Cahier Exercice She Bey

CAHIER D’EXERCICES CORRIGÉS
ALGÈBRE LINÉAIRE
ALGÈBRE BILINÉAIRE
INTÉGRATION
Licence L2
Emmanuel Hebey
Janvier 2024
1
Contents
Chapitre 1. Algèbre linéaire 3 - Enoncés 5

Chapitre 2. Algèbre linéaire 3 - Corrigés 15
Chapitre 3. Algèbre bilinéaire - Enoncés 57
Chapitre 4. Algèbre bilinéaire - Corrigés 67
Chapitre 5. Intégration - Enoncés 117

Chapitre 6. Intégration - Corrigés 127
3
CHAPITRE 1
Algèbre linéaire 3 - Enoncés
Exercice 1.1. Parmi les ensembles suivants, lesquels sont, ou ne sont pas, des
sous-espaces vectoriels ?
1. E1 = (x, y, z) ∈ R3 / x + y + 3z = 0 .
2. E2 = (x, y, z) ∈ R3 / x + y + 3z = 4 .
3. E3 = (x, y) ∈ R2 / xy = 0 .
4. E4 = (x, y) ∈ R2 / y = x2 .
Exercice 1.2. On considère dans Rn , n ≥ 4, une famille de 4 vecteurs linéairement
indépendants (e1 , e2 , e3 , e4 ). Les familles suivantes sont-elles libres ?
1. (e1 , 2e2 , e3 ).
2. (e1 , e3 ).
3. (e1 , 2e1 + e4 , e4 ).
4. (3e1 + e3 , e3 , e2 + e3 ).
5. (2e1 + e2 , e1 − 3e2 , e4 , e2 − e1 ).
Exercice 1.3. On considère dans R3 les vecteurs v1 = (1, 1, 0), v2 = (4, 1, 4)
et v3 = (2, −1, 4).
1. Montrer que les familles (v1 , v2 ), (v1 , v3 ) et (v2 , v3 ) sont libres.
2. La famille (v1 , v2 , v3 ) est-elle libre ?
Exercice 1.4. Soit E l’espace des fonctions de R dans R. Montrer que les
familles (cos(x), sin(x)) et (cos(x), sin(x), sin(2x)) sont libres.
Exercice 1.5. Soit E le sous espace vectoriel de R3 donné par
E = (x, y, z) ∈ R3 / x + 2y − z = 0 .

Trouver une base de E.

Exercice 1.6. Soit f l’endomorphisme de R3 donné par ses valeurs dans la
base canonique (e1 , e2 , e3 ) de R3 par f (e1 ) = −2e1 + 2e3 , f (e2 ) = 3e2 et f (e3 ) =
−4e1 + 4e3 .
1. Donner une base Ker(f ). f est-il injectif ? Quel est son rang ?
2. Donner une base de Im(f ).
3. Montrer que R3 = Ker(f ) ⊕ Im(f ).
Exercice 1.7. Soient F et G deux sous espaces vectoriels d’un espace vecto-
riel E de dimension finie. Montrer que deux quelconques des propriétés suivantes
entraı̂nent la troisième.
1. F ∩ G = {0},
2. F + G = E,
3. dim(F ) + dim(G) = dim(E).
5
6 1. ALGÈBRE LINÉAIRE 3 - ENONCÉS
Exercice 1.8. Soient F et G deux sous espaces vectoriels de dimension 3 de

R5 . La somme F + G peut-elle être directe ?
Exercice 1.9. Soit E un R-espace vectoriel de dimension finie. Soient f, g
deux endomorphismes de E tels que
E = Im(f ) + Im(g) = Ker(f ) + Ker(g) .
Montrer que ces sommes sont directes.
Exercice 1.10. Soit E un R-espace vectoriel de dimension finie, et soit f un
endomorphisme de E tel que
f 2 − 3f + 2IdE = 0 ,
où IdE est l’endomorphisme identité de E. Montrer que
Im(f − 2IdE ) ⊂ Ker(f − IdE )
puis que E = Ker(f − IdE ) ⊕ Ker(f − 2IdE ).
Exercice 1.11. Soit A la matrice 3 × 3 donnée par
 
1 1 0
A = 0 1 1
0 0 1
et soit B = A − Id3 . Calculer B n pour tout entier n ∈ N. En déduire An pour tout
entier n ∈ N.
Exercice 1.12. ] Soient n ∈ N⋆ , A ∈ Mn (R) et soit T : Mn (R) → Mn (R)
l’endomorphisme de Mn (R) donné par
T (M ) = M − tr(M )A ,
où tr(M ) est la trace de M . Montrer que T est un isomorphisme de Mn (R) si et
seulement si tr(A) ̸= 1.
Exercice 1.13. Soient a, b des réels non nuls. Soit

a b
A=
0 a
Trouver toutes les matrices B ∈ M2 (R) qui commutent avec A, à savoir qui vérifient
que AB = BA.
Exercice 1.14. Soient (xn ), (yn ), (zn ) des suites réelles. On suppose x0 , y0 , z0
donnés et que pour tout n,

xn+1 = 3xn + yn

yn+1 = 3yn + zn .

zn+1 = 3zn

 
xn
On pose Xn le vecteur colonne Xn =  yn .
zn
(1) Ecrire le système sous la forme Xn+1 = AXn pour une certaine matrice A que
l’on explicitera. En déduire que Xn = An X0 .
(2) On pose N = A − 3Id3 , où Id3 est la matrice identité 3 × 3. Calculer les
puissances N p de N pour tout entier p.
1. ALGÈBRE LINÉAIRE 3 - ENONCÉS 7
n(n−1) n−1 2
(3) Montrer que pour tout n, An = 3n Id3 + 3n−1 nN + 2 3 N .
(4) Exprimer xn , yn et zn en fonction de n, x0 , y0 et z0 .
Exercice 1.15. Soit E un R-espace vectoriel de dimension 3, F un R-espace
vectoriel de dimension 4, B = (e1 , e2 , e3 ) une base de E et B̃ = (ẽ1 , ẽ2 , ẽ3 , ẽ4 ) une
base de F . On note f, g ∈ L(E, F ) les applications linéaires de E dans F définies
par

f x1 e1 + x2 e2 + x3 e3 = 2x1 + x2 + x3 ẽ1 + 4x1 + 3x3 ẽ2

+ x1 + 3x2 + x3 ẽ3 + 3x1 + x2 + 5x3 ẽ4

g x1 e1 + x2 e2 + x3 e3 = x1 − x2 + 3x3 ẽ1 − 2x1 + 3x2 − x3 ẽ2

+ 5x1 − x2 )ẽ3 − (x1 + x2 − x3 ẽ4
pour tous x1 , x2 , x3 ∈ R.
(1) Ecrire la matrice de représentation MBB̃ (f ) de f dans B et B̃.
(2) Ecrire la matrice de représentation MBB̃ (g) de g dans B et B̃.
Exercice 1.16. Soit f l’endomorphisme de R3 dont la matrice dans la bases
canonique de R3 est
 
1 1 −1
A = −3 −3 3 
−2 −2 2
Donner une base de Ker(f ) et une base de Im(f ). Montrer que Im(f ) ⊂ Ker(f ).
En déduire que An = 0 pour tout n ≥ 2.
Exercice 1.17. Soient E un R-espace vectoriel de dimension 2 et B = (e1 , e2 )
une base de E. Soit f ∈ End(E) l’endomorphisme de E dont la matrice de
représentation dans la base B est

1 2
A= .
1 2
(1) Que valent f (e1 ) et f (e2 ) ? Soit a ∈ R. Que vaut f (ae1 + 17e2 ) ?
(2) Déterminer le noyau et l’image de f .
(3) Soient u = 2e1 − e2 et v = e1 + e2 . Montrer que (u, v) est une base de E. Que
vaut la matrice de f dans cette base ?
(4) Montrer que Ker(f ) et Im(f ) sont des espaces supplémentaires.
Exercice 1.18. On considère les applications linéaires f : R3 → R2 et g :
R → R3 données par f (x, y, z) = (2x − z, 3x + y + 2z) pour tous (x, y, z) ∈ R3 , et
2
par g(x, y) = (x + y, −y, 2x − y) pour tous (x, y) ∈ R2 .

(1) Déterminer les matrices de représentation A et B de f et g dans les bases
canoniques de R2 et R3 .
(2) Calculer les matrices AB, BA et (AB)2 .
(3) Montrer que AB est inversible et déterminer (AB)−1 .
(4) Expliciter l’application (f ◦ g)2 .
Exercice 1.19. Soit f : R3 → R2 l’application linéaire dont la matrice de

représentation dans les bases canoniques de R3 et R2 est

2 −1 1
A=
3 2 −3
On note B = (e1 , e2 , e3 ) la base canonique de R3 et B ′ = (e′1 , e′2 ) la base canonique
de R2 . On définit
ê1 = e2 + e3 , ê2 = e1 + e3 , ê3 = e1 + e2
1 1
ê′1 = (e′1 + e′2 ), ê′2 = (e′1 − e′2 ) .
2 2
Montrer que B̂ = (ê1 , ê2 , ê3 ) est une base de R3 et que B̂ ′ = (ê′1 , ê′2 ) est une base de
R2 . Déterminer la matrice de représentation de f dans ces nouvelles bases.
Exercice 1.20. On considère B = (e1 , e2 , e3 ) une base de R3 . On note f
l’endomorphimse de R3 donné par f (e1 ) = e3 , f (e2 ) = −e1 + e2 + e3 et f (e3 ) = e3 .
(1) Ecrire la matrice de représentation de f dans (e1 , e2 , e3 ). Déterminer le noyau
de f .
(2) On pose ẽ1 = e1 −e3 , ẽ2 = e1 −e2 et ẽ3 = −e1 +e2 +e3 . La famille B̃ = (ẽ1 , ẽ2 , ẽ3 )
forme-t-elle une base de R3 ?
(3) Ecrire la matrice de représentation de f dans (ẽ1 , ẽ2 , ẽ3 ).
Exercice 1.21. Soit f l’endomorphisme de R3 dont la matrice dans la base
canonique B = (e1 , e2 , e3 ) de R3 est
 
15 −11 5
A = 20 −15 8
8 −7 6
On pose ẽ1 = 2e1 + 3e2 + e3 , ẽ2 = 3e1 + 4e2 + e3 et ẽ3 = e1 + e2 + 2e3 . Montrer
que B̃ = (ẽ1 , ẽ2 , ẽ3 ) forme une base de R3 . Que vaut la matrice de représentation
de f dans cette base ?
Exercice 1.22. Soit A = (aij ) uneP matrice carrée d’ordre n. On dit que A
est à diagonale dominante si |aii | > j̸=i |aij | pour tout i. Montrer que A est
inversible.
Exercice 1.23. Soit E un R-espace vectoriel de dimension 3, et B = (e1 , e2 , e3 )
une base de E. On note f, g ∈ End(E) les endomorphismes de E définis par

f x1 e1 + x2 e2 + x3 e3 = x1 + 4x2 + x3 e1 + 4x1 + 3x3 e2

+ −x1 + 3x2 − 2x3 e3

g x1 e1 + x2 e2 + x3 e3 = 3x1 − x3 e1 + 2x1 + 4x2 + 2x3 e2

+ 5x1 + 4x2 + x3 e3
(1) Ecrire la matrice de représentation MBB (f ) de f dans B.
(2) Ecrire la matrice de représentation MBB (g) de g dans B.
(3) Calculer les déterminants det (MBB (f )) et det (MBB (g)). Les endomorphismes
f et g sont-ils inversibles ?
Exercice 1.24. Soient E, F deux R-espaces vectoriels de dimension 3 de bases

respectives B = (e1 , e2 , e3 ) et B̃ = (ẽ1 , ẽ2 , ẽ3 ). Soient α, β ∈ R des réels. On
considère l’application linéaire f : E → F définie par
f (x1 e1 + x2 e2 + x3 e3 ) = (αx1 + βx2 + αx3 ) ẽ1 + (x1 + x2 + βx3 ) ẽ2
+ (3x1 + 2x2 + αx3 ) ẽ3
pour tous x1 , x2 , x3 ∈ R. Ecrire la matrice de représentation de f dans les bases B
et B̃. Si A est cette matrice, calculer le determinant de A. Montrer que pour β = 1
l’application linéaire f est un isomorphisme de E sur F pour toutes les valeurs de
α mis à part deux valeurs précises que l’on calculera. Montrer que pour β = 3
l’application linéaire f est un isomorphisme de E sur F pour tout α.
Exercice 1.25. Calculer le déterminant de la matrice

 
1 1 1 1
1 −1 1 1 
A= 1 −1 1 1 

1 1 1 −1
Exercice 1.26. Soit E un R-espace vectoriel de dimension finie n. Lorsque n =
2, donner un exemple d’espace E et d’endomorphisme f de E tels que f ◦f = −IdE .
On suppose maintenant n impair. Peut-il exister un endomorphisme f ∈ End(E)
de E tel que f ◦ f = −IdE ?
Exercice 1.27. Soit A une matrice carrée dont tous les coefficients sont entiers,
à savoir dans Z. Montrer que A est inversible d’inverse une matrice à coefficients
entiers si et seulement si det(A) = ±1.
Exercice 1.28. Soit A une matrice carrée d’ordre n vérifiant que

A3 − A2 + A = Idn .
Montrer que A est inversible. Quelle est son inverse ? En utilisant l’exercice
précédant, sachant que det(A) > 0, calculer le déterminant de A si A est à coeffi-
cients entiers dans Z
Exercice 1.29. Soit A la matrice 3 × 3 donnée par

 
1 2 3
A = 2 3 4
3 4 5
Calculer le rang de A.
Exercice 1.30. Soient α, β ∈ R deux paramètres réels. On considère la matrice

Aα,β réelle 3 × 3 donnée par
 
1 α β
Aα,β = β α 1 
α α 1
Pour quelles valeurs de α et β cette matrice est-elle inversible ? Si α = β = 2, que
vaut le rang de Aα,β ?
Exercice 1.31. Soient a, b ∈ R. On considère la matrice

 
a 2 −1 b
A = 3 0 1 −4
5 4 −1 2
Montrer que Rg(A) ≥ 2. Pour quelles valeurs de a et b va-t-on avoir que Rg(A) = 2
?
Exercice 1.32. Une matrice A est dite échelonnée (en lignes) si les deux points
suivants sont vérifiés: (i) toute ligne non nulle de A commence avec strictement
plus de zéros que la ligne précédente, (ii) en-dessous d’une ligne nulle, toutes les
lignes sont nulles.
(1) On considère les matrices échelonnées
     
1 2 1 1 −1 3 2 1 −2 1
A = 0 5 3  , B = 0 1 −4 1 , C = 0 1 −1 .
0 0 −1 0 0 0 3 0 0 0
Quel est le rang de ces matrices ?
(2) Dans le cas général montrer que le rang d’une matrice échelonnée est égal au
nombre de ses lignes non nulles.
Exercice 1.33. Soit f : R3 → R3 l’application linéaire donnée par
f (x, y, z) = (−3x − y + z, 8x + 3y − 2z, −4x − y + 2z) .
(1) Déterminer le noyau de f . L’application f est-elle injective ?
(2) Que vaut le rang de f ? L’application f est-elle surjective ?
(3) Déterminer une base de Im(f ).
(4) Ecrire la matrice de représentation de f dans la base canonique de R3 (au départ
et à l’arrivée).
(5) Si B = (e1 , e2 , e3 ) est la base canonique de R3 , on note ẽ1 = e2 + e3 , e˜2 = e1 + e3
et ẽ3 = e1 + e2 . Montrer que B̃ = (ẽ1 , ẽ2 , ẽ3 ) est une base de R3 .
(6) Ecrire la matrice de passage de B à B̃. Calculer son inverse.
(7) Que vaut la matrice de représentation de f dans la base B̃ (au départ et à
l’arrivée) ?
Exercice 1.34. Soit A ∈ M3 (R) une matrice réelle 3 × 3. On suppose que
A2 = 4A − 3Id3 , où Id3 est la matrice identité 3 × 3. On pose B = A − 2Id3 .
Calculer le déterminant de B sachant que det(B) ≥ 0.
Exercice 1.35. On considère la matrice
 
1 7 2 5
−2 1 1 5
A= −1 2 1 4

1 4 1 2
Que vaut le rang de A ?
Exercice 1.36. Soit

1 1
A=
0 1
Trouver toutes les matrices B ∈ M2 (R) qui commutent avec A, à savoir qui vérifient
que AB = BA.
Exercice 1.37. Soient E un espace vectoriel de dimension finie et f, g ∈

End(E) deux endomorphismes de E. Montrer que f ◦ g et g ◦ f ont les mêmes
valeurs propres.
Exercice 1.38. Soient E un espace vectoriel de dimension finie et f ∈ End(E)
un endomorphisme de E. On suppose que f 3 ≡ f 2 , f ̸≡ IdE , f 2 ̸≡ 0 et f 2 ̸≡ f .
(1) Montrer que les seules valeurs propres possibles de f sont 0 et 1.
(2) Montrer que 0 et 1 sont bien des valeurs propres de f .
(3) Montrer que f n’est pas diagonalisable.
(4) Montrer que E = Ker(f 2 ) ⊕ Im(f 2 ).
Exercice 1.39. Une matrice est dite stochastique si ses coefficients sont positifs
ou nuls et si la somme des coefficients sur chaque ligne est égale à 1. Soit A une
matrice
Pn stochastique n × n. Donc A = (aij ), aij ≥ 0 pour touts i, j = 1, . . . , n et
j=1 aij = 1 pour tout i = 1, . . . , n.
(1) Montrer que si λ est valeur propre de A alors |λ| ≤ 1.
(2) Montrer que 1 est valeur propre de A.
Exercice 1.40. Soit E un R-espace vectoriel de dimension n et soit f ∈ End(E)
un endomorphisme de E vérifiant que f 2 = f .
(1) Montrer que E = Ker(f ) ⊕ Im(f ).
(2) Soit r = dimIm(f ). Montrer qu’il existe une base B = (e1 , . . . , en ) de E telle
que f (ei ) = ei pour tout i ≤ r et f (ei ) = 0 pour tout i > r. Déterminer la matrice
de f dans cette base. En déduire que tout f tel que f 2 = f est diagonalisable.
Exercice 1.41. Soit E un R-espace vectoriel de dimension n et soit f ∈ End(E)
un endomorphisme de E vérifiant que f 2 = IdE , où IdE est l’identité de E.
(1) Montrer que E = Ker(f − IdE ) ⊕ Ker(f + IdE ).
(2) Montrer qu’il existe s ∈ {1, . . . , n} et une base B = (e1 , . . . , en ) de E dans
laquelle la matrice de représentation de f s’écrit sous la forme

Is 0
MBB (f ) = ,
0 −In−s
où Is est la matrice identité s × s, In−s est la matrice identité (n − s) × (n − s) et
les 0 sont les matrices nulles s × (n − s) et (n − s) × s. En déduire que tout f telle
que f 2 = IdE est diagonalisable.
Exercice 1.42. Soient E un R-espace vectoriel de dimension 3 et B = (e1 , e2 , e3 )
une base de E. On note f ∈ End(E) l’endomorphisme de E défini par

f x1 e1 + x2 e2 + x3 e3 = x1 + 4x2 + 4x3 e1 + 4x1 + 7x2 + 8x3 e2

− 4x1 + 8x2 + 9x3 e3
(1) Que vaut le polynôme caractéristique de f et que valent les valeurs propres de
f ?
(2) Déterminer les sous-espaces propres de f .
(3) Montrer que f est diagonalisable et donner une matrice A pour laquelle la
matrice A−1 MBB (f )A est diagonale. Que vaut cette matrice diagonale ?
(4) Calculer MBB (f )6 et MBB (f )7 .

(5) Calculer A−1
Exercice 1.43. Soient A = (aij ) une matrice. On dit que A triangulaire
inférieure si aij = 0 pour tous i < j, et que A est une matrice triangulaire supérieursi
aij = 0 pour tous i > j.
(1) Montrer que le déterminant d’une matrice triangulaire (supérieure ou inférieure)
est égal au produit de ses termes diagonaux.
(2) Soit Rn [X] l’espace des polynômes réels de degré inférieur ou égal à n. Soit
f ∈ End (Rn [X]) l’endomorphisme de Rn [X] donné par
f (P ) = P − (X + 1)P ′ .
Montrer que f est diagonalisable et donner ses valeurs propres.
Exercice 1.44. Soit A la matrice réelle 2 × 2 donnée par
2

2 3
A=
− 52 − 23
On se donne x0 , y0 ∈ R et on définit les suites (xn ), (yn ) par
(
xn+1 = 2xn + 32 yn
yn+1 = − 52 xn − 23 yn .
Déterminer (xn ) et (yn ).
Exercice 1.45. Soient E un R-espace vectoriel de dimension n, f ∈ End(E) un
Pk
endomorphisme de E, et P ∈ R[X] un polynôme réel. Si P (X) = i=0 ai X i , k ∈ N,
Pk
on note P (f ) l’endomorphisme de E défini par P (f ) = i=0 ai f i où f 0 = IdE et
f i = f ◦ · · · ◦ f (i fois).
(1) Montrer que si λ est valeur propre de f , alors P (λ) est valeur propre de P (f )
et que si f est diagonalisable, alors P (f ) l’est aussi.
(2) On suppose que E = R2 et on considère l’endomorphisme f de R2 défini dans
la base canonique (e1 , e2 ) de R2 par
√ √
f (x1 e1 + x2 e2 ) = (x1 − 2x2 )e1 + ( 2x1 − x2 )e2
Montrer (par le simple calcul du polynôme caractéristique de f ) que f n’est pas
diagonalisable. Calculer ensuite f 2 = f ◦ f et vérifier que f 2 est diagonalisable. En
déduire que pour P un polynôme, et f un endomorphisme, on peut très bien avoir
que P (f ) est diagonalisable sans pour autant que f le soit.
Exercice 1.46. Soit A une matrice 2 × 2. Vérifier, “à la main”, l’équation de
Cayley-Hamilton en dimension 2:
A2 − tr(A)A + det(A)I2 = 0 ,
où 0 est la matrice nulle 2 × 2 et I2 est la matrice identité 2 × 2.
Exercice 1.47. On considère la matrice A réelle 3 × 3 donnée par
 
−1 1 2
A = −1 2 1
1 −4 −1
Calculer A6 et A7 .
Exercice 1.48. Soit m ∈ R. On considère l’endomorphisme f ∈ End(R2 ) dont

la matrice dans la base canonique B de R3 est donnée par

0 1
MBB (f ) =
−m 1 + m
Pour quelle(s) valeur(s) de m l’endomorphisme f de R2 est-il diagonalisable ?
Exercice 1.49. Soit m ∈ R. On considère l’endomorphisme f ∈ End(R3 ) dont
la matrice dans la base canonique B de R3 est donnée par
 
1+m 1+m 1
MBB (f ) =  −m −m −1
m m−1 0
Pour quelle(s) valeur(s) de m l’endomorphisme f de R3 est-il diagonalisable ?
Exercice 1.50. Soit A la matrice
 
1 0 0
A = 0 1 0 .
1 −1 2
Diagonaliser A.
Exercice 1.51. Soit n ∈ N⋆ donné. Pour i, j ∈ {1, . . . , n} on note Ai,j la
matrice (dite élémentaire) dont tous les éléments sont des 0 sauf l’élément à la ième
ligne et jème colonne qui vaut 1. Quelles matrices Ai,j sont diagonalisables ?
Exercice 1.52. (1) Soit E un R-espace vectoriel de dimension finie n et soient
f, g ∈ End(E) deux endomorphismes de E. On suppose que f et g commutent, et
donc que g ◦ f = f ◦ g. Montrer que f laisse stables les sous espaces propres de g
(si Eλ est un sous espace propre de g, alors f (Eλ ) ⊂ Eλ ), et donc aussi que g laisse
stables les espaces propres de f . En déduire que si g a n valeurs propres distinctes
et si B est une base de vecteurs propres de g, alors B diagonalise f .
(2) Soit A la matrice réelle
 
5 −3 2
A = 6 −4 4 .
4 −4 5
Résoudre dans M3 (R) (l’espace des matrices réelles 3 × 3) l’équation X 2 = A.
 
0 2 −1
(3) Même question avec B =  3 −2 0  .
−2 2 1
Exercice 1.53. Soit A la matrice réelle 3 × 3 donnée par
 
1 7 −7
A = 4 22 −23 .
4 14 −15
Combien y a-t-il de matrices réelles M qui vérifient que M 3 = A ?
Exercice 1.54. (1) Soit a ∈ R⋆ un réel non nul et Aa la matrice
 
0 a −1
Aa = a 0 −1
a −1 0
Trouver αa , βa ∈ R, deux réels dépendant de a, pour lesquels on a

A3a = αa Aa + βa Id3 ,
où Id3 est la matrice identité 3 × 3.
(2)On suppose a ̸= 1. Donner une expression de A−1 2
a en fonction de Aa , αa et βa .
−1
Dans le cas particulier a = −1, et si on pose A = A−1 , que vaut A ?
Exercice
1.55. Soient u0 , v0 ∈ R deux réels donnés. On construit la suite
(un , vn ) n∈N par récurrence par la relation: ∀n ∈ N,
(
un+1 = 4un + 2vn
vn+1 = 3un − vn

un
On pose Xn = .
vn
(1) Ecrire le système ci-dessus sous forme d’une équation matricielle reliant Xn+1
à Xn . Si A est la matrice qui intervient dans cette équation, quelle relation relie
Xn , An et X0 ? Une fois la relation devinée, on la démontrera rigoureusement.
(2) Diagonaliser A. Trouver P inversible et D diagonale telles que P −1 AP = D.
(3) Que vaut P −1 ?
(4) On pose X̃n = P −1 Xn . Quelle relation relie X̃n , Dn et X̃0 ?
(5) On pose u0 = 6 et v0 = −4. Que valent ũ6 et ṽ6 ? Et que valent u6 et v6 ?
Exercice 1.56. Soient u0 , u1 ∈ R deux réels donnés. On construit la suite

un n∈N
par récurrence par la relation: ∀n ∈ N,
un+2 = 3un+1 − 2un .

un
On pose Xn = .
un+1
(1) Ecrire l’équation de récurrence ci-dessus sous forme matricielle faisant intervenir
les Xn . Relier Xn à X0 .
(2) Si A est la matrice qui intervient à la question (1), diagonaliser A. Trouver P
inversible et D diagonale telles que P −1 AP = D.
(3) Que vaut P −1 ?
(4) On suppose u0 = 2 et u1 = 3. Que vaut un pour n ≥ 2 ?
CHAPITRE 2
Algèbre linéaire 3 - Corrigés
Correction de l’exercice 1.1. (1) Clairement E1 ̸= ∅, par exemple (0, 0, 0) ∈

E1 . La question maintenant est de savoir si ∀(x, y, z), (x̃, ỹ, z̃) ∈ E1 , ∀λ ∈ R,
(x + x̃, y + ỹ, z + z̃) ∈ E1 et (λx, λy, λz) ∈ E1 . Soient (x, y, z), (x̃, ỹ, z̃) ∈ E1 . On a
(x + x̃) + (y + ỹ) + 3(z + z̃) = (x + y + 3z) + (x̃ + ỹ + 3z̃) = 0 + 0 = 0
et de même, pour λ ∈ R et (x, y, z) ∈ E1 ,
(λx) + (λy) + 3(λz) = λ(x + y + 3z) = λ × 0 = 0 .
Donc, ∀(x, y, z), (x̃, ỹ, z̃) ∈ E1 , ∀λ ∈ R, (x+ x̃, y+ ỹ, z + z̃) ∈ E1 et (λx, λy, λz) ∈ E1 .
Il s’ensuit que E1 est bien un sous espace vectoriel.
(2) On se pose la même question. Comme 4 + 4 n’est pas égal à 4 (contrairement à
0 + 0 = 0) on va avoir un problème dès la somme de deux vecteurs de E2 . Le plus
simple est de donner un contre exemple. On remarque que (4, 0, 0), (0, 4, 0) ∈ E2 ,
mais (4, 0, 0) + (0, 4, 0) = (4, 4, 0) n’est pas dans E2 . Donc E2 n’est pas un sous
espace vectoriel. On aurait aussi pu remarquer que (0, 0, 0) ̸∈ E2 , et comme un
sous espace vectoriel contient forcément le vecteur nul, E2 n’est pas un sous espace
vectoriel.
(3) On a (−1, −1) ∈ E3 et (1, 1) ∈ E3 . Or (−1, −1) + (1, 1) = (0, 0) n’est pas dans
E3 . Donc E3 n’est pas un sous espace vectoriel.
(4) On a (−1, 1) ∈ E4 et (1, 1) ∈ E4 . Or (−1, 1) + (1, 1) = (0, 2) n’est pas dans E4 .
Donc E4 n’est pas un sous espace vectoriel. □
Correction de l’exercice 1.2. (1) Soient λ, µ, ν ∈ R. On a

λe1 + µ(2e2 ) + νe3 = λe1 + (2µ)e2 + νe3 + 0e4
et donc, comme (e1 , e2 , e3 , e4 ) est libre, λe1 + µ(2e2 ) + νe3 = 0 entraı̂ne λ = 0,
2µ = 0, ν = 0 (et 0 = 0). En particulier, λe1 + µ(2e2 ) + νe3 = 0 entraı̂ne
λ = µ = ν = 0. La famille est bien libre.
(2) (e1 , e3 ) est une sous famille de (e1 , e2 , e3 , e4 ). Elle est donc automatiquement
libre.
(3) On remarque que
(−2)e1 + (2e1 + e4 ) + (−1)e4 = 0 .
La famille n’est pas libre.
(4) Soient λ, µ, ν ∈ R. On a
λ(3e1 + e3 ) + µe3 + ν(e2 + e3 ) = (3λ)e1 + νe2 + (λ + µ + ν)e3 + 0e4
15
16 2. ALGÈBRE LINÉAIRE 3 - CORRIGÉS
et donc, comme (e1 , e2 , e3 , e4 ) est libre, λ(3e1 +e3 )+µe3 +ν(e2 +e3 ) = 0 entraı̂ne que
3λ = 0, ν = 0, λ+µ+ν = 0 (et 0 = 0). En particulier, λ(3e1 +e3 )+µe3 +ν(e2 +e3 ) =
0 entraı̂ne que λ = µ = ν = 0. La famille est bien libre.
(5) Soient λ, µ, ν, θ ∈ R. On a
λ(2e1 + e2 ) + µ(e1 − 3e2 ) + νe4 + θ(e2 − e1 )
= (2λ + µ − θ)e1 + (λ − 3µ + θ)e2 + 0e3 + νe4
et donc, comme (e1 , e2 , e3 , e4 ) est libre, λ(2e1 +e2 )+µ(e1 −3e2 )+νe4 +θ(e2 −e1 ) = 0
si et seulement si 2λ + µ − θ = 0, λ − 3µ + θ = 0, (0 = 0) et ν = 0. On a bien
ν = 0 mais les deux équations qui nous restent ne vont pas impliquer que λ, µ et θ
sont aussi nuls. Et en effet, si on prend λ = 32 , µ = 1 et θ = 73 , alors on a bien que
2λ + µ − θ = 0 et λ − 3µ + θ = 0. En particulier,
2 7
(2e1 + e2 ) + (e1 − 3e2 ) + 0e4 + (e2 − e1 ) = 0
3 3
et la famille n’est donc pas libre. □
Correction de l’exercice 1.3. Soient λ, µ ∈ R. On a
λv1 + µv2 = (λ + 4µ, λ + µ, 4µ)
et donc λv1 + µv2 = 0 (vecteur nul de R3 ) entraı̂ne que λ + 4µ = 0, λ + µ = 0 et
µ = 0. En particulier, λv1 + µv2 = 0 (vecteur nul de R3 ) entraı̂ne que λ = µ = 0.
La famille (v1 , v2 ) est libre. Pour (v1 , v3 ) on trouve que λv1 + µv3 = 0 (vecteur
nul de R3 ) entraı̂ne que λ + 2µ = 0, λ − µ = 0 et 4ν = 0. Là encore on en déduit
que λ = µ = 0. Donc (v1 , v3 ) est libre. Pour (v2 , v3 ) on trouve que λv2 + µv3 = 0
(vecteur nul de R3 ) entraı̂ne que 4λ + 2µ = 0, λ − µ = 0 et 4λ + 4µ = 0. En
particulier λ = µ et ensuite, forcément λ = µ = 0. La famille (v2 , v3 ) est libre.
On s’intéresse maintenant à la famille (v1 , v2 , v3 ). Soient λ, µ, ν ∈ R. On a
λv1 + µv2 + νv3 = (λ + 4µ + 2ν, λ + µ − ν, 4µ + 4ν)
et donc λv1 + µv2 + νv3 = 0 (vecteur nul de R3 ) équivaut à

λ + 4µ + 2ν = 0

λ+µ−ν

µ+ν =0

Ce système est à son tour équivalent au système

(
ν = −µ
λ + 2µ = 0
(les deux premières équations deviennent identiques lorsque ν = −µ). On trouve
alors comme solution non nulle λ = 2, µ = −1 et ν = 1. En d’autres termes,
2v1 − v2 + v3 = 0
(vecteur nul de R3 ). La famille (v1 , v2 , v3 ) n’est pas libre. □
Correction de l’exercice 1.4. L’énoncé est un peu ambigu. Il faut compren-
dre que l’on vous demande de montrer que la famille des deux fonctions (cos, sin)
est libre et que la famille de trois fonctions (cos, sin, f ) est elle aussi libre, où
f (x) = sin(2x) pour tout x. Soient λ, µ ∈ R. Alors λ cos +µ sin = 0 signifie que
λ cos(x) + µ sin(x) = 0 pour tout x. En particulier pour x = 0 et pour x = π2 qui
2. ALGÈBRE LINÉAIRE 3 - CORRIGÉS 17
donnent respectivement que λ = 0 et que µ = 0. Donc λ cos +µ sin = 0 entraı̂ne

que λ = µ = 0, et donc (cos, sin) est libre. Soient maintenant λ, µ, ν ∈ R. Alors
λ cos +µ sin +νf = 0 signifie que λ cos(x) + µ sin(x) + ν sin(2x) = 0 pour tout x. En
prenant x = 0 on trouve λ = 0. En prenant x = π2 on trouve que µ = 0 (puisque
sin(π) = 0). Il reste ν sin(2x) = 0 pour tout x. En prenant x = π4 on trouve ν = 0.
Donc λ cos +µ sin +νf = 0 entraı̂ne que λ = µ = ν = 0, et donc (cos, sin, f ) est
libre. □
Correction de l’exercice 1.5. On vérifie facilement que E est bien un sous
espaces vectoriel de R3 (comme à l’exercice 1). On écrit
E = (x, y, z) ∈ R3 / x + 2y − z = 0

= (x, y, x + 2y) ∈ R3 , x, y ∈ R

= x(1, 0, 1) + y(0, 1, 2) ∈ R3 , x, y ∈ R .

On voit avec cette dernière écriture que les vecteurs u = (1, 0, 1) et v = (0, 1, 2)
forment une famille génératrice de E. Soient λ, µ ∈ R. On a λu+µv = (λ, µ, λ+2µ)
et donc λu+µv = 0 (vecteur nul de R3 ) entraı̂ne que λ = 0 et µ = 0 (et λ+2µ = 0).
Ainsi la famille (u, v) est aussi une famille libre. On en déduit que (u, v) est une
base de E (génératrice + libre). □
Correction de l’exercice 1.6. (1) On a
f (xe1 + ye2 + ze3 ) = xf (e1 ) + yf (e2 ) + zf (e3 )
= −2(x + 2z)e1 + 3ye2 + 2(x + 2z)e3 .
Ainsi, f (xe1 + ye2 + ze3 ) = 0 si et seulement si
(
x + 2z = 0
y=0.
On trouve donc que
Ker(f ) = {xe1 + ye2 + ze3 / x + 2z, y = 0}
= {z(−2e1 + e3 ), z ∈ R} .
Donc Ker(f ) est un droite vectorielle de base u = −2e1 + e3 . On a Ker(f ) ̸= {0}.
Donc f n’est pas injective. Le théorème du rang donne que rg(f ) = 3 − 1 = 2.
(2) On sait déjà que Im(f ) est un sous espace vectoriel de dimension 2. Il suffit
donc de trouver une famille libre à deux éléments dans Im(f ) pour avoir une base de
Im(f ). On a f (e1 ) ∈ Im(f ) et f (e2 ) ∈ Im(f ) et, clairement, (f (e1 ), f (e2 )) est libre
(car e2 n’apparaı̂t pas dans f (e1 )). On peut siplifier par 2 et par 3 sans changer le
caractère libre de la famille. En conclusion, (−e1 + e3 , e2 ) est une base de Im(f ).
(3) On pose v = −e1 + e3 et w = e2 de sorte que (v, w) est une base de Im(f ).
Dire que R3 = Ker(f ) ⊕ Im(f ) c’est dire que (u, v, w) est une base de R3 . Pour le
vérifier il suffit de vérifier que (u, v, w) est libre. On a
λu + µv + νw = 0 ⇔ −(2λ + µ)e1 + νe2 + (λ + µ)e3 = 0

−2λ − µ = 0

⇔ ν=0

λ+µ=0

⇔λ=µ=ν=0.
Donc (u, v, w) est une base de R3 et on en déduit que R3 = Ker(f ) ⊕ Im(f ). □

Correction de l’exercice 1.7. Supposons (1) et (2). On a
dim(F + G) = dim(F ) + dim(G) − dim(F ∩ G) . (⋆)
Donc, avec (1) et (2), dim(E) = dim(F ) + dim(G), et on a (3). Supposons (1) et
(3). La relation (⋆) entraı̂ne que dim(F + G) = dim(E), et comme F + G ⊂ E on
obtient que F + G = E, donc (2). Supposons pour finir (2) et (3). La relation (⋆)
entraı̂ne alors que dim(F ∩ G) = 0 et donc que F ∩ G = {0}, donc (1). Au total,
deux quelconques des propriétés (1), (2), (3) entraı̂nent la troisième. □
Correction de l’exercice 1.8. Si la somme était directe on aurait dim(F ⊕
G) = dim(F ) + dim(G) = 6. Or 6 > 5 et comme F + G ⊂ R5 on doit aussi avoir que
dim(F ⊕ G) ≤ 5. Une contradiction. La somme de F et G ne peut être directe. □
Correction de l’exercice 1.9. Soit n la dimension de E. On a
n = dim(Im(f ) + Im(g))
= dim(Im(f )) + dim(Im(g)) − dim(Im(f ) ∩ Im(g)) ,
et
n = dim(Ker(f ) + Ker(g))
= dim(Ker(f )) + dim(Ker(g)) − dim(Ker(f ) ∩ Ker(g)) .
Par addition, et en vertue du théorème du rang pour f et pour g, on obtient
2n = 2n − dim(Im(f ) ∩ Im(g)) − dim(Ker(f ) ∩ Ker(g)) .
On en déduit que dim(Im(f ) ∩ Im(g)) = 0 et que dim(Ker(f ) ∩ Ker(g)) = 0, et donc
que Im(f ) ∩ Im(g) = {0} et que Ker(f ) ∩ Ker(g) = {0}. Les sommes sont donc bien
directes. □
Correction de l’exercice 1.10. Les racines de x2 − 3x + 2 = 0 sont 1 et
2. Algébriquement on va donc avoir (f − IdE ) ◦ (f − 2IdE ) = 0, ce que l’on
vérifie facilement. Donc on a bien que Im(f − 2IdE ) ⊂ Ker(f − IdE ). On montre
maintenant que
Ker(f − IdE ) ∩ Ker(f − 2IdE ) = {0} . (⋆)
Clairement, x ∈ Ker(f − IdE ) ∩ Ker(f − 2IdE ) implique que f (x− = x et f (x) = 2x
de sorte que x = 2x et on obtient aisni que x = 0. On a donc bien montré (⋆). La
somme Ker(f − IdE ) ⊕ Ker(f − 2IdE ) est bien directe. On montre enfin que
E = Ker(f − IdE ) + Ker(f − 2IdE ) . (⋆⋆)
Le théorème du rang donne que
dim(Ker(f − 2IdE )) + dim(Im(f − 2IdE )) = dim(E) .
Comme Im(f − 2IdE ) ⊂ Ker(f − IdE ) on en déduit que
dim(Ker(f − 2IdE )) + dim(Ker(f − IdE )) ≥ dim(E) .
Or, avec (⋆),
dim (Ker(f − IdE ) + Ker(f − 2IdE ))
= dim(Ker(f − 2IdE )) + dim(Ker(f − IdE )) .
Comme dim(E) ≥ dim (Ker(f − IdE ) + Ker(f − 2IdE )), on en déduit que
dim(E) = dim (Ker(f − IdE ) + Ker(f − 2IdE ))
et donc (⋆⋆) est aussi démontrée. Au total la somme Ker(f − IdE ) ⊕ Ker(f − 2IdE )
est bien directe et égale à E. □
Correction de l’exercice 1.11. On a
 
0 1 0
B = 0 0 1
0 0 0
Par suite     
0 1 0 0 1 0 0 0 1
B 2 = 0 0 1 0 0 1 = 0 0 0
0 0 0 0 0 0 0 0 0
et enfin on trouve que
    
0 1 0 0 0 1 0 0 0
B 3 = 0 0 1 0 0 0 = 0 0 0
0 0 0 0 0 0 0 0 0
On en déduit facilement par récurrence que B n = 0 (matrice nulle) pour tout n ≥ 3.
On a
A = Id3 + B
et les matrices Id3 et B commutent. On peut donc appliquer la formule du binôme
de Newton:
n
X
An = (Id3 + B)n = Cnp Idn−p
3 Bp
p=0
n!
où Cnp = p!(n−p)! . En vertue de ce qui a été dit sur B n , et puisque Cn0 = 1, Cn1 = n
2 n(n−1)
et Cn = 2 , on trouve que
n(n − 1) 2
An = Id3 + nB + B
  2   
1 0 0 0 1 0 0 0 1
n(n − 1)
= 0 1 0 + n 0 0 1 + 0 0 0
2
0 0 1 0 0 0 0 0 0
n(n−1)
 
1 n 2
= 0 1 n  .
0 0 1
□
Correction de l’exercice 1.12. Il est clair que T est un endomorphisme car
la trace est linéaire. Comme Mn (R) est de dimension finie n2 , il suffit de montrer
que T est injective si et seulement si tr(A) ̸= 1. Si T (M ) = 0 alors M = tr(M )A
et en prenant la trace on obtient que
tr(M ) = tr(M )tr(A) .
Si tr(A) ̸= 1 alors tr(M ) = 0, et puisque M = tr(M )A si T (M ) = 0, on trouve que
M = 0. Donc Ker(T ) = {0} et T est bien injective (donc bijective) si tr(A) ̸= 1.
Réciproquement, supposons que tr(A) = 1. Alors A ̸= 0 et T (A) = 0 et donc T n’est
pas injective. Ainsi T est un isomorphisme si tr(A) ̸= 1 et ne l’est pas si tr(A) = 1.
Cela démontre que T est un isomorphisme si et seulement si tr(A) ̸= 1. □
Correction de l’exercice 1.13. Ecrivons B sous la forme

x y
B= .
z t
On a
ax + bz ay + bt ax bx + ay
AB = et BA = .
az at az bz + at
On veut donc 
ax + bz = ax

ay + bt = bx + ay

at = bz + at

et on trouve ainsi que bz = 0 et bt = bx. Comme a et b sont non nuls, il faut

z = 0 et t = x. Donc les matrices B qui commutent avec A sont les matrices qui
s’écrivent sous la forme
x y
B=
0 x
pour x, y des réels. □
Correction de l’exercice 1.14. (1) On trouve
 
3 1 0
A = 0 3 1
0 0 3
et par récurrence il est clair que Xn = An X0 puisque la relation est vraie pour
n = 0 et puisque si elle est vraie pour n, alors elle l’est aussi pour n + 1 puisque
Xn+1 = AXn = A × An X0 = An+1 X0 .
(2) On a  
0 1 0
N = 0 0 1
0 0 0
On calcule    
0 0 1 0 0 0
N 2 = 0 0 0 puis N 3 = 0 0 0
0 0 0 0 0 0
p
Par suite, N = 0 pour tout p ≥ 3.
(3) On a A = 3Id3 + N et les matrices 3Id3 et N commutent. On peut donc
appliquer la formule du binôme de Newton. On en déduit
n
n
X n n−p p
A = 3 N
p=0
p
et comme N p = 0 pour p ≥ 3 on obtient exactement la formule demandée.
(4) Comme Xn = An X0 on trouve avec la calcul de An à la question précédente
que 
n
x n = 3 x 0 + 3
 n−1
ny0 + n(n−1)
2 3n−2 z0
yn = 3n y0 + 3n−1 nz0

zn = 3n z0

pour tout n. □
Correction de l’exercice 1.15. (1) Comme

f x1 e1 + x2 e2 + x3 e3 = 2x1 + x2 + x3 ẽ1 + 4x1 + 3x3 ẽ2

+ x1 + 3x2 + x3 ẽ3 + 3x1 + x2 + 5x3 ẽ4
on calcule:
f (e1 ) = 2ẽ1 + 4ẽ2 + ẽ3 + 3ẽ4
f (e2 ) = ẽ1 + 0ẽ2 + 3ẽ3 + ẽ4
f (e3 ) = ẽ1 + 3ẽ2 + ẽ3 + 5ẽ4
Par suite:  
2 1 1
4 0 3
MBB̃ (f ) = 
 
1 3 1
3 1 5
(2) Comme

g x1 e1 + x2 e2 + x3 e3 = x1 − x2 + 3x3 ẽ1 − 2x1 + 3x2 − x3 ẽ2

+ 5x1 − x2 )ẽ3 − (x1 + x2 − x3 ẽ4
on calcule:
g(e1 ) = ẽ1 − 2ẽ2 + 5ẽ3 − ẽ4
g(e2 ) = −ẽ1 − 3ẽ2 − ẽ3 − ẽ4
g(e3 ) = 3ẽ1 + ẽ2 + 0ẽ3 + ẽ4
Par suite:  
1 −1 3
−2 −3 1
MBB̃ (g) =  
5 −1 0
−1 −1 1
□
Correction de l’exercice 1.16. Notons B = (e1 , e2 , e3 ) la base canonique de
R3 . On cherche les X = xe1 + ye2 + ze3 pour lesquels f (X) = 0. On cherche donc
les x, y, z tels que     
1 1 −1 x 0
−3 −3 3  y  = 0 .
−2 −2 2 z 0
On trouve 
x + y − z = 0

−3x − 3y + 3z = 0

−2x − 2y + 2z = 0

et il reste donc pour seule équation que x + y = z. Donc

Ker(f ) = {xe1 + ye2 + ze3 / x + y = z}
= {x(e1 + e3 ) + y(e2 + e3 ), x, y ∈ R}
et Ker(f ) est donc le sous espace engendré par les vecteurs ẽ1 = e1 + e3 et ẽ2 =
e2 + e3 . Ces vecteurs sont linéairement indépendants car
λẽ1 + µẽ2 = 0 ⇔ λe1 + µe2 + (λ + µ)e3 = 0
et donc, forcément, λ = µ = 0. Donc Ker(f ) est le plan vectoriel de base (ẽ1 , ẽ2 ).
Le théorème du rang permet alors d’affirmer que dimIm(f ) = 3 − 2 = 1. Prenons
x = y = z = 1. On a que
    
1 1 −1 1 1
−3 −3 3  1 = −3 .
−2 −2 2 1 −2
de sorte que f (e1 + e2 + e3 ) = e1 − 3e2 − 2e3 et donc, puisque dimIm(f ) = 1, Im(f )
est la droite vectorielle de base ẽ = e1 − 3e2 − 2e3 . On a
ẽ = (e1 + e3 ) − 3(e2 + e3 ) = ẽ1 − 3ẽ2
et donc ẽ ∈ Ker(f ). On en déduit que Im(f ) ⊂ Ker(f ). Mais alors, pour tout X,
f 2 (X) = f f (X) = 0 puisque f (X) ∈ Im(f ) et donc f (X) ∈ Ker(f ). Ainsi f 2 = 0
est l’endomorphisme nul. Cela implique bien sur que que f p = 0 dès que p ≥ 2. La
matrice de représentation de f p dans la base canonique n’étant rien d’autre que Ap
on en déduit que Ap = 0 pour tout p ≥ 2. □
Correction de l’exercice 1.17. (1) Par définition des matrices de représentation,
f (e1 ) = e1 + e2 et f (e2 ) = 2e1 + 2e2 . les coordonnées de ae1 + 17e2 dans (e1 , e2 )
sont (a, 17). Les coodonnées de f (ae1 + 17e2 ) dans (e1 , e2 ) sont données par

1 2 a a + 34
=
1 2 17 a + 34
de sorte que f (ae1 + 17e2 ) = (a + 34)(e1 + e2 ).
(2) On a
1 2 x 0
Ker(f ) = xe1 + ye2 / =
1 2 y 0
et on trouve donc comme seule équation x + 2y = 0. Donc
Ker(f ) = {−2ye1 + ye2 , y ∈ R} = {y(−2e1 + e2 ) , y ∈ R}
de sorte que Ker(f ) est la droite vectorielle de vecteur directeur −2e1 + e2 ou, ce
qui revient au même, 2e1 − e2 . Le théorème du rang donne alors que dimIm(f ) =
2 − 1 = 1 et, pour touver une base de Im(f ) il suffit de trouver un vecteur non nul
de Im(f ). Par exemple f (e1 ) = e1 + e2 est une base de Im(f ).
(3) On vérifie que (u, v) est une base de E. Pour cela il suffit de vérifier que
(u, v) est libre puisqu’elle comporte autant de vecteurs que la dimension. On a
λu + µv = 0 si et seulement si (2λ + µ)e1 + (µ − λ)e2 = 0 et on trouve donc que,
nécessairement, λ = µ et 3λ = 0 de sorte que λ = µ = 0. La famille est bien libre,
c’est donc une base. Avec la question précédente, u est une base de Ker(f ) et v
est une base de Im(f ). On a f (v) = f (e1 ) + f (e2 ) = 3e1 + 3e2 = 3v, et donc, si
B ′ = (u, v), alors
0 0
MB′ B′ (f ) =
0 3
(3) Clairement E = Ker(f ) + Im(f ) puisque (u, v) base de E, u ∈ Ker(f ) et
v ∈ Im(f ). Reste à montrer que Ker(f ) ∩ Im(f ) = {0}. Mais si x ∈ Ker(f ) ∩ Im(f )
alors x = au = bv pour des a, b ∈ R puisque u est une base de Ker(f ) et v
est une base de Im(f ). Mais alors 0 = bf (v) = 3bv puisque f (v) = 3v. Donc
b = 0, puis a = 0. D’où Ker(f ) ∩ Im(f ) = {0}. La somme est ainsi directe et
E = Ker(f ) ⊕ Im(f ). □
Correction de l’exercice 1.18. (Corrigé sommaire) (1) On trouve

 
1 1
2 0 −1
A= et B = 0 −1
3 1 2
2 −1
(2) On a
 
1 1
2 0 −1  0 3
AB = 0 −1 = ,
3 1 2 7 0
2 −1
   
1 1 5 1 1
2 0 −1
BA = 0 −1 = −3 −1 −2 ,
3 1 2
2 −1 1 −1 −4
et
0 3 0 3 21 0
(AB)2 = = = 21Id2 ,
7 0 7 0 0 21
où Id2 est la matrice identité 2 × 2.
1
(3) Il suit de la question précédente que AB × 21 AB = Id2 . Donc AB est inversible
et
0 1

1
(AB)−1 = AB = 1 7 .
21 3 0
(4) L’application f ◦ g a pour matrice de représentation AB dans la base canonique

de R2 . Par suite (f ◦ g)2 a pour matrice de représentation (AB)2 = 21Id2 dans
la base canonique de R2 . Donc (f ◦ g)2 : R2 → R2 est donnée par (x, y) →
(21x, 21y). □
Correction de l’exercice 1.19. Il suffit de montrer que les famille sont li-
bres. On a
λê1 + µê2 + ν ê3 = 0 ⇔ (µ + ν)e1 + (λ + ν)e2 + (λ + µ)e3 = 0
et donc on trouve 
µ + ν = 0

λ+ν =0

λ+µ=0

dont on tire facilement que λ = µ = ν = 0. Donc (ê1 , ê2 , ê3 ) est libre et c’est donc
bien une base de R3 . Même genre de calculs pour montrer que (ê′1 , ê′2 ) est libre et
donc une base de R2 . On a
 
0 1 1
1 1 1
MB→B̂ = 1 0 1 et MB′ →B̂′ =
2 1 −1
1 1 0
La formule de changement de bases donne que
MB̂B̂′ (f ) = MB−1
′ →B̂ ′
MBB′ (f )MB→B̂ .
On a (il y a une formule toute prête pour l’inverse des matrices 2 × 2)

−1 1 1
MB′ →B̂′ =
1 −1
et on trouve par multiplication des matrices que

−1 3 6
MB̂B̂′ (f ) = .
1 3 −4
□
Correction de l’exercice 1.20. (1) Par définition des matrices de représentation,

 
0 −1 0
MBB (f ) = 0 1 0
1 1 1
On a de plus
      
 0 −1 0 x 0 
Ker(f ) = xe1 + ye2 + ze3 / 0 1 0  t  = 0
1 1 1 z 0
 
On est donc ramené au système


−y = 0

y=0

x+y+z =0

et on trouve ainsi
Ker(f ) = {xe1 + ye2 + ze3 / y = 0 et x + z = 0}
= {x(e1 − e3 ) / x ∈ R}
Donc Ker(f ) est la droite vectorielle de base e1 − e3 .
(2) On a
λẽ1 + µẽ2 + ν ẽ3 = 0 ⇔ (λ + µ − ν)e1 + (ν − µ)e2 + (ν − λ)e3 = 0
et donc 
λ + µ − ν = 0

ν−µ=0 .

