Professional Documents
Culture Documents
18 dcembre 2013
2
. . . . . . . . . . . . . . . . . . . 2
. . . . . . . . . . . . . . . . . . . 4
et dimension dun espace vectoriel 5
. . . . . . . . . . . . . . . . . . . 8
.
.
.
.
10
10
12
13
14
3 Exercices et corrigs
3.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Indications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Corrigs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
16
21
24
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Gnralits
Il sagit dun rappel de certaines notions dalgbre linaire, non pas dun cours
complet sur le sujet.
1.1
Espaces vectoriels
F 6=
(x, y) F 2 , (, ) K2 , x + y F
Dfinition 4. Soient F et G deux sous-espaces vectoriels dun mme espace vectoriel E. On appelle somme de F et G et on note F + G
F + G = {x + y, (x, y) F G}
Lapplication somme
F G F +G
(a, b) 7 a + b
est surjective par dfinition. Lorsquelle est injective, on dit que F +G est directe
ou que F et G sont en somme directe. Dans ce cas, on note F + G = F G.
On dit que F et G sont supplmentaires si
F +G=F G=E
Proposition 2.
F + G = F G
G = {0}
=F +G
F G = E \
F G = {0}
Pour se familiariser avec ces diffrentes notions, les exercices 2 et 3 sont vivement conseills.
Remarque. (a) Il ny a pas (en gnral) unicit du supplmentaire :
R2 = Vect {(1, 0)} Vect {(0, 1)} = Vect {(1, 0)} Vect {(1, 1)}
(b) Ne pas confondre supplmentaire et complmentaire :
R2 = Vect {(1, 0)} Vect {(0, 1)} mais (1, 1)
/ Vect {(1, 0)}
1.2
Applications linaires
C
z
E
f0
appartient LK (R)
appartient LR (C) mais nappartient pas LC (C)
appartient LR (E)
1.3
n
Y
Ei =
i=1
n
X
dim Ei
i=1
G)
Remarque. (a) On utilise trs souvent le fait que F E et dim F = dim E pour
conclure que F = E. Voir lexercice 10 par exemple.
(b) On rappelle quil ny a pas en gnral unicit du supplmentaire. Voir lexercice
3.
6
G = {0}
1.4
Matrices
PBB = (B 0 )B
On a dailleurs
2.1
Dfinition 14. On dit que F sous-espace vectoriel de E est stable par u L(E)
si u(F ) F , ce qui permet de dfinir lendomorphisme induit uF L(F ).
La philosophie de la rduction est justement de trouver des espaces stables les
plus petits possibles, afin de rduire ainsi ltude. Par exemple, si on parvient
crire E comme la somme directe despaces stables par u alors sa reprsentation
matricielle est immdiatement diagonale par blocs dans une base adapte.
En effet, si E = F G avec F, G stables par u, avec b0 une base de F et b00 une
base de G, on a
(u)b0 b00
(uF )b0
0
=
0
(uG )b00
d
X
Pd
k=0
ak X k K[X], si u L(E), on
ak uk o uk = u u . . . u(k fois)
k=0
X 2 X annule les
! projecteurs.
0
1
X 2 annule
.
0 0
Dans lexemple ci-dessus laiss en exercice, on devait trouver P (M ) = 0.
11
2.2
Elments propres
Dfinition 17.
vp(u)
2.3
Polynme caractristique
p
Y
i=1
13
uEi
2.4
Dfinition 20. On dit que u L(E) est diagonalisable sil existe une base b de
E telle que [u]b (la matrice de u dans b) soit diagonale.
Thorme 6. Soit u L(E). Les propositions suivantes sont quivalentes :
(i) u est diagonalisable
(ii) il existe b base de E constitue de vecteurs propres de u
(iii) E = vp(u) E (u)
Thorme 7. Une condition ncessaire (mais largement insuffisante) pour que u
soit diagonalisable est que u soit scind.
On peut facilement se convaincre que le polynme caractristique de
Exemple
!
0 1
est scind, bien quelle ne soit pas diagonalisable.
0 0
Thorme 8. u est diagonalisable si et seulement si u est scind et (avec ()
la multiplicit de ) :
vp(u), dim E (u) = ()
Proposition 13. Si est valeur propre de u, on a
1 6 dim E (u) 6 ()
Corollaire 2. Si u est simplement scind, u est diagonalisable.
