Réduction

[http://mp.cpgedupuydelome.
fr] édité le 9 mai 2017 Enoncés 1
Réduction Exercice 5 [ 00216 ] [Correction]

Soient u ∈ L(E) (avec dim E < +∞) nilpotent et p ∈ N∗ tel que up = 0.
(a) Établir que pour tout k ∈ {1, . . . , p}, il existe un sous-espace vectoriel Fk de
Sous-espaces stables E tel que
Ker uk = Ker uk−1 ⊕ Fk
Exercice 1 [ 00755 ] [Correction]
(b) Établir que E = F1 ⊕ · · · ⊕ Fp .
Soient u et v deux endomorphismes d'un K-espace vectoriel E .
On suppose que u et v commutent, montrer que Im u et Ker u sont stables par v . (c) Observer que la matrice de u dans une base adaptée à la somme directe
Que dire de la réciproque ? ci-dessus est triangulaire supérieure à coecients diagonaux nuls.

Exercice 2 [ 00756 ] [Correction] Soient E un R-espace vectoriel de dimension nie n non nulle et f ∈ L(E)
Montrer qu'un endomorphisme f d'un K-espace vectoriel E commute avec un vériant f 2 = −IdE .
projecteur p si, et seulement si, les espaces Im p et Ker p sont stables par f .
(a) Soit a ∈ E non nul. Montrer que la famille (a, f (a)) est libre.
On pose F (a) = Vect (a, f (a)).
(b) Montrer qu'il existe des vecteurs de E a1 , . . . , ap non nuls tels que
Soient E un K-espace vectoriel et f et g deux endomorphismes de E tels que E = F (a1 ) ⊕ · · · ⊕ F (ap )
f ◦ g = g ◦ f.
(a) Montrer que Ker f et Im f sont stables par g i.e. g(Ker f ) ⊂ Ker f et (c) En déduire que la dimension de E est paire et justier l'existence d'une base
g(Im f ) ⊂ Im f de E dans laquelle la matrice de f est simple.
(b) En déduire que, si p est un projecteur de E , on a :
p et f commutent si, et seulement si, Im p et Ker p stables par f . Exercice 7 [ 03205 ] [Correction]
Soit E un R-espace vectoriel de dimension nie et u un endomorphisme de E
vériant
Exercice 4 [ 00758 ] [Correction] u3 + u = 0
Soit u un endomorphisme d'un K-espace vectoriel E de dimension nie. (a) Montrer que l'espace Im u est stable par u.
On pose
∞ ∞ (b) Pour x ∈ Im u, calculer u2 (x)
Ker up et I =
[ \
N= Im up (c) Soit v l'endomorphisme induit par u sur Im u.
p=0 p=0 Montrer que v est un isomorphisme.
(a) Montrer qu'il existe n ∈ N tel que N = Ker un et I = Im un . (d) En déduire que le rang de l'endomorphisme u est un entier pair.
(b) Établir que N et I sont des sous-espaces vectoriels supplémentaires stables
par u et tels que les restrictions de u à N et I soient respectivement Exercice 8 [ 00759 ] [Correction]
nilpotente et bijective. Soient u et v deux endomorphismes d'un K-espace vectoriel de dimension n ∈ N∗ .
(c) Réciproquement on suppose E = F ⊕ G avec F et G sous-espaces vectoriels On suppose u ◦ v = v ◦ u et v nilpotent.
stables par u tels que les restrictions de u à F et G soient respectivement On désire montrer
nilpotente et bijective. Établir F = N et G = I . det(u + v) = det u
en raisonnant par récurrence sur la dimension n ≥ 1.
Diusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 9 mai 2017 Enoncés 2
(a) Traiter le cas n = 1 et le cas v = 0. (a) Montrer que la matrice A est magique si, et seulement si, il existe des réels λ
(b) Pour n ≥ 2 et v 6= 0, former les matrices de u et v dans une base adaptée à et µ vériant
Im v . AU = λU et t U A = µt U
(c) Conclure en appliquant l'hypothèse de récurrence aux restrictions de u et v Que dire alors des réels λ et µ ?
au départ de Im v .
(b) On introduit les espaces D = Vect(U ) et H = {X ∈ Mn,1 (R) | t U X = 0}.
Pourquoi peut-on armer que ces espaces sont supplémentaires ?
(c) Montrer qu'une matrice A de Mn (R) est magique si, et seulement si, elle
laisse stable les espaces D et H .
Soit E = E1 ⊕ E2 un K-espace vectoriel. On considère
(d) En déduire la dimension de l'espace de matrices magiques de Mn (R).
Γ = {u ∈ L(E) | Ker u = E1 et Im u = E2 }
(a) Montrer, pour tout u de Γ que ũ = uE2 est un automorphisme de E2 .

Soit φ : Γ → GL(E2 ) dénie par φ(u) = ũ. Exercice 12 [ 04164 ] [Correction]
On se place dans le R-espace vectoriel E = R[X].
(b) Montrer que ◦ est une loi interne dans Γ.
(c) Montrer que φ est un morphisme injectif de (Γ, ◦) dans (GL(E2 ), ◦). (a) Soit H un sous-espace vectoriel de dimension nie et f un endomorphisme de
H . Montrer qu'il existe p ∈ N tel que
(d) Montrer que φ est surjectif.
(e) En déduire que (Γ, ◦) est un groupe. Quel est son élément neutre ? ∀k ≥ p, Ker f k+1 = Ker f k
Soit F un sous-espace vectoriel de E stable par l'opérateur D de dérivation.

Exercice 10 [ 02897 ] [Correction] (b) On suppose que F est de dimension nie non nulle. Montrer que
On note E = C(R, R) et on pose, pour toute f ∈ E et tout x ∈ R, l'endomorphisme induit par D sur Rn [X] est nilpotent pour tout n ∈ N.
Z x
Montrer qu'il existe m ∈ N tel que F = Rm [X].
T f (x) = f (x) + f (t) dt (c) Montrer que si F est de dimension innie alors F = R[X].
0
(d) Soit g ∈ L(E) tel que g 2 = kId + D avec k ∈ R. Quel est le signe de k ?
(a) L'opérateur T est-il un automorphisme de E ?
(b) Existe-t-il un sous-espace vectoriel de E de dimension nie impaire et stable
par T ? Matrices semblables
Exercice 11 [ 04132 ] [Correction] Soit A ∈ M3 (R) vériant A2 = 0 et A 6= 0.
Une matrice A = (ai,j ) ∈ Mn (R) est dite magique s'il existe un réel s vériant Établir que A est semblable à la matrice
 
n n 0 0 0
ai,j = s et ∀j ∈ J1 ; nK,
X X
∀i ∈ J1 ; nK, ai,j = s B = 1 0 0
j=1 i=1 0 0 0
On note U la colonne U = t 1 · · · 1 ∈ Mn,1 (R).


Exercice 14 [ 00722 ] [Correction] Exercice 19 [ 03032 ] [Correction]

Soit A ∈ Mn (K) vériant Soit f : Mn (C) → C non constante telle que :
An−1 6= On et An = On ∀(A, B) ∈ Mn (C)2 , f (AB) = f (A)f (B)
Établir que A est semblable à la matrice Pour A ∈ Mn (C), prouver l'équivalence :

A inversible ⇐⇒ f (A) 6= 0
 
0 1 (0)
.. ..
. .
 
 
B=
..

. Exercice 20 [ 01322 ] [Correction]
 
 1
(0) 0 Soit A ∈ M3 (R) non nulle vériant A2 = O3 .
Déterminer la dimension de l'espace
Exercice 15 [ 00724 ] [Correction] C = {M ∈ M3 (R) | AM − M A = O3 }

Soit A ∈ Mn (K) une matrice telle que A2 = 0 et de rang r > 0.
Montrer que A est semblable à
Les matrices suivantes sont-elles semblables ?

0 Ir
B= .
0 0 3

6 −5 −2
 
1 2 6 21

−1 −6 5 −2 0 2 2 5
A=  et B =  
−1 −10 8 −3 0 0 3 2
Exercice 16 [ 00726 ] [Correction] 0 −3 2 0 0 0 0 5
Soit M ∈ M4 (R) telle que M 2 + I = 0.
Montrer que M est semblable à la matrice

0 −1 0 0
 Exercice 22 [ 02541 ] [Correction]
1 0 0 0 Soit G une partie de Mn (R) non réduite à la matrice nulle.

0 0

0 −1 On suppose que (G, ×) est un groupe. Montrer qu'il existe r ∈ N∗ tel que le
0 0 1 0 groupe (G, ×) soit isomorphe à un sous-groupe de (GLr (R), ×).

Soit A ∈ Mn (K) une matrice de rang 1. Soit A ∈ M2 (C). Les matrices A et t A sont-elles semblables ?
(a) Montrer que A est semblable à une matrice dont les n − 1 premières colonnes
sont nulles. Étude théorique des éléments propres d'un endomor-
(b) En déduire
A2 = tr(A).A et det(In + A) = 1 + tr A
phisme
Exercice 18 [ 02382 ] [Correction] Soit f un endomorphisme d'un K-espace vectoriel E de dimension nie.
Quelles sont les matrices carrées réelles d'ordre n qui commutent avec Montrer
diag(1, 2, . . . , n) et lui sont semblables ? 0∈/ Sp(f ) ⇐⇒ f surjectif

Exercice 25 [ 00762 ] [Correction] Crochet de Lie

Soient f un endomorphisme d'un K-espace vectoriel et n ∈ N∗ . On suppose que
0 ∈ Sp(f n ). Exercice 30 [ 02719 ] [Correction]
Montrer que 0 ∈ Sp(f ). Soient f et g deux endomorphismes d'un C-espace vectoriel E de dimension nie
n ≥ 1 tels que
f ◦g−g◦f =f
Exercice 26 [ 00764 ] [Correction] (a) Montrer que f est nilpotent.
Soit u un automorphisme d'un K-espace vectoriel E . (b) On suppose f n−1 6= 0. Montrer qu'il existe une base e de E et λ ∈ C tels que :
Établir  
Sp u−1 = λ−1 | λ ∈ Sp u
0 1 (0)
.. ..
. .
 
 
Mate f = 
..

.
 
 1
Exercice 27 [ 00765 ] [Correction] (0) 0
Soient E un K-espace vectoriel, u ∈ L(E), a ∈ GL(E) et v = a ◦ u ◦ a−1 .
Comparer Sp u et Sp v d'une part, Eλ (u) et Eλ (v) d'autre part. et
Mate g = diag(λ, λ + 1, . . . , λ + n − 1)

Soit u un endomorphisme d'un K-espace vectoriel E tel que tout vecteur non nul Soient E un C-espace vectoriel de dimension nie non nulle, u, v dans L(E) et a, b
en soit vecteur propre. dans C. On suppose
Montrer que u est une homothétie vectorielle. u ◦ v − v ◦ u = au + bv
(a) On étudie le cas a = b = 0.
Montrer que u et v ont un vecteur propre en commun.
Exercice 29 [ 00042 ] [Correction] (b) On étudie le cas a 6= 0, b = 0.
Soient u, v deux endomorphismes d'un espace vectoriel. Montrer que u est non inversible.
Calculer un ◦ v − v ◦ un et montrer que u est nilpotent.
(a) Si λ 6= 0 est valeur propre de u ◦ v , montrer qu'il l'est aussi de v ◦ u. Conclure que u et v ont un vecteur propre en commun.
(b) Pour P ∈ E = R[X], on pose (c) On étudie le cas a, b 6= 0.
Z X
u(P ) = P 0 et v(P ) = P (t) dt
0
ce qui dénit des endomorphismes de E . Déterminer Soient E un C-espace vectoriel de dimension nie non nulle, (a, b) ∈ C2 , f et g
dans L(E) tels que
Ker(u ◦ v) et Ker(v ◦ u)
f ◦ g − g ◦ f = af + bg
(c) Montrer que la propriété de la première question reste valable pour λ = 0 si Montrer que f et g ont un vecteur propre commun.
l'espace E est de dimension nie.


Soit E un espace vectoriel complexe de dimension nie non nulle. Soient u et v Soient A, B, C ∈ Mn (R) vériant
des endomorphismes de E ; on pose [u ; v] = uv − vu.
(a) On suppose [u ; v] = 0. Montrer que u et v sont cotrigonalisables. AB − BA = C
(b) On suppose [u ; v] = λu avec λ ∈ C∗ . Montrer que u est nilpotent et que u et On suppose en outre que C commute avec les matrices A et B .
v sont cotrigonalisables.
(a) On suppose que A et diagonalisable. Montrer que la matrice C est nulle.
(c) On suppose l'existence de complexes α et β tels que [u ; v] = αu + βv .
Montrer que u et v sont cotrigonalisables. (b) On suppose que la matrice C est diagonalisable. Montrer à nouveau de que la
matrice C est nulle.

Soient f et g deux endomorphismes d'un K-espace vectoriel E tels que Exercice 38 [ 04105 ] [Correction]
f ◦ g − g ◦ f = I. On xe A ∈ Mp (R) et on considère ∆ : M ∈ Mp (R) 7→ AM − M A.
(a) Montrer que, pour tout entier n ≥ 1, on a f n ◦ g − g ◦ f n = nf n−1 . (a) Prouver que ∆ est un endomorphisme de Mp (R) et que :
(b) En dimension nie non nulle, montrer qu'il n'existe pas deux n
n
endomorphismes f et g tels que f ◦ g − g ◦ f = I .
X
∀n ∈ N∗ , ∀(M, N ) ∈ Mp (R)2 , ∆n (M N ) = ∆k (M )∆n−k (N )
k
(c) Montrer que dans E = K[X] les endomorphismes f et g dénis par f (P ) = P 0 k=0
et g(P ) = XP conviennent.
(b) On suppose que B = ∆(H) commute avec A. Montrer :
∆2 (H) = 0 et ∆n+1 (H n ) = 0
Soient E un espace vectoriel réel de dimension nie, f et g deux endomorphismes Vérier ∆n (H n ) = n!B n .
de E vériant
f ◦g−g◦f =f (c) Soit k.k une norme sur Mp (R). Montrer que kB n k1/n −−−−−→ 0.
n→+∞
(a) Calculer (d) En déduire que la matrice B est nilpotente.

fn ◦ g − g ◦ fn
(b) Soit P un polynôme. Montrer que si P (f ) = 0 alors f ◦ P 0 (f ) = 0. Exercice 39 [ 04107 ] [Correction]
(c) En déduire que f est un endomorphisme nilpotent. Soient E un C-espace vectoriel de dimension nie non nulle, u et v deux
endomorphismes de E .
(a) On suppose dans cette question et dans la suivante que u ◦ v − v ◦ u = u.
Exercice 36 [ 03031 ] [Correction] Montrer que Ker(u) est stable par v .
Soit A ∈ Mn (C). On considère l'endomorphisme T de Mn (C) déni par
(b) Montrer que Ker(u) 6= {0}.
T (M ) = AM − M A Indice : On pourra raisonner par l'absurde et utiliser la trace.
En déduire que u et v ont un vecteur propre commun.
(a) On suppose que la matrice A est nilpotente. (c) On suppose maintenant que u ◦ v − v ◦ u ∈ Vect (u, v)
Montrer que l'endomorphisme T est aussi nilpotent. Montrer qu'il existe une base de E dans laquelle les matrices de u et v sont
(b) Réciproque ? triangulaires supérieures.

Éléments propres d'un endomorphisme Exercice 45 [ 03435 ] [Correction]

Soit E l'espace vectoriel des fonctions continues de [0 ; +∞[ vers R.
Pour tout f ∈ E , on dénit T (f ) : ]0 ; +∞[ → R par
Soient E = C ∞ (R, R) et D l'endomorphisme de E qui à f associe sa dérivée f 0 . 1
Z x
Déterminer les valeurs propres de D ainsi que les sous-espaces propres associés. T (f )(x) = f (t) dt pour x > 0
x 0
(a) Montrer que la fonction T (f ) se prolonge par continuité en 0 et qu'alors T est

Exercice 41 [ 03126 ] [Correction] un endomorphisme de E .
Soient E = CN et f : E → E l'application qui transforme une suite u = (un ) en (b) Déterminer les éléments propres de T .
v = (vn ) dénie par
un + un−1
v0 = u0 et ∀n ∈ N∗ , vn = Exercice 46 [ 03063 ] [Correction]
2 Soit E l'espace des fonctions f de classe C 1 de [0 ; +∞[ vers R vériant f (0) = 0.
Déterminer les valeurs propres et les vecteurs propres de f . Pour un élément f de E on pose T (f ) la fonction dénie par
Z x
f (t)
T (f )(x) = dt
t
Exercice 42 [ 00770 ] [Correction] 0
Soient E l'espace des suites réelles convergeant vers 0 et ∆ : E → E Montrer que T est un endomorphisme de E et déterminer ses valeurs propres.
l'endomorphisme déni par
∀u ∈ E, ∀n ∈ N, ∆(u)(n) = u(n + 1) − u(n) Exercice 47 [ 02700 ] [Correction]

Soit E = C([0 ; 1], R). Si f ∈ E on pose
Déterminer les valeurs propres de ∆.
Z 1
T (f ) : x ∈ [0 ; 1] 7→ min(x, t)f (t) dt
0
Soient E = C 0 (R, R) et I l'endomorphisme de E qui à f ∈ E associe sa primitive (a) Vérier que T est un endomorphisme de E .
qui s'annule en 0. (b) Déterminer les valeurs propres et les vecteurs propres de T .
Déterminer les valeurs propres de I .

Exercice 44 [ 03467 ] [Correction] (a) Montrer que Φ, qui à P associe
Soit E le R-espace vectoriel des fonctions continues de [0 ; +∞[ vers R convergeant
en +∞. (X 2 − 1)P 0 (X) − (4X + 1)P (X)
Soit T l'endomorphisme de E donné par
est un endomorphisme de R4 [X].
∀x ∈ [0 ; +∞[, T (f )(x) = f (x + 1) (b) Résoudre l'équation diérentielle
Déterminer les valeurs propres de T et les vecteurs propres associés.
5−λ 3+λ

y0 = + y
2(x − 1) 2(x + 1)

(c) En déduire les valeurs propres et les vecteurs propres de Φ. Exercice 53 [ 00781 ] [Correction]
Soient A, B ∈ Mn (C). On désire établir l'égalité des polynômes caractéristiques
Exercice 49 [ 02511 ] [Correction] χAB = χBA

Soit a ∈ R et n ≥ 2. (a) Établir l'égalité quand A ∈ GLn (C).
(a) Montrer que φ(P )(X) = (X − a) (P 0 (X) − P 0 (a)) − 2(P (X) − P (a)) dénit (b) Pour A ∈ / GLn (C), justier que pour p ∈ N assez grand A + p1 In ∈ GLn (C).
un endomorphisme de Rn [X]. En déduire que l'égalité est encore vraie pour A non inversible.
(b) À l'aide de la formule de Taylor, déterminer l'image et le noyau de φ.
(c) Trouver ses éléments propres. L'endomorphisme est-il diagonalisable ?
Soient A ∈ Mn,p (K), B ∈ Mp,n (K) et λ ∈ K. En multipliant à droite et à gauche
Exercice 50 [ 03187 ] [Correction] la matrice
λIn A
(a) Soit f un endomorphisme d'un R-espace vectoriel de dimension nie. Si a est M= ∈ Mn+p (K)
B Ip
valeur propre de f , de multiplicité m, et si E(f, a) est le sous-espace propre
attaché, montrer par des matrices triangulaires par blocs bien choisies, établir
1 ≤ dim E(f, a) ≤ m λp χAB (λ) = λn χBA (λ)
(b) Soit  
1 1 1 1
2 2 2 2 Exercice 55 [ 02697 ] [Correction]
A=
3 3 3 3

Soit (A, B) ∈ Mp,q (R) × Mq,p (R). Montrer que
4 4 4 4
X q χAB (X) = X p χBA (X)
Déterminer simplement les valeurs propres de A.
La matrice A est-elle diagonalisable ? Indice : Commencer par le cas où

Ir 0
Polynômes caractéristiques A=
0 0

(a) Montrer que deux matrices semblables ont le même polynôme caractéristique. Soient A, B ∈ Mn (K) et p ∈ N∗ . Établir
(b) Réciproque ?
χ(AB)p = χ(BA)p

Soit F un sous-espace vectoriel stable par un endomorphisme u d'un K-espace
Soit A ∈ Mn (R) inversible de polynôme caractéristique χA .
vectoriel E de dimension nie.
Établir que pour tout x 6= 0,
Établir que le polynôme caractéristique de l'endomorphisme induit par u sur F
divise le polynôme caractéristique de u. xn
χA−1 (x) = χA (1/x)
χA (0)

Exercice 58 [ 02901 ] [Correction] Calcul de polynômes caractéristiques

Soit A ∈ Mn (C). Montrer
χAĀ ∈ R[X] Exercice 62 [ 00782 ] [Correction]
Calculer le polynôme caractéristique de la matrice
Exercice 59 [Correction]
 
[ 02698 ] 0 1 0
 .. .. ..
(a) Si P ∈ Z[X] est unitaire de degré n, existe-t-il une matrice A ∈ Mn (Z) de . . .


polynôme caractéristique P (X) ?
 
0 ··· 0 1 
(b) Soient (λ1 , . . . , λn ) ∈ Cn et le polynôme a0 a1 ··· an−1
n
Y
P = (X − λi )
i=1 Exercice 63 [ 00784 ] [Correction]
Soient
On suppose P ∈ Z[X]. Montrer que pour tout q ∈ N∗ le polynôme  
0 1 (0)
n
.. ..
. .
Y  
Pq = (X − λqi ) 1
An =   ∈ Mn (C) et Pn (x) = det(xIn − An )

.. ..
i=1
. .
 
 1
appartient encore à Z[X].
(0) 1 0
(c) Soit P dans Z[X] unitaire dont les racines complexes sont de modules ≤ 1. (a) Montrer
Montrer que les racines non nulles de P sont des racines de l'unité.
Pn (x) = xPn−1 (x) − Pn−2 (x)
Calculer P1 (x) et P2 (x).
Exercice 60 [ 03213 ] [Correction] (b) Pour tout x ∈ ]−2 ; 2[, on pose x = 2 cos α avec α ∈ ]0 ; π[. Montrer que
Soient n ≥ 2 et f ∈ L(Cn ) endomorphisme de rang 2.
Exprimer le polynôme caractéristique de f en fonction de tr f et tr f 2 .

sin (n + 1)α
Pn (x) =
sin α
Exercice 61 [ 02699 ] [Correction] (c) En déduire que Pn (x) admet n racines puis que An est diagonalisable.
Soient A et B dans Mn (K)(K = R ou C).
(a) Comparer Sp B et Sp t B .
(b) Soit C ∈ Mn (K). Montrer que s'il existe λ pour lequel AC = λC , alors Exercice 64 [ 02493 ] [Correction]
Im C ⊂ Ker(A − λIn ). Soient a1 , . . . , an ∈ C∗ , tous distincts et P (x) = det(A + xIn ) avec
(c) Soit λ une valeur propre commune à A et B . Montrer qu'il existe 
0 a2 ··· an

C ∈ Mn (K), C 6= 0, telle que AC = CB = λC . .. 
.

a1 0
(d) On suppose l'existence de C ∈ Mn (K) avec rg C = r et AC = CB . Montrer A=
. ..

que le PGCD des polynômes caractéristiques de A et B est de degré ≥ r.  .. .

an 
(e) Étudier la réciproque de d). a1 ··· an−1 0

(a) Calculer P (ai ) et décomposer en éléments simples la fraction Exercice 69 [ 03991 ] [Correction]
P (x) (a) Soient B, C ∈ Mn (C) semblables
Qn Pour x ∈ C, montrer que les matrices xIn − B et xIn − C sont semblables.
i=1 (x − ai )
En est-il de même de (xIn − B)−1 et (xIn − C)−1 ?
(b) En déduire det A. (b) Soit A ∈ Mn (C). On note PA (x) = det(xIn − A) et PA0 le polynôme dérivé de
PA .
On suppose que x n'est pas valeur propre de A, montrer
Soient a1 , . . . , an ∈ C∗ deux à deux distincts. −1 PA0 (x)
tr (xIn − A) =
On pose  
PA (x)
0 a2 ... an

a1 0
..
.
.. 
. Existence de valeurs propres dans un espace com-
P (x) = det(A + xIn ) avec A = 
. .. .. plexe

 .. . .

an 
a1 ··· an−1 0
(a) Calculer P (ai ). Soit E un C-espace vectoriel de dimension nie.
(b) Justier que P est un polynôme unitaire de degré n. (a) Justier que tout endomorphisme de E possède au moins une valeur propre
(c) Former la décomposition en éléments simples de la fraction rationnelle (b) Observer que l'endomorphisme P (X) 7→ (X − 1)P (X) de C[X] n'a pas de
P (X) valeurs propres.
Qn
i=1 (X − ai )
(d) En déduire le déterminant de A + In . Exercice 71 [ 00502 ] [Correction]

(a) Rappeler pourquoi un endomorphisme d'un C-espace vectoriel de dimension
nie non nulle admet au moins un vecteur propre.
Applications du polynôme caractéristique (b) Soient u, v deux endomorphismes d'un C-espace vectoriel E de dimension
nie non nulle.
Exercice 66 [ 02696 ] [Correction] On suppose
Soient A, B ∈ Mn (R). Montrer que AB et BA ont même valeurs propres. u◦v =v◦u
Soit A ∈ Mn (R) telle que Sp A ⊂ R+ . Montrer
det A ≥ 0 Soient A, B ∈ Mn (C) vériant AB = BA.
Montrer que A et B ont un vecteur propre en commun.

Soient A, B ∈ Mn (C). Établir Exercice 73 [ 00788 ] [Correction]
Montrer que A, B ∈ Mn (C) ont une valeur propre en commun si, et seulement si,
χA (B) ∈ GLn (C) ⇐⇒ Sp A ∩ Sp B = ∅ il existe U ∈ Mn (C) non nulle vériant U A = BU .

Exercice 74 [ 03795 ] [Correction] Montrer que

K désigne R ou C. Sp(A) ⊂ [− kAk ; kAk]
On dit qu'une matrice A ∈ Mn (K) vérie la propriété (P ) si
∃M ∈ Mn (K), ∀λ ∈ K, det(M + λA) 6= 0
(a) Rappeler pourquoi une matrice de Mn (C) admet au moins une valeur propre.
Soit A = (ai,j ) ∈ MP n (R) vériant pour tout i, j ∈ {1, . . . , n} ai,j ∈ R+ et pour
(b) Soit T une matrice triangulaire supérieure de diagonale nulle. tout i ∈ {1, . . . , n}, nj=1 ai,j = 1.
Calculer det(In + λT ). En déduire que T vérie la propriété (P )
(a) Montrer que 1 ∈ Sp(A).
(c) Déterminer le rang de la matrice
(b) Justier que si λ ∈ C est valeur propre de A alors |λ| ≤ 1.
0 Ir
Tr =
0 0
∈ Mn (K) (c) Observer que si λ ∈ C est valeur propre de A et vérie |λ| = 1 alors λ est une
racine de l'unité.
(d) Soient A vériant (P ) et B une matrice de même rang que A ; montrer
∃(P, Q) ∈ GLn (K)2 , B = P AQ
et en déduire que B vérie (P ). Soit la matrice A ∈ Mn (R) donnée par A = (min(i, j))1≤i,j≤n .
(e) Conclure que, dans Mn (C), les matrices non inversibles vérient (P ) et que (a) Trouver une matrice triangulaire inférieure unité L et une matrice
ce sont les seules. triangulaire supérieure U telle que A = LU .
(f) Que dire des cette propriété dans le cas Mn (R) (on distinguera n pair et n
impair) ? (b) Exprimer A−1 à l'aide de
 
0 1 (0)
Exercice 75 [ 04073 ] [Correction] .. ..
. .
 
 
Soient u, v deux endomorphismes d'un C-espace vectoriel E de dimension nie N =
..

.
 
non nulle vériant u ◦ v = v ◦ u. Montrer que u et v ont au moins un vecteur  1
propre en commun. (0) 0
(c) Montrer que Sp A−1 ⊂ [0 ; 4].

Éléments propres d'une matrice
Soit A ∈ Mn (K) vériant rg(A) = 1. Montrer qu'il existe λ ∈ K tel que A2 = λA Exercice 80 [ 02861 ] [Correction]
et que ce scalaire λ est valeur propre de A. Déterminer les valeurs propres de la matrice
 
0 ··· 0 1
Exercice 77 [ 00773 ] [Correction]  .. .. .. 
. . .
Pour A ∈ Mn (R), on pose   ∈ Mn (R)
0 ··· 0 1
n
X 1 ··· 1 1
kAk = sup |ai,j |
1≤i≤n j=1

Exercice 81 [ 03316 ] [Correction] On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?
Soient n ≥ 3 et Que représente un vecteur propre de A pour t Com(A) ?
On suppose de plus que A n'est pas inversible. Déterminer
 
0 (0) 1
.. .. 
. .

1
A=
. ..
 ∈ Mn (R) dim Ker t Com A
 .. .

1
1 (0) 0 Prouver que t Com A n'admet que deux valeurs propres, les expliciter.
(a) Calculer les rangs de A et A2 .
(b) Soit f l'endomorphisme de Rn canoniquement représenté par la matrice A.
Montrer Éléments propres d'un endomorphisme matriciel
n
Ker f ⊕ Im f = R
(c) En déduire que la matrice A est semblable à une matrice de la forme
Soient A ∈ Mn (C) et ΦA l'endomorphisme de Mn (C) dénie par ΦA (M ) = AM .
 
0 (0) (a) Montrer que les valeurs propres de ΦA sont les valeurs propres de A.
..
.
 

  avec B ∈ GL2 (R)
 (b) Déterminer les valeurs propres de ΨA : M 7→ M A.
 0 
(0) B
(d) Calculer tr B et tr B 2 . Exercice 85 [ 00767 ] [Correction]

En déduire les valeurs propres de B puis celles de A. On considère les matrices réelles
(e) La matrice A est-elle diagonalisable ?
1 0 a b
A= et M =
0 2 c d
Soit (a0 , . . . , ap−1 ) ∈ Cp . On suppose que 1 est racine simple de (a) Calculer AM − M A.
(b) Déterminer les éléments propres de l'endomorphisme M 7→ AM − M A.
P (X) = X p − ap−1 X p−1 + · · · + a1 X + a0

On suppose la convergence d'une suite (un )n∈N déterminée par ses p premiers
termes u0 , . . . , up−1 et la relation de récurrence Diagonalisabilité d'une matrice par similitude
un+p = ap−1 un+p−1 + · · · + a1 un+1 + a0 un
Déterminer la limite de (un )n∈N . Montrer que si A est diagonalisable alors t A l'est aussi.

Expliquer brièvement pourquoi Exercice 87 [ 01673 ] [Correction]
Soient A ∈ GLn (K) et B ∈ Mn (K).
t
Com(A)A = det(A)In On suppose la matrice AB diagonalisable. Montrer que BA est diagonalisable.

Diagonalisabilité d'une matrice par l'étude des élé- Exercice 91 [ 03767 ] [Correction]
ments propres Considérons la matrice A suivante :
 
0 1 0 0
Exercice 88 [ 00789 ] [Correction] 1
A=
k 1 1 ∈ M4 (C)
Soient α ∈ R et 0 1 0 0
0 1 0 0
cos α − sin α cos α sin α
A= ∈ M2 (K) et B = ∈ M2 (K)
sin α cos α sin α − cos α (a) On suppose k réel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans
calculs) ;
(a) On suppose K = C. La matrice A est-elle diagonalisable ?
(b) Déterminer le rang de A.
(b) On suppose K = R. La matrice A est-elle diagonalisable ?
(c) Donner la raison pour laquelle le polynôme caractéristique de A est de la
(c) Mêmes questions avec B . forme
X 2 (X − u1 )(X − u2 )
Exercice 89 [ 00792 ] [Correction] avec u1 , u2 appartenant à C∗ et vériant
Soient a, b ∈ R∗ tels que |a| =
6 |b| et
  u1 + u2 = k et u21 + u22 = k 2 + 6
a b a ··· b
b
 a b ··· a  (d) Étudier les éléments propres dans le cas où u1 = u2 .
A = a
 b a ··· b  ∈ M2n (R) (avec n ≥ 2) (e) En déduire les valeurs de k pour que A soit diagonalisable dans M4 (C).
 .. .. .. .. .. 
. . . . .
b a b ··· a
(a) Calculer le rang de A. En déduire que 0 est valeur propre de A et déterminer Pour quelle(s) valeurs de x ∈ R, la matrice suivante n'est-elle pas diagonalisable ?
la dimension du sous-espace propre associé.  
−2 − x 5 + x x
(b) Déterminer deux vecteurs propres non colinéaires et en déduire que A est
A= x −2 − x −x
diagonalisable.
−5 5 3

Monter que la matrice suivante est diagonalisable Exercice 93 [ 02536 ] [Correction]
  Soient a, b, c, d quatre nombres complexes avec a2 + b2 6= 0 et
0 1 (0)  
.. a b c d
.
 
n 2   −b a −d c 
.. .. A=
  
A= . .  ∈ Mn+1 (C)  −c d a −b
 
n−1

.. ..
 −d −c b a
. .
 
 n
(0) 1 0 (a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.
(b) On pose α2 = b2 + c2 + d2 supposé non nul. Montrer que A est diagonalisable.
(indice : on pourra interpréter A comme la matrice d'un endomorphisme de
Cn [X])

Exercice 94 [ 02522 ] [Correction] Diagonalisabilité des matrices de rang 1

Soit (a1 , . . . , an−1 ) ∈ Cn−1 .
(a) Quel est le rang de A ∈ Mn (C) dénie par Exercice 98 [ 00793 ] [Correction]
Soit A ∈ Mn (C) telle que rg A = 1.

0 ··· 0 a1
 Établir
 .. .. ..  A diagonalisable si, et seulement si, tr A 6= 0
A=. . . 
?

0 ··· 0 an−1 
a1 ··· an−1 0 Exercice 99 [ 00794 ] [Correction]
Soient X, Y ∈ Mn,1 (K) non nuls.
(b) Avec la trace, que peut-on dire des valeurs propres ? À quelle condition la matrice X t Y est-elle diagonalisable ?
(c) A est-elle diagonalisable ?
Soient K un sous-corps de C et
 
1 ··· 1
J =  ... ..  ∈ M (K)

O In
Soient A ∈ Mn (K) et B = . .

n
A O
1 ··· 1
(a) Étudier les valeurs propres de B en fonction de celles de A.
Montrer que J est diagonalisable.
(b) On suppose A diagonalisable. B est-elle diagonalisable ?

Soit (a1 , . . . , an ) ∈ Cn . La matrice (ai aj )1≤i,j≤n est-elle diagonalisable ?
Soient A1 ∈ Mp (K), A2 ∈ Mq (K) et A ∈ Mp+q (K) dénie par
Parmi les matrices élémentaires Ei,j de Mn (K), lesquelles sont diagonalisables ?

A1 O
A=
O A2
Montrer que A est diagonalisable si, et seulement si, A1 et A2 le sont. Exercice 103 [ 02595 ] [Correction]
Soient (a1 , . . . , an ) ∈ (R∗+ )n et
 
a1 a1 ··· a1
Exercice 97 [ 04954 ] [Correction]  a2 a2 ··· a2 
N = . .. .. 
 
Déterminer les z complexes pour lesquels la matrice suivante est diagonalisable  .. . .
  an an ··· an
0 0 z
M = 1 0 0 Calculer N 2 , la matrice N est-elle diagonalisable ?
1 1 0 Montrer que M = 2N + In est inversible et calculer M −1 .

Diagonalisation d'une matrice À quelle condition la matrice Mn est-elle diagonalisable ?

Déterminer alors une base de vecteurs propres
On pose  2
a ab ab b2
 Calcul de puissances d'une matrice
ab a2 b2 ab
M (a, b) =  Exercice 108 [ 00811 ] [Correction]

ab b2 a2 ab
b2 ab ab a2 Calculer An pour  
2 1 1
pour tous a, b réels. A = 1 2 1
(a) Ces matrices sont-elles simultanément diagonalisables ? 1 1 2
(b) Étudier et représenter graphiquement l'ensemble des (a, b) ∈ R2 tel que
M (a, b)n tend vers 0 quand n tend vers ∞.
Soit
cos θ 2 sin θ

Soient a, b deux réels et les matrices A= 1
2 sin θ cos θ
(a) Déterminer deux réels α, β tel que A2 = αA + βI2 .
   
a b ··· b b ··· b a
.. ..   .. ..
. . . . (b) Calculer An pour n ≥ 1.
 
b a a b
A=
. .. ..  et B =  . . .. 
  
 .. . . b b .. .. .
b ··· b a a b ··· b
Réduire ces deux matrices. Soit  
0 1
..  ∈ Mn (R) avec n ≥ 2
M = .
 
1 0
Diagonaliser les matrices de Mn (R)
(a) Montrer que M est diagonalisable.
··· ··· ··· 1
 
1
 .. . (b) Déterminer le polynôme minimal de M .
0 .. 
 
0 ··· 0 1 .
 .. .. ..  0 ···
. . .. .. ..  (c) Calculer M p pour p ∈ N.
. .  et 
 
 .. . . .


0 ··· 0 1 .

.. 

Applications diverses de la diagonalisabilité

1 ··· 1 1  .. 0 ··· 0 .
1 ··· ··· ··· 1
Exercice 107 [ 03255 ] [Correction] (a) Déterminer les valeurs propres de
Soit  
0 (b)
 
1 3 0
.. A = 3 −2 −1
Mn =  .  ∈ Mn (C)
 
(a) 0 0 −1 1

(b) Combien y a-t-il de matrice M telle que M 2 = A dans Mn (C) ? dans Exercice 115 [ 02453 ] [Correction]
Mn (R) ? Soient A, B ∈ Mn (R) avec B diagonalisable.
Montrer
AB 3 = B 3 A =⇒ AB = BA
Soit
A=
5 3
∈ M2 (R) Exercice 116 [ 03122 ] [Correction]
1 3 Soient p, q ∈ N∗ et A, B, M ∈ Mn (C) avec A, B diagonalisables. Montrer
(a) Diagonaliser la matrice A en précisant la matrice de passage P
Ap M B q = On =⇒ AM B = On
(b) Soit M ∈ M2 (R) une matrice telle que M 2 + M = A.
Justier que la matrice P −1 M P est diagonale.
(c) Déterminer les solutions de l'équation M 2 + M = A. Exercice 117 [ 02980 ] [Correction]
Soit ϕ une application de M2 (C) vers C vériant :

λ 0
∀A, B ∈ M2 (C), ϕ(AB) = ϕ(A)ϕ(B) et ϕ =λ
Soit pour n ≥ 2 la matrice 0 1
Montrer que ϕ = det.

 
0 1 (0)
 .. .. ..
. . .


J =
..

. Exercice 118 [ 03276 ] [Correction]
 
0 1
1 0 ··· 0 On considère trois suites réelles (un )n≥0 , (vn )n≥0 et (wn )n≥0 vériant
(a) Montrer que la matrice J est diagonalisable dans Mn (C)

 un+1 = −un + vn + wn
(b) Application : exprimer vn+1 = un − vn + wn
wn+1 = un + vn − wn

a0 a1 ··· an−1
.. .. .. À quelle condition sur (u0 , v0 , w0 ), ces trois suites sont-elles convergentes ?
an−1 . . .
.. .. ..
. . . a1
a1 ··· an−1 a0 Exercice 119 [ 03858 ] [Correction]
Soit M ∈ Mn (R) telle que M 2 soit triangulaire supérieure à coecients
diagonaux deux à deux distincts. Montrer que M est aussi triangulaire supérieure.
Les matrices
   
1 2 3 1 3 2 [ 03113 ]
3 1 2 et 2 1 3
2 3 1 3 2 1 (a) Soit D ∈ Mn (C). Déterminer l'inverse de
sont-elles semblables ?

In D
On In

(b) Soient A, B ∈ Mn (C) diagonalisables telles que Sp A ∩ Sp B = ∅. Diagonalisabilité d'un endomorphisme par l'étude de
Montrer que pour tout matrice C ∈ Mn (C), les matrices suivantes sont
semblables
ses éléments propres

A C A On
et Exercice 123 [ 00799 ] [Correction]
On B On B
Soit u un endomorphisme d'un K-espace vectoriel de dimension nie E .
On suppose que
Im(u − IdE ) ∩ Im(u + IdE ) = {0E }
Montrer que u est diagonalisable.
(a) Déterminer les entiers k pour lesquelles l'équation
eiθ + eikθ = 1
admet au moins une solution θ ∈ R. Soit E = Rn [X]. Pour P ∈ E , on pose ϕ(P ) = P − (X + 1)P 0 .
(a) Justier que ϕ dénit un endomorphisme de Rn [X].
(b) Soit Sk l'ensemble des suites réelles u telles que
(b) Déterminer les valeurs propres de ϕ et justier que ϕ est diagonalisable.
∀n ∈ N, un+k = un + un+k−1
À quelle condition sur k, Sk contient-il une suite périodique non nulle. Exercice 125 [ 00801 ] [Correction]
Montrer que l'application
f : P (X) 7→ (X 2 − 1)P 00 (X) + 2XP 0 (X)
On dit qu'une matrice A ∈ Mn (C) vérie la propriété (P) si est un endomorphisme de l'espace vectoriel réel E = Rn [X]. Former la matrice de
f relative à la base canonique de E . En déduire la diagonalisabilité de f ainsi que
∃α ∈ C, A + t Com A = αIn ses valeurs propres et la dimension des sous-espaces propres associés.
(a) Traiter le cas n = 2.
Désormais, on suppose n ≥ 3. Exercice 126 [ 00802 ] [Correction]
(b) Rappeler le lien entre la comatrice et l'inverse d'une matrice inversible. Soient E = Rn [X] et deux réels a 6= b. Pour P ∈ E , on pose
(c) Soit A, B ∈ GLn (C). Montrer Com(AB) = Com A Com B ϕ(P ) = (X − a)(X − b)P 0 − nXP
(d) Montrer que si A ∈ GLn (C) vérie (P) alors toutes les matrices semblables à
(a) Montrer que ϕ est un endomorphisme de E .
A vérient aussi (P).
(b) Déterminer les valeurs propres de ϕ et en déduire que ϕ est diagonalisable.
(e) On suppose la matrice A inversible, non scalaire et ne possédant qu'une seule
valeur propre.
Montrer que A vérie (P) si, et seulement si, il existe une matrice N telle Exercice 127 [ 00803 ] [Correction]
N 2 = On et un complexe λ telle que λn−2 = 1 pour lesquels A = λ.In + N . Étudier la diagonalisabilité de l'endomorphisme φ de Mn (R) déni par
(f) On suppose que A vérie la propriété (P) et possède au moins deux valeurs
propres distinctes. Montrer que A est diagonalisable et conclure quelles sont φ(M ) = M + tr(M )In
les matrices de cette forme vériant (P).


Soient E un K-espace vectoriel de dimension nie, f ∈ L(E) et F ∈ L(L(E)) Soient E un espace vectoriel réel de dimension nie et f ∈ L(E). On dénit
dénie par F (u) = f ◦ u. T ∈ L(E) → L(E) par
(a) Montrer que f est diagonalisable si, et seulement si, F l'est. T (g) = f ◦ g − g ◦ f
(b) Montrer que f et F ont les mêmes valeurs propres. Montrer que si f est diagonalisable, alors T est diagonalisable ; si f est nilpotente,
(c) Soit λ une valeur propre de f . Établir dim Eλ (F ) = dim E × dim Eλ (f ). alors T est nilpotente.

Soient E un espace vectoriel de dimension nie, un projecteur xé de E et
Soient E un C-espace vectoriel de dimension nie et e = (e1 , . . . , en ) une base de
F : L(E) → L(E) dénie par
E.
1 On considère l'endomorphisme f de E déterminé par
F : f 7→ (f ◦ p + p ◦ f )
2 n
X
(a) F est-elle linéaire ? ∀k ∈ {1, . . . , n} , f (ek ) = ek + ei
(b) F est-elle diagonalisable ? i=1
(c) Quelle est la dimension des sous-espaces propres associés ? (a) Donner la matrice de f dans e.
(b) Déterminer les sous-espaces propres de f .
Exercice 130 [ 02718 ] [Correction] (c) L'endomorphisme f est-il diagonalisable ?
Soient A ∈ R[X] et B ∈ R[X] scindé à racines simples de degré n + 1. Soit Φ (d) Calculer le déterminant de f . L'endomorphisme f est-il inversible ?
l'endomorphisme de Rn [X] qui à P ∈ R[X] associe le reste de la division
euclidienne de AP par B . Déterminer les éléments propres de Φ.
L'endomorphisme Φ est-il diagonalisable ?
On considère un R-espace vectoriel de dimension nie E , u un endomorphisme de
Exercice 131 [ 03582 ] [Correction] E , U = (ui,j ) la matrice de u dans une base de E , ei,j les projecteurs associés à
Soit A, B xés dans Rn [X]. cette base et Ei,j la matrice de ces projecteurs.
On note f l'application qui, à P ∈ Rn [X] associe le reste de la division euclidienne On considère ϕ l'endomorphisme dans L(E) tel que
de AP par B .
ϕ(v) = u ◦ v
(a) Montrer que f est un endomorphisme ; est-ce un isomorphisme ?
(b) On suppose dans la suite que les polynômes A et B premiers entre eux avec (a) Montrer que ϕ et u ont les mêmes valeurs propres.
B scindé à racines simples ; donner les valeurs propres de f . (b) Calculer U Ei,j en fonction des Ek,j . En déduire qu'il existe une base de L(E)
(c) L'endomorphisme f est-il diagonalisable ? dans laquelle la matrice de ϕ est diagonale par blocs.
(c) Exprimer cette matrice.
Soit E un espace vectoriel réel de dimension nie, f ∈ L(E) tel que f 2 = f .
Étudier les éléments propres et la diagonalisabilité de l'endomorphisme Exercice 136 [ 00810 ] [Correction]
u 7→ f u − uf de L(E). Soient D = diag(λ1 , . . . , λn ) et ϕ : M 7→ DM − M D endomorphisme de Mn (K).

(a) Calculer ϕ(Ei,j ) où Ei,j désigne la matrice élémentaire d'indice (i, j) de (b) Montrer qu'un endomorphisme g appartient à Cf si, et seulement si, chaque
Mn (K). sous-espace propre de f est stable par g .
Quelle particularité présente la matrice de ϕ relativement à la base canonique (c) En déduire que
de Mn (K) ? X
dim Cf = αλ2
(b) Soit f un endomorphisme diagonalisable d'un K-espace vectoriel E de λ∈Sp(f )
dimension nie.
L'endomorphisme φ : u 7→ f ◦ u − u ◦ f de L(E) est-il diagonalisable ? où αλ est l'ordre de multiplicité de la valeur propre λ.
(d) On suppose que les valeurs propres de f sont simples. Montrer que
(Id, f, . . . , f n−1 ) est une base de Cf .
Soient E = S2 (R),
A=
a b
∈ M2 (R) Exercice 140 [ 02539 ] [Correction]
c d Soit E un espace vectoriel de dimension nie n ≥ 2.
et Φ : S2 (R) → S2 (R) dénie par (a) Donner un exemple d'endomorphisme f de E dont l'image et le noyau ne
sont pas supplémentaires.
Φ(S) = AS + S t A
(b) On suppose, dans cette question seulement, que f est une endomorphisme de
(a) Déterminer la matrice de Φ dans une base de E . E diagonalisable.
Justier que l'image et le noyau de f sont supplémentaires.
(b) Quelle relation existe-t-il entre les polynômes caractéristiques χΦ et χA ?
(c) Soit f un endomorphisme de E . Montrer qu'il existe un entier nature non nul
(c) Si Φ est diagonalisable, la matrice A l'est-elle ?
k tel que
(d) Si A est diagonalisable, l'endomorphisme Φ l'est-il ? Im(f k ) ⊕ Ker(f k ) = E
L'endomorphisme f k est-il nécessairement diagonalisable ?
Applications de la diagonalisabilité d'un endomor- (d) Le résultat démontré en c) reste-t-il valable si l'espace est de dimension
phisme innie ?

Soit f un endomorphisme d'un K-espace vectoriel E de dimension n admettant Exercice 141 [ 03454 ] [Correction]
exactement n valeurs propres distinctes. Soit f un endomorphisme d'un K-espace vectoriel E de dimension n ∈ N∗ .
(a) Montrer qu'il existe a ∈ E tel que la famille a, f (a), . . . , f n−1 (a) soit une
On suppose que f possède exactement n valeurs propres distinctes. Montrer que
base de E . seuls les polynômes en f commutent avec f (indice : on pourra introduire un
polynôme interpolateur convenable).
(b) Quelle est la forme de la matrice de f dans cette base ?

Soient E un R-espace vectoriel de dimension nie et u ∈ L(E), v ∈ L(E)
Soit f un endomorphisme diagonalisable d'un K-espace vectoriel E de dimension
diagonalisables vériant
n.
u3 = v 3
On note Cf l'ensemble des endomorphismes qui commutent avec f .
(a) Montrer que Cf est un sous-espace vectoriel de L(E). Montrer que u = v .

Trigonalisabilité d'une matrice Exercice 148 [ 03809 ] [Correction]

(a) Déterminer l'ensemble Ω des réels a tels que
Soient A, B ∈ Mn (C) vériant AB = On .
 
2 1 −2
(a) Montrer que les matrices A et B ont un vecteur propre en commun. A = 1 a −1
(b) Établir que A et B sont simultanément trigonalisables. 1 1 −1
n'est pas diagonalisable.

Trigonalisation d'une matrice (b) Pour a ∈ Ω, trouver P inversible telle que P −1 AP soit triangulaire supérieure.

Soit
[ 00820 ]
 
Réduction et sous-espaces stables
2 −1 −1
A = 2 1 −2 Exercice 149 [ 00805 ] [Correction]
3 −1 −2 Soient f, g endomorphisme d'un K-espace vectoriel E de dimension nie.
(a) Calculer le polynôme caractéristique de A. On suppose que f est diagonalisable. Montrer :
(b) Trigonaliser la matrice A. f ◦ g = g ◦ f ⇐⇒ chaque sous-espace propre de f est stable par g

Soit Exercice 150 [ 02675 ] [Correction]
Soit E un C-espace vectoriel de dimension nie.
 
0 1 1
A = −1 1 1 Déterminer les f ∈ L(E) tels que tout sous-espace vectoriel de E stable par f
−1 1 2 possède un supplémentaire stable.
(a) Calculer le polynôme caractéristique de A.
(b) Trigonaliser la matrice A.
Soient E un K-espace vectoriel muni d'une base B, f ∈ L(E) et H un hyperplan.
Exercice 146 [ 03583 ] [Correction] (a) Déterminer la dimension du sous-espace vectoriel {u ∈ E ∗ | u(H) = {0}}.
Trigonaliser la matrice 
1 0 0
 (b) Montrer que si H a pour équation u(x) = 0 alors H est stable par f si, et
A = 0 0 −1 seulement si, u ◦ f est colinéaire à u.
0 1 2 (c) Soient A et L les matrices dans B de f et u.
Montrer que H est stable par f si, et seulement si, t L est vecteur propre de t A
Exercice 147 [ 02526 ] [Correction] (d) Déterminer les plans stables par
Montrer que la matrice  
  3 −2 −4
13 −5 −2
−2 7 A = −1 1 1
−8
1 −2 −2
−5 4 7
est trigonalisable et préciser une matrice de passage.


Soit u un endomorphisme d'un R-espace vectoriel E de dimension nie non nulle Soit f l'endomorphisme de R3 dont la matrice est
Montrer qu'il existe une droite vectorielle ou un plan vectoriel stable par u.  
5 1 −1
2 4 −2
1 −1 3
Soient f une endomorphisme de Rn et A sa matrice dans la base canonique de dans la base canonique.
Rn . On suppose que λ est une valeur propre non réelle de A et que Z ∈ Cn est un Déterminer les sous-espaces vectoriels stables par f .
vecteur propre associé.
On note X et Y les vecteurs de Rn dont les composantes sont respectivement les
parties réelles et imaginaires des composantes de Z . Application de la trigonalisabilité
(a) Montrer que X et Y sont non colinéaires.
(b) Montrer que Vect(X, Y ) est stable par f . Expliquer pourquoi le déterminant de A ∈ Mn (R) est le produit des valeurs
(c) On suppose que la matrice de f est donnée par propres complexes de A, valeurs propres comptées avec multiplicité.
 
1 1 0 0
−1 2 0 1 Exercice 158 [ 00817 ] [Correction]
A= 
Soit A ∈ Mn (K). On suppose χA scindé.
0 0 −1 0
1 0 0 1 (a) Justier que A est trigonalisable.
Déterminer tous les plans stables par f . (b) Établir que pour tout k ∈ N,
Énoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA Sp(Ak ) = λk | λ ∈ Sp(A)


Soit E un C-espace vectoriel de dimension nie et u ∈ L(E) tel que Soit A ∈ Mn (Z) de polynôme caractéristique
n
u3 = Id
(X − λi ) avec λi ∈ C
Y
i=1
Décrire les sous-espaces stables de u.
Même question avec E un R-espace vectoriel. Déterminer une matrice à coecients entiers de polynôme caractéristique
n
Y
(X − λpi )
Exercice 155 [ 00855 ] [Correction] i=1
Soit u un endomorphisme diagonalisable d'un K-espace vectoriel E de dimension
nie.
Montrer qu'un sous-espace vectoriel F non nul est stable par u si, et seulement si, Exercice 160 [ 00819 ] [Correction]
il possède une base de vecteurs propres de u. Montrer que pour tout A ∈ Mn (C),
det(exp(A)) = exp(tr A)

Exercice 161 [ 03120 ] [Correction] Polynômes en un endomorphisme ou une matrice

Soient A ∈ Mn (K) et P ∈ K[X].
On suppose le polynôme caractéristique de A de la forme Exercice 167 [ 00753 ] [Correction]
n
Y Soient E un K-espace vectoriel de dimension n et u ∈ L(E). On suppose qu'il
(X − λk ) existe un vecteur x0 ∈ E telle que la famille x0 , u(x0 ), . . . , un−1 (x0 ) soit libre.

χA (X) =
k=1 Montrer que seuls les polynômes en u commutent avec u.
Exprimer le polynôme caractéristique de P (A).
Exercice 162 [ 02389 ] [Correction] Soient A et B deux matrices réelles carrées d'ordre n telles qu'il existe un
(a) Soient A et B dans M2 (K) telles que AB = BA. Montrer que B ∈ K [A] ou polynôme P ∈ R[X] de degré au moins égal à 1 et vériant
A ∈ K [B].
P (0) = 1 et AB = P (A)
(b) Le résultat subsiste-t-il dans M3 (K) ?
Montrer que A est inversible et que A et B commutent.
Soit A ∈ Mn (C) telle que tr(Am ) → 0 quand m → +∞.
Montrer que les valeurs propres de A sont de module < 1
Soient A et B dans Mn (R). On suppose que A est nilpotente et qu'il existe
P ∈ R[X] tel que P (0) = 1 et B = AP (A). Montrer qu'il existe Q ∈ R[X] tel que
Exercice 164 [ 03479 ] [Correction] Q(0) = 1 et A = BQ(B).
Soient A, B ∈ Mn (C) vériant
∀m ∈ N, tr(Am ) = tr(B m ) Exercice 170 [ 03210 ] [Correction]
Montrer que les matrices A et B ont les mêmes valeurs propres. Soient A ∈ GLn (C) et B ∈ Mn (C) telle que B p = On .
(a) Montrer que In + A−1 BA est inversible et exprimer son inverse.
Exercice 165 [ 02521 ] [Correction] (b) On pose
Pour A = (ai,j ) ∈ Mn (C) et B = (bi,j ) ∈ Mn (C), on dénit A ∗ B ∈ Mn2 (C) par H = {In + P (B)/P ∈ C[X], P (0) = 0}
  Montrer que H est un sous-groupe commutatif de (GLn (C), ×).
a1,1 B ··· a1,n B
A∗B = .. ..
. .
 

an,1 B ··· an,n B Exercice 171 [ 02574 ] [Correction]
Dans Mn (R), on considère la matrice
(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.
 
0 1 (0)
(c) Déterminer le spectre de A ∗ B . .. ..
. .
 
 
En déduire le polynôme caractéristique, la trace et le déterminant de A ∗ B . J =
..

.
 
 1
(0) 0
Soit A ∈ Mn (C). Déterminer les valeurs propres de Ak pour k ∈ N. Exprimer simplement P (aIn + J) pour P ∈ R[X].

Lemme de décomposition des noyaux Exercice 177 [ 00823 ] [Correction]

Soient E un K-espace vectoriel de dimension nie et u ∈ L(E) tel que les espaces
Exercice 172 [ 02681 ] [Correction] Ker(u ◦ (u − Id)) et Ker(u ◦ (u + Id)) soient supplémentaires.
Soit E un espace vectoriel sur K et a un élément non nul de K. Soit f ∈ L(E) tel Montrer que u est une symétrie vectorielle.
que f 3 − 3af 2 + a2 f = 0. Est-il vrai que Ker f et Im f sont supplémentaires ?

Exercice 173 [ 03465 ] [Correction] Soit f un endomorphisme d'un K-espace vectoriel E de dimension quelconque.
Soit u un endomorphisme d'un K-espace vectoriel E de dimension nie et On suppose qu'il existe un polynôme annulateur P de f vériant
P ∈ K[X] annulateur de u.
On suppose qu'on peut écrire P = QR avec Q et R premiers entre eux. P (0) = 0 et P 0 (0) 6= 0
Établir
Im Q(u) = Ker R(u) Montrer que l'image et le noyau de f sont supplémentaires dans E .

Soit u un endomorphisme d'un K-espace vectoriel E de dimension quelconque. On Soient E un K-espace vectoriel de dimension quelconque, u ∈ L(E) et P ∈ K[X]
suppose qu'il existe deux polynômes P, Q ∈ K[X] premiers entre eux vériant ayant 0 comme racine simple et tel que P (u) = 0.
(P Q)(u) = 0. Montrer (a) Montrer
Ker P (u) ⊕ Im P (u) = E Ker u2 = Ker u et Im u2 = Im u
(b) En déduire
Polynômes annulateurs E = Ker u ⊕ Im u

Soient E un K-espace vectoriel de dimension nie et u ∈ L(E).
Justier l'existence d'un entier p ≥ 0 tel que la famille (Id, u, . . . , up ) soit liée.
En déduire que u possède un polynôme annulateur non nul. Soient E un K-espace vectoriel et u ∈ L(E). On suppose qu'il existe P ∈ K[X] tel
que P (u) = 0. Si Q ∈ K[X], existe-t-il R ∈ K[X] tel que R(Q(u)) = 0 ?
Exercice 176 [ 02916 ] [Correction] Polynôme minimal

Soit M ∈ Mn (K) une matrice triangulaire par blocs de la forme

A C
M= avec A ∈ Mp (K) et B ∈ Mq (K) Soient u un endomorphisme d'un K-espace vectoriel admettant un polynôme
O B
minimal Πu et P ∈ K[X].
On suppose connus deux polynômes P et Q ∈ K[X] annulateurs de A et B Montrer que P (u) est inversible si, et seulement si, P et Πu sont premiers entre
respectivement. eux.
Exprimer en fonction de P et Q un polynôme annulateur de M . Observer qu'alors P (u)−1 ∈ K [u].


Soient E un K-espace vectoriel de dimension nie et u ∈ L(E). Soient E un C-espace vectoriel de dimension nie et f ∈ L(E) de polynôme
On suppose qu'il existe deux sous-espaces vectoriels supplémentaires F et G minimal Πf .
stables par u. Montrer l'existence de x ∈ E tel que
Établir que Πu = ppcm(ΠuF , ΠuG ) (en notant Πv le polynôme minimal d'un
endomorphisme v ). {P ∈ C[X]/P (f )(x) = 0}
soit l'ensemble des multiples de Πf .

Soit u un endomorphisme d'un K-espace vectoriel E .
Si u admet un polynôme minimal Πu et si F est un sous-espace vectoriel stable Exercice 188 [ 03073 ] [Correction]
par u alors montrer que uF admet un polynôme minimal et que celui-ci divise Πu . Étant donné E un espace vectoriel de dimension nie, u un endomorphisme de E
et λ un scalaire, on dit que λ est séparable si le noyau et l'image de u − λId sont
supplémentaires.
Exercice 184 [ 00827 ] [Correction] (a) Montrer que tout scalaire non séparable de u en est une valeur propre.
Montrer qu'une matrice A ∈ Mn (K) de polynôme minimal (X − 1)2 est semblable (b) Montrer qu'un endomorphisme scindé est diagonalisable si, et seulement si,
à une matrice diagonale par blocs avec des blocs diagonaux de la forme toutes ses valeurs propres sont séparables.

1 1
(c) Caractériser la séparabilité d'une valeur propre à l'aide du polynôme minimal
(1) ou de u.
0 1
(d) Soit, avec ces notations, l'endomorphisme m de L(E) qui à v associe u ◦ v .
Comparer l'ensembles ses scalaires séparables relativement à m avec celui des
Exercice 185 [ 02393 ] [Correction] scalaires séparables relativement à u.
Existe-t-il dans Mn (R) une matrice de polynôme minimal X 2 + 1 ?

Exercice 186 [ 02708 ] [Correction] Soit E un R-espace vectoriel de dimension n et u un endomorphisme de E .
Soit On note χ le polynôme caractéristique de u.
a 0 ··· ··· ··· 0 b (a) Soit V et W deux sous-espaces vectoriels de E stables par u et tels que
 
.. .. . . 
. . .. . . 0 E = V ⊕ W . On note χ0 et χ00 les polynômes caractéristiques des

0
 .. .. . . endomorphismes induits par u sur V et W .
. . .. 
 
. . a 0 b Montrer χ = χ0 χ00 .
A =  ... .. 
 
. ∈ M2n+1 (C) (b) On considère la décomposition en facteurs irréductibles

0 a+b 0
. . .. . .
 
 .. .. . .

b 0 a Y
χ= Piαi
. .. .. ..

.. . . . 0
 
0 i
b 0 ··· ··· ··· 0 a
Montrer que pour tout i, dim Ker Piαi (u) = αi deg Pi .
Quels sont les P ∈ C[X] tels que P (A) = 0 ? (c) Montrer le polynôme minimal de u est égal à χ si, et seulement si, pour tout
k ≤ αi , dim Ker Pik (u) = k deg Pi .

Polynômes annulateurs et valeurs propres Exercice 196 [ 00835 ] [Correction]

Soit  
λ1 ∗
..
Soit P un polynôme annulateur d'un endomorphisme f . A∈ .  ∈ Mn (K)
 
Montrer que si λ est valeur propre de f alors P (λ) = 0. 0 λn
Montrer que (X − λ1 ) . . . (X − λn ) est annulateur de A.
(a) Montrer que si P est un polynôme annulateur d'un endomorphisme f alors
P (λ) = 0 pour toute valeur propre λ de f . Exercice 197 [ 03693 ] [Correction]
(b) Montrer que si f vérie Soit la matrice  
0 −b a
f 3 + 2f 2 − f − 2Id = 0 A= b 0 −c ∈ M3 (R)
−a c 0
alors f est bijectif.
(a) A est-elle diagonalisable dans M3 (R) ?
(b) A est-elle diagonalisable dans M3 (C) ?
Exercice 192 [ 00831 ] [Correction] (c) Soit λ un réel non nul ; la matrice B = A + λI3 est-elle inversible ?
Pour f ∈ F(R, R), on note f˜: x 7→ f (−x). L'application ϕ : f 7→ f˜ est clairement
un endomorphisme involutif de F(R, R). Quelles en sont les valeurs propres ? (d) Montrer qu'il existe trois réels α, β, γ tels que
B −1 = αA2 + βA + γI3
Soit T : R[X] → R[X] l'endomorphisme déni par T (P ) = P (1 − X).
(a) Montrer que T est un automorphisme. Exercice 198 [ 00836 ] [Correction]
(b) Déterminer valeurs propres de T . Soit f un endomorphisme d'un C-espace vectoriel E de dimension n. On suppose
que f possède une unique valeur propre λ.
(a) À quelle condition l'endomorphisme est-il diagonalisable ?
Montrer que si un endomorphisme u d'un K-espace vectoriel E de dimension (b) Calculer le polynôme caractéristique de f .
quelconque admet un polynôme minimal Πu alors les valeurs propres de u sont (c) Justier que l'endomorphisme f − λId est nilpotent.
exactement les racines de son polynôme minimal.

Théorème de Cayley Hamilton Soit f un endomorphisme d'un K-espace vectoriel de dimension n.
On suppose qu'il existe x ∈ E et N ∈ N tels que (x, f (x), . . . , f N −1 (x)) soit une
Exercice 195 [ 00834 ] [Correction] famille génératrice de E .
Déterminer un polynôme annulateur de

(a) Montrer que la famille (x, f (x), . . . , f n−1 (x)) est une base de E .
A=
a b
∈ M2 (K) (b) Démontrer que les endomorphismes commutant avec f sont les polynômes en
c d f.
Exprimer A−1 lorsque celle-ci existe.

Exercice 200 [ 02667 ] [Correction] (c) Montrer que le nombre de sous-espaces de E stables par u est le nombre de
Montrer qu'il existe (a0 , . . . , an−1 ) ∈ Rn tel que : diviseurs unitaires de χu dans C[X].
n−1
X
∀P ∈ Rn−1 [X], P (X + n) + ak P (X + k) = 0
k=0
Soient n ≥ 2, A et B des matrices de Mn (Z) de déterminants non nuls et
premiers entre eux.
Exercice 201 [ 03185 ] [Correction] Montrer qu'il existe U et V dans Mn (Z) telles que
(a) Soit u un endomorphisme inversible d'un K-espace vectoriel E de dimension U A + V B = In
nie.
Montrer qu'il existe un polynôme Q ∈ K[X] vériant (on pourra écrire χA (X) = XQA (X) ± det A)
On donnera un exemple pour n = 2.
u−1 = Q(u)
(b) Soit u l'endomorphisme de K[X] qui envoie le polynôme P (X) sur P (2X). Calcul de polynôme minimal
Montrer que u est un automorphisme et déterminer ses éléments propres.
Existe-t-il Q ∈ K[X] tel que Exercice 205 [ 00841 ] [Correction]
Soit
u−1 = Q(u)?

1 1
A=
0 1
Déterminer µA .
Soit A ∈ Mn (K) une matrice inversible.
Montrer que A est triangulaire supérieure si, et seulement si, Ak l'est pour tout
k ≥ 2.
Soit f un endomorphisme d'un K-espace vectoriel E de dimension n.
Donner un contre-exemple dans le cas où l'on ne suppose plus la matrice A
inversible. (a) On suppose que f est diagonalisable. À quelle condition existe-t-il un vecteur
x ∈ E tel que la famille formée des vecteurs x1 = x, x2 = f (x1 ),. . . ,
xn = f (xn−1 ) forme une base de E ?
Exercice 203 [ 03918 ] [Correction] (b) On ne suppose plus f diagonalisable mais on suppose l'existence d'une base
Soient E un C-espace vectoriel de dimension nie et u un endomorphisme de E . (x1 , x2 , . . . , xn ) de E du type précédent. Déterminer le commutant de f . Quel
On note λ1 , . . . , λq les valeurs propres de u, n1 , . . . , nq leurs multiplicités est le polynôme minimal de f ?
respectives. On suppose que tout i de {1, . . . , q}, l'espace propre de u associé à λi
est de dimension 1.
(a) Si 1 ≤ i ≤ q et 0 ≤ m ≤ ni , montrer que le noyau de (u − λi IdE )m est de Exercice 207 [ 02707 ] [Correction]
dimension m. Soient a, b ∈ R, b 6= 0 et A ∈ Mn (R) la matrice dont les éléments diagonaux
(b) Soit F un sous-espace vectoriel de E stable par u. Montrer qu'il existe un valent a et les autres valent b. A est-elle diagonalisable ? Quelles sont les valeurs
polynôme unitaire Q de C[X] tel que propres de A ? Quel est le polynôme minimal de A ? Sous quelles conditions sur a
et b, A est-elle inversible ? Lorsque c'est le cas trouver l'inverse de A.
F = Ker (Q(u))

Exercice 208 [ 00843 ] [Correction] (b) Montrer que la matrice M est diagonalisable.
Soit a un réel. Pour M ∈ Mn (R), on pose
L(M ) = aM + tr(M )In Exercice 213 [ 03469 ] [Correction]
Soit M ∈ Mn (R) vériant M 2 + t M = 2In . Montrer que cette matrice M est
(a) Montrer que L est un endomorphisme de Mn (R), trouver ses éléments diagonalisable.
propres et son polynôme minimal.
(b) Pour quels a, L est-il un automorphisme ? Trouver son inverse dans ces cas.
Soient n un entier supérieur ou égal à 2 et M une matrice carrée de taille n telle
Diagonalisabilité des matrices scindées simples que M 2 + t M = In
Quelles sont les valeurs propres de M ? Est-elle symétrique ? Est-elle
Exercice 209 [ 00847 ] [Correction] diagonalisable ?
Soit
On In
A= ∈ M2n (K)
−In On Exercice 215 [ 03192 ] [Correction]
Calculer A .
2 Soit A ∈ M2 (Z) telle que det A = 1 et qu'il existe p ∈ N∗ pour lequel
Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable.
Ap = I2
(a) Montrer que A est diagonalisable dans C.

Exercice 210 [ 00848 ] [Correction] On note α et β les deux valeurs propres de A.
Soient n ∈ N∗ et A ∈ M2n (C) dénie par blocs
(b) Montrer que |α| = |β| = 1, que α = β̄ et

O −In
A= |Re(α)| ∈ {0, 1/2, 1}
In O
(a) Calculer A2 . (c) Montrer que A12 = I2

(b) La matrice A est-elle diagonalisable ? Déterminer les valeurs propres de A et (d) Montrer que l'ensemble G = {An | n ∈ N} est un groupe monogène ni pour
les dimensions de ses espaces propres ? le produit matriciel.

Exercice 211 [ 00846 ] [Correction] Soit
Montrer qu'une matrice de permutation est diagonalisable.
A A

M=
(0) A
Exercice 212 [ 03645 ] [Correction] avec A ∈ Mn (R).

Soit M ∈ Mn (C) telle que (a) Montrer que
P (A) AP 0 (A)

M 2 + t M = In ∀P ∈ R[X], P (M ) =
(0) P (A)
(a) Montrer
M inversible si, et seulement si, 1 ∈
/ Sp M (b) Énoncer une condition nécessaire et susante pour que M soit diagonalisable.

Exercice 217 [ 02953 ] [Correction] (b) Déterminer toutes les matrices de Mn (C) telles que M n = In et tr M = n
Déterminer les couples (A, B) ∈ Mn (R)2 tels que

A B
O A Exercice 222 [ 03425 ] [Correction]
Soient
est diagonalisable.
 
0 −1 0 0 0
1 0 0 0 0
 
0
M = 0 0 0 1 ∈ M5 (R)
Exercice 218 [ 03027 ] [Correction] 0 0 1 0 0
Trouver les matrices M ∈ Mn (C) vériant M 5 = M 2 et tr(M ) = n. 0 0 0 1 0
et m ∈ L(R5 ) canoniquement associé à M .
Exercice 219 [ 03056 ] [Correction] (a) En procédant à un calcul par bloc, déterminer p ∈ N∗ tel que M p = I5 .
Soit λ, µ ∈ C∗ , λ 6= µ et A, B, M ∈ Mp (C) telles que En déduire que M est diagonalisable dans M5 (C).

 Ip = A + B (b) Déterminer un vecteur x ∈ R5 tel que x, m(x), m2 (x), m3 (x) et m4 (x) forme
M = λA + µB une base de R5 .
 2
M = λ2 A + µ2 B Quelle est la matrice de m dans cette base ?
(a) Montrer que M est inversible et exprimer M −1 .

On pourra calculer M 2 − (λ + µ)M + λµIp Exercice 223 [ 03810 ] [Correction]
(b) Montrer que A et B sont des projecteurs.
(a) Trouver les valeurs propres des matrices M ∈ M2 (R) vériant
(c) La matrice M est-elle diagonalisable ? Déterminer son spectre.

1 1
M2 + M =
1 1
Soit (A, B, C) ∈ Mn (R)3 tel que (b) Déterminer alors les matrices M solutions à l'aide de polynômes annulateurs
C = A + B, C = 2A + 3B et C = 5A + 6B
2 3 appropriés.
Les matrices A et B sont-elles diagonalisables ?

Diagonalisabilité des endomorphismes scindés
simples
(a) Montrer que, pour z1 , . . . , zn ∈ C avec z1 6= 0, on a l'égalité Exercice 224 [ 00851 ] [Correction]
n n Soient E un K-espace vectoriel de dimension n ∈ N et p ∈ L(E) tel que p2 soit un
projecteur.
X X
zk = |zk |
k=1 k=1
(a) Quelles sont les valeurs propres possibles pour p ?
si, et seulement si, il existe n − 1 réels positifs α2 , . . . , αn tels que (b) Montrer que p est diagonalisable si, et seulement si, p3 = p.
∀k ≥ 2, zk = αk z1

Exercice 225 [ 03030 ] [Correction] (c) Exprimer f n pour tout n ∈ N en fonction de α, β et u, v .

Soient P ∈ Mn (R) une matrice de projection et ϕ l'endomorphisme de Mn (R)
déni par
ϕ(M ) = P M + M P Exercice 230 [ 03028 ] [Correction]
Montrer que l'endomorphisme ϕ est diagonalisable Soient α, β ∈ K et u, v, f trois endomorphismes d'un K-espace vectoriel E de
dimension nie vériant 
 f = αu + βv
f 2 = α2 u + β 2 v
Exercice 226 [ 02720 ] [Correction]  3
f = α3 u + β 3 v
Soit n ∈ N∗ , u ∈ L(R2n+1 ). On suppose u3 = u, tr u = 0 et tr u2 = 2n. On note
Montrer que f est diagonalisable.
C(u) = v ∈ L(R2n+1 ) | uv = vu

(a) Calculer la dimension C(u).

(b) Quels sont les n tels que C(u) = R [u] ? Soient E un K-espace vectoriel de dimension nie et F, G deux sous-espaces
vectoriels supplémentaires non triviaux. On note p la projection sur F
parallèlement à G et s la symétrie par rapport à F et parallèlement à G. Enn on
Exercice 227 [ 02721 ] [Correction] pose pour f endomorphisme de F
Soit A ∈ Mn (R). On pose fA (M ) = AM , pour toute matrice M ∈ Mn (R).
(a) Montrer que si A2 = A alors fA est diagonalisable. φ(f ) = p ◦ f ◦ s
(b) Montrer que fA est diagonalisable si, et seulement si, A est diagonalisable. ce qui dénit un endomorphisme φ sur L(E).
(a) Montrer que φ annule un polynôme simple . L'endomorphisme φ est-il
diagonalisable ?
Soit A ∈ Mn (C). On pose f (M ) = AM pour toute M ∈ Mn (C). (b) Déterminer les éléments propres de φ.
(a) L'application f est-elle un endomorphisme de Mn (C) ? (indice : on pourra considérer les matrices de p et s dans une base adaptée à
la décomposition E = F ⊕ G)
(b) Étudier l'équivalence entre les inversibilités de A et de f .
(c) Étudier l'équivalence entre les diagonalisabilités de A et de f .
Soient n ∈ N∗ et E = Mn (R). Pour A, B ∈ E xées non nulles, on dénit
Exercice 229 [ 03646 ] [Correction] f ∈ L(E) par
Soient f, u, v trois endomorphismes d'un R-espace vectoriel E de dimension nie. ∀M ∈ E, f (M ) = M + tr(AM )B
On suppose qu'il existe α, β ∈ R distincts tels que
(a) Déterminer un polynôme annulateur de degré 2 de f et en déduire une
condition nécessaire et susante sur (A, B) pour que f soit diagonalisable.

 Id = u + v
f = αu + βv Quels sont alors les éléments propres de f ?
 2
f = α2 u + β 2 v (b) Déterminer dim C où
(a) Montrer que f est diagonalisable. C = {g ∈ L(E) | f ◦ g = g ◦ f }
(b) Justier que u et v sont des projections vectorielles dont on précisera noyau
et image en fonction des espace Ker(f − αId) et Ker(f − βId). [Énoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA]


Soit n ≥ 2, A ∈ Mn (R) et f l'endomorphisme de Mn (R) déni par Soit A ∈ Mn (R) vériant
A3 + In = On
f (M ) = tr(A)M − tr(M )A
Montrer que la trace de A est un entier.
où tr désigne la forme linéaire trace.
Étudier la réduction de l'endomorphisme f et préciser la dimension de ses
sous-espaces propres. Exercice 238 [ 02714 ] [Correction]
Soit A ∈ Mn (R) vériant
A3 + A2 + A = 0
Exercice 234 [ 02513 ] [Correction] Montrer que la matrice A est de rang pair.
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
(u − aId)(u − bId) = 0 On xe n ∈ N∗ et on note
Soient En = {A ∈ Mn (Z) | ∃m ∈ N∗ , Am = In }
1 1
p= (u − aId) et q = (u − bId)
b−a a−b Pour A ∈ En , on pose
(a) Calculer p + q , p ◦ p, q ◦ q et q ◦ p. ω(A) = min {m ∈ N∗ | Am = In }
(b) Montrer que E = Ker p ⊕ Ker q .
Montrer que ω(En ) est ni.
(c) Trouver les éléments propres de u. L'endomorphisme u est-il diagonalisable ?
Étude de matrice ou d'endomorphisme vériant une Diagonalisabilité et endomorphismes induits

identité polynomiale Exercice 240 [ 00854 ] [Correction]
Soit f un endomorphisme diagonalisable d'un K-espace vectoriel E de dimension
Exercice 235 [ 00849 ] [Correction] nie.
Soient E un R-espace vectoriel de dimension nie et f un endomorphisme de E Montrer que la restriction de f à tout sous-espace vectoriel F 6= {0} stable est
vériant f 3 = 4f . Montrer que la trace de f est un entier pair. diagonalisable.

Exercice 236 [ 00850 ] [Correction] Soit u un endomorphisme d'un K-espace vectoriel pour lequel il existe une base
Soit A ∈ Mn (R) telle que e = (e1 , . . . , en ) vériant
A3 − A2 + A − I = O u(e1 ) = e1 et u(e2 ) = e1 + e2
Montrer que det(A) = 1. L'endomorphisme u est-il diagonalisable ?

Exercice 242 [ 00857 ] [Correction] Trigonalisabilité et polynôme annulateur

Soient f et g deux endomorphismes diagonalisables d'un K-espace vectoriel E de
dimension nie. Exercice 248 [ 00866 ] [Correction]
Montrer que f et g sont simultanément diagonalisables si, et seulement si, chaque Soit A ∈ Mn (C) telle que 0 soit la seule valeur propre de A.
sous-espace propre de l'un est stable par l'autre.
(a) Montrer que An = 0.
(b) Calculer det(A + In ).
Soient E un espace vectoriel de dimension nie, p et q dans L(E) tels que (c) Soit M ∈ GLn (C) commutant avec A. Calculer det(A + M ).
p ◦ q = q et q ◦ p = p. Les endomorphismes p et q sont-ils diagonalisables ? (d) Inversement, quelles sont les matrices A vériant :
codiagonalisables ?
∀M ∈ GLn (C), AM = M A =⇒ det(A + M ) = det M ?
Diagonalisabilités des polynômes en un endomor-

phisme Exercice 249 [ 03239 ] [Correction]
Soit f ∈ L(R3 ) vériant
Exercice 244 [ 00859 ] [Correction] f 2 = f 3 et dim Ker(f − Id) = 1
Soient P ∈ K[X] et u un endomorphisme d'un K-espace vectoriel E de dimension
nie. Montrer l'existence d'une base de R3 dans laquelle la matrice de f est de la forme
(a) On suppose que u est diagonalisable, montrer que P (u) l'est aussi.  
1 0 0
(b) Que dire de la réciproque ? 0 0 α avec α ∈ {0, 1}
0 0 0
Soient E un C-espace vectoriel de dimension nie n ∈ N∗ et u ∈ L(E).
(a) Énoncer un critère de diagonalisabilité en terme de polynôme annulateur. Exercice 250 [ 00864 ] [Correction]
(b) On suppose u ∈ GL(E). Montrer que u est diagonalisable si, et seulement si, Soient A ∈ Mn (C)(n ≥ 3) vériant
u2 l'est.
rg A = 2, tr A = 0 et An 6= On
(c) Généralisation : Soit P ∈ C[X]. On suppose P 0 (u) ∈ GL(E)
Montrer que u est diagonalisable si, et seulement si, P (u) l'est. Montrer que A est diagonalisable.

Soient E un C-espace vectoriel de dimension nie et u un endomorphisme de E . Exercice 251 [ 01948 ] [Correction]
Soit P un polynôme complexe, on suppose que P (u) est diagonalisable et que la Trouver les matrices M de Mn (R) vériant
valeur prise par P sur toute racine complexe de P 0 n'est pas valeur propre de
l'endomorphisme P (u). tr M = 0 et M 3 − 4M 2 + 4M = On
Montrer que u est diagonalisable.
Exercice 247 [ 02524 ] [Correction] Trouver les A de Mn (C) telles que
Soient A, B ∈ GLn (C) telles que B = Ap .
Montrer que A est diagonalisable si, et seulement si, B l'est. A3 − 4A2 + 4A = 0 et tr A = 8

Nilpotence Exercice 258 [ 00837 ] [Correction]

Soit u un endomorphisme d'un C-espace vectoriel E de dimension nie.
Exercice 253 [ 00783 ] [Correction] Montrer que u possède une seule valeur propre si, et seulement si, il existe λ ∈ C
Soit A ∈ Mn (C) nilpotente. tel que u − λIdE soit nilpotent.
(a) Calculer χA .
(b) Même question avec A ∈ Mn (R). Exercice 259 [ 02690 ] [Correction]
Soient A et B des matrices complexes carrées d'ordre n. On suppose les matrices
A + 2k B nilpotentes pour tout entier k tel que 0 ≤ k ≤ n. Montrer que les
Exercice 254 [ 00863 ] [Correction] matrices A et B sont nilpotentes.
Soit A ∈ Mn (C) une matrice nilpotente.
(a) Montrer que A est semblable à une matrice triangulaire supérieure stricte.
(b) Le résultat est-il encore vrai pour A ∈ Mn (R) ? Exercice 260 [ 00938 ] [Correction]
Soient n ∈ N∗ , A et B dans Mn (C) et λ1 , . . . , λn , λn+1 deux à deux distincts dans
C. On suppose, pour 1 ≤ i ≤ n + 1, que A + λi B est nilpotente.
Exercice 255 [ 00867 ] [Correction] Montrer que A et B sont nilpotentes.
Soit A ∈ Mn (C). On suppose qu'il existe p ∈ N∗ tel que Ap = 0.
(a) Montrer que An = 0.
(b) Calculer det(A + In ). Exercice 261 [ 03023 ] [Correction]
Soit M ∈ Mn (C) tel que AM = M A. Soient E un C-espace vectoriel de dimension nie et u ∈ L(E).
On note I1 = {P ∈ C[X]/P (u) = 0} et I2 = {P ∈ C[X]/P (u) est nilpotent}.
(c) Calculer det(A + M ) (on pourra commencer par le cas où M ∈ GLn (C)).
(a) Montrer que I1 et I2 sont des idéaux non nuls de C[X].
(d) Le résultat est-il encore vrai si M ne commute pas avec A ? On note P1 et P2 leurs générateurs unitaires respectifs.
(b) Établir un lien entre P1 et P2 .
Exercice 256 [ 01677 ] [Correction] (c) Montrer l'existence de Q ∈ I2 tel que u − Q(u) est diagonalisable
Soient A ∈ GLn (C) et N ∈ Mn (C) nilpotente telles que
AN = N A Exercice 262 [ 03095 ] [Correction]
Montrer que Soit Φ : M2 (R) → R vériant
det(A + N ) = det A
0 1
∀A, B ∈ M2 (R), Φ(AB) = Φ(A)Φ(B) et Φ 6= Φ(I2 )
1 0
Exercice 257 [ 00865 ] [Correction] (a) Démontrer que Φ(O2 ) = 0.
Soient E un C-espace vectoriel de dimension n et f ∈ L(E).
(b) Si A est nilpotente, démontrer que Φ(A) = 0.
(a) Montrer que l'endomorphisme f est nilpotent si, et seulement si,
(c) Soient A ∈ M2 (R) et B la matrice obtenue à partir de A en permutant les
Sp(f ) = {0} lignes de A.
Démontrer que Φ(B) = −Φ(A).
(b) Montrer que l'endomorphisme f est nilpotent si, et seulement si, (d) Démontrer que A est inversible si, et seulement si, Φ(A) 6= 0.
∀1 ≤ k ≤ n, tr(f k ) = 0

Exercice 263 [ 03477 ] [Correction] (d) Montrer que tout hyperplan de E contient au moins n2 − n − 1 matrices
Soit A ∈ Mn (R). nilpotentes linéairement indépendantes.
(a) On suppose A3 = A2 . Montrer que A2 est diagonalisable et que A2 − A est Énoncé fourni par le CENTRALE-SUPELEC (CC)-BY-NC-SA
nilpotente.
(b) Plus généralement on suppose Ak+1 = Ak pour un certain entier k > 0.
Établir l'existence d'un entier p > 0 tel que Ap est diagonalisable et Ap − A Exercice 267 [ 03474 ] [Correction]
nilpotente. Soient K un corps et A1 , A2 , . . . , An des matrices de Mn (K) nilpotentes
commutant deux à deux.
Montrer
Exercice 264 [ 03763 ] [Correction] A1 A2 . . . An = On
Pour n ≥ 2, on note H un hyperplan de Mn (K) ne contenant aucune matrice
inversible.
(a) Montrer que H contient toutes les matrices nilpotentes. Exercice 268 [ 04955 ] [Correction]
Soient a ∈ C et M ∈ Mn (C). Montrer que si les matrices M et aM sont
(b) En déduire que tout hyperplan de Mn (K) rencontre GLn (K). semblables alors a est une racine de l'unité ou M une matrice nilpotente.

Soient A, M ∈ Mn (C) avec M matrice nilpotente.
(a) On suppose M A = On . Montrer que les matrices A + M et A ont le même
polynôme caractéristique.
(b) Même question en supposant cette fois-ci AM = On .

Soient n ∈ N et E = Mn (C). On note E ∗ = L(E, C) le C-espace vectoriel des
formes linéaires sur E .
(a) Montrer que L : E → E ∗ , A 7→ LA où LA est la forme linéaire M 7→ tr(AM )
est un isomorphisme
d'espaces vectoriels. En déduire une description des hyperplans de E .
(b) Soit T ∈ Mn (C) une matrice triangulaire supérieure non nulle et
H = Ker LT .
On note Tn+ (respectivement Tn− ) le sous-espace vectoriel des matrices
triangulaires supérieures (respectivement inférieures) à diagonales nulles.
Déterminer H ∩ Tn+ .
En discutant selon que T possède ou non un coecient non nul (au moins)
hors de la diagonale, déterminer la dimension de H ∩ Tn− .
(c) Une matrice A ∈ Mn (C) est dite nilpotente s'il existe k ∈ N tel que Ak = 0.
Prouver que les éléments de Tn+ ∪ Tn− sont des matrices nilpotentes.
En déduire que H contient au moins n2 − n − 1 matrices nilpotentes
linéairement indépendantes.

[http://mp.cpgedupuydelome.fr] édité le 9 mai 2017 Corrections 33
Corrections Exercice 4 : [énoncé]

(a) Rappelons que les suites (Ker up )p∈N et (Im up )p∈N sont respectivement
Exercice 1 : [énoncé] croissante et décroissante pour l'inclusion. La suite (dim Ker up )p∈N est une
Soit y ∈ Im u. Il existe x ∈ E tel que y = u(x) et alors suite croissante et majorée d'entiers naturels, elle est donc stationnaire :
∃n ∈ N, ∀p ≥ n, dim Ker up = dim Ker un or Ker up ⊃ Ker un donc
v(y) = v(u(x)) = u(v(x)) ∈ Im u
Ker up = Ker un puis N = Ker un . Aussi
Ainsi, Im u est stable par v . dim Im up = dim E − dim Ker up = dim E − dim Ker un = dim Im un et
Soit x ∈ Ker u. On a u(x) = 0E donc Im up ⊂ Im un donc Im up = Im un puis I = Im un .
(b) dim N + dim I = dim Ker un + dim Im un = dim E en vertu du théorème du
u(v(x)) = v(u(x)) = v(0E ) = 0E rang.
et v(x) ∈ Ker u. Ainsi Ker u est stable par v . Soit x ∈ N ∩ I . Il existe a ∈ E tel que x = un (a) et alors un (x) = 0 donc
La réciproque est fausse, si u est un automorphisme il est certain que Im u = E et u2n (a) = 0. Ainsi a ∈ Ker u2n = Ker un donc x = un (a) = 0. Ainsi
Ker u = {0E } seront stables par v alors qu'il n'y aucune raison que u et v N ∩ I = {0} d'où E = N ⊕ I .
commutent. u et un commutent donc N et I sont stables par u.
(uN )n = (un )Ker un = 0 donc uN est nilpotente.
Im un+1 = Im un donne u(Im un ) = Im un donc uI est surjective puis bijective
Exercice 2 : [énoncé] car dim Im un < +∞.
Supposons f ◦ p = p ◦ f . Pour tout x ∈ Ker p, p(f (x)) = f (p(x)) = 0 donc (c) Par supplémentarité : dim E = dim F + dim G = dim N + dim I .
f (x) ∈ Ker p. Il existe p ∈ N, tel que (uF )p = 0 donc F ⊂ Ker up ⊂ N .
Rappelons Im p = Ker(p − Id). Pour tout x ∈ Im p, p(f (x)) = f (p(x)) = f (x) donc uG est bijective donc (uG )n aussi or G = Im(uG )n ⊂ Im(un ) = I .
f (x) ∈ Im p. On a alors dim F ≤ dim N , dim G ≤ dim I et dim F + dim G = dim N + dim I
Inversement. Supposons Ker p et Im p stables par f . Pour tout x ∈ E , on peut donc dim F = dim N et dim G = dim I . Par inclusion et égalité des
écrire x = u + v avec u ∈ Ker p et v ∈ Im p. On a alors f (p(x)) = f (v) et dimensions F = N et G = I .
p(f (x)) = p(f (u) + f (v)) = f (v) donc p ◦ f = f ◦ p.
Exercice 3 : [énoncé] Exercice 5 : [énoncé]

(a) Soit ~x ∈ Ker f , f (g(~x)) = g(f (~x)) = g(0E ) = 0E donc g(~x) ∈ Ker f . Ainsi (a) Ker uk−1 est un sous-espace vectoriel de Ker uk et comme on se place en
Ker f est stable par g . dimension nie, tout sous-espace vectoriel admet un supplémentaire.
Soit ~y ∈ Im f . Il existe x ∈ E tel que ~y = f (~x) et alors (b) E = Ker up = Ker up−1 ⊕ Fp = Ker up−2 ⊕ Fp−1 ⊕ Fp = · · · =
g(~y ) = g(f (~x)) = f (g(~x)) ∈ Im f donc Im f est stable par g . Ker u0 ⊕ F1 ⊕ · · · ⊕ Fp avec Ker u0 = {0}.
(b) ( =⇒ ) immédiat via a). (c) Ker uk−1 dans Ker uk . On a
( ⇐= ) Si Im p et Ker p sont stables par f alors, puisque ces derniers sont E = Ker up = Ker up−1 ⊕ Fp = . . . = F1 ⊕ · · · ⊕ Fp .
supplémentaires dans E . Soit ~x ∈ E , on peut écrire ~x = ~u + ~v avec ~u ∈ Im p Dans une base adaptée à cette décomposition la matrice de u est :
et ~v ∈ Ker p.
On a alors (f ◦ p)(~x) = f (p(~u) + p(~v )) = f (~u) et
 
(0) (∗)
p ◦ f (~x) = p(f (~u)) + p(f (~v )) = f (~u) car f (~u) ∈ Im p et f (~v ) ∈ Ker p. Ainsi ..
.
 
 
∀~x ∈ E, (f ◦ p)(~x) = (p ◦ f )(~x) (0) (0)
puis p et f commutent. et c'est donc une matrice triangulaire supérieure stricte.

Exercice 6 : [énoncé] (b) Si x ∈ Im u alors il existe a ∈ E tel que x = u(a). On a alors

(a) Supposons λa + µf (a) = 0E (1) u2 (x) = u3 (a) = −u(a) = −x
En appliquant f , on obtient −µa + λf (a) = 0E (2).
La combinaison λ(1) − µ(2) donne (λ2 + µ2 )a = 0E , or a 6= 0E donc (c) En vertu de ce qui précède, v 2 = −Id donc v est un isomorphisme et
λ = µ = 0 puisque λ, µ ∈ R. v −1 = −v .
(b) Montrons par récurrence sur k ∈ N∗ la propriété (d) D'une part
il existe a1 , . . . , ak non nuls tels que les espaces F (a1 ), . . . , F (ak ) sont en det(v −1 ) =
1
somme directe ou il existe p ∈ N∗ et il existe a1 , . . . , ap tel que det v
E = F (a1 ) ⊕ · · · ⊕ F (ap ) et d'autre part
Pour k = 1 la propriété est claire car E 6= {0E }. det(−v) = (−1)dim Im u det v
Supposons la propriété établie au rang k.
donc
Puisque la propriété est supposée vraie au rang k l'une des deux alternatives
(−1)dim Im u > 0
dénissant celle-ci est vériée. Si c'est la seconde alors la propriété est
immédiate vériée au rang k + 1. Sinon, c'est qu'il existe a1 , . . . , ak vecteurs On en déduit que la dimension de l'image de u est paire.
non nuls de E tels que les espaces F (a1 ), . . . , F (ak ) sont en somme directe.
Si E = F (a1 ) ⊕ · · · ⊕ F (ak ) alors la propriété est vériée au rang k + 1 en
choisissant p = k. Exercice 8 : [énoncé]
Sinon, il existe ak+1 ∈ E tel que ak+1 ∈ / F (a1 ) ⊕ · · · ⊕ F (ak ). (a) Le cas n = 1 est immédiat car v est alors nécessairement nul.
Montrons qu'alors les espaces F (a1 ), . . . , F (ak ), F (ak+1 ) sont en somme Le cas v = 0 est tout aussi immédiat.
directe. (b) F = Im v est stable par u et v et puisque v n'est pas bijectif, 1 ≤ dim F < n :
Supposons x1 + · · · + xk + xk+1 = 0E (1) avec xj = λj aj + µj f (aj ) ∈ F (aj ). on pourra donc appliquer l'hypothèse de récurrence sur F . Dans une base
En appliquant f , on obtient y1 + · · · + yk + yk+1 = 0E (2) avec adaptée à F , les matrices de u et v sont de la forme
yj = −µj aj + λj f (aj ).
La combinaison λk+1 (1) − µk+1 (2) donne alors

A B D E
et
(λ2k+1 + µ2k+1 )ak+1 ∈ F (a1 ) ⊕ · · · ⊕ F (ak ) et donc λk+1 = µk+1 = 0 car on a O C O O
choisi ak+1 ∈/ F (a1 ) ⊕ · · · ⊕ F (ak ).
On en déduit xk+1 = 0E et la relation (1) devient x1 + · · · + xk = 0E qui On a alors det(u + v) = det(A + D) × det C .
donne x1 = . . . = xk = 0E car les espaces F (a1 ), . . . , F (ak ) sont en somme (c) A et D sont associées aux endomorphismes induits par u et v sur F . Ces
directe. endomorphismes induits vérient les hypothèses initiales et donc
Récurrence établie. det(A + D) = det A puis det(u + v) = det A × det C = det u.
(c) Ce qui précède assure dim E = 2p et dans la base (a1 , f (a1 ), . . . , ap , f (ap )), la
matrice de f est diagonale par blocs avec des blocs diagonaux égaux à Exercice 9 : [énoncé]
(a) Im u est stable pour u donc uE2 est bien déni. Par le théorème du rang la

0 −1
1 0 restriction de u à tout supplémentaire de Ker u dénit un isomorphisme avec
Im u. Ici cela donne uE2 automorphisme.
(b) Soient u, v ∈ Γ. Si x ∈ Ker(v ◦ u) alors u(x) ∈ Im u ∩ Ker v donc
Exercice 7 : [énoncé] u(x) ∈ E1 ∩ E2 et u(x) = 0 puis x ∈ E1 . Ainsi Ker(v ◦ u) ⊂ E1 et l'inclusion
(a) L'image d'un endomorphisme est toujours stable par celui-ci. . . En eet réciproque est immédiate.
Im(v ◦ u) = v(u(E)) = v(E2 ) = E2 car vE2 est un automorphisme de E2 .
∀x ∈ Im u, u(x) ∈ Im u Ainsi v ◦ u ∈ Γ.

(c) Si φ(u) = φ(v) alors uE2 = vE2 . Or uE1 = 0 = vE1 donc les applications Inversement, si AU = λU et t U A = µt U alors
linéaires u et v coïncident sur des sous-espaces vectoriels supplémentaires et n n
donc u = v .
ai,j = λ et ∀j ∈ J1 ; nK,
X X
∀i ∈ J1 ; nK, ai,j = µ
(d) Une application linéaire peut être dénie de manière unique par ses j=1 i=1
restrictions linéaires sur deux sous-espaces vectoriels supplémentaires. Pour
w ∈ GL(E2 ) considérons u ∈ L(E) déterminé par uE1 = 0 et uE2 = w. On De plus, t U AU = t U (AU ) = λt U U = nλ et t U AU = (t U A)U = µt U U = nµ.
vérie aisément E1 ⊂ Ker u et E2 ⊂ Im u. Pour x ∈ Ker u, x = a + b avec On en déduit λ = µ et la matrice A est magique.
a ∈ E1 et b ∈ E2 . La relation u(x) = 0 donne alors u(a) + u(b) = 0 (b) Pour le produit scalaire canonique sur Mn,1 (R) déni par hX, Y i = t XY ,
c'est-à-dire w(b) = 0. Or w ∈ GL(E2 ) donc b = 0 puis x ∈ E1 . Ainsi l'espace H se comprend comme l'hyperplan de vecteur normal U et donc
Ker u ⊂ E1 et nalement Ker u = E1 . Pour y ∈ Im(u), il existe x ∈ E tel que D = H ⊥.
y = u(x). Or on peut écrire x = a + b avec a ∈ E1 et b ∈ E2 . La relation
y = u(x) donne alors y = u(a) + u(b) = w(b) ∈ E2 . Ainsi Im u ⊂ E1 et (c) Si A est magique alors U est vecteur propre de A. Ainsi D = Vect(U ) est
nalement Im u = E1 . On peut conclure que u ∈ Γ et ũ = w : φ est surjectif. stable par A. Aussi, on a la relation t AU = µU et donc U est vecteur propre
de t A. La droite D est stable par t A et donc H = D⊥ est stable par A.
(e) ϕ est un morphisme bijectif : il transporte la structure de groupe existant sur La réciproque est immédiate car une droite vectorielle est stable si, et
GL(E2 ) en une structure de groupe sur (Γ, ◦). Le neutre est l'antécédent de seulement si, elle est engendrée par un vecteur propre.
IdE2 c'est-à-dire la projection sur E2 parallèlement à E1 .
(d) Si l'on introduit une matrice P de passage de la base canonique de Mn,1 (R)
vers une base adaptée à l'écriture Mn,1 (R) = D ⊕ H , l'étude au-dessus assure
Exercice 10 : [énoncé] qu'une matrice A est magique si, et seulement si, P −1 AP est de la forme
(a) L'application T est évidemment linéaire et est à valeurs dans E .

α 0
avec α ∈ R et M ∈ Mn−1 (R)
Soit g ∈ E . Montrons que l'équation T f = g admet une solution unique. 0 M
Unicité : Si T f = g alors x 7→ 0 f (t) dt est solution sur R de l'équation
Rx
diérentielle linéaireRy 0 + y = g vériant y(0) = 0. Par le théorème de Cauchy On en déduit que l'espace des matrices magiques est de dimension
ceci détermine x 7→ 0 f (t) dt de façon unique et donc f aussi.
x
Existence : La dérivée de la fonction solution y 0 + y = g vériant y(0) = 0 est 1 + (n − 1)2

solution.
(b) Soit F un sous-espace vectoriel de dimensionR nie stable par T . Notons I
l'endomorphisme de E déni par I(f ) : x 7→ 0 f (t) dt. Puisque F est stable
x Exercice 12 : [énoncé]
par T , F est aussi stable par I . L'endomorphisme induit par I sur le (a) Les noyaux croissent donc leurs dimensions croissent. Or ces dernières
sous-espace vectoriel de dimension nie F admet un polynôme minimal forment une suite croissante et majorée donc stationnaire.
π = X n + an−1 X n−1 + · · · + a0 . On a alors pour tout f ∈ F l'égalité
y + an−1 y 0 + · · · + an y (n) = 0 en notant y = I n (f ). De plus, on a les (b) Rn [X] est stable par D et, puisque la dérivée d'ordre n + 1 d'un polynôme de
conditions initiales y(0) = . . . = y (n−1) (0) = 0 ce qui donne y = 0 puis f = 0. degré ≤ n est nulle, l'endomorphisme induit par D sur Rn [X] est nilpotent.
Ainsi F = {0}. Finalement, l'espace nul est le seul espace de dimension nie Soit F de dimension nie stable par D. Il existe n ∈ Rn [X] tel que
stable par T . Quel intérêt au impaire ? F ⊂ Rn [X]. D est nilpotent sur Rn [X] donc l'endomorphisme induit par D
sur F l'est aussi. Posons m + 1 la dimension de F . L'endomorphisme induit
par la dérivation et assurément nilpotent d'ordre inférieur à m + 1 et donc
Exercice 11 : [énoncé]
∀P ∈ F, Dm+1 (P ) = 0
(a) Si la matrice A est magique alors, par simple calcul des coecients, AU = sU
et t U A = st U . Ceci donne F ⊂ Rm [X] et on obtient l'égalité par argument de dimension.

(c) On suppose F de dimension innie. Exercice 14 : [énoncé]

Soit P ∈ R[X] et n son degré. Il existe Q ∈ F tel que deg Q ≥ n. La famille Soient E un K-espace vectoriel de dimension n muni d'une base B et f ∈ L(E) de
(Q, D(Q), . . . , Dq Q) (avec q = deg Q) est une famille de polynômes de degrés matrice A dans B. On vérie f n−1 6= 0 et f n = 0.
étagés tous éléments de F . On a donc Soit x ∈
/ Ker(f n−1 ). Un tel x existe puisque f n−1 6= 0.
Considérons la famille B0 = (f n−1 (x), . . . , f (x), x).
P ∈ Rq [X] = Vect Q, D(Q), . . . , Dq (Q) ⊂ F Supposons

λn−1 f n−1 (x) + · · · + λ1 f (x) + λ0 x = 0

(d) Supposons g = kId + D.
2
En y appliquant successivement f n−1 , . . . , f et IdE on obtient
D est un polynôme en g et donc commute avec g . Le noyau de D est alors λ0 = 0, . . . , λn−2 = 0 puis λn−1 = 0 car f n−1 (x) 6= 0.
stable par g . Ainsi, on peut écrire g(1) = λ et alors g 2 (1) = λ2 = k. On en B 0 est une famille libre formée de n = dim E vecteurs, c'est donc une base de E .
déduit k ≥ 0. La matrice de f dans la base B0 est égale à B . Les matrices A et B sont donc
On a même k > 0, car si g 2 = D alors Ker g 2 est de dimension 1. Or semblables.
Ker g ⊂ Ker g 2 et donc dim Ker g = 0 ou 1. Le premier cas est immédiatement
exclu et le second l'est aussi car si Ker g = Ker g 2 , les noyaux itérés qui
suivent sont aussi égaux. Exercice 15 : [énoncé]
Au surplus k > 0 est possible. Si on écrit le développement en série entière Soient E un K-espace vectoriel de dimension n muni d'une base B et f ∈ L(E) de
+∞
matrice A dans B.
√ X On observe r = rg f , f 6= 0 et f 2 = 0 de sorte que Im f ⊂ Ker f . Soit (e1 , . . . , er )
1+x= an xn
une base de Imf complétée en (e1 , . . . , en−r ) base de Ker f . Pour tout
n=0
i ∈ {1, . . . , r}, il existe en−r+i vecteur de E tel que f (en−r+i ) = ei . Montrons que
alors (e1 , . . . , en ) est libre. Supposons
√ X+∞ n
D
g= k an √ λ1 e1 + · · · + λr er + λr+1 er+1 + · · · + λn−r en−r + λn−r+1 en−r+1 + · · · + λn en = 0 (1)
n=0 k
dénit un endomorphisme solution (il n'y a pas de problème de convergence à En appliquant f à la relation (1), on obtient
résoudre, car pour chaque polynôme P la somme est constituée de termes λn−r+1 e1 + · · · + λn er = 0 (2)
nuls à partir d'un certain rang).
et donc λn−r+1 = . . . = λn = 0 car la famille (e1 , . . . , er ) libre.
La relation (1) devient
Soient E un R-espace vectoriel de dimension 3 muni d'une base B et u λ1 e1 + · · · + λr er + λr+1 er+1 + · · · + λn−r en−r = 0 (3)
l'endomorphisme de E représenté par la matrice A dans B. On a u2 = 0 et u 6= 0.
et donc λ1 = . . . = λn−r = 0 car la famille (e1 , . . . , en−r ) libre.
Notons que cela entraîne dim Im u = 1 et dim Ker u = 2.
La famille (e1 , . . . , en ) est libre et formée de n = dim E vecteurs de E , c'est donc
Cherchons une base B0 = (ε1 , ε2 , ε3 ) telle que MatB0 (u) = B . Après analyse du
une base de E . La matrice de f dans celle-ci est égale à B et on peut conclure que
problème : Considérons ε1 ∈ / Ker(u) et ε2 = u(ε1 ). ε2 est un vecteur non nul de
les matrices A et B sont semblables.
Ker u qui peut être complétée en une base (ε2 , ε3 ) de Ker u. Formons
B 0 = (ε1 , ε2 , ε3 ). Si λ1 ε1 + λ2 ε2 + λ3 ε3 = 0 alors en appliquant u, λ1 u(ε1 ) = 0
donc λ1 = 0 puis λ2 ε2 + λ3 ε3 = 0 entraîne λ2 = λ3 = 0 puisque (ε2 , ε3 ) est libre. Exercice 16 : [énoncé]
Finalement la famille B0 est libre et c'est donc bien une base de E . La matrice de Soit f ∈ L(R4 ) l'endomorphisme canoniquement associé à la matrice M .
u dans cette base est bien la matrice B . On peut conclure.
Analyse : Cherchons une base (e1 , e2 , e3 , e4 ) telle que :
f (e1 ) = e2 , f (e2 ) = −e1 , f (e3 ) = e4 et f (e4 ) = −e3 .

La connaissance de e1 et e3 sut pour former e2 et e4 avec les quatre relations Puisque det(In + B) = 1 + λ, on a
voulues.
Synthèse : det(P −1 ) det(In + A) det P = 1 + tr A
Prenons e1 6= 0, e2 = f (e1 ), e3 ∈ / Vect(e1 , e2 ) et e4 = f (e3 ).
Supposons λ1 e1 + λ2 e2 + λ3 e3 + λ4 e4 = 0 i.e. λ1 e1 + λ2 f (e1 ) + λ3 e3 + λ4 f (e3 ) = 0 puis
(1). det(In + A) = 1 + tr A
En appliquant l'endomorphisme f : λ1 f (e1 ) − λ2 e1 + λ3 f (e3 ) − λ4 e3 = 0 (2).
λ3 (1) − λ4 (2) donne (λ3 λ1 + λ2 λ4 )e1 + (λ3 λ2 − λ4 λ1 )f (e1 ) + (λ23 + λ24 )e3 = 0.
Puisque e3 ∈ / Vect(e1 , e2 ), on a λ23 + λ24 = 0 d'où λ3 = λ4 = 0. Exercice 18 : [énoncé]
(1) et (2) donne alors λ1 e1 + λ2 f (e1 ) = 0 et λ1 f (e1 ) − λ2 e1 = 0. Posons D = diag(1, 2, . . . , n). L'étude, coecient par coecient, de la relation
Comme ci-dessus on parvient à λ21 + λ22 = 0 d'où λ1 = λ2 = 0. M D = DM donne que les matrices commutant avec D sont les matrices
Finalement (e1 , e2 , e3 , e4 ) est une base convenable. On peut conclure que M est diagonales. Parmi les matrices diagonales, celles qui sont semblables à D sont
semblable à la matrice proposée. celles qui ont les mêmes coecients diagonaux

Commençons par déterminer f (In ) et f (On ).
(a) Soit f l'endomorphisme de Kn canoniquement associé à A. On a On a f (In ) = f (In2 ) = f (In )2 donc f (In ) = 0 ou 1.
Si f (In ) = 0 alors pour tout A ∈ Mn (C), f (A) = f (A × In ) = f (A) × f (In ) = 0 et
rg f = rg A = 1 donc f est constante ce qui est exclu. Ainsi f (In ) = 1.
Aussi f (On ) = f (On2 ) = f (On ) × f (On ) donc f (On ) = 0 ou 1.
et donc par la formule du rang
Si f (On ) = 1 alors pour tout A ∈ Mn (C),
dim Ker f = n − 1 f (A) = f (On ) × f (A) = f (On × A) = f (On ) = 1 et donc f est constante ce qui
est exclu. Ainsi f (On ) = 0.
Si B est une base adaptée à Ker f , la matrice de f dans cette base a ses n − 1 Si A est inversible alors f (In ) = f (A × A−1 ) donne f (A) × f (A−1 ) = 1 et donc
premières colonnes nulles. f (A) 6= 0.
(b) On peut écrire A = P BP −1 avec P matrice inversible et B une matrice de la La réciproque est plus délicate.
forme Supposons A non inversible et posons r = rg A.

0 ···

0 ∗ La matrice A est équivalente à la matrice
 .. .. .. 
. . .

Ir Or,n−r
.

..
 Jr =
 .. .
On−r,r On−r

∗
0 ··· 0 λ ce qui permet d'écrire A = QJr P avec P, Q inversibles. On a alors
On a alors f (A) = f (Q)f (Jr )f (P ) et il sut de montrer f (Jr ) = 0 pour conclure.
λ = tr B = tr A Par permutation des vecteurs de bases, la matrice Jr est semblable à toute
matrice diagonale où gure r coecients 1 et n − r coecients 0. En positionnant,
Puisque B = λB , on a
2
pertinemment les coecients 0, on peut former des matrices A1 , . . . , Ap toutes
semblables à Jr vériant
P −1 A2 P = tr(A).P −1 AP A1 . . . Ap = On
puis On a alors
A2 = tr(A).A f (A1 ) . . . f (Ap ) = 0

Or il est facile d'établir que si deux matrices sont semblables, la fonction f prend Exercice 21 : [énoncé]
les mêmes valeurs sur celles-ci. Par suite f (Jr ) = f (A1 ) = . . . = f (Ap ) et ainsi tr A 6= tr B dont A et B ne sont pas semblables.
f (Jr )p = 0 puis enn f (Jr ) = 0.
Notons E la matrice correspondant à l'élément neutre de (G, ×). Celle-ci est
Exercice 20 : [énoncé] nécessairement non nulle car sinon la partie G serait réduite à la matrice nulle.
On vérie aisément que C est un sous-espace vectoriel de M3 (R) car c'est le noyau Puisque la matrice E est neutre, on a E 2 = E et donc E est la matrice d'une
de l'endomorphisme M 7→ AM − M A. projection. En posant r = rg E ∈ N∗ , il existe P ∈ GLn (R) telle que
Puisque A2 = O3 , on a Im A ⊂ Ker A.
Puisque A 6= O3 , la formule du rang et l'inclusion précédente montre E = P Jr P −1 I
avec Jr = r
O
∈ Mn (R)
O O
rg A = 1 et dim Ker A = 2 Pour toute matrice M ∈ Mn (R), on peut écrire par blocs
Soient X1 ∈ Im A non nul, X2 tel que (X1 , X2 ) soit base de Ker A et X3 un

A B
M =P P −1
antécédent de X1 . En considérant la matrice de passage P formée des colonnes C D
X1 , X2 , X3 , on a   L'identité EM = M = M E donne la nullité des blocs B, C et D.
0 0 1
On peut alors introduire l'application ϕ : G → Mr (R) qui associe à M ∈ G le bloc
P −1 AP = 0 0 0 = B
A de la description ci-dessus. On vérie aisément que l'application ϕ est injective
0 0 0
et que
En raisonnant par coecients inconnus, on obtient que les matrices N vériant ∀M, N ∈ G, ϕ(M N ) = ϕ(M ) × ϕ(N )
BN = N B sont de la forme Enn, on a aussi ϕ(E) = Ir de sorte qu'on peut armer que l'image de ϕ est un

a b c
 sous-groupe de (GLr (R), ×). Le groupe (G, ×) alors isomorphe à ce sous-groupe.
N = 0 b0 c0 
0 0 a Exercice 23 : [énoncé]
Les matrices A et t A possède le même polynôme caractéristique P de degré 2 dont
Par suite les matrice M vériant AM = M B sont celle de la forme on note λ et µ les racines comptées avec multiplicité.
Cas: λ 6= µ. Les matrices A et A sont toutes deux diagonalisables semblables à
  t
a b c
M = P  0 b0 c0  P −1 diag(λ, µ) et donc semblables entre elles par transitivité.
Cas: λ = µ. Si A est diagonalisable, la matrice A est semblable à λI2 donc égale à
0 0 a
λI2 . Dans cette situation, A est égale à t A. Si A n'est pas diagonalisable, t A ne
L'espace C est donc de dimension 5 et l'on en forme une base à l'aide des matrices l'est pas non plus et ces deux matrices sont trigonalisables semblables à des
      matrices de la forme
1 0 0 0 0 0 0 1 0
λ α

λ β

M1 = P  0 0 0 P −1 , M2 = P 0 1 0 P −1 , M3 = P 0 0 0 P −1 Tα = et Tβ =
0 λ 0 λ
0 0 1 0 0 0 0 0 0
avec α et β non nuls. Or ces deux dernières matrices sont semblables puisque
   
0 0 0 0 0 1

α 0
M4 = P 0 0 1 P −1
et M5 = P 0 0 0 P −1 Tα = P Tβ P −1
avec P = ∈ GL2 (C)
  0 β
0 0 0 0 0 0
De façon générale, on peut montrer qu'une matrice est toujours semblable à sa
transposée (mais c'est un résultat dicile).


En vertu du théorème d'isomorphisme (a) Il existe x 6= 0Z , vériant
u(v(x)) = λx
0 ∈ Sp(f ) ⇐⇒ f non injectif ⇐⇒ f non surjectif
On a alors
(v ◦ u)(v(x)) = λv(x)
Exercice 25 : [énoncé] Or v(x) 6= 0E car u(v(x)) 6= 0E et u(0E ) = 0E .
0 ∈ Sp(f n ) =⇒ f n non injective =⇒ f non injective =⇒ 0 ∈ Sp(f ). On en déduit que λ est valeur propre de v ◦ u.
(b) On observe
u ◦ v(P ) = P et v ◦ u(P ) = P − P (0)
Si λ ∈ Sp u alors il existe x 6= 0 vériant u(x) = λx. En appliquant u−1 , on obtient On en déduit
x = λu−1 (x). Ker(u ◦ v) = {0} et Ker(v ◦ u) = R0 [X]
Puisque x 6= 0, λ 6= 0 et on peut écrire u−1 (x) = λ1 x donc λ1 ∈ Sp u−1 . Ainsi En substance, la propriété précédente ne vaut pas pour λ = 0 en dimension
−1 quelconque.
{1/λ | λ ∈ Sp u} ⊂ Sp u
(c) Cependant, en dimension nie, si 0 est valeur propre de u ◦ v alors
L'autre inclusion s'obtient par symétrie. det(u ◦ v) = 0 et donc det(v ◦ u) = 0 d'où 0 valeur propre de v ◦ u.

Pour λ ∈ K et x ∈ E , (a) On vérie f k ◦ g − g ◦ f k = kf k .
Si pour tout k ∈ N, f k 6= 0 alors l'endomorphisme h 7→ h ◦ g − g ◦ h admet
x ∈ Eλ (v) ⇐⇒ u(a−1 (x)) = λa−1 (x) ⇐⇒ a−1 (x) ∈ Eλ (u) ⇐⇒ x ∈ a(Eλ (u)) une innité de valeurs propres.
Ceci étant impossible en dimension nie, on peut armer que f est nilpotent.
Ainsi Eλ (v) = a(Eλ (u)).
Puisque a est un automorphisme, on peut armer Eλ (v) 6= {0} si, et seulement si, (b) f n = 0 (car dim E = n) et f n−1 6= 0. Pour x ∈ / Ker f n−1 et
Eλ (u) 6= {0}. Ainsi
0
e = (f n−1
(x), . . . , f (x), x), on montre classiquement que e0 est une base de E
Sp(u) = Sp(v) dans laquelle la matrice de f est telle que voulue.
f (g(f n−1 (x)) = 0 donc g(f n−1 (x)) = λf n−1 (x) pour un certain λ ∈ R
Aussi f k (g(f n−1−k (x))) = (λ + k)f n−1 (x) et donc la matrice de g dans e0 et
triangulaire supérieure avec sur la diagonale λ, λ + 1, . . . , λ + n − 1. Ainsi
On a la propriété Sp(g) = {λ, . . . , λ + n − 1}
∀x 6= 0E , ∃λx ∈ K, u(x) = λx x
Soit y vecteur propre associé à la valeur propre λ + n − 1.
Montrer que x 7→ λx est une fonction constante sur E \ {0}. Soient x, y 6= 0E .
Si y ∈ Ker f n−1 alors puisque Ker f n−1 est stable par g , λ + n − 1 est valeur
Si (x, y) est libre u(x + y) = u(x) + u(y) donne λx+y (x + y) = λx x + λy y donc par
propre de l'endomorphisme induit par g sur Ker f n−1 . Cela n'étant par le cas
liberté de (x, y) on obtient λx = λx+y = λy .
y∈/ Ker f n−1 . On vérie alors facilement que la famille
Si (x, y) est liée, y = µx et donc u(y) = µu(x) = λx µx = λx y puis λy = λx .
e = (f n−1 (y), . . . , f (y), y) résout notre problème.
Ainsi x 7→ λx est une fonction constante. En posant λ la valeur de cette constante,
on a ∀x ∈ E , u(x) = λx que x soit nul ou non.

(a) Puisque u ◦ v = v ◦ u les sous-espaces propres de u sont stables par v . Puisque L'application u ∈ L(E) 7→ f ◦ u − u ◦ f est un endomorphisme de L(E) or
E est un C-espace vectoriel, u admet une valeur propre et le sous-espace dim L(E) < +∞ donc cet endomorphisme n'admet qu'un nombre ni de valeur
propre associé est stable par v . L'endomorphisme induit par v sur celui-ci propre. Cependant, pour chaque n ∈ N tel que g n 6= 0̃, le scalaire nb est valeur
admet une valeur propre et ceci assure l'existence d'un vecteur propre propre de cet endomorphisme, on en déduit qu'il existe n ∈ N tel que g n = 0̃ et en
commun à u et v . particulier Ker g 6= {0}.
(b) u ◦ v − v ◦ u = au. On vérie aisément que Ker g est stable par f et un vecteur propre de
Si u est inversible alors u ◦ v ◦ u−1 − v = aIdE et donc l'endomorphisme induit par f sur Ker g est alors vecteur propre commun à f et g .
tr(u ◦ v ◦ u−1 ) − tr v = a dim E . Cas b = 0 et a 6= 0
Or tr(u ◦ v ◦ u−1 ) = tr v ce qui entraîne une absurdité. Semblable
On en déduit que u est non inversible. Cas a 6= 0 et b 6= 0
Par récurrence sur n ∈ N, on obtient On a
f ◦ (af + bg) − (af + bg) ◦ f = b(f ◦ g − g ◦ f ) = b(af + bg)
un ◦ v − v ◦ un = naun
Par l'étude qui précède, f et af + bg admettent un vecteur propre commun et
L'endomorphisme ϕ : w 7→ w ◦ v − v ◦ w n'admet qu'un nombre ni de valeurs celui-ci est alors vecteur propre commun à f et g .
propres car opère en dimension nie. Si u n'est pas nilpotent alors pour tout
n ∈ N, na est valeur propre de ϕ. C'est absurde et donc u est nilpotent.
Enn, soit x ∈ Ker u. On a u(v(x)) = v(u(x)) + au(x) = 0 donc v(x) ∈ Ker u. Exercice 33 : [énoncé]
Par suite Ker u 6= {0} est stable v et un vecteur propre de l'endomorphisme
induit est vecteur propre commun à u et v . (a) u admet une valeur propre λ et le sous-espace propre associé est stable par v .
(c) u ◦ v − v ◦ u = au + bv . Cela assure que u et v ont un vecteur propre en commun e1 . On complète
Si a = 0 il sut de transposer l'étude précédente. celui-ci en une base (e1 , e2 , . .
. , en ). Lesmatrices
de u et v dans cette base
Si a 6= 0, considérons w = au + bv . sont de la forme A =
λ ∗
et B =
µ ∗
. Considérons les
On a 0 A0 0 B0
endomorphismes u0 et v 0 de E 0 = Vect(e2 , . . . , en ) représentés par A0 et B 0
(au + bv) ◦ v − v ◦ (au + bv) = a(u ◦ v − v ◦ u) = a(au + bv) dans (e2 , . . . , en ). AB = BA donne A0 B 0 = B 0 A0 et donc [u0 ; v 0 ] = 0. Cela
permet d'itérer la méthode jusqu'à obtention d'une base de cotrigonalisation.
Par l'étude qui précède, au + bv et v ont un vecteur propre en commun puis u
et v ont un vecteur propre en commun. (b) Par récurrence, on vérie [uk ; v] = kλuk . L'endomorphisme w 7→ [w ; v] de
L(E) ne peut avoir une innité de valeurs propres donc il existe k ∈ N∗ tel
que uk = 0. L'endomorphisme u est nilpotent donc Ker u 6= {0} ce qui permet
d'armer que u et v ont un vecteur propre commun. On peut alors reprendre
la démarche de la question a) sachant qu'ici A0 B 0 − B 0 A0 = λA0 .
Cas a = b = 0
Les endomorphismes f et g commutent donc les sous-espaces propres de l'un sont (c) Si α = 0, l'étude qui précède peut se reprendre pour conclure. Si α 6= 0, on
stables pour l'autre. Puisque le corps de base est C, l'endomorphisme f admet au introduit w = αu + βv et on vérie [w ; v] = αw. Ainsi w et v sont
moins une valeur propre λ. L'espace Eλ (f ) 6= {0} est stable par g donc on peut cotrigonalisables puis u et v aussi cas u = α1 (w − βv).
introduire l'endomorphisme induit par g sur Eλ (f ) et ce dernier admet aussi au
moins une valeur propre. Un vecteur propre associé à cette valeur propre de g est
aussi un vecteur propre de f car élément non nul de Eλ (f ). Ainsi f et g ont un Exercice 34 : [énoncé]
vecteur propre commun.
Cas a = 0 et b 6= 0 (a) Il sut de procéder par récurrence en exploitant
Par récurrence, on obtient f ◦ g n − g n ◦ f = nbg n pour tout n ∈ N. f n+1 ◦ g − g ◦ f n+1 = f ◦ (nf n + g ◦ f n ) + (I − f ◦ g) ◦ f n .

(b) Par linéarité P (f ) ◦ g − g ◦ P (f ) = P 0 (f ). Exercice 37 : [énoncé]

Ainsi si P annule f alors P 0 aussi. Ceci est impossible en dimension nie car (a) Par récurrence, on obtient
le polynôme minimal d'un endomorphisme annule celui-ci et est de degré
minimal. ∀n ∈ N∗ , An B − BAn = nAn−1 C
Notons qu'un argument de calcul de trace est de loin plus rapide et plus
simple ! On en déduit
∀P ∈ K[X], P (A)B − BP (A) = P 0 (A)C
(c) f ◦ g(P ) = (XP )0 = XP 0 + P et g ◦ f (P ) = XP 0 donc (f ◦ g − g ◦ f )(P ) = P .
Si la matrice A est diagonalisable, elle annule un polynôme scindé à racine
simple P et donc
Exercice 35 : [énoncé] P 0 (A)C = 0
(a) Par récurrence Puisque les racines de P sont simples, les valeurs propres de A ne sont pas
f n ◦ g − g ◦ f n = nf n racine de P 0 et une diagonalisation de A permet d'armer
(b) Par linéarité det P 0 (A) 6= 0
0
P (f ) ◦ g − g ◦ P (f ) = f ◦ P (f )
Puisque la matrice P 0 (A) est inversible, l'identité P 0 (A)C = 0 donne C = 0.
Par suite, si P (f ) = 0, alors f ◦ P 0 (f ) = 0.
(b) Supposons C diagonalisable.
(c) Soit π le polynôme minimal de l'endomorphisme f . Notons a, b, c les endomorphismes de Rn canoniquement associés aux
π annule f donc Xπ 0 aussi. Par minimalité de π , π | Xπ 0 . Pour des raisons de matrices A, B, C .
degré et de coecients dominants, απ = Xπ 0 avec α = deg π . On en déduit Soit λ une valeur propre de C . Le sous-espace propre Eλ (c) est stables par les
π = X α et donc f est nilpotent. endomorphismes a et b car la matrice C commute avec A et B . Notons aλ et
bλ les endomorphismes induits associés. On a
Exercice 36 : [énoncé] aλ ◦ bλ − bλ ◦ aλ = λIdEλ (c)
(a) Soit λ une valeur propre de l'endomorphisme T . En considérant la trace, on obtient
Il existe une matrice M non nulle vériant T (M ) = λM .
On a alors M A = (A + λIn )M . λ dim Eλ (c) = 0
Par une récurrence facile, M Ap = (A + λIn )p M .
Or pour un certain p ∈ N∗ , Ap = On donc (A + λIn )p M = On . On en déduit que seule 0 est valeur propre de C et donc la matrice
Cependant la matrice M n'est pas nulle donc la matrice (A + λIn )p n'est pas diagonalisable C est nulle.
inversible puis la matrice A + λIn ne l'est pas non plus. Ainsi λ est valeur
propre de A et donc λ = 0 car 0 est la seule valeur propre d'une matrice Exercice 38 : [énoncé]
nilpotente.
On en déduit Sp T ⊂ {0} puis Sp T = {0} car le corps de base C assure (a) ∆ est évidemment linéaire de Mp (R) dans lui-même.
l'existence d'au moins une valeur propre. En exploitant
Le polynôme caractéristique de T étant scindé dans C[X] et de degré n2 , on a ∆(BC) = ABC − BCA = (AB − BA)C + B(AC − CA) = ∆(B)C + B∆(C)
χT = (−1)n X n puis T n = 0̃ car le polynôme caractéristique est annulateur
2 2 2
en vertu du théorème de Cayley Hamilton. on montre la relation

Finalement, l'endomorphisme T est nilpotent. n
X n
(b) Pour g = IdE on a T = 0̃. ∆n (M N ) = ∆k (M )∆n−k (N )
k
Ainsi l'endomorphisme T est nilpotent alors que g ne l'est pas. k=0
La réciproque est fausse. en raisonnant par récurrence comme pour établir la formule de Leibniz.

(b) AB = BA donne directement ∆(B) = 0 et donc ∆2 (H) = 0. (b) Si par l'absurde, l'endomorphisme u est inversible, on peut écrire
La relation ∆n+1 (H n ) = 0 s'obtient alors en raisonnant par récurrence et en
observant que les termes sommés sont nuls dans la relation u ◦ v ◦ u−1 = v + IdE
n+1
X n+1
En passant à la trace, on obtient
n+1 n n+1 n−1
∆ (H ) = ∆ (HH )= ∆k (H)∆n+1−k (H n−1 )
k tr(v) = tr(v) + dim E
k=0
L'identité ∆n (H n ) = n!B n s'obtient aussi par récurrence et un calcul assez Ceci est absurde. On en déduit Ker(u) 6= {0}.
analogue. Ker(u) est stable v et non réduit à {0}. L'endomorphisme complexe induit
(c) Considérons une norme sous-multiplicative (par équivalence des normes en par v sur cet espace de dimension nie admet donc une valeur propre λ. Si x
dimension nie, cela ne change rien au problème). On a est un vecteur propre associé, c'est un vecteur propre commun à u et v car
1 u(x) = 0E et v(x) = λ.x

kB n k = k∆n (H n )k
n!
(c) La conclusion qui précède vaut aussi pour une identité du type
L'application linéaire ∆ étant continue, on peut introduire k ≥ 0 vériant u ◦ v − v ◦ u = au avec a 6= 0.
Dans le cas où a = 0, la propriété est encore vraie en raisonnant cette fois-ci
∀M ∈ Mp (R), k∆(M )k ≤ k kM k
avec un sous-espace propre de u (stable par v car on est en situation où u et
On a alors v commutent).
kB n k ≤
1 n
k kH n k ≤
1
(k kHk)
n Si u ◦ v − v ◦ u = au + bv avec b 6= 0 alors, en considérant w = au + bv , on a
n! n! u ◦ w − w ◦ u = bw. Les endomorphismes u et w ont un vecteur propre en
puis commun et celui-ci est aussi vecteur propre de v .
1 √ n n
Finalement, on retient
(k kHk) −−−−−→ 0 car n! ∼
1/n
kB n k ≤ 1/n
2πn
(n!) n→+∞ e
u ◦ v − v ◦ u ∈ Vect(u, v) =⇒ u et v ont un vecteur propre en commun
(d) On peut plonger le problème dans le cadre complexe. Soit λ une valeur
propre complexe de B et M une matrice de Mp (C) dont toutes les colonnes On peut alors en déduire que ces deux endomorphismes sont cotrigonalisables
sont vecteurs propres de B associés à la valeur propre λ. On a en raisonnant par récurrence sur la dimension de E . En bref (car c'est assez
BM = λM et donc B n M = λn M puis kB n M k
1/n
= |λ| kM k . Or
1/n long à rédiger), si l'on complète le vecteur propre précédent en une base de
E , les endomorphismes u et v seront gurés par des matrices
1/n 1/n 1/n
kB n M k ≤ kB n k kM k −−−−−→ 0
n→+∞ λ ∗ µ ∗
et
0 A 0 B
et on peut donc conclure λ = 0.
Puisque 0 est la seule valeur propre complexe de B , celle-ci est nilpotente (cf. La relation u ◦ v − v ◦ u ∈ Vect(u, v) donne, par calcul par blocs,
théorème de Cayley-Hamilton). AB − BA ∈ Vect(A, B). On applique l'hypothèse de récurrence aux matrices
A et B :
Exercice 39 : [énoncé] P −1 AP = T et P −1 BP = T 0 avec P inversible de taille n − 1

(a) Soit x ∈ Ker u. On a u(x) = 0E et donc On transpose ensuite cette solution aux matrices précédentes via la matrice
u(v(x)) = u(x) + v(u(x)) = 0E inversible
1 0
Ainsi v(x) ∈ Ker u. 0 P

Exercice 40 : [énoncé] Pour λ ∈

/ ]−2 ; 0[, seule la suite nulle est converge vers 0 et satisfait
Soient λ ∈ R et f ∈ E . On a
∀n ∈ N, u(n) = u0 (1 + λ)n
D(f ) = λf ⇐⇒ f est solution de y = λy 0
On peut donc conclure
Les solutions de l'équation y 0 = λy sont les fonctions de la forme t 7→ Ceλt . Sp(∆) = ]−2 ; 0[
Ainsi
Sp(D) = R et Eλ (D) = Vect(t 7→ eλt )
Soient λ ∈ R et f ∈ E . Si I(f ) = λf alors I(f ) est solution de l'équation
Exercice 41 : [énoncé] diérentielle
Soient λ ∈ C et u ∈ E . Étudions l'équation f (u) = λu. On a y = λy 0
Si λ = 0 alors I(f ) = 0.
(1 − λ)u0 = 0
f (u) = λu ⇐⇒ Si λ 6= 0 alors I(f ) est de la forme x 7→ Cex/λ et puisque I(f ) s'annule en 0 donc
∀n ∈ N∗ , (2λ − 1)un = un−1
I(f ) = 0.
Cas λ = 1 Dans les deux cas f = I(f )0 = 0. Ainsi
f (u) = u ⇐⇒ ∀n ∈ N∗ , un = un−1
Sp(I) = ∅
On en déduit que 1 est valeur propre de f et que le sous-espace propre associé est
formé des suites constantes.
Cas λ 6= 1 Exercice 44 : [énoncé]
Soit λ un réel et f une fonction élément de E .

u0 = 0
f (u) = λu ⇐⇒
∀n ∈ N∗ , (2λ − 1)un = un−1 Si T (f ) = λf alors
∀x ∈ [0 ; +∞[, f (x + 1) = λf (x)
Que λ = 1/2 ou non, on obtient
En passant cette relation à la limite quand x → +∞, on obtient
f (u) = λu ⇐⇒ ∀n ∈ N, un = 0
` = λ`
et donc λ n'est pas valeur propre.
Finalement en notant ` la limite de f .
Sp f = {1} Cas ` 6= 0 :
Nécessairement λ = 1 et
Exercice 42 : [énoncé] ∀x ∈ [0 ; +∞[, f (x + 1) = f (x)

Soient λ ∈ R et u ∈ E . Puisque la fonction f est périodique et converge en +∞, elle est constante.
∆(u) = λu ⇐⇒ ∀n ∈ N, u(n + 1) = (1 + λ)u(n)
Inversement, toute fonction constante non nulle est vecteur propre associé à la
valeur propre 1.
Ainsi Cas ` = 0 :
∆(u) = λu ⇐⇒ ∀n ∈ N, u(n) = u0 (1 + λ)n Si λ est valeur propre alors en introduisant f vecteur propre associé, il existe
x0 ∈ [0 ; +∞[ tel que f (x0 ) 6= 0 et la relation T (f ) = λf donne par récurrence
Pour λ ∈ ]−2 ; 0[, la suite u(n) = (1 + λ)n est élément non nul de E et vérie
∆(u) = λu. ∀n ∈ N, f (x0 + n) = λn f (x0 )

En faisant tendre n vers +∞, on obtient |λ| < 1. Pour α < 0 la condition lim0 f = 0 entraîne f = 0 et est donc exclue.
Inversement, supposons |λ| < 1. Par contre le cas α ≥ 0 (correspondant à λ ∈ ]0 ; 1]) conduit aux vecteurs
Si T (f ) = λf alors propres
f (x) = Cxα , x ∈ [0 ; +∞[, C 6= 0
f (1) = λf (0) et ∀n ∈ N, ∀x ∈ [0 ; 1[, f (x + n) = λ f (x)
n
éléments de E .
La fonction f est donc entièrement déterminée par sa restriction continue sur
[0 ; 1] vériant f (1) = λf (0). Exercice 46 : [énoncé]
Inversement, si ϕ : [0 ; 1] → R est une fonction continue sur [0 ; 1] vériant Puisque f est de classe C 1 et que f (0) = 0, on peut écrire
ϕ(1) = λϕ(0) alors la fonction f donnée par
f (t) =t→0 f 0 (0)t + o(t)
n
∀n ∈ N, ∀x ∈ [0 ; 1[, f (x + n) = λ ϕ(x)
Ainsi la fonction ϕ : t 7→ f (t)/t peut être prolongée par continuité en 0 et donc
et continue (on vérie la continuité en k ∈ N∗ par continuité à droite et à gauche), l'intégrale dénissant T (f )(x) a un sens en tant qu'intégrale d'une fonction
converge vers 0 en +∞ et vérie T (f ) = λf . continue. De plus, la fonction T (f ) apparaît alors comme la primitive s'annulant
Puisqu'il est possible de construire une fonction non nulle de la sorte, le scalaire en 0 de cette fonction continue ϕ, c'est donc une fonction élément de E . Enn, la
λ ∈ ]−1 ; 1[ est valeur propre et les vecteurs propres associés sont les fonctions non linéarité de l'application T étant immédiate, on peut armer que T est un
nulles de la forme précédente. endomorphisme de E .
Soient λ ∈ R.
Si T (f ) = λf alors pour tout x ∈ [0 ; +∞[,
Exercice 45 : [énoncé] T (f )(x) = λf (x)
(a) T (f ) est dérivable sur R∗+ donc continue sur R∗+ .
En dérivant cette relation, on obtient pour tout x ∈ [0 ; +∞[
Puisque f est continue, f admet une primitive F et alors quand x → 0+
f (x) = λxf 0 (x)
F (x) − F (0)
T (f )(x) = → F 0 (0) = f (0) Si λ = 0 alors f est la fonction nulle et λ n'est pas valeur propre.
x
Si λ 6= 0, f est solution de l'équation diérentielle λxy 0 = y .
On en déduit que T (f ) se prolonge en une fonction continue en 0. Cette dernière est une équation diérentielle linéaire d'ordre 1 homogène dont la
La linéarité de T est immédiate et donc T est un endomorphisme de E . solution générale sur ]0 ; +∞[ est
(b) Soient λ ∈ R et f une fonction de E non nulle vériant T (f ) = λf .
y(x) = Cx1/λ
Pour tout x > 0,
x
Ainsi, il existe C ∈ R tel que pour tout x > 0,
Z
f (t) dt = λxf (x)
0
f (x) = Cx1/λ
donc f est de classe C 1 et vérie
Or pour qu'une telle fonction puisse être prolongée en une fonction de classe C 1
(1 − λ)f (x) = λxf (x) 0 sur [0 ; +∞[, il faut C = 0 ou 1/λ ≥ 1. Ainsi les valeurs propres de T sont les
éléments de l'intervalle ]0 ; 1].
Le cas λ = 0 implique f = 0 et est donc exclu. Inversement, soient λ ∈ ]0 ; 1] et la fonction fλ : x 7→ x1/λ prolongée par continuité
Pour λ 6= 0 et x > 0 on a en 0.
xf 0 (x) = αf (x) La fonction fλ est de classe C 1 sur [0 ; +∞[, s'annule en 0 et vérie T (fλ ) = λfλ
avec α = (1 − λ)/λ dont la résolution conduit à sans être la fonction nulle.
Finalement, les valeurs propres de T sont exactement les éléments de l'intervalle
f (x) = Cxα , x ∈ ]0 ; +∞[ ]0 ; 1].

Exercice 47 : [énoncé] La condition f 0 (1) = 0 entraîne toujours f = 0 et donc un tel λ n'est pas
(a) On peut écrire valeur propre de T .
Z x Z 1 Sous cas λ > 0
T (f )(x) = tf (t) dt + x f (t) dt Sachant f (0) = 0, on obtient par résolution de l'équation diérentielle
0 x
L'application T (f ) apparaît alors comme continue (et même dérivable).

x
f (x) = A sin √
Ainsi, l'application T opère de E dans E , elle de surcroît évidemment linéaire. λ
(b) Soient λ ∈ R et f ∈ E vériant
La condition f 0 (1) = 0 n'entraînera pas f = 0 que si
T (f ) = λf
1
Cas λ = 0 cos √ =0
λ
On a T (f ) = 0 donc
Z x Z 1
c'est-à-dire si, et seulement si,
tf (t) dt + x f (t) dt = 0 4
2 avec k ∈ N
∗
0 x λ=
En dérivant, on obtient (2k + 1)π
Z 1 Z 1 Notons qu'alors il est possible de remonter les précédents calculs et d'armer
xf (x) − xf (x) + f (t) dt = f (t) dt = 0 que
x x
(2k + 1)πx
f : x 7→ sin
En dérivant à nouveau, on obtient f = 0. Ainsi 0 n'est pas valeur propre de T . 2
Cas λ 6= 0
On a T (f ) = λf est vecteur propre associé à la valeur propre λ = 4/((2k + 1)π)2 .
Z x Z 1
tf (t) dt + x f (t) dt = λf
0 x
En particulier, on peut armer que f (0) = 0 car T (f )(0) = 0.
Le premier membre de l'équation T (f ) = λf est dérivable donc la fonction f (a) L'application Φ est évidemment linéaire, il reste à voir qu'elle est à valeurs
est également dérivable et, en dérivant, on obtient la relation dans R4 [X].
Pour un polynôme P de degré inférieur à 4, le polynôme
1
(X 2 − 1)P 0 (X) − (4X + 1)P (X) est de degré inférieur à 5 et, si a est le
Z
f (t) dt = λf 0 (x)
x 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
En particulier f 0 (1) = 0. espace.
Le premier membre de cette nouvelle équation étant dérivable, la fonction f
est deux fois dérivable et on obtient en dérivant l'équation diérentielle (b) L'équation
5−λ 3+λ
λf 00 (x) + f (x) = 0 y0 = + y
2(x − 1) 2(x + 1)
Sous cas λ < 0 est une équation diérentielle linéaire d'ordre 1 de solution générale
Sachant f (0) = 0, la résolution de l'équation diérentielle donne (5−λ)/2 (3+λ)/2
y(x) = C |x − 1| |x + 1|
x
f (x) = A sh p
|λ| sur I = ]−∞ ; −1[, ]−1 ; 1[ ou ]1 ; +∞[.

(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
(c) On a
seulement si, la fonction polynomiale P est solution, par exemple sur 
]1 ; +∞[, de l'équation diérentielle  0 = λP (a)

φ(P ) = λP ⇐⇒ −2P 0 (a) = λP 0 (a)
4x + (1 + λ)
y0 = y 

(k − 2)P (k) (a) = λP (k) (a) pour k ∈ {2, . . . , n}
x2 − 1
Or moyennant une décomposition en éléments simples et passage à l'opposé Cette équation possède une solution non nulle si, et seulement si, λ = 0,
de λ, cette équation est celle précédemment résolue et le problème est alors λ = −2 et λ = k − 2 avec k ∈ {2, . . . , n}.
de déterminer pour quel paramètre −λ, la solution précédemment présentée Ainsi
est une fonction polynomiale de degré inférieur à 4. Les valeurs Sp(φ) = {−2, 0, 1, . . . , n − 2}
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 On a E−2 (φ) = Vect(X − a), E0 (φ) = Ker φ, Ek−2 (φ) = Vect(X − a)k pour
associés à ces valeurs propres λ sont les polynômes k ∈ {3, . . . , n}.
5+λ 3−λ
La somme des dimensions des sous-espaces propres vaut dim Rn [X] :
C(X − 1) 2 (X + 1) 2 avec C 6= 0 l'endomorphisme est diagonalisable.
En fait, la base des (X − a)k est base de diagonalisation de l'endomorphisme
φ.
(a) La linéarité est immédiate et sans peine deg(φ(P )) ≤ n pour P ∈ Rn [X].
(b) On a Exercice 50 : [énoncé]
n
X P (k) (a) (a) Il sut de calculer le polynôme caractéristique de f à partir d'une
P (X) = (X − a)k
k=0
k! représentation matricielle triangulaire par blocs relative à une base adaptée à
n (k)
l'espace non nul E(f, a).
P (a)
(b) La matrice A est de rang 1 donc 0 est valeur propre de A et par la formule du
X
P 0 (X) = (X − a)k−1
(k − 1)!
k=1 rang dim E(A, 0) = 3.
puis Le polynôme caractéristique de A étant de degré 4 et factorisable par X 3 ,
n
X P (k) (a)
n
X P (k) (a) c'est un polynôme scindé. La somme des valeurs propres de A comptées avec
φ(P )(X) = (X − a)k − 2 (X − a)k multiplicité vaut alors tr A = 10.
(k − 1)! k!
k=2 k=1
Par suite 10 est valeur propre de A de multiplicité nécessairement 1.
donc n Finalement A est diagonalisable semblable à diag(0, 0, 0, 10).
X P (k) (a)
φ(P )(X) = (k − 2) (X − a)k − 2P 0 (a)(X − a)
k!
k=3
Ainsi Exercice 51 : [énoncé]
P ∈ Ker φ ⇐⇒ P (a) = 0 et ∀3 ≤ k ≤ n, P
0 (k)
(a) = 0 (a) Si B = P −1 AP alors
et donc
Ker φ = Vect(1, (X − a)2 ) χB (λ) = det(λP −1 P − P −1 AP ) = χA (λ)
Aussi

0 1 0 0
P ∈ Im φ ⇐⇒ P (a) = P 00 (a) = 0 (b) Inversement A = et B = ne sont pas semblables mais ont
0 0 0 0
et donc même polynôme caractéristique.
3
Im φ = (X − a) Rn−3 [X] + Vect(X − a)


Soit G un supplémentaire de F . Dans une base adaptée à la décomposition Dans le cas où
E = F ⊕ G, la matrice de u est triangulaire supérieure par blocs et en calculant le A = Jr =
Ir 0
polynômes caractéristique de u par cette matrice on obtient immédiatement la 0 0
propriété demandée. la propriété est immédiate en écrivant

C D
B=
Exercice 53 : [énoncé] E F
(a) Pour x ∈ C, avec C bloc carré de taille r.

Dans le cas général, on peut écrire A = QJr P avec r = rg A et P, Q inversibles.
det(xIn −AB) = det A det(xA−1 −B) = det(xA−1 −B) det A = det(xIn −BA)
X q χAB (X) = X q χQ−1 ABQ (X) = X q χJr P BQ (X)
donc
χAB (x) = χBA (x) donc
X q χAB (X) = X p χP BQJr (X) = X p χBQJr P (X) = X p χBA (X)
(b) La matrice A + 1
n'est pas inversible seulement si −1/p est valeur propre
p In
de A. Puisque la matrice A ne possède qu'un nombre ni de valeurs propres,
pour p assez grand on est sûr que A + p1 In ∈ GLn (C). Exercice 56 : [énoncé]
Comme vu ci-dessus, pour x ∈ C, Il est bien connu que
∀M, N ∈ Mn (K), χM N = χN M
χ(A+ p1 In )B (x) = χB(A+ p1 In ) (x)
On en déduit
En passant à la limite quand p → +∞, on obtient χAB (x) = χBA (x). χ(AB)p = χ[A(BA)p−1 ]B = χB[A(BA)p−1 ] = χ(BA)p
Ceci valant pour tout x ∈ C, les polynômes χAB et χBA sont égaux.
D'une part
(−x)n

λIn A

In On,p

λIn − AB A

−1 −1 1
= χA−1 (x) = det(xIn − A ) = det A det(xA − In ) = det I −A
B Ip −B Ip Op,n Ip det A x
D'autre part Or det(A) = (−1)n χA (0) donc
xn

In On,p λIn A λIn A χA−1 (x) = χA (1/x)
=
−B λIp B Ip Op,n λIp − BA χA (0)
En passant au déterminant, on obtient

det M = χAB (λ) et λp det M = λn χBA (λ) On a
χAĀ (X) = det(XIn − AĀ)
et on en déduit
λp χAB (λ) = λn χBA (λ) donc en conjuguant
χAĀ (X) = det(XIn − ĀA) = χĀA (X)

Or il est bien connu que pour A, B ∈ Mn (C) En développant selon la première ligne, on obtient
χAB = χBA χM (X) = a0 + a1 X + · · · + an−1 X n−1 + X n

On obtient donc
Ainsi, pour P ∈ Z[X] unitaire de degré n, on peut construire une matrice à
χAĀ = χAĀ
coecients entiers dont le polynôme caractéristique est (−1)n P (X).
et par conséquent (b) Il existe une matrice A dont le polynôme caractéristique est P . Puisque toute
χAĀ ∈ R[X] matrice complexe est trigonalisable, la matrice A est en particulier semblable
dans Mn (C) à une matrice triangulaire de la forme
Exercice 59 : [énoncé] 
λ1 ∗

(a) Oui, un tel polynôme existe, il sut de se référer aux matrices compagnons ! ..
.
 
 
Pour a0 , a1 , . . . , an−1 ∈ K, la matrice compagnon associée est 0 λn
 
0 (0) −a0
La matrice Aq est alors semblable à la matrice
..
.
 
1 −a1 
M = .. λq1
.. ∗0
  
. .
 
0 ..
 
.
 
(0) 1 −an−1  
0 λqn
Son polynôme caractéristique est
Le polynôme caractéristique de Aq est alors Pq . Or Aq est une matrice à
X (0) a0 coecients entiers et donc son polynôme caractéristique Pq est aussi à
.. coecients entiers.
−1 . a1
χM (X) = .
.. .. (c) Compte tenu des relations entre les coecients et les racines d'un polynôme
. X
(0) −1 X + an−1 scindé, on peut majorer les coecients de P et armer que, pour un degré
xé, il n'y a qu'un nombre ni de polynômes P possibles car les coecients
Il peut se calculer par la succession d'opérations élémentaires de P sont entiers et borné. Considérons un tel polynôme. L'application
q ∈ N∗ 7→ Pq n'est pas injective compte tenu à cause de l'argument de
Li ← Li + XLi+1 avec i allant de n − 1 à 1 dans cet ordre cardinalité précédent. Il existe donc q < r tel que Pq = Pr . Ainsi, il existe une
permutation σ de Nn vériant :
On obtient alors
0 (0) α ∀i ∈ Nn , λqi = λrσ(i)
.. ..
−1 . . À l'aide d'une décomposition en cycles de σ , on peut armer qu'il existe une
χM (X) =
.. puissance de σ égale à l'identité et donc conclure que pour tout i ∈ Nn il
. 0 (an−2 + an−1 X + X 2 ) 0
(0) −1 X + an−1 X existe q 0 > q tel que λqi = λqi . On peut alors armer que λi est nul ou bien
racine de l'unité.
avec
α = a0 + a1 X + · · · + an−1 X n−1 + X n



Dans une base adaptée au noyau f , la matrice de f est En développant selon la première colonne

a b 0 ··· 0
 λ −1 0 λ −1 0
.. ..  .. .. .. .. .. ..

c d . . . . . = −a0 + λ . . .
.. ..  0 ··· λ −1 0 ··· λ −1
 
. .

∗ ∗ −a0 ··· −an−2 λ − an−1 −a1 ··· −an−2 λ − an−1
. .. .. ..  [n] [n−1]
 
 .. . . .
puis en reprenant le processus on parvient à
∗ ∗ 0 ··· 0
λn − (an−1 λn−1 + · · · + a1 λ + a0 )
On a alors
χf (X) = X n−2 X 2 − (a + d)X + ad − bc On peut aussi résoudre le problème via l'opération élémentaire :

C1 ← C1 + λC2 + · · · + λn−1 Cn .
Or
tr f = a + d et tr f 2 = a2 + 2bc + d2
donc
(a) Pn (x) est un déterminant tri-diagonal. On développe selon la première
(tr f )2 − tr(f 2 )

χf (X) = X n−2 X 2 − tr(f )X + colonne en un déterminant triangulaire et en un second déterminant qu'on
2 développe selon la première ligne.
P1 (x) = x et P2 (x) = x2 − 1
Exercice 61 : [énoncé] (b) La suite Pn (2 cos α) n≥1 est une suite récurrente linéaire d'ordre 2. On

(a) Sp B = Sp t B car χB = χt B . introduit l'équation caractéristique associée dont les racines permettent
d'exprimer le terme général de (Pn (x)) à l'aide de coecients inconnus
(b) Pour tout X ∈ Mn,1 (K), A(CX) = λ(CX) donc CX ∈ Ker(A − λIn ). déterminés par les valeurs n = 1 et n = 2. On peut aussi simplement vérier
(c) Soit X et Y des vecteurs propres de A et t B associé à la valeur propre λ. La la relation proposée en raisonnant par récurrence double.
matrice C = X t Y est solution. (c) Les xk = 2 cos n+1
kπ
avec k ∈ {1, . . . , n} sont racines distinctes de Pn (x).
An ∈ Mn (C) possède n valeurs propres distinctes donc A est diagonalisable.
(d) On peut écrire C = QJr P avec P, Q inversibles. La relation AC = CB donne
Q−1 AQJr = Jr P BP −1 .
En écrivant les matrices Q−1 AQ et P BP −1 par blocs, l'égalité
Q−1 AQJr = Jr P BP −1 impose une décomposition en blocs triangulaire puis Exercice 64 : [énoncé]
permet d'observer que χA = χQ−1 AQ et χB = χP BP −1 ont un facteur (a) On obtient
commun de degré ≥ r, à savoir le polynôme caractéristique du bloc commun
Y
P (ai ) = ai (ai − aj )
en position (1,1). j6=i
(e) La réciproque est assurément fausse en toute généralité. Pour r = n, deux P est de degré n et unitaire donc
matrices ayant même polynôme caractéristique ne sont pas nécessairement
n
semblables. P (x) X ai
Qn =1+
i=1 (x − ai ) i=1
x − ai

(b) On en déduit (c) Puisque les ai sont deux à deux distincts

n
Y
det A = P (0) = (−1)n−1 (n − 1) ai P (X) Xn
λi
i=1 Qn =1+
i=1 (X − ai ) X − ai
Notons que l'on peut proposer une démarche plus simple en commençant par i=1
factoriser les ai par colonnes. avec

P (ai )
λi = Q = ai
j6=i (ai − aj )
(d) On a det(A + In ) = P (1).
(a) En factorisant sur la ième colonne Si l'un des ai vaut 1, il sut de reprendre la valeur de P (ai ).
ai 1 an
Sinon, par la décomposition précédente
.. .. n
a1 . . P (1) X ai
=1+
P (ai ) = ai ... .. Qn
i=1 (1 − ai ) 1 − ai
1 . i=1
.. ..
. . an et donc !
n n
a1 1 ai X ai Y
det(A + In ) = 1+ (1 − ai )
1 − ai
En retranchant la ième ligne à chacune des autres i=1 i=1
ai − a1 0 0
.. .. Exercice 66 : [énoncé]
0 . .
.. .. Il est classique d'établir χAB = χBA en commençant par établir le résultat pour A
P (ai ) = ai . 1 . inversible et le prolongeant par un argument de continuité et de densité.
.. ..
. . 0
0 0 ai − an
et donc Y Par contraposition, montrons
P (ai ) = ai (ai − aj )
j6=i det A < 0 =⇒ Sp A ∩ ]−∞ ; 0[ 6= ∅
(b) En utilisant la formule des déterminants On a

n χA (X) = X n + · · · + (−1)n det A
X Y
P (x) = ε(σ) aσ(i),i + xδσ(i),i Si det A < 0 alors (−1)n χA (0) < 0 et limt→−∞ (−1)n χA (t) = +∞. Sachant la
σ∈Sn i=1 fonction t 7→ χA (t) continue, il existe λ ∈ ]−∞ ; 0[ racine de χA et donc valeur
propre de A.
Si σ = IdNn alors ni=1 aσ(i),i + xδσ(i),i = ni=1 (ai,i + x) est une expression
Q Q
On peut aussi établir le résultat en observant que le déterminant de A est le
polynomiale unitaire
Q de degré n. produit des valeurs propres complexes de A comptées avec multiplicité. Parmi
Si σ 6= IdNn alors ni=1 aσ(i),i + xδσ(i),i = ni=1 (ai,i + x) est une expression
Q
celles-ci, celles qui sont réelles sont positives et celles qui sont complexes non
polynomiale de degré strictement inférieure à n.
réelles, sont deux à deux conjuguées. Le produit est donc positif.
On peut donc armer que P est une fonction polynomiale unitaire de degré
exactement n.


On peut écrire (a) Pour tout f ∈ L(E), f admet un polynôme minimal qui admet au moins une
n
χA (X) =
Y
(X − λk ) racine dans C qui est alors valeur propre de f .
k=1 (b) Si λ est valeurs propre de l'endomorphisme considéré alors il existe un
avec λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité. polynôme P non nul tel que XP (X) = (1 + λ)P (X) ce qui est impossible
On a alors pour des raisons de degré.
χA (B) ∈ GLn (C) ⇐⇒ ∀1 ≤ k ≤ n, B − λk In ∈ GLn (C)
ce qui donne
χA (B) ∈ GLn (C) ⇐⇒ ∀1 ≤ k ≤ n, λk ∈
/ Sp B (a) Tout endomorphisme sur un C-espace vectoriel de dimension nie admet au
moins une valeur propre.
et on peut ainsi armer
(b) Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v
χA (B) ∈ GLn (C) ⇐⇒ Sp A ∩ Sp B = ∅ (car u ◦ v = v ◦ u) et l'endomorphisme induit par v sur Eλ (u) admet au moins
une valeur propre. Un vecteur propre associé à celle-ci est vecteur propre
Exercice 69 : [énoncé] commun à u et v .
(a) On peut écrire B = P −1 CP avec P inversible et alors
xIn − B = P −1 (xIn − C) P
On retraduit le problème en terme d'endomorphismes. Soient u et v deux
ainsi que endomorphismes d'un C-espace vectoriel de dimension nie vériant u ◦ v = v ◦ u.
(xIn − B)
−1
= P (xIn − C)
−1
P −1 Tout endomorphisme sur un C-espace vectoriel admet au moins une valeur propre.
sous réserve d'inversibilité. Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v (car
u ◦ v = v ◦ u) et l'endomorphisme induit par v sur Eλ (u) admet au moins une
(b) La matrice A est trigonalisable dans Mn (C). Quitte à considérer une matrice valeur propre. Un vecteur propre associé à celle-ci est vecteur propre commun à u
semblable, on peut supposer A triangulaire supérieure (ce qui n'aecte ni le et v .
calcul de la trace, ni celui du polynôme caractéristique PA ). En écrivant
 
λ1 ∗
.. Exercice 73 : [énoncé]
A= . Si A et B ont λ pour valeur propre commune alors puisque A et t A ont les mêmes
 

(0) λn valeurs propres, il existe des colonnes X, Y 6= 0 vériant t AX = λX et BY = λY .
Posons alors U = Y t X ∈ Mn (C) \ {0}.
on obtient  1
∗
 On a BU = λY t X et U A = Y t (t AX) = λY t X donc U A = BU .
−1
x−λ1
.. Inversement, supposons qu'il existe U ∈ Mn (C) non nulle vériant U A = BU . On
(xIn − A) = .
 
 peut écrire U = QJr P avec P, Q inversibles et r = rg U > 0. L'égalité U A = BU
(0) 1
x−λn entraîne alors Jr A0 = B 0 Jr avec A0 = P AP −1 et B 0 = Q−1 BQ. Puisque
et donc semblables, Sp A0 = Sp A et Sp B 0 = Sp B . En raisonnant par blocs, l'égalité
−1
n
X 1 P 0 (x) Jr A0 = B 0 Jr entraîne
tr (xIn − A) = = A
x − λk PA (x)

M 0 M ∗
k=1
A0 = et B 0 = avec M ∈ Mr (C)
car n
∗ ∗ 0 ∗
Y
PA (x) = (x − λk ) Ces formes matricielles Sp M ⊂ Sp A0 et Sp M ⊂ Sp B 0 . Or Sp M 6= ∅ (cadre
k=1 complexe) donc Sp A ∩ Sp B 6= ∅.


On retraduit le problème en termes d'endomorphismes.
(a) Le polynôme caractéristique d'une matrice complexe possède au moins une
Soit u un endomorphisme d'un K-espace vectoriel de dimension nie vériant
racine dans C.
rg(u) = 1.
(b) det(In + λT ) = 1 6= 0 et donc T vérie (P ). Le noyau de u est un hyperplan et si l'on xe x ∈
/ Ker u, on obtient
(c) rg Tr = r.
Vect(x) ⊕ Ker u = E
(d) Les matrices A et B étant de même rang, elles sont équivalentes et donc il
existe P, Q inversibles vériant A = P BQ. Puisqu'il existe une matrice M Puisque u(x) ∈ E , on peut écrire u(x) = λx + y avec y ∈ Ker u de sorte que
telle que det(M + λA) 6= 0 pour tout λ ∈ K, on a u2 (x) = λu(x)
det(P M Q + λB) = det P det(M + λA) det Q 6= 0 Les applications linéaires u2 et λu sont alors égales sur Vect(x) mais aussi bien
sûr sur Ker u, ces applications linéaires sont donc égales sur E .
et donc B vérie la propriété (P ). De plus, pour y ∈ Im(u) \ {0}, on peut écrire y = u(a) et alors
(e) Si une matrice est non inversible, elle est de même rang qu'une matrice Tr
u(y) = u2 (a) = λu(a) = λy
avec r < n et comme cette dernière vérie (P ), on peut conclure qu'une
matrice non inversible vérie (P ). Ainsi λ est bien valeur propre de u.
Inversement, si A est une matrice inversible alors pour tout M ∈ Mn (C)
det(M + λA) = det(A) det(M A−1 + λIn ) Exercice 77 : [énoncé]

Soient λ ∈ Sp(A) et X 6= 0 tels que AX = λX .
et puisque la matrice M A−1 admet une valeur propre, il est impossible que Posons i ∈ {1, . . . , n} tel que |xi | = max1≤k≤n |xk |. On a xi 6= 0 et
det(M + λA) soit non nul pour tout λ ∈ C.
n n
(f) Si n est impair alors toute matrice de Mn (R) admet une valeur propre (car le |λxi | =
X
ai,j xj ≤
X
|ai,j | |xi | ≤ kAk |xi |
polynôme caractéristique réel est de degré impair). On peut alors conclure j=1 j=1
comme au dessus.
Si n est pair, la propriété précédente n'est plus vraie. Par exemple d'où |λ| ≤ kAk.

0 −1
A=
1 0 Exercice 78 : [énoncé]
(a) Le vecteur X = t (1 . . . 1) est évidemment vecteur propre associé à la valeur
est inversible et vérie la propriété (P ) avec M = In . propre 1.
(b) Soient λ ∈ Sp(A) et X = t (x1 . . . xn ) un vecteur propre associé. Soit i0
l'indice vériant
Exercice 75 : [énoncé] |xi0 | = max |xi |
Tout endomorphisme sur un C-espace vectoriel de dimension nie admet au moins 1≤i≤n
une valeur propre. On a |xi0 | =

6 0 et la relation AX = λX donne λxi0 = ai0 ,j xj donc
Pn
j=1
Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v (car
u ◦ v = v ◦ u) et l'endomorphisme induit par v sur Eλ (u) admet au moins une n
X n
X n
X
valeur propre. Un vecteur propre associé à celle-ci est vecteur propre commun à u |λ| |xi0 | = ai0 ,j xj ≤ |ai0 ,j | |xj | ≤ ai0 ,j |xi0 | = |xi0 |
et v . j=1 j=1 j=1
puis |λ| ≤ 1.

(c) Si de plus |λ| = 1 alors il y a égalité dans l'inégalité précédente. La résolution de cette récurrence linéaire d'ordre 2 donne
L'égalité dans la deuxième inégalité entraîne |xj | = |xi0 | pour tout j tel que cos n + 1

θ
ai0 ,j 6= 0. fn (θ) = θ
2
L'égalité dans la première inégalité entraîne que les complexes engagés sont cos 2
positivement liés et donc qu'il existe θ ∈ R tel que pour tout j ∈ {1, . . . , n}, Ainsi, χn admet n racines dans [0 ; 4] et puisque ce polynôme est de degré n il
n'y en a pas ailleurs : Sp A−1 ⊂ [0 ; 4].
ai0 ,j xj = ai0 ,j |xj | eiθ
Ces deux propriétés donnent pour tout j ∈ {1, . . . , n}, ai0 ,j xj = ai0 ,j |xi0 | eiθ Exercice 80 : [énoncé]
que ai0 ,j 6= 0 ou non. Notons M la matrice étudiée et supposons n ≥ 3, les cas n = 1 et 2 étant
En injectant ceci dans la relation λxi0 = nj=1 ai0 ,j xj , on obtient immédiats.
P
λxi0 = |xi0 | eiθ . Puisque rg M = 2, 0 est valeur propre de Mn (R) et dim E0 (M ) = n − 2.

Pour j ∈ {1, . . . , n} tel que ai0 ,j 6= 0, xj = λxi0 . Soit λ une valeur propre non nulle de Mn (R) et X = t (x1 · · · xn ) un vecteur
Posons i1 = j et reprenons la même démarche, ce qui est possible puisque propre associé.
|xi1 | = max1≤i≤n |xi |. L'équation M X = λX fournit le système
On dénit ainsi une suite (ip ) ∈ {1, . . . , n}N vériant λxip = xip+1 .

xn = λx1
Cette suite étant non injective, il existe p ∈ N et q ∈ N∗ tel que ip = ip+q ce ..



.

qui donne λq = 1. 

 xn = λxn−1
x1 + · · · + xn = λxn

Exercice 79 : [énoncé] On en déduit

λ(λ − 1)xn = λx1 + · · · + λxn−1 = (n − 1)xn
(a)     avec xn 6= 0 car xn = 0 et λ 6= 0 entraînent X = 0.
1 (0) 1 ··· 1 Par suite λ est racine de l'équation λ2 − λ − (n − 1) = 0 et donc
 .. .. .. ..  = t L
L = . .  et U =  . . √
 
1± 4n − 3
1 ··· 1 (0) 1 λ=
2
(b) U = I + N + · · · + N n−1 , (I − N )U = I donc U −1 = I − N , Inversement, on justie que ses valeurs sont valeurs propres, soit en remontant le
L−1 = t (U −1 ) = I − t N donc A−1 = U −1 L−1 = I − N − t N + N t N . raisonnement, soit en exploitant la diagonalisabilité de la matrice symétrique
(c) réelle M pour armer l'existence de n valeurs propres comptées avec multiplicité.
 
2 1 (0)
.. .. Exercice 81 : [énoncé]
. .
 
1
A−1 = 

..

(a) Par le calcul
.
 
2 1
 
 1 (0) 0
(0) 1 1  ..
.

1
A2 =   ∈ Mn (R)
.. 
Posons χn le polynôme caractéristique de A−1 ∈ Mn (R).
.

1
On a χn+2 (λ) = (2 − λ)χn+1 (λ) − χn (λ) avec χ0 (λ) = 1 et χ1 (λ) = 1 − λ.
En écrivant λ = 2 + 2 cos θ avec θ ∈ [0 ; π] et en posant fn (θ) = χn (2 + 2 cos θ) 0 (0) 1
on a la relation : Puisque A et A2 ne possèdent que deux colonnes non nulles et que celles-ci
fn+2 (θ) + 2 cos θfn+1 (θ) + fn (θ) = 0, f0 (θ) = 1 et f1 (θ) = 2 cos θ − 1. sont visiblement indépendantes, on a rg A = rg A2 = 2.

(b) On a rg f = rg f 2 donc dim Ker f = dim Ker f 2 . Or Ker f ⊂ Ker f 2 donc Pour déterminer la limite de (un ), on va chercher une constance le long de la
Ker f = Ker f 2 . dynamique. Il parait naturel de la considérer linéaire et fonction p termes
Pour x ∈ Ker f ∩ Im f , on peut écrire x = f (a) et on a f (x) = 0 donc consécutifs de la suite. Nous cherchons donc une ligne L ∈ Mp,1 (C) telle que
a ∈ Ker f 2 = Ker f puis x = 0. LXn+1 = LXn . Il sut pour cela de déterminer L vériant L = LA et donc de
On en déduit Ker f ∩ Im f = {0E } et un argument de dimension permet trouver t L vecteur propre de t A associé à la valeur propre 1. Après calcul, on
d'armer Ker f ⊕ Im f = Rn . obtient
(c) Une base adaptée à la décomposition Ker f ⊕ Im f = Rn permet de justier

L = a0 a0 + a1 ··· a0 + · · · + ap−1
que la matrice A est semblable à sachant P (1) = 1 − (a0 + · · · + ap−1 ) = 0.
En posant ` la limite de la suite (un )n∈N , la relation LXn = LX0 donne à la limite
 
0 (0)
..
.
 
 avec B ∈ M2 (R) p−1 p−1
  ! k
 X X X
 0  (p − k)ak `= ak uj
(0) B k=0 k=0 j=0
Puisqu'on a alors rg A = rg B = 2, on peut armer que la matrice B est Puisque 1 est racine simple de P ,
inversible.
(d) tr B = tr A = 0 et tr B 2 = tr A2 = 2. p−1
X p−1
X
Soient λ et µ les deux valeurs propres complexes de la matrice B . On a P 0 (1) = p − kak = (p − k)ak 6= 0
k=0 k=0
λ+µ=0
λ2 + µ2 = 2 et donc Pp−1 Pk
ak uj
On en déduit `=
k=0 j=0
{λ, µ} = {1, −1} P 0 (1)

Ainsi
Sp B = {1, −1} et Sp A = {1, 0, −1}
(e) Par calcul de rang Les coecients de t Com(A).A s'interprètent comme des développements de
dim E0 (A) = dim Ker A = n − 2 déterminants selon une colonne. . .
On a aussi Si A admet n valeurs propres distinctes, det A est le produit de ces valeurs
propres.
dim E1 (A) = dim E1 (B) = 1 et dim E−1 (A) = 1
Si X 6= 0 vérie AX = λX alors λt Com(A)X = (det A)X .
donc la matrice A est diagonalisable car la somme des dimensions de ses Ainsi quand λ 6= 0, X est vecteur propre de t Com(A) associé à la valeur propre
sous-espaces propres est égale à n. λ .
det A
Si A n'est pas inversible alors det A = 0 donc t Com(A)A = 0 puis

Im A ⊂ Ker t Com A.
Exercice 82 : [énoncé] Ainsi dim Ker t Com(A) ≥ n − 1. De plus Com A 6= 0 car rg A = n − 1 (car les
Introduisons la colonne Xn = t un un+1 · · · un+p−1 . On vérie

valeurs propres de A sont simples, en particulier 0). Par suite
Xn+1 = AXn avec   dim Ker t Com(A) = n − 1
0 1 (0)
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=
 
propre.

(0) 0 1 
a0 a1 ··· ap−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 Exercice 87 : [énoncé]

t
Com(A + tIn )X =
det(A + tIn )
X.
Il existe des matrices P ∈ GLn (K) et D ∈ Dn (K) telles que
t
Quand t → 0+ , par continuité AB = P DP −1
t
Com(A + tIn )X → t Com(A)X. On a alors
A(BA)A−1 = P DP −1
En calculant le déterminant par diagonalisation, det(A+tIn )
→ µ avec µ le produit
des valeurs propres non nulles de A.
t
puis
Par unicité de la limite, on obtient t Com(A)X = µX . BA = (A−1 P )D(P −1 A) = (A−1 P )D(A−1 P )−1
Au nal, t Com A admet 2 valeurs propres : 0 et µ.
(a) χA (X) = (X − cos α)2 + sin2 α de racines eiα et e−iα .
(a) Si λ est valeur propre de A de colonne propre X 6= 0 alors pour M ∈ Mn (C) Si α 6= 0 [π] alors A possède deux valeurs propres distinctes donc A est
dont toutes les colonnes sont égales à X , on a AM = λM avec M 6= 0. Ainsi diagonalisable.
λ est aussi valeur propre de ΦA . Si α = 0 [π] alors A est diagonale.
Inversement, si λ est valeur propre de ΦA d'élément propre M 6= 0 alors pour
(b) Si α 6= 0 [π] alors A ne possède pas de valeurs propres (réelles) donc n'est
X colonne non nul de M , on a AX = λX donc λ valeur propre de A.
pas diagonalisable.
(b) On remarque M A = t (t At M ). Un raisonnement semblable au précédent Si α = 0 [π] alors A est diagonale.
permet d'établir que les valeurs propres de ΨA sont les valeurs propres de t A
i.e. celles de A.
(c) χB (X) = (X − cos α)(X + cos α) − sin2 α de racines ±1 donc B est
diagonalisable.
(a) Exercice 89 : [énoncé]
(a) A ne possède que deux colonnes diérentes donc rg A ≤ 2.

a b a 2b 0 −b
AM − M A = − =
2c 2d c 2d c 0
a b
(b) 0 est valeur propre avec E0 = Vect(E1,1 , E2,2 ), 1 est valeur propre avec b a
= a2 − b2 6= 0
E1 = Vect(E2,1 ) et −1 est valeur propre avec E−1 = Vect(E1,2 ).
donc rg(A) = 2. Par le théorème du rang dim Ker A = 2n − 2 donc 0 est
Exercice 86 : [énoncé] valeur propre de A et la dimension du sous-espace propre associé est 2n − 2.
Si A est diagonalisable alors il existe une matrice P inversible telle que (b) Les vecteurs t 1 . . . 1 et t 1 −1 . . . 1 −1 sont vecteurs propres

associées aux valeurs propres non nulles n(a + b) et n(a − b). La somme des
P −1 AP = D dimensions des sous-espaces propres vaut 2n donc A est diagonalisable.
diagonale. En transposant,
t
P t At (P −1 ) = D
c'est-à-dire La matrice A est la matrice dans la base canonique (1, X, . . . , X n ) de
Qt AQ−1 = D l'endomorphisme
avec Q = t P inversible d'inverse Q−1 = t (P −1 ). u : P ∈ Cn [X] 7→ nXP + (1 − X 2 )P 0

Considérons alors la base de polynômes étagés (1, (X + 1), . . . , (X + 1)n ). On a (e) Finalement,
√ la matrice A est diagonalisable dans M4 (C) si, et seulement si,
k 6= ±i2 3.
u (X + 1)k = nX(X + 1)k + k(1 − X)(X + 1)k

qui se réécrit Exercice 92 : [énoncé]

k En ajoutant la troisième colonne à la première puis en retranchant la première
= (n − k)(X + 1)k+1 + (2k − n)(X + 1)k

u (X + 1) ligne à la troisième
La matrice de l'endomorphisme u dans la base (1, (X + 1), . . . , (X + 1)n ) est −λ − 2 5+x x
triangulaire inférieure de coecients diagonaux distincts χA (λ) = (−1)3 0 −2 − x − λ −x
0 −x 3−x−λ
2k − n avec k ∈ {0, . . . , n}
ce qui donne
On en déduit χA et on observer que A possède n + 1 valeurs propres distinctes. La χA (λ) = (λ + 2) λ2 + (2x − 1)λ − x − 6

matrice A est donc diagonalisable.
Le facteur a pour discriminant
∆ = (2x − 1)2 + 4x + 24 = 4x2 + 25 > 0
et possède donc deux racines réelles distinctes. Si celles-ci dièrent de −2, alors la
(a) La matrice A est symétrique réelle donc orthogonalement diagonalisable.
matrice A possède trois valeurs propres distinctes et est donc diagonalisable.
(b) rg A = 2. Il est donc nécessaire que −2 soit racine de λ2 + (2x − 1)λ − x − 6 pour que la
(c) Le polynôme caractéristique de A est scindé et unitaire. matrice A ne soit pas diagonalisable. C'est le cas si, et seulement si, x = 0 et alors
Puisque dim Ker A = 2, 0 est valeur propre au moins double de A et donc  
−2 5 1
χA = X 2 (X − u1 )(X − u2 ) A= 0 −2 0
−5 5 3
avec u1 , u2 ∈ C.
La matrice A est trigonalisable semblable à une matrice triangulaire où On a alors
gurent sur la diagonale les valeurs 0, 0, u1 et u2 . Par similitude, on a rg(A + 2I3 ) = 2
et donc dim E−2 (A) = 1 < m−2 (A) ce qui entraîne que la matrice A n'est pas
tr A = u1 + u2 et tr A2 = u21 + u22 diagonalisable.
Finalement A n'est pas diagonalisable si, et seulement si, x = 0.
et donc
u1 + u2 = k et u21 + u22 = k 2 + 6
Enn u1 6= 0 car sinon u2 = k et u22 = k2 6= k2 + 6. De même u2 6= 0. Exercice 93 : [énoncé]
√
(d) Si u1 = u2 alors u1 = u2 = k/2 et k2 /2 = k2 + 6 donc k = ±i2 3. (a) On obtient
La résolution du système At A = (a2 + b2 + c2 + d2 )I4
k 4
AX = X et donc (det A)2 = a2 + b2 + c2 + d2 .
2
D'autre part, pour b, c, d xés, a 7→ det A est une fonction polynomiale
conduit à un espace de solution de dimension 1 unitaire de degré 4 donc
Vect t (1, k/2, 1, 1) det A = a4 + α(b, c, d)a3 + β(b, c, d)a2 + γ(b, c, d)a + δ(b, c, d)

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

X1
(a) On écrit X = et alors
d'armer X2
det(A) = (a2 + b2 + c2 + d2 )2
BX = λX ⇐⇒ X2 = λX1 et AX1 = λX2 ⇐⇒ X2 = λX1 et AX1 = λ2 X1
Si a + b + c + d 6= 0 alors rg(A) = 4.
2 2 2 2
Si Par conséquent λ est valeur propre de B si, et seulement si, λ2 est valeur
a + b + c + d = 0 alors rg(A) ≤ 3. Or a + b 6= 0 donc la sous matrice
2 2 2 2 2 2
a b propre de A.
est de rang 2 et donc rg(A) ≥ 2. (b) Si A = On alors A est diagonalisable mais pas B .
−b a
On observe de plus que En eet, 0 est la seule valeur propre de B alors que B 6= On .
ac + bd bc − ad
C3 = 2
a +b 2
C1 + 2
a + b2
C2 Exercice 96 : [énoncé]
Soient F1 et F2 des sous-espaces vectoriels supplémentaires de dimension p et q
et d'un K-espace vectoriel E . Soit B = (B1 , B2 ) une base adaptée à la
ad − bc bd + ac
C4 = C1 + 2 C2 supplémentarité de F1 et F2 et f1 , f2 et f les endomorphismes de F1 , F2 et E
a2 + b2 a + b2
déterminés par Mat(f1 , B1 ) = A1 , Mat(f2 , B2 ) = A2 et Mat(f, B) = A. Il est clair
donc rg(A) = 2. que pour tout λ ∈ K, on a Eλ (f ) = Eλ (f1 ) ⊕ Eλ (f2 ). En caractérisant la
(b) Par la formule obtenue ci-dessus, χA = ((a − X)2 + b2 + c2 + d2 ) et donc diagonalisabilité par la somme des dimensions des sous-espaces propres, on
χA = ((a − X)2 + α2 )2 . conclut à l'équivalence voulue.
Les valeurs propres de A sont a + α et a − α.
Par l'étude qui précède rg(A − (a + α)Id) = 2 et rg(A − (a − α)Id) = 2 donc
dim Ea+α (A) = dim Ea−α (A) = 2 Le polynôme caractéristique de M est
et par suite A est diagonalisable. P = X3 − X − z

Celui-ci admet trois racines complexes comptées avec multiplicité. Recherchons
pour quel z le polynôme P admet une racine multiple.
Exercice 94 : [énoncé] Les racines multiples d'un polynôme sont les racines communes à celui-ci et
(a) rg(A) = 0 si a1 = . . . = an−1 = 0 et rg(A) = 2 sinon. à son polynôme dérivé. √
On a P 0 = 3X√ − 1 de racines ±1/ 3. Celles-ci sont racines de P si, et seulement
2
(b) La somme des valeurs propres est nulle.
si, z = ±2/3 3√.
(c) En développant le déterminant selon la dernière colonne puis en développant Cas: z 6= ±2/3 3. Le polynôme P présente trois racines simples, la matrice M est
les mineurs obtenus selon leur k-ieme colonne, on obtient diagonalisable.
√ √
Cas: z = 2/3 3. La matrice M présente une valeur propre double : 1/ 3. Or
χA = X n−2 (X 2 − (a21 + · · · + a2n−1 )) √
 
−1/ 3 0√ z
Si a21 + · · · + a2n−1 6= 0 alors A admet deux valeurs propres opposées non

1
rg M − √ I3 = rg  1 −1/ 3 0√  = 2
nulles et 0 pour valeur propre d'espace propre de dimension n − 2 donc A est 3 1 1 −1/ 3
diagonalisable.
Si a21 + · · · + a2n−1 = 0 alors 0 est la seule valeur propre de A et A est (il y a clairement une matrice inversible de taille 2 incluse dans la matrice dont on
diagonalisable si, et seulement si, A = 0 i.e. a1 = . . . = an−1 = 0. calcule le rang qui, par ailleurs, est assurément non inversible).
On en déduit que l'espace propre associé à la valeur propre double est de
dimension 1 : la√ matrice M n'est pas diagonalisable.
Exercice 95 : [énoncé] Cas: z = −2/3 3. C'est identique.


Via un changement de bases réalisé de sorte que les premiers vecteurs soient dans Ei,i est diagonale donc diagonalisable.
le noyau de A, on peut écrire Pour i 6= j , χEi,j (X) = (−1)n X n donc seul 0 est valeur propre. Par suite si Ei,j
est diagonalisable alors Ei,j = 0 ce qui est incorrect. Conclusion Ei,j
On−1 ∗
P −1 AP = diagonalisable si, et seulement si, i = j .
0 λ
avec λ = tr A.
Si λ 6= 0 alors λ est valeur propre de A ce qui permet de diagonaliser A. Exercice 103 : [énoncé]
Si A est diagonalisable, sachant que A n'est pas nulle, λ 6= 0.
On obtient N 2 = sN avec s = a1 + · · · + an .
Puisque s > 0, N annule un polynôme scindé simple et donc est diagonalisable.
Exercice 99 : [énoncé] −1/2 n'est pas valeur propre de N car n'est pas racine du polynôme annulateur
Posons M = X t Y . On a M 2 = X(t Y X)t Y . Or α = t Y X est un scalaire donc X 2 − sX donc M est inversible. En recherchant M −1 de la forme xM + yIn , on
M 2 = αX t Y = αM . obtient
Si α 6= 0 alors M annule le polynôme scindé simple X(X − α) et donc M est M −1 = In − (2 + s)N
diagonalisable.
Si α = 0 alors M annule le polynôme X 2 et donc 0 est la seule valeur propre
possible. Si M est diagonalisable alors M est semblable à la matrice nulle et donc Exercice 104 : [énoncé]
M = On . Ceci est exclu car on suppose les colonnes X et Y non nulles.
Au nal M est diagonalisable si, et seulement si, α 6= 0. (a) M (a, b) = P D(a, b)P −1 avec D(a, b) = diag((a + b)2 , (a − b)2 , a2 − b2 , a2 − b2 )
Notons que α = tr(t Y X) = tr(X t Y ) = tr M et que M est une matrice de rang 1. et
On peut montrer qu'une matrice de rang 1 est diagonalisable si, et seulement si,
 
1 1 1 0
sa trace est non nulle. 1
P =
−1 0 1
1 −1 0 −1
1 1 −1 0
Notons B = (e1 , . . . , en ) la base canonique de Kn et f l'endomorphisme de Kn (b) M (a, b)n → 0 si, et seulement si, |a + b| < 1, |a − b| < 1 et a2 − b2 < 1.
dont la matrice dans B est J . Or a2 − b2 = (a + b)(a − b) donc la dernière condition l'est automatiquement
Posons ε1 = e1 + · · · + en , de sorte que f (ε1 ) = nε1 . si les deux premières le sont.
Puisque rg f = rg J = 1, on peut introduire (ε2 , . . . , εn ) base du noyau de f . L'étude graphique est alors simple.
Il est alors clair que B0 = (ε1 , . . . , εn ) est une base de Kn et que la matrice de f
dans celle-ci est diagonale.
On peut aussi observer J 2 = nJ et exploiter que X(X − n) est un polynôme
annulateur scindé simple de J . Exercice 105 : [énoncé]
A = P DP −1 avec D = diag(a + (n − 1)b, a − b, . . . , a − b) et

 
1 1 (0)
En posant M = (ai aj )1≤i,j≤n , on vérie M 2 = λM avec λ = nk=1 a2k .
P  .. ..
. .

−1
Si λ 6= 0 alors M annule un polynôme scindé simple, elle est donc diagonalisable.

P =
. ..

Si λ = 0 alors M 2 = 0 et donc M est diagonalisable si, et seulement si, M = 0 ce  .. .

1
qui revient à (a1 , . . . , an ) = 0. 1 (0) −1
Notons que la matrice M est symétrique mais pas nécessairement réelle : le
théorème spectral ne s'applique pas. B = Q∆Q−1 avec

Si n est impair : ∆ = diag(a + (n − 1)b, b − a, . . . , b − a, a − b, . . . , a − b) et En reprenant la même démarche avec la seconde matrice que nous noterons B , on
obtient B = P DP −1 avec
1 1 (0) 1 (0)
 
 .. .. ..
 
1 0 ··· 0 λ1 λ2
. . .

 0 1 (0) 2 2
 ..  .. .. .. .. 
   
. .

(0) 1 (0) 1  . . .  et D = diag(0, . . . , 0, λ1 , λ2 )
Q =  ...
P =
 . .. .. 
 
 ..
 
0 ··· 0 −2 ··· −2 (0) 1 . .
.
 
 ..
 
0 −1 ··· −1 2 2

(0) −1 (0) 1
. . . −1 0 ··· 0 λ1 λ2
 
 .. .. ..


1 −1 (0) 1 (0) où λ1 , λ2 sont les deux racines de
Si n pair : ∆ = diag(a + (n − 1)b, b − a, . . . , b − a, a − b, . . . , a − b) et λ2 − 2λ − 2(n − 2) = 0
1 1 (0) 1 (0)
 
 .. .. .. Exercice 107 : [énoncé]
. . −1 .

Cas a = b = 0 la résolution est immédiate.

 .. .. ..
 
. . . Cas a = 0 et b 6= 0, la matrice Mn est triangulaire supérieure stricte non nulle, elle

1
 .. n'est pas diagonalisable.
 
.

(0) 1 (0) −1
Q=
.
 Cas a 6= 0 et b = 0, idem.
 .. Cas a = b

(0) −1 (0) −1
.
.. .
 
 .. χMn (X) = (X − (n − 1)a)(X + a)n−1
. ..

1
. . . avec
 
 .. .. −1 . .

(0) E(n−1)a = Vect(1, . . . , 1)
1 −1 (0) 1
et
E−a : x1 + · · · + xn = 0
Exercice 106 : [énoncé] La matrice Mn est donc diagonalisable et il est aisé de former une base de
Étudions la première matrice que nous noterons A. vecteurs propres.
Celle-ci est de rang 2 et on peut facilement déterminer une base de son noyau. Cas a 6= b et ab 6= 0
En posant le système AX = λX avec λ 6= 0, on obtient une solution non nulle Après calculs (non triviaux)
sous réserve que
λ2 − λ − (n − 1) = 0 b(X + a)n − a(X + b)n
χMn (X) = (−1)n
En notant λ1 et λ2 les deux racines de cette équation, on obtient A = P DP −1 b−a
avec   Les racines de ce polynôme sont les solutions de l'équation d'inconnue z ∈ C
1 (0) 1 1
.. .. ..
z+a
n
a
. . .
 
  =
.. ..
 et D = diag(0, . . . , 0, λ1 , λ2 ) z+b b
 
P =
(0) 1 . .

Il y en a exactement n s'exprimant en fonction des racines n-ième de l'unité.
 
−1 ··· −1 1 1
0 0 0 λ1 λ2 On en déduit que Mn est diagonalisable.

Soit λ une valeur propre de Mn et x = (x1 , . . . , xn ) ∈ Cn . (b) Les racines de X 2 − 2 cos θX + cos 2θ sont cos θ + sin θ et cos θ − sin θ.
L'équationMn x = λx équivaut au système Réalisons la division euclidienne X n par X 2 − 2 cos θX + cos 2θ.

−λx1 + bx2 + · · · + bxn = 0 X n = X 2 − 2 cos θX + cos 2θ Q(X) + R(X)



 ax1 − λx2 + · · · + bxn = 0

.. avec deg R < 2,
 .
R(cos θ + sin θ) = (cos θ + sin θ)n


ax1 + · · · + axn−1 − λxn = 0

et
En retranchant à chaque équation la précédente, on obtient le système équivalent
R(cos θ − sin θ) = (cos θ − sin θ)n

−λx1 + bx2 + · · · + bxn = 0


 (a + λ)x1 + (b + λ)x2 = 0
 On obtient
.. (cos θ + sin θ)n − (cos θ − sin θ)n

 . R= (X − cos θ − sin θ) + (cos θ + sin θ)n
2 sin θ

(a + λ)xn−1 − (b + λ)xn = 0

et donc
Puisque ce système est de rang n − 1 (car λ est valeur propre simple) et puisque
les n − 1 dernières équations sont visiblement indépendantes, ce système équivaut (cos θ + sin θ)n − (cos θ − sin θ)n
encore à An = (A − (cos θ + sin θ)I2 )+(cos θ+sin θ)n In
 2 sin θ
(a + λ)x1 + (b + λ)x2 = 0
..


 .
(a + λ)xn−1 − (b + λ)xn = 0 Exercice 110 : [énoncé]

La résolution de ce dernier est immédiate. On obtient pour vecteur propre (a) 1ère méthode :
x = (x1 , . . . , xn ) avec
k
a+λ λ − (n − 1) −1 ··· −1 1 −1
xk = λ −1
b+λ λ − (n − 1) λ −1 0 λ+1
.. .. = (λ−(n−1)) .
det(λIn −M ) = . = .. .
. . .
−1 λ
λ − (n − 1) −1 λ 0 (0)
A est diagonalisable avec Sp A = {1, 4}.
puis det(λIn − M ) = (λ − (n − 1))(λ + 1)n−1 et donc sp(M ) = {−1, (n − 1)}.
Pour Pn un polynôme vériant Pn (1) = 1n et Pn (4) = 4n , on a An = P (A).
Soit f l'application linéaire canoniquement associée à M .
4n − 1n
Pn = 1n + (X − 1) f (x1 , ..., xn ) = (x1 , ..., xn ) ⇐⇒ x1 + ... + xn = 0
3
convient et donc Donc E−1 est l'hyperplan d'équation x1 + ... + xn = 0.
4n − 1 4 − 4n
n
A = A+ I3 Puisque En−1 est au moins une droite vectorielle, la matrice M est
3 3 diagonalisable.
2ème méthode :
Par le calcul, on obverse que M 2 = (n − 1)In + (n − 2)M .
Exercice 109 : [énoncé] Par suite, M annule le polynôme scindé simple (X + 1)(X − (n − 1)) et donc
(a) α = tr A = 2 cos θ et β = − det A = − cos 2θ conviennent. M est diagonalisable.

(b) Le polynôme minimal de M est (X + 1)(X − (n − 1)) car en vertu de la On a A = P DP −1 avec

première méthode, la connaissance des valeurs propres de M détermine son
1 3

2 0

polynôme minimal sachant M diagonalisable et, pour la deuxième méthode, P = et D =
−1 1 0 6
ce polynôme est annulateur alors que les polynômes X + 1 et X − (n − 1) ne
le sont pas. (b) Si M est solution alors P −1 M P est solution de l'équation X 2 + X = D donc
Par division euclidienne X p = (X + 1)(X − (n − 1))Q + αX + β P −1 M P et D commutent or D est diagonale à coecients diagonaux
En évaluant la relation en −1 et en n − 1, on obtient distincts donc P −1 M P est diagonale
avec p (c) Les coecients diagonaux a, b vérient a2 + a = 2 et b2 + b = 6 donc a = 1 ou
−α + β = (−1) a = −2 et b = 2 ou b = −3. Au termes des calculs on obtient les solutions
p
α(n − 1) + β = (n − 1)
1 7 3 −2 −3 1 3 1 −11 −3
Après résolution ( 4 1 5
,
−1 0
,
1
,
−1 4 −1 −9
(n−1)p −(−1)p
α= n
(n−1)p +(n−1)(−1)p
β= n Exercice 113 : [énoncé]
d'où (a) En développant selon la dernière ligne
(n − 1)p − (−1)p (n − 1)p + (n − 1)(−1)p
Mp = M+ In λ −1 0 ··· 0
n n
.. ..
0 λ −1 . .
.. .. .. .. = λn − 1
Exercice 111 : [énoncé] det(λ.In − J) = . . . . 0
.. ..
(a) sp(A) = {1, 3, −4}. 0 . . −1
(b) Il existe une matrice P inversible tel que A = P DP −1 avec −1 0 ··· 0 λ
D = diag(1, 3, −4). Si M ∈ Mn (C) est solution de l'équation M 2 = A alors J possède exactement n valeurs propres qui sont les racines n-ième de l'unité
(P −1 M P )2 = D et donc P −1 M P commute avec la matrice D. Or celle-ci est ω0 , ..., ωn−1 avec ωk = e n .
2ikπ
diagonale à coecient diagonaux distincts donc P −1 M P est diagonale de (b) Soit P ∈ GLn (C) la matrice de passage telle que J = P DP −1 avec
coecients diagonaux a, b, c vériant a2 = 1, b2 = 3 et c2 = −4. La réciproque D = diag(ω0 , ..., ωn−1 ).
est immédiate. Il y a 8 solutions possibles pour (a, b, c) et donc autant de
solutions pour M . Les solutions réelles sont a fortiori des solutions complexes
 
a0 a1 · · · an−1
.. 
or toutes les solutions complexes vérient tr M = a + b + c ∈ C \ R. Il n'existe an−1 . . . ..
. . 

donc pas de solutions réelles. A=  . . .
 = a0 I + a1 J + a2 J 2 + · · · + an−1 J n−1
 . . . . . . a1 

a1 · · · an−1 a0
Exercice 112 : [énoncé] donc
(a)
det(A − λI) = (λ − 2)(λ − 6). n−1
X
P −1 AP = a0 I + a1 D + a2 D2 + · · · + an−1 Dn−1 = diag(( ak ωik )0≤i≤n−1

5x + 3y = 2x 1
⇐⇒ x + y = 0 et est vecteur propre associé à la k=0
x + 3y = 2y −1
valeur
propre 2. puis
5x + 3y = 6x 3 n−1
Y n−1
⇐⇒ −x + 3y = 0 et est vecteur propre associé à la X
x + 3y = 6y 1 det A = det(P −1 AP ) = ak ωik
valeur propre 6. i=0 k=0


La colonne t 1 1 1 est vecteur propre associé à la valeur propre 6. On peut écrire

Les deux matrices ont le même polynôme caractéristique et celui-ci a pour racines A = P DP −1 et B = Q∆Q−1
√ √ avec P, Q ∈ GLn (K) et D, ∆ ∈ Mn (K) diagonales.
−3 + i 3 −3 − i 3
6, et Si Ap M Qq = On alors
2 2
Dp N ∆q = On
Ces deux matrices sont semblables à
√ √ !
avec N = P −1 M Q = (ni,j ).
−3 + i 3 −3 − i 3 En notant λ1 , . . . , λn et µ1 , . . . , µn les coecients diagonaux de D et ∆, on obtient
diag 6, ,
2 2 2
∀(i, j) ∈ {1, . . . , n} , λpi ni,j µqj = 0
et donc a fortiori semblables entre elles dans Mn (C), mais aussi, et c'est assez et donc
classique, dans Mn (R). 2
∀(i, j) ∈ {1, . . . , n} , λi ni,j µj = 0
puis
Exercice 115 : [énoncé] DN ∆ = On
Il existe des matrices P ∈ GLn (R) et D ∈ Dn (R) telles que ce qui permet de conclure.
−1
B = P DP
Si AB 3 = B 3 A alors Exercice 117 : [énoncé]

AP D P 3 −1 3
= PD P −1
A ϕ(I2 ) = 1 donc si P est inversible alors ϕ(P −1 ) = ϕ(P )−1 . Par suite, si A et B
sont semblablesalorsϕ(A)= ϕ(B).
puis on obtient
µ 0 1 0

1 0
M D3 = D3 M Puisque et sont semblables, ϕ = µ puis
0 1 0 µ 0 µ
avec M = P AP .
−1

λ 0
ϕ = λµ. Ainsi pour A diagonale, ϕ(A) = det A et plus généralement cela
Notons mi,j le coecient général de M et λ1 , . . . , λn les coecients diagonaux de 0 µ
D. vaut encore pour A diagonalisable. Si A est une matrice de M2
(C), non
La relation M D3 = D3 M donne

λ α
diagonalisable, celle-ci est semblable à une matrice de la forme .
2
0 λ
∀(i, j) ∈ {1, . . . , n} , mi,j λ3j = mi,j λ3i Si λ = 0 alors A2 = 0 et doncϕ(A)
= A.
0 = det
λ α 1 0 λ α λ α
et donc Si λ 6= 0 alors puisque = et que est
λ 0 0 2 0 2λ 0 2λ
∀(i, j) ∈ {1, . . . , n} , mi,j = 0 ou λ3i = λ3j
2
diagonalisable, on obtient 2ϕ(A) = 2λ2 = 2 det A et on peut conclure.
Comme la fonction x 7→ x3 est injective sur R, on obtient
∀(i, j) ∈ {1, . . . , n} , mi,j = 0 ou λi = λj
2
Introduisons la colonne Xn = t un vn wn et la matrice

et donc
M D = DM  
−1 1 1
puis A= 1 −1 1
AB = BA 1 1 −1

de sorte qu'on ait Xn+1 = AXn et donc Xn = An X0 . Exercice 120 : [énoncé]

Après réduction, on a A = P DP −1 avec (a) On vérie
    −1
1 0 0 1 1 1 In D In −D
=
D = 0 −2 0  , P = 1 −1 0 On In On In
0 0 −2 1 0 −1
(b) On observe
On a alors An = P Dn P −1 puis −1
In D A C In D A E
=
Xn = P Dn P −1 X0 On In On B On In On B
La suite (Xn ) converge si, et seulement si, la suite (P −1 Xn ) converge. Or avec E = AD + C − DB .
Pour conclure, montrons qu'il existe D ∈ Mn (C) vériant DB − AD = C .
P −1 Xn = Dn P −1 X0 Considérons pour cela l'endomorphisme ϕ de Mn (C) déni par
converge si, et seulement si, les deux dernières coecients de la colonne P −1 X0
ϕ(M ) = M B − AM
sont nuls ce qui donne X0 de la forme
   
λ λ Pour M ∈ Ker ϕ, on a M B = AM .
X0 = P  0  = λ
Pour tout X vecteur propre de B associé à une valeur propre λ, on a
0 λ AM X = M BX = λM X
Finalement, les suites (un )n≥0 , (vn )n≥0 et (wn )n≥0 convergent si, et seulement si, Puisque λ est valeur propre de B , λ n'est pas valeur propre de A et donc
u0 = v0 = w0 (et ces suites sont alors en fait constantes. . . ) M X = On,1 .
Puisqu'il existe une base de vecteurs propres de B et puisque chacun annule
Exercice 119 : [énoncé] M , on a M = On .
Posons T = M 2 . Il est clair que T et M commutent et l'étude de cette Ainsi l'endomorphisme ϕ est injectif, or Mn (C) est de dimension nie donc ϕ
commutation peut, par le calcul, permettre de conclure que M est triangulaire est bijectif. Ainsi il existe une matrice D telle ϕ(D) = C et, par celle-ci, on
supérieure. On peut aussi proposer une démonstration plus abstraite que voici : obtient la similitude demandée.
Les coecients diagonaux λ1 , . . . , λn de T déterminent ses valeurs propres et la
matrice T est donc diagonalisable. On peut donc écrire T = P DP −1 avec P
inversible et
Supposons que l'équation étudiée admet une solution θ.
D = diag(λ1 , . . . , λn )
En passant aux parties réelle et imaginaire on obtient
Puisque M est T commutent, les matrices N = P −1 M P et D commutent. Or les
matrices commutant avec une matrice diagonale à coecients diagonaux distincts cos θ + cos kθ = 1
sont elles-mêmes diagonales. La matrice N est donc diagonale sin θ + sin kθ = 0
N = diag(µ1 , . . . , µn ) La deuxième équation donne

En considérant un polynôme d'interpolation Q ∈ R[X] vériant θ = −kθ [2π] ou θ = π − kθ [2π]
∀1 ≤ k ≤ n, Q(λk ) = µk Si θ = π − kθ [2π] alors cos θ + cos kθ = 0 et le système initial n'est pas vérié.
Si θ = −kθ [2π] alors
on obtient N = Q(D) puis M = Q(T ). En particulier, la matrice M est
triangulaire supérieure. cos θ + cos kθ = 1 ⇐⇒ cos θ = 1/2

ce qui donne θ = π/3 [2π] ou θ = −π/3 [2π]. Considérons l'endomorphisme T : (un ) 7→ (un+1 ) opérant sur RN .
Cas θ = π/3 [2π] On vérie aisément que T laisse stable Sk ce qui permet d'introduire
On obtient l'endomorphisme induit par T sur Sk que nous noterons encore T . Armer
θ = π/3 + 2pπ l'existence d'une suite périodique non nulle dans Sk signie que 1 est valeur
(k + 1)θ = 2qπ propre d'une puissance T q de T .
avec p, q ∈ Z. La matrice de T dans la base (e0 , . . . , ek−1 ) est
On a alors 
0 ··· ··· 0 0

(6p + 1)(k + 1) = 6` .. .. 
..
. . .

1
Puisque 6` ∧ (6p + 1) = 1, le théorème de Gauss donne 6 | (k + 1). .. 
.. ..
 
Inversement, si 6 | (k + 1) alors on peut écrire k + 1 = 6` et pour θ = π/3 . . . 0

0
. .. ..
 
 .. . .

eiπ/3 + ei(6`−1)π/3 = eiπ/3 + e−iπ/3 = 1 0 1
0 ··· 0 1 1
donc l'équation étudiée admet au moins une solution.
Cas θ = −π/3 [2π] car T (ek−1 ) = ek−1 + e0 . Le polynôme caractéristique de T est
Une étude semblable conduit à la même condition. −X 0 ··· 0 0
Finalement, l'équation étudiée possède une solution réelle si, et seulement si, .. .. ..
1 −X . . .
6 | (k + 1) .. ..
χT (X) = 0 . . 0 0
b) Supposons que 6 divise k + 1. Pour θ = π/3 on a .. ..
. . 1 −X 1
0 ··· 0 1 1−X
eiθ + eikθ = 1
Par l'opération L1 ← L1 + XL2 + X 2 L3 + · · · + X k−1 Lk , on obtient
donc en multipliant par e−ikθ
χT (X) = (−1)k X k − X k−1 − 1

−ikθ −i(k−1)θ
e =1+e
Les valeurs propres complexes de T sont alors les racines du polynôme
La suite v de terme général vn = e−inθ vérie alors
X k − X k−1 − 1
∀n ∈ N, vn+k = vn + vn+k−1
On vérie que ce polynôme et son polynôme dérivé n'ont pas de racines en
et donc la suite u = Re v est un élément non nul de Sk . Puisque commun ; on en déduit que T admet exactement k valeurs propres complexes
nπ distinctes. L'endomorphisme T est diagonalisable dans le cadre complexe, il en est
un = cos de même de T q dont les valeurs propres sont alors les puissances q ème des valeurs
3
propres de T . Ainsi 1 est valeur propre de T q si, et seulement si, il existe λ ∈ C tel
la suite u est périodique et non nulle. que
Inversement, montrons qu'il est nécessaire que 6 divise k + 1 pour qu'il existe une λk − λk−1 − 1 = 0 et λq = 1
suite périodique non nulle dans Sk . On vérie aisément que Sk est un R-espace Un tel nombre complexe peut s'écrire λ = e−iθ et l'on parvient alors à l'existence
vectoriel de dimension k dont une base est formée par les suites e0 , e1 , . . . , ek−1 d'une solution à l'équation
déterminées par eiθ + eikθ = 1
∀0 ≤ n ≤ k − 1, ej (n) = δn,j et ∀n ∈ N, ej (n + k) = ej (n) + ej (n + k − 1) et donc à la condition 6 | (k + 1).

Exercice 122 : [énoncé] déduit que la matrice A est diagonalisable. Quitte à remplacer A par une

a b

d −c
matrice semblable, on peut supposer la matrice A diagonale avec p
(a) Si A = alors Com A = et la propriété (P) est satisfaite coecients λ sur la diagonale et q = n − p coecients µ sur la diagonale. Il
c s −a b
avec α = a + d. est alors facile de calculer la comatrice de A (elle aussi diagonale) et de
constater que A vérie la propriété (P) si, et seulement si, les paramètres
(b) Com A = det(A)t A−1 .

précédents sont liés par la condition
(c)
λp−1 µq−1 = 1
t −1 t −1 −1

Com(AB) = det(AB) (AB) = det(AB) B A
= det(A) At −1
det(B) B t −1
= Com(A) Com(B). Les matrices scalaires vériant évidemment la propriété (P), il ne reste plus,
pour conclure, qu'à étudier le cas des matrices non inversibles.
(d) Si A = P BP −1 alors Com(A) = Com(P ) Com(B) Com(P −1 ). Or Soit A ∈ Mn (C) une matrice non inversible vériant (P). Il existe α ∈ C tel
−1
et, après simplication des déterminants, on a que
t

Com(P ) = det(P ) P
Com(A) = t P −1 Com(B)t P . Dès lors, si A + t Com A = αIn , on obtient A2 − αA = On
P (B + Com B)P −1 = αIn puis B + Com B = αIn .
(e) Si A vérie (P), il existe α ∈ C tel que Si α = 0 alors A2 = 0. On en déduit rgA < n − 1 auquel cas la comatrice de
A est nulle (les cofacteurs sont nuls car tous les mineurs sont nuls) et la
A + t Com A = αIn propriété (P) conclut que la matrice A est nulle.
Si α 6= 0 alors A = αB avec B 2 = B . La matrice B est une matrice de
En multipliant par A et en réordonnant les membres, on obtient l'équation projection de même rang que A. Pour que A soit autre que la matrice nulle, il
équivalente faut rgA = n − 1 ce qui permet de dire que B est semblable à diag(1, . . . , 1, 0)
A2 − αA + det(A)In = On (1) et donc A semblable à diag(α, . . . , α, 0).
La matrice A ne possédant qu'une valeur propre et n'étant pas scalaire, n'est Inversement, par le calcul, une telle matrice est solution si, et seulement si,
pas diagonalisable. Le polynôme annulateur qui précède n'est donc pas à αn−2 = 1.
racines simples. En notant λ son unique racine (la valeur propre de A, non
nulle) on a les conditions
α2 − 4 det A = 0, λ = α/2 et det A = λn
Puisque Im(u − IdE ) ∩ Im(u + IdE ) = {0E }, on a
On en déduit α = 2λ, det A = λ2 et λn−2 = 1. Au surplus, l'équation (??) se
relit rg(u − IdE ) + rg(u + IdE ) ≤ dim E
2
(A − λIn ) = On
puis par la formule du rang
Ceci permet d'écrire A = λIn + N avec N vériant N 2 = On .
Inversement, si la matrice A est de cette forme, il est possible de remontrer dim Ker(u − IdE ) + dim Ker(u + IdE ) ≥ dim E
les calculs jusqu'à constater que A vérie (P).
On en déduit que u est diagonalisable de valeurs propres possibles 1 et −1.
(f) Comme au-dessus, si A vérie (P), il existe α ∈ C tel que
A2 − αA + det(A)In = On
Si A possède deux valeurs propres distinctes λ et µ, alors ce polynôme
possède deux racines distinctes et est donc scindé à racines simples. On en (a) clair, notamment il n'y a pas de problème sur le degré de ϕ(P ).

(b) ϕ(X k ) = X k − k(X + 1)X k−1 = (1 − k)X k − kX k−1 . La matrice de ϕ dans la Exercice 127 : [énoncé]
base canonique de E est triangulaire supérieure. Les coecients diagonaux Si M appartient à l'hyperplan des matrices de trace nulle alors φ(M ) = M et
sont alors les racines du polynôme caractéristique et ce sont donc les valeurs donc M ∈ E1 (φ).
propres de ϕ à savoir 1, 0, −1, . . . , (1 − n). Ces n + 1 = dim E valeurs sont Ainsi l'espace propre E1 (φ) est de dimension au moins égale à n2 − 1.
distinctes donc ϕ est diagonalisable. De plus, φ(In ) = (n + 1)In donc l'espace propre En+1 (φ) est de dimension au
moins égale à 1.
Puisque la somme des dimensions des sous-espaces propres est au moins égale à
Exercice 125 : [énoncé] n2 = dim Mn (R), l'endomorphisme φ est diagonalisable (et les inégalités
L'application f est clairement linéaire de R[X] vers lui-même. De plus, si précédentes étaient des égalités).
deg P ≤ n, il est aisé d'observé que deg f (P ) ≤ n. On peut donc conclure que f
est un endomorphisme de Rn [X]. Pour tout k ∈ {0, . . . , n},
f (X k ) = k(k + 1)X k − k(k − 1)X k−2
(a) Soit P un polynôme. P (F )(u) = P (f ) ◦ u donc P (f ) = 0 ⇐⇒ P (F ) = 0. La
ce qui permet de former la représentation matricielle souhaitée. On constate alors diagonalisabilité étant équivalente à l'existence d'un polynôme scindé à
que la matrice de f est triangulaire de coecients diagonaux racines simples, on peut conclure.
0, . . . , k(k + 1), . . . , n(n + 1) distincts. Il est alors aisé de calculer le polynôme (b) f et F ont le même polynôme minimal donc les mêmes valeurs propres.
caractéristique de f est de conclure que f est diagonalisable, de valeurs propres
(c) Tout u ∈ L(E, Eλ (f )) ⊂ L(E) est élément de Eλ (F ) donc
0, . . . , k(k + 1), . . . , n(n + 1) et de sous-espaces propres de dimension 1.
P Eλ (F ) ≥ dim E × dim Eλ (f )P
dim . Mais par diagonalisabilité dim L(E)) =
λ∈Sp(f ) dim Eλ (f ) = dim E = dim L(E) et
2
λ∈Sp(F ) dim E λ (F ) ≥ dim E ×
Exercice 126 : [énoncé] donc on a les égalités dim Eλ (F ) = dim E × dim Eλ (f ) pour tout λ ∈ Sp(f ).
(a) Si deg P ≤ n − 1, il est clair que ϕ(P ) ∈ E .
Si deg P = n après simplication des termes en X n+1 , on obtient que Exercice 129 : [énoncé]
ϕ(P ) ∈ E .
La linéarité de ϕ est claire et donc on peut conclure que ϕ est un (a) oui
endomorphisme. (b) Pour f ∈ L(E).
(b) La matrice de ϕ dans la base canonique est tridiagonale et peu pratique. Si Im f ⊂ Im p et Ker p ⊂ Ker f alors F(f ) = f .
Formons plutôt la matrice de ϕ dans la base des (X − a)k Un tel endomorphisme f est entièrement déterminé par sa restriction de Im p
vers Im p.
ϕ((X − a)k ) = k(X − a)k (X − b) − nX(X − a)k On en déduit
dim E1 (F) ≥ (dim Im p)2
donc
Si Im f ⊂ Ker p et Im p ⊂ Ker f alors F(f ) = 0.
k
ϕ((X − a) ) = (k − n)(X − a) k+1
+ (k(a − b) − na)(X − a) k Un tel endomorphisme f est entièrement déterminé par sa restriction de
Ker p vers Ker p.
et cette fois-ci la matrice de ϕ est triangulaire inférieure à coecients On en déduit
diagonaux distincts : dim E0 (F) ≥ (dim Ker p)2
−nb, −(a + (n − 1)b), −(2a + (n − 2)b), . . . , −((n − 1)a + b), −na Si Im f ⊂ Im p et Im p ⊂ Ker f alors F(f ) = 21 f .
Un tel endomorphisme f est entièrement déterminé par sa restriction de
qui sont les valeurs propres de ϕ. Puisque ϕ admet n + 1 valeurs propres Ker p vers Im p.
distinctes et que dim E = n + 1, on peut conclure que ϕ est diagonalisable Si Im f ⊂ Ker p et Ker p ⊂ Ker f alors F(f ) = 21 f .

Un tel endomorphisme f est entièrement déterminé par sa restriction de Im p Exercice 131 : [énoncé]
vers Ker p. (a) L'application f est à valeurs dans Rn [X] car le reste R d'une division
De plus un endomorphisme appartenant à ces deux dernières catégories est euclidienne par B vérie
nécessairement nul. deg R < deg B ≤ n
On en déduit
dim E1/2 (F) ≥ 2 dim Ker p × dim Im p Soient λ1 , λ2 ∈ R et P1 , P2 ∈ Rn [X].
On a
Or AP1 = BQ1 + f (P1 ) et AP2 = BQ2 + f (P2 )
donc
(dim Im p)2 +2 dim Ker p dim Im p+(dim Ker p)2 = (dim Im p+dim Ker p)2 = dim E 2 = dim L(E)
A(λ1 P1 + λ2 P2 ) = B(λ1 Q1 + λ2 Q2 ) + λ1 f (P1 ) + λ2 f (P2 )
donc F est diagonalisable avec avec
(c) dim E1 (F) = (dim Im p)2 , dim E0 (F) = (dim Ker p)2 et
dim E1/2 (F) = 2 dim Ker p × dim Im p. deg (λ1 f (P1 ) + λ2 f (P2 )) ≤ max {deg f (P1 ), deg f (P2 )} < deg B
Par unicité d'une division euclidienne, on peut armer
Exercice 130 : [énoncé] f (λ1 P1 + λ2 P2 ) = λ1 f (P1 ) + λ2 f (P2 )
On écrit
B = α(X − x0 ) . . . (X − xn ) Puisque les valeurs prises par f sont Rn−1 [X], l'endomorphisme f ne peut
être surjectif, ce n'est donc pas un isomorphisme.
Si P ∈ Rn [X] est vecteur propre de Φ associé à la valeur propre λ alors (b) Soit λ ∈ R. Si f (P ) = λP alors c'est qu'il existe un polynôme Q tel que
B | (A − λ)P . Pour des raisons de degré, B et A − λ ne peuvent être premiers
entre eux, ces polynômes ont donc une racine commune. Ainsi il existe AP = BQ + λP
Q.n. . , n} tel que λ = A(xi ). Inversementn pour λ = A(xi ),
i ∈ {0,
Cas λ = 0.
P = j=0,j6=i (X − xj ), Φ(P ) = λP avec P 6= 0. Ainsi,
On a f (P ) = 0 si, et seulement si, le polynôme B divise le polynôme AP . Or
Sp Φ = {A(xi ) | i ∈ J0 ; nK} . A et B sont premiers entre eux, donc f (P ) = 0 si, et seulement si, B divise P .
On en déduit que 0 est valeur propre de f et le sous-espace propre associé est
Précisons le sous-espace propre associé à la valeur propre λ = A(xi ).
Quitte à réindexer, on peut supposer que λ = A(x0 ). E0 (f ) = B. Vect(1, X, . . . , X n−deg B )
S'il existe d'autres xi tels que λ = A(xi ) on réindexe encore les x1 , . . . , xn de sorte c'est-à-dire l'espace des multiples de B inclus dans Rn [X].
que λ = A(x0 ) = . . . = A(xp ) et λ 6= A(xp+1 ), . . . , A(xn ). Ainsi x0 , . . . , xp sont Cas λ 6= 0. On obtient
racines de A − λ alors que xp+1 , . . . , xn ne le sont pas. (A − λ)P = BQ
Pour P ∈ Rn [X], on a Φ(P ) = λP si, et seulement si, B | (A − λ)P . Or
A − λ = (X − x0 ) . . . (X − xp )Ã avec xp+1 , . . . , xn non racines de Ã. Puisque et donc B divise le polynôme (A − λ)P . Or deg P < deg B donc au moins une
(X − xp+1 ) . . . (X − xn ) ∧ Ã = 1, des racines de B n'est pas racine de P et est donc racine de A − λ. Ainsi
λ = A(xk ) avec xk une des racines de B .
B | (A − λ)P ⇐⇒ (X − xp+1 ) . . . (X − xn ) | P. Inversement, soit xk une racine de B ,λ = A(xk ) et
Y
Ainsi Pk = (X − xj ) 6= 0
Eλ (Φ) = {(X − xp+1 ) . . . (X − xn )Q | Q ∈ Rp [X]} j6=k
La somme des dimensions des sous-espaces propres étant égale à la dimension de On a deg Pk < deg B et B | (A − A(xk ))Pk . On en déduit f (Pk ) = A(xk )Pk et
l'espace, Φ est diagonalisable. donc A(xk ) est valeur propre de f et Pk en est un vecteur propre associé.

(c) La famille de Pk se comprend comme la famille d'interpolation de Lagrange (b) D'une part
en les xk , elle constitue donc une base de Rdeg B−1 [X]. Puisque Ker f = E0 (f ) f (e1 + · · · + en ) = (n + 1) (e1 + · · · + en ))
est un supplémentaire de cet espace, l'endomorphisme est diagonalisable. et d'autre part, pour x = x1 e1 + · · · + xn en avec x1 + · · · + xn = 0 on a
f (x) = x
Posons φ l'endomorphisme de L(E) étudié. On observe que φ3 = φ. Par On en déduit que 1 et n + 1 sont valeurs propres de f et puisque la valeur
annulation d'un polynôme scindé simple, on peut armer que φ est diagonalisable propre 1 est associé à un hyperplan, il ne peut y avoir d'autres valeurs
de seules valeurs propres possibles 0, 1 et −1. propres.
En introduisant unebase adaptée à la projection f , la matrice de cet En résumé Sp f = {1, n + 1} et

Ir 0
endomorphisme est E1 (f ) = {x | x1 + · · · + xn = 0} et En+1 (f ) = Vect(e1 + · · · + en )
0 0
(c) L'endomorphisme f est diagonalisable car

A B
En notant la matrice de u dans cette base, on obtient :
C D
φ(u) = 0 ⇐⇒ B = 0 et C = 0. dim E1 (f ) + dim En+1 (f ) = n
φ(u) = u ⇐⇒ A = 0, C = 0 et D = 0.
φ(u) = −u ⇐⇒ A = 0, B = 0 et D = 0. (d) Par les valeurs propres
det f = (n + 1) 6= 0
et l'endomorphisme f est inversible. . .
Supposons f diagonalisable et soit B = (e1 , . . . , en ) une base de vecteurs propres
de f . Exercice 135 : [énoncé]
Pour 1 ≤ i, j ≤ n, on pose gi,j l'endomorphisme de E déterminé par (a) Soit λ une valeur propre de ϕ.
Il existe v ∈ L(E) \ 0̃ tel que u ◦ v = λv .

gi,j (ek ) = δj,k ei
Soit alors x ∈ E tel que v(x) 6= 0 (ce qui est possible puisque v 6= 0̃)
La famille (gi,j ) est une base de L(E) et on observe Puisque u (v(x)) = λv(x), on peut armer que λ est valeur propre de u.
Inversement soit λ une valeur propre de u et x 6= 0 un vecteur propre associé.
T (gi,j ) = (λi − λj )gi,j Considérons v l'endomorphisme de E déterminé par
donc T est diagonalisable. ∀1 ≤ i ≤ n, v(ei ) = x

Supposons f nilpotente, c'est-à-dire qu'il existe n ∈ N∗ pour lequel f n = 0. L'endomorphisme v est bien déterminé puisqu'on a ici xé l'image d'une base.
Puisque T p (g) est combinaison linéaire de termes de la forme f k ◦ g ◦ f p−k , il est Puisque a u ◦ v = λv (car cette égalité vaut pour les vecteurs d'une base), on
assuré que T 2n = 0 et donc que T est nilpotente. obtient ϕ(v) = λv avec v 6= 0̃. Ainsi λ est aussi valeur propre de ϕ.
b et c) Sachant Ei,j Ek,` = δj,k Ei,` ,
Exercice 134 : [énoncé] n
X n
X
U Ei,j = uk,` Ek,` Ei,j = uk,i Ek,j
(a) On obtient   k,`=1 k=1
2 (1)
.. Dans la base ((E1,1 , . . . , En,1 ), (E1,2 , . . . , En,2 ), . . . , (E1,n , . . . , En,n )), la
Mate f =  .
 
matrice de ϕ est diagonale par blocs avec des blocs diagonaux chacun égaux à

(1) 2 U.

Exercice 136 : [énoncé] On en déduit

a b a 0
(a) ϕ(Ei,j ) = (λi − λj )Ei,j . La matrice de ϕ relative à la base canonique de A= =
c d 0 a
Mn (K) est diagonale.
(b) Soit B une base de E dans laquelle l'endomorphisme f est représenté par une et donc la matrice A est diagonalisable.
matrice diagonale D. En introduisant l'image réciproque de la base canonique (d) Supposons A diagonalisable
de Mn (K) par l'isomorphisme de représentation matricielle dans B, on Le polynôme caractéristique de A est scindé sur R donc ∆ ≥ 0.
obtient une base de L(E) dans laquelle φ est représenté par une matrice Si ∆ > 0 alors Φ est diagonalisable car possède 3 valeurs propres réelles
diagonale. distinctes.
Si ∆ = 0 alors A possède une seule valeur propre et étant diagonalisable, c'est
une matrice scalaire

a 0
A=
On vérie aisément que Φ est endomorphisme de S2 (R). 0 a
(a) En choisissant la base de S2 (R) formée des matrices E1,1 , E2,2 et E1,2 + E2,1 , et alors la matrice de Φ est diagonale
on obtient la matrice de Φ suivante 
2a 0 0

 
2a 0 2b  0 2a 0
 0 2d 2c  0 0 2a
c b a+d
(b) Par la règle de Sarrus, on calcule χΦ (λ) et on obtient Exercice 138 : [énoncé]
χΦ (2λ) = −4(2λ − (a + d))χA (λ) (a) Notons λ1 , . . . , λn les n valeurs propres distinctes de f et x1 , . . . , xn des
vecteurs propres associés. La famille (x1 , . . . , xn ) est base de E .
(c) Posons ∆ égal au discriminant de χA . Posons a = x1 + · · · + xn . Pour tout k ∈ {0, 1, . . . , n − 1},
Si ∆ > 0 alors χΦ possède trois racines réelles distinctes
√ √ f k (a) = λk1 x1 + · · · + λkn xn
a + d, a + d + ∆ et a + d − ∆
Supposons α0 a + α1 f (a) + · · · + αn−1 f n−1 (a) = 0E . En exprimant cette
Si ∆ = 0 alors χΦ possède une racine réelle triple relation en fonction des vecteurs de la famille libre (x1 , . . . , xn ), on parvient à
P (λ1 ) = . . . = P (λn ) = 0 avec
a+d
P = α0 + α1 X + · · · + αn−1 X n−1
Si ∆ < 0 alors χΦ possède une racine réelle et deux racines complexes non
réelles. Le polynôme P admet plus de racines que son degré donc P = 0 puis
Supposons Φ diagonalisable. α0 = . . . = αn−1 = 0.
Le polynôme caractéristique de Φ est scindé sur R donc ∆ ≥ 0. Ainsi la famille (a, f (a), . . . , f n−1 (a)) est libre et nalement base de E .
Si ∆ > 0 alors χA possède deux racines réelles distinctes et donc la matrice A En fait, n'importe quel vecteur dont les coordonnées sont toutes non nulles
est diagonalisable. dans la base de vecteur propre est solution.
Si ∆ = 0 alors Φ est diagonalisable et ne possède qu'une seule valeur propre (b) La matrice de f dans la base considérée est de la forme
λ = a + d donc l'endomorphisme Φ est une homothétie vectorielle de rapport  
0 0 α0
égal à cette valeur propre. On obtient matriciellement .. ..
. .
 
    1 
2a 0 2b a+d 0 0 ..
..
 
. 0 .
 
 0 2d 2c  =  0 a+d 0   
c b a+d 0 0 a+d 0 1 αn−1

avec (a) Un endomorphisme non nul vériant f 2 = 0 avec f 6= 0 convient. C'est le cas
f n (a) = α0 a + α1 f (a) + · · · + αn−1 f n−1 (a) d'un endomorphisme représenté par la matrice

0 1
0 0
(b) Soit (e1 , . . . , en ) une base de vecteurs propres de f . La matrice de f dans
(a) ok cette base est de la forme
(b) Supposons g ∈ Cf . Pour tout λ ∈ Sp(f ) et tout x ∈ Eλ (f ),
 
λ1 (0)
f (g(x)) = g(f (x)) = g(λx) = λg(x) donc g(x) ∈ Eλ (f ). Ainsi les sous-espaces ..
.
 
propres sont stables par g .
 
(0) λn
Inversement, supposons que chaque
P sous-espace propre soit stable par g . Pour
tout x ∈ E , on peut écrire x = λ∈Sp(f ) xλ et on a et alors les espaces
  Ker f = Vect {ei | λi = 0} et Im f = Vect {ei | λi 6= 0}
X X
g(f (x)) = g  λxλ  = λg(xλ ) sont évidemment supplémentaires (puisque associés à des regroupements de
λ∈Sp(f ) λ∈Sp(f )
vecteurs d'une base).
et (c) On vérie Ker f k ⊂ Ker f k+1 . La suite des dimensions des noyaux des f k est
croissante et majorée par n. Elle est donc stationnaire et il existe k ∈ N tel
 
que
X X
f (g(x)) = f  g(xλ ) = λg(xλ )
λ∈Sp(f ) λ∈Sp(f ) ∀` ≥ k, dim Ker f `+1 = dim Ker f `
donc f et g commutent. Par inclusion et égalité des dimensions

(c) Considérons ϕ : Cf → λ∈Sp(f ) L(Eλ (f )) l'endomorphisme déni par ϕ(g) est
Q
∀` ≥ k, Ker f `+1 = Ker f `
le produit des restrictions aux Eλ (f ) de g . Cette application est bien dénie
en vertu des stabilités évoquées en b). Cette application est clairement En particulier Ker f 2k = Ker f k . On peut alors établir Im f k ∩ Ker f k = {0E }
bijective car, par diagonalisabilité de f , E = ⊕λ∈Sp(f ) Eλ (f ) et qu'on sait une et par la formule du rang on obtient la supplémentarité
application g est alors entièrement déterminée par ses restrictions aux Eλ (f ).
Par isomorphisme dim Cf = λ∈Sp(f ) αλ2 . Im(f k ) ⊕ Ker(f k ) = E
P
(d) Ici dim Cf = n et les Id, f, . . . , f n−1 sont clairement éléments de Cf . L'endomorphisme f k n'est pas nécessairement diagonalisable. Pour s'en
Supposons λ0 Id + λ1 f + · · · + λn−1 f n−1 = 0. Posons convaincre il sut de choisir pour f un automorphisme non diagonalisable.
P = λ0 + λ1 X + · · · + λn−1 X n−1 . Ce polynôme est annulateur de f donc les (d) Le résultat n'est plus vrai en dimension innie comme le montre l'étude de
valeurs propres de f en sont racines. Ce polynôme possède au moins n l'endomorphisme de dérivation dans l'espace des polynômes.
racines, or il est de degré strictement inférieur à n, donc il est nul et ainsi
λ0 = . . . = λn−1 = 0.
Finalement (Id, f, . . . , f n−1 ) est une famille libre formé de n = dim Cf
éléments de Cf , c'en est donc une base. Exercice 141 : [énoncé]
Il est bien connu que les polynômes en f commutent avec f .
Inversement, soit g un endomorphisme commutant avec f .
Notons λ1 , . . . , λn les valeurs propres deux à deux distinctes de f et e1 , . . . , en des
Exercice 140 : [énoncé] vecteurs propres associés. La famille (e1 , . . . , en ) est une base de E diagonalisant

f et les sous-espaces propres de f sont de dimension 1. Puisque f et g commutent, Exercice 143 : [énoncé]
ses sous-espaces propres de f sont stables par g et donc, pour tout k ∈ {1, . . . , n}, (a) Si B = On alors tout vecteur propre de A (et il en existe car le corps de base
il existe µk tel que g(ek ) = µk ek . Considérons alors un polynôme interpolateur P est C) est aussi vecteur propre de B .
vériant Si B 6= On alors l'espace Im B est stable par B et il existe alors un vecteur
∀k ∈ {1, . . . , n} , P (λk ) = µk propre de B dans Im B . Puisque Im B ⊂ Ker A car AB = On , ce vecteur
On a pour tout k ∈ {1, . . . , n}, propre de B est aussi vecteur propre de A (associé à la valeur propre 0).
(b) Par récurrence sur la taille n des matrices.
P (f )(ek ) = P (λk )(ek ) = µk ek = g(ek ) Pour n = 1, c'est immédiat.
Supposons la propriété vériée au rang n − 1 ≥ 1.
Puisque les applications linéaires P (f ) et g sont égales sur une base, on peut
Soit A, B ∈ Mn (C) vériant AB = On . Soit X1 un vecteur propre commun
conclure
aux matrices A et B associé aux valeurs propres λ et µ respectivement. Soit
P (f ) = g
P une matrice inversible dont la première colonne est X1 . Par changement de
base on a
λ ∗ µ ∗
−1
P AP = 0 et P BP =
−1
0
0 A 0 B
Soient λ ∈ Sp(u) et x ∈ Eλ (u) non nul. On a
Puisque AB = On on a λµ = 0 et A B = On−1 .
0 0
3 3
v (x) = u (x) = λ x 3 Par hypothèse de récurrence, il existe une matrice Q ∈ GLn−1 (C) telle que
Q−1 A0 Q et Q−1 B 0 Q sont triangulaires supérieures. Pour la matrice
Or v est diagonalisable donc, en notant µ1 , . . . , µp les valeurs propres de v , on a la
décomposition en somme directe 1 0
R=P × ∈ GLn (C)
0 Q
p
E = ⊕ Eµj (v)
j=1
on obtient R−1 AR et R−1 BR triangulaires supérieures.
Récurrence établie.
On peut alors écrire x = xj avec xj ∈ Eµj (u). L'égalité v 3 (x) = λ3 x donne
Pp
j=1
p
X p
X Exercice 144 : [énoncé]
µ3j xj = λ3 xj (a) χA (X) = (X + 1)(X − 1)2 .
j=1 j=1
(b) E−1 = Vect t 1 1 2 , E1 = Vect t 1 0 1 .

Les espaces Eµj (v) étant en somme directe, on peut identier les termes de ces La matrice A n'est pas diagonalisable mais on peut la rendre semblable à la
sommes matrice  
µ3j xj = λ3 xj −1 0 0
T = 0 1 1
Si xj 6= 0E , on obtient µj = λ et donc µj xj = λxj . 0 0 1
Si xj = 0E , l'identité µj xj = λxj reste vraie.
On prend C1 = t 1 1 2 , C2 = t 1 0 1 .

On en déduit
On détermine C3 tel que AC3 = C3 + C2 . C3 = t 0 0 convient.

v(x) = λx = u(x) −1
Pour
Ainsi les endomorphismes v et u coïncident sur Eλ (u). Or, l'endomorphisme u
 
1 1 0
étant diagonalisable, E est la somme des sous-espaces propres de u. Les P = 1 0 −1
endomorphismes v et u coïncident donc sur E . 2 1 0
on a P −1 AP = T .

Exercice 145 : [énoncé] Après résolution

(a) χA (X) = (X − 1)3 . E9 (A) = Vect (1, 1, −1/2)
(b) E1 = Vect t 1 0 1 . dim E9 (A) = 1 et X1 = 1 1 −1/2 est vecteur propre. Complétons ce vecteur
t

La matrice A n'est pas diagonalisable, mais on peut la rendre semblable à la en une base et considérons la matrice de passage associée
matrice    
1 1 0 1 0 0
T = 0 1 1 P = 1 1 0
0 0 1 −1/2 0 1
On prend C1 = t 1 0 1 .

On a
On détermine C2 tel que AC2 = C2 + C1 . C2 = t 0 1 0 convient.
 
9 −5 −2
On détermine C3 tel que AC3 = C3 + C2 . C3 = t 0 −1 1 convient. P −1 AP = 0 12 −6
Pour   0 3/2 6
1 0 0
P = 0 1 −1 Considérons alors la sous matrice
1 0 1
0 12 −6
A =
on a P −1 AP = T . 3/2 6
de polynôme caractéristique (X − 9)2 car χA (X) = (X − 9)χA0 (X). Après

Exercice 146 : [énoncé] résolution
Le polynôme caractéristique χA (X) = (X − 1)3 est scindé donc A est E9 (A0 ) = Vect(1, 1/2)
trigonalisable. Considérons la matrice de passage
On a    
1 0
1 0
E1 (A) = Vect 0 , −1 P0 =
1/2 1
0 1
et puisque On a
9 −6
       
0 0 0 0 (P 0−1 )A0 P 0 =
A 0 = −1 = 0 + −1 0 9
1 2 1 1 Enn, pour
on a A = P T P avec
 
−1 1 0 0
1 0
Q=P × = 1 1 0
0 P0
   
1 0 0 1 0 0 −1/2 1/2 1
T = 0 1 1 et P = 0 −1 0
0 0 1 0 1 1 on obtient  
9 −6 −2
Q−1 AQ = 0 9 −6
Exercice 147 : [énoncé] 0 0 9
Notons A la matrice étudiée.
Après calcul, son polynôme caractéristique est χA = (X − 9)3 .
Celui-ci est scindé et par conséquent la matrice A est trigonalisable. Exercice 148 : [énoncé]

(a) χA = X(X − 1)(X − a). Exercice 150 : [énoncé]

Si a 6= 0, 1 alors A est diagonalisable. Les endomorphismes recherchés sont les endomorphismes diagonalisables.
Si a = 0 alors rg A = 2 donc dim Ker A = 1 < m0 (A) et la matrice A n'est pas En eet, si f est diagonalisable et si F est un sous-espace vectoriel stable par f
diagonalisable. alors puisque fF est diagonalisable, il existe une base de F formée de vecteurs
Si a = 1 alors rg(A − I) = 2 et par le même argument qu'au dessus, A n'est propres de f . En complétant cette base à l'aide de vecteur bien choisis dans une
pas diagonalisable. base diagonalisant f , les vecteurs complétant engendrent un supplémentaire de F
On conclut stable par f .
Ω = {0, 1} Inversement, si f ∈ L(E) vérie la propriété proposée alors le sous-espace vectoriel
F = ⊕λ∈Sp f Eλ (f ) étant stable par f , celui-ci admet un supplémentaire stable. Or
(b) Cas a = 0     f ne possède pas de vecteurs propres sur ce dernier et celui ne peut donc qu'être
1 3
{0} car ici le corps de base est C. Par suite F = E et donc f est diagonalisable.
Ker A = Vect 0 et Ker(A − I3 ) = Vect 1
1 2
Par conséquent la matrice suivante convient Exercice 151 : [énoncé]
 
1 3 0 (a) Si e ∈
/ H alors la valeur de u(e) détermine entièrement un élément u de
P = 0 1 0 {u ∈ E ∗ | u(H) = {0}}. Cela permet de mette en place un isomorphisme
1 2 1 entre {u ∈ E ∗ | u(H) = {0}} et K. La dimension cherchée vaut 1.
Cas a = 1 (b) Si H est stable par f alors pour tout x ∈ H , u(f (x)) = 0 donc
u ◦ f ∈ {v ∈ E ∗ | v(H) = {0}} or u est un élément non nul de cette droite
   
1 1
Ker A = Vect 0 et Ker(A − I3 ) = Vect 1 vectorielle donc u ◦ f est colinéaire à u. La réciproque est immédiate.
1 1 (c) MatB (u) = L 6= 0 (car u dénit une équation d'hyperplan),
Par conséquent la matrice suivante convient MatB (u ◦ f ) = LA donc
 
1 1 0
P = 0 1 0 u ◦ f = λu ⇐⇒ LA = λL ⇐⇒ t At L = λt L
1 1 1
avec t L colonne non nulle.
(d) Sp(t A) = {1, 2, −1}. Une base de vecteurs propres est formée des vecteurs de
Exercice 149 : [énoncé] composantes (−1, −1, 1), (0, 1, 1) et (−1, 0, 1). Les plans stables par f sont
( =⇒ ) Supposons f et g commutent. ceux d'équations x + y − z = 0, y + z = 0 et x − z = 0.
∀x ∈ Ker(f − λ.Id), (f − λId)(g(x)) = g(f (x) − λx) = 0
donc Ker(f − λId) est stable par g . Exercice 152 : [énoncé]

( ⇐= ) Supposons que chaque sous-espace propre soit stable par g .P Si l'endomorphisme u possède une valeur propre alors la droite vectorielle
Puisque E = ⊕λ∈Sp(f ) Eλ (f ), pour tout x ∈ E , on peut écrire x = λ∈Sp(f ) xλ engendrée par un vecteur propre associé est évidemment stable par u.
avec xλ ∈ Eλ et alors Sinon, la matrice réelle A représentant u dans une base n'a que des valeurs propres
complexes non réelles. Parmi celles-ci considérons en une que nous notons λ. Il
existe alors une colonne complexe Z non nulle telle que AZ = λZ . En écrivant
X
(g ◦ f )(x) = λg(xλ ) = (f ◦ g)(x)
λ∈Sp(f ) λ = α + iβ et Z = X + iY avec α, β, X, Y réels, l'équation précédente donne
donc f ◦ g = g ◦ f . AX = αX − βY et AY = βX + αY

Considérons ensuite les vecteurs x et y de E représentés par les colonnes réelles X Dans le premier cas, 1 et 2 sont valeurs propres de u et les vecteurs propres
et Y . Les relations précédentes donnent associés sont ceux de f . Le plan P est alors
u(x), u(y) ∈ Vect(x, y) Vect {(0, 0, 1, 0), (1, 1, 0, 1)}
et donc le sous-espace vectoriel Vect(x, y) est stable par u. Dans le second cas, pour tout x ∈ P , on a par le théorème de Cayley
Or celui-ci n'est pas nul car Z 6= 0 et est donc de dimension 1 ou 2 (et en fait 2 Hamilton
car l'absence de valeurs propres réelles dans le cas présent signie l'absence de u2 (x) − 2u(x) + 2x = 0E
droite vectorielle stable). et donc la colonne X des coordonnées de x vérie
X ∈ Ker(A2 − 2A + 2I4 )
Après calculs, on obtient
(a) Par l'absurde supposons X et Y colinéaires. Il existe alors une colonne X0
réelle telle que X ∈ Vect(t (1, 0, 0, 0), t (0, −1, 0, 1))
X = αX0 et Y = βX0 avec (α, β) 6= (0, 0) Ainsi le plan est inclus dans le plan
On a alors Z = (α + iβ)X0 et la relation AZ = λZ donne Vect {(1, 0, 0, 0), (0, −1, 0, 1)}
(α + iβ)AX0 = λ(α + iβ)X0 ce qui sut à le déterminer.
Puisque α + iβ 6= 0, on peut simplier et armer AX0 = λX0 . Or X0 est une

colonne réelle donc, en conjuguant, AX0 = λ̄X0 puis λ ∈ R ce qui est exclu. Exercice 154 : [énoncé]
(b) On écrit λ = a + ib avec a, b ∈ R. La relation AZ = λZ donne en identiant Cas K = C
parties réelles et imaginaires u annule un polynôme scindé simple, l'endomorphisme u est donc diagonalisable.
Tout sous-espace vectoriel possédant une base de vecteurs propres est stable et
AX = aX − bY et AY = aY + bX inversement.
Cas K = R
On en déduit que Vect(X, Y ) est stable par A. Par le lemme de décomposition des noyaux, on a
(c) Le polynôme caractéristique de f est E = Ker(u − Id) ⊕ Ker(u2 + u + Id)
(X + 1)(X − 2)(X 2 − 2X + 2) Si F est un sous-espace vectoriel stable alors posons
Les valeurs propres de A sont −1, 2 et 1 ± i avec F1 = F ∩ Ker(u − Id)
E−1 (A) = Vect (0, 0, 1, 0) , E2 (A) = Vect (1, 1, 0, 1) et E1+i (A) = Vect (i, −1, 0, 1)
t t t
et
F2 = F ∩ Ker(u2 + u + Id)
Soit P un plan stable par f . Le polynôme caractéristique de l'endomorphisme
u induit par f sur ce plan divise le polynôme caractéristique de f tout en Montrons F = F1 ⊕ F2 .
étant réel et de degré 2. Ce polynôme caractéristique ne peut qu'être Tout x ∈ F peut s'écrire x = a + b avec a ∈ Ker(u − Id) et b ∈ Ker(u2 + u + Id).
Puisque u(x) = a + u(b)∈ F et u2 (x) = a + u2 (b) ∈ F , on a
(X + 1)(X − 2) ou X 2 − 2X + 2 a = 31 x + u(x) + u2 (x) ∈ F puis b = x − a ∈ F .

Ainsi a ∈ F1 , b ∈ F2 et on a donc F ⊂ F1 + F2 . Exercice 159 : [énoncé]

Il est alors immédiat qu'on peut alors conclure F = F1 ⊕ F2 . La matrice A est semblable à une matrice triangulaire de la forme
Puisque F2 ⊂ Ker(u2 + u + Id), pour x ∈ F2 non nul (x, u(x)) est libre et  
λ1 ∗
Vect(x, u(x)) est stable par u. Cela permet d'établir que F2 est la somme directe
..
de sous-espaces vectoriels de la forme Vect(x, u(x)) avec x 6= 0, .
 
 
x ∈ Ker(u2 + u + Id). Quant à F1 , il n'y a pas de condition à souligner puisque 0 λn
tout sous-espace vectoriel de Ker(u − Id) est stable par u.
et donc A est semblable à
q
 q 
λ1 ∗
..
.
 
 
0 λqn
Si F admet une base de vecteurs propres, il est immédiat d'établir qu'il est stable
par u. Ainsi le polynôme caractéristique de Aq est celui voulu avec Aq ∈ Mn (Z).
Inversement, si F est stable alors uF est diagonalisable et donc il existe une base
de F formée de vecteurs propres de u. Exercice 160 : [énoncé]
A est semblable à une matrice triangulaire supérieure de la forme
 
λ1 ∗
Exercice 156 : [énoncé] ..
Sp f = {2, 4, 6}, E2 (A) = Vect e1 , E4 (A) = Vect e2 et E6 (A) = Vect e3 avec .
 
 
e1 = (0, 1, 1), e2 = (1, 0, 1), e3 = (1, 1, 0). 0 λn
Si V est un sous-espace vectoriel stable alors fV est diagonalisable et donc
possède une base de vecteurs propres de f . Ainsi V = {0}, Vect(ei ) avec exp(A) est alors semblable à une matrice de la forme
i ∈ {1, 2, 3}, Vect(ej , ek ) avec j 6= k ∈ {1, 2, 3} ou V = R3 . ∗0
 
exp(λ1 )
..
.
 
 
0 exp(λn )
Sur C, A est trigonalisable semblable à une matrice triangulaire supérieure ou sur Cela sut pour conclure.
la diagonale gurent les valeurs propres complexes de A comptées avec
multiplicité. Exercice 161 : [énoncé]
Puisque le polynôme χA est scindé, la matrice A est trigonalisable. Plus
précisément, la matrice A est semblable à une matrice de la forme
Exercice 158 : [énoncé] 
λ1 ∗

(a) A est annule le polynôme χA qui est scindé donc A est trigonalisable. ..
.
 
 
(b) Soit T une matrice triangulaire semblable à A. Les coecients diagonaux de (0) λn
T sont les valeurs propres de A comptées avec multiplicité. Cependant Ak est
semblables à T k donc les valeurs propres de Ak sont les coecients diagonaux La matrice P (A) est alors semblable à
de T k or ceux-ci sont les puissances d'ordre k des coecients diagonaux de T
 
P (λ1 ) ∗
c'est-à-dire des valeurs propres de A. ..
.
 
 
(0) P (λn )

et donc n
Soient
Pp α1 , .m. . , αp ∈ C et λ1 , . . . , λp ∈ C deux à deux distincts.
∗
χP (A) =
Y
(X − P (λk ))
Si j=1 αj λj −−−−−→ 0 alors ∀1 ≤ j ≤ p, |λj | < 1 .
m→+∞
k=1 Raisonnons pour cela par récurrence sur p ≥ 1.
Pour p = 1, la propriété est immédiate.
Supposons la propriété vraie au rang p ≥ 1.
Exercice 162 : [énoncé] Soient α1 , . . . , αp+1 ∈ C∗ et λ1 , . . . , λp+1 ∈ C deux à deux distincts tels que
(a) Commençons
par
quelques cas particuliers. p+1
λ 0
j −−−−−→ 0 (1)
X
Si A = alors A ∈ K [B] en s'appuyant sur un polynôme constant. αj λm
0 λ j=1
m→+∞

λ 0
Si A = 1 avec λ1 6= λ2 alors les matrices qui commutent avec A sont
0 λ2
Par décalage d'indice, on a aussi
α1 0
diagonales donc B est de la forme . En considérant P = aX + b tel p+1
0 α2
−−−−−→ 0 (2)
X
que P (λ1 ) = α1 et P (λ2 ) = α2 , on a B = P (A) ∈ K [A]. αj λm+1
j m→+∞
j=1
λ µ
Si A = avec µ 6= 0, une étude de commutativité par coecients
0 λ λp+1 × (1) − (2) donne
α β
inconnus donne B = . Pour P = βµ X + γ avec βλµ + γ = α, on a
0 α p
B = P (A) ∈ K [A].
X
αj (λp+1 − λj )λm
j −−−−−→ 0
Enn, dans le cas général, A est semblable à l'un des trois cas précédent via j=1
m→+∞
une matrice P ∈ GL2 (K). La matrice B 0 = P −1 BP commute alors avec

A0 = P −1 AP donc B 0 est polynôme en A0 et par le même polynôme B est qui se comprend encore
polynôme en A. p
X
βj λ m
j −−−−−→ 0
(b) On imagine que non, reste à trouver un contre-exemple. j=1
m→+∞
Par la recette dite des tâtonnements successifs ou saisi d'une inspiration
venue d'en haut, on peut proposer avec les β1 , . . . , βp non nuls.
    Par hypothèseP de récurrence, on a alors ∀1 ≤ j ≤ p, |λj | < 1.
1 1 0 1 0 0 On en déduit pj=1 αj λm j −−−−−→ 0 et la relation (1) donne alors
A = 0 1 0 et B = 0 1 0 m→+∞
αp+1 λp+1 −−−−−→ 0 d'où l'on tire |λp+1 | < 1.
m
0 0 1 0 1 1 m→+∞
Récurrence établie.
On vérie que A et B commutent et ne sont ni l'un ni l'autre polynôme en
l'autre car tout polynôme en une matrice triangulaire supérieure est une
matrice triangulaire supérieure.
Notons λ1 , . . . , λp et µ1 , . . . , µq les valeurs propres deux à deux distinctes des
Exercice 163 : [énoncé] matrices A et B respectivement.
La matrice A est trigonalisable et si l'on note λ1 , . . . , λp ses valeurs propres L'hypothèse de travail donne
distinctes alors tr(Am ) = pj=1 αj λmj avec αj la multiplicité de la valeur propre
P
p q
λj .
X X
∀m ∈ N, mλj (A)λm
j = mµk (B)µm
k
Pour conclure, il sut d'établir résultat suivant : j=1 j=1

Avec des notations étendues, ceci donne (c) Il existe P, Q matrices inversibles telles que
X    
∀m ∈ N, aλ λm = 0 λ1 ∗ µ1 ∗
−1 ..  et Q BQ = 
−1 ..
λ∈Sp A∪Sp B P AP =  . .
   

avec aλ = mλ (A) − mλ (B). 0 λn 0 µn
Indexons alors les valeurs propres de A et B de sorte que
avec λi et µi les valeurs propres de A et B .
Sp A ∪ Sp B = {α1 , . . . , αr } On observe alors que (P −1 ∗ Q−1 )(A ∗ B)(P ∗ Q) = (P −1 AP ) ∗ (Q−1 BQ) est
triangulaire supérieure de coecients diagonaux λi µj . Les valeurs propres de
avec α1 , . . . , αr deux à deux distinctes. On obtient donc A ∗ B sont les produits des valeurs propres de A et B .
r (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
X
∀m ∈ N, aαj αjm = 0
j=1 n Y
n
Y
χA∗B = (X − λi µj )
Considérons alors la matrice carrée de Vandermonde
i=1 j=1
 
1 1 ··· 1
 α1 α2 ··· αr 
On en déduit
 ..

.. .. 
 det(A ∗ B) = (det A det B)n
 . . . 
et la relation
α1r−1 α2r−1 ··· αrr−1
tr(A ∗ B) = tr(A) tr(B)
Celle-ci est inversible car les α1 , . . . , αr sont deux à deux distincts. Or les égalités est immédiate par un calcul direct.
qui précèdent donnent
r
X
aαj Cj = 0
j=1 Exercice 166 : [énoncé]
La matrice A est trigonalisable semblable à
en notant Cj les colonnes de la matrice de Vandermonde précédente.
On en déduit 
λ1 ∗

∀1 ≤ j ≤ r, aαj = 0 ..
T = .
 
ce qui donne

(0) λn
∀λ ∈ Sp A ∪ Sp B, mλ (A) = mλ (B)
avec λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité.
La matrice Ak est alors semblable à
λk1
 
∗
(a) Poser le produit par blocs. ..
Tk =  .
 
(b) Si A et B sont inversibles alors (A ∗ B)(A−1 ∗ B −1 ) = In ∗ In = In2 donc

(0) λkn
A ∗ B est inversible.
Si A n'est pas inversible alors il existe A0 6= 0 tel que AA0 = On et alors et ses valeurs propres sont les λk1 , . . . , λkn comptées avec multiplicité.
(A ∗ B)(A0 ∗ In ) = 0 avec A0 ∗ In 6= 0 donc A ∗ B n'est pas inversible.
Un raisonnement semblable s'applique dans le cas où B n'est pas inversible.

Exercice 167 : [énoncé] En inversant ces équations, on obtient

La famille x0 , u(x0 ), . . . , un−1 (x0 ) constitue une base de E .

Soit v ∈ L(E) commutant avec u. On peut écrire Ap−1 = B p−1 , Ap−2 = B p−2 +bp−1,p−2 Ap−1 ,. . . , A2 = B 2 +b3,2 B 3 +· · ·+bp−1,2 B p−1
v(x0 ) = a0 x0 + a1 u(x0 ) + · · · + an−1 un−1 (x0 ) et enn

A = B + b2,1 B 2 + · · · + bp−1,1 B p−1
Considérons alors
ce qui détermine un polynôme Q ∈ R[X] vériant Q(0) = 1 et A = BQ(B).
n−1
w = a0 IdE + a1 u + · · · + an−1 u ∈ K [u]
On a Exercice 170 : [énoncé]

v(x0 ) = w(x0 )
(a) Posons N = −A−1 BA. On a
Puisque v et w commutent avec u, on a aussi
N p = (−1)p A−1 B p A = On
∀k ∈ N, v uk (x0 ) = w uk (x0 )

donc
Les endomorphismes v et w prennent les mêmes valeurs sur une base, ils sont
donc égaux. In = In − N p = (I − N )(I + N + N 2 + · · · + N p−1 )
En conclusion v ∈ K [u]. On en déduit que I − N = In + A−1 BA est inversible et
−1
In + A−1 BA = I + N + N 2 + · · · + N p−1
On peut écrire (b) Soit P ∈ C[X] tel que P (0) = 0. On a
AB = P (A) = αn An + · · · + α1 A + In
P (X) = aX + bX 2 + · · ·
donc
A B − (αn An−1 + · · · + α1 In ) = In

Donc
Par le théorème d'inversibilité, A est inversible et P (B) = aB + bB 2 + · · ·
A−1 = B − (αn An−1 + · · · + α1 In ).
puis
Puisque A commute avec A−1 et ses puissances, on en déduit que A commute avec
P (B)p = ap B p + b0 B p+1 + · · · = On
B = A−1 + αn An−1 + · · · + α1 I On peut alors reprendre le raisonnement de la question précédente et armer
que la matrice In + P (B) est inversible et que son inverse est de la forme
Exercice 169 : [énoncé] In − P (B) + P (B)2 + · · · + (−1)p P (B)p
On sait qu'il existe p ∈ N∗ tel que Ap = On .
En introduisant les coecients de P , la relation B = AP (A) donne On en déduit que H est inclus dans GLn (C) et que l'inverse d'un élément de
H est encore dans H .
B = A + a2 A2 + · · · + ap−1 Ap−1 Il est immédiat de vérier que H est non vide et stable par produit. On en
déduit que H est un sous-groupe de (GLn (C), ×). Enn, on vérie que H est
On en déduit commutatif car les polynômes en une matrice commutent entre eux.
B 2 = A2 +a3,2 A3 +· · ·+ap−1,2 Ap−1 ,. . . , B p−2 = Ap−2 +ap−1,p−2 Ap−1 , B p−1 = Ap−1

Exercice 171 : [énoncé] et par la supplémentarité qui précède

Par la formule de Taylor en a
dim E = dim Ker Q(u) + dim Ker R(u)
+∞
P (k) (a)
donc
X
P (X) = (X − a)k
k!
k=0 dim Im Q(u) = dim Ker R(u)
donc et l'on peut conclure.
+∞
X P (k) (a) Notons que le resultat est aussi vrai en dimension quelconque : on l'obtient grâce
P (aIn + J) = Jk à une relaltion de Bézout.
k!
k=0
Il est facile de calculer les puissances de J et l'on conclut


P 00 (a) P (n−1) (a)
 Exercice 174 : [énoncé]
P (a) P 0 (a) 2! ··· (n−1)! Les polynômes P et Q étant premiers entre eux, on peut introduire des polynômes
.. .. .. . V, W vériant
. ..
 
. .
 
 
P V + QW = 1
.. ..
 
P (aIn + J) =  . . P 00 (a) 
En évaluant en u, on obtient la relation
 
2!
..
 
. P 0 (a)
 
 
IdE = P (u) ◦ V (u) + Q(u) ◦ W (u) (∗)
(0) P (a)
Soit x ∈ Ker P (u) ∩ Im P (u). Puique Q(u) ◦ P (u) = (P Q)(u) = 0, on a
Im P (u) ⊂ Ker Q(u) et donc x ∈ Ker P (u) ∩ Ker Q(u). La relation (∗) donne alors
P = X(X 2 − 3aX + a2 ) est annulateur de f donc par le théorème de x = V (u) ◦ P (u)(x) + W (u) ◦ Q(u)(x) = 0E
décomposition des noyaux, E = Ker f ⊕ Ker(f 2 − 3af + a2 Id) car X et
X 2 − 3aX + a2 sont premiers entre eux. Or a étant non nul, on montre Ainsi, les espaces Ker P (u) et Im P (u) sont en somme directe. Soit x ∈ E . Par la
élémentairement Ker(f 2 − 3af + a2 Id) ⊂ Im f tandis que l'inclusion réciproque relation (∗), on peut écrire
provient de ce que (f 2 − 3af + a2 Id) ◦ f = 0. Il est donc vrai que Ker f et Im f
x = a + b avec a = P (u) ◦ V (u)(x) et b = Q(u) ◦ W (u)(x)
sont supplémentaires.
On a évidement a ∈ Im P (u) et aussi b ∈ Ker P (u) car
Exercice 173 : [énoncé] P (u)(b) = (P Q)(u) ◦ W (u)(x) = 0E
Par le lemme de décomposition des noyaux
On peut alors conclure l'égalité
Ker P (u) = Ker Q(u) ⊕ Ker R(u)
Ker P (u) ⊕ Im P (u) = E
et puisque P est annulateur
E = Ker Q(u) ⊕ Ker R(u) Exercice 175 : [énoncé]
Les vecteurs de (Id, u, . . . , up ) évoluent dans L(E) qui est de dimension n2 . Pour
De plus R(u) ◦ Q(u) = 0̃ et donc Im Q(u) ⊂ Ker R(u). p = n2 la famille est assurément liée. Une relation linéaire donne alors
Par la formule du rang immédiatement un polynôme annulateur non nul.
dim Im Q(u) = dim E − dim Ker Q(u)

Exercice 176 : [énoncé] donc

f (x) = f 2 (−Q(f )(x))

P (A) ∗ O ∗
On a P (M ) = = et
O P (B) O ∗
Synthèse :
Q(A) ∗ ∗ ∗ Posons u = −f (Q(f )(x)) et v = x − u.
Q(M ) = =
O Q(B) O O On a immédiatement u ∈ Im f et x = u + v .

O ∗ ∗ ∗ On a aussi
donc (P Q)(M ) = P (M )Q(M ) = = On .
O ∗ O O
Ainsi le polynôme P Q est annulateur de M . f (v) = f (x) − f (u) = f (x) + f 2 (Q(f )(x)) = P (f )(x) = 0
et donc v ∈ Ker f .
u ◦ (u − Id) ◦ (u + Id) s'annule sur Ker(u ◦ (u − Id)) et sur Ker(u ◦ (u + Id)) donc
sur Ker(u ◦ (u − Id)) + Ker(u ◦ (u − Id)) = E et ainsi u ◦ (u2 − Id) = 0. Exercice 179 : [énoncé]
Si x ∈ Ker u alors x ∈ Ker(u ◦ (u − Id)) ∩ Ker(u ◦ (u + Id)) = {0} donc (a) On sait déjà Ker u ⊂ Ker u2 . On a P = XQ avec Q(0) 6= 0. Pour x ∈ Ker u2 ,
Ker u = {0} et u ∈ GL(E). on a u2 (x) = 0 et Q(u)(u(x)) = 0 donc u(x) ∈ Ker u ∩ Ker Q(u) puis u(x) = 0
Par suite u2 − Id = u−1 ◦ u ◦ (u2 − Id) = 0 et donc u2 = Id. Ainsi u est une car Q(0) 6= 0. On en déduit Ker u2 ⊂ Ker u puis l'égalité.
symétrie vectorielle. L'inclusion Im u2 ⊂ Im u est entendue.
Inversement, soit x ∈ Im u. On peut écrire x = u(a) pour un certain a ∈ E .
Or P (u)(a) = 0 et l'on peut écrire P sous la forme
Quitte à considérer λP avec λ ∈ K∗ bien choisi, on peut supposer P (X) = an X n + · · · + a1 X avec a1 6= 0
P (0) = 0 et P 0 (0) = 1 donc

a1 u(a) ∈ Im u2
ce qui permet d'écrire
puis x ∈ Im u2 .
P (X) = X + X Q(X) avec Q ∈ K[X]
2
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
Soit x ∈ Im f ∩ Ker f . Il existe a ∈ E tel que x = f (a) et on a f (x) = 0. x = 0.
On en déduit f 2 (a) = 0. Or P (f )(a) = 0 et Pour x ∈ E , u(x) ∈ Im u = Im u2 et on peut écrire u(x) = u2 (a) pour un
P (f )(a) = f (a) + Q(f ) f 2 (a) = f (a) = x
certain a ∈ E . On a alors x = y + z avec y = u(a) ∈ Im u et z = x − y où l'on
vérie z ∈ Ker u.
Ainsi
Im f ∩ Ker f = {0}
Soit x ∈ E . Puisque u possède un polynôme annulateur, on a
Analyse :
Supposons x = u + v avec u = f (a) ∈ Im f et v ∈ Ker f . dim K [u] < +∞
On a
f (x) = f 2 (a) + f (v) = f 2 (a) Or K [Q(u)] ⊂ K [u] donc
dim K [Q(u)] < +∞
Or
2
P (f )(x) = f (x) + f (Q(f )(x)) = 0 et par conséquent Q(u) possède un polynôme annulateur.

Exercice 181 : [énoncé] aussi racine de son polynôme minimal. Celui-ci ne peut alors être le polynôme
Si P et Πu sont premiers entre eux alors par l'égalité de Bézout, il existe X 2 + 1.
U, V ∈ K[X] tels que U P + V Πu = 1 donc U (u)P (u) = IdE . Aussi Supposons n est pair. Considérons
P (u)U (u) = IdE donc P (u) est inversible et P (u)−1 = U (u) ∈ K [u].
Si P et Πu ne sont pas premiers entre eux alors on peut écrire Πu = QD avec D le A=
0 −1
et An = diag(A, . . . , A) ∈ Mn (R)
pgcd de P et Πu . On a Πu | P Q donc P (u)Q(u) = 0 alors que Q(u) 6= 0 puisque 1 0
deg Q < deg Πu . Par suite P (u) n'est pas inversible.
An n'est pas une homothétie donc le degré de son polynôme minimal est supérieur
à 2.
Exercice 182 : [énoncé] De plus A2n = −In donc X 2 + 1 annule An .
Πu annule u donc aussi uF et ainsi ΠuF | Πu . De même ΠuG | Πu donc Au nal, X 2 + 1 est polynôme minimal de An .
ppcm(ΠuF , ΠuG ) | Πu .
Inversement si P = ppcm(ΠuF , ΠuG ) alors ∀x ∈ F , P (u)(x) = 0 et ∀x ∈ G,
P (u)(x) = 0 donc ∀x ∈ E = F ⊕ G, P (u)(x) = 0 donc P annule u puis Πu | P . Exercice 186 : [énoncé]
A = P DP −1 avec D = diag(a + b, . . . , a + b, a − b, . . . , a − b) et

 
1 (0) 0 1 (0)
Πu annule u donc aussi uF puis la conclusion. .. .. ..
. . .
 
 
 

 1 0 (0) 1
P = 0 ··· 0 1 0 ··· 0 

(0) 1 0 (0) −1
Considérons B = A − In . On a B 2 = On . 
. . .

.. .. ..
 
Soit u l'endomorphisme de Kn dont la matrice est B dans la base canonique.  
On a u2 = 0̃ donc Im u ⊂ Ker u. 1 (0) 0 −1 (0)
Soit (e1 , . . . , ep ) une base de Im u complétée en (e1 , . . . , ep , ep+1 , . . . , eq ) base de
Ker u. Par suite
Pour tout j ∈ {1, . . . , p}, considérons εj ∈ E tel que u(εj ) = ej . πA = (X − (a + b))(X − (a − b))
Supposons λ1 ε1 + · · · + λp εp + µ1 e1 + · · · + µq eq = 0. et les polynômes annulateurs de A sont les multiples de πA .
On appliquant u à cette relation, on obtient λ1 e1 + · · · + λp ep = 0 donc
λ1 = . . . = λp = 0.
La relation initiale devient µ1 e1 + · · · + µq eq = 0 qui entraîne µ1 = . . . = µq = 0.
Finalement la famille (ε1 , . . . , εp , e1 , . . . , eq ) est libre et puisque formée de
On peut écrire
p + q = dim Im u + dim Ker u = n vecteurs de E , c'est une base de E . Y
La matrice de u dans la base (e1 , ε1 , . . . , ep , εp , ep+1 , . . . , eq ) a alors ses coecients Πf = (X − λ)αλ
tous nuls sauf p coecients sur la sur-diagonale. λ∈Sp(f )
La matrice B est donc semblable à la matrice précédente et A = In + B est et

semblable à une matrice de la forme voulue. E= ⊕ Ker(f − λId)αλ
λ∈Sp(f )
décomposition en somme de sous-espaces vectoriels stables par f .

Exercice 185 : [énoncé] Pour chaque λ ∈ Sp(f ),
Supposons n est impair. Le polynôme caractéristique d'une matrice de Mn (R)
étant de degré impair possèdera une racine qui sera valeur propre de la matrice et Ker(f − λId)αλ −1 6= Ker(f − λId)αλ

par minimalité de Πf et donc il existe xλ ∈ Ker(f −λId)αλ \ Ker(f − λId)αλ −1 . et donc u est diagonalisable
On peut alors établir que la famille (f − λId)k (xλ ) 0≤k≤αλ −1 est libre. (c) Soit λ une valeur propre de u. Le polynôme minimal de u peut s'écrire
Considérons maintenant x = λ∈Sp(f ) xλ .
P
Pour P ∈ C[X], P (f )(x) = λ∈Sp(f ) P (f )(xλ ) avec P (f )(xλ ) ∈ Ker(f − λId)αλ πu = (X − λ)α Q avec Q(λ) 6= 0
P
par stabilité.
Par décomposition en somme directe, πu (u) = 0 donne
Im Q(u) ⊂ Ker(u − λId)α
P (f )(x) = 0 ⇐⇒ ∀λ ∈ Sp(f ), P (f )(xλ ) = 0
Si λ est une valeur propre séparable alors Ker(u − λId) = Ker(u − λId)α et
Par division euclidienne P = (X − λ)αλ Q + R avec deg R < αλ de sorte qu'on donc
puisse écrire R = k=0 ak (X − λ)k . On alors
Pαλ −1
Im Q(u) ⊂ Ker(u − λId)
P (f )(xλ ) = 0 ⇐⇒ ∀0 ≤ k < αλ , ak = 0 puis le polynôme (X − λ)Q annule u. Par minimalité de πu , on conclut α = 1.
Ainsi Inversement, si λ est une racine simple du polynôme minimal, alors
P (f )(x) = 0 ⇐⇒ ∀λ ∈ Sp(f ), (X − λ)αλ | P
πu = (X − λ)Q avec Q(λ) 6= 0
Enn puisque les termes (X − λ)αλ sont premiers entre eux, on peut conclure
P (f )(x) = 0 ⇐⇒ Πf | P Puisque les polynômes Q et X − λ sont premiers entre eux, on peut écrire
QU + (X − λ)V = 1 avec U, V ∈ K[X]

(a) Si Ker(u − λId) = {0} alors Im(u − λId) = E car u − λId est inversible. et en évaluant
On en déduit que λ est séparable. Q(u)U (u)(x) + (u − λId)V (u)(x) = x
Par contraposée, si λ n'est pas séparable alors λ est valeur propre de u. avec Q(u)U (u)(x) ∈ Ker(u − λId) (car πu est annulateur) et
(b) Si u est un endomorphisme diagonalisable alors pour tout scalaire λ, (u − λId)V (u)(x) ∈ Im(u − λId).
Ker(u − λId) = Ker(u − λId)2 . Ainsi λ est une valeur propre séparable.
Par suite Im(u − λId) ∩ Ker(u − λId) = {0} et on en déduit que λ est Finalement les scalaires non séparables sont les racines multiples de πu .
séparable. (d) m(v) = u ◦ v , m2 (v) = u2 ◦ v ,. . . P (m)(v) = P (u) ◦ v pour tout polynôme P .
Inversement, soit u un endomorphisme scindé dont toutes les valeurs propres Par suite les endomorphismes m et u ont les mêmes polynômes annulateurs
sont séparables. et donc le même polynôme minimal. Puisque les scalaires non séparables sont
Puisque le polynôme caractéristique de u est scindé, on peut écrire les racines multiples du polynôme minimal, les endomorphismes u et m ont
les mêmes valeurs séparables.
Y
χu = (−1)dim E (X − λ)mλ
λ∈Sp u
et par le lemme de décomposition des noyaux

E= ⊕ Ker(u − λId)mλ
λ∈Sp u (a) Dans une base adaptée à l'écriture E = V ⊕ W , la matrice de u est diagonale
Or, pour toute valeur propre λ, Im(u − λId) ∩ Ker(u − λId) = {0} entraîne par blocs avec des blocs diagonaux gurant les endomorphismes induits par u
Ker(u − λId) = Ker(u − λId)2 puis par le principe des noyaux itérés sur V et W . En calculant les polynômes caractéristiques par cette
Ker(u − λId) = Ker(u − λId)mλ . Par suite représentation matricielle, la relation χ = χ0 χ00 est immédiate.
(b) Commençons par un résultat préliminaire : Si P est un polynôme irréductible
E= ⊕ Ker(u − λId) unitaire et si P α annule u alors le polynôme caractéristique χ de u s'écrit P β .
λ∈Sp u

Raisonnons matriciellement. Soit A ∈ Mn (R) ⊂ Mn (C). On suppose que P α Inversement, supposons π = χ.

annule A. Le polynôme minimal π de A divise P α , il est donc de la forme P γ Commençons par établir que si P est un polynôme irreductible unitaire
avec 1 ≤ γ ≤ α. Les valeurs propres complexes de A sont exactement les
racines de π donc les racines de P . Les valeurs propres complexes de A sont dim Ker P α (u) = k deg P avec k ∈ N
aussi les racines de χ. Enn, le polynôme χ est réel et donc, que le polynôme
P soit de la forme X − λ ou de la forme X 2 + pX + q avec des racines Considérons v l'endomorphisme induit par u sur F = Ker P α (u). On a
conjuguées, on peut écrire χ = P β . P α (v) = 0 et le polynôme caractéristique de v est donc de la forme P k avec
k ∈ N. On en déduit dim F = k deg P .
Revenons au sujet. Le polynôme caractéristique de u étant annulateur et les
polynômes Piαi étant deux à deux premiers entre eux, on peut appliquer le Puisque π = χ, on a pout tout i
lemme de décomposition des noyaux pour écrire Ker Piαi −1 (u) 6= Ker Piαi
E = ⊕ Ker Piαi (u) (sinon, on pourrait dénir un polynôme annulateur plus petit que π ).
i
Par l'étude classique des noyaux itérés, on sait, pour v endomorphisme,
On peut introduire les endomorphismes ui induits par u sur les espaces
Ei = Ker Piαi (u). Ker v k ⊂ Ker v k+1 et Ker v k = Ker v k+1 =⇒ ∀` ∈ N, Ker v k+` = Ker v k
En notant χi le polynôme caractéristique de ui , la question précédente donne
En considérant, v = Pi (u), on obtient la succession
Y
χ= χi
0 < dim Ker Pi (u) < dim Ker Pi2 (u) < · · · < dim Ker Piα (u) = α deg Pi
i
où chacune des α dimensions est multiple de deg Pi . On peut conclure

Sachant Piαi (ui ) = 0, l'étude liminaire permet d'écrire χi = Piβi . On a donc
simultanémement ∀k ≤ αi , dim Ker Pik (u) = k deg Pi
Piαi et χ =
Y Y β
χ= Pi i
i i
Par unicité de la décomposition en facteurs irréductibles, on a αi = βi . On Exercice 190 : [énoncé]

peut alors conclure Soit x vecteur propre associé à la valeur propre λ.
P (f )(x) = P (λ)x or P (f ) = 0 et x 6= 0 donc P (λ) = 0.
dim Ker Piαi (u) = dim Ei = deg χi = αi deg Pi
(c) Supposons π 6= χ. Le polynôme π s'écrit Exercice 191 : [énoncé]

π=
Y
Piγi avec γi ≤ αi et
X
γi <
X
αi
(a) Soit x un vecteur propre associé à la valeur propre λ. On a f (x) = λx avec
i i i
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.
Par le lemme de décomposition des noyaux (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.
E = ⊕ Ker Piγi (u) Sinon, on exploite
i

Il est alors impossible que dim Ker Pik (u) = k deg Pi pour tout k ≤ αi car alors f◦
1 2
(f + 2f − Id) =
1 2
(f + 2f − Id) ◦ f = Id
X X 2 2
dim E = γi deg Pi < αi deg Pi = deg χ = dim E
pour conclure.
i i

Exercice 192 : [énoncé] (a) Si (a, b, c) 6= (0, 0, 0) alors a2 + b2 + c2 > 0 et la matrice A n'est pas
ϕ2 = Id donc X 2 − 1 est annulateur de ϕ. Les valeurs propres de ϕ ne peuvent diagonalisable sur R car son polynôme caractéristique n'est pas scindé.
être que 1 et −1. En prenant pour f une fonction paire et une fonction impaire Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
non nulle, on montre que 1 et −1 sont eectivement valeurs propres de ϕ. (b) Si (a, b, c) 6= (0, 0, 0) alors la matrice A diagonalisable dans
√ M3 (C) car
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.
Exercice 193 : [énoncé] (c) Puisque 0 est la seule valeur propre réelle de A et puisque B est inversible si,
(a) On vérier T 2 = Id donc T est un automorphisme et T −1 = T . et seulement si, −λ est valeur propre de A, on peut conclure que B est
(b) Puisque T annule X 2 − 1, Sp T ⊂ {1, −1} puis égale car par exemple 1 est inversible pour tout λ 6= 0.
vecteur propre associé à la valeur propre 1 et X − 1/2 est vecteur propre (d) Puisque le polynôme caractéristique est annulateur de A on a
associé à la valeur propre −1.
A3 + (a2 + b2 + c2 )A = O3
donc
(B − λI3 )3 + (a2 + b2 + c2 )(B − λI3 ) = O3
Les valeurs propres de u sont racines des polynômes annulateurs donc du
polynôme minimal. Il sut de développer et de réorganiser pour obtenir une expression du type
Soit a une racine de Πu . On a
B(uB 2 + vB + wI3 ) = I3
Πu = (X − a)P et P (u) 6= 0
et conclure
car P ne peut être annulateur de u. B −1 = uB 2 + vB + wI3 = αA2 + βA + γI3
Pour y ∈ Im(P (u)) \ {0E }, il existe x ∈ E , y = P (u)(x) et Π(u)(x) = 0E donc
(u − aId)(y) = 0E avec y 6= 0E .
Ainsi a est valeur propre de u (et y est vecteur propre associé).
(a) Si f est diagonalisable alors f est représenté par λIn dans une certaine base
Exercice 195 : [énoncé] et donc f est une homothétie vectorielle. La réciproque est immédiate.
χA = X 2 − (a + d)X + (ad − bc) annule matrice A. (b) Calculé dans une base de triangulation, χf (x) = (x − λ)n .
On en déduit
1 (c) χf est annulateur de f dans (f − λId)n = 0̃.
A−1 = ((a + d)I2 − A)
ad − bc

χA = (X − λ1 ) . . . (X − λn ) annule A en vertu du théorème de Cayley Hamilton.
(a) Le polynôme caractéristique de f est un polynôme de degré n annulant f .
Ainsi f n ∈ Vect(Id, f, . . . , f n−1 ). Par récurrence, on montre alors que pour
tout m ≥ n, f m ∈ Vect(Id, f, . . . , f n−1 ).
Par suite f n (x), . . . , f N −1 (x) ∈ Vect(x, f (x), . . . , f n−1 (x)) puis
Exercice 197 : [énoncé] E = Vect(x, f (x), . . . , f N −1 (x)) donne E = Vect(x, f (x), . . . , f n−1 (x)). La
Par Sarrus famille (x, f (x), . . . , f n−1 (x)) est alors génératrice et formée de n = dim E
χA = X(X 2 + (a2 + b2 + c2 )) vecteurs de E , c'est donc une base de E .

(b) Les polynômes en f commute avec f . La réciproque étant immédiate, on peut armer
Inversement, supposons que g ∈ L(E) commute avec f . Puisque g(x) ∈ E , on
peut écrire g(x) = a0 x + a1 f (x) + · · · + an−1 f n−1 (x). Sp u = {2n | n ∈ N} et E2n (u) = Vect(X n )
Puisque f et g commute, on a encore
g(f k (x)) = a0 f k (x) + a1 f k+1 (x) + · · · + an−1 f n+k−1 (x) de sorte que les Si par l'absurde il existe Q ∈ K[X] tel que
endomorphismes g et a0 Id + a1 f + · · · + an−1 f n−1 coïncident sur une base de
u−1 = Q(u)
E et c'est donc égaux. Au nal f est un polynôme en f .
alors le polynôme non nul
XQ(X) − 1
Considérons T : P (X) 7→ P (X + 1). T est un endomorphisme de Rn−1 [X] qui est est annulateur de u. Les valeurs propres de u sont alors racines de celui-ci ce
annulé par son polynôme caractéristique de la forme qui donne une innité de racines.
n−1
C'est absurde.
X
χT = X n + ak X k
k=0
Cela fournit directement la propriété voulue. L'implication directe est immédiate : elle découle de la stabilité par produit de
l'espace des matrices triangulaires supérieures. Inversement, supposons Ak
triangulaire supérieure pour tout k ≥ 2. Introduisons le polynôme caractéristique
Exercice 201 : [énoncé] de A
(a) Par le théorème de Cayley Hamilton, on a P (X) = an X n + · · · + a1 X + det(A)
χu (u) = 0̃ Puisque celui-ci est annulateur de A, on peut écrire
avec χu polynôme de coecient constant det u 6= 0. an An + · · · + a1 A + det(A)In = On
En écrivant
χu (X) = XP (X) + det u En multipliant la relation par A et en réorganisant
le polynôme −1
1 A= (a1 A2 + · · · + an An+1 )
Q(X) = − P (X) det A
det u
est solution. et la matrice A est donc triangulaire supérieure.
Pour
(b) Considérons l'endomorphisme v de K[X] qui envoie le polynôme P (X) sur
1

−1
P (X/2). A=
1 −1
On vérie aisément u ◦ v = v ◦ u = Id ce qui permet d'armer que u est
inversible d'inverse v . nous obtenons un contre-exemple où Ak = O2 pour tout k ≥ 2.
Soit P = an X n + · · · + a1 X + a0 un polynôme de degré exactement n.
Si u(P ) = λP alors par identication des coecients de degré n, on obtient
λ = 2n
(a) Si v est un endomorphisme, on a
puis on en déduit
P = an X n dim v −1 (F ) ≤ dim F + dim Ker v

Pour k ∈ N, Or, par le lemme de décomposition des noyaux

−1 q
Ker(u − λi IdE )k+1 = (u − λi IdE ) Ker(u − λi IdE )k

Ker Q(u) = ⊕ Ker(u − λi IdE )mi
i=1
donc
puis, en vertu du résultat précédent
dim Ker(u − λi IdE )k+1 ≤ Ker(u − λi IdE )k + 1
q
Ainsi, on obtient dim Ker Q(u) =
X
mi = deg Q = dim F
k
∀k ∈ N, dim Ker(u − λi IdE ) ≤ k i=1
Le polynôme caractéristique de u est Par inclusion et égalité des dimensions
q
Ker Q(u) = F
Y
χu (X) = (X − λi )ni
i=1
(c) On reprend les notations qui précèdent
et celui-ci est annulateur de u. Par le lemme de décomposition des noyaux q
q F = ⊕ Ker(u − λi IdE )mi
ni i=1
E = ⊕ Ker (u − λi IdE )
i=1
On peut alors faire correspondre à F le tuple (m1 , . . . , mq ).
et donc q
Cette correspondance est bien dénie et bijective car
X ni
dim E = dim Ker (u − λi IdE ) q
Ker(u − λi IdE )mi ⊂ Ker(u − λi IdE )ni , E = ⊕ Ker(u − λi IdE )ni
i=1 i=1
Or et
ni
dim Ker (u − λi IdE ) ≤ ni dim Ker(u − λi IdE )mi = mi
et q Il y a donc autant de sous-espaces vectoriels stables que de diviseurs unitaires
de χu .
X
dim E = deg χu = ni
i=1
donc
∀1 ≤ i ≤ q, dim Ker (u − λi IdE )
ni
= ni
Puisque les entiers det A et det B sont premiers entre eux, on peut écrire par
Enn, par l'étude initiale l'égalité de Bézout
m
u. det A + v. det B = 1 avec u, v ∈ Z
∀1 ≤ i ≤ q, ∀0 ≤ m ≤ ni dim Ker (u − λi IdE ) =m
On écrit χA (X) = XQA (X) + (−1)n det A et de même χB (X) (ces écritures sont
(b) Si F est un sous-espace vectoriel stable par u, le polynôme caractéristique Q possibles car le déterminant est au signe près le coecient constant d'un
de uF annule uF et divise χu . On obtient ainsi un polynôme Q de la forme polynôme caractéristique).
Posons alors
q
U = (−1)n−1 uQA (A) et V = (−1)n−1 vQB (B)
(X − λi )mi avec mi ≤ ni
Y
Q(X) =
i=1 Puisque χA et χB sont à coecients entiers, on a U, V ∈ Mn (Z).
Puisque χA et χB sont annulateurs, on a
vériant
F ⊂ Ker Q(u) QA (A)A = (−1)n−1 det A.In et QB (B)B = (−1)n−1 det B.In

On observe alors (b) Les polynômes en f commutent avec f .

Supposons que g soit un endomorphisme de E commutant avec f .
U A + V B = (u. det A + v. det B)In = In On peut écrire g(x1 ) = a1 x1 + · · · + an xn = P (f )(x1 ) avec
P = a1 + a2 X + · · · + an−1 X n−1 .
Remarquons que prendre On a alors
g(x2 ) = g(f (x1 )) = f (g(x1 )) = f (P (f )(x1 )) = P (f )(f (x1 )) = P (f )(x2 ).
U = ut Com A et V = v t Com B
Plus généralement, en exploitant xk = f k−1 (x1 ), on obtient
était sans doute plus simple. . . g(xk ) = P (f )(xk ).
Pour Les endomorphismes g et P (f ) coïncident sur les éléments d'une base, ils sont
donc égaux. Finalement, le commutant de f est exactement formé des

1 0 2 0
A= et B = polynômes en f .
0 1 0 2
Si le polynôme minimal Πf de f est de degré < n alors la famille
les matrices (Id, f, . . . , f n−1 ) est liée et alors pour tout x ∈ E , la famille
3 0 −1 0
U= et V = (x, f (x), . . . , f n−1 (x)) l'est aussi. Cela contredit l'hypothèse de départ. On
0 3 0 −1
peut donc armer que deg Πf ≥ n et puisque Πf | χf , on a Πf = (−1)χf
conviennent. . . avec χf polynôme caractéristique de f .

µA | χA = (X − 1)2 mais A n'est pas diagonalisable, donc µA = (X − 1)2 . A est symétrique donc diagonalisable.
χA = (X − (a + (n − 1)b)(X − (a − b))n−1
Sp(A) = {a + (n − 1)b, a − b} (si n ≥ 2)
(a) Notons α1 , . . . , αn les composantes de x dans une base de diagonalisation B
de f . La matrice de la famille (x1 , . . . , xn ) dans la base B est πA = (X − (a + (n − 1)b))(X − (a − b))
A est inversible si, et seulement si, 0 ∈
/ Sp(A) i.e. a + (n − 1)b 6= 0 et a 6= b.
α1 λn1
 
α1 λ1 ...
 .. ..  
a (b)

x (y)
 
α (β)

 . . 
.. .. ..
αn λnn . . = .
    
αn λn ...   
(b) a (y) x (β) α
avec λ1 , . . . , λn les valeurs propres de f comptées avec multiplicité. Cette
matrice est de rang n, si, et seulement si, avec
α = ax + (n − 1)by
λ1 ... λn1 β = ay + bx + (n − 2)by
α1 , . . . , αn 6= 0 et .. .. 6= 0 Il sut alors de résoudre le système
. .
λn ... λnn
ax + (n − 1)by = 1
Par déterminant de Vandermonde, on peut assurer l'existence de x tel que bx + (a + (n − 2)b)y = 0
voulu si, et seulement, si les valeurs propres de f sont deux à deux distincts
et non nulles. N'importe quel x aux composantes toutes non nulles est alors pour expliciter A−1 .
convenable.


(a) Il est clair que L est linéaire. Soient P ∈ Mn (K) une matrice de permutation et σ la permutation associée. Il
Si tr(M ) = 0 alors L(M ) = aM . existe q ∈ N∗ tel que σ q = Id et donc P q = In . La matrice P annule alors X q − 1
a est valeur propre de L et le sous-espace propre associé est l'hyperplan des qui est scindé à racines simples donc P est diagonalisable.
matrices de trace nulle.
Si tr(M ) 6= 0 alors L(M ) = λM implique M ∈ Vect(In ). Or Exercice 212 : [énoncé]
L(In ) = (a + n)In donc a + n est valeur propre de L et le sous-espace propre
associé est la droite Vect(In ). (a) Si M n'est pas inversible, il existe une colonne X non nulle telle que M X = 0
L'endomorphisme L est donc diagonalisable et par suite et alors l'identité de l'énoncé donne t M X = X donc 1 ∈ Sp(t M ) = Sp M .
Inversement, si 1 ∈ Sp M alors il existe une colonne X non nulle telle que
ΠL (X) = (X − a)(X − (a + n)) M X = X et alors l'identité de l'énoncé donne t M X = 0 et donc t M n'est pas
(b) En dimension nie, L est un automorphisme si, et seulement si, 0 ∈
/ Sp(L) i.e.
inversible. Or det(t M ) = det M donc M n'est pas inversible non plus.
a 6= 0, −n. (b) La relation donnée entraîne
Puisque t
2 2
M = In − M 2 = M 4 − 2M 2 + In
L2 − (2a + n)L + a(a + n)I = 0
on a Or 2
1 t
= t M 2 = In − M

L −1
= (L − (2a + n)I) M
a(a + n)
donc
et donc M 4 − 2M 2 + In = In − M
−1 1
L (M ) = (tr(M )In − (a + n)M ) et donc la matrice M est annulé par le polynôme
a(a + n)
P (X) = X 4 − 2X 2 + X = X(X − 1)(X 2 + X − 1)
A2 = −I2n . On observe que X 2 + 1 est annulateur de A. C'est un polynôme scindé à racines simples donc la matrice M est
Si K = C alors A est diagonalisable car annule le polynôme X 2 + 1 qui est scindé diagonalisable.
à racines simples.
Si K = R alors A n'est pas diagonalisable car sans valeurs propres. En eet une Exercice 213 : [énoncé]
valeur propre (réelle) de A doit être annulé par le polynôme X 2 + 1. On a
(M 2 − 2In )2 = (t M )2 = t (M 2 ) = 2In − M
Exercice 210 : [énoncé] On en déduit le polynôme annulateur de M suivant
(a) A2 = −I2n . X 4 − 4X 2 + X + 2
(b) X 2 + 1 = (X − i)(X + i) est annulateur de A et scindé simple donc A est
diagonalisable. De plus A est réelle donc ses valeurs propres sont deux à deux qui se factorise
conjuguées, deux valeurs propres conjuguées ont même multiplicité. Puisque X 4 − 4X 2 + X + 2 = (X − 1)(X + 2)(X − α)(X − β)
les valeurs propres gurent parmi les racines de X 2 + 1 et que la matrice
complexe A possède au moins une valeur propre, on peut armer que i et −i avec √ √
sont les deux seules valeurs propres de A, qu'elles sont de multiplicité n. α=
1+ 5
et β =
1− 5
Enn les sous-espaces propres associés sont de dimension n car A est 2 2
diagonalisable et donc les dimensions des sous-espaces propres égales la Puisque la matrice M annule un polynôme réel scindé à racines simples, cette
multiplicité des valeurs propres respectives. matrice est diagonalisable.

Exercice 214 : [énoncé] (d) On vérie aisément que G est un sous-groupe du groupe (GL2 (C), ×) et
La relation donnée entraîne puisque
G = I2 , A, A2 , . . . , A11

t
2 2
M = In − M 2 = M 4 − 2M 2 + In
G est un groupe monogène ni.
Or 2
t
=t M 2

M = In − M
donc Exercice 216 : [énoncé]
4 2
M − 2M + In = In − M (a) Par récurrence
et donc la matrice M est annulée par le polynôme Ak kAk

Mk =
(0) Ak
P (X) = X 4 − 2X 2 + X = X(X − 1)(X 2 + X − 1)
puis on étend par linéarité.
Les valeurs propres possibles de M sont les racines de ce polynôme. (b) Si M est diagonalisable alors M annule un polynôme scindé simple P et les
Chacune de celles-ci peut être valeur propre. En eet pour les racines de calculs précédents montrent que A annule aussi ce polynôme. Par suite A est
X 2 + X − 1, il sut de considérer une matrice diagonale avec les coecients diagonalisable. De plus A annule aussi le polynôme XP 0 de sorte que si λ est
diagonaux correspondant aux racines. Pour les racines de X(X − 1), il sut de valeur propre de A alors A est racine commune de P et de XP 0 . Or P n'a
considérer que des racines simples donc P et P 0 n'ont pas de racines communes d'où
1 1 −i
M= λ = 0. A est diagonalisable et Sp(A) = {0} donne A = 0.
2 i 1
Ainsi M est diagonalisable si, et seulement si, A = 0.
La matrice M n'est pas nécessairement symétrique comme le montre l'exemple au
dessus.
La matrice M annule un polynôme scindé à racines simples, elle est donc Exercice 217 : [énoncé]
diagonalisable. Notons M la matrice étudiée et supposons celle-ci diagonalisable.
Il existe un polynôme P scindé simple annulant M . Puisque
P (A) ∗

P (M ) = = O2n
(a) La matrice A annule le polynôme X p − 1 qui est scindé simple dans C[X] O P (A)
donc A est diagonalisable dans M2 (C).
le polynôme P annule aussi la matrice A qui est donc nécessairement
(b) Les valeurs propres α et β sont racines du polynôme annulateur donc
diagonalisable.
αp = β p = 1. En particulier |α| = |β| = 1.
De plus, puisque χM = χ2A , les matrices A et M ont les mêmes valeurs propres et
Puisque det A = αβ = 1, on a α = 1/β = β̄/ |β|2 = β̄ . on a l'égalité suivante sur leurs multiplicités :
Enn, trA = 2Re(α) ∈ Z et 2Re(α) ∈ [−2 ; 2] car |α| ≤ 1 donc
|Re(α)| ∈ {0, 1 | 2, 1}. ∀λ ∈ Sp A, mλ (M ) = 2mλ (A)
(c) Selon la valeur de Re(α) et sachant |α| = 1, les valeurs possibles de α sont
ce qui entraîne l'égalité suivante sur la dimension des sous-espaces propres
−1, j, i, −j 2 , 1
∀λ ∈ Sp A, dim Eλ (M ) = 2 dim Eλ (A)
et leurs conjuguées.
Dans tous les cas, on vérie α12 = 1 et on a aussi β 12 = 1. et enn l'égalité de rang suivante
Puisque A est semblable à la matrice diagonale D = diag(α, β) et que celle-ci
vérie D12 = I2 , on a A12 = I2 . ∀λ ∈ Sp A, rg(M − λI2n ) = 2 rg(A − λIn )

Or La relation M 5 = M 2 donne alors M 3 = In et donc M est diagonalisable puisque

rg(M − λI2n ) = rg
A − λIn B M annule un polynôme scindé simple. Finalement M est semblable à In donc
O A − λIn égale In car sa seule valeur propre est 1.
La matrice A étant diagonalisable, on peut écrire A = P DP −1 avec P inversible et Inversement, la matrice In est solution.
 
λ1 Iα1 (0)
.. Exercice 219 : [énoncé]
D= .
 

(0) λm Iαm (a) On vérie par le biais des relations proposées
où λ1 , . . . , λm sont les valeurs propres distinctes

de
A et αk = dim Eλk (A). M 2 − (λ + µ)M + λµIp = Op
P O D C
En considérant la matrice inversible Q = , on a Q−1 M Q = On en déduit
O P O D
λ+µ 1
avec C = P BP .
−1 M Ip − M = Ip
λµ λµ
On écrit la matrice C par blocs selon la même décomposition que A :
  Par le théorème d'inversibilité, M est inversible et
C1,1 ··· C1,m
C =  ... ..  avec C ∈ Mat λ+µ 1
.  αi ,αj (K) M −1 = Ip −

i,j M
λµ λµ
Cm,1 ··· Cm,m
(b) M − µIp = (λ − µ)A et M − λIp = (µ − λ)B .
et la condition
A − λk In B
Or
rg = 2 rg(A − λk In ) (M − µIp )(M − λIp ) = M 2 − (λ + µ)M + λµIp = Op
O Ak − λIn
se relit après formule de passage Ck,k = Oαk . donc (λ − µ)2 AB = Op puis AB = Op car λ 6= µ.
Inversement, si la matrice A est diagonalisable et s'il y a nullité des blocs Puisque A = A × Ip = A2 + AB = A2 , A est un projecteur.
diagonaux d'une représentation de B dans une base adaptée à la décomposition Il en est de même pour B .
de Kn en somme de sous-espaces propres de A alors on peut reprendre dans (c) M annule le polynôme scindé simple
l'autre sens l'étude qui précède pour armer que M est diagonalisable.
X 2 − (λ + µ)X + λµ = (X − λ)(X − µ)
Exercice 218 : [énoncé] La matrice M est donc diagonalisable et Sp(M ) ⊂ {λ, µ}.
Soit M solution. Il se peut que cette inclusion soit stricte, c'est le cas si M = λIp avec A = Ip
Puisque le corps de base est C, la matrice M est semblable à une matrice et B = Op .
triangulaire supérieure où gure sur la diagonale les valeurs propres de M En tout cas, le spectre n'est pas vide car M est diagonalisable.
comptées avec multiplicité.
Puisque tr(M ) = n, la somme des valeurs propres de M comptées avec
multiplicité vaut n. Exercice 220 : [énoncé]
Or les valeurs propres de M sont racines du polynôme X 5 − X 2 = X 2 (X 3 − 1), On remarque
elle ne peuvent donc qu'être 0, 1, j ou j 2 . Notons p, q, r et s les multiplicités de C 3 − C 2 = 3A + 3B = 3C
chacune ; on a tr M = q + rj + sj 2 = n. Puisque les parties réelles de j et j 2 valent La matrice C annule donc le polynôme
−1/2, la seule possibilité est que q = n, r = s = 0 et alors p = 0.
En particulier 0 n'est pas valeur propre de M et donc M est inversible. X 3 − X 2 − 3X

On vérie aisément que ce polynôme est scindé à racines simples et on peut donc donc par hypothèse de récurrence on peut écrire pour tout k ≥ 2
armer que C est diagonalisable. Or
zk = αk z1 avec αk ≥ 0
A = C 3 − 2C 2 et B = C + 2C 2 − C 3
On en déduit n
donc A et B sont diagonalisables. X
zk = (1 + α2 + · · · + αn )z1 6= 0
k=1
et puisque
Exercice 221 : [énoncé] n
X n
X
(a) L'implication( ⇐= ) est immédiate zk + zn+1 = zk + |zn+1 |
( =⇒ ) Par récurrence sur n ≥ 2. k=1 k=1
Cas n = 2 l'étude du cas n = 2 permet d'écrire

Soient z1 , z2 ∈ C∗ tels que n
zk = αn+1 z1 avec αn+1 ∈ R+
X
zn+1 = a
|z1 + z2 | = |z1 | + |z2 |
k=1
En posant u = z2 /z1 , on a alors (car z1 6= 0) Récurrence établie.

|1 + u| = 1 + |u| (b) Si M ∈ Mn (C) vérie M n = In et tr M = n alors cette matrice est
diagonalisable (car annule le polynôme scindé à racines simples X n − 1) et
En écrivant u = a + ib avec a, b ∈ R et en élevant au carré l'identité ses valeurs propres λ1 , . . . , λn vérient
précédente, on obtient
λ1 + · · · + λn = n
p
(1 + a) + b = 1 + 2 a2 + b2 + a2 + b2
2 2
Or les valeurs propres vérient aussi
et cette identité est vériée si, et seulement si, a ∈ R+ et b = 0 ce qui permet
∀1 ≤ k ≤ n, λnk = 1
d'écrire z2 = α2 z1 avec α2 = a ∈ R+ .
Supposons la propriété établie au rang n ≥ 2. et elles sont donc de module 1. Nous sommes donc dans la situation où
Soient z1 , . . . , zn , zn+1 ∈ C avec z1 6= 0 tels que
|λ1 + · · · + λn | = |λ1 | + · · · + |λn |
n+1
X n+1
X
zk = |zk | Puisque λ1 6= 0, on peut écrire λk = αk λ1 pour tout k ≥ 2 avec αk ≥ 0. Or
k=1 k=1 tous les λk sont de module 1 donc les αk sont égaux à 1 et par suite
Par l'inégalité triangulaire
λ1 = . . . = λn
n+1 n n+1
Enn puisque la somme des valeurs propres vaut n, on peut conclure
X X X
zk ≤ zk + |zn+1 | ≤ |zk |
k=1 k=1 k=1
λ1 = . . . = λn = 1
et puisque les termes extrémaux sont égaux on a
et nalement M = In car la matrice M est semblable à In .
n
X n
X La réciproque est immédiate.
zk = |zk |
k=1 k=1

Exercice 222 : [énoncé] Puisque M annule un polynôme scindé à racines simple, la matrice M est
diagonalisable.
(a) Pour   Notons λ et µ ses deux valeurs propres. Puisque λ2 + λ et µ2 + µ
0 0 1
correspondent aux deux valeurs propres de A, on a, quitte à échanger λ et µ :

0 −1
A= et B = 1 0 0
1 0
0 1 0 λ ∈ {0, −1} et µ ∈ {1, −2}
on vérie A = I2 et B = I3 . On en déduit M = I5 .
4 3 12
Il y a alors quatre situations possibles :
Puisque M annule le polynôme X 12 − 1 scindé simple sur C[X], la matrice M
Cas λ = 0 et µ = 1
est diagonalisable dans M5 (C).
On a M (M − I2 ) = O2 donc M 2 − M = O2 . Combinée à la relation
(b) Posons x = (1, 0, 1, 0, 0), on a m(x) = (0, 1, 0, 1, 0), m2 (x) = (−1, 0, 0, 0, 1), M 2 + M = A, on obtient
m3 (x) = (0, −1, 1, 0, 0) et m4 (x) = (1, 0, 0, 1, 0). On vérie aisément que la 1
M= A
famille correspondante est une base de R5 en observant par exemple qu'elle 2
est génératrice. Cas λ = 0 et µ = −2
Puisque m5 (x) = (0, 1, 0, 0, 1), matrice de m dans cette nouvelle base est Un raisonnement analogue donne
 
0 0 0 0 1 M = −A
1 0 0 0 0
Cas λ = −1
 
0 1 0 0 1
On obtient
 
0 0 1 0 −1
1
0 0 0 1 0 M = A − I2 et M = −I2 − A
2
Inversement, on vérie par le calcul que ces matrices sont solutions.
Posons

1 1
A=
1 1 (a) Puisque p4 = p2 , une valeur propre λ doit vérier λ4 = λ2 donc λ ∈ {−1, 0, 1}.
On obtient aisément Sp A = {0, 2} (b) Si p est diagonalisable alors sa matrice A dans une base de vecteurs propres
(a) Soit M une matrice solution de l'équation M 2 + M = A. sera diagonale avec des −1, 0 ou 1 sur la diagonale. Comme alors A3 = A on
Si λ est valeur propre de M alors λ2 + λ est valeur propre de A et donc a p3 = p.
Si p3 = p alors p est annulé par un polynôme scindé à racines simples donc p
λ2 + λ = 0 ou λ2 + λ = 2 est diagonalisable.
On en déduit
λ ∈ {0, −1, 1, −2} Exercice 225 : [énoncé]
ϕ2 (M ) = P (P M + M P ) + (P M + M P )P = P M + 2P M P + M P car P 2 = P .
(b) Posons ϕ3 (M ) = P M + 6P M P + M P .
Par suite ϕ3 (M ) − 3ϕ2 (M ) = −2P M − 2M P = −2ϕ(M ).
P (X) = X(X + 1)(X − 1)(X + 2) = (X 2 + X)(X 2 + X − 2)
Ainsi ϕ annule le polynôme X 3 − 3X 2 + 2X = X(X − 1)(X − 2).
On a Puisque ce polynôme est scindé simple, l'endomorphisme ϕ est diagonalisable.
P (M ) = A(A − 2I2 ) = O2

Exercice 226 : [énoncé] (c) On observe que f n (M ) = An M donc pour P ∈ C[X],

(a) Puisque u3 = u, par annulation d'un polynôme scindé simple, on peut P (f )(M ) = P (A)M
armer que u est diagonalisable de valeurs propres possibles 0, 1, −1. Par les
égalités tr u = 0 et tr u2 = 2n on peut armer qu'il existe une base de R2n+1 Par suite P est annulateur de f si, et seulement si, il est annulateur de A.
dans laquelle la matrice de u est de la forme Puisque la diagonalisabilité équivaut à l'existence d'un polynôme annulateur
  scindé à racines simples, on peut conclure.
In 0 0
A=0 −In 0
0 0 0 Exercice 229 : [énoncé]
Les matrices commutant avec A étant celle de la forme (a) En développant, on vérie (f − αId) ◦ (f − βId) = 0̃.
  L'endomorphisme f annule un polynôme scindé simple, il est donc
M 0 0 diagonalisable.
0 N 0 De plus Sp f ⊂ {α, β}.
0 0 α On af (x) = αx ⇐⇒ βv(x) = αv(x) ⇐⇒ v(x) = 0.
avec M, N ∈ Mn (R), on peut armer (b) On a (f − βId) = (α − β)u et (f − αId) = (β − α)v .
La relation (f − αId) ◦ (f − βId) = 0̃ donne v ◦ u = 0̃ et par un calcul
dim C(u) = 2n2 + 1 symétrique on obtient aussi u ◦ v = 0̃.
On en déduit u = u ◦ Id = u2 + u ◦ v = u2 et donc u est une projection
(b) Πu = X 3 − X donc dim R [u] = 3 et par suite C(u) = R [u] si, et seulement si, vectorielle.
n = 1. De plus Ker u = Ker ((α − β)u) = Ker(f − βId) et
Im u = Ker(Id − u) = Ker v = Ker(f − αId).
(c) Par récurrence f n = αn u + β n v .
(a) Si A2 = A alors fA2 = fA . fA est une projection donc diagonalisable. Exercice 230 : [énoncé]
(b) Pour tout P ∈ R[X], on observe P (fA ) : M 7→ P (A)M de sorte que Par élimination de u, on a f 2 − αf = β(β − α)v et f 3 − αf 2 = β 2 (β − α)v .
Par élimination de v , on obtient f ◦ (f − αId) ◦ (f − βId) = 0̃.
P (fA ) = 0 ⇐⇒ P (A) = 0 Ainsi P = X(X − α)(X − β) est annulateur de f .
Cas α 6= β et α, β 6= 0
Tout endomorphisme étant diagonalisable si, et seulement si, il annule un f est diagonalisable car annule un polynôme scindé simple.
polynôme scindé simple, on peut conclure. Cas α = β = 0
f est diagonalisable car f est l'endomorphisme nul.
Cas β = 0 et α 6= 0.
Exercice 228 : [énoncé] On a f 2 − αf = 0 donc f est diagonalisable car annule le polynôme scindé simple
X(X − α).
(a) oui. Cas α = 0 et β 6= 0.
(b) Si A est inversible alors M 7→ A−1 M est clairement application réciproque de Semblable.
f. Cas α = β 6= 0.
Si f est inversible alors posons B = f −1 (In ). On a AB = In donc A est On a f = α(u + v) et f 2 = α2 (u + v) donc à nouveau f 2 − αf = 0.
inversible. Dans tous les cas, l'endomorphisme f est diagonalisable.

Exercice 231 : [énoncé] Pour M appartenant à l'hyperplan déni par la condition tr(AM ) = 0, on a
f (M ) = M .
(a) On a
φ3 (f ) = p3 ◦ f ◦ s3 = p ◦ f ◦ s = φ(f )
Pour M ∈ Vect(B) 6= {0}, on a f (M ) = (1 + tr(AB))M .
Ce qui précède détermine alors les sous-espaces propres de f .
L'endomorphisme φ annule le polynôme X 3 − X = X(X − 1)(X + 1). Si tr(AB) = 0 alors 1 est la seule valeur propre possible de f et donc f est
Ce polynôme étant scindé simple, l'endomorphisme φ est diagonalisable. diagonalisable si, et seulement si, f = Id ce qui donne la conditio
(b) Les valeurs propres possibles de φ sont 0, 1, −1.
∀M ∈ Mn (R), tr(AM )B = On
En raisonnant dans une base adaptée à la décomposition E = F ⊕ G, les
matrices de p et s sont de la forme Cette propriété a lieu si, et seulement si, A = On ou B = On .

Ir O

Ir O

(b) Si A = On ou B = On alors f = Id et donc
et
O O O −Is
dim C = n4
avec r = dim F et s = dim G. La matrice de f sera dans une même
Si tr(AB) 6= 0 alors f est diagonalisable avec des sous-espaces propres de
décomposition par blocs de la forme
dimensions 1 et n2 − 1. On en déduit

A B
dim C = 1 + (n2 − 1)2
C D
Il reste à étudier le cas complémentaire
et par calcul la matrice de φ(f ) sera
tr(AB) = 0 et A = On ou B = On
A −B
O O Considérons une base de l'hyperplan de Mn (R) donnée par l'équation
tr(AM ) = 0 dont le premier éléments serait B . Complétons celle-ci en une
Il est alors facile de résoudre les équations φ(f ) = λf pour λ = 0, 1, −1. base de Mn (R). La matrice de f dans cette base est de la forme
On obtient  
E0 (φ) = {f ∈ L(E) | Im f ⊂ G} 1 (0) λ
..
E1 (φ) = {f ∈ L(E) | G ⊂ Ker f et Im f ⊂ F } .
 
 avec λ 6= 0
 

(0) 1 (0)
et
(0) 1
E−1 (φ) = {f ∈ L(E) | F ⊂ Ker f et Im f ⊂ G}
En étudiant la commutation avec une telle matrice, on obtient
Exercice 232 : [énoncé] dim C = n4 − 2n2 + 2

(a) On a
f (f (M )) = M + (2 + tr(AB)) tr(AM )B
donc On observe
P (X) = X 2 − (2 + tr(AB))X + 1 + tr(AB)
f ◦ f (M ) = tr(A) (tr(A)M − tr(M )A) − tr (tr(A)M − tr(M )A) A = tr(A)f (M )
est annulateur de f . Les racines de ce polynôme sont 1 et 1 + tr(AB).
Si tr(AB) 6= 0 alors f est diagonalisable car annulé par un polynôme scindé Ainsi
simple. f ◦ f = tr(A).f

Si tr A 6= 0 alors l'endomorphisme f est diagonalisable car annule le polynôme Les valeurs propres possibles de A sont 1, i et −i. Puisque tr(A) ∈ R, la
X 2 − tr(A)X qui est scindé à racines simples. multiplicité de i égale celle de −i.
Si tr A = 0 alors les valeurs propres de f gurent parmi les racines du polynôme Par suite det(A) = 1.
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 .
Déterminons maintenant les sous-espaces propres de f . Exercice 237 : [énoncé]
Le cas A = On est immédiat. Supposons-le désormais exclu. A est diagonalisable sur C semblable à une matrice D = diag(−Ip , −jIq , −j 2 Iq )
Si tr(M ) = 0 alors donc
f (M ) = tr(A)M tr A = tr D = −p − q(j + j 2 ) = q − p ∈ Z
Pour M matrice de l'hyperplan des matrices de trace nulle, f (M ) = λM avec
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.
Le polynôme
Dans le cas où tr(A) = 0, l'endomorphisme n'est pas diagonalisable et la
X 3 + X 2 + X = X(X − j)(X − j 2 )
dimension du sous-espace propre associé à la valeur propre tr(A) est exactement
n2 − 1. annule la matrice A. Ce polynôme étant scindé à racines simples dans C, la
Dans le cas où tr(A) 6= 0, l'endomorphisme f est diagonalisable et donc la matrice A est diagonalisable dans Mn (C). De plus
dimension des sous-espaces propres des valeurs propres 0 et tr(A) sont
Sp A ⊂ 0, j, j 2

respectivement 1 et n2 − 1.
Puisque la matrice A est réelle, les valeurs propres j et j 2 ont même multiplicité
p ∈ N. La diagonalisation complexe de A comporte alors p nombres j et p
Exercice 234 : [énoncé] nombres j 2 sur la diagonale, les éventuels autres coecients diagonaux étant nuls.
(a) p + q = Id, p ◦ q = 0 car (u − aId)(u − bId) = 0, La matrice A est alors de même rang que cette matrice diagonale, c'est-à-dire 2p.
p = p ◦ Id = p ◦ p + p ◦ q = p ◦ p, aussi q ◦ q = q via q ◦ p = 0.
(b) Ker p = Ker(u − aId), Ker q = Ker(u − bId) et (u − aId)(u − bId) = 0 donne
par le lemme de décomposition des noyaux, E = Ker p ⊕ Ker q . Exercice 239 : [énoncé]
Si A ∈ En alors A est diagonalisable et ses valeurs propres sont des racines de
(c) u est diagonalisable car annule un polynôme scindé simple,
l'unité. Ces valeurs propres sont aussi racines du polynôme caractéristique de A.
Sp(u) = {a, b}, Ea (u) = Ker p, Eb (u) = Ker q à moins que u = aId ou u = bId.
Or les coecients de ce polynôme sont entiers et, par les expressions des
coecients d'un polynôme scindé en fonction de ses racines complexes (ici de
module 1), on peut borner les coecients du polynôme caractéristique de A. Par
suite, il n'y a qu'un nombre ni de polynômes caractéristiques possibles pour un
f est diagonalisable car annule le polynôme
élément A ∈ En . Ces polynômes ont eux-mêmes qu'un nombre ni de racines et il
X 3 − 4X = X(X − 2)(X + 2) n'y a donc qu'un nombre ni de racines de l'unité possibles pour les valeurs
propres de A ∈ En .
scindé simple. Les valeurs propres de f gurent parmi {−2, 0, 2} et donc la trace On peut alors armer qu'il existe N ∈ N∗ tel que toutes les valeurs propres λ des
de f qui est la somme de ses valeurs propres comptées avec multiplicité est paire. matrices A ∈ En vérient λN = 1. On a alors aussi AN = 1 (car A est
diagonalisable) et donc ω(A) ≤ N . Ainsi ω(En ) ⊂ J1 ; N K.

A annule un polynôme scindé à racines simples(1, i et −i) donc A est Exercice 240 : [énoncé]
diagonalisable dans Mn (C). f annule un polynôme scindé à racines simple et f|F aussi.

Exercice 241 : [énoncé] (b) Si u est diagonalisable, il est clair que u2 l'est aussi.
Le sous-espace vectoriel F = Vect(e1 , e2 ) est stable par u et l'endomorphisme Inversement, si u2 est diagonalisable alors son polynôme annulateur est
induit par u sur F a pour matrice scindé à racines simples : (X − λ1 )...(X − λp ).
Puisque u ∈ GL(E) : ∀1 ≤ i ≤ p, λi 6= 0 car 0 n'est pas valeur propre de u.
1 1 Notons αi et βi les deux solutions de l'équation z 2 = λi .
0 1 Puisque (u2 − λ1 Id) ◦ . . . ◦ (u2 − λp Id) = 0 on a
dans (e1 , e2 ). (u − α1 Id) ◦ (u − β1 Id) ◦ . . . ◦ (u − αp Id) ◦ (u − βp Id) = 0.
Or cette matrice n'est pas diagonalisable donc l'endomorphisme induit par u sur Ainsi u annule un polynôme scindé à racines simples. Par suite u est
F n'est pas diagonalisable et donc u ne l'est pas non plus. diagonalisable.
(c) Si u est diagonalisable alors P (u) l'est aussi.
Inversement, si P (u) est diagonalisable alors son polynôme minimal est
Exercice 242 : [énoncé] scindé à racines simples (X − λ1 ) . . . (X − λp ) où les λi sont les valeurs
Si f et g sont simultanément diagonalisables alors on peut former une base de propres de P (u).
chaque sous-espace propre de f à l'aide de vecteur propre de g . Par suite les Le polynôme (P (X) − λ1 ) . . . (P (X) − λp ) est alors annulateur de u.
sous-espaces propres de f sont stables par g et inversement. Les facteurs P (X) − λi sont sans racines communes.
Supposons que les sous-espaces propres de f soient stables par g . f étant Le polynôme minimal M de u divise (P (X) − λ1 ) . . . (P (X) − λp ).
diagonalisable, E est la somme directe des sous-espaces propres de f . Sur chaque Si ω est racine au moins double de M alors ω est racine au moins double de
sous-espace propre de f , la restriction de g dénit un endomorphisme l'un des facteurs P (X) − λi donc racine de P 0 .
diagonalisable car annulé par un polynôme scindé à racines simples (car g Or ω est aussi valeur propre de u donc P 0 (ω) = 0 est valeur propre de P 0 (u).
diagonalisable). Cela permet de construire une base de diagonalisation simultanée. Cependant P 0 (u) ∈ GL(E), c'est donc impossible.
Par suite les racines de M sont simples et u est donc diagonalisable.
p ◦ p = p ◦ (q ◦ p) = (p ◦ q) ◦ p = q ◦ p = p et donc p est un projecteur. De même q est
un projecteur et donc p et q sont diagonalisables. Si p et q sont codiagonalisables Exercice 246 : [énoncé]
alors p et q commutent et donc p = q ◦ p = p ◦ q = q . Réciproque immédiate. Soient λ1 , . . . , λn les valeurs propres deux à deux distinctes de P (u).
Posons
n
Y
Q= (X − λk )
Exercice 244 : [énoncé] k=1
(a) Une base de vecteur propre de u est aussi une base de vecteur propre de P (u).
Q est un polynôme annulateur de P (u) donc
(b) La réciproque n'est pas vraie en toute généralité comme le montre le cas d'un
polynôme constant. n
Y
En revanche, on peut montrer que la réciproque est vraie si deg P = 1. (P (u) − λk IdE ) = 0̃
k=1
Posons Qk = P − λk . Le polynôme nk=1 Qk est annulateur de u et les racines d'un

Q
polynôme Qk sont distinctes de celles d'un polynôme Q` avec k 6= ` car λk 6= λ` .
(a) u est diagonalisable si, et seulement si, u annule un polynôme scindé à racines De plus si α est racine multiple de Qk alors P (α) = λk et Q0k (α) = P 0 (α) = 0 ce
simples. qui est exclu par hypothèse. Q
ou encore : Par conséquent le polynôme nk=1 Qk est scindé simple donc u est diagonalisable.
u est diagonalisable si, et seulement si, le polynôme minimal de u est scindé à
racines simples.

Exercice 247 : [énoncé] On ne peut avoir dim Ker f = 0 et puisque Ker f ⊂ Ker f 2 , on a
Si A est diagonalisable, on peut écrire A = P DP −1 avec P inversible et D
diagonale. On a alors B = Ap = P −1 Dp P avec Dp diagonale et donc B est dim Ker f = 1 ou 2
diagonalisable. Si dim Ker f = 2 alors
Inversement, si B est diagonalisable alors il existe un polynôme annulateur de B R3 = Ker(f − Id) ⊕ Ker f
scindé à racines simple de la forme
et dans une base adaptée à cette supplémentarité, la matrice de f est
m
Y  
(X − λk ) 1 0 0
k=1 0 0 0
0 0 0
De plus, puisque B est inversible, on peut supposer les λk tous non nuls.
Sachant B = Ap , le polynôme Si dim Ker f = 1 alors considérons e3 ∈ Ker f 2 \ Ker f et e2 = f (e3 ).
m On vérie aisément que (e2 , e3 ) est une base de Ker f 2 et en considérant un
vecteur e1 ∈ Ker(f − Id) non nul, on obtient une base (e1 , e2 , e3 ) dans laquelle la
Y
(X p − λk )
k=1 matrice de f est  
1 0 0
est annulateur de A. Or ce dernier est scindé à racines simples car 0 0 1
- les facteurs X p − λk et X p − λ` (avec k 6= `) ont des racines deux à deux 0 0 0
distinctes ;
- les racines de X p − λk sont toutes simples (car λk 6= 0).
On en déduit que A est diagonalisable. Exercice 250 : [énoncé]
dim Ker A = n − 2 donc 0 est valeur propre de A de multiplicité au moins n − 2.
Puisque χA est scindé, la trace de A est la somme des valeurs propres de A
Exercice 248 : [énoncé] comptées avec multiplicité.
(a) A est semblable à une matrice triangulaire supérieure stricte T . Si 0 est la seule valeur propre de A alors A est semblable à une matrice
triangulaire supérieure stricte et alors An = On ce qui est exclu.
(b) On peut écrire A = P T P −1 donc
Sinon A possède alors une autre valeur propre, puis deux car la somme des valeurs
det(A + In ) = det(T + In ) = 1 propres est nulle. Par suite la somme des dimensions des sous-espaces propres de
A est au moins n et donc A est diagonalisable.
(c) det(A + M ) = det(M ) det(AM −1 + In ).
Puisque (AM −1 )n = An M −n = On , 0 est la seule valeur propre de AM −1 et
par l'étude qui précède det(A + M ) = det M . Exercice 251 : [énoncé]
Le polynôme
(d) Si A est solution alors pour tout λ 6= 0, det(A − λIn ) 6= 0 donc 0 est seule X 3 − 4X 2 + 4X = X(X − 2)2
valeur propre de A.
est annulateur de M .
On en déduit Sp M ⊂ {0, 2} et M trigonalisable (car M annule un polynôme
Exercice 249 : [énoncé] scindé).
Puisque le polynôme X 3 − X 2 = X 2 (X − 1) annule f le lemme de décomposition Par suite tr M est la somme des valeurs propres de M comptées avec multiplicité
des noyaux donne et puisque tr M = 0, seule 0 est valeur propre de M .
R3 = Ker f 2 ⊕ Ker(f − Id) On en déduit que la matrice M − 2In est inversible et puisque
Sachant dim Ker(f − Id) = 1, on a dim Ker f 2 = 2. M (M − 2In )2 = On

on obtient Exercice 255 : [énoncé]

M = On
(a) Si λ est valeur propre de A alors λp = 0 d'où λ = 0. Par suite χA = X n puis
par le théorème de Cayley Hamilton An = 0.
Exercice 252 : [énoncé] (b) det(A + I) = χA (1) = 1
Si A est solution alors P = X(X − 2)2 est annulateur de A et les valeurs propres (c) Si M est inversible det(A + M ) = det(AM −1 + I) det M .
de A gurent parmi {0, 2}. Par la trace, on peut alors armer que 2 est valeur Or A et M −1 commutent donc (AM −1 )p = 0 puis, par ce qui précède
propre de multiplicité 4.
Par le lemme de décomposition des noyaux, Ker(A − 2Id)2 et Ker A sont det(A + M ) = det M.
supplémentaires.
Par multiplicité des valeurs propres, leurs dimensions respectives sont 4 et n − 4. Si M n'est pas inversible, introduisons les matrices Mp = M + p1 In . À partir
Ainsi A est semblable à d'un certain rang les matrices Mp sont assurément inversibles (car M ne
2I4 + M 0 possède qu'un nombre ni de valeurs propres). Les matrices Mp comment
0 On−4 avec A et on peut donc écrire
avec M ∈ M4 (C) vériant M 2 = 0.
En raisonnant sur le rang, on montre que M est semblable à det(A + Mp ) = det Mp .
Or det Mp −−−−−→ det M et det(A + Mp ) −−−−−→ det(A + M ) et on peut

   
0 0 0 1 0 1 0 p→+∞ p→+∞
0
O4 , 
0 0  ou 0
0  0 0 1 donc en passant à la limite retrouver l'égalité
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 det(A + M ) = det M.
La réciproque est immédiate.
0 1

1 2

(d) Non prendre : A = et M = .
0 0 3 4
(a) Puisque A est nilpotente, A ne peut avoir que des valeurs propres nulles. Les Exercice 256 : [énoncé]
valeurs propres étant les racines du polynôme caractéristique et ce dernier On a
étant scindé sur C, χA = X n . det(A + N ) = det(A) det(In + A−1 N )
(b) Pour A ∈ Mn (R), on a aussi A ∈ Mn (C) et le polynôme caractéristique est
calculé par la même formule dans les deux cas. Puisque A et N commutent, il en est de même de A−1 et N . On en déduit que la
matrice A−1 N est nilpotente car N l'est.
La matrice A−1 N est alors semblable à une matrice triangulaire supérieure stricte
Exercice 254 : [énoncé] et la matrice In + A−1 N est semblable à une matrice triangulaire supérieure avec
(a) Si A ∈ Mn (C) alors A est triangularisable et lors de cette triangularisation les des 1 sur la diagonale.
valeurs propres de A apparaissent sur la diagonale. Or A est nilpotent donc 0 On en déduit
est sa seule valeur propre et la diagonale de la matrice triangulaire obtenue det(In + A−1 N ) = 1
est nulle. Le polynôme caractéristique de A ∈ Mn (C) est alors égal à X n . puis
(b) Pour A ∈ Mn (R), on a aussi A ∈ Mn (C) et le polynôme caractéristique est det(A + N ) = det A
calculé par la même formule dans les deux cas. Par suite le polynôme
caractéristique pour A ∈ Mn (R) est scindé et donc à nouveau A est
triangularisable avec des 0 sur la diagonale. Exercice 257 : [énoncé]

(a) Supposons qu'il existe p ∈ N∗ tel que f p = 0. Il existe alors i ∈ {1, . . . , n} tel que λi = 0.
X p est annulateur de f donc Sp(f ) ⊂ {0}. Or Sp(f ) 6= ∅ donc Sp(f ) = {0}. Par symétrie du problème, on peut supposer λn = 0.
Inversement, si Sp(f ) = {0} alors seule 0 est racine de son polynôme Par application de l'hypothèse de récurrence, on obtient λ1 = . . . = λn = 0.
caractéristique. Or χf est scindé dans C[X] donc χf = (−1)n X n puis f n = 0 La récurrence est établie.
en vertu du théorème de Cayley Hamilton. On en déduit que f est nilpotente.
(b) Supposons f nilpotent.
Par l'étude ci-dessus, f est trigonalisable stricte et donc
Si u possède une unique valeur propre λ alors celle-ci est la seule racine de son
∀1 ≤ k ≤ n, tr(f k ) = 0 polynôme caractéristique qui est alors (X − λ)dim E . Ce dernier annulant u, on
peut armer u − λIdE est nilpotent.
car les puissances de f pourront aussi être représentées par des matrices Si u − λIdE est nilpotent alors il existe p ∈ N tel que (X − λ)p soit annulateur de
triangulaires strictes. u. Les valeurs propres de u étant racine de ce polynôme, elles ne peuvent qu'être
Inversement, supposons égale à λ. De plus λ est assurément valeur propre car un endomorphisme d'un
C-espace vectoriel de dimension nie possède au moins une valeur propre.
∀1 ≤ k ≤ n, tr(f k ) = 0
En notant λ1 , . . . , λn les valeurs propres comptées avec multiplicité de A, on Exercice 259 : [énoncé]
obtient le système  Rappelons qu'une matrice M carrée de taille n qui est nilpotente vérie M n = On

 λ1 + · · · + λn
 2
=0 (l'ordre de nilpotence est au plus égal à la taille de la matrice). On a
λ1 + · · · + λ2n =0
 ··· ∀k ∈ {0, . . . , n} , (A + 2k B)n = On

 n
λ1 + · · · + λnn =0
Considérons alors la matrice
La résolution de ce système est délicate.
En raisonnant par récurrence, nous allons établir que la seule solution est (A + XB)n ∈ Mn (K[X])
λ1 = . . . = λn = 0 ce qui permettra de conclure que f est nilpotente car
Celle-ci est à coecients polynomiaux de degrés inférieurs à n. Puisque
χf = X n est annulateur de f .
1, 2, . . . , 2n sont n + 1 racines distinctes de ces coecients, ceux-ci sont tous nuls.
Pour n = 1 : la propriété est immédiate. On en déduit
Supposons la propriété au rang n − 1. An = On
Considérons le polynôme
car les coecients constants sont nuls, et
P (X) = (X − λ1 ) . . . (X − λn )
B n = On
En développant,
car les coecients des termes X n sont aussi nuls.
P (X) = X n + an−1 X n−1 + · · · + a1 X + a0
Comme P (λi ) = 0, on a ni=1 P (λi ) = 0.

P Exercice 260 : [énoncé]
Or Une matrice M ∈ Mn (C) nilpotente vérie M n = On . Considérons la matrice
(A + xB)n . Les coecients de cette matrice sont des polynômes de degrés
n n n n
X X X X inférieurs à n s'annulant chacun en les λ1 , . . . , λn , λn+1 , ce sont donc des
P (λi ) = λni + an−1 λn−1 + · · · + a1 λi + na0 = na0
i=1 i=1 i=1
i
i=1
polynômes nuls. Ainsi, pour tout x ∈ C, (A + xB)n = On . En particulier pour
x = 0, on obtient An = On . Aussi pour tout y 6= 0, en considérant y = 1/x, on a
On en déduit a0 = 0 et donc 0 est racine de P . (yA + B)n = On et en faisant y → 0, on obtient B n = On .

Exercice 261 : [énoncé] Pour βλ ≥ 2, la condition voulue est satisfaite si µ6=λ (λ − µ)R(λ) = 1 et si
Q
(a) I1 est l'idéal des polynômes annulateurs de u ; il est engendré par P1 = πu pour
Q tout k ∈ {1, . . . , βλ − 2}, la dérivée k ème du polynôme
polynôme minimal de u. µ6=λ (X − µ)R(X) s'annule en λ. Cela fournit des équations déterminant
pleinement R(λ), R (λ), . . . , R
0 βλ −2
(λ) car µ6=λ (λ − µ) 6= 0.
Q
La somme de deux endomorphismes nilpotents commutant est encore
nilpotent car la formule du binôme de Newton s'applique et il sut de Sachant qu'il est possible de construire un polynôme prenant des valeurs
travailler avec un exposant assez grand. On obtient alors facilement que I2 données ainsi que ses dérivées en des éléments deux à deux distincts de K, on
est un sous-groupe de (K[X], +). La stabilité par absorption étant immédiate, peut déterminer un polynôme résolvant notre problème.
I2 est un idéal de K[X] et comme il contient I1 , il est non nul.
(b) Puisque I1 ⊂ I2 , P1 ∈ P2 K[X] et donc P2 | P1 . Exercice 262 : [énoncé]
Aussi, en posant n la dimension de E , on sait que pour tout endomorphisme (a) O22 = O2 donc Φ(O2 )2 = Φ(O2 ) d'où Φ(O2 ) = 0 ou 1.
nilpotent de v de E , on a v n = 0̃. Puisque P2 (u) est nilpotent, on en déduit Si Φ(O2 ) = 1 alors pour tout A ∈ M2 (R),
que (P2 )n (u) = 0̃ et donc P1 | P2n . Φ(A) = Φ(A) × Φ(O2 ) = Φ(A × O2 ) = 1.
(c) Cette question est immédiate avec la décomposition de Dunford mais cette Ceci est exclu car la fonction Φ n'est pas constante. On en déduit Φ(O2 ) = 0.
dernière est hors-programme. . . Procédons autrement ! (b) Si A est nilpotente alors A2 = O2 (car A est de taille 2) et donc Φ(A)2 = 0
Puisque P2 | P1 et P1 | P2n , les racines de P2 sont exactement celles de P1 puis Φ(A) = 0.
c'est-à-dire les valeurs propres de l'endomorphisme u. On peut donc écrire
(c) I22 = I2 donc Φ(I2 )2 = Φ(I2 ) puis Φ(I2 ) = 0 ou 1.
P2 =
Y
(X − λ)αλ Si Φ(I2 ) = 0 alors pour tout A ∈ M2 (R), Φ(A) = Φ(A × I2 ) = Φ(A) × 0 = 0.
λ∈Sp u
Ceci est exclu car la fonction Φ n'est pas constante. On en déduit Φ(I2 ) = 1.
0 1
Notons E = .
Or P2 (u) étant nilpotent, il est immédiat que 1 0
l'endomorphisme λ∈Sp u (u − λIdE ) l'est aussi. On remarque E 2 = I2 donc Φ(E)2 = 1 puis Φ(E) = −1 car Φ(E) 6= Φ(I2 ).
Q
On en déduit que Y Puisque B = EA, on en déduit Φ(B) = −Φ(A).
P2 = (X − λ) (d) Si A est inversible alors Φ(I2 ) = Φ(A) × Φ(A−1 ) et donc Φ(A) 6= 0 puisque
λ∈Sp u Φ(I2 ) = 1 6= 0.
et ce polynôme est donc scindé simple. Inversement, supposons A non inversible. 0 est valeur propre de A.
Déterminons maintenons un polynôme R ∈ K[X] tel que pour Q = P2 R, on On vérie aisément que deux matrices A et B semblables vérient
ait P2 (u − Q(u)) = 0̃. Φ(A) = Φ(B).
On en déduira que u − Q(u) est diagonalisable avec Q(u) ∈ I2 . Si A est diagonalisable alors A est semblable à
L'identité P2 (u − Q(u)) = 0̃ est obtenue dès que P1 divise le polynôme
0 0

Y 0 tr A
P2 (X − P2 (X)R(X)) = (X − λ − P2 (X)R(X))
λ∈Sp u Par suite
0 0 0 tr A
Φ(A) = Φ = −Φ =0
Or P1 = (X − λ)βλ donc il sut que pour chaque λ ∈ Sp u, le facteur
Q
λ∈Sp u
0 tr A 0 0
(X − λ) divise le facteur X − λ − P2 (X)R(X) pour pouvoir conclure.
βλ
car cette dernière matrice est nilpotente.
On a   Si A n'est pas diagonalisable A est trigonalisable (car χA scindé sur R) et A
Y est semblable à
X − λ − P2 (X)R(X) = (X − λ) 1 − (X − µ)R(X) 0 1
µ6=λ 0 0
La condition voulue est assurément vériée si βλ = 1. et par suite Φ(A) = 0 car cette dernière matrice est nilpotente.

Exercice 263 : [énoncé] (a) Sachant M A = On , on a Im A ⊂ Ker M . Introduisons F un sous-espace

vectoriel supplémentaire de Ker M dans Mn,1 (C). En considérant une
(a) On remarque matrice de passage P traduisant un changement de base vers une base
∀k ≥ 2, Ak = A2 adaptée à la supplémentarité
En particulier A4 = A2 donc X 2 − X = X(X − 1) annule A2 . Ce poly étant Mn,1 (C) = Ker M ⊕ F
scindé simple, la matrice A2 est diagonalisable.
De plus (A2 − A)2 = A4 − 2A3 + A2 = On donc A2 − A est nilpotente. on obtient les écritures par blocs
(b) On remarque
A1 A2 O M1
∀i ≥ k, Ai = Ak P −1 AP = et P −1 M P =
O O O M2
et donc A2k = Ak ce qui assure comme au dessus que Ak est diagonalisable et
On a alors
k k χA = χA1 × X dim F et χA+M = χA1 χM2
X k X k
(Ak − A)k = (−1)i Ak(k−i)+i = (−1)i Ak = On
i=0
i i=0
i Or M2 est une matrice nilpotente complexe, sa seule valeur propre étant 0, on
obtient
χM2 = X dim F
Exercice 264 : [énoncé] et l'identité voulue est établie.

(b) C'est le même raisonnement avec Im M ⊂ Ker A et l'introduction d'un
(a) Puisque H est un hyperplan et que In ∈
/ H , on a sous-espace vectoriel F tel que
H ⊕ Vect(In ) = Mn (K) Mn,1 (C) = Ker A ⊕ F
Soit A une matrice nilpotente. On peut l'écrire A = B + λIn avec B ∈ H . La On a alors
matrice B n'étant pas inversible, il existe une colonne X non nulle telle que
BX = O et alors AX = λX . Le scalaire λ est une valeur propre de la matrice

O A1 M1 M2
P −1
AP = et P −1
MP =
A. Or les seules valeurs propres d'une matrice nilpotente sont nulles. On en O A2 O O
déduit λ = 0 puis A = B ∈ H .
avec M1 nilpotente.
(b) Les matrices élémentaires Ei,j avec i 6= j sont nilpotentes car de carrées
nulles ; elles sont donc toutes éléments de H et par combinaison linéaire la
matrice
0

1

(0)
.. .. (a) Notons qu'il est immédiat de vérier que LA est une forme linéaire sur E .
. .
 
Par linéarité de la trace, on vérie tr((λA + µB)M ) = λ tr(AM ) + µ tr(BM )
 
M =
..

. ce qui fournit la linéarité de l'application L.
 
 (0) 1
1 0 Puisque dim E = dim E ∗ < +∞, il sut désormais de vérier l'injectivité de
L pour assurer qu'il s'agit d'un isomorphisme. Si LA = 0 (l'application nulle)
appartient à H . Cependant celle-ci est notoirement inversible. alors en particulier LA (t Ā) = 0 et donc tr(At Ā) = tr(t ĀA) = 0.
Or n X 2
tr(t ĀA) = |ai,j |
Exercice 265 : [énoncé] i,j=1

donc A = 0. Supposons donc A 6= On , AB = BA et B nilpotente.

Puisque les hyperplans sont exactement les noyaux des formes linéaires non Par l'absurde, supposons aussi rg(AB) ≥ rg A.
nulles, on peut assurer que pour tout hyperplan H de E , il existe A ∈ Mn (C) Puisque rg(AB) ≤ min(rg A, rg B), on a rg(AB) = rg A.
non nulle telle que Par la formule du rang, on obtient
H = {M ∈ Mn (C) | tr(AM ) = 0} dim Ker(AB) = dim Ker A
(b) Pour tout matrice M ∈ Tn+ , le produit T M est triangulaire à coecients Or Ker A ⊂ Ker(BA) = Ker(AB) donc Ker A = Ker(AB).
diagonaux nuls donc tr(T M ) = 0. Ainsi Tn+ ⊂ H puis H ∩ Tn+ = Tn+ . Considérons ensuite ϕ : Im A → Im A donné par ϕ(Y ) = BY .
Concernant H ∩ Tn− , ou bien c'est un hyperplan de Tn− , ou bien c'est Tn− L'application ϕ est linéaire et bien dénie car Im A est stable par B puisque A et
entier. B commutent.
S'il n'y a pas de coecient non nul dans le bloc supérieur strict de T alors T Soit Y = AX ∈ Im A
est diagonale et un calcul analogue au précédent donne H ∩ Tn− = Tn− (de Si ϕ(Y ) = 0 alors BAX = ABX = 0 donc X ∈ Ker(AB) = Ker A puis Y = 0.
dimension n(n − 1)/2) L'application linéaire ϕ est donc injective.
Sinon, on peut déterminer une matrice élémentaire dans Tn− qui n'est pas Or il existe p ∈ N∗ tel que B p = On et donc ϕp : Y → B p Y = On,1 est
dans H (si [T ]i,j 6= 0 alors Ej,i convient) et donc H ∩ Tn− est un hyperplan de l'application nulle.
Tn− (de dimension n(n − 1)/2 − 1). Sachant l'espace Im A non réduit à {0}, il y a absurdité et ainsi rg(AB) < rg A.
(c) Les matrices triangulaire strictes sont bien connues nilpotentes. . . En revenant à l'énoncé initial, on montre alors par récurrence
Une base de Tn+ adjointe à une base de H ∩ Tn− fournit une famille libre (car ∀1 ≤ p ≤ n, rg(A1 A2 . . . Ap ) ≤ n − p
Tn+ et Tn− sont en somme directe) et celle-ci est formée d'au moins
n(n − 1)/2 + n(n − 1)/2 − 1 = n2 − n − 1 éléments. et en particulier rg(A1 A2 . . . An ) = 0.
(d) Soit H un hyperplan de E . Il existe A ∈ Mn (C) non nulle telle que
H = {M ∈ Mn (C) | tr(AM ) = 0} Exercice 268 : [énoncé]
La matrice M est complexe et possède donc au moins une valeur propre λ. Le
La matrice A est trigonalisable donc on peut écrire A = P T P avec
−1
complexe aλ est alors valeur propre de aM . Or M et aM sont semblables et
P ∈ GLn (C) et T triangulaire supérieure non nulle. Posons alors
possèdent donc les mêmes valeurs propres. Ainsi, aλ est valeur propre de M . En
l'isomorphisme ϕ : M → P −1 M P et considérons l'hyperplan
répétant ce raisonnement, a2 λ, a3 λ,. . . sont valeurs propres de M . Or une matrice
K = {N ∈ Mn (C) | tr(T N ) = 0} ne possède qu'un nombre ni de valeurs propres et la liste des an λ (avec n ∈ N)
comporte des répétitions : il existe n ∈ N et p ∈ N∗ tels que an λ = an+p λ.
On constate Poursuivons en distinguant deux cas :
M ∈ H ⇐⇒ ϕ(N ) ∈ K Cas: M ne possède pas de valeurs propres non nulles. On sait qu'alors la matrice
complexe M est nilpotente.

Par l'isomorphisme ϕ, on transforme une famille de n2 − n − 1 matrices
Cas: M possède une valeur propre non nulle. En nommant λ celle-ci, on reprend
nilpotentes linéairement indépendantes d'éléments de K en une famille telle
les notations au-dessus et en simpliant par λ, on obtient an = an+p . Si a est non
que voulue.
nul, il vient ap = 1 et a est une racine de l'unité. Si a est nul, M est semblable à
aM = On ce qui reprend le cas résolu précédemment.
Commençons par établir pour A, B ∈ Mn (K) :
A 6= On , AB = BA et B nilpotente =⇒ rg(AB) < rg A

Réduction

Transféré par

Informations du document

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

Réduction

Transféré par

Droits d'auteur :

Formats disponibles

[http://mp.cpgedupuydelome.

fr] édité le 9 mai 2017 Enoncés 1

Réduction Exercice 5 [ 00216 ] [Correction]

Exercice 6 [ 03459 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

(a) Montrer, pour tout u de Γ que ũ = uE2 est un automorphisme de E2 .

Soit F un sous-espace vectoriel de E stable par l'opérateur D de dérivation.

On note U la colonne U = t 1 · · · 1 ∈ Mn,1 (R).

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 14 [ 00722 ] [Correction] Exercice 19 [ 03032 ] [Correction]

Établir que A est semblable à la matrice Pour A ∈ Mn (C), prouver l'équivalence :

Exercice 15 [ 00724 ] [Correction] C = {M ∈ M3 (R) | AM − M A = O3 }

Exercice 17 [ 03136 ] [Correction] Exercice 23 [ 04953 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 25 [ 00762 ] [Correction] Crochet de Lie

Exercice 28 [ 00766 ] [Correction] Exercice 31 [ 02441 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 33 [ 02395 ] [Correction] Exercice 37 [ 03374 ] [Correction]

Exercice 34 [ 00829 ] [Correction]

(a) Calculer (d) En déduire que la matrice B est nilpotente.

Diusion autorisée à titre entièrement gratuit uniquement - dD

Éléments propres d'un endomorphisme Exercice 45 [ 03435 ] [Correction]

(a) Montrer que la fonction T (f ) se prolonge par continuité en 0 et qu'alors T est

∀u ∈ E, ∀n ∈ N, ∆(u)(n) = u(n + 1) − u(n) Exercice 47 [ 02700 ] [Correction]

Exercice 48 [ 02577 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 49 [ 02511 ] [Correction] χAB = χBA

Exercice 51 [ 00778 ] [Correction]

Exercice 52 [ 00779 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 58 [ 02901 ] [Correction] Calcul de polynômes caractéristiques

Diusion autorisée à titre entièrement gratuit uniquement - dD

(d) En déduire le déterminant de A + In . Exercice 71 [ 00502 ] [Correction]

Exercice 68 [ 03121 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 74 [ 03795 ] [Correction] Montrer que

(c) Montrer que Sp A−1 ⊂ [0 ; 4].

Diusion autorisée à titre entièrement gratuit uniquement - dD

(d) Calculer tr B et tr B 2 . Exercice 85 [ 00767 ] [Correction]

Exercice 83 [ 02543 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 90 [ 03123 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 94 [ 02522 ] [Correction] Diagonalisabilité des matrices de rang 1

Exercice 101 [ 02702 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diagonalisation d'une matrice À quelle condition la matrice Mn est-elle diagonalisable ?

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 113 [ 00815 ] [Correction]

Montrer que ϕ = det.

Diusion autorisée à titre entièrement gratuit uniquement - dD

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 128 [ 00804 ] [Correction] Exercice 133 [ 02723 ] [Correction]

Exercice 129 [ 03015 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 138 [ 00809 ] [Correction]

Exercice 142 [ 02502 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Trigonalisabilité d'une matrice Exercice 148 [ 03809 ] [Correction]

n'est pas diagonalisable.

Exercice 144 [Correction]

Exercice 145 [ 00821 ] [Correction]

Diusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 152 [ 03464 ] [Correction] Exercice 156 [ 00856 ] [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

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

Étude de matrice ou d'endomorphisme vériant une Diagonalisabilité et endomorphismes induits

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

Existence : La dérivée de la fonction solution y 0 + y = g vériant y(0) = 0 est 1 + (n − 1)2

Diusion autorisée à titre entièrement gratuit uniquement - dD

(c) On suppose F de dimension innie. Exercice 14 : [énoncé]

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