9 mai 2005 Page 1 sur 7

Corrigé de l’épreuve de Mathématiques II, série TSI, concours CCP 2005

Partie I. La méthode des traces

1. a/ Le cours indique que :

a0 = (−1)n

b/ A ∈ Mn (C) : donc χA est scindé et les valeurs propres de A sont les racines du polynôme
caractéristique de A. Donc :

χA (λ) = a0 (λ − λ1 )(λ − λ2 ) . . . (λ − λn )

c/ L’on sait que :

n
a1 = (−1)n+1
P
λk
k=1
n
Q
an = λk
k=1

 
λ1 . . .
 λ2 
2. Posons T =  
 (0) . .
λn
λp1
 
. . .
 λp2 
Alors ∀p ∈ N, T p =   et :
 (0) . . 
λpn
n
X
p
tr(T ) = λpk
k=1
.
Sachant qu’il existe P ∈ GLn (C), T = P −1 AP , pour tout p ∈ N, T p = P −1 Ap P . D’où
tr(T p ) = tr(P −1 Ap P ) = tr(Ap P P −1 ) = tr(Ap ). On en déduit :
n
X
p
tr(A ) = λpk
k=1
.
n n
(λ − λk ). On a alors χ0A (λ) = a0
Q P Q
3. Comme χA (λ) = a0 (λ − λi ). D’où, pour
k=1 k=1 i∈{1,...,n}\{k}
λ 6∈ {λ1 , ..., λn } :
Pn Q
(λ − λi )
χ0A (λ) k=1 i∈{1,...,n}\{k}
= n
χA (λ) Q
(λ − λk )
k=1Q
(λ − λi )
n
P i∈{1,...,n}\{k}
= n
k=1
Q
(λ − λk )
k=1
n
P 1
=
k=1 λ − λk

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex

9 mai 2005 Page 2 sur 7

On a montré, pour λ 6∈ {λ1 , ..., λn } :

n
χ0A (λ) X 1
=
χA (λ) k=1 λ − λk

χ0A (λ) Pn 1
4. Pour λ 6∈ {λ1 , ..., λn }, =
χA (λ) k=1 λ − λk
1 P n 1
= ⇒
λ k=1 λk
1−
λ
0 P λk p
  n +∞
 
 λk  χ A (λ) 1 P
D’où, si pour tout k ∈ {1, . . . , n} ,   < 1, = , ce qui signifie :
λ χA (λ) λ k=1 p=0 λ
n +∞  p
χ0A (λ) 1 X X λk
|λ| > max{|λ1 |, ..., |λn |} ⇒ =
χA (λ) λ k=1 p=0 λ

et m = max{|λ1 |, ..., |λn |}.

p
χ0 (λ)

1 +∞ n λk
5. D’où, pour |λ| > m = max{|λ1 |, ..., |λn |}, A
PP
= (car l’application qui à
χA (λ) λ p=0 k=1 λ
une série convergente, associe sa somme, est une forme linéaire)
D’où, pour |λ| > m,

+∞
χ0A (λ) 1 X tr(Ap )
=
χA (λ) λ p=0 λp

6. Pour λ = 0,
na0 + (n − 1)a1 λ + . . . + an−1 λn−1 = na0 et
+∞
(a0 + a1 λ + . . . + an λn ) tr(Ap )λp = a0 tr(A0 ) = a0 tr(In ) = na0 .
P
p=0
D’où, pour λ = 0,
+∞
na0 + (n − 1)a1 λ + . . . + an−1 λn−1 = (a0 + a1 λ + . . . + an λn ) tr(Ap )λp
P
p=0
1 1
Si λ 6= 0 et > m, on peut substituer à λ dans la formule démontrée en 5. On obtient :
|λ|   λ 
1 1 +∞
χ0A tr(Ap )λp ⇔
P
= χA λ .
λ λ p=0
na0 a1 a  +∞
0
tr(Ap )λp ⇔
P
n−1
+ (n − 1) n−2
+ . . . + a n−1 = n
+ · · · + a n λ
λ λ λ p=0
+∞
na0 + (n − 1)a1 λ + . . . + an−1 λn−1 = (a0 + · · · + an λn ) tr(Ap )λp
P
p=0
en multipliant les 2 membres par λn−1
1
On a donc montré que, pour tout λ ∈ C tel que |λ| < si m 6= 0,
m
+∞
X
n−1 n
na0 + (n − 1)a1 λ + . . . + an−1 λ = (a0 + · · · + an λ ) tr(Ap )λp
p=0