Thorme 9. u est diagonalisable si et seulement si il existe un polynme annulateur simplement scind (ou scind racines simples, cest--dire produit de
polynmes de degr 1 dont les racines sont deux deux distinctes).
Remarque. Ainsi, u est diagonalisable si et seulement si son polynme minimal est
simplement scind.
Corollaire 3. Soit u L(E) et F un sous-espace stable par u, alors si u est
diagonalisable, uF lest aussi.
La meilleure manire de bien comprendre cette thorie de la diagonalisation
des endomorphismes ou des matrices est de manipuler ces diffrentes notions. On
conseille pour cela les exercices...
Terminons brivement par la trigonalisation.
Dfinition 21. On dit que u L(E) est trigonalisable si il existe b une base de
E telle que [u]b soit triangulaire suprieure.
14
Thorme 10.
u est trigonalisable u est scind
il existe un polynme annulateur scind de u
Remarque. En particulier, toute matrice complexe est trigonalisable (tout polynme est scind sur C).
15
Exercices et corrigs
On propose ici un recueil dexercices avec leurs corrigs. Pour certains dentre
eux on pourra consulter des indications qui donneront ou bien des prcisions sur
lnonc ou bien des ides pour rsoudre lexercice concern. On conseille vivement de bien rflchir aux exercices, de regarder ventuellement les indications,
mais surtout de ne pas aller immdiatement voir le corrig, si on veut travailler
efficacement.
3.1
Exercices
f :
R2
R2
(x, y) 7 (x y, x + y)
16
Exercice 12. Montrer que si b0 est une base de F , b00 une base de G, alors b = b0
est une base de F G.
Indication Corrig
S 00
b
18
3
Exercice 18. Soit f lapplication linaire de R4 dans R
dont la matrice relative4 5 7
7
~
~
~
~
~
~
~
ment aux bases canoniques, (I, J, K, L ) et (i, j, k ) est 2 1 1 3 .
1 1 2
1
~ J,
~ 4I~ + J~ 3L,
~ 7I~ + K
~ + 5L
~ ) et
On dfinit deux nouvelles bases : B = (I,
0
B = (4~i + 2~j + ~k, 5~i + ~j ~k, ~k ).
Quelle est la matrice de f relativement B et B 0 ?
Indication Corrig
Exercice 19. Soit A une matrice carre dordre n. On suppose que A est inversible
et que R est une valeur propre de A.
1. Dmontrer que 6= 0.
2. Dmontrer que si ~x est un vecteur propre de A pour la valeur propre alors
il est vecteur propre de A1 de valeur propre 1 .
Indication Corrig
Exercice 20. Soit E un espace vectoriel sur un corps K (K = R ou C), et u un
endomorphisme de E. On suppose u nilpotent, cest--dire quil existe un entier
strictement positif n tel que un = 0.
1. Montrer que u nest pas inversible.
2. Dterminer les valeurs propres de u et les sous-espaces propres associs.
Indication Corrig
Exercice 21. Soit A la matrice suivante
3 0 1
A= 2 4 2
1 0 3
1. Dterminer et factoriser le polynme caractristique de A.
2. Dmontrer que A est diagonalisable et dterminer une matrice D diagonale
et une matrice P inversible telles A = P DP 1 .
3. Donner en le justifiant, mais sans calcul, le polynme minimal de A.
4. Calculer An pour n N.
Indication Corrig
Exercice 22. Soit E un espace vectoriel de dimension n et une application linaire
de E dans E. Montrer quil existe un polynme P R[X] annulateur de .
Indication Corrig
19
Exercice 23. Dterminer les valeurs propres des matrices suivantes. Sont-elles diagonalisables, triangularisables ?
2 2 1
B = 3 3 1
1 2 0
3 0 0
A = 2 2 0
1 1 1
M =
0
0
1 0 0
0 1 0
7 0 6
0 3 0
20
3.2
Indications
E
E
x = f + g 7 f
Indication 12. Exercice Corrig Bien revoir les dfinitions de familles libres gnratrices et despaces en somme directe avant de faire cet exercice.
Indication 13. Exercice Corrig Il faut commencer par bien comprendre que
lexercice a bien un sens et nest pas trivial. En effet, pour le moment le dpend du x et il faut montrer que cest en fait le mme pour tous.
On pourra penser utiliser une base de E.
Indication 14. Exercice Corrig Montrer que
f 2 = 0 Imf ker f
, et utiliser le thorme du rang. Pour la deuxime question on pourra tudier les
diffrentes possibilits et se convaincre quune seule est en fait possible.