ν−λ=0

On trouve λ = µ = ν avec les deux dernières équations, puis λ = 0 avec la première.

Donc (ẽ1 , ẽ2 , ẽ3 ) est libre. Comme on est en dimension 3 il s’agit d’une base.
(3) On a
 
1 1 −1
MB→B̃ = 0 −1 1
−1 0 1
−1
On cherche MB→ B̃
. On peut soit passer par le calcul du déterminant et des mineurs,
ou alors essayer d’exprimer les ei en fonction des ẽi . On a
 
ẽ1 = e1 − e3
 e3 = e1 − ẽ1

ẽ2 = e1 − e2 ⇔ e2 = e1 − ẽ2
 
ẽ3 = −e1 + e2 + e3 ẽ3 = −e1 + e1 − ẽ2 + e1 − ẽ1
 
et on trouve ainsi que


e1 = ẽ1 + ẽ2 + ẽ3

e2 = ẽ1 + ẽ3 .

e3 = ẽ2 + ẽ3

Donc
 
1 1 0
−1
MB→ B̃
= 1 0 1
1 1 1
On a alors
     
1 1 0 0 −1 0 1 1 −1 0 0 0
MB̃B̃ (f ) = 1 0 1 0 1 0  0 −1 1  = 0 1 0
1 1 1 1 1 1 −1 0 1 0 0 1
Correction de l’exercice 1.21. (Corrigé sommaire) On montre que B̃ = (ẽ1 , ẽ2 , ẽ3 )
est une base en montrant qu’il s’agit d’une famille libre. La matrice de passage de
B à B̃ est
 
2 3 1
P = 3 4 1
1 1 2
On trouve
 
−6 5 −2
P −1 = 4 −3 1
1 −1 1
puis
 
−1 0 0
MB̃B̃ (f ) = P −1 AP =  0 2 0 .
0 0 3
□
Correction de l’exercice 1.22. Soit f l’endomorphisme de Rn dont la ma-

trice dans la base canonique de Rn est A. On montre que Ker(f ) = {0}. On aura
alors f injective, donc f bijective puisqu’il s’agit d’un endomorphisme en dimension
finie, et donc A inversible puisque A est une matrice de représentation de f . Soit
X ∈ Rn de coordonnées x1 , . . . , xn dans la base canonique de Rn . On suppose que
X ∈ Ker(f ) et que X ̸= 0. Soit i tel que
|xi | = max{|xj |, j = 1, . . . , n} .
Comme X ̸= 0, |xi | > 0. On a f (X) = 0. En regardant la ième coordonnée de

f (X), on voit que
X
aii xi + aij xj = 0 .
j̸=i
Or on a que
X X
aij xj ≤ |aij ||xj |
j̸=i j̸=i
X
≤ |xi | |aij |
j̸=i
< |aii xi | .
On obtient ainsi une contradiction puisque d’après ce qui a été dit
X
|aii xi | = | aij xj | .
j̸=i
Donc forcément X = 0 et Ker(f ) = {0}. □

Correction de l’exercice 1.23. (1) Comme

f x1 e1 + x2 e2 + x3 e3 = x1 + 4x2 + x3 e1 + 4x1 + 3x3 e2

+ −x1 + 3x2 − 2x3 e3
on calcule:
f (e1 ) = e1 + 4e2 − e3
f (e2 ) = 4e1 + 0e2 + 3e3
f (e3 ) = e1 + 3e2 − 2e3
Par suite:  
1 4 1
MBB (f ) =  4 0 3
−1 3 −2
(2) Comme

g x1 e1 + x2 e2 + x3 e3 = 3x1 − x3 e1 + 2x1 + 4x2 + 2x3 e2

+ 5x1 + 4x2 + x3 e3
on calcule:
g(e1 ) = 3e1 + 2e2 + 5e3
g(e2 ) = 0e1 + 4e2 + 4e3
g(e3 ) = −e1 + 2e2 + e3
Par suite:  
3 0 −1
MBB (g) = 2 4 2
5 4 1
(3) On a    
1 4 1 3 0 −1
MBB (f ) =  4 0 3  et MBB (g) = 2 4 2
−1 3 −2 5 4 1
et donc
det (MBB (f )) = 0 + 12 − 12 − 0 − 9 + 32
= 23
tandis que
det (MBB (g)) = 12 − 8 + 0 + 20 − 24 − 0
=0
Comme det (MBB (f )) ̸= 0, f est un isomorphisme. Comme det (MBB (g)) = 0, g
n’est pas un isomorphisme. □

f (x1 e1 + x2 e2 + x3 e3 ) = (αx1 + βx2 + αx3 ) ẽ1 + (x1 + x2 + βx3 ) ẽ2
+ (3x1 + 2x2 + αx3 ) ẽ3
On calcule
f (e1 ) = αẽ1 + ẽ2 + 3ẽ3
f (e2 ) = βẽ1 + ẽ2 + 2ẽ3
f (e3 ) = αẽ1 + βẽ2 + αẽ3
Par suite,
 
α β α
MBB̃ (f ) =  1 1 β
3 2 α
Donc
det (MBB̃ (f )) = α2 + 2α + 3β 2 − 3α − 2αβ − αβ
= α2 − α + 3β 2 − 3αβ
Si β = 1 alors
det (MBB̃ (f )) = α2 − 4α + 3
= (α − 1)(α − 3)
On sait que f est un isomorphisme si et seulement si MBB̃ (f ) est inversible, et
donc si et seulement si det (MBB̃ (f )) ̸= 0. Par suite, lorsque β = 1, f est un
isomorphisme si et seulement si α ̸= 1 et α ̸= 3. Si maintenant β = 3, alors
det (MBB̃ (f )) = α2 − 10α + 27
Le discriminant ∆ de ce polynôme du second degré en α vaut
∆ = 102 − 4 × 27 = −8
En particulier, ∆ < 0 et donc α → α2 − 10α + 27 n’a pas de zéros dans R. En
d’autres termes, det (MBB̃ (f )) ̸= 0 pour tout α. Et donc, si β = 3, alors f est un
isomorphisme pour toute valeur de α. □
Correction de l’exercice 1.25. On ne change pas le déterminant en soustrayant

la ligne 1 aux lignes 2 à 4 de la matrice. La nouvelle matrice obtenue A′ est donnée
par
 
1 1 1 1
0 −2 0 0 
A′ = 
0 −2 0 0 

0 0 0 −2
On développe le déterminant suivant la dernière ligne. On trouve

 
1 1 1
det(A) = det(A′ ) = −2det 0 −2 0 
0 0 −2
On redéveloppe suivant la dernière ligne et on trouve

′ 1 1
det(A) = det(A ) = 4det
0 −2
Par suite, det(A) = −8. □
Correction de l’exercice 1.26. Supposons n = 2 et posons E = R2 . Soit B

la base canonique de R2 et soit f l’endomorphisme de R2 donné par

a b
MBB (f ) =
c d
Alors
a2 + bc

2 ab + bd
MBB (f ) =
ac + dc d2 + bc
On veut donc
 2
a + bc = −1


b(a + d) = 0
c(a + d) = 0


 2
d + bc = −1
Si on pose a + d = 0 le système se réduit à a2 + bc = −1. On peut alors choisir
a = 1, d = −1, b = −2 et c = 1. L’endomorphisme f de R2 dont la matrice de
représentation dans la base canonique de R2 vaut

1 −2
MBB (f ) =
1 −1
vérifie alors que f 2 = −IdE . Supposons maintenant que n est impair et que f en-
domorphisme tel que f 2 = −IdE existe. Soit B une base de E et A = MBB (f )
la matrice de représentation de f dans B (au départ et à l’arrivée). Comme
MBB (IdE ) = Idn (la matrice identité d’ordre la dimension n de E) on obtient
que A2 = −Idn . On a
det(−Idn ) = (−1)n .
Donc det(A2 ) = det(A)2 = (−1)n , ce qui n’est possible que si n est pair. Ainsi, en
dimension impaire, il ne peut exister d’endomorphisme f tel que f ◦ f = −IdE . □
Correction de l’exercice 1.27. Supposons que det(A) = ±1. Alors A est

inversible et puisque A est à coefficients entiers, les cofacteurs de A sont aussi
à coefficients entiers. Par suite A−1 est à coefficients entiers. Réciproquement,
supposons que A est inversible et que A et A−1 sont toutes deux à coefficients
entiers. Si n est la taille de A, alors AA−1 = Idn et donc, en prenant le déterminant,
det(A)det(A−1 ) = 1. Or det(A) ∈ Z puisque A est à coefficients entiers et, de même,
det(A−1 ) ∈ Z puisque A−1 est à coefficients entiers. On en déduit que det(A) divise
1 au sens de la division euclidienne, et donc que forcément det(A) = ±1. □
Correction de l’exercice 1.28. On a A(A2 − A + Idn ) = Idn . Donc A est

inversible d’inverse A−1 = A2 − A + Idn . Si A est à coefficients entiers, alors A−1
l’est aussi. D’après l’exercice précédent on doit donc avoir que det(A) = ±1. Si
det(A) > 0, c’est que det(A) = 1. □
Correction de l’exercice 1.29. Les rangs possibles sont 0,1,2 ou 3. La seule
sous matrice 3 × 3 de A est la matrice A elle-même. On a
 
1 2 3
det 2 3 4 = 15 + 24 + 24 − 27 − 16 − 20 = 0
3 4 5
et donc A n’est pas de rang 3. Par contre

1 2
A11 =
2 3
est une sous matrice 2 × 2 de A (obtenue en supprimant les premières lignes et
colonnes dans A), et

1 2
det = 3 − 4 = −1 ̸= 0 .
2 3
Donc Rg(A) = 2. □
Correction de l’exercice 1.30. On calcule
detAαβ = α + αβ 2 + α2 − α2 β − α − αβ
= α2 − αβ + αβ 2 − α2 β
= α(α − β) + αβ(β − α)
= (α − β)(α − αβ)
= α(α − β)(1 − β)
Sachant que Aαβ est inversible si et seulement si detAαβ ̸= 0, on trouve que Aαβ
est inversible si et seulement si α ̸= 0, α ̸= β et β ̸= 1. Si α = β = 2 alors A22 n’est
pas inversible (cf. ci-dessus). Donc Rg(A22 ) ̸= 3. Par contre, la matrice

1 2
B=
2 2
est une sous matrice de A22 , obtenue en supprimant les 3ème lignes et colonnes dans
A22 . On a detB = −2 ̸= 0. Donc Rg(A22 ) ≥ 2. On en déduit que Rg(A22 ) = 2. □
Correction de l’exercice 1.31. Pour montrer que Rg(A) ≥ 2 il suffit de
trouver une sous matrice 2 × 2 dont le déterminant est non nul. Par exemple

1 −4
B=
−1 2
est une sous matrice 2 × 2 de A. Son déterminant vaut 6 ̸= 0. Donc Rg(A) ≥ 2.
Pour avoir que Rg(A) = 2 il faut que tous les sous déterminants 3 × 3 soient nuls.
On a 4 sous déterminants 3 × 3 possibles que l’on calcule. Les sous matrices 3 × 3
s’obtiennent par suppression d’une colonne de A. On calcule donc
 
2 −1 b
∆1 = det 0 1 −4 = 4(3 − b) ,
4 −1 2
puis  
a −1 b
∆2 = det 3 1 −4 = −2a − 8b + 26 ,
5 −1 2
puis  
a 2 b
∆3 = det 3 0 −4 = 16a + 12b − 52 ,
5 4 2
puis enfin  
a 2 −1
∆4 = det 3 0 1  = 4(1 − a) .
5 4 −1
On veut ∆1 = ∆2 = ∆3 = ∆4 = 0. On a ∆1 = 0 ⇒ b = 3 et ∆4 = 0 ⇒ a = 1.
On vérifie ensuite que les équations ∆2 = 0 et ∆3 = 0 sont bien réalisées pour ces
valeurs de a et b. On trouve donc a = 1 et b = 3. □
Correction de l’exercice 1.32. Le déterminant de A vaut −5 ̸= 0. Le rang

de A est donc 3. La matrice  
1 3 2
0 −4 1
0 0 3
est une sous matrice de B (obtenue en supprimant la 2nde colonne de B). Son
déterminant vaut −12 ̸= 0. Le rang de B vaut donc 3. Le déterminant de C vaut
zéro. Donc le rang de C est au plus 2. La matrice

1 −2
0 1
est une sous matrice 2 × 2 de C (obtenue en supprimant la 3ème ligne et la 3ème
colonne de C). Son déterminant vaut 1 ̸= 0. Le rang de C vaut donc 2.
(2) Notons A = (aij ). Soit k le nombre de lignes non nulles de A. Alors
(i) ∀i ≥ k + 1, ∀j, aij = 0.
Clairement on en déduit que Rg(A) ≤ k puisqu’une sous matrice carrée qui con-
tiendrait plus de k + 1 lignes aurait forcément une ligne nulle et serait donc de
déterminant nul. Supposons que l’on trouve k colonnes de A formant une famille
de k vecteurs linéairement indépendants. Alors, en regardant A comme la ma-
trice de représentation d’une application linéaire entre espaces Rp et Rq (matrice
de représentation que l’on prendra par exemple dans les bases canoniques de ses
espaces), alors Im(f ) contiendrait une famille libre de k vecteurs. On aurait donc
Rg(f ) ≥ k, et donc en particulier Rg(A) ≥ k. Soit en conclusion Rg(A) = k, et
pour résumer il suffit de trouver k colonnes de A formant une famille de vecteurs
libres. Pour 1 ≤ i ≤ k, on note ji l’ordre du premier élément non nul sur la ième
ligne:
(ii) aiji ̸= 0 et aij = 0 pour tout j < ji .
On a alors aussi que
(iii) amji = 0 pour tout m > i.
On montre que les colonnes j1 , j2 , . . . , jk sont les colonnes que nous recherchons.
En considérant que la matrice A était à p lignes et q colonnes, on considère donc
les vecteurs Um , m = 1, . . . , k, formés par les colonnes
 
a1jm
Uj =  ...  .
 
apjm
Supposons que
k
X
λm Um = 0 .
m=1
Alors
k
X
λm aijm = 0
m=1
pour tout i = 1, . . . , p, et en fait pour tout i = 1, . . . , k. D’un point de vue matriciel
on a alors écrit que
    
a1j1 . . . a1jk λ1 0
 .. ..   ..  =  ..  .
 . .   .  .
akj1 ... akjk λk 0
La matrice carrée qui intervient dans cette équation est diagonale supérieure en rai-
son de (iii) et sa diagonale est constituée des aiji ̸= 0 par (ii). Le déterminant d’une
telle matrice est égal au produit des termes diagonaux (on le voit en développant
suivant colonnes) et donc non nul. La matrice est ainsi inversible ce qui implique
que tous les λm sont nuls. On a bien trouvé nos k colonnes formant une famille
libre de vecteurs. □
Correction de l’exercice 1.33. (1) On a (x, y, z) ∈ Ker(f ) si et seulement

si f (x, y, z) = (0, 0, 0). On a donc le système

 −3x − y + z = 0

8x + 3y − 2z = 0

−4x − y + 2z = 0 .

On a les équivalences
 
 3x + y = z 3x + y = z
  (
 y = −2z
8x + 3y = 2z ⇔ 8x + 3y = 2z ⇔
  x=z .
4x + y = 2z . x=z .
 
Donc
Ker(f ) = {(x, y, z) / x = z, y = −2z}
= {(z, −2z, z) / z ∈ R}
= {z(1, −2, 1) / z ∈ R}
et on voit que Ker(f ) est la droite vectorielle de base (1, −2, 1). L’application
linéaire f est injective si et seulement si Ker(f ) = {0}. Comme Ker(f ) ̸= {0}, f
n’est pas injective.
(2) Le théorème du rang nous dit que
dimKer(f ) + Rg(f ) = 3 .
Comme dimKer(f ) = 1 on voit que Rg(f ) = 2. L’application linéaire f est surjec-

tive si et seulement si Rg(f ) = 3. Donc f n’est pas surjective.
(3) Comme Rg(f ) = 2 il suffit de trouver une famille libre composée de deux
vecteurs dans Im(f ). On a f (0, 1, 0) = (−1, 3, −1) et f (0, 0, 1) = (1, −2, 2). De
plus
(
µ−λ=0
λ(−1, 3, −1) + µ(1, −2, 2) = (0, 0, 0) ⇔
3λ − 2µ = 0
et on trouve bien que forcément λ = µ = 0. En conclusion, Im(f ) est le plan

vectoriel de base ((−1, 3, −1), (1, −2, 2)).
(4) Par définition des matrices de représentation,

 
−3 −1 1
MBB (f ) =  8 3 −2
−4 −1 2
puisque f (e1 ) = −3e1 + 8e2 − 4e3 , f (e2 ) = −e1 + 3e2 − e3 et f (e3 ) = e1 − 2e2 + 2e3 .
(5) Soient λ, µ, ν ∈ R. On a
λẽ1 + µẽ2 + ν ẽ3 = 0
⇔ (µ + ν)e1 + (λ + ν)e2 + (λ + µ)e3 = 0 .
Comme B est une base on trouve donc que


µ + ν = 0

λ+ν =0

λ+µ=0

Il s’ensuit facilement que forcément λ = µ = ν = 0 (par exemple la seconde équation

moins la première donnent que λ = µ. La troisième donne ensuite λ = µ = 0. En
revenant à la première il suit ν = 0). La famille (ẽ1 , ẽ2 , ẽ3 ) est donc libre. Comme
on est en dimension 3 et que cette famille a trois vecteurs, il s’agit bien d’une base
de R3 .
(6) Par définition,

 
0 1 1
MB→B̃ = 1 0 1 .
1 1 0
Pour calculer l’inverse de cette matrice on va résoudre le système
    
0 1 1 x X
1 0 1 y  =  Y 
1 1 0 z Z
On a les équivalences,
    
0 1
1 x X
1 0
1  y  =  Y 
1 1
0 z Z
 
y + z = X
 y = X − z

⇔ x+z =Y ⇔ x=Y −z
 
x+y =Z X + Y − 2z = Z
 

1 1 1
z = 2 X + 2 Y − 2 Z

⇔ y = 2 X − 2 Y + 12 Z
1 1
x = − 12 X + 12 Y + 12 Z


    
−1 1 1 X x
1
⇔ 1 −1 1   Y  = y 
2
1 1 −1 Z z
On trouve donc que
 
−1 1 1
−1 1
MB→ B̃
= 1 −1 1
2
1 1 −1
−1
et on a aussi que MB→ B̃
= MB̃→B .
(7) La formule de changement de base donne que

−1
MB̃B̃ (f ) = MB→ M (f )MB→B̃ .
B̃ BB
On a     
−3 −1 1 0 1 1 0 −2 −4
8 3 −2 1 0 1 = 1 6 11 
−4 −1 2 1 1 0 1 −2 −5
et ensuite
    
−1 1 1 0 −2 −4 2 6 10
1 −1 1  1 6 11  = 0 −10 −20 .
1 1 −1 1 −2 −5 0 6 12
On trouve donc que
 
1 3 5
MB̃B̃ (f ) = 0 −5 −10 .
0 3 6
□

A2 − 4A + 3Id3 = (A − 2Id3 )2 − Id3
et donc
det(B)2 = det(Id3 ) = 1 .
Comme det(B) ≥ 0, on en déduit que det(B) = 1. □
Correction de l’exercice 1.35. On commence par regarder si A est de rang

4 ou pas, et donc on commence par le calcul du déterminant de A. On développe
suivant la première ligne. On a
   
1 1 5 −2 1 5
det(A) = det 2 1 4 − 7det −1 1 4
4 1 2 1 1 2
   
−2 1 5 −2 1 1
+ 2det −1 2 4 − 5det −1 2 1
1 4 2 1 4 1
et
   
1 1 5 −2 1 5
det 2 1 4 = 0 , det −1 1 4 = 0
4 1 2 1 1 2
    .
−2 1 5 −2 1 1
det −1 2 4 = 0 , det −1 2 1 = 0
1 4 2 1 4 1
On en déduit que det(A) = 0. Donc Rg(A) ̸= 4. On va maintenant chercher le

nombre maximal de colonnes formant une famille libre dans R4 . On sait déjà que
les 4 colonnes ne forment pas une famille libre dans R4 (sinon le rang de la matrice
serait égal à 4). Reste 4 familles de 3 colonnes à regarder. Soient λ, µ, ν des réels
tels que
       
7 2 5 0
1 1 5 0
λ2 + µ 1 + ν 4 = 0 .
      
4 1 2 0
Alors


 7λ + 2µ + 5ν = 0

λ + µ + 5ν = 0


 2λ + µ + 4ν = 0
4λ + µ + 2ν = 0

 
7λ + 2µ + 5ν = 0

 6λ + µ = 0

 (
λ + µ + 5ν = 0 λ + µ + 5ν = 0 µ = −6ν
⇔ ⇔
2λ + µ + 4ν = 0
 2λ + µ + 4ν = 0
 λ=ν
 
4λ + µ + 2ν = 0 λ=ν
 
de sorte que
       
7 2 5 0
1 1 5 0
  − 6  +   =  
2 1 4 0
4 1 2 0
et la famille constituée des trois dernières colonnes n’est pas libre. On supprime
maintenant la seconde colonne. Soient λ, µ, ν des réels tels que
       
1 2 5 0
−2 1 5 0
λ−1 + µ 1 + ν 4 = 0
      
1 1 2 0
Alors 

 λ + 2µ + 5ν = 0

−2λ + µ + 5ν = 0


 −λ + µ + 4ν = 0
λ + µ + 2ν = 0

 

 λ + 2µ + 5ν = 0 
 µ + 3ν = 0 (

−2λ + µ + 5ν = 0 
−λ + ν = 0 µ = −3ν
⇔ ⇔


 −λ + µ + 4ν = 0 

 −λ + µ + 4ν = 0 λ=ν
λ + µ + 2ν = 0 λ + µ + 2ν = 0
 
de sorte que        
1 2 5 0
−2 1 5 0
  − 3  +   =  
−1 1 4 0
1 1 2 0
et la famille constituée des colonnes 1, 3 et 4 n’est pas libre. On supprime alors la
3ème colonne. Soient λ, µ, ν des réels tels que
       
1 7 5 0
−2 1 5 0
λ  + µ  + ν   =  
      
−1 2 4 0
1 4 2 0
Alors 
λ + 7µ + 5ν = 0


−2λ + µ + 5ν = 0
−λ + 2µ + 4ν = 0


λ + 4µ + 2ν = 0


λ + 7µ + 5ν = 0 
µ + ν = 0

 (

−2λ + µ + 5ν = 0 
µ = −ν
⇔ −λ + 2ν = 0 ⇔
 −λ + 2µ + 4ν = 0  λ = 2ν
λ + 4µ + 2ν = 0

 
λ + 4µ + 2ν = 0

de sorte que        
1 7 5 0
−2 1 5 0
−1 − 2 + 4 = 0
2       
1 4 2 0
et la famille constituée des colonnes 1, 2 et 4 n’est pas libre. Reste pour finir à
supprimer la dernière colonne. Soient λ, µ, ν des réels tels que
       
1 7 2 0
−2 1 1 0
−1 + µ 2 + ν 1 = 0
λ       
1 4 1 0
Alors 
λ + 7µ + 2ν = 0


−2λ + µ + ν = 0
−λ + 2µ + ν = 0


λ + 4µ + ν = 0


λ + 7µ + 2ν = 0 
λ + µ = 0

 (

−2λ + µ + ν = 0 
λ = −µ
⇔ −λ + 2µ + ν = 0 ⇔
 −λ + 2µ + ν = 0  ν = −3µ
3µ + ν = 0

 
λ + 4µ + ν = 0

de sorte que        
1 7 2 0
−2 1 1 0
−−1 + 2 − 3 1 = 0
      
1 4 1 0
et la famille constituée des 3 premières colonnes n’est elle non plus pas libre. On
en déduit que Rg(A) ̸= 3. Par contre, en supprimant les 2 dernières lignes et les 2
dernières colonnes de A on voit que

1 7
B=
−2 1
est une sous matrice 2 × 2 de A. On a det(B) = 15 ̸= 0 et donc rg(A) ≥ 2. On en
déduit que Rg(A) = 2. □
Correction de l’exercice 1.36. On écrit

a b
B= .
c d
On a alors que

1
1 a b a+c b+d
=
0
1 c d c d

a b 1 1 a a+b
= .
c d 0 1 c c+d
On veut donc que
a+c b+d a a+b
=
c d c c+d
ce qui donne c = 0 et a = d. Les matrices B qui commutent avec A sont donc les
matrices du type
a b
B= ,
0 a
où a et b sont des réels quelconques. □
Correction de l’exercice 1.37. Par symétrie il suffit de montrer que si λ est

valeur propre de g ◦f , alors λ est aussi valeur propre de f ◦g. Soit donc λ une valeur
propre de g ◦f et soit u ̸= 0 un vecteur propre non nul associé. On a (g ◦f )(u) = λu
et donc
(f ◦ g ◦ f )(u) = (f ◦ g) (f (u)) = λf (u) .
Si f (u) ̸= 0 alors λ est valeur propre de f ◦ g avec f (u) comme vecteur propre
associé. Supposons maintenant que f (u) = 0. Alors λ = 0 et f n’est pas injectif
(puisque u ̸= 0). On veut en fait montrer que f ◦ g n’est pas injectif pour avoir que
0 est aussi valeur propre de f ◦ g. Or f ◦ g injectif entraı̂ne que g est forcément
injectif, et puisque E est de dimension finie, cela entraı̂ne à son tour que g est un
isomorphisme de E. De même f ◦ g injectif équivaut à f ◦ g isomorphisme de E.
Reste à remarquer que f ◦ g isomorphisme et g isomorphisme entraı̂nent que f est
lui aussi un isomorphisme, ce qui est impossible si f n’est pas injectif. Donc f ◦ g
n’est pas injectif et λ = 0 est aussi valeur propre de f ◦ g. On a démontré que
dans tous les cas, si λ est valeur propre de g ◦ f , alors λ est aussi valeur propre de
f ◦ g. □
Correction de l’exercice 1.38. (1) Soit λ une valeur propre de f et soit

u ̸= 0 un vecteur propre associé. On a f 3 (u) = f 2 (u) et donc λ3 u = λ2 u. D’où
λ = 0 ou alors λ = 1.
(2) Supposons que 0 n’est pas valeur propre de f . Alors f est inversible puisque
Ker(f ) = {0}. Mais f 3 ≡ f 2 implique alors que f ≡ IdE , ce que nous supposons
faux. Donc 0 est bien valeur propre de f . Si 1 n’est pas valeur propre de f alors
f − IdE est inversible car, dans ce cas, Ker(f − IdE ) = {0}. On a f 3 ≡ f 2 et donc
(f − IdE ) ◦ f 2 ≡ 0. Comme f − IdE est inversible, cela entraı̂ne que f 2 ≡ 0, ce que
nous avons là encore supposé comme étant faux. Donc 1 est bien valeur propre de
f.
(3) Si f était diagonalisable on aurait une base (e1 , . . . , en ) de E composée de
vecteurs propres. Donc, en vertue de ce qui a été dit plus haut, f (ei ) = 0 ou
f (ei ) = ei . Mais f (ei ) = 0 entraı̂ne f 2 (ei ) = 0 et f (ei ) = ei entraı̂ne f 2 (ei ) = ei .
Donc, pour tout i, f 2 (ei ) = f (ei ). Les endomorphismes f 2 et f coı̈ncident donc sur
une base. Ils sont donc égaux, ce que nous avons là encore supposé comme étant
faux. Donc f n’est pas diagonalisable.
(4) Il est clair que Ker(f 2 ) ∩ Im(f 2 ) = {0} car si y ∈ Im(f 2 ) alors y = f 2 (x) pour
un certain x, et si y ∈ Ker(f 2 ) alors f 2 (y) = 0. Or f 2 (y) = f 4 (x) = f ◦ f 3 (x) =
f 3 (x) = f 2 (x) = y puisque f 3 ≡ f 2 . Par suite y = 0. Il suffit donc de montrer que
E = Ker(f 2 ) + Im(f 2 ). On écrit que pour tout x ∈ E,
x = (x − f 2 (x)) + f 2 (x) .
On a f 2 (x) ∈ Im(f 2 ) tandis que
f 2 (x − f 2 (x)) = f 2 (x) − f 4 (x) = f 2 (x) − f ◦ f 3 (x) = f 2 (x) − f 2 (x) = 0
puisque f 3 ≡ f 2 , et ainsi x − f 2 (x) ∈ Ker(f 2 ). Donc tout x ∈ E s’écrit bien
comme somme d’un vecteur de Ker(f 2 ) et d’un vecteur de Im(f 2 ). D’où E =
Ker(f 2 ) + Im(f 2 ) puis, comme Ker(f 2 ) ∩ Im(f 2 ) = {0}, E = Ker(f 2 ) ⊕ Im(f 2 ). □
Correction de l’exercice 1.39. (1) Soit λ une valeur propre de A et soit

u = (u1 , . . . , un ) un vecteur propre (non nul) associé à λ. Alors
n
X
aij uj = λui
j=1
pour tout i = 1, . . . , n. Soit i0 ∈ {1, . . . , n} tel que |ui0 | = maxi=1,...,n |ui |. On a

|ui0 | > 0 et
Xn n
X
|λ||ui0 | ≤ ai0 j |uj | ≤ |ui0 | ai0 j = |ui0 | .
j=1 j=1
Donc |λ| ≤ 1.
(2) On vérifie que    
1 1
.. ..
A  =  
  
. .
1 1
Pn
puisque j=1 aij = 1 pour tout i = 1, . . . , n. Donc 1 est bien valeur propre de A
et (1, . . . , 1) est un vecteur propre associé. □
Correction de l’exercice 1.40. (1) Tout x ∈ E s’écrit x = (x − f (x)) + f (x)
et on a que f (x − f (x)) = f (x) − f 2 (x) = 0. Donc x − f (x) ∈ Ker(f ) et comme
f (x) ∈ Im(f ) on a bien que E = Ker(f ) + Im(f ). Il reste à montrer que la somme
est directe et donc que Ker(f ) ∩ Im(f ) = {0}. Or si x ∈ Ker(f ) ∩ Im(f ) alors
x = f (y) pour un certain y et f (x) = 0. Donc f (f (y)) = 0 et comme f 2 (y) = f (y)
on a que f (y) = 0 puis on obtient que x = 0. Donc Ker(f ) ∩ Im(f ) = {0} et
E = Ker(f ) ⊕ Im(f ).
(2) On commence par remarquer que pour tout x ∈ Im(f ), f (x) = x. En effet,
si x ∈ Im(f ) alors x = f (y) pour un certain y et donc f (x) = f 2 (y) = f (y) = x.
Comme E = Ker(f ) ⊕ Im(f ) on a que dimKer(f ) = n − r et si (e1 , . . . , er ) est une
base de Im(f ) et (er+1 , . . . , en ) est une base de Ker(f ), alors (e1 , . . . , en ) est une
base de E. On a alors f (ei ) = ei pour tout i = 1, . . . , r puisque les ei ∈ Im(f )
pour tout i = 1, . . . , r et puisque f (x) = x pour tout x ∈ Im(f ). Par ailleurs, par
construction, f (ei ) = 0 pour tout i > r puisqu’alors ei ∈ Ker(f ). Dans cettte base
base B on a
I 0
MBB (f ) = r ,
0 0
où Ir est la matrice identité r×r et les 0 sont les matrices nulles r×(n−r), (n−r)×r
et (n − r) × (n − r). Comme cette matrice est diagonale, f est diagonalisable. □
Correction de l’exercice 1.41. (1) Soit x ∈ E quelconque. On pose x1 =
f (x) + x et x2 = x − f (x). On a alors f (x1 ) = x1 et f (x2 ) = −x2 . Comme
x = 21 x1 + 12 x2 on voit que E = Ker(f − IdE ) + Ker(f + IdE ). Reste à montrer
que la somme est directe et donc que Ker(f − IdE ) ∩ Ker(f + IdE ) = {0}. Or si
x ∈ Ker(f − IdE ) ∩ Ker(f + IdE ) alors f (x) = x et f (x) = −x de sorte que 2x = 0
et donc x = 0. Ainsi donc Ker(f − IdE ) ∩ Ker(f + IdE ) = {0} et la somme est
directe.
(2) Soit s = dimKer(f −IdE ). On a alors dimKer(f +IdE ) = n−s. Soit (e1 , . . . , es )
une base de Ker(f − IdE ) et soit (es+1 , . . . , en ) une base de Ker(f + IdE ). Alors
B = (e1 , . . . , en ) est une base de E puisque E = Ker(f − IdE ) ⊕ Ker(f + IdE ). Pour
1 ≤ i ≤ s, f (ei ) = ei et pour s + 1 ≤ i ≤ n, f (ei ) = −ei . On en déduit

Is 0
MBB (f ) = .
0 −In−s
En particulier, f est diagonalisable puisque cette matrice est diagonale. □

f x1 e1 + x2 e2 + x3 e3 = x1 + 4x2 + 4x3 e1 + 4x1 + 7x2 + 8x3 e2

− 4x1 + 8x2 + 9x3 e3
On trouve
f (e1 ) = e1 + 4e2 − 4e3
f (e2 ) = 4e1 + 7e2 − 8e3
f (e3 ) = 4e1 + 8e2 − 9e3
Par suite,  
1 4 4
MBB (f ) =  4 7 8
−4 −8 −9
Si P est le polynôme caractéristique de f on a
 
1−X 4 4
P (X) = det  4 7−X 8 
−4 −8 −9 − X
Par suite,
P (X) = −(X + 9)(X − 7)(X − 1) − 8 × 16 − 8 × 16
+ 16(7 − X) + 64(1 − X) + 16(X + 9)
= −(X + 9)(X − 7)(X − 1) − 2 × 8 × 16
+ 7 × 16 + 64 + 9 × 16 − 16X − 64X + 16X
= −(X + 9)(X − 7)(X − 1) − 64X + 64
= −(X − 1) ((X + 9)(X − 7) + 64)
= −(X − 1)(X 2 + 2X + 1)
= −(X − 1)(X + 1)2
Donc f a deux valeurs propres qui sont −1 et 1.
(2) On a
      
 1 4 4 x x 
E1 = xe1 + ye2 + ze3 /  4 7 8  y  = y 
−4 −8 −9 z z
 
 
x + 4y + 4z = x y + z = 0
  (
y+z =0
4x + 7y + 8z = y ⇔ 2x + 3y + 4z = 0 ⇔
  2x + z = 0
−4x − 8y − 9z = z 2x + 4y + 5z = 0
 
Par suite,
E1 = {xe1 + ye2 + ze3 / y + z = 0, 2x + z = 0}

1
= − ze1 − ze2 + ze3 / z ∈ R
2

1
= z − e1 − e2 + e3 / z ∈ R
2
On pose
1
ẽ1 = − e1 − e2 + e3
2
et alors E1 est la droite vectorielle de base (ẽ1 ). De même, on a
     
 1 4 4 x x 
E−1 = xe1 + ye2 + ze3 /  4 7 8  y  = − y 
−4 −8 −9 z z
 

x + 4y + 4z = −x

4x + 7y + 8z = −y ⇔ x + 2y + 2z = 0

−4x − 8y − 9z = −z

Par suite,
E−1 = {xe1 + ye2 + ze3 / x + 2y + 2z = 0}
= {−2(y + z)e1 + ye2 + ze3 / y, z ∈ R}
= {y(−2e1 + e2 ) + z(−2e1 + e3 ) / y, z ∈ R}
On pose
ẽ2 = −2e1 + e2 et ẽ3 = −2e1 + e3
Alors (ẽ2 , ẽ3 ) est une famille génératrice de E−1 . La famille est aussi libre car
λẽ2 + µẽ3 = 0
⇔ −2(λ + µ)e1 + λe2 + µe3 = 0
et puisque (e1 , e2 , e3 ) est une base, on trouve λ = µ = 0. En conclusion, E−1 est le
plan vectoriel de base (ẽ2 , ẽ3 ).
(3) Clairement f est diagonalisable puisque les espaces propres sont en somme
directe, puisque bien sur E1 + E−1 ⊂ E et puisque, la somme E1 ⊕ E−1 étant
directe,
dimE1 + dimE−1 = 1 + 2
=3
= dimE
de sorte que E = E1 ⊕ E−1 . De plus B̃ = (ẽ1 , ẽ2 , ẽ3 ) est alors une base de E et
cette base diagonalise f au sens où
 
1 0 0
MB̃B̃ (f ) = 0 −1 0  .
0 0 −1
Si A = MB→B̃ alors
A−1 MBB (f )A = MB̃B̃ (f )
Par définition,  1 
−2 −2 −2
A =  −1 1 0
1 0 1
(4) On a
A−1 MBB (f )A = MB̃B̃ (f )
et donc
A−1 MBB (f )6 A = MB̃B̃ (f )6
De plus  6 
1 0 0
MB̃B̃ (f )6 =  0 (−1)6 0  = Id3
0 0 (−1)6
Donc
MBB (f )6 = AMB̃B̃ (f )6 A−1
= AId3 A−1
= AA−1
= Id3
7 6
et ensuite MBB (f ) = MBB (f ) MBB (f ) = MBB (f ).
(5) Pour calculer A−1 on procède ici avec les équivalences de systèmes:
       
x X X x
A y  =  Y  ⇔ A−1  Y  = y 
z Z Z z
On a

1
− 2 x − 2y − 2z = X
   
x X 
A y  =  Y  ⇔ −x + y = Y
z Z

x+z =Z

 
1 1
 2 x + 2y + 2z = −X
  2 x + 2(Y + Z) = −X

⇔ −x + y = Y ⇔ −x + y = Y
 
y+z =Y +Z x+z =Z
 
 
1
 2 x = −X − 2Y − 2Z
 x = −2X − 4Y − 4Z

⇔ y =Y +x ⇔ y = −2X − 3Y − 4Z
 
z =Y +Z −y z = 2X + 4Y + 5Z
 
Par suite,     
x −2 −4 −4 X
y  = −2 −3 −4  Y 
z 2 4 5 Z
et donc (cf. ci-dessus)  
−2 −4 −4
A−1 = −2 −3 −4
2 4 5
□
Correction de l’exercice 1.43. (1) On passe facilement des matrices trian-

gulaires supérieures aux matrices triangulaires inférieures en prenant la transposée.
La transposée n’affectant pas le déterminant on peut donc se restreindre au cas des
matrices triangulaires inférieures
 
a11 0 0 · · · 0
 a21 a22
 0 · · · 0 

 a31 a32 a33 · · · 0 
 
An =   · · · · · · 0 

 · · · · · · 0 
 
 · · · · · · 0 
an1 an2 an3 · · · ann
En développant le déterminant suivant la première ligne on trouve que
detAn = a11 detAn−1 (⋆)
où An−1 est la matrice triangulaire inférieure d’ordre n − 1 obtenue à partir de
An en supprimant la première ligne et la première colonne de An . Donc la ma-
trice des aij , i, j ≥ 2. La relation (⋆) permet de mettre en place une preuve par
récurrence. Hypothèse de récurrence: Le déterminant d’une matrice de rang n
triangulaire inférieure est égal au produit de ses termes diagonaux. Amorce: on
vérifie l’hypothèse au rang n = 1 (cas d’un réel) ou alors on commence au rang
n = 2 pour pouvoir véritablement parler de matrice triangulaire. On a

a 0
det = ac
b c
ce qui vérifie l’hypothèse de récurrence au rang n = 2. Pour démontrer l’hérédité,
on suppose l’hypothèse vraie au rang n. Soit A une matrice triangulaire inférieure
d’ordre n+1. En vertue de (⋆), det(A) = a11 det(B) où B est la matrice triangulaire
inférieure d’ordre n constituée des aij , i ≥ 2 et j ≥ 2. Par hypothèse de récurrence,
det(B) = a22 × · · · × an+1n+1
Par suite
det(A) = a11 × · · · × an+1n+1
ce qui achève la récurrence.
(2) L’espace Rn [X] est de dimension n + 1. La base canonique de Rn [X] est
B = (1, X, X 2 , . . . , X n ). On calcule f (1) = 1 puis pour p ≥ 1,
f (X p ) = X p − p(1 + X)X p−1 = −pX p−1 + (1 − p)X p .
Si on écrit les coordonnées en vecteurs colonnes on voit que
     
1 −1 0
0 0 −2
     
0 0 −1
2
     
f (1) =  .  ; f (X) =  .  ; f (X ) = 
   
 .  . . . etc.

.  .   . 
     
