Académique Documents
Professionnel Documents
Culture Documents
Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement.
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2.
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
Calculons la dimension de E2 en échelonnant la matrice de g := f − 2idR3 :
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
−1 −1 −1 l
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
On voit que h(u1 ) + h(u2 ) + h(u3 ) = 0 (si on ne le voit pas tout de suite, il suffit
d’échelonner la matrice ci-dessus...).
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
−1 (de multiplicité 1) et 2 (de multiplicité 2).
Solution 3 On note E−1 et E2 les sous-espaces propres relatifs aux valeurs propres
−1 et 2 respectivement. D’après les multiplicités trouvées ci-dessus dim(E−1 ) = 1 et
1 6 dim(E2 ) 6 2. En particulier f est diagonalisable ssi dim(E2 ) = 2.
ã E2 en échelonnant la matrice de g := f − 2idR3 :
CalculonsÅla dimension de
−1 −1 −1 Ä ä
−1 −1 −1
A − 2I3 = −1 −1 −1 ∼
0 0 00 0 0
En particulier rg (f − 2idR3 ) = 1
−1 −1 −1 l
On voit que h(u1 ) + h(u2 ) + h(u3 ) = 0 (si on ne le voit pas tout de suite, il suffit
d’échelonner la matrice ci-dessus...). Par conséquent
v3 := (1, 1, 1) = u1 + u2 + u3 ∈ ker(h) = E−1 . L’espace propre E−1 qui est la droite
engendrée par v3 = (1, 1, 1).
4. Réduction I
Solution 4 v1 , v2 ∈ E2 donc f (v1 ) = 2v1 et f (v2 ) = 2v2 . D’autre part v3 ∈ E−1 donc
f (v3 ) = −v3 .
4. Réduction I
Solution 4 v1 , v2 ∈ E2 donc f (v1 ) = 2v1 et f (v2 ) = 2v2 . D’autre part v3 ∈ E−1 donc
f (v3 ) = −v3 . La matrice de f dans la base (v1 , v2 , v3 ) est donc la matrice diagonale :
4. Réduction I
Solution 4 v1 , v2 ∈ E2 donc f (v1 ) = 2v1 et f (v2 ) = 2v2 . D’autre part v3 ∈ E−1 donc
f (v3 ) = −v3 . La matrice de f dans la base (v1 , v2 , v3 ) est donc la matrice diagonale :
Å ã
2 0 0
D := Mat(v1 ,v2 ,v3 ) (f ) = 0 2 0
0 0 −1
Å ã
1 1 1
De plus on a la relation D = P −1 AP où P = −1 0 1 est la matrice de
0 −1 1
passage de la base (u1 , u2 , u3 ) à (v1 , v2 , v3 ).
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
Proposition 1
Soit A ∈ Mn (K) et PA son polynôme caractéristique. Pour chaque valeur propre λ de
A on note mλ (A) la multiplicité de λ comme racine de PA .
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
Proposition 1
Soit A ∈ Mn (K) et PA son polynôme caractéristique. Pour chaque valeur propre λ de
A on note mλ (A) la multiplicité de λ comme racine de PA .
– A est trigonalisable ssi PA est scindé.
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
Proposition 1
Soit A ∈ Mn (K) et PA son polynôme caractéristique. Pour chaque valeur propre λ de
A on note mλ (A) la multiplicité de λ comme racine de PA .
– A est trigonalisable ssi PA est scindé.
– A est diagonalisable ssi PA est scindé et pour toute valeur propre λ de A,
rg (A − λI3 ) + mλ (A) = n.
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
Proposition 1
Soit A ∈ Mn (K) et PA son polynôme caractéristique. Pour chaque valeur propre λ de
A on note mλ (A) la multiplicité de λ comme racine de PA .
– A est trigonalisable ssi PA est scindé.
– A est diagonalisable ssi PA est scindé et pour toute valeur propre λ de A,
rg (A − λI3 ) + mλ (A) = n.
– Si PA est scindé et à racines simples alors A est diagonalisable.
4. Réduction I
Définition 1
Soit A ∈ Mn (K). On dit que A est
– Diagonalisable si elle est semblable à une matrice diagonale : il existe
D, P ∈ Mn (K) avec D diagonale et P inversible telles que P −1 AP = D.
– Trigonalisable si elle est semblable à une matrice triangulaire supérieure : il
existe T , P ∈ Mn (K) avec T triangulaire supérieure et P inversible telles que
P −1 AP = D.
– Le polynôme caractéristique de A est le polynôme PA ∈ K [X ] tel que pour
tout λ ∈ K, PA (λ) = det(A − λIn )
– Les valeurs propres de A sont par définition les racines de PA .
Proposition 1
Soit A ∈ Mn (K) et PA son polynôme caractéristique. Pour chaque valeur propre λ de
A on note mλ (A) la multiplicité de λ comme racine de PA .
– A est trigonalisable ssi PA est scindé.
– A est diagonalisable ssi PA est scindé et pour toute valeur propre λ de A,
rg (A − λI3 ) + mλ (A) = n.
– Si PA est scindé et à racines simples alors A est diagonalisable.
4. Réduction I
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Calculons le polynôme
caractéristique de A.
2−λ 1 0 2−λ 1 0
det(A − λI3 ) = 0 1−λ −1 = 0 1−λ −1 =
0 2 4−λ 0 3−λ 3−λ
2−λ 1 0
1−λ −1
= (3 − λ).(2 − λ)2
(3 − λ). 0 1−λ −1 = (3 − λ).(2 − λ) 1 1
0 1 1
4. Réduction I
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Calculons le polynôme
caractéristique de A.
2−λ 1 0 2−λ 1 0
det(A − λI3 ) = 0 1−λ −1 = 0 1−λ −1 =
0 2 4−λ 0 3−λ 3−λ
2−λ 1 0
1−λ −1
= (3 − λ).(2 − λ)2 On a
(3 − λ). 0 1−λ −1 = (3 − λ).(2 − λ) 1 1
0 1 1
donc PA = (X − 2)2 (X − 3),
4. Réduction I
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Calculons le polynôme
caractéristique de A.