Indication 15. Exercice Corrig Pour la question 2, penser regarder les racines
dun polynme du noyau. Pour la question 3, on se demandera dabord ce que
fait au monme de plus haut degr, puis essayer de dterminer la dimension de
limage.
Indication 16. Exercice Corrig On pourra penser utiliser le rsultat suivant :
Sil existe une sous-matrice carre de M dordre k de dterminant non nul, alors
RgM > k.
Indication 17. Exercice Corrig Revoir les diffrentes dfinitions de valeurs propres.
Indication 18. Exercice Corrig Bien relire et appliquer le paragraphe sur les
changements de bases.
Indication 19. Exercice Corrig Une nouvelle fois, revoir les diffrentes dfinitions
de valeur propre.
Indication 20. Exercice Corrig Pour la premire question, on peut se demander
quel outil permet facilement de dmontrer que si f et g sont bijectives, alors f g
lest aussi...
Pour la deuxime question, que se passe t-il si est une valeur propre ?
Indication 21. Exercice Corrig Une matrice est diagonalisable si et seulement si
les dimensions de ses sous-espaces propres sont gales leur multiplicit. On tudie
donc le polynme caractristique pour obtenir ses racines (les valeurs propres). Si
elles sont toutes simples (de multiplicit 1), il ny a pas de problme. Sinon, on
doit tudier le sous-espace propre. On doit ensuite trouver des vecteurs propres ;
ils formeront les colonnes de P .
Une fois que A = P DP 1 , que vaut A2 ? An ?
Pour le calcul de linverse de P , on pourra utiliser la formule
P 1 =
1 t
P
det P
22
23
3.3
Corrigs
f (x) + f (x)
f (x) f (x)
et i(x) =
2
2
f (x)
f (x)
a +
a
x= x
f (a)
f (a)
et Ka ker f = {0}.
Comme ker f = ker g, g(x
f (x)
a)
f (a)
= 0, do
g(x) =
g(a)
f (x)
f (a)
R
f (x)
si x 6= 0
x 7 x
0
f (0) si x = 0
a
=0
=0
b + d
2
b+d
=0
a c = 0
Cela donne trs rapidement (a, b, c, d) = (0, 0, 0, 0).
Corrig 11. Enonc Indication
1. Il faut montrer que pour toute famille finie (a1 , . . . , an ) de rels deux deux
distincts, la famille (fa1 , . . . , fan ) est libre. On raisonne par labsurde. Supposons quil existe (a1 , . . . , an ) distincts et (1 , . . . , n ) tels que
n
X
i fai = 0
i=1
n
X
i fai
i=2
i fai = 0
i=1
i fai
i=2
n
X
i e(ai a1 )x
i=2
Ainsi, le membre de droite tend vers 0 lorsque x tend vers +, mais pas le
membre de gauche, do la contradiction.
Corrig 12. Enonc Indication
Notons b0 = (e1 , . . . , er ) et b00 = (er+1 , . . . , en ), et montrons que b = (e1 , . . . , en )
est une base de E = F G.
Tout dabord, b est une famille gnratrice. En effet, soit x E, il scrit
x = f + g avec f F et g G. Mais alors f est engendr par les r premiers ei et
g par les n r suivants. On peut donc crire x comme une combinaison linaire
des lements de b.
Ensuite, montrons que b est libre. Supposons
n
X
i ei = 0 =
r
X
i ei +
i e i
i=r+1
i=1
i=1
n
X
Comme F et G sont en somme directe, les deux sommes sont nulles. Mais alors,
chacun des i est nul. En effet, pour les r premiers, ils sont les coefficients dune
combinaison linaire nulle des (ei )i=1...r qui forment une famille libre, en tant que
base de F . De mme pour les n r suivants.
Corrig 13. Enonc Indication
Soit b = (e1 , . . . , en ) une base de E, et posons x =
i, i , u(ei ) = i ei , et , u(x) = x x. Mais alors
X
u(x) = u(
ei ) =
u(ei ) =
i ei = x x =
ei . Par hypothse,
x ei
28
1. Tout dabord, on peut facilement dmontrer (le faire si on nest pas convaincu)
que
f 2 = 0 Imf ker f
Or, daprs le thorme du rang, dim Imf +dim ker f = 3, donc Rgf {0, 1},
mais f 6= 0, donc son rang vaut 1.
