© Laurent Garcin MP Dumont d’Urville

Calculs élémentaires Exercice 6

Matrices
Exercice 1 Entrez dans la danse ⎛ 1 0 0⎞
Montrer que l’ensemble G des matrices M(𝑥) = ⎜ −𝑥2 1 𝑥 ⎟ où 𝑥 ∈ ℝ est un sous-
⎜ ⎟
Calculez
⎝ −2𝑥 0 1 ⎠
⎛ 𝑖 0 2 + 2𝑖 ⎞⎛ − 2 2 − 𝑖 ⎞ groupe de GL3 (ℝ) isomorphe à (ℝ, +).
⎜ 4 1 −2𝑖 ⎟⎜ 2 −𝑖 ⎟.
⎜ ⎟⎜ ⎟
⎝ 0 −1 0 ⎠ ⎝ 𝑖/2 0 ⎠
Exercice 7 ★★ Matrices stochastiques

On dit qu’une matrice de ℳ𝑛,𝑝 (ℝ) est stochastique si elle est à coefficients positifs et si
Exercice 2 Cayley-Hamilton en dimension 2
la somme des éléments de chaque colonne vaut 1. Soient A ∈ ℳ𝑛,𝑝 (ℝ) et B ∈ ℳ𝑝,𝑞 (ℝ)
deux matrices stochastiques. Montrer que AB est stochastique.
Soit M = ( 𝑎𝑐 𝑑𝑏 ) ∈ ℳ2 (ℂ). Etablir que

M 2 − (𝑎 + 𝑑)M + (𝑎𝑑 − 𝑏𝑐)𝕀 2 = 𝕆2 .

Puissances
Exercice 3 A hue et à dia Exercice 8 ★ Puissances
Soient 𝑛 ∈ ℕ∗ , U = (1)1⩽𝑖,𝑗⩽𝑛 et A ∈ ℳ𝑛 (ℝ). On note σ(A) la somme des coefficients Calculer les puissances des matrices A, B, C et D suivantes :
de A. Exprimer UAU en fonction de σ(A) et de U.

⎛ 1 2 3 ⎞ cos(θ) − sin(θ)
Exercice 4 3. ( );
1. ⎜ 0 1 2 ⎟ ; sin(θ) cos(θ)
⎜ ⎟
Soient A et B dans ℳ𝑛 (ℂ) telles que ⎝ 0 0 1 ⎠

AB = 𝕀 𝑛 + A + A2 . 𝑎 𝑏 1 −1
2. ( ); 4. ( ).
0 𝑎 2 4
Montrer que AB = BA.

Exercice 9 ★ Suites récurrentes couplées

Exercice 5
Soient (𝑢𝑛 )𝑛 ∈ ℕ , (𝑣𝑛 )𝑛 ∈ ℕ et (𝑤𝑛 )𝑛 ∈ ℕ les trois suites de nombres réels définies par 𝑢0 , 𝑣0 , 𝑤0 ∈
On considère dans ℳ𝑛 (ℝ) les matrices A et B définies par A = (𝑎𝑖,𝑗 )1⩽𝑖,𝑗⩽𝑛 , B = (𝑏𝑖,𝑗 )1⩽𝑖,𝑗⩽𝑛 ℝ et ∀𝑛 ⩾ 0,
et 𝑢𝑛+1 = 𝑣𝑛 + 𝑤𝑛
𝑎𝑖,𝑗 = 𝑖 + 𝑗, 𝑏𝑖,𝑗 = 𝑖 − 𝑗. { 𝑣𝑛+1 = 𝑢𝑛 + 𝑤𝑛
𝑤𝑛+1 = 𝑢𝑛 + 𝑣𝑛
Calculer le terme général des matrices C = A − B et D = AB.
Déterminer les expressions des termes généraux de (𝑢𝑛 ), (𝑣𝑛 ) et (𝑤𝑛 ) en fonction de 𝑛,
𝑢0 , 𝑣0 et 𝑤0 .

[Link] 1
 © Laurent Garcin MP Dumont d’Urville

Exercice 10 Avec polynôme annulateur Exercice 14

Matrices
Soit A une matrice de ℳ𝑝 (ℝ) telle que 𝑎 𝑐
Soit E l’ensemble des matrices de la forme ( ) avec 𝑎, 𝑏, 𝑐 ∈ ℝ.
3 2
0 𝑏
A − A − 4A + 4𝕀 𝑝 = 0𝑝 .
1. a. Montrer que E est un ℝ-espace vectoriel. Donner sa dimension ainsi qu’une
Etablir que, pour tout entier naturel 𝑛, A𝑛 appartient à vect(𝕀 𝑝 , A, A2 ) et exprimer A𝑛 en base.
fonction de 𝕀 𝑝 , A et A2 . b. Montrer que E est un anneau. Est-il commutatif ?
c. On note G l’ensemble des matrices de E telles que 𝑎 > 0 et 𝑏 > 0. Montrer
que G est un groupe.
Exercice 11 Petits calculs
2. Soit A ∈ E. Calculer A𝑝 pour tout 𝑝 ∈ ℕ. On pourra distinguer les cas 𝑎 ≠ 𝑏 et
On considère les deux matrices 𝑎 = 𝑏.
𝑛
A𝑝
⎛1 0 0⎞ ⎛0 0 1⎞ 3. On pose B𝑛 = ∑ . Montrer que la suite (B𝑛 ) et préciser sa limite B. (On dit
𝑝!
A=⎜0 0 1⎟ et B = ⎜ 1 0 0 ⎟. 𝑝=0
⎜ ⎟ ⎜ ⎟ qu’une suite de matrices converge si les suites des coefficients convergent ; dans ce
⎝0 1 0⎠ ⎝0 1 0⎠ cas, la limite est la matrice constituée des limites des coefficients).
1. Calculer A2 , B2 et B3 . En déduire A𝑛 et B𝑛 pour tout entier 𝑛 ⩾ 1. 4. On note 𝑓 l’application de E dans E qui à la matrice A associe la matrice B définie
dans la question précédente. 𝑓 est-elle linéaire ? injective ? surjective ? Préciser son
2. Calculer AB, AB2 , BA et B2 A. image.

