Généralités sur les matrices

Exercice 1 On suppose que A, B ∈ M n (K ) commutent et que A est inversible. Justifier que A−1 et B
commutent.

A−1B = A−1 (BA)A−1 = A−1 (AB )A−1 = BA−1 .

1 0 0
 
Exercice 2 Soit A ∈ M 3,2 (
) et B ∈ M 2,3 (
) telles que AB = 0 1 0 .
 
0 0 0
a) Déterminer les rangs de A et B .
b) Calculer BA .
a) rg(AB ) = 2 ≤ min(rg A, rg B ) ≤ 2 donc rg(A) = rg(B ) = 2 .
b) La dernière ligne de A est nécessairement nulle car sinon les deux lignes de B seraient liées. De même la
P 
dernière colonne de B est nulle. On a alors A =   et B = (Q 0) avec P ,Q ∈ M 2 (
) et PQ = Id . Par
 0 
suite BA = QP = Id .

Exercice 3 a) Monter qu’une matrice A ∈ M n (K ) est non inversible ssi elle est équivalente à une matrice
nilpotente.
b) Soit f : M n (K ) → K une application vérifiant : f (On ) = 0 , f (I n ) = 1 et pour
tout A, B ∈ M n (K ) , f (AB ) = f (A) f (B ) . Montrer que A ∈ M n (K ) est inversible ssi f (A) ≠ 0 .

a) Si A n’est pas inversible alors rgA < n . Or il est possible de construire une matrice nilpotente de rang égal
à rgA . Deux matrices étant équivalentes si et seulement si elles ont le même rang, on peut conclure que A est
équivalente à une matrice nilpotente. La réciproque est immédiate.
b) Si A est inversible alors f (A) f (A−1 ) = f (I n ) = 1 donc f (A) ≠ 0 . Si A n’est pas inversible alors A est
équivalente à une matrice nilpotente B . Pour celle-ci, on a f (B ) = 0 car f (B n ) = f (B )n . Puisqu’on peut écrire
A = PBQ avec P et Q inversibles, on peut conclure f (A) = 0 .

Exercice 4 Soit A = (ai , j ) ∈ M n () telle que ∀1 ≤ i ≤ n , ∑ ai , j < ai ,i .

j ≠i

Montrer que A est inversible.

Notons C 1 ,…,C n les colonnes de A et supposons λ1C 1 +  + λnC n = 0 .

n ∑λ
j ≠i
j ai , j
Si m = max( λ1 ,…, λn ) ≠ 0 alors, puisque pour tout 1 ≤ i ≤ n , ∑λ a
j =1
i i ,j = 0 , on a λi ≤
ai ,i
< m , ce qui

est absurde. Par suite (C 1 ,…,C n ) est libre et donc A inversible.

1 1 0  0
 
0 1 1   
 
Exercice 5 ∗
Soit n ∈  et M ∈ Mn (
) définie par M =      0 .
 
0   1
 
1 0 
 0 1
a) Donner le rang de M et la dimension de son noyau.
b) Préciser noyau et image de M .
c) Calculer M n .
 1 1 0  0   1 1 0  
  1 1 0  0  0

0 1 1     0 1 1      0 1 1   
  
  
 
    
a) rg      0 = rg      0 =  = rg      0
      
0  1
 0   1 0   1 

    
1 0 0 1 0 −1  0 1  0 0  0 1− (−1)n 
    
Si n est pair alors rg(M ) = n −1 , sinon rg(M ) = n .
b) Dans le cas n impair c’est immédiat.
 1 
 
−1
 
Dans le cas n pair : ker M = Vect    et Im M : x1 − x 2 + x 3 + ... + x n−1 − x n = 0 .
 
 1 
 
−1
0 1 0  0
 
0 0 1   
 
c) M = I + N avec N =      0 matrice de permutation.
 
0   1
 
1 0  0 0
 
 2C n0 C n1 C n2  C nn−1 

C n 
 2C n0 C n1   
n  
n 
n −1  n 
M n = ∑  N k =      C n2  en notant C n =   .
k
 
k =0 k 
  k 
 C n2   C n1 
 1 
 C n C n2  C nn−1 2C n0 


Exercice 6 (Centrale) Soit n un entier ≥ 2 et A un hyperplan de M n () stable pour le produit matriciel.
a) On suppose que I n ∉ A . Montrer, si M 2 ∈ A , que M ∈ A . En déduire que pour tout
i ∈ {1,…, n } que la matrice Ei ,i est dans A . En déduire une absurdité.
b) On prend n = 2 . Montrer que A est isomorphe à l’algèbre des matrices triangulaires
supérieures.

