Академический Документы
Профессиональный Документы
Культура Документы
Enoncs
J =
1
..
.
(0)
..
..
(0)
1
0
[
p=0
ker up et I =
Enoncs
Imup
p=0
n
3 2 4
1
A = 1 1
1 2 2
1 2 0
0 1 2
A = 4 3 4 et B = 0 1 0
2 2 1
1 1 3
a) Trouver les droites vectorielles stables par f .
b) Soit P un plan de R3 de vecteur normal ~n. Montrer que P est stable par f si,
et seulement si, Vect(~n) est stable par f ? .
En dduire les plans stables par f .
c) Donner les droites et les plans stables par g.
Enoncs
1 1 0 0
1 2 0 1
A=
0 0 1 0
1 0 0 1
Dterminer tous les plans stables par f .
Enonc fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA
Enoncs
Mate f =
(0)
1
..
.
(0)
..
..
1
2
A=
3
4
1
0
1
2
3
4
1
2
3
4
1
2
3
4
et
Mate g = diag(, + 1, . . . , + n 1)
x [0, +[ , T (f )(x) = f (x + 1)
Dterminer les valeurs propres de T et les vecteurs propres associs.
ker(u v) et ker(v u)
c) Montrer que la proprit de la premire question reste valable pour = 0 si
lespace E est de dimension finie.
Exercice 33 [ 02544 ] [correction]
Soient u et v deux endomorphismes dun R-espace vectoriel E de dimension finie.
Montrer que si est valeur propre de u v alors est aussi valeur propre de v u.
Etude pratique
endomorphisme
des
lments
b
d
propres
dun
Enoncs
a) Calculer AM M A.
b) Dterminer les lments propres de lendomorphisme M 7 AM M A.
Z
Exercice 37 [ 00770 ] [correction]
Soient E lespace des suites relles convergeant vers 0 et : E E
lendomorphisme dfini par
T (f ) : x [0, 1] 7
un + un1
2
n
Y
(X ak )
k=0
Diffusion autorise titre entirement gratuit uniquement - dD
Enoncs
n
X
|ai,j |
16i6n j=1
Montrer que
Sp(A) [ kAk , kAk]
Enoncs
0
1
(0)
.
..
. ..
N =
.
.. 1
(0)
0
c) Montrer que SpA1 [0, 4].
0
..
.
0
1
matrice
0 1
.. ..
. .
Mn (R)
0 1
1 1
k
=1
k+
1 ...
A=
.
..
1 (0)
(0)
..
1
..
.
Mn (R)
1
0
(0)
..
.
0
(0)
com(A)A = det(A)In
[correction]
0
1
.
..
1
An =
..
.
(0)
Enoncs
Polynme caractristique
Exercice 61 [ 00778 ] [correction]
a) Montrer que deux matrices semblables ont le mme polynme caractristique.
b) Rciproque ?
[ 02613 ]
(0)
..
..
.
1
(1)n xn
A (1/x)
A (0)
Mn (C)
1
0
X=
.. Mn,1 (C)
xn
Enoncs
Ir
0
0
0
(X i )
i=1
Pq =
P =
(X qi )
i=1
a1,1 B a1,n B
..
..
A?B =
.
.
an,1 B
an,n B
Enoncs
10
b) Pour tout x ]2, 2[, on pose x = 2 cos avec ]0, [. Montrer que
sin((n + 1))
sin
Pn (x) =
tr (xIn A)
PA0 (x)
PA (x)
0
1
0
.. . .
.
..
.
.
0
0
1
a0 a1 an1
Exercice 79
Soient
[ 00784 ]
1
An =
..
..
..
0
.
.
1
a2
a1
..
.
0
..
.
a1
an
..
.
an
0
P (X)
1
0
(X ai )
i=1
d) En dduire le dterminant de A + In .
Exercice 81 [ 02493 ] [correction]
Soient a1 , . . . , an C? , tous distincts et P (x) = det(A + xIn ) avec
0 a2
an
..
a1 0
.
A=
.
..
..
.
a
n
a1
an1
a) Montrer
Pn (x) = xPn1 (x) Pn2 (x)
Calculer P1 (x) et P2 (x).
...
..
.
..
.
an1
a) Calculer P (ai ).
b) Justifier que P est un polynme unitaire de degr n.
c) Former la dcomposition en lments simples de la fraction rationnelle
n
Q
[correction]
1
..
.
(x ai )
i=1
b) En dduire det A.
Diffusion autorise titre entirement gratuit uniquement - dD
Enoncs
11
sin
cos
M2 (K)
0
M = a
a
Enoncs
Exercice 94 [ 02705 ] [correction]
Soient a, b deux rels et les matrices
a b b
.
..
b a
. ..
A= .
.. . . . . . . b
b
b a
b c
0 c M3 (R)
b
0
est-elle diagonalisable ?
b
a
b
..
.
0
..
.
0
..
.
0
1
0
1
..
. et
1
..
.
..
.
..
.
1
0
..
.
0
..
.
1
..
.
..
.
..
.
1
1 1
1
1 1
(0)
M = .
..
..
.
1
b
..
et B = .
.
..
..
b
a
.
..
b
..
.
a b a
b a b
A = a b a
.. .. .. . .
. . .
.
b
12
(0)
Exercice 95
On pose
[ 02706 ]
[correction]
a2
ab
M (a, b) =
ab
b2
ab
a2
b2
ab
ab
b2
a2
ab
b2
ab
ab
a2
(0)
a2n
.
..
A = A(a1 , . . . , a2n ) =
a1
(0)
autrement dit telle que ai,j = 0 si i + j 6= 2n + 1 et ai,2n+1i = a2n+1i pour
i = 1, . . . , 2n.
a) Etude du cas n = 2 avec le logiciel de calcul formel : crer la matrice
(0)
d
A = A(a, b, c, d) =
b
a
(0)
et tudier le caractre diagonalisable de A en situation gnrale .
Etudier sparment avec le logiciel les cas particuliers non envisags en situation
gnrale.
Diffusion autorise titre entirement gratuit uniquement - dD
0
1
(0)
.
..
n
2
.. ..
A=
.
.
n1
.
.
.. .. n
(0)
1
0
Mn+1 (C)
[ 03255 ]
[correction]
Mn =
(b)
..
Mn (C)
(a)
0
A quelle condition la matrice Mn est-elle diagonalisable ?
Dterminer alors une base de vecteurs propres
Exercice 99 [ 03283 ] [correction]
a) Exprimer le polynme caractristique de la matrice
0
1
0
.. . .
.
..
.
M = .
0
0
1
a0 a1 an1
Enoncs
13
en fonction du polynme
P (X) = X n (an1 X n1 + + a1 X + a0 )
b) Soit une racine de P . Dterminer le sous-espace propre de M associ la
valeur propre .
c) A quelle condition la matrice M est-elle diagonalisable ?
Exercice 100 [ 03767 ] [correction]
Considrons la matrice A suivante :
0 1
1 k
A=
0 1
0 1
0 0
1 1
M4 (C)
0 0
0 0
2 x 5 + x
x
x
2 x x
A=
5
5
3
Exercice 102 [ 03809 ] [correction]
a) Dterminer lensemble des rels a tels que
2 1 2
A = 1 a 1
1 1 1
nest pas diagonalisable.
b) Pour a , trouver P inversible telle que P 1 AP soit triangulaire suprieure.
Diffusion autorise titre entirement gratuit uniquement - dD
Enoncs
14
a
b
c
d
b a d c
A=
c d
a b
d c b
a
0
0
..
..
.
A= .
0
0
a1 an1
N =
a1
a2
..
.
a1
a2
..
.
a1
a2
..
.
an
an
an
1
..
J = .
1
1
.. M (K)
n
.
1
Enoncs
15
[correction]
O In
Soient A Mn (K) et B =
.
A O
a) Etudier les valeurs propres de B en fonction de celles de A.
b) On suppose A diagonalisable. B est-elle diagonalisable ?
[ 00798 ]
Ap M B q = On AM B = On
Elments propres
endomorphisme
et
diagonalisabilit
(M ) = M + tr(M ).In
dun
est-il diagonalisable ?
Enoncs
1
(f p + p f )
2
a) F est-elle linaire ?
b) F est-elle diagonalisable ?
c) Quelle est la dimension des sous-espaces propres associs ?
16
n
X
ei
i=1
Enoncs
17
b
d
M2 (R)
Enoncs
Applications de la diagonalisabilit
Exercice 141 [ 00811 ] [correction]
Calculer An pour
2
A= 1
1
Exercice 142
Soit
[ 00812 ]
1
1
2
1
2
1
[correction]
cos
A=
1
2 sin
2 sin
cos
18
[ 02692 ]
a1
..
.
..
..
.
..
.
an1
[correction]
1
1 2 3
3 1 2 et 2
3
2 3 1
a1
a0
3
1
2
2
3
1
an1
..
.
sont-elles semblables ?
1
A= 3
0
0
1
1
3
2
1
A, B M2 (C), (AB) = (A)(B) et
0
1
=
Exercice 144
Soit
20
12 4 12
12 16 8 4
4 3
9 5
13
1 1
et A = 4
A=
4
4
1
5 5
5
9 1
8 10 6 2
8
10
2
6
[ 00814 ]
[correction]
5
A=
1
3
3
M2 (R)
0 1
..
. 0
J =
0
1 0
(0)
..
..
1
0
X2 = A
(nombre de solutions, un exemple de solution quand il y en a, somme et produit
des solutions quand elles sont en nombre fini).
Enonc fourni par le CENTRALE-SUPELEC (CC)-BY-NC-SA
Diffusion autorise titre entirement gratuit uniquement - dD
Enoncs
M G, M 2 = In
a) Montrer que G est commutatif.
b) En dduire que les lments de G sont codiagonalisables.
c) En dduire
CardG 6 2n
19
un+1 = un + vn + wn
vn+1 = un vn + wn
wn+1 = un + vn wn
A quelle condition sur (u0 , v0 , w0 ), ces trois suites sont-elles convergentes ?
M +M =
1
1
1
1
Trigonalisation
Enoncs
Exercice 163
Soit
20
[ 00820 ]
2
A= 2
3
[correction]
1
2
2
1
1
1
Exercice 164
Soit
[ 00821 ]
[correction]
0
A = 1
1
1 1
1 1
1 2
(X i ) avec i C
i=1
(X
pi )
i=1
n
Y
(X k )
k=1
1 0 0
A = 0 0 1
0 1 2
13
2
5
5
7
4
2
8
7
Enoncs
21
Enoncs
Exercice 183
Soit
[ 02708 ]
A=
0
..
.
..
.
..
.
0
b
22
[correction]
0
..
.
..
.
..
..
..
0
.
..
0
.
..
..
a+b
b
.
..
a
..
.
..
..
.
0
M2n+1 (C)
0
a
0
..
.
..
.
..
.
Enoncs
23
Exercice 200
Soit
[ 00835 ]
[correction]
..
A
.
0
Mn (K)
Enoncs
24
0
0
0
A=
0
0
0
1 0 0 0 1
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
0 0 0 0 0
P Rn1 [X] , P (X + n) +
n1
X
ak P (X + k) = 0
u1 = Q(u)
k=0
AM = qA
On notre A le
caractristique de A. Dterminer une relation entre
polynme
X
A (X) et A q .
En dduire que A est nilpotente.
2. Cette question est rsoudre laide du logiciel de calcul formel.
[ 03693 ]
Enoncs
[correction]
0
A= b
a
25
b a
0 c M3 (R)
c
0
Exercice 212
Soit
[ 00841 ]
[correction]
A=
1
1
Dterminer A .
Exercice 213
Soit
[ 00842 ]
[correction]
1
..
M =
Exercice 210 [ 03299 ] [correction]
Soient n > 2, A et B des matrices de Mn (Z) de dterminants non nuls et
premiers entre eux.
Montrer quil existe U et V dans Mn (Z) telles que
1
0
.
0
U A + V B = In
(on pourra crire A (X) = XQA (X) det A)
On donnera un exemple pour n = 2.
[ 02710 ]
Enoncs
[correction]
0
A= 1
0
1
0
1
0
1
0
0
A = 1/a
1/a2
a
0
1/a
a2
a
0
26
Exercice 223
Soit
[ 00847 ]
[correction]
On
A=
In
In
On
M2n (K)
Calculer A2 .
Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable.
Exercice 219
Soit
[ 02711 ]
[correction]
0
A= 0
0
0
0
1
0
1
0
[ 02712 ]
a) Calculer A2 .
b) La matrice A est-elle diagonalisable ? Dterminer les valeurs propres de A et les
dimensions de ses espaces propres ?
[correction]
1
A= j
j2
j
j2
1
j2
1
j
Enoncs
27
M M = M tM
Enoncs
Exercice 242
Soit
28
[ 03138 ]
M=
P R [X] , P (M ) =
Exercice 243
Soit
[ 03281 ]
P (A) AP 0 (A)
0
P (A)
[correction]
M=
A
0
B
A
A
A
A
0
avec A Mn (R).
a) Montrer que
[correction]
P (A) P 0 (A)B
0
P (A)
En = {A Mn (Z)/m N? , Am = In }
A
O
B
A
est diagonalisable.
Pour A En , on pose
(A) = min {m N? /Am = In }
Montrer que (En ) est fini.
Enoncs
Id = u + v
f = u + v
2
f = 2 u + 2 v
a) Montrer que f est diagonalisable.
b) Justifier que u et v sont des projections vectorielles dont on prcisera noyau et
image en fonction des espace ker(f Id) et ker(f Id).
c) Exprimer f n pour tout n N en fonction de , et u, v.
Exercice 247 [ 03028 ] [correction]
Soient , K et u, v, f trois endomorphismes dun K-espace vectoriel E de
dimension finie vrifiant
f = u + v
f 2 = 2 u + 2 v
3
f = 3 u + 3 v
Montrer que f est diagonalisable.
29
k=1
Exercice 251
Soient
[correction]
0 1
1 0
M =
0 0
0 0
0 0
[ 03425 ]
0 0 0
0 0 0
0 0 1
M5 (R)
1 0 0
0 1 0
Ip = A + B
M = A + B
M 2 = 2 A + 2 B
a) Montrer que M est inversible et exprimer M 1 .
On pourra calculer M 2 ( + )M + Ip
b) Montrer que A et B sont des projecteurs.
c) La matrice M est-elle diagonalisable ? Dterminer son spectre.
Enoncs
30
Soient
p=
1
1
(u aId) et q =
(u bId)
ba
ab
a) Calculer p + q, p p, q q et q p.
b) Montrer que E = ker p ker q.
c) Trouver les lments propres de u. Lendomorphisme u est-il diagonalisable ?
C = {g L(E)/f g = g f }
Enonc fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA
1
1
1
1
5
2
1
matrice est
1 1
4 2
1 3
Enoncs
AB BA = C
On suppose en outre que C commute avec les matrices A et B.
a) On suppose que A et diagonalisable. Montrer que la matrice C est nulle.
b) On suppose que la matrice C est diagonalisable. Montrer nouveau de que la
matrice C est nulle.
des
polynmes
Diagonalisabilit
endomorphisme
31
en
un
Enoncs
32
fn g g fn
b) Soit P un polynme. Montrer que si P (f ) = 0 alors f P 0 (f ) = 0.
c) En dduire que f est un endomorphisme nilpotent.
Sp(f ) = {0}
2
trM = 0 et M 4M + 4M = On
1
0
0
0 0
0 avec {0, 1}
0 0
Nilpotence
Exercice 275 [ 00863 ] [correction]
Soit A Mn (C) une matrice nilpotente.
a) Montrer que A est semblable une matrice triangulaire suprieure stricte.
b) Le rsultat est-il encore vrai pour A Mn (R) ?
Enoncs
33
0
1
1
0
AN = N A
6= (I2 )
Montrer que
det(A + N ) = det A
1 + x = Pn (x) + O(xn )
b) Etablir que X n divise alors le polynme Pn2 (X) X 1.
c) Soit f un endomorphisme de E vrifiant f n =
0.
Montrer quil existe un endomorphisme g de E vrifiant
g 2 = IdE + f
d) Soit maintenant f un endomorphisme de E ne possdant quune valeur propre
.
Montrer que (f IdE )n =
0 et conclure quil existe un endomorphisme g de E
vrifiant
g2 = f
Enoncs
34
Corrections
Corrections
35
Exercice 1 : [nonc]
La famille (x0 , u(x0 ), . . . , un1 (x0 )) constitue une base de E. Soit v L(E)
commutant avec u. On peut crire v(x0 ) = a0 x0 + a1 u(x0 ) + + an1 un1 (x0 ).
Considrons alors w = a0 Id + a1 u + + an1 un1 K [u]. v(x0 ) = w(x0 ) et
puisque v et w commutent avec u, on a aussi v(uk (x0 )) = w(uk (x0 )). Les
endomorphismes v et w prennent mme valeurs sur une base, ils sont donc gaux
et ainsi v K [u].
Exercice 2 : [nonc]
Le polynme X 3 1 = (X 1)(X 2 + X + 1) est annulateur de u avec les facteurs
X 1 et X 2 + X + 1 premiers entre eux, il suffit alors dappliquer le lemme des
noyaux pour conclure !
BA = P (A)
et on peut conclure que A et B commutent.
Exercice 5 : [nonc]
On sait quil existe p N? tel que Ap = On .
En introduisant les coefficients de P , la relation B = AP (A) donne
B = A + a2 A2 + + ap1 Ap1
On en dduit
B 2 = A2 +a3,2 A3 + +ap1,2 Ap1 ,. . . , B p2 = Ap2 +ap1,p2 Ap1 , B p1 = Ap1
En inversant ces quations, on obtient
Exercice 3 : [nonc]
On peut crire
AB = P (A) = n An + + 1 A + In
donc
A B (n An1 + + 1 In ) = In
Exercice 6 : [nonc]
a) Posons N = A1 BA. On a
N p = (1)p A1 B p A = On
donc
Exercice 4 : [nonc]
Le polynme P scrit
In = In N p = (I N )(I + N + N 2 + + N p1 )
P (X) = P (0) + a1 X + + ap X p
1
B a1 In + a2 A + + ap Ap1
P (0)
= I + N + N 2 + + N p1
1
Donc
P (B) = aB + bB 2 +
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
36
puis
p
P (B) = a B + b B
p+1
+ = On
Exercice 7 : [nonc]
Par la formule de Taylor en a
P (X) =
+
X
P (k) (a)
k=0
k!
+
X
P (k) (a)
k=0
k!
Jk
00
P (a) P 0 (a) P 2!(a)
..
..
..
.
.
.
.
.
P (aIn + J) =
..
..
..
.
(0)
Exercice 8 : [nonc]
Soit y Imu. Il existe x E tel que y = u(x) et alors
v(y) = v(u(x)) = u(v(x)) Imu
Ainsi, Imu est stable par v.
Exercice 9 : [nonc]
Supposons f p = p f . Pour tout x ker p, p(f (x)) = f (p(x)) = 0 donc
f (x) ker p.
Rappelons Imp = ker(p Id). Pour tout x Imp, p(f (x)) = f (p(x)) = f (x) donc
f (x) Imp.
Inversement. Supposons ker p et Imp stables par f . Pour tout x E, on peut
crire x = u + v avec u ker p et v Imp. On a alors f (p(x)) = f (v) et
p(f (x)) = p(f (u) + f (v)) = f (v) donc p f = f p.
(X a)k
donc
P (aIn + J) =
P (n1) (a)
(n1)!
..
.
P 00 (a)
2!
P 0 (a)
P (a)
Exercice 10 : [nonc]
Les Kn [X] et K [X] sont des sous-espaces vectoriels stables pour lendomorphisme
de drivation.
Soit F un sous-espace vectoriel stable.
Si F est de dimension finie alors les polynmes de F sont de degrs borns.
Soit P un polynme de F de degr n maximal. On a F Kn [X].
Or la famille des polynmes P, P 0 , P 00 , . . . , P (n) est de degrs tags et forms
dlments de F car F est stable pour la drivation donc
Kn [X] = Vect(P, P 0 , . . . , P (n) ) F puis F = Kn [X].
Si F nest pas de dimension finie alors pour tout m N, F 6 Km [X] et donc il
existe P F tel que n = deg P > m. Or en raisonnant comme ci-dessus, on
dmontre Kn [X] F et donc Km [X] F . Ainsi m N, Km [X] F donc
F = K [X].
Finalement les Kn [X] et K [X] sont les seuls sous-espace vectoriels stables pour
lendomorphisme de drivation.
Exercice 11 : [nonc]
a) Rappelons que les suites (ker up )pN et (Imup )pN sont respectivement
croissante et dcroissante pour linclusion. La suite (dim ker up )pN est une suite
croissante et majore dentiers naturels, elle est donc stationnaire :
n N, p > n, dim ker up = dim ker un or ker up ker un donc ker up = ker un
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
0
0
a0
..
1
(0)
.
..
..
.
.
(0)
1 an1
avec ak les scalaires donns par la relation
un (x) = a0 x + a1 u(x) + + an1 un1 (x)
c) En composant la relation prcdente avec u, on obtient
0 6 k 6 n 1, un (uk (x)) = a0 uk (x) + a1 u(uk (x)) + + an1 un1 (uk (x))
37
Puisque la famille (x, u(x), . . . , un1 (x)) est une base de E, on en dduit
y E, un (y) = a0 y + a1 u(y) + + an1 un1 (y)
On en dduit que pour y 6= 0E , la matrice de u dans la base (y, u(y), . . . , un1 (y))
est la mme que la prcdente.
Exercice 13 : [nonc]
a) Le cas n = 1 est immdiat car v est alors ncessairement nul.
Le cas v = 0 est tout aussi immdiat.
b) F = Imv est stable par u et v et puisque v nest pas bijectif, 1 6 dim F < n :
on pourra donc appliquer lhypothse de rcurrence sur F . Dans une base adapte
F , les matrices de u et v sont de la forme
A B
D E
et
O C
O O
On a alors det(u + v) = det(A + D) det C.
c) A et D sont associes aux endomorphismes induits par u et v sur F . Ces
endomorphismes induits vrifient les hypothses initiales et donc
det(A + D) = det A puis det(u + v) = det A det C = det u.
Exercice 14 : [nonc]
a) Imu est stable pour u donc uE2 est bien dfini. Par le thorme du rang la
restriction de u tout supplmentaire de ker u dfinit un isomorphisme avec Imu.
Ici cela donne uE2 automorphisme.
b) Soient u, v . Si x ker(v u) alors u(x) Imu ker v donc u(x) E1 E2
et u(x) = 0 puis x E1 . Ainsi ker(v u) E1 et linclusion rciproque est
immdiate.
Im(v u) = v(u(E)) = v(E2 ) = E2 car vE2 est un automorphisme de E2 . Ainsi
v u .
c) Si (u) = (v) alors uE2 = vE2 . Or uE1 = 0 = vE1 donc les applications linaires
u et v concident sur des sous-espaces vectoriels supplmentaires et donc u = v.
d) Une application linaire peut tre dfinit de manire unique par ses restrictions
linaires sur deux sous-espaces vectoriels supplmentaires. Pour w GL(E2 )
considrons u L(E) dtermin par uE1 = 0 et uE2 = w. On vrifie aisment
E1 ker u et E2 Imu. Pour x ker u, x = a + b avec a E1 et b E2 . La
relation u(x) = 0 donne alors u(a) + u(b) = 0 cest--dire w(b) = 0. Or
w GL(E2 ) donc b = 0 puis x E1 . Ainsi ker u E1 et finalement ker u = E1 .
Pour y Im(u), il existe x E tel que y = u(x). Or on peut crire x = a + b avec
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
38
eigenvects(B);
eigenvects(transpose(B));
Les droites vectorielles stables par g sont celles incluses dans le plan dquation
x y + 2z = 0 et celle dirige par (1, 0, 1).
Les plans vectoriels stables par g sont ceux de droite normale incluse dans le plan
dquation x = z et ou dirige par (1, 1, 2).
Exercice 15 : [nonc]
a) Si e
/ H alors la valeur de u(e) dtermine entirement un lment u de
{u E ? /u(H) = {0}}. Cela permet de mette en place un isomorphisme entre
{u E ? /u(H) = {0}} et K. La dimension cherche vaut 1.
b) Si H est stable par f alors pour tout x H, u(f (x)) = 0 donc
u f {v E ? /v(H) = {0}} or u est un lment non nul de cette droite
vectorielle donc u f est colinaire u. La rciproque est immdiate.
c) MatB (u) = L 6= 0 (car u dfinit une quation dhyperplan), MatB (u f ) = LA
donc
u f = u LA = L t At L = t L
Exercice 17 : [nonc]
Cas K = C
u annule un polynme scind simple, lendomorphisme u est donc diagonalisable.
Tout sous-espace vectoriel possdant une base de vecteurs propres est stable et
inversement.
Cas K = R
Par le lemme de dcomposition des noyaux, on a
Exercice 16 : [nonc]
a) On dfinit la matrice A et obtient ses lments propres :
A:=matrix(3, 3, [1, 2, 0, -4, 3, 4, 2, 2, -1]);
eigenvects(A);
La matrice A est diagonalisable et ses espaces propres sont des droites vectorielles.
Puisquune droite vectorielle est stable si, et seulement si, elle est engendr par un
vecteur propre, les droites vectorielles stables par f sont celles engendre par
1 = (1, 0, 1), 1 = (1, 1, 2) et 3 = (1, 1, 1).
b) Rappelons F stable par f si, et seulement si, F est stable par f ? .
On en dduit que P est stable par f si, et seulement si, Vect(~n) est stable par f ?
i.e. ~n vecteur propre de f ? . Dterminons ces derniers.
eigenvects(transpose(A));
Les plans vectoriels stables par f sont ceux de vecteurs normaux
n1 = (3, 1, 2), n1 = (1, 0, 1) et n3 = (1, 1, 1)
c) On dfinit la matrice B et on dtermine les lments propres de B et de t B.
B:=matrix(3, 3, [0, -1, 2, 0, -1, 0, -1, 1, -3]);
Exercice 18 : [nonc]
a) Lapplication T est videmment linaire et est valeurs dans E.
Soit g E. Montrons que lquation
T f = g admet une solution unique.
Rx
Unicit : Si T f = g alors x 7 0 f (t) dt est solution sur R de lquation
0
diffrentielle linaire
R x y + y = g vrifiant y(0) = 0. Par le thorme de Cauchy ceci
dtermine x 7 0 f (t) dt de faon unique et donc f aussi.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Exercice 19 : [nonc]
Si lendomorphisme u possde une valeur propre alors la droite vectorielle
engendre par un vecteur propre associ est videmment stable par u.
Sinon, la matrice relle A reprsentant u dans une base na que des valeurs propres
complexes non relles. Parmi celles-ci considrons en une que nous notons . Il
existe alors une colonne complexe Z non nulle telle que AZ = Z. En crivant
= + i et Z = X + iY avec , , X, Y rels, lquation prcdente donne
AX = X Y et AY = X + Y
Considrons ensuite les vecteurs x et y de E reprsents par les colonnes relles X
et Y . Les relations prcdentes donnent
u(x), u(y) Vect(x, y)
et donc le sous-espace vectoriel Vect(x, y) est stable par u.
Or celui-ci nest pas nul car Z 6= 0 et est donc de dimension 1 ou 2 (et en fait 2
car labsence de valeurs propres relles dans le cas prsent signifie labsence de
droite vectorielle stable).
39
Exercice 21 : [nonc]
a) Par labsurde supposons X et Y colinaires. Il existe alors une colonne X0
relle telle que
X = X0 et Y = X0 avec (, ) 6= (0, 0)
On a alors Z = ( + i)X0 et la relation AZ = Z donne
( + i)AX0 = ( + i)X0
Puisque + i 6= 0, on peut simplifier et affirmer AX0 = X0 . Or X0 est une
0 puis R ce qui est exclu.
colonne relle donc, en conjuguant, AX0 = X
b) On crit = a + ib avec a, b R. La relation AZ = Z donne en identifiant
parties relles et imaginaires
AX = aX bY et AY = aY + bX
Exercice 20 : [nonc]
Commenons par tablir pour A, B Mn (K) :
A 6= On , AB = BA et B nilpotente rg(AB) < rgA
Supposons donc A 6= On , AB = BA et B nilpotente.
Par labsurde, supposons aussi rg(AB) > rgA.
Puisque rg(AB) 6 min(rgA, rgB), on a rg(AB) = rgA.
Corrections
40
Exercice 23 : [nonc]
0 sp(f n ) f n non injective f non injective 0 sp(f ).
Exercice 24 : [nonc]
En vertu du thorme disomorphisme
0 sp(f ) f non injectif f non surjectif
Exercice 25 : [nonc]
Si Spu alors il existe x 6= 0 vrifiant u(x) = x. En appliquant u1 , on obtient
x = u1 (x).
Puisque x 6= 0, 6= 0 et on peut crire u1 (x) = 1 x donc 1 Spu1 . Ainsi
{1// Spu} Spu1
Exercice 26 : [nonc]
Pour K et x E,
x E (v) u(a1 (x)) = a1 (x) a1 (x) E (u) x a(E (u))
Exercice 22 : [nonc]
a) Limage dun endomorphisme est toujours stable par celui-ci. . . En effet
x Imu, u(x) Imu
Exercice 27 : [nonc]
On a la proprit
x 6= 0E , x K, u(x) = x x
Montrer que x 7 x est une fonction constante sur E\ {0}. Soient x, y 6= 0E .
Si (x, y) est libre u(x + y) = u(x) + u(y) donne x+y (x + y) = x x + y y donc par
libert de (x, y) on obtient x = x+y = y .
Si (x, y) est lie, y = x et donc u(y) = u(x) = x x = x y puis y = x .
Ainsi x 7 x est une fonction constante. En posant la valeur de cette constante,
on a x E, u(x) = x que x soit nul ou non.
Corrections
Exercice 28 : [nonc]
a) On vrifie f k g g f k = kf k .
Si pour tout k N, f k 6= 0 alors lendomorphisme h 7 h g g h admet une
infinit de valeurs propres.
Ceci tant impossible en dimension finie, on peut affirmer que f est nilpotent.
b) f n = 0 (car dim E = n) et f n1 6= 0. Pour x
/ ker f n1 et
0
n1
e = (f
(x), . . . , f (x), x), on montre classiquement que e0 est une base de E
dans laquelle la matrice de f est telle que voulue.
f (g(f n1 (x)) = 0 donc g(f n1 (x)) = f n1 (x) pour un certain R
Aussi f k (g(f n1k (x))) = ( + k)f n1 (x) et donc la matrice de g dans e0 et
triangulaire suprieure avec sur la diagonale , + 1, . . . , + n 1. Ainsi
Sp(g) = {, . . . , + n 1}
Soit y vecteur propre associ la valeur propre + n 1.
Si y ker f n1 alors puisque ker f n1 est stable par g, + n 1 est valeur propre
de lendomorphisme induit par g sur ker f n1 . Cela ntant par le cas
y
/ ker f n1 . On vrifie alors facilement que la famille e = (f n1 (y), . . . , f (y), y)
rsout notre problme.
Exercice 29 : [nonc]
Soit un rel et f une fonction lment de E.
Si T (f ) = f alors
x [0, +[ , f (x + 1) = f (x)
En passant cette relation la limite quand x +, on obtient
` = `
en notant ` la limite de f .
Cas ` 6= 0 :
Ncessairement = 1 et
41
Exercice 30 : [nonc]
a) Lapplication est videmment linaire, il reste voir quelle est valeurs
dans R4 [X].
Pour un polynme P de degr infrieur 4, le polynme
(X 2 1)P 0 (X) (4X + 1)P (X) est de degr infrieur 5 et, si a est le coefficient
de X 4 dans P , le coefficient de X 5 dans (P ) est 4a 4a = 0. Par suite est
bien valeurs dans R4 [X] et cest donc un endomorphisme de cet espace.
b) Lquation
3+
5
0
+
y
y =
2(x 1) 2(x + 1)
est une quation diffrentielle linaire dordre 1 de solution gnrale
(5)/2
x [0, +[ , f (x + 1) = f (x)
Puisque la fonction f est priodique et converge en +, elle est constante.
Inversement, toute fonction constante non nulle est vecteur propre associ la
valeur propre 1.
Cas ` = 0 :
Si est valeur propre alors en introduisant f vecteur propre associ, il existe
x0 [0, +[ tel que f (x0 ) 6= 0 et la relation T (f ) = f donne par rcurrence
n N, f (x0 + n) = n f (x0 )
y(x) = C |x 1|
(3+)/2
|x + 1|
Corrections
5+
2
(X + 1)
3
2
avec C 6= 0
Exercice 31 : [nonc]
a) Il suffit de calculer le polynme caractristique de f partir dune
reprsentation matricielle triangulaire par blocs relative une base adapte
lespace non nul E(f, a).
b) La matrice A est de rang 1 donc 0 est valeur propre de A et par la formule du
rang dim E(A, 0) = 3.
Le polynme caractristique de A tant de degr 4 et factorisable par X 3 , cest un
polynme scind. La somme des valeurs propres de A comptes avec multiplicit
vaut alors trA = 10.
Par suite 10 est valeur propre de A de multiplicit ncessairement 1.
Finalement A est diagonalisable semblable diag(0, 0, 0, 10).
42
Exercice 33 : [nonc]
Cas = 0
det(u v) = 0 entrane det(v u) = 0 ce qui donne la proprit.
Cas 6= 0
Si x est vecteur propre associ la valeur propre alors u(v(x)) = x donne
v(u(v(x))) = v(x).
De plus x 6= 0 entrane v(x) 6= 0 et donc est valeur propre de v u.
Exercice 34 : [nonc]
a)
AM M A =
a
2c
b
2d
a 2b
c 2d
=
0
c
b
0
b) 0 est valeur propre avec E0 = Vect(E1,1 , E2,2 ), 1 est valeur propre avec
E1 = Vect(E2,1 ) et 1 est valeur propre avec E1 = Vect(E1,2 ).
Exercice 35 : [nonc]
Soient R et f E. On a
D(f ) = f f est solution de lquation diffrentielle y 0 = y
Exercice 32 : [nonc]
a) Il existe x 6= 0Z , vrifiant
u(v(x)) = x
On a alors
(v u)(v(x)) = v(x)
Or v(x) 6= 0E car u(v(x)) 6= 0E et u(0E ) = 0E .
On en dduit que est valeur propre de v u.
b) On observe
u v(P ) = P et v u(P ) = P P (0)
On en dduit
ker(u v) = {0} et ker(v u) = R0 [X]
En substance, la proprit prcdente ne vaut pas pour = 0 en dimension
quelconque.
c) Cependant, en dimension finie, si 0 est valeur propre de u v alors
det(u v) = 0 et donc det(v u) = 0 do 0 valeur propre de v u.
Exercice 36 : [nonc]
Soient R et f E. Si I(f ) = f alors I(f ) est solution de lquation
diffrentielle
y = y 0
Si = 0 alors I(f ) = 0.
Si 6= 0 alors I(f ) est de la forme x 7 Cex/ et puisque I(f ) sannule en 0 donc
I(f ) = 0.
Dans les deux cas f = I(f )0 = 0. Ainsi
Sp(I) =
Corrections
Exercice 37 : [nonc]
Soient R et u E.
43
Exercice 39 : [nonc]
a) (f ) est drivable sur R+? donc continue sur R+? .
Puisque f est continue, f admet une primitive F et alors quand x 0+
Ainsi
(u) = u n N, u(n) = u0 (1 + )n
Pour ]2, 0[, la suite u(n) = (1 + )n est lment non nul de E et vrifie
(u) = u.
Pour
/ ]2, 0[, seule la suite nulle est converge vers 0 et satisfait
F (x) F (0)
F 0 (0) = f (0) = 0
x
f (t) dt = xf (x)
n N, u(n) = u0 (1 + )n
Exercice 38 : [nonc]
Soient C et u E. Etudions lquation f (u) = u. On a
(
(1 )u0 = 0
f (u) = u
n N? , (2 1)un = un1
(1 )f (x) = xf 0 (x)
Le cas = 0 implique f = 0 et est donc exclu.
Pour 6= 0 et x > 0 on a
xf 0 (x) = f (x)
avec = (1 )/ dont la rsolution conduit
f (x) = Cx , x ]0, +[
Pour = 0 ou < 0 la condition lim f = 0 entrane f = 0 et est donc exclue.
Cas = 1
?
f (u) = u n N , un = un1
Par contre le cas > 0 (correspondant ]0, 1[) conduit au vecteur propre
On en dduit que 1 est valeur propre de f et que le sous-espace propre associ est
form des suites constantes.
Cas 6= 1
(
u0 = 0
f (u) = u
n N? , (2 1)un = un1
lment de E.
Exercice 40 : [nonc]
a) T (f ) est drivable sur R+? donc continue sur R+? .
Puisque f est continue, f admet une primitive F et alors quand x 0+
f (u) = u n N, un = 0
f (x) = Cx , x [0, +[
T (f )(x) =
F (x) F (0)
F 0 (0) = f (0)
x
Corrections
44
Cas 6= 0
On a T (f ) = f
f (t) dt = xf (x)
f (x) = Cx , x ]0, +[
En particulier f (1) = 0.
Le premier membre de cette nouvelle quation tant drivable, la fonction f est
deux fois drivable et on obtient en drivant lquation diffrentielle
f 00 (x) + f (x) = 0
Par contre le cas > 0 (correspondant ]0, 1]) conduit aux vecteurs propres
f (x) = Cx , x [0, +[ , C 6= 0
lments de E.
Exercice 41 : [nonc]
a) On peut crire
x
T (f )(x) =
tf (t) dt + x
f (t) dt
x
xf (x) xf (x) +
1
avec k N?
(k)2
Notons qualors il est possible de remonter les prcdents calculs et daffirmer que
f (t) dt =
x
En drivant, on obtient
Z
f (t) dt = 0
x
tf (t) dt + x
f (t) dt = f
x
(1 )f (x) = xf 0 (x)
tf (t) dt + x
f (t) dt = 0
x
f : x 7 sin (kx)
est vecteur propre associ la valeur propre = 1/(k)2
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Exercice 42 : [nonc]
Puisque f est de classe C 1 et que f (0) = 0, on peut crire
f (t) = f 0 (0)t + o(t) quand t 0
Ainsi la fonction : t 7 f (t)/t peut tre prolonge par continuit en 0 et donc
lintgrale dfinissant T (f )(x) a un sens en tant quintgrale dune fonction
continue. De plus, la fonction T (f ) apparat alors comme la primitive sannulant
en 0 de cette fonction continue , cest donc une fonction lment de E. Enfin, la
linarit de lapplication T tant immdiate, on peut affirmer que T est un
endomorphisme de E.
Soient R.
Si T (f ) = f alors pour tout x [0, +[,
T (f )(x) = f (x)
En drivant cette relation, on obtient pour tout x [0, +[
f (x) = xf 0 (x)
Si = 0 alors f est la fonction nulle et nest pas valeur propre.
Si 6= 0, f est solution de lquation diffrentielle xy 0 = y.
Cette dernire est une quation diffrentielle linaire dordre 1 homogne dont la
solution gnrale sur ]0, +[ est
y(x) = Cx1/
Ainsi, il existe C R tel que pour tout x > 0,
f (x) = Cx1/
Or pour quune telle fonction puisse tre prolonge en une fonction de classe C 1
sur [0, +[, il faut C = 0 ou 1/ > 1. Ainsi les valeurs propres de T sont les
lments de lintervalle ]0, 1].
Inversement, soient ]0, 1] et la fonction f : x 7 x1/ prolonge par continuit
en 0.
La fonction f est de classe C 1 sur [0, +[, sannule en 0 et vrifie T (f ) = f
sans tre la fonction nulle.
Finalement, les valeurs propres de T sont exactement les lments de lintervalle
]0, 1].
Exercice 43 : [nonc]
Lapplication est videmment linaire et on vrifie en observant une
45
n+
2
(x + 1)
n
2
Exercice 44 : [nonc]
a) Puisque deg A = n + 1, un reste de division euclidienne par A est de degr au
plus n. Ainsi lapplication f va de Rn [X] vers lui-mme.
Soient 1 , 2 R et P1 , P2 Rn [X].
On a BP1 = Q1 A + f (P1 ) et BP2 = Q2 A + f (P2 ) avec deg f (P1 ), deg f (P2 ) 6 n.
Par combinaison linaire on a alors
B(1 P1 + 2 P2 ) = (1 Q1 + 2 Q2 )A + 1 f (P1 ) + 2 f (P2 ) avec
deg (1 f (P1 ) + 2 f (P2 )) 6 n
On peut alors identifier le reste de la division euclidienne de 1 P1 + 2 P2 par A et
affirmer
f (1 P1 + 2 P2 ) = 1 f (P1 ) + 2 f (P2 )
Finalement f est un endomorphisme de Rn [X].
b) On dfinit le polynme A
A:=(X-1)*(X-2)*(X-3);
Puis lendomorphisme f
f:=P->rem(X3*P, A, X);
On peut alors calculer limage Q de P = aX 2 + bX + c
P:=a*X2+b*X+c;
Q:=f(P);
Enfin on dtermine les lments du noyau en rsolvant le systme form par
lannulation des coefficients de Q
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
46
donc
(P )(X) =
n
X
k=3
(k 2)
P (k) (a)
(X a)k 2P 0 (a)(X a)
k!
Ainsi
P ker P 0 (a) = 0 et 3 6 k 6 n, P (k) (a) = 0
et donc
ker = Vect(1, (X a)2 )
Aussi
P Im P (a) = P 00 (a) = 0
et donc
Im = (X a)3 Rn3 [X] + Vect(X a)
BLk = Qk A + f (Lk )
c) On a
En valuant cette relation en les aj , on obtient
f (Lk )(aj ) = B(aj )j,k
et donc
f (Lk ) = B(ak )Lk
La famille (Lk )06k6n est une base de diagonalisation de lendomorphisme f . On
en dduit
n
Y
det f =
B(ak ) 6= 0 et ker f = {0}
k=1
Les valeurs propres de f sont les B(ak ) et le sous-espace propre associ la valeur
propre B(ak ) est
Vect {Lj /j = 0, . . . , n, B(aj ) = B(ak )}
Exercice 45 : [nonc]
a) La linarit est immdiate et sans peine deg((P )) 6 n pour P Rn [X].
b) On a
n
X
P (k) (a)
(X a)k
P (X) =
k!
k=0
P 0 (X) =
n
X
P (k) (a)
(X a)k1
(k 1)!
k=1
puis
(P )(X) =
n
n
X
X
P (k) (a)
P (k) (a)
(X a)k 2
(X a)k
(k 1)!
k!
k=2
k=1
0 = P (a)
0
0
(P ) = P 2P (a) = P (a)
Exercice 46 : [nonc]
On retraduit le problme en termes dendomorphismes.
Soit u un endomorphisme dun K-espace vectoriel de dimension finie vrifiant
rg(u) = 1.
Le noyau de u est un hyperplan et si lon fixe x
/ ker u, on obtient
Vect(x) ker u = E
Puisque u(x) E, on peut crire u(x) = x + y avec y ker u de sorte que
u2 (x) = u(x)
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Les applications linaires u2 et u sont alors gales sur Vect(x) mais aussi bien
sr sur ker u, ces applications linaires sont donc gales sur E.
De plus, pour y Im(u)\ {0}, on peut crire y = u(a) et alors
u(y) = u2 (a) = u(a) = y
Ainsi est bien valeur propre de u.
47
Exercice 49 : [nonc]
a) Le vecteur X = t (1 . . . 1) est videmment vecteur propre associ la valeur
propre 1.
b) Soient Sp(A) et X = t (x1 . . . xn ) un vecteur propre associ. Soit i0 lindice
vrifiant
|xi0 | = max |xi |
16i6n
Exercice 47 : [nonc]
Soient Sp(A) et X 6= 0 tels que AX = X.
Posons i {1, . . . , n} tel que |xi | = max |xk |. On a xi 6= 0 et
16k6n
X
X
n
n
|ai,j | |xi | 6 kAk |xi |
ai,j xj 6
|xi | =
j=1
j=1
do || 6 kAk.
Exercice 48 : [nonc]
a) Le vecteur X = t (1 . . . 1) est videmment vecteur propre associ la valeur
propre 1.
b) Soient Sp(A) et X = t (x1 . . . xn ) un vecteur propre associ. Soit i0 lindice
vrifiant
|xi0 | = max |xi |
16i6n
On a |xi0 | =
6 0 et la relation AX = X donne xi0 =
n
P
ai0 ,j xj donc
j=1
X
X
n
n
X
n
|| |xi0 | =
ai0 ,j xj 6
|ai0 ,j | |xj | 6
ai0 ,j |xi0 | = |xi0 |
j=1
j=1
j=1
puis || 6 1.
c) Si de plus || = 1 alors il y a galit dans lingalit prcdente.
Lgalit dans la deuxime ingalit entrane |xj | = |xi0 | pour tout j {1, . . . , n}
car les coefficients de la matrice A sont tous non nuls.
Lgalit dans la premire ingalit entrane que les complexes engags sont
positivement lis et donc quil existe R tel que pour tout j {1, . . . , n},
xj = |xj | ei
On a |xi0 | =
6 0 et la relation AX = X donne xi0 =
n
P
ai0 ,j xj donc
j=1
n
n
n
X
X
X
ai0 ,j xj 6
|ai0 ,j | |xj | 6
ai0 ,j |xi0 | = |xi0 |
|| |xi0 | =
j=1
j=1
j=1
puis || 6 1.
c) Si de plus || = 1 alors il y a galit dans lingalit prcdente.
Lgalit dans la deuxime ingalit entrane |xj | = |xi0 | pour tout j tel que
ai0 ,j 6= 0.
Lgalit dans la premire ingalit entrane que les complexes engags sont
positivement lis et donc quil existe R tel que pour tout j {1, . . . , n},
ai0 ,j xj = ai0 ,j |xj | ei
Ces deux proprits donnent pour tout j {1, . . . , n}, ai0 ,j xj = ai0 ,j |xi0 | ei que
ai0 ,j 6= 0 ou non.
n
P
En injectant ceci dans la relation xi0 =
ai0 ,j xj , on obtient xi0 = |xi0 | ei .
j=1
Exercice 50 : [nonc]
a) Une rcurrence facile donne Ak B BAk = kAk .
b) Ak est vecteur propre de lendomorphisme considr si, et seulement si, Ak 6= 0.
c) Lendomorphisme M 7 M B BM opre en dimension finie, il ne peut donc
avoir quun nombre fini de valeurs propres et donc il existe k N vrifiant Ak = 0.
On en dduit x1 = . . . = xn puis = 1.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Exercice 51 : [nonc]
Si est valeur propre de A alors il existe une colonne non nulle telle que
AX = X. Pour M matrice dont toutes les colonnes sont gales X on a
u(M ) = M . Ainsi est valeur propre de u. Inversement si est valeur propre de
u, une colonne non nulle dun vecteur propre associ dfinit un vecteur propre
associe la valeur propre pour A. Ainsi est aussi valeur propre de A.
Finalement Sp(A) = Sp(u).
Une matrice M appartient au sous-espace propre associ la valeur propre de u
si, et seulement si, chaque colonne de M appartient au sous-espace propre associ
la valeur propre de A.
Exercice 52 : [nonc]
a) Si est valeur propre de A de colonne propre X 6= 0 alors pour M Mn (C)
dont toutes les colonnes sont gales X, on a AM = M avec M 6= 0. Ainsi est
aussi valeur propre de A .
Inversement, si est valeur propre de A dlment propre M 6= 0 alors pour X
colonne non nul de M , on a AX = X donc valeur propre de A.
b) On remarque M A = t (t At M ). Un raisonnement semblable au prcdent
permet dtablir que les valeurs propres de A sont les valeurs propres de t A i.e.
celles de A.
Exercice 53 : [nonc]
a)
1
.. . .
L= .
.
1
48
Exercice 54 : [nonc]
Notons M la matrice tudie et supposons n > 3, les cas n = 1 et 2 tant
immdiats.
Puisque rgM = 2, 0 est valeur propre de Mn (R) et dim E0 (M ) = n 2.
Soit une valeur propre non nulle de Mn (R) et X = t (x1 xn ) un vecteur
propre associ.
Lquation M X = X fournit le systme
x = x1
..
.
xn = xn1
x1 + + xn = xn
On en dduit
(0)
et U =
1
(0)
..
.
1
.. = t L
.
1
b) U = I + N + + N n1 , (I N )U = I donc U 1 = I N ,
L1 = t (U 1 ) = I t N donc A1 = U 1 L1 = I N t N + N t N .
c)
2
1
(0)
1 ... ...
A =
.
.. 2
1
(0)
1
1
Posons n le polynme caractristique de A1 Mn (R).
On a n+2 () = (2 )n+1 () n () avec 0 () = 1 et 1 () = 1 .
En crivant = 2 + 2 cos avec [0, ] et en posant fn () = n (2 + 2 cos ) on a
la relation :
1 4n 3
=
2
Inversement, on justifie que ses valeurs sont valeurs propres, soit en remontant le
raisonnement, soit en exploitant la diagonalisabilit de la matrice symtrique
relle M pour affirmer lexistence de n valeurs propres comptes avec multiplicit.
Exercice 55 : [nonc]
Notons 1 , . . . , n les valeurs propres de A comptes avec multiplicit.
Si la matrice A est inversible alors
t
(comA) = det(A)A1
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
et enfin
tr(comA) = lim+ tr(comAt ) = 1 . . . n1
1
1
,...,
1
n
t0
Les valeurs propres de comA, qui sont aussi celles de (comA), sont alors les
det A
det A
,...,
1
n
Si rgA 6 n 2 alors tous les mineurs de A sont nuls et donc comA = On et lon
peut immdiatement conclure.
Si rgA = n 1 alors la comatrice de A est de rang infrieur 1. En effet on a
t
49
(comA)A = On
donc
ImA ker(t comA)
puis
dim ker(comA) = dim ker(t comA) > n 1
et par la formule du rang
rg(comA) 6 1
Sachant que la comatrice de A est de rang 0 ou 1, 0 est valeur propre de comA de
multiplicit au moins gale n 1. Puisque la trace de comA Mn (C) est gale
la somme de ses valeurs propres comptes avec multiplicit, la dernire valeur
propre de comA nest autre
tr(comA)
Pour calculer cette dernire, considrons At = A + tIn avec t > 0. Puisque A nest
pas inversible, 0 est valeur propre de A et on peut indexer les valeurs propres
1 , . . . , n de A de sorte que n = 0.
Pour t assez petit, la matrice At est inversible de valeurs propres
1 + t, . . . , n1 + t, t
Exercice 56 : [nonc]
a) Commenons par charger le package linalg
with(linalg);
Dfinissons la matrice A2 et calculons ses valeurs propres
A2:=matrix(2, 2, [0, 2, 1, 0]);
eigenvals(A2);
et pour obtenir les valeurs approches
map(evalf, eigenvals(A2));
Procdons de mme avec A3 et A10
A3:=matrix(3, 3, [0, 2, 3, 1, 0, 3, 1, 2, 0]);
map(evalf, eigenvals(A3));
A10:=matrix(10, 10, (i, j)->if i=j then 0 else j fi);
map(evalf, eigenvals(A10));
b) Soient une valeur propre de An et X = t x1 xn un vecteur propre
associ.
Lquation An X = X conduit au systme
Corrections
50
+1
x1 pour tout j {1, . . . , n}
+j
Si xn+1 6 xn alors
1=
1
1
1
1
1
1
+ +
>
+ +
>
+ +
=1
xn+1 + 1
xn+1 + n + 1
xn+1 + 1
xn+1 + n
xn + 1
xn + n
alors en posant
X=t
1
+1
1
+2
1
+n
pour tout n N? .
P 1
Or la srie numrique
`+k est divergente et donc ce qui prcde est absurde.
On en dduit que la suite (xn ) crot vers 1.
On peut donc crire xn = 1 yn avec yn 0+ , yn ]0, 1[ et
k=
n
X
n(n 1)
(n 1)(n + 1)
et
k=
2
2
k=2
1
1
+ +
`+1
`+n
Puisque
1
1
1
+
+ +
=1
yn
1 yn
(n 1) yn
1
yn
1
1
=
+
+ +
yn
1 yn
2 yn
(n 1) yn
yn
0
1 yn
et
1
1
1
1
1
1
+ +
6
+ +
6 1 + + +
2
n1
2 yn
(n 1) yn
2
n2
avec les termes encadrant tout deux quivalents ln n.
On en dduit
1
ln n
yn
puis
1
1
xn = 1
+o
ln n
ln n
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Exercice 57 : [nonc]
a) Par le calcul
1
..
.
A2 =
1
0
(0)
(0)
1
..
.
Mn (R)
Puisque A et A ne possdent que deux colonnes non nulles et que celles-ci sont
visiblement indpendantes, on a rgA = rgA2 = 2.
b) On a rgf = rgf 2 donc dim ker f = dim ker f 2 . Or ker f ker f 2 donc
ker f = ker f 2 .
Pour x ker f Imf , on peut crire x = f (a) et on a f (x) = 0 donc
a ker f 2 = ker f puis x = 0.
On en dduit ker f Imf = {0E } et un argument de dimension permet daffirmer
ker f Imf = Rn .
c) Une base adapte la dcomposition ker f Imf = Rn permet de justifier que
la matrice A est semblable
0
(0)
..
avec B M2 (R)
0
(0)
B
Exercice 58 : [nonc]
Introduisons la colonne Xn = t un un+1 un+p1 . On vrifie
Xn+1 = AXn avec
0
1
(0)
..
..
.
.
A=
(0)
0
1
a0 a1 ap1
Pour dterminer la limite de (un ), on va chercher une constance le long de la
dynamique. Il parait naturel de la considrer linaire et fonction p termes
conscutifs de la suite. Nous cherchons donc une ligne L Mp,1 (C) telle que
LXn+1 = LXn . Il suffit pour cela de dterminer L vrifiant L = LA et donc de
trouver t L vecteur propre de t A associ la valeur propre 1. Aprs calcul, on
obtient
L = a0 a0 + a1 a0 + + ap1
sachant P (1) = 1 (a0 + + ap1 ) = 0.
En posant ` la limite de la suite (un )nN , la relation LXn = LX0 donne la limite
p1
X
On en dduit
{, } = {1, 1}
!
(p k)ak
`=
k=0
p1
X
k=0
ak
k
X
uj
j=0
Puisquon a alors rgA = rgB = 2, on peut affirmer que la matrice B est inversible.
d) trB = trA = 0 et trB 2 = trA2 = 2.
Soient et les deux valeurs propres complexes de la matrice B. On a
(
+=0
2 + 2 = 2
51
P 0 (1) = p
p1
X
kak =
k=0
p1
X
(p k)ak 6= 0
k=0
et donc
p1
P
`=
k=0
ak
k
P
uj
j=0
P 0 (1)
Ainsi
SpB = {1, 1} et SpA = {1, 0, 1}
e) Par calcul de rang
dim E0 (A) = dim ker A = n 2
On a aussi
dim E1 (A) = dim E1 (B) = 1 et dim E1 (A) = 1
donc la matrice A est diagonalisable car la somme des dimensions de ses
sous-espaces propres est gale n.
Exercice 59 : [nonc]
Les coefficients de t com(A).A sinterprtent comme des dveloppements de
dterminants selon une colonne. . .
Si A admet n valeurs propres distinctes, det A est le produit de ces valeurs
propres.
Si X 6= 0 vrifie AX = X alors t com(A)X = (det A)X.
Ainsi quand 6= 0, X est vecteur propre de t com(A) associ la valeur propre
det A
.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
52
La suite (xj )06j6n+1 est alors une suite rcurrente linaire double dquation
caractristique
k
r+1=0
r2 2 cos
n+1
On en dduit
k
k
j + sin
j
xj = cos
n+1
n+1
Exercice 61 : [nonc]
a) Si B = P 1 AP alors
Exercice 60 : [nonc]
a) un = n (2 cos ) est un dterminant tridiagonal.
On dveloppe selon la premire colonne en un dterminant triangulaire et en un
second dterminant quon dveloppe selon la premire ligne.
On obtient
un = 2 cos()un1 un2
B () = det(P 1 P P 1 AP ) = A ()
0 1
0
et B =
0 0
0
mme polynme caractristique.
b) Inversement A =
0
0
ne sont pas semblables mais ont
La suite (un ) est une suite rcurrente linaire dordre 2 dquation caractristique
r2 2 cos()r + 1 = 0
de racines ei .
Les conditions initiales donnent alors
un =
b) Les k = 2 cos
k
n+1
Exercice 62 : [nonc]
Soit G un supplmentaire de F . Dans une base adapte la dcomposition
E = F G, la matrice de u est triangulaire suprieure par blocs et en calculant le
polynmes caractristique de u par cette matrice on obtient immdiatement la
proprit demande.
sin(n + 1)
sin
Exercice 63 : [nonc]
A1 (x) = det(xIn A1 ) = det A1 det(xA In ) =
donc
A1 (x) =
(x)n
det
det A
1
I A
x
(1)n xn
A (1/x)
A (0)
Corrections
Exercice 64 : [nonc]
a) Pour x C,
det(xIn AB) = det A det(xA1 B) = det(xA1 B) det A = det(xIn BA)
donc
AB (x) = BA (x)
Exercice 68 : [nonc]
Dune part
In A
In
B Ip
B
Exercice 65 : [nonc]
Il est bien connu que
M, N Mn (K), M N = N M
In
B
On,p
Ip
In
B
A
Ip
=
A
Ip
In
Op,n
A
Ip AB
et on en dduit
p AB () = n BA ()
Exercice 69 : [nonc]
Dans le cas o
A = Jr =
Exercice 66 : [nonc]
Il est classique dtablir AB = BA en commenant par tablir le rsultat pour A
inversible et le prolongeant par un argument de continuit et de densit.
In AB
Op,n
det M = AB () et p det M = n BA ()
On en dduit
(AB)p = [A(BA)p1 ]B = B[A(BA)p1 ] = (BA)p
On,p
Ip
Dautre part
1
p In
53
Ir
0
D
F
0
0
Exercice 67 : [nonc]
On a
donc
X q AB (X) = X p P BQJr (X) = X p BQJr P (X) = X p BA (X)
Exercice 70 : [nonc]
a) Oui, un tel polynme existe, il suffit de se rfrer aux matrices compagnons !
Pour a0 , a1 , . . . , an1 K, la matrice compagnon associe est
0
(0)
a0
1 ...
a1
M =
..
..
. 0
.
(0)
1 an1
Diffusion autorise titre entirement gratuit uniquement - dD
(0)
..
..
X
1
Corrections
c) Compte tenu des relations entre les coefficients et les racines dun polynme
scind, on peut majorer les coefficients de P et affirmer que, pour un degr fix, il
ny a quun nombre fini de polynmes P possibles car les coefficients de P sont
entiers et born. Considrons un tel polynme. Lapplication q N? 7 Pq nest
pas injective compte tenu cause de largument de cardinalit prcdent. Il existe
donc q < r tel que Pq = Pr . Ainsi, il existe une permutation de Nn vrifiant :
a0
a1
..
.
an1 X
i Nn , qi = r(i)
(0)
..
..
0
1
2
(an2 + an1 X + X )
an1 X
..
.
avec
= a0 + a1 X + + an1 X n1 + X n
1
?
..
.
0
54
1
?0
..
.
q
0
n
Le polynme caractristique de Aq est alors Pq . Or Aq est une matrice
coefficients entiers et donc son polynme caractristique Pq est aussi coefficients
entiers.
Corrections
55
Exercice 73 : [nonc]
On peut crire
A (X) =
n
Y
Q1 AQJr = Jr P BP 1
(X k )
k=1
impose une dcomposition en blocs triangulaire puis permet dobserver que les
polynmes A = Q1 AQ et B = P BP 1
ont un facteur commun de degr > r, savoir le polynme caractristique du bloc
commun en position (1,1).
Exercice 74 : [nonc]
Dans une base adapte au noyau f , la
a b
c d
? ?
. .
.. ..
?
matrice de f est
0 0
..
..
.
.
..
..
.
.
..
..
.
.
? 0 0
Exercice 76 : [nonc]
a) Poser le produit par blocs.
b) Si A et B sont inversibles alors (A ? B)(A1 ? B 1 ) = In ? In = In2 donc A ? B
est inversible.
Si A nest pas inversible alors il existe A0 6= 0 tel que AA0 = On et alors
(A ? B)(A0 ? In ) = 0 avec A0 ? In 6= 0 donc A ? B nest pas inversible.
Un raisonnement semblable sapplique dans le cas o B nest pas inversible.
c) Il existe P, Q matrices inversibles telles que
1
..
P 1 AP =
0
On a alors
f (X) = X n2 X 2 (a + d)X + ad bc
?
..
1
et Q BQ =
.
n
Or
2
A?B =
n Y
n
Y
(X i j )
i=1 j=1
donc
f (X) = X
(trf )2 tr(f 2 )
2
X tr(f )X +
2
n2
On en dduit
det(A ? B) = (det A det B)n
et la relation
Exercice 75 : [nonc]
On peut crire M = QJr P avec P, Q inversibles. La relation AM = M B donne
1
AQJr = Jr P BP
tr(A ? B) = tr(A)tr(B)
est immdiate par un calcul direct.
Corrections
Exercice 77 : [nonc]
a) On peut crire B = P 1 CP avec P inversible et alors
Exercice 79 : [nonc]
a) Pn (x) est un dterminant tri-diagonal. On dveloppe selon la premire colonne
en un dterminant triangulaire et en un second dterminant quon dveloppe selon
la premire ligne.
P1 (x) = x et P2 (x) = x2 1
xIn B = P 1 (xIn C) P
ainsi que
(xIn B)
= P (xIn C)
P 1
1
?
..
A=
.
n
(0)
on obtient
(xIn A)
1
x1
?
..
(0)
et donc
tr (xIn A)
n
X
k=1
car
PA (x) =
n
Y
1
xn
b) La suite (Pn (2 cos ))n>1 est une suite rcurrente linaire dordre 2. On
introduit lquation caractristique associe dont les racines permettent
dexprimer le terme gnral de (Pn (x)) laide de coefficients inconnus dtermins
par les valeurs n = 1 et n = 2. On peut aussi simplement vrifier la relation
propose en raisonnant par rcurrence double.
k
avec k {1, . . . , n} sont racines distinctes de Pn (x).
c) Les xk = 2 cos n+1
An Mn (C) possde n valeurs propres distinctes donc A est diagonalisable.
Exercice 80 : [nonc]
a) En factorisant sur la ime colonne
P (ai ) = ai
1
P 0 (x)
= A
x k
PA (x)
1
..
.
0
..
an2
1
an1
ai
a1
..
.
..
.
a1
1
..
.
1
an
ai
an
..
.
..
.
et donc
P (ai ) = ai
[n1]
(ai aj )
j6=i
1
..
.
(x k )
k=1
Exercice 78 : [nonc]
En dveloppant selon la premire colonne
1
0
..
..
..
..
.
.
.
= a0 + .
0
0
1
a0 an2 an1
a1
[n]
56
X
Sn
()
n
Y
a(i),i + x(i),i
i=1
Diffusion autorise titre entirement gratuit uniquement - dD
n
Q
Corrections
n
Q
a(i),i + x(i),i =
(ai,i + x) est une expression
i=1
i=1
i=1
=1+
(X ai )
n
X
i=1
i
X ai
i=1
avec
i = Q
P (ai )
= ai
(ai aj )
j6=i
d) On a det(A + In ) = P (1).
Si lun des ai vaut 1, il suffit de reprendre la valeur de P (ai ).
Sinon, par la dcomposition prcdente
P (1)
n
Q
=1+
(1 ai )
n
X
i=1
ai
1 ai
i=1
et donc
det(A + In ) =
1+
n
X
i=1
ai
1 ai
n
Y
(1 ai )
i=1
Exercice 81 : [nonc]
a) On obtient
P (ai ) = ai
(ai aj )
j6=i
(x ai )
=1+
n
X
i=1
ai
x ai
i=1
b) On en dduit
det A = P (0) = (1)n1 (n 1)
n
Y
i=1
ai
57
Notons que lon peut proposer une dmarche plus simple en commenant par
factoriser les ai par colonnes.
Exercice 82 : [nonc]
a) Pour tout f L(E), f admet un polynme minimal qui admet au moins une
racine dans C qui est alors valeur propre de f .
b) Si est valeurs propre de lendomorphisme considr alors il existe un
polynme P non nul tel que XP (X) = (1 + )P (X) ce qui est impossible pour
des raisons de degr.
Exercice 83 : [nonc]
Tout endomorphisme sur un C-espace vectoriel de dimension finie admet au moins
une valeur propre. Soit une valeur propre de u. E (u) est un sous-espace
vectoriel stable par v (car u v = v u) et lendomorphisme induit par v sur
E (u) admet au moins une valeur propre. Un vecteur propre associ celle-ci est
vecteur propre commun u et v.
Exercice 84 : [nonc]
On retraduit le problme en terme dendomorphismes. Soient u et v deux
endomorphismes dun C-espace vectoriel de dimension finie vrifiant u v = v u.
Tout endomorphisme sur un C-espace vectoriel admet au moins une valeur propre.
Soit une valeur propre de u. E (u) est un sous-espace vectoriel stable par v (car
u v = v u) et lendomorphisme induit par v sur E (u) admet au moins une
valeur propre. Un vecteur propre associ celle-ci est vecteur propre commun u
et v.
Exercice 85 : [nonc]
Si A et B ont pour valeur propre commune alors puisque A et t A ont les mmes
valeurs propres, il existe des colonnes X, Y 6= 0 vrifiant t AX = X et BY = Y .
Posons alors U = Y t X Mn (C)\ {0}.
On a BU = Y t X et U A = Y t (t AX) = Y t X donc U A = BU .
Inversement, supposons quil existe U Mn (C) non nulle vrifiant U A = BU . On
peut crire U = QJr P avec P, Q inversibles et r = rgU > 0. Lgalit U A = BU
entrane alors Jr A0 = B 0 Jr avec A0 = P AP 1 et B 0 = Q1 BQ. Puisque
semblables, SpA0 = SpA et SpB 0 = SpB. En raisonnant par blocs, lgalit
Jr A0 = B 0 Jr entrane
M 0
M ?
A0 =
et B 0 =
avec M Mr (C)
? ?
0 ?
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Exercice 86 : [nonc]
a) Puisque u v = v u les sous-espaces propres de u sont stables par v. Puisque
E est un C-espace vectoriel, u admet une valeur propre et le sous-espace propre
associ est stable par v. Lendomorphisme induit par v sur celui-ci admet une
valeur propre et ceci assure lexistence dun vecteur propre commun u et v.
b) u v v u = au.
Si u est inversible alors u v u1 v = aIdE et donc
tr(u v u1 ) trv = a dim E.
Or tr(u v u1 ) = trv ce qui entrane une absurdit.
On en dduit que u est non inversible.
Par rcurrence sur n N, on obtient
un v v un = naun
Lendomorphisme : w 7 w v v w nadmet quun nombre fini de valeurs
propres car opre en dimension finie. Si u nest pas nilpotent alors pour tout
n N, na est valeur propre de . Cest absurde et donc u est nilpotent.
Enfin, soit x ker u. On a u(v(x)) = v(u(x)) + au(x) = 0 donc v(x) ker u.
Par suite ker u 6= {0} est stable v et un vecteur propre de lendomorphisme induit
est vecteur propre commun u et v.
c) u v v u = au + bv.
Si a = 0 il suffit de transposer ltude prcdente.
Si a 6= 0, considrons w = au + bv.
On a
(au + bv) v v (au + bv) = a(u v v u) = a(au + bv)
Par ltude qui prcde, au + bv et v ont un vecteur propre en commun puis u et v
ont un vecteur propre en commun.
Exercice 87 : [nonc]
Cas a = b = 0
Les endomorphismes f et g commutent donc les sous-espaces propres de lun sont
stables pour lautre. Puisque le corps de base est C, lendomorphisme f admet au
moins une valeur propre . Lespace E (f ) 6= {0} est stable par g donc on peut
introduire lendomorphisme induit par g sur E (f ) et ce dernier admet aussi au
moins une valeur propre. Un vecteur propre associ cette valeur propre de g est
aussi un vecteur propre de f car lment non nul de E (f ). Ainsi f et g ont un
vecteur propre commun.
58
Cas a = 0 et b 6= 0
Par rcurrence, on obtient f g n g n f = nbg n pour tout n N.
Lapplication u L(E) 7 f u u f est un endomorphisme de L(E) or
dim L(E) < + donc cet endomorphisme nadmet quun nombre fini de valeur
propre. Cependant, pour chaque n N tel que g n 6=
0, le scalaire nb est valeur
propre de cet endomorphisme, on en dduit quil existe n N tel que g n =
0 et en
particulier ker g 6= {0}.
On vrifie aisment que ker g est stable par f et un vecteur propre de
lendomorphisme induit par f sur ker g est alors vecteur propre commun f et g.
Cas b = 0 et a 6= 0
Semblable
Cas a 6= 0 et b 6= 0
On a
f (af + bg) (af + bg) f = b(f g g f ) = b(af + bg)
Par ltude qui prcde, f et af + bg admettent un vecteur propre commun et
celui-ci est alors vecteur propre commun f et g.
Exercice 88 : [nonc]
a) Le polynme caractristique dune matrice complexe possde au moins une
racine dans C.
b) det(In + T ) = 1 6= 0 et donc T vrifie (P ).
c) rgTr = r.
d) Les matrices A et B tant de mme rang, elles sont quivalentes et donc il
existe P, Q inversibles vrifiant A = P BQ. Puisquil existe une matrice M telle
que det(M + A) 6= 0 pour tout K, on a
det(P M Q + B) = det P det(M + A) det Q 6= 0
et donc B vrifie la proprit (P ).
e) Si une matrice est non inversible, elle est de mme rang quune matrice Tr avec
r < n et comme cette dernire vrifie (P ), on peut conclure quune matrice non
inversible vrifie (P ).
Inversement, si A est une matrice inversible alors pour tout M Mn (C)
det(M + A) = det(A) det(M A1 + In )
et puisque la matrice M A1 admet une valeur propre, il est impossible que
det(M + A) soit non nul pour tout C.
f) Si n est impair alors toute matrice de Mn (R) admet une valeur propre (car le
polynme caractristique rel est de degr impair). On peut alors conclure comme
au dessus.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Exercice 89 : [nonc]
a) A (X) = (X cos )2 + sin2 de racines ei et ei .
Si 6= 0 [] alors A possde deux valeurs propres distinctes donc A est
diagonalisable.
Si = 0 [] alors A est diagonale.
b) Si 6= 0 [] alors A ne possde pas de valeurs propres (relles) donc nest pas
diagonalisable.
Si = 0 [] alors A est diagonale.
c) B (X) = (X cos )(X + cos ) sin2 de racines 1 donc B est
diagonalisable.
Exercice 90 : [nonc]
On obtient
M = X(X 2 + (ab + bc + ca))
Posons = ab + bc + ca.
Si < 0 alors M est diagonalisable car M admet trois racines distinctes et donc
M admet trois valeurs propres distinctes.
Si = 0 alors M est diagonalisable si, et seulement si M est semblable la
matrice nulle ce qui nest le cas que si a = b = c = 0.
Si > 0 alors M nest pas diagonalisable car M nest pas scind sur R [X].
Exercice 91 : [nonc]
a) A ne possde que deux colonnes diffrentes donc rgA 6 2.
a b
2
2
b a = a b 6= 0
donc rg(A) = 2. Par le thorme du rang dim ker A = 2n 2 donc 0 est valeur
propre de A et la dimension du
sous-espace propre associ est 2n 2.
b) Les vecteurs t 1 . . . 1 et t 1 1 . . . 1 1 sont vecteurs propres
associes aux valeurs propres non nulles n(a + b) et n(a b). La somme des
dimensions des sous-espaces propres vaut 2n donc A est diagonalisable.
59
Exercice 92 : [nonc]
Etudions la premire matrice que nous noterons A.
Celle-ci est de rang 2 et on peut facilement dterminer une base de son noyau.
En posant le systme AX = X avec 6= 0, on obtient une solution non nulle
sous rserve que
2 (n 1) = 0
En notant 1 et 2 les deux racines de cette quation, on obtient A = P DP 1
avec
1
(0) 1
1
..
..
..
.
.
.
..
..
P =
et D = diag(0, . . . , 0, 1 , 2 )
1
.
.
(0)
1 1 1
1
0
0
0 1 2
En reprenant la mme dmarche avec la seconde matrice que nous noterons B, on
obtient B = P DP 1 avec
1
0
0 1 2
0
1
(0) 2
2
..
.
..
..
..
.
.
.
et D = diag(0, . . . , 0, 1 , 2 )
P =
.
.
.
.
.
..
(0)
1
.
.
0 1 1 2
2
1 0
0 1 2
o 1 , 2 sont les deux racines de
2 2 2(n 2) = 0
Exercice 93 : [nonc]
1re mthode :
Notons n () le polynme caractristique de cette matrice de taille n.
Par dveloppement du dterminant selon la dernire colonne on obtient
n () = ( 1)n1 () ( 1)n2
En tudiant les premiers termes de cette suite, on conjecture
n () = ( 1)n (n 1)( 1)n2
ce que lon vrifie aisment par rcurrence.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
Les valeurs
propres de la matrice sont donc 1 (pour n > 3) et les deux racines
= 1 n 1.
2me mthode :
Notons A la matrice tudie. Lquation AX = X donne le systme
x1 + + xn = x1
x1 + x2 = x2
..
x1 + xn = xn
qui quivaut
x1 + + xn = x1
x1 = ( 1)x2
..
x1 = ( 1)xn
Pour = 1, on peut obtenir une solution non nulle avec les conditions
x1 = 0 et x2 + + xn = 0
Pour 6= 1, le systme devient
(n 1)x1 = ( 1) x1
x2 = x1 /( 1)
..
xn = x1 /( 1)
Pour x1 = 0, la solution du systme est nulle.
Pour x1 6= 0, on peut former une solution non nulle condition que
( 1)2 = n 1 ce qui fournit les valeurs dj remarques au dessus.
Exercice 94 : [nonc]
A = P DP 1 avec D = diag(a + (n 1)b, a b, . . . , a b) et
1 1
(0)
..
. 1 . . .
P = .
.
.. 1
..
1 (0)
1
60
B = QQ1 avec
Si n est impair : = diag(a + (n 1)b, b a, . . . , b a, a b, . . . , a b) et
Q=
1
..
.
..
.
..
.
..
.
..
.
(0)
..
..
(0)
(0)
(0)
..
(0)
..
(0)
(0)
0
(0)
Q=
1
..
.
..
.
..
.
..
.
..
.
..
.
1
(0)
..
1
..
(0)
(0)
.
.
1
(0)
(0)
..
..
(0)
1
1
(0)
..
..
1
1
1
..
..
(0)
Exercice 95 : [nonc]
a) M (a, b) = P D(a, b)P 1 avec D(a, b) = diag((a + b)2 , (a b)2 , a2 b2 , a2 b2 ) et
1 1
1
0
1 1 0
1
P =
1 1 0 1
1 1 1 0
b) M (a, b)n 0 si, et seulement si, |a + b| < 1, |a b| < 1 et a2 b2 < 1.
Or a2 b2 = (a + b)(a b) donc la dernire condition lest automatiquement si les
deux premires le sont.
Ltude graphique est alors simple.
Corrections
Exercice 96 : [nonc]
a) On charge le package linalg et on dfinit la matrice tudie
with(linalg):
A:=matrix(4, 4, [0, 0, 0, d, 0, 0, c, 0, 0, b, 0, 0, a, 0, 0, 0]);
On dtermine ses lments propres
eigenvects(A);
Dans le cas o a, b, c, d sont non nuls, on obtient quatre vecteurs propres non
colinaires et la matrice est diagonalisable.
Si a = 0 et d 6= 0
A:=matrix(4, 4, [0, 0, 0, d, 0, 0, c, 0, 0, b, 0, 0, 0, 0, 0, 0]);
eigenvects(A);
On obtient 0 valeur propre double et le sous-espace propre correspondant est de
dimension 1.
La matrice A nest alors pas diagonalisable.
Si b = 0 et c 6= 0, ou si c = 0 et b 6= 0, ou encore si d = 0 et a 6= 0, cest semblable.
Dans les cas complmentaires (par exemple a = d = 0 et b, c 6= 0), la matrice est
diagonalisable.
b) Si u est diagonalisable alors les endomorphismes uF1 , . . . , uFp le sont aussi (car
sont annul par un polynme scind simple annulant u).
Inversement, si les endomorphismes uF1 , . . . , uFp sont diagonalisables alors,
sachant E = F1 Fp , on peut former une base de E diagonalisant u en
accolant des bases des Fi diagonalisant uFi .
Finalement, u est diagonalisable si, et seulement si, les endomorphismes
uF1 , . . . , uFp le sont.
c) Soient (e1 , . . . , e2n ) la base canonique de C2n et u L(C2n ) de matrice A dans
cette base.
Les espaces F1 , . . . , Fn dfinis par Fi = Vect(ei , e2n+1i ) sont stables par u et
vrifient C2n = F1 Fn .
Par ce qui prcde, u est diagonalisable si, et seulement si, les endomorphismes
uF1 , . . . , uFn le sont.
Or la matrice de uFi dans la base (ei , e2n+1i ) est
0
ai
a2n+1i
0
61
0
a
b
0
Exercice 97 : [nonc]
La matrice A est la matrice dans la base canonique (1, X, . . . , X n ) de
lendomorphisme
u : P Cn [X] 7 nXP + (1 X 2 )P 0
Considrons alors la base de polynmes tags (1, (X + 1), . . . , (X + 1)n ). On a
u (X + 1)k = nX(X + 1)k + k(1 X)(X + 1)k
qui se rcrit
u (X + 1)k = (n k)(X + 1)k+1 + (2k n)(X + 1)k
La matrice de lendomorphisme u dans la base (1, (X + 1), . . . , (X + 1)n ) est
triangulaire infrieure de coefficients diagonaux distincts
2k n avec k {0, . . . , n}
On en dduit A et on observer que A possde n + 1 valeurs propres distinctes. La
matrice A est donc diagonalisable.
Exercice 98 : [nonc]
Cas a = b = 0 la rsolution est immdiate.
Cas a = 0 et b 6= 0, la matrice Mn est triangulaire suprieure stricte non nulle, elle
nest pas diagonalisable.
Cas a 6= 0 et b = 0, idem.
Cas a = b
Mn (X) = (X (n 1)a)(X + a)n1
avec
E(n1)a = Vect(1, . . . , 1)
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
et
Ea : x1 + + xn = 0
La matrice Mn est donc diagonalisable et il est ais de former une base de
vecteurs propres.
Cas a 6= b et ab 6= 0
Aprs calculs (non triviaux)
n
b(X + a) a(X + b)
ba
Les racines de ce polynme sont les solutions de lquation dinconnue z C
n
z+a
a
=
z+b
b
Mn (X) = (1)n
x1 + bx2 + + bxn = 0
ax1 x2 + + bxn = 0
..
ax1 + + axn1 xn = 0
En retranchant chaque quation la prcdente, on obtient le systme quivalent
x1 + bx2 + + bxn = 0
(a + )x1 + (b + )x2 = 0
..
(a + )xn1 (b + )xn = 0
Puisque ce systme est de rang n 1 (car est valeur propre simple) et puisque
les n 1 dernires quations sont visiblement indpendantes, ce systme quivaut
encore
(a + )x1 + (b + )x2 = 0
..
.
(a + )xn1 (b + )xn = 0
La rsolution de ce dernier est immdiate. On obtient pour vecteur propre
x = (x1 , . . . , xn ) avec
k
a+
xk =
b+
62
Exercice 99 : [nonc]
a) En dveloppant selon la premire colonne
1
0
..
..
..
..
.
.
.
= a0 + .
0
0
1
a1
a0 an2 an1
[n]
1
..
.
0
..
an2
1
an1
[n1]
Corrections
k 6= i2 3.
63
1 3
P = 0 1
1 2
0
0
1
Cas a = 1
ce qui donne
A () = ( + 2) 2 + (2x 1) x 6
Le facteur a pour discriminant
= (2x 1)2 + 4x + 24 = 4x2 + 25 > 0
et possde donc deux racines relles distinctes. Si celles-ci diffrent de 2, alors la
matrice A possde trois valeurs propres distinctes et est donc diagonalisable.
Il est donc ncessaire que 2 soit racine de 2 + (2x 1) x 6 pour que la
matrice A ne soit pas diagonalisable. Cest le cas si, et seulement si, x = 0 et alors
2 5 1
A = 0 2 0
5 5 3
On a alors
rg(A + 2I3 ) = 2
et donc dim E2 (A) = 1 < m2 (A) ce qui entrane que la matrice A nest pas
diagonalisable.
Finalement A nest pas diagonalisable si, et seulement si, x = 0.
1
1
ker A = Vect 0 et ker(A I3 ) = Vect 1
1
1
Par consquent la matrice suivante convient
1 1 0
P = 0 1 0
1 1 1
Corrections
Si a2 + b2 + c2 + d2 6= 0 alors rg(A) = 4.
2
2
2
2
2
2
Si
a +b +
c + d = 0 alors rg(A) 6 3. Or a + b 6= 0 donc la sous matrice
a b
est de rang 2 et donc rg(A) > 2.
b a
On observe de plus que
C3 =
bc ad
ac + bd
C1 + 2
C2
2
2
a +b
a + b2
C4 =
bd + ac
ad bc
C1 + 2
C2
2
2
a +b
a + b2
et
donc rg(A) = 2.
b) Par la formule obtenue ci-dessus, A = ((a X)2 + b2 + c2 + d2 ) et donc
A = ((a X)2 + 2 )2 .
Les valeurs propres de A sont a + et a .
Par ltude qui prcde rg(A (a + )Id) = 2 et rg(A (a )Id) = 2 donc
dim Ea+ (A) = dim Ea (A) = 2
et par suite A est diagonalisable.
Exercice 104 : [nonc]
a) rg(A) = 0 si a1 = . . . = an1 = 0 et rg(A) = 2 sinon.
b) La somme des valeurs propres est nulle.
c) En dveloppant le dterminant selon la dernire colonne puis en dveloppant
les mineurs obtenus selon leur k-ieme colonne, on obtient
A = X n2 (X 2 (a21 + + a2n1 ))
a21
+ + a2n1
64
n
P
a2k .
Si
6= 0 alors A admet deux valeurs propres opposes non nulles et 0
pour valeur propre despace propre de dimension n 2 donc A est diagonalisable.
Si a21 + + a2n1 = 0 alors 0 est la seule valeur propre de A et A est
diagonalisable si, et seulement si, A = 0 i.e. a1 = . . . = an1 = 0.
avec = trA.
Si 6= 0 alors est valeur propre de A ce qui permet de diagonaliser A.
Si A est diagonalisable, sachant que A nest pas nulle, 6= 0.
k=1
Corrections
65
On a alors
D
In
1
=
D
In
In
On
b) On observe
In
On
D
In
1
A
On
C
B
In
On
D
In
=
A
On
E
B
avec E = AD + C DB.
Pour conclure, montrons quil existe D Mn (C) vrifiant DB AD = C.
Considrons pour cela lendomorphisme de Mn (C) dfini par
In
On
(M ) = M B AM
Pour M ker , on a M B = AM .
Pour tout X vecteur propre de B associ une valeur propre , on a
A(BA)A1 = P DP 1
AM X = M BX = M X
puis
BA = (A1 P )D(P 1 A) = (A1 P )D(A1 P )1
Exercice 113 : [nonc]
Soient F1 et F2 des sous-espaces vectoriels supplmentaires de dimension p et q
dun K-espace vectoriel E. Soit B = (B1 , B2 ) une base adapte la
supplmentarit de F1 et F2 et f1 , f2 et f les endomorphismes de F1 , F2 et E
dtermins par Mat(f1 , B1 ) = A1 , Mat(f2 , B2 ) = A2 et Mat(f, B) = A. Il est clair
que pour tout K, on a E (f ) = E (f1 ) E (f2 ). En caractrisant la
diagonalisabilit par la somme des dimensions des sous-espaces propres, on
conclut lquivalence voulue.
Exercice 114 : [nonc]
X1
a) On crit X =
et alors
X2
BX = X X2 = X1 etAX1 = X2 X2 = X1 etAX1 = 2 X1
Par consquent est valeur propre de B si, et seulement si, 2 est valeur propre
de A.
b) Si A = On alors A est diagonalisable mais pas B.
En effet, 0 est la seule valeur propre de B alors que B 6= On .
Corrections
La relation M D3 = D3 M donne
2
66
M D = DM
puis
AB = BA
et B = QQ
DN = On
ce qui permet de conclure.
Corrections
67
(dim Imp)2 +2 dim ker p dim Imp+(dim ker p)2 = (dim Imp+dim ker p)2 = dim E 2 = dim L(E
donc F est diagonalisable avec
c) dim E1 (F) = (dim Imp)2 , dim E0 (F) = (dim ker p)2 et
dim E1/2 (F) = 2 dim ker p dim Imp.
Sp(f )
(X xp+1 ) . . . (X xn ) A = 1, B | (A )P quivaut
(X xp+1 ) . . . (X xn ) | P .
Ainsi
E () = {(X xp+1 ) . . . (X xn )Q/Q Rnp [X]}
La somme des dimensions des sous-espaces propres tant gale la dimension de
lespace, est diagonalisable.
Corrections
68
E0 (f ) = B.Vect(1, X, . . . , X ndeg B )
cest--dire lespace des multiples de B inclus dans Rn [X].
Cas 6= 0. On obtient
(A )P = BQ
et donc B divise le polynme (A )P . Or deg P < deg B donc au moins une des
racines de B nest pas racine de P et est donc racine deA . Ainsi = A(xk )
avec xk une des racines deB.
Inversement, soit xk une racine de B, = A(xk ) et
Y
Pk =
(X xj ) 6= 0
j6=k
Corrections
69
Dans la base ((E1,1 , . . . , En,1 ), (E1,2 , . . . , En,2 ), . . . , (E1,n , . . . , En,n )), la matrice de
est diagonale par blocs avec des blocs diagonaux chacun gaux U .
(1)
..
Mate f =
(1)
b) Dune part
f (e1 + + en ) = (n + 1) (e1 + + en ))
et dautre part, pour x = x1 e1 + + xn en avec x1 + + xn = 0 on a
f (x) = x
On en dduit que 1 et n + 1 sont valeurs propres de f et puisque la valeur propre
1 est associ un hyperplan, il ne peut y avoir dautres valeurs propres.
En rsum Spf = {1, n + 1} et
E1 (f ) = {x/x1 + + xn = 0} et En+1 (f ) = Vect(e1 + + en )
x avec
Sp(f )
x E et alors
(g f )(x) =
g(x ) = (f g)(x)
Sp(f )
donc f g = g f .
n
X
k,`=1
n
X
k=1
uk,i Ek,j
= ||ei/2
ce qui dfinit une notion de racine carre sur les nombres complexes et nous
permettra de nous exprimer avec plus daisance. . .
a) Soit B = (e1 , . . . , en ) une base de vecteur propre de v. La matrice de v dans
cette base est de la forme
1
(0)
..
D=
.
(0)
1
(0)
..
MatB u =
=
.
(0)
n
On vrifie aisment que u2 = v.
b) Par les polynmes interpolateurs de Lagrange, on peut introduire un polynme
P C [X] vrifiant
Spu, P () =
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
On observe alors
70
et
P (1 )
(0)
..
P (D) =
f (g(x)) = f
g(x ) =
Sp(f )
P (n )
(0)
donc f et g commutent.
c) Considrons : L(E)
g(x )
Sp(f )
Sp(f )
alors entirement
dtermine par ses restrictions aux E (f ). Par isomorphisme
P
dim Cf =
2 .
Sp(f )
g(f (x)) = g
X
Sp(f )
x =
X
Sp(f )
g(x )
0
0
0
..
.
.
1
.
.
..
.
.. 0
.
0
1 n1
Corrections
71
la forme
a + d, a + d + et a + d
avec
f n (a) = 0 a + 1 f (a) + + n1 f n1 (a)
ne possde pas de vecteurs propres sur ce dernier et celui ne peut donc qutre {0}
car ici le corps de base est C. Par suite F = E et donc f est diagonalisable.
2a 0
2b
0 2d
2c
c
b a+d
Si < 0 alors possde une racine relle et deux racines complexes non relles.
Supposons diagonalisable.
Le polynme caractristique de est scind sur R donc > 0.
Si > 0 alors A possde deux racines relles distinctes et donc la matrice A est
diagonalisable.
Si = 0 alors est diagonalisable et ne possde quune seule valeur propre
= a + d donc lendomorphisme est une homothtie vectorielle de rapport gal
cette valeur propre. On obtient matriciellement
a+d
0
0
2a 0
2b
0 2d
a+d
0
2c = 0
0
0
a+d
c
b a+d
On en dduit
A=
a
c
b
d
=
a
0
0
a
2a 0
0 2a
0
0
0
0
2a
Corrections
1
(0)
..
.
(0)
n
72
R=
et donc
An =
`+1
= ker f
En particulier ker f 2k = ker f k . On peut alors tablir Imf k ker f k = {0E } et par
la formule du rang on obtient la supplmentarit
Im(f k ) ker(f k ) = E
Lendomorphisme f k nest pas ncessairement diagonalisable. Pour sen
convaincre il suffit de choisir pour f un automorphisme non diagonalisable.
d) Le rsultat nest plus vrai en dimension infinie comme le montre ltude de
lendomorphisme de drivation dans lespace des polynmes.
Exercice 141 : [nonc]
A est diagonalisable avec SpA = {1, 4}.
Pour Pn un polynme vrifiant Pn (1) = 1n et Pn (4) = 4n , on a An = P (A).
Pn = 1n +
convient et donc
An =
4n 1n
(X 1)
3
4n 1
4 4n
A+
I3
3
3
Corrections
On a A = P DP 1 avec
P =
1
1
3
1
et D =
2
0
0
6
..
.
..
.
..
.
0
0
..
.
0
1
= n 1
J possde exactement n valeurs propres qui sont les racines n-ime de lunit
2ik
0 , ..., n1 avec k = e n .
b) Soit P GLn (C) la matrice de passage telle que J = P DP 1 avec
D = diag(0 , ..., n1 ).
a0
a1
an1
..
..
an1 . . .
.
.
= a0 I + a1 J + a2 J 2 + + an1 J n1
A= .
..
..
..
.
.
a1
a1
an1
a0
donc
P 1 AP = a0 I + a1 D + a2 D2 + + an1 Dn1 = diag((
n1
X
k=0
puis
det A = det(P 1 AP ) =
n1
Y n1
X
i=0 k=0
ak ik
ak ik )06i6n1
73
3 i 3
3 + i 3
et
6,
2
2
Ces deux matrices sont semblables
3 + i 3 3 i 3
,
diag 6,
2
2
et donc a fortiori semblables entre elles dans Mn (C), mais aussi, et cest assez
classique, dans Mn (R).
Corrections
a 0 0 0
0 b c 0
=
0 d e 0
0 0 0 f
et Q la matrice de passage dfinie dans le code Maple prcdent
Lensemble de ces matrices est une sous-algbre de dimension 6 de M4 (K).
c) Dans les deux cas, si X est solution de lquation X 2 = A alors X commute
avec A et la droite vectorielle sous-espace propre associe la valeur propre
strictement ngative de A est stable par X (aussi largument det A < 0 permet
daffirmer lincompatibilit de lquation X 2 = A dans M4 (R)).
Dans M4 (C), les solutions de lquation X 2 = A sont rechercher parmi les
matrices commutant avec A et sont donc de la forme P DP 1 (ou QQ1 ) avec
D (ou ) de carr convenable.
Dans le premier cas, on obtient 16 solutions de la forme
(0)
2 21
1
22
P
2 33
(0)
2i4
avec i = 1.
Une solution particulire est obtenue par
74
2i1
(0)
Q1
Q
2 2S
(0)
22
avec i = 1 et S M2 (C) vrifiant S 2 = I2 .
Une solution particulire est obtenue par
evalm(Q&*diag(2*I, 2*sqrt(2), 2*sqrt(2), 2)&*inverse(Q));
Corrections
75
et en posant alors
Q=
P0
Onr,r
Or,nr
P 00
on a
1
M G, Q
M Q Dn (K)
Rcurrence tablie.
c) Les matrices appartenant G sont semblables, via une mme matrice de
passage, des matrices diagonales dont les coefficients diagonaux ne peuvent
qutre 1 et 1. Il nexiste que 2n matrices de ce type dans Mn (R), on en dduit
CardG 6 2
15a 5b + c = (2)
2b + c = 1
c = 3n
puis
3n+1 (2)n+1 5
a
=
30
3n 1
b=
c = 3n
P GLn (R)
et enfin
(M ) = (M ) = (In ) = Im
R(X) =
lensemble (G) est un sous-groupe de (GLm (R), ) vrifiant
M 0 (G), M 02 = Im
Par ltude qui prcde, on peut affirmer
Card(G) 6 2m
3n + (2)n + 5
3n+1 (2)n+1 5 2 3n+1 + (2)n+3 + 5
A +
A+
I3
30
30
5
et puisque
chA = A2 + A + I3
Card(G) = CardG = 2n
on en dduit n 6 m.
Un raisonnement symtrique donne m > n et permet de conclure.
avec
et donc
A = (X + 2)(X 1)(X 3)
La division euclidienne de X n par A scrit
1
=
30
+
+
+
X
X
X
32n
22n
1
3
+2
5
(2n!)
(2n)!
(2n)!
n=0
n=0
n=0
De mme, on obtient
=
Corrections
76
[2] ou = /3
(
[2].
= /3 + 2p
(k + 1) = 2q
avec p, q Z.
On a alors
(6p + 1)(k + 1) = 6`
n N, vn+k = vn + vn+k1
et donc la suite u = Rev est un lment non nul de Sk . Puisque
sin + sin k = 0
un = cos
[2] ou = k
[2]
n
3
Corrections
Inversement, montrons quil est ncessaire que 6 divise k + 1 pour quil existe une
suite priodique non nulle dans Sk . On vrifie aisment que Sk est un R-espace
vectoriel de dimension k dont une base est forme par les suites e0 , e1 , . . . , ek1
dtermines par
0 6 n 6 k 1, ej (n) = n,j et n N, ej (n + k) = ej (n) + ej (n + k 1)
Considrons lendomorphisme T : (un ) 7 (un+1 ) oprant sur RN .
On vrifie aisment que T laisse stable Sk ce qui permet dintroduire
lendomorphisme induit par T sur Sk que nous noterons encore T . Affirmer
lexistence dune suite priodique non nulle dans Sk signifie que 1 est valeur
propre dune puissance T q de T .
La matrice de T dans la base (e0 , . . . , ek1 ) est
0 0 0
.. ..
1 ...
. .
.
.
. . ... 0
..
. .
.. ... 0 1
..
0
0 1 1
car T (ek1 ) = ek1 + e0 . Le polynme caractristique de T est
X
0
0
0
.
.
..
..
..
1
.
X
.
.
..
..
T (X) = 0
0
0
.
..
..
.
1 X
1
0
0
1
1X
Par lopration L1 L1 + XL2 + X 2 L3 + + X k1 Lk , on obtient
T (X) = (1)k X k X k1 1
Les valeurs propres complexes de T sont alors les racines du polynme
X k X k1 1
On vrifie que ce polynme et son polynme driv nont pas de racines en
commun ; on en dduit que T admet exactement k valeurs propres complexes
distinctes. Lendomorphisme T est diagonalisable dans le cadre complexe, il en est
de mme de T q dont les valeurs propres sont alors les puissances qme des valeurs
77
propres de T . Ainsi 1 est valeur propre de T q si, et seulement si, il existe C tel
que
k k1 1 = 0 et q = 1
Un tel nombre complexe peut scrire = ei et lon parvient alors lexistence
dune solution lquation
ei + eik = 1
et donc la condition 6 | (k + 1).
un
vn
1
A= 1
1
wn
1
1
1
et la matrice
1
1
1
1 1
1 0
0
D = 0 2 0 , P = 1 1
1 0
0 0 2
1
0
1
On a alors An = P Dn P 1 puis
Xn = P Dn P 1 X0
La suite (Xn ) converge si, et seulement si, la suite (P 1 Xn ) converge. Or
P 1 Xn = Dn P 1 X0
converge si, et seulement si, les deux dernires coefficients de la colonne P 1 X0
sont nuls ce qui donne X0 de la forme
X0 = P 0 =
0
Finalement, les suites (un )n>0 , (vn )n>0 et (wn )n>0 convergent si, et seulement si,
u0 = v0 = w0 (et ces suites sont alors en fait constantes. . . )
Corrections
78
1
M = A I2 et M = I2 A
2
Inversement, on vrifie par le calcul que ces matrices sont solutions.
Exercice 156 : [nonc]
Soient Sp(u) et x E (u) non nul. On a
v 3 (x) = u3 (x) = 3 x
A=
1
1
1
1
+ = 0 ou + = 2
On en dduit
{0, 1, 1, 2}
E = Ej (v)
j=1
p
P
j=1
p
X
j=1
b) Posons
P (X) = X(X + 1)(X 1)(X + 2) = (X 2 + X)(X 2 + X 2)
On a
P (M ) = A(A 2I2 ) = O2
Puisque M annule un polynme scind racines simple, la matrice M est
diagonalisable.
Notons et ses deux valeurs propres. Puisque 2 + et 2 + correspondent
aux deux valeurs propres de A, on a, quitte changer et :
{0, 1} et {1, 2}
3j xj =
p
X
3 xj
j=1
Les espaces Ej (v) tant en somme directe, on peut identifier les termes de ces
sommes
3j xj = 3 xj
Si xj 6= 0E , on obtient j = et donc j xj = xj .
Si xj = 0E , lidentit j xj = xj reste vraie.
On en dduit
v(x) = x = u(x)
Ainsi les endomorphismes v et u concident sur E (u). Or, lendomorphisme u
tant diagonalisable, E est la somme des sous-espaces propres de u. Les
endomorphismes v et u concident donc sur E.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
79
q1
?
..
.
qn
1
?
..
.
0
n
exp(A) est alors semblable une matrice de la forme
exp(1 )
?0
..
.
0
exp(n )
1
?
..
.
0
1
?
..
.
n
(0)
La matrice P (A) est alors semblable
P (1 )
..
.
(0)
et donc
P (A) =
n
Y
P (n )
(X P (k ))
k=1
1 0 0
T = 0 1 1
0 0 1
On prend C1 = t 1 1 2 , C2 = t 1 0 1 .
On dtermine C3 tel que AC3 = C3 + C2 . C3 = t 0 1 0 convient.
Pour
1 1 0
P = 1 0 1
2 1 0
Corrections
80
On a
1
0
E1 (A) = Vect 0 , 1
0
1
et puisque
0
0
0
0
A 0 = 1 = 0 + 1
1
2
1
1
on a A = P T P 1 avec
1
T = 0
0
0
1
0
1
0
1 et P = 0
0
1
0
1
1
0
0
1
on a P 1 AP = T .
1 1 0
T = 0 1 1
0 0 1
On prend C1 = t 1 0 1 .
On dtermine C2 tel que AC2 = C2 + C1 . C2 = t 0 1 0 convient.
On dtermine C3 tel que AC3 = C3 + C2 . C3 = t 0 1 1 convient.
Pour
1 0 0
P = 0 1 1
1 0 1
1
0 0
1 0
P = 1
1/2 0 1
On a
9
P 1 AP = 0
0
2
6
6
on a P 1 AP = T .
A0 =
Exercice 165 : [nonc]
Le polynme caractristique A (X) = (X 1)3 est scind donc A est
trigonalisable.
5
12
3/2
12
3/2
6
6
Corrections
1
1/2
On a
(P
01
0
1
9
0
)A P =
6
9
Enfin, pour
Q=P
on obtient
1
0
0
P0
1
= 1
1/2
6
9
0
9
Q1 AQ = 0
0
81
0
1
1/2
0
0
1
2
6
9
1 1 0
1 0 0
A = 0 1 0 et B = 0 1 0
0 0 1
0 1 1
m+
j m
j 0 (1)
m+
Corrections
on obtient R1 AR et R1 BR triangulaires suprieures.
Rcurrence tablie
j m+1
0 (2)
j
m+
j=1
j (p+1 j )m
j 0
m+
j=1
m N,
p
X
mj (A)m
j =
j=1
j m
j
j=1
0
m+
82
m+
p+1 m
p+1 0 do lon tire |p+1 | < 1.
q
X
mk (B)m
k
j=1
a m = 0
SpASpB
m+
SpA SpB = {1 , . . . , r }
Rcurrence tablie.
Puisque AB = On on a = 0 et A B = On1 .
Par hypothse de rcurrence, il existe une matrice Q GLn1 (C) telle que
Q1 A0 Q et Q1 B 0 Q sont triangulaires suprieures. Pour la matrice
1 0
R=P
GLn (C)
0 Q
m N,
r
X
aj jm = 0
j=1
1
1
1
1
2
r
..
..
..
.
.
.
1r1 2r1 rr1
Celle-ci est inversible car les 1 , . . . , r sont deux deux distincts. Or les galits
qui prcdent donnent
r
X
aj Cj = 0
j=1
Corrections
Exercice 173
: [nonc]
P (A)
?
O ?
On a P (M ) =
=
et
O
P(B)
O ?
Q(A)
?
? ?
Q(M ) =
=
O
Q(B)
O
O
O ?
? ?
donc (P Q)(M ) = P (M )Q(M ) =
= On .
O ?
O O
Ainsi le polynme P Q est annulateur de M .
83
Corrections
tant de degr impair possdera une racine qui sera valeur propre de la matrice et
aussi racine de son polynme minimal. Celui-ci ne peut alors tre le polynme
X 2 + 1.
Supposons n est pair. Considrons
A=
1
0
0
1
84
f =
(X )
Sp(f )
et
et An = diag(A, . . . , A) Mn (R)
An nest pas une homothtie donc le degr de son polynme minimal est suprieur
2.
De plus A2n = In donc X 2 + 1 annule An .
Au final, X 2 + 1 est polynme minimal de An .
ker(f Id)
E=
Sp(f )
P
Considrons maintenant x =
x .
Sp(f )
P
Pour P C [X], P (f )(x) =
P (f )(x ) avec P (f )(x ) ker(f Id) par
Sp(f )
stabilit.
Par dcomposition en somme directe,
P (f )(x) = 0 Sp(f ), P (f )(x ) = 0
Par division euclidienne P = (X ) Q + R avec deg R < de sorte quon
P
1
puisse crire R =
ak (X )k . On alors
k=0
P =
0
(0)
(0)
..
..
0
..
.
(0)
..
.
0 (0)
1 0
0 (0)
..
.
..
.
(0) 0 1
1
0
1
(0)
Par suite
A = (X (a + b))(X (a b))
et les polynmes annulateurs de A sont les multiples de A .
P (f )(x ) = 0 0 6 k < , ak = 0
Ainsi
P (f )(x) = 0 Sp(f ), (X ) | P
Enfin puisque les termes (X ) sont premiers entre eux, on peut conclure
P (f )(x) = 0 f | P
Exercice 185 : [nonc]
Cas particulier : Supposons que 1 est la seule valeur propre de A.
La matrice A est alors semblable une matrice triangulaire suprieure avec des
coefficients diagonaux tous gaux 1. Ceci permet dcrire P 1 AP = T avecP
inversible et
1
?
..
T =
.
(0)
1
1 m
A P
mP
m+
Or
1 m
mA
m+
Spu
1/m
Spu
Or, pour toute valeur propre , Im(u Id) ker(u Id) = {0} entrane
ker(u Id) = ker(u Id)2 puis par le principe des noyaux itrs
ker(u Id) = ker(u Id)m . Par suite
On et enfin
1 1 m
P A P =
m
a
1/m
?
..
(0)
ker(u Id)m
E=
On .
85
1 ma
P 1 Am P =
..
.
(0)
Or kAk 6 1, donc kAm k 6 1 puis
Corrections
ker(u Id)
Spu
E=
1/m
On en dduit a = 0.
Par ce principe, on peut annuler successivement chaque coefficient de la
sur-diagonale de T puis chaque coefficient de la sur-diagonale suivante etc.
Au final T = In puis A = In et le polynme minimal de A est A = X 1.
Cas gnral :
Le polynme minimal de A scrit A = (X 1) Q(X) avec Q(1) 6= 0.
Par le lemme de dcomposition des noyaux, Cn = F G avec F = ker(A I) et
G = ker Q(A).
Notons B la matrice de lendomorphisme induit par A sur le sous-espace vectoriel
stable F . On vrifie que 1 est la seule valeur propre de B et que kBk 6 1. Ltude
qui prcde assure alors que B = In et donc le polynme X 1 annule A sur F .
De plus le polynme Q annule A sur G donc le polynme (X 1)Q annule A sur
Cn . Puisque 1 nest pas racine de Q, 1 nest que racine simple du polynme
minimal A .
u = (X ) Q avec Q() 6= 0
u (u) = 0 donne
ImQ(u) ker(u Id)
Si est une valeur propre sparable alors ker(u Id) = ker(u Id) et donc
ImQ(u) ker(u Id)
puis le polynme (X )Q annule u. Par minimalit de u , on conclut = 1.
Inversement, si est une racine simple du polynme minimal, alors
u = (X )Q avec Q() 6= 0
Puisque les polynmes Q et X sont premiers entre eux, on peut crire
QU + (X )V = 1 avec U, V K [X]
et en valuant
Q(u)U (u)(x) + (u Id)V (u)(x) = x
Corrections
Exercice 189 : [nonc]
On sait dj ker u ker u2 .
Inversement, soit x ker u2 .
Notons P le polynme annulateur en question. On peut crire
86
P (0) = 0 et P 0 (0) = 1
ce qui permet dcrire
P (X) = X + X 2 Q(X) avec Q K [X]
Soit x Imf ker f . Il existe a E tel que x = f (a) et on a f (x) = 0.
On en dduit f 2 (a) = 0. Or P (f )(a) = 0 et
P (f )(a) = f (a) + Q(f ) f 2 (a) = f (a) = x
Ainsi
Imf ker f = {0}
Soit x E.
Analyse :
Supposons x = u + v avec u = f (a) Imf et v ker f .
On a
f (x) = f 2 (a) + f (v) = f 2 (a)
Or
2
donc
donc
f (x) = f 2 (Q(f )(x))
Synthse :
Posons u = f (Q(f )(x)) et v = x u.
On a immdiatement u Imf et x = u + v.
On a aussi
f (v) = f (x) f (u) = f (x) + f 2 (Q(f )(x)) = P (f )(x) = 0
et donc v ker f .
Corrections
87
3/2
3/2
1/2
1/2
ou
3/2 1/2
3/2 1/2
La rciproque est immdiate.
Corrections
1
=
((a + d)I2 A)
ad bc
88
n1
n2
+ an1 u
P =
n
Y
(X i )
i=1
+ + a1 Id = a0 u
et on en dduit
u1 =
det(i In B) = 0
Ainsi A et B ont une valeur propre commune.
1
un1 + an1 un2 + + a1 IdE K [u]
a0
n1
X
ak X k
k=0
Corrections
89
le polynme
Q(X) =
A (X) = an X n + + a1 X + a0
Lgalit prcdente entrane an1 = . . . = a1 = a0 car q k 6= 1 pour tout
1 6 k 6 n 1. Ainsi A = an X n et puisque A est annulateur de A, la matrice A
est nilpotente.
2.
On dfinit la matrice A
A:=matrix(6, 6, (i, j)->if j=i+1 or (i=1 and j=6) then 1 else 0 fi);
a) On introduit une matrice M quelconque et on calcule AM 2M A
M:=matrix(6, 6);
B:=evalm(A&*M-2*M&*A);
On rsout le systme correspondent lquation AM = 2M A
solve(seq(seq(B[i, j]=0, i=1..6), j=1..6));
Enfin on visualise la matrice M
assign(%);
evalm(M);
On obtient les matrices de la forme
m1,1 m1,2
m1,3
m1,4
m1,5
m1,6
0
2m1,1 2m1,2 2m1,3 2m1,4 2m1,5 30m1,1
0
4m1,1 4m1,2 4m1,3
4m1,4
0
0
8m1,1 8m1,2
8m1,3
0
0
0
16m1,1
16m1,2
0
0
0
0
0
32m1,1
b) Lensemble des matrices obtenu est un sous-espace vectoriel de M6 (C). Cest
entendu car cest en fait le noyau de lapplication linaire M 7 AM 2M A.
c) Une matrice M inversible vrifiant M 1 AM = 2A doit aussi vrifier
AM = 2M A et est donc de la forme prcdente. De plus, une matrice de la forme
prcdente est inversible si, et seulement si, m1,1 6= 0.
Inversement, une matrice M de la forme prcdente avec m1,1 6= 0 vrifie
M 1 AM = 2A.
1
P (X)
det u
est solution.
b) Considrons lendomorphisme v de K [X] qui envoie le polynme P (X) sur
P (X/2).
On vrifie aisment u v = v u = Id ce qui permet daffirmer que u est inversible
dinverse v.
Soit P = an X n + + a1 X + a0 un polynme de degr exactement n.
Si u(P ) = P alors par identification des coefficients de degr n, on obtient
= 2n
puis on en dduit
P = an X n
La rciproque tant immdiate, on peut affirmer
Spu = {2n /n N} et E2n (u) = Vect(X n )
Si par labsurde il existe Q K [X] tel que
u1 = Q(u)
alors le polynme non nul
XQ(X) 1
est annulateur de u. Les valeurs propres de u sont alors racines de celui-ci ce qui
donne une infinit de racines.
Cest absurde.
1
(a1 A2 + + an An+1 )
det A
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
90
Posons alors
U = (1)n1 uQA (A) et V = (1)n1 vQB (B)
Puisque A et B sont coefficients entiers, on a U, V Mn (Z).
Puisque A et B sont annulateurs, on a
QA (A)A = (1)n1 det A.In et QB (B)B = (1)n1 det B.In
On observe alors
A = X(X 2 + (a2 + b2 + c2 ))
a) Si (a, b, c) 6= (0, 0, 0) alors a2 + b2 + c2 > 0 et la matrice A nest pas
diagonalisable sur R car son polynme caractristique nest pas scind.
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
b) Si (a, b, c) 6= (0, 0, 0) alors la matrice A diagonalisable
dans M3 (C) car possde
U=
3
0
0
1
0
3
et B =
et V =
2
0
1
0
0
2
0
1
conviennent. . .
donc
(B I3 )3 + (a2 + b2 + c2 )(B I3 ) = O3
B(uB + vB + wI3 ) = I3
Pour k N,
et conclure
B 1 = uB 2 + vB + wI3 = A2 + A + I3
ker(u i IdE )k
donc
Exercice 210 : [nonc]
Puisque les entiers det A et det B sont premiers entre eux, on peut crire par
lgalit de Bzout
u. det A + v. det B = 1 avec u, v Z
On crit A (X) = XQA (X) + (1)n det A et de mme B (X) (ces critures sont
possibles car le dterminant est au signe prs le coefficient constant dun
polynme caractristique).
q
Y
(X i )ni
i=1
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
E = ker (u i IdE )
91
ni
i=1
et donc
dim E =
q
X
ni
i=1
Or
ni
6 ni
et
dim ker(u i IdE )mi = mi
et
dim E = deg u =
q
X
ni
i=1
donc
ni
= ni
=m
q
Y
(X i )
mi
avec mi 6 ni
i=1
vrifiant
F ker Q(u)
Or, par le lemme de dcomposition des noyaux
q
q
X
mi = deg Q = dim F
i=1
..
(n 1)
1
(n 1)
=
..
.
(n 1)
..
= ((n1))
1
1
1
0
..
.
1
+
(0)
Corrections
(n 1)p (1)p
=
n
p
p
= (n 1) + (n 1)(1)
n
do
Mp =
(n 1)p (1)p
(n 1)p + (n 1)(1)p
M+
In
n
n
1
(L (2a + n)I)
a(a + n)
1
(tr(M )In (a + n)M )
a(a + n)
92
1 1 . . . 1 n1
..
..
.
.
n n
...
n nn
1
A2 = 0
1
= X 3 2X, A = A .
0 1
2 0
0 1
+
X
k=0
X 2k1
2k
1
A+
A2 = I3 + sh(2)A + (ch(2) 1)A2
(2k + 1)!
(2k)!
2
k=1
Corrections
93
donc
An =
A = (X (a + (n 1)b)(X (a b))n1
Sp(A) = {a + (n 1)b, a b} (si n > 2)
2n (1)n
2(1)n + 2n
A+
I3
3
3
puis
eA =
e2 e1
2e1 + e2
A+
I3
3
3
A = (X (a + (n 1)b))(X (a b))
A est inversible si, et seulement si, 0
/ Sp(A) i.e. a + (n 1)b 6= 0 et a 6= b.
a
(b)
x
(y)
()
..
..
..
.
.
.
(b)
a
(y)
x
()
avec
= ax + (n 1)by
1
0
0
exp(A) = 0 cos 1 sin 1
0 sin 1 cos 1
= ay + bx + (n 2)by
Exercice 220 : [nonc]
A2 = O donc Sp(A) = {0}.
Puisque A 6= 0 , A nest pas diagonalisable. A = X 2 et A = X 3 .
exp(A) = I + A
pour expliciter A1 .
a2
a2
E2 (A) = Vect a et E1 (A) = Vect 0 , 1
0
1
1
a a2 a
2
0
1 et D = 0
P = a
1
1
0
0
0
1
0
0
0
1
2n (1)n
2(1)n + 2n
et =
3
3
1
((2a + n)Id L)
a(a + n)
Corrections
94
1 5
1+ 5
=
et =
2
2
Puisque la matrice M annule un polynme rel scind racines simples, cette
matrice est diagonalisable.
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
2
= In M
Or
t
2
2 2
= M 4 2M 2 + In
= t M 2 = In M
donc
M 4 2M 2 + In = In M
et donc la matrice M est annul par le polynme
P (X) = X 4 2X 2 + X = X(X 1)(X 2 + X 1)
95
J
(0)
..
P M P 1 =
.
(0)
avec
J = R2/3 =
Exercice 233 : [nonc]
La relation donne entrane
2
2
t
M = In M 2 = M 4 2M 2 + In
Or
t
2
= t M 2 = In M
donc
M 4 2M 2 + In = In M
Pour n = 2 : M =
b
d
3/2
ou J = R2/3
1/2
1/2
3/2
.
(
MM = M M
ab + cd = ac + db
b2 = c2
Si b = c alors M est symtrique donc diagonalisable sur R ce qui nest pas le cas.
Il reste b =
c et donca = d.
a b
Ainsi M =
et la relation M 2 + M + I = 0 donne
b a
a2 b2 + a + 1 = 0
2ab + b = 0
a
c
puis
(
a = 1/2
b = 3/2
Corrections
96
In
0
0
A = 0 In 0
0
0
0
Les matrices commutant avec A tant celle de la forme
M 0 0
0 N 0
0 0
avec M, N Mn (R), on peut affirmer
dim C(u) = 2n2 + 1
b) u = X 3 X donc dim R [u] = 3 et par suite C(u) = R [u] si, et seulement si,
n = 1.
Puisque det A = = 1, on a = 1/ = /
Enfin, trA = 2Re() Z et 2Re() [2, 2] car || 6 1 donc |Re()| {0, 1/2, 1}.
c) Selon la valeur de Re() et sachant || = 1, les valeurs possibles de sont
1, j, i, j 2 , 1
et leurs conjugues.
Dans tous les cas, on vrifie 12 = 1 et on a aussi 12 = 1.
Puisque A est semblable la matrice diagonale D = diag(, ) et que celle-ci
vrifie D12 = I2 , on a A12 = I2 .
d) On vrifie aisment que G est un sous-groupe du groupe (GL2 (C), ) et puisque
G = I2 , A, A2 , . . . , A11
G est un groupe monogne fini.
Corrections
Ak
0
kAk
Ak
97
1
(0)
..
D=
.
n
(0)
P 0 (1 )
(0)
..
P 0 (D) =
(0)
.
P 0 (n )
Corrections
rg(M I2n ) = rg
A In
O
B
A In
1 I1
(0)
..
D=
.
(0)
m Im
o 1 , . . . , m sont les valeurs propres distinctes
de
A et k = dim Ek (A).
P O
En considrant la matrice inversible Q =
, on a
O P
D C
avec C = P 1 BP .
Q1 M Q =
O D
On crit la matrice C par blocs selon la mme dcomposition que A :
C1,1 C1,m
..
C = ...
avec Ci,j Mati ,j (K)
.
Cm,1
rg
A k In
O
Cm,m
et la condition
98
B
Ak In
= 2rg(A k In )
Corrections
99
M
1
+
Ip
M
= Ip
1
+
Ip
M
b) M Ip = ( )A et M Ip = ( )B.
Or
(M Ip )(M Ip ) = M 2 ( + )M + Ip = Op
2
|1 + u| = 1 + |u|
En crivant u = a + ib avec a, b R et en levant au carr lidentit prcdente, on
obtient
p
(1 + a)2 + b2 = 1 + 2 a2 + b2 + a2 + b2
et cette identit est vrifie si, et seulement si, a R+ et b = 0 ce qui permet
dcrire z2 = 2 z1 avec 2 = a R+ .
Supposons la proprit tablie au rang n > 2.
Soient z1 , . . . , zn , zn+1 C avec z1 6= 0 tels que
n+1 n+1
X X
zk =
|zk |
k=1
k=1
k=1
k=1
k=1
Corrections
100
zk = k z1 avec k > 0
On en dduit
A=
n
X
zk = (1 + 2 + + n )z1 6= 0
k=1
et puisque
n
n
X
X
zk + zn+1 =
zk + |zn+1 |
k=1
k=1
n
X
k=1
Rcurrence tablie.
b) Si M Mn (C) vrifie M n = In et trM = n alors cette matrice est
diagonalisable (car annule le polynme scind racines simples X n 1) et ses
valeurs propres 1 , . . . , n vrifient
1 + + n = n
Or les valeurs propres vrifient aussi
1 6 k 6 n, nk = 1
et elles sont donc de module 1. Nous sommes donc dans la situation o
|1 + + n | = |1 | + + |n |
Puisque 1 6= 0, on peut crire k = k 1 pour tout k > 2 avec k > 0. Or tous
les k sont de module 1 donc les k sont gaux 1 et par suite
1 = . . . = n
Enfin puisque la somme des valeurs propres vaut n, on peut conclure
1 = . . . = n = 1
et finalement M = In car la matrice M est semblable In .
La rciproque est immdiate.
0
1
1
0
0
et B = 1
0
0
0
1
1
0
0
on vrifie A4 = I2 et B 3 = I3 . On en dduit M 12 = I5 .
Puisque M annule le polynme X 12 1 scind simple sur C [X], la matrice M est
diagonalisable dans M5 (C).
b) Posons x = (1, 0, 1, 0, 0), on a m(x) = (0, 1, 0, 1, 0), m2 (x) = (1, 0, 0, 0, 1),
m3 (x) = (0, 1, 1, 0, 0) et m4 (x) = (1, 0, 0, 1, 0). On vrifie aisment que la famille
correspondante est une base de R5 en observant par exemple quelle est
gnratrice.
Puisque m5 (x) = (0, 1, 0, 0, 1), matrice de m dans cette nouvelle base est
0 0 0 0 1
1 0 0 0 0
0 1 0 0 1
0 0 1 0 1
0 0 0 1 0
A
O
B
O
Corrections
101
1
(0)
..
avec 6= 0
(0)
1
(0)
(0) 1
En tudiant la commutation avec une telle matrice, on obtient
dim C = n4 2n2 + 2
tr(AB) = 0 et A = On ou B = On
Diffusion autorise titre entirement gratuit uniquement - dD
Corrections
102
Corrections
On en dduit
103
b) Posons
0
A=
1
0
Un endomorphisme reprsent par A nest pas diagonalisable alors que son carr
est nul et donc diagonalisable.
c) Supposons f diagonalise et ker f = ker f 2 . Soit P le polynme minimal de f 2 .
Celui-ci est scind racines simples car f 2 est diagonalisable.
Cas 0 nest pas racine de P .
On peut crire
p
Y
P =
(X i ) avec 1 6 i 6 n, i 6= 0
i=1
p
Y
(X i )(X + i )
i=1
0
0
p
Y
(X i )(X + i )
i=1
on a
f 2 Q(f ) = P (f 2 ) = 0
Ainsi
ImQ(f ) ker f 2
or ker f 2 = ker f donc
f Q(f ) = 0
p
Y
(X i )(X + i )
i=1
Sachant ker f ker f 2 , on obtient ker f = ker f 2 par galit des dimensions.
Corrections
(P (u) k IdE ) = 0
k=1
Posons Qk = P k . Le polynme
n
Q
k=1
104
(X k )
k=1
De plus, puisque B est inversible, on peut supposer les k tous non nuls.
Sachant B = Ap , le polynme
m
Y
(X p k )
k=1
Corrections
105
det(A + In ) = det(T + In ) = 1
c) det(A + M ) = det(M ) det(AM 1 + In ).
Puisque (AM 1 )n = An M n = On , 0 est la seule valeur propre de AM 1 et par
ltude qui prcde det(A + M ) = det M .
d) Si A est solution alors pour tout 6= 0, det(A In ) 6= 0 donc 0 est seule
valeur propre de A.
0 0 0 1
0 0 0 0
O4 ,
0 0 0 0 ou
0 0 0 0
est semblable
0 0 1 0
0 0 0 1
0 0 0 0
0 0 0 0
0
?
..
T =
.
0
0
m
X
i pi = 0
i=1
1 1 + 2 2 + + m m = 0
2 + 2 + + 2 = 0
1 1
2 2
m m
.
.
.
m
m
1 1 + m
2 2 + + m m = 0
Ce systme peut se percevoir sous la forme matricielle V X = 0 avec
X = t (1 . . . m ) et
1 2 m
21 22 2m
V = .
..
..
..
.
.
m
m
1 2 m
m
Le dterminant de la matrice V se calcule par dterminant de Vandermonde et est
non nul car 1 , . . . , m 6= 0. On en dduit
1 6 i 6 m, i = 0
ce qui est absurde car les i taient des multiplicits de vritables valeurs propres.
Corrections
106
M (M 2In )2 = On
on obtient
M = On
dim ker f = 1 ou 2
b) Par linarit
1 0 0
0 0 0
0 0 0
Si dim ker f = 1 alors considrons e3 ker f 2 \ ker f et e2 = f (e3 ).
On vrifie aisment que (e2 , e3 ) est une base de ker f 2 et en considrant un
vecteur e1 ker(f Id) non nul, on obtient une base (e1 , e2 , e3 ) dans laquelle la
matrice de f est
1 0 0
0 0 1
0 0 0
P (f ) g g P (f ) = f P 0 (f )
Par suite, si P (f ) = 0, alors f P 0 (f ) = 0.
c) Soit le polynme minimal de lendomorphisme f .
annule f donc X 0 aussi. Par minimalit de , | X 0 . Pour des raisons de
degr et de coefficients dominants, = X 0 avec = deg . On en dduit
= X et donc f est nilpotent.
Corrections
1 + + n = 0
2 + + 2 = 0
1
n
n
1 + + nn = 0
La rsolution de ce systme est dlicate.
En raisonnant par rcurrence, nous allons tablir que la seule solution est
1 = . . . = n = 0ce qui permettra de conclure que f est nilpotente car
f = (1)n X n est annulateur de f .
Pour n = 1 : la proprit est immdiate.
Supposons la proprit au rang n 1.
Considrons le polynme
P (X) = (X 1 ) . . . (X n )
En dveloppant,
107
P (X) = X n + an1 X n1 + + a1 X + a0
Comme P (i ) = 0, on a
n
P
P (i ) = 0.
i=1
Or
n
X
i=1
P (i ) =
n
X
i=1
ni + an1
n
X
i=1
n1
+ + a1
i
n
X
i + na0 = na0
i=1
Corrections
(u IdE )
Spu
lest aussi.
On en dduit que
P2 =
(X )
Spu
(X P2 (X)R(X))
Spu
Or P1 =
(X )
On a
108
(A) =
Spu
Y
X P2 (X)R(X) = (X ) 1
(X )R(X)
6=
0
0
0
trA
=
0
0
trA
0
=0
6=
Sachant quil est possible de construire un polynme prenant des valeurs donnes
ainsi que ses drives en des lments deux deux distincts de K, on peut
dterminer un polynme rsolvant notre problme.
Corrections
109
Corrections
110
B n = On
car les coefficients des termes X n sont aussi nuls.
An = On
et donc puisque A et B commutent
1 + x = Pn (x) + O(xn )
(AB)n = An B n = On
On en dduit que la matrice AB est aussi nilpotente. Elle est alors semblable
une matrice triangulaire suprieure stricte et donc
2
Pn2 (x) =
1 + x + O(xn ) = 1 + x + O(xn )
tr(AB) = 0
donc
Pn2 (x) x 1 = O(xn )
Pn2 (X)
X 1.
Corrections
0 1
(0)
..
..
.
.
M =
..
.
1
(0)
1
0
appartient H. Cependant celle-ci est notoirement inversible.
M1
M2
On a alors
A = A1 X dim F et A+M = A1 M2
Or M2 est une matrice nilpotente complexe, sa seule valeur propre tant 0, on
obtient
M2 = X dim F
et lidentit voulue est tablie.
b) Cest le mme raisonnement avec ImM ker A et lintroduction dun
sous-espace vectoriel F tel que
111
donc A = 0.
Puisque les hyperplans sont exactement les noyaux des formes linaires non nulles,
on peut assurer que pour tout hyperplan H de E, il existe A Mn (C) non nulle
telle que
H = {M Mn (C)/tr(AM ) = 0}
b) Pour tout matrice M Tn+ , le produit T M est triangulaire coefficients
diagonaux nuls donc tr(T M ) = 0. Ainsi Tn+ H puis H Tn+ = Tn+ .
Concernant H Tn , ou bien cest un hyperplan de Tn , ou bien cest Tn entier.
Sil ny a pas de coefficient non nul dans le bloc suprieur strict de T alors T est
diagonale et un calcul analogue au prcdent donne H Tn = Tn (de dimension
n(n 1)/2)
Sinon, on peut dterminer une matrice lmentaire dans Tn qui nest pas dans H
(si [T ]i,j 6= 0 alors Ej,i convient) et donc H Tn est un hyperplan de Tn (de
dimension n(n 1)/2 1).
c) Les matrices triangulaire strictes sont bien connes nilpotentes. . .
Une base de Tn+ adjointe une base de H Tn fournit une famille libre (car Tn+
et Tn sont en somme directe) et celle-ci est forme dau moins
n(n 1)/2 + n(n 1)/2 1 = n2 n 1 lments.
d) Soit H un hyperplan de E. Il existe A Mn (C) non nulle telle que
H = {M Mn (C)/tr(AM ) = 0}
La matrice A est trigonalisable donc on peut crire A = P T P 1 avec P GLn (C)
et T triangulaire suprieure non nulle. Posons alors lisomorphisme
: M P 1 M P et considrons lhyperplan
K = {N Mn (C)/tr(T N ) = 0}
On a alors
On constate
P 1 AP =
avec M1 nilpotente.
O
O
A1
A2
et P 1 M P =
M1
O
M2
O
M H (N ) K
Par lisomorphisme , on transforme une famille de n2 n 1 matrices nilpotentes
linairement indpendantes dlments de K en une famille telle que voulue.