Exercice 12 ★ Un calcul de puissances Exercice 15 Navale

Soient 𝑎 et 𝑏, deux nombres complexes. Calculer les puissances de la matrice 0 𝑎 𝑎2 ⎞

⎛
1
Soient 𝑎 ∈ ℝ∗ et M = ⎜⎜ 0 𝑎 ⎟. Calculer de deux façons M 𝑛 pour tout 𝑛 ∈ ℕ.
⎛𝑎+𝑏 0 𝑎 ⎞ ⎜
𝑎
1 1
⎟
⎟
M = ⎜ 0 𝑏 0 ⎟. ⎝ 0 ⎠
⎜ ⎟ 𝑎2 𝑎
⎝ 𝑎 0 𝑎+𝑏⎠

Inverses
Exercice 13 Mines-Ponts MP
Exercice 16 ★★ Matrices à diagonale dominante
Soit A ∈ GL𝑛 (ℝ) telle que A + A−1 = I𝑛 . Déterminer A𝑘 + A−𝑘 pour tout 𝑘 ∈ ℕ.
Soient 𝑛 ⩾ 1 et A ∈ ℳ𝑛 (ℂ) telle que

∀𝑖 ∈ ⟦1, 𝑛⟧ , |𝑎𝑖,𝑖 | > ∑ |𝑎𝑖,𝑗 |.

𝑗≠𝑖

Montrer que A est inversible.

[Link] 2
 © Laurent Garcin MP Dumont d’Urville

Exercice 17 ★ Matrices unipotentes Exercice 21 ★

Matrices
Soit 𝔘𝑛 le sous-ensemble de T𝑛+ (𝕂) constitué des matrices dont tous les coefficients dia- Dire si les matrices suivantes sont inversibles ou non. Le cas échéant, calculer leur inverse
gonaux valent 1. Prouver que 𝔘𝑛 est un sous-groupe de GL𝑛 (𝕂). ou sinon, donner une base de leur image et une base de leur noyau.

Exercice 18 ⎛ 0 0 0 ⎞ ⎛ −1 0 0 ⎞
1. A1 = ⎜ − 1 1 0 ⎟ ; 5. A5 = ⎜ − 1 1 1 ⎟ ;
⎜ ⎟ ⎜ ⎟
⎛ 0 −1 1 1 ⎞ ⎝ 0 0 −2 ⎠ ⎝ −1 0 0 ⎠
⎜ ⎟
Montrer que A = ⎜ −9 2 1 2 ⎟ est inversible et déterminer son inverse.
⎜ 1 −1 1 0 ⎟ ⎛ 0 1 0 ⎞ ⎛ 0 0 0 ⎞
⎜ ⎟ 2. A2 = ⎜ − 1 1 1 ⎟ 6. A6 = ⎜ 1 −1 −1 ⎟;
⎝ −3 0 1 1 ⎠ ⎜ ⎟ ⎜ ⎟
⎝ − 1 2 −2 ⎠ ⎝ 0 0 0 ⎠

⎛ −1 1 0 ⎞ ⎛ 0 −1 0 ⎞
Exercice 19
3. A3 = ⎜ 0 0 2 ⎟ ; 7. A7 = ⎜ 0 0 0 ⎟;
⎜ ⎟ ⎜ ⎟
Soit A𝑛 la matrice carrée de taille 𝑛 suivante : ⎝ − 1 1 −2 ⎠ ⎝ −2 0 0 ⎠

⎛ 0 1 … 1⎞ ⎛ 2 0 −1 ⎞ ⎛ 1 1 1 ⎞
⎜ −1 ⋱ ⋱ ⋮⎟ 4. A4 = ⎜ 0 0 0 ⎟ 8. A8 = ⎜ 1 3 5 ⎟.
A𝑛 = ⎜ ⎜ ⎟ ⎜ ⎟
⋮ ⋱ ⋱ 1⎟ ⎝ −2 0 1 ⎠ ⎝ 5 3 1 ⎠
⎜ ⎟
⎝ −1 … −1 0 ⎠

Montrer que A𝑛 est inversible si et seulement si 𝑛 est pair et calculer son inverse dans ce Exercice 22 ★ Taille XXL
cas.
Soit 𝑛 ⩾ 1. Prouver l’inversibilité et calculer l’inverse des matrices suivantes,

Exercice 20
⎛ 0 … 0 1 ⎞ ⎛ 0 1 … 1 ⎞
Soient 𝑛 ∈ ℕ∗ et A𝑛 = (min(𝑖, 𝑗))1≤𝑖,𝑗≤𝑛 . Montrer que A𝑛 est inversible et calculer son ⎜ ⋮ ⋰ 0 ⎟ ⎜ 1 ⋱ ⋱ ⋮ ⎟
1. ⎜ ; 2. ⎜ .
inverse. 0 ⋰ ⋮ ⎟ ⋮ ⋱ ⋱ 1 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 1 0 … 0 ⎠ ⎝ 1 … 1 0 ⎠

[Link] 3
 © Laurent Garcin MP Dumont d’Urville

Exercice 23 ★ Le point de vue élémentaire Exercice 25 Pivot party

Matrices
Soient 𝑛 ⩾ 1 et A ∈ ℳ𝑛 (ℝ) telle que I𝑛 + A soit inversible. On pose alors B = (𝕀 𝑛 − En utilisant l’algorithme du pivot, vérifier que les matrices suivantes sont inversibles et
A)(𝕀 𝑛 + A)−1 . calculer leur inverse.