2−λ 1 0 2−λ 1 0
det(A − λI3 ) = 0 1−λ −1 = 0 1−λ −1 =
0 2 4−λ 0 3−λ 3−λ
2−λ 1 0
1−λ −1
= (3 − λ).(2 − λ)2 On a
(3 − λ). 0 1−λ −1 = (3 − λ).(2 − λ) 1 1
0 1 1
donc PA = (X − 2)2 (X − 3), qui est scindé sur R, donc A est trigonalisable sur R et
sur C.
4. Réduction I
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Calculons le polynôme
caractéristique de A.
2−λ 1 0 2−λ 1 0
det(A − λI3 ) = 0 1−λ −1 = 0 1−λ −1 =
0 2 4−λ 0 3−λ 3−λ
2−λ 1 0
1−λ −1
= (3 − λ).(2 − λ)2 On a
(3 − λ). 0 1−λ −1 = (3 − λ).(2 − λ) 1 1
0 1 1
donc PA = (X − 2)2 (X
− 3), qui est scindé sur R, donc A est trigonalisable sur R et
sur C.
Les valeurs propres sont 2 (multiplicité algébrique 2) et 3 (multiplicité algébrique 1).
4. Réduction I
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Calculons le polynôme
caractéristique de A.
2−λ 1 0 2−λ 1 0
det(A − λI3 ) = 0 1−λ −1 = 0 1−λ −1 =
0 2 4−λ 0 3−λ 3−λ
2−λ 1 0
1−λ −1
= (3 − λ).(2 − λ)2 On a
(3 − λ). 0 1−λ −1 = (3 − λ).(2 − λ) 1 1
0 1 1
donc PA = (X − 2)2 (X
− 3), qui est scindé sur R, donc A est trigonalisable sur R et
sur C.
Les valeurs propres sont 2 (multiplicité algébrique 2) et 3 (multiplicité algébrique 1).
Par conséquent A est diagonalisable ssi rg (A − 2I3 ) = 3 − 2 = 1. Or
4. Réduction I
Exercice 8 Dire si les matrices suivantes sont diagonalisables sur R, sur C et si oui les
diagonaliser. Å ã Å ã
2 1 0 −1 1 1
A= 0 1 −1 B = 1 −1 1
0 2 4 1 1 −1
Å ã Å ã
0 −2 0 1 1 0
C = 1 0 −1 D = 1 2 1 .
0 2 0 −1 0 1
Calculons le polynôme
caractéristique de A.
2−λ 1 0 2−λ 1 0
det(A − λI3 ) = 0 1−λ −1 = 0 1−λ −1 =
0 2 4−λ 0 3−λ 3−λ
2−λ 1 0
1−λ −1
= (3 − λ).(2 − λ)2 On a
(3 − λ). 0 1−λ −1 = (3 − λ).(2 − λ) 1 1
0 1 1
donc PA = (X − 2)2 (X
− 3), qui est scindé sur R, donc A est trigonalisable sur R et
sur C.
Les valeurs propres sont 2 (multiplicité algébrique 2) et 3 (multiplicité algébrique 1).
Par conséquent
Å A est diagonalisable
ã ssi rg (A − 2I3 ) = 3 − 2 = 1. Or
0 1 0
A − 2I3 = 0 −1 −1 qui est de rang 2 : par conséquent A n’est pas
0 2 2
diagonalisable.
4. Réduction I
matrice ∆0 .
4. Réduction I
Calculons le polynôme
caractéristique de D.
1−λ 1 0 1−λ 1 0
det(D − λI3 ) = 1 2−λ 1 . = 0 2−λ 2−λ . =
−1 0 1−λ −1 0 1−λ
1−λ 1 0 −λ 0 −λ
(2 − λ). 0 1 1 . = (2 − λ). 0
−1 01 1 . =
−1 0 1−λ 1−λ
1 0 1 1 0 1
−λ(2 − λ). 0 1 1 . = −λ(2 − λ). 0 . = −λ(2 − λ)2
0 10 1
−1 0 1−λ 2−λ
4. Réduction I
Calculons le polynôme
caractéristique de D.
1−λ 1 0 1−λ 1 0
det(D − λI3 ) = 1 2−λ 1 . = 0 2−λ 2−λ . =
−1 0 1−λ −1 0 1−λ
1−λ 1 0 −λ 0 −λ
(2 − λ). 0 1 1 . = (2 − λ). 0
−1 01 1 . =
−1 0 1−λ 1−λ
1 0 1 1 0 1
−λ(2 − λ). 0 1 1 . = −λ(2 − λ). 0 . = −λ(2 − λ)2 . Le
0 10 1
−1 0 1−λ 2−λ
polynôme PD = −X (2 − X )2 est donc scindé sur R la matrice D est donc
trigonalisable (sur R et sur C).
4. Réduction I
Calculons le polynôme
caractéristique de D.
1−λ 1 0 1−λ 1 0
det(D − λI3 ) = 1 2−λ 1 . = 0 2−λ 2−λ . =
−1 0 1−λ −1 0 1−λ
1−λ 1 0 −λ 0 −λ
(2 − λ). 0 1 1 . = (2 − λ). 0
−1 01 1 . =
−1 0 1−λ 1−λ
1 0 1 1 0 1
−λ(2 − λ). 0 1 1 . = −λ(2 − λ). 0 . = −λ(2 − λ)2 . Le
0 10 1
−1 0 1−λ 2−λ
polynôme PD = −X (2 − X )2 est donc scindé sur R la matrice D est donc
trigonalisable (sur R et sur C). Les valeurs propres sont 0 (multiplicité algébrique 1) et
2 (multiplicité algébrique 2).
4. Réduction I
Calculons le polynôme
caractéristique de D.
1−λ 1 0 1−λ 1 0
det(D − λI3 ) = 1 2−λ 1 . = 0 2−λ 2−λ . =
−1 0 1−λ −1 0 1−λ
1−λ 1 0 −λ 0 −λ
(2 − λ). 0 1 1 . = (2 − λ). 0
−1 01 1 . =
−1 0 1−λ 1−λ
1 0 1 1 0 1
−λ(2 − λ). 0 1 1 . = −λ(2 − λ). 0 . = −λ(2 − λ)2 . Le
0 10 1
−1 0 1−λ 2−λ
polynôme PD = −X (2 − X )2 est donc scindé sur R la matrice D est donc
trigonalisable (sur R et sur C). Les valeurs propres sont 0 (multiplicité algébrique 1) et
2 (multiplicité algébrique 2). La matrice D est donc diagonalisable ssi
rg (D − 2I3 ) = 3 − 2 = 1.
4. Réduction I
Calculons le polynôme
caractéristique de D.
1−λ 1 0 1−λ 1 0
det(D − λI3 ) = 1 2−λ 1 . = 0 2−λ 2−λ . =
−1 0 1−λ −1 0 1−λ
1−λ 1 0 −λ 0 −λ
(2 − λ). 0 1 1 . = (2 − λ). 0
−1 01 1 . =
−1 0 1−λ 1−λ
1 0 1 1 0 1
−λ(2 − λ). 0 1 1 . = −λ(2 − λ). 0 . = −λ(2 − λ)2 . Le
0 10 1
−1 0 1−λ 2−λ
polynôme PD = −X (2 − X )2 est donc scindé sur R la matrice D est donc
trigonalisable (sur R et sur C). Les valeurs propres sont 0 (multiplicité algébrique 1) et
2 (multiplicité algébrique 2). La matrice DÅest donc diagonalisable
ã ssi
−1 1 0
rg (D − 2I3 ) = 3 − 2 = 1. Or (D − 2I3 ) = 1 0 1
−1 0 −1
4. Réduction I
Calculons le polynôme
caractéristique de D.
1−λ 1 0 1−λ 1 0
det(D − λI3 ) = 1 2−λ 1 . = 0 2−λ 2−λ . =
−1 0 1−λ −1 0 1−λ
1−λ 1 0 −λ 0 −λ
(2 − λ). 0 1 1 . = (2 − λ). 0
−1 01 1 . =
−1 0 1−λ 1−λ
1 0 1 1 0 1
−λ(2 − λ). 0 1 1 . = −λ(2 − λ). 0 . = −λ(2 − λ)2 . Le
0 10 1
−1 0 1−λ 2−λ
polynôme PD = −X (2 − X )2 est donc scindé sur R la matrice D est donc
trigonalisable (sur R et sur C). Les valeurs propres sont 0 (multiplicité algébrique 1) et
2 (multiplicité algébrique 2). La matrice DÅest donc diagonalisable
ã ssi
−1 1 0
rg (D − 2I3 ) = 3 − 2 = 1. Or (D − 2I3 ) = 1 0 1 est de rang au moins 2
−1 0 −1
(donc 2 puisqu’elle n’est pas inversible). On en déduit que D n’est pas diagonalisable.
4. Réduction I
Ej := C.(j, j 2 , 1).
4. Réduction I
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
−3
Ç å
4 3
1
A= 1 0 3 .
4 −1 4 1
Exercice 12 Soient (un )n∈N , (vn )n∈N et (wn )n∈N trois suites réelles définies sous
forme récurrente par u0 = 1, v0 = 1, w0 = −1 et, pour tout n ∈ N par le système
suivant
un+1 = 2un + 3vn − 3wn
®
(S) vn+1 = −un + wn
wn+1 = −un + vn
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples.
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont tous de dimension 1.
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä1 3 −3
A − I3 = −1 −1 1 ).
−1 1 −1
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä 1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
Ä 3 3 −3 ä
A + I3 = −1 1 1 ).
−1 1 1
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä 1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
Ä 3 3 −3 ä
A + I3 = −1 1 1 ). On en déduit que E−1 := ker(f + idR3 ) = R.(1, 0, 1).
−1 1 1
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä 1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
Ä 3 3 −3 ä
A + I3 = −1 1 1 ). On en déduit que E−1 := ker(f + idR3 ) = R.(1, 0, 1).
−1 1 1
Ä 0 3 −3 ä
A − 2I3 = −1 −2 1 ).
−1 1 −2
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä 1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
Ä 3 3 −3 ä
A + I3 = −1 1 1 ). On en déduit que E−1 := ker(f + idR3 ) = R.(1, 0, 1).
−1 1 1
Ä 0 3 −3 ä
A − 2I3 = −1 −2 1 ). On en déduit que E2 := ker(f − 2idR3 ) = R.(1, −1, −1).
−1 1 −2
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä 1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
Ä3 3 −3 ä
A + I3 = −1 1 1 ). On en déduit que E−1 := ker(f + idR3 ) = R.(1, 0, 1).
−1 1 1
Ä 0 3 −3 ä
A − 2I3 = −1 −2 1 ). On en déduit que E2 := ker(f − 2idR3 ) = R.(1, −1, −1).
−1 1 −2
Les espaces propres sont supplémentaires : si on note u1 = (0, 1, 1), u2 = (1, 0, 1) et
u3 = (1, −1, −1) alors B := (u1 , u2 , u3 ) constitue une base de R3 formée par des
vecteurs propres de f .
4. Réduction I
−3
Ç å Ç å
2 3 un
Xn+1 = AXn avec A= −1 0 1 et Xn = vn pour tout n ∈ N
−1 1 0 wn
2−λ 3 −3 2−λ 3 −3
Solution 2 det(A − λI3 ) =
−1 −λ 1 ) = −1 −λ 1 =
2−λ 3 −3 −1 1 −λ 0 1+λ −1−λ
2−λ 3 0
2−λ 3 −3
(1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1 = (1 + λ) −1 −λ 1−λ =
0 1+λ −1−λ
2−λ 0 1 −1 0 1 0
3 0
(1 + λ)(1 − λ) −1 −λ 1 = −(1 + λ)(1 − λ)(2 − λ).
0 1 0
Le polynôme caractéristique, PA = −(X + 1)(1 − X )(2 − X ), est donc scindé sur R et
à racines simples. On en déduit que A est diagonalisable. Ses valeurs propres sont 1,
−1 et 2.
Soit f l’endomorphisme dont la matrice dans la base canonique de R3 est A. Les
espaces propres sont ä
tous de dimension 1.
Ä 1 3 −3
A − I3 = −1 −1 1 ). On en déduit que E1 := ker(f − idR3 ) = R.(0, 1, 1).
−1 1 −1
Ä3 3 −3 ä
A + I3 = −1 1 1 ). On en déduit que E−1 := ker(f + idR3 ) = R.(1, 0, 1).
−1 1 1
Ä 0 3 −3 ä
A − 2I3 = −1 −2 1 ). On en déduit que E2 := ker(f − 2idR3 ) = R.(1, −1, −1).
−1 1 −2
Les espaces propres sont supplémentaires : si on note u1 = (0, 1, 1), u2 = (1, 0, 1) et
u3 = (1, −1, −1) alors B := (u1 , u2 , u3 ) constitue une base de R3 formée par des
vecteurs propres de f .
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 .
1 1 −1
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 . La matrice B = P −1 AP est donc la matrice de f dans la base B :
1 1 −1 Ä1 0 0
ä
comme f (u1 ) = u1 , f (u2 ) = −u2 f (u3 ) = 2u3 on a B = 0 −1 0 .
0 0 2
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 . La matrice B = P −1 AP est donc la matrice de f dans la base B :
1 1 −1 Ä1 0 0
ä
comme f (u1 ) = u1 , f (u2 ) = −u2 f (u3 ) = 2u3 on a B = 0 −1 0 .
0 0 2
Solution 4 On en déduit que A= PBP −1 puis que pour tout n ∈ N,
1 0 0
An = PB n P −1 = P 0 (−1)n 0 P −1 .
0 0 2n
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 . La matrice B = P −1 AP est donc la matrice de f dans la base B :
1 1 −1 Ä1 0 0
ä
comme f (u1 ) = u1 , f (u2 ) = −u2 f (u3 ) = 2u3 on a B = 0 −1 0 .
0 0 2
Solution 4 On en déduit que A= PBP −1 puis que pour tout n ∈ N,
1 0 0
An = PB n P −1 = P 0 (−1)n 0 P −1 .
0 0 2n
Calculons P −1 en échelonant la matrice augmentée (P|I3 ) :
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 . La matrice B = P −1 AP est donc la matrice de f dans la base B :
1 1 −1 Ä1 0 0
ä
comme f (u1 ) = u1 , f (u2 ) = −u2 f (u3 ) = 2u3 on a B = 0 −1 0 .
0 0 2
Solution 4 On en déduit que A= PBP −1 puis que pour tout n ∈ N,
1 0 0
An = PB n P −1 = P 0 (−1)n 0 P −1 .
0 0 2n
Calculons
Å P −1 en échelonant
ã laÅmatrice augmentée (P|I3ã
):
0 1 1 1 0 0 1 0 −1 0 1 0
1 0 −1 0 1 0 ∼ 0 1 1 1 0 0 ∼
1 1 −1 0 0 1 l 1 1 −1 0 0 1 l
Å ã Å ã
1 0 −1 0 1 0 1 0 −1 0 1 0
0 1 1 1 0 0 ∼ 0 1 0 0 −1 1 ∼
0 1 0 0 −1 1 l 0 1 1 1 0 0 l
Å ã Å ã
1 0 −1 0 1 0 1 0 0 1 2 −1
0 1 0 0 −1 1 ∼ 0 1 0 0 −1 1 .
0 0 1 1 1 −1 l 0 0 1 1 1 −1
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 . La matrice B = P −1 AP est donc la matrice de f dans la base B :
1 1 −1 Ä1 0 0
ä
comme f (u1 ) = u1 , f (u2 ) = −u2 f (u3 ) = 2u3 on a B = 0 −1 0 .
0 0 2
Solution 4 On en déduit que A= PBP −1 puis que pour tout n ∈ N,
1 0 0
An = PB n P −1 = P 0 (−1)n 0 P −1 .
0 0 2n
Calculons
Å P −1 en échelonant
ã laÅmatrice augmentée (P|I3ã
):
0 1 1 1 0 0 1 0 −1 0 1 0
1 0 −1 0 1 0 ∼ 0 1 1 1 0 0 ∼
1 1 −1 0 0 1 l 1 1 −1 0 0 1 l
Å ã Å ã
1 0 −1 0 1 0 1 0 −1 0 1 0
0 1 1 1 0 0 ∼ 0 1 0 0 −1 1 ∼
0 1 0 0 −1 1 l 0 1 1 1 0 0 l
Å ã Å ã
1 0 −1 0 1 0 1 0 0 1 2 −1
0 1 0 0 −1 1 ∼ 0 1 0 0 −1 1 .
0 0 1 1 1 −1 l 0 0 1 1 1 −1
1 2 −1
Ä ä
On a donc P −1 = 0 −1 1
1 1 −1
4. Réduction I
3
Solution ä matrice de passage de la base canonique de R à B est
Ä 3 La
01 1
P= 1 0 −1 . La matrice B = P −1 AP est donc la matrice de f dans la base B :
1 1 −1 Ä1 0 0
ä
comme f (u1 ) = u1 , f (u2 ) = −u2 f (u3 ) = 2u3 on a B = 0 −1 0 .
0 0 2
Solution 4 On en déduit que A= PBP −1 puis que pour tout n ∈ N,
1 0 0
An = PB n P −1 = P 0 (−1)n 0 P −1 .
0 0 2n
Calculons
Å P −1 en échelonant
ã laÅmatrice augmentée (P|I3ã
):
0 1 1 1 0 0 1 0 −1 0 1 0
1 0 −1 0 1 0 ∼ 0 1 1 1 0 0 ∼
1 1 −1 0 0 1 l 1 1 −1 0 0 1 l
Å ã Å ã
1 0 −1 0 1 0 1 0 −1 0 1 0
0 1 1 1 0 0 ∼ 0 1 0 0 −1 1 ∼
0 1 0 0 −1 1 l 0 1 1 1 0 0 l
Å ã Å ã
1 0 −1 0 1 0 0 1
0 1 2 −1
0 1 0 0 −1 1 ∼ 1 0
0 0 −1 1 .