1
et M = si m > 0. Si m = 0, l’identité précédente est vraie pour tout λ ∈ C.
m

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex

9 mai 2005 Page 3 sur 7

7. Posons M = +∞ si m = 0. Alors, l’identité précédente représente l’égalité pour tout λ ∈

] − M, M [ des sommes de 2 séries entières. D’après l’unicité du développement en série entière, on
en déduit que les coefficients de λk pour k ∈ {0, . . . , n} des 2 membres sont égaux. D’où :
k
ai tr(Ak−i ) ⇒
P
∀k ∈ {0, . . . , n}, (n − k)ak =
i=0
k−1
ai tr(Ak−i ) + ak tr(A0 ) ⇒
P
∀k ∈ {1, . . . , n}, (n − k)ak =
i=0
k−1
ai tr(Ak−i ) + nak ⇒
P
∀k ∈ {1, . . . , n}, (n − k)ak =
i=0

∀k ∈ {1, . . . , n}, −kak = a0 tr(Ak ) + a1 tr(Ak−1 ) + . . . + ak−1 tr(A)

8. On sait que a0 = (−1)n . L’identité précédente permet pour k = 1 de calculer a1 à partir

de a0 , puis au rang 2, de calculer a2 en fonction de a0 et a1 , ... , au rang k, ak en fonction de
a0 , a1 , ..., ak−1 pour k = 1, ..., n.
On obtient ainsi le polynôme caractéristique de A.
Si A ∈ Mn (R), son polynôme caractéristique est indépendant du corps R ou C de ses coefficients :
il vaut det(A − λIn ). Donc :
l’expression du polynôme obtenue à partir de la formule des traces est encore valable.

Partie II. Mise en place de l’algorithme

1. Soient A et B 2 matrices de Mn (C) et C = AB leur produit. Alors :

n
P
∀i, j ∈ {1, . . . , n}, cij = aik bkj . Donc pour chaque coefficient de C, il faut n multiplications
k=1
et n − 1 additions, ce qui donne 2n − 1 opérations. Comme il y a n2 coefficients à calculer, on
obtient n2 (2n − 1) opérations. Comme n2 (2n − 1) ∼ 2n3 ,
n→+∞
la complexité du produit de 2 matrices est de l’ordre de n3 .
n
P
2. Soient A matrice de Mn (C). Alors tr(A) = aii . Le calcul de la trace demande donc n − 1
k=1
additions et
la complexité du calcul de la trace d’une matrice est de l’ordre de n.
3. a/
] calcul de la trace de A
¿ t[1] :=sum(’A[l,l]’,’l’=1..n) :
] C contient les puissances successives de A
¿ C :=evalm(A) :
¿ for k from 2 to n do
] B stocke une puissance de A afin de calculer la suivante dans C
¿ B :=evalm(C) ;
] calcul de C=AB
¿ for i from 1 to n do for j from 1 to n do
¿ C[i,j] :=0 ; for l from 1 to n do C[i,j] :=C[i,j]+A[i,l]*B[l,j] od ;
¿ od ;od ;
] calcul de la trace de Ak
¿ t[k] :=sum(’C[l,l]’,’l’=1...n) ;
¿ od ;
¿ print(seq(t[k],k=1..n)) ;
3. b/ On a vu que le produit de 2 matrices demande (2n − 1)n2 opérations. Dans l’algorithme
précédent, cette opération en demande, en fait, 2n3 , réalisée n − 1 fois (pour calculer A2 , ..., An ).