1. Montrer que B = (𝕀 𝑛 + A)−1 (𝕀 𝑛 − A).

2. Prouver que 𝕀 𝑛 + B est inversible. ⎛1 3 4 ⎞ ⎛ 2 −2 1 ⎞

1. ⎜ 2 −1 5 ⎟ ; 3. ⎜ 2 −3 2 ⎟ ;
⎜ ⎟ ⎜ ⎟
⎝ 4 −2 −1 ⎠ ⎝ −1 2 0 ⎠
Exercice 24 ★★ Utilisation d’identités remarquables
⎛1 2 3 4 ⎞
Soient 𝑛 ⩾ 1 et
⎛ 2 −1 10 ⎞ ⎜2
4. ⎜
3 1 3 ⎟
.
1 1 … 1 ⎞
⎛ 2. ⎜ 1 −1 6 ⎟ ; 1 1 1 −1 ⎟
⎜ 0 ⋱ ⋱ ⋮ ⎟ ⎜ ⎟ ⎜ ⎟
M=⎜ ⎝ −1 −4 5 ⎠ ⎝1 0 −2 5 ⎠
⋮ ⋱ ⋱ 1 ⎟
⎜ ⎟
⎝ 0 … 0 1 ⎠
Exercice 26
1. Prouver l’inversibilité et inverser M par la méthode du pivot de Gauss.
Soit
2. On pose
⎛1 0 2⎞
⎛ 0 1 0 … 0 ⎞
A = ⎜ 0 −1 1 ⎟ .
⎜ 0 ⋱ ⋱ ⋱ ⋮ ⎟ ⎜ ⎟
⎜ ⎟ ⎝ 1 −2 0 ⎠
J=⎜ ⋮ ⋱ ⋱ ⋱ 0 ⎟
⎜ ⋮ ⋱ ⋱ 1 ⎟ 1. Calculer A3 − A.
⎜ ⎟
⎝ 0 … … 0 0 ⎠ 2. En déduire que A est inversible puis déterminer A−1 .
a. Calculer les puissances de J.
b. Exprimer M en fonction de J. Image et noyau
c. En déduire que M est inversible et retrouver l’expression de son inverse.
Exercice 27

Les applications suivantes sont clairement linéaires. Déterminer leur noyau et leur image
et écrire dans chaque cas la matrice M correspondante rapportée aux bases canoniques.
1. 𝑓 ∶ ℝ3 → ℝ3 , (𝑥, 𝑦, 𝑧) ↦ (𝑥, 𝑦, 0) ;
2. 𝑔 ∶ ℝ2 → ℝ3 , (𝑥, 𝑦) ↦ (𝑥 − 𝑦, 𝑥 + 𝑦, 𝑥 + 2𝑦) ;
3. ℎ ∶ ℝ3 → ℝ, (𝑥, 𝑦, 𝑧) ↦ 𝑥 − 3𝑦 + 2𝑧 ;

4. θ ∶ ℝ3 [X] → ℝ3 [X], P ↦ P′ .

[Link] 4
 © Laurent Garcin MP Dumont d’Urville

Exercice 28 Une matrice de projection Exercice 32 Matrices de rang 1

Matrices
Soit Soit M une matrice carrée de taille 𝑛 ⩾ 2 à coefficients réels de rang 1.
2 −1 −1 ⎞
1⎛ 1. Montrer qu’il existe deux vecteurs colonnes U et V tels que M = UV⊤ .
A = ⎜ −1 2 −1 ⎟
3⎜ ⎟
2. Exprimer les puissances entières de M en fonction de M et de tr(M).
⎝ −1 −1 2 ⎠
considérée comme matrice d’un endomorphisme 𝑓 de ℝ3 dans la base canonique. En 3. A quelle condition une matrice de rang 1 est-elle une matrice de projection ?
déterminer l’image et le noyau. Montrer qu’il s’agit d’un projecteur. 4. Quelles sont les matrices de rang 1 qui sont nilpotentes ?

Exercice 29
Exercice 33
⎛ −11 7 0 3 ⎞ Soit A une matrice réelle. Montrer que rg A = rg A⊤ A = rg AA⊤ .
Déterminer des bases du noyau et de l’image de A = ⎜ 0 1 11 2
⎟. Donner
⎜ ⎟
⎝ 1 0 7 1 ⎠
aussi des systèmes d’équations cartésiennes (avec un nombre minimum d’équations) de Exercice 34
Ker A et Im A.
On considère une application 𝑓 de ℳ𝑛 (ℝ) dans ℝ, non constamment égale à 0 ou 1, telle
que :
Exercice 30 Sans calculs 2
∀(A, B) ∈ (ℳ𝑛 (ℝ)) , 𝑓(AB) = 𝑓(A)𝑓(B)

1. Montrer que pour toute matrice inversible A de ℳ𝑛 (ℝ), 𝑓(A) est non nul.
⎛ 0 2 0 0 ⎞
⎜ ⎟ 2. Soit A une matrice de rang 𝑟, strictement inférieur à 𝑛.
Soit A = ⎜ −1 0 0 2 ⎟. Déterminer sans calculs des bases de Ker A et
⎜ 1 0 0 −2 ⎟ a. Montrer l’existence de 𝑟 + 1 matrices, notées A1 , A2 , …, A𝑟+1 , toutes équiva-
⎜ ⎟
⎝ 0 0 0 0 ⎠ lentes à A et telles que le produit A1 A2 … A𝑟+1 soit nul.
Im A. b. En déduire que 𝑓(A) = 0.

3. Que peut-on en conclure pour l’application 𝑓 ?

Rang Donner un exemple d’une telle application.

