Réduction Des Endomorphismes

[http://mp.cpgedupuydelome.
fr] dit le 10 juillet 2014
Enoncs
Rduction des endomorphismes

Polynme en un endomorphisme
Exercice 1 [ 00753 ] [correction]
Soient E un K-espace vectoriel de dimension n et u L(E).
On suppose quil existe un vecteur x0 E telle que la famille
(x0 , u(x0 ), . . . , un1 (x0 )) soit libre.
Montrer que seuls les polynmes en u commutent avec u.

Soient A GLn (C) et B Mn (C) telle que B p = On .
a) Montrer que In + A1 BA est inversible et exprimer son inverse.
b) On pose
H = {In + P (B)/P C [X] , P (0) = 0}
Montrer que H est un sous-groupe commutatif de (GLn (C), ).

Dans Mn (R), on considre la matrice

Soit u L(E) vrifiant u3 = Id. Justifier
2
ker(u Id) ker(u + u + Id) = E
J =
1
..
.
(0)
..
..
(0)
1
0
Exprimer simplement P (aIn + J) pour P R [X].

Soient A et B deux matrices relles carres dordre n telles quil existe un
polynme P R [X] de degr au moins gal 1 et vrifiant
P (0) = 1 et AB = P (A)
Montrer que A est inversible et que A et B commutent.

Soient A, B Mn (K). On suppose quil existe un polynme non constant
P K [X] vrifiant
AB = P (A) et P (0) 6= 0
Sous-espaces vectoriels stables

Soient u et v deux endomorphismes dun K-espace vectoriel E.
On suppose que u et v commutent, montrer que Imu et ker u sont stables par v.
Que dire de la rciproque ?

Montrer quun endomorphisme f dun K-espace vectoriel E commute avec un
projecteur p si, et seulement si, les espaces Imp et ker p sont stables par f .
Montrer que A est inversible et que A et B commutent.

Soient A et B dans Mn (R). On suppose que A est nilpotente et quil existe
P R [X] tel que P (0) = 1 et B = AP (A). Montrer quil existe Q R [X] tel que
Q(0) = 1 et A = BQ(B).

Dterminer les sous-espaces vectoriels stables pour lendomorphisme de drivation
dans K [X].

Soit u un endomorphisme dun K-espace vectoriel E de dimension finie.
Diffusion autorise titre entirement gratuit uniquement - dD
[http://mp.cpgedupuydelome.fr] dit le 10 juillet 2014

On pose
N=
[
p=0
ker up et I =
Enoncs
Imup
p=0
n
a) Montrer quil existe n N tel que N = ker u et I = Imun .

b) Etablir que N et I sont des sous-espaces vectoriels supplmentaires stables par
u et tels que les restrictions de u N et I soient respectivement nilpotente et
bijective.
c) Rciproquement on suppose E = F G avec F et G sous-espaces vectoriels
stables par u tels que les restrictions de u F et G soient respectivement
nilpotente et bijective. Etablir F = N et G = I.

[Endomorphisme cyclique]
Soient u endomorphisme dun K-espace vectoriel E de dimension finie n > 2.
On suppose que E est le seul sous-espace vectoriel non nul stable par u.
a) Lendomorphisme u possde-t-il des valeurs propres ?
b) Montrer que pour tout x E\ {0E }, la famille (x, u(x), . . . , un1 (x)) est une
base de E.
Quelle est la forme de la matrice de u dans cette base ?
c) Montrer que cette matrice ne dpend pas du choix de x.

Soient u et v deux endomorphismes dun K-espace vectoriel de dimension n N? .
On suppose u v = v u et v nilpotent.
On dsire montrer
det(u + v) = det u
en raisonnant par rcurrence sur la dimension n > 1.
a) Traiter le cas n = 1 et le cas v = 0.
b) Pour n > 2 et v 6= 0, former les matrices de u et v dans une base adapte Imv.
c) Conclure en appliquant lhypothse de rcurrence aux restrictions de u et v au
dpart de Imv.

Soit E = E1 E2 un K-espace vectoriel. On considre
= {u L(E), ker u = E1 et Imu = E2 }
a) Montrer, pour tout u de que u
= uE2 est un automorphisme de E2 .
Soit : GL(E2 ) dfinie par (u) = u

.
b) Montrer que est une loi interne dans .
c) Montrer que est un morphisme injectif de (, ) dans (GL(E2 ), ).
d) Montrer que est surjectif.
e) En dduire que (, ) est un groupe. Quel est son lment neutre ?

Soient E un K-espace vectoriel muni dune base B, f L(E) et H un hyperplan.
a) Dterminer la dimension du sous-espace vectoriel {u E ? /u(H) = {0}} ?
b) Montrer que si H a pour quation u(x) = 0 alors H est stable par f si, et
seulement si, u f est colinaire u.
c) Soient A et L les matrices dans B de f et u.
Montrer que H est stable par f si, et seulement si, t L est vecteur propre de t A
d) Dterminer les plans stables par
3 2 4
1
A = 1 1
1 2 2

Soient f et g deux endomorphismes lespace euclidien de R3 canoniquement
reprsents par
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.

Soit E un C-espace vectoriel de dimension finie et u L(E) tel que
u3 = Id
Dcrire les sous-espaces stables de u.
Mme question avec E un R-espace vectoriel.
Enoncs

On note E = C(R, R) et on pose, pour toute f E et tout x R,
Z x
T f (x) = f (x) +
f (t) dt
0
a) Loprateur T est-il un automorphisme de E ?

b) Existe-t-il un sous-espace vectoriel de E de dimension finie impaire et stable
par T ?

Soit u un endomorphisme dun R-espace vectoriel E de dimension finie non nulle
Montrer quil existe une droite vectorielle ou un plan vectoriel stable par u.

Soient K un corps et A1 , A2 , . . . , An des matrices de Mn (K) nilpotentes
commutant deux deux.
Montrer
A1 A2 . . . An = On

Soient f une endomorphisme de Rn et A sa matrice dans la base canonique de
Rn . On suppose que est une valeur propre non relle de A et que Z Cn est un
vecteur propre associ.
On note X et Y les vecteurs de Rn dont les composantes sont respectivement les
parties relles et imaginaires des composantes de Z.
a) Montrer que X et Y sont non colinaires.
b) Montrer que Vect(X, Y ) est stable par f .
c) On suppose que la matrice de f est donne par
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

Soient E un R-espace vectoriel de dimension finie et u un endomorphisme de E
vrifiant
u3 + u = 0
a) Montrer que lespace Imu est stable par u.
b) Pour x Imu, calculer u2 (x)
c) Soit v lendomorphisme induit par u sur Imu.
Montrer que v est un isomorphisme.
d) En dduire que le rang de lendomorphisme u est un entier pair.
Elments propres dun endomorphisme

Soient f un endomorphisme dun K-espace vectoriel et n N? . On suppose que
0 sp(f n ).
Montrer que 0 sp(f ).

Soit f un endomorphisme dun K-espace vectoriel E de dimension finie.
Montrer
0
/ sp(f ) f surjectif

Soit u un automorphisme dun K-espace vectoriel E .
Etablir

Spu1 = 1 / Spu

Soient E un K-espace vectoriel, u L(E), a GL(E) et v = a u a1 .
Comparer Spu et Spv dune part, E (u) et E (v) dautre part.

Soit u un endomorphisme dun K-espace vectoriel E tel que tout vecteur non nul
en soit vecteur propre.
Montrer que u est une homothtie vectorielle.
Enoncs

Soient f et g deux endomorphismes dun C-espace vectoriel E de dimension finie
n > 1 tels que
f ggf =f
a) Montrer que f est nilpotent.
b) On suppose f n1 6= 0. Montrer quil existe une base e de E et C tels que :
Mate f =
(0)
1
..
.
(0)
..
..

a) Soit f un endomorphisme dun R-espace vectoriel de dimension finie. Si a est
valeur propre de f , de multiplicit m, et si E(f, a) est le sous-espace propre
attach, montrer
1 6 dim E(f, a) 6 m
b) Soit
1
2
A=
3
4
1
0
1
2
3
4
1
2
3
4
1
2
3
4
Dterminer simplement les valeurs propres de A.

La matrice A est-elle diagonalisable ?
et
Mate g = diag(, + 1, . . . , + n 1)

Soit E le R-espace vectoriel des fonctions continues de [0, +[ vers R convergeant
en +.
Soit T lendomorphisme de E donn par

Soient u, v deux endomorphismes dun espace vectoriel.
a) Si 6= 0 est valeur propre de u v, montrer quil lest aussi de v u.
b) Pour P E = R [X], on pose
Z X
0
u(P ) = P et v(P ) =
P (t) dt
0
ce qui dfinit des endomorphismes de E. Dterminer
x [0, +[ , T (f )(x) = f (x + 1)
Dterminer les valeurs propres de T et les vecteurs propres associs.

a) Montrer que , qui P associe
(X 2 1)P 0 (X) (4X + 1)P (X)
est un endomorphisme de R4 [X].
b) Rsoudre lquation diffrentielle

5
3+
y0 =
+
y
2(x 1) 2(x + 1)
c) En dduire les valeurs propres et les vecteurs propres de .
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.
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

On considre les matrices relles

1 0
a
A=
et M =
0 2
c
b
d
propres
dun
Enoncs
a) Calculer AM M A.
b) Dterminer les lments propres de lendomorphisme M 7 AM M A.

Soient E = C (R, R) et D lendomorphisme de E qui f associe sa drive f 0 .
Dterminer les valeurs propres de D ainsi que les sous-espaces propres associs.

Soient E = C 0 (R, R) et I lendomorphisme de E qui f E associe sa primitive
qui sannule en 0.
Dterminer les valeurs propres de I.

Soit E lespace vectoriel des fonctions continues de [0, +[ vers R.
Pour tout f E, on dfinit T (f ) : ]0, +[ R par
Z
1 x
T (f )(x) =
f (t) dt pour x > 0
x 0
a) Montrer que la fonction T (f ) se prolonge par continuit en 0 et qualors T un
endomorphisme de E.
b) Dterminer les lments propres de T .

Soit E = C([0, 1] , R). Si f E on pose
1
Z
Soient E lespace des suites relles convergeant vers 0 et : E E
lendomorphisme dfini par
T (f ) : x [0, 1] 7
min(x, t)f (t) dt

0
a) Vrifier que T est un endomorphisme de E.

b) Dterminer les valeurs propres et les vecteurs propres de T .
(u)(n) = u(n + 1) u(n)

Dterminer les valeurs propres de .

Soient E = CN et f : E E lapplication qui transforme une suite u = (un ) en
v = (vn ) dfinie par
v0 = u0 et n N? , vn =
un + un1
2
Dterminer les valeurs propres et les vecteurs propres de f .

Soit E le sous-espace vectoriel des fonctions de C([0, +[ R) sannulant en 0.
Pour tout f E, on dfinit (f ) : [0, +[ R par
Z
1 x
(f )(0) = 0 et (f )(x) =
f (t) dt pour x > 0
x 0
a) Montrer que (f ) E puis que est un endomorphisme de E.
b) Dterminer les lments propres de .

Soit E lespace des fonctions f de classe C 1 de [0, +[ vers R vrifiant f (0) = 0.
Pour un lment f de E on pose T (f ) la fonction dfinie par
Z x
f (t)
T (f )(x) =
dt
t
0
Montrer que T est un endomorphisme de E et trouver ses valeurs propres.

Dterminer valeurs propres et vecteurs propres de lendomorphisme de Rn [X]
dfini par
: P 7 (X 2 1)P 0 nXP

On considre n + 1 rels deux deux distincts a0 , . . . , an et A le polynme
A(X) =
n
Y
(X ak )
k=0
Enoncs
Soit B un polynme rel tel que pour tout k = 0, . . . , n, B(ak ) 6= 0. On considre

lapplication f qui un polynme P de Rn [X] associe le reste R = f (P ) de la
division euclidienne de BP par A.
a) Justifier quon dfinit ainsi un endomorphisme de Rn [X].
b) Etude dun exemple avec le logiciel de calcul formel : on demande de rsoudre
cette question avec le logiciel.
On choisit
n = 2, A(X) = (X 1)(X 2)(X 3) et B(X) = X

Pour A Mn (R), on pose
kAk = sup
n
X
|ai,j |
16i6n j=1
Montrer que
Sp(A) [ kAk , kAk]
Ainsi f est ici lendomorphisme de R2 [X] qui P E associe le reste de la

division euclidienne de X 3 P par (X 1)(X 2)(X 3).
Crer lapplication f . Utiliser la commande rem qui fournit le reste de la
division euclidienne. Expliciter alors limage de P = aX 2 + bX + c.
Dterminer le noyau de f .
Suivre le mme procd pour dterminer les lments propres de f , en annulant
les coefficients de Q = f (P ) P .
Crer la matrice de f dans la base canonique de E et retrouver ainsi les valeurs
propres et les vecteurs propres de f .
c) On revient au cas gnral. Dterminer le noyau, les lments propres (valeurs
propres, sous-espaces propres) et le dterminant de f . Lendomorphisme f est-il
diagonalisable ?

Soit a R et n > 2.
a) Montrer que (P )(X) = (X a) (P 0 (X) P 0 (a)) 2(P (X) P (a)) dfinit un
endomorphisme de Rn [X].
b) A laide de la formule de Taylor, dterminer limage et le noyau de .
c) Trouver ses lments propres. Lendomorphisme est-il diagonalisable ?
Elments propres dune matrice

Soit A Mn (K) vrifiant rg(A) = 1.
Montrer quil existe K tel que A2 = A et que ce scalaire est valeur propre
de A.

Soit A = (ai,j ) Mn (R) vrifiant pour tout i, j {1, . . . , n} ai,j > 0 et pour tout
n
P
i {1, . . . , n},
ai,j = 1.
j=1
a) Montrer que 1 Sp(A).

b) Justifier que si C est valeur propre de A alors || 6 1.
c) Observer que si C est valeur propre de A et vrifie || = 1 alors = 1.
Soit A = (ai,j ) Mn (R) vrifiant pour tout i, j {1, . . . , n} ai,j R+ et pour
n
P
tout i {1, . . . , n},
ai,j = 1.
j=1
a) Montrer que 1 Sp(A).

b) Justifier que si C est valeur propre de A alors || 6 1.
c) Observer que si C est valeur propre de A et vrifie || = 1 alors est une
racine de lunit.
Soient A, B Mn (R) vrifiant AB BA = A.
a) Calculer Ak B BAk pour k N.
b) A quelle condition la matrice Ak est-elle vecteur propre de lendomorphisme
M 7 M B BM de Mn (R) ?
c) En dduire que la matrice A est nilpotente.
Soient n N? et E = Mn (R). Pour A E, on introduit u : E E dfini par
u(M ) = AM
Montrer que A et u ont les mmes valeurs propres et prciser les sous-espaces
propres de u en fonction de ceux de A.
Enoncs

Soient A Mn (C) et A lendomorphisme de Mn (C) dfinie par A (M ) = AM .
a) Montrer que les valeurs propres de A sont les valeurs propres de A.
b) Dterminer les valeurs propres de A : M 7 M A.

Soit la matrice A Mn (R) donne par A = (min(i, j))16i,j6n .
a) Trouver une matrice triangulaire infrieure unit L et une matrice triangulaire
suprieure U telle que A = LU .
b) Exprimer A1 laide de
0
1
(0)
.
..
. ..
N =
.
.. 1
(0)
0
c) Montrer que SpA1 [0, 4].

Dterminer les valeurs propres de la
0
..
.
0
1
matrice
0 1
.. ..
. .
Mn (R)
0 1
1 1

Soit n N, n > 2. Dterminer les valeurs propres de la comatrice de A Mn (C).
On commencera par tudier le cas o la matrice A est inversible.

Soit An = (ai,j ) Mn (R) la matrice dfinie par
ai,i = 0 et ai,j = j si i 6= j
a) A laide de Maple, calculer les valeurs approches des valeurs propres de A2 , A3
et, si possible A10 .
b) Si est valeur propre de An , montrer que

n
X
k=1
k
=1
k+
c) Nombre et localisation des valeurs propres de An ?

d) On appelle xn la valeur propre de An strictement comprise entre 2 et 1.
Quel est le sens de variation de la suite (xn ) ?
e) Limite de (xn ) et dveloppement asymptotique deux termes.

Soient n > 3 et
1 ...
A=
.
..
1 (0)
(0)
..
1
..
.
Mn (R)
1
0
a) Calculer les rangs de A et A2 .

b) Soit f lendomorphisme de Rn canoniquement reprsent par la matrice A.
Montrer
ker f Imf = Rn
c) En dduire que la matrice A est semblable une matrice de la forme
(0)
..
avec B GL2 (R)
.
0
(0)
d) Calculer trB et trB 2 .

En dduire les valeurs propres de B puis celles de A.
e) La matrice A est-elle diagonalisable ?

Soit (a0 , . . . , ap1 ) Cp . On suppose que 1 est racine simple de

P (X) = X p ap1 X p1 + + a1 X + a0

On suppose la convergence dune suite (un )nN dtermine par ses p premiers
termes u0 , . . . , up1 et la relation de rcurrence
un+p = ap1 un+p1 + + a1 un+1 + a0 un
Dterminer la limite de (un )nN .
Expliquer brivement pourquoi
t
com(A)A = det(A)In
On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?

Que reprsente un vecteur propre de A pour t com(A) ?
On suppose de plus que A nest pas inversible. Dterminer
dim ker t comA
Prouver que t comA nadmet que deux valeurs propres, les expliciter.
Exercice 60
Soient
[correction]
0
1
.
..
1
An =
..
.
(0)
Enoncs
Polynme caractristique
a) Montrer que deux matrices semblables ont le mme polynme caractristique.
b) Rciproque ?

Soit F un sous-espace vectoriel stable par un endomorphisme u dun K-espace
vectoriel E de dimension finie.
Etablir que le polynme caractristique de lendomorphisme induit par u sur F
divise le polynme caractristique de u.

Soit A Mn (R) inversible de polynme caractristique A .
Etablir que pour tout x 6= 0,
A1 (x) =
[ 02613 ]
(0)
..
..
.
1
(1)n xn
A (1/x)
A (0)
Mn (C)
1
0
et n son polynme caractristique.

a) Calculer
un = n (2 cos )
pour tout ]0, [.
b) Dterminer les valeurs propres de An .
Quelle est la dimension des sous-espaces propres de An ?
c) Dterminer les sous-espaces propres de An
Indice : on pourra, pour valeur propre de An , chercher

x1
.
X=
.. Mn,1 (C)
xn

Soient A, B Mn (C). On dsire tablir lgalit des polynmes caractristiques
AB = BA
a) Etablir lgalit quand A GLn (C).
b) Pour A
/ GLn (C), justifier que pour p N assez grand A + p1 In GLn (C).
En dduire que lgalit est encore vraie pour A non inversible.

Soient A, B Mn (K) et p N? . Etablir
(AB)p = (BA)p

Soient A, B Mn (R). Montrer que AB et BA ont mme valeurs propres.
vrifiant AX = X et poser x0 = xn+1 = 0.

Enoncs

Soit A Mn (C). Montrer
AA R [X]

Soient A Mn,p (K), B Mp,n (K) et K. En multipliant droite et gauche
la matrice

In A
M=
Mn+p (K)
B Ip

Soient A et B dans Mn (K) (K = R ou C).
a) Comparer SpB et Spt B.
b) Soit C Mn (K). Montrer que sil existe pour lequel AC = C, alors
ImC ker(A In ).
c) Soit une valeur propre commune A et B. Montrer quil existe C Mn (K),
C 6= 0, telle que AC = CB = C.
d) On suppose lexistence de C Mn (K) avec rgC = r et AC = CB. Montrer que
le PGCD des polynmes caractristiques de A et B est de degr > r.
e) Etudier la rciproque de d).
par des matrices triangulaires par blocs bien choisies, tablir

p AB () = n BA ()

Soit (A, B) Mp,q (R) Mq,p (R). Montrer que
X q AB (X) = X p BA (X)
Indice : Commencer par le cas o
A=
Ir
0
0
0

a) Si P Z [X] est unitaire de degr n, existe-t-il une matriceA Mn (Z) de
polynme caractristique (1)n P (X) ?
b) Soient (1 , . . . , n ) Cn et le polynme
n
Y
On suppose P Z [X]. Montrer que pour tout q N? le polynme

n
Y

Soient n > 2 et f L(Cn ) endomorphisme de rang 2.
Dterminer le polynme caractristique de f en fonction de trf et trf 2 .
Soient A, B Mn (R). On suppose quil existe M dans Mn (R) de rang r tel que
AM = M B
(X i )
i=1
Pq =

Soient A, B Mn (C). Etablir
A (B) GLn (C) SpA SpB =
P =

Soit A Mn (R) telle que SpA R+ .
Montrer
det A > 0
(X qi )
i=1
appartient encore Z [X].

c) Soit P dans Z [X] unitaire dont les racines complexes sont de modules 6 1.
Montrer que les racines non nulles de P sont des racines de lunit.
Montrer que deg(A B ) > r.

Soient A et B dans Mn (K) (K = R ou C).
Pour A = (ai,j ) Mn (C) et B = (bi,j ) Mn (C), on dfinit A ? B Mn2 (C) par
a1,1 B a1,n B
..
..
A?B =
.
.
an,1 B
an,n B
Enoncs
a) Montrer que si A, A0 , B, B 0 Mn (C) alors (A ? B)(A0 ? B 0 ) = (AA0 ) ? (BB 0 ).

b) En dduire que A ? B est inversible si, et seulement si, A et B sont inversibles.
c) Dterminer le spectre de A ? B.
En dduire le polynme caractristique, la trace et le dterminant de A ? B.
10
b) Pour tout x ]2, 2[, on pose x = 2 cos avec ]0, [. Montrer que
sin((n + 1))
sin
Pn (x) =
c) En dduire que Pn (x) admet n racines puis que An est diagonalisable.

a) Soient B, C Mn (C) semblables
Pour x C, montrer que les matrices xIn B et xIn C sont semblables.
1
1
En est-il de mme de (xIn B) et (xIn C) ?
b) Soit A Mn (C). On note PA (x) = det(xIn A) et PA0 le polynme driv de
PA .
On suppose que x nest pas valeur propre de A, montrer
1
tr (xIn A)
PA0 (x)
PA (x)
Calcul de polynme caractristique

Calculer le polynme caractristique de la matrice
0
1
0
.. . .
.
..
.
.
0
0
1
a0 a1 an1
Exercice 79
Soient
[ 00784 ]
1
An =
..
..
..
0
.
.
1
a2
P (x) = det(A + xIn ) avec A =
a1
..
.
0
..
.
a1
an
..
.
an
0
P (X)
Mn (C) et Pn (x) = det(xIn An )
1
0
(X ai )
i=1
d) En dduire le dterminant de A + In .
Soient a1 , . . . , an C? , tous distincts et P (x) = det(A + xIn ) avec
0 a2
an
..
a1 0
.
A=
.
..
..
.
a
n
a1
an1
a) Calculer P (ai ) et dcomposer en lments simples la fraction

P (x)
n
Q
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
..
.

Soient a1 , . . . , an C? deux deux distincts.
On pose
(x ai )
i=1
b) En dduire det A.
Enoncs
Existence de valeur propre sur C

Soit E un C-espace vectoriel de dimension finie.
a) Justifier que tout endomorphisme de E possde au moins une valeur propre
b) Observer que lendomorphisme P (X) 7 (X 1)P (X) de C [X] na pas de
valeurs propres.

a) Rappeler pourquoi un endomorphisme dun C-espace vectoriel de dimension
finie non nulle admet au moins un vecteur propre.
b) Soient u, v deux endomorphismes dun C-espace vectoriel E de dimension finie
non nulle.
On suppose
uv =vu
Montrer que u et v ont un vecteur propre en commun.

Soient A, B Mn (C) vrifiant AB = BA.
Montrer que A et B ont un vecteur propre en commun.
11

Soient E un C-espace vectoriel de dimension finie non nulle, (a, b) C2 , f et g
dans L(E) tels que
f g g f = af + bg
Montrer que f et g ont un vecteur propre commun.

K dsigne R ou C.
On dit quune matrice A Mn (K) vrifie la proprit (P ) si
M Mn (K), K, det(M + A) 6= 0
a) Rappeler pourquoi une matrice de Mn (C) admet au moins une valeur propre.
b) Soit T une matrice triangulaire suprieure de diagonale nulle.
Calculer det(In + T ). En dduire que T vrifie la proprit (P )
c) Dterminer le rang de la matrice

0 Ir
Tr =
Mn (K)
0 0
d) Soient A vrifiant (P ) et B une matrice de mme rang que A ; montrer
(P, Q) GLn (K)2 , B = P AQ

Montrer que A, B Mn (C) ont une valeur propre en commun si, et seulement si,
il existe U Mn (C) non nulle vrifiant U A = BU .

Soient E un C-espace vectoriel de dimension finie non nulle, u, v dans L(E) et a, b
dans C. On suppose
u v v u = au + bv
a) On tudie le cas a = b = 0.
b) On tudie le cas a 6= 0, b = 0.
Montrer que u est non inversible.
Calculer un v v un et montrer que u est nilpotent.
Conclure que u et v ont un vecteur propre en commun.
c) On tudie le cas a, b 6= 0.
et en dduire que B vrifie (P ).

e) Conclure que, dans Mn (C), les matrices non inversibles vrifient (P ) et que ce
sont les seules.
f) Que dire des cette proprit dans le cas Mn (R) (on distinguera n pair et n
impair) ?
Elments propres et diagonalisabilit dune matrice

Soient R et

cos sin
cos
A=
M2 (K) et B =
sin cos
sin
sin
cos

M2 (K)
a) On suppose K = C. La matrice A est-elle diagonalisable ?

b) On suppose K = R. La matrice A est-elle diagonalisable ?
c) Mmes questions avec B.

Soient a, b, c R. La matrice
0
M = a
a
Enoncs
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
..
.
M2n (R) (avec n > 2)
a) Calculer le rang de A. En dduire que 0 est valeur propre de A et dterminer la

dimension du sous-espace propre associ.
b) Dterminer deux vecteurs propres non colinaires et en dduire que A est
diagonalisable.
Diagonaliser les matrices de Mn (R)
0
..
.
0
..
.
0
1
0
1
..
. et
1
..
.
..
.
..
.
1
0
..
.
0
..
.
1
..
.
..
.
..
.
1

Dterminer les valeurs propres de la matrice de Mn (R) suivante
1 1
1
1 1
(0)
M = .
..
..
.
1
b
..
et B = .
.
..
..
b
a
.
..
b
..
.
Rduire ces deux matrices.

Soient a, b R? tels que |a| =
6 |b| et
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
pour tous a, b rels.

a) Ces matrices sont-elles simultanment diagonalisables ?
b) Etudier et reprsenter graphiquement lensemble des (a, b) R2 tel que
M (a, b)n tend vers 0 quand n tend vers .

Soient (a1 , . . . , a2n ) C2n et A = (ai,j )16i,j62n la matrice de M2n (C) dfinie par :
(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.

Vrifier tous les rsultats par un tude directe
b) Soient u un endomorphisme dun K-espace vectoriel E et F1 , . . . , Fp des
sous-espaces vectoriels stables par u tels que
E = F1 Fp
Dmontrer une condition ncessaire et suffisante pour que u soit diagonalisable,
faisant intervenir les restrictions uF1 , . . . , uFp (o la restriction uFi est
considre comme endomorphisme de Fi ).
c) En dduire une condition ncessaire et suffisante pour que la matrice
A(a1 , . . . , a2n ) soit diagonalisable.
d) Comment les rsultats sont-ils modifis si la matrice A est relle et quon
tudie si elle est diagonalisable dans M2n (R) ?
Monter que la matrice suivante est diagonalisable
0
1
(0)
.
..
n
2
.. ..
A=
.
.
n1
.
.
.. .. n
(0)
1
0
Mn+1 (C)
(indice : on pourra interprter A comme la matrice dun endomorphisme de

Cn [X])
Exercice 98
Soit
[ 03255 ]
[correction]
Mn =
(b)
..
Mn (C)
(a)
0
A quelle condition la matrice Mn est-elle diagonalisable ?
Dterminer alors une base de vecteurs propres
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 ?
Considrons la matrice A suivante :
0 1
1 k
A=
0 1
0 1
0 0
1 1
M4 (C)
0 0
0 0
1. On suppose k rel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans

calculs) ;
2.a) Dterminer le rang de A.
2.b) Donner la raison pour laquelle le polynme caractristique de A est de la
forme
X 2 (X u1 )(X u2 )
avec u1 , u2 appartenant C? et vrifiant
u1 + u2 = k et u21 + u22 = k 2 + 6
2.c) Etudier les lments propres dans le cas o u1 = u2 .
2.d) En dduire les valeurs de k pour que A soit diagonalisable dans M4 (C).
Pour quelle(s) valeurs de x R, la matrice suivante nest-elle pas diagonalisable ?
2 x 5 + x
x
x
2 x x
A=
5
5
3
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.
Enoncs
14

Soient a, b, c, d quatre nombres complexes avec a2 + b2 6= 0 et
a
b
c
d
b a d c
A=
c d
a b
d c b
a
Montrer que J est diagonalisable.
a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.

b) On pose 2 = b2 + c2 + d2 suppos non nul. Montrer que A est diagonalisable.