.  .   . 
0 0 0
La matrice MBB (f ) = (aij ) de f dans la base canonique de Rn [X] est donc donnée
par
aij = 0 si i > j ; aii = 1 − i ; aii+1 = −i ; aij = 0 si j > i + 1
C’est donc une matrice triangulaire supérieure dont les termes sur la diagonale sont
1, 0, −1, −2, . . . , −n + 1. En raison de (1), le polynôme caractéristique de f est
donné par
f (X) = det (MBB (f ) − XIdn+1 )
= (−1)n+1 (X − 1)X(X + 1)(X + 2) . . . (X + n − 1)
et ces termes sur la diagonale sont précisément les valeurs propres de f . Comme il
y en a n + 1 distinctes en dimension n + 1, c’est que f est diagonalisable. □

2

xn+1 2 3 xn
=
yn+1 − 52 − 32 yn
de sorte que, par induction (ou par récurrence),

xn x0
= An .
yn y0
Pour calculer An on va chercher à diagonaliser A. Si P est le polynôme car-
actéristique de A,
2 5 4 1 1
P (X) = (X − 2)(X + ) + = X 2 − X + = (X − 1)(X − ) .
3 3 3 3 3
Il y a deux valeurs propres disctinctes qui sont 1 et 13 . Donc A est diagonalisable.
On peut considérer que A est le matrice de représentation, dans la base canonique
B = (e1 , e2 ), d’un endomorphisme f de R2 . On cherche les espaces propres. Si E1
et E1/3 sont les espaces propres associés à 1 et 13 ,

x x
E1 = xe1 + ye2 /A = .
y y
On trouve comme équation 3x + 2y = 0 et donc E1 est la droite vectorielle de base
(vecteur directeur) ẽ1 = −2e1 + 3e2 . Pour ce qui est de E1/3 on a

x 1 x
E1/3 = xe1 + ye2 /A = .
y 3 y
On trouve comme équation 5x + 2y = 0 et donc E1/3 est la droite vectorielle de
base (vecteur directeur) ẽ2 = −2e1 + 5e2 . Soit

−2 −2
P = .
3 5
On a
−1 1 0
P AP = 1 .
0 3
On calcule det(P ) = −4 puis

1 5 2
P −1 = − .
4 −3 −2
On a
−1
n −1 n 1 0
P AP =P A P = 1 .
0 3n
Donc

n1 −2 −2 1 0 5 2
A =− 1
4 3 5 0 3n −3 −2
1 10 − 36n 4 − 34n

=
4 −15 + 315n −6 + 310n
Au final on a donc
(
1
10 − 36n x0 + 41 4 − 34n y0

xn = 4
1
−15 + 315n x0 + 14 −6 + 310n y0 .

yn = 4
□
Correction de l’exercice 1.45. (1) Dire que λ est valeur propre de f c’est
dire qu’il existe u ∈ E\{0} tel que f (u) = λu. Pour tout p ∈ N on a alors
f p (u) = λp u
Par suite,
k
X
P (f ).(u) = ai f i (u)
i=0
k
X
= ai λi u
i=0
et on voit que P (λ) est valeur propre de P (f ). Dire que f est diagonalisable c’est
dire qu’il existe une base B = (e1 , . . . , en ) de E qui est constituée de vecteurs
propres de f . Le petit calcul ci-dessus montre que si u est vecteur propre de f alors
u est aussi vecteur propre de P (f ). La base B est donc aussi constituée de vecteurs
propres de P (f ). Par suite P (f ) est diagonalisable dès que f l’est.
(2) La matrice de représentation de f dans la base canonique B de R2 est
√
√1 − 2
MBB (f ) =
2 −1
Si on note Q le polynôme caractéristique de f alors
√
−X
1√ − 2
Q(X) = det
2 −1 − X
= (X + 1)(X − 1) + 2
= X2 + 1
Donc f n’a pas de valeurs propres réelles. On en déduit que f n’est pas diagonal-
isable sur R. La matrice de représentation dans B de f 2 = f ◦ f est donnée (cf.
cours) par MBB (f 2 ) = MBB (f )2 . Donc
√ √
1 − 2 √1 − 2
MBB (f 2 ) = √
2 −1 2 −1

−1 0
=
0 −1
On en déduit que f 2 = −IdE et que, bien évidemment, f 2 est diagonalisable. Par
suite, pour P un polynôme, et f un endomorphisme, on peut très bien avoir que
P (f ) est diagonalisable sans pour autant que f le soit. □
Correction de l’exercice 1.46. Le polynôme caractéristique P d’un endo-

morphisme f s’écrit toujours X 2 − tr(f )X + det(f ) (cf. cours) et donc, en termes
de matrices, si A = MBB (f ), on obtient que
P (A) = A2 − tr(A)A + det(A)I2 .
Il s’agit donc bien de vérifier que P (A) = 0. On écrit

a b
A= .
c d
On a 2
a b a b a + bc ab + bd
A2 = = ,
c d c d ac + dc bc + d2
tr(A) = a + d et det(A) = ad − bc. Donc
A2 − tr(A)A + det(A)I2
2
a + bc ab + bd a b 1 0
= − (a + d) + (ad − bc)
ac + dc bc + d2 c d 0 1
2 2
a + bc ab + bd a + ad ab + bd ad − bc 0
= − +
ac + dc bc + d2 ac + cd ad + d2 0 ad − bc
2 2
a + bc ab + bd a + bc ab + bd
= −
ac + dc bc + d2 ac + dc bc + d2

0 0
= .
0 0
□
Correction de l’exercice 1.47. On calcule le polynôme caractéristique de

A, à savoir, étant donné E un espace vectoriel de dimension 3 et B une base de E,
le polynôme caractéristique de l’endomorphisme f de E défini par MBB (f ) = A.
Posons  
−1 − X 1 2
P (X) = det  −1 2−X 1 
1 −4 −1 − X
Alors
P (X) = −(X − 2)(X + 1)2 + 8 + 1 − 2(2 − X) − 4(1 + X) − (1 + X)
= −(X − 2)(X + 1)2 − 3X
= −(X − 2)(X 2 + 2X + 1) − 3X
= −X 3 − 2X 2 − X + 2X 2 + 4X + 2 − 3X
= 2 − X3
Le théorème de Cayley-Hamilton nous donne alors que
A3 = 2Id3
Par suite
A6 = 4Id3 et A7 = A6 A = 4A .
□
Correction de l’exercice 1.48. Soit P le polynôme caractéristique de f . On

a

−X 1
P (X) = det
−m 1+m−X
= X(X − m − 1) + m
= X 2 − (m + 1)X + m .
On constate que 1 et m sont les deux racines de P . Donc
P (X) = (X − 1)(X − m) .
Si m ̸= 1 alors P a deux racines distinctes. En dimension deux (ce qui est le cas
ici) cela entraı̂ne que f est diagonalisable. En effet, si E1 et Em sont les deux
espaces propres de f , alors dim(E1 ) ≥ 1, dim(Em ) ≥ 1, dim(E1 ⊕ EM ) ≤ 2 (car
E1 ⊕ Em ⊂ R2 ) et, puisque la somme est directe, dim(E1 ⊕ Em ) = dim(E1 ) +
dim(Em ). Donc, forcément, dim(E1 ) + dim(Em ) = 2 et f est bien diagonalisable
(plus généralement si un endomorphisme a n valeurs propres distinctes en dimension
n alors il est diagonalisable et chacun des espaces propres est de dimension 1, la
preuve en dimension n étant identique à celle en dimension 2). Si par contre m = 1,
alors f n’a qu’une valeur propre 1. Si f était diagonalisable il existerait une base
B̃ de R2 pour laquelle
1 0
MB̃B̃ (f ) =
0 1
et donc f ne serait en fait rien d’autre que l’application identité de R2 . On devrait
donc aussi avoir que MBB (f ) = Id2 . Or pour m = 1,

0 1
MBB (f ) =
−1 2
qui n’est pas la matrice identité. Donc, en conclusion, f est diagonalisable si et
seulement si m ̸= 1. □
Correction de l’exercice 1.49. Soit P le polynôme caractéristique de f . On
a
 
1+m−X 1+m 1
P (X) = det  −m −m − X −1 
m m−1 −X
= X(X + m)(1 + m − X) − m(m − 1) − m(1 + m)
+ m(m + X) + (m − 1)(1 + m − X) − m(1 + m)X
= X(X + m)(1 + m − X) + X − m(1 + m)X − 1
= X(−X 2 + X + m(1 + m)) + X − m(1 + m)X − 1
= −X 3 + X 2 + X − 1
= −(X − 1)(X 2 − 1)
= −(X − 1)2 (X + 1) .
Les valeurs propres de f sont donc −1 et 1. Soient E−1 et E1 les espaces propres
associés. On sait que dim(E−1 ) ≥ 1 et que (cf. cours) dim(E−1 ) ≤ 1. Donc
dim(E−1 ) = 1. On a aussi dim(E1 ) ≥ 1 et (cf. cours) dim(E1 ) ≤ 2 (car la
racine 1 est de multiplicité 2). Si dim(E1 ) = 1 alors dim(E−1 ) + dim(E1 ) < 3
et f n’est pas diagonalisable. Si dim(E1 ) = 2 alors dim(E−1 ) + dim(E1 ) = 3 et

f est diagonalisable. On cherche donc les m pour lesquels dim(E1 ) = 2. Soit
B = (e1 , e2 , e3 ). On a
      
 m 1+m 1 x 0 
E1 = xe1 + ye2 + ze3 / −m −m − 1 −1 y  = 0 .
m m − 1 −1 z 0
 
On écrit que
    
m 1+m 1 x 0
−m −m − 1 −1 y  = 0
m m − 1 −1 z 0
(
mx + (m + 1)y + z = 0
⇔
mx + (m − 1)y − z = 0
(
mx + (m + 1)y + z = 0
⇔
y+z =0
par substitution de la seconde équation à la première. On trouve donc comme
système
(
m(x + y) = 0
.
y+z =0
Si m ̸= 0 alors y = −x et z = −x. Donc
E1 = {x(e1 − e2 − e3 ), x ∈ R}
de sorte que E1 est la droite vectorielle de base e1 − e2 − e3 . En particulier,
̸ 0. Si par contre m = 0,
dim(E1 ) = 1 et f n’est donc pas diagonalisable si m =
seule l’équation y + z = 0 “survit” et donc
E1 = {xe1 + y(e2 − e3 ), x, y ∈ R} .
Dans ce cas E1 est le plan vectoriel de base (e1 , e2 − e3 ) puisque la famille est
clairement génératrice pour E1 , mais aussi libre comme on le vérifie facilement.
Dans ce cas dim(E1 ) = 2 et f est diagonalisable. En conclusion f est diagonalisable
si et seulement si m = 0. □
Correction de l’exercice 1.50. Diagonaliser A c’est trouver M inversible et

D diagonale telles que M −1 AM = D. On commence par calculer le polynôme
caractéristique P de A. On a
 
1−X 0 0
P (X) = det  0 1−X 0 
1 −1 2−X
= −(X − 2)(X − 1)2 .
Les deux valeurs propres de A sont donc 1 et 2. On note E1 ⊂ R3 et E2 ⊂ R3 les
espaces propres associés aux valeurs propres 1 et 2. On a
      
 1 0 0 x x 
E1 = (x, y, z) ∈ R3 / 0 1 0 y  = y 
1 −1 2 z z
 
et
    
1 0 0 x x
0 1 0 y  = y  ⇔ x − y + 2z = z
1 −1 2 z z
⇔y =x+z .
Donc
E1 = (x, y, z) ∈ R3 / y = x + z

= {(x, x + z, z), x, z ∈ R}
= {x(1, 1, 0) + z(0, 1, 1), x, z ∈ R} .
Soient u = (1, 1, 0) et v = (0, 1, 1). Alors (u, v) est une famille génératrice pour E1 .
La famille (u, v) est libre puisque
λu + µv = 0
entraı̂ne que µ = 0 et ν = 0. Donc E1 est le plan vectoriel de base (u, v). On a de
façon analogue,
     
 1 0 0 x x 
E2 = (x, y, z) ∈ R3 / 0 1 0 y  = 2 y 
1 −1 2 z z
 
et

x = 2x
    
1 0 0 x x 
0 1 0  y = 2 y ⇔ y = 2y
  
1 −1 2 z z

x − y + 2z = 2z

(
x=0
⇔
y=0
Donc
E2 = {(0, 0, z), z ∈ R}
et on voit que E2 est la droite vectorielle de vecteur directeur w = (0, 0, 1). On a
dim(E1 ) + dim(E2 ) = 3 et donc A est diagonalisable et (u, v, w) est une base de
R3 . Soit M la matrice de passage de la base canonique de R3 à cette base (u, v, w).
Alors  
1 0 0
M = 1 1 0
0 1 1
et si  
1 0 0
D = 0 1 0
0 0 2
alors M −1 AM = D. □
Correction de l’exercice 1.51. Clairement Ai,i est diagonalisable pour tout
i puisque Ai,i est diagonale. Pour i ̸= j, Ai,j est une matrice triangulaire (supérieure
ou inférieure selon que i < j ou i > j) et le polynôme caractéristique de Ai,j vaut
donc P (X) = (−1)n X n . En particulier, Ai,j n’a qu’une seule valeur propre qui est
0. Si Ai,j était diagonalisable il s’agirait de la matrice nulle puisque M −1 Ai,j M = 0
entraı̂ne clairement que A = 0. Comme Ai,j n’est pas la matrice nulle, on en déduit
que Ai,j n’est pas diagonalisable pour i ̸= j. Ainsi, parmi les matrices élémentaires,
seules les matrice Ai,i sont diagonalisables. □
Correction de l’exercice 1.52. (1) Soit Eλ un espace propre pour g. Alors

Eλ est constitué des x qui satisfont que g(x) = λx. Pour x ∈ Eλ , on a
g (f (x)) = f (g(x)) = f (λx) = λf (x)
et donc f (x) ∈ Eλ . Soit f (Eλ ) ⊂ Eλ . En d’autres termes: f stabilise les espaces
propres de g et réciproquement (le problème est symétrique en f et g). Supposons
maintenant que g a n valeurs propres distinctes λ1 , . . . , λn en dimension n. Les
espaces propres correspondant sont alors de dimensions 1 et si B est une base qui
diagonalise g alors B = (e1 , . . . , en ) où (à permutation près) ei ̸= 0 est un vecteur
propre pour λi . L’espace propre Eλi est la droite vectorielle de base ei . On a
f (ei ) ∈ Eλi en raison de ce qui a été dit plus haut. Donc f (ei ) = µi ei pour un
certain µi ∈ R. La matrice de f dans B est alors la matrice diagonale constituée
des µi . En particulier, B diagonalise aussi f .
(2) Soit E un R-espace vectoriel de dimension 3 et B = (e1 , e2 , e3 ) une base de E.
On note g ∈ End(E) l’endomorphisme de E défini par MBB (g) = A. On cherche
X = MBB (f ) vérifiant X 2 = A. Si X 2 = A alors AX = XA = X 3 et donc f et g
commutent. Le polynôme caractéristique de A est donné (après calculs) par
PA (X) = −X 3 + 6X 2 − 11X + 6 .
On voit que 1 est racine de ce polynôme. On trouve alors
PA (X) = −(X − 1)(X 2 − 5X + 6) = −(X − 1)(X − 2)(X − 3) .
Donc g a trois valeurs propres distinctes 1, 2, 3 en dimension 3. On en déduit que
g est diagonalisable et, en vertue de ce qui a été dit ci-dessus, que si X 2 = A alors
f est aussi diagonalisable qui plus est dans la même base que celle qui diagonalise
g. Donc, autrement dit, il existe une même matrice inversible P telle que
   
a 0 0 1 0 0
P −1 XP = 0 b 0 et P −1 AP = 0 2 0 .
0 0 c 0 0 3
On a
P −1 X 2 P = (P −1 XP )2
et donc on veut a2 = 1, b2 = 2 et c2 = 3, soit

a = ±1

√
b=± 2
 √
c=± 3

Il y a 8 solutions en tout qui sont données par

 
±1 0
√ 0
X=P 0 ± 2 0  P −1 .
√
0 0 ± 3
Reste à déterminer P et P −1 pour être complet. Pour déterminer P il faut
déterminer des vecteurs directeurs des espaces propres de Un vecteur u de co-
ordonnées (x, y, z) dans B est vecteur propre associé à la valeur propre 1 si et
seulement si 
4x − 3y + 2z = 0

6x − 5y + 4z = 0

4x − 4y + 4z = 0

soit encore y = 2x et z = x. Donc e1 = (1, 2, 1) est un vecteur directeur de E1 .

On fait de même pour les espaces propres E2 et E3 et on trouve comme possibles
vecteurs directeurs e2 = (1, 1, 0) et e3 = (1, 2, 2). Donc
 
1 1 1
P = 2 1 2 .
1 0 2
Par calcul (différentes méthodes sont possibles) on trouve ensuite que
 
−2 2 −1
P −1 =  2 −1 0
1 −1 1
Les 8 solutions de notre problème sont donc données par les 8 expressions
   
1 1 1 ±1 0
√ 0 −2 2 −1
X = 2 1 2  0 ± 2 0   2 −1 0  .
√
1 0 2 0 0 ± 3 1 −1 1
(3) On fait le même raisonnement avec B. Le polynôme caractéristique de B est

donné (après calculs) par
PB (X) = X(X + 2)(1 − X) − 8(1 − X) = −(X − 1)(X − 2)(X + 4) .
Le même raisonnement que précédemment nous amène à résoudre l’équation
 2  
a 0 0 1 0 0
0 b 0 = 0 2 0  .
0 0 c 0 0 −4
soit encore  2   
a 0 0 1 0 0
0 b2 0  = 0 2 0 .
0 0 c2 0 0 −4
Cette équation est impossible dans M3 (R) car il n’existe pas de réel c tel que
c2 = −4. L’équation X 2 = B n’a pas de solution dans M3 (R). □
Correction de l’exercice 1.53. Soit P le polynôme caractéristique de A.
Par le calcul on trouve que P (X) = −(X − 1)(X + 1)(X − 8). Donc A est di-
agonalisable puisqu’il y a 3 valeurs propres distinctes et il existe B inversible telle
que  
−1 0 0
BAB −1 =  0 1 0
0 0 8
Clairement AM = M A si M = A3 et donc, BM B −1 est aussi une matrice diagonale
(cf. exercice précédent). On cherche M sous la forme M = B −1 M̃ B avec M̃ matrice
diagonale. Alors M 3 = B −1 M̃ 3 B et M 3 = A équivaut à M̃ 3 = D, où D est la
matrice diagonale ci-dessus. Si la diagonale de M̃ est constituée des a, b, c on veut
donc a3 = −1, b3 = 1 et c3 = 8. Il y a une seule matrice réelle M qui vérifie

M 3 = A, et elle est donnée par
 
−1 0 0
M = B −1  0 1 0 B
0 0 2
Si on veut une forme explicite il faut calculer B et B −1 . □
Correction de l’exercice 1.54. (Correction sommaire) (1) On commence
par calculer le polynôme caractéristique P de A. En développant en croix,
 
−X a −1
P (X) = det  a −X −1 
a −1 −X
= −X 3 + a − a2 − aX + X + a2 X
= −X 3 + (a2 − a + 1)X + a(1 − a)
Par Cayley-Hamilton, P (A) = 0 et donc A3a = αa Aa + βa Id3 avec aα = a2 − a + 1
et βα = a(1 − a).
(2) Si a ̸= 1, et comme on a aussi que a ̸= 0, det(Aa ) = P (0) = a(1 − a) est non
nul. Donc Aa est inversible. On a
A3a = αa Aa + βa Id3 ⇒ Aa (A2a − αa Id3 ) = βa Id3
et donc
1
A−1 A2a − αa Id3 .

a =
βa
Lorsque a = −1, et en posant A = A−1 , on trouve α−1 = 3, β−1 = −2,
  
0 −1 −1 0 −1 −1
A2 = −1 0 −1 −1 0 −1
−1 −1 0 −1 −1 0
  
0 1 1 0 1 1
= 1 0 1 1 0 1
1 1 0 1 1 0
 
2 1 1
= 1 2 1
1 1 2
et ensuite
1
A−1 = −A2 + 3Id3

2 
1 −1 −1
1
= −1 1 −1
2
−1 −1 1
□
Correction de l’exercice 1.55. (Correction sommaire) (1) On a

un+1 4 2 un
= ,
vn+1 3 −1 vn
soit donc Xn+1 = AXn avec

4 2
A= .
3 −1
On montre par récurrence que Xn = An X0 . L’amorce (cas n = 0) est évidente.

On montre maintenant l’hérédité. On suppose la relation vraie à l’ordre n, n fixé
(quelconque). On a alors
Xn+1 = AXn = AAn X0 = An+1 X0
et donc la propriété est aussi vraie à l’ordre n + 1. Par récurrence, la propriété est
vraie pour tout n ∈ N.
(2) Soit P le polynôme caractéristique de A. On a

4−X 2
P (X) = det
3 −1 − X
= (X + 1)(X − 4) − 6
= X 2 − 3X − 10 .
Le discriminant de l’équation X 2 − 3X − 10 = 0 vaut ∆ = 49 = 72 et on trouve

donc comme racines −2 et 5. Donc P (X) = (X + 2)(X − 5). Les valeurs propres de
A sont −2 et 5. On a deux valeurs propres distinctes en dimension 2 et l’on peut
donc déjà affirmer que A est diagonalisable. Soit (e1 , e2 ) la base canonique de R2 .
On a E−2 qui est donné par l’équation

4 2 x x
= −2
3 −1 y y
et on trouve donc y = −3x. Donc E−2 est la droite vectorielle de vecteur directeur
u = e1 − 3e2 soit u(1, −3). On a E5 qui est donné par l’équation

4 2 x x
=5
3 −1 y y
et on trouve donc x = 2y. Donc E5 est la droite vectorielle de vecteur directeur

v = 2e1 + e2 soit v(2, 1). La famille (u, v) est une base de R2 (par théorie de la
diagonalisation). Si P est la matrice de passage de (e1 , e2 ) à (u, v) alors

1 2
P =
−3 1

−2 0
et si D = , alors P −1 AP = D.
0 5
(3) Les matrices 2 × 2 s’inversent par formule de cours. On a det(P ) = 1 + 6 = 7

puis

−1 1 1 −2
P = .
7 3 1
(4) On a

ũn
= P −1 Xn
ṽn
= P −1 An X0
= (P −1 An P )P −1 X0

−1 n ũ0
= (P AP )
ṽ0

ũ0
= Dn .
ṽ0
(5) On a ici

ũ0 6
= P −1
ṽ0 −4

1 1 −2 6
=
7 3 1 −4

1 14
=
7 14

2
= .
2
Par suite,
26

ũ6 0 2
=
ṽ6 0 56 2

64 0 2
=
0 15625 2

128
=
31250
et on trouve pour finir que

u6 ũ6
=P
v6 ṽ6

1 2 128
=
−3 1 31250

128 + 62500
=
−384 + 31250

62628
=
30866
□
Correction de l’exercice 1.56. (Correction sommaire) (1) On a

un+1 0 1 un
= ,
un+2 −2 3 un+1
soit donc Xn+1 = AXn avec

0 1
A= .
−2 3
On montre par récurrence que Xn = An X0 . L’amorce (cas n = 0) est évidente.

On montre maintenant l’hérédité. On suppose la relation vraie à l’ordre n, n fixé
(quelconque). On a alors
Xn+1 = AXn = AAn X0 = An+1 X0
et donc la propriété est aussi vraie à l’ordre n + 1. Par récurrence, la propriété est
vraie pour tout n ∈ N.
(2) Soit P le polynôme caractéristique de A. On a

−X 1
P (X) = det
2 3−X
= X(X − 3) + 2
= X 2 − 3X + 2
= (X − 1)(X − 2) .
Les valeurs propres de A sont 1 et 2. On a deux valeurs propres distinctes en

dimension 2 et l’on peut donc déjà affirmer que A est diagonalisable. Soit (e1 , e2 )
la base canonique de R2 . On a E1 qui est donné par l’équation

0 1 x x
=
−2 3 y y
et on trouve donc y = x. Donc E1 est la droite vectorielle de vecteur directeur

u = e1 + e2 soit u(1, 1). On a E2 qui est donné par l’équation

0 1 x x
=2
−2 3 y y
et on trouve donc y = 2x. Donc E2 est la droite vectorielle de vecteur directeur

v = e1 + 2e2 soit v(1, 2). La famille (u, v) est une base de R2 (par théorie de la
diagonalisation). Si P est la matrice de passage de (e1 , e2 ) à (u, v) alors

1 1
P =
1 2

1 0
et si D = , alors P −1 AP = D.
0 2
(3) Les matrices 2 × 2 s’inversent par formule de cours. On a det(P ) = 2 − 1 = 1

puis

−1 2 −1
P = .
−1 1

ũn
(4) Soit X̃n = P −1 Xn , X̃n = . On a
ũn+1

ũn
= P −1 Xn
ũn+1
= P −1 An X0
= (P −1 An P )P −1 X0

−1 n ũ0
= (P AP )
ũ1

ũ0
= Dn .
ũ1
On a ici
ũ0 −1 2 1
=P = .
ũ1 3 1
Par suite,
ũn 1 0 1 1
= =
ũn+1 0 2n 1 2n
et on trouve pour finir que

un ũn
=P
un+1 ũn+1

1 1 1
=
1 2 2n
1 + 2n

= .
1 + 2n+1
Donc un = 1 + 2n pour tout n. □
CHAPITRE 3
Algèbre bilinéaire - Enoncés
Exercice 3.1. On considère les applications B1 , B2 , B3 , B4 données par

(a) B1 : R2 × R2 → R, B1 (x, y) = x1 y1 − 2x1 y2 + x2 y2 ,
(b) B2 : R2 × R2 → R, B2 (x, y) = −x1 y1 + 3x2 y2 − x2 ,
(c) B3 : R3 × R3 → R, B3 (x, y) = −2x1 y1 + 3x2 y2 − x2 y3 + x1 y3 ,
(c) B4 : R3 × R3 → R, B4 (x, y) = −x1 y1 + x2 y2 − x2 y3 + x1 y3 + x3 y1 − x3 y2 ,
Dire lesquelles des applications B1 , B2 , B3 , B4 sont des applications bilinéaires.
Pour celles qui sont des applications bilinéaires, lesquelles sont symétriques ? Enfin,
toujours pour celles qui sont bilinéaires, écrire leur matrice de représentation dans
les bases canoniques des espaces Rn considérés.
Exercice 3.2. On considère les matrices
 
  −1 2 1 0
1 1 2 4 1 −1 3
M = 2 0 −1 et N =   .
2 −1 1 3
3 −2 1
1 3 0 −1
Ces matrices sont des matrices de représentation de formes bilinéaires
B : Rn × R n → R
dans la bases canonique de Rn . Expliciter n pour M et N et donner les expressions
de ces applications dans la base canonique de Rn .
Exercice 3.3. Soient E un R-espace vectoriel et µ, ν ∈ E ⋆ deux formes
linéaires sur E. Montrer que B : E × E → R définie par B(x, y) = µ(x)ν(y)
est une forme bilinéaire sur E.
Exercice 3.4. Soit R2 [X] l’espace des polynômes réels de degré au plus 2 (com-
pris). On note B = (P1 , P2 , P3 ) la base canonique de R2 [X] donnée par P1 (X) = 1,
P2 (X) = X et P3 (X) = X 2 . On considère l’application B : R2 [X] × R2 [X] → R
définie par
B(P, Q) = P (1)Q(−1) + P (−1)Q(1) .
Montrer que B est une forme bilinéaire symétrique sur R2 [X]. Ecrire sa matrice de
représentation dans B.
Exercice 3.5. Soit B une forme bilinéaire sur E. On note Q(x) = B(x, x).
Montrer l’identité de Cauchy qui stipule que
Q (Q(x)y − B(x, y)x) = Q(x) (Q(x)Q(y) − B(x, y)B(y, x))
57
58 3. ALGÈBRE BILINÉAIRE - ENONCÉS
pour tous x, y ∈ E. On suppose que B est définie positive au sens où B(x, x) ≥ 0
pour tout x ∈ E avec égalité à 0 si et seulement si x = 0. Déduire de l’identité de
Cauchy l’inégalité de Cauchy-Schwarz qui stipule que
B(x, y)B(y, x) ≤ Q(x)Q(y)
pour tous x, y ∈ E.
Exercice 3.6. Soit n ≥ 1 et soit Rn [X] l’espace vectoriel des polynômes réels
de degré inférieur ou égal à n. Pour P, Q ∈ Rn [X] on pose
Z 1
B(P, Q) = xP (x)Q′ (x)dx .
0
Montrer que B est une forme bilinéaire. Est-elle symétrique ? Montrer qu’il existe
P non nul tel que B(P, P ) = 0. Calculer les coefficients Bij de la matrice de B
dans la base (1, X, . . . , X n ) de Rn [X].
Exercice 3.7. Soit R2 [X] l’espace des polynômes réels de degré au plus 2. On
note B = (P1 , P2 , P3 ) la base canonique de R2 [X] donnée par P1 (X) = 1, P2 (X) =
X et P3 (X) = X 2 . On considère la forme bilinéaire B : R2 [X] × R2 [X] → R définie
par
B(P, Q) = P (1)Q(−1) + P (−1)Q(1) .
Donner sa matrice de représentation dans B. Soit B ′ = (1 − X 2 , X, X 2 ). Montrer
que B ′ est une base de R2 [X]. Déterminer la matrice de représentation de B dans
B′ .
Exercice 3.8. Soit R2 [X] l’espace des polynômes réels de degré au plus 2. On
note B = (P1 , P2 , P3 ) la base canonique de R2 [X] donnée par P1 (X) = 1, P2 (X) =
X et P3 (X) = X 2 . On considère la forme bilinéaire B : R2 [X] × R2 [X] → R définie
par
Z 1
B(P, Q) = P (t)Q(t)dt .
0
Donner sa matrice de représentation dans B. On note B ′ = (1, X − 1, 1 − X + X 2 ).
Montrer que B ′ est une base de R2 [X]. Donner la matrice de représentation de B
dans B ′ . Même question avec B ′′ = (1 − X 2 , X, X 2 ).
Exercice 3.9. Soit E un R-espace vectoriel de dimension finie. Soit B =
(e1 , . . . , en ) et B̃ = (ẽ1 , . . . , ẽn ) deux bases de E. On note B ⋆ = (e⋆1 , . . . , e⋆n ) et
B̃ ⋆ = (ẽ⋆1 , . . . , ẽ⋆n ) les bases duales associées. On note aussi A = MB→B̃ la matrice
de passage de B à B̃ et Ã = MB⋆ →B̃⋆ la matrice de passage de B ⋆ à B̃ ⋆ . Quelle
relation y a-t-il entre A et Ã ?
Exercice 3.10. Soit E un R-espace vectoriel de dimension finie et soit a ∈ E,
a ̸= 0. Montrer qu’il existe f ∈ E ⋆ tel que f (a) = 1.
Exercice 3.11. Soit Rn [X] l’espace des polynômes de degré au plus n.
(1) Montrer que pour tout a ∈ R, Φa : P → P (a) est une forme linéaire sur
Rn [X].
(2) Soient a1 , . . . , an+1 ∈ R deux à deux distincts. Montrer que la famille
(Φa1 , . . . , Φan+1 ) est une base de l’espace dual Rn [X]⋆ .
(3) Soient a1 , . . . , an+1 ∈ R deux à deux distincts. Montrer que pour tout
R1 Pn+1
P ∈ Rn [X] il existe des uniques c1 , . . . , cn+1 tels que 0 P (t)dt = i=1 ci P (ai ) .
3. ALGÈBRE BILINÉAIRE - ENONCÉS 59
Exercice 3.12. Soit Q : R3 → R qui à (x, y, z) associe

Q(x, y, z) = 2x2 − 2y 2 − 6z 2 + 3xy − 4xz + 7yz .
Dire pourquoi Q est une forme quadratique. Déterminer la forme bilinéaire symétrique
B associée à Q. Déterminer le rang de Q.
Q(x, y, z) = 3x2 + 3y 2 + 3z 2 − 2xy − 2xz − 2yz .
Dire pourquoi Q est une forme quadratique. Déterminer la forme bilinéaire symétrique
B associée à Q. Déterminer le rang de Q.
Exercice 3.14. Soit R2 [X] l’espace des polynômes réels de degré au plus 2.
On note Q : R2 [X] → R la fonction donnée par: ∀P ∈ R2 [X],
Q(P ) = P ′ (1)2 − P ′ (0)2 .
Montrer que Q est une forme quadratique et déterminer la forme bilinéaire symétrique
B associée à Q. Ecrire la matrice de représentation de B dans la base canonique
(1, X, X 2 ) de R2 [X]. Déterminer le rang de Q.
Exercice 3.15. Soit E = End(R2 ) l’espace vectoriel des endomorphismes de
2
R . Montrer que E est de dimension 4 et que la famille B = (u1 , u2 , u3 , u4 ) con-
stituée des endomorphismes dont les matrices dans la base canonique de R2 sont

1 0 0 1 0 0 0 0
A1 = , A2 = , A3 = , A4 =
0 0 0 0 1 0 0 1
est une base de E. Montrer que la fonction Q(u) = det(u) est une forme quadratique
sur E. Si B est la forme bilinéaire symétrique associée à Q, écrire la matrice de B
dans B. Que vaut le rang de Q ?
Exercice 3.16. Soit E = End(R2 ) l’espace vectoriel des endomorphismes de
R2 . On considère la fonction Q : E → R donnée par: ∀u ∈ E,
Q(u) = Trace(u2 ) + 2εdet(u)
où ε = ±1. Montrer que Q est une forme quadratique sur E. Si B est la forme
bilinéaire symétrique associée à Q, et si B = (u1 , u2 , u3 , u4 ) est la base canonique
de E comme à l’exercice 4, écrire la matrice de B dans B. Que vaut le rang de Q
suivant que ε = −1 ou ε = +1 ?
Exercice 3.17. Soit E un R-espace vectoriel (de dimension finie) et soit Q une
forme quadratique sur E. On suppose que Q(x) ̸= 0 pour tout x ∈ E\{0}. Montrer
qu’alors soit Q(x) > 0 pour tout x ∈ E\{0}, soit Q(x) < 0 pour tout x ∈ E\{0}.
Exercice 3.18. Déterminer le noyau et le cône isotrope des formes quadra-
tiques Q et Q̃ sur R3 dont les formes bilinéaires symétriques associées sont données
par les expressions B(x, y) = x1 y1 + x2 y2 − x3 y3 et B̃(x, y) = x1 y1 − x3 y3 .
Exercice 3.19. Soit Q : R3 → R l’application définie par
Q(x1 , x2 , x3 ) = 2x21 − 2x22 − 6x23 + 3x1 x2 − 4x1 x3 + 7x2 x3
(1) Pourquoi Q est-elle une forme quadratique ?
(2) Quelle est la forme bilinéaire symétrique B associée à Q ? Quelle est la matrice
M de B dans la base canonique de R3 ?
(3) Décomposer Q en sommes et différences de carrés de façon à écrire Q sous la

forme Q = Q̃ ◦ Φ où Q̃ est une forme quadratique facile à manipuler et Φ est un
isomorphisme de R3 .
(4) Quelle est la signature de Q ? Quel est le rang de Q ?
(5) Déterminer le cône isotrope de Q.
Q(x, y, z) = x2 − 2y 2 + xz + yz .
Dire pourquoi Q est une forme quadratique. Déterminer la signature et le rang de
Q.
Exercice 3.21. Soit R2 [X] l’espace des polynômes réels de degré au plus 2.
On note Q : R2 [X] → R la forme quadratique sur R2 [X] donnée par: ∀P ∈ R2 [X],
Q(P ) = P ′ (1)2 − P ′ (0)2 .
Déterminer la signature et le rang de Q.
Exercice 3.22. Soit R2 [X] l’espace vectoriel des polynômes réels de degré
inférieur ou égal à 2. On définit la fomre quadratique Q sur R2 [X] par
Z 1
Q(P ) = xP (x)P ′ (x)dx
0
pour P ∈ R2 [X]. Déterminer la signature et le rang de Q.
Exercice 3.23. Soit a ∈ R et soit Q : R3 → R la forme quadratique définie
par
Q(x, y, z) = x2 + (1 + a)y 2 + (1 + a + a2 )z 2 + 2xy − 2ayz
Que vaut, suivant la valeur du réel a, la signature de Q ?
Exercice 3.24. On note M2 (R) l’espace des matrices 2 × 2 réelles. On con-
sidère l’application B : M2 (R) × M2 (R) → R définie par
1
B(M, N ) = (Tr(M )Tr(N ) − Tr(M N ))
2
pour tous M, N ∈ M2 (R), où Tr(A), la somme des termes diagonaux de A, est la
trace de A.
(1) Montrer que B est une forme bilinéaire symétrique sur M2 (R).
(2) On considère la base B de M2 (R) constituée des matrices

1 0 0 1 0 0 0 0
A1 = , A2 = , A3 = , A4 =
0 0 0 0 1 0 0 1
Quelle est la matrice de représentation de B dans B ?
(3) Soit A ∈ M2 (R). Montrer que le polynôme caractéristique de A s’écrit
P (X) = X 2 − Tr(A)X + det(A) ,
où det(A) est le déterminant de la matrice A.
(4) Le théorème de Cayley-Hamilton affirme qu’une matrice annule son polynôme
caractéristique. Démontrer ce théorème pour les matrices A ∈ M2 (R).
(5) Montrer que la forme quadratique associée à B est Q(A) = det(A).
(6) Montrer que

det(M + N ) = det(M ) + det(N ) + Tr(M )Tr(N ) − Tr(M N )
pour toutes matrices M, N ∈ M2 (R).
Exercice 3.25. Soit B : R3 × R3 → R définie par
B(x, y) = 5x1 y1 + 4x2 y2 + 3x3 y3 − (x1 y2 + x2 y1 )
− 2(x1 y3 + x3 y1 ) − (x2 y3 + x3 y2 ) .
Montrer que B est un produit scalaire sur R3 .
Exercice 3.26. Soit ∥ · ∥ : R2 → R+ définie par ∥(x, y)∥ = max (|x|, |y|).
Montrer que ∥ · ∥ est une norme sur R2 . Soit B0 (1) la boule de centre (0, 0) et de
rayon 1 pour cette norme, donc B0 (1) = {(x, y) / ∥(x, y)∥ ≤ 1}. Montrer que cette
boule est en fait le carré [−1, 1] × [−1, 1].
Exercice 3.27. Soit E = C 1 ([0, 1], R) l’espace vectoriel (de dimension infinie)
constitué des fonctions de classe C 1 de [0, 1] dans R (au sens où dire qu’une fonction
est de classe C 1 sur [0, 1] signifie que la fonction est définie sur un intervalle ouvert
contenant [0, 1] et qu’elle est dérivable de dérivée continue sur cet intervalle plus
grand). On définit
Z 1
⟨f, g⟩ = f (0)g(0) + f ′ (t)g ′ (t)dt
1
pour toutes fonctions f, g ∈ E. Montrer que ⟨·, ·⟩ est un produit scalaire sur E.
Exercice 3.28. Soit α ∈ R un réel donné. Soit B : R3 × R3 → R définie par
B(x, y) = 2x1 y1 + 4x2 y2 + 3x3 y3 − 2α(x1 y2 + x2 y1 )
− 2(x1 y3 + x3 y1 ) − (x2 y3 + x3 y2 ) .
Pour quelles valeurs de α a-t-on que B est un produit scalaire sur R3 ?
sidère le produit scalaire sur M2 (R) donné par
⟨A, B⟩ = trace(t AB) .
On considère la base B de M2 (R) constituée des matrices

1 0 0 1 0 0 0 0
A1 = , A2 = , A3 = , A4 =
0 0 0 0 1 0 0 1
Montrer que cette base est orthonormale pour ⟨·, ·⟩.
Exercice 3.30. Soit E un R-espace vectoriel de dimension 2, et B = (e1 , e2 )
une base de E. On note B la forme bilinéaire sur E définie par
B(x, y) = 2x1 y1 + 3x2 y2 − 2(x1 y2 + x2 y1 )
P2 P2
pour tous x = i=1 xi ei et y = i=1 yi ei . Montrer que B est un produit scalaire
sur E et trouver une base orthonormée pour B.
Exercice 3.31. Soit E un R-espace vectoriel de dimension 2, et B = (e1 , e2 )
une base de E. Soit α un réel. On note B la forme bilinéaire sur E définie par
B(x, y) = x1 y1 + x2 y2 − α2 (x1 y2 + x2 y1 )
P2 P2
pour tous x = i=1 xi ei et y = i=1 yi ei .
(1) Sous quelle condition portant sur α la forme B est-elle un produit scalaire ?
(2) On suppose α = √12 . En utilisant Gram-Schmidt en partant de B trouver une
base orthonormée (ẽ1 , ẽ2 ) pour B.
(3) On suppose toujours que α = √12 . Soit x = 2e1 + 3e2 . Quelles sont les
coordonnées de x dans (ẽ1 , ẽ2 ) ?
Exercice 3.32. Soit E un R-espace vectoriel et soit ⟨·, ·⟩ un produit scalaire
sur E. On note ∥ · ∥ la norme associée au produit scalaire. Montrer que deux
vecteurs x, y ∈ E sont orthogonaux si et seulement si ∥x + λy∥ ≥ ∥x∥ pour tout
λ ∈ R.
Exercice 3.33. Soit R2 [X] l’espace vectoriel des polynômes réels de degré au
plus deux. Pour P, Q ∈ R2 [X] on pose
⟨P, Q⟩ = P (−1)Q(−1) + P (0)Q(0) + P (1)Q(1) .
Montrer que ⟨·, ·⟩ est un produit scalaire sur R2 [X]. On considère le sous espace
vectoriel de R2 [X] donné par E = Vect(1, X 2 ). trouver une base orthonormée de
E.
Exercice 3.34. Soit E = C 0 ([0, 1], R) l’espace vectoriel (de dimension infinie)
des fonctions définies et continues de [0, 1] dans R. On munit E du produit scalaire
Z 1
⟨f, g⟩ = f (x)g(x)dx .
0
Soit F ⊂ E le sous espace vectoriel de E donné par F = {f ∈ E / f (0) = 0}.

Montrer que F ⊥ = {0}.
Exercice 3.35. Soit (e1 , e2 , e3 ) la base canonique de R3 . On considère la forme
bilinéaire symétrique ⟨·, ·⟩ sur R3 donnée par
⟨x, y⟩ = 2x1 y1 + 2x2 y2 + 3x3 y3 − (x1 y2 + x2 y1 ) + (x1 y3 + x3 y1 ) − (x2 y3 + x3 y2 )
pour tous x, y ∈ R3 , où les xi et yi sont les coordonnées de x et y dans la base
canonique. (1) Montrer que ⟨·, ·⟩ est un produit scalaire sur R3 .
(2) Trouver une base orthonormale pour ⟨·, ·⟩.
Exercice 3.36. On considère R3 muni de la base canonique B = (e1 , e2 , e3 ) et
du produit scalaire euclidien défini pour tous x, y ∈ R3 par
⟨x, y⟩ = x1 y1 + x2 y2 + x3 y3 ,
où les xi et yi sont les coordonnées de x et y dans la base canonique. Soit f ∈
End(R3 ) l’endomorphisme donné par
f (xe1 + ye2 + ze3 ) = (3x − y + z)e1 + (2x + 5y − 3z)e2 + (x − y + z)e3
pour tous x, y, z ∈ R3 . Donner l’expression de l’endomorphisme adjoint f ⋆ dans B.
sidère le produit scalaire
⟨A, B⟩ = trace(t AB)
et on
considère
la base canonique
B = (A
1 , A2 , A3 , A4 M2 (R) donnée par
) de
1 0 0 1 0 0 0 0
A1 = , A2 = , A3 = et A4 = . On rappelle (cf.
0 0 0 0 1 0 0 1
feuille 6) que (A1 , A2 , A3 , A4 ) est une base orthonormale pour ⟨·, ·⟩. Soit α ∈ R.
On considère f ∈ End (M2 (R)) l’endomorphisme de M2 (R) donné par

a b a + c 2b + αd
f =
c d αa − c b+d
(1) Ecrire la matrice de représentation MBB (f ) de f dans B.

(2) Pour quelle(s) valeur(s) de α cet endomorphisme est-il symétrique ?
Exercice 3.38. On considère R3 muni de la base canonique B = (e1 , e2 , e3 ) et
du produit scalaire euclidien ⟨·, ·⟩. Soit f ∈ End(R3 ) l’endomorphisme donné par
f (xe1 + ye2 + ze3 ) = (x − 2y − 2z)e1 − (2x − y + 2z)e2 − (2x + 2y − z)e3
pour tous x, y, z ∈ R3 . Montrer que f est diagonalisable et qu’il existe une base
orthonormale de vecteurs propres de f . Donner une telle base orthonormale de
vecteurs propres de f . Que vaut la matrice de f dans cette base ?
Exercice 3.39. Soit E un R-espace vectoriel de dimension n muni d’un produit
scalaire ⟨·, ·⟩ et soit f ∈ End(E) un endomorphisme symétrique. On note λ1 , . . . , λn
les valeurs propres de f comptées avec leur multiplicité (certains des λi peuvent être
égaux entre eux) et on ordonne les λi de sorte que λ1 ≤ λ2 ≤ · · · ≤ λn . Montrer
que λ1 ∥x∥2 ≤ ⟨f (x), x⟩ ≤ λn ∥x∥2 pour tout x ∈ E.
 
2 2 −2
A= 2 5 −4 .
−2 −4 5
Montrer que A est diagonalisable et trouver une matrice orthogonale P pour laquelle
t
P AP est diagonale.
 
2 1 2
A = 1 2 2 .
2 2 1
t
P AP est diagonale.
Exercice 3.42. Soit A une matrice symétrique carrée n × n. On dit que A est
positive si pour tout vecteur colonne X à n lignes, t XAX ≥ 0.
(1) Montrer que A est positive si et seulement si ses valeurs propres sont toutes
positives ou nulles.
(2) Montrer que si A = (aij ) est symétrique positive alors aii ≥ 0 pour tout i.
(3) Montrer que si A est symétrique positive, alors pour toute matrice P orthogo-
nale (et de même taille que A), t P AP est aussi symétrique positive.
(4) Montrer que pour tout matrice carrée M de taille n × n, et toute matrice carrée
inversible P de taille n × n, Trace(P −1 M P ) = Trace(M ).
(5) Montrer que si A et B sont deux matrices n × n symétriques positives, alors
nécessairement 0 ≤ Trace(AB) ≤ Trace(A)Trace(B).
Exercice 3.43. Soit n ≥ 3 et soit E un R-espace vectoriel de dimension n

muni d’un produit scalaire ⟨·, ·⟩. On considère u, v deux vecteurs non nuls et non
colinéaires de E. Soient α ̸= 0 et β ̸= 0 deux réels fixés non nuls.On considère
l’endomorphisme f ∈ End(E) de E donné par
f (x) = α⟨v, x⟩u + β⟨u, x⟩v
pour tout x ∈ E.
(1) Déterminer Ker(f ) et Im(f ).
On pose F = Vect(u, v). Comme (u, v) est libre (puisque u et v ne sont pas
colinéaires), F est de dimension 2. On note g la restriction de f à F . Alors
g ∈ End(F ).
(2) Soit λ ̸= 0 un réel non nul. Montrer que λ est valeur propre de g ∈ End(F ) si
et seulement si λ est valeur propre de f ∈ End(E).
(3) Sous quelle(s) condition(s) portant sur α et β l’endomorphisme f ∈ End(E)
est-il symétrique ?
(4) On suppose que f est symétrique. Alors g est aussi symétrique. Déterminer
les valeurs propres de f .
Exercice 3.44. Soit A une matrice symétrique carrée n × n. On suppose que
A est positive à savoir que pour tout vecteur colonne X à n lignes, t XAX ≥ 0.
Montrer qu’il existe B carrée n × n telle que A = t BB.
Exercice 3.45. Une matrice A est dite nilpotente s’il existe p ∈ N⋆ tel que
p
A = 0.
(1) Montrer qu’une matrice symétrique nilpotente est forcément nulle.
(2) Soit A une matrice carrée nilpotente. On suppose que t AA = At A. Montrer
que A est forcément nulle.
Exercice 3.46. Soit n ∈ N⋆ fixé et soit E = Rn [X] l’espace des polynômes
réels de degré au plus n. Pour P, Q ∈ E on pose
Z 1
⟨P, Q⟩ = (1 − x2 )P (x)Q(x)dx
−1
′′
et on considère f ∈ End(E) donné par f (P ) = (X 2 − 1)P .
(1) Montrer que ⟨·, ·⟩ est un produit scalaire sur E.
(2) Montrer que f est symétrique pour ⟨·, ·⟩.
 
10 0 0 0
0 2 2 −2
A=  .
0 2 5 −4
0 −2 −4 5
t
P AP est diagonale.
Exercice 3.48. Soit n ∈ N⋆ et soit ⟨·, ·⟩ la forme bilinéaire sur Rn [X] définie
pour tout P ∈ Rn [X] et tout Q ∈ Rn [X] par
Z +∞
2
⟨P, Q⟩ = P (x)Q(x)e−x dx .
−∞
On définit aussi φ ∈ End(Rn [X]) par φ(P ) = 2XP ′ − P ′′ pour tout P ∈ Rn [X].
(1) Justifier que ⟨·, ·⟩ est bien défini et qu’il s’agit bien d’un produit scalaire sur
Rn [X].
(2) Montrer que pour tous P, Q ∈ Rn [X], ⟨P, φ(Q)⟩ = ⟨P ′ , Q′ ⟩. En déduire que φ
est symétrique pour ⟨·, ·⟩.
Exercice 3.49. Soit n ∈ N⋆ et soit Mn (R) l’espace des matrices réelles carrées
n × n. On munit Mn (R) du produit scalaire
⟨M, N ⟩ = Trace(t M N ) .
Soit A une matrice symétrique inversible de Mn (R). On considère l’endomorphisme
φ ∈ End(Mn (R)) qui à M ∈ Mn (R) associe φ(M ) donné par φ(M ) = AM A−1 .
Montrer que φ est symétrique pour ⟨·, ·⟩.
Exercice 3.50. Soit A une matrice symétrique carrée n×n. On note λ1 , . . . , λp
les valeurs propres de A rangées par ordre croissant. On définit la quotient de
Rayleigh de A par
t
XAX
R(X) = t
XX
pour tout vecteur colonne à n lignes X ̸= 0.
(1) Soit Rn l’espace euclidien, ⟨·, ·⟩ le produit scalaire euclidien et B = (e1 , . . . , en )
la base canonique de Rn . Si x a pour coordonnées x1 , . . . , xn dans B, on note X
le vecteur colonne dont les ligne sont constituées des xi . De même si y a pour
coordonnées y1 , . . . , yn dans B, on note Y le vecteur colonne dont les ligne sont
constituées des yi . Soit aussi f ∈ End(Rn ) l’endomorphisme de Rn dont la matrice
de représentation dans B est A, donc MBB (f ) = A. Montrer que t XAY = ⟨f (x), y⟩
et que t XY = ⟨x, y⟩ pour tous x, y ∈ Rn . En déduire que le quotient de Rayleigh
de A est aussi donné par
⟨f (x), x⟩
R(x) =
∥x∥2
n
pour tout x ∈ R , où ∥ · ∥ est la norme euclidienne associée au produit scalaire ⟨·, ·⟩.
(2) Montrer que
λ1 = min R(x)
x∈Rn \{0}
et que le minimum est réalisé par les x ∈ E1 , x ̸= 0, où E1 est l’espace propre
associé à la valeur propre λ1 .
(3) Montrer que
λ2 = min R(x)
x∈E1⊥ \{0}
et que le minimum est réalisé par les x ∈ E2 , x ̸= 0, où E1 est l’espace propre
associé à la valeur propre λ1 et E2 est l’espace propre associé à la valeur propre λ2 .
Exercice 3.51. Soit A une matrice réelle symétrique n × n. On suppose qu’il
existe k ∈ N⋆ tel que Ak = Idn où Idn est la matrice identité n × n. Montrer
qu’alors A2 = Idn .
Exercice 3.52. Soit A = (aij ) une matrice réelle symétrique n × n. On note

λ1 , . . . , λn les valeurs propres de A répétéesPavec leur multiplicité (donc des λi
n Pn
peuvent être égaux entre eux). Montrer que i,j=1 a2ij = i=1 λ2i .
Exercice 3.53. Soit E un R-espace vectoriel de dimension finie n ≥ 2 et soit
⟨·, ·⟩ un produit scalaire sur E. Soit a ∈ E un vecteur de norme 1 et µ ∈ R. On
définit l’endomorphisme f ∈ End(E) par
f (x) = x + µ⟨x, a⟩a .
Montrer que f est symétrique. Déterminer les valeurs propres et espaces propres
de f .
Exercice 3.54. Soit E un R-espace vectoriel de dimension finie et soit ⟨·, ·⟩
un produit scalaire sur E. Soit f : E → E une application telle que ⟨f (x), y⟩ =
⟨x, f (y)⟩ pour tous x, y ∈ E. Montrer que f est un endomorphisme symétrique de
E.
Exercice 3.55. Soit E un R-espace vectoriel de dimension finie et soit ⟨·, ·⟩
un produit scalaire sur E. Soit f ∈ End(E) un endomorphisme de E. On note f ⋆
l’endomorphisme adjoint de f . Montrer que Ker(f ) = Ker(f ⋆ ◦ f ).
Exercice 3.56. Soit A une matrice réelle symétrique n × n. On suppose qu’il
existe k ∈ N⋆ tel que Ak = Idn où Idn est la matrice identité n × n. Montrer que
A = Idn si k est impair, mais qu’il est impossible de dire mieux que A2 = Idn si k
est pair.
Exercice 3.57. Soit n ∈ N⋆ et soit ⟨·, ·⟩ la forme bilinéaire sur Rn [X] définie
pour tout P ∈ Rn [X] et tout Q ∈ Rn [X] par
Z +∞
⟨P, Q⟩ = P (x)Q(x)e−x dx .
0
On définit aussi φ ∈ End(Rn [X]) par ϕ(P ) = XP ′′ −(X−1)P ′ pour tout P ∈ Rn [X].
(1) Justifier que ⟨·, ·⟩ est bien défini et qu’il s’agit bien d’un produit scalaire sur
Rn [X].
(2) Montrer que φ est symétrique.
Exercice 3.58. Soit E un R-espace vectoriel de dimension finie muni d’un pro-
duit scalaire ⟨·, ·⟩. Soient f et g deux endomorphismes symétriques de E. Montrer
que g ◦ f est symétrique si et seulement si f et g commutent.
CHAPITRE 4
Algèbre bilinéaire - Corrigés
Correction de l’exercice 3.1. Dire que Bi est bilinéaire c’est dire que
pour tous a, b dans l’espace considéré (ici R2 et R3 ), les applications x → Bi (x, b)
et y → Bi (a, y) sont des formes linéaires sur l’espace considéré, à savoir donc des
applications linéaires de l’espace considéré dans R. Une forme linéaire sur R2 est
une application de la forme (x1 , x2 ) → Ax1 + Bx2 et une forme linéaire sur R3 est
une application de la forme (x1 , x2 , x3 ) → Ax1 + Bx2 + Cx3 , où A, B, C sont des
réels puisque la matrice
de représentation (dans les bases canoniques
de Rn et R)
2
est du type A B pour les formes linéaires de R et A B C pour les formes
linéaires de R3 .
(1) Clairement les applications x → B1 (x, b) et y → B1 (a, y), pour a, b ∈ R2 ,

sont bien de ce type. Pour la première on a (x1 , x2 ) → (b1 − 2b2 )x1 + b2 x2 et pour
la seconde on a (y1 , y2 ) → a1 y1 + (a2 − 2a1 )y2 . Donc B1 est bien bilinéaire.
(2) Pour B2 il y a un problème en raison du terme −x2 . Posons par exemple

a = (1, 1). Alors B2 (a, y) = −y1 + 3y2 − 1 qui n’est pas linéaire. Par exemple, si
y1 = (1, 0), y2 = (0, 1), y = (1, 1), alors y = y1 +y2 et B2 (a, y1 ) = −2, B2 (a, y2 ) = 2,
B2 (a, y) = 1 de sorte que B2 (a, y) ̸= B2 (a, y1 ) + B2 (a, y2 ). Donc y → B2 (a, y) n’est
pas linéaire pour ce choix de a, et donc B2 n’est pas bilinéaire.
(3) Mêmes types d’argument que en (1), on vérifie que B3 et B4 sont bien
bilinéaires.
La question de la symétrie des formes bilinéaires considérées ne se pose que pour

B1 , B3 et B4 . Pour B1 on voit qu’il manque un −2x2 y1 pour avoir une symétrie.
Posons x = (1, 0) et y = (1, 1). Alors B1 (x, y) = −1 tandis que B1 (y, x) = +1, et
donc B1 (x, y) ̸= B1 (y, x) pour ces valeurs de x et y. En particulier, B1 n’est pas
symétrique. Le même genre de problème se pose pour B3 . Posons x = (1, 1, 1) et
y = (1, 0, 1). Alors B3 (x, y) = −2 et B3 (y, x) = −1 de sorte que B1 (x, y) ̸= B1 (y, x)
pour ces valeurs de x et y. En particulier, B3 n’est pas symétrique. Pour B4 on a
que, pour tous x, y,
B4 (y, x) = −y1 x1 + y2 x2 − y2 x3 + y1 x3 + y3 x1 − y3 x2
= −x1 y1 + x2 y2 − x2 y3 + x1 y3 + x3 y1 − x3 y2
= B4 (x, y)
et donc B4 est symétrique. La base canonique de R2 est constituée des vecteurs

e1 = (1, 0) et e2 = (0, 1). La base canonique de R3 est constituée des vecteurs
e1 = (1, 0, 0), e2 = (0, 1, 0) et e3 = (0, 0, 1). Pour une forme bilinéaire B, sa matrice
de représentation dans une base (e1 , . . . , en ) est formée des aij = B(ei , ej ). La
67
68 4. ALGÈBRE BILINÉAIRE - CORRIGÉS
forme bilinéaire prend alors la forme

