Vous êtes sur la page 1sur 105

[http://mp.cpgedupuydelome.

fr] édité le 10 septembre 2013 Enoncés 1

Réduction des endomorphismes Exercice 6 CCP PSI [ 02598 ] [correction]


Soient A et B deux matrices réelles carrées d’ordre n telles qu’il existe un
polynôme P ∈ R [X] de degré au moins égal à 1 et vérifiant P (0) = 1 et
Polynôme en un endomorphisme AB = P (A).
Montrer que A est inversible et que A et B commutent.
Exercice 1 [ 00753 ] [correction]
Soient E un K-espace vectoriel de dimension n et u ∈ L(E).
On suppose qu’il existe un vecteur x0 ∈ E telle que la famille Exercice 7 [ 02574 ] [correction]
(x0 , u(x0 ), . . . , un−1 (x0 )) soit libre. Dans Mn (R), on considère la matrice
Montrer que seuls les polynômes en u commutent avec u. 
0 1 (0)

 . .. .. 
 . 
J = 
 .. 
Exercice 2 [ 00754 ] [correction]  . 1 
Soit u ∈ L(E) vérifiant u3 = Id. Justifier (0) 0

ker(u − Id) ⊕ ker(u2 + u + Id) = E Exprimer simplement P (aIn + J) pour P ∈ R [X].

Sous-espaces vectoriels stables


Exercice 3 [ 03423 ] [correction]
Soient A, B ∈ Mn (K). On suppose qu’il existe un polynôme non constant
P ∈ K [X] vérifiant Exercice 8 [ 00755 ] [correction]
Soient u et v deux endomorphismes d’un K-espace vectoriel E.
AB = P (A) et P (0) 6= 0
On suppose que u et v commutent, montrer que Imu et ker u sont stables par v.
Montrer que A est inversible et que A et B commutent. Que dire de la réciproque ?

Exercice 9 [ 00756 ] [correction]


Exercice 4 X MP [ 03033 ] [correction]
Montrer qu’un endomorphisme f d’un K-espace vectoriel E commute avec un
Soient A et B dans Mn (R). On suppose que A est nilpotente et qu’il existe
projecteur p si, et seulement si, les espaces Imp et ker p sont stables par f .
P ∈ R [X] tel que P (0) = 1 et B = AP (A). Montrer qu’il existe Q ∈ R [X] tel que
Q(0) = 1 et A = BQ(B).
Exercice 10 [ 00757 ] [correction]
Déterminer les sous-espaces vectoriels stables pour l’endomorphisme de dérivation
Exercice 5 [ 03210 ] [correction] dans K [X].
Soient A ∈ GLn (C) et B ∈ Mn (C) telle que B p = On .
a) Montrer que In + A−1 BA est inversible et exprimer son inverse.
b) On pose Exercice 11 [ 00758 ] [correction]
H = {In + P (B)/P ∈ C [X] , P (0) = 0} Soit u un endomorphisme d’un K-espace vectoriel E de dimension finie.
On pose
Montrer que H est un sous-groupe commutatif de (GLn (C), ×). ∞
[ ∞
\
N= ker up et I = Imup
p=0 p=0

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 2

a) Montrer qu’il existe n ∈ N tel que N = ker un et I = Imun . Exercice 15 [ 00761 ] [correction]
b) Etablir que N et I sont des sous-espaces vectoriels supplémentaires stables par Soient E un K-espace vectoriel muni d’une base B, f ∈ L(E) et H un hyperplan.
u et tels que les restrictions de u à N et I soient respectivement nilpotente et a) Déterminer la dimension du sous-espace vectoriel {u ∈ E ? /u(H) = {0}} ?
bijective. b) Montrer que si H a pour équation u(x) = 0 alors H est stable par f si, et
c) Réciproquement on suppose E = F ⊕ G avec F et G sous-espaces vectoriels seulement si, u ◦ f est colinéaire à u.
stables par u tels que les restrictions de u à F et G soient respectivement c) Soient A et L les matrices dans B de f et u.
nilpotente et bijective. Etablir F = N et G = I. Montrer que H est stable par f si, et seulement si, t L est vecteur propre de t A
d) Déterminer les plans stables par
 
3 −2 −4
Exercice 12 [ 03462 ] [correction]
A =  −1 1 1 
[Endomorphisme cyclique]
1 −2 −2
Soient u endomorphisme d’un K-espace vectoriel E de dimension finie n > 2.
On suppose que E est le seul sous-espace vectoriel non nul stable par u.
a) L’endomorphisme u possède-t-il des valeurs propres ? Exercice 16 Centrale MP [ 02492 ] [correction]
b) Montrer que pour tout x ∈ E\ {0E }, la famille (x, u(x), . . . , un−1 (x)) est une Soient f et g deux endomorphismes l’espace euclidien de R3 canoniquement
base de E. représentés par
Quelle est la forme de la matrice de u dans cette base ?    
c) Montrer que cette matrice ne dépend pas du choix de x. 1 2 0 0 −1 2
A =  −4 3 4  et B =  0 −1 0 
2 2 −1 −1 1 −3
Exercice 13 [ 00759 ] [correction] a) Trouver les droites vectorielles stables par f .
Soient u et v deux endomorphismes d’un K-espace vectoriel de dimension n ∈ N? . b) Soit P un plan de R3 de vecteur normal ~n. Montrer que P est stable par f si,
On suppose u ◦ v = v ◦ u et v nilpotent. et seulement si, Vect(~n) est stable par f ? .
On désire montrer que det(u + v) = det u en raisonnant par récurrence sur la En déduire les plans stables par f .
dimension n > 1. c) Donner les droites et les plans stables par g.
a) Traiter le cas n = 1 et le cas v = 0.
b) Pour n > 2 et v 6= 0, former les matrices de u et v dans une base adaptée à Imv.
c) Conclure en appliquant l’hypothèse de récurrence aux restrictions de u et v au Exercice 17 Mines-Ponts MP [ 02726 ] [correction]
départ de Imv. Soit E un espace vectoriel de dimension finie et u ∈ L(E) tel que
u3 = Id

Exercice 14 Centrale MP [ 00760 ] [correction] Décrire les sous-espaces stables de u.


Soit E = E1 ⊕ E2 un K-espace vectoriel. On considère

Γ = {u ∈ L(E), ker u = E1 et Imu = E2 } Exercice 18 Mines-Ponts MP [ 02897 ] [correction]


On note E = C(R, R) et on pose, pour toute f ∈ E et tout x ∈ R,
a) Montrer, pour tout u de Γ que ũ = uE2 est un automorphisme de E2 . Z x
Soit φ : Γ → GL(E2 ) définie par φ(u) = ũ. T f (x) = f (x) + f (t) dt
b) Montrer que ◦ est une loi interne dans Γ. 0

c) Montrer que φ est un morphisme injectif de (Γ, ◦) dans (GL(E2 ), ◦). a) L’opérateur T est-il un automorphisme de E ?
d) Montrer que φ est surjectif. b) Existe-t-il un sous-espace vectoriel de E de dimension finie impaire et stable
e) En déduire que (Γ, ◦) est un groupe. Quel est son élément neutre ? par T ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 3

Exercice 19 [ 03464 ] [correction] Eléments propres d’un endomorphisme


Soit u un endomorphisme d’un R-espace vectoriel E de dimension finie non nulle
Montrer qu’il existe une droite vectorielle ou un plan vectoriel stable par u. Exercice 23 [ 00762 ] [correction]
Soient f un endomorphisme d’un K-espace vectoriel et n ∈ N? . On suppose que
0 ∈ sp(f n ).
Exercice 20 X MP [ 03474 ] [correction] Montrer que 0 ∈ sp(f ).
Soient K un corps et A1 , A2 , . . . , An des matrices de Mn (K) nilpotentes
commutant deux à deux.
Montrer Exercice 24 [ 00763 ] [correction]
A1 A2 . . . An = On Soit f un endomorphisme d’un K-espace vectoriel E de dimension finie.
Montrer
0∈ / sp(f ) ⇔ f surjectif
Exercice 21 Centrale PC [ 03745 ] [correction]
Soient f une endomorphisme de Rn et A sa matrice dans la base canonique de Exercice 25 [ 00764 ] [correction]
Rn . On suppose que λ est une valeur propre non réelle de A et que Z ∈ Cn est un Soit u un automorphisme d’un K-espace vectoriel E .
vecteur propre associé. Etablir
On note X et Y les vecteurs de Rn dont les composantes sont respectivement les Spu−1 = λ−1 /λ ∈ Spu

parties réelles et imaginaires des composantes de Z.
a) Montrer que X et Y sont non colinéaires.
b) Montrer que Vect(X, Y ) est stable par f . Exercice 26 [ 00765 ] [correction]
c) On suppose que la matrice de f est donnée par Soient E un K-espace vectoriel, u ∈ L(E), a ∈ GL(E) et v = a ◦ u ◦ a−1 .
  Comparer Spu et Spv d’une part, Eλ (u) et Eλ (v) d’autre part.
1 1 0 0
 −1 2 0 1 
A=  0 0 −1 0 

Exercice 27 [ 00766 ] [correction]
1 0 0 1
Soit u un endomorphisme d’un K-espace vectoriel E tel que tout vecteur non nul
en soit vecteur propre.
Déterminer tous les plans stables par f .
Montrer que u est une homothétie vectorielle.
Enoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA

Exercice 28 Mines-Ponts MP [ 02719 ] [correction]


Exercice 22 CCP MP [ 03205 ] [correction] Soit f et g deux endomorphismes d’un C-espace vectoriel E de dimension finie
Soient E un R-espace vectoriel de dimension finie et u un endomorphisme de E n > 1 tels que f ◦ g − g ◦ f = f .
vérifiant a) Montrer que f est nilpotent.
u3 + u = 0 b) On suppose f n−1 6= 0. Montrer qu’il existe une base e de E et λ ∈ C tels que :
a) Montrer que l’espace Imu est stable par u. 
0 1 (0)

b) Pour x ∈ Imu, calculer u2 (x) .. .
. ..
 
c) Soit v l’endomorphisme induit par u sur Imu.
 
Mate f =  
Montrer que v est un isomorphisme.  . .. 1 

d) En déduire que le rang de l’endomorphisme u est un entier pair. (0) 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 4

et Exercice 32 CCP MP [ 00042 ] [correction]


Mate g = diag(λ, λ + 1, . . . , λ + n − 1) Soient u, v deux endomorphismes d’un espace vectoriel.
a) Si λ 6= 0 est valeur propre de u ◦ v, montrer qu’il l’est aussi de v ◦ u.
b) Soit P ∈ E = R [X],
Exercice 29 [ 03467 ] [correction] Z x
Soit E le R-espace vectoriel des fonctions continues de [0, +∞[ vers R convergeant u(P ) = P 0 et v(P ) = P (t) dt
en +∞. 0
Soit T l’endomorphisme de E donné par
Trouver ker(u ◦ v) et ker(v ◦ u) .
∀x ∈ [0, +∞[ , T (f )(x) = f (x + 1) c) Montrer que la propriété précédente reste valable pour λ = 0 si E est de
dimension finie.
Déterminer les valeurs propres de T et les vecteurs propres associés.

Exercice 33 [ 02544 ] [correction]


Exercice 30 CCP MP [ 02577 ] [correction] Soient u et v deux endomorphismes d’un R-espace vectoriel E de dimension finie.
a) Montrer que Φ, qui à P associe Montrer que si λ est valeur propre de u ◦ v alors λ est aussi valeur propre de v ◦ u.

(X 2 − 1)P 0 (X) − (4X + 1)P (X)


Etude pratique des éléments propres d’un
est un endomorphisme de R4 [X].
b) Résoudre l’équation différentielle
endomorphisme
 
0 5−λ 3+λ Exercice 34 [ 00767 ] [correction]
y = + y
2(x − 1) 2(x + 1) On considère les matrices réelles
   
c) En déduire les valeurs propres et les vecteurs propres de Φ. 1 0 a b
A= et M =
0 2 c d

a) Calculer AM − M A.
Exercice 31 CCP MP [ 03187 ] [correction]
b) Déterminer les éléments propres de l’endomorphisme M 7→ AM − M A.
a) Soit f un endomorphisme d’un R-espace vectoriel de dimension finie. Si a est
valeur propre de f , de multiplicité m, et si E(f, a) est le sous-espace propre
attaché, montrer
1 6 dim E(f, a) 6 m Exercice 35 [ 00768 ] [correction]
Soient E = C ∞ (R, R) et D l’endomorphisme de E qui à f associe sa dérivée f 0 .
b) Soit   Déterminer les valeurs propres de D ainsi que les sous-espaces propres associés.
1 1 1 1
 2 2 2 2 
A=
 3

3 3 3 
Exercice 36 [ 00769 ] [correction]
4 4 4 4
Soient E = C 0 (R, R) et I l’endomorphisme de E qui à f ∈ E associe sa primitive
Déterminer simplement les valeurs propres de A. qui s’annule en 0.
La matrice A est-elle diagonalisable ? Déterminer les valeurs propres de I.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 5

Exercice 37 [ 00770 ] [correction] Exercice 41 Mines-Ponts MP [ 02700 ] [correction]


Soient E l’espace des suites réelles convergeant vers 0 et ∆ : E → E Soit E = C([0, 1] , R). Si f ∈ E, soit
l’endomorphisme défini par Z 1
T (f ) : x ∈ [0, 1] 7→ min(x, t)f (t) dt
∆(u)(n) = u(n + 1) − u(n) 0

Déterminer les valeurs propres de ∆. a) Vérifier que T est dans L(E).


b) Déterminer les valeurs propres et les vecteurs propres de T .

Exercice 38 [ 03126 ] [correction] Exercice 42 Mines-Ponts MP [ 03063 ] [correction]


Soient E = CN et f : E → E l’application qui transforme une suite u = (un ) en Soit E l’espace des fonctions f de classe C 1 de [0, +∞[ vers R vérifiant f (0) = 0.
v = (vn ) définie par Pour un élément f de E on pose T (f ) la fonction définie par
Z x
un + un−1 f (t)
v0 = u0 et ∀n ∈ N? , vn = T (f )(x) = dt
2 0 t
Déterminer les valeurs propres et les vecteurs propres de f . Montrer que T est un endomorphisme de E et trouver ses valeurs propres.

Exercice 43 [ 03125 ] [correction]


Exercice 39 [ 00771 ] [correction]
Déterminer valeurs propres et vecteurs propres de l’endomorphisme ϕ de Rn [X]
Soit E le sous-espace vectoriel des fonctions de C([0, +∞[ R) s’annulant en 0.
défini par
Pour tout f ∈ E, on définit ϕ(f ) : [0, +∞[ → R par
ϕ : P 7→ (X 2 − 1)P 0 − nXP
Z x
1
ϕ(f )(0) = 0 et ϕ(f )(x) = f (t) dt pour x > 0
x 0 Exercice 44 Centrale MP [ 03103 ] [correction]
a) Montrer que ϕ(f ) ∈ E puis que ϕ est un endomorphisme de E. On considère n + 1 réels deux à deux distincts a0 , . . . , an et A le polynôme
b) Déterminer les éléments propres de ϕ. n
Y
A(X) = (X − ak )
k=0

Exercice 40 [ 03435 ] [correction] Soit B un polynôme réel tel que pour tout k = 0, . . . , n, B(ak ) 6= 0. On considère
Soit E l’espace vectoriel des fonctions continues de [0, +∞[ vers R. l’application f qui à un polynôme P de Rn [X] associe le reste R = f (P ) de la
Pour tout f ∈ E, on définit T (f ) : ]0, +∞[ → R par division euclidienne de BP par A.
a) Justifier qu’on définit ainsi un endomorphisme de Rn [X].
Z x
1 b) Etude d’un exemple avec le logiciel de calcul formel : on demande de résoudre
T (f )(x) = f (t) dt pour x > 0
x 0 cette question avec le logiciel.
On choisit
a) Montrer que la fonction T (f ) se prolonge par continuité en 0 et qu’alors T un
endomorphisme de E. n = 2, A(X) = (X − 1)(X − 2)(X − 3) et B(X) = X 3
b) Déterminer les éléments propres de T .
Ainsi f est ici l’endomorphisme de R2 [X] qui à P ∈ E associe le reste de la
division euclidienne de X 3 P par (X − 1)(X − 2)(X − 3).

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 6

Créer l’application f . Utiliser la commande « rem »qui fournit le reste de la a) Montrer que 1 ∈ Sp(A).
division euclidienne. Expliciter alors l’image de P = aX 2 + bX + c. b) Justifier que si λ ∈ C est valeur propre de A alors |λ| 6 1.
Déterminer le noyau de f . c) Observer que si λ ∈ C est valeur propre de A et vérifie |λ| = 1 alors λ = 1.
Suivre le même procédé pour déterminer les éléments propres de f , en annulant
les coefficients de Q = f (P ) − λP .
Créer la matrice de f dans la base canonique de E et retrouver ainsi les valeurs Exercice 49 [ 03280 ] [correction]
propres et les vecteurs propres de f . Soit A = (ai,j ) ∈ Mn (R) vérifiant pour tout i, j ∈ {1, . . . , n} ai,j ∈ R+ et pour
n
c) On revient au cas général. Déterminer le noyau, les éléments propres (valeurs P
tout i ∈ {1, . . . , n}, ai,j = 1.
propres, sous-espaces propres) et le déterminant de f . L’endomorphisme f est-il j=1
diagonalisable ? a) Montrer que 1 ∈ Sp(A).
Enoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA b) Justifier que si λ ∈ C est valeur propre de A alors |λ| 6 1.
c) Observer que si λ ∈ C est valeur propre de A et vérifie |λ| = 1 alors λ est une
racine de l’unité.
Exercice 45 CCP MP [ 02511 ] [correction]
Soit a ∈ R et n > 2.
a) Montrer que φ(P )(X) = (X − a) (P 0 (X) − P 0 (a)) − 2(P (X) − P (a)) définit un
Exercice 50 [ 00775 ] [correction]
endomorphisme de Rn [X].
Soient A, B ∈ Mn (R) vérifiant AB − BA = A.
b) A l’aide de la formule de Taylor, déterminer l’image et le noyau de φ.
a) Calculer Ak B − BAk pour k ∈ N.
c) Trouver ses éléments propres. L’endomorphisme est-il diagonalisable ?
b) A quelle condition la matrice Ak est-elle vecteur propre de l’endomorphisme
M 7→ M B − BM de Mn (R) ?
Eléments propres d’une matrice c) En déduire que la matrice A est nilpotente.

Exercice 46 [ 00772 ] [correction]


Exercice 51 [ 00776 ] [correction]
Soit A ∈ Mn (K) vérifiant rg(A) = 1.
Soient n ∈ N? et E = Mn (R). Pour A ∈ E, on introduit u : E → E défini par
Montrer qu’il existe λ ∈ K tel que A2 = λA et que ce scalaire λ est valeur propre
de A. u(M ) = AM

Montrer que A et u ont les mêmes valeurs propres et préciser les sous-espaces
Exercice 47 [ 00773 ] [correction] propres de u en fonction de ceux de A.
Pour A ∈ Mn (R), on pose
n
X
kAk = sup |ai,j | Exercice 52 [ 00777 ] [correction]
16i6n j=1
Soient A ∈ Mn (C) et ΦA l’endomorphisme de Mn (C) définie par ΦA (M ) = AM .
Montrer que a) Montrer que les valeurs propres de ΦA sont les valeurs propres de A.
sp(A) ⊂ [− kAk , kAk] b) Déterminer les valeurs propres de ΨA : M 7→ M A.

Exercice 48 [ 00774 ] [correction] Exercice 53 Mines-Ponts MP [ 02729 ] [correction]


Soit A = (ai,j ) ∈ Mn (R) vérifiant pour tout i, j ∈ {1, . . . , n} ai,j > 0 et pour tout Soit la matrice A ∈ Mn (R) donnée par A = (min(i, j))16i,j6n .
n
P a) Trouver une matrice triangulaire inférieure unité L et une matrice triangulaire
i ∈ {1, . . . , n}, ai,j = 1.
j=1 supérieure U telle que A = LU .

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 7

b) Exprimer A−1 à l’aide de Exercice 57 [ 03316 ] [correction]


  Soient n > 3 et
0 1 (0)
 
0 (0) 1
.. .. .. 
 1 ...
 
. .


N =
 . 
 ∈ Mn (R)
..
 A=  .

.

 .. .. 
 1  . 1 
(0) 0 1 (0) 0

c) Montrer que SpA−1 ⊂ [0, 4]. a) Calculer les rangs de A et A2 .


b) Soit f l’endomorphisme de Rn canoniquement représenté par la matrice A.
Montrer
Exercice 54 X MP [ 02861 ] [correction] ker f ⊕ Imf = Rn
Déterminer les valeurs propres de la matrice c) En déduire que la matrice A est semblable à une matrice de la forme
 
0 ··· 0 1 
0 (0)

 .. .. ..  ..
 . . . 

.

  ∈ Mn (R) 
 avec B ∈ GL2 (R)

 0 ··· 0 1  
 0 
1 ··· 1 1 (0) B

d) Calculer trB et trB 2 .


Exercice 55 [ 03173 ] [correction] En déduire les valeurs propres de B puis celles de A.
Soit n ∈ N, n > 2. Déterminer les valeurs propres de la comatrice de A ∈ Mn (C). e) La matrice A est-elle diagonalisable ?
On commencera par étudier le cas où la matrice A est inversible.

Exercice 58 [ 03672 ] [correction]


Exercice 56 Centrale MP [ 03204 ] [correction] Soit (a0 , . . . , ap−1 ) ∈ Cp . On suppose que 1 est racine simple de
Soit An = (ai,j ) ∈ Mn (R) la matrice définie par
P (X) = X p − ap−1 X p−1 + · · · + a1 X + a0


ai,i = 0 et ai,j = j si i 6= j
On suppose la convergence d’une suite (un )n∈N déterminée par ses p premiers
a) A l’aide de Maple, calculer les valeurs approchées des valeurs propres de A2 , A3 termes u0 , . . . , up−1 et la relation de récurrence
et, si possible A10 .
b) Si λ est valeur propre de An , montrer que un+p = ap−1 un+p−1 + · · · + a1 un+1 + a0 un

n Déterminer la limite de (un )n∈N .


X k
=1
k+λ
k=1
Exercice 59 CCP MP [ 02543 ] [correction]
c) Nombre et localisation des valeurs propres de An ?
Expliquer brièvement pourquoi
d) On appelle xn la valeur propre de An strictement comprise entre −2 et −1.
Quel est le sens de variation de la suite (xn ) ? t
com(A)A = det(A)In
e) Limite de (xn ) et développement asymptotique à deux termes.
Enoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 8

Que représente un vecteur propre de A pour t com(A) ? Exercice 63 [ 00780 ] [correction]


On suppose de plus que A n’est pas inversible. Déterminer Soit A ∈ Mn (R) inversible de polynôme caractéristique χA .
Etablir que pour tout x 6= 0,
dim ker t comA
(−1)n xn
Prouver que t comA n’admet que deux valeurs propres, les expliciter. χA−1 (x) = χA (1/x)
χA (0)

Exercice 60 [ 02613 ][correction]


Soient   Exercice 64 [ 00781 ] [correction]
0 1 (0) Soient A, B ∈ Mn (C). On désire établir l’égalité des polynômes caractéristiques
 . .. .. 
 1 . 
 ∈ Mn (C)
An =  χAB = χBA
 .. .. 
 . . 1 
(0) 1 0 a) Etablir l’égalité quand A ∈ GLn (C).
b) Pour A ∈ / GLn (C), justifier que pour p ∈ N assez grand A + p1 In ∈ GLn (C).
et χn son polynôme caractéristique.
En déduire que l’égalité est encore vraie pour A non inversible.
a) Calculer
un = χn (−2 cos α)
pour tout α ∈ ]0, π[. Exercice 65 [ 01109 ] [correction]
b) Déterminer les valeurs propres de An . Soient A, B ∈ Mn (K) et p ∈ N? . Etablir
Quelle est la dimension des sous-espaces propres de An ?
c) Déterminer les sous-espaces propres de An χ(AB)p = χ(BA)p
Indice : on pourra, pour λ valeur propre de An , chercher
 
x1
 .  Exercice 66 Mines-Ponts MP [ 02696 ] [correction]
X=  ..  ∈ Mn,1 (C) Soit A, B ∈ Mn (R). Montrer que AB et BA ont même valeurs propres.

xn
vérifiant AX = λX et poser x0 = xn+1 = 0. Exercice 67 [ 02901 ] [correction]
Soit A ∈ Mn (C). Montrer
χAĀ ∈ R [X]
Polynôme caractéristique
Exercice 61 [ 00778 ] [correction] Exercice 68 [ 01272 ] [correction]
a) Montrer que deux matrices semblables ont le même polynôme caractéristique. Soient A ∈ Mn,p (K), B ∈ Mp,n (K) et λ ∈ K. En multipliant à droite et à gauche
b) Réciproque ? la matrice  
−λIn A
M= ∈ Mn+p (K)
B Ip
Exercice 62 [ 00779 ] [correction]
Soit F un sous-espace vectoriel stable par un endomorphisme u d’un K-espace par des matrices triangulaires par blocs bien choisies, établir
vectoriel E de dimension finie.
(−λ)p χAB (λ) = (−λ)n χBA (λ)
Etablir que le polynôme caractéristique de l’endomorphisme induit par u sur F
divise le polynôme caractéristique de u.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 9

Exercice 69 Mines-Ponts MP [ 02697 ] [correction] Exercice 74 Centrale MP [ 03213 ] [correction]


Soit (A, B) ∈ Mp,q (R) × Mq,p (R). Montrer que Soient n > 2 et f ∈ L(Cn ) endomorphisme de rang 2.
Déterminer le polynôme caractéristique de f en fonction de trf et trf 2 .
X q χAB (X) = X p χBA (X)
Indice : Commencer par le cas où Exercice 75 [ 03476 ] [correction]

Ir 0
 Soient A, B ∈ Mn (R). On suppose qu’il existe M dans Mn (R) de rang r tel que
A= AM = M B.
0 0
Montrer que deg(χA ∧ χB ) > r.
Soient A et B dans Mn (K) (K = R ou C).
Exercice 70 Mines-Ponts MP [ 02698 ] [correction]
a) Si P ∈ Z [X] est unitaire de degré n, existe-t-il A ∈ Mn (Z) de polynôme
Exercice 76 CCP MP [ 02521 ] [correction]
caractéristique P ?
n Pour A = (ai,j ) ∈ Mn (C) et B = (bi,j ) ∈ Mn (C), on définit A ? B ∈ Mn2 (C) par
b) Soient (λ1 , . . . , λn ) ∈ Cn , P =
Q
(X − λi ). On suppose P ∈ Z [X].  
i=1 a1,1 B · · · a1,n B
n
.. ..
Montrer, si q ∈ N? , que Pq = (X − λqi ) appartient à Z [X].
Q
A?B =
 
. . 
i=1
c) Soit P dans Z [X] unitaire dont les racines complexes sont de modules 6 1. an,1 B ··· an,n B
Montrer que les racines non nulles de P sont des racines de l’unité. a) Montrer que si A, A0 , B, B 0 ∈ Mn (C) alors (A ? B)(A0 ? B 0 ) = (AA0 ) ? (BB 0 ).
b) En déduire que A ? B est inversible si, et seulement si, A et B sont inversibles.
c) Déterminer le spectre de A ? B.
Exercice 71 Mines-Ponts MP [ 02699 ] [correction]
En déduire le polynôme caractéristique, la trace et le déterminant de A ? B.
Soient A et B dans Mn (K) (K = R ou C).
a) Comparer SpB et Spt B.
b) Soit C ∈ Mn (K). Montrer que s’il existe λ pour lequel AC = λC, alors Calcul de polynôme caractéristique
ImC ⊂ ker(A − λIn ).
c) Soit λ une valeur propre commune à A et B. Montrer qu’il existe C ∈ Mn (K),
Exercice 77 [ 00782 ] [correction]
C 6= 0, telle que AC = CB = λC.
Calculer le polynôme caractéristique de la matrice
d) On suppose l’existence de C ∈ Mn (K) avec rgC = r et AC = CB. Montrer que  
le PGCD des polynômes caractéristiques de A et B est de degré > r. 0 1 0
e) Etudier la réciproque de d).  .. . . . .. 
 .
 . 

 0 ··· 0 1 
Exercice 72 [ 03083 ] [correction] a0 a1 · · · an−1
Soit A ∈ Mn (R) telle que SpA ⊂ R+ .
Montrer Exercice 78 [ 00784 ] [correction]
det A > 0 Soient
 
0 1 0
Exercice 73 [ 03121 ] [correction]  .. .. 
 1 . . 
 ∈ Mn (C) et Pn (x) = det(An − xIn )
Soient A, B ∈ Mn (C). Etablir An = 
 .. .. 
 . . 1 
χA (B) ∈ GLn (C) ⇔ SpA ∩ SpB = ∅ 0 1 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 10

a) Montrer Existence de valeur propre sur C


Pn (x) = −xPn−1 (x) − Pn−2 (x)
Calculer P1 (x) et P2 (x). Exercice 81 [ 00786 ] [correction]
b) Pour tout x ∈ ]−2, 2[, on pose x = −2 cos α avec α ∈ ]0, π[. Montrerque Soit E un C-espace vectoriel de dimension finie.
sin((n + 1)α) a) Justifier que tout endomorphisme de E possède au moins une valeur propre
Pn (x) = b) Observer que l’endomorphisme P (X) 7→ (X − 1)P (X) de C [X] n’a pas de
sin α
valeurs propres.
c) En déduire que Pn (x) admet n racines puis que An est diagonalisable.

Exercice 79 [ 00785 ] [correction] Exercice 82 [ 00502 ] [correction]


Soient a1 , . . . , an ∈ C? deux à deux distincts. a) Rappeler pourquoi un endomorphisme d’un C-espace vectoriel de dimension
On pose finie non nulle admet au moins un vecteur propre.
  b) Soient u, v deux endomorphismes d’un C-espace vectoriel E de dimension finie
0 a2 ... an
..  non nulle.
 ..
 a1 0 . .  On suppose
P (x) = det(A + xIn ) avec A =  
 .. .. ..  u◦v =v◦u
 . . . an 
a1 ··· an−1 0 Montrer que u et v ont un vecteur propre en commun.
a) Calculer P (ai ).
b) Justifier que P est un polynôme unitaire de degré n. Exercice 83 [ 00787 ] [correction]
c) Former la décomposition en éléments simples de la fraction rationnelle Soient A, B ∈ Mn (C) vérifiant AB = BA.
P (X) Montrer que A et B ont un vecteur propre en commun.
n
Q
(X − ai )
i=1
Exercice 84 [ 00788 ] [correction]
d) En déduire le déterminant de A + In . Montrer que A, B ∈ Mn (C) ont une valeur propre en commun si, et seulement si,
il existe U ∈ Mn (C) non nulle vérifiant U A = BU .
Exercice 80 CCP MP [ 02493 ] [correction]
Soient a1 , . . . , an ∈ C? , tous distincts et P (x) = det(A + xIn ) avec
  Exercice 85 Centrale MP [ 02441 ] [correction]
0 a2 ··· an Soient E un C-espace vectoriel de dimension finie non nulle, u, v dans L(E) et a, b
 ..  dans C. On suppose
 a1 0 . 
A=  .

u ◦ v − v ◦ u = au + bv
 .. .. 
. an 
a1 · · · an−1 0 a) On étudie le cas a = b = 0.
Montrer que u et v ont un vecteur propre en commun.
a) Calculer P (ai ) et décomposer en éléments simples la fraction b) On étudie le cas a 6= 0, b = 0.
P (x) Montrer que u est non inversible.
n
Q Calculer un ◦ v − v ◦ un et montrer que u est nilpotent.
(x − ai ) Conclure que u et v ont un vecteur propre en commun.
i=1
c) On étudie le cas a, b 6= 0.
b) En déduire det A. Montrer que u et v ont un vecteur propre en commun.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 11

Exercice 86 X MP [ 02868 ] [correction] Exercice 89 [ 00790 ] [correction]


Soient E un C-espace vectoriel de dimension finie non nulle, (a, b) ∈ C2 , f et g Soient a, b, c ∈ R. La matrice
dans L(E) tels que  
0 −b c
f ◦ g − g ◦ f = af + bg
M = a 0 −c  ∈ M3 (R)
Montrer que f et g ont un vecteur propre commun. −a b 0
est-elle diagonalisable ?
Exercice 87 CCP PC [ 03795 ] [correction]
K désigne R ou C. Exercice 90 [ 00792 ] [correction]
On dit qu’une matrice A ∈ Mn (K) vérifie la propriété (P ) si Soient a, b ∈ R? tels que |a| =
6 |b| et
∃M ∈ Mn (K), ∀λ ∈ K, det(M + λA) 6= 0
 
a b a ··· b
 b a b ··· a 
a) Rappeler pourquoi une matrice de Mn (C) admet au moins une valeur propre.  
A =  a b a ··· b  ∈ M2n (R) (avec n > 2)
 
b) Soit T une matrice triangulaire supérieure de diagonale nulle.  .. .. .. . . .. 
Calculer det(In + λT ). En déduire que T vérifie la propriété (P )  . . . . . 
c) Déterminer le rang de la matrice b a b ··· a

0 Ir
 a) Calculer le rang de A. En déduire que 0 est valeur propre de A et déterminer la
Tr = ∈ Mn (K) dimension du sous-espace propre associé.
0 0
b) Déterminer deux vecteurs propres non colinéaires et en déduire que A est
d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer diagonalisable.

∃(P, Q) ∈ GLn (K)2 , B = P AQ


Exercice 91 Mines-Ponts MP [ 02703 ] [correction]
et en déduire que B vérifie (P ). Diagonaliser les matrices de Mn (R)
e) Conclure que, dans Mn (C), les matrices non inversibles vérifient (P ) et que ce
1 ··· ··· ···
 
sont les seules. 1
 .. ..
 
f) Que dire des cette propriété dans le cas Mn (R) (on distinguera n pair et n 0 ··· 0 1 
 .. .. .. 
 . 0 ··· 0 . 
impair) ?
 
 . . .  .. .. .. ..
et
 
   . . . . 
 0 ··· 0 1   
 . ..
 ..

1 ··· 1 1 0 ··· 0 .
Eléments propres et diagonalisabilité d’une matrice

1 ··· ··· ··· 1

Exercice 88 [ 00789 ] [correction]


Soient α ∈ R et Exercice 92 Mines-Ponts MP [ 02704 ] [correction]
    Déterminer les valeurs propres de la matrice de Mn (R) suivante
cos α − sin α cos α sin α
A= ∈ M2 (K) et B = ∈ M2 (K)  
sin α cos α sin α − cos α 1 1 ··· 1
 1 1 (0) 
a) On suppose K = C. La matrice A est-elle diagonalisable ?
 
 .. .. 
b) On suppose K = R. La matrice A est-elle diagonalisable ?
 . . 
c) Mêmes questions avec B. 1 (0) 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 12

Exercice 93 Mines-PontsMP [ 02705 ] [correction]


   b) Soient u un endomorphisme d’un K-espace vectoriel E et F1 , . . . , Fp des
a b ··· b b ··· b a sous-espaces vectoriels stables par u tels que
. .
. . ..  . .
 . ..
   
 b a
 et B =  . a b  E = F1 ⊕ · · · ⊕ Fp
Soit a, b deux réels, A = 
 . . ..
.
 .. .. ... b  .. ..
.
  
 b . .  Démontrer une condition nécessaire et suffisante pour que u soit diagonalisable,
b ··· b a a b ··· b faisant intervenir les restrictions uF1 , . . . , uFp (où la restriction uFi est
Réduire ces deux matrices. considérée comme endomorphisme de Fi ).
c) En déduire une condition nécessaire et suffisante pour que la matrice
A(a1 , . . . , a2n ) soit diagonalisable.
Exercice 94 Mines-Ponts MP [ 02706 ] [correction] d) Comment les résultats sont-ils modifiés si la matrice A est réelle et qu’on
On pose étudie si elle est diagonalisable dans M2n (R) ?
a2 b2
 
ab ab
 ab a2 b2 ab  Exercice 96 [ 03123 ] [correction]
M (a, b) =  
 ab b2 a2 ab  Monter que la matrice suivante est diagonalisable
b2 ab ab a2  
0 1 (0)
pour tous a, b réels.  . .. 
 n 2 
a) Ces matrices sont-elles simultanément diagonalisables ?  
. .
b) Etudier et représenter graphiquement l’ensemble des (a, b) ∈ R2 tel que A= n − 1 .. ..  ∈ Mn+1 (C)
 
M (a, b)n tend vers 0 quand n tend vers ∞.
 
 .. .. 
 . . n 
(0) 1 0
Exercice 95 Centrale MP [ 01557 ] [correction] (indice : on pourra interpréter A comme la matrice d’un endomorphisme de
Soient (a1 , . . . , a2n ) ∈ C2n et A = (ai,j )16i,j62n la matrice de M2n (C) définie par : Cn [X])
 
(0) . a2n
Exercice 97 X PSI [correction]
[ 03255 ]
A = A(a1 , . . . , a2n ) =  .. 
Soit
a1 (0) 
0 (b)

Mn = 
 ..  ∈ Mn (C)

autrement dit telle que ai,j = 0 si i + j 6= 2n + 1 et ai,2n+1−i = a2n+1−i pour .
i = 1, . . . , 2n. (a) 0
a) Etude du cas n = 2 avec le logiciel de calcul formel : créer la matrice A quelle condition la matrice Mn est-elle diagonalisable ?
  Déterminer alors une base de vecteurs propres
(0) d
 c 
A = A(a, b, c, d) =  
Exercice 98 [ 03283 ] [correction]
 b 
a (0) a) Exprimer le polynôme caractéristique de la matrice
 
0 1 0
et étudier le caractère diagonalisable de A « en situation générale ».  .. . . . .. 
Etudier séparément avec le logiciel les cas particuliers non envisagés en situation M = .
 . 

générale.  0 ··· 0 1 
Vérifier tous les résultats par un étude directe a0 a1 · · · an−1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 13

en fonction du polynôme Exercice 102 CCP MP [ 02536 ] [correction]


Soient a, b, c, d quatre nombres complexes avec a2 + b2 6= 0 et
P (X) = X n − (an−1 X n−1 + · · · + a1 X + a0 )  
a b c d
b) Soit λ une racine de P . Déterminer le sous-espace propre de M associé à la  −b a −d c 
valeur propre λ. A=  −c d

a −b 
c) A quelle condition la matrice M est-elle diagonalisable ?
−d −c b a

Exercice 99 CCP MP [ 03767 ] [correction] a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.


Considérons la matrice A suivante : b) On pose α2 = b2 + c2 + d2 supposé non nul. Montrer que A est diagonalisable.
 
0 1 0 0
 1 k 1 1  Exercice 103 CCP MP [ 02522 ] [correction]
A=  ∈ M4 (C)
 0 1 0 0  Soit (a1 , . . . , an−1 ) ∈ Cn−1 .
0 1 0 0 a) Quel est le rang de A ∈ Mn (C) définie par
1. On suppose k réel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans
 
0 ··· 0 a1
calculs) ;  .. .. .. 
2.a) Déterminer le rang de A. A= . . . ?
 
 0 ··· 0 an−1
2.b) Donner la raison pour laquelle le polynôme caractéristique de A est de la

forme a1 · · · an−1 0
X 2 (X − u1 )(X − u2 ) b) Avec la trace, que peut-on dire des valeurs propres ?
avec u1 , u2 appartenant à C? et vérifiant c) A est-elle diagonalisable ?
u1 + u2 = k et u21 + u22 = k 2 + 6
2.c) Etudier les éléments propres dans le cas où u1 = u2 . Diagonalisabilité des matrices de rang 1
2.d) En déduire les valeurs de k pour que A soit diagonalisable dans M4 (C).
Exercice 104 [ 00793 ] [correction]
Exercice 100 CCP MP [ 03433 ] [correction] Soit A ∈ Mn (C) telle que rgA = 1.
Pour quelle(s) valeurs de x ∈ R, la matrice suivante n’est-elle pas diagonalisable ? Etablir
  A diagonalisable si, et seulement si, trA 6= 0
−2 − x 5 + x x
A= x −2 − x −x 
−5 5 3 Exercice 105 [ 00794 ] [correction]
Soient X, Y ∈ Mn,1 (K) non nuls.
A quelle condition la matrice X t Y est-elle diagonalisable ?
Exercice 101 CCP PSI [ 03809 ] [correction]
a) Déterminer l’ensemble Ω des réels a tels que
  Exercice 106 Centrale MP [ 02391 ] [correction]
2 1 −2
Soient K un sous-corps de C et
A =  1 a −1   
1 1 −1 1 ··· 1
J =  ... ..  ∈ M (K)

n’est pas diagonalisable. .  n
b) Pour a ∈ Ω, trouver P inversible telle que P −1 AP soit triangulaire supérieure. 1 ··· 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 14

Montrer que J est diagonalisable. Exercice 113 [correction]


[ 00798 ]
 
O In
Soient A ∈ Mn (K) et B = .
A O
Exercice 107 Mines-Ponts MP [ 02702 ] [correction] a) Etudier les valeurs propres de B en fonction de celles de A.
Soit (a1 , . . . , an ) ∈ Cn . La matrice (ai aj )16i,j6n est-elle diagonalisable ? b) On suppose A diagonalisable. B est-elle diagonalisable ?

Exercice 108 [ 00791 ] [correction] Exercice 114 Centrale PC [ 03113 ] [correction]


Parmi les matrices élémentaires Ei,j de Mn (K), lesquelles sont diagonalisables ? a) Soit D ∈ Mn (C). Déterminer l’inverse de
 
In D
On In
Exercice 109 CCP PSI [ 02595 ] [correction]
Soient (a1 , . . . , an ) ∈ (R?+ )n et b) Soient A, B ∈ Mn (C) diagonalisables telles que SpA ∩ SpB = ∅.
  Montrer que pour tout matrice C ∈ Mn (C), les matrices suivantes sont semblables
a1 a1 ··· a1
···
   
 a2 a2 a2  A C A On
N =

.. .. ..
 et
 On B On B
 . . . 
an an ··· an

Calculer N 2 , la matrice N est-elle diagonalisable ? Exercice 115 [ 02453 ] [correction]


Montrer que M = 2N + In est inversible et calculer M −1 . Soient A, B ∈ Mn (R) avec B diagonalisable.
Montrer
AB 3 = B 3 A ⇒ AB = BA
Etude de matrices diagonalisables
Exercice 110 [ 00796 ] [correction] Exercice 116 [ 03122 ] [correction]
Montrer que si A est diagonalisable alors t A l’est aussi. Soient p, q ∈ N? et A, B, M ∈ Mn (C) avec A, B diagonalisables. Montrer

Ap M B q = On ⇒ AM B = On
Exercice 111 [ 01673 ] [correction]
Soient A ∈ GLn (K) et B ∈ Mn (K). Eléments propres et diagonalisabilité d’un
On suppose la matrice AB diagonalisable. Montrer que BA est diagonalisable.
endomorphisme

Exercice 112 [ 00797 ] [correction] Exercice 117 [ 00799 ] [correction]


Soient A1 ∈ Mp (K), A2 ∈ Mq (K) et A ∈ Mp+q (K) définie par Soit u un endomorphisme d’un K-espace vectoriel de dimension finie E.
On suppose que
Im(u − IdE ) ∩ Im(u + IdE ) = {0E }
 
A1 O
A=
O A2 Montrer que u est diagonalisable.
Montrer que A est diagonalisable si, et seulement si, A1 et A2 le sont.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 15

Exercice 118 [ 00800 ] [correction] Exercice 123 [ 03015 ] [correction]


Soit E = Rn [X]. Pour P ∈ E, on pose ϕ(P ) = P − (X + 1)P 0 . Soient E un espace vectoriel de dimension finie, un projecteur fixé de E et
a) Justifier que ϕ définit un endomorphisme de Rn [X]. F : L(E) → L(E) définie par
b) Déterminer les valeurs propres de ϕ et justifier que ϕ est diagonalisable.
1
F : f 7→ (f ◦ p + p ◦ f )
2
Exercice 119 [ 00801 ] [correction] a) F est-elle linéaire ?
Montrer que l’application b) F est-elle diagonalisable ?
c) Quelle est la dimension des sous-espaces propres associés ?
f : P (X) 7→ (X 2 − 1)P 00 (X) + 2XP 0 (X)

est un endomorphisme de l’espace vectoriel réel E = Rn [X]. Former la matrice de Exercice 124 Mines-Ponts MP [ 02718 ] [correction]
f relative à la base canonique de E. En déduire la diagonalisabilité de f ainsi que Soit A ∈ R [X], B ∈ R [X] scindé à racines simples de degré n + 1. Soit Φ
ses valeurs propres et la dimension des sous-espaces propres associés. l’endomorphisme de Rn [X] qui à P ∈ R [X] associe le reste de la division
euclidienne de AP par B. Déterminer les éléments propres de Φ.
L’endomorphisme Φ est-il diagonalisable ?
Exercice 120 [ 00802 ] [correction]
Soient E = Rn [X] et deux réels a 6= b. Pour P ∈ E, on pose
Exercice 125 Mines-Ponts MP [ 02722 ] [correction]
ϕ(P ) = (X − a)(X − b)P 0 − nXP Soit E un espace vectoriel réel de dimension finie, f ∈ L(E) tel que f 2 = f .
Etudier les éléments propres et la diagonalisabilité de l’endomorphisme
a) Montrer que ϕ est un endomorphisme de E. u 7→ f u − uf de L(E).
b) Déterminer les valeurs propres de ϕ et en déduire que ϕ est diagonalisable.

Exercice 126 Mines-Ponts MP [ 02717 ] [correction]


Exercice 121 [ 00803 ] [correction] Dans R3 euclidien, on considère deux vecteurs a et b, et on pose
L’endomorphisme φ de Mn (R) défini par f (x) = a ∧ (b ∧ x). A quelle condition, f est-elle diagonalisable ?

φ(M ) = M + tr(M ).In


Exercice 127 Mines-Ponts MP [ 02723 ] [correction]
est-il diagonalisable ? Soit E un espace vectoriel réel de dimension finie et f ∈ L(E). On définit
T ∈ L(E) → L(E) par
T (g) = f ◦ g − g ◦ f
Exercice 122 [ 00804 ] [correction]
Montrer que si f est diagonalisable, alors T est diagonalisable ; si f est nilpotente,
Soient E un K-espace vectoriel de dimension finie, f ∈ L(E) et F ∈ L(L(E))
alors T est nilpotente.
définie par F (u) = f ◦ u.
a) Montrer que f est diagonalisable si, et seulement si, F l’est.
b) Montrer que f et F ont les mêmes valeurs propres.
c) Soit λ une valeur propre de f . Etablir dim Eλ (F ) = dim E × dim Eλ (f ). Exercice 128 CCP MP [ 03776 ] [correction]
Soient E un C-espace vectoriel de dimension finie et e = (e1 , . . . , en ) une base de
E.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 16

On considère l’endomorphisme f de E déterminé par Exercice 132 [ 00806 ] [correction]


n
Soit v un endomorphisme d’un C-espace vectoriel E de dimension finie
X diagonalisable.
∀k ∈ {1, . . . , n} , f (ek ) = ek + ei
i=1
a) Montrer qu’il existe un endomorphisme u de E vérifiant

a) Donner la matrice de f dans e. u2 = v


b) Déterminer les sous-espaces propres de f .
c) L’endomorphisme f est-il diagonalisable ? b) Montrer qu’on peut choisir u solution qui soit un polynôme en v (indice : on
d) Calculer le déterminant de f . L’endomorphisme f est-il inversible ? pourra introduire un polynôme interpolateur).

Exercice 129 CCP MP [ 03582 ] [correction] Exercice 133 [ 00807 ] [correction]


Soient A, B fixés dans Rn [X]. Soit f un endomorphisme d’un C-espace vectoriel E de dimension finie vérifiant :
On note f l’application qui, à P ∈ Rn [X] associe le reste de la division
« Tout sous-espace vectoriel stable par f admet un supplémentaire stable »
euclidienne de AP par B.
a) Montrer que f est un endomorphisme ; est-ce un isomorphisme ? Montrer que l’endomorphisme f est diagonalisable.
b) On suppose dans la suite que les polynômes A et B premiers entre eux avec B
scindé à racines simples ; donner les valeurs propres de f .
c) L’endomorphisme f est-il diagonalisable ?
Exercice 134 [ 00808 ] [correction]
Soit f un endomorphisme diagonalisable d’un K-espace vectoriel E de dimension
n.
Exercice 130 CCP MP [ 03450 ] [correction] On note Cf l’ensemble des endomorphismes qui commutent avec f .
On considère un R-espace vectoriel de dimension finie E, u un endomorphisme de a) Montrer que Cf est un sous-espace vectoriel de L(E).
E, U = (ui,j ) la matrice de u dans une base de E, ei,j les projecteurs associés à b) Montrer qu’un endomorphisme g appartient à Cf si, et seulement si, chaque
cette base et Ei,j la matrice de ces projecteurs. sous-espace propre de f est stable par g.
On considère ϕ l’endomorphisme dans L(E) tel que c) En déduire que X
ϕ(v) = u ◦ v dim Cf = αλ2
λ∈Sp(f )
a) Montrer que ϕ et u ont les mêmes valeurs propres. où αλ est l’ordre de multiplicité de la valeur propre λ.
b) Calculer U Ei,j en fonction des Ek,j . En déduire qu’il existe une base de L(E) d) On suppose que les valeurs propres de f sont simples. Montrer que
dans laquelle la matrice de ϕ est diagonale par blocs. (Id, f, . . . , f n−1 ) est une base de Cf .
c) Exprimer cette matrice.

Etude d’endomorphismes diagonalisables Exercice 135 [ 00809 ] [correction]


Soit f un endomorphisme d’un K-espace vectoriel E de dimension n admettant
exactement n valeurs propres distinctes.
Exercice 131 [ 00805 ] [correction]
a) Montrer qu’il existe un vecteur a ∈ E tel que la famille (a, f (a), . . . , f n−1 (a))
Soient f, g endomorphisme d’un K-espace vectoriel E de dimension finie.
soit une base de E.
On suppose que f est diagonalisable. Montrer :
b) Quelle est la forme de la matrice de f dans cette base ?
f ◦ g = g ◦ f ⇔ chaque sous-espace propre de f est stable par g

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 17

Exercice 136 [ 00810 ] [correction] Applications de la diagonalisabilité


Soient D = diag(λ1 , . . . , λn ) et ϕ : M 7→ DM − M D endomorphisme de Mn (K).
a) Calculer ϕ(Ei,j ) où Ei,j désigne la matrice élémentaire d’indice (i, j) de Exercice 140 [ 00811 ] [correction]
Mn (K). Calculer An pour
Quelle particularité présente la matrice de ϕ relativement à la base canonique de
 
2 1 1
Mn (K) ? A= 1 2 1 
b) Soit f un endomorphisme diagonalisable d’un K-espace vectoriel E de 1 1 2
dimension finie.
L’endomorphisme φ : u 7→ f ◦ u − u ◦ f de L(E) est-il diagonalisable ?
Exercice 141 [ 00812 ] [correction]
Soit  
Exercice 137 X MP [ 02675 ] [correction] cos θ 2 sin θ
A= 1
Soit E un C-espace vectoriel de dimension finie. 2 sin θ cos θ
Déterminer les f ∈ L(E) tels que tout sous-espace vectoriel de E stable par f a) Déterminer deux réels α, β tel que A2 = αA + βI2 .
possède un supplémentaire stable. b) Calculer An pour n > 1.

Exercice 138 Centrale PSI [ 01324 ] [correction] Exercice 142 [ 00813 ] [correction]
Soient E = S2 (R),   a) Déterminer les valeurs propres de
a b
∈ M2 (R)
 
A= 1 3 0
c d
A= 3 −2 −1 
et Φ : S2 (R) → S2 (R) définie par 0 −1 1
Φ(S) = AS + t AS b) Combien y a-t-il de matrice M telle que M 2 = A dans Mn (C) ? dans Mn (R) ?
a) Déterminer la matrice de Φ dans une base de E.
b) Quelle relation existe-t-il entre les polynômes caractéristiques χΦ et χA ? Exercice 143 [ 00814 ] [correction]
c) Si Φ est diagonalisable, la matrice A l’est-elle ? Soit  
d) Si A est diagonalisable, l’endomorphisme Φ l’est-il ? 5 3
A= ∈ M2 (R)
1 3
Exercice 139 Centrale PC [ 02539 ] [correction] a) Diagonaliser la matrice A en précisant la matrice de passage P
Soit E un espace vectoriel de dimension finie n > 2. b) Soit M ∈ M2 (R) une matrice telle que M 2 + M = A.
a) Donner un exemple d’endomorphisme f de E dont l’image et le noyau ne sont Justifier que la matrice P −1 M P est diagonale.
pas supplémentaires. c) Déterminer les solutions de l’équation M 2 + M = A.
b) On suppose, dans cette question seulement, que f est une endomorphisme de E
diagonalisable. Exercice 144 [ 00815 ] [correction]
Justifier que l’image et le noyau de f sont supplémentaires. Soit pour n > 2 la matrice
c) Soit f un endomorphisme de E. Montrer qu’il existe un entier nature non nul k  
0 1 (0)
tel que  .. ..
Im(f k ) ⊕ ker(f k ) = E

 . 0 . 
J = 
L’endomorphisme f k est-il nécessairement diagonalisable ?
 .. 
 0 . 1 
d) Le résultat démontré en c) reste-t-il valable si l’espace est de dimension infinie ? 1 0 ··· 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 18

a) Montrer que la matrice J est diagonalisable dans Mn (C) Exercice 148 [ 03145 ] [correction]
b) Application : calculer Soit G un sous-groupe de (GLn (R), ×) vérifiant
∀M ∈ G, M 2 = In

a0 a1 ··· an−1
..

.. ..

an−1 . . .
a) Montrer que G est commutatif.
.. .. .. b) En déduire que les éléments de G sont codiagonalisables.
. . . a1
c) En déduire
a1 ··· an−1 a0
CardG 6 2n
d) Application : Montrer que s’il existe un isomorphisme entre (GLn (R), ×) et
Exercice 145 Mines-Ponts MP [correction]
[ 02692 ]
(GLm (R), ×) alors n = m.
Les matrices    
1 2 3 1 3 2
 3 1 2  et  2 1 3  Exercice 149 CCP MP [ 03215 ] [correction]
2 3 1 3 2 1 Soit A ∈ M3 (R) telle que
sont-elles semblables ? SpA = {−2, 1, 3}
a) Exprimer An en fonction de A2 , A et I3 .
Exercice 146 X MP [ 02980 ] [correction] b) Calculer
+∞
Soit ϕ une application de M2 (C) vers C vérifiant : X A2n
ch(A) =
  (2n)!
λ 0 n=0
∀A, B ∈ M2 (C), ϕ(AB) = ϕ(A)ϕ(B) et ϕ =λ
0 1
Montrer que ϕ = det. Exercice 150 [ 03252 ] [correction]
Soit f un endomorphisme d’un R-espace vectoriel E de dimension n possédant
exactement n valeurs propres.
Exercice 147 Centrale PC [ 01279 ] [correction] a) Déterminer la dimension des sous-espaces propres de f .
a) Démontrer que, si deux endomorphismes u et v d’un espace vectoriel E b) Soit g un endomorphisme de E vérifiant g 2 = f . Montrer que g et f commutent.
commutent, alors, les sous-espaces propres de u et l’image de u sont stables par v. En déduire que les vecteurs propres de f sont aussi vecteurs propres de g.
Dans les deux cas suivants : c) Combien y a-t-il d’endomorphismes g de E solutions de l’équation
   
20 12 −4 12 −12 −16 −8 −4
 −4 −3 g2 = f
9 −5   et A =  4
 13 1 −1 
A=  −4

1 5 −5   4 5 9 −1 
−8 −10 6 −2 8 10 2 6 Exercice 151 X MP [ 03270 ] [correction]
b) Préciser les matrices qui commutent avec A (structure, dimension, base a) Déterminer les entiers k pour lesquelles l’équation
éventuelle). eiθ + eikθ = 1
c) Etudier dans M4 (R), puis dans M4 (C), l’équation
admet au moins une solution θ ∈ R.
X2 = A b) Soit Sk l’ensemble des suites réelles u telles que
(nombre de solutions, un exemple de solution quand il y en a, somme et produit ∀n ∈ N, un+k = un + un+k−1
des solutions quand elles sont en nombre fini).
Enoncé fourni par le CENTRALE-SUPELEC (CC)-BY-NC-SA A quelle condition sur k, Sk contient-il une suite périodique non nulle.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 19

Exercice 152 [ 03276 ] [correction] Exercice 157 [ 00817 ] [correction]


On considère trois suites réelles (un )n>0 , (vn )n>0 et (wn )n>0 vérifiant Soit A ∈ Mn (K). On suppose χA scindé.
 a) Justifier que A est trigonalisable.
 un+1 = −un + vn + wn
 b) Etablir que pour tout k ∈ N,
vn+1 = un − vn + wn
Sp(Ak ) = λk /λ ∈ Sp(A)


wn+1 = un + vn − wn

A quelle condition sur (u0 , v0 , w0 ), ces trois suites sont-elles convergentes ?


Exercice 158 [ 00818 ] [correction]
Soit A ∈ Mn (C) de polynôme caractéristique
n
Exercice 153 [ 03454 ] [correction] Y
Soit f un endomorphisme d’un K-espace vectoriel E de dimension n ∈ N? . (X − λi )
i=1
On suppose que f possède exactement n valeurs propres distinctes. Montrer que
seuls les polynômes en f commutent avec f (indice : on pourra introduire un Déterminer une matrice de polynôme caractéristique
polynôme interpolateur convenable).
n
Y
(X − λpi )
i=1
Exercice 154 CCP PSI [ 03810 ] [correction]
a) Trouver les valeurs propres des matrices M ∈ M2 (R) vérifiant
  Exercice 159 [ 00819 ] [correction]
2 1 1 Montrer que pour tout A ∈ Mn (C), det(exp(A)) = exp(trA).
M +M =
1 1

b) Déterminer alors les matrices M solutions à l’aide de polynômes annulateurs


Exercice 160 [ 03120 ] [correction]
appropriés.
Soient A ∈ Mn (K) et P ∈ K [X].
On suppose le polynôme caractéristique de A de la forme
n
Exercice 155 CCP MP [ 02502 ] [correction] n
Y
χA (X) = (−1) (X − λk )
Soient E un R-espace vectoriel de dimension finie et u ∈ L(E), v ∈ L(E)
k=1
diagonalisables vérifiant
u3 = v 3 Exprimer le polynôme caractéristique de P (A).
Montrer que u = v.
Exercice 161 [ 00820 ] [correction]
Trigonalisation Soit  
2 −1 −1
A= 2 1 −2 
Exercice 156 [ 00816 ] [correction] 3 −1 −2
Montrer qu’une matrice triangulaire inférieure est trigonalisable.
a) Calculer le polynôme caractéristique de A.
b) Trigonaliser la matrice A.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 20

Exercice 162 [ 00821 ] [correction] Exercice 168 CCP MP [ 03583 ] [correction]


Soit   Trigonaliser la matrice
0 1 1
 
1 0 0
A =  −1 1 1  A= 0 0 −1 
−1 1 2 0 1 2
a) Calculer le polynôme caractéristique de A.
b) Trigonaliser la matrice A.
Exercice 169 [ 03551 ] [correction]
Expliquer pourquoi le déterminant de A ∈ Mn (R) est le produit des valeurs
propres complexes de A, valeurs propres comptées avec multiplicité.
Exercice 163 Centrale MP [ 02389 ] [correction]
a) Soient A et B dans M2 (K) telles que AB = BA. Montrer que B ∈ K [A] ou
A ∈ K [B]. Exercice 170 CCP MP [ 02526 ] [correction]
b) Le résultat subsiste-t-il dans M3 (K) ? Montrer que la matrice  
13 −5 −2
 −2 7 −8 
Exercice 164 Centrale MP [ 02395 ] [correction] −5 4 7
Soit E un espace vectoriel complexe de dimension finie non nulle. Soient u et v
des endomorphismes de E ; on pose [u, v] = uv − vu. est trigonalisable et préciser la matrice de passage.
a) On suppose [u, v] = 0. Montrer que u et v sont cotrigonalisables.
b) On suppose [u, v] = λu avec λ ∈ C? . Montrer que u est nilpotent et que u et v Polynôme annulateur, polynôme minimal
sont cotrigonalisables.
c) On suppose l’existence de complexes α et β tels que [u, v] = αu + βv. Montrer
que u et v sont cotrigonalisables. Exercice 171 [ 02916 ] [correction]
Soit M ∈ Mn (K) une matrice triangulaire par blocs de la forme
 
A C
Exercice 165 X MP [ 02954 ] [correction] M= avec A ∈ Mp (K) et B ∈ Mq (K)
O B
Soit A ∈ Mn (C) telle que tr(Am ) → 0 quand m → +∞.
Montrer que les valeurs propres de A sont de module < 1 On suppose connus deux polynômes P et Q ∈ K [X] annulateurs de A et B
respectivement.
Exprimer en fonction de P et Q un polynôme annulateur de M .
Exercice 166 [ 03284 ] [correction]
Soient A, B ∈ Mn (C) vérifiant AB = On .
a) Montrer que les matrices A et B ont un vecteur propre en commun. Exercice 172 [ 00822 ] [correction]
b) Etablir que A et B sont simultanément trigonalisable Soient E un K-espace vectoriel de dimension finie et u ∈ L(E).
Justifier l’existence d’un entier p > 0 tel que la famille (Id, u, . . . , up ) soit liée.
En déduire que u possède un polynôme annulateur non nul.
Exercice 167 [ 03479 ] [correction]
Soient A, B ∈ Mn (C) vérifiant
Exercice 173 [ 00823 ] [correction]
m
∀m ∈ N, tr(A ) = tr(B )m Soient E un K-espace vectoriel de dimension finie et u ∈ L(E) tel que les espaces
ker(u ◦ (u − Id)) et ker(u ◦ (u + Id)) soient supplémentaires.
Montrer que les matrices A et B ont les mêmes valeurs propres. Montrer que u est une symétrie vectorielle.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 21

Exercice 174 [ 00824 ] [correction] Exercice 180 Mines-Ponts MP [ 02681 ] [correction]


Soient u un endomorphisme d’un K-espace vectoriel admettant un polynôme Soit E un espace vectoriel sur K et a un élément non nul de K. Soit f ∈ L(E) tel
minimal Πu et P ∈ K [X]. que f 3 − 3af 2 + a2 f = 0. Est-il vrai que ker f et Imf sont supplémentaires ?
Montrer que P (u) est inversible si, et seulement si, P et Πu sont premiers entre
eux.
Exercice 181 Mines-Ponts MP [ 02708 ] [correction]
Observer qu’alors P (u)−1 ∈ K [u].
Soit
a 0 ··· ··· ··· 0 b
 
. .. . .
 0 .. . .. ..
 
Exercice 175 [ 00825 ] [correction] 0 
 .. . . ..
 
Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). .
..

 . . a 0 b .

On suppose qu’il existe deux sous-espaces vectoriels supplémentaires F et G 
 .. ..

A= .  ∈ M2n+1 (C)

stables par u.  0 a+b 0 .
 . ..
Etablir que Πu = ppcm(ΠuF , ΠuG ) (en notant Πv le polynôme minimal d’un  .. . . . .. 
b 0 a . .
endomorphisme v).  
 0 ... ..
. .. ..
 
. . 0 
b 0 ··· ··· ··· 0 a
Exercice 176 [ 00826 ] [correction] Quels sont les P ∈ C [X] tels que P (A) = 0 ?
Soit u un endomorphisme d’un K-espace vectoriel E.
Si u admet un polynôme minimal Πu et si F est un sous-espace vectoriel stable
par u alors montrer que uF admet un polynôme minimal et que celui-ci divise Πu . Exercice 182 Mines-Ponts MP [ 02727 ] [correction]
Soit E un C-espace vectoriel de dimension finie et f ∈ L(E) de polynôme minimal
Πf . Montrer l’existence de x ∈ E tel que {P ∈ C [X] /P (f )(x) = 0} soit
Exercice 177 [ 00827 ] [correction] l’ensemble des multiples de Πf .
Montrer qu’une matrice A ∈ Mn (K) de polynôme minimal (X − 1)2 est semblable
à une matrice diagonale par blocs avec des blocs diagonaux de la forme Exercice 183 X MP [ 02986 ] [correction]
  Soient N une norme sur Cn et kk la norme sur Mn (C) qui lui est associée.
1 1
( 1 ) ou Soit A ∈ Mn (C) telle que 1 est valeur propre de A et kAk 6 1.
0 1
Montrer que 1 est racine simple du polynôme minimal de A.

Exercice 178 [ 00829 ] [correction] Exercice 184 X MP [ 03073 ] [correction]


Soient f et g deux endomorphismes d’un K-espace vectoriel E tels que Etant donné E un espace vectoriel de dimension finie, u un endomorphisme de E
f ◦ g − g ◦ f = I. et λ un scalaire, on dit que λ est séparable si le noyau et l’image de u − λId sont
a) Montrer que, pour tout entier n > 1, on a f n ◦ g − g ◦ f n = nf n−1 . supplémentaires.
b) En dimension finie non nulle, montrer qu’il n’existe pas deux endomorphismes a) Montrer que tout scalaire non séparable de u en est une valeur propre.
f et g tels que f ◦ g − g ◦ f = I. b) Montrer qu’un endomorphisme scindé est diagonalisable si, et seulement si,
c) Montrer que dans E = K [X] les endomorphismes f et g définis par f (P ) = P 0 toutes ses valeurs propres sont séparables.
et g(P ) = XP conviennent. c) Caractériser la séparabilité d’une valeur propre à l’aide du polynôme minimal
de u.
d) Soit, avec ces notations, l’endomorphisme m de L(E) qui à v associe u ◦ v.
Exercice 179 Centrale MP [ 02393 ] [correction] Comparer l’ensembles ses scalaires séparables relativement à m avec celui des
Existe-t-il dans Mn (R) une matrice de polynôme minimal X 2 + 1 ? scalaires séparables relativement à u.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 22

Exercice 185 X MP [ 01353 ] [correction] Polynômes annulateurs et valeurs propres


Soient E un K-espace vectoriel et u ∈ L(E) nilpotent. On suppose qu’il existe
P ∈ K [X] tel que P (u) = 0. Si Q ∈ K [X], existe-t-il R ∈ K [X] tel que Exercice 190 [ 00830 ] [correction]
R(Q(u)) = 0 ? Soit P un polynôme annulateur d’un endomorphisme f .
Montrer que si λ est valeur propre de f alors P (λ) = 0.

Exercice 186 [ 02442 ] [correction] Exercice 191 [ 00831 ] [correction]


Soit f un endomorphisme d’un K-espace vectoriel E de dimension quelconque. Pour f ∈ F(R, R), on note f˜ : x 7→ f (−x). L’application ϕ : f 7→ f˜ est clairement
On suppose qu’il existe un polynôme annulateur P de f vérifiant un endomorphisme involutif de F(R, R). Quelles en sont les valeurs propres ?

P (0) = 0 et P 0 (0) 6= 0
Exercice 192 [ 00832 ] [correction]
Montrer que l’image et le noyau de f sont supplémentaires dans E. Soit T : R [X] → R [X] l’endomorphisme défini par T (P ) = P (1 − X).
a) Montrer que T est un automorphisme.
b) Déterminer valeurs propres de T .

Exercice 187 [ 03277 ] [correction]


Soit u un endomorphisme d’un K-espace vectoriel. Exercice 193 [ 00833 ] [correction]
On suppose qu’il existe un polynôme annulateur de u dont 0 est racine simple. Montrer que si un endomorphisme u d’un K-espace vectoriel E admet un
Montrer polynôme minimal Πu alors les valeurs propres de u sont exactement les racines
ker u = ker u2 de son polynôme minimal.

Exercice 194 Mines-Ponts MP [ 02715 ] [correction]


Trouver les M de Mn (R) telles que t M = M 2 et que M n’ait aucune valeur
Exercice 188 [ 03465 ] [correction]
propre réelle.
Soit u un endomorphisme d’un K-espace vectoriel E et P ∈ K [X] annulateur de u.
On suppose qu’on peut écrire P = QR avec Q et R premiers entre eux.
Etablir Exercice 195 [ 00783 ] [correction]
ImQ(u) = ker R(u) Soit A ∈ Mn (C) nilpotente.
a) Calculer χA .
b) Même question avec A ∈ Mn (R).

Exercice 189 CCP MP [ 02501 ] [correction]


Soient E un K-espace vectoriel de dimension quelconque, u ∈ L(E) et P ∈ K [X] Exercice 196 CCP MP [ 03191 ] [correction]
ayant 0 comme racine simple et tel que P (u) = 0. a) Montrer que si P est un polynôme annulateur d’un endomorphisme f alors
a) Montrer P (λ) = 0 pour toute valeur propre λ de f .
ker u2 = ker u et Imu2 = Imu b) Montrer que si f vérifie

f 3 + 2f 2 − f − 2Id = 0
b) En déduite
E = ker u ⊕ Imu alors f est bijectif.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 23

Théorème de Cayley Hamilton Exercice 202 [ 00840 ] [correction]


Soient A, B, M ∈ Mn (C) telles que AM = M B avec M 6= On .
Exercice 197 [ 00834 ] [correction] a) Montrer que pour tout P ∈ C [X], on a P (A)M = M P (B).
Déterminer un polynôme annulateur de b) Montrer que A et B ont une valeur propre en commun.
 
a b
A= ∈ M2 (K) Exercice 203 Mines-Ponts MP [ 02667 ] [correction]
c d
Montrer qu’il existe (a0 , . . . , an−1 ) ∈ Rn tel que :
Exprimer A−1 lorsque celle-ci existe. n−1
X
∀P ∈ Rn−1 [X] , P (X + n) + ak P (X + k) = 0
k=0
Exercice 198 [ 00835 ] [correction]
Soit 
λ1 ?
 Exercice 204 Centrale MP [ 03114 ] [correction]
.. Dans cet exercice, n est un entier supérieur ou égal à deux et q un nombre
A∈  ∈ Mn (K)
 
. complexe non nul tel que pour tout k ∈ Z? , q k 6= 1. On considère également une
0 λn matrice A ∈ Mn (C).
Montrer que (X − λ1 ) . . . (X − λn ) est annulateur de A. 1. On suppose qu’il existe M ∈ GLn (C) telle que

M −1 AM = qA

Exercice 199 [ 03019 ] [correction] On notre χA le


 polynôme
 caractéristique de A. Déterminer une relation entre
X
Soit u un automorphisme d’un K-espace vectoriel E de dimension finie n ∈ N? . χA (X) et χA q .
Montrer que u−1 est un polynôme en u. En déduire que A est nilpotente.
2. Cette question est à résoudre à l’aide du logiciel de calcul formel.
Dans cette question, on suppose que q = 2 et que A est donnée par :
Exercice 200 [ 00836 ] [correction]  
0 1 0 0 0 1
Soit f un endomorphisme d’un C-espace vectoriel E de dimension n. On suppose  0 0 1 0 0 0 
que f possède une unique valeur propre λ. 
 0 0 0 1 0 0 

a) A quelle condition l’endomorphisme est-il diagonalisable ? A=  
 0 0 0 0 1 0 

b) Calculer le polynôme caractéristique de f .  0 0 0 0 0 1 
c) Justifier que l’endomorphisme f − λId est nilpotent.
0 0 0 0 0 0

a) Déterminer les matrices M ∈ M6 (C) vérifiant


Exercice 201 [ 00839 ] [correction]
AM = 2M A
Soit f un endomorphisme d’un K-espace vectoriel de dimension n.
On suppose qu’il existe x ∈ E et N ∈ N tels que (x, f (x), . . . , f N −1 (x)) soit une b) Que dire de l’ensemble des matrices M ainsi obtenues ?
famille génératrice de E. c) Déterminer les matrices M ∈ GL6 (C) vérifiant
a) Montrer que la famille (x, f (x), . . . , f n−1 (x)) est une base de E.
b) Démontrer que les endomorphismes commutant avec f sont les polynômes en f . M −1 AM = 2A

Enoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 24

Exercice 205 Centrale PC [ 03185 ] [correction] Calcul de polynôme minimal


a) Soit u un endomorphisme inversible d’un K-espace vectoriel E de dimension
finie. Exercice 209 [ 00841 ] [correction]
Montrer qu’il existe un polynôme Q ∈ K [X] vérifiant Soit  
1 1
u−1 = Q(u) A=
0 1
b) Soit u l’endomorphisme de K [X] qui envoie le polynôme P (X) sur P (2X).
Déterminer µA .
Montrer que u est un automorphisme et déterminer ses éléments propres.
Existe-t-il Q ∈ K [X] tel que
u−1 = Q(u) ?
Exercice 210 [ 00842 ] [correction]
Soit  
Exercice 206 Mines-Ponts MP [ 03755 ] [correction] 0 1
Soit A ∈ Mn (K) une matrice inversible. M =
 ..  ∈ Mn (R) avec n > 2

.
Montrer que A est triangulaire supérieure si, et seulement si, Ak l’est pour tout
1 0
k > 2.
Donner un contre-exemple dans le cas où l’on ne suppose plus la matrice A a) Montrer que M est diagonalisable.
inversible. b) Déterminer le polynôme minimal de M .
c) Calculer M p pour p ∈ N.

Exercice 207 CCP MP [ 03693 ] [correction]


Soit la matrice
Exercice 211 [ 00843 ] [correction]
 
0 −b a
A= b 0 −c  ∈ M3 (R) Soit a un réel. Pour M ∈ Mn (R), on pose
−a c 0
L(M ) = aM + tr(M )In
a) A est-elle diagonalisable dans M3 (R) ?
b) A est-elle diagonalisable dans M3 (C) ? a) Montrer que L est un endomorphisme de Mn (R), trouver ses éléments propres
c) Soit λ un réel non nul ; la matrice B = A + λI3 est-elle inversible ? et son polynôme minimal.
d) Montrer qu’il existe trois réels α, β, γ tels que b) Pour quels a, L est-il un automorphisme ? Trouver son inverse dans ces cas.
B −1 = αA2 + βA + γI3

Exercice 212 [ 00845 ] [correction]


Exercice 208 CCP MP [ 03299 ] [correction] Soit f un endomorphisme d’un K-espace vectoriel E de dimension n.
Soient n > 2, A et B des matrices de Mn (Z) de déterminants non nuls et a) On suppose que f est diagonalisable. A quelle condition existe-t-il un vecteur
premiers entre eux. x ∈ E tel que la famille formée des vecteurs x1 = x, x2 = f (x1 ),. . . , xn = f (xn−1 )
Montrer qu’il existe U et V dans Mn (Z) telles que forme une base de E ?
b) On ne suppose plus f diagonalisable mais on suppose l’existence d’une base
U A + V B = In (x1 , x2 , . . . , xn ) de E du type précédent. Déterminer le commutant de f . Quel est
le polynôme minimal de f ?
(on pourra écrire χA (X) = XQA (X) + det A)
On donnera un exemple pour n = 2.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 25

Exercice 213 Mines-Ponts MP [ 02710 ] [correction] Exercice 218 CCP MP [ 02497 ] [correction]
On pose   Soit a un réel. Pour M ∈ Mn (R)(avec n > 2), on pose
0 1 0
A= 1 0 1  L(M ) = aM + tr(M )In
0 1 0
a) Montrer que L est un endomorphisme de Mn (R) et trouver ses éléments
Que dire de cette matrice ? Sans la diagonaliser, déterminer son polynôme propres et son polynôme minimal.
caractéristique, son polynôme minimal, calculer Ak pour k ∈ N et évaluer exp(A). b) Pour quels a, l’endomorphisme L est-il un automorphisme ?
Trouver son inverse dans ces cas.
Exercice 214 Mines-Ponts MP [ 02707 ] [correction]
Soient a, b ∈ R, b 6= 0 et A ∈ Mn (R) la matrice dont les éléments diagonaux Diagonalisabilité et polynômes annulateurs
valent a et les autres valent b. A est-elle diagonalisable ? Quelles sont les valeurs
propres de A ? Quel est le polynôme minimal de A ? Sous quelles conditions sur a
et b, A est-elle inversible ? Lorsque c’est le cas trouver l’inverse de A. Exercice 219 [ 00846 ] [correction]
Montrer qu’une matrice de permutation est diagonalisable.

Exercice 215 Mines-Ponts MP [ 02701 ] [correction]


Soient a ∈ R? et Exercice 220 [ 00847 ] [correction]
a a2
 
0 Soit  
A =  1/a 0 a  On In
1/a2 1/a 0 A= ∈ M2n (K)
−In On
a) Calculer le polynôme minimal de A. Calculer A2 .
b) La matrice A est-elle diagonalisable ? Si oui, la diagonaliser. Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable.
c) Calculer eA .

Exercice 216 Mines-Ponts MP [correction]


[ 02711 ]
Exercice 221 [ 00848 ] [correction]
Soit Soit n ∈ N? et A ∈ M2n (C) définie par blocs :
 
0 0 0  
A= 0 0 1  O −In
A=
0 −1 0 In O

dans M3 (R). Déterminer le polynôme caractéristique et le polynôme minimal de a) Calculer A2 .


A. Calculer exp A et exp(A) exp(t A). b) La matrice A est-elle diagonalisable ? Déterminer les valeurs propres de A et les
dimensions de ses espaces propres ?
Exercice 217 Mines-Ponts MP [correction]
[ 02712 ]
Soit
1 j j2 Exercice 222 [ 00849 ] [correction]
 

A =  j j2 1  Soient E un R-espace vectoriel de dimension finie et f un endomorphisme de E


j2 1 j vérifiant
f 3 = 4f
Etudier la diagonalisabilité de A, déterminer les polynômes minimal et
caractéristique de A, calculer exp A. Proposer une généralisation en dimension n. Montrer que la trace de f est un entier pair.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 26

Exercice 223 [ 00850 ] [correction] Exercice 229 Centrale PSI [ 03645 ] [correction]
Soit A ∈ Mn (R) telle que Soit M ∈ Mn (C) telle que
M 2 + t M = In
3 2
A −A +A−I =O
a) Montrer
Montrer que det(A) = 1. M inversible si, et seulement si, 1 ∈
/ SpM
b) Montrer que la matrice M est diagonalisable.

Exercice 224 [ 00851 ] [correction]


Soient E un K-espace vectoriel de dimension n ∈ N et p ∈ L(E) tel que p2 soit un Exercice 230 [ 03792 ] [correction]
projecteur. Soient n un entier supérieur ou égal à 2 et M une matrice carrée de taille n telle
a) Quelles sont les valeurs propres possibles pour p ? que M 2 + t M = In
b) Montrer que p est diagonalisable si, et seulement si, p3 = p. Quelles sont les valeurs propres de M ? Est-elle symétrique ? Est-elle
diagonalisable ?

Exercice 225 [ 00852 ] [correction]


Soient E un espace vectoriel de dimension 3 et f un endomorphisme de E vérifiant Exercice 231 Mines-Ponts MP [ 02716 ] [correction]
Résoudre dans Mn (R) le système
f4 = f2 ( 2
M + M + In = 0
On suppose que 1 et −1 sont valeurs propres de f . Montrer que f est t
M M = M tM
diagonalisable.

Exercice 232 [ 03030 ] [correction]


Exercice 226 [ 02608 ] [correction] Soient P ∈ Mn (R) une matrice de projection et ϕ l’endomorphisme de Mn (R)
Soit A ∈ Mn (R) vérifiant défini par
A3 + I n = O n ϕ(M ) = P M + M P
Montrer que la trace de A est un entier. Montrer que l’endomorphisme ϕ est diagonalisable

Exercice 227 Mines-Ponts MP [ 02714 ] [correction] Exercice 233 Mines-Ponts MP [ 02720 ] [correction]
Soit A ∈ Mn (R) telle que Soit n ∈ N? , u ∈ L(R2n+1 ). On suppose u3 = u, tru = 0 et tru2 = 2n. On note
A3 + A2 + A = 0
C(u) = v ∈ L(R2n+1 )/uv = vu

Montrer que rgA est pair.
a) Calculer la dimension C(u).
b) Quels sont les n tels que C(u) = R [u] ?
Exercice 228 [ 03469 ] [correction]
Soit M ∈ Mn (R) vérifiant
M 2 + t M = 2In Exercice 234 Mines-Ponts MP [ 02721 ] [correction]
Soit A ∈ Mn (R). On pose fA (M ) = AM , pour toute matrice M ∈ Mn (R).
Montrer que cette matrice M est diagonalisable. a) Montrer que si A2 = A alors fA est diagonalisable.
b) Montrer que fA est diagonalisable si, et seulement si, A est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 27

Exercice 235 Centrale MP [ 00853 ] [correction] Exercice 239 [ 03138 ] [correction]


Soit A ∈ Mn (C). On pose f (M ) = AM pour toute M ∈ Mn (C). Soit  
a) L’application f est-elle un endomorphisme de Mn (C) ? A A
M=
b) Etudier l’équivalence entre les inversibilités de A et de f . 0 A
c) Etudier l’équivalence entre les diagonalisabilités de A et de f .
avec A ∈ Mn (R).
a) Montrer que

P (A) AP 0 (A)
 
Exercice 236 CCP MP [ 03192 ] [correction]
∀P ∈ R [X] , P (M ) =
Soit A ∈ M2 (Z) telle que det A = 1 et qu’il existe p ∈ N? pour lequel 0 P (A)

Ap = In b) Enoncer une condition nécessaire et suffisante pour que M soit diagonalisable.

a) Montrer que A est diagonalisable dans C.


On note α et β les deux valeurs propres de A.
b) Montrer que |α| = |β| = 1, que α = β̄ et Exercice 240 [ 03281 ] [correction]
Soit  
|Re(α)| ∈ {0, 1/2, 1} A B
M=
0 A
c) Montrer que A12 = I2
avec A, B ∈ Mn (R) vérifiant AB = BA
d) Montrer que l’ensemble G = {An /n ∈ N} est un groupe monogène fini pour le
a) Montrer que
produit matriciel.
P (A) P 0 (A)B
 
∀P ∈ R [X] , P (M ) =
0 P (A)
Exercice 237 X MP [ 00838 ] [correction]
Soit A ∈ M2 (Z) vérifiant : b) Enoncer une condition nécessaire et suffisante sur A et B pour que M soit
∃n ∈ N? , An = I2 diagonalisable.

Montrer que A12 = I2 .

Exercice 241 [ 02953 ] [correction]


Déterminer les couples (A, B) ∈ Mn (R)2 tels que
Exercice 238 X MP [ 02652 ] [correction]
On fixe n ∈ N? et on note
 
A B
O A
En = {A ∈ Mn (Z)/∃m ∈ N? , Am = In }
est diagonalisable.
Pour A ∈ En , on pose

ω(A) = min {m ∈ N? /Am = In }


Exercice 242 [ 03027 ] [correction]
Montrer que ω(En ) est fini. Trouver les matrices M ∈ Mn (C) vérifiant M 5 = M 2 et tr(M ) = n.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 28

Exercice 243 [ 03646 ] [correction] Exercice 247 [correction]


[ 03425 ]
Soient f, u, v trois endomorphismes d’un R-espace vectoriel E de dimension finie . Soient  
On suppose qu’il existe α, β ∈ R distincts tels que 0 −1 0 0 0
 1 0 0 0 0 
  
 Id = u + v
 M =  0 0  ∈ M5 (R)
0 0 1 
f = αu + βv  0 0 1 0 0 

 2 0 0 0 1 0
f = α2 u + β 2 v
et m ∈ L(R5 ) canoniquement associé à M .
a) Montrer que f est diagonalisable. a) En procédant à un calcul par bloc, déterminer p ∈ N? tel que M p = I5 .
b) Justifier que u et v sont des projections vectorielles dont on précisera noyau et En déduire que M est diagonalisable dans M5 (C).
image en fonction des espace ker(f − αId) et ker(f − βId). b) Déterminer un vecteur x ∈ R5 tel que x, m(x), m2 (x), m3 (x) et m4 (x) forme
c) Exprimer f n pour tout n ∈ N en fonction de α, β et u, v. une base de R5 .
Quelle est la matrice de m dans cette base ?

Exercice 244 [ 03028 ] [correction]


Soient α, β ∈ K et u, v, f trois endomorphismes d’un K-espace vectoriel E de Exercice 248 [ 03798 ] [correction]
dimension finie vérifiant  Soient E un K-espace vectoriel de dimension finie et F, G deux sous-espaces
 f = αu + βv
 vectoriels supplémentaires non triviaux. On note p la projection sur F
f 2 = α2 u + β 2 v parallèlement à G et s la symétrie par rapport à F et parallèlement à G. Enfin on

 3 pose pour f endomorphisme de F
f = α3 u + β 3 v
Montrer que f est diagonalisable. φ(f ) = p ◦ f ◦ s
ce qui définit un endomorphisme φ sur L(E).
a) Montrer que φ annule un polynôme « simple ». L’endomorphisme φ est-il
Exercice 245 Mines-Ponts PC [ 00708 ] [correction]
diagonalisable ?
Soit (A, B, C) ∈ Mn (R)3 tel que
b) Déterminer les éléments propres de φ.
C = A + B, C 2 = 2A + 3B et C 3 = 5A + 6B (indice : on pourra considérer les matrices de p et s dans une base adaptée à la
décomposition E = F ⊕ G)
Les matrices A et B sont-elles diagonalisables.

Exercice 249 Centrale PC [ 03744 ] [correction]


Exercice 246 Mines-Ponts MP [ 03291 ] [correction] Soient n ∈ N? et E = Mn (R). Pour A, B ∈ E fixées non nulles, on définit
aI) Montrer que, pour z1 , . . . , zn ∈ C avec z1 6= 0, on a l’égalité f ∈ L(E) par
n ∀M ∈ E, f (M ) = M + tr(AM )B
X X n

zk =

|zk | a) Déterminer un polynôme annulateur de degré 2 de f et en déduire une

k=1

k=1
condition nécessaire et suffisante sur (A, B) pour que f soit diagonalisable. Quels
sont alors les éléments propres de f ?
si, et seulement si, il existe n − 1 réels positifs α2 , . . . , αn tels que b) Déterminer dim C où
∀k > 2, zk = αk z1 C = {g ∈ L(E)/f ◦ g = g ◦ f }
b) Déterminer toutes les matrices de Mn (C) telles que M n = In et trM = n Enoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 29

Exercice 250 CCP MP [ 03056 ] [correction] Soient


Soient λ, µ ∈ C? , λ 6= µ et A, B, M ∈ Mp (C) telles que 1 1
p= (u − aId) et q = (u − bId)
b−a a−b
Ip = A + B a) Calculer p + q, p ◦ p, q ◦ q et q ◦ p.
M = λA + µB b) Montrer que E = ker p ⊕ ker q.
M 2 = λ2 A + µ2 B c) Trouver les éléments propres de u. L’endomorphisme u est-il diagonalisable ?

a) Montrer que M est inversible et exprimer M −1 .


On pourra utiliser M 2 − (λ + µ)M + λµIp Diagonalisabilité et endomorphisme induit
b) Montrer que A et B sont des projecteurs.
c) M est-elle diagonalisable ? Déterminer son spectre. Exercice 254 [ 00854 ] [correction]
Soit f un endomorphisme diagonalisable d’un K-espace vectoriel E de dimension
finie.
Exercice 251 CCP MP [ 02410 ] [correction] Montrer que la restriction de f à tout sous-espace vectoriel F 6= {0} stable est
Soient n > 2, A ∈ Mn (R) et f l’endomorphisme de Mn (R) défini par diagonalisable.

f (M ) = tr(A)M − tr(M )A

où tr désigne la forme linéaire trace. Exercice 255 [ 00855 ] [correction]


Etudier la réduction de l’endomorphisme f et préciser la dimension de ses Soit u un endomorphisme diagonalisable d’un K-espace vectoriel E de dimension
sous-espaces propres. finie.
Montrer qu’un sous-espace vectoriel F non nul est stable par u si, et seulement si,
il possède une base de vecteurs propres de u.
Exercice 252 [ 00479 ] [correction]
Soit A la matrice donnée par  
1 1 Exercice 256 [ 03038 ] [correction]
A=
1 1 Soit u un endomorphisme d’un K-espace vectoriel pour lequel il existe une base
a) Déterminer un polynôme annulateur non trivial de la matrice A. B = (e1 , . . . , en ) vérifiant u(e1 ) = e1 et u(e2 ) = e1 + e2 .
b) Soit M ∈ M2 (R) vérifiant L’endomorphisme u est-il diagonalisable ?
M2 + M = A
Justifier que la matrice M est diagonalisable et déterminer les valeurs propres
possibles pour M . Exercice 257 [ 00856 ] [correction]
c) Déterminer alors les matrices M possibles à l’aide de polynômes annulateurs Soit f l’endomorphisme de R3 dont la matrice est
appropriés.  
5 1 −1
 2 4 −2 
1 −1 3
Exercice 253 CCP MP [ 02513 ] [correction]
Soit u un endomorphisme d’un R-espace vectoriel E de dimension finie tel qu’il dans la base canonique.
existe deux réels non nuls distincts a et b vérifiant Déterminer les sous-espaces vectoriels stables par f .
(u − aId)(u − bId) = 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 30

Exercice 258 [ 00857 ] [correction] c) Montrer que si f 2 est diagonalisable et si ker f = ker f 2 alors f est
Soient f et g deux endomorphismes diagonalisables d’un K-espace vectoriel E de diagonalisable.
dimension finie.
Montrer que f et g sont simultanément diagonalisables si, et seulement si, chaque
sous-espace propre de l’un est stable par l’autre. Exercice 263 [ 00861 ] [correction]
Soient E un C-espace vectoriel de dimension finie n ∈ N? et u ∈ L(E).
a) Enoncer un critère de diagonalisabilité en terme de polynôme annulateur.
Exercice 259 [ 00858 ] [correction] b) On suppose u ∈ GL(E). Montrer que u est diagonalisable si, et seulement si, u2
Soient f et g deux endomorphismes diagonalisables d’un K-espace vectoriel E de l’est.
dimension finie. c) Généralisation : Soit P ∈ C [X]. On suppose P 0 (u) ∈ GL(E)
Montrer que f et g commutent si, et seulement si, f et g sont simultanément Montrer que u est diagonalisable si, et seulement si, P (u) l’est.
diagonalisables.
Exercice 264 [ 00862 ] [correction]
Soient E un C-espace vectoriel de dimension finie et u un endomorphisme de E.
Exercice 260 [ 03374 ] [correction]
Soit P un polynôme complexe, on suppose que P (u) est diagonalisable et que la
Soient A, B, C ∈ Mn (R) vérifiant
valeur prise par P sur toute racine complexe de P 0 n’est pas valeur propre de
AB − BA = C l’endomorphisme P (u).
Montrer que u est diagonalisable.
On suppose en outre que C commute avec les matrices A et B.
a) On suppose que A et diagonalisable. Montrer que la matrice C est nulle.
b) On suppose que la matrice C est diagonalisable. Montrer à nouveau de que la Exercice 265 CCP MP [ 02524 ] [correction]
matrice C est nulle. Soient A, B ∈ GLn (C) telles que B = Ap .
Montrer que A est diagonalisable si, et seulement si, B l’est.

Diagonalisabilité des polynômes en un


Trigonalisabilité et polynôme annulateur
endomorphisme
Exercice 266 [ 00864 ] [correction]
Exercice 261 [ 00859 ] [correction] Soient A ∈ Mn (C) (n > 3) vérifiant
Soient P ∈ K [X] et u un endomorphisme d’un K-espace vectoriel E de dimension
finie. rgA = 2 , trA = 0 et An 6= On
a) On suppose que u est diagonalisable, montrer que P (u) l’est aussi.
Montrer que A est diagonalisable.
b) Que dire de la réciproque ?

Exercice 267 [ 00866 ] [correction]


Exercice 262 [ 00860 ] [correction] Soit A ∈ Mn (C) telle que 0 soit la seule valeur propre de A.
Soit f un endomorphisme d’un C-espace vectoriel E de dimension finie. a) Montrer que An = 0.
a) On suppose que f est diagonalisable. Montrer que f 2 est diagonalisable et b) Calculer det(A + In ).
ker f = ker f 2 . c) Soit M ∈ GLn (C) commutant avec A. Calculer det(A + M ).
On étudie désormais la propriété inverse. d) Inversement, quelles sont les matrices A vérifiant :
b) Par un exemple, montrer que si f 2 est diagonalisable, f n’est pas
nécessairement diagonalisable. ∀M ∈ GLn (C), AM = M A ⇒ det(A + M ) = det M ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 31

Exercice 268 Mines-Ponts MP [ 02713 ] [correction] Exercice 274 [ 00828 ] [correction]


Trouver les A de Mn (C) telles que Soient E un espace vectoriel réel de dimension finie, f et g deux endomorphismes
de E vérifiant
A3 − 4A2 + 4A = 0 f ◦g−g◦f =f
et trA = 8. a) Calculer
fn ◦ g − g ◦ fn
b) Soit P un polynôme. Montrer que si P (f ) = 0 alors f ◦ P 0 (f ) = 0.
Exercice 269 Mines-Ponts MP [ 02724 ] [correction] c) En déduire que f est un endomorphisme nilpotent.
Soit A une matrice carrée réelle d’ordre n. Montrer que A est nilpotente si, et
seulement si, pour tout p ∈ [[1, n]], trAp = 0.
Exercice 275 [ 00865 ] [correction]
Soient E un C-espace vectoriel de dimension n et f ∈ L(E).
Exercice 270 Mines-Ponts PC [ 01948 ] [correction] a) Montrer que f est nilpotent si, et seulement si,
Trouver les matrices M de Mn (R) vérifiant Sp(f ) = {0}
3 2
trM = 0 et M − 4M + 4M = On b) Montrer que f est nilpotent si, et seulement si,
∀1 6 k 6 n, tr(f k ) = 0
Exercice 271 [ 03239 ] [correction]
Soit f ∈ L(R3 ) vérifiant
Exercice 276 [ 03031 ] [correction]
2 3
f = f et dim ker(f − Id) = 1 Soit A ∈ Mn (C). On considère l’endomorphisme T de Mn (C) défini par
T (M ) = AM − M A
Montrer l’existence d’une base de R3 dans laquelle la matrice de f est de la forme
  a) On suppose que la matrice A est nilpotente.
1 0 0 Montrer que l’endomorphisme T est aussi nilpotent.
 0 0 α  avec α ∈ {0, 1} b) Réciproque ?
0 0 0

Nilpotence Exercice 277 X MP [ 00938 ] [correction]


Soient n ∈ N? , A et B dans Mn (C) et λ1 , . . . , λn , λn+1 deux à deux distincts dans
C. On suppose, pour 1 6 i 6 n + 1, que A + λi B est nilpotente.
Exercice 272 [ 00863 ] [correction] Montrer que A et B sont nilpotentes.
Soit A ∈ Mn (C) une matrice nilpotente.
a) Montrer que A est semblable à une matrice triangulaire supérieure stricte.
b) Le résultat est-il encore vrai pour A ∈ Mn (R) ? Exercice 278 X MP [ 03023 ] [correction]
Soient E un C-espace vectoriel de dimension finie et u ∈ L(E).
On note I1 = {P ∈ C [X] /P (u) = 0} et I2 = {P ∈ C [X] /P (u) est nilpotent}.
Exercice 273 [ 00837 ] [correction] a) Montrer que I1 et I2 sont des idéaux non nuls de C [X].
Soit u un endomorphisme d’un C-espace vectoriel E de dimension finie. On note P1 et P2 leurs générateurs unitaires respectifs.
Montrer que u possède une seule valeur propre si, et seulement si, il existe λ ∈ C b) Etablir un lien entre P1 et P2 .
tel que u − λIdE soit nilpotent. c) Montrer l’existence de Q ∈ I2 tel que u − Q(u) est diagonalisable

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 32

Exercice 279 X PC [ 03095 ] [correction] Exercice 282 [ 01677 ] [correction]


Soit Φ : M2 (R) → R vérifiant Soient A ∈ GLn (C) et N ∈ Mn (C) nilpotente telles que
 
0 1 AN = N A
∀A, B ∈ M2 (R), Φ(AB) = Φ(A)Φ(B) et Φ 6= Φ(I2 )
1 0
Montrer que
a) Démontrer que Φ(O2 ) = 0. det(A + N ) = det A
b) Si A est nilpotente, démontrer que Φ(A) = 0.
c) Soient A ∈ M2 (R) et B la matrice obtenue à partir de A en permutant les
lignes de A. Exercice 283 Centrale MP [ 00867 ] [correction]
Démontrer que Φ(B) = −Φ(A). Soit A ∈ Mn (C). On suppose qu’il existe p ∈ N? tel que Ap = 0.
d) Démontrer que A est inversible si, et seulement si, Φ(A) 6= 0. a) Montrer que An = 0.
b) Calculer det(A + In ).
Soit M ∈ Mn (C) tel que AM = M A.
Exercice 280 Centrale MP [ 01959 ] [correction] c) Calculer det(A + M ) (on pourra commencer par le cas où M ∈ GLn (C)).
Soit A ∈ Mn (K) une matrice nilpotente non nulle. On appelle indice de d) Le résultat est-il vrai si M ne commute pas avec A ?
nilpotence de A le nombre entier

Ind(A) = min k ∈ N? /Ak = 0



Exercice 284 Mines-Ponts MP [ 02690 ] [correction]
1. Quelle est la dimension de l’algèbre K [A] engendrée par A ? Soit A et B des matrices complexes carrées d’ordre n. On suppose A + 2k B
2.a) Soit P ∈ K [X] tel que P (0) = 1. Démontrer que la matrice B = AP (A) est nilpotente pour tout entier k tel que 0 6 k 6 n. Montrer que A et B sont
nilpotente, de même indice que A. nilpotentes.
2.b) En déduire qu’il existe un polynôme Q ∈ K [X] vérifiant Q(0) 6= 0 et
A = BQ(B).
3. Cette question doit être traitée avec le logiciel de calcul formel. On considère la Exercice 285 [ 03253 ] [correction]
matrice A ∈ M8 (R) définie par : Soient n un entier naturel non nul et E un C-espace vectoriel de dimension n.
a) Montrer qu’il existe un polynôme Pn ∈ R [X] vérifiant au voisinage de 0
2
∀(i, j) ∈ [[1, 8]] , A [i, j] = 1 si i = j − 1 ou si i = j − 4 et 0 sinon √
1 + x = Pn (x) + O(xn )
3.a) Vérifier 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). Déterminer b) Etablir que X n divise alors le polynôme Pn2 (X) − X − 1.
explicitement un polynôme Q de coefficient constant non nul tel que A = BQ(B). c) Soit f un endomorphisme de E vérifiant f n = 0̃.
Indication : on peut chercher Q de degré strictement inférieur à l’indice de Montrer qu’il existe un endomorphisme g de E vérifiant
nilpotence de A.
Enoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA g 2 = IdE + f

d) Soit maintenant f un endomorphisme de E ne possédant qu’une valeur propre


λ.
Exercice 281 Mines-Ponts PC [ 01956 ] [correction]
Montrer que (f − λIdE )n = 0̃ et conclure qu’il existe un endomorphisme g de E
Soient n > 2 et A = (ai,j )16i,j6n ∈ Mn (R) où ai,i+1 = 1 pour i ∈ {1, . . . , n − 1},
vérifiant
les autres coefficients étant nuls.
g2 = f
a) La matrice A est-elle diagonalisable ?
b) Existe-t-il B ∈ Mn (R) vérifiant B 2 = A ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Enoncés 33

Exercice 286 [ 03372 ] [correction] Prouver que les éléments de Tn+ ∪ Tn− sont des matrices nilpotentes.
Soient A, B ∈ Mn (C). On suppose que la matrice A est nilpotente et que la En déduire que H contient au moins n2 − n − 1 matrices nilpotentes linéairement
matrice B commute avec A. Que dire de tr(AB) ? indépendantes.
d) Montrer que tout hyperplan de E contient au moins n2 − n − 1 matrices
nilpotentes linéairement indépendantes.
Exercice 287 X MP [ 03477 ] [correction] Enoncé fourni par le CENTRALE-SUPELEC (CC)-BY-NC-SA
Soit A ∈ Mn (R).
a) On suppose A3 = A2 . Montrer que A2 est diagonalisable et que A2 − A est
nilpotente.
b) Plus généralement on suppose Ak+1 = Ak pour un certain entier k > 0.
Etablir l’existence d’un entier p > 0 tel que Ap est diagonalisable et Ap − A
nilpotente.

Exercice 288 Mines-Ponts PC [ 03763 ] [correction]


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

Exercice 289 [ 03765 ] [correction]


Soient A, M ∈ Mn (C) avec M matrice nilpotente.
a) On suppose M A = On . Montrer que les matrices A + M et A ont le même
polynôme caractéristique.
b) Même question en supposant cette fois-ci AM = On .

Exercice 290 Centrale PC [ 03616 ] [correction]


Soient n ∈ N et E = Mn (C). On note E ? = L(E, C) le C-espace vectoriel des
formes linéaires sur E.
a) Montrer que L : E → E ? , A 7→ LA où LA est la forme linéaire M 7→ tr(AM )
est un isomorphisme
d’espaces vectoriels. En déduire une description des hyperplans de E.
b) Soit T ∈ Mn (C)une matrice triangulaire supérieure non nulle et H = ker LT .
On note Tn+ (respectivement Tn− ) le sous-espace vectoriel des matrices triangulaires
supérieures (respectivement inférieures) à diagonales nulles.
Déterminer H ∩ Tn+ .
En discutant selon que T possède ou non un coefficient non nul (au moins) hors
de la diagonale, déterminer la dimension de H ∩ Tn− .
c) Une matrice A ∈ Mn (C) est dite nilpotente s’il existe k ∈ N tel que Ak = 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 34

Corrections B 2 = A2 + a3,2 A2 + · · · + ap−1,2 Ap−1 ,. . . , B p−2 = Ap−2 + ap−1,p−2 Ap−1 ,


B p−1 = Ap−1 .
Exercice 1 : [énoncé] En inversant ces équations, on obtient
La famille (x0 , u(x0 ), . . . , un−1 (x0 )) constitue une base de E. Soit v ∈ L(E) Ap−1 = B p−1 , Ap−2 = B p−2 + bp−1,p−2 Ap−1 ,. . . ,
commutant avec u. On peut écrire v(x0 ) = a0 x0 + a1 u(x0 ) + · · · + an−1 un−1 (x0 ). A2 = B 2 + b3,2 B 3 + · · · + bp−1,2 B p−1 et enfin A = B + b2,1 B 2 + · · · + bp−1,1 B p−1
Considérons alors w = a0 Id + a1 u + · · · + an−1 un−1 ∈ K [u]. v(x0 ) = w(x0 ) et ce qui détermine un polynôme Q ∈ R [X] vérifiant Q(0) = 1 et A = BQ(B).
puisque v et w commutent avec u, on a aussi v(uk (x0 )) = w(uk (x0 )). Les
endomorphismes v et w prennent même valeurs sur une base, ils sont donc égaux
Exercice 5 : [énoncé]
et ainsi v ∈ K [u].
a) Posons N = −A−1 BA. On a
N p = (−1)p A−1 B p A = On
Exercice 2 : [énoncé]
Le polynôme X 3 − 1 = (X − 1)(X 2 + X + 1) est annulateur de u avec les facteurs donc
X − 1 et X 2 + X + 1 premiers entre eux, il suffit alors d’appliquer le lemme des In = In − N p = (I − N )(I + N + N 2 + · · · + N p−1 )
noyaux pour conclure ! On en déduit que I − N = In + A−1 BA est inversible et
−1
In + A−1 BA = I + N + N 2 + · · · + N p−1
Exercice 3 : [énoncé] b) Soit P ∈ C [X] tel que P (0) = 0. On a
Le polynôme P s’écrit
P (X) = aX + bX 2 + · · ·
p
P (X) = P (0) + a1 X + · · · + ap X
Donc
L’égalité AB = P (A) donne alors P (B) = aB + bB 2 + · · ·
puis
A(B − (a1 In + a2 A + · · · + ap Ap−1 )) = P (0)In
P (B)p = ap B p + b0 B p+1 + · · · = On
On en déduit que A est inversible et son inverse est On peut alors reprendre le raisonnement de la question précédente et affirmer que
la matrice In + P (B) est inversible et que son inverse est de la forme
1
A−1 = p−1

B − a1 In + a2 A + · · · + ap A
P (0) In − P (B) + P (B)2 + · · · + (−1)p P (B)p

l’égalité A−1 A = In donne alors On en déduit que H est inclus dans GLn (C) et que l’inverse d’un élément de H
est encore dans H.
BA = P (A) Il est immédiat de vérifier que H est non vide et stable par produit. On en déduit
que H est un sous-groupe de (GLn (C), ×). Enfin, on vérifie que H est commutatif
et on peut conclure que A et B commutent. car les polynômes en une matrice commutent entre eux.

Exercice 4 : [énoncé] Exercice 6 : [énoncé] 


On sait qu’il existe p ∈ N? tel que Ap = On . AB = P (A) = αn An + · · · + α1 A + In donc A αn An−1 + · · · + α1 In − B = In .
En introduisant les coefficients de P , la relation B = AP (A) donne Par le théorème d’inversibilité, A est inversible et A−1 = αn An−1 + · · · + α1 In − B.
B = A + a2 A2 + · · · + ap−1 Ap−1 . Puisque A commute avec A−1 et ses puissances, on en déduit que A commute
On en déduit avec B = αn An−1 + · · · + α1 I − A−1 .

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 35

Exercice 7 : [énoncé] Exercice 10 : [énoncé]


Par la formule de Taylor en a Les Kn [X] et K [X] sont des sous-espaces vectoriels stables pour l’endomorphisme
de dérivation.
+∞
X P (k) (a) Soit F un sous-espace vectoriel stable.
P (X) = (X − a)k Si F est de dimension finie alors les polynômes de F sont de degrés bornés.
k!
k=0
Soit P un polynôme de F de degré n maximal. On a F ⊂ Kn [X].
donc Or la famille des polynômes P, P 0 , P 00 , . . . , P (n) est de degrés étagés et formés
+∞ d’éléments de F car F est stable pour la dérivation donc
X P (k) (a)
P (aIn + J) = Jk Kn [X] = Vect(P, P 0 , . . . , P (n) ) ⊂ F puis F = Kn [X].
k!
k=0 Si F n’est pas de dimension finie alors pour tout m ∈ N, F 6⊂ Km [X] et donc il
Il est facile de calculer les puissances de J et l’on conclut existe P ∈ F tel que n = deg P > m. Or en raisonnant comme ci-dessus, on
démontre Kn [X] ⊂ F et donc Km [X] ⊂ F . Ainsi ∀m ∈ N, Km [X] ⊂ F donc
 00
P (n−1) (a)
 F = K [X].
P (a) P 0 (a) P 2!(a) · · · (n−1)! Finalement les Kn [X] et K [X] sont les seuls sous-espace vectoriels stables pour
..

.. .. ..

l’endomorphisme de dérivation.

. . .


 . 

P (aIn + J) =  .. .. P 00 (a) 
. . 2!


.
 Exercice 11 : [énoncé]
 .. P 0 (a)

  a) Rappelons que les suites (ker up )p∈N et (Imup )p∈N sont respectivement
(0) P (a) croissante et décroissante pour l’inclusion. La suite (dim ker up )p∈N est une suite
croissante et majorée d’entiers naturels, elle est donc stationnaire :
∃n ∈ N, ∀p > n, dim ker up = dim ker un or ker up ⊃ ker un donc ker up = ker un
Exercice 8 : [énoncé] puis N = ker un . Aussi
∀y ∈ Imu, ∃x ∈ E, y = u(x) et v(y) = v(u(x)) = u(v(x)) ∈ Imu donc Imu est dim Imup = dim E − dim ker up = dim E − dim ker un = dim Imun et Imup ⊂ Imun
stable par v. donc Imup = Imun puis I = Imun .
∀x ∈ ker u, u(x) = 0 donc u(v(x)) = v(u(x)) = v(0) = 0 et v(x) ∈ ker u. Ainsi ker u b) dim N + dim I = dim ker un + dim Imun = dim E en vertu du théorème du rang.
est stable par v. Soit x ∈ N ∩ I. Il existe a ∈ E tel que x = un (a) et alors un (x) = 0 donc
La réciproque est fausse, si u est un automorphisme il est certain que Imu = E et u2n (a) = 0. Ainsi a ∈ ker u2n = ker un donc x = un (a) = 0. Ainsi N ∩ I = {0}
ker u = {0} seront stables par v alors qu’il n’y aucune raison que u et v d’où E = N ⊕ I.
commutent. u et un commutent donc N et I sont stables par u.
(uN )n = (un )ker un = 0 donc uN est nilpotente.
Imun+1 = Imun donne u(Imun ) = Imun donc uI est surjective puis bijective car
dim Imun < +∞.
Exercice 9 : [énoncé] c) Par supplémentarité : dim E = dim F + dim G = dim N + dim I.
Supposons f ◦ p = p ◦ f . Pour tout x ∈ ker p, p(f (x)) = f (p(x)) = 0 donc Il existe p ∈ N, tel que (uF )p = 0 donc F ⊂ ker up ⊂ N .
f (x) ∈ ker p. uG est bijective donc (uG )n aussi or G = Im(uG )n ⊂ Im(un ) = I.
Rappelons Imp = ker(p − Id). Pour tout x ∈ Imp, p(f (x)) = f (p(x)) = f (x) donc On a alors dim F 6 dim N , dim G 6 dim I et dim F + dim G = dim N + dim I
f (x) ∈ Imp. donc dim F = dim N et dim G = dim I. Par inclusion et égalité des dimensions
Inversement. Supposons ker p et Imp stables par f . Pour tout x ∈ E, on peut F = N et G = I.
écrire 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 12 : [énoncé]
a) Si x est vecteur propre de u alors D = Vect(x) est stable par u. C’est contraire

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 36

à l’hypothèse de travail car D est un sous-espace vectoriel non nul distinct de E. Exercice 14 : [énoncé]
On en déduit que u ne possède pas de valeurs propres. a) Imu est stable pour u donc uE2 est bien défini. Par le théorème du rang la
b) Puisque x 6= 0E , il existe un plus grand entier p > 1 tel que la famille restriction de u à tout supplémentaire de ker u définit un isomorphisme avec Imu.
(x, u(x), . . . , up−1 (x)) est libre. Ici cela donne uE2 automorphisme.
Par définition de p, on a alors (x, u(x), . . . , up−1 (x), up (x)) liée et donc b) Soient u, v ∈ Γ. Si x ∈ ker(v ◦ u) alors u(x) ∈ Imu ∩ ker v donc u(x) ∈ E1 ∩ E2
up (x) ∈ Vect(x, u(x), . . . , up−1 (x)). On en déduit que le sous-espace vectoriel et u(x) = 0 puis x ∈ E1 . Ainsi ker(v ◦ u) ⊂ E1 et l’inclusion réciproque est
F = Vect(x, u(x), . . . , up−1 (x)) est stable par u. immédiate.
Puisque ce sous-espace vectoriel est non nul, on a F = E et donc par dimension Im(v ◦ u) = v(u(E)) = v(E2 ) = E2 car vE2 est un automorphisme de E2 . Ainsi
p = n. Au final, la famille (x, u(x), . . . , un−1 (x)) est une base de E. v ◦ u ∈ Γ.
La matrice de u dans cette base a la forme suivante c) Si φ(u) = φ(v) alors uE2 = vE2 . Or uE1 = 0 = vE1 donc les applications linéaires
  u et v coïncident sur des sous-espaces vectoriels supplémentaires et donc u = v.
0 ··· 0 a0
d) Une application linéaire peut être définit de manière unique par ses restrictions
 .. 
 1
 (0) .  linéaires sur deux sous-espaces vectoriels supplémentaires. Pour w ∈ GL(E2 )
 . .. ..  considérons u ∈ L(E) déterminé par uE1 = 0 et uE2 = w. On vérifie aisément
 .  E1 ⊂ ker u et E2 ⊂ Imu. Pour x ∈ ker u, x = a + b avec a ∈ E1 et b ∈ E2 . La
(0) 1 an−1 relation u(x) = 0 donne alors u(a) + u(b) = 0 c’est-à-dire w(b) = 0. Or
avec ak les scalaires donnés par la relation w ∈ GL(E2 ) donc b = 0 puis x ∈ E1 . Ainsi ker u ⊂ E1 et finalement ker u = E1 .
Pour y ∈ Im(u), il existe x ∈ E tel que y = u(x). Or on peut écrire x = a + b avec
un (x) = a0 x + a1 u(x) + · · · + an−1 un−1 (x) a ∈ E1 et b ∈ E2 . La relation y = u(x) donne alors y = u(a) + u(b) = w(b) ∈ E2 .
Ainsi Imu ⊂ E1 et finalement Imu = E1 . On peut conclure que u ∈ Γ et ũ = w : φ
c) En composant la relation précédente avec u, on obtient est surjectif.
e) ϕ est un morphisme bijectif : il transporte la structure de groupe existant sur
∀0 6 k 6 n − 1, un (uk (x)) = a0 uk (x) + a1 u(uk (x)) + · · · + an−1 un−1 (uk (x)) GL(E2 ) en une structure de groupe sur (Γ, ◦). Le neutre est l’antécédent de IdE2
Puisque la famille (x, u(x), . . . , un−1 (x)) est une base de E, on en déduit c’est-à-dire la projection sur E2 parallèlement à E1 .

∀y ∈ E, un (y) = a0 y + a1 u(y) + · · · + an−1 un−1 (y)


Exercice 15 : [énoncé]
On en déduit que pour y 6= 0E , la matrice de u dans la base (y, u(y), . . . , un−1 (y)) a) Si e ∈
/ H alors la valeur de u(e) détermine entièrement un élément u de
est la même que la précédente. {u ∈ E ? /u(H) = {0}}. Cela permet de mette en place un isomorphisme entre
{u ∈ E ? /u(H) = {0}} et K. La dimension cherchée vaut 1.
b) Si H est stable par f alors pour tout x ∈ H, u(f (x)) = 0 donc
Exercice 13 : [énoncé] u ◦ f ∈ {v ∈ E ? /v(H) = {0}} or u est un élément non nul de cette droite
a) Le cas n = 1 est immédiat car v est alors nécessairement nul. vectorielle donc u ◦ f est colinéaire à u. La réciproque est immédiate.
Le cas v = 0 est tout aussi immédiat. c) MatB (u) = L 6= 0 (car u définit une équation d’hyperplan), MatB (u ◦ f ) = LA
b) F = Imv est stable par u et v et puisque v n’est pas bijectif, 1 6 dim F < n : donc
on pourra donc appliquer l’hypothèse de récurrence
 surF . Dans
 une base
 adaptée u ◦ f = λu ⇔ LA = λL ⇔ t At L = λt L
A B D E
à F les matrices de u et v sont de la forme :
O C
et
O O
donc avec t L colonne non nulle.
det(u + v) = det(A + D) × det C. d) Sp(t A) = {1, 2, −1}. Une base de vecteurs propres est formée des vecteurs de
c) A et D sont associées aux endomorphismes induits par u et v sur F . Ces composantes (−1, −1, 1), (0, 1, 1) et (−1, 0, 1). Les plans stables par f sont ceux
endomorphismes induits vérifient les hypothèses initiales et donc d’équations x + y − z = 0, y + z = 0 et x − z = 0.
det(A + D) = det A puis det(u + v) = det A × det C = det u.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 37

Exercice 16 : [énoncé] Puisque F2 ⊂ ker(u2 + u + Id), pour x ∈ F2 non nul (x, u(x)) est libre et
a) On définit la matrice A et obtient ses éléments propres : Vect(x, u(x)) est stable par u. Cela permet d’établir que F2 est la somme directe
A:=matrix(3, 3, [1, 2, 0, -4, 3, 4, 2, 2, -1]); de sous-espaces vectoriels de la forme Vect(x, u(x)) avec x 6= 0,
eigenvects(A); x ∈ ker(u2 + u + Id). Quant à F1 , il n’y a pas de condition à souligner puisque
La matrice A est diagonalisable et ses espaces propres sont des droites vectorielles. tout sous-espace vectoriel de ker(u − Id) est stable par u.
Puisqu’une droite vectorielle est stable si, et seulement si, elle est engendré par un
vecteur propre, les droites vectorielles stables par f sont celles engendrée par
ε1 = (1, 0, 1), ε−1 = (−1, 1, −2) et ε3 = (1, 1, 1). Exercice 18 : [énoncé]
b) Rappelons F stable par f si, et seulement si, F ⊥ est stable par f ? . a) L’application T est évidemment linéaire et est à valeurs dans E.
On en déduit que P est stable par f si, et seulement si, Vect(~n) est stable par f ? Soit g ∈ E. Montrons que l’équation T f = g admet une solution unique.
i.e. ~n vecteur propre de f ? . Déterminons ces derniers.
Rx
Unicité : Si T f = g alors x 7→ 0 f (t) dt est solution sur R de l’équation
eigenvects(transpose(A)); 0
R x y + y = g vérifiant y(0) = 0. Par le théorème de Cauchy ceci
différentielle linéaire
Les plans vectoriels stables par f sont ceux de vecteurs normaux détermine x 7→ 0 f (t) dt de façon unique et donc f aussi.
Existence : La dérivée de la fonction solution y 0 + y = g vérifiant y(0) = 0 est
n1 = (−3, 1, 2), n−1 = (−1, 0, 1) et n3 = (−1, 1, 1) solution.
b) Soit F un sous-espace vectoriel de dimension R x finie stable par T . Notons I
c) On définit la matrice B et on détermine les éléments propres de B et de t B.
l’endomorphisme de E défini par I(f ) : x 7→ 0 f (t) dt. Puisque F est stable par
B:=matrix(3, 3, [0, -1, 2, 0, -1, 0, -1, 1, -3]);
T , F est aussi stable par I. L’endomorphisme induit par I sur le sous-espace
eigenvects(B);
vectoriel de dimension finie F admet un polynôme minimal
eigenvects(transpose(B));
π = X n + an−1 X n−1 + · · · + a0 . On a alors pour tout f ∈ F l’égalité
Les droites vectorielles stables par g sont celles incluses dans le plan d’équation
y + an−1 y 0 + · · · + an y (n) = 0 en notant y = I n (f ). De plus, on a les conditions
x − y + 2z = 0 et celle dirigée par (−1, 0, 1).
initiales y(0) = . . . = y (n−1) (0) = 0 ce qui donne y = 0 puis f = 0. Ainsi F = {0}.
Les plans vectoriels stables par g sont ceux de droite normale incluse dans le plan
Finalement, l’espace nul est le seul espace de dimension finie stable par T . Quel
d’équation x = z et ou dirigée par (−1, 1, −2).
intérêt au « impaire » ?

Exercice 17 : [énoncé]
Dans cet énoncé, le corps de base est ambigu. Exercice 19 : [énoncé]
Cas K = C : Si l’endomorphisme u possède une valeur propre alors la droite vectorielle
u annule un polynôme scindé simple, l’endomorphisme u est donc diagonalisable. engendrée par un vecteur propre associé est évidemment stable par u.
Tout sous-espace vectoriel possédant une base de vecteurs propres est stable et Sinon, la matrice réelle A représentant u dans une base n’a que des valeurs propres
inversement. complexes non réelles. Parmi celles-ci considérons en une que nous notons λ. Il
Cas K = R : existe alors une colonne complexe Z non nulle telle que AZ = λZ. En écrivant
Par le lemme de décomposition des noyaux, on a λ = α + iβ et Z = X + iY avec α, β, X, Y réels, l’équation précédente donne
E = ker(u − Id) ⊕ ker(u2 + u + Id).
AX = αX − βY et AY = βX + αY
Si F est un sous-espace vectoriel stable alors posons F1 = F ∩ ker(u − Id) et
F2 = F ∩ ker(u2 + u + Id). Montrons F = F1 ⊕ F2 . Considérons ensuite les vecteurs x et y de E représentés par les colonnes réelles X
Tout x ∈ F peut s’écrire x = a + b avec a ∈ ker(u − Id) et b ∈ ker(u2 + u + Id). et Y . Les relations précédentes donnent
Puisque u(x) = a + u(b)∈ F et u2 (x) = a + u2 (b) ∈ F , on a
a = 13 x + u(x) + u2 (x) ∈ F puis b = x − a ∈ F . u(x), u(y) ∈ Vect(x, y)
Ainsi a ∈ F1 , b ∈ F2 et on a donc F ⊂ F1 + F2 .
Il est alors immédiat qu’on peut alors conclure F = F1 ⊕ F2 . et donc le sous-espace vectoriel Vect(x, y) est stable par u.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 38

Or celui-ci n’est pas nul car Z 6= 0 et est donc de dimension 1 ou 2 (et en fait 2 b) On écrit λ = a + ib avec a, b ∈ R. La relation AZ = λZ donne en identifiant
car l’absence de valeurs propres réelles dans le cas présent signifie l’absence de parties réelles et imaginaires
droite vectorielle stable).
AX = aX − bY et AY = aY + bX

Exercice 20 : [énoncé] On en déduit que Vect(X, Y ) est stable par A.


Commençons par établir pour A, B ∈ Mn (K) : c) Le polynôme caractéristique de f est

A 6= On , AB = BA et B nilpotente ⇒ rg(AB) < rgA (X + 1)(X − 2)(X 2 − 2X + 2)


Supposons donc A 6= On , AB = BA et B nilpotente. Les valeurs propres de A sont −1, 2 et 1 ± i avec
Par l’absurde, supposons aussi rg(AB) > rgA.
Puisque rg(AB) 6 min(rgA, rgB), on a rg(AB) = rgA. E−1 (A) = Vectt (0, 0, 1, 0) , E2 (A) = Vectt (1, 1, 0, 1) et E1+i (A) = Vectt (i, −1, 0, 1)
Par la formule du rang, on obtient
Soit P un plan stable par f . Le polynôme caractéristique de l’endomorphisme u
dim ker(AB) = dim ker A
induit par f sur ce plan divise le polynôme caractéristique de f tout en étant réel
Or ker A ⊂ ker(BA) = ker(AB) donc ker A = ker(AB). et de degré 2. Ce polynôme caractéristique ne peut qu’être
Considérons ensuite ϕ : ImA → ImA donné par ϕ(Y ) = BY .
L’application ϕ est linéaire et bien définie car ImA est stable par B puisque A et (X + 1)(X − 2) ou X 2 − 2X + 2
B commutent.
Dans le premier cas, 1 et 2 sont valeurs propres de u et les vecteurs propres
Soit Y = AX ∈ ImA
associés sont ceux de f . Le plan P est alors
Si ϕ(Y ) = 0 alors BAX = ABX = 0 donc X ∈ ker(AB) = ker A puis Y = 0.
L’application linéaire ϕ est donc injective.
Vect {(0, 0, 1, 0), (1, 1, 0, 1)}
Or il existe p ∈ N? tel que B p = On et donc ϕp : Y → B p Y = On,1 est
l’application nulle. Dans le second cas, pour tout x ∈ P , on a par le théorème de Cayley Hamilton
Sachant l’espace ImA non réduit à {0}, il y a absurdité et ainsi rg(AB) < rgA.
En revenant à l’énoncé initial, on montre alors par récurrence u2 (x) − 2u(x) + 2x = 0E
∀1 6 p 6 n, rg(A1 A2 . . . Ap ) 6 n − p
et donc la colonne X des coordonnées de x vérifie
et en particulier rg(A1 A2 . . . An ) = 0.
X ∈ ker(A2 − 2A + 2I4 )

Exercice 21 : [énoncé] Après calculs, on obtient


a) Par l’absurde supposons X et Y colinéaires. Il existe alors une colonne X0
X ∈ Vect(t (1, 0, 0, 0), t (0, −1, 0, 1))
réelle telle que
X = αX0 et Y = βX0 avec (α, β) 6= (0, 0)
Ainsi le plan est inclus dans le plan
On a alors Z = (α + iβ)X0 et la relation AZ = λZ donne
Vect {(1, 0, 0, 0), (0, −1, 0, 1)}
(α + iβ)AX0 = λ(α + iβ)X0
ce qui suffit à le déterminer.
Puisque α + iβ 6= 0, on peut simplifier et affirmer AX0 = λX0 . Or X0 est une
colonne réelle donc, en conjuguant, AX0 = λ̄X0 puis λ ∈ R ce qui est exclu.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 39

Exercice 22 : [énoncé] Exercice 27 : [énoncé]


a) L’image d’un endomorphisme est toujours stable par celui-ci. . . ∀x 6= 0, ∃λx ∈ K, u(x) = λx x. Montrer que x 7→ λx est une fonction constante sur
b) Si x ∈ Imu alors il existe a ∈ E tel que x = u(a). On a alors E\ {0}. Soient x, y 6= 0.
Si (x, y) est libre u(x + y) = u(x) + u(y) donne λx+y (x + y) = λx x + λy y donc par
u2 (x) = u3 (a) = −u(a) = −x liberté de (x, y) on obtient λx = λx+y = λy .
c) En vertu de ce qui précède, v 2 = −IdE donc v est un isomorphisme et Si (x, y) est liée, y = µx et donc u(y) = µu(x) = λx µx = λx y puis λy = λx .
v −1 = −v. Ainsi x 7→ λx est une fonction constante. En posant λ la valeur de cette constante,
d) D’une part on a ∀x ∈ E, u(x) = λx que x soit nul ou non.
1
det(v −1 ) =
det v
et d’autre part Exercice 28 : [énoncé]
det(−v) = (−1)dim Imu det v a) On vérifie f k ◦ g − g ◦ f k = kf k .
Si pour tout k ∈ N, f k 6= 0 alors l’endomorphisme h 7→ h ◦ g − g ◦ h admet une
donc
infinité de valeurs propres.
(−1)dim Imu > 0
Ceci étant impossible en dimension finie, on peut affirmer que f est nilpotent.
On en déduit que la dimension de l’image de u est paire. b) f n = 0 (car dim E = n) et f n−1 6= 0. Pour x ∈ / ker f n−1 et
0
e = (f n−1
(x), . . . , f (x), x), on montre classiquement que e0 est une base de E
dans laquelle la matrice de f est telle que voulue.
Exercice 23 : [énoncé] f (g(f n−1 (x)) = 0 donc g(f n−1 (x)) = λf n−1 (x) pour un certain λ ∈ R
0 ∈ sp(f n ) ⇒ f n non injective ⇒ f non injective ⇒ 0 ∈ sp(f ). Aussi f k (g(f n−1−k (x))) = (λ + k)f n−1 (x) et donc la matrice de g dans e0 et
triangulaire supérieure avec sur la diagonale λ, λ + 1, . . . , λ + n − 1. Ainsi
Exercice 24 : [énoncé] Sp(g) = {λ, . . . , λ + n − 1}
En vertu du théorème d’isomorphisme
Soit y vecteur propre associé à la valeur propre λ + n − 1.
0 ∈ sp(f ) ⇔ f non injectif ⇔ f non surjectif
Si y ∈ ker f n−1 alors puisque ker f n−1 est stable par g, λ + n − 1 est valeur propre
de l’endomorphisme induit par g sur ker f n−1 . Cela n’étant par le cas
Exercice 25 : [énoncé] y∈/ ker f n−1 . On vérifie alors facilement que la famille e = (f n−1 (y), . . . , f (y), y)
Si λ ∈ Spu alors il existe x 6= 0 vérifiant u(x) = λx. En appliquant u−1 , on obtient résout notre problème.
x = λu−1 (x).
Puisque x 6= 0, λ 6= 0 et on peut écrire u−1 (x) = λ1 x donc λ1 ∈ Spu−1 . Ainsi
Exercice 29 : [énoncé]
{1/λ/λ ∈ Spu} ⊂ Spu−1 Soit λ un réel et f une fonction élément de E.
Si T (f ) = λf alors
L’autre inclusion s’obtient par symétrie.
∀x ∈ [0, +∞[ , f (x + 1) = λf (x)
En passant cette relation à la limite quand x → +∞, on obtient
Exercice 26 : [énoncé]
Pour λ ∈ K et x ∈ E, ` = λ`
x ∈ Eλ (v) ⇔ u(a−1 (x)) = λa−1 (x) ⇔ a−1 (x) ∈ Eλ (u) ⇔ x ∈ a(Eλ (u)).
Ainsi Eλ (v) = a(Eλ (u)), puis puisque a est un automorphisme, on peut affirmer en notant ` la limite de f .
Eλ (v) 6= {0} si, et seulement si, Eλ (u) 6= {0} et donc Sp(u) = Sp(v). Cas ` 6= 0 :

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 40

Nécessairement λ = 1 et est une équation différentielle linéaire d’ordre 1 de solution générale


(5−λ)/2 (3+λ)/2
∀x ∈ [0, +∞[ , f (x + 1) = f (x) y(x) = C |x − 1| |x + 1|

Puisque la fonction f est périodique et converge en +∞, elle est constante. sur I = ]−∞, −1[, ]−1, 1[ ou ]1, +∞[.
Inversement, toute fonction constante non nulle est vecteur propre associé à la c) Pour λ ∈ R, Φ(P ) = λP si, et seulement si, P 0 (X) = 4X+(1+λ)
X 2 −1 P (X) i.e. si, et
valeur propre 1. seulement si, la fonction polynomiale P est solution, par exemple sur ]1, +∞[, de
Cas ` = 0 : l’équation différentielle
Si λ est valeur propre alors en introduisant f vecteur propre associé, il existe 4x + (1 + λ)
y0 = y
x0 ∈ [0, +∞[ tel que f (x0 ) 6= 0 et la relation T (f ) = λf donne par récurrence x2 − 1
Or moyennant une décomposition en éléments simples et passage à l’opposé de λ,
∀n ∈ N, f (x0 + n) = λn f (x0 ) cette équation est celle précédemment résolue et le problème est alors de
déterminer pour quel paramètre −λ, la solution précédemment présentée est une
En faisant tendre n vers +∞, on obtient |λ| < 1. fonction polynomiale de degré inférieur à 4. Les valeurs 3, 1, −1, −3, −5
Inversement, supposons |λ| < 1. conviennent et ce sont donc des valeurs propres de Φ, de plus il ne peut y en avoir
Si T (f ) = λf alors d’autres car dim R4 [X] = 5. Les vecteurs propres associés à ces valeurs propres λ
sont les polynômes
f (1) = λf (0) et ∀n ∈ N, ∀x ∈ [0, 1[ , f (x + n) = λn f (x)
5+λ 3−λ
C(X − 1) 2 (X + 1) 2 avec C 6= 0
La fonction f est donc entièrement déterminée par sa restriction continue sur
[0, 1] vérifiant f (1) = λf (0).
Inversement, si ϕ : [0, 1] → R est une fonction continue sur [0, 1] vérifiant Exercice 31 : [énoncé]
ϕ(1) = λϕ(0) alors la fonction f donnée par I) a) Il suffit de calculer le polynôme caractéristique de f à partir d’une
représentation matricielle triangulaire par blocs relative à une base adaptée à
∀n ∈ N, ∀x ∈ [0, 1[ , f (x + n) = λn ϕ(x) l’espace non nul E(f, a).
b) La matrice A est de rang 1 donc 0 est valeur propre de A et par la formule du
et continue (on vérifie la continuité en k ∈ N? par continuité à droite et à gauche), rang dim E(A, 0) = 3.
converge vers 0 en +∞ et vérifie T (f ) = λf . Le polynôme caractéristique de A étant de degré 4 et factorisable par X 3 , c’est un
Puisqu’il est possible de construire une fonction non nulle de la sorte, le scalaire polynôme scindé. La somme des valeurs propres de A comptées avec multiplicité
λ ∈ ]−1, 1[ est valeur propre et les vecteurs propres associés sont les fonctions non vaut alors trA = 10.
nulles de la forme précédente. Par suite 10 est valeur propre de A de multiplicité nécessairement 1.
Finalement A est diagonalisable semblable à diag(0, 0, 0, 10).

Exercice 30 : [énoncé]
a) L’application Φ est évidemment linéaire, il reste à voir qu’elle est à valeurs Exercice 32 : [énoncé]
dans R4 [X]. a) Il existe x 6= 0, vérifiant u(v(x)) = λx et alors (v ◦ u)(v(x)) = λv(x). Or
Pour un polynôme P de degré inférieur à 4, le polynôme v(x) 6= 0 car u(v(x)) 6= 0et u(0) = 0 donc λ est valeur propre de v ◦ u.
(X 2 − 1)P 0 (X) − (4X + 1)P (X) est de degré inférieur à 5 et, si a est le coefficient b) u ◦ v(P ) = P et v ◦ u(P ) = P − P (0) donc ker(u ◦ v) = {0} et
de X 4 dans P , le coefficient de X 5 dans Φ(P ) est 4a − 4a = 0. Par suite Φ est ker(v ◦ u) = R0 [X].
bien à valeurs dans R4 [X] et c’est donc un endomorphisme de cet espace. En substance, la propriété précédente ne vaut pas pour λ = 0 en dimension
b) L’équation quelconque.
c) Cependant, en dimension finie, si 0 est valeur propre de u ◦ v alors
 
5−λ 3+λ
y0 = + y det(u ◦ v) = 0 et donc det(v ◦ u) = 0 d’où 0 valeur propre de v ◦ u.
2(x − 1) 2(x + 1)

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 41

Exercice 33 : [énoncé] Exercice 38 : [énoncé]


Cas λ = 0 Soient λ ∈ C et u ∈ E. Etudions l’équation f (u) = λu. On a
det(u ◦ v) = 0 entraîne det(v ◦ u) = 0 ce qui donne la propriété. (
Cas λ 6= 0 (1 − λ)u0 = 0
f (u) = λu ⇔
Si x est vecteur propre associé à la valeur propre λ alors u(v(x)) = λx donne ∀n ∈ N? , (2λ − 1)un = un−1
v(u(v(x))) = λv(x).
De plus λx 6= 0 entraîne v(x) 6= 0 et donc λ est valeur propre de v ◦ u. Cas λ = 1
f (u) = u ⇔ ∀n ∈ N? , un = un−1

Exercice 34 : [énoncé] On en déduit que 1 est valeur propre de f et que le sous-espace propre associé est
a) formé des suites constantes.
Cas λ 6= 1
     
a b a 2b 0 −b
AM − M A = − =
(
2c 2d c 2d c 0 u0 = 0
f (u) = λu ⇔
b) 0 est valeur propre avec E0 = Vect(E1,1 , E2,2 ), 1 est valeur propre avec ∀n ∈ N? , (2λ − 1)un = un−1
E1 = Vect(E2,1 ) et −1 est valeur propre avec E−1 = Vect(E1,2 ). Que λ = 1/2 ou non, on obtient

f (u) = λu ⇔ ∀n ∈ N, un = 0
Exercice 35 : [énoncé]
Soient λ ∈ R et f ∈ E. D(f ) = λf ⇔ f est solution de l’équation différentielle et donc λ n’est pas valeur propre.
y 0 = λy i.e. f de la forme x 7→ Ceλx . Ainsi Sp(D) = R et Eλ (D) = Vect(x 7→ eλx ). Finalement
Spf = {1}
Exercice 36 : [énoncé]
Soient λ ∈ R et f ∈ E. Si I(f ) = λf alors I(f ) est solution de l’équation
Exercice 39 : [énoncé]
différentielle y = λy 0 . Si λ = 0 alors I(f ) = 0 et si λ 6= 0 alors I(f ) est de la forme
a) ϕ(f ) est dérivable sur R+? donc continue sur R+? .
x 7→ Cex/λ et puisque I(f ) s’annule en 0 donc I(f ) = 0. Dans les deux cas
Puisque f est continue, f admet une primitive F et alors quand x → 0+
f = I(f )0 = 0. Ainsi Sp(I) = ∅.
F (x) − F (0)
ϕ(f )(x) = → F 0 (0) = f (0) = 0
x
Exercice 37 : [énoncé]
Soient λ ∈ R et u ∈ E. On en déduit que ϕ(f ) est continue en 0.
La linéarité de ϕ est immédiate et donc ϕ est un endomorphisme de E.
∆(u) = λu ⇔ ∀n ∈ N, u(n + 1) = (1 + λ)u(n)
b) Soient λ ∈ R et f une fonction de E non nulle vérifiant ϕ(f ) = λf .
Ainsi Pour tout x ∈ R+ , Z x
∆(u) = λu ⇔ ∀n ∈ N, u(n) = u0 (1 + λ)n f (t) dt = λxf (x)
0
Pour λ ∈ ]−2, 0[, la suite u(n) = (1 + λ)n est élément non nul de E et vérifie
∆(u) = λu. donc f est de classe C 1 et vérifie
Pour λ ∈
/ ]−2, 0[, seule la suite nulle est converge vers 0 et satisfait
(1 − λ)f (x) = λxf 0 (x)
n
∀n ∈ N, u(n) = u0 (1 + λ)
Le cas λ = 0 implique f = 0 et est donc exclu.
On peut donc conclure Pour λ 6= 0 et x > 0 on a
Sp(∆) = ]−2, 0[ xf 0 (x) = αf (x)

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 42

avec α = (1 − λ)/λ dont la résolution conduit à Exercice 41 : [énoncé]


Rx R1
a) T (f )(x) = 0 tf (t) dt + x x f (t) dt est une fonction continue (et même
f (x) = Cxα , x ∈ ]0, +∞[ dérivable).
Ainsi T : E → E. La linéarité de T est évidente.
Pour α = 0 ou α < 0 la condition lim f = 0 entraîne f = 0 et est donc exclue.
0 b) Soit λ ∈ R et f ∈ E vérifiant T (f ) = λf .
Par contre le cas α > 0 (correspondant à λ ∈ ]0, 1[) conduit au vecteur propre Cas λ = 0 :
on a T (f ) = 0, en dérivant deux fois (ce qui s’avère possible) on obtient f = 0.
f (x) = Cxα , x ∈ [0, +∞[
Ainsi 0 n’est pas valeur propre de T .
élément de E. Cas λ 6= 0 :
on a T (f ) = λf . En particulier, on peut affirmer que f (0) = 0 car T (f )(0) = 0.
Le premier membre de l’équation T (f ) = λf est dérivable donc la fonction f est
R1
Exercice 40 : [énoncé] dérivable et on obtient x f (t) dt = λf 0 (x). En particulier f 0 (1) = 0.
a) T (f ) est dérivable sur R+? donc continue sur R+? . Le premier membre de cette nouvelle équation étant dérivable, la fonction f est
Puisque f est continue, f admet une primitive F et alors quand x → 0+ deux fois dérivable et on obtient λf 00 (x) + f (x) = 0.
Sous cas λ > 0 :
F (x) − F (0) Sachant f (0)= 0,on obtient par résolution de l’équation différentielle
T (f )(x) = → F 0 (0) = f (0)
x f (x) = A sin √xλ et la condition f 0 (1) = 0 n’entraînera pas f = 0 que si
 
On en déduit que T (f ) se prolonge en une fonction continue en 0. sin √1λ = 0 i.e. λ = (kπ) 1 ?
2 avec k ∈ N .
La linéarité de T est immédiate et donc T est un endomorphisme de E.
Notons qu’alors il est possible de remonter les précédents calculs et d’affirmer que
b) Soient λ ∈ R et f une fonction de E non nulle vérifiant T (f ) = λf . x
f : x 7→ A sin kπ , pour A 6= 0 , est vecteur propre associé à la valeur propre
Pour tout x > 0, 1
Z x λ = (kπ)2 .
f (t) dt = λxf (x) Sous cas λ < 0 :
0
Sachant f (0) = 0, 
la résolution de l’équation différentielle donne
donc f est de classe C 1 et vérifie
f (x) = Ash √x et la condition f 0 (1) = 0 entraîne toujours f = 0 et donc un
0 |λ|
(1 − λ)f (x) = λxf (x)
tel λ n’est pas valeur propre.
Le cas λ = 0 implique f = 0 et est donc exclu.
Pour λ 6= 0 et x > 0 on a
xf 0 (x) = αf (x) Exercice 42 : [énoncé]
Puisque f est de classe C 1 et que f (0) = 0, on peut écrire
avec α = (1 − λ)/λ dont la résolution conduit à
f (t) = f 0 (0)t + o(t) quand t → 0
α
f (x) = Cx , x ∈ ]0, +∞[
Ainsi la fonction ϕ : t 7→ f (t)/t peut être prolongée par continuité en 0 et donc
Pour α < 0 la condition lim f = 0 entraîne f = 0 et est donc exclue. l’intégrale définissant T (f )(x) a un sens en tant qu’intégrale d’une fonction
0
Par contre le cas α > 0 (correspondant à λ ∈ ]0, 1]) conduit aux vecteurs propres continue. De plus, T (f ) apparaît alors comme la primitive s’annulant en 0 de la
fonction continue ϕ, c’est donc une fonction élément de E. Enfin, la linéarité de
f (x) = Cxα , x ∈ [0, +∞[ , C 6= 0 l’application T étant immédiate, on peut affirmer que T est un endomorphisme de
E.
éléments de E. Soient λ ∈ R.
Si T (f ) = λf alors pour tout x ∈ [0, +∞[, T (f )(x) = λf (x)

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 43

En dérivant cette relation, on obtient pour tout x ∈ [0, +∞[ Exercice 44 : [énoncé]
a) Puisque deg A = n + 1, un reste de division euclidienne par A est de degré au
f (x) = λxf 0 (x) plus n. Ainsi l’application f va de Rn [X] vers lui-même.
Soient λ1 , λ2 ∈ R et P1 , P2 ∈ Rn [X].
Si λ = 0 alors f est la fonction nulle et λ n’est pas valeur propre.
On a BP1 = Q1 A + f (P1 ) et BP2 = Q2 A + f (P2 ) avec deg f (P1 ), deg f (P2 ) 6 n.
Si λ 6= 0, f est solution de l’équation différentielle λxy 0 = y.
Par combinaison linéaire on a alors
Cette dernière est une équation différentielle linéaire d’ordre 1 homogène dont la
B(λ1 P1 + λ2 P2 ) = (λ1 Q1 + λ2 Q2 )A + λ1 f (P1 ) + λ2 f (P2 ) avec
solution générale sur ]0, +∞[ est y(x) = Cx1/λ .
deg (λ1 f (P1 ) + λ2 f (P2 )) 6 n
Ainsi, il existe C ∈ R tel que pour tout x > 0,
On peut alors identifier le reste de la division euclidienne de λ1 P1 + λ2 P2 par A et
f (x) = Cx1/λ affirmer
f (λ1 P1 + λ2 P2 ) = λ1 f (P1 ) + λ2 f (P2 )
Or pour qu’une telle fonction puisse être prolongée en une fonction de classe C 1
Finalement f est un endomorphisme de Rn [X].
sur [0, +∞[ il faut que C = 0 ou 1/λ > 1.
b) On définit le polynôme A
Ainsi les valeurs propres de T sont les éléments de l’intervalle ]0, 1].
A:=(X-1)*(X-2)*(X-3);
Inversement, soient λ ∈ ]0, 1] et la fonction fλ : x 7→ x1/λ prolongée par continuité
Puis l’endomorphisme f
en 0.
f:=P->rem(Xˆ3*P, A, X);
La fonction fλ est de classe C 1 sur [0, +∞[, s’annule en 0 et vérifie T (fλ ) = λfλ
On peut alors calculer l’image Q de P = aX 2 + bX + c
sans être la fonction nulle.
P:=a*Xˆ2+b*X+c;
Finalement, les valeurs propres de T sont exactement les éléments de l’intervalle
Q:=f(P);
]0, 1].
Enfin on détermine les éléments du noyau en résolvant le système formé par
l’annulation des coefficients de Q
solve(seq(coeff(Q, X, k)=0, k=0..2), a, b, c);
Exercice 43 : [énoncé]
Enfin on peut trouver les éléments propres de f en résolvant le système associé à
L’application ϕ est évidemment linéaire et on vérifie en observant une
l’équation f (P ) = λP
simplification que ϕ transforme un polynôme de degré inférieur à n en un autre.
solve(seq(coeff(Q, X, k)=coeff(lambda*P, X, k), k=0..2), a, b, c,
L’application ϕ est donc bien un endomorphisme de Rn [X].
lambda);
Soient λ ∈ R et P ∈ Rn [X].
On définit la matrice M de f dans la base (1, X, X 2 )
Pour résoudre l’équation ϕ(P ) = λP , on recherche les solutions polynomiales de
M:=matrix(3, 3, [6, 36, 150, -11, -60, -239, 6, 25, 90]);
degrés inférieurs à n à l’équation différentielle
Puis on calcule ses éléments propres
(x2 − 1)y 0 − (nx + λ)y = 0 with(linalg);
eigenvects(M);
La solution générale de cette équation différentielle est c) Introduisons les polynômes de Lagrange L0 , . . . , Ln associés aux réels a0 , . . . , an .
La famille (Lk )06k6n est une base de Rn [X]. Pour tout k = 0, . . . , n
n+λ n−λ
y(x) = C (x − 1) 2
(x + 1) 2

BLk = Qk A + f (Lk )
Pour λ = −n + 2k avec k ∈ {0, . . . , n}, on obtient une fonction polynomiale non
nulle En évaluant cette relation en les aj , on obtient
Pλ (X) = C(X − 1)k (X + 1)n−k avec C 6= 0
f (Lk )(aj ) = B(aj )δj,k
et donc λ est valeur propre de ϕ et les Pλ sont les vecteurs propres associés.
Puisque dim Rn [X] = n + 1, il ne peut y avoir d’autres valeurs propres (et et donc
l’endomorphisme ϕ est diagonalisable). f (Lk ) = B(ak )Lk

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 44

La famille (Lk )06k6n est une base de diagonalisation de l’endomorphisme f . On Cette équation possède une solution non nulle si, et seulement si, λ = 0, λ = −2
en déduit et λ = k − 2 avec k ∈ {2, . . . , n}.
n
Y Ainsi
det f = B(ak ) 6= 0 et ker f = {0}
Sp(φ) = {−2, 0, 1, . . . , n − 2}
k=1
On a E−2 (φ) = Vect(X − a), E0 (φ) = ker φ, Ek−2 (φ) = Vect(X − a)k pour
Les valeurs propres de f sont les B(ak ) et le sous-espace propre associé à la valeur
k ∈ {3, . . . , n}.
propre B(ak ) est
La somme des dimensions des sous-espaces propres vaut dim Rn [X] :
Vect {Lj /j = 0, . . . , n, B(aj ) = B(ak )}
l’endomorphisme est diagonalisable.
En fait, la base des (X − a)k est base de diagonalisation de l’endomorphisme φ.
Exercice 45 : [énoncé]
a) La linéarité est immédiate et sans peine deg(φ(P )) 6 n pour P ∈ Rn [X]. Exercice 46 : [énoncé]
b) On a On retraduit le problème en termes d’endomorphismes. Soit u un endomorphisme
n d’un K-espace vectoriel de dimension finie vérifiant rg(u) = 1. Soit x ∈
/ ker u. On a
X P (k) (a)
P (X) = (X − a)k Vect(x) ⊕ ker u = E. u(x) ∈ E donc on peut écrire u(x) = λx + y avec y ∈ ker u de
k!
k=0 sorte que u2 (x) = λu(x). On observe alors que u2 et λu coïncident sur Vect(x) et
n
X P (k) (a) bien sûr sur ker u donc u2 = λu. De plus, pour y ∈ Im(u)\ {0}, y = u(a),
P 0 (X) = (X − a)k−1 u(y) = u2 (a) = λu(a) = λy donc λ est valeur propre de u.
(k − 1)!
k=1

puis
n n Exercice 47 : [énoncé]
X P (k) (a) k
X P (k) (a)
φ(P )(X) = (X − a) − 2 (X − a)k Soient λ ∈ Sp(A) et X 6= 0 tels que AX = λX.
(k − 1)! k! Posons i ∈ {1, . . . , n} tel que |xi | = max |xk |. On a xi 6= 0 et
k=2 k=1
16k6n
donc
n
X P (k) (a) n
X X n
φ(P )(X) = (k − 2) (X − a)k − 2P 0 (a)(X − a)

k! |λxi | = ai,j xj 6 |ai,j | |xi | 6 kAk |xi |
k=3 j=1 j=1
Ainsi
d’où |λ| 6 kAk.
P ∈ ker φ ⇔ P 0 (a) = 0 et ∀3 6 k 6 n, P (k) (a) = 0
et donc
Exercice 48 : [énoncé]
ker φ = Vect(1, (X − a)2 )
a) Le vecteur X = t (1 . . . 1) est évidemment vecteur propre associé à la valeur
Aussi propre 1.
P ∈ Imφ ⇔ P (a) = P 00 (a) = 0 b) Soient λ ∈ Sp(A) et X = t (x1 . . . xn ) un vecteur propre associé. Soit i0 l’indice
vérifiant
et donc
|xi0 | = max |xi |
Imφ = (X − a)3 Rn−3 [X] + Vect(X − a) 16i6n
n
c) On a On a |xi0 | =
6 0 et la relation AX = λX donne λxi0 =
P
ai0 ,j xj donc
 j=1

 0 = λP (a)

n n n
X X
0 0
φ(P ) = λP ⇔ −2P (a) = λP (a) X
 |λ| |xi0 | =
ai0 ,j xj 6 |ai0 ,j | |xj | 6 ai0 ,j |xi0 | = |xi0 |
(k − 2)P (k) (a) = λP (k) (a) pour k ∈ {2, . . . , n}
 j=1 j=1 j=1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 45

N
puis |λ| 6 1. On définit ainsi une suite (ip ) ∈ {1, . . . , n} vérifiant λxip = xip+1 .
c) Si de plus |λ| = 1 alors il y a égalité dans l’inégalité précédente. Cette suite étant non injective, il existe p ∈ N et q ∈ N? tel que ip = ip+q ce qui
L’égalité dans la deuxième inégalité entraîne |xj | = |xi0 | pour tout j ∈ {1, . . . , n} donne λq = 1.
car les coefficients de la matrice A sont tous non nuls.
L’égalité dans la première inégalité entraîne que les complexes engagés sont
positivement liés et donc qu’il existe θ ∈ R tel que pour tout j ∈ {1, . . . , n}, Exercice 50 : [énoncé]
a) Une récurrence facile donne Ak B − BAk = kAk .
xj = |xj | eiθ
b) Ak est vecteur propre de l’endomorphisme considéré si, et seulement si, Ak 6= 0.
On en déduit x1 = . . . = xn puis λ = 1. c) L’endomorphisme M 7→ M B − BM opère en dimension finie, il ne peut donc
avoir qu’un nombre fini de valeurs propres et donc il existe k ∈ N vérifiant Ak = 0.

Exercice 49 : [énoncé]
a) Le vecteur X = t (1 . . . 1) est évidemment vecteur propre associé à la valeur Exercice 51 : [énoncé]
propre 1. Si λ est valeur propre de A alors il existe une colonne non nulle telle que
b) Soient λ ∈ Sp(A) et X = t (x1 . . . xn ) un vecteur propre associé. Soit i0 l’indice AX = λX. Pour M matrice dont toutes les colonnes sont égales à X on a
vérifiant u(M ) = λM . Ainsi λ est valeur propre de u. Inversement si λ est valeur propre de
|xi0 | = max |xi | u, une colonne non nulle d’un vecteur propre associé à λ définit un vecteur propre
16i6n associée à la valeur propre λ pour A. Ainsi λ est aussi valeur propre de A.
n
P Finalement Sp(A) = Sp(u).
On a |xi0 | =
6 0 et la relation AX = λX donne λxi0 = ai0 ,j xj donc Une matrice M appartient au sous-espace propre associé à la valeur propre λ de u
j=1
si, et seulement si, chaque colonne de M appartient au sous-espace propre associé
à la valeur propre λ de A.

n n n
X X X
|λ| |xi0 | =
ai0 ,j xj 6 |ai0 ,j | |xj | 6 ai0 ,j |xi0 | = |xi0 |
j=1 j=1 j=1
Exercice 52 : [énoncé]
puis |λ| 6 1. a) Si λ est valeur propre de A de colonne propre X 6= 0 alors pour M ∈ Mn (C)
c) Si de plus |λ| = 1 alors il y a égalité dans l’inégalité précédente. dont toutes les colonnes sont égales à X, on a AM = λM avec M 6= 0. Ainsi λ est
L’égalité dans la deuxième inégalité entraîne |xj | = |xi0 | pour tout j tel que aussi valeur propre de ΦA .
ai0 ,j 6= 0. Inversement, si λ est valeur propre de ΦA d’élément propre M 6= 0 alors pour X
L’égalité dans la première inégalité entraîne que les complexes engagés sont colonne non nul de M , on a AX = λX donc λ valeur propre de A.
positivement liés et donc qu’il existe θ ∈ R tel que pour tout j ∈ {1, . . . , n}, b) On remarque M A = t (t At M ). Un raisonnement semblable au précédent
permet d’établir que les valeurs propres de ΨA sont les valeurs propres de t A i.e.
ai0 ,j xj = ai0 ,j |xj | eiθ celles de A.
Ces deux propriétés donnent pour tout j ∈ {1, . . . , n}, ai0 ,j xj = ai0 ,j |xi0 | eiθ que
ai0 ,j 6= 0 ou non.
n Exercice 53 : [énoncé]
ai0 ,j xj , on obtient λxi0 = |xi0 | eiθ .
P
En injectant ceci dans la relation λxi0 =
j=1 a)
   
Pour j ∈ {1, . . . , n} tel que ai0 ,j 6= 0, xj = λxi0 . 1 (0) 1 ··· 1
Posons i1 = j et reprenons la même démarche, ce qui est possible puisque  .. . . .. ..  = t L
L= .  et U = 
 
. . . 
|xi1 | = max |xi |.
16i6n 1 ··· 1 (0) 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 46

b) U = I + N + · · · + N n−1 , (I − N )U = I donc U −1 = I − N , Exercice 55 : [énoncé]


L−1 = t (U −1 ) = I − t N donc A−1 = U −1 L−1 = I − N − t N + N t N . Notons λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité.
c)   Si la matrice A est inversible alors
2 1 (0) t
(comA) = det(A)A−1
 1 ... ...
 
A−1 = 

Les valeurs propres de A−1 sont alors

 .. 
 . 2 1 
(0) 1 1 1 1
,...,
λ1 λn
Posons χn le polynôme caractéristique de A−1 ∈ Mn (R).
On a χn+2 (λ) = (2 − λ)χn+1 (λ) − χn (λ) avec χ0 (λ) = 1 et χ1 (λ) = 1 − λ. Les valeurs propres de comA, qui sont aussi celles de t (comA), sont alors les
En écrivant λ = 2 + 2 cos θ avec θ ∈ [0, π] et en posant fn (θ) = χn (2 + 2 cos θ) on a
la relation : det A det A
,...,
fn+2 (θ) + 2 cos θfn+1 (θ) + fn (θ) = 0, f0 (θ) = 1 et f1 (θ) = 2 cos θ − 1. λ1 λn
La résolution de cette récurrence linéaire d’ordre 2 donne Si rgA 6 n − 2 alors tous les mineurs de A sont nuls et donc comA = On et l’on
cos n + 21 θ
 peut immédiatement conclure.
fn (θ) = Si rgA = n − 1 alors la comatrice de A est de rang inférieur à 1. En effet on a
cos θ2
t
(comA)A = On
Ainsi, χn admet n racines dans [0, 4] et puisque ce polynôme est de degré n il n’y
en a pas ailleurs : SpA−1 ⊂ [0, 4]. donc
ImA ⊂ ker(t comA)

Exercice 54 : [énoncé] puis


Notons M la matrice étudiée et supposons n > 3, les cas n = 1 et 2 étant dim ker(comA) = dim ker(t comA) > n − 1
immédiats. et par la formule du rang
Puisque rgM = 2, 0 est valeur propre de Mn (R) et dim E0 (M ) = n − 2. rg(comA) 6 1
Soit λ une valeur propre non nulle de Mn (R) et X = t (x1 · · · xn ) un vecteur
Sachant que la comatrice de A est de rang 0 ou 1, 0 est valeur propre de comA de
propre associé.
multiplicité au moins égale à n − 1. Puisque la trace de comA ∈ Mn (C) est égale
L’équation M X = λX fournit le système
à la somme de ses valeurs propres comptées avec multiplicité, la dernière valeur
 xn = λx1

 propre de comA n’est autre
 ..


. tr(comA)

 xn = λxn−1

 Pour calculer cette dernière, considérons At = A + tIn avec t > 0. Puisque A n’est
pas inversible, 0 est valeur propre de A et on peut indexer les valeurs propres


x1 + · · · + xn = λxn
On en déduit λ(λ − 1)xn = λx1 + · · · + λxn−1 = (n − 1)xn avec xn 6= 0 car xn = 0 λ1 , . . . , λn de A de sorte que λn = 0.
et λ 6= 0 entraînent X = 0. Pour t assez petit, la matrice At est inversible de valeurs propres

Par suite λ est racine de l’équation λ2 − λ − (n − 1) = 0 et donc λ = 1± 24n−3 . λ1 + t, . . . , λn−1 + t, t
Inversement, on justifie que ses valeurs sont valeurs propres, soit en remontant le
raisonnement, soit en exploitant la diagonalisabilité de la matrice symétrique Les valeurs propres de la comatrice de At sont alors
réelle M pour affirmer l’existence de n valeurs propres comptées avec multiplicité.
det At det At det At
,..., ,
λ1 + t λn−1 + t t

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 47

avec donne xj = 0 pour tout j 6= k et l’égalité


det At = (λ1 + t) . . . (λn−1 + t)t
x1 + 2x2 + · · · + nxn = (λ + k)xk
On en déduit
donne xk = 0. Ainsi X = 0 et cette situation est donc à exclure.
tr(comAt ) = ((λ2 + t) . . . (λn−1 + t)t)+. . .+((λ1 + t) . . . (λn−2 + t)t)+(λ1 +t) . . . (λn−1 +t)
On a donc pour tout k ∈ {1, . . . , n}, λ + k 6= 0 et le système donne
et enfin
tr(comA) = lim+ tr(comAt ) = λ1 . . . λn−1 λ+1
xj = x1 pour tout j ∈ {1, . . . , n}
t→0 λ+j
Si rgA = n − 1 alors 0 est valeur propre de multiplicité n − 1 de comA et l’autre
valeur propre de comA est le produit des valeurs propres non nulles de A. Puisque X 6= 0, le coefficient x1 est non nul et la première équation du système
Si rgA 6 n − 2 alors 0 est valeur propre au moins double de A et donc donne
λ+1 2(λ + 1) n(λ + 1)
tr(comA) = 0. Dans ce cas, 0 est valeur propre de multiplicité n de comA. En fait, x1 + x1 + · · · + x1 = (λ + 1)x1
λ+1 λ+2 λ+n
on peut montrer que la comatrice de A est nulle puisque tous les mineurs de A
sont nuls quand rgA 6 n − 2. et en simplifiant on obtient
1 2 n
+ + ··· + =1
Exercice 56 : [énoncé] λ+1 λ+2 λ+n
a) Commençons par charger le package linalg c) Inversement, si λ vérifie l’équation
with(linalg);
Définissons la matrice A2 et calculons ses valeurs propres 1 2 n
+ + ··· + =1
A2:=matrix(2, 2, [0, 2, 1, 0]); λ+1 λ+2 λ+n
eigenvals(A2);
et pour obtenir les valeurs approchées alors en posant
1 1 1
X=t

map(evalf, eigenvals(A2)); λ+1 λ+2 ··· λ+n
Procédons de même avec A3 et A10 on obtient une colonne X 6= 0 vérifiant An X = λX.
A3:=matrix(3, 3, [0, 2, 3, 1, 0, 3, 1, 2, 0]); Ainsi les valeurs propres de An sont exactement les racines de l’équation
map(evalf, eigenvals(A3));
A10:=matrix(10, 10, (i, j)->if i=j then 0 else j fi); 1 2 n
+ + ··· + =1
map(evalf, eigenvals(A10));  λ+1 λ+2 λ+n
b) Soient λ une valeur propre de An et X = t x1 · · · xn un vecteur propre
Considérons la fonction f définie par
associé.
L’équation An X = λX conduit au système 1 1
f (x) = + ··· +

x + 2x2 + · · · + nxn = (λ + 1)x1 x+1 x+n
 1

 x1 + 2x2 + · · · + nxn = (λ + 2)x2 La fonction f est strictement décroissante sur chacun des intervalles


..



 . ]−∞, −n[ , ]−n, −(n − 1)[ , · · · , ]−2, −1[ , ]−1, +∞[

x1 + 2x2 + · · · + nxn = (λ + n)xn
et les limites de f aux extrémités de ces intervalles sont aisées. On en déduit que
S’il existe k ∈ {1, . . . , n} tel que λ + k = 0 alors les égalités An admet une valeur propre dans chacun des intervalles

(λ + j)xj = (λ + k)xk ]−n, −(n − 1)[ , · · · , ]−2, −1[ , ]−1, +∞[

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 48

Notons que de plus la somme des valeurs propres de An étant égale à trAn = 0, avec les termes encadrant tout deux équivalents à ln n.
l’unique valeur propre positive est comprise entre On en déduit
1
n−1 n ∼ ln n
X n(n − 1) X (n − 1)(n + 1) yn
k= et k=
2 2 puis
k=1 k=2  
1 1
xn = −1 − +o
d) Le terme xn est caractérisé par ln n ln n
1 1
+ ··· + = 1 et xn ∈ ]−2, −1[
xn + 1 xn + n
Exercice 57 : [énoncé]
Si xn+1 6 xn alors a) Par le calcul  
1 (0) 0
1 1 1 1 1 1  ..
1= +· · ·+ > +· · ·+ > +· · ·+ =1  .

xn+1 + 1 xn+1 + n + 1 xn+1 + 1 xn+1 + n xn + 1 xn + n 1
A2 = 

 ∈ Mn (R)
 .. 
ce qui est absurde.  1 . 
On en déduit que xn < xn+1 et donc que la suite (xn ) est strictement croissante. 0 (0) 1
e) La suite (xn ) est croissante et majorée par −1 donc cette suite converge vers Puisque A et A2 ne possèdent que deux colonnes non nulles et que celles-ci sont
` 6 −1. visiblement indépendantes, on a rgA = rgA2 = 2.
Si ` < −1 alors la relation b) On a rgf = rgf 2 donc dim ker f = dim ker f 2 . Or ker f ⊂ ker f 2 donc
1 1 ker f = ker f 2 .
+ ··· + =1
xn + 1 xn + n Pour x ∈ ker f ∩ Imf , on peut écrire x = f (a) et on a f (x) = 0 donc
a ∈ ker f 2 = ker f puis x = 0.
donne On en déduit ker f ∩ Imf = {0E } et un argument de dimension permet d’affirmer
1 1
1> + ··· + ker f ⊕ Imf = Rn .
`+1 `+n
c) Une base adaptée à la décomposition ker f ⊕ Imf = Rn permet de justifier que
pour tout n ∈ N? . P 1 la matrice A est semblable à
Or la série numérique `+k est divergente et donc ce qui précède est absurde.
On en déduit que la suite (xn ) croît vers −1.
 
0 (0)
On peut donc écrire xn = −1 − yn avec yn → 0+ , yn ∈ ]0, 1[ et  .. 

 .  avec B ∈ M2 (R)

1 1 1  0 
− + + ··· + =1
yn 1 − yn (n − 1) − yn (0) B
On en déduit Puisqu’on a alors rgA = rgB = 2, on peut affirmer que la matrice B est inversible.
1 yn 1 1
= + + ··· + d) trB = trA = 0 et trB 2 = trA2 = 2.
yn 1 − yn 2 − yn (n − 1) − yn
Soient λ et µ les deux valeurs propres complexes de la matrice B. On a
Puisque
yn (
λ+µ=0
→0
1 − yn
λ2 + µ2 = 2
et
1 1 1 1 1 1 On en déduit
+ ··· + 6 + ··· + 6 1 + + ··· + {λ, µ} = {1, −1}
2 n−1 2 − yn (n − 1) − yn 2 n−2

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 49

Ainsi Exercice 59 : [énoncé]


SpB = {1, −1} et SpA = {1, 0, −1} Les coefficients de t com(A).A s’interprètent comme des développements de
e) Par calcul de rang déterminants selon une colonne. . .
Si A admet n valeurs propres distinctes, det A est le produit de ces valeurs
dim E0 (A) = dim ker A = n − 2 propres.
Si X 6= 0 vérifie AX = λX alors λt com(A)X = (det A)X.
On a aussi
Ainsi quand λ 6= 0, X est vecteur propre de t com(A) associé à la valeur propre
dim E1 (A) = dim E1 (B) = 1 et dim E−1 (A) = 1 det A
λ .
donc la matrice A est diagonalisable car la somme des dimensions de ses Si A n’est pas inversible alors det A = 0donc t com(A)A = 0 puis
sous-espaces propres est égale à n. ImA ⊂ ker t comA.
Ainsi dim ker t com(A) > n − 1. De plus comA 6= 0 car rgA = n − 1 (car les valeurs
propres de A sont simples, en particulier 0). Par suite dim ker t com(A) = n − 1
Exercice 58 : [énoncé]  Sous réserve que n > 2, 0 est valeur propre de t comA et puisque
Introduisons la colonne Xn = t un un+1 · · · un+p−1 . On vérifie
dim ker t com(A) = n − 1, il ne reste de place que pour une seule autre valeur
Xn+1 = AXn avec   propre.
0 1 (0)
Soit X ∈ ker A\ {0},. On a t com(A + tIn )(A + tIn )X = det(A + tIn )X
.. ..
Pour t 6= 0, on a t com(A + tIn )X = det(A+tI n)
 
A=
 . . 
 t X.
 (0) 0 1  Quand t → 0+ , par continuité t com(A + tIn )X → t com(A)X.
a0 a1 · · · ap−1 En calculant le déterminant par diagonalisation, det(A+tI
t
n)
→ µ avec µ le produit
Pour déterminer la limite de (un ), on va chercher une constance le long de la des valeurs propres non nulles de A.
dynamique. Il parait naturel de la considérer linéaire et fonction p termes Par unicité de la limite, on obtient t com(A)X = µX.
consécutifs de la suite. Nous cherchons donc une ligne L ∈ Mp,1 (C) telle que Au final, t comA admet 2 valeurs propres : 0 et µ.
LXn+1 = LXn . Il suffit pour cela de déterminer L vérifiant L = LA et donc de
trouver t L vecteur propre de t A associé à la valeur propre 1. Après calcul, on
obtient  Exercice 60 : [énoncé]
L = a0 a0 + a1 · · · a0 + · · · + ap−1 a) un = χn (−2 cos α) est un déterminant tridiagonal.
sachant P (1) = 1 − (a0 + · · · + ap−1 ) = 0. On développe selon la première colonne en un déterminant triangulaire et en un
En posant ` la limite de la suite (un )n∈N , la relation LXn = LX0 donne à la limite second déterminant qu’on développe selon la première ligne.
On obtient
p−1 p−1
! k
X X X un = 2 cos(α)un−1 − un−2
(p − k)ak ` = ak uj
k=0 k=0 j=0 La suite (un ) est une suite récurrente linéaire d’ordre 2 d’équation caractéristique
Puisque 1 est racine simple de P ,
r2 − 2 cos(α)r + 1 = 0
p−1
X p−1
X
P 0 (1) = p − kak = (p − k)ak 6= 0 de racines e±iα .
k=0 k=0 Les conditions initiales donnent alors
et donc sin(n + 1)α
p−1
P k
P un =
ak uj sin α
k=0 j=0
`=  
P 0 (1) b) Les λk = −2 cos kπ
n+1 avec k ∈ {1, . . . , n} sont racines distinctes de Pn (x).

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 50

An ∈ Mn (C) possède n valeurs propres distinctes donc A est diagonalisable et ses Exercice 64 : [énoncé]
sous-espaces propres sont de dimension 1. a) Pour x ∈ C,
c) Posons det(AB − xIn ) = det A det(B − xA−1 ) = det(B − xA−1 ) det A = det(BA − xIn )
λ = −2 cos(kπ/(n + 1)) donc χAB (x) = χBA (x).
Soit X ∈ Mn,1 (C) vérifiant AX = λX. On a b) La matrice A + p1 In n’est pas inversible seulement si −1/p est valeur propre de
A. Puisque la matrice A ne possède qu’un nombre fini de valeurs propres, pour p
∀j ∈ {1, . . . , n} , xj−1 − 2λxj + xj+1 = 0 assez grand on est sûr que A + p1 In ∈ GLn (C).
Comme vu ci-dessus, pour x ∈ C,
La suite (xj )06j6n+1 est alors une suite récurrente linéaire double d’équation
caractéristique   χ(A+ p1 In )B (x) = χB(A+ p1 In ) (x)
2 kπ
r + 2 cos r+1=0
n+1 En passant à la limite quand p → +∞, on obtient χAB (x) = χBA (x).
On en déduit Ceci valant pour tout x ∈ C, les polynômes χAB et χBA sont égaux.
   
(n + 1 − k)π (n + 1 − k)π
xj = λ cos j + µ sin j
n+1 n+1 Exercice 65 : [énoncé]
Il est bien connu que
Les conditions x0 = xn+1 = 0 donnent λ = 0 et finalement
∀M, N ∈ Mn (K), χM N = χN M
 
(n + 1 − k)π On en déduit
xj = µ sin j
n+1
χ(AB)p = χ[A(BA)p−1 ]B = χB[A(BA)p−1 ] = χ(BA)p

Exercice 61 : [énoncé]
a) Si B = P −1 AP alors −1
 χB =det(P AP
−1
 − P XP ) = χA . Exercice 66 : [énoncé]
0 1 0 0 Il est classique d’établir χAB = χBA en commençant par établir le résultat pour A
b) Inversement A = et B = ne sont pas semblables mais ont
0 0 0 0 inversible et le prolongeant par un argument de continuité et de densité.
même polynôme caractéristique.

Exercice 67 : [énoncé]
Exercice 62 : [énoncé] On a
Soit G un supplémentaire de F . Dans une base adaptée à la décomposition χAĀ (X) = det(AĀ − XIn )
E = F ⊕ G, la matrice de u est triangulaire supérieure par blocs et en calculant le
donc en conjuguant
polynômes caractéristique de u par cette matrice on obtient immédiatement la
propriété demandée. χAĀ (X) = det(ĀA − XIn ) = χĀA (X)

Or il est bien connu que pour A, B ∈ Mn (C)


Exercice 63 : [énoncé]
χAB = χBA
(−x)n
 
−1 −1 1
χA−1 (x) = det(A − xI) = det A det(I − xA) = det A − I On obtient donc
det A x
χAĀ = χAĀ
donc
(−x)n et par conséquent
χA−1 (x) = χA (1/x)
χA (0) χAĀ ∈ R [X]

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 51

λq1
 
Exercice 68 : [énoncé] ?
D’une part est semblable à 
 .. . Ainsi le polynôme caractéristique de Aq est Pq

.
0 λqn
    
λIn A −In On,p AB − λIn A
= et puisque Aq est à coefficients entiers, Pq l’est aussi.
B Ip B Ip Op,n Ip
c) Compte tenu des relations coefficients-racines d’un polynôme scindé, on peut
D’autre part majorer les coefficients de P et affirmer que, pour un degré fixé, il n’y a qu’un
     nombre fini de polynômes P possibles. Considérons un tel polynôme.
−In On,p λIn A −λIn −A
= L’application q ∈ N? 7→ Pq n’est pas injective compte tenu des résultats
B −λIp B Ip Op,n BA − λIp
précédents, il existe donc q < r tel que Pq = Pr . Ainsi, il existe une permutation σ
En passant au déterminant, on obtient de Nn vérifiant : ∀i ∈ Nn , λqi = λrσ(i) . A l’aide d’une décomposition en cycles de σ,
on peut affirmer qu’il existe une puissance de σ égale à l’identité et donc conclure
det M × (−1)n = χAB (λ) et (−1)n (−λ)p det M = (−λ)n χBA (λ) 0
que pour tout i ∈ Nn il existe q 0 > q tel que λqi = λqi . On peut alors affirmer que
et on en déduit λi est nul ou bien une racine de l’unité.
(−λ)p χAB (λ) = (−λ)n χBA (λ)

Exercice 71 : [énoncé]
Exercice 69 : [énoncé] a) SpB = Spt B car χB = χt B .
Dans le cas où   b) Pour tout X ∈ Mn,1 (K), A(CX) = λ(CX) donc CX ∈ ker(A − λIn ).
Ir 0 c) Soit X et Y des vecteurs propres de A et t B associé à la valeur propre λ. La
A = Jr =
0 0 matrice C = X t Y est solution.
la propriété est immédiate en écrivant d) On peut écrire C = QJr P avec P, Q inversibles. La relation AC = CB donne
  Q−1 AQJr = Jr P BP −1 .
C D En écrivant les matrices Q−1 AQ et P BP −1 par blocs, l’égalité
B=
E F Q−1 AQJr = Jr P BP −1 impose une décomposition en blocs triangulaire puis
avec C bloc carré de taille r. permet d’observer que χA = χQ−1 AQ et χB = χP BP −1 ont un facteur commun de
Dans le cas général, on peut écrire A = QJr P avec r = rgA et P, Q inversibles. degré > r, à savoir le polynôme caractéristique du bloc commun en position (1,1).
e) La réciproque est assurément fausse en toute généralité. Pour r = n, deux
X q χAB (X) = X q χQ−1 ABQ (X) = X q χJr P BQ (X) matrices ayant même polynôme caractéristique ne sont pas nécessairement
semblables.
donc
X q χAB (X) = X p χP BQJr (X) = X p χBQJr P (X) = X p χBA (X)
Exercice 72 : [énoncé]
Exercice 70 : [énoncé] Par contraposition, montrons
a) Oui un tel polynôme existe, il suffit de se référer aux matrices compagnons.
det A < 0 ⇒ SpA ∩ ]−∞, 0[ 6= ∅
Notons qu’il est entendu, qu’ici, le polynôme caractéristique d’une matrice carrée
A est définie par χA = det(XIn − A).
On a
b) Il existe une matrice A dont le polynôme caractéristique est P .Celle-ci est
 χA (X) = (−1)n X n + · · · + det A
λ1 ?
semblable à une matrice triangulaire de la forme 
 . ..  et donc Aq
 Si det A < 0 alors puisque lim χA (t) = +∞ et sachant la fonction t 7→ χA (t)
t→−∞
0 λn continue, il existe λ ∈ ]−∞, 0[ racine de χA et donc valeur propre de A.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 52

On peut aussi établir le résultat en observant que le déterminant de A est le Exercice 75 : [énoncé]
produit des valeurs propres complexes de A comptées avec multiplicité. Parmi On peut écrire M = QJr P avec P, Q inversibles. La relation AM = M B donne
celles-ci, celles qui sont réelles sont positives et celles qui sont complexes non Q−1 AQJr = Jr P BP −1 .
réelles, sont deux à deux conjuguées. Le produit est donc positif. En écrivant les matrices Q−1 AQ et P BP −1 par blocs, l’égalité
Q−1 AQJr = Jr P BP −1 impose une décomposition en blocs triangulaire puis
permet d’observer que χA = χQ−1 AQ et χB = χP BP −1 ont un facteur commun de
Exercice 73 : [énoncé] degré > r, à savoir le polynôme caractéristique du bloc commun en position (1,1).
On peut écrire
n
Y
χA (X) = (−1)n (X − λk )
k=1 Exercice 76 : [énoncé]
a) Poser le produit par blocs.
avec λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité.
b) Si A et B sont inversibles alors (A ? B)(A−1 ? B −1 ) = In ? In = In2 donc A ? B
On a alors
est inversible.
χA (B) ∈ GLn (C) ⇔ ∀1 6 k 6 n, B − λk In ∈ GLn (C) Si A n’est pas inversible alors il existe A0 6= 0 tel que AA0 = On et alors
(A ? B)(A0 ? In ) = 0 avec A0 ? In 6= 0 donc A ? B n’est pas inversible.
ce qui donne Un raisonnement semblable s’applique dans le cas où B n’est pas inversible.
χA (B) ∈ GLn (C) ⇔ ∀1 6 k 6 n, λk ∈
/ SpB c) Il existe P, Q matrice inversible telles que

et on peut ainsi affirmer 


λ1 ?
 
µ1 ?

P −1 AP = 
 .. −1
 et Q BQ = 
  .. 
χA (B) ∈ GLn (C) ⇔ SpA ∩ SpB = ∅ . . 
0 λn 0 µn

Exercice 74 : [énoncé] avec λi et µi les valeurs propres de A et B.


Dans une base adaptée au noyau f , la matrice de f est On observe alors que (P −1 ? Q−1 )(A ? B)(P ? Q) = (P −1 AP ) ? (Q−1 BQ) est
triangulaire supérieure de coefficients diagonaux λi µj . Les valeurs propres de
0 ··· 0 A ? B sont les produits des valeurs propres de A et B.
 
a b
 .. ..  d) On note que P −1 ? Q−1 = (P ? Q)−1 de sorte que A ? B est semblable à la
 c d . . 
  matrice triangulaire précédente et donc
 .. .. 
 ? ? . . 
  n Y
n
 . . .. ..  2 Y
 .. .. . .  χA?B = (−1)n (X − λi µj )
? ? 0 ··· 0 i=1 j=1

On a alors On en déduit
n n−2 2
det(A ? B) = (det A det B)n

χf (X) = (−1) X X − (a + d)X + ad − bc
Or et la relation
trf = a + d et trf 2 = a2 + 2bc + d2 tr(A ? B) = tr(A)tr(B)
donc 
(trf )2 − tr(f 2 )
 est immédiate par un calcul direct.
χf (X) = (−1)n X n−2 X 2 − tr(f )X +
2

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 53

Exercice 77 : [énoncé] En retranchant la ième ligne à chacune des autres


En développant selon la première colonne
ai − a1 0 0
.. ..

−λ 1 0 −λ 1 0
0 . .
.. .. .. .. .. ..
. ..

. . . = (−1)
n+1
a0 −λ .
. . P (ai ) = ai
..

0 ···
1 .
−λ 1 0 ··· −λ 1
. .

. .

a0 · · · an−2 an−1 − λ a1 ··· an−2 an−1 − λ [n−1] . . 0
[n]
0 0 ai − an
puis en reprenant le processus on parvient à
et donc Y
(−1) n+1
(a0 + a1 λ + · · · + an−1 λn−1
−λ ) n P (ai ) = ai (ai − aj )
j6=i

On peut aussi résoudre le problème via l’opération élémentaire : b) En utilisant la formule des déterminants
C1 ← C1 + λC2 + · · · + λn−1 Cn .
X n
Y 
P (x) = ε(σ) aσ(i),i + xδσ(i),i
σ∈Sn i=1
Exercice 78 : [énoncé] n n
a) Pn (x) est un déterminant tri-diagonal. On développe selon la première colonne
Q  Q
Si σ = IdNn alors aσ(i),i + xδσ(i),i = (ai,i + x) est une expression
en un déterminant triangulaire et en un second déterminant qu’on développe selon i=1 i=1
la première ligne. polynomiale unitaire de degré n.
n
Q  n
Q
P1 (x) = −x et P2 (x) = x2 − 1 Si σ 6= IdNn alors aσ(i),i + xδσ(i),i = (ai,i + x) est une expression
i=1 i=1
b) La suite (Pn (−2 cos α))n>1 est une suite récurrente linéaire d’ordre 2. On polynomiale de degré strictement inférieure à n.
introduit l’équation caractéristique associée dont les racines permettent On peut donc affirmer que P est une fonction polynomiale unitaire de degré
d’exprimer le terme général de (Pn (x)) à l’aide de coefficients inconnus déterminés exactement n.
par les valeurs n = 1 et n = 2. On peut aussi simplement vérifier la relation c) Puisque les ai sont deux à deux distincts
proposée en raisonnant par récurrence double. n
kπ P (X) X λi
c) Les xk = −2 cos n+1 avec k ∈ {1, . . . , n} sont racines distinctes de Pn (x). n =1+
An ∈ Mn (C) possède n valeurs propres distinctes donc A est diagonalisable.
Q X − ai
(X − ai ) i=1
i=1

avec
P (ai )
Exercice 79 : [énoncé] λi = Q = ai
(ai − aj )
a) En factorisant sur la ième colonne j6=i

ai 1 an

d) On a det(A + In ) = P (1).

.. ..

Si l’un des ai vaut 1, il suffit de reprendre la valeur de P (ai ).

a1 . .
Sinon, par la décomposition précédente
P (ai ) = ai
.. ..
. 1 . n
P (1) X ai
.. ..
n =1+
. . an Q 1 − ai
(1 − ai ) i=1
a1 1 ai
i=1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 54

et donc ! Exercice 83 : [énoncé]


n n
X ai Y On retraduit le problème en terme d’endomorphismes. Soient u et v deux
det(A + In ) = 1+ (1 − ai ) endomorphismes d’un C-espace vectoriel de dimension finie vérifiant u ◦ v = v ◦ u.
i=1
1 − ai i=1
Tout endomorphisme sur un C-espace vectoriel admet au moins une valeur propre.
Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v (car
u ◦ v = v ◦ u) et l’endomorphisme induit par v sur Eλ (u) admet au moins une
Exercice 80 : [énoncé] valeur propre. Un vecteur propre associé à celle-ci est vecteur propre commun à u
a) On obtient et v.
Y
P (ai ) = ai (ai − aj )
j6=i
Exercice 84 : [énoncé]
P est de degré n et unitaire donc Si A et B ont λ pour valeur propre commune alors puisque A et t A ont les mêmes
n valeurs propres, il existe des colonnes X, Y 6= 0 vérifiant t AX = λX et BY = λY .
P (x) X ai Posons alors U = Y t X ∈ Mn (C)\ {0}.
n =1+
Q x − ai On a BU = λY t X et U A = Y t (t AX) = λY t X donc U A = BU .
(x − ai ) i=1
i=1 Inversement, supposons qu’il existe U ∈ Mn (C) non nulle vérifiant U A = BU . On
peut écrire U = QJr P avec P, Q inversibles et r = rgU > 0. L’égalité U A = BU
b) On en déduit entraîne alors Jr A0 = B 0 Jr avec A0 = P AP −1 et B 0 = Q−1 BQ. Puisque
n
Y semblables, SpA0 = SpA et  SpB 0 = SpB.
 En raisonnant par blocs, l’égalité
det A = P (0) = (−1)n−1 (n − 1) ai M 0

M ?
0 0 0 0
i=1 Jr A = B Jr entraîne A = et B = avec M ∈ Mr (C).
? ? 0 ?
Notons que l’on peut proposer une démarche plus simple en commençant par Ces formes matricielles SpM ⊂ SpA0 et SpM ⊂ SpB 0 . Or SpM 6= ∅ (cadre
factoriser les ai par colonnes. complexe) donc SpA ∩ SpB 6= ∅.

Exercice 81 : [énoncé] Exercice 85 : [énoncé]


a) Pour tout f ∈ L(E), f admet un polynôme minimal qui admet au moins une a) Puisque u ◦ v = v ◦ u les sous-espaces propres de u sont stables par v. Puisque
racine dans C qui est alors valeur propre de f . E est un C-espace vectoriel, u admet une valeur propre et le sous-espace propre
b) Si λ est valeurs propre de l’endomorphisme considéré alors il existe un associé est stable par v. L’endomorphisme induit par v sur celui-ci admet une
polynôme P non nul tel que XP (X) = (1 + λ)P (X) ce qui est impossible pour valeur propre et ceci assure l’existence d’un vecteur propre commun à u et v.
des raisons de degré. b) u ◦ v − v ◦ u = au.
Si u est inversible alors u ◦ v ◦ u−1 − v = aIdE et donc
tr(u ◦ v ◦ u−1 ) − trv = a dim E.
Or tr(u ◦ v ◦ u−1 ) = trv ce qui entraîne une absurdité.
Exercice 82 : [énoncé] On en déduit que u est non inversible.
Tout endomorphisme sur un C-espace vectoriel de dimension finie admet au moins v admet une valeur propre λ et si x est vecteur propre associé, la relation
une valeur propre. Soit λ une valeur propre de u. Eλ (u) est un sous-espace précédente donne
vectoriel stable par v (car u ◦ v = v ◦ u) et l’endomorphisme induit par v sur v(u(x)) = (λ − a)u(x)
Eλ (u) admet au moins une valeur propre. Un vecteur propre associé à celle-ci est
vecteur propre commun à u et v. Si u est inversible alors λ − a est valeur propre de v et en reprenant ce schéma, on
obtient λ − na valeurs propres de v pour tout n ∈ N. C’est absurde car v ne
possède qu’un nombre fini de valeurs propres et donc u n’est pas inversible.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 55

Par récurrence sur n ∈ N, on obtient Par l’étude qui précède, f et af + bg admettent un vecteur propre commun et
celui-ci est alors vecteur propre commun à f et g.
un ◦ v − v ◦ un = naun

L’endomorphisme ϕ : w 7→ w ◦ v − v ◦ w n’admet qu’un nombre fini de valeurs


propres car opère en dimension finie. Si u n’est pas nilpotent alors pour tout Exercice 87 : [énoncé]
n ∈ N, na est valeur propre de ϕ. C’est absurde et donc u est nilpotent. a) Le polynôme caractéristique d’une matrice complexe possède au moins une
Enfin, soit x ∈ ker u. On a u(v(x)) = v(u(x)) + au(x) = 0 donc v(x) ∈ ker u. Par racine dans C.
suite ker u 6= {0} est stable v et un vecteur propre de l’endomorphisme induit est b) det(In + λT ) = 1 6= 0 et donc T vérifie (P ).
vecteur propre commun à u et v. c) rgTr = r.
c) u ◦ v − v ◦ u = au + bv. d) Les matrices A et B étant de même rang, elles sont équivalentes et donc il
Si a = 0 il suffit de transposer l’étude précédente. existe P, Q inversibles vérifiant A = P BQ. Puisqu’il existe une matrice M telle
Si a 6= 0, considérons w = au + bv. que det(M + λA) 6= 0 pour tout λ ∈ K, on a
On a det(P M Q + λB) = det P det(M + λA) det Q 6= 0
(au + bv) ◦ v − v ◦ (au + bv) = a(u ◦ v − v ◦ u) = a(au + bv)
Par l’étude qui précède, au + bv et v ont un vecteur propre en commun puis u et v et donc B vérifie la propriété (P ).
ont un vecteur propre en commun. e) Si une matrice est non inversible, elle est de même rang qu’une matrice Tr avec
r < n et comme cette dernière vérifie (P ), on peut conclure qu’une matrice non
inversible vérifie (P ).
Exercice 86 : [énoncé] Inversement, si A est une matrice inversible alors pour tout M ∈ Mn (C)
Cas a = b = 0
Les endomorphismes f et g commutent donc les sous-espaces propres de l’un sont det(M + λA) = det(A) det(M A−1 + λIn )
stables pour l’autre. Puisque le corps de base est C, l’endomorphisme f admet au et puisque la matrice M A−1 admet une valeur propre, il est impossible que
moins une valeur propre λ. L’espace Eλ (f ) 6= {0} est stable par g donc on peut det(M + λA) soit non nul pour tout λ ∈ C.
introduire l’endomorphisme induit par g sur Eλ (f ) et ce dernier admet aussi au f) Si n est impair alors toute matrice de Mn (R) admet une valeur propre (car le
moins une valeur propre. Un vecteur propre associé à cette valeur propre de g est polynôme caractéristique réel est de degré impair). On peut alors conclure comme
aussi un vecteur propre de f car élément non nul de Eλ (f ). Ainsi f et g ont un au dessus.
vecteur propre commun. Si n est pair, la propriété précédente n’est plus vraie. Par exemple
Cas a = 0 et b 6= 0
Par récurrence, on obtient f ◦ g n − g n ◦ f = nbg n pour tout n ∈ N.
 
0 −1
L’application u ∈ L(E) 7→ f ◦ u − u ◦ f est un endomorphisme de L(E) or A=
1 0
dim L(E) < +∞ donc cet endomorphisme n’admet qu’un nombre fini de valeur
propre. Cependant, pour chaque n ∈ N tel que g n 6= 0̃, le scalaire nb est valeur est inversible et vérifie la propriété (P ) avec M = In .
propre de cet endomorphisme, on en déduit qu’il existe n ∈ N tel que g n = 0̃ et en
particulier ker g 6= {0}.
On vérifie aisément que ker g est stable par f et un vecteur propre de Exercice 88 : [énoncé]
l’endomorphisme induit par f sur ker g est alors vecteur propre commun à f et g. a) χA (X) = (X − cos α)2 + sin2 α de racines eiα et e−iα .
Cas b = 0 et a 6= 0 Si α 6= 0 [π] alors A possède deux valeurs propres distinctes donc A est
Semblable diagonalisable.
Cas a 6= 0 et b 6= 0 Si α = 0 [π] alors A est diagonale.
On a b) Si α 6= 0 [π] alors A ne possède pas de valeurs propres (réelles) donc n’est pas
f ◦ (af + bg) − (af + bg) ◦ f = b(f ◦ g − g ◦ f ) = b(af + bg) diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 56

Si α = 0 [π] alors A est diagonale. En reprenant la même démarche avec la seconde matrice que nous noterons B, on
c) χB (X) = (X − cos α)(X + cos α) − sin2 α de racines ±1 donc B est obtient B = P DP −1 avec
diagonalisable.  
1 0 ··· 0 λ1 λ2
 0 1 (0) 2 2 
 .. . .. 
 
. .. ..
Exercice 89 : [énoncé]  . . 
On obtient P = . .
 et D = diag(0, . . . , 0, λ1 , λ2 )
.. 
 .. (0) 1 .. .
χM = −X(X 2 + (ab + bc + ca))

 
 0 −1 · · · −1 2 2 
Posons δ = ab + bc + ca. −1 0 · · · 0 λ1 λ2
Si δ < 0 alors M est diagonalisable car χM admet trois racines distinctes et donc
M admet trois valeurs propres distinctes. où λ1 , λ2 sont les deux racines de
Si δ = 0 alors M est diagonalisable si, et seulement si M est semblable à la
matrice nulle ce qui n’est le cas que si a = b = c = 0. λ2 − 2λ − 2(n − 2) = 0
Si δ > 0 alors M n’est pas diagonalisable car χM n’est pas scindé sur R [X].

Exercice 92 : [énoncé]
Exercice 90 : [énoncé] 1ère méthode :
Notons χn (λ) le polynôme caractéristique de cette matrice de taille n.
a) A ne possède que deux colonnes différentes donc rgA 6 2.
a b Par développement du déterminant selon la dernière colonne on obtient
2 2
b a = a − b 6= 0 donc rg(A) = 2. Par le théorème du rang

dim ker A = 2n − 2 donc 0 est valeur propre de A et la dimension du sous-espace χn (λ) = (1 − λ)χn−1 (λ) − (1 − λ)n−2
propre associé est 2n − 2.   En étudiant les premiers termes de cette suite, on conjecture
b) Les vecteurs t 1 . . . 1 et t 1 −1 . . . 1 −1 sont vecteurs propres
associées aux valeurs propres non nulles n(a + b) et n(a − b). La somme des χn (λ) = (1 − λ)n − (n − 1)(1 − λ)n−2
dimensions des sous-espaces propres vaut 2n donc A est diagonalisable.
que l’on vérifie aisément par récurrence. Les valeurs
√ propres de la matrice sont
donc 1 (pour n > 3) et les deux racines λ = 1 ± n − 1.
Exercice 91 : [énoncé] 2ème méthode :
Etudions la première matrice que nous noterons A. Notons A la matrice étudiée. L’équation AX = λX donne le système
Celle-ci est de rang 2 et on peut facilement déterminer une base de son noyau.
x1 + · · · + xn = λx1

En posant le système AX = λX avec λ 6= 0, on obtient une solution non nulle 

 x1 + x2 = λx2

sous réserve que 
λ2 − λ − (n − 1) = 0 ..

 .
En notant λ1 et λ2 les deux racines de cette équation, on obtient A = P DP −1



avec x1 + xn = λxn
 
1 (0) 1 1
x1 + · · · + xn = λx1

 .. .. .. 
.


 . . 

 x1 = (λ − 1)x2


P =  (0) .
. ..  et D = diag(0, . . . , 0, λ1 , λ2 )
1 . .  ..
.
  
 −1 · · · −1 1 1  



0 0 0 λ1 λ2 x1 = (λ − 1)xn

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 57

1 1 (0) 1 (0)
 
Pour λ = 1, on peut obtenir une solution non nulle avec les conditions x1 = 0 et
x2 + · · · + xn = 0. .. .. ..
. −1 .
 
 . 
Pour λ 6= 1, le système devient 
 .. .. ..


 . . . 1 
..
 
 
 2  . (0) 1 (0) −1 
(n − 1)x1 = (λ − 1) x1 Q= .
..

  



 x2 = x1 /(λ − 1) 
 . (0) −1 (0) −1 

.. . .
.. ..
 
..  . 1 
.

  

  .. .. ..

. . −1 . (0)

xn = x1 /(λ − 1)
  
1 −1 (0) 1

Pour x1 = 0, la solution du système est nulle.


Pour x1 6= 0, on peut former une solution non nulle à condition que Exercice 94 : [énoncé]
(λ − 1)2 = n − 1. a) M (a, b) = P D(a, b)P −1 avec D(a, b) = diag((a + b)2 , (a − b)2 , a2 − b2 , a2 − b2 ) et
 
1 1 1 0
 1 −1 0 1 
P = 1 −1 0 −1 

1 1 −1 0

b) M (a, b)n → 0 si, et seulement si, |a + b| < 1, |a − b| < 1 et a2 − b2 < 1.
Exercice 93 : [énoncé] Or a2 − b2 = (a + b)(a − b) donc la dernière condition l’est automatiquement si les
−1 deux premières le sont.
A=P DP  + (n − 1)b, a − b, . . . , a − b) et
avec D = diag(a
1 1 (0) L’étude graphique est alors simple.
 ..
 . −1 . . .


P = .
 .
 .. . .. 1 

Exercice 95 : [énoncé]
1 (0) −1 a) On charge le package linalg et on définit la matrice étudiée
B = Q∆Q−1 avec with(linalg):
Si n est impair : ∆ = diag(a + (n − 1)b, b − a, . . . , b − a, a − b, . . . , a − b) et A:=matrix(4, 4, [0, 0, 0, d, 0, 0, c, 0, 0, b, 0, 0, a, 0, 0, 0]);

1 1 (0) 1 (0)
 On détermine ses éléments propres
 .. .. .. eigenvects(A);
. .

 .  Dans le cas où a, b, c, d sont non nuls, on obtient quatre vecteurs propres non
 ..
 
 . (0) 1 (0) 1

 colinéaires et la matrice est diagonalisable.

 ..
 Si a = 0 et d 6= 0
Q= . .

 0 ··· 0 −2 · · · −2   A:=matrix(4, 4, [0, 0, 0, d, 0, 0, c, 0, 0, b, 0, 0, 0, 0, 0, 0]);
 . eigenvects(A);
 .. (0)

−1 (0) 1 

 . . .
 On obtient 0 valeur propre double et le sous-espace propre correspondant est de
 .. . .

. .  dimension 1.
1 −1 (0) 1 (0) La matrice A n’est alors pas diagonalisable.
Si n pair : ∆ = diag(a + (n − 1)b, b − a, . . . , b − a, a − b, . . . , a − b) et Si b = 0 et c 6= 0, ou si c = 0 et b 6= 0, ou encore si d = 0 et a 6= 0, c’est semblable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 58

Dans les cas complémentaires (par exemple a = d = 0 et b, c 6= 0), la matrice est Considérons alors la base de polynômes étagés (1, (X + 1), . . . , (X + 1)n ). On a
diagonalisable.
u (X + 1)k = nX(X + 1)k + k(1 − X)(X + 1)k

b) Si u est diagonalisable alors les endomorphismes uF1 , . . . , uFp le sont aussi (car
sont annulé par un polynôme scindé simple annulant u).
qui se réécrit
Inversement, si les endomorphismes uF1 , . . . , uFp sont diagonalisables alors,
sachant E = F1 ⊕ · · · ⊕ Fp , on peut former une base de E diagonalisant u en u (X + 1)k = (n − k)(X + 1)k+1 + (2k − n)(X + 1)k

accolant des bases des Fi diagonalisant uFi .
Finalement, u est diagonalisable si, et seulement si, les endomorphismes La matrice de l’endomorphisme u dans la base (1, (X + 1), . . . , (X + 1)n ) est
uF1 , . . . , uFp le sont. triangulaire inférieure de coefficients diagonaux distincts
c) Soient (e1 , . . . , e2n ) la base canonique de C2n et u ∈ L(C2n ) de matrice A dans
cette base. 2k − n avec k ∈ {0, . . . , n}
Les espaces F1 , . . . , Fn définis par Fi = Vect(ei , e2n+1−i ) sont stables par u et
vérifient C2n = F1 ⊕ · · · ⊕ Fn . On en déduit χA et on observer que A possède n + 1 valeurs propres distinctes. La
Par ce qui précède, u est diagonalisable si, et seulement si, les endomorphismes matrice A est donc diagonalisable.
uF1 , . . . , uFn le sont.
Or la matrice de uFi dans la base (ei , e2n+1−i ) est
  Exercice 97 : [énoncé]
0 a2n+1−i Cas a = b = 0 la résolution est immédiate.
ai 0 Cas a = 0 et b 6= 0, la matrice Mn est triangulaire supérieure stricte non nulle, elle
n’est pas diagonalisable.
et cette dernière est diagonalisable dans M2 (C) si, et seulement si, Cas a 6= 0 et b = 0, idem.
ai a2n+1−i 6= 0 ou ai = a2n+1−i = 0 Cas a = b
χMn (X) = (−1)n (X − (n − 1)a)(X + a)n−1
On peut alors affirmer que A est diagonalisable si, et seulement si,
avec
∀i ∈ {1, . . . , n} , ai a2n+1−i 6= 0 ou ai = a2n+1−i = 0 E(n−1)a = Vect(1, . . . , 1)

d) Dans M2 (R), la matrice et



0 b
 E−a : x1 + · · · + xn = 0
a 0 La matrice Mn est donc diagonalisable et il est aisé de former une base de
est diagonalisable si, et seulement si, vecteurs propres.
Cas a 6= b et ab 6= 0
ab > 0 ou a = b = 0 Après calculs (non triviaux)
En adaptant l’étude qui précède, on obtient que A est diagonalisable dans b(X + a)n − a(X + b)n
M2n (R) si, et seulement si, χMn (X) = (−1)n
b−a
∀i ∈ {1, . . . , n} , ai a2n+1−i > 0 ou ai = a2n+1−i = 0 Les racines de ce polynôme sont les solutions de l’équation d’inconnue z ∈ C
 n
z+a a
Exercice 96 : [énoncé] =
z+b b
La matrice A est la matrice dans la base canonique (1, X, . . . , X n ) de
l’endomorphisme Il y en a exactement n s’exprimant en fonction des racines nème de l’unité.
u : P ∈ Cn [X] 7→ nXP + (1 − X 2 )P 0 On en déduit que Mn est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 59

Soit λ une valeur propre de Mn et x = (x1 , . . . , xn ) ∈ Cn . On peut aussi retrouver ce résultat via l’opération élémentaire :
L’équationMn x = λx équivaut au système C1 ← C1 + λC2 + · · · + λn−1 Cn .
On en déduit
−λx1 + bx2 + · · · + bxn = 0


 χM (X) = (−1)n P (X)
 ax1 − λx2 + · · · + bxn = 0


b) Si λ est racine du polynôme P alors λ est valeur propre de M . Après
.. résolution, le sous-espace propre associé est engendré par la colonne



 .
 t
ax1 + · · · + axn−1 − λxn = 0 1 λ . . . λn−1


En retranchant à chaque équation la précédente, on obtient le système équivalent c) Puisque les sous-espaces propres sont de dimension 1, la matrice M est
diagonalisable si, et seulement si, elle possède exactement n valeur propres ce qui
−λx1 + bx2 + · · · + bxn = 0


 revient à dire que le polynôme P est scindé à racines simple.
 (a + λ)x1 + (b + λ)x2 = 0


..



 . Exercice 99 : [énoncé]

(a + λ)xn−1 − (b + λ)xn = 0 1. La matrice A est symétrique réelle donc orthogonalement diagonalisable.
2.a) rgA = 2.
Puisque ce système est de rang n − 1 (car λ est valeur propre simple) et puisque 2.b) Le polynôme caractéristique de A est scindé et unitaire.
les n − 1 dernières équations sont visiblement indépendantes, ce système équivaut Puisque dim ker A = 2, 0 est valeur propre au moins double de A et donc
encore à 

 (a + λ)x1 + (b + λ)x2 = 0 χA = X 2 (X − u1 )(X − u2 )

..
 . avec u1 , u2 ∈ C.


(a + λ)xn−1 − (b + λ)xn = 0 La matrice A est trigonalisable semblable à une matrice triangulaire où figurent
sur la diagonale les valeurs 0, 0, u1 et u2 . Par similitude, on a
La résolution de ce dernier est immédiate. On obtient pour vecteur propre
x = (x1 , . . . , xn ) avec
 k trA = u1 + u2 et trA2 = u21 + u22
a+λ
xk = et donc
b+λ
u1 + u2 = k et u21 + u22 = k 2 + 6
Enfin u1 6= 0 car sinon u2 = k et u22 = k 2 6= k 2 + 6. De même u2 6=√0.
Exercice 98 : [énoncé] 2.c) Siu1 = u2 alors u1 = u2 = k/2 et k 2 /2 = k 2 + 6 donc k = ±i2 3.
a) En développant selon la première colonne La résolution du système
k

−λ 1 0

−λ 1 0
AX = X




2
.. . .. . .. .. .. .. conduit à un espace de solution de dimension 1

.
= (−1)n+1 a0 −λ .
. .

0 ··· −λ 1 0 ··· −λ 1

a0 · · · an−2 an−1 − λ

a1 ··· an−2

an−1 − λ [n−1] Vectt (1, k/2, 1, 1)
[n]
2.d) Finalement,
√ la matrice A est diagonalisable dans M4 (C) si, et seulement si,
puis en reprenant le processus on parvient à k 6= ±i2 3.
(−1)n+1 (a0 + a1 λ + · · · + an−1 λn−1 − λn )

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 60

Exercice 100 : [énoncé] Par conséquent la matrice suivante convient


En ajoutant la troisième colonne à la première puis en retranchant la première  
ligne à la première 1 3 0
P = 0 1 0 
−λ − 2 5+x x 1 2 1

χA (λ) =
0 −2 − x − λ −x

0 −x 3−x−λ Cas a = 1    
1 1
ce qui donne ker A = Vect  0 et ker(A − I3 ) = Vect  1
   
χA (λ) = −(λ + 2) λ2 + (2x − 1)λ − x − 6

1 1
Le facteur a pour discriminant Par conséquent la matrice suivante convient
∆ = (2x − 1)2 + 4x + 24 = 4x2 + 25 > 0 
1 1 0

et possède donc deux racines réelles distinctes. Si celles-ci diffèrent de −2, alors la P = 0 1 0 
matrice A possède trois valeurs propres distinctes et est donc diagonalisable. 1 1 1
Il est donc nécessaire que −2 soit racine de λ2 + (2x − 1)λ − x − 6 pour que la
matrice A ne soit pas diagonalisable. C’est le cas si, et seulement si, x = 0 et alors
  Exercice 102 : [énoncé]
−2 5 1 a) On obtient
A =  0 −2 0  At A = (a2 + b2 + c2 + d2 )I4
−5 5 3 4
et donc (det A)2 = a2 + b2 + c2 + d2 .
On a alors D’autre part, pour b, c, d fixés, a 7→ det A est une fonction polynomiale unitaire de
rg(A + 2I3 ) = 2 degré 4 donc
et donc dim E−2 (A) = 1 < m−2 (A) ce qui entraîne que la matrice A n’est pas
diagonalisable. det A = a4 + α(b, c, d)a3 + β(b, c, d)a2 + γ(b, c, d)a + δ(b, c, d)
Finalement A n’est pas diagonalisable si, et seulement si, x = 0.
La valeur connue de (det A)2 permet alors de déterminer α, β, γ, δ et d’affirmer

Exercice 101 : [énoncé] det(A) = (a2 + b2 + c2 + d2 )2


a) χA = −X(X − 1)(X − a).
Si a2 + b2 + c2 + d2 6= 0 alors rg(A) = 4.
Si a 6= 0, 1 alors A est diagonalisable.
Si a2 + b2 + 2 2 2 2
 c + d = 0 alors rg(A) 6 3. Or a + b 6= 0 donc la sous matrice
Si a = 0 alors rgA = 2 donc dim ker A = 1 < m0 (A) et la matrice A n’est pas 
a b
diagonalisable. est de rang 2 et donc rg(A) > 2.
−b a
Si a = 1 alors rg(A − I) = 2 et par le même argument qu’au dessus, A n’est pas
On observe de plus que
diagonalisable.
On conclut ac + bd bc − ad
Ω = {0, 1} C3 = 2 2
C1 + 2 C2
a +b a + b2
b) Cas a = 0     et
1 3 ad − bc bd + ac
C4 = 2 2
C1 + 2 C2
ker A = Vect  0 et ker(A − I3 ) = Vect  1
    a +b a + b2
1 2 donc rg(A) = 2.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 61

b) Par la formule obtenue ci-dessus, χA = ((a − X)2 + b2 + c2 + d2 ) et donc Au final M est diagonalisable si, et seulement si, α 6= 0.
χA = ((a − X)2 + α2 )2 . Notons que α = tr(t Y X) = tr(X t Y ) = trM et que M est une matrice de rang 1.
Les valeurs propres de A sont a + α et a − α. On peut montrer qu’une matrice de rang 1 est diagonalisable si, et seulement si,
Par l’étude qui précède rg(A − (a + α)Id) = 2 et rg(A − (a − α)Id) = 2 donc sa trace est non nulle.

dim Ea+α (A) = dim Ea−α (A) = 2


Exercice 106 : [énoncé]
et par suite A est diagonalisable. Notons B = (e1 , . . . , en ) la base canonique de Kn et f l’endomorphisme de Kn
dont la matrice dans B est J.
Posons ε1 = e1 + · · · + en , de sorte que f (ε1 ) = nε1 .
Exercice 103 : [énoncé] Puisque rgf = rgJ = 1, on peut introduire (ε2 , . . . , εn ) base du noyau de f .
a) rg(A) = 0 si a1 = . . . = an−1 = 0 et rg(A) = 2 sinon. Il est alors clair que B 0 = (ε1 , . . . , εn ) est une base de Kn et que la matrice de f
b) La somme des valeurs propres est nulle. dans celle-ci est diagonale.
c) En développant le déterminant selon la dernière colonne puis en développant
les mineurs obtenus selon leur k-ieme colonne, on obtient
χA = (−1)n X n−2 (X 2 − (a21 + · · · + a2n−1 )). Exercice 107 : [énoncé]
n
Si a21 + · · · + a2n−1 6= 0 alors A admet deux valeurs propres opposées non nulles et 0 En posant M = (ai aj )16i,j6n , on vérifie M 2 = λM avec λ = a2k .
P
pour valeur propre d’espace propre de dimension n − 2 donc A est diagonalisable. k=1
Si a21 + · · · + a2n−1 = 0 alors 0 est la seule valeur propre de A et A est Si λ 6= 0 alors M annule un polynôme scindé simple, elle est donc diagonalisable.
diagonalisable si, et seulement si, A = 0 i.e. a1 = . . . = an−1 = 0. Si λ = 0 alors M 2 = 0 et donc M est diagonalisable si, et seulement si, M = 0 ce
qui revient à (a1 , . . . , an ) = 0.

Exercice 104 : [énoncé] Exercice 108 : [énoncé]


Via un changement de bases réalisé de sorte que les premiers vecteurs soient dans Ei,i est diagonale donc diagonalisable.
le noyau de A, on peut écrire Pour i 6= j, χEi,j (X) = (−1)n X n donc seul 0 est valeur propre. Par suite si Ei,j
  est diagonalisable alors Ei,j = 0 ce qui est incorrect. Conclusion Ei,j
On−1 ?
P −1 AP = diagonalisable si, et seulement si, i = j.
0 λ

avec λ = trA. Exercice 109 : [énoncé]


Si λ 6= 0 alors λ est valeur propre de A ce qui permet de diagonaliser A. On obtient N 2 = sN avec s = a1 + · · · + an .
Si A est diagonalisable, sachant que A n’est pas nulle, λ 6= 0. Puisque s > 0, N annule un polynôme scindé simple et donc est diagonalisable.
−1/2 n’est pas valeur propre de N car n’est pas racine du polynôme annulateur
X 2 − sX donc M est inversible. En recherchant M −1 de la forme xM + yIn , on
Exercice 105 : [énoncé] obtient
Posons M = X t Y . On a M 2 = X(t Y X)t Y . Or α = t Y X est un scalaire donc M −1 = In − (2 + s)N
M 2 = αX t Y = αM .
Si α 6= 0 alors M annule le polynôme scindé simple X(X − α) et donc M est
diagonalisable. Exercice 110 : [énoncé]
Si α = 0 alors M annule le polynôme X 2 et donc 0 est la seule valeur propre Si A est diagonalisable alors il existe une matrice P inversible telle que
possible. Si M est diagonalisable alors M est semblable à la matrice nulle et donc P −1 AP = D diagonale. En transposant, t P t At (P −1 ) = D c’est-à-dire
M = On . Ceci est exclu car on suppose les colonnes X et Y non nulles. Qt AQ−1 = D avec Q = t P inversible d’inverse Q−1 = t (P −1 ).

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 62

Exercice 111 : [énoncé] Pour conclure, montrons qu’il existe D ∈ Mn (C) vérifiant DB − AD = C.
Il existe des matrices P ∈ GLn (K) et D ∈ Dn (K) telles que Considérons pour cela l’endomorphisme ϕ de Mn (C) défini par

AB = P DP −1 ϕ(M ) = M B − AM
Pour M ∈ ker ϕ, on a M B = AM .
On a alors
−1 −1 Pour tout X vecteur propre de B associé à une valeur propre λ, on a
A(BA)A = P DP
puis AM X = M BX = λM X
−1 −1 −1 −1 −1
BA = (A P )D(P A) = (A P )D(A P) Puisque λ est valeur propre de B, λ n’est pas valeur propre de A et donc
M X = On,1 .
Puisqu’il existe une base de vecteurs propres de B et puisque chacun annule M ,
Exercice 112 : [énoncé] on a M = On .
Soient F1 et F2 des sous-espaces vectoriels supplémentaires de dimension p et q Ainsi l’endomorphisme ϕ est injectif, or Mn (C) est de dimension finie donc ϕ est
d’un K-espace vectoriel E. Soit B = (B1 , B2 ) une base adaptée à la bijectif. Ainsi il existe une matrice D telle ϕ(D) = C et, par celle-ci, on obtient la
supplémentarité de F1 et F2 et f1 , f2 et f les endomorphismes de F1 , F2 et E similitude demandée.
déterminés par Mat(f1 , B1 ) = A1 , Mat(f2 , B2 ) = A2 et Mat(f, B) = A. Il est clair
que pour tout λ ∈ K, on a Eλ (f ) = Eλ (f1 ) ⊕ Eλ (f2 ). En caractérisant la
diagonalisabilité par la somme des dimensions des sous-espaces propres, on Exercice 115 : [énoncé]
conclut à l’équivalence voulue. Il existe des matrices P ∈ GLn (R) et D ∈ Dn (R) telles que
B = P DP −1

Exercice Si AB 3 = B 3 A alors
 113  : [énoncé]
X1 AP D3 P −1 = P D3 P −1 A
a) X = ,
X2 puis on obtient
BX = λX ⇔ X2 = λX1 etAX1 = λX2 ⇔ X2 = λX1 etAX1 = λ2 X1 . M D3 = D3 M
Par conséquent λ est valeur propre de B si, et seulement si, λ2 est valeur propre
avec M = P −1 AP .
de A.
Notons mi,j le coefficient général de M et λ1 , . . . , λn les coefficients diagonaux de
b) Si A = On alors A est diagonalisable mais pas B.
D.
En effet, 0 est la seule valeur propre de B alors que B 6= On .
La relation M D3 = D3 M donne
2
∀(i, j) ∈ {1, . . . , n} , mi,j λ3j = mi,j λ3i
Exercice 114 : [énoncé]
et donc
a) On vérifie 2
 −1   ∀(i, j) ∈ {1, . . . , n} , mi,j = 0 ou λ3i = λ3j
In D In −D
= Comme la fonction x 7→ x3 est injective sur R, on obtient
On In On In
2
b) On observe ∀(i, j) ∈ {1, . . . , n} , mi,j = 0 ou λi = λj
 −1      et donc
In D A C In D A E M D = DM
=
On In On B On In On B
puis
avec E = AD + C − DB. AB = BA

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 63

Exercice 116 : [énoncé] Exercice 119 : [énoncé]


On peut écrire L’application f est clairement linéaire de R [X] vers lui-même. De plus, si
A = P DP −1 et B = Q∆Q−1 deg P 6 n, il est aisé d’observé que deg f (P ) 6 n. On peut donc conclure que f
est un endomorphisme de Rn [X]. Pour tout k ∈ {0, . . . , n},
avec P, Q ∈ GLn (K) et D, ∆ ∈ Mn (K) diagonales.
Si Ap M Qq = On alors f (X k ) = k(k + 1)X k − k(k − 1)X k−2
Dp N ∆q = On
ce qui permet de former la représentation matricielle souhaitée. On constate alors
avec N = P −1 M Q = (ni,j ). que la matrice de f est triangulaire de coefficients diagonaux
En notant λ1 , . . . , λn et µ1 , . . . , µn les coefficients diagonaux de D et ∆, on obtient 0, . . . , k(k + 1), . . . , n(n + 1) distincts. Il est alors aisé de calculer le polynôme
caractéristique de f est de conclure que f est diagonalisable, de valeurs propres
2
∀(i, j) ∈ {1, . . . , n} , λqi ni,j µqj = 0 0, . . . , k(k + 1), . . . , n(n + 1) et de sous-espaces propres de dimension 1.

et donc
2
∀(i, j) ∈ {1, . . . , n} , λi ni,j µj = 0 Exercice 120 : [énoncé]
a) Si deg P 6 n − 1, il est clair que ϕ(P ) ∈ E.
puis
Si deg P = n après simplification des termes en X n+1 , on obtient que ϕ(P ) ∈ E.
DN ∆ = On La linéarité de ϕ est claire et donc on peut conclure que ϕ est un endomorphisme.
ce qui permet de conclure. b) La matrice de ϕ dans la base canonique est tridiagonale et peu pratique.
Formons plutôt la matrice de ϕ dans la base des (X − a)k

ϕ((X − a)k ) = k(X − a)k (X − b) − nX(X − a)k


Exercice 117 : [énoncé]
Puisque Im(u − IdE ) ∩ Im(u + IdE ) = {0E }, on a donc
ϕ((X − a)k ) = (k − n)(X − a)k+1 + (k(a − b) − na)(X − a)k
rg(u − IdE ) + rg(u + IdE ) 6 dim E et cette fois-ci la matrice de ϕ est triangulaire inférieure à coefficients
diagonaux distincts :
puis par la formule du rang
−nb, −(a + (n − 1)b), −(2a + (n − 2)b), . . . , −((n − 1)a + b), −na
dim ker(u − IdE ) + dim ker(u + IdE ) > dim E
qui sont les valeurs propres de ϕ. Puisque ϕ admet n + 1 valeurs propres
On en déduit que u est diagonalisable de valeurs propres possibles 1 et −1. distinctes et que dim E = n + 1, on peut conclure que ϕ est diagonalisable

Exercice 121 : [énoncé]


Exercice 118 : [énoncé]
Si M appartient à l’hyperplan des matrices de trace nulle alors φ(M ) = M et
a) clair, notamment il n’y a pas de problème sur le degré de ϕ(P ).
donc M ∈ E1 (φ).
b) ϕ(X k ) = X k − k(X + 1)X k−1 = (1 − k)X k − kX k−1 . La matrice de ϕ dans la
Ainsi l’espace propre E1 (φ) est de dimension au moins égale à n2 − 1.
base canonique de E est triangulaire supérieure. Les coefficients diagonaux sont
De plus, φ(In ) = (n + 1)In donc l’espace propre En+1 (φ) est de dimension au
alors les racines du polynôme caractéristique et ce sont donc les valeurs propres de
moins égale à 1.
ϕ à savoir 1, 0, −1, . . . , (1 − n). Ces n + 1 = dim E valeurs sont distinctes donc ϕ
Puisque la somme des dimensions des sous-espaces propres est au moins égale à
est diagonalisable.
n2 = dim Mn (R), l’endomorphisme φ est diagonalisable (et les inégalités
précédentes étaient des égalités).

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 64

Exercice 122 : [énoncé] Exercice 124 : [énoncé]


a) Soit P un polynôme. P (F )(u) = P (f ) ◦ u donc P (f ) = 0 ⇔ P (F ) = 0. La B = α(X − x0 ) . . . (X − xn ).
diagonalisabilité étant équivalente à l’existence d’un polynôme scindé à racines Si P ∈ Rn [X] est vecteur propre de Φ associé à la valeur propre λ alors
simples, on peut conclure. B | (A − λ)P . Pour des raisons de degré, B et A − λ ne peuvent être premiers
b) f et F ont le même polynôme minimal donc les mêmes valeurs propres. entre eux, ces polynômes ont donc une racine commune. Ainsi il existe
c) Tout u ∈ L(E, Eλ (f )) ⊂ L(E) est élément de Eλ (F ) donc i ∈ {0, . . . , n} tel que λ = A(xi ). Inversement pour λ = A(xi ),
n
dimPEλ (F ) > dim E × dim Eλ (f ).PMais par diagonalisabilité dim L(E)) = Q
P = (X − xj ), Φ(P ) = λP avec P 6= 0. Ainsi SpΦ = {A(xi )/i ∈ [[0, n]]}.
dim Eλ (F ) > dim E × dim Eλ (f ) = dim E 2 = dim L(E) et donc on j=0,j6=i
λ∈Sp(F ) λ∈Sp(f ) Précisons le sous-espace propre associé à la valeur propre λ = A(xi ). Quitte à
a les égalités dim Eλ (F ) = dim E × dim Eλ (f ) pour tout λ ∈ Sp(f ). réindexer, on peut supposer que λ = A(x0 ).
S’il existe d’autres xi tels que λ = A(xi ) on réindexe encore les x1 , . . . , xn de sorte
Exercice 123 : [énoncé] que λ = A(x0 ) = . . . = A(xp ) et λ 6= A(xp+1 ), . . . , A(xn ). Ainsi x0 , . . . , xp sont
a) oui racines de A − λ alors que xp+1 , . . . , xn ne le sont pas.
b) Pour f ∈ L(E). Pour P ∈ Rn [X], on a Φ(P ) = λP si, et seulement si, B | (A − λ)P . Or
Si Imf ⊂ Imp et ker p ⊂ ker f alors F(f ) = f . A − λ = (X − x0 ) . . . (X − xp )Ã avec xp+1 , . . . , xn non racines de Ã. Puisque
Un tel endomorphisme f est entièrement déterminé par sa restriction de Imp vers (X − xp+1 ) . . . (X − xn ) ∧ Ã = 1, B | (A − λ)P équivaut à
Imp. (X − xp+1 ) . . . (X − xn ) | P .
On en déduit Ainsi Eλ (Φ) = {(X − xp+1 ) . . . (X − xn )Q/Q ∈ Rn−p [X]}.
dim E1 (F) > (dim Imp)2 La somme des dimensions des sous-espaces propres étant égal à la dimension de
l’espace, Φ est diagonalisable.
Si Imf ⊂ ker p et Imp ⊂ ker f alors F(f ) = 0.
Un tel endomorphisme f est entièrement déterminé par sa restriction de ker p vers
ker p. Exercice 125 : [énoncé]
On en déduit Posons φ l’endomorphisme de L(E) étudié. On observe que φ3 = φ. Par
dim E0 (F) > (dim ker p)2 annulation d’un polynôme scindé simple, on peut affirmer que φ est diagonalisable
Si Imf ⊂ Imp et Imp ⊂ ker f alors F(f ) = 12 f . de seules valeurs propres possibles 0, 1 et −1.
Un tel endomorphisme f est entièrement déterminé par sa restriction de ker p vers  à la projection f , la matrice de cet
En introduisant unebase adaptée
Imp. Ir 0
endomorphisme est
Si Imf ⊂ ker p et ker p ⊂ ker f alors F(f ) = 12 f .  0 0
Un tel endomorphisme f est entièrement déterminé par sa restriction de Imp vers A B
En notant la matrice de u dans cette base, on obtient :
ker p. C D
De plus un endomorphisme appartenant à ces deux dernières catégories est φ(u) = 0 ⇔ B = 0 et C = 0.
nécessairement nul. φ(u) = u ⇔ A = 0, C = 0 et D = 0.
On en déduit φ(u) = −u ⇔ A = 0, B = 0 et D = 0.
dim E1/2 (F) > 2 dim ker p × dim Imp
Or Exercice 126 : [énoncé]
Si b = 0 alors f = 0. Sinon, par la formule du double produit vectoriel
(dim Imp)2 +2 dim ker p dim Imp+(dim ker p)2 = (dim Imp+dim ker p)2 = dim E 2 = dim L(E)
f (x) = (a | x)b − (a | b)x.
donc F est diagonalisable avec f (b) = 0 et pour tout x ∈ Vect(a)⊥ , f (x) = −(a | b)x.
c) dim E1 (F) = (dim Imp)2 , dim E0 (F) = (dim ker p)2 et Si (a | b) 6= 0 alors f est diagonalisable dans une base adaptée à
dim E1/2 (F) = 2 dim ker p × dim Imp. R3 = Vect(a)⊥ ⊕ Vect(b).

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 65

Si (a | b) = 0 alors f (x) = (a | x)b et tout vecteur propre de f est soit colinéaire à Exercice 129 : [énoncé]
b, soit orthogonal à a. Or b est orthogonal à a donc les vecteurs propres de f sont L’application f est à valeurs dans Rn [X] car le reste R d’une division euclidienne
tous orthogonaux à a. Dans ce cas f est diagonalisable si, et seulement si, a = 0. par B vérifie
deg R < deg B 6 n
Exercice 127 : [énoncé] Soient λ1 , λ2 ∈ R et P1 , P2 ∈ Rn [X].
Supposons f diagonalisable et soit B = (e1 , . . . , en ) une base de vecteurs propres On a
de f . AP1 = BQ1 + f (P1 ) et AP2 = BQ2 + f (P2 )
Pour 1 6 i, j 6 n, on pose gi,j l’endomorphisme de E déterminé par donc
A(λ1 P1 + λ2 P2 ) = B(λ1 Q1 + λ2 Q2 ) + λ1 f (P1 ) + λ2 f (P2 )
gi,j (ek ) = δj,k ei
avec
La famille (gi,j ) est une base de L(E) et on observe deg (λ1 f (P1 ) + λ2 f (P2 )) 6 max {deg f (P1 ), deg f (P2 )} < deg B
T (gi,j ) = (λi − λj )gi,j Par unicité d’une division euclidienne, on peut affirmer
donc T est diagonalisable. f (λ1 P1 + λ2 P2 ) = λ1 f (P1 ) + λ2 f (P2 )
Supposons f nilpotente, c’est-à-dire qu’il existe n ∈ N? pour lequel f n = 0.
Puisque T p (g) est combinaison linéaire de termes de la forme f k ◦ g ◦ f p−k , il est Puisque les valeurs prises par f sont Rn−1 [X], l’endomorphisme f ne peut être
assuré que T 2n = 0 et donc que T est nilpotente. surjectif, ce n’est donc pas un isomorphisme.
b) Soit λ ∈ R. Si f (P ) = λP alors c’est qu’il existe un polynôme Q tel que

Exercice 128 : [énoncé] AP = BQ + λP


a) On obtient   Cas λ = 0.
2 (1) On a f (P ) = 0 si, et seulement si, le polynôme B divise le polynôme AP . Or A et
Mate f = 
 ..  B sont premiers entre eux, donc f (P ) = 0 si, et seulement si, B divise P .
. 
(1) 2 On en déduit que 0 est valeur propre de f et le sous-espace propre associé est

b) D’une part E0 (f ) = B.Vect(1, X, . . . , X n−deg B )


f (e1 + · · · + en ) = (n + 1) (e1 + · · · + en )) c’est-à-dire l’espace des multiples de B inclus dans Rn [X].
et d’autre part, pour x = x1 e1 + · · · + xn en avec x1 + · · · + xn = 0 on a Cas λ 6= 0. On obtient
(A − λ)P = BQ
f (x) = x
et donc B divise le polynôme (A − λ)P . Or deg P < deg B donc au moins une des
On en déduit que 1 et n + 1 sont valeurs propres de f et puisque la valeur propre racines de B n’est pas racine de P et est donc racines deA − λ. Ainsi λ = A(xk )
1 est associé à un hyperplan, il ne peut y avoir d’autres valeurs propres. avec xk une des racines deB.
En résumé Spf = {1, n + 1} et Inversement, soit xk une racine de B,λ = A(xk ) et
E1 (f ) = {x/x1 + · · · + xn = 0} et En+1 (f ) = Vect(e1 + · · · + en ) Y
Pk = (X − xj ) 6= 0
c) L’endomorphisme f est diagonalisable car j6=k

dim E1 (f ) + dim En+1 (f ) = n On a deg Pk < deg B et B | (A − A(xk ))Pk . On en déduit f (Pk ) = A(xk )Pk et
donc A(xk ) est valeur propre de f et Pk en est un vecteur propre associé.
d) Par les valeurs propres c) La famille de Pk se comprend comme la famille d’interpolation de Lagrange en
det f = (n + 1) 6= 0 les xk , elle constitue donc une base de Rdeg B−1 [X]. Puisque ker f = E0 (f ) est un
et l’endomorphisme f est inversible. . . supplémentaire de cet espace, l’endomorphisme est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 66

Exercice 130 : [énoncé] ce qui définit une notion de racine carrée sur les nombres complexes et nous
a) Soit λ une valeurpropre
de ϕ. permettra de nous exprimer avec plus d’aisance. . .
Il existe v ∈ L(E)\ 0̃ tel que u ◦ v = λv. a) Soit B = (e1 , . . . , en ) une base de vecteur propre de v. La matrice de v dans
Soit alors x ∈ E tel que v(x) 6= 0 (ce qui est possible puisque v 6= 0̃) cette base est de la forme
Puisque u (v(x)) = λv(x), on peut affirmer que λ est valeur propre de u.  
Inversement soit λ une valeur propre de u et x 6= 0 un vecteur propre associé. λ1 (0)
Considérons v l’endomorphisme de E déterminé par D=
 .. 
. 
(0) λn
∀1 6 i 6 n, v(ei ) = x
Considérons l’endomorphisme u de E défini par
L’endomorphisme v est bien déterminé puisqu’on a ici fixé l’image d’une base.
 √
Puisque a u ◦ v = λv (car cette égalité vaut pour les vecteurs d’une base), on

λ1 (0)
obtient ϕ(v) = λv avec v 6= 0̃. Ainsi λ est aussi valeur propre de ϕ. MatB u =  .. =∆
 
.
b et c) Sachant Ei,j Ek,` = δj,k Ei,` , √
(0) λn
n
X n
X
U Ei,j = uk,` Ek,` Ei,j = uk,i Ek,j On vérifie aisément que u2 = v.
k,`=1 k=1 b) Par les polynômes interpolateurs de Lagrange, on peut introduire un polynôme
P ∈ C [X] vérifiant √
Dans la base ((E1,1 , . . . , En,1 ), (E1,2 , . . . , En,2 ), . . . , (E1,n , . . . , En,n )), la matrice de ∀λ ∈ Spu, P (λ) = λ
ϕ est diagonale par blocs avec des blocs diagonaux chacun égaux à U .
On observe alors  
P (λ1 ) (0)
P (D) = 
 .. =∆

Exercice 131 : [énoncé] .
(⇒) Supposons f et g commutent. (0) P (λn )

∀x ∈ ker(f − λ.Id), (f − λId)(g(x)) = g(f (x) − λx) = 0 et donc P (v) se confond avec l’endomorphisme u précédemment introduit.

donc ker(f − λId) est stable par g.


(⇐) Supposons que chaque sous-espace propre soit stable par g. P Exercice 133 : [énoncé]
Puisque E = ⊕ Eλ (f ), pour tout x ∈ E, on peut écrire x = xλ avec Rappelons que tout endomorphisme d’un C-espace vectoriel possède au moins un
λ∈Sp(f ) λ∈Sp(f )
valeur propre.
xλ ∈ Eλ et alors X 1ère démarche : Soit λ une valeur propre de f . Eλ (f ) est stable par f et donc
(g ◦ f )(x) = λg(xλ ) = (f ◦ g)(x) possède un supplémentaire F stable par f .
λ∈Sp(f ) Si F = {0E } alors f est diagonalisé.
donc f ◦ g = g ◦ f . Sinon, la restriction de f à F possède au moins une valeur propre µ qui est bien
entendu valeur propre de f . L’espace Eλ (f ) ⊕ Eµ (f ) est stable par f et donc
possède un supplémentaire G stable par f .
Si G = {0E } alors f est diagonalisé.
Exercice 132 : [énoncé]
Sinon, on itère le processus.
Pour λ = |λ| eiα ∈ C avec α ∈ [0, 2π[, on pose
2ème démarche : Le sous-espace vectoriel F = ⊕ Eλ (f ) est stable par f , il
√ p λ∈Spf
λ = |λ|eiα/2 admet donc un supplémentaire stable G, si G 6= {0E } alors fG admet un vecteur

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 67

propre qui sera aussi vecteur propre de f donc élément de F . C’est contradictoire Exercice 135 : [énoncé]
donc G = {0E } puis a) Notons λ1 , . . . , λn les n valeurs propres distinctes de f et x1 , . . . , xn des
E = ⊕ Eλ (f ) vecteurs propres associés. La famille (x1 , . . . , xn ) est base de E.
λ∈Spf
Posons a = x1 + · · · + xn . Pour tout k ∈ {0, 1, . . . , n − 1},
ce qui affirmer f diagonalisable.
f k (a) = λk1 x1 + · · · + λkn xn

Exercice 134 : [énoncé] Supposons α0 a + α1 f (a) + · · · + αn−1 f n−1 (a) = 0E . En exprimant cette relation
a) ok en fonction des vecteurs de la famille libre (x1 , . . . , xn ), on parvient à
b) Supposons g ∈ Cf . Pour tout λ ∈ Sp(f ) et tout x ∈ Eλ (f ), P (λ1 ) = . . . = P (λn ) = 0 avec
f (g(x)) = g(f (x)) = g(λx) = λg(x) donc g(x) ∈ Eλ (f ). Ainsi les sous-espaces
P = α0 + α1 X + · · · + αn−1 X n−1
propres sont stables par g.
Inversement, supposons que chaqueP sous-espace propre soit stable par g. Pour Le polynôme P admet plus de racines que son degré donc P = 0 puis
tout x ∈ E, on peut écrire x = xλ et on a α0 = . . . = αn−1 = 0.
λ∈Sp(f )
Ainsi la famille (a, f (a), . . . , f n−1 (a)) est libre et finalement base de E.
En fait, n’importe quel vecteur dont les coordonnées sont toutes non nulles dans
 
X X
g(f (x)) = g  λxλ  = λg(xλ ) la base de vecteur propre est solution.
λ∈Sp(f ) λ∈Sp(f ) b) La matrice de f dans la base considérée est de la forme
 
et   0 0 α0
.. 
 1 ...

. 
X X
f (g(x)) = f  g(xλ ) = λg(xλ )  
 .. .. 
λ∈Sp(f ) λ∈Sp(f )  . 0 . 
donc f et g commutent. 0 1 αn−1
Q
c) Considérons ϕ : L(E) → L(Eλ (f )) l’endomorphisme défini par ϕ(g) est avec
λ∈Sp(f )
le produit des restrictions aux Eλ (f ) de g. Cette application est bien définie en f n (a) = α0 a + α1 f (a) + · · · + αn−1 f n−1 (a)
vertu des stabilités évoquées en b). Cette application est clairement bijective car,
par diagonalisabilité de f , E = ⊕ Eλ (f ) et qu’on sait une application g est
λ∈Sp(f ) Exercice 136 : [énoncé]
alors entièrement déterminée par ses restrictions aux Eλ (f ). Par isomorphisme a) ϕ(Ei,j ) = (λi − λj )Ei,j . La matrice de ϕ relative à la base canonique de
αλ2 .
P
dim Cf = Mn (K) est diagonale.
λ∈Sp(f )
b) Soit B une base de E dans laquelle l’endomorphisme f est représenté par une
d) Ici dim Cf = n et les Id, f, . . . , f n−1 sont clairement éléments de Cf . matrice diagonale D. En introduisant l’image réciproque de la base canonique de
Supposons λ0 Id + λ1 f + · · · + λn−1 f n−1 = 0. Posons Mn (K) par l’isomorphisme de représentation matricielle dans B, on obtient une
P = λ0 + λ1 X + · · · + λn−1 X n−1 . Ce polynôme est annulateur de f donc les base de L(E) dans laquelle φ est représenté par une matrice diagonale.
valeurs propres de f en sont racines. Ce polynôme possède au moins n racines, or
il est de degré strictement inférieur à n, donc il est nul et ainsi
λ0 = . . . = λn−1 = 0.
Exercice 137 : [énoncé]
Finalement (Id, f, . . . , f n−1 ) est une famille libre formé de n = dim Cf éléments de
Les endomorphismes recherchés sont les endomorphismes diagonalisables.
Cf , c’en est donc une base.
En effet, si f est diagonalisable et si F est un sous-espace vectoriel stable par f
alors puisque fF est diagonalisable, il existe une base de F formée de vecteurs

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 68

propres de f . En complétant cette base à l’aide de vecteur bien choisis dans une On en déduit    
base diagonalisant f , les vecteurs complétant engendrent un supplémentaire de F a b a 0
A= =
stable par f . c d 0 a
Inversement, si f ∈ L(E) vérifie la propriété proposée alors le sous-espace vectoriel et donc la matrice A est diagonalisable.
F = ⊕ Eλ (f ) étant stable par f , celui-ci admet un supplémentaire stable. Or f d) Supposons A diagonalisable
λ∈Spf
ne possède pas de vecteurs propres sur ce dernier et celui ne peut donc qu’être {0} Le polynôme caractéristique de A est scindé sur R donc ∆ > 0.
car ici le corps de base est C. Par suite F = E et donc f est diagonalisable. Si ∆ > 0 alors Φ est diagonalisable car possède 3 valeurs propres réelles distinctes.
Si ∆ = 0 alors A possède une seule valeur propre et étant diagonalisable, c’est une
matrice scalaire  
a 0
Exercice 138 : [énoncé] A=
0 a
On vérifie aisément que Φ est endomorphisme de S2 (R).
a) En choisissant la base de S2 (R) formée des matrices E1,1 , E2,2 et E1,2 + E2,1 , et alors la matrice de Φ est diagonale
on obtient la matrice de Φ suivante
 
2a 0 0
   0 2a 0 
2a 0 2b
 0 2d 0 0 2a
2c 
c b a+d
Exercice 139 : [énoncé]
b) Par la règle de Sarrus, on calcule χΦ (λ) et on obtient
a) Un endomorphisme non nul vérifiant f 2 = 0 avec f 6= 0 convient. C’est le cas
χΦ (2λ) = −4(2λ − (a + d))χA (λ) d’un endomorphisme représenté par la matrice
 
0 1
c) Posons ∆ égal au discriminant de χA .
0 0
Si ∆ > 0 alors χΦ possède trois racines réelles distinctes
√ √ b) Soit (e1 , . . . , en ) une base de vecteurs propres de f . La matrice de f dans cette
a + d, a + d + ∆ et a + d − ∆ base est de la forme  
λ1 (0)
Si ∆ = 0 alors χΦ possède une racine réelle triple  .. 
 . 
a+d (0) λn
et alors les espaces
Si ∆ < 0 alors χΦ possède une racine réelle et deux racines complexes non réelles.
Supposons Φ diagonalisable. ker f = Vect {ei /λi = 0} et Imf = Vect {ei /λi 6= 0}
Le polynôme caractéristique de Φ est scindé sur R donc ∆ > 0.
Si ∆ > 0 alors χA possède deux racines réelles distinctes et donc la matrice A est sont évidemment supplémentaires (puisque associés à des regroupements de
diagonalisable. vecteurs d’une base).
Si ∆ = 0 alors Φ est diagonalisable et ne possède qu’une seule valeur propre c) On vérifie ker f k ⊂ ker f k+1 . La suite des dimensions des noyaux des f k est
λ = a + d donc l’endomorphisme Φ est une homothétie vectorielle de rapport égal croissante et majorée par n. Elle est donc stationnaire et il existe k ∈ N tel que
à cette valeur propre. On obtient matriciellement ∀` > k, dim ker f `+1 = dim ker f `
   
2a 0 2b a+d 0 0 Par inclusion et égalité des dimensions
 0 2d 2c  =  0 a+d 0 
c b a+d 0 0 a+d ∀` > k, ker f `+1 = ker f `

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 69

En particulier ker f 2k = ker f k . On peut alors établir Imf k ∩ ker f k = {0E } et par Exercice 142 : [énoncé]
la formule du rang on obtient la supplémentarité a) sp(A) = {1, 3, −4}.
b) Il existe une matrice P inversible tel que A = P DP −1 avec D = diag(1, 3, −4).
Im(f k ) ⊕ ker(f k ) = E Si M ∈ Mn (C) est solution de l’équation M 2 = A alors (P −1 M P )2 = D et donc
P −1 M P commute avec la matrice D. Or celle-ci est diagonale à coefficient
L’endomorphisme f k n’est pas nécessairement diagonalisable. Pour s’en
diagonaux distincts donc P −1 M P est diagonale de coefficients diagonaux a, b, c
convaincre il suffit de choisir pour f un automorphisme non diagonalisable.
vérifiant a2 = 1, b2 = 3 et c2 = −4. La réciproque est immédiate. Il y a 8 solutions
d) Le résultat n’est plus vrai en dimension infinie comme le montre l’étude de
possibles pour (a, b, c) et donc autant de solutions pour M . Les solutions réelles
l’endomorphisme de dérivation dans l’espace des polynômes.
sont a fortiori des solutions complexes or toutes les solutions complexes vérifient
trM = a + b + c ∈ C\R. Il n’existe donc pas de solutions réelles.
Exercice 140 : [énoncé]
A est diagonalisable avec SpA = {1, 4}. Exercice 143 : [énoncé]
Pour Pn un polynôme vérifiant Pn (1) = 1n et Pn (4) = 4n , on a An = P (A). a) det(A − λI) = (λ − 2)(λ − 6).
(  
5x + 3y = 2x 1
4n − 1n ⇔ x + y = 0 et est vecteur propre associé à la valeur
Pn = 1n + (X − 1) x + 3y = 2y −1
3
propre
( 2.
convient et donc
 
5x + 3y = 6x 3
4n − 1 4 − 4n ⇔ −x + 3y = 0 et est vecteur propre associé à la valeur
An = A+ I3 x + 3y = 6y 1
3 3
propre 6.
On a A = P DP −1 avec
   
Exercice 141 : [énoncé] 1 3 2 0
a) α = trA = 2 cos θ et β = − det A = − cos 2θ conviennent. P = et D =
−1 1 0 6
b) Les racines de X 2 − 2 cos θX + cos 2θ sont cos θ + sin θ et cos θ − sin θ.
Réalisons la division euclidienne X n par X 2 − 2 cos θX + cos 2θ. b) Si M est solution alors P −1 M P est solution de l’équation X 2 + X = D donc
P −1 M P et D commutent or D est diagonale à coefficients diagonaux distincts
X n = X 2 − 2 cos θX + cos 2θ Q(X) + R(X) donc P −1 M P est diagonale

c) Les coefficients diagonaux a, b vérifient a2 + a = 2 et b2 + b = 6 donc a = 1 ou
avec deg R < 2, a = −2 et b = 2 ou b = −3. Au termes des calculs on obtient les solutions
R(cos θ + sin θ) = (cos θ + sin θ)n 1
     
1
 
7 3 −2 −3 1 3 −11 −3
, , ,
et 4 1 5 −1 0 1 −1 4 −1 −9
R(cos θ − sin θ) = (cos θ − sin θ)n
On obtient Exercice 144 : [énoncé]
a) En développant selon la dernière ligne
(cos θ + sin θ)n − (cos θ − sin θ)n
R= (X − cos θ − sin θ) + (cos θ + sin θ)n
−λ 1 0 ··· 0

2 sin θ
..

. .
et donc 0 −λ 1
. .

.. . . .
det(J − λ.In ) = . .. .. .. = (−1)n+1 + (−λ)n = (−1)n (λn − 1)

(cos θ + sin θ)n − (cos θ − sin θ)n 0
An = (A − (cos θ + sin θ)I2 ) + (cos θ + sin θ)n In
. .

2 sin θ
0 .. .. 1



1 0 ··· 0 −λ

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 70

J possède exactement n valeurs propres qui sont les racines n ème de l’unité cela vaut encore pour A diagonalisable. Si A est une matrice deM2 (C), non
2ikπ
ω0 , ..., ωn−1 avec ωk = e n . λ α
diagonalisable, celle-ci est semblable à une matrice de la forme .
b) Soit P ∈ GLn (C) la matrice de passage telle que J = P DP −1 avec 0 λ
D = diag(ω0 , ..., ωn−1 ). Si λ = 0 alors A2 = 0 et  donc ϕ(A)
= 0 =  det A.
   
λ α 1 0 λ α λ α
Si λ 6= 0 alors puisque = et que est
 
a0 a1 ··· an−1 0 λ 0 2 0 2λ 0 2λ
.. 
 an−1 . . . ..
diagonalisable, on obtient 2ϕ(A) = 2λ2 = 2 det A et on peut conclure.

. . 
 = a0 I + a1 J + a2 J 2 + · · · + an−1 J n−1
A= . 
 .. .. .. 
. . a1 
a1 · · · an−1 a0
donc
n−1
X
P −1 AP = a0 I + a1 D + a2 D2 + · · · + an−1 Dn−1 = diag(( ak ωik )06i6n−1 Exercice 147 : [énoncé]
k=0 a) C’est du cours.
puis b) On charge le package permettant les manipulations linéaires puis on définit la
Y n−1
n−1 X matrice
det A = det(P −1 AP ) = ak ωik with(linalg):
i=0 k=0 A:=matrix(4, 4, [20, 12, -4, 12, -4, -3, 9, -5, -4, 1, 5, -5, -8,
-10, 6, -2]);
On recherche les éléments propres de cette matrice
Exercice 145 : [énoncé] eigenvects(A);
La colonne t 1 1 1 est vecteur propre associé à la valeur propre 6. On peut conclure que A est diagonalisable semblables à diag(8, 4, 12, −4) et
Les deux matrices ont le même polynôme caractéristique et celui-ci a pour racines concrétiser cette diagonalisation
√ √ P:=concat(vector([-2, 3/2, 3/2, 1]), vector([-2, 1, 1, 2]),
−3 + i 3 −3 − i 3
6, et vector([-4, 1, 1, 2]), vector([-1, 1, 0, 1]));
2 2
evalm(inverse(P)&*A&*P);
Ces deux matrices sont semblables à On peut faire la même étude avec la deuxième matrice
 √ √  B:=matrix(4, 4, [-12, -16, -8, -4, 4, 13, 1, -1, 4, 5, 9, -1, 8, 10,
−3 + i 3 −3 − i 3
diag 6, , 2, 6]);
2 2
eigenvects(B);
et donc a fortiori semblables entre elles dans Mn (C), mais aussi, et c’est assez Q:=concat(vector([-4, 1, 1, 2]), vector([1, 0, -3, 1]), vector([0,
classique, dans Mn (R). 1, -3, 2]), vector([-2, 1, 1, 2]));
evalm(inverse(Q)&*B&*Q);
et on observe que la deuxième matrice est semblable à diag(−4, 8, 8, 4).
Exercice 146 : [énoncé] Puisque dans les deux cas la matrice A est diagonalisable, les matrices commutant
ϕ(I2 ) = 1 donc si P est inversible alors ϕ(P −1 ) = ϕ(P )−1 . Par suite, si A et B avec A sont celles laissant stables les sous-espaces propres de A.
sont semblables
  ϕ(A)
alors  = ϕ(B).   Dans le premier cas, les matrices commutant avec A sont de la forme P DP −1
µ 0 1 0 1 0 avec D matrice diagonale et P la matrice de passage définie dans le code Maple
Puisque et sont semblables, ϕ = µ puis
0 1 0 µ 0 µ précédent..
L’ensemble de ces matrices est une sous-algèbre de dimension 4 de M4 (K).
 
λ 0
ϕ = λµ. Ainsi pour A diagonale, ϕ(A) = det A et plus généralement Dans le deuxième cas, les matrices commutant avec A sont de la forme Q∆Q−1
0 µ

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 71

avec ∆ diagonale par blocs de la forme suivante Pour n = 1, la propriété est immédiate.
  Supposons le résultat vrai jusqu’au rang n − 1 > 1.
a 0 0 0 Soit G un sous-groupe de GLn (R) vérifiant la propriété de l’énoncé.
 0 b c 0 
∆=  S’il n’existe pas d’autre élément dans G que In et −In , la propriété est acquise.
 0 d e 0 
Sinon, il existe un élément A ∈ G autre que In et −In . Puisque A2 = In , on a
0 0 0 f
ker(A − In ) ⊕ ker(A + In ) = Rn
et Q la matrice de passage définie dans le code Maple précédent
L’ensemble de ces matrices est une sous-algèbre de dimension 6 de M4 (K). Il existe donc une matrice inversible P vérifiant
c) Dans les deux cas, si X est solution de l’équation X 2 = A alors X commute  
Ir Or,n−r
avec A et la droite vectorielle sous-espace propre associée à la valeur propre P −1 AP =
On−r,r −In−r
strictement négative de A est stable par X (aussi l’argument det A < 0 permet
d’affirmer l’incompatibilité de l’équation X 2 = A dans M4 (R)). Soit M un autre élément de G. Puisque A et M commutent, les sous-espaces
Dans M4 (C), les solutions de l’équation X 2 = A sont à rechercher parmi les propres de A sont stables par M et on peut donc écrire
matrices commutant avec A et sont donc de la forme P DP −1 (ou Q∆Q−1 ) avec
M0
 
D (ou ∆) de carré convenable. Or,n−r
P −1 M P =
Dans le premier cas, on obtient 16 solutions de la forme On−r,r M 00
 √
Sachant M 2 = In , on a M 02 = Ir et M 002 = In−r de sorte que les ensembles G0 et

2 2ε1 (0)
2ε2  −1 G00 formés des matrices M 0 et M 00 ainsi obtenues sont des sous-groupes de


P P
respectivement (GLr (R), ×) et (GLn−r (R), ×). Par hypothèse de récurrence, il
 2 3ε3 
(0) 2iε4 existe P 0 et P 00 inversibles telles que

avec εi = ±1. ∀M 0 ∈ G0 , P 0−1 M 0 P 0 ∈ Dr (K) et ∀M 00 ∈ G00 , P 00−1 M 00 P 00 ∈ Dn−r (K)


Une solution particulière est obtenue par
et en posant alors
evalm(P&*diag(2*sqrt(2), 2, 2*sqrt(3), 2*I)&*inverse(P));
La somme des solutions est nulle et le produit des solutions vaut A8 . P0
 
Or,n−r
Q= P ∈ GLn (R)
Dans le second cas, on obtient une infinité de solution de la forme On−r,r P 00
on a
 
2iε1 √ (0)
Q 2 2S  Q−1 ∀M ∈ G, Q−1 M Q ∈ Dn (K)
(0) 2ε2 Récurrence établie.
c) Les matrices appartenant à G sont semblables, via une même matrice de
avec εi = ±1 et S ∈ M2 (C) vérifiant S 2 = I2 . passage, à des matrices diagonales dont les coefficients diagonaux ne peuvent
Une solution particulière est obtenue par qu’être 1 et −1. Il n’existe que 2n matrices de ce type dans Mn (R), on en déduit
evalm(Q&*diag(2*I, 2*sqrt(2), 2*sqrt(2), 2)&*inverse(Q));
CardG 6 2n

Exercice 148 : [énoncé] d) Soit ϕ un isomorphisme de (GLn (R), ×) vers (GLm (R), ×).
a) Pour tout élément A ∈ G, on a A−1 = A. On en déduit que pour tout A, B ∈ G, Considérons l’ensemble G formé des matrices diagonales M de Mn (R) vérifiant
M 2 = In . G est un sous-groupe de (GLn (R), ×) de cardinal exactement 2n .
AB = (AB)−1 = B −1 A−1 = BA Puisque pour tout M ∈ G,

b) Montrons le résultat par récurrence forte sur n > 1. ϕ(M )2 = ϕ(M 2 ) = ϕ(In ) = Im

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 72

l’ensemble ϕ(G) est un sous-groupe de (GLm (R), ×) vérifiant b) En vertu de ce qui précède
∀M 0 ∈ ϕ(G), M 02 = Im
Par l’étude qui précède, on peut affirmer chA = αA2 + βA + γI3
Cardϕ(G) 6 2m avec
et puisque +∞ +∞ +∞
!
1 X 32n X 22n X 1
Cardϕ(G) = CardG = 2n α= 3 +2 −5
30 (2n!) (2n)! (2n)!
on en déduit n 6 m. n=0 n=0 n=0
Un raisonnement symétrique donne m > n et permet de conclure. et donc
3ch3 + 2ch2 − 5ch1
α=
30
Exercice 149 : [énoncé] De même, on obtient
a) Puisque de taille 3 avec 3 valeurs propres distinctes, la matrice A est
3ch3 − 8ch2 + 5ch1 5ch1 + ch2 − ch3
diagonalisable et son polynôme minimal est β= et γ =
30 5
ΠA = (X + 2)(X − 1)(X − 3)

La division euclidienne de X n par ΠA s’écrit Exercice 150 : [énoncé]


a) Puisque f possède n valeurs propres en dimension n, il est diagonalisable et ses
X n = ΠA Q + R avec deg R < 3 valeurs propres sont simples. Les sous-espaces propres de f sont donc de
dimension 1.
Le polynôme R peut s’écrire b) g ◦ f = g 3 = f ◦ g.
Puisque f et g commutent, les sous-espaces propres de f sont stables par g.
R(X) = a(X − 1)(X − 3) + b(X − 3) + c
Si x est vecteur propre de f associé à la valeur propre λ alors g(x) appartient au
et l’évaluation de la relation division euclidienne en −2, 1 et 3 donne même sous-espace propre et puisque celui-ci est une droite et que x est non nul,
g(x) est colinéaire à x. Ainsi x est vecteur propre de g.
 n
 15a − 5b + c = (−2)
 c) Notons λ1 , . . . , λn les valeurs propres de f et considérons une base de vecteurs
2b + c = 1 propres de f dans laquelle la matrice de f est
c = 3n


D = diag(λ1 , . . . , λn )
puis Un endomorphisme g de E vérifiant g 2 = f a une matrice diagonale dans la base
3n+1 − (−2)n+1 − 5


 a= de vecteurs propres de f précédente.
30

Résoudre l’équation g 2 = f revient alors à résoudre l’équation ∆2 = D avec ∆ la


3n − 1 matrice diagonale
b=
2

∆ = diag(α1 , . . . , αn )



c = 3n

L’équation ∆2 = D équivaut à
et enfin
∀1 6 i 6 n, αi2 = λi
3n+1 − (−2)n+1 − 5 2 3n+1 + (−2)n+3 + 5 3n − (−2)n − 5
R(X) = X + X +−
30 30 5 Si les λi ne sont pas tous positifs ou nuls, il n’y a pas de solutions.
En évaluant la relation de division euclidienne en A, on obtient Si les λi sont tous positifs ou nuls alors les solutions de l’équation g 2 = f sont les
endomorphismes représentés dans la base de vecteurs propres de f par les matrices
3n+1 − (−2)n+1 − 5 2 3n+1 + (−2)n+3 + 5 −3n + (−2)n + 5
An = R(A) =
p p
A + A+ I3 diag(± λ1 , . . . , ± λn )
30 30 5
Diffusion autorisée à titre entièrement gratuit uniquement - dD
[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 73

Si aucune des valeurs propres n’est nulle, il y a 2n solutions et si l’une d’elle est donc en multipliant par e−ikθ
nulle, il y a 2n−1 solutions.
e−ikθ = 1 + e−i(k−1)θ

Exercice 151 : [énoncé] La suite v de terme général vn = e−inθ vérifie alors


Supposons que l’équation étudiée admet une solution θ.
∀n ∈ N, vn+k = vn + vn+k−1
En passant aux parties réelle et imaginaire on obtient
( et donc la suite u = Rev est un élément non nul de Sk . Puisque
cos θ + cos kθ = 1
sin θ + sin kθ = 0 nπ
un = cos
3
La deuxième équation donne
la suite u est périodique et non nulle.
θ = −kθ [2π] ou θ = π − kθ [2π] Inversement, montrons qu’il est nécessaire que 6 divise k + 1 pour qu’il existe une
suite périodique non nulle dans Sk . On vérifie aisément que Sk est un R-espace
Si θ = π − kθ [2π] alors cos θ + cos kθ = 0 et le système initial n’est pas vérifié. vectoriel de dimension k dont une base est formée par les suites e0 , e1 , . . . , ek−1
Si θ = −kθ [2π] alors déterminées par

cos θ + cos kθ = 1 ⇔ cos θ = 1/2 ∀0 6 n 6 k − 1, ej (n) = δn,j et ∀n ∈ N, ej (n + k) = ej (n) + ej (n + k − 1)


ce qui donne θ = π/3 [2π] ou θ = −π/3 [2π]. Considérons l’endomorphisme T : (un ) 7→ (un+1 ) opérant sur RN .
Cas θ = π/3 [2π] On vérifie aisément que T laisse stable Sk ce qui permet d’introduire
On obtient ( l’endomorphisme induit par T sur Sk que nous noterons encore T . Affirmer
θ = π/3 + 2pπ l’existence d’une suite périodique non nulle dans Sk signifie que 1 est valeur
(k + 1)θ = 2qπ propre d’une puissance T q de T .
La matrice de T dans la base (e0 , . . . , ek−1 ) est
avec p, q ∈ Z.
On a alors 
0 ··· ··· 0 0

(6p + 1)(k + 1) = 6` .. .. 
 1 ...

. . 
Puisque 6` ∧ (6p + 1) = 1, le théorème de Gauss donne 6 | (k + 1).  
Inversement, si 6 | (k + 1) alors on peut écrire k + 1 = 6` et pour θ = π/3

 0 . .. . . . ... 0  
 
 . . .
 .. .. .. 0 1 

eiπ/3 + ei(6`−1)π/3 = eiπ/3 + e−iπ/3 = 1
0 ··· 0 1 1
donc l’équation étudiée admet au moins une solution.
Cas θ = −π/3 [2π] car T (ek−1 ) = ek−1 + e0 . Le polynôme caractéristique de T est
Une étude semblable conduit à la même condition.
Finalement, l’équation étudiée possède une solution réelle si, et seulement si, −X 0 ··· 0 0
. .

.. .. ..
1 −X .
6 | (k + 1)
χT (X) = 0
. .. . ..
0 0
b) Supposons que 6 divise k + 1. Pour θ = π/3 on a
. ..

..

. 1 −X 1
eiθ + eikθ = 1

0 ··· 0 1 1−X

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 74

Par l’opération L1 ← L1 + XL2 + X 2 L3 + · · · + X k−1 Lk , on obtient converge si, et seulement si, les deux dernières coefficients de la colonne P −1 X0
sont nuls ce qui donne X0 de la forme
χT (X) = (−1)k X k − X k−1 − 1

   
λ λ
Les valeurs propres complexes de T sont alors les racines du polynôme X0 = P  0  =  λ
   

X k − X k−1 − 1 0 λ

Finalement, les suites (un )n>0 , (vn )n>0 et (wn )n>0 convergent si, et seulement si,
On vérifie que ce polynôme et son polynôme dérivé n’ont pas de racines en
u0 = v0 = w0 (et ces suites sont alors en fait constantes. . . )
commun ; on en déduit que T admet exactement k valeurs propres complexes
distinctes. L’endomorphisme T est diagonalisable dans le cadre complexe, il en est
de même de T q dont les valeurs propres sont alors les puissances qème des valeurs
propres de T . Ainsi 1 est valeur propre de T q si, et seulement si, il existe λ ∈ C tel Exercice 153 : [énoncé]
que Il est bien connu que les polynômes en f commutent avec f .
Inversement, soit g un endomorphisme commutant avec f .
λk − λk−1 − 1 = 0 et λq = 1
Notons λ1 , . . . , λn les valeurs propres deux à deux distinctes de f et e1 , . . . , en des
Un tel nombre complexe peut s’écrire λ = e−iθ et l’on parvient alors à l’existence vecteurs propres associés. La famille (e1 , . . . , en ) est une base de E diagonalisant
d’une solution à l’équation f et les sous-espaces propres de f sont de dimension 1. Puisque f et g commutent,
eiθ + eikθ = 1 ses sous-espaces propres de f sont stables par g et donc, pour tout k ∈ {1, . . . , n},
il existe µk tel que g(ek ) = µk ek . Considérons alors un polynôme interpolateur P
et donc à la condition 6 | (k + 1).
vérifiant
∀k ∈ {1, . . . , n} , P (λk ) = µk

Exercice 152 : [énoncé] On a pour tout k ∈ {1, . . . , n},



Introduisons la colonne Xn = t un vn wn et la matrice
P (f )(ek ) = P (λk )(ek ) = µk ek = g(ek )
 
−1 1 1 Puisque les applications linéaires P (f ) et g sont égales sur une base, on peut
A= 1 −1 1  conclure
1 1 −1 P (f ) = g
de sorte qu’on ait Xn+1 = AXn et donc Xn = An X0 .
Après réduction, on a A = P DP −1 avec
Exercice 154 : [énoncé]

1 0 0
 
1 1 1
 Posons  
1 1
D =  0 −2 0  , P =  1 −1 0  A=
1 1
0 0 −2 1 0 −1
On obtient aisément SpA = {0, 2}
On a alors An = P Dn P −1 puis a) Soit M une matrice solution de l’équation M 2 + M = A.
Si λ est valeur propre de M alors λ2 + λ est valeur propre de A et donc
Xn = P Dn P −1 X0
λ2 + λ = 0 ou λ2 + λ = 2
−1
La suite (Xn ) converge si, et seulement si, la suite (P Xn ) converge. Or
On en déduit
P −1 Xn = Dn P −1 X0 λ ∈ {0, −1, 1, −2}

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 75

p
b) Posons On peut alors écrire x =
P
xj avec xj ∈ Eµj (u). L’égalité v 3 (x) = λ3 x donne
j=1
P (X) = X(X + 1)(X − 1)(X + 2) = (X 2 + X)(X 2 + X − 2)
p
X p
X
On a µ3j xj = λ 3 xj
j=1 j=1
P (M ) = A(A − 2I2 ) = O2
Les espaces Eµj (v) étant en somme directe, on peut identifier les termes de ces
Puisque M annule un polynôme scindé à racines simple, la matrice M est
sommes
diagonalisable.
µ3j xj = λ3 xj
Notons λ et µ ses deux valeurs propres. Puisque λ2 + λ et µ2 + µ correspondent
aux deux valeurs propres de A, on a, quitte à échanger λ et µ : Si xj 6= 0E , on obtient µj = λ et donc µj xj = λxj .
Si xj = 0E , l’identité µj xj = λxj reste vraie.
λ ∈ {0, −1} et µ ∈ {1, −2} On en déduit
v(x) = λx = u(x)
Il y a alors quatre situations possibles :
Cas λ = 0 et µ = 1 Ainsi les endomorphismes v et u coïncident sur Eλ (u). Or, l’endomorphisme u
On a M (M − I2 ) = O2 donc M 2 − M = O2 . Combinée à la relation M 2 + M = A, étant diagonalisable, E est la somme des sous-espaces propres de u. Les
on obtient endomorphismes v et u coïncident donc sur E.
1
M= A
2
Exercice 156 : [énoncé]
Cas λ = 0 et µ = −2 Son polynôme caractéristique est scindé.
Un raisonnement analogue donne

M = −A
Exercice 157 : [énoncé]
a) A est annule le polynôme χA qui est scindé donc A est trigonalisable.
Cas λ = −1
b) Soit T une matrice triangulaire semblable à A. Les coefficients diagonaux de T
On obtient
1 sont les valeurs propres de A comptées avec multiplicité. Cependant Ak est
M = A − I2 et M = −I2 − A semblables à T k donc les valeurs propres de Ak sont les coefficients diagonaux de
2
T k or ceux-ci sont les puissances d’ordre k des coefficients diagonaux de T
Inversement, on vérifie par le calcul que ces matrices sont solutions. c’est-à-dire des valeurs propres de A.

Exercice 155 : [énoncé] Exercice 158 : [énoncé]


Soient λ ∈ Sp(u) et x ∈ Eλ (u) non nul. On a Il est entendu, qu’ici, le polynôme caractéristique d’une matrice carrée A est
définie par
v 3 (x) = u3 (x) = λ3 x χA = det(XId − A)
La matrice A est semblable à une matrice triangulaire de la forme
Or v est diagonalisable donc, en notant µ1 , . . . , µp les valeurs propres de v, on a la
décomposition en somme directe
 
λ1 ?
 .. 
p  . 
E = ⊕ Eµj (v)
j=1 0 λn

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 76

et donc Aq est semblable à Exercice 161 : [énoncé]


λq1
 
? a) χA (X) = −(X + 1)(X −1)2 . 

 ..
.

 b) E−1 = Vectt 1 1 2 , E1 = Vectt 1 0 1 .
La matrice A n’est pas diagonalisable mais on peut la rendre semblable à la
0 λqn
matrice
 
Ainsi le polynôme caractéristique de Aq est celui voulu. −1 0 0
T =  0 1 1 .
0 0 1
 
On prend C1 = t 1 1 2 , C2 = t 1 0 1 .
Exercice 159 : [énoncé] t

0 −1 0 convient.
A  C3 tel queAC3 = C3 + C2 . C3 =
On détermine
 est semblable 
à une matrice triangulaire supérieure de la forme
1 1 0
λ1 ?
.. Pour P =  1 0 −1 , on a P −1 AP = T .
.
 
 . 2 1 0
0 λn
exp(A) est alors semblable 
à une matrice de la forme
?0

exp(λ1 )
.. Exercice 162 : [énoncé]
.
 
 . a) χA (X) = −(X − 1)3 . 
0 exp(λn ) b) E1 = Vectt 1 0 1 .
Cela suffit pour conclure. La matrice A n’est pas diagonalisable mais on peut la rendre semblable à la
matrice
 
1 1 0
T =  0 1 1 .
Exercice 160 : [énoncé]
0 0 1
Puisque le polynôme χA est scindé, la matrice A est trigonalisable. Plus 
précisément, la matrice A est semblable à une matrice de la forme On prend C1 = t 1 0 1 . 
On détermine C2 tel que AC2 = C2 + C1 . C2 = t 0 1 0 convient.
t
0 −1 1 convient.
 
λ1 ?  C3 tel queAC3 = C3 + C2 . C3 =
On détermine
 ..  1 0 0
.
Pour P =  0 1 −1 , on a P −1 AP = T .
 
(0) λn
1 0 1
La matrice P (A) est alors semblable à
 
P (λ1 ) ? Exercice 163 : [énoncé]
 .. 
a) Commençons par quelques cas particuliers.
 .   
(0) P (λn ) λ 0
Si A = alors A ∈ K [B] en s’appuyant sur un polynôme constant.
0 λ
 
et donc λ1 0
n Si A = avec λ1 6= λ2 alors les matrices qui commutent avec A sont
Y 0 λ2
χP (A) = (−1)n (X − P (λk ))  
α1 0
k=1 diagonales donc B est de la forme . En considérant P = aX + b tel
0 α2
que P (λ1 ) = α1 et P (λ2 ) = α2 , on a B = P (A) ∈ K [A].

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 77
 
λ µ Pour conclure, il suffit d’établir résultat suivant :
Si A = avec µ 6= 0, une étude de commutativité par coefficients
0 λ « Soient α1 , . . . , αp ∈ C? et λ1 , . . . , λp ∈ C deux à deux distincts.
  p
α β
. Pour P = βµ X + γ avec βλ αj λm
P
inconnus donne B =
0 α µ + γ = α, on a Si j −−−−−→ 0 alors ∀1 6 j 6 p, |λj | < 1 ».
m→+∞
j=1
B = P (A) ∈ K [A]. Raisonnons pour cela par récurrence sur p > 1.
Enfin, dans le cas général, A est semblable à l’un des trois cas précédent via une Pour p = 1, la propriété est immédiate.
matrice P ∈ GL2 (K). La matrice B 0 = P −1 BP commute alors avec A0 = P −1 AP Supposons la propriété vraie au rang p > 1.
donc B 0 est polynôme en A0 et par le même polynôme B est polynôme en A. Soient α1 , . . . , αp+1 ∈ C? et λ1 , . . . , λp+1 ∈ C deux à deux distincts tels que
b) On imagine que non, reste à trouver un contre-exemple.
Par la recette dite des « tâtonnements successifs »ou saisi d’une inspiration p+1
X
venue d’en haut, on peut proposer αj λm
j −−−−−→ 0 (1)
m→+∞
    j=1
1 1 0 1 0 0
A =  0 1 0  et B =  0 1 0  Par décalage d’indice, on a aussi
0 0 1 0 1 1
p+1
X
On vérifie que A et B commutent et ne sont ni l’un ni l’autre polynôme en l’autre αj λm+1 −−−−−→ 0 (2)
j m→+∞
car tout polynôme en une matrice triangulaire supérieure est une matrice j=1
triangulaire supérieure.
λp+1 × (1) − (2) donne
Exercice 164 : [énoncé] p
X
a) u admet une valeur propre λ et le sous-espace propre associé est stable par v. αj (λp+1 − λj )λm
j −−−−−→ 0
m→+∞
Cela assure que u et v ont un vecteur propre en commun e1 . On complète celui-ci j=1
en une base(e1 , e2 , . .. , en ). Lesmatrices 
de u et v dans cette base sont de la
λ ? µ ? qui se comprend encore
forme A = et B = . Considérons les endomorphismes u0 et p
0 A0 0 B0 X
βj λ m
j −−−−−→ 0
v 0 de E 0 = Vect(e2 , . . . , en ) représentés par A0 et B 0 dans (e2 , . . . , en ). AB = BA m→+∞
j=1
donne A0 B 0 = B 0 A0 et donc [u0 , v 0 ] = 0. Cela permet d’itérer la méthode jusqu’à
obtention d’une base de cotrigonalisation. avec les β1 , . . . , βp non nuls.
Par hypothèse de récurrence, on a alors ∀1 6 j 6 p, |λj | < 1.
 
b) Par récurrence, on vérifie uk , v = kλuk . L’endomorphisme w 7→ [w, v] de
p
L(E) ne peut avoir une infinité de valeurs propres donc il existe k ∈ N? tel que P
αj λm
On en déduit j −−−−−→ 0 et la relation (1) donne alors
uk = 0. L’endomorphisme u est nilpotent donc ker u 6= {0} ce qui permet j=1 m→+∞

d’affirmer que u et v ont un vecteur propre commun. On peut alors reprendre la αp+1 λm
p+1 −−−−−→ 0 d’où l’on tire |λp+1 | < 1.
m→+∞
démarche de la question a) sachant qu’ici A0 B 0 − B 0 A0 = λA0 . Récurrence établie.
c) Si α = 0, l’étude qui précède peut se reprendre pour conclure. Si α 6= 0, on
introduit w = αu + βv et on vérifie [w, v] = αw. Ainsi w et v sont
cotrigonalisables puis u et v aussi cas u = α1 (w − βv).
Exercice 166 : [énoncé]
a) Si B = On alors tout vecteur propre de A (et il en existe car le corps de base
Exercice 165 : [énoncé] est C) est aussi vecteur propre de B.
La matrice A est trigonalisable et si l’on note λ1 , . . . , λp ses valeurs propres Si B 6= On alors l’espace ImB est stable par B et il existe alors un vecteur propre
p
de B dans ImB. Puisque ImB ⊂ ker A car AB = On , ce vecteur propre de B est
distinctes alors tr(Am ) = αj λm
P
j avec αj la multiplicité de la valeur propre λj .
j=1 aussi vecteur propre de A (associé à la valeur propre 0).

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 78

b) Par récurrence sur la taille n des matrices. Considérons alors la matrice carrée de Vandermonde
Pour n = 1, c’est immédiat.  
1 1 ··· 1
Supposons la propriété vérifiée au rang n − 1 > 1.  α1 α 2 · · · α r 
Soit A, B ∈ Mn (C) vérifiant AB = On . Soit X1 un vecteur propre commun aux 
 .. .. ..


matrices A et B associé aux valeurs propres λ et µ respectivement. Soit P une  . . . 
matrice inversible dont la première colonne est X1 . Par changement de base on a r−1 r−1 r−1
α1 α2 · · · αr
   
λ ? µ ? Celle-ci est inversible car les α1 , . . . , αr sont deux à deux distincts. Or les égalités
P −1 AP = et P −1
BP =
0 A0 0 B0 qui précèdent donnent
X r

Puisque AB = On on a λµ = 0 et A0 B 0 = On−1 . aαj Cj = 0


Par hypothèse de récurrence, il existe une matrice Q ∈ GLn−1 (C) telle que j=1

Q−1 A0 Q et Q−1 B 0 Q sont triangulaires supérieures. Pour la matrice en notant Cj les colonnes de la matrice de Vandermonde précédente.
  On en déduit
1 0 ∀1 6 j 6 r, aαj = 0
R=P × ∈ GLn (C)
0 Q
ce qui donne
−1
on obtient R AR et R −1
BR triangulaires supérieures. ∀λ ∈ SpA ∪ SpB, mλ (A) = mλ (B)
Récurrence établie

Exercice 168 : [énoncé]


Exercice 167 : [énoncé] Le polynôme caractéristique χA (X) = −(X − 1)3 est scindé donc A est
Notons λ1 , . . . , λp et µ1 , . . . , µq les valeurs propres deux à deux distinctes des trigonalisable.
matrices A et B respectivement. On a    
1 0
L’hypothèse de travail donne
E1 (A) = Vect  0 ,  −1
   
p q
X X 0 1
∀m ∈ N, mλj (A)λm
j = mµk (B)µm
k
j=1 j=1 et puisque        
0 0 0 0
Avec des notations étendues, ceci donne A  0 =  −1 =  0 +  −1
       

1 2 1 1
X
∀m ∈ N, aλ λm = 0
λ∈SpA∪SpB on a A = P T P −1 avec
   
avec aλ = mλ (A) − mλ (B). 1 0 0 1 0 0
Indexons alors les valeurs propres de A et B de sorte que T = 0 1 1  et P =  0 −1 0 
0 0 1 0 1 1
SpA ∪ SpB = {α1 , . . . , αr }

avec α1 , . . . , αr deux à deux distinctes. On obtient donc Exercice 169 : [énoncé]


r Sur C, A est trigonalisable semblable à une matrice triangulaire supérieure ou sur
X
∀m ∈ N, aαj αjm = 0 la diagonale figurent les valeurs propres complexes de A comptées avec
j=1 multiplicité.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 79

Exercice 170 : [énoncé] Exercice 174 : [énoncé]


Notons A la matrice étudiée. χA = −(X − 9)3 donc χA est scindé et par Si P et Πu sont premiers entre eux alors par l’égalité de Bézout, il existe
conséquent A est trigonalisable. U, V ∈ K [X] tels que U P + V Πu = 1 donc U (u)P (u) = IdE . Aussi
P (u)U (u) = IdE donc P (u) est inversible et P (u)−1 = U (u) ∈ K [u].
t

dim E9 (A) = 1 et X1 = 2 2 −1 est vecteur propre. 
t
X2 = −7 −8 3 vérifie AX2 = 9X2 + 3X1 et X3 = t −5 5 9 vérifie Si P et Πu ne sont par premiers entre eux alors on peut écrire Πu = QD avec D le
AX3 = 9X3 + 9X2 . pgcd de P et Πu . On a Πu | P Q donc P (u)Q(u) = 0 alors que Q(u) 6= 0 puisque
Ainsi pour   deg Q < deg Πu . Par suite P (u) n’est pas inversible.
2 −7 −5
P =  2 −8 5 
−1 3 9 Exercice 175 : [énoncé]
on obtient Πu annule u donc aussi uF et ainsi ΠuF | Πu . De même ΠuG | Πu donc
ppcm(ΠuF , ΠuG ) | Πu .
 
9 3 0
P −1 AP =  0 9 9  Inversement si P = ppcm(ΠuF , ΠuG ) alors ∀x ∈ F , P (u)(x) = 0 et ∀x ∈ G,
0 0 9 P (u)(x) = 0 donc ∀x ∈ E = F ⊕ G, P (u)(x) = 0 donc P annule u puis Πu | P .

Exercice 171  : [énoncé] Exercice 176 : [énoncé]


P (A) ?
 
O ?
 Πu annule u donc aussi uF puis la conclusion.
On a P (M ) = = et
O P (B) O ?
   
Q(A) ? ? ?
Q(M ) = = Exercice 177 : [énoncé]
O Q(B) O O
Considérons B = A − In . On a B 2 = On .
  
O ? ? ?
donc (P Q)(M ) = P (M )Q(M ) = = On . Soit u l’endomorphisme de Kn dont la matrice est B dans la base canonique.
O ? O O
Ainsi le polynôme P Q est annulateur de M . On a u2 = 0̃ donc Imu ⊂ ker u.
Soit (e1 , . . . , ep ) une base de Imu complétée en (e1 , . . . , ep , ep+1 , . . . , eq ) base de
ker u.
Pour tout j ∈ {1, . . . , p}, considérons εj ∈ E tel que u(εj ) = ej .
Exercice 172 : [énoncé]
Supposons λ1 ε1 + · · · + λp εp + µ1 e1 + · · · + µq eq = 0.
Les vecteurs de (Id, u, . . . , up ) évoluent dans L(E) qui est de dimension n2 . Pour
On appliquant u à cette relation, on obtient λ1 e1 + · · · + λp ep = 0 donc
p = n2 la famille est assurément liée. Une relation linéaire donne alors
λ1 = . . . = λp = 0.
immédiatement un polynôme annulateur non nul.
La relation initiale devient µ1 e1 + · · · + µq eq = 0 qui entraîne µ1 = . . . = µq = 0.
Finalement la famille (ε1 , . . . , εp , e1 , . . . , eq ) est libre et puisque formée de
p + q = dim Imu + dim ker u = n vecteurs de E, c’est une base de E.
Exercice 173 : [énoncé] La matrice de u dans la base (e1 , ε1 , . . . , ep , εp , ep+1 , . . . , eq ) a alors ses coefficients
u ◦ (u − Id) ◦ (u + Id) s’annule sur ker(u ◦ (u − Id)) et sur ker(u ◦ (u + Id)) donc tous nuls sauf p coefficients sur la sur-diagonale.
sur ker(u ◦ (u − Id)) + ker(u ◦ (u − Id)) = E et ainsi u ◦ (u2 − Id) = 0. La matrice B est donc semblable à la matrice précédente et A = In + B est
Si x ∈ ker u alors x ∈ ker(u ◦ (u − Id)) ∩ ker(u ◦ (u + Id)) = {0} donc ker u = {0} semblable à une matrice de la forme voulue.
et u ∈ GL(E).
Par suite u2 − Id = u−1 ◦ u ◦ (u2 − Id) = 0 et donc u2 = Id. Ainsi u est une
symétrie vectorielle.
Exercice 178 : [énoncé]
a) Il suffit de procéder par récurrence en exploitant

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 80

f n+1 ◦ g − g ◦ f n+1 = f ◦ (nf n + g ◦ f n ) + (I − f ◦ g) ◦ f n . Par suite


b) Par linéarité P (f ) ◦ g − g ◦ P (f ) = P 0 (f ). πA = (X − (a + b))(X − (a − b))
Ainsi si P annule f alors P 0 aussi. Ceci est impossible en dimension finie car le
et les polynômes annulateurs de A sont les multiples de πA .
polynôme minimal d’un endomorphisme annule celui-ci et est de degré minimal.
Notons qu’un argument de calcul de trace est de loin plus rapide et plus simple !
c) f ◦ g(P ) = (XP )0 = XP 0 + P et g ◦ f (P ) = XP 0 donc (f ◦ g − g ◦ f )(P ) = P .
Exercice 182 : [énoncé]
(X − λ)αλ et E = ker(f − λId)αλ
Q
On peut écrire Πf = ⊕
λ∈Sp(f ) λ∈Sp(f )
Exercice 179 : [énoncé]
décomposition en somme de sous-espaces vectoriels stables par f .
Supposons n est impair. Le polynôme caractéristique d’une matrice de Mn (R)
Pour chaque λ ∈ Sp(f ), ker(f − λId)αλ −1 6= ker(f − λId)αλ par minimalité de Πf
étant de degré impair possèdera une racine qui sera valeur propre de la matrice et
et donc il existe xλ ∈ ker(f − λId)αλ \ ker(f − λId)αλ−1 .
aussi racine de son polynôme minimal. Celui-ci ne peut alors être le polynôme
On peut alors établir que la famille (f − λId)k (xλ ) 06k6α −1 est libre.
X 2 + 1. P λ

Supposons n est pair. Considérons Considérons maintenant x = xλ .


λ∈Sp(f )
P (f )(xλ ) avec P (f )(xλ ) ∈ ker(f − λId)αλ par
P
Pour P ∈ C [X], P (f )(x) =
 
0 −1
A= et An = diag(A, . . . , A) ∈ Mn (R) λ∈Sp(f )
1 0
stabilité.
An n’est pas une homothétie donc le degré de son polynôme minimal est supérieur Par décomposition en somme directe, P (f )(x) = 0 ⇔ ∀λ ∈ Sp(f ), P (f )(xλ ) = 0.
à 2. Par division euclidienne P = (X − λ)αλ Q + R avec deg R < αλ de sorte qu’on
αPλ −1
De plus A2n = −In donc X 2 + 1 annule An .
puisse écrire R = ak (X − λ)k . On alors P (f )(xλ ) = 0 ⇔ ∀0 6 k < αλ , ak = 0.
Au final, X 2 + 1 est polynôme minimal de An . k=0
Ainsi P (f )(x) = 0 ⇔ ∀λ ∈ Sp(f ), (X − λ)αλ | P
Enfin puisque les termes (X − λ)αλ sont premiers entre eux, on peut conclure
Exercice 180 : [énoncé] P (f )(x) = 0 ⇔ Πf | P .
P = X(X 2 − 3aX + a2 ) est annulateur de f donc par le théorème de
décomposition des noyaux, E = ker f ⊕ ker(f 2 − 3af + a2 Id) car X et
X 2 − 3aX + a2 sont premiers entre eux. Or a étant non nul, on montre Exercice 183 : [énoncé]
élémentairement ker(f 2 − 3af + a2 Id) ⊂ Imf tandis que l’inclusion réciproque Cas particulier : Supposons que 1 est la seule valeur propre de A.
provient de ce que (f 2 − 3af + a2 Id) ◦ f = 0. Il est donc vrai que ker f et Imf sont La matrice A est alors semblable à une matrice triangulaire supérieure avec des
supplémentaires. coefficients diagonaux toux égaux à 1. Ceci permet d’écrire P −1 AP = T avecP
inversible et  
1 ?
Exercice 181 : [énoncé] ..
T =
 
A = P DP −1 avec D = diag(a + b, . . . , a + b, a − b, . . . , a − b) et . 
  (0) 1
1 (0) 0 1 (0)
 .. .. ..  Notons a l’élément d’indice (1, 2) de cette matrice.

 . . . 
 Par une récurrence facile, on montre

 1 0 (0) 1 
  
P = 0 · · · 0 1 0 · · · 0 
 1 ma ?
 (0) 1 0 (0) −1   1 
P −1 Am P = 
   

. . .
. . .  .. 
 . . .   . 
1 (0) 0 −1 (0) (0) 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 81

1 m
Or kAk 6 1, donc kAm k 6 1 puis mA −−−−−→ On et enfin Or, pour toute valeur propre λ, Im(u − λId) ∩ ker(u − λId) = {0} entraîne
m→+∞
1 −1 m ker(u − λId) = ker(u − λId)2 puis par le principe des noyaux itérés
mP A P −−−−−→ On .
m→+∞ ker(u − λId) = ker(u − λId)mλ . Par suite
Or
⊕ ker(u − λId)
 
1/m a ? E=
λ∈Spu
1 −1 m  1/m 
P A P =
 
.. et donc u est diagonalisable
m

.
c) Soit λ une valeur propre de u. Le polynôme minimal de u peut s’écrire
 
(0) 1/m
πu = (X − λ)α Q avec Q(λ) 6= 0
On en déduit a = 0.
Par ce principe, on peut annuler successivement chaque coefficient de la πu (u) = 0 donne
sur-diagonale de T puis chaque coefficient de la sur-diagonale suivante etc. ImQ(u) ⊂ ker(u − λId)α
Au final T = In puis A = In et le polynôme minimal de A est ΠA = X − 1. Si λ est une valeur propre séparable alors ker(u − λId) = ker(u − λId)α et donc
Cas général :
Le polynôme minimal de A s’écrit ΠA = (X − 1)α Q(X) avec Q(1) 6= 0. ImQ(u) ⊂ ker(u − λId)
Par le lemme de décomposition des noyaux, Cn = F ⊕ G avec F = ker(A − I)α et puis le polynôme (X − λ)Q annule u. Par minimalité de πu , on conclut α = 1.
G = ker Q(A). Inversement, si λ est une racine simple du polynôme minimal, alors
Notons B la matrice de l’endomorphisme induit par A sur le sous-espace vectoriel
stable F . On vérifie que 1 est la seule valeur propre de B et que kBk 6 1. L’étude πu = (X − λ)Q avec Q(λ) 6= 0
qui précède assure alors que B = In et donc le polynôme X − 1 annule A sur F . Puisque les polynômes Q et X − λ sont premiers entre eux, on peut écrire
De plus le polynôme Q annule A sur G donc le polynôme (X − 1)Q annule A sur
Cn . Puisque 1 n’est pas racine de Q, 1 n’est que racine simple du polynôme QU + (X − λ)V = 1 avec U, V ∈ K [X]
minimal ΠA . et en évaluant
Q(u)U (u)(x) + (u − λId)V (u)(x) = x
avec Q(u)U (u)(x) ∈ ker(u − λId) (car πu est annulateur) et
Exercice 184 : [énoncé] (u − λId)V (u)(x) ∈ Im(u − λId).
a) Si ker(u − λId) = {0} alors Im(u − λId) = E car u − λId est inversible. Ainsi λ est une valeur propre séparable.
On en déduit que λ est séparable. Finalement les scalaires non séparables sont les racines multiples de πu .
Par contraposée, si λ n’est pas séparable alors λ est valeur propre de u. d) m(v) = u ◦ v, m2 (v) = u2 ◦ v,. . . P (m)(v) = P (u) ◦ v pour tout polynôme P .
b) Si u est un endomorphisme diagonalisable alors pour tout scalaire λ, Par suite les endomorphismes m et u ont les mêmes polynômes annulateurs et
ker(u − λId) = ker(u − λId)2 . donc le même polynôme minimal. Puisque les scalaires non séparables sont les
Par suite Im(u − λId) ∩ ker(u − λId) = {0} et on en déduit que λ est séparable. racines multiples du polynôme minimal, les endomorphismes u et m ont les
Inversement, soit u un endomorphisme scindé dont toutes les valeurs propres sont mêmes valeurs séparables.
séparables.
Puisque le polynôme caractéristique de u est scindé, on peut écrire
Exercice 185 : [énoncé]
Puisque u possède un polynôme annulateur, on a
Y
χu = (−1)dim E (X − λ)mλ
λ∈Spu dim K [u] < +∞
et par le lemme de décomposition des noyaux Or K [Q(u)] ⊂ K [u] donc
dim K [Q(u)] < +∞
E= ⊕ ker(u − λId)mλ et par conséquent Q(u) possède un polynôme annulateur.
λ∈Spu

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 82

Exercice 186 : [énoncé] L’égalité P (u)(x) = 0 donne


Quitte à considérer λP avec λ ∈ K? bien choisi, on peut supposer
au(x) + Q(u)(u2 (x)) = 0
0
P (0) = 0 et P (0) = 1
et donc u(x) = 0 car a 6= 0 et u2 (x) = 0.
ce qui permet d’écrire Ainsi x ∈ ker u et on peut conclure.

P (X) = X + X 2 Q(X) avec Q ∈ K [X]


Exercice 188 : [énoncé]
Soit x ∈ Imf ∩ ker f . Il existe a ∈ E tel que x = f (a) et on a f (x) = 0.
Par le lemme de décomposition des noyaux
On en déduit f 2 (a) = 0. Or P (f )(a) = 0 et
ker P (u) = ker Q(u) ⊕ ker R(u)
P (f )(a) = f (a) + Q(f ) f 2 (a) = f (a) = x


et puisque P est annulateur


Ainsi
Imf ∩ ker f = {0} E = ker Q(u) ⊕ ker R(u)
Soit x ∈ E.
Analyse : De plus R(u) ◦ Q(u) = 0̃ et donc ImQ(u) ⊂ ker R(u).
Supposons x = u + v avec u = f (a) ∈ Imf et v ∈ ker f . Par la formule du rang
On a
dim ImQ(u) = dim E − dim ker Q(u)
f (x) = f 2 (a) + f (v) = f 2 (a)
Or et par la supplémentarité qui précède
P (f )(x) = f (x) + f 2 (Q(f )(x)) = 0
dim E = dim ker Q(u) + dim ker R(u)
donc
f (x) = f 2 (−Q(f )(x)) donc
dim ImQ(u) = dim ker R(u)
Synthèse :
Posons u = −f (Q(f )(x)) et v = x − u. et l’on peut conclure.
On a immédiatement u ∈ Imf et x = u + v.
On a aussi
Exercice 189 : [énoncé]
f (v) = f (x) − f (u) = f (x) + f 2 (Q(f )(x)) = P (f )(x) = 0 a) On sait déjà ker u ⊂ ker u2 . On a P = XQ avec Q(0) 6= 0. Pour x ∈ ker u2 , on a
u2 (x) = 0 et Q(u)(u(x)) = 0 donc u(x) ∈ ker u ∩ ker Q(u) puis u(x) = 0 car
et donc v ∈ ker f . Q(0) 6= 0. On en déduit ker u2 ⊂ ker u puis l’égalité.
L’inclusion Imu2 ⊂ Imu est entendue.
Inversement, soit x ∈ Imu. On peut écrire x = u(a) pour un certain a ∈ E. Or
Exercice 187 : [énoncé] P (u)(a) = 0 et l’on peut écrire P sous la forme
On sait déjà ker u ⊂ ker u2 .
Inversement, soit x ∈ ker u2 . P (X) = an X n + · · · + a1 X avec a1 6= 0
Notons P le polynôme annulateur en question. On peut écrire
donc
P (X) = aX + X 2 Q(X) avec a 6= 0 et Q ∈ K [X] a1 u(a) ∈ Imu2

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 83

puis x ∈ Imu2 . automorphisme orthogonal sans valeur propre, c’est donc une rotation et celle-ci
Ainsi Imu2 = Imu est d’angle ±2π/3 car M 3 = In . De plus ce plan est aussi stable par M 2 = t M
b) Pour x ∈ ker u ∩ Imy, il existe a ∈ E, x = u(a) et a ∈ ker u2 = ker u donc x = 0. donc P ⊥ est stable par M ce qui permet de reprendre le raisonnement à partir
Pour x ∈ E, u(x) ∈ Imu = Imu2 et on peut écrire u(x) = u2 (a) pour un certain d’un X 0 ∈ P ⊥ \ {0}. Au final, M est orthogonalement semblable √à une matrice

a ∈ E. On a alors x = y + z avec y = u(a) ∈ Imu et z = x − y où l’on vérifie −1/2
√ 3/2
diagonale par blocs et aux blocs diagonaux égaux à ou
z ∈ ker u. − 3/2 −1/2
 √ 
−1/2 − 3/2
√ .
3/2 −1/2
Exercice 190 : [énoncé] La réciproque est immédiate.
Soit x vecteur propre associé à la valeur propre λ.
P (f )(x) = P (λ)x or P (f ) = 0 et x 6= 0 donc P (λ) = 0.
Exercice 195 : [énoncé]
a) Puisque A est nilpotente, A ne peut avoir que des valeurs propres nulles. Les
Exercice 191 : [énoncé]
valeurs propres étant les racines du polynôme caractéristique et ce dernier étant
ϕ2 = Id donc X 2 − 1 est annulateur de ϕ. Les valeurs propres de ϕ ne peuvent
scindé sur C, χA = (−1)n X n .
être que 1 et −1. En prenant pour f une fonction paire et une fonction impaire
b) Pour A ∈ Mn (R), on a aussi A ∈ Mn (C) et le polynôme caractéristique est
non nulle, on montre que 1 et −1 sont effectivement valeurs propres de ϕ.
calculé par la même formule dans les deux cas.

Exercice 192 : [énoncé]


a) On vérifier T 2 = Id donc T est un automorphisme et T −1 = T . Exercice 196 : [énoncé]
b) Puisque T annule X 2 − 1, SpT ⊂ {1, −1} puis égale car par exemple 1 est a) Soit x un vecteur propre associé à la valeur propre λ. On a f (x) = λx avec
vecteur propre associé à la valeur propre 1 et X − 1/2 est vecteur propre associé à x 6= 0E . Par composition f n (x) = λn x puis P (f )(x) = P (λ)x. Or P (f )(x) = 0E et
la valeur propre −1. x 6= 0E donc P (λ) = 0.
b) Le polynôme X 3 + 2X 2 − X − 2 est annulateur de f et 0 n’en est pas racine
donc 0 ∈ / Spf . Cela suffit pour conclure si l’espace est de dimension finie. Sinon,
Exercice 193 : [énoncé] on exploite
Les valeurs propres de u sont racines des polynômes annulateurs donc du 
1
 
1 2

polynôme minimal. f ◦ (f 2 + 2f − Id) = (f + 2f − Id) ◦ f = Id
2 2
Soit a une racine de Πu . On a Πu = (X − a)P et P (u) 6= 0 car P ne peut être
annulateur de u. Pour y ∈ Im(P (u))\ {0}, il existe x ∈ E, y = P (u)(x) et pour conclure.
Π(u)(x) = 0 donc (u − aId)(y) = 0 avec y 6= 0. Ainsi a est valeur propre de u (et y
est vecteur propre associé).
Exercice 197 : [énoncé]
χA = X 2 − (a + d)X + (ad − bc) annule matrice A.
Exercice 194 : [énoncé] On en déduit
Soit M solution. M 4 = t (M 2 ) = M donc X 4 − X est annulateur de M et puisque 1
A−1 = ((a + d)I2 − A)
0 et 1 ne sont pas valeurs propres de M , X 3 − 1 puis X 2 + X + 1 sont annulateurs ad − bc
de M .
Ainsi, on peut affirmer M 3 = t M M = I (ainsi M ∈ On (R)) et M 2 + M + I = 0.
Pour X 6= 0, P = Vect(X, M X) est un plan (car il n’y a pas de valeurs propres Exercice 198 : [énoncé]
réelles) stable par M (car M 2 = −M − I). La restriction de M à ce plan est un χA = (λ1 − X) . . . (λn − X) annule A en vertu du théorème de Cayley Hamilton.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 84

Exercice 199 : [énoncé] Exercice 202 : [énoncé]


Considérons le polynôme caractéristique de u : a) A2 M = AM B = M B 2 et ainsi de suite : Ap M = M B p pour tout p ∈ N. Par
linéarité P (A)M = M P (B).
χu = an X n + · · · + a1 X + a0 avec a0 = det u 6= 0 b) Considérons P = χA . La relation P (A)M = M P (B) entraîne M P (B) = On . Or
M 6= On donc la matrice P (B) n’est pas inversible. Par suite det(P (B)) = 0. Or
Puisque χu (u) = 0̃, on obtient
n
Y
an un + · · · + a1 u + a0 Id = 0̃ P = (−1)n (X − λi )
i=1
Par suite
an un + · · · + a1 u = −a0 Id avec λi valeur propre de A donc il existe i ∈ {1, . . . , n} telle que

En composant avec u−1 à gauche on obtient det(B − λi In ) = 0

an un−1 + · · · + a1 Id = −a0 u−1 Ainsi A et B ont une valeur propre commune.

et on en déduit
1 Exercice 203 : [énoncé]
u−1 = − an un−1 + · · · + a1 IdE ∈ K [u]

a0 Considérons T : P (X) 7→ P (X + 1). T est un endomorphisme de Rn−1 [X] qui est
n−1
annulé par son polynôme caractéristique de la forme χT = (−1)n (X n + ak X k ).
P
k=0
Exercice 200 : [énoncé]
a) Si f est diagonalisable alors f est représenté par λIn dans une certaine base et
donc f est une homothétie vectorielle. La réciproque est immédiate. Exercice 204 : [énoncé]
b) Calculé dans une base de triangulation, χf (x) = (x − λ)n . 1. Puisque les matrices A et qA sont semblables, elles ont le même polynôme
c) χf est annulateur de f dans (f − λId)n = 0̃. caractéristique
   
X X
χA (X) = χqA (X) = det(qA − XIn ) = q n det A − In = q n χA
Exercice 201 : [énoncé] q q
a) Le polynôme caractéristique de f est un polynôme de degré n annulant f .
Introduisons les coefficients du polynôme χA
Ainsi f n ∈ Vect(Id, f, . . . , f n−1 ). Par récurrence, on montre alors que pour tout
m > n, f m ∈ Vect(Id, f, . . . , f n−1 ). χA (X) = an X n + · · · + a1 X + a0
Par suite f n (x), . . . , f N −1 (x) ∈ Vect(x, f (x), . . . , f n−1 (x)) puis
E = Vect(x, f (x), . . . , f N −1 (x)) donne E = Vect(x, f (x), . . . , f n−1 (x)). La famille L’égalité précédente entraîne an−1 = . . . = a1 = a0 car q k 6= 1 pour tout
(x, f (x), . . . , f n−1 (x)) est alors génératrice et formée de n = dim E vecteurs de E, 1 6 k 6 n − 1. Ainsi χA = an X n et puisque χA est annulateur de A, la matrice A
c’est donc une base de E. est nilpotente.
b) Les polynômes en f commute avec f . 2.
Inversement, supposons que g ∈ L(E) commute avec f . Puisque g(x) ∈ E, on peut On définit la matrice A
écrire g(x) = a0 x + a1 f (x) + · · · + an−1 f n−1 (x). A:=matrix(6, 6, (i, j)->if j=i+1 or (i=1 and j=6) then 1 else 0 fi);
Puisque f et g commute, on a encore a) On introduit une matrice M quelconque et on calcule AM − 2M A
g(f k (x)) = a0 f k (x) + a1 f k+1 (x) + · · · + an−1 f n+k−1 (x) de sorte que les M:=matrix(6, 6);
endomorphismes g et a0 Id + a1 f + · · · + an−1 f n−1 coïncident sur une base de E et B:=evalm(A&*M-2*M&*A);
c’est donc égaux. Au final f est un polynôme en f . On résout le système correspondent à l’équation AM = 2M A

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 85

solve(seq(seq(B[i, j]=0, i=1..6), j=1..6)); puis on en déduit


Enfin on visualise la matrice M P = an X n
assign(%);
evalm(M); La réciproque étant immédiate, on peut affirmer
On obtient les matrices de la forme
  Spu = {2n /n ∈ N} et E2n (u) = Vect(X n )
m1,1 m1,2 m1,3 m1,4 m1,5 m1,6
1,5 − 30m1,1
 0 2m 1,1 2m 1,2 2m 1,3 2m 1,4 2m  Si par l’absurde il existe Q ∈ K [X] tel que
 
 0 0 4m 1,1 4m 1,2 4m 1,3 4m1,4 
 
 0
 0 0 8m 1,1 8m 1,2 8m1,3 
 u−1 = Q(u)
 0 0 0 0 16m1,1 16m1,2 
0 0 0 0 0 32m1,1 alors le polynôme non nul
XQ(X) − 1
b) L’ensemble des matrices obtenu est un sous-espace vectoriel de M6 (C). C’est
entendu car c’est en fait le noyau de l’application linéaire M 7→ AM − 2M A. est annulateur de u. Les valeurs propres de u sont alors racines de celui-ci ce qui
c) Une matrice M inversible vérifiant M −1 AM = 2A doit aussi vérifier donne une infinité de racines.
AM = 2M A et est donc de la forme précédente. De plus, une matrice de la forme C’est absurde.
précédente est inversible si, et seulement si, m1,1 6= 0.
Inversement, une matrice M de la forme précédente avec m1,1 6= 0 vérifie
M −1 AM = 2A.
Exercice 206 : [énoncé]
L’implication directe est immédiate : elle découle de la stabilité par produit de
l’espace des matrices triangulaires supérieures. Inversement, supposons Ak
Exercice 205 : [énoncé]
triangulaire supérieure pour tout k > 2. Introduisons le polynôme caractéristique
a) Par le théorème de Cayley Hamilton, on a
de A
χu (u) = 0̃ P (X) = an X n + · · · + a1 X + det(A)

avec χu polynôme de coefficient constant det u 6= 0. Puisque celui-ci est annulateur de A, on peut écrire
En écrivant
χu (X) = XP (X) + det u an An + · · · + a1 A + det(A)In = On

le polynôme En multipliant la relation par A et en réorganisant


1
Q(X) = − P (X)
det u −1
A= (a1 A2 + · · · + an An+1 )
est solution. det A
b) Considérons l’endomorphisme v de K [X] qui envoie le polynôme P (X) sur
et la matrice A est donc triangulaire supérieure.
P (X/2).
Pour
On vérifie aisément u ◦ v = v ◦ u = Id ce qui permet d’affirmer que u est inversible  
1 −1
d’inverse v. A=
1 −1
Soit P = an X n + · · · + a1 X + a0 un polynôme de degré exactement n.
Si u(P ) = λP alors par identification des coefficients de degré n, on obtient nous obtenons un contre-exemple où Ak = O2 pour tout k > 2.
λ = 2n

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 86

Exercice 207 : [énoncé] On observe alors


Par Sarrus
χA = −X(X 2 + (a2 + b2 + c2 )) U A + V B = (u. det A + v. det B)In = In

a) Si (a, b, c) 6= (0, 0, 0) alors a2 + b2 + c2 > 0 et la matrice A n’est pas Remarquons que prendre
diagonalisable sur R car son polynôme caractéristique n’est pas scindé.
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle. U = ut comA et V = v t comB
b) Si (a, b, c) 6= (0, 0, 0) alors la matrice A diagonalisable
√ dans M3 (C) car possède
était sans doute plus simple. . .
trois valeurs propres distinctes à savoir 0 et ±i a2 + b2 + c2 .
Pour
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
   
1 0 2 0
c) Puisque 0 est la seule valeur propre réelle de A et puisque B est inversible si, et A= et B =
0 1 0 2
seulement si, −λ est valeur propre de A, on peut conclure que B est inversible
pour tout λ 6= 0. les matrices    
3 0 −1 0
d) Puisque le polynôme caractéristique est annulateur de A on a U= et V =
0 3 0 −1
A3 + (a2 + b2 + c2 )A = O3 conviennent. . .

donc
(B − λI3 )3 + (a2 + b2 + c2 )(B − λI3 ) = O3 Exercice 209 : [énoncé]
µA | χA = (X − 1)2 mais A n’est pas diagonalisable, donc µA = (X − 1)2 .
Il suffit de développer et de réorganiser pour obtenir une expression du type

B(uB 2 + vB + wI3 ) = I3
Exercice 210 : [énoncé]
a) 1ère méthode :
et conclure
(n − 1) − λ 1 · · ·

1
B −1 = uB 2 + vB + wI3 = αA2 + βA + γI3

−λ 1
(n − 1) − λ −λ 1
det(M − λIn ) =
.. =

. =
. .. ..
.
1 −λ
(n − 1) − λ 1

Exercice 208 : [énoncé] −λ
Puisque les entiers det A et det B sont premiers entre eux, on peut écrire par
1
1 ··· 1

0 −λ − 1 0
l’égalité de Bézout

((n − 1) − λ) .

.. ..
u. det A + v. det B = 1 avec u, v ∈ Z

? .

0 ? ? −λ − 1
On écrit χA (X) = XQA (X) + det A et de même χB (X) (ces écritures sont
possibles car le déterminant est le coefficient constant d’un polynôme puis det(M − λIn ) = ((n − 1) − λ)(−λ − 1)n−1 et donc sp(M ) = {−1, (n − 1)}.
caractéristique). Soit f l’application linéaire canoniquement associée à M .
Posons alors f (x1 , ..., xn ) = (x1 , ..., xn ) ⇔ x1 + ... + xn = 0.
Donc E−1 est l’hyperplan d’équation x1 + ... + xn = 0.
U = −uQA (A) et V = −vQB (B)
Puisque En−1 est au moins une droite vectorielle, la matrice M est diagonalisable.
Puisque χA et χB sont à coefficients entiers, on a U, V ∈ Mn (Z). 2ème méthode :
Puisque χA et χB sont annulateurs, on a Par le calcul, on obverse que M 2 = (n − 1)In + (n − 2)M .
Par suite, M annule le polynôme scindé simple (X + 1)(X − (n − 1)) et donc M
QA (A)A = − det A.In et QB (B)B = − det B.In est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 87

b) Le polynôme minimal de M est (X + 1)(X − (n − 1)) car en vertu de la f . La matrice de la famille (x1 , . . . , xn ) dans la base B est
première méthode, la connaissance des valeurs propres de M détermine son
α1 λ1 . . . α1 λn1
 
polynôme minimal sachant M diagonalisable et, pour la deuxième méthode, ce
.. ..
polynôme est annulateur alors que les polynômes X + 1 et X − (n − 1) ne le sont
 
 . . 
pas. αn λn . . . αn λn n
Par division euclidienne X p = (X + 1)(X − (n − 1))Q + αX + β
En évaluant la relation en −1 et en n − 1, on obtient avec λ1 , . . . , λn les valeurs propres de f comptées avec multiplicité. Cette matrice
est de rang n, si, et seulement si,
( p
−α + β = (−1)
avec p λ1 . . . λn1

α(n − 1) + β = (n − 1)


Après résolution α1 , . . . , αn 6= 0 et ... ..
6= 0

.
(n − 1)p − (−1)p

α =
 λn . . . λ n
n
n
p

β = (n − 1) + (n − 1)(−1)p Par déterminant de Vandermonde, on peut assurer l’existence de x tel que voulu
p
n p p p
si, et seulement, si les valeurs propres de f sont deux à deux distincts et non
d’où M p = (n−1) n−(−1) M + (n−1) +(n−1)(−1)
n In . nulles. N’importe quel x aux composantes toutes non nulles est alors convenable.
b) Les polynômes en f commutent avec f .
Supposons que g soit un endomorphisme de E commutant avec f .
Exercice 211 : [énoncé] On peut écrire g(x1 ) = a1 x1 + · · · + an xn = P (f )(x1 ) avec
a) Il est clair que L est linéaire. P = a1 + a2 X + · · · + an−1 X n−1 .
Si tr(M ) = 0 alors L(M ) = aM . On a alors
a est valeur propre de L et le sous-espace propre associé est l’hyperplan des g(x2 ) = g(f (x1 )) = f (g(x1 )) = f (P (f )(x1 )) = P (f )(f (x1 )) = P (f )(x2 ).
matrices de trace nulle. Plus généralement, en exploitant xk = f k−1 (x1 ), on obtient g(xk ) = P (f )(xk ).
Si tr(M ) 6= 0 alors L(M ) = λM implique M ∈ Vect(In ). Or L(In ) = (a + n)In Les endomorphismes g et P (f ) coïncident sur les éléments d’une base, ils sont
donc a + n est valeur propre de L et le sous-espace propre associé est la droite donc égaux. Finalement, le commutant de f est exactement formé des polynômes
Vect(In ). en f .
L’endomorphisme L est donc diagonalisable et par suite Si le polynôme minimal Πf de f est de degré < n alors la famille (Id, f, . . . , f n−1 )
µL (X) = (X − a)(X − (a + n)). est liée et alors pour tout x ∈ E, la famille (x, f (x), . . . , f n−1 (x)) l’est aussi. Cela
b) En dimension finie, L est un automorphisme si, et seulement si, 0 ∈ / Sp(L) i.e. contredit l’hypothèse de départ. On peut donc affirmer que deg Πf > n et puisque
a 6= 0, −n. Πf | χf , on a Πf = (−1)χf avec χf polynôme caractéristique de f .
Puisque
L2 − (2a + n)L + a(a + n)I = 0
Exercice 213 : [énoncé]
on a A est symétrique donc diagonalisable. χA = −X 3 + 2X, πA = −χA .
−1 1
L = (L − (2a + n)I)  
a(a + n) 1 0 1
et donc A2 =  0 2 0 
1 1 0 1
L−1 (M ) = (tr(M )In − (a + n)M )
a(a + n)
A3 = 2A, A2k+1 = 2k A et A2k+2 = 2k A2 pour k > 0.
+∞ +∞
X 2k X 2k−1 1
Exercice 212 : [énoncé] exp(A) = I3 + A+ A2 = I3 + sh(2)A + (ch(2) − 1)A2
(2k + 1)! (2k)! 2
a) Notons α1 , . . . , αn les composantes de x dans une base de diagonalisation B de k=0 k=1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 88

Exercice 214 : [énoncé] donc


A est symétrique donc diagonalisable. 2n − (−1)n 2(−1)n + 2n
An = A+ I3
3 3
χA = (−1)n (X − (a + (n − 1)b)(X − (a − b))n−1 puis
e2 − e−1 2e−1 + e2
Sp(A) = {a + (n − 1)b, a − b} (si n > 2) eA = A+ I3
3 3
πA = (X − (a + (n − 1)b))(X − (a − b))
A est inversible si, et seulement si, 0 ∈
/ Sp(A) i.e. a + (n − 1)b 6= 0 et a 6= b.
Exercice 216 : [énoncé]
χA = −X(X 2 + 1), πA = X(X 2 + 1), exp(A) exp(t A) = exp(A) exp(−A) = I3 .
    
a (b) x (y) α (β)
.. .. .. En calculant A2 , A3 , . . . on obtient
=
    
 .  . . 
 
(b) a (y) x (β) α 1 0 0
avec exp(A) =  0 cos 1 − sin 1 
0 sin 1 cos 1
(
α = ax + (n − 1)by
β = ay + bx + (n − 2)by
Il suffit alors de résoudre le système Exercice 217 : [énoncé]
( A2 = O donc Sp(A) = {0}.
ax + (n − 1)by = 1 Puisque A 6= 0 , A n’est pas diagonalisable. πA = X 2 et χA = −X 3 .
bx + (a + (n − 2)b)y = 0
exp(A) = I + A
pour expliciter A−1 .
L’étude se généralise pour n > 3 avec A = (ω i+j−2 )16i,j6n et ω ∈ Un \ {1}.

Exercice 215 : [énoncé]


a) χA = −(X − 2)(X + 1)2 , Exercice 218 : [énoncé]
 2  2    a) Il est immédiat que L est un endomorphisme de Mn (R).
a −a −a Sp(L) = {a, a + n}, Ea (L) = ker(tr) et Ea+n (L) = Vect(In ),
E2 (A) = Vect  a  et E−1 (A) = Vect  0  ,  1 
      ΠL = (X − a)(X − (a + n)) car L est diagonalisable et donc son polynôme
1 1 0 minimal est le polynôme simple dont les racines sont les valeurs propres de L.
2
b) Par une base de diagonalisation, det L = an −1 (a + n) et donc L est un
La matrice A est diagonalisable, P −1 AP = D avec automorphisme si, et seulement si, a 6= 0, −n.
 2 Par le polynôme minimal, on a L2 − (2a + n)L + a(a + n)Id = 0 et donc
a −a2 −a
  
2 0 0
P = a 0 1  et D =  0 −1 0  1
L−1 = ((2a + n)Id − L)
1 1 0 0 0 −1 a(a + n)
On en déduit µA = (X − 2)(X + 1).
b) Ci-dessus. Exercice 219 : [énoncé]
c) Par division euclidienne X n = (X + 1)(X − 2)Q(X) + αX + β avec Soient P ∈ Mn (K) une matrice de permutation et σ la permutation associée. Il
2n − (−1)n 2(−1)n + 2n existe q ∈ N? tel que σ q = Id et donc P q = In . La matrice P annule alors X q − 1
α= et β = qui est scindé à racines simples donc P est diagonalisable.
3 3
Diffusion autorisée à titre entièrement gratuit uniquement - dD
[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 89

Exercice 220 : [énoncé] Exercice 225 : [énoncé]


A2 = −I2n . On observe que X 2 + 1 est annulateur de A. Si 1 et −1 sont les seules valeurs propres alors f ∈ GL(E) et la relation f 4 = f 2
Si K = C alors A est diagonalisable car annule le polynôme X 2 + 1 qui est scindé donne f 2 = Id ce qui fournit un polynôme annulateur scindé à racines simples et
à racines simples. permet de conclure.
Si K = R alors A n’est pas diagonalisable car sans valeurs propres. En effet une Si 1 et −1 ne sont pas les seules valeurs propres c’est que 0 est aussi valeur propre
valeur propre (réelle) de A doit être annulé par le polynôme X 2 + 1. car les valeurs propres figurent parmi les racines de tout polynôme annulateur. f
présente alors 3 = dim Evaleurs propres distincts donc f est diagonalisable.
Exercice 221 : [énoncé]
a) A2 = −I2n .
b) X 2 + 1 = (X − i)(X + i) est annulateur de A et scindé simple donc A est Exercice 226 : [énoncé]
diagonalisable. De plus A est réelle donc ses valeurs propres sont deux à deux A est diagonalisable sur C semblable à une matrice D = diag(−Ip , −jIq , −j 2 Iq )
conjuguées, deux valeurs propres conjuguées ont même multiplicité. Puisque les donc
valeurs propres figurent parmi les racines de X 2 + 1 et que la matrice complexe A trA = trD = −p − q(j + j 2 ) = q − p ∈ Z
possède au moins une valeur propre, on peut affirmer que i et −i sont les deux
seules valeurs propres de A, qu’elles sont de multiplicité n. Enfin les sous-espaces
propres associés sont de dimension n car A est diagonalisable et donc les
dimensions des sous-espaces propres égales la multiplicité des valeurs propres Exercice 227 : [énoncé]
respectives. X(X − j)(X − j 2 ) annule A donc A est diagonalisable dans Mn (C) et puisque
A ∈ Mn (R), j et j 2 ont même multiplicité en tant que valeur propre de A.
Puisque le rang de A est la somme de ces deux multiplicités, il est pair.
Exercice 222 : [énoncé]
f est diagonalisable car annule le polynôme
X 3 − 4X = X(X − 2)(X + 2)
Exercice 228 : [énoncé]
scindé simple. Les valeurs propres de f figurent parmi {−2, 0, 2} et donc la trace On a
de f qui est la somme de ses valeurs propres comptées avec multiplicité est paire. (M 2 − 2In )2 = (t M )2 = t (M 2 ) = 2In − M

On en déduit le polynôme annulateur de M suivant


Exercice 223 : [énoncé]
A annule un polynôme scindé à racines simples (1, i et −i) donc A est
X 4 − 4X 2 + X + 2
diagonalisable dans Mn (C).
Les valeurs propres possibles de A sont 1, i et −i. Puisque tr(A) ∈ R, la
qui se factorise
multiplicité de i égale celle de −i.
Par suite det(A) = 1. X 4 − 4X 2 + X + 2 = (X − 1)(X + 2)(X − α)(X − β)

Exercice 224 : [énoncé] avec √ √


a) Puisque p4 = p2 , une valeur propre λ doit vérifier λ4 = λ2 donc λ ∈ {−1, 0, 1}. 1+ 5 1− 5
α= et β =
b) Si p est diagonalisable alors sa matrice A dans une base de vecteurs propres 2 2
sera diagonale avec des −1, 0 ou 1 sur la diagonale. Comme alors A3 = A on a Puisque la matrice M annule un polynôme réel scindé à racines simples, cette
p3 = p. matrice est diagonalisable.
Si p3 = p alors p est annulé par un polynôme scindé à racines simples donc p est
diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 90

Exercice 229 : [énoncé] La matrice M n’est pas nécessairement symétrique comme le montre l’exemple au
a) Si M n’est pas inversible, il existe une colonne X non nulle telle que M X = 0 dessus.
et alors l’identité de l’énoncé donne t M X = X donc 1 ∈ Sp(t M ) = SpM . La matrice M annule un polynôme scindé à racines simples, elle est donc
Inversement, si 1 ∈ SpM alors il existe une colonne X non nulle telle que diagonalisable.
M X = X et alors l’identité de l’énoncé donne t M X = 0 et donc t M n’est pas
inversible. Or det(t M ) = det M donc M n’est pas inversible non plus.
b) La relation donnée entraîne Exercice 231 : [énoncé]
Soit M solution, M est diagonalisable sur C avec pour valeurs propres j et j 2 .
2 2
t
2
= M 4 − 2M 2 + In

M = In − M Puisque trM est réel, les valeurs propres j et j 2 ont même multiplicité. Par suite
n est pair, n = 2p.
Or 2 Nous allons montrer, en raisonnant par récurrence sur p qu’il existe une matrice
t
= t M 2 = In − M

M orthogonale P tel que
donc  
J (0)
M 4 − 2M 2 + In = In − M
P M P −1 = 
 .. 
. 
et donc la matrice M est annulé par le polynôme
(0) J
P (X) = X 4 − 2X 2 + X = X(X − 1)(X 2 + X − 1) avec  √ 
−1/2
√ − 3/2
C’est un polynôme scindé à racines simples donc la matrice M est diagonalisable. J = R2π/3 = ou J = R−2π/3
3/2 −1/2
 
a b
Pour n = 2 : M = .
Exercice 230 : [énoncé] c d
La relation donnée entraîne (
t t
ab + cd = ac + db
t
2 2
M = In − M 2 = M 4 − 2M 2 + In MM = M M ⇔
b2 = c2
Or 2 Si b = c alors M est symétrique donc diagonalisable sur R ce qui n’est pas le cas.
t
= t M 2 = In − M

M −c et donca = d.
Il reste b = 
donc a b
Ainsi M = et la relation M 2 + M + I = 0 donne
M 4 − 2M 2 + In = In − M −b a

et donc la matrice M est annulée par le polynôme


(
a2 − b2 + a + 1 = 0
P (X) = X 4 − 2X 2 + X = X(X − 1)(X 2 + X − 1) 2ab + b = 0

Les valeurs propres possibles de M sont les racines de ce polynôme. puis (


Chacune de celles-ci peut être valeur propre. En effet pour les racines de a = −1/2

X 2 + X − 1, il suffit de considérer une matrice diagonale avec les coefficients b = ± 3/2
diagonaux correspondant aux racines. Pour les racines de X(X − 1), il suffit de
considérer ce qui permet de conclure (car le cas b = 0 est à exclure).
 
1 1 −i Supposons la propriété établie au rang n = 2p et étudions le rang n = 2p + 2.
M= Soit M une matrice solution.
2 i 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 91

La matrice S = t M + M est symétrique et donc il existe X 6= 0 tel que SX = λX. Exercice 235 : [énoncé]
On observe alors que l’espace F = Vect(X, M X) est stable par M et par t M . Par a) oui.
suite F ⊥ est aussi stable par M et t M . On peut alors appliquer l’étude menée b) Si A est inversible alors M 7→ A−1 M est clairement application réciproque de
pour n = 2 à l’action de M sur F et l’hypothèse de récurrence à celle sur F ⊥ . f.
Cela établit la récurrence. Il ne reste plus qu’à souligner que les matrices ainsi Si f est inversible alors posons B = f −1 (In ). On a AB = In donc A est inversible.
obtenues sont bien solutions. c) On observe que f n (M ) = An M donc pour P ∈ C [X],

P (f )(M ) = P (A)M
Exercice 232 : [énoncé]
ϕ2 (M ) = P (P M + M P ) + (P M + M P )P = P M + 2P M P + M P car P 2 = P . Par suite P est annulateur de f si, et seulement si, il est annulateur de A.
ϕ3 (M ) = P M + 6P M P + M P . Puisque la diagonalisabilité équivaut à l’existence d’un polynôme annulateur
Par suite ϕ3 (M ) − 3ϕ2 (M ) = −2P M − 2M P = −2ϕ(M ). scindé à racines simples, on peut conclure.
Ainsi ϕ annule le polynôme X 3 − 3X 2 + 2X = X(X − 1)(X − 2).
Puisque ce polynôme est scindé simple, l’endomorphisme ϕ est diagonalisable.
Exercice 236 : [énoncé]
a) La matrice A annule le polynôme X p − 1 qui est scindé simple dans C [X] donc
Exercice 233 : [énoncé] A est diagonalisable dans M2 (C).
a) Puisque u3 = u, par annulation d’un polynôme scindé simple, on peut affirmer b) Les valeurs propres α et β sont racines du polynôme annulateur donc
que u est diagonalisable de valeurs propres possibles 0, 1, −1. Par les égalités αp = β p = 1. En particulier |α| = |β| = 1.
tru = 0 et tru2 = 2n on peut affirmer qu’il existe une base de R2n+1 dans laquelle 2
Puisque det A = αβ = 1, on a α = 1/β = β̄/ |β| = β̄.
la matrice de u est de la forme Enfin, trA = 2Re(α) ∈ Z et 2Re(α) ∈ [−2, 2] car |α| 6 1 donc |Re(α)| ∈ {0, 1/2, 1}.
c) Selon la valeur de Re(α) et sachant |α| = 1, les valeurs possibles de α sont
 
In 0 0
A =  0 −In 0 
−1, j, i, −j 2 , 1
0 0 0
Les matrices commutant avec A étant celle de la forme et leurs conjuguées.
  Dans tous les cas, on vérifie α12 = 1 et on a aussi β 12 = 1.
M 0 0 Puisque A est semblable à la matrice diagonale D = diag(α, β) et que celle-ci
 0 N 0 
vérifie D12 = I2 , on a A12 = I2 .
0 0 α d) On vérifie aisément que G est un sous-groupe du groupe (GL2 (C), ×) et puisque
avec M, N ∈ Mn (R), on peut affirmer
G = I2 , A, A2 , . . . , A11


dim C(u) = 2n2 + 1


G est un groupe monogène fini.
b) Πu = X 3 − X donc dim R [u] = 3 et par suite C(u) = R [u] si, et seulement si,
n = 1.
Exercice 237 : [énoncé]
La matrice A est diagonalisable car A annule un polynôme scindé simple.
Exercice 234 : [énoncé] Les racines complexes du polynôme caractéristique χA de A sont conjuguées et
a) Si A2 = A alors fA2 = fA . fA est une projection donc diagonalisable. valeurs propres de A donc racines du polynôme annulateur X n − 1.
b) Pour tout P ∈ R [X], on observe P (fA ) : M 7→ P (A)M de sorte que Si les deux racines de χA sont réelles alors SpA ⊂ {−1, 1} et A est semblable à
P (fA ) = 0 ⇔ P (A) = 0.
     
Tout endomorphisme étant diagonalisable si, et seulement si, il annule un 1 0 1 0 −1 0
polynôme scindé simple, on peut conclure. , ou
0 1 0 −1 0 −1

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 92

et donc A12 = I2 . puis on étend par linéarité.


Sinon les racines de χA sont complexes conjuguées z, z̄. Leur somme sera b) Si M est diagonalisable alors M annule un polynôme scindé simple P et les
2
2Re(z) ∈ [−2, 2], leur produit z z̄ = |z| = 1. La matrice A étant de plus à calculs précédents montrent que A annule aussi ce polynôme. Par suite A est
coefficients entiers, 2Re(z) ∈ Z. Les polynômes caractéristiques de A possibles diagonalisable semblable à une matrice
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 polynôme X 12 − 1 est multiple du polynôme caractéristique et λ1 (0)
donc annulateur. D=
 .. 
. 
(0) λn
Exercice 238 : [énoncé]
avec λ1 , . . . , λn les valeurs propres de A qui sont racines de P .
Si A ∈ En alors A est diagonalisable et ses valeurs propres sont des racines de
De plus, on a
l’unité. Ces valeurs propres sont aussi racines du polynôme caractéristique de A.
P 0 (A)B = On
Or les coefficients de ce polynôme sont entiers et, par les expressions des
coefficients d’un polynôme scindé en fonction de ses racines complexes (ici de et la matrice P 0 (A) est semblable à
module 1), on peut borner les coefficients du polynôme caractéristique de A. Par
P 0 (λ1 )
 
suite, il n’y a qu’un nombre fini de polynômes caractéristiques possibles pour un (0)
élément A ∈ En . Ces polynômes ont eux-mêmes qu’un nombre fini de racines et il P 0 (D) = 
 .. 
. 
n’y a donc qu’un nombre fini de racines de l’unité possibles pour les valeurs (0) P 0 (λn )
propres de A ∈ En .
On peut alors affirmer qu’il existe N ∈ N? tel que toutes les valeurs propres λ des Puisque les racines de P sont simples et que les λ1 , . . . , λn sont racines de P , on a
matrices A ∈ En vérifient λN = 1. On a alors aussi AN = 1 (car A est P 0 (λ1 ), . . . , P 0 (λn ) 6= 0. On en déduit que la matrice P 0 (A) est inversible et
diagonalisable) et donc ω(A) 6 N . Ainsi ω(En ) ⊂ [[1, N ]]. l’identité P 0 (A)B = On donne alors B = On .
Ainsi, si M est diagonalisable, A est diagonalisable et B est nulle. La réciproque
est immédiate.
Exercice 239 : [énoncé]
a) Par récurrence
Ak kAk
 
k
M = Exercice 241 : [énoncé]
0 Ak
Notons M la matrice étudiée et supposons celle-ci diagonalisable.
puis on étend par linéarité. Il existe un polynôme P scindé simple annulant M . Puisque
b) Si M est diagonalisable alors M annule un polynôme scindé simple P et les  
calculs précédents montrent que A annule aussi ce polynôme. Par suite A est P (A) ?
P (M ) = = O2n
diagonalisable. De plus A annule aussi le polynôme XP 0 de sorte que si λ est O P (A)
valeur propre de A alors A est racine commune de P et de XP 0 . Or P n’a que des
racines simples donc P et P 0 n’ont pas de racines communes d’où λ = 0. A est le polynôme P annule aussi la matrice A qui est donc nécessairement
diagonalisable et Sp(A) = {0} donne A = 0. diagonalisable.
Ainsi M est diagonalisable si, et seulement si, A = 0. De plus, puisque χM = χ2A , les matrices A et M ont les mêmes valeurs propres et
on a l’égalité suivante sur leurs multiplicités :

Exercice 240 : [énoncé] ∀λ ∈ SpA, mλ (M ) = 2mλ (A)


a) Par récurrence et en exploitant AB = BA
 k ce qui entraîne l’égalité suivante sur la dimension des sous-espaces propres
A kAk−1 B

Mk = ∀λ ∈ SpA, dim Eλ (M ) = 2 dim Eλ (A)
0 Ak

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 93

et enfin l’égalité de rang suivante Or les valeurs propres de M sont racines du polynôme X 5 − X 2 = X 2 (X 3 − 1),
elle ne peuvent donc qu’être 0, 1, j ou j 2 . Notons p, q, r et s les multiplicités de
∀λ ∈ SpA, rg(M − λI2n ) = 2rg(A − λIn ) chacune ; on a trM = q + rj + sj 2 = n. Puisque les parties réelles de j et j 2 valent
−1/2, la seule possibilité est que q = n, r = s = 0 et alors p = 0.
Or
En particulier 0 n’est pas valeur propre de M et donc M est inversible.
 
A − λIn B
rg(M − λI2n ) = rg La relation M 5 = M 2 donne alors M 3 = In et donc M est diagonalisable puisque
O A − λIn
M annule un polynôme scindé simple. Finalement M est semblable à In donc
La matrice A étant diagonalisable, on peut écrire A = P DP −1 avec P inversible et égale In car sa seule valeur propre est 1.
  Inversement, la matrice In est solution.
λ1 Iα1 (0)
D=
 .. 
. 
(0) λm Iαm
Exercice 243 : [énoncé]
où λ1 , . . . , λm sont les valeurs propres distinctes A et αk = dim Eλk (A).
de  a) En développant, on vérifie (f − αId) ◦ (f − βId) = 0̃.

P O L’endomorphisme f annule un polynôme scindé simple, il est donc diagonalisable.
En considérant la matrice inversible Q = , on a De plus Spf ⊂ {α, β}.
O P

D C
 On af (x) = αx ⇔ βv(x) = αv(x) ⇔ v(x) = 0.
Q−1 M Q = avec C = P −1 BP . b) On a (f − βId) = (α − β)u et (f − αId) = (β − α)v.
O D
On écrit la matrice C par blocs selon la même décomposition que A : La relation (f − αId) ◦ (f − βId) = 0̃ donne v ◦ u = 0̃ et par un calcul symétrique
on obtient aussi u ◦ v = 0̃.
On en déduit u = u ◦ Id = u2 + u ◦ v = u2 et donc u est une projection vectorielle.
 
C1,1 · · · C1,m
C =  ... ..
 avec Ci,j ∈ Matαi ,αj (K) De plus ker u = ker ((α − β)u) = ker(f − βId) et
 
.
Imu = ker(Id − u) = ker v = ker(f − αId).
Cm,1 ··· Cm,m
c) Par récurrence f n = αn u + β n v.
et la condition
 
A − λk In B
rg = 2rg(A − λk In ) Exercice 244 : [énoncé]
O Ak − λIn
Par élimination de u, on a f 2 − αf = β(β − α)v et f 3 − αf 2 = β 2 (β − α)v.
se relit après formule de passage Ck,k = Oαk . Par élimination de v, on obtient f ◦ (f − αId) ◦ (f − βId) = 0̃.
Inversement, si la matrice A est diagonalisable et s’il y a nullité des blocs Ainsi P = X(X − α)(X − β) est annulateur de f .
diagonaux d’une représentation de B dans une base adaptée à la décomposition Cas α 6= β et α, β 6= 0
de Kn en somme de sous-espaces propres de A alors on peut reprendre dans f est diagonalisable car annule un polynôme scindé simple.
l’autre sens l’étude qui précède pour affirmer que M est diagonalisable. Cas α = β = 0
f est diagonalisable car f est l’endomorphisme nul.
Cas β = 0 et α 6= 0.
Exercice 242 : [énoncé] On a f 2 − αf = 0 donc f est diagonalisable car annule le polynôme scindé simple
Soit M solution. X(X − α).
Puisque le corps de base est C, la matrice M est semblable à une matrice Cas α = 0 et β 6= 0.
triangulaire supérieure où figure sur la diagonale les valeurs propres de M Semblable.
comptées avec multiplicité. Cas α = β 6= 0.
Puisque tr(M ) = n, la somme des valeurs propres de M comptées avec On a f = α(u + v) et f 2 = α2 (u + v) donc à nouveau f 2 − αf = 0.
multiplicité vaut n. Dans tous les cas, l’endomorphisme f est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 94

Exercice 245 : [énoncé] et puisque les termes extrémaux sont égaux on a


On remarque n n
C 3 − C 2 = 3A + 3B = 3C
X X
z = |zk |

k

La matrice C annule donc le polynôme k=1 k=1

donc par hypothèse de récurrence on peut écrire pour tout k > 2


X 3 − X 2 − 3X
zk = αk z1 avec αk > 0
On vérifie aisément que ce polynôme est scindé à racines simples et on peut donc
affirmer que C est diagonalisable. On en déduit
n
X
Or zk = (1 + α2 + · · · + αn )z1 6= 0
A = C 3 − 2C 2 et B = C + 2C 2 − C 3 k=1

donc A et B sont diagonalisables. et puisque n n


X X
zk + zn+1 = zk + |zn+1 |



k=1 k=1
Exercice 246 : [énoncé] l’étude du cas n = 2 permet d’écrire
a) (⇐) Immédiat
n
(⇒) Par récurrence sur n > 2. X
zn+1 = a zk = αn+1 z1 avec αn+1 ∈ R+
Cas n = 2
k=1
Soient z1 , z2 ∈ C? tels que
|z1 + z2 | = |z1 | + |z2 | Récurrence établie.
b) Si M ∈ Mn (C) vérifie M n = In et trM = n alors cette matrice est
En posant u = z2 /z1 , on a alors (car z1 6= 0) diagonalisable (car annule le polynôme scindé simple X n − 1) et ses valeurs
propres λ1 , . . . , λn vérifient
|1 + u| = 1 + |u| λ1 + · · · + λn = n
En écrivant u = a + ib avec a, b ∈ R et en élevant au carré l’identité précédente, on Or les valeurs propres vérifient aussi
obtient p ∀1 6 k 6 n, λnk = 1
(1 + a)2 + b2 = 1 + 2 a2 + b2 + a2 + b2
et cette identité est vérifiée si, et seulement si, a ∈ R+ et b = 0 ce qui permet et elles sont donc de module 1. Nous sommes donc dans la situation où
d’écrire z2 = α2 z1 avec α2 = a ∈ R+ . |λ1 + · · · + λn | = |λ1 | + · · · + |λn |
Supposons la propriété établie au rang n > 2.
Soient z1 , . . . , zn , zn+1 ∈ C avec z1 6= 0 tels que Puisque λ1 6= 0, on peut écrire λk = αk λ1 pour tout k > 2 avec αk > 0. Or tous
n+1 n+1 les λk sont de module 1 donc les αk sont égaux à 1 et par suite
X X

zk =

|zk | λ1 = . . . = λn

k=1 k=1
Enfin puisque la somme des valeurs propres vaut n, on peut conclure
Par l’inégalité triangulaire
λ1 = . . . = λn = 1
n+1 n n+1
X X
et finalement M = In car la matrice M est semblable à In .
X
z 6 z + |z | 6 |zk |

k k n+1

k=1

k=1

k=1
La réciproque est immédiate.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 95

Exercice 247 : [énoncé] Il est alors facile de résoudre les équations φ(f ) = λf pour λ = 0, 1, −1.
a) Pour   On obtient
  0 0 1 E0 (φ) = {f ∈ L(E)/Imf ⊂ G}
0 −1
A= et B =  1 0 0 
1 0
0 1 0 E1 (φ) = {f ∈ L(E)/G ⊂ ker f et Imf ⊂ F }
on vérifie A4 = I2 et B 3 = I3 . On en déduit M 12 = I5 . et
Puisque M annule le polynôme X 12 − 1 scindé simple sur C [X], la matrice M est E−1 (φ) = {f ∈ L(E)/F ⊂ ker f et Imf ⊂ G}
diagonalisable dans M5 (C).
b) Posons x = (1, 0, 1, 0, 0), on a m(x) = (0, 1, 0, 1, 0), m2 (x) = (−1, 0, 0, 0, 1),
m3 (x) = (0, −1, 1, 0, 0) et m4 (x) = (1, 0, 0, 1, 0). On vérifie aisément que la famille
correspondante est une base de R5 en observant par exemple qu’elle est Exercice 249 : [énoncé]
génératrice. a) On a
Puisque m5 (x) = (0, 1, 0, 0, 1), matrice de m dans cette nouvelle base est f (f (M )) = M + (2 + tr(AB))tr(AM )B
 
0 0 0 0 1 donc
 1 0 0 0 0 
  P (X) = X 2 − (2 + tr(AB))X + 1 + tr(AB)
 0 1 0 0 1 
est annulateur de f . Les racines de ce polynôme sont 1 et 1 + tr(AB).
 
 0 0 1 0 −1 
0 0 0 1 0 Si tr(AB) 6= 0 alors f est diagonalisable car annulé par un polynôme scindé
simple.
Pour M appartenant à l’hyperplan défini par la condition tr(AM ) = 0, on a
Exercice 248 : [énoncé] f (M ) = M .
a) On a Pour M ∈ Vect(B) 6= {0}, on a f (M ) = (1 + tr(AB))M .
φ3 (f ) = p3 ◦ f ◦ s3 = p ◦ f ◦ s = φ(f ) Ce qui précède détermine alors les sous-espaces propres de f .
Si tr(AB) = 0 alors 1 est la seule valeur propre possible de f et donc f est
L’endomorphisme φ annule le polynôme X 3 − X = X(X − 1)(X + 1). diagonalisable si, et seulement si, f = Id ce qui donne la conditio
Ce polynôme étant scindé simple, l’endomorphisme φ est diagonalisable.
b) Les valeurs propres possibles de φ sont 0, 1, −1. ∀M ∈ Mn (R), tr(AM )B = On
En raisonnant dans une base adaptée à la décomposition E = F ⊕ G, les matrices
de p et s sont de la forme Cette propriété a lieu si, et seulement si, A = On ou B = On .
    b) Si A = On ou B = On alors f = Id et donc
Ir O Ir O
et
O O O −Is dim C = n4
avec r = dim F et s = dim G. La matrice de f sera dans une même décomposition Si tr(AB) 6= 0 alors f est diagonalisable avec des sous-espaces propres de
par blocs de la forme   dimensions 1 et n2 − 1. On en déduit
A B
C D dim C = 1 + (n2 − 1)2
et par calcul la matrice de φ(f ) sera
  Il reste à étudier le cas complémentaire
A −B
O O tr(AB) = 0 et A = On ou B = On

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 96

Considérons une base de l’hyperplan de Mn (R) donnée par l’équation Si trA 6= 0 alors l’endomorphisme f est diagonalisable car annule un polynôme
tr(AM ) = 0 dont le premier éléments serait B. Complétons celle-ci en une base de scindé simple.
Mn (R). La matrice de f dans cette base est de la forme Si trA = 0 alors les valeurs propres de f figurent parmi les racines du polynôme
  X 2 et donc f est diagonalisable si, et seulement si, f = 0̃ ce qui correspond au cas
1 (0) λ A = On .
 ..  Si tr(M ) = 0 alors f (M ) = tr(A)M . Pour M matrice de l’hyperplan des matrices
 .  avec λ 6= 0


 (0) 1 (0)  de trace nulle, f (M ) = λM avec λ = tr(A). On en déduit que tr(A) est valeur
(0) 1 propre de M et le sous-espace propre associé est de dimension au moins n2 − 1.
Dans le cas où tr(A) = 0 avec A 6= On , l’endomorphisme n’est pas diagonalisable
En étudiant la commutation avec une telle matrice, on obtient et la dimension du sous-espace propre associé à la valeur propre tr(A) est n2 − 1.
Dans le cas où tr(A) 6= 0 alors f est diagonalisable et donc la dimension des
dim C = n4 − 2n2 + 2 sous-espaces propres des valeurs propres 0 et tr(A) sont respectivement 1 et n2 − 1.

Exercice 252 : [énoncé]


Exercice 250 : [énoncé]
a) X 2 − 2X annule A.
a) On vérifie par le biais des relations proposées
b) Puisque A2 − 2A = A(A − 2I2 ) = O2 , on a (M 2 + M )(M 2 + M − 2I2 ) = O2 .
M 2 − (λ + µ)M + λµIp = Op On en déduit que
P (X) = (X 2 + X)(X 2 + X − 2) = X(X + 1)(X − 1)(X + 2)
On en déduit  
λ+µ 1 est annulateur de M .
M Ip − M = Ip
λµ λµ On en déduit que M est diagonalisable et que ces valeurs propres possibles sont
Par le théorème d’inversibilité, M est inversible et 0, −1, 1, 2.
c) Notons λ et µ les deux valeurs propres de M .
λ+µ 1 Celles-ci ne peuvent être égales car si λ = µ alors M = λI2 n’est pas solution de
M −1 = Ip − M
λµ λµ l’équation.
Cas λ = 0 et µ = 1
b) M − µIp = (λ − µ)A et M − λIp = (µ − λ)B. On a M (M − I2 ) = O2 donc M 2 − M = O2 . Combinée à la relation M 2 + M = A,
Or (M − µIp )(M − λIp ) = M 2 − (λ + µ)M + λµIp = Op donc (λ − µ)2 AB = Op on obtient
puis AB = Op car λ 6= µ. 1
M= A
Puisque A = A × Ip = A2 + AB = A2 , A est un projecteur. 2
Il en est de même pour B. Cas λ = 0 et µ = −2
c) M annule le polynôme scindé simple X 2 − (λ + µ)X + λµ = (X − λ)(X − µ). Un raisonnement analogue donne
La matrice M est donc diagonalisable et Sp(M ) ⊂ {λ, µ}.
Il se peut que cette inclusion soit stricte par exemple en prenant M = λIp , A = Ip M = −A
et B = Op .
Cas λ = 0 et µ = −1
En tout cas, le spectre n’est pas vide car M est diagonalisable.
On a M 2 + M = O2 et donc ce cas est impossible etc.

Exercice 251 : [énoncé] Exercice 253 : [énoncé]


f ◦ f (M ) = tr(A) (tr(A)M − tr(M )A) − tr (tr(A)M − tr(M )A) A = tr(A)f (M ). a) p + q = Id, p ◦ q = 0 car (u − aId)(u − bId) = 0, p = p ◦ Id = p ◦ p + p ◦ q = p ◦ p,
Ainsi f ◦ f = tr(A).f . aussi q ◦ q = q via q ◦ p = 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 97

b) ker p = ker(u − aId), ker q = ker(u − bId) et (u − aId)(u − bId) = 0 donne par le Exercice 259 : [énoncé]
lemme de décomposition des noyaux, E = ker p ⊕ ker q. Si f et g sont simultanément diagonalisable alors leurs représentations diagonales
c) u est diagonalisable car annule un polynôme scindé simple, commutent donc f et g commutent.
Sp(u) = {a, b}, Ea (u) = ker p, Eb (u) = ker q à moins que u = aId ou u = bId. Si f et g commutent alors g laisse stable chaque sous-espace propre Eλ (f ) et donc
la restriction de g à celui-ci est diagonalisable dans une certaine base Bλ . En
accolant les bases Bλ , pour λ ∈ Sp(f ) on obtient une base où f et g sont
Exercice 254 : [énoncé] représentés par des matrices diagonales.
f annule un polynôme scindé à racines simple et f|F aussi.

Exercice 260 : [énoncé]


Exercice 255 : [énoncé] a) Par récurrence, on obtient
Si F admet une base de vecteurs propres, il est immédiat d’établir qu’il est stable
par u. ∀n ∈ N? , An B − BAn = nAn−1 C
Inversement, si F est stable alors uF est diagonalisable et donc il existe une base
de F formée de vecteurs propres de u. On en déduit
∀P ∈ K [X] , P (A)B − BP (A) = P 0 (A)C

Exercice 256 : [énoncé] Si la matrice A est diagonalisable, elle annule un polynôme scindé à racine simple
Le sous-espace vectoriel F = Vect(e1 , e2 ) eststable par u et l’endomorphisme P et donc
1 1 P 0 (A)C = 0
induit par u sur F a pour matrice dans(e1 , e2 ).
0 1 Puisque les racines de P sont simples, les valeurs propres de A ne sont pas racine
Or cette matrice n’est pas diagonalisable donc l’endomorphisme induit par u sur de P 0 et une diagonalisation de A permet d’affirmer
F n’est pas diagonalisable et donc u ne l’est pas non plus.
det P 0 (A) 6= 0

Exercice 257 : [énoncé] Puisque la matrice P 0 (A) est inversible, l’identité P 0 (A)C = 0 donne C = 0.
Spf = {2, 4, 6}, E2 (A) = Vecte1 , E4 (A) = Vecte2 et E6 (A) = Vecte3 avec b) Supposons C diagonalisable.
e1 = (0, 1, 1), e2 = (1, 0, 1), e3 = (1, 1, 0). Notons a, b, c les endomorphismes de Rn canoniquement associés aux matrices
Si V est un sous-espace vectoriel stable alors fV est diagonalisable et donc A, B, C.
possède une base de vecteurs propres de f . Ainsi V = {0}, Vect(ei ) avec Soit λ une valeur propre de C. Le sous-espace propre Eλ (c) est stables par les
i ∈ {1, 2, 3}, Vect(ej , ek ) avec j 6= k ∈ {1, 2, 3} ou V = R3 . endomorphismes a et b car la matrice C commute avec A et B. Notons aλ et bλ
les endomorphismes induits associés. On a

Exercice 258 : [énoncé] aλ ◦ bλ − bλ ◦ aλ = λIdEλ (c)


Si f et g sont simultanément diagonalisables alors on peut former une base de
chaque sous-espace propre de f à l’aide de vecteur propre de g. Par suite les En considérant la trace, on obtient
sous-espaces propres de f sont stables par g et inversement.
Supposons que les sous-espaces propres de f soient stables par g. f étant λ dim Eλ (c) = 0
diagonalisable, E est la somme directe des sous-espaces propres de f . Sur chaque
sous-espace propre de f , la restriction de g définit un endomorphisme On en déduit que seule 0 est valeur propre de C et donc la matrice diagonalisable
diagonalisable car annulé par un polynôme scindé à racines simples (car g C est nulle.
diagonalisable). Cela permet de construire une base de diagonalisation simultanée.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 98

Exercice 261 : [énoncé] Puisque (u2 − λ1 Id) ◦ . . . ◦ (u2 − λp Id) = 0 on a


a) Une base de vecteur propre de u est aussi une base de vecteur propre de P (u). (u − α1 Id) ◦ (u − β1 Id) ◦ . . . ◦ (u − αp Id) ◦ (u − βp Id) = 0.
b) La réciproque n’est pas vraie en toute généralité comme le montre le cas d’un Ainsi u annule un polynôme scindé à racines simples. Par suite u est
polynôme constant. diagonalisable.
En revanche, on peut montrer que la réciproque est vraie si deg P = 1. c) Si u est diagonalisable alors P (u) l’est aussi.
Inversement, si P (u) est diagonalisable alors son polynôme minimal est scindé à
racines simples (X − λ1 ) . . . (X − λp ) où les λi sont les valeurs propres de P (u).
Exercice 262 : [énoncé] Le polynôme (P (X) − λ1 ) . . . (P (X) − λp ) est alors annulateur de u.
a) Une base diagonalisant f diagonalise aussi f 2 et permet d’affirmer rgf = rgf 2 . Les facteurs P (X) − λi sont sans racines communes.
Sachant ker f ⊂ker f 2 , on 2 Le polynôme minimal M de u divise (P (X) − λ1 ) . . . (P (X) − λp ).
 obtient ker f = ker f par égalité des dimensions.
0 1 Si ω est racine au moins double de M alors ω est racine au moins double de l’un
b) Posons A = . Un endomorphisme représenté par A n’est pas des facteurs P (X) − λi donc racine de P 0 .
0 0
diagonalisable alors que son carré est nul. Or ω est aussi valeur propre de u donc P 0 (ω) = 0 est valeur propre de P 0 (u).
c) Supposons f diagonalise et ker f = ker f 2 . Soit P le polynôme minimal de f 2 . Cependant P 0 (u) ∈ GL(E), c’est donc impossible.
Si 0 n’est pas racine de P alors, sachant f 2 diagonalisable, on peut écrire Par suite les racines de M sont simples et u est donc diagonalisable.
p
Q
P = (X − λi ) avec λi 6= 0.
i=1
Pour chaque λi , posons δi et −δi les deux solutions complexes de l’équation Exercice 264 : [énoncé]
z 2 = λi . Soient λ1 , . . . , λn les valeurs propres deux à deux distinctes de P (u).
p n
(X − δi )(X + δi ) de sorte que Q(f ) = P (f 2 ) = 0.
Q
Considérons ensuite Q =
Q
Posons Q = (X − λk ). Q est un polynôme annulateur de P (u) donc
i=1 k=1
Puisque f annule un polynôme scindé à racines simples, f est diagonalisable. n
Q
p
Q (P (u) − λk IdE ) = 0̃.
Si 0 est racine de P alors on peut écrire P = X (X − λi ) avec λi 6= 0. En k=1
i=1 n
Q
reprenant les notations ci-dessus, et on considérant le polynôme Posons Qk = P − λk . Le polynôme Qk est annulateur de u et les racines d’un
p k=1
(X − δi )(X + δi ), on a f 2 Q(f ) = P (f 2 ) = 0. Ainsi ImQ(f ) ⊂ ker f 2 , or polynôme Qk sont distinctes de celles d’un polynôme Q` avec k 6= ` car λk 6= λ` .
Q
Q=
i=1
2
De plus si α est racine multiple de Qk alors P (α) = λk et Q0k (α) = P 0 (α) = 0 ce
ker f = ker f donc f Q(f ) = 0. Ainsi f annule un polynôme scindé à racines qui est exclu par hypothèse.
simples donc f est diagonalisable. n
Q
Par conséquent le polynôme Qk est scindé simple donc u est diagonalisable.
k=1

Exercice 263 : [énoncé]


a) u est diagonalisable si, et seulement si, u annule un polynôme scindé à racines Exercice 265 : [énoncé]
simples. Si A est diagonalisable il est immédiat que B l’est aussi.
ou encore : Inversement, si B est diagonalisable alors il existe un polynôme annulateur de B
u est diagonalisable si, et seulement si, le polynôme minimal de u est scindé à scindé à racines simple
m
racines simples. Y
b) Si u est diagonalisable, il est clair que u2 l’est aussi. (X − λk )
Inversement, si u2 est diagonalisable alors son polynôme annulateur est scindé à k=1

racines simples : (X − λ1 )...(X − λp ). m


Puisque B = Ap , le polynôme (X p − λk ) est annulateur de A, or ce dernier est
Q
Puisque u ∈ GL(E) : ∀1 6 i 6 p, λi 6= 0 car 0 n’est pas valeur propre de u. k=1
Notons αi et βi les deux solutions de l’équation z 2 = λi . scindé à racines simples car

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 99

- les facteurs X p − λk et X p − λ` (avec k 6= `) on des racines deux à deux On raisonnant sur le rang, on montre que M est semblable à
distinctes ;    
- les racines de X p − λk sont simples. 0 0 0 1 0 0 1 0
On en déduit que A est diagonalisable.  0 0 0 0   0 0 0 1 
O4 , 
 0 0 0 0  ou
 
 0 0 0 0 

0 0 0 0 0 0 0 0
Exercice 266 : [énoncé]
La réciproque est immédiate.
dim ker A = n − 2 donc 0 est valeur propre de A de multiplicité au moins n − 2.
Puisque χA est scindé, la trace de A est la somme des valeurs propres de A
comptées avec multiplicité.
Si 0 est la seule valeur propre de A alors A est semblable à une matrice Exercice 269 : [énoncé]
triangulaire supérieure stricte et alors An = On ce qui est exclu.  A est nilpotente
Si  alors seule 0 est valeur propre de A et donc A est semblable à
Sinon A possède alors une autre valeur propre, puis deux car la somme des valeurs 0 ?
propres est nulle. Par suite la somme des dimensions des sous-espaces propres de  .. . Par suite trAp = 0 pour tout p > 1.

 .
A est au moins n et donc A est diagonalisable. 0 0
Inversement, supposons trAp = 0 pour tout p ∈ [[1, n]].
Notons λ1 , ..., λm les racines non nulles de χf et α1 , ..., αm leurs multiplicités
Exercice 267 : [énoncé] respectives.
m
a) A est semblable à une matrice triangulaire supérieure stricte T .
On a ∀1 6 p 6 m 6 n, tr(f p ) = αi λpi = 0.
P
b) On peut écrire A = P T P −1 donc i=1
Ce système de Vandermonde implique : ∀1 6 i 6 p, αi = 0 et donc l’inexistence de
det(A + In ) = det(T + In ) = 1 valeurs propres autres que 0 ce qui permet de conclure queA est nilpotente via
trigonalisation.
c) det(A + M ) = det(M ) det(AM −1 + In ).
Puisque (AM −1 )n = An M −n = On , 0 est la seule valeur propre de AM −1 et par
l’étude qui précède det(A + M ) = det M .
d) Si A est solution alors pour tout λ 6= 0, det(A − λIn ) 6= 0 donc 0 est seule Exercice 270 : [énoncé]
valeur propre de A. Le polynôme
X 3 − 4X 2 + 4X = X(X − 2)2
est annulateur de M .
Exercice 268 : [énoncé] On en déduit SpM ⊂ {0, 2} et M trigonalisable (car M annule un polynôme
Si A est solution alors P = X(X − 2)2 est annulateur de A et les valeurs propres scindé).
de A figurent parmi {0, 2}. Par la trace, on peut alors affirmer que 2 est valeur Par suite trM est la somme des valeurs propres de M comptées avec multiplicité
propre de multiplicité 4. et puisque trM = 0, seul 0 est valeur propre de M .
Par le lemme de décomposition des noyaux, ker(A − 2Id)2 et ker A sont On en déduit que la matrice M − 2In est inversible et puisque
supplémentaires.
Par multiplicité des valeurs propres, leurs dimensions respectives sont 4 et n − 4. M (M − 2In )2 = On
Ainsi A est semblable à  
2I4 + M 0 on obtient
0 On−4 M = On
2
avec M ∈ M4 (C) vérifiant M = 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 100

Exercice 271 : [énoncé] Si u − λIdE est nilpotent alors il existe p ∈ N tel que (X − λ)p soit annulateur de
Puisque le polynôme X 3 − X 2 = X 2 (X − 1) annule f le lemme de décomposition u. Les valeurs propres de u étant racine de ce polynôme, elles ne peuvent qu’être
des noyaux donne égale à λ. De plus λ est assurément valeur propre car un endomorphisme d’un
R3 = ker f 2 ⊕ ker(f − Id) C-espace vectoriel de dimension finie possède au moins une valeur propre.
Sachant dim ker(f − Id) = 1, on a dim ker f 2 = 2.
On ne peut avoir dim ker f = 0 et puisque ker f ⊂ ker f 2 , on a Exercice 274 : [énoncé]
a) Par récurrence
dim ker f = 1 ou 2
f n ◦ g − g ◦ f n = nf n
Si dim ker f = 2 alors b) Par linéarité
R3 = ker(f − Id) ⊕ ker f P (f ) ◦ g − g ◦ P (f ) = f ◦ P 0 (f )
et dans une base adaptée à cette supplémentarité, la matrice de f est Par suite, si P (f ) = 0, alors f ◦ P 0 (f ) = 0.
  c) Soit π le polynôme minimal de l’endomorphisme f .
1 0 0 π annule f donc Xπ 0 aussi. Par minimalité de π, π | Xπ 0 . Pour des raisons de
 0 0 0  degré et de coefficients dominants, απ = Xπ 0 avec α = deg π. On en déduit
0 0 0 π = X α et donc f est nilpotent.
Si dim ker f = 1 alors considérons e3 ∈ ker f 2 \ ker f et e2 = f (e3 ).
On vérifie aisément que (e2 , e3 ) est une base de ker f 2 et en considérant un Exercice 275 : [énoncé]
vecteur e1 ∈ ker(f − Id) non nul, on obtient une base (e1 , e2 , e3 ) dans laquelle la a) Supposons qu’il existe p ∈ N? tel que f p = 0.
matrice de f est   X p est annulateur de f donc Sp(f ) ⊂ {0}. Or Sp(f ) 6= ∅ donc Sp(f ) = {0}.
1 0 0 Inversement, si Sp(f ) = {0} alors seule 0 est racine de son polynôme
 0 0 1 
caractéristique. Or χf est scindé dans C [X] donc χf = (−1)n X n puis f n = 0 en
0 0 0 vertu du théorème de Cayley Hamilton. On en déduit que f est nilpotente.
b) Supposons f nilpotent.
Par l’étude ci-dessus, f est trigonalisable stricte et donc
Exercice 272 : [énoncé]
a) Si A ∈ Mn (C) alors A est triangularisable et lors de cette triangularisation les ∀1 6 k 6 n, tr(f k ) = 0
valeurs propres de A apparaissent sur la diagonale. Or A est nilpotent donc 0 est
car les puissances de f pourront aussi être représentées par des matrices
sa seule valeur propre et la diagonale de la matrice triangulaire obtenue est nulle.
triangulaires strictes.
Le polynôme caractéristique de A ∈ Mn (C) est alors égal à (−1)n X n .
Inversement, supposons
b) Pour A ∈ Mn (R), on a aussi A ∈ Mn (C) et le polynôme caractéristique est
∀1 6 k 6 n, tr(f k ) = 0
calculé par la même formule dans les deux cas. Par suite le polynôme
caractéristique pour A ∈ Mn (R) est scindé et donc à nouveau A est En notant λ1 , . . . , λn les valeurs propres comptées avec multiplicité de A, on
triangularisable avec des 0 sur la diagonale. obtient le système
λ1 + · · · + λn = 0



 λ2 + · · · + λ2 = 0

1 n
Exercice 273 : [énoncé]  · · ·
Si u possède une unique valeur propre λ alors celle-ci est la seule racine de son


 n
polynôme caractéristique qui est alors (λ − X)dim E . Ce dernier annulant u, on λ1 + · · · + λnn = 0
peut affirmer u − λIdE est nilpotent. La résolution de ce système est délicate.

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 101

En raisonnant par récurrence, nous allons établir que la seule solution est Exercice 277 : [énoncé]
λ1 = . . . = λn = 0ce qui permettra de conclure que f est nilpotente car Une matrice M ∈ Mn (C) nilpotente vérifie M n = On . Considérons la matrice
χf = (−1)n X n est annulateur de f . (A + xB)n . Les coefficients de cette matrice sont des polynômes de degrés
Pour n = 1 : la propriété est immédiate. inférieurs à n s’annulant chacun en les λ1 , . . . , λn , λn+1 , ce sont donc des
Supposons la propriété au rang n − 1. polynômes nuls. Ainsi, pour tout x ∈ C, (A + xB)n = On . En particulier pour
Considérons le polynôme x = 0, on obtient An = On . Aussi pour tout y 6= 0, en considérant y = 1/x, on a
(yA + B)n = On et en faisant y → 0, on obtient B n = On .
P (X) = (X − λ1 ) . . . (X − λn )
En développant,
Exercice 278 : [énoncé]
P (X) = X n + an−1 X n−1 + · · · + a1 X + a0 a) I1 est l’idéal des polynômes annulateurs de u ; il est engendré par P1 = πu
n
polynôme minimal de u.
La somme de deux endomorphismes nilpotents commutant est encore nilpotent
P
Comme P (λi ) = 0, on a P (λi ) = 0.
i=1 car la formule du binôme de Newton s’applique et il suffit de travailler avec un
Or exposant assez grand. On obtient alors facilement que I2 est un sous-groupe de
n
X n
X n
X n
X
P (λi ) = λni + an−1 λn−1
i + · · · + a1 λi + na0 = na0 (K [X] , +). La stabilité par absorption étant immédiate, I2 est un idéal de K [X]
i=1 i=1 i=1 i=1 et comme il contient I1 , il est non nul.
On en déduit a0 = 0 et donc 0 est racine de P . b) Puisque I1 ⊂ I2 , P1 ∈ P2 K [X] et donc P2 | P1 .
Il existe alors i ∈ {1, . . . , n} tel que λi = 0. Aussi, en posant n la dimension de E, on sait que pour tout endomorphisme
Par symétrie du problème, on peut supposer λn = 0. nilpotent de v de E, on a v n = 0̃. Puisque P2 (u) est nilpotent, on en déduit que
Par application de l’hypothèse de récurrence, on obtient λ1 = . . . = λn = 0. (P2 )n (u) = 0̃ et donc P1 | P2n .
La récurrence est établie. c) Cette question est immédiate avec la décomposition de Dunford mais cette
dernière est hors-programme. . . Procédons autrement !
Puisque P2 | P1 et P1 | P2n , les racines de P2 sont exactement celles de P1
Exercice 276 : [énoncé] c’est-à-dire les valeurs propres de l’endomorphisme u. On peut donc écrire
a) Soit λ une valeur propre de l’endomorphisme T . Y
Il existe une matrice M non nulle vérifiant T (M ) = λM . P2 = (X − λ)αλ
On a alors M A = (A + λIn )M . λ∈Spu
Par une récurrence facile, M Ap = (A + λIn )p M . Q
Or P2 (u) étant nilpotent, il est immédiat que l’endomorphisme (u − λIdE )
Or pour un certain p ∈ N? , Ap = On donc (A + λIn )p M = On . λ∈Spu
Cependant la matrice M n’est pas nulle donc la matrice (A + λIn )p n’est pas l’est aussi.
inversible puis la matrice A + λIn ne l’est pas non plus. Ainsi λ est valeur propre On en déduit que Y
de A et donc λ = 0 car 0 est la seule valeur propre d’une matrice nilpotente. P2 = (X − λ)
On en déduit SpT ⊂ {0} puis SpT = {0} car le corps de base C assure l’existence λ∈Spu
d’au moins une valeur propre.
et ce polynôme est donc scindé simple.
Le polynôme caractéristique de T étant scindé dans C [X] et de degré n2 , on a
2 2 2 Déterminons maintenons un polynôme R ∈ K [X] tel que pour Q = P2 R, on ait
χT = (−1)n X n puis T n = 0̃ car le polynôme caractéristique est annulateur en P2 (u − Q(u)) = 0̃.
vertu du théorème de Cayley Hamilton. On en déduira que u − Q(u) est diagonalisable avec Q(u) ∈ I2 .
Finalement, l’endomorphisme T est nilpotent. L’identité P2 (u − Q(u)) = 0̃ est obtenue dès que P1 divise le polynôme
b) Pour g = IdE on a T = 0̃.
Y
Ainsi l’endomorphisme T est nilpotent alors que g ne l’est pas. P2 (X − P2 (X)R(X)) = (X − λ − P2 (X)R(X))
La réciproque est fausse. λ∈Spu

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 102

(X − λ)βλ donc il suffit que pour chaque λ ∈ Spu, le facteur


Q
Or P1 = Par suite    
λ∈Spu 0 0 0 trA
βλ Φ(A) = Φ = −Φ =0
(X − λ) divise le facteur X − λ − P2 (X)R(X) pour pouvoir conclure. 0 trA 0 0
On a   car cette dernière matrice est nilpotente.
Y Si A n’est pas diagonalisable A est trigonalisable (car χA scindé sur R) et A est
X − λ − P2 (X)R(X) = (X − λ) 1 − (X − µ)R(X)
semblable à
µ6=λ
 
0 1
La condition voulue est assurément vérifiée si βλ = 0 0
Q1.
Pour βλ > 2, la condition voulue est satisfaite si (λ − µ)R(λ) = 1 et si pour et par suite Φ(A) = 0 car cette dernière matrice est nilpotente.
µ6=λ Q
tout k ∈ {1, . . . , βλ − 2}, la dérivée kème du polynôme (X − µ)R(X) s’annule
µ6=λ
en λ. Cela fournit des équationsQdéterminant pleinement Exercice 280 :[énoncé]
R(λ), R0 (λ), . . . , Rβλ −2 (λ) car (λ − µ) 6= 0. 1. K [A] = Vect Ak /k ∈ N .
µ6=λ
En notant p l’indice de nilpotence de A, K [A] = Vect(In , A, . . . , Ap−1 ).
Sachant qu’il est possible de construire un polynôme prenant des valeurs données
D’autre part, on établit facilement que la famille (In , A, . . . , Ap−1 ) est libre et
ainsi que ses dérivées en des éléments deux à deux distincts de K, on peut
donc on peut conclure dim K [A] = p.
déterminer un polynôme résolvant notre problème.
2.a) B p = Ap P (A)p = 0 donc B est nilpotente et Ind(B) 6 Ind(A).
Si B q = 0 alors Aq P (A)q = 0 et donc le polynôme X q P (X)q est annulateur de A.
Or le polynôme minimal de A est X p et celui-ci divise tout polynôme annulateur
Exercice 279 : [énoncé] de A donc X p divise X q P (X)q . Sachant P (0) 6= 0, on obtient que X p divise X q et
a) O22 = O2 donc Φ(O2 )2 = Φ(O2 ) d’où Φ(O2 ) = 0 ou 1. donc p 6 q.
Si Φ(O2 ) = 1 alors pour tout A ∈ M2 (R), 2.b) Puisque B est un polynôme en A, on a K [B] ⊂ K [A]. Or par égalité des
Φ(A) = Φ(A) × Φ(O2 ) = Φ(A × O2 ) = 1. indices de nilpotence, on a égalité des dimensions et donc K [B] = K [A]. Par suite
Ceci est exclu car la fonction Φ n’est pas constante. On en déduit Φ(O2 ) = 0. il existe R ∈ K [X] tel que A = R(B).
b) Si A est nilpotente alors A2 = O2 (car A est de taille 2) et donc Φ(A)2 = 0 puis Puisque Ap = 0, le polynôme R(X)p est annulateur de B, or le polynôme minimal
Φ(A) = 0. de B est X p donc X p divise R(X)p et on en déduit R(0) = 0. Cela permet
c) I22 = I2 donc Φ(I2 )2 = Φ(I2 ) puis Φ(I2 ) = 0 ou 1. d’écrire R(X) = XQ(X) et donc A = BQ(B).
Si Φ(I2 ) = 0 alors pour tout A ∈ M2 (R), Φ(A) = Φ(A × I2 ) = Φ(A) × 0 = 0. Si Q(0) = 0, alors on peut encore écrire A = B 2 S(B) et alors l’indice de
Ceci est exclu car la fonction Φ n’est pas constante. On en déduit Φ(I2 ) = 1. nilpotence de A est inférieur au plus petit entier supérieur à p/2. Si p > 1, c’est
absurde et donc on peut affirmer Q(0) 6= 0.

0 1
Notons E = . Dans le cas p = 1, on a A = 0, B = 0 et la résolution est immédiate.
1 0
On remarque E 2 = I2 donc Φ(E)2 = 1 puis Φ(E) = −1 car Φ(E) 6= Φ(I2 ). 3.a) On définit la matrice étudiée
Puisque B = EA, on en déduit Φ(B) = −Φ(A). A:=matrix(8, 8, (i, j)->if i=j-1 or i=j-4 then 1 else 0 fi);
d) Si A est inversible alors Φ(I2 ) = Φ(A) × Φ(A−1 ) et donc Φ(A) 6= 0 puisque Cette matrice est triangulaire supérieure, donc nilpotente.
Φ(I2 ) = 1 6= 0. On évalue les puissances successives de la matrice A
Inversement, supposons A non inversible. 0 est valeur propre de A. seq(evalm(Aˆk), k=1..8);
On vérifie aisément que deux matrices A et B semblables vérifient Φ(A) = Φ(B). On observe alors Ind(A) = 8.
Si A est diagonalisable alors A est semblable à 3.b) On définit la matrice B
B:=evalm(A*(1+A+2*Aˆ2+3*Aˆ3));
 
0 0 On cherche ensuite le polynôme Q a coefficients inconnus. On définit celui-ci
0 trA Q:=unapply(add(a[k]*Xˆk, k=0..6), X);

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 103

ainsi que la matrice C = BQ(B) Or A et M −1 commutent donc (AM −1 )p = 0 puis par b) : det(A + M ) = det M .
C:=evalm(B&*Q(B)); Si M n’est pas inversible. Posons Mp = M + p1 In . Quand p → +∞, Mp est
En jouant avec le facteur de zoom, on observe la structure de cette matrice et inversible et commute avec A donc det(A + Mp ) = det Mp . Or det Mp → det M et
celle-ci correspond à A si, et seulement si, les ak sont solutions d’un système facile det(A + Mp ) → det(A + M ) donc on peut prolonger l’égalité à toute matrice qui
à former. On résout celui-ci commute avec A.    
solve(C[1, 2]=1, C[1, 3]=0, C[1, 4]=1, seq(C[1, k]=0, k=5..8)); 0 1 1 2
d) Non prendre : A = et M = .
On peut vérifier l’exactitude de cette solution 0 0 3 4
assign(%);
evalm(B&*Q(B));
Finalement, on obtient le polynôme Exercice 284 : [énoncé]
On a
Q(X) = 1 − X + X 2 − 2X 3 + 9X 4 − 32X 5 + 72X 6 ∀k ∈ {0, . . . , n} , (A + 2k B)n = On
Considérons alors la matrice
Exercice 281 : [énoncé]
(A + XB)n ∈ Mn (K [X])
a) SpA = {0} et A 6= On donc A n’est pas diagonalisable.
b) On remarque An = On et An−1 6= On . Celle-ci est à coefficients polynomiaux de degrés inférieurs à n. Puisque
S’il existe B ∈ Mn (R) vérifiant B 2 = A alors B 2n = An = On donc B est 1, 2, . . . , 2n sont n + 1 racines distinctes de ces coefficients, ceux-ci sont tous nuls.
nilpotente. Par suite B n = On . On en déduit
Or B 2n−2 6= On avec 2n − 2 > n, c’est absurde. An = On
car les coefficients constants sont nuls, et
Exercice 282 : [énoncé]
B n = On
On a
det(A + N ) = det(A) det(In + A−1 N ) car les coefficients des termes X n sont nuls.
−1
Puisque A et N commutent, il en est de même de A et N . On en déduit que la
matrice A−1 N est nilpotente car N l’est.
La matrice A−1 N est alors semblable à une matrice triangulaire supérieure stricte Exercice 285 : [énoncé] √
et la matrice In + A−1 N est semblable à une matrice triangulaire supérieure avec a) Par le développement limite de 1 + x en 0 on peut écrire
des 1 sur la diagonale. √
On en déduit 1 + x = Pn (x) + O(xn )
det(In + A−1 N ) = 1
avec Pn polynôme de degré inférieur à n − 1.
puis b) On a
√ 2
det(A + N ) = det A Pn2 (x) = 1 + x + O(xn ) = 1 + x + O(xn )
donc
Exercice 283 : [énoncé] Pn2 (x) − x − 1 = O(xn )
a) Si λ est valeur propre de A alors λp = 0 d’où λ = 0. Par suite χA = (−1)n X n Notons α la multiplicité de 0 en tant que racine du polynôme Pn2 (X) − X − 1.
puis par Cayley Hamilton An = 0. On peut écrire Pn2 (X) − X − 1 = X α Q(X) avec Q(0) 6= 0 et donc
b) det(A + I) = χA (−1) = (−1)n (−1)n = 1
c) Si M est inversible det(A + M ) = det(AM −1 + I) det M . xα Q(x) = O(xn ) au voisinage de 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 104

puis De plus (A2 − A)2 = A4 − 2A3 + A2 = On donc A2 − A est nilpotente.


α−n
x Q(x) = O(1) b) On remarque
∀i > k, Ai = Ak
Nécessairement α − n > 0 et on en déduit que 0 est racine de multiplicité au
moins n du polynôme Pn2 (X) − X − 1 et donc que X n divise ce polynôme. et donc A2k = Ak ce qui assure comme au dessus que Ak est diagonalisable et
c) Puisque X n annule f , Pn2 (X) − X − 1 annule aussi f et alors l’endomorphisme ! !
k k
g = Pn2 (f ) vérifie X k X k
g 2 = f + IdE (Ak − A)k = (−1)i Ak(k−i)+i = (−1)i Ak = On
i=0
i i=0
i
d) Puisque E est un C-espace vectoriel, le polynôme caractéristique de f est
scindé et puisque λ est sa seule valeur propre, celui-ci est
Exercice 288 : [énoncé]
χf = (−1)n (X − λ)n a) Puisque H est un hyperplan et que In ∈
/ H, on a
En vertu du théorème de Cayley-Hamilton, on a (f − λIdE )n = 0̃.
H ⊕ Vect(In ) = Mn (K)
Considérons alors µ ∈ C vérifiant µ2 = λ et posons
Soit A une matrice nilpotente. On peut l’écrire A = B + λIn avec B ∈ H. La
g = µPn ((f − λIdE )/µ2 )
matrice B n’étant pas inversible, il existe une colonne X non nulle telle que
Puisque (f − λIdE )/µ2 vérifie l’hypothèse du c), on a BX = O et alors AX = λX. Le scalaire λ est alors valeur propre de la matrice A.
  Or les seules valeurs propres d’une matrice nilpotente sont nulles. On en déduit
2 2 f − λIdE λ = 0 puis A = B ∈ H.
g =µ + IdE = f
µ2 b) Les matrices élémentaires Ei,j avec i 6= j sont nilpotentes car de carrées nulles ;
elles sont donc toutes éléments de H et par combinaison linéaire la matrice
 
Exercice 286 : [énoncé] 0 1 (0)
Puisque la matrice A est nilpotente, on a  .. .. 
 . . 
M =  
An = On . .

 (0) . 1 
1 0
et donc puisque A et B commutent
appartient à H. Cependant celle-ci est notoirement inversible.
(AB)n = An B n = On

On en déduit que la matrice AB est aussi nilpotente. Elle est alors semblable à
une matrice triangulaire supérieure stricte et donc Exercice 289 : [énoncé]
a) Sachant M A = On , on a ImA ⊂ ker M . Introduisons F un sous-espace vectoriel
tr(AB) = 0 supplémentaire de ker M dans Mn,1 (C). En considérant une matrice de passage P
traduisant un changement de base vers une base adaptée à la supplémentarité

Exercice 287 : [énoncé] Mn,1 (C) = ker M ⊕ F


a) On remarque
∀k > 2, Ak = A2 on obtient les écritures par blocs
En particulier A4 = A2 donc X 2 − X = X(X − 1) annule A2 . Ce poly étant scindé
   
A1 A2 O M1
simple, la matrice A2 est diagonalisable. P −1 AP = et P −1 M P =
O O O M2

Diffusion autorisée à titre entièrement gratuit uniquement - dD


[http://mp.cpgedupuydelome.fr] édité le 10 septembre 2013 Corrections 105

On a alors Sinon, on peut déterminer une matrice élémentaire dans Tn− qui n’est pas dans H
χA = χA1 × (−X)dim F et χA+M = χA1 χM2 (si [T ]i,j 6= 0 alors Ej,i convient) et donc H ∩ Tn− est un hyperplan de Tn− (de
dimension n(n − 1)/2 − 1).
Or M2 est une matrice nilpotente complexe, sa seule valeur propre étant 0, on c) Les matrices triangulaire strictes sont bien connes nilpotentes. . .
obtient Une base de Tn+ adjointe à une base de H ∩ Tn− fournit une famille libre (car Tn+
χM2 = (−X)dim F et Tn− sont en somme directe) et celle-ci est formée d’au moins
et l’identité voulue est établie. b) C’est le même raisonnement avec ImM ⊂ ker A n(n − 1)/2 + n(n − 1)/2 − 1 = n2 − n − 1 éléments.
et l’introduction d’un sous-espace vectoriel F tel que d) Soit H un hyperplan de E. Il existe A ∈ Mn (C) non nulle telle que

H = {M ∈ Mn (C)/tr(AM ) = 0}
Mn,1 (C) = ker A ⊕ F
La matrice A est trigonalisable donc on peut écrire A = P T P −1 avec P ∈ GLn (C)
On a alors
et T triangulaire supérieure non nulle. Posons alors l’isomorphisme
ϕ : M → P −1 M P et considérons l’hyperplan
   
O A1 M1 M2
P −1 AP = et P −1 M P =
O A2 O O
K = {N ∈ Mn (C)/tr(T N ) = 0}
avec M1 nilpotente.
On constate
M ∈ H ⇔ ϕ(N ) ∈ K

Exercice 290 : [énoncé] Par l’isomorphisme ϕ, on transforme une famille de n2 − n − 1 matrices nilpotentes
a) Notons qu’il est immédiat de vérifier que LA est une forme linéaire sur E. linéairement indépendantes d’éléments de K en une famille telle que voulue.
Par linéarité de la trace, on vérifie tr((λA + µB)M ) = λtr(AM ) + µtr(BM ) ce qui
fournit la linéarité de l’application L.
Puisque dim E = dim E ? < +∞, il suffit désormais de vérifier l’injectivité de L
pour assurer qu’il s’agit d’un isomorphisme. Si LA = 0 (l’application nulle) alors
en particulier LA (t Ā) = 0 et donc tr(At Ā) = tr(t ĀA) = 0.
Or
Xn
2
tr(t ĀA) = |ai,j |
i,j=1

donc A = 0.
Puisque les hyperplans sont exactement les noyaux des formes linéaires non nulles,
on peut assurer que pour tout hyperplan H de E, il existe A ∈ Mn (C) non nulle
telle que
H = {M ∈ Mn (C)/tr(AM ) = 0}
b) Pour tout matrice M ∈ Tn+ , le produit T M est triangulaire à coefficients
diagonaux nuls donc tr(T M ) = 0. Ainsi Tn+ ⊂ H puis H ∩ Tn+ = Tn+ .
Concernant H ∩ Tn− , ou bien c’est un hyperplan de Tn− , ou bien c’est Tn− entier.
S’il n’y a pas de coefficient non nul dans le bloc supérieur strict de T alors T est
diagonale et un calcul analogue au précédent donne H ∩ Tn− = Tn− (de dimension
n(n − 1)/2)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Vous aimerez peut-être aussi