Ccp-Algèbre SARAH

[http://mp.cpgedupuydelome.
fr] édité le 17 août 2017 Enoncés 1
Exercice 1 [ 02598 ] [Correction] Exercice 5 [ 03191 ] [Correction]

Soient A et B deux matrices réelles carrées d'ordre n telles qu'il existe un (a) Montrer que si P est un polynôme annulateur d'un endomorphisme f alors
polynôme P ∈ R[X] de degré au moins égal à 1 et vériant P (λ) = 0 pour toute valeur propre λ de f .
P (0) = 1 et AB = P (A). (b) Montrer que si f vérie
Montrer que A est inversible et que A et B commutent. f 3 + 2f 2 − f − 2Id = 0
alors f est bijectif.

Exercice 2 [ 02493 ] [Correction]
Soient a1 , . . . , an ∈ C∗ , tous distincts et P (x) = det(A + xIn ) avec
K désigne R ou C.
 
0 a2 ··· an
..  On dit qu'une matrice A ∈ Mn (K) vérie la propriété (P ) si
.

a1 0
A=
. .. .

 .. . an  ∃M ∈ Mn (K), ∀λ ∈ K, det(M + λA) 6= 0.
a1 ··· an−1 0
(a) Rappeler pourquoi une matrice de Mn (C) admet au moins une valeur propre.
(a) Calculer P (ai ) et décomposer en éléments simples la fraction (b) Soit T une matrice triangulaire supérieure de diagonale nulle.
Calculer det(In + λT ). En déduire que T vérie la propriété (P )
P (x)
Qn . (c) Déterminer le rang de la matrice
i=1 (x − ai )

0 Ir
(b) En déduire det A. Tr = ∈ Mn (K).
0 0
(d) Soient A vériant (P ) et B une matrice de même rang que A ; montrer

Soient A, B ∈ GLn (C) telles que B = Ap . ∃(P, Q) ∈ GLn (K)2 , B = P AQ
Montrer que A est diagonalisable si, et seulement si, B l'est.
et en déduire que B vérie (P ).
(e) Conclure que, dans Mn (C), les matrices non inversibles vérient (P ) et que
Exercice 4 [ 02595 ] [Correction] ce sont les seules.
Soient (a1 , . . . , an ) ∈ (R∗+ )n et
(f) Que dire des cette propriété dans le cas Mn (R) (on distinguera n pair et n

a1 a1 ··· a1
 impair) ?
 a2 a2 ··· a2 
N = .

.. .. 

.
 .. . . Exercice 7 [ 02577 ] [Correction]
an an ··· an
(a) Montrer que Φ, qui à P associe
Calculer N 2 , la matrice N est-elle diagonalisable ?
Montrer que M = 2N + In est inversible et calculer M −1 . (X 2 − 1)P 0 (X) − (4X + 1)P (X)
est un endomorphisme de R4 [X].
Diusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 17 août 2017 Enoncés 2
(b) Résoudre l'équation diérentielle Exercice 11 [ 02526 ] [Correction]

Montrer que la matrice
5−λ 3+λ
 
y0 = + y. 13 −5 −2
2(x − 1) 2(x + 1) −2 7 −8
−5 4 7
(c) En déduire les valeurs propres et les vecteurs propres de Φ.
est trigonalisable et préciser une matrice de passage.

Trigonaliser la matrice Exercice 12 [ 00042 ] [Correction]
1 0

0
 Soient u, v deux endomorphismes d'un espace vectoriel.
A = 0 0 −1 . (a) Si λ 6= 0 est valeur propre de u ◦ v , montrer qu'il l'est aussi de v ◦ u.
0 1 2 (b) Pour P ∈ E = R[X], on pose
Z X
u(P ) = P et v(P ) =
0
P (t) dt
Exercice 9 [ 03187 ] [Correction] 0
(a) Soit f un endomorphisme d'un R-espace vectoriel de dimension nie. Si a est ce qui dénit des endomorphismes de E . Déterminer
valeur propre de f , de multiplicité m, et si E(f, a) est le sous-espace propre
attaché, montrer Ker(u ◦ v) et Ker(v ◦ u).
1 ≤ dim E(f, a) ≤ m.
(c) Montrer que la propriété de la première question reste valable pour λ = 0 si
(b) Soit   l'espace E est de dimension nie.
1 1 1 1
2 2 2 2
A= .
3 3 3 3
4 4 4 4 Exercice 13 [ 03693 ] [Correction]
Soit la matrice
Déterminer simplement les valeurs propres de A.
 
0 −b a
La matrice A est-elle diagonalisable ? A= b 0 −c ∈ M3 (R).
−a c 0
(a) A est-elle diagonalisable dans M3 (R) ?
Soit A, B xés dans Rn [X]. (b) A est-elle diagonalisable dans M3 (C) ?
On note f l'application qui, à P ∈ Rn [X] associe le reste de la division euclidienne (c) Soit λ un réel non nul ; la matrice B = A + λI3 est-elle inversible ?
de AP par B . (d) Montrer qu'il existe trois réels α, β, γ tels que
(a) Montrer que f est un endomorphisme ; est-ce un isomorphisme ?
B −1 = αA2 + βA + γI3 .
(b) On suppose dans la suite que les polynômes A et B premiers entre eux avec
B scindé à racines simples ; donner les valeurs propres de f .
(c) L'endomorphisme f est-il diagonalisable ?
Soit a ∈ R et n ≥ 2.

(a) Montrer que φ(P )(X) = (X − a) P 0 (X) − P 0 (a) − 2(P (X) − P (a)) dénit Exercice 17 [ 03433 ] [Correction]

un endomorphisme de Rn [X]. Pour quelle(s) valeurs de x ∈ R, la matrice suivante n'est-elle pas diagonalisable ?
(b) À l'aide de la formule de Taylor, déterminer l'image et le noyau de φ. 
−2 − x 5+x x

(c) Trouver ses éléments propres. L'endomorphisme est-il diagonalisable ? A= x −2 − x −x .
−5 5 3
Exercice 15 [ 03299 ] [Correction] Exercice 18 [ 03776 ] [Correction]

Soient n ≥ 2, A et B des matrices de Mn (Z) de déterminants non nuls et Soient E un C-espace vectoriel de dimension nie et e = (e1 , . . . , en ) une base de
premiers entre eux. E.
Montrer qu'il existe U et V dans Mn (Z) telles que On considère l'endomorphisme f de E déterminé par
n
U A + V B = In
ei .
X
∀k ∈ {1, . . . , n} , f (ek ) = ek +
(on pourra écrire χA (X) = XQA (X) ± det A) i=1
On donnera un exemple pour n = 2. (a) Donner la matrice de f dans e.

(b) Déterminer les sous-espaces propres de f .
(c) L'endomorphisme f est-il diagonalisable ?
Exercice 16 [ 03767 ] [Correction] (d) Calculer le déterminant de f . L'endomorphisme f est-il inversible ?
Considérons la matrice A suivante :
 
0 1 0 0 Exercice 19 [ 02543 ] [Correction]
1 k 1 1
A=
0
 ∈ M4 (C). Expliquer brièvement pourquoi
1 0 0
0 1 0 0 t
Com(A)A = det(A)In .
(a) On suppose k réel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?
calculs) ; Que représente un vecteur propre de A pour t Com(A) ?
On suppose de plus que A n'est pas inversible. Déterminer
(b) Déterminer le rang de A.
(c) Donner la raison pour laquelle le polynôme caractéristique de A est de la dim Ker t Com(A).
forme Prouver que t Com(A) n'admet que deux valeurs propres, les expliciter.
X 2 (X − u1 )(X − u2 )
avec u1 , u2 appartenant à C∗ et vériant Exercice 20 [ 03809 ] [Correction]
u1 + u2 = k et u21 + u22 = k + 6.
2 (a) Déterminer l'ensemble Ω des réels a tels que
 
2 1 −2
(d) Étudier les éléments propres dans le cas où u1 = u2 . A = 1 a −1
(e) En déduire les valeurs de k pour que A soit diagonalisable dans M4 (C). 1 1 −1
n'est pas diagonalisable.