X
B(x, y) = aij xi yj .
i,j
Par identification on trouve ici que les matrices de représentation de B1 , B3 et B4

dans les bases canoniques des espaces Rn considérés sont les matrices
   
−2 0 1 −1 0 1
1 −2
M1 = , M3 =  0 3 −1 , M3 =  0 1 −1 .
0 1
0 0 0 1 −1 0
On voit sur la lecture des matrices que seule M4 et symétrique et donc que seule
B4 est symétrique. □
Correction de l’exercice 3.2. Pour une forme bilinéaire B, sa matrice de

représentation dans une base (e1 , . . . , en ) est formée des aij = B(ei , ej ). La forme
bilinéaire prend alors la forme
X
B(x, y) = aij xi yj .
i,j
On trouve donc ici pour M que n = 3 et que

B(x, y) = x1 y1 + x1 y2 + 2x1 y3 + 2x2 y1 − x2 y3 + 3x3 y1 − 2x3 y2 + x3 y3
et pour N que n = 4 et que
B(x, y) = −x1 y1 + 2x1 y2 + x1 y3 + 4x2 y1 + x2 y2 − x2 y3 + 3x2 y4
+ 2x3 y1 − x3 y2 + x3 y3 + 3x3 y4 + x4 y1 + 3x4 y2 − x4 y4 .
□
Correction de l’exercice 3.3. Soit a ∈ E fixé quelconque. Pour y, ỹ quel-

conques dans E, et t, t̃ ∈ R quelconques,

B(a, ty + t̃ỹ) = µ(a)ν(ty + t̃ỹ) = µ(a) tν(y) + t̃ν(ỹ)
puisque ν est linéaire. Par suite, B(a, ty + t̃ỹ) = tB(a, y) + t̃B(a, ỹ). Avec le
même type de raisonnement, puisque µ est elle aussi linéaire, on montre que si
b ∈ E est fixé quelconque, alors pour x, x̃ ∈ E quelconques et t, t̃ ∈ R quelconques,
B(tx + t̃x̃, b) = tB(x, b) + t̃B(x̃, b). Donc B est bien bilinéaire. □
Correction de l’exercice 3.4. Soit Q ∈ R2 [X] fixé quelconque. Pour P, P̃ ∈

R2 [X] quelconques, et λ, µ ∈ R quelconques,
B(λP + µP̃ , Q) = (λP (1) + µP̃ (1))Q(−1) + (λP (−1) + µP̃ (−1))Q(1)

= λ (P (1)Q(−1) + P (−1)Q(1)) + µ P̃ (1)Q(−1) + P̃ (−1)Q(1)
= λB(P, Q) + µB(P̃ , Q) .
De même on montre que si P ∈ R2 [X] est fixé quelconque, alors pour Q, Q̃ ∈ R2 [X]
quelconques, et λ, µ ∈ R quelconques, B(P, λQ+µQ̃) = λB(P, Q)+µB(P, Q̃). Donc
4. ALGÈBRE BILINÉAIRE - CORRIGÉS 69
B est bien bilinéaire. La matrice de représentation de B dans la base canonique de

R2 [X] est constituée des B(Pi , Pj ). On calcule
B(P1 , P1 ) = 2, B(P1 , P2 ) = 0, B(P1 , P3 ) = 2

B(P2 , P1 ) = 0, B(P2 , P2 ) = −2, B(P2 , P3 ) = 0
B(P3 , P1 ) = 2, B(P3 , P2 ) = 0, B(P3 , P3 ) = 2
On trouve donc que la matrice M de représentation de B dans la base canonique

de R2 [X] est
 
2 0 2
M = 0 −2 0 .
2 0 2
□
Correction de l’exercice 3.5. Pour démontrer l’identité de Cauchy on utilise

la bilinéarité de B en écrivant que pour x, y ∈ E quelconques,
Q (Q(x)y − B(x, y)x) = B (Q(x)y − B(x, y)x, Q(x)y − B(x, y)x)

= Q(x)2 Q(y) − Q(x)B(x, y)B(y, x)
− B(x, y)Q(x)B(x, y) + B(x, y)2 Q(x)
= Q(x)2 Q(y) − Q(x)B(x, y)B(y, x)
− B(x, y)2 Q(x) + B(x, y)2 Q(x)
= Q(x)2 Q(y) − Q(x)B(x, y)B(y, x)
= Q(x) (Q(x)Q(y) − B(x, y)B(y, x))
qui est l’identité voulue. On suppose maintenant que B est définie positive. Alors
Q (Q(x)y − B(x, y)x) ≥ 0 .
Si Q(x) = 0 alors x = 0 puisque B est définie positive, et l’inégalité de Cauchy-

Schwarz est trivialement satisfaite. On peut donc supposer Q(x) ̸= 0, soit encore
Q(x) > 0. Dans ce cas on a alors que Q(x)Q(y) − B(x, y)B(y, x) ≥ 0, et l’inégalité
de Cauchy-Schwarz est encore vérifiée. Au total, l’inégalité de Cauchy-Schwarz est
toujours vérifiée. □
Correction de l’exercice 3.6. On vérifie facilement que pour Q ∈ Rn [X]

fixé quelconque, pour P, P̃ ∈ R2 [X] quelconques, et λ, µ ∈ R quelconques,
B(λP + µP̃ , Q) = λB(P, Q) + µB(P̃ , Q) .
De même on montre que si P ∈ R2 [X] est fixé quelconque, alors pour Q, Q̃ ∈ R2 [X]
quelconques, et λ, µ ∈ R quelconques, B(P, λQ + µQ̃) = λB(P, Q) + µB(P, Q̃).
Donc B est bien bilinéaire. On a B(X, 1) = 0 tandis que
Z 1
1
B(1, X) = xdx = .
0 2
Donc B n’est pas symétrique. On a aussi B(1, 1) = 0 et donc il existe P non nul
tel que B(P, P ) = 0. Pour finir, on a pour i ≥ 1 et j ≥ 1 que
Bij = B(X i−1 , X j−1 )
Z 1
= (j − 1) xi+j−2 dx
0
j−1
= .
i+j−1
□
Correction de l’exercice 3.7. La forme bilinéaire B est symétrique. On
calcule
B(P1 , P1 ) = 2 , B(P1 , P 2) = 0 , B(P1 , P3 ) = 2
B(P2 , P1 ) = B(P1 , P2 ) , B(P2 , P2 ) = −2 , B(P2 , P3 ) = 0
B(P3 , P1 ) = B(P1 , P3 ) , B(P3 , P2 ) = B(P2 , P3 ) , B(P3 , P3 ) = 2 .
On obtient donc que  
2 0 2
MB (B) = 0 −2 0 .
2 0 2
′
Pour montrer que B est une base de R2 [X], puisqu’elle a bien autant de vecteurs
que la dimension 3 de R2 [X], il suffit de montrer que B ′ est génératrice. Notons
P1′ , P2′ , P3′ les trois vecteurs de B ′ . On le constate facilement, pour tous a, b, c ∈ R,
aX 2 + bX + c = c(1 − X 2 ) + bX + (a + c)X 2
= cP1′ + bP2′ + (a + c)P3′
et B ′ est donc bien génératrice pour R2 [X], donc une base de R2 [X]. Soit P la
matrice de passage de B à B ′ . On a
P1′ = P1 − P3
P2′ = P2
P3′ = P3
et donc, par définition,  
1 0 0
P = 0 1 0 .
−1 0 1
La formule de changement de bases donne alors que
MB′ (B) = t P MB (B)P
   
1 0 −1 2 0 2 1 0 0
= 0 1 0  0 −2 0  0 1 0
0 0 1 2 0 2 −1 0 1
  
1 0 −1 0 0 2
= 0 1 0  0 −2 0
0 0 1 0 0 2
 
0 0 0
= 0 −2 0 .
0 0 2
Correction de l’exercice 3.8. La forme bilinéaire B est symétrique. On

calcule
Z 1 Z 1 Z 1
1 1
B(P1 , P1 ) = dt = 1 , B(P1 , P 2) = tdt = , B(P1 , P3 ) = t2 dt =
0 0 2 0 3
Z 1 Z 1
1 1
B(P2 , P1 ) = B(P1 , P2 ) , B(P2 , P2 ) = t2 dt = , B(P2 , P3 ) = t3 dt =
0 3 0 4
Z 1
1
B(P3 , P1 ) = B(P1 , P3 ) , B(P3 , P2 ) = B(P2 , P3 ) , B(P3 , P3 ) = t4 dt = .
0 5
On obtient donc que
1 1
 
1 2 3
MB (B) =  12 1
3
1
4 .
1 1 1
3 4 5
Pour montrer que B ′ est une base de R2 [X], puisqu’elle a bien autant de vecteurs
que la dimension 3 de R2 [X], il suffit de montrer que B ′ est génératrice. Notons
P1′ , P2′ , P3′ les trois vecteurs de B ′ . On le constate facilement, pour tous a, b, c ∈ R,
aX 2 + bX + c = a(1 − X + X 2 ) + (a + b)(X − 1) + (b + c) × 1
= (b + c)P1′ + (a + b)P2′ + aP3′
et B ′ est donc bien génératrice pour R2 [X], donc une base de R2 [X]. Soit P la
matrice de passage de B à B ′ . On a
P1′ = P1
P2′ = −P1 + P2
P3′ = P1 − P2 + P3
et donc, par définition,
 
1 −1 1
P = 0 1 −1
0 0 1
La formule de changement de bases donne alors que
MB′ (B) = t P MB (B)P
1 21 13
   
1 0 0 1 −1 1
= −1 1 0  12 13 14  0 1 −1
1 1 1
1 −1 1 0 0 1
  3 4 1 5 5 
1 0 0 1 −2 6
= −1 1 0  12 − 61 12 5 
1 1 17
1 −1 1 3 − 12 60
− 12 5
 
1 6
1 1 5 
= − 2 3 − 12 .
5 5 7
6 − 12 10
A titre de remarque, lorsqu’on a du temps, il est toujours intéressant de vérifier ce

genre de calculs. La matrice obtenue est symétrique. C’est une bonne nouvelle (elle
doit l’être puisque B est symétrique). On pourrait maintenant vérifier que l’on a
bien B(P3′ , P3′ ) = 10
7
. On a
Z 1
B(P3′ , P3′ ) = (1 − t + t2 )2 dt
0
Z 1 Z 1 Z 1 Z 1 Z 1 Z 1
= dt + t2 dt + t4 dt − 2 tdt + 2 t2 dt − 2 t3 dt
0 0 0 0 0 0
1 1 2 1
=1+ + −1+ −
3 5 3 2
1 1
=1+ −
5 2
1 1
= +
5 2
7
=
10
comme calculé ci-dessus. On procède de la même façon avec B ′′ . Pour montrer que
B ′′ est génératrice on remarque que
aX 2 + bX + c = c(1 − X 2 ) + bX + (a + c)X 2
= cP1′′ + bP2′′ + (a + c)P3′′
La matrice P est ici donnée par

 
1 0 0
P = 0 1 0
−1 0 1
et on a que MB′′ (B) = t P MB (B)P . □
Correction de l’exercice 3.9. On note n la dimension de E. Ecrivons que

A = (aij )i,j . Alors, pour tout j = 1, . . . , n,
n
X
ẽj = aij ei , (1)
i=1
à savoir la jème colonne de A est constituée des coordonnées dans B du vecteur

ẽj . On sait de plus que A est inversible (les matrices de passages sont toujours
inversibles). Notons Ã = (ãij )i,j . Les ãij sont caractérisés par le fait que pour tout
j = 1, . . . , n,
n
X
ẽ⋆j = ãij e⋆i (2)
i=1
puisque la jème colonne de Ã est composée des coordonnées de ẽ⋆j dans B ⋆ . Soit
k ∈ {1, . . . , n} quelconque fixé. On écrit que
δjk = ẽ⋆j (ẽk ) par définition
n
X
= ãij e⋆i (ẽk ) en vertue de (2)
i=1
n n
!
X X
= ãij e⋆i apk ep en vertue de (1)
i=1 p=1
Xn
= ãij apk e⋆i (ep )
i,p=1
Xn
= ãij apk δip puisque e⋆i (ep ) = δip par définition
i,p=1
X n
= ãpj apk
p=1
où les δij sont les symboles de Kroenecker (1 si i = j, 0 sinon). Si on renomme les
indices j et k on a donc montré que
n
X
ãpi apj = δij (3)
p=1
pour tous i, j = 1, . . . , n. Notons bij = ãji les coefficients de t Ã, la matrice

transposée de Ã, et notons
Xn
cij = ãpi apj
p=1
Pn
pour tous i, j. On a cij = p=1 bip apj et donc les cij sont en fait les coefficients de
la matrice produit t ÃA. On a donc, en vertue de (3), que
t
ÃA = Idn ,
où Idn est la matrice identité n × n. Par suite t Ã = A−1 et donc Ã = t A−1 . □
Correction de l’exercice 3.10. Soit n la dimension de E. Le théorème

de la base incomplète nous donne l’existence de vecteurs e2 , . . . , en pour lesquels
(a, e2 , . . . , en ) est une base de E. Alors f = a⋆ convient. □
Correction de l’exercice 3.11. (1) Clairement pour touts P1 , P2 ∈ Rn [X]

et tous λ, µ ∈ R,
Φa (λP1 + µP2 ) = λP1 (a) + µP2 (a)
= λΦa (P1 ) + µΦa (P2 )
de sorte que Φa est bien linéaire sur Rn [X].
(2) L’espace Rn [X] est de dimension n + 1. L’espace dual Rn [X]⋆ est donc lui
aussi de dimension n + 1. La famille (Φa1 , . . . , Φan+1 ) comporte n + 1 éléments. Il
suffit donc de montrer qu’elle est libre pour obtenir une base de Rn [X]⋆ . Soient
λ1 , . . . , λn+1 n + 1 réels. On suppose que
n+1
X
λk Φak = 0
k=1
dans Rn [X]⋆ . Alors pour tout P ∈ Rn [X],
n+1
X
0= λk Φak (P )
k=1
Xn
= λk P (ak ) . (1)
k=0
Pour i = 1, . . . , n + 1, notons Pi le polynôme de Rn [X] défini par
1
Pi (X) = Qn+1 (X − a1 ) . . . (X − ai−1 )(X − ai+1 ) . . . (X − an+1 ) .
j=1,j̸=i (ak − aj )
Alors Pi (ai ) = 1 tandis que Pi (aj ) = 0 pour tout j = 1, . . . , n + 1 dès que j ̸= i.

Soit i quelconque fixé dans {1, . . . , n + 1}. En prenant P = Pi dans (1) on obtient
que λi = 0. Et comme i est quelconque dans {1, . . . , n + 1} on obtient que λi = 0
pour tout i ∈ {1, . . . , n + 1}. La famille Pa1 , . . . , Pan+1 est donc libre et donc bien
une base de Rn [X]⋆ .
R1
(3) L’application Φ : P → 0 P (t)dt est une forme linéaire sur Rn [X]. Donc un
élément de Rn [X]⋆ . En vertue de la question précédente il existe c1 , . . . , cn+1 ∈ R
Pn+1
tels que Φ = i=1 ci Φai . Donc
Z 1
Φ(P ) = P (t)dt
0
n+1
X
= ci Φai (P )
i=1
n+1
X
= ci P (ai )
i=1
pour tout P ∈ Rn [X]. D’où le résultat. □
Correction de l’exercice 3.12. La fonction Q est ici donnée dans la base
canonique de R3 . Elle s’exprime bien sous la forme d’un polynôme homogène de
degré deux des variables coordonnées x, y, z. Si on écrit (x1 , x2 , x3 ) au lieu de
(x, y, z), on a
X3
Q(x, y, z) = aij xi xj ,
i,j=1
i≤j
avec a11 = 2, a12 = 3, a13 = −4, a22 = −2, a23 = 7 et a33 = −6. Les Bij de la
matrice de B sont donnés par Bii = aii , Bij = 21 aij et Bji = 12 aij si i < j. La
matrice de B dans la base canonique B de R3 est donc la matrice
3
 
2 2 −2
MB (B) =  23 −2 72  .
−2 72 −6
Reste à déterminer le rang de cette matrice. Comme la matrice est non nulle, le
rang est un des entiers 1, 2 ou 3. Le rang vaut 3 si et seulement si la matrice est
inversible. On a
3
 
2 −2
2 21 21 49 27
det  23 −2 72  = 24 − − +8− +
2 2 2 2
−2 72 −6
=0.
Le rang est donc soit 1 soit 2. La matrice
3

2 2
A= 3
2 −2
est une sous matrice de MB (B) est son déterminant vaut −4 − 49 = − 25
4 ̸= 0. Le
rang est donc au moins 2. Le rang de B vaut donc 2. Donc Q est de rang 2. □
Correction de l’exercice 3.13. Même principe que ci-dessus. On trouve
 
3 −1 −1
MB (B) = −1 3 −1 .
−1 −1 3
Le rang vaut 3 car le déterminant de cette matrice vaut 16. □
Correction de l’exercice 3.14. On a (cf. cours) que Q est une forme
quadratique sur R2 [X] si et seulement si Q(λP ) = λ2 Q(P ) pour tout λ ∈ R et
tout P ∈ R2 [X], et si l’application B : R2 [X] × R2 [X] → R donnée par
1
B(P, P̃ ) = Q(P + P̃ ) − Q(P ) − Q(P̃ )
2
est bilinéaire sur R2 [X]. Il est clair que pour tout λ ∈ R et tout P ∈ R2 [X],
Q(λP ) = λ2 Q(P ). On détermine maintenant B. Pour P, P̃ ∈ R2 [X],
2 2
2B(P, P̃ ) = P ′ (1) + P̃ ′ (1) − P ′ (0) + P̃ ′ (0) − P ′ (1)2
+ P ′ (0)2 − P̃ ′ (1)2 + P̃ ′ (0)2
= 2P ′ (1)P̃ ′ (1) − 2P ′ (0)P̃ ′ (0)
et on obtient donc que
B(P, P̃ ) = P ′ (1)P̃ ′ (1) − P ′ (0)P̃ ′ (0)
pour tous P, P̃ ∈ R2 [X]. Clairement B(P, P̃ ) est linéaire en P (à P̃ fixé) et linéaire
en P̃ (à P fixé). Donc Q est une forme quadratique et la forme bilinéaire symétrique
associée est B. Notons B = (P1 , P2 , P3 ) la base canonique de R2 [X]. On a donc
P1 = 1, P2 = X et P3 = X 2 . On calcule
B(P1 , P1 ) = 0 , B(P1 , P2 ) = 0 , B(P1 , P3 ) = 0
B(P2 , P2 ) = 1 − 1 = 0 , B(P2 , P3 ) = 2
B(P3 , P3 ) = 4 .
Par symétrie on trouve donc que
 
0 0 0
MB (B) = 0 0 2 .
0 2 4
Le rang de cette matrice, donc de B et de Q, est soit 1, 2 ou 3 (puisque la matrice

est non nulle). Son déterminant est clairement nul. Donc le rang ne vaut pas 3. La
matrice

0 2
A=
2 4
est une sous matrice de MB (B) est son déterminant vaut −4 ̸= 0. Le rang est donc
au moins 2. En conclusion le rang de B vaut donc 2 et donc Q est de rang 2. □
Correction de l’exercice 3.15. Clairement E est un R-espace vectoriel

que l’on peut voir comme une sous espace vectoriel de l’espace de toutes les apli-
cations de R2 dans lui-même, puisque si u, v ∈ E, u + v ∈ E et si λ ∈ R et u ∈ E,
λu ∈ E. Soit u ∈ E quelconque. Sa matrice A de représentation dans la base
canonique de R2 va s’écrire de façon unique sous la forme
A = aA1 + bA2 + cA3 + dA4
pour a, b, c, d ∈ R, et comme aA1 + bA2 + cA3 + dA4 est aussi la matrice de

représentation de au1 + bu2 + cu3 + du4 dans la base canonique de R2 , on a que
u = au1 + bu2 + cu3 + du4 et l’écriture est unique (puisque celle pour A l’est). On
en déduit que B est une base de E. Dans B,

a b
Q(u) = det
c d
= ad − bc
et Q s’exprime bien dans B comme un polynôme homogène de degré 2 en les

variables coordonnées a, b, c, d (on a l’expression x1 x4 − x2 x3 dans un langage plus
classique de coordonnées x1 , x2 , x3 , x4 ). Donc Q est une forme quadratique. On a
4
X
Q(x1 , x2 , x3 , x4 ) = aij xi xj ,
i,j=1
i≤j
avec a11 = 0, a12 = 0, a13 = 0, a14 = 1, a22 = 0, a23 = −1, a24 = 0, a33 = 0, a34 =
0, a44 = 0. Les Bij de la matrice de B sont donnés par Bii = aii , Bij = 12 aij et
Bji = 21 aij si i < j. La matrice de B dans la base canonique B de E est donc la
matrice
1
 
0 0 0 2
0 0 − 12 0 
MB (B) = 0 − 1
 .
2 0 0
1
2 0 0 0
Puisque B n’est pas nulle, le rang de B vaut 1, 2, 3 ou 4. Le déterminant de cette
matrice, par développement suivant la première ligne, vaut
1
 
0 0 0
0 − 21
 
2 0
1 1 −1
0 0 − 2 0 
 = − det  0 − 1
det 
0 − 1 2 0  = 4 ̸= 0 .
2 0 0  2 1 2
1 2 0 0
2 0 0 0
Donc B et Q sont de rang 4. □
Correction de l’exercice 3.16. On procède comme ci-dessus en écrivant

Q dans B. On a 2
a b a b a + bc ab + bd
=
c d c d ac + cd bc + d2
et la trace de cette dernière matrice vaut a2 + d2 + 2bc et donc, en utilisant ce qui
a déjà été dit à l’exercice 4, on voit que
Q(a, b, c, d) = a2 + d2 + 2bc + 2εad − 2εbc
= a2 + d2 + 2εad + 2(1 − ε)bc .
Donc Q s’exprime bien dans B comme un polynôme homogène de degré 2 en les
variables coordonnées a, b, c, d. Donc Q est une forme quadratique. On a
Q(x1 , x2 , x3 , x4 ) = x21 + x24 + 2εx1 x4 + 2(1 − ε)x2 x3
4
X
= aij xi xj
i,j=1
i≤j
avec a11 = 1, a12 = 0, a13 = 0, a14 = 2ε, a22 = 0, a23 = 2(1 − ε), a24 = 0, a33 =
0, a34 = 0, a44 = 1. Les Bij de la matrice de B sont donnés par Bii = aii , Bij = 21 aij
et Bji = 12 aij si i < j. La matrice de B dans la base canonique B de E est donc la
matrice  
1 0 0 ε
0 0 1 − ε 0
MB (B) = 0 1 − ε
 .
0 0
ε 0 0 1
Selon que ε = −1 ou ε = +1 on récupère donc les deux matrices
   
1 0 0 −1 1 0 0 1
0 0 2 0  0 0 0 0
M1 =   0 2 0 0  et M2 = 0 0 0 0
  
−1 0 0 1 1 0 0 1
Le rang de ces matrices non nulles est 1, 2, 3 ou 4. On calcule en dévelopant suivant
la première ligne
 
1 0 0 −1    
0 0 2 0 0 2 0 0 0 2
det   = det 2 0 0 +  0 2 0
0 2 0 0
0 0 1 −1 0 0
−1 0 0 1
= −4 + 4
=0
et donc le rang de M1 n’est pas 4. La matrice
 
0 2 0
A = 2 0 0
0 0 1
est une sous matrice de M1 et son déterminant vaut −4 ̸= 0. Le rang de M1 vaut
donc 3, et donc le rang de Q vaut 3 lorsque ε = −1. Pour M2 on peut procéder de
la même façon mais on se rend compte que non seulement le déterminant de M2 est
nul mais que les déterminants des sous matrices d’ordre 3 de M2 semblent eux aussi
être nuls ainsi que les déterminants des sous matrices d’ordre 2 de M2 . On va s’y
prendre différemment et étudier plutôt le rang de l’endomorphisme f ∈ End(R4 )

dont la matrice de représentation dans la base canonique de R4 au départ et à
l’arrivée vaut M2 . On a alors
f (x, y, z, t) = (x + t, 0, 0, x + t)
et on voit donc que le noyau Ker(f ) de f est donné par
Ker(f ) = (x, y, z, t) ∈ R4 / x + t = 0

= (x, y, z, −x) ∈ R4 / x, y, z ∈ R

= x(1, 0, 0, −1) + y(0, 1, 0, 0) + z(0, 0, 1, 0) ∈ R4 / x, y, z ∈ R

.
4
Si (e1 , e2 , e3 , e4 ) est la base canonique de R , on en déduit que
Ker(f ) = Vect (e1 − e4 , e2 , e3 ) .
La famille (e1 − e4 , e2 , e3 ) est clairement libre, donc une base de Ker(f ) et ainsi
dimKer(f ) = 3 .
Le théorème du rang donne ensuite que Rg(f ) = 4 − 1 = 1. Donc le rang de M2
vaut 1 et ainsi le rang de Q vaut 1 lorsque ε = 1. □
Correction de l’exercice 3.17. On suppose que Q(x) ̸= 0 pour tout x ∈
E. On raisonne par l’absurde et on suppose qu’il existe x0 , x1 ∈ E tels que Q(x0 ) <
0 et Q(x1 ) > 0. Pour t ∈ [0, 1] on définit xt = (1 − t)x0 + tx1 , et on poste
f (t) = Q(xt ). Si B est la forme bilinéaire symétrique associée à Q, alors
f (t) = B((1 − t)x0 + tx1 , (1 − t)x0 + tx1 )
= (1 − t)2 Q(x0 ) + t2 Q(x1 ) + 2t(1 − t)B(x0 , x1 ) .
En particulier f : [0, 1] → R est continue et, par hypothèse, f (0) < 0 et f (1) > 0.
D’après le théorème des valeurs intermédiaires, il existe t0 ∈]0, 1[ tel que f (t0 ) = 0.
Or f (t0 ) = 0 signifie que Q(xt0 ) = 0 ce qui est impossible sauf si xt0 = 0. Mais si
xt0 = 0 alors x1 = αx0 avec α = (t0 −1)/t0 et on obtient donc que Q(x1 ) = α2 Q(x0 ),
ce qui est impossible puisque nous avons supposé que Q(x0 ) < 0 et Q(x1 ) > 0. On
a donc bien une contradiction et c’est donc que soit Q(x) > 0 pour tout x ∈ E, soit
Q(x) < 0 pour tout x ∈ E. □
Correction de l’exercice 3.18. Le cône isotrope CQ de Q est constitué des
x = (x1 , x2 , x3 ) qui sont tels que Q(x) = 0. On a Q(x) = x21 + x22 − x23 et donc
CQ = (x1 , x2 , x3 ) / x33 = x21 + x22

Le noyau de NQ de Q est constitué des x = (x1 , x2 , x3 ) qui sont tels que B(x, y) = 0
pour tout y = (y1 , y2 , y3 ). On trouve donc NQ = {(0, 0, 0)}. Le cône isotrope
CQ̃ de Q̃ est constitué des x = (x1 , x2 , x3 ) qui sont tels que Q̃(x) = 0. On a
Q̃(x) = x21 − x23 et donc CQ̃ = {(x1 , x2 , x3 ) / x3 = x1 ou x3 = −x1 }. Le noyau de
NQ̃ de Q̃ est constitué des x = (x1 , x2 , x3 ) qui sont tels que B̃(x, y) = 0 pour tout
y = (y1 , y2 , y3 ). On trouve donc NQ̃ = {(0, x2 , 0), x2 ∈ R}. □
Correction de l’exercice 3.19. (1) Q est une forme quadratique car Q

est un polynôme homogène de degré 2 des variables coordonnées (dans la base
canonique de R3 ).
(2) On écrit que
Q(X) = 2x21 − 2x22 − 6x23 + 3x1 x2 − 4x1 x3 + 7x2 x3
3
= 2x21 − 2x22 − 6x23 + (x1 x2 + x2 x1 )
2
7
− 2(x1 x3 + x3 x1 ) + (x2 x3 + x3 x2 )
2
On en déduit que
3
B(x, y) = 2x1 y1 − 2x2 y2 − 6x3 y3 + (x1 y2 + x2 y1 )
2
7
− 2(x1 y3 + x3 y1 ) + (x2 y3 + x3 y2 ) .
2
On a
3
 
2 2 −2
M =  23 −2 7
2
 .
7
−2 2 −6
(3) On règle pour commencer le cas de x1 en cherchant à l’intégrer dans un carré.
On écrit que
Q(X) = 2x21 − 2x22 − 6x23 + 3x1 x2 − 4x1 x3 + 7x2 x3
3
= 2(x21 + x1 x2 − 2x1 x3 ) − 2x22 − 6x23 + 7x2 x3
2
3 9
= 2(x1 + x2 − x3 )2 − x22 − 2x23 + 3x2 x3 − 2x22 − 6x23 + 7x2 x3
4 8
3 25
= 2(x1 + x2 − x3 ) − x22 − 8x23 + 10x2 x3
2
4 8
3 25 2 80
= 2(x1 + x2 − x3 ) − (x2 − x2 x3 ) − 8x23
2
4 8 25
3 25 2 16
= 2(x1 + x2 − x3 ) − (x2 − x2 x3 ) − 8x23
2
4 8 5
On s’occupe maintenant de x2 . On écrit que
3 25 2 16
= 2(x1 + x2 − x3 )2 − (x − x2 x3 ) − 8x23
4 8 2 5
2
3 25 8 25 8
= 2(x1 + x2 − x3 )2 − (x2 − 2
x3 ) + x23 − 8x23
4 8 5 8 5
3 25 8
= 2(x1 + x2 − x3 )2 − (x2 − x3 )2
4 8 5
On a donc Q = Q̃ ◦ Φ où
25 2
Q̃(X1 , X2 , X3 ) = 2X12 − X
8 2
et où
3 8
Φ(x1 , x2 , x3 ) = x1 + x2 − x3 , x2 − x3 , x3
4 2
Reste à vérifier que Φ est un isomorphisme de R3 . La matrice A de représentation
de Φ dans la base canonique de R3 (au départ et à l’arrivée) est la matrice
1 34 −1
 
A = 0 1 − 82  .
0 0 1
Elle est triangulaire supérieure. Son déterminant est alors le produit des termes di-
agonaux. Donc det(A) = 1 qui est différent de 0 et donc Φ est bien un isomorphisme
de R3 sur lui-même.
(4) La signature de Q est la même que la signature de Q̃. Le rang de Q est lui aussi
égal au rang de Q̃ puisque le rang est la somme des deux termes qui composent la
signature. Clairement Q̃ est de signature (1, 1). Donc la signature de Q est (1, 1)
et le rang de Q est 2 = 1 + 1.
(5) Soit CQ le cône isotrope de Q et soit CQ̃ le cône isotrope de Q̃. Clairement,
u ∈ CQ ⇔ Φ(u) ∈ CQ̃
puisque Q = Q̃ ◦ Φ, et donc CQ = Φ−1 (CQ̃ ). Reste à caractériser CQ̃ . Or X ∈ CQ̃ si

et seulement si
25
2X12 − X22 = 0
8
soit
4
X2 = ± X1 .
5
On a alors plusieurs expressions possibles:
( 2 2 )
8 16 3
CQ = (x1 , x2 , x3 ) / x2 − x3 = x1 + x2 − x3
2 25 4

8 4 3 4
= (x1 , x2 , x3 ) / x2 − x3 = x1 + x2 − x3
2 5 5 5
[ 8 4 3 4

(x1 , x2 , x3 ) / x2 − x3 = − x1 − x2 + x3
2 5 5 5

4 2 32
= (x1 , x2 , x3 ) / x1 − x2 + x3 = 0
5 5 10
[ 4 8 48

(x1 , x2 , x3 ) / x1 + x2 − x3 = 0
5 5 10
−1 4

ou encore CQ = Φ (X1 , X2 , X3 ) / X2 = ± 5 X1 . □
Correction de l’exercice 3.20. Même principe que ci-dessus. Tout d’abord,
Q est une forme quadratique car Q est un polynôme homogène de degré 2 des vari-
ables coordonnées (dans la base canonique de R3 ). On cherche maintenant à écrire
Q sous la forme Q = Q̃ ◦ Φ où Q̃ s’écrit sous forme réduite en différence de carrés

et Φ est un isomorphisme de R3 . On écrit:
Q(X) = x2 − 2y 2 + xz + yz
z z2
= (x + )2 − − 2y 2 + yz
2 4
z z z2
= (x + )2 − 2(y 2 − y ) −
2 2 4
z 2 z 2 z2 z2
= (x + ) − 2(y − ) + −
2 4 8 4
z 2 z 2 z2
= (x + ) − 2(y − ) − .
2 4 8
Soit Q̃ la forme quadratique donnée par
1
Q̃(u, v, w) = u2 − 2v 2 − w2 .
8
3
Soit Φ l’endomorphisme de R donné par

1 1
Φ(x, y, z) = x + z, y − z, z .
2 4
Alors Q = Q̃ ◦ Φ. La matrice de Φ dans la base canonique de R3 (au départ et à
l’arrivée) vaut
1
 
1 0 2
M = 0 1 − 14 
0 0 1
Son déterminant vaut det(M ) = 1 et donc Φ est un isomorphisme. On en déduit
que la signature de Q est celle de Q̃ et que le rang de Q est celui de Q̃. La signature
de Q̃ est clairement (1, 2). La signature de Q est donc aussi (1, 2). Le rang de Q
est 3 = 1 + 2. □
Correction de l’exercice 3.21. Soit B = (1, X, X 2 ) la base canonique de
R2 [X]. Pour
P (X) = a + bX + cX 2
on a
Q(P ) = (2c + b)2 − b2
= 4c2 + 4bc
et on a donc
Q(a, b, c) = 4c2 + 4bc .
En particulier, Q s’écrivant comme un polynôme homogène de degré deux en les
variables coordonnées cela confirme que Q est bien une forme quadratique. On écrit
Q(a, b, c) = 4(c2 + bc)
b
= 4(c + )2 − b2
2
et on a donc Q = Q̃ ◦ Φ où
Q̃(A, B, C) = 4C 2 − B 2
et où Φ est l’endomorphisme de R2 [X] donné pour P = a + bX + cX 2 par

1
Φ(a, b, c) = a, b, c + b .
2
La matrice de Φ dans la base canonique de R2 [X] (au départ et à l’arrivée) est
 
1 0 0
M = 0 1 0
0 12 1
dont le déterminant vaut 1. Donc Φ est un isomorphisme et la signature de Q est
égale à celle de Q̃. La signature de Q̃ vaut (1, 1). La signature de Q est donc (1, 1).
Son rang est 2 = 1 + 1. □
Correction de l’exercice 3.22. Soit B = (1, X, X 2 ) la base canonique de
R2 [X]. Pour
P (X) = a + bX + cX 2
on a
Z 1
Q(P ) = x(a + bx + cx2 )(b + 2cx)dx
0
Z 1
abx + (2ac + b2 )x2 + 3bcx3 + 2c2 x4 dx

=
0
1 2 1 3 2
= ab + ac + b2 + bc + c2
2 3 3 4 5
1 2 2 2 1 2 3
= b + c + ab + ac + bc .
3 5 2 3 4
En particulier, Q s’écrivant comme un polynôme homogène de degré deux en les
variables coordonnées cela confirme que Q est bien une forme quadratique. On
cherche maintenant à écrire la réduction de Q. On a
1 3 9 2 2
Q(a, b, c) = (b2 + ab + bc) + c2 + ac
3 2 4 5 3
1 3 9 2 3 2 27 2 9 2 2
= (b + a + c) − a − c − ac + c2 + ac
3 4 8 16 64 16 5 3
1 3 9 3 5 7 2
= (b + a + c)2 − a2 + ac − c
3 4 8 16 48 320
1 3 9 3 5 7 2
= (b + a + c)2 − (a2 − ac) − c
3 4 8 16 9 320
1 3 9 3 5 25 2 7 2
= (b + a + c)2 − (a − c)2 + c − c
3 4 8 16 18 1728 320
1 3 9 3 5 1 2
= ( a + b + c)2 − (a − c)2 − c
3 4 8 16 18 135
et on a donc Q = Q̃ ◦ Φ où
1 2 3 1 2
Q̃(A, B, C) = A − B2 − C
3 16 135
et où Φ est l’endomorphisme de R2 [X] donné pour P = a + bX + cX 2 par

3 9 5
Φ(a, b, c) = a + b + c, a − c, c .
4 8 18
La matrice de Φ dans la base canonique de R2 [X] (au départ et à l’arrivée) est

3 9

4 1 8
5 
M =  1 0 − 18
0 0 1
dont le déterminant vaut, en développant suivant la dernière ligne,
3
1
det(M ) = det 4 = −1
1 0
qui est non nul. Donc Φ est un isomorphisme et la signature de Q est égale à celle
de Q̃. La signature de Q̃ vaut (1, 1). La signature de Q est donc (1, 2). Son rang
est 3 = 1 + 2. □
Correction de l’exercice 3.23. Q est une forme quadratique car Q est un
polynôme homogène de degré 2 des variables coordonnées (dans la base canonique
de R3 ). On écrit maintenant que
Q(x, y, z) = (x + y)2 − y 2 + (1 + a)y 2 + (1 + a + a2 )z 2 − 2ayz
= (x + y)2 + ay 2 + (1 + a + a2 )z 2 − 2ayz
= (x + y)2 + a(y − z)2 − az 2 + (1 + a + a2 )z 2
= (x + y)2 + a(y − z)2 + (1 + a2 )z 2
Soit Qa la forme quadratique
Qa (X, Y, Z) = X 2 + aY 2 + (1 + a2 )Z 2 .
On a Q = Qa ◦ Φ où
Φ(x, y, z) = (x + y, y − z, z) .
La matrice de Φ dans la base canonique de R3 (au départ et à l’arrivée) est
 
1 1 0
M = 0 1 −1
0 0 1
dont le déterminant vaut 1 ̸= 0. Donc Φ est un isomorphisme de R3 et par suite la
signature de Q est égale à la signature de Qa . On voit alors facilement que:
(i) Si a > 0 la signature de Qa (et donc de Q) vaut (3, 0)
(ii) Si a = 0 la signature de Qa (et donc de Q) vaut (2, 0)
(iii) Si a < 0 la signature de Qa (et donc de Q) vaut (2, 1)
D’où la réponse à la question posée. □
Correction de l’exercice 3.24. (1) Soient

a b ã b̃
M= et .
c d c̃ d˜
On a
ab̃ + bd˜

aã + bc̃
MN =
cã + dc̃ cb̃ + dd˜
et donc
Tr(M N ) = aã + dd˜ + bc̃ + b̃c .
Bien que M N ̸= N M a priori (le produit matriciel n’est pas commutatif), on a

donc quand même que Tr(M N ) = Tr(N M ) pour tous M, N ∈ M2 (R). Donc B
est symétrique. Pour montrer la bilinéarité de B il suffit alors de montrer que B
est linéaire en M à N fixée. Le terme Tr(M )Tr(N ) ne pose aucun problème car
la trace est linéaire. Pour le second terme on remarque que pour tous λ, µ ∈ R, et
tous M1 , M2 ∈ M2 (R),
(λM1 + µM2 ) N = λM1 N + µM2 N
et en utilisant de nouveau la linéarité de la trace on récupère la linéraité en M à
N fixée du terme Tr(M N ). Au total, B est symétrique et B est linéaire en M à N
fixée, donc B est bilinéaire symétrique.
(2) On a Tr(A1 ) = 1, Tr(A2 ) = 0, Tr(A3 ) = 0 et Tr(A4 ) = 1. On a aussi

1 0 1 0 1 0 1 0 0 1 0 1
A21 = = , A1 A2 = =
0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 0 0 1 0 0 0 0 0
A1 A3 = = , A1 A4 = =
0 0 1 0 0 0 0 0 0 1 0 0

0 1 0 1 0 0 0 1 0 0 1 0
A22 = = , A2 A3 = =
0 0 0 0 0 0 0 0 1 0 0 0

0 1 0 0 0 1 0 0 0 0 0 0
A2 A4 = = , A23 = =
0 0 0 1 0 0 1 0 1 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0
A3 A4 = = , A4 = = .
1 0 0 1 0 0 0 1 0 1 0 1
Donc
Tr(A21 ) = 1, Tr(A1 A2 ) = 0, Tr(A1 A3 ) = 0, Tr(A1 A4 ) = 0,
Tr(A22 ) = 0, Tr(A2 A3 ) = 1, Tr(A2 A4 ) = 0, Tr(A23 ) = 0
Tr(A3 A4 ) = 0, Tr(A24 ) = 1 .
Si les Bij sont les composantes de la matrice de représentation MB (B) de B dans
B,
Bij = B(Ai , Aj ) .
On en déduit que
B11 = 0, B12 = 0, B13 = 0, B14 = 1/2
B21 = B12 , B22 = 0, B23 = −1/2, B24 = 0
B31 = B13 , B32 = B23 , B33 = 0, B34 = 0
B41 = B14 , B42 = 24, B43 = B34 , B44 = 0
Donc
1
 
0 0 0 2
0 0 − 12 0
MB (B) =  
0 − 21 0 0
1
2 0 0 0
en vertue de ce qui a été calculé plus haut.
(3) Soit
a b
A=
c d
On a
a−X b
P (X) =
c d−X
= (a − X)(d − X) − bc
= X 2 − (a + d)X + ad − bc
= X 2 − Tr(A)X + det(A) .
D’où le résutlat demandé.
(4) Soit I2 la matrice identité 2 × 2. On veut montrer que pour tout A ∈ M2 (R),
A2 − Tr(A)A + det(A)I2 = 0 .
Ecrivons A comme à la question précédente. On a Tr(A) = a+d et det(A) = ad−bc.
Par ailleurs, 2
2 a b a b a + bc ab + bd
A = =
c d c d ac + dc bc + d2
et donc
A2 − Tr(A)A + det(A)I2
2
a + bc ab + bd a b 1 0
= − (a + d) + (ad − bc)
ac + dc bc + d2 c d 0 1
2 2

a + bc − a − ad + ad − bc ab + bd − ab − bd
=
ac + dc − ac − dc bc + d2 − ad − d2 + ad − bc

0 0
= .
0 0
D’où le résutlat demandé.
(5) La forme quadratique Q associée à B est donnée par
Q(A) = B(A, A) .
On obtient donc avec la question (4) et la linéarité de la trace que pour tout
A ∈ M2 (R),
2Q(A) = Tr(A)2 − Tr(A2 )
= Tr(A)2 − Tr(Tr(A)A − det(A)I2 )
= Tr(A)2 − Tr(Tr(A)A) + Tr(det(A)I2 )
= Tr(A)2 − Tr(A)2 + det(A)Tr(I2 )
= 2det(A)
de sorte que Q(A) = det(A) pour tout A, ce qui est le résutlat demandé.
(6) On sait que pour tous M, N ∈ M2 (R),
1
B(M, N ) = (Q(M + N ) − Q(M ) − Q(N )) .
2
Avec la question précédente et la définition de B on obtient donc que
Tr(M )Tr(N ) − Tr(M N ) = det(M + N ) − det(M ) − det(N )
pour tous M, N ∈ M2 (R), ce qui est là encore le résultat demandé. □
Correction de l’exercice 3.25. Clairement B est bilinéaire et symétrique.

Reste à démontrer que B est définie positive, à savoir que B(x, x) ≥ 0 pour tout x
et nul si et seulement si x = 0. On a
B(x, x) = 5x21 + 4x22 + 3x23 − 2x1 x2 − 4x1 x3 − 2x2 x3
= (x1 − x2 )2 + 4x21 + 3x22 + 3x33 − 4x1 x3 − 2x2 x3
= (x1 − x2 )2 + 2(x1 − x3 )2 + 2x21 + 3x22 + x23 − 2x2 x3
= (x1 − x2 )2 + 2(x1 − x3 )2 + (x2 − x3 )2 + 2x21 + 2x22
et donc B(x, x) ≥ 0 pour tout x. De plus B(x, x) = 0 si et seulement si
(
x1 − x2 = 0, x1 − x3 = 0, x2 − x3 = 0
x1 = 0, x2 = 0
Donc B(x, x) = 0 si et seulement si x1 = x2 = x3 = 0 et donc si et seulement si
x = 0 (en tant que vecteur). □
Correction de l’exercice 3.26. Clairement ∥ · ∥ est à valeurs dans R+ . Il
est tout aussi clair que ∥(x, y)∥ = 0 si et seulement si (x, y) = (0, 0) et que pour
tout λ ∈ R, ∥λ(x, y)∥ = |λ| × ∥(x, y)∥. Pour finir de montrer que ∥ · ∥ est bien une
norme sur R2 il reste à montrer que ∥ · ∥ vérifie l’inégalité triangulaire. On a
∥(x, y) + (x̃, ỹ)∥ = ∥(x + x̃, y + ỹ)∥
= max (|x + x̃|, |y + ỹ|)
et, clairement, pour tous x, x̃, y, ỹ,
|x + x̃| ≤ |x| + |x̃| ≤ max (|x|, |y|) + max (|x̃|, |ỹ|)
|y + ỹ| ≤ |y| + |ỹ| ≤ max (|x|, |y|) + max (|x̃|, |ỹ|) .
Par suite,
∥(x, y) + (x̃, ỹ)∥ ≤ ∥(x, y)∥ + ∥(x̃, ỹ)∥
ce qui constitue l’inégalité triangulaire que nous voulions démontrer. Donc ∥ · ∥
est bien une norme sur R2 . Pour ce qui est de la question qui suit, il est clair que
B0 (1) ≤ [−1, 1] × [−1, 1] puisque (x, y) ∈ B0 (1) entraı̂ne que |x| ≤ 1 et |y| ≤ 1.
Réciproquement, si (x, y) est tel que (x, y) ∈ [−1, 1]×[−1, 1] alors |x| ≤ 1 et |y| ≤ 1,
et donc ∥(x, y)∥ ≤ 1 de sorte que (x, y) ∈ B0 (1). Donc
B0 (1) = [−1, 1] × [−1, 1] .
Les “boules sont des carrés” pour cette norme. □
Correction de l’exercice 3.27. Il est clair que B est bilinéaire symétrique
sur E × E. Il reste à démontrer que B est définie positive. On a
Z 1
2
B(f, f ) = f (0) + f ′ (t)2 dt .
0
Donc B(f, f ) ≥ 0 pour toute fonction f ∈ E puisque (f ′ )2 ≥ 0 . Si maintenant
B(f, f ) = 0 alors f (0) = 0 et
Z 1
f ′ (t)2 dt = 0 .
0
De cette dernière relation on tire, puisque (f ′ )2 ≥ 0 et pusique f ′ est continue,
que f ′ (x) = 0 pour tout x ∈ [0, 1]. Par suite f est constante sur [0, 1]. Et comme
f (0) = 0 c’est que f est la fonction nulle. Donc B est bien définie positive. C’est
un produit scalaire sur E. □
Correction de l’exercice 3.28. Clairement B est bilinéaire symétrique. Il
reste à déterminer pour quels α la forme bilinéaire symétrique B est définie positive.
A priori on ne voit pas d’astuce simple et immédiate qui réglerait le problème. On
va donc réduire B(x, x) comme on réduisait les formes quadratiques. Au final il
faudra que Q soit de signature (3, 0) pour que B soit définie positive. On a
B(x, x) = 2x21 + 4x22 + 3x23 − 4αx1 x2 − 4x1 x3 − 2x2 x3
= 2(x21 − 2αx1 x2 − 2x1 x3 ) + 4x22 + 3x23 − 2x2 x3
= 2(x1 − αx2 − x3 )2 − 2α2 x22 − 2x23 − 4αx2 x3
+ 4x22 + 3x23 − 2x2 x3
2
= 2 (x1 − αx2 − x3 ) + 2(2 − α2 )x22 − 2(1 + 2α)x2 x3 + 3x23

2 2 2 1 + 2α
= 2 (x1 − αx2 − x3 ) + 2(2 − α ) x2 − x2 x3 + 3x23
2 − α2
2
2 2 1 + 2α
= 2 (x1 − αx2 − x3 ) + 2(2 − α ) x2 − x3
2(2 − α2 )
(1 + 2α)2 2
+ 3x23 − x
2(2 − α2 ) 3
2
2 2 1 + 2α
= 2 (x1 − αx2 − x3 ) + 2(2 − α ) x2 − x3
2(2 − α2 )
(1 + 2α)2

+3 1− x23
6(2 − α2 )
√
si α2 =
̸ 2, donc si α ̸= ± 2, et
2
B(x, x) = 2 (x1 − αx2 − x3 ) + 3x23 − 2(1 + 2α)x2 x3

2 2 2
= 2 (x1 − αx2 − x3 ) + 3 x3 − (1 + 2α)x2 x3
3
2
(1 + 2α)2 2

2 1
= 2 (x1 − αx2 − x3 ) − x2 + 3 x3 − (1 + 2α)x2
3 3
2
√
si α = 2, donc si α = ± 2. Dans ce dernier cas de figure, si on choisit (x1 , x2 , x2 )
tel que x2 = 1,
1 + 2α 1 + 2α
x3 = et x1 = α +
3 3
alors
(1 + 2α)2
B(x, x) = −
3
qui est strictement négatif. Donc B n’est pas√ positive et B n’est certainement pas
un produit scalaire si α2 = 2, donc si α = ± 2. Si maintenant α2 ̸= ±2, on revient
au premier calcul. Si α2 > 2 on voit en prenant x2 = 1, x3 = 0 et x1 = α que
B(x, x) = 2(2 − α2 ) < 0 .
Là encore B n’est pas un produit scalaire pusiqu’elle
√ √ n’est même pas positive.
Supposons maintenant que α2 < 2, soit α ∈] − 2, 2[. Alors 2 − α2 > 0 et il nous
faut maintenant étudier le signe du facteur de x23 . On a

(1 + 2α)2 (1 + 2α)2
1− > 0 ⇔ <1
6(2 − α2 ) 6(2 − α2 )
⇔ (1 + 2α)2 < 6(2 − α2 )
⇔ 10α2 + 4α − 11 < 0 .
Le discriminant ∆ du polynôme 10X 2 + 4X − 11 vaut ∆ = 456 et donc, pour que
l’inégalité soit vérifiée il faut que α se situe entre les deux racines de ce polynôme,
soit √ √
4 + 456 −4 + 456
− <α< .
20 20
√ √ √ √
On a −4+20 456 < 2 et 4+20456 < 2. On a donc
# √ √ "
(1 + 2α)2 4 + 456 −4 + 456
(1) 1 − > 0 si α ∈ − ,
6(2 − α2 ) 20 20
√ √
(1 + 2α)2 4 + 456 −4 + 456
(2) 1 − = 0 si α = − ou α =
6(2 − α2 ) 20 20
2
√ √
(1 + 2α) 4 + 456 −4 + 456
(3) 1 − < 0 si α < − ou α >
6(2 − α2 ) 20 20
Dans le premier cas, B(x, x) ≥ 0 pour tout x, et B(x, x) = 0 si et seulement si

x1 − αx2 − x3 = 0

1+2α
x2 − 2(2−α 2 ) x3 = 0

x3 = 0

et donc si et seulement si x1 = x2 = x3 = 0, soit si et seulement si x = 0. Donc B

est bien définie positive, et donc bien un produit scalaire, dans le cas (1). Dans le
cas (2), on a bien que B(x, x) ≥ 0 pour tout x (en tant que somme de deux carrés)
mais en prenant x3 = 1,
1 + 2α 1 + 2α
x2 = et x1 = α +1 ,
2(2 − α2 ) 2(2 − α2 )
on obtient que B(x, x) = 0 alors que x ̸= 0 puisque sa troisième coordonnée x3 = 1.
Donc B n’est pas définie positive et n’est donc pas un produit scalaire. Dans le cas
(3), en prenant x3 = 1,
1 + 2α 1 + 2α
x2 = et x1 = α +1 ,
2(2 − α2 ) 2(2 − α2 )
on obtient que
(1 + 2α)2

