Université Paris-Est Marne-la-Vallée Préparation au CAPES 2009/2010 Algèbre linéaire Matrices - Déterminants - Systèmes linéaires 1 Matrice d’une application linéaire - changement de base. Exercice 1. Soit E un espace vectoriel de dimension 3 et B = (e1 , e2 , e3 ) une base de E. On considère f l’endomorphisme de E dont la matrice dans la base B est 1 0 2 M = 1 1 2 . 1 2 1 Donner sa matrice M 0 dans la base B 0 = (f1 , f2 , f3 ), où f1 = e1 + e2 , f2 = e1 + e2 + e3 , f3 = e1 − e2 + e3 . Exercice 2. Soit φ : E → E un endomorphisme de E, dim(E) = n. On suppose que φn = 0 n−1 et φ 6= 0 ; montrer qu’il existe une base B de E dans laquelle φ est représentée par la matrice 0 1 ··· 0 .. . . .. .. . . . . . M = .. . 0 1 0 ··· ··· 0 1 1 0 0 1 2 3 4 0 1 1 0 et B = 0 1 2 3 sont Application : Montrer que les matrices A = 0 0 1 1 0 0 1 2 0 0 0 1 0 0 0 1 semblables. 0 6 2 1 4 5 Exercice 3. Les matrices 6 2 2 et 5 2 2 sont elles semblables ? 3 1 1 8 2 3 Exercice 4. Matrices de trace nulle Soit M ∈ Mn (K) \ {0} telle que tr(M ) = 0. 1. Montrer qu’il existe X1 ∈ Mn,1 (K) telle que X1 et M X1 ne soient pas colinéaires. ! 0 ··· 2. En déduire que M est semblable à une matrice N = , où M1 ∈ Mn−1 (K) et .. . M 1 tr(M1 ) = 0. 3. En déduire que M est semblable à une matrice de diagonale nulle. 4. Montrer qu’une matrice M est de trace nulle si et seulement si elle s’écrit M = U V − V U , pour un certain couple U, V ∈ Mn (K). 2 Puissances de matrices Exercice 1 A= 0 1 Dans chacun des cas suivants, calculer An pour tout n ∈ N : 2 1 2 3 4 1 (2) 0 0 x xy xz 0 1 2 3 .. xy y 2 yz 1 1 A= A= . 0 0 1 2 A= 0 1 xz yz z 2 (2) 1 0 0 0 1 5. 1 Exercice 6. Soit A ∈ Mn (K) ; on suppose qu’il existe α, β ∈ K et U, V ∈ Mn (K) tels que A = αU + βV A2 = α2 U + β 2 V . Montrer que pour tout p ≥ 1, Ap = αp U + β p V. 3 A = α3 U + β 3 V 3 Matrices inversibles Exercice 7. Déterminer les inverses des matrices suivantes : 1 1 .. . A1 = (0) 0 0 .. . 0 .. . 1 1 (0) an · A2 = a1 A3 = (0) Exercice 8. Quaternions Montrer que H = (1) .. a b −b̄ ā . (1) M= 1 + a1 1 + an ; a, b ∈ C est un corps non commutatif, appelé corps des quaternions. Exercice 9. On note (Eij ) la base canonique de Mn (K). 1. Montrer que Fij = I + Eij est inversible. 2. Déterminer les matrices M telles que M P = P M pour toute P ∈ GLn (K). 3. Soit E un espace vectoriel de dimension finie ; que dire d’un endomorphisme ayant même matrice dans toutes les bases de E ? Exercice 10. Soit K un corps de caractéristique nulle ; montrer que Vect(Gln (K)) = Mn (K). Exercice 11. Soit M ∈ Mn (R) une matrice antisymétrique ; montrer que I + M est inversible. i−1 Exercice 12. Soit A ∈ Mn+1 (Q) telle que aij = Cj−1 . Interpréter A comme la matrice d’un −1 endomorphisme simple de Qn [X]. En déduire A . A B Exercice 13. Soient A, B, C, D ∈ Mn (K) avec A inversible. On pose M = . C D 1. Effectuer une décomposition LU par blocs de la matrice M . (voir exercice 29) 2. En déduire que det(M ) = det(A) det(D − CA−1 B). Que peut on dire quand A et C commutent ? 3. On suppose que M, A, B, C et D sont inversibles ; en s’inspirant de la question 1, déterminer M −1 . 4 Déterminants Exercice 14. Soit A ∈ Mn (R) ; montrer que | det(A)| ≤ n X n Y |aij |. i=1 j=1 Exercice 15. Soient A, B ∈ Mn (R) telles que AB = BA ; montrer que det(A2 + B 2 ) ≥ 0. Exercice 16. Soit A ∈ Mn (K) ; calculer le déterminant de l’application linéaire φ : Mn (K) → Mn (K) : X 7→ AX. Exercice 17. A. Soit A ∈ Mn (K) ; donner le rang de la comatrice de A en fonction de celui de 2 Exercice 18. Calculer les déterminants suivants : a + b ab (0) 1 Cn0 Cn1 · · · (1) .. .. 