MP* : algebre linaire, dterminant

EXERCICES

Exercices
0

8
Exercice 1.1 On considre la matrice A = @14
7

6
11
6

1. Vrier que A2

1
5
10A
6

2A + I = 0. Quelles sont les valeurs propres de A ? Dterminer les espaces propres de A:

0
1
1 0 0
2. Montrer que la matrice A est semblable la matrice @1 1 0A :
0 0 1
3. Dterminer toutes les matrices qui commutent avec A:
4. Rsoudre lquation (E) : X 2 = A dans M3 (R):
0

0
B
3
Exercice 1.2 Soit u lendomorphisme de R4 dont la matrice dans la base canonique est A = B
@0
1
1. Montrer que R4 = ker(u Id)2 ker(u + Id)2 :
Dterminer les valeurs propres et les vecteurs propres de u:

0
1
B0
4
2. Montrer quil existe une base B de R telle que mat(u; B) = B
@0
0

1
1
0
0

0
0
1
0

3. On note C(u) lensemble des endomorphismes de R4 qui commutent avec u:

1
1 0 2
0 4 0C
C:
1 0 3A
0 1 0

1
0
0C
C:
1A
1

(a) Montrer que C(u) est un espace vectoriel.

(b) Soit v 2 C(u): Montrer que tout vecteur0propre de u 1

est vecteur propre de v:
0 0
B0
0 0C
C (o B est la base de la question 2).
Montrer que mat(v; B) est de la forme B
@0 0
A
0 0 0
(c) Expliciter C(u) et donner la dimension de C(u):
0

1
Exercice 1.3 Soient A = @ 1
0

0
1
1

1. Montrer que A et B commutent.

1
0
1
1
0 A et B = @ 0
1
1

1
1
0

1
0
1A
1

2. Montrer que A et B sont semblables sur R:

3. Montrer que lespace vectoriel engendr par A et B est un corps.
Quel est linverse de aA + bB ?

www.mathematiques.fr.st

1/12

abdellah bechata

MP* : algebre linaire, dterminant

INDICATIONS

Indications

Indication pour lexercice 1.1 :

1. Les valeurs propres sont racines de tout polynme annulateur.
2. Montrer que cela revient rechercher deux vecteurs propres et un vecteur x tel que Ax = x + e o e est un vecteur
propre. Rechercher par le calcul ses vecteurs
0
1
1 0 0
3. Si A = P @1 1 0AP 1 , crire toute matrice qui commute A sous la forme P M 0 P 1 puis calculer directement
0 0 1

4. Si X existe, montrer que X commute avec A: En utilisant

la question
prcdente, obtenir la forme de X puis eectuer
0
1
1 0 0
la rsolution (on sarrangera pour remplacer A par @1 1 0A)
0 0 1
Indication pour lexercice 1.2 :
1. Trouver un polynme annulateur simple puis toute valeur propre est racine de tout polynme annulateur
2. Montrer que cela revient rechercher deux vecteurs propres et deux vecteurs xi tel que Axi =
vecteur propre. Rechercher alors les xi par le calcul direct.

xi + ei , o ei est un

3. (a) Caractrisation des sous-espaces

(b) Si u et v commutent, montrer que v(ker(P (u))

ker(P (u)), ce qui donnera la forme de la matrice de v

(c) Ecrire les matrices de u et dun lment du commutant dans la base prcdente puis calculer pour obtenir la forme
de sa matrice
Indication pour lexercice 1.3 :
1. RAS
2. Montrer que cela revient chercher trois vecteurs (e; f; g) tel que
Ae =

e = g;

Af = e

f;

Ag = f

g;

chercher leur forme par le calcul puis utiliser le dterminant pour assurer la libert.
3. Montrer que Vect(A; B) est un sous-anneau de M3 (R) (pour commencer vrier que A2 ; B 2 ; AB; BA appartiennent
bien Vect(A; B)): Ensuite, rechercher llment neutre E de Vect(A; B) pour le produit (attention, ce nest pas I3 car
Vect(A; B) nest pas un sous-groupe pour la multiplication, de GL3 (R)) puis rsoudre lquation
CD = E
en fonction de C (en explicitant C; D et E en fonction de A; B; ce qui fournit des systmes par libert de A et B)

www.mathematiques.fr.st

2/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

Corrections

Correction de lexercice 1.1 :

1. Je laisse le lecteur vrier que A2 2A + I = 0: Soit une valeur propre ventuelle de A: Puisque toute valeur propre
de A est racine de tout polynme annulateur de A; on en dduit que
2

2 +1=0,

= 1:

Par consquent, 1 est la seule propre possible de A (ce qui nimplique pas que 1 soit valeur propre mme si cest la seule
0 1
valeur propre ventuelle, le lecteur sen convaincra en tudiant
dont X 3 + X est un polynme annulateur).
1 0
0 1
x
Dterminons lespace propre E1 (A) de A associ la valeur propre 1: Soit X = @y A 2 E1 (A) alors
z
8
0
10 1 0 1
8
6
5
x
x
< 8x 6y + 5z = x
11 10A @y A = @y A ,
14x 11y + 10z = y
AX = 1:X , @14
:
7
6
6
z
z
7x 6y + 6z = z
8
8
< 7x 6y + 5z = 0
< 7x 6y + 5z = 0
5
6
14x 12y + 10z = 0 ,
0=0
L2
L2 2L1 ,
,
z
x= y
:
:
7
7
7x 6y + 5z = 0
0=0
L3
L3 L1
1
0 1
0
1
0 1 0
1
0
0 1 0 1
5
6
6
6
6
6
6
6
y
z
C
B C
B 7C
B7C B 7C
B
@7A ; @ 0 A);
+
z
,
X
2
Vect(
;
)
=
Vect(
, X = @7 y 7 A = y @7
A
@
A
@
A
@
A
1
0
1
0
0
7
z
0
1
0
1

ce qui montre que

0 1 0 1
6
6
E1 (A) = Vect(@7A ; @ 0 A)
0
7

2. Cela revient dire quil existe une base (e1 ; e2 ; e3 ) telle que
8
< Ae1 = e1 + e2
Ae2 =
e2
:
Ae3 =
e3

Les deux dernires galits signient simplement

0 1 0 que1e2 et e3 sont des vecteurs propres de A associs la valeur propre
6
6
1 donc e2 ; e3 doivent appartenir Vect(@7A ; @ 0 A): Traduisons la premire galit
0
7
Ae1 = e1 + e2 , (A

I3 )e1 = e2

Par consquent, on choisir le vecteur propre e2 de faon ce que e2 appartienne Im(A I3 ): Puisque dim ker(A I3 ) = 2;
le thorme du rang montre que rg(A I3 ) = 1 donc Im(A I3 ) est engendr par un vecteur. Puisque e2 est un vecteur
non nul et quil appartient limage, le vecteur e2 doit la fois engendr Im(A I3 ) et appartenir E1 (A): Un calcul
direct nous montre que
0
1
7
6
5
12 10A ;
A I3 = @14
7
6
5
0 1
1
et lon constate que tous les vecteurs colonnes (qui engendre limage de A I3 ) sont des multiples du vecteur @2A :
1
0 1
1
Un autre calcul direct montre que le vecteur @2A appartient E1 (A):
0 1 1
1
Ds lors, on choisit pour e2 le vecteur @2A et pour e3 un vecteur quelconque de E1 (A) non colinaire au vecteur e2
1
www.mathematiques.fr.st

3/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

0 1
6
(pour que la famille (e2 ; e3 ) soit libre), par exemple le vecteur e3 = @7A convient bien.
0
0 1
x
Dterminons maintenons un vecteur e1 = @y A convenable
z
8
10 1 0 1
0
7
6
5
x
1
=1
< 7x 6y + 5z
12 10A @y A = @2A ,
14x 12y + 10z = 2
(A I3 )e1 = e2 , @14
:
7
6
5
z
1
7x 6y + 5z
=1
8
< 7x 6y + 5z = 1
0
= 0 L2
L2 2L1 , 7x 6y + 5z = 1
,
:
0
=0
L3 L1
0 1
0
Le vecteur e1 = @ 1A convient. Montrons que la famille (e1 ; e2 ; e3 ) est une base de R3 ; ce qui revient montrer que
1
le dterminant, dans la base canonique, de cette famille de vecteurs est non nul
det(e1 ; e2 ; e3 ) =

0
1
1

1 6
2 7
1 0

L2

0
0
1

L2 L3

1 6
1 7 =
1 0

1
1

6
=
7

1 6= 0

Si
0 P dsigne
1 la matrice de changement de base de la base canonique dans la base (e1 ; e2 ; e3 ); autrement dit P =
0 1 6
@ 1 2 7A ; alors les formules de changement de base nous montre que
1 1 0
Ae1 Ae2 Ae3
1
0
e1
1
1
0
0
1
0 A e2 , A = P @1
P 1 AP = @ 1
0
0
0
1
e3
0
1
1 0 0
semblable la matrice @1 1 0A
0 0 1
1
0 0
1 0A : Soit M une matrice qui commute avec A
0 1
0

et donc A est bien

0
1
3. On note A0 = @1
0

M A = AM , M P A0 P

Si lon pose M 0 = P
0

a b
@d e
g h

= P A0 P

M P alors M 0 A0 = A0 M 0 donc M 0

10
c
1
f A @1
i
0
8
>
>
>
>
<
,
>
>
>
>
:

10
0
a
0A @d
1
g
8
a+b=a
b=0
>
>
d+e=a+d
<
e=a
e=b+e
,
c=0
>
>
c+f =f
:
h=0
g+h=g
0
1
0

1 0
0
1
0A = @1
1
0

0
1
0

b
e
h

M ,P

0
1
0

1
0
0A P
1

M P A0 = A0 P

MP

0
1
a b c
commute avec A0 . Si lon pose M 0 = @d e f A alors on a
g h i
1
0
1 0
1
c
a+b b c
a
b
c
f A , @ d + e e f A = @a + d b + e c + f A
i
g+h h i
g
h
i

0
a 0
, M 0 = @d a
g 0

1
0
fA ;
i

(a; d; f; g; i) 2 R5

Par consquent, M commute avec A ssi

M = P M 0P

10
0 1 6
a 0
= @ 1 2 7A @d a
1 1 0
g 0

10
0
0
fA @ 1
i
1

1
1 6
2 7A
1 0

o (a; d; f; g; i) sont des rels quelconques.

Remarque : lide de ramener ltude de la commutation de M et A celle de M 0 et A0 est intuitive, si lon raisonne en
www.mathematiques.fr.st

4/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

terme dendomorphismes. Si m (resp. a) dsigne lendomorphisme dont la matrice dans la base canonique est M (resp.
A); lgalit AM = M A signie que les endomorphismes m et a commutent. Vu quil existe une base dans laquelle la
matrice de a est simple, il est normal de considrer m dans cette mme base puisque lon tudie la commutation de a
et m, do lintroduction simultane de M 0 et A0 qui reprsentent les endomorphismes m et a dans cette base.
4. On remarque pour commencer que si X vrie lquation (E) alors X commute avec A puisque
XA = XX 2 = X 3 = X 2 X = AX
La question 3) montre alors que X scrit

0
1
Dautre part, puisque A = P @1
0

0
1
a 0 0
X = P @ b a cA P
d 0 e
1
0 0
1 0A P 1 et que
0 1

1 2

(a; b; c; d; e) 2 R5 :

1
) = P QP
| {z P}QP

(P QP

= P Q2 P

=I

lquation (E) scrit encore

0 0
1
12
0
1
0
12
0
a 0 0
1 0 0
a 0 0
1
(E) , @P @ b a c A P 1 A = P @1 1 0A P 1 , P @ b a c A P 1 = P @1
d 0 e
0 0 1
d 0 e
0
0
12 0
1
0
1
0
1
a2
0
0
1 0 0
a 0 0
1 0 0
@
A
@
A
@
b a c
,
= 1 1 0 , 2ab + cd a2 ac + ceA @1 1 0A = 0
d 0 e
0 0 1
ad + de 0
e2
0 0 1
8
8
2
a =1
a = "1
"1 2 f 1; 1g
>
>
>
>
>
>
>
>
e2 = 1
e = "2
"2 2 f 1; 1g
<
<
2ab + cd = 1 ,
2"1 b + cd = 1
,
>
>
>
>
>
>
> ac + ce = 0
> c("1 + "2 ) = 0
:
:
ad + de = 0
d("1 + "2 ) = 0

0
1
0

1
0
0A P
1

Pour nir la rsolution, nous sommes amen considrer dirents cas

Premier cas : "1 + "2 6= 0; cest--dire si (a; e) = (1; 1) ou (a; e) = ( 1; 1) alors

8
8
c=0
>
< c=0
<
d
=0
d=0
(E) ,
,
:
>
: b= 1
2"1 b = 1
2"1
0
1
0
1
1 0 0
1
0
0
B1
C
B 1
C
1
Par consquent, X = P @
ou X = P @
1 0A P
1 0 AP 1
2
2
0 0 1
0
0
1
Second cas : "1 + "2 = 0; cest--dire si (a; e) = (1; 1) ou (a; e) = ( 1; 1) alors
(E) , 2"1 b + cd = 1 , b =
Par consquent,
0

B1
X=P@

0
cd

2
d

C
c AP

cd
2"1

B 1
(c; d) 2 R2 ou X = P @

0
cd

2
d

C
cA P

(c; d) 2 R2 :

0
1
0 1
0
1
8
6
5
11 10A admet une innit de solutions donnes par
Conclusion : lquation X 2 = @14
7
6
6
8 0
9
1
0
1
0
1
"
0 0
1 0 0
1
0
0
>
>
<
=
B1
C
B 1
C
B 1 cd
C
1
2
S= P@
1 0A P 1 ; P @
1 0 A P 1; P @
" c A P ; (c; d) 2 R et " 2 f 1; 1g ;
>
>
2
2
2
;
:
0 0 1
0
0
1
d
0
"

www.mathematiques.fr.st

5/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

1
0 1 6
o P est la matrice inversible @ 1 2 7A
1 1 0
2
Remarque : dun
point
de
vue
topologique,
1
0 lensemble des
1 solutions dans M3 (R) de lquation X = A possdent deux
0
1 0 0
1
0
0
B1
C
B 1
C
1
points isols P @
et P @
1 0A P
1 0 A P 1 et deux composantes connexes innies.
2
2
0 0 1
0
0
1
Correction de lexercice 1.2 :
1. Les polynmes (X

1)2 et (X + 1)2 tant premiers entre eux dans R[X]; le thorme des noyaux montre que
ker(u