Exercice 31 ★ Avec paramètre Exercice 35

Discuter le rang de Soit A ∈ ℳ𝑛 (𝕂). On suppose qu’il existe λ ∈ 𝕂 et U ∈ ℳ𝑛,1 (𝕂) non nul tel que
⎛ 2 1 1
3 ⎞ AU = λU. Montrer qu’il existe V ∈ ℳ𝑛,1 (𝕂) non nul tel que A⊤ V = λV.
⎜ 1 0 −1 0 ⎟
A=⎜ .
𝑎 2 1 1 ⎟
⎜ ⎟
⎝ 4 3 2 4 ⎠

[Link] 5
 © Laurent Garcin MP Dumont d’Urville

Exercice 36 Exercice 39 Changements de base

Matrices
Montrer qu’une matrice M ∈ ℳ𝑛 (𝕂) est de rang 𝑟 si et seulement si il existe deux familles Soit 𝑓 l’application de ℝ3 dans ℝ3 définie par
libres (X1 , … , X𝑟 ) et (Y1 , … , Y𝑟 ) de vecteurs colonnes de ℳ𝑛,1 (𝕂) telles que M = X1 Y1⊤ +
⋯ + X𝑟 Y𝑟⊤ . (𝑥, 𝑦, 𝑧) ⟼ (2𝑥 − 𝑦, 𝑦 − 𝑧, −𝑧 + 2𝑥).

1. Calculer la matrice M de 𝑓 dans la base canonique (𝑒1 , 𝑒2 , 𝑒3 ) de ℝ3 .

Changement de base 2. Prouver que la famille ℬ′ définie par

𝑓1 = 𝑒2 − 𝑒3 , 𝑓2 = −𝑒1 + 𝑒3 , 𝑓3 = 𝑒1 + 𝑒2
Exercice 37
est une base de ℝ3 .
Soit E un 𝕂-espace vectoriel de dimension 3 et ℬ = (𝑒1 , 𝑒2 , 𝑒3 ) une base de E. On considère
les matrices 3. Calculer la matrice P = mat(ℬ → ℬ′ ) et son inverse.
⎛ 4 −2 −2 ⎞ ⎛0 0 0⎞ 4. Calculer la matrice M ′ de 𝑓 dans la base ℬ′ de ℝ3 .
A = ⎜ 1 0 −1 ⎟ et D = ⎜ 0 1 0 ⎟
⎜ ⎟ ⎜ ⎟ 5. Quel est le lien entre M, M ′ et P ?
⎝ 3 −2 −1 ⎠ ⎝0 0 2⎠
Soit 𝑓 l’endomorphisme de E dont la matrice dans la base ℬ est A.
Exercice 40
1. Montrer qu’il existe une base 𝒞 = (ε1 , ε2 , ε3 ) de E telle que la matrice de 𝑓 dans 𝒞
soit D.
On note 𝑓 l’endomorphisme de ℝ4 dont la matrice dans la base canonique vaut
2. Déterminer une matrice P de GL3 (ℝ) telle que A = PDP−1 . Calculer P−1 .
⎛ 1 2 7
4 ⎞
3. Calculer A𝑛 pour tout 𝑛 ∈ ℕ.
⎜ 1 −1 1 1 ⎟
M=⎜ .
4. En déduire le terme général des suites (𝑥𝑛 )𝑛∈ℕ , (𝑦𝑛 )𝑛∈ℕ et (𝑧𝑛 )𝑛∈ℕ définies par : −1 1 −1 −1 ⎟
⎜ ⎟
𝑥0 = 1 𝑥𝑛+1 = 4𝑥𝑛 − 2(𝑦𝑛 + 𝑧𝑛 ) ⎝ 1 0 3 2 ⎠

{ 𝑦0 = 0 et ∀𝑛 ∈ ℕ { 𝑦𝑛+1 = 𝑥𝑛 − 𝑧𝑛 1. Déterminer Im(𝑓), Ker(𝑓) et Im(𝑓) ∩ Ker(𝑓).

𝑧0 = 0 𝑧𝑛+1 = 3𝑥𝑛 − 2𝑦𝑛 − 𝑧𝑛
2. Soit la famille ℱ = (𝑓1 , 𝑓2 , 𝑓3 , 𝑓4 ) de vecteurs de ℝ4 définie par

𝑓1 = (1, 0, 0, 0), 𝑓2 = (1, 1, −1, 1), 𝑓3 = (3, 2, 0, −1)

Exercice 38 Passage obligé
et 𝑓4 = (7, 4, −4, 5). Vérifier que ℱ est une base de ℝ4 .
Soient E = ℝ , 𝑢 = (1, 1), 𝑣 = (1, −1) et ℬ = (𝑢, 𝑣).
2
3. Déterminer la matrice de 𝑓 dans la base ℱ.
1. Justifier que ℬ est une base de E.

2. Donner les matrices de passage entre ℬ et la base canonique ℬ0 de E.

[Link] 6
 © Laurent Garcin MP Dumont d’Urville

Représentation des applications linéaires Exercice 44

Matrices
Exercice 41 Soit 𝑓 un endomorphisme d’un espace vectoriel E de dimension 𝑛 ∈ ℕ∗ . Montrer que
Im 𝑓 = Ker 𝑓 si et seulement si 𝑛 est pair et il existe une base de E dans laquelle la
Soient E = ℝ2 [X] et A = 𝑎 + 𝑏X + 𝑐X2 un élément de E. On définit l’application 𝑓 par : 0 𝑝 I𝑝
matrice de 𝑓 est ( ) avec 𝑛 = 2𝑝.
0𝑝 0𝑝
∀P ∈ E, 𝑓(P) = (AP)″

1. Montrer que 𝑓 est un endomorphisme de E.

Exercice 45 ★ Polynom’s Corner
2. Donner la matrice M de 𝑓 dans la base canonique de E.
3. Déterminer une condition sur A pour que 𝑓 soit bijective. Soient 𝑛 ∈ ℕ, E𝑛 = ℝ𝑛 [X] et T𝑛 l’application définie sur E𝑛 par

4. On pose A = X2 + 1. Déterminer M −1 et M 𝑛 pour tout 𝑛 ∈ ℕ dans ce cas. T𝑛 (P) = (𝑛X + 1)P + (1 − X2 )P′ .

1. Prouver que T𝑛 ∈ ℒ(E𝑛 ).

Exercice 42 2. Ecrire la matrice M 𝑛 = mat ℬ𝑛 (T𝑛 ) de T𝑛 dans la base canonique de E𝑛 .