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex

9 mai 2005 Page 4 sur 7

Donc le calcul de A2 , ..., An demande 2n3 (n − 1) opérations. Il faut y rajouter n calculs de traces,
donc n(n − 1) additions. On obtient en tout 2n3 (n − 1) + n(n − 1) ∼ 2n4 opérations.
n→+∞
4
La complexité du programme conçu au a/ est donc de l’ordre de n .
4. a/
¿ a[0] :=(-1)∧n :
¿ for k from 1 to n do a[k] :=-1/k*(sum(’a[i]*t[k-i]’,’i’=0...k-1)) od :
¿ print(seq(a[k],k=0..n)) ;
Les calculs résultent de l’application directe de la formule démontrée dans la question I. 7.
b/ an = det(A) et si an 6= 0, A ∈ GLn (C) ;
c/ On a vu que pour le calcul des traces, il fallait 2n3 (n − 1) + n(n − 1) opérations.
Pour le calcul des ak , l’on a k multiplications (ai par tr(Ak−i) , plus k −1 additions et une division
Pn
par k, ce qui donne 2k opérations. k variant de 1 à n, on obtient 2k = n(n + 1) opérations.
k=1
Finalement, après 2n3 (n − 1) + n(n − 1) + n(n + 1) opérations :
la complexité totale de l’algorithme des traces est encore de l’ordre de n4 .
d/ Soit A ∈ Mn (C). Notons P (n) le nombre d’opérations nécessaire pour calculer son déterminant
par la méthode classique.
L’on sait que :
n
ai1 (−1)i+1 ∆i1 où ∆ij représente le mineur de A relatif à la ligne i et la colonne j.
P
det(A) =
i=1
Donc il y a nP (n − 1) opérations de calcul des mineurs, plus n multiplications, plus n − 1
additions ou soustractions, ce qui donne en tout P (n) = nP (n − 1) + 2n − 1 opérations pour
calculer det(A).
P (n) 2 1
En posant u(n) = , on obtient : u(n) = u(n − 1) + − et en sommant membre
n! (n − 1)! n!
à membre, pour k variant de 2 à n :
n−1
P 1 n 1
P
u(n) = u(1) + 2 − .
k=1 k! k=2 k!
Comme P (1) = 0, u(1) = 0 et lim u(n) = 2(e − 1) − (e − 2) = e.
n→+∞
Cela montre en particulier que P (n) ∼ e.n!.
n→+∞
Donc la complexité de la méthode ”naı̈ve” est de l’ordre de n!.
En fait chaque produit dans le calcul de χA est un polynôme de degré inférieur ou égal à n
et il faut l’ordonner pour pouvoir en récupérer les coefficients, ce qui augmente encore le nombre
d’opérations.
Comme n4 = o+∞ (n!), il est évident que la méthode des traces est plus économique en calculs.

Partie III

1. Exemple 1.
a/ Un endomorphisme de Rn est défini de manière unique par l’image d’une base de Rn .
La matrice de f dans la base B est alors :
 
0 . . 0 0
1 0 . 0
 
A=
 0 1 . . 

. . . .
0 0 1 0

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex

9 mai 2005 Page 5 sur 7

Im f = V ect{f (−
→
e1 ), . . . , f (−
→
en )} ⇒

Im f = V ect{−
→
e2 , . . . , −
→
en )}
D’où le rang de f est n − 1, la dimension de Ker f est 1 et comme →
−
en ∈ Ker f ,

Ker f = V ect{−
→
en }

−λ
1 . (0)
b/ ∀λ ∈ R, χA (λ) = . . = (−λ)n (matrice triangulaire)
(0) . .
1 −λ
−
e−→ si i + k ≤ n
(
c/ Comme, pour tout i ∈ {1, . . . , n − 1}, k ∈ N, f k (−→ i+k
ei ) = −→ et
0 si i + k > n
→
−
f k (−
→
en ) = 0 , tr(Ak ) = 0.
On a alors a0 = (−1)n et
1 k−1
ai tr(Ak−i ) = 0.
P
∀k ∈ {1, . . . , n}, ak = −
k i=0 | {z }
0
On retrouve :

χA (λ) = (−λ)n

2. Exemple 2.
La matrice de f dans la base B est alors :
 
0 . . 0 1
1 0 . 0
 
A=
 0 1 . . 

. . . .
0 0 1 0

Im f = V ect{f (−
→
e1 ), . . . , f (−
→
en )} ⇒

Im f = V ect{−
→
e1 , . . . , −
→
en )} = Rn
D’où le rang de f est n et :
→
−
Ker f = V ect{ 0 }
−λ 1
1 . (0)
∀λ ∈ R, χA (λ) = . . .
(0) . .
1 −λ
En développant suivant la première ligne, on obtient :
−λ 0 1 −λ
1 . (0) . . (0)
∀λ ∈ R, χA (λ) = (−λ) . . + (−1)n+1 . . .
(0) . . (0) . −λ
1 −λ 1

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex

9 mai 2005 Page 6 sur 7

D’où, comme les 2 déterminants sont des déterminants de matrices triangulaires,

∀λ ∈ R, χA (λ) = (−λ)n + (−1)n+1

En outre pour tout (k, i) ∈ ×{0, ..., n} × {1, ..., n}, f k (−
→
ei ) = →
−
ej avec j = i si k = 0 ou k =
n et j 6= i sinon.
Donc tr(A0 ) = tr(An ) = n et ∀k ∈ {1, ..., n − 1}, tr(Ak ) = 0.
On en déduit :
a0 = (−1)n
1 k−1
ai tr(Ak−i ) = 0.
P
∀k ∈ {1, ..., n − 1}, ak = −
k i=0 | {z }
0
1 n−1 1
ai tr(An−i ) = − a0 tr(An ) = (−1)n+1 .
P
an = −
n i=0 n
On retrouve :

χA (λ) = (−λ)n + (−1)n+1

3. Exemple 3.
a/ L’on sait que ∀→
−
x ∈ Rn , f (−
→
x ) =< −
→
x |−
→
u >−
→
u et que

Imf = V ect{−
→
u}
D’où le rang de f est 1.
→
−
Enfin ∀−→x ∈ Rn , f (−
→
x ) = 0 ⇔< −
→
x |−
→
u >= 0 ⇔ −
→
x ⊥−
→
u . On obtient :

Ker f = {−
→
u }⊥
 
1 0 . . 0
0 .
−
→ →
− ⊥

Dans une base B’, formée de u et d’une base de { u } , f a pour matrice  .

 et,
 
. .
0 0 . . 0
comme la matrice est diagonale,

1−λ
−λ (0)
∀λ ∈ R, χA (λ) = . = (1 − λ)(−λ)n−1
(0) .
−λ

, n}, f (−
b/ ∀j ∈ {1, . . .  →
ej ) =< −
→
ej |−
→
u>−→u = uj − →u . D’où :
u21 . . . un u1  
 u 1 u2 u1
. 
 = (ui uj )i,j∈{1,...,n} = U t U en posant U =  . 
  
MB (f ) = A =   .  .
 . . 
un
u1 un . . . u2n n 
On a alors A2 = U t U U t U = t U U A = u A = A (car − →
P 2
i u est unitaire). Donc :
i=1

A2 = A
L’on en déduit que pour tout k ∈ N∗ , Ak = A et tr(Ak ) = tr(A) = 1.

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex

9 mai 2005 Page 7 sur 7

On a donc :
a0 = (−1)n
a1 = −a0 = (−1)n+1
1
a2 = − (a0 + a1 ) = 0 et si l’on suppose que pour 2 ≤ i ≤ k < n, ai = 0, ak+1 =
2
1 P k
− (a0 + a1 + a2 + . . . + ak ) = 0.
k + 1 i=0 | {z } | {z }
0 0
On retrouve :

χA (λ) = (−λ)n + (−1)n+1 λn−1 = (−1)n λn−1 (λ − 1)

4. Une application.
1 k−1
ai tr(Ak−i ) = 0. D’où :
P
a/ Pour k ≥ 1, ak = −
k i=0
χA (λ) = (−λ)n
L’on en déduit que la seule valeur propre de A (racine de χA ) est 0 d’ordre n.
La matrice A est alors trigonalisable et il existe P ∈ GLn (C) telle que T = P −1 AP soit
triangulaire
 supérieure,les valeurs propres figurant sur la diagonale :
0
 . 
T =  (0) . . Si l’on note f l’endomorphisme de matrice T dans la base canonique de


0
→
− →
−
Rn , une récurrence simple montre que f k (−→
ek ) = 0 et donc ∀k ∈ {1, ..., n}, f n (−
→
ek ) = 0 . Cela
prouve T n = 0 et comme A = P T P −1 ,

An = P T n P −1 = 0

b/ Soit λ ∈ SpecC (A), alors il existe X ∈ Rn \{0} tel que AX = λX. Cela prouve An X =
λn X = 0. D’où λn = 0 (X 6= 0) ⇒ λ = 0.
Donc 0 est valeur propre d’ordre n de A.
c/ Supposons A ∈ Mn (C) et An = 0. Notons λ1 , . . . , λn les valeurs propres complexes de A.
On a vu en b/ que λ1 = . . . = λn = 0.
n
On a vu en I. 2. que ∀p ∈ N, tr(Ap ) = λpk .
P
k=1
n
∗ p
λpk = 0.
P
On en déduit que ∀p ∈ N , tr(A ) =
k=1
Compte tenu de la question a/, on a montré :

∀A ∈ Mn (C), An = 0 ⇔ tr(A) = tr(A2 ) = . . . = tr(An ) = 0

∆∆∆

Rédigé par
Pierre Bron, professeur de Spéciales TSI
Lycée Chaptal, 6 allée Chaptal, 22000 St Brieuc
Tel. 0296639414
Adresse électronique : [email protected]

Pierre Bron — Spé TSI — Lycée Chaptal — 22000 St Brieuc — m05pt2ca.tex