Académique Documents
Professionnel Documents
Culture Documents
Exo7
Partiel
Exercice 1
Soit a R et A la matrice suivante
1 a 0
A = a 0 1 .
0 1 a
[002603]
Exercice 2
Soit R, on considre lendomorphisme f de R3 dont la matrice dans la base canonique est la suivante
cos sin 0
A = sin cos 0 .
0
0
1
1. Quelle est la nature gomtrique de cet endomorphisme ?
2. Dmontrer que, pour tout R \ Z, la matrice A admet une unique valeur propre relle. Quel est le
sous-espace propre associ ? Que se passe-t-il si Z ?
Correction H
[002604]
Exercice 3
Soit u lendomorphisme de R3 dont la matrice dans la base canonique est
4 2 2
0
2 .
A= 2
3
3
1
1.
2.
3.
4.
Correction H
[002605]
Exercice 4
Soit u lendomorphisme de R3 , dont la matrice dans la base canonique est
3 2 2
A = 1 0 1 .
1 1 0
1
[002606]
Examen
Exercice 5
Soit A la matrice
1 0 0
A = 1 2 1
0 0 2
et f lendomorphisme de R3 associ.
1. Dterminer les valeurs propres de A.
2. Dterminer, sans calculs, des vecteurs ~u et ~v tels que f (~u) = 2~u et f (~v) = 2~v +~u.
3. Soit ~e tel que f (~e) = ~e. Dmontrer que (~e,~u,~v) est une base de R3 et crire la matrice de f dans cette
base.
4. La matrice A est-elle diagonalisable ? (Justifier.)
Correction H
Exercice 6
Soit A la matrice
[002607]
1
0
0
A = 1 1 0
1 2 1
et f lendomorphisme de R3 associ.
1. Factoriser le polynme caractristique de A.
2. Dterminer les sous-espaces propres et caractristiques de A.
3. Dmontrer quil existe une base de R3 dans laquelle la matrice de f est
1 0
0
B = 0 1 2
0 0 1
et trouver une matrice P inversible telle que AP = PB (ou A = PBP1 ).
4. Ecrire la dcomposition de Dunford de B (justifier).
5. Pour t R, calculer exptB.
6. Donner les solutions des systmes diffrentiels y0 = By et x0 = Ax, o x et y dsignent des fonctions relles
valeurs dans R3 .
Correction H
Exercice 7
Soit a R et A la matrice
[002608]
0
1
0
a
0 .
A = 0
0 a2 2
2. Soit E lespace vectoriel des solutions du systme x0 = Ax, o x est une fonction de la variable relle t
valeur dans R3 .
(a) Lorsque A est diagonalisable, donner une base de E en fonction des vecteurs propres et des valeurs
propres de A. Ecrire la solution gnrale du systme.
(b) Lorsque A nest pas diagonalisable, intgrer directement le systme x0 = Ax.
3. Soit E0 lensemble des lments s de E tels que limt+ s(t) = ~0. Dmontrer que E0 est un sous-espace
vectoriel de E. (hors barme) Dterminer sa dimension en fonction de a.
4. Soit F lensemble des lments s de E borns sur [0, +[. Dmontrer que F est un sous-espace vectoriel
de E. (hors barme) Dterminer sa dimension en fonction de a.
Correction H
[002609]
Rattrapage
Exercice 8
Soit R et A M3 (R) la matrice suivante
1 0 + 1
0
A = 1 2
1 1
I
1. Factoriser le polynme caractristique PA (X) en produit de facteurs du premier degr.
2. Dterminer selon la valeur du paramtre les valeurs propres distinctes de A et leur multiplicit.
3. Dterminer les valeurs de pour lesquelles la matrice A est diagonalisable.
4. Dterminer selon la valeur de le polynme minimal de A .
II
On suppose, dans cette partie, que = 0, on note A = A0 et f lendomorphisme de R3 associ la matrice A.
1. Dterminer les sous-espaces propres et caractristiques de A.
2. Dmontrer que le sous-espace vectoriel ker(A + I)2 est un plan stable par f .
3. Dmontrer quil existe une base de R3 dans laquelle la matrice de f est
1 1
0
B = 0 1 1
0
0 1
et trouver une matrice P inversible telle que A = PBP1 (AP = PB).
4. Ecrire la dcomposition de Dunford de B (justifier).
5. Pour t R, calculer exptB et exprimer exptA laide de P et exptB.
6. Donner les solutions des systmes diffrentiels Y 0 = BY et X 0 = AX.
III
On suppose, dans cette partie, que = 1, on note A = A1 .
1. Vrifier que la matrice A est diagonalisable.
2. Diagonaliser la matrice A.
3. Donner les solutions du systme diffrentiel X 0 = A.X.
IV
On suppose, dans cette partie, que = 1, on note A = A1 .
3
[002610]
Correction de lexercice 1 N
Soit a R et A la matrice suivante
1 a 0
A = a 0 1 .
0 1 a
1 a2
a
a
1 =t A.
A = a2
2
a
1 a
1 a2 a
1 2
a
a 1 .
Do A1 =
1 + a3
a 1 a2
Correction de lexercice 2 N
Soit R, on considre lendomorphisme f de R3 dont la matrice dans la base canonique est la suivante
cos sin 0
A = sin cos 0 .
0
0
1
1. Dterminons la nature gomtrique de cet endomorphisme.
Notons (~i, ~j,~k) la base canonique de R3 , la matrice A est la matrice de la rotation daxe R~k dangle .
On peut ajouter que les vecteurs colinaires ~k sont fixes. Un vecteur de coordonnes (x, y, z) est envoy
sur le vecteur (x cos y sin , x sin + y cos , z), sa composante dans le plan engendr par ~i et ~j subit
la rotation plane dangle .
2. Dmontrons que, pour tout R\Z, la matrice A admet une unique valeur propre relle et dterminons
son sous-espace propre associ.
Calculons le polynme caractristique de la matrice A.
cos X
sin
0
cos X
0 = [(cos X)2 + sin2 ](1 X)
PA (X) = sin
0
0
1 X
= (1 X)(X 2 2X cos + 1
Cherchons les racines du polynme X 2 2X cos + 1, pour cela on calcule son discrimminant rduit
0 = cos2 1 = sin2 < 0,
en effet, si R \ Z, alors sin 6= 0, donc le polynme PA nadmet quune racine relle = 1. Son
sous-espace propre associ est de dimension 1, cest laxe R~k de la rotation.
5
Cas o Z
On distingue les cas = n avec n pair ou impair :
1 0 0
- Si = 2n, n Z, alors A = 0 1 0, cest la matrice de lidentit.
0 0 1
1 0 0
- Si = (2n + 1), n Z, alors A = 0 1 0, cest la matrice de la symtrie orthogonale par
0
0 1
~
rapport laxe Rk. Elle admet deux valeurs propres, la valeur propre 1 dont le sous-espace propre est
laxe R~k et la valeur propre 1 dont le sous-espace propre est le plan R~i + R~j.
Correction de lexercice 3 N
Soit u lendomorphisme de R3 dont la matrice dans la base canonique est
4 2 2
0
2 .
A= 2
3
3
1
1. Dterminons et factorisons le polynme caractristique de A.
Par oprations sur les colonnes puis les lignes, on a
4 X 2
2 4 X
X
2 = 2
PA (X) = 2
3
3 1 X 3
do
4 X
PA (X) = 2
5
0
2
X 2
2 ,
2 + X 1 X
0
2
X 2
2
0
3 X
5x 2y 2z = 0
y = x
2x y + 2z = 0
~u = (x, y, z) E1
3x + 2z = 0
3x + 3y = 0
Le sous-espace propre E1 est donc une droite vectorielle dont un vecteur directeur est donn, par exemple,
par ~e1 = (2, 2, 3).
Notons E2 le sous-espace propre associ la valeur propre 2,
E2 = {~u = (x, y, z), A.~u = 2~u}.
Ainsi
2x 2y 2z = 0
~u = (x, y, z) E2
2x + 2y + 2z = 0 x + y + z = 0
3x + 3y + 3z = 0
Le sous-espace propre E2 est donc le plan vectoriel dquation x + y + z = 0, dont une base est donne,
par exemple, par ~e2 = (1, 1, 0) et ~e3 = (1, 0, 1).
6
3. Dmontrons que A est diagonalisable et donnons une base de R3 dans laquelle la matrice de u est
diagonale.
Les sous-espaces propres associs aux valeurs propres sont de dimension la multiplicit de la valeur
propre correspondante, ce qui prouve que la matrice A est diagonalisable. Dans la base (~e1 ,~e2 ,~e3 )la
matrice de lendomorphisme associ A est diagonale, elle scrit
1 0
0
D = 0 2 0 .
0 0 2
4. Trouvons une matrice P telle que P1 AP soit diagonale.
La matrice de changement de base qui exprime la base (~e1 ,~e2 ,~e3 ) des vecteurs propres, trouvs ci-dessus,
dans la base canonique est la matrice P cherche
2 1
1
1 1 1
1
P = 2 1 0 et P1 = 2 1 2 ,
3
3
0 1
3 3 0
elle est inversible et on a P1 AP = D. (Le calcul de P1 ntait pas demand, ni ncessaire).
Correction de lexercice 4 N
Soit u lendomorphisme de R3 , dont la matrice dans la base canonique est
3 2 2
A = 1 0 1 .
1 1 0
1. Calculons les valeurs propres de A et voyons si lendomorphisme u est diagonalisable.
En oprant sur les colonnes et les lignes du dterminant, on obtient
3 X 2
3 X
2
0
2
PA (X) = 1 X 1 = 1 1 X 1 ,
1
1 X 1
1 X X
do
3 X
PA (X) = 1
2
0
1X
0
2
1
X 1
2
2 2
A I = 1 1 1 ,
1
1 1
puis la matrice (A I)2 ,
2
2 2
2
2 2
0 0 0
(A I)2 = 1 1 1 1 1 1 = 0 0 0 ,
1
1 1
1
1 1
0 0 0
7
(A I + I)n =
Deuxime mthode : Par rcurrence sur n. Le rsultat est vrai pour n = 0 et n = 1. Fixons n arbitrairement
pour lequel on suppose que An = nA + (1 n)I, on a alors
An+1 = A(nA + (1 n)I) = nA2 + (1 n)A,
sachant que (A I)2 = 0, on en dduit que A2 = 2A I ainsi
An+1 = n(2A I) + (1 n)A = (n + 1)A nI = (n + 1)A + (1 (n + 1))I.
Lgalit est donc vraie pour tout n N.
Correction de lexercice 5 N
Soit A la matrice
1 0 0
A = 1 2 1
0 0 2
et f lendomorphisme de R3 associ.
1. Dterminons les valeurs propres de A.
Calculons les racines du polynme caractristique PA (X) :
1 X
0
0
1 = (2 X)2 (1 X).
PA (X) = 1 2 X
0
0
2 X
Les valeurs propres de A sont 1 = 1, valeur propre simple et 2 = 2, valeur propre double.
2. Dterminons, sans calculs, des vecteurs ~u et ~v tels que f (~u) = 2~u et f (~v) = 2~v +~u.
Si lon note (~e1 ,~e2 ,~e3 ), la base dans laquelle est exprime la matrice A de lendomorphisme f , on remarque que
f (~e2 ) = 2~e2 et f (~e3 ) =~e2 + 2~e3 .
Ainsi, les vecteurs ~u =~e2 et ~v =~e3 rpondent-ils la question.
3. Soit~e tel que f (~e) =~e. Dmontrons que (~e,~u,~v) est une base de R3 et crivons la matrice de f dans cette
base.
Notons ~e = (x, y, z) alors
(
x=x
z=0
f (~e) =~e x + 2y + z = y
x=y
2z = z
Le vecteur ~e = (1, 1, 0) convient. Les vecteurs ~e, ~u et ~v sont linairement indpendants, ils forment donc
une base de R3 . La matrice de f dans cette base scrit
1 0 0
B = 0 2 1
0 0 2
(
x = 2x
x=0
x + 2y + z = 2y
z=0
2z = 2z
Cest une droite vectorielle, sa dimension nest donc pas gale la multiplicit de la valeur propre 2
comme racine du polynme caractristique, la matrice A nest pas diagonalisable.
Correction de lexercice 6 N
Soit A la matrice
1
0
0
A = 1 1 0
1 2 1
et f lendomorphisme de R3 associ.
1. Dterminons et factorisons le polynme caractristique de A.
On note PA (X) le polynme caractristique, on a
1 X
0
0
1 X
1 X
0 = (1 X)
PA (X) = 1
1
1
2
1 X
0
= (1 X)2 (1 X).
1 X
La matrice A admet deux valeurs propres, 1, valeur propre simple, et 1, valeur propre double.
2. Dterminons les sous-espaces propres et les sous-espaces caractristiques de A.
La valeur propre 1 est simple, le sous-espace propre associ est gal au sous-espace caractristique, cest
lensemble
E1 = N1 = {~u = (x, y, z) R3 , A~u = ~u}.
On a
~u E1
x=x
x y = y
x + 2y z = z
x = 2y
z=0
Lespace E1 est une droite vectorielle dont un vecteur directeur ~e1 est donn, par exemple, par ~e1 =
(2, 1, 0).
Le sous-espace propre associ la valeur propre 1 est dfini par
E1 = {~u = (x, y, z) R3 , A~u = ~u}.
On a
~u E1
x = x
x y = y
x + 2y z = z
x=0
y=0
Lespace E1 est une droite vectorielle dont un vecteur directeur ~e2 est donn, par exemple, par ~e2 =
(0, 0, 1). La dimension de E1 nest pas gale la multiplicit de la racine, la matrice nest pas diagonalisable. Dterminons le sous-espace caractristique associ la valeur propre 1. Pour cela calculons la
matrice (A + I)2 .
2 0 0
4 0 0
(A + I)2 = 1 0 0 = 2 0 0
1 2 0
0 0 0
N1 = ker(A + I)2 = {~u = (x, y, z) R3 , x = 0}
Le sous-espace caractristique N1 est le plan vectoriel engendr par les vecteurs
e2 = (0, 0, 1) et e3 = (0, 1, 0).
9
1 0
0
B = 0 1 2
0 0 1
et trouvons une matrice P inversible telle que AP = PB (ou A = PBP1 ).
On considre les vecteurs ~e1 = (2, 1, 0) et ~e2 = (0, 0, 1) et on cherche un vecteur ~e N1 tel que f (~e) =
2~e2 ~e. Notons ~e = (0, y, z),
f (~e) = 2~e2 ~e y = 1,
le vecteur~e =~e3 = (0, 1, 0) convient, on pouvait le voir directement sur la deuxime colonne de la matrice
A. Ainsi, dans la base (~e1 ,~e2 ,~e3 ) avec ~e1 = (2, 1, 0), ~e2 = (0, 0, 1) et ~e3 = (0, 1, 0), la matrice de f scrit
1 0
0
B = 0 1 2 .
0 0 1
La matrice P cherche est la matrice de passage qui exprime la base (~e1 ,~e2 ,~e3 ) dans la base canonique
(~i, ~j,~k). On a
2 0 0
P = 1 0 1
0 1 0
et AP = PB ou A = PBP1 . On peut calculer P1 , cest la matrice qui exprime les vecteurs ~i, ~j et ~k dans
la base (~e1 ,~e2 ,~e3 ),
1/2 0 0
0 1 .
P1 = 0
1/2 1 0
4. Ecrivons la dcomposition de Dunford de B.
On a
1 0
0
1 0
0
0
B = 0 1 2 = 0 1 0 + 0
0 0 1
0 0 1
0
|
{z
} |
D
0 0
0 2 .
0 0
{z
}
N
Il est clair que la matrice D est diagonalisable puisque diagonale, on vrifie facilement que N 2 = 0,
cest--dire que la matrice N est nilpotente et que les deux matrices commutent, DN = ND. Ainsi la
dcomposition B = D + N est bien la dcomposition de Dunford de la matrice B.
5. Pour t R, calculons exptB.
On utilise la dcomposition de Dunford de la matrice tB, tB = tD + tN, on a donc
exp(tB) = exp(tD + tN) = exp(tD). exp(tN)
car les matrices commutent, par ailleurs, comme D est diagonale, on a
t
e
0
0
exp(tD) = 0 et 0 ,
0 0 et
et comme N 2 = 0, on a
1 0 0
exp(tN) = I + tN = 0 1 2t .
0 0 1
Do
t
e
exp(tB) = 0
0
0
et
0
t
0
1 0 0
e
0 0 1 2t = 0
et
0 0 1
0
10
0
et
0
0
2tet .
et
6. Donnons les solutions des systmes diffrentiels y0 = By et x0 = Ax, o x et y dsignent des fonctions
relles valeurs dans R3 .
Les solutions du systme diffrentiel y0 (t) = B.y(t) sont les fonctions y(t) = exp(tB).V o V est un
vecteur quelconque de R3 . Donc
t
a
aet
e
0
0
y(t) = 0 et 2tet b = bet + 2ctet ,
c
cet
0 0
et
(a, b, c) R3 .
Pour trouver les solutions du systme diffrentiel x0 (t) = A.x(t), on utilise le fait suivant
P.y est solution de x0 = A.x y
2
x(t) = 1
0
0 0
aet
2aet
0 1 bet + 2ctet = aet + cet ,
1 0
cet
bet + 2ctet
(a, b, c) R3 .
Correction de lexercice 7 N
Soit a R et A la matrice
0
1
0
a
0 .
A = 0
0 a2 2
0 1 0
A = 0 0 0 .
0 2 2
Le sous-espace propre associ 0 est gal ker A = {~u = (x, y, z), A~u = ~0},
(
y=0
~u ker A
y = z = 0.
2y + 2z = 0
Le sous-espace propre associ la valeur propre double 0 est une droite vectorielle, la droite engendre
par (1, 0, 0), la matrice nest donc pas diagonalisable.
Si a = 2, la valeur propre 2 est double, on a
0 1 0
A = 0 2 0 .
0 0 2
11
Le sous-espace propre associ 2 est gal E2 = {~u = (x, y, z), A~u = 2~u},
y = 2x
~u E2 2y = 2y y = 2x.
2z = 2z
Le sous-espace propre associ la valeur propre double 2 est un plan vectoriel, le plan dquation y = 2x,
la matrice est donc diagonalisable.
Ainsi la matrice A est diagonalisable si et seulement si a 6= 0.
Lorsque A est diagonalisable, dterminons une base de vecteurs propres de A.
On a a 6= 0 et on distingue les cas a 6= 2 et a = 2.
Si a 6= 2, les sous-espaces propres associs aux valeurs propres 0 et 2 sont lisibles sur la matrice, on a
E0 = ker A = R.(1, 0, 0) et E2 = R.(0, 0, 1),
On dtermine Ea = {~u = (x, y, z), A~u = a~u}.
(
(
y = ax
y = ax
y = ax
ay = ay
~u Ea
(a 2)y = (a 2)z
y=z
(a 2)y + 2z = az
Cest la droite vectorielle engendre par le vecteur ~e = (1, a, a). Ainsi, une base de vecteurs propres est
donne par les vecteurs (1, 0, 0), (0, 0, 1) et (1, a, a).
Si a = 2, nous avons vu que le sous-espace propre associ la valeur propre double 2 est le plan dquation y = 2x. Ainsi, une base de vecteurs propres est donne par les vecteurs (1, 0, 0), (0, 0, 1) et (1, 2, 0).
2. Soit E lespace vectoriel des solutions du systme x0 = Ax, o x est une fonction de la variable relle t
valeur dans R3 .
(a) Lorsque A est diagonalisable, donnons une base de E en fonction des vecteurs propres et des valeurs
propres de A et crivons la solution gnrale du systme.
Si 1 , 2 , 3 sont les valeurs propres de A et ~e1 ,~e2 et ~e3 les vecteurs propres associs, on sait quune
base de lespace des solutions du systme diffrentiel x0 = Ax est donne par
e1t~e1 , e2t~e2 , e3t~e3 .
Ainsi, si a 6= 2 cette base est donne par
(1, 0, 0), e2t (0, 0, 1), eat (1, a, a)
et si a = 2, elle est donne par
(1, 0, 0), e2t (0, 0, 1), e2t (1, 2, 0).
(b) Lorsque A nest pas diagonalisable, intgrons directement le systme X 0 = AX.
Lorsque A nest pas diagonalisable, a = 0 et
0 1 0
A = 0 0 0 .
0 2 2
Le systme X 0 = AX est quivalent
0
0
x (t)
0 1 0
x(t)
x = y
y0 (t) = 0 0 0 y(t) y0 = 0
0
z0 (t)
0 2 2
z(t)
z = 2y + 2z
12
x(t)
t +
t
1
0
X(t) = y(t) = = 1 + 0 + 0
z(t)
e2t +
1
0
e2t
(, , ) R3 .
3. Soit E0 lensemble des lments s de E tels que limt+ s(t) = ~0. Dmontrons que E0 est un sous-espace
vectoriel de E.
Pour dmontrer que E0 est un sous-espace vectoriel de E, il suffit de dmontrer que 0E E0 et que E0
est stable par combinaison linaire. La fonction nulle est clairement dans E0 , par ailleurs, si s1 et s2 sont
dans E0 et si a1 , a2 R, on a
lim a1 s1 (t) + a2 s2 (t) = ~0
t+
1 0 + 1
0
A = 1 2
1 1
13
+
1
0
+
1
2 X
0 = 1 X 2 X
0
PA (X) = 1
1
1
X 0
1
X
1 X
0
+ 1
2 X 1
= 0
0
1
X
= (1 X)[(2 X)( X) + + 1]
= (X + 1)[X 2 + (2 )X + 1 ].
Factorisons le polynme X 2 + (2 )X + 1 , son discriminant est gal
= (2 )2 4(1 ) = 2 .
On a donc
2
2+
= 1 et 2 =
= 1.
2
2
x
1 0 + 1
x
1 2
0
y = y
E1 = ker(A + I) = (x, y, z) R ,
z
1 1
z
ainsi,
(x, y, z) E1
x + ( + 1)z = x
( + 1)z = 0
x 2y = y
xy = 0
x + y + z = z
0
0
(A + I)2 = 1 1
1 1
1
0
0 1
1 1 1
0 1 1 0 = 1 1 1 6= 0
1
1 1 1
0 0 0
1 0 1
A = A0 = 1 2 0
1 1 0
et PA (X) = (X + 1)3 .
1. Dterminons les sous-espaces propres et caractristiques de A.
La matrice A admet une unique valeur propre = 1 de multiplicit 3, le sous-espace propre associ est
lespace E1 = ker(A + I), et on a
x + z = x
z=0
x 2y = y
(x, y, z) E1
x=y
x + y = z
Le sous-espace E1 est la droite vectorielle engendre par le vecteur (1, 1, 0).
Le sous-espace caractristique de A, associ lunique valeur propre = 1, est le sous-espace N1 =
ker(A + I)3 , or, compte tenu du thorme de Hamilton-Cayley, on sait que PA (A) = 0, ainsi, la matrice
(A + I)3 est la matrice nulle, ce qui implique N1 = R3 , cest donc lespace tout entier.
2. Dmontrons que le sous-espace vectoriel ker(A + I)2 est un plan stable par f .
On a E1 = ker(A + I) ker(A + I)2 ker(A + I)3 = R3 , le sous-espace ker(A + I)2 est clairement stable
par A car pour tout v ker(A + I)2 , Av ker(A + I)2 , en effet
(A + I)2 Av = A(A + I)2 v = 0.
Dmontrons que ce sous-espace est un plan. On a
0
0 1
0
0 1
1 1 1
(A + I)2 = 1 1 0 1 1 0 = 1 1 1
1 1 1
1 1 1
0 0 0
donc ker(A + I)2 = {(x, y, z) R3 , x + y + z = 0}, cest bien un plan vectoriel.
3. Dmontrons quil existe une base de R3 dans laquelle la matrice de f est
1 1
0
B = 0 1 1
0
0 1
et trouvons une matrice P inversible telle que A = PBP1 .
15
Nous cherchons des vecteurs e1 , e2 , e3 tels que Ae1 = e1 , Ae2 = e1 e2 et Ae3 = e2 e3 . Le vecteur e1
appartient E1 = ker(A + I), et ker(A + I) est la droite dquations :
{z = 0, x y = 0} ; nous choisirons e2 ker(A + I)2 tel que (e1 , e2 ) soit une base de ker(A + I)2 . Remarquons que si lon cherche e2 = (x, y, z) tel que Ae2 = e1 e2 , on obtient le systme
1 0 1
x
1x
x + z = 1 x
z=1
1 2 0 y = 1 y
x 2y = 1 y
xy = 1
1 1 0
z
z
x + y = z
ce qui nous donne bien un vecteur de ker(A + I)2 . Ainsi, les vecteurs e1 = (1, 1, 0) et e2 = (1, 0, 1)
conviennent. Il nous reste chercher un vecteur e3 tel que Ae3 = e2 e3 , cest--dire
1 0 1
x
1x
x + z = 1 x
z=1
1 2 0 y = y
x 2y = y
x=y
1 1 0
z
1z
x + y = 1 z
Le vecteur e3 = (0, 0, 1) convient. On obtient alors
A = PBP1 ,
1
P = 1
0
1 0
0 0
1 1
4. Dcomposition de Dunford de B
On a
0 1 0
1 0
0
1 1
0
B = 0 1 1 = 0 1 0 + 0 0 1
0 0 0
0
0 1
0
0 1
et il est clair que les deux matrices commutent car lune est gale I. Or, il existe un unique couple de
matrices D et N, D diagonalisable et N nilpotente, telles que B = D + N et DN = ND. Or si
0 1 0
1 0
0
D = 0 1 0 et N = 0 0 1 ,
0 0 0
0
0 1
On a
0 1 0
0 1 0
0 0 1
N 2 = 0 0 1 0 0 1 = 0 0 0
0 0 0
0 0 0
0 0 0
1 t
t
exp(tB) = e
0 1
0 0
t2
2
t .
1
2
2
x(t)
a
1 t t2
a + bt + c t2
S(t) = y(t) = et 0 1 t b = et b + ct
z(t)
c
0 0 1
c
Pour obtenir la solution du systme X 0 = AX, on crit
X 0 = AX X 0 = (PBP1 )X P1 X 0 = (BP1 )X (P1 X)0 = B(P1 X)
ainsi, en notant Y = P1 X ou encore X = PY , les solutions du systme X 0 = AX sont les PS(t) o P est
la matrice vrifiant A = PBP1 et S une solution du systme Y 0 = BY .
La solution gnrale du systme X 0 = AX scrit donc
t
2
2
x(t)
1 1 0
(a + b) + (c + b)t + c t2
e (a + bt + c t2 )
2
X(t) = y(t) = 1 0 0 et (b + ct) = et
a + bt + c t2
z(t)
0 1 1
et c
(b + c) + ct
o (a, b, c) R3 .
III
On suppose, dans cette partie, que = 1, on note A = A1 .
1 0
0
A = 1 2 0
1 1 1
1. Vrifions que la matrice A est diagonalisable.
Nous avons vu dans la partie I)3) que lorsque = 1, la matrice est diagonalisable, en effet, dans ce cas,
elle admet deux valeurs propres : 1, valeur propre double et 2, valeur propre simple. Le sous-espace
propre associ la valeur propre 1 tant le plan dquation x = y.
2. Diagonalisons la matrice A.
Pour cela dterminons une base de vecteurs propres. Le plan x = y est engendr par les vecteurs u(1, 1, 0)
et v(0, 0, 1), dterminons un vecteur directeur de la droite E2 :
x
2x
1 0
0
z
2z
1 1 1
ainsi,
(x, y, z) E2
x = 2x
x 2y = 2y
x + y z = 2z
1
D= 0
0
0
0
1 0 ,
0 2
1 0 0
P = 1 0 1
0 1 1
17
x=0
y = z
on a A = PDP1 , o
x(t)
1 0 0
ae
aet
X(t) = y(t) = 1 0 1 bet = aet + bet
z(t)
0 1 1
ce2t
bet + ce2t
o (a, b, c) R3 .
IV
On suppose, dans cette partie, que = 1, on note A = A1 .
1 0 2
A = 1 2 0
1 1 1
1. Dterminons les sous-espaces propres et caractristiques de A.
La matrice A admet deux valeurs propres : 1, valeur propre double et 0, valeur propre simple. Le
sous-espace propre E1 , associ la valeur propre 1, est la droite vectorielle engendre par le vecteur
(1, 1, 0). Dterminons le sous-espace E0 :
0
x
1 0 2
y = 0
1 2 0
E0 = ker(A) = (x, y, z) R ,
0
z
1 1 1
ainsi,
(x, y, z) E0
x + 2z = 0
x + y + z = 0
x 2y = 0
x = 2z
x = 2y
Le sous-espace propre E0 est la droite vectorielle engendre par (2, 1, 1). Le sous-espace caractristique
associ la valeur propre 0 est le sous-espace propre E0 . Dterminons le sous-espace caractristique
associ la valeur propre double 1 cest lespace vectoriel ker(A + I)2 . On a
2
0
0 2
2 2 4
(A + I)2 = 1 1 0 = 1 1 2 .
1 1 2
1 1 2
Ainsi, ker(A + I)2 est le plan vectoriel dquation x + y + 2z = 0, engendr par les vecteurs (1, 1, 0)
E1 et (2, 0, 1).
2. Trigonalisons la matrice A.
Dans la base (u, v, w) o u(2, 1, 1), v(1, 1, 0) et w(2, 0, 1) la matrice est triangulaire, il existe tel que
A.w = v w.
1 0 2
2
0
1
0
A.w = 1 2 0 . 0 = 2 = 2 1 2
1 1 1
1
1
0
1
Ainsi A = PT P1 o
0 0
0
2 1 2
T = 0 1 2 et P = 1 1 0 .
0 0 1
1 0 1
18