a) Supposons M 2 ∈ A . A et Vect(I n ) étant supplémentaires dans M n () , on peut écrire M = A + λI n

avec A ∈ A . On a alors M 2 = A2 + 2λAI n + λ 2I n d’où l’on tire λ 2I n ∈ A puis λ = 0 ce qui donne M ∈ A .
Pour i ≠ j , Ei2,j = 0 ∈ A donc Ei , j ∈ A puis Ei ,i = Ei , j ×E j ,i ∈ A . Par suite I n = E1,1 +  + En ,n ∈ A . Absurde.
b) Formons une équation de l’hyperplan A de la forme ax + by + cz + dt = 0 en la matrice inconnue
x y  a c 
M =   avec (a ,b ,c ,d ) ≠ (0,0,0,0) . Cette équation peut se réécrire tr(AM ) = 0 avec A =  .
z t  b d 
Puisque I 2 ∈ A , on a tr A = 0 . Soit λ une valeur propre de A .
Si λ ≠ 0 alors −λ est aussi valeur propre de A et donc A est diagonalisable via une matrice P .
On observe alors que les matrices M de A sont celles telles que P −1MP a ses coefficients diagonaux égaux.
1 1 −1 1 0 −1
Mais alors pour M = P  P et N = P  P on a M , N ∈ A alors que MN ∈ A .
0 1 1 1
0 α
Si λ = 0 alors A est trigonalisable en   avec α ≠ 0 via une matrice P .
0 0 
On observe alors que les matrices M de A sont celles telles que P −1MP est triangulaire supérieure.
L’application M  P −1MP est un isomorphisme comme voulu.
 ∞
Exercice 7 Soit S (x ) = ∑ an x n le développement en série entière de x  1 + x .
n =0
N +∞
a) Pour N ∈  , on pose S N = ∑ an x n et RN = ∑ax n
n
. Montrer que (S N (x )) 2 −1− x est un
n =0 n =N +1

polynôme dont la plus petite puissance de x est de degré ≥ n + 1 .

b) Soit A ∈ M n () nilpotente. Justifier l’existence d’une matrice B ∈ M n () telle
que B 2 = I + A .

a) S N (x ) 2 −1− x = S N (x ) 2 − S (x ) 2 = RN (x )(S (x ) + S N (x )) est une série entière dont le premier terme non nul
est au moins un x n +1 . D’autre part (S N (x )) 2 −1− x est un polynôme.
b) Pour N tel que AN = 0 , (S N (A)) 2 − I − A = O0 donc B = S N (A) convient.

Exercice 8 (Centrale) Montrer que les matrices triangulaires réelles qui commutent avec leur transposée sont
diagonales.
Soit A = (ai , j ) ∈ M n (
) une matrice triangulaire supérieure commutant avec sa transposée.
i n
Pour tout i ∈ {1,…, n } , le coefficient d’indice (i , i ) de t AA est ∑a
j =1
2
j ,i alors que celui de A t A est ∑ ai2, j .
j =i

Pour i = 1 , on en déduit a1,2 = … = a1,n = 0 puis pour i = 2 , a 2,3 = … = a 2,n = 0 et ainsi de suite. On peut
conclure que A est diagonale.

Exercice 9 Soit G un groupe multiplicatif formé d’éléments de M n (
) .

Montrer que les éléments de G ont tous le même rang.

Commençons par noter que le neutre multiplicatif de G n’est pas nécessairement I n . Par exemple, G = {On } est
un groupe multiplicatif formé d’éléments de M n (
) .
Notons J le neutre du groupe G . Soit A ∈ G .
D’une part AJ = A donc rg(A) = rg(AJ ) ≤ rg(J ) .
D’autre part, il existe B ∈ M n (
) tel que AB = J donc rg(J ) = rg(AB ) ≤ rg(A) .
Finalement ∀A ∈ G , rg(A) = rg(J ) .

Exercice 10 Etablir que Vect {AB − BA / AB ∈ M n (
)} est un hyperplan de M n (
) .

Notons que Vect {AB − BA / AB ∈ M n (
)} est inclus dans l’hyperplan des matrices de trace nulle.
Par suite dim Vect {AB − BA / AB ∈ M n (
)} ≤ n 2 −1 .
Pour A = Ei , j et B = E j , j (avec i ≠ j ) : AB − BA = Ei , j .
Pour A = Ei ,n et B = En ,i : AB − BA = Ei ,i − En ,n = Fi .
La famille formée des Ei , j et des Fi est libre et constituée de n 2 −1 éléments.
Par suite dim Vect {AB − BA / AB ∈ M n (
)} ≥ n 2 −1 .
Finalement dim Vect {AB − BA / AB ∈ M n (
)} = n 2 −1 .

Représentations matricielles

Exercice 11 (Centrale) Quels sont les f ∈ L(
n ) telles que f ( n ) = n .

Soit f solution. La matrice de f relative à la base canonique est à coefficients entiers. De plus f est un
automorphisme car les vecteurs de la base canonique sont des valeurs prises par f et comme f −1 ( n ) = n , la
matrice de f −1 relative à la base canonique est à coefficients entiers. Inversement, si f est un automorphisme
telle que f et f −1 soient représentés par des matrices à coefficients entiers dans la base canonique, il est
immédiat que f ( n ) ⊂ n et que f −1 ( n ) ⊂ n donc que n ⊂ f ( n ) et finalement f ( n ) = n . Notons que les
endomorphismes solutions peuvent aussi se décrire comme étant les endomorphismes canoniquement
représentés par une matrice à coefficients entiers et qui sont de déterminant égal à 1.

 j −1
Exercice 12 Soit A = (ai , j )1≤i , j ≤n +1 ∈ M n +1 (
) avec ai , j =   et ϕ ∈ L(
n [X ]) canoniquement représenté
i −1 
par A .
a) Exprimer ϕ (P ) pour tout P ∈
n [X ] .
b) Calculer Am pour tout m ∈  .
c) Calculer A−1 .
n   k  
k k
a) Pour 0 ≤ k ≤ n : ϕ (X k ) = ∑   X i = ∑   X i = (X + 1)k . Par suite ϕ (P ) = P (X + 1) .
 
i =0 i 
 
i =0 i 
n  
k
b) ϕm (P ) = P (X + m ) donc ϕ (X k ) = (X + m )k = ∑  m k −i X i d’où Am = (m j −iai , j )1≤i , j ≤n +1 .
 
k =0 i 

c) ϕ−1 (P ) = P (X −1) donc ϕ (X k ) = (X −1)k d’où A−1 = ((−1) j −i ai , j )1≤i , j ≤n +1 .

2 1 −1
 
Exercice 13 Soit f ∈ L(
) représenté dans la base canonique B par : 0 1 0  .
3
 
1 1 0 
a) Soit C = (ε1 , ε2 , ε3 ) avec ε1 = (1,0,1), ε2 = (−1,1,0), ε3 = (1,1,1) .
Montrer que C est une base.
b) Déterminer Mat C ( f ) .
c) Calculer Mat B ( f n ) pour tout n ∈  .

a) Ras
1 0 1
 
b) Mat C ( f ) = 0 1 0 .
 
0 0 1
1 0 n 
 
c) Par récurrence : Mat C ( f ) = 0 1 0  .
n
 
0 0 1 
1 −1 1 −1 −1 2  n + 1 n −n 
  −1    
 
Par changement de bases P = 0 1 1 , P = −1 0 1  : Mat C ( f ) =  0
n
1 0  .
     
1 0 1  1 1 −1  n n 1− n 

Exercice 14 Soit E un K -espace vectoriel de dimension 3 muni d’une base B = (e1 ,e2 ,e3 ) .
 
 0 1 1
Soit f ∈ L(E ) déterminé par Mat B ( f ) =  0 1 0 = A .

 
−1 1 2
On pose ε1 = e1 + e3 , ε2 = e1 + e2 et ε3 = e1 + e2 + e3 .
a) Montrer que B ′ = (ε1 , ε2 , ε3 ) forme une base de E et déterminer la matrice de f dans B ′ .
b) Calculer An .
  
1 0 1
a) B ′ = (ε1 , ε2 , ε3 ) base ok. f (ε1 ) = ε1 , f (ε2 ) = ε2 , f (ε3 ) = ε3 + ε1 donc Mat B ′ ( f ) = 0 1 0 = B .

 
0 0 1
1 0 n   1 −1 0 
   
b) Par récurrence B = 0 1 0  puis A = PB P avec P =  1
n n n −1 −1
0 −1
   
0 0 1  −1 1 1 
1− n n n 
 
n 
d’où A =  0 1 0  .
 
 −n n n + 1

Exercice 15 Soit E un K -espace vectoriel de dimension 3 muni d’une base B = (e1 ,e2 ,e3 ) .
 
 0 2 1
Soit f ∈ L(E ) déterminé par Mat B ( f ) = −1 2 1 = A .

 
 0 1 1
On pose ε1 = e1 + e3 , ε2 = e1 + e2 et ε3 = e1 + e2 + e3 .
a) Montrer que B ′ = (ε1 , ε2 , ε3 ) forme une base de E et déterminer la matrice de f dans B ′ .
b) Calculer An .

 n (n + 1) n (n + 3) n (n + 1) 
1 1 1
1− 
  2 2 2 
  
Comme ci-dessus avec B = 0 1 1 puis An =  −n n +1 n 
   
0 0 1  n (n −1) n (n + 1) n (n −1) 
− 1+ 
 2 2 2 

Matrices semblables

Exercice 16 Soit A ∈ M n (K ) telle que tr A = 0 . Montrer que A est semblable à.

Par récurrence sur n ∈ ∗ .

