Fascicule ALGBRE III ELIMANE NDIAYE

ALGEBRE III
Recceuil Algébre III

Recceuil Algébre III MPCI
MPCIIIII &&SID
SIDII
COLLECTION ALGEBRE ELHADJ ELIMANE NDIAYE

EPREUVES DES TD ALGEBRE III
Travaux diriges 1 Page 3
Examen d'Algebre III: Session normale Page 12
Examen d'Algebre III: Session de rattrapage Page 14
CORRECTIONS DES TD ALGEBRE III

Corrige Algebre III: Session normale Page 56
Corrige Algebre III: Session de rattrapage Page 62
EPREUVES TD ALGEBRE III
Université Alioune Diop de Bambey Année académique 2014-2015
UFR SATIC
Licence 2 MPCI Premier Semestre
Travaux dirigés 1
L2 MPCI Durée: 2 heures
Exercice 1 Calculer les déterminants suivants:
a−b−c 2a 2a 1−λ 3 0 a 0 b
a) 2b b−c−a 2b ; b) 3 −2 − λ −1 ; c) b a 0 ;
2c 2c c−b−a 0 −1 1−λ 0 b a
a 0 0 b x a b x
1−λ 1 0
b a 0 0 a x x b
d) −1 2 − λ 1 ; e) ; f) ;
0 b a 0 b x x a
1 0 1−λ
0 0 b a x b a x
λ 0 1 2 a b c d x 2 3 4
0 λ 2 1 b a d c 2 x 4 3
g) ; h) ; i) .
1 2 λ 0 c d a b 3 4 x 2
2 1 0 λ d c b a 4 3 2 x
Exercice 2 Montrer que:
1 α βγ 1 α α2 b+c c+a a+b a b c

a) 1 β γα = 1 β β2 ; b) c1 + b1 c1 + a1 a1 + b1 = 2 a1 b1 c1 ;
1 γ αβ 1 γ γ2 c2 + b2 c2 + a2 a2 + b2 a2 b2 c2
0 ······ 0 a1
..
. . a2 0 n(n−1)
c) .. = (−1) 2 a1 a2 . . . an ;
0 . . .
an 0 ··· 0
a1 + b1 a1 + b2 · · · · · · a1 + bn
a2 + b1 a2 + b2 · · · · · · a2 + bn
.. .. .. .. ..
d) . . . . . = 0, pour n > 2.
.. .. .. .. ..
. . . . .
an + b1 an + b2 · · · · · · an + bn
Exercice 3 Vérifier que les matrices suivantes sont inversibles

 
    1 1 1 1
−3 2 −1 13 −8 −12  1 1 −1 −1 
A =  2 0 1 ; B =  12 −7 −12  ; C= .
     
1 −1 1 −1 
−1 2 1 6 −4 −5

1 −1 −1 −1
Travaux dirigés 1 A. S. Diallo et A. Sy c 2015
1
Exercice 4 Calculer
1 + x2 x 1 + x2 −x 0
x 1 + x2 x 0 −x 1 + x2 −x
x . . −x . .
a)∆n = ; b)∆0n = .
. . . . . .
0 . . x . . −x
x 1 + x2 0 −x 1 + x2
Exercice 5 Calculer les déterminants des matrices suivantes

   
n 1 ··· ··· 1 1 n ··· ··· n
..  . 
 1 ... ... ... .. ..
. .. 
 
 . 
 n 1
 . 
N =  ... . . . . . . . . . ..  , P =  .. . . .. .. . 
. ..  .

.   . . .
 .. . . . . . .  .. . .
   
 .. .. 
 . . . . 1   . . . . n 
1 ··· ··· 1 n n ··· ··· n 1
Exercice 6(Déterminant de Vandermonde)

Soit (x1 , · · · , xn ) ∈ Kn . On appelle déterminant de Vandermonde et on note V (x1 , · · · , xn ) l’élément
de K défini par :
1 1 . . . 1
x1 x2 . . . xn
x12 x22 . . . x2n
Vn (x1 , · · · , xn ) = .
. . . . . .
. . . . . .
n−1 n−1 n−1
x1 x2 . . . xn
Nous allons calculer V (x1 , · · · , xn ).
• (a) Si n = 1: V (x1 ) = 1.
1 1
• (b) Si n = 2: V (x1 , x2 ) = = x2 − x1 .
x1 x2
1 1 1
• (c) Si n = 3: V (x1 , x2 , x3 ) = x1 x2 x3 = (x2 − x1 )(x3 − x1 )(x3 − x2 ).
x21 x22 x23
1. Pour tout n ≥ 3, exprimer V (x1 , · · · , xn ) en fonction de V (x2 , · · · , xn ).
2. En déduire V (x1 , · · · , xn ).
3. En déduire V (1, 2, · · · , n) à l’aide de factoriel.
2
UFR SATIC
Travaux dirigés 2
Exercice 1 Déterminez les valeurs du paramètre m pour que les systèmes suivants aient:
1. une seule solution
2. aucune solution
3. une infinité de solutions:

  

 x+y−z =1  mx + y − z = 1
  4x − my = 3

a) 2x + 3y + mz = 3 ; b) x + my − z = 1 ; c) 2x + y = 2

 x + my + 3z = 2 
 −x + y + mz = 1 
 x+y =5
Exercice 2 Résolvez les systèmes linéaires suivants en discutant suivant les valeurs du paramètre m et
donnez-en une interprétation géométrique:

 mx + y = 2
( ( 
(m + 1)x − 2y = 4 2x + (m − 2) − m = 0
1) ; 2) ; 3) x + 2y = m
(m − 1)x − 3y = 5 4x + my − 10 = 0 
 2x + my = 1
Exercice 3 Rédoudre les systèmes suivants:

 
2 3
 x + ay + a z = a
  λx + y + z = 1

1) 2
x + by + b z = b ; 2) 3 x + λy + z = λ ;
 x + cy + c2 z = c3
  x + y + λz = λ2


 x + y +
 z = m+1
3) mx + y + (m − 1)z = m ;

 x + my + z = 1

 (1 − m)x + (2m + 1)y + 2(m + 1)z =
 m
4) mx + my = 2(m + 1) ;
2

 2x + (m + 1)y + (m − 1)z = m − 2m + 9


 ax + by + t = a+b

 bx + ay + z = a−b
5)

 y + az + bt = a + 1

x + by + at = a − 1

3
Exercice 4 Résoudre dans Q les systèmes d’équations linéaires suivants:


 x1 + x2 + x3 − x4 = 1 
 −x1 + x2  2x1 + 2x2 − x3 + x4 = 0


 + x3 + x4 = 1 
(S1 ) x1 − x2 + x3 + x4 = 1 ; (S2 ) x1 + x2 + x3 + 2x4 = 3
 



 x1 + x2 − x3 + x4 = 1  x
1 − x2 + 2x3 − x4 = −1
x1 − x2 − x3 + x4 = 0

Exercice 5 Résoudre dans R, en discutant suivant les valeurs de α ∈ R, les systèmes de trois équations
à 3 inconnues x, y, z.
 
 αx +
 y + αz = 2α  x
 + 2y + z = 0
(S1 ) αx − αy + z = 2α ; (S2 ) x + y + (1 + α)z = 1 ;
α2 z = α3

 αx − 
αy + αz = 1 + α  x + y −


 x − y cos α + z cos α = cos α
(S3 ) x cos α + y sin2 α + z = 1

 y + z = 1.
Exercice 6 Résoudre en discutant suivant les paramétres complexes α, β et γ le système de 4 équations

à 4 inconnues:


 x + α2 y + α4 z + α2 t = 1
β2y β4z + β2t = 1

 x + +

 x + γ2y + γ4z + γ2t = 1
+ (α2 + β 2 )z

y + t = 0.

4
UFR SATIC
Travaux dirigés 3
Exercice 1 Déterminer les éléments propres de l’endomorphisme définit par
ϕ:E → E
f 7→ f 0
avec E = C ∞ (R, R).

Exercice 2 Déterminer les éléments propres de l’endomorphisme définit par
ϕ : Mn (R) → Mn (R)
t
M 7→ M
ϕ est-elle diagonalisable.
Exercice 3 Soit E un C-espace vectoriel de dimension finie, et soient f, g ∈ L(E). On fixe B une base
de E et on désigne par A (resp. B) la matrice de f (resp. g) dans cette base.
1. Supposons f et g inversibles.
(a) Démontrer que AB et BA ont le même polynôme caractéristique.

(b) Soit λ une valeur propre de f ◦ g, et soit Eλ (resp. Fλ ) l’espace propre de f ◦ g (resp. de g ◦ f )
associé à λ. Démontrer les inclusions
g(Eλ ) ⊂ Fλ et f (Fλ ) ⊂ Eλ .
(c) Que peut-on en déduire sur les dimensions des espaces Eλ et Fλ ?

(d) Montrer que si f ◦ g est diagonalisable, alors g ◦ f est diagonalisable.
2. Supposons maintenant f et g quelconques.
(a) Montrer que si f ◦ g a une valeur propre nulle, il en est de même de g ◦ f .

(b) Soit α ∈ C − {0} tel que AB − αI est inversible. On note C son inverse. Vérifier que
(BA − αI)(BCA − I) = αI.
Que peut-on en déduire pour det(BA − αI) ?

(c) Déduire de ce qui précède que f ◦ g et g ◦ f ont les mêmes valeurs propres.
(d) Donner un exemple simple de matrices A et B tel que AB est diagonalisable, et BA n’est pas
diagonalisable.
7
Exercice 4 On considère l’endomorphisme f de R3 définie respectivement par la matrice
   
0 −3 1 m 1 1
M1 =  −4 1 1  ; et M2 =  1 m 1  .
   
4 −3 −3 1 1 m
1. Déterminer les éléments propres de f .
2. Montrer que la matrice des vecteurs propres est régulière et déterminer une matrice semblable à
Mi (i = 1, 2).
Exercice 5 Soient les suites u, v et w définie par:

 
 u0
 = −2  un+1 = 4un − 3vn − 3wn

v0 = 1 et ∀n ∈ N vn+1 = 3un − 2vn − 3wn
 
 w
0 = 5  wn+1 = 3un − 3vn − 2wn .
Déterminer un , vn et wn en fonction de n.
Exercice 6 Soient les suites u, v et w définie par:

 
1
 u0 = 0
  un+1 =
 4 (2un + v n + wn )
1
v0 = 22 et ∀n ∈ N, vn+1 = 3 (un + v n + wn

 w = 22 
 w 1
0 n+1 = 4 (un + vn + 2wn ).
Déterminer un , vn et wn en fonction de n et étudier la convergence de ces trois suites.
Exercice 7 Soient A et B sont deux matrices carrées de M3 (C) telles que: A = B 2 .
1. Montrer que si B est diagonalisable

 alors A est diagonalisable.
0 0 1
En utilisant la matrice  0 0 0  , justifier que la réciproque est fausse.
 
0 0 0
 
11 −5 −5
2. Soit les matrices B de M3 (C) telles que A = B 2 avec A =  −5 3 3 .
 
−5 3 3
(a) Vérifier que A est diagonalisable.

(b) Déterminer P ∈ GL3 (C) et D diagonale telles que: A = P DP −1 .
(c) Si C = P −1 BP , établir que C 2 = D puis que C et D commutent.
En déduire les matrices C qui conviennent puis les solutions du problème.
8
UFR SATIC
Travaux dirigés 4
Exercice 1 Soit la matrice de ϕ ∈ L(R4 ) définie par

 
−2 1 1 1
 1 −2 1 1 
M (ϕ) =  .
 
 1 1 −2 1 
1 1 1 −2
1. Déterminer les éléments propres de M (ϕ).
2. Trouver le polynôme minimal.
3. Indiquer la forme réduite M ∗ de M .
4. Donner l’expression de M ∗ en fonction de M . En déduire par un calcul simple l’inverse de M.
Exercice 2 Soit E l’espace vectoriel réel R4 rapporté à sa base canonique B0 = (e1 , e2 , e3 , e4 ). Soit m un
réel non nul et ϕ l’endomorphisme de E dont la matrice relative à B est
 
m −1 1 0
 1 m 0 −1 
A= .
 
 1 0 m −1 
0 −1 1 m
1. Vérifier que:
(a) ϕ admet une réciproque

(b) m est une valeur propre de ϕ; préciser sa multiplicité
2. Calculer le rang de la matrice A − mI4 (I4 étant la matrice unité d’ordre 4).
En déduire que
(a) ϕ n’est pas diagonalisable.

(b) Le sous espace propre Em associé à m est de dimension 2; en donner une base.
3. On considère une base {V, W } de Em et on désigne par I l’identité de E.
(a) Trouver deux vecteurs V 0 et W 0 de E vérifiant: (ϕ − mI)(V 0 ) = V et (ϕ − mI)(W 0 ) = W .

(b) Établir que V = {V, V 0 , W, W 0 } est une base de E.
(c) Donner la matrice A∗ de ϕ relative à V et vérifier qu’elle s’écrit A∗ = mI + N avec N matrice
carré vérifiant N 2 nulle. En déduire que le polynôme minimal de ϕ est qϕ (X) = (X − m)2
(d) Calculer A−1 , l’inverse de A et les puissances Ap , (A−1 )p .
9
Exercice 3 Soit A la matrice de M3 (R) suivante:
 
0 1 4
 −4 4 0  .
 
−2 1 2
1. La matrice A est-elle diagonalisable ?
2. Calculer (A − 2I3 )2 , puis (A − 2I3 )n pour tout n ∈ N. En déduire An .
Exercice 4 La suite de Fibonacci 0, 1, 1, 2, 3, 5, 8, 13, · · · est la suite (un )n définie par la relation de
récurrence un+1 = un + un−1 pour n ≥ 1, avec u0 = 0 et u1 = 1.
1. Déterminer une matrice A ∈ M2 (R) telle que, pour tout n ≥ 1

! !
un+1 u1
= An .
un u0
2. Montrer que A admet deux valeurs propres réelles distinctes que l’on note λ1 et λ2 avec λ1 < λ2 .
3. Trouver des vecteurs propres V1 et V2 associés aux valeurs propres λ1 et λ2 , sous la forme Vi = (α, 1),
avec α ∈ R.
4. Déterminer les coordonnées du vecteur (u1 , u0 ) dans la base (V1 , V2 ), on les note x1 et x2 .
5. Montrer que (un+1 , un ) = λ1 x1 V1 + λ2 x2 V2 . En déduire que
λn1 λn2
un = − .
λ1 − λ2 λ1 − λ2
6. Donner un équivalent de un lorsque n tend vers l’infini.
Exercice 5
1. Calculer un pour tout n de N sachant:



 u(0 = 1, u1 = 2
∗ u2n+1 = u2n + u2n−1
 ∀n ∈ N , u = u

2n 2n−1 + 2un−2
2. Soient u0 > 0, u1 > 0 et (un )n∈N définie par :

2
∀n ∈ N, un+2 = 1 1 .
un+1 + un
Calculer un , puis lim un lorsque n tend vers l’infini.
10
UFR SATIC
Travaux dirigés 5
Exercice 1 Pour les formes quadratiques suivantes déterminer une décomposition de Gauss et en
déduire le noyau, le rang et la signature.
1. φ(x1 , x2 , x3 ) = x21 + 2x22 + 8x23 − 2x1 x2 + 4x1 x3 .
2. φ(x1 , x2 , x3 , x4 ) = 4x1 x2 + 8x1 x3 + 24x2 x3 − 24x2 x4 .
Exercice 2 Pour les formes quadratiques suivantes déterminer une décomposition de Gauss et en
déduire le noyau, le rang et la signature.
1. φ(x, y, z) = x2 + 2y 2 + 2z 2 + 2xy − 4xz − 6yz.
2. φ(x, y, z) = xy + xz.
3. φ(x, y, z, t) = xy + 2xz + xt + 2yt + 4zt.
4. φ(x, y, z, t) = x2 + (4 + λ)y 2 + (1 + 4λ)z 2 + λt2 + 4xy + 2xz + 4(1 − λ)yz + 2λyt + (1 − 4λ)zt.
11
UFR SATIC
Examen d’Algèbre III: Session normale Durée: 4 heures
Exercice 1 (3 pts) Résoudre dans R en discutant suivant les valeurs du paramètre m le système
suivant:

 mx + y + z = 1
x + my + mz = 1

x + y + mz = m.
Exercice 2 (4 pts) Soient A et B deux matrices de Mn (R) telles que AB = BA. On suppose
que A admet n valeurs propres distinctes.
1. Soit x un vecteur propre de A de valeur propre λ:
(a) montrer que ABx = λBx;

(b) en déduire que les vecteurs x et Bx sont colinéaires;
(c) puis que tout vecteur propre de A est un vecteur propre de B.
2. On note maintenant λ1 , · · · , λn les valeurs propres de A et µ1 , · · · , µn celles de B.
(a) Montrer par récurrence sur n l’égalité suivante:
1 λ1 · · · λn−1
1
1 λ2 · · · λn−1
2
Y
.. .. = (λi − λj ).
. . 1≤i<j≤n
n−1
1 λn · · · λn
(b) En déduire que le système suivant

 n−1
 α0 + α1 λ1 + · · · + αn−1 λ1 = µ1

..
 .
α0 + α1 λn + · · · + αn−1 λn−1 = µn

n
admet une unique solution (α0 , α1 , · · · , αn−1 ) ∈ Rn .
Examen d’Algèbre III A. S. Diallo et A. Sy c 2015
12
Exercice 3 (6 pts) On considère la matrice suivante:
1 −1 0
 
A= 1 0 −1 
−1 0 2
et f l’endomorphisme de R3 associé.
1. Factoriser le polynôme caractéristique de A.
2. Déterminer les sous-espaces propre de A.
3. Démontrer qu’il existe une base de R3 dans laquelle la matrice de f s’écrit:

 
1 1 0
B =  0 1 1 .
0 0 1
4. Écrire la décomposition de Dunford de B (justifier).
Exercice 4 (7 pts) Soit la forme quadratique φ définie sur R4 par:
φ(x, y, z, t) = 4xy + 8xz + 24yz − 24yt.
1. Déterminer la matrice de φ dans la base canonique de R4 .
2. (a) Effectuer la réduction de Gauss de φ.

(b) Déterminer le noyau, le rang et le signature de la forme quadratique φ.
3. Déterminer la forme polaire associée à φ.
4. À partir de la forme polaire retrouver la matrice de la forme quadratique.
Examen d’Algèbre III A. S. Diallo et A. Sy c 2015
13
UFR SATIC
Licence 2 MPCI-SID Semestre 3
Examen d’Algèbre III: Session de rattrapage

Durée: 4 heures
Exercice 1 (6 pts) Les questions sont indépendantes
1. Vrai ou faux ? Justifier
(a) Un système linéaire de trois équations à quatre inconnues dont les secondes membres
sont nuls a des solutions non nulles.
(b) Un systéme linéaire de quatre équations à 3 inconnues dont les secondes membres sont
nuls n’a que la solution nulle.
2. Trouver pour quelles valeurs du paramètre m la matrice suivante est inversible
m + 3 −1
 
1
 5 m−3 1 .
6 −6 m + 4
3. Résoudre dans R en discutant suivant les valeurs du paramètre m le système suivant:
(4m2 − 1)x + (2m − 1)2 y = (2m + 1)2

(Sm ) :
(2m + 1)x + (4m − 1)y = 4m2 − 1.
Exercice 2 (3 pts) Les questions sont indépendantes
1. Soit A une matrice de Mn (K) dont le polynôme caractéristique est
PA (λ) = det(A − λIn ) = −(λ − α)n−1 (λ − β),
α, β étant deux scalaires distincts. Dans quel cas A est-elle diagonalisable ?
2. Soient A, B deux matrices inversibles de Mn (K). Montrer que AB et BA ont le même

polynôme caractéristique.
3. Soit A ∈ GLn (K). Exprimer le polynôme caractéristique de A−1 en fonction de celui de A.
Examen d’Algèbre III: Session de rattrapage A. S. Diallo et A. Sy c 2015
14
Exercice 3 (6 pts) Soit a un réel strictement positif. On considère la matrice suivante:
−1 a −a
 
A =  1 −1 0  .
1 0 −1
1. Calculer le polynôme caractéristique de A et en déduire que A n’est pas diagonalisable.
2. Déterminer trois matrices colonnes V1 , V2 , V3 de M3×1 (R) vérifiant:


 AV1 = −V1
AV2 = V1 − V2
AV3 = V1 + V2 − V3 .

3. Montrer que A est semblable à
−1 1
 
1
B =  0 −1 1  .
0 0 −1
4. Calculer An pour n ∈ N.
Exercice 4 (5 pts)
1. Soient ϕ une forme bilinéaire symétrique et φ la forme quadratique associée sur un espace
vectoriel E. Établir les trois identités suivantes:
h i
(a) ∀(x, y) ∈ E 2 , ϕ(x, y) = 12 φ(x + y) − φ(x) − φ(y) .
h i
(b) ∀(x, y) ∈ E 2 , ϕ(x, y) = 12 φ(x) + φ(y) − φ(x − y) .
h i
(c) ∀(x, y) ∈ E 2 , ϕ(x, y) = 14 φ(x + y) − φ(x − y) .
2. Soit la forme quadratique φ définie sur R4 par:
φ(x, y, z) = x2 + 2y 2 + 8z 2 − 2xy + 4xz.
(a) Donner une décomposition en carrées de formes linéaires indépendantes de la forme

quadratique φ.
(b) Déterminer le noyau, le rang et le signature de la forme quadratique φ.
(c) Déterminer la forme polaire associée à φ.
Examen d’Algèbre III: Session de rattrapage A. S. Diallo et A. Sy c 2015
15
CORRECTIONS DES TD ALGEBRE III
UFR SATIC
Travaux dirigés 1: Solution
Exercice 1 Calcul de déterminants:

a−b−c 2a 2a a+b+c a+b+c a+b+b 1 1 1
a) 2b b−c−a 2b = 2b b−c−a 2b = (a + b + c) 2b b−c−a 2b
2c 2c c−b−a 2c 2c c−b−a 2c 2c c−b−a
1 0 0
= (a + b + c) 2b a+b+c 0 = (a + b + c)3 .
2c 0 a+b+c
1−λ 3 0
−2 − λ −1 3 −1
b) 3 −2 − λ −1 = (1 − λ) −3 = (1 − λ)(λ − 3)(λ + 4).
−1 1−λ 0 1−λ
0 −1 1−λ
a 0 b a+b a+b a+b 1 1 1 1 0 0

c) b a 0 = b a 0 = (a + b) b a 0 = (a + b) b a − b −b = (a + b)(a2 + b2 − ab)
0 b a 0 b a 0 b a 0 b a
1−λ 1 0 2−λ 1 0 1 1 0 1 1 0
d) −1 2−λ 1 = 2−λ 2−λ 1 = (2 − λ) 1 2−λ 1 = (2 − λ) 0 1−λ 1
1 0 1−λ 2−λ 0 1−λ 1 0 1−λ 0 −1 1−λ
= (2 − λ)(λ2 − 2λ + 2).
a 0 0 b a+b a+b a+b a+b 1 1 1 1 1 0 0 0

b a 0 0 b a 0 0 b a 0 0 b a − b −b −b
e) = = (a + b) = (a + b)
0 b a 0 0 b a 0 0 b a 0 0 b a 0
0 0 b a 0 0 b a 0 0 b a 0 0 b a
a − b −b −b
a 0 −b −b
= (a + b) b a 0 = (a + b) (a − b) −b = (a + b)(a − b)(a2 + b2 ).
b a b a
0 b a
x a b x 2x + a + b a b x 1 a b x 1 a b x
a x x b 2x + a + b x x b 1 x x b 0 x−a x−b b−x
f) = = (2x + a + b) = (2x + a + b)
b x x a 2x + a + b x x a 1 x x a 0 x−a x−b a−x
x b a x 2x + a + b b a x 1 b a x 0 b−a a−b 0
x−a x−b b−x 2x − a − b x−b b−x
= (2x + a + b)(b − a) x − a x−b a−x = (2x + a + b)(b − a) 2x − a − b x−b a−x
1 −1 0 0 −1 0
1 x−b b−x
= (2x + a + b)(b − a)(2x − a − b) 1 x−b a−x
0 −1 0
1 x−b b−x
= (2x + a + b)(b − a)(2x − a − b) 0 0 a−b = (2x + a + b)(b − a)(2x − a − b)(a − b).
0 −1 0
16
λ 0 1 2 λ+3 0 1 2 1 0 1 2 1 0 1 2
0 λ 2 1 λ+3 λ 2 1 1 λ 2 1 0 λ 1 −1
g) = = (λ + 3) = (λ + 3)
1 2 λ 0 λ+3 2 λ 0 1 2 λ 0 0 2 λ−1 −2
2 1 0 λ λ+3 1 0 λ 1 1 0 λ 0 1 −1 λ−2
λ 1 −1
= (λ + 3) 2 λ−1 −2 = (λ + 3)(λ − 1)(λ − 3)(λ + 1).
1 −1 λ−2
a b c d a+b+c+d b c d 1 b c d
b a d c a+b+c+d a d c 1 a d c
h) = = (a + b + c + d)
c d a b a+b+c+d d a b 1 d a b
d c b a a+b+c+d c b a 1 c b a
1 b c d
a−b d−c c−d
0 a−b d−c c−d
= (a + b + c + d) = (a + b + c + d) d−b a−c b−d
0 d−b a−c b−d
c−b b−c a−d
0 c−b b−c a−d
a−b d−c 0
= (a + b + c + d) d−b a−c a+b−c−d
c−b b−c a+b−c−d
a−b d−c 0
= (a + b − c − d)(a + b + c + d) d−b a−c 1
c−b b−c 1
a−b d−c 0
= (a + b − c − d)(a + b + c + d) d−c a−b 0
c−b b−c 1
a−b d−c
= (a + b − c − d)(a + b + c + d)
d−c a−b

= (a + b − c − d)(a + b + c + d) (a − b)2 − (d − c)2
= (a + b + c + d)(a + b − c − d)(a − b + d − c)(a − b − d + c).
x 2 3 4 x+9 2 3 4 1 2 3 4 1 2 3 4
2 x 4 3 x+9 x 4 3 1 x 4 3 0 x−2 1 −1
i) = = (x + 9) = (x + 9)
3 4 x 2 x+9 4 x 2 1 4 x 2 0 2 x−3 −2
4 3 2 x x+9 3 2 x 1 3 2 x 0 1 −1 x−4
x−2 1 −1 x−2 1 0
= (x + 9) 2 x−3 −2 = (x + 9) 2 x−3 x−5
1 −1 x−4 1 −1 x−5
x−2 1 0 x−2 1 0
= (x + 9)(x − 5) 2 x−3 1 = (x + 9)(x − 5) 1 x−2 0
1 −1 1 1 −1 1
x−2 1 x−1 1
= (x + 9)(x − 5) = (x + 9)(x − 5)
1 x−2 x−1 x−2
1 1 1 1
= (x + 9)(x − 5)(x − 1) = (x + 9)(x − 5)(x − 1)
1 x−2 0 x−3
= (x + 9)(x − 5)(x − 1)(x − 3).
17
Exercice 2 Montrons les égalités suivantes: que:
1 α βγ 1 α α2
a) 1 β γα = 1 β β2 .
1 γ αβ 1 γ γ2
• Si αβγ = 0, alors le résultat est évident.
• Si αβγ 6= 0. On a:
1 α βγ 1 α βγ α α2 αβγ α α2 1 1 α α2
αβγ 1 αβγ
1 β γα = 1 β γα = β β2 βγα = β β2 1 = 1 β β2 .
αβγ αβγ αβγ
1 γ αβ 1 γ αβ γ γ2 αβγ γ γ2 1 1 γ γ2
b+c c+a a+b a b c

b) b1 + c1 + c1 + a1 a1 + b1 = 2 a1 b1 c1 .
b2 + c 2 + c2 + a2 a2 + b2 a2 b2 c2
Posons
 
b+c c+a a+b
A =  b1 + c1 + c1 + a1 a 1 + b1 
b2 + c2 + c2 + a2 a 2 + b2
Effectuons les transformations suivantes: C1 ! C2 + C3 − C1 , C2 ! C1 + C3 − C2 et C3 ! C2 + C1 − C3 . On

obtient:
   
