Algèbre linéaire.

Exercices 2014-2015

Les indispensables.
Espaces vectoriels, sous-espaces vectoriels, familles libres et génératrices, dimension.
1. Etudier si les ensembles proposés sont des sous-espaces vectoriels des espaces précisés.
Si oui, en donner une base et la dimension.
• F1 = {(x,y,z) ∈ 3, x + y – z = 0}, et : F2 = {(x,y,z) ∈ 3, x – y + z = 2.x + y + z = 0 }, dans 3.
• G = {(x,y,z,t) ∈ 4, x + 2.y – z – t = x – y + 3.z + 2.t = 0}, dans 4.
• H = {P ∈ 2[X], P(2) = 0}, dans [X].

2. Déterminer dans F( , ), la dimension de Vect(sin,cos).

3. Soit E un K-espace vectoriel, et soit (e1, …, ep) une famille libre de vecteurs de E.
Montrer que si : a ∈ E, a ∉ Vect(e1, …, ep), alors (e1+a, …, ep+a) est libre.

Sous-espaces vectoriels supplémentaires, sommes directes.

Dans les 3 exercices suivants, indiquer si les sous-espaces vectoriels proposés sont supplémentaires.

4. Dans , F = {(x,y,z) ∈
3 3
, x – y + z = 2.x + y + z = 0 }, et G = Vect((0,1,-1),(1,1,1)).

5. Dans E rapporté à une base (e1, e2, e3), on note :

u = e1 – e2 + e3, v = 2.e1 + 2.e2 + e3, w = 4.e1 + 3.e3, x = – e1 + 2.e2,
puis : F = Vect(u,v,w), et : G = Vect(x).

6. Dans Mn(K), les sous-espaces vectoriels formés des matrices symétriques et antisymétriques.
Même question avec les fonctions paires et impaires dans F( , ).

7. Dans 4, soit : E = Vect((0,1,0,2)), F = Vect((1,2,-1,0)), G = {(x,y,z,t), x – y + z + t = x – 2.y – z + t = 0}.

A-t-on : 4 = E ⊕ F ⊕ G ?

8. Soient : F = {f ∈ C1( , ), f(0) = f′(0) = 0}, et : G = {x a a.x + b, (a,b) ∈ 2}.

Montrer que F et G sont des sous-espaces vectoriels supplémentaires de C1( , ).

Applications linéaires, projecteurs.

9. Soit : u ∈ L(E), où E est un espace vectoriel quelconque.
Montrer que : (u2 = 0) ⇔ (Im(u) ⊂ ker(u)).
Si f et g sont deux éléments de L(E), montrer de même que: (fog = 0) ⇔ (Im(g) ⊂ ker(f)).

10. Soient E un K-espace vectoriel et : f ∈ L(E), nilpotent (c'est-à-dire tel que : ∃ n ∈ *, fn = 0).
Montrer que (IdE − f) est inversible et exprimer son inverse en fonction de f.

11. Soit E un K-ev de dimension finie, et soit : (f,g) ∈ L(E)², tel que : E = Im(f) + Im(g) = ker(f) + ker(g).
En travaillant sur les dimensions, montrer que les sommes précédentes sont directes.

12. Soit E un K-espace vectoriel de dimension finie et soit : (f,g) ∈ L(E)2, tel que : f2 + fog = IdE.
Montrer que f et g commutent.

13. Soit E l’espace C∞( , ).

x
On définit ϕ et ψ sur E, par : ∀ f ∈ E, ϕ(f) = f’, et : ψ(f) = g, avec : ∀ x ∈ , g(x) = ∫
0
f (t ).dt .
a. Montrer que ϕ et ψ sont des endomorphismes de E.
b. Déterminer ϕoψ et ψoϕ.
c. Déterminer image et noyau de ϕ et de ψ.

Matrices.

Chapitre 04 : Algèbre linéaire – Exercices. -1-

14. On note, pour : 0 ≤ k ≤ 3, Pk = (X + 1)k, puis : B’ = (P0,P1,P2,P3)
Déterminer la matrice de passage de la base canonique B à B’, puis celle de B’ à B dans 3[X].

3 2
15. Soit : A =   .
1 1 
a. Montrer que : A2 – 4.A + I2 = 0.
b. En déduire que A est inversible et donner A-1.
c. Montrer alors que : ∀ k ∈ , Ak ∈ Vect(I2, A).

1 2 2 
 
16. a. Déterminer noyau et image de f dont la matrice dans la base canonique de 3
est :  0 − 1 − 1 .
0 0 0 
 
b. Sont-ils supplémentaires ?
f est-il un projecteur ?
c. Que dire du rang de la matrice, ou du rang de f ?
Quels résultats étaient prévisibles ?

