Réduction Des Endomorphismes

[http://mp.cpgedupuydelome.
fr] dD dit le 18 mars 2011 Enoncs 1

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 x
0
E telle que la famille
(x
0
, u(x
0
), . . . , u
n1
(x
0
)) soit libre.
Montrer que seuls les polynmes en u commutent avec u.
Soit u L(E) vriant u
3
= I.
Montrer que
ker(u Id) ker(u
2
+u + Id) = E
Exercice 3 X MP [ 03033 ] [correction]
Soient A et B dans /
n
(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).
Soient A GL
n
(C) et B /
n
(C) telle que B
p
= O
n
.
a) Montrer que I
n
+A
1
BA est inversible et exprimer son inverse.
b) On pose
H = I
n
+P(B)/P C[X] , P(0) = 0
Montrer que H est un sous-groupe commutatif de (GL
n
(C), ).
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, Imp et ker p sont stables par f.
Dterminer les sous-espaces vectoriels stables pour lendomorphisme de drivation
dans K[X].
Soit u un endomorphisme dun K-espace vectoriel E de dimension nie.
On pose N =

p=0
ker u
p
et I =

p=0
Imu
p
.
a) Montrer quil existe n N tel que N = ker u
n
et I = Imu
n
.
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.
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 que 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 ,= 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.
Exercice 10 Centrale MP [ 00760 ] [correction]
Soit E = E
1
E
2
un K-espace vectoriel. On considre
= u L(E), ker u = E
1
et Imu = E
2
.
a) Montrer, pour tout u de que u = u
E2
est un automorphisme de E
2
.
Soit : GL(E
2
) dnie par (u) = u.
b) Montrer que est une loi interne dans .
c) Montrer que est un morphisme injectif de (, ) dans (GL(E
2
), ).
d) Montrer que est surjectif.
e) En dduire que (, ) est un groupe. Quel est son lment neutre ?
www.lirepdf.com
[http://mp.cpgedupuydelome.fr] dD dit le 18 mars 2011 Enoncs 2
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
A =
_
_
3 2 4
1 1 1
1 2 2
_
_
Soient f et g deux endomorphismes lespace euclidien de R
3
canoniquement
reprsents par
A =
_
_
1 2 0
4 3 4
2 2 1
_
_
et B =
_
_
0 1 2
0 1 0
1 1 3
_
_
a) Trouver les droites vectorielles stables par f.
b) Soit P un plan de R
3
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.
Exercice 13 Mines-Ponts MP [ 02726 ] [correction]
Soit E un espace vectoriel de dimension nie et u L(E) tel que
u
3
= Id
Dcrire les sous-espaces stables de u.
On note E = ((R, R) et on pose, pour toute f E et tout x R,
Tf(x) = f(x) +
_
x
0
f(t) dt
a) Loprateur T est-il un automorphisme de E ?
b) Existe-t-il un sous-espace vectoriel de E de dimension nie impaire et stable
par T ?
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 nie.
Montrer que 0 / sp(f) f surjectif.
Soit u un automorphisme dun K-espace vectoriel E.
Etablir Spu
1
=
_
1
/ Spu
_
.
Soient E un K-espace vectoriel, u L(E), a GL(E) et v = a u a
1
.
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.
Soit f et g deux endomorphismes dun C-espace vectoriel E de dimension nie
n 1 tels que f g g f = f.
a) Montrer que f est nilpotent.
b) On suppose f
n1
,= 0. Montrer quil existe une base e de E et C tels que :
Mat
e
f =
_
_
_
_
_
_
0 1 (0)
.
.
.
.
.
.
.
.
. 1
(0) 0
_
_
_
_
_
_
et
Mat
e
g = diag(, + 1, . . . , +n 1)
www.lirepdf.com
Etude pratique des lments propres dun endomor-
phisme
Soient A =
_
1 0
0 2
_
et M =
_
a b
c d
_
matrices relles.
a) Calculer AM MA.
b) Dterminer les lments propres de lendomorphisme M AM MA.
Soient E = (
(R, R) et D lendomorphisme de E qui f associe sa drive f
.
Dterminer les valeurs propres de D ainsi que les sous-espaces propres associs.
Soient E = (
0
(R, R) et I lendomorphisme de E qui f E associe sa primitive
qui sannule en 0.
Dterminer les valeurs propres de I.
Soient E =
(R) lespace des suites relles bornes et : E E

lendomorphisme dni par
(u)(n) = u(n + 1) u(n)
Dterminer les valeurs propres de .
Soient E = C
N
et f : E E lapplication qui transforme une suite u = (u
n
) en
v = (v
n
) dnie par
v
0
= u
0
et n N
, v
n
=
u
n
+u
n1
2
Dterminer les valeurs propres et les vecteurs propres de f.
Soit E le sous-espace vectoriel des fonctions de (([0, +[ R) sannulant en 0.
Pour tout f E, on dnit (f) : [0, +[ R par
(f)(0) = 0 et (f)(x) =
1
x
_
x
0
f(t) dt pour x > 0
a) Montrer que (f) E puis que est un endomorphisme de E.
b) Dterminer les lments propres de .
Soit E = (([0, 1] , R). Si f E, soit
T(f) : x [0, 1]
_
1
0
min(x, t)f(t) dt
a) Vrier que T est dans L(E).
b) Dterminer les valeurs propres et les vecteurs propres de T.
Soit E lespace des fonctions f de classe (
1
de [0, +[ vers R vriant f(0) = 0.
Pour un lment f de E on pose T(f) la fonction dnie par
T(f)(x) =
_
x
0
f(t)
t
dt
Montrer que T est un endomorphisme de E et trouver ses valeurs propres.
Dterminer valeurs propres et vecteurs propres de lendomorphisme de R
n
[X]
dni par
: P (X
2
1)P
nXP
On considre n + 1 rels deux deux distincts a
0
, . . . , a
n
et A le polynme
A(X) =
n
k=0
(X a
k
)
www.lirepdf.com
Soit B un polynme rel tel que pour tout k = 0, . . . , n, B(a
k
) ,= 0. On considre
lapplication f qui un polynme P de R
n
[X] associe le reste R = f(P) de la
division euclidienne de BP par A.
a) Justier quon dnit ainsi un endomorphisme de R
n
[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
3
Ainsi f est ici lendomorphisme de R
2
[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 coecients 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 ?
Elments propres dune matrice
Soit A /
n
(K) vriant rg(A) = 1.
Montrer quil existe K tel que A
2
= A et que ce scalaire est valeur propre
de A.
Pour A /
n
(R), on pose |A| = sup
1in
n
j=1
[a
i,j
[.
Montrer que sp(A) [|A| , |A|].
Soit A = (a
i,j
) /
n
(R) vriant pour tout i, j 1, . . . , n a
i,j
> 0 et pour tout
i 1, . . . , n,
n
j=1
a
i,j
= 1.
a) Montrer que 1 Sp(A).
b) Justier que si C est valeur propre de A alors [[ 1.
c) Observer que si C est valeur propre de A et vrie [[ = 1 alors = 1.
Soit A = (a
i,j
) /
n
(R) vriant pour tout i, j 1, . . . , n a
i,j
R
+
et pour
tout i 1, . . . , n,
n
j=1
a
i,j
= 1.
a) Montrer que 1 Sp(A).
b) Justier que si C est valeur propre de A alors [[ 1.
c) Observer que si C est valeur propre de A et vrie [[ = 1 alors est une
racine de lunit.
Soient A, B /
n
(R) vriant AB BA = A.
a) Calculer A
k
B BA
k
pour k N.
b) A quelle condition la matrice A
k
est-elle vecteur propre de lendomorphisme
M MB BM de /
n
(K) ?
c) En dduire que la matrice A est nilpotente.
Soient n N
et E = /
n
(R). Pour A E, on introduit u : E E dni 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.
Soient A /
n
(C) et
A
lendomorphisme de /
n
(C) dnie 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 MA.
Soit la matrice A /
n
(R) donne par A = (min(i, j))
1i,jn
.
a) Trouver une matrice triangulaire infrieure unit L et une matrice triangulaire
suprieure U telle que A = LU.
www.lirepdf.com
b) Exprimer A
1
laide de N =
_
_
_
_
_
_
0 1 (0)
.
.
.
.
.
.
.
.
. 1
(0) 0
_
_
_
_
_
_
.
c) Montrer que SpA
1
[0, 4].
Dterminer les valeurs propres de la matrice
_
_
_
_
_
0 0 1
.
.
.
.
.
.
.
.
.
0 0 1
1 1 1
_
_
_
_
_
/
n
(R)
Soit n N, n 2. Dterminer les valeurs propres de la comatrice de A /
n
(C).
On commencera par tudier le cas o la matrice A est inversible.
Soit A
n
= (a
i,j
) /
n
(R) la matrice dnie par
a
i,i
= 0 et a
i,j
= j si i ,= j
a) A laide de Maple, calculer les valeurs approches des valeurs propres de A
2
, A
3
et, si possible A
10
.
b) Si est valeur propre de A
n
, montrer que
n
k=1
k
k +
= 1
c) Nombre et localisation des valeurs propres de A
n
?
d) On appelle x
n
la valeur propre de A
n
strictement comprise entre 2 et 1.
Quel est le sens de variation de la suite (x
n
) ?
e) Limite de (x
n
) et dveloppement asymptotique deux termes.
Soient n 3 et
A =
_
_
_
_
_
_
0 (0) 1
1
.
.
.
.
.
.
.
.
.
.
.
. 1
1 (0) 0
_
_
_
_
_
_
/
n
(R)
a) Calculer les rangs de A et A
2
.
b) Soit f lendomorphisme de R
n
canoniquement reprsent par la matrice A.
Montrer
ker f Imf = R
n
c) En dduire que la matrice A est semblable une matrice de la forme
_
_
_
_
_
0 (0)
.
.
.
0
(0) B
_
_
_
_
_
avec B GL
2
(R)
d) Calculer trB et trB
2
.
En dduire les valeurs propres de B puis celles de A.
e) La matrice A est-elle diagonalisable ?
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 nie.
Etablir que le polynme caractristique de lendomorphisme induit par u sur F
divise le polynme caractristique de u.
Soit A /
n
(R) inversible de polynme caractristique
A
.
Etablir que pour tout x ,= 0,
A
1(x) =
(1)
n
x
n
A(0)

A
(1/x).
www.lirepdf.com
Soient A, B /
n
(C). On dsire tablir lgalit des polynmes caractristiques
AB
=
BA
a) Etablir lgalit quand A GL
n
(C).
b) Pour A / GL
n
(C), justier que pour t > 0 susamment petit
A+tI
n
GL
n
(C) et en dduire que lgalit est encore vraie.
Soient A, B /
n
(K) et p N
. Etablir
(AB)
p =
(BA)
p
Soit A, B /
n
(R). Montrer que AB et BA ont mme valeurs propres.
Soit A /
n
(C). Montrer
A

A
R[X]
Soient A /
n,p
(K), B /
p,n
(K) et K. En multipliant droite et gauche
la matrice
M =
_
I
n
A
B I
p
_
/
n+p
(K)
par des matrices triangulaires par blocs bien choisies, tablir
()
p
AB
() = ()
n
BA
()
Soit (A, B) /
p,q
(R) /
q,p
(R). Montrer que X
q
AB
(X) = X
p
BA
(X).
Indice : Commencer par le cas o A =
_
I
r
0
0 0
_
.
a) Si P Z[X] est unitaire de degr n, existe-t-il A /
n
(Z) de polynme
caractristique P ?
b) Soient (
1
, . . . ,
n
) C
n
, P =
n
i=1
(X
i
). On suppose P Z[X].
Montrer, si q N
, que P
q
=
n
i=1
(X
q
i
) appartient Z[X].
c) Soit P dans Z[X] unitaire dont les racines complexes sont de modules 1.
Montrer que les racines non nulles de P sont des racines de lunit.
Soient A et B dans /
n
(K) (K = R ou C).
a) Comparer SpB et Sp
t
B.
b) Soit C /
n
(K). Montrer que sil existe pour lequel AC = C, alors
ImC ker(AI
n
).
c) Soit une valeur propre commune A et B. Montrer quil existe C /
n
(K),
C ,= 0, telle que AC = CB = C.
d) On suppose lexistence de C /
n
(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).
Soit A /
n
(R) telle que SpA R
+
.
Montrer
det A 0
Soient A, B /
n
(C). Etablir
A
(B) GL
n
(C) SpA SpB =
Soient n 2 et f L(C
n
) endomorphisme de rang 2.
Dterminer le polynme caractristique de f en fonction de trf et trf
2
.
www.lirepdf.com
Calcul de polynme caractristique
Calculer le polynme caractristique de la matrice
_
_
_
_
_
0 1 0
.
.
.
.
.
.
.
.
.
0 0 1
a
0
a
1
a
n1
_
_
_
_
_
Soient
A
n
=
_
_
_
_
_
_
0 1 0
1
.
.
.
.
.
.
.
.
.
.
.
. 1
0 1 0
_
_
_
_
_
_
/
n
(C) et P
n
(x) = det(A
n
xI
n
)
a) Montrer que
P
n
(x) = xP
n1
(x) P
n2
(x)
Calculer P
1
(x) et P
2
(x).
b) Pour tout x ]2, 2[, on pose x = 2 cos avec ]0, [. Montrer que
P
n
(x) =
sin((n + 1))
sin
c) En dduire que P
n
(x) admet n racines puis que A
n
est diagonalisable.
Soient a
1
, . . . , a
n
C
deux deux distincts.

On pose
P(x) = det(A+xI
n
) avec A =
_
_
_
_
_
_
0 a
2
. . . a
n
a
1
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. a
n
a
1
a
n1
0
_
_
_
_
_
_
a) Calculer P(a
i
).
b) Justier que P est un polynme unitaire de degr n.
c) Former la dcomposition en lments simples de la fraction rationnelle
P(X)
n
i=1
(X a
i
)
d) En dduire le dterminant de A+I
n
.
Existence de valeur propre sur C
Soit E un C-espace vectoriel de dimension nie.
a) Justier que tout endomorphisme de E possde au moins une valeur propre
b) Observer que lendomorphisme P(X) (X 1)P(X) de C[X] na pas de
valeurs propres.
Soient A, B /
n
(C) vriant AB = BA.
Montrer que A et B ont un vecteur propre en commun.
Montrer que A, B /
n
(C) ont une valeur propre en commun si, et seulement si,
il existe U /
n
(C) non nulle vriant UA = BU.
Soient E un C-espace vectoriel de dimension nie non nulle, u, v dans L(E) et a, b
dans R. On suppose
u v v u = au +bv
a) On tudie le cas a = b = 0.
Montrer que u et v ont un vecteur propre en commun.
b) On tudie le cas a ,= 0, b = 0.
Montrer que u est non inversible.
Calculer u
n
v v u
n
et montrer que u est nilpotent.
Conclure que u et v ont un vecteur propre en commun.
c) On tudie le cas a, b ,= 0.
Montrer que u et v ont un vecteur propre en commun.
www.lirepdf.com
Soient E un C-espace vectoriel de dimension nie non nulle, (a, b) C
2
, f et g
dans L(E) tels que f g g f = af +bg.
Montrer que f et g ont un vecteur propre commun.
Elments propres et diagonalisabilit dune matrice
Soient R et A =
_
cos sin
sin cos
_
/
2
(K) et
B =
_
cos sin
sin cos
_
/
2
(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.
M =
_
_
0 b c
a 0 c
a b 0
_
_
est-elle diagonalisable sur R? sur C?
Parmi les matrices lmentaires E
i,j
de /
n
(K), lesquelles sont diagonalisables ?
Soient a, b R
tels que [a[ , = [b[ et

A =
_
_
_
_
_
_
_
a b a b
b a b a
a b a b
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
b a b a
_
_
_
_
_
_
_
/
2n
(R) (avec n 2)
a) Calculer rg(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 /
n
(R)
_
_
_
_
_
0 0 1
.
.
.
.
.
.
.
.
.
0 0 1
1 1 1
_
_
_
_
_
et
_
_
_
_
_
_
_
_
_
1 1
.
.
. 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0 0
.
.
.
1 1
_
_
_
_
_
_
_
_
_
Valeurs propres de la matrice de /
n
(R)
_
_
_
_
_
1 1 1
1 1 (0)
.
.
.
.
.
.
1 (0) 1
_
_
_
_
_
Soit a, b deux rels, A =
_
_
_
_
_
_
a b b
b a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. b
b b a
_
_
_
_
_
_
et B =
_
_
_
_
_
_
b b a
.
.
. .
.
.
a b
b .
.
.
.
.
. .
.
.
a b b
_
_
_
_
_
_
.
Rduire ces deux matrices.
On pose
M(a, b) =
_
_
_
_
a
2
ab ab b
2
ab a
2
b
2
ab
ab b
2
a
2
ab
b
2
ab ab a
2
_
_
_
_
pour tous a, b rels.
a) Ces matrices sont-elles simultanment diagonalisables ?
b) Etudier et reprsenter graphiquement lensemble des (a, b) R
2
tel que
M(a, b)
n
tend vers 0 quand n tend vers .
www.lirepdf.com
Soient (a
1
, . . . , a
2n
) C
2n
et A = (a
i,j
)
1i,j2n
la matrice de /
2n
(C) dnie par :
A = A(a
1
, . . . , a
2n
) =
_
_
(0) a
2n
.
.
.
a
1
(0)
_
_
autrement dit telle que a
i,j
= 0 si i +j ,= 2n + 1 et a
i,2n+1i
= a
2n+1i
pour
i = 1, . . . , 2n.
a) Etude du cas n = 2 avec le logiciel de calcul formel : crer la matrice
A = A(a, b, c, d) =
_
_
_
_
(0) d
c
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.
Vrier tous les rsultats par un tude directe
b) Soient u un endomorphisme dun K-espace vectoriel E et F
1
, . . . , F
p
des
sous-espaces vectoriels stables par u tels que
E = F
1
F
p
Dmontrer une condition ncessaire et susante pour que u soit diagonalisable,
faisant intervenir les restrictions u
F1
, . . . , u
Fp
(o la restriction u
Fi
est
considre comme endomorphisme de F
i
).
c) En dduire une condition ncessaire et susante pour que la matrice
A(a
1
, . . . , a
2n
) soit diagonalisable.
d) Comment les rsultats sont-ils modis si la matrice A est relle et quon
tudie si elle est diagonalisable dans /
2n
(R) ?
Monter que la matrice suivante est diagonalisable
A =
_
_
_
_
_
_
_
_
_
0 1 (0)
n
.
.
. 2
n 1
.
.
.
.
.
.
.
.
.
.
.
. n
(0) 1 0
_
_
_
_
_
_
_
_
_
/
n+1
(C)
(indice : on pourra interprter A comme la matrice dun endomorphisme de
C
n
[X])
Exercice 75 X PSI [ 03255 ] [correction]
Soit
M
n
=
_
_
_
0 (b)
.
.
.
(a) 0
_
_
_ /
n
(C)
A quelle condition la matrice M
n
est-elle diagonalisable ?
Dterminer alors une base de vecteurs propres
a) Exprimer le polynme caractristique de la matrice
M =
_
_
_
_
_
0 1 0
.
.
.
.
.
.
.
.
.
0 0 1
a
0
a
1
a
n1
_
_
_
_
_
en fonction du polynme P(X) = X
n
(a
n1
X
n1
+ +a
1
X +a
0
).
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 ?
Diagonalisabilit des matrices de rang 1
Soit A /
n
(C) telle que rgA = 1.
Etablir : A diagonalisable si, et seulement si, trA ,= 0.
Soient X, Y /
n,1
(K) non nuls.
A quelle condition la matrice X
t
Y est-elle diagonalisable ?
www.lirepdf.com
Soient K un sous-corps de C et
J =
_
_
_
1 1
.
.
.
.
.
.
1 1
_
_
_ /
n
(K)
Montrer que J est diagonalisable.
Soit (a
1
, . . . , a
n
) C
n
. La matrice (a
i
a
j
)
1i,jn
est-elle diagonalisable ?
Etude de matrices diagonalisables
Montrer que si A est diagonalisable alors
t
A lest aussi.
Soient A GL
n
(K) et B /
n
(K).
On suppose la matrice AB diagonalisable. Montrer que BA est diagonalisable.
Soient A
1
/
p
(K), A
2
/
q
(K) et A /
p+q
(K) dnie par A =
_
A
1
O
O A
2
_
.
Montrer que A est diagonalisable si, et seulement si, A
1
et A
2
le sont.
Soient A /
n
(K) et B =
_
O I
n
A O
_
.
a) Etudier les valeurs propres de B en fonction de celles de A.
b) On suppose A diagonalisable. B est-elle diagonalisable ?
Exercice 85 Centrale PC [ 03113 ] [correction]
a) Soit D /
n
(C). Dterminer linverse de
_
I
n
D
O
n
I
n
_
b) Soient A, B /
n
(C) diagonalisables telles que SpA SpB = .
Montrer que pour tout matrice C /
n
(C), les matrices suivantes sont semblables
_
A C
O
n
B
_
et
_
A O
n
O
n
B
_
Soient A, B /
n
(R) avec B diagonalisable.
Montrer
AB
3
= B
3
A AB = BA
Soient p, q N
et A, B, M /
n
(C) avec A, B diagonalisables. Montrer
A
p
MB
q
= O
n
AMB = O
n
Elments propres et diagonalisabilit dun endo-
morphisme
Soit u un endomorphisme dun K-espace vectoriel de dimension nie E.
On suppose que
Im(u Id
E
) Im(u + Id
E
) = 0
Montrer que u est diagonalisable.
Soit E = R
n
[X]. Pour P E, on pose (P) = P (X + 1)P
.
a) Justier que dnit un endomorphisme de R
n
[X].
b) Dterminer les valeurs propres de et justier que est diagonalisable.
Montrer que lapplication f : P(X) (X
2
1)P
(X) + 2XP
(X) est un
endomorphisme de lespace vectoriel rel E = R
n
[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.
www.lirepdf.com
Soient E = R
n
[X] et deux rels a ,= b. Pour P E, on pose
(P) = (X a)(X b)P
nXP
a) Montrer que (P) E puis que est un endomorphisme de E.
b) Dterminer les valeurs propres de et en dduire que est diagonalisable.
Lendomorphisme de /
n
(R) dni par
(M) = M + tr(M).I
n
est-il diagonalisable ?
Soient E un K-espace vectoriel de dimension nie, f L(E) et F L(L(E))
dnie 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 dimE
(F) = dimE dimE
(f).
Soient E un espace vectoriel de dimension nie, un projecteur x de E et
T : L(E) L(E) dnie par T : f
1
2
(f p +p f).
a) T est-elle linaire ?
b) T est-elle diagonalisable ?
c) Quelle est la dimension des sous-espaces propres associs ?
Soit A R[X], B R[X] scind racines simples de degr n + 1. Soit
lendomorphisme de R
n
[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 ?
Soit E un espace vectoriel rel de dimension nie, f L(E) tel que f
2
= f.
Etudier les lments propres et la diagonalisabilit de lendomorphisme
u fu uf de L(E).
Dans R
3
euclidien, on considre deux vecteurs a et b, et on pose
f(x) = a (b x). A quelle condition, f est-elle diagonalisable ?
Soit E un espace vectoriel rel de dimension nie et f L(E). On dnit
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.
Etude dendomorphismes diagonalisables
Soient f, g endomorphisme dun K-espace vectoriel E de dimension nie.
On suppose que f est diagonalisable. Montrer :
f g = g f chaque sous-espace propre de f est stable par g
Soit v un endomorphisme dun C-espace vectoriel E de dimension nie
diagonalisable.
Montrer quil existe un endomorphisme u de E qui soit un polynme en v et qui
vrie u
2
= v.
Soit f un endomorphisme dun C-espace vectoriel E ayant la proprit.
Tout sous-espace vectoriel stable par f admet un supplmentaire stable
Montrer que f est diagonalisable.
Soit f un endomorphisme diagonalisable dun K-espace vectoriel E de dimension
n.
On note (
f
lensemble des endomorphismes qui commutent avec f.
a) Montrer que (
f
est un sous-espace vectoriel de L(E).
www.lirepdf.com
b) Montrer quun endomorphisme g appartient (
f
si, et seulement si, chaque
sous-espace propre de f est stable par g.
c) En dduire que
dim(
f
=

Sp(f)
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 (
f
.
Soit f un endomorphisme dun K-espace vectoriel E de dimension n admettant n
valeurs propres distinctes.
a) Montrer quil existe un vecteur a E tel que (a, f(a), . . . , f
n1
(a)) est base de
E.
b) Quelle est la forme de la matrice de f dans cette base ?
Soient D = diag(
1
, . . . ,
n
) et : M DM MD endomorphisme de /
n
(K).
a) Calculer (E
i,j
) o E
i,j
dsigne la matrice lmentaire dindice (i, j) de
/
n
(K).
Quelle particularit prsente la matrice de relativement la base canonique de
/
n
(K) ?
b) Soit f un endomorphisme diagonalisable dun K-espace vectoriel E de
dimension nie.
Lendomorphisme : u f u u f de L(E) est-il diagonalisable ?
Soit E un C-espace vectoriel de dimension nie.
Dterminer les f L(E) tels que tout sous-espace vectoriel de E stable par f
possde un supplmentaire stable.
Exercice 106 Centrale PSI [ 01324 ] [correction]
Soient E = o
2
(R), A =
_
a b
c d
_
/
2
(R) et : o
2
(R) o
2
(R) dnie par
(S) = AS +
t
AS
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 ?
Applications de la diagonalisabilit
Calculer A
n
pour A =
_
_
2 1 1
1 2 1
1 1 2
_
_
.
Soit A =
_
cos 2 sin
sin

2
cos
_
.
a) Dterminer deux rels , tel que A
2
= A+I
2
.
b) Calculer A
n
pour n 1.
a) Dterminer les valeurs propres de A =
_
_
1 3 0
3 2 1
0 1 1
_
_
.
b) Combien y a-t-il de matrice M telle que M
2
= A dans /
n
(C) ? dans /
n
(R) ?
Soit
A =
_
5 3
1 3
_
/
2
(R)
a) Diagonaliser la matrice A en prcisant la matrice de passage P
b) Soit M /
2
(R) une matrice telle que M
2
+M = A.
Justier que la matrice P
1
MP est diagonale.
c) Dterminer les solutions de lquation M
2
+M = A.
Soit pour n 2 la matrice
J =
_
_
_
_
_
_
0 1 0 0
.
.
. 0
.
.
. 0
0
.
.
. 1
1 0 0
_
_
_
_
_
_
www.lirepdf.com
a) Montrer que la matrice J est diagonalisable dans /
n
(C)
b) Application : calculer
a
0
a
1
a
n1
a
n1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. a
1
a
1
a
n1
a
0

Les matrices
_
_
1 2 3
3 1 2
2 3 1
_
_
et
_
_
1 3 2
2 1 3
3 2 1
_
_
sont-elles semblables ?
Soit une application de /
2
(C) vers C vriant :
A, B /
2
(C), (AB) = (A)(B) et
_
0
0 1
_
= . Montrer que = det.
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 :
A =
_
_
_
_
20 12 4 12
4 3 9 5
4 1 5 5
8 10 6 2
_
_
_
_
et A =
_
_
_
_
12 16 8 4
4 13 1 1
4 5 9 1
8 10 2 6
_
_
_
_
b) Prciser les matrices qui commutent avec A (structure, dimension, base
ventuelle).
c) Etudier dans /
4
(R), puis dans /
4
(C), lquation
X
2
= A
(nombre de solutions, un exemple de solution quand il y en a, somme et produit
des solutions quand elles sont en nombre ni).
Soit G un sous-groupe de (GL
n
(R), ) vriant
M G, M
2
= I
n
a) Montrer que G est commutatif.
b) En dduire que les lments de G sont codiagonalisables.
c) En dduire
CardG 2
n
d) Application : Montrer que sil existe un isomorphisme entre (GL
n
(R), ) et
(GL
m
(R), ) alors n = m.
Exercice 116 CCP MP [ 03215 ] [correction]
Soit A /
3
(R) telle que
SpA = 2, 1, 3
a) Exprimer A
n
en fonction de A
2
, A et I
3
.
b) Calculer
ch(A) =
+
n=0
A
2n
(2n)!
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 vriant 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
g
2
= f
a) Dterminer les entiers k pour lesquelles lquation
e
i
+ e
ik
= 1
admet au moins une solution R.
b) Soit S
k
lensemble des suites relles u telles que
n N, u
n+k
= u
n
+u
n+k1
A quelle condition sur k, S
k
contient-il une suite priodique non nulle.
www.lirepdf.com
On considre trois suites relles (u
n
)
n0
, (v
n
)
n0
et (w
n
)
n0
vriant
_
_
u
n+1
= u
n
+v
n
+w
n
v
n+1
= u
n
v
n
+w
n
w
n+1
= u
n
+v
n
w
n
A quelle condition sur (u
0
, v
0
, w
0
), ces trois suites sont-elles convergentes ?
Trigonalisation
Montrer quune matrice triangulaire infrieure est trigonalisable.
Soit A /
n
(K). On suppose
A
scind.
a) Justier que A est trigonalisable.
b) Etablir que pour tout k N,
Sp(A
k
) =
_
k
/ Sp(A)
_
Soit A /
n
(C) de polynme caractristique
n
i=1
(X
i
)
Dterminer une matrice de polynme caractristique
n
i=1
(X
p
i
)
Montrer que pour tout A /
n
(C), det(exp(A)) = exp(trA).
Soient A /
n
(K) et P K[X].
On suppose le polynme caractristique de A de la forme
A
(X) = (1)
n
n
k=1
(X
k
)
Exprimer le polynme caractristique de P(A).
Soit
A =
_
_
2 1 1
2 1 2
3 1 2
_
_
a) Calculer le polynme caractristique de A.
b) Trigonaliser la matrice A.
Soit
A =
_
_
0 1 1
1 1 1
1 1 2
_
_
a) Calculer le polynme caractristique de A.
b) Trigonaliser la matrice A.
a) Soit A et B dans /
2
(K) telles que AB = BA. Montrer que soit B K[A], soit
A K[B].
b) Le rsultat subsiste-t-il dans /
3
(K) ?
Soit E un espace vectoriel complexe de dimension nie 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.
www.lirepdf.com
Soit A /
n
(C) telle que tr(A
m
) 0 quand m +.
Montrer que les valeurs propres de A sont de module < 1
Soient A, B /
n
(C) vriant AB = O
n
.
a) Montrer que les matrices A et B ont un vecteur propre en commun.
b) Etablir que A et B sont simultanment trigonalisable
Polynme annulateur, polynme minimal
Soit M /
n
(K) une matrice triangulaire par blocs de la forme
M =
_
A C
O B
_
avec A /
p
(K) et B /
q
(K)
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.
Soient E un K-espace vectoriel de dimension nie et u L(E).
Justier lexistence dun entier p 0 tel que la famille (Id, u, . . . , u
p
) soit lie.
En dduire que u possde un polynme annulateur non nul.
Soient E un K-espace vectoriel de dimension nie 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 nie 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 u
F
admet un polynme minimal et que celui-ci divise
u
.
Montrer quune matrice A /
n
(K) de polynme minimal (X 1)
2
est semblable
une matrice diagonale par blocs avec des blocs diagonaux de la forme ( 1 ) ou
_
1 1
0 1
_
.
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 nie 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 dnis par f(P) = P
et g(P) = XP conviennent.
Existe-t-il dans /
n
(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
+a
2
f = 0. Est-il vrai que ker f et Imf sont supplmentaires ?
www.lirepdf.com
Soit A =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a 0 0 b
0
.
.
.
.
.
. .
.
.
.
.
.
0
.
.
.
.
.
. a 0 b .
.
. .
.
.
.
.
. 0 a +b 0
.
.
.
.
.
. .
.
.
b 0 a
.
.
.
.
.
.
0 .
.
.
.
.
. .
.
.
.
.
. 0
b 0 0 a
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
M
2n+1
(C).
Quels sont les P C[X] tels que P(A) = 0 ?
Soit E un C-espace vectoriel de dimension nie et f L(E) de polynme minimal
f
. Montrer lexistence de x E tel que P C[X] /P(f)(x) = 0 soit
lensemble des multiples de
f
.
Soient N une norme sur C
n
et || la norme sur /
n
(C) qui lui est associe.
Soit A /
n
(C) telle que 1 est valeur propre de A et |A| 1.
Montrer que 1 est racine simple du polynme minimal de A.
Etant donn E un espace vectoriel de dimension nie, 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.
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 vriant
P(0) = 0 et P
(0) ,= 0
Montrer que limage et le noyau de f sont supplmentaires dans E.
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 u
2
Polynmes annulateurs et valeurs propres
Soit P un polynme annulateur dun endomorphisme f.
Montrer que si est valeur propre de f alors P() = 0.
Pour f T(R, R), on note

f : x f(x). Lapplication : f

f est clairement
un endomorphisme involutif de T(R, R). Quelles en sont les valeurs propres ?
Soit T : R[X] R[X] lendomorphisme dni 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 admet un
polynme minimal
u
alors les valeurs propres de u sont exactement les racines
de son polynme minimal.
Trouver les M de /
n
(R) telles que
t
M = M
2
et que M nait aucune valeur
propre relle.
www.lirepdf.com
Soit A /
n
(C) nilpotente.
a) Calculer
A
.
b) Mme question avec A /
n
(R).
Thorme de Cayley Hamilton
Dterminer un polynme annulateur de A =
_
a b
c d
_
/
2
(K).
Exprimer A
1
lorsque celle-ci existe.
Soit A
_
_
_
1

.
.
.
0
n
_
_
_ /
n
(K).
Montrer que (X
1
) . . . (X
n
) est annulateur de A.
Soit u un automorphisme dun K-espace vectoriel E de dimension nie n N
.
Montrer que u
1
est un polynme en u.
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) Justier 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
N1
(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.
Soient A, B, M /
n
(C) telles que AM = MB avec M ,= O
n
.
a) Montrer que pour tout P C[X], on a P(A)M = MP(B).
b) Montrer que A et B ont une valeur propre en commun.
Montrer quil existe (a
0
, . . . , a
n1
) R
n
tel que :
P R
n1
[X] , P(X +n) +
n1
k=0
a
k
P(X +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
,= 1. On considre galement une
matrice A /
n
(C).
1. On suppose quil existe M GL
n
(C) telle que
M
1
AM = qM
On notre
A
le polynme caractristique de A. Dterminer une relation entre
A
(X) et
A
_
X
q
_
.
En dduire que A est nilpotente.
2. Cette question est rsoudre laide du logiciel de calcul formel.
Dans cette question, on suppose que q = 2 et que A est donne par :
A =
_
_
_
_
_
_
_
_
0 1 0 0 0 1
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
0 0 0 0 0 0
_
_
_
_
_
_
_
_
a) Dterminer les matrices M /
6
(C) vriant
AM = 2MA
b) Que dire de lensemble des matrices M ainsi obtenues ?
c) Dterminer les matrices M GL
6
(C) vriant
M
1
AM = 2A
www.lirepdf.com
a) Soit u un endomorphisme inversible dun K-espace vectoriel E de dimension
nie.
Montrer quil existe un polynme Q K[X] vriant
u
1
= Q(u)
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
u
1
= Q(u)?
Calcul de polynme minimal
Soit A =
_
1 1
0 1
_
. Dterminer
A
.
Soit
M =
_
_
_
0 1
.
.
.
1 0
_
_
_ /
n
(R) avec n 2
a) Montrer que M est diagonalisable.
b) Dterminer le polynme minimal de M.
c) Calculer M
p
pour p N.
Soit a un rel. Pour M /
n
(R), on pose
L(M) = aM + tr(M)I
n
a) Montrer que L est un endomorphisme de /
n
(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 x
1
= x, x
2
= f(x
1
),. . . , x
n
= f(x
n1
)
forme une base de E ?
b) On ne suppose plus f diagonalisable mais on suppose lexistence dune base
(x
1
, x
2
, . . . , x
n
) de E du type prcdent. Dterminer le commutant de f. Quel est
le polynme minimal de f ?
On pose A =
_
_
0 1 0
1 0 1
0 1 0
_
_
. Que dire de cette matrice ? Sans la diagonaliser,
dterminer son polynme caractristique, son polynme minimal, calculer A
k
pour
k N et valuer exp(A).
Soient a, b R, b ,= 0 et A /
n
(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.
Soit a R
et A =
_
_
0 a a
2
1/a 0 a
1/a
2
1/a 0
_
_
.
a) Calculer le polynme minimal de A.
b) La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
c) Calculer e
A
.
Soit A =
_
_
0 0 0
0 0 1
0 1 0
_
_
, dans /
3
(R). Dterminer le polynme caractristique
et le polynme minimal de A. Calculer exp A et exp(A) exp(
t
A).
www.lirepdf.com
Soit A =
_
_
1 j j
2
j j
2
1
j
2
1 j
_
_
. Etudier la diagonalisabilit de A, dterminer les
polynmes minimal et caractristique de A, calculer exp A. Proposer une
gnralisation en dimension n.
Diagonalisabilit et polynmes annulateurs
Montrer quune matrice de permutation est diagonalisable.
Soit A =
_
O
n
I
n
I
n
O
n
_
/
2n
(K). Calculer A
2
.
Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable.
Soit n N
et A /
2n
(C) dnie par blocs :
A =
_
O I
n
I
n
O
_
a) Calculer A
2
.
b) La matrice A est-elle diagonalisable ? Dterminer les valeurs propres de A et les
dimensions de ses espaces propres ?
Soient E un R-espace vectoriel de dimension nie et f un endomorphisme de E
vriant
f
3
= 4f
Montrer que la trace de f est un entier pair.
Soit A /
n
(R) telle que A
3
A
2
+AI = O.
Montrer que det(A) = 1.
Soient E un K-espace vectoriel de dimension n N et p L(E) tel que p
2
soit un
projecteur.
a) Quelles sont les valeurs propres possibles pour p ?
b) Montrer que p est diagonalisable si, et seulement si, p
3
= p.
Soient E un espace vectoriel de dimension 3 et f un endomorphisme de E vriant
f
4
= f
2
On suppose que 1 et 1 sont valeurs propres de f. Montrer que f est
diagonalisable.
Soit A /
n
(R) tel que A
3
+A
2
+A = 0. Montrer que rgA est pair.
Rsoudre dans /
n
(R) le systme
_
M
2
+M +I
n
= 0
t
MM = M
t
M
.
Soient P /
n
(R) une matrice de projection et lendomorphisme de /
n
(R)
dni par
(M) = PM +MP
Montrer que lendomorphisme est diagonalisable
Soit n N
, u L(R
2n+1
). On suppose u
3
= u, tru = 0 et tru
2
= 2n. On note
C(u) =
_
v L(R
2n+1
)/uv = vu
_
a) Calculer la dimension C(u).
b) Quels sont les n tels que C(u) = R[u] ?
www.lirepdf.com
Soit A /
n
(R). On pose f
A
(M) = AM, pour toute matrice M /
n
(R).
a) Montrer que si A
2
= A alors f
A
est diagonalisable.
b) Montrer que f
A
est diagonalisable si, et seulement si, A est diagonalisable.
Soit A /
n
(C). On pose f(M) = AM pour toute M /
n
(C).
a) Lapplication f est-elle un endomorphisme de /
n
(C) ?
b) Etudier lquivalence entre les inversibilits de A et de f.
c) Etudier lquivalence entre les diagonalisabilits de A et de f.
Soit A /
2
(Z) vriant :
n N
, A
n
= I
2
Montrer que A
12
= I
2
.
On xe n N
et on note
E
n
= A /
n
(Z)/m N
, A
m
= I
n
Pour A E
n
, on pose
(A) = min m N
/A
m
= I
n
Montrer que (E
n
) est ni.
Soit
M =
_
A A
0 A
_
avec A /
n
(R).
a) Montrer que
P R[X] , P(M) =
_
P(A) AP
(A)
0 P(A)
_
b) Enoncer une condition ncessaire et susante pour que M soit diagonalisable.
Soit
M =
_
A B
0 A
_
avec A, B /
n
(R) vriant AB = BA
a) Montrer que
P R[X] , P(M) =
_
P(A) P
(A)B
0 P(A)
_
b) Enoncer une condition ncessaire et susante sur A et B pour que M soit
diagonalisable.
Dterminer les couples (A, B) /
n
(R)
2
tels que
_
A B
O A
_
est diagonalisable.
Trouver les matrices M /
n
(C) vriant M
5
= M
2
et tr(M) = n.
Soient , K et u, v, f trois endomorphismes dun K-espace vectoriel E de
dimension nie vriant
_
_
f = u +v
f
2
=
2
u +
2
v
f
3
=
3
u +
3
v
Montrer que f est diagonalisable.
Exercice 192 Mines-Ponts PC [ 00708 ] [correction]
Soit (A, B, C) /
n
(R)
3
tel que
C = A+B, C
2
= 2A+ 3B et C
3
= 5A+ 6B
Les matrices A et B sont-elles diagonalisables.
www.lirepdf.com
aI) Montrer que, pour z
1
, . . . , z
n
C avec z
1
,= 0, on a lgalit
k=1
z
k
=
n
k=1
[z
k
[
si, et seulement si, il existe n 1 rels positifs
2
, . . . ,
n
tels que
k 2, z
k
=
k
z
1
b) Dterminer toutes les matrices de /
n
(C) telles que M
n
= I
n
et trM = n
Diagonalisabilit et endomorphisme induit
Soit f un endomorphisme diagonalisable dun K-espace vectoriel E de dimension
nie.
Montrer que la restriction de f tout sous-espace vectoriel F ,= 0 stable est
diagonalisable.
Soit u un endomorphisme diagonalisable dun K-espace vectoriel E de dimension
nie.
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
B = (e
1
, . . . , e
n
) vriant u(e
1
) = e
1
et u(e
2
) = e
1
+e
2
.
Lendomorphisme u est-il diagonalisable ?
Soit f lendomorphisme de R
3
dont la matrice est
_
_
5 1 1
2 4 2
1 1 3
_
_
dans la base canonique.
Dterminer les sous-espaces vectoriels stables par f.
Soient f et g deux endomorphismes diagonalisables dun K-espace vectoriel E de
dimension nie.
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 nie.
Montrer que f et g commutent si, et seulement si, f et g sont simultanment
diagonalisables.
Diagonalisabilit des polynmes en un endomor-
phisme
Soient P K[X] et u un endomorphisme dun K-espace vectoriel E de dimension
nie.
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 tel que f
2
soit diagonalisable.
a) Par un exemple, montrer que f nest pas ncessairement diagonalisable.
b) Montrer que si f est aussi diagonalisable alors ker f = ker f
2
.
c) Etablir la rciproque.
Soient E un C-espace vectoriel de dimension nie 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, u
2
lest.
c) Gnralisation : Soit P C[X]. On suppose P
(u) GL(E)
Montrer que u est diagonalisable si, et seulement si, P(u) lest.
www.lirepdf.com
Soient E un C-espace vectoriel de dimension nie 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
nest pas valeur propre de

lendomorphisme P(u).
Montrer que u est diagonalisable.
Trigonalisabilit et polynme annulateur
Soient A /
n
(C) (n 3) vriant
rgA = 2, trA = 0 et A
n
,= O
n
Montrer que A est diagonalisable.
Soit A /
n
(C) telle que 0 soit la seule valeur propre de A.
a) Montrer que A
n
= 0.
b) Calculer det(A+I
n
).
c) Soit M GL
n
(C) commutant avec A. Calculer det(A+M).
d) Inversement, quelles sont les matrices A vriant :
M GL
n
(C), AM = MA det(A+M) = det M?
Trouver les A de /
n
(C) telles que A
3
4A
2
+ 4A = 0 et trA = 8.
Soit A une matrice carre relle dordre n. Montrer que A est nilpotente si, et
seulement si, pour tout p [[1, n]], trA
p
= 0.
Trouver les matrices M de /
n
(R) vriant
trM = 0 et M
3
4M
2
+ 4M = O
n
Soit f L(R
3
) vriant
f
2
= f
3
et dimker(f Id) = 1
Montrer lexistence dune base de R
3
dans laquelle la matrice de f est de la forme
_
_
1 0 0
0 0
0 0 0
_
_
avec 0, 1
Nilpotence
Soit A /
n
(C) une matrice nilpotente.
a) Montrer que A est semblable une matrice triangulaire suprieure stricte.
b) Le rsultat est-il encore vrai pour A /
n
(R) ?
Soit u un endomorphisme dun C-espace vectoriel E de dimension nie.
Montrer que u possde une seule valeur propre si, et seulement si, il existe C
tel que u Id
E
soit nilpotent.
Soient E un espace vectoriel rel de dimension nie, f et g deux endomorphismes
de E vriant
f g g f = f
a) Calculer
f
n
g g f
n
b) Soit P un polynme. Montrer que si P(f) = 0 alors f P
(f) = 0.
c) En dduire que f est un endomorphisme nilpotent.
Soient E un C-espace vectoriel de dimension n et f L(E).
a) Montrer que f est nilpotent si, et seulement si,
Sp(f) = 0
b) Montrer que f est nilpotent si, et seulement si,
1 k n, tr(f
k
) = 0
www.lirepdf.com
Soit A /
n
(C). On considre lendomorphisme T de /
n
(C) dni par
T(M) = AM MA
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 /
n
(C) et
1
, . . . ,
n
,
n+1
deux deux distincts dans
C. On suppose, pour 1 i n + 1, que A+
i
B est nilpotente.
Montrer que A et B sont nilpotentes.
Soient E un C-espace vectoriel de dimension nie et u L(E).
On note J
1
= P C[X] /P(u) = 0 et J
2
= P C[X] /P(u) est nilpotent.
a) Montrer que J
1
et J
2
sont des idaux non nuls de C[X].
On note P
1
et P
2
leurs gnrateurs unitaires respectifs.
b) Etablir un lien entre P
1
et P
2
.
c) Montrer lexistence de Q J
2
tel que u Q(u) est diagonalisable
Exercice 217 X PC [ 03095 ] [correction]
Soit : /
2
(R) R vriant
A, B /
2
(R), (AB) = (A)(B) et
_
0 1
1 0
_
,= (I
2
)
a) Dmontrer que (O
2
) = 0.
b) Si A est nilpotente, dmontrer que (A) = 0.
c) Soient A /
2
(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) ,= 0.
Soit A /
n
(K) une matrice nilpotente non nulle. On appelle indice de
nilpotence de A le nombre entier
Ind(A) = min
_
k N
/A
k
= 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] vriant Q(0) ,= 0 et
A = BQ(B).
3. Cette question doit tre traite avec le logiciel de calcul formel. On considre la
matrice A /
8
(R) dnie par :
(i, j) [[1, 8]]
2
, A[i, j] = 1 si i = j 1 ou si i = j 4 et 0 sinon
3.a) Vrier 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 coecient 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 = (a
i,j
)
1i,jn
/
n
(R) o a
i,i+1
= 1 pour i 1, . . . , n 1,
les autres coecients tant nuls.
a) La matrice A est-elle diagonalisable ?
b) Existe-t-il B /
n
(R) vriant B
2
= A?
Soient A GL
n
(C) et N /
n
(C) nilpotente telles que
AN = NA
Montrer que
det(A+N) = det A
Soit A /
n
(C). On suppose quil existe p N
tel que A
p
= 0.
a) Montrer que A
n
= 0.
b) Calculer det(A+I
n
).
Soit M /
n
(C) tel que AM = MA.
c) Calculer det(A+M) (on pourra commencer par le cas o M GL
n
(C)).
d) Le rsultat est-il vrai si M ne commute pas avec A?
www.lirepdf.com
Soit A et B des matrices complexes carres dordre n. On suppose A+ 2
k
B
nilpotente pour tout entier k tel que 0 k n. Montrer que 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 P
n
R[X] vriant au voisinage de 0
1 +x = P
n
(x) +O(x
n
)
b) Etablir que X
n
divise alors le polynme P
2
n
(X) X 1.
c) Soit f un endomorphisme de E vriant f
n
=

0.
Montrer quil existe un endomorphisme g de E vriant
g
2
= Id
E
+f
d) Soit maintenant f un endomorphisme de E ne possdant quune valeur propre
.
Montrer que (f Id
E
)
n
=

0 et conclure quil existe un endomorphisme g de E
vriant
g
2
= f
www.lirepdf.com
[http://mp.cpgedupuydelome.fr] dD dit le 18 mars 2011 Corrections 25
Corrections
Exercice 1 : [nonc]
La famille (x
0
, u(x
0
), . . . , u
n1
(x
0
)) constitue une base de E. Soit v L(E)
commutant avec u. On peut crire v(x
0
) = a
0
x
0
+a
1
u(x
0
) + +a
n1
u
n1
(x
0
).
Considrons alors w = a
0
Id +a
1
u + +a
n1
u
n1
K[u]. v(x
0
) = w(x
0
) et
puisque v et w commutent avec u, on a aussi v(u
k
(x
0
)) = w(u
k
(x
0
)). Les
endomorphismes v et w prennent mme valeurs sur une base, ils sont donc gaux
et ainsi v K[u].
Exercice 2 : [nonc]
X
3
1 = (X 1)(X
2
+X + 1) avec X 1 et X
2
+X + 1 premiers entre eux, il
sut donc dappliquer le lemme des noyaux.
Exercice 3 : [nonc]
On sait quil existe p N
tel que A
p
= O
n
.
En introduisant les coecients de P, la relation B = AP(A) donne
B = A+a
2
A
2
+ +a
p1
A
p1
.
On en dduit
B
2
= A
2
+a
3,2
A
2
+ +a
p1,2
A
p1
,. . . , B
p2
= A
p2
+a
p1,p2
A
p1
,
B
p1
= A
p1
.
En inversant ces quations, on obtient
A
p1
= B
p1
, A
p2
= B
p2
+b
p1,p2
A
p1
,. . . ,
A
2
= B
2
+b
3,2
B
3
+ +b
p1,2
B
p1
et enn A = B +b
2,1
B
2
+ +b
p1,1
B
p1
ce qui dtermine un polynme Q R[X] vriant Q(0) = 1 et A = BQ(B).
Exercice 4 : [nonc]
a) Posons N = A
1
BA. On a
N
p
= (1)
p
A
1
B
p
A = O
n
donc
I
n
= I
n
N
p
= (I N)(I +N +N
2
+ +N
p1
)
On en dduit que I N = I
n
+A
1
BA est inversible et
_
I
n
+A
1
BA
_
1
= I +N +N
2
+ +N
p1
b) Soit P C[X] tel que P(0) = 0. On a
P(X) = aX +bX
2
+
Donc
P(B) = aB +bB
2
+
puis
P(B)
p
= a
p
B
p
+b
B
p+1
+ = O
n
On peut alors reprendre le raisonnement de la question prcdente et armer que
la matrice I
n
+P(B) est inversible et que son inverse est de la forme
I
n
P(B) +P(B)
2
+ + (1)
p
P(B)
p
On en dduit que H est inclus dans GL
n
(C) et que linverse dun lment de H
est encore dans H.
Il est immdiat de vrier que H est non vide et stable par produit. On en dduit
que H est un sous-groupe de (GL
n
(C), ). Enn, on vrie que H est commutatif
car les polynmes en une matrice commutent entre eux.
Exercice 5 : [nonc]
y Imu, x E, y = u(x) et v(y) = v(u(x)) = u(v(x)) Imu donc Imu est
stable par v.
x ker u, u(x) = 0 donc u(v(x)) = v(u(x)) = v(0) = 0 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 = 0 seront stables par v alors quil ny aucune raison que u et v
commutent.
Exercice 6 : [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.
Exercice 7 : [nonc]
Les K
n
[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 nie alors les polynmes de F sont de degrs borns.
www.lirepdf.com
Soit P un polynme de F de degr n maximal. On a F K
n
[X].
Or la famille des polynmes P, P
, P
, . . . , P
(n)
est de degrs tags et forms
dlments de F car F est stable pour la drivation donc
K
n
[X] = Vect(P, P
, . . . , P
(n)
) F puis F = K
n
[X].
Si F nest pas de dimension nie alors pour tout m N, F , K
m
[X] et donc il
existe P F tel que n = deg P > m. Or en raisonnant comme ci-dessus, on
dmontre K
n
[X] F et donc K
m
[X] F. Ainsi m N, K
m
[X] F donc
F = K[X].
Finalement les K
n
[X] et K[X] sont les seuls sous-espace vectoriels stables pour
lendomorphisme de drivation.
Exercice 8 : [nonc]
a) Rappelons que les suites (ker u
p
)
pN
et (Imu
p
)
pN
sont respectivement
croissante et dcroissante pour linclusion. La suite (dimker u
p
)
pN
est une suite
croissante et majore dentiers naturels, elle est donc stationnaire :
n N, p n, dimker u
p
= dimker u
n
or ker u
p
ker u
n
donc ker u
p
= ker u
n
puis N = ker u
n
. Aussi
dimImu
p
= dimE dimker u
p
= dimE dimker u
n
= dimImu
n
et Imu
p
Imu
n
donc Imu
p
= Imu
n
puis I = Imu
n
.
b) dimN +dimI = dimker u
n
+dimImu
n
= dimE en vertu du thorme du rang.
Soit x N I. Il existe a E tel que x = u
n
(a) et alors u
n
(x) = 0 donc
u
2n
(a) = 0. Ainsi a ker u
2n
= ker u
n
donc x = u
n
(a) = 0. Ainsi N I = 0
do E = N I.
u et u
n
commutent donc N et I sont stables par u.
(u
N
)
n
= (u
n
)
ker u
n = 0 donc u
N
est nilpotente.
Imu
n+1
= Imu
n
donne u(Imu
n
) = Imu
n
donc u
I
est surjective puis bijective car
dimImu
n
< +.
c) Par supplmentarit : dimE = dimF + dimG = dimN + dimI.
Il existe p N, tel que (u
F
)
p
= 0 donc F ker u
p
N.
u
G
est bijective donc (u
G
)
n
aussi or G = Im(u
G
)
n
Im(u
n
) = I.
On a alors dimF dimN, dimG dimI et dimF + dimG = dimN + dimI
donc dimF = dimN et dimG = dimI. Par inclusion et galit des dimensions
F = N et G = I.
Exercice 9 : [nonc]
a) Le cas n = 1 est immdiat car v est alors ncessairement nul.
Le cas v = 0 est tout aussi immdiat.
b) F = Imv est stable par u et v et puisque v nest pas bijectif, 1 dimF < 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
O C
_
et
_
D E
O O
_
donc
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 vrient les hypothses initiales et donc
det(A+D) = det A puis det(u +v) = det Adet C = det u.
Exercice 10 : [nonc]
a) Imu est stable pour u donc u
E2
est bien dni. Par le thorme du rang la
restriction de u tout supplmentaire de ker u dnit un isomorphisme avec Imu.
Ici cela donne u
E2
automorphisme.
b) Soient u, v . Si x ker(v u) alors u(x) Imu ker v donc u(x) E
1
E
2
et u(x) = 0 puis x E
1
. Ainsi ker(v u) E
1
et linclusion rciproque est
immdiate.
Im(v u) = v(u(E)) = v(E
2
) = E
2
car v
E2
est un automorphisme de E
2
. Ainsi
v u .
c) Si (u) = (v) alors u
E2
= v
E2
. Or u
E1
= 0 = v
E1
donc les applications linaires
u et v concident sur des sous-espaces vectoriels supplmentaires et donc u = v.
d) Une application linaire peut tre dnit de manire unique par ses restrictions
linaires sur deux sous-espaces vectoriels supplmentaires. Pour w GL(E
2
)
considrons u L(E) dtermin par u
E1
= 0 et u
E2
= w. On vrie aisment
E
1
ker u et E
2
Imu. Pour x ker u, x = a +b avec a E
1
et b E
2
. La
relation u(x) = 0 donne alors u(a) +u(b) = 0 cest--dire w(b) = 0. Or
w GL(E
2
) donc b = 0 puis x E
1
. Ainsi ker u E
1
et nalement ker u = E
1
.
Pour y Im(u), il existe x E tel que y = u(x). Or on peut crire x = a +b avec
a E
1
et b E
2
. La relation y = u(x) donne alors y = u(a) +u(b) = w(b) E
2
.
Ainsi Imu E
1
et nalement Imu = E
1
. On peut conclure que u et u = w :
est surjectif.
e) est un morphisme bijectif : il transporte la structure de groupe existant sur
GL(E
2
) en une structure de groupe sur (, ). Le neutre est lantcdent de Id
E2
cest--dire la projection sur E
2
paralllement E
1
.
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.
www.lirepdf.com
c) Mat
B
(u) = L ,= 0 (car u dnit une quation dhyperplan), Mat
B
(u f) = LA
donc
u f = u LA = L
t
A
t
L =
t
L
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 dnit 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
n
1
= (3, 1, 2), n
1
= (1, 0, 1) et n
3
= (1, 1, 1)
c) On dnit 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]);
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).
Dans cet nonc, le corps de base est ambigu.
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
E = ker(u Id) ker(u
2
+u + Id).
Si F est un sous-espace vectoriel stable alors posons F
1
= F ker(u Id) et
F
2
= F ker(u
2
+u + Id). Montrons F = F
1
F
2
.
Tout x F peut scrire x = a +b avec a ker(u Id) et b ker(u
2
+u + Id).
Puisque u(x) = a +u(b) F et u
2
(x) = a +u
2
(b) F, on a
a =
1
3
_
x +u(x) +u
2
(x)
_
F puis b = x a F.
Ainsi a F
1
, b F
2
et on a donc F F
1
+F
2
.
Il est alors immdiat quon peut alors conclure F = F
1
F
2
.
Puisque F
2
ker(u
2
+u + Id), pour x F
2
non nul (x, u(x)) est libre et
Vect(x, u(x)) est stable par u. Cela permet dtablir que F
2
est la somme directe
de sous-espaces vectoriels de la forme Vect(x, u(x)) avec x ,= 0,
x ker(u
2
+u + Id). Quant F
1
, 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 Tf = g admet une solution unique.
Unicit : Si Tf = g alors x
_
x
0
f(t) dt est solution sur R de lquation
direntielle linaire y
+y = g vriant y(0) = 0. Par le thorme de Cauchy ceci

dtermine x
_
x
0
f(t) dt de faon unique et donc f aussi.
Existence : La drive de la fonction solution y
+y = g vriant y(0) = 0 est

solution.
b) Soit F un sous-espace vectoriel de dimension nie stable par T. Notons I
lendomorphisme de E dni par I(f) : x
_
x
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 nie F admet un polynme minimal
= X
n
+a
n1
X
n1
+ +a
0
. On a alors pour tout f F lgalit
y +a
n1
y
+ +a
n
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 nie stable par T. Quel
intrt au impaire ?
www.lirepdf.com
0 sp(f
n
) f
n
non injective f non injective 0 sp(f).
0 sp(f) f non injectif f non surjectif.
Si Spu alors il existe x ,= 0 vriant u(x) = x. En appliquant u
1
, on obtient
x = u
1
(x).
Puisque x ,= 0, ,= 0 et on peut crire u
1
(x) =
1
x donc
1
Spu
1
. Ainsi
1// Spu Spu
1
.
Lautre inclusion sobtient par symtrie.
Pour K et x E,
x E
(v) u(a
1
(x)) = a
1
(x) a
1
(x) E
(u) x a(E
(u)).
Ainsi E
(v) = a(E
(u)), puis puisque a est un automorphisme, on peut armer

E
(v) ,= 0 si, et seulement si, E
(u) ,= 0 et donc Sp(u) = Sp(v).

x ,= 0,
x
K, u(x) =
x
x. Montrer que x
x
est une fonction constante sur
E 0. Soient x, y ,= 0.
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
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.
a) On vrie f
k
g g f
k
= kf
k
.
Si pour tout k N, f
k
,= 0 alors lendomorphisme h h g g h admet une
innit de valeurs propres.
Ceci tant impossible en dimension nie, on peut armer que f est nilpotent.
b) f
n
= 0 (car dimE = n) et f
n1
,= 0. Pour x / ker f
n1
et
e
= (f
n1
(x), . . . , f(x), x), on montre classiquement que e
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 e
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 vrie alors facilement que la famille e = (f
n1
(y), . . . , f(y), y)
rsout notre problme.
a) AM MA =
_
a b
2c 2d
_
_
a 2b
c 2d
_
=
_
0 b
c 0
_
.
b) 0 est valeur propre avec E
0
= Vect(E
1,1
, E
2,2
), 1 est valeur propre avec
E
1
= Vect(E
2,1
) et 1 est valeur propre avec E
1
= Vect(E
1,2
).
Soient R et f E. D(f) = f f est solution de lquation direntielle
y
= y i.e. f de la forme x Ce
x
. Ainsi Sp(D) = R et E
(D) = Vect(x e
x
).
Soient R et f E. Si I(f) = f alors I(f) est solution de lquation
direntielle y = y
. Si = 0 alors I(f) = 0 et si ,= 0 alors I(f) est de la forme

x Ce
x/
et puisque I(f) sannule en 0 donc I(f) = 0. Dans les deux cas
f = I(f)
= 0. Ainsi Sp(I) = .
Soient R et u E.
(u) = u n N, u(n + 1) = (1 +)u(n). Ainsi
(u) = u n N, u(n) = u
0
(1 +)
n
.
Pour [2, 0], la suite u(n) = (1 +)
n
est lment de E et vrie (u) = u.
Pour / [2, 0], seule la suite nulle est borne et satisfait
n N, u(n) = u
0
(1 +)
n
.
Ainsi Sp() = [2, 0].
www.lirepdf.com
Soient C et u E. Etudions lquation f(u) = u. On a
f(u) = u
_
(1 )u
0
= 0
n N
, (2 1)u
n
= u
n1
Cas = 1
f(u) = u n N
, u
n
= u
n1
On en dduit que 1 est valeur propre de f et que le sous-espace propre associ est
form des suites constantes.
Cas ,= 1
f(u) = u
_
u
0
= 0
n N
, (2 1)u
n
= u
n1
Que = 1/2 ou non, on obtient
f(u) = u n N, u
n
= 0
et donc nest pas valeur propre.
Finalement
Spf = 1
a) (f) est drivable sur R
+
donc continue sur R
+
.
Puisque f est continue, f admet une primitive F et alors quand x 0
+
(f)(x) =
F(x) F(0)
x
F
(0) = f(0) = 0
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 vriant (f) = f.
Pour tout x R
+
,
_
x
0
f(t) dt = xf(x)
donc f est de classe (
1
et vrie
(1 )f(x) = xf
(x)
Le cas = 0 implique f = 0 et est donc exclu.
Pour ,= 0 et x > 0 on a
xf
(x) = f(x)
avec = (1 )/ dont la rsolution conduit
f(x) = Cx
, x ]0, +[
Pour = 0 ou < 0 la condition lim
0
f = 0 entrane f = 0 et est donc exclue.
Par contre le cas > 0 (correspondant ]0, 1[) conduit au vecteur propre
f(x) = Cx
, x [0, +[
lment de E.
a) T(f)(x) =
_
x
0
tf(t) dt +x
_
1
x
f(t) dt est une fonction continue (et mme
drivable).
Ainsi T : E E. La linarit de T est vidente.
b) Soit R et f E vriant T(f) = f.
Cas = 0 :
on a T(f) = 0, en drivant deux fois (ce qui savre possible) on obtient f = 0.
Ainsi 0 nest pas valeur propre de T.
Cas ,= 0 :
on a T(f) = f. En particulier, on peut armer que f(0) = 0 car T(f)(0) = 0.
Le premier membre de lquation T(f) = f est drivable donc la fonction f est
drivable et on obtient
_
1
x
f(t) dt = f
(x). En particulier f
(1) = 0.
Le premier membre de cette nouvelle quation tant drivable, la fonction f est
deux fois drivable et on obtient f
(x) +f(x) = 0.
Sous cas > 0 :
Sachant f(0) = 0, on obtient par rsolution de lquation direntielle
f(x) = Asin
_
x
_
et la condition f
(1) = 0 nentranera pas f = 0 que si

sin
_
1
_
= 0 i.e. =
1
(k)
2
avec k N
.
Notons qualors il est possible de remonter les prcdents calculs et darmer que
f : x Asin
_
x
k
_
, pour A ,= 0, est vecteur propre associ la valeur propre
=
1
(k)
2
.
Sous cas < 0 :
Sachant f(0) = 0, la rsolution de lquation direntielle donne
f(x) = Ash
_
x
||
_
et la condition f
(1) = 0 entrane toujours f = 0 et donc un

tel nest pas valeur propre.
www.lirepdf.com
Puisque f est de classe (
1
et que f(0) = 0, on peut crire
f(t) = f
(0)t +o(t) quand t 0

Ainsi la fonction : t f(t)/t peut tre prolonge par continuit en 0 et donc
lintgrale dnissant T(f)(x) a un sens en tant quintgrale dune fonction
continue. De plus, T(f) apparat alors comme la primitive sannulant en 0 de la
fonction continue , cest donc une fonction lment de E. Enn, la linarit de
lapplication T tant immdiate, on peut armer 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
(x)
Si = 0 alors f est la fonction nulle et nest pas valeur propre.
Si ,= 0, f est solution de lquation direntielle xy
= y.
Cette dernire est une quation direntielle linaire dordre 1 homogne dont la
solution gnrale sur ]0, +[ est y(x) = Cx
1/
.
Ainsi, il existe C R tel que pour tout x > 0,
f(x) = Cx
1/
Or pour quune telle fonction puisse tre prolonge en une fonction de classe (
1
sur [0, +[ il faut que 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 x
1/
prolonge par continuit
en 0.
La fonction f
est de classe (
1
sur [0, +[, sannule en 0 et vrie 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 vrie en observant une
simplication que transforme un polynme de degr infrieur n en un autre.
Lapplication est donc bien un endomorphisme de R
n
[X].
Soient R et P R
n
[X].
Pour rsoudre lquation (P) = P, on recherche les solutions polynomiales de
degrs infrieurs n lquation direntielle
(x
2
1)y
(nx +)y = 0
La solution gnrale de cette quation direntielle 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 ,= 0
et donc est valeur propre de et les P
sont les vecteurs propres associs.

Puisque dimR
n
[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 R
n
[X] vers lui-mme.
Soient
1
,
2
R et P
1
, P
2
R
n
[X].
On a BP
1
= Q
1
A+f(P
1
) et BP
2
= Q
2
A+f(P
2
) avec deg f(P
1
), deg f(P
2
) n.
Par combinaison linaire on a alors
B(
1
P
1
+
2
P
2
) = (
1
Q
1
+
2
Q
2
)A+
1
f(P
1
) +
2
f(P
2
) avec
deg (
1
f(P
1
) +
2
f(P
2
)) n
On peut alors identier le reste de la division euclidienne de
1
P
1
+
2
P
2
par A et
armer
f(
1
P
1
+
2
P
2
) =
1
f(P
1
) +
2
f(P
2
)
Finalement f est un endomorphisme de R
n
[X].
b) On dnit le polynme A
A:=(X-1)*(X-2)*(X-3);
Puis lendomorphisme f
f:=P->rem(X^3*P,A,X);
On peut alors calculer limage Q de P = aX
2
+bX +c
P:=a*X^2+b*X+c;
Q:=f(P);
Enn on dtermine les lments du noyau en rsolvant le systme form par
lannulation des coecients de Q
solve({seq(coeff(Q,X,k)=0,k=0..2)},{a,b,c});
www.lirepdf.com
Enn 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 dnit 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 L
0
, . . . , L
n
associs aux rels a
0
, . . . , a
n
.
La famille (L
k
)
0kn
est une base de R
n
[X]. Pour tout k = 0, . . . , n
BL
k
= Q
k
A+f(L
k
)
En valuant cette relation en les a
j
, on obtient
f(L
k
)(a
j
) = B(a
j
)
j,k
et donc
f(L
k
) = B(a
k
)L
k
La famille (L
k
)
0kn
est une base de diagonalisation de lendomorphisme f. On
en dduit
det f =
n
k=1
B(a
k
) ,= 0 et ker f = 0
Les valeurs propres de f sont les B(a
k
) et le sous-espace propre associ la valeur
propre B(a
k
) est
Vect L
j
/j = 0, . . . , n, B(a
j
) = B(a
k
)
On retraduit le problme en termes dendomorphismes. Soit u un endomorphisme
dun K-espace vectoriel de dimension nie vriant rg(u) = 1. Soit x / ker u. On a
Vect(x) ker u = E. u(x) E donc on peut crire u(x) = x +y avec y ker u de
sorte que u
2
(x) = u(x). On observe alors que u
2
et u concident sur Vect(x) et
bien sr sur ker u donc u
2
= u. De plus, pour y Im(u) 0, y = u(a),
u(y) = u
2
(a) = u(a) = y donc est valeur propre de u.
Soient Sp(A) et X ,= 0 tels que AX = X.
Posons i 1, . . . , n tel que [x
i
[ = max
1kn
[x
k
[. On a x
i
,= 0 et
[x
i
[ =
j=1
a
i,j
x
j
j=1
[a
i,j
[ [x
i
[ |A| [x
i
[ do [[ |A|.
a) Le vecteur X =
t
(1 . . . 1) est videmment vecteur propre associ la valeur
propre 1.
b) Soient Sp(A) et X =
t
(x
1
. . . x
n
) un vecteur propre associ. Soit i
0
lindice
vriant
[x
i0
[ = max
1in
[x
i
[
On a [x
i0
[ , = 0 et la relation AX = X donne x
i0
=
n
j=1
a
i0,j
x
j
donc
[[ [x
i0
[ =
j=1
a
i0,j
x
j
j=1
[a
i0,j
[ [x
j
[
n
j=1
a
i0,j
[x
i0
[ = [x
i0
[
puis [[ 1.
c) Si de plus [[ = 1 alors il y a galit dans lingalit prcdente.
Lgalit dans la deuxime ingalit entrane [x
j
[ = [x
i0
[ pour tout j 1, . . . , n
car les coecients 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,
x
j
= [x
j
[ e
i
On en dduit x
1
= . . . = x
n
puis = 1.
a) Le vecteur X =
t
(1 . . . 1) est videmment vecteur propre associ la valeur
propre 1.
b) Soient Sp(A) et X =
t
(x
1
. . . x
n
) un vecteur propre associ. Soit i
0
lindice
vriant
[x
i0
[ = max
1in
[x
i
[
www.lirepdf.com
On a [x
i0
[ , = 0 et la relation AX = X donne x
i0
=
n
j=1
a
i0,j
x
j
donc
[[ [x
i0
[ =
j=1
a
i0,j
x
j
j=1
[a
i0,j
[ [x
j
[
n
j=1
a
i0,j
[x
i0
[ = [x
i0
[
puis [[ 1.
c) Si de plus [[ = 1 alors il y a galit dans lingalit prcdente.
Lgalit dans la deuxime ingalit entrane [x
j
[ = [x
i0
[ pour tout j tel que
a
i0,j
,= 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,
a
i0,j
x
j
= a
i0,j
[x
j
[ e
i
Ces deux proprits donnent pour tout j 1, . . . , n, a
i0,j
x
j
= a
i0,j
[x
i0
[ e
i
que
a
i0,j
,= 0 ou non.
En injectant ceci dans la relation x
i0
=
n
j=1
a
i0,j
x
j
, on obtient x
i0
= [x
i0
[ e
i
.
Pour j 1, . . . , n tel que a
i0,j
,= 0, x
j
= x
i0
.
Posons i
1
= j et reprenons la mme dmarche, ce qui est possible puisque
[x
i1
[ = max
1in
[x
i
[.
On dnit ainsi une suite (i
p
) 1, . . . , n
N
vriant x
ip
= x
ip+1
.
Cette suite tant non injective, il existe p N et q N
tel que i
p
= i
p+q
ce qui
donne
q
= 1.
a) Une rcurrence facile donne A
k
B BA
k
= kA
k
.
b) A
k
est vecteur propre de lendomorphisme considr si, et seulement si, A
k
,= 0.
c) Lendomorphisme M MB BM opre en dimension nie, il ne peut donc
avoir quun nombre ni de valeurs propres et donc il existe k N vriant A
k
= 0.
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 dnit 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 ,= 0 alors pour M /
n
(C)
dont toutes les colonnes sont gales X, on a AM = M avec M ,= 0. Ainsi est
aussi valeur propre de
A
.
Inversement, si est valeur propre de
A
dlment propre M ,= 0 alors pour X
colonne non nul de M, on a AX = X donc valeur propre de A.
b) On remarque MA =
t
(
t
A
t
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) L =
_
_
_
1 (0)
.
.
.
.
.
.
1 1
_
_
_ et U =
_
_
_
1 1
.
.
.
.
.
.
(0) 1
_
_
_ =
t
L.
b) U = I +N + +N
n1
, (I N)U = I donc U
1
= I N,
L
1
=
t
(U
1
) = I
t
N donc A
1
= U
1
L
1
= I N
t
N +N
t
N.
c) A
1
=
_
_
_
_
_
_
2 1 (0)
1
.
.
.
.
.
.
.
.
. 2 1
(0) 1 1
_
_
_
_
_
_
. Posons
n
le polynme caractristique de
A
1
M
n
(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 f
n
() =
n
(2 +2 cos ) on a
la relation :
f
n+2
() + 2 cos f
n+1
() +f
n
() = 0, f
0
() = 1 et f
1
() = 2 cos 1.
La rsolution de cette rcurrence linaire dordre 2 donne f
n
() =
cos(n+
1
2
)
cos

2
.
Ainsi,
n
admet n racines dans [0, 4] et puisque ce polynme est de degr n il ny
en a pas ailleurs : SpA
1
[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 /
n
(R) et dimE
0
(M) = n 2.
Soit une valeur propre non nulle de /
n
(R) et X =
t
(x
1
x
n
) un vecteur
propre associ.
Lquation MX = X fournit le systme
www.lirepdf.com
_
_
x
n
= x
1
.
.
.
x
n
= x
n1
x
1
+ +x
n
= x
n
On en dduit ( 1)x
n
= x
1
+ +x
n1
= (n 1)x
n
avec x
n
,= 0 car x
n
= 0
et ,= 0 entranent X = 0.
Par suite est racine de lquation
2
(n 1) = 0 et donc =
1
4n3
2
.
Inversement, on justie que ses valeurs sont valeurs propres, soit en remontant le
raisonnement, soit en exploitant la diagonalisabilit de la matrice symtrique
relle M pour armer 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)A
1
Les valeurs propres de A
1
sont alors
1
1
, . . . ,
1
n
Les valeurs propres de comA, qui sont aussi celles de
t
(comA), sont alors les
det A
1
, . . . ,
det A
n
Si rgA n 1 alors la comatrice de A est de rang infrieur 1. En eet on a
t
(comA)A = O
n
donc
ImA ker(
t
comA)
puis
dimker(comA) = dimker(
t
comA) n 1
et par la formule du rang
rg(comA) 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 /
n
(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 A
t
= A+tI
n
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 A
t
est inversible de valeurs propres
1
+t, . . . ,
n1
+t, t
Les valeurs propres de la comatrice de A
t
sont alors
det A
t
1
+t
, . . . ,
det A
t
n1
+t
,
det A
t
t
avec
det A
t
= (
1
+t) . . . (
n1
+t)t
On en dduit
tr(comA
t
) = ((
2
+t) . . . (
n1
+t)t)+. . .+((
1
+t) . . . (
n2
+t)t)+(
1
+t) . . . (
n1
+t)
et enn
tr(comA) = lim
t0
+
tr(comA
t
) =
1
. . .
n1
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 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 n 2.
a) Commenons par charger le package linalg
with(linalg);
Dnissons la matrice A
2
et calculons ses valeurs propres
A2:=matrix(2,2,[0,2,1,0]);
eigenvals(A2);
et pour obtenir les valeurs approches
www.lirepdf.com
map(evalf,{eigenvals(A2)});
Procdons de mme avec A
3
et A
10
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 A
n
et X =
t
_
x
1
x
n
_
un vecteur propre
associ.
Lquation A
n
X = X conduit au systme
_
_
x
1
+ 2x
2
+ +nx
n
= ( + 1)x
1
x
1
+ 2x
2
+ +nx
n
= ( + 2)x
2
.
.
.
x
1
+ 2x
2
+ +nx
n
= ( +n)x
n
Sil existe k 1, . . . , n tel que +k = 0 alors les galits
( +j)x
j
= ( +k)x
k
donne x
j
= 0 pour tout j ,= k et lgalit
x
1
+ 2x
2
+ +nx
n
= ( +k)x
k
donne x
k
= 0. Ainsi X = 0 et cette situation est donc exclure.
On a donc pour tout k 1, . . . , n, +k ,= 0 et le systme donne
x
j
=
+ 1
+j
x
1
pour tout j 1, . . . , n
Puisque X ,= 0, le coecient x
1
est non nul et la premire quation du systme
donne
+ 1
+ 1
x
1
+
2( + 1)
+ 2
x
1
+ +
n( + 1)
+n
x
1
= ( + 1)x
1
et en simpliant on obtient
1
+ 1
+
2
+ 2
+ +
n
+n
= 1
c) Inversement, si vrie lquation
1
+ 1
+
2
+ 2
+ +
n
+n
= 1
alors en posant
X =
t
_
1
+1
1
+2

1
+n
_
on obtient une colonne X ,= 0 vriant A
n
X = X.
Ainsi les valeurs propres de A
n
sont exactement les racines de lquation
1
+ 1
+
2
+ 2
+ +
n
+n
= 1
Considrons la fonction f dnie par
f(x) =
1
x + 1
+ +
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
A
n
admet une valeur propre dans chacun des intervalles
]n, (n 1)[ , , ]2, 1[ , ]1, +[
Notons que de plus la somme des valeurs propres de A
n
tant gale trA
n
= 0,
lunique valeur propre positive est comprise entre
n1
k=1
k =
n(n 1)
2
et
n
k=2
k =
(n 1)(n + 1)
2
d) Le terme x
n
est caractris par
1
x
n
+ 1
+ +
1
x
n
+n
= 1 et x
n
]2, 1[
Si x
n+1
x
n
alors
1 =
1
x
n+1
+ 1
+ +
1
x
n+1
+n + 1
>
1
x
n+1
+ 1
+ +
1
x
n+1
+n

1
x
n
+ 1
+ +
1
x
n
+n
= 1
ce qui est absurde.
On en dduit que x
n
< x
n+1
et donc que la suite (x
n
) est strictement croissante.
e) La suite (x
n
) est croissante et majore par 1 donc cette suite converge vers
1.
Si < 1 alors la relation
1
x
n
+ 1
+ +
1
x
n
+n
= 1
www.lirepdf.com
donne
1
1
+ 1
+ +
1
+n
pour tout n N
.
Or la srie numrique

1
+k
est divergente et donc ce qui prcde est absurde.
On en dduit que la suite (x
n
) crot vers 1.
On peut donc crire x
n
= 1 y
n
avec y
n
0
+
, y
n
]0, 1[ et
1
y
n
+
1
1 y
n
+ +
1
(n 1) y
n
= 1
On en dduit
1
y
n
=
y
n
1 y
n
+
1
2 y
n
+ +
1
(n 1) y
n
Puisque
y
n
1 y
n
0
et
1
2
+ +
1
n 1

1
2 y
n
+ +
1
(n 1) y
n
1 +
1
2
+ +
1
n 2
avec les termes encadrant tout deux quivalents ln n.
On en dduit
1
y
n
ln n
puis
x
n
= 1
1
ln n
+o
_
1
ln n
_
a) Par le calcul
A
2
=
_
_
_
_
_
_
1 (0) 0
.
.
. 1
1
.
.
.
0 (0) 1
_
_
_
_
_
_
/
n
(R)
Puisque A et A
2
ne possdent que deux colonnes non nulles et que celles-ci sont
visiblement indpendantes, on a rgA = rgA
2
= 2.
b) On a rgf = rgf
2
donc dimker f = dimker 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 = 0
E
et un argument de dimension permet darmer
ker f Imf = R
n
.
c) Une base adapte la dcomposition ker f Imf = R
n
permet de justier que
la matrice A est semblable
_
_
_
_
_
0 (0)
.
.
.
0
(0) B
_
_
_
_
_
avec B /
2
(R)
Puisquon a alors rgA = rgB = 2, on peut armer que la matrice B est inversible.
d) trB = trA = 0 et trB
2
= trA
2
= 2.
Soient et les deux valeurs propres complexes de la matrice B. On a
_
+ = 0
2
+
2
= 2
On en dduit
, = 1, 1
Ainsi
SpB = 1, 1 et SpA = 1, 0, 1
e) Par calcul de rang
dimE
0
(A) = dimker A = n 2
On a aussi
dimE
1
(A) = dimE
1
(B) = 1 et dimE
1
(A) = 1
donc la matrice A est diagonalisable car la somme des dimensions de ses
sous-espaces propres est gale n.
a) Si B = P
1
AP alors
B
= det(P
1
AP P
1
XP) =
A
.
b) Inversement A =
_
0 1
0 0
_
et B =
_
0 0
0 0
_
ne sont pas semblables mais ont
mme polynme caractristique.
www.lirepdf.com
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.
A
1(x) = det(A
1
xI) = det A
1
det(I xA) =
(x)
n
det A
det
_
A
1
x
I
_
donc
A
1(x) =
(x)
n
A(0)
A
(1/x).
a) Pour x C,
det(AB xI
n
) = det Adet(B xA
1
) = det(B xA
1
) det A = det(BAxI
n
)
donc
AB
(x) =
BA
(x).
b) t det(A+tI
n
) est une fonction polynomiale en t donc ses annulations sont
isoles et donc pour tout t > 0 susamment petit A+tI
n
GL
n
(C). Comme vu
ci-dessus, pour x K,
(A+tIn)B
(x) =
B(A+tIn)
(x)
Les applications t
(A+tIn)B
(x) et t
B(A+tIn)
(x) sont polynomiales en t
donc continues et en passant la limite quand t 0 on obtient
AB
(x) =
BA
(x).
Il est bien connu que
M, N /
n
(K),
MN
=
NM
On en dduit
(AB)
p =
[A(BA)
p1
]B
=
B[A(BA)
p1
]
=
(BA)
p
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.
On a
A

A
(X) = det(A

AXI
n
)
donc en conjuguant
A

A
(X) = det(

AAXI
n
) =
AA
(X)
Or il est bien connu que pour A, B /
n
(C)
AB
=
BA
On obtient donc
A

A
=
A

A
et par consquent
A

A
R[X]
Dune part
_
I
n
A
B I
p
__
I
n
O
n,p
B I
p
_
=
_
AB I
n
A
O
p,n
I
p
_
Dautre part
_
I
n
O
n,p
B I
p
__
I
n
A
B I
p
_
=
_
I
n
A
O
p,n
BAI
p
_
En passant au dterminant, on obtient
det M (1)
n
=
AB
() et (1)
n
()
p
det M = ()
n
BA
()
et on en dduit
()
p
AB
() = ()
n
BA
()
Dans le cas o A = J
r
=
_
I
r
0
0 0
_
, la proprit est immdiate en crivant
B =
_
C D
E F
_
avec C bloc carr de taille r.
Dans le cas gnral, on peut crire A = QJ
r
P avec r = rgA et P, Q inversibles.
X
q
AB
(X) = X
q
Q
1
ABQ
(X) = X
q
JrPBQ
(X) donc
X
q
AB
(X) = X
p
PBQJr
(X) = X
p
BQJrP
(X) = X
p
BA
(X).
www.lirepdf.com
a) Oui un tel polynme existe, il sut de se rfrer aux matrices compagnons.
Notons quil est entendu, quici, le polynme caractristique dune matrice carre
A est dnie par
A
= det(XI
n
A).
b) Il existe une matrice A dont le polynme caractristique est P. Celle-ci est
semblable une matrice triangulaire de la forme
_
_
_
1

.
.
.
0
n
_
_
_ et donc A
q
est semblable
_
_
_
q
1

.
.
.
0
q
n
_
_
_. Ainsi le polynme caractristique de A
q
est P
q
et puisque A
q
est coecients entiers, P
q
lest aussi.
c) Compte tenu des relations coecients-racines dun polynme scind, on peut
majorer les coecients de P et armer que, pour un degr x, il ny a quun
nombre ni de polynmes P possibles. Considrons un tel polynme.
Lapplication q N
P
q
nest pas injective compte tenu des rsultats
prcdents, il existe donc q < r tel que P
q
= P
r
. Ainsi, il existe une permutation
de N
n
vriant : i N
n
,
q
i
=
r
(i)
. A laide dune dcomposition en cycles de ,
on peut armer quil existe une puissance de gale lidentit et donc conclure
que pour tout i N
n
il existe q
> q tel que

q
i
=
q
i
. On peut alors armer que
i
est nul ou bien une racine de lunit.
a) SpB = Sp
t
B car
B
= t
B
.
b) Pour tout X /
n,1
(K), A(CX) = (CX) donc CX ker(AI
n
).
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 = QJ
r
P avec P, Q inversibles. La relation AC = CB donne
Q
1
AQJ
r
= J
r
PBP
1
.
En crivant les matrices Q
1
AQ et PBP
1
par blocs, lgalit
Q
1
AQJ
r
= J
r
PBP
1
impose une dcomposition en blocs triangulaire puis
permet dobserver que
A
=
Q
1
AQ
et
B
=
PBP
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 det A < 0 SpA ], 0[ ,= .
On a
A
(X) = (1)
n
X
n
+ + det A
Si det A < 0 alors puisque lim
t
A
(t) = + et sachant la fonction t
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.
On peut crire
A
(X) = (1)
n
n
k=1
(X
k
)
avec
1
, . . . ,
n
les valeurs propres de A comptes avec multiplicit.
On a alors
A
(B) GL
n
(C) 1 k n, B
k
I
n
GL
n
(C)
ce qui donne
A
(B) GL
n
(C) 1 k n,
k
/ SpB
et on peut ainsi armer
A
(B) GL
n
(C) SpA SpB =
Dans une base adapte au noyau , la matrice de est
_
_
_
_
_
_
_
_
_
a b 0 0
c d
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0
_
_
_
_
_
_
_
_
_
On a alors
f
(X) = (1)
n
X
n2
_
X
2
(a +d)X +ad bc
_
www.lirepdf.com
Or
trf = a +d et trf
2
= a
2
+ 2bc +d
2
donc
f
(X) = (1)
n
X
n2
_
X
2
tr(f)X +
(trf)
2
tr(f
2
)
2
_
En dveloppant selon la premire colonne
1 0
.
.
.
.
.
.
.
.
.
0 1
a
0
a
n2
a
n1

[n]
= (1)
n+1
a
0
1 0
.
.
.
.
.
.
.
.
.
0 1
a
1
a
n2
a
n1

[n1]
puis en reprenant le processus on parvient
(1)
n+1
(a
0
+a
1
+ +a
n1
n1
n
)
On peut aussi rsoudre le problme via lopration lmentaire :
C
1
C
1
+C
2
+ +
n1
C
n
.
a) P
n
(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.
P
1
(x) = x et P
2
(x) = x
2
1.
b) La suite (P
n
(2 cos )) est une suite rcurrente linaire dordre 2. On introduit
lquation caractristique associe dont les racines permettent dexprimer le terme
gnral de (P
n
(x)) laide de coecients inconnus dtermins par les valeurs
n = 1 et n = 2.
c) Les x
k
= 2 cos
k
n+1
avec k 1, . . . , n sont racines distinctes de P
n
(x).
A
n
/
n
(C) possde n valeurs propres distinctes donc A est diagonalisable.
a) En factorisant sur la ime colonne
P(a
i
) = a
i
a
i
1 a
n
a
1
.
.
.
.
.
.
.
.
. 1
.
.
.
.
.
.
.
.
. a
n
a
1
1 a
i
En retranchant la ime ligne chacune des autres

P(a
i
) = a
i
a
i
a
1
0 0
0
.
.
.
.
.
.
.
.
. 1
.
.
.
.
.
.
.
.
. 0
0 0 a
i
a
n
et donc
P(a
i
) = a
i
j=i
(a
i
a
j
)
b) En utilisant la formule des dterminants
P(x) =

Sn
()
n
i=1
_
a
(i),i
+x
(i),i
_
Si = Id
Nn
alors
n
i=1
_
a
(i),i
+x
(i),i
_
=
n
i=1
(a
i,i
+x) est une expression
polynomiale unitaire de degr n.
Si ,= Id
Nn
alors
n
i=1
_
a
(i),i
+x
(i),i
_
=
n
i=1
(a
i,i
+x) est une expression
polynomiale de degr strictement infrieure n.
On peut donc armer que P est une fonction polynomiale unitaire de degr
exactement n.
c) Puisque les a
i
sont deux deux distincts
P(X)
n
i=1
(X a
i
)
= 1 +
n
i=1
i
X a
i
avec
i
=
P(a
i
)
j=i
(a
i
a
j
)
= a
i
d) On a det(A+I
n
) = P(1).
Si lun des a
i
vaut 1, il sut de reprendre la valeur de P(a
i
).
Sinon, par la dcomposition prcdente
P(1)
n
i=1
(1 a
i
)
= 1 +
n
i=1
a
i
1 a
i
www.lirepdf.com
et donc
det(A+I
n
) =
_
1 +
n
i=1
a
i
1 a
i
_
n
i=1
(1 a
i
)
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.
On retraduit le problme en terme dendomorphismes. Soient u et v deux
endomorphismes dun C-espace vectoriel de dimension nie vriant 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 ,= 0 vriant
t
AX = X et BY = Y .
Posons alors U = Y
t
X /
n
(C) 0.
On a BU = Y
t
X et UA = Y
t
(
t
AX) = Y
t
X donc UA = BU.
Inversement, supposons quil existe U /
n
(C) non nulle vriant UA = BU. On
peut crire U = QJ
r
P avec P, Q inversibles et r = rgU > 0. Lgalit UA = BU
entrane alors J
r
A
= B
J
r
avec A
= PAP
1
et B
= Q
1
BQ. Puisque
semblables, SpA
= SpA et SpB
= SpB. En raisonnant par blocs, lgalit

J
r
A
= B
J
r
entrane A
=
_
M 0

_
et B
=
_
M
0
_
avec M /
r
(C).
Ces formes matricielles SpM SpA
et SpM SpB
. Or SpM ,= (cadre
complexe) donc SpA SpB ,= .
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 u
1
v = aId
E
et donc
tr(u v u
1
) trv = a dimE.
Or tr(u v u
1
) = trv ce qui entrane une absurdit.
On en dduit que u est non inversible.
v admet une valeur propre et si x est vecteur propre associ, la relation
prcdente donne
v(u(x)) = ( a)u(x)
Si u est inversible alors a est valeur propre de v et en reprenant ce schma, on
obtient na valeurs propres de v pour tout n N. Cest absurde car v ne
possde quun nombre ni de valeurs propres et donc u nest pas inversible.
Par rcurrence sur n N, on obtient
u
n
v v u
n
= nau
n
Lendomorphisme : w w v v w nadmet quun nombre ni de valeurs
propres car opre en dimension nie. Si u nest pas nilpotent alors pour tout
n N, na est valeur propre de . Cest absurde et donc u est nilpotent.
Enn, soit x ker u. On a u(v(x)) = v(u(x)) +au(x) = 0 donc v(x) ker u. Par
suite ker u ,= 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 sut de transposer ltude prcdente.
Si a ,= 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) ,= 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.
www.lirepdf.com
Cas a = 0 et b ,= 0
Par rcurrence, on obtient f g
n
g
n
f = nbg
n
pour tout n N.
Lapplication u L(E) f u u f est un endomorphisme de L(E) or
dimL(E) < + donc cet endomorphisme nadmet quun nombre ni de valeur
propre. Cependant, pour chaque n N tel que g
n
,=

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 ,= 0.
On vrie 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 ,= 0
Semblable
Cas a ,= 0 et b ,= 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)
A
(X) = (X cos )
2
+ sin
2
de racines e
i
et e
i
.
Si ,= 0 [] alors A possde deux valeurs propres distinctes donc A est
diagonalisable.
Si = 0 [] alors A est diagonale.
b) Si ,= 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 ) sin
2
de racines 1 donc B est
diagonalisable.
M
(x) = x
3
+x(ab +bc +ca). Posons = ab +bc +ca.
Cas complexe.
Si ,= 0 alors M est diagonalisable car
M
admet trois racines distinctes.
Si = 0 alors 0 est seule valeur propre et par suite M est diagonalisable si, et
seulement si M est semblable la matrice nulle ce qui nest le cas que si
a = b = c = 0.
Cas rel.
Si > 0 alors M est diagonalisable.
Si = 0 alors M est diagonalisable si, et seulement si, a = b = c = 0.
Si < 0 alors M nest pas diagonalisable.
E
i,i
est diagonale donc diagonalisable.
Pour i ,= j,
Ei,j
(X) = (1)
n
X
n
donc seul 0 est valeur propre. Par suite si E
i,j
est diagonalisable alors E
i,j
= 0 ce qui est incorrect. Conclusion E
i,j
diagonalisable si, et seulement si, i = j.
a) A ne possde que deux colonnes direntes donc rg(A) 2.
a b
b a
= a
2
b
2
,= 0 donc rg(A) = 2. Par le thorme du rang
dimker 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.
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 ,= 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 = PDP
1
avec
P =
_
_
_
_
_
_
_
_
1 (0) 1 1
.
.
.
.
.
.
.
.
.
(0) 1
.
.
.
.
.
.
1 1 1 1
0 0 0
1

2
_
_
_
_
_
_
_
_
et D = diag(0, . . . , 0,
1
,
2
)
En reprenant la mme dmarche avec la seconde matrice que nous noterons B, on
obtient B = PDP
1
avec
P =
_
_
_
_
_
_
_
_
_
_
1 0 0
1

2
0 1 (0) 2 2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. (0) 1
.
.
.
.
.
.
0 1 1 2 2
1 0 0
1

2
_
_
_
_
_
_
_
_
_
_
et D = diag(0, . . . , 0,
1
,
2
)
www.lirepdf.com
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
que lon vrie aisment par rcurrence. 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
_
_
x
1
+ +x
n
= x
1
x
1
+x
2
= x
2
.
.
.
x
1
+x
n
= x
n
_
_
x
1
+ +x
n
= x
1
x
1
= ( 1)x
2
.
.
.
x
1
= ( 1)x
n
Pour = 1, on peut obtenir une solution non nulle avec les conditions x
1
= 0 et
x
2
+ +x
n
= 0.
Pour ,= 1, le systme devient
_
_
(n 1)x
1
= ( 1)
2
x
1
x
2
= x
1
/( 1)
.
.
.
x
n
= x
1
/( 1)
Pour x
1
= 0, la solution du systme est nulle.
Pour x
1
,= 0, on peut former une solution non nulle condition que
( 1)
2
= n 1.
A = PDP
1
avec D = diag(a + (n 1)b, a b, . . . , a b) et
P =
_
_
_
_
_
_
1 1 (0)
.
.
. 1
.
.
.
.
.
.
.
.
. 1
1 (0) 1
_
_
_
_
_
_
.
B = QQ
1
avec
Si n est impair : = diag(a + (n 1)b, b a, . . . , b a, a b, . . . , a b) et
Q =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 1 (0) 1 (0)
.
.
.
.
.
.
.
.
.
.
.
. (0) 1 (0) 1
.
.
. 0 0 2 2
.
.
. (0) 1 (0) 1
.
.
. .
.
.
.
.
.
1 1 (0) 1 (0)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Si n pair : = diag(a + (n 1)b, b a, . . . , b a, a b, . . . , a b) et
Q =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 1 (0) 1 (0)
.
.
.
.
.
. 1
.
.
.
.
.
.
.
.
.
.
.
. 1
.
.
. (0) 1 (0) 1
.
.
. (0) 1 (0) 1
.
.
. .
.
.
.
.
.
1
.
.
. .
.
.
1 .
.
.
(0)
1 1 (0) 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
a) M(a, b) = PD(a, b)P
1
avec D(a, b) = diag((a +b)
2
, (a b)
2
, a
2
b
2
, a
2
b
2
) et
P =
_
_
_
_
1 1 1 0
1 1 0 1
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

a
2
b
2
< 1.
www.lirepdf.com
Or a
2
b
2
= (a +b)(a b) donc la dernire condition lest automatiquement si les
deux premires le sont.
Ltude graphique est alors simple.
a) On charge le package linalg et on dnit 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 ,= 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 ,= 0, ou si c = 0 et b ,= 0, ou encore si d = 0 et a ,= 0, cest semblable.
Dans les cas complmentaires (par exemple a = d = 0 et b, c ,= 0), la matrice est
diagonalisable.
b) Si u est diagonalisable alors les endomorphismes u
F1
, . . . , u
Fp
le sont aussi (car
sont annul par un polynme scind simple annulant u).
Inversement, si les endomorphismes u
F1
, . . . , u
Fp
sont diagonalisables alors,
sachant E = F
1
F
p
, on peut former une base de E diagonalisant u en
accolant des bases des F
i
diagonalisant u
Fi
.
Finalement, u est diagonalisable si, et seulement si, les endomorphismes
u
F1
, . . . , u
Fp
le sont.
c) Soient (e
1
, . . . , e
2n
) la base canonique de C
2n
et u L(C
2n
) de matrice A dans
cette base.
Les espaces F
1
, . . . , F
n
dnis par F
i
= Vect(e
i
, e
2n+1i
) sont stables par u et
vrient C
2n
= F
1
F
n
.
Par ce qui prcde, u est diagonalisable si, et seulement si, les endomorphismes
u
F1
, . . . , u
Fn
le sont.
Or la matrice de u
Fi
dans la base (e
i
, e
2n+1i
) est
_
0 a
2n+1i
a
i
0
_
et cette dernire est diagonalisable dans /
2
(C) si, et seulement si,
a
i
a
2n+1i
,= 0 ou a
i
= a
2n+1i
= 0
On peut alors armer que A est diagonalisable si, et seulement si,
i 1, . . . , n , a
i
a
2n+1i
,= 0 ou a
i
= a
2n+1i
= 0
d) Dans /
2
(R), la matrice
_
0 b
a 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
/
2n
(R) si, et seulement si,
i 1, . . . , n , a
i
a
2n+1i
> 0 ou a
i
= a
2n+1i
= 0
La matrice A est la matrice dans la base canonique (1, X, . . . , X
n
) de
lendomorphisme
u : P C
n
[X] nXP + (1 X
2
)P
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
+ (k 2n)(X + 1)
k
www.lirepdf.com
La matrice de lendomorphisme u dans la base (1, (X + 1), . . . , (X + 1)
n
) est
triangulaire infrieure de coecients diagonaux
k 2n 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.
Cas a = b = 0 la rsolution est immdiate.
Cas a = 0 et b ,= 0, la matrice M
n
est triangulaire suprieure stricte non nulle, elle
nest pas diagonalisable.
Cas a ,= 0 et b = 0, idem.
Cas a = b
Mn
(X) = (1)
n
(X (n 1)a)(X +a)
n1
avec
E
(n1)a
= Vect(1, . . . , 1)
et
E
a
: x
1
+ +x
n
= 0
La matrice M
n
est donc diagonalisable et il est ais de former une base de
vecteurs propres.
Cas a ,= b et ab ,= 0
Aprs calculs (non triviaux)
Mn
(X) = (1)
n
b(X +a)
n
a(X +b)
n
b a
Les racines de ce polynme sont les solutions de lquation dinconnue z C
_
z +a
z +b
_
n
=
a
b
Il y en a exactement n sexprimant en fonction des racines nme de lunit.
On en dduit que M
n
est diagonalisable.
Soit une valeur propre de M
n
et x = (x
1
, . . . , x
n
) C
n
.
LquationM
n
x = x quivaut au systme
_
_
x
1
+bx
2
+ +bx
n
= 0
ax
1
x
2
+ +bx
n
= 0
.
.
.
ax
1
+ +ax
n1
x
n
= 0
En retranchant chaque quation la prcdente, on obtient le systme quivalent
_
_
x
1
+bx
2
+ +bx
n
= 0
(a +)x
1
+ (b +)x
2
= 0
.
.
.
(a +)x
n1
(b +)x
n
= 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 +)x
1
+ (b +)x
2
= 0
.
.
.
(a +)x
n1
(b +)x
n
= 0
La rsolution de ce dernier est immdiate. On obtient pour vecteur propre
x = (x
1
, . . . , x
n
) avec
x
k
=
_
a +
b +
_
k
a) En dveloppant selon la premire colonne
1 0
.
.
.
.
.
.
.
.
.
0 1
a
0
a
n2
a
n1

[n]
= (1)
n+1
a
0
1 0
.
.
.
.
.
.
.
.
.
0 1
a
1
a
n2
a
n1

[n1]
puis en reprenant le processus on parvient
(1)
n+1
(a
0
+a
1
+ +a
n1
n1
n
)
On peut aussi retrouver ce rsultat via lopration lmentaire :
C
1
C
1
+C
2
+ +
n1
C
n
.
On en dduit
M
(X) = (1)
n
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
_
www.lirepdf.com
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.
Via un changement de bases ralis de sorte que les premiers vecteurs soient dans
le noyau de A, on peut crire P
1
AP =
_
O
n1

0
_
avec = trA.
Si ,= 0 alors est valeur propre de A ce qui permet de diagonaliser A.
Si A est diagonalisable, sachant que A nest pas nulle, ,= 0.
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 ,= 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 = O
n
. Ceci est exclu car on suppose les colonnes X et Y non nulles.
Au nal M est diagonalisable si, et seulement si, ,= 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 = (e
1
, . . . , e
n
) la base canonique de K
n
et f lendomorphisme de K
n
dont la matrice dans B est J.
Posons
1
= e
1
+ +e
n
, de sorte que f(
1
) = n
1
.
Puisque rgf = rgJ = 1, on peut introduire (
2
, . . . ,
n
) base du noyau de f.
Il est alors clair que B
= (
1
, . . . ,
n
) est une base de K
n
et que la matrice de f
dans celle-ci est diagonale.
En posant M = (a
i
a
j
)
1i,jn
, on vrie M
2
= M avec =
n
k=1
a
2
k
.
Si ,= 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 (a
1
, . . . , a
n
) = 0.
Si A est diagonalisable alors il existe une matrice P inversible telle que
P
1
AP = D diagonale. En transposant,
t
P
t
A
t
(P
1
) = D cest--dire
Q
t
AQ
1
= D avec Q =
t
P inversible dinverse Q
1
=
t
(P
1
).
Il existe des matrices P GL
n
(K) et D D
n
(K) telles que
AB = PDP
1
On a alors
A(BA)A
1
= PDP
1
puis
BA = (A
1
P)D(P
1
A) = (A
1
P)D(P
1
A)
1
Soient F
1
et F
2
des sous-espaces vectoriels supplmentaires de dimension p et q
dun K-espace vectoriel E. Soit B = (B
1
, B
2
) une base adapte la
supplmentarit de F
1
et F
2
et f
1
, f
2
et f les endomorphismes de F
1
, F
2
et E
dtermins par Mat(f
1
, B
1
) = A
1
, Mat(f
2
, B
2
) = A
2
et Mat(f, B) = A. Il est clair
que pour tout K, on a E
(f) = E
(f
1
) E
(f
2
). En caractrisant la
diagonalisabilit par la somme des dimensions des sous-espaces propres, on
conclut lquivalence voulue.
a) X =
_
X
1
X
2
_
,
BX = X X
2
= X
1
etAX
1
= X
2
X
2
= X
1
etAX
1
=
2
X
1
.
Par consquent est valeur propre de B si, et seulement si,
2
est valeur propre
de A.
b) Si A = O
n
alors A est diagonalisable mais pas B.
En eet, 0 est la seule valeur propre de B alors que B ,= O
n
.
a) On vrie
_
I
n
D
O
n
I
n
_
1
=
_
I
n
D
O
n
I
n
_
www.lirepdf.com
b) On observe
_
I
n
D
O
n
I
n
_
1
_
A C
O
n
B
__
I
n
D
O
n
I
n
_
=
_
A E
O
n
B
_
avec E = AD +C DB.
Pour conclure, montrons quil existe D /
n
(C) vriant DB AD = C.
Considrons pour cela lendomorphisme de /
n
(C) dni par
(M) = MB AM
Pour M ker , on a MB = AM.
Pour tout X vecteur propre de B associ une valeur propre , on a
AMX = MBX = MX
Puisque est valeur propre de B, nest pas valeur propre de A et donc
MX = O
n,1
.
Puisquil existe une base de vecteurs propres de B et puisque chacun annule M,
on a M = O
n
.
Ainsi lendomorphisme est injectif, or /
n
(C) est de dimension nie 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 GL
n
(R) et D D
n
(R) telles que
B = PDP
1
Si AB
3
= B
3
A alors
APD
3
P
1
= PD
3
P
1
A
puis on obtient
MD
3
= D
3
M
avec M = P
1
AP.
Notons m
i,j
le coecient gnral de M et
1
, . . . ,
n
les coecients diagonaux de
D.
La relation MD
3
= D
3
M donne
(i, j) 1, . . . , n
2
, m
i,j
3
j
= m
i,j
3
i
et donc
(i, j) 1, . . . , n
2
, m
i,j
= 0 ou
3
i
=
3
j
Comme la fonction x x
3
est injective sur R, on obtient
(i, j) 1, . . . , n
2
, m
i,j
= 0 ou
i
=
j
et donc
MD = DM
puis
AB = BA
On peut crire
A = PDP
1
et B = QQ
1
avec P, Q GL
n
(K) et D, /
n
(K) diagonales.
Si A
p
MQ
q
= O
n
alors
D
p
N
q
= O
n
avec N = P
1
MQ = (n
i,j
).
En notant
1
, . . . ,
n
et
1
, . . . ,
n
les coecients diagonaux de D et , on obtient
(i, j) 1, . . . , n
2
,
q
i
n
i,j
q
j
= 0
et donc
(i, j) 1, . . . , n
2
,
i
n
i,j
j
= 0
puis
DN = O
n
ce qui permet de conclure.
Puisque Im(u Id
E
) Im(u + Id
E
) = 0, on a
rg(u Id
E
) + rg(u + Id
E
) dimE
puis par la formule du rang
dimker(u Id
E
) + dimker(u + Id
E
) dimE
On en dduit que u est diagonalisable de valeurs propres possibles 1 et 1.
www.lirepdf.com
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 coecients 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 = dimE valeurs sont distinctes donc
est diagonalisable.
Lapplication f est clairement linaire de R[X] vers lui-mme. De plus, si
deg P n, il est ais dobserv que deg f(P) n. On peut donc conclure que f
est un endomorphisme de R
n
[X]. Pour tout k 0, . . . , n,
f(X
k
) = k(k + 1)X
k
k(k 1)X
k2
ce qui permet de former la reprsentation
matricielle souhaite. On constate alors que la matrice de f est triangulaire de
coecients 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 n 1, il est clair que (P) E. Si deg P = n aprs simplication
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 tri-diagonale et peu pratique.
Formons plutt la matrice de dans la base des (X a)
k
((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
et cette fois-ci la
matrice de est triangulaire infrieure coecients diagonaux distincts :
nb, (a + (n 1)b), (2a + (n 2)b), . . . , ((n 1)a +b), na qui sont les
valeurs propres de . Puisque admet n + 1 valeurs propres distinctes et que
dimE = n + 1, on peut conclure que est diagonalisable
Si M appartient lhyperplan des matrices de trace nulle alors (M) = M et
donc M E
1
().
Ainsi lespace propre E
1
() est de dimension au moins gale n
2
1.
De plus, (I
n
) = (n + 1)I
n
donc lespace propre E
n+1
() est de dimension au
moins gale 1.
Puisque la somme des dimensions des sous-espaces propres est au moins gale
n
2
= dim/
n
(R), lendomorphisme est diagonalisables (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
dimE
(F) dimE dimE
(f). Mais par diagonalisabilit dimL(E)) =
Sp(F)
dimE
(F) dimE

Sp(f)
dimE
(f) = dimE
2
= dimL(E) et donc on
a les galits dimE
(F) = dimE dimE
(f) pour tout Sp(f).

a) oui
b) Pour f L(E).
Si Imf Imp et ker p ker f alors T(f) = f.
Un tel endomorphisme f est entirement dtermin par sa restriction de Imp vers
Imp.
On en dduite dimE
1
(T) (dimImp)
2
.
Si Imf ker p et Imp ker f alors T(f) = 0.
Un tel endomorphisme f est entirement dtermin par sa restriction de ker p vers
ker p.
On en dduit dimE
0
(T) (dimker p)
2
.
Si Imf Imp et Imp ker f alors T(f) =
1
2
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 T(f) =
1
2
f.
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 dimE
1/2
(T) 2 dimker p dimImp.
Or (dimImp)
2
+ 2 dimker p dimImp + (dimker p)
2
= (dimImp + dimker p)
2
=
dimE
2
= dimL(E) donc
T est diagonalisable et
c) dimE
1
(T) = (dimImp)
2
, dimE
0
(T) = (dimker p)
2
et
dimE
1/2
(T) = 2 dimker p dimImp.
www.lirepdf.com
B = (X x
0
) . . . (X x
n
).
Si P R
n
[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(x
i
). Inversement pour = A(x
i
),
P =
n
j=0,j=i
(X x
j
), (P) = P avec P ,= 0. Ainsi Sp = A(x
i
)/i [[0, n]].
Prcisons le sous-espace propre associ la valeur propre = A(x
i
). Quitte
rindexer, on peut supposer que = A(x
0
).
Sil existe dautres x
i
tels que = A(x
i
) on rindexe encore les x
1
, . . . , x
n
de sorte
que = A(x
0
) = . . . = A(x
p
) et ,= A(x
p+1
), . . . , A(x
n
). Ainsi x
0
, . . . , x
p
sont
racines de A alors que x
p+1
, . . . , x
n
ne le sont pas.
Pour P R
n
[X], on a (P) = P si, et seulement si, B [ (A)P. Or
A = (X x
0
) . . . (X x
p
)

A avec x
p+1
, . . . , x
n
non racines de

A. Puisque
(X x
p+1
) . . . (X x
n
)

A = 1, B [ (A)P quivaut
(X x
p+1
) . . . (X x
n
) [ P.
Ainsi E
() = (X x
p+1
) . . . (X x
n
)Q/Q R
np
[X].
La somme des dimensions des sous-espaces propres tant gal la dimension de
lespace, est diagonalisable.
Posons lendomorphisme de L(E) tudi. On observe que
3
= . Par
annulation dun polynme scind simple, on peut armer que est diagonalisable
de seules valeurs propres possibles 0, 1 et 1.
En introduisant une base adapte la projection f, la matrice de cet
endomorphisme est
_
I
r
0
0 0
_
En notant
_
A B
C D
_
la matrice de u dans cette base, on obtient :
(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.
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) ,= 0 alors f est diagonalisable dans une base adapte
R
3
= 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.
Supposons f diagonalisable et soit B = (e
1
, . . . , e
n
) une base de vecteurs propres
de f. Pour 1 i, j n, on pose g
i,j
lendomorphisme de E dtermin par
g
i,j
(e
k
) =
j,k
e
i
. La famille (g
i,j
) est une base de L(E) et on observe
T(g
i,j
) = (
i

k
)g
i,j
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.
() 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 =
Sp(f)
E
(f), pour tout x E, on peut crire x =

Sp(f)
x
avec
x
et alors
(g f)(x) =

Sp(f)
g(x
) = (f g)(x)
donc f g = g f.
Notons
1
, . . . ,
n
les valeurs propres deux deux distinctes de v et
1
, . . . ,
n
des
complexes tels que
2
k
=
k
. Par interpolation, il existe un polynme P (de degr
strictement infrieur n) tel que P(
k
) =
k
. Considrons alors u = P(v). Pour
tout x E
k
(v), u(x) = P(v)(x) = P(
k
)(x) =
k
x donc u
2
(x) =
k
x = v(x). Les
endomorphismes u
2
et v concident sur les espaces propres de v dont la somme est
gale E car v est diagonalisable.
Rappelons que tout endomorphisme dun C-espace vectoriel possde au moins un
valeur propre.
www.lirepdf.com
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 = 0 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 = 0 alors f est diagonalis.
Sinon, on itre le processus.
2me dmarche : Le sous-espace vectoriel F =
Spf
E
(f) est stable par f, il

admet donc un supplmentaire stable G, si G ,= o alors f
G
admet un vecteur
propre qui sera aussi vecteur propre de f donc lment de F. Cest contradictoire
donc G = 0 et E =
Spf
E
(f).
a) ok
b) Supposons g (
f
. 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 sous-espace propre soit stable par g. Pour
tout x E, on peut crire x =

Sp(f)
x
et on a
g(f(x)) = g
_
_

Sp(f)
x
_
_
=

Sp(f)
g(x
)
et
f(g(x)) = f
_
_

Sp(f)
g(x
)
_
_
=

Sp(f)
g(x
)
donc f et g commutent.
c) Considrons : L(E)

Sp(f)
L(E
(f)) lendomorphisme dni par (g) est

le produit des restrictions aux E
(f) de g. Cette application est bien dnie en

vertu des stabilits voques en b). Cette application est clairement bijective car,
par diagonalisabilit de f, E =
Sp(f)
E
(f) et quon sait une application g est

alors entirement dtermine par ses restrictions aux E
(f). Par isomorphisme

dim(
f
=

Sp(f)
.
d) Ici dim(
f
= n et les Id, f, . . . , f
n1
sont clairement lments de (
f
.
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(
f
lments de
(
f
, cen est donc une base.
a) Notons
1
, . . . ,
n
les n valeurs propres distinctes de f et x
1
, . . . , x
n
des
vecteurs propres associs. La famille (x
1
, . . . , x
n
) est base de E.
Posons a = x
1
+ +x
n
. Pour tout k 0, 1, . . . , n 1,
f
k
(a) =
k
1
x
1
+ +
k
n
x
n
Supposons
0
a +
1
f(a) + +
n1
f
n1
(a) = 0. En exprimant cette relation en
fonction des vecteurs de la famille libre (x
1
, . . . , x
n
), 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 nalement base de E.
b) La matrice de f dans la base considre est de la forme
_
_
_
_
_
_
0 0
0
1
.
.
.
.
.
.
.
.
. 0
.
.
.
0 1
n1
_
_
_
_
_
_
avec
f
n
(a) =
0
a +
1
f(a) + +
n1
f
n1
(a)
a) (E
i,j
) = (
i

j
)E
i,j
. La matrice de relative la base canonique de
/
n
(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
/
n
(K) par lisomorphisme de reprsentation matricielle dans B, on obtient une
base de L(E) dans laquelle est reprsent par une matrice diagonale.
www.lirepdf.com
Les endomorphismes recherchs sont les endomorphismes diagonalisables.
En eet, si f est diagonalisable et si F est un sous-espace vectoriel stable par f
alors puisque f
F
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) vrie la proprit propose alors le sous-espace vectoriel
F =
Spf
E
(f) tant stable par f, celui-ci admet un supplmentaire stable. Or f

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 vrie aisment que est endomorphisme de o
2
(R).
a) En choisissant la base de o
2
(R) forme des matrices E
1,1
, E
2,2
et E
1,2
+E
2,1
,
on obtient la matrice de suivante
_
_
2a 0 2b
0 2d 2c
c b a +d
_
_
b) Par la rgle de Sarrus, on calcule
() et on obtient
(2) = 4(2 (a +d))

A
()
c) Posons gal au discriminant de
A
.
Si > 0 alors
possde trois racines relles distinctes

a +d, a +d +
et a +d
Si = 0 alors
possde une racine relle triple

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
_
_
2a 0 2b
0 2d 2c
c b a +d
_
_
=
_
_
a +d 0 0
0 a +d 0
0 0 a +d
_
_
On en dduit
A =
_
a b
c 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 =
_
a 0
0 a
_
et alors la matrice de est diagonale
_
_
2a 0 0
0 2a 0
0 0 2a
_
_
A est diagonalisable avec SpA = 1, 4.
Pour P
n
un polynme vriant P
n
(1) = 1
n
et P
n
(4) = 4
n
, on a A
n
= P(A).
P
n
= 1
n
+
4
n
1
n
3
(X 1) convient et donc A
n
=
4
n
1
3
A+
44
n
3
I
3
.
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 R =
(cos +sin )
n
(cos sin )
n
2 sin
(X cos sin ) + (cos + sin )
n
.
a) sp(A) = 1, 3, 4.
www.lirepdf.com
b) Il existe une matrice P inversible tel que A = PDP
1
avec D = diag(1, 3, 4).
Si M /
n
(C) est solution de lquation M
2
= A alors (P
1
MP)
2
= D et donc
P
1
MP commute avec la matrice D. Or celle-ci est diagonale coecient
diagonaux distincts donc P
1
MP est diagonale de coecients diagonaux a, b, c
vriant a
2
= 1, b
2
= 3 et c
2
= 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 vrient
trM = a +b +c CR. Il nexiste donc pas de solutions relles.
a) det(AI) = ( 2)( 6).
_
5x + 3y = 2x
x + 3y = 2y
x +y = 0 et
_
1
1
_
est vecteur propre associ la valeur
propre 2.
_
5x + 3y = 6x
x + 3y = 6y
x + 3y = 0 et
_
3
1
_
est vecteur propre associ la valeur
propre 6.
On a A = PDP
1
avec
P =
_
1 3
1 1
_
et D =
_
2 0
0 6
_
b) Si M est solution alors P
1
MP est solution de lquation X
2
+X = D donc
P
1
MP et D commutent or D est diagonale coecients diagonaux distincts
donc P
1
MP est diagonale
c) Les coecients diagonaux a, b vrient a
2
+a = 2 et b
2
+b = 6 donc a = 1 ou
a = 2 et b = 2 ou b = 3. Au termes des calculs on obtient les solutions
1
4
_
7 3
1 5
_
,
_
2 3
1 0
_
,
_
1 3
1 1
_
,
1
4
_
11 3
1 9
_
a)
det(J .I
n
) =
1 0 0
0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0
.
.
.
.
.
. 1
1 0 0
= ()
n
+(1)
n+1
= (1)
n
(
n
1).
J possde exactement n valeurs propres qui sont les racines n me de lunit
0
, ...,
n1
avec
k
= e
2ik
n .
b) Soit P GL
n
(C) la matrice de passage telle que J = PDP
1
avec
D = diag(
0
, ...,
n1
).
A =
_
_
_
_
_
_
a
0
a
1
a
n1
a
n1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. a
1
a
1
a
n1
a
0
_
_
_
_
_
_
= a
0
I +a
1
J +a
2
J
2
+ +a
n1
J
n1
donc P
1
AP = a
0
I +a
1
D +a
2
D
2
+ +a
n1
D
n1
= diag((
n1
k=0
a
k
k
i
)
0in1
puis det A = det(P
1
AP) =
n1
i=0
n1
k=0
a
k
k
i
.
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
6,
3+i
3
2
et
3i
3
2
.
Ces deux matrices sont semblables diag
_
6,
3+i
3
2
,
3i
3
2
_
et donc a fortiori
semblables entre elles dans /
n
(C), mais aussi, et cest assez classique, dans
/
n
(R).
(I
2
) = 1 donc si P est inversible alors (P
1
) = (P)
1
. Par suite, si A et B
sont semblables alors (A) = (B).
Puisque
_
0
0 1
_
et
_
1 0
0
_
sont semblables,
_
1 0
0
_
= puis
_
0
0
_
= . Ainsi pour A diagonale, (A) = det A et plus gnralement
cela vaut encore pour A diagonalisable. Si A est une matrice de /
2
(C), non
diagonalisable, celle-ci est semblable une matrice de la forme
_

0
_
.
Si = 0 alors A
2
= 0 et donc (A) = 0 = det A.
Si ,= 0 alors puisque
_

0
__
1 0
0 2
_
=
_

0 2
_
et que
_

0 2
_
est
diagonalisable, on obtient 2(A) = 2
2
= 2 det A et on peut conclure.
www.lirepdf.com
a) Cest du cours.
b) On charge le package permettant les manipulations linaires puis on dnit 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
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 PDP
1
avec D matrice diagonale et P la matrice de passage dnie dans le code Maple
prcdent..
Lensemble de ces matrices est une sous-algbre de dimension 4 de /
4
(K).
Dans le deuxime cas, les matrices commutant avec A sont de la forme QQ
1
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 dnie dans le code Maple prcdent
Lensemble de ces matrices est une sous-algbre de dimension 6 de /
4
(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
darmer lincompatibilit de lquation X
2
= A dans /
4
(R)).
Dans /
4
(C), les solutions de lquation X
2
= A sont rechercher parmi les
matrices commutant avec A et sont donc de la forme PDP
1
(ou QQ
1
) avec
D (ou ) de carr convenable.
Dans le premier cas, on obtient 16 solutions de la forme
P
_
_
_
_
2
2
1
(0)
2
2
2
3
3
(0) 2i
4
_
_
_
_
P
1
avec
i
= 1.
Une solution particulire est obtenue par
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 A
8
.
Dans le second cas, on obtient une innit de solution de la forme
Q
_
_
2i
1
(0)
2
2S
(0) 2
2
_
_
Q
1
avec
i
= 1 et S /
2
(C) vriant S
2
= I
2
.
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 A
1
= A. On en dduit que pour tout A, B G,
AB = (AB)
1
= B
1
A
1
= 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 GL
n
(R) vriant la proprit de lnonc.
Sil nexiste pas dautre lment dans G que I
n
et I
n
, la proprit est acquise.
Sinon, il existe un lment A G autre que I
n
et I
n
. Puisque A
2
= I
n
, on a
ker(AI
n
) ker(A+I
n
) = R
n
www.lirepdf.com
Il existe donc une matrice inversible P vriant
P
1
AP =
_
I
r
O
r,nr
O
nr,r
I
nr
_
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
P
1
MP =
_
M
O
r,nr
O
nr,r
M
_
Sachant M
2
= I
n
, on a M
2
= I
r
et M
2
= I
nr
de sorte que les ensembles G
et
G
forms des matrices M
et M
ainsi obtenues sont des sous-groupes de

respectivement (GL
r
(R), ) et (GL
nr
(R), ). Par hypothse de rcurrence, il
existe P
et P
inversibles telles que

M
, P
1
M
D
r
(K) et M
, P
1
M
D
nr
(K)
et en posant alors
Q =
_
P
O
r,nr
O
nr,r
P
_
P GL
n
(R)
on a
M G, Q
1
MQ D
n
(K)
Rcurrence tablie.
c) Les matrices appartenant G sont semblables, via une mme matrice de
passage, des matrices diagonales dont les coecients diagonaux ne peuvent
qutre 1 et 1. Il nexiste que 2
n
matrices de ce type dans /
n
(R), on en dduit
CardG 2
n
d) Soit un isomorphisme de (GL
n
(R), ) vers (GL
m
(R), ).
Considrons lensemble G form des matrices diagonales M de /
n
(R) vriant
M
2
= I
n
. G est un sous-groupe de (GL
n
(R), ) de cardinal exactement 2
n
.
Puisque pour tout M G,
(M)
2
= (M
2
) = (I
n
) = I
m
lensemble (G) est un sous-groupe de (GL
m
(R), ) vriant
M
(G), M
2
= I
m
Par ltude qui prcde, on peut armer
Card(G) 2
m
et puisque
Card(G) = CardG = 2
n
on en dduit n m.
Un raisonnement symtrique donne m n et permet de conclure.
a) Puisque de taille 3 avec 3 valeurs propres distinctes, la matrice A est
diagonalisable et son polynme minimal est
A
= (X + 2)(X 1)(X 3)
La division euclidienne de X
n
par
A
scrit
X
n
=
A
Q+R avec deg R < 2
Le polynme R peut scrire
R(X) = a(X 1)(X 3) +b(X 3) +c
et lvaluation de la relation division euclidienne en 2, 1 et 3 donne
_
_
15a 5b +c = (2)
n
2b +c = 1
c = 3
n
puis
_
_
a =
3
n+1
(2)
n+1
5
30
b =
3
n
1
2
c = 3
n
et enn
R(X) =
3
n+1
(2)
n+1
5
30
X
2
+
3
n+1
+ (2)
n+3
+ 5
30
X +
3
n
(2)
n
5
5
En valuant la relation de division euclidienne en A, on obtient
A
n
= R(A) =
3
n+1
(2)
n+1
5
30
A
2
+
3
n+1
+ (2)
n+3
+ 5
30
A+
3
n
+ (2)
n
+ 5
5
I
3
b) En vertu de ce qui prcde
chA = A
2
+A+I
3
avec
=
1
30
_
3
+
n=0
3
2n
(2n!)
+ 2
+
n=0
2
2n
(2n)!
5
+
n=0
1
(2n)!
_
www.lirepdf.com
et donc
=
3ch3 + 2ch2 5ch1
30
De mme, on obtient
=
3ch3 8ch2 + 5ch1
30
et =
5ch1 + ch2 ch3
5
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
)
Un endomorphisme g de E vriant 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 i n,
2
i
=
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
diag(
_
1
, . . . ,
_
n
)
Si aucune des valeurs propres nest nulle, il y a 2
n
solutions et si lune delle est
nulle, il y a 2
n1
solutions.
Supposons que lquation tudie admet une solution .
En passant aux parties relle et imaginaire on obtient
_
cos + cos k = 1
sin + sin k = 0
La deuxime quation donne
= k [2] ou = k [2]
Si = k [2] alors cos + cos k = 0 et le systme initial nest pas vri.
Si = k [2] alors
cos + cos k = 1 cos = 1/2
ce qui donne = /3 [2] ou = /3 [2].
Cas = /3 [2]
On obtient
_
= /3 + 2p
(k + 1) = 2q
avec p, q Z.
On a alors
(6p + 1)(k + 1) = 6
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
e
i/3
+ e
i(61)/3
= e
i/3
+ e
i/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
e
i
+ e
ik
= 1
donc en multipliant par e
ik
e
ik
= 1 + e
i(k1)
www.lirepdf.com
La suite v de terme gnral v
n
= e
in
vrie alors
n N, v
n+k
= v
n
+v
n+k1
et donc la suite u = Rev est un lment non nul de S
k
. Puisque
u
n
= cos
n
3
la suite u est priodique et non nulle.
Inversement, montrons quil est ncessaire que 6 divise k + 1 pour quil existe une
suite priodique non nulle dans S
k
. On vrie aisment que S
k
est un R-espace
vectoriel de dimension k dont une base est forme par les suites e
0
, e
1
, . . . , e
k1
dtermines par
0 n k 1, e
j
(n) =
n,j
et n N, e
j
(n +k) = e
j
(n) +e
j
(n +k 1)
Considrons lendomorphisme T : (u
n
) (u
n+1
) oprant sur R
N
.
On vrie aisment que T laisse stable S
k
ce qui permet dintroduire
lendomorphisme induit par T sur S
k
que nous noterons encore T. Armer
lexistence dune suite priodique non nulle dans S
k
signie que 1 est valeur
propre dune puissance T
q
de T.
La matrice de T dans la base (e
0
, . . . , e
k1
) est
_
_
_
_
_
_
_
_
_
0 0 1
1
.
.
.
.
.
. 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0 0
0 0 1 1
_
_
_
_
_
_
_
_
_
car T(e
k1
) = e
k1
+e
0
. Le polynme caractristique de T est
T
(X) =
X 0 0 1
1 X
.
.
.
.
.
. 0
0
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
. 1 X 0
0 0 1 1 X
Par lopration L
1
L
1
+XL
2
+X
2
L
3
+ +X
n1
L
n
, 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 vrie 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
propres de T. Ainsi 1 est valeur propre de T
q
si, et seulement si, il existe C tel
que
k1
1 = 0 et
q
= 1
Un tel nombre complexe peut scrire = e
i
et lon parvient alors lexistence
dune solution lquation
e
i
+ e
ik
= 1
et donc la condition 6 [ (k + 1).
Introduisons la colonne X
n
=
t
_
u
n
v
n
w
n
_
et la matrice
A =
_
_
1 1 1
1 1 1
1 1 1
_
_
de sorte quon ait X
n+1
= AX
n
et donc X
n
= A
n
X
0
.
Aprs rduction, on a A = PDP
1
avec
D =
_
_
1 0 0
0 2 0
0 0 2
_
_
, P =
_
_
1 1 1
1 1 0
1 0 1
_
_
On a alors A
n
= PD
n
P
1
puis
X
n
= PD
n
P
1
X
0
La suite (X
n
) converge si, et seulement si, la suite (P
1
X
n
) converge. Or
P
1
X
n
= D
n
P
1
X
0
converge si, et seulement si, les deux dernires coecients de la colonne P
1
X
0
sont nuls ce qui donne X
0
de la forme
X
0
= P
_
_
_
0
0
_
_
_ =
_
_
_
_
_
_
www.lirepdf.com
Finalement, les suites (u
n
)
n0
, (v
n
)
n0
et (w
n
)
n0
convergent si, et seulement si,
u
0
= v
0
= w
0
(et ces suites sont alors en fait constantes. . . )
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 coecients diagonaux de T
sont les valeurs propres de A comptes avec multiplicit. Cependant A
k
est
semblables T
k
donc les valeurs propres de A
k
sont les coecients diagonaux de
T
k
or ceux-ci sont les puissances dordre k des coecients diagonaux de T
cest--dire des valeurs propres de A.
Il est entendu, quici, le polynme caractristique dune matrice carre A est
dnie par
A
= det(XId A)
La matrice A est semblable une matrice triangulaire de la forme
_
_
_
1

.
.
.
0
n
_
_
_
et donc A
q
est semblable
_
_
_
q
1

.
.
.
0
q
n
_
_
_
Ainsi le polynme caractristique de A
q
est celui voulu.
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 exp(
n
)
_
_
_.
Cela sut pour conclure.
Puisque le polynme
A
est scind, la matrice A est trigonalisable. Plus
prcisment, la matrice A est semblable une matrice de la forme
_
_
_
1

.
.
.
(0)
n
_
_
_
La matrice P(A) est alors semblable
_
_
_
P(
1
)
.
.
.
(0) P(
n
)
_
_
_
et donc
P(A)
= (1)
n
n
k=1
(X P(
k
))
a)
A
(X) = (X + 1)(X 1)
2
.
b) E
1
= Vect
t
_
1 1 2
_
, E
1
= Vect
t
_
1 0 1
_
.
La matrice A nest pas diagonalisable mais on peut la rendre semblable la
matrice
T =
_
_
1 0 0
0 1 1
0 0 1
_
_
.
On prend C
1
=
t
_
1 1 2
_
, C
2
=
t
_
1 0 1
_
.
On dtermine C
3
tel que AC
3
= C
3
+C
2
. C
3
=
t
_
0 1 0
_
convient.
Pour P =
_
_
1 1 0
1 0 1
2 1 0
_
_
, on a P
1
AP = T.
www.lirepdf.com
a)
A
(X) = (X 1)
3
.
b) E
1
= Vect
t
_
1 0 1
_
.
La matrice A nest pas diagonalisable mais on peut la rendre semblable la
matrice
T =
_
_
1 1 0
0 1 1
0 0 1
_
_
.
On prend C
1
=
t
_
1 0 1
_
.
On dtermine C
2
tel que AC
2
= C
2
+C
1
. C
2
=
t
_
0 1 0
_
convient.
On dtermine C
3
tel que AC
3
= C
3
+C
2
. C
3
=
t
_
0 1 1
_
convient.
Pour P =
_
_
1 0 0
0 1 1
1 0 1
_
_
, on a P
1
AP = T.
a) Contrairement ce quentend lnonc, lalternative B K[A] ou A K[B]
nest pas exclusive.
Commenons par quelques cas particuliers.
Si A =
_
0
0
_
alors A K[B] en sappuyant sur un polynme constant.
Si A =
_

1
0
0
2
_
avec
1
,=
2
alors les matrices qui commutent avec A sont
diagonales donc B est de la forme
_

1
0
0
2
_
. En considrant P = aX +b tel
que P(
1
) =
1
et P(
2
) =
2
, on a B = P(A) K[A].
Si A =
_

0
_
avec ,= 0, une tude de commutativit par coecients
inconnus donne B =
_

0
_
. Pour P =

X + avec

+ = , on a
B = P(A) K[A].
Enn, dans le cas gnral, A est semblable lun des trois cas prcdent via une
matrice P GL
2
(K). La matrice B
= P
1
BP commute alors avec A
= P
1
AP
donc B
est polynme en A
et par le mme polynme B est polynme en A.

b) On imagine que non, reste trouver un contre-exemple.
Par la recette des ttonnements successifs ou saisi dune inspiration venue den
haut, on peut proposer A =
_
_
1 1 0
0 1 0
0 0 1
_
_
et B =
_
_
1 0 0
0 1 0
0 1 1
_
_
. On vrie 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.
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 e
1
. On complte celui-ci
en une base (e
1
, e
2
, . . . , e
n
). Les matrices de u et v dans cette base sont de la
forme A =
_

0 A
_
et B =
_

0 B
_
. Considrons les endomorphismes u
et
v
de E
= Vect(e
2
, . . . , e
n
) reprsents par A
et B
dans (e
2
, . . . , e
n
). AB = BA
donne A
= B
et donc [u
, v
] = 0. Cela permet ditrer la mthode jusqu

obtention dune base de cotrigonalisation.
b) Par rcurrence, on vrie
_
u
k
, v
= ku
k
. Lendomorphisme w [w, v] de
L(E) ne peut avoir une innit de valeurs propres donc il existe k N
tel que
u
k
= 0. Lendomorphisme u est nilpotent donc ker u ,= 0 ce qui permet
darmer que u et v ont un vecteur propre commun. On peut alors reprendre la
dmarche de la question a) sachant quici A
= A
.
c) Si = 0, ltude qui prcde peut se reprendre pour conclure. Si ,= 0, on
introduit w = u +v et on vrie [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
distinctes alors tr(A
m
) =
p
j=1
m
j
avec
j
la multiplicit de la valeur propre
j
.
Pour conclure, il sut dtablir rsultat suivant :
Soient
1
, . . . ,
p
C
et
1
, . . . ,
p
C deux deux distincts.
Si
p
j=1
m
j

m+
0 alors 1 j p, [
j
[ < 1 .
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
j=1
m
j

m+
0 (1)
Par dcalage dindice, on a aussi
p+1
j=1
m+1
j

m+
0 (2)
www.lirepdf.com
p+1
(1) (2) donne
p
j=1
j
(
p+1

j
)
m
j

m+
0
qui se comprend encore
p
j=1
m
j

m+
0
avec les
1
, . . . ,
p
non nuls.
Par hypothse de rcurrence, on a alors 1 j p, [
j
[ < 1.
On en dduit
p
j=1
m
j

m+
0 et la relation (1) donne alors
p+1
m
p+1

m+
0 do lon tire [
p+1
[ < 1.
Rcurrence tablie.
a) Supposons que B possde une valeur propre non nulle.
Soit X ,= 0 vecteur propre associ. On a ABX = 0 donc AX = 0 puis AX = 0
car ,= 0.
On en dduit que X est aussi vecteur propre de la matrice A (associ la valeur
propre nulle).
Supposons que B ne possde pas de valeur propre non nulle.
Puisque le polynme caractristique est scind sur C et 0 est sa seule racine
possible, on a ncessairement
B
(X) = (1)
n
X
n
et on en dduit que B
n
= O
n
en
vertu du thorme de Cayley Hamilton.
Si B = O
n
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 ,= O
n
alors il existe une colonne X tel que BX ,= 0 et B
2
X = 0.
La colonne Y = BX est alors vecteur propre de B (associ la valeur propre
nulle) et puisque AY = ABX = 0, la colonne Y est aussi vecteur propre de A
(aussi associ la valeur propre nulle).
Dans tous les cas, les matrices A et B ont un vecteur propre en commun.
b) Par rcurrence sur la taille n des matrices.
Pour n = 1, cest immdiat.
Supposons la proprit vrie au rang n 1 1.
Soit A, B /
n
(C) vriant AB = O
n
. Soit X
1
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 X
1
. Par changement de base on a
P
1
AP =
_

0 A
_
et P
1
BP =
_

0 B
_
Puisque AB = O
n
on a = 0 et A
= O
n1
.
Par hypothse de rcurrence, il existe une matrice Q GL
n1
(C) telle que
Q
1
A
Q et Q
1
B
Q sont triangulaires suprieures. Pour la matrice

R = P
_
1 0
0 Q
_
GL
n
(C)
on obtient R
1
AR et R
1
BR triangulaires suprieures.
Rcurrence tablie
On a P(M) =
_
P(A)
O P(B)
_
=
_
O
O
_
et
Q(M) =
_
Q(A)
O Q(B)
_
=
_

O O
_
donc (PQ)(M) = P(M)Q(M) =
_
O
O
__

O O
_
= O
n
.
Ainsi le polynme PQ est annulateur de M.
Les vecteurs de (Id, u, . . . , u
p
) voluent dans L(E) qui est de dimension n
2
. Pour
p = n
2
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 (u
2
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 u
2
Id = u
1
u (u
2
Id) = 0 et donc u
2
= 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 UP +V
u
= 1 donc U(u)P(u) = Id
E
. Aussi
P(u)U(u) = Id
E
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
[ PQ donc P(u)Q(u) = 0 alors que Q(u) ,= 0 puisque
deg Q < deg
u
. Par suite P(u) nest pas inversible.
www.lirepdf.com
u
annule u donc aussi u
F
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 u
F
puis la conclusion.
Considrons B = AI
n
. On a B
2
= O
n
.
Soit u lendomorphisme de K
n
dont la matrice est B dans la base canonique.
On a u
2
=

0 donc Imu ker u.
Soit (e
1
, . . . , e
p
) une base de Imu complte en (e
1
, . . . , e
p
, e
p+1
, . . . , e
q
) base de
ker u.
Pour tout j 1, . . . , p, considrons
j
E tel que u(
j
) = e
j
.
Supposons
1
1
+ +
p
p
+
1
e
1
+ +
q
e
q
= 0.
On appliquant u cette relation, on obtient
1
e
1
+ +
p
e
p
= 0 donc
1
= . . . =
p
= 0.
La relation initiale devient
1
e
1
+ +
q
e
q
= 0 qui entrane
1
= . . . =
q
= 0.
Finalement la famille (
1
, . . . ,
p
, e
1
, . . . , e
q
) est libre et puisque forme de
p +q = dimImu + dimker u = n vecteurs de E, cest une base de E.
La matrice de u dans la base (e
1
,
1
, . . . , e
p
,
p
, e
p+1
, . . . , e
q
) a alors ses coecients
tous nuls sauf p coecients sur la sur-diagonale.
La matrice B est donc semblable la matrice prcdente et A = I
n
+B est
semblable une matrice de la forme voulue.
a) Il sut 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
(f).
Ainsi si P annule f alors P
aussi. Ceci est impossible en dimension nie 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)
= XP
+P et g f(P) = XP
donc (f g g f)(P) = P.
Supposons n est impair. Le polynme caractristique dune matrice de /
n
(R)
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 =
_
0 1
1 0
_
et A
n
= diag(A, . . . , A) /
n
(R)
A
n
nest pas une homothtie donc le degr de son polynme minimal est suprieur
2.
De plus A
2
n
= I
n
donc X
2
+ 1 annule A
n
.
Au nal, X
2
+ 1 est polynme minimal de A
n
.
P = X(X
2
3aX +a
2
) est annulateur de f donc par le thorme de
dcomposition des noyaux, E = ker f ker(f
2
3af +a
2
Id) car X et
X
2
3aX +a
2
sont premiers entre eux. Or a tant non nul, on montre
lmentairement ker(f
2
3af +a
2
Id) Imf tandis que linclusion rciproque
provient de ce que (f
2
3af +a
2
Id) f = 0. Il est donc vrai que ker f et Imf sont
supplmentaires.
A = PDP
1
avec D = diag(a +b, . . . , a +b, a b, . . . , a b) et
P =
_
_
_
_
_
_
_
_
_
_
_
_
1 (0) 0 1 (0)
.
.
.
.
.
.
.
.
.
1 0 (0) 1
0 0 1 0 0
(0) 1 0 (0) 1
.
.
. .
.
. .
.
.
1 (0) 0 1 (0)
_
_
_
_
_
_
_
_
_
_
_
_
.
Par suite
A
= (X (a +b))(X (a b)) et les polynmes annulateurs de A sont
les multiples de
A
.
On peut crire
f
=

Sp(f)
(X )
et E =
Sp(f)
ker(f Id)
dcomposition en somme de sous-espaces vectoriels stables par f.

www.lirepdf.com
Pour chaque Sp(f), ker(f Id)
1
,= 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
)
_
0k1
est libre.
Considrons maintenant x =

Sp(f)
x
.
Pour P C[X], P(f)(x) =

Sp(f)
P(f)(x
) avec P(f)(x
) ker(f Id)
par
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
puisse crire R =
1
k=0
a
k
(X )
k
. On alors P(f)(x
) = 0 0 k <
, a
k
= 0.
Ainsi P(f)(x) = 0 Sp(f), (X )
[ P
Enn 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
coecients diagonaux toux gaux 1. Ceci permet dcrire P
1
AP = T avecP
inversible et
T =
_
_
_
1
.
.
.
(0) 1
_
_
_
Notons a llment dindice (1, 2) de cette matrice.
Par une rcurrence facile, on montre
P
1
A
m
P =
_
_
_
_
_
1 ma
1
.
.
.
(0) 1
_
_
_
_
_
Or |A| 1, donc |A
m
| 1 puis
1
m
A
m
m+
O
n
et enn
1
m
P
1
A
m
P
m+
O
n
.
Or
1
m
P
1
A
m
P =
_
_
_
_
_
1/m a
1/m
.
.
.
(0) 1/m
_
_
_
_
_
On en dduit a = 0.
Par ce principe, on peut annuler successivement chaque coecient de la
sur-diagonale de T puis chaque coecient de la sur-diagonale suivante etc.
Au nal T = I
n
puis A = I
n
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) ,= 0.

Par le lemme de dcomposition des noyaux, C
n
= F G avec F = ker(AI)
et
G = ker Q(A).
Notons B la matrice de lendomorphisme induit par A sur le sous-espace vectoriel
stable F. On vrie que 1 est la seule valeur propre de B et que |B| 1. Ltude
qui prcde assure alors que B = I
n
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
C
n
. Puisque 1 nest pas racine de Q, 1 nest que racine simple du polynme
minimal
A
.
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.
Puisque le polynme caractristique de u est scind, on peut crire
u
= (1)
dimE
Spu
(X )
m
et par le lemme de dcomposition des noyaux
E =
Spu
ker(u Id)
m
Or, pour toute valeur propre , Im(u Id) ker(u Id) = 0 entrane
2
puis par le principe des noyaux itrs
m
. Par suite
E =
Spu
ker(u Id)
et donc u est diagonalisable
www.lirepdf.com
c) Soit une valeur propre de u. Le polynme minimal de u peut scrire
u
= (X )
Q avec Q() ,= 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() ,= 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
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, m
2
(v) = u
2
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
dimK[u] < +
Or K[Q(u)] K[u] donc
dimK[Q(u)] < +
et par consquent Q(u) possde un polynme annulateur.
Quitte considrer P avec K
bien choisi, on peut supposer

P(0) = 0 et P
(0) = 1
ce qui permet dcrire
P(X) = X +X
2
Q(X) avec Q K[X]
Soit x Imf ker f. Il existe a E tel que x = f(a) et on a f(x) = 0.
On en dduit f
2
(a) = 0. Or P(f)(a) = 0 et
P(f)(a) = f(a) +Q(f)
_
f
2
(a)
_
= f(a) = x
Ainsi
Imf ker f = 0
Soit x E.
Analyse :
Supposons x = u +v avec u = f(a) Imf et v ker f.
On a
f(x) = f
2
(a) +f(v) = f
2
(a)
Or
P(f)(x) = f(x) +f
2
(Q(f)(x)) = 0
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.
On sait dj ker u ker u
2
.
Inversement, soit x ker u
2
.
Notons P le polynme annulateur en question. On peut crire
P(X) = aX +X
2
Q(X) avec a ,= 0 et Q K[X]
www.lirepdf.com
Lgalit P(u)(x) = 0 donne
au(x) +Q(u)(u
2
(x)) = 0
et donc u(x) = 0 car a ,= 0 et u
2
(x) = 0.
Ainsi x ker u et on peut conclure.
Soit x vecteur propre associ la valeur propre .
P(f)(x) = P()x or P(f) = 0 et x ,= 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 eectivement valeurs propres de .
a) On vrier 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) ,= 0 car P ne peut tre
annulateur de u. Pour y Im(P(u)) 0, il existe x E, y = P(u)(x) et
(u)(x) = 0 donc (u aId)(y) = 0 avec y ,= 0. Ainsi a est valeur propre de u (et y
est vecteur propre associ).
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 armer M
3
=
t
MM = I (ainsi M O
n
(R)) et M
2
+M +I = 0.
Pour X ,= 0, P = Vect(X, MX) 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
= I
n
. 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. Au nal, M est orthogonalement semblable une matrice

diagonale par blocs et aux blocs diagonaux gaux
_
1/2

3/2
3/2 1/2
_
ou
_
1/2
3/2
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
= (1)
n
X
n
.
b) Pour A /
n
(R), on a aussi A /
n
(C) et le polynme caractristique est
calcul par la mme formule dans les deux cas.
A
= X
2
(a +d)X + (ad bc) annule matrice A.
On en dduit A
1
=
1
adbc
((a +d)I
2
A).
A
= (
1
X) . . . (
n
X) annule A en vertu du thorme de Cayley Hamilton.
Considrons le polynme caractristique de u :
u
= a
n
X
n
+ +a
1
X +a
0
avec a
0
= det u ,= 0
Puisque
u
(u) =

0, on obtient
a
n
u
n
+ +a
1
u +a
0
Id =

0
Par suite
a
n
u
n
+ +a
1
u = a
0
Id
En composant avec u
1
gauche on obtient
a
n
u
n1
+ +a
1
Id = a
0
u
1
et on en dduit
u
1
=
1
a
0
_
a
n
u
n1
+ +a
1
Id
E
_
K[u]
www.lirepdf.com
a) Si f est diagonalisable alors f est reprsent par I
n
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
N1
(x) Vect(x, f(x), . . . , f
n1
(x)) puis
E = Vect(x, f(x), . . . , f
N1
(x)) donne E = Vect(x, f(x), . . . , f
n1
(x)). La famille
(x, f(x), . . . , f
n1
(x)) est alors gnratrice et forme de n = dimE 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) = a
0
x +a
1
f(x) + +a
n1
f
n1
(x).
Puisque f et g commute, on a encore
g(f
k
(x)) = a
0
f
k
(x) +a
1
f
k+1
(x) + +a
n1
f
n+k1
(x) de sorte que les
endomorphismes g et a
0
Id +a
1
f + +a
n1
f
n1
concident sur une base de E et
cest donc gaux. Au nal f est un polynme en f.
a) A
2
M = AMB = MB
2
et ainsi de suite : A
p
M = MB
p
pour tout p N. Par
linarit P(A)M = MP(B).
b) Considrons P =
A
. La relation P(A)M = MP(B) entrane MP(B) = O
n
. Or
M ,= O
n
donc la matrice P(B) nest pas inversible. Par suite det(P(B)) = 0. Or
P = (1)
n
n
i=1
(X
i
)
avec
i
valeur propre de A donc il existe i 1, . . . , n telle que
det(B
i
I
n
) = 0
Ainsi A et B ont une valeur propre commune.
Considrons T : P(X) P(X + 1). T est un endomorphisme de R
n1
[X] qui est
annul par son polynme caractristique de la forme
T
= (1)
n
(X
n
+
n1
k=0
a
k
X
k
).
1. Puisque les matrices A et qA sont semblables, elles ont le mme polynme
caractristique
A
(X) =
qA
(X) = det(qAXI
n
) = q
n
det
_
A
X
q
I
n
_
= q
n
A
_
X
q
_
Introduisons les coecients du polynme
A
A
(X) = a
n
X
n
+ +a
1
X +a
0
Lgalit prcdente entrane a
n1
= . . . = a
1
= a
0
car q
k
,= 1 pour tout
1 k n 1. Ainsi
A
= a
n
X
n
et puisque
A
est annulateur de A, la matrice A
est nilpotente.
2.
On dnit 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 2MA
M:=matrix(6,6);
B:=evalm(A&*M-2*M&*A);
On rsout le systme correspondent lquation AM = 2MA
solve({seq(seq(B[i,j]=0,i=1..6),j=1..6)});
Enn on visualise la matrice M
assign(%);
evalm(M);
On obtient les matrices de la forme
_
_
_
_
_
_
_
_
m
1,1
m
1,2
m
1,3
m
1,4
m
1,5
m
1,6
0 2m
1,1
2m
1,2
2m
1,3
2m
1,4
2m
1,5
30m
1,1
0 0 4m
1,1
4m
1,2
4m
1,3
4m
1,4
0 0 0 8m
1,1
8m
1,2
8m
1,3
0 0 0 0 16m
1,1
16m
1,2
0 0 0 0 0 32m
1,1
_
_
_
_
_
_
_
_
b) Lensemble des matrices obtenu est un sous-espace vectoriel de /
6
(C). Cest
entendu car cest en fait le noyau de lapplication linaire M AM 2MA.
c) Une matrice M inversible vriant M
1
AM = 2A doit aussi vrier
AM = 2MA et est donc de la forme prcdente. De plus, une matrice de la forme
prcdente est inversible si, et seulement si, m
1,1
,= 0.
Inversement, une matrice M de la forme prcdente avec m
1,1
,= 0 vrie
M
1
AM = 2A.
www.lirepdf.com
a) Par le thorme de Cayley Hamilton, on a
u
(u) =

0
avec
u
polynme de coecient constant det u ,= 0.
En crivant
u
(X) = XP(X) + det u
le polynme
Q(X) =
1
det u
P(X)
est solution.
b) Considrons lendomorphisme v de K[X] qui envoie le polynme P(X) sur
P(X/2).
On vrie aisment u v = v u = Id ce qui permet darmer que u est inversible
dinverse v.
Soit P = a
n
X
n
+ +a
1
X +a
0
un polynme de degr exactement n.
Si u(P) = P alors par identication des coecients de degr n, on obtient
= 2
n
puis on en dduit
P = a
n
X
n
La rciproque tant immdiate, on peut armer
Spu = 2
n
/n N et E
2
n(u) = Vect(X
n
)
Si par labsurde il existe Q K[X] tel que
u
1
= 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 innit de racines.
Cest absurde.
A
[
A
= (X 1)
2
mais A nest pas diagonalisable, donc
A
= (X 1)
2
.
a) 1re mthode :
det(M I
n
) =
1
.
.
.
1
(n 1) 1 1
(n 1) 1
.
.
.
.
.
.
(n 1) 1
=
((n 1) )
1 1 1
0 1 0
.
.
.
.
.
.
0 1
puis det(M I
n
) = ((n 1) )( 1)
n1
et donc sp(M) = 1, (n 1).
Soit f lapplication linaire canoniquement associe M.
f(x
1
, ..., x
n
) = (x
1
, ..., x
n
) x
1
+... +x
n
= 0.
Donc E
1
est lhyperplan dquation x
1
+... +x
n
= 0.
Puisque E
n1
est au moins une droite vectorielle, la matrice M est diagonalisable.
2me mthode :
Par le calcul, on obverse que M
2
= (n 1)I
n
+ (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
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
_
+ = (1)
p
(n 1) + = (n 1)
p
Aprs rsolution
_
_
=
(n 1)
p
(1)
p
n
=
(n 1)
p
+ (n 1)(1)
p
n
do M
p
=
(n1)
p
(1)
p
n
M +
(n1)
p
+(n1)(1)
p
n
I
n
.
a) Il est clair que L est linaire.
Si tr(M) = 0 alors L(M) = aM.
www.lirepdf.com
a est valeur propre de L et le sous-espace propre associ est lhyperplan des
matrices de trace nulle.
Si tr(M) ,= 0 alors L(M) = M implique M Vect(I
n
). Or L(I
n
) = (a +n)I
n
donc a +n est valeur propre de L et le sous-espace propre associ est la droite
Vect(I
n
).
Lendomorphisme L est donc diagonalisable et par suite
L
(X) = (X a)(X (a +n)).
b) En dimension nie, L est un automorphisme si, et seulement si, 0 / Sp(L) i.e.
a ,= 0, n.
Puisque
L
2
(2a +n)L +a(a +n)I = 0
on a
L
1
=
1
a(a +n)
(L (2a +n)I)
et donc
L
1
(M) =
1
a(a +n)
(tr(M)I
n
(a +n)M)
a) Notons
1
, . . . ,
n
les composantes de x dans une base de diagonalisation B de
f. La matrice de la famille (x
1
, . . . , x
n
) dans la base B est
_
_
_
1
. . .
1
n
1
.
.
.
.
.
.
n
. . .
n
n
n
_
_
_
avec
1
, . . . ,
n
les valeurs propres de f comptes avec multiplicit. Cette matrice
est de rang n, si, et seulement si,
1
, . . . ,
n
,= 0 et
1
. . .
n
1
.
.
.
.
.
.
n
. . .
n
n
,= 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(x
1
) = a
1
x
1
+ +a
n
x
n
= P(f)(x
1
) avec
P = a
1
+a
2
X + +a
n1
X
n1
.
On a alors
g(x
2
) = g(f(x
1
)) = f(g(x
1
)) = f(P(f)(x
1
)) = P(f)(f(x
1
)) = P(f)(x
2
).
Plus gnralement, en exploitant x
k
= f
k1
(x
1
), on obtient g(x
k
) = P(f)(x
k
).
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 armer 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
= X
3
+ 2X,
A
=
A
.
A
2
=
_
_
1 0 1
0 2 0
1 0 1
_
_
, A
3
= 2A, A
2k+1
= 2
k
A et A
2k+2
= 2
k
A
2
pour k > 0.
exp(A) = I
3
+
+
k=0
2
k
(2k+1)!
A+
+
k=1
2
k1
(2k)!
A
2
= I
3
+ sh(2)A+
1
2
(ch(2) 1)A
2
.
A est symtrique donc diagonalisable.
A
= (1)
n
(X (a + (n 1)b)(X (a b))
n1
Sp(A) = a + (n 1)b, a b (si n 2)
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 ,= 0 et a ,= b.
_
_
_
a (b)
.
.
.
(b) a
_
_
_
_
_
_
x (y)
.
.
.
(y) x
_
_
_ =
_
_
_
()
.
.
.
()
_
_
_
avec
_
= ax + (n 1)by
= ay +bx + (n 2)by
Il sut alors de rsoudre le systme
_
ax + (n 1)by = 1
bx + (a + (n 2)b)y = 0
pour expliciter A
1
.
www.lirepdf.com
a)
A
= (X 2)(X + 1)
2
, E
2
(A) = Vect
_
_
_
a
2
a
1
_
_
_ et
E
1
(A) = Vect
_
_
_
_
_
_
a
2
0
1
_
_
_,
_
_
_
a
1
0
_
_
_
_
_
_.
La matrice A est diagonalisable, P
1
AP = D avec P =
_
_
a
2
a
2
a
a 0 1
1 1 0
_
_
et
D =
_
_
2 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
=
2
n
(1)
n
3
et =
2(1)
n
+2
n
3
donc A
n
=
2
n
(1)
n
3
A+
2(1)
n
+2
n
3
I
3
puis
e
A
=
e
2
e
1
3
A+
2e
1
+e
2
3
I
3
.
A
= X(X
2
+ 1),
A
= X(X
2
+ 1), exp(A) exp(
t
A) = exp(A) exp(A) = I
3
.
En calculant A
2
, A
3
, . . . on obtient exp(A) =
_
_
1 0 0
0 cos 1 sin 1
0 sin 1 cos 1
_
_
.
A
2
= O donc Sp(A) = 0. Puisque A ,= 0, A nest pas diagonalisable.
A
= X
2
et
A
= X
3
. exp(A) = I +A.
Ltude se gnralise pour n 3 avec A = (
i+j2
)
1i,jn
et U
n
1.
Soient P M
n
(K) une matrice de permutation et la permutation associe. Il
existe q N
tel que
q
= Id et donc P
q
= I
n
. La matrice P annule alors X
q
1
qui est scind racines simples donc P est diagonalisable.
A
2
= I
2n
. 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 eet une
valeur propre (relle) de A doit tre annul par le polynme X
2
+ 1.
a) A
2
= I
2n
.
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 gurent parmi les racines de X
2
+ 1 et que la matrice complexe A
possde au moins une valeur propre, on peut armer que i et i sont les deux
seules valeurs propres de A, quelles sont de multiplicit n. Enn 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 gurent 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 /
n
(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.
a) Puisque p
4
= p
2
, une valeur propre doit vrier
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 A
3
= A on a
p
3
= p.
Si p
3
= p alors p est annul par un polynme scind racines simples donc p est
diagonalisable.
www.lirepdf.com
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 gurent parmi les racines de tout polynme annulateur. f
prsente alors 3 = dimEvaleurs propres distincts donc f est diagonalisable.
X(X j)(X j
2
) annule A donc A est diagonalisable dans /
n
(C) et puisque
A M
n
(R), j et j
2
ont mme multiplicit en tant que valeur propre de A.
Puisque le rang de A est la somme de ces deux multiplicits, il est pair.
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 PMP
1
=
_
_
_
J (0)
.
.
.
(0) J
_
_
_ avec
J = R
2/3
=
_
1/2
3/2
3/2 1/2
_
ou J = R
2/3
.
Pour n = 2 : M =
_
a b
c d
_
.
t
MM = M
t
M
_
ab +cd = ac +db
b
2
= c
2
.
Si b = c alors M est symtrique donc diagonalisable sur R ce qui nest pas le cas.
Il reste b = c et donc a = d.
Ainsi M =
_
a b
b a
_
et la relation M
2
+M +I = 0 donne
_
a
2
b
2
+a + 1 = 0
2ab +b = 0
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.
La matrice S =
t
M +M est symtrique et donc il existe X ,= 0 tel que SX = X.
On observe alors que lespace F = Vect(X, MX) 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(PM +MP) + (PM +MP)P = PM + 2PMP +MP car P
2
= P.
3
(M) = PM + 6PMP +MP.
Par suite
3
(M) 3
2
(M) = 2PM 2MP = 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.
a) Puisque u
3
= u, par annulation dun polynme scind simple, on peut armer
que u est diagonalisable de valeurs propres possibles 0, 1, 1. Par les galits
tru = 0 et tru
2
= 2n on peut armer quil existe une base de R
2n+1
dans laquelle
la matrice de u est de la forme A =
_
_
I
n
0 0
0 I
n
0
0 0 0
_
_
.
Les matrices commutant avec A tant celle de la forme
_
_
M 0 0
0 N 0
0 0 0
_
_
avec
M, N M
n
(R), on peut armer dimC(u) = 2n
2
.
b)
u
= X
3
X donc dimR[u] = 3 et par suite C(u) = R[u] si, et seulement si,
n = 1.
a) Si A
2
= A alors f
2
A
= f
A
. f
A
est une projection donc diagonalisable.
b) Pour tout P R[X], on observe P(f
A
) : M P(A)M de sorte que
P(f
A
) = 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 A
1
M est clairement application rciproque de
f.
Si f est inversible alors posons B = f
1
(I
n
). On a AB = I
n
donc A est inversible.
www.lirepdf.com
c) On observe que f
n
(M) = A
n
M donc pour P C[X],
P(f)(M) = P(A)M
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.
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
0 1
_
,
_
1 0
0 1
_
ou
_
1 0
0 1
_
et donc A
12
= I
2
.
Sinon les racines de
A
sont complexes conjugues z, z. Leur somme sera
2Re(z) [2, 2], leur produit z z = [z[
2
= 1. La matrice A tant de plus
coecients 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 E
n
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 coecients de ce polynme sont entiers et, par les expressions des
coecients dun polynme scind en fonction de ses racines complexes (ici de
module 1), on peut borner les coecients du polynme caractristique de A. Par
suite, il ny a quun nombre ni de polynmes caractristiques possibles pour un
lment A E
n
. Ces polynmes ont eux-mmes quun nombre ni de racines et il
ny a donc quun nombre ni de racines de lunit possibles pour les valeurs
propres de A E
n
.
On peut alors armer quil existe N N
tel que toutes les valeurs propres des

matrices A E
n
vrient
N
= 1. On a alors aussi A
N
= 1 (car A est
diagonalisable) et donc (A) N. Ainsi (E
n
) [[1, N]].
a) Par rcurrence
M
k
=
_
A
k
kA
k
0 A
k
_
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
de sorte que si est

valeur propre de A alors A est racine commune de P et de XP
. Or P na que des
racines simples donc P et P
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
M
k
=
_
A
k
kA
k1
B
0 A
k
_
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
D =
_
_
_
1
(0)
.
.
.
(0)
n
_
_
_
avec
1
, . . . ,
n
les valeurs propres de A qui sont racines de P.
De plus, on a
P
(A)B = O
n
et la matrice P
(A) est semblable

P
(D) =
_
_
_
P
(
1
) (0)
.
.
.
(0) P
(
n
)
_
_
_
Puisque les racines de P sont simples et que les
1
, . . . ,
n
sont racines de P, on a
P
(
1
), . . . , P
(
n
) ,= 0. On en dduit que la matrice P
(A) est inversible et

lidentit P
(A)B = O
n
donne alors B = O
n
.
Ainsi, si M est diagonalisable, A est diagonalisable et B est nulle. La rciproque
est immdiate.
www.lirepdf.com
Notons M la matrice tudie et supposons celle-ci diagonalisable.
Il existe un polynme P scind simple annulant M. Puisque
P(M) =
_
P(A)
O P(A)
_
= O
2n
le polynme Pannule aussi la matrice A qui est donc ncessairement
diagonalisable.
De plus, puisque
M
=
2
A
, 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, dimE
(M) = 2 dimE
(A)
et enn lgalit de rang suivante
SpA, rg(M I
2n
) = 2rg(AI
n
)
Or
rg(M I
2n
) = rg
_
AI
n
B
O AI
n
_
La matrice A tant diagonalisable, on peut crire A = PDP
1
avec P inversible et
D =
_
_
_
1
I
1
(0)
.
.
.
(0)
m
I
m
_
_
_
o
1
, . . . ,
m
sont les valeurs propres distinctes de A et
k
= dimE
k
(A).
En considrant la matrice inversible Q =
_
P O
O P
_
, on a
Q
1
MQ =
_
D C
O D
_
avec C = P
1
BP.
On crit la matrice C par blocs selon la mme dcomposition que A :
C =
_
_
_
C
1,1
C
1,m
.
.
.
.
.
.
C
m,1
C
m,m
_
_
_ avec C
i,j
Mat
i,j
(K)
et la condition
rg
_
A
k
I
n
B
O A
k
I
n
_
= 2rg(A
k
I
n
)
se relit aprs formule de passage C
k,k
= O
k
.
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 K
n
en somme de sous-espaces propres de A alors on peut reprendre dans
lautre sens ltude qui prcde pour armer que M est diagonalisable.
Soit M solution.
Puisque le corps de base est C, la matrice M est semblable une matrice
triangulaire suprieure o gure 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
= I
n
et donc M est diagonalisable puisque
M annule un polynme scind simple. Finalement M est semblable I
n
donc
gale I
n
car sa seule valeur propre est 1.
Inversement, la matrice I
n
est solution.
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 ,= et , ,= 0
f est diagonalisable car annule un polynme scind simple.
Cas = = 0
f est diagonalisable car f est lendomorphisme nul.
Cas = 0 et ,= 0.
On a f
2
f = 0 donc f est diagonalisable car annule le polynme scind simple
X(X ).
Cas = 0 et ,= 0.
Semblable.
Cas = ,= 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.
www.lirepdf.com
On remarque
C
3
C
2
= 3A+ 3B = 3C
La matrice C annule donc le polynme
X
3
X
2
3X
On vrie aisment que ce polynme est scind racines simples et on peut donc
armer que C est diagonalisable.
Or
A = C
3
2C
2
et B = C + 2C
2
C
3
donc A et B sont diagonalisables.
a) () Immdiat
() Par rcurrence sur n 2.
Cas n = 2
Soient z
1
, z
2
C
tels que
[z
1
+z
2
[ = [z
1
[ +[z
2
[
En posant u = z
2
/z
1
, on a alors (car z
1
,= 0)
[1 +u[ = 1 +[u[
En crivant u = a +ib avec a, b R et en levant au carr lidentit prcdente, on
obtient
(1 +a)
2
+b
2
= 1 + 2
_
a
2
+b
2
+a
2
+b
2
et cette identit est vrie si, et seulement si, a R
+
et b = 0 ce qui permet
dcrire z
2
=
2
z
1
avec
2
= a R
+
.
Supposons la proprit tablie au rang n 2.
Soient z
1
, . . . , z
n
, z
n+1
C avec z
1
,= 0 tels que
n+1
k=1
z
k
=
n+1
k=1
[z
k
[
Par lingalit triangulaire
n+1
k=1
z
k
k=1
z
k
+[z
n+1
[
n+1
k=1
[z
k
[
et puisque les termes extrmaux sont gaux on a
k=1
z
k
=
n
k=1
[z
k
[
donc par hypothse de rcurrence on peut crire pour tout k 2
z
k
=
k
z
1
avec
k
0
On en dduit
n
k=1
z
k
= (1 +
2
+ +
n
)z
1
,= 0
et puisque

k=1
z
k
+z
n+1
k=1
z
k
+[z
n+1
[
ltude du cas n = 2 permet dcrire
z
n+1
= a
n
k=1
z
k
=
n+1
z
1
avec
n+1
R
+
Rcurrence tablie.
b) Si M /
n
(C) vrie M
n
= I
n
et trM = n alors cette matrice est
diagonalisable (car annule le polynme scind simple X
n
1) et ses valeurs
propres
1
, . . . ,
n
vrient
1
+ +
n
= n
Or les valeurs propres vrient aussi
1 k n,
n
k
= 1
et elles sont donc de module 1. Nous sommes donc dans la situation o
[
1
+ +
n
[ = [
1
[ + +[
n
[
Puisque
1
,= 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
Enn puisque la somme des valeurs propres vaut n, on peut conclure
1
= . . . =
n
= 1
et nalement M = I
n
car la matrice M est semblable I
n
.
www.lirepdf.com
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 u
F
est diagonalisable et donc il existe une base
de F forme de vecteurs propres de u.
Le sous-espace vectoriel F = Vect(e
1
, e
2
) est stable par u et lendomorphisme
induit par u sur F a pour matrice
_
1 1
0 1
_
dans(e
1
, e
2
).
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, E
2
(A) = Vecte
1
, E
4
(A) = Vecte
2
et E
6
(A) = Vecte
3
avec
e
1
= (0, 1, 1), e
2
= (1, 0, 1), e
3
= (1, 1, 0).
Si V est un sous-espace vectoriel stable alors f
V
est diagonalisable et donc
possde une base de vecteurs propres de f. Ainsi V = 0, Vect(e
i
) avec
i 1, 2, 3, Vect(e
j
, e
k
) avec j ,= k 1, 2, 3 ou V = R
3
.
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 dnit 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) 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.
a) Posons A =
_
0 1
0 0
_
. Un endomorphisme reprsent par A nest pas
diagonalisable alors que son carr est nul.
b) Dans une base de vecteurs propres de f, f est reprsent par une matrice
diagonale D et f
2
par la matrice D
2
. Cela permet de dterminer ker f
2
et de
conclure ker f
2
= ker f.
c) Supposons ker f = ker f
2
. Soit P le polynme minimal de f
2
.
Si 0 nest pas racine de P alors, sachant f
2
diagonalisable, on peut crire
P =
p
i=1
(X
i
) avec
i
,= 0.
Pour chaque
i
, posons
i
et
i
les deux solutions complexes de lquation
z
2
=
i
.
Considrons ensuite Q =
p
i=1
(X
i
)(X +
i
) de sorte que Q(f) = P(f
2
) = 0.
Puisque f annule un polynme scind racines simples, f est diagonalisable.
Si 0 est racine de P alors on peut crire P = X
p
i=1
(X
i
) avec
i
,= 0. En
reprenant les notations ci-dessus, et on considrant le polynme
Q =
p
i=1
(X
i
)(X +
i
), on a f
2
Q(f) = P(f
2
) = 0. Ainsi ImQ(f) ker f
2
, or
ker f
2
= ker f donc fQ(f) = 0. Ainsi f annule un polynme scind racines
simples donc f est diagonalisable.
a) u est diagonalisable si, et seulement si, u annule un polynme scind racines
simples.
ou encore :
www.lirepdf.com
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 u
2
lest aussi.
Inversement, si u
2
est diagonalisable alors son polynme annulateur est scind
racines simples : (X
1
)...(X
p
).
Puisque u GL(E) : 1 i p,
i
,= 0 car 0 nest pas valeur propre de u.
Notons
i
et
i
les deux solutions de lquation z
2
=
i
.
Puisque (u
2
1
Id) . . . (u
2
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
.
Or est aussi valeur propre de u donc P
() = 0 est valeur propre de P
(u).
Cependant P
(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 Q =
n
k=1
(X
k
). Q est un polynme annulateur de P(u) donc
n
k=1
(P(u)
k
Id
E
) =

0.
Posons Q
k
= P
k
. Le polynme
n
k=1
Q
k
est annulateur de u et les racines dun
polynme Q
k
sont distinctes de celles dun polynme Q
avec k ,= car
k
,=
.
De plus si est racine multiple de Q
k
alors P() =
k
et Q
k
() = P
() = 0 ce
qui est exclu par hypothse.
Par consquent le polynme
n
k=1
Q
k
est scind simple donc u est diagonalisable.
dimker 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 A
n
= O
n
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.
b) On peut crire A = PTP
1
donc
det(A+I
n
) = det(T +I
n
) = 1
c) det(A+M) = det(M) det(AM
1
+I
n
).
Puisque (AM
1
)
n
= A
n
M
n
= O
n
, 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 ,= 0, det(AI
n
) ,= 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 gurent parmi 0, 2. Par la trace, on peut alors armer que 2 est valeur
propre de multiplicit 4.
Par le lemme de dcomposition des noyaux, ker(A2Id)
2
et ker A sont
supplmentaires.
Par multiplicit des valeurs propres, leurs dimensions respectives sont 4 et n 4.
Ainsi A est semblable
_
2I
4
+M 0
0 O
n4
_
avec M /
4
(C) vriant M
2
= 0.
On raisonnant sur le rang, on montre que M est semblable O
4
,
_
_
_
_
0 0 0 1
0 0 0 0
0 0 0 0
0 0 0 0
_
_
_
_
ou
_
_
_
_
0 0 1 0
0 0 0 1
0 0 0 0
0 0 0 0
_
_
_
_
.
Si A est nilpotente alors seule 0 est valeur propre de A et donc A est semblable
_
_
_
0
.
.
.
0 0
_
_
_. Par suite trA
p
= 0 pour tout p 1.
www.lirepdf.com
Inversement, supposons trA
p
= 0 pour tout p [[1, n]].
Notons
1
, ...,
m
les racines non nulles de
f
et
1
, ...,
m
leurs multiplicits
respectives.
On a 1 p m n, tr(f
p
) =
m
i=1
p
i
= 0.
Ce systme de Vandermonde implique : 1 i p,
i
= 0 et donc linexistence de
valeurs propres autres que 0 ce qui permet de conclure queA est nilpotente via
trigonalisation.
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, seul 0 est valeur propre de M.
On en dduit que la matrice M 2I
n
est inversible et puisque
M(M 2I
n
)
2
= O
n
on obtient
M = O
n
Puisque le polynme X
3
X
2
= X
2
(X 1) annule f le lemme de dcomposition
des noyaux donne
R
3
= ker f
2
ker(f Id)
Sachant dimker(f Id) = 1, on a dimker f
2
= 2.
On ne peut avoir dimker f = 0 et puisque ker f ker f
2
, on a
dimker f = 1 ou 2
Si dimker f = 2 alors
R
3
= 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 dimker f = 1 alors considrons e
3
ker f
2
ker f et e
2
= f(e
3
).
On vrie aisment que (e
2
, e
3
) est une base de ker f
2
et en considrant un
vecteur e
1
ker(f Id) non nul, on obtient une base (e
1
, e
2
, e
3
) dans laquelle la
matrice de f est
_
_
1 0 0
0 0 1
0 0 0
_
_
a) Si A /
n
(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 /
n
(C) est alors gal (1)
n
X
n
.
b) Pour A /
n
(R), on a aussi A /
n
(C) et le polynme caractristique est
calcul par la mme formule dans les deux cas. Par suite le polynme
caractristique pour A /
n
(R) est scind et donc nouveau A est
triangularisable avec des 0 sur la diagonale.
Si u possde une unique valeur propre alors celle-ci est la seule racine de son
polynme caractristique qui est alors ( X)
dimE
. Ce dernier annulant u, on
peut armer u Id
E
est nilpotent.
Si u Id
E
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 nie possde au moins une valeur propre.
a) Par rcurrence
f
n
g g f
n
= nf
n
b) Par linarit
P(f) g g P(f) = f P
(f)
Par suite, si P(f) = 0, alors f P
(f) = 0.
c) Soit le polynme minimal de lendomorphisme f.
annule f donc X
aussi. Par minimalit de , [ X
. Pour des raisons de

degr et de coecients dominants, = X
avec = deg . On en dduit

= X
et donc f est nilpotent.

www.lirepdf.com
a) Supposons quil existe p N
tel que f
p
= 0.
X
p
est annulateur de f donc Sp(f) 0. Or Sp(f) ,= 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.
Par ltude ci-dessus, f est trigonalisable stricte et donc
1 k n, tr(f
k
) = 0
car les puissances de f pourront aussi tre reprsentes par des matrices
triangulaires strictes.
Inversement, supposons
1 k 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
1
+ +
2
n
= 0

n
1
+ +
n
n
= 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,
P(X) = X
n
+a
n1
X
n1
+ +a
1
X +a
0
Comme P(
i
) = 0, on a
n
i=1
P(
i
) = 0.
Or
n
i=1
P(
i
) =
n
i=1
n
i
+a
n1
n
i=1
n1
i
+ +a
1
n
i=1
i
+na
0
= na
0
On en dduit a
0
= 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) Soit une valeur propre de lendomorphisme T.
Il existe une matrice M non nulle vriant T(M) = M.
On a alors MA = (A+I
n
)M.
Par une rcurrence facile, MA
p
= (A+I
n
)
p
M.
Or pour un certain p N
, A
p
= O
n
donc (A+I
n
)
p
M = O
n
.
Cependant la matrice M nest pas nulle donc la matrice (A+I
n
)
p
nest pas
inversible puis la matrice A+I
n
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 n
2
, on a
T
= (1)
n
2
X
n
2
puis T
n
2
=

0 car le polynme caractristique est annulateur en
vertu du thorme de Cayley Hamilton.
Finalement, lendomorphisme T est nilpotent.
b) Pour g = Id
E
on a T =

0.
Ainsi lendomorphisme T est nilpotent alors que g ne lest pas.
La rciproque est fausse.
Une matrice M /
n
(C) nilpotente vrie M
n
= O
n
. Considrons la matrice
(A+xB)
n
. Les coecients 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
= O
n
. En particulier pour
x = 0, on obtient A
n
= O
n
. Aussi pour tout y ,= 0, en considrant y = 1/x, on a
(yA+B)
n
= O
n
et en faisant y 0, on obtient B
n
= O
n
.
a) J
1
est lidal des polynmes annulateurs de u; il est engendr par P
1
=
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 sut de travailler avec un
exposant assez grand. On obtient alors facilement que J
2
est un sous-groupe de
www.lirepdf.com
(K[X] , +). La stabilit par absorption tant immdiate, J
2
est un idal de K[X]
et comme il contient J
1
, il est non nul.
b) Puisque J
1
J
2
, P
1
P
2
K[X] et donc P
2
[ P
1
.
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 P
2
(u) est nilpotent, on en dduit que
(P
2
)
n
(u) =

0 et donc P
1
[ P
n
2
.
c) Cette question est immdiate avec la dcomposition de Dunford mais cette
dernire est hors-programme. . . Procdons autrement !
Puisque P
2
[ P
1
et P
1
[ P
n
2
, les racines de P
2
sont exactement celles de P
1
cest--dire les valeurs propres de lendomorphisme u. On peut donc crire
P
2
=

Spu
(X )
Or P
2
(u) tant nilpotent, il est immdiat que lendomorphisme

Spu
(u Id
E
)
lest aussi.
On en dduit que
P
2
=

Spu
(X )
et ce polynme est donc scind simple.
Dterminons maintenons un polynme R K[X] tel que pour Q = P
2
R, on ait
P
2
(u Q(u)) =

0.
On en dduira que u Q(u) est diagonalisable avec Q(u) J
2
.
Lidentit P
2
(u Q(u)) =

0 est obtenue ds que P
1
divise le polynme
P
2
(X P
2
(X)R(X)) =

Spu
(X P
2
(X)R(X))
Or P
1
=

Spu
(X )
donc il sut que pour chaque Spu, le facteur

(X )
divise le facteur X P
2
(X)R(X) pour pouvoir conclure.
On a
X P
2
(X)R(X) = (X )
_
_
1
=
(X )R(X)
_
_
La condition voulue est assurment vrie si
= 1.
Pour
2, la condition voulue est satisfaite si

=
( )R() = 1 et si pour
tout k 1, . . . ,
2, la drive kme du polynme

=
(X )R(X) sannule
en . Cela fournit des quations dterminant pleinement
R(), R
(), . . . , R
2
() car

=
( ) ,= 0.
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.
a) O
2
2
= O
2
donc (O
2
)
2
= (O
2
) do (O
2
) = 0 ou 1.
Si (O
2
) = 1 alors pour tout A /
2
(R),
(A) = (A) (O
2
) = (AO
2
) = 1.
Ceci est exclu car la fonction nest pas constante. On en dduit (O
2
) = 0.
b) Si A est nilpotente alors A
2
= O
2
(car A est de taille 2) et donc (A)
2
= 0 puis
(A) = 0.
c) I
2
2
= I
2
donc (I
2
)
2
= (I
2
) puis (I
2
) = 0 ou 1.
Si (I
2
) = 0 alors pour tout A /
2
(R), (A) = (AI
2
) = (A) 0 = 0.
Ceci est exclu car la fonction nest pas constante. On en dduit (I
2
) = 1.
Notons E =
_
0 1
1 0
_
.
On remarque E
2
= I
2
donc (E)
2
= 1 puis (E) = 1 car (E) ,= (I
2
).
Puisque B = EA, on en dduit (B) = (A).
d) Si A est inversible alors (I
2
) = (A) (A
1
) et donc (A) ,= 0 puisque
(I
2
) = 1 ,= 0.
Inversement, supposons A non inversible. 0 est valeur propre de A.
On vrie aisment que deux matrices A et B semblables vrient (A) = (B).
Si A est diagonalisable alors A est semblable
_
0 0
0 trA
_
Par suite
(A) =
_
0 0
0 trA
_
=
_
0 trA
0 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.
1. K[A] = Vect
_
A
k
/k N
_
.
www.lirepdf.com
En notant p lindice de nilpotence de A, K[A] = Vect(I
n
, A, . . . , A
p1
).
Dautre part, on tablit facilement que la famille (I
n
, A, . . . , A
p1
) est libre et
donc on peut conclure dimK[A] = p.
2.a) B
p
= A
p
P(A)
p
= 0 donc B est nilpotente et Ind(B) Ind(A).
Si B
q
= 0 alors A
q
P(A)
q
= 0 et donc le polynme X
q
P(X)
q
est annulateur de A.
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) ,= 0, on obtient que X
p
divise X
q
et
donc p 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 A
p
= 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 armer Q(0) ,= 0.
Dans le cas p = 1, on a A = 0, B = 0 et la rsolution est immdiate.
3.a) On dnit 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(A^k),k=1..8);
On observe alors Ind(A) = 8.
3.b) On dnit la matrice B
B:=evalm(A*(1+A+2*A^2+3*A^3));
On cherche ensuite le polynme Q a coecients inconnus. On dnit celui-ci
Q:=unapply(add(a[k]*X^k,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 a
k
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 vrier 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 ,= O
n
donc A nest pas diagonalisable.
b) On remarque A
n
= O
n
et A
n1
,= O
n
.
Sil existe B /
n
(R) vriant B
2
= A alors B
2n
= A
n
= O
n
donc B est
nilpotente. Par suite B
n
= O
n
.
Or B
2n2
,= O
n
avec 2n 2 n, cest absurde.
On a
det(A+N) = det(A) det(I
n
+A
1
N)
Puisque A et N commutent, il en est de mme de A
1
et N. On en dduit que la
matrice A
1
N est nilpotente car N lest.
La matrice A
1
N est alors semblable une matrice triangulaire suprieure stricte
et la matrice I
n
+A
1
N est semblable une matrice triangulaire suprieure avec
des 1 sur la diagonale.
On en dduit
det(I
n
+A
1
N) = 1
puis
det(A+N) = det A
www.lirepdf.com
a) Si est valeur propre de A alors
p
= 0 do = 0. Par suite
A
= (1)
n
X
n
puis par Cayley Hamilton A
n
= 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 M
p
= M +
1
p
I
n
. Quand p +, M
p
est
inversible et commute avec A donc det(A+M
p
) = det M
p
. Or det M
p
det M et
det(A+M
p
) det(A+M) donc on peut prolonger lgalit toute matrice qui
commute avec A.
d) Non prendre : A =
_
0 1
0 0
_
et M =
_
1 2
3 4
_
.
On a
k 0, . . . , n , (A+ 2
k
B)
n
= O
n
Considrons alors la matrice
(A+XB)
n
/
n
(K[X])
Celle-ci est coecients polynomiaux de degrs infrieurs n. Puisque
1, 2, . . . , 2
n
sont n + 1 racines distinctes de ces coecients, ceux-ci sont tous nuls.
On en dduit
A
n
= O
n
car les coecients constants sont nuls, et
B
n
= O
n
car les coecients des termes X
n
sont nuls.
a) Par le dveloppement limite de

1 +x en 0 on peut crire
1 +x = P
n
(x) +O(x
n
)
avec P
n
polynme de degr infrieur n 1.
b) On a
P
2
n
(x) =
_
1 +x +O(x
n
)
_
2
= 1 +x +O(x
n
)
donc
P
2
n
(x) x 1 = O(x
n
)
Notons la multiplicit de 0 en tant que racine du polynme P
2
n
(X) X 1.
On peut crire P
2
n
(X) X 1 = X
Q(X) avec Q(0) ,= 0 et donc

x
Q(x) = O(x
n
) au voisinage de 0
puis
x
n
Q(x) = O(1)
Ncessairement n 0 et on en dduit que 0 est racine de multiplicit au
moins n du polynme P
2
n
(X) X 1 et donc que X
n
divise ce polynme.
c) Puisque X
n
annule f, P
2
n
(X) X 1 annule aussi f et alors lendomorphisme
g = P
2
n
(f) vrie
g
2
= f + Id
E
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 Id
E
)
n
=

0.
Considrons alors C vriant
2
= et posons
g = P
n
((f Id
E
)/
2
)
Puisque (f Id
E
)/
2
vrie lhypothse du c), on a
g
2
=
2
_
f Id
E
2
+ Id
E
_
= f
www.lirepdf.com www.lirepdf.com www.lirepdf.com www.lirepdf.com www.lirepdf.com

Réduction Des Endomorphismes

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Réduction Des Endomorphismes

Transféré par

Droits d'auteur :

Formats disponibles

[http://mp.cpgedupuydelome.

fr] dD dit le 18 mars 2011 Enoncs 1

(v) dautre part.

(R, R) et D lendomorphisme de E qui f associe sa drive f

(R) lespace des suites relles bornes et : E E

deux deux distincts.

tels que [a[ , = [b[ et

(F) = dimE dimE

est lordre de multiplicit de la valeur propre .

Exercice 112 Mines-Ponts MP [ 02692 ] [correction]

. Montrer que u est nilpotent et que u et v

nest pas valeur propre de

/u(H) = 0. Cela permet de mette en place un isomorphisme entre

/u(H) = 0 et K. La dimension cherche vaut 1.

/v(H) = 0 or u est un lment non nul de cette droite

est stable par f

i.e. n vecteur propre de f

. Dterminons ces derniers.

+y = g vriant y(0) = 0. Par le thorme de Cauchy ceci

+y = g vriant y(0) = 0 est

(u)), puis puisque a est un automorphisme, on peut armer

(v) ,= 0 si, et seulement si, E

(u) ,= 0 et donc Sp(u) = Sp(v).

est une base de E

. Si = 0 alors I(f) = 0 et si ,= 0 alors I(f) est de la forme

(1) = 0 nentranera pas f = 0 que si

(1) = 0 entrane toujours f = 0 et donc un

(0)t +o(t) quand t 0

sans tre la fonction nulle.

sont les vecteurs propres associs.

> q tel que

En retranchant la ime ligne chacune des autres

(u) est un sous-espace vectoriel stable par v (car

(u) admet au moins une

= SpB. En raisonnant par blocs, lgalit

(f) ,= 0 est stable par g donc on peut

(f) et ce dernier admet aussi au

(f). Ainsi f et g ont un

Considrons alors la base de polynmes tags (1, (X + 1), . . . , (X + 1)

(f)) L(E) est lment de E

(F) dimE dimE

(f). Mais par diagonalisabilit dimL(E)) =

(F) = dimE dimE

(f) pour tout Sp(f).

(f), pour tout x E, on peut crire x =

(f) est stable par f et donc

(f) est stable par f et donc

(f) est stable par f, il

(f). Ainsi les sous-espaces

(f)) lendomorphisme dni par (g) est

(f) de g. Cette application est bien dnie en

(f) et quon sait une application g est

(f). Par isomorphisme

(f) tant stable par f, celui-ci admet un supplmentaire stable. Or f

(2) = 4(2 (a +d))

possde trois racines relles distinctes

possde une racine relle triple

possde une racine relle et deux racines complexes non relles.

forms des matrices M

ainsi obtenues sont des sous-groupes de

inversibles telles que

et par le mme polynme B est polynme en A.

] = 0. Cela permet ditrer la mthode jusqu