2. Montrons dabord que le rang de g vaut 1 ou 2. En effet, il ne peut pas
valoir 0 car g 6= 0, ni 3 car g serait alors bijectif, et on ne pourrait pas avoir
g 3 = 0. Supposons que Rgg = 1, alors Img = Vecty. De plus, g(y) 6= 0,
sinon on aurait g 2 = 0. Donc il existe 6= 0 tel que g(y) = y. Mais alors,
g 3 (y) = 3 y 6= 0, do une contradiction. On conclut donc Rgg = 2.
Corrig 15. Enonc Indication
1. Cette question est laisse au lecteur.
2. Soit P ker . On a donc P (X + 1) = P (X) (Quand est-ce quun polynme
est priodique ?). On est dans C, donc si P est de degr suprieur ou gal 1,
il admet une racine que lon note , mais alors, P ( +1) = P () = P ( +n),
pour tout n Z. P admet donc une infinit de racines, ce qui fournit une
contradiction.
Ainsi, P est constant. Rciproquement, les polynmes constants sont bien
dans le noyau de .
ker = C
3. On constate que fait perdre un degr au polynme. Ainsi, Im Cn1 [X].
De plus, daprs la question prcdente et le thorme du rang, on a dim Im =
n = dim Cn1 [X].
Ces deux ensembles sont donc gaux.
Corrig 16. Enonc Indication
1. (a) Commenons par des remarques lmentaires : la matrice est non nulle
donc rg(A) > 1 et comme il y a p = 4 lignes et n = 3 colonnes alors
rg(A) 6 min(n, p) = 3.
(b) Ensuite on va montrer rg(A) > 2 en
effet
le sous-dterminant 2 2
1 2
(extrait du coin en haut gauche) :
= 2 est non nul.
3 4
(c) Montrons que rg(A) = 2. Avec les dterminants il faudrait vrifier que
pour toutes les sous-matrices 3 3 les dterminants sont nuls. Pour
viter de nombreux calculs on remarque ici que les colonnes sont lies
par la relation v2 = v1 + v3 . Donc rg(A) = 2.
29
un lment
du
1
0
1
ker fA = Vect 1
1
(e) Pour un base de limage, qui est de dimension 2, il suffit par exemple
de prendre les deux premiers vecteurs colonnes de la matrice A (ils sont
clairement non colinaires) :
1
1
3 1
Vect ,
5 1
2
4
2
= 2 est
3
2 1
3 1 = 2
1 2
30
0
4x + 3y z + 11t
4 3 1 11 y
= ou encore
0
0 1 2 4 z
y + 2z 4t
0
t
3 3 2 11
3x + 3y 2z + 11t
=
=
=
=
ker fB = Vect
1
1
2
2
1
4 3 1
Vect , ,
0 1 2
1 0 0 0
M = 0 1 0 0
0 0 0 0
Corrig 19. Enonc Indication
1. Si = 0 est valeur propre de A, alors ker A 6= {0}, donc A nest pas injective
et sa matrice nest pas inversible, do la contradiction.
31
0
0
0
0
3 0 1
A= 2 4 2
1 0 3
1. Soit PA le polynme caractristique de A, on a
PA (X) =
3 X
2
1
0
1
3 X
1
4X
2 = (4 X)
1
3 X
0
3X
= (4 X)(X 2 6X + 8)
= (4 X)(X 4)(X 2)
= (2 X)(4 X)2
2. Le polynme PA admet deux racines, donc la matrice A admet deux valeurs
propres, 1 = 2, valeur propre simple et 2 = 4, valeur propre double.
Dterminons les sous-espaces propres associs.
Notons E1 = {V~ = (x, y, z)/AV~ = 2V~ }, on rsout alors le systme
3x z = 2x
(
z=x
2x + 4y + 2z = 2y
y = 2x
x + 3z = 2z
32
Le sous-espace propre E1 associ la valeur propre 2 est une droite vectorielle, dont un vecteur directeur est ~e1 = (1, 2, 1).
Notons E2 = {V~ = (x, y, z)/AV~ = 4V~ }, on rsout alors le systme
3x z = 4x
2x + 4y + 2z = 4y z = x
x + 3z = 4z
Le sous-espace propre E2 associ la valeur propre 4 est le plan vectoriel,
dquation z = x dont une base est donne, par exemple par les vecteurs
~e2 = (0, 1, 0) et ~e3 = (1, 0, 1). Remarquons que lon pouvait lire directement
sur la matrice A, le fait que le vecteur ~e2 est vecteur propre associ la valeur
propre 4.
