Lycée Jean Perrin

Classe de TSI 2

Sujets : Réduction des endomorphismes.

Énoncés des sujets :

Exercice 1
Dans l'ensemble de l'exercice, M (R) désigne l'ensemble des matrices d'ordre 3 à coecients réels.
1. Soit (a, c) ∈ R , on considère la matrice A à coecients réels dénie par :
3
2

 
a+c 0 c
A= 0 a + 2c 0 
c 0 a+c

(a) Déterminer le spectre de A.

(b) Montrer que A est diagonalisable.  
λ 0 0
(c) Déterminer une matrice D diagonale, de la forme D =  0 µ 0 , où (λ, µ) ∈ R , et une matrice
2

0 0 µ
inversible P de M (R), telles que :
3
P −1 AP = D.
(d) Soit N ∈ M (R). On veut résoudre l'équation matricielle :
3

AN = N A (E1 )

d'inconnue N .
Montrer que N est solution de (E ) si et seulement si la matrice N dénie par N 0 0
= P −1 N P est solution
de l'équation :
1

DN 0 = N 0 D (E2 )
(e) On suppose dans cette question et dans la suivante que c 6= 0.
Déterminer l'ensemble des matrices de M (R) solutions de (E ).
(f) Exprimer les solutions de (E ) à l'aide des matrices P et P . On ne demande pas le détail des coecients
3 2
−1

des matrices N solutions de (E).

1
1
 
a+c b c
2. Soit l'ensemble F = M (a, b, c) =  b a + 2c 0  ; (a, b, c) ∈ R .
 
3

c 0 a+b+c
(a) Montrer que F est un sous-espace vectoriel de M (R).
(b) Déterminer une base de F et la dimension de F .
3

Soit (a, b, c) ∈R , on va désormais étudier certaines propriétés de M (a, b, c), élément quelconque de F .
3

1
(c) Vérier que  1  est un vecteur propre de M (a, b, c), associé à une valeur propre que l'on déterminera.
On note λ cette valeur propre.
1

(d) Calculer le polynôme caractéristique de M (a, b, c) sous forme factorisée.

1

Indication : faire apparaître le coecient X − λ dans le polynôme caractéristique P (X), à l'aide d'une
opération élémentaire très simple sur les lignes et les
colonnes.
1

On pourra utiliser la relation b − bc + c = b − c + c .

2 2 1 2 3 2

(e) À quelles conditions sur le triplet (a, b, c), la matrice M (a, b, c) admet-elle une valeur propre triple?
2 4

Dans ce cas, la matrice M (a, b, c) est-elle diagonalisable?

(f) À quelles conditions portant sur le triplet (a, b, c) la matrice M (a, b, c) admet-elle une valeur propre double
non triple?
Correction H [re1]

Exercice 2

1/88
Partie I. Décomposition de Dunford : généralités
Pour n ∈ N , on note I et 0 respectivement la matrice identité et la matrice nulle de M (R).
∗

Soit A ∈ M (R), s'il existe ∆, N ∈ M (R) telles que :

n n n

n n

i) A = ∆ + N ,
ii) ∆ est diagonalisable,
iii) N est nilpotente (i.e. il existe p ∈ N tel que N = 0 ). p

iv) ∆N = N ∆, autrement dit les matrices ∆ et N commutent,

n

Alors on dira que le couple(∆, N ) estune décomposition de Dunford de A.

1. Soient A = 30 23 et A = 30 12 .

1 2

1a. Soient ∆ = 30 03 et N = 00 20 , montrer que (∆, N ) est une décomposition de Dunford de A .

   
1

1b. Soient ∆ = 30 02 et N = 00 10 , montrer que (∆, N ) n'est pas une décomposition de Dunford de A .
   
2

2. Soit A une matrice diagonalisable de M (R), montrer que A admet une décomposition de Dunford que l'on
donnera.
3 n 3

3. Soit A une matrice nilpotente de M (R). Montrer que A admet une décomposition de Dunford que l'on donnera.
4. Vérier que si (∆, N ) est une décomposition de Dunford de A, alors ∆ et N commutent avec A.
4 n 4

Partie II. Décomposition dans M2 (R)

Dans cette partie, on suppose n = 2. Soit A une matrice de M (R).
1. Montrer que χ (x) = x − (tr A)x + det A.
2
2

2. On suppose que (tr A) − 4 det A > 0. Montrer que A admet une décomposition de Dunford qu'on précisera.
A
2

3. On suppose que (tr A) − 4 det A = 0. Montrer que A admet une décomposition de Dunford qu'on précisera en
2

fonction de A, I et tr(A).
4. On suppose que (tr A) − 4 det A < 0. On va montrer par l'absurde que A n'admet pas de décomposition de
2

Dunford. On suppose que :

A=∆+N
où ∆ est diagonalisable, N nilpotente, et ∆N = N ∆. Soit p ∈ N tel que N = 0. ∗ p

4a. Montrer que si λ est une valeur propre de N et X un vecteur propre associé, on a ∀k ∈ N , N X = λ X . ∗ k k

4b. En déduire que 0 est la seule valeur propre possible de N .

4c. Montrer qu'il existe P ∈ GL (C) et α ∈ C tel que :
2
 
0 α
P −1 N P =
0 0

puis que N = 0. 2

4d. Soit λ ∈ R une valeur propre de ∆. On note X 6= 0 un vecteur propre associé. Montrer que
A(N X) = λ(N X)

En déduire que λ est valeur propre de A. Conclure.

Partie III. Étude d'un exemple dans M3 (R)
     
3 −1 1 2 0 0 1 −1 1
SoitA= 0 2 , on pose
2  ∆ =  −1 et 3 1  N = 1 −1 1  .
−1 1 3 −1 1 3 0 0 0
1. Étude de ∆
1a. Déterminer le spectre de ∆, et en déduire que ∆ est inversible.
1b. Montrer que ∆ est diagonalisable et la diagonaliser sous la forme P −1
∆P = D , avec P ∈ M (R) inversible et
3
 
2 0 0
D= 0 2 0 .
0 0 4

2/88
Lycée Jean Perrin
Classe de TSI 2

1c. En déduire, de manière élémentaire, que ∆ est diagonalisable et exprimer ∆ en fonction de P , P et

−1 −1 −1

d'une matrice diagonale D à déterminer.

2. Décomposition de A.
1

2a. Montrer que A n'est pas diagonalisable.

2b. Montrer que N est nilpotente.
2c. Vérier qu'il existe α ∈ R (à préciser) tel que N ∆ = ∆N = αN .
2d. En déduire que (∆, N ) est une décomposition de Dunford de A.
3. Décomposition de Dunford de A . −1

On pose N = ∆ N . −1

3a. À l'aide de III.2c, montrer que ∆ N = N ∆ .

1
−1 −1

3b. En déduire que N est nilpotente.

3c. Développer (I + N )(I − N ). En déduire que I + N est inversible et donner son inverse.
1

3d. Justier l'existence de A .

3 1 3 1 3 1
−1

3e. Montrer que A = (I + N ) ∆ et en déduire une décomposition de Dunford de A .

−1 −1 −1 −1

4. Décomposition de Dunford des puissances de A.

3 1

Soit p ∈ N.
4a. À l'aide de la décomposition de Dunford (∆, N ) de A, montrer que
Ap = ∆p + p2p−1 N.

4b. Vérier que (∆ , p2 N ) est une décomposition de Dunford de A .

p p−1 p

4c. Calculer ∆ . En déduire que

p

 
2+p −p p
Ap = 2p−1  1 + p − 2p 1 − p + 2p p − 1 + 2p 
1 − 2p −1 + 2p 1 + 2p

5. Décomposition de Dunford de R vériant R = A, R s'appelle une racine carrée de A.

2

5a. Déterminer les matrices U ∈ M (R) diagonales vériant U = D. 2

5b. À l'aide des matrices P et P , déterminer alors une matrice S à valeurs propres positives telle que
3
−1

S = ∆.
2

5c. Déterminer deux réels a et b tels que S = a∆ + bI , en raisonnant sur les formes diagonalisées. En déduire
que S et N commutent.
3

5d. On pose M = I + N . Montrer que M
= I + N .

1
1 2

5e. En remarquant que A = ∆ I + ∆ N , déterminer une matrice R telle que R = A.

3 2 1 3 1
−1 2

5f. Donner une décomposition de Dunford de R.

3

Correction H [re2]

Exercice 3
Partie I.
Soit n ∈ N et A une matrice de M (R). On suppose qu'il existe deux matrices U, V de M (R) et deux réels λ et µ
∗

tels que λµ 6= 0 et λ 6= µ, vériant :

n n

A = λU + µV (1)
A = λ U +µ V 2 2 2
(2)
A = λ U + µ V. 3 3 3
(3)
1. Exprimer U et V en fonction de A et A . En déduire que : 2

A3 = (λ + µ)A2 − λµA.

2. Montrer que, pour tout entier p > 1 :

Ap = λp U + µp V.

3/88
 3. Soit f l'endomorphisme de R dont A est la matrice dans la base canonique. On note f
n p
= f ◦ ··· ◦ f la pième

composée de f . Soit p ∈ N avec p > 2.

(a) Montrer que Ker f ⊂ Ker f . p

(b) Montrer que pour tout x ∈ R , n

λµf p−1 (x) = (λ + µ)f p (x) − f p+1 (x).

(c) En déduire que Ker f ⊂ Ker f . p

(d) Montrer que rg(A) = rg(A ). p

Partie II.
On donne toujours un entier n > 1 xé.
. On note : U =  ... et V =  ... .
   
u1 v1
Soient U et V des matrices colonnes non nulles


u vn
Soit a ∈ R et A la matrice de M (R) dénie par :
n

A = aIn + U V T .

1. Montrer que V U est un réel que l'on exprimera en fonction des coecients u et v .
T

2. Montrer qu'il existe un réel k tel que (U V ) = k(U V ).

i i
T 2 T

En déduire qu'il existe deux réels α et β tels que A = αA + βI . 2

3. On note A = (a ) . Donner l'expression de a en fonction de a et des coecients de U et V .

n

En déduire que Tr(A) = na + V U .

i,j 16i,j6n i,j
T

4. Exprimer α et β en fonction de a et Tr(A).

5. Soit λ une valeur propre de A. Montrer que λ est une valeur propre de A . En déduire que λ vérie l'équation
2 2

λ2 − αλ − β = 0.

6. Montrer que les seules valeurs propres possibles de A sont :

λ = a etλ = Tr(A) − (n − 1)a. 1 2

7. On suppose que Tr(U V ) 6= 0 et on considère les sous-espaces vectoriels E et E dénis par :

T
1 2

Ei = {X ∈ Mn,1 (R), AX = λi X} .

(a) Montrer que E ∩ E = {0}.

(b) Montrer par analyse-synthèse que, pour tout vecteur colonne X , il existe X et X tels que
1 2
∈ E1 ∈ E2
X =X +X .
1 2

(c) Montrer que la matrice A est diagonalisable.

1 2

Correction H [re3]

Exercice 4
 
2 1 1
Soit A= 1 2 ; on note u l'endomorphisme de R canoniquement associé à la matrice A.
1  3

0 0 2
1. Calculer les valeurs propres de u et justier que A est diagonalisable dans M (R).
2. →−On note λ , λ et λ les valeurs propres de u avec λ < λ < →−λ . Déterminer, pour chaque i ∈ {1, 2, 3}, le vecteur
3

e de R dont la deuxième composante vaut 1 et vériant u( e ) = λ → e .

1 2 3 1 2 3
3 −
3. Justier que (→−e , →−e , →−e ) est une base de R et écrire la matrice ∆ de u relativement à cette base, puis trouver une
i i i i
3

relation entre A et ∆.
1 2 3

4. Si B ∈ M (R) est une matrice vériant B = A, on note v l'endomorphisme de R qui lui est canoniquement
2 3

associé.
3

(a) Vérier que v = u et que u ◦ v = v ◦ u.

2

(b) Pour chaque i ∈ {1, 2, 3}, calculer u ◦ v(→−e ), et en déduire que v(→−e ) est colinéaire à →−e .
i i i

4/88
Lycée Jean Perrin
Classe de TSI 2

(c) Conclure que la matrice V de v relativement à la base (→−e , →−e , →−e ) est diagonale de la forme V = diag(α , α , α )
et en déduire les valeurs possibles de α , α , et α .
1 2 3 1 2 3

5. Expliquer comment on trouve toutes les solutions, dans M (R), de l'équation X = A.

1 2 3
2
3
Correction H [re4]

Exercice 5
On considère les matrices carrées d'ordre 2 suivantes :
     
1 0 1 0 2 2
I= , A= , B=
0 1 0 −1 1 3

1. (a) Déterminer les valeurs propres et les sous-espaces propres de B. Est-ce que B est diagonalisable?
(b) Déterminer une matrice diagonale D de M (R) dont les coecients diagonaux sont dans l'ordre croissant,
et une matrice inversible P de M (R) dont les coecients de la première ligne sont tous égaux à 1, telles
2

que B = P DP .
2
−1

(c) Exprimer D comme combinaison linéaire de D et de I et en déduire B comme combinaison linéaire de B

2 2

et I .
(d) Déduire de la question précédente que B est inversible, et exprimer B comme combinaison linéaire de B −1

et I .
On considère l'application 
M2 (R) → M2 (R)
h:
M 7→ h(M ) = AM B
2. Vérier que h est un endomorphisme de M (R).
3. Montrer que h est bijectif et exprimer h sous une forme analogue à celle donnée pour h.
2
−1

4. On se propose dans cette question de déterminer les valeurs propres de h.

(a) Soient λ ∈ R et M ∈ M (R). On note N = M P , où P est la matrice dénie à la question 1b. Montrer que :
h(M ) = λM ⇐⇒ AN D = λN , où D est la matrice dénie dans la question 1b.
2

(b) Déterminer les réels λ pour lesquels il existe une matrice N de M (R) non nulle telle que AN D = λN . À 2

cet eet, on pourra noter N = z t .

 
x y

(c) En déduire les valeurs propres de h. Montrer que h est diagonalisable et donner une matrice diagonale
représentant h.
(d) On note id l'endomorphisme identité et 0 l'endomorphisme nul de M (R). Montrer que : 2

(h − id) ◦ (h + id) ◦ (h − 4id) ◦ (h + 4id) = 0

Correction H [re5]

Exercice 6
Soient a, b et c trois réels xés. On dénit par récurrence la suite (v ) de la manière suivante : n n∈N

v = a, v = b, v = c et pour tout n > 0, v .

v +v +v n+2 n+1 n
0 1 2 = n+3
3
 
vn+2
Pour tout n > 0, on dénit le vecteur
Vn =  vn+1  .
vn
 
1/3 1/3 1/3
On dénit également : A= 1 0 0  .
0 1 0
1. Montrer que pour tout ,n > 0 Vn+1 = AVn .
En déduire par récurrence que pour tout n > 1, V = A V . n

2. (a) Montrer que 1 est valeur propre de la matrice A.

n 0

(b) Déterminer les deux autres valeurs propres (que l'on notera λ et λ ) de la matrice A.
Sont-elles réelles? Calculer leur module.
2 3

5/88
 (c) La matrice A est-elle diagonalisable dans R ? La matrice A est-elle diagonalisable dans C ?
3. (a) Montrer que si n est un entier supérieur à 1, les trois valeurs propres de A sont 1, λ et λ . n n n

(b) En déduire qu'il existe trois nombres complexes α, β et γ (que l'on ne cherchera pas à calculer) tels que pour
2 3

tout n > 1,
vn = α + βλn2 + γλn3 .

(c) Montrer que pour tout x ∈] − √3, √3[, lim x (v − α) = 0.

n
n

Montrer que la suite (v ) converge vers α et que α ∈ R.

n→+∞

4. On pose pour tout n > 0, w = v + 2v + 3v .

Montrer que pour tout n > 0, w = w et en déduire que :
n n n+1 n+2

n+1 n

a + 2b + 3c
α= .
6
Correction H [re6]

Exercice 7
On rappelle que si p est un entier naturel non nul, la notation M (R) représente l'espace vectoriel des matrices carrées
d'ordre p à coecients réels. La partie A est indépendante du reste du problème, mais les parties B et C sont liées.
p

Partie A :
Soit p un entier naturel non nul. Une matrice A de M (R) est dite nilpotente d'indice trois si elle vérie A 6= 0 et 2

A = 0.
p
3

Dans toute cette partie, on note A une matrice de M (R) une matrice nilpotente d'indice trois. On note I la matrice
unité d'ordre p.
p

Pour tout réel t, on note E(t) la matrice

t2 2
E(t) = I + tA + A .
2
A.1 Vérier la relation
∀(s, t) ∈ R2 E(s)E(t) = E(s + t).

A.2 En déduire par récurrence sur n que
n

pour et .
E(t) = E(nt) t∈R n∈N
A.3 Justier que la matrice E(t) est inversible. Quel est son inverse?
A.4 Montrer que la famille (I, A, A ) est libre dans l'espace vectoriel M (R).
2
p

A.5 En déduire que l'application E : t 7→ E(t), de Rdans M (R) est injective.
p

0 1 1
A.6 Dans cette question, p = 3 et A =  0 0 1 .
0 0 0
Montrer que A est nilpotente d'indice 3 et expliciter la matrice E(t).
Partie B :
Dans cette partie, on note la base canonique de R . Soit A = ∈ M (R).
 
4 −6
B0 = (→
−
e1 , →
−
e2 ) 2
2
1 −1
On note f l'endomorphisme de R canoniquement associé à A.
2

B.1 Calculer les valeurs propres de f .

B.2 En déduire que f est diagonalisable et donner une base B = (→−u , →−v ) de diagonalisation.
B.3 En déduire qu'il existe une matrice P inversible et une matrice D diagonale telles que A = P DP . −1

Expliciter P, D et P . −1

B.4 Expliciter D pour tout entier naturel n. Démontrer la relation A = P D P . En déduire l'expression de A .
n n n −1 n

Partie C :
On reprend les notations de la partie B. On rappelle que pour tout réel t, on a e .
n
!
t
X tk
= lim
n→+∞ k!
k=0

6/88
Lycée Jean Perrin
Classe de TSI 2

C.1 Pour tout réel t, pour tout entier naturel n, on note E (t) la matrice dénie par :
n

n
X tk
En (t) = Ak
k!
k=0

avec la convention A = I . On écrira cette matrice sous la forme E (t) = .

 
0 an (t) bn (t)
n
cn (t) dn (t)
Expliciter (sous forme de sommes) ses coecientsa (t), b (t), c(t), d (t).
n n n n

C.2 Pour tout t ∈ R, on note E(t) la matrice E(t) = a(t) b(t)

c(t) d(t)
, avec :
a(t) = lim an (t) ; b(t) = lim bn (t) ; c(t) = lim cn (t) ; d(t) = lim dn (t).
n→+∞ n→+∞ n→+∞ n→+∞

Expliciter la matrice E(t) (on vériera qu'on obtient a(t) = 3e − 2e ). 2t t

C.3 Montrer qu'il existe deux matrices Q et R (carrées d'ordre deux) telles que
∀t ∈ R, E(t) = e2t Q + et R

et expliciter Q et R.
C.4 Calculer les endomorphismes Q , R , QR, RQ. Que peut-on dire des endomorphismes q et r de R canoniquement
2 2 2

associés aux matrices Q et R (donnez une réponse très précise)?

C.5 En déduire que
∀(s, t) ∈ R2 E(s)E(t) = E(s + t).
Que dire de E(t)

n
pour n ∈ N ? de E(t)

−1
?
L'application est-elle injective?

R → M2 (R)
E:
t 7 → E(t)
Correction H [re7]

Exercice 8
Le but de ce problème est d'étudier diérentes matrices qui commutent avec leur transposée, c'est à dire qui vérient la
relation :
M.M T = M T .M (1)

Partie I :
Dans toute cette partie, les matrices envisagées seront dans l'espace M (R), c'est à dire ayant deux lignes, deux colonnes
et des coecients réels. 
2

On notera en particulier I = 0 1 , A = 1 0 et C = 1 0 .
    
1 0 0 1 0 −1

1. Montrer que les matrices A et C vérient la relation (1).

2. Calculer A . En déduire que pour tout entier naturel n non nul, A vérie la relation (1).
2 n

3. Montrer que A est inversible. On note u l'unique endomorphisme de R dont la matrice relativement à la base 2

canonique B = ( i , j ) est A.
→
− → −

4. Préciser les valeurs de u(→−i ) et u(→−j ) en fonction de →−i et →−j . Montrer que u est une symétrie et préciser ses
éléments caractéristiques.
Dans toute la suite, on notera U = A + I .
5. Montrer que la matrice U vérie la relation (1). Montrer ∀n ∈ N , ∃α ∈ R, U = α U . ∗ n

En déduire que toutes ses puissances U , n ∈ N , vérient (1).

n n
n ∗

On notera dans la suite E l'ensemble des matrices de M (R) qui vérient la relation (1).
6. Calculer les produits de la matrice A + C et de sa transposée. En déduire que E n'est pas un sous-espace vectoriel
2 2

de M (R).
2
2

7. Étant donnée une matrice M = c d quelconque de M (R), déterminer les conditions nécessaires et su-
 
a b
2

santes sur a, b, c et d pour que M appartienne à E .

On donnera les deux formes possibles des matrices de E .
2

7/88
 8. En déduire que E est la réunion de deux sous-espaces vectoriels de M (R), dont on précisera pour chacun une
base.
2 2

9. Étant donné M et N deux matrices de E , a-t-on nécessairement M.N ∈ E ? On pourra utiliser certaines matrices
introduites précédemment dans l'énoncé.
2 2

Partie II :
On se place ici dans l'espace M (R), et on considère la base canonique de R que l'on note B = (→−i , →−j →−k ).
3
3 0

On dénit alors h comme l'unique endomorphisme de R vériant : h(→−i ) = −→−k , h(→−j ) = →−i et h(→−k ) = →−j . On note
3

S = Mat (h).
B0
L'ensemble des matrices de M (R) qui commutent avec leur transposée (donc qui vérient la relation (1)) est noté E .
10. Représenter la matrice S.
3 3

11. Déterminer S et montrer que S et S sont dans E .

2 2

12. Montrer que pour tous réels a, b et c, la matrice R = aI + bS + cS appartient à E .

3
2

13. En déduire que E contient un espace vectoriel de dimension 3 que l'on notera F .
3 3

14. Montrer que F est stable par multiplication matricielle.

3

Partie III :
On se place à présent dans l'espaceM (R), et on considère
 la base canonique de R que l'on note B
4
4 00
= (→
−
e1 , →
−
e2 , →
−
e3 , →
−
e4 ) .
1 a 1 1
On dénit la matrice B par :  −1
B=
 1
0
0
0
0
1 
−1 
1 1 −1 1
où a est un réel quelconque, et on appelle l'endomorphisme de R tel que Mat (u) = B.
u 4
B00
L'ensemble des matrices de M (R) qui commutent avec leur transposée (donc qui vérient la relation (1)) est noté E .
15. Déterminer les réels a tels que B ∈ E . Dans la suite, on pose a = −1.
4 4

16. Déterminer une base de Ker(u) et de Im(u).

4

17. Montrer que →−e + →−e et →−e − →−e + →−e − →−e sont des vecteurs propres de u associés à la même valeur propre. Quelle
est la valeur propre associée?
1 4 1 2 3 4

18. Déduire des questions précédentes la dernière valeur propre et déterminer un vecteur propre associé.
19. En déduire l'existence d'une matrice P ∈ M (R) telle que B = P ∆P où ∆ est une matrice diagonale. Préciser −1

P et ∆.
4

20. Montrer ∀n ∈ N , B = P ∆ P . En déduire une expression simple de B et B pour tout entier naturel p
∗ n n −1 2p 2p+1

en fonction de B et B . 2

Correction H [re8]

Exercice 9
Considérons la matrice A = 51 33 appartenant à M (R).
 
2

1. Réduction de la matrice A.
1.1 Déterminer les valeurs propres de A.
Celles-ci seront notées λ et λ avec : λ > λ .
1.2 Déterminer une base dechaque sous-espace propre de A.
1 2 1 2

1.3 Notons D = λ0 λ0 .

1

Déterminer une matrice inversible P appartenant à M (R) telle que D = P .

2
−1
2 AP

2. Soit N = xz yt appartenant à M (R).


2

2.1 Dans cette question, nous supposons que : N + N = D. 2

21.1 Montrer que : N D =DN , et en déduire que : y = z = 0.

21.2 Prouver alors que : tx ++tx==26 . 2
2

8/88
Lycée Jean Perrin
Classe de TSI 2

21.3 En déduire les quatre valeurs possibles pour la matrice N .

2.2 Montrer que les quatre matrices N obtenuesà la question 2(1)3 vérient l'égalité matricielle : N + N = D. 2

3. Soit M appartenant à M (R). Notons : N = xz yt , x, y, z, t appartenant à R, la matrice appartenant à


2

M (R) dénie par N = P M P . −1

3.1 Calculer P et déterminer ensuite une expression de M en fonction de x, y, z et t.

2
−1

3.2 Montrer que : M + M = A ⇐⇒ N + N = D.

2 2

3.3 En déduire l'ensemble des matrices M appartenant à M (R) telles que : 2

M2 + M = A

Correction H [re9]

Exercice 10
On dénit, pour tout réel a, la matrice :  
a−1 −1
Ma =
2 a+2
1. (a) Pour quelles valeurs de a la matrice M est-elle inversible?
(b) Déterminer, en fonction de a, les valeurs propres de la matrice M .
a

2. Donner une base de chacun des sous-espaces propres de la matrice M .

a

3. Donner une matrice P inversible, de taille 2 × 2, telle que la matrice D = P est diagonale.
a
−1
Ma P
Calculer P en détaillant les calculs.
a
−1

4. Soit a et b deux nombres réels. Montrer que M M = M M .

5. Soit n un entier naturel non nul. On considère la matrice A suivante :
a b b a

An = M1 M2 M3 . . . Mn

obtenue en eectuant le produit des n matrices M , M , . . . , M . Donner, en fonction de n, quatre nombres réels
a , b , c , d tels que :
1 2 n
n n n n  
an bn
An = .
cn dn
6. On considère deux suites (u ) et (v ) telles que u = −2 v1 = 4 , et qui vérient les relations de récurrence
suivantes :
n n>1 n n>1 1

∀n ∈ N, un+1 = (n − 1)un − vn et vn+1 = 2un + (n + 2)vn .

Donner, en fonction de n, une expression du terme général u de la suite. n
Correction H [re10]

Exercice 11
On note E = R [X] l'espace vectoriel des polynômes à coecients réels de degré inférieur ou égal à 3. Soit f l'application
dénie sur E qui associe à tout polynôme P ∈ E, le polynôme f (P ) déni par :
3

f (P )(X) = −3XP (X) + X P (X), où P est la dérivée du polynôme P.

2 0 0

1. (a) Rappeler la dimension de E.

(b) Montrer que f est un endomorphisme de E.
(c) Déterminer la matrice M de f dans la base canonique de E.
(d) La matrice M est-elle inversible? Est-elle diagonalisable? Calculer pour tout n ∈ N , M . ∗ n

(e) Préciser le noyau Ker f de f , ainsi qu'une base de Ker f .

(f) Déterminer l'image Im f de f .
2. On note Id et 0 respectivement, l'endomorphisme identité et l'endomorphisme nul de E, et pour tout endo-
morphisme v de E, on pose v = Id et pour tout k de N , v = v ◦ v .
E E
0 ∗ k k−1

Soit u et g deux endomorphismes de E tels que u = 0 , u 6= 0 et g = Id +u + u + u .

E
4 3 2 3
E E E

9/88
 (a) Soit P un polynôme de E tel que P ∈/ Ker(u ). Montrer que la famille P, u(P ), u (P ), u (P )
est une base
3 2 3

de E.
(b) Montrer que g est un automorphisme de E. Déterminer l'automorphisme réciproque g en fonction de u. −1

(c) Établir l'égalité : Ker u = Ker(g − Id ).

E

(d) Montrer que 1 est la seule valeur propre de g.

Correction H [re11]

Exercice 12
Soit (E, +, .) un R-espace vectoriel, f un endomorphisme de E, F un sous-espace vectoriel de (E, +, .).
On rappelle qu'on dit que F est stable par f si et seulement si ∀→−x ∈ F , f (→−x ) ∈ F .
I Quelques calculs préliminaires.
Considérons la matrice M appartenant à M (R) dénie par :
3
 
3 1 2
M = 1 1 0 
−1 1 2

I3 désigne la matrice unité d'ordre 3.

I.1 Étude des éléments propres de M .
I1.a Déterminer les (ou la) valeurs propres de M .
I1.b Déterminer les sous-espaces propres de M .
I.2 Étude des éléments propres de M . T

I2.a Soit λ ∈ R. Justier, , que les matrices M et M ont le même polynôme caractéristique.
sans faire de calculs
T

En déduire les valeurs propres de M . T

I2.b Déterminer les sous-espaces propres de M . T

II Quelques généralités.
Soit (E, +, .) un R-espace vectoriel, f un endomorphisme de E.
II.1 Montrer que {→−0 } et E sont des sous-espaces vectoriels de E stables par f .
II.2 Soit F un sous-espace vectoriel de E non réduit à →−0 et de dimension nie. Notons p la dimension de F et
introduisons B = (u , u , . . . , u ) une base de F .
−
→ −
→ −
→
Montrer que F est stable par f si et seulement si ∀k ∈ [[1, p]], f (−u→) ∈ F .
F 1 2 p

II.3 Droites vectorielles stables par f .

Soit F un sous-espace vectoriel de E de dimension 1, et B = (→−u ) une base de F .
Montrer que F est stable par f si et seulement si →−u est un vecteur propre de f .
F

III Étude des plans stables en dimension 3.

Soit (E, +, .) un R-espace vectoriel de dimension 3, dont une base est B = (→−e , →−e , →−e ). Soit f un endomorphisme
de E de matrice A dans la base B .
E 1 2 3
E

III.1 Mise en place de l'équation de F dans la base B .

Soit B = (−u→, −u→) une base de F .
E

F 1 2

III1.a Justier l'existence d'un vecteur −u→ de E tel que la famille U = (−u→, −u→, −u→) soit une base de E.
3 E 1 2 3

III1.b On introduit la matrice de passage Q de la base U à la base B (attention à l'ordre des bases!) que
nous noterons :
E E
 
a1 b1 c1
Q =  a2 b2 c2 
a b c
Montrer que a, b et c sont non tous nuls.
III1.c Soit →−x appartenant
 
à E.
x
Notons X =  x  la matrice des coordonnées de →−x dans la base B ,
1
2 E
x3

10/88
Lycée Jean Perrin
Classe de TSI2

x01
 

et X 0 =  x02  la matrice des coordonnées de →−x dans la base U . E

x03
Rappeler le lien matriciel entre Q, X et X et en déduire que : 0

x03 = ax1 + bx2 + cx3

III1.d En déduire que pour tout vecteur →−x appartenant à E de composantes (x , x , x ) dans la base B : 1 2 3 E

→
−
x ∈F ⇐⇒ ax1 + bx2 + cx3 = 0.

La condition ax + bx + cx = 0 est appelée B , nous admettrons qu'elle

est indépendante du choix de la base U .
1 2 3 F l'équation de dans la base E
E

III.2 Condition nécessaire et susante de stabilité de F par f .

III2.a Dans cette question, nous supposerons F stable par f .
Montrer que la matrice de f dans la base U , matrice que nous noterons B dans la suite, est de la
forme :
E
 
α β γ
B =  α β γ  avec α , β , γ , α , β , γ , γ ∈ R
1 1 1
2 2 2 1 1 1 2 2 2
0 0 γ
 
a
Justier l'égalité Q T
B T = AT QT , et en déduire que le vecteur  b  est un vecteur propre de A . T

c
 
a
III2.b Réciproquement, on suppose que le vecteur est un vecteur propre de A , de valeur propre λ.
 b  T

c
Justier l'égalité matricielle a b c
× A = λ a b c
.
Soit →−x appartenant
 à E .
x
Notons X =  x  la matrice des coordonnées de →−x dans la base B ,
1
2 E
x3
 
y1
et Y =  y2  la matrice des coordonnées de f (→
− dans la base B .
x) E
y3
Montrer que . En déduire que F est stable par f .
ay1 + by2 + cy3 = λ(ax1 + bx2 + cx3 )
IV Soit (E, +, .) un R-espace vectoriel de dimension 3, dont une base est B = (→−e , →−e , →−e ). Soit f un endomorphisme
de E de matrice M dans la base B , avec :
E 1 2 3
E
 
3 1 2
M = 1 1 0 
−1 1 2

Déterminer les sous-espaces vectoriels de E stables par f (on pourra utiliser les résultats des questions I,II et III).
Correction H [re12]

Exercice 13
1. Soit n ∈ N . Soient A et B deux matrices de M (R). On suppose qu'il existe P ∈ M (R) telle que A = P BP .
∗
n n
−1

(a) Montrer que, pour tout k ∈ N, A = P B P . k k −1

(b) En déduire que pour tout N ∈ N, pour tout a , . . . , a dans R : a A = P a B P .

! N N
X X
k k −1
0 N k k
k=0 k=0

. . . . .. 
 
λ1 0 ··· 0

(c) Expliciter X a B lorsque B est la matrice diagonale :  0.. . . . . . . . .

N 
k

. . . 0
k
k=0
0 ··· 0 λn

11/88
    
0 1 0 0 0 1
2. On considère dans la suite les matrices etA= 1 0 1  . J = 0 1 0 
0 1 0 1 0 0
(a) Déterminer une matrice diagonale

et une matrice inversible telles que
D

.
P A = P DP −1

a c b
(b) On considère l'ensemble F = M (a, b, c) =  c .
  
a + b c   (a, b, c) ∈ R3
b c a


Montrer que F est un sous-espace vectoriel de M (R) et en donner une base.

(c) Justier que toute matrice M (a, b, c) de F est diagonalisable.
3

(d) Exprimer A en fonction de J et de I .

2

(e) Soit M (a, b, c) appartenant à F . Exprimer M (a, b, c) en fonction de I, A et A . 2

(f) En déduire les valeurs propres et les vecteurs propres de M (a, b, c).
3. Application en physique
On considère un système de 3 oscillateurs couplés, où les 4 ressorts sont identiques et de constante de raideur
k . Les positions des masses m sont repérées par leurs abscisses x , x et x à partir de leur position d'origine
respective O , O et O , positions pour lesquelles les ressorts ne sont pas tendus. On suppose qu'on lâche les
1 2 3

masses aux abscisses x , x et x sans vitesse initiale.

1 2 3
1m 2m 3m

On montre, en appliquant le principe fondamental de la dynamique et en posant ω 2

(avec ω ∈ R∗+ ), que
les abscisses x , x et x vérient le système diérentiel 0 = k/m 0
1 2 3

 x001 (t) = −2ω02 x1 (t) + ω02 x2 (t)



(S1 ) : x00 (t) = ω02 x1 (t) − 2ω02 x2 (t) + ω02 x3 (t)

 200
x3 (t) = ω02 x2 (t) − 2ω02 x3 (t)
 
x1
On pose X =  x2  .
x3
(a) Déterminer une matrice M telle que (S ) s'écrive X (t) = M X(t). 00

(b) Exprimer cette matrice M en fonction de A et de I .

1

(c) En déduire une matrice D diagonale et une matrice P inversible telles que M = P D P .
0 0 0 0 0−1

(d) Résoudre alors le système (S ), c'est à dire déterminer les expressions de x , x et x en fonction de t et des
conditions initiales x , x et x .
1 1 2 3
1m 2m 3m
Correction H [re13]

Exercice 14
Dénitions et notations utilisées :
Soient n un entier naturel supérieur ou égal à 2 et E un espace vectoriel sur R de dimension n.
• On note Id l'application identique de E .
Soient f et g deux endomorphismes de E ; on note f ◦ g la composée de f et de g.
On convient que f = Id, f = f , et pour tout entier k supérieur ou égal à 2, on pose
0 1

f = f ◦ f ◦ . . . ◦ f.
k
| {z }

• Soit f un endomorphisme de E .
k fois

On dit que f est cyclique, si et seulement si, il existe un vecteur a de E tel que a, f (a), f (a), . . . , f (a)
soit une
2 n−1

base de E.
Par exemple, si n = 2, dire que f est cyclique revient à dire qu'il existe un vecteur a de E tel que a, f (a)
soit une
base de E.
De même, si n = 3, dire que f est cyclique revient à dire qu'il existe un vecteur a de E tel que a, f (a), f (a)
soit 2

une base de E.
12/88
Lycée Jean Perrin
Classe de TSI 2

• Pour tout polynôme P de R[X], on note deg(P ) le degré de P .

La première partie du problème est consacrée à l'étude d'exemples.
La seconde partie propose l'étude d'un endomorphisme de l'espace vectoriel R . Elle est totalement indépen-
dante de la première partie.
n−1 [X]

Partie I. Étude d'exemples.

I.A. On considère dans cette section I.A. que E = R . 2

Soit α l'endomorphisme de R dont la matrice dans la base canonique de R est la matrice A = 41 .

 
2 2 −6
−1
I.A.1. On choisit a = (2, 3). Déterminer le vecteur α(a) et montrer que α est cyclique.
I.A.2. Déterminer le vecteur α (a) puis déterminer deux réels x et y tels que :
2

α2 (a) = xa + yα(a)

I.A.3. Déterminer la matrice A de α dans la base a, α(a)
.

0

I.A.4. Montrer que le réel 2 est une valeur propre de α.

I.A.5. Déterminer un vecteur b non nul de R , tel que b, α(b)
ne soit pas une base de R .
2 2

On donnera les coordonnées du vecteur b que l'on aura choisi dans la base canonique de R . 2

I.B. On considère dans cette section I.B. que E = R . Soit β l'endomorphisme de R dont la matrice dans la base
3 3

2 0 0
canonique de R est la matrice B =  0 4 −6 .
3

0 1 −1
I.B.1. Déterminer le polynôme caractéristique de β.
I.B.2. Montrer que β est un automorphisme de R 3

I.B.3. Déterminer une base de chacun des sous espaces propres de β.

En déduire
 que β est diagonalisable, puis donner une base de R dans laquelle la matrice de β soit la matrice
3

2 0 0
D =  0 2 0 .
0 0 1
I.B.4. Montrer que β − 3β + 2 Id = 0 où 0 désigne ici l'endomorphisme nul de R .
2 3

I.B.5. En déduire que β n'est pas cyclique.

I.C. On considère dans cette section I.C. que E = R [X] où n désigne un entier naturel supérieur ou égal à 2.
Soit γ l'endomorphisme de R [X] qui, à tout polynôme P de R [X], associe le polynôme P .
n−1
0

On admettra que γ est bien un endomorphisme de R [X] et on ne demande pas de le vérier.

n−1 n−1

On a donc par exemple : γ X − 3X + 1 = 2X − 3.

n−1
2

I.C.1. Déterminer γ X
et plus généralement γ X
pour tout entier k compris au sens large entre 1 et
n−1 k n−1

n − 1.
On eectuera un raisonnement par récurrence sur k.
I.C.2. En déduire que γ est cyclique.
Partie II
Dans cette partie, on se donne un entier n supérieur ou égal à 2.
On considère l'endomorphisme δ de R [X] qui à tout polynôme P de R [X] associe le polynôme Q déni par :
Q(X) = P (X + 1) − P (X).
n−1 n−1

On admettra que δ est bien un endomorphisme de R [X] et on ne demande pas de le
vérier.

On a donc par exemple : δ X − 3X + 1 = (X + 1) − 3(X + 1) + 1 − X − 3X + 1 .
n−1
2

2

2

On rappelle également le résultat suivant que l'on pourra utiliser sans avoir à le démontrer : soit Q , Q , . . . , Q

une famille de polynômes de l'espace vectoriel R [X] telle que pour tout entier i compris au sens large entre 0 et
0 1 n−1

n − 1, deg(Q ) = i.
n−1

Alors, la famille Q , Q , . . . , Q
est une famille libre de R [X].

i

II.A. Dans cette question, on montre que δ est cyclique.

0 1 n−1 n−1

II.A.1. Soit k un entier naturel compris au sens large entre 1 et n − 1
.

En utilisant la formule du binôme, montrer que le polynôme δ X est exactement de degré k − 1.
k

II.A.2. Soit maintenant P un élément quelconque de R [X], le polynôme P étant supposé de degré supérieur
ou égal à 1.
n−1

En utilisant le résultat de la question précédente, montrer que : deg δ(P )
= deg(P ) − 1.

13/88
 II.A.3. Montrer enn que δ est cyclique en considérant la famille


X n−1 , δ X n−1 , δ 2 X n−1 , · · · , δ n−1 X n−1 .

II.B. Dans cette question, on détermine le noyau et l'image de l'endomorphisme δ.

II.B.1. En utilisant le résultat de la question II.A.2., montrer que le noyau de l'endomorphisme δ est constitué
de l'ensemble des polynômes constants.
II.B.2. Montrer que l'image de l'endomorphisme δ est contenue dans l'espace vectoriel R [X].
II.B.3. En utilisant le théorème du rang, montrer nalement que l'image de l'endomorphisme δ coïncide avec
n−2

l'espace vectoriel R [X].

II.C. Dans cette question, on introduit une famille de polynômes P , P , P , . . . , P , qui va permettre de démontrer
n−2

d'une autre manière que δ est cyclique. On dénit les polynômes P , P , P , . . . , P , de R [X] en posant :
0 1 2 n−1
0 1 2 n−1 n−1

1 1
P0 (X) = 1 , P1 (X) = X , P2 (X) = X(X − 1), . . .
1! 2!

1
Pn−1 (X) = X(X − 1)(X − 2) · · · (X − n + 2).
(n − 1)!
On a donc, pour tout entier j compris au sens large entre 1 et n − 1,
j−1
1 1 Y
Pj (X) = X(X − 1)(X − 2) · · · (X − j + 1) = (X − k).
j! j!
k=0

II.C.1. Montrer que P , P , P , . . . , P
est une base de R [X].

II.C.2. Dans cette question et dans cette question seulement, on suppose que n = 4.
0 1 2 n−1 n−1

Déterminer les coordonnées du polynôme X − 5X + X − 3 dans la base P , P , P , P
de R [X].

3 2

Indication : on pourra remarquer que 0 est racine de P , P et P , puis que 1 est racine de P et P ,...
0 1 2 3 3

II.C.3. Soient i et j
deux entiers naturels, tels que : i 6= 0 et 1 6 j 6 n − 1. Montrer que δ P
= P puis
1 2 3 2 3

déterminer δ P en distinguant les cas i 6 j et i > j.

j j−1
i

On donnera le résultat sans avoir besoin de le justier.

j

II.C.4. En déduire une autre démonstration du fait que δ est cyclique.

Correction H [re14]

Exercice 15
On note I et A les matrices de M (R) dénies par :
3

   
1 0 0 0 1 0
I= 0 1 0 , A= 1 0 1 
0 0 1 0 1 0

et E l'ensemble des matrices de M (R) déni par :

3
  
 a+c b c 
E=  b a + 2c b  ; (a, b, c) ∈ R3 .
c b a+c
 

PARTIE I : Étude de la matrice A.

1. Calculer A .2

2. Montrer que la famille (I, A, A ) est libre.

2

3. (a) Calculer le polynôme caractéristique de A et justier que A est diagonalisable.

(b) Déterminer une matrice P de M (R) inversible dont tous les coecients de la première ligne sont égaux à 1
et une matrice D de M (R) diagonale dont les coecients diagonaux sont dans l'ordre croissant telles que :
3

A = P DP .
3
−1

4. Montrer A = 2A.
3

14/88
Lycée Jean Perrin
Classe de TSI 2

PARTIE II : Étude d'une application dénie sur E .

5. Montrer que E est un sous-espace vectoriel de M (R) et que la famille (I, A, A ) est une base de E . En déduire
2

la dimension de E .
3

6. Montrer que pour toute matrice M de E , la matrice AM appartient à E .

On note f l'application de E dans E qui, à toute matrice M de E , associe AM .
7. Vérier que f est un endomorphisme de l'espace vectoriel E .
8. Former la matrice F de f dans la base (I, A, A ) de E .
2

9. (a) Montrer : f ◦ f ◦ f = 2f .
(b) En déduire que toute valeur propre λ de f vérie : λ = 2λ. 3

(c) Déterminer les valeurs propres et les sous-espaces propres de f .

10. L'endomorphisme f est-il bijectif? diagonalisable?
11. Déterminer une base de Im(f ) et une base de Ker(f ).
12. (a) Résoudre l'équation f (M ) = I + A d'inconnue M ∈ E .
2

(b) Résoudre l'équation f (N ) = A + A d'inconnue N ∈ E .

2

Correction H [re01]

Exercice 16
On note M (K) l'ensemble des matrices carrées de taille n > 2 à coecients dans K, où K désigne les corps R ou C.
On note I la matrice unité de M (K).
n

Dans tout l'exercice M désigne une matrice de M (K) de rang 1, on note Tr(M ) sa trace.
n n

1. Exemples en petite taille.  

1 2 ·
(a) Donner, en complétant les coecients de la matrice suivante  2 · · , un exemple de matrice A ∈
· · ·
M (R) de trace nulle dans chacun des cas suivants :
3

i) rg(A) = 1 ii) rg(A) = 2 iii) rg(A) = 3.

(b) La matrice A = 00 10 est-elle diagonalisable? Justier votre réponse.
 

2. Existence d'un polynôme annulateur.

Les colonnes d'une matrice de rang 1 sont toutes proportionnelles à une même colonne, ainsi les coecients m
de la matrice M sont de la forme α β avec α et β des scalaires dans K.
i,j

Déterminer deux matrices colonnes X et Y de taille n telles que M = XY . En déduire que :

i j i j
T

M = λM avec λ = Tr(M ).
2

3. La trace est valeur propre.

Dans la suite de l'exercice, on note u l'endomorphisme de K dont M est la matrice dans la base de K .
n n

(a) Démontrer à l'aide de l'égalité précédente que la matrice M − λI est non inversible.
n

(b) En déduire qu'il existe un vecteur a non nul de K tel que u(a) = λa.
n

4. Diagonalisation de M lorsque Tr(M ) 6= 0.

On suppose que Tr(M ) 6= 0.
(a) Démontrer que K = Ker u ⊕ Vect{a}.
n

(b) En déduire que la matrice M est diagonalisable et préciser une matrice diagonale à laquelle elle est semblable.
5. Si M est de trace nulle, montrer que M n'est pas diagonalisable.
6. Application. Montrer que la matrice :
J =  ... . . . ... 
 
1 ··· 1
 

1 ··· 1
est diagonalisable, et préciser D et P telle que D = P JP est diagonale.
1

15/88
 Correction H [re02]

Exercice 17
On se propose d'étudier, dans des cas particuliers, les puissances et racines carrées de certains endomorphismes. Les
deux parties A et B du sujet sont indépendantes.
A) On désigne par f l'endomorphisme de R dont la matrice dans la base canonique est donnée par :
3

 
8 4 −7
A =  −8 −4 8 
0 0 1

1) Montrer que f est diagonalisable.

2) Déterminer une base (v , v , v ) de R formée de vecteurs propres de f et donner la matrice D de f dans cette
3

nouvelle base.
1 2 3

3) Soit P la matrice de passage de la base canonique à la base (v , v , v ) et un entier m > 1. Sans calculer l'inverse
de P , exprimer A en fonction de D, P et P .
1 2 3
m −1

4) Calculer P , puis déterminer la matrice de f dans la base canonique.

−1 m

5) Déterminer toutes les matrices de M (R) qui commutent avec la matrice D trouvée à la question 2).
6) Montrer que si H ∈ M (R) vérie H = D, alors H et D commutent.
3
2

7) Déduire de ce qui précède toutes les matrices H de M (R) vériant H = D, puis déterminer tous les endo-
3
2

morphismes h de R vériant h = f en donnant leur matrice dans la base canonique.

3
3 2

B) Soient f et j les endomorphismes de R dont les matrices respectives A et J dans la base canonique sont données
3

par :    
2 1 1 1 1 1
A =  1 2 1  et J =  1 1 1 
1 1 2 1 1 1
1) Calculer J pour tout entier m > 1.
m

2) En déduire que pour tout m ∈ N , f = Id + 31 (4 − 1)j. Cette relation est-elle encore valable pour m = 0 ?
∗ m m

3) Montrer que f admet deux valeurs propres distinctes λ et µ telles que λ < µ.
4) Montrer qu'il existe un unique couple (p, q) d'endomorphismes de R tel que pour tout entier m > 0, f = 3 m

λ p + µ q , et montrer que ces endomorphismes p et q sont linéairement indépendants.

m m

5) Après avoir calculé p , q , p ◦ q et q ◦ p, trouver tous les endomorphismes h, combinaisons linéaires de p et q qui
2 2

vérient h = f . 2

6) Montrer que f est diagonalisable et trouver une base de vecteurs propres de f . Écrire la matrice D de f , puis
la matrice de p et q dans cette nouvelle base.
7) Déterminer une matrice K de M (R) non diagonale telle que K = I , puis une matrice Y de M (R) non 2

diagonale telle que Y = D.

2 2 3
2

8) En déduire qu'il existe un endomorphisme h de R vériant h = f qui n'est pas combinaison linéaire de p et q.
3 2

9) Montrer que tous les endomorphismes h de R qui vérient h = f sont diagonalisables.

3 2

Correction H [re03]

Exercice 18
 
0 2 1
On considère la matrice carrée réelle d'ordre : , et l'endomorphisme f de R de matrice J dans la
3 J = 0 −1 2  3

0 1 0
base canonique de R . 3

On considère, pour tout réel a, la matrice carrée réelle d'ordre 3 :

 
a 2 1
Ma =  0 a−1 2 
0 1 a

1. a) Déterminer les valeurs propres et les sous-espaces propres de f .

16/88
Lycée Jean Perrin
Classe de TSI 2

b) Montrer que J est diagonalisable. Déterminer une matrice réelle diagonale et une matrice réelle P inversible
telle que J = P DP . −1

c) En déduire que, pour tout nombre réel a, il existe une matrice réelle diagonale D d'ordre 3 que l'on calculera,
telle que M = P D P .
a
−1

d) Quel est l'ensemble des nombres réels a tels que M soit inversible?
a a

2. On se propose, dans cette question, de déterminer l'ensemble des nombres réels a tels qu'il existe une matrice X
a

carrée réelle d'ordre trois vériant X = M . 2

a) Soient a un nombre réel et X une matrice carrée réelle d'ordre 3 telle que X = M .
a
2

(i) Montrer que X commute avec M , puis que X commute avec J .

a

(ii) On note h l'endomorphisme de R de matrice X dans la base canonique de R .

a
3 3

Déduire de la question précédente que tout vecteur propre de f est vecteur propre de h.
(iii) Établir qu'il existe une matrice réelle diagonale ∆ d'ordre trois telle que X = P ∆P et montrer que −1

∆ =D .
2

(iv) En déduire a > 2.

a

b) Réciproquement, montrer que, pour tout nombre réel a supérieur ou égal à 2, il existe une matrice carrée réelle
X d'ordre 3 telle que X = M . 2

c) Conclure.
a

Correction H [re04]

Exercice 19
Soit p un entier naturel supérieur ou égal à 2 et E le R-espace vectoriel M (R). On note I la matrice identité de E. On
considère une matrice A de E telle que A 6= 0 et A = 0.
p
2

1. Propriétés de A.
1a. Soit un réel λ 6= 0 et X une matrice colonne de M (R) vériant AX = λX .
Montrer que X = 0. En déduire que Spec(A) ⊂ {0}.
p,1

1b. Calculer le déterminant de A. En déduire que Spec(A) = {0}.

1c. Montrer par l'absurde que A n'est pas diagonalisable.
2. Soit f l'endomorphisme de R de matrice A dans la base canonique de R .
p p

2a. Que vaut f = f ◦ f ? En déduire que Im f ⊂ Ker f . p

2

2b. En déduire, à l'aide du théorème du rang, que rg f 6 2 , puis que le rang de A vaut nécessairement 1 pour
p = 3.
2c. Montrer qu'il existe dans M (R) une matrice M de première colonne nulle vériant M 6= 0 et M = 0. 2

3. On considère le sous-espace vectoriel

2

F = αA + βI ∈ Mp (R) | (α, β) ∈ R2 = Vect(A, I)



3a. Déterminer la dimension de F .

3b. Montrer que F est stable par produit, c'est à dire ∀(M, N ) ∈ F , M N ∈ F . 2

3c. Soient (α, β) ∈ R et M = αA + βI ∈ F , montrer qu'il existe x ∈ R tel que :

2

M 2 = xM − β 2 I
3d. En déduire, pour β 6= 0, que la matrice M = αA + βI est inversible et que son inverse, qu'on donnera, est
aussi dans F .
3e. On pose B = A + I , montrer que B est inversible, et déterminer B en fonction de A et I .−1

3f. Soit n ∈ N . Donner une expression simpliée de B = (A + I) en fonction de n, A et I . Le résultat reste-t-il

∗ n n

vrai pour n = 0 ? n = −1 ?
4. Application.
Soient a, b et c trois réels. On considère trois suites réelles (u ) , (v ) , (w ) dénies par u = a, v = b,
w = c, et :
n n∈N n n∈N n n∈N 0 0
0 
 un+1 = 2un + vn + 3wn
∀n ∈ N, vn+1 = 2un + 3vn + 6wn
wn+1 = −un − vn − 2wn

 
un
On pose pour tout entier naturel , n Xn =  vn  .
wn

17/88
 4a. Montrer qu'il existe une matrice B telle que ∀n ∈ N, X = BX . n+1 n

4b. Montrer que B a une unique valeur propre λ que l'on déterminera.
4c. On pose A = B − λI . Calculer A . 
2

n+1 n 3n
4d. En déduire que ∀n ∈ N , B =  2n 2n + 1 6n .
∗ n

−n −n −3n + 1

4e. En déduire l'expression des termes généraux u , v et w en fonction de n et a, b, c. n n n

4f. Donner une condition nécessaire et susante sur a, b, c pour que les trois suites (u ), (v ) et (w ) soient
constantes.
n n n

4g. Que peut-on dire, lorsque cette condition est vériée, du vecteur X par rapport à la matrice B ? 0

Correction H [re05]

Exercice 20
Soient dans l'espace, quatre points M , M , M et M de coordonnées respectives (x , y , z ), (x , y , z ), (x , y , z ) et
(x , y , z ), et soient u, v, w, h quatre nombres réels. On leur associe les matrices :
1 2 3 4 1 1 1 2 2 2 3 3 3
4 4 4
   
x1 y1 z1 1   u
 x2 x1 y1 z1 1
y2 z2 1   v 
L=
 x3
 S =  x2 y2 z2 1  V = 
y3 z3 1   w 
x3 y3 z3 1
x4 y4 z4 1 h

On considère V comme un vecteur de R ; on note f l'endomorphisme de R ayant pour matrice L dans la base canonique
4 4

de R . On note V , V , V et V les vecteurs ligne de L.

4

On rappelle (cf cours de Sup) que M , M , M et M sont coplanaires si et seulement si par exemple :
1 2 3 4

1 2 3 4

Det (−M−−M−→, −M−−M−→, −M−−M−→) = 0 1 2 1 3 1 4

1. (a) En examinant le produit LV , montrer qu'il n'y a pas dans Ker f de vecteur non nul dont les trois premières
composantes sont nulles.
(b) Montrer que Ker f n'est pas réduit au vecteur nul si et seulement si le déterminant de L est nul (nb : il s'agit
de redémontrer un résultat du cours).
(c) Montrer que si V est non nul et appartient à Ker f , alors :
ux + vy + wz + h = 0

est l'équation d'un plan contenant M , M , M et M . 1 2 3 4

(d) Montrer que M , M , M et M sont coplanaires si et seulement si le déterminant de L est nul.

1 2 3 4

2. (a) On suppose que le rang de S est inférieur ou égal à 2.

Montrer que, quel que soit M , le déterminant de L est nul. En déduire que M , M , M sont alignés.
4 1 2 3

(b) Montrer que le rang de S est inférieur ou égal à 2 si et seulement si M , M , M sont alignés. 1 2 3

3. On suppose que M 6= M 1 2

(a) Montrer que la famille des deux vecteurs lignes (V , V ) est libre. 1 2

(b) Montrer que M , M , M sont alignés si et seulement si il existe µ ∈ R tel que :

1 2 3

V3 = µV1 + (1 − µ)V2

4. On suppose ici que les points M , M , M et M sont alignés et tous distincts.

1 2 3 4

(a) Montrer que les deux dernières lignes de la matrice L sont combinaisons linéaires des deux premières.
(b) Qu'en résulte-t-il pour le rang de L et la dimension de Ker f ?
(c) Montrer que L admet, dans le cas où on s'est placé, 0 comme valeur propre, avec un ordre de multiplicité
supérieur ou égal à 2.
18/88
Lycée Jean Perrin
Classe de TSI 2

5. Application :
On suppose M , M , M et M non coplanaires. Une droite ∆ rencontre en quatre points M , M , M et M , 0 0 0 0

tous distincts, les quatre plans contenant respectivement les points (M , M , M ), (M , M , M ), (M , M , M ) et

1 2 3 4 4 3 2 1

(M , M , M ).
1 2 3 1 2 4 1 3 4

On note M , M , M et M les milieux des segments [M M ], [M M ], [M M ] et [M M ]. On se propose de

2 3 4
00 00 00 00 0 0 0 0

démontrer que M , M , M et M sont coplanaires.

1 2 3 4 1 1 2 2 3 3 4 4
00 00 00 00

Pour cela, on utilise encore la matrice L construite à l'aide des coordonnées de (M , M , M , M ) et aussi les ma-
1 2 3 4

trices L et L construites de la même façon à l'aide des coordonnées de (M , M , M , M ) et de (M , M , M , M ).

1 2 3 4
0 00 0 0 0 0 00 00 00 00

(a) On note V , V , V et V les vecteurs ligne de L . En considérant les points M , M , M et M , montrer qu'il
1 2 3 4 1 2 3 4
0 0 0 0 0 0

existe des réels β , γ , δ tels que :

1 2 3 4 1 2 3 4
1 1 1

V = β V + γ V + δ V avec β + γ + δ = 1 1
0
1 2 1 3 1 4 1 1 1

(b) Montrer qu'il existe une matrice T carrée de taille 4 vériant :

 Les termes diagonaux sont nuls


Sur chaque ligne, la somme des termes vaut 1

L0 = T.L


(c) Montrer que le vecteur colonne de composantes (1, 1, 1, 1) est vecteur propre de T et donner la valeur propre
associée.
(d) Montrer que L est inversible et que L et T sont de rang 2. 0

(e) En utilisant la trace de T , donner la liste des valeurs propres de T .

(f) Montrer que L = (L + L )/2 et justier que L n'est pas inversible.
00 0 00

(g) Conclure.
Correction H [re06]

Exercice 21
Soient (u ), (v ) et (w ) les suites dénies sur N par leur premier terme :
n n n

u0 = 1, v0 = 0, w0 = 0,

et les relations de récurrence : 

= 3un − vn + wn
 un+1
vn+1 = un + 2vn
wn+1 = vn + wn

 
un
Pour tout entier naturel n, on pose Xn =  vn  .
wn

1. (a) Donner une matrice A ∈ M (R) telle que pour tout entier naturel n, X = AX .
3 n+1 n

(b) En déduire l'expression de X en fonction des matrices A, X , et de l'entier naturel n.

n 0

2. (a) Démontrer que A admet une seule valeur propre.

(b) Déterminer le sous-espace propre de A associé à l'unique valeur propre.
La matrice A est-elle diagonalisable?
3. On note f l'endomorphisme de R canoniquement associé à A, c'est à dire tel que A soit la matrice de f dans la
3

base canonique B de R . 3

(a) Déterminer une base (e , e , e ) de R telle que la matrice T de f dans cette base vérie :
0
1
0
2
0
3
3

 
2 1 0
T = 0 2 1 
0 0 2

et que les vecteurs e , e , e aient respectivement pour troisième composante 1, −1 et 2.

0 0 0

On notera dorénavant B la base (e , e , e ).

1 2 3
0 0 0 0
1 2 3

19/88
 (b) À l'aide de la formule du binôme de Newton et de la décomposition suivante de T :
   
2 0 0 0 1 0
T = 0 2 0 + 0 0 1 
0 0 2 0 0 0

déterminer l'expression de la matrice T en fonction de l'entier naturel n.

n

4. Soit P la matrice de passage de passage de la base canonique B à la base B . 0

(a) Exprimer A en fonction de T, P et P , puis A en fonction des mêmes matrices et de l'entier naturel n.
−1 n

(b) Calculer P .−1

(c) Déterminer les expressions de u , v et w en fonction de l'entier naturel n.

n n n
Correction H [re07]

Exercice 22
Dans ce problème, M (R) désigne l'ensemble des matrices carrées d'ordre 2 à coecients réels. La matrice identité de
M (R) est notée I .
2
2 2

On considère la matrice A = −2 4 appartenant à M (R) et on désigne par f l'endomorphisme de R canoni-

 
1 1 2
2

quement associé à A. On note enn B = (e , e ) la base canonique de R .

1 2
2

Première partie
1. Déterminer les valeurs propres de la matrice A.
2. Montrer que les sous-espaces vectoriels Ker(f − 2 Id ) et Ker(f − 3 Id ) sont supplémentaires dans R .
R2 R2
2

3. Construire une base (e , e ) de R avec e ∈ Ker(f − 2 Id ) et e ∈ Ker(f − 3 Id ).

0 0 2 0
R2
0
R2
4. Écrire la matrice D de f dans la base (e , e ).
1 2 1 2
0 0

5. En déduire qu'il existe une matrice P , inversible d'ordre 2, telle que A = P DP ; expliciter P et P .
1 2
−1 −1

6. Pour tout entier naturel non nul n, calculer la matrice D puis en déduire l'expression de A sous forme de tableau
n n

matriciel.
Deuxième partie
Pour tout entier naturel n et tout réel t, on note E (t) la matrice dénie par :
n

n
X tk
En (t) = Ak
k!
k=0

avec la convention A = I .
0
2

Cette matrice sera écrite sous la forme E (t) = ac (t) .

 
(t) b (t) n n
n
d (t)
1. Expliciter les coecients a (t), b (t), c (t) et d (t) de la matrice E (t).
n n

2. (a) Rappeler le développement en
série entière
de la fonction exponentielle.

n n n n n

(b) Justier que les suites a (t) , b (t) , c (t) et d (t)
sont convergentes et expliciter leurs

limites respectives notées a(t),b(t), c(t) et d(t) .

n t∈N n t∈N n t∈N n t∈N

Dans la suite, on note E(t) = a(t) b(t)

c(t) d(t)
, t ∈ R.

3. Montrer qu'il existe deux matrices Q et R, éléments de M (R), telles que : 2

E(t) = e2t Q + e3t R.

4. (a) Que vaut la matrice Q + R ? Et la matrice 2Q + 3R ?

(b) Montrer que, pour tout réel t, E(t) est une combinaison linéaire des matrices A et I .
5. Calculer les matrices Q , R , QR et RQ.
2
2 2

6. Montrer que, pour tout couple (s, t) de réels, E(s)E(t) = E(s + t) = E(t)E(s). En déduire que E(t) est inversible
et donner son inverse.
20/88
Lycée Jean Perrin
Classe de TSI 2

7. Montrer que l'application t 7→ E(t), de R vers M (R), est injective.

2

Troisième partie
On considère le système (S) d'équations diérentielles :
x0

= x+y
(S) :
y0 = −2x + 4y

On appelle solution du système (S) tout couple (u, v) de fonctions dérivables sur R telles que, pour tout réel t, on ait
u0 (t)

= u(t) + v(t)
v 0 (t) = −2u(t) + 4v(t)

1. Soit (u, v) une solution de (S) ; pour tout réel t, on pose

   
u1 (t) u(t)
= E(−t) .
v1 (t) v(t)

(a) Exprimer les réels u (t) et v (t) à l'aide de u(t), v(t) et des coecients de la matrice E(−t).
(b) En déduire que les fonctions u et v sont dérivables sur R et calculer leurs dérivées.
1 1

2. Montrer alors que (u, v) est une solution de (S) si et seulement s'il existe un couple (α, β) de réels tels que, pour
1 1

tout réel t, on ait v(t) = E(t) β .

 
u(t) α

Correction H [re08]

21/88
Corrigés des sujets :

Correction de l'exercice 1 N
Dans l'ensemble de l'exercice, M3 (R)désigne l'ensemble des matrices d'ordre 3 à coecients réels.
1. Soit (a, c) ∈ R , on considère la matrice A à coecients réels dénie par :
2

 
a+c 0 c
A= 0 a + 2c 0 
c 0 a+c

(a) On calcule le polynôme caractéristique de A :

x−a−c 0 −c
χA (x) = 0 x − a − 2c 0
−c 0 x−a−c
x − a − 2c 0 −c
= x − a − 2c x − a − 2c 0 (C1 ← C1 + C2 + C3 )
x − a − 2c 0 x−a−c
x − a − 2c 0 −c  
L2 ← L2 − L1
χA (x) = 0 x − a − 2c c
L3 ← L3 − L1
0 0 x−a

Donc χ A (x) = (x − a − 2c)2 (x − a) et

Sp(A) = {a, a + 2c}

(b) Si c = 0, la matrice A est égale à aI , donc diagonale (et évidemment diagonalisable).

Si c 6= 0, on remarque l'existence d'une valeur propre double dont nous allons déterminer le sous-espace
3

caractéristique :

  
x 0
(A − (a + 2c)I)  y  =  0  ⇐⇒ −cx + cz = 0
z 0
⇐⇒ x=z car c 6= 0.
   
 1 0 
D'où Ea+2c = Vect  0  ,  1  .
1 0
 
Résumons : est scindé et la multiplicité de chaque valeur propre correspond à la dimension du sous-espace
propre associé :
χA

A est diagonalisable.
(c) On considère toujours ici c 6= 0 (le cas c = 0 est trivial). Il reste à déterminer E . a
   
x 0 
cx + cz = 0
(A − aI)  y  =  0  ⇐⇒
2cy = 0
z 0

x = −z
⇐⇒ .
y = 0
 
1
D'où . On conclut :
 
Ea =  0 
−1
 

   
a 0 0 1 0 1
D= 0 a + 2c 0  = P −1 AP avec : P = 0 1 0 
0 0 a + 2c −1 0 1

(d) Soit N ∈ M (R). On veut résoudre l'équation matricielle :

3

AN = N A (E1 )

22/88
Lycée Jean Perrin
Classe de TSI2

d'inconnue N .
Nsolution de (E ) ⇐⇒ AN = N A ⇐⇒ P DP
1
−1
N = N P DP −1

On multiplie l'égalité à gauche par P et à droite par P :

−1

N solution de (E ) ⇐⇒ P −1 −1 −1
N P DP −1 P



P DP N P = P
1

⇐⇒ DP −1 N P = P −1 N P D

En résumé :
est solution de (E ) ⇐⇒ DN = N D (E ), avec N
N 1
0 0
2
0
= P −1 N P
(e) On supposedans cette question

et dans la suivante que c 6= 0.
x y z
Soit N =  x y z  ∈ M (R). On calcule simplement :
1 1 1
0
2 2 2 3
x3 y3 z3
   
ax1 (a + 2 c) y1 (a + 2 c) z1 ax1 ay1 az1
N 0D =  0
   
 ax2 (a + 2 c) y2  ; DN =  (a + 2 c) x2
(a + 2 c) z2  (a + 2 c) y2 (a + 2 c) z2 


ax3 (a + 2 c) y3 (a + 2 c) z3 (a + 2 c) x3 (a + 2 c) y3 (a + 2 c) z3

et on constate que N est solution de (E ) si et seulement si :

0
2
 
ay1 = (a + 2c)y1 2cy1 = 0
i.e

 

az1 = (a + 2c)z1 2cz1 = 0
 
 ax2
 = (a + 2c)x2  2cx2
 = 0
ax3 = (a + 2c)x3 2cx3 = 0
 

Comme c 6= 0, on en déduit que N est solution de (E ) si et seulement si

0
2

y1 = z1 = x2 = x3 = 0

L'ensemble des matrices de M (R) solutions de (E ) est :

3 2
   
x1 0 0
avec x , y , z , y , z
 
S(E2 ) = N0 =  0 y2 z2  1 2 2 3 3 ∈R
0 y3 z3
 

(f) L'ensemble des solutions de (E ) s'en déduit immédiatement (avec N = P N P ) :

1
0 −1

   
x1 0 0
avec x , y , z , y , z
 
S(E1 ) = N =P 0 y2 z2  P −1 1 2 2 3 3 ∈R
0 y3 z3
 

   
a+c b c
2. Soit l'ensemble .
 
F = M (a, b, c) =  b a + 2c 0  ; (a, b, c) ∈ R3
c 0 a+b+c
 

(a) Notons :    
0 1 0 1 0 1
J=  1 et 0 0  K=  0 2 0 
0 0 1 1 0 1
On constate immédiatement que F est l'ensemble des combinaisons linéaires des matrices I, J et K , c'est à
dire le sous-espace vectoriel engendré par I, J et K :
F = Vect(I, J, K) est un sous-espace vectoriel de M (R). 3

(b) (I, J, K) est une famille génératrice de F , et de plus :

 
a+c b c
aI + bJ + cK = 0 =⇒  b a + 2c 0  = 0 =⇒ b = c = 0 = a
c 0 a+b+c

donc cette famille est libre.

23/88
 est une base de F , et dim F = 3.
(I, J, K)
Soit (a, b, c) ∈ R, onva désormaisétudier certainespropriétés
3

de M (a, b, c), élément quelconque de F .
1 a + b + 2c 1
(c) M (a, b, c)  1  =  a + b + 2c  = (a + b + 2c)  1 , donc :
1 a + b + 2c 1
 
1
 1  est un vecteur propre de M (a, b, c), associé à la valeur propre λ 1 = a + b + 2c .
1
(d) Calculons le polynôme caractéristique de M (a, b, c) :
x−a−c −b −c
χM (a,b,c) (x) = −b x − a − 2c 0
−c 0 x−a−b−c
x − a − b − 2c −b −c
= x − a − b − 2c x − a − 2c 0 (C1 ← C1 + C2 + C3 )
x − a − b − 2c 0 x−a−b−c
x − a − b − 2c −b −c  
L2 ← L2 − L1
χM (a,b,c) (x) = 0 x − a + b − 2c c
L3 ← L3 − L1
0 b x−a−b
Il reste à développer :



χM (a,b,c) (x) = x − (a + b + 2c) (x − a + b − 2c)(x − a − b) − bc
x − (a + b + 2c) x2 − 2(a + c)x + a2 − b2 + 2ac + bc



=
Pour achever la factorisation, il sut de calculer le discriminant du second facteur :
∆ = 4(a + c)2 − 4(a2 − b2 + 2ac + bc) = 4(b2 + c2 − bc)
" 2 #
1 3 2
= 4 b− c + c
2 4

Ainsi :
  s 
2

1 3
χM (a,b,c) = x − (a + b + 2c) x − a + c − b − c + c2  × · · ·
2 4
  s 
2
1 3
· · · × x − a + c + b − c + c2  
2 4

(e) La matrice M (a, b, c) admet une valeur propre triple si et seulement si les trois racines du polynôme carac-
téristique sont égales, ce qui revient à la condition :
s 2 s 2
1 3 1 3
b+c= b− c + c2 = − b− c + c2
2 4 2 4
Ceci équivaut à :
i.e c = −b
 
b+c=0

2
2
b − 21 c + 34 c2 = 0 b + 21 b + 34 b2 = 3b2 = 0
En dénitive :
admet une valeur propre triple si et seulement si b = c = 0.
M (a, b, c)
Dans ce cas, la matrice M (a, b, c) est diagonale (donc diagonalisable) car M (a, 0, 0) = aI .
(f) M (a, b, c) admet une valeur propre double non triple si on a (b, c) 6= (0, 0) et si l'une des trois conditions est
vériée :  q
2
b − 1 c + 3 c2


 b+c=
q 2
4



2
 b + c = − b − 12 c + 34 c2
 q
2 q
2
b − 21 c + 34 c2 = − b − 21 c + 34 c2



24/88
Lycée Jean Perrin
Classe de TSI 2

Les deux premières conditions impliquent la relation :

(b + c) = b − c + c , c'est à dire : bc = 0, ou encore : b = 0 ou c = 0
  2
2 1 3 2
2 4

La troisième condition équivaut à :

b − c + c = 0, c'est à dire : c = 0 = b
  2
1 3 2
2 4

On a donc nécessairement (b = 0 et c 6= 0) ou (c = 0 et b 6= 0).

Réciproquement, avec la première condition, on a :
Sp(A) = {a + 2c, a + c − |c|, a + c + |c|) = {a, a + 2c}

Et avec la deuxième condition, on a :

Sp(A) = {a + b, a − |b|, a + |b|) = {a + b, a − b}

Et on constate qu'il y a bien une racine double non triple (dans le premier cas, on retrouve la matrice de la
question 1 avec c 6= 0).
M (a, b, c) admet une valeur propre double non triple si et seulement si ou .
 
b=0 c=0
c 6= 0 b 6= 0

Correction de l'exercice 2 N
Partie I. Décomposition de Dunford : généralités
Pour n ∈ N , on note I et 0 respectivement la matrice identité et la matrice nulle de M (R).
∗

Soit A ∈ M (R), s'il existe ∆, N ∈ M (R) telles que :

n n n

n n

i) A = ∆ + N ,
ii) ∆ est diagonalisable,
iii) N est nilpotente (i.e. il existe p ∈ N tel que N = 0 ). p

iv) ∆N = N ∆, autrement dit les matrices ∆ et N commutent,

n

Alors on dira que le couple(∆, N ) estune décomposition de Dunford de A.

1. Soient A = 30 23 et A = 30 12 .

1 2

1a. Soient ∆ = 30 03 et N = 00 20 .
   

On a clairement A = ∆ + N . ∆ = 3I est diagonale donc diagonalisable et N nilpotente car N

1
2
. Enn :
=0
 
0 6
∆N = 3N = = N∆
0 0

Les quatre points de la dénition sont vériés :

(∆, N ) est une décomposition de Dunford de A . 1

1b. Soient ∆ = 0 2 et N = 0 0 . On a :
   
3 0 0 1

et
   
0 3 0 2
∆N = N∆ =
0 0 0 0

Ainsi, les matrices ∆ et N ne commutent pas :

(∆, N ) n'est pas une décomposition de Dunford de A . 2

2. Soit A une matrice diagonalisable de M (R). Il est immédiat que :

3 n

(A , 0) est une décomposition de Dunford de A .

3 3

25/88
 3. Soit A une matrice nilpotente de M (R). Il est immédiat que :
4 n

(0, A ) est une décomposition de Dunford de A .

4 3

4. On suppose que (∆, N ) est une décomposition de Dunford de A. Alors en particulier :

A = ∆ + N et ∆N = N ∆

D'où :
∆A = ∆(∆ + N ) = ∆2 + ∆N = ∆2 + N ∆ = (∆ + N )∆ = A∆
et de même :
N A = N (∆ + N ) = N ∆ + N 2 = ∆N + N 2 = (∆ + N )N = AN

et N commutent avec A.
∆
Remarque : il est même possible de montrer que ∆ et N sont des polynômes en A.
Partie II. Décomposition dans M2 (R)
Dans cette partie, on suppose n = 2. Soit A une matrice de M (R). 2

1. Notons A = ac db . Avec ces notations :



x−a −b
χA (x) = = x2 − (a + d)x + ad − bc
−c x−d

On constate immédiatement que :

χA = x2 − (tr A)x + det A

2. On suppose que (tr A) − 4 det A > 0. Alors A admet deux valeurs propres réelles distinctes, donc A est diagona-
2

lisable dans M (R). D'après la question I.2 :

n

(A, 0) est une décomposition de Dunford de A.

3. On suppose que (tr A) − 4 det A = 0. Alors P est scindé et A admet une seule valeur propre réelle λ = . A
2 tr A

est trigonalisable, autrement dit, il existe P ∈ GL (R) et α ∈ R tel que :

A 2
2
 
λ α
A=P P −1 = P (λI + N )P −1 = λI + P P −1}
| N{z
0 λ
diagonalisable nilpotente
|{z}

avec N = 00 α0 et (P N P ) = P N P P N P = P N P = 0. En résumé, la matrice λI est diagonali-

 
−1 2 −1 −1 −1 2

sable, la matrice P N P est nilpotente et les deux commutent :

−1

La décomposition de Dunford de A est · I, A − · I
. tr A

2
tr A
2

4. On suppose que (tr A) − 4 det A < 0. On va montrer par l'absurde que A n'admet pas de décomposition de
2

Dunford. On suppose que :

A=∆+N
où ∆ est diagonalisable, N nilpotente, et ∆N = N ∆. Soit p ∈ N tel que N = 0. ∗ p

4a. On suppose que λ est une valeur propre de N et X un vecteur propre associé, Montrons par récurrence que
∀k ∈ N , N X = λ X :
∗ k k

? C'est vrai pour n = 1 par dénition.

? Supposons que pour k ∈ N xé on a N X = λ X . Alors :
∗ k k

N k+1 X = N k × N X = N k × λX = λN k X = λ × λk X = λk+1 X

Le résultat est vrai au rang n + 1.

Par récurrence, on vient de montrer que
∀k ∈ N, N k X = λk X

26/88
Lycée Jean Perrin
Classe de TSI 2

4b. Si λ est une valeur propre de N , il existe donc X ∈ M n,1 (R) non nul, tel que
N p X = λp X = 0 car Np = 0
On a donc λ , et il s'ensuit que λ = 0.
p
=0
0 est la seule valeur propre possible de N .
4c. Le polynôme caractéristique de N est scindé dans M (C), ce qui est susant pour conclure que N est
trigonalisable dans M (C). 0 étant la seule valeur propre, la diagonale de la matrice triangulaire est nulle :
n
n

Il existe P ∈ GL (C) et α ∈ C tel que : P N P = 00 α0

2
−1

Alors       2
0 α 0 α 0 α
N2 = P P −1 P P −1 = P P −1
0 0 0 0 0 0

avec , d'où :
 2
0 α
=0
0 0
N2 = 0
4d. Soit λ ∈ R une valeur propre de ∆. On note X 6= 0 un vecteur propre associé. Alors :
2
| {zX} = N (∆X) = N × λX
A(N X) = (∆ + N )N X = ∆N X + N
=0

A(N X) = λ(N X)
Si N X 6= 0, on vient de montrer que λ est valeur propre de A associée au vecteur propre N X . Sinon N X = 0,
et dans ce cas :
AX = (∆ + N )X = ∆X + N X = λX
|{z}

donc λ est valeur propre de A associée au vecteur propre X . Dans tous les cas :
=0

λ est valeur propre de A.

Or on a supposé que (tr A) − 4 det A 6= 0, autrement dit A n'a pas de valeur propre réelle. Le résultat de la
2

question précédente est en contradiction avec le présupposé. On en conclut que

Il n'existe pas de décomposition de Dunford de A.
Partie III. Étude d'un exemple dans M3 (R)
     
3 −1 1 2 0 0 1 −1 1
SoitA= 0 2 , on pose
2  et
∆ =  −1 3 1  N = 1 −1 1  .
−1 1 3 −1 1 3 0 0 0
1. Étude de ∆
1a. Calculons le polynôme caractéristique de ∆ :
x−2 0 0
χ∆ (x) = 1 x−3 −1 = (x − 2)(x2 − 6x + 8) = (x − 2)2 (x − 4)
1 −1 x−3

Spec(∆) = {2, 4}
0 n'est pas valeur propre de ∆, donc Ker(∆) = {0} et on en déduit que
∆ est inversible.
1b. Cherchons
 
les sous-espaces propres associés
aux valeurs
  
propres :
x x 0
?  y  ∈ E si et seulement si (∆ − 2I)  y  =  0 . On résout donc :
2
z z 0

 0 = 0
−x + y + z = 0 ⇔ x=y+z
−x + y + z = 0

   
 1 1 
On en déduit que E2 = Vect  1 , 0  . Comme dim E 2 , on peut déjà armer que
=2
0 1
 

27/88
   
∆ est diagonalisable.
 
x x 0
?  y  ∈ E4 si et seulement si
(∆ − 4I)  y  =  0 . On résout donc :
z z 0

−2x = 0 
x = 0

−x − y + z = 0 ⇔
y = z
−x + y − z = 0

 
 0 
On en déduit que
E4 = Vect  1  . En conclusion :
1
 
   
1 1 0 2 0 0
P −1 ∆P = D , avec
P = 1 0 inversible et
1  ∈ M3 (R) D= 0 2 0 .
0 1 1 0 0 4
1c. Puisque ∆ est inversible, cette dernière relation s'écrit également
 
1/2 0 0
∆ = P DP −1 d'où ∆−1 = P DP −1 −1


= P D−1 P −1 avec D−1 = 0 1/2 0 
0 0 1/4

Cette relation prouve que  

1/2 0 0
∆ est diagonalisable et ∆
−1 −1
=P 0 1/2 0  P −1 = P D1 P −1 .
0 0 1/4
2. Décomposition de A.
2a. Calculons le polynôme caractéristique de A :
x−3 1 −1 x−2 1 −1
χA (x) = 0 x−2 −2 = x − 2 x−2 −2 (C1 ← C1 + C2 )
1 −1 x−3 0 −1 x−3
x−2 1 −1
= 0 x−3 −1 (L2 ← L2 − L1 )
0 −1 x−3
= (x − 2)(x2 − 6x + 8) = (x − 2)2 (x − 4)
     
x x 0
Donc Spec(A) = {2, 4} . De plus,
 y  ∈ E2 si et seulement si
(A − 2I)  y  =  0  . On résout donc :
z z 0

 x−y+z = 0 
z = 0
2z = 0 ⇔
x = y
−x + y + z = 0

  
 1 
On en déduit que E2 = Vect  1  . La dimension de est strictement inférieure à la multiplicité de la
E2

valeur propre . En conclusion :

0
 
2
n'est pas diagonalisable.
A
2b. Un simple calcul nous montre que N = 0, ce qui signie que :
2

N est nilpotente.
 
2 −2 2
2c. Par un calcul simple on obtient N∆ =  2 −2 2  = ∆N . On constate que :
0 0 0

N ∆ = ∆N = 2N

28/88
Lycée Jean Perrin
Classe de TSI 2

2d. Remarquons que A = ∆ + N . Ensuite, d'après les questions 1b,2b et 2c, il est vérié que :
(∆, N ) est une décomposition de Dunford de A.

3. Décomposition de Dunford de A . −1

On pose N = ∆ N . −1

3a. D'après III.2c, on sait que ∆N = N ∆, si on multiplie à gauche et à droite par ∆ , on obtient une nouvelle
1
−1

égalité :
−1

−1 −1 −1
∆ ∆N ∆ = ∆ N∆ ∆
et après simplication (∆ ∆ = ∆∆ = I ) :
−1 −1
3

N ∆−1 = ∆−1 N .

3b. Il vient ensuite : N 2

= ∆−1 N × ∆−1 N = ∆−1 N × N ∆−1 = ∆−1 N 2 ∆−1 = 0 car N 2
=0 .
est nilpotente.
1

N1

3c. (I3 + N1 )(I3 − N1 ) = I3 − N1 + N1 − N . Or N = 0 donc :

2
1
2
1

(I3 + N1 )(I3 − N1 ) = I3

Par commutativité, on a aussi (I 3 − N1 )(I3 + N1 ) = I3 . Ce calcul prouve que :

I 3 + N1 est inversible et (I + N ) = I − N .
3 1
−1
3 1

3d. 0 n'est pas valeur propre de A, donc :

A est inversible et A existe. −1

3e. Par une simple mise en facteur : A = ∆ + N = ∆(I + ∆ −1

, ce qui s'écrit par passage à
l'inverse :
3 N ) = ∆(I3 + N1 )
−1
A−1 = ∆(I3 + N1 ) = (I3 + N1 )−1 ∆−1
 

A−1 = (I3 + N1 )−1 ∆−1

D'après la question 3c, cette écriture devient :
A−1 = (I3 − N1 )∆−1 = ∆−1 − N1 ∆−1 = ∆−1 + ∆−1 N ∆−1 = ∆−1 + (∆−1 )2 N

En outre, les conditions suivantes sont respectées :

? ∆ est diagonalisable d'après 1c.
−1

? (∆ ) N est nilpotente car, par commutativité de N et ∆ :

−1 2 −1

 −1 2 2
(∆ ) N = (∆−1 )4 N 2 = 0 car N 2
=0

? ∆−1 et (∆ ) N commutent car ∆ et N commutent.

−1 2 −1

On peut donc armer que :

∆ , (∆ ) N est une décomposition de Dunford de A .
−1 −1 2 −1

4. Décomposition de Dunford des puissances de A.

Soit p ∈ N.
4a. Si p = 0 ou p = 1, la formule est évidente. Soit p > 2. Les matrices ∆ et N commutent d'après 2c, la formule
du binôme de Newton est donc applicable :
∆ N avec N = 0, ∀k > 2
X p p    
p p p p
p−k k p 0 p−1 k
A = (∆ + N ) = ∆ N = ∆ N +
k 0 1
k=0
= ∆p + p∆p−1 N

Ajoutons que, toujours d'après la question 2c, on a ∆N = 2N . Par une récurrence immédiate, il s'ensuit que
∆ N = 2 N . On peut achever le calcul :
p−1 p−1

∀p ∈ N, Ap = ∆p + p2p−1 N.

29/88
 4b. Il reste trois points à vérier pour montrer que (∆ , p2 N ) est une décomposition de Dunford de A :
p p−1 p

? ∆ est diagonalisable.
p

En eet, on peut montrer par récurrence que pour tout entier k, ∆ = P D P . C'est vrai pour k = 1 et k k −1

si on suppose le résultat vrai au rang k, alors

−1 k −1 k+1 −1
∆k+1 = ∆∆k = P DP
| {z P}D P = P D P
=I3

2p
   
0 0 1 0 0
En particulier ∆ = P D P avec
p p −1
Dp =  0 . 2p 0  = 2p  0 1 0 
0 0 4p 0 0 2p
? p2 N est nilpotente car N est nilpotente.
p−1

? ∆ et p2 N commutent car ∆ et N commutent (c.f. 2c).

p p−1

On a bien vérié que

(∆ , p2 N ) est une décomposition de Dunford de A .
p p−1 p

 
1 1 −1
4c. On calcule P −1
=
1
2
1 −1 1  . Rappelons que
−1 1 1
   
1 1 0 p1 0 0 1 1 −1
2 
∆p = P Dp P −1 = 1 0 1  0 1 0  1 −1 1 
2
0 1 1 0 0 2p −1 1 1
  
1 1 0 1 1 −1
= 2p−1  1 0 2p   1 −1 1 
0 1 2p −1 1 1

 
2 0 0
∆p = 2p−1  1 − 2p 1 + 2p −1 + 2p 
1 − 2p −1 + 2p 1 + 2p
 
p −p p
En outre p2 p−1
N = 2p−1  p −p p  , et par sommation :
0 0 0
 
2+p −p p
Ap = 2p−1  1 + p − 2p 1 − p + 2p p − 1 + 2p 
1 − 2p −1 + 2p 1 + 2p

5. Décompositionde Dunfordde R vériant R= A, R s'appelle une racine carrée de A.

2

2

α 0 0 α 0 0
5a. Soit U =  0 β 0 , tel que U =  0 β 0  = D. Alors par identication :
2 2

0 0 γ 0 0 γ2

α2 = β 2 = 2 d'où : α = ±√2, β = ±√2 et γ = ±2

et γ2 = 4

Les matrices U ∈ M (R) diagonales vériant U = D sont les matrices de la forme :

3
2

√  
± 2 0
√ 0
U = 0 ± 2 0 
0 0 ±2
 √ 
2 √0 0
5b. On choisit U = 0 2 0  :
0 0 2

∆ = P DP −1 = P U 2 P −1 = P U P −1 × P U P −1

On pose S = P U P . La matrice S et la matrice U sont semblables, on conclut que :

−1

30/88
Lycée Jean Perrin
Classe de TSI 2

est une matrice (diagonalisable) à valeurs propres positives telle que S

S 2
.
=∆

5c. Cherchons deux réels a et b tels que S = a∆ + bI . Ceci équivaut à : 3

P U P −1 = aP DP −1 + bP P −1 = P (aD + bI3 )P −1

En mutipliant à gauche par P et à droite par P , cette égalité revient à U = aD + bI soit :

−1
3
 √
2 = 2a + b
2 = 4a + b
√
On trouve a=
2− 2
2
et b = 2√2 − 2. D'où :
√
2− 2 √
S= ∆ + ( 2 − 2)I3
2
On en déduit que :
SN1 = (a∆ + bI3 )N1 = a∆N1 + bN1 = a∆∆−1 N + bN1 = aN + bN1

et de même :
N1 S = N1 (a∆ + bI3 ) = aN1 ∆ + bN1 = a∆−1 N ∆ + bN1 = a∆−1 ∆N + bN1 = aN + bN1

On obtient le même résultat pour les deux calculs :

Les matrices S et N commutent. 1

5d. On pose M = I + N . Calculons :

3
1
2 1

1 1
M 2 = (I3 + N1 )2 = I3 + N1 + N12
2 4
D'après 3b, on a N 2
1 =0 , d'où :
M 2 = I3 + N1
5e. On écrit
+ ∆−1 N = ∆(I3 + N1 ) = S 2 M 2


A=∆ I 3

Comme S et N commutent, alors :

1

1 1
M S = (I3 + N1 )(a∆ + bI3 ) = (a∆ + bI3 )(I3 + N1 ) = SM
2 2
On peut donc écrire :
A = (SM )2 = R2 avec R = SM .
5f. Reprenons l'expression de R :
1 1 b
R = (I3 + N1 )(a∆ + bI3 ) = a∆ + bI3 + aN1 ∆ + N1
2 2 2
avec N ∆ = ∆
1
−1
N ∆ = N ∆−1 ∆ = N , on peut écrire :
  1 b 
R = a∆ + bI3 + aN + N1
2 2
? La matrice a∆ + bI est diagonalisable. En eet :
3

a∆ + bI3 = aP DP −1 + bP P −1 = P (aD + bI3 ) P −1

matrice diagonale
| {z }

? La matrice 12 aN + 2b N est nilpotente. En eet :

1

2
b2

1 b 1 2 2 1 1
aN + N1 = a N + abN N1 + abN1 N + N12 = 0
2 2 4 4 4 4
car N 2
= N12 = 0 et N N1 = N ∆−1 N = N 2 ∆−1 = 0 = N1 N .
31/88
 ? Les matrices a∆ + bI et 12 aN + 2b N commutent car les matrices N, ∆ et ∆ commutent.
3 1
−1

est une décomposition de Dunford de R.

 
1 b
a∆ + bI3 , aN + N1
2 2
[red]

Correction de l'exercice 3 N
Partie I.
1. On résout le système d'inconnues matricielles U et V :
(λ2 − λµ)U = A2 − µA
 
λU + µV = A (L2 − µL1 )
⇐⇒
λ2 U + µ2 V = A2 (µ2 − λµ)V = A2 − λA (L2 − λL1 )

et : V = − µ(λ
A2 − µA 2
A − λA
U=
λ(λ − µ) − µ)
Grâce à ces expressions, on peut donner l'expression de A en fonction de A et A :
3 2

λ2 (A2 − µA) µ2 (A2 − λA)

A3 = λ3 U + µ3 V = −
λ−µ λ−µ
2 2
λ − µ 2 λµ(λ − µ)
= A − A
λ−µ λ−µ

A3 = (λ + µ)A2 − λµA.
Remarquons que si p > 1, on obtient en multipliant l'égalité par A : p−1

Ap+2 = (λ + µ)Ap+1 − λµAp (1)

2. Montrons par récurrence (à deux pas) que, pour tout entier p > 1 :
Ap = λp U + µp V.
? Par dénition, c'est vrai pour p = 1, 2 et 3.
Soit p > 1. On suppose le résultat vrai aux rangs p et p + 1. D'après la remarque de la question précédente,
puis l'hypothèse de récurrence :
?

Ap+2 = (λ + µ)Ap+1 − λµAp

= (λ + µ)(λp+1 U + µp+1 V ) − λµ(λp U + µp V )
= λp+2 U + µp+2 V
Le résultat est donc vrai au rang p + 2.
Par récurrence, on a :
∀p ∈ N∗ , Ap = λp U + µp V.

3. Soit f l'endomorphisme de R dont A est la matrice dans la base canonique. On note f

n p
= f ◦ ··· ◦ f la p
ième

composée de f . Soit p > 2.

(a) Soit x ∈ Ker f , alors : p

p−1 p−1
f (x) = f f (x) = f (0) = 0
Donc x ∈ Ker f , et on a montré l'inclusion :
p

Ker f ⊂ Ker f p

(b) La relation (1) est l'écriture matricielle (à un décalage d'indice près) dans la base canonique de :
f p+1
= (λ + µ)f − λµf p
i.e. λµf = (λ + µ)f − f
p−1 p−1 p p+1

Autrement dit :
∀x ∈ R, λµf p−1 (x) = (λ + µ)f p (x) − f p+1 (x).

32/88
Lycée Jean Perrin
Classe de TSI 2

(c) On suppose x ∈ Ker f , alors f (x) = f

p p p+1
(x) = 0 et :
1 h i
f p−1 (x) = (λ + µ)f p (x) − f p+1 (x) = 0
λµ

Donc pour p > 2, on a Ker f p

⊂ Ker f p−1 . De proche en proche, on a de même :
Ker f p ⊂ Ker f p−1 ⊂ Ker f p−2 ⊂ · · · ⊂ Ker f

Ker f p ⊂ Ker f

(d) D'après les questions 3a et 3c, on a pour p > 2 : Ker f p

. D'après le théorème du rang, il vient alors
rg f = rg f . Ceci donne, par équivalence matricielle :
= Ker f
p

rg(A) = rg(Ap )

Partie II.
On donne toujours un entier n > 1 xé.
. On note : U =  ... et V =  ... .
   
u1 v1
Soient U et V des matrices colonnes non nulles


u vn
Soit a ∈ R et A la matrice de M (R) dénie par :
n

A = aIn + U V T .

1. Par dénition du produit matriciel V T

est une matrice à une ligne et une colonne, qu'on peut assimiler à un
réel. Plus précisément :
U

...
 
v1 n
 X
V TU =


u1 ··· un  = ui vi
vn i=1

2. En revanche, U V est une matrice de taille n :

T

... ... ...

   
···
...
u1 u 1 v1 u1 vn
UV T = 


v1 ··· vn =
   
 
un un v1 ··· un vn

Et d'autre part, en utilisant le résultat de la question précédente avec k = V T

U ∈R et l'associativité du produit
matriciel :
(U V T )2 = U (V T U )V T = U × k × V T = kU V T

Il existe un réel k tel que (U V T 2

) = k(U V T ) .
En utilisant, cette expression, on trouve :
A2 = (aIn + U V T )2 = a2 In + 2aU V T + (U V T )2 = a2 In + (2a + k)U V T
= a2 In + (2a + k)(A − aIn )
= (2a + k)A − a(a + k)In

On peut donc conclure :

Il existe deux réels α et β tels que A 2
= αA + βIn .
Plus précisément, on a :
et β = −a(a + k)
α = 2a + k

3. On note A = (a i,j )16i,j6n . Par dénition de A, et en utilisant les calculs eectués auparavant :
... ... ...
   
···
...
u1 a + u1 v1 u1 vn


A = aIn +  v1 ··· vn =
   
 
un un v1 ··· a + u n vn

33/88
 On a donc : 2
∀(i, j) ∈ [[1, n]] , ai,j = aδi,j + ui vj

avec δ si i = j .

si i 6= j
1
i,j =
0

Il vient immédiatement Tr(A) = na + X u v . C'est à dire :

n
i j
i=1

Tr(A) = na + V T U

4. On remarque que k = V U = Tr(A) − na. D'autre part, d'après les calculs faits à la question 2, on a α = 2a + k
T

et β = −a(a + k), avec k = Tr(A) − na d'où :


α = Tr(A) − (n − 2)a
β = −a(Tr(A) − (n − 1)a)

5. Soit λ une valeur propre de A. Alors il existe X ∈ M n,1 (R) \ {0} tel que AX = λX , et on a :
A2 X = A(AX) = A(λX) = λ(AX) = λ2 X

Donc λ est une valeur propre de A . En outre, on sait que A

2 2 2
− αA − βIn = 0 , donc :
0 = A2 X − αAX − βX = λ2 X − αλX − βX = (λ2 − αλ − β)X

Et comme X 6= 0, λ vérie l'équation :

λ2 − αλ − β = 0.

6. On sait que les valeurs propres éventuelles λ et λ sont les solutions de l'équation du second degré ci-dessus. Du
fait des relations entre coecients et racines, il s'agit aussi des solutions du système :
1 2


λ1 + λ2 = α = Tr(A) − (n − 2)a
λ1 λ2 = −β = a(Tr(A) − (n − 1)a)

On remarque alors que les deux solutions proposées vérient ce système.

On peut aussi résoudre directement le système en calculant son discriminant :
δ = α2 − 4β = (2a + k)2 + 4a(a + k) = k 2

Donc λ = α −2 k = a et λ = α +2 k = a + k = Tr(A) − (n − 1)a.

1 2

Autre méthode : Remarquons que A − aI = U V est de rang 1 car toutes les colonnes sont liées à la même
n
T

colonne  ... . Ainsi, par le théorème du rang :


u 1

un

dim Ker(A − aIn ) = n − 1

Ceci prouve que a est valeur propre de A d'ordre au moins n − 1. Il ne reste qu'une valeur propre λ à trouver,
qui est nécessairement réelle car on sait que dans C, la trace d'une matrice égale la somme de ses valeurs propres.
Plus précisément :
Tr(A) = (n − 1)a + λ donc : λ = Tr(A) − (n − 1)a
Les seules valeurs propres possibles de A sont :
λ = a etλ = Tr(A) − (n − 1)a.
1 2

7. On suppose que Tr(U V ) 6= 0 et on considère les sous-espaces vectoriels E et E dénis par :

T
1 2

Ei = {X ∈ Mn,1 (R), AX = λi X} .

Remarquons que comme Tr(U V T

) 6= 0, on a Tr(A) 6= na, et λ 2 6= λ1 = a.
34/88
Lycée Jean Perrin
Classe de TSI 2

(a) Soit X ∈ E 1 ∩ E2 . Alors AX = λ X = λ X . Ainsi :

1 2

(λ − λ )X = 0 d'où : X 6= 0 car λ
1 2 1 6= λ2

On conclut :
E1 ∩ E2 = {0}

(b) Soit X ∈ M (R) un vecteur colonne On suppose qu'il existe X ∈ E1 et X ∈ E2 tels que X = X .
Par dénition :
n,1 1 2 1 + X2

AX = AX1 + AX2 = λ1 X1 + λ2 X2
On a donc le système suivant :
1 1


i.e

X1 + X2 = X
 X1
 = (AX − λ2 X) = (A − λ2 I)X
λ1 − λ2 λ1 − λ2
λ1 X1 + λ2 X2 = AX 1 1
 X2
 = (AX − λ1 X) = (A − λ1 I)X
λ2 − λ1 λ2 − λ1
On vérie réciproquement qu'on a X = X 1 + X2 , et :
1 1
AX1 = (A2 X − λ2 AX) = (αAX − βX − λ2 AX)
λ1 − λ2 λ1 − λ2
1
= ((λ1 + λ2 )AX + λ1 λ2 X − λ2 AX)
λ1 − λ2
λ1
AX1 = (AX − λ2 X) = λ1 X1
λ1 − λ2
En eet d'après la question 5, λ et λ sont solutions de l'équation :
1 2

x2 − αx − β = (x − λ1 )(x − λ2 ) = x2 − (λ1 + λ2 )x + λ1 λ2

d'où λ + λ = α et β = −λ λ .
On obtient un résultat semblable lors du calcul de AX .
1 2 1 2

Pour tout vecteur colonne X , il existe X ∈ E et X ∈ E tels que X = X .

2

1 1 2 2 1 + X2
(c) D'après les questions précédentes, on a M (R) = E ⊕ E , donc : n,1 1 2

La matrice A est diagonalisable.

Correction de l'exercice 4 N
 
2 1 1
Soient A =  1 2 1 , et u l'endomorphisme de R canoniquement associé à A. 3

0 0 2
1. Valeurs propres de u.
 
 x−2 −1 −1 
 
χA (x) =  −1 x−2 −1 

 0 0 x−2 
= (x − 2)[(x − 2)2 − 1]
= (x − 2)(x − 1)(x − 3)

Les valeurs propres de u sont :

λ = 1, λ = 2, λ = 3
On est en dimension 3, et A a trois valeurs propres distinctes. On sait que cela sut pour que A (ou u) soit
1 2 3

diagonalisable.
A est diagonalisable
2. Pour la valeur propre λ = 1, le système à résoudre
1  est :
 x1 + x2 + x3 = 0
x1 + x2 + x3 = 0
x3 = 0

Avec x 2 =1 , on trouve :
35/88
 x1 = −1, x2 = 1, x3 = 0
Pour la valeur propre λ 2 =2 , le système à résoudre
 est :
 x2 + x3 = 0
x1 + x3 = 0
0 = 0
Avec x = 1, on trouve :

2
x = 1, x = 1, x = −1
Pour la valeur propre λ = 3, le système à résoudre est :
1 2 3

3 
 −x1 + x2 + x3 = 0
x1 − x2 + x3 = 0
−x3 = 0
Avec x = 1, on trouve :

2
x1 = 1, x2 = 1, x3 = 0
Finalement :     
−1 1 1
→
−
e1 =  1  , →
−
e2 =  1  , →
−
e3 =  1 
0 −1 0
3. →−e , →−e , →−e sont linéairement indépendants car ce sont des vecteurs propres de u associés à des valeurs propres
distinctes.
1 2 3

Comme il s'agit de trois vecteurs en dimension 3 :

(→
−
e ,→
− e ) est une base de R
e ,→
−
1 2 3
3

Dans la base (e , e , e ), la matrice de u est : 

→
−
1
→
−
2
→
−
3

1 0 0
∆= 0 2 0 
0 0 3
Enn, les formules de changement de base donnent :  
−1 1 1
∆ = P AP , avec P =  1 −1
1 1 
0 −1 0
4. Si B ∈ M (R) est une matrice vériant B = A, on note v l'endomorphisme de R qui lui est canoniquement
2 3

associé.
3

(a) B = A est la traduction matricielle, dans la base canonique, de :

2

2
v =u
On a alors :
u ◦ v = v 2 ◦ v = (v ◦ v) ◦ v = v ◦ (v ◦ v) = v ◦ v 2 = v ◦ u
u◦v =v◦u
(b) Soit i ∈ {1, 2, 3}. On a :
u ◦ v(→
−
e ) = v ◦ u(→
−e ) = v(λ →−e ) = λ v(→−
e )
On voit que v( e ) appartient au sous-espace propre associé à la valeur propre λ . Comme celui-ci est de
i i i i i i
→
−
dimension 1, engendré par →−e , on peut armer que v(→−e ) est colinéaire à →−e . En d'autres termes :
i i
i i i

∀i ∈ {1, 2, 3}, ∃α ∈ R tel que v(→ −

e )=α→ −
ei i i i

(c) Dans la base (e , e , e ), la matrice de v est, compte-tenu

→
− →
− →
−
1 2 3

des notations

introduites à la question précédente :
α1 0 0
V = 0 α2 0 
0 0 α3
Si on exprime dans la base (→−e , →−e , →−e ) la relation v = u, on obtient :
1 2 3
2
2
V =∆
c'est-à-dire :
α12
   
0 0 1 0 0
 0 α22 0 = 0 2 0 
0 0 α32 0 0 3
On a donc : √ √
α1 = ±1, α2 = ± 2, α3 = ± 3

36/88
Lycée Jean Perrin
Classe de TSI 2

5. Cherchons X ∈ M (R), telle que X = A. Si on→−désigne

2
par v l'endomorphisme représenté par X dans la base
canonique, on a v = u. Et on a vu→−que→− la→−base (e , →−e , →−e ) diagonalise les deux endomorphismes u et v.
3
2

En d'autres termes, dans la base (e , e , e ), la matrice de u est:

1 2 3
1 2 3

1 0 0
∆= 0 2 0 
0 0 3
et la matrice de v est de la forme :  
α1 0 0
V = 0 α2 0  .
0 0 α3
La relation v = u se traduit par :
2
2
V =∆
et cela donne : √ √
α = ±1, α = ± 2, α = ± 3
Mais les formules de changement de base nous permettent d'écrire :
1 2 3

∆ = P AP et V = P XP −1 −1

où P est la matrice introduite à la question 3.

On a donc X = P V P , et on conclut :
−1

Les matrices X de M (R) qui sont solutions de l'équation X 2

sont les
matrices :
3 = A

−1

où :
X = PV P
 
±1 0 0 √
V = 0 ± 2 0
√


et :
0 0 ± 3
 
−1 1 1
P = 1 1 1 
0 −1 0

Correction de l'exercice 5 N
On considère les matrices carrées d'ordre 2 suivantes :
     
1 0 1 0 2 2
I= , A= , B=
0 1 0 −1 1 3

1. (a) Le polynôme caractéristique de B est :

PB (X) = (2 − X)(3 − X) − 2 = X 2 − 5X + 4 = (X − 1)(X − 4)

On en déduit immédiatement que :

Spec(B) = {1, 4}

Le polynôme caractéristique est scindé à racines simples d'où :

B est diagonalisable
Enn les sous-espaces propres sont déterminés par les équations suivantes :
        
x x 1 2 x 0
∈ E1 ⇔ (B − I2 ) = =
y y 1 2 y 0
⇔ x + 2y = 0 ⇔ x = −2y

        
x x −2 2 x 0
∈ E4 ⇔ (B − 4I2 ) = =
y y 1 −1 y 0
⇔ x−y =0 ⇔ x=y

Les sous-espaces propres sont ainsi donnés par :

37/88
 et E = Vect
   
1 1
E1 = Vect 4
−1/2 1

(b) Les résultats de la question précédente permettent immédiatement d'écrire :

avec D = 10 04 et P = −1/2 .
   
−1 1 1
B = P DP
1

(c) D = 10 160 = αD + βI avec 4αα ++ ββ == 116 .

  
2

On obtient β = 1 − α et 4α + 1 − α = 16 soit α = 5 et β = −4, soit :

D2 = 5D − 4I

Il s'ensuit que B 2
= P D2 P −1 = P (5D − 4I)P −1 = 5P DP −1 − 4P P −1 , soit :
B 2 = 5B − 4I

(d) En isolant I dans l'égalité qui précède :

   
1 2 5 1 5 1 5
I =− B + B=B − B+ I = − B+ I B
4 4 4 4 4 4

et par dénition de l'inverse, on vient de prouver que :

B est inversible et B .
−1 1 5
=− B+ I
4 4
On considère l'application 
M2 (R) → M2 (R)
h:
M 7→ h(M ) = AM B

2. h est clairement à valeurs dans M (R). De plus, pour M, M

2
0
∈ M2 (R) et λ, µ ∈ R :
h(λM + µM 0 ) = A(λM + µM 0 )B = A(λM B + µM 0 B) = λAM B + µAM 0 B

Donc h(λM + µM ) = λh(M ) + µh(M ), ce qui prouve que :

0 0

h est un endomorphisme de M (R). 2

3. On a vu à la question 1d que B est inversible et que B = − 41 B + 45 I . Il est clair par ailleurs que A est inversible
−1

et que A = A. Ces constatations donnent :

−1

 
1 5
h(M ) = AM B = M 0 ⇔ M = A−1 M 0 B −1 = AM 0 × − B + I
4 4
5 1
⇔ M = AM 0 − AM 0 B
4 4
Il est ainsi prouvé que :
est inversible et h (M ) = 45 AM − 41 AM B.
h −1

4. On se propose dans cette question de déterminer les valeurs propres de h.

(a) Soient λ ∈ R et M ∈ M (R). On note N = M P , où P est la matrice dénie à la question 1b. On a :
2

h(M ) = λM ⇔ AM B = λM ⇔ AM P DP −1 = λM
= A(M P )D = λ(M P )

Avec la relation N = M P , on peut écrire nalement :

h(M ) = λM ⇐⇒ AN D = λN .
38/88
Lycée Jean Perrin
Classe de TSI 2

(b) On note N = :
 
x y
z t
   
 
1 0 x y 1 0 x y
AN D = λN ⇔ =λ
0 −1 z t 0 4 z t

    
 (1 + λ)x = 0
x 4y x y (4 + λ)y = 0

⇔ =λ ⇔
−z −4t z t  (λ − 1)z
 = 0
(λ − 4)t = 0


Pour toute valeur de λ autre que −1, −4, 1 ou 4, on obtient x = y = z = t = 0. Pour λ = −1 (resp. −4, 1, 4),
on peut prendre x = 1 (resp. y = 1, z = 1, t = 1) et les autres coecients nuls. On en déduit que :
Les réels λ pour lesquels il existe une matrice N de M (R) non nulle telle que AN D = λN
sont −1, −4, 1 et 4.
2

(c) Ce résultat, ainsi que l'équivalence établie à la question 4a, servent à établir que :
Spec(h) = {−1, −4, 1, 4}
h est un endomorphisme d'un espace vectoriel de dimension 4 et possède, comme on vient de le voir, 4 valeurs
h est diagonalisable et il existe une base B de M (R) telle que
propres distinctes. On en conclut que : D = Mat h = diag(−4, −1, 1, 4). B
2

(d) On note id l'endomorphisme identité et 0 l'endomorphisme nul de M (R). Si on se place dans la base de
diagonalisation B, la matrice de l'application (h − id) ◦ (h + id) ◦ (h − 4id) ◦ (h + 4id) = 0 est :
2

(D − I4 ) × (D + I4 ) × (D − 4I4 ) × (D + 4I4 ) = 0

Correction de l'exercice 6 N
Soient a, b et c trois réels xés. On dénit par récurrence la suite (v ) de la manière suivante : n n∈N

v = a, v = b, v = c et pour tout n > 0, v .

v +v +v n+2 n+1 n
0 1 2 = n+3
3


vn+2
Pour tout n > 0, on dénit le vecteur Vn =  vn+1  .
vn
 
1/3 1/3 1/3
On dénit également : A =  1 0 0  .
0 1 0
1. On calcule :     vn+2 + vn+1 + vn   
1/3 1/3 1/3 vn+2 vn+3
 1 0 0   vn+1  =  3 vn+2 
=
  
vn+2
0 1 0 vn v vn+1
n+1

Autrement dit :
∀n > 0, V = AV n+1 n

On en déduit par récurrence que pour tout n > 1, V = A V , puisque V = AV et si pour n xé, on a V
n
= An V 0 ,
alors :
n 0 1 0 n

n n+1
V = AV = A × A V = A
n+1 V n 0 0

2. (a) Calculons le polynôme caractéristique de A :

 

 x − 1/3 −1/3 −1/3 

χA (x) = 
 −1 x 0 

 0 −1 x 
 

 x−1 −1/3 −1/3 
= 
 x−1 x 0  (C1 ← C1 + C2 + C3 )
 x−1 −1 x 
 
 1 −1/3 −1/3   
  L2 ← L2 − L1
χA (x) = (x − 1)  0 x + 1/3 1/3 
 L3 ← L3 − L1
 0 −2/3 x + 1/3 

39/88
 Après développement : χ A (x) =
1
3
. En particulier :
(x − 1)(3x2 + 2x + 1)

1 est valeur propre de la matrice A.

(b) Les deux autres valeurs propres λ et λ sont les racines (non réelles) du polynôme 3X 2
. Après
calculs, on trouve :
2 3 + 2X + 1

√ √
λ =
−1 − 2i
3
2 et λ =
−1 + 2i
3
. 3

On a de plus :
1
|λ2 | = |λ3 | = √ .
3

(c) Le polynôme caractéristique de A n'est pas scindé dans R, mais est scindé dans C à racines simples, donc :
La matrice A est diagonalisable dans C, mais pas dans R.
3. (a) Il existe donc une matrice P ∈ M (C) telle que P AP = D est diagonale. Il est facile d'établir par
−1

récurrence que si n est un entier supérieur à 1, D = P A P , ce qui prouve que A et D sont semblables,
n
n −1 n n n

et ont donc les mêmes valeurs propres. Ainsi :

Les trois valeurs propres de A sont 1, λ et λ . n n
2
n
3
     
vn+2 1 0 0 c
(b) On sait que  vn+1  = Vn = An V0 = P  0 λn2 . 0  P −1  b 
vn 0 0 λn3 a
Il est clair qu'en développant ce produit de matrices et en examinant la troisième ligne, on obtient l'existence
de trois nombres complexes α, β et γ (indépendants de n) tels que pour tout n > 1,
vn = α + βλn2 + γλn3 .

(c) Soit x ∈] − √3, √3[, on sait que |λ x| = |λ x| = √|x|3 < 1, d'où : Résumons :
2 3

n n
xn (vn − α) = β (λ2 x) + γ (λ3 x) −→ 0
n→+∞

Pour tout x ∈] − √3, √3[, lim x (v − α) = 0. n→+∞

n
n

C'est vrai en particulier pour x = 1, soit lim v − α = 0.

n→+∞
n

La suite (v ) converge vers α, et α ∈ R.

n

(La limite d'une suite réelle est réelle et ∀n ∈ N, v ∈ R.) n

4. On pose pour tout n > 0, w = v + 2v + 3v . Alors :

n n n+1 n+2

vn+2 + vn+1 + vn
wn+1 = vn+1 + 2vn+2 + 3vn+3 = vn+1 + 2vn+2 + 3 ×
3
= vn + 2vn+1 + 3vn+2 = wn

Ainsi, pour tout n > 0, w = w et la suite (w ) est stationnaire, ce qui implique que chaque terme est égal à
la limite de la suite. En particulier, sachant que v → α :
n+1 n n
n

w0 = lim wn = lim vn + 2vn+1 + 3vn+2 = 6α

n→+∞ n→+∞

Compte tenu du fait que w 0 = a + 2b + 3c , on obtient :

a + 2b + 3c
α= .
6

Correction de l'exercice 7 N

40/88
Lycée Jean Perrin
Classe de TSI 2

Partie A :
Pour tout réel t, on note E(t) la matrice
t2 2
E(t) = I + tA + A .
2
A.1 On sait que A 3
, donc on peut éliminer toutes les puissances de A supérieures ou égales à 3 dans le calcul
suivant :
= 0

s2 2 t2 2
  
E(s)E(t) = I + sA + A I + tA + A
2 2
t2 2 s2 s2 + 2st + t2 2
= I + tA + A + sA + stA2 + A2 = I + (s + t)A + A
2 2 2
(s + t)2 2
= I + (s + t)A + A = E(s + t)
2
On a bien vérié :
∀(s, t) ∈ R2 E(s)E(t) = E(s + t).

A.2 Soit t ∈ R. Montrons par récurrence sur n que
n

E(t) = E(nt) :
? C'est clair pour n = 0.
? Soit n ∈ N xé. On suppose le résultat vrai au rang n.

n+1
n
E(t) = E(t) × E(t)
= E(nt) × E(t) d'après l'hypothèse de récurrence.
= E(nt + t) = E((n + 1)t)
? En conclusion, le résultat est vrai pour tout entier n par récurrence.
n
∀t ∈ R, ∀n ∈ N, E(nt) = E(t) .
A.3 D'après la relation trouvée à la question 1, on a
E(t − t) = E(t + (−t)) = E(t)E(−t) = E(−t)E(t) = E(0) = I

La matrice E(t) est inversible et (E(t)) = E(−t). −1

A.4 Soient λ , λ et λ ∈ R tels que :

(4)
1 2 3
2
λ I +λ A+λ A =0 1 2 3

Compte tenu du fait que A = 0, on obtient les deux relations suivantes en multipliant deux fois l'expression (1)
3

par A :
λ A+λ A =0 2
(5)
(6)
1 2
2
λ A =0 1

Ainsi, sachant que A 6= 0, on a successivement λ = 0 = λ = λ .

2
1 2 3

La famille (I, A, A ) est libre dans l'espace vectoriel M (R).

2
p

A.5 On remarque tout d'abord que l'application t 7→ E(t) n'est pas linéaire. Aussi, il faut revenir à la dénition d'une
application injective et montrer :
E(s) = E(t) =⇒ s = t
Soit (s, t) ∈ R tel que E(s) = E(t), alors :
2

s2 − t2 2
0 = E(s) − E(t) = (s − t)A + A
2
Puisque la famille (I, A, A ) est libre, il vient nécessairement s = t si on examine la composante en A.
2

L'application E : t 7→ E(t), de R dans M (R) est injective. p

   
0 1 1 0 0 1
A.6 On a immédiatement A =  0 0 ,
1  A2 =  0 0 0  et A 3
=0 . Ainsi :
0 0 0 0 0 0
 2 
t + t2
est nilpotente d'ordre 3, et .
1 t
A E(t) =  0 1 t 
0 0 1

41/88
Partie B :
Dans cette partie, on note la base canonique de R . Soit A = .
 
4 −6
B0 = (→
−
e1 , →
−
e2 ) 2
∈ M2 (R)
1 −1
On note f l'endomorphisme de R canoniquement associé à A.
2

B.1 Le polynôme caractéristique de f est :

x−4 6
χf (x) = = x2 − 3x + 2 = (x − 1)(x − 2)
−1 x+1

On en déduit que :
Spec(f ) = {1, 2}

B.2 Le polynôme caractéristique de f est scindé à racines simples, donc :

f est diagonalisable.
Les coordonnées d'un élément (x, y) de E sont données par le système :1
  
x 3x − 6y = 0
(A − I) =0 ⇔ ⇔ x = 2y
y x − 2y = 0

Les coordonnées d'un élément (x, y) de E sont données par le système :2

  
x 2x − 6y = 0
(A − 2I) =0 ⇔ ⇔ x = 3y
y x − 3y = 0

B = (→
−
u,→
− est une base de diagonalisation.
v ) = (2, 1), (3, 1)

B.3 On déduit immédiatement de la question précédente que :

avec P = 21 31 et D = 10 02 .
   
−1
A = P DP

P −1
est donné par l'inversion du système :
x0 x0 x0 − 2y 0
     
x 2x + 3y = y = (L1 − 2L2 )
P = ⇐⇒ ⇐⇒
y y0 x+y = y0 x = −x0 + 3y 0 (3L2 − L1 )

 
−1 3
P −1 =
1 −2

B.4 Il est immédiat que :  

n 1 0
D =
0 2n

De plus, on a A 0
= P D0 P −1 , et si on suppose au rang k qu'on a A k
= P Dk P −1 , alors :
Ak+1 = A × Ak = P DP −1 × P Dk P −1 = P DDk P −1 = P Dk+1 P −1

Donc par récurrence :

∀n ∈ N, An = P Dn P −1

Il reste à faire le calcul :

   
2 3 1 0 −1 3
P Dk P −1 =
1 1 0 2n 1 −2
n
−2 + 3 × 2n 6 − 3 × 2n+1
    
2 3×2 −1 3
= n =
1 2 1 −2 −1 + 2n 3 − 2n+1

−2 + 3 × 2n 6 − 3 × 2n+1
 
An =
−1 + 2n 3 − 2n+1

42/88
Lycée Jean Perrin
Classe de TSI 2

Partie C :
On reprend les notations de la partie B. On rappelle que pour tout réel t, on a e = lim .
n
!
t
X tk
n→+∞ k!
C.1 Pour tout réel t, pour tout entier naturel n, on a, d'après le calcul de la partie B :
k=0

n n
tk tk −2 + 3 × 2k 6 − 3 × 2k+1
X X  
k
En (t) = A =
k! k! −1 + 2k 3 − 2k+1
k=0 k=0
 k Pn (2t)k 
tk
Pn Pn Pn tk
−2 + 3 × k=0 (2t)
k=0 k! k! 6 k=0 k! − 6 × k=0 k!
En (t) =  Pn tk Pn (2t)k Pn tk Pn (2t)k

− k=0 k! + k=0 k! 3 k=0 k! − 2 k=0 k!

C.2 Pour tout t ∈ R, on note E(t) la matrice , avec :

 
a(t) b(t)
E(t) =
c(t) d(t)
a(t) = lim an (t) ; b(t) = lim bn (t) ; c(t) = lim cn (t) ; d(t) = lim dn (t).
n→+∞ n→+∞ n→+∞ n→+∞

On a immédiatement, avec la dénition de l'exponentielle sous forme de série :

3e2t − 2et 6et − 6e2t
 
E(t) =
−et + e2t 3et − 2e2t

C.3 On peut réécrire ainsi le résultat :

   
3 −6 2t −2 6
E(t) = e + et
1 −2 −1 3

avec : Q = et : R =
   
2t t 3 −6 −2 6
∀t ∈ R, E(t) = e Q + e R
1 −2 −1 3

C.4 Les calculs donnent immédiatement :

Q2 = Q, R2 = R, QR = RQ = 0

D'où q ◦ q = q et r ◦ r = r. Les applications q et r sont des projecteurs. On lit sur les vecteurs colonnes des
matrices que Im q = Vect(3, 1) et Im r = Vect(2, 1). On trouve également rapidement que Ker q = Vect(2, 1) = Im r
et Ker r = Vect(3, 1) = Im q. Ceci explique que q ◦ r = 0 et r ◦ q = 0.
q est la projection sur R→
v parallèlement à R→
− −u , et r la projection sur R→
u parallèlement à R→
− v.
−

C.5 Soit (s, t) ∈ R :

2

E(t)E(s) = (e2t Q + et R)(e2s Q + es R) = e2t+2s Q2 + e2t es QR + et e2s RQ + et+s R2

= e2(s+t) Q + et+s R = E(t + s)

∀(s, t) ∈ R2 E(s)E(t) = E(s + t).

De même qu'en A.2 et A.3, on a :

n
E(t) = E(nt) et E(t)

−1
= E(−t)

On suppose maintenant que E(t) = E(s), alors :

(e2t − e2s )Q + (et − es )R = 0
La famille (Q, R) est clairement libre dans M (K), donc ceci entraîne e = e , et donc t = s.
2
t s

L'application E : Rt → est injective.


M (R) 2
7→ E(t)

Correction de l'exercice 8 N
Le but de ce problème est d'étudier diérentes matrices qui commutent avec leur transposée, c'est à dire qui vérient la
relation :
M.M T = M T .M (1)

43/88
Partie I :
Dans toute cette partie, les matrices envisagées seront dans l'espace M (R), c'est à dire ayant deux lignes, deux colonnes
et des coecients réels. 
2

On notera en particulier I = 10 01 , A = 01 10 et C = 01 −10 .

    

1. AA = A A = A = I et CC = C C = I :
T T 2 T T

Les matrices A et C vérient la relation (1).

2. D'après la question précédente :
A2 = I
Pour tout entier naturel n non nul :
? Si n = 2k est pair, alors A = (A ) = I = I .
2k 2 k k

? Si n = 2k + 1 est impair, alors A = (A ) × A = A.

2k+1 2 k

Pour tout entier naturel n non nul, A vérie la relation (1). n

3. Puisque A = I , alors :
2

A est inversible et A = A. −1

On note u l'unique endomorphisme de R dont la matrice relativement à la base canonique B = (→−i , →−j ) est A.
2

4. Il est immédiat que :

u( i ) = j et u( j ) = i .
→
− →
− →
− →
−

puisque A = I , alors u ◦ u = Id , donc u est une symétrie, et :

2
R2
    
x 0 −x + y = 0
(A − I) = ⇐⇒ ⇐⇒ x = y
y 0 x−y = 0
    
x 0 x+y = 0
(A − I) = ⇐⇒ ⇐⇒ x = −y
y 0 x+y = 0

est la symétrie par rapport à R(→−i + →−j ) parallèlement à R(→−i − →−j ).

u
Dans toute la suite, on notera U = A + I .
5. On a U U = (A + I) U = (A + I )U = (A + I)U = U = U U , donc :
T T T T 2 T

La matrice U vérie la relation (1).

Remarquons que U = (A + I) = A + 2AI + I = 2AI + 2A = 2(A + I) = 2U .
2 2 2

On peut conjecturer que U = 2 U . n n−1

? C'est vrai pour n = 1 et n = 2.

? Si c'est vrai au rang n, alors :
U n+1 = U n × U = 2n−1 U × U = 2n−1 U 2 = 2n−1 × 2U = 2n U

Par récurrence, il est prouvé que :

∀n ∈ N, U n = 2n−1 U
En conséquence, (U n T
) U n = (2n−1 U )T 2n−1 U = 4n−1 U T U = 4n−1 U U T = U n (U n )T .
Toutes les puissances U , n ∈ N , vérient (1). n ∗

On noteradans lasuite E l'ensemble des matrices de M (R) qui vérient la relation (1).
2 2

6. A + C = 02 00 , et :
    
T 0 0 0 2 0 0
(A + C)(A + C) = =
2 0 0 0 0 4
    
0 2 0 0 4 0
(A + C)T (A + C) = =
0 0 2 0 0 0
(A + C)(A + C)T 6= (A + C)T (A + C) . Les deux matrices A et C sont dans E mais pas leur somme, et ceci montre
que :
2

44/88
Lycée Jean Perrin
Classe de TSI 2

E2 n'est pas un sous-espace vectoriel de M (R). 2

7. Soit une matrice M = quelconque de M (R) :

 
a b
2
c d

a2 + c2 ab + cd a2 + b2 ac + bd
   
T T
M M= ; MM =
ab + cd b2 + d2 ac + bd c2 + d2
M appartient à E si et seulement si a, b, c et d vérient le système :
2
 2
 a + c2 = a2 + b2
i.e. ou b = c

c = −b
b2 + d2 = c2 + d2 ,
b(a − d) = b(d − a)
ab + cd = ac + bd


On trouve deux conditions nécessaires et susantes : , ou .


b = −c 6= 0
b=c
a=d

Les matrices de E sont les matrices : et , avec .

   
a b a b
2 a, b, d ∈ R
b d −b a
8. Remarquons que :
et
       
a b 1 0 0 0 a b
=a + bA + d , = aI − bC
b d 0 0 0 1 −b a

est la réunion des deux sous-espaces vectoriels Vect A, 10 00 , et Vect{I, C}

    
0 0
E2
0 1
Il est clair que les familles génératrices données sont des bases de ces espaces.
9. Les matrices C et 10 01 sont dans E , et :
 
2

       
1 0 0 −1 0 0 0 −1
C× = × =
0 0 1 0 0 1 0 0
La matrice obtenue par le produit n'est pas une matrice de E car sa forme n'est pas une de celles trouvées en 7.
2

Si M et N sont deux matrices de E , on n'a pas nécessairement M.N ∈ E . 2 2

Partie II :
On se place ici dans l'espace M (R), et on considère la base canonique de R que l'on note B = (→−i , →−j →−k ).
3
3 0

On dénit alors h comme l'unique endomorphisme de R vériant : h(→−i ) = −→−k , h(→−j ) = →−i et h(→−k ) = →−j . On note
3

S = Mat (h).
B0
L'ensemble des matrices de M (R) qui commutent avec leur transposée (donc qui vérient la relation (1)) est noté E .
10. On a :
3 3

 
0 1 0
S = MatB0 (h) =  0 0 1 
−1 0 0

11. Un calcul montre que :  

0 0 1
S 2 =  −1 0 0  = −S T
0 −1 0

Puis S T
S = SS T = I , et (S ) 2 T
.
S 2 = I = S 2 (S 2 )T
S et S sont dans E . 2
3

12. Soient a, b et c des réels. En utilisant S S = SS , on a : T T

RT R = (aI + bS + cS 2 )T (aI + bS + cS 2 ) = (aI + bS T + c(S 2 )T )(aI + bS + cS 2 )

= a2 I + b2 S T S + c2 (S 2 )T S 2 + ab(S + S T ) + ac(S 2 + (S 2 )T ) + bc(S T S 2 + (S 2 )T S)
= a2 I + b2 SS T + c2 S 2 (S 2 )T + ab(S T + S) + ac((S 2 )T + S 2 ) + bc(S 2 S T + S(S 2 )T )
= (aI + bS + cS 2 )(aI + bS T + c(S 2 )T ) = RRT

45/88
 La matrice R = aI + bS + cS appartient à E . 2
3

13. On note F = Vect(I, S, S ). On vient de montrer que F ⊂ E . De plus, il est clair que la famille (I, S, S ) est
2 2

libre, donc F est de dimension 3 :

3

E contient un espace vectoriel F = Vect(I, S, S ) de dimension 3.

3
2

14. Remarquons que S = −I et :

3

(aI + bS + cS 2 )(a0 I + b0 S + c0 S 2 ) = aa0 I + bb0 S 2 + cc0 S 4 + (ab0 + ba0 )S + (ac0 + ca0 )S 2 + (bc0 + cb0 )S 3
= (aa0 − bc0 − cb0 )I + (ab0 + ba0 − cc0 )S + (bb0 + ac0 + ca0 )S 2

Le produit de deux éléments de F reste donc dans F :

F est stable par multiplication matricielle.

Partie III :
On se place à présent dans l'espaceM (R), et on considère
4  la base canonique de R que l'on note B
4 00
= (→
−
e1 , →
−
e2 , →
−
e3 , →
−
e4 ) .
1 a 1 1
On dénit la matrice B par :  −1
B=
 1
0
0
0
0
1 
−1 
1 1 −1 1
où a est un réel quelconque, et on appelle l'endomorphisme de R tel que Mat (u) = B.
u 4
B00
L'ensemble des matrices de M (R) qui commutent avec leur transposée (donc qui vérient la relation (1)) est noté E .
15. Calculons :
4 4

3 + a2
   
4 a+1 0 0 0 0 a+1
BT B = 
 a
 0
+ 1 a2 + 1
a−1
a−1
2
a+1 
0 
 et BB T = 


0
0
2
−2
−2
2
0 
0 


0 a+1 0 4 a+1 0 0 4

On voit que l'égalité entre les deux matrices est réalisée si et seulement si a = −1. D'où :
B est un élément de E si et seulement si a = −1.
4
 
1 −1 1 1
Dans la suite, on pose . −1 0
a = −1 B = 
 1 0
0 1 
0 −1 
 .
1 1 −1 1
16. Pour trouver une base de Ker u , on résout le système :
  
x 0  
 y   x−y+z+t = 0 x = t (2)
0 
 
B 
 z  ⇐⇒ x − t = 0 ⇐⇒ y = z + 2t (1)
0 
x+y−z+t = 0 2x + 2t = 0 (1) + (3)
 
t 0

x = t=0
⇐⇒
y = z

Ker(u) = Vect(→
−
e2 + →
−
e3 )

et ce vecteur forme clairement une base de Ker(u). On en déduit avec le théorème du rang que dim(Im u) = 3 et
en observant les vecteurs colonne :
Im(u) = Vect(→
−
e1 − →
−
e2 + →
−
e3 + →
−
e4 , →
−
e1 − →
−
e4 , →
−
e1 + →
−
e2 − →
−
e3 + →
−
e4 )

et ces vecteurs forment une base de Im u.

17. On fait les calculs :  
1 2
  
1
 
2

 0   0 
B
 0 = 0 
   B 1 = 2et
 −1   −2
 



1 2 −1 −2
Donc u(→
−
e1 + →
−
e4 ) = 2(→
−
e1 + →
−
e4 ) u(→
− et
e1 − →
−
e2 + →
−
e3 − →
−
e4 ) = 2(→
−
e1 − →
−
e2 + →
−
e3 − →
−
e4 ) .
46/88
Lycée Jean Perrin
Classe de TSI 2

→
−
e1 + →
−
e4et →−e − →−e + →−e − →−e sont des vecteurs propres de u associés à la valeur propre 2.
1 2 3 4

18. On a vu aux questions précédentes que 0 était valeur propre simple et 2 valeur propre d'ordre au moins 2. Or, on
sait que la somme des valeurs propres (dans C) est égale à la trace de la matrice, donc si λ est la dernière valeur
propre, on a :
0 + 2 + 2 + λ = 2 d'où : λ = −2
Pour trouver un vecteur propre associé, il sut de résoudre le système :
   
x 0 
 3x − y + z + t = 0
 y   0 −x + 2y + t = 0
 
(B + 2I) 
 z = 0
   ⇐⇒
 
 x + 2z − t = 0
t 0 x + y − z + 3t = 0



 4x + 4t = 0 (1) + (4)
2y + 2z = 0 (2) + (3)

⇐⇒

 x + 2z − t = 0
x + y − z + 3t = 0


 t = −x
⇐⇒ z = −y
x = y


On en déduit que :
est la dernière valeur propre, associée au vecteur propre →−e + →−e − →−e − →−e .
−2 1 2 3 4

19. En regroupant les résultats des questions précédentes, on a prouvé :

   
0 0 0 0 0 1 1 1
B = P ∆P −1 , avec  0
∆=
 0
2
0
0
2
0 

0 
et  1
P =
 1
0
0
−1
1
1 

−1 
0 0 0 −2 0 1 −1 −1
20. En procédant à une récurrence, de même que dans l'exercice 1 question B.4, on a :
∀n ∈ N , B = P ∆ P ∗ n n −1

Avec ce calcul, on trouve :

   
0 0 0 0 0 0 0 0
 0 22p 0 0   P −1 = 22p−2 P
 0 4 0 0 
 P −1 = 22p−2 B 2
B 2p =P 
 0 0 22p 0   0 0 4 0 
0 0 0 22p 0 0 0 4
 
0 0 0 0
0 2 0 0 
B 2p+1 = P 2 × 22p P −1 = 22p P   P −1 = 22p B


 0 0 2 0 
0 0 0 −2

B 2p = 22p−2 B 2 et B 2p+1 = 22p B

 
4 0 0 0
Avec le calcul de 
B2 = 
 0
0 2 −2 0 
−2 2 0 
 , on trouve :
0 0 0 4
 2p
22p −22p 22p 22p
  
2 0 0 0

B 2p = 
 0
0 22p−1 −22p−1 0 
−22p−1 22p−1 0 
 et B 2p+1
 −22p
=
 22p
0
0
0
0
22p 

−22p 
.
0 0 0 22p 22p 22p −22p 22p

Correction de l'exercice 9 N

Considérons la matrice A = appartenant à M (R).

 
5 3
2
1 3

47/88
1. Réduction de la matrice A.
1.1 Les valeurs propres de A sont les racines du polynôme caractéristique :
x−5 −3
χA (x) = = x2 − 8x + 12
−1 x−3

Le discriminant de ce trinôme est ∆ = 64 − 48 = 16 = 4 , donc deux solutions : 2

= 6 et λ =
8+4 8−4
λ = 1 =2 2
2 2

Spec(A) = {6, 2}

1.2 Recherchons maintenant les sous-espaces propres associées :

        
x x −1 3 x 0
∈ E6 ⇐⇒ (A − 6I) = =
y y 1 −3 y 0
⇐⇒ x − 3y = 0 ⇐⇒ x = 3y

        
x x 3 3 x 0
∈ E2 ⇐⇒ (A − 2I) = =
y y 1 1 y 0
⇐⇒ x+y =0 ⇐⇒ x = −y

On en déduit que :
et
   
3 −1
E6 = Vect E2 = Vect
1 1

1.3 D'après la question précédente :

avec
   
6 0 −1 3 −1
D= =P AP P =
0 2 1 1

2. Soit N = appartenant à M (R).

 
x y
2
z t
2.1 Dans cette question, nous supposons que : N 2
+N =D .
21.1 D'après la relation supposée, on a :
N D = N (N 2 + N ) = N 3 + N 2 = (N 2 + N )N = DN

Les matrices N et D commutent, or :

    
x y 6 0 6x 2y
ND = =
z t 0 2 6z 2t
    
6 0 x y 6x 6y
DN = =
0 2 z t 2z 2t
d'où 6y = 2y, et 6z = 2z, ce qui entraîne :
y=z=0

21.2 Revenons à la relation N+N =D 2

, avec :
 2     2   
2 x 0 x 0 x +x 0 6 0
N +N = + = =
0 y2 0 y 0 y2 + y 0 2

Par identication les relations suivantes sont immédiates :

t2 + t = 2


x2 + x = 6

48/88
Lycée Jean Perrin
Classe de TSI 2

21.3 L'équation t + t − 2 a pour solutions 1 et −2. L'équation x

2 2
+x−6 a pour solutions 2 et −3, ce qui
donne quatre valeurs possibles pour la matrice N :
       
2 0 −3 0 2 0 −3 0
; ; ;
0 1 0 1 0 −2 0 −2

2.2 Un calcul immédiat de N + N montre dans chacun des cas que les quatre matrices N obtenues à la question
2

2(1)3 vérient l'égalité matricielle : N + N = D.  2

3. Soit M appartenant à M (R). Notons : N = xz yt , x, y, z, t appartenant à R, la matrice appartenant à

2

M (R) dénie par N = P M P . −1

3.1 Le calcul de P est donné par l'inversion du système P X = X ⇐⇒ X = P X , c'est à dire :

2
−1 0 −1 0

x0 3x − y = x0
    
x
P = ⇐⇒
y y0 x + y = y0
4x = x0 + y 0

(L1 + L2 )
⇐⇒
4y = 3y 0 − x0 (3L2 − L1 )
 
−1 1 1 1
P =
4 −1 3

Avec la relation M = P N P , nous pouvons conclure après calcul :

−1

 
1 3x − 3y − z + t 3x + 9y − z − 3t
M=
4 x−y+z−t x + 3y + z + 3t

3.2 Remarquons que P −1

M 2 P = P −1 M P × P −1 M P = N 2 . Ensuite :
M2 + M = A ⇐⇒ P −1 (M 2 + M )P = P −1 AP
⇐⇒ P −1 M 2 P + P −1 M P = D
⇐⇒ N2 + N = D

M2 + M = A ⇐⇒ N2 + N = D

3.3 On en déduit que l'ensemble des matrices M appartenant à M (R) telles que M + M = A est l'ensemble 2

des matrices de la forme M = P N P avec N + N = D.

2
−1 2

Il s'agit des matrices de la forme trouvée en 31, avec y = z = 0, x ∈ {−3, 2} et t ∈ {−2, 1} :

        
1 −11 −3 1 −8 −12 1 4 12 1 7 3
S= , , ,
4 −1 −9 4 −4 0 4 4 −4 4 1 5

Correction de l'exercice 10 N
On dénit, pour tout réel a, la matrice :  
a−1 −1
Ma =
2 a+2
1. (a) On sait que M est inversible si et seulement si det M
a a 6= 0 . Or :
a−1 −1
det Ma = = (a − 1)(a + 2) + 2 = a2 + a = a(a + 1)
2 a+2

est inversible si et seulement si a 6= 0 et a 6= −1.

Ma

(b) De même, on peut écrire en utilisant le calcul précédent :

x−a+1 1 (a − x) − 1 −1
χMa (x) = = = (a − x)(a − x + 1)
−2 x−a−2 2 (a − x) + 2

Spec(Ma ) = {a, a + 1}

49/88
2. On cherche alors les sous-espaces propres de la matrice M : a
        
x x −1 −1 x 0
∈ Ea ⇐⇒ (A − aI) = =
y y 2 2 y 0
⇐⇒ −x − y = 0 ⇐⇒ y = −x

        
x x −2 −1 x 0
∈ Ea+1 ⇐⇒ (A − (a + 1)I) = =
y y 2 1 y 0
⇐⇒ 2x + y = 0 ⇐⇒ y = −2x

et E
   
1 1
Ea = Vect 1+a = Vect
−1 −2

3. D'après la question précédente :

avec
   
a 0 1 1
Da = = P −1 Ma P P =
0 1+a −1 −2

Le calcul de P est donné par l'inversion du système P X = X

−1 0
⇐⇒ X = P −1 X 0 , c'est à dire :
x0 x + y = x0
    
x
P = ⇐⇒
y y0 −x − 2y = y 0
x = 2x0 + y 0

(2L1 + L2 )
⇐⇒
y = −x0 − y 0 (−L1 − L2 )
 
−1 2 1
P =
−1 −1

4. Soit a et b deux nombres réels. Il est clair que les matrices D et D commutent, et : a b

Ma Mb = P Da P −1 P Db P −1 = P Da Db P −1 = P Db Da P −1 = P Db P −1 P Da P −1 = Mb Ma

Ma Mb = Mb Ma

5. Soit n un entier naturel non nul. On considère la matrice A suivante : n

An = M1 M2 M3 . . . Mn

Montrons par récurrence que A = P D D . . . D P pour tout n ∈ N :

n 1 2 n
−1

? On a par dénition A = M = P D P .
1 1 1
−1

? On suppose que pour n xé, on a A = P D D . . . D P , alors :

n 1 2 n
−1

An+1 = An × Mn+1 = P D1 D2 . . . Dn P −1 × P Dn+1 P −1 = P D1 D2 . . . Dn Dn+1 P −1

donc le résultat est vérié au rang n + 1.

? Par récurrence, le résultat est vrai pour tout entier n > 1.

Or D D . . . D = 0 2 0 3 . . . 0 n + 1 = n!0 d'où :
      
1 0 2 0 n 0 0
1 2 n
(n + 1)!
   
1 1 n! 0 2 1
An =
−1 −2 0 (n + 1)! −1 −1
 
(1 − n)n! −n.n!
An =
2n.n! (2n + 1)n!

6. On considère deux suites (u ) et (v ) telles que u = −2 v1 = 4 , et qui vérient les relations de récurrence
suivantes :
n n>1 n n>1 1

∀n ∈ N, un+1 = (n − 1)un − vn et vn+1 = 2un + (n + 2)vn .

50/88
Lycée Jean Perrin
Classe de TSI 2

Il est clair que uv , et on montre facilement par récurrence

      
n+1 n−1 −1 un un
= = Mn
que pour tout entier n > 1 :
n+1 2 n+2 vn vn

       
un u1 u1 −2
= Mn−1 . . . M2 M1 = M1 M2 . . . Mn−1 = An−1
vn v1 v1 4

(on utilise au passage le résultat de la question 4). D'où, après simplications :

∀n ∈ N , u = −2n! et v = 4n!
∗
n n

Correction de l'exercice 11 N
On note E = R [X] l'espace vectoriel des polynômes à coecients réels de degré inférieur ou égal à 3. Soit f l'application
dénie sur E qui associe à tout polynôme P ∈ E, le polynôme f (P ) déni par :
3

f (P )(X) = −3XP (X) + X P (X), où P est la dérivée du polynôme P.

2 0 0

1. (a) On sait que la base canonique de E est (1, X, X , X ) : 2 3

dim E = 4

(b) f est un endomorphisme de E si et seulement si f est linéaire et si l'image des éléments de la base canonique
est dans E.
Soient P, Q ∈ E et λ, µ ∈ R :
f (λP + µQ)(X) = −3X(λP + µQ)(X) + X 2 (λP + µQ)0 (X)
= −3X(λP (X) + µQ(X)) + X 2 (λP 0 (X) + µQ0 (X))
= λ(−3XP (X) + X 2 P 0 (X)) + µ(−3XQ(X) + X 2 Q0 (X))
f (λP + µQ)(X) = λf (P )(X) + µf (Q)(X)

donc f est linéaire. Par ailleurs :



 f (1)(X) = −3X
f (X)(X) = −3X 2 + X 2 = −2X 2


 f (X 2 )(X) = −3X 3 + 2X 3 = −X 3
f (X 3 )(X) = −3X 4 + 3X 4 = 0


donc les images des éléments de la base canonique sont dans l'espace E.
f est un endomorphisme de E .
(c) On en déduit la matrice M de f dans la base canonique de E :
 
0 0 0 0
 −3 0 0 0 
M = 
 0 −2 0 0 
0 0 −1 0

(d) On a clairement det M = 0, donc :

n'est pas inversible.
M

Le polynôme caractéristique est χ (x) = x , ce qui signie que 0 est la seule valeur propre. Il est clair que
4

M n'est pas semblable à la matrice nulle (car sinon on a M = 0), donc :

M

M n'est pas diagonalisable.

On peut en revanche constater


que M est nilpotente, puisque : 
0 0 0 0 0 0 0 0

M2 = 
0
 6
0
0
0
0
0 
 M3 =  0
0 

 0 ; 0 0 0 
;
 ∀n > 4 M n = 0
0 0 0 
, .
0 2 0 0 −6 0 0 0

51/88
 (e) Cherchons Ker M :
   
x 0 
 y   0   −3x = 0
M z = 0
   ⇐⇒
 −2y = 0 = 0 ⇐⇒ x = y = z = 0
−z

t 0
 
0 
D'où et :


 
0 

Ker M = Vect  0 

 
1
 

Ker f = Vect(X 3 )

Le polynôme X forme une base de Ker f .

3

(f) Ensuite Im f = Vect(f (1), f (X), f (X ), f (X )) = Vect(−3X, −2X , −X ).

2 3 2 3

Im f = Vect(X, X 2 , X 3 )

2. On note Id et 0 respectivement, l'endomorphisme identité et l'endomorphisme nul de E, et pour tout endo-

morphisme v de E, on pose v = Id et pour tout k de N , v = v ◦ v .
E E
0 ∗ k k−1

Soit u et g deux endomorphismes de E tels que u = 0 , u 6= 0 et g = Id +u + u + u .

E
4 3 2 3

(a) Soit P un polynôme de E tel que P ∈/ Ker(u ). Alors u (P ) 6= 0 et u (P ) = 0.

E E E
3 3 4

Soient λ , λ , λ et λ ∈ R tels que :

0 1 2 3

λ0 P + λ1 u(P ) + λ2 u2 (P ) + λ3 u3 (P ) = 0

En composant trois fois successivement par u, on a les relations :


 λ0 u(P ) + λ1 u2 (P ) + λ2 u3 (P ) = 0
λ0 u2 (P ) + λ1 u3 (P ) = 0
λ0 u3 (P ) = 0


D'où, puisque u (P ) 6= 0, on trouve 0 = λ = λ = λ = λ . La famille P, u(P ), u (P ), u (P )
est une

3 2 3

famille libre de 4 éléments de E, et puisque dim E = 4 :

0 1 2 3

La famille P, u(P ), u (P ), u (P ) est une base de E.

2 3

On peut alors remarquer que, dans cette base, la matrice de u est :

 
0 0 0 0
 1 0 0 0 
U =
 0

1 0 0 
0 0 1 0

(b) D'après la question précédente, la matrice de g dans la base P, u(P ), u2 (P ), u3 (P )

est :
 
1 0 0 0
1 1 0 0 
G = I + U + U2 + U3 = 


 1 1 1 0 
1 1 1 1

Le déterminant de cette matrice est 1 (produit des éléments diagonaux), ainsi :

g est un automorphisme de E

Remarquons ensuite que :

(IdE −u) ◦ (IdE +u + u2 + u3 ) = IdE +u + u2 + u3 − (u + u2 + u3 + u4 )
= IdE = (IdE +u + u2 + u3 ) ◦ (IdE −u)

On en conclut que :
g −1 = IdE −u

52/88
Lycée Jean Perrin
Classe de TSI 2

(c) Il est évident que Ker u ⊂ Ker(g − Id ), car si Q ∈ Ker u, on trouve :

E

(g − IdE )(Q) = (u + u2 + u3 )(Q) = u(Q) + u2 (Q) + u3 (Q) = 0 + 0 + 0 = 0

donc Q ∈ Ker(g − Id ).
Réciproquement, si Q ∈ Ker(g − Id ), alors u(Q) + u (Q) + u (Q) = 0. En composant deux fois par u, on
E
2 3

trouve :
E
 2 3
u(Q) + u (Q) + u (Q) = 0

2 3
u (Q) + u (Q) = 0
u3 (Q) = 0


D'où 0 = u (Q) = u (Q) = u(Q), et Q ∈ Ker u.

3 2

Ker u = Ker(g − IdE )

(d) Il est évident, d'après la question 2b, que le polynôme caractéristique de g est χ (x) = (x − 1) , donc :
g
4

1 est la seule valeur propre de g .

Correction de l'exercice 12 N
I Quelques calculs préliminaires.
Considérons la matrice M appartenant à M (R) dénie par :
3
 
3 1 2
M = 1 1 0 
−1 1 2

I3 désigne la matrice unité d'ordre 3.

I.1 Étude des éléments propres de M .
I1.a Calculons le polynôme caractéristique de M :
x−3 −1 −2 x−3 −1 −2
χM (x) = −1 x−1 0 = −1 x−1 0 L3 ← L3 + L2
1 −1 x−2 0 x−2 x−2
x−3 1 −2
= −1 x−1 0 C2 ← C2 − C3
0 0 x−2
= (x − 2)[(x − 3)(x − 1) + 1] = (x − 2)(x2 − 4x + 4) = (x − 2)3

Spec(M ) = {2}

I1.b Le sous-espace propre E de M est donné par le système :

2
    
x 0  x + y + 2z = 0
(M − 2I)  y  =  0  ⇐⇒ x−y = 0 ⇐⇒ x = y = −z
z 0 −x + y = 0



1
E2 =  1 
−1
 
3 1 −1
I.2 Étude des éléments propres de M T
= 1 1 . 1 
2 0 2
I2.a On sait que le déterminant est invariant par transposition, d'où :
χM T (x) = det(M T − xI) = det (M − xI)T = det(M − xI) = χM (x)

Les matrices M et M ont le même polynôme caractéristique.

T

53/88
 Les valeurs propres de M sont en conséquence les mêmes que celles de M , comptées avec multiplicité :
T

Spec(M T ) = {2}

I2.b Le sous-espace propre E de M est donné par le système :

0
2
T

 
  
x 0  x+y−z = 0
(M T − 2I)  y  =  0  ⇐⇒ x−y+z = 0 ⇐⇒ x = 0 et y = z
z 0 2x = 0


 
0
E20 =  1 
1

II Quelques généralités.
Soit (E, +, .) un R-espace vectoriel, f un endomorphisme de E.
II.1 On →−a trivialement :
x ) = f ( 0 ) = 0 ∈ { 0 }.
→
− →
− →
− →
−
? ∀ x ∈ { 0 }, f (→ −
? ∀→−x ∈ E, f (→−x ) ∈ E car f est un endomorphisme de E .

{ 0 } et E sont des sous-espaces vectoriels de E stables par f .

→
−

II.2 Soit F un sous-espace vectoriel de E non réduit à 0 et de dimension nie. Notons p la dimension de F et
→
−
introduisons B = (−u→, −u→, . . . , −u→) une base de F .
Si F est stable par f , alors par dénition, on a en particulier ∀k ∈ [[1, p]], f (−u→) ∈ F .
F 1 2 p

Réciproquement, on suppose que ∀k ∈ [[1, p]], f (−u→) ∈ F . Soit →−x ∈ F , il existe λ , . . . , λ ∈ R tels que :
k

k 1 k
→
−
x = λ1 −
→+λ −→ −
→
u1 2 u2 + · · · + λk uk

et par composition, on a en utilisant la linéarité de f :

f (→
− →) + λ f (−
x ) = λ 1 f (−
u1
→ −
→
2 u2 ) + · · · + λk f (uk )
| {z } | {z } | {z }
∈F ∈F ∈F

f (→
− est combinaison linéaire d'éléments de F , ce qui entraîne . est donc stable par f . On peut
f (→
−
x) ∈ F F
conclure :
x)

F est stable par f si et seulement si ∀k ∈ [[1, p]], f (−

→) ∈ F .
u k

II.3 Droites vectorielles stables par f .

Soit F un sous-espace vectoriel de E de dimension 1, et B = (→−u ) une base de F .
On sait d'après la question précédente→− que F→−est stable par f si et seulement si f (→−u ) ∈ F , c'est à dire si et
F

seulement s'il existe λ ∈ R tel que f ( u ) = λ u . D'où :

F est stable par f si et seulement si →
u est un vecteur propre de f .
−

III Étude des plans stables en dimension 3.

Soit (E, +, .) un R-espace vectoriel de dimension 3, dont une base est B = (→−e , →−e , →−e ). Soit f un endomorphisme
de E de matrice A dans la base B .
E 1 2 3

III.1 Mise en place de l'équation de F dans la base B .

E

Soit B −→= (−→−u→, −u→) une base de F .

E

III1.a (u , u ) est une famille libre de E, donc on peut la compléter en une base de E d'après le théorème de
F 1 2

la base incomplète :
1 2

Il existe un vecteur −u→ de E tel que la famille U = (−u→, −u→, −u→) soit une base de E.
3 E 1 2 3

III1.b On introduit la matrice de passage Q de la base U à la base B : E E

 
a1 b1 c1
Q =  a2 b2 c2 
a b c
Si a, b et c étaient tous nuls, alors la matrice Q serait de rang inférieur ou égal à 2, donc non inversible.
Ce n'est pas le cas car Q est une matrice de passage :
54/88
Lycée Jean Perrin
Classe de TSI2

a, b et c sont non tous nuls.

III1.c Soit appartenant
→
−
x
 
à E.
x
Notons X =  x  la matrice des coordonnées de →−x dans la base B ,
1
2 E

x3
x01


et X =  x02 
0
la matrice des coordonnées de →−x dans la base U . E
x03
On a, en utilisant la formule du changement de base :
 
a1 x1 + b1 x2 + c1 x3
X 0 = QX =  a2 x1 + b2 x2 + c2 x3 
ax + by + cz

En examinant la troisième composante, on trouve :

x03 = ax1 + bx2 + cx3

III1.d Or on sait que →−x ∈ F si et seulement si x 0

3 =0 , donc :
→
−
x ∈F ⇐⇒ ax1 + bx2 + cx3 = 0.

La condition ax + bx + cx = 0 est appelée B , nous admettrons qu'elle

est indépendante du choix de la base U .
1 2 3 F l'équation de dans la base E

III.2 Condition nécessaire et susante de stabilité de F par f .

E

III2.a Dans cette question, nous supposerons F stable par f donc en particulier, on a f (−u→) ∈ F et f (−u→) ∈ F .
D'où :
1 2

Il existe α , α , β , β ∈ R tels que f (−u→) = α −u→ + α −u→ et f (−u→) = β −u→ + β −u→.

1 2 1 2 1 1 1 2 2 2 1 1 2 2

En notant ensuite f (−u→) = γ −u→ + γ −u→ + γ−u→, on trouve :

3 1 1 2 2 3
 
α1 β1 γ1
B = MatUE f =  α2 β2 γ2  avec α , β , γ , α , β , γ , γ ∈ R
1 1 1 2 2 2
0 0 γ

De plus, on sait par la formule du changement de base, que A = Q −1

, soit QA = BQ. Par
transposition, l'égalité est conservée :
BQ

(QA) = (BQ) donc : A Q = Q B

T T T T T T

AT QT = QT B T
Plus précisément, on a la relation :
      
a1 a2 a a1 a2 a α1 α2 0 ∗ ∗ γa
AT  b1 b2 b  =  b1 b2 b   β1 β2 0 = ∗ ∗ γb 
c1 c2 c c1 c2 c γ1 γ2 γ ∗ ∗ γc

En identiant la troisième colonne de chaque côté de l'égalité, on trouve :

   
a a
AT  b =γ b 
c c
   
a 0
Autrement dit, compte-tenu du fait que  b  6=  0  :
c 0
 
a
Le vecteur  b  est un vecteur propre de A . T

55/88
  
a
III2.b Réciproquement, on suppose que le vecteur  b  est un vecteur propre de A , de valeur propre λ. T

Par dénition :
c
   
a a
AT  b  = λ  b 
c c
Cette égalité est conservée lorsqu'on passe à la transposée :
 T 
 T  T
a a a
AT  b  =  b  A = λ  b 
c c c
ce qui s'écrit également :


a b c ×A=λ a b c

Soit →−x appartenant

 à E .
x
Notons X =  x  la matrice des coordonnées de →−x dans la base B ,
1
2 E

  x3
y1
et Y =  y  la matrice des coordonnées de f (→−x ) dans la base B .
2 E
y
L'écriture matricielle de f (→−x ) est Y = AX , d'où :
3

a b c Y = a b c AX = λ a b c X

Ce qui donne, après calcul :

ay1 + by2 + cy3 = λ(ax1 + bx2 + cx3 )

Ainsi, si →−x ∈ →−F , on a ax + bx + cx , et d'après ce qui précède : ay + by + cy = 0, ce qui

signie que f ( x ) ∈ F . Conclusion :
1 2 3 =0 1 2 3

F est stable par f .

IV Soit (E, +, .) un R-espace vectoriel de dimension 3, dont une base est B = (→−e , →−e , →−e ). Soit f un endomorphisme
de E de matrice M dans la base B , avec :
E 1 2 3
E
 
3 1 2
M = 1 1 0 
−1 1 2
D'après les résultats des parties II et III, les sous-espaces vectoriels stables par F sont :
 { 0 }, E.
→
−
 Les droites stables, c'est à dire les sous-espaces du type F = Vect(→−u ), où →−u est un vecteur propre de E.
 Les plans stables, c'est à dire les plans d'équation: 
a
ax + b + cx = 0, où  b  est un vecteur propre de A .
1 2 3
T

D'après les résultats de la question I :

c

Les sous-espaces de E stables par f sont {→−0 }, E, D = R(→−e + →−e − →−e ), et P : x + x = 0.

1 2 3 2 3

Correction de l'exercice 13 N
1. (a) Montrons par récurrence que, pour tout k ∈ N, A = P B P : k k −1

? C'est clair pour k = 0 et k = 1.

? On suppose que le résultat est vrai à un rang k xé, alors :

Ak+1 = A × Ak = P BP −1 × P B k P −1 = P BB k P −1 = P B k+1 P −1

donc le résultat est vrai au rang k + 1.

56/88
Lycée Jean Perrin
Classe de TSI 2

Par récurrence, on a ainsi prouvé :

Pour tout k ∈ N, A = P B P k k −1

(b) Soit N ∈ N, et a , . . . , a
0 N des réels. Par linéarité du produit matriciel, il s'ensuit :
N
! N N
X X
X
P ak B k
P −1 = ak P B k P −1 = a k Ak
k=0 k=0 k=0

N N
!
X X
∀N ∈ N, ∀a0 , . . . , aN ∈ R, ak A = P k
ak B k
P −1
k=0 k=0

. . . . . . ... 
 
λ1 0 ··· 0

(c) Lorsque B est la matrice diagonale : ... . . . . . . 0 , on a immédiatement :


 0



0 ··· 0 λn
 N
X

ak λk1 0 ··· 0

...
 
k=0
... ...
 
 
N  
... ... ...
X 0
ak B k = 
 

 
k=0 
 0 

 N
X 
··· ak λkn

0 0

k=0

On peut remarquer qu'il s'agit encore d'une


matricediagonale. 
0 1 0 0 0 1
2. On considère dans la suite les matrices A =  1 0 1  et J =  0 1 0  .
0 1 0 1 0 0
(a) Calculons le polynôme caractéristique de A :
x −1 0 x −1 0
χA (x) = det(xI − A) = −1 x −1 = 0 x −1 (C1 ← C1 − C3 )
0 −1 x −x −1 x
x −1 0
= 0 x −1 (L3 ← L3 + L1 )
0 −2 x
√ √
= x(x2 − 2) = x(x − 2)(x + 2)

Donc
 
√ √
Sp(A) = {− 2, 0, 2} . Il resteà chercher
  
les sous-espaces propres de A :
x x 0
?  y  ∈ E0 si et seulement si A  y  =  0 . On résout donc :
z z 0

et y = 0

y = 0
⇔ z = −x
x+z = 0
 
1
On en déduit que .
 
E0 = Vect  0 
−1
 
     
x x 0
?  y  ∈ E √2 si et seulement si √
(A − 2I)  y = 0  . On résout donc :
z z 0
 √
 − √ 2x + y = 0 √ √
x − 2y √ + z = 0 ⇔ y= 2x = 2z
y − 2z = 0


57/88
  
 √1
On en déduit que .

E√2 = Vect  2 
1
 
 
1
De même, on trouve √
.
 
? E−√2 = Vect  − 2 
1
 
En conclusion :
   
0 √0 0 1 √1 1
A = P DP −1 avec D= 0 2 0
√
 et P = 0 2
√
− 2 
0 0 − 2 −1 1 1

(b) Remarquons que I, A, J ∈ F donc Vect(I, A, J) ⊂ F . De plus, pour tout (a, b, c) ∈ R , on a : 3

M (a, b, c) = aI + bJ + cA

donc M (a, b, c) ∈ Vect(I, J, A). F ⊂ Vect(I, J, A)

F = Vect(I, J, A) est le sous-espace vectoriel engendré par la famille (I, J, A)

Par ailleurs (I, J, A) est clairement une famille libre de M (R), donc une base de F .
(c) Remarquons que M (a, b, c) est une matrice symétrique réelle, donc :
3

Toute matrice M (a, b, c) de F est diagonalisable.

 
1 0 1
(d) A2 =  0 2 0  , donc on a immédiatement :
1 0 1

A2 = I + J

(e) M (a, b, c) = aI + bJ + cA = aI + b(A 2

− I) + cA = (a − b)I + cA + bA2 .
∀a, b, c ∈ R, M (a, b, c) = (a − b)I + cA + bA2

(f) On utilise ici le résultat de la question 1 :

M (a, b, c) = (a − b)I + cA + bA2 = P ((a − b)I + cD + bA2 )P −1
 
a−b 0√ 0
= P 0 a − b + c 2 + 2b 0√  P −1
0 0 a − b − c 2 + 2b
 
a−b 0 √ 0
= P 0 a+b+c 2 0 √  P −1
0 0 a+b−c 2

Les valeurs propres de M (a, b, c)sont a − b,a + b +c√2,a + b − c√2, de vecteurs propres
1 1 1
respectifs  0  ,  √2  et  −√2 
−1 1 1
3. Application en physique
(a) On a immédiatement :
−2ω02 ω02
 
0
X 00 (t) = M (t) avec : M=  ω02 −2ω02 ω02 
0 ω02 −2ω02

(b) On constate alors que :

M = −2ω02 I + ω02 A

58/88
Lycée Jean Perrin
Classe de TSI2

(c) Remarquons que M = M (−2ω , 0, ω ). En utilisant les résultats de la question 2, on trouve :

2
0
2
0

−2ω02
   
√ 0 0 1 √1 1
M = P 0 D0 P 0−1 avec 0
D = 0 ( 2 − 2)ω02 √ 0 2
 et P0 =  0 2
√
− 2 
0 0 −( 2 + 2)ω0 −1 1 1

 
y1
(d) On pose Y = P 0−1 X =  y2  . Remarquons que :
y3

X 00 = M X ⇐⇒ X 00 = P 0 D0 P 0−1 X ⇐⇒ P 0−1 X 00 = D0 P 0−1 X ⇐⇒ Y 00 = D0 Y

Il reste à résoudre ce dernier système, qui peut s'écrire très simplement :

 00 2
 y1 = −2ω
√ 0 y1 2 (1)
00
y =( √ 2 − 2)ω0 y2 (2)
 200
y3 = −( 2 + 2)ω02 y3 (3)

L'équation (1) est une équation diérentielle linéaire du second ordre à coecients constants, d'équation
caractéristique associée r = −2ω = i 2ω , de solutions r = ±i 2ω , d'où :
2
√

2
0 0
2 √
0

∃α , β ∈ R tels que y = α cos( 2ω t) + β sin( 2ω t)

√ √
1 1 1 1 0 1 0
   
0 0
La vitesse initiale étant nulle, on peut écrire , et
X 0 (0) =  0  Y 0 (0) = P 0−1 X 0 (0) =  0  , ce qui prouve
que β = 0 et :
0 0

∃α ∈ R tel que
1 √
1 y1 (t) = α1 cos( 2ω0 t)
De la même manière :
∃α ∈ R tel que y (t) = α cos( 2 − 2ω t)
√
q
2 2 2 0

∃α ∈ R tel que y (t) = α cos( 2 + 2ω t)

√
q
3 3 3 0

Comme X = P Y , on conclut :
 √ p √ p √ 
α1 cos( 2ω0 t) +pα2 cos( 2 − 2ω0 t) + αp 3 cos( 2 + 2ω0 )t
∃α1 , α2 , α3 ∈ R, tels que : X(t) = 
 √ √
2α2 cos( 2 − 2ω
√
√ √
p0 t) −√ 2α3 cos( 2 + p2ω0 t)√


−α1 cos( 2ω0 t) + α2 cos( 2 − 2ω0 t) + α3 cos( 2 + 2ω0 t)
 
x1m
Enn, puisque X(0) =  x2m  , on a le système :
x3m

  α1 + α2 + α3 = x√1m
 α1 + α2 + α3 = x1m √

2


α2 − α3 = x2m / 2 ⇐⇒ α2 − α3 = x2m
2

−α1 + α2 + α3 = x3m

 1
α2 + α3 = (x1m + x3m ) (L1 + L3 )/2)


 2

 α1 + α2 + α3 = x√1m
2


⇐⇒ α2 − α3 = x2m
2 √

 1
α2 = (x1m + 2x2m + x3m ) (L2 + L3 )/2)


4
Finalement :
1

 
 α1 = (x1m − x3m )
 α1 + α2 + α3 = x1m √

 2 √
1

α2 − α3 = x2m / 2 ⇐⇒ α2 = (x1m + 2x2m + x3m )

−α1 + α2 + α3 = x3m
 4 √

 1
 α3 = (x1m − 2x2m + x3m )

4

59/88
 En résumé :
 √ √
x1m − x3m x1m + 2x2m + x3m x1m − 2x2m + x3m
x1 (t) = cos(r1 t) + cos(r2 t) + cos(r3 )t




 2 √ 4 √ 4
√ x1m + 2x2m + x3m √ x1m − 2x2m + x3m

x2 (t) = 2 cos(r2 t) − 2 cos(r3 t)

 4 √ 4 √
x1m − x3m x1m + 2x2m + x3m x1m − 2x2m + x3m


 x3 (t) = − cos(r1 t) + cos(r2 t) + cos(r3 t)

2 4 4

avec r 1 =
√
2ω0 , p √
r2 = 2 − 2ω0 et p √
r3 = 2 + 2ω0 .
Correction de l'exercice 14 N
Partie I. Étude d'exemples.
I.A. On considère dans cette section I.A. que E = R . 2

Soit α l'endomorphisme de R dont la matrice dans la base canonique de R est la matrice A = 41 .

 
2 2 −6
−1
I.A.1. On choisit a = (2, 3). On a A 3 = −1 , donc :
   
2 −10

α(a) = (−10, −1)

Il est clair que (a, α(a)) est une famille libre de R , donc une base de R , ce qui prouve le résultat :
2 2

L'endomorphisme α est cyclique.

I.A.2. On calcule A −10 , d'où
   
−34
=
−1 −9

α2 (a) = (−34, −9)

et on cherche x et y tels que :      

−36 2 −10
=x +y
−9 3 −1
ce qui donne un système à résoudre :
 
2x − 10y = −34 −28x = 56 (L1 − 10L2 )
⇐⇒
3x − y = −9 −28y = −84 (3L1 − 2L2 )

x = −2
⇐⇒
y = 3

α2 (a) = −2a + 3α(a)

I.A.3. D'après la question précédente la matrice A de α dans la base 0

a, α(a)


est :
 
0 −2
A0 =
1 3

I.A.4. χA0 (x) =

x
−1
2
x−3
. D'où :
= x2 − 3x + 2 = (x − 1)(x − 2)

2 est une valeur propre de α (et 1 aussi).

I.A.5. Un vecteur b non nul de R , tel que b, α(b)
ne soit pas une base de R est nécessairement un vecteur
2 2

propre. Cherchons donc un vecteur propre associé à la valeur propre 2 :

  
x 2x − 6y = 0
(A − 2I) ⇐⇒
y x − 3y = 0
⇐⇒ x = 3y

On peut donc prendre b = (3, 1) :

60/88
Lycée Jean Perrin
Classe de TSI2

Si b = (3, 1), alors b, α(b)
n'est pas une base de R . 2

I.B. On considère dans cette section I.B. que E = R . Soit β l'endomorphisme de R dont la matrice dans la base
3 3

2 0 0
canonique de R est la matrice B =  0 4 −6 .
3

0 1 −1
I.B.1. Le polynôme caractéristique de β est donné par le calcul :
x−2 0 0
χB (x) = 0 x−4 6 = (x − 2)χA (x) = (x − 2)2 (x − 1)
0 −1 x+1

χβ (x) = (x − 2)2 (x − 1)
I.B.2. On constate que 0 n'est pas valeur propre, donc det β 6= 0, d'où :
β est un automorphisme de R 3

I.B.3. On cherche d'abord E : 2

   
x 0 
2y − 6z = 0
(B − 2I)  y  =  0  ⇐⇒
y − 3z = 0
z 0
⇐⇒ y = 3z

{(1, 0, 0), (0, 3, 1)} est une base de E 2

puis de E :1
    
x 0  x=0
(B − I)  y  =  0  ⇐⇒ 3y − 6z = 0
z 0 y − 2z = 0


x = 0
⇐⇒
y = 2z

est une base de E

{(0, 2, 1)} 1

La somme des dimensions des sous-espaces propres égale la dimension de R , donc : 3

β est diagonalisable, et a pour matrice dans la base {(1, 0, 0), (0, 3, 1), (0, 2, 1)}
 
2 0 0
D= 0 2 0 
0 0 1

I.B.4. On a clairement D 2
− 3D + 2I = 0 , d'où :
β 2 − 3β + 2 Id = 0

I.B.5. Pour tout a ∈ R , la famille (a, β(a), β (a)) est liée car :
3 2

β 2 (a) − 3β(a) + 2a = 0

Par dénition, on a prouvé que :

n'est pas cyclique.
β
I.C. I.C.1. Il est clair que γ(X ) = (n − 1)X .
n−1 n−2

Montrons par récurrence que γ (X ) = (n − 1)(n − 2) . . . (n − k)X

k n−1
: n−k−1

 C'est vrai pour k = 1 comme on vient de le voir.

 Soit k ∈ N xé, 1 6 k 6 n − 1. On suppose γ (X ) = (n − 1)(n − 2) . . . (n − k)X
k n−1 n−k−1
:
γ k+1 (X n−1 ) γ γ k (X n−1 ) = (n − 1)(n − 2) . . . (n − k)γ X n−k−1



=
= (n − 1)(n − 2) . . . (n − k)(n − k − 1)X n−k−2

La relation est donc vraie au rang k + 1.

61/88
 Par récurrence, on vient de prouver le résultat suivant :
∀k ∈ [[1, n − 1]] , γ k (X n−1 ) = (n − 1)(n − 2) . . . (n − k)X n−k−1

I.C.2. La famille X , γ(X ), . . . , γ (X )
est une famille échelonnée en degrés de polynômes non
n−1 n−1 n−1 n−1

nuls. Elle comporte n = dim R [X] vecteurs, il s'agit donc d'une base de R [X]. Ceci prouve que :
n−1 n−1

γ est cyclique.
Partie II
On considère l'endomorphisme δ de R [X] qui à tout polynôme P de R [X] associe le polynôme Q déni par :
Q(X) = P (X + 1) − P (X).
n−1 n−1

II.A. Dans cette question, on montre que δ est cyclique.

II.A.1. Soit k un entier naturel compris au sens large entre 1 et n − 1.
En utilisant la formule du binôme, on obtient :
k−1
X  k−1
X k 
k
δ(X k ) = (X + 1)k − X k = X k + Xi − Xk = Xi
i=0
i i=0
i

Il est immédiat de constater que :

Le polynôme δ X
est exactement de degré k − 1.
k

II.A.2. Soit maintenant P ∈ R [X] de degré supérieur ou égal à 1. On pose P = X a X avec p = deg P 6
p
k
n−1 k

n − 1 (donc a 6= 0). Par linéarité de δ :

k=0
p

p
X
δ(P ) = ak δ(X k )
k=0

Or le polynôme δ(X ) est exactement de degré k − 1 pour 0 6 k 6 p, donc la somme est de même degré que
k

δ(X ), c'est à dire :

p


∀P ∈ Rn−1 [X], deg δ(P ) = deg(P ) − 1

II.A.3. La famille est une famille de n polynômes non nuls de





X n−1 , δ X n−1 , δ 2 X n−1 , · · · , δ n−1 X n−1 .
degrés étagés, donc libre. Comme dim R , il s'agit d'une base de R [X], ce qui prouve que :
n−1 [X] = n n−1

δ est cyclique
II.B. Dans cette question, on détermine le noyau et l'image de l'endomorphisme δ.
II.B.1. Il est clair que si P est un polynôme constant, son image est le polynôme nul. Réciproquement, si P
n'est pas un polynôme constant, alors l'image de P n'est pas le polynôme nul d'après II.A.2. D'où
Ker δ = R0 [X] = R

II.B.2. Si P ∈ R alors, d'après II.A.2, deg δ(P )
6 n − 2, ainsi :

n−1 [X]

L'image de l'endomorphisme δ est contenue dans l'espace vectoriel R n−2 [X] .

II.B.3. D'après le théorème du rang :



dim Im(δ) = dim Rn−1 [X] − dim Ker δ = n − 1 = dim(Rn−2 [X])

et comme on a prouvé que Im(δ) ⊂ R , les deux sous-espaces vectoriels sont égaux :
n−2 [X]

Im(δ) = Rn−2 [X]

II.C. Dans cette question, on introduit une famille de polynômes P , P , P , . . . , P , qui va permettre de démontrer
d'une autre manière que δ est cyclique. On dénit les polynômes P , P , P , . . . , P , de R [X] en posant :
0 1 2 n−1
0 1 2 n−1 n−1

1 1
P0 (X) = 1 , P1 (X) = X , P2 (X) = X(X − 1), . . .
1! 2!

62/88
Lycée Jean Perrin
Classe de TSI2

1
Pn−1 (X) = X(X − 1)(X − 2) · · · (X − n + 2).
(n − 1)!
On a donc, pour tout entier j compris au sens large entre 1 et n − 1,
j−1
1 1 Y
Pj (X) = X(X − 1)(X − 2) · · · (X − j + 1) = (X − k).
j! j!
k=0

II.C.1. P , P , P , . . . , P est une famille de polynômes non nuls échelonnée en degrés, donc libre. De plus

elle compte n = dim R éléments, d'où :

0 1 2 n−1
n−1 [X]

P ,P ,P ,...,P
0 1


2 est une base de R [X].
n−1 n−1

II.C.2. On pose P = X 3
− 5X + X − 3. Déterminons quatre réels a, b, c etd tels que :
2

X(X − 1) X(X − 1)(X − 2)

P = λ0 P0 + λ1 P1 + λ2 P2 + λ3 P3 = λ0 + λ1 X + λ2 + λ3
2 6
En évaluant cette égalité successivement en 0, 1, 2 et 3, on trouve le système :


 λ0 = −3
λ0 + λ1 = −6

 λ0 + 2λ1 + λ2
 = −13
λ0 + 3λ1 + 3λ2 + λ3 = −18


que l'on résout facilement et nous permet d'obtenir λ 0 ,

= λ1 = −3 λ3 = −4 et λ 3 =6

X 3 − 5X 2 + X − 3 = −3P0 − 3P1 − 4P2 + 6P3

II.C.3. Soient i et j deux entiers naturels, tels que : i 6= 0 et 1 6 j 6 n − 1. On fait le calcul :

δ Pj = Pj (X + 1) − Pj (X)
1 1
= (X + 1)X(X − 1) · · · (X − j + 2) − X(X − 1)(X − 2) · · · (X − j + 1)
j! j!
1 h i
= X(X − 1) · · · (X − j + 2) X + 1 − (X − j + 1)
j!
1
= X(X − 1) · · · (X − j + 2) = Pj−1
(j − 1)!


δ Pj = Pj−1

En réitérant l'opération, on a :
δ i Pj = Pj−i


pour i 6 j, et δ i


Pj = 0 pour i > j
II.C.4. En particulier :
Pn−1 , δ(Pn−1 ), . . . , δ n−1 (Pn−1 ) = (Pn−1 , Pn−2 , . . . , P0 )

est une base de R n−1 [X] d'après II.C.1, ce qui prouve que :
δ est cyclique.

Correction de l'exercice 15 N

PARTIE I : Étude de la matrice A.

1. On a immédiatement :  
1 0 1
A2 =  0 2 0 
1 0 1

63/88
 2. Soient a, b, c ∈ R :
   
a+c b c 0 0 0
aI + bA + cA2 = 0 =⇒  b a + 2c b = 0 0 0 
c b a+c 0 0 0

 a+c = 0
=⇒ b = 0 =⇒ a=b=c=0
c = 0


La famille (I, A, A ) est libre.

2

3. (a) Par les opérations C 1 ← C1 − C3 et L ← L + L − 1, on obtient :

3 3

x −1 0 x −1 0 x −1 0
χA (x) = −1 x −1 = 0 x −1 = 0 x −1 = x(x2 − 2)
0 −1 x −x −1 x 0 −2 x
√ √
χA (x) = x(x − 2)(x + 2)

Donc √ √
Sp(A) = {− 2, 0, 2} . Le polynôme caractéristique de A est scindé à racines simples, ainsi :
A est diagonalisable.
(b) Cherchons

maintenant les sous-espaces propres de cette matrice :
  
x 0
.
 
y = 0 y = 0
? A  y  =  0  ⇐⇒ ⇐⇒
x+z = 0 x = −z
z 0
 
1
Donc
E0 = Vect  0  .
−1
√
√
    
x 0  − √ 2x + y = 0
√
.

y = 2x
? (A − 2I)  y  =  0  ⇐⇒ x − 2y√ +z = 0 ⇐⇒
z = x
z 0 y − 2z = 0

 
√1
Donc
E√2 = Vect  2  .
1
√
√
    
x 0 2x
√ +y = 0
√
.

y = − 2x

? (A + 2I)  y  =  0  ⇐⇒ x + 2y√ +z = 0 ⇐⇒
z = x
z 0 y + 2z = 0

 
1
Donc √
E−√2 = Vect  − 2  .
1
On conclut : √    
− 2 0 0 1 1 √1
A = P DP −1 avec D= 0 0 √0  et √
P = − 2 0 2 .
0 0 2 1 −1 1
4. On a immédiatement D 3
= 2D puis A 3
= P D3 P −1 = P (2D)P −1 = 2(P DP −1 ) = 2A .
A3 = 2A

PARTIE II : Étude d'une application dénie sur E .

5. On constate immédiatement que :
E = aI + bA + cA2 ; (a, b, c) ∈ R3 = Vect(I, A, A2 )


Donc E est le sous-espace vectoriel de M (R) engendré par la famille (I, A, A ). Celle-ci est libre d'après I.2,
2

donc :
3

(I, A, A ) est une base de E et dim E = 3.

2

64/88
Lycée Jean Perrin
Classe de TSI 2

6. Soit M ∈ E. Alors il existe des réels a, b, c tels que M = aI + bA + cA , et : 2

AM = A(aI + bA + cA2 ) = aA + bA2 + cA3 = aA + bA2 + 2cA = (a + 2c)A + bA2 ∈ E

∀M ∈ E, AM ∈ E
On note f l'application de E dans E qui, à toute matrice M de E , associe AM .
7. Il est clair que f est une application linéaire, et d'après II.6, elle est à valeurs dans E , donc :
f est un endomorphisme de l'espace vectoriel E .
8. On sait que f (I) = A, f (A) = A et f (A ) = 2A, et on en déduit :
2 2

 
0 0 0
F = Mat(I,A,A2 ) f =  1 0 2 
0 1 0
 
0 0 0
9. (a) On a par le calcul : F3 =  2 0 4  = 2F , ainsi :
0 2 0

f ◦ f ◦ f = 2f

(b) Soit λ une valeur propre de f , de vecteur propre associé X , alors :

f (X) = λX
f ◦ f (X) = f (f (X)) = f (λX) = λf (X) = λ2 X
f f ◦ f (X) = f (λ2 X) = λ2 f (X) = λ3 X


f ◦ f ◦ f (X) =

Donc, comme f ◦ f ◦ f (X) = 2f (X), on a : λ X = 2λX , et λ = 2λ (car X 6= 0).

3 3

Toute valeur propre λ de f vérie : λ = 2λ. 3

(c) λ = 2λ ⇐⇒ λ(λ√ − 2)√= 0 ⇐⇒ λ ∈ {0, √2, −√2}.

3 2

Donc Sp f ⊂ {0, 2,− 2}. Déterminons maintenant les sous-espaces propres associés.
x
On pose X =  y  :
z

x + 2z = 0
F X = 0 ⇐⇒
y = 0

Donc E

x = −2z
⇐⇒ 0 : Vect (−2, 0, 1).
y = 0

 √
√  −√ 2x = 0
(F − 2I)X = 0 ⇐⇒ x − 2y√ + 2z = 0
y − 2z = 0


Donc E √

x = √0 √
⇐⇒ 2 : Vect (0, 2, 1).
y = 2z

 √
√  √ 2x = 0
(F + 2I)X = 0 ⇐⇒ x + 2y√ + 2z = 0
y + 2z = 0


Donc E √

x = 0
√ √
⇐⇒ − 2 : Vect (0, − 2, 1).
y = − 2z

2

E0 = Vect(−2I
√ + A 2)
√ √
et .

Sp f = {0, 2, − 2} E √2 = Vect( √2A + A )
E−√2 = Vect(− 2A + A2 )


65/88
10. 0 est valeur propre, donc f n'est pas injectif. De plus, f a trois valeurs propres distinctes en dimension 3, donc f
est diagonalisable.
L'endomorphisme f n'est pas bijectif, mais f est diagonalisable.
11. On peut utiliser les calculs précédents. En eet, Ker f = E . 0

Une base de Ker f est (−2I + A ). 2

Pour Im f , il sut de prendre les images des éléments de la base canonique :

Une base de Im f est (A, A ). 2

12. (a) Résoudre l'équation f (M ) = I + A revient à résoudre :

2

    
x 1 0 = 1
i.e.

F y = 0  x + 2z = 0
z 1 y = 1


L'équation n'a pas de solution :

S=∅

(b) Résoudre l'équation f (N ) = A + A revient à résoudre :

2

   
x 0 0 = 0
i.e.

F y = 1  x + 2z = 1
z 1 y = 1


 0 = 0
i.e. x = 1 − 2z
y = 1

       
x 1 − 2z 1 −2
i.e.  y = 1  =  1 +z 0 
z z 0 1

S = I + A + λ(−2I + A2 ), λ ∈ R


On peut aussi remarquer que :

S = {I + A} + Ker f
| {z } | {z }
sol part sol de l'équ. homogène

Correction de l'exercice 16 N
1. Exemples en petite

taille. 
1 2 −5
(a) i) A =  2 4 −10 . On a Tr A = 0 et rg A = 1.
1 2 −5
 
1 2 2
ii) A= 2 1 0  . On a Tr A = 0 et rg A = 2.
−1 −2 −2
 
1 2 2
iii) A= 2 0 0  . On a Tr A = 0 et rg A = 3.
0 0 −1

(b) La matrice est triangulaire supérieure donc ses valeurs propres sont situées sur la diagonale.
 
0 1
A=
On observe donc que est l'unique valeur propre de A. Si A était diagonalisable, A serait semblable à la
0 0

matrice nulle, donc égale à celle-ci. Ainsi :

0

A n'est pas diagonalisable.

66/88
Lycée Jean Perrin
Classe de TSI 2

2. Existence d'un polynôme annulateur.

Les colonnes d'une matrice de rang 1 sont toutes proportionnelles à une même colonne, ainsi les coecients m
de la matrice M sont de la forme α β avec α et β des scalaires dans K. On a aussi l'écriture :
i,j
i j i j

...
 
α1 β1 α1 β2 ··· α 1 βn α1
 

  α2 
...
  
...
···
...
 α2 β1 α2 β2

M = = β1 β2 ··· βn

   
  
αn β1 ··· ··· αn βn αn

... et Y =  ...
   
α1 β1
M = XY T avec : X=
 



αn βn
On en déduit que :
M2 = M × M = (XY T )(XY T ) = X(Y T X)Y T
n
! n
!
X X
T
= X αi βi Y = αi βi XY T = Tr(M )M
i=1 i=1

M 2 = λM avec λ = Tr(M ).
3. La trace est valeur propre.
Dans la suite de l'exercice, on note u l'endomorphisme de K dont M est la matrice dans la base de K .
n n

(a) D'après l'égalité précédente : 2

0 = M − λM = M (M − λI ) n

Si M − λI est inversible alors, en multipliant à gauche par cet inverse, on obtient M = 0, ce qui n'est pas.
Donc :
n

La matrice M − λI est non inversible.

(b) D'après la question précédente, l'application u − λI n'est pas bijective, donc pas injective. On conclut :
n

Il existe un vecteur a non nul de K tel que u(a) = λa. n

4. Diagonalisation de M lorsque Tr(M ) 6= 0.

On suppose que Tr(M ) 6= 0.
(a) u est de rang 1, donc Ker u est de dimension n − 1. Comme Vect a est de dimension 1, on a :
dim(Ker u) + dim Vect{a} = n = dim Kn
Soit x ∈ Ker u ∩ Vect{a}. Alors il existe µ ∈ R tel que x = µa, et de plus :
0 = u(x) = µu(a) = µλa
Comme λ 6= 0 et a 6= 0, on a nécessairement µ = 0 et x = 0. Conclusion :
Ker u ∩ Vect{a} = {0}
Le résultat suivant est donc prouvé :
Kn = Ker u ⊕ Vect{a}

(b) D'après la question précédente, on obtient une base de diagonalisation de u en concaténant une base de Ker u
et une base de Vect{a} :
M est diagonalisable et semblable à diag(0, 0, . . . , 0, λ}.
En déduire que la matrice M est diagonalisable et préciser une matrice diagonale à laquelle elle est semblable.
5. On suppose que M est de trace nulle. D'après la question 2, on a M = 0, donc M est nilpotente et 0 est l'unique
2

valeur propre de u. En eet, si α est valeur propre de u de vecteur propre associé x, on a :

0 = u2 (x) = u(u(x)) = αu(x) = α2 x
donc α = 0 et α = 0.
2

On conclut de même qu'en 1b : si M est diagonalisable, alors M est semblable à la matrice nulle, donc égale à 0.
Or ce n'est pas le cas rg M = 1.
67/88
 Si M est de trace nulle, alors M n'est pas diagonalisable.
6. Application. La matrice :
... . . . ... 
 
1 ··· 1
J =


1 ··· 1
est clairement de rang 1, et de trace non nulle (égale à n), donc d'après 4b :
J est diagonalisable.

 .. 
 
1
Il est clair que le vecteur  .  est vecteur propre de J associé à la valeur propre n. De plus, Ker J est le plan
d'équation :
1

x1 + x2 + · · · + xn = 0
Une base de Ker J est ainsi 
1
 
1
 
1


 

...


  −1   0   0  
     

...
 0   −1 
, ,...,
 
 
...
    0   


      0  

 
0 −1
 
 
1 1 ··· 1 1

. . . ... ...
 −1 0 ··· 0 1 
avec
 
−1
 
 0 −1
... . . . . . . 0 ...
D = diag(0, 0, . . . , 0, n) = P JP P = 

 
 
0 ··· 0 −1 1

Correction de l'exercice 17 N
A) On désigne par f l'endomorphisme de R dont la matrice dans la base canonique est donnée par :
3

 
8 4 −7
A =  −8 −4 8 
0 0 1
1) Cherchons le polynôme caractéristique de f :
x−8 −4 7
χf (x) = det(xI − A) = 8 x+4 −8
0 0 x−1
x−8 −4 x−4 −4
= (x − 1) = (x − 1) (C1 ← C1 − C2 )
8 x+4 4−x x+4
x−4 −4
χf (x) = (x − 1) (L1 ← L2 + L1 )
0 x

χf (x) = x(x − 1)(x − 4) et Sp(f ) = {0, 1, 4}

Le polynôme χ est scindé et à racines simples, donc :
f

L'endomorphisme f est diagonalisable.

2) Cherchons les sous-espaces propres de f :
? E = Ker f :
0
    
x 0 8x + 4y − 7z = 0 
y = −2x

A  y  =  0  ⇐⇒ −8x − 4y + 8z = 0 ⇐⇒
z=0
z 0 z = 0


On peut donc choisir v 1 = (1, −2, 0) .

68/88
Lycée Jean Perrin
Classe de TSI 2

? E1 = Ker(f − Id) :
   
x 0  7x + 4y − 7z = 0
(A − I)  y  =  0  ⇐⇒ −8x − 5y + 8z = 0
z 0 0 = 0


7x + 4y − 7z = 0
⇐⇒
−x + z = 0 (5L1 + 4L2 )

x=z
⇐⇒
y=0

On peut donc choisir v = (1, 0, 1) .

? E = Ker(f − 4 Id) :
2

4

   
x 0  4x + 4y − 7z = 0
(A − 4I)  y  =  0  ⇐⇒ −8x − 8y + 8z = 0
z 0 −3z = 0


z=0
⇐⇒
y = −x

On peut donc choisir v = (1, −1, 0).

La base (v , v , v ) ainsi choisie est une base de vecteurs propres de f et de plus :
3

1 2 3

 
0 0 0
D = Mat(v1 ,v2 ,v3 ) f =  0 1 0 
0 0 4

3) Montrons par récurrence sur m ∈ N que A = P D P :∗ m m −1

? C'est clairement vrai pour m = 1 par la formule du changement de base.

? Si on suppose que le résultat est vrai au rang m, alors :

Am+1 = A × Am = P DP −1 × P Dm P −1 = P D × Dm P = P Dm+1 P −1

car P P = I . Le résultat est bien vrai au rang m + 1.

−1

Par récurrence, on a établi :

 
1 1 1
Am = P Dm P −1 avec P =  −2 0 −1 
0 1 0

4) Le calcul de P s'eectue en inversant le système suivant :

−1

  0 
 x + y + z = x0
 
x x
P  y  =  y0  ⇐⇒ −2x − z = y 0
z z0 y = z0


 x + y + z = x0


⇐⇒ −x + y = x0 + y 0 (L1 + L2 )
y = z0

  0 
 x = y − x0 − y 0 = −x0 − y 0 + z 0
 
x x
P  y  =  y0  ⇐⇒ y = z0
z z0 z = x0 − x − y = 2x0 + y 0 − 2z 0


 
−1 −1 1
P −1 = 0 0 1 
2 1 −2

D'après la question 4, la A matrice de f dans la base canonique est donnée par le calcul suivant :
m m

   
1 1 1 0 0 0 −1 −1 1
Am = P Dm P −1 =  −2 0 −1   0 1 0  0 0 1 
0 1 0 0 0 4m 2 1 −2

69/88
 2 × 4m 4m 1 − 2 × 4m
 

MatB0 = Am =  −2 × 4m −4m 2 × 4m 
0 0 1
 
a b c
5) Soit H= d e f  ∈ M3 (R) une matrice qui commute avec D, alors :
g h i
   
0 b 4c 0 0 0
 0 e 4f  = HD = DH =  d e f 
0 h 4i 4g 4h 4i

Par identication des coecients des matrices, on a b = c = d = f = g = h = 0, donc la matrice H est diagonale.
Réciproquement, toute matrice diagonale commute avec D. En résumé :
Les matrices de M (R) qui commutent avec la matrice D sont les matrices diagonales.
3

6) Soit H = vériant H = D. Alors DH = H H = H = HH = HD. Ainsi :

2 2 3 2

Si H = D alors H et D commutent.
2

7) D'après
 les questions
 6 et 5, les matrices H de M (R) vériant H = D sont des matrices diagonales. En notant
3
2

a 0 0
H =  0 b 0 , on trouve :
0 0 c

a2
   
0 0 0 0 0
2
H =  0 b2 0 = 0 1 0 
0 0 c2 0 0 4

Par identication, on a a = 0, b = ±1 et c = ±2. D'où :

 
0 0 0
H= 0 ±1 0 
0 0 ±2

Réciproquement, une matrice de cette forme vérie clairement H = D. 2

Les endomorphismes h de R vériant H = D sont par conséquence les endomorphismes de matrice

3 2

 
0 0 0
M =P 0 ±1 0  P −1
0 0 ±2

Ce qui donne l'ensemble composé des 4 matrices suivantes :

       
 4 2 −3 4 2 −5 −4 −2 5 −4 −2 3 
 −4 −2 4  ;  −4 −2 4  ;  4 2 −4  ;  4 2 −4 
0 0 1 0 0 −1 0 0 1 0 0 −1
 

B) Soient f et j les endomorphismes de R dont les matrices respectives A et J dans la base canonique sont données
3

par :    
2 1 1 1 1 1
A =  1 2 1  et J =  1 1 1 
1 1 2 1 1 1
1) Remarquons que :  
3 3 3
J2 =  3 3 3  = 3J
3 3 3

Montrons que J = 3 J pour tout entier m > 1.

m m−1

? C'est clair pour n = 1.

70/88
Lycée Jean Perrin
Classe de TSI 2

? Si c'est vrai au rang m, alors :

J m = J × J m−1 = J × 3m−1 J = 3m−1 J 2 = 3m−1 × 3J = 3m J

Donc le résultat est vrai au rang m. Par récurrence, on a donc le résultat qui suit :
J m = 3m−1 J

2) Soit m ∈ N . Remarquons que la matrice de f est A . Or A = I + J et I et J commutent, ce qui autorise

∗ m m

l'utilisation de la formule du binôme :

m  
X m p m−p
(I + J)m = J I =
p=0
p
m   m  
!
X m p−1 1 X m p
= I+ 3 J =I+ 3 −1 J
p=1
p 3 p=0
p

D'après la formule du binôme, on a aussi d'où

m  
X m
3p = (3 + 1)m = 4m
p=0
p

1
(I + J)m = I + (4m − 1)J
3
c'est à dire :
Pour tout m ∈ N , f = Id + 13 (4 − 1)j.
∗ m m

On constate très vite que cette relation est encore valable pour m = 0 (avec f 0
= Id).
3) Calculons le polynôme caractéristique de f pour avoir les valeurs propres :
x−2 −1 −1
χf (x) = det(A − xI) = −1 x−2 −1
−1 −1 x−2
x−4 −1 −1
= x−4 x−2 −1
x−4 −1 x−2
x−4 −1 −1
= 0 x−1 0 (L2 ← L2 − L1 , L3 ← L3 − L1 )
0 0 x−1
χf (x) = (x − 4)(x − 1)2

admet deux valeurs propres distinctes λ = 1 d'ordre 2, et µ = 4

f
4) Procédons par un raisonnement du type analyse-synthèse :
 Analyse : On suppose qu'il existe un couple (p, q) d'endomorphismes de R tel que pour tout entier m > 0,
3

f = λ p + µ q = p + 4 q , alors :
m m m m

f0 = p + q

= Id
f = p + 4q = Id +j

Il vient alors q = 13 j et p = Id − 13 j (ce qui assure l'unicité du couple en cas d'existence).

 Synthèse : Il reste à montrer réciproquement que ce couple convient. On vérie que pour m > 0 :
4m
 
1
λm p + µm q = Id − j + j
3 3
1
= Id + (4m − 1)j = f m
3

Il existe un unique couple (p, q) d'endomorphismes de R tel que pour tout

3

entier m > 0, f = λ p + µ q.
m m m

71/88
 Montrons que les endomorphismes p et q sont linéairement indépendants. Soient α et β tels que αp + βq = 0.
Matriciellement, on a alors :
 α+2β α−β α−β 
α β 3 3 3
α−β α+2β α−β
0 = J + βI − J =  3 3 3

3 3 α−β α−β α+2β
3 3 3

Par identication α = β = −2β donc α = β = 0.

5) Avec les valeurs de p et q trouvées précédemment, on peut calculer :
p2 = (Id −j/3)2 = Id −2j/3 + j 2 /9 = Id −2j/3 + j/3 = Id −j/3 = p
q2 = j 2 /9 = j/3 = q
p◦q =q◦p = j/3(Id −j/3) = j/3 − j 2 /9 = j/3 − j/3 = 0

En résumé :
p2 = p, q 2 = q, q◦p=p◦q =0
En particulier, les endomorphismes p et q sont des projecteurs.
On cherche maintenant h = αp + βq tel que h = f , alors :
2

f = λp + µq = (αp + βq)2 = α2 p2 + αβ(p ◦ q + q ◦ p) + β 2 q 2 = α2 p + β 2 q

Comme la famille (p, q) est libre, cette condition est réalisée si et seulement si α = λ = 1 et β 2 2
, i.e.
α = ±1 et β = ±2.
=µ=4

Les endomorphismes h vériant h = f sont p + 2q, p − 2q, −p + 2q, −p − 2q.

2

6) Connaissant les valeurs propres, déterminons les sous-espaces propres de f :

? E = Ker(f − Id) :
1
   
x 0
(A − I)  y  =  0  ⇐⇒ x+y+z =0
z 0

Le sous-espace propre E est donc un plan engendré par la famille ((1, −1, 0), (1, 0, −1)).
:
1
? E4 = Ker(f − 4 Id)
    
x 0  −2x + y + z = 0
(A − 4I)  y  =  0  ⇐⇒ x − 2y + z = 0
z 0 x + y − 2z = 0


 −2x + y + z = 0
⇐⇒ 3x − 3y = 0 (L2 − L1 ) ⇐⇒ x = y = z
3x − 3z = 0 (L3 − L1 )


Le sous-espace propre E est donc une droite engendré par (1, 1, 1).
Il existe une base de vecteurs propres (χ est scindé et la multiplicité de chaque valeur propre correspond à la
4

dimension du sous-espace propre associé), donc :

f

f est diagonalisable.
On peut aussi remarquer (voir le chapitre sur les espaces euclidiens) que A est symétrique réelle et appliquer le
théorème spectral.
(v , v , v ) = ((1, −1, 0), (1, 0, −1), (−1, 1, 1)) est une base de vecteurs propres de f .
De plus :
1 2 3

 
1 0 0
D = Mat(v1 ,v2 ,v3 ) (f ) =  0 1 0 
0 0 4
Avec p = (4 Id −f )/3 et q = (f − Id)/3, on trouve les matrices de p et q dans cette base :
   
1 0 0 0 0 0
Dp = Mat(v1 ,v2 ,v3 ) (p) =  0 1 0  ; Dh = Mat(v1 ,v2 ,v3 ) (q) =  0 0 0 
0 0 0 0 0 1

On vérie en passant que sont bien des matrices de projecteurs dont le produit est nul.
72/88
Lycée Jean Perrin
Classe de TSI 2

7) Les matrices suivantes (non diagonales) vérient K 2

= I2 et Y 2
=D :
 
  0 1 0
0 1
K= ; Y = 1 0 0 
1 0
0 0 4

8) On considère l'endomorphisme h de matrice Y dans la base (v , v , v ).

On a Y = D donc h = f . D'autre part, h n'est pas combinaison linéaire de p et q car Y n'est pas diagonale
1 2 3
2 2

donc pas combinaison linéaire de D et D . p q

Il existe un endomorphisme h de R vériant h = f qui n'est pas combinaison

3 2

linéaire de p et q.
 
a b c
9) On suppose que h = f . On note 2
la matrice de h dans la base (v , v , v ). De
H =  d e f  ∈ M3 (R) 1 2 3

même qu'à la partie A, on prouve que commute avec et :

g h i
H D
   
a b 4c a b c
 d e 4f  = HD = DH =  d e f 
g h 4i 4g 4h 4i

On en déduit que c = f = g = h = 0 puis :

 
a b 0
H= d e 0 
0 0 i

On remarque que h(v ) = iv et comme h (v ) = 4v = i v , on a h(v ) = ±2v .

2 2

De plus, h(v ) et h(v ) appartiennent au plan F = Vect(v , v ) et comme H = D, la restriction de h à ce plan

3 3 3 3 3 3 3
2 2

est l'identité. h est donc une symétrie. Or on a vu qu'une symétrie était diagonalisable (de valeurs propres 1
1 2 1 2

ou −1), donc il existe une base de vecteurs propres (v , v ) de h . La matrice de h dans la base (v , v , v ) est
|F
0 0 0 0

diagonale. On conclut : 1 2 |F 1 2 3

Les endomorphismes h de R qui vérient h = f sont diagonalisables.

3 2

Correction de l'exercice 18 N
 
0 2 1
On considère la matrice carrée réelle d'ordre : , et l'endomorphisme f de R de matrice J dans la
3 J = 0 −1 2  3

0 1 0
base canonique de R . 3

On considère, pour tout réel a, la matrice carrée réelle d'ordre 3 :

 
a 2 1
Ma =  0 a−1 2 
0 1 a

1. a) Calculons le polynôme caractéristique de J :

x −2 −1 x−a −3 −1
χJ (x) = 0 x+1 −2 = 0 x−1 −2 (C2 + C3 )
0 −1 x 0 x−1 x
x −3 −1
= 0 x−1 −2 (L3 − L2 )
0 0 x+2

Donc χ (x) = x(x − 1)(x + 2) :

J
Spec(J) = {0, 1, −2}
Il est clair que :
E0 = Vect{(1, 0, 0)}

73/88
 Cherchons E : 1

   
x

0  −x + 2y + z = 0
J −I  y = 0  ⇐⇒ −2y + 2z = 0
z 0 y−z = 0

⇐⇒ y=z et
x = 3y

E1 = Vect{(3, 1, 1)}
Cherchons E : −2

   
x

0  2x + 2y + z = 0
J −I  y = 0  ⇐⇒ y + 2z = 0
z 0 y + 2z = 0


⇐⇒ y = −2z et 3
x= z
2

E−2 = Vect{(3, −4, 2)}

b) La question précédente montre que J est diagonalisable et que :

   
0 0 0 1 3 3
J = P DP −1 avec D= 0 1 0  et P = 0 1 −4  .
0 0 −2 0 1 2
c) Remarquons que M a = J + aI = P DP −1 + aP IP −1 = P (D + aI)P −1 .
 
a 0 0
Ma = P Da P −1 avec
Da =  0 1 + a 0  .
0 0 a−2
d) M est inversible si et seulement si 0 n'est pas valeur propre de D , c'est à dire d'après la question précédente
pour a 6= 0, a 6= −1 et a 6= 2 :
a a

M est inversible si et seulement si a ∈ R \ {0, −1, 2}.

a

2. On se propose, dans cette question, de déterminer l'ensemble des nombres réels a tels qu'il existe une matrice X
carrée réelle d'ordre trois vériant X = M . 2

a) Soient a un nombre réel et X une matrice carrée réelle d'ordre 3 telle que X = M .
a
2

(i) XM = XX = X = X X = M X .
a
2 3 2
a a

X commute avec M .
Remarquons que J = M − aI , ainsi :
a

XJ = X(Ma − aI) = XMa − aX = Ma X − aX = (Ma − I)X

commute avec J . X
(ii) On note h l'endomorphisme de R de matrice X dans la base canonique de R .
3 3

D'après la question précédente, les endomorphismes f et h commutent. Soit x un vecteur propre de f ,

alors il existe λ ∈ R tel que f (x) = λx.
f (h(x)) = h(f (x)) = h(λx) = λh(x)

Ce calcul prouve que h(x) appartient au sous-espace propre E . Or on sait que celui-ci est de dimension
1 d'après 1a, donc il existe µ ∈ R tel que h(x) = µx. Autrement dit, x est un vecteur propre de h.
λ

Tout vecteur propre de f est vecteur propre de h.

(iii) On sait, d'après 1a, que f a une base de vecteurs propres. Ces vecteurs propres sont des vecteurs propres
de h d'après la question précédente donc il forment aussi d'une base de vecteurs propres de h. La matrice
P diagonalise donc X , autrement dit :
Il existe une matrice réelle diagonale ∆ d'ordre 3 telle que X = P ∆P . −1

De plus, M = X = P ∆P P ∆P = P ∆ P , donc P ∆ P = P D P , et en multipliant à gauche

2 −1 −1 2 −1 2 −1 −1

par P et à droite par P , on a

a a
−1

∆2 = Da

74/88
Lycée Jean Perrin
Classe de TSI 2

(iv) Cette dernière relation prouve que les éléments diagonaux de D sont des carrés, c'est à dire qu'ils sont
positifs ou nuls. Ceci n'est possible que si a, 1 + a et −2 + a sont positifs ou nuls. On en conclut que :
a

a>2

b) Réciproquement, si a > 2, on peut poser :

 √ 
a √ 0 0
∆= 0 1+a √ 0
, et X = P ∆P −1
.
0 0 a−2

Il vient immédiatement :
X 2 = P ∆2 P −1 = P Da P −1 = Ma
Pour tout nombre réel a supérieur ou égal à 2, il existe une matrice carrée réelle
X d'ordre 3 telle que X = M . 2
a

c) On conclut :
L'ensemble des nombres réels a tels qu'il existe une matrice X carrée réelle
d'ordre trois vériant X = M est [2, +∞[.
2
a

Correction de l'exercice 19 N
1. Propriétés de A.
1a. Soit un réel λ 6= 0 et X une matrice colonne de M p,1 (R) vériant AX = λX . Alors
A2 X = A(AX) = A(λX) = λ(AX) = λ2 X

Donc comme A 2
=0 , on a λ X = 0 et puisque X 6= 0 :
2

λ=0

Résumons : si λ ∈ Spec(A), on a λ = 0, c'est à dire

Spec(A) ⊂ {0}

1b. Comme A 2
=0, on a 0 = det(A ) = (det A) donc
2 2

det(A) = 0

Autrement dit, P (0) = det A = 0, ce qui prouve que 0 est valeur propre de A. Ainsi {0} ⊂ Spec(A), et avec
le résultat de la question précédente :
A

Spec(A) = {0}

1c. On suppose que A est diagonalisable. Comme 0 est la seule valeur propre de A, cela implique que A est
semblable à la matrice nulle. Donc il existe P ∈ GL (K) tel que :
n

A = P 0P −1 = 0

ce qui est en contradiction avec l'hypothèse de l'énoncé. On a donc montré par l'absurde que :
A n'est pas diagonalisable.
2. Soit f l'endomorphisme de R de matrice A dans la base canonique de R .
p p

2a. f = f ◦ f a pour matrice A = 0 dans la base canonique, donc :

2 2

f2 = 0

Si de plus y ∈ Im f , alors il existe x ∈ E tel que y = f (x), et f (y) = f (x) = 0 donc y ∈ Ker f . Il est ainsi
2

prouvé que :
Im f ⊂ Ker f

75/88
 2b. Le théorème du rang permet d'écrire :
p = dim E = dim(Im f ) + dim(Ker f )

et d'après la question précédente dim(Ker)f > dim(Im f ), d'où p > 2 dim(Im f ), soit :
p
rg f 6
2

Pour p = 3, cette inégalité implique nécessairement que rg f 6 1, 5, c'est à dire rg f = 0 ou rg f = 1. Or

comme A 6= 0, on a rg f 6= 0, donc :
Le rang de A vaut nécessairement 1 pour p = 3.
2c. Dans M (R) :
2

Si M = 00 10 , on a M 6= 0 et M = 0.
 
2

3. On considère le sous-espace vectoriel

F = αA + βI ∈ Mp (R) | (α, β) ∈ R2 = Vect(A, I)


3a. Par dénition, la famille (A, I) est une famille génératrice de F . Il reste à montrer qu'elle est libre. Soient
λ, µ ∈ R tels que λI + µA = 0. En multipliant à gauche par A, on a :

λA + µA2 = 0 = λA

et comme A 6= 0, on a λ = 0 puis µ = 0. La famille (A, I) est donc libre, il s'agit par conséquent d'une base
de E. Conclusion :
dim E = 2
3b. Soit (M, N ) ∈ F . Il existe α, β, γ, δ tels que :
2

M = αA + βI et N = γA + δI

D'où M N = (αA + βI)(γA + δI) = αγA 2

+ (αδ + βγ)A + βδI = (αδ + γβ)A + βδI ∈ F .
est stable par produit.
F
3c. Soient (α, β) ∈ R 2
et M = αA + βI ∈ F . En utilisant la formule qui précède :
M 2 = 2αβA + β 2 I = 2β(αA + βI) − β 2 I

On retrouve donc :
M 2 = 2βM − β 2 I

3d. Pour β 6= 0, il vient que M 2

− 2βM = −β 2 I = M (M − 2βI) et :
   
2 1 2 1
M I − 2M = I = I − 2M M
β β β β
On en déduit, pour β 6= 0, que la matrice M = αA + βI est inversible et que
2 1 2 1
M −1 = I − 2 M = I − 2 (αA + βI)
β β β β

1 α
M −1 = I − 2A ∈ F
β β

3e. On pose B = A + I . D'après la question précédente (avec α = β = 1) :

B est inversible et B = I − A. −1

3f. Soit n ∈ N . A et I commutent donc on peut appliquer la formule du binôme de Newton dans le calcul
∗

suivant : X  n
n k
B n = (A + I)n = A = I + nA
k
k=0

On remarque que le résultat reste vrai pour n = 0 et n = 1 :

76/88
Lycée Jean Perrin
Classe de TSI 2

∀n ∈ [[−1, +∞[[ , on a B n
= I + nA .
4. Application.
Soient a, b et c trois réels. On considère trois suites réelles (u ) dénies par u , ,
w = c, et :
n n∈N , (vn )n∈N , (wn )n∈N 0 = a v0 = b
0 
 un+1 = 2un + vn + 3wn
∀n ∈ N, vn+1 = 2un + 3vn + 6wn
wn+1 = −un − vn − 2wn

 
un
On pose pour tout entier naturel , n Xn =  vn  .
wn
4a. De manière immédiate, on a :
 
2 1 3
∀n ∈ N, Xn+1 = BXn avec B= 2 3 6 
−1 −1 −2

4b. Calculons le polynôme caractéristique de B :

2−X 1 3 1−X 0 1−X
PB (X) = 2 3−X 6 = 2 3−X 6 (L1 ← L1 + L3 )
−1 −1 −2 − X −1 −1 −2 − X
1−X 0 0
= (1 − X) 2 3−X 4 (C1 ← C3 − C1 )
−1 −1 −1 − X

PB (X) = (1 − X)(X 2 − 2X + 1) = (1 − X)3 , ce qui prouve que :

B a une unique valeur propre λ = 1.

4c. On pose A = B − I .  2  
1 1 3 0 0 0
A2 = (B − I)2 =  2 2 6  = 0 0 0 
−1 −1 −3 0 0 0

A2 = 0

4d. Les conditions de la question 3 sont réunies, on sait que B n

= I + nA d'où, après calcul :
 
n+1 n 3n
∀n ∈ N∗ , B n =  2n 2n + 1 6n 
−n −n −3n + 1

4e. Par récurrence, on montre que ∀n ∈ N, X = B X . En eet, c'est clairement vrai pour n = 0 et si, pour
n

n ∈ N xé, on suppose le résultat vrai alors :

n 0

X n+1 = BXn = B × B n X0 = B n+1 X0

    
un n+1 n 3n a
D'où  vn  =  2n 2n + 1 6n  b  , et après calcul :
wn −n −n −3n + 1 c

 un = (n + 1)a + nb + 3nc
∀n ∈ N, vn = 2na + (2n + 1)b + 6nc
wn = −na − nb + (1 − 3n)c


ou encore : 
 un = a + (a + b + 3c)n
∀n ∈ N, vn = b + (2a + 2b + 6c)n
wn = c + (−a − b − 3c)n


77/88
 4f. D'après l'expression précédente, les trois suites sont constantes si et seulement si a, b et c vérient le système

 a + b + 3c = 0
2a + 2b + 6c = 0
−a − b − 3c = 0


Les trois lignes du système étant liées, on conclut :

(u ), (v ) et (w ) sont constantes si et seulement si a + b + 3c = 0.
n n n

4g. Si cette condition est vériée alors :

      
2 1 3 a a + (a + b + 3c) a
BX0 =  2 3 6   b  =  b + (2a + 2b + 6c)  =  b  = X0
−1 −1 −2 c c + (−a − b − 3c) c

Donc BX 0 = X0 et on conclut :
Lorsque a + b + 3c = 0, le vecteur X est vecteur propre de la matrice B.
0

Correction de l'exercice 20 N
1. (a) On suppose que les trois premières composantes de V sont nulles. Un simple calcul donne :
    
x1 y1 z1 1 0 h
 x2 y2 z2 1   0   h 
LV = 
 x3
 = 
y3 z3 1  0   h 
x4 y4 z4 1 h h

Si le produit LV est nul, alors h = 0, et le vecteur V est nul, ainsi : Il n'y a pas dans Ker f de vecteur sont
non nul dont les
nulles.
(b) Procédons par équivalences en utilisant les propriétés des applications linéaires en dimension nie :
Ker f n'est pas réduit au vecteur nul ⇔ f n'est pas injective
⇔ f n'est pas bijective
⇔ L n'est pas inversible
Ker f n'est pas réduit au vecteur nul ⇔ det L = 0

Conclusion :
Ker f n'est pas réduit au vecteur nul si et seulement si det L = 0

(c) On suppose que V est non nul et appartient à Ker f . On a donc :

     
0 x1 y1 z1 1 u ux1 + vy1 + wz1 + h
 0   x2 y2 z2 1   v   ux2 + vy2 + wz2 + h 
LV = 
 0  =  x3
   = 
y3 z3 1  w   ux3 + vy3 + wz3 + h 
0 x4 y4 z4 1 h ux4 + vy4 + wz4 + h

On observe que les coordonnées des points M , M , M et M vérient l'équation suivante :

1 2 3 4

ux + vy + wz + h = 0

Par ailleurs comme V est non nul et dans Ker f , la question 1a prouve que (u, v, w) 6= (0, 0, 0). Il s'agit donc
de l'équation d'un plan de l'espace. En résumé :
Si V est non nul et appartient à Ker f , alors :
ux + vy + wz + h = 0

est l'équation d'un plan contenant M , M , M et M .

1 2 3 4

78/88
Lycée Jean Perrin
Classe de TSI2

(d) Si le déterminant de L est nul, on sait d'après la question 1b que Ker f contient un vecteur non nul, et la
question précédente prouve que M , M , M et M sont coplanaires.
Réciproquement, si M , M , M et M sont coplanaires, il existe un plan d'équation ux + vy + wz + h = 0,
1 2 3 4

avec (u, v, w) 6= 0, qui contient ces points. Les coordonnées de M , M , M et M vériant l'équation du plan,
1 2 3 4

le calcul :
1 2 3 4
   
ux + vy + wz + h 0 1 1 1
 ux2 + vy2 + wz2 + h   0 
 ux3 + vy3 + wz3 + h  =  0 
LV =    

ux4 + vy4 + wz4 + h 0

montre que le vecteur de coordonnées (u, v, w, h) est dans Ker f , et comme il est non nul on a Ker f 6= {0}.
Donc det L = 0. Il est ainsi prouvé que :
M , M , M et M sont coplanaires si et seulement si le déterminant de L est nul.
1 2 3 4

2. (a) On suppose que le rang de S est inférieur ou égal à 2.

Remarquons que les trois lignes de S sont les trois premières lignes de L. Comme rg S 6 2, ces trois lignes
sont liées, et donc les trois premières lignes de L sont liées. Ainsi rg L 6 3, et :
det L = 0

D'après la question précédente, les points M , M , M et M sont coplanaires, et ce quel que soit le point
M , ce qui n'est possible que si :
1 2 3 4
4

M , M et M sont alignés 1 2 3

(b) On a vu que si le rang de S est inférieur ou égal à 2 alors M , M , M sont alignés. Il reste à prouver la
réciproque :
1 2 3

On suppose que M , M et M sont alignés. Alors :

1 2 3
   
x1 y1 z1 1 x1 y1 z1 1
rg S = rg  x2 y2 z2 1  = rg  x2 − x1 y2 − y1 z2 − z1 0 
x3 y3 z3 1 x3 − x1 y3 − y1 z3 − z1 0

On remarque que les deux dernières lignes sont les coordonnées des vecteurs −M−−M−→ et −M−−M−→, qui sont liés.
Donc rg S 6 2 : l'équivalence est établie :
1 2 1 3

rg S 6 2 si et seulement si M , M et M sont alignés. 1 2 3

3. On suppose que M 6= M
(a) Soient λ, µ ∈ R tels que λV + µV = 0. Alors :
1 2

1 2

(λx1 + µx2 , λy1 + µy2 , λz1 + µz2 , λ + µ) = (0, 0, 0, 0)

On a par identication λ = −µ et :
λ(x1 − x2 ) = λ(y1 − y2 ) = λ(z1 − z2 ) = 0

ce qui entraîne que λ = 0 = µ, car M 6= M , c'est à dire x 6= x ou y 6= y ou z 6= z .

(b) Procédons par équivalences :
1 2 1 2 1 2 1 2

M , M , M sont alignés ⇔ ∃µ ∈ R tel que M M = µM M ( car M 6= M )

−−−−→ −−−−→

⇔ ∃µ ∈ R tel que
1 2 3 1 3 1 2 1 2

(x3 − x1 , y3 − y1 , z3 − z1 ) = µ(x2 − x1 , y2 − y1 , z2 − z1 )
⇔ ∃µ ∈ R tel que
(x3 , y3 , z3 ) = µ(x2 , y2 , z2 ) + (1 − µ)(x1 , y1 , z1 )
M1 , M2 , M3 sont alignés ⇔ ∃µ ∈ R tel que
(x3 , y3 , z3 , 1) = µ(x2 , y2 , z2 , 1) + (1 − µ)(x1 , y1 , z1 , 1)

Reformulons ce résultat :
M , M , M sont alignés si et seulement si il existe µ ∈ R tel que :
1 2 3

V3 = µV1 + (1 − µ)V2

79/88
4. On suppose ici que les points M , M , M et M sont alignés et tous distincts.
1 2 3 4

(a) Comme M 6= M et M , M , M sont alignés, on sait d'après 3b que la troisième ligne de L est combinaison
linéaire des deux premières. De même, comme M 6= M et M , M , M sont alignés, la quatrième ligne de
1 2 1 2 3

L est combinaison linéaire des deux premières. Ainsi :

1 2 1 2 4

Les deux dernières lignes de la matrice L sont combinaisons linéaires des deux
premières.
(b) La question précédente prouve que le rang de L est inférieur ou égal à 2. Par ailleurs, comme M 6= M , la
question 3a montre que les deux premières lignes de L sont linéairement indépendantes, ce qui prouve que :
1 2

rg L = 2

Par le théorème du rang : dim(Ker f ) = dim R 4

− rg f = 4 − rg L = 2 .
dim(Ker f ) = 2

(c) Le fait que dim(Ker f ) = 2 prouve que 0 est valeur propre et que le sous-espace propre associé est de
dimension 2. On sait en outre que la multiplicité de la valeur propre est au moins égale à la dimension du
sous-espace propre associé. On en conclut que :
0 est valeur propre, avec un ordre de multiplicité supérieur ou égal à 2.
5. Application :
On suppose M , M , M et M non coplanaires. Une droite ∆ rencontre en quatre points M , M , M et M , 0 0 0 0

tous distincts, les quatre plans contenant respectivement les points (M , M , M ), (M , M , M ), (M , M , M ) et

1 2 3 4 4 3 2 1

(M , M , M ).
1 2 3 1 2 4 1 3 4

On note M , M , M et M les milieux des segments [M M ], [M M ], [M M ] et [M M ]. On se propose de

2 3 4
00 00 00 00 0 0 0 0

démontrer que M , M , M et M sont coplanaires.

1 2 3 4 1 1 2 2 3 3 4 4
00 00 00 00

Pour cela, on utilise encore la matrice L construite à l'aide des coordonnées de (M , M , M , M ) et aussi les ma-
1 2 3 4

trices L et L construites de la même façon à l'aide des coordonnées de (M , M , M , M ) et de (M , M , M , M ).

1 2 3 4
0 00 0 0 0 0 00 00 00 00

(a) Constatons tout d'abord que les vecteurs V , V , V et V sont linéairement indépendants. En eet, les points
1 2 3 4 1 2 3 4

M , M , M et M ne sont pas coplanaires et la question 1d prouve que det L 6= 0.

1 2 3 4

De plus, les points M , M , M et M sont coplanaires par construction, donc la matrice composée des
1 2 3 4
0

vecteurs lignes V , V , V et V n'est pas inversible toujours d'après la question 1d. Comme V , V et V sont
1 2 3 4
0

linéairement indépendants, c'est le vecteur V qui est combinaison linéaire des autres vecteurs. Autrement
1 2 3 4 2 3 4
0

dit, il existe des réels β , γ , δ tels que : 1 1 1

1

V10 = β1 V2 + γ1 V3 + δ1 V4

Il reste à observer, en considérant la quatrième coordonnée, que 1 = β + γ + δ . On résume : 1 1 1

Il existe des réels β , γ , δ tels que : 1 1 1

V = β V + γ V + δ V avec β + γ + δ = 1 1
0
1 2 1 3 1 4 1 1 1

(b) En réitérant le procédé, on obtient des réels α , γ , δ , α , β , δ et α , β , γ tels que : 2 2 2 3 3 3 4 4 4

 0
 V2 = α2 V1 + γ2 V3 + δ2 V4
V0 = α3 V1 + β3 V2 + δ3 V4
 30
V4 = α4 V1 + β4 V2 + γ4 V3

avec α2 + γ2 + δ2 = α3 + β3 + δ3 = α4 + β4 + γ4 = 1
 
.
0 β1 γ 1 δ 1
Si on pose T =
 α2 0 γ2 δ2 
 α3 β3 0 δ3 
 , on vérie facilement que :
α4 β4 γ4 0
T est une matrice carrée de taille 4 vériant :
 Les termes diagonaux sont nuls


Sur chaque ligne, la somme des termes vaut 1

L0 = T.L


80/88
Lycée Jean Perrin
Classe de TSI 2

(c) Un simple calcul montre que :

      
0 β1 γ1 δ1 1 β 1 + γ1 + δ 1 1
 α2 0 γ2 δ2   1   α2 + γ2 + δ2   1 
T =
 α3

  α3 + β3 + δ3  =  1
=   
β3 0 δ3   1 
α4 β4 γ4 0 1 α4 + β4 + γ4 1

On en conclut que :
Le vecteur colonne de composantes (1, 1, 1, 1) est vecteur propre de T associé à la valeur
propre 1.
(d) On a vu à la question 5a que det L 6= 0, ainsi :
L est inversible.
La relation L = T L et le fait que L est inversible prouvent que L et T sont de même rang. Par dénition,
0 0

les quatre points M , M , M et M sont tous distincts et alignés, donc d'après la question 4b le rang de L
0 0 0 0 0

est égal à 2. Il vient : 4 3 2 1

L et T sont de rang 2. 0

(e) On a constaté que 1 est valeur propre de T . On sait de plus que, puisque rg T = 2, on a dim(Ker f ) = 2 et
0 est valeur propre de multiplicité au moins égale à 2. On note λ la valeur propre restante. La trace de T
étant la somme des valeurs propres, on a :
λ + 1 = 0 et donc : λ = −1

Les valeurs propres de T sont 0 (double), 1 et −1.

(f) Pour i ∈ {1, 2, 3, 4}, on sait que M est le milieu de [M M ]. Donc en regardant les coordonnées, on a
00 0

facilement : i i i

xi + x0i yi + yi0 zi + zi0

 
(x00i , yi00 , zi00 ) = , ,
2 2 2

ce qui entraîne (x , y , z , 1) = 21 (x , y , z , 1) + 21 (x , y , z , 1). On a ainsi, en considérant les lignes de L :

00
i
00
i
00
i i i i
0
i
0
i
0
i
0

L00 = (L + L0 )/2

avec la relation L = T L cette expression devient :

0

L00 = (I + T )L/2

−1 est valeur propre de T , donc I + T n'est pas inversible, et on peut armer que :
L n'est pas inversible. 00

(g) Puisque L n'est pas inversible, la question 1d permet de donner la conclusion :

00

Les points M , M , M et M sont coplanaires.

00
1
00
2
00
3
00
4

Correction de l'exercice 21 N
1. (a) On a :     
3un − vn + wn 3 −1 1 un
Xn+1 = un + 2wn = 1 2 0   vn 
un + wn 1 0 1 wn
Donc pour tout entier naturel n, on a X n+1 = AXn avec :
 
3 −1 1
A= 1 2 0 
0 1 1

81/88
 (b) On peut prouver alors que pour tout entier naturel n, X = A X . En eet, le résultat est clairement vrai
n

pour n = 0, et si on suppose qu'il est vrai au rang n pour n ∈ N xé, alors :

n 0

X = AX = A × A X = A
n+1 n X n
avec l'hypothèse de récurrence.
0
n+1
0

On en déduit donc par récurrence que :

∀n ∈ N, Xn = An X0

2. (a) Calculons le polynôme caractéristique de A par opérations sur les lignes et les colonnes :
   
 3−X   3−X
−1 −1 1 0 
   
PA (X) =  1 2−X
=
  1 2 − X 0 2 − X 
 (C3 ← C3 + C2 )
 0 1
  0 1 1−X2−X 
 
 3−X −1 0 

= (2 − X)  1 1 − X 0  (L2 ← L2 − L3 )
 0 1 1 

PA (X) = (2 − X) ((3 − X)(1 − X) + 1 = (2 − X)(X 2 + 4X + 4)

 

Ainsi P A (X) ce qui permet de conclure :

= (2 − X)3
2 est l'unique valeur propre de A.
(b) Déterminons le sous-espace propre E de A associé à l'unique valeur propre.
2

   
x 0
(x, y, z) ∈ E2 ⇔ (A − 2I)  y  =  0 
z 0

 3x − y + z = 0
⇔ x = 0 ⇔x=0 et y = z
y−z = 0


On en déduit donc :
Le sous-espace propre associé à la valeur propre 2 est E = Vect (0, 1, 1)
2

Comme le sous-espace propre E est de dimension 1 strictement inférieure à la multiplicité 3 de la valeur

propre associée, on en déduit :
2

La matrice A n'est pas diagonalisable.

3. On note f l'endomorphisme de R canoniquement associé à A, c'est à dire tel que A soit la matrice de f dans la
3

base canonique B de R . 3

(a) Le choix de la base (e , e , e ) de R se fait comme suit :

0 0 0 3

? On choisit e = (0, 1, 1).

1 2 3
0

? On choisit e = (α, β, −1) avec la contrainte f (e ) = e + 2e , c'est à dire matriciellement :

1
0 0 0 0
2 2 1 2
         
α 3α − β − 1 0 2α 2α
A  β  =  α + 2β  =  1  +  2β  =  1 + 2β 
−1 β−1 1 −2 −1
Il est immédiat que cette égalité équivaut à β = 0 et α = 1, soit e = (1, 0, −1). 0

? Il reste enn à choisir e = (α, β, 2) avec la contrainte f (e ) = e + 2e , c'est à dire matriciellement :

2
0 0 0 0
3 3 2 3
         
α 3α − β + 2 1 2α 1 + 2α
A  β  =  α + 2β  =  0  +  2β  =  2β 
2 β+2 −1 4 3
Il est immédiat que cette égalité équivaut à β = 1 et α = 0, soit e = (0, 1, 2). On vérie facilement (par
0

exemple à l'aide du déterminant dans la base canonique) que la famille (e , e , e ) ainsi obtenue est libre.
3
0 0 0

Il existe donc une base : 1 2 3

B 0 = (e01 , e02 , e03 ) = (0, 1, 1), (1, 0, −1), (0, 1, 2)

 
2 1 0
telle que T = MatB0 f =  0 2 1  .
0 0 2

82/88
Lycée Jean Perrin
Classe de TSI2

(b) On remarque que :    

2 0 0 0 1 0
T = 0 2 0 + 0 0 1 
0 0 2 0 0 0
 
0 1 0
C'est à dire T = 2I + N avec .
N = 0 0 1
0 0 0
Il est immédiat de constater que et commutent, donc on peut écrire la formule du binôme :
N 2I
n  
n n
X n
T = (N + 2I) = N k 2n−k I
k
k=0
 
0 0 1
On peut simplier cette expression en remarquant que N2 =  0 0 0  et pour k > 3, N k
=0 :
0 0 0

n(n − 1) n−2 2
T n = 2n I + n2n−1 N + 2 N
2
On a donc au nal :
2n n2n−1 n(n − 1)2n−3
 
n
∀n ∈ N, T =  0 2n n2n−1 
n
0 0 2
 
0 1 0
4. SoitP = 1 0 la matrice de passage de passage de la base canonique B à la base B .
1  0

1 −1 2
(a) On sait que T = P AP , donc
−1

A = P T P −1
Montrons que pour n ∈ N , on a A = P T P :
∗ n n −1

? C'est vrai pour n = 1 comme on vient de le voir.

? Soit n ∈ N xé. On suppose que A = P T P . Alors :
∗ n n −1

An+1 = A × An = P T P −1 × P T n P −1 = P T × T n P −1 = P T n+1 P −1

? Par récurrence, on en déduit :

∀n ∈ N∗ , An = P T n P −1

(b) Le calcul de P se fait comme suit :

−1

   
0 1 0 1 0 0
 1 0 1   0 1 0 
1 −1 2 0 0 1
   
1 0 1 0 1 0
 0 1 0  L1 ↔ L2  1 0 0 
1 −1 2 0 0 1
   
1 0 1 0 1 0
 0 1 0  L3 ← L3 − L1  1 0 0 
0 −1 1 0 −1 1

   
1 0 1 0 1 0
 0 1 0  L3 ← L3 + L2  1 0 0 
0 0 1 1 −1 1
   
1 0 0 −1 2 −1
 0 1 0  L1 ← L1 − L3  1 0 0 
0 0 1 1 −1 1

83/88
 On a donc calculé :  
−1 2 −1
P −1 = 1 0 0 
1 −1 1

(c) Les questions précédentes nous permettent d'exprimer A : n

n −1
An = P
T P  n
n2n−1 n(n − 1)2n−3
 
0 1 0 2 −1 2 −1
=  1 0 1  0 2n n2n−1  1 0 0 
1 −1 2 0 0 2n 1 −1 1
2n n2n−1
  
0 −1 2 −1
n n−1
=  2 n2 n(n − 1)2n−3 + 2n  1 0 0 
n n−1 n
2 n2 −2 n(n − 1)2n−3 − n2n−1 + 2n+1 1 −1 1
2n + n2n−1 −n2n−1 n2n−1
 
n−1 n−3
=  n2 + n(n − 1)2 2 − n(n − 1)2n−3
n
n(n − 1)2n−3 
n−3
n(n − 1)2 −n(n − 1)2n−3 + n2n−1 2 + n(n − 1)2n−3 − n2n−1
n

puis :  
1
Xn = An X0 = An  0 
0
Soit, avec le calcul eectué ci-dessus :
(n + 2)2n−1
 

Xn =  n2n−1 + n(n − 1)2n−3 

n(n − 1)2n−3

On en déduit les expressions des suites (u ), (v ) et (w ) :

n n n

un = (n + 2)2n−1 ; vn = n(n + 3)2n−3 ; wn = n(n − 1)2n−3

Correction de l'exercice 22 N
1. Les valeurs propres de la matrice A sont les racines réelles du polynôme caractéristique qu'on peut factoriser par
les opérations suivantes :
1−X 1 2−X 1
PA (X) = = (C1 ← C1 + C2 )
−2 4−X 2−X 4−X
1 1
= (2 − X) (L2 ← L2 − L1 )
0 3−X

On a donc P A (X) et :
= (2 − X)(3 − X)
Les valeurs propres de A sont 2 et 3.
2. Les valeurs propres de A étant simples, on peut trouver une base de vecteurs propres (e , e ) avec e ∈ Ker(f − 0 0 0

2 Id ) et e ∈ Ker(f − 3 Id ), et tout u ∈ R s'écrit de manière unique comme somme d'éléments de ces deux
1 2 1
0 2

sous-espaces :
R2 2 R2

0 0
u=λ e +λ e 1 1 2 2

Ainsi :
R2 = Ker(f − 2 IdR2 ) ⊕ Ker(f − 3 IdR2 )

3. On note u = xe 1 + ye2 . Alors :

   
x 0
u ∈ Ker(f − 2 IdR2 ) ⇔ (A − 2I) z=
y 0

−x + y = 0
⇔ ⇔ x=y
−2x + 2y = 0

84/88
Lycée Jean Perrin
Classe de TSI 2

Donc Ker(f − 2 Id R2 ) = Vect(e1 + e2 ) . De la même façon :

   
x 0
e01 ∈ Ker(f − 3 IdR2 ) ⇔ (A − 3I) =
y 0

−2x + y = 0
⇔ ⇔ y = 2x
−2x + y = 0
Donc Ker(f − 3 Id R2 ) . On peut donc choisir :
= Vect(e1 + 2e2 )

e = e + e ∈ Ker(f − 2 Id ) et e = e
0
1 1 2 R2
0
2 1 + 2e2 ∈ Ker(f − 3 IdR2 )

4. La matrice D de f dans la base (e , e ) est 0

1
0
2
 
2 0
D = Mat(e01 ,e02 ) (f ) =
0 3

5. Soit la matrice de passage de la base (e , e ) à la base (e , e ). On a par construction D = P

 
1 1 0 0 −1
P = 1 2 1 2 AP
1 2
et donc A = P DP −1 . Le calcul de P se fait comme suit : −1

   
1 1 1 0
1 2 0 1
   
1 1 1 0
L2 ← L2 − L1
0 1 −1 1
   
1 0 2 −1
L1 ← L1 − L2
0 1 −1 1

En résumé, on a :
avec P = et P .
   
1 1 2 −1
A = P DP −1 −1
=
1 2 −1 1

6. On a de manière évidente D 2n
. Une récurrence montre alors que :
 
n 0
=
0 3n
  n  
n n −1 1 1 2 0 2 −1
A = PD P =
1 2 0 3n −1 1
2n n
2n+1 − 3n 3n − 2n
    
3 2 −1
= =
2n 2×3 n
−1 1 2 n+1
− 2 × 3n 2 × 3n − 2n
Soit en résumé :
2n+1 − 3n 3n − 2n
 
An = n+1
2 − 2 × 3n 2 × 3n − 2n

Deuxième partie
Pour tout entier naturel n et tout réel t, on note E (t) la matrice dénie par : n
n
X tk
En (t) = Ak
k!
k=0

avec la convention A = I . 0
2

Cette matrice sera écrite sous la forme E (t) = c (t) d (t) .

 
a (t) b (t) n n
n

1. On sait que l'application qui à une matrice, associe un de ses coecients, est linéaire donc :
n n

n n
X tk X tk
an (t) = (2k+1 − 3k ) ; bn (t) = (3k − 2k )
k! k!
k=0 k=0
n n
X
k+1 tk k
X tk
cn (t) = (2 −2×3 ) ; dn (t) = (2 × 3k − 2k )
k! k!
k=0 k=0

85/88
2. (a) Le développement en série entière de la fonction exponentielle est :
+∞ n
X x
exp(x) =
n=0
n!

(b) On a donc en particulier :

et
n n
X 2k tk X 3k tk
lim = e2t lim = e3t
n→+∞ k! n→+∞ k!
k=0 k=0

On en déduit, avec la question 1, que les suites

et

sont conver-
gentes qu'on a :
an (t) t∈N , bn (t) t∈N , cn (t) t∈N dn (t) t∈N

a(t) = 2 e2t − e3t ; b(t) = e3t − e2t

c(t) = 2 e2t −2 e3t ; d(t) = 2 e3t − e2t

Dans la suite, on note E(t) = a(t) , t ∈ R.

 
b(t)
c(t) d(t)
3. On peut aussi exprimer E(t) de la manière suivante :
2 e2t − e3t e3t − e2t
     
2t 2 −1 3t −1 1
E(t) = =e +e
2 e2t −2 e3t 2 e3t − e2t 2 −1 −2 2

On en déduit donc :
avec et R =
   
2 −1 −1 1
E(t) = e2t Q + e3t R Q=
2 −1 −2 2

4. (a) On constate immédiatement que :

et
 
1 1
Q + R = I2 (1) 2Q + 3R = = A (2)
−2 4

(b) On déduit de la question précédente que Q et R sont combinaisons linéaires des matrices A et I . Plus
précisément :
2

Q = 3I − A 3(1) − (2) et R = A − 2I (2) − 2(1)

2 2

On a donc avec la question 3 : E(t) = e (3I − A) + e (A − 2I ), soit en simpliant :

2t
2
3t
2

E(t) = e3t − e2t A + 3 e2t −2 e3t I2

5. Un calcul nous donne facilement :

Q2 = Q, et QR = RQ = 0.
R2 = R,

6. En utilisant l'expression trouvée en 3 et le résultat précédent, on a pour (s, t) ∈ R : 2

E(s)E(t) = (e2t Q + e3t R)(e2s Q + e3s R)

= e2(s+t) Q2 + e3(s+t) R2 + e2s+3t RQ + e2t+3s QR
= e2(s+t) Q + e3(s+t) R = E(s + t)

Pour tout couple (s, t) de réels, E(s)E(t) = E(s + t) = E(t)E(s).

On a donc pour t ∈ R :
E(t)E(−t) = E(t − t) = E(0) = E(−t)E(t)
et comme E(0) = I d'après l'expression trouvée en 4b, on en déduit que :
2

E(t) est inversible et E(t) = E(−t). −1

86/88
Lycée Jean Perrin
Classe de TSI 2

7. Soient s, t ∈ R tel que E(s) = E(t). Alors :

I2 = E(s)E(t)−1 = E(s)E(−t) = E(s − t)

ce qui donne a(s − t) = d(s − t) = 1 et b(s − t) = c(s − t) = 0, en particulier :

b(s − t) = e −e = 0 soit e
3(s−t) 2(s−t)
=e 3(s−t) 2(s−t)

et donc, par une division, on a e = 0, c'est à dire s − t = 0 et s = t. On en déduit :

(s−t)

L'application t 7→ E(t) est injective.

Troisième partie
On considère le système (S) d'équations diérentielles :
x0

= x+y
(S) :
y0 = −2x + 4y

On appelle solution du système (S) tout couple (u, v) de fonctions dérivables sur R telles que, pour tout réel t, on ait
u0 (t)

= u(t) + v(t)
v 0 (t) = −2u(t) + 4v(t)

1. Soit (u, v) une solution de (S) ; pour tout réel t, on pose

   
u1 (t) u(t)
= E(−t) .
v1 (t) v(t)

(a) On eectue un calcul matriciel :

    
u1 (t) a(−t) b(−t)
u(t)
=
v1 (t) c(−t d(−t)
v(t)
 
a(−t)u(t) + b(−t)v(t)
=
c(−t)u(t) + d(−t)v(t)

On a donc :
et v (t) = c(−t)u(t) + d(−t)v(t)
u1 (t) = a(−t)u(t) + b(−t)v(t) 1

(b) Les fonctions a, b, c, d, t 7→ −t ainsi que u et v sont dérivables sur R, donc par opérations u et v sont
dérivables sur R et :
1 1

u01 (t) = −a0 (−t)u(t) + a(−t)u0 (t) − b0 (−t)v(t) + b(t)v 0 (t)

= (3 e−3t −4 e−2t )u(t) + (2 e−2t − e−3t )u0 (t) + (−3 e−3t +2 e−2t )v(t)
+(− e−2t + e−3t )v 0 (t)

C'est à dire, en substituant les expressions de u et v en fonction de u et v :

0 0

u01 (t) = (3 e−3t −4 e−2t )u(t) + (2 e−2t − e−3t )(u(t) + v(t))

+(−3 e−3t +2 e−2t )v(t) + (− e−2t + e−3t )(−2u(t) + 4v(t))
u01 (t) = 0

Un calcul semblable nous donne v (t) = 0. Finalement :

0
1

∀t ∈ R, u01 (t) = v10 (t) = 0

2. Si (u, v) est une solution de (S), il existe donc un couple (α, β) de réels tels que, pour tout réel t, on ait u (t) = α
et v (t) = β, ce qui matriciellement s'écrit :
1
1
     
u1 (t) α u(t)
= = E(−t)
v1 (t) β v(t)

Et donc : 
u(t)
 
u1 (t)
 
α

−1
= E(−t) = E(t)
v(t) v1 (t) β

87/88
Réciproquement si (u, v) vérie la condition ci-dessus, alors :
(2 e2t − e3t )α + (− e2t + e3t )β
     
u(t) a(t)α + b(t)β
= =
v(t) c(t)α + d(t)α (2 e2t −2 e3t )α + (− e2t +2 e3t )α

Soit en dérivant :
u0 (t) a0 (t)α + b0 (t)β
   
=
v 0 (t) c0 (t)α + d0 (t)α
(4 e2t −3 e3t )α + (−2 e2t +3 e3t )β
 
=
(4 e2t −6 e3t )α + (−2 e2t +6 e3t )β
 0   
u (t) u(t) + v(t)
=
v 0 (t) −2u(t) + 4v(t)

On a donc prouvé le résultat :

(u, v) solution de (S) tel que ∀t ∈ R, .
   
2 u(t) α
⇐⇒ ∃!(α, β) ∈ R = E(t)
v(t) β

88/88