Université de La Réunion/Faculté de Droit et d'Economie

L2 Economie/2017-2018

∘
TD de mathématiques appliquées I/Fiche n 4

Exercice 1. Déterminer les valeurs propres des matrices suivantes :

⎛ ⎞ ⎛ ⎞
( ) ( ) 1 2 2 2 −1 0
2 2 3 4
𝐴= 𝐵= 𝐶 = ⎝ 0 3 −1 ⎠ 𝐷 = ⎝ −1 0 2 ⎠
1 3 0 3
0 1 1 −1 −2 4

Exercice 2. Déterminer les valeurs propres et les vecteurs propres des matrices suivantes. Ces
matrices sont-elles diagonalisables ?
⎛ ⎞ ⎛ ⎞
( ) ( ) 2 1 1 0 2 −3
1 3 2 1
𝐴= 𝐵= 𝐶=⎝ 0 3 4 ⎠ 𝐷 = ⎝ −1 3 −3 ⎠
1 2 0 2
0 2 1 −1 2 −2

Exercice 3. Déterminer les valeurs propres et les vecteurs propres de chacune des matrices 𝐴
suivantes. Ces matrices sont-elles diagonalisables ? Lorsque 𝐴 est diagonalisable, trouver une
matrice 𝐷 diagonale et une matrice 𝑃 inversible tels que 𝐷 = 𝑃 −1 𝐴𝑃 .

⎛ ⎞ ⎛ ⎞
( ) ( ) 4 0 0 0 0 −2
1 4 2 1
𝐴= , 𝐴= , 𝐴=⎝ 1 4 0 ⎠, 𝐴=⎝ 1 2 1 ⎠.
1 1 −1 2
−2 −1 1 1 0 3

Exercice 4. Soit 𝐴 la matrice dénie par :

( )
3 1
𝐴=
2 2

1) Calculer les valeurs propres de 𝐴. En déduire que 𝐴 est diagonalisable.

2) Trouver une matrice diagonale 𝐷 et une matrice inversible 𝑃 telles que 𝐷 = 𝑃 −1 𝐴𝑃 .
3) Calculer 𝐴𝑛 pour tout entier naturel 𝑛.
Exercice 5. Soit 𝐴 la matrice dénie par :
⎛⎞
1 1 1
𝐴=⎝ 1 1 1 ⎠
1 1 1

1) Calculer le déterminant de 𝐴. En déduire que 0 est une valeur propore de 𝐴.

3) Trouver toutes les valeurs propres de 𝐴.
2) Trouver une matrice diagonale 𝐷 et une matrice inversible 𝑃 telles que 𝐷 = 𝑃 −1 𝐴𝑃 .
4) Calculer 𝐴𝑛 pour tout entier naturel 𝑛.
Exercice 6. Soit 𝐴 la matrice dénie par :
⎛ ⎞
−1 1 2
𝐴=⎝ 1 2 −1 ⎠
−2 −1 3

1) Trouver les valeurs propres de 𝐴.

2) Trouver les vecteurs propres associés à chacune des valeurs propres de 𝐴.
3) En déduire que 𝐴 est diagonalisable.
2) Trouver une matrice diagonale 𝐷 et une matrice inversible 𝑃 telles que 𝐷 = 𝑃 −1 𝐴𝑃 .
4) Calculer 𝐴𝑛 pour tout entier naturel 𝑛.
Exercice 7. 1) Montrer que si 𝜆 est une valeur propre de 𝐴, alors 𝜆2 est une valeur propre
de 𝐴 , ..., 𝜆 est une valeur propre de 𝐴𝑟 .
2 𝑟

2) Soit 𝐴 une matrice carré d'ordre 𝑛 telle que 𝐴3 = 𝑂𝑛 et 𝐴2 ∕= 𝑂𝑛 . Montrer que 𝐴 n'est pas
inversible et que 0 est l'unique valeur propre de 𝐴. Cette matrice est-elle diagonalisable ?
3) Soit 𝐴 une matrice carré d'ordre 𝑛 telle que 𝐴3 − 2𝐴2 − 𝐴 + 2𝐼𝑛 = 𝑂𝑛 . Montrer que les
valeurs propres de 𝐴 se trouvent dans l'ensemble {−1, 1, 2}.
Exercice 8. Dans l'analyse input-output, soient 𝐴 la matrice technologique, 𝑋 le vecteur des
outputs, 𝐷 le vecteur des demandes nales et 𝐷1 = 𝐴𝑋 le vecteur des demandes intermé-
diaires. On suppose que la matrice 𝐴 est nilpotente (c.-à-d. telle qu'une de ses puissances est
la matrice nulle) ; exprimer 𝑋 en fonction de 𝐴 et 𝐷.
Exercice 9. 1) On considère la matrice technologique suivante :
( )
0.2 0.5
𝐴= .
0.5 0.3

Vérier l'égalité (𝐼 − 𝐴)−1 = 𝐴𝑘 .

∑∞
𝑘=0
⎛ ⎞
0.4 0.2 0.3
2) Même question avec la matrice 𝐴 = ⎝ 0 0.1 0.4 ⎠ .
0 0 0
 Correction des exercices 1 et 2

Exercice 1.
( )
2 2
∙𝐴=
1 3
Le polynôme caractéristique de 𝐴 est : 
 2−𝜆 2 
𝑃𝐴 (𝜆) = det(𝐴 − 𝜆𝐼) =   = (2 − 𝜆)(3 − 𝜆) − 2 = 𝜆2 − 5𝜆 + 4
1 3−𝜆 
𝜆 est une valeur propre de 𝐴 si et seulement si 𝑃𝐴 (𝜆) = 0, soit 𝜆2 − 5𝜆 + 4 = 0.
En résolvant cette équation du second degré, on obtient deux valeurs propres : 𝜆1 = 1 et 𝜆2 = 4.
( )
3 4
∙𝐵=
0 3
 
 3−𝜆 4 
𝑃𝐵 (𝜆) = det(𝐵 − 𝜆𝐼) =   = (3 − 𝜆)2
0 3−𝜆 
𝜆 est une valeur propre de 𝐴 si et seulement si 𝑃𝐴 (𝜆) = 0, soit (3 − 𝜆)2 = 0.
𝐵 admet donc une seule valeur propre 𝜆 = 3. Il s'agit d'une valeur propre double, c'est-à-dire
de multiplicité (algebrique) égale à 2.
⎛ ⎞
1 2 2
∙ 𝐶 = ⎝ 0 3 −1 ⎠
0 1 1
 
 1−𝜆 2 2 
 
𝑃𝐶 (𝜆) = det(𝐶 − 𝜆𝐼) =  0
 3 − 𝜆 −1 

 0 1 1−𝜆 
En développant selon la première colonne, on obtient :
𝑃𝐶 (𝜆) = (1 − 𝜆)[(3 − 𝜆)(1 − 𝜆) + 1] = (1 − 𝜆)(𝜆2 − 4𝜆 + 4) = (1 − 𝜆)(𝜆 − 2)2
La matrice 𝐶 admet donc deux valeurs propres distinctes : 𝜆1 = 1 (valeur propre simple),
𝜆2 = 2 (valeur propre double).
⎛ ⎞
2 −1 0
∙ 𝐷 = ⎝ −1 0 2 ⎠
−1 −2 4
 
 2 − 𝜆 −1 0 
 
𝑃𝐷 (𝜆) = det(𝐷 − 𝜆𝐼) =  −1 −𝜆 2 
 −1 −2 4 − 𝜆 
Il est important d'obtenir (lorsque c'est possible) un polynôme caractéristique factorisé, sinon il
sera dicile, par la suite, de résoudre l'équation (du troisième degré) 𝑃𝐷 (𝜆) = 0. Pour cela, on
essaie, par des opérations élémentaires, d'obtenir une ligne ou une colonne où il y a deux zéros
(en évitant de diviser des coecients par des expressions contenant 𝜆 (du type 2−𝜆, 4−𝜆, ...).
   