B(x, x) = 3 1 − <0.
6(2 − α2 )
Donc B n’est pas positive et B n’est certainement pas un produit scalaire. En
conclusion, B est un produit scalaire si et seulement si
# √ √ "
4 + 456 −4 + 456
α∈ − , .
20 20
□
Remarque: On aurait aussi pu conclure différement à partir des deux expressions réduites
de Q(x) = B(x, x) en écrivant que Q = Q̃ ◦ Φ, avec Φ isomorphisme de R3 et
(1 + 2α)2

Q̃(X, Y, Z) = 2X 2 + 2(2 − α2 )Y 2 + 3 1 − Z 2 si α2 ̸= 2
6(2 − α2 )
(1 + 2α)2 2
Q̃(X, Y, Z) = 2X 2 − Y + 3Z 2 si α2 = 2
3
Comme Φ est un isomorphisme, B est définie positive si et seulement si Q̃(X, Y, Z) > 0
pour tout (X, Y, Z) ̸= (0, 0, 0). Pour cela il faut (et il suffit) que Q̃ soit de signature (3, 0).
On veut donc que 2 − α2 > 0 et que
(1 + 2α)2
1− >0
6(2 − α2 )
2
dans le premier cas. Dans le second cas, − (1+2α) 3
< 0 et Q̃ est donc de signature (2, 1),
ce qui empêche B d’être définie
i positive.
√
On
√
retrouve
h alors les calculs faits ci-dessus pour
aboutir à la conclusion α ∈ − 4+20456 , −4+20 456 .

t 1 0 1 0 1 0
A1 A1 = =
0 0 0 0 0 0

t 1 0 0 1 0 1
A1 A2 = =
0 0 0 0 0 0

t 1 0 0 0 0 0
A1 A3 = =
0 0 1 0 0 0

t 1 0 0 0 0 0
A1 A4 = =
0 0 0 1 0 0

t 0 0 0 1 0 0
A2 A2 = =
1 0 0 0 0 1

t 0 0 0 0 0 0
A2 A3 = =
1 0 1 0 0 0

t 0 0 0 0 0 0
A2 A4 = =
1 0 0 1 0 0

t 0 1 0 0 1 0
A3 A3 = =
0 0 1 0 0 0

t 0 1 0 0 0 1
A3 A4 = =
0 0 0 1 0 0

t 0 0 0 0 0 0
A4 A4 = = .
0 1 0 1 0 1
Donc, en passant aux traces,
⟨A1 , A1 ⟩ = 1, ⟨A2 , A2 ⟩ = 1
⟨A3 , A3 ⟩ = 1, ⟨A4 , A4 ⟩ = 1
⟨A1 , A2 ⟩ = 0, ⟨A1 , A3 ⟩ = 0, ⟨A1 , A4 ⟩ = 0
⟨A2 , A3 ⟩ = 0, ⟨A2 , A4 ⟩ = 0, ⟨A3 , A4 ⟩ = 0 .
La base B est bien une base orthonormale pour ⟨·, ·⟩. □
Correction de l’exercice 3.30. On vérifie facilement que B est bilinéaire

symétrique. Reste à montrer que B est définie positive. On a
B(x, x) = 2x21 + 3x22 − 4x1 x2
= 2(x1 − x2 )2 + x22
Il s’ensuit que B(x, x) ≥ 0 pour tout x et que B(x, x) = 0 si et seulement si x1 = x2
et x2 = 0, et donc si et seulement si x1 = x2 = 0. Donc B est bien définie positive.
Par suite B est un produit scalaire. On utilise Gram-Schmidt en partant de B. Si
∥ · ∥ est la norme associée à B, alors
∥e1 ∥2 = B(e1 , e1 ) = 2 .
On pose
1 1
ẽ1 = √ e1 = √ ,0 .
2 2
On calcule
1 2 √
B(e2 , ẽ1 ) = √ B(e1 , e2 ) = − √ = − 2 .
2 2
On pose
x = e2 − B(e2 , ẽ1 )ẽ1 = (1, 1) .
On a ∥x∥ = 1 et on pose
ẽ2 = x = e2 − B(e2 , ẽ1 )ẽ1 = (1, 1) .
Alors (ẽ1 , ẽ2 ) est une base orthonormée pour B. □
Correction de l’exercice 3.31. (1) On vérifie sans difficulté que B est

bilinéaire symétrique. Reste à déterminer sous quelle(s) condition(s) portant sur α
a-t-on que B est définie positive. On a
B(x, x) = x21 + x22 − 2α2 x1 x2
= α2 (x1 − x2 )2 + (1 − α2 )(x21 + x22 ) .
Si |α| < 1, et donc si α2 < 1, alors B(x, x) ≥ 0 pour tout x et B(x, x) = 0 si et
seulement si x = 0. Si |α| = 1, donc si α2 = 1, alors B(x, x) ≥ 0 pour tout x
mais il y a des vecteurs isotropes (non nuls). Par exemple x = (1, 1) est isotrope.
Si |α| > 1, et donc si α2 > 1, alors B n’est même plus positive. Par exemple, si
x = (1, 1), alors B(x, x) = 2(1 − α2 ) est strictement négatif. En conclusion, B est
un produit scalaire si et seulement si |α| < 1.
(2) On pose α = √12 . On a 0 < α < 1. Donc B est un produit scalaire. Si ∥ · ∥ est
la norme associée à B, alors ∥e1 ∥2 = B(e1 , e1 ) = 1. On pose ẽ1 = e1 = (1, 0). On
calcule B(e2 , ẽ1 ) = − 12 . On pose

1
x = e2 − B(e2 , ẽ1 )ẽ1 = ,1 .
2
3
On calcule ∥x∥2 = B(x, x) = 4 et on pose

2 1 2
ẽ2 = √ x = √ , √ .
3 3 3
Alors (ẽ1 , ẽ2 ) est une base orthonormée pour B.
(3) Les coordonnées de x dans (ẽ1 , ẽ2 ) sont

(
x1 = B(x, ẽ1 )
x2 = B(x, ẽ2 )
On trouve donc
x1 = B(2e1 + 3e2 , ẽ1 )
= 2B(e1 , e1 ) + 3B(e2 , e1 )
3
=2−
2
1
= .
2
En vertue de ce qui a été dit plus haut,
√
1 3
e2 = − ẽ1 + ẽ2
2 2
et donc, puisque (ẽ1 , ẽ2 ) est orthonormée pour B,
x2 = B(2e1 + 3e2 , ẽ2 )
= 2B(ẽ1 , ẽ2 ) + 3B(e2 , ẽ2 )
√
1 3
= 3B(− ẽ1 + ẽ2 , ẽ2 )
2 2 √
3 3 3
= − B(ẽ1 , ẽ2 ) + B(ẽ2 , ẽ2 )
2
√ 2
3 3
= .
2
On aurait √
bien sûr aussi pu procéder par calcul direct à partir de la formule e2 =
− 12 ẽ1 + 23 ẽ2 pour écrire que
√ √
3 3 3 1 3 3
2e1 + 3e2 = 2ẽ1 − ẽ1 + ẽ2 = ẽ1 + ẽ2 .
2 2 2 2
Le calcul ici est grandement simplifié par le fait que ẽ1 = e1 . □
Correction de l’exercice 3.32. Supposons que ∥x + λy∥ ≥ ∥x∥ pour tout

λ ∈ R. On a
∥x + λy∥ ≥ ∥x∥ ⇔ ∥x + λy∥2 ≥ ∥x∥2
⇔ 2λ⟨x, y⟩ + λ2 ∥y∥2 ≥ 0.
Supposons ⟨x, y⟩ > 0. Pour λ < 0 suffisamment proche de zéro on a alors que
2λ⟨x, y⟩ + λ2 ∥y∥2 < 0 puisque

2 2 λ 2
2λ⟨x, y⟩ + λ ∥y∥ = 2λ ⟨x, y⟩ + ∥y∥
2
et ⟨x, y⟩ + λ2 ∥y∥2 > 0 pour λ suffisamment proche de zéro. Supposons ⟨x, y⟩ < 0.
Pour λ > 0 suffisamment proche de zéro on obtient cette fois-ci que 2λ⟨x, y⟩ +
λ2 ∥y∥2 < 0. Donc forcément ⟨x, y⟩ = 0. Réciproquement, si ⟨x, y⟩ = 0 alors
2λ⟨x, y⟩ + λ2 ∥y∥2 ≥ 0 pour tout λ et donc ∥x + λy∥ ≥ ∥x∥ pour tout λ. □
Correction de l’exercice 3.33. On a là une forme bilinéaire symétrique

sur R2 [X]. Il faut montrer qu’elle est définie positive. Pour tout P ∈ R2 [X],
⟨P, P ⟩ = P (−1)2 + P (0)2 + P (1)2
et donc ⟨P, P ⟩ ≥ 0 pour tout P . De plus, si ⟨P, P ⟩ = 0 pour un P , alors P (−1) =
P (0) = P (1) = 0 et donc P a trois racines distinctes. Or un polynôme de degré deux
autre que le polynôme nul a au plus deux racines distinctes. Donc, forcément, P est
le polynôme nul et ⟨·, ·⟩ est définie positive. On a donc bien un produit scalaire sur
R2 [X]. On orthonormalise maintenant (1, X 2 ) avec le procédé de Gram-Schmidt.
On a ⟨1, 1⟩ = 3. On pose P1 = √13 . Alors ⟨P1 , P1 ⟩ = 1. On pose maintenant
P = X 2 − ⟨P1 , X 2 ⟩P1 .
Alors ⟨P1 , P ⟩ = 0. On a ⟨P1 , X 2 ⟩ = √2 . Donc
3
2
P = X 2 − √ P1
3
2 2 2 2 2 2
et ⟨P, P ⟩ = 1 − 3 + 3 + 1 − 3 = 9 = 23 . On pose
6

√
3
P2 = √ P .
2
Alors ⟨P1 , P2 ⟩ = 0 et ⟨P2 , P2 ⟩ = 1. Le procédé de Gram-Schmidt donne Vect(P1 , P2 ) =
Vect(1, X 2 ) et donc (P1 , P2 ) est bien une base orthonormée de E. □
Correction de l’exercice 3.34. Soit f ∈ F ⊥ . Clairement, si g(x) = xf (x),

alors g ∈ F . Donc, forcément, ⟨f, g⟩ = 0. Or
Z 1
⟨f, g⟩ = xf (x)2 dx .
0
Par continuité, et puisque xf (x) ≥ 0 sur [0, 1], on doit donc avoir que xf (x)2 = 0
2
pour tout x. Donc f est la fonction nulle. D’où F ⊥ = {0}. □
Correction de l’exercice 3.35. (1) Il est clair que ⟨·, ·⟩ est une forme
bilinéaire et symétrique. Il reste à vérifier qu’elle est bien définie positive. On
a
⟨x, x⟩ = 2x21 + 2x22 + 3x23 − 2x1 x2 + 2x1 x3 − 2x2 x3
= (x1 − x2 )2 + x21 + x22 + 3x23 + 2x1 x3 − 2x2 x3
= (x1 − x2 )2 + (x1 + x3 )2 + x22 + 2x23 − 2x2 x3
= (x1 − x2 )2 + (x1 + x3 )2 + (x2 − x3 )2 + x23
pour tout x. Par suite ⟨x, x⟩ ≥ 0 pour tout x et ⟨x, x⟩ = 0 si et seulement si
x1 = x2 , x1 + x3 = 0, x2 = x3 et x3 = 0, ce qui revient à dire que ⟨x, x⟩ = 0 si
et seulement si x1 = x2 = x3 = 0 et donc si et seulement si x = 0. Donc ⟨·, ·⟩ est
définie positive et il s’agit bien d’un produit scalaire.
(2) On utilise le procédé d’orthonormalisation de Gram-Schmidt pour orthonor-
maliser (e1 , e2 , e3 ). On a ∥e1 ∥2 = 2. On pose
1 1
ẽ1 = √ e1 , et donc ẽ1 ( √ , 0, 0) ,
2 2
où la notation u(x, y, z) signifie ici que le vecteur u a pour coordonnées x, y, z dans
la base canonique (celle dans laquelle nous avons les expressions de ⟨·, ·⟩ et ∥ · ∥).
On a ⟨e2 , ẽ1 ⟩ = − √12 . On pose
1 1
u = e2 + √ ẽ1 , et donc u( , 1, 0) .
2 2
On a
1 1 3
∥u∥2 = 2( )2 + 2 − 2( ) = .
2 2 2
On pose
r r
2 1 2
ẽ2 = u , et donc ẽ2 ( √ , , 0) .
3 6 3
On a r
1 1 2 1
⟨e3 , ẽ1 ⟩ = √ et ⟨e3 , ẽ2 ⟩ = √ − = −√ .
2 6 3 6
On pose
1 1 1 1
v = e3 − √ ẽ1 + √ ẽ2 , et donc v(− , , 1) .
2 6 3 3
On a
1 1 1 1 1 1
∥v∥2 = 2( )2 + 2( )2 + 3 + 2( )( ) − 2( ) − 2( )
3 3 3 3 3 3
2 4
= +3−
3 3
7
= .
3
On pose
r r
3 1 1 3
ẽ3 = v , et donc ẽ3 (− √ , √ , ).
7 21 21 7
La famille (ẽ1 , ẽ2 , ẽ3 ) est une base orthonormale de R3 pour ⟨·, ·⟩. □

 
3 −1 1
MBB (f ) = 2 5 −3 .
1 −1 1
La base B est orthonormale pour le produit scalaire euclidien. On a donc (cf .
cours)
MBB (f ⋆ ) = t MBB (f )
ce qui donne que
 
3 2 1
MBB (f ⋆ ) = −1 5 −1 .
1 −3 1
et donc que
f ⋆ (xe1 + ye2 + ze3 ) = (3x + 2y + z)e1 − (x − 5y + z)e2 + (x − 3y + z)e3
pour tous x, y, z ∈ R3 . □
Correction de l’exercice 3.37. (1) On calcule

1 0
f (A1 ) = = A1 + αA3
α 0

0 2
f (A2 ) = = 2A2 + A4
0 1

1 0
f (A3 ) = = A1 − A3
−1 0

0 α
f (A4 ) = = αA2 + A4 .
0 1
Par suite,
 
1 0 1 0
0 2 0 α
MBB (f ) =   .
α 0 −1 0
0 1 0 1
(2) La base B est orthonormale pour ⟨·, ·⟩. Par suite f est symétrique si et seulement
si MBB (f ) est symétrique puisque (cf. cours) MBB (f ⋆ ) = t MBB (f ) et donc f = f ⋆
si et seulement si MBB (f ) = t MBB (f ). Donc f est symétrique si et seulement si
α = 1. □

 
1 −2 −2
MBB (f ) = −2 1 −2 .
−2 −2 1
La matrice MBB (f ) est symétrique et B est orthonormale. Donc f est un endo-
morphisme symétrique. En vertue du théorème spectral il est donc diagonalisable
et il existe une base orthonormale de vecteurs propres de f . Soit P le polynôme
caractéristique de f . On a
 
1−x −2 −2
P (x) = det  −2 1−x −2 
−2 −2 1−x
= (1 − x)3 − 8 − 8 − 4(1 − x) − 4(1 − x) − 4(1 − x)
= (1 − x)3 − 16 − 12(1 − x)
= −x3 + 3x2 + 9x − 27 .
On remarque que 3 est racine. En factorisant par x − 3 on trouve
P (x) = −(x − 3)(x2 − 9)
= −(x − 3)3 (x + 3) .
Les valeurs propres de f sont donc −3 (valeur propre simple) et 3 (valeur propre
double). On note E−3 et E3 les espaces propres correspondants. On a
      
 4 −2 −2 x 0 
E−3 = xe1 + ye2 + ze3 / −2 4 −2 y  = 0 .
−2 −2 4 z 0
 
On a
    
4 −2 −2 x 0
−2 4 −2 y  = 0
−2 −2 4 z 0

2x − y − z = 0

⇔ −x + 2y − z = 0

−x − y + 2z


2x − y = z

⇔ −x + 2y = z

x + y = 2z


2x − y = z

⇔ 3y = 3z (2L2 + L1 )

x + y = 2z

(
y=z
⇔
x=z
Donc
E−3 = {x(e1 + e2 + e3 ), x ∈ R}
et E−3 est la droite vectorielle de base u = e1 + e2 + e3 , soit u(1, 1, 1). De même,
      
 −2 −2 −2 x 0 
E3 = xe1 + ye2 + ze3 / −2 −2 −2 y  = 0 .
−2 −2 −2 z 0
 
Donc
E3 = {xe1 + ye2 + ze3 / x + y + z = 0}
= {xe1 + ye2 − (x + y)e3 / x, y ∈ R}
= {x(e1 − e3 ) + y(e2 − e3 ) / x, y ∈ R} .
Soient v = e1 − e3 et w = e2 − e3 . Alors
E3 = Vect(v, w) , v(1, 0, −1) , w(0, 1, −1)
Il est facile de vérifier que (v, w) est une famille libre. En effet,
λv + µw = 0 ⇔ λe1 + µe2 − (λ + µ)e3 = 0
et on trouve donc que λ = µ = 0 puisque (e1 , e2 , e3 ) est une base. Donc (v, w) est
à la fois libre et génératrice pour E3 . C’est donc une base de E3 . Pour obtenir une
base orthonormale qui diagonalise f on va normaliser u (pour obtenir un vecteur
colinéaire de norme 1) et orthonormaliser (v, w) avec le procédé de Gram-Schmidt
(et on se rappelle que cela suffit puisque les espaces propres d’un endomorphisme
symétriques sont deux à deux orthogonaux). On a ∥u∥2 = 3. On pose
1 1 1 1
ẽ1 = √ u , et donc ẽ1 ( √ , √ , √ ) .
3 3 3 3
On a ∥v∥2 = 2. On pose
1 1 1
ẽ2 = √ , et donc ẽ2 ( √ , 0, − √ ) .
2 2 2
On calcule ⟨w, ẽ2 ⟩ = √1 . On pose

2
1 1 1
U = w − √ ẽ2 , et donc U (− , 1, − ) .
2 2 2
1
On calcule ∥U ∥2 = 4 + 1 + 14 = 32 . On pose
r r
2 1 2 1
ẽ3 = U , et donc ẽ3 (− √ , ,√ ).
3 6 3 6
Alors ẽ1 est de norme 1 et (ẽ2 , ẽ3 ) est une base orthonormale de E3 . Comme déjà
dit E−3 et E3 sont orthogonaux entre eux. Donc ⟨ẽ1 , ẽ2 ⟩ = 0 et ⟨ẽ1 , ẽ3 ⟩ = 0. Par
suite B̃ = (ẽ1 , ẽ2 , ẽ3 ) est une base orthonormale de R3 (on peut soit utiliser comme
argument que R3 = E−3 ⊕E3 puisque l’on sait que f est diagonalisable, et on utilise
donc là un argument tiré du cours d’algèbre linéaire, soit utiliser comme argument
que B̃ est une famille orthonormale composée de 3 vecteurs en dimension 3). Elle
est constituée de vecteurs propres de f puisque ẽ1 ∈ E−3 et ẽ2 , ẽ3 ∈ E3 . Dans cette
base,
 
−3 0 0
MB̃B̃ (f ) =  0 3 0 .
0 0 3
□
Correction de l’exercice 3.39. Le théorème spectral nous donne l’existence

d’une base orthonormale (e1 , . . . , en ) de E constituée de vecteurs propres de f , à
savoir vérifiant que f (ei ) = λi ei pour tout i = 1, . . . , n. Soit x ∈ E quelconque. On
note xi les coordonnées de x dans cette base. On a
Xn n
X
f( xi ei ) = xi f (ei )
i=1 i=1
n
X
= xi λi ei
i=1
et donc
n
X n
X
⟨f (x), x⟩ = ⟨f ( xi ei ), xj ej ⟩
i=1 j=1
Xn Xn
=⟨ xi f (ei ), xj ej ⟩
i=1 j=1
Xn n
X
=⟨ xi λ i ei , xj ej ⟩
i=1 j=1
n X
X n
= λi xi xj ⟨ei , ej ⟩
i=1 j=1
Xn
= λi x2i
i=1
puisque (e1 , . . . , en ) est orthonormale. Pour tout i, λ1 x2i ≤ λi x2i ≤ λn x2i , et donc
n
X
λ1 ∥x∥2 = λ1 x2i
i=1
n
X
≤ λi x2i
i=1
= ⟨f (x), x⟩
n
X
≤ λn x2i
i=1
= λn ∥x∥2 .
D’où l’inégalité demandée. □
Correction de l’exercice 3.40. La matrice A est symétrique, donc diago-

nalisable et il existe P orthogonale telle que t P AP est diagonale. Soient E = R3 ,
⟨·, ·⟩ le produit scalaire euclidien de R3 , B = (e1 , e2 , e3 ) la base canonique de R3
(elle est orthonormée) et f ∈ End(R3 ) l’endomorphisme de R3 défini par
MBB (f ) = A .
Alors f est symétrique et le théorème spectral nous dit que f est diagonalisable,
qui plus est dans une base orthonormée B̃ pour ⟨·, ·⟩. La matrice orthogonale P
recherchée est alors donnée par P = MB→B̃ (cours). On cherche donc B̃. On calcule
le polynôme caractéristique de f . Il est donné (développement en étoile) par
 
2−X 2 −2
P (X) = det  2 5−X −4 
−2 −4 5−X
= −(X − 2)(X − 5)2 + 16 + 16 − 4(5 − X) − 16(2 − X) − 4(5 − X)
= −(X − 2)(X − 5)2 + 24X − 40
= −(X − 2)(X 2 − 10X + 25) + 24X − 40
= −X 3 + 10X 2 − 25X + 2X 2 − 20X + 50 + 24X − 40
= −X 3 + 12X 2 − 21X + 10 .
On remarque que P (1) = 0. Donc il existe a, b, c ∈ R tels que

P (X) = −(X − 1)(aX 2 + bX + c) .
La comparaison des termes en X 3 donne que a = 1 et la comparaison des termes
constants donne que c = 10. Si on compare maintenant les termes en X on doit avoir
−21 = −c + b et on trouve donc que b = −11. Donc P (X) = −(X − 1)Q(X) avec
Q(X) = X 2 −11X +10. On constante que Q(1) = 0. Donc Q(X) = (X −1)(X −10).
Par suite P se factorise en
P (X) = −(X − 1)2 (X − 10) .
Les valeurs propres de f sont 1 (valeur propre double) et 10 (valeur propre simple).
Soient E1 et E10 les espaces propres associés. On sait déjà que E10 est de dimension
1, et comme f est diagonalisable E1 est forcément de dimension 2. On a que

      
 2 2 −2 x x 
E1 = xe1 + ye2 + ze3 /  2 5 −4 y  = y  .
−2 −4 5 z z
 
Et     
2 2 −2 x x
2 5 −4 y  = y  ⇔ x + 2y = 2z .
−2 −4 5 z z
Donc
E1 = {2(z − y)e1 + ye2 + ze3 , y, z ∈ R}
= {y(−2e1 + e2 ) + z(2e1 + e3 ) , y, z ∈ R} .
Soit u = −2e1 + e2 et v = 2e1 + e3 . Alors u(−2, 1, 0), v(2, 0, 1) et E1 = Vect(u, v).
On vérifie facilement que (u, v) est libre. Donc E1 est le plan vectoriel de base
(u, v). Par ailleurs,
     
 2 2 −2 x x 
E10 = xe1 + ye2 + ze3 /  2 5 −4 y  = 10 y  .
−2 −4 5 z z
 
Et

−4x + y = z
    
2 2 −2 x x 
2 5 −4 y  = 10 y  ⇔ 2x − 5y = 4z
−2 −4 5 z z

2x + 4y = −5z


−4x + y = z

⇔ 2x − 5y = 4z

9y = −9z (L3 − L2)

(
y = −z
⇔
z = −2x
(
y = 2x
⇔ .
z = −2x
Donc
E10 = {xe1 + 2xe2 − 2xe3 , x ∈ R}
= {x(e1 + 2e2 − 2e3 ) , x ∈ R} .
Soit w = e1 + 2e2 − 2e3 . Alors w(1, 2, −2) et E10 est la droite vectorielle de base
(vecteur directeur) w. Pour obtenir B̃ on orthonormalise (u, v) avec Gram-Schmidt
et on normalise w. On a ∥u∥2 = 5. On pose
1 2 1
ẽ1 = √ u , soit ẽ1 (− √ , √ , 0) .
5 5 5
On pose maintenant
U = v − ⟨v, ẽ1 ⟩ẽ1 .
4
On calcule ⟨v, ẽ1 ⟩ = − 5 . Donc
√
4
U = v + √ ẽ1
5
et on a ainsi que U ( 25 , 45 , 1). On calcule

4 16 9
∥U ∥2 = + +1=
25 25 5
et on pose
√ √
5 2 4 5
ẽ2 = U , soit ẽ2 ( √ , √ , ).
3 3 5 3 5 3
Alors (ẽ1 , ẽ2 ) est une base orthonormale de E1 . Il reste à normaliser w. On calcule
∥w∥2 = 9 et on pose ainsi
1 1 2 2
ẽ3 = w , soit ẽ3 ( , , − ) .
3 3 3 3
Les espaces propres d’un endomorphisme symétrique sont deux à deux orthogonaux.
Donc E1 et E10 sont orthogonaux. La famille B̃ = (ẽ1 , ẽ2 , ẽ3 ) est ainsi une base
orthonormale de R3 . On a
 
1 0 0
MB̃B̃ (f ) = 0 1 0 
0 0 10
tandis que la matrice P recherchée est la matrice
 2 2 1

−√ √
3
 √1 5 3√ 4
5
2 
P = MB→B̃ =  5 3√ 5 3  .
5
0 3 − 32
□
Correction de l’exercice 3.41. La matrice A est symétrique, donc diago-

nalisable et il existe P orthogonale telle que t P AP est diagonale. Soient E = R3 ,
⟨·, ·⟩ le produit scalaire euclidien de R3 , B = (e1 , e2 , e3 ) la base canonique de R3
(elle est orthonormée) et f ∈ End(R3 ) l’endomorphisme de R3 défini par
MBB (f ) = A .
Alors f est symétrique et le théorème spectral nous dit que f est diagonalisable,
qui plus est dans une base orthonormée B̃ pour ⟨·, ·⟩. La matrice orthogonale P
recherchée est alors donnée par P = MB→B̃ (cours). On cherche donc B̃. On calcule
le polynôme caractéristique de f . Il est donné (développement en étoile) par
 
2−X 1 2
P (X) = det  1 2−X 2 
2 2 1−X
= −(X − 1)(X − 2)2 + 4 + 4 − 4(2 − X) − 4(2 − X) − (1 − X)
= −(X − 1)(X − 2)2 + 9(X − 1)
= −(X − 1)(X 2 − 4X − 5)
= −(X − 1)(X + 1)(X − 5) .
Les valeurs propres de f sont donc −1, 1 et 5 (et ce sont toutes des valeurs propres
simples). Soient E−1 , E1 et E5 les espaces propres associés. On sait déjà qu’ils
seront tous de dimension 1. On a que

     
 2 1 2 x x 
E−1 = xe1 + ye2 + ze3 / 1 2 2 y  = − y  .
2 2 1 z z
 
Et

3x + y + 2z = 0
    
2 1 2 x x 
1 2 2 y  = − y  ⇔ x + 3y + 2z = 0
2 2 1 z z

2x + 2y + 2z = 0


3x + y + 2z = 0

⇔ x + 3y + 2z = 0

x − y = 0 (L1 − L3)

(
y=x
⇔ .
z = −2x
Donc
E−1 = {xe1 + xe2 − 2xe3 , x ∈ R}
= {x(e1 + e2 − 2e3 ) , x ∈ R} .
Soit u = e1 + e2 − 2e3 . Alors u(1, 1, −2) et E−1 est la droite vectorielle de base
(vecteur directeur) u. Par ailleurs,
      
 2 1 2 x x 
E1 = xe1 + ye2 + ze3 / 1 2 2 y  = y  .
2 2 1 z z
 
Et

x + y + 2z = 0
    
2 1 2 x x 
1 2 2 y  = y  ⇔ x + y + 2z = 0
2 2 1 z z

2x + 2y = 0

(
y = −x
⇔ .
z=0
Donc
E1 = {xe1 − xe2 , x ∈ R}
= {x(e1 − e2 ) , x ∈ R} .
Soit v = e1 − e2 . Alors v(1, −1, 0) et E1 est la droite vectorielle de base (vecteur

directeur) v. Enfin,
     
 2 1 2 x x 
E5 = xe1 + ye2 + ze3 / 1 2 2 y  = 5 y  .
2 2 1 z z
 
Et

y + 2z = 3x
    
2 1 2 x x 
1 2 2   y = 5 y ⇔ x + 2z = 3y
  
2 2 1 z z

x + y = 2z


y + 2z = 3x

⇔ y − x = 0 (L1 − L2)

x + y = 2z

(
y=x
⇔ .
z=x
Donc
E5 = {xe1 + xe2 + xe3 , x ∈ R}
= {x(e1 + e2 + e3 ) , x ∈ R} .
Soit w = e1 + e2 + e3 . Alors w(1, 1, 1) et E5 est la droite vectorielle de base (vecteur
directeur) w. Pour obtenir B̃ on normalise u, v et w. On a ∥u∥2 = 6. On pose
1 1 1 2
ẽ1 = √ u , soit ẽ1 ( √ , √ , − √ ) .
6 6 6 6
On a ∥v∥2 = 2. On pose
1 1 1
ẽ2 = √ v , soit ẽ2 ( √ , − √ , 0) .
2 2 2
On a ∥w∥2 = 3. On pose
1 1 1 1
ẽ3 = √ w , soit ẽ1 ( √ , √ , √ ) .
3 3 3 3
Les espaces propres d’un endomorphisme symétrique sont deux à deux orthogonaux.
Donc E1 , E1 et E5 sont deux à deux orthogonaux. La famille B̃ = (ẽ1 , ẽ2 , ẽ3 ) est
ainsi une base orthonormale de R3 . On a
 
−1 0 0
MB̃B̃ (f ) =  0 1 0
0 0 5
tandis que la matrice P recherchée est la matrice
 1 1 √1

√ √
 √16 2
− √12
3
√1 
P = MB→B̃ =  6 3
.
− √26 0 √1
3
□
Correction de l’exercice 3.42. (1) Comme A est symétrique elle est di-
agonalisable et il existe P matrice orthogonale n × n telle que t P AP est la matrice
diagonale D constituée des valeurs propres λ1 , . . . , λn de A (des λi pouvant être
égaux entre eux). Donc, pour tout vecteur colonne X à n lignes,
n
X
t
(P X)A(P X) = t XDX = λi Xi2
i=1
Pn
si les lignes de X sont les Xi . Si A est positive alors i=1 λi Xi2 ≥ 0 pour tout X,
et donc forcément λi ≥P0n pour tout i. Réciproquement, si les λi sont positifs ou
nuls pour tout i, alors i=1 λi Xi2 ≥ 0 pour tout X et donc t (P X)A(P X) ≥ 0 pour
tout X. On en déduit que t Y AY ≥ 0 pour tout Y en posant X = P −1 Y .
(2) Si A = (aij ), alors
n
X
t
XAX = aij Xi Xj
i,j=1
pour tout X. En prenant

     
1 0 0
0 1 0
X = . , X = . , . . . , X = . ,
     
 ..   ..   .. 
0 0 1
on obtient que a11 ≥ 0, a22 ≥ 0,. . . ,ann ≥ 0.
(3) On a t (t P AP ) = t P t At (t P ) = t P AP puisque A est symétrique. Si A est de
taille n × n, soit X un vecteur colonne à n lignes. On a
t
X(t P AP )X = t (P X)A(P X)
et comme A est positive, on obtient que t X(t P AP )X ≥ 0 pour tout X. Donc
t
P AP est elle aussi positive.
(4) Posons P = (cij ), P −1 = (dij ), M = (mij ) et P −1 M P = (m̃ij ). On a
n
X
m̃ij = cik mkl dlj
k,l=1
pour tous i, j. Par suite

n
X
Trace(P −1 M P ) = m̃ii
i=1
Xn
= cik mkl dli
i,k,l=1
Pn
On a P −1 P = Idn la matrice identité n × n, donc i=1 dli cik = δlk pour tous l, k,
où les δkl sont les symbôles de Kroenecker. Par suite
n
X
Trace(P −1 M P ) = mkl δkl
k,l=1
Xn
= mll
l=1
= Trace(M ) .
Soit Trace(P −1 M P ) = Trace(M ).
(5) Comme A est symétrique elle est diagonalisable et il existe P matrice orthogo-
nale n × n telle que t P AP est la matrice diagonale D constituée des valeurs propres
λ1 , . . . , λn de A (des λi pouvant être égaux entre eux). Comme A est positive on a

λi ≥ 0 pour tout i. On a
P −1 (AB)P = (P −1 AP )(P −1 AP ) = D(P −1 BP )
puisque P −1 = t P . Donc, en vertue de la question (4),
Trace(AB) = Trace(P −1 (AB)P )
= Trace(D(P −1 BP ))
Posons P −1 BP = (bij ). Comme B est positive et P −1 = t P , on a bii ≥ 0 pour
tout i en vertue des questions (2) et (3). Si D(P −1 BP ) = (cij ) on a clairement que
cii = λi bii pour tout i. Donc, puisque les λi et les bii sont positifs,
Xn
0 ≤ Trace(AB) = λi bii .
i=1
On a aussi que
n
X n
X n
X
λi bii ≤ ( λi )( bii )
i=1 i=1 i=1
et comme Trace(A) = Trace(P −1 AP ) = Trace(D) et Trace(B)
Pn = Trace(P BP )
−1
−1
en vertue de la question (4), et comme Trace(P BP ) = i=1 bii , on obtient que
0 ≤ Trace(AB) ≤ Trace(A)Trace(B). □
Correction de l’exercice 3.43. (1) Comme (u, v) est libre, f (x) = 0 si et
seulement si α⟨v, x⟩ = 0 et β⟨u, x⟩ = 0. Comme α ̸= 0 et β ̸= 0, f (x) = 0 si et
seulement ⟨v, x⟩ = 0 et ⟨u, x⟩ = 0. On en déduit que
Ker(f ) = Vect(u, v)⊥ .
Par ailleurs, comme α ̸= 0 et β ̸= 0, pour tous A, B ∈ R il existe x ∈ Vect(u, v),
donc en particulier x ∈ E, tel que
(
α⟨v, x⟩ = A
(4.1)
β⟨u, x⟩ = B
En effet, en utilisant Gram-Schmidt dans le plan Vect(u, v), il existe (e1 , e2 ) une
base orthonormale de Vect(u, v) telle que e1 = au pour un certain a > 0. Pour
λ, µ ∈ R, on pose x = λe1 + µe2 . Alors
1 λ
⟨u, x⟩ = ⟨u, λe1 + µe2 ⟩ = ⟨e1 , λe1 + µe2 ⟩ =
a a
et on fixe λ tel que β λa = B. La seconde équation de (4.1) est alors vérifiée, et ce
quel que soit µ. On a de plus
⟨v, x⟩ = ⟨v, λe1 + µe2 ⟩ = λ⟨v, e1 ⟩ + µ⟨v, e2 ⟩ .
Clairement ⟨v, e2 ⟩ ≠ 0 car sinon v est colinéaire à e1 et donc aussi à u. On avait
fixé λ = aB
β . Il reste à choisir µ tel que
α⟨v, e2 ⟩µ = A − αλ⟨v, e1 ⟩
pour obtenir que la première équation de (4.1) est elle aussi vérifiée par x. Donc
Im(f ) = Vect(u, v)
puisque pour tous A, B ∈ R il existe x ∈ E tel que f (x) = Au + Bv.
(2) Soit λ ̸= 0. Si λ est valeur propre de g alors il existe x ̸= 0 dans F tel que
g(x) = λx. Comme F ⊂ E, et g = f dans F , il existe en particulier x ̸= 0 dans
E tel que f (x) = λx. Donc λ est aussi une valeur propre de f . Réciproquement,
supposons que λ est valeur propre de f . Alors il existe x ̸= 0 dans E tel que
f (x) = λx. On a E = F ⊕ F ⊥ , et dimF ⊥ ≥ 1 puisque F est de dimension 2 et
n ≥ 3. Par suite on peut écrire x = x1 + x2 avec x1 ∈ F et x2 ∈ F ⊥ . On a vu que
Ker(f ) = F ⊥ . Donc f (x) = f (x1 ). Comme f (x) = λx,
f (x1 ) = λx1 + λx2 .
Comme Im(f ) = F et x1 ∈ F , c’est que λx2 ∈ F , et comme λ ̸= 0 c’est que x2 ∈ F .
Or x2 ∈ F ⊥ . Donc x2 = 0. En particulier x1 ̸= 0 puisque x ̸= 0 et f (x1 ) = λx1 , ce
qui s’écrit encore g(x1 ) = λx1 puisque x1 ∈ F . Donc λ est aussi valeur propre de
g.
(3) Par définition, f est symétrique si et seulement si ⟨f (x), y⟩ = ⟨x, f (y)⟩ pour
tous x, y ∈ E. Donc f est symétrique si et seulement si
α⟨v, x⟩⟨u, y⟩ + β⟨u, x⟩⟨v, y⟩ = α⟨v, y⟩⟨u, x⟩ + β⟨u, y⟩⟨v, x⟩ (4.2)
pour tous x, y ∈ E. Revenons à la base (e1 , e2 ) de F de la question (1). Si on prend
x = u et y = e2 alors forcément
β∥u∥2 ⟨v, e2 ⟩ = α⟨v, e2 ⟩∥u∥2
puisque u et e1 étant colinéaires, ⟨u, e2 ⟩ = 0. On a déjà vu que ⟨v, e2 ⟩ ̸= 0, donc
forcément α = β. Réciproquement, si α = β il est clair que (4.2) est vérifiée pour
tous x, y. Ainsi, f est symétrique si et seulement si α = β.
(4) On suppose donc que α = β. On sait déjà que 0 est valeur propre de f puisque
n ≥ 3 entraı̂ne que Ker(f ) ̸= {0}. On va maintenant chercher les valeurs propres
λ ̸= 0 de f et donc, en raison de la question (2), les valeurs propres λ ̸= 0 de g.
Soit B = (u, v). On a (
g(u) = α⟨u, v⟩u + α∥u∥2 v
g(v) = α∥v∥2 u + α⟨u, v⟩v
et donc
⟨u, v⟩ ∥v∥2

MBB (g) = α .
∥u∥2 ⟨u, v⟩
Soit P le polynôme caractéristique de g. Alors
∥v∥2

⟨u, v⟩ − X
P (αX) = α2 det = α2 X 2 − 2⟨u, v⟩X + ⟨u, v⟩2 − ∥u∥2 ∥v∥2

2
∥u∥ ⟨u, v⟩ − X
On cherche les racines du polynôme
Q(X) = X 2 − 2⟨u, v⟩X + ⟨u, v⟩2 − ∥u∥2 ∥v∥2 .
Si ∆ est son discriminant on a
∆ = 4⟨u, v⟩2 − 4(⟨u, v⟩2 − ∥u∥2 ∥v∥2 )
= 4∥u∥2 ∥v∥2 .
Les racines du polynôme sont donc
λ1 = ⟨u, v⟩ − ∥u∥∥v∥ et λ2 = ⟨u, v⟩ + ∥u∥∥v∥ .
Par Cauchy-Schwarz elles sont non nulles puisque u et v sont non colinéaires. Les
valeurs propres de f sont donc 0, αλ1 et αλ2 (puisque P (αX) = Q(X)). □
Correction de l’exercice 3.44. Comme A est symétrique le théorème spec-

tral donne l’existence d’une matrice orthogonale P et d’une matrice diagonale D
telles que A = t P DP . On note λ1 , . . . , λn les éléments sur la diagonale de D. Par
hypoythèse, pour tout vecteur colonne X à n lignes,
t
X(t P DP )X = t (P X)D(P X) ≥ 0 .
Comme P est inversible, pour tout vecteur colonne Y à n lignes il existe un vecteur
colonne X à n lignes tel que P X = Y . On a donc que pour tout vecteur colonne Y
à n lignes, t Y DY ≥ 0. Si on note y1 , . . . , yn les éléments qui composent la colonne
de Y ,
Xn
t
Y DY = λi yi2
i=1
Pn 2
et comme ≥ 0 pour tous y1 , . . . , yn , c’est que λi√≥ 0 pour tout i. Soit
i=1 λi yi
M la matrice diagonale dont la diagonale est composée des λi . Alors t M = M et
M 2 = D. On pose B = M P . Alors
t
BB = t (M P )(M P ) = t P t M M P = t P M 2 P = t P DP = A
et donc B répond à la question. □
Remarque: Il n’y a pas unicité. La matrice diagonale M dont la diagonale est composée
√
des − λi fournit une matrice B = M P qui répond aussi à la question.
Correction de l’exercice 3.45. (1) Soit A symétrique n × n telle qu’il

existe p ∈ N⋆ avec Ap = 0. Comme A est symétrique le théorème spectral donne
l’existence d’une matrice orthogonale P et d’une matrice diagonale D telles que
A = t P DP . Comme t P = P −1 ,
Ap = (t P DP ) . . . (t P DP ) = t P Dp P
et donc t P Dp P = 0. Comme P et t P sont inversibles cela revient encore à dire que
Dp = 0. Si λ1 , . . . , λn sont les éléments sur la diagonale de D, Dp est la matrice
diagonale dont les éléments diagonaux sont les λp1 , . . . , λpn . Si Dp = 0 cela signifie
que λpi = 0 pour tout i, et ensuite donc que λi = 0 pour tout i. Donc D = 0, et
puisque A = t P DP , A = 0.
(2) Soit A une matrice carrée n × n nilpotente. On a t AA = At A. La matrice t AA
est symétrique puisque t (t AA) = t At (t A) = t AA. Comme t AA = At A on obtient
facilement par récurrence que pour tout entier k,
(t A)Ak = Ak (t A) . (1)
Pour k = 1 le résultat est dirèctement donné par l’hypothèse. Et si la relation est
vraie pour k, alors
(t A)Ak+1 = ((t A)Ak )A = Ak (t AA) = Ak (At A) = Ak+1 (t A)
de sorte que la récurrence fonctionne. On en déduit par récurrence que pour tout
entier k,
(t AA)k = (t A)k Ak . (2)
Le résultat est vrai pour k = 1. Supposons qu’il soit vrai pour k, alors
(t AA)k+1 = (t AA)k (t AA)

= (t A)k Ak (t A)A
= (t A)k Ak (t A) A

= (t A)k (t A)Ak A

[d’après (1)]
t k+1 k+1
= ( A) A .
La récurrence fonctionne et donc (2) est vraie. Par suite si A est nilpotente alors
t
AA est aussi nilpotente. Comme elle est symétrique la question (1) donne que
t
AA = 0. Notons A = (aij ) et t AA = (bij ). On a
n
X
bij = aki akj
k=1
pour tous i, j. Comme bij = 0 pour tous i, j en raison de ce qui vient d’être dit, on
a en particulier que bii = 0 pour tout i, et donc que
n
X
(aki )2 = 0
k=1
pour tout i. Donc aki = 0 pour tout k et tout i. En d’autres termes, A = 0. □
Correction de l’exercice 3.46. (1) La forme ⟨·, ·⟩ est clairement bilinéaire

symétrique. Pour P ∈ Rn [X],
Z 1
⟨P, P ⟩ = (1 − x2 )P (x)2 dx
−1
2
et comme 1 − x ≥ 0 sur [−1, 1], et qu’un polynôme est une fonction continue, on
a que (1 − X 2 )P = 0 sur [−1, 1]. Donc P a une infinité de racines, et par suite P
est forcément le polynôme nul.
(2) Pour montrer que f est symétrique il faut montrer que pour tous P, Q ∈ Rn [X],
⟨f (P ), Q⟩ = ⟨P, f (Q)⟩ .
On a
Z 1 ′′
⟨f (P ), Q⟩ = (1 − x2 ) (x2 − 1)P (x) Q(x)dx .
−1
′′
On intègre par parties. On pose U = (1 − x2 )Q(x) et V ′ = (x2 − 1)P (x) . Alors
′ ′
U ′ = − (x2 − 1)Q(x) , V = (x2 − 1)P (x) et comme X 2 − 1 s’annule en −1 et
1,
Z 1
′ ′
⟨f (P ), Q⟩ = (x2 − 1)Q(x) (x2 − 1)P (x) dx .
−1
′ ′
On intègre de nouveau par parties. On pose U = (x2 − 1)Q(x) et V ′ = (x2 − 1)P (x) .
′′
Alors U ′ = (x2 − 1)Q(x) , V = (x2 − 1)P (x) et comme X 2 − 1 s’annule en −1
et 1,
Z 1 ′′
⟨f (P ), Q⟩ = − (x2 − 1)Q(x) (x2 − 1)P (x)dx
−1
Z 1 ′′
= (1 − x2 )P (x) (x2 − 1)Q(x) dx
−1
= ⟨P, f (Q)⟩ .
Donc f est bien symétrique pour ⟨·, ·⟩. □
Correction de l’exercice 3.47. La matrice A est symétrique. Le théorème

spectral donne qu’il existe une matrice orthogonale P pour laquelle t P AP est di-
agonale. Soit B = (e1 , e2 , e3 , e4 ) la base canonique de R4 et ⟨·, ·⟩ le produit scalaire
euclidien. La base B est orthonormale pour ⟨·, ·⟩. On introduit l’endomorphimse
f ∈ End(R4 ) défini par
MBB (f ) = A .
Soit P le polynôme caractéristique de f . On a
 
10 − X 0 0 0  
2−X 2 −2
 0 2 − X 2 −2 
det   = (10 − X)det  2 5−X −4 
 0 2 5−X −4 
−2 −4 5−X
0 −2 −4 5−X
et on a que
 
2−X 2 −2
P (X) = det  2 5−X −4 
−2 −4 5−X
= −(X − 2)(X − 5)2 + 16 + 16 − 4(5 − X) − 16(2 − X) − 4(5 − X)
= −(X − 2)(X − 5)2 + 24X − 40
= −(X − 2)(X 2 − 10X + 25) + 24X − 40
= −X 3 + 10X 2 − 25X + 2X 2 − 20X + 50 + 24X − 40
= −X 3 + 12X 2 − 21X + 10 .
On constate que 1 est racine de ce dernier polynôme. On factorise et on trouve au

final que
P (X) = (X − 1)2 (X − 10)2 .
Les valeurs propres de f sont donc 1 (valeur propre double) et 10 (valeur propre
double elle-aussi). Soient E1 et E10 les espaces propres associés. Comme f est diag-
onalisable, on sait déjà que E1 et E10 sont tous deux de dimensions la multiplicité
de la racine dans P , et donc sont tous deux de dimension 2. On a
      

 10 0 0 0 x x  
0 2 2 −2   y   y 

E1 = xe1 + ye2 + ze3 + te4 /      =   .

 0 2 5 −4  z   z  
0 −2 −4 5 t t
 
Et     
10 0 0 0 x x (
−2  =   ⇔ x = 0
0 2 2 y  y 

0 2 5 −4  z   z  y + 2z = 2t
0 −2 −4 5 t t
de sorte que
E1 = {2(t − z)e2 + ze3 + te4 , z, t ∈ R}
= {z(−2e2 + e3 ) + t(2e2 + e4 ) , z, t ∈ R} .
Soit u = −2e2 + e3 et v = 2e2 + e4 . Alors
u(0, −2, 1, 0) , v(0, 2, 0, 1)
et E1 = Vect(u, v). On sait que E1 est de dimension 2. La famille (u, v) est
génératrice pour E1 et a autant de vecteurs que sa dimension. Donc (u, v) est une
base de E1 . Par ailleurs,
     

 10 0 0 0 x x  
0 2 2 −2  y  y 

E10 = xe1 + ye2 + ze3 + te4 /      = 10   .
 