(b) Pour a ∈ Ω, trouver P inversible telle que P −1 AP soit triangulaire supérieure. Exercice 24 [ 02536 ] [Correction]
Soient a, b, c, d quatre nombres complexes avec a2 + b2 6= 0 et
 
a b c d
Exercice 21 [ 03450 ] [Correction]  −b a −d c 
On considère un R-espace vectoriel de dimension nie E , u un endomorphisme de A= .
 −c d a −b
E , U = (ui,j ) la matrice de u dans une base de E , ei,j les projecteurs associés à −d −c b a
cette base et Ei,j la matrice de ces projecteurs.
On considère ϕ l'endomorphisme dans L(E) tel que (a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.
ϕ(v) = u ◦ v .
(b) On pose α2 = b2 + c2 + d2 supposé non nul. Montrer que A est diagonalisable.
(a) Montrer que ϕ et u ont les mêmes valeurs propres.

(b) Calculer U Ei,j en fonction des Ek,j . En déduire qu'il existe une base de L(E) Soit (a1 , . . . , an−1 ) ∈ Cn−1 .
dans laquelle la matrice de ϕ est diagonale par blocs.
(a) Quel est le rang de A ∈ Mn (C) dénie par
(c) Exprimer cette matrice.  
0 ··· 0 a1
 .. .. .. 
A=. . . 
 ?.

Exercice 22 [ 03205 ] [Correction] 0 ··· 0 an−1 
Soit E un R-espace vectoriel de dimension nie et u un endomorphisme de E a1 ··· an−1 0
vériant
u3 + u = 0. (b) Avec la trace, que peut-on dire des valeurs propres ?
(a) Montrer que l'espace Im u est stable par u. (c) A est-elle diagonalisable ?
(b) Pour x ∈ Im u, calculer u2 (x)
(c) Soit v l'endomorphisme induit par u sur Im u. Exercice 26 [ 02502 ] [Correction]
Montrer que v est un isomorphisme. Soient E un R-espace vectoriel de dimension nie et u ∈ L(E), v ∈ L(E)
(d) En déduire que le rang de l'endomorphisme u est un entier pair. diagonalisables vériant
u3 = v 3 .
Montrer que u = v .
(a) Trouver les valeurs propres des matrices M ∈ M2 (R) vériant Exercice 27 [ 02521 ] [Correction]
Pour A = (ai,j ) ∈ Mn (C) et B = (bi,j ) ∈ Mn (C), on dénit A ∗ B ∈ Mn2 (C) par
1 1
M2 + M = .
1 1 
a1,1 B ··· a1,n B

.. .. .
A∗B = . .
 
(b) Déterminer alors les matrices M solutions à l'aide de polynômes annulateurs
appropriés. an,1 B ··· an,n B
(a) Montrer que si A, A0 , B, B 0 ∈ Mn (C) alors (A ∗ B)(A0 ∗ B 0 ) = (AA0 ) ∗ (BB 0 ).

(b) En déduire que A ∗ B est inversible si, et seulement si, A et B sont inversibles. (c) La matrice M est-elle diagonalisable ? Déterminer son spectre.
(c) Déterminer le spectre de A ∗ B .
En déduire le polynôme caractéristique, la trace et le déterminant de A ∗ B .
Soit n ≥ 2, A ∈ Mn (R) et f l'endomorphisme de Mn (R) déni par
f (M ) = tr(A)M − tr(M )A
Soit A ∈ M2 (Z) telle que det A = 1 et qu'il existe p ∈ N∗ pour lequel
Ap = I2 .
où tr désigne la forme linéaire trace.
Étudier la réduction de l'endomorphisme f et préciser la dimension de ses
(a) Montrer que A est diagonalisable dans C. sous-espaces propres.
On note α et β les deux valeurs propres de A.
(b) Montrer que |α| = |β| = 1, que α = β et Exercice 32 [ 02513 ] [Correction]
Re(α) ∈ {0, 1/2, 1} .
Soit u un endomorphisme d'un R-espace vectoriel E de dimension nie tel qu'il
existe deux réels non nuls distincts a et b vériant
(c) Montrer que A12 = I2 (u − aId)(u − bId) = 0.
(d) Montrer que l'ensemble G = An n ∈ N est un groupe monogène ni pour

le produit matriciel. Soient

1 1
p= (u − aId) et q = (u − bId).
b−a a−b
Exercice 29 [ 02501 ] [Correction] (a) Calculer p + q , p ◦ p, q ◦ q et q ◦ p.
Soient E un K-espace vectoriel de dimension quelconque, u ∈ L(E) et P ∈ K[X] (b) Montrer que E = Ker p ⊕ Ker q .
ayant 0 comme racine simple et tel que P (u) = 0. (c) Trouver les éléments propres de u. L'endomorphisme u est-il diagonalisable ?
(a) Montrer
Ker u2 = Ker u et Im u2 = Im u.
(b) En déduire Exercice 33 [ 00083 ] [Correction]
E = Ker u ⊕ Im u. Soit E un espace euclidien de dimension n ≥ 2, a un vecteur unitaire de E et k un
réel avec k 6= −1.
(a) Montrer que
Exercice 30 [ 03056 ] [Correction] f (x) = x + k(x | a)a
Soit λ, µ ∈ C∗ , λ 6= µ et A, B, M ∈ Mp (C) telles que dénit un endomorphisme symétrique de E .

 Ip = A + B (b) Montrer que f est un automorphisme.
M = λA + µB (c) Étudier les valeurs propres et les sous-espaces propres de f .
M = λ2 A + µ2 B .
 2
(a) Montrer que M est inversible et exprimer M −1 . Exercice 34 [ 03692 ] [Correction]

On pourra calculer M 2 − (λ + µ)M + λµIp Soit p un entier naturel impair et u un endomorphisme symétrique d'un espace
(b) Montrer que A et B sont des projecteurs. euclidien de dimension n.

(a) Montrer qu'il existe un unique endomorphisme symétrique v tel que v p = u. (b) Montrer que l'ensemble des endomorphismes antisymétriques de E est un
(b) Que se passe-t-il si p est pair ? sous-espace vectoriel de L(E) et donner sa dimension.
(c) Si p est pair et u à valeurs propres positives ?
(d) Si p est pair et u et v à valeurs propres positifs ? Exercice 37 [ 03190 ] [Correction]
Soit E un espace euclidien orienté de dimension 3 muni d'une base orthonormée
directe B = (i, j, k). Soit θ ∈ R, déterminer les éléments caractéristiques de
Soit f un endomorphisme bijectif d'un espace euclidien E vériant : Rotk,π/2 ◦ Rotcos θi+sin θj,π .
∀(x, y) ∈ E 2 , (f (x) | y) = −(x | f (y)).

(a) Montrer que pour tout vecteur x de E , les vecteurs x et f (x) sont Soit u une isométrie de E euclidien et v = u − IdE .
orthogonaux.
(a) Montrer que Ker v = (Im v)⊥ .
(b) Montrer que l'endomorphisme s = f ◦ f est symétrique.
Soit a l'une de ses valeurs propres et Va le sous-espace propre associé. (b) Soit
n−1
1X k
(c) Soit x ∈ Va \ {0E }. Montrer que un = u .
n
k=0
2 2
(s(x) | x) = a kxk = − f (x) Montrer que un (x) n∈N converge, pour tout vecteur x, vers le projeté

orthogonal de x sur Ker v .

et en déduire que a < 0.
(d) On considère toujours x ∈ Va \ {0E }
Montrer que F = Vect(x, f (x)) et F ⊥ sont stables par f . Exercice 39 [ 03379 ] [Correction]
Montrer que l'endomorphisme induit sur F par f a une matrice de la forme Soit u un automorphisme orthogonal d'un espace euclidien E de dimension n.
(a) On pose v = u − Id. Montrer

0 −b
b 0
Ker v = (Im v)⊥ .
dans une base orthonormée (on précisera b)
(b) Soit x ∈ E . Justier l'existence de (x1 , y) ∈ Ker v × E tel que
(e) Conclure que la dimension de E est paire.
x = x1 + v(y).
Exercice 36 [ 02552 ] [Correction] Montrer

N −1
On note E l'espace vectoriel Rn , n ≥ 2, muni de sa structure euclidienne 1 X k 1
u (x) = x1 + (uN (y) − y).
canonique. Le produit scalaire est noté ( · | · ). N N
On dit qu'une application f : E → E est antisymétrique si k=0
(c) On note p la projection orthogonale sur Ker v . Montrer

∀x, y ∈ E, (x | f (y)) = −(f (x) | y).
N −1
1 X k
(a) Montrer qu'une application antisymétrique de E est linéaire. ∀x ∈ E, lim p(x) − u (x) = 0.

N →+∞ N
Que dire de sa matrice dans la base canonique de E ?

k=0


Soient a ∈ R∗ , u un vecteur unitaire de R3 euclidien.
(a) Montrer que l'application fa dénie par
fa (x) = x + ahx, uiu
est un endomorphisme de R3 .
(b) Montrer qu'il existe un unique a0 6= 0 vériant
∀x ∈ R3 , fa0 (x) = kxk .

Donner la nature de fa0 (on pourra s'intéresser à fa20 ).

(c) Montrer que fa est un endomorphisme symétrique et déterminer ses éléments
propres.

Justier que  
1 −2 −2
A = −2 1 −2
−2 −2 1
est diagonalisable et trouver P telle que t P AP soit diagonale.

On considère la matrice  
−2 −2 1
A = −2 1 −2 .
1 −2 −2
(a) Justiez que la matrice A est diagonalisable.
(b) Déterminer P et D dans M3 (R) telles que t P = P −1 , D est diagonale et
t
P AP = D.

[http://mp.cpgedupuydelome.fr] édité le 17 août 2017 Corrections 8
Corrections De plus, puisque B est inversible, on peut supposer les λk tous non nuls.
Sachant B = Ap , le polynôme
Exercice 1 : [énoncé] m
On peut écrire
Y
(X p − λk )
AB = P (A) = αn An + · · · + α1 A + In k=1
donc est annulateur de A. Or ce dernier est scindé à racines simples car

A B − (αn An−1 + · · · + α1 In ) = In .

- les facteurs X p − λk et X p − λ` (avec k 6= `) ont des racines deux à deux
Par le théorème d'inversibilité, A est inversible et distinctes ;
A−1 = B − (αn An−1 + · · · + α1 In ). - les racines de X p − λk sont toutes simples (car λk 6= 0).
Puisque A commute avec A−1 et ses puissances, on en déduit que A commute avec On en déduit que A est diagonalisable.
B = A−1 + αn An−1 + · · · + α1 I .
Exercice 4 : [énoncé]
On obtient N 2 = sN avec s = a1 + · · · + an .
Exercice 2 : [énoncé] Puisque s > 0, N annule un polynôme scindé simple et donc est diagonalisable.
(a) On obtient −1/2 n'est pas valeur propre de N car n'est pas racine du polynôme annulateur
X 2 − sX donc M est inversible. En recherchant M −1 de la forme xM + yIn , on
Y
P (ai ) = ai (ai − aj )
j6=i obtient
M −1 = In − (2 + s)N .
P est de degré n et unitaire donc
n
P (x) ai
.
X
Qn =1+
x − ai Exercice 5 : [énoncé]
i=1 (x − ai ) i=1
(a) Soit x un vecteur propre associé à la valeur propre λ. On a f (x) = λx avec
(b) On en déduit x 6= 0E . Par composition f n (x) = λn x puis P (f )(x) = P (λ)x. Or
P (f )(x) = 0E et x 6= 0E donc P (λ) = 0.
n
ai .
Y
det A = P (0) = (−1)n−1 (n − 1)
i=1
(b) Le polynôme X 3 + 2X 2 − X − 2 est annulateur de f et 0 n'en est pas racine
donc 0 ∈/ Sp f . Cela sut pour conclure si l'espace est de dimension nie.
Notons que l'on peut proposer une démarche plus simple en commençant par
Sinon, on exploite
factoriser les ai par colonnes.

1 2 1 2
f◦ (f + 2f − Id) = (f + 2f − Id) ◦ f = IdE
2 2
Si A est diagonalisable, on peut écrire A = P DP −1 avec P inversible et D pour conclure.
diagonale. On a alors B = Ap = P −1 Dp P avec Dp diagonale et donc B est
diagonalisable.
Inversement, si B est diagonalisable alors il existe un polynôme annulateur de B Exercice 6 : [énoncé]
scindé à racines simple de la forme
(a) Le polynôme caractéristique d'une matrice complexe possède au moins une
m
racine dans C.
(X − λk ).
Y
k=1
(b) det(In + λT ) = 1 6= 0 et donc T vérie (P ).

(c) rg Tr = r. (c) Pour λ ∈ R, Φ(P ) = λP si, et seulement si, P 0 (X) = 4X+(1+λ)

X 2 −1 P (X) i.e. si, et
(d) Les matrices A et B étant de même rang, elles sont équivalentes et donc il seulement si, la fonction polynomiale P est solution, par exemple sur
existe P, Q inversibles vériant A = P BQ. Puisqu'il existe une matrice M ]1 ; +∞[, de l'équation diérentielle
telle que det(M + λA) 6= 0 pour tout λ ∈ K, on a
4x + (1 + λ)
det(P M Q + λB) = det P det(M + λA) det Q 6= 0 y0 = y.
x2 − 1
et donc B vérie la propriété (P ). Or moyennant une décomposition en éléments simples et passage à l'opposé
(e) Si une matrice est non inversible, elle est de même rang qu'une matrice Tr de λ, cette équation est celle précédemment résolue et le problème est alors
avec r < n et comme cette dernière vérie (P ), on peut conclure qu'une de déterminer pour quel paramètre −λ, la solution précédemment présentée
matrice non inversible vérie (P ). est une fonction polynomiale de degré inférieur à 4. Les valeurs
Inversement, si A est une matrice inversible alors pour tout M ∈ Mn (C) 3, 1, −1, −3, −5 conviennent et ce sont donc des valeurs propres de Φ, de plus
il ne peut y en avoir d'autres car dim R4 [X] = 5. Les vecteurs propres
det(M + λA) = det(A) det(M A−1 + λIn ) associés à ces valeurs propres λ sont les polynômes
et puisque la matrice M A−1 admet une valeur propre, il est impossible que
avec C 6= 0.
5+λ 3−λ
det(M + λA) soit non nul pour tout λ ∈ C. C(X − 1) 2 (X + 1) 2
(f) Si n est impair alors toute matrice de Mn (R) admet une valeur propre (car le
polynôme caractéristique réel est de degré impair). On peut alors conclure
comme au dessus. Exercice 8 : [énoncé]
Si n est pair, la propriété précédente n'est plus vraie. Par exemple Le polynôme caractéristique χA (X) = (X − 1)3 est scindé donc A est

0 −1
trigonalisable.
A=
1 0 On a    
1 0
est inversible et vérie la propriété (P ) avec M = In . E1 (A) = Vect 0 , −1
0 1
Exercice 7 : [énoncé] et puisque        

0 0 0 0
(a) L'application Φ est évidemment linéaire, il reste à voir qu'elle est à valeurs
A 0 = −1 = 0 + −1
dans R4 [X].
1 2 1 1
Pour un polynôme P de degré inférieur à 4, le polynôme
(X 2 − 1)P 0 (X) − (4X + 1)P (X) est de degré inférieur à 5 et, si a est le on a A = P T P −1 avec
coecient de X 4 dans P , le coecient de X 5 dans Φ(P ) est 4a − 4a = 0. Par
suite Φ est bien à valeurs dans R4 [X] et c'est donc un endomorphisme de cet
   
1 0 0 1 0 0
espace. T = 0 1 1 et P = 0 −1 0 .
(b) L'équation
0 0 1 0 1 1
5−λ 3+λ
y0 = + y
2(x − 1) 2(x + 1)
est une équation diérentielle linéaire d'ordre 1 de solution générale Exercice 9 : [énoncé]
y(x) = C |x − 1|
(5−λ)/2 (3+λ)/2
|x + 1| (a) Il sut de calculer le polynôme caractéristique de f à partir d'une
représentation matricielle triangulaire par blocs relative à une base adaptée à
sur I = ]−∞ ; −1[, ]−1 ; 1[ ou ]1 ; +∞[. l'espace non nul E(f, a).

(b) La matrice A est de rang 1 donc 0 est valeur propre de A et par la formule du et donc B divise le polynôme (A − λ)P . Or deg P < deg B donc au moins une
rang dim E(A, 0) = 3. des racines de B n'est pas racine de P et est donc racine de A − λ. Ainsi
Le polynôme caractéristique de A étant de degré 4 et factorisable par X 3 , λ = A(xk ) avec xk une des racines de B .
c'est un polynôme scindé. La somme des valeurs propres de A comptées avec Inversement, soit xk une racine de B ,λ = A(xk ) et
multiplicité vaut alors tr A = 10.
Par suite 10 est valeur propre de A de multiplicité nécessairement 1. (X − xj ) 6= 0.
Y
Pk =
Finalement A est diagonalisable semblable à diag(0, 0, 0, 10). j6=k
On a deg Pk < deg B et B | (A − A(xk ))Pk . On en déduit f (Pk ) = A(xk )Pk et

Exercice 10 : [énoncé] donc A(xk ) est valeur propre de f et Pk en est un vecteur propre associé.
(a) L'application f est à valeurs dans Rn [X] car le reste R d'une division (c) La famille de Pk se comprend comme la famille d'interpolation de Lagrange
euclidienne par B vérie en les xk , elle constitue donc une base de Rdeg B−1 [X]. Puisque Ker f = E0 (f )
deg R < deg B ≤ n. est un supplémentaire de cet espace, l'endomorphisme est diagonalisable.
Soient λ1 , λ2 ∈ R et P1 , P2 ∈ Rn [X].
On a
AP1 = BQ1 + f (P1 ) et AP2 = BQ2 + f (P2 ) Exercice 11 : [énoncé]
donc Notons A la matrice étudiée.
A(λ1 P1 + λ2 P2 ) = B(λ1 Q1 + λ2 Q2 ) + λ1 f (P1 ) + λ2 f (P2 ) Après calcul, son polynôme caractéristique est χA = (X − 9)3 .
Celui-ci est scindé et par conséquent la matrice A est trigonalisable.
avec Après résolution
deg λ1 f (P1 ) + λ2 f (P2 ) ≤ max deg f (P1 ), deg f (P2 ) < deg B .
E9 (A) = Vect 1 1 −1/2
dim E9 (A) = 1 et X1 = t 1 1 −1/2 est vecteur propre. Complétons ce vecteur

Par unicité d'une division euclidienne, on peut armer
en une base et considérons la matrice de passage associée
f (λ1 P1 + λ2 P2 ) = λ1 f (P1 ) + λ2 f (P2 ).  
1 0 0
Puisque les valeurs prises par f sont Rn−1 [X], l'endomorphisme f ne peut P = 1 1 0 .
être surjectif, ce n'est donc pas un isomorphisme. −1/2 0 1
(b) Soit λ ∈ R. Si f (P ) = λP alors c'est qu'il existe un polynôme Q tel que
On a
AP = BQ + λP .
 
9 −5 −2
P −1 AP = 0 12 −6 .
Cas λ = 0. 0 3/2 6
On a f (P ) = 0 si, et seulement si, le polynôme B divise le polynôme AP . Or
A et B sont premiers entre eux, donc f (P ) = 0 si, et seulement si, B divise P . Considérons alors la sous matrice
On en déduit que 0 est valeur propre de f et le sous-espace propre associé est
12 −6

0
A =
E0 (f ) = B. Vect(1, X, . . . , X n−deg B ) 3/2 6
c'est-à-dire l'espace des multiples de B inclus dans Rn [X]. de polynôme caractéristique (X − 9)2 car χA (X) = (X − 9)χA0 (X). Après
Cas λ 6= 0. On obtient résolution
E9 (A0 ) = Vect 1, 1/2 .

(A − λ)P = BQ

Considérons la matrice de passage (a) Si (a, b, c) 6= (0, 0, 0) alors a2 + b2 + c2 > 0 et la matrice A n'est pas
diagonalisable sur R car son polynôme caractéristique n'est pas scindé.
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.

1 0
P0 = .
1/2 1
(b) Si (a, b, c) 6= (0, 0, 0) alors la matrice A diagonalisable dans
√ M3 (C) car
On a possède trois valeurs propres distinctes à savoir 0 et ±i a2 + b2 + c2 .
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.

9 −6
(P 0−1 0
)A P =0
.
0 9 (c) Puisque 0 est la seule valeur propre réelle de A et puisque B est inversible si,
Enn, pour et seulement si, −λ est valeur propre de A, on peut conclure que B est


1 0 0
 inversible pour tout λ 6= 0.
1 0
Q=P × = 1 1 0 (d) Puisque le polynôme caractéristique est annulateur de A on a
0 P0
−1/2 1/2 1
A3 + (a2 + b2 + c2 )A = O3
on obtient
donc
 
9 −6 −2
Q−1 AQ = 0 9 −6 . (B − λI3 )3 + (a2 + b2 + c2 )(B − λI3 ) = O3 .
0 0 9
Il sut de développer et de réorganiser pour obtenir une expression du type
B(uB 2 + vB + wI3 ) = I3
et conclure
(a) Il existe x 6= 0Z , vériant B −1 = uB 2 + vB + wI3 = αA2 + βA + γI3 .
u(v(x)) = λx.
On a alors
(v ◦ u)(v(x)) = λv(x). Exercice 14 : [énoncé]
Or v(x) 6= 0E car u(v(x)) 6= 0E et u(0E ) = 0E . (a) La linéarité est immédiate et sans peine deg(φ(P )) ≤ n pour P ∈ Rn [X].
On en déduit que λ est valeur propre de v ◦ u. (b) On a
n
(b) On observe P (k) (a)
(X − a)k .
X
P (X) =
u ◦ v(P ) = P et v ◦ u(P ) = P − P (0). k=0
k!
On en déduit n
X P (k) (a)
Ker(u ◦ v) = {0} et Ker(v ◦ u) = R0 [X]. P 0 (X) = (X − a)k−1
(k − 1)!
k=1
En substance, la propriété précédente ne vaut pas pour λ = 0 en dimension puis
quelconque. n
X P (k) (a)
n
X P (k) (a)
(c) Cependant, en dimension nie, si 0 est valeur propre de u ◦ v alors φ(P )(X) = (X − a)k − 2 (X − a)k
(k − 1)! k!
det(u ◦ v) = 0 et donc det(v ◦ u) = 0 d'où 0 valeur propre de v ◦ u. k=2 k=1
donc n
P (k) (a)
(X − a)k − 2P 0 (a)(X − a).
X
φ(P )(X) = (k − 2)
Exercice 13 : [énoncé] k!
k=3
Par Sarrus Ainsi
χA = X(X 2 + (a2 + b2 + c2 )). P ∈ Ker φ ⇐⇒ P 0 (a) = 0 et ∀3 ≤ k ≤ n, P (k) (a) = 0

et donc On observe alors

Ker φ = Vect(1, (X − a) ).
2
U A + V B = (u. det A + v. det B)In = In .
Aussi
P ∈ Im φ ⇐⇒ P (a) = P 00 (a) = 0 Remarquons que prendre
et donc U = ut Com A et V = v t Com B
Im φ = (X − a) Rn−3 [X] + Vect(X − a).
3
était sans doute plus simple. . .
(c) On a Pour
1 0 2 0
 A= et B =
 0 = λP (a) 0 1 0 2
φ(P ) = λP ⇐⇒ −2P 0 (a) = λP 0 (a) les matrices
(k − 2)P (k) (a) = λP (k) (a) pour k ∈ {2, . . . , n} .

3 0 −1 0

U= et V =
0 3 0 −1
Cette équation possède une solution non nulle si, et seulement si, λ = 0,
λ = −2 et λ = k − 2 avec k ∈ {2, . . . , n}.
conviennent. . .
Ainsi
Sp(φ) = {−2, 0, 1, . . . , n − 2} .
On a E−2 (φ) = Vect(X − a), E0 (φ) = Ker φ, Ek−2 (φ) = Vect(X − a)k pour (a) La matrice A est symétrique réelle donc orthogonalement diagonalisable.
k ∈ {3, . . . , n}.
La somme des dimensions des sous-espaces propres vaut dim Rn [X] : (b) rg A = 2.
l'endomorphisme est diagonalisable. (c) Le polynôme caractéristique de A est scindé et unitaire.
En fait, la base des (X − a)k est base de diagonalisation de l'endomorphisme Puisque dim Ker A = 2, 0 est valeur propre au moins double de A et donc
φ.
χA = X 2 (X − u1 )(X − u2 )
avec u1 , u2 ∈ C.
Exercice 15 : [énoncé] La matrice A est trigonalisable semblable à une matrice triangulaire où
Puisque les entiers det A et det B sont premiers entre eux, on peut écrire par gurent sur la diagonale les valeurs 0, 0, u1 et u2 . Par similitude, on a
l'égalité de Bézout
tr A = u1 + u2 et tr A2 = u21 + u22
u. det A + v. det B = 1 avec u, v ∈ Z.
et donc
On écrit χA (X) = XQA (X) + (−1) det A et de même χB (X) (ces écritures sont
n u1 + u2 = k et u21 + u22 = k 2 + 6.
possibles car le déterminant est au signe près le coecient constant d'un Enn u1 6= 0 car sinon u2 = k et u22 = k2 6= k2 + 6. De même u2 6= 0.
polynôme caractéristique). √
(d) Si u1 = u2 alors u1 = u2 = k/2 et k2 /2 = k2 + 6 donc k = ±i2 3.
Posons alors La résolution du système
U = (−1)n−1 uQA (A) et V = (−1)n−1 vQB (B). k
AX = X
Puisque χA et χB sont à coecients entiers, on a U, V ∈ Mn (Z). 2
Puisque χA et χB sont annulateurs, on a conduit à un espace de solution de dimension 1
Vect t 1, k/2, 1, 1 .

