I.U.T.

de Brest Année 2019-20

G.M.P. 1 Mathématiques - S2
M2301 - Calcul intégral et calcul matriciel Feuille de T.D. no 7

Exercice 1.  
1 0 2
Première partie. On considère la matrice M =  0 2 0  .
2 0 1

1. Calculer et factoriser le polynôme caractéristique de M .

2. a) Déterminer les valeurs propres de M .
b) La somme des valeurs propres de M est-elle égale à la trace de M ? est-ce rassurant ?
3. Pour chacune des valeurs propres, déterminer avec précision l’espace propre associé, c’est-à-dire en donner
une interprétation précise en terme de droite, plan...
4. La matrice M est-elle diagonalisable ?
5. Trouver, si c’est possible, une matrice inversible P de M3 (R) telle que D = P −1 M P soit diagonale. Que
vaut D ?
Deuxième partie. Pour chacune des matrices suivantes, reprendre les questions de la première partie (quitte
à adapter la question 5 pour A) et y répondre.
   
  3 0 0 4 2 3
2 1
A= , B =  −4 2 1  et C =  2 4 3  .
−2 5
4 1 2 4 4 4

Exercice 2. On considère les matrices :

         
1 1 1 2 1 2 −4 3 3 4 2 −2 0 1 0
A= 0 1 0 , B =  1 2 2 , C =  −3 2 3  , D =  1 5 −1  , E =  0 0 1 .
1 0 1 2 2 1 −3 3 2 1 3 1 1 0 0

Lesquelles de ces matrices sont diagonalisables ? ←− réponses à justifier et, si besoin, voir la vidéo ci-dessous
au timecode 10 : 08

Matrice diagonalisable ou pas?

 
3 2 2
Exercice 3. On considère la matrice A définie par A =  2 3 2  .
2 2 3
Diagonaliser la matrice A puis déterminer une base orthonormale de R3 formée de vecteurs propres de A. Si
besoin, aller voir la vidéo

Diagonalisation des matrices symétriques réelles

 
2 0 1−a
Exercice 4. Le nombre a étant un réel quelconque, on considère la matrice A =  −1 1 a − 1  .
a−1 0 2a
 
0
1. Montrer que le vecteur  1  est un vecteur propre de A. Quelle est la valeur propre associée ?
0

1
 2. Calculer le polynôme caractéristique de A, pour tout réel a. Le factoriser en produit de polynômes de
degré 1.
3. On se place dans le cas a = 1. Montrer que A est diagonalisable et déterminer une base de R3 formée de
vecteurs propres de A.
4. On se place dans le cas a = 0. Déterminer la dimension du sous-espace propre associé à la valeur propre 1.
La matrice A est-elle diagonalisable ?
5. On suppose que a 6= 0 et a 6= 1. Montrer que A n’est pas diagonalisable.

Exercice 5.

Partie A. Puissances d’une matrice

 
0 1
On considère la matrice A =
−2 3
1. Diagonaliser A. On déterminera une matrice P inversible telle que D = P −1 AP est diagonale.
2. Déterminer An en fonction de n, de P et de D. En déduire la matrice An en exprimant ses coefficients
uniquement en fonction de n. Si besoin, voir chapitre V.E.2 du polycopié de cours.

Partie B. Application

On définit une suite de réels (un )n∈N par u0 = 0 ; u1 = 1 et un+2 = 3un+1 − 2un .
1. Calculer u2 , u3 puis u4 .
 
un
2. On pose Xn = pour tout entier naturel n.
un+1
a) Déterminer X0 et X1 .
b) Déterminer une matrice A de taille 2 telle que Xn+1 = AXn pour tout entier naturel n.
c) Que vaut Xn en fonction de n, de A et de X0 ?
3. Déterminer un en fonction de n.

Exercice A (si besoin, voir chapitre V.E.1. du polycopié

 de cours).
 On considère un solide pour lequel la matrice
→ → →
d’inertie au point O dans un repère orthonormal fixé O, x , y , z est :
 
3 0 0
M =  0 23 − 21  .
0 − 12 3
2

1. Déterminer les moments principaux d’inertie A1 , B1 , C1 (c’est-à-dire les valeurs propres de la matrice M ).
→ → →
 → → →
2. Déterminer les axes principaux d’inertie x1 , y1 , z1 qui sont tels que x1 , y1 , z1 soit une base orthonormale
de R3 formée de vecteurs propres de M .

Exercice B. On considère la matrice A définie par :

 
2 1 1
A =  1 2 1 .
1 2 1

On dit qu’une matrice R ∈ M3 (R) est une racine carrée de A si R2 = A. Le but de l’exercice est de trouver toutes
les racines carrées de A.

2
 1. Déterminer le polynôme caractéristique de A puis justifier l’existence d’une matrice inversible P ∈ M3 (R)
telle que D = P −1 AP soit une matrice diagonale.
2. Montrer que R est une racine carrée de A si et seulement si S = P −1 RP est une racine carrée de D.
3. Racines carrées de D.
Soit S une racine carrée de D.
a) Montrer que DS = SD.
b) Montrer que S est une matrice diagonale.
c) Pour i ∈ {1, 2, 3}, on note si et di les coefficients diagonaux des matrices S et D. Exprimer si en fonction
de di , puis en déduire les racines carrées de la matrice D. Combien y a-t-il de racines carrées de D ?
4. Écrire toutes les racines carrées de A à l’aide de la matrice P . Combien y a-t-il de racines carrées de A ?

Exercice C. L’état des contraintes dans un petit élément M de matériau soumis à certaines sollicitations est
→ →
défini, dans un repère orthonormé du plan (O,~ı, ~), par σ = σx~ı + σy~, où σx et σy dépendent de la direction n,
d’angle θ par rapport à ~ı, dans laquelle on évalue la √
contrainte
! : 
2
 
σx 2 2 cos θ
En notation matricielle : = √
σy 2
−1 sin θ
2
√ !
2
2 2
La matrice A = √
2
est alors appelée la matrice des contraintes.
2 −1
1. Déterminer les contraintes principales σI et σII sachant que σI > σII (les contraintes principales sont les
valeurs propres de la matrice des contraintes).
→ →
2. Déterminer les directions principales des contraintes VI et VII (c’est-à-dire les vecteurs propres de la matrice
des contraintes).
→ → →
3. Vérifier que VI et VII sont orthogonaux et calculer l’angle θ0 entre la direction principale VI et ~ı.

Exercice D. On veut calculer le déterminant tridiagonal d’ordre n suivant :

 
 5 2 0 · · · 0 

.. . 
. .. 

 2 5 2

Dn =  0 2
 .. 
5 . 0 
 .. . .

.. ..
. . . 2 

 .
 
 0 ··· 0 2 5 
1. Calculer D1 et D2 .
2. Trouver une relation de récurrence entre Dn , Dn−1 et Dn−2 , pour tout entier n > 3.
3. Pour tout entier n > 2, on considère la matrice-colonne :
 
Dn−1
Xn = ·
Dn

a) Trouver la matrice A telle que Xn+1 = AXn . En déduire Xn en fonction de A et de X2 .

b) Diagonaliser la matrice A. En déduire An pour tout entier n > 1.
c) Déterminer Xn en fonction de n pour n > 3.
4. Conclure en donnant Dn en fonction de n.

 
1 −1 2 −2
 0 0 1 −1 
Exercice E. On considère la matrice A = 
 1 −1 1 0 .


1 −1 0 1

3
    
1 0
 1   0 
1. On note V1 =   0  et V2 =  1 .
  

0 1
Calculer AV1 et AV2 . Que peut-on en déduire ?
2. Déterminer le sous-espace propre associé à la valeur propre 0. Préciser sa dimension.
3. On admet que 0 est une valeur propre double. La matrice A est-elle diagonalisable ?

 
0 2 2 2
 2 −2 −2 −2 
Exercice F. La matrice A = 
 −5 3
 est-elle diagonalisable ?
6 5 
3 −1 −2 −1

Exercice G. Étant donnés des réels α, a, b, c, d, e, f , les matrices

   
1 α 0 0 1 a b c
 0 1 α 0   0 1 d e 
A=  0
 et B= 
0 1 α   0 0 2 f 
0 0 0 1 0 0 0 2
sont-elles diagonalisables ?

Exercice H. Le but de cet exercice est de déterminer toutes les fonctions dérivables x et y de la variable t vérifiant
le système différentiel suivant :  ′
x (t) = 5x(t) + 3y(t)
(S) : .
y ′ (t) = −6x(t) − 4y(t)
 
5 3
1. Diagonaliser la matrice A = ; autrement dit trouver une matrice inversible P telle que
−6 −4
D = P −1 AP soit diagonale. On ne demande pas de calculer l’inverse de P .
 
x(t)
2. On pose M (t) = . Écrire le système (S) à l’aide de M (t) et A.
y(t)
3. Posons M1 (t) = P −1 M (t). Écrire le système (S) à l’aide de M1 (t) et D.
 
x1 (t)
4. En notant M1 (t) = , déterminer les fonctions x1 et y1 en utilisant la question précédente.
y1 (t)
5. En déduire les solutions du système (S).

Exercice I. Migration entre deux villes. Deux villes X et Y totalisent une population d’un million d’habitants.
La ville X est plus agréable, mais la ville Y offre plus de possibilités d’emplois ; 20% des habitants de Y partent
chaque année habiter X pour avoir un meilleur cadre de vie, et 5% des habitants de X partent chaque année
habiter Y pour trouver un meilleur emploi.
1. Sachant qu’à l’année 0, un quart des habitants sont en X, quelle est la population de X et de Y au bout de
1 an, 2 ans, 5 ans, 10 ans ?
2. Sachant qu’à l’année 0, un quart des habitants sont en X, quelle est la population de X et de Y au bout de
n ans (où n est un entier quelconque) ?
 
2 an
Indication : on pourra considérer le vecteur de R : Xn = où an est la population de la ville X
bn
après n années, et bn la population de Y. On montrera pour commencer qu’on a une relation de récurrence
linéaire de la forme Xn+1 = AXn .
3. Que se passe-t-il lorsque n tend vers +∞ ? Vers quoi tendent les populations de X et Y ?
Remarque. Le vecteur Xn s’appelle vecteur d’état du système, et la matrice A est la matrice de transition.