Il su t par consquent de montrer

0
0 1 0
B
3 0 4
A2 = B
@0 1 0
1 0 1

Id)2

ker(u + Id)2 = ker (u

Id)2 (u + Id2 ) :

que (X 1)2 (X + 1)2 = (X 2 1)2 est un polynme

12 0
1
0
2
5 0 6 0
6 0
B 0 1 0 6C
B
0C
0
0
2
C =B
C
I4 )2 = B
@ 6 0 7 0A ) (A
@ 6 0
3A
0
0 0 0 1
0 0

annulateur de u donc de A
12
6 0
0 6C
C = 04
6 0A
0 0

Les valeurs propres possibles (ncessairement relles) de u sont racines du polynme annulateur (X 1)2 (X + 1)2 de
u donc les valeurs propres possibles de
0 u1sont 1 ou 1: Dterminons les espaces propres respectifs
x
By C
C
Dtermination de E1 (A) : Soit X = B
@ z A 2 E1 (A) alors
t
8
8
0
10 1 0 1
0 1 0 2
x
x
2t + y = x
x + 2t + y = 0
>
>
>
>
<
<
B 3 0 4 0C By C By C
3x
+
4z
=
y
3x
y + 4z = 0
CB C B C
AX = X , B
,
@ 0 1 0 3A @ z A = @ z A , > 3t + y = z
y
z
+ 3t = 0
>
>
>
:
:
x+z t=0
1 0 1 0
t
t
x+z =t
8
8
x + 2t + y = 0
x + 2t + y = 0
>
>
>
>
<
<
4y + 4z 6t = 0 L2
L2 3L1
4y + 4z 6t = 0
,
,
y z + 3t = 0
6t = 0
L3
4L3 + L2
>
>
>
>
:
:
y + z 3t = 0
L4
L4 L1
6t = 0
L4
4L4 L2
0 1
0 1
8
z
1
< t=0
Bz C
B1C
C
B C
y=z ,X=B
,
@z A = z @1A
:
x=z
0
0
0 1
1
B1C
C
donc E1 (A) = Vect B
@1A
0
0 1
x
By C
C
Dtermination de E 1 (A) : Soit X = B
@ z A 2 E1 (A) alors
t
8
8
0
10 1
0 1
0 1 0 2
x
x
2t + y = x
x + 2t + y = 0
>
>
>
>
<
<
B 3 0 4 0C By C
By C
3x
+
4z
=
y
3x + y + 4z = 0
CB C
B C
AX =
X,B
,
@ 0 1 0 3A @ z A = @ z A , > y + 3t = z
y
+ z + 3t = 0
>
>
>
:
:
1 0 1 0
t
t
x+z = t
x+z+t=0
8
8
x + 2t + y = 0
x + 2t + y = 0
>
>
>
>
<
<
4y + 4z + 6t = 0 L2
L2 + 3L1
4y + 4z + 6t = 0
,
,
y + z + 3t = 0
6t = 0
L3
4L3 L2
>
>
>
>
:
:
y + z + 3t = 0
L4
L4 + L1
6t = 0
L4
4L4 L2
0 1
0 1
8
z
1
< t=0
B zC
B 1C
C
B C
y= z ,X=B
,
@ z A = z@ 1 A
:
x=z
0
0

www.mathematiques.fr.st

6/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

1
1
B 1C
C
donc E 1 (A) = Vect B
@1A
0

1 1
B
0 1
2. Soit B = (e1 ; e2 ; e3 ; e4 ) une base de R4 : Lgalit matricielle mat(u; B) = B
@0 0
0 0
suivante
8
8
Ae1 = e1
Ae1 = e1
>
>
>
>
<
<
Ae2 = e2 + e1
(A I4 )e2 = e1
,
Ae
=
e
Ae3 = e3
>
>
3
3
>
>
:
:
Ae4 = e4 + e3
(A + I4 )e4 = e3

0
0
1
0

1
0
0C
C est quivalente au systme
1A
1

(puisque lon se rappelle de la clbre formule y = u(x) , Y = AX): En particulier, on a e1 2 E1 (A) et e3 2 E 1 (A)
et daprs la question 1), chacun de ces espaces propres est de dimension 1, nous navons dautre choix que de choisir
( un scalaire multiplicatif prs)
0 1
0 1
1
1
B1C
B 1C
B
C
B
e1 = @ A et e3 = @ C
1
1A
0
0