Soit 𝑓 ∶ P ∈ ℝ3 [X] ↦ P(X + 2) + P(X) − 2P(X + 1). 3. Dans le cas où 𝑛 = 3, déterminer des bases de Ker(T𝑛 ) et de Im(T𝑛 ).

1. Montrer que P est un endomorphisme de ℝ3 [X].

2. Déterminer la matrice de 𝑓 dans la base canonique de ℝ3 [X]. En déduire Ker 𝑓 et Exercice 46 ★ Le commutant d’une matrice
Im 𝑓.
Soient
1 2
⎛0 0 1 0⎞ A=( )
⎜0 0 0 1⎟ 2 4
3. Déterminer une base de ℝ3 [X] dans laquelle la matrice de 𝑓 est ⎜ .
0 0 0 0⎟ et φA l’application de ℳ2 (ℝ) dans ℳ2 (ℝ) définie par
⎜ ⎟
⎝0 0 0 0⎠
φA ∶ M ⟼ AM − MA.

1. Prouver que φA est un endomorphisme de ℳ2 (ℝ).

Exercice 43
2. Déterminer le noyau et l’image de φA .
ℳ𝑛 (ℝ) ⟶ ℳ𝑛 (ℝ)
Soient A, B ∈ ℳ𝑛 (ℝ) et 𝑓 ∶ { . 3. En déduire que le commutant de A, ie l’ensemble des matrices de ℳ2 (ℝ) qui com-
X ⟼ X + tr(AX)B
mutent avec A, est un sous-espace vectoriel de ℳ2 (ℝ) dont on donnera une base.
1. Montrer que 𝑓 est un endomorphisme de ℳ𝑛 (ℝ).

2. Déterminer des conditions nécessaires et suffisantes sur A et B pour que 𝑓 soit une
symétrie.
3. Déterminer la base et la direction de 𝑓 dans ce cas.

[Link] 7
 © Laurent Garcin MP Dumont d’Urville

Exercice 47 Espaces de polynômes Exercice 49

Matrices
Soient E = ℝ2 [X] et 𝑓 l’application défine sur l’espace E par 𝑓(P) = P + P′ . Soit ℝ[X] l’espace vectoriel des polynômes à coefficients réels. Soient 𝑓, 𝑔 et ℎ les appli-
cations de ℝ[X] dans lui-même définies par :
1. Prouver que 𝑓 est un endomorphisme de E.
𝑓(P(X)) = XP(X), 𝑔(P(X)) = P′ (X) et ℎ(P(X)) = (P(X))2 .
2. On note ℬ0 la base canonique de E. Déterminer la matrice M = mat ℬ0 (𝑓).
3. Etablir que 𝑓 est un automorphisme de E et calculer M −1 . 1. Montrer que les applications 𝑓 et 𝑔 sont linéaires, mais que ℎ ne l’est pas.

4. En déduire la solution P de P + P′ = X2 + X + 1. 2. Les applications 𝑓 et 𝑔 sont-elles injectives ? Surjectives ? Déterminer la dimension

de leurs noyaux respectifs. Déterminer l’image de 𝑓.
3. Soit 𝑛 ∈ ℕ. On désigne par 𝑓𝑛 et 𝑔𝑛 les restrictions de 𝑓 et de 𝑔 à ℝ𝑛 [X]. Montrer
Exercice 48 Du p’tit lait que l’image de 𝑔𝑛 est incluse dans ℝ𝑛 [X] et celle de 𝑓𝑛 est incluse dans ℝ𝑛+1 [X].

Soit 𝑓, un endomorphisme de ℝ3 , admettant pour matrice relative à la base canonique la 4. Déterminer la matrice de 𝑔𝑛 dans la base (1, X, … , X𝑛 ) de ℝ𝑛 [X]. Déterminer la
matrice suivante : matrice de 𝑓𝑛 relativement aux bases
⎛0 1 2⎞ ℬ𝑛 = (1, X, … , X𝑛 ) et ℬ𝑛+1 = (1, X, … , X𝑛+1 ).
A = ⎜ 0 0 1 ⎟.
⎜ ⎟
⎝0 0 1⎠ 5. Calculer les dimensions respectives des images de 𝑓𝑛 et de 𝑔𝑛 .
1. Déterminer une base du noyau et de l’image de 𝑓.
2. Déterminer une base du noyau et de l’image de 𝑓2 . Exercice 50 Etude d’un endomorphisme
3. Vérifier que Ker(𝑓2 ) et Im(𝑓2 ) sont supplémentaires dans ℝ3 .
Soit 𝑓 l’application de ℝ𝑛 [X] dans ℝ[X], définie en posant, pour tout P(X) ∈ ℝ𝑛 [X],

𝑓(P(X)) = P(X + 1) + P(X − 1) − 2P(X).

1. Montrer que 𝑓 est linéaire et que son image est incluse dans ℝ𝑛 [X].

2. Dans le cas où 𝑛 = 3, donner la matrice de 𝑓 dans la base (1, X, X2 , X3 ). Déterminer

ensuite, pour une valeur de 𝑛 quelconque, la matrice de 𝑓 dans la base (1, X, … , X𝑛 ).
3. Déterminer le noyau et l’image de 𝑓 pour 𝑛 ⩾ 3. Calculer leurs dimensions respec-
tives.

4. Soit Q un élément de l’image de 𝑓. Montrer (en utilisant en particulier les résultats

de la deuxième question) qu’il existe un unique P ∈ ℝ𝑛 [X] tel que

𝑓(P) = Q et P(0) = P′ (0) = 0.

[Link] 8
 © Laurent Garcin MP Dumont d’Urville

Exercice 51 Exercice 53
Matrices
Soit L ∶ ℝ3 → ℝ3 l’application linéaire définie par On considère l’application

L(𝑥, 𝑦, 𝑧) = (𝑥 + 2𝑦 − 𝑧 , 𝑦 + 𝑧 , 𝑥 + 𝑦 − 2𝑧). ϕ ∶ ℝ3 [X] → ℝ[X]

P ↦ P(X + 1) + P(X)
1. Ecrire la matrice associée à L dans la base canonique de ℝ3 .
1. Montrer que ϕ est un endomorphisme de ℝ3 [X].
2. Trouver une base et déterminer la dimension de chacun des sous-espaces vectoriels
suivants : 2. On note ℬ la base canonique de ℝ3 [X]. Déterminer la matrice de ϕ dans la base ℬ.
Ker(L), Im(L), Ker(L) ∩ Im(L). On notera M cette matrice.