Parmi les matrices lmentaires Ei,j de Mn (K), lesquelles sont diagonalisables ?

Soit (a1 , . . . , an1 ) Cn1 .
a) Quel est le rang de A Mn (C) dfinie par
0
0
..
..
.
A= .
0
0
a1 an1

Soit (a1 , . . . , an ) Cn . La matrice (ai aj )16i,j6n est-elle diagonalisable ?

Soient (a1 , . . . , an ) (R?+ )n et
a1
..
.
an1
0
N =
a1
a2
..
.
a1
a2
..
.
a1
a2
..
.
an
an
an
b) Avec la trace, que peut-on dire des valeurs propres ?

c) A est-elle diagonalisable ?
Calculer N 2 , la matrice N est-elle diagonalisable ?

Montrer que M = 2N + In est inversible et calculer M 1 .
Diagonalisabilit des matrices de rang 1
Etude de matrices diagonalisables

Soit A Mn (C) telle que rgA = 1.
Etablir
A diagonalisable si, et seulement si, trA 6= 0

Montrer que si A est diagonalisable alors t A lest aussi.

Soient X, Y Mn,1 (K) non nuls.
A quelle condition la matrice X t Y est-elle diagonalisable ?
Soient K un sous-corps de C et
1
..
J = .
1
1
.. M (K)
n
.
1

Soient A GLn (K) et B Mn (K).
On suppose la matrice AB diagonalisable. Montrer que BA est diagonalisable.

Soient A1 Mp (K), A2 Mq (K) et A Mp+q (K) dfinie par

A1 O
A=
O A2
Montrer que A est diagonalisable si, et seulement si, A1 et A2 le sont.

Exercice 114
Enoncs
15

Soit E = Rn [X]. Pour P E, on pose (P ) = P (X + 1)P 0 .
a) Justifier que dfinit un endomorphisme de Rn [X].
b) Dterminer les valeurs propres de et justifier que est diagonalisable.
[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 ]

Montrer que lapplication

a) Soit D Mn (C). Dterminer linverse de

In D
On In
f : P (X) 7 (X 2 1)P 00 (X) + 2XP 0 (X)
b) Soient A, B Mn (C) diagonalisables telles que SpA SpB = .

Montrer que pour tout matrice C Mn (C), les matrices suivantes sont semblables

A C
A On
et
On B
On B
est un endomorphisme de lespace vectoriel rel E = Rn [X]. Former la matrice de

f relative la base canonique de E. En dduire la diagonalisabilit de f ainsi que
ses valeurs propres et la dimension des sous-espaces propres associs.

Soient E = Rn [X] et deux rels a 6= b. Pour P E, on pose
(P ) = (X a)(X b)P 0 nXP

Soient A, B Mn (R) avec B diagonalisable.
Montrer
AB 3 = B 3 A AB = BA
a) Montrer que est un endomorphisme de E.

b) Dterminer les valeurs propres de et en dduire que est diagonalisable.

Soient p, q N? et A, B, M Mn (C) avec A, B diagonalisables. Montrer

Lendomorphisme de Mn (R) dfini par
Ap M B q = On AM B = On
Elments propres
endomorphisme
et
diagonalisabilit

Soit u un endomorphisme dun K-espace vectoriel de dimension finie E.
On suppose que
Im(u IdE ) Im(u + IdE ) = {0E }
Montrer que u est diagonalisable.
(M ) = M + tr(M ).In
dun
est-il diagonalisable ?

Soient E un K-espace vectoriel de dimension finie, f L(E) et F L(L(E))
dfinie par F (u) = f u.
a) Montrer que f est diagonalisable si, et seulement si, F lest.
b) Montrer que f et F ont les mmes valeurs propres.
c) Soit une valeur propre de f . Etablir dim E (F ) = dim E dim E (f ).
Enoncs

Soient E un espace vectoriel de dimension finie, un projecteur fix de E et
F : L(E) L(E) dfinie par
F : f 7
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 ?

Soient A R [X] et B R [X] scind racines simples de degr n + 1. Soit
lendomorphisme de Rn [X] qui P R [X] associe le reste de la division
euclidienne de AP par B. Dterminer les lments propres de .
Lendomorphisme est-il diagonalisable ?

Soient A, B fixs dans Rn [X].
On note f lapplication qui, P Rn [X] associe le reste de la division
euclidienne de AP par B.
a) Montrer que f est un endomorphisme ; est-ce un isomorphisme ?
b) On suppose dans la suite que les polynmes A et B premiers entre eux avec B
scind racines simples ; donner les valeurs propres de f .
c) Lendomorphisme f est-il diagonalisable ?

Soit E un espace vectoriel rel de dimension finie, f L(E) tel que f 2 = f .
Etudier les lments propres et la diagonalisabilit de lendomorphisme
u 7 f u uf de L(E).
16

Soient E un espace vectoriel rel de dimension finie et f L(E). On dfinit
T L(E) L(E) par
T (g) = f g g f
Montrer que si f est diagonalisable, alors T est diagonalisable ; si f est nilpotente,
alors T est nilpotente.
Soient E un C-espace vectoriel de dimension finie et e = (e1 , . . . , en ) une base de
E.
On considre lendomorphisme f de E dtermin par
k {1, . . . , n} , f (ek ) = ek +
n
X
ei
i=1
a) Donner la matrice de f dans e.

b) Dterminer les sous-espaces propres de f .
c) Lendomorphisme f est-il diagonalisable ?
d) Calculer le dterminant de f . Lendomorphisme f est-il inversible ?
On considre un R-espace vectoriel de dimension finie E, u un endomorphisme de
E, U = (ui,j ) la matrice de u dans une base de E, ei,j les projecteurs associs
cette base et Ei,j la matrice de ces projecteurs.
On considre lendomorphisme dans L(E) tel que
(v) = u v
a) Montrer que et u ont les mmes valeurs propres.
b) Calculer U Ei,j en fonction des Ek,j . En dduire quil existe une base de L(E)
dans laquelle la matrice de est diagonale par blocs.
c) Exprimer cette matrice.
Etude dendomorphismes diagonalisables

Dans R3 euclidien, on considre deux vecteurs a et b, et on pose
f (x) = a (b x). A quelle condition, f est-elle diagonalisable ?

Soient f, g endomorphisme dun K-espace vectoriel E de dimension finie.
On suppose que f est diagonalisable. Montrer :
f g = g f chaque sous-espace propre de f est stable par g
Enoncs

Soit v un endomorphisme dun C-espace vectoriel E de dimension finie
diagonalisable.
a) Montrer quil existe un endomorphisme u de E vrifiant u2 = v.
b) Montrer quon peut choisir u solution qui soit un polynme en v (indice : on
pourra introduire un polynme interpolateur).

Soit f un endomorphisme dun C-espace vectoriel E de dimension finie vrifiant :
Tout sous-espace vectoriel stable par f admet un supplmentaire stable
17
a) Calculer (Ei,j ) o Ei,j dsigne la matrice lmentaire dindice (i, j) de

Mn (K).
Quelle particularit prsente la matrice de relativement la base canonique de
Mn (K) ?
b) Soit f un endomorphisme diagonalisable dun K-espace vectoriel E de
dimension finie.
Lendomorphisme : u 7 f u u f de L(E) est-il diagonalisable ?

Soit E un C-espace vectoriel de dimension finie.
Dterminer les f L(E) tels que tout sous-espace vectoriel de E stable par f
possde un supplmentaire stable.
Montrer que lendomorphisme f est diagonalisable.

Soit f un endomorphisme diagonalisable dun K-espace vectoriel E de dimension
n.
On note Cf lensemble des endomorphismes qui commutent avec f .
a) Montrer que Cf est un sous-espace vectoriel de L(E).
b) Montrer quun endomorphisme g appartient Cf si, et seulement si, chaque
sous-espace propre de f est stable par g.
c) En dduire que
X
dim Cf =
2
Sp(f )
o est lordre de multiplicit de la valeur propre .

d) On suppose que les valeurs propres de f sont simples. Montrer que
(Id, f, . . . , f n1 ) est une base de Cf .

Soit f un endomorphisme dun K-espace vectoriel E de dimension n admettant
exactement n valeurs propres distinctes.
a) Montrer quil existe un vecteur a E tel que la famille (a, f (a), . . . , f n1 (a))
soit une base de E.
b) Quelle est la forme de la matrice de f dans cette base ?

Soient D = diag(1 , . . . , n ) et : M 7 DM M D endomorphisme de Mn (K).

Soient E = S2 (R),

a
A=
c
b
d

M2 (R)
et : S2 (R) S2 (R) dfinie par

(S) = AS + S t A
a) Dterminer la matrice de dans une base de E.
b) Quelle relation existe-t-il entre les polynmes caractristiques et A ?
c) Si est diagonalisable, la matrice A lest-elle ?
d) Si A est diagonalisable, lendomorphisme lest-il ?

Soit E un espace vectoriel de dimension finie n > 2.
a) Donner un exemple dendomorphisme f de E dont limage et le noyau ne sont
pas supplmentaires.
b) On suppose, dans cette question seulement, que f est une endomorphisme de E
diagonalisable.
Justifier que limage et le noyau de f sont supplmentaires.
c) Soit f un endomorphisme de E. Montrer quil existe un entier nature non nul k
tel que
Im(f k ) ker(f k ) = E
Lendomorphisme f k est-il ncessairement diagonalisable ?
d) Le rsultat dmontr en c) reste-t-il valable si lespace est de dimension infinie ?
Enoncs
Applications de la diagonalisabilit
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
a) Montrer que la matrice J

b) Application : calculer

Exercice 146
Les matrices
[ 02692 ]
est diagonalisable dans Mn (C)

a0
an1
..
.
a1
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
..
.
a) Dterminer deux rels , tel que A2 = A + I2 .

b) Calculer An pour n > 1.
sont-elles semblables ?

a) Dterminer les valeurs propres de

Soit une application de M2 (C) vers C vrifiant :
1
A= 3
0
0
1
1
3
2
1

A, B M2 (C), (AB) = (A)(B) et
0
1

=
b) Combien y a-t-il de matrice M telle que M 2 = A dans Mn (C) ? dans Mn (R) ?
Montrer que = det.
Exercice 144
Soit

a) Dmontrer que, si deux endomorphismes u et v dun espace vectoriel E
commutent, alors, les sous-espaces propres de u et limage de u sont stables par v.
Dans les deux cas suivants :
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)
a) Diagonaliser la matrice A en prcisant la matrice de passage P

b) Soit M M2 (R) une matrice telle que M 2 + M = A.
Justifier que la matrice P 1 M P est diagonale.
c) Dterminer les solutions de lquation M 2 + M = A.
b) Prciser les matrices qui commutent avec A (structure, dimension, base

ventuelle).
c) Etudier dans M4 (R), puis dans M4 (C), lquation

Soit pour n > 2 la matrice
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
Enoncs

Soit G un sous-groupe de (GLn (R), ) vrifiant

On considre trois suites relles (un )n>0 , (vn )n>0 et (wn )n>0 vrifiant
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 ?
d) Application : Montrer que sil existe un isomorphisme entre (GLn (R), ) et

(GLm (R), ) alors n = m.
Soit A M3 (R) telle que
SpA = {2, 1, 3}
a) Exprimer An en fonction de A2 , A et I3 .
b) Calculer
+
X
A2n
ch(A) =
(2n)!
n=0
Soit f un endomorphisme dun R-espace vectoriel E de dimension n possdant
exactement n valeurs propres.
a) Dterminer la dimension des sous-espaces propres de f .
b) Soit g un endomorphisme de E vrifiant g 2 = f . Montrer que g et f commutent.
En dduire que les vecteurs propres de f sont aussi vecteurs propres de g.
c) Combien y a-t-il dendomorphismes g de E solutions de lquation
g2 = f
a) Dterminer les entiers k pour lesquelles lquation
ei + eik = 1

Soit f un endomorphisme dun K-espace vectoriel E de dimension n N? .
On suppose que f possde exactement n valeurs propres distinctes. Montrer que
seuls les polynmes en f commutent avec f (indice : on pourra introduire un
polynme interpolateur convenable).

a) Trouver les valeurs propres des matrices M M2 (R) vrifiant
2
M +M =
1
1
1
1
b) Dterminer alors les matrices M solutions laide de polynmes annulateurs

appropris.

Soient E un R-espace vectoriel de dimension finie et u L(E), v L(E)
diagonalisables vrifiant
u3 = v 3
Montrer que u = v.
admet au moins une solution R.

b) Soit Sk lensemble des suites relles u telles que
n N, un+k = un + un+k1
A quelle condition sur k, Sk contient-il une suite priodique non nulle.

Soit M Mn (R) telle que M 2 soit triangulaire suprieure coefficients
diagonaux deux deux distincts. Montrer que M est aussi triangulaire suprieure.
Trigonalisation
Enoncs
Exercice 163
Soit
20
[ 00820 ]
2
A= 2
3

Montrer quune matrice triangulaire infrieure est trigonalisable.

Soit A Mn (K). On suppose A scind.
a) Justifier que A est trigonalisable.
b) Etablir que pour tout k N,

Sp(Ak ) = k / Sp(A)

Soit A Mn (Z) de polynme caractristique
n
Y
[correction]
1
2
2
1
1
1
a) Calculer le polynme caractristique de A.

b) Trigonaliser la matrice A.
Exercice 164
Soit
[ 00821 ]
[correction]
0
A = 1
1
1 1
1 1
1 2
a) Calculer le polynme caractristique de A.

b) Trigonaliser la matrice A.
(X i ) avec i C
i=1
Dterminer une matrice coefficients entiers de polynme caractristique

n
Y
(X
pi )
i=1

Montrer que pour tout A Mn (C),
det(exp(A)) = exp(trA)

Soient A Mn (K) et P K [X].
On suppose le polynme caractristique de A de la forme
A (X) =
n
Y
(X k )
k=1
Exprimer le polynme caractristique de P (A).

Trigonaliser la matrice
1 0 0
A = 0 0 1
0 1 2

Montrer que la matrice
13
2
5
5
7
4
2
8
7
est trigonalisable et prciser une matrice de passage.

a) Soient A et B dans M2 (K) telles que AB = BA. Montrer que B K [A] ou
A K [B].
b) Le rsultat subsiste-t-il dans M3 (K) ?
Enoncs

Soit E un espace vectoriel complexe de dimension finie non nulle. Soient u et v
des endomorphismes de E ; on pose [u, v] = uv vu.
a) On suppose [u, v] = 0. Montrer que u et v sont cotrigonalisables.
b) On suppose [u, v] = u avec C? . Montrer que u est nilpotent et que u et v
sont cotrigonalisables.
c) On suppose lexistence de complexes et tels que [u, v] = u + v. Montrer
que u et v sont cotrigonalisables.
Soit A Mn (C) telle que tr(Am ) 0 quand m +.
Montrer que les valeurs propres de A sont de module < 1
Soient A, B Mn (C) vrifiant AB = On .
a) Montrer que les matrices A et B ont un vecteur propre en commun.
b) Etablir que A et B sont simultanment trigonalisables.
Soient A, B Mn (C) vrifiant
m N, tr(Am ) = tr(B m )
Montrer que les matrices A et B ont les mmes valeurs propres.
Expliquer pourquoi le dterminant de A Mn (R) est le produit des valeurs
propres complexes de A, valeurs propres comptes avec multiplicit.
Polynme annulateur, polynme minimal

Soit M Mn (K) une matrice triangulaire par blocs de la forme

A C
M=
avec A Mp (K) et B Mq (K)
O B
On suppose connus deux polynmes P et Q K [X] annulateurs de A et B
respectivement.
Exprimer en fonction de P et Q un polynme annulateur de M .
21

Soient E un K-espace vectoriel de dimension finie et u L(E).
Justifier lexistence dun entier p > 0 tel que la famille (Id, u, . . . , up ) soit lie.
En dduire que u possde un polynme annulateur non nul.

Soient E un K-espace vectoriel de dimension finie et u L(E) tel que les espaces
ker(u (u Id)) et ker(u (u + Id)) soient supplmentaires.
Montrer que u est une symtrie vectorielle.

Soient u un endomorphisme dun K-espace vectoriel admettant un polynme
minimal u et P K [X].
Montrer que P (u) est inversible si, et seulement si, P et u sont premiers entre
eux.
Observer qualors P (u)1 K [u].

Soient E un K-espace vectoriel de dimension finie et u L(E).
On suppose quil existe deux sous-espaces vectoriels supplmentaires F et G
stables par u.
Etablir que u = ppcm(uF , uG ) (en notant v le polynme minimal dun
endomorphisme v).

Soit u un endomorphisme dun K-espace vectoriel E.
Si u admet un polynme minimal u et si F est un sous-espace vectoriel stable
par u alors montrer que uF admet un polynme minimal et que celui-ci divise u .

Montrer quune matrice A Mn (K) de polynme minimal (X 1)2 est semblable
une matrice diagonale par blocs avec des blocs diagonaux de la forme

1 1
( 1 ) ou
0 1
Enoncs

Soient f et g deux endomorphismes dun K-espace vectoriel E tels que
f g g f = I.
a) Montrer que, pour tout entier n > 1, on a f n g g f n = nf n1 .
b) En dimension finie non nulle, montrer quil nexiste pas deux endomorphismes
f et g tels que f g g f = I.
c) Montrer que dans E = K [X] les endomorphismes f et g dfinis par f (P ) = P 0
et g(P ) = XP conviennent.

Existe-t-il dans Mn (R) une matrice de polynme minimal X 2 + 1 ?

Soit E un espace vectoriel sur K et a un lment non nul de K. Soit f L(E) tel
que f 3 3af 2 + a2 f = 0. Est-il vrai que ker f et Imf sont supplmentaires ?
Exercice 183
Soit
[ 02708 ]
A=
0
..
.
..
.
..
.
0
b
22

Soient N une norme sur Cn et kk la norme sur Mn (C) qui lui est associe.
Soit A Mn (C) telle que 1 est valeur propre de A et kAk 6 1.
Montrer que 1 est racine simple du polynme minimal de A.

Etant donn E un espace vectoriel de dimension finie, u un endomorphisme de E
et un scalaire, on dit que est sparable si le noyau et limage de u Id sont
supplmentaires.
a) Montrer que tout scalaire non sparable de u en est une valeur propre.
b) Montrer quun endomorphisme scind est diagonalisable si, et seulement si,
toutes ses valeurs propres sont sparables.
c) Caractriser la sparabilit dune valeur propre laide du polynme minimal
de u.
d) Soit, avec ces notations, lendomorphisme m de L(E) qui v associe u v.
Comparer lensembles ses scalaires sparables relativement m avec celui des
scalaires sparables relativement u.
[correction]
0
..
.
..
.
..
..
..
0
.
..
0
.
..
..
a+b
b
.
..
a
..
.
..
..
.
0
M2n+1 (C)
0
a
0
..
.
..
.
..
.
Quels sont les P C [X] tels que P (A) = 0 ?

Soient E un K-espace vectoriel et u L(E) nilpotent. On suppose quil existe
P K [X] tel que P (u) = 0. Si Q K [X], existe-t-il R K [X] tel que
R(Q(u)) = 0 ?

Soit f un endomorphisme dun K-espace vectoriel E de dimension quelconque.
On suppose quil existe un polynme annulateur P de f vrifiant
P (0) = 0 et P 0 (0) 6= 0
Montrer que limage et le noyau de f sont supplmentaires dans E.

Soient E un C-espace vectoriel de dimension finie et f L(E) de polynme
minimal f .
Montrer lexistence de x E tel que
{P C [X] /P (f )(x) = 0}

Soit u un endomorphisme dun K-espace vectoriel.
On suppose quil existe un polynme annulateur de u dont 0 est racine simple.
Montrer
ker u = ker u2
soit lensemble des multiples de f .

Enoncs

Soit u un endomorphisme dun K-espace vectoriel E et P K [X] annulateur de u.
On suppose quon peut crire P = QR avec Q et R premiers entre eux.
Etablir
ImQ(u) = ker R(u)

Soient E un K-espace vectoriel de dimension quelconque, u L(E) et P K [X]
ayant 0 comme racine simple et tel que P (u) = 0.
a) Montrer
ker u2 = ker u et Imu2 = Imu
b) En dduire
E = ker u Imu
23

Trouver les M de Mn (R) telles que t M = M 2 et que M nait aucune valeur
propre relle.

Soit A Mn (C) nilpotente.
a) Calculer A .
b) Mme question avec A Mn (R).
a) Montrer que si P est un polynme annulateur dun endomorphisme f alors
P () = 0 pour toute valeur propre de f .
b) Montrer que si f vrifie
f 3 + 2f 2 f 2Id = 0
Polynmes annulateurs et valeurs propres
alors f est bijectif.

Soit P un polynme annulateur dun endomorphisme f .
Montrer que si est valeur propre de f alors P () = 0.
Thorme de Cayley Hamilton

Pour f F(R, R), on note f : x 7 f (x). Lapplication : f 7 f est clairement
un endomorphisme involutif de F(R, R). Quelles en sont les valeurs propres ?

Soit T : R [X] R [X] lendomorphisme dfini par T (P ) = P (1 X).
a) Montrer que T est un automorphisme.
b) Dterminer valeurs propres de T .

Montrer que si un endomorphisme u dun K-espace vectoriel E de dimension
quelconque admet un polynme minimal u alors les valeurs propres de u sont
exactement les racines de son polynme minimal.

Dterminer un polynme annulateur de

a b
A=
M2 (K)
c d
Exprimer A1 lorsque celle-ci existe.
Exercice 200
Soit
[ 00835 ]
[correction]
..
A
.
0
Mn (K)
Montrer que (X 1 ) . . . (X n ) est annulateur de A.

Soit u un automorphisme dun K-espace vectoriel E de dimension finie n N? .
Montrer que u1 est un polynme en u.
Enoncs

Soit f un endomorphisme dun C-espace vectoriel E de dimension n. On suppose
que f possde une unique valeur propre .
a) A quelle condition lendomorphisme est-il diagonalisable ?
b) Calculer le polynme caractristique de f .
c) Justifier que lendomorphisme f Id est nilpotent.

Soit f un endomorphisme dun K-espace vectoriel de dimension n.
On suppose quil existe x E et N N tels que (x, f (x), . . . , f N 1 (x)) soit une
famille gnratrice de E.
a) Montrer que la famille (x, f (x), . . . , f n1 (x)) est une base de E.
b) Dmontrer que les endomorphismes commutant avec f sont les polynmes en f .
24
Dans cette question, on suppose que
0
0
0
A=
0
0
0
q = 2 et que A est donne par :
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
a) Dterminer les matrices M M6 (C) vrifiant

AM = 2M A
b) Que dire de lensemble des matrices M ainsi obtenues ?
c) Dterminer les matrices M GL6 (C) vrifiant
M 1 AM = 2A

Soient A, B, M Mn (C) telles que AM = M B avec M 6= On .
a) Montrer que pour tout P C [X], on a P (A)M = M P (B).
b) Montrer que A et B ont une valeur propre en commun.

Montrer quil existe (a0 , . . . , an1 ) Rn tel que :

a) Soit u un endomorphisme inversible dun K-espace vectoriel E de dimension
finie.
Montrer quil existe un polynme Q K [X] vrifiant
P Rn1 [X] , P (X + n) +
n1
X
ak P (X + k) = 0
u1 = Q(u)
k=0

Dans cet exercice, n est un entier suprieur ou gal deux et q un nombre
complexe non nul tel que pour tout k Z? , q k 6= 1. On considre galement une
matrice A Mn (C).
1. On suppose quil existe M GLn (C) telle que
M
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.
b) Soit u lendomorphisme de K [X] qui envoie le polynme P (X) sur P (2X).

Montrer que u est un automorphisme et dterminer ses lments propres.
Existe-t-il Q K [X] tel que
u1 = Q(u) ?

Soit A Mn (K) une matrice inversible.
Montrer que A est triangulaire suprieure si, et seulement si, Ak lest pour tout
k > 2.
Donner un contre-exemple dans le cas o lon ne suppose plus la matrice A
inversible.

Exercice 209
Soit la matrice
[ 03693 ]
Enoncs
Calcul de polynme minimal
[correction]
0
A= b
a
25
b a
0 c M3 (R)
c
0
a) A est-elle diagonalisable dans M3 (R) ?

b) A est-elle diagonalisable dans M3 (C) ?
c) Soit un rel non nul ; la matrice B = A + I3 est-elle inversible ?
d) Montrer quil existe trois rels , , tels que
B 1 = A2 + A + I3
Exercice 212
Soit
[ 00841 ]
[correction]

A=
1
1
Dterminer A .
Exercice 213
Soit
[ 00842 ]
[correction]
1
..
M =
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
Mn (R) avec n > 2
.
0
a) Montrer que M est diagonalisable.

b) Dterminer le polynme minimal de M .
c) Calculer M p pour p N.
U A + V B = In
(on pourra crire A (X) = XQA (X) det A)
On donnera un exemple pour n = 2.

Soit a un rel. Pour M Mn (R), on pose
L(M ) = aM + tr(M )In

Soient E un C-espace vectoriel de dimension finie et u un endomorphisme de E.
On note 1 , . . . , q les valeurs propres de u, n1 , . . . , nq leurs multiplicits
respectives. On suppose que tout i de {1, . . . , q}, lespace propre de u associ i
est de dimension 1.
a) Si 1 6 i 6 q et 0 6 m 6 ni , montrer que le noyau de (u i IdE )m est de
dimension m.
b) Soit F un sous-espace vectoriel de E stable par u. Montrer quil existe un
polynme unitaire Q de C [X] tel que
F = ker (Q(u))
c) Montrer que le nombre de sous-espaces de E stables par u est le nombre de
diviseurs unitaires de u dans C [X].
a) Montrer que L est un endomorphisme de Mn (R), trouver ses lments propres

et son polynme minimal.
b) Pour quels a, L est-il un automorphisme ? Trouver son inverse dans ces cas.

Soit f un endomorphisme dun K-espace vectoriel E de dimension n.
a) On suppose que f est diagonalisable. A quelle condition existe-t-il un vecteur
x E tel que la famille forme des vecteurs x1 = x, x2 = f (x1 ),. . . , xn = f (xn1 )
forme une base de E ?
b) On ne suppose plus f diagonalisable mais on suppose lexistence dune base
(x1 , x2 , . . . , xn ) de E du type prcdent. Dterminer le commutant de f . Quel est
le polynme minimal de f ?

Exercice 216
On pose
[ 02710 ]
Enoncs
[correction]
0
A= 1
0
1
0
1
0
1
0
Que dire de cette matrice ? Sans la diagonaliser, dterminer son polynme

caractristique, son polynme minimal, calculer Ak pour k N et valuer exp(A).
Soient a, b R, b 6= 0 et A Mn (R) la matrice dont les lments diagonaux
valent a et les autres valent b. A est-elle diagonalisable ? Quelles sont les valeurs
propres de A ? Quel est le polynme minimal de A ? Sous quelles conditions sur a
et b, A est-elle inversible ? Lorsque cest le cas trouver linverse de A.
Soient a R? et
0
A = 1/a
1/a2
a
0
1/a
a2
a
0
26

Soit a un rel. Pour M Mn (R)(avec n > 2), on pose
L(M ) = aM + tr(M )In
a) Montrer que L est un endomorphisme de Mn (R) et trouver ses lments
propres et son polynme minimal.
b) Pour quels a, lendomorphisme L est-il un automorphisme ?
Trouver son inverse dans ces cas.
Diagonalisabilit et polynmes annulateurs

Montrer quune matrice de permutation est diagonalisable.
Exercice 223
Soit
[ 00847 ]
[correction]

On
A=
In
In
On

M2n (K)
a) Calculer le polynme minimal de A.

b) La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
c) Calculer eA .
Calculer A2 .
Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable.
Exercice 219
Soit

Soient n N? et A M2n (C) dfinie par blocs

O In
A=
In
O
[ 02711 ]
[correction]
0
A= 0
0
0
0
1
0
1
0
dans M3 (R). Dterminer le polynme caractristique et le polynme minimal de

A. Calculer exp A et exp(A) exp(t A).
Exercice 220
Soit
[ 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
Etudier la diagonalisabilit de A, dterminer les polynmes minimal et

caractristique de A, calculer exp A. Proposer une gnralisation en dimension n.

Soient E un R-espace vectoriel de dimension finie et f un endomorphisme de E
vrifiant
f 3 = 4f
Montrer que la trace de f est un entier pair.
Enoncs

Soit A Mn (R) telle que
A3 A2 + A I = O
27

Soit M Mn (C) telle que
M 2 + t M = In
a) Montrer
M inversible si, et seulement si, 1
/ SpM
Montrer que det(A) = 1.
b) Montrer que la matrice M est diagonalisable.

Soient E un K-espace vectoriel de dimension n N et p L(E) tel que p2 soit un
projecteur.
a) Quelles sont les valeurs propres possibles pour p ?
b) Montrer que p est diagonalisable si, et seulement si, p3 = p.

Soient E un espace vectoriel de dimension 3 et f un endomorphisme de E vrifiant
f4 = f2
On suppose que 1 et 1 sont valeurs propres de f . Montrer que f est
diagonalisable.

Soient n un entier suprieur ou gal 2 et M une matrice carre de taille n telle
que M 2 + t M = In
Quelles sont les valeurs propres de M ? Est-elle symtrique ? Est-elle
diagonalisable ?
Rsoudre dans Mn (R) le systme
( 2
M + M + In = 0
t
M M = M tM

Soit A Mn (R) vrifiant
A3 + I n = O n

Soient P Mn (R) une matrice de projection et lendomorphisme de Mn (R)
dfini par
(M ) = P M + M P
Montrer que la trace de A est un entier.
Montrer que lendomorphisme est diagonalisable

Soit A Mn (R) vrifiant
A3 + A2 + A = 0

Soit n N? , u L(R2n+1 ). On suppose u3 = u, tru = 0 et tru2 = 2n. On note

C(u) = v L(R2n+1 )/uv = vu
Montrer que la matrice A est de rang pair.
a) Calculer la dimension C(u).

b) Quels sont les n tels que C(u) = R [u] ?
Soit M Mn (R) vrifiant
M 2 + t M = 2In
Montrer que cette matrice M est diagonalisable.

Soit A Mn (R). On pose fA (M ) = AM , pour toute matrice M Mn (R).
a) Montrer que si A2 = A alors fA est diagonalisable.
b) Montrer que fA est diagonalisable si, et seulement si, A est diagonalisable.
Enoncs

Soit A Mn (C). On pose f (M ) = AM pour toute M Mn (C).
a) Lapplication f est-elle un endomorphisme de Mn (C) ?
b) Etudier lquivalence entre les inversibilits de A et de f .
c) Etudier lquivalence entre les diagonalisabilits de A et de f .
Exercice 242
Soit
28
[ 03138 ]

M=
a) Montrer que A est diagonalisable dans C.

On note et les deux valeurs propres de A.
b) Montrer que || = || = 1, que = et

P R [X] , P (M ) =
Exercice 243
Soit
[ 03281 ]
P (A) AP 0 (A)
0
P (A)
[correction]

M=
A
0
B
A
avec A, B Mn (R) vrifiant AB = BA

a) Montrer que

P R [X] , P (M ) =

Soit A M2 (Z) vrifiant :
n N? , An = I2
A
A
b) Enoncer une condition ncessaire et suffisante pour que M soit diagonalisable.
|Re()| {0, 1/2, 1}

c) Montrer que A12 = I2
d) Montrer que lensemble G = {An /n N} est un groupe monogne fini pour le
produit matriciel.
A
0
avec A Mn (R).
a) Montrer que

Soit A M2 (Z) telle que det A = 1 et quil existe p N? pour lequel
Ap = In
[correction]
P (A) P 0 (A)B
0
P (A)
b) Enoncer une condition ncessaire et suffisante sur A et B pour que M soit

diagonalisable.
Montrer que A12 = I2 .

On fixe n N? et on note

Dterminer les couples (A, B) Mn (R)2 tels que

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.

Trouver les matrices M Mn (C) vrifiant M 5 = M 2 et tr(M ) = n.
Enoncs

Soient f, u, v trois endomorphismes dun R-espace vectoriel E de dimension finie .
On suppose quil existe , R distincts tels que
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.
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.

Soient , C? , 6= et A, B, M Mp (C) telles que
29

a) Montrer que, pour z1 , . . . , zn C avec z1 6= 0, on a lgalit
n

n
X X

|zk |
zk =

k=1
k=1
si, et seulement si, il existe n 1 rels positifs 2 , . . . , n tels que

k > 2, zk = k z1
b) Dterminer toutes les matrices de Mn (C) telles que M n = In et trM = n
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
et m L(R5 ) canoniquement associ M .

a) En procdant un calcul par bloc, dterminer p N? tel que M p = I5 .
En dduire que M est diagonalisable dans M5 (C).
b) Dterminer un vecteur x R5 tel que x, m(x), m2 (x), m3 (x) et m4 (x) forme
une base de R5 .
Quelle est la matrice de m dans cette base ?
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.

Soit (A, B, C) Mn (R)3 tel que
C = A + B, C 2 = 2A + 3B et C 3 = 5A + 6B
Les matrices A et B sont-elles diagonalisables ?

Soient E un K-espace vectoriel de dimension finie et F, G deux sous-espaces
vectoriels supplmentaires non triviaux. On note p la projection sur F
paralllement G et s la symtrie par rapport F et paralllement G. Enfin on
pose pour f endomorphisme de F
(f ) = p f s
ce qui dfinit un endomorphisme sur L(E).
a) Montrer que annule un polynme simple . Lendomorphisme est-il
diagonalisable ?
b) Dterminer les lments propres de .
(indice : on pourra considrer les matrices de p et s dans une base adapte la
dcomposition E = F G)
Enoncs

Soient n N? et E = Mn (R). Pour A, B E fixes non nulles, on dfinit
f L(E) par
M E, f (M ) = M + tr(AM )B
a) Dterminer un polynme annulateur de degr 2 de f et en dduire une
condition ncessaire et suffisante sur (A, B) pour que f soit diagonalisable. Quels
sont alors les lments propres de f ?
b) Dterminer dim C o
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 ?
Diagonalisabilit et endomorphisme induit
C = {g L(E)/f g = g f }

Soient n > 2, A Mn (R) et f lendomorphisme de Mn (R) dfini par
f (M ) = tr(A)M tr(M )A
o tr dsigne la forme linaire trace.
Etudier la rduction de lendomorphisme f et prciser la dimension de ses
sous-espaces propres.

Soit A la matrice donne par

A=
1
1
1
1
a) Dterminer un polynme annulateur non trivial de la matrice A.

b) Soit M M2 (R) vrifiant
M2 + M = A
Justifier que la matrice M est diagonalisable et dterminer les valeurs propres
possibles pour M .
c) Dterminer alors les matrices M possibles laide de polynmes annulateurs
appropris.

Soit u un endomorphisme dun R-espace vectoriel E de dimension finie tel quil
existe deux rels non nuls distincts a et b vrifiant
(u aId)(u bId) = 0

Soit f un endomorphisme diagonalisable dun K-espace vectoriel E de dimension
finie.
Montrer que la restriction de f tout sous-espace vectoriel F 6= {0} stable est
diagonalisable.

Soit u un endomorphisme diagonalisable dun K-espace vectoriel E de dimension
finie.
Montrer quun sous-espace vectoriel F non nul est stable par u si, et seulement si,
il possde une base de vecteurs propres de u.

Soit u un endomorphisme dun K-espace vectoriel pour lequel il existe une base
e = (e1 , . . . , en ) vrifiant
u(e1 ) = e1 et u(e2 ) = e1 + e2
Lendomorphisme u est-il diagonalisable ?

Soit f lendomorphisme de R3 dont la
5
2
1
matrice est
1 1
4 2
1 3
dans la base canonique.

Dterminer les sous-espaces vectoriels stables par f .
Enoncs

Soient f et g deux endomorphismes diagonalisables dun K-espace vectoriel E de
dimension finie.
Montrer que f et g sont simultanment diagonalisables si, et seulement si, chaque
sous-espace propre de lun est stable par lautre.

Soient f et g deux endomorphismes diagonalisables dun K-espace vectoriel E de
dimension finie.
Montrer que f et g commutent si, et seulement si, f et g sont simultanment
diagonalisables.
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
c) Montrer que si f 2 est diagonalisable et si ker f = ker f 2 alors f est

diagonalisable.
Soient E un C-espace vectoriel de dimension finie n N? et u L(E).
a) Enoncer un critre de diagonalisabilit en terme de polynme annulateur.
b) On suppose u GL(E). Montrer que u est diagonalisable si, et seulement si, u2
lest.
c) Gnralisation : Soit P C [X]. On suppose P 0 (u) GL(E)
Montrer que u est diagonalisable si, et seulement si, P (u) lest.
Soient E un C-espace vectoriel de dimension finie et u un endomorphisme de E.
Soit P un polynme complexe, on suppose que P (u) est diagonalisable et que la
valeur prise par P sur toute racine complexe de P 0 nest pas valeur propre de
lendomorphisme P (u).
Montrer que u est diagonalisable.

Soient A, B, C Mn (R) vrifiant
Diagonalisabilit
endomorphisme
31
en
un

Soient P K [X] et u un endomorphisme dun K-espace vectoriel E de dimension
finie.
a) On suppose que u est diagonalisable, montrer que P (u) lest aussi.
b) Que dire de la rciproque ?

Soit f un endomorphisme dun C-espace vectoriel E de dimension finie.
a) On suppose que f est diagonalisable. Montrer que f 2 est diagonalisable et
ker f = ker f 2 .
On tudie dsormais la proprit inverse.
b) Par un exemple, montrer que si f 2 est diagonalisable, f nest pas
ncessairement diagonalisable.

Soient A, B GLn (C) telles que B = Ap .
Montrer que A est diagonalisable si, et seulement si, B lest.
Trigonalisabilit et polynme annulateur

Soient A Mn (C) (n > 3) vrifiant
rgA = 2 , trA = 0 et An 6= On
Montrer que A est diagonalisable.
Soit A Mn (C) telle que 0 soit la seule valeur propre de A.
a) Montrer que An = 0.
b) Calculer det(A + In ).
c) Soit M GLn (C) commutant avec A. Calculer det(A + M ).
d) Inversement, quelles sont les matrices A vrifiant :
M GLn (C), AM = M A det(A + M ) = det M ?
Enoncs

Trouver les A de Mn (C) telles que
A3 4A2 + 4A = 0 et trA = 8
32

Soient E un espace vectoriel rel de dimension finie, f et g deux endomorphismes
de E vrifiant
f ggf =f
a) Calculer

Soit A une matrice carre relle dordre n.
Montrer que A est nilpotente si, et seulement si,
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.
p [[1, n]] , trAp = 0

Soient E un C-espace vectoriel de dimension n et f L(E).
a) Montrer que lendomorphisme f est nilpotent si, et seulement si,

Trouver les matrices M de Mn (R) vrifiant
3
Sp(f ) = {0}
2
trM = 0 et M 4M + 4M = On
b) Montrer que lendomorphisme f est nilpotent si, et seulement si,

1 6 k 6 n, tr(f k ) = 0

Soit f L(R3 ) vrifiant
2
f = f et dim ker(f Id) = 1

Montrer lexistence dune base
1
0
0
de R3 dans laquelle la matrice de f est de la forme
0 0
0 avec {0, 1}
0 0
Nilpotence
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) ?

Soit u un endomorphisme dun C-espace vectoriel E de dimension finie.
Montrer que u possde une seule valeur propre si, et seulement si, il existe C
tel que u IdE soit nilpotent.

Soit A Mn (C). On considre lendomorphisme T de Mn (C) dfini par
T (M ) = AM M A
a) On suppose que la matrice A est nilpotente.
Montrer que lendomorphisme T est aussi nilpotent.
b) Rciproque ?
Soient n N? , A et B dans Mn (C) et 1 , . . . , n , n+1 deux deux distincts dans
C. On suppose, pour 1 6 i 6 n + 1, que A + i B est nilpotente.
Montrer que A et B sont nilpotentes.
Soient E un C-espace vectoriel de dimension finie et u L(E).
On note I1 = {P C [X] /P (u) = 0} et I2 = {P C [X] /P (u) est nilpotent}.
a) Montrer que I1 et I2 sont des idaux non nuls de C [X].
On note P1 et P2 leurs gnrateurs unitaires respectifs.
b) Etablir un lien entre P1 et P2 .
c) Montrer lexistence de Q I2 tel que u Q(u) est diagonalisable
Enoncs

Soit : M2 (R) R vrifiant

Soient A GLn (C) et N Mn (C) nilpotente telles que

A, B M2 (R), (AB) = (A)(B) et
33
0
1
1
0
AN = N A
6= (I2 )
Montrer que
a) Dmontrer que (O2 ) = 0.

b) Si A est nilpotente, dmontrer que (A) = 0.
c) Soient A M2 (R) et B la matrice obtenue partir de A en permutant les
lignes de A.
Dmontrer que (B) = (A).
d) Dmontrer que A est inversible si, et seulement si, (A) 6= 0.

Soit A Mn (K) une matrice nilpotente non nulle. On appelle indice de
nilpotence de A le nombre entier

Ind(A) = min k N? /Ak = 0
1. Quelle est la dimension de lalgbre K [A] engendre par A ?
2.a) Soit P K [X] tel que P (0) = 1. Dmontrer que la matrice B = AP (A) est
nilpotente, de mme indice que A.
2.b) En dduire quil existe un polynme Q K [X] vrifiant Q(0) 6= 0 et
A = BQ(B).
3. Cette question doit tre traite avec le logiciel de calcul formel. On considre la
matrice A M8 (R) dfinie par :
2
(i, j) [[1, 8]] , A [i, j] = 1 si i = j 1 ou si i = j 4 et 0 sinon

3.a) Vrifier que A est nilpotente et calculer son indice de nilpotence.
3.b) On suppose ici que P = 1 + X + 2X 2 + 3X 3 et B = AP (A). Dterminer
explicitement un polynme Q de coefficient constant non nul tel que A = BQ(B).
Indication : on peut chercher Q de degr strictement infrieur lindice de
nilpotence de A.

Soient n > 2 et A = (ai,j )16i,j6n Mn (R) o ai,i+1 = 1 pour i {1, . . . , n 1},
les autres coefficients tant nuls.
a) La matrice A est-elle diagonalisable ?
b) Existe-t-il B Mn (R) vrifiant B 2 = A ?
det(A + N ) = det A

Soit A Mn (C). On suppose quil existe p N? tel que Ap = 0.
a) Montrer que An = 0.
b) Calculer det(A + In ).
Soit M Mn (C) tel que AM = M A.
c) Calculer det(A + M ) (on pourra commencer par le cas o M GLn (C)).
d) Le rsultat est-il vrai si M ne commute pas avec A ?

Soient A et B des matrices complexes carres dordre n. On suppose les matrices
A + 2k B nilpotentes pour tout entier k tel que 0 6 k 6 n. Montrer que les
matrices A et B sont nilpotentes.

Soient n un entier naturel non nul et E un C-espace vectoriel de dimension n.
a) Montrer quil existe un polynme Pn R [X] vrifiant au voisinage de 0
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

Soient A, B Mn (C). On suppose que la matrice A est nilpotente et que la
matrice B commute avec A. Que dire de tr(AB) ?

Soit A Mn (R).
a) On suppose A3 = A2 . Montrer que A2 est diagonalisable et que A2 A est
nilpotente.
b) Plus gnralement on suppose Ak+1 = Ak pour un certain entier k > 0.
Etablir lexistence dun entier p > 0 tel que Ap est diagonalisable et Ap A
nilpotente.
34
Prouver que les lments de Tn+ Tn sont des matrices nilpotentes.

En dduire que H contient au moins n2 n 1 matrices nilpotentes linairement
indpendantes.
d) Montrer que tout hyperplan de E contient au moins n2 n 1 matrices
nilpotentes linairement indpendantes.
Enonc fourni par le CENTRALE-SUPELEC (CC)-BY-NC-SA

Pour n > 2, on note H un hyperplan de Mn (K) ne contenant aucune matrice
inversible.
a) Montrer que H contient toutes les matrices nilpotentes.
b) En dduire que tout hyperplan de Mn (K) rencontre GLn (K).

Soient A, M Mn (C) avec M matrice nilpotente.
a) On suppose M A = On . Montrer que les matrices A + M et A ont le mme
polynme caractristique.
b) Mme question en supposant cette fois-ci AM = On .

Soient n N et E = Mn (C). On note E ? = L(E, C) le C-espace vectoriel des
formes linaires sur E.
a) Montrer que L : E E ? , A 7 LA o LA est la forme linaire M 7 tr(AM )
est un isomorphisme
despaces vectoriels. En dduire une description des hyperplans de E.
b) Soit T Mn (C)une matrice triangulaire suprieure non nulle et H = ker LT .
On note Tn+ (respectivement Tn ) le sous-espace vectoriel des matrices triangulaires
suprieures (respectivement infrieures) diagonales nulles.
Dterminer H Tn+ .
En discutant selon que T possde ou non un coefficient non nul (au moins) hors
de la diagonale, dterminer la dimension de H Tn .
c) Une matrice A Mn (C) est dite nilpotente sil existe k N tel que Ak = 0.
Corrections
Corrections
35
lgalit A1 A = In donne alors
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
Ap1 = B p1 , Ap2 = B p2 +bp1,p2 Ap1 ,. . . , A2 = B 2 +b3,2 B 3 + +bp1,2 B p1

et enfin
A = B + b2,1 B 2 + + bp1,1 B p1
donc
A B (n An1 + + 1 In ) = In
Par le thorme dinversibilit, A est inversible et

A1 = B (n An1 + + 1 In ).
Puisque A commute avec A1 et ses puissances, on en dduit que A commute avec
B = A1 + n An1 + + 1 I
ce qui dtermine un polynme Q R [X] vrifiant Q(0) = 1 et A = BQ(B).
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
On en dduit que I N = In + A1 BA est inversible et

In + A1 BA
Lgalit AB = P (A) donne alors

A(B (a1 In + a2 A + + ap Ap1 )) = P (0)In

1
B a1 In + a2 A + + ap Ap1
P (0)
= I + N + N 2 + + N p1
b) Soit P C [X] tel que P (0) = 0. On a

P (X) = aX + bX 2 +
On en dduit que A est inversible et son inverse est

A1 =
1
Donc
P (B) = aB + bB 2 +
Corrections
36
Soit x ker u. On a u(x) = 0E donc
puis
p
P (B) = a B + b B
p+1
+ = On
u(v(x)) = v(u(x)) = v(0E ) = 0E
On peut alors reprendre le raisonnement de la question prcdente et affirmer que

la matrice In + P (B) est inversible et que son inverse est de la forme
In P (B) + P (B)2 + + (1)p P (B)p
On en dduit que H est inclus dans GLn (C) et que linverse dun lment de H
est encore dans H.
Il est immdiat de vrifier que H est non vide et stable par produit. On en dduit
que H est un sous-groupe de (GLn (C), ). Enfin, on vrifie que H est commutatif
car les polynmes en une matrice commutent entre eux.
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
Il est facile de calculer les puissances de J et lon conclut
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) =
et v(x) ker u. Ainsi ker u est stable par v.

La rciproque est fausse, si u est un automorphisme il est certain que Imu = E et
ker u = {0E } seront stables par v alors quil ny aucune raison que u et v
commutent.
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.
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
Corrections
puis N = ker un . Aussi

dim Imup = dim E dim ker up = dim E dim ker un = dim Imun et Imup Imun
donc Imup = Imun puis I = Imun .
b) dim N + dim I = dim ker un + dim Imun = dim E en vertu du thorme du rang.
Soit x N I. Il existe a E tel que x = un (a) et alors un (x) = 0 donc
u2n (a) = 0. Ainsi a ker u2n = ker un donc x = un (a) = 0. Ainsi N I = {0}
do E = N I.
u et un commutent donc N et I sont stables par u.
(uN )n = (un )ker un = 0 donc uN est nilpotente.
Imun+1 = Imun donne u(Imun ) = Imun donc uI est surjective puis bijective car
dim Imun < +.
c) Par supplmentarit : dim E = dim F + dim G = dim N + dim I.
Il existe p N, tel que (uF )p = 0 donc F ker up N .
uG est bijective donc (uG )n aussi or G = Im(uG )n Im(un ) = I.
On a alors dim F 6 dim N , dim G 6 dim I et dim F + dim G = dim N + dim I
donc dim F = dim N et dim G = dim I. Par inclusion et galit des dimensions
F = N et G = I.
a) Si x est vecteur propre de u alors D = Vect(x) est stable par u. Cest contraire
lhypothse de travail car D est un sous-espace vectoriel non nul distinct de E.
On en dduit que u ne possde pas de valeurs propres.
b) Puisque x 6= 0E , il existe un plus grand entier p > 1 tel que la famille
(x, u(x), . . . , up1 (x)) est libre.
Par dfinition de p, on a alors (x, u(x), . . . , up1 (x), up (x)) lie et donc
up (x) Vect(x, u(x), . . . , up1 (x)). On en dduit que le sous-espace vectoriel
F = Vect(x, u(x), . . . , up1 (x)) est stable par u.
Puisque ce sous-espace vectoriel est non nul, on a F = E et donc par dimension
p = n. Au final, la famille (x, u(x), . . . , un1 (x)) est une base de E.
La matrice de u dans cette base a la forme suivante
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.
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.
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
Corrections
38
a E1 et b E2 . La relation y = u(x) donne alors y = u(a) + u(b) = w(b) E2 .

Ainsi Imu E1 et finalement Imu = E1 . On peut conclure que u et u
=w:
est surjectif.
e) est un morphisme bijectif : il transporte la structure de groupe existant sur
GL(E2 ) en une structure de groupe sur (, ). Le neutre est lantcdent de IdE2
cest--dire la projection sur E2 paralllement E1 .
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).
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
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
avec t L colonne non nulle.

d) Sp(t A) = {1, 2, 1}. Une base de vecteurs propres est forme des vecteurs de
composantes (1, 1, 1), (0, 1, 1) et (1, 0, 1). Les plans stables par f sont ceux
dquations x + y z = 0, y + z = 0 et x z = 0.
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]);
E = ker(u Id) ker(u2 + u + Id)

Si F est un sous-espace vectoriel stable alors posons
F1 = F ker(u Id)
et
F2 = F ker(u2 + u + Id)
Montrons F = F1 F2 .
Tout x F peut scrire x = a + b avec a ker(u Id) et b ker(u2 + u + Id).
Puisque u(x) = a + u(b) F et u2 (x) = a + u2 (b) F , on a
a = 13 x + u(x) + u2 (x) F puis b = x a F .
Ainsi a F1 , b F2 et on a donc F F1 + F2 .
Il est alors immdiat quon peut alors conclure F = F1 F2 .
Puisque F2 ker(u2 + u + Id), pour x F2 non nul (x, u(x)) est libre et
Vect(x, u(x)) est stable par u. Cela permet dtablir que F2 est la somme directe
de sous-espaces vectoriels de la forme Vect(x, u(x)) avec x 6= 0,
x ker(u2 + u + Id). Quant F1 , il ny a pas de condition souligner puisque
tout sous-espace vectoriel de ker(u Id) est stable par u.
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.
Corrections
Existence : La drive de la fonction solution y 0 + y = g vrifiant y(0) = 0 est

solution.
b) Soit F un sous-espace vectoriel de dimension
R x finie stable par T . Notons I
lendomorphisme de E dfini par I(f ) : x 7 0 f (t) dt. Puisque F est stable par
T , F est aussi stable par I. Lendomorphisme induit par I sur le sous-espace
vectoriel de dimension finie F admet un polynme minimal
= X n + an1 X n1 + + a0 . On a alors pour tout f F lgalit
y + an1 y 0 + + an y (n) = 0 en notant y = I n (f ). De plus, on a les conditions
initiales y(0) = . . . = y (n1) (0) = 0 ce qui donne y = 0 puis f = 0. Ainsi F = {0}.
Finalement, lespace nul est le seul espace de dimension finie stable par T . Quel
intrt au impaire ?
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
Par la formule du rang, on obtient

dim ker(AB) = dim ker A
Or ker A ker(BA) = ker(AB) donc ker A = ker(AB).
Considrons ensuite : ImA ImA donn par (Y ) = BY .
Lapplication est linaire et bien dfinie car ImA est stable par B puisque A et
B commutent.
Soit Y = AX ImA
Si (Y ) = 0 alors BAX = ABX = 0 donc X ker(AB) = ker A puis Y = 0.
Lapplication linaire est donc injective.
Or il existe p N? tel que B p = On et donc p : Y B p Y = On,1 est
lapplication nulle.
Sachant lespace ImA non rduit {0}, il y a absurdit et ainsi rg(AB) < rgA.
En revenant lnonc initial, on montre alors par rcurrence
1 6 p 6 n, rg(A1 A2 . . . Ap ) 6 n p
et en particulier rg(A1 A2 . . . An ) = 0.
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
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.
On en dduit que Vect(X, Y ) est stable par A.

c) Le polynme caractristique de f est
(X + 1)(X 2)(X 2 2X + 2)
Les valeurs propres de A sont 1, 2 et 1 i avec
E1 (A) = Vectt (0, 0, 1, 0) , E2 (A) = Vectt (1, 1, 0, 1) et E1+i (A) = Vectt (i, 1, 0, 1)
Corrections
Soit P un plan stable par f . Le polynme caractristique de lendomorphisme u

induit par f sur ce plan divise le polynme caractristique de f tout en tant rel
et de degr 2. Ce polynme caractristique ne peut qutre
(X + 1)(X 2) ou X 2 2X + 2
Dans le premier cas, 1 et 2 sont valeurs propres de u et les vecteurs propres
associs sont ceux de f . Le plan P est alors
40
0 sp(f n ) f n non injective f non injective 0 sp(f ).
En vertu du thorme disomorphisme
0 sp(f ) f non injectif f non surjectif
Vect {(0, 0, 1, 0), (1, 1, 0, 1)}

Dans le second cas, pour tout x P , on a par le thorme de Cayley Hamilton
u2 (x) 2u(x) + 2x = 0E
et donc la colonne X des coordonnes de x vrifie
X ker(A2 2A + 2I4 )
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
Aprs calculs, on obtient

X Vect(t (1, 0, 0, 0), t (0, 1, 0, 1))
Lautre inclusion sobtient par symtrie.
Ainsi le plan est inclus dans le plan

Vect {(1, 0, 0, 0), (0, 1, 0, 1)}
ce qui suffit le dterminer.
Pour K et x E,
x E (v) u(a1 (x)) = a1 (x) a1 (x) E (u) x a(E (u))
a) Limage dun endomorphisme est toujours stable par celui-ci. . . En effet
x Imu, u(x) Imu
Ainsi E (v) = a(E (u)).

Puisque a est un automorphisme, on peut affirmer E (v) 6= {0} si, et seulement si,
E (u) 6= {0}. Ainsi
Sp(u) = Sp(v)
b) Si x Imu alors il existe a E tel que x = u(a). On a alors

u2 (x) = u3 (a) = u(a) = x
c) En vertu de ce qui prcde, v 2 = Id donc v est un isomorphisme et v 1 = v.
d) Dune part
1
det(v 1 ) =
det v
et dautre part
det(v) = (1)dim Imu det v
donc
(1)dim Imu > 0
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.
On en dduit que la dimension de limage de u est paire.

Corrections
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.
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
En faisant tendre n vers +, on obtient || < 1.

Inversement, supposons || < 1.
Si T (f ) = f alors
f (1) = f (0) et n N, x [0, 1[ , f (x + n) = n f (x)
La fonction f est donc entirement dtermine par sa restriction continue sur
[0, 1] vrifiant f (1) = f (0).
Inversement, si : [0, 1] R est une fonction continue sur [0, 1] vrifiant
(1) = (0) alors la fonction f donne par
n N, x [0, 1[ , f (x + n) = n (x)
et continue (on vrifie la continuit en k N? par continuit droite et gauche),
converge vers 0 en + et vrifie T (f ) = f .
Puisquil est possible de construire une fonction non nulle de la sorte, le scalaire
]1, 1[ est valeur propre et les vecteurs propres associs sont les fonctions non
nulles de la forme prcdente.
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|
sur I = ], 1[, ]1, 1[ ou ]1, +[.

c) Pour R, (P ) = P si, et seulement si, P 0 (X) = 4X+(1+)
X 2 1 P (X) i.e. si, et
seulement si, la fonction polynomiale P est solution, par exemple sur ]1, +[, de
lquation diffrentielle
4x + (1 + )
y
y0 =
x2 1
Or moyennant une dcomposition en lments simples et passage loppos de ,
cette quation est celle prcdemment rsolue et le problme est alors de
Corrections
dterminer pour quel paramtre , la solution prcdemment prsente est une

fonction polynomiale de degr infrieur 4. Les valeurs 3, 1, 1, 3, 5
conviennent et ce sont donc des valeurs propres de , de plus il ne peut y en avoir
dautres car dim R4 [X] = 5. Les vecteurs propres associs ces valeurs propres
sont les polynmes
C(X 1)
5+
2
(X + 1)
3
2
avec C 6= 0
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
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.
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 ).
Soient R et f E. On a
D(f ) = f f est solution de lquation diffrentielle y 0 = y
a) Il existe x 6= 0Z , vrifiant
u(v(x)) = x
On a alors
Les solutions de lquation y 0 = y sont les fonctions de la forme t 7 Cet .

Ainsi
Sp(D) = R et E (D) = Vect(t 7 et )
(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.
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
Soient R et u E.
43
a) (f ) est drivable sur R+? donc continue sur R+? .
Puisque f est continue, f admet une primitive F et alors quand x 0+
(u) = u n N, u(n + 1) = (1 + )u(n)

(f )(x) =
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
On en dduit que (f ) est continue en 0.

La linarit de est immdiate et donc est un endomorphisme de E.
b) Soient R et f une fonction de E non nulle vrifiant (f ) = f .
Pour tout x R+ ,
Z
x
f (t) dt = xf (x)
n N, u(n) = u0 (1 + )n
donc f est de classe C 1 et vrifie
On peut donc conclure

Sp() = ]2, 0[
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.
Que = 1/2 ou non, on obtient
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) =
et donc nest pas valeur propre.

Finalement
Spf = {1}
F (x) F (0)
F 0 (0) = f (0)
x
On en dduit que T (f ) se prolonge en une fonction continue en 0.

La linarit de T est immdiate et donc T est un endomorphisme de E.
b) Soient R et f une fonction de E non nulle vrifiant T (f ) = f .

Pour tout x > 0,
Z
Corrections
44
Cas 6= 0
On a T (f ) = f
f (t) dt = xf (x)
donc f est de classe C 1 et vrifie
En particulier, on peut affirmer que f (0) = 0 car T (f )(0) = 0.

Le premier membre de lquation T (f ) = f est drivable donc la fonction f est
galement drivable et, en drivant, on obtient la relation
Z 1
f (t) dt = f 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, +[
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
Pour < 0 la condition lim f = 0 entrane f = 0 et est donc exclue.
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.
a) On peut crire
x
T (f )(x) =
tf (t) dt + x
f (t) dt
x
Lapplication T (f ) apparat alors comme continue (et mme drivable).

Ainsi, lapplication T opre de E dans E, elle de surcrot videmment linaire.
b) Soient R et f E vrifiant
T (f ) = f
Cas = 0
On a T (f ) = 0donc
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
La condition f 0 (1) = 0 nentranera pas f = 0 que si

1
=0
sin
En drivant, on obtient
Z
La condition f 0 (1) = 0 entrane toujours f = 0 et donc un tel nest pas valeur

propre de T .
Sous cas > 0
Sachant f (0) = 0, on obtient par rsolution de lquation diffrentielle

x
f (x) = A sin
f (t) dt = 0
x
Sous cas < 0

Sachant f (0) = 0, la rsolution de lquation diffrentielle donne
!
x
f (x) = Ash p
||
cest--dire si, et seulement si,
tf (t) dt + x
f (t) dt = f
x
(1 )f (x) = xf 0 (x)
tf (t) dt + x
f (t) dt = 0
x
En drivant nouveau, on obtient f = 0. Ainsi 0 nest pas valeur propre de T .
f : x 7 sin (kx)
est vecteur propre associ la valeur propre = 1/(k)2
Corrections
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].
Lapplication est videmment linaire et on vrifie en observant une
45
simplification que transforme un polynme de degr infrieur n en un autre.

Lapplication est donc bien un endomorphisme de Rn [X].
Soient R et P Rn [X].
Pour rsoudre lquation (P ) = P , on recherche les solutions polynomiales de
degrs infrieurs n lquation diffrentielle
(x2 1)y 0 (nx + )y = 0
La solution gnrale de cette quation diffrentielle est
y(x) = C (x 1)
n+
2
(x + 1)
n
2
Pour = n + 2k avec k {0, . . . , n}, on obtient une fonction polynomiale non

nulle
P (X) = C(X 1)k (X + 1)nk avec C 6= 0
et donc est valeur propre de et les P sont les vecteurs propres associs.
Puisque dim Rn [X] = n + 1, il ne peut y avoir dautres valeurs propres (et
lendomorphisme est diagonalisable).
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
Corrections
solve(seq(coeff(Q, X, k)=0, k=0..2), a, b, c);

Enfin on peut trouver les lments propres de f en rsolvant le systme associ
lquation f (P ) = P
solve(seq(coeff(Q, X, k)=coeff(lambda*P, X, k), k=0..2), a, b, c,
lambda);
On dfinit la matrice M de f dans la base (1, X, X 2 )
M:=matrix(3, 3, [6, 36, 150, -11, -60, -239, 6, 25, 90]);
Puis on calcule ses lments propres
with(linalg);
eigenvects(M);
c) Introduisons les polynmes de Lagrange L0 , . . . , Ln associs aux rels a0 , . . . , an .
La famille (Lk )06k6n est une base de Rn [X]. Pour tout k = 0, . . . , n
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 )}
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)
(k 2)P (k) (a) = P (k) (a) pour k {2, . . . , n}

Cette quation possde une solution non nulle si, et seulement si, = 0, = 2
et = k 2 avec k {2, . . . , n}.
Ainsi
Sp() = {2, 0, 1, . . . , n 2}
On a E2 () = Vect(X a), E0 () = ker , Ek2 () = Vect(X a)k pour
k {3, . . . , n}.
La somme des dimensions des sous-espaces propres vaut dim Rn [X] :
lendomorphisme est diagonalisable.
En fait, la base des (X a)k est base de diagonalisation de lendomorphisme .
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)
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
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
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.
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
Pour j {1, . . . , n} tel que ai0 ,j 6= 0, xj = xi0 .

Posons i1 = j et reprenons la mme dmarche, ce qui est possible puisque
|xi1 | = max |xi |.
16i6n
On dfinit ainsi une suite (ip ) {1, . . . , n} vrifiant xip = xip+1 .

Cette suite tant non injective, il existe p N et q N? tel que ip = ip+q ce qui
donne q = 1.
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.
Corrections
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.
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.
a)
1
.. . .
L= .
.
1
48
fn+2 () + 2 cos fn+1 () + fn () = 0, f0 () = 1 et f1 () = 2 cos 1.

La rsolution de cette rcurrence linaire dordre 2 donne

cos n + 21
fn () =
cos 2
Ainsi, n admet n racines dans [0, 4] et puisque ce polynme est de degr n il ny
en a pas ailleurs : SpA1 [0, 4].
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)xn = x1 + + xn1 = (n 1)xn

avec xn 6= 0 car xn = 0 et 6= 0 entranent X = 0.
Par suite est racine de lquation 2 (n 1) = 0 et donc
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.
Notons 1 , . . . , n les valeurs propres de A comptes avec multiplicit.
Si la matrice A est inversible alors
t
(comA) = det(A)A1
Corrections
Les valeurs propres de A1 sont alors
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
Si rgA = n 1 alors 0 est valeur propre de multiplicit n 1 de comA et lautre

valeur propre de comA est le produit des valeurs propres non nulles de A.
Si rgA 6 n 2 alors 0 est valeur propre au moins double de A et donc
tr(comA) = 0. Dans ce cas, 0 est valeur propre de multiplicit n de comA. En fait,
on peut montrer que la comatrice de A est nulle puisque tous les mineurs de A
sont nuls quand rgA 6 n 2.
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]);
A10:=matrix(10, 10, (i, j)->if i=j then 0 else j fi);

b) Soient une valeur propre de An et X = t x1 xn un vecteur propre
associ.
Lquation An X = X conduit au systme
x1 + 2x2 + + nxn = ( + 1)x1
x1 + 2x2 + + nxn = ( + 2)x2

..
x1 + 2x2 + + nxn = ( + n)xn
Les valeurs propres de la comatrice de At sont alors

det At
det At det At
,...,
,
1 + t
n1 + t
t
avec
det At = (1 + t) . . . (n1 + t)t
On en dduit
Sil existe k {1, . . . , n} tel que + k = 0 alors les galits

( + j)xj = ( + k)xk
donne xj = 0 pour tout j 6= k et lgalit
x1 + 2x2 + + nxn = ( + k)xk
donne xk = 0. Ainsi X = 0 et cette situation est donc exclure.

tr(comAt ) = ((2 + t) . . . (n1 + t)t)+. . .+((1 + t) . . . (n2 + t)t)+(1 +t) . . . (n1 +t)
Corrections
On a donc pour tout k {1, . . . , n}, + k 6= 0 et le systme donne

xj =
50
d) Le terme xn est caractris par

1
1
+ +
= 1 et xn ]2, 1[
xn + 1
xn + n
+1
x1 pour tout j {1, . . . , n}
+j
Puisque X 6= 0, le coefficient x1 est non nul et la premire quation du systme

donne
+1
2( + 1)
n( + 1)
x1 +
x1 + +
x1 = ( + 1)x1
+1
+2
+n
et en simplifiant on obtient
2
n
1
+
+ +
=1
+1 +2
+n
c) Inversement, si vrifie lquation
1
2
n
+
+ +
=1
+1 +2
+n
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
ce qui est absurde.

On en dduit que xn < xn+1 et donc que la suite (xn ) est strictement croissante.
e) La suite (xn ) est croissante et majore par 1 donc cette suite converge vers
` 6 1.
Si ` < 1 alors la relation
1
1
+ +
=1
xn + 1
xn + n
donne
1>
alors en posant
X=t
1
+1
1
+2
1
+n
on obtient une colonne X 6= 0 vrifiant An X = X.

Ainsi les valeurs propres de An sont exactement les racines de lquation
2
n
1
+
+ +
=1
+1 +2
+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
Considrons la fonction f dfinie par

On en dduit
1
1
+ +
f (x) =
x+1
x+n
La fonction f est strictement dcroissante sur chacun des intervalles
], n[ , ]n, (n 1)[ , , ]2, 1[ , ]1, +[
et les limites de f aux extrmits de ces intervalles sont aises. On en dduit que
An admet une valeur propre dans chacun des intervalles
]n, (n 1)[ , , ]2, 1[ , ]1, +[
Notons que de plus la somme des valeurs propres de An tant gale trAn = 0,
lunique valeur propre positive est comprise entre
n1
X
k=1
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
Corrections
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

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
Puisque 1 est racine simple de P ,
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.
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
.
Corrections
Si A nest pas inversible alors det A = 0donc t com(A)A = 0 puis

ImA ker t comA.
Ainsi dim ker t com(A) > n 1. De plus comA 6= 0 car rgA = n 1 (car les valeurs
propres de A sont simples, en particulier 0). Par suite dim ker t com(A) = n 1
Sous rserve que n > 2, 0 est valeur propre de t comA et puisque
dim ker t com(A) = n 1, il ne reste de place que pour une seule autre valeur
propre.
Soit X ker A\ {0},. On a t com(A + tIn )(A + tIn )X = det(A + tIn )X
n)
X.
Pour t 6= 0, on a t com(A + tIn )X = det(A+tI
t
Quand t 0+ , par continuit t com(A + tIn )X t com(A)X.
n)
En calculant le dterminant par diagonalisation, det(A+tI
avec le produit
t
des valeurs propres non nulles de A.
Par unicit de la limite, on obtient t com(A)X = X.
Au final, t comA admet 2 valeurs propres : 0 et .
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

Les conditions x0 = xn+1 = 0 donnent = 0 et finalement

k
xj = sin
j
n+1
a) Si B = P 1 AP alors
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
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
avec k {1, . . . , n} sont racines distinctes de Pn (x).
An Mn (C) possde n valeurs propres distinctes donc A est diagonalisable et ses

sous-espaces propres sont de dimension 1.
c) Posons
= 2 cos(k/(n + 1))
Soit X Mn,1 (C) vrifiant AX = X. On a
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)
j {1, . . . , n} , xj1 xj + xj+1 = 0

Corrections
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)
Dune part

In A
In
B Ip
B
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 ()
Dans le cas o

A = Jr =
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
En passant au dterminant, on obtient
(A+ p1 In )B (x) = B(A+ p1 In ) (x)

En passant la limite quand p +, on obtient AB (x) = BA (x).
Ceci valant pour tout x C, les polynmes AB et BA sont gaux.
On,p
Ip
Dautre part
1
p In
nest pas inversible seulement si 1/p est valeur propre de

b) La matrice A +
A. Puisque la matrice A ne possde quun nombre fini de valeurs propres, pour p
assez grand on est sr que A + p1 In GLn (C).
Comme vu ci-dessus, pour x C,
53
la proprit est immdiate en crivant

C
B=
E
Ir
0
D
F
0
0
avec C bloc carr de taille r.

Dans le cas gnral, on peut crire A = QJr P avec r = rgA et P, Q inversibles.
X q AB (X) = X q Q1 ABQ (X) = X q Jr P BQ (X)
On a
AA (X) = det(XIn AA)

donc en conjuguant
= (X)
AA (X) = det(XIn AA)
AA
Or il est bien connu que pour A, B Mn (C)
AB = BA
On obtient donc
AA = AA
et par consquent
AA R [X]
donc
X q AB (X) = X p P BQJr (X) = X p BQJr P (X) = X p BA (X)
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

Son polynme caractristique est

X

1
M (X) =

(0)
(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)
Il peut se calculer par la succession doprations lmentaires

Li Li + XLi+1 avec i allant de n 1 1 dans cet ordre
On obtient alors

0

1
M (X) =

(0)
(0)
..
..
0
1

2
(an2 + an1 X + X )

an1 X
..
.
avec
= a0 + a1 X + + an1 X n1 + X n
En dveloppant selon la premire ligne, on obtient

M (X) = (1)n a0 + a1 X + + an1 X n1 + X n
Ainsi, pour P Z [X] unitaire de degr n, on peut construire une matrice

coefficients entiers dont le polynme caractristique est (1)n P (X).
b) Il existe une matrice A dont le polynme caractristique est P . Puisque toute
matrice complexe est trigonalisable, la matrice A est en particulier semblable dans
Mn (C) une matrice triangulaire de la forme
1
?
..
.
0
54
A laide dune dcomposition en cycles de , on peut affirmer quil existe une

puissance de gale lidentit et donc conclure que pour tout i Nn il existe
0
q 0 > q tel que qi = qi . On peut alors affirmer que i est nul ou bien racine de
lunit.
a) SpB = Spt B car B = t B .
b) Pour tout X Mn,1 (K), A(CX) = (CX) donc CX ker(A In ).
c) Soit X et Y des vecteurs propres de A et t B associ la valeur propre . La
matrice C = X t Y est solution.
d) On peut crire C = QJr P avec P, Q inversibles. La relation AC = CB donne
Q1 AQJr = Jr P BP 1 .
En crivant les matrices Q1 AQ et P BP 1 par blocs, lgalit
Q1 AQJr = Jr P BP 1 impose une dcomposition en blocs triangulaire puis
permet dobserver que 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).
e) La rciproque est assurment fausse en toute gnralit. Pour r = n, deux
matrices ayant mme polynme caractristique ne sont pas ncessairement
semblables.
Par contraposition, montrons
La matrice Aq est alors semblable la matrice

q
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.
det A < 0 SpA ], 0[ 6=

On a
A (X) = X n + + (1)n det A
Si det A < 0 alors (1)n A (t) < 0 et lim (1)n A (t) = +. Sachant la fonction
t
t 7 A (t) continue, il existe ], 0[ racine de A et donc valeur propre de A.

On peut aussi tablir le rsultat en observant que le dterminant de A est le
produit des valeurs propres complexes de A comptes avec multiplicit. Parmi
celles-ci, celles qui sont relles sont positives et celles qui sont complexes non
relles, sont deux deux conjugues. Le produit est donc positif.
Corrections
55
En crivant les matrices Q1 AQ et P BP 1 par blocs, lgalit
On peut crire
A (X) =
n
Y
Q1 AQJr = Jr P BP 1
(X k )
k=1
avec 1 , . . . , n les valeurs propres de A comptes avec multiplicit.

On a alors
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).
A (B) GLn (C) 1 6 k 6 n, B k In GLn (C)

ce qui donne
A (B) GLn (C) 1 6 k 6 n, k
/ SpB
et on peut ainsi affirmer
A (B) GLn (C) SpA SpB =
Dans une base adapte au noyau f , la
a b
c d
? ?
. .
.. ..
?
matrice de f est
0 0
..
..
.
.
..
..
.
.
..
..
.
.
? 0 0
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
avec i et i les valeurs propres de A et B.

On observe alors que (P 1 ? Q1 )(A ? B)(P ? Q) = (P 1 AP ) ? (Q1 BQ) est
triangulaire suprieure de coefficients diagonaux i j . Les valeurs propres de
A ? B sont les produits des valeurs propres de A et B.
d) On note que P 1 ? Q1 = (P ? Q)1 de sorte que A ? B est semblable la
matrice triangulaire prcdente et donc
Or
2
A?B =
trf = a + d et trf = a + 2bc + d
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
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
a) On peut crire B = P 1 CP avec P inversible et alors
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
sous rserve dinversibilit.

b) La matrice A est trigonalisable dans Mn (C). Quitte considrer une matrice
semblable, on peut supposer A triangulaire suprieure (ce qui naffecte ni le calcul
de la trace, ni celui du polynme caractristique PA ). En crivant
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.
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
On peut aussi rsoudre le problme via lopration lmentaire :

C1 C1 + C2 + + n1 Cn .
1
..
.
1

an
ai
an
..
.
..
.
et donc
P (ai ) = ai
[n1]
(ai aj )
j6=i
puis en reprenant le processus on parvient

n (an1 n1 + + a1 + a0 )
1
..
.
En retranchant la ime ligne chacune des autres

ai a1
0
0

..
..

0
.
.

.
..
.
P (ai ) = ai
.
1
.

.
.
..
..

0

0
0
ai an
(x k )
k=1
En dveloppant selon la premire colonne

1
0

..

..
..
..
.

.
.

= a0 + .
0

0
1

a0 an2 an1
a1
[n]
56
b) En utilisant la formule des dterminants

P (x) =
X
Sn
()
n
Y
a(i),i + x(i),i
i=1

Si = IdNn alors
n
Q
Corrections
n

Q
a(i),i + x(i),i =
(ai,i + x) est une expression
i=1
i=1
polynomiale unitaire de degr n.

n
n

Q
Q
(ai,i + x) est une expression
Si 6= IdNn alors
a(i),i + x(i),i =
i=1
i=1
polynomiale de degr strictement infrieure n.

On peut donc affirmer que P est une fonction polynomiale unitaire de degr
exactement n.
c) Puisque les ai sont deux deux distincts
P (X)
n
Q
=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
a) On obtient
P (ai ) = ai
(ai aj )
j6=i
P est de degr n et unitaire donc

P (x)
n
Q
(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.
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.
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.
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.
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 ?
Corrections
Ces formes matricielles SpM SpA0 et SpM SpB 0 . Or SpM 6= (cadre

complexe) donc SpA SpB 6= .
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.
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.
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.
Corrections
Si n est pair, la proprit prcdente nest plus vraie. Par exemple

0 1
A=
1 0
est inversible et vrifie la proprit (P ) avec M = In .
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.
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].
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
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
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.
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.
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)
Si n pair : = diag(a + (n 1)b, b a, . . . , b a, a b, . . . , a b) et
Q=
1
..
.
..
.
..
.
..
.
..
.
..
.
1
(0)
..
1
..
(0)
(0)
.
.
1
(0)
(0)
..
..
(0)
1
1
(0)
..
..
1
1
1
..
..
(0)
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
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
d) Dans M2 (R), la matrice

0
a
b
0
est diagonalisable si, et seulement si,

ab > 0 ou a = b = 0
En adaptant ltude qui prcde, on obtient que A est diagonalisable dans
M2n (R) si, et seulement si,
i {1, . . . , n} , ai a2n+1i > 0 ou ai = a2n+1i = 0
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.
et cette dernire est diagonalisable dans M2 (C) si, et seulement si,

ai a2n+1i 6= 0 ou ai = a2n+1i = 0
On peut alors affirmer que A est diagonalisable si, et seulement si,
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
i {1, . . . , n} , ai a2n+1i 6= 0 ou ai = a2n+1i = 0
E(n1)a = Vect(1, . . . , 1)
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
Il y en a exactement n sexprimant en fonction des racines n-ime de lunit.

On en dduit que Mn est diagonalisable.
Soit une valeur propre de Mn et x = (x1 , . . . , xn ) Cn .
LquationMn x = x quivaut au systme
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
a) En dveloppant selon la premire colonne

1
0

..
..
..
..

.
.
.
= a0 + .

0
0
1

a1
a0 an2 an1
[n]
1
..
.
0
..
an2
1
an1
[n1]
puis en reprenant le processus on parvient

n (an1 n1 + + a1 + a0 )
On peut aussi retrouver ce rsultat via lopration lmentaire :
C1 C1 + C2 + + n1 Cn .
On en dduit
M (X) = P (X)
b) Si est racine du polynme P alors est valeur propre de M . Aprs
rsolution, le sous-espace propre associ est engendr par la colonne

t
1 . . . n1
c) Puisque les sous-espaces propres sont de dimension 1, la matrice M est
diagonalisable si, et seulement si, elle possde exactement n valeur propres ce qui
revient dire que le polynme P est scind racines simple.

1. La matrice A est symtrique relle donc orthogonalement diagonalisable.
2.a) rgA = 2.
2.b) Le polynme caractristique de A est scind et unitaire.
Puisque dim ker A = 2, 0 est valeur propre au moins double de A et donc
A = X 2 (X u1 )(X u2 )
avec u1 , u2 C.
La matrice A est trigonalisable semblable une matrice triangulaire o figurent
sur la diagonale les valeurs 0, 0, u1 et u2 . Par similitude, on a
trA = u1 + u2 et trA2 = u21 + u22
et donc
u1 + u2 = k et u21 + u22 = k 2 + 6
Corrections
Enfin u1 6= 0 car sinon u2 = k et u22 = k 2 6= k 2 + 6. De mme u2 6=0.

2.c) Siu1 = u2 alors u1 = u2 = k/2 et k 2 /2 = k 2 + 6 donc k = i2 3.
La rsolution du systme
k
AX = X
2
conduit un espace de solution de dimension 1
Vectt (1, k/2, 1, 1)
2.d) Finalement,
la matrice A est diagonalisable dans M4 (C) si, et seulement si,
k 6= i2 3.

En ajoutant la troisime colonne la premire puis en retranchant la premire
ligne la troisime

2

5+x
x

3

0
2 x
x
A () = (1)

0
x
3x
63

a) A = X(X 1)(X a).
Si a 6= 0, 1 alors A est diagonalisable.
Si a = 0 alors rgA = 2 donc dim ker A = 1 < m0 (A) et la matrice A nest pas
diagonalisable.
Si a = 1 alors rg(A I) = 2 et par le mme argument quau dessus, A nest pas
diagonalisable.
On conclut
= {0, 1}
b) Cas a = 0

1
3

ker A = Vect 0 et ker(A I3 ) = Vect 1
1
2
Par consquent la matrice suivante convient
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

a) On obtient
At A = (a2 + b2 + c2 + d2 )I4
4
et donc (det A)2 = a2 + b2 + c2 + d2 .
Dautre part, pour b, c, d fixs, a 7 det A est une fonction polynomiale unitaire de
degr 4 donc
det A = a4 + (b, c, d)a3 + (b, c, d)a2 + (b, c, d)a + (b, c, d)
La valeur connue de (det A)2 permet alors de dterminer , , , et daffirmer
det(A) = (a2 + b2 + c2 + d2 )2
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.
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

Posons M = X t Y . On a M 2 = X(t Y X)t Y . Or = t Y X est un scalaire donc
M 2 = X t Y = M .
Si 6= 0 alors M annule le polynme scind simple X(X ) et donc M est
diagonalisable.
Si = 0 alors M annule le polynme X 2 et donc 0 est la seule valeur propre
possible. Si M est diagonalisable alors M est semblable la matrice nulle et donc
M = On . Ceci est exclu car on suppose les colonnes X et Y non nulles.
Au final M est diagonalisable si, et seulement si, 6= 0.
Notons que = tr(t Y X) = tr(X t Y ) = trM et que M est une matrice de rang 1.
On peut montrer quune matrice de rang 1 est diagonalisable si, et seulement si,
sa trace est non nulle.

Notons B = (e1 , . . . , en ) la base canonique de Kn et f lendomorphisme de Kn
dont la matrice dans B est J.
Posons 1 = e1 + + en , de sorte que f (1 ) = n1 .
Puisque rgf = rgJ = 1, on peut introduire (2 , . . . , n ) base du noyau de f .
Il est alors clair que B 0 = (1 , . . . , n ) est une base de Kn et que la matrice de f
dans celle-ci est diagonale.
On peut aussi observer J 2 = nJ et exploiter que X(X n) est un polynme
annulateur scind simple de J.

En posant M = (ai aj )16i,j6n , on vrifie M 2 = M avec =
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.
Si 6= 0 alors M annule un polynme scind simple, elle est donc diagonalisable.

Si = 0 alors M 2 = 0 et donc M est diagonalisable si, et seulement si, M = 0 ce
qui revient (a1 , . . . , an ) = 0.

Via un changement de bases ralis de sorte que les premiers vecteurs soient dans
le noyau de A, on peut crire

On1 ?
P 1 AP =
0

Ei,i est diagonale donc diagonalisable.
Pour i 6= j, Ei,j (X) = (1)n X n donc seul 0 est valeur propre. Par suite si Ei,j
est diagonalisable alors Ei,j = 0 ce qui est incorrect. Conclusion Ei,j
diagonalisable si, et seulement si, i = j.
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

On obtient N 2 = sN avec s = a1 + + an .
Corrections
Puisque s > 0, N annule un polynme scind simple et donc est diagonalisable.

1/2 nest pas valeur propre de N car nest pas racine du polynme annulateur
X 2 sX donc M est inversible. En recherchant M 1 de la forme xM + yIn , on
obtient
M 1 = In (2 + s)N
Si A est diagonalisable alors il existe une matrice P inversible telle que
P 1 AP = D diagonale. En transposant, t P t At (P 1 ) = D cest--dire
Qt AQ1 = D avec Q = t P inversible dinverse Q1 = t (P 1 ).
65

a) On vrifie

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

Il existe des matrices P GLn (K) et D Dn (K) telles que
AB = P DP 1
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
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.

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 .
Puisque est valeur propre de B, nest pas valeur propre de A et donc

M X = On,1 .
Puisquil existe une base de vecteurs propres de B et puisque chacun annule M ,
on a M = On .
Ainsi lendomorphisme est injectif, or Mn (C) est de dimension finie donc est
bijectif. Ainsi il existe une matrice D telle (D) = C et, par celle-ci, on obtient la
similitude demande.

Il existe des matrices P GLn (R) et D Dn (R) telles que
B = P DP 1
Si AB 3 = B 3 A alors
AP D3 P 1 = P D3 P 1 A
puis on obtient
M D3 = D3 M
avec M = P 1 AP .
Notons mi,j le coefficient gnral de M et 1 , . . . , n les coefficients diagonaux de
D.
Corrections
La relation M D3 = D3 M donne
2
(i, j) {1, . . . , n} , mi,j 3j = mi,j 3i

et donc
2
(i, j) {1, . . . , n} , mi,j = 0 ou 3i = 3j

Comme la fonction x 7 x3 est injective sur R, on obtient
66

a) clair, notamment il ny a pas de problme sur le degr de (P ).
b) (X k ) = X k k(X + 1)X k1 = (1 k)X k kX k1 . La matrice de dans la
base canonique de E est triangulaire suprieure. Les coefficients diagonaux sont
alors les racines du polynme caractristique et ce sont donc les valeurs propres de
savoir 1, 0, 1, . . . , (1 n). Ces n + 1 = dim E valeurs sont distinctes donc
est diagonalisable.
(i, j) {1, . . . , n} , mi,j = 0 ou i = j

et donc

Lapplication f est clairement linaire de R [X] vers lui-mme. De plus, si
deg P 6 n, il est ais dobserv que deg f (P ) 6 n. On peut donc conclure que f
est un endomorphisme de Rn [X]. Pour tout k {0, . . . , n},
M D = DM
puis
AB = BA
f (X k ) = k(k + 1)X k k(k 1)X k2

On peut crire
A = P DP
et B = QQ
avec P, Q GLn (K) et D, Mn (K) diagonales.

Si Ap M Qq = On alors
Dp N q = On
avec N = P 1 M Q = (ni,j ).
En notant 1 , . . . , n et 1 , . . . , n les coefficients diagonaux de D et , on obtient
2
(i, j) {1, . . . , n} , qi ni,j qj = 0

et donc
2
(i, j) {1, . . . , n} , i ni,j j = 0

puis
ce qui permet de former la reprsentation matricielle souhaite. On constate alors

que la matrice de f est triangulaire de coefficients diagonaux
0, . . . , k(k + 1), . . . , n(n + 1) distincts. Il est alors ais de calculer le polynme
caractristique de f est de conclure que f est diagonalisable, de valeurs propres
0, . . . , k(k + 1), . . . , n(n + 1) et de sous-espaces propres de dimension 1.

a) Si deg P 6 n 1, il est clair que (P ) E.
Si deg P = n aprs simplification des termes en X n+1 , on obtient que (P ) E.
La linarit de est claire et donc on peut conclure que est un endomorphisme.
b) La matrice de dans la base canonique est tridiagonale et peu pratique.
Formons plutt la matrice de dans la base des (X a)k
DN = On
ce qui permet de conclure.
((X a)k ) = k(X a)k (X b) nX(X a)k

donc
((X a)k ) = (k n)(X a)k+1 + (k(a b) na)(X a)k

Puisque Im(u IdE ) Im(u + IdE ) = {0E }, on a
rg(u IdE ) + rg(u + IdE ) 6 dim E
et cette fois-ci la matrice de est triangulaire infrieure coefficients

diagonaux distincts :
nb, (a + (n 1)b), (2a + (n 2)b), . . . , ((n 1)a + b), na
puis par la formule du rang

dim ker(u IdE ) + dim ker(u + IdE ) > dim E
qui sont les valeurs propres de . Puisque admet n + 1 valeurs propres

distinctes et que dim E = n + 1, on peut conclure que est diagonalisable
On en dduit que u est diagonalisable de valeurs propres possibles 1 et 1.

Corrections

Si M appartient lhyperplan des matrices de trace nulle alors (M ) = M et
donc M E1 ().
Ainsi lespace propre E1 () est de dimension au moins gale n2 1.
De plus, (In ) = (n + 1)In donc lespace propre En+1 () est de dimension au
moins gale 1.
Puisque la somme des dimensions des sous-espaces propres est au moins gale
n2 = dim Mn (R), lendomorphisme est diagonalisable (et les ingalits
prcdentes taient des galits).

a) Soit P un polynme. P (F )(u) = P (f ) u donc P (f ) = 0 P (F ) = 0. La
diagonalisabilit tant quivalente lexistence dun polynme scind racines
simples, on peut conclure.
b) f et F ont le mme polynme minimal donc les mmes valeurs propres.
c) Tout u L(E, E (f )) L(E) est lment de E (F ) donc
dim
dim L(E)) =
PE (F ) > dim E dim E (f ).PMais par diagonalisabilit
dim E (F ) > dim E
dim E (f ) = dim E 2 = dim L(E) et donc on
Sp(F )
67
Un tel endomorphisme f est entirement dtermin par sa restriction de Imp vers

ker p.
De plus un endomorphisme appartenant ces deux dernires catgories est
ncessairement nul.
On en dduit
dim E1/2 (F) > 2 dim ker p dim Imp
Or
(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.

On crit
B = (X x0 ) . . . (X xn )
Sp(f )
a les galits dim E (F ) = dim E dim E (f ) pour tout Sp(f ).

a) oui
b) Pour f L(E).
Si Imf Imp et ker p ker f alors F(f ) = f .
Un tel endomorphisme f est entirement dtermin par sa restriction de Imp vers
Imp.
On en dduit
dim E1 (F) > (dim Imp)2
Si Imf ker p et Imp ker f alors F(f ) = 0.
Un tel endomorphisme f est entirement dtermin par sa restriction de ker p vers
ker p.
On en dduit
dim E0 (F) > (dim ker p)2
Si Imf Imp et Imp ker f alors F(f ) = 12 f .
Un tel endomorphisme f est entirement dtermin par sa restriction de ker p vers
Imp.
Si Imf ker p et ker p ker f alors F(f ) = 12 f .
Si P Rn [X] est vecteur propre de associ la valeur propre alors

B | (A )P . Pour des raisons de degr, B et A ne peuvent tre premiers
entre eux, ces polynmes ont donc une racine commune. Ainsi il existe
i {0, . . . , n} tel que = A(xi ). Inversement pour = A(xi ),
n
Q
P =
(X xj ), (P ) = P avec P 6= 0. Ainsi Sp = {A(xi )/i [[0, n]]}.
j=0,j6=i
Prcisons le sous-espace propre associ la valeur propre = A(xi ).

Quitte rindexer, on peut supposer que = A(x0 ).
Sil existe dautres xi tels que = A(xi ) on rindexe encore les x1 , . . . , xn de sorte
que = A(x0 ) = . . . = A(xp ) et 6= A(xp+1 ), . . . , A(xn ). Ainsi x0 , . . . , xp sont
racines de A alors que xp+1 , . . . , xn ne le sont pas.
Pour P Rn [X], on a (P ) = P si, et seulement si, B | (A )P . Or
Puisque
A = (X x0 ) . . . (X xp )A avec xp+1 , . . . , xn non racines de A.
(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

Lapplication f est valeurs dans Rn [X] car le reste R dune division euclidienne
par B vrifie
deg R < deg B 6 n
Soient 1 , 2 R et P1 , P2 Rn [X].
On a
AP1 = BQ1 + f (P1 ) et AP2 = BQ2 + f (P2 )
donc
A(1 P1 + 2 P2 ) = B(1 Q1 + 2 Q2 ) + 1 f (P1 ) + 2 f (P2 )
avec
deg (1 f (P1 ) + 2 f (P2 )) 6 max {deg f (P1 ), deg f (P2 )} < deg B
68

Posons lendomorphisme de L(E) tudi. On observe que 3 = . Par
annulation dun polynme scind simple, on peut affirmer que est diagonalisable
de seules valeurs propres possibles 0, 1 et 1.
En introduisant unebase adapte
la projection f , la matrice de cet
Ir 0
endomorphisme est
0 0

A B
En notant
la matrice de u dans cette base, on obtient :
C D
(u) = 0 B = 0 et C = 0.
(u) = u A = 0, C = 0 et D = 0.
(u) = u A = 0, B = 0 et D = 0.
Par unicit dune division euclidienne, on peut affirmer

f (1 P1 + 2 P2 ) = 1 f (P1 ) + 2 f (P2 )
Puisque les valeurs prises par f sont Rn1 [X], lendomorphisme f ne peut tre
surjectif, ce nest donc pas un isomorphisme.
b) Soit R. Si f (P ) = P alors cest quil existe un polynme Q tel que
AP = BQ + P
Cas = 0.
On a f (P ) = 0 si, et seulement si, le polynme B divise le polynme AP . Or A et
B sont premiers entre eux, donc f (P ) = 0 si, et seulement si, B divise P .
On en dduit que 0 est valeur propre de f et le sous-espace propre associ est

Si b = 0 alors f = 0. Sinon, par la formule du double produit vectoriel
f (x) = (a | x)b (a | b)x.
f (b) = 0 et pour tout x Vect(a) , f (x) = (a | b)x.
Si (a | b) 6= 0 alors f est diagonalisable dans une base adapte
R3 = Vect(a) Vect(b).
Si (a | b) = 0 alors f (x) = (a | x)b et tout vecteur propre de f est soit colinaire
b, soit orthogonal a. Or b est orthogonal a donc les vecteurs propres de f sont
tous orthogonaux a. Dans ce cas f est diagonalisable si, et seulement si, a = 0.
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

Supposons f diagonalisable et soit B = (e1 , . . . , en ) une base de vecteurs propres
de f .
Pour 1 6 i, j 6 n, on pose gi,j lendomorphisme de E dtermin par
gi,j (ek ) = j,k ei
La famille (gi,j ) est une base de L(E) et on observe
T (gi,j ) = (i j )gi,j
j6=k
On a deg Pk < deg B et B | (A A(xk ))Pk . On en dduit f (Pk ) = A(xk )Pk et

donc A(xk ) est valeur propre de f et Pk en est un vecteur propre associ.
c) La famille de Pk se comprend comme la famille dinterpolation de Lagrange en
les xk , elle constitue donc une base de Rdeg B1 [X]. Puisque ker f = E0 (f ) est un
supplmentaire de cet espace, lendomorphisme est diagonalisable.
donc T est diagonalisable.

Supposons f nilpotente, cest--dire quil existe n N? pour lequel f n = 0.
Puisque T p (g) est combinaison linaire de termes de la forme f k g f pk , il est
assur que T 2n = 0 et donc que T est nilpotente.
Corrections

a) On obtient
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 )

() Supposons f et g commutent.
x ker(f .Id), (f Id)(g(x)) = g(f (x) x) = 0
donc ker(f Id) est stable par g.
() Supposons que chaque sous-espace propre soit stable par g.
Puisque E = E (f ), pour tout x E, on peut crire x =
Sp(f )
x avec
Sp(f )
x E et alors
(g f )(x) =
g(x ) = (f g)(x)
Sp(f )
donc f g = g f .
c) Lendomorphisme f est diagonalisable car

dim E1 (f ) + dim En+1 (f ) = n
d) Par les valeurs propres
det f = (n + 1) 6= 0
et lendomorphisme f est inversible. . .
a) Soit une valeurpropre
de .

Il existe v L(E)\
0 tel que u v = v.
Soit alors x E tel que v(x) 6= 0 (ce qui est possible puisque v 6= 0)
Puisque u (v(x)) = v(x), on peut affirmer que est valeur propre de u.
Inversement soit une valeur propre de u et x 6= 0 un vecteur propre associ.
Considrons v lendomorphisme de E dtermin par
1 6 i 6 n, v(ei ) = x
Lendomorphisme v est bien dtermin puisquon a ici fix limage dune base.
Puisque a u v = v (car cette galit vaut pour les vecteurs dune base), on
obtient (v) = v avec v 6=
0. Ainsi est aussi valeur propre de .
b et c) Sachant Ei,j Ek,` = j,k Ei,` ,
U Ei,j =
n
X
k,`=1
uk,` Ek,` Ei,j =
n
X
k=1
uk,i Ek,j

Pour = || ei C avec [0, 2[, on pose
p
= ||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)
Considrons lendomorphisme u de E dfini par

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 () =
Corrections
On observe alors
70
et
P (1 )
(0)
..
P (D) =
f (g(x)) = f
et donc P (v) se confond avec lendomorphisme u prcdemment introduit.
g(x ) =
Sp(f )
P (n )
(0)
donc f et g commutent.
c) Considrons : L(E)
g(x )
Sp(f )
L(E (f )) lendomorphisme dfini par (g) est
Sp(f )

Rappelons que tout endomorphisme dun C-espace vectoriel possde au moins un
valeur propre.
1re dmarche : Soit une valeur propre de f . E (f ) est stable par f et donc
possde un supplmentaire F stable par f .
Si F = {0E } alors f est diagonalis.
Sinon, la restriction de f F possde au moins une valeur propre qui est bien
entendu valeur propre de f . Lespace E (f ) E (f ) est stable par f et donc
possde un supplmentaire G stable par f .
Si G = {0E } alors f est diagonalis.
Sinon, on itre le processus.
2me dmarche : Le sous-espace vectoriel F = E (f ) est stable par f , il
Spf
admet donc un supplmentaire stable G, si G 6= {0E } alors fG admet un vecteur

propre qui sera aussi vecteur propre de f donc lment de F . Cest contradictoire
donc G = {0E } puis
E = E (f )
Spf
ce qui affirmer f diagonalisable.
le produit des restrictions aux E (f ) de g. Cette application est bien dfinie en

vertu des stabilits voques en b). Cette application est clairement bijective car,
par diagonalisabilit de f , E = E (f ) et quon sait une application g est
Sp(f )
alors entirement
dtermine par ses restrictions aux E (f ). Par isomorphisme
P
dim Cf =
2 .
Sp(f )
d) Ici dim Cf = n et les Id, f, . . . , f n1 sont clairement lments de Cf .

Supposons 0 Id + 1 f + + n1 f n1 = 0. Posons
P = 0 + 1 X + + n1 X n1 . Ce polynme est annulateur de f donc les
valeurs propres de f en sont racines. Ce polynme possde au moins n racines, or
il est de degr strictement infrieur n, donc il est nul et ainsi
0 = . . . = n1 = 0.
Finalement (Id, f, . . . , f n1 ) est une famille libre form de n = dim Cf lments de
Cf , cen est donc une base.

a) Notons 1 , . . . , n les n valeurs propres distinctes de f et x1 , . . . , xn des
vecteurs propres associs. La famille (x1 , . . . , xn ) est base de E.
Posons a = x1 + + xn . Pour tout k {0, 1, . . . , n 1},
f k (a) = k1 x1 + + kn xn

a) ok
b) Supposons g Cf . Pour tout Sp(f ) et tout x E (f ),
f (g(x)) = g(f (x)) = g(x) = g(x) donc g(x) E (f ). Ainsi les sous-espaces
propres sont stables par g.
Inversement, supposons que chaque
P sous-espace propre soit stable par g. Pour
tout x E, on peut crire x =
x et on a
Sp(f )
g(f (x)) = g
X
Sp(f )
x =
X
Sp(f )
g(x )
Supposons 0 a + 1 f (a) + + n1 f n1 (a) = 0E . En exprimant cette relation

en fonction des vecteurs de la famille libre (x1 , . . . , xn ), on parvient
P (1 ) = . . . = P (n ) = 0 avec
P = 0 + 1 X + + n1 X n1
Le polynme P admet plus de racines que son degr donc P = 0 puis
0 = . . . = n1 = 0.
Ainsi la famille (a, f (a), . . . , f n1 (a)) est libre et finalement base de E.
En fait, nimporte quel vecteur dont les coordonnes sont toutes non nulles dans
la base de vecteur propre est solution.

b) La matrice de f dans la base considre est de
0
0
0
..
.
.
1
.
.
..
.
.. 0
.
0
1 n1
Corrections
71
la forme
b) Par la rgle de Sarrus, on calcule () et on obtient
c) Posons gal au discriminant de A .

Si > 0 alors possde trois racines relles distinctes
a + d, a + d + et a + d
avec
f n (a) = 0 a + 1 f (a) + + n1 f n1 (a)
(2) = 4(2 (a + d))A ()
Si = 0 alors possde une racine relle triple

a+d

a) (Ei,j ) = (i j )Ei,j . La matrice de relative la base canonique de
Mn (K) est diagonale.
b) Soit B une base de E dans laquelle lendomorphisme f est reprsent par une
matrice diagonale D. En introduisant limage rciproque de la base canonique de
Mn (K) par lisomorphisme de reprsentation matricielle dans B, on obtient une
base de L(E) dans laquelle est reprsent par une matrice diagonale.

Les endomorphismes recherchs sont les endomorphismes diagonalisables.
En effet, si f est diagonalisable et si F est un sous-espace vectoriel stable par f
alors puisque fF est diagonalisable, il existe une base de F forme de vecteurs
propres de f . En compltant cette base laide de vecteur bien choisis dans une
base diagonalisant f , les vecteurs compltant engendrent un supplmentaire de F
stable par f .
Inversement, si f L(E) vrifie la proprit propose alors le sous-espace vectoriel
F = E (f ) tant stable par f , celui-ci admet un supplmentaire stable. Or f
Spf
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.

On vrifie aisment que est endomorphisme de S2 (R).
a) En choisissant la base de S2 (R) forme des matrices E1,1 , E2,2 et E1,2 + E2,1 ,
on obtient la matrice de suivante
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
et donc la matrice A est diagonalisable.

d) Supposons A diagonalisable
Le polynme caractristique de A est scind sur R donc > 0.
Si > 0 alors est diagonalisable car possde 3 valeurs propres relles distinctes.
Si = 0 alors A possde une seule valeur propre et tant diagonalisable, cest une
matrice scalaire

a 0
A=
0 a
et alors la matrice de est diagonale
2a 0
0 2a
0
0
0
0
2a
Corrections

a) Un endomorphisme non nul vrifiant f 2 = 0 avec f 6= 0 convient. Cest le cas
dun endomorphisme reprsent par la matrice

0 1
0 0
b) Soit (e1 , . . . , en ) une base de vecteurs propres de f . La matrice de f dans cette
base est de la forme
1
(0)
..
.
(0)
n
72

a) = trA = 2 cos et = det A = cos 2 conviennent.
b) Les racines de X 2 2 cos X + cos 2 sont cos + sin et cos sin .
Ralisons la division euclidienne X n par X 2 2 cos X + cos 2.

X n = X 2 2 cos X + cos 2 Q(X) + R(X)
avec deg R < 2,
R(cos + sin ) = (cos + sin )n
et
R(cos sin ) = (cos sin )n
On obtient
et alors les espaces

ker f = Vect {ei /i = 0} et Imf = Vect {ei /i 6= 0}
sont videmment supplmentaires (puisque associs des regroupements de
vecteurs dune base).
c) On vrifie ker f k ker f k+1 . La suite des dimensions des noyaux des f k est
croissante et majore par n. Elle est donc stationnaire et il existe k N tel que
R=
(cos + sin )n (cos sin )n

(X cos sin ) + (cos + sin )n
2 sin
et donc
An =
(cos + sin )n (cos sin )n

(A (cos + sin )I2 ) + (cos + sin )n In
2 sin
` > k, dim ker f `+1 = dim ker f `

Par inclusion et galit des dimensions
` > k, ker f
`+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.
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

a) sp(A) = {1, 3, 4}.
b) Il existe une matrice P inversible tel que A = P DP 1 avec D = diag(1, 3, 4).
Si M Mn (C) est solution de lquation M 2 = A alors (P 1 M P )2 = D et donc
P 1 M P commute avec la matrice D. Or celle-ci est diagonale coefficient
diagonaux distincts donc P 1 M P est diagonale de coefficients diagonaux a, b, c
vrifiant a2 = 1, b2 = 3 et c2 = 4. La rciproque est immdiate. Il y a 8 solutions
possibles pour (a, b, c) et donc autant de solutions pour M . Les solutions relles
sont a fortiori des solutions complexes or toutes les solutions complexes vrifient
trM = a + b + c C\R. Il nexiste donc pas de solutions relles.

a) det(A I) = ( 2)( 6).
(

5x + 3y = 2x
1
x + y = 0 et
est vecteur propre associ la valeur
1
x + 3y = 2y
propre
2.
(

5x + 3y = 6x
3
x + 3y = 0 et
est vecteur propre associ la valeur
1
x + 3y = 6y
propre 6.
Corrections
On a A = P DP 1 avec

P =
1
1
3
1

et D =
2
0
0
6
b) Si M est solution alors P 1 M P est solution de lquation X 2 + X = D donc

P 1 M P et D commutent or D est diagonale coefficients diagonaux distincts
donc P 1 M P est diagonale
c) Les coefficients diagonaux a, b vrifient a2 + a = 2 et b2 + b = 6 donc a = 1 ou
a = 2 et b = 2 ou b = 3. Au termes des calculs on obtient les solutions

1
1
7 3
2 3
1 3
11 3
,
,
,
1 5
1 0
1 1
1 9
4
4
a) En dveloppant selon la dernire ligne

1 0

0
1

..
..
det(.In J) = ...
.
.

.
..
0

1 0
..
.
..
.
..
.
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

La colonne t 1 1 1 est vecteur propre associ la valeur propre 6.
Les deux matrices ont le mme polynme caractristique et celui-ci a pour racines
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).

(I2 ) = 1 donc si P est inversible alors (P 1 ) = (P )1 . Par suite, si A et B
sont semblables
alors

(A)
= (B).

0
1 0
1 0
Puisque
et
sont semblables,
= puis
0 1
0
0

0
= . Ainsi pour A diagonale, (A) = det A et plus gnralement

0
cela vaut encore pour A diagonalisable. Si A est une matrice deM2 (C), non

diagonalisable, celle-ci est semblable une matrice de la forme
.
0
Si = 0 alors A2 = 0 et
det A.
donc (A)
= 0 =

1 0

Si 6= 0 alors puisque
=
et que
est
0
0 2
0 2
0 2
diagonalisable, on obtient 2(A) = 22 = 2 det A et on peut conclure.

a) Cest du cours.
b) On charge le package permettant les manipulations linaires puis on dfinit la
matrice
with(linalg):
A:=matrix(4, 4, [20, 12, -4, 12, -4, -3, 9, -5, -4, 1, 5, -5, -8,
-10, 6, -2]);
On recherche les lments propres de cette matrice
eigenvects(A);
On peut conclure que A est diagonalisable semblables diag(8, 4, 12, 4) et
concrtiser cette diagonalisation
Corrections
P:=concat(vector([-2, 3/2, 3/2, 1]), vector([-2, 1, 1, 2]),

vector([-4, 1, 1, 2]), vector([-1, 1, 0, 1]));
evalm(inverse(P)&*A&*P);
On peut faire la mme tude avec la deuxime matrice
B:=matrix(4, 4, [-12, -16, -8, -4, 4, 13, 1, -1, 4, 5, 9, -1, 8, 10,
2, 6]);
eigenvects(B);
Q:=concat(vector([-4, 1, 1, 2]), vector([1, 0, -3, 1]), vector([0,
1, -3, 2]), vector([-2, 1, 1, 2]));
evalm(inverse(Q)&*B&*Q);
et on observe que la deuxime matrice est semblable diag(4, 8, 8, 4).
Puisque dans les deux cas la matrice A est diagonalisable, les matrices commutant
avec A sont celles laissant stables les sous-espaces propres de A.
Dans le premier cas, les matrices commutant avec A sont de la forme P DP 1
avec D matrice diagonale et P la matrice de passage dfinie dans le code Maple
prcdent..
Lensemble de ces matrices est une sous-algbre de dimension 4 de M4 (K).
Dans le deuxime cas, les matrices commutant avec A sont de la forme QQ1
avec diagonale par blocs de la forme suivante
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
evalm(P&*diag(2*sqrt(2), 2, 2*sqrt(3), 2*I)&*inverse(P));

La somme des solutions est nulle et le produit des solutions vaut A8 .
Dans le second cas, on obtient une infinit de solution de la forme
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));

a) Pour tout lment A G, on a A1 = A. On en dduit que pour tout A, B G,
AB = (AB)1 = B 1 A1 = BA
b) Montrons le rsultat par rcurrence forte sur n > 1.
Pour n = 1, la proprit est immdiate.
Supposons le rsultat vrai jusquau rang n 1 > 1.
Soit G un sous-groupe de GLn (R) vrifiant la proprit de lnonc.
Sil nexiste pas dautre lment dans G que In et In , la proprit est acquise.
Sinon, il existe un lment A G autre que In et In . Puisque A2 = In , on a
ker(A In ) ker(A + In ) = Rn
Il existe donc une matrice inversible P vrifiant

Ir
Or,nr
P 1 AP =
Onr,r Inr
Soit M un autre lment de G. Puisque A et M commutent, les sous-espaces
propres de A sont stables par M et on peut donc crire

Or,nr
M0
1
P MP =
Onr,r
M 00
Sachant M 2 = In , on a M 02 = Ir et M 002 = Inr de sorte que les ensembles G0 et
G00 forms des matrices M 0 et M 00 ainsi obtenues sont des sous-groupes de
respectivement (GLr (R), ) et (GLnr (R), ). Par hypothse de rcurrence, il
existe P 0 et P 00 inversibles telles que
M 0 G0 , P 01 M 0 P 0 Dr (K) et M 00 G00 , P 001 M 00 P 00 Dnr (K)
Corrections
75
Le polynme R peut scrire
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
et lvaluation de la relation division euclidienne en 2, 1 et 3 donne
15a 5b + c = (2)
2b + c = 1
c = 3n
puis
3n+1 (2)n+1 5
a
=
30
3n 1
b=
c = 3n
d) Soit un isomorphisme de (GLn (R), ) vers (GLm (R), ).

Considrons lensemble G form des matrices diagonales M de Mn (R) vrifiant
M 2 = In . G est un sous-groupe de (GLn (R), ) de cardinal exactement 2n .
Puisque pour tout M G,
2
R(X) = a(X 1)(X 3) + b(X 3) + c
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+1 (2)n+1 5 2 3n+1 + (2)n+3 + 5

3n (2)n 5
X +
X +
30
30
5
En valuant la relation de division euclidienne en A, on obtient

An = R(A) =
3n + (2)n + 5
3n+1 (2)n+1 5 2 3n+1 + (2)n+3 + 5
A +
A+
I3
30
30
5
b) En vertu de ce qui prcde
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

a) Puisque de taille 3 avec 3 valeurs propres distinctes, la matrice A est
diagonalisable et son polynme minimal est
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
3ch3 + 2ch2 5ch1

30
De mme, on obtient
=
3ch3 8ch2 + 5ch1

5ch1 + ch2 ch3
et =
30
5
X n = A Q + R avec deg R < 3

Corrections

a) Puisque f possde n valeurs propres en dimension n, il est diagonalisable et ses
valeurs propres sont simples. Les sous-espaces propres de f sont donc de
dimension 1.
b) g f = g 3 = f g.
Puisque f et g commutent, les sous-espaces propres de f sont stables par g.
Si x est vecteur propre de f associ la valeur propre alors g(x) appartient au
mme sous-espace propre et puisque celui-ci est une droite et que x est non nul,
g(x) est colinaire x. Ainsi x est vecteur propre de g.
c) Notons 1 , . . . , n les valeurs propres de f et considrons une base de vecteurs
propres de f dans laquelle la matrice de f est
D = diag(1 , . . . , n )
76
Si = k [2] alors cos + cos k = 0 et le systme initial nest pas vrifi.

Si = k [2] alors
cos + cos k = 1 cos = 1/2
ce qui donne = /3
Cas = /3 [2]
On obtient
[2] ou = /3
(
[2].
= /3 + 2p
(k + 1) = 2q
avec p, q Z.
On a alors
(6p + 1)(k + 1) = 6`
Un endomorphisme g de E vrifiant g 2 = f a une matrice diagonale dans la base

de vecteurs propres de f prcdente.
Rsoudre lquation g 2 = f revient alors rsoudre lquation 2 = D avec la
matrice diagonale
= diag(1 , . . . , n )
Lquation 2 = D quivaut
1 6 i 6 n, i2 = i
Si les i ne sont pas tous positifs ou nuls, il ny a pas de solutions.
Si les i sont tous positifs ou nuls alors les solutions de lquation g 2 = f sont les
endomorphismes reprsents dans la base de vecteurs propres de f par les matrices
p
p
diag( 1 , . . . , n )
Si aucune des valeurs propres nest nulle, il y a 2n solutions et si lune delle est
nulle, il y a 2n1 solutions.
Puisque 6` (6p + 1) = 1, le thorme de Gauss donne 6 | (k + 1).

Inversement, si 6 | (k + 1) alors on peut crire k + 1 = 6` et pour = /3
ei/3 + ei(6`1)/3 = ei/3 + ei/3 = 1
donc lquation tudie admet au moins une solution.
Cas = /3 [2]
Une tude semblable conduit la mme condition.
Finalement, lquation tudie possde une solution relle si, et seulement si,
6 | (k + 1)
b) Supposons que 6 divise k + 1. Pour = /3 on a
ei + eik = 1
donc en multipliant par eik
eik = 1 + ei(k1)

Supposons que lquation tudie admet une solution .
En passant aux parties relle et imaginaire on obtient
(
cos + cos k = 1
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
La deuxime quation donne

= k
La suite v de terme gnral vn = ein vrifie alors
[2] ou = k
[2]
n
3
la suite u est priodique et non nulle.

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).

Introduisons la colonne Xn = t
un
vn
1
A= 1
1
wn
1
1
1
et la matrice
1
1
1
de sorte quon ait Xn+1 = AXn et donc Xn = An X0 .

Aprs rduction, on a A = P DP 1 avec
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

Il est bien connu que les polynmes en f commutent avec f .
Inversement, soit g un endomorphisme commutant avec f .
Notons 1 , . . . , n les valeurs propres deux deux distinctes de f et e1 , . . . , en des
vecteurs propres associs. La famille (e1 , . . . , en ) est une base de E diagonalisant
f et les sous-espaces propres de f sont de dimension 1. Puisque f et g commutent,
ses sous-espaces propres de f sont stables par g et donc, pour tout k {1, . . . , n},
il existe k tel que g(ek ) = k ek . Considrons alors un polynme interpolateur P
vrifiant
k {1, . . . , n} , P (k ) = k
On a pour tout k {1, . . . , n},
P (f )(ek ) = P (k )(ek ) = k ek = g(ek )
Puisque les applications linaires P (f ) et g sont gales sur une base, on peut
conclure
P (f ) = g
Posons
78
Il y a alors quatre situations possibles :

Cas = 0 et = 1
On a M (M I2 ) = O2 donc M 2 M = O2 . Combine la relation M 2 + M = A,
on obtient
1
M= A
2
Cas = 0 et = 2
Un raisonnement analogue donne
M = A
Cas = 1
On obtient
1
M = A I2 et M = I2 A
2
Inversement, on vrifie par le calcul que ces matrices sont solutions.
Soient Sp(u) et x E (u) non nul. On a
v 3 (x) = u3 (x) = 3 x

A=
1
1
1
1
Or v est diagonalisable donc, en notant 1 , . . . , p les valeurs propres de v, on a la

dcomposition en somme directe
p
On obtient aisment SpA = {0, 2}

a) Soit M une matrice solution de lquation M 2 + M = A.
Si est valeur propre de M alors 2 + est valeur propre de A et donc
2
+ = 0 ou + = 2
On en dduit
{0, 1, 1, 2}
E = Ej (v)
j=1
On peut alors crire x =
p
P
xj avec xj Ej (u). Lgalit v 3 (x) = 3 x donne
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.
Corrections

Posons T = M 2 . Il est clair que T et M commutent et ltude de cette
commutation peut, par le calcul, permettre de conclure que M est triangulaire
suprieure. On peut aussi proposer une dmonstration plus abstraite que voici :
Les coefficients diagonaux 1 , . . . , n de T dterminent ses valeurs propres et la
matrice T est donc diagonalisable. On peut donc crire T = P DP 1 avec P
inversible et
D = diag(1 , . . . , n )
Puisque M est T commutent, les matrices N = P 1 M P et D commutent. Or les
matrices commutant avec une matrice diagonale coefficients diagonaux distincts
sont elles-mmes diagonales. La matrice N est donc diagonale
N = diag(1 , . . . , n )
En considrant un polynme dinterpolation Q R [X] vrifiant
1 6 k 6 n, Q(k ) = k
on obtient N = Q(D) puis M = Q(T ). En particulier, la matrice M est
triangulaire suprieure.
et donc Aq est semblable
79
q1
?
..
.
qn
Ainsi le polynme caractristique de Aq est celui voulu avec Aq Mn (Z).

A est semblable une matrice triangulaire suprieure de la forme
1
?
..
.
0
n
exp(A) est alors semblable une matrice de la forme
exp(1 )
?0
..
.
0
exp(n )
Cela suffit pour conclure.

Son polynme caractristique est scind.

a) A est annule le polynme A qui est scind donc A est trigonalisable.
b) Soit T une matrice triangulaire semblable A. Les coefficients diagonaux de T
sont les valeurs propres de A comptes avec multiplicit. Cependant Ak est
semblables T k donc les valeurs propres de Ak sont les coefficients diagonaux de
T k or ceux-ci sont les puissances dordre k des coefficients diagonaux de T
cest--dire des valeurs propres de A.

La matrice A est semblable une matrice triangulaire de la forme
1
?
..
.
0

Puisque le polynme A est scind, la matrice A est trigonalisable. Plus
prcisment, la matrice A est semblable une matrice de la forme
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

a) A (X) = (X + 1)(X 1)2 .

b) E1 = Vectt 1 1 2 , E1 = Vectt 1 0 1 .
La matrice A nest pas diagonalisable mais on peut la rendre semblable la
matrice
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 .

a) A (X) = (X 1)3 .

b) E1 = Vectt 1 0 1 .
La matrice A nest pas diagonalisable mais on peut la rendre semblable la
matrice
1 1 0
T = 0 1 1
0 0 1

On prend C1 = t 1 0 1 .

Pour
1 0 0
P = 0 1 1
1 0 1

Notons A la matrice tudie.
Aprs calcul, son polynme caractristique est A = (X 9)3 .
Celui-ci est scind et par consquent la matrice A est trigonalisable.
Aprs rsolution
E9 (A) = Vect (1, 1, 1/2)

dim E9 (A) = 1 et X1 = t 1 1 1/2 est vecteur propre. Compltons ce
vecteur en une base et considrons la matrice de passage associe
1
0 0
1 0
P = 1
1/2 0 1
On a
9
P 1 AP = 0
0
2
6
6
Considrons alors la sous matrice
on a P 1 AP = T .
A0 =
Le polynme caractristique A (X) = (X 1)3 est scind donc A est
trigonalisable.
5
12
3/2
12
3/2
6
6
de polynme caractristique (X 9)2 car A (X) = (X 9)A0 (X). Aprs

rsolution
E9 (A0 ) = Vect(1, 1/2)
Corrections
On vrifie que A et B commutent et ne sont ni lun ni lautre polynme en lautre

car tout polynme en une matrice triangulaire suprieure est une matrice
triangulaire suprieure.
Considrons la matrice de passage

P0 =
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

a) Commenons
par quelques cas particuliers.

0
alors A K [B] en sappuyant sur un polynme constant.
Si A =
0

1 0
Si A =
avec 1 6= 2 alors les matrices qui commutent avec A sont
0 2

1 0
diagonales donc B est de la forme
. En considrant P = aX + b tel
0 2
que P (1 ) = 1
et P (2 ) = 2 , on a B = P (A) K [A].

Si A =
avec 6= 0, une tude de commutativit par coefficients
0

inconnus donne B =
. Pour P = X + avec
+ = , on a
0
B = P (A) K [A].
Enfin, dans le cas gnral, A est semblable lun des trois cas prcdent via une
matrice P GL2 (K). La matrice B 0 = P 1 BP commute alors avec A0 = P 1 AP
donc B 0 est polynme en A0 et par le mme polynme B est polynme en A.
b) On imagine que non, reste trouver un contre-exemple.
Par la recette dite des ttonnements successifs ou saisi dune inspiration
venue den haut, on peut proposer
1 1 0
1 0 0
A = 0 1 0 et B = 0 1 0
0 0 1
0 1 1

a) u admet une valeur propre et le sous-espace propre associ est stable par v.
Cela assure que u et v ont un vecteur propre en commun e1 . On complte celui-ci
en une base(e1 , e2 , . .
. , en ). Lesmatrices
de u et v dans cette base sont de la
?
?
forme A =
et B =
. Considrons les endomorphismes u0 et
0 A0
0 B0
v 0 de E 0 = Vect(e2 , . . . , en ) reprsents par A0 et B 0 dans (e2 , . . . , en ). AB = BA
donne A0 B 0 = B 0 A0 et donc [u0 , v 0 ] = 0. Cela permet ditrer la mthode jusqu
obtention dune base de cotrigonalisation.

b) Par rcurrence, on vrifie uk , v = kuk . Lendomorphisme w 7 [w, v] de
L(E) ne peut avoir une infinit de valeurs propres donc il existe k N? tel que
uk = 0. Lendomorphisme u est nilpotent donc ker u 6= {0} ce qui permet
daffirmer que u et v ont un vecteur propre commun. On peut alors reprendre la
dmarche de la question a) sachant quici A0 B 0 B 0 A0 = A0 .
c) Si = 0, ltude qui prcde peut se reprendre pour conclure. Si 6= 0, on
introduit w = u + v et on vrifie [w, v] = w. Ainsi w et v sont
cotrigonalisables puis u et v aussi cas u = 1 (w v).

La matrice A est trigonalisable et si lon note 1 , . . . , p ses valeurs propres
p
P
distinctes alors tr(Am ) =
j m
j avec j la multiplicit de la valeur propre j .
j=1
Pour conclure, il suffit dtablir rsultat suivant :

Soient 1 , . . . , p C? et 1 , . . . , p C deux deux distincts.
p
P
Si
j m
j 0 alors 1 6 j 6 p, |j | < 1 .
j=1
m+
Raisonnons pour cela par rcurrence sur p > 1.

Pour p = 1, la proprit est immdiate.
Supposons la proprit vraie au rang p > 1.
Soient 1 , . . . , p+1 C? et 1 , . . . , p+1 C deux deux distincts tels que
p+1
X
j=1
j m
j 0 (1)
m+
Corrections
on obtient R1 AR et R1 BR triangulaires suprieures.
Rcurrence tablie
Par dcalage dindice, on a aussi

p+1
X
j m+1
0 (2)
j
m+
j=1
p+1 (1) (2) donne

p
X
j (p+1 j )m
j 0

Notons 1 , . . . , p et 1 , . . . , q les valeurs propres deux deux distinctes des
matrices A et B respectivement.
Lhypothse de travail donne
m+
j=1
m N,
qui se comprend encore

p
X
p
X
mj (A)m
j =
j=1
j m
j
j=1
0
m+
avec les 1 , . . . , p non nuls.

Par hypothse de rcurrence, on a alors 1 6 j 6 p, |j | < 1.
p
P
On en dduit
j m
j 0 et la relation (1) donne alors
j=1
82
m+
p+1 m
p+1 0 do lon tire |p+1 | < 1.
q
X
mk (B)m
k
j=1
Avec des notations tendues, ceci donne

X
m N,
a m = 0
SpASpB
avec a = m (A) m (B).

Indexons alors les valeurs propres de A et B de sorte que
m+
SpA SpB = {1 , . . . , r }
Rcurrence tablie.
avec 1 , . . . , r deux deux distinctes. On obtient donc

a) Si B = On alors tout vecteur propre de A (et il en existe car le corps de base
est C) est aussi vecteur propre de B.
Si B 6= On alors lespace ImB est stable par B et il existe alors un vecteur propre
de B dans ImB. Puisque ImB ker A car AB = On , ce vecteur propre de B est
aussi vecteur propre de A (associ la valeur propre 0).
b) Par rcurrence sur la taille n des matrices.
Pour n = 1, cest immdiat.
Supposons la proprit vrifie au rang n 1 > 1.
Soit A, B Mn (C) vrifiant AB = On . Soit X1 un vecteur propre commun aux
matrices A et B associ aux valeurs propres et respectivement. Soit P une
matrice inversible dont la premire colonne est X1 . Par changement de base on a

?
?
1
P 1 AP =
et
P
BP
=
0 A0
0 B0
0
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
Considrons alors la matrice carre de Vandermonde
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
en notant Cj les colonnes de la matrice de Vandermonde prcdente.

On en dduit
1 6 j 6 r, aj = 0
ce qui donne
SpA SpB, m (A) = m (B)
Corrections

Sur C, A est trigonalisable semblable une matrice triangulaire suprieure ou sur
la diagonale figurent les valeurs propres complexes de A comptes avec
multiplicit.
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 .

Les vecteurs de (Id, u, . . . , up ) voluent dans L(E) qui est de dimension n2 . Pour
p = n2 la famille est assurment lie. Une relation linaire donne alors
immdiatement un polynme annulateur non nul.

u (u Id) (u + Id) sannule sur ker(u (u Id)) et sur ker(u (u + Id)) donc
sur ker(u (u Id)) + ker(u (u Id)) = E et ainsi u (u2 Id) = 0.
Si x ker u alors x ker(u (u Id)) ker(u (u + Id)) = {0} donc ker u = {0}
et u GL(E).
Par suite u2 Id = u1 u (u2 Id) = 0 et donc u2 = Id. Ainsi u est une
symtrie vectorielle.

Si P et u sont premiers entre eux alors par lgalit de Bzout, il existe
U, V K [X] tels que U P + V u = 1 donc U (u)P (u) = IdE . Aussi
P (u)U (u) = IdE donc P (u) est inversible et P (u)1 = U (u) K [u].
Si P et u ne sont par premiers entre eux alors on peut crire u = QD avec D le
pgcd de P et u . On a u | P Q donc P (u)Q(u) = 0 alors que Q(u) 6= 0 puisque
deg Q < deg u . Par suite P (u) nest pas inversible.
83

u annule u donc aussi uF et ainsi uF | u . De mme uG | u donc
ppcm(uF , uG ) | u .
Inversement si P = ppcm(uF , uG ) alors x F , P (u)(x) = 0 et x G,
P (u)(x) = 0 donc x E = F G, P (u)(x) = 0 donc P annule u puis u | P .

u annule u donc aussi uF puis la conclusion.

Considrons B = A In . On a B 2 = On .
Soit u lendomorphisme de Kn dont la matrice est B dans la base canonique.
On a u2 = 0 donc Imu ker u.
Soit (e1 , . . . , ep ) une base de Imu complte en (e1 , . . . , ep , ep+1 , . . . , eq ) base de
ker u.
Pour tout j {1, . . . , p}, considrons j E tel que u(j ) = ej .
Supposons 1 1 + + p p + 1 e1 + + q eq = 0.
On appliquant u cette relation, on obtient 1 e1 + + p ep = 0 donc
1 = . . . = p = 0.
La relation initiale devient 1 e1 + + q eq = 0 qui entrane 1 = . . . = q = 0.
Finalement la famille (1 , . . . , p , e1 , . . . , eq ) est libre et puisque forme de
p + q = dim Imu + dim ker u = n vecteurs de E, cest une base de E.
La matrice de u dans la base (e1 , 1 , . . . , ep , p , ep+1 , . . . , eq ) a alors ses coefficients
tous nuls sauf p coefficients sur la sur-diagonale.
La matrice B est donc semblable la matrice prcdente et A = In + B est
semblable une matrice de la forme voulue.

a) Il suffit de procder par rcurrence en exploitant
f n+1 g g f n+1 = f (nf n + g f n ) + (I f g) f n .
b) Par linarit P (f ) g g P (f ) = P 0 (f ).
Ainsi si P annule f alors P 0 aussi. Ceci est impossible en dimension finie car le
polynme minimal dun endomorphisme annule celui-ci et est de degr minimal.
Notons quun argument de calcul de trace est de loin plus rapide et plus simple !
c) f g(P ) = (XP )0 = XP 0 + P et g f (P ) = XP 0 donc (f g g f )(P ) = P .

Supposons n est impair. Le polynme caractristique dune matrice de Mn (R)
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

On peut crire
Y
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 .

P = X(X 2 3aX + a2 ) est annulateur de f donc par le thorme de
dcomposition des noyaux, E = ker f ker(f 2 3af + a2 Id) car X et
X 2 3aX + a2 sont premiers entre eux. Or a tant non nul, on montre
lmentairement ker(f 2 3af + a2 Id) Imf tandis que linclusion rciproque
provient de ce que (f 2 3af + a2 Id) f = 0. Il est donc vrai que ker f et Imf sont
supplmentaires.
ker(f Id)
E=
Sp(f )
dcomposition en somme de sous-espaces vectoriels stables par f .

Pour chaque Sp(f ),
ker(f Id) 1 6= ker(f Id)
par minimalit de f et donc il existe x ker(f Id) \ ker(f Id) 1 .
On peut alors tablir que la famille (f Id)k (x ) 06k6 1 est libre.
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

A = P DP 1 avec D = diag(a + b, . . . , a + b, a b, . . . , a b) et
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
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
et par le lemme de dcomposition des noyaux
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
Puisque le polynme caractristique de u est scind, on peut crire

Y
(X )m
u = (1)dim E
Notons a llment dindice (1, 2) de cette matrice.

Par une rcurrence facile, on montre
1 ma
P 1 Am P =
..
.
(0)
Or kAk 6 1, donc kAm k 6 1 puis
Corrections
ker(u Id)
Spu
E=
et donc u est diagonalisable

c) Soit une valeur propre de u. Le polynme minimal de u peut scrire
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

a) Si ker(u Id) = {0} alors Im(u Id) = E car u Id est inversible.
On en dduit que est sparable.
Par contrapose, si nest pas sparable alors est valeur propre de u.
b) Si u est un endomorphisme diagonalisable alors pour tout scalaire ,
ker(u Id) = ker(u Id)2 .
Par suite Im(u Id) ker(u Id) = {0} et on en dduit que est sparable.
Inversement, soit u un endomorphisme scind dont toutes les valeurs propres sont
sparables.
avec Q(u)U (u)(x) ker(u Id) (car u est annulateur) et

(u Id)V (u)(x) Im(u Id).
Ainsi est une valeur propre sparable.
Finalement les scalaires non sparables sont les racines multiples de u .
d) m(v) = u v, m2 (v) = u2 v,. . . P (m)(v) = P (u) v pour tout polynme P .
Par suite les endomorphismes m et u ont les mmes polynmes annulateurs et
donc le mme polynme minimal. Puisque les scalaires non sparables sont les
racines multiples du polynme minimal, les endomorphismes u et m ont les
mmes valeurs sparables.

Puisque u possde un polynme annulateur, on a
dim K [u] < +
Corrections
On sait dj ker u ker u2 .
Inversement, soit x ker u2 .
Notons P le polynme annulateur en question. On peut crire
Or K [Q(u)] K [u] donc
P (X) = aX + X 2 Q(X) avec a 6= 0 et Q K [X]
dim K [Q(u)] < +

et par consquent Q(u) possde un polynme annulateur.
86
Lgalit P (u)(x) = 0 donne

au(x) + Q(u)(u2 (x)) = 0

Quitte considrer P avec K? bien choisi, on peut supposer
et donc u(x) = 0 car a 6= 0 et u2 (x) = 0.

Ainsi x ker u et on peut conclure.
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

Par le lemme de dcomposition des noyaux
ker P (u) = ker Q(u) ker R(u)
et puisque P est annulateur
E = ker Q(u) ker R(u)
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)
De plus R(u) Q(u) =

0 et donc ImQ(u) ker R(u).
Par la formule du rang
dim ImQ(u) = dim E dim ker Q(u)
et par la supplmentarit qui prcde
dim E = dim ker Q(u) + dim ker R(u)
Or
2
P (f )(x) = f (x) + f (Q(f )(x)) = 0
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 .
dim ImQ(u) = dim ker R(u)

et lon peut conclure.

a) On sait dj ker u ker u2 . On a P = XQ avec Q(0) 6= 0. Pour x ker u2 , on a
u2 (x) = 0 et Q(u)(u(x)) = 0 donc u(x) ker u ker Q(u) puis u(x) = 0 car
Q(0) 6= 0. On en dduit ker u2 ker u puis lgalit.
Linclusion Imu2 Imu est entendue.
Corrections
Inversement, soit x Imu. On peut crire x = u(a) pour un certain a E. Or

P (u)(a) = 0 et lon peut crire P sous la forme
P (X) = an X n + + a1 X avec a1 6= 0
donc
a1 u(a) Imu2
puis x Imu2 .
Ainsi Imu2 = Imu
b) Pour x ker u Imy, il existe a E, x = u(a) et a ker u2 = ker u donc x = 0.
Pour x E, u(x) Imu = Imu2 et on peut crire u(x) = u2 (a) pour un certain
a E. On a alors x = y + z avec y = u(a) Imu et z = x y o lon vrifie
z ker u.
Soit x vecteur propre associ la valeur propre .
P (f )(x) = P ()x or P (f ) = 0 et x 6= 0 donc P () = 0.
2 = Id donc X 2 1 est annulateur de . Les valeurs propres de ne peuvent
tre que 1 et 1. En prenant pour f une fonction paire et une fonction impaire
non nulle, on montre que 1 et 1 sont effectivement valeurs propres de .
a) On vrifier T 2 = Id donc T est un automorphisme et T 1 = T .
b) Puisque T annule X 2 1, SpT {1, 1} puis gale car par exemple 1 est
vecteur propre associ la valeur propre 1 et X 1/2 est vecteur propre associ
la valeur propre 1.
Les valeurs propres de u sont racines des polynmes annulateurs donc du
polynme minimal.
Soit a une racine de u . On a
u = (X a)P et P (u) 6= 0
car P ne peut tre annulateur de u.
Pour y Im(P (u))\ {0E }, il existe x E, y = P (u)(x) et (u)(x) = 0E donc
(u aId)(y) = 0E avec y 6= 0E .
Ainsi a est valeur propre de u (et y est vecteur propre associ).
87

Soit M solution. M 4 = t (M 2 ) = M donc X 4 X est annulateur de M et puisque
0 et 1 ne sont pas valeurs propres de M , X 3 1 puis X 2 + X + 1 sont annulateurs
de M .
Ainsi, on peut affirmer M 3 = t M M = I (ainsi M On (R)) et M 2 + M + I = 0.
Pour X 6= 0, P = Vect(X, M X) est un plan (car il ny a pas de valeurs propres
relles) stable par M (car M 2 = M I). La restriction de M ce plan est un
automorphisme orthogonal sans valeur propre, cest donc une rotation et celle-ci
est dangle 2/3 car M 3 = In . De plus ce plan est aussi stable par M 2 = t M
donc P est stable par M ce qui permet de reprendre le raisonnement partir
dun X 0 P \ {0}. Au final, M est orthogonalement semblable une matrice
diagonale par blocs et aux blocs diagonaux gaux

3/2
3/2
1/2
1/2
ou
3/2 1/2
3/2 1/2
La rciproque est immdiate.

a) Puisque A est nilpotente, A ne peut avoir que des valeurs propres nulles. Les
valeurs propres tant les racines du polynme caractristique et ce dernier tant
scind sur C, A = X n .
b) Pour A Mn (R), on a aussi A Mn (C) et le polynme caractristique est
calcul par la mme formule dans les deux cas.

a) Soit x un vecteur propre associ la valeur propre . On a f (x) = x avec
x 6= 0E . Par composition f n (x) = n x puis P (f )(x) = P ()x. Or P (f )(x) = 0E et
x 6= 0E donc P () = 0.
b) Le polynme X 3 + 2X 2 X 2 est annulateur de f et 0 nen est pas racine
donc 0
/ Spf . Cela suffit pour conclure si lespace est de dimension finie. Sinon,
on exploite

1 2
1 2
(f + 2f Id) f = Id
f (f + 2f Id) =
2
2
pour conclure.

A = X 2 (a + d)X + (ad bc) annule matrice A.

On en dduit
A1
Corrections
1
=
((a + d)I2 A)
ad bc

A = (X 1 ) . . . (X n ) annule A en vertu du thorme de Cayley Hamilton.
88
(x, f (x), . . . , f n1 (x)) est alors gnratrice et forme de n = dim E vecteurs de E,

cest donc une base de E.
b) Les polynmes en f commute avec f .
Inversement, supposons que g L(E) commute avec f . Puisque g(x) E, on peut
crire g(x) = a0 x + a1 f (x) + + an1 f n1 (x).
Puisque f et g commute, on a encore
g(f k (x)) = a0 f k (x) + a1 f k+1 (x) + + an1 f n+k1 (x) de sorte que les
endomorphismes g et a0 Id + a1 f + + an1 f n1 concident sur une base de E et
cest donc gaux. Au final f est un polynme en f .

Considrons le polynme caractristique de u :
u = X n + an1 X n1 + + a1 X + a0 avec a0 = (1)n det u 6= 0
Puisque u (u) =
0, on obtient
un + an1 un1 + + a1 u + a0 Id = 0
Par suite
un + an1 un1 + + a1 u = a0 Id
En composant avec u1 gauche on obtient
u
n1
n2
+ an1 u
P =
n
Y
(X i )
i=1
avec i valeur propre de A donc il existe i {1, . . . , n} telle que

1
+ + a1 Id = a0 u
et on en dduit
u1 =

a) A2 M = AM B = M B 2 et ainsi de suite : Ap M = M B p pour tout p N. Par
linarit P (A)M = M P (B).
b) Considrons P = A . La relation P (A)M = M P (B) entrane M P (B) = On . Or
M 6= On donc la matrice P (B) nest pas inversible. Par suite det(P (B)) = 0. Or
det(i In B) = 0
Ainsi A et B ont une valeur propre commune.

1
un1 + an1 un2 + + a1 IdE K [u]
a0

a) Si f est diagonalisable alors f est reprsent par In dans une certaine base et
donc f est une homothtie vectorielle. La rciproque est immdiate.
b) Calcul dans une base de triangulation, f (x) = (x )n .
c) f est annulateur de f dans (f Id)n = 0.

a) Le polynme caractristique de f est un polynme de degr n annulant f .
Ainsi f n Vect(Id, f, . . . , f n1 ). Par rcurrence, on montre alors que pour tout
m > n, f m Vect(Id, f, . . . , f n1 ).
Par suite f n (x), . . . , f N 1 (x) Vect(x, f (x), . . . , f n1 (x)) puis
E = Vect(x, f (x), . . . , f N 1 (x)) donne E = Vect(x, f (x), . . . , f n1 (x)). La famille

Considrons T : P (X) 7 P (X + 1). T est un endomorphisme de Rn1 [X] qui est
annul par son polynme caractristique de la forme
T = X n +
n1
X
ak X k
k=0
Cela fournit directement la proprit voulue.

1. Puisque les matrices A et qA sont semblables, elles ont le mme polynme
caractristique

X
X
A (X) = qA (X) = det(qA XIn ) = q n det A In = q n A
q
q
Corrections
Introduisons les coefficients du polynme A
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.

a) Par le thorme de Cayley Hamilton, on a
u (u) = 0
avec u polynme de coefficient constant det u 6= 0.
En crivant
u (X) = XP (X) + det u
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.

Limplication directe est immdiate : elle dcoule de la stabilit par produit de
lespace des matrices triangulaires suprieures. Inversement, supposons Ak
triangulaire suprieure pour tout k > 2. Introduisons le polynme caractristique
de A
P (X) = an X n + + a1 X + det(A)
Puisque celui-ci est annulateur de A, on peut crire
an An + + a1 A + det(A)In = On
En multipliant la relation par A et en rorganisant
A=
1
(a1 A2 + + an An+1 )
det A
Corrections
et la matrice A est donc triangulaire suprieure.

Pour

1 1
A=
1 1
nous obtenons un contre-exemple o Ak = O2 pour tout k > 2.
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

Par Sarrus
U A + V B = (u. det A + v. det B)In = In
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
trois valeurs propres distinctes savoir 0 et i a2 + b2 + c2 .

Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
c) Puisque 0 est la seule valeur propre relle de A et puisque B est inversible si, et
seulement si, est valeur propre de A, on peut conclure que B est inversible
pour tout 6= 0.
d) Puisque le polynme caractristique est annulateur de A on a
A3 + (a2 + b2 + c2 )A = O3
Remarquons que prendre

U = ut comA et V = v t comB
tait sans doute plus simple. . .
Pour

1
A=
0
les matrices

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

a) Si v est un endomorphisme, on a
Il suffit de dvelopper et de rorganiser pour obtenir une expression du type

dim v 1 (F ) 6 dim F + dim ker v
B(uB + vB + wI3 ) = I3
Pour k N,
et conclure
ker(u i IdE )k+1 = (u i IdE )
B 1 = uB 2 + vB + wI3 = A2 + A + I3
ker(u i IdE )k
donc
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).
dim ker(u i IdE )k+1 6 ker(u i IdE )k + 1

Ainsi, on obtient
k N, dim ker(u i IdE )k 6 k
Le polynme caractristique de u est
u (X) =
q
Y
(X i )ni
i=1
Corrections
et celui-ci est annulateur de u. Par le lemme de dcomposition des noyaux

q
E = ker (u i IdE )
91
c) On reprend les notations qui prcdent

q
ni
F = ker(u i IdE )mi

i=1
i=1
et donc
dim E =
q
X
On peut alors faire correspondre F le tuple (m1 , . . . , mq ).

Cette correspondance est bien dfinie et bijective car
ni
dim ker (u i IdE )
i=1
ker(u i IdE )mi ker(u i IdE )ni , E = ker(u i IdE )ni

i=1
Or
ni
dim ker (u i IdE )
6 ni
et
dim ker(u i IdE )mi = mi
et
dim E = deg u =
q
X
Il y a donc autant de sous-espaces vectoriels stables que de diviseurs unitaires de

u .
ni
i=1
donc
ni
1 6 i 6 q, dim ker (u i IdE )
= ni

A | A = (X 1)2 mais A nest pas diagonalisable, donc A = (X 1)2 .
Enfin, par ltude initiale

m
1 6 i 6 q, 0 6 m 6 ni dim ker (u i IdE )
=m
b) Si F est un sous-espace vectoriel stable par u, le polynme caractristique Q de

uF annule uF et divise u . On obtient ainsi un polynme Q de la forme
Q(X) =
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
ker Q(u) = ker(u i IdE )mi

i=1
puis, en vertu du rsultat prcdent

dim ker Q(u) =
q
X
mi = deg Q = dim F
i=1
Par inclusion et galit des dimensions

ker Q(u) = F

a) 1re mthode :

det(In M ) =

1
..

(n 1)
1
(n 1)
=
..

.

(n 1)
..

= ((n1))

1
1
puis det(In M ) = ( (n 1))( + 1)n1 et donc sp(M ) = {1, (n 1)}.

Soit f lapplication linaire canoniquement associe M .
f (x1 , ..., xn ) = (x1 , ..., xn ) x1 + ... + xn = 0
Donc E1 est lhyperplan dquation x1 + ... + xn = 0.
Puisque En1 est au moins une droite vectorielle, la matrice M est diagonalisable.
2me mthode :
Par le calcul, on obverse que M 2 = (n 1)In + (n 2)M .
Par suite, M annule le polynme scind simple (X + 1)(X (n 1)) et donc M
est diagonalisable.
b) Le polynme minimal de M est (X + 1)(X (n 1)) car en vertu de la
premire mthode, la connaissance des valeurs propres de M dtermine son
polynme minimal sachant M diagonalisable et, pour la deuxime mthode, ce
1
0
..
.
1
+
(0)
Corrections
polynme est annulateur alors que les polynmes X + 1 et X (n 1) ne le sont

pas.
Par division euclidienne X p = (X + 1)(X (n 1))Q + X +
En valuant la relation en 1 et en n 1, on obtient
avec
(
p
+ = (1)
p
(n 1) + = (n 1)
Aprs rsolution
(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

a) Il est clair que L est linaire.
Si tr(M ) = 0 alors L(M ) = aM .
a est valeur propre de L et le sous-espace propre associ est lhyperplan des
matrices de trace nulle.
Si tr(M ) 6= 0 alors L(M ) = M implique M Vect(In ). Or L(In ) = (a + n)In
donc a + n est valeur propre de L et le sous-espace propre associ est la droite
Vect(In ).
Lendomorphisme L est donc diagonalisable et par suite
L (X) = (X a)(X (a + n))
b) En dimension finie, L est un automorphisme si, et seulement si, 0
/ Sp(L) i.e.
a 6= 0, n.
Puisque
L2 (2a + n)L + a(a + n)I = 0
on a
L1 =
et donc
L1 (M ) =
1
(L (2a + n)I)
a(a + n)
1
(tr(M )In (a + n)M )
a(a + n)
92

a) Notons 1 , . . . , n les composantes de x dans une base de diagonalisation B de
f . La matrice de la famille (x1 , . . . , xn ) dans la base B est
1 1 . . . 1 n1
..
..
.
.
n n
...
n nn
avec 1 , . . . , n les valeurs propres de f comptes avec

est de rang n, si, et seulement si,

1 . . . n1

..
1 , . . . , n 6= 0 et ...
.

n . . . n
n
multiplicit. Cette matrice

6= 0

Par dterminant de Vandermonde, on peut assurer lexistence de x tel que voulu

si, et seulement, si les valeurs propres de f sont deux deux distincts et non
nulles. Nimporte quel x aux composantes toutes non nulles est alors convenable.
b) Les polynmes en f commutent avec f .
Supposons que g soit un endomorphisme de E commutant avec f .
On peut crire g(x1 ) = a1 x1 + + an xn = P (f )(x1 ) avec
P = a1 + a2 X + + an1 X n1 .
On a alors
g(x2 ) = g(f (x1 )) = f (g(x1 )) = f (P (f )(x1 )) = P (f )(f (x1 )) = P (f )(x2 ).
Plus gnralement, en exploitant xk = f k1 (x1 ), on obtient g(xk ) = P (f )(xk ).
Les endomorphismes g et P (f ) concident sur les lments dune base, ils sont
donc gaux. Finalement, le commutant de f est exactement form des polynmes
en f .
Si le polynme minimal f de f est de degr < n alors la famille (Id, f, . . . , f n1 )
est lie et alors pour tout x E, la famille (x, f (x), . . . , f n1 (x)) lest aussi. Cela
contredit lhypothse de dpart. On peut donc affirmer que deg f > n et puisque
f | f , on a f = (1)f avec f polynme caractristique de f .
A est symtrique donc diagonalisable. A
1
A2 = 0
1
= X 3 2X, A = A .
0 1
2 0
0 1
A3 = 2A, A2k+1 = 2k A et A2k+2 = 2k A2 pour k > 0.

exp(A) = I3 +
+
X
k=0
X 2k1
2k
1
A+
A2 = I3 + sh(2)A + (ch(2) 1)A2
(2k + 1)!
(2k)!
2
k=1
Corrections

A est symtrique donc diagonalisable.
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

A = X(X 2 + 1), A = X(X 2 + 1), exp(A) exp(t A) = exp(A) exp(A) = I3 .
En calculant A2 , A3 , . . . on obtient
1
0
0
exp(A) = 0 cos 1 sin 1
0 sin 1 cos 1
= ay + bx + (n 2)by
A2 = O donc Sp(A) = {0}.
Puisque A 6= 0 , A nest pas diagonalisable. A = X 2 et A = X 3 .
Il suffit alors de rsoudre le systme

(
ax + (n 1)by = 1
bx + (a + (n 2)b)y = 0
exp(A) = I + A
pour expliciter A1 .
Ltude se gnralise pour n > 3 avec A = ( i+j2 )16i,j6n et Un \ {1}.

a) A = (X 2)(X + 1)2 ,
a2
a2

E2 (A) = Vect a et E1 (A) = Vect 0 , 1
0
1
1
La matrice A est diagonalisable, P 1 AP = D avec

2
a a2 a
2
0
1 et D = 0
P = a
1
1
0
0
0
1
0
0
0
1
On en dduit A = (X 2)(X + 1).

b) Ci-dessus.
c) Par division euclidienne X n = (X + 1)(X 2)Q(X) + X + avec
=
2n (1)n
2(1)n + 2n
et =
3
3

a) Il est immdiat que L est un endomorphisme de Mn (R).
Sp(L) = {a, a + n}, Ea (L) = ker(tr) et Ea+n (L) = Vect(In ),
L = (X a)(X (a + n)) car L est diagonalisable et donc son polynme
minimal est le polynme simple dont les racines sont les valeurs propres de L.
2
b) Par une base de diagonalisation, det L = an 1 (a + n) et donc L est un
automorphisme si, et seulement si, a 6= 0, n.
Par le polynme minimal, on a L2 (2a + n)L + a(a + n)Id = 0 et donc
L1 =
1
((2a + n)Id L)
a(a + n)

Soient P Mn (K) une matrice de permutation et la permutation associe. Il
existe q N? tel que q = Id et donc P q = In . La matrice P annule alors X q 1
qui est scind racines simples donc P est diagonalisable.
Corrections

A2 = I2n . On observe que X 2 + 1 est annulateur de A.
Si K = C alors A est diagonalisable car annule le polynme X 2 + 1 qui est scind
racines simples.
Si K = R alors A nest pas diagonalisable car sans valeurs propres. En effet une
valeur propre (relle) de A doit tre annul par le polynme X 2 + 1.
a) A2 = I2n .
b) X 2 + 1 = (X i)(X + i) est annulateur de A et scind simple donc A est
diagonalisable. De plus A est relle donc ses valeurs propres sont deux deux
conjugues, deux valeurs propres conjugues ont mme multiplicit. Puisque les
valeurs propres figurent parmi les racines de X 2 + 1 et que la matrice complexe A
possde au moins une valeur propre, on peut affirmer que i et i sont les deux
seules valeurs propres de A, quelles sont de multiplicit n. Enfin les sous-espaces
propres associs sont de dimension n car A est diagonalisable et donc les
dimensions des sous-espaces propres gales la multiplicit des valeurs propres
respectives.
f est diagonalisable car annule le polynme
X 3 4X = X(X 2)(X + 2)
scind simple. Les valeurs propres de f figurent parmi {2, 0, 2} et donc la trace
de f qui est la somme de ses valeurs propres comptes avec multiplicit est paire.
A annule un polynme scind racines simples (1, i et i) donc A est
diagonalisable dans Mn (C).
Les valeurs propres possibles de A sont 1, i et i. Puisque tr(A) R, la
multiplicit de i gale celle de i.
Par suite det(A) = 1.
94

Si 1 et 1 sont les seules valeurs propres alors f GL(E) et la relation f 4 = f 2
donne f 2 = Id ce qui fournit un polynme annulateur scind racines simples et
permet de conclure.
Si 1 et 1 ne sont pas les seules valeurs propres cest que 0 est aussi valeur propre
car les valeurs propres figurent parmi les racines de tout polynme annulateur. f
prsente alors 3 = dim Evaleurs propres distincts donc f est diagonalisable.
A est diagonalisable sur C semblable une matrice D = diag(Ip , jIq , j 2 Iq )
donc
trA = trD = p q(j + j 2 ) = q p Z
Le polynme
X 3 + X 2 + X = X(X j)(X j 2 )
annule la matriceA. Ce polynme tant scind racines simples dans C, la
matrice A est diagonalisable dans Mn (C). De plus

SpA 0, j, j 2
Puisque la matrice A est relle, les valeurs propres j et j 2 ont mme multiplicit
p N. La diagonalisation complexe de A comporte alors p nombres j et p
nombres j 2 sur la diagonale, les ventuels autres coefficients diagonaux tant nuls.
La matrice A est alors de mme rang que cette matrice diagonale, cest--dire 2p.
On a
(M 2 2In )2 = (t M )2 = t (M 2 ) = 2In M
On en dduit le polynme annulateur de M suivant
X 4 4X 2 + X + 2
qui se factorise

a) Puisque p4 = p2 , une valeur propre doit vrifier 4 = 2 donc {1, 0, 1}.
b) Si p est diagonalisable alors sa matrice A dans une base de vecteurs propres
sera diagonale avec des 1, 0 ou 1 sur la diagonale. Comme alors A3 = A on a
p3 = p.
Si p3 = p alors p est annul par un polynme scind racines simples donc p est
diagonalisable.
X 4 4X 2 + X + 2 = (X 1)(X + 2)(X )(X )

avec
1 5
1+ 5
=
et =
2
2
Puisque la matrice M annule un polynme rel scind racines simples, cette
matrice est diagonalisable.
Corrections

a) Si M nest pas inversible, il existe une colonne X non nulle telle que M X = 0
et alors lidentit de lnonc donne t M X = X donc 1 Sp(t M ) = SpM .
Inversement, si 1 SpM alors il existe une colonne X non nulle telle que
M X = X et alors lidentit de lnonc donne t M X = 0 et donc t M nest pas
inversible. Or det(t M ) = det M donc M nest pas inversible non plus.
b) La relation donne entrane
t
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
La matrice M nest pas ncessairement symtrique comme le montre lexemple au

dessus.
La matrice M annule un polynme scind racines simples, elle est donc
diagonalisable.

Soit M solution, M est diagonalisable sur C avec pour valeurs propres j et j 2 .
Puisque trM est rel, les valeurs propres j et j 2 ont mme multiplicit. Par suite
n est pair, n = 2p.
Nous allons montrer, en raisonnant par rcurrence sur p quil existe une matrice
orthogonale P tel que
J
(0)
..
P M P 1 =
.
(0)
avec

J = R2/3 =
Cest un polynme scind racines simples donc la matrice M est diagonalisable.

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
et donc la matrice M est annule par le polynme
a2 b2 + a + 1 = 0
2ab + b = 0
P (X) = X 4 2X 2 + X = X(X 1)(X 2 + X 1)

Les valeurs propres possibles de M sont les racines de ce polynme.
Chacune de celles-ci peut tre valeur propre. En effet pour les racines de
X 2 + X 1, il suffit de considrer une matrice diagonale avec les coefficients
diagonaux correspondant aux racines. Pour les racines de X(X 1), il suffit de
considrer

1
1 i
M=
i 1
2
a
c
puis
(
a = 1/2
b = 3/2
ce qui permet de conclure (car le cas b = 0 est exclure).

Supposons la proprit tablie au rang n = 2p et tudions le rang n = 2p + 2.
Soit M une matrice solution.
Corrections
La matrice S = t M + M est symtrique et donc il existe X 6= 0 tel que SX = X.

On observe alors que lespace F = Vect(X, M X) est stable par M et par t M . Par
suite F est aussi stable par M et t M . On peut alors appliquer ltude mene
pour n = 2 laction de M sur F et lhypothse de rcurrence celle sur F .
Cela tablit la rcurrence. Il ne reste plus qu souligner que les matrices ainsi
obtenues sont bien solutions.

2 (M ) = P (P M + M P ) + (P M + M P )P = P M + 2P M P + M P car P 2 = P .
3 (M ) = P M + 6P M P + M P .
Par suite 3 (M ) 32 (M ) = 2P M 2M P = 2(M ).
Ainsi annule le polynme X 3 3X 2 + 2X = X(X 1)(X 2).
Puisque ce polynme est scind simple, lendomorphisme est diagonalisable.
96
b) Pour tout P R [X], on observe P (fA ) : M 7 P (A)M de sorte que

P (fA ) = 0 P (A) = 0
Tout endomorphisme tant diagonalisable si, et seulement si, il annule un
polynme scind simple, on peut conclure.

a) oui.
b) Si A est inversible alors M 7 A1 M est clairement application rciproque de
f.
Si f est inversible alors posons B = f 1 (In ). On a AB = In donc A est inversible.
c) On observe que f n (M ) = An M donc pour P C [X],
P (f )(M ) = P (A)M

a) Puisque u3 = u, par annulation dun polynme scind simple, on peut affirmer
que u est diagonalisable de valeurs propres possibles 0, 1, 1. Par les galits
tru = 0 et tru2 = 2n on peut affirmer quil existe une base de R2n+1 dans laquelle
la matrice de u est de la forme
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.

a) Si A2 = A alors fA2 = fA . fA est une projection donc diagonalisable.
Par suite P est annulateur de f si, et seulement si, il est annulateur de A.

Puisque la diagonalisabilit quivaut lexistence dun polynme annulateur
scind racines simples, on peut conclure.

a) La matrice A annule le polynme X p 1 qui est scind simple dans C [X] donc
A est diagonalisable dans M2 (C).
b) Les valeurs propres et sont racines du polynme annulateur donc
p = p = 1. En particulier || = || = 1.
||2 = .
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

La matrice A est diagonalisable car A annule un polynme scind simple.
Les racines complexes du polynme caractristique A de A sont conjugues et
valeurs propres de A donc racines du polynme annulateur X n 1.
Si les deux racines de A sont relles alors SpA {1, 1} et A est semblable

1 0
1 0
1 0
,
ou
0 1
0 1
0 1
et donc A12 = I2 .
Sinon les racines de A sont complexes conjugues z, z. Leur somme sera
2
2Re(z) [2, 2], leur produit z z = |z| = 1. La matrice A tant de plus
coefficients entiers, 2Re(z) Z. Les polynmes caractristiques de A possibles
sont alors X 2 2X + 1, X 2 X + 1, X 2 + 1, X 2 + X + 1 et X 2 + 2X + 1.
Dans chaque cas le polynme X 12 1 est multiple du polynme caractristique et
donc annulateur.

Si A En alors A est diagonalisable et ses valeurs propres sont des racines de
lunit. Ces valeurs propres sont aussi racines du polynme caractristique de A.
Or les coefficients de ce polynme sont entiers et, par les expressions des
coefficients dun polynme scind en fonction de ses racines complexes (ici de
module 1), on peut borner les coefficients du polynme caractristique de A. Par
suite, il ny a quun nombre fini de polynmes caractristiques possibles pour un
lment A En . Ces polynmes ont eux-mmes quun nombre fini de racines et il
ny a donc quun nombre fini de racines de lunit possibles pour les valeurs
propres de A En .
On peut alors affirmer quil existe N N? tel que toutes les valeurs propres des
matrices A En vrifient N = 1. On a alors aussi AN = 1 (car A est
diagonalisable) et donc (A) 6 N . Ainsi (En ) [[1, N ]].

a) Par rcurrence
Mk =
Ak
0
kAk
Ak
97
valeur propre de A alors A est racine commune de P et de XP 0 . Or P na que des

racines simples donc P et P 0 nont pas de racines communes do = 0. A est
diagonalisable et Sp(A) = {0} donne A = 0.
Ainsi M est diagonalisable si, et seulement si, A = 0.

a) Par rcurrence et en exploitant AB = BA
k

A kAk1 B
k
M =
0
Ak
puis on tend par linarit.
b) Si M est diagonalisable alors M annule un polynme scind simple P et les
calculs prcdents montrent que A annule aussi ce polynme. Par suite A est
diagonalisable semblable une matrice
1
(0)
..
D=
.
n
(0)
avec 1 , . . . , n les valeurs propres de A qui sont racines de P .

De plus, on a
P 0 (A)B = On
et la matrice P 0 (A) est semblable
P 0 (1 )
(0)
..
P 0 (D) =
(0)
.
P 0 (n )
Puisque les racines de P sont simples et que les 1 , . . . , n sont racines de P , on a

P 0 (1 ), . . . , P 0 (n ) 6= 0. On en dduit que la matrice P 0 (A) est inversible et
lidentit P 0 (A)B = On donne alors B = On .
Ainsi, si M est diagonalisable, A est diagonalisable et B est nulle. La rciproque
est immdiate.
puis on tend par linarit.

b) Si M est diagonalisable alors M annule un polynme scind simple P et les
calculs prcdents montrent que A annule aussi ce polynme. Par suite A est
diagonalisable. De plus A annule aussi le polynme XP 0 de sorte que si est

Notons M la matrice tudie et supposons celle-ci diagonalisable.
Il existe un polynme P scind simple annulant M . Puisque

P (A)
?
P (M ) =
= O2n
O
P (A)
Corrections
le polynme P annule aussi la matrice A qui est donc ncessairement

diagonalisable.
De plus, puisque M = 2A , les matrices A et M ont les mmes valeurs propres et
on a lgalit suivante sur leurs multiplicits :
SpA, m (M ) = 2m (A)
ce qui entrane lgalit suivante sur la dimension des sous-espaces propres
SpA, dim E (M ) = 2 dim E (A)
et enfin lgalit de rang suivante
SpA, rg(M I2n ) = 2rg(A In )
Or

rg(M I2n ) = rg
A In
O
B
A In
La matrice A tant diagonalisable, on peut crire A = P DP 1 avec P inversible et
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

Soit M solution.
Puisque le corps de base est C, la matrice M est semblable une matrice
triangulaire suprieure o figure sur la diagonale les valeurs propres de M
comptes avec multiplicit.
Puisque tr(M ) = n, la somme des valeurs propres de M comptes avec
multiplicit vaut n.
Or les valeurs propres de M sont racines du polynme X 5 X 2 = X 2 (X 3 1),
elle ne peuvent donc qutre 0, 1, j ou j 2 . Notons p, q, r et s les multiplicits de
chacune ; on a trM = q + rj + sj 2 = n. Puisque les parties relles de j et j 2 valent
1/2, la seule possibilit est que q = n, r = s = 0 et alors p = 0.
En particulier 0 nest pas valeur propre de M et donc M est inversible.
La relation M 5 = M 2 donne alors M 3 = In et donc M est diagonalisable puisque
M annule un polynme scind simple. Finalement M est semblable In donc
gale In car sa seule valeur propre est 1.
Inversement, la matrice In est solution.

a) En dveloppant, on vrifie (f Id) (f Id) =
0.
Lendomorphisme f annule un polynme scind simple, il est donc diagonalisable.
De plus Spf {, }.
On af (x) = x v(x) = v(x) v(x) = 0.
b) On a (f Id) = ( )u et (f Id) = ( )v.
La relation (f Id) (f Id) =
0 donne v u =
0 et par un calcul symtrique
on obtient aussi u v =
0.
On en dduit u = u Id = u2 + u v = u2 et donc u est une projection vectorielle.
De plus ker u = ker (( )u) = ker(f Id) et
Imu = ker(Id u) = ker v = ker(f Id).
c) Par rcurrence f n = n u + n v.
Cm,m
et la condition

98
B
Ak In

= 2rg(A k In )
se relit aprs formule de passage Ck,k = Ok .

Inversement, si la matrice A est diagonalisable et sil y a nullit des blocs
diagonaux dune reprsentation de B dans une base adapte la dcomposition
de Kn en somme de sous-espaces propres de A alors on peut reprendre dans
lautre sens ltude qui prcde pour affirmer que M est diagonalisable.

Par limination de u, on a f 2 f = ( )v et f 3 f 2 = 2 ( )v.
Par limination de v, on obtient f (f Id) (f Id) =
0.
Ainsi P = X(X )(X ) est annulateur de f .
Cas 6= et , 6= 0
f est diagonalisable car annule un polynme scind simple.
Cas = = 0
f est diagonalisable car f est lendomorphisme nul.
Cas = 0 et 6= 0.
Corrections
On a f 2 f = 0 donc f est diagonalisable car annule le polynme scind simple

X(X ).
Cas = 0 et 6= 0.
Semblable.
Cas = 6= 0.
On a f = (u + v) et f 2 = 2 (u + v) donc nouveau f 2 f = 0.
Dans tous les cas, lendomorphisme f est diagonalisable.
99
La matrice C annule donc le polynme

X 3 X 2 3X
On vrifie aisment que ce polynme est scind racines simples et on peut donc
affirmer que C est diagonalisable. Or
A = C 3 2C 2 et B = C + 2C 2 C 3
donc A et B sont diagonalisables.

a) On vrifie par le biais des relations proposes
M 2 ( + )M + Ip = Op
On en dduit

M
1
+
Ip
M

= Ip
Par le thorme dinversibilit, M est inversible et

M 1 =

a) Limplication () est immdiate
() Par rcurrence sur n > 2.
Cas n = 2
Soient z1 , z2 C? tels que
|z1 + z2 | = |z1 | + |z2 |
En posant u = z2 /z1 , on a alors (car z1 6= 0)
1
+
Ip
M
b) M Ip = ( )A et M Ip = ( )B.
Or
(M Ip )(M Ip ) = M 2 ( + )M + Ip = Op
2
donc ( ) AB = Op puis AB = Op car 6= .

Puisque A = A Ip = A2 + AB = A2 , A est un projecteur.
Il en est de mme pour B.
c) M annule le polynme scind simple
X 2 ( + )X + = (X )(X )
|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
La matrice M est donc diagonalisable et Sp(M ) {, }.

Il se peut que cette inclusion soit stricte, cest le cas si M = Ip avec A = Ip et
B = Op .
En tout cas, le spectre nest pas vide car M est diagonalisable.
Par lingalit triangulaire

n+1 n

n+1
X X
X

z
6
z
+
|z
|
6
|zk |

k
k
n+1

k=1

On remarque
C 3 C 2 = 3A + 3B = 3C
k=1
k=1
k=1
et puisque les termes extrmaux sont gaux on a

n
n
X X

z
=
|zk |

k

k=1
k=1
Corrections
donc par hypothse de rcurrence on peut crire pour tout k > 2
100

a) Pour
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
ltude du cas n = 2 permet dcrire

zn+1 = a
n
X
zk = n+1 z1 avec n+1 R+
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 .
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) On a
3 (f ) = p3 f s3 = p f s = (f )
Lendomorphisme annule le polynme X 3 X = X(X 1)(X + 1).
Ce polynme tant scind simple, lendomorphisme est diagonalisable.
b) Les valeurs propres possibles de sont 0, 1, 1.
En raisonnant dans une base adapte la dcomposition E = F G, les matrices
de p et s sont de la forme

Ir O
Ir O
et
O O
O Is
avec r = dim F et s = dim G. La matrice de f sera dans une mme dcomposition
par blocs de la forme

A B
C D
et par calcul la matrice de (f ) sera

A
O
B
O

Il est alors facile de rsoudre les quations (f ) = f pour = 0, 1, 1.
On obtient
E0 () = {f L(E)/Imf G}
E1 () = {f L(E)/G ker f et Imf F }
et
E1 () = {f L(E)/F ker f et Imf G}
Corrections
101
Considrons une base de lhyperplan de Mn (R) donne par lquation

tr(AM ) = 0 dont le premier lments serait B. Compltons celle-ci en une base de
Mn (R). La matrice de f dans cette base est de la forme
1
(0)
..
avec 6= 0
(0)
1
(0)
(0) 1
En tudiant la commutation avec une telle matrice, on obtient

a) On a
f (f (M )) = M + (2 + tr(AB))tr(AM )B
donc
2
P (X) = X (2 + tr(AB))X + 1 + tr(AB)

est annulateur de f . Les racines de ce polynme sont 1 et 1 + tr(AB).
Si tr(AB) 6= 0 alors f est diagonalisable car annul par un polynme scind
simple.
Pour M appartenant lhyperplan dfini par la condition tr(AM ) = 0, on a
f (M ) = M .
Pour M Vect(B) 6= {0}, on a f (M ) = (1 + tr(AB))M .
Ce qui prcde dtermine alors les sous-espaces propres de f .
Si tr(AB) = 0 alors 1 est la seule valeur propre possible de f et donc f est
diagonalisable si, et seulement si, f = Id ce qui donne la conditio
M Mn (R), tr(AM )B = On
Cette proprit a lieu si, et seulement si, A = On ou B = On .
b) Si A = On ou B = On alors f = Id et donc
dim C = n4
Si tr(AB) 6= 0 alors f est diagonalisable avec des sous-espaces propres de
dimensions 1 et n2 1. On en dduit
dim C = 1 + (n2 1)2
Il reste tudier le cas complmentaire
dim C = n4 2n2 + 2

On observe
f f (M ) = tr(A) (tr(A)M tr(M )A) tr (tr(A)M tr(M )A) A = tr(A)f (M )
Ainsi
f f = tr(A).f
Si trA 6= 0 alors lendomorphisme f est diagonalisable car annule le polynme
X 2 tr(A)X qui est scind racines simples.
Si trA = 0 alors les valeurs propres de f figurent parmi les racines du polynme
X 2 . Seule 0 peut donc tre valeur propre de f et par consquent f est
diagonalisable si, et seulement si, f =
0. Ceci correspond au cas A = On .
Dterminons maintenant les sous-espaces propres de f .
Le cas A = On est immdiat. Supposons-le dsormais exclu.
Si tr(M ) = 0 alors
f (M ) = tr(A)M
Pour M matrice de lhyperplan des matrices de trace nulle, f (M ) = M avec
= tr(A). On en dduit que tr(A) est valeur propre de M et le sous-espace propre
associ est de dimension au moins n2 1.
Dans le cas o tr(A) = 0, lendomorphisme nest pas diagonalisable et la
dimension du sous-espace propre associ la valeur propre tr(A) est exactement
n2 1.
Dans le cas o tr(A) 6= 0, lendomorphisme f est diagonalisable et donc la
dimension des sous-espaces propres des valeurs propres 0 et tr(A) sont
respectivement 1 et n2 1.
tr(AB) = 0 et A = On ou B = On
Corrections

a) X 2 2X annule A.
b) Puisque A2 2A = A(A 2I2 ) = O2 , on a (M 2 + M )(M 2 + M 2I2 ) = O2 .
On en dduit que
P (X) = (X 2 + X)(X 2 + X 2) = X(X + 1)(X 1)(X + 2)
est annulateur de M .
On en dduit que M est diagonalisable et que ces valeurs propres possibles sont
0, 1, 1, 2.
c) Notons et les deux valeurs propres de M .
Celles-ci ne peuvent tre gales car si = alors M = I2 nest pas solution de
lquation.
Cas = 0 et = 1
On a M (M I2 ) = O2 donc M 2 M = O2 . Combine la relation M 2 + M = A,
on obtient
1
M= A
2
Cas = 0 et = 2
Un raisonnement analogue donne
M = A
Cas = 0 et = 1
On a M 2 + M = O2 et donc ce cas est impossible etc.
a) p + q = Id, p q = 0 car (u aId)(u bId) = 0, p = p Id = p p + p q = p p,
aussi q q = q via q p = 0.
b) ker p = ker(u aId), ker q = ker(u bId) et (u aId)(u bId) = 0 donne par le
lemme de dcomposition des noyaux, E = ker p ker q.
c) u est diagonalisable car annule un polynme scind simple,
Sp(u) = {a, b}, Ea (u) = ker p, Eb (u) = ker q moins que u = aId ou u = bId.
f annule un polynme scind racines simple et f|F aussi.
Si F admet une base de vecteurs propres, il est immdiat dtablir quil est stable
par u.
Inversement, si F est stable alors uF est diagonalisable et donc il existe une base
de F forme de vecteurs propres de u.
102

Le sous-espace vectoriel F = Vect(e1 , e2 ) est stable par u et lendomorphisme
induit par u sur F a pour matrice

1 1
0 1
dans (e1 , e2 ).
Or cette matrice nest pas diagonalisable donc lendomorphisme induit par u sur
F nest pas diagonalisable et donc u ne lest pas non plus.
Spf = {2, 4, 6}, E2 (A) = Vecte1 , E4 (A) = Vecte2 et E6 (A) = Vecte3 avec
e1 = (0, 1, 1), e2 = (1, 0, 1), e3 = (1, 1, 0).
Si V est un sous-espace vectoriel stable alors fV est diagonalisable et donc
possde une base de vecteurs propres de f . Ainsi V = {0}, Vect(ei ) avec
i {1, 2, 3}, Vect(ej , ek ) avec j 6= k {1, 2, 3} ou V = R3 .
Si f et g sont simultanment diagonalisables alors on peut former une base de
chaque sous-espace propre de f laide de vecteur propre de g. Par suite les
sous-espaces propres de f sont stables par g et inversement.
Supposons que les sous-espaces propres de f soient stables par g. f tant
diagonalisable, E est la somme directe des sous-espaces propres de f . Sur chaque
sous-espace propre de f , la restriction de g dfinit un endomorphisme
diagonalisable car annul par un polynme scind racines simples (car g
diagonalisable). Cela permet de construire une base de diagonalisation simultane.
Si f et g sont simultanment diagonalisable alors leurs reprsentations diagonales
commutent donc f et g commutent.
Si f et g commutent alors g laisse stable chaque sous-espace propre E (f ) et donc
la restriction de g celui-ci est diagonalisable dans une certaine base B . En
accolant les bases B , pour Sp(f ) on obtient une base o f et g sont
reprsents par des matrices diagonales.
a) Par rcurrence, on obtient
n N? , An B BAn = nAn1 C
Corrections
On en dduit
103
b) Posons
0
P K [X] , P (A)B BP (A) = P (A)C

Si la matrice A est diagonalisable, elle annule un polynme scind racine simple
P et donc
P 0 (A)C = 0
Puisque les racines de P sont simples, les valeurs propres de A ne sont pas racine
de P 0 et une diagonalisation de A permet daffirmer
det P 0 (A) 6= 0
Puisque la matrice P 0 (A) est inversible, lidentit P 0 (A)C = 0 donne C = 0.
b) Supposons C diagonalisable.
Notons a, b, c les endomorphismes de Rn canoniquement associs aux matrices
A, B, C.
Soit une valeur propre de C. Le sous-espace propre E (c) est stables par les
endomorphismes a et b car la matrice C commute avec A et B. Notons a et b
les endomorphismes induits associs. On a
a b b a = IdE (c)
En considrant la trace, on obtient
dim E (c) = 0
On en dduit que seule 0 est valeur propre de C et donc la matrice diagonalisable
C est nulle.
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
Pour chaque i , posons i et i les deux solutions complexes de lquation

z 2 = i
Considrons ensuite
Q=
p
Y
(X i )(X + i )
i=1
Le polynme Q est scind racines simples et Q(f ) = P (f 2 ) = 0.

On en dduit que f est diagonalisable.
Cas 0 est racine de P .
On peut crire
p
Y
P =X
(X i ) avec 1 6 i 6 n, i 6= 0
i=1
En reprenant les notations ci-dessus, et on considrant le polynme

Q=

a) Une base de vecteur propre de u est aussi une base de vecteur propre de P (u).
b) La rciproque nest pas vraie en toute gnralit comme le montre le cas dun
polynme constant.
En revanche, on peut montrer que la rciproque est vraie si deg P = 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

a) Une base diagonalisant f diagonalise aussi f 2 et permet daffirmer
rgf = rgf 2
Ainsi f annule le polynme scind racines simples

R=X
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.
On en dduit nouveau f diagonalisable.

Corrections

a) u est diagonalisable si, et seulement si, u annule un polynme scind racines
simples.
ou encore :
u est diagonalisable si, et seulement si, le polynme minimal de u est scind
racines simples.
b) Si u est diagonalisable, il est clair que u2 lest aussi.
Inversement, si u2 est diagonalisable alors son polynme annulateur est scind
racines simples : (X 1 )...(X p ).
Puisque u GL(E) : 1 6 i 6 p, i 6= 0 car 0 nest pas valeur propre de u.
Notons i et i les deux solutions de lquation z 2 = i .
Puisque (u2 1 Id) . . . (u2 p Id) = 0 on a
(u 1 Id) (u 1 Id) . . . (u p Id) (u p Id) = 0.
Ainsi u annule un polynme scind racines simples. Par suite u est
diagonalisable.
c) Si u est diagonalisable alors P (u) lest aussi.
Inversement, si P (u) est diagonalisable alors son polynme minimal est scind
racines simples (X 1 ) . . . (X p ) o les i sont les valeurs propres de P (u).
Le polynme (P (X) 1 ) . . . (P (X) p ) est alors annulateur de u.
Les facteurs P (X) i sont sans racines communes.
Le polynme minimal M de u divise (P (X) 1 ) . . . (P (X) p ).
Si est racine au moins double de M alors est racine au moins double de lun
des facteurs P (X) i donc racine de P 0 .
Or est aussi valeur propre de u donc P 0 () = 0 est valeur propre de P 0 (u).
Cependant P 0 (u) GL(E), cest donc impossible.
Par suite les racines de M sont simples et u est donc diagonalisable.

Soient 1 , . . . , n les valeurs propres deux deux distinctes de P (u).
Posons
n
Y
Q=
(X k )
k=1
Q est un polynme annulateur de P (u) donc

n
Y
(P (u) k IdE ) = 0
k=1
Posons Qk = P k . Le polynme
n
Q
Qk est annulateur de u et les racines dun
k=1
polynme Qk sont distinctes de celles dun polynme Q` avec k 6= ` car k 6= ` .
104
De plus si est racine multiple de Qk alors P () = k et Q0k () = P 0 () = 0 ce

qui est exclu par hypothse.
n
Q
Par consquent le polynme
Qk est scind simple donc u est diagonalisable.
k=1

Si A est diagonalisable, on peut crire A = P DP 1 avec P inversible et D
diagonale. On a alors B = Ap = P 1 Dp P avec Dp diagonale et donc B est
diagonalisable.
Inversement, si B est diagonalisable alors il existe un polynme annulateur de B
scind racines simple de la forme
m
Y
(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
est annulateur de A. Or ce dernier est scind racines simples car

- les facteurs X p k et X p ` (avec k 6= `) ont des racines deux deux
distinctes ;
- les racines de X p k sont toutes simples (car k 6= 0).
On en dduit que A est diagonalisable.

dim ker A = n 2 donc 0 est valeur propre de A de multiplicit au moins n 2.
Puisque A est scind, la trace de A est la somme des valeurs propres de A
comptes avec multiplicit.
Si 0 est la seule valeur propre de A alors A est semblable une matrice
triangulaire suprieure stricte et alors An = On ce qui est exclu.
Sinon A possde alors une autre valeur propre, puis deux car la somme des valeurs
propres est nulle. Par suite la somme des dimensions des sous-espaces propres de
A est au moins n et donc A est diagonalisable.

a) A est semblable une matrice triangulaire suprieure stricte T .
Corrections
b) On peut crire A = P T P 1 donc
105
De la mme faon, les matrices Ap sont aussi semblables des matrices

triangulaires suprieures strictes et donc
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.

Si A est solution alors P = X(X 2)2 est annulateur de A et les valeurs propres
de A figurent parmi {0, 2}. Par la trace, on peut alors affirmer que 2 est valeur
propre de multiplicit 4.
Par le lemme de dcomposition des noyaux, ker(A 2Id)2 et ker A sont
supplmentaires.
Par multiplicit des valeurs propres, leurs dimensions respectives sont 4 et n 4.
Ainsi A est semblable

2I4 + M
0
0
On4
avec M M4 (C) vrifiant M 2 = 0.
On raisonnant sur le rang, on montre que M
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

Si la matrice A est nilpotente alors elle est annule par un polynme X m et donc
SpA {0}
Dans Mn (C), la matrice A est trigonalisable semblable une matrice triangulaire
suprieure stricte
0
?
..
T =
.
0
0
p [[1, n]] , trAp = 0

Inversement, supposons trAp = 0 pour tout p [[1, n]].
Nous allons montrer que seule 0 est valeur propre de A. On pourra alors par
trigonalisation affirmer que la matrice A est semblable dans Mn (C) une matrice
triangulaire suprieure stricte T et puisque T n = On on aura aussi An = On ce
qui conclut.
Par labsurde supposons donc que la matrice A ait au moins une valeur propre
non nulle.
Notons 1 , ..., m les valeurs propres non nulles de la matrice A et 1 , ..., m leurs
multiplicits respectives.
En procdant encore une trigonalisation de la matrice A, on peut affirmer
1 6 p 6 n, tr(Ap ) =
m
X
i pi = 0
i=1
On ne retient que les m premires quations pour exprimer le systme
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

Le polynme
X 3 4X 2 + 4X = X(X 2)2
est annulateur de M .
On en dduit SpM {0, 2} et M trigonalisable (car M annule un polynme
scind).
Par suite trM est la somme des valeurs propres de M comptes avec multiplicit
et puisque trM = 0, seule 0 est valeur propre de M .
On en dduit que la matrice M 2In est inversible et puisque
106

a) Si A Mn (C) alors A est triangularisable et lors de cette triangularisation les
valeurs propres de A apparaissent sur la diagonale. Or A est nilpotent donc 0 est
sa seule valeur propre et la diagonale de la matrice triangulaire obtenue est nulle.
Le polynme caractristique de A Mn (C) est alors gal X n .
b) Pour A Mn (R), on a aussi A Mn (C) et le polynme caractristique est
calcul par la mme formule dans les deux cas. Par suite le polynme
caractristique pour A Mn (R) est scind et donc nouveau A est
triangularisable avec des 0 sur la diagonale.
M (M 2In )2 = On
on obtient
M = On

Puisque le polynme X 3 X 2 = X 2 (X 1) annule f le lemme de dcomposition
des noyaux donne
R3 = ker f 2 ker(f Id)
Sachant dim ker(f Id) = 1, on a dim ker f 2 = 2.
On ne peut avoir dim ker f = 0 et puisque ker f ker f 2 , on a

Si u possde une unique valeur propre alors celle-ci est la seule racine de son
polynme caractristique qui est alors (X )dim E . Ce dernier annulant u, on
peut affirmer u IdE est nilpotent.
Si u IdE est nilpotent alors il existe p N tel que (X )p soit annulateur de
u. Les valeurs propres de u tant racine de ce polynme, elles ne peuvent qutre
gale . De plus est assurment valeur propre car un endomorphisme dun
C-espace vectoriel de dimension finie possde au moins une valeur propre.

a) Par rcurrence
f n g g f n = nf n
dim ker f = 1 ou 2
b) Par linarit
Si dim ker f = 2 alors

3
R = ker(f Id) ker f

et dans une base adapte cette supplmentarit, la matrice de f est
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.

a) Supposons quil existe p N? tel que f p = 0.
X p est annulateur de f donc Sp(f ) {0}. Or Sp(f ) 6= donc Sp(f ) = {0}.
Inversement, si Sp(f ) = {0} alors seule 0 est racine de son polynme
caractristique. Or f est scind dans C [X] donc f = (1)n X n puis f n = 0 en
vertu du thorme de Cayley Hamilton. On en dduit que f est nilpotente.
b) Supposons f nilpotent.
Corrections
Par ltude ci-dessus, f est trigonalisable stricte et donc

1 6 k 6 n, tr(f k ) = 0
car les puissances de f pourront aussi tre reprsentes par des matrices
triangulaires strictes.
Inversement, supposons
1 6 k 6 n, tr(f k ) = 0
En notant 1 , . . . , n les valeurs propres comptes avec multiplicit de A, on
obtient le systme
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

a) Soit une valeur propre de lendomorphisme T .
Il existe une matrice M non nulle vrifiant T (M ) = M .
On a alors M A = (A + In )M .
Par une rcurrence facile, M Ap = (A + In )p M .
Or pour un certain p N? , Ap = On donc (A + In )p M = On .
Cependant la matrice M nest pas nulle donc la matrice (A + In )p nest pas
inversible puis la matrice A + In ne lest pas non plus. Ainsi est valeur propre
de A et donc = 0 car 0 est la seule valeur propre dune matrice nilpotente.
On en dduit SpT {0} puis SpT = {0} car le corps de base C assure lexistence
dau moins une valeur propre.
Le polynme caractristique de T tant scind dans C [X] et de degr n2 , on a
2
2
2
T = (1)n X n puis T n =
0 car le polynme caractristique est annulateur en
vertu du thorme de Cayley Hamilton.
Finalement, lendomorphisme T est nilpotent.
b) Pour g = IdE on a T =
0.
Ainsi lendomorphisme T est nilpotent alors que g ne lest pas.
La rciproque est fausse.

Une matrice M Mn (C) nilpotente vrifie M n = On . Considrons la matrice
(A + xB)n . Les coefficients de cette matrice sont des polynmes de degrs
infrieurs n sannulant chacun en les 1 , . . . , n , n+1 , ce sont donc des
polynmes nuls. Ainsi, pour tout x C, (A + xB)n = On . En particulier pour
x = 0, on obtient An = On . Aussi pour tout y 6= 0, en considrant y = 1/x, on a
(yA + B)n = On et en faisant y 0, on obtient B n = On .
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
On en dduit a0 = 0 et donc 0 est racine de P .

Il existe alors i {1, . . . , n} tel que i = 0.
Par symtrie du problme, on peut supposer n = 0.
Par application de lhypothse de rcurrence, on obtient 1 = . . . = n = 0.
La rcurrence est tablie.

a) I1 est lidal des polynmes annulateurs de u ; il est engendr par P1 = u
polynme minimal de u.
La somme de deux endomorphismes nilpotents commutant est encore nilpotent
car la formule du binme de Newton sapplique et il suffit de travailler avec un
exposant assez grand. On obtient alors facilement que I2 est un sous-groupe de
(K [X] , +). La stabilit par absorption tant immdiate, I2 est un idal de K [X]
et comme il contient I1 , il est non nul.
b) Puisque I1 I2 , P1 P2 K [X] et donc P2 | P1 .
Aussi, en posant n la dimension de E, on sait que pour tout endomorphisme
nilpotent de v de E, on a v n =
0. Puisque P2 (u) est nilpotent, on en dduit que
(P2 )n (u) = 0 et donc P1 | P2n .
Corrections
c) Cette question est immdiate avec la dcomposition de Dunford mais cette

dernire est hors-programme. . . Procdons autrement !
Puisque P2 | P1 et P1 | P2n , les racines de P2 sont exactement celles de P1
cest--dire les valeurs propres de lendomorphisme u. On peut donc crire
Y
P2 =
(X )
Spu
Or P2 (u) tant nilpotent, il est immdiat que lendomorphisme
(u IdE )
Spu
lest aussi.
On en dduit que
P2 =
(X )
Spu
et ce polynme est donc scind simple.

Dterminons maintenons un polynme R K [X] tel que pour Q = P2 R, on ait
P2 (u Q(u)) =
0.
On en dduira que u Q(u) est diagonalisable avec Q(u) I2 .
Lidentit P2 (u Q(u)) =
0 est obtenue ds que P1 divise le polynme
P2 (X P2 (X)R(X)) =
(X P2 (X)R(X))
Spu
Or P1 =
(X )
On a
(X ) donc il suffit que pour chaque Spu, le facteur
108

a) O22 = O2 donc (O2 )2 = (O2 ) do (O2 ) = 0 ou 1.
Si (O2 ) = 1 alors pour tout A M2 (R),
(A) = (A) (O2 ) = (A O2 ) = 1.
Ceci est exclu car la fonction nest pas constante. On en dduit (O2 ) = 0.
b) Si A est nilpotente alors A2 = O2 (car A est de taille 2) et donc (A)2 = 0 puis
(A) = 0.
c) I22 = I2 donc (I2 )2 = (I2 ) puis (I2 ) = 0 ou 1.
Si (I2 ) = 0 alors pour tout A M2 (R), (A) = (A I2 ) = (A) 0 = 0.
Ceci est exclu car la fonction
nest pas constante. On en dduit (I2 ) = 1.

0 1
Notons E =
.
1 0
2
On remarque E = I2 donc (E)2 = 1 puis (E) = 1 car (E) 6= (I2 ).
Puisque B = EA, on en dduit (B) = (A).
d) Si A est inversible alors (I2 ) = (A) (A1 ) et donc (A) 6= 0 puisque
(I2 ) = 1 6= 0.
Inversement, supposons A non inversible. 0 est valeur propre de A.
On vrifie aisment que deux matrices A et B semblables vrifient (A) = (B).
Si A est diagonalisable alors A est semblable

0
0
0 trA
Par suite

(A) =
Spu
divise le facteur X P2 (X)R(X) pour pouvoir conclure.
Y
X P2 (X)R(X) = (X ) 1
(X )R(X)
6=
La condition voulue est assurment vrifie si =

Q1.
Pour > 2, la condition voulue est satisfaite si
( )R() = 1 et si pour
6=
Q
tout k {1, . . . , 2}, la drive kme du polynme
(X )R(X) sannule
0
0
0
trA

=
0
0
trA
0

=0
car cette dernire matrice est nilpotente.

Si A nest pas diagonalisable A est trigonalisable (car A scind sur R) et A est
semblable

0 1
0 0
et par suite (A) = 0 car cette dernire matrice est nilpotente.
6=
en . Cela fournit des quationsQdterminant pleinement

R(), R0 (), . . . , R 2 () car
( ) 6= 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.
Exercice 283 :[nonc]

1. K [A] = Vect Ak /k N .
En notant p lindice de nilpotence de A, K [A] = Vect(In , A, . . . , Ap1 ).
Dautre part, on tablit facilement que la famille (In , A, . . . , Ap1 ) est libre et
donc on peut conclure dim K [A] = p.
2.a) B p = Ap P (A)p = 0 donc B est nilpotente et Ind(B) 6 Ind(A).
Si B q = 0 alors Aq P (A)q = 0 et donc le polynme X q P (X)q est annulateur de A.
Corrections
Or le polynme minimal de A est X p et celui-ci divise tout polynme annulateur

de A donc X p divise X q P (X)q . Sachant P (0) 6= 0, on obtient que X p divise X q et
donc p 6 q.
2.b) Puisque B est un polynme en A, on a K [B] K [A]. Or par galit des
indices de nilpotence, on a galit des dimensions et donc K [B] = K [A]. Par suite
il existe R K [X] tel que A = R(B).
Puisque Ap = 0, le polynme R(X)p est annulateur de B, or le polynme minimal
de B est X p donc X p divise R(X)p et on en dduit R(0) = 0. Cela permet
dcrire R(X) = XQ(X) et donc A = BQ(B).
Si Q(0) = 0, alors on peut encore crire A = B 2 S(B) et alors lindice de
nilpotence de A est infrieur au plus petit entier suprieur p/2. Si p > 1, cest
absurde et donc on peut affirmer Q(0) 6= 0.
Dans le cas p = 1, on a A = 0, B = 0 et la rsolution est immdiate.
3.a) On dfinit la matrice tudie
A:=matrix(8, 8, (i, j)->if i=j-1 or i=j-4 then 1 else 0 fi);
Cette matrice est triangulaire suprieure, donc nilpotente.
On value les puissances successives de la matrice A
seq(evalm(Ak), k=1..8);
On observe alors Ind(A) = 8.
3.b) On dfinit la matrice B
B:=evalm(A*(1+A+2*A2+3*A3));
On cherche ensuite le polynme Q a coefficients inconnus. On dfinit celui-ci
Q:=unapply(add(a[k]*Xk, k=0..6), X);
ainsi que la matrice C = BQ(B)
C:=evalm(B&*Q(B));
En jouant avec le facteur de zoom, on observe la structure de cette matrice et
celle-ci correspond A si, et seulement si, les ak sont solutions dun systme facile
former. On rsout celui-ci
solve(C[1, 2]=1, C[1, 3]=0, C[1, 4]=1, seq(C[1, k]=0, k=5..8));
On peut vrifier lexactitude de cette solution
assign(%);
evalm(B&*Q(B));
Finalement, on obtient le polynme
Q(X) = 1 X + X 2 2X 3 + 9X 4 32X 5 + 72X 6

a) SpA = {0} et A 6= On donc A nest pas diagonalisable.
b) On remarque An = On et An1 6= On .
Sil existe B Mn (R) vrifiant B 2 = A alors B 2n = An = On donc B est
nilpotente. Par suite B n = On .
109
Or B 2n2 6= On avec 2n 2 > n, cest absurde.

On a
det(A + N ) = det(A) det(In + A1 N )
Puisque A et N commutent, il en est de mme de A1 et N . On en dduit que la
matrice A1 N est nilpotente car N lest.
La matrice A1 N est alors semblable une matrice triangulaire suprieure stricte
et la matrice In + A1 N est semblable une matrice triangulaire suprieure avec
des 1 sur la diagonale.
On en dduit
det(In + A1 N ) = 1
puis
det(A + N ) = det A

a) Si est valeur propre de A alors p = 0 do = 0. Par suite A = (1)n X n
puis par Cayley Hamilton An = 0.
b) det(A + I) = A (1) = (1)n (1)n = 1
c) Si M est inversible det(A + M ) = det(AM 1 + I) det M .
Or A et M 1 commutent donc (AM 1 )p = 0 puis par b) : det(A + M ) = det M .
Si M nest pas inversible. Posons Mp = M + p1 In . Quand p +, Mp est
inversible et commute avec A donc det(A + Mp ) = det Mp . Or det Mp det M et
det(A + Mp ) det(A + M ) donc on peut prolonger lgalit toute matrice qui
commute avec A.

0 1
1 2
d) Non prendre : A =
et M =
.
0 0
3 4

Rappelons quune matrice M carre de taille n qui est nilpotente vrifie M n = On
(lordre de nilpotence est au plus gal la taille de la matrice). On a
k {0, . . . , n} , (A + 2k B)n = On
Considrons alors la matrice
(A + XB)n Mn (K [X])
Corrections
Celle-ci est coefficients polynomiaux de degrs infrieurs n. Puisque

1, 2, . . . , 2n sont n + 1 racines distinctes de ces coefficients, ceux-ci sont tous nuls.
On en dduit
An = On
110
Puisque (f IdE )/2 vrifie lhypothse du c), on a

f IdE
g 2 = 2
+
Id
=f
E
2
car les coefficients constants sont nuls, et

Puisque la matrice A est nilpotente, on a
B n = On
car les coefficients des termes X n sont aussi nuls.
An = On
et donc puisque A et B commutent
a) Par le dveloppement limite de 1 + x en 0 on peut crire
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
avec Pn polynme de degr infrieur n 1.

b) On a
2
Pn2 (x) =
1 + x + O(xn ) = 1 + x + O(xn )
tr(AB) = 0
donc
Pn2 (x) x 1 = O(xn )
Pn2 (X)
Notons la multiplicit de 0 en tant que racine du polynme

On peut crire Pn2 (X) X 1 = X Q(X) avec Q(0) 6= 0 et donc
X 1.
x Q(x) = O(xn ) au voisinage de 0

puis
xn Q(x) = O(1)
Ncessairement n > 0 et on en dduit que 0 est racine de multiplicit au
moins n du polynme Pn2 (X) X 1 et donc que X n divise ce polynme.
c) Puisque X n annule f , Pn2 (X) X 1 annule aussi f et alors lendomorphisme
g = Pn (f ) vrifie
g 2 = f + IdE
d) Puisque E est un C-espace vectoriel, le polynme caractristique de f est
scind et puisque est sa seule valeur propre, celui-ci est
f = (1)n (X )n
En vertu du thorme de Cayley-Hamilton, on a (f IdE )n = 0.
Considrons alors C vrifiant 2 = et posons
g = Pn ((f IdE )/2 )

a) On remarque
k > 2, Ak = A2
En particulier A4 = A2 donc X 2 X = X(X 1) annule A2 . Ce poly tant scind
simple, la matrice A2 est diagonalisable.
De plus (A2 A)2 = A4 2A3 + A2 = On donc A2 A est nilpotente.
b) On remarque
i > k, Ai = Ak
et donc A2k = Ak ce qui assure comme au dessus que Ak est diagonalisable et
!
!
k
k
X
X
k
k
k
k
i
k(ki)+i
i
(A A) =
(1)
A
=
(1)
Ak = On
i
i
i=0
i=0

a) Puisque H est un hyperplan et que In
/ H, on a
H Vect(In ) = Mn (K)
Soit A une matrice nilpotente. On peut lcrire A = B + In avec B H. La
matrice B ntant pas inversible, il existe une colonne X non nulle telle que
Corrections
BX = O et alors AX = X. Le scalaire est une valeur propre de la matrice A.

Or les seules valeurs propres dune matrice nilpotente sont nulles. On en dduit
= 0 puis A = B H.
b) Les matrices lmentaires Ei,j avec i 6= j sont nilpotentes car de carres nulles ;
elles sont donc toutes lments de H et par combinaison linaire la matrice
0 1
(0)
..
..
.
.
M =
..
.
1
(0)
1
0
appartient H. Cependant celle-ci est notoirement inversible.

a) Sachant M A = On , on a ImA ker M . Introduisons F un sous-espace vectoriel
supplmentaire de ker M dans Mn,1 (C). En considrant une matrice de passage P
traduisant un changement de base vers une base adapte la supplmentarit
Mn,1 (C) = ker M F
on obtient les critures par blocs

A1 A2
O
et P 1 M P =
P 1 AP =
O O
O
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

a) Notons quil est immdiat de vrifier que LA est une forme linaire sur E.
Par linarit de la trace, on vrifie tr((A + B)M ) = tr(AM ) + tr(BM ) ce qui
fournit la linarit de lapplication L.
Puisque dim E = dim E ? < +, il suffit dsormais de vrifier linjectivit de L
pour assurer quil sagit dun isomorphisme. Si LA = 0 (lapplication nulle) alors
= 0.
= tr(t AA)
= 0 et donc tr(At A)
en particulier LA (t A)
Or
n
X
2
=
tr(t AA)
|ai,j |
i,j=1
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
Mn,1 (C) = ker A F
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.

Réduction Des Endomorphismes

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Réduction Des Endomorphismes

Загружено:

Авторское право:

Доступные форматы

[http://mp.cpgedupuydelome.

fr] dit le 10 juillet 2014

Rduction des endomorphismes

Exercice 6 [ 03210 ] [correction]

Exercice 7 [ 02574 ] [correction]

Exercice 2 [ 00754 ] [correction]

ker(u Id) ker(u + u + Id) = E

Exprimer simplement P (aIn + J) pour P R [X].

Exercice 4 [ 03423 ] [correction]

Sous-espaces vectoriels stables

Exercice 9 [ 00756 ] [correction]

Montrer que A est inversible et que A et B commutent.

Exercice 5 [ 03033 ] [correction]

Exercice 10 [ 00757 ] [correction]

Exercice 11 [ 00758 ] [correction]

[http://mp.cpgedupuydelome.fr] dit le 10 juillet 2014

a) Montrer quil existe n N tel que N = ker u et I = Imun .

Exercice 12 [ 03462 ] [correction]

Exercice 13 [ 00759 ] [correction]

Exercice 14 [ 00760 ] [correction]

Soit : GL(E2 ) dfinie par (u) = u

Exercice 15 [ 00761 ] [correction]

Exercice 16 [ 02492 ] [correction]

Exercice 17 [ 02726 ] [correction]

[http://mp.cpgedupuydelome.fr] dit le 10 juillet 2014

Exercice 18 [ 02897 ] [correction]

a) Loprateur T est-il un automorphisme de E ?

Exercice 19 [ 03464 ] [correction]

Exercice 20 [ 03474 ] [correction]

Exercice 21 [ 03745 ] [correction]

Exercice 22 [ 03205 ] [correction]

Elments propres dun endomorphisme

Exercice 24 [ 00763 ] [correction]

Exercice 25 [ 00764 ] [correction]

Exercice 26 [ 00765 ] [correction]

Exercice 27 [ 00766 ] [correction]

[http://mp.cpgedupuydelome.fr] dit le 10 juillet 2014

Exercice 28 [ 02719 ] [correction]

Exercice 31 [ 03187 ] [correction]

Dterminer simplement les valeurs propres de A.

Exercice 29 [ 03467 ] [correction]

Exercice 32 [ 00042 ] [correction]

ce qui dfinit des endomorphismes de E. Dterminer

Exercice 30 [ 02577 ] [correction]

Exercice 34 [ 00767 ] [correction]

Diffusion autorise titre entirement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] dit le 10 juillet 2014

Exercice 35 [ 00768 ] [correction]

Exercice 36 [ 00769 ] [correction]

Exercice 40 [ 03435 ] [correction]

Exercice 41 [ 02700 ] [correction]

min(x, t)f (t) dt

a) Vrifier que T est un endomorphisme de E.

(u)(n) = u(n + 1) u(n)

Exercice 38 [ 03126 ] [correction]

Dterminer les valeurs propres et les vecteurs propres de f .

Exercice 39 [ 00771 ] [correction]

Exercice 42 [ 03063 ] [correction]

Exercice 43 [ 03125 ] [correction]

Exercice 44 [ 03103 ] [correction]

[http://mp.cpgedupuydelome.fr] dit le 10 juillet 2014

Soit B un polynme rel tel que pour tout k = 0, . . . , n, B(ak ) 6= 0. On considre

Exercice 47 [ 00773 ] [correction]

Ainsi f est ici lendomorphisme de R2 [X] qui P E associe le reste de la