Pour n = 1 : ok
Supposons la propriété établie au rang n ≥ 1 .
Soit A ∈ M n +1 (K) de trace nulle et f ∈ L(Kn +1 ) l’endomorphisme canoniquement associé.
Si f est une homothétie vectorielle alors f = 0 car tr f = 0 . On conclut.
Sinon, il existe un vecteur x tel que f (x ) ne soit pas colinéaire à x . En représentant f dans une base dont x et
0 ∗ 
f (x ) sont les deux premiers vecteurs, on obtient que A est semblable à la matrice   avec A′ ∈ M n (K )
∗ A′
de trace nulle. Par hypothèse de récurrence, il existe P inversible tel que P −1A′ P soit de diagonale nulle et en
0 ∗
1 0  0 ∗   

considérant la matrice Q =  
 , elle aussi inversible, on obtient que   est semblable à    .

0 P   ′
∗ A   

∗ 0

Exercice 17 Soit M ∈ M 4 (
) telle que M 2 + I = 0 .

 0 −1 0 0
 
1 0 0 0
Montrer que M est semblable à la matrice   .
0 0 0 −1
 
0 0 1 0 
Soit f ∈ L(
4 ) l’endomorphisme canoniquement associé à M .
Analyse : Cherchons une base (e1 ,e2 ,e3 ,e 4 ) telle que : f (e1 ) = e 2 , f (e 2 ) = −e1 , f (e3 ) = e4 et f (e 4 ) = −e3 .
La connaissance de e1 et e3 suffit pour former e2 et e4 avec les quatre relations voulues.
Synthèse :
Prenons e1 ≠ 0 , e2 = f (e1 ) , e3 ∉ Vect(e1 ,e 2 ) et e4 = f (e3 ) .
Supposons λ1e1 + λ2e2 + λ3e3 + λ4e4 = 0 i.e. λ1e1 + λ2 f (e1 ) + λ3e3 + λ4 f (e3 ) = 0 (1).
En appliquant l’endomorphisme f : λ1 f (e1 ) − λ2e1 + λ3 f (e3 ) − λ4e3 = 0 (2).
λ3 (1) − λ4 (2) donne (λ3λ1 + λ2λ4 )e1 + (λ3λ2 − λ4λ1 ) f (e1 ) + (λ32 + λ42 )e3 = 0 .
Puisque e3 ∉ Vect(e1 ,e2 ) , on a λ32 + λ42 = 0 d’où λ3 = λ4 = 0 .
(1) et (2) donne alors λ1e1 + λ2 f (e1 ) = 0 et λ1 f (e1 ) − λ2e1 = 0 .
Comme ci-dessus on parvient à λ12 + λ22 = 0 d’où λ1 = λ2 .
Finalement (e1 ,e2 ,e3 ,e 4 ) est une base convenable. On peut conclure que M est semblable à la matrice proposée.

Exercice 18 Soit E un K -espace vectoriel de dimension n ∈ ∗ et f ∈ L(E ) tel que f n = 0 et f n−1 ≠ 0 .

0 1 0
 
   
Montrer qu’il existe une base B de E pour laquelle : Mat B ( f ) =   .
  1
 
0 0

Soit x ∉ ker f n−1 . Un tel x existe puisque f n−1 ≠ 0 .

Considérons B = ( f n−1 (x ),…, f (x ), x ) .
Supposons λn−1 f n−1 (x ) +  + λ1 f (x ) + x = 0 .
En y appliquant successivement f n−1 ,…, f , Id on obtient λ0 = 0,…, λn−2 = 0 puis λn−1 = 0 car f n−1 (x ) ≠ 0 .
B est une famille libre formée de n = dim E vecteurs, c’est donc une base de E .
De plus Mat B ( f ) est de la forme convenable.

Exercice 19 (Centrale) Quelles sont les matrices carrées réelles d’ordre n qui commutent
avec diag(1, 2,…, n ) et lui sont semblables ?

Posons D = diag(1, 2,…, n ) . L’étude, coefficient par coefficient, de la relation MD = DM donne que les
matrices commutant avec D sont les matrices diagonales. Parmi les matrices diagonales, celles qui sont
semblables à D sont celles qui ont les mêmes coefficients diagonaux

Exercice 20 Soit f ∈ L(E ) tel que f 2 = 0 .

0 I r 
Montrer qu’il existe une base B telle que la matrice de f dans B soit   .
0 0 

Posons r = rg f et ( f (e1 ),…, f (er )) une base de Im f .