QA (A)A = (−1)n−1 det A.In et QB (B)B = (−1)n−1 det B.In .

(e) Finalement,
√ la matrice A est diagonalisable dans M4 (C) si, et seulement si, (b) D'une part
k 6= ±i2 3. f (e1 + · · · + en ) = (n + 1)(e1 + · · · + en )
et d'autre part, pour x = x1 e1 + · · · + xn en avec x1 + · · · + xn = 0 on a
Exercice 17 : [énoncé] f (x) = x.
En ajoutant la troisième colonne à la première puis en retranchant la première
ligne à la troisième On en déduit que 1 et n + 1 sont valeurs propres de f et puisque la valeur
propre 1 est associé à un hyperplan, il ne peut y avoir d'autres valeurs
propres.

−λ − 2 5+x x
3 En résumé Sp f = {1, n + 1} et

χA (λ) = (−1) 0 −2 − x − λ −x
0 −x 3 − x − λ
E1 (f ) = {x | x1 + · · · + xn = 0} et En+1 (f ) = Vect(e1 + · · · + en ).
ce qui donne
χA (λ) = (λ + 2) λ2 + (2x − 1)λ − x − 6 .
(c) L'endomorphisme f est diagonalisable car
Le facteur a pour discriminant dim E1 (f ) + dim En+1 (f ) = n.
∆ = (2x − 1)2 + 4x + 24 = 4x2 + 25 > 0 (d) Par les valeurs propres

det f = (n + 1) 6= 0
et possède donc deux racines réelles distinctes. Si celles-ci dièrent de −2, alors la
matrice A possède trois valeurs propres distinctes et est donc diagonalisable. et l'endomorphisme f est inversible. . .
Il est donc nécessaire que −2 soit racine de λ2 + (2x − 1)λ − x − 6 pour que la
matrice A ne soit pas diagonalisable. C'est le cas si, et seulement si, x = 0 et alors

−2 5 1

Les coecients de t Com(A)A s'interprètent comme des développements de
A= 0 −2 0 . déterminants selon une colonne. . .
−5 5 3 Si A admet n valeurs propres distinctes, det A est le produit de ces valeurs
propres.
On a alors Si X 6= 0 vérie AX = λX alors λt Com(A)X = (det A)X .
rg(A + 2I3 ) = 2 Ainsi quand λ 6= 0, X est vecteur propre de t Com(A) associé à la valeur propre
λ .
det A
et donc dim E−2 (A) = 1 < m−2 (A) ce qui entraîne que la matrice A n'est pas Si A n'est pas inversible alors det A = 0 donc t Com(A)A = 0 puis
diagonalisable. Im A ⊂ Ker t Com(A).
Finalement A n'est pas diagonalisable si, et seulement si, x = 0. Ainsi dim Ker t Com(A) ≥ n − 1. De plus Com(A) 6= 0 car rg A = n − 1 (car les
valeurs propres de A sont simples, en particulier 0). Par suite
dim Ker t Com(A) = n − 1
Exercice 18 : [énoncé] Sous réserve que n ≥ 2, 0 est valeur propre de t Com(A) et puisque
dim Ker t Com(A) = n − 1, il ne reste de place que pour une seule autre valeur
(a) On obtient   propre.
2 (1) Soit X ∈ Ker A \ {0},. On a t Com(A + tIn )(A + tIn )X = det(A + tIn )X
.. . Pour t 6= 0, on a
Mate f =  .
 
det(A + tIn )
(1) 2 t
Com(A + tIn )X = X.
t
Quand t → 0+ , par continuité (a) Soit λ une valeur propre

de ϕ.
Il existe v ∈ L(E) \ 0̃ tel que u ◦ v = λv .
t
Com(A + tIn )X → t Com(A)X . Soit alors x ∈ E tel que v(x) 6= 0 (ce qui est possible puisque v 6= 0̃)
Puisque u v(x) = λv(x), on peut armer que λ est valeur propre de u.
En calculant le déterminant par diagonalisation, det(A+tI
t
n)
→ µ avec µ le produit Inversement soit λ une valeur propre de u et x 6= 0 un vecteur propre associé.
des valeurs propres non nulles de A. Considérons v l'endomorphisme de E déterminé par
Par unicité de la limite, on obtient t Com(A)X = µX .
Au nal, t Com(A) admet 2 valeurs propres : 0 et µ. ∀1 ≤ i ≤ n, v(ei ) = x.
L'endomorphisme v est bien déterminé puisqu'on a ici xé l'image d'une base.
Exercice 20 : [énoncé] Puisque a u ◦ v = λv (car cette égalité vaut pour les vecteurs d'une base), on
obtient ϕ(v) = λv avec v 6= 0̃. Ainsi λ est aussi valeur propre de ϕ.
(a) χA = X(X − 1)(X − a). b et c) Sachant Ei,j Ek,` = δj,k Ei,` ,
Si a 6= 0, 1 alors A est diagonalisable.
Si a = 0 alors rg A = 2 donc dim Ker A = 1 < m0 (A) et la matrice A n'est pas n n
uk,i Ek,j .
X X
diagonalisable. U Ei,j = uk,` Ek,` Ei,j =
Si a = 1 alors rg(A − I) = 2 et par le même argument qu'au dessus, A n'est k,`=1 k=1
pas diagonalisable.
Dans la base (E1,1 , . . . , En,1 ), (E1,2 , . . . , En,2 ), . . . , (E1,n , . . . , En,n ) , la

On conclut
matrice de ϕ est diagonale par blocs avec des blocs diagonaux chacun égaux à
Ω = {0, 1} .
U.
(b) Cas a = 0    
1 3
Ker A = Vect 0 et Ker(A − I3 ) = Vect 1 . Exercice 22 : [énoncé]
1 2 (a) L'image d'un endomorphisme est toujours stable par celui-ci. . . En eet
Par conséquent la matrice suivante convient
∀x ∈ Im u, u(x) ∈ Im u.
 
1 3 0
P = 0 1 0 . (b) Si x ∈ Im u alors il existe a ∈ E tel que x = u(a). On a alors
1 2 1
u2 (x) = u3 (a) = −u(a) = −x.
Cas a = 1  
1
 
1 (c) En vertu de ce qui précède, v 2 = −Id donc v est un isomorphisme et
Ker A = Vect 0 et Ker(A − I3 ) = Vect 1 v −1 = −v .
1 1 (d) D'une part
Par conséquent la matrice suivante convient det(v −1 ) =
1
  det v
1 1 0 et d'autre part
P = 0 1 0 . det(−v) = (−1)dim Im u det v
1 1 1
donc
(−1)dim Im u > 0.
Exercice 21 : [énoncé] On en déduit que la dimension de l'image de u est paire.

Exercice 23 : [énoncé] Exercice 24 : [énoncé]

Posons
1 1

(a) On obtient
A= . At A = (a2 + b2 + c2 + d2 )I4
1 1
On obtient aisément Sp A = {0, 2} et donc (det A)2 = a2 + b2 + c2 + d2 .
4
(a) Soit M une matrice solution de l'équation M 2 + M = A. D'autre part, pour b, c, d xés, a 7→ det A est une fonction polynomiale
Si λ est valeur propre de M alors λ2 + λ est valeur propre de A et donc unitaire de degré 4 donc
λ2 + λ = 0 ou λ2 + λ = 2. det A = a4 + α(b, c, d)a3 + β(b, c, d)a2 + γ(b, c, d)a + δ(b, c, d).
On en déduit La valeur connue de (det A)2 permet alors de déterminer α, β, γ, δ et

λ ∈ {0, −1, 1, −2} . d'armer
(b) Posons det(A) = (a2 + b2 + c2 + d2 )2 .
Si a2 + b2 + c2 + d2 6= 0 alors rg(A) = 4.
P (X) = X(X + 1)(X − 1)(X + 2) = (X 2 + X)(X 2 + X − 2). Si a2 + b2 + c2 + d2 = 0 alors rg(A) ≤ 3. Or a2 + b2 6= 0 donc la sous matrice

a b
On a est de rang 2 et donc rg(A) ≥ 2.
−b a
P (M ) = A(A − 2I2 ) = O2 .
On observe de plus que
Puisque M annule un polynôme scindé à racines simple, la matrice M est
diagonalisable. C3 =
ac + bd bc − ad
C1 + 2 C2
Notons λ et µ ses deux valeurs propres. Puisque λ2 + λ et µ2 + µ a2 + b2 a + b2
correspondent aux deux valeurs propres de A, on a, quitte à échanger λ et µ : et
ad − bc bd + ac
λ ∈ {0, −1} et µ ∈ {1, −2} . C4 = C1 + 2 C2
a2 + b2 a + b2
Il y a alors quatre situations possibles : donc rg(A) = 2.
Cas λ = 0 et µ = 1
On a M (M − I2 ) = O2 donc M 2 − M = O2 . Combinée à la relation (b) Par la formule obtenue ci-dessus, χA = ((a − X)2 + b2 + c2 + d2 ) et donc
χA = ((a − X)2 + α2 )2 .
M 2 + M = A, on obtient
1 Les valeurs propres de A sont a + α et a − α.
M = A. Par l'étude qui précède rg(A − (a + α)Id) = 2 et rg(A − (a − α)Id) = 2 donc
2
Cas λ = 0 et µ = −2 dim Ea+α (A) = dim Ea−α (A) = 2
Un raisonnement analogue donne
et par suite A est diagonalisable.
M = −A.
Cas λ = −1
On obtient Exercice 25 : [énoncé]
1
M = A − I2 et M = −I2 − A.
2 (a) rg(A) = 0 si a1 = . . . = an−1 = 0 et rg(A) = 2 sinon.
Inversement, on vérie par le calcul que ces matrices sont solutions. (b) La somme des valeurs propres est nulle.

(c) En développant le déterminant selon la dernière colonne puis en développant (a) Poser le produit par blocs.
les mineurs obtenus selon leur k-ieme colonne, on obtient (b) Si A et B sont inversibles alors (A ∗ B)(A−1 ∗ B −1 ) = In ∗ In = In2 donc
A ∗ B est inversible.
χA = X n−2 (X 2 − (a21 + · · · + a2n−1 )).
Si A n'est pas inversible alors il existe A0 6= 0 tel que AA0 = On et alors
Si a21 + · · · + a2n−1 6= 0 alors A admet deux valeurs propres opposées non (A ∗ B)(A0 ∗ In ) = 0 avec A0 ∗ In 6= 0 donc A ∗ B n'est pas inversible.
nulles et 0 pour valeur propre d'espace propre de dimension n − 2 donc A est Un raisonnement semblable s'applique dans le cas où B n'est pas inversible.
diagonalisable. (c) Il existe P, Q matrices inversibles telles que
Si a21 + · · · + a2n−1 = 0 alors 0 est la seule valeur propre de A et A est
diagonalisable si, et seulement si, A = 0 i.e. a1 = . . . = an−1 = 0.
   
λ1 ∗ µ1 ∗
−1 ..  et Q BQ = 
−1 ..
P AP =  . .
   

0 λn 0 µn
Soient λ ∈ Sp(u) et x ∈ Eλ (u) non nul. On a avec λi et µi les valeurs propres de A et B .
On observe alors que (P −1 ∗ Q−1 )(A ∗ B)(P ∗ Q) = (P −1 AP ) ∗ (Q−1 BQ) est
v 3 (x) = u3 (x) = λ3 x. triangulaire supérieure de coecients diagonaux λi µj . Les valeurs propres de
A ∗ B sont les produits des valeurs propres de A et B .
Or v est diagonalisable donc, en notant µ1 , . . . , µp les valeurs propres de v , on a la
décomposition en somme directe (d) On note que P −1 ∗ Q−1 = (P ∗ Q)−1 de sorte que A ∗ B est semblable à la
matrice triangulaire précédente et donc
p
E = ⊕ Eµj (v). n
n Y
j=1
(X − λi µj ).
Y
χA∗B =
On peut alors écrire x = j=1 xj avec xj ∈ Eµj (u). L'égalité v (x) = λ x donne
Pp 3 3 i=1 j=1
p p On en déduit
λ xj .
X X
µ3j xj = 3
det(A ∗ B) = (det A det B)n
j=1 j=1
et la relation
Les espaces Eµj (v) étant en somme directe, on peut identier les termes de ces tr(A ∗ B) = tr(A) tr(B)
sommes
µ3j xj = λ3 xj . est immédiate par un calcul direct.
Si xj 6= 0E , on obtient µj = λ et donc µj xj = λxj .
Si xj = 0E , l'identité µj xj = λxj reste vraie.
On en déduit Exercice 28 : [énoncé]
v(x) = λx = u(x). (a) La matrice A annule le polynôme X p − 1 qui est scindé simple dans C[X]
Ainsi les endomorphismes v et u coïncident sur Eλ (u). Or, l'endomorphisme u donc A est diagonalisable dans M2 (C).
étant diagonalisable, E est la somme des sous-espaces propres de u. Les (b) Les valeurs propres α et β sont racines du polynôme annulateur donc
endomorphismes v et u coïncident donc sur E . αp = β p = 1. En particulier |α| = |β| = 1.
Puisque det A = αβ = 1, on a α = 1/β = β/ |β|2 = β .
Enn, trA = 2Re(α) ∈ Z et 2Re(α) ∈ [−2 ; 2] car |α| ≤ 1 donc
Exercice 27 : [énoncé] Re(α) ∈ {0, 1/2, 1}.


(c) Selon la valeur de Re(α) et sachant |α| = 1, les valeurs possibles de α sont On en déduit
λ+µ 1
M Ip − M = Ip .
−1, j, i, −j 2 , 1 λµ λµ
et leurs conjuguées. Par le théorème d'inversibilité, M est inversible et

Dans tous les cas, on vérie α12 = 1 et on a aussi β 12 = 1. λ+µ 1
Puisque A est semblable à la matrice diagonale D = diag(α, β) et que celle-ci M −1 = Ip − M.
λµ λµ
vérie D12 = I2 , on a A12 = I2 .
(d) On vérie aisément que G est un sous-groupe du groupe (GL2 (C), ×) et (b) M − µIp = (λ − µ)A et M − λIp = (µ − λ)B .
puisque Or
G = I2 , A, A2 , . . . , A11

(M − µIp )(M − λIp ) = M 2 − (λ + µ)M + λµIp = Op
G est un groupe monogène ni. donc (λ − µ)2 AB = Op puis AB = Op car λ 6= µ.
Puisque A = A × Ip = A2 + AB = A2 , A est un projecteur.
Il en est de même pour B .
Exercice 29 : [énoncé] (c) M annule le polynôme scindé simple
(a) On sait déjà Ker u ⊂ Ker u2 . On a P = XQ avec Q(0) 6= 0. Pour x ∈ Ker u2 ,
X 2 − (λ + µ)X + λµ = (X − λ)(X − µ).
on a u2 (x) = 0 et Q(u)(u(x)) = 0 donc u(x) ∈ Ker u ∩ Ker Q(u) puis u(x) = 0
car Q(0) 6= 0. On en déduit Ker u2 ⊂ Ker u puis l'égalité. La matrice M est donc diagonalisable et Sp(M ) ⊂ {λ, µ}.
L'inclusion Im u2 ⊂ Im u est entendue. Il se peut que cette inclusion soit stricte, c'est le cas si M = λIp avec A = Ip
Inversement, soit x ∈ Im u. On peut écrire x = u(a) pour un certain a ∈ E . et B = Op .
Or P (u)(a) = 0 et l'on peut écrire P sous la forme En tout cas, le spectre n'est pas vide car M est diagonalisable.
P (X) = an X n + · · · + a1 X avec a1 6= 0
donc Exercice 31 : [énoncé]

a1 u(a) ∈ Im u2 On observe
puis x ∈ Im u2 . f ◦ f (M ) = tr(A) tr(A)M − tr(M )A − tr tr(A)M − tr(M )A A = tr(A)f (M ).

Ainsi Im u2 = Im u
(b) Pour x ∈ Ker u ∩ Im u, il existe a ∈ E , x = u(a) et a ∈ Ker u2 = Ker u donc Ainsi
x = 0. f ◦ f = tr(A).f .
Pour x ∈ E , u(x) ∈ Im u = Im u2 et on peut écrire u(x) = u2 (a) pour un
certain a ∈ E . On a alors x = y + z avec y = u(a) ∈ Im u et z = x − y où l'on Si tr A 6= 0 alors l'endomorphisme f est diagonalisable car annule le polynôme
vérie z ∈ Ker u. X 2 − tr(A)X qui est scindé à racines simples.
Si tr A = 0 alors les valeurs propres de f gurent parmi les racines du polynôme
X 2 . Seule 0 peut donc être valeur propre de f et par conséquent f est
diagonalisable si, et seulement si, f = 0̃. Ceci correspond au cas A = On .
Exercice 30 : [énoncé] Déterminons maintenant les sous-espaces propres de f .
(a) On vérie par le biais des relations proposées Le cas A = On est immédiat. Supposons-le désormais exclu.
Si tr(M ) = 0 alors
M 2 − (λ + µ)M + λµIp = Op . f (M ) = tr(A)M .

Pour M matrice de l'hyperplan des matrices de trace nulle, f (M ) = λM avec On peut alors conclure que si k 6= 0 alors
λ = tr(A). On en déduit que tr(A) est valeur propre de M et le sous-espace propre
associé est de dimension au moins n2 − 1. Sp f = {1, 1 + k} , E1+k (f ) = Vect a et E1 (f ) = (Vect a)⊥
Dans le cas où tr(A) = 0, l'endomorphisme n'est pas diagonalisable et la car la somme des dimensions des sous-espaces propres de f ne peut excéder n.
dimension du sous-espace propre associé à la valeur propre tr(A) est exactement Dans le cas k = 0, on a f = Id.
n2 − 1.
Dans le cas où tr(A) 6= 0, l'endomorphisme f est diagonalisable et donc la
dimension des sous-espaces propres des valeurs propres 0 et tr(A) sont Exercice 34 : [énoncé]
respectivement 1 et n2 − 1.
(a) Existence :
L'endomorphisme u est symétrique donc diagonalisable en base orthonormée.
Exercice 32 : [énoncé] Soit B une telle base et
(a) p + q = Id, p ◦ q = 0 car (u − aId)(u − bId) = 0,
 
λ1 (0)
p = p ◦ Id = p ◦ p + p ◦ q = p ◦ p, aussi q ◦ q = q via q ◦ p = 0. .. .
D = MatB (u) =  .
 
(b) Ker p = Ker(u − aId), Ker q = Ker(u − bId) et (u − aId)(u − bId) = 0 donne (0) λn
par le lemme de décomposition des noyaux, E = Ker p ⊕ Ker q .
(c) u est diagonalisable car annule un polynôme scindé simple, Considérons alors v l'endomorphisme de E déterminé par
Sp(u) = {a, b}, Ea (u) = Ker p, Eb (u) = Ker q à moins que u = aId ou u = bId. √
p

λ1 (0)
..
MatB (v) =  . √ .
 
Exercice 33 : [énoncé] (0) p

λn
(a) L'application f est évidemment bien dénie de E dans E et est aussi linéaire L'endomorphisme v est symétrique car représenté par une matrice symétrique
car en base orthonormée.
L'endomorphisme v vérie par construction v p = u : il est solution.
f (λx + µy) = λx + µy + k(λ(x | a) + µ(x | a))a = λf (x) + µf (y).
Unicité :
L'application f est donc endomorphisme de E . De plus Soit v un endomorphisme symétrique solution. L'endomorphisme v commute
avec u, les sous-espaces propres de u sont donc stables par v . Soit Eλ (u) un
(f (x) | y) = (x | y) + k(x | a)(y | a) = (x | f (y)). tel sous-espace propre. L'endomorphisme induit par v sur ce sous-espace
propre est diagonalisable, considérons une base Bλ de diagonalisation. La
Ainsi l'endomorphisme f est symétrique (et par conséquent diagonalisable matrice de l'endomorphisme induit par v dans cette base Bλ est diagonale et
dans une base orthonormée). sa puissance p -ième est égale à λId car v p = u. On en déduit que√
(b) Si f (x) = 0E alors x + k(x | a)a = 0E et donc x ∈ Vect a. l'endomorphisme induit par v sur l'espace Eλ (u) n'est autre que p λId. Ceci
Or f (a) = (1 + k)a 6= 0E donc Ker f = {0E } et par suite f est un détermine entièrement v sur chaque sous-espace propre de u. Or ces derniers
automorphisme de E . forment une décomposition en somme directe de E , l'endomorphisme v est
(c) On a f (a) = (1 + k)a donc 1 + k ∈ Sp f et donc entièrement déterminé.
(b) Si p est pair et que u possède une valeur propre négative, l'endomorphisme v
Vect a ⊂ E1+k (f ). n'existe pas.
Pour x ∈ Vect(a)⊥ , f (x) = x donc 1 ∈ Sp f et (c) Si p est pair et u positif alors on peut à nouveau établir l'existence mais
l'unicité n'est plus vraie car on peut changer les signes des valeurs propres de
(Vect a)⊥ ⊂ E1 (f ). v tout en conservant la propriété v p = u.

(d) On retrouve existence et unicité en adaptant la démonstration qui précède. (e) Par les outils qui précèdent, on parvient par récurrence, à décomposer
l'espace E en somme directe orthogonale de plans stables par f , l'espace E
est donc de dimension paire.
(a) On a
(x | f (x)) = −(x | f (x)) Exercice 36 : [énoncé]
donc x et f (x) sont orthogonaux et ce, quel que soit x dans E . (a) Pour tout vecteur x de E ,
(b) Pour tout x, y ∈ E (x | f (λy + µz)) = −(f (x) | λy + µz) = −λ(f (x) | y) − µ(f (x) | z).
(s(x) | y) = −(f (x) | f (y)) = (x | s(y))
Ainsi
et donc l'endomorphisme s est symétrique. (x | f (λy + µz)) = (x | λf (y) + µf (z)).
(c) Ici x ∈ Va \ {0E } donc s(x) = ax puis Or ceci valant pour tout x, on peut armer
(s(x) | x) = (ax | x) = a kxk .
2
f (λy + µz) = λf (y) + µf (z)
On a aussi comme vu ci-dessus (par exemple, parce que le vecteur diérence est orthogonal à tout vecteur de
E et donc nul)
(s(x) | x) = −(f (x) | f (x)) = − f (x) .
2
L'application f est donc linéaire.
Puisque x 6= 0E et f (x) 6= 0E (car f est bijective), on en déduit a < 0. Notons A = (ai,j ) la matrice de f dans la base canonique (e1 , . . . , en ) de Rn .
(d) Puisque f (x) ∈ F et f (f (x)) = s(x) = ax ∈ F , on peut assurer que F est Puisque ai,j correspond à la i-ème coordonnée de l'image du j -ème vecteur,
stable par f . on a
ai,j = (ei | f (ej ))
Pour y ∈ F ⊥ , on a
car la base canonique est orthonormée. L'antisymétrie de f donne alors
(f (y) | x) = −(y | f (x)) = 0 et (f (y) | f (x)) = −(y | s(x)) = −a(y | x) = 0
ai,j = −aj,i
et donc f (y) ∈ F ⊥ . L'espace F ⊥ est donc aussi stable par f .
Posons et la matrice A est donc antisymétrique.
x 1 √
u= et v = f (u) avec b = −a. (b) Les endomorphismes antisymétriques sont, par représentation matricielle, en
kxk b
correspondance avec les matrices antisymétriques. L'ensemble des matrices
La famille (u, v) est une base orthonormée de F notamment car
antisymétriques est un sous-espace vectoriel de dimension n(n − 1)/2, donc,
1 1 a par l'isomorphisme de représentation matricielle, l'ensemble des
(f (u) | f (u)) = − 2 (u | s(u)) = − 2 kuk = 1.
2 2
kvk = endomorphismes antisymétriques est un sous-espace vectoriel de dimension
b2 b b
Puisque n(n − 1)
1 a .
f (u) = bv et f (v) = s(x) = x = −bx 2
b b
la matrice de l'endomorphisme induit par f sur F dans la base orthonormée
(u, v) est Exercice 37 : [énoncé]
0 −b
. Posons
b 0 R1 = Rotk,π/2 et R2 = Rotcos θi+sin θj,π .

La composée de deux rotations est une rotation, donc R1 ◦ R2 est une rotation. Exercice 39 : [énoncé]
Puisque les vecteurs k est u = cos θi + sin θj sont orthogonaux (a) Soit x ∈ Ker v et y = v(a) ∈ Im v . On a u(x) = x et y = u(a) − a donc
R2 (k) = −k (x | y) = (u(x) | u(a)) − (x | a) = 0.
et donc Car u conserve le produit scalaire.

R1 ◦ R2 (k) = −k . On en déduit Ker v ⊂ (Im v)⊥ puis l'égalité par un argument de dimension.
(b) Par ce qui précède, on peut armer
On en déduit que R1 ◦ R2 est un retournement dont l'axe est orthogonal à k i.e.
inclus dans Vect(i, j). E = Ker v ⊕⊥ Im v

Puisque
R2 (u) = u et R1 (u) = − sin θi + cos θj et cette supplémentarité assure l'existence de x1 et y .
Pour tout k ∈ N, on a
on a
R2 ◦ R1 (u) = − sin θi + cos θj uk (x1 ) = x1 et uk (v(y)) = uk+1 (y) − uk (y).
et donc En sommant et après télescopage, on obtient

u + R2 ◦ R1 (u) = (cos θ − sin θ)i + (cos θ + sin θ)j 6= 0 N −1
1 X k 1
u (x) = x1 + (uN (y) − y).
dirige l'axe du retournement. N N
k=0
(c) Avec les notations qui précèdent p(x) = x1 . Ainsi

Exercice 38 : [énoncé] N −1

N
N
1 X k u (y) − y u (y) + kyk 2

(a) Soient x ∈ Ker v et y = v(a) ∈ Im v . On au(x) = x et y = u(a) − a donc p(x) − u (x) = ≤ = kyk → 0.

N N N N
k=0
(x | y) = (u(x) | u(a)) − (x | a) = 0
car u conserve le produit scalaire. Ainsi Ker v ⊂ (Im v)⊥ puis l'égalité par Exercice 40 : [énoncé]
égalité des dimensions. (a) L'application est évidemment linéaire de R3 dans R3
(b) Pour x ∈ E , on peut écrire x = a + b avec a ∈ Ker v et b ∈ (Ker v)⊥ = Im v . (b) Si fa0 conserve la norme alors en particulier fa0 (u) = kuk i.e.

On a u(a) = a et donc uk (a) = a pour tout k ∈ N. D'autre part, il existe c tel |1 + a0 | kuk = kuk.
que b = v(c) = u(c) − c de sorte que uk (b) = uk+1 (c) − uk (c). Par télescopage, La seule valeur a0 non nulle est alors a0 = −2.
Inversement f−2 se reconnaît comme la réexion d'hyperplan Vect(u)⊥ et
un (x) = a +
1 n 1
u (c) − c. conserve donc la norme.
n n (c) On vérie aisément par le calcul
Puisque u conserve la norme : ∀x, y ∈ R3 , hfa (x), yi = hx, fa (y)i .
On en déduit que fa est un endomorphisme symétrique.

1 n
u (c) = 1 kck → 0
n n Pour x ∈ Vect(u), on a fa (x) = (1 + a)x et pour x ∈ Vect(u)⊥ , fa (x) = x.
On en déduit que 1 + a et 1 sont valeurs propres de u avec
et donc
un (x) → a. E1+a (fa ) = Vect(u) et E1 (fa ) = Vect(u)⊥ .
Il n'y a pas d'autres valeurs propres (plus assez de place dans R3 . . . ).

La matrice A est symétrique réelle donc diagonalisable.
Après calculs
χA = −(X + 3)(X − 3)2 .
Le sous-espace propre associé à la valeur propre 3 est le plan d'équation
x + y + z = 0.
Les sous-espaces propres d'une matrice symétrique réelle étant deux à deux
orthogonaux, on peut armer que le sous-espace propre associé à la valeur propre
−3 est la droite x = y = z .
On en déduit une base orthonormée de diagonalisation puis une matrice P
convenable  √ √ √ 
1/√3 1/ √2 1/√6
P = 1/√3 −1/ 2 1/ √6  .
1/ 3 0 −2/ 6
(a) La matrice A est symétrique réelle donc diagonalisable.
(b) Après calculs
χA = (X − 3)(X + 3)2 .
Le sous-espace propre associé à la valeur propre −3 est le plan d'équation
x − 2y + z = 0.
Les sous-espaces propres d'une matrice symétrique réelle étant deux à deux
orthogonaux, on peut armer que le sous-espace propre associé à la valeur
propre 3 est la droite
Vect(1, −2, 1).
On en déduit une base orthonormée de diagonalisation puis une matrice
orthogonale P convenable
 √ √ √ 
1/ √6 1/ 2 1/√3
P = −2/√ 6 0√ 1/√3
1/ 6 −1/ 2 1/ 3
pour  
3 0 0
D = 0 −3 0 .
0 0 −3

Ccp-Algèbre SARAH

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ccp-Algèbre SARAH

Transféré par

Droits d'auteur :

Formats disponibles

[http://mp.cpgedupuydelome.

fr] édité le 17 août 2017 Enoncés 1

Exercice 1 [ 02598 ] [Correction] Exercice 5 [ 03191 ] [Correction]

alors f est bijectif.

(d) Soient A vériant (P ) et B une matrice de même rang que A ; montrer

est un endomorphisme de R4 [X].

Diusion autorisée à titre entièrement gratuit uniquement - dD

(b) Résoudre l'équation diérentielle Exercice 11 [ 02526 ] [Correction]

Exercice 8 [ 03583 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 15 [ 03299 ] [Correction] Exercice 18 [ 03776 ] [Correction]

On donnera un exemple pour n = 2. (a) Donner la matrice de f dans e.

Diusion autorisée à titre entièrement gratuit uniquement - dD

(a) Montrer que ϕ et u ont les mêmes valeurs propres.

(a) Montrer que si A, A0 , B, B 0 ∈ Mn (C) alors (A ∗ B)(A0 ∗ B 0 ) = (AA0 ) ∗ (BB 0 ).

Diusion autorisée à titre entièrement gratuit uniquement - dD

le produit matriciel. Soient

(a) Montrer que M est inversible et exprimer M −1 . Exercice 34 [ 03692 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

∀(x, y) ∈ E 2 , (f (x) | y) = −(x | f (y)).

orthogonal de x sur Ker v .

Exercice 36 [ 02552 ] [Correction] Montrer

(c) On note p la projection orthogonale sur Ker v . Montrer

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 40 [ 03591 ] [Correction]

Donner la nature de fa0 (on pourra s'intéresser à fa20 ).

Exercice 41 [ 03398 ] [Correction]

Exercice 42 [ 02413 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

donc est annulateur de A. Or ce dernier est scindé à racines simples car

Diusion autorisée à titre entièrement gratuit uniquement - dD

(c) rg Tr = r. (c) Pour λ ∈ R, Φ(P ) = λP si, et seulement si, P 0 (X) = 4X+(1+λ)

Exercice 7 : [énoncé] et puisque        

Diusion autorisée à titre entièrement gratuit uniquement - dD

On a deg Pk < deg B et B | (A − A(xk ))Pk . On en déduit f (Pk ) = A(xk )Pk et

dim E9 (A) = 1 et X1 = t 1 1 −1/2 est vecteur propre. Complétons ce vecteur

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

et donc On observe alors

Diusion autorisée à titre entièrement gratuit uniquement - dD

∆ = (2x − 1)2 + 4x + 24 = 4x2 + 25 > 0 (d) Par les valeurs propres

Quand t → 0+ , par continuité (a) Soit λ une valeur propre

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 23 : [énoncé] Exercice 24 : [énoncé]

On en déduit La valeur connue de (det A)2 permet alors de déterminer α, β, γ, δ et

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

et leurs conjuguées. Par le théorème d'inversibilité, M est inversible et

donc Exercice 31 : [énoncé]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 33 : [énoncé] (0) p

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

et donc Car u conserve le produit scalaire.

inclus dans Vect(i, j). E = Ker v ⊕⊥ Im v

et donc En sommant et après télescopage, on obtient

(c) Avec les notations qui précèdent p(x) = x1 . Ainsi

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Vous aimerez peut-être aussi

(d) Soient A vériant (P ) et B une matrice de même rang que A ; montrer

Diusion autorisée à titre entièrement gratuit uniquement - dD

(b) Résoudre l'équation diérentielle Exercice 11 [ 02526 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD