0% ont trouvé ce document utile (0 vote)
0 vues5 pages

Examen_2

Le document présente un examen de mathématiques avec des exercices sur les matrices, les formes linéaires et les espaces vectoriels. Les exercices incluent des calculs de rang de matrices, des propriétés de la trace, et des applications d'endomorphismes. La correction détaillée fournit des solutions et des démonstrations pour chaque exercice.

Transféré par

siwarargoubi01
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
0 vues5 pages

Examen_2

Le document présente un examen de mathématiques avec des exercices sur les matrices, les formes linéaires et les espaces vectoriels. Les exercices incluent des calculs de rang de matrices, des propriétés de la trace, et des applications d'endomorphismes. La correction détaillée fournit des solutions et des démonstrations pour chaque exercice.

Transféré par

siwarargoubi01
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Examen – Session rattrapage, Juin 2025

LMI 1 et LMA 1

Énoncé
Exercice 1
Soit m un réel. Déterminer selon les valeurs de m le rang de la matrice Am suivante
 
1 0 2
Am =  2 m 4 .
 

−1 −m m2 − 3m − 2

Exercice 2
Soit n un entier naturel supérieur ou égal à 2, on désigne par E = Mn (R) l’espace vectoriel
des matrices carrées d’ordre n à coefficients réels et on note par E ∗ = L(E, R), le R-espace
vectoriel des formes linéaires sur E. Si M ∈ E, on note Vect(M ) le sous-espace vectoriel de
E engendré par M et t M sa transposée. On désigne par In la matrice unité de Mn (R). On
définit l’application trace, notée Tr, de E vers R comme suit, pour tout M = (mij )1≤i,j≤n ∈ E,
Tr(M ) = k=1 mkk .
Pn

a) Montrer que Tr est une forme linéaire.


b) Montrer que pour tous éléments A et B de E,
Tr(AB) = Tr(BA) = Tr(t A t B).

c) Déterminer la dimension de ker(Tr).


d) Montrer que E = ker(Tr) ⊕ Vect(In ).
e) Vérifier que ker(Tr) contient au moins une matrice inversible.
Soit φ l’application qui, à toute matrice M de E, associe
φ(M ) = M + Tr(M )In .
f) Montrer que φ est un automorphisme de E.
g) Déterminer E1 (φ) = {M ∈ E | φ(M ) = M }.
h) Montrer que
En+1 (φ) = {M ∈ E | φ(M ) = (n + 1)M } = Vect(In ).
Soit J une matrice non nulle de E dont la trace est nulle. On considère ψ l’endomorphisme de
E qui, à toute matrice M de E, associe
ψ(M ) = M + Tr(M )J.
Calculer ψ ◦ ψ − 2ψ + IdE .

1
Exercice 3
Soient E et F deux K-espaces vectoriels de dimensions finies respectives n et p avec n > p. On
considère u ∈ L(E, F ) et v ∈ L(F, E) vérifiant

u ◦ v = IdF .

a) Montrer que v ◦ u est un projecteur.

b) Déterminer son rang, son image et son noyau. (Indication : la trace d’un projecteur vaut
son rang.)

2
Correction détaillée
Exercice 1
Calcul du déterminant de Am :

1 0 2
m 4 2 m
det Am = 2 m 4 =1· 2
− 0 + 2 · .
−m m − 3m − 2 −1 −m
−1 −m m2 − 3m − 2

= m(m2 − 3m − 2) − 4(−m) + 2 2(−m) − m(−1) = (m3 − 3m2 − 2m + 4m) + 2(−2m + m)


   

= m3 − 3m2 + 2m + 2(−m) = m3 − 3m2 = m2 (m − 3).

• Si m ̸= 0 et m ̸= 3 : det Am ̸= 0 → Am inversible → rg(Am ) = 3.


 
1 0 2
• Si m = 0 : A0 =  2 0 4  ; les lignes sont proportionnelles (L2 = 2L1, L3 = -L1)
 

−1 0 −2
→ rg = 1.
 
1 0 2
• Si m = 3 : A3 =  2 3 4 . Échelonnement : L2 ← L2 − 2L1 = (0, 3, 0),
 

−1 −3 −2
L3 ← L3 + L1 = (0, −3, 0). On obtient deux lignes non nulles proportionnelles → deux
pivots → rg = 2.

3 si m ̸= 0 et m ̸= 3,

rg(Am ) = 1 si m = 0,
2 si m = 3.

Exercice 2
1. a) La trace est une forme linéaire. Pour A, B ∈ E et λ ∈ R :
X
Tr(A + B) = (aii + bii ) = Tr(A) + Tr(B), Tr(λA) = λ Tr(A).
i

Donc Tr ∈ E ∗ .

