Réduction des endomorphismes

Calculs
Exercice 1. Calcul de valeurs propres
Chercher les valeurs propres des matrices :
   
0 ... 0 1 0 sin α sin 2α
 ... ..
.
.. 
. . 2)  sin α 0 sin 2α .
1) 
 0 ... 0 n − 1 sin 2α sin α 0
1 ... n − 1 n

Exercice 2. Calcul de valeurs propres

Soient a1 , . . ., an ∈ R.
a1
 
(0) .. 
Chercher les valeurs et les vecteurs propres de la matrice A = 
 . . On distinguera les cas :
an−1
a1 ... an−1 an
1) (a1 , . . ., an−1 ) 6= (0, . . ., 0).
2) (a1 , . . ., an−1 ) = (0, . . ., 0).

Exercice 3. Polynômes de Chebychev

0 1 (0)

 1 . .. . .. 
Soit A =  .. ..  ∈ Mn (R).
 . . 1 
(0) 1 0
1) Calculer Dn (θ) = det(A + (2 cos θ)I) par récurrence.
2) En déduire les valeurs propres de A.

Exercice 4. Matrice tridiagonale  

1 −1 (0)
 −1 2 −1 

Déterminer les valeurs propres de la matrice A =  .. .. .. 
 ∈ Mn (R).
 . . . 
 −1 2 −1 
(0) −1 1

Exercice 5. Diagonalisation
 
(0) 1
.
Diagonaliser M =  ..  ∈ Mn (K).
1 (0)

Exercice 6. Diagonalisation
 
0 1
 1 ... (0) 
Diagonaliser M =  .. ..  ∈ Mn (C).
 . . 
(0) 1 0

Exercice 7. Engees 93
e a b c
 
a e c b 
Diagonaliser la matrice M =   ∈ M4 (R).
b c e a
c b a e

Exercice 8. Esem 91 
Upq (0) Upq
Soit Cpq =  (0) (0) (0)  ∈ Mn (R) où Upq est la matrice p × q dont tous les coefficients valent 1. Chercher
Upq (0) Upq
les éléments propres de Cp,q .

reduc.tex jeudi 23 octobre 2008

Exercice 9. Matrice triangulaire
1 a b c
 
0 1 d e 
Soit A =  . A quelle condition A est-elle diagonalisable ?
0 0 −1 f
0 0 0 −1

Exercice 10. Sommes par lignes ou colonnes constantes

Soit A ∈ Mn (K) telle que la somme des coefficients par ligne est constante (= S). Montrer que S est une valeur
propre de A.
Même question avec la somme des coefficients par colonne.

Exercice 11. Matrices stochastiques 

∀ i, j, mij > 0
Soit M = (mij ) ∈ Mn (R) telle que : (matrice stochastique)
∀ i, mi,1 + mi,2 + . . . + mi,n = 1.
1) Montrer que 1 est valeur propre de M .
2) Soit λ une valeur propre complexe de M . Montrer que |λ| 6 1 (si (x1 , . . ., xn ) ∈ Cn est un vecteur propre associé,
considérer le coefficient xk de plus grand module). Montrer que si tous les coefficients mij sont strictement
positifs alors |λ| = 1 =⇒ λ = 1.

Exercice 12. (X 2 − 1)P 00+ (2X + 1)P 0

E −→ E
Soit E = Kn [X] et u :
P 7−→ (X 2 − 1)P 00 + (2X + 1)P 0 .
1) Chercher la matrice de u dans la base canonique de Kn [X].
2) Montrer que u est diagonalisable.

Exercice 13. (X − a)P 0 

E −→ E
Soit E = Kn [X] et u : Chercher les valeurs propres et les vecteurs propres de u.
P 7−→ (X − a)P 0 .

Exercice 14. X(X − 1)P 0− 2nXP

E −→ E
Soit E = K2n [X] et u : Chercher les valeurs propres et les vecteurs propres de
P 7−→ X(X − 1)P 0 − 2nXP.
u.

Exercice 15. X 3 P mod (X − a)(X −b)(X − c)

K2 [X] −→ K2 [X]
Soient α, β, γ ∈ K distincts, et ϕ : où R est le reste de la division euclidienne de X 3 P par
P 7−→ R
(X − α)(X − β)(X − γ). Chercher les valeurs et les vecteurs propres de ϕ.

Exercice 16. P (2 − X)
−→

K[X] K[X]
Déterminer les éléments propres de l’endomorphisme θ :
P 7−→ P (2 − X).

Exercice 17. P (X + 1) − P 0
−→

K[X] K[X]
Déterminer les éléments propres de l’endomorphisme θ :
P 7−→ P (X + 1) − P 0 .

Exercice 18. Eivp 91

Soit f ∈ L(Rn [X]) qui à P associe (X −a)P 0 +P −P (a). Donner la matrice de f dans la base (X k )06k6n . Chercher
Im f , Ker f et les éléments propres de f .

Exercice 19. tr(A)M + tr(M )A

Soit A ∈ Mn (C). L’endomorphisme f de Mn (C) défini par f (M ) = tr(A)M + tr(M )A est-il diagonalisable ?

reduc.tex page 2
Exercice 20.
 Étude d’une matrice
a1 1 (0)

 a2 ..
Soit A =  . 
 où les ai sont des réels positifs ou nuls, avec a1 an > 0.
 ... 1 
an (0) 0
1) Quel est le polynôme caractérique de A ?
2) Montrer que A admet une unique valeur propre r > 0 et que l’on a r < 1 + max(a1 , . . ., an ).
3) Soit λ une valeur propre complexe de A. Montrer que |λ| 6 r et |λ| = r =⇒ λ = r.
4) Montrer qu’il existe un entier k tel que Ak a tous ses coefficients strictement positifs.