 0 2 5 −4  z  z 
0 −2 −4 5 t t
 
Et
    
10 0 0 0 x x

−4y + z = t

0
 2 2 −2 y  = 10 y  ⇔ 2y − 5z = 4t
   
0 2 5 −4  z  z  
2y + 4z = −5t

0 −2 −4 5 t t

−4y + z = t

⇔ 2y − 5z = 4t

9z = −9t (L3 − L2)

(
z = −t
⇔
t = −2y
(
z = 2y
⇔ .
t = −2y
Donc
E10 = {xe1 + ye2 + 2ye3 − 2ye4 , x, y ∈ R}
= {xe1 + y(e2 + 2e3 − 2e4 ) , x, y ∈ R} .
Soit w = e1 et p = e2 + 2e3 − 2e4 . Alors
w(1, 0, 0, 0) , p(0, 1, 2, −2)
et E10 = Vect(w, p). Comme précédemment, on sait que E10 est de dimension
2. Donc (w, p) est une base de E10 . On cherche maintenant une base orthonor-
male de R4 qui soit constituée de vecteurs propres de f . Les espaces propres d’un
endomorphisme symétrique sont deux à deux orthogonaux. Donc E1 et E10 sont
orthogonaux. Il suffira donc d’orthonormaliser (u, v) et (w, p) avec Gram-Schmidt
pour obtenir une base orthonormale de R4 qui soit constituée de vecteurs propres
de f . On calcule ∥u∥2 = 5. On pose alors
1 2 1
ẽ1 = √ u , ẽ1 (0, − √ , √ , 0) .
5 5 5
On calcule ⟨v, ẽ1 ⟩ = − √45 . On pose
4
V = v − ⟨v, ẽ1 ⟩ẽ1 = v + √ ẽ1
5
et ainsi V (0, 52 , 45 , 1). On calcule ∥V ∥2 = 59 . On pose
√ √
5 2 4 5
ẽ2 = V , ẽ2 (0, √ , √ , ).
3 3 5 3 5 3
Alors (ẽ1 , ẽ2 ) est une base orthonormale de E1 . De même, on calcule ∥w∥2 = 1.
On pose
ẽ3 = w , ẽ3 (1, 0, 0, 0) .
On calcule ⟨p, ẽ3 ⟩ = 0. On calcule ∥p∥2 = 9. On pose
1 1 2 2
ẽ4 = p , ẽ4 (0, , , − ) .
3 3 3 3
La famille (ẽ3 , ẽ4 ) est une base orthonormale de E10 . Les espaces E1 et E10 étant
orthogonaux, la famille B̃ = (ẽ1 , ẽ2 , ẽ3 , ẽ4 ) est une base orthonormale de R4 . La
matrice  
0 0 1 0
− √2 2
√ 0 1 
3 
P = MB→B̃ =  √1 5 3√ 5

4 2 
 5 3 5
0 3 
√
5
0 3 0 − 23
est orthogonale, et
 
1 0 0 0
t
0 1 0 0
P AP = MBB̃ (f ) = 
  .
0 0 10 0
0 0 0 10
□
Correction de l’exercice 3.48. (1) Pour tous polynômes P et Q, la fonc-

2
tion x → P (x)Q(x)e−x est continue sur R, donc localement intégrable sur R.
Reste à montrer la convergence de l’intégrale. On tire des formules de Taylor pour
l’exponentielle, ou encore du développement en série entière de l’exponentielle, que
2 1
ex ≥ x2(n+1)
(n + 1)!
1
≥ x2n x2
(n + 1)!
pour tout n et tout x. Soient P, Q ∈ Rn [X]. Il existe C > 0 telle que
|P (x)Q(x)| ≤ Cx2n
pour tout x tel que |x| ≥ 1 (comme on le voit en mettant les termes de plus hauts
degrés en facteur dans le produit P (x)Q(x)). Donc
C′ 2
P (x)Q(x)e−x ≤
x2
′
pour |x| ≥ 1 et pour une constante C > 0 indépendante de x. Par comparaison,
R −1 R +∞ 1
comme −∞ x12 dx et 1 x2 dx sont convergentes, on voit que l’intégrale qui définit
⟨P, Q⟩ est absolulment convergente. Ainsi, ⟨·, ·⟩ est bien défini. On a par ailleurs
que
Z +∞
2
⟨P, P ⟩ = P (x)2 e−x dx
−∞
2 −x2
et comme P (x) e ≥ 0 pour tout x, et par continuité de la fonction qui à x
2
associe F (x) = P (x)2 e−x , on voit que ⟨P, P ⟩ = 0 si et seulement si P (x) = 0 pour
tout x. Un polynôme non nul de degré n ayant au plus n racines c’est donc que P
est le polynôme nul. Donc ⟨·, ·⟩ est définie positive. On admet (en suivant l’énoncé)
qu’il s’agit bien d’une forme bilinéaire. Il est clair qu’elle est symétrique. C’est
donc bien un produit scalaire.
(2) Soit A > 0. On a
Z A
2
P (x) (2xQ′ (x) − Q′′ (x)) e−x dx
−A
Z A Z A
′ −x2 2
=2 xP (x)Q (x)e dx − P (x)Q′′ (x)e−x dx .
−A −A
On intègre par parties la seconde intégrale. On pose
2
U (x) = P (x)e−x et V ′ (x) = Q′′ (x) .
Alors
2
U ′ (x) = (P ′ (x) − 2xP (x)) e−x et V (x) = Q′ (x) .
Par suite,
Z A
2
P (x)Q′′ (x)e−x dx
−A
Z A
2 A
h i 2
= P (x)Q′ (x)e−x − (P ′ (x) − 2xP (x)) Q′ (x)e−x dx .
−A −A
Clairement, pour les mêmes raisons qu’à la question précédente,
2 A
h i
lim P (x)Q′ (x)e−x =0.
A→+∞ −A
Par suite, en passant à la limite A → +∞,
Z +∞
2
⟨P, φ(Q)⟩ = P (x) (2xQ′ (x) − Q′′ (x)) e−x dx
−∞
Z +∞ Z +∞
2 2
=2 xP (x)Q′ (x)e−x dx + (P ′ (x) − 2xP (x)) Q′ (x)e−x dx
−∞ −∞
Z +∞
2
= P ′ (x)Q′ (x)e−x dx
−∞
= ⟨P ′ , Q′ ⟩ .
C’est l’égalité demandé. L’expression ⟨P ′ , Q′ ⟩ étant symétrique en P et Q, on en

déduit que pour tous P, Q ∈ Rn [X],
⟨P, φ(Q)⟩ = ⟨φ(P ), Q⟩ .
⋆
Donc φ = φ et φ est bien un endomorphisme symétrique. □
Correction de l’exercice 3.49. L’inverse A−1 d’une matrice n×n inversible
A est l’unique matrice B de taille n × n qui vérifie que AB = BA = Idn , où Idn
est la matrice identité n × n. Si A est symétrique, et B = A−1 est cette unique
matrice, alors
t
(AB) = t (BA) = Idn
puisque Idn est diagonale, tandis que t (AB) = t B t A = t BA et t (BA) = t At B =
At B puisque A est symétrique. Donc
t
BA = At B = Idn
et ainsi, forcément, t B = B. On a donc montré que l’inverse d’une matrice
symétrique inversible est une matrice symétrique (inversible elle-aussi). On a
⟨φ(M ), N ⟩ = Trace(t AM A−1 )N ,

= Trace(t A−1t M t AN )
= Trace(A−1t M AN )
⟨M, φ(N )⟩ = Trace t M (AN A−1 )

= Trace t M AN A−1 .

On utilise maintenant la propriété suivante des traces: si A et B sont deux matrices

réelles carrées n × n, alors
Trace(AB) = Trace(BA) . (⋆)
On démontre cette propriété avant de poursuivre. Ecrivons que A = (aij ), B =
(bij ) et AB = (cij ). Alors, pour tous i, j,
n
X
cij = aik bkj
k=1
et donc
n
X
Trace(AB) = aik bki .
i,k=1
Par suite
n
X
Trace(BA) = bik aki
i,k=1
Xn
= bki aik
i,k=1
= Trace(AB)
en ayant effectué à la seconde ligne les changements de notation i → k et k → i.
On a donc bien montré (⋆). Avec (⋆) on peut écrire que
Trace(A−1t M AN ) = Trace(A−1 (t M AN ))
= Trace(t M AN A−1 )
et on obtient donc que

⟨φ(M ), N ⟩ = ⟨M, φ(N )⟩ .
Comme M et N sont quelconques dans Mn (R), c’est que φ est symétrique. □
Remarque: Attention à ne surtout pas écrire que Trace(AB) vaut Trace(A)Trace(B).

Exemple:
1 0 2 0 2 0
A= , B= , AB = .
0 2 0 1 0 2
Alors Trace(A) = 3, Trace(B) = 3, Trace(AB) = 4 et 4 ̸= 3 × 3.
Correction de l’exercice 3.50. (1) La base B est orthonormale pour ⟨·, ·⟩.
Ecrivons A = (aij ). On a alors
n
X
f (ei ) = aik ek
k=1
et par suite, si les δij sont les symbôles de Kroenecker,
n
X n
X
⟨f (x), y⟩ = ⟨ aik xi ek , yj ej ⟩
i,k=1 j=1
Xn
= aik xi yj δkj
i,j,k=1
X n
= aij xi yj .
i,j=1
Donc
n
X X
t
XAY = aij xi yj , t XY = xi yj
i,j=1 i,j=1
Xn Xn
⟨f (x), y⟩ = aij xi yj , ⟨x, y⟩ = xi yi .
i,j=1 i=1
D’où les relations demandées.

(2) Comme A est symétrique et B est orthonormale, f est symétrique. Donc
f est diagonalisable dans une base orthonormale. En d’autres termes il existe
B̃ = (ẽ1 , . . . , ẽn ) base orthonormale constituée de vecteurs propres de f . On écrit le
quotient de Rayleigh dans B̃. On note x̃1 , . . . , x̃n les coordonnées de x dans B̃. On
note λ̃1 , . . . , λ̃n les valeurs propres de A (donc de f ) répétées avec leur multiplicité
et rangées par ordre croissant. On a alors
n
X n
X
f (x) = x̃i f (ẽi ) = λ̃i x̃i ẽi
i=1 i=1
et donc Pn
λ̃i x̃2i
R(x) = Pi=1
n 2 .
i=1 x̃i
On a clairement λ̃1 = λ1 . Donc,
X n n
X
λ̃i x̃2i ≥ λ1 x̃2i
i=1 i=1
et ainsi R(x) ≥ λ1 pour tout x ̸= 0. De plus, si x ∈ E1 alors f (x) = λ1 x et donc

R(x) = λ1 . On donc bien la relation voulue.
(3) Notons λ2 > λ1 la plus petite valeur propre de A après λ1 . Soit x ∈ E1⊥ , x ̸= 0.
sans perdre en gééralité on peut supposer que B̃ est telle que (ẽ1 , . . . , ẽk ) est une
base de E1 . Si x ∈ E1⊥ alors x n’a pas de coordonnées suivant (ẽ1 , . . . , ẽk ) puisque
les coordonnées dans une base orthonormale sont les x̃i = ⟨x, ẽi ⟩. Donc,
n
X n
X
f (x) = x̃i f (ẽi ) = λ̃i x̃i ẽi
i=k+1 i=1
et donc
Pn
λ̃i x̃2i
R(x) = Pi=k+1
n 2 .
i=k+1 x̃i
On a λ̃k+1 = λ2 par notre choix de notation, et ainsi R(x) ≥ λ2 pour x ∈ E1⊥ ,

x ̸= 0. De plus, si x ∈ E2 alors f (x) = λ2 x et donc R(x) = λ2 . On a E2 ⊂ E1⊥ et
on a donc bien là encore la relation voulue. □
Correction de l’exercice 3.51. Le théorème spectral donne l’existence d’une

matrice orthogonale P et d’une matrice diagonale D telles que t P AP = D. On a
donc A = P Dt P . Par suite
Ak = P Dk (t P )
puisque t P = P −1 . Donc, par hypothèse, P Dk (t P ) = Idn et donc
Dk = t P P = Idn
puisque P est orthogonale. Si Dk = Idn c’est que les termes diagonaux de D sont
forcément compris dans l’ensemble à deux éléments {−1, +1}. Mais alors D2 = Idn .
Ensuite donc on récupère que A2 = P D2 (t P ) = P t P = Idn . □
Correction de l’exercice 3.52. Le théorème spectral donne l’existence d’une

matrice orthogonale P telle que t P AP = D, où D = diag(λ1 , . . . , λn ) est la matrice
diagonale dont la diagonale est formée des λi . On a A = P Dt P . Par suite
A2 = P D2t P (⋆)
et D2 = diag(λ21 , . . . , λ2n ). Notons P = (bij ), P D2 = (cij ), P D2t P = (dij ). Alors
n
X
cij = bik λ2k δkj = bij λ2j .
k=1
Par suite,
n
X
dij = bik λ2k bjk
k=1
Pn
Comme A est symétrique, si on note A2 = (eij ), alors eij = k=1 aik ajk . La
relation (⋆) donne alors que pour tous i, j,
n
X n
X
aik ajk = bik λ2k bjk
k=1 k=1
En particulier, en prenant i = j et en sommant sur i,

X n Xn
a2ik = bik λ2k bik
i,k=1 i,k=1
X n n
X
= λ2k ( bik bik ) .
k=1 i=1
Pn
Notons t P P = (mij
P).n On a mij = comme P est orthogonale, t P P =
k=1 ki kj , et
b b
Idn dePsorte que k=1 bki bkj = δ
Pn ij , où les δ
Pijn sont les symbôles de Kroenecker.
n
Donc, i=1 bik bik = 1 et ainsi i,k=1 a2ik = k=1 λ2k . □
Correction de l’exercice 3.53. Soient x, y ∈ E quelconques. On a
⟨f (x), y⟩ = ⟨x, y⟩ + µ⟨x, a⟩⟨a, y⟩ ,
et
⟨x, f (y)⟩ = ⟨x, y⟩ + µ⟨y, a⟩⟨x, a⟩ .
On en déduit que pour tous x, y ∈ E, ⟨f (x), y⟩ = ⟨x, f (y)⟩ et donc que f est
symétrique pour ⟨·, ·⟩. On cherche maintenant les valeurs propres et espaces propres
de f . Si µ = 0 l’application f se réduit à l’identité. Donc 1 est la seule valeur
propre de f et l’espace propre correspondant est l’espace E tout entier. On suppose
maintenant que µ ̸= 0. Dire que λ est valeur propre de f c’est dire qu’il existe x ̸= 0
tel que f (x) = λx. Et
f (x) = λx ⇔ (λ − 1)x = µ⟨x, a⟩a .
On va donc trouver λ = 1 et l’espace propre associé est constitué des x tels que
⟨x, a⟩ = 0, donc l’orthogonal de la droite vectorielle de vecteur directeur a, ou alors
λ ̸= 1 et x doit vérifier
(λ − 1)x = µ⟨x, a⟩a .
Mais alors x = ka et donc, puisque ∥a∥ = 1,
(λ − 1)k = kµ .
soit λ = 1 + µ. L’espace propre associé est alors la droite vectorielle de vecteur
directeur a. □
Correction de l’exercice 3.54. Soient x, y ∈ E quelconques et λ ∈ R. On
veut montrer que
f (x + y) = f (x) + f (y) (⋆)
et que f (λx) = λf (x). Par hypothèse, pour tout z ∈ E,
⟨f (x + y) − f (x) − f (y), z⟩ = ⟨f (x + y), z⟩ − ⟨f (x), z⟩ − ⟨f (y), z⟩
= ⟨x + y, f (z)⟩ − ⟨x, f (z)⟩ − ⟨y, f (z)⟩
=0.
Or si un vecteur X est tel que ⟨X, z⟩ = 0 pour tout z, alors c’est que X = 0 comme
on le voit en prenant z = X. Donc (⋆) est vérifiée. De même on écrit que pour
tout z ∈ E,
⟨f (λx) − λf (x), z⟩ = ⟨f (λx), z⟩ − λ⟨f (x), z⟩
= ⟨λx, f (z)⟩ − λ⟨x, f (z)⟩
=0
et comme précédemment on trouve que f (λx) = λf (x). Donc f est bien linéaire.
Comme ⟨f (x), y⟩ = ⟨x, f (y)⟩ pour tous x, y ∈ E, f est symétrique pour ⟨·, ·⟩. □
Correction de l’exercice 3.55. On a clairement Ker(f ) ⊂ Ker(f ⋆ ◦ f ).

Réciproquement soit x ∈ E tel que f ⋆ (f (x)) = 0. On a alors
0 = ⟨f ⋆ (f (x)) , x⟩
= ⟨f (x), f (x)⟩
= ∥f (x)∥2
et donc f (x) = 0. Donc Ker(f ⋆ ◦ f ) ⊂ Ker(f ) et ainsi il y a bien égalité. □
Correction de l’exercice 3.56. Le théorème spectral nous donne l’existence

d’une matrice orthogonale P et d’une matrice diagonale D telles que t P AP = D.
On a donc A = P Dt P . Par suite
Ak = P Dk (t P )
puisque t P = P −1 . Donc, par hypothèse, P Dk (t P ) = Idn et donc
Dk = t P P = Idn
puisque P est orthogonale. Si Dk = Idn et k est impair c’est que D = Idn . Si
k est pair c’est que les termes diagonaux de D sont compris dans l’ensemble à
deux éléments {−1, +1}. Mais alors D2 = Idn . Ensuite donc on récupère que
A2 = P D2 (t P ) = P t P = Idn . On ne peut pas dire mieux dans la mesure où si
A = −Idn alors A ̸= Idn , A2 = Idn . □
Correction de l’exercice 3.57. (1) L’intégrale est généralisée en +∞ et

l’exponentielle l’emporte sur toutes les puissances. Pour tout P ∈ Rn [X] et tout
Q ∈ Rn [X] il existe donc C > 0 tel que pour x ≫ 1 grand,
1
|P (x)Q(x)| e−x ≤ .
x2
On récupère ainsi une majoration par une intégrale de Riemann convergente en
+∞ et donc, pour tout P ∈ Rn [X] et tout Q ∈ Rn [X], l’intégrale qui définit ⟨P, Q⟩
est absolument convergente. On en déduit que ⟨·, ·⟩ est bien défini. On admet que
⟨·, ·⟩ est une forme bilinéaire. On a
Z +∞
⟨P, P ⟩ = P (x)2 e−x dx .
0
On en déduit que ⟨P, P ⟩ ≥ 0 pour tout P et qu’il y a égalité à zéro si et seulement

si P (x) = 0 pour tout x ≥ 0. Un polynôme de degré n qui n’est pas le polynôme
nul ayant au plus n racines, P (x) = 0 pour tout x ≥ 0 si et seulement si P est
le polynôme nul. On a donc montré que ⟨P, P ⟩ = 0 si et seulement si P est le
polynôme nul. Donc ⟨·, ·⟩ est bien un produit scalaire.
(2) On a
Z +∞
⟨φ(P ), Q⟩ = (xP ′′ (x) − (x − 1)P ′ (x)) Q(x)e−x dx
0
Z +∞ Z +∞
′′ −x
= xP (x)Q(x)e dx − (x − 1)P ′ (x)Q(x)e−x dx .
0 0
On intègre par parties la première intégrale du membre de droite de la seconde

égalité. On pose
U (x) = xQ(x)e−x et V ′ (x) = P ′′ (x) .
Alors
U ′ (x) = Q(x)e−x + xQ′ (x)e−x − xQ(x)e−x
= −(x − 1)Q(x)e−x + xQ′ (x)e−x
tandis que V (x) = P ′ (x). Pour A ≫ 1 grand,
Z A
A
xP ′′ (x)Q(x)e−x dx = xQ(x)P ′ (x)e−x 0

0
Z A
+ (x − 1)Q(x)P ′ (x)e−x dx
0
Z A
− xQ′ (x)P ′ (x)e−x dx .
0
En passant à la limite A → +∞ on obtient que
Z +∞ Z +∞
xP ′′ (x)Q(x)e−x dx = (x − 1)Q(x)P ′ (x)e−x dx
0 0
Z +∞
− xQ′ (x)P ′ (x)e−x dx .
0
On en déduit que
Z +∞
⟨φ(P ), Q⟩ = − xP ′ (x)Q′ (x)e−x dx .
0
L’expression est symétrique en P et Q et donc ⟨φ(P ), Q⟩ = ⟨P, φ(Q)⟩ pour tous
P, Q ∈ Rn [X]. □
Correction de l’exercice 3.58. Puisque f et g sont symétriques, pour tous
x, y ∈ E,
⟨(g ◦ f )(x), y⟩ = ⟨g (f (x)) , y⟩
= ⟨f (x), g(y)⟩
= ⟨x, f (g(y))⟩
= ⟨x, (f ◦ g)(y)⟩
⋆
et on voit donc que (g ◦f ) = f ◦g si f et g sont symétriques. Par défintion, g ◦f est
symétrique si et seulement si (g ◦ f )⋆ = g ◦ f , et donc, par suite, g ◦ f est symétrique
si et seulement si g ◦ f = f ◦ g, à savoir si et seulement si f et g commutent. □
CHAPITRE 5
Intégration - Enoncés
Exercice 5.1. Soit f : [0, 2] → R la fonction en escalier donnée par f (x) = 1

si x ∈ [0, 21 [, f (x) = −2 si x ∈ [ 12 , 23 [ et f (x) = 4 si x ∈ [ 23 , 2]. Soit g : [0, 2] → R
la fonction en escalier donnée par g(x) = −1 si x ∈ [0, 41 [, g(x) = 1 si x ∈ [ 41 , 12 [,
g(x) = 3 si x ∈ [ 12 , 74 [ et g(x) = −1 si x ∈ [ 47 , 2].
(1) Montrer que f + g est une fonction en escalier sur [0, 2].
R2 R2 R2
(2) Montrer que 0 (f + g) (x)dx = 0 f (x)dx + 0 g(x)dx.
Exercice 5.2. Soit f : [0, 1] → R la fonction donnée par f (x) = x2 pour tout
x ∈ [0, 1]. Soit n ∈ N⋆ un entier strictement positif. On considère la subdivision
σ = (ai )i=0,...,n de [0, 1] donnée par ai = ni . Soit φn : [0, 1] → R la fonction en
2
escalier donnée par φn (x) = ni 2 pour tout x ∈ [ ni , i+1
n [ et tout i = 0, . . . , n − 1 (et
(n−1)2
on pourra poser φn (1) = n2 ).
3
(1) Montrer que |f − φn | ≤ n sur [0, 1].
(2) Montrer que f est Riemann intégrable sur [0, 1] et donner la valeur de
R1
0
f (x)dx.
Rb Rb Rb
Exercice 5.3. (1) On admet que a (f (x) + g(x))dx = a f (x)dx + a g(x)dx
pour des fonctions en escalier f, g : [a, b] → R. Montrer que la propriété reste vraie
pour les fonctions Riemann intégrables sur [a, b].
Rb Rb
(2) On admet que a λf (x)dx = λ a f (x)dx pour f : [a, b] → R en escalier (et
λ ∈ R). Montrer que la propriété reste vraie si f est Riemann intégrable sur [a, b].
Rb Rb
(3) On admet que a f (x)dx ≤ a g(x)dx pour des fonctions en escalier f, g :
[a, b] → R si f ≤ g. Montrer que la propriété reste vraie pour les fonctions Riemann
intégrables sur [a, b]. En déduire que si f ≥ 0 est Riemann intégrable sur [a, b], alors
Rb
a
f (x)dx ≥ 0.
Rb
(4) Montrer que si f : [a, b] → R est Riemann intégrable sur [a, b], alors a f (x)dx ≤
Rb
a
|f (x)|dx.
Exercice 5.4. Soit [a, b] un intervalle de R, a < b deux réels, et soit σ =
(ai )0≤i≤n , n ∈ N⋆ , une subdivision de [a, b]. Soit aussi f : [a, b] → R une fonction
bornée sur [a, b]. On appelle somme de Darboux inférieure et sommes de Darboux
supérieure associées à la subdivison σ les réels
n
X n
X
Σσ (f ) = mi (ai − ai−1 ) et Σσ (f ) = Mi (ai − ai−1 ) ,
i=1 i=1
117
118 5. INTÉGRATION - ENONCÉS
où
mi = inf f (x) et Mi = sup f (x) .
x∈[ai−1 ,ai ] x∈[ai−1 ,ai ]
(1) Montrer que Σσ (f ) ≤ Σσ (f ), que Σσ (f ) ≥ (b − a)m et que Σσ (f ) ≤ (b − a)M ,
où m = inf x∈[a,b] f (x) et M = supx∈[a,b] f (x).
(2) On note f − et f + les fonctions en escaliers de [a, b] dans R définies par
Xn n
X
f − (x) = mi χ[ai−1 ,ai || (x) et f + (x) = Mi χ[ai−1 ,ai || (x) ,
i=1 i=1
où χX est la fonction caractéristique de X (qui vaut donc 1 sur X et 0 ailleurs),
|| = [ si i ≤ n − 1 et || =] si i = n, de sorte que [ai−1 , ai || = [ai−1 , ai [ si i ≤ n − 1 et
[an−1 , an || = [an−1 , an ]. Montrer que f − (x) ≤ f (x) ≤ f + (x) pour tout x ∈ [a, b].
Que valent les intégrales de f − et f + sur [a, b] ?
(3) On suppose que pour tout ε > 0 il existe une subdivision σ de [a, b] telle que
Σσ (f ) ≤ Σσ (f ) + ε. Montrer qu’alors f est intégrable au sens de Riemann sur [a, b].
(4) On note S(f, σ, ξ) la somme de Riemann associée à une subdivision pointée
(σ, ξ). Soit aussi ε > 0 donné. Montrer que pour toute subdivision σ de [a, b], il
existe un pointage ξ associé pour lequel Σσ (f ) ≤ S(f, σ, ξ) + ε et un autre pour
lequel S(f, σ, ξ) ≤ Σσ (f ) + ε.
(5) Démontrer la réciproque de (3), et donc qu’une fonction bornée f : [a, b] → R
est intégrable au sens de Riemann sur [a, b] si et seulement si pour tout ε > 0 il
existe une subdivision σ de [a, b] telle que Σσ (f ) ≤ Σσ (f ) + ε.
(6) Déduire de (5) qu’une fonction monotone f : [a, b] → R est toujours intégrable
au sens de Riemann sur [a, b].
Exercice 5.5. Soit f : [0, 1] → R la fonction définie par f (x) = 1+x2 si x ∈ Q,
f (x) = 0 sinon. Montrer que f n’est pas Riemann intégrable sur [0, 1].
Exercice 5.6. Soit f : [a, b] → R une fonction intégrable au sens de Riemann
sur [a, b]. Montrer que
Z b n
1 1X b−a
f (x)dx = lim f a+k .
b−a a n→+∞ n n
k=1
On admet que
Z 1
1 π
dx =
0 1 + x2 4
Pn n
Calculer limn→+∞ k=1 n2 +k2 .
Exercice 5.7. Soit [a, b] un intervalle fermé (borné) de R. Soit f : [a, b] → R
une fonction. On suppose que pour tout ε > 0 il existe g : [a, b] → R une fonction
intégrable au sens de Riemann sur [a, b] telle que |f − g| < ε en tout point de [a, b].
Montrer qu’alors f est aussi intégrable au sens de Riemann sur [a, b].
Exercice 5.8. Montrer que pour tout n ≥ 1,
n
X n(n + 1)(2n + 1)
k2 = .
6
k=1
R1
Calculer 0 x2 dx à l’aide des sommes de Riemann.
5. INTÉGRATION - ENONCÉS 119

une fonction. On suppose que f est continue et positive ou nulle sur [a, b]. Montrer
que
Z b !1/n
n
lim f (x) dx = sup{f (x), x ∈ [a, b]} .
n→+∞ a
Exercice 5.10. Soit f : [2, 3] → R une fonction continue telle que f (x) ≤ 1
R3
pour tout x. On suppose que 2 f (x)dx = 1. Montrer que f ≡ 1 (est identiquement
égale à 1).
Exercice 5.11. Soit f : [0, 1] → R une fonction continue. On suppose que
R1
0
f (x)dx = 21 . Montrer que f possède un point fixe, à savoir qu’il existe x ∈ [0, 1]
tel que f (x) = x.
une fonction. On suppose pour commencer que f est en escalier. Montrer qu’alors
Z b
lim f (x) sin(nx)dx = 0 .
n→+∞ a
Montrer que le résultat reste vrai si on suppose seulement que f est intégrable au
sens de Riemann sur [a, b].
Exercice 5.13. Pour n ∈ N on pose
Z 1 n
x
In = dx .
0 1 +x
(1) Montrer que lim In = 0.
n→+∞
(2) Calculer In + In+1 pour tout n.
n
X (−1)k+1
(3) Calculer lim .
n→+∞ k
k=1
Exercice 5.14. Soit [a, b] un intervalle fermé (borné) de R et soit f : [a, b] → R

une fonction continue sur [a, b], dérivable sur ]a, b[ et strictement croissante sur [a, b].
On suppose que f (a) = a. On définit g : [a, b] → R par
Z x Z f (x)
g(x) = f (t)dt + f −1 (t)dt − xf (x) .
a a
Montrer que g est bien définie, qu’elle est dérivable sur [a, b] puis que g ≡ −a2 sur
[a, b].
Exercice 5.15. Soit f : [−1, +1] → R une fonction continue et impaire. Mon-
R1
trer que −1 f (x)dx = 0.
R π/2 2540
Exercice 5.16. Calculer 0 (cos(x)) sin(x)dx.
R π/2
Exercice 5.17. Calculer 0 x sin(x)dx.
R1 1
Exercice 5.18. On rappelle que 2 cos2 (x) = cos(2x)+1. Calculer 0 (1+x 2 )2 dx
à l’aide du changement de variables x = tan(t).

Exercice 5.19. Trouver une primitive de ln(x).
Exercice 5.20. Trouver une primitive de arctan(x).

Exercice 5.21. Soit f : [a, b] → R une fonction continue. On suppose que
f (a + b − x) = f (x) pour tout x ∈ [a, b]. Montrer que
Z b
a+b b
Z
xf (x)dx = f (x)dx .
a 2 a
Rπ
En déduire la valeur de I = 0 x cos4 (x) sin(x)dx.
Exercice 5.22. Soit f, g : [0, 1] → R données par f (x) = x2 + 1 et g(x) =
3
2x + x + 1. Calculer l’aire de la surface comprise par les graphes de f et de g et
les droites d’équations x = 0 et x = 1.
Exercice 5.23. Calculer l’aire intérieure de l’ellipse d’équation
x2 y2
2
+ 2 =1
a b
où a, b ∈ R+⋆ . On pourra être amené à utiliser le changement de variables x =
a cos(t).
Exercice 5.24. Décomposer en éléments simples les fractions rationnelles
X
(1) F (X) = (X+1)(X−2)
X3
(2) G(X) = (X+1)(X−2)
X 4 −X+2
(3) H(X) = (X−1)2 (X+1)
Exercice 5.25. Soit f : R+⋆ → R une fonction continue et positive. Soient

a < b strictement positifs fixés. On suppose que
Z x
f (t)
f (x) ≤ a dt + b
1 t2
pour tout x ≥ 1. On pose Z x
f (t)
F (x) = dt
1 t2
pour x ≥ 1.
(1) Montrer que F ′ (x) ≤ a
x2 F (x) + b
x2 pour tout x > 1.
a a
(2) Soit G(x) = F (x)e . Montrer que G′ (x) ≤
x
b x
x2 e pour x > 1.
(3) En effectuant le changement de variables s = 1t , montrer que
Z x
1 a 1 a a
2
e t dt = e − ex
1 t a
pour x > 1.
a
(4) Déduire de (2) et (3) que G(x) ≤ ab ea − e x pour x > 1.

a
(5) Montrer que F (x) ≤ ab e(a− x ) − 1 pour x ≥ 1.

Exercice 5.26. Décomposer en éléments simples puis trouver des primitives

des fractions rationnelles
1
(1) F (X) = X(X+1)(X−2)
1
(2) G(X) = X 2 (X+1) 2
Exercice 5.27. Décomposer en éléments simples puis trouver des primitives

des fractions rationnelles
5 4
(1) F (X) = X X+X3 −X
+2
X 3 +X+1
(2) G(X) = (X−1)3 (X+1)
Exercice 5.28. (1) Soit P le polynôme réel P (X) = X 4 −3X 2 −4. Décomposer
P en produit de polynômes irréductibles de degré 1 ou 2 (sans racines réelles donc
pour le degré 2). On pourra commencer par chercher des racines de P en posant
Y = X 2.
(2) Soit H la fraction rationnelle
X5 − 1
H(X) = .
X 4 − 3X 2 − 4
Décomposer H en éléments simples.
(3) Trouver une primitive de H
Exercice 5.29. Soit f : R → R la fonction donnée par
x2 − x − 3 x3
f (x) = 2
+ sin(x) .
x +1 1 + x4
R +∞
L’intégrale 0
f (x)dx est-elle convergente ?
Exercice 5.30. Soient a < b deux nombres réels strictement positifs. Calculer
Z b √
1
Iab = √ e− t dt .
a t
On considère l’intégrale généralisée
Z +∞ √
1
I= √ e− t dt .
0 t
En quelle(s) borne(s) cette intégrale est-elle généralisée ? Est-elle convergente ?
Que vaut-elle ?
Exercice 5.31. Pour x > 1, calculer
Z x
ln(t)
Ix = dt .
1 t4
R +∞ ln(t)
Etudier la convergence de I = 1 t4 dt.
Exercice 5.32. Etudier la convergence des intégrales généralisées suivantes:

Z +∞ 2 Z +∞
x +2 2x + 3
I1 = 5+1
dx , I2 = dx ,
0 x 0 x2 + 5
Z π/2 Z +∞
cos(x) sin(x) 2x + 3
I3 = 2
dx , I 4 = √ dx .
0 x 0 x(3x2 + 1)
Justifier vos réponses. On précisera notamment en quelles bornes ces intégrales
sont généralisées.
Exercice 5.33. Etudier la convergence de l’intégrale généralisée
Z +∞
I= x4 sin(x)e−x dx .
0
Exercice 5.34. Soit aR ∈ R. Etudier, en fonction de a, la convergence de

+∞ x ln(x)
l’intégrale généralisée Ia = 0 (1+x2 )a dx.
Exercice 5.35. Soit f : [0, +∞[→ R une fonction continue décroissante. On

R +∞
suppose que 0 f (x)dx est convergente.
(1) Montrer que f est nécessairement positive et que f (x) → 0 lorsque x → +∞.
Rx
(2) En considérant x/2 f (t)dt, montrer que lim xf (x) = 0.
x→+∞
Exercice 5.36. Soit f : [0, +∞[→ R une fonction continue. On suppose que
R +∞
0
f (x)2 dx est convergente. Montrer que
Z x
1
lim a f (t)dt = 0
x→+∞ x 0
pour tout a > 12 . Cela reste-t-il vrai pour a = 1
2 ?
Exercice 5.37. Etudier la convergence des intégrales généralisées suivantes:
Z +∞ 2 Z +∞
2x + 3x + 2 2x3 + 3
I1 = 4
dx , I 2 = dx ,
0 3x + 1 0 5x + 2x2 + 1
4
Z π Z +∞
(1 − cos(x)) sin2 (x) 5x2 + 3
I3 = dx , I 4 = √ dx .
0 x5 0 x(3x3 + 2x + 1)
Justifier vos réponses. On précisera notamment en quelles bornes ces intégrales
sont généralisées.
x2 − 4 x4
f (x) = + sin(x) .
x4 + 1 1 + x4
R +∞
L’intégrale 0
f (x)dx est-elle convergente ?
5x4 + x2 + 2
f (x) = .
(2x5 + 7) ln2 (x)
R +∞
Soit a ≥ 1. On pose Ia = a
f (x)dx. L’intégrale est elle convergente si a > 1 ?
Et que dire si a = 1 ?
Exercice 5.40. L’intégrale généralisée
Z +∞
x sin(x)
I= dx
π x2 + 1
est-elle convergente ? Est-elle absolument convergente ?
Exercice 5.41. Pour x > 1 on note
Z x
ln(1 + t2 )
Ix = dt
1 t2
Calculer Ix . En déduire que
Z +∞
ln(1 + t2 )
I= dt
1 t2
est convergente et calculer sa valeur.
Exercice 5.42. Soit α ∈ R un réel. Soit

Z π2
(1 − cos(x)) sin3 (x)
Iα = dx
0 xα
Pour quelle(s) valeur(s) de α cette intégrale est-elle convergente ?
Exercice 5.43. Décomposer la fraction rationnelle f (x) = x22−1 en éléments

simples. Si f, g : [a, +∞[→ R sont deux fonctions localement intégrables sur
[a, +∞[, avec a ∈ R (donné et fixé, par exemple 2), et si les intégrales généralisées
Z +∞ Z +∞
f (x)dx et g(x)dx
a a
sont divergentes, l’intégrale généralisée

Z +∞
I= (f (x) + g(x)) dx
a
doit elle être forcément divergente ?
Exercice 5.44. Que vaut le maximum de x(1 − x) sur [0, 1] ? Quel type de
convergence est vérifiée sur [0, 1] par la suite de fonctions fn (x) = xn (1 − x)n ?
Calculer
Z 1
ℓ = lim xn (1 − x)n dx .
n→+∞ 0
n
Que dire si fn (x) = x ?
Exercice 5.45. (1) On considère la suite de fonctions (fn ) définies par fn (x) =
1
1+xn . Montrer que (fn ) converge uniformément vers la fonction constante 1 sur
[0, 12 ] et vers la fonction nulle sur tout intervalle fermé
[a, b] ⊂]1, +∞[.
Z 1/2 Z +∞
dx dx
(2) Soient les limites ℓ = lim , ℓ′ = lim . Que valent
n→+∞ 0 1 + xn n→+∞ 1 1 + xn
ℓ et ℓ′ ?
Exercice 5.46. Calculer

Z 1 √
n x+1
ℓ = lim dx .
n→+∞ 0 nx + 1
Exercice 5.47. Soit f : [0, a] → R une fonction continue avec a < 1. Montrer
que
Z a
lim f (xn )dx = af (0) .
n→+∞ 0
Le résultat reste-t-il vrai si a = 1 ?
Exercice 5.48. Soit f : [0, +∞[→ R une fonction continue. On suppose que
f (x) a une limite ℓ ∈ R lorsque x → +∞. En effectuant le changement de variables
x = nu, calculer
1 n
Z
′
ℓ = lim f (x)dx .
n→+∞ n 0
Exercice 5.49. Calculer, en justifiant le passage à la limite, les limites suiv-

antes:
Z π/2 2 Z 2
n sin(x) + n + 1 n2 x2 + 1
I = lim 2
dx , J = lim dx
n→+∞ 0 n +1 n→+∞ −1 n + nx4 + 1
2
Z 1 Z 2 3
3 1 n ln(x) + n2 x3 + nx + 1
K = lim x cos( x)dx , L = lim dx .
n→+∞ −1 n n→+∞ 1 n3 + 5
Exercice 5.50. Calculer, en justifiant le passage à la limite, les limites suiv-
antes:
n sin( n1 x) + n + 1 cos( n1 x)
Z +∞ 2 Z +∞
I = lim dx , L = lim dx .
n→+∞ 1 n2 x2 + 1 n→+∞ 0 x2 + 1
1 √
n2 x + 1
Z
ℓ = lim dx .
n→+∞ 0 n2 x + n + 1
Z +∞
cos(nx)
ℓ = lim dx .
n→+∞ 0 (nx + 1)(1 + x2 )
x3 sin(1+x2 )
Exercice 5.53. Soit (fn ) la suite de fonctions définie par fn (x) = x5 +1
Z +∞
si x ∈]n, n + 1[ et 0 sinon. Calculer ℓ = lim fn (x)dx.
n→+∞ 0
Exercice 5.54. Soit F la fonction définie sur R par
Z 1
F (x) = sin(xt)dt .
0
Montrer que F est de classe C sur R et calculer F ′ (0).
1

Z 1 2 2
x t + xt + 1
F (x) = dt .
0 2 + cos(xt)
Montrer que F est de classe C 1 sur R et calculer F ′ (0).
Z +∞
sin(xt) −t
F (x) = e dt .
0 t
(1) Montrer que F est définie et continue sur R.
(2) Montrer que F est C 1 sur R et calculer F ′ (0).
F (x)
(3) Calculer lim .
x→0 x
Exercice 5.57. Soit F la fonction définie sur R+⋆ par
Z +∞ −xt
e
F (x) = dt .
0 1 + t2
(1) Montrer que F est bien définie sur R+⋆ et montrer que
lim F (x) = 0 .
x→+∞
(2) Montrer que F est de classe C 2 sur ]0, +∞[.

(3) Montrer que F vérifie l’équation différentielle
1
F ′′ (x) + F (x) =
x
sur R+⋆ .

R R Exercice 5.58. Soit D = (x, y) ∈ R2 / 0 ≤ x ≤ 1, x2 ≤ y ≤ 1 . Calculer I =
D
x3 y 2 dxdy.
Exercice 5.59. Calculer l’aire de
D = (x, y) ∈ R2 / − 1 ≤ x ≤ 1, x2 ≤ y ≤ 2 − x2 .

Exercice 5.60.
Soit D = (x, y) ∈ R2 / x ≥ 0, y ≥ 0, x + y ≤ 1 . Calculer
x2 + y 2 dxdy.
RR
I= D

Exercice 5.61. Soit D = (x, y) ∈ R2 / 0 ≤ y ≤ 1, x − y + 1 ≥ 0, x − y − 1 ≤ 0 .
Calculer Z Z
I= xdxdy .
D

Calculer I si D = (x, y) ∈ R2 / y ≥ 0, x − y + 1 ≥ 0, x + 2y − 4 ≤ 0 .
2 2
R R Exercice 5.62. Soit D = (x, y) ∈ R / x ≤ 1, y ≥ 0, y ≤ x . Calculer I =
D
(x + 2y) dxdy.
Exercice 5.63. Calculer l’aire de
D = (x, y) ∈ R2 / y ≤ x ≤ y 2 , 1 ≤ y ≤ 2

.
Exercice 5.64. Calculer les intégrales multiples
Z Z
I= cos(x + y)dxdy ,
D1
Z Z
1 + x2 y 3 dxdy ,

et J =
D2
où
n πo
D1 = (x, y) ∈ R2 / 0 ≤ x ≤ π et 0 ≤ y ≤ ,
n o 2
D2 = (x, y) ∈ R2 / 0 ≤ y ≤ x ≤ 1 .
Exercice 5.65. Soit f : R → R une fonction continue. On suppose que

lim f (x) = ℓ existe, ℓ ∈ R. Soit
x→+∞
1 n
Z
In = f (x)dx .
n 0
Donner une autre expression à In à l’aide du changement de variables x = nt.
Calculer lim In .
n→+∞
Exercice 5.66. Pour x > 0 on considère la fonction Γ donnée par

Z +∞
Γ(x) = tx−1 e−t dt .
0
(1) Montrer que Γ(x) est bien définie pour x > 0.

(2) Montrer que Γ(x + 1) = xΓ(x) pour tout x > 0.

(3) Calculer Γ(1). En déduire la valeur de Γ(n + 1) pour tout n ∈ N.
(4) Montrer que Γ est continue sur ]0, +∞[.
(5) Montrer que Γ est de classe C 2 sur ]0, +∞[.
(6) Montrer que Γ′′ > 0 puis que Γ′ ne s’annule qu’une seule fois et que le point a
qui annule Γ′ est tel que a ∈ [1, 2].
Exercice 5.67. Calculer l’aire du domaine
D = (x, y) ∈ R2 / x ≥ 0, y ≥ 0, xy + x + y ≤ 1

.
CHAPITRE 6
Intégration - Corrigés
Correction de l’exercice 5.1. (1) Pour montrer que f + g est en escalier

sur [0, 2] il faut trouver une subdivision σ = (ai )i=0,...,p de [0, 2] avec la propriété
que f + g est constante sur chacun des intervalles ]ai , ai+1 [. On a 47 > 32 . On prend
pour subdivision la subdivision emboitée
1 1 3 7
0< < < < <2.
4 2 2 4
On a alors (f + g)(x) = −1 + 1 = 0 si x ∈ [0, 41 [, (f + g)(x) = 1 + 1 = 2 si x ∈ [ 41 , 12 [,

(f + g)(x) = −2 + 3 = 1 si x ∈ [ 12 , 32 [, (f + g)(x) = 4 + 3 = 7 si x ∈ [ 32 , 74 [ et
(f + g)(x) = 4 − 1 = 3 si x ∈ [ 47 , 2]. La subdivision choisie satisfait la condition
voulue. Donc f + g est bien en escalier.
(2) Par définition,

Z 2
1 1 1 3 1
(f + g)(x)dx = 0 × ( − 0) + 2 × ( − ) + 1 × ( − )
0 4 2 4 2 2
7 3 7
+ 7 × ( − ) + 3 × (2 − )
4 2 4
12
=1+ =4
4
tandis que
Z 2
1 3 1 3
f (x)dx = 1 × ( − 0) − 2 × ( − ) + 4 × (2 − )
0 2 2 2 2
1
=
2
et
Z 2
1 1 1
g(x)dx = −1 × ( − 0) + 1 × ( − )
0 4 2 4
7 1 7
+ 3 × ( − ) − 1 × (2 − )
4 2 4
14 1
= =3+ .
4 2
R2 R2 R2
On a donc bien 0
(f + g) (x)dx = 0
f (x)dx+ 0
g(x)dx, à savoir 4 = 21 +3+ 12 . □
127
128 6. INTÉGRATION - CORRIGÉS
Correction de l’exercice 5.2. (1) Sur [ ni , i+1

n [, et comme f est croissante
sur R+ ,
i2
|f − φn | ≤ x2 −
n2
(i + 1)2 i2
≤ −
n2 n2
1 + 2i 3
= ≤
n2 n
car 1 ≤ n et i ≤ n de sorte que 1 + 2i ≤ 3n.
R1
(2) Les fonctions constantes sont des fonctions en escalier. De plus 0 n3 dx =
3 3
n × (2 − 0) = n qui tend vers 0 lorsque n → +∞. Soit ψn la fonction constante
ψn (x) = n3 . On a donc pu trouver deux suites (φn ) et (ψn ) de fonctions en escalier
sur [0, 1] qui sont telles que |f − φn | ≤ ψn sur [0, 1] pour tout n et telles que
R1
0
ψn (x)dx → 0 lorsque n → +∞. Ainsi f est Riemann intégrable sur [0, 1] et
Z 1 Z 1
f (x)dx = lim φn (x)dx .
0 n→∞ 0
On a
1 n−1
i2
Z
X i+1 i
φn (x)dx = −
0 i=0
n2 n n
n−1
1 X 2
= i
n3 i=0
1 (n − 1)n(2n − 1)
= ×
n3 6
(n − 1)(2n − 1)
=
6n2
p(p+1)(2p+1)
car la somme des p premiers carrés vaut 6 (et ici p = n − 1). On a
(n − 1)(2n − 1) 2 1
lim = = .
n→+∞ 6n2 6 3
R1
Donc 0
x2 dx = 13 . □
Correction de l’exercice 5.3. (1) Si f et g sont Riemann intégrables sur

[a, b] alors il existe des suites (φn ), (φ̃n ), (ψn ) et (ψ̃n ) de fonctions en escalier telles
que |f − φn | ≤ ψn sur [a, b] pour tout n, |g − φ̃n | ≤ ψ̃n sur [a, b] pour tout n,
Rb Rb
a n
ψ (x)dx → 0 et a ψ̃n (x)dx → 0 lorsque n → +∞. De plus
Z b Z b Z b Z b
f (x)dx = lim φn (x)dx et g(x)dx = lim φ̃n (x)dx
a n→+∞ a a n→+∞ a
par définition. Les fonctions φ̂n = φn + φ̃n et ψ̂n = ψn + ψ̃n sont clairement en
escalier sur [a, b] et
|(f + g)(x) − φ̂(x)| ≤ |f (x) − φ(x)| + |g(x) − φ̃(x)| ≤ ψ̂(x)

6. INTÉGRATION - CORRIGÉS 129
sur [a, b] tandis que

Z b Z b Z b
ψ̂(x)dx = ψ(x)dx + ψ̃(x)dx
a a a
Rb
(propriété admise) de sorte que a ψ̂(x)dx → 0 lorsque n → +∞. Donc f + g est
Riemann intégrable sur [a, b] et de plus
Z b Z b
(f + g)(x)dx = lim φ̂n (x)dx
a n→+∞ a
Z b Z b
= lim φn (x)dx + lim φ̃n (x)dx (propriété admise)
n→+∞ a n→+∞ a
Z b Z b
= f (x)dx + g(x)dx .
a a
D’où la propriété voulue.

(2) Si f est Riemann intégrable sur [a, b] alors il existe des suites (φn ) et (ψn ) de
Rb
fonctions en escalier telles que |f −φn | ≤ ψn sur [a, b] pour tout n et a ψn (x)dx → 0
lorsque n → +∞. De plus
Z b Z b
f (x)dx = lim φn (x)dx
a n→+∞ a
par définition. Les fonctions φ̂n = λφn et ψ̂n = |λ|ψn sont clairement en escalier
Rb Rb
sur [a, b] et |(λf )(x) − φ̂(x)| ≤ ψ̂(x) sur [a, b] tandis que a ψ̂(x)dx = |λ| a ψ(x)dx
Rb
(propriété admise) de sorte que a ψ̂(x)dx → 0 lorsque n → +∞. Donc λf est
Riemann intégrable sur [a, b] et de plus
Z b Z b
(λf )(x)dx = lim φ̂n (x)dx
a n→+∞ a
Z b
= λ lim φn (x)dx (propriété admise)
n→+∞ a
Z b
=λ f (x)dx .
a
D’où la propriété voulue.

(3) Si f et g sont Riemann intégrables sur [a, b] alors il existe des suites (φn ), (φ̃n ),
(ψn ) et (ψ̃n ) de fonctions en escalier telles que |f − φn | ≤ ψn sur [a, b] pour tout
Rb Rb
n, |g − φ̃n | ≤ ψ̃n sur [a, b] pour tout n, a ψn (x)dx → 0 et a ψ̃n (x)dx → 0 lorsque
n → +∞. De plus
Z b Z b Z b Z b
f (x)dx = lim φn (x)dx et g(x)dx = lim φ̃n (x)dx
a n→+∞ a a n→+∞ a
par définition. On suppose f ≤ g sur [a, b]. Alors

φn − ψn ≤ f ≤ g ≤ φ̃n + ψ̃n
sur [a, b]. En particulier, φn − ψn ≤ φ̃n + ψ̃n sur [a, b]. Les sommes et différences de
fonctions en escalier sont des fonctions en escalier. Donc (propriété admise), avec
les propriétés des questions (1) et (2) précédentes,

Z b Z b Z b Z b
φn (x)dx − ψn (x)dx ≤ φ̃n (x)dx + ψ̃n (x)dx
a a a a
Rb
En passant à la limite en n → +∞ dans cette inégalité, on obtient que a
f (x)dx ≤
Rb
a
g(x)dx, ce qui est la propriété voulue.
(4) Formellement il faut montrer que si f est Riemann intégrable sur [a, b] alors |f |
l’est aussi. Comme f est Riemann intégrable sur [a, b], par définition il existe des
suites (φn ) et (ψn ) de fonctions en escalier telles que |f − φn | ≤ ψn sur [a, b] pour
Rb
tout n et a ψn (x)dx → 0 lorsque n → +∞. L’inégalité triangulaire donne que
||f (x)| − |φn (x)|| ≤ |f (x) − φn (x)| ≤ ψn (x)
pour tout x ∈ [a, b] et tout n, et comme |φn | est aussi une fonction en escalier, on
voit que |f | est bien Riemann intégrable sur [a, b]. On va maintenant déduire (4)
de (3). On écrit que −|f | ≤ f ≤ |f |. On obtient alors avec la question (3) que
Z b Z b Z b
− |f (x)|dx ≤ f (x)dx ≤ |f (x)|dx .
a a a
Rb
Comme |f | ≥ 0 on obtient avec la question (3) que a |f (x)|dx ≥ 0 (0 est une
fonction en escalier sur [a, b], son intégrale vaut 0 × (b − a) = 0). Par suite,
Rb Rb
a
f (x)dx ≤ a |f (x)|dx, ce qui est la propriété voulue. □
Correction de l’exercice 5.4. (1) Il est clair que mi ≤ Mi pour tout i.

Donc, comme ai ≥ ai−1 pour tout i,
n
X
Σσ (f ) = mi (ai − ai−1 )
i=1
Xn
≤ Mi (ai − ai−1 )
i=1
σ
= Σ (f ) .
Les deux autres propriétés s’obtiennent en remarquant que m ≤ mi pour tout i, que
Mi ≤ M pour tout i et grâce aux propriétés téléscopiques des sommes impliquées.
On a
n
X
Σσ (f ) = mi (ai − ai−1 )
i=1
n
X
≥m (ai − ai−1 )
i=1
= m(an − a0 )
= m(b − a)
et, de même,
n
X
Σσ (f ) = Mi (ai − ai−1 )
i=1
n
X
≤M (ai − ai−1 )
i=1
= M (an − a0 )
= M (b − a) .
D’où les inégalités demandées.
(2) Les intervalles [ai−1 , ai || sont deux à deux disjoints et donc, pour tout x ∈ [a, b]
donné quelconque, il existe un et un seul i ∈ J1, nK pour lequel x ∈ [ai−1 , ai ||. On
a clairement mi ≤ f (x) ≤ Mi pour ce i, et comme f − (x) = mi et f + (x) = Mi , on
obtient l’inégalité voulue. On a
Z b n
X
f − (x)dx = mi (ai − ai−1 ) = Σσ (f )
a i=1
et
Z b n
X
f + (x)dx = Mi (ai − ai−1 ) = Σσ (f )
a i=1
de sorte que les intégrales sur [a, b] de f − et f + ne sont rien d’autre que les sommes
de Darboux inférieures et supérieures Σσ (f ) et Σσ (f ).
(3) Les fonctions f − et f + sont clairement des fonctions en escalier. Soit ε > 0
donné et soit σ une subdivision de [a, b] pour laquelle Σσ (f ) ≤ Σσ (f ) + ε. On pose
φε = f + . Alors
|f − φε | = f + − f ≤ f + − f −
puisque f − ≤ f ≤ f + . Soit ψε = f + − f − . Alors ψε est elle aussi une fonction en
escalier. elle est positive ou nulle et
Z b
ψε (x)dx = Σσ (f ) − Σσ (f ) ≤ ε .
a
On a ainsi montré que pour tout ε > 0, il existe deux fonctions en escaliers φε et ψε
Rb
qui sont telles que |f − φε | ≤ ψε sur [a, b] et a ψε (x)dx ≤ ε. Donc, par définition,
f est intégrable au sens de Riemann sur [a, b].
(4) Soit σ = (ai )0≤i≤n une subdivision donnée. Par définition,
mi = inf {f (x), x ∈ [ai−1 , ai ||} .
Etant donné ε > 0, il existe donc x ∈ [ai−1 , ai || tel que mi ≤ f (x) ≤ mi + ε car
sinon, pour tout x ∈ [ai−1 , ai || on aurait que f (x) ≥ mi +ε et donc que mi ≥ mi +ε,
ce qui est impossible. On note ξi = x et on a ainsi montré que pour tout i ∈ J1, nK,
il existe ξi ∈ [ai−1 , ai || tel que mi ≤ f (ξi ) ≤ mi + ε. Comme ai − ai−1 ≥ 0 pour
tout i on a alors clairement que

n
X
S(f, σ, ξ) ≤ (mi + ε)(ai − ai−1 )
i=1
n
X
= Σσ (f ) + ε (ai − ai−1 )
i=1
= Σσ (f ) + ε(b − a) .
En partant de ε/(b−a) au lieu de ε on a donc montré que pour toute subdivision σ de
[a, b], et tout ε > 0, il existe un pointage ξ associé pour lequel S(f, σ, ξ) ≤ Σσ (f )+ε.
De la même façon,
Mi = sup {f (x), x ∈ [ai−1 , ai ||}
et pour ε > 0 donné, il existe x ∈ [ai−1 , ai || tel que Mi − ε ≤ f (x) ≤ Mi . En
raisonnant ensuite comme ci-dessus on obtient que pour toute subdivision σ de
[a, b], et tout ε > 0, il existe un pointage ξ associé pour lequel Σσ (f ) ≤ S(f, σ, ξ)+ε.
(5) Supposons que f soit intégrable au sens de Riemann sur [a, b]. Alors, cf. cours,
pour tout ε > 0, il existe δ > 0 avec la propriété que pour toute subdivision pointée
(σ, ξ), avec δ(σ) < δ (où δ(σ) est le pas de σ),
Z b
S(f, σ, ξ) − f (x)dx < ε .
a
Soit ε > 0 fixé. Soit σ une subdivision de [a, b] de pas δ(σ) < δ. Soit ξ un pointage
associé à σ tel que S(f, σ, ξ) ≤ Σσ (f ) + ε. On a
Z b
f (x)dx ≤ S(f, σ, ξ) + ε
a
et donc Z b
f (x)dx ≤ Σσ (f ) + 2ε .
a
On considère maintenant ξ un pointage associé à σ tel que Σσ (f ) ≤ S(f, σ, ξ) + ε.
On a Z b
S(f, σ, ξ) ≤ f (x)dx + ε
a
et donc Z b
Σσ (f ) ≤ f (x)dx + 2ε .
a
Par suite,
Σσ (f ) ≤ Σσ (f ) + 4ε .
En partant de ε/4 au lieu de ε on a donc montré que si f est intégrable au sens de
Riemann sur [a, b], alors pour tout ε > 0 il existe une subdivision σ de [a, b] telle que
Σσ (f ) ≤ Σσ (f ) + ε. Avec la question (3) on a donc en fait montré qu’une fonction
bornée f : [a, b] → R est intégrable au sens de Riemann sur [a, b] si et seulement si
pour tout ε > 0 il existe une subdivision σ de [a, b] telle que Σσ (f ) ≤ Σσ (f ) + ε.
(6) Supposons pour fixer les idées (quitte à changer f en −f ) que f : [a, b] → R
est croissante. Clairement f est bornée puisque f (a) ≤ f (x) ≤ f (b) pour tout
x ∈ [a, b]. Soit σ = (ai )0≤i≤n une subdivision de [a, b]. Alors clairement
mi = f (ai−1 ) ≤ f (ai ) = Mi
pour tout i ∈ J1, nK. Soit ε > 0 donné. On considère σ une subdivision de [a, b]
telle que δ(σ) ≤ ε. On a alors, puisque Mi ≥ mi pour tout i,
n
X
Σσ (f ) − Σσ (f ) = (ai − ai−1 )(Mi − mi )
i=1
n
X
≤ δ(σ) (Mi − mi )
i=1
n
X
≤ε (f (ai ) − f (ai−1 ))
i=1
et par somme téléscopique, on obtient que

Σσ (f ) − Σσ (f ) ≤ ε (f (b) − f (a)) .
Sans perdre en généralité on peut supposer que f (a) < f (b), car sinon f est con-
stante, donc en escalier, donc intégrable. En partant de ε/ (f (b) − f (a)) au lieu de
ε on a alors montré que pour tout ε > 0 il existe une subdivision σ de [a, b] telle que
Σσ (f ) ≤ Σσ (f ) + ε. Il suit que f est intégrable au sens de Riemann sur [a, b]. □
Correction de l’exercice 5.5. Soit (σn )n une suite de subdivisions de [0, 1]

telle que δ(σn ) → 0 lorsque n → +∞. On écrit que pour tout n, σn = (ai,n )i=0,...,N (n) .
A titre de remarque, comme δ(σn ) → 0 on a forcément que N (n) → +∞ lorsque
n → +∞. Pour tout n fixé, et tout i = 1, . . . , N (n), on choisit ξi,n ∈]ai−1,n , ai,n [
avec la propriété que ξi,n ∈ Q. Un tel choix est possible puisque Q est dense dans
R. De même, pour tout n fixé, et tout i = 1, . . . , N (n), on choisit ξ˜i,n ∈]ai−1,n , ai,n [
avec la propriété que ξ˜i,n ̸∈ Q est irrationnel. Les irrationnels étant eux aussi
denses dans R, un tel choix est là encore possible. On pose ξn = (ξi,n )i=1,...,N (n) et
ξñ = (ξ˜i,n )i=1,...,N (n) . On obtient alors deux suites de subdivisions pointées (σn , ξn )
et (σn , ξñ ) avec δ(σn ) → 0 lorsque n → +∞. Si f était Riemann intégrable, et si
on note S(f, σn , ξn ) et S(f, σn , ξñ ) les sommes de Riemann de f associées à (σn , ξn )
et (σn , ξñ ), on devrait avoir
Z b
f (x)dx = lim S(f, σn , ξn )
a n→+∞
= lim S(f, σn , ξñ ) .

n→+∞
Or,
N (n)
X
2
S(f, σn , ξn ) = (ai,n − ai−1,n ) × (1 + ξi,n ) ≥ aN (n),n − a0,n = 1
i=1
N (n)
X
S(f, σn , ξñ ) = (ai,n − ai−1,n ) × 0 = 0
i=1
Rb
de sorte que l’intégrale a f (x)dx devrait à la fois être plus grande que 1 et valoir
0. C’est bien sûr impossible. Donc f n’est pas intégrable au sens de Riemann sur
[0, 1]. Vous verrez en L3 qu’elle est par contre intégrable au sens de Lebesgue et
que son intégrale au sens de Lebesgue vaut 0. □
Correction de l’exercice 5.6. On considère la subdivision σn = (ai )i=0,...,n

de [a, b] donnée par
b−a
ai = a + i .
n
b−a
On a ai − ai−1 = n . Soit aussi ξn = (ξi )i=1,...,n donné par le choix
b−a
ξi = a + i .
n
Si S(f, σn , ξn ) est la somme de Riemann de f associée la subdivision pointée (σn , ξn )
on a alors que
n
b−a X b−a
S(f, σn , ξn ) = f a+k .
n n
k=1
b−a
Si δ(σn ) est le pas de σn on a δ(σn ) = et donc δ(σn ) → 0 lorsque n → +∞.
n
Par suite, puisque f est intégrable au sens de Riemann sur [a, b],
Z b n
X b−a
f (x)dx = (b − a) lim f a+k .
a n→+∞ n
k=1
1
C’est l’inégalité demandée. Si maintenant on prend a = 0, b = 1 et f (x) = 1+x2
on obtient que
Z 1
π
= f (x)dx
4 0
n
1X k
= lim f
n→+∞ n n
k=1
n
1X 1
= lim 2
n→+∞ n 1 + nk 2
k=1
n
X n
= lim .
n→+∞ n2 + k 2
k=1
Correction de l’exercice 5.7. Soit ε > 0 fixé. En appliquant la propriété

ε ε
à 2(b−a) il existe g intégrable au sens de Riemann sur [a, b] telle que |f − g| < 2(b−a)
en tout point de [a, b]. Comme g est intégrable au sens de Riemann sur [a, b], il
existe deux fonctions en escaliers φε , ψε sur [a, b] telles que |g − φε | < ψε en tout
Rb
point de [a, b] et telles que a ψε (x)dx < ε/2. On en déduit que
|f − φε | = |f − g + g − φε |
≤ |f − g| + |g − φε |
ε
= + ψε .
2(b − a)
La fonction
ε
ψ̃ε = + ψε
2(b − a)
est bien une fonction en escalier et

Z b Z b
ε
ψ̃ε (x)dx = + ψε (x)dx
a 2 a
ε ε
< +
2 2
<ε.
On en déduit que pour tout ε > 0 il existe deux fonctions en escaliers φε , ψ̃ε sur
Rb
[a, b] telles que |f − φε | < ψ̃ε en tout point de [a, b] et telles que a ψ̃ε (x)dx < ε.
Donc f est bien intégrable au sens de Riemann sur [a, b]. □
Correction de l’exercice 5.8. On procède par récurrence sur n. Si n = 1
le résultat est trivialement vrai. On suppose maintenant le résultat vrai à un ordre
n et on démontre qu’il est encore vrai à l’ordre n + 1. On a
n+1
X n
X
k2 = k 2 + (n + 1)2
k=1 k=1
n(n + 1)(2n + 1)
= + (n + 1)2 (par hypothèse de récurrence)
6
n(2n + 1)
= (n + 1) +n+1
6
(n + 1)(2n2 + 7n + 6)
=
6
et il est facile de vérifier que
2n2 + 7n + 6 = (n + 2)(2n + 3)
de sorte que l’on obtient bien que
n+1
X (n + 1)(n + 2)(2(n + 1) + 1)
k2 = ,
6
k=1
ce qui achève la récurrence. On reprend maintenant le raisonnement de l’exercice

2. Lorsque a = 0 et b = 1 on a
Z 1 n
1X k
f (x)dx = lim f .
0 n→+∞ n n
k=1
2
Ici f (x) = x . On en déduit que
Z 1 n
2 1 X k2
x dx = lim
0 n→+∞ n n2
k=1
n
1 X 2
= lim k
n→+∞ n3
k=1
n(n + 1)(2n + 1)
= lim
n→+∞ 6n3
1
= .
3
□
Correction de l’exercice 5.9. Posons M = sup{f (x), x ∈ [a, b]}. Claire-

ment f ≤ M sur [a, b]. Donc f (x)n ≤ M n pour tout x ∈ [a, b] et tout n ≥ 1, et
ainsi
Z b !1/n
f (x)n dx ≤ M (b − a)1/n
a
pour tout n ≥ 1. Soit ε > 0 fixé quelconque (petit). Il existe c ∈]a, b[ tel que
f (c) > M − ε car sinon on aurait f ≤ M − ε sur [a, b] et donc M ≤ M − ε ce qui
est faux. Par continuité de f il existe alors d = c − η et e = c + η (η > 0 petit)
tels que c, d ∈]a, b[ et f ≥ M − ε sur [c, d]. Soit Ξ[c,d] la fonction caractéristique de
[c, d] (donc la fonction qui vaut 1 sur [c, d] et 0 ailleurs). Alors
(M − ε)Ξ[c,d] ≤ f
sur [a, b] (puisque f est positive ou nulle). Par suite
Z b Z d
(M − ε)n Ξn[c,d] (x)dx = (M − ε)n dx
a c
= (M − ε)n (d − c)
Z b
≤ f (x)n dx
a
et donc
!1/n
Z b
1/n n
(M − ε)(d − c) ≤ f (x) dx
a
pour tout n ≥ 1. Il s’ensuit que

!1/n
Z b
1/n n
(M − ε)(d − c) ≤ f (x) dx ≤ M (b − a)1/n
a
pour tout n ≥ 1. On a que

lim (d − c)1/n = lim (b − a)1/n = 1
n→+∞ n→+∞
et donc, pour n ≫ 1 suffisamment grand, (M − ε)(d − c)1/n ≥ M − 2ε et M (b −

a)1/n ≤ M + 2ε. D’où:
!1/n
Z b
∀ε > 0, ∃N ∈ N / ∀n ≥ N, f (x)n dx − M < 2ε .
a
Le résultat demandé suit clairement de ce que l’on vient de démontrer. □
Remarque: On définit la norme Lp d’une fonction f : [a, b] → R par

Z b 1/p
∥f ∥Lp = |f (x)|p dx
a
et la norme L∞ par ∥f ∥L∞ sup{|f (x)|, x ∈ [a, b]}. En appliquant l’exercice ci-dessus à la
fonction |f |, ce que dit cet exercice c’est que
lim ∥f ∥Lp = ∥f ∥L∞
p→+∞
pour toute fonction f : [a, b] → R continue sur [a, b].

Correction de l’exercice 5.10. On remarque que

Z 3
(1 − f (x)) dx = 0
2
tandis que 1 − f ≥ 0. Comme 1 − f est aussi continue, on en déduit (cf. cours) que
1 − f ≡ 0. D’où le résultat. □
Correction de l’exercice 5.11. On remarque que
Z 1
(f (x) − x) dx = 0
0
tandis que x → f (x) − x est continue. On ne peut avoir f (x) > x pour tout x, ni
f (x) < x pour tout x car sinon l’intégrale précédente serait soit strictement positive,
soit strictement négative. Donc il existe x1 , x2 ∈ [0, 1] tels que f (x1 ) − x1 ≤ 0 et
f (x2 ) − x2 ≥ 0. Le théorème des valeurs intermédiaires donne ensuite qu’il existe
x ∈ [x1 , x2 ] (ou x ∈ [x2 , x1 ] si x1 > x2 ) tel que f (x) − x = 0. C’est le point fixe
recherché. □
Correction de l’exercice 5.12. Supposons pour commencer que f est en
escalier. Il existe alors une subdivision σ = (ak )k=0,...,p de [a, b] et des réels c1 , . . . , cp
tels quef ≡ ck (f est identiquement égale à ck ) sur ]ak−1 , ak [ pour tout k = 1, . . . , p.
On a alors que
Z b Xp Z ak
f (x) sin(nx)dx = ck sin(nx)dx
a k=1 ak−1
p
X ck a
= [− cos(nx)]akk−1
n
k=1
p
1X
= ck (cos(nak ) − cos(nak−1 ))
n
k=1
et on peut ainsi écrire que
Z b p
2X
f (x) sin(nx)dx ≤ |ck |
a n
k=1
puisque | cos | ≤ 1. Clairement, par encadrement (théorème des gendarmes) il
s’ensuit que
Z b
lim f (x) sin(nx)dx = 0 .
n→+∞ a
On suppose maintenant que f est Riemann intégrable sur [a, b]. Soit ε > 0 quel-
conque fixé. Il existe φε , ψε en escalier telles que |f − φε | ≤ ψε sur [a, b] et
Z b
ψε (x)dx < ε .
a
On a
|f (x) sin(nx) − φε (x) sin(nx)| ≤ ψε (x)
R R
sur [a, b] puisque | sin | ≤ 1. On en déduit, puisque | H| ≤ |H|, que
Z b Z b Z b
f (x) sin(nx)dx − φε (x) sin(nx)dx ≤ ψε (x)dx
a a a
En vertue de ce qui a été démontré auparavant:

Z b
∃N ∈ N / ∀n ≥ N, φε (x) sin(nx)dx < ε .
a
On en déduit que ∃N ∈ N tel que ∀n ≥ N ,

Z b
f (x) sin(nx)dx
a
Z b Z b Z b
≤ φε (x) sin(nx)dx + f (x) sin(nx)dx − φε (x) sin(nx)dx
a a a
Z b Z b
≤ φε (x) sin(nx)dx + ψε (x)dx
a a
< 2ε
Comme ε > 0 est quelconque on a montré que
Z b
∀ε > 0, ∃N ∈ N / ∀n ≥ N, f (x) sin(nx)dx < ε ,
a
Z b
ce qui signifie que lim f (x) sin(nx)dx = 0. □
n→+∞ a
1
Correction de l’exercice 5.13. (1) Pour x ∈ [0, 1], 1+x ≤ 1. Donc
Z 1
1
0 ≤ In ≤ xn dx =
0 n + 1
n
x
puisqu’on a aussi que 1+x ≥ 0 sur [0, 1]. Par encadrement (théorème des gen-
darmes) on en déduit que lim In = 0.
n→+∞
(2) On a
1 1
xn xn+1
Z Z
In + In+1 = dx + dx
0 1+x 0 1+x
1
xn (1 + x)
Z
= dx
0 1+x
Z 1
= xn dx
0
1
=
n+1
pour tout n ∈ N.
(3) On a que
n−1
X n−1
X
(−1)k xk = (−x)k
k=0 k=0
1 − (−1)n xn
=
1+x
1 xn
= + (−1)n+1
1+x 1+x
par propriété des séries géométriques. En intégrant de 0 à 1 on obtient que

n−1 Z 1 Z 1
X
k k 1
(−1) x dx = dx + (−1)n+1 In
0 0 1 + x
k=0
et donc que
n−1
X (−1)k 1
= [ln(1 + x)]0 + (−1)n+1 In
k+1
k=0
soit encore que
n
X (−1)k+1
= ln(2) + (−1)n+1 In
k
k=1
En raison de (1) on trouve que
n
X (−1)k+1
lim = ln(2) .
n→+∞ k
k=1
□
Correction de l’exercice 5.14. Comme f est strictement croissante elle
est bijective de [a, b] sur [a, f (b)] (puisque f (a) = a). Elle admet donc une fonction
réciproque f −1 qui est elle aussi dérivable, donc en particulier
Rx continue et donc
intégrable. Comme f est continue la fonction x → a f (t)dt est dérivable (cf.
cours). Comme f −1 est continue, la fonction
Z X
G:X→ f −1 (t)dt
a
est dérivable sur [a, f (b)]. Par composition G ◦ f est dérivable sur [a, b] et (G ◦
f )′ (x) = G′ (f (x)) f ′ (x). Bien sûr, x → xf (x) est elle aussi dérivable. On en
déduit que g est dérivable. On a alors, pour tout x ∈ [a, b],
g ′ (x) = f (x) + G′ (f (x)) f ′ (x) − f (x) − xf ′ (x)
= f (x) + f −1 (f (x)) f ′ (x) − f (x) − xf ′ (x)
et donc g ′ (x) = 0 pour tout x ∈ [a, b]. On en déduit quye g est constante sur [a, b].
On a g(a) = −af (a) = −a2 . On en déduit que g(x) = −a2 pour tout x ∈ [a, b]. □
Correction de l’exercice 5.15. Par Chasles,
Z 1 Z 0 Z 1
f (x)dx = f (x)dx + f (x)dx . (⋆)
−1 −1 0
On considère la fonction φ ∈ C 1 (R, R) définie par φ(x) = −x. On a φ(0) = 0

et φ(1) = −1. La formule de changement de variable dans les intégrales permet
d’écrire que
Z −1 Z 1
f (x)dx = f (φ(x)) φ′ (x)dx
0 0
Z 1
=− f (−x)dx
0
Z 1
= f (x)dx
0
R −1 R0
puisque φ′ (x) = −1 et puisque f est impaire. Comme 0
=− −1
on en déduit
que
Z 0 Z 1
f (x)dx = − f (x)dx
−1 0
R1
Par suite, en revenant à (⋆), −1
f (x)dx = 0. □
Correction de l’exercice 5.16. On reconnait

2540 −1 d 2541
(cos(x)) sin(x) = (cos(x)) .
2541 dx
Donc,
Z π/2
2540
(cos(x)) sin(x)dx
0
−1 h 2541
iπ/2
= (cos(x))
2541 0
1
=
2541
De façon plus générale, si F est une primitive de f (donc F ′ = f , comme ici
1 2541
2541 X estune primitive de X 2540 )alors x → −F cos(x) est une primitive
de
x → f cos(x) sin(x) et x → F sin(x) est une primitive de x → f sin(x) cos(x).
Il faut apprendre à reconnaı̂tre ce genre de primitives. □
Correction de l’exercice 5.17. On intègre par parties. On pose u(x) = x,

v ′ (x) = sin(x). Alors u′ (x) = 1 et on peut prendre v(x) = − cos(x). La formule
d’intégration par parties donne alors
Z π/2 Z π/2
π/2
x sin(x)dx = − [x cos(x)]0 + cos(x)dx
0 0
Donc
Z π/2
x sin(x)dx
0
Z π/2
= cos(x)dx
0
π/2
= [sin(x)]0
=1
Correction de l’exercice 5.18. La fonction t → tan(t) est C 1 de ] − π2 , π2 [

dans R (c’est même une bijection strictement croissante de ] − π2 , π2 [ sur R). On a
tan′ (t) = 1 + tan2 (t)

et tan(0) = 0, tan(π/4) = 1. La formule de changement de variable dans les

intégrales permet d’écrire que
Z 1 Z π/4
1 1 ′
dx = 2 tan (t)dt
0 (1 + x2 )2 0 2
1 + tan (t)
Z π/4
1
= dt
0 1 + tan2 (t)
Z π/4
= cos2 (t)dt
0
1 π/4
Z
= (1 + cos(2t)) dt
2 0
π 1 π/4
= + [sin(2t)]0
8 4
π 1
= +
8 4
Correction de l’exercice 5.19. On intègre par parties. On pose u(x) =

ln(x) et v ′ (x) = 1. On a alors u′ (x) = x1 et v(x) = x. Par suite,
Z
ln(t)dt = x ln(x) − x
= x (ln(x) − 1) .
Correction de l’exercice 5.20. On intègre par parties. On pose u(x) =

arctan(x) et v ′ (x) = 1. On a alors u′ (x) = 1+x
1
2 et v(x) = x. Par suite,
Z Z
t
arctan(t)dt = x arctan(x) − dt
1 + t2
1
= x arctan(x) − ln(1 + x2 ) .
2
Correction de l’exercice 5.21. Soit φ(x) = a + b − x. Cette fonction est

de classe C 1 sur R. On a φ(a) = b et φ(b) = a. La formule de changement de
variables permet décrire que
Z a Z b
xf (x)dx = φ(x)f (φ(x)) φ′ (x)dx
b a
Puisque φ′ (x) = −1, et puisque f (a + b − x) = f (x), on trouve donc

Z b Z a
xf (x)dx = − xf (x)dx
a b
Z b
= (a + b − x)f (a + b − x)dx
a
Z b
= (a + b − x)f (x)dx
a
Z b Z b
= (a + b) f (x)dx − xf (x)dx .
a a
Par suite,
Z b Z b
2 xf (x)dx = (a + b) f (x)dx
a a
ce qui est le résultat demandé. Soit maintenant f (x) = cos4 (x) sin(x). Alors
f (π − x) = f (x). Donc
π π
Z
I= cos4 (x) sin(x)dx
2 0
π 5 π
=− cos (x) 0
10
π
= .
5
□
Correction de l’exercice 5.22. On a clairement que f ≤ g sur [0, 1] puisque

x ≥ x2 sur [0, 1]. L’aire en question n’est donc rien d’autre que
Z 1 Z 1
A= g(x)dx − f (x)dx
0 0
1 1 1
= [x4 ]10 + [x2 ]10 + 1 − [x3 ]10 − 1
2 2 3
1 1 1
= + −
2 2 3
2
= .
3
□
Correction de l’exercice 5.23. Il y a une symétrie par rapport à l’axe des

x. Si A est l’aire demandée alors A vaut le double de l’aire comprise entre l’axe
des x et la courbe de l’ellipse située dans le demi-plan y ≥ 0. Cette courbe dans le
demi-plan supérieur est le graphe sur [−a, a] de la fonction
r
x2
f (x) = b 1 − 2
a
Donc r
a
x2
Z
A = 2b 1− dx
−a a2
et toujours pour des raisons de symétrie on a même que

Z ar
x2
A = 4b 1 − 2 dx
0 a
Soit ϕ(x) = a cos(x). Cette fonction est C 1 et φ(0) = a, φ(π/2) = 0. Par change-
ment de variables, et puisque φ′ (x) = −a sin(x),
Z ar Z φ(π/2) r
x2 x2
1 − 2 dx = − 1 − 2 dx
0 a φ(0) a
Z π/2 p
=a 1 − cos2 (x) sin(x)dx
0
Z π/2
=a sin2 (x)dx .
0
On utilise l’identité 2 sin2 (x) = 1 − cos(2x) et on obtient que

Z ar
x2 a π/2
Z
1 − 2 dx = (1 − cos(2x)) dx
0 a 2 0
aπ a π/2
Z
= − cos(2x)dx
4 2 0
aπ a
= − [sin(2x)] 0π/2
4 4
aπ
=
4
Par suite, A = abπ. □
Correction de l’exercice 5.24. (1) Le degré du numérateur est inférieur

au degré du numérateur. Il n’y a donc pas de partie entière de la fraction. La
fraction est clairement irréductible. Du théorème de décomposition on tire qu’il
existe a, b ∈ R tels que
X a b
= + . (⋆)
(X + 1)(X − 2) X +1 X −2
Si on multiplie cette égalité par X + 1, on obtient
X b(X + 1)
=a+ .
X −2 X −2
En prenant ensuite X = −1 on obtient que a = 13 . On multiplie maintenant (⋆)
par X − 2. On obtient
X a(X − 2)
= +b .
X +1 X +1
En prenant X = 2 on obtient que b = 32 . Au final
X 1 2
= +
(X + 1)(X − 2) 3(X + 1) 3(X − 2)
est la décomposition en éléments simples de F .
(2) Le degré du numérateur est supérieur au degré du dénominateur. Il faut ef-
fectuer la division polynomiale du numérateur par le dénominateur. On a clairement
(X + 1)(X − 2) = X 2 − X − 2. Ensuite
X 3 = X(X 2 − X − 2) + X 2 + 2X
= X(X 2 − X − 2) + (X 2 − X − 2) + 3X + 2
= (X + 1)(X 2 − X − 2) + 3X + 2
et degré(3X + 2) = 1 < 2 = degré(X 2 − X − 2). La partie entière de G est donc
X + 1. On a
3X + 2
G(X) = X + 1 + .
(X + 1)(X − 2)
Ni −1 ni 2 n’annulent 3X + 2. La fraction du membre de droite ci-dessus est donc
bien irréductible. Du théorème de décomposition on tire qu’il existe a, b ∈ R tels
que
3X + 2 a b
= + . (⋆)
(X + 1)(X − 2) X +1 X −2
On multiplie par X + 1 on obtient
3X + 2 b(X + 1)
=a+ .
X −2 X −2
On prend X = −1. On obtient que a = 13 . On multiplie maintenant (⋆) par X − 2.
On obtient
3X + 2 a(X − 2)
= +b .
X +1 X +1
8
En prenant X = 2 on obtient que b = 3 . Au final,
1 8
G(X) = X + 1 + +
3(X + 1) 3(X − 2)
est la décomposition en éléments simples de G.
(3) Le degré du numérateur est supérieur au degré du dénominateur. Il faut ef-
fectuer la division polynomiale du numérateur par le dénominateur. On a
(X − 1)2 (X + 1) = (X 2 − 2X + 1)(X + 1)
= X3 − X2 − X + 1
et ensuite
X4 − X + 2
= X(X 3 − X 2 − X + 1) + X 3 + X 2 − 2X + 2
= X(X 3 − X 2 − X + 1) + (X 3 − X 2 − X + 1) + 2X 2 − X + 1
= (X + 1)(X 3 − X 2 − X + 1) + 2X 2 − X + 1
et degré(2X 2 − X + 1) = 2 < 3 = degré(X 3 − X 2 − X + 1). La partie entière de G
est donc X + 1. On a alors
2X 2 − X + 1
H(X) = X + 1 + .
(X − 1)2 (X + 1)
Ni 1 ni −1 n’annulent 2X 2 − X + 1. La fraction du membre de droite ci-dessus est
donc bien irréductible. Du théorème de décomposition on tire qu’il existe a, b, c ∈ R
tels que
2X 2 − X + 1 a b c
= + + . (⋆)
(X − 1)2 (X + 1) X − 1 (X − 1)2 X +1
On multiplie par (X − 1)2 . On obtient que

2X 2 − X + 1 c(X − 1)2
= a(X − 1) + b +
X +1 X +1
puis on prend X = 1. On obtient que b = 1. On multiplie (⋆) par X + 1. On
obtient que
2X 2 − X + 1 a(X + 1) b(X + 1)
= + +c .
(X − 1)2 X −1 (X − 1)2
On prend X = −1. On obtient que c = 1. On multiplie (⋆) par X. On obtient que
2X 3 − X 2 + X aX bX cX
= + +
(X − 1)2 (X + 1) X − 1 (X − 1)2 X +1
puis on fait tendre X → +∞. Alors 2 = a + c, et comme c = 1 c’est que a = 1. Au
final
1 1 1
H(X) = X + 1 + + +
X − 1 (X − 1)2 X +1
est la décomposition en éléments simples de H. □
f (x)
Correction de l’exercice 5.25. (1) La fonction x → x2 est continue sur
+⋆
R . Donc F est dérivable. De plus
f (x)
F ′ (x) =
x2
pour x > 1. Ainsi, en vertue de l’hypothèse faite sur f ,
Z x
′ a f (t) b
F (x) ≤ 2 dt + 2
x 1 t2 x
a b
≤ 2 F (x) + 2
x x
ce qui est l’inégalité demandée.
(2) On a, en vertue de l’inégalité précédente,
a a a
G′ (x) = F ′ (x)e x − 2
F (x)e x
x
a a b a a a
≤ 2 F (x)e x + 2 e x − 2 F (x)e x
x x x
b a
≤ 2 ex
x
ce qui est là encore l’inégalité demandée.
−1
(3) Avec le changement de variable s = 1t on a que ds = t2 dt et donc
Z x Z 1
1 a
2
e dt =
t eas ds
1 t 1/x
1 a a
= e − ex
a
pour x > 1.
(4) On a G(1) = 0. On tire alors de (2) et (3) que

Z x
G(x) = G′ (t)dt
1
Z x
1 a
≤b 2
e t dt
1 t
b a a
≤ e − ex
a
pour x > 1.
a
(5) Comme G(x) = F (x)e x on obtient avec la question précédente que
a
F (x) = G(x)e− x
b a a a
≤ e − e x e− x
a
b h (a− a ) i
≤ e x −1
a
pour x > 1. L’inégalité se prolonge par continuité à x = 1. □
Correction de l’exercice 5.26. (1) Le degré du numérateur est stricte-

ment inférieur au degré du dénominateur. Il n’y a pas de partie entière. La fraction
est clairement irréductible. Le domaine de définition de F est R\{−1, 0, 2}. Le
théorème de décomposition des fractions rationnelles donne l’existence de a, b, c ∈ R
tels que
a b c
F (X) = + + . (⋆)
X X +1 X −2
Si on multiplie (⋆) par X puis on prend ensuite X = 0, on obtient que a = −1/2.
Si on multiplie (⋆) par X + 1 et on prend ensuite X = −1, on trouve b = 1/3. Si
on multiplie (⋆) par X − 2 et on prend ensuite X = 2 on trouve c = 1/6. Donc
−1 1 1
F (X) = + + .
2X 3(X + 1) 6(X − 2)
Une primitive de F est alors donnée par
−1
Z
1 1
F = ln |X| + ln |X + 1| + ln |X − 2|
2 3 6
1 p p
= ln p + ln |X + 1| + ln 6 |X − 2|
3
|X|
p p
3
|X + 1| 6 |X − 2|
= ln p .
|X|
(2) Le degré du numérateur est strictement inférieur au degré du dénominateur.
Il n’y a pas de partie entière. La fraction est clairement irréductible. Le domaine
de définition de G est R\{−1, 0}. Le théorème de décomposition des fractions
rationnelles donne l’existence de réels a, b, c, d ∈ R tels que
a b c d
G(X) = 2
+ + 2
+ . (⋆)
X X (X + 1) X +1
Si on multiplie (⋆) par X 2 puis on prend ensuite X = 0, on obtient que a = 1. Si
on multiplie (⋆) par (X + 1)2 puis on prend ensuite X = −1, on obtient que c = 1.
En multipliant (⋆) par X et en faisant tendre X → +∞ on trouve que b + d = 0.

Mais alors
b d b
+ =
X X +1 X(X + 1)
et si maintenant on multiplie (⋆) par X 2 et fait tendre X → +∞ on trouve que
a + b + c = 0. Comme a = c = 1, c’est que b = −2 et que d = 2. Donc
1 2 1 2
G(X) = 2
− + 2
+ .
X X (X + 1) X +1
Une primitive de G est alors donnée par
−1
Z
1
G= − 2 ln |X| − + 2 ln |X + 1|
X X +1
2X + 1
=− − ln X 2 + ln(X + 1)2
X(X + 1)
2X + 1 (X + 1)2
=− + ln .
X(X + 1) X2
□
Correction de l’exercice 5.27. (1) Le degré du numérateur est supérieur

au degré du dénominateur. Il y a donc une partie entière. Il faut effectuer la
division polynomiale du numérateur par le dénominateur. On a
X 5 + X 4 + 2 = X 2 (X 3 − X) + X 4 + X 3 + 2
= X 2 (X 3 − X) + X(X 3 − X) + X 3 + X 2 + 2
= X 2 (X 3 − X) + X(X 3 − X) + (X 3 − X) + X 2 + X + 2
= (X 2 + X + 1)(X 3 − X) + X 2 + X + 2
et le degré de X 2 + X + 2 est bien strictement inférieur au degré de X 3 − X. Donc

X2 + X + 2
F (X) = X 2 + X + 1 + .
X3 − X
On a X 3 − X = X(X 2 − 1) = X(X − 1)(X + 1). Ni 0, ni −1 ni 1 n’annulent
X 2 + X + 2. La fraction est donc irréductible et le domaine de définition de F est
R\{−1, 0, 1}. Le théorème de décomposition des fractions rationnelles donne qu’il
existe a, b, c ∈ R tels que
X2 + X + 2 X2 + X + 2
=
X3 − X X(X − 1)(X + 1)
a b c
= + +
X X −1 X +1
Si on multiplie cette identié par X et on prend ensuite X = 0, on trouve que
a = −2. Si on multiplie l’identité par X − 1 et ensuite on prend X = 1, on trouve
que b = 2. Si on multiplie l’identité par X + 1 et ensuite on prend X = −1, on
trouve que c = 1. Donc
2 2 1
F (X) = X 2 + X + 1 − + + .
X X −1 X +1
Une primitive de F est alors donnée par

Z
1 1
F = X 3 + X 2 + X − 2 ln |X| + 2 ln |X − 1| + ln |X + 1|
3 2
1 1 (X − 1)2 |X + 1|
= X 3 + X 2 + X + ln .
3 2 X2
(2) Le degré du numérateur est strictement inférieur au degré du dénominateur.
Il n’y a pas de partie entière. Ni 1 ni −1 n’annulent le numérateur. La fraction
est irréductible. Le domaine de définition de G est R\{−1, 1}. Le théorème de
décomposition des fractions rationnelles donne qu’il existe a, b, c, d ∈ R tels que
a b c d
G(X) = 3
+ 2
+ + . (⋆)
(X − 1) (X − 1) X −1 X +1
Si on multiplie (⋆) par (X − 1)3 , et ensuite on prend X = 1, on trouve que a = 23 .
Si on mulitplie (⋆) par X + 1, et ensuite on prend X = −1, on trouve que d = 18 . Si
on multiplie (⋆) par X et ensuite on fait tendre X → +∞, on trouve que 1 = c + d.
Donc c = 78 . Si on réduit le membre de droite de (⋆) au même dénominateur et que
l’on se concentre uniquement sur les termes constants du numérateur ainsi obtenu
on obtient par assimilation que 1 = a − b + c − d et donc
3 7 1 5
b= + − −1= .
2 8 8 4
Donc
3 5 7 1
G(X) = + + + .
2(X − 1)3 4(X − 1)2 8(X − 1) 8(X + 1)
Une primitive de G est alors donnée par
Z
3 5 7 1
G=− 2
− + ln |X − 1| + ln |X + 1| .
4(X − 1) 4(X − 1) 8 8
□
Correction de l’exercice 5.28. (1) Posons Y = X 2 . Alors P (X) = Q(Y ),
où Q est le polynôme du second degré Q(Y )√= Y 2 − 3Y − 4. Le discriminant de
Q est ∆ = 25. Les racines de Q sont 21 (3 ± ∆), soit −1 et 4. La racine −1 est
impossible pour Y = X 2 mais 4 donne deux racines pour P qui sont −2 et 2. Donc
P se factorise en
P (X) = (X − 2)(X + 2)R(X) ,
où R est un polynôme réel de degré 2. En écrivant maintenant que R(X) = aX 2 +
bX + c, on a que
X 2 − 3X 2 − 4 = (X 2 − 4)(aX 2 + bX + c) .
En comparant les termes en X 4 on voit que nécessairement a = 1. En comparant
les termes constants on voit que nécessairement c = 1. Si l’on compare les termes
en X on trouve que b = 0. Au final on trouve que P (X) = (X − 2)(X + 2)(X 2 + 1).
Le polynôme réel X 2 + 1 est sans racines réelles.
(2) Le degré du numérateur de H est supérieur au degré du dénominateur de H. Il
y a donc une partie entière. On effectue la division polynomiale du du numérateur
de H par le dénominateur de H. On a
X 5 − 1 = X(X 4 − 3X 2 − 4) + 3X 3 + 4X − 1
et comme le degré de 3X 3 +4X −1 est strictement inférieur au degré de X 4 −3X 2 −4,

on a bien obtenu le quotient et le reste de la division polynomiale du du numérateur
de H par le dénominateur de H. On a donc
3X 3 + 4X − 1
H(X) = X + .
X 4 − 3X 2 − 4
Ni 2, ni −2 ni i n’annulent X 5 −1. La fraction dans le membre de droite ci-dessus est
donc irréductible. Le théorème de décomposition des fractions rationnelles donne
qu’il existe a, b, c, d ∈ R tels que
3X 3 + 4X − 1 3X 3 + 4X − 1
=
X 4 − 3X 2 − 4 (X − 2)(X + 2)(X 2 + 1)
a b cX + d
= + + .
X − 2 X + 2 X2 + 1
On multiplie cette identité par X − 2 et ensuite on prend X = 2. On trouve
31
que a = 20 . On multiplie l’identité par X + 2 et ensuite on prend X = −2.
33
On trouve que b = 20 . On multiplie l’identité par X et ensuite on fait tendre
X → +∞. On trouve que a + b + c = 3. Donc c = −1 5 . Enfin, si on réduit au mème
dénominateur le membre de droite de l’identité et que l’on se concentre uniquement
sur les termes constants du numérateur ainsi obtenu on obtient par assimilation que
2a − 2b − 4d = −1 et donc
31 33 4
4d = 1 + − =
10 10 5
de sorte que d = 15 . Ainsi
31 33 X −1
H(X) = X + + −
20(X − 2) 20(X + 2) 5(X 2 + 1)
et il s’agit là de la décomposition de H en éléments simples.
(3) Le domaine de définition de H est R\{−2, 2}. On écrit la décomposition

précédente sous la forme
31 33 2X 1
H(X) = X + + − + .
20(X − 2) 20(X + 2) 10(X 2 + 1) 5(X 2 + 1)
Sachant que X est la dérivée de 12 (X 2 + 1) on obtient comme primitive

Z
1 31 33 1 1
H = X2 + ln |X − 2| + ln |X + 2| − ln(X 2 + 1) + arctan(X) .
2 20 20 10 5
□
Correction de l’exercice 5.29. La fonction f est continue sur R, donc

localement intégrable sur R. L’intégrale est généralisée en +∞ uniquement. On a
lim f (x) = 1 .
x→+∞
Comme 1 ̸= 0, l’intégrale est divergente. □

√ 1
Correction de l’exercice 5.30. On pose x = t. On a alors dx = √
2 t
dt
et par changement de variables on obtient que
Z √b
Iab = 2 √ e−x dx
a
√b
= −2 e−x √a

√ √
= −2e− b
+ 2e− a
On aurait aussi pu dès le début reconnaitre que

1 √ √ ′
√ e− t = −2 e− t .
t
√
La fonction x → √1x e− x est continue sur R+⋆ . Elle a une limite infinie en 0+ .
L’intégrale est donc généralisée à la fois en 0 et en +∞. La convergence en 0 revient
à dire que Iab a une limite finie lorsque a → 0+ (b étant fixé). La convergence en +∞
revient à dire que Iab a une limite finie lorsque b → +∞ (a étant fixé). L’expression
calculée pour Iab nous dit que c’est bien le cas:
2 2
lim+ Ia1 = − + 2 et lim I1b = .
a→0 e b→+∞ e
On a alors
I = lim+ Ia1 + lim I1b
a→0 b→+∞
2 2
=− +2+
e e
=2.
□
Correction de l’exercice 5.31. On intègre par parties:
u = ln(t) , u′ = 1
t
−1
v′ = 1
t4 , v= 3t3
On a alors
x
1 x 1
Z
1 ln(t)
Ix = − + dt
3 t3 1 3 1 t4
x x
1 ln(t) 1 1
=− −
3 t3 1 9 t3 1
1 ln(x) 1 1
=− − 3+ .
3 x3 9x 9
L’intégrale I est généralisée en +∞. Par définition elle est convergente si Ix a une
limite finie lorsque x → +∞ et, dans ce cas, cette limite est sa valeur. Clairement
Ix a une limite lorsque x → +∞ et cette limite vaut 91 . Donc I est convergente et
I = 19 . □
Correction de l’exercice 5.32. (1) Soit f : R+ → R donnée par
x2 + 2
f (x) = .
x5 + 1
La fonction f est continue et positive sur R+ = [0, +∞[. L’intégrale I1 est généralisée
en +∞. On a
lim x3 f (x) = 1 .
x→+∞
Comme 3 > 1, le critère de Riemann donne que I1 est convergente.
(2) Soit f : R+ → R donnée par
2x + 3
f (x) = .
x2 + 5
en +∞. On a
lim xf (x) = 2 .
x→+∞
Comme 1 ≤ 1, le critère de Riemann donne que I2 est divergente.
(3) Soit f : R+⋆ → R donnée par
cos(x) sin(x)
f (x) = .
x2
La fonction f est continue et positive sur ]0, π2 ]. L’intégrale I3 est généralisée en 0.
On a
lim xf (x) = 1 .
x→0+
Comme 1 ≥ 1, le critère de Riemann donne que I3 est divergente.
2x + 3
f (x) = √ .
x(3x2 + 1)
La fonction f est continue et positive sur R+⋆ =]0, +∞[. L’intégrale I4 est généralisée
en 0 et en +∞. On a √
lim+ xf (x) = 3 .
x→0
1
Comme 2 < 1, le critère de Riemann donne que I4 est convergente en 0. On a
encore
2
lim x3/2 f (x) = .
x→+∞ 3
Comme 32 > 1, le critère de Riemann donne que I4 est convergente en +∞. Comme
I4 est convergente à la fois en 0 et en +∞ elle est convergente. □
Correction de l’exercice 5.33. La fonction f à intégrer est continue. Par
suite l’intégrale n’est généralisée qu’en +∞. On a
lim x2 |f (x)| = 0
x→+∞
car | sin | ≤ 1 et l’exponentielle l’emporte sur toutes les puissances. Le critère de

R +∞
Riemann, puisque 2 > 1, permet de conclure que 0 |f (x)|dx est convergente.
Donc I est absolument convergente. En particulier, I est bien convergente. □
x ln(x)
Correction de l’exercice 5.34. La fonction f (x) = (1+x 2 )a est définie et
continue sur ]0, +∞[. Elle se prolonge par continuité en 0 car elle a une limite
lorsque x → 0+ :
x ln(x)
lim =0.
x→0+ (1 + x2 )a
L’intégrale généralisée Ia n’est donc généralisée qu’en +∞. On a

x ln(x)
lim x2a−1 = +∞
x→+∞ (1 + x2 )a
Si 2a − 1 ≤ 1, soit a ≤ 1, le critère de Riemann donne que Ia diverge. Supposons
maintenant a > 1. On écrit a = 1 + b avec b > 0. Alors
x ln(x) ln(x)
2 a
≤ 2a−1
(1 + x ) x
ln(x)
= 1+2b
x
et on en déduit que
x ln(x)
lim x1+b =0.
x→+∞(1 + x2 )a
Comme 1 + b > 1, le critère de Riemann donne que cette fois-ci Ia converge. Donc
Ia est convergente si et seulement si a > 1. □
Correction de l’exercice 5.35. (1) Supposons qu’il existe c ≥ 0 pour

lequel f (c) < 0. Par décroissance f (x) ≤ f (c) pour x ≥ c. Mais alors, pour
x > c,
Z x Z c Z x
f (t)dt = f (t)dt + f (t)dt
0
Z0 c c
≤ f (t)dt + xf (c)
0
et donc Z x
lim f (t)dt = −∞
x→+∞ 0
puisque f (c) < 0, ce qui contredit la convergence supposée de l’intégrale. Il n’existe
donc pas de c ≥ 0 tel que f (c) < 0. C’est donc que f est positive ou nulle. Comme
f est décroissante et positive, limx→+∞ f (x) existe. Par théorème de cours laz
convergnec de l’intégrale entraı̂ne que lim f (x) = 0.
x→+∞
(2) On a
Z x Z x Z x/2
f (t)dt = f (t)dt − f (t)dt
x/2 0 0
R +∞
et puisque l’intégrale 0 f (x)dx converge, on peut écrire que
Z x Z +∞ Z x/2 Z +∞
lim f (t)dt = f (t)dt et lim f (t)dt = f (t)dt
x→+∞ 0 0 x→+∞ 0 0
(le x/2 ne change rien, il s’agit toujours d’une quantité qui tend vers +∞). Par
suite,
Z x
lim f (t)dt = 0 .
x→+∞ x/2
Par décroissance et positivité de f ,
Z x Z x
0 ≤ f (x) dt ≤ f (t)dt
x/2 x/2
et donc Z x
x
0≤ f (x) ≤ f (t)dt .
2 x/2
On en déduit (théorème des gendarmes en continu) que lim xf (x) = 0. □

x→+∞
Correction de l’exercice 5.36. Pour a > 12 on utilise l’inégalité de Cauchy-

Schwarz R(vue en algèbre bilinéaire par exemple, et que l’on applique au produit
scalaire f g). On a
Z x Z x
f (t)dt = 1 × f (t)dt
0 0
sZ sZ
x x
≤ 1dt f (t)2 dt
0 0
s
√
Z +∞
≤ x f (t)2 dt
0
s
Z +∞
= x1/2 f (t)2 dt
0
Rx R +∞
puisque f 2 ≥ 0, ce qui permet d’écrire que 0 f (t)2 dt ≤ 0 f (t)2 dt pour tout x.
Par suite on récupère bien que
Z x
1
lim a f (t)dt = 0
x→+∞ x 0
pour tout a > 12 . Pour a = 12 il faut être un peu plus malin. On va appliquer
Cauchy-Schwarz non plus entre 0 et x mais entre a et x pour a > 0. Pour x > a
on a que
Z x Z a Z x
f (t)dt = f (t)dt + f (t)dt
0 0 a
s sZ
Z a Z x x
≤ f (t)dt + 1dt f (t)2 dt
0 a a
s
Z a √
Z +∞
≤ f (t)dt + x−a f (t)2 dt .
0 a
Soit ε > 0 fixé. Il existe R1 > 0 tel que pour x > R1 ,

Z a
1 ε
√ f (t)dt < .
x 0 2
On a √
x−a
lim √ =1
x→+∞ x
et donc il existe aussi R2 > 0 tel que pour x > R2 ,
√
x−a
√ ≤2.
x
R +∞
Enfin, comme 0
f (x)2 dx est convergente, il existe a > 0 (suffisamment grand)
tel que
+∞
ε2
Z
f (t)2 dt <
.
a 16
On fixe un tel a. Soit R = max(R1 , R2 , a). Pour x > R on a alors que
Z x r
1 ε ε2
√ f (t)dt < + 2
x 0 2 16
ε ε
= +
2 2
=ε.
On a ainsi montré que
Z x
1
∀ε > 0, ∃R > 0 / ∀x > R, √ f (t)dt < ε
x 0
ce qui revient à dire que

Z x
1
lim √ f (t)dt = 0 .
x→+∞ x 0
La relation reste donc vraie pour a = 21 . □
Correction de l’exercice 5.37. (1) Soit f : R+ → R donnée par

2x2 + 3x + 2
f (x) = .
3x4 + 1
en +∞. On a
2
lim x2 f (x) = .
x→+∞ 3
Comme 2 > 1, le critère de Riemann donne que I1 est convergente.
(2) Soit f : R+ → R donnée par
2x3 + 3
f (x) = .
5x4 + 2x2 + 1
en +∞. On a
2
lim xf (x) = .
x→+∞ 5
Comme 1 ≤ 1, le critère de Riemann donne que I2 est divergente.
(1 − cos(x)) sin2 (x)
f (x) = .
x5
La fonction f est continue sur ]0, π] et positive sur ]0, π2 ]. L’intégrale I3 est
généralisée en 0. On a
1
lim xf (x) = .
x→0 + 2
Comme 1 ≥ 1, le critère de Riemann donne que I3 est divergente.

5x2 + 3
f (x) = √ .
x(3x3 + 2x + 1)
La fonction f est continue et positive sur R+⋆ =]0, +∞[. L’intégrale I4 est généralisée
en 0 et en +∞. On a
√
lim+ xf (x) = 3 .
x→0
1
Comme 2 < 1, le critère de Riemann donne que I4 est convergente en 0. On a
encore
5
lim x3/2 f (x) =
.
x→+∞ 3
Comme 32 > 1, le critère de Riemann donne que I4 est convergente en +∞. Comme
I4 est convergente à la fois en 0 et en +∞ elle est convergente. □
Correction de l’exercice 5.38. La fonction f est continue sur R, donc
localement intégrable sur R. L’intégrale est généralisée en +∞ uniquement. On a
x2 − 4 (x4 + 1) − 1
f (x) = + sin(x)
x4 + 1 1 + x4
x2 − 4 1
= 4 + sin(x) − sin(x) .
x +1 1 + x4
On a
x2 − 4
lim x2 × =1
x→+∞ x4 + 1
2 √
et la fonction xx4 −4
+1 est positive pour x ≥ 2. Donc, en vertue du critère de
R +∞ x2 −4
Riemann, l’intégrale généralisée 0 x4 +1 dx est convergente. En, d’autres termes,
Z A 2
x −4
lim dx existe et est finie .
A→+∞ 0 x4 + 1
De même,
| sin(x)|
lim x2 × dx = 0
x→+∞ 1 + x4
R +∞ sin(x)
et donc, en vertue du critère de Riemann, l’intégrale généralisée 0 1+x4 dx est
absolument convergente, donc aussi convergente. Là encore, en, d’autres termes,
Z A
sin(x)
lim dx existe et est finie .
A→+∞ 0 1 + x4
Par suite,
Z A
A
f (x)dx = H(A) − [cos(x)]0
0
= H(A) + 1 − cos(A) ,
où H est telle que lim H(A) existe et est finie. La fonction cos n’a pas de limite
A→+∞
en +∞ puisque cos(2kπ) = 1 et cos( π2 + 2kπ) = 0 pour tout k entier, tandis que
2kπ → +∞ et π2 + 2kπ → +∞ lorsque k → +∞. Donc
Z A
lim f (x)dx n’existe pas .
A→+∞ 0
R +∞
On en déduit que l’intégrale 0
f (x)dx est divergente. □
Correction de l’exercice 5.39. La fonction f est continue et positive sur

]1, +∞[. Si a > 1, Ia est généralisée en +∞ est uniquement en +∞. Soit
1
g(x) = .
x ln2 (x)
On a
f (x) 5
lim = .
x→+∞ g(x) 2
R +∞ R +∞ R +∞
Les intégrales a f (x)dx et a g(x)dx sont donc de même nature. Or a g(x)dx
R +∞
est une intégrale de Bertrand convergente. Donc a f (x)dx converge. Supposons
maintenant a = 1. L’intégrale est alors généralisée en 1 et en +∞. En +∞ il
y a convergenceR comme déjà dit. Reste à étudier la convergence en 1 et donc la
1+η
convergence de 1 f (x)dx pour un η > 0 fixé. Soit
5x4 + x2 + 2
φ(x) = .
2x5 + 7
Clairement, puisque φ est continue en 1, et puisque φ(1) = 89 , φ(x) ≥ 49 pour x
proche de 1. On a alors que
4
f (x) ≥
9 ln2 (x)
pour x proche de 1, par exemple sur [1, 1 + η] pour un η > 0 fixé petit. En posant
x = 1 + u,
Z 1+η Z η
1 1
dx = du
1 ln2 (x) 2
0 ln (1 + u)
Le développement limité de ln(1 + u) en 0 donne que
1
lim u2 2 =1.
u→0 ln (1 + u)
Rη 1
Du critère de Riemann on tire alors que 0 ln2 (1+u) du est divergente. Donc I1 est
divergente. □
x
Correction de l’exercice 5.40. Soit f (x) = x2 +1 . On a
1 − x2
f ′ (x) = .
(x2 + 1)2
Donc f ′ (x) ≤ 0 sur [1, +∞[, en particulier f ′ (x) ≤ 0 sur [π, +∞[. On a ainsi que f
est continue, positive et décroissante sur [π, +∞[. De plus, clairement,
lim f (x) = 0 .
x→+∞
La fonction g = sin est continue sur [π, +∞[ et, pour tout x > 1,
Z x
x
g(t)dt = |[cos(t)]π |
π
= |cos(x) + 1|
≤2
Le critère d’Abel permet de conclure que I est convergente. Pour étudier l’absolue
convergence de I on commence par remarquer que
1
f (x) ≥
2x
1
pour x ≥ 1, puisque x2 ≥ 1 pour x ≥ 1. On a donc aussi que f (x) ≥ 2x pour
x ≥ π. On écrit alors que pour n ∈ N⋆ ,
Z nπ n−1
X Z (k+1)π x| sin(x)|
x| sin(x)|
dx = dx
π x2 + 1 x2 + 1
k=1 kπ
n−1
X Z (k+1)π
≥ f (kπ) | sin(x)|dx
k=1 kπ
puisque f est décroissante, et ensuite, sachant que | sin | est π-périodique, on obtient
que
Z nπ n−1
1 X 1 (k+1)π
Z
x| sin(x)|
dx ≥ | sin(x)|dx
π x2 + 1 2 k kπ
k=1
n−1
1X1 π
Z
= sin(x)dx
2 k 0
k=1
n−1
X 1
=
k
k=1
puisque
Z π
π
sin(x)dx = − [cos(x)]0 = 2 .
0
P1
Or la série harmonique n diverge. Donc
Z nπ
x| sin(x)|
lim dx = +∞
n→+∞ π x2 + 1
et I n’est pas absolument convergente. □
Correction de l’exercice 5.41. On intègre par parties en posant u(t) =

ln(1 + t2 ) et v ′ (t) = t12 . On a alors
2t 1
u′ (t) = et v(t) = − .
1 + t2 t
Par suite,
x Z x
1 dt
Ix = − ln(1 + t2 ) + 2 2
t 1 1 1+t
ln(1 + x2 ) x
=− + ln(2) + 2 [arctan(t)]1
x
ln(1 + x2 ) π
=− + ln(2) + 2 arctan(x) − .
x 2
L’intégrale généralisée I est généralisée en +∞. Elle est convergente si et seulement
si Ix a une limite finie lorsque x → +∞ et, dans ce cas, cette limite est égale à I.
On a
ln(1 + x2 )
lim =0
x→+∞ x
et
π
lim arctan(x) =.
x→+∞ 2
Donc Ix a bien une limite finie lorsque x → +∞, en d’autres termes I est bien
convergente, et
π π
I = ln(2) + 2 × −
2 2
soit I = ln(2) + π2 . □
3
Correction de l’exercice 5.42. Soit f (x) = (1−cos(x)) xα
sin (x)
. La fonction
f est continue sur ]0, +∞[.L’intégrale est a priori généralisée en 0. On a
1 − cos(x) 1 sin(x)
lim = et lim =1.
x→0 x2 2 x→0 x
Donc
1
lim xα−5 f (x) =
.
x→0 2
Le critère de Riemann donne que I est convergente si et seulement si α − 5 < 1 et
donc si et seulement si α < 6. □
Correction de l’exercice 5.43. On a que
2 1 1
= − .
x2 − 1 x−1 x+1
1 1
R +∞
Soit a > 1 fixé. Soient f (x) = x−1 et g(x) = − x+1 . Les intégrales a f (x)dx
R +∞
et a g(x)dx sont divergentes d’après le critère de Riemann. Par contre I =
R +∞ 2 R +∞
a x2 −1 dx est convergente. Donc, non, si les intégrales généralisées a f (x)dx
R +∞ R +∞
et a g(x)dx sont divergentes, l’intégrale généralisée I = a (f (x) + g(x)) dx
n’est pas forcément divergente. Ce serait par contre le cas si on avait supposé que
f et g sont toutes deux positives. □
Correction de l’exercice 5.44. Soit f (x) = x(1−x). On a f ′ (x) = 1−2x.
Le maximum de f est atteint en x = 21 et il vaut 41 . On a fn (x) = f (x)n et f ≥ 0.
Donc
1
0 ≤ fn (x) ≤ n
4
pour tout x ∈ [0, 1]. Ainsi
lim max |fn (x)| = 0
n→+∞ x∈[0,1]
et (fn ) converge uniformément vers 0 sur [0, 1]. On peut donc passer à la limite
dans l’intégrale. On en déduit que ℓ = 0. Supposons maintenant que fn (x) = xn .
L’argument précédent ne fonctionne plus car maxx∈[0,1] |fn (x)| = 1 pour tout n.
Par contre, pour tout [α, β] ⊂]0, 1[,
max |fn (x)| = β n
x∈[0,1]
et comme 0 < β < 1,

lim max |fn (x)| = 0 .
n→+∞ x∈[α,β]
On en déduit que (fn ) converge uniformément vers 0 sur tout intervalle fermé
[α, β] ⊂]0, 1[. On a aussi que |fn (x)| ≤ 1 pour tout n et tout x ∈]0, 1[. Enfin
R1
0
1dx est une intégrale convergente (elle n’est même pas généralisée). On peut
donc appliquer le théorème de convergence dominée faible qui permet de passer
encore à la limite: Z 1 Z 1
lim xn dx = 0dx
n→+∞ 0 0
et on trouve que là encore ℓ = 0. □
xn
fn (x) − 1 =
1 + xn
et donc n
1
max1 |fn (x) − 1| ≤ .
x∈[0, 2 ] 2
On en déduit que
lim max |fn (x) − 1| = 0
n→+∞ x∈[0, 1 ]
2
et donc que (fn ) converge uniformément vers la fonction constante 1 sur [0, 21 ]. Soit
maintenant [a, b] ⊂]1, +∞[. On a
1
max |fn (x)| =
x∈[a,b] 1 + an
et donc, comme a > 1,
lim max |fn (x)| = 0 .
n→+∞ x∈[a,b]
On en déduit que (fn ) converge uniformément vers la fonction constante nulle sur
tout intervalle fermé [a, b] ⊂]1, +∞[.
(2) Comme (fn ) converge uniformément vers la fonction constante 1 sur [0, 21 ] on
peut passer à la limte dans la première intégrale et on obtient que
Z 1/2
1
ℓ= dx = .
0 2
Pour ce qui est de la second intégrale on utilise la convergence dominée faible. On
a que
1
fn (x) ≤
1 + x2
1
R +∞
sur [1, +∞[ pour tout n ≥ 2. La fonction g(x) = 1+x 2 est telle que 1
g(x)dx
est convergente. On peut donc bien appliquer le théorème de convergence dominée
faible et on obtient qu’il est alors possible de passer à la limite dans l’intégrale.
Donc ℓ′ = 0. □
√
Correction de l’exercice 5.46. Soit fn (x) = nnx+1
x+1
. On a
√ √
n x(1 − x)
fn (x) − 1 =
n(x + n1 )
√ √
x(1 − x)
=
(x + n1 )
√ √
Soit f (x) = x(1 − x). Soit 0 < a < 1. Alors, pour x ∈ [a, 1],
f (x)
|fn (x) − f (x)| =
n(x + n1 )
1
≤
an
en majorant “grossièrement” f (x) par 1 sur [a, 1]. Donc
lim sup |fn (x) − f (x)| = 0
n→+∞ x∈[a,1]
et on a ainsi que la suite (fn ) converge uniformément vers f sur [a, 1] pour tout
0 < a < 1. On a aussi que
√
n x 1
|fn (x)| ≤ +
nx + 1 nx + 1
1
≤ √ +1
x
pour tout x ∈]0, 1] (en écrivant que nx + 1 ≥ nx pour la première fraction et que
nx + 1 ≥ 1 pour la seconde). La fonction
1
g(x) = √ + 1
x
R1
est telle que 0 g(x)dx est convergente. On peut donc appliquer le théorème de
convergence dominée faible et on obtient qu’il est alors possible de passer à la
limite dans l’intégrale. D’où
Z 1
2 1 2 1 1
ℓ= f (x)dx = [x3/2 ]10 − [x2 ]10 = − = .
0 3 2 3 2 6
□
Correction de l’exercice 5.47. Soit fn (x) = f (xn ). Soit 0 < a < 1. On a
sup |fn (x) − f (0)| = sup |f (x) − f (0)| .
x∈[0,a] x∈[0,an ]
On a an → 0 lorsque n → +∞. Comme f est continue, en particulier (à droite) en

zéro,
∀ε > 0, ∃η > 0 / ∀0 ≤ x < η, |f (x) − f (0)| < ε .
Or, ∀η > 0 il existe N ∈ N⋆ tel que an < η pour tout n ≥ N . Par suite,
∀ε > 0, ∃N ∈ N⋆ / ∀n ≥ N, sup |fn (x) − f (0)| < ε .
x∈[0,a]
On en déduit que
lim sup |fn (x) − f (0)| = 0
n→+∞ x∈[0,a]
et donc que la suite (fn ) converge uniformément vers f sur [0, a]. On peut alors
passer à la limite dans l’intégrale et on obtient que
Z a Z a
lim f (xn )dx = f (0)dx = af (0) .
n→+∞ 0 0
Supposons maintenant a = 1. La fonction f étant continue sur [0, 1] elle est bornée
sur [0, 1]. Il existe donc M > 0 tel que |f (x)| ≤ M . On a |fn (x)| ≤ M pour tout
R1
n et tout x ∈ [0, 1] et la fonction constante g(x) = M est telle que 0 g(x)dx est
convergente. On peut donc appliquer le théorème de convergence dominée faible et

on obtient qu’il est alors possible de passer à la limite dans l’intégrale. D’où
Z 1 Z 1
lim f (xn )dx = f (0)dx = f (0) .
n→+∞ 0 0
Le résultat reste vrai si a = 1. □
Correction de l’exercice 5.48. On pose x = nu. Alors dx = ndu et donc

1 n
Z Z 1
f (x)dx = f (nu)du .
n 0 0
Soit 0 < a < 1. Par hypothèse,

∀ε > 0, ∃A > 0 / ∀x ≥ A, |f (x) − ℓ| < ε .
Clairement,
∀A > 0, ∃N ∈ N⋆ / ∀n ≥ N, ∀u ∈ [a, 1], nu > A .
On en déduit que
∀ε > 0, ∃N ∈ N⋆ / ∀n ≥ N, ∀u ∈ [a, 1], |f (nu) − ℓ| < ε .
Donc
lim sup |f (nu) − ℓ| = 0
n→+∞ u∈[a,1]
et on obtient une convergence uniforme de la suite des f (nu) vers ℓ sur [a, 1] pour
tout a > 0. Comme f est continue et puisque f a une limite finie en +∞, il existe
M > 0 tel que |f (x)| ≤ M pour tout x ∈ [0, +∞[. On en déduit que |f (nu)| ≤ M
pour tout n et tout u ∈ [0, 1]. La fonction constante g(x) = M est telle que
R1
0
g(x)dx converge. On peut donc appliquer le théorème de convergence dominée
faible
R1 et on obtient
R 1qu’il est alors possible de passer à la limite dans l’intégrale
′
0
f (nu)du. On a 0 ℓdu = ℓ. Donc ℓ = ℓ. □
Correction de l’exercice 5.49. On traite I. En mettant n2 en facteur au

numérateur et au dénominateur, on écrit que
n2 sin(x) + n + 1 sin(x) + n1 + 1
n2
= .
2
n +1 1 + n12
On voit ainsi que la limite simple de la suite de fonctions considérée est la fonction
sin(x). De plus, puisque 1 + n12 ≥ 1 et | sin(x)| ≤ 1,
n2 sin(x) + n + 1 − n12 sin(x) + n1 + n12
− sin(x) =
n2 + 1 1 + n12
1 1 1
≤ 2+ + 2
n n n
3
≤
n
pour n ≥ 1. Par suite
n2 sin(x) + n + 1

lim max − sin(x) = 0
n→+∞ x∈[0,π/2] n2 + 1
et la suite de fonctions considérée converge donc uniformément sur [0, π/2] vers la
fonction sin(x). Par théorème du cours on peut alors inverser limite et intégrale.
On a donc Z π/2
π/2
I= sin(x)dx = − [cos(x)]0 =1.
0
On traite maintenant J. En mettant n2 en facteur au numérateur et au dénominateur,
on écrit que
n2 x2 + 1 x2 + n12
= 4 .
n2 + nx4 + 1 1 + xn + n12
On voit ainsi que la limite simple de la suite de fonctions considérée est la fonction
4
x2 . De plus, puisque ici on s’intéresse aux x ∈ [−1, 2], et puisque 1 + xn + n12 ≥ 1,
6 2
n2 x2 + 1 − xn − nx2 + n12
2 4
− x2 = 4
n + nx + 1 1 + xn + n12
x6 x2 1
≤ + 2+ 2
n n n
26 + 22 + 1
≤
n
69
≤
n
pour n ≥ 1. Par suite
n2 x2 + 1

lim max − x2 =0
n→+∞ x∈[−1,2] n2 + nx4 + 1
et la suite de fonctions considérée converge donc uniformément sur [−1, 2] vers la
fonction x2 . Par théorème du cours on peut alors inverser limite et intégrale. On a
donc Z 2
1 3 2
J= x2 dx = x −1 = 3 .
−1 3
A ce point on traite K. Clairement, pour tout x fixé, cos( n1 x) → 1 lorsque n → +∞.
La limite simple de la suite de fonctions considérée est la fonction x4 . Du théorème
des accroissements finis on tire que pour tout X ∈ R,
|cos(X) − 1| = |cos(X) − cos(0)|
≤ |X| max | sin(t)|
t∈[−|X|,|X|]
≤ |X|
et donc, pour tout x ∈ [−1, 1],

4 1 4 4 1
x cos( x) − x = x cos( x) − 1
n n
1
≤ |x|5
n
1
≤ .
n
On en déduit que

1
lim max x cos( x) − x4
4
=0
n→+∞ x∈[−1,1] n
et donc que que la suite de fonctions considérée converge uniformément sur [−1, 1]
vers la fonction x4 . Par théorème du cours on peut alors inverser limite et intégrale.
On a donc Z 1
1 5 1 2
K= x4 dx = x −1 = .
−1 5 5
On s’attaque pour finir à L. En mettant n3 en facteur au numérateur et au
dénominateur, on écrit que
3
n3 ln(x) + n2 x3 + nx + 1 ln(x) + xn + nx2 + 1
n3
= .
n3 + 5 1 + n53
La limite simple de la suite de fonctions considérée est la fonction ln(x). De plus,
puisque ici on s’intéresse aux x ∈ [1, 2], et puisque 1 + n53 ≥ 1,
3
n3 ln(x) + n2 x3 + nx + 1 − n53 ln(x) + xn + x
n2 + 1
n3
− ln(x) =
n3 + 5 1 + n53
5 8 2 1
≤ ln(2) + + 2 + 3
n3 n n n
5
≤ (ln(2) + 11) .
n
On en déduit que
n3 ln(x) + n2 x3 + nx + 1

lim max − ln(x) =0
n→+∞ x∈[1,2] n3 + 5
et donc que que la suite de fonctions considérée converge uniformément sur [1, 2]
vers la fonction ln(x). Par théorème du cours on peut alors inverser limite et
intégrale. On a donc
Z 2
2
L= ln(x)dx = [x(ln(x) − 1)]1 = 2 ln(2) − 1 .
1
□
Correction de l’exercice 5.50. On s’intéresse à I. On met n2 en facteur

au numérateur et au dénominateur. On a
n2 sin( n1 x) + n + 1 sin( n1 x) + n1 + 1
n2
=
n2 x2 + 1 x2 + n12
La limite simple de la suite de fonctions considérée est la fonction nulle. Pour tout
X ≥ 0, sin(X) ≤ X. On le montre par exemple en remarquant que sin(0) = 0 et
que sin′ (x) ≤ 1. Comme sinus est impaire, | sin(X)| ≤ |X| pour tout X ∈ R. On
peut donc écrire que pour tout x ∈ [1, +∞[,
n2 sin( n1 x) + n + 1 x 1 1
2 2
≤ 2
+ + 2
n x +1 nx n n
3
≤
n
mais aussi que
n2 sin( n1 x) + n + 1 3
≤ 2 .
n2 x2 + 1 x
La première inégalité donne que

n2 sin( n1 x) + n + 1

lim max =0
n→+∞ x∈[1,+∞[ n2 x2 + 1
et donc que la suite de fonctions considérée converge uniformément sur [1, +∞[ vers
la fonction nulle. Donc, en particulier, pour tout intervalle [α, β] ⊂ [1, +∞[, la suite
de fonctions considérée converge uniformément sur [α, β] vers la fonction nulle. La
R +∞
seconde inégalité donne une domination par g(x) = x32 et l’intégrale 1 g(x)dx
est convergente. On peut ainsi appliquer le théorème de convergence dominée faible
qui permet d’inverser limite et intégrale. On a alors que
Z +∞
I= 0dx = 0 .
1
On s’intéresse maintenant à J. On utilise la même inégalité sur le cosinus, à savoir
| cos(X) − 1| ≤ |X| pour tout X, que dans l’exercice précédent. Pour x ≥ 0 on a
alors que
cos( n1 x) 1 1 x
− 2 ≤
x2 + 1 x +1 n x2 + 1
1
≤ .
n
La seconde inégalité donne que
cos( n1 x)

1
lim max − =0
n→+∞ x≥0 x2 + 1 x2 + 1
et donc que la suite de fonctions considérée converge uniformément sur [0, +∞[
vers la fonction x21+1 . Donc, en particulier, pour tout intervalle [α, β] ⊂ [1, +∞[,
la suite de fonctions considérée converge uniformément sur [α, β] vers la fonction
1 1
2 +1 . La première inégalité donne une domination par g(x) = x2 +1 et l’intégrale
Rx +∞
0
g(x)dx est convergente. On peut ainsi appliquer le théorème de convergence
dominée faible qui permet d’inverser limite et intégrale. On a alors que
Z +∞
1 +∞ π
J= 2+1
dx = [arctan]0 = .
0 x 2
□
Correction de l’exercice 5.51. On met n2 en facteur au numérateur et
au dénominateur. On a
√ √
n2 x + 1 x + n12
= .
2
n x+n+1 x + n1 + n12
On en déduit que la limite simple de la suite de fonctions considérée est la fonction
√1 pour x > 0. Soient 0 < α < β ≤ 1. On peut aussi écrire pour x ∈ [α, β] que
x
√ 1 1 1√
n2 − n x − n2 x
√
n2 x + 1 1
− √ =
n2 x + n + 1 x x + n1 + n12

1 1 1 1
≤ + √ + 2√
α n2 n α n α
3
≤ √ .
nα α
On en déduit que
√
n2 x + 1

1
lim max − √ =0
n→+∞ x∈[α,β] n2 x + n + 1 x
et donc que la suite de fonctions considérée converge uniformément sur [α, β] vers
√1 pour tout intervalle [α, β] ⊂]0, 1]. On a aussi que pour x > 0,
x
√ √
n2 x + 1 x + n12
=
n2 x + n + 1 x + n1 + n12
√
x 1 1
= 1 1 + n2
x + n + n2 1
x + n + n12
√
x 1
≤ + 2 × n2
x n
1
≤ √ +1 .
x
R1
On a donc une domination par g(x) = √1x +1 et 0 g(x)dx est convergente. On peut
ainsi appliquer le théorème de convergence dominée faible qui permet d’inverser
limite et intégrale. On a alors que
Z 1
1 √ 1
ℓ= √ dx = 2 x 0 = 2 .
0 x
□
Correction de l’exercice 5.52. Soient 0 < α < β < +∞. Pour x ∈ [α, β]
on écrit que
cos(nx) 1
≤ .
(nx + 1)(1 + x2 ) (nα + 1)(1 + α2 )
Donc
cos(nx)
lim max =0
n→+∞ x∈[α,β] (nx + 1)(1 + x2 )
et on en déduit que la suite de fonctions considérée converge uniformément sur
[α, β] vers la fonction nulle pour tout [α, β] ⊂]0, +∞[. On a aussi que pour tout
x ∈ [0, +∞[,
cos(nx) 1
≤
(nx + 1)(1 + x2 ) 1 + x2
1
R +∞
et on a donc une domination par g(x) = 1+x 2 et 0
g(x)dx est convergente.
On peut ainsi appliquer le théorème de convergence dominée faible qui permet
d’inverser limite et intégrale. On a alors que ℓ = 0. □
Correction de l’exercice 5.53. La limite simple de la suite de fonction

considérée est clairement la fonction nulle puisque pour x fixé, x ̸∈ [n, n + 1] à
partir d’un certain n0 . On a même, pour les mêmes raisons, que pour tous 0 ≤ α <
β < +∞,

lim max |fn (x)| = 0
n→+∞ x∈[α,β]
On en déduit que la suite de fonctions considérée converge uniformément sur [α, β]

vers la fonction nulle pour tout [α, β] ⊂ [0, +∞[. On a aussi que
x3
|fn (x)| ≤
x5 + 1
(
1 si 0 ≤ x ≤ 1
≤ 1
x2 si x ≥ 1
pour tout n et tout x ≥ 0. Soit g la fonction

(
1 si 0 ≤ x ≤ 1
g(x) = 1
x2 si x ≥ 1
R +∞
On a donc une domination par g(x) et 0 g(x)dx est convergente. On peut ainsi
appliquer le théorème de convergence dominée faible qui permet d’inverser limite
et intégrale. On a alors que ℓ = 0. □
Correction de l’exercice 5.54. La fonction f (x, t) = sin(xt) est continue
sur R × R et
∂f
(x, t) = t cos(xt)
∂x
existe et est continue sur R × R. Par théorème du cours F est dérivable sur R de
dérivée Z 1
F ′ (x) = t cos(xt)dt
0
et comme ∂f ′ 1
∂x est continue des deux variables, F est continue, donc F est C . On
1
a F ′ (0) = 0 tdt = 2 .
1
R
□
Correction de l’exercice 5.55. On a 2 + cos(xt) ≥ 1 pour tout (x, t) ∈
R × R. La fonction
x2 t2 + xt + 1
f (x, t) =
2 + cos(xt)
∂f
est continue sur R × R. La dérivée partielle ∂x existe en tout point de R × R et
∂f (2xt + t)(2 + cos(xt)) + t(x2 t2 + xt + 1) sin(xt)
(x, t) =
∂x (2 + cos(xt))2
pour tout (x, t) ∈ R × R. La fonction ∂f
∂x est continue des deux variables sur R × R.
Par théorème du cours F est dérivable sur R de dérivée
Z 1
′ ∂f
F (x) = (x, t)dt
0 ∂x
∂f
et comme ∂x est continue des deux variables, F ′ est continue, donc F est C 1 . On
a
∂f 1
(0, t) = t
∂x 3
et donc F ′ (0) = 16 . □
Correction de l’exercice 5.56. On a ici une intégrale généralisée en 0 et
en +∞. La fonction
sin(xt) −t
f (x, t) = e
t
est continue sur R×]0, +∞[. Comme | sin(X)| ≤ |X| pour tout X,
|f (x, t)| ≤ |x|e−t
et donc, en particulier, pour tout intervalle fermé borné [α, β] ⊂ R, tout x ∈ [α, β]
et tout t ∈]0, +∞[,
|f (x, t)| ≤ Ce−t
R +∞
où C = max(|α|, |β|). La fonction g(t) = Ce−t est telle que l’intégrale 0 g(t)dt
converge (elle est continue en 0 et elle s’intègre à la main entre 0 et A, ce qui permet
de constater qu’il y a bien une limite finie lorsque A → +∞). Des théorèmes du
cours on tire que F est définie et continue sur [α, β]. Comme [α, β] ⊂ R est
quelconque, on a montré que F est définie et continue sur R.
∂f
(2) La fonction ∂x existe et est continue des deux variables sur R×]0, +∞[ avec
∂f
(x, t) = cos(xt)e−t .
∂x
On a ainsi | ∂f
∂x (x, t)| ≤ e
−t
et la fonction g(t) = e−t est telle que l’intégrale
R +∞
0
g(t)dt converge. Des théorèmes de cours on tire que F est dérivable sur R
de dérivée Z 1
∂f
F ′ (x) = (x, t)dt
0 ∂x
et comme ∂f ∂x est continue des deux variables, et dominée par une fonction ne
dépendant que de t dont l’intégrale converge, F ′ est continue, donc F est C 1 . On
a ∂f
∂x (0, t) = e
−t
et donc
Z +∞
F ′ (0) = e−t dt
0
Z A
= lim e−t dt
A→+∞ 0
A
e−t

= − lim 0
A→+∞
−A
= lim (1 − e )
A→+∞
=1.
(3) On a F (0) = 0. Donc

F (x) F (x) − F (0)
lim = lim = F ′ (0) .
x→0 x x→0 x
F (x)
D’où lim = 1. □
x→0 x
Correction de l’exercice 5.57. (1) On a ici une intégrale généralisée en
0 et en +∞. La fonction
e−xt
f (x, t) = d
1 + t2
est définie et continue sur R × R. Pour (x, t) ∈]0, +∞[×]0, +∞[ on a
1
|f (x, t)| ≤
1 + t2
1
R +∞
et si g(t) = 1+t 2 alors 0
g(t)dt est convergente. Des théorèmes de cours on tire
donc que F est définie et continue sur ]0, +∞[. On écrit que
Z 1 Z +∞
F (x) = f (x, t)dt + f (x, t)dt
0 1
et pour (x, t) ∈]0, +∞[×]0, +∞[,

e−x
|f (x, t)| ≤
1 + t2
si t ≥ 1. On a donc que
Z +∞ Z +∞
1
f (x, t)dt ≤ e−x dt
1 1 1 + t2
≤ Ce−x
où C > 0 ne dépend pas de x, et ainsi
Z +∞
lim f (x, t)dt = 0 .
x→+∞ 1
D’un autre côté, pour x > 0,
Z 1 Z 1
f (x, t)dt ≤ e−xt dt
0 0
1 −xt 1
≤− e 0
x
1
1 − e−x .

≤
x
et ainsi Z 1
lim f (x, t)dt = 0 .
x→+∞ 0
On a donc bien que lim F (x) = 0.
x→+∞
∂f
(2) On va déjà montrer que F est de classe C 1 sur ]0, +∞[. La dérivée partielle ∂x
existe et est continue sur ]0, +∞[×]0, +∞[ avec
∂f −t −xt
(x, t) = e
∂x 1 + t2
pour tous (x, t) ∈]0, +∞[×]0, +∞[. Pour tout [α, β] ⊂]0, +∞[, et tout (x, t) ∈
]α, β[×]0, +∞[,
∂f
(x, t) ≤ e−αt
∂x
R +∞
et si g(t) = e−αt , alors 0 g(t)dt est convergente. Des théorèmes de cours on tire
que F est dérivable sur tout intervalle ]α, β[ ⊂]0, +∞[ avec
Z +∞
′ t
F (x) = − e−xt dt .
0 1 + t2
Comme ∂f ∂x est continue des deux variables et dominée par une fonction ne dépendant
que de t dont l’intégrale converge, F ′ est continue sur ]α, β[. Comme ]α, β[ est quel-
conque dans ]0, +∞[, F est C 1 sur ]0, +∞[ et la formule pour F ′ (x) est valable pour
∂f
tout x > 0. On recommence avec cette nouvelle formule. La fonction ∂x a de nou-
2
veau une dérivée partielle par rapport à x. Elle est traditionnellement notée ∂∂xf2 .
On a
∂2f
= f ract2 1 + t2 e−xt
∂x2
pour tous (x, t) ∈]0, +∞[×]0, +∞[. Comme ci-dessus, pour tout [α, β] ⊂]0, +∞[,
et tout (x, t) ∈]α, β[×]0, +∞[,
∂2f
≤ e−αt
∂x2
R +∞
et si g(t) = e−αt , alors 0 g(t)dt est convergente. Des théorèmes de cours on tire
que F ′ est dérivable sur tout intervalle ]α, β[ ⊂]0, +∞[ avec
Z +∞
t2 −xt
F ′′ (x) = e dt .
0 1 + t2
2
Comme ∂∂xf2 est continue des deux variables et dominée par une fonction ne dépendant
que de t dont l’intégrale converge, F ′′ est continue sur ]α, β[. Comme ]α, β[ est quel-
conque dans ]0, +∞[, F est C 2 sur ]0, +∞[ et la formule pour F ′′ (x) est valable
pour tout x > 0.
(3) En vertue de ce qui a été dit ci-dessus, pour tout x > 0,
Z +∞ Z +∞ −xt
t2 −xt e
F ′′ (x) + F (x) = 2
e dt + dt
0 1 + t 0 1 + t2
Z +∞
= e−xt dt
0
Z A
= lim e−xt dt
A→+∞ 0
A
1 −xt
= − lim e
A→+∞ x 0
1
lim 1 − e−Ax

=
x A→+∞
1
=
x
ce qui est la relation demandée. □
Correction de l’exercice 5.58. D’après les théorèmes généraux, la fonc-
tion (x, y) → x3 y 4 est continue sur R2 . On peut appliquer Fubini en piles:
Z 1 Z 1
I= x3 y 2 dy dx
0 x2
Z 1
1 1
= x3 y 3 x2 dx
3 0
1 1 3 1 1 9
Z Z
= x dx − x dx
3 0 3 0
1 4 1 1 10 1
= x 0− x 0
12 30
1
= .
20
Correction de l’exercice 5.59. L’aire de D est donnée par la formule (cf.

cours)
Z Z
A= dxdy .
D
Le domaine D est un domaine en piles. On a bien que 2−x2 ≥ x2 pour −1 ≤ x ≤ 1.
On applique Fubini en piles pour calculer
Z 1 Z 2−x2 !
A= dy dx
−1 x2
Z 1
=2 (1 − x2 )dx
−1
1
1 3
=2 x− x
3 −1
8
= .
3
□

tion (x, y) → x2 + y 2 est continue sur R2 . Il faut maintenant re-écrire Ω pour le
mettre sous la forme d’un domaine connu. On a
x ≥ 0, y ≥ 0, x + y ≤ 1 ⇔ x ≥ 0, 0 ≤ y ≤ 1 − x
⇔ 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 − x
et on récupère, avec cette nouvelles écriture des conditions, un domaine en piles.
On peut appliquer Fubini en piles:
Z 1 Z 1−x
2 2
I= (x + y )dy dx
0 0
Z 1 Z 1−x
= x2 (1 − x) + y 2 dy dx
0 0
Z 1
1
= x2 (1 − x) + (1 − x)3 dx
0 3
Z 1
2 3 1 3 2 1
= x −x − x −x+x + dx
0 3 3
Z 1
4 1
= − x3 − x + 2x2 + dx
0 3 3
1 1 2 1
= − [x4 ]10 − [x2 ]10 + [x3 ]10 +
3 2 3 3
1
= .
6
□

tion (x, y) → xy est continue sur R2 . Il faut maintenant re-écrire D pour le mettre
sous la forme d’un domaine connu. On a

0 ≤ y ≤ 1, x − y + 1 ≥ 0, x − y − 1 ≤ 0
⇔ 0 ≤ y ≤ 1, y − 1 ≤ x ≤ y + 1
et on a bien que y − 1 ≤ y + 1. On récupère, avec cette nouvelles écriture des
conditions, un domaine en tranches. On applique Fubini en tranches et on calcule
Z 1 Z y+1
I= xdx dy
0 y−1
Z 1
1 2 y+1
= x y−1
2 0
Z 1
=2 ydy
0
=1.
On change maintenant D comme dans l’énoncé. Là encore il faut re-écrire D pour
le mettre sous la forme d’un domaine connu. On a
y ≥ 0, x − y + 1 ≥ 0, x + 2y − 4 ≤ 0
⇔ y ≥ 0, y − 1 ≤ x ≤ 4 − 2y
5
⇔ 0 ≤ y ≤ , y − 1 ≤ x ≤ 4 − 2y
3
car y − 1 ≤ 4 − 2y ⇔ y ≤ 35 , et on récupère, avec cette nouvelles écriture des
conditions, un domaine en tranches. On applique Fubini en tranches et on calcule
Z 5/3 Z 4−2y
I= xdx dy
0 y−1
Z 5/3 Z 4−2y
= xdx dy
0 y−1
Z 5/3
1 4−2y
= y x2 y−1 dy
2 0
1 5/3
Z
3y 2 − 14y + 15 dy

=
2 0

1 3 5/3 5/3 75
= y 0 − 7 y2 0 +
2 3

1 125 175 75
= − +
2 27 9 3
275
= .
54
□
tion (x, y) → x + y est continue sur R2 . Il faut maintenant re-écrire D pour le
mettre sous la forme d’un domaine connu. On a
x ≤ 1, y ≥ 0, y 2 ≤ x
⇔ x ≤ 1, y ≥ 0, y 2 ≤ x, x ≥ 0
√
⇔ 0 ≤ x ≤ 1, 0 ≤ y ≤ x .
On récupère, avec cette nouvelles écriture des conditions, un domaine en piles. On

applique Fubini en piles et on calcule
Z 1 Z √x !
I= (x + 2y)dy dx
0 0
√ √ !
Z 1 Z x Z x
= x dx + 2 ydy dx
0 0 0
Z 1 √
= (x x + x)dx
0
2 1
= [x5/2 ]10 +
5 2
9
= .
10
□
Correction de l’exercice 5.63. Le domaine D est un domaine en tranches

et y ≤ y 2 pour y ≥ 1. Si A est l’air de D, on calcule avec Fubini en tranches:
Z Z
A= dxdy
D
Z Z 2 ! 2 y
= dx dy
1 y
Z 2
= (y 2 − y)dy
1
1 3 2 1 2 2
= y 1− y 1
3 2
5
= .
6
□
Correction de l’exercice 5.64. Les fonctions (x, y) → cos(x+y) et (x, y) →

1 + x2 y 3 sont, en vertue des théorèmes généraux, continues sur R2 . Par Fubini pour
les rectangles,
Z π Z π/2 !
I= cos(x + y)dy dx
0 0
Z π
y=π/2
= [sin(x + y)]y=0 dx
0
Z π Z π
= cos(x)dx − sin(x)dx
0 0
π π
= [sin(x)]0 + [cos(x)]0
= −2 .
Pour calculer J on écrit que
D2 = (x, y) ∈ R2 / 0 ≤ x ≤ 1 et 0 ≤ y ≤ x

.
On peut alors appliquer Fubini pour les domaines en piles pour calculer J. On a
Z 1 Z x
2 3
J= (1 + x y )dy dx
0 0
Z 1 y=x
1
= y + x2 y 4 dx
0 4 y=0
Z 1
1 1 6
Z
= xdx + x dx
0 4 0
1 1 15
= + = .
2 28 28
□
Correction de l’exercice 5.65. (Correction sommaire) On pose x = nt.
Alors dx = ndt et donc Z 1
In = f (nt)dt .
0
La fonction f est continue et elle a une limite ℓ en +∞. Elle est alors nécessairement
bornée sur [0, +∞[. En effet, il existe A > 0 tel que x > A implique |f (x) − ℓ| < 1,
et donc |f (x)| ≤ 1 + |ℓ| pour x > A. La fonction f étant par ailleurs continue sur
[0, A] qui est compact, il existe M > 0 tel que |f (x)| ≤ M pour tout x ∈ [0, A]. En
posant K le plus grand de M et de 1 + |ℓ| on obtient que |f (x)| ≤ K pour tout
x ≥ 0.
On prétend maintenant que la suite de fonctions x → f (nx) converge uni-
formément vers la fonction constante ℓ sur tout intervalle fermé [α, β] ⊂]0, 1]. En
effet
∀ε > 0, ∃A > 0 / ∀x > A, |f (x) − ℓ| < ε .
Pour x ∈ [α, β], avec α > 0, nx ≥ nα. On en déduit que

A
∀ε > 0, ∃N = + 1 / ∀n > N, ∀x ∈ [α, β], |f (nx) − ℓ| < ε ,
α
où [T ] représente la partie entière de T . La phrase mathématique que l’on vient
d’établir signifie précisément que la suite de fonctions x → f (nx) converge uni-
formément vers la fonction constante ℓ sur tout intervalle fermé [α, β] ⊂]0, 1].
On a une domination |f (nx)| ≤ K pour tout n ∈ N et tout x ≥ 0, et la
fonction constante K est intégrable sur [0, 1]. Le théorème de convergence dominé
faible permet de conclure que
Z 1
lim In = ℓdt = ℓ .
n→+∞ 0
□
Correction de l’exercice 5.66. (1) Pour x > 0 l’intégrale généralisée qui
définit Γ(x) est convergente en 0 car tx−1 e−t ≤ t1−x
1
et 1 − x < 1 de sorte que l’on
récupère une domination par une intégrale de Riemann convergente en 0. On peut
conclure à la convergence de Γ(x) en 0 puisque la fonction intégrée est positive. En
+∞, comme l’exponentielle l’emporte sur toutes les puissances, tx−1 e−t ≤ tC2 pour
une constante C > 0 indépendante de t, et on récupère une domination par une
intégrale de Riemann convergente en +∞. On peut conclure à la convergence de
Γ(x) en +∞ puisque la fonction intégrée est positive. Donc Γ(x) représente bien
une intégrale convergente pour x > 0. En d’autres termes, Γ(x) est bien définie
pour x > 0.
(2) Comme Γ(x) est convergente pour tout x > 0 on peut écrire que
Z A
Γ(x) = lim tx−1 e−t dt
A→+∞ 1/A
pour tout x > 0. On intègre par parties l’intégrale

Z A
IA = tx e−t dt
1/A
en posant U = t et V = e . On a alors U ′ = xtx−1 et V = −e−t . Donc

x ′ −t
Z A
A
IA = − tx e−t 1/A + x tx−1 e−t dt

1/A
A
et en remarquant que [tx e−t ]1/A
→ 0 lorsque A → +∞, on obtient en passant à la
limite A → +∞ que Γ(x + 1) = xΓ(x).
(3) On a
Z A
Γ(1) = lim e−t dt
A→+∞ 1/A
RA A
et 1/A e−t dt = − [e−t ]1/A = e−1/A − e−A . En passant à la limite en A → +∞ on
obtient que Γ(1) = 1. Avec la question précédente,
Γ(n + 1)nΓ(n) = n(n − 1)Γ(n − 2) = · · · = n!Γ(1)
et donc Γ(n + 1) = n!.
(4) La fonction (x, t) → tx−1 e−t est continue sur ]0, +∞[×]0, +∞[. Les estimées
changent selon que l’on regarde la borne 0 ou la borne +∞. On définit
Z 1
Γ1 (x) = tx−1 e−t dt ,
0
Z +∞
Γ2 (x) = tx−1 e−t dt .
1
Soit [α, β] ⊂]0, +∞[. Pour x ∈ [α, β] et t ∈]0, 1[, tx−1 e−t ≤ tα−1 et on a une
domination par une intégrale de Riemann convergente. Donc Γ1 est continue sur
]0, +∞[ puisque [α, β] ⊂]0, +∞[ est quelconque. De la même façon, pour x ∈ [α, β]
et t ∈]1, +∞[, tx−1 e−t ≤ tβ−1 e−t ≤ C/t2 et on a de nouveau une domination par
une intégrale de Riemann convergente. Donc Γ2 est continue sur ]0, +∞[ puisque
[α, β] ⊂]0, +∞[ est quelconque. Comme Γ = Γ1 + Γ2 , Γ est continue sur ]0, +∞[.
(5) Soit f (x, t) = tx−1 e−t . On a
∂f ∂2f
(x, t) = ln(t)tx−1 e−t et (x, t) = ln(t)2 tx−1 e−t .
∂x ∂x2
Ces fonctions sont continues sur ]0, +∞[×]0, +∞[. On peut encore casser les
intégrales en deux intégrales, de 0 à 1 et de 1 à +∞. Comme l’exponentielle
l’emporte sur toutes les puissances et comme le logarithme perd sur toutes les puis-
sances, pour tout [α, β] ⊂]0, +∞[ et tout k ∈ N, en prenant η > 0 suffisamment
petit pour que 1 − α + η < 1 on voit que
C
| ln(t)k tx−1 e−t | ≤ pour tout x ∈ [α, β] et tout t ∈]0, 1[ ,
t1−α+η
C
| ln(t)k tx−1 e−t | ≤ pour tout x ∈ [α, β] et tout t ∈]1, +∞[ ,
t2
où C, C ′ > 0 sont des constantes indépendantes de t et x. On obtient alors des dom-
ination par des intégrales de Riemann convergentes et les théorèmes de dérivation
sous le signe intégrale permettent de conclure. La fonction Γ est C 2 sur ]0, +∞[ et
Z +∞
Γ′ (x) = ln(t)tx−1 e−t dt ,
0
Z +∞
Γ′′ (x) = ln(t)2 tx−1 e−t dt
0
pour tout x ∈]0, +∞[.
(6) La formule de la question précédente pour Γ′′ montre que Γ′′ (x) > 0 pour tout
x > 0. Donc Γ′ est strictement croissante. Elle s’annulera donc au mieux une seule
fois. On a Γ(1) = 1 et Γ(2) = 1 en vertue de la question (3). Le théorème de
Rolle implique qu’il existe a ∈]1, 2[ tel que Γ′ (a) = 0. Donc la dérivée Γ′ s’annule
effectivement, elle s’annule une seule fois, et le point a qui annule Γ′ est tel que
a ∈ [1, 2]. □
Correction de l’exercice 5.66. (Correction sommaire) On a
x ≥ 0, y ≥ 0, xy + x + y ≤ 1
⇔ x ≥ 0, y ≥ 0, y(1 + x) + x ≤ 1
1−x
⇔ x ≥ 0, y ≥ 0, y ≤ ,x ≤ 1
1+x
1−x
⇔ 0 ≤ x ≤ 1, 0 ≤ y ≤
1+x
et on a bien que
1−x
≥0
1+x
pour 0 ≤ x ≤ 1. On récupère alors un domaine en piles. Le théorème de Fubini en

piles donne que
Z Z
A(D) = dxdy
D
Z 1Z 1−x ! 1+x
= dy dx
0 0
1
1−x
Z
= dx
0 1+x
1
2 − (1 + x)
Z
= dx
0 1+x
Z 1
2
= − 1 dx
0 1+x
1
= 2 [ln(1 + x)]0 − 1
et donc A(D) = 2 ln(2) − 1. □

Cahier Exercice She Bey

Transféré par

Droits d'auteur :

Formats disponibles

Cahier Exercice She Bey

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

Cahier Exercice She Bey

Transféré par

Droits d'auteur :

Formats disponibles

CAHIER D’EXERCICES CORRIGÉS

Chapitre 1. Algèbre linéaire 3 - Enoncés 5

Chapitre 5. Intégration - Enoncés 117

Algèbre linéaire 3 - Enoncés

Trouver une base de E.

Exercice 1.8. Soient F et G deux sous espaces vectoriels de dimension 3 de

par g(x, y) = (x + y, −y, 2x − y) pour tous (x, y) ∈ R2 .

Exercice 1.19. Soit f : R3 → R2 l’application linéaire dont la matrice de

Exercice 1.24. Soient E, F deux R-espaces vectoriels de dimension 3 de bases

Exercice 1.25. Calculer le déterminant de la matrice

Exercice 1.28. Soit A une matrice carrée d’ordre n vérifiant que

Exercice 1.29. Soit A la matrice 3 × 3 donnée par

Exercice 1.30. Soient α, β ∈ R deux paramètres réels. On considère la matrice

Exercice 1.31. Soient a, b ∈ R. On considère la matrice

Exercice 1.37. Soient E un espace vectoriel de dimension finie et f, g ∈

(4) Calculer MBB (f )6 et MBB (f )7 .

Exercice 1.48. Soit m ∈ R. On considère l’endomorphisme f ∈ End(R2 ) dont

Trouver αa , βa ∈ R, deux réels dépendant de a, pour lesquels on a

Exercice 1.56. Soient u0 , u1 ∈ R deux réels donnés. On construit la suite

Algèbre linéaire 3 - Corrigés

Correction de l’exercice 1.1. (1) Clairement E1 ̸= ∅, par exemple (0, 0, 0) ∈

Correction de l’exercice 1.2. (1) Soient λ, µ, ν ∈ R. On a

Ce système est à son tour équivalent au système

donnent respectivement que λ = 0 et que µ = 0. Donc λ cos +µ sin = 0 entraı̂ne

Donc (u, v, w) est une base de R3 et on en déduit que R3 = Ker(f ) ⊕ Im(f ). □

Correction de l’exercice 1.13. Ecrivons B sous la forme

et on trouve ainsi que bz = 0 et bt = bx. Comme a et b sont non nuls, il faut

Correction de l’exercice 1.15. (1) Comme

et il reste donc pour seule équation que x + y = z. Donc

Correction de l’exercice 1.18. (Corrigé sommaire) (1) On trouve

(4) L’application f ◦ g a pour matrice de représentation AB dans la base canonique

et on trouve par multiplication des matrices que

Correction de l’exercice 1.20. (1) Par définition des matrices de représentation,

On est donc ramené au système

On trouve λ = µ = ν avec les deux dernières équations, puis λ = 0 avec la première.

et on trouve ainsi que

Correction de l’exercice 1.22. Soit f l’endomorphisme de Rn dont la ma-

Comme X ̸= 0, |xi | > 0. On a f (X) = 0. En regardant la ième coordonnée de

Donc forcément X = 0 et Ker(f ) = {0}. □

Correction de l’exercice 1.24. On a

Correction de l’exercice 1.25. On ne change pas le déterminant en soustrayant

On développe le déterminant suivant la dernière ligne. On trouve

Correction de l’exercice 1.26. Supposons n = 2 et posons E = R2 . Soit B

Correction de l’exercice 1.27. Supposons que det(A) = ±1. Alors A est

Correction de l’exercice 1.28. On a A(A2 − A + Idn ) = Idn . Donc A est

Correction de l’exercice 1.32. Le déterminant de A vaut −5 ̸= 0. Le rang

Correction de l’exercice 1.33. (1) On a (x, y, z) ∈ Ker(f ) si et seulement

(2) Le théorème du rang nous dit que

Comme dimKer(f ) = 1 on voit que Rg(f ) = 2. L’application linéaire f est surjec-

et on trouve bien que forcément λ = µ = 0. En conclusion, Im(f ) est le plan

(4) Par définition des matrices de représentation,

Comme B est une base on trouve donc que

Il s’ensuit facilement que forcément λ = µ = ν = 0 (par exemple la seconde équation

(6) Par définition,

(7) La formule de changement de base donne que

Correction de l’exercice 1.34. On a

Correction de l’exercice 1.35. On commence par regarder si A est de rang

On en déduit que det(A) = 0. Donc Rg(A) ̸= 4. On va maintenant chercher le

où a et b sont des réels quelconques. □

Correction de l’exercice 1.37. Par symétrie il suffit de montrer que si λ est