Ces choix tant faits, il reste dterminer e2 et e4 ; ce que nous allons faire par un calcul direct.
Dtermination de e2 :
8
0
10 1 0 1
1 1
0
2
x
1
x + y + 2t = 1
>
>
<
B 3
By C B1C
1 4
0C
3x y + 4z = 1
B
C
B
C
B
C
(A I4 )e2 = e1 , @
=
,
0
1
1 3 A @ z A @1A
y z + 3t
=1
>
>
:
1 0
1
1
t
0
x+z t
=0
8
8
8
1
x + y + 2t
=1
x + y + 2t
=1
>
>
>
>
>
>
<
<
< t= 3
4y + 4z 6t = 2 L2
L2 3L1
4y + 4z 6t = 2
y=z
,
,
,
y
z
+
3t
=
1
6t
= 2 L3
4L3 + L2
>
>
>
>
>
>
:
:
: x= 1 +z
y + z 3t = 1 L4
L4 L1
6t
= 2 L4
4L4 L2
3
0 1
1
C
1B
0
C vrie bien (A I4 )e2 = e1 :
Par consquent, si lon xe z = 0; le vecteur e2 = B
3@ 0 A
1
Dtermination de e4 :
8
0
10 1 0 1
1 1 0 2
x
1
x + y + 2t
=1
>
>
<
B 3 1 4 0C By C B 1C
3x
+
y
+
4z
=
1
CB C B C
(A + I4 )e4 = e3 , B
@ 0 1 1 3A @ z A = @ 1 A , > y + z + 3t
=
1
>
:
1 0 1 1
t
0
x+z+t
=0
8
8
8
1
x + y + 2t = 1
x + y + 2t = 1
>
>
>
>
>
>
<
<
< t= 3
4y + 4z + 6t = 2 L2
L2 + 3L1
4y + 4z + 6t = 2
y= z
,
,
,
y
+
z
+
3t
=
1
6t
= 2 L3
4L3 L2
>
>
>
>
>
>
:
:
: x= 1 +z
y + z + 3t = 1 L4
L4 + L1
6t
= 2 L4
4L4 L2
3
0 1
1
1B
0C
C vrie bien (A I4 )e4 = e3 :
Par consquent, si lon xe z = 0; le vecteur e4 = B
@
3 0A
1
4
la famille (e1 ; e2 ; e3 ; e4 ) est une base de R : cela revient montrer que le dterminant, dans la base canonique, de

www.mathematiques.fr.st

7/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

cette famille est non nul

1
det(e1 ; e2 ; e3 ; e4 )

1
1
0

=
8
Ae1
>
>
<
Ae2
Par consquent, puisque
Ae3
>
>
:
Ae4

1
9

1
1
3
1 1
1 0
=
1
0
9 1
1
0
0
3
1
2
( 1)4+4 1 0
1 0

1
3
0
0
1
3

1
0
0
1

1 1
1 0
1 0
0 1

1
1
1 =
9
1

C2

C 2 C4

( 2)

1
1 1
9 1
0

( 1)2+1

1
1

2
0
0
0

1 1
1 0
1 0
0 1

4
1
= 6= 0
1
9

= e1
= e2 + e1
; A la matrice de u dans la base B = (e1 ; e2 ; e3 ; e4 ) est la matrice
= e3
= e4 + e3
Ae1
1
B 0
B
@ 0
0
0

Ae2
1
1
0
0

Ae3
0
0
1
0

Ae4
0
0
1
1

e1
C e2
C
A e3
e4

si P dsigne la matrice de changement de base de la base canonique dans la base (e1 ; e2 ; e3 ; e4 ); autrement dit
0
1
B
B1
P =B
B1
@
0

on a

0
B 3
B
@0
1

1 0
0 4
1 0
0 1

1
3
0
0
1
3

1
2
0C
C=P
3A
0

1
B0
B
@0
0

1
1
1
0
1
1
0
0

11
3C
0C
C;
0C
A
1
3
0
0
1
0

1
0
0C
CP
1A
1

3. (a) Il est vident que C(u) est inclu dans L(R4 ) donc nous allons utiliser la caractrisation des sous-espaces vectoriels
Si lon note 0 lapplication nulle sur R4 ; on a 0 2 C(u) car 0 u = 0 = u 0 donc C(u) est non vide (.
Soient v; w 2 C(u), cest--dire u v = v u et u w = w u et soient ; deux rels alors on a
u ( v + w) = u v + u w = v u + w u = ( v + w) u
donc v + w 2 C(u); ce qui dmontre que C(u) est un sous-espace vectoriel de L(R4 ):

(b) On utilise le rsultat lmentaire lmentaire dalgbre linaire :

Si u et v commutent alors pour tout polynme P; on a v(ker(P (u))
Cela simplement que v commute avec P (u), ce qui implique
8x

ker(P (u)):

2 ker(P (u)); P (u)(v(x)) = [P (u) v](x) = [v P (u)](x) = v[P (u)(x)] = v(0) = 0

) 8x 2 ker P (u); v(x) 2 ker(P (u)) ) v(ker(P (u)) ker(P (u))

Soit v 2 C(u): Daprs la question 1), nous avons

R4 = ker(u

Id)2

ker(u + Id)2

donc les sous-espaces vectoriels ker(u Id)2 et ker(u + Id)2 sont stables par v: Or e1 2 ker(u
et e2 2 ker(u Id)2 car
(u Id)2 e2 = (u Id)(u Id)e2 = (u Id)e1 = 0