Espaces fonctionnels
Exercice 21. f 7−→ f (2x)
E −→ E
 
R −→ R
Soit E = {f : R −→ R continues tq f (x) −−−−−→ 0}, ϕ : et u :
x→±∞ x 7−→ 2x f 7−→ f ◦ ϕ.
Montrer que u n’a pas de valeurs propres (si u(f ) = λf , étudier les limites de f en 0 ou ±∞).

Exercice 22. Ensi Physique P 94

Soit E le sous-espace vectoriel de C(R+ , R) des fonctions ayant une limite finie en +∞. Soit T ∈ L(E) défini par
T (f )(x) = f (x + 1). Trouver les valeurs propres de T .

Exercice 23. Équation intégrale Z x

E −→ E

Soit E = C([0, +∞[ −→ R) et u : avec f˜(x) = 1 f (t) dt.
f 7−→ f˜ x
t=0
1) Montrer que f˜ peut être prolongée en une fonction continue sur [0, +∞[.
2) Chercher les valeurs propres et les vecteurs propres de u.

Exercice 24. Endomorphisme sur les suites

Soit E l’espace vectoriel des suites réelles u = (un )n>1 et f l’endomorphisme de E défini par :

u1 + 2u2 + . . . + nun
(f (u))n = .
n2
Quelles sont les valeurs propres de f ?

Exercice 25. Opérateur intégral

 Z 1
E −→ E
Soit E = C([0, 1], R) et f : avec ũ(x) = min(x, t)u(t) dt.
u 7−→ ũ t=0
Chercher les valeurs propres et les vecteurs propres de f .

Polynôme caractéristique
Exercice 26. Formules pour une matrice 3 × 3
Soit A = (aij ) ∈ M3 (R).
1) Vérifier que χA (λ) = −λ3 + (tr A)λ2 − (| aa11 a12
21 a22
| + | aa11 a13
31 a33
| + | aa22 a23
32 a33
|) λ + det(A).
2) Soit λ une valeur propre de A et L1 , L2 deux lignes non proportionnelles de A − λI (s’il en existe). On calcule
L = L1 ∧ L2 (produit vectoriel) et X = t L. Montrer que X est vecteur propre de A pour la valeur propre λ.

Exercice 27. Recherche de vecteurs propres pour une valeur propre simple
Soit A ∈ Mn (K) et λ ∈ K une valeur propre de A telle que rg(A − λI) = n − 1.
1) Quelle est la dimension du sous espace propre Eλ ?
t
2) Montrer que les colonnes  − λI) engendrent Eλ .
 de com(A
0 1 2
3) AN : Diagonaliser A = 1 1 1 .
1 0 −1

reduc.tex page 3
Exercice 28. Éléments
 propres de C t C
a1
Soit C =  ...  ∈ Mn,1 (R) et M = C t C.
an
1) Chercher le rang de M .
2) En déduire le polynôme caractéristique de M .
3) M est-elle diagonalisable ?

Exercice 29. Ensi Chimie P 94

Soit A = (aij ) ∈ Mn (R) telle que aij = ji . A est-elle diagonalisable ?

Exercice 30. Ensi Chimie P 93

n−1
On considère le polynôme défini par : ∀ n ∈ N, Pn (x) = xn − αi xi avec α0 > 0 et αi > 0 pour 1 6 i 6 n − 1.
P
i=0
1) Montrer qu’il existe une unique racine dans R+∗ pour Pn .
1 1 0 ... 0
 
2 0 1 . .
. . .. 
. .. . . .. 0 
 ..
2) Soit A =  . . . . Montrer que A admet une unique valeur propre réelle strictement positive.
 .. .. .. 1 

. . .
n 0 ... ... 0

Exercice 31. Ensi Physique 93

Soient x1 , . . ., xn , y1 , . . ., yn ∈ C. Calculer ∆n = det(I + (xi yj )).

Exercice 32. Centrale MP 2000  

0 a
... a
b .... .
On considère la matrice de Mn (C), A =  . .. , a 6= b.
.
 ... ..
.. a 
. . 
b ...
b 0
(−1)n
1) Montrer que le polynôme caractéristique de A est (a(X + b)n − b(X + a)n ).
a−b
2) Montrer qu’en général les valeurs propres de A sont sur un cercle.

Exercice 33. Centrale MP 2000  

a1 + b1 b2 ... ... bn
 b1 a2 + b2 b3 ... bn 

Soit a1 , . . ., an , b1 , . . ., bn ∈ R et An =  .. b .. .. .. 
. 2 . . . 
 .. .. .. .. 
 . . . . 
b1 b2 ... bn−1 an + bn
1) Calculer det An .
2) Calculer χA le polynôme caractéristique de A. 
3) On suppose a1 < a2 < . . . < an et, pour tout i, bi > 0. Montrer que An est diagonalisable on pourra utiliser
n
Q 
χA (t)/ (ai − t) .
i=1
4) Le résultat reste-t-il vrai si l’on suppose a1 6 a2 6 . . . 6 an et, pour tout i, bi > 0 ?

Exercice 34. Polynômes caractéristiques

Soit A ∈ Mn (K) inversible et B = A−1 , C = A2 . Exprimer les polynômes caractéristiques χB et χC en fonction
de χA .