0 0 1 1 1 −1 l 0 0
1 1 1 −1
1 0 ä0
Ä 1 2 −1 ä 01 1
Ä Ä1 2 −1 ä
On a donc P −1 = 0 −1 1 et An = 1 0 −1 . 0 (−1)n 0 . 0 −1 1 =
1 1 −1 1 1 −1 0 0 2n 1 1 −1
n n
2n 2n −(−1)n (−1)n −2n
Å ãÄ Å ã
0 (−1) (2) 1 2 −1 ä
1 0 −(2)n 0 −1 1 = 1−2n 2−2n 2n −1 .
1 (−1)n −(2)n 1 1 −1 1−2n 2−2n −(−1)n (−1)n +2n −1
4. Réduction I
Solution 5 En utilisant la relation Xn+1 = AXn trouvée plus haut et une récurrence
on obtient
Pour tout n ∈ N, Xn = An X0
4. Réduction I
Solution 5 En utilisant la relation Xn+1 = AXn trouvée plus haut et une récurrence
on obtient
Pour tout n ∈ N, Xn = An X0
Solution 5 En utilisant la relation Xn+1 = AXn trouvée plus haut et une récurrence
on obtient
Pour tout n ∈ N, Xn = An X0
Solution 5 En utilisant la relation Xn+1 = AXn trouvée plus haut et une récurrence
on obtient
Pour tout n ∈ N, Xn = An X0
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
2 −1
Exercice 13 Soit A = .
3 −1
λ1 0
En utilisant la formule de changement de base on a A = PDP −1 où D = 0 λ2 ,
λ
√
Å ã
λ√ λ
Ä ä 1 i √1
i √3 −λ1
P= 2 √1
−i 3 i 3
et P −1 = − √i = λ
3
.
3 i 3 λ2 1 −i √2
3
4. Réduction I
λ1 0
En utilisant la formule de changement de base on a A = PDP −1 où D = 0 λ2 ,
λ
√
Å ã
λ√ λ
Ä ä 1 i √1
i √3 −λ1
P= 2 √1
−i 3 i 3
et P −1 = − √i = λ
3
.
3 i 3 λ2 1 −i √2
3
λ
Å ã
1 i √1
λ√ λ λ1 m 0
Enfin, pour tout m ∈ N on a Am = PD m P −1 = 2 √1
−i 3 i 3
. 0 λ2 m
. 3
λ =
1 −i √2
3
äÅ λ
ã
1 i √1 λ1 m−1 +λ2 m−1 √i (λ1 m −λ2 m )
Ä m m
λ√
2 λ1 λ
√1 λ2 3
−i 3λ1 m i 3λ2 m
. λ = √ 3 .=
1 −i √2 −i 3(λ1 m −λ2 m ) λ1 m+1 +λ2 m+1
3
m−1 2 m sin(mπ/3)
2 <e(λ1 ) − √ =m(λ1 ) cos((m−1)π/3) − √
√ 3 =2 √ 3 .
2 3 =m(λ1 m ) 2 <e(λ1 m+1 ) 3 sin(mπ/3) cos((m+1)π/3)
4. Réduction I
λ1 0
En utilisant la formule de changement de base on a A = PDP −1 où D = 0 λ2 ,
λ
√
Å ã
λ√ λ
Ä ä 1 i √1
i √3 −λ1
P= 2 √1
−i 3 i 3
et P −1 = − √i = λ
3
.
3 i 3 λ2 1 −i √2
3
λ
Å ã
1 i √1
λ√ λ λ1 m 0
Enfin, pour tout m ∈ N on a Am = PD m P −1 = 2 √1
−i 3 i 3
. 0 λ2 m
. 3
λ =
1 −i √2
3
äÅ λ
ã
1 i √1 λ1 m−1 +λ2 m−1 √i (λ1 m −λ2 m )
Ä m m
λ√
2 λ1 λ
√1 λ2 3
−i 3λ1 m i 3λ2 m
. λ = √ 3 .=
1 −i √2 −i 3(λ1 m −λ2 m ) λ1 m+1 +λ2 m+1
3
m−1 2 m sin(mπ/3)
2 <e(λ1 ) − √ =m(λ1 ) cos((m−1)π/3) − √
√ 3 =2 √ 3 .
2 3 =m(λ1 m ) 2 <e(λ1 m+1 ) 3 sin(mπ/3) cos((m+1)π/3)
Il ne reste plus qu’a vérifier ce que valent ces expressions en fonction de m.
4. Réduction I
λ1 0
En utilisant la formule de changement de base on a A = PDP −1 où D = 0 λ2 ,
λ
√
Å ã
λ√ λ
Ä ä 1 i √1
i √3 −λ1
P= 2 √1
−i 3 i 3
et P −1 = − √i = λ
3
.
3 i 3 λ2 1 −i √2
3
λ
Å ã
1 i √1
λ√ λ λ1 m 0
Enfin, pour tout m ∈ N on a Am = PD m P −1 = 2 √1
−i 3 i 3
. 0 λ2 m
. 3
λ =
1 −i √2
3
äÅ λ
ã
1 i √1 λ1 m−1 +λ2 m−1 √i (λ1 m −λ2 m )
Ä m m
λ√
2 λ1 λ
√1 λ2 3
−i 3λ1 m i 3λ2 m
. λ = √ 3 .=
1 −i √2 −i 3(λ1 m −λ2 m ) λ1 m+1 +λ2 m+1
3
m−1 2 m sin(mπ/3)
2 <e(λ1 ) − √ =m(λ1 ) cos((m−1)π/3) − √
√ 3 =2 √ 3 .
2 3 =m(λ1 m ) 2 <e(λ1 m+1 ) 3 sin(mπ/3) cos((m+1)π/3)
Il ne reste plus qu’a vérifier ce que valent ces expressions en fonction de m. Si par
exemple m = 3k + 2 alors cos((m − 1)π/3) = cos(kπ + π/3) = (−1)k cos(π/3) 12 ,
cos((m + 1)π/3) = cos((k + 1)π) = (−1) k+1 ,
√
sin(mπ/3) = sin(kπ + 2π/3) = (−1)k 23 .
1 −1
Et donc A3k+2 = (−1)k 3 −2 = (−1)k A2 .
4. Réduction I
3
∀n ∈ N, un+2 = un + un+1 . (1)
2
Montrer que l’ensemble E des suites (un )n>0 qui vérifient l’équation de
récurrence (1) est un sous-espace vectoriel de S.
3. Donner une base de E et en préciser la dimension. (Indication : on pourra vérifier
que l’application f : E → R2 définie par f (u) = uu01 est un isomorphisme.)
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel.
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel. Le vecteur nulle est la
suite nulle que nous noterons θ (on a donc θn = 0 pour tout n ∈ N).
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel. Le vecteur nulle est la
suite nulle que nous noterons θ (on a donc θn = 0 pour tout n ∈ N).
Solution 2 Il suffit de vérifier
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel. Le vecteur nulle est la
suite nulle que nous noterons θ (on a donc θn = 0 pour tout n ∈ N).
Solution 2 Il suffit de vérifier
– θ ∈ E : 0 + 32 0 = 0.
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel. Le vecteur nulle est la
suite nulle que nous noterons θ (on a donc θn = 0 pour tout n ∈ N).
Solution 2 Il suffit de vérifier
– θ ∈ E : 0 + 32 0 = 0.
– E est stable par combinaison linéaire :
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel. Le vecteur nulle est la
suite nulle que nous noterons θ (on a donc θn = 0 pour tout n ∈ N).
Solution 2 Il suffit de vérifier
– θ ∈ E : 0 + 32 0 = 0.
– E est stable par combinaison linéaire : si u = (un )n∈N , v = (vn )n∈N ∈ E et si
λ, µ ∈ R alors λu + µv est la suite dont le terme général est λun + µvn . Or pour
tout n ∈ N, λun+2 + µvn+2 = λ(un + 23 un+1 ) + µ(vn + 32 vn+1 ) =
(λun + µvn ) + 32 (λun+1 + µvn+1 ).
4. Réduction I
Rappel
Si V est un K-espace vectoriel et si E est un ensemble non vide alors l’ensemble
A(E , V ) des applications de E dans V peut être muni d’
– une loi interne : si f , g ∈ A(E , V ) alors f + g est définie par :
pour tout x ∈ E , (f + g )(x) := f (x) + g (x)
– Une loi externe : si f ∈ A(E , V ) et λ ∈ K alors λ.f est définie par :
pour tout x ∈ E , (λ.f )(x) := λ.f (x)
Ces opérations sont bien définies du fait que V est un K-espace vectoriel. Muni de ces
deux opérations A(E , V ) est lui même un K-espace vectoriel.
Solution 1 L’ensemble des suites réelles n’est rien d’autre que l’ensemble A(N, R).
Comme R est naturellement un R-espace vectoriel, les opérations définies ci-dessus
permettent de munir S d’une structure de R-espace vectoriel. Le vecteur nulle est la
suite nulle que nous noterons θ (on a donc θn = 0 pour tout n ∈ N).
Solution 2 Il suffit de vérifier
– θ ∈ E : 0 + 32 0 = 0.
– E est stable par combinaison linéaire : si u = (un )n∈N , v = (vn )n∈N ∈ E et si
λ, µ ∈ R alors λu + µv est la suite dont le terme général est λun + µvn . Or pour
tout n ∈ N, λun+2 + µvn+2 = λ(un + 23 un+1 ) + µ(vn + 32 vn+1 ) =
(λun + µvn ) + 32 (λun+1 + µvn+1 ). On en déduit que λu + µv ∈ E
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
ou encore
u0 + 2u1 n 4u0 − 2u1 1
un = 2 + (− )n
5 5 2
4. Réduction I
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
ou encore
u0 + 2u1 n 4u0 − 2u1 1
un = 2 + (− )n
5 5 2
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
ou encore
u0 + 2u1 n 4u0 − 2u1 1
un = 2 + (− )n
5 5 2
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
ou encore
u0 + 2u1 n 4u0 − 2u1 1
un = 2 + (− )n
5 5 2
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
ou encore
u0 + 2u1 n 4u0 − 2u1 1
un = 2 + (− )n
5 5 2
u 1
u ∈ Eun+
Solution 2 Soit . Pour tout n ∈ N
1 un
Xn+1 = un+n+2 = un + 3 un+1 = A un+ 1
= AXn .
2
un+1 un
Réciproquement si u ∈ S vérifie pour tout n ∈ N la relation un+2 =A un+1 alors
pour tout n ∈ N un+1 = un+1 et un+2 = un + 23 un+1 donc u ∈ E .
Solution 3 Grâce à la relation ci-dessus et à une récurrence on montre :
Pour tout n ∈ N, Xn = An X0
1 n 1 1
un = [(2 + (− )n−2 ).u0 + (2n+1 + (− )n−1 )u1 ]
5 2 2
ou encore
u0 + 2u1 n 4u0 − 2u1 1
un = 2 + (− )n
5 5 2
Exercice 15 [suite récurrente linéaire d’ordre 2, cas trigonalisable] Soit a ∈ R. On considère la matrice à
coefficients réels suivante : Ä ä
0 1
A= .
−a 1+a
On note E le R-espace vectoriel des suites (un )n>0 de nombres réels telles que
1. Montrer que la matrice A est trigonalisable sur R pour toute valeur de a, et que A est
diagonalisable sur R si a 6= 1.
2. On suppose dans cette question que a 6= 1.
(a) Trouver une matrice inversible P telle que A = PDP −1 , où D est une matrice diagonale.
Que devient la base de vecteurs propres de A lorsque a se rapproche de la valeur 1 ?
(b) Calculer An , pour tout n ∈ N (en supposant toujours a 6= 1). Trouver une base du
sous-espace vectoriel F des suites bornées de E .
3. On considère maintenant le cas a = 1, et on se propose de calculer par deux méthodes la valeur
de An pour tout n > 1.
(a) Première méthode : calcul algébrique. Trouver une matrice inversible P telle que
A = PTP −1 , où T est une matrice triangulaire supérieure. Donner l’expression de T n pour
tout entier n > 1, et en déduire l’expression de An . Indication : on calculera d’abord T 2
et T 3 , pour proposer une expression de T n qu’on prouvera rigoureusement par récurrence.
(b) Deuxième méthode : argument de continuité. Montrer que la matrice An , vue comme
fonction du paramètre a, est continue en a = 1. Utiliser l’expression calculée
précédemment de An , pour a 6= 1, pour en déduire la valeur de An pour a = 1.
(c) Donner dans le cas a = 1 une base du sous-espace vectoriel F des suites bornées de E .
4. Réduction I
Exercice 15 [suite récurrente linéaire d’ordre 2, cas trigonalisable] Soit a ∈ R. On considère la matrice à
coefficients réels suivante : Ä ä
0 1
A= .
−a 1+a
On note E le R-espace vectoriel des suites (un )n>0 de nombres réels telles que
1. Montrer que la matrice A est trigonalisable sur R pour toute valeur de a, et que A est
diagonalisable sur R si a 6= 1.
2. On suppose dans cette question que a 6= 1.
(a) Trouver une matrice inversible P telle que A = PDP −1 , où D est une matrice diagonale.
Que devient la base de vecteurs propres de A lorsque a se rapproche de la valeur 1 ?
(b) Calculer An , pour tout n ∈ N (en supposant toujours a 6= 1). Trouver une base du
sous-espace vectoriel F des suites bornées de E .
3. On considère maintenant le cas a = 1, et on se propose de calculer par deux méthodes la valeur
de An pour tout n > 1.
(a) Première méthode : calcul algébrique. Trouver une matrice inversible P telle que
A = PTP −1 , où T est une matrice triangulaire supérieure. Donner l’expression de T n pour
tout entier n > 1, et en déduire l’expression de An . Indication : on calculera d’abord T 2
et T 3 , pour proposer une expression de T n qu’on prouvera rigoureusement par récurrence.
(b) Deuxième méthode : argument de continuité. Montrer que la matrice An , vue comme
fonction du paramètre a, est continue en a = 1. Utiliser l’expression calculée
précédemment de An , pour a 6= 1, pour en déduire la valeur de An pour a = 1.
(c) Donner dans le cas a = 1 une base du sous-espace vectoriel F des suites bornées de E .
4. Réduction I
Solution 1
On calcule le polynôme caractéristique de A,
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ).
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable.
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable :
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A.
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a .
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a . On en déduit que v1 := (1, 1) est un vecteur non nul (et donc une
base) de E1 .
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a . On en déduit que v1 := (1, 1) est un vecteur non nul (et donc une
base) de E1 .
A − aI2 = −a 1
−a 1 .
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a . On en déduit que v1 := (1, 1) est un vecteur non nul (et donc une
base) de E1 .
A − aI2 = −a 1
−a 1 . On en déduit que v2 := (1, a) est un vecteur non nul (et donc une
base) de Ea .
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a . On en déduit que v1 := (1, 1) est un vecteur non nul (et donc une
base) de E1 .
A − aI2 = −a 1
−a 1 . On en déduit que v2 := (1, a) est un vecteur non nul (et donc une
base) de Ea .
(v1 , v2 ) est une base de R2 formée de vecteurs propres de f : dans cette base la
matrice de f est la matrice diagonale D := Mat(v1 ,v2 ) (f ) = 10 0a
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a . On en déduit que v1 := (1, 1) est un vecteur non nul (et donc une
base) de E1 .
A − aI2 = −a 1
−a 1 . On en déduit que v2 := (1, a) est un vecteur non nul (et donc une
base) de Ea .
(v1 , v2 ) est une base de R2 formée de vecteurs propres de f : dans cette base la
matrice de f est la matrice diagonale D := Mat(v1 ,v2 ) (f ) = 10 0a et D = P −1 AP où
P = 11 1a est la matrice de passage de la base canonique à la base (v1 , v2 ). En
particulier A = PDP −1 .
Solution 1
On calcule le polynôme
caractéristique
−λ de1 A, −λ 1
det(A − λI2 ) = −λ 1
−a 1+a−λ = −a+aλ 1−λ = (1 − λ) −a 1 = (1 − λ)(a − λ). Le
polynôme caractéristique de A est donc PA (x) = (1 − X )(a − X ). Il est scindé sur R.
Si a 6= 1 alors PA est à racines simples et donc A est diagonalisable. Dans ce cas les
valeurs propres (distinctes) sont 1 et a.
Si a = 1 alors A est toujours trigonalisable mais n’est pas diagonalisable : sinon A
serait semblable, et donc égale, à I2 1 .
Solution 2 (a)Soit f l’endomorphisme de R2 dont la matrice est A. Les espaces
propres E1 et Ea sont de dimension 1.
A − I2 = −1 1
−a a . On en déduit que v1 := (1, 1) est un vecteur non nul (et donc une
base) de E1 .
A − aI2 = −a 1
−a 1 . On en déduit que v2 := (1, a) est un vecteur non nul (et donc une
base) de Ea .
(v1 , v2 ) est une base de R2 formée de vecteurs propres de f : dans cette base la
matrice de f est la matrice diagonale D := Mat(v1 ,v2 ) (f ) = 10 0a et D = P −1 AP où
P = 11 1a est la matrice de passage de la base canonique à la base (v1 , v2 ). En
particulier A = PDP −1 .
Lorsque a se rapproche de 1 le vecteur v2 se rapproche de v1 (et la base (v1 , v2 ) tend
vers la famille (v1 , v1 ) (qui n’est pas une base !).
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a =
0 a 1 a 0 an 1 −1
−a + an 1 − an
1
..
1−a −a + an+1 1 − an+1
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E .
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ).
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ). D’autre part (1)n∈N ∈ F donc dim(F ) > 1.
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ). D’autre part (1)n∈N ∈ F donc dim(F ) > 1. Il s’en suit que
dim(F ) = 1 : F est donc la droite engendrée par la suite (1)n∈N ∈ F et on voit que
c’est l’ensemble des suites constantes (qui sont toutes dans E !).
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ). D’autre part (1)n∈N ∈ F donc dim(F ) > 1. Il s’en suit que
dim(F ) = 1 : F est donc la droite engendrée par la suite (1)n∈N ∈ F et on voit que
c’est l’ensemble des suites constantes (qui sont toutes dans E !).
Solution 3 (a) On suppose maintenant que a = 1. Dans ce cas nous avons vu que la
0 1
matrice A = −1 2 n’est pas diagonalisable.
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ). D’autre part (1)n∈N ∈ F donc dim(F ) > 1. Il s’en suit que
dim(F ) = 1 : F est donc la droite engendrée par la suite (1)n∈N ∈ F et on voit que
c’est l’ensemble des suites constantes (qui sont toutes dans E !).
Solution 3 (a) On suppose maintenant que a = 1. Dans ce cas nous avons vu que la
0 1
matrice A = −1 2 n’est pas diagonalisable. Par contre elle est trigonalisable et pour
trouver une matrice triangulaire supérieure semblable à A il suffit de se donner une
base (w1 , w2 ) où w1 est unvecteur propre de l’endomorphisme f dont la matrice dans
la base canonique est A. Or on sait déja que v1 = (1, 1) est vecteur propre de f (et
f (v1 ) = v1 ). Il suffit de le compléter en une base de R2 en choisissant un vecteur qui
ne lui est pas colinéaire.
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ). D’autre part (1)n∈N ∈ F donc dim(F ) > 1. Il s’en suit que
dim(F ) = 1 : F est donc la droite engendrée par la suite (1)n∈N ∈ F et on voit que
c’est l’ensemble des suites constantes (qui sont toutes dans E !).
Solution 3 (a) On suppose maintenant que a = 1. Dans ce cas nous avons vu que la
0 1
matrice A = −1 2 n’est pas diagonalisable. Par contre elle est trigonalisable et pour
trouver une matrice triangulaire supérieure semblable à A il suffit de se donner une
base (w1 , w2 ) où w1 est unvecteur propre de l’endomorphisme f dont la matrice dans
la base canonique est A. Or on sait déja que v1 = (1, 1) est vecteur propre de f (et
f (v1 ) = v1 ). Il suffit de le compléter en une base de R2 en choisissant un vecteur qui
ne lui est pas colinéaire. Par exemple w2 := (0, 1). On a f (0, 1) = (1, 2) = v1 + w2 : la
matrice de f dans la base (v1 , w2 ) est la matrice triangulaire supérieure T := 10 11
4. Réduction I
(b) On adonc
1 0 1 1 1 1 0 −a 1
An = P n P −1 = 1−a n =
0 a −1
n n 1 a 0 a 1
1 −a + a 1−a
..
1−a −a + an+1 1 − an+1
On peut alors raisonner comme dans l’exercice 14 : on commence par vérifier que E
est de dimension 2, que les suites géométriques de raison 1 et a son toutes dans E et
par conséquent (1)n∈N (la suite constante égale à 1) et (an )n∈N qui sont
indépendantes, forment une base de E . En particulier, si |a| 6 1 alors ces deux suites
sont bornées ainsi que toutes leurs combinaisons linéaires : dans ce cas F = E .
Supposons maintenant |a| > 1. Alors la suite (an )n∈N n’est pas dans F et donc
dim(F ) < 2 = dim(E ). D’autre part (1)n∈N ∈ F donc dim(F ) > 1. Il s’en suit que
dim(F ) = 1 : F est donc la droite engendrée par la suite (1)n∈N ∈ F et on voit que
c’est l’ensemble des suites constantes (qui sont toutes dans E !).
Solution 3 (a) On suppose maintenant que a = 1. Dans ce cas nous avons vu que la
0 1
matrice A = −1 2 n’est pas diagonalisable. Par contre elle est trigonalisable et pour
trouver une matrice triangulaire supérieure semblable à A il suffit de se donner une
base (w1 , w2 ) où w1 est unvecteur propre de l’endomorphisme f dont la matrice dans
la base canonique est A. Or on sait déja que v1 = (1, 1) est vecteur propre de f (et
f (v1 ) = v1 ). Il suffit de le compléter en une base de R2 en choisissant un vecteur qui
ne lui est pas colinéaire. Par exemple w2 := (0, 1). On a f (0, 1) = (1, 2) = v1 + w2 : la
matrice de f dans la base (v1 , w2 ) est la matrice triangulaire supérieure T := 10 11 et
T = P 1 AP où P := 10
11 est la matrice de passage de la base canonique à la base
(v1 , w2 ).
4. Réduction I
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes :
4. Réduction I
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes : si u = (un )n∈N ∈ E alors on a la
relation
Xn+1 = AXn
un
, où pour tout n ∈ N, Xn = un+1 .
4. Réduction I
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes : si u = (un )n∈N ∈ E alors on a la
relation
Xn+1 = AXn
u n
, où pour tout n ∈ N, Xn = un+ 1
. On en déduit,à l’aide d’une récurrence, comme
dans l’exercice 14, que pour tout n ∈ N :
1−n n
Xn = An X0 = −n n+1 X0
4. Réduction I
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes : si u = (un )n∈N ∈ E alors on a la
relation
Xn+1 = AXn
u
n
, où pour tout n ∈ N, Xn = un+ 1
. On en déduit,à l’aide d’une récurrence, comme
dans l’exercice 14, que pour tout n ∈ N :
1−n n
Xn = An X0 = −n n+1 X0
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes : si u = (un )n∈N ∈ E alors on a la
relation
Xn+1 = AXn
u
n
, où pour tout n ∈ N, Xn = un+ 1
. On en déduit,à l’aide d’une récurrence, comme
dans l’exercice 14, que pour tout n ∈ N :
1−n n
Xn = An X0 = −n n+1 X0
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes : si u = (un )n∈N ∈ E alors on a la
relation
Xn+1 = AXn
u
n
, où pour tout n ∈ N, Xn = un+ 1
. On en déduit,à l’aide d’une récurrence, comme
dans l’exercice 14, que pour tout n ∈ N :
1−n n
Xn = An X0 = −n n+1 X0
(c) Comme dans le cas diagonalisable An permet de calculer les termes d’une suite de
E lorsque l’on connait ses deux premiers termes : si u = (un )n∈N ∈ E alors on a la
relation
Xn+1 = AXn
u
n
, où pour tout n ∈ N, Xn = un+ 1
. On en déduit,à l’aide d’une récurrence, comme
dans l’exercice 14, que pour tout n ∈ N :
1−n n
Xn = An X0 = −n n+1 X0