3. Déterminer L ∘ L = L2 et L ∘ L ∘ L = L3 en calculant leurs matrices dans la base 3. a. Montrer que M est inversible et calculer M −1 .
canonique. Quelle est la matrice de L16 dans la base canonique ? b. En déduire que ϕ est un automorphisme de ℝ3 [X], et donner la matrice de ϕ−1
dans la base ℬ.
4. En déduire que l’équation P(X + 1) + P(X) = 4X3 − 2X2 + X − 1 admet une unique
Exercice 52 ★ Un endomorphisme de matrices
solution P ∈ ℝ3 [X], et donner cette solution.
1 2
Soit A = ( ). On considère l’application ϕ de ℳ2 (ℝ) dans ℳ2 (ℝ) définie par
3 4
ϕ(M) = AM.
1. Vérifier que ϕ est linéaire.
2. Montrer que ϕ est un isomorphisme. Donner une expression simple de l’isomor-
phisme réciproque.

3. Déterminer la matrice de ϕ dans la base canonique de ℳ2 (ℝ).

[Link] 9
 © Laurent Garcin MP Dumont d’Urville

Exercice 54 Exercice 56 ★★
Matrices
On considère l’espace vectoriel E = 𝒜(ℝ, ℝ) des applications de ℝ dans ℝ, et les fonctions Soient 𝑝1 , … , 𝑝𝑛 des projecteurs d’un espace vectoriel E de dimension finie tels que 𝑝1 +
𝑔1 , 𝑔2 , 𝑔3 et 𝑔4 définies par : ⋯ + 𝑝𝑛 = IdE .
Montrer que Im 𝑝1 ⊕ ⋯ ⊕ Im 𝑝𝑛 = E.
∀𝑥 ∈ ℝ, 𝑔1 (𝑥) = 𝑥𝑒𝑥 , 𝑔2 (𝑥) = 𝑥𝑒−𝑥 , 𝑔3 (𝑥) = 𝑒𝑥 , 𝑔4 (𝑥) = 𝑒−𝑥 .

On note F = vect(𝑔1 , 𝑔2 , 𝑔3 , 𝑔4 ).
Exercice 57 ★★★
1. a. Si 𝑎, 𝑏, 𝑐 et 𝑑 sont quatre réels tels que ∀𝑥 ∈ ℝ, 𝑎𝑥𝑒𝑥 +𝑏𝑥𝑒−𝑥 +𝑐𝑒𝑥 +𝑑𝑒−𝑥 = 0,
montrer qu’alors lim (𝑎𝑥 + 𝑐)𝑒𝑥 = 0, puis que 𝑎 = 𝑐 = 0. Soient 𝑢, 𝑣 ∈ ℒ(E) où E est un espace vectoriel de dimension finie. Déterminer le
𝑥→+∞
rang de l’endomorphisme de ℒ(E) Φ ∶ 𝑓 ↦ 𝑣 ∘ 𝑓 ∘ 𝑢.
b. Montrer que (𝑔1 , 𝑔2 , 𝑔3 , 𝑔4 ) est une base de F, qu’on notera ℬ1 par la suite.
Quelle est la dimension de F ?
2. a. Vérifier que 𝑔′1 et 𝑔′2 appartiennent à F. Exercice 58 ★
b. Montrer que est aussi une base de F, qu’on notera ℬ2 . Donner
(𝑔1 , 𝑔2 , 𝑔′1 , 𝑔′2 ) ℂ ⟶ ℂ
la matrice de passage de ℬ1 à ℬ2 . Soit 𝑓 ∶ { .
𝑧 ⟼ 𝑖𝑧 + (1 − 𝑖)𝑧
3. Soit φ l’application définie sur F par φ(𝑓) = 𝑓′ . 1. Montrer que 𝑓 est un automorphisme du ℝ-espace vectoriel ℂ.
a. Montrer que φ est un endomorphisme de F. 2. Montrer qu’il existe une base du ℝ-espace vectoriel ℂ dans laquelle la matrice de 𝑓
b. Déterminer la matrice M de φ dans la base ℬ1 . 1 0
est ( ).
c. En déduire que φ est un automorphisme de F. 0 −1
d. Déterminer la matrice N de φ dans la base ℬ2 . Cette matrice est-elle inver-
3. Construire le point d’affixe 𝑓(𝑧) à partir du point d’affixe 𝑧.
sible ?

Exercice 55 ★★★ Centrale MP Exercice 59 ★

Soient H1 et H2 deux sous-espaces supplémentaires de ℒ(ℝ𝑛 ) vérifiant la propriété sui- On considère le sous-espace vectoriel F de 𝒞 1 (ℝ) engendré par la famille ℬ = (sin, cos, sh, ch).
vante : 1. Montrer que ℬ est une base de F.
∀(𝑓, 𝑔) ∈ H1 × H2 , 𝑓 ∘ 𝑔 + 𝑔 ∘ 𝑓 = 0
2. On note D l’opérateur de dérivation. Montrer que F est stable par D. On notera 𝑑
1. Justifier qu’il existe (𝑝1 , 𝑝2 ) ∈ H1 × H2 tel que 𝑝1 + 𝑝2 = Id. l’endomorphisme de F induit par D.
2. Montrer que 𝑝1 et 𝑝2 sont des projecteurs. 3. On note M la matrice de 𝑑 dans la base ℬ. Calculer M 𝑛 pour tout 𝑛 ∈ ℕ.
3. Montrer que dim H1 ≤ (𝑛 − rg 𝑝2 )2 et dim H2 ≤ (𝑛 − rg 𝑝1 )2 . 4. Montrer que 𝑑 est un automorphisme de F. Écrire la matrice de 𝑑 −1 dans la base ℬ.
4. Quel est le nombre de choix possibles pour le couple (H1 , H2 ) ? 5. On note 𝑓 = 𝑑 − Id. Déterminer l’image et le noyau de 𝑓.
6. On note 𝑔 = 𝑑 + Id. Déterminer l’image et le noyau de 𝑔 ∘ 𝑓.

[Link] 10
 © Laurent Garcin MP Dumont d’Urville

Matrices remarquables Exercice 63

Matrices
Exercice 60 ★ Matrices (anti-)symétriques On dit qu’une matrice M ∈ ℳ𝑛 (𝕂) est magique si les sommes des coefficients de M
par ligne et par colonne sont constantes. On note ℳ l’ensemble des matrices magiques et,
Soient 𝑛 ⩾ 1, 𝒮𝑛 (ℝ) le sous-ensemble des matrices carrées symétriques d’ordre 𝑛 et pour M ∈ ℳ, 𝑠(M) la valeur commune des sommes.
𝒜𝑛 (ℝ) le sous-ensemble des matrices carrées antisymétriques d’ordre 𝑛. 1. Montrer que ℳ est une sous-algèbre de ℳ𝑛 (𝕂) et que 𝑠 ∶ ℳ → 𝕂 est un morphisme
1. Justifier que 𝒮𝑛 (ℝ) et 𝒜𝑛 (ℝ) sont des sous-espaces vectoriels de ℳ𝑛 (ℝ). Préciser d’algèbres.
leurs dimensions. Remarque. Il s’agit de montrer que ℳ est un sous-anneau et un sous-espace vec-
toriel de ℳ𝑛 (𝕂) et que 𝑠 est un morphisme d’anneau et une forme linéaire.
2. Montrer que ces deux sous-espaces sont supplémentaires dans ℳ𝑛 (ℝ).

2. Montrer que si M ∈ ℳ est inversible, alors M −1 ∈ ℳ.

Exercice 61 ★ 3. Montrer que ℳ est la somme directe du sous-espace vectoriel ℳ𝑠 des matrices
magiques symétriques et du sous-espace vectoriel ℳ𝑎 des matrices magiques anti-
Soit E le sous ensemble de ℳ3 (ℝ) défini par symétriques.

⎛𝑎 0 𝑐⎞ 4. On note ϕM l’endomorphisme de 𝕂𝑛 canoniquement associé à M et on pose

|
E = {M(𝑎, 𝑏, 𝑐) = ⎜ 0 𝑏 0 ⎟ | 𝑎, 𝑏, 𝑐 ∈ ℝ}.
⎜ ⎟ | ℋ = {(𝑥1 , … , 𝑥𝑛 ) ∈ 𝕂𝑛 , 𝑥1 + ⋯ + 𝑥𝑛 = 0} et 𝒦 = {(𝑥, … , 𝑥), 𝑥 ∈ 𝕂}.
⎝𝑐 0 𝑎⎠
Montrer que M ∈ ℳ si et seulement si ℋ et 𝒦 sont stables par ϕM .
1. Montrer que E est un sous-espace vectoriel de ℳ3 (ℝ) stable pour la multiplication
des matrices. Calculer dim(E). 5. En déduire la dimension de ℳ.

2. Soit M(𝑎, 𝑏, 𝑐) un élément de E. Déterminer, suivant les valeurs des paramètres 𝑎, 𝑏

et 𝑐 ∈ ℝ son rang. Exercice 64
3. Calculer (lorsque cela est possible) l’inverse M(𝑎, 𝑏, 𝑐)−1 de M(𝑎, 𝑏, 𝑐).
Soit A ∈ ℳ𝑛 (ℂ). On note ΔA = {M ∈ ℳ𝑛 (ℂ) | M + M ⊤ = tr(M)A}. On note respctive-
4. Donner une base de E formée de matrices inversibles et une autre formée de matrices ment 𝒮𝑛 (ℂ) et 𝒜𝑛 (ℂ) les ensembles des matrices symétriques et des matrices antisymé-
de rang 1. triques de ℳ𝑛 (ℂ).
1. Montrer que ΔA est un sous-espace vectoriel de ℳ𝑛 (ℂ) contenant 𝒜𝑛 (ℂ).

Exercice 62 2. Si tr(A) ≠ 2, montrer que ΔA = 𝒜𝑛 (ℂ).

3. Déterminer ΔA dans le cas où A ∉ 𝒮𝑛 (ℂ).
Montrer que
F = {M ∈ ℳ2 (ℝ) | 𝑡𝑟(M) = 0} 4. Déterminer ΔA dans le cas où 𝑡𝑟(A) = 2 et A ∈ 𝒮𝑛 (ℂ). On pourra remarquer que
est un sous-espace vectoriel de ℳ2 (ℝ). Déterminer une base de F et la compléter en une ℳ𝑛 (ℂ) est la somme directe de 𝒮𝑛 (ℂ) et 𝒜𝑛 (ℂ).
base de ℳ2 (ℝ).

[Link] 11
 © Laurent Garcin MP Dumont d’Urville

Exercice 65 Questions en vrac Exercice 68

Matrices
Re(𝑧) − Im(𝑧) Soit 𝑓 une forme linéaire sur ℳ𝑛 (𝕂) telle que 𝑓(AB) = 𝑓(BA) pour tout (A, B) ∈
Pour 𝑧 ∈ ℂ, on pose M(𝑧) = ( ) ∈ ℳ2 (ℝ) et ℰ = {M(𝑧), 𝑧 ∈ ℂ}. ℳ𝑛 (𝕂)2 .
Im(𝑧) Re(𝑧)
Montrer que 𝑓 est proportionnelle à la trace.
1. Montrer que ℰ est un ℝ-espace vectoriel. Quelle est sa dimension ?