Puisque f 2 = 0 , la famille B = ( f (e1 ),…, f (er )) est formée de vecteurs de ker f , de plus elle est libre, on peut
donc la compléter en une base de la forme B ′ = ( f (e1 ),…, f (er ), εr +1 ,…, εp ) avec p = dim ker f .
Considérons C = ( f (e1 ),…, f (er ), εr +1 ,…, εp ,e1 ,…,er ) .
En vertu du théorème du rang, cette famille est formée de dimE vecteurs.
De plus si l’on dispose d’une combinaison linéaire nulle des vecteurs de C , en appliquant f et en exploitant la
liberté de B , on justifie que les coefficients devant les e1 ,…,er sont nuls. Ensuite, sachant B ′ libre, on conclut
que les autres coefficients sont nuls. La famille B est une base et la matrice de f dans C est de la forme
voulue.
 0 0 0
 
Exercice 21 Soit A ∈ M 3 (
) vérifiant A = 0 et A ≠ 0 . Etablir que A est semblable à B = 1 0 0 .
2
 
0 0 0

Soit E un
-espace vectoriel de dimension 3 muni d’une base B et u l’endomorphisme de E représenté par
la matrice A dans B . On a u 2 = 0 et u ≠ 0 . Notons que cela entraîne dim Im u = 1 et dim ker u = 2 .
Cherchons une base B ′ = (ε1 , ε2 , ε3 ) telle que Mat B ′ (u ) = B . Après analyse du problème :
Considérons ε1 ∉ ker(u ) et ε2 = u (ε1 ) . ε2 est un vecteur non nul de keru qui peut être complétée en une base
(ε2 , ε3 ) de keru . Formons B ′ = (ε1 , ε2 , ε3 ) . Si λ1ε1 + λ2 ε2 + λ3ε3 = 0 alors en appliquant u , λ1u (ε1 ) = 0 donc
λ1 = 0 puis λ2ε2 + λ3ε3 = 0 entraîne λ2 = λ3 = 0 puisque (ε2 , ε3 ) est libre. Finalement la famille B ′ est libre et
c’est donc bien une base de E . La matrice de u dans cette base est bien la matrice B . On peut conclure.

Trace

Exercice 22 (Centrale) Soit M une matrice carrée de taille n à coefficients dans K sous-corps de  . Montrer
que si tr M = 0 , il existe deux matrices A et B telles que M = AB − BA .

Supposons que M soit semblable à une matrice M ′ via une matrice inversible P i.e. M ′ = P −1MP .
Si on peut écrire M ′ = A′ B ′ − B ′A′ alors M = AB − BA avec A = PA′ P −1 et B = PB ′P −1 .
Etablissons le résultat en raisonnant par récurrence sur la taille de la matrice M .
Si M est taille 1 : ok
Supposons la propriété établie au rang n ∈ ∗ .
Soit M une matrice carrée d’ordre n + 1 de trace nulle.
0 *
Montrons que M est semblable à une matrice de la forme   .
* *
Si M est matrice d’une homothétie alors tr M = 0 permet de conclure M = 0n .
Sinon, il existe des vecteurs qui ne soit pas vecteurs propres de l’endomorphisme associé à M . Soit x , un tel
vecteur. En introduisant une base dont x et f (x ) sont les deux premiers vecteurs, on obtient le résultat voulu.
0 L 
Le problème revient maintenant à établir le résultat quand M est de la forme   avec tr M ′ = 0 .
C M ′
Par l’hypothèse de récurrence on peut écrire M ′ = A′ B ′ − B ′A′ .
Soit λ qui ne soit par valeur propre de B ′ .
 1 L (B ′ − λI )−1  λ 0 
Posons A =  
  et B =  
−1
(λI − B ′) C A′   0 B ′ . On a M = AB − BA . Récurrence établie.
 

Exercice 23 Soit ϕ une forme linéaire sur M n (K ) . Montrer qu’il existe A ∈ M n (K ) tel que pour
tout M ∈ M n (K ) , ϕ (M ) = tr(AM ) .

Posons a j ,i = ϕ (Ei , j ) . ϕ (M ) = ∑a
1≤i , j ≤n
j ,i mi , j = tr(AM ) avec A = (ai , j ) .

Exercice 24 Soit T : M n (K ) → K une forme linéaire telle que ∀A, B ∈ M n (K ),T (AB ) = T (BA) .
Montrer qu’il existe α ∈ K tel que T = α.tr .

Si i ≠ j alors Ei ,i Ei , j = Ei , j et Ei , j Ei ,i = 0 doncT (Ei , j ) = 0 .

De plus Ei , j E j ,i = Ei ,i et E j ,i Ei , j = E j , j doncT (Ei ,i ) = T (E j , j ) = α .
 n  n
Soit A = (ai , j ) ∈ M n (K) . T (A) = T  ∑ ai , j Ei , j  = ∑ ai , jT (Ei , j ) = α tr(A) doncT = α.tr .
i , j =1  i , j =1
Exercice 25 (Mines-Ponts) Soit E un espace vectoriel de dimension finie et G un sous-groupe de GL (E )
1
d’ordre fini n . Montrer que dim ∩ ker(g − IdE ) = ∑ tr g .
g ∈G n g ∈G ( )
1 1 1 1
Soit p = ∑ g . On a p  p = n 2 ∑∑
n g ∈G h ∈G g ∈G
h  g = 2 ∑∑ k = ∑ k = p donc p est un projecteur et la
n h ∈G k ∈G n k ∈G

1
dimension de Im p = ker(p − Id) est tr p = ∑ g . Pour tout g ∈ G , on a g  p = p donc si x est invariant par
n g ∈G
p il est aussi par g . Ainsi ker(p − Id) ⊂ ∩ ker(g − Id) . L’inclusion inverse étant immédiate, on conclut
g ∈G

1
Il est clair que ∩ ker(g − Id) = ker(p − Id)
g ∈G
puis l’égalité dim
( ∩ ker(g − Id )) = n ∑ tr g .
g ∈G
E
g ∈G

Déterminants

Exercice 26 Soit A = (ai , j ) ∈ Mn ( ) .

a) Montrer que det A ∈ .
b) Montrer que A est inversible et A−1 ∈ Mn ( ) ssi det A = 1 .

n
a) det A = ∑ ε(σ )∏a
σ∈Sn i =1
σ (i ),i ∈ .

b) Si A est inversible et A−1 ∈ Mn ( ) alors det A× det A−1 = 1 avec det A,det A−1 ∈ donne det A = 1 .
1 t
Inversement, si det A = 1 alors A est inversible et A−1 = com A ∈ Mn ( ) .
det A

Exercice 27 Soit A = (ai , j ) ∈ M n () . On note A′ = ((−1)i + j ai , j ) ∈ M n () .

Former une relation liant det A et det A′ .
n
det A′ = ∑ ε(σ )∏ (−1)
σ∈Sn i =1
σ (i )+i
a σ (i ),i = det A .

1+ x 2 x 0
x  
Exercice 28 Soit x ∈  et n ∈ ∗ . Calculer C n = .
  x
0 x 1+ x 2

Pour n ≥ 2 , on a Dn = (1 + x 2 )Dn −1 − x 2Dn −2 . (Dn ) est une suite récurrente linéaire d’ordre 2 d’équation
caractéristique r 2 − (1 + x 2 )r − x 2 = 0 de racines 1 et x 2 .
λ + µ = 1 µ = 1− λ λ = 1 (1− x 2 ) 1 − x 2n + 2
Si x 2 ≠ 1 alors Dn = λ + µx 2n avec    . Ainsi Dn = .
λ + µx = 1 + x λ (1− x ) = 1µ = −x (1− x ) 1− x 2
2 2 2 2 2

µ = 1 λ = 1
Si x 2 = 1 alors Dn = (λn + µ) avec   . Ainsi Dn = n + 1
λ + µ = 2 µ = 1

2cos α 1
1  
Exercice 29 Soit θ ∈
et n ∈ ∗ . Calculer An = .
1  1
1 2cos α [n ]
Pour n ≥ 2 , on a Dn = 2cos θDn−1 − Dn−2 . (Dn ) est une suite récurrente linéaire d’ordre 2 d’équation
caractéristique r 2 − 2cos θr + 1 = 0 de racines eiθ et e−iθ .
λ = 1 λ = 1
Si θ ≠ 0 [π ] alors Dn = λ cos n θ + µ sin n θ avec   .
λ cos θ + µ sin θ = 2cos θ µ = tan θ
sin(n + 1)θ
Ainsi Dn = .
sin θ
µ = 1 λ = 1
Si θ = 0 [ 2π ] alors Dn = λn + µ avec   . Ainsi Dn = n + 1 .
λ + µ = 2 µ = 1
µ = 1 λ = 1
Si θ = π [ 2π ] alors Dn = (λn + µ)(−1)n avec   . Ainsi Dn = (−1)n (n + 1) .
−(λ + µ) = −2 µ = 1

λ1 + x a +x  a +x
b +x λ2 + x  
Exercice 30 Soit a ≠ b et λ1 , λ2 ,..., λn . On pose ∆n (x ) = .
   a +x
b +x  b + x λn + x [n ]
a) Montrer que ∆n (x ) est une fonction affine de x .
b) Calculer ∆n (x ) et en déduire ∆n (0) .

λ1 + x a − λ1  a − λ1
b +x λ2 + x a −b
a) ∆n (x ) = = αx + β (en développant selon la première colonne).
 0 
b +x λn −b [n ]
n n
b. ∆n (−a ) = ∏ (λi −a ) et ∆n (−b ) = ∏ (λi −b )
i =1 i =1
n n n n

∏ (λi −a ) − ∏ (λi −b )
i =1 i =1
b∏ (λi −a ) −a ∏ (λi −b )
i =1 i =1
donc α = et β = .
b −a b −a

 0 
 1 α 
   
Exercice 31 Soit α ∈  et M =    ∈ M n () .
 0 1 α
 
α 0 1 
a) Calculer det M .
b) Déterminer, en fonction de α le rang de M .

a) En scindant la première colonne en 2 : det M = 1− (−1)n αn .