1 C0 1−x 1 . . n+1 Cn+1 · · · (2) (1) (3) . .. .. .. .. .. . . . . ab 0 1 Cn+p Cn+p · · · (1) n−x (0) 1 a+b a1 + b1 b1 ··· ··· b1 b2 a2 + b2 b2 · · · b2 . . . . . . . . . (4) .. bn−1 . bn−1 bn ··· ··· an + bn Cnp p Cn+1 .. . p Cn+p Exercice 19. Déterminant de Vandermonde Pour tout a1 , a2 , . . . , an ∈ K, calculer le déterminant 1 a1 a21 · · · an−1 1 1 a2 a2 · · · an−1 2 2 V (a1 , . . . , an ) = . .. . .. . 1 an a2 · · · an−1 n n Exercice 20. Déterminant de Cauchy Soit (ai )i≤n , (bi )i≤n i. On veut calculer le déterminant de Cauchy ∆n : 1 1 1 a1 +b1 a1 +b2 · · · a1 +bn 1 1 1 · · · a2 +b a2 +b2 n 1 ∆n = a2 +b .. .. .. . . ··· . 1 1 1 a +b · · · an +b2 an +bn n 1 telles que ai + bi 6= 0 pour tout . 1. Que vaut ∆n si les ai ne sont deux à deux distincts ? 2. Déterminer λ1 , . . . , λn tels que F (x) = 3. Montrer que ∆n = F (bn ) λn ∆n−1 , Exercice 21. Résultant de deux bo + b1 X + . . . + bq X q avec ap 6= 0 et le déterminant suivant : Res(P, Q) = (b1 −X)···(bn−1 −X) (X+a1 )···(X+an ) = λ1 X+a1 + ··· + λn X+an . puis donner une expression de ∆n en fonction des ai , bj . polynômes Soient P = ao + a1 X + . . . + ap X p et Q = bq 6= 0. Le résultant des polynômes P, Q noté Res(P, Q) est ap .. ap−1 .. . .. ao .. .. bq .. . .. . . . .. . .. . .. . . ap b1 . ap−1 bo .. .. . . ao .. . .. . bq . . .. . .. . .. .. b1 bo . (Les q premières colonnes de la matrice sont formées des coefficients de P et les p dernières des coefficients de Q.) Montrer que Res(P, Q) 6= 0 si et seulement si les polynômes P et Q sont premiers entre eux. 3 5 Systèmes linéaires - Rang - Méthode du pivot Exercice 22. Résoudre les systèmes suivants : = 6 x − 2y + 3z 3x + y − 5z = −3 (1) −8x + 3y + 6z = −5 2x + y − z = a x + my + z = b (3) 3x + y − mz = c Exercice 23. 2x − 3y + z = 0 x + 2y + 4z = 0 (2) 5x − 4y + 6z = 0 avec a, b, c, m ∈ R. Déterminer le rang des matrices suivantes : 1 1 2 −4 −2 −1 −2 2 0 (2) (1) 0 −2 4 −1 1 1 −2 −1 1 1 7 1 2 4 2 1 1 1 5 5 4 2 A O Exercice 24. Soit M = avec A ∈ Mp (K), B ∈ Mq,p (K) et C ∈ Mq (K). Montrer B C que rg(M ) ≥ rg(A) + rg(C), et qu’il y a égalité si l’une des matrices A ou C est inversible. Exercice 25. Soit a ≤ b ∈ [−1, 1] et α, β ≥ 0. Pour toute f : [−1, 1] → R, on pose I(f ) = αf (a) + βf (b). On définit Z 1 d = max n ∈ N : I(P ) = P (t) dt, ∀P ∈ Rn [X] . 0 Déterminer a, b, α, β de sorte que d soit le plus élevé possible. P Exercice 26. Soit A ∈ Mn (C) telle que |aii | > j6=i |aij |, pour tout i ∈ {1, . . . , n}. Montrer en utilisant la méthode du pivot que A est inversible. Exercice 27. Décomposition LU Soit M ∈ GLn (K) ; on dit que M admet une décomposition LU si M s’écrit M = LU , avec L triangulaire inférieure avec des 1 sur la diagonale et U triangulaire supérieure. 1. Montrer que si M ∈ GLn (K) admet une décomposition LU , alors celle-ci est unique. 2. Pour tout k ≤ n, on note M (k) la matrice M (k) = [mij ]i≤k,j≤k et de même pour U (k) , L(k) . Montrer que si M = LU , alors M (k) = L(k) U (k) , pour tout k ≤ n. En déduire que si M admet une décomposition LU , alors M (k) ∈ GLk (K), pour tout k ≤ n. 3. Réciproquement, établir que si M (k) ∈ GLk (K) pour tout k ≤ n, alors M admet une décomposition LU . Indication : Appliquer l’algorithme du pivot de Gauss sur les lignes de la matrice M . 2 3 2 1 4 5 3 5 4. Donner la décomposition LU de la matrice : M = −2 −6 −1 6 . 8 10 2 17 4