Equations d’inconnue matricielle

ℂ ⟶ ℰ
2. Montrer que l’application M ∶ { est un isomorphisme de ℝ-
𝑧 ⟼ M(𝑧)
espaces vectoriels.
3. Montrer que ℰ est un anneau commutatif et que M est un isomorphisme d’anneaux. Exercice 69

4. Montrer que ℰ est un corps. Soient A et B ∈ ℳ𝑛 (ℝ) telles que

5. Résoudre l’équation A4 = I2 d’inconnue A ∈ ℰ. ∀X ∈ ℳ𝑛 (ℝ), tr(AX) = tr(BX).

𝑎 −𝑏 Montrer que A = B.
6. Pour (𝑎, 𝑏) ∈ ℤ2 , on pose N(𝑎, 𝑏) = ( ) et ℱ = {N(𝑎, 𝑏), (𝑎, 𝑏) ∈ ℤ2 }.
𝑏 𝑎
Montrer que ℱ est un anneau commutatif. Quels sont ses éléments inversibles ?
Exercice 70
Exercice 66 Matrices de trace nulle et crochets de Lie On considère l’équation
X2 + X = A (E)
Soit 𝑛 ∈ ℕ∗ . On pose 𝒩𝑛 = {M ∈ ℳ𝑛 (𝕂) | tr(M) = 0}.
Pour (A, B) ∈ ℳ𝑛 (𝕂)2 , on pose [A, B] = AB−BA. On note ℒ𝑛 = {[A, B], (A, B) ∈ ℳ𝑛 (𝕂)2 }. 1 1
d’inconnue X ∈ ℳ2 (ℝ) avec A = ( ) ∈ ℳ2 (ℝ).
1. a. Montrer que 𝒩𝑛 est un sous-espace vectoriel de ℳ𝑛 (𝕂) et déterminer sa di- 1 1
mension. 1. Déterminer une base de Im A et Ker A.
b. Montrer que ℒ𝑛 ⊂ 𝒩𝑛 .
2. Montrer que A n’est pas inversible.
2. a. Montrer que toute matrice de ℳ𝑛 (𝕂) semblable à une matrice de ℳ𝑛 (𝕂) de
diagonale nulle appartient à 𝒩𝑛 . 3. Soit X vérifiant (E). Montrer que X ou X + I2 n’est pas inversible.
b. Montrer que toute matrice de 𝒩𝑛 est semblable à une matrice de ℳ𝑛 (𝕂) de 4. On suppose X non inversible.
diagonale nulle.
a. Montrer que Im A ⊂ Im X et Ker X ⊂ Ker A.
c. En déduire que 𝒩𝑛 ⊂ ℒ𝑛 .
b. Montrer que Im A = Im X et Ker A = Ker X.
c. En déduire qu’il existe 𝑥 ∈ ℝ∗ tel que X = 𝑥A. Quelles sont les seules valeurs
Exercice 67 Matrices symplectiques possibles de 𝑥 ? Quelles sont les matrices X correspondantes ?
0 I𝑛 5. On suppose X + I2 non inversible. En posant Y = −(X + I2 ), se ramener au cas
Soit 𝑛 ∈ ℕ∗ . On pose J = ( ). On dit qu’une matrice M ∈ ℳ2𝑛 (𝕂) est sym- précédent.
−I𝑛 0
plectique si M JM = J. Montrer que l’ensemble des matrices symplectiques de ℳ2𝑛 (𝕂)
⊤
6. En déduire toutes les solutions de (E).
est un sous-groupe de GL2𝑛 (𝕂).

[Link] 12
 © Laurent Garcin MP Dumont d’Urville

Exercice 71 Exercice 74 ★
Matrices
⎧XY = ( 0 1 ) Résoudre les systèmes
⎪
⎪ 0 0
On veut résoudre le système d’équations d’inconnues dans ℳ2 (ℝ) : .
⎨ 0 0 2𝑥 − 𝑦 + 4𝑧 = −4 𝑥 − 𝑦 + 2𝑧 = 1
⎪
⎪YX = ( ) { 3𝑥 + 2𝑦 − 3𝑧 = 17 { 3𝑥 + 2𝑦 − 3𝑧 = 2
⎩ 0 0 5𝑥 − 3𝑦 + 8𝑧 = −10 −𝑥 + 6𝑦 − 11𝑧 = −3
1. On suppose que le système admet un couple de solutions (X, Y). Montrer que rg X = 2𝑥 + 𝑦 − 5𝑧 = 3
2𝑦 − 𝑧 = −2 ⎧
rg Y = 1. ⎪ 3𝑥 + 2𝑦 − 3𝑧 = 0
{ 𝑥 + 𝑦 + 𝑧 = 2
⎨ 𝑥 + 𝑦 − 7𝑧 = 2
2. Que peut-on en déduire sur la forme de X et Y ? −2𝑥 + 4𝑦 − 5𝑧 = −10. ⎪
2𝑥 − 3𝑦 + 8𝑧 = 5.
⎩
3. Résoudre le système.

Exercice 75 ★★
Exercice 72
Résoudre le système
Soit A ∈ ℳ𝑛 (ℝ). Résoudre l’équation X + tr(X)A = 0 d’inconnue X ∈ ℳ𝑛 (ℝ). 𝑚𝑥 + 𝑦 + 𝑧 = 1
(𝒮) ∶ {𝑥 + 𝑚𝑦 + 𝑧 = 𝑚
𝑥 + 𝑦 + 𝑚𝑧 = 𝑚2
Systèmes linéaires d’inconnue (𝑥, 𝑦, 𝑧) ∈ ℝ3 et de paramètre 𝑚 ∈ ℝ.

Exercice 73

Résoudre selon les valeurs des paramètres 𝑎, 𝑏, 𝑐 ∈ ℝ.

𝑥 + 2𝑦 − 𝑧 = 𝑎
{ −2𝑥 − 3𝑦 + 3𝑧 = 𝑏
𝑥 + 𝑦 − 2𝑧 = 𝑐

[Link] 13