Id)

ker(u

Id)

donc Vect(e1 ; e2 ) ker(u Id)2 : De mme, Vect(e3 ; e4 ) ker(u + Id)2 (je laisse au lecteur la vrication).
En passant la dimension, on en dduit que dim ker(u Id)2 > 2 et dim ker(u + Id)2 > 2, or lon sait que
4 = dim ker(u

www.mathematiques.fr.st

Id)2 + dim ker(u + Id)2

8/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

donc dim ker(u Id)2 = dim ker(u+Id)2 = 2: Ces deux galits combines aux inclusions Vect(e1 ; e2 )
et Vect(e3 ; e4 ) ker(u + Id)2 montrent que
Vect(e1 ; e2 ) = ker(u

Id)2

ker(u Id)2

Vect(e3 ; e4 ) = ker(u + Id)2

et

On en dduit que les espaces Vect(e1 ; e2 ) et Vect(e3 ; e4 ) sont stables par v; ce qui implique que la matrice de v
dans la base (e1 ; e2 ; e3 ; e4 ) est de la forme
v(e1 )
0

Ensuite, les espaces ker(u

la question 1)

B
B
@ 0
0

v(e2 )

v(e3 ) v(e4 )
1
0
0
0
0 C
C
A

0
0

e1
e2
e3
e4

Id) et ker(u + Id) sont stables par v: Or on a les galits suivantes qui dcoulent de
ker(u

Id) = Vect(e1 ) et

ker(u + Id) = Vect(e3 )

donc les espaces Vect(e1 ) et Vect(e3 ) sont stables par v; ce qui entraine que a matrice de v dans la base (e1 ; e2 ; e3 ; e4 )
est de la forme
v(e1 ) v(e2 ) v(e3 ) v(e4 )
0
1
0
0
e1
B 0
C
0
0
e2
C
B
@ 0
A
0
e3
0
0
0
e4

(c) Soit v 2 C(u); la question 3.b) nous montre lexistence de 6

0
a
B0
mat(v; B) = B
@0
0

rels (a; b; c; d; e; f ) tels que

1
b 0 0
c 0 0C
C
0 d eA
0 0 f

Le fait que u et v commutent impliquent que leurs matrices dans la base B commutent,
0
10
1 0
10
a b 0 0
1 1 0
0
1 1 0
0
a b 0
B0 c 0 0 C B0 1 0
C B0 1 0
C B0 c 0
0
0
B
CB
C=B
CB
@0 0 d e A @0 0
1 1 A @0 0
1 1 A @0 0 d
0 0 0 f
0 0 0
1
0 0 0
1
0 0 0
0
1 0
1
a a+b 0
0
a b+c 0
0
B0
C B0
c
0
0
c
0
0 C
a+b=b+c
C=B
C,
,B
@0
A
@
0
d d e
0
0
d f eA
d e=f e
0
0
0
f
0
0
0
f
Par consquent, v commute avec u ssi sa matrice dans la base
0
1
0
1
0
a b 0 0
1 0 0 0
0 1
B 0 a 0 0C
B0 1 0 0C
B0 0
C
B
C
B
mat(v; B) = B
@0 0 d eA = a @0 0 0 0A + b @0 0
0 0 0 d
0 0 0 0
0 0
autrement dit v commute avec u ssi
0
1
B0
mat(v; B) 2 Vect(B
@0
0

0
1
0
0

0
0
0
0

1 0
0
0
B0
0C
C;B
0A @0
0
0

1
0
0
0

0
0
0
0

B est de la forme
1
0
0 0
0 0
B0 0
0 0C
C + dB
@0 0
0 0A
0 0
0 0

1 0
0
0
B0
0C
C;B
0A @0
0
0

0
0
0
0

0
0
1
0

0
0
1
0

1 0
0
0
B0
0C
C;B
0A @0
0
1

Il est vident que ce dernier espace vectoriel est de dimension 4 donc dim C(u) = 4

cest--dire
1
0
0C
C
eA
f
,

a=c
d=f

1
0
0
0
B0
0C
C + eB
@0
0A
1
0
0
0
0
0

0
0
0
0

0
0
0
0

0
0
0
0

1
0
0C
C
1A
0

1
0
0C
C)
1A
0

Remarque : le rsultat lmentaire dalgbre cit au dbut de la question 3.b) joue un rle fondamental dans
les applications thoriques et "concrtes" de lalgbre aux di rentes sciences (physique, informatique, etc) et
il possde de nombreuses gnralisations dont les applications permettent la rsolution de nombreuses quations
aux drives partielles de la physique. En particulier, la physique des champs est entirement construite autour
de la notion doprateurs ou plutt de groupe doprateurs (que les physiciens appellent symtries) commutant
www.mathematiques.fr.st