 2 − 𝜆 −1 0   2−𝜆 −1 0 
   
 −1 −𝜆 2  𝐿3 → 𝐿3 − 𝐿2  −1 −𝜆 2 
  −−−−−−−−−→  
 −1 −2 4 − 𝜆   0 −2 + 𝜆 2 − 𝜆 
 
 2 − 𝜆 −1 0 
 
𝐶2 → 𝐶2 + 𝐶3  −1 2 − 𝜆 2 
−−−−−−−−−−→ 
0 0 2−𝜆 
D'où 𝑃𝐷 (𝜆) = (2 − 𝜆)[(2 − 𝜆)2 − 1] = (2 − 𝜆)(1 − 𝜆)(3 − 𝜆)
La matrice 𝐶 admet donc trois valeurs propres distinctes 𝜆1 = 1, 𝜆2 = 2 et 𝜆3 = 3.

Exercice 2.
( )
1 3
∙𝐴=
1 2
 
 1−𝜆 3 
𝑃𝐴 (𝜆) = det(𝐴 − 𝜆𝐼) =   = (1 − 𝜆)(2 − 𝜆) − 3 = 𝜆2 − 3𝜆 − 1
1 2−𝜆 
√ √
𝐴 admet donc deux valeurs propres : 𝜆1 = 3−2 13 et 𝜆2 = 3+2 13 . Il vient que 𝐴 est d'ordre 2
et admet deux valeurs propres distinctes. Donc 𝐴 est diagonalisable.
( )
2 1
∙𝐵=
0 2
 
 2−𝜆 1 
𝑃𝐵 (𝜆) = det(𝐴 − 𝜆𝐼) =   = (2 − 𝜆)2
0 2−𝜆 
𝐵 admet donc une seule valeur propre : 𝜆 = 2. Cette valeur propre est double (de multiplicité
2), nous devons trouver le nombre de vecteurs propres linéairement indépendants qui lui sont
associés. ( )
𝑥
Soit 𝑣 = un vecteur propre associé à 𝜆 = 2. On a :
𝑦
𝐵𝑣 = 2𝑣
→
−
(𝐵 − 2𝐼)𝑣 = 0
( )( ) ( )
0 1 𝑥 0
=
0 0 𝑦 0
{
𝑦 =0
Ce qui donne le système
0 =0
La deuxième égalité étant
( ) ( ) toujours vériée,
( ) le système se réduit à la seule équation 𝑦 = 0.
𝑥 𝑥 1
On a donc 𝑣 = = =𝑥 (𝑥 ∈ ℝ)
𝑦 ( ) 0 0
1
On peut prendre 𝑣1 = . Le vecteur 𝑣1 génère tous les vecteurs propres associés à la va-
0
leur propre 𝜆 = 2. Il y a donc un seul vecteur propre (indépendant) associé à 𝜆 = 2. Or, cette
valeur propre est de multiplicité (algébrique) 2. On en déduit que 𝐵 n'est pas diagonalisable.
⎛ ⎞
2 1 1
∙𝐶=⎝ 0 3 4 ⎠
0 2 1
 
 2−𝜆 1 1 
 
𝑃𝐶 (𝜆) = det(𝐶 − 𝜆𝐼) =  0 3−𝜆 4 
 0 2 1−𝜆 
En développant selon la première colonne, on obtient :
𝑃𝐶 (𝜆) = (2 − 𝜆)[(3 − 𝜆)(1 − 𝜆) − 8] = (2 − 𝜆)(𝜆2 − 4𝜆 − 5)
La matrice 𝐶 admet donc trois valeurs propres distinctes : 𝜆1 = 2, 𝜆2 = −1 et 𝜆3 = 5. Et
Comme 𝐶 est d'ordre 3, on peut donc armer que 𝐶 est diagonalisable.
 ⎛ ⎞
0 2 −3
∙ 𝐷 = ⎝ −1 3 −3 ⎠
−1 2 −2
 

 −𝜆 2 −3 
𝑃𝐷 (𝜆) = det(𝐷 − 𝜆𝐼) =  −1 3 − 𝜆 −3 

 −1 2 −2 − 𝜆   
 −𝜆 2 −3   −𝜆 −1 −3 
  
𝐿3 → 𝐿3 − 𝐿2  −1 3 − 𝜆
 −3  𝐶2 → 𝐶2 + 𝐶3  −1 −𝜆 −3 
−−−−−−−−−→  −−−−−−−−−−→  
0 −1 + 𝜆 1−𝜆  0 0 1−𝜆 

En développant selon la dernière ligne, on obtient :

𝑃𝐷 (𝜆) = (1 − 𝜆)[𝜆2 − 1] = −(1 − 𝜆)2 (1 + 𝜆)
La matrice 𝐷 admet donc deux valeurs propres : 𝜆1 = 1 (de multiplicité 2), 𝜆2 = −1 (de mul-
tiplicité 1). Pour savoir si 𝐷 est diagonalisable ou non, nous devons calculer, pour chacune des
deux valeurs propres de 𝐷, le nombre de vecteurs propres indépendants associés, et comparer
ce nombre à la multiplicité de la valeur propre.

∙ Pour 𝜆1 = 1,
⎛ ⎞
𝑥
Soit 𝑣 = ⎝ 𝑦 ⎠ un vecteur propre associé à 𝜆1 = 1. On a :
𝑧
𝐷𝑣 = 𝑣
→
−
(𝐷 − 𝐼)𝑣 = 0
⎛ ⎞⎛ ⎞ ⎛ ⎞
−1 2 −3 𝑥 0
⎝ −1 2 −3 ⎠ ⎝ 𝑦 ⎠ = ⎝ 0 ⎠
−1 2 −3 𝑧 0
Ce qui donne le système
⎧
⎨ −𝑥 + 2𝑦 − 3𝑧 = 0
−𝑥 + 2𝑦 − 3𝑧 = 0
−𝑥 + 2𝑦 − 3𝑧 = 0
⎩

Le système se réduit à la seule équation −𝑥 + 2𝑦 − 3𝑧 = 0. Soit 𝑧 = − 31 𝑥 + 32 𝑦 .

⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
𝑥 𝑥 1 0
On a donc 𝑣 = 𝑦 =
⎝ ⎠ ⎝ 𝑦 ⎠ =𝑥 ⎝ 0 ⎠ +𝑦 ⎝ 1 ⎠ (𝑥, 𝑦 ∈ ℝ)
1 2 1 2
𝑧 −3𝑥 + 3𝑦 −3 3
⎛ ⎞ ⎛ ⎞
1 0
On peut prendre 𝑣1 = ⎝ 0 ⎠ et 𝑣2 = 1 ⎠.
⎝
1 2
−3 3

Les vecteurs 𝑣1 et 𝑣2 sont linéairement indépendants et génèrent tous les vecteurs propres
associés à la valeur propre 𝜆1 = 1.

∙ Pour 𝜆2 = −1,
 ⎛ ⎞
𝑥
Soit 𝑣 = ⎝ 𝑦 ⎠ un vecteur propre associé à 𝜆2 = −1. On a :
𝑧
𝐷𝑣 = −𝑣
→
−
(𝐷 + 𝐼)𝑣 = 0
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 2 −3 𝑥 0
⎝ −1 4 −3 ⎠ ⎝ 𝑦 ⎠ = ⎝ 0 ⎠
−1 2 −1 𝑧 0
Ce qui donne le système
⎧
⎨ 𝑥 + 2𝑦 − 3𝑧 = 0 (1)
−𝑥 + 4𝑦 − 3𝑧 = 0 (2)
−𝑥 + 2𝑦 − 𝑧 = 0 (3)
⎩

(1) − (2) nous donne

⎛ ⎞ 2𝑥 −⎛2𝑦 =⎞0 soit ⎛
𝑦 = 𝑥⎞. (3) nous donne alors 𝑧 = 𝑥.
𝑥 𝑥 1
On a donc 𝑣 = 𝑦 = 𝑥 = 𝑥 1 ⎠ (𝑥 ∈ ℝ)
⎝ ⎠ ⎝ ⎠ ⎝
𝑧 𝑥 1
⎛ ⎞
1
On peut prendre 𝑣3 = 1 ⎠. Ce vecteur génère tous les vecteurs propres associés à la valeur
⎝
1
propre 𝜆2 = −1.

En conclusion : chacune des deux valeurs propres de 𝐷 a un nombre de vecteurs propres

associés indépendants, égal à sa multiplicité (en tant que racine du polynôme caractéristique).
On en déduit que 𝐷 est diagonalisable.