2a 2b 2c a b c
A =  2a1 2b1 2c1  = 2  a1 b1 c1  .
2a2 2b2 2c2 a2 b2 c2
Ainsi:
b+c c+a a+b 2a 2b 2c a b c
b1 + c1 c1 + a1 a 1 + b1 = 2a1 2b1 2c1 = 2 a1 b1 c1 .
b2 + c2 c2 + a2 a 2 + b2 2a2 2b2 2c2 a2 b2 c2
0 ······ 0 a1
..
. . a2 0 n(n−1)
c) .. = (−1) 2 a1 a2 . . . an .
0 . . .
an 0 ··· 0
En intervertissant deux lignes, le déterminant change de signe donc multiplié par (−1). Ainsi a1 subit (n − 1)
permutations, a2 subit n − 2 permutations ainsi de suite, an−1 une permutation, par conséquent le déterminant
devient:
a1 0 ··· 0
.. ..
0 a2 . .
(−1)(1+2+...+(n−1)) .. = (−1)(1+2+...+(n−1)) a1 a2 ...an .
.. ..
. . . 0
0 ··· 0 an
18
n(n−1)
Or 1 + 2 + ... + (n − 1) = 2 . Alors:
0 ······ 0 a1
..
. . a2 0 n(n−1)
.. = (−1) 2 a1 a2 . . . an
0 . . .
an 0 ··· 0
a1 + b1 a1 + b2 ··· · · · a1 + bn
a2 + b1 a2 + b2 ··· · · · a2 + bn
.. .. .. .. ..
d) . . . . . = 0, pour n > 2.
.. .. .. .. ..
. . . . .
an + b1 a n + b2 ··· · · · an + bn
Effectuons les transformations suivantes: Ci ! Ci+1 − Ci pour 1 ≤ i < n et Cn ! Cn − C1 . On obtient:
a1 + b1 a1 + b2 ··· · · · a1 + bn b1 − b2 b2 − b3 ··· bn−1 − bn bn − b1

a2 + b1 a2 + b2 ··· · · · a2 + bn b1 − b2 b2 − b3 ··· bn−1 − bn bn − b1
.. .. .. .. .. .. .. .. .. ..
. . . . . = . . . . .
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
an + b1 an + b2 ··· · · · an + bn b1 − b2 b2 − b3 ··· bn−1 − bn bn − b1
1 ··· ··· ··· 1
.. .. .. .. .
. . . . ..
= (b1 − b2 )(b2 − b3 ) · · · (bn−1 − bn )(bn − b1 ) ... ..
.
..
.
.. .
. .. =0
.. .. .. .. .
. . . . ..
1 ··· ··· ··· 1
Exercice 3 Montrons que les matrices suivantes sont inversibles
−3 2 −1
 
A= 2 0 1 .
−1 2 1
Le calcul du détermiant de la matrice A donne: det A = −4 6= 0. Donc A est inversible.
13 −8 −12
 
B =  12 −7 −12  .
6 −4 −5
Le calcul du déterminant de la matrice B donne: det B = −1 6= 0. Donc B est inversible.
1 1 1 1
 
 1 1 −1 −1 
C= .
 1 −1 1 −1 
1 −1 −1 −1
19
Le calcul du déterminant de la matrice C donne: det B = −8 6= 0. Donc C est inversible.
Exercice 4 Calculons les déterminants suivants:
1 + x2 x
x 1 + x2 x 0
x . .
a)∆n = .
. . .
0 . . x
x 1 + x2
En développant par rapport à la première colonne, il vient que:
1 + x2 x
x 0 0
x 1 + x2 x 0
x 1 + x2 x
x . .
∆n = = (1 + x2 )∆n−1 − x . . . .
. . .
. . x
0 . . x
0 x 1 + x2
x 1 + x2
En développant à nouveau le déterminant restant par rapport à la première ligne, il vient que:
∆n = (1 + x2 )∆n−1 − x2 ∆n−2 ⇐⇒ ∆n − ∆n−1 = x2 (∆n−1 − ∆n−2 )
Pour trouver vraiment la valeur de ∆n , on calcule les premiÃ¨res itérations. On a:
∆1 = 1 + x 2 et ∆ 2 = 1 + x2 + x4 , · · ·
On conjecture que: ∆n = 1 + x2 + x4 + · · · + x2n . On montre par récurrence que le resultat est vrai.
1 + x2 −x 0
−x 1 + x2 −x
−x . .
b)∆0n = .
. . .
. . −x
0 −x 1 + x2
Même démarche que le précédent.
Exercice 5 Calculons les déterminants des matrices suivantes:

 
n 1 ··· ··· 1
 1 . . . . . . . . . ...
 

 
 . .
. . . . . . . . ...

N =  ..
.

 .
 . .. .. .

. . .. 1

 . 
1 ··· ··· 1 n
On a:
n 1 ··· ··· 1 n + (n − 1) n + (n − 1) · · · · · · n + (n − 1)
.. .. . . .. .. .. ..
1 . . . . .. 1 . . . .
.. .. .. . . .. .. .. .. ..
|N | = . . . . . .. = . . . . .
.. .. .. . .. .. .. ..
. . . .. 1 . . . . 1
1 ··· ··· 1 n 1 ··· ··· 1 n
20
1 1 ··· ··· 1
.. .. . .
1 . . . . ..
.. .. .. . .
= (n + (n − 1)) . . . . . .. .
.. .. .. .
. . . .. 1
1 ··· ··· 1 n
En effectuant les transformations L2 = L2 − L1 , L3 = L3 − L1 , · · · , Ln = Ln − L1 on obtient:
1 1 ··· ··· 1
0 n−1 0 ··· 0
. .. .. .. ..
|N | = (n + (n − 1)) .. . . . . .
.. .. .. ..
. . . . 0
0 ··· ··· 0 n−1
Enfin, on calcule le déterminant d’une matrice triangulaire supérieure. Ainsi on trouve:
|N | = (n + (n − 1))(n − 1)(n−1) .
 
1 n ··· ··· n
 .. .. . 

 n 1 . . .. 

P = .. . . .. .. .. 
 . . . . .  .
 .. . . .. ..

. . . n 
 
 .
n ··· ··· n 1
On a:
1 n ··· ··· n 1 + n(n − 1) 1 + n(n − 1) · · · · · · 1 + n(n − 1)

.. .. . .. .. ..
n 1 . . .. n 1 . . .
.. . . .. .. . .. .. .. .. ..
|P | = . . . . .. = . . . . .
.. . . .. .. .. .. .. ..
. . . . n . . . . n
n ··· ··· n 1 n ··· ··· n 1
1 1 ··· ··· 1
.. .. .
n 1 . . ..
.. . . .. .. .
= (1 + n(n − 1)) . . . . .. .
.. . . .. ..
. . . . n
n ··· ··· n 1
En effectuant les transformations C2 = C1 − C2 , C3 = C1 − C3 , · · · , Cn = C1 − Cn , on obtient:
1 0 ··· ··· 0
..
n n−1 0 ··· .
|P | = (1 + n(n − 1)) .. .. .. .. ..
. . . . .
.. .. .. ..
. . . . 0
n ··· ··· 0 n−1
21
Enfin, on calcule le déterminant d’une matrice triangulaire inférieure. Ainsi on trouve:
|P | = (1 + n(n − 1))(n − 1)(n−1) .
Exercice 6(Déterminant de Vandermonde)

Soit (x1 , · · · , xn ) ∈ Kn . On appelle déterminant de Vandermonde et on note V (x1 , · · · , xn ) l’élément de K
défini par :
1 1 . . . 1
x1 x2 . . . xn
x21 x22 . . . x2n
Vn (x1 , · · · , xn ) = .
. . . . . .
. . . . . .
xn−1
1 xn−1
2 . . . xn−1
n
Nous allons calculer V (x1 , · · · , xn ).
• (a) Si n = 1: V (x1 ) = 1.
1 1
• (b) Si n = 2: V (x1 , x2 ) = = x2 − x1 .
x1 x2
1 1 1
• (c) Si n = 3: V (x1 , x2 , x3 ) = x1 x2 x3 = (x2 − x1 )(x3 − x1 )(x3 − x2 ).
x21 x22 x23
1. Pour tout n ≥ 3, exprimer V (x1 , · · · , xn ) en fonction de V (x2 , · · · , xn ).
2. En déduire V (x1 , · · · , xn ).
3. En déduire V (1, 2, · · · , n) à l’aide de factoriel.
Solution 5: Notons par L1 , · · · , Ln les lignes de la matrice correspondante.
1. Nous allons enlever la première colonne à toute les autres colonnes:
1 0 . . . 0
1 1 . . . 1
x1 x2 − x1 . . . x n − x1
x1 x2 . . . xn
x21 x22 − x21 . . . x2n − x21
x21 x22 . . . x2n
Vn (x1 , · · · , xn ) = = . . . . . . .
. . . . . .
. . . . . .
. . . . . . n−2
x1 x2 − xn−2
n−2
. . . xn − xn−2
n−1
xn−1 xn−1 . . . xn−1 1 1
1 2 n
xn−1
1 xn−1
2 − x n−1
1 . . . xn−1
n − x n−1
1
En développant par rapport à la première ligne, on obtient:
x2 − x1 . . . x n − x1
x22 − x21 . . . x2n − x21
. . . . .
Vn (x1 , · · · , xn ) = .
. . . . .
xn−2
2 − xn−2
1 . . . xn−1
n − xn−2
1
x2 − xn−1
n−1
1 . . . xn−1
n − xn−1
1
Nous allons faire les opérations suivantes sur les lignes de cette nouvelle matrice en partant de la dernière
ligne. La ligne Ln est remplacée par Ln − x1 Ln−1 , puis la ligne Ln−1 est remplacée par Ln−1 − x1 Ln−2 , · · ·
22
jusqu’à L2 qui est remplacée par L2 − x1 L1 . On obtient:
x2 − x1 . . . xn − x1 x2 − x1 . . . xn − x1
x22 − x21 . . . x2n − x21 x2 (x2 − x1 ) . . . xn (xn − x1 )
. . . . . . . . . .
Vn (x1 , · · · , xn ) = =
. . . . . . . . . .
xn−2
2 − xn−2
1 . . . xn−2
n − xn−2
1 xn−3
2 (x 2 − x1 ) . . . xn−3
n (x n − x1 )
x2 − xn−1
n−1
1 . . . xn−1
n − xn−1
1 xn−2
2 (x 2 − x1 ) . . . xnn−2 (xn − x1 )
Nous utilisons maintenant la linéarité du déterminant par rapport à chacune des colonnes: on factorise la
première colonne par x2 − x1 ; la seconde par x3 − x1 ,..., la dernière par xn − 1. On obtient:
1 . . . 1
x2 . . . xn
. . . . .
Vn (x1 , · · · , xn ) = (x2 − x1 )(x3 − x1 ) · · · (xn − x1 )
. . . . .
xn−3
2 . . . xn−3
n
xn−2
2 . . . xn−2
n
Il vient que:
n
Y
Vn (x1 , · · · , xn ) = (xi − x1 )Vn (x2 , · · · , xn )
i=2
2. On déduit que
n
Y Y Y
Vn (x1 , · · · , xn ) = (xi − x1 ) (xk − xl ) = (xk − xl )
i=2 k>l>1 k>l
3. De même, on déduit que
Vn (1, · · · , n) = (n − 1)!(n − 2)! · · · 2!1!.
23
UFR SATIC
Travaux dirigés 2
Exercice 1 Déterminons les valeurs du paramètre m pour que les systèmes suivants aient:
1. une seule solution
2. aucune solution
3. une infinité de solutions:



 x+y−z =1
a) 2x + 3y + mz = 3

 x + my + 3z = 2
Le nombre de solution depend du détermiant ∆. On trouve: ∆ = 6 − m − m2 .

∆ = 0 ⇔ 6 − m − m2 = 0 ⇔ m1 = −3 ou m2 = 2.
1. Si m ∈ R − {−3, 2}, le système à une seule solution car ∆ 6= 0. Les déterminants ∆x , ∆y et ∆z sont
donnés par
∆x = 6 − m − m2 ; ∆y = 2 − m; ∆z = 2 − 3.
Les formules de Cramer donnent:
1 1
x = 1; y = ;z = .
3+m 3+m
D’où
n 1 1 o
S= 1; ; /m ∈ R − {−3, 2} .
3+m 3+m
2. Si m = −3, on a ∆ = 0, alors le système à zéro ou une infinité de solution. Le système devient:

 x+y−z
 = 1 (1)
2x + 3y − 3z = 3 (2)

 x − 3y + 3z = 2 (3)
En résolvant par la methode de substitution on trouve:

5
(2) + (3) ⇔ x = (4)
3
En injectant (4) dans (1) et (2), on trouve:
2
(1) ⇔ y − z = − (5)
3
1
(2) ⇔ y − z = − (6)
9
D’après (5) et (6) le système à zéro solution. D’où
S = ∅.
24
3. Pour m = 2, on a ∆ = 0, alors le système à zéro ou une infinité de solution. Le système devient:

 x+y−z
 = 1 (10 )
2x + 3y + 2z = 3 (20 )
(30 )

 x + 2y + 3z = 2
En résolvant par la methode de substitution on trouve:
(10 ) ⇔ z = x + y − 1 (40 ).
En injectant (4’) dans (2’) et (3’), on trouve:

5 − 4x
(20 ) ⇔ y = (50 )
5
x
(30 ) ⇔ z = (60 ).
5
D’après (5’) et (6’), on a une infinité de solution. D’où:
n 5 − 4x x o
S= x; ; /x ∈ R .
5 5
Conclusion: Le système à:
• une solution pour m ∈ R − {−3; 2};
• pas de solution pour m = −3;
• une infinité de solution pour m = 2.

 mx + y − z = 1

b) x + my − z = 1

 −x + y + mz = 1
On a:
    
 mx + y − z = 1
 m 1 −1 x 1
x + my − z = 1 ⇔  1 m −1   y  =  1  .
    

 −x + y + mz = 1 −1 1 m z 1
Le déterminant de la matrice associée au système est: ∆ = m(m − 1)(m + 1).
∆ = 0 ⇔ m = 0; m = 1; m = −1.
1. Pour m ∈ R − {−1; 0; 1}, on a: ∆ 6= 0, donc le système admet une solution unique. Les formules de
Cramer donnent:
1 1 1
x= ; y= ; z= .
m m m
D’où
n 1 1 1 o
S= ;; /m ∈ R − {−1; 0; 1} .
m m m
25
2. Pour m = −1, on a: ∆ = 0. Le système a zéro ou une infinité de solution. Dans ce cas le système
devient:

 −x + y − z = 1
 (
−x + y − z = 1 (1)
x−y−z =1 ⇔

 −x + y − z = 1 x − y − z = 1 (2)
(1) + (2) ⇒ z = −1. Dans (1) on trouve x = y. On a une infinité de solution. D’où
S = {(x, x, −1)/x ∈ R}.
3. Pour m = 0, on a: ∆ = 0, le système a zéro ou une infinité de solution. Dans ce cas le systm̀e

devient:

 y−z = 1 (10 ) (
(10 )

0 y−z = 1
x−z = 1 (2 ) ⇔
y−z = 2 (20 ) + (30 )
(30 )

 −x + y = 1
Impossible. Donc
S = ∅.
4. Pour m = 1, on a: ∆ = 0, le système a zéro ou une infinité de solution. Dans ce cas le système

devient

 x+y−z = 1 (100 ) (
(100 )

00 x+y−z = 1
x+y−z = 1 (2 ) ⇔
−x + y + z = 1 (200 )
(300 )

 −x + y + z = 1
(100 ) + (200 ) ⇒ y = 1. Dans (100 ) on a x = y. Ainsi le système admet une infinité de solution.
S = {(x, 1, x)/x ∈ R}.
Conclusion:
• Le système a une solution pour m ∈ R − {−1; 0; 1}.

• Le système a zéro solution pour m = 0.
• Le système a une infinité de solution pour m ∈ {−1; 1}.

 4x − my = 3

c) 2x + y = 2

 x+y =5
On a:
    
 4x − my = 3 4 m 3
 !
x
2x + y = 2 ⇔  2 1  = 2 
   

 x+y =5 y
1 1 5
26
Le système n’est pas de Cramer. On ne peut calculer le déterminant. Considérons le sous-système suivant:
(
2x + y = 2
x+y =5
La méthode de substitution donne x = −3 et y = 2. En insérant ces deux valeurs dans la première

équation on trouve m = −15
8 .
Conclusion:
−15
• Le système à une solution unique pour m = 8 .
−15
• Le système n’a pas de solution pour m 6= 8
27
Exercice 2 Résolvez les systèmes linéaires suivants en discutant suivant les valeurs du paramètre m et
donnez-en une interprétation géométrique:
(
(m + 1)x − 2y = 4
1)
(m − 1)x − 3y = 5
On a:
( ! ! !
(m + 1)x − 2y = 4 (m + 1) −2 x 4
⇔ = .
(m − 1)x − 3y = 5 (m − 1) −3 y 5
Le déterminant de la matrice associée au système est: ∆ = −m − 5.

1. Pour m 6= −5, on a: ∆ 6= 0. Le système admet une solution unique. Les formules de Cramer donnent:
2 m+9
x= ; y=− .
m+5 m+5
D’où
n 2 m + 9 o
S= ;− /m 6= −5 .
m+5 m+5
2. Pour m = −5, on a: ∆ = 0. Le système a zéro ou une infinité de solution. Dans ce cas le système
devient
( (
−4x − 2y = 4 −2x − y = 2
⇔
−6x − 3y = 5 −2x − y = 56
Impossible. Donc
S = ∅.
Interprétation géométrique.

2 m+9
• Pour m 6= −5, les deux équations répresentent deux droites sécantes en I m+5 ; − m+5 .
• Pour m = −5, les deux équations répresentent deux droites strictement parallèles.
(
2x + (m − 2) − m = 0
2)
4x + my − 10 = 0
( ! ! !
2x + (m − 2) − m = 0 2 (m − 2) x m
⇔ =
4x + my − 10 = 0 4 m y 10
Le déterminant de la matrice associée au système est: ∆ = 8 − 2m.

1. Pour m 6= 4, on a: ∆ 6= 0. Le système admet une unique solution. Les formules de Cramer donnent
m2 − 10m + 20 10 − 2m
x= ; y= .
8 − 4m 8 − 4m
D’où
n m2 − 10m + 20 10 − 2m o
S= ; /m 6= 4 .
8 − 4m 8 − 4m
28
2. Pour m = 4, on a: ∆ = 0. Le système a zéro ou une infinité de solution. Dans ce cas le système
devient:
( (
2x + 2y = 4 x+y =2
⇔
4x + 4y = 10 x + y = 52
Impossible. D’où
S = ∅.
Interprétation géométrique:

m2 −10m+20 10−2m
• Pour m 6= 4, les deux équations répresentent deux droites sécantes en I 8−4m ; 8−4m .
• Pour m = 4, les deux équations représentent deux droites strictement parallèles.

 mx + y = 2

3) x + 2y = m

 2x + my = 1
    
 mx + y = 2 m y 2
 !
x
x + 2y = m ⇔  x 2  = m 
   

 2x + my = 1 y
x m 1
Le système n’est pas de Cramer. Considérons le sous-système suivant:
(
mx + y = 2
x + 2y = m
Le déterminant de la matrice associée à ce sous-système est: ∆ = 2m − 1.
1. Pour m = 12 , on a: ∆ = 0. Le système devient:
(
x + 2y = 4
x + 2y = 1 12
Impossible. D’où
S = ∅.
2. Pour m 6= 12 , on a: ∆ 6= 0. Le système a une solution unique. Les formules de Cramer donnent:

4−m m2 − 2
x= ; y= .
2m − 1 2m − 1
En injectant ces valeurs dans la troisième équation on trouve:
4−m m2 − 2
2 )+m = 1 ⇔ m3 − 6m + 9 = 0 ⇔ (m + 3)(m2 − 3m + 3) = 0.
2m − 1 2m − 1
(a) Pour m = −3, on a: x = −1 et y = −1.
(b) Pour m 6= −3, on a: S = ∅.
Interprétation géométrique:
• Pour m = −3, les trois équations répresentent trois droites concourantes en I(−1; −1).
• Pour m 6= −3, les trois droites n’ont aucun point commun.
29
Exercice 3 Résolvons les systèmes suivants:

2 3
 x + ay + a z = a

1) x + by + b2 z = b3
 x + cy + c2 z = c3

On a:
     
2 3 1 a a2 a3
 x + ay + a z = a
 x
2
x + by + b z = b 3 ⇔  1 b b2   y  =  b3  .
    
 x + cy + c2 z = c3

1 c c2 z c3
Le déterminant du système est:
1 a a2 1 a a2
∆= 1 b b2 = 0 b − a b − a2
2 = (c − a) (a − b) (b − c)
1 c c2 0 c − a c2 − a2
1. Si ∆ = 0 ⇔ a = b = c. Dans ce cas on a une seule équation x + ay + a2 z = a3 . La solution est:
S = {(y, z, a3 − ay − a2 z), y, z ∈ R}.
2. Si ∆ 6= 0, alors le système admet une solution unique
x = abc; y = −ba − bc − ca; z = a + b + c.

 λx + y + z = 1

2) x + λy + z = λ
 x + y + λz = λ2

On a:
     
 λx + y + z = 1
 λ 1 1 x 1
x + λy + z = λ ⇔  1 λ 1   y  =  λ  .
    
 x + y + λz = λ2

1 1 λ z λ2
Le déterminant du système est:
λ 1 1
∆= 1 λ 1 = (λ + 2) (λ − 1)2
1 1 λ
1. Si λ = 1 alors le système se réduit à une seule équation x + y + z = 1. On a une infinité de solution
S = {(x, y, 1 − x − y), x, y ∈ R}.
30
2. Si λ = −2, alors le système devient
 
 −2x + y + z = 1 (1)
  −2x + y + z = 1 (1)

x − 2y + z = −2 (2) ⇔ −3x + 3y = 3 (1) − (2)

 x + y − 2z 
 −3y + 3z
= 4 (3) = −6 (2) − (3)

 0 = 1

⇔ y = x+1

 z = x−1
Donc le système n’admet pas de solution.
3. Si λ 6= 1 et λ 6= −2, on a une solution unique
λ+1 1 (λ + 1)2
x=− ; y=− ; z=
λ+2 λ+2 λ+2

 x + y +
 z = m+1
3) mx + y + (m − 1)z = m

 x + my + z = 1
On a:
     
 x + y +
 z = m+1 1 1 1 x m+1
mx + y + (m − 1)z = m ⇔  m 1 m − 1  y  =  m 
    

 x + my + z = 1 1 m 1 z 1
Le déterminant de la matrice associée au système est:
1 1 1
∆= m 1 m−1 =m−1
1 m 1
1. Si m = 1, on a: ∆ = 0. Alors le système devient


 x + y + z = 2

x + y = 1

 x + y + z = 1
D’après la première et troisième équation de ce nouveau système on a: 1 = 2. Ce qui est impossible.

Donc
S = ∅.
2. Si m 6= 1, on a: ∆ 6= 0, le système admet une solution unique:
2m − m3 − 1 + m2 −m
x= ; y= ; z = m(m + 1).
m−1 m−1
31

 (1 − m)x + (2m + 1)y + 2(m + 1)z =
 m
4) mx + my = 2(m + 1)
+ (m + 1)y + (m − 1)z = m2 − 2m + 9

 2x
On a:
     
 (1 − m)x + (2m + 1)y + 2(m + 1)z = m
 1 − m 2m + 1 2(m + 1) x m
mx + my = 2m + 1 ⇔ m m 0  y  =  2m + 1 
    
 2x + (m + 1)y + (m − 1)z = m2 − 2m + 9

2 m+1 m−1 z m2 − 2m + 9
Le déterminant de la matrice associée à ce système est:
∆ = −m (m − 1) (m − 2)

 m=0

On a: ∆ = 0 ⇔ m=1

 m=2
1. Si m = 0, on a: ∆ = 0. Le système devient

 x + y + 2z = 0

0 = 1

 2x + y + −z = 9
D’après la deuxième équation, le systm̀e est impossible. Donc:

S = ∅.


 3y + 4z = 1
x + y = 3

 2x + 2y = 8
D’après la deuxième est troisième équation, le système est impossible. Donc:
S = ∅.

 −x + 5y + 6z = 2 (1)

2x + 2y = 5 (2)

 2x + 3y + z = 9 (3)
On voit que:
(3) − (2) ⇒ y + z = 4
3
(2) + 2(1) ⇒ y + z =
4
Ce qui est impossible. Donc

S = ∅.
32
4. Pour ∆ 6= 0, le système est de Cramer, donc admet une solution unique donnée par
2m3 − 5m2 + 10m − 3

x = (m + 1)
m (m − 1) (m − 2)
m3 − 2m2 + 4m + 5
y = − (2m − 1) ;
m (m − 1) (m − 2)
9m3 − 19m2 + 6m + 1 − 3m4
z =
−m (m − 1) (m − 2)


 ax + by + t = a+b

 bx + ay + z = a−b
5)

 y + az + bt = a+1

x + by + at = a−1

On a:
     

 ax + by + t = a+b a b 0 1 x a+b

 bx + ay + z = a−b  b
 a 1 0  y   a−b 
⇔ =
   
 

 y + az + bt = a+1  0 1 a b  z   a+1 

x + by + at = a−1 1 0 b a t a−1

Le déterminant de la matrice associée au système est:
det M = (a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b) .


 b = a+1

 b = −a − 1
On va discuter suivant que det M = 0 ou non. On a: det M = 0 ⇔

 b = a−1

b = 1−a

1. Si b = a + 1, on a: ∆ = 0, le système devient:


 ax + (a + 1)y + t = 2a + 1

 (a + 1)x + ay + z = −1

 y + az + (a + 1)t = a+1

x + (a + 1)z + at = a−1

(a) Si a = 0, on obtient

 y + t = 1 
 y+t=1

 
 x + z = −1
=⇒ et

 y + + t = 1 
 x + z = −1

x + z + = −1

S = {(x, y, −1 − x, 1 − y); x; y ∈ R}.
33
(b) Si a = −1, on obtient


 −x + t = −1

 −y + z = −1

 y − z = 0

x − t = 2

Le système est impossible. Donc
S = ∅. (1)
(c) Si a ∈
/ {0, 1}, on obtient


 ax + (a + 1)y + t = 2a + 1 (1)

 (a + 1)x + ay + z = −1 (2)

 y + az + (a + 1)t = a + 1 (3)

x + (a + 1)z + at = a − 1 (4)

D’après les équations (1) et (4) on a:

a−1 x a+1
t = 2a + 1 − ax − (a + 1)y = − − z.
a a a
On obtient que
2a2 + 2a − 1

1 1 a+1
y= x(a − ) − z− .
1+a a a a
D’après l’équation (2), on a

1 a+1 z
y= − − x− .
a a a
En comparant ces deux expressions de y cad
2a2 + 2a − 1

1 a+1 z 1 1 a+1
− − x− = x(a − ) − z−
a a a 1+a a a a
on obtient
2a2 + 2a − 2

2 a+2
x − =z + .
a a a
Ainsi on a:

a+2
x = −z − (a2 + a − 1)
2
a3 + 2a2 − 2

a+3
y = z +
2 a
2
a2 + 2a3 + a − 2

a − 2a − 2
t = z −
2 a
z ∈ R, .
Donc le système admet une infinité de solution.
34
2. Si b = −a − 1, on a: ∆ = 0 le système devient:


 ax + −(a + 1)y + t = −1

 −(a + 1)x + ay + z = 2a + 1

 y + az + −(a + 1)t = a+1

x + −(a + 1)z + at = a−1

(a) Si a = 0, on a:

−y + t = −1 
 y−t = 1



 −x + 
+ z = 1
⇔ et

 y + −t = 1 
 x − z = −1

x −z + = −1

S = {(x, y, x + 1, y − 1); x; y ∈ R}.
(b) Si a = −1, on a:


 −x + t = −1

 −y + z = −1

 y −z = 0

x −t = −2

Le système est incompatible. Donc

S = ∅.
(c) Si a 6∈ {−1, 0}. Même demarche
3. Si b = a − 1, on a: ∆ = 0. Le système devient:


 ax + (a − 1)y + t = 2a − 1

 (a − 1)x + ay + z = 1

 y + az + (a − 1)t = a+1

x + (a − 1)z + at = a−1

(a) Si a = 0, on a:

−y + t = −1 
 y−t = 1



 −x 
+ z = 1
⇔ et

 y −t = 1 
 x − z = −1

x −z = −1

S = {(x, y, x + 1, y − 1); x; y ∈ R}.
(b) Si a = 1, on a:


 x + t = 1

 + y + z = 1

 y + z = 2

x + t = 0

Le système est incompatible. Donc

S = ∅.
35
(c) Si a 6∈ {0, 1}. Même demarche
4. 4eme cas b = 1 − a, ∆ = 0. Le système devient



 ax + (1 − a)y + t = 1

 (1 − a)x + ay + z = 2a

 y + az + (1 − a)t = a+1

x + (1 − a)z + at = a−1

5. 5eme cas, det M 6= 0. Le système est de Crammer donc admet une solution unique donnée par:
a+b b 0 1
a−b a 1 0
a+1 1 a b
∆x a−1 0 b a
x = =
det M (a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
(a − 1 + b) a3 − ba2 + ab + ab2 − b2 + 1 + b − b3

x =
(a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
a − ba2 + ab + ab2 − b2 + 1 + b − b3
3
x =
(a + 1 − b) (a + 1 + b) (a − b − 1)
a a+b 0 1
b a−b 1 0
0 a+1 a b
∆y 1 a−1 b a
y = =
det M (a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
(a − 1 + b) a3 − 3ba2 + ab2 − ab − 2a + b2 − 1 − b + b3

y =
(a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
a − 3ba2 + ab2 − ab − 2a + b2 − 1 − b + b3
3
y =
(a + 1 − b) (a + 1 + b) (a − b − 1)
a b a+b 1
b a a−b 0
0 1 a+1 b
∆z 1 0 a−1 a
z = =
det M (a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
(a − 1 + b) a3 − 3ba2 + ab2 − ab − 2a + b2 − 1 − b + b3

z =
(a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
a − 3ba2 + ab2 − ab − 2a + b2 − 1 − b + b3
3
z =
(a + 1 − b) (a + 1 + b) (a − b − 1)
a b 0 a+b
b a 1 a−b
0 1 a a+1
∆t 1 0 b a−1
t = =
det M (a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
36
a (a − 1 + b) a2 − 2ab − a + b2 − b − 2

t =
(a + 1 − b) (a + 1 + b) (a − b − 1) (a − 1 + b)
a2 − 2ab − a + b2 − b − 2
t = a
(a + 1 − b) (a + 1 + b) (a − b − 1)
Exercice 4 Résoudre dans Q les systèmes d’équations linéaires suivants:


 x1 + x2
 + x3 − x4 = 1 
 −x1 + x2  2x1 + 2x2 − x3 + x4 = 0


 + x3 + x4 = 1 
(S1 ) x1 − x2 + x3 + x4 = 1 ; (S2 ) x1 + x2 + x3 + 2x4 = 3
 



 x1 + x2 − x3 + x4 = 1  x
1 − x2 + 2x3 − x4 = −1
x1 − x2 − x3 + x4 = 0

Exercice 5 Résoudre dans R, en discutant suivant les valeurs de α ∈ R, les systèmes de trois équations
à 3 inconnues x, y, z.
 
 αx +
 y + αz = 2α  x
 + 2y + z = 0
(S1 ) αx − αy + z = 2α ; (S2 ) x + y + (1 + α)z = 1 ;
α2 z = α3

 αx − 
αy + αz = 1 + α  x + y −


 x − y cos α + z cos α = cos α
(S3 ) x cos α + y sin2 α + z = 1

 y + z = 1.
Exercice 6 Résoudre en discutant suivant les paramétres complexes α, β et γ le système de 4 équations

à 4 inconnues:


 x + α2 y + α4 z + α2 t = 1
β2y β4z + β2t = 1

 x + +

 x + γ2y + γ4z + γ2t = 1
+ (α2 + β 2 )z

y + t = 0.

37
UFR SATIC
Travaux dirigés 3
Solution 1 Déterminons les éléments propres de l’endomorphisme définit par

ϕ:E → E
f 7→ f0
avec E = C ∞ (R, R). On a:
λ ∈ Spec(ϕ), ∃f ∈ E − {0}, ϕ(f ) = λf ⇔ f 0 = λf.
Ainsi, pour tout réel λ
df df
f 0 = λf ⇔ = λf ⇔ = λdx ⇔ f = keλx , k ∈ R.
dx f
Pour tout réel λ la fonction x ∈ R 7→ keλx n’étant pas la fonction nulle, on déduit:
• Spec(ϕ) = R.
• Les vecteurs propres de ϕ sont les fonctions x ∈ R 7→ keλx avec (k, λ) ∈ R∗ × R.
• ∀λ ∈ R, Eλ = vect(x ∈ R 7→ eλx ).
Solution 2 Déterminons les éléments propres de l’endomorphisme définit par

ϕ : Mn (R) → Mn (R)
t
M 7→ M
On a:
λ ∈ Spec(ϕ), ∃M ∈ Mn (R) − {0}/ϕ(M ) = λM ⇔ t M = λM
• Les termes diagonaux entraı̂nent aii = λaii pour tout 1 ≤ i ≤ n.
• Les termes rectangles (non-diagonaux) entraı̂nent aij = λaji pour tout 1 ≤ j < i ≤ n. On en déduit que
aij = λ2 aij pour tout couple (i, j)
Ceci entreı̂ne que λ = ±1. On distingue plusieurs cas.
1. Si λ = −1, on a:
(a) tous les éléments sur la diagonale principale sont égaux à 0;
(b) tous les éléments rectangles sont tels que aij = −aji .
On en déduit que −1 est une valeur propre de ϕ.
Les vecteurs propres appartenant à V ect(fij : 1 ≤ j < i ≤ n) avec fij = Eij − Eji . L’espace propre associé
est donc de dimension n(n − 1)/2.
2. Si λ = 1, on a:
(a) on a plus de contraintes sur les éléments diagonaux;
(b) les éléments rectangles sont tels que aij = aji .
On en déduit que 1 est une valeur propre de ϕ.
Les vecteurs propres appartient à V ect(Eii , gij : 1 ≤ j < i ≤ n) avec gij = Eij + Eji . L’espace propre associé
est donc de dimension n + n(n − 1)/2 = n(n + 1)/2.
Finalement, puisque n(n − 1)/2 + n(n + 1)/2 = n2 , l’endomorphisme est diagonalisable. ϕ est-elle diagonalisable.
38
Solution 3 Soit E un C-espace vectoriel de dimension finie, et soient f, g ∈ L(E). On fixe B une base de E et on
désigne par A (resp. B) la matrice de f (resp. g) dans cette base.
1. Supposons f et g inversibles.
(a) Montrons que AB et BA ont le même polynôme caractéristique. Supposons A inversible. Pour tout
λ ∈ C on a
• d’une part:
ABA − λA = A(BA − λIn ) ⇒ det(ABA − λA) = det A · det(BA − λIn ) = det APBA (λ);
• d’autre part:
ABA − λA = (AB − λIn )A ⇒ det(ABA − λA) = det(AB − λIn ) · det A = PAB (λ) det A.
En simplifiant par det A qui est non nul, on trouve que:
PBA (λ) = PAB (λ).
Cad AB et BA ont le même polynôme caractéristique.

(b) Soit λ une valeur propre de f ◦ g, et soit Eλ (resp. Fλ ) l’espace propre de f ◦ g (resp. de g ◦ f ) associé à
λ. Démontrons les inclusions g(Eλ ) ⊂ Fλ et f (Fλ ) ⊂ Eλ .
• Soit x ∈ Eλ , cad f ◦ g(x) = λx. On a:
g ◦ f (g(x)) = g(f ◦ g(x)) = g(λx) = λg(x).
Ceci prouve que g(x) ∈ Fλ , et donc que g(Eλ ) ⊂ Fλ .

• Soit x ∈ Fλ , cad g ◦ f (x) = λx. On a:
f ◦ g(f (x)) = f (g ◦ f (x)) = f (λx) = λf (x).
Ceci prouve que f (x) ∈ Eλ , et donc que f (Fλ ) ⊂ Eλ .

(c) f et g étant des isomorphismes, ils conservent la dimension, et on a donc:
dim(g(Eλ )) = dim(Eλ ) et dim(f (Fλ )) = dim(Fλ ).
D’autre part, les inclusions démontrées à la question précédente prouvent que
dim(g(Eλ )) ≤ dim(Fλ ) et dim(f (Fλ )) ≤ dim(Eλ ).
Si on met tout ensemble, on en déduit que:
dim(Eλ ) ≤ dim(Fλ ) et dim(Fλ ) ≤ dim(Eλ ).
Ainsi, les espaces propres Eλ et Fλ ont même dimension.

(d) Montrons que si f ◦ g est diagonalisable, alors g ◦ f est diagonalisable.
Soient λ1 , · · · , λp les valeurs propres de f ◦ g. Alors, puisque f ◦ g est diagonalisable, on a:
dim(Eλ1 + · · · + dim(Eλp = n.
D’après le résultat de la question précédente, on a aussi
dim(Fλ1 + · · · + dim(Fλp = n.
Ainsi, la somme des dimensions des sous-espaces propres de g ◦ f est (au moins) égale à n. C’est bien
que g ◦ f est diagonalisable.
39
2. Supposons maintenant f et g quelconques.
(a) Si 0 est valeur propre de f ◦ g, alors det(AB) = 0. Mais det(AB) = det(BA) = 0, et donc 0 est valeur
propre de g ◦ f .
(b) On utilise la relation suivante :
(AB − αI)C = I ⇒ ABC = I + αC.
Développant, on trouve :
(BA − αI)(BCA − I) = B(ABC)A − BA − αBCA + αI

= BA + αBCA − BA − αBCA + αI
= αI.
On en déduit que det(BA − αI) est non-nul, puisque
det(BA − αI) × det(BCA − I) = αn 6= 0,
et donc que BA − αI est inversible.

(c) On raisonne par contraposée. Si α n’est pas une valeur propre de f ◦ g, alors AB − αI est inversible,
et par la question précédente, BA − αI est inversible, c’est-à-dire que α n’est pas une valeur propre de
g ◦ f . Par contraposée, toute valeur propre de g ◦ f est une valeur propre de f ◦ g. Par symétrie du rôle
joué par f et g, f ◦ g et g ◦ f ont les mêmes valeurs propres.
(d) On va travailler en dimension 2, avec des matrices non-inversibles. Prenons

1 0 0 1
A= et B= .
0 0 0 0
On a:

0 1 0 0
AB = et BA = .
0 0 0 0
BA est diagonalisable, tandis que AB ne l’est pas.
40
Solution 4 On considère l’endomorphisme f de R3 définie respectivement par la matrice
−3
 
0 1
M1 =  −4 1 1 .
4 −3 −3
1. Déterminons les éléments propres de f .
• PA (λ) = (λ − 4)(λ + 2)(λ + 4). Donc les valeurs propres de A sont 4; −2 et −4.
• SEP (M1 , 4) = V ect((1; −1; 1)); SEP (M1 , −2) = V ect((1; 1; 1)) et SEP (A, −4) = V ect((1; 1; −1))
2. Montrons que la matrice des vecteurs propres est régulière. On a:

1
− 12
   
1 1 1 2 0
P =  −1 1 1  et P −1 =  0 1
2
1
2
.
1
1 1 −1 2 0 − 12
Une matrice semblable à M1 est la matrice suivante:

 
4 0 0
D =  0 −2 0 .
0 0 −4
On considère l’endomorphisme f de R3 définie respectivement par la matrice

 
m 1 1
M2 =  1 m 1 .
1 1 m
1. Déterminons les éléments propres de f .
• PM2 (λ) = (m + 2 − λ)(m − 1 − λ)2 . Donc les vp de M2 sont (m + 2) (simple) et (m − 1) (double).

• SEP (M2 , m + 2) = V ect((1; 1; 1)) et SEP (M2 , m − 1) = V ect((1; 0; −1); (0; 1; −1)).
2. Montrons que la matrice des vecteurs propres est régulière. On a:

2
− 13 − 13
   
1 0 1 3
P = 0 1 1  et P −1 =  − 13 2
3 − 13  .
1 1 1
−1 −1 1 3 3 3
Une matrice semblable à M2 est la matrice suivante:
m−1
 
0 0
D= 0 m−1 0 .
0 0 m+2
41
Solution 5 Soient les suites u, v et w définie par:
 
 u0 = −2  un+1 = 4un − 3vn − 3wn
v0 = 1 et ∀n ∈ N v = 3un − 2vn − 3wn
 n+1
− 3vn −

w0 = 5 wn+1 = 3un 2wn .
Déterminons un , vn et wn en fonction de n. Pour tout n ∈ N, posons

 
un
Un =  vn 
wn
−2 −3 −3
   
4
La suite (Un ) est définie par U0 =  1  et ∀n ∈ N, Un+1 = AUn avec A =  3 −2 −3 .
5 3 −3 −2
Une récurrence immédiate donne: ∀n ∈ N, Un = An U0 .
Déterminons An .
• PA (λ) = −λ(λ − 1)2 (λ − 2). Donc les vp sont 1 (double) et −2 (simple).
• SEP (A, −2) = V ect((1; 1; 1)) et SEP (A, 1) = V ect((1; 1; 0); (1; 0; 1)).
• Ainsi on a:
−1 −2
     
1 1 1 1 1 0 0
P = 1 1 0 ; P −1 = 1 0 −1  et D =  0 1 0 
1 0 1 1 −1 0 0 0 1
On vérifie A = P DP −1 .
(−2)n
 
0 0
• On en déduit que: ∀n ∈ N, An = P Dn P −1 n
avec D =  0 1 0 .
0 0 1
• Finalement:
(−2)n 0 0 −1 1
   
1 1 1 1
∀n ∈ N, An =  1 1 0   0 1 0   1 0 −1 
1 0 1 0 0 1 1 −1 0
2 − (−2)n −1 + (−2)n −1 + (−2)n
 
=  1 − (−2)n (−2)n −1 + (−2)n 

n n
1 − (−2) −1 + (−2) (−2)n
On en déduit:
= −10 + 8(−2)n

 un
∀n ∈ R, v = −7 + 8(−2)n
 n
wn = −3 + 8(−2)n
42
Solution 6 Soient les suites u, v et w définie par:
1
 
 u0 = 0  un+1 = 4 (2un + vn + wn )
1
v = 22 et ∀n ∈ N, v = 3 (un + vn + wn
 0  n+1 1
w0 = 22 wn+1 = 4 (un + vn + 2wn ).
Déterminons un , vn et wn en fonction de n. Pour tout n ∈ N, posons

 
un
Un =  vn 
wn
   1 1 1 
0 2 4 4
1 1 1
La suite (Un ) est définie par U0 =  22  et ∀n ∈ N, Un+1 = AUn avec A =  3 3 3
.
1 1 1
22 4 4 2
Une récurrence immédiate donne: ∀n ∈ N, Un = An U0 .
Déterminons An .
1
• PA (λ) = (1 − λ)( 12 − λ)( 14 − λ). Donc les vp sont 1, 1
4 et 1
12 . Puisque A admet trois vp distinctes et que A
est d’ordre 3, A est diagonalisable.
• SEP (A, 1) = V ect((1; 1; 1)), SEP (A, 14 ) = V ect((1; 0; −1)) et SEP (A, 12
1
) = V ect((3; −8; 3)).
• Ainsi on a:
     
1 1 3 8 6 8 1 0 0
1 
P = 1 0 −8  ; P −1 = 11 0 −11  et D= 0 1
4 0 
22 1
1 −1 3 1 −2 1 0 0 12
On vérifie A = P DP −1 .
 
1 0 0
• On en déduit que: ∀n ∈ N, An = P Dn P −1 avec Dn =  0 4−n 0 .
0 0 12−n
• Finalement:
   
1 1 3 1 0 0 8 6 8
1 
∀n ∈ N, An = 1 0 −8   0 4−n 0   11 0 −11  .
22
1 − 3 0 0 12−n 1 −2 1
De Un = An U0 , on en déduit:
14 − 11 · 4−n − 3 · 12−n

 un =
∀n ∈ R, v = 14 + 8 · 12−n
 n
wn = 14 + 11 · 4−n − 3 · 12−n
On voit facilement que (un )n , (vn )n , (wn )n convergent vers 14.
43
Solution 7 Soient A et B sont deux matrices carrées de M3 (C) telles que: A = B 2 .
1. Montrons que si B est diagonalisable alors A est diagonalisable.

Si B est diagonalisable, alors ils existent P ∈ Gl3 (C), D matrice diagonale telle que: B = P DP −1 .
On a:
A = B 2 = (P DP −1 )2 = P DP −1 P DP −1 = P D2 P −1
ce qui implique que A est diagonalisable et semblable à D2 .

Posons
 
0 0 1
B=  0 0 0 ,
0 0 0
• La matrice B n’est pas diagonalsiable. En effet Spec(B) = {0}, donc si B était diagonalisable, elle serait
semblable à 03 cad B = P 03 P −1 .
• B 2 = 03 , est diagonalisable car B 2 = P 03 P −1
Donc la reciproque est fausse.

−5 −5
 
11
2. On veut déterminer les matrices B de M3 (C) telles que A = B 2 avec A =  −5 3 3 .
−5 3 3
(a) Étude de la diagonalisabilité de A.
PA (λ) = −λ(λ − 1)(λ − 16).
D’où Spec(A) = {0; 1; 16} et A est diagonalisable car PA est scindé et à racines simples.
(b) Déterminons P ∈ GL3 (C) et D diagonale telles que: A = P DP −1 .
• X = (x, y, z) ∈ SEP (A, 0) ⇔ AX = 0 ⇔ SEP (A, 0) = V ect((0; 1; −1)).
• X = (x, y, z) ∈ SEP (A, 1) ⇔ AX = X ⇔ SEP (A, 1) = V ect((1; 1; 1)).
• X = (x, y, z) ∈ SEP (A, 16) ⇔ AX = 16X ⇔ SEP (A, 16) = V ect((−2; 1; 1)).
0 1 −2
   
0 0 0
Ainsi A = P DP −1 avec P =  1 1 1 , D =  0 1 0  .
−1 1 1 0 0 16
(c) Si C = P −1 BP , montrons que C 2 = D. On a:
C 2 = (P −1 BP )2 = P −1 B 2 P = P −1 AP = D.
Vérifions si C et D commutent. On a:
CD = CC 2 = C 3 = C 2 C = DC.
 
a b c
Déterminons les matrices C telles que C 2 = D et CD = DC. Posons: C =  d e f  . On a:
g h i
   
0 b 16c 0 0 0
CD =  0 e 16f  et DC =  d e f .
0 h 16i 16g 16h 16i
• De la relation CD = DC on a: b = c = d = g = f = h = 0, donc C est diagonale.

• De la relation C 2 = D on a: a2 = 0, e2 = 1, i2 = 16. Cad a = 0, e = ±1, i = ±4.
44
On trouve quatre matrices C:
       
0 0 0 0 0 0 0 0 0 0 0 0
C1 =  0 1 0  ; C2 =  0 1 0  ; C3 =  0 −1 0  ; C4 =  0 −1 0 
0 0 4 0 0 −4 0 0 4 0 0 −4
De la relation B = P CP −1 on trouve les solutions suivantes du problème A = B 2 :
10 −6 −6 −10 −10
   
6
1 1
B1 = −6 6 6  ; B2 =  −10 2 2 ;
6 6
−6 6 6 −10 2 2
−6 10 10 −10 6
   
6
1 1
B3 = 10 −2 −2  ; B4 =  6 −6 −6  .
6 6
10 −2 −2 6 −6 −6
45
UFR SATIC
Travaux dirigés 4
Solution 1 Soit la matrice de ϕ ∈ L(R4 ) définie par

 
−2 1 1 1
 1 −2 1 1 
M (ϕ) =  .
 
 1 1 −2 1 
1 1 1 −2
1. Déterminons les éléments propres de M (ϕ).
• Pϕ (λ) = −(1 − λ)(3 + λ)3 .

• Les vp de ϕ sont 1 (simple) et −3 (triple).
• SEP (ϕ, 1) = V ect((1, 1, 1, 1)); SEP (ϕ, −3) = V ect((1, 0, 0, −1); (0, 1, 0, −1); (0, 0, 1, −1)).
2. D’après la question précédente, ϕ est diagonalisable, donc le polynôme minimal n’admet que des
zéros simples. On a:
Qϕ (λ) = −(1 − λ)(3 + λ).
3. La forme réduite M ∗ de M est:

 
1 0 0 0
∗
 0 −3 0 0 
M =
 
0 0 −3 0

 
0 0 0 −3
avec
   1 1 1 1

1 1 0 0 4 4 4 4
3
 1 0 1 0 
−1

4 − 14 − 14 − 14 
P = P = 1 .
   
3
 −4 − 14 − 14

 1 0 0 1  4 
1 −1 −1 −1 − 14 − 14 3
4 − 14
4. On a: M ∗ = P −1 M P .
Calculons l’inverse de M. On a:
1
Qϕ (ϕ) = 0 ⇒ (I − ϕ)(3 + ϕ) = 3I − 2ϕ − ϕ2 = 0 ⇒ ϕ−1 = (ϕ + 2I).
3
46
Solution 2 Soit E l’espace vectoriel réel R4 rapporté à sa base canonique B0 = (e1 , e2 , e3 , e4 ). Soit m un
réel non nul et ϕ l’endomorphisme de E dont la matrice relative à B est
 
m −1 1 0
 1 m 0 −1 
A= .
 
 1 0 m −1 
0 −1 1 m
1. Vérifions que:
(a) ϕ admet une réciproque que l’on note ϕ−1 car det A = m4 6= 0.
(b) En remplaçant m par m − λ on trouve Pϕ (λ) = det(A − λI4 ) = (m − λ)4 . Cece implique que
m est la seule valeur propre de ϕ de multiplicité 4.
2. Calculons le rang de la matrice A − mI4 (I4 étant la matrice unité d’ordre 4). On a:
 
0 −1 1 0
 1 0 0 −1 
A − mI4 =  .
 
 1 0 0 −1 
0 −1 1 0
0 −1
On remarque que (L1 = L4 ) et (L2 = L3 ). Donc rg(A − mI4 ) ≤ 2. Puisque = 1 6= 0,
1 0
alors rg(A − mI4 ) = 2.
On déduit que
(a) ϕ n’est pas diagonalisable car rg(A − mI4 ) = 2 ≤ 4 (ordre de multiplicité de m en tant qu
valeurs propre de A).
(b) SEP (A, m) = {X ∈ R4 /AX = mX} = V ect((1, 0, 0, 1); (0, 1, 1, 0))
3. On considère une base {V, W } de Em avec V = (1, 0, 0, 1) et W = (0, 1, 1, 0). On désigne par I
l’identité de E.
(a) Déterminons deux vecteurs V 0 et W 0 de E vérifiant: (ϕ − mI)(V 0 ) = V et (ϕ − mI)(W 0 ) = W .
V 0 = (a, b, c, d) ∈ R4 , (ϕ − mI)(V 0 ) = V ⇔ (A − mI)(V 0 ) = V

(
−b + c = 1
⇔
a−d = 0
On a en particulier a = d = 1, b = 0 et c = 1. D’où V 0 = (1, 0, 1, 1).
W 0 = (a0 , b0 , c0 , d0 ) ∈ R4 , (ϕ − mI)(W 0 ) = W ⇔ (A − mI)(W 0 ) = W

(
−b0 + c0 = 0
⇔
a0 − d0 = 1
On a en particulier b0 = c0 = 1, d0 = 0 et a0 = 1. D’où W 0 = (1, 1, 1, 0).

(b) On montre que det({V, V 0 , W, W 0 }) 6= 0 donc V = {V, V 0 , W, W 0 } est une base de E.
47
(c) Donnons la matrice A∗ de ϕ relative à V. On a: ϕ(V ) = mV, ϕ(V 0 ) = V + mV 0 , ϕ(W ) =
mW, ϕ(W 0 ) = W + mW 0 . D’où
 
m 1 0 0
 0 m 0 0 
A∗ = M atV (ϕ) =  .
 
 0 0 m 1 
0 0 0 m
On vérifie facilement qu’elle s’écrit A∗ = mI + N , Cad

     
m 1 0 0 m 0 0 0 0 1 0 0
 0 m 0 0   0   m 0 0   0 0 0 0 
A∗ =  = + .
   
 0 0 m 1   0 0 m 0   0 0 0 1 
0 0 0 m 0 0 0 m 0 0 0 0
De plus on montre que N 2 = 0M4 (R) .

Comme (A∗ − mI4 )2 = N 2 = 0M4 (R) , on déduit que A et A∗ ont le même polynôme minimal,
cad qϕ (λ) = (m − λ)2
(d) Calculons A−1 , l’inverse de A. On a:
qϕ (λ) = (m − λ)2 = m2 − 2mλ + λ2 .
D’après le théoème de Cayley-Hamilton, A (resp. ϕ) est racine de son polynôme minimal, alors
on a:
(A − 2mI4 )
qϕ (A) = m2 I4 − 2mA + A2 = 0 ⇔ A−1 = .
m2
Ainsi
 1 1

m m2
− m12 0
 − 1 1
0 1 
A−1 =  m12 m m2 
1 .

1
 − m2 0 m m2

1 1 1
0 m2
− m2 m
Calculons les puissances Ap et (A−1 )p . On a:A∗ = V −1 AV. Alors
A = VA∗ V −1 ⇒ Ap = V(A∗ )p V −1 = V(mI4 + N )p V −1

p
X p
= V Cpk N k (mI4 )p−k V −1
k=0
p
= V Cp0 N 0 (mI4 )p + Cp1 N 1 (mI4 )p−1 V −1
p
= V I4 + pmN V −1 .
Pour:
     
1 pm 0 0 0 1 1 1 −1 1 0 1
 0 1 0 0   1 1 0 0   1 0 0 −1 
I4 + pmN =  V= V −1 = 
     
1 −1 1 
  
 0 0 1 pm   1 1 0 1   0
0 0 0 1 0 0 1 1 0 −1 1 0
48
on a:
   
1 −pm pm 0 1 pm −pm 0
 pm 1 0 −pm   −pm 1 0 pm 
Ap =  et (A−1 )p = (Ap )−1 =  .
   
1 −pm  −pm 0

 pm 0  1 pm 
0 −pm pm 1 0 pm −pm 1
49
Solution 3 Soit A la matrice de M3 (R) suivante:
 
0 1 0
 −4 4 0  .
 
−2 1 2
1. Étudions la diagonalisabilité de la matrice A. On a:
• PA (λ) = (2 − λ)3 .
• La matrice A admet une unique valeur propre 2, si elle était diagonalisable, elle serait semblable
à la matrice 2 · I3 , elle serait donc égale à 2I3 . Ce qui n’est pas le cas, elle n’est donc pas
diagonalisable.
2. • Calculons (A − 2I3 )2 . On a:
    
−2 1 0 −2 1 0 0 0 0
(A − 2I3 )2 =  −4 2 0   −4 2 0  =  0 0 0  .
    
−2 1 0 −2 1 0 0 0 0
• Calculons (A − 2I3 )n pour tout n ∈ N. On a:

 
−2 1 0
(A − 2I3 )0 = I3 , (A − 2I3 ) =  −4 2 0  et (A − 2I3 )n = 0 ∀n ≥ 2.
 
−2 1 0
On en déduit An .
Posons A − 2I3 = B, on a: A = A − 2I3 + 2I3 = B + 2I3 avec B n = 0 pour tout n ≥ 2 et les matrices
B et 2I3 commutent. Ainsi
n
X
An = (B + 2I3 )n = Cnk B k (2I3 )n−k
k=0
où les Cnk sont les coefficients du binôme de Newton. Pour k ≥ 2, B k = 0, alors
n
X
An = (B + 2I3 )n = Cnk B k (2I3 )n−k = Cn0 B 0 (2I3 )n + Cn1 B 1 (2I3 )n−1
k=0
= 2n I3 + 2n−1 nB = 2n I3 + 2n−1 n(A − 2I3 ) = 2n (1 − n)I3 + 2n−1 nA
50
Exercice 4 La suite de Fibonacci 0, 1, 1, 2, 3, 5, 8, 13, · · · est la suite (un )n définie par la relation de
récurrence un+1 = un + un−1 pour n ≥ 1, avec u0 = 0 et u1 = 1.
1. Déterminons une matrice A ∈ M2 (R) telle que, pour tout n ≥ 1

! !
un+1 n u1
=A .
un u0
On a:
! ! ! !
un+1 un + un−1 1 1 un
= = .
un un 1 0 un−1
! !
un 1 1
Posons pour tout n ∈ N∗ , Un = et A = . Nous allons démontrer, par récurrence
un−1 1 0
sur n que pour tout n ≥ 1, on a Un = An U0 .
• C’est vrai pour n = 1.

• Supposons que ce soit vrai pour un n arbitrairement fixé.
• On a: Un+1 = AUn = AAn U0 = An+1 U0 . D’où le résultat.
2. Montrons que A admet deux valeurs propres réelles distinctes que l’on note λ1 et λ2 avec λ1 < λ2 .
• PA (λ) = λ2 − λ − 1.
√ √
1− 5 1+ 5
• λ1 = 2 < λ2 = 2 .
3. Déterminons les vecteurs propres V1 et V2 associés aux valeurs propres λ1 et λ2 , sous la forme
Vi = (α, 1), avec α ∈ R.
√
• Soit V1 (x, y)/AV1 = λ1 V1 ⇔ V1 = ( 1−2 5 ; 1).
√
• Soit V2 (x, y)/AV2 = λ2 V2 ⇔ V1 = ( 1+2 5 ; 1).
4. Déterminons les coordonnées du vecteur (u1 , u0 ) dans la base (V1 , V2 ), on les note x1 et x2 . On a:
! !
u1 1
= = x1 V 1 + x2 V 2 .
u0 0
x1 et x2 sont solutions du système:

(
x1 λ 1 + x2 λ 2 = 1
x1 + x2 = 0.
On trouve x1 = − √15 et x2 = √1 .
5
5. Montrons que Un+1 = λn1 x1 V1 + λn2 x2 V2 . Les vecteurs V1 , V2 étant des vecteurs de A, on a: AV1 =
λ1 V1 et AV2 = λ2 V2 . On déduit:
An V1 = λn1 V1 An V2 = λn2 V2
51
Ainsi
! !
un+1 u1
Un+1 = = An = An (x1 V1 + x2 V2 ) = λn1 x1 V1 + λn2 x2 V2
un u0
1 1
Pour x1 = λ1 −λ2 et x2 = − λ1 −λ 2
, on déduit facilement
λn1 λn2
un = − .
λ1 − λ2 λ1 − λ2
6. Donnons un équivalent de un lorsque n tend vers l’infini. On remarque que |λ1 | < 1 et |λ2 | > 1
ainsi, lorsque n tend vers l’infini, λn1 tend vers 0 et λn2 tend vers +∞. On a donc
un λn1
lim (λ2 − λ1 ) = lim − + 1 = 1.
n→∞ λn2 n→∞ λn
2
λn
Ce qui prouve que 2
λ2 −λ1 est un équivalent de un lorsque n tend vers +∞.
52
Solution 5
1. Calculons un pour tout n de N sachant:



 u(0 = 1, u1 = 2
∗ u2n+1 = u2n + u2n−1
 ∀n ∈ N , u = u

2n 2n−1 + 2un−2
! ! ! ! !
1 u2n 2un−2 + u2n−1 2 1 u2n−2
Posons U0 = et Un = = = .
2 u2n+1 2u2n−2 + 2u2n−1 2 2 u2n−1
Ainsi on a:
∀n ∈ N, Un+1 = Aun
!
2 1
avec A = . Par récurrence on déduit que Un = An U0 .
2 2
Diagonalisons la matrice A.
√ √
• PA (λ) = (2 − 2 − λ)(2 + 2 − λ).
√ √
• Spec(A) = {2 − 2; 2 + 2}.
√ √ √ √
• SEP (A, 2 − 2) = V ect((1; − 2)) et SEP (A, 2 + 2) = V ect((1; 2)).
• On trouve:
! √ ! √ !
1 1 2− 2 0 1 2 −1
P = √ √ , D= √ P −1 = √ √ .
− 2 2 0 2+ 2 2 2 2 1
Ainsi
√ √ √ √ √ !
1 2[(2 − 2)n + (2 + 2)n ] −(2 − 2)n + (2 + 2)n
An = P Dn P −1 = √ √ √ √ √ √ .
2 2 2[−(2 − 2)n + (2 + 2)n ] 2[(2 − 2)n + (2 + 2)n ]
De la relation Un+1 = An U0 , on déduit:

1 √ √
u2n = √ (2 + 2)n+1 − (2 − 2)n+1
2 2
1 √ √
u2n+1 = (2 + 2)n+1 + (2 − 2)n+1
2
2. Soient u0 > 0, u1 > 0 et (un )n∈N définie par :

2
∀n ∈ N, un+2 = 1 1 .
un+1 + un
2
• On a: pour n = 0, u2 = 1
+ u1
> 0 car u0 > 0, u1 > 0.
u1 0
• Supposons la relation vraie.