Exercice 35. Matrice compagnon

0 (0) a0
 
1 .. a1 

Soit P = a0 + a1 X + . . . + an−1 X n−1 − X n ∈ Kn [X]. La matrice compagnon de P est M =  . .
0 .. .. 
 . . 
(0) 1 an−1
Soit E un K-ev de dimension n, B = (~e1 , . . ., ~en ) une base de E et ϕ l’endomorphisme de E de matrice M dans B.
1) Déterminer le polynôme caractéristique de M .
2) Calculer ϕk (~e1 ) pour 0 6 k 6 n.
3) En déduire que P (M ) = 0.

reduc.tex page 4
Exercice 36. Matexo
Soient A, B ∈ Mn (C). Montrer que spec(A) ∩ spec(B) = ∅ si et seulement si χA (B) est inversible.

Application : Soient A, B, P trois matrices carrées complexes avec P 6= 0 telles que AP = P B. Montrer que A et
B ont une valeur popre commune.

Exercice 37. Matrices à spectres disjoints

Soient A, B ∈ Mn (C). Montrer l’équivalence entre :
(a) : ∀ C ∈ Mn (C), il existe un unique X ∈ Mn (C) tel que AX − XB = C.
(b) : ∀ X ∈ Mn (C) on a AX = XB =⇒ X = 0.
(c) : χB (A) est inversible.
(d) : A et B n’ont pas de valeur propre en commun.

Exercice 38. AB et BA ont même polynôme caractéristique

Soient A, B ∈ Mn (K).
1) Montrer que AB et BA ont les mêmes valeurs propres.
2) Montrer que si A ou B est inversible,
 alors ABet BA  ont mêmepolynôme
 caractéristique.

BA −B 0 −B In 0
3) Dans le cas général, on note M = ,N= ,P = (M, N, P ∈ M2n (K)).
0 0 0 AB A In
Vérifier que M P = P N , montrer que P est inversible, et conclure.

Exercice 39. det(I + AA) > 0

Soit A ∈ Mn (C).
1) Soit λ ∈ C une valeur propre non nulle de AA, et X un vecteur propre associé. Montrer que AX est aussi
vecteur propre de AA.
2) Lorsque λ ∈/ R+ , montrer que X et AX sont linéairement indépendants.
3) En déduire que det(I + AA) ∈ R+ .

Exercice 40. Centrale PC  1999

Mn (R) −→ Mn (R)
Soit l’application Φ : Calculer sa trace par un moyen simple.
t
M 7−→ M.

Exercice 41. Multiplicité d’une valeur propre

Soit E un K-ev de dimension finie, u ∈ L(E) et λ ∈ Sp(u). Montrer que la multiplicité de λ dans le polynôme
minimal de u est égale au nombre de facteurs invariants de u ayant λ pour racine.

Exercice 42. Fermat pour la trace, ULM-Lyon-Cachan MP∗ 2005

Soit p premier et A ∈ Mn (Z). Montrer que tr(Ap ) ≡ tr(A) (mod p).

Polynôme annulateur
Exercice 43. Matrice bitriangulaire  
0 (a)
Donner une CNS sur a, b ∈ C pour que la matrice M =  ..  soit diagonalisable.
.
(b) 0

Exercice 44. A2 = A et tr(A) = 0

Trouver les matrices A ∈ Mn (R) telles que A2 = A et tr(A) = 0.

Exercice 45. Matexo

Soient E un ev de dimension finie sur C et u un endomorphisme de E.
On suppose que u3 = u2 , u 6= id, u2 6= 0, u2 6= u.
1) Montrer qu’une valeur propre de u ne peut être que 0 ou 1.
2) Montrer que 1 et 0 sont effectivement valeurs propres de u.
3) Montrer que u n’est pas diagonalisable.
4) Montrer que E = Im(u2 ) ⊕ Ker(u2 ).
5) Monter que u|F avec F = Im(u2 ) est l’identité.

reduc.tex page 5
Exercice 46.
 INT gestion 94
1 1 1 1
−1 1 −1 1
Soit A = −1 1 1 −1 .
−1 −1 1 1
1) Calculer det A.
2) Calculer (A − xI)( tA − xI) et en déduire χA (x).
3) Montrer que A est C-diagonalisable.

Exercice 47. X n P (1/X) 

E −→ E
Soit E = Kn [X] et u :
P 7−→ X n P (1/X).
1) Déterminer u ◦ u. En déduire que u est diagonalisable.
2) Donner une base de vecteurs propres de u.

Exercice 48. TPE 93

∞
Soit A ∈ Mn (C) telle que A = A−1 . A est-elle diagonalisable ? Calculer eA . (eA =
P Ak )
k=0
k!

Exercice 49. Ensi Physique 93

Soit E un ev de dimension finie et u ∈ L(E) tel que rg(u) = 1. Montrer que :

Im u ⊂ Ker u ⇐⇒ u n’est pas diagonalisable.

Exercice 50. u2 diagonalisable

Soit E un C-ev de dimension finie et u ∈ GL(E) tel que u2 est diagonalisable. Montrer que u est diagonalisable.

Exercice 51. Ensi PC 1999

Soit A ∈ Mn (C) inversible diagonalisable et B ∈ Mn (C), p ∈ N∗ tels que B p = A.
1) Montrer que B est diagonalisable.
2) Si A n’est pas inversible la conclusion subsiste-t-elle ?

Exercice 52. Ensi P 90

Soit E un espace vectoriel de dimension n et p ∈ L(E) tel que p2 est un projecteur. Quelles sont les valeurs propres
éventuelles de p ? Montrer que p est diagonalisable si et seulement si p3 = p.

Exercice 53. A3 = A + I
Soit A ∈ Mn (R) telle que A3 = A + I. Montrer que det(A) > 0.

Exercice 54. Mines-Ponts PC 1999

Soit A ∈ Mn (R) telle que A3 + A2 + A = 0. Montrer que rg A est pair.