1. b) Propriété.
n
X n X
X n n X
X n
Tr(AB) = (AB)kk = akj bjk = bjk akj = Tr(BA).
k=1 k=1 j=1 j=1 k=1

De plus t A t B =t (BA), donc Tr(t A t B) = Tr(BA) = Tr(AB).

1. c) Dimension de ker(Tr). Tr est non nulle (car Tr(In ) = n ̸= 0), donc Im(Tr) = R de
dimension 1. Par le théorème du rang,

dim ker(Tr) = dim E − dim Im(Tr) = n2 − 1.

3
1. d) Décomposition. Pour toute M ∈ E, écrivons
 
Tr(M ) Tr(M )
M= M− In + In .
n | n{z }
| {z }
N ∈Vect(In )

On a Tr(N ) = Tr(M ) − Tr(Mn


)
Tr(In ) = Tr(M ) − Tr(M ) = 0, donc N ∈ ker(Tr). La somme est
directe car si αIn ∈ ker(Tr) alors Tr(αIn ) = nα = 0 ⇒ α = 0. Ainsi
E = ker(Tr) ⊕ Vect(In ).

1. e) Matrice inversible dans ker(Tr). Pour n ≥ 2, prenons la matrice de permutation qui


échange les deux premiers vecteurs de base :
 
0 1 0 ··· 0
1 0 0 · · · 0
 
 
M = 0 0 1 · · · 0 .

 .. .. .. . . .. 
. . . . .
0 0 0 ··· 1

Sa trace est nulle et son déterminant vaut −1 (signature de la transposition), donc elle est
inversible.

2. a) φ est un automorphisme. φ est linéaire. Supposons φ(M ) = 0 : M = − Tr(M )In .


En prenant la trace : Tr(M ) = − Tr(M ) · n (1 + n) Tr(M ) = 0 Tr(M ) = 0, puis M = 0. Donc
ker φ = {0}, φ est injective, donc bijective en dimension finie.

2. b) E1 (φ).
φ(M ) = M ⇐⇒ M + Tr(M )In = M ⇐⇒ Tr(M )In = 0 ⇐⇒ Tr(M ) = 0.
Donc E1 (φ) = ker(Tr).

2. c) En+1 (φ).
Tr(M )
φ(M ) = (n+1)M ⇐⇒ M +Tr(M )In = (n+1)M ⇐⇒ Tr(M )In = nM ⇐⇒ M = In .
n
Ainsi M est une matrice scalaire. Réciproquement, pour M = λIn , on a Tr(M ) = nλ et
φ(M ) = λIn + nλIn = (n + 1)λIn . Donc
En+1 (φ) = Vect(In ).

3. Calcul de ψ 2 − 2ψ + IdE . Soit M ∈ E, posons t = Tr(M ). On a ψ(M ) = M + tJ. Alors


Tr(ψ(M )) = Tr(M ) + t Tr(J) = t + 0 = t.
Donc
ψ 2 (M ) = ψ(ψ(M )) = ψ(M ) + tJ = (M + tJ) + tJ = M + 2tJ.
Par conséquent,
ψ 2 (M ) − 2ψ(M ) + M = (M + 2tJ) − 2(M + tJ) + M = M + 2tJ − 2M − 2tJ + M = 0.
Ainsi ψ ◦ ψ − 2ψ + IdE = 0.

4
Exercice 3
1. v ◦ u est un projecteur.

(v ◦ u)2 = v ◦ (u ◦ v) ◦ u = v ◦ IdF ◦u = v ◦ u.

2. Image, noyau, rang.

• Image : Im(v ◦ u) ⊂ Im(v). Réciproquement, pour tout y ∈ F , v(y) = v(u(v(y))) =


(v ◦ u)(v(y)) ∈ Im(v ◦ u). Donc Im(v ◦ u) = Im(v).

• Noyau : Si x ∈ ker u alors v(u(x)) = 0 ker u ⊂ ker(v ◦ u). Si x ∈ ker(v ◦ u), alors
v(u(x)) = 0. Appliquons u : u(v(u(x))) = u(0) = 0 mais u(v(u(x))) = (u ◦ v)(u(x)) =
u(x). Donc u(x) = 0 x ∈ ker u. Ainsi ker(v ◦ u) = ker u.

• Rang : Par le théorème du rang,

rg(v ◦ u) = dim E − dim ker(v ◦ u) = dim E − dim ker u.

Or dim ker u = dim E − rg u. Comme u ◦ v = IdF , u est surjective, donc rg u = dim F = p.


Ainsi dim ker u = n − p et

rg(v ◦ u) = n − (n − p) = p.

Ainsi v ◦ u est un projecteur sur Im(v), parallèlement à ker u, de rang p.

Vous aimerez peut-être aussi