9/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

certains oprateurs privilgis. On robtient ainsi linterprtation thorique du rle majeur jou par le Laplacien
n @2
P
n
=
2 sur R en physique classique (regarder toutes les quations fondamentales vue en physique selon
i=1 @xi
1 @2
en mcanique relativiste (par exemple, en
si n=1, n=2 ou n=3) , ou de loprateur de Dirac
= 2 2
c @t
lectromagntisme).
Donnons un exemple un peu plus concret (mais compltement virtuel). Imaginons
dune
0 que nous disposions
1
0 1 0 2
B 3 0 4 0C
C
thorie physique T possdant une symtrie privilgi dcrite par la matrice A = B
@ 0 1 0 3A et qui tout
1 0 1 0
systme physique S associe une matrice VS 2 M4 (R): Supposons que votre thorie exige que toute matrice VS
dun systme physique S commute avec A; alors daprs la question 3.c), vous tes certain que les matrices
0
1
1
1
1
0
0
0
1 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
B0 1 0 0C
B0 0 0 0C
B0 0 0 0C
B0 0 0 0C
B
C
C
C
C
B
B
B
@0 0 0 0A ; @0 0 0 0A ; @0 0 1 0A et @0 0 0 1A
0 0 0 0
0 0 0 0
0 0 0 1
0 0 0 0
joueront un rle majeur dans la thorie T:

Correction de lexercice 1.3 :

0
1
0
2
1
1
2
1A et BA = @ 1
1. AB = @ 1 2
1
1 2
1

1
2
1

1
1
1A donc AB = BA
2

2. Les deux matrices A et B sont semblables ssi elles reprsentent le mme endomorphisme dans des bases direntes.
Pour xer les ide, on suppose que la premire base B = (e1 ; e2 ; e3 ) est la base canonique de R3 et u est lunique
endomorphisme de R3 tel que mat(u; B) = A donc u est dni par
8
< u(e1 ) = e1 + e2
u(e2 ) = e2 + e3
(1)
:
u(e3 ) = e3 + e1
Notre objectif est de trouver une base B 0 = (f1 ; f2 ; f3 ) telle que
8
< u(f1 ) =
u(f2 ) =
(2)
:
u(f3 ) =

B = mat(u; B 0 ) autrement dit que

f1 + f3
f2 + f3
f3 + f2

En toute gnralit, on devrait crire les coordonnes des fi dans la base B puis rinjecter les galits obtenus dans le
systme (2) et utiliser les galits du systme (1). Mais, un bon calculateur tant un calculateur qui calcule peu, on remarque A et B sont les mmes colonnes sauf que la premire et la troisime sont changs. On constate alorsdirectement
que les vecteurs
f1 = e3 ; f2 = e2 ; f3 = e1
conviennent. Par consquent, les matrices A et B commutent
Remarque : On a mme
P BP 1 ; o P est la matrice de changement de base de (e1 ; e2 ; e3 ) dans (f1 ; f2 ; f3 );
0 A =1
0 0 1
cest--dire que P = @0 1 0A
1 0 0

3. Pour montrer que Vect(A; B) est un corps, cest--dire un anneau dont tous les lments non nuls admettent un inverse
appartenant Vect(A; B):
Pour commencer Vect(A; B)
M3 (R) qui est un anneau (non commutatif). On se dit ds lors quil su t dutiliser
la caractrisation des sous-anneaux dun anneau. Malheureusement, cela ne convient pas car si llment neutre pour
laddition de M3 (R), qui est 04 ; appartient bien Vect(A; B) (puisque cest un sous-espace vectoriel de M3 (R));
lensemble Vect(A; B) ne contient pas llment neutre pour la multiplication de M3 (R); qui est I3 : Cela rsulte du
calcul suivant : soit a; b 2 R
0
1
0
1 0
1
1 0 0
1 0
1
1 1
0
1 0 A + b@ 0
1 1 A = @0 1 0A
aA + bB = I3 , a @ 1
0
1
1
1
0
1
0 0 1
8
0
1 0
1
a b
b
a
1 0 0
< a b=1
a=0
a b
b A = @0 1 0A ,
, @ a
:
b
a
a b
0 0 1
b=0

www.mathematiques.fr.st

10/12

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

ce qui est impossible. Il nous faut donc vrier toutes les conditions sur les corps ( joie !!)
Vect(A; B) est non vide car 03 = 0

A+0

B 2 Vect(A; B)

Vect(A; B) est stable par addition qui est une loi associative et commutative : Laddition des matrices est associative et commutative. Ensuite, puisque Vect(A; B) est un R-espace vectoriel, il est stable par addition
Vect(A; B) est stable par produit et le produit est commutatif : Soit T = aA + bB et Z = cA + dB; nous devons
priori montrer que T Z et ZT appartiennent Vect(A; B) car lanneau Vect(A; B) nest pas commutatif puisquil
est inclu dans un anneau qui ne lest pas. En fait, Vect(A; B) est commutatif car, A et B commutant, on a
TZ

= (aA + bB)(cA + dB) = acA2 + adAB + bcBA + bdB 2 = acA2 + adBA + bcAB + bdB 2
= (cA + dB)(aA + bB) = ZT