Exercice 55. Esem 91

Soit A ∈ Mn (C) telle que An = I et (I, A, . . ., An−1 ) est libre. Montrer qu’alors on a tr(A) = 0.

Exercice 56. Ap = I et spec(A) ⊂ R =⇒ A2 = I

Soit A ∈ Mn (R). On suppose que les valeurs propres de A sont réelles et qu’il existe p > 1 tel que Ap = I. Montrer
que A2 = I.
P
Exercice 57. P (u) = P (λi )ui
Soit E un K-ev de dimension finie et u ∈ L(E).
1) On suppose u diagonalisable et on note λ1 , . . ., λp ses valeurs propres distinctes.
a) Montrer qu’il existe des endomorphismes u1 , . . ., up tels que pour tout polynôme P ∈ K[X], on ait :
Pp
P (u) = P (λi )ui .
i=1
b) Montrer qu’il existe un polynôme Pi tel que ui = Pi (u).
p
P
2) Réciproquement, soit u, u1 , . . ., up ∈ L(E) et λ1 , . . ., λp ∈ K tels que pour tout P ∈ K[X], P (u) = P (λi )ui .
i=1
Montrer que u est diagonalisable et Sp(u) ⊂ {λ1 , . . ., λp }.

reduc.tex page 6
Exercice 58. Mines PSI 1998
Soit f un endomorphisme diagonalisable d’un ev E de dimension finie, λ une valeur propre de f et pλ le projecteur
sur le sous-espace propre associé parallèlement à la somme des autres sous-espaces propres. Montrer que pλ est un
polynôme en f .

Exercice 59. Endomorphismes anticomutant (Centrale MP 2003)

Soit E un C-ev de dimension n ∈ N∗ et u1 , . . ., up (p > 2) des endomorphismes de E vérifiant :

∀ k, u2k = −idE , ∀ k 6= `, uk ◦ u` = −u` ◦ uk .

1) Montrer que les uk sont des automorphismes et qu’ils sont diagonalisables.

2) Montrer que n est pair.
3) Donner le spectre de chaque uk .
4) Donner les ordres de multiplicité des valeurs propres des uk .
5) Calculer det(uk ).

Exercice 60. Ensi PC 1999

Soit E un ev de dimension finie et u ∈ L(E) tel que u ◦ u = 0.
1) Quelle relation y a-t-il entre Ker u et Im u ? Montrer que 2 rg u 6 dim E.
2) On suppose ici dim E = 4 et rg u = 2. Montrer qu’il existe une base ( e−
→ → −
− → − → →
− −
→
1 , e2 , e3 , e4 ) de E telle que : u( e1 ) = e2 ,
→
− →
−
u( e−
→ →
− →
− →
−
2 ) = 0 , u( e3 ) = e4 , u( e4 ) = 0 .
3) On suppose dim E = n et Im u = Ker u. Est-ce que u est diagonalisable ?

Exercice 61. Réduction de M tq M 3 = I

Soit M ∈ M3 (R) telle que M 6= I, et M 3 = I.
1) Quelles sont les valeurs propres complexes de M ? (On vérifiera que ce sont effectivement des valeurs propres
de M )
1 0 0
 
√
2) Montrer que M est semblable à  0 −1/2 − 3/2 .
√
0 3/2 −1/2

Exercice 62. Centrale PSI 1998

Soient u, v, h trois endomorphismes de Rn tels que :

u ◦ v = v ◦ u, u ◦ h − h ◦ u = −2u, v ◦ h − h ◦ v = −2v.
 
0 1 0
1) Cas particulier, n = 3, Mat(u) =  0 0 1 . Déterminer si v et h existent et si oui, les donner.
0 0 0
2) Cas général.
a) Que peut-on dire de tr(u) et tr(v) ?
b) Montrer que u et v sont non inversibles. Montrer que Ker u et Ker v sont stables par h.
c) Déterminer uk ◦ h − h ◦ uk pour k ∈ N. Déterminer P (u) ◦ h − h ◦ P (u) pour P ∈ R[X].
d) Quel est le polynôme minimal de u ?

Exercice 63. Indépendance du polynôme minimal par rapport au corps

Soient K ⊂ L deux corps et A ∈ Mn (K). On note µK (A) et µL (A) les polynômes minimaux de A en tant que
matrice à coefficients dans K ou dans L. Montrer que ces polynômes sont égaux.

Exercice 64. Polynôme minimal et caractéristique

Soit A ∈ Mn (K). Montrer que χA et µA ont les mêmes facteurs irréductibles.

Exercice 65. X MP∗ 2004

Caractériser les polynômes P tels que : ∀ A ∈ Mn (C), (P (A) = 0) =⇒ (tr(A) ∈ Z).

Exercice 66. TPE MP 2005

Soient A, B, C ∈ Mn (C) telles que AC = CB et rg(C) = r. Montrer que A et B ont au moins r valeurs propres
communes.

reduc.tex page 7
Exercice 67. Polynôme minimal imposé, Centrale MP 2005
Le polynôme X 4 + X 3 + 2X 2 + X + 1 peut-il être le polynôme minimal d’une matrice de M5 (R) ?

Exercice 68. Ker up ⊕ Im up , Polytechnique MP∗ 2006

Soit E un K-ev de dimension n. Soit u ∈ L(E), P son polynôme minimal et p le plus petit exposant de X dans
l’écriture de P .
1) Si p = 0, que dire de u ?
2) Si p = 1, montrer que E = Im u ⊕ Ker u.
3) Dans le cas général, montrer que E = Ker up ⊕ Im up .