1 2
17. On note : E = M2( ), A =   , et u, de E dans E, qui à X fait correspondre X.A.
 2 4
Montrer que : u ∈ L(E), trouver son image, son noyau, et sa matrice représentative dans la base
canonique de E.

 2 −1 2 
 
18. Soit : A =  5 − 3 3  .
 −1 0 − 2
 
Calculer (A + I3)3, en déduire que A est inversible et préciser A-1.

19. Soit E un K-espace vectoriel de dimension n, et soit : f ∈ L(E), tel que : E = Im(f) ⊕ ker(f).
 A' 0 
Montrer qu’il existe une base B de E telle que : mat(f,B) =   , matrice par blocs avec : A’ ∈ Glr(K),
 0 0
où : r = rg(f).

20. Soit E un K-espace vectoriel de dimension 3 et : u ∈ L(E), tel que : u ≠ 0, u2 = 0.

 0 0 0
 
Montrer qu’il existe une base B de E dans laquelle : mat(u,B) =  1 0 0 
 0 0 0
 

21. Soit E un K-espace vectoriel de dimension 3, et soit : f ∈ L(E), telle que : f3 = 0, f² ≠ 0.

 0 0 0
 
a. Montrer qu’il existe une base B de E telle que : mat(f,B) = A =  1 0 0  .
 0 1 0
 
b. Monter que : ∀ g ∈ L(E), (g o f = f o g) ⇔ (g ∈ Vect(IdE, f, f²)).
c. Généraliser pour un espace de dimension n.

22. Matrice à diagonale strictement dominante.

n
Soit : A = (ai,j) ∈ Mn( ), telle que : ∀1 ≤ i ≤ n, ∑a
j =1
i, j < a i ,i .
j ≠i

a. En utilisant : X ∈ Mn,1( ), X ≠ 0, A.X = 0, et i0 tel que : xi0 = max xi , aboutir à une contradiction.
1≤i ≤ n

Chapitre 04 : Algèbre linéaire – Exercices. -2-

 b. En déduire que la matrice A est inversible.

23. Soient : A, B, C ∈ Mn(K), non nulles avec : n ≥ 2, vérifiant : A.B.C = 0.

Montrer qu'au moins deux des matrices A, B et C ne sont pas inversibles.

Trace.
24. Soit E un K-espace vectoriel de dimension finie.
a. Pour : (f,g) ∈ L(E)2, calculer tr(fog – gof).
b. En déduire que dans un espace vectoriel de dimension finie, il n’existe pas de couple (f,g)
d’endomorphismes de E tel que : fog – gof = idE.

25. Soit A et B deux éléments de Mn(K).

On considère l’équation : X + tr(X).A = B, d’inconnue : X ∈ Mn(K).
a. Montrer qu’une solution de cette équation est nécessairement de la forme : X = B + λ.A, avec : λ ∈ K.
b. Montrer que si : tr(A) ≠ -1, cette équation admet une solution unique que l’on précisera.
c. Montrer que si : tr(A) = -1, l’équation n’admet pas de solution ou en admet une infinité suivant la valeur
de tr(B), et préciser alors ces solutions.

Formes linéaires, dualité, hyperplans.

26. Soient D une droite vectorielle et H un hyperplan d'un K-espace vectoriel E de dimension : n ∈ *.
a. Montrer que si : D ⊄ H, alors D et H sont supplémentaires dans E.
b. La réciproque est-elle vraie ?

Calcul de déterminants.

1 1 1
27. Montrer que si α, β, γ sont des réels entre 0 et π, de somme π, alors : cos(α ) cos( β ) cos(γ ) = 0 .
α  β  γ 
tan   tan   tan  
2 2 2
0 x y z
x 0 z y
28. Calculer : D = , où : (x,y,z) ∈ , puis déterminer : {(x,y,z) ∈
3 3
, D = 0}.
y z 0 x
z y x 0

29. Calculer le déterminant des matrices suivantes :

a a L L a
1 1 L 1    0 1 L 1
  a a 0 L 0  
1 2 O M  −1 0 O M
• , avec : n ∈ *, • M 0 O O M  , avec : a ∈ , •  .
M O O 1   M O O 1
  M M O O 0  
1 L 1 n   −1 L −1 0  ( n )
  a 
 0 L 0 a  ( n )

30. Soient a1, …, an des nombres complexes.

On définit la matrice A par : ∀ 1 ≤ i,j ≤ n, ai,j = amax(i,j).
a. Ecrire la matrice A et calculer son déterminant.
b. En déduire les déterminants det(max(i,j))1≤i≤n,1≤j≤n, et det(min(i,j))1≤i≤n,1≤j≤n.

Déterminants tridiagonaux.

Chapitre 04 : Algèbre linéaire – Exercices. -3-

31. Soient : (a,b) ∈ K2, α ∈ , et : n ≥ 2.
a + b a.b 0 L 0 2. cos(α ) 1 0 L 0
1 O O O M 1 O O O M
Calculer : Dn = 0 O O O 0 , puis : ∆ n = 0 O O O 0 .
M O O O a.b M O O O 1
0 L 0 1 a+b 0 L 0 1 2. cos(α )
Pour Dn, on distinguera les cas : a ≠ b, et : a = b.

Déterminant de Vandermonde.
1 x1 L x1n−1 1 x1 L x1n−1
1 x2 L x 2n−1 M M M
32. Pour : (x1, x2,…, xn) ∈ K , on pose : Vn ( x1 ,..., x n ) =
n
, puis : Pn = n−1 .
M M M 1 xn−1 L xn−1
1 xn L x nn−1 1 X L X n−1
a. Montrer que : Pn ∈ Kn-1[X].
b. Que vaut Vn(x1, …, xn) si deux des xi sont égaux entre eux ?
c. Dans le cas où les xi sont distincts 2 à 2, donner une expression factorisée de Pn.
d. En déduire que : ∀(x1,…,xn) ∈ Kn, Vn(x1,…,xn) = (xn – x1)…(xn – xn-1).Vn-1(x1 ,…,xn-1), puis Vn(x1,…,xn).
e. Retrouver, directement à partir de l’expression de Vn(x1,…,xn) la relation de récurrence précédente.

Déterminants par blocs.

33. Soient A, B, C, D quatre matrices de Mn(K), telles que C et D commutent et D est inversible.
A B − D 0 
On pose par ailleurs : M =   , et : N =   .
C D  C I n

A l’aide de la matrice N, montrer que : det( M ) = det( A.D − B.C ) .

 A B
34. Soit : (A,B) ∈ Mn(K)2, et soit M définie par blocs par : M =  .
B A 
En utilisant des combinaisons de lignes ou de colonnes, montrer que : det( M ) = det( A + B ). det( A − B ) .

Déterminants et applications linéaires.

3 − 5 2 4 
 
7 − 4 1 3 
35. Soit : u ∈ L( ), de matrice représentative dans la base canonique : A = 
4
.
5 7 − 4 − 6
 
1 6 − 3 − 5
 
Déterminer rg(A), et donner une condition nécessaire et suffisante pour que : (x,y,z,t) ∈ Im(u).

36. Soit : F = {x a ex.P(x), avec : P ∈ n[X]}.

a. Montrer que F est un sous-espace vectoriel de F( , ).
b. Montrer que la dérivation de fonctions est un endomorphisme de F dont on calculera le déterminant.

Systèmes linéaires.
37. Résoudre les systèmes :
m.x + y + z = 1
 x + m. y + z x + y + z = 1
 = m 
(S1)  ,m∈ ; (S2) a.x + b. y + c.z = d , (a,b,c,d) ∈ 4
.
 x + y + m.z = 1 a.(a − 1).x + b.(b − 1). y + c.(c − 1).z = d .(d − 1)
 x + y + z = m


Chapitre 04 : Algèbre linéaire – Exercices. -4-

38. Peut-on trouver des valeurs de m, pour lesquelles le système admet d’autres solutions que (0,0,0) ?
 x − (m + 1). y − z = 0

m.x + 2. y − (3.m + 2).z = 0 .
2.x − 3. y + 3.z = 0


Calcul de rang de matrice.

1 0 L 0 α
 
α O O 0
39. Pour : n ∈ *, et : α ∈ , on note : M (α ) =  0 O O O M .
 
M O O O 0
 
0 L 0 α 1
Calculer det(M(α)), et en déduire rg(M(α)), suivant la valeur de α.

Les classiques.
Espaces vectoriels, sous-espaces vectoriels, familles libres et génératrices, dimension.
41. Dans : E = F( , ), on note fn la fonction : fn(x) = sin(x+n), et : Fn = Vect(f0, f1, … , fn).
Déterminer, pour tout n, dim(Fn).

42. Déterminer une base et la dimension du sous-espace vectoriel F de F( ]-1,1[, ) engendré par les
fonctions définies par :
1− x 1+ x 1 x
∀ x ∈ ]-1,1[, f 1 ( x) = , f 2 ( x) = , f 3 ( x) = , f 4 ( x) = .
1+ x 1− x 1 − x² 1 − x²

Sous-espaces vectoriels supplémentaires, sommes directes.

43. Montrer que : Vect(sin,cos) ⊕ {f ∈ E, f(0) = f(π/2) = f(π)} = C0([0,π], ).

Applications linéaires, projecteurs.

44. Soit : E = C∞( , ), et u qui à f fait correspondre f’’.
a. Déterminer Im(u) et ker(u).
b. A-t-on : E = Im(u) ⊕ ker(u) ?

45. Soit : n ∈ *, et ∆ (dérivée discrète), l’application de n[X] dans [X] définie par :
∀ P ∈ n[X], ∆(P) = P(X+1) – P(X).
a. Montrer que ∆ permet de définir un endomorphisme de n[X], que l’on notera ∆n.
b. Montrer que : ∆nn+1 = 0 (c’est-à-dire ∆n est nilpotent d’ordre n+1).
c. En déduire qu’il existe des constantes a0, …, an+1 (que l’on déterminera) telles que :
n +1
∀P∈ n[X], ∑a
k =0
k .P ( X + k ) = 0 .

46. Soit f un endomorphisme de l’espace vectoriel E.

On suppose que pour tout élément x de E, (x,f(x)) est une famille liée.
Montrer que f est une homothétie.
Remarque : en dimension finie, on pourra utiliser une base de l’espace.

47. Soit : E = , et soit p, qui à une suite (un) associe la suite (vn) définie par :
v0 = u0, v1 = u1 , ∀ n ∈ , vn+2 = vn+1 + 6.vn.
Montrer que p est un projecteur de E.

48. Soient f, g et h trois endomorphismes d’un K-espace vectoriel E, tels que :

fog = h, goh = f, hof = g.
a. Montrer que f, g et h ont même image et même noyau.
b. Montrer que : f5 = f.
c. En déduire que : E = Im(f) ⊕ ker(f).

Chapitre 04 : Algèbre linéaire – Exercices. -5-

49. Soient f et g deux endomorphismes d'un K-espace vectoriel E tel que : fog = idE.
a. Montrer que : ker(gof) = ker(f), et : Im(gof) = Im(g).
b. Montrer que : E = ker(f) ⊕ Im(g).
c. Dans quel cas peut-on conclure : g = f -1 ?
d. Calculer (gof)o(gof) et caractériser gof.

50. Soit E un K-espace vectoriel de dimension finie et soit : (f,g) ∈ L(E)2.

On veut montrer que : |rg(f) – rg(g)| ≤ rg(f+g) ≤ rg(f) + rg(g).
a. Montrer que : Im(f+g) ⊂ Im(f) + Im(g), et en déduire la deuxième inégalité.
b. Montrer qu’il suffit de démontrer que : (rg(f) – rg(g)) ≤ rg(f+g), pour établir la première inégalité, et la
déduire de l’inégalité que l’on vient de démontrer.

51. Soient : f,g ∈ L(E), tels que : gofog = g, fogof = f.

a. Montrer que Im(f) et ker(g) sont supplémentaires dans E.
b. Justifier que : f(Im(g)) = Im(f).

52. Soient E un K-espace vectoriel, F un sous-espace vectoriel de E, et : u ∈ L(E).

a. Montrer que : u-1(u(F)) = F + ker(u).
b. Exprimer de même u(u-1(F)) en fonction de F et de Im(u).
c. Trouver une condition nécessaire et suffisante pour que : u-1(u(F)) = u(u-1(F)).

Matrices.
53. Soit E un K-ev de dimension 4 et soit f dans L(E), tel que : f² = 0.
Que peut-on dire de rg(f) ?
Montrer que l’on peut trouver une base de E dans laquelle la matrice représentative de f est ‘simple’.

54. Soient E un K-ev de dimension n, et : u ∈ L(E).

a. Montrer que : ker(u) = Im(u), si et seulement si : u² = 0, et : n = 2.rg(u).
b. Montrer que : ker(u) = Im(u), si et seulement si il existe une base de E dans laquelle u a pour matrice
0 A n n
  , où A est une matrice carrée inversible de type  ,  .
0 0 2 2

55. Soit E un K-espace vectoriel de dimension n, et soit : f ∈ L(E), tel que : f2 = 0.

a. Que peut-on dire de Im(f) et ker(f) ?
0 Ir 
b. En exploitant le résultat précédent, montrer qu’il existe une base B de E telle que : ma(f,B) =   ,
 0 0 
matrice définie par blocs, avec : r = rg(f).

56. On note : En = n-1[X], où : n ∈ *.

On note par ailleurs un, de En dans En+1, tel que : un(P) = Q, où : ∀ x ∈ , Q ( x) = e x ² .
dx
(
d −x²
)
e .P ( x ) .
Vérifier que ces données sont cohérentes, trouver Im(un), ker(un), et mat(un,Bn,Bn+1), où Bn est la base
canonique de En.

57. Soit : n ∈ *.
n
X
Montrer que : ∀ Q ∈ n[X], ∃! P ∈ n[X], Q = ∑ P (i )  i  .
i =0 2 
Préciser P pour : n = 3, Q = X3.

58. Soit : A ∈ Mn( ), telle que : ai,j = 1 – δi,j.

Calculer A2 puis A-1.

Chapitre 04 : Algèbre linéaire – Exercices. -6-

 0 0 L 0 1 1 0 L 0 1
   
1 O O 0 1 O O 0
59. Soient A et M les matrices définies dans Mn( ) par : A =  0 O O O M  , M =0 O O O M.
   
M O O O 0 M O O O 0
   
0 L 0 1 0 0 L 0 1 1
a. A l’aide de l’endomorphisme canoniquement associé à A, calculer Ak, pour tout entier : k ∈ .
b. En déduire Mk, pour tout entier : k ∈ .

Calcul de déterminants.
60. Soit : A ∈ Mn( ), et A’ déduite de A par : ∀ 1 ≤ i,j ≤ n, a’i,j = (-1)i+j.ai,j.
Calculer det(A’) en fonction de det(A).

61. Soit : A ∈ Mn( ), telle que : ∀ 1 ≤ i,j ≤ n, ai,j = ±1.

Montrer que det(A) est un entier divisible par 2n-1.

n
62. Soit A une matrice de Mn( ), telle que de plus : ∀ 1 ≤ i,j ≤ n, ai,j ≥ 0, et : ∀ 1 ≤ i ≤ n, ∑a
j =1
i, j ≤1.

Montrer à l’aide d’une récurrence que : det( A) ≤ 1 .

63. Soient : n ∈ *, (A,B) ∈ Mn( )², telles que : A.B – B.A = B.

a. Montrer que : ∀ k ∈ , A.Bk = Bk.(A + k.In).
b. En déduire que : det(B) = 0.
c. Que peut-on dire de tr(B) ?

 c b L b
1 L 1  
  a c O M 
64. Soient a, b, c dans K, on définit les matrices carrées : J =  M M  , et : M(a,b) =  .
1 L 1 M O O b
   
a L a c
 
a. Montrer que : x a ϕ(x) = det(M(a,b) – x.J), est un polynôme en x de degré au plus 1.
En déduire dans le cas où : a ≠ b, et après avoir calculé ϕ(a) et ϕ(b), la valeur de det(M(a,b)).
b. Montrer que : x a ψ(x) = det(M(a,x)), est un polynôme en x, et donc une fonction continue de x.
En déduire la valeur de det(M(a,a)), (soit det(M(a,b)) lorsque : a = b).
c. Retrouver ce dernier résultat par un calcul direct.

2 1 L 1
1 O O M
65. Soit : Dn = , pour : n ≥ 1.
M O n 1
1 L 1 n +1
 1   1  0 
     
 M  M  M 
a. En écrivant la dernière colonne sous la forme :  = + , et à l’aide de la n-linéarité, trouver
1   1  0 
     
 n + 1  1  n 
     
une relation entre Dn et Dn-1.
n
1
b. En déduire la valeur de Dn à l’aide en particulier de : H n = ∑k .
k =1

Déterminants tridiagonaux.

Chapitre 04 : Algèbre linéaire – Exercices. -7-

 1 + x 2 x 0 
0 L
 
 x O O O M 
66. On pose : An ( x) =  0 O O O 0  , pour : n ≤ 1, et : x ∈ .

 M O O O x 
 
 0 L 0 x 1+ x2 
Calculer det(An(x)) pour tout entier n suivant la valeur de x.

Déterminant de Vandermonde.
67. Soient (x1,…, xn) des réels, et f1,…, fn-1, des polynômes normalisés de degrés respectifs 1, 2,…,(n – 1).
1 f 1 ( x1 ) L f n−1 ( x1 ) 1 x1 L x1n −1
M M M M M M
a. Montrer que : = , et en déduire la valeur du déterminant.
M M M M M M
1 f1 ( xn ) L f n−1 ( x n ) 1 x n L x nn −1
b. Montrer que : ∀ k ∈ *, cos(k.x) est un polynôme en cos(x), de degré k et de coefficient dominant égal à
1 cos(a1 ) L cos(n.a1 )
M M M
2k-1, et en déduire la valeur de : ∆ n +1 = , où : (a1, …, an+1) ∈ n+1
.
M M M
1 cos(a n +1 ) L cos(n.a n +1 )

Déterminants, applications linéaires et matrices.

68. Soit f de Mn( ) dans lui-même, telle que : f(X) = tX.
a. Calculer det(f).
b. Pouvait-on prévoir sa valeur ? ou que ce déterminant serait non nul ?

n
69. Soit A une matrice réelle à diagonale strictement dominante, donc telle que : ∀ 1 ≤ i ≤ n, ∑a
j=1
i, j < a i ,i .
j≠ i

On rappelle qu’une telle matrice est inversible (voir exercice 22).

On suppose de plus que : ∀ 1 ≤ i ≤ n, ai,i > 0.
a. Montrer que f : x a det( A + x.I n ) , est polynomiale de degré n et préciser son coefficient dominant.
b. Montrer que la matrice (A + x.In) est à diagonale strictement dominante pour tout : x ∈ +
.
c. Etudier la limite de f en +∞, et en déduire que : det(A) > 0.

70. Soient A et B deux matrices de Mn( ), telles que : ∃ P ∈ Gln( ), B = P-1.A.P.

On note : P = P1 + i.P2, avec : (P1,P2) ∈ Mn( )2.
a. Montrer que : P1.B = A.P1, et : P2.B = A.P2.
b. Montrer que l’application : x a det(P1 + x.P2), est polynomiale en x.
c. En déduire que : ∃ a ∈ , det(P1 + a.P2) ≠ 0.
d. Conclure que : ∃ Q ∈ Gln( ), B = Q-1.A.Q.
e. Que vient-on de démontrer ?

Les plus.
Sous-espaces vectoriels supplémentaires, sommes directes.
71. Dans [X], F = 2[X], G = {P ∈ [X], P(a) = P’(a) = 0}, où a est un réel donné sont-ils supplémentaires ?

72. Soient : E = C0( , ), E+ = {f ∈ E, f est nulle sur –}, E– = {f ∈ E, f est nulle sur +
}, et E0 l’ensemble des
fonctions constantes sur .
a. Montrer que ces trois ensembles sont des sous-espaces vectoriels de E.
b. Montrer que : E = E+ ⊕ E– ⊕ E0.

Chapitre 04 : Algèbre linéaire – Exercices. -8-

 +1
73. Soient : F = {f ∈ C0([−1,1], ), ∫ −1
f (t ).dt = 0 }, et : G = {f ∈ C0([−1,1], ), f constante}.
Montrer que F et G sont des sous-espaces vectoriels supplémentaires de C0([−1,1], ).

74. Dans , ensemble des suites complexes, les sous-espaces vectoriels :

F = {(un) ∈ , u0 = u1 = 0},
G = {(un) ∈ , u0 ∈ , u1 ∈ , ∀ n, un+2 = 5.un+1 – 4.un},
sont-ils supplémentaires ?

Applications linéaires, projecteurs.

75. Soit f un endomorphisme d’un K-espace vectoriel E de dimension n.
On suppose que f est nilpotent d’indice p, à savoir : fp = 0, fp-1 ≠ 0.
a. Montrer qu’il existe : x ∈ E, tel que : (x, f(x), ..., fp-1(x)) libre.
b. En déduire que : p ≤ n, puis que : fn = 0.

76. On note : E = C∞( , ), et D l’application dérivée dans E.

On définit par ailleurs : ϕ ∈ L(E), par : ∀ f ∈ E, ϕ(f) = f’’ – 3.f’ + 2.f.
a. Exprimer ϕ en fonction de D.
b. Montrer que : ker(ϕ) = ker(D – idE) ⊕ ker(D – 2.idE).
c. En déduire ker(ϕ), sans l’aide de la résolution des équations différentielles du second ordre.

77. Soient F et G des sous-espaces vectoriels d’un espace vectoriel E de dimension finie n.
Montrer que les affirmations suivantes sont équivalentes :
• ∃ u ∈ L(E), tel que : Im(u) = F, et : ker(u) = G,
• dim(F) + dim(G) = n.

78. Soient E un K-espace vectoriel et E’ un sous-espace vectoriel, et F1, F2 des supplémentaires de E’ dans E.
Soit p la projection de E sur F1 parallèlement à E’.
Montrer que p définit un isomorphisme de F2 sur F1.

79. Soient E0, E1, … , En, des K-espaces vectoriels, et f0, f1, … ,fn+1, des applications linéaires, vérifiant :
{0} →f0
E 0 →
f1
E1 →
f2
... →
 E n−1 →
f n −1 fn
E n →  {0},
f n +1

et la propriété de suite exacte, à savoir : ∀ 0 ≤ k ≤ n, Im(fk) = ker(fk+1).

a. Que cela signifie-t-il pour f1 et fn ?
n
b. En supposant tous les espaces de dimension finie, montrer que : ∑ (−1)
k =0
k
. dim( E k ) = 0 .

c. Construire une suite exacte à avec F+G, F∩G et F×G, où F et G sont deux sous-espaces vectoriels d’un
K-espace vectoriel de dimension finie E et retrouver la formule de Grassmann.

Matrices.
80. Déterminer le centre de Mn(K), soit : {C ∈ Mn(K), ∀ X ∈ Mn(K), X.C = C.X}.
On pourra utiliser une base de Mn(K).

81. Soit : A ∈ Mn,p( ), de rang r.

Montrer qu’on peut trouver deux matrices : B ∈ Mn,r( ), et : C ∈ Mr,p( ), telles que : A = B.C.

a b
82. Soit : A =   , telle que : 0 ≤ d ≤ c ≤ b ≤ a.
c d 
 an bn 
Pour : n ≥ 2, on note : An =  .
 cn d n 
Montrer que : ∀ n ≥ 2, on a : bn + cn ≤ an + dn.

Trace.
83. Soit : H ∈ Mn(K), telle que : rg(H) ≤ 1.
a. Montrer qu’il existe U et V dans Mn,1(K), telle que : H = U.tV, et : tr(H) = tV.U.
Chapitre 04 : Algèbre linéaire – Exercices. -9-
 b. En déduire que : H2 = tr(H).H.
c. Soit : A ∈ M3( ).
Montrer l’équivalence : (A2 = 0) ⇔ (rg(A) ≤ 1, et : tr(A) = 0).

84. Résoudre dans M2( ) le système d’inconnues X et Y suivant :

4 8  1 1 
{tr(X).Y + tr(Y).X =   , et : X.Y =   }.
 4 − 4  4 − 2

Formes linéaires, dualité, hyperplans.

85. Soit E un K-espace vectoriel de dimension finie, et soit F un sous-espace vectoriel de F.
a. En utilisant une base de E adaptée à F, montrer que F est l’intersection d’un nombre fini d’hyperplans.
b. Montrer que le nombre minimum d’hyperplans pour obtenir le résultat précédent est dim(F).

86. a. Si A et B dans Mn(K), vérifient : ∀ X ∈ Mn(K), tr(A.X) = tr(B.X), montrer que : A = B.

b. Soit : f ∈ Mn(K)*.
Montrer que : ∃ ! F ∈ Mn(K), tel que : ∀ A ∈ Mn(K), f(A) = tr(A.F).
c. Soit : f ∈ Mn(K)*, telle que : ∀(A,B) ∈ Mn(K)², f(A.B) = f(B.A).
Montrer que : ∃ λ ∈ K, f = λ.tr.

87. Soient a0, a1, … , an, (n+1) réels distincts deux à deux.
n (X − a j )
Pour tout k, on pose : Pk = ∏ (a
j =0 − aj)
.
k
j≠k

a. Montrer que (P0, P1, … ,Pn) est une base de n[X], et trouver les coordonnées d’un polynôme
quelconque dans cette base.
b. Montrer que : ∀(b0, b1, … ,bn) ∈ n+1, il existe un unique polynôme Q de n[X], tel que pour tout i,
Q(ai) = bi.
1 n
c. Montrer que : ∃ (c0, c1, … ,cn) ∈ n+1
,∀P∈ n[X], ∫ P (t ).dt = ∑ c k .P (a k ) .
0
k =0
d. Déterminer les éléments ck.

88. Soient E = 2[X], et a un réel.

Soient y1*, y2*, y3* les formes linéaires qui, à P de E, font correspondre respectivement P(a), P’(a), P’’(a).
a. Ces formes sont-elles indépendantes ?
b. Généraliser à n[X], et aux formes yk* qui à P font correspondre P(k)(a).
c. Montrer qu’on obtient ainsi une base de n[X]*.

89. Dans : E = 3[X], avec a, b, c, réels deux à deux distincts, on note y1*, y2*, y3*, les formes qui à P dans E,
b
font correspondre P(a), P(b), P(c), et y4* définie par : y4*(P) = ∫ a
P(t ).dt .
La famille (yi*)1≤i≤4 est-elle libre dans E* ?

90. Soient E un K-ev, et y*, z* des éléments de E* non nuls.

Montrer qu’il existe un vecteur x de E vérifiant : y*(x).z*(x) ≠ 0.

Formes multilinéaires.
91. Soit E un K-espace vectoriel de dimension n, soit B une base de E, et soit : u ∈ L(E).
n
Pour : (x1, x2, … , xn) ∈ En, on pose : f ( x1 ,..., x n ) = ∑ det
i =1
B ( x1 ,..., xi −1 , u ( xi ), xi +1 ,..., xn ) .

Montrer que f est n-linéaire alternée, puis que : f = tr(u).detB.

92. a. Soient E un K-espace vectoriel de dimension n rapporté à une base B, et a, x1,…,xn des vecteurs de E.
n
Montrer que : det B (a + x1 , a + x 2 ,..., a + x n ) = det B ( x1 ,..., x n ) + ∑ det
i =1
B ( x1 ,..., xi −1 , a, xi +1 ,..., xn ) .

Chapitre 04 : Algèbre linéaire – Exercices. - 10 -

 a1 + b1 b1 L b1
b2 a 2 + b2 O M
b. En déduire : , où ai, bi sont des scalaires.
M O O bn −1
bn L bn an + bn

Calculs de déterminants.
93. Calculer le déterminant de la matrice : A ∈ Mn( ), avec : ∀ (i,j) ∈ 2
n , ai,j = (i + j – 1)2.
On pourra faire intervenir une famille de n polynômes de degré 2.

k
94. On note, pour : n ∈ *, A la matrice n×n dont le terme générique ai,j vaut : S k = ∑p
p =1
où : k = min(i,j).

Préciser la matrice A et calculer son déterminant.

95. Soit : (a, x1, …, xn) ∈ Kn+1, et :

0
a + x1 a L a  
M 1
a O O M  
Dn = , E i =  1  ∈ Mn,1(K), où le 1 est sur la ième ligne et : C =  M  ∈ Mn,1(K).
M O O a  
M 1
a L a a + xn  
0
 
a. Ecrire Dn à l’aide des colonnes Ei et C.
b. En déduire, à l’aide de la n-linéarité du déterminant, la valeur de Dn.

96. Déterminants de Cauchy et de Hilbert.

Soient : n ≥ 2, et : a1, …, an, b1, …,bn des réels tels que : ∀ 1 ≤ i,j ≤ n, ai + bj ≠ 0.
 1 
On pose par ailleurs : Dn = det   .
a +b 
 i j 1≤i ≤ n,1≤ j ≤n
a. En utilisant comme pivot la dernière colonne dans un premier temps, puis la dernière ligne dans un
(b1 − bn )...(bn −1 − bn ).(a1 − a n )...(a n−1 − a n )
deuxième temps, montrer que : Dn = .Dn −1 .
(a1 + bn )...(a n −1 + bn ).(a n + bn ).(a n + bn −1 )...(a n + b1 )
b. En déduire la valeur de Dn pour tout : n ≥ 1 (déterminant de Cauchy).
c. Dans le cas particulier où : ai = i, bj = j, ∀ 1 ≤ i,j ≤ n, donner la valeur de Dn (déterminant de Hilbert).

1 0 L 0 x
 2
M   O M x2
1
M M 0 O M
97. Pour : (p,x) ∈ × , on note : ϕp(x) =  p  .
M M   x p
 p − 1
 p + 1  p + 1
1   L   x p +1
 1   p − 1 
a. Montrer que : ∀ x ∈ , ∀ p ∈ , ϕ p ( x + 1) − ϕ p ( x) = ( p + 1)!.x p .
n
b. Montrer que : ∀ n ∈ *, ∀ p ∈ , ϕ p (n + 1) = (p + 1)!. ∑k
k =1
p
.
n n n
c. En déduire la valeur de : ∑k , ∑k , ∑k
k =1 k =1
2

k =1
3
, en calculant 3 déterminants.

98. Soit : A ∈ Mn( ), telle que : ∀ X ∈ Mn( ), det( A + X ) = det( A) + det( X ) .

a. Que dire de A si : n = 1 ?
Chapitre 04 : Algèbre linéaire – Exercices. - 11 -
 Pour : n ≥ 2, on note : r = rg(A).
b. Montrer que : det( A) = 0 .
c. Montrer qu’il existe une matrice X de rang (n – r) telle que : det( A + X ) ≠ 0 .
En déduire que : r = 0, puis que A est nulle.

Chapitre 04 : Algèbre linéaire – Exercices. - 12 -