• On montre qu’elle est vraie pour tout n ∈ N.
53
1
Calculons un . Posons vn = un , on obtient:
1 1
vn+2 = vn + vn+1 .
2 2
!
vn
Pour Vn = on déduit
vn+1
! ! ! !
vn+1 vn+1 0 1 vn
Vn+1 = = 1 1 = 1 1
vn+2 2 vn + 2 vn+1 2 2 vn+1
! !
0 1 v0
cad Vn+1 = AVn avec A = 1 1 . Par récurrence, on montre que Vn = An V0 avec V0 = .
2 2 v1
Déterminons An .
• PA (λ) = (λ − 1)(λ + 12 ).
• Spec(A) = {− 12 ; 1}.
• SEP (A, − 12 ) = V ect((−2, 1)) et SEP (A, 1) = V ect((1; 1)).
• On trouve:
! ! !
−2 1 − 12 0 −1 1 1 −1
P = , D= P =− .
1 1 0 1 3 −1 −2
Ainsi
 n n 
1 1
1 1 + 2 − 2 2 − 2 − 2
An = P Dn P −1 =  n n .
3 1− − 2 1
2+ − 2 1
De la relation Vn = An V0 on déduit
1 h 1 n 1 n i
vn = 1+2 − v0 + 2 − 2 − v1 .
3 2 2
Ainsi
h 1 n 1 1 n 1 i−1
∀n ∈ N, un = 3 1 + 2 − + 2−2 − .
2 u0 2 u1
Calculons lim un lorsque n tend vers l’infini. On trouve:
3u0 u1
un → lorsque n → ∞.
2u0 + u1
54
UFR SATIC
Corrigé Algèbre III
Solution 1 (3pts) Soit A la matrice associée au système:

 
m 1 1
 1 m 1 .
1 1 m
On a:
• ∆ = (m + 2)(m − 1)2 . (0.25pt)
• ∆ = 0 ⇔ m = −2 ou m = 1. (0.25pt)
Discussion
1. 1er cas: Si m ∈ R − {−2; 1}, alors ∆ 6= 0 et ainsi le système admet une solution unique. On a que:
∆x = 0; ∆y = 0 et ∆z = (m + 2)(m − 1). (0.75pt)
Les formes de Cramer donnent:
x=0 y=0 et z = 1.
D’où
n o
S = (0, 0, 1) (0.25pt).
2. 2ème cas: Si m = −2, alors ∆ = 0 et ainsi le système soit à zéro solution ou une infinité de solution. Le
système devient:

 −2x + y + z = 1 (1)
x − 2y + z = 1 (2)
− 2z −2 (3)

x + y =
Par la methode de substitution on a: (1) ⇔ z = 1 + 2x − y. Ainsi
(2) ⇔x=y
(3) ⇔x=y
et
z = 1 + x. (0.50pt)
D’où
n o
S = (x, x, 1 + x)/x ∈ R (0.25pt).
3. 3ème cas: Si m = 1, alors ∆ = 0 et ainsi le système soit à zéro solution ou une infinité de solution. Le
système devient:

 x + y + z = 1
x + y + z = 1 ⇔x+y+z =1⇔z =1−x−y (0.50pt).

x + y + z = 1
D’où
n o
S = (x, y, 1 − x − y)/x, y ∈ R (0.25pt).
55
Solution 2 (4 pts) Soient A et B deux matrices de Mn (R) telles que AB = BA. On suppose que A admet n
valeurs propres distinctes.
1. Soit x un vecteur propre de A de valeur propre λ.
(a) Montrons que ABx = λBx. On a:
Ax = λx ⇒ BAx = λBx. Mais BA = AB ⇒ ABx = BAx = λBx (0.50pt).
(b) La relation ABx = λBx implique que Bx est un vecteur propre de A pour la valeur propre λ, et comme
les valeurs propres de A sont supposées distinctes, les sous-espaces propres sont tous de dimension 1,
donc Bx est colinéaire à x (0.50pt).
(c) D’après la question précédente, les vecteurs Bx et x sont colinéaires, cad il existe un réel µ tel Bx = µx.
Ainsi donc, x est un vecteur propre de B (0.50pt).
2. On note maintenant λ1 , · · · , λn les valeurs propres de A et µ1 , · · · , µn celles de B.
(a) Montrons l’égalité suivante:
1 λ1 ··· λn−1
1
1 λ2 ··· λn−1
2 Y
.. .. = (λi − λj ).
. . 1≤i<j≤n
1 λn ··· λn−1
n
Il s’agit du déterminant de Vandermonde. Notons le V (λ1 , · · · , λn ). La démonstration se fait par récurrence

sur n.
• Pour n = 2, c’est évident. (0.25pt)
• Supposons le résultat vrai pour n − 1. (0.25pt)
• Dans V (λ1 , · · · , λn ), retranchons à chaque colonne λ1 fois la précédente (en commençant par la
dernière colonne). On obtient:
1 λ1 ··· λn−1
1 1 0 0 ··· 0
1 λ2 ··· λn−1
2 1 λ2 − λ1 λ22 − λ1 λ2 ··· λn−1
2 − λ1 λn−2
2
.. .. = .. ..
. . . .
1 λn ··· λn−1
n 1 λn − λ1 λ2n − λ1 λn ··· λn−1
n − λ1 λn−2
n
λ2 − λ1 λ22 − λ1 λ2 ··· λn−1

2 − λ1 λn−2
2
= .. ..
. .
λn − λ1 λ2n − λ1 λn ··· λn−1
n − λ1 λn−2
n
On factorise alors chaque ligne par (λi − λ1 ) et on obtient
1 λ2 · · · λn−2
2
1 λ3 · · · λn−2
3
V (λ1 , · · · , λn ) = (λ2 − λ1 ) · · · (λn − λ1 ) . ..
.. .
1 λn · · · λn−2
n
Yn Y
= (λi − λ1 )V (λ2 , · · · , λn ) = (λi − λj )
i=2 1≤i<j≤n
Q
car V (λ2 , · · · , λn ) = 2≤i<j≤n (λi − λj ) par hypothèse de récurrence. (1.50pt)
56
(b) Le déterminant de Vandermonde est le déterminant du système suivant:
 n−1
 α0 + α1 λ1 + · · · + αn−1 λ1 = µ1

..
 .
α0 + α1 λn + · · · + αn−1 λnn−1 = µn

or V (λ1 , · · · , λn ) 6= 0 puisque les λi sont supposés distincts, c’est donc un système de Cramer, il admet
donc une unique solution (α0 , α1 , · · · , αn−1 ) ∈ Rn . (0.50pt)
57
Solution 3 (6 pts) On considère la matrice suivante:
−1
 
1 0
A= 1 0 −1 
−1 0 2
et f l’endomorphisme de R3 associé.
1. Factorisons le polynôme caractéristique de A. On a:
1−λ −1 0
PA (λ) = 1 −λ −1 = (1 − λ)3 .(0.50pt)
−1 0 2−λ
2. Déterminons les sous-espaces propre de A.

La matrice A admet une unique valeur propre λ = 1 de multiplicité 3, le sous-espace propre associé est
l’espace SEP (A, 1) = ker(A − I), et on a:

 x−y =x
y=0
(x, y, z) ∈ SEP (A, 1) ⇔ x−z =y ⇔
x=z
−x + 2z = z

Le sous-espace SEP (A, 1) est la droite vectorielle engendrée par le vecteur (1, 0, 1). (0.50pt)
3. Démontrons qu’il existe une base de R3 dans laquelle la matrice de f s’écrit:

 
1 1 0
B= 0 1 1 .
0 0 1
Nous cherchons des vecteurs V1 , V2 , V3 tels que AV1 = V1 , AV2 = V2 + V1 et AV3 = V3 + V2 .
• Le vecteur V1 ∈ SEP (A, 1) = V ect((1, 0, 1)), donc on a: V1 = (1, 0, 1). (0.50pt)

• On cherche V2 = (x, y, z) tel que AV2 = V2 + V1 , on obtient le système:

−1  x−y
    
1 0 x x+1 = x+1
y = −1
 1 0 −1   y  =  y  ⇔ x−z = y ⇔
x−z = −1
−1 −x + 2z

0 2 z z+1 = z+1
Ainsi, le vecteur V2 = (−1, −1, 0) convient. (01pt)

• Il nous reste à chercher un vecteur V3 = (x, y, z) tel que: AV3 = V3 + V2 , cad:

−1 x−1  x−y = x−1
    
1 0 x
y = 1
 1 0 −1   y  =  y − 1  ⇔ x−z = y−1 ⇔
x = z
−1 −x + 2z

0 2 z z = z
Le vecteur V3 = (0, 1, 0) convient. (01pt)
On obtient alors la matrice P suivante:
−1
 
1 0
P =  0 −1 1  . (0.50pt)
1 0 0
qui est inversible et vérifie A = P BP −1 .
58
4. Décomposition de Dunford de B. On a:
     
1 1 0 1 0 0 0 1 0
B= 0 1 1 = 0 1 0 + 0 0 1  . (0.50pt)
0 0 1 0 0 1 0 0 0
Il existe un unique couple de matrices D et N avec

   
1 0 0 0 1 0
D= 0 1 0  et N = 0 0 1 .
0 0 1 0 0 0
telles que B = D + N .
• Les deux matrices commutent car l’une est égale à I cad DN = N D. (0.50pt)
• D est diagonale donc diagonalisable et vérifions si N est nilpotente. On a:
     
0 1 0 0 1 0 0 0 1
N2 =  0 0 1 · 0 0 1 = 0 0 0  (0.50pt)
0 0 0 0 0 0 0 0 0
et N 3 = 0. (0.50pt)
La décomposition B = D + N est donc la décomposition de Dunford de la matrice B
59
Solution 4 (7 pts) Soit la forme quadratique φ définie sur R4 par:
φ(x, y, z, t) = 4xy + 8xz + 24yz − 24yt.
1. Déterminons la matrice de φ dans la base canonique de R4 . On a:
0 2 4 0
 
 2 0 12 −12 
M (φ) = 
 4
 . 0.50pt
12 0 0 
0 −12 0 0
2. (a) Effectuons la réduction de Gauss de φ. On a:
φ(x, y, z, t) = 4(x + 6z − 6t)(y + 2z) − 48z 2 + 48zt

1 2
= (x + 6z − 6t)2 − (y + 2z)2 − 48 z − t + 12t2 . 01pt
2
(b) Déterminons le noyau, le rang et le signature de la forme quadratique φ. On a:

• ker(φ) = {0}. 0.50pt
• rg(φ) = 4. 0.50pt
• sgn(φ) = (2, 2). 0.50pt
3. Déterminons la forme polaire associée à φ. Le dédoublement donne:

1 1
xy → (xy 0 + x0 y) xz → (xz 0 + x0 z)
2 2
1 1
yz → (yz 0 + y 0 z) yt → (yt0 + y 0 t).
2 2
Ainsi, la forme polaire associée à φ est:
ϕ((x, y, z, t), (x0 , y 0 , z 0 , t0 )) = 2(xy 0 + x0 y) + 4(xz 0 + x0 z) + 12(yz 0 + y 0 z) − 12(yt0 + y 0 t). 02pts
4. Soit e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0) et e4 = (0, 0, 0, 1) la base canonique R4 . Les coefficients
de la matrice sont:
ϕ(e1 , e1 ) = 0; ϕ(e1 , e2 ) = ϕ(e2 , e1 ) = 2; ϕ(e1 , e3 ) = ϕ(e3 , e1 ) = 4; ϕ(e1 , e4 ) = ϕ(e4 , e1 ) = 0

ϕ(e2 , e2 ) = 0; ϕ(e2 , e3 ) = ϕ(e3 , e2 ) = 12; ϕ(e2 , e4 ) = ϕ(e4 , e2 ) = −12;
ϕ(e3 , e3 ) = 0; ϕ(e3 , e4 ) = ϕ(e4 , e3 ) = 0; ϕ(e4 , e4 ) = 0. 02pts
60
UFR SATIC
Licence 2 MPCI-SID Semestre 3
Corrigé Algèbre III: Session de rattrapage
Durée: 4 heures
Solution 1 (6 pts) Les questions sont indépendantes

1. Vrai ou faux ?
(a) Vrai: le système est de rang ≤ 3. (0.5 pt)
(b) Faux: Contrexemple: un système linéaire où toutes les équations sont identiques. (0.5 pt)
2. Trouvons les valeurs du paramètre m pour que la matrice suivante soit inversible. On a:
−1
 
m+3 1
det  5 m−3 1  = t3 − 4t + 4t2 − 16 = (t2 − 4)(t + 4) = (t − 2)(t + 2)(t + 4). (0.5 pt)
6 −6 m+4
La matrice est inversible pour tout m ∈ R − {−4; −2; 2}. (0.5 pt)
3. Résoudre dans R en discutant suivant les valeurs du paramètre m le système suivant:
(4m2 − 1)x + (2m − 1)2 y = (2m + 1)2

(Sm ) :
(2m + 1)x + (4m − 1)y = 4m2 − 1.
• Le système est équivalent à l’écriture matricielle suivante:
4m2 − 1 (2m − 1)2 (2m + 1)2

x
= . (0.5 pt)
2m + 1 4m − 1 y 4m2 − 1
• Le déterminant de la matrice associée au système est:
4m2 − 1 (2m − 1)2

det = 2m(2m − 1)(2m + 1). (0.5 pt)
2m + 1 4m − 1
• Le système est Cramer ssi ce déterminant est non nul, cad ssi m ∈ R − {−1/2; 0; 1/2; }. (0.5 pt)
Discussion
(a) Si m = −1/2, le système devient:

4y = 0 x ∈ R,
(S−1/2 ) : ⇔ (0.25 pt)
−3y = 0. y = 0.
On a une infinité de solution. (0.25 pt)
(b) Si m = 0, le système devient:

−x + y = 1 x = −1 + y,
(S0 ) : ⇔
x − y = −1. y ∈ R. (0.25 pt)
On a une infinité de solution. (0.25 pt)
(c) Si m = 1/2, le système devient:

0 = 4
(S1/2 ) :
2x + y = 0. (0.25 pt)
Le système est impossible. Pas de solution. (0.25 pt)
(d) Si m ∈ R − {−1/2; 0; 1/2}. On utilise les formules de Cramer. L’unique solution est donnée par:
−2(2m2 − 5m + 1) (2m + 1)(2m − 3)
x= ; y= . (1 pt)
2m − 1 2m − 1
Corrigé Algèbre III: Session de rattrapage A. S. Diallo et A. Sy c 2015
61
Solution 2 (3 pts)
1. Soit A une matrice de Mn (K) dont le polynôme caractéristique est
PA (λ) = det(A − λIn ) = −(λ − α)n−1 (λ − β),
α, β étant deux scalaires distincts. On a:
• β est une racine simple de PA (λ) et le sous-espace propre de PA (λ) associé à β est de dimension 1. (0.5
pt)
• A est diagonalisable si et seulement si le sous-espace propre de PA (λ) associé à α est de dimension n − 1.
(0.5 pt)
2. Soient A, B deux matrices inversibles de Mn (K). On a
• Calculons PAB (λ). On a:
PAB (λ) = det(AB − λI) = det(AB − λB −1 B)

= det (A − λB −1 )B = det(A − λB −1 ) · det B
= det B · det(A − λB −1 ).
• Calculons PBA (λ). On a:
PBA (λ) = det(BA − λI) = det(BA − λBB −1 )

= det B(A − λB −1 ) = det B · det(A − λB −1 )
= det B · det(A − λB −1 ).
Par indentification, on a AB et BA ont le même polynôme caractéristique. (1 pt)
3. Soit A ∈ GLn (K). On a:
PA−1 (λ) = det(A−1 − λI) = det(A−1 − λA−1 A)

= det A−1 (I − λA) = det(A−1 ) · det(I − λA)
I I
= λn det(A−1 ) · det − A = (−λ)n det(A−1 ) · det A −
λ λ
n −1
1 (−λ)n 1
= (−λ) det(A ) · PA = · PA . (1 pt)
λ det(A) λ
62
Solution 3 (6 pts) Soit a un réel strictement positif. On considère la matrice suivante:
−1 a −a
 
A= 1 −1 0  .
1 0 −1
1. Soit λ ∈ R.
• On obtient: PA (λ) = (−1 − λ)3 . (0.25 pt)

• On a: PA (λ) = (−1−λ)3 . Il en résulte que A admet une seule valeur propre: −1. Si A était diagonalisable
elle serait semblable à la matrice −I3 , et elle serait donc égale à la matrice −I3 . Par conséquent, elle
n’est pas diagonalisable. (0.25 pt)
2. Déterminons trois matrices colonnes V1 , V2 , V3 de M3×1 (R) vérifiant:


 AV1 = −V1
AV2 = V1 − V2
= V1 + V2 − V3 .

AV3
   
x 0
• Soit V1 =  y  , AV1 = −V1 ⇒ V1 =  1  . (0.5 pt)
z 1
   
x 1
• Soit V2 =  y  , AV2 = V1 − V2 ⇒ V2 =  0  . (0.5 pt)
z 0
   
x 1
• Soit V3 =  y  , AV3 = V1 + V2 − V3 ⇒ V3 =  1/a  . (0.5 pt)
z 0
 
0 1 1
3. Soit P =  1 0 1/a  la matrice de la famille (V1 , V2 , V3 ) dans la base canonique de R3 .
1 0 0
• On a det(P ) = 1/a. Il en résulte que (V1 , V2 , V3 ) est une base de R3 et que P est la matrice de passage
de la base canonique à la base (V1 , V2 , V3 ). (0.25 pt)
• Si on désigne par f l’endomorphisme de R3 canoniquement associé à la matrice A, alors la matrice de f
dans la base (V1 , V2 , V3 ) est donnée par la formule P −1 AP . (0.25 pt)
 
0 0 1
• On calcule P −1 =  1 −a a . (0.5 pt)
0 a −a
• Le produit P −1 AP est égal:
−1 −a −1
     
0 0 1 a 0 1 1 1 1
P −1 AP =  1 −a a   1 −1 0  1 0 1/a  =  0 −1 1  = B. (0.5 pt)
0 a −a 1 0 −1 1 0 0 0 0 −1
Les matrices et A et B sont semblables.
4. Calculons An pour n ∈ N. On a:
An = P B n P −1 . (0.25 pt)
 
0 1 1
• On remarque que B = −I3 + N avec N =  0 0 1  . (0.25 pt)
0 0 0
63
 
0 0 1
2
• La matrice N est nilpotente. En effet N =  0 0 0  et N 3 = 0 (matrice de nulle). (0.25 pt)
0 0 0
• On a N I3 = I3 N , c’est à dire la matrice N commute avec la matrice I3 . (0.25 pt)
• On peut appliquer la formule du binôme pour calculer B n et on a:
n(n − 1) 2
B n = (−1)n I3 + (−1)n−1 nN + (−1)n−2 N . (0.5 pt)
2
• On obtient, après un long calcul
(−1)n (−1)n+1 an (−1)n an

 
 
 
n (−1)n+1 n (−1) 1 + a n(n−1)
n
(−1) n+1
· n(n−1)a
 
A =
 2 2
.
 (1 pt)
 
 
n(n−1)a
(−1)n+1 n (−1)n · 2 (−1)n 1 − a n(n−1)
2
64
Solution 4 (5 pts)
1. Soient ϕ une forme bilinéaire symétrique et φ la forme quadratique associée sur un espace vectoriel E.
h i
(a) Montrons que: ∀(x, y) ∈ E 2 , ϕ(x, y) = 12 φ(x + y) − φ(x) − φ(y) . On a:
φ(x + y) = ϕ(x + y, x + y)
= ϕ(x, x) + ϕ(x, y) + ϕ(y, x) + ϕ(y, y), bilinéarié de ϕ
= ϕ(x, x) + 2ϕ(x, y) + ϕ(y, y), symétrie de ϕ
= φ(x) + 2ϕ(x, y) + φ(y, y).
D’où
1h i
φ(x + y) − φ(x) − φ(y) . (0.5 pt)
ϕ(x, y) =
2
h i
(b) Montrons que ∀(x, y) ∈ E 2 , ϕ(x, y) = 12 φ(x) + φ(y) − φ(x − y) . On a:
φ(x − y) = ϕ(x − y, x − y)
= ϕ(x, x) − ϕ(x, y) − ϕ(y, x) + ϕ(y, y), bilinéarié de ϕ
= ϕ(x, x) − 2ϕ(x, y) + ϕ(y, y), symétrie de ϕ
= φ(x) − 2ϕ(x, y) + φ(y, y).
D’où
1h i
φ(x) + φ(y) − φ(x − y) . (0.5 pt)
ϕ(x, y) =
2
h i
(c) Montrons que ∀(x, y) ∈ E 2 , ϕ(x, y) = 14 φ(x + y) − φ(x − y) . On a:
1h i 1h i 1
2ϕ(x, y) = φ(x + y) − φ(x) − φ(y) + φ(x) + φ(y) − φ(x − y) = φ(x + y) − φ(x − y) .
2 2 2
D’où
1
ϕ(x, y) = φ(x + y) − φ(x − y) . (0.5 pt)
4
2. Soit la forme quadratique φ définie sur R4 par:
φ(x, y, z) = x2 + 2y 2 + 8z 2 − 2xy + 4xz.
(a) Donnons une décomposition en carrées de formes linéaires indépendantes de la forme quadratique φ. On
a:
φ(x, y, z) = x2 + 2y 2 + 8z 2 − 2xy + 4xz = x2 + 2x(2z − y) + 2y 2 + 8z 2

2
= x + (2z − y) − (2z − y)2 + 2y 2 + 8z 2
= (x − y + 2z)2 − (y 2 − 4yz + 4z 2 ) + 2y 2 + 8z 2
= (x − y + 2z)2 + y 2 + 4yz + 4z 2 = (x − y + 2z)2 + (y + 2z)2 .
D’où
φ(x, y, z) = (x − y + 2z)2 + (y + 2z)2 . (0.75 pt)
On vérifie que les formes linéaire l1 (x) = x − y + 2z et l2 (x) = y + 2z sont linéairement indépendantes,
cad
∀α, β ∈ R, αl1 (x) + βl2 (x) = 0 ⇒ α = β = 0. (0.25 pt)
(b) Déterminons le noyau, le rang et le signature de la forme quadratique φ. On a:
65
• Par définition ker(φ) = ∩2i=1 ker(li (x)). Ainsi

x − y + 2z = 0 x = −4z
u = (x, y, z) ∈ ker(φ) ⇔ ⇔
y + 2z = 0 y = −2z.
On a: u = (x, y, z) = (−4z, −2z, z) = z(−4, −2, 1). D’où
ker(φ) = vect(−4, −2, 1). (0.5 pt)
• Par définition, rg(φ) = dim(E) − dim(ker(φ)). D’où
rg(φ) = 3 − 1 = 2. (0.5 pt)
• sgn(φ) = (2, 0). (NB: 2 coefficients positifs et 0 négatifs dans la décomposition en formes linéaires
indépendates). (0.5 pt)
(c) Déterminons la forme polaire associée à φ. Le dédoublement donne:
1 1
x2 → xx0 ; y 2 → yy 0 ; z 2 → zz 0 ; xy → (xy 0 + x0 y); xz → (xz 0 + x0 z). (0.5 pt)
2 2
Ainsi la forme polaire associée à φ est
ϕ (x, y, z), (x0 , y 0 , z 0 ) = xx0 + 2yy 0 + 8zz 0 − (xy 0 + x0 y) + 2(xz 0 + x0 z). (0.5 pt)

66

Fascicule ALGBRE III ELIMANE NDIAYE

Transféré par

Droits d'auteur :

Formats disponibles

Fascicule ALGBRE III ELIMANE NDIAYE

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Fascicule ALGBRE III ELIMANE NDIAYE

Transféré par

Droits d'auteur :

Formats disponibles

ALGEBRE III

Recceuil Algébre III

COLLECTION ALGEBRE ELHADJ ELIMANE NDIAYE

CORRECTIONS DES TD ALGEBRE III

Exercice 1 Calculer les déterminants suivants:

Exercice 2 Montrer que:

1 α βγ 1 α α2 b+c c+a a+b a b c

Exercice 3 Vérifier que les matrices suivantes sont inversibles

Travaux dirigés 1 A. S. Diallo et A. Sy c 2015

Exercice 5 Calculer les déterminants des matrices suivantes

Exercice 6(Déterminant de Vandermonde)

Nous allons calculer V (x1 , · · · , xn ).

1. Pour tout n ≥ 3, exprimer V (x1 , · · · , xn ) en fonction de V (x2 , · · · , xn ).

3. En déduire V (1, 2, · · · , n) à l’aide de factoriel.

Travaux dirigés 1 A. S. Diallo et A. Sy c 2015

1. une seule solution

3. une infinité de solutions:

Exercice 3 Rédoudre les systèmes suivants:

Travaux dirigés 2 A. S. Diallo et A. Sy c 2015

Exercice 6 Résoudre en discutant suivant les paramétres complexes α, β et γ le système de 4 équations

Travaux dirigés 2 A. S. Diallo et A. Sy c 2015

Exercice 1 Déterminer les éléments propres de l’endomorphisme définit par

avec E = C ∞ (R, R).

(a) Démontrer que AB et BA ont le même polynôme caractéristique.

(c) Que peut-on en déduire sur les dimensions des espaces Eλ et Fλ ?

2. Supposons maintenant f et g quelconques.

(a) Montrer que si f ◦ g a une valeur propre nulle, il en est de même de g ◦ f .

(BA − αI)(BCA − I) = αI.

Que peut-on en déduire pour det(BA − αI) ?

Travaux dirigés 3 A. S. Diallo et A. Sy c 2015

1. Déterminer les éléments propres de f .

Exercice 5 Soient les suites u, v et w définie par:

Exercice 6 Soient les suites u, v et w définie par:

Déterminer un , vn et wn en fonction de n et étudier la convergence de ces trois suites.

Exercice 7 Soient A et B sont deux matrices carrées de M3 (C) telles que: A = B 2 .

1. Montrer que si B est diagonalisable

(a) Vérifier que A est diagonalisable.

Travaux dirigés 3 A. S. Diallo et A. Sy c 2015

Exercice 1 Soit la matrice de ϕ ∈ L(R4 ) définie par

1. Déterminer les éléments propres de M (ϕ).

2. Trouver le polynôme minimal.

3. Indiquer la forme réduite M ∗ de M .

4. Donner l’expression de M ∗ en fonction de M . En déduire par un calcul simple l’inverse de M.

(a) ϕ admet une réciproque

(a) ϕ n’est pas diagonalisable.

3. On considère une base {V, W } de Em et on désigne par I l’identité de E.

(a) Trouver deux vecteurs V 0 et W 0 de E vérifiant: (ϕ − mI)(V 0 ) = V et (ϕ − mI)(W 0 ) = W .

Travaux dirigés 4 A. S. Diallo et A. Sy c 2015

1. La matrice A est-elle diagonalisable ?

2. Calculer (A − 2I3 )2 , puis (A − 2I3 )n pour tout n ∈ N. En déduire An .

1. Déterminer une matrice A ∈ M2 (R) telle que, pour tout n ≥ 1

5. Montrer que (un+1 , un ) = λ1 x1 V1 + λ2 x2 V2 . En déduire que

6. Donner un équivalent de un lorsque n tend vers l’infini.

1. Calculer un pour tout n de N sachant:

2. Soient u0 > 0, u1 > 0 et (un )n∈N définie par :

Calculer un , puis lim un lorsque n tend vers l’infini.

Travaux dirigés 4 A. S. Diallo et A. Sy c 2015

1. φ(x1 , x2 , x3 ) = x21 + 2x22 + 8x23 − 2x1 x2 + 4x1 x3 .

2. φ(x1 , x2 , x3 , x4 ) = 4x1 x2 + 8x1 x3 + 24x2 x3 − 24x2 x4 .

1. φ(x, y, z) = x2 + 2y 2 + 2z 2 + 2xy − 4xz − 6yz.