Endomorphismes de composition

Exercice 69. Équation AM = λM

Soit A ∈ Mn (K). Déterminer les scalaires λ et les matrices M ∈ Mn (K) telles que AM = λM .

Exercice 70. v 7−→ v ◦ u (Centrale MP 2003)

Soit E un espace vectoriel de dimension finie et u ∈ L(E). On considère l’application Φu qui à v ∈ L(E) associe v◦u.
1) Montrer que Φu ∈ L(L(E)).
2) Montrer l’équivalence : (u est diagonalisable) ⇐⇒ (Φu est diagonalisable). . .
a) en considérant les polynômes annulateurs de u et de Φu .
b) en considérant les spectres et sous-espaces propres de u et de Φu .

Exercice 71. Matexo

Soit E un K-espace vectoriel de dimension n, (F, G) deux sous-espaces vectoriels de E tels que E = F ⊕ G. On
note p la projection sur F parallèlement à G. Soit Ep = {f ∈ L(E) tq f ◦ p = p ◦ f }. Quelle est la dimension de
Ep ?

Exercice 72. f 7−→ p ◦ f ◦ p

L(E) −→ L(E)

Soit p ∈ L(E) une projection et Φ : Déterminer les éléments propres de Φ.
f 7−→ p ◦ f ◦ p.

Exercice 73. f 7−→ u ◦ f et f 7−→ f ◦ u

Soit E un K-ev de dimension finie et u ∈ L(E) diagonalisable.
 L(E) −→ L(E)
On considère les applications :
 ϕ : f 7−→ u◦f
ψ : f 7−→ f ◦ u.
1) Montrer que ϕ et ψ sont diagonalisables.
2) Montrer que ϕ − ψ est diagonalisable.

Exercice 74. u ◦ v − v ◦ u = id
Soient u, v deux endomorphisme d’un espace vectoriel E non nul tels que u ◦ v − v ◦ u = idE .
1) Simplifier uk ◦ v − v ◦ uk pour k ∈ N puis P (u) ◦ v − v ◦ P (u) pour P ∈ K[X].
2) Montrer que u et v n’ont pas de polynômes minimaux.

Exercice 75. Ensi PC 1999

Soit E un ev réel de dimension finie et f, g ∈ L(E), α ∈ R∗ tels que f ◦ g − g ◦ f = αf .
1) Montrer pour tout entier naturel n : f n ◦ g − g ◦ f n = αnf n .
2) Montrer qu’il existe n ∈ N tel que f n = 0 (raisonner par l’absurde et considérer l’application h 7−→ h ◦ g − g ◦ h
de L(E) dans L(E)).

Exercice 76. X MP∗ 2001

Soit f un endomorphisme de E (ev de dimension finie sur K) tel que χf soit irréductible. Montrez que pour aucun
endomorphisme g le crochet de Lie [f, g] = f ◦ g − g ◦ f n’est de rang un.

reduc.tex page 8
 1
Exercice 77. 2 (p ◦ u + u ◦ p) (Mines MP 2003)
L(E) −→ L(E)

Soit E un espace vectoriel de dimension n finie, p un projecteur de rang r et ϕ : 1
u 7−→ 2 (p ◦ u + u ◦ p).
1) Est-ce que ϕ est diagonalisable ?
2) Déterminer les valeurs propres de ϕ et les dimensions des sous-espaces propres.

Exercice 78. Crochet de Lie (Ens Cachan MP∗ 2003)

Soit Φ : Mn (C) −→ Mn (C) un automorphisme d’ev tel que : ∀ A, B ∈ Mn (C), Φ([A, B]) = [Φ(A), Φ(B)] où
[X, Y ] = XY − Y X. Montrer : ∀ D ∈ Mn (C), (D est diagonalisable) ⇐⇒ (Φ(D) est diagonalisable).
Indication : considérer φD : X 7−→ [D, X] et montrer que (D est diagonalisable) ⇐⇒ (φD est diagonalisable).

Similitude
Exercice 79. Matrices réelles semblables sur C 
P + iQ ∈ GLn (C)
Soient A, B ∈ Mn (R) semblables sur C : Il existe P, Q ∈ Mn (R) telles que :
(P + iQ)A = B(P + iQ).
1) Montrer que : ∀ λ ∈ R, (P + λQ)A = B(P + λQ).
2) En déduire que A et B sont semblables sur R.

Exercice 80. Trigonalisation

! de matrices
−1 2 0
Soit A = 2 2 −3 et ϕ l’endomorphisme de R3 canoniquement associé à A.
−2 2 1
1) Vérifier que A n’est pas diagonalisable.
2) Chercher deux vecteurs propres de A linéairement indépendants.
3) Compléter ces vecteurs en une base de R3 .
4) Écrire la matrice de ϕ dans cette base.
5) Résoudre le système différentiel : X 0 = AX.

Exercice 81. Somme de projecteurs

Soit E un K-ev de dimension finie et u ∈ L(E). Montrer que u est  diagonalisable si et seulement s’il existe des
u = λ 1 p1 + . . . + λ k pk
projecteurs p1 , . . ., pk ∈ L(E) et des scalaires λ1 , . . ., λk tels que :
∀ i 6= j, pi ◦ pj = 0.

Exercice 82. A3 est semblable à A4

Quelles sont les matrices A ∈ M3 (C) telles que A3 est semblable à A4 ? On étudiera séparément les cas :
1) A a 3 valeurs propres distinctes.
2) A a 2 valeurs propres distinctes
3) A a une seule valeur propre.

Exercice 83. Décomposition de Dunford

Soit A ∈ Mn (C). Montrer qu’il existe deux matrices D, N telles que A = D + N , D est diagonalisable, N est
nilpotente, DN = N D.