Le calcul prcdent montre que Vect(A; B) est stable par produit si A2 ; AB = BA; B 2 appartiennent Vect(A; B)
Eectuons le calcul de tous ces produits et en saidant des coe cients nuls pour lune des matrices et non nuls
pour lautre, on obtient directement que
0
1
0
1 0
1
1
1
2
1 0
1
1 1
0
1 A = 2@ 1
1 0 A+@ 0
1 1 A = 2A + B 2 Vect(A; B)
A2 = @ 2 1
1
2 1
0
1
1
1
0
1
0
1
0
1 0
1
2
1
1
1 0
1
1 1
0
1A = @ 1
1 0A @0
1 1 A = A B 2 Vect(A; B)
AB = BA = @ 1 2
1
1 2
0
1
1
1
0
1
0
1 0
1
0
1
1
2 1
1 0
1
1 1
0
1
2A = @ 1
1 0 A 2@ 0
1 1 A = A 2B 2 Vect(A; B)
B2 = @ 1
2 1
1
0
1
1
1
0
1
On a donc

= acA2 + adAB + bcBA + bdB 2 = acA2 + adBA + bcAB + bdB 2

= ac( 2A + B) + (ad + bc)( A B) + bd(A 2B)
(aA + bB)(cA + dB) = A (bd ad bc 2ac) + B (ac ad bc 2bd) 2 Vect(A; B)

(aA + bB)(cA + dB)

donc Vect(A; B) est bien stable par produit

le produit est associatif et distributif par rapport ladditon : cela rsulte que le produit des matrices est associatif et distributif par rapport laddition des matrices
Existence dun lment neutre : Nous devons rechercher un lment E = aA + bB 2 Vect(A; B) tel que pour tout
lment T de Vect(A; B); on ait ET = T et T E = T: Le produit tant commutatif, il su t de vrier la premire
galit. En outre, lgalit
8T 2 Vect(A; B); ET = T
cela implique que EA = A et EB = B: Rciproquement si EA = A et EB = B; je laisse le lecteur vrier que
8T 2 Vect(A; B);

ET = T

En utilisant le fait que A et B sont linairement indpendants sur R; on obtient

EA

A , (aA + bB)A = A , aA2 + bBA = A , a( 2A + B) + b( A

1
2a b = 1
, A ( 2a b) + B (a b) = A ,
,a=b=
a b
=0
3
=

donc
E=
Ensuite un calcul direct montre que
0
2
1@
1
EB =
3
1

1
2
1

1
(A + B) =
3
10
1
1
1 A@ 0
2
1

2
1@
1
3
1
1
1
0

1
2
1

1
1
1A
2

1 0
0
1
1 A=@ 0
1
1

1
1
0

1
0
1 A=B
1

Par consquent, nous venons de montrer que llment neutre de Vect(A; B) est E =
Remarquons que E nest pas gal I3 et quil nest pas inversible dans M3 (R):
www.mathematiques.fr.st

11/12

B) = A

1
(A + B):
3

abdellah bechata

MP* : algebre linaire, dterminant

CORRECTIONS

Existence dun inverse pour tout lment non nul de Vect(A; B) : Soit T = aA + bB un lment non nul de
Vect(A; B); cest--dire que (a; b) 6= (0; 0) (puisque A; B sont linairement indpendants). Nous devons montrer lexistence dun lment Z = cA + dB 2 Vect(A; B) tel que T Z = E et ZT = E: Seul la premire galit est
intressante car la seconde en rsulte par commutativit du produit sur Vect(A; B): En utilisant lindpendance
linaire de A; B et en utilisant les calculs mens pour la stabilit de Vect(A; B) pour le produit, on a :
TZ

1
1
A
B
E , A ( c(b + 2a) + d(b a)) + B (c(a b) d(a + 2b)) =
3
3
8
>
< c(2a + b) + d(b a) = 1
1 1
2a b
b a
c
3 ,
,
=
1
a
b
a
2b
d
1
>
3
: c(a b) d(a + 2b) =
3
=

2a b
a b

Le dterminant de la matrice

b a
a 2b

est

b
3
3(a2 + ab + b2 ) = 3((a + )2 + b2 )
2
4
(
b
a+ =0
Puisque a et b sont rels, le dterminant est nul ssi
, a = b = 0 (la somme de deux positifs est nul
2
b=0
ssi ils sont tous les deux nuls).
2a b
b a
Par consquent, si (a; b) 6= (0; 0) alors la matrice
est inversible et son inverse est
a b
a 2b
2a b
a b
(car linverse de

TZ

c
d

c
d

Z=

est

E,

b a
a 2b

1
3

1
3(a2 + ab + b2 )

a 2b
b a

a b
2a b

): Par consquent, on obtient que

2a b
a b

1
9(a2 + ab + b2 )

b a
a 2b
0

3b
3a

1
1

9(a2

1
b
2
2 C
B
= @ 3(a + aab + b ) A
3(a2 + ab + b2 )

1
+ ab + b2 )

a 2b
b a

a b
2a b

1
1

b
a
A+
B 2 Vect(A; B)
3(a2 + ab + b2 )
3(a2 + ab + b2 )

Nous venons donc de montrer que tout lment non nul aA + bB admet un inverse dans Vect(A; B) et que
8(a; b) 6= (0; 0);

www.mathematiques.fr.st

(aA + bB)

12/12

b
a
A+
B
3(a2 + ab + b2 )
3(a2 + ab + b2 )

abdellah bechata