Vous êtes sur la page 1sur 17

Enoncs et corrections : Sandra Delaunay

Exo7
Sujets de lanne 2004-2005
1 Devoir la maison
Exercice 1
Soit M la matrice relle 33 suivante :
M =
_
_
0 2 1
3 2 0
2 2 1
_
_
1. Dterminer les valeurs propres de M.
2. Montrer que M est diagonalisable.
3. Dterminer une base de vecteurs propres et P la matrice de passage.
4. On a D = P
1
MP, pour k N exprimer M
k
en fonction de D
k
, puis calculer M
k
.
Correction [002563]
Exercice 2
Soit E un espace vectoriel sur un corps K (K = R ou C), on appelle projecteur un endomorphisme p de E
vriant p p = p. Soit p un projecteur.
1. Montrer que Id
E
p est un projecteur, calculer p(Id
E
p) et (Id
E
p) p.
2. Montrer que pour tout x Imp, on a p(x) =x.
3. En dduire que Imp et ker p sont supplmentaires.
4. Montrer que le rang de p est gal la trace de p. (On rappelle que la trace de la matrice dun endomor-
phisme ne dpend pas de la base dans laquelle on exprime cette matrice.)
Correction [002564]
Exercice 3
Soit A = (a
i j
)
1i, jn
une matrice carre nn. On veut dmontrer le rsultat suivant d Hadamard : Supposons
que pour tout i {1, , n}, on ait
|a
ii
| >
n

j=1, j=i
|a
i j
|
alors A est inversible.
1. Montrer le rsultat pour n = 2.
2. Soit B, la matrice obtenue en remplaant, pour j 2, chaque colonne c
j
de A par la colonne
c
j

a
1j
a
11
c
1
,
Calculer les b
i j
en fonction des a
i j
. Montrer que si les coefcients de A satisfont les ingalits ci-dessus,
alors pour i 2, on a
|b
ii
| >
n

j=2, j=i
|b
i j
|.
1
3. Dmontrer le rsultat de Hadamard pour n quelconque.
Correction [002565]
2 Partiel
Exercice 4
Soit
A =
_
_
1 0 0
0 1 0
1 1 2
_
_
Dmontrer que A est diagonalisable et trouver une matrice P telle que P
1
AP soit diagonale.
Correction [002566]
Exercice 5
Soit
A =
_
_
1 1 1
0 1 0
1 0 1
_
_
Factoriser le polynme caractristique de A. La matrice A est-elle diagonalisable dans R? dans C?
Correction [002567]
Exercice 6
Soit
A =
_
a c
c d
_
M
2
(R)
Dmontrer que A est diagonalisable dans R.
Correction [002568]
Exercice 7
Soit A la matrice suivante
A =
_
_
0 1 1
1 0 1
1 1 0
_
_
Calculer A
2
et vrier que A
2
= A+2I
3
. En dduire que A est inversible et donner son inverse en fonction de
A.
Correction [002569]
Exercice 8
Soit A une matrice carre dordre n. On suppose que A est inversible et que R est une valeur propre de A.
1. Dmontrer que = 0.
2. Dmontrer que si x est un vecteur propre de A pour la valeur propre alors il est vecteur propre de A
1
de valeur propre
1
.
Correction [002570]
Exercice 9
Soit f un endomorphisme de E vriant f
2
= mathrmId
E
.
1. Dmontrer que les seules valeurs propres possibles de f sont 1 et 1.
2
2. Vrier que pour tout x E, on a
f (x f (x)) =(x f (x)) et f (x + f (x)) = (x + f (x))
et en dduire que f admet toujours une valeur propre.
3. Dmontrer que si 1 et 1 sont valeurs propres, alors E est somme directe des sous-espaces propres
correspondants.
4. Traduire gomtriquement sur un dessin dans le cas n = 2.
Correction [002571]
3 Examen
Exercice 10
(9 points) Soit A la matrice de M
3
(R) suivante :
A =
_
_
1 0 1
1 2 1
1 1 1
_
_
1. Dmontrer que les valeurs propres de A sont 1 et 2.
2. Dterminer les sous-espaces propres de A. La matrice A est-elle diagonalisable ?
3. Dterminer les sous-espaces caractristiques de A.
4. Dterminer une base de R
3
dans laquelle la matrice de lendomorphisme associ A est
B =
_
_
2 0 0
0 1 1
0 0 1
_
_
En dduire la dcomposition de Dunford de B.
5. Rsoudre le systme diffrentiel
_

_
x

= x +z
y

=x +2y +z
z

= x y +z
[002572]
Exercice 11
(7 points) On considre la suite (u
n
)
nN
dnie par u
0
= 0, u
1
= 1 et par la relation de rcurrence
u
n+1
=
1
2
(u
n
+u
n1
).
1. Dterminer une matrice A M
2
(R) telle que pour tout n 1 on ait
_
u
n+1
u
n
_
= A
n
_
u
1
u
0
_
.
Justier.
2. Dterminer le polynme caractristique P
A
(X) de A et calculer ses racines
1
et
2
.
3. Soit R
n
(X) = a
n
X +b
n
le reste de la division euclidienne de X
n
par P
A
(X). Calculer a
n
et b
n
(on pourra
utiliser les racines
1
et
2
).
3
4. Montrer que A
n
= a
n
A+b
n
I
2
, en dduire que la matrice A
n
converge lorsque n tend vers + vers une
limite A

que lon dterminera. Calculer lim


n+
u
n
.
[002573]
Exercice 12
(5 points) Soit A une matrice carre, A M
n
(K) (K = R ou C). On rappelle que la trace dune matrice est la
somme de ses coefcients diagonaux et que tr(BAB
1
) = trA.
Dmontrer que det(expA) = e
trA
dans les cas suivants :
1. A diagonalisable.
2. A triangulaire suprieure ayant une diagonale de zros.
3. A trigonalisable.
4. A quelconque.
[002574]
4 Rattrapage
Exercice 13
(7 points) On considre la suite (u
n
)
nN
dnie par u
0
= 0, u
1
= 1 et par la relation de rcurrence
u
n+1
=
1
2
(u
n
+u
n1
).
1. Dterminer une matrice A M
2
(R) telle que pour tout n 1 on ait
_
u
n+1
u
n
_
= A
n
_
u
1
u
0
_
.
Justier.
2. Dterminer le polynme caractristique P
A
(X) de A et calculer ses racines
1
et
2
.
3. Soit R
n
(X) = a
n
X +b
n
le reste de la division euclidienne de X
n
par P
A
(X). Calculer a
n
et b
n
(on pourra
utiliser les racines
1
et
2
).
4. Montrer que A
n
= a
n
A+b
n
I
2
, en dduire que la matrice A
n
converge lorsque n tend vers + vers une
limite A

que lon dterminera. Calculer lim


n+
u
n
.
[002573]
Exercice 14
(5 points) Soit A une matrice carre, A M
n
(K) (K = R ou C). On rappelle que la trace dune matrice est la
somme de ses coefcients diagonaux et que tr(BAB
1
) = trA.
Dmontrer que det(expA) = e
trA
dans les cas suivants :
1. A diagonalisable.
2. A triangulaire suprieure ayant une diagonale de zros.
3. A trigonalisable.
4. A quelconque.
[002574]
Exercice 15
(4 points) On suppose quune population x de lapins et une population y de loups sont gouvernes par le systme
suivant dquations diffrentielles :
(S)
_
x

= 4x 2y
y

= x +y
4
1. Diagonaliser la matrice
A =
_
4 2
1 1
_
.
2. Exprimer le systme (S) et ses solutions dans une base de vecteurs propres de A.
3. Reprsenter graphiquement les trajectoires de (S) dans le repre (Oxy).
4. Discuter graphiquement lvolution de la population des lapins en fonction des conditions initiales.
Correction [002575]
Exercice 16
(9 points) Soit u lendomorphisme de R
3
, dont la matrice dans la base canonique est
A =
_
_
3 2 2
1 0 1
1 1 0
_
_
1. Calculer les valeurs propres de A. Lendomorphisme u est-il diagonalisable ?
2. Calculer (AI)
2
. Montrer que A
n
= nA+(1n)I en utilisant la formule du binme de Newton.
3. Soient P(X) = (X 1)
2
et Q R[X]. Exprimer le reste de la division euclidienne de Q par P en fonction
de Q(1) et Q

(1), o Q

est le polynme driv de Q. En remarquant que P(A) = 0 et en utilisant le


rsultat prcdent avec un choix judicieux du polynme Q, retrouver A
n
.
4. (a) Montrer que limage de R
3
par lendomorphisme u mathrmId est un sous-espace vectoriel de
dimension 1, on notera
2
une base.
(b) Dterminer un vecteur
3
tel que u(
3
) =
2
+
3
. Dterminer un vecteur propre
1
de u non coli-
naire
2
.
(c) Montrer que (
1
,
2
,
3
) est une base de R
3
.Ecrire la matrice de u dans cette base, ainsi que les
matrices de passage.
(d) Retrouver A
n
.
Correction [002576]
Exercice 17
(7 points) Soient M et A deux matrices de M
n
(R) telles que MA = AM. On suppose que M admet n valeurs
propres distinctes.
1. Soit x un vecteur propre de M de valeur propre , montrer que MAx = Ax, en dduire que les vecteurs
x et Ax sont colinaires, puis que tout vecteur propre de M est un vecteur propre de A.
2. On note maintenant
1
, ,
n
les valeurs propres de M et
1
, ,
n
celles de A.
(a) Montrer par rcurrence sur n lgalit suivante :

1
1

n1
1
.
.
.
.
.
.
1
n

n1
n

=

1i<jn
(
i

j
).
En dduire que le systme suivant
_

1
=
0
+
1

1
+ +
n1

n1
1
.
.
.

n
=
0
+
1

n
+ +
n1

n1
n
admet une unique solution (
0
, ,
n1
) R
n
.
5
(b) Soient M

et A

les matrices diagonales suivantes :


M

=
_
_
_
_
_
_

1
0 0
0
.
.
.
0
.
.
.
.
.
.
0 0
n
_
_
_
_
_
_
, A

=
_
_
_
_
_
_

1
0 0
0
.
.
.
0
.
.
.
.
.
.
0 0
n
_
_
_
_
_
_
.
Montrer quil existe des rels
0
, ,
n1
tels que
A

=
n1

k=0

k
M
k
et en dduire quil existe des rels
0
, ,
n1
tels que
A =
n1

k=0

k
M
k
.
Correction [002577]
Retrouver cette che et dautres
exercices de maths sur
exo7.emath.fr
6
Correction de lexercice 1
Soit M la matrice relle 33 suivante :
M =
_
_
0 2 1
3 2 0
2 2 1
_
_
1. Dterminons les valeurs propres de M.
Ce sont les racines du polynme caractristique
P
M
(X) =

X 2 1
3 2X 0
2 2 1X

=1

3 2X
2 2

+(1X)

X 2
3 22X

(1)
= (1X)(X
2
+2X 8) (2)
= (1X)(X +4)(X 2). (3)
La matrice M admet donc trois valeurs propres distinctes qui sont : 1, 2, et 4.
2. Montrons que M est diagonalisable.
Nous venons de voir que M, matrice relle 3 3, admet trois valeurs propres relles distinctes, cela
prouve que M est diagonalisable.
3. Dterminons une base de vecteurs propres et P la matrice de passage.
Les trois sous-espaces propres distincts sont de dimension 1, il suft de dterminer un vecteur propre
pour chacune des valeurs propres.
= 1 : Le vecteur u de coordonnes (x, y, z) est un vecteur propre pour la valeur propre 1 si et seulement
si
_

_
2y z = x
3x 2y = y
2x +2y +z = z

_
x +2y z = 0
3x 3y = 0
2x +2y = 0

_
x = y
x = z
Le sous-espace propre associ la valeur propre = 1 est la droite vectorielle engendre par le vecteur
e
1
de coordonnes (1, 1, 1).
= 2 : Le vecteur u de coordonnes (x, y, z) est un vecteur propre pour la valeur propre 2 si et seulement
si
_

_
2x +2y z = 0
3x 4y = 0
2x +2y z = 0

_
3x 4y = 0
2x +2y z = 0
Le sous-espace propre associ la valeur propre = 2 est la droite vectorielle engendre par le vecteur
e
2
de coordonnes (4, 3, 2).
= 4 : Le vecteur u de coordonnes (x, y, z) est un vecteur propre pour la valeur propre 4 si et
seulement si
_

_
4x +2y z = 0
3x +2y = 0
2x +2y +5z = 0

_
x z = 0
2y +3x = 0
Le sous-espace propre associ la valeur propre =4 est la droite vectorielle engendre par le vecteur
e
3
de coordonnes (2, 3, 2).
Les vecteurs e
1
, e
2
et e
3
forment une base de E compose de vecteurs propres, la matrice de passage P
est gale
P =
_
_
1 4 2
1 3 3
1 2 2
_
_
7
4. Exprimons M
k
en fonction de D
k
, puis calculons M
k
.
On a
D = P
1
MP =
_
_
1 0 0
0 2 0
0 0 4
_
_
pour k N, on a
D
k
=
_
_
1 0 0
0 2
k
0
0 0 (4)
k
_
_
,
et M
k
= PD
k
P
1
.
Calculons donc la matrice P
1
: on a P
1
=
1
det P
(comP)
t
. Or
det P =

1 4 2
1 3 3
1 2 2

1 6 2
1 0 3
1 0 2

=6

1 3
1 2

=30,
et
comP =
_
_
0 5 5
12 0 6
18 5 1
_
_
do
P
1
=
1
30
_
_
0 12 18
5 0 5
5 6 1
_
_
.
On a donc
M
k
= PD
k
P
1
=
1
30
_
_
5.2
k+2
10(4)
k
12+12(4)
k
18+5.2
k+2
2(4)
k
15.2
k
15(4)
k
1218(4)
k
18+5.2
k+1
+3(4)
k
5.2
k+1
10(4)
k
12+12(4)
k
185.2
k+1
2(4)
k
_
_
Correction de lexercice 2
Soit E un espace vectoriel sur un corps K (K = R ou C), on appelle projecteur un endomorphisme p de E
vriant p p = p. Soit p un projecteur.
1. Montrons que Id
E
p est un projecteur et calculons p(Id
E
p) et (Id
E
p) p.
On a (Id
E
p) (Id
E
p) = Id
E
p p + p
2
= Id
E
p, car p
2
= p, ce qui prouve que Id
E
p est un
projecteur.
Par ailleurs, on a
p(Id
E
p) = pp
2
= pp = 0 = (Id
E
p) p
donc pour tout x E, on a p(x p(x)) =

0.
2. Montrons que pour tout x Imp, on a p(x) =x.
Soit x Imp, il existey E tel quex = p(y), on a donc p(x) = p
2
(y) = p(y) =x.
3. On en dduit que Imp et ker p sont supplmentaires.
Soit x E, on peut crirex = p(x) +x p(x), considrons x p(x), on a p(x p(x)) = 0
ce qui prouve quex p(x) ker p. Ainsi tout lment de E scrit comme somme dun lment de Imp,
p(x), et dun lment de ker p, x p(x), il nous reste dmontrer que la somme est directe.
Soit x Impker p, on a, dune part p(x) =x daprs la question 2) carx Imp et, dautre part p(x) =

0
car x ker p, dox =

0. On a donc
E = Impker p.
(Sachant que dimE = dimker p +dimImp, on pouvait se contenter de dmontrer que Imp ker p =

0,
ici nous avons explicitement la dcomposition.)
8
4. Montrons que le rang de p est gal la trace de p.
Notons n la dimension de E et considrons une base de E de la forme
( e
1
, , e
k
, e
k+1
, , e
n
)
o ( e
1
, , e
k
) est une base de Imp et ( e
k+1
, , e
n
) une base de ker p. dans une telle base, la matrice de
p scrit
M =
_
I
k
0
0 0
_
o I
k
dsigne la matrice identit k k, et les 0 des blocs de zros. Le rang de p est gal la dimension de
Imp cest--dire ici k et on a bien k = TrM = Trp.
Correction de lexercice 3
Soit A = (a
i j
)
1i, jn
une matrice carre nn. On veut dmontrer le rsultat suivant d Hadamard : Supposons
que pour tout i {1, , n}, on ait
|a
ii
| >
n

j=1, j=i
|a
i j
|
alors A est inversible.
1. Montrons le rsultat pour n = 2.
Dans ce cas, la matrice A scrit
A =
_
a
11
a
12
a
21
a
22
_
et les hypothses deviennent
|a
11
| >|a
12
| et |a
22
| >|a
21
|.
La matrice A est inversible si et seulement si son dterminant est non nul, or
det A = a
11
a
22
a
12
a
21
,
et, compte tenu des hypothses,
|a
11
a
22
| =|a
11
||a
22
| >|a
12
||a
21
| =|a
12
a
21
|,
ainsi|a
11
a
22
| >|a
12
a
21
| donc a
12
a
21
= a
12
a
21
et le dterminant est non nul.
2. Soit B, la matrice obtenue en remplaant, pour j 2, chaque colonne c
j
de A par la colonne
c
j

a
1 j
a
11
c
1
,
Calculons les b
i j
en fonction des a
i j
. Montrons que si les coefcients de A satisfont les ingalits ci-
dessus, alors pour i 2, on a
|b
ii
| >
n

j=2, j=i
|b
i j
|.
On a
b
i j
= a
i j

a
1 j
a
11
a i1
si j 2 et b
i1
= a
i1
.
par lingalit triangulaire, on a

j=2, j=i
|b
i j
| =

j=2, j=i
|a
i j

a
1 j
a
11
a
i1
|


j=2, j=i
|a
i j
| +
|a
1 j
||a
11
|
|
a
i1
|
=

j=2, j=i
|a
i j
| +
|a
i1
||a
11
|

j=2, j=i
|a
1 j
|.
9
Mais, par hypothse, pour i = 1, on a
n

j=2
|a
1j
| <|a
11
|,
donc
n

j=2, j=i
|a
1 j
| <|a
11
| |a
1i
|.
Do, en remplaant dans lingalit prcdente

j=2, j=i
|b
i j
| <

j=2, j=i
|a
i j
| +|a
i1
|
|a
i1
||a
11
|
|
a
1i
|
=

j=1, j=i
|a
i j
|
|a
i1
||a
11
|
|
a
1i
|
<|a
ii
|
|a
i1
||a
11
|
|
a
1i
|

a
ii

a
i1
a
11
a 1i

=|b
ii
|.
3. Dmontrons le rsultat de Hadamard pour n quelconque.
Soit A = (a
i j
)
1i, jn
une matrice carre nn, vriant pour tout i {1, , n},
|a
ii
| >
n

j=1, j=i
|a
i j
|
On veut dmontrer que A est inversible.
Le rsultat est vrai pour n = 2, daprs la question 1). Soit n arbitrairement x, supposons le rsultat
vrai pour n1 et dmontrons le pour n.
On a det A = det B o B est la matrice construite dans la question 2)
B =
_
_
_
a
11
0 0
.
.
. (b
i j
(2i, jn)
)
a
n1
_
_
_
Or, la matrice (b
i j
(2i, jn)
) est une matrice carre dordre n1 qui vrie les hypothses de Hadamard,
daprs la question 2). Elle est donc inversible par hypothse de rcurrence. Et, par consquent, la matrice
A est inversible car a
11
= 0.
Correction de lexercice 4
Soit
A =
_
_
1 0 0
0 1 0
1 1 2
_
_
Dmontrons que A est diagonalisable et trouvons une matrice P telle que P
1
AP soit diagonale.
Commenons par calculer le polynme caractristique de A :
P
A
(X) =

1X 0 0
0 1X 0
1 1 2X

= (1X)
2
(2X)
Les racines du polynme caractristique sont les rels 1 avec la multiplicit 2, et 2 avec la multiplicit 1.
Dterminons les sous-espaces propres associs : Soit E
1
le sous-espace propre associ la valeur propre double
1.
10
E
1
={V(x, y, z) R
3
/ A.V =V},
V E
1

_

_
x = x
y = y
x y +z = 0
x y +z = 0
E
1
est donc un plan vectoriel, dont les vecteurs e
1
= (1, 1, 0) et e
2
= (0, 1, 1) forment une base.
Soit E
2
le sous-espace propre associ la valeur propre simple 2.
E
2
={V(x, y, z) R
3
/ A.V = 2V},
V E
2

_

_
x = 2x
y = 2y
x y +2z = 2z
x = 0, y = 0
E
2
est donc une droite vectorielle, dont le vecteur e
3
= (0, 0, 1) est une base.
Les dimensions des sous-espaces propres sont gales la multiplicit des valeurs propres correspondantes, la
matrice A est donc diagonalisable. Dans la base (e
1
, e
2
, e
3
) lendomorphisme reprsent par A (dans la base
canonique) a pour matrice.
D =
_
_
1 0 0
0 1 0
0 0 2
_
_
la matrice de passage
P =
_
_
1 0 0
1 1 0
0 1 1
_
_
vrie P
1
AP = D.
Correction de lexercice 5
Soit
A =
_
_
1 1 1
0 1 0
1 0 1
_
_
Factorisons le polynme caractristique de A.
P
A
(X) =

1X 1 1
0 1X 0
1 0 1X

= (1X)
3
+(1X) = (1X)((1X)
2
+1) = (1X)(X
2
2X +2)
factorisons maintenant le polynme X
2
2X +2, le discriminant rduit

= 12 =1, ce polynme nadmet


donc pas de racines relles, mais deux racines complexes conjugues qui sont : 1 +i et 1 i. On a P
A
(X) =
(1X)(1i X)(1+i X).
La matrice A nest pas diagonalisable dans R car son polynme caractristique na pas toutes ses racines dans
R, elle est diagonalisable dans C car cest une matrice 33 qui admet trois valeurs propres distinctes.
Correction de lexercice 6
Soit
A =
_
a c
c d
_
M
2
(R)
Dmontrons que A est diagonalisable dans R.
Le polynme caractristique P
A
(X) est gal
P
A
(X) =

aX c
c d x

= (aX)(d X) c
2
= X
2
(a+d)X +ad c
2
,
11
dterminons ses racines : calculons le discriminant :
= (a+d)
2
4(ad c
2
)
= a
2
+d
2
+2ad 4ad +4c
2
= a
2
+d
2
2ad +4c
2
= (ad)
2
+4c
2
0
On a = 0 ad = 0 et c = 0, mais, si c = 0, la matrice A est dj diagonale. Sinon > 0 et le polynme
caractristique admet deux racines relles distinctes, ce qui prouve que la matrice est toujours diagonalisable
dans R.
Correction de lexercice 7
Soit A la matrice suivante
A =
_
_
0 1 1
1 0 1
1 1 0
_
_
Calculons A
2
et vrions que A
2
= A+2I
3
. On a
A
2
=
_
_
0 1 1
1 0 1
1 1 0
_
_
_
_
0 1 1
1 0 1
1 1 0
_
_
=
_
_
2 1 1
1 2 1
1 1 2
_
_
= A+2I
3
.
On a donc A
2
A = 2I
3
, cest--dire A(AI
3
) = 2I
3
, ou encore A.
1
2
(AI
3
) = I
3
. Ce qui prouve que A est in
versible et que son inverse est A
1
=
1
2
(AI
3
)
Correction de lexercice 8
Soit A une matrice carre dordre n. On suppose que A est inversible et que R est une valeur propre de A.
1. Dmontrons que = 0. Si = 0 est valeur propre de A, alors ker A ={0}, donc A nest pas injective et
sa matrice ne peut pas tre inversible. Par consquent, = 0.
2. Dmontrons que si x est un vecteur propre de A pour la valeur propre alors il est vecteur propre de
A
1
de valeur propre
1
.
Comme A est inversible, on a Ax = x A
1
(Ax) = A
1
(x) x = A
1
x, do A
1
x =
1
x.
Ce qui prouve quex est vecteur propre de A
1
de valeur propre
1
.
Correction de lexercice 9
Soit f un endomorphisme de E vriant f
2
= mathrmId
E
.
1. Dmontrons que les seules valeurs propres possibles de f sont 1 et 1.
Si est une valeur propre de f , il existe un vecteur non nul x E tel que f (x) = x. On a donc
f
2
(x) = f (x) = f (x) =
2
x.
Mais, f
2
= mathrmId
E
donc si x est un vecteur propre associ la valeur propre on a
x = f
2
(x) =
2
x,
do
2
= 1, cest--dire (dans R ou C), = 1 ou =1. ce qui prouve que les seules valeurs propres
possibles de f sont 1 et 1.
2. Vrions que pour tout x E, on a
f (x f (x)) =(x f (x)) et f (x + f (x)) = (x + f (x))
Soit x E, on a
f (x f (x)) = f (x) f
2
(x) = f (x) x =(x f (x))
12
et
f (x + f (x)) = f (x) + f
2
(x) = f (x) +x
Nous allons en dduire que f admet toujours une valeur propre.
Supposons que 1 ne soit pas valeur propre de f , alors, x = f (x) x =

0. Or, pour tout x E, on a


f (x + f (x)) = f (x) +x, donc pour tout x E, on a f (x) +x =

0, cest--dire, f (x) =x. Ce qui prouve


que 1 est valeur propre de f . On a mme dans ce cas f =mathrmId
E
.
Si 1 nest pas valeur propre de f , on montre par un raisonnement analogue que pour tout x E on a
f (x) x =

0. Ce qui prouve que 1 est valeur propre de f , et dans ce cas f = mathrmId


E
.
3. Dmontrons que si 1 et 1 sont valeurs propres, alors E est somme directe des sous-espaces propres
correspondants.
Supposons maintenant que 1 et 1 sont valeurs propres de f . Ce sont alors les seules et on a, pour tout
x E,
x =
1
2
(x + f (x)) +
1
2
(x f (x))
Et, quelque soit x E, f (x f (x)) = (x f (x)) et f (x + f (x)) = (x + f (x)), cest--dire x + f (x) est
dans le sous-espace propre associ la valeur propre 1 et x f (x) est dans le sous-espace propre associ
la valeur propre 1. Par ailleurs on sait que les sous-espaces propres sont en somme directe ( on peut le
vrier galement puisque leur intersection est lensemble des vecteurs x tels que x = x, donc rduite
au vecteur nul). par consquent E est bien somme directe des sous-espaces propres correspondants aux
valeurs propres 1 et 1.
4. Traduisons gomtriquement le cas n = 2.
Rappelons que si il ny a quune valeur propre, f est lidentit ou son oppose. Dans le cas o 1 et 1
sont valeur propres, leurs sous-espaces propres sont des droites vectorielles. Soit u un vecteur propre tel
que f (u) = u et v un vecteur propre tel que f (v) =v, alors si w = au+bv, f (w) = aubv.
Correction de lexercice 15
On suppose quune population x de lapins et une population y de loups sont gouvernes par le systme suivant
dquations diffrentielles :
(S)
_
x

= 4x 2y
y

= x +y
1. On diagonalise la matrice
A =
_
4 2
1 1
_
.
Pour cela on dtermine ses valeurs propres :
det(AI) =

4 2
1 1

= (4)(1) +2 =
2
5 +6 = ( 2)( 3).
Ainsi, la matrice A admet deux valeurs propres distinctes, qui sont
1
= 2 et
2
= 3. Elle est diagonali-
sable. Dterminons une base de vecteurs propres :
_
4 2
1 1
__
x
y
_
=
_
2x
2y
_
x = y,
do le vecteur propre u
1
= (1, 1) associ la valeur propre
1
= 2 .
_
4 2
1 1
__
x
y
_
=
_
3x
3y
_
x = 2y,
do le vecteur propre u
2
= (2, 1) associ la valeur propre
2
= 3 . Dans la base (u
1
, u
2
), la matrice
scrit
A

=
_
2 0
0 3
_
.
13
On a A = PA

P
1
o
P =
_
1 2
1 1
_
et P
1
=
_
1 2
1 1
_
.
2. Exprimons le systme (S) et ses solutions dans une base de vecteurs propres de A.
Dans la base (u
1
, u
2
), le systme (S) devient
(S

)
_
X

= 2X
Y

= 3Y
Ses solutions sont les fonctions
_
X(t) = X(0)e
2t
Y(t) =Y(0)e
3t
3. Pour reprsenter graphiquement les trajectoires de (S) dans le repre (Oxy), on trace dabord le repre
(O, u
1
, u
2
) dans le repre (0xy), puis, on trace les courbes
Y =
Y(0)
X(0)
X
3/2
dans le repre (O, u
1
, u
2
) (ou OXY).
4. On voit sur le dessin que si Y(0) est strictement positif, alors la population des lapins, x(t) tend vers
+ quand t tend vers +. Si Y(0) est strictement ngatif alors la populations des lapins steint dans la
mesure ou x(t) dans ce cas tendrait vers .
Correction de lexercice 16
Soit u lendomorphisme de R
3
, dont la matrice dans la base canonique est
A =
_
_
3 2 2
1 0 1
1 1 0
_
_
1. Calculons les valeurs propres de A.
det(AI) =

3 2 2
1 1
1 1

= ( 1)
3
.
La matrice A admet une valeur propre triple qui est = 1, elle ne peut pas tre diagonalisable sinon son
sous-espace propre serait de dimension 3 or, A = I.
2. Calculons (AI)
2
.
(AI)
2
=
_
_
2 2 2
1 1 1
1 1 1
_
_
2
=
_
_
0 0 0
0 0 0
0 0 0
_
_
Montrons que A
n
= nA+(1n)I en utilisant la formule du binme de Newton.
A
n
= (AI +I)
n
=
n

k=0
C
k
n
(AI)
k
I
nk
=C
0
n
I
n
+C
1
n
(AI) = I +n(AI) = nA+(1n)I.
Car, pour k 2, on a (AI)
k
= 0.
3. Soient P(X) = (X 1)
2
et Q R[X].
Exprimons le reste de la division euclidienne de Q par P en fonction de Q(1) et Q

(1), o Q

est le
polynme driv de Q.
14
Il existe des polynmes S et R, avec d

R < d

P ou R = 0, tels que
Q(X) = S(X)(X 1)
2
+R(X).
Notons R(X) = aX +b (R(X) est de degr 1 car P est de degr 2) et drivons, on obtient
Q

(X) = S

(X)(X 1)
2
+2(X 1)S(X) +a,
on a donc Q(1) = R(1) = a+b et Q

(1) = a, cest--dire a = Q

(1) et b = Q(1) Q

(1) do
R(X) = Q

(1)X +(Q(1) Q

(1)).
Daprs la question 2), on remarque que P(A) = 0, en choisissant le polynme Q(X) = X
n
on a Q(1) = 1
et Q

(1) = n, donc
Q(A) = A
n
= R(A) = Q

(1)A+(Q(1) Q

(1))I = nA+(1n)I.
4. (a) Montrons que limage de R
3
par lendomorphisme (AI) est un sous-espace vectoriel de dimension
1.
(X,Y, Z) Im(AI), (x, y, z) R
3
, (AI)
_
_
x
y
z
_
_
=
_
_
X
Y
Z
_
_
,
cest--dire
_
_
X
Y
Z
_
_
= (x +y z)
_
_
2
1
1
_
_
.
Ce qui prouve que Im(AI) est la droite vectorielle engendre par le vecteur
2
= (2, 1, 1).
(b) Dterminons un vecteur
3
tel que u(
3
) =
2
+
3
. On pose
3
= (x, y, z),
u(
3
) =
2
+
3
A
_
_
x
y
z
_
_
=
_
_
2
1
1
_
_
+
_
_
x
y
z
_
_
,
cest--dire
_

_
3x +2y 2z = x +2
x +z = y 1
x +y = z +1

_
2(x +y z) = 2
1(x +y z) =1
(x +y z) = +1
x +y z = 1.
On prends, par exemple
3
= (1, 0, 0).
Dterminons un vecteur propre
1
de u non colinaire
2
.
A
_
_
x
y
z
_
_
=
_
_
x
y
z
_
_

_

_
3x +2y 2z = x
x +z = y
x +y = z
x +y z = 0.
On peut prendre le vecteur
1
= (0, 1, 1) qui nest pas colinaire
2
.
(c) Ecrivons la matrice de u dans la base (
1
,
2
,
3
), ainsi que les matrices de passage.
On a u(
1
) =
1
, u(
2
) =
2
et u(
3
) =
2
+
3
do la matrice de u dans la base (
1
,
2
,
3
)
A

=
_
_
1 0 0
0 1 1
0 0 1
_
_
.
15
La matrice de passage P est gale
P =
_
_
0 2 1
1 1 0
1 1 0
_
_
et son inverse
P
1
=
_
_
0 1/2 1/2
0 1/2 1/2
1 1 1
_
_
.
(d) Pour retrouver A
n
, on crit A

= I +N, o
N =
_
_
0 0 0
0 0 1
0 0 0
_
_
,
et N
2
= 0. Par ailleurs, on a A = PA

P
1
, do
A
n
= PA
n
P
1
= P(I +N)
n
P
1
= P(I +nN)P
1
= P
_
_
1 0 0
0 1 n
0 0 1
_
_
P
1
=
_
_
2n+1 2n 2n
n 1n n
n n 1n
_
_
= n
_
_
3 2 2
1 0 1
1 1 0
_
_
+(1n)
_
_
1 0 0
0 1 0
0 0 1
_
_
= nA+(1n)I.
Correction de lexercice 17
Soient M et A deux matrices de M
n
(R) telles que MA = AM. On suppose que M admet n valeurs propres
distinctes.
1. Soit x un vecteur propre de M de valeur propre .
Montrons que MAx = Ax.
On a Mx =x, donc AMx = Ax =Ax. Mais, AM = MA, donc MAx = AMx =Ax. Ce qui prouve que
le vecteur Ax est un vecteur propre de M pour la valeur propre , et comme les valeurs propres de M sont
supposes distinctes, les sous-espaces propres sont de dimension 1, donc Ax est colinaire x. Ainsi, il
existe un rel tel que Ax = x, donc x est un vecteur propre de A.
2. On note maintenant
1
, ,
n
les valeurs propres de M et
1
, ,
n
celles de A.
(a) Montrons lgalit suivante :

1

n1
1
.
.
.
.
.
.
1
n

n1
n

=

1i<jn
(
j

i
).
Il sagit du dterminant de Vandermonde. Notons le V(
1
, ,
n
). La dmonstration se fait par r-
currence sur n. Pour n = 2, cest vident. Supposons le rsultat vrai pour n1. Dans V(
1
, ,
n
),
retranchons chaque colonne
1
fois la prcdente ( en commenant par la dernire colonne). On
obtient

0 0 0
1
2

1

2
2

1

2

n1
2

1

n2
2
.
.
.
.
.
.
.
.
.
.
.
.
1
n

1

2
n

1

n

n1
n

1

n2
n

1

2
2

1

2

n1
2

1

n2
2
.
.
.
.
.
.
.
.
.

1

2
n

1

n

n1
n

1

n2
n

.
16
On factorise alors chaque ligne par (
i

1
) et on obtient
V(
1
, ,
n
) = (
2

1
) (
n

1
)

1
2

n2
2
.
.
.
.
.
.
1
n

n2
n

=
n

i=2
(
i

1
)V(
2
, ,
n
) =

1i<jn
(
i

j
)
car V(
2
, ,
n
) =
2i<jn
(
j

i
) par hypothse de rcurrence.
Ce dterminant est le dterminant du systme suivant,
_

1
=
0
+
1

1
+ +
n1

n1
1
.
.
.

n
=
0
+
1

n
+ +
n1

n1
n
or V(
1
, ,
n
) = 0 puisque les
i
sont supposs distincts, cest donc un systme de Cramer, il
admet donc une unique solution (
0
, ,
n1
) R
n
.
(b) Soient M

et A

les matrices diagonales suivantes :


M

=
_
_
_
_
_
_

1
0 0
0
.
.
.
0
.
.
.
.
.
.
0 0
n
_
_
_
_
_
_
, A

=
_
_
_
_
_
_

1
0 0
0
.
.
.
0
.
.
.
.
.
.
0 0
n
_
_
_
_
_
_
Montrons quil existe des rels
0
, ,
n1
tels que
A

=
n1

k=0

k
M
k
.
Compte tenu des matrices A

et M

lexistence de rels tels que


A

=
n1

k=0

k
M
k
est quivalente lexistence dune solution pour le systme prcdent, do le rsultat.
On en dduit quil existe des rels
0
, ,
n1
tels que
A =
n1

k=0

k
M
k
.
La matrice M admet n vecteurs propres linairement indpendants qui sont galement vecteurs
propres de la matrice A. Par consquent il existe une mme matrice de passage P telle que M =
PM

P
1
et A = PA

P
1
, do lgalit
A =
n1

k=0

k
M
k
.
17

Vous aimerez peut-être aussi