b) Si det M ≠ 0 alors M est inversible et rg(M ) = n .
Si det M = 0 alors M n’est pas inversible donc rg(M ) < n . Or M possède une matrice extraite de rang n −1
donc rg(M ) = n −1 .

a b 
 
Exercice 32 Soit a ,b ∈  . Déterminer, en fonction de a et b le rang de la matrice M (a ,b ) =    .

 
b a 
 1 b  b 1 b  b
1 a b 0 a −b 0
det M (a ,b ) = (a + (n −1)b ) = (a + (n −1)b ) = (a + (n −1)b )(b −a )n−1 .
   b −a 
1 b a 1 0 b − a a −b
Si a ≠ b et a + (n −1)b ≠ 0 alors rg(M (a ,b )) = n .
Si a + (n −1)b = 0 et a ≠ 0 alors rg(M (a ,b )) = n −1 car M (a ,b ) possède une matrice de rang n −1 inversible
car a ≠ b et a + (n − 2)b ≠ 0 .
Si a = b ≠ 0 alors rg(M (a ,b )) = 1 .
Si a = b = 0 alors rg(M (a ,b )) = 0 .

1 1 1 … 1
a1 a2 a3 … an
   
k −1 k −1 k −1 k −1
Exercice 33 (Centrale) Calculer Dk = a 1 a 2 a 3 … a n
k +1 k +1 k +1 k +1
a 1 a 2 a 3 … a n

   
a1n a 2n a 3n … ann

n −1
Posons P (X ) = (X −a1 )(X −an ) et considérons R (X ) = X n − P (X ) = −∑ (−1)n−k σn−k X k . On observe la
k =0
n −1
relation a n = ∑ (−1)n +1−k σn−ka k . Par opérations sur les lignes du déterminant Dk on obtient
k =0

1 1 1 … 1
a1 a2 a3 … an
   
Dk = (−1)n +1−k σn−k a1k −1 a 2k −1 a 3k −1 … ank −1 = σnVn (a1 ,…,an )
a1k +1 a 2k +1 a 3k +1 … ank +1
   
k k k
a 1 a 2 a 3 … ank
où Vn (a1 ,…,an ) désigne le Vandermonde de (a1 ,…,an ) .

n
Exercice 34 (Centrale) Soit λ1 ,…, λn ∈  distincts et P (X ) = ∏ (X − λi ) .
i =1

P (X ) P (X ) P (X )

X − λ1 X − λ2 X − λn
Calculer : ∆(X ) = 1 1  1 .
  
λ1n−2 λ2n−2  λnn−2

En développant selon la première ligne, on peut affirmer que ∆ est un polynôme de degré inférieur à n −1 .
Pour k ∈ {1,…, n } , ∆(λk ) = (−1)k +1∏ (λk − λi )Vn−1 (λ1 ,…, λˆk ,…, λn ) = (−1)n +1Vn (λ1 ,…, λn )
i ≠k

où Vn (a1 ,…,an ) désigne le Vandermonde de (a1 ,…,an ) .

Le polynôme ∆ coïncide en n point avec le polynôme constant égal à (−1)n +1Vn (λ1 ,…, λn ) , ils sont donc
égaux.
 2
Exercice 35 (CCP) Pour (i , j ) ∈ 1, n  , on considère ai ∈
et bj ∈
tels que ai + bj ≠ 0 .
 1 
Calculer det   (déterminant de Cauchy).
ai + bj 1≤i , j ≤n
Traiter en particulier le car ∀i ∈ 1, n ,ai = bi = i (déterminant de Hilbert)

1 1 1

a1 + b1 a1 + bn−1 a1 + bn

 1    

Dn = det   = 1 1 1

ai + bj 1≤i , j ≤n a + b  a + b an−1 + bn
n −1 1 n −1 n −1

1 1 1

an + b1 an + bn−1 an + bn
Via C 1 ← C 1 −C n ,…,C n−1 ← C n−1 −C n puis
1 1
 1
a1 + b1 a1 + bn−1
  
(b −b )…(bn−1 −bn )
factorisation : Dn = 1 n 1 1 .
(a1 + bn )…(an + bn )  1
an−1 + b1 an−1 + bn−1
1 1
 1
an + b1 an + bn−1
Via L1 ← L1 − Ln ,…, Ln−1 ← Ln−1 − Ln puis factorisation :
1 1
 0
a1 + b1 a1 + bn−1
(b1 −bn )…(bn−1 −bn )(a1 −an )…(an−1 −an )   
Dn =
(a1 + bn )…(an + bn )(an + b1 )…(an + bn−1 ) 1 1
 0
an−1 + b1 an−1 + bn−1
1  1 1

∏ (bi −bj )(ai −a j )

Par conséquent Dn = 1≤i<j ≤n .
∏
1≤i , j ≤n
(ai + bj )

(n + 1)! (n + 2)! (2n )!

Puisque ∏
1≤i < j ≤n
( j − i ) = 1!2!…(n −1)! et ∏
1≤i , j ≤n
(i + j ) =
1! 2!

n!
on obtient dans le cas

3
(1!2!…(n −1)!) n !
particulier Dn = .
(n + 1)!(n + 2)!…(2n )!

 la transposée de la comatrice de A .
Exercice 36 (Centrale) Pour A ∈ M n (K ) , on note A
.
a) Calculer det A
.
b) Etudier le rang de A
c) Montrer que si A et B sont semblables alors A  et B le sont aussi.

d) Calculer A .
 = AA
a) On sait AA  = det AI
. n.
.det A = (det A)n donne det A
Si A est inversible alors det A  = (det A)n−1 .

L’application A  det A  étant continue et coïncidant avec l’application elle aussi continue A  (det A)n−1 sur

GL (K ) qui est dense dans M (K ) , on peut assurer que det A  = (det A)n−1 pour tout A ∈ M (K ) .
n n n
 aussi donc rg(A) = n ⇒ rg(A
b) Si A est inversible alors A ) = n .
 =0.
Si rg(A) ≤ n − 2 alors A ne possède pas de déterminant extrait non nul d’ordre n −1 et donc A
) = 0 .
Ainsi rg(A) ≤ n − 2 ⇒ rg(A
Si rg(A) = n −1 alors dim ker A = 1 or AA = det A.I = 0 donne Im A  ⊂ ker A et donc rg(A
) ≤ 1 . Or
n
 ≠O .
puisque rg(A) = n −1 , A possède un déterminant extrait d’ordre n −1 non nul et donc A
) = 1 .
Ainsi rg(A) = n −1 ⇒ rg(A
 )(P −1AP ) = det AI
c) Soit P une matrice inversible. Pour tout A ∈ GLn (K ) , (P −1AP . n et P −1AP inversible
 =P
donc P −1AP  −1
AP . Ainsi A = PP −1
APP −1 . Les applications A  A  et A  PP  −1
APP −1 sont continues
et coïncident sur la partie dense GLn (K ) elles sont donc égales sur M n (K ) .
Si A et B sont semblables alors il existe P inversible vérifiant P −1AP = B et par la relation ci-dessus
 =P
P −1AP  −1
AP = B donc A  et B sont semblables.
= 1  1  −1 1
d) Si A est inversible alors A A−1 et A =  A = (det A)n−2 A .
det A det A

 = 0 et A
Si rg A ≤ n − 2 alors A =0.

) = 1 ≤ n − 2 et A
Si rg A = n −1 et n ≥ 3 alors rg(A =0.
a b   d −b  
Si rg A = 1 et n = 2 alors A =   = 
, A =A.
 et A
c d  −c a 

Exercice 37 (Centrale)
 A B 
a) Soit A, B ∈ M n (
) . Montrer que det  ≥ 0 .
−B A
b) Soit A, B ∈ M n (
) telles que AB = BA . Montrer que det(A2 + B 2 ) ≥ 0 .
c) Trouver un contre-exemple à b) si A et B ne commutent pas.
A B 
d) Soit A, B ,C , D ∈ M n (
) telles que AC = CA . Montrer que det   = det(AD −CB ) .
C D 

a) En multipliant les n dernières lignes par i et les n dernières colonnes aussi :

 A B   A iB 
det   = (−1)n det   puis par opérations sur les lignes :
−B A −iB −A
 A B   A iB 
det   = (−1)n det   et par opérations sur les colonnes :
−B A A − iB −A + iB 
 A B  A + iB iB   A B 
det   = (−1)n det   donc det   = (−1)n det(A + iB )det(−A + iB ) et
−B A  0 −A + iB  −B A
 A B 
enfin det   = det(A + iB )det(A − iB ) . Les matrices A et B étant réelles, cette écriture est de la
−B A
2
forme zz = z ≥ 0 .
b) det(A + iB )det(A − iB ) = det(A2 + B 2 ) car A et B commutent donc det(A2 + B 2 ) ≥ 0 .
1 2 1 0
c) A =   et B =   par exemple.
0 1 2 1
 I O 
A B  = A B 
d) Si A est inversible, on remarque :   
−CA
−1 C D   0 −CA B + D 
I   − 1

A B 
donc det   = det(A)det(−CA−1B + D ) = det(AD −CB ) car A et C commutent.
C D 
On étend cette égalité aux matrices non inversibles par densité :
A B 
Les applications A  det   et A  det(AD −CB ) sont continues et coïncident sur l’ensemble des
C D 
matrices inversibles commutant avec C . Or cet ensemble est dense dans l’ensemble des matrices commutant
avec C : si A commute avec C alors pour tout λ > 0 assez petit A + λI n est inversible et commute avec C ).
Par coïncidence d’applications continues sur une partie dense, les deux applications sont égales.
david Delaunay http://mpsiddl.free.fr