Exercice 84. M et t M sont semblables

Montrer qu’une matrice compagnon est semblable à sa transposée. En déduire que pour toute M ∈ Mn (K) les
matrices M et t M sont semblables.

Exercice 85. Réduction de Jordan (Mines MP 2003)

Soit f ∈ L(R3 ) telle que Spec(f ) = {λ} et dim(Ker(f − λid))
 = 2. 
λ 0 0
Montrer qu’il existe une base B dans laquelle Mat(f ) =  0 λ 1 .
0 0 λ

Exercice 86. A et 2A sont semblables

Soit A ∈ Mn (C) nilpotente. Montrer que A et 2A sont semblables.

reduc.tex page 9
 Usage de la réduction
Exercice 87.
 Ensi PC 1999
−1 2 1
Soit A =  2 −1 −1 .
−4 4 3
n
1) Calculer A . 
−2
2) Soit U0 =  4  et (Un ) défini par la relation : Un+1 = AUn . Calculer Un en fonction de n.
1 
x(t)
3) Soit X(t) =  y(t) . Résoudre dX = AX.
dt
z(t)

Exercice 88. Puissances de A

Soit A ∈ M3 (R) ayant pour valeurs propres 1, −2, 2, et n ∈ N.
1) Montrer que An peut s’écrire sous la forme : An = αn A2 + βn A + γn I avec αn , βn , γn ∈ R.
2) On considère le polynôme P = αn X 2 + βn X + γn . Montrer que : P (1) = 1, P (2) = 2n , P (−2) = (−2)n .
3) En déduire les coefficients αn , βn , γn .

Exercice 89. Suites récurrentes linéaires

Soit (un ) une suiteréelle vérifiant
 l’équation de récurrence : un+3 = 6un+2 − 11un+1 + 6un .
un
1) On pose Xn =  un+1 . Montrer qu’il existe une matrice A ∈ M3 (R) telle que Xn+1 = AXn .
un+2
2) Diagonaliser A. En déduire un en fonction de u0 , u1 , u2 et n.

Exercice 90. Centrale P’ 1996

Soit f , endomorphisme d’un espace vectoriel E de dimension n.
1) On suppose que pour tout sous-ev D de dimension 1 il existe x ∈ D tel que E = vect(x, f (x), f 2 (x), . . .). Que
dire de E et f ?
2) On suppose qu’il existe x ∈ E tel que E = vect(x, f (x), f 2 (x), . . .). Montrer que si f est diagonalisable alors
ses valeurs propres sont toutes distinctes. Montrer que si f est nilpotente alors f n−1 6= 0.

Exercice 91. Chimie P’ 1996

Soit (Mn ) une suite de points dans le plan, de coordonnées (xn , yn ) définies par la relation de récurrence :

xn+1 = −xn + 2yn
yn+1 = −3xn + 4yn .

1) Montrer que, quelque soit M0 , les points Mn sont alignés.

2) Étudier la suite (Mn ) quand n tend vers l’infini.
3) Quelle est la limite de yn /xn (utiliser une méthode géométrique) ?

Exercice 92. Commutant d’une matrice à valeurs propres distinctes

1) Soit D = diag(λ1 , . . ., λn ) une matrice diagonale à valeurs propres distinctes.
a) Montrer qu’une matrice M commute avec D si et seulement si M est diagonale.
b) Montrer que pour toute matrice M diagonale, il existe un polynôme P ∈ Kn−1 [X] unique tel que M = P (D).
2) Soit A ∈ Mn (K) une matrice à valeurs propres distinctes. Montrer que les matrices M commutant avec A sont
les polynômes en A.

Exercice 93.
 XY = YX =A
1 1
Soit A = .
1 1
1) A est-elle diagonalisable ?
2) Trouver toutes les matrices X, Y ∈ M2 (K) telles que XY = Y X = A.

reduc.tex page 10
Exercice 94.
 Racine carrée

9 0 0
Soit A =  1 4 0 . Trouver les matrices M ∈ M3 (R) telles que M 2 = A.
1 1 1

Exercice 95. Ensi Physique

! 93
5 −4 1
Soit A = 8 −7 2 . Trouver une matrice B différente de A et −A telle que B 2 = A.
12 −12 4

Exercice 96. Esigelec 91  

2 −2 1
Trouver le commutant de  2 −3 2 .
1 2 0

Exercice 97. Centrale MP 2000

Si A ∈ Mn (C), on note C(A) le commutant de A.
1) Pour n = 2, montrer que C(A) est de dimension 2 ou 4, en donner une base.
2) Pour n ∈ N∗ , montrer que C(A) est de dimension > n (traiter d’abord le cas où A est diagonalisable).

Exercice 98. Ulm MP∗ 2001

En se déplaçant uniquement sur les arêtes d’un cube de côté 1, combien y a-t-il de chemins de longueur n pour
aller d’un point à un autre ?

Réduction par blocs

Exercice 99. Matrice bloc  
0 A
Soit A ∈ Mn (K) non nulle et M = ∈ M2n (K). Montrer que M n’est pas diagonalisable.
0 0

Exercice 100. Matrice bloc 

A 0
Soit A ∈ Mn (K) et M = ∈ M2n (K).
A A
1) Comparer les valeurs propres de A et M .  
P (A) 0
2) Soit P ∈ K[X] et Q = XP 0 . Montrer que P (M ) = .
Q(A) P (A)
3) A quelle condition sur A, M est-elle diagonalisable ?

Exercice 101. Ensi P 90  

M M
Soit M ∈ Mn (C) diagonalisable. Soit A = ∈ M2n (C). La matrice A est-elle diagonalisable ?
M M

Exercice 102. Matrice bloc  

0 A
Soit A ∈ GLn (C) et M = ∈ M2n (C). Montrer que M est diagonalisable si et seulement si A l’est.
I 0
(Chercher les sous-espaces propres de M en fonction de ceux de A)

Exercice 103.
 Matrice
 triangulaire par blocs
A B
Soit M = avec A, C carrées. On suppose que A et C sont diagonalisables sans valeurs propres communes.
0 C
Montrer que M est diagonalisable.

Exercice 104.
 Matrice bloc
A B
Soit M = ∈ Mn (K) diagonalisable avec A carrée d’ordre p.
C D
Soit λ une valeur propre de M de multiplicité m. Montrer que si p > n − m, alors λ est valeur propre de A.

Exercice 105. Réduction par

 blocs (Centrale
 MP 2003)
0 A
Soit A ∈ Mn (R) et B = ∈ M2n (R). Déterminer Spec(B) et fonction de Spec(A).
A 2A

reduc.tex page 11
Exercice 106. Am −−−−→ 0 (Mines MP 2003)
m→∞
 2
a ab ab b2

 ab a2 b2 ab 
Soit A =  . Représenter dans un plan l’ensemble des couples (a, b) tels que Am −−−−→ 0.
ab b2 a2 ab m→∞
b2 ab ab a2

Image et noyau
Exercice 107. Chimie P 1996
Soit E un espace vectoriel réel de dimension n et f un endomorphisme de E.
Est-il vrai que : f est diagonalisable ⇐⇒ Ker f + Im f = E ?

Exercice 108. u diagonalisable =⇒ Ker(u − λid) + Im(u − λid) est directe

Soit E un K-ev de dimension finie et u ∈ L(E) diagonalisable. Pour λ ∈ spec(u), on note Eλ = Ker(u − λid) et
Fλ = Im(u − λid). Montrer que Eλ ⊕ Fλ = E.

Exercice 109. Ker f ⊕ Im f

Soit E un K-ev de dimension finie et f ∈ L(E). On suppose qu’il existe P ∈ K[X] tel que P (f ) = 0 et P 0 (0) 6= 0.
Montrer que Ker f ⊕ Im f = E.

Exercice 110. rg(f − λid)

Soit E un C-ev de dimension finie et f ∈ L(E). Montrer que f est diagonalisable si et seulement si pour tout λ ∈ C
on a rg(f − λid) = rg(f − λid)2 .

Exercice 111. Nombre de noyaux et d’images

Soit E un K-ev de dimension finie et u ∈ L(E). Montrer que les ensembles K = {Ker(P (u)), P ∈ K[X]} et
I = {Im(P (u)), P ∈ K[X]} sont finis et ont même cardinal.

Exercice 112. dim(Ker f 2 ) = 2 dim(Ker f ), Mines-Ponts MP 2005

Soit E un espace vectoriel de dimension finie et f ∈ L(E) tel que dim(Ker f 2 ) = 2 dim(Ker f ) = 2d. Montrer que
s’il existe g ∈ L(E) et k ∈ N∗ tels que g k = f alors k divise d.

Sous-espaces stables
Exercice 113. Droites et hyperplans stables
Soit E un C-ev de dimension finie et u ∈ L(E).
1) Montrer qu’il existe une droite vectorielle stable par u.
2) Montrer qu’il existe un hyperplan stable par u (considérer Im(u − λid) où λ est une valeur propre de u).
3) Donner un exemple où ces propriétés sont en défaut pour un R-ev.

Exercice 114. Plan stable pour une valeur propre non réelle
Soit M ∈ Mn (R) et λ = a + ib une valeur propre non réelle de M (a ∈ R, b ∈ R∗ ). On note X un vecteur propre
complexe de M .
1) Montrer que X est aussi vecteur propre de M .
2) Montrer que (X, X) est libre dans Cn .
3) Soient U = 21 (X + X), V = 2i1 (X − X). Montrer que (U, V ) est libre dans Rn .
4) Soit F = vect(U, V ). Montrer que F est stable par ϕ (endomorphisme de Rn associé à M ) et donner la matrice
de ϕ|F dans la base (U, V ).

Exercice 115. Plans stables

Soit E un K-ev de dimension finie et f ∈ L(E).
1) Soit F un plan vectoriel. Montrer que si F est stable par f alors il existe P ∈ K2 [x] non nul tel que F ⊂ Ker P (f ).
2) Réciproquement, si P ∈ K2 [x] est irréductible, montrer que Ker P (f ) contient un plan stable par f .
3) Si K = R montrer que f admet toujours une droite ou un plan stable.

reduc.tex page 12
Exercice 116. Recherche ! de sev stables
1 1 0
Soit A = −3 −2 0 .
0 0 1
1) Déterminer les sev de R3 stables pour l’endomorphisme associé à A.
2) Quelles sont les matrices réelles commutant avec A ?

Exercice 117. u diagonalisable =⇒ diagonalisable dans un sev stable

Soit E un K-ev de dimension finie et u ∈ L(E) diagonalisable. Montrer que si F est un sev stable par u, alors u|F
est diagonalisable.

Exercice 118. Plan affine stable

Soit E = R3 et H : x + 2y + 3z = 1 un plan affine de E. Montrer que si H est stable par f ∈ L(E) alors 1 est
valeur propre de f .

Exercice 119. Endomorphisme cyclique

Soit f ∈ L(E) un endomorphisme cyclique et F un sous-espace vectoriel stable par f . Montrer que f|F est aussi
cyclique.

Exercice 120. Endomorphismes semi-simples.

Un endomorphisme f est dit semi-simple si tout sous-espace stable par f admet un supplémentaire stable par f .
Montrer qu’un endomorphisme d’un C-ev de dimension finie est semi-simple si et seulement s’il est diagonalisable.

Exercice 121. χu irréductible

Soit u un endomorphisme de E, espace vectoriel de dimension n sur le corps K. Montrez que seuls {0} et E sont
stables par u si et seulement si χu est irréductible sur K.

Exercice 122. Polytechnique MP∗ 2000

Soit E un espace vectoriel, f un endomorphisme de E tel que tout sous-espace de E admette un supplémentaire
stable par f . Que peut-on dire de f ? Réciproque ?

Exercice 123. Sous-espaces stables (CentraleMP 2003)

1 1 1
Soit f ∈ L(R3 ) ayant pour matrice M = 1 1 1 dans la base canonique de R3 . Déterminer les sous-espaces
−1 1 1
de R3 stables par f .

Trigonalisation
Exercice 124. AB = 0
Soient A, B ∈ Mn (C) telles que AB = 0. Montrer que A et B sont simultanément trigonalisables.

Exercice 125. Produit de matrices nilpotentes

Soient A1 , . . ., An ∈ Mn (K) nilpotentes et commutant deux à deux. Montrer que A1 . . .An = 0.

Exercice 126. Matrices nilpotentes

Soit A ∈ Mn (C). Montrer que A est nilpotente si et seulement si pour tout k ∈ N∗ on a tr(Ak ) = 0.

Exercice 127. Mines MP 2003

Soit E un ev de dimension finie et (un ) une suite d’endomorphismes diagonalisables convergeant vers u ∈ L(E).
u est-il diagonalisable ?

Exercice 128. Mines-Ponts MP 2005

On donne une matrice carrée réelle M d’ordre n. Soient α, β les multiplicités de zéro dans χM et µM . Montrer
que dim(Ker M ) = α si et seulement si β = 1.

reduc.tex page 13
 Solutions

Exercice 1.
1) 0 et les racines de 6λ2 − 6nλ − n(n − 1)(2n − 1) = 0.
2) sin α + sin 2α, − sin α, − sin 2α.

Exercice 2.
1) rg(A) = 2 =⇒ 0 est valeur propre d’ordre au moins n − 2. E0 = {a1 x1 + . . . + an−1 xn−1 = xn = 0}.
vp λ 6= 0 : λ2 − an λ − (a21 + . . . + a2n−1 ) = 0. Il y a deux racines distinctes, Eλ = vect((a1 , . . ., an−1 , λ)).
2) A est diagonale. vp = 0 et an .

Exercice 3.
sin(n + 1)θ
1) Dn = 2 cos θDn−1 − Dn−2 =⇒ Dn = .
  sin θ
2) −2 cos nkπ
+ 1 , 1 6 k 6 n.

Exercice 4.
Soit Pn (x) le polynôme caractéristique de x et Qn (x) celui de la matrice obtenue à partir de A en remplaçant le
premier 1 par 2. On a les relations de récurrence :

Pn (x) = (1 − x)Qn−1 (x) − Qn−2 (x), Qn (x) = (2 − x)Qn−1 (x) − Qn−2 (x).

D’où pour x ∈
/ {0, 4} :
(1 − α)(1 − α2n ) 1
Pn (x) = , avec x = 2 − α − .
αn (1 + α) α
Les valeurs propres de A autres que 0 et 4 sont les réels xk = 2(1 − cos(kπ/n)) avec 0 < k < n et 0 est aussi valeur
propre (somme des colonnes nulle) donc il n’y en a pas d’autres.

Exercice 5. 1 1
... ...
1 1
n pair : P =  , D = diag(1, . . ., 1, −1, . . ., −1).
 
1 −1
... ...
1 −1
1 1
... ...
 1 1 
n impair : P =  1 , D = diag(1, . . ., 1, −1, . . ., −1).
 1 −1 
... ...
1 −1

Exercice 6.

P = ω (i−1)(1−j) , D = diag(1, ω, . . ., ω n−1 ) avec ω = exp(2iπ/n).

Exercice
 7.
1 1 1 1

 1 1 −1 −1 
P = , D = diag (a + b + c + e, a − b − c + e, −a + b − c + e, −a − b + c + e).
1 −1 1 −1
1 −1 −1 1

Exercice 8.
λ = 0 : E0 = {~x tq x1 + . . . + xq + xn−q+1 + . . . + xn = 0},
λ = 2 min(p, q) : Eλ = vect((1, . . ., 1, 0, . . ., 0, 1, . . ., 1)).
| {z } | {z }
p p

Exercice 12.
0 1 −2 (0)
 
2 2 ..
 . 
..
 
1) M =  6 . −n(n − 1) 
.
..


. n 
(0) n(n + 1)

reduc.tex page 14
Exercice 14.
u(X k ) = −kX k + (k − 2n)X k+1 =⇒ la matrice de u est triangulaire inférieure. Spec(u) = {0, −1, . . ., −2n}.
λ = −k : Résoudre l’équation différentielle =⇒ P = cX k (X − 1)2n−k .

Exercice 15.
α3 : (X − β)(X − γ), β 3 : (X − α)(X − γ), γ 3 : (X − α)(X − β).

Exercice 16.

λ = 1 : P = Q (X − 1)2 .

λ = −1 : P = (X − 1)Q (X − 1)2 .

Exercice 17.
λ = 1 : P = aX + b.

Exercice18.
0 −2a −a2 ... −an

 2 −2a (0) 
M =

3 .. 
.
.
 .. 
−na 
 .
(0) n+1
Ker f = {polynômes constants}, Im f = {polynômes divisