .. .. .. ..

rg  . . .. .. 0

 = rg . . . . 0

  
En discutant les 5 cas possibles : rg(A) = Card {a, b, c}.  . .. . ..
  .. .. 
  0 1  0 . . 1
1 cos θ cos 2θ 1 0 ··· 0 1 0 −1 ··· 0 1
b) Notons A =  cos θ cos 2θ cos 3θ.
cos 2θ cos 3θ cos 4θ puis en ajoutant la deuxième ligne à la dernière etc.
0 ··· ···
   
  1 1 0 1 1 0 0
1 0 0  .. ..   .. .. 
rg(A) = rg  cos θ sin2 θ sin θ sin 2θ 0 1
 1 . .
0 1
 1 . . 

 .. . .
cos 2θ sin θ sin 2θ sin2 2θ rg  . . .. . .. = rg  ... . . . .. ..
  
 . 0   . . 0 

 .. ..   .. .. 
Si sin θ = 0 alors rg(A) = 1. 0 . . 1  0 . . 1 
Si sin θ 6= 0 alors 1 0 ··· 0 1 0 0 ··· 0 1 − (−1)n

1 0 0
 
1 0
 Si n est pair alors rg M = n − 1, sinon rg M = n.
rg(A) = rg  cos θ sin2 θ 2 cos θ × sin2 θ  = rg  cos θ 2
sin θ  = b)2 Dans le cas n impair c’est immédiat.
cos 2θ sin θ sin 2θ 2 cos θ × sin θ sin 2θ cos 2θsin θ sin 2θ Dans le cas n pair : ker M = Vect t 1 −1 · · · 1 −1 et
Im M : x1 − x2 + x3 + ... + xn−1 − xn = 0.
Résumons : Si θ 6= 0 [π], rg(A) = 2, sinon rg(A) = 1. c) M = I + N avec la matrice de permutation
c) Notons A la matrice étudiée. 
0 1 0 ··· 0

Cas a = b = 0 alors rg(A) = 0 car la matrice A est nulle. .. .
. .. 

Cas a = 0 et b 6= 0 alors rg(A) = n car les n colonnes de A sont 0 0 1
 
indépendantes. N =  ... . . . . . . . . . 0
 
Cas a 6= 0 : 
 .. ..


En effectuant successivement :  0 . . 1
C2 ← aC2 − bC1 , C3 ← a2 C3 − bC2 , . . . , Cn ← an−1 Cn − bCn−1 on obtient : 1 0 ··· 0 0
  On en déduit
a
2Cn0 Cn1 Cn2 ··· Cnn−1
 
 .. 
rg(A) = 
 .   n−1 .. .. 
Cn 2Cn0 Cn1 . . 

 a  n
X n  
n n n
a − (−1) b M =n k
N =  ..
 . . .. . .. . .. 
2 
k  Cn 
k=0  .. .. 
(il y a conservation du rang car a 6= 0).  C2 . . Cn1 
n
Donc si an = (−b)n alors rg(A) = n − 1, sinon rg(A) = n. Cn1 Cn2 · · · Cnn−1 2Cn0
en notant Cnk = nk .



Soit u et v les endomorphismes de R3 canoniquement associés à A et B. Par inclusion et égalité des dimensions, on vérifie ker A = ker B.
Comme u ◦ v = 0, on a Im v ⊂ ker u, puis rg(v) = 3 − dim ker v ≤ dim ker u. Quitte à considérer des matrices semblables, on peut alors supposer que les
Par suite dim ker u + dim ker v ≥ 3, puis dim ker u ≥ 2 ou dim ker v ≥ 2. matrices A, B s’écrivent par blocs
On a alors respectivement rg(u) = rg(A) ≤ 1 ou rg(v) = rg(B) ≤ 1.
A1 O B1 O
A= et B = avec A1 , B1 ∈ Mr (C)
A2 O B2 O
où r est le rang commun aux matrices A et B. La relation A2 B = A donne alors
a) De part leurs tailles, on sait déjà A21 B1 = A1 et A2 A1 B1 = A2
rg A ≤ 2 et rg B ≤ 2 et ainsi
A1 (A1 B1 − Ir ) = O et A2 (A1 B1 − Ir ) = O
Aussi
rg(AB) = 2 et rg(AB) ≤ min(rg A, rg B) Ainsi pour chaque ligne L de la matrice A1 ou de la matrice A2 , on a
On en déduit L(A1 B1 − Ir ) = O
rg(A) = rg(B) = 2
Or la matrice A est de rang exactement r est les lignes L évoquées ci-dessus
b) On a ABAB = AB donc A(BA − I2 )B = O3 . constituent une base de Mr (C). On en déduit A1 B1 = Ir . La matrice A1 est donc
On en déduit Im ((BA − I2 )B) ⊂ ker A = {0} donc (BA − I2 )B = O2,3 . inversible d’inverse B1 et on a alors
Par suite Im B ⊂ ker(BA − I2 ) or B est surjective donc BA − I2 = O2 puis 2
B 1 A1 O B1 O
B2A = = =B
BA = I2 B 2 B 1 A1 O B2 O

On a A(BA − I2 )B = 0.
( (
Or puisque A est de rang 2, ker A = {0} et donc (BA − I2 )B = 0.

1 m 1 1 si m = ±1 2 si m = ±1
De plus, puisque B est de rang 2, Im B = M2 (R) et donc BA − I2 = 0. a) rg = , donc dim F = .
m 1 m 2 sinon 1 sinon
  
1 si m = 1 2 si m = 1

1 1 m  
Exercice 66 : [énoncé] b) rg  1 m 1 = 2 si m = −2 , donc dim F = 1 si m = −2 .

Commençons par noter que le neutre multiplicatif de G n’est pas nécessairement m 1 1
 
3 sinon 0 sinon
 
In . Par exemple, G = {On } est un groupe multiplicatif formé d’éléments de
Mn (R).
Notons J le neutre du groupe G. Soit A ∈ G.
D’une part AJ = A donc rg(A) = rg(AJ) ≤ rg(J).
D’autre part, il existe B ∈ Mn (R) tel que AB = J donc rg(J) = rg(AB) ≤ rg(A).
Finalement ∀A ∈ G, rg(A) = rg(J). 1 m 1
a) rg = 2 donc dim F = 1 et rg 1 −m 1 = 1 donc
m 1 −m
dim G = 2.

  (
1 m 1 (
2 si m = 0 1 si m = 0
b) rg m 1 −m = donc dim F ∩ G =
1 −m 1 3 sinon 0 sinon. 
 ax + by + z = 1
x + aby + z = b
x + by + az = 1


 x + by + az = 1
a) Si m = −1 alors b(1 − a)y + (1 − a2 )z = 1 − a ,
b(a − 1)y + (1 − a)z = b − 1

S = {(y, y, −1) | y ∈ C}
Si m 6= −1 alors

x + by + az = 1
m+1 m−1

S= ( , 0, ) b(1 − a)y + (1 − a2 )z = 1 − a
2 2 
(1 − a)(2 + a)z = b − a
b) On a
  Cas a 6= 1, a 6= −2 et b 6= 0 :
1 si m = 1

m 1 1 
rg  1 m 1 = 2
 si m = −2 a−b ab − 2 + b a−b
1 1 m
 x= ,y = ,z =

3 sinon (a − 1)(a + 2) (a − 1)(a + 2)b (a − 1)(a + 2)
Si m 6= 1 et m 6= −2 alors Cas a 6= 1, a 6= −2 et b = 0 :

1+m 1 (1 + m)2
On doit avoir simultanément
S= − , ,
2+m 2+m 2+m
(1 − a2 )z = 1 − a et (1 − a)(2 + a)z = −a
Si m = 1 alors
S = {(x, y, 1 − x − y) | x, y ∈ C} ce qui est incompatible : S = ∅.
Cas a = 1 alors
Si m = −2 alors système incompatible 
 x + by + z = 1
0=0
S=∅
0=b−1

c) Si m = 1 : système incompatible Si b 6= 1 alors S = ∅.

S=∅ Si b = 1 alors S : x + y + z = 1.
Cas a = −2 alors 
Si m 6= 1,  x + by − 2z = 1
  3by − 3z = 3
 mx + y + z + t = 1  x + y + mz + t = m + 1 
0=b+2
x + my + z + t = m ⇐⇒ (1 − m)y + (m − 1)z = 1

x + y + mz + t = m + 1

(m + 2)z + t = m(m+1) Si b 6= −2 alors S = ∅.
m−1
Si b = −2 alors
et donc x = −1 − 2y
z = −1 − 2y
m 1 m(m + 1)
S= z− ,y = z − , z, − (m + 2)z |z∈C
m−1 m−1 m−1


Par les opérations élémentaires : Ln ← Ln − Ln−1 , . . . , L2 ← L2 − L1 on obtient le Le problème revient à résoudre le système
système équivalent : 

x1 + x2 + · · · + xn = 1 
 z1 + z2 = 2a1

  ..
x2 + · · · + xn = 0
 


 .
.. z + z = 2a
 n−1 n n−1

. 



 xn−1 + xn = 0 zn + z1 = 2an


xn = 0

(n) ← (n) − (1) donne 
Donc 
 z1 + z2 = 2a1

 ..
S = {(1, 0, . . . , 0)} .
z + zn = 2an−1
 n−1



zn − z2 = 2an − 2a1
Exercice 73 : [énoncé] (n) ← (n) + (2) donne



 z1 + z2 = 2a1
..
 

 x1 + x2 = 0 
.
x + x2 + x3 = 0

1


 
 zn−1 + zn = 2an−1
x2 + x3 + x4 = 0
 
zn + z3 = 2(an − a1 + a2 )
 
.. .. .. ..

 . . . .



 xn−2 + xn−1 + xn = 0 etc.


xn−1 + xn = 0 On obtient au final
 

 x1 = x1 , x2 = −x1 , x3 = 0 
 z1 + z2 = 2a1

 x 4 = x1 , x5 = −x1 , x6 = 0

 ..
.



 ... 
zn−1 + zn = 2an−1

 

si n = 0 mod 3

 0 
(1 − (−1)n ) zn = 2 (an − a1 + a2 + · · · + (−1)n an−1 )

⇐⇒


 x n = x1 si n = 1 mod 3
 




−x1 si n = 2 mod 3 On peut alors conclure :



 . . . - Si n est impair, le système est de Cramer et donc possède une solution unique.


xn−1 + xn = 0 - Si n est pair alors le système possède une solution si, et seulement si,
Donc si n 6= 2 mod 3 alors a1 − a2 + · · · + an−1 − an = 0

S = {(0, 0, 0)}
et si n = 2 mod 3 alors Exercice 75 : [énoncé]

 
S = {(x, −x, 0, x, −x, 0, . . . , x, −x) | x ∈ C}  ax + 2by + 2z = 1  2x + 2by + az = 1
2x + aby + 2z = b ⇐⇒ b(a − 2)y + (2 − a)z = b − 1
2x + 2by + az = 1 (a − 2)x + (2 − a)z = 0
 


Si a = 2, on parvient au système  x − 3y + z + t = b
4y − 4z = b2 − b
2x + 2by + 2z = 1 
4y − 4t = b3 − b
0=b−1 
 x = y + 21 b + 41 b2 + 14 b3
Dans le cas b 6= 1, le système est incompatible. z = y + 41 (b − b2 )
Dans le cas b = 1, on parvient à l’équation 2x + 2y + 2z = 1. 
t = y + 14 (b − b3 )
Si a 6= 2, on parvient au système
 ce qui permet d’exprimer la droite des solutions.
 2x + 2by + az = 1 Cas a ∈/ {1, −3} :
b−1
by − z = a−2 C’est un système de Cramer. . .
x−z =0

Sa solution est
puis 2 + a − b − b2 − b3 ab − 1 + 2b − b2 − b3
 a−2b x= , y = ,
 (a + 4)z = a−2 2a − 3 + a2 2a − 3 + a2
b−1
by = z + a−2

x=z ab2 − 1 − b + 2b2 − b3 ab3 − 1 − b − b2 + 2b3
z= , t =
2a − 3 + a2 2a − 3 + a2
Dans le cas a = −4, le système n’est compatible que si b = −2 et on parvient au
système
x=z Exercice 77 : [énoncé]
−4y = 2z + 1
Dans le cas b = 0, le système est incompatible. a) Si A n’est pas inversible alors rg A < n. Or il est possible de construire une
Dans le cas général restant, on parvient à matrice nilpotente de rang égal à rg A. Deux matrices étant équivalentes si, et
a − 2b ab + 2b − 4 seulement si, elles ont le même rang, on peut conclure que A est équivalente à
x=z= ,y = une matrice nilpotente. La réciproque est immédiate.
(a − 2)(a + 4) b(a − 2)(a + 4)
b) Si A est inversible alors f (A)f (A−1 ) = f (In ) = 1 donc f (A) 6= 0. Si A n’est
pas inversible alors A est équivalente à une matrice nilpotente B. Pour
Exercice 76 : [énoncé] celle-ci, on a f (B) = 0 car f (B n ) = f (B)n . Puisqu’on peut écrire A = P BQ
Le déterminant de ce système carré est (a − 1)3 (a + 3). avec P et Q inversibles, on peut conclure f (A) = 0.
Cas a = 1 :
Le système est compatible si, et seulement si, b = 1 et ses solutions sont les
quadruplets (x, y, z, t) vérifiant Exercice 78 : [énoncé]
x+y+z+t=1 Ir
Or,n−r
La matrice est équivalente à la matrice Jr = et donc il existe
On−r,r On−r
Cas a = −3 : des matrices P, Q inversibles vérifiant A = QJr P . Par suite
En sommant les quatre équations, on obtient l’équation de compatibilité ABA = On ⇐⇒ Jr P BQJr = On . Via l’isomorphisme B 7→ P BQ, l’espace
0 = 1 + b + b2 + b3 . {B ∈ Mn (R) | ABA = On } est isomorphe à {M ∈ Mn (R) | Jr M Jr = On }.
Si b ∈
/ {i, −1, − i} alors le système est incompatible. En écrivant la matrice M par blocs, on vérifie
que les matrices M vérifiant
Si b ∈ {i, −1, − i} alors le système équivaut à Or ∗
Jr M Jr = On sont les matrices de la forme . On en déduit
 ∗ ∗
 x − 3y + z + t = b dim {B ∈ Mn (R) | ABA = On } = n2 − r2 .
x + y − 3z + t = b2
x + y + z − 3t = b3


Exercice 79 : [énoncé] b) Quand X parcourt Mn (R) alors Y = B + X parcourt Mn (R) et en posant

C = A − B, on obtient
a) Posons r = rg A et s = rg B. Les matrices A et B sont respectivement
∀Y ∈ Mn (R), det(C + Y ) = det Y
équivalentes aux matrices

Ir Or,n−r

On−s On−s,s
Ce qui précède permet alors de conclure.
Jr = et Js0 =
On−r,t On−r Os,n−s Is
Il existe donc P, Q, R, S ∈ GLn (R) telles que Exercice 81 : [énoncé]
P AQ = Jr et RBS = Js0
Comme rg(A) = r, il existe (P, Q) ∈ GLp (K) × GLn (K) tel que A = QJr P .
Ir
Posons D = ∈ Mn,r (K) et E = Ir Or,p−r ∈ Mr,p (K).
On−r,r
et alors
On a A = BC avec B = QD ∈ Mn,r (K) et C = EP ∈ Mr,p (K)
P AQ + RBS = Jr + Js0
qui est une matrice de rang min(n, r + s).
On peut aussi écrire Exercice 82 : [énoncé]
(R−1 P )A + B(SQ−1 ) = R−1 (Jr + Js0 )Q−1
a) A est équivalente à la matrice J1 = diag(1, 0, . . . , 0) donc il existe
et en posant U = R−1 P et V = SQ−1 , on obtient U, V ∈ GLn (R) telles que P, Q ∈ GLn (K) vérifiant A = P J1 Q.
Pour C = t (1, 0, . . . , 0), on a J1 = C t C donc A = X t Y avec X = P C et
rg(U A + BV ) = min(n, r + s) Y = t QC.
b) A2 = X(t Y X)t Y . t Y X est un scalaire λ donc A2 = Xλt Y = λX t Y = λA.
b) Si r + s ≥ n alors min(n, r + s) = n et ce qui précède conduit à une matrice
inversible.
Il existe une colonne X telle que AX 6= 0 et alors Im A = Vect(AX).
A2 X ∈ Im A donc il existe λ ∈ K tel que A2 X = λAX.
De plus pour Y ∈ ker A, A2 Y = 0 = λAY .
a) Posons r = rg C. On peut écrire C = QJr P avec P, Q inversibles et Enfin ker A et Vect(X) sont supplémentaires dans Mn,1 (K) donc A2 = λA.

Ir (0)
Jr =
(0) On−r
Posons alors X = QJr0 P avec
a) Soit U une colonne non nulle de l’image de H.
Or (0) Pour tout 1 ≤ j ≤ p, la colonne Cj de H
Jr0 =
(0) In−r peut s’écrire Cj = λj U avec λj ∈ K.
La matrice colonne V = t λ1 . . . λn vérifie alors H = U t V .
Puisque A + X = QIn P = QP , la matrice A + X est inversible et donc b) On a alors H 2 = U (t V U )t V avec λ = t V U un scalaire donc H 2 = λH et
det X = det(A + X) 6= 0.
λ = t V U = tr t V U = tr U t V = tr H

On en déduit que la matrice Jr0 est l’identité et donc r = 0 puis A = On .

c) En développant c) Supposons
A B

1

1 1 rg = rg A
(In + H) In − H = In + H − H− H 2 = In C D
1 + tr H 1 + tr H 1 + tr H Puisque
A B
Par le théorème d’inversibilité des matrices, on obtient In + H est inversible et rg A ≤ rg A B ≤ rg = rg A
C D
−1 1 on a
(In + H) = In − H A

B

1 + tr H

rg A = rg A B et rg = rg A B
C D
d) On a rg(HA−1 ) = rg H = 1 car on ne modifie pas le rang en multipliant par En vertu de a) il existe une matrice U ∈ Mn (K) telle que
une matrice inversible.
On en déduit que In + HA−1 est inversible et B = AU
−1 1 En raisonnant comme en b), il existe une matrice V ∈ Mn (K) telle que
In + HA−1 = In − HA−1
1 + tr(HA−1 )
C D = VA VB
En multipliant par la matrice inversible A, on obtient On en déduit
A + H = In + HA−1 A inversible et

A B A AU
=
C D VA V AU
−1 1
(A + H)−1 = A−1 In + HA−1 = A−1
n − A−1 HA−1 Inversement, supposons
1 + tr(HA−1 )

A B A AU
=
C D VA V AU
Les n dernières lignes étant combinaisons linéaires des n premières, on a

a) ( =⇒ ) Supposons rg A B = rg A = r. A B A AU
rg = = rg A AU
Rappelons que le rang d’une matrice est le rang de la famille de ses colonnes. C D On On
Puisque rg A = r, la matrice A possède r colonnes indépendantes.
puis
Puisque rg A B = r, les colonnes de A B sont toutes

A B A AU
combinaisons linéaires des colonnes précédentes. rg = = rg A
C D On On
En particulier les colonnes de B sont combinaisons linéaires des colonnes de
A. Ceci permet de former U ∈ Mn (K) vérifiant B = AU .
( ⇐= ) Supposons B = AU . Exercice 86 : [énoncé]
Les colonnes de B sont combinaisons linéaires des colonnes de A et donc par Posons r = rg A et s = rg B. Les matrices A et B sont respectivement équivalentes
opérations sur les colonnes aux matrices

rg A B = rg A On = rg A
Ir Or,n−r Is Os,p−s
Jr = et Js =
On−r,t On−r Op−s,t Op−s
b) Il suffit de transposer le raisonnement qui précède en raisonnant sur les lignes Il existe donc P, Q ∈ GLn (K) et R, S ∈ GLp (K) telles que
et en exploitant que le rang d’une matrice est aussi le rang de la famille des
ses lignes. P AQ = Jr et RBS = Js

En opérant par blocs, on a alors Exercice 89 : [énoncé]

Introduisons la matrice inversible
P O A O Q O Jr O
=
O R O B O S O Js A−1

0 Op,q
M =
avec les facteurs Oq,p Iq

P O Q O
et On a rg M = rg(M M 0 ) avec
O R O S
inversibles.
Ip B

0
On en déduit MM =
Oq,p C
J O
rg M = rg r =r+s
O Js
Par opérations élémentaires sur les colonnes, la matrice M M 0 a le rang de la
matrice
Exercice 87 : [énoncé] Ip Op,q
En multipliant par la matrice inversible Oq,p C
Enfin, les opérations élémentaires déterminant le rang de C se transposent à la

In −B
Op,n Ip matrice en cours afin d’en donner le rang. Au final
on obtient rg M = p + rg C
In B In On,p
rg = rg
Op,n C Op,n C
En posant r = rg C, on peut écrire P CQ = Jr avec
Ir Or,p−r
P, Q ∈ GLp (K) et Jr =
Op−r,r Op−r
a) Si A est inversible alors en posant
En multipliant à gauche et à droite par les matrices inversibles
On In

In On,p

In On,p
C= ∈ M2n (K)
et A−1 On
Op,n P Op,n Q
on obtient BC = I2n et on en déduit que B est inversible et que C est son
on obtient
inversible en vertu du théorème d’inversibilité.

In B In On,p
rg = rg =n+r Si A n’est pas inversible alors les lignes de A sont liées et les n premières
Op,n C Op,n Jr
lignes de B sont aussi liées par la même relation linéaire. On en déduit que B
n’est pas inversible.
b) On obtient
L’implication ( ⇐= ) est immédiate car rg B = p.
Ap Ap+1

On On
Inversement, supposons rg M = p. B 2p = et B 2p+1 =
On Ap Ap On
Puisque B est inversible, les p dernières lignes de M sont indépendantes et donc
les autres lignes de M sont combinaisons linéaires de celles-ci puisque rg M = p.
Puisque les n premières lignes de M sont combinaisons linéaires des p dernières
lignes de M , on a Exercice 91 : [énoncé]
A = On

a) Notons Im M = {M Z | Z ∈ Mn,1 (K)}. qui entraîne

(A − BD−1 C)A0

Considérons ensuite ϕ l’application linéaire qui à X ∈ Mr,1 (K) associe  = In
C0 = −D−1 CA0


B0 = −A−1 BD0

X AX
M =

(D − CA B)D0
−1

On−r CX = In

On a évidemment Im ϕ ⊂ Im M . On en déduit que les matrices A − BD−1 C et D − CA−1 B sont nécessairement

Or l’application linéaire ϕ est injective car A est inversible et donc inversible et A0 et D0 sont leurs inverses respectifs.
rg ϕ = dim Mr,1 (K). Au final
Puisque par hypothèse rg M = r, par inclusion et égalité des dimensions, on a
(A − BD−1 C)−1 A−1 B(CA−1 B − D)−1

Im ϕ = Im M . M −1 =
D−1 C(BD−1 C − A)−1 (D − CA−1 B)−1
0r
Pour tout Y ∈ Mn−r,1 (K), on a M ∈ Im M donc il existe X ∈ Mr,1 (K)
Y
(et celui-ci est même unique) tel que

0r

X

X
Par blocs, on a
M = ϕ(X) = M M O2 1 −1
Y 0n−r On−r A= avec M =
O2 −M 0 1
b) La relation Par récurrence, on obtient

0r X
M =M 1n −n
Y On−r ∀n ∈ N, M =
0 1
donne
BY AX et on en déduit
=
DY CX  
1 −n 0 0
donc X = A−1 BY puis DY = CX = CA−1 BY . ∀n ∈ N, An = 
 0 1 0 0 

Puisque cette dernière relation vaut pour toute colonne Y ∈ Mn−r,1 (K), on 0 0 (−1)n (−1)n+1 n
peut conclure D = CA−1 B. 0 0 0 (−1)n
On vérifie que cette relation est encore valable pour n ∈ Z en constatant que cette
expression satisfait
Exercice 92 : [énoncé] An × A−n = I4
On peut écrire la matrice M −1 sous la forme
0
A B0

−1
M = Exercice 94 : [énoncé]
C 0 D0
De telles matrices n’existent pas car
La relation M M −1 = I2n donne alors le système tr(AB) = tr(BA)
0 0

 AA0 + BC 0 = In
 et donc
CA + DC = On

0
tr(AB − BA) = 0 6= tr(In )
 AB + BD0 = On
CB + DD0 = In
0



Exercice 95 : [énoncé] Établissons maintenant le résultat demandé en raisonnant par récurrence sur la
On a taille de la matrice M .
tr A = tr (AB − BA) = tr (AB) − tr (BA) = 0 Si M est taille 1 : ok
Supposons la propriété établie au rang n ∈ N∗ .
car tr(AB) = tr(BA).
Soit M une matrice carrée d’ordre n + 1 de trace nulle.
Généralisons ce calcul
Montrons que M est semblable à une matrice de la forme
tr (Ap ) = tr Ap−1 (AB − BA) = tr (Ap B) − tr Ap−1 BA

0 ∗
Or ∗ ∗
tr Ap−1 BA = tr (Ap−1 B)A = tr A(Ap−1 B) = tr (Ap B)

Si M est matrice d’une homothétie alors tr M = 0 permet de conclure M = On .
donc Sinon, il existe des vecteurs qui ne sont pas vecteurs propres de l’endomorphisme
tr (Ap ) = 0 associé à M .
Soit x, un tel vecteur. En introduisant une base dont x et f (x) sont les deux
premiers vecteurs, on obtient que la matrice M est semblable à celle voulue.
Exercice 96 : [énoncé] Compte tenu de la remarque préliminaire, on suppose désormais que la matrice M
Soit (e1 , . . . , en ) une base de E avec e1 , . . . , en−1 ∈ ker f et en ∈ Im f . On a est de la forme
f (en ) ∈ Im f = Vect(en ) donc il existe λ ∈ K tel que f (en ) = λen et donc 0 L
f 2 (en ) = λf (en ). Cette relation vaut aussi pour les vecteurs e1 , . . . , en−1 et donc C M0
par coïncidence de deux applications linéaires sur les vecteurs d’une base on peut avec tr M 0 = 0.
affirmer que f 2 = λf . De plus, la matrice de f dans la base (e1 , . . . , en ) donne Par l’hypothèse de récurrence on peut écrire
λ = tr f . Ainsi, pour f de rang 1, f est un projecteur si, et seulement si, tr f = 1.
M 0 = A0 B 0 − B 0 A0
Exercice 97 : [énoncé] Soit λ ∈ K qui n’est par valeur propre de la matrice B 0 .

Calculons les coefficients diagonaux de la représentation matricielle de ϕ dans la En posant
L(B 0 − λI)−1

base canonique formée des matrices élémentaires Ei,j . 1
A=
On a ϕ(E (λI − B 0 )−1 C A0
Pi,jn ) =PEni,j A. Pn
Or A = k=1 `=1 ak,` Ek,` donc ϕ(Ei,j ) = `=1 aj,` Ei,` car Ei,j Ek,` = δj,k Ei,` .
et
La composante de ϕ(Ei,j ) selon
Pn Ei,j
Pnvaut aj,j .

λ 0

Par suite la trace de ϕ vaut i=1 j=1 aj,j = n tr A. B=
0 B0
on obtient
Exercice 98 : [énoncé] M = AB − BA
Supposons que M soit semblable à une matrice M 0 via une matrice inversible P Récurrence établie.
i.e.
M 0 = P −1 M P
Si on peut écrire M 0 = A0 B 0 − B 0 A0 alors M = AB − BA avec A = P A0 P −1 et Exercice 99 : [énoncé]
B = P B 0 P −1 . P
Posons aj,i = ϕ(Ei,j ). ϕ(M ) = 1≤i,j≤n aj,i mi,j = tr(AM ) avec A = (ai,j ).
On peut ainsi transformer la matrice M en une matrice semblable sans changer la
problématique.


Puisque tr(AB) = tr(BA), on a tr[A ; B] = 0. ker(tr) est donc un sous-espace
vectoriel contenant {[A ; B] | A, B ∈ E} donc a) Soit p un projecteur de E espace de dimension n. En posant F = Im p et
Vect {[A ; B] | A, B ∈ E} ⊂ ker(tr) G = ker p, la matrice de p dans une base adaptée à la décomposition
E = F ⊕ G est de la forme
De plus, tr étant une forme linéaire non nulle, ker(tr) est un hyperplan.
Montrons qu’il en en est de même de Vect {[A ; B] | A, B ∈ E}. Ir Op,r−p
Pour i 6= j, Ei,j = [Ei,i , Ei,j ] et pour i 6= n, Ei,i − En,n = [Ei,n , En,i ]. Or−p,p Or−p
Par suite Vect {[A ; B] | A, B ∈ E} contient la famille libre à n2 − 1 éléments On y lit
formée par les Ei,j , i 6= j et les Ei,i − En,n , i 6= n. Il en découle que rg p = r = tr p
Vect {[A ; B] | A, B ∈ E} est de dimension supérieure ou égale à n2 − 1.
Par inclusion et un argument de dimension, on peut conclure b) Posons
q−1
ker(tr) = Vect {[A ; B] | A, B ∈ E} 1X k
B= A
q
k=0
Exercice 101 : [énoncé] Puisque A = In , on a AB = B et plus généralement Ak B = B pour tout

q
Notons que Vect {AB − BA | A, B ∈ Mn (R)} est inclus dans l’hyperplan des k ∈ N.
matrices de trace nulle. On en déduit
q−1 q−1
Par suite dim Vect {AB − BA | A, B ∈ Mn (R)} ≤ n2 − 1. 2 1X k 1X
Pour A = Ei,j et B = Ej,j (avec i 6= j) : AB − BA = Ei,j . B = A B= B=B
q q
k=0 k=0
Pour A = Ei,n et B = En,i : AB − BA = Ei,i − En,n = Fi .
La famille formée des Ei,j et des Fi est libre et constituée de n2 − 1 éléments. et donc B est la matrice d’un projecteur. Par suite
Par suite dim Vect {AB − BA | A, B ∈ Mn (R)} ≥ n2 − 1. q−1
Finalement dim Vect {AB − BA | A, B ∈ Mn (R)} = n2 − 1. 1X
rg B = tr B = tr(Ak )
q
k=0
Exercice 102 : [énoncé] Pour X ∈ ker(A − In ), on a AX = X donc BX = X et ainsi

Soit X solution. La matrice X + t X est symétrique. ker(A − In ) ⊂ Im B.
Cas A n’est pas symétrique : Inversement, si Y ∈ Im B, il existe X ∈ Mn,1 (K) tel que Y = BX et alors
Nécessairement tr(X) = 0 et l’équation étudiée devient X + t X = 0 dont les
solutions sont les matrices antisymétriques. Inversement, ces dernières sont (A − In )Y = ABX − BX = BX − BX = 0
solutions de l’équation initiale.
Cas A est symétrique. donc Im B ⊂ ker(A − In ) puis Im B = ker(A − In ). On peut alors conclure
En passant à la trace l’équation étudiée, on obtient 2 tr(X) = tr(X) tr(A). q−1
Si tr(A) 6= 2 alors on obtient à nouveau tr(X) = 0 et on conclut que X est 1X
dim ker(A − In ) = rg B = tr(Ak )
antisymétrique. q
k=0
Si tr(A) = 2 alors Y = X − 12 tr(X)A vérifie Y + t Y = X + t X − tr(X)A = 0 donc
Y est antisymétrique puis la matrice X est de la forme λA + Y avec Y
antisymétrique. Inversement, une telle matrice est solution. Exercice 104 : [énoncé]
Pour résumer : Soit
Si A ∈/ Sn (R) ou tr(A) 6= 2 alors S = An (R). 1 X
p= g
Si A ∈ Sn (R) et tr(A) = 2 alors S = Vect(A) ⊕ An (R). n
g∈G

On a b) Si M ∈ H alors N 7→ M N et N 7→ N M sont des permutations de H. On en

1 XX déduit que M P = P M = P car pour chaque terme les sommes portent sur les
p◦p= 2 h◦g
n mêmes éléments.
h∈G g∈G
1 X 1 X
P2 = MP = P =P
Or, pour h ∈ G fixé, les h ◦ g parcourt G pour g parcourant G. Ainsi q q
M ∈H M ∈H
X X
h◦g = k c) Puisque P 2 = P , Im P = ker(P − In ) et ker P sont supplémentaires dans
g∈G k∈G Mn,1 (K).
Si X ∈ ker P alors P X = 0 et pour tout M ∈ H, P M X = P X = 0 donc
puis M X ∈ ker
1 XX 1 X T P . Ainsi ker P est stable par H.
p◦p= k = k=p Si X ∈ M ∈H ker(M − In ) alors pour tout M ∈ H, M X = X donc P X = X
n2 n puis X ∈ ker(P − In ).
h∈G k∈G k∈G
Inversement, si X ∈ ker(P − In ) alors PT
X = X et pour tout M ∈ H,
Ainsi p est un projecteur et la dimension de son image Im p = ker(p − Id) est sa
X = P X = M P X = M X et donc X ∈ M ∈H ker(M − In ). Ainsi
trace
1 X
tr p = tr g \
ker(M − In ) = ker(P − In )
n
g∈G
M ∈H
Pour tout g ∈ G, on vérifie g ◦ p = p par des calculs analogues aux précédents. Si
x est invariant par p, il l’est aussi par g et donc et ker P est solution du problème posé.
P
\ P une projection donc tr P = rg P ∈ N T
d) P est et donc M ∈H tr M = q tr P ∈ qN.
ker(p − Id) ⊂ ker(g − Id) Si M ∈H tr M = 0 alors P = 0. Par suite M ∈H ker(M − In ) = {0} et il n’y
g∈G a donc pas de vecteur non nul invariant pour tous les éléments de H et
inversement.
L’inclusion inverse étant immédiate, on conclut
\
ker(g − Id) = ker(p − Id) Exercice 106 : [énoncé]
g∈G
a) Posons p = g∈G g. p2 = g∈G h∈G gh. Or pour

P P P
puis l’on obtient l’égalité de dimension P g ∈ G, l’application
  h 7→ gh est une permutation du groupe G donc h∈G gh = p et par suite
\ 1 X p2 = Card G.p.
dim  ker(g − IdE ) = tr g 1
n
Par suite Card G p est une projection vectorielle et puisque son rang égale sa
g∈G g∈G trace, rg p = 0. Ainsi p = 0.
b) Considérons ϕ(x, y) = g∈G (g(x) | g(y)). ϕ est un produit scalaire sur Rn
P
pour lequel on a ∀h ∈ G, h∗ = h−1 . Pour ce produit scalaire, V ⊥ est un

Exercice 105 : [énoncé] supplémentaire de V stable pour tout h−1 avec h élément de G donc stable
pour tout élément de G.
a) L’application considérée est au départ d’un ensemble infini et à valeurs dans
un ensemble fini, elle ne peut donc être injective et il existe k < ` ∈ N,
M k = M ` ce qui fournit M p = In avec p = ` − k car M est inversible. On en Exercice 107 : [énoncé]
déduit que In ∈ H et que M −1 = M p−1 ∈ H. Cela suffit pour conclure que H Si i 6= j alors Ei,i Ei,j = Ei,j et Ei,j Ei,i = 0 donc T (Ei,j ) = 0.
est un sous-groupe de GLn (K). De plus Ei,j Ej,i = Ei,i et Ej,i Ei,j = Ej,j donc T (Ei,i ) = T (Ej,j ) = α.

Soit A = (ai,j ) ∈ Mn (K). Exercice 110 : [énoncé]

  La trace de f est la somme des coefficients diagonaux de la matrice représentative
n n
X X de f dans la base de Mn (R) formée des matrices élémentaires Ei,j . Puisque le
T (A) = T  ai,j Ei,j  = ai,j T (Ei,j ) = α tr(A) coefficient d’indice (i, j) de la matricef (Ei,j ) est ai,i + aj,j on obtient
i,j=1 i,j=1
X
donc T = α. tr. tr f = (ai,i + aj,j ) = 2n tr A
1≤i,j≤n

f (Ei,i ) = f (Ei,j Ej,i ) = f (Ej,i Ei,j ) = f (Ej,j ) et si i 6= j, Exercice 111 : [énoncé]
f (Ei,j ) = f (Ei,j Ej,j ) = f (Ej,j Ei,j ) = f (0) = 0. Si X est solution alors
Ainsi X tr(X) = tr(X) tr(A) + tr(B)
f (A) = f ( ai,j Ei,j ) = λ tr A et donc
en notant λ la valeur commune des f (Ei,i ). tr(X)(1 − tr(A)) = tr(B)
Cas tr A 6= 1.
On obtient
Exercice 109 : [énoncé] tr(B)
tr(X) =
1 − tr(A)
a) Notons Ei,j les matrices élémentaires de Mn (R). Puisque puis
tr(B)
Ei,i = Ei,j Ej,i et Ej,j = Ej,i Ei,j X= A+B
1 − tr(A)
l’hypothèse de travail donne Inversement, cette matrice est bien solution.
f (Ei,i ) = f (Ei,j Ej,i ) = f (Ej,i Ei,j ) = f (Ej,j ) Cas tr A = 1.
Sous cas tr B 6= 0.
De plus, pour i 6= j, on a L’équation tr(X)(1 − tr(A)) = tr(B) est incompatible, il n’y a pas de solution.
Sous cas tr B = 0.
Ei,j = Ei,j Ej,j et On = Ej,j Ei,j La solution X est de la forme λA + B avec λ ∈ R et inversement de telles matrices
donc sont solutions.
f (Ei,j ) = f (Ei,j Ej,j ) = f (Ej,j Ei,j ) = f (On ) = 0
Ainsi X Exercice 112 : [énoncé]
f (A) = f ( ai,j Ei,j ) = λ tr A Soit (e1 , . . . , en ) une base de E avec e1 , . . . , en−1 ∈ ker f .
en notant λ la valeur commune des f (Ei,i ). La matrice de f dans cette base est de la forme
b) Posons f = tr ◦g. L’application f est une forme linéaire vérifiant 
0 ··· 0 λ1

 .. .. .. 
∀A, B ∈ Mn (R), f (AB) = f (BA) . . . 
A = .

.

. .

Ainsi f = λ tr. . . λn−1 
Or f (In ) = tr (g(In )) = tr In donc λ = 1. Ainsi f = tr et 0 ··· 0 λn
∀M ∈ Mn (R), tr(g(M )) = f (M ) = tr(M ) avec λn = tr f .

On observe alors que A2 = λn A. Exercice 114 : [énoncé]

Ainsi si tr f = 1 alors A2 = A donc f 2 = f puis f est un projecteur. Si f = 0 alors f ◦ g = 0.
Par l’isomorphisme de représentation matricielle dans une base donnée de E, on Sinon il existe une base de R2 dans laquelle la matrice de f est
peut retraduire le problème matriciellement.
En considérant les éléments Ei,i et Ei,i + Ei,j pour 1 ≤ i 6= j ≤ n on forme une 0 1
A=
base de Mn (R) telle que souhaitée. 0 0
La matrice de g commutant avec f est de la forme

a b
Les matrices Ai sont des matrices de projection et donc
0 a
tr Ai = rg Ai
et puisque g 2 = 0, a = 0.
On en déduit Par suite la matrice de f ◦ g est nulle.
k
X k
X
rg Ai = tr Ai = tr In = n
i=1 i=1
Or Fω est clairement un endomorphisme de Cn−1 [X]. Sa matrice dans la base
k k
(1, X, . . . , X n−1 ) est A = (ai,j )0≤i,j≤n−1 avec ai,j = √1n ω ij . On remarque que
X X
Rn = Im Ai ⊂ Im Ai ⊂ Rn
Pn−1
i=1 i=1 ĀA = In car n1 k=0 ω (j−i)k = δi,j . Par suite Fω est un automorphisme et Fω−1
Pn−1
Ainsi
k
étant représenté par Ā, Fω−1 (P ) = √1n k=0 P (ω −k )X k .
X
Im Ai = Rn
i=1
et la relation sur les rangs donne
k
X a) Les endomorphismes λ IdE ont la propriété voulue.
dim (Im Ai ) = dim Rn
i=1 b) Les familles (e1 , . . . , en ) et (e1 + ei , e2 , . . . , en ) engendrent le même espace
vectoriel. Étant toutes deux formées de n vecteurs, si l’une est libre, l’autre
Les espaces Im Ai sont donc en somme directe
aussi.
k
⊕ Im Ak = Rn c) Soit u un endomorphisme de E dont la matrice est diagonale dans toutes les
i=1 bases de E.
Pour tout x ∈ Rn , on peut écrire La matrice de u dans la base (e1 , . . . , en ) est de la forme diag(λ1 , λ2 , . . . , λn ).
Puisque la matrice de u dans la base (e1 + ei , e2 , . . . , en ) est aussi diagonale,
x = A1 x + · · · + Ak x il existe α ∈ R tel que
En particulier, pour le vecteur Aj x, on obtient u(e1 + ei ) = α(e1 + ei )
Or par linéarité
Aj x = A1 Aj x + · · · + Aj x + · · · + Ak Aj x
La somme directe précédente donne alors par unicité d’écriture u(e1 + ei ) = u(e1 ) + u(ei ) = λ1 e1 + λi ei
∀1 ≤ i 6= j ≤ k, Ai Aj x = 0 Par liberté de la famille (e1 , ei ) on identifie les scalaires et on peut affirmer
et peut alors conclure. λ1 = α = λi

Ainsi, si un endomorphisme à une représentation matricielle diagonale dans a) Dans la base canonique, la matrice de u − v est de la forme
toutes les bases de E, sa matrice est de la forme λIn et donc cet  
endomorphisme est de la forme λ IdE . 0 2 ∗
 .. 
d) Soit u un tel endomorphisme. Si A = (ai,j ) est sa matrice dans une base  0
 . 

(e1 , . . . , en ) alors sa matrice dans la base (e1 , 2e2 , . . . , nen ) a pour coefficient  .. 
 . 2n
général
j 0 0
ai,j
i
donc
et comme cette matrice doit être égale à la précédente, on obtient rg(u − v) = (n + 1) − 1 = n
∀i, j ∈ {1, . . . , n} , i 6= i =⇒ ai,j = 0 b) On peut aussi étudier le noyau de u − v et par un argument de périodicité
justifier que seuls les polynômes constants sont éléments de ce noyau.
Ainsi, cet endomorphisme a une matrice diagonale dans toute base de E et en
vertu de ce qui précède, il est de la forme λ IdE avec λ ∈ R.
Soit f solution. La matrice de f relative à la base canonique est à coefficients
entiers. De plus f est un automorphisme car les vecteurs de la base canonique
Soit x ∈ ker f ∩ Im f . Il existe a ∈ R3 tel que x = f (a) et alors
sont des valeurs prises par f et comme f −1 (Zn ) = Zn , la matrice de f −1 relative à
x = −f 3 (a) = −f 2 (x) = −f (f (x)) = −f (0) = 0 la base canonique est à coefficients entiers. Inversement, si f est un
automorphisme telle que f et f −1 soient représentés par des matrices à
Ainsi ker f ∩ Im f = {0} puis, par le théorème du rang, on peut affirmer coefficients entiers dans la base canonique, il est immédiat que f (Zn ) ⊂ Zn et que
f −1 (Zn ) ⊂ Zn donc que Zn ⊂ f (Zn ) et finalement f (Zn ) = Zn . Notons que les
R3 = ker f ⊕ Im f endomorphismes solutions peuvent aussi se décrire comme étant les
endomorphismes canoniquement représentés par une matrice à coefficients entiers
Si f 2 + Id = 0̃ alors f 2 = − Id puis (det f )2 = det(− Id) = −1. C’est impossible. et qui sont de déterminant égal à 1 ou −1.
On en déduit que f 2 + Id 6= 0̃ et puisque f ◦ (f 2 + Id) = 0̃, on a ker f 6= {0}.
Soit e1 ∈ ker f non nul.
Puisque par hypothèse f n’est pas l’application nulle, considérons
e2 = f (a) ∈ Im f vecteur non nul. Posons e3 = −f (e2 ) ∈ Im f .
On vérifie
f (e3 ) = −f 2 (e2 ) = −f 3 (a) = f (a) = e2
De plus les vecteurs e2 et e3 ne sont pas colinéaires.
En effet si e3 = λe2 , on obtient en composant par f , e2 = −λe3 et on en déduit
e2 = −λ2 e2 . Sachant e2 6= 0, on obtient λ2 = −1 ce qui est impossible avec λ ∈ R.
Puisque (e2 , e3 ) est une famille libre de Im f et puisque (e1 ) est une famille libre
de ker f , on peut affirmer que (e1 , e2 , e3 ) est une base de R3 . Dans celle-ci, la
matrice de f est égale à A.

Calcul Matriciel

Transféré par

Droits d'auteur :

Formats disponibles

Calcul Matriciel

Transféré par

Informations du document

Description originale:

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

Calcul Matriciel

Transféré par

Droits d'auteur :

Formats disponibles

[http://mp.cpgedupuydelome.

fr] édité le 29 décembre 2015 Enoncés 1

Calcul matriciel Exercice 5 [ 00702 ] [Correction]

Exercice 8 [ 01250 ] [Correction]

Exercice 4 [ 03422 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 12 [ 02689 ] [Correction] Exercice 18 [ 01251 ] [Correction]

Exercice 13 [ 03144 ] [Correction]

Exercice 14 [ 03164 ] [Correction]

Exercice 16 [ 03167 ] [Correction] Exercice 21 [ 01254 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 22 [ 02929 ] [Correction] Exercice 26 [ 01258 ] [Correction]

a) Soit k ∈ N∗ . Majorer les coefficients de Ak .

Calculer AĀ. En déduire que A est inversible et calculer A−1 .

Exercice 25 [ 01257 ] [Correction] Exercice 30 [ 01262 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 31 [ 03420 ] [Correction] Structures formées par un ensemble de matrices

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 39 [ 01563 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 46 [ 01275 ] [Correction]

Exercice 47 [ 01277 ] [Correction] Exercice 50 [ 00720 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 55 [ 03212 ] [Correction]

a) Montrer que B 0 est une base de E et former la matrice D de f dans B 0 .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 57 [ 00718 ] [Correction] a) f : K3 → K3 définie par

On pose ε1 = e1 + e3 , ε2 = e1 + e2 et ε3 = e1 + e2 + e3 . c) f : K4 → K4 définie par

Exercice 63 [ 01289 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 64 [ 00698 ] [Correction] a) Déterminer la dimension de F et G.

Exercice 67 [ 03861 ] [Correction]

Exercice 71 [ 01295 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 74 [ 01298 ] [Correction]

Exercice 76 [ 02579 ] [Correction] a) Montrer que si C ∈ Mn (R) vérifie :

Matrices équivalentes alors A = B.

Exercice 77 [ 00703 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

On suppose B inversible. Établir

Exercice 85 [ 03134 ] [Correction]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Calcul par blocs Trace

Exercice 91 [ 00747 ] [Correction] AB − BA = A

On suppose que les matrices A, D et M sont inversibles. Exercice 98 [ 00730 ] [Correction]

Exercice 93 [ 03702 ] [Correction] M = AB − BA

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 102 [ 00735 ] [Correction] d) Montrer que X

égal à sa trace ? b) Soit G un sous-groupe fini de GLn (R), V un sous-espace vectoriel de Rn

Exercice 104 [ 00734 ] [Correction] ∀A, B ∈ Mn (K), T (AB) = T (BA)

∀A, B ∈ Mn (R), f (AB) = f (BA)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

pour tout P ∈ Cn−1 [X].

Exercice 113 [ 03864 ] [Correction] f3 + f = 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 118 [ 02533 ] [Correction]

a) Calculer rg(u − v) en utilisant sa matrice.

Exercice 119 [ 02380 ] [Correction]