Les dimensions des sous-espaces propres sont gales aux multiplicits des
valeurs propres correspondantes, par consquent, lespace R3 admet une base
de vecteurs propres et la matrice A est diagonalisable.
Notons P la matrice de passage, on a
1 0 1
P = 2 1 0
1 0 1
et, si D est la matrice diagonale
2 0 0
D = 0 4 0
,
0 0 4
on a la relation
A = P DP 1 .
3. La matrice A est diagonalisable, donc son polynme minimal na que des
racines simples, par ailleurs les racines du polynme minimal sont exactement
les valeurs propres de A et le polynme minimal est un polynme unitaire
qui divise le polynme caractristique. On a donc
QA (X) = (X 2)(X 4)
4. On a vu, dans la question 2), que A = P DP 1 , on a donc, pour n N,
An = P 1 Dn P , or
n
2
0 0
D n = 0 4n 0
0 0 4n
33
t
il nous reste calculer P 1 . On sait que P 1 = det1 P P (avec P la comatrice
de P , cf lindication pour plus dexplications), do
1 2 1
1 0 1
1
det P = 2, P = 0 2 0 et P = 2 2 2
2
1 2 1
1 0
1
On a donc
1 0 1
2n 0 0
1 0 1
1
n
A = 2 1 0 0 4n 0 2 2 2
2
1 0 1
0 0 4n
1 0
1
2n + 4n
0
2n 4n
1 n
= 2(4 2n ) 2.4n 2(4n 2n )
2
n
n
n
n
2 4
0
2 +4
L(E) est isomorphe Mn (R) donc est de dimension finie n2 . La famille {idE , , . . . , n }
compte n2 + 1 vecteurs donc est lie cest dire : il existe 0 , . . . , n2 dans
2
R, non tous nuls et tels que 0 idE + 1 + + n2 n = 0. Le polynme
2
P (X) = 0 + 1 X + + n2 X n rpond donc la question.
Corrig 23. Enonc Indication
A est triangulaire infrieure donc ses valeurs sont ses coefficients diagonaux :
1, 2 et 3. A a trois valeurs propres distinctes
donc
A est diagonalisable.
3 2 1
2 2 1
det(M Id) =
2
0
0
1
0
0
1 0
7 6
0
3
= 4 132 + 36
= (2 4)(2 9)
= ( 2)( + 2)( 3)( + 3)
34
y = 2x
y
2x z = 2y
2x z
or
7y + 6t = 2z
14x + 9z
3z = 2t
3z
= 2x
y = 2x
= 4x
z = 2x
= 2z
t = 3x
= 2t
y
y = 2x
2x z
2x z = 2y
or
14x 9z
7y + 6t = 2z
3z
3z = 2t
= 2x
y = 2x
= 4x
z = 2x
= 2z
t = 3x
= 2t
y = 3x
y = 3x
y = 3x
2x z = 9x
2x z = 3y
z = 7x
or
21x + 6t = 3z
7y + 6t = 3z
t = 7x
z=t
3z = 3t
y = 3x
y
2x z = 3y
2x z
or
7y + 6t = 3z
21x 6z
3z = 3t
z
35
= 3x
y = 3x
= 9x
z = 7x
= 3z
t = 7x
= t
P =
2 2 7 7
3 3 7 7
D=
donc D k =
.
0 0 3 0
0
0
3k
0
0 0 0 3
0
0
0 (3)k
u1
u2
u3
u4
1
(7u1 + 7u2 2u3 2u4 )
10
= i + 2j 2k 3l
1
= (7u1 7u2 3u3 + 3u4 )
= i 2j 2k + 3l
10
1
= i + 3j 7k 7t
k = (u1 + u2 u3 u4 )
10
= i 3j 7k + 7l
l=
(3u1 3u2 2u3 + 2u4 )
10
do
7
7
1
3
1
7
7
1
3
10 2 3 1 2
2 3 1 2
P 1
36
et
7
7
1
3
2k
0
0
0
1
1
1
1
k
1
0
0
7 7 1 3
2 2 3 3 0 (2)
=
0
3k
0 2 3 1 2
10 2 2 7 7 0
2 3 1 2
0
0
0 (3)k
3 3
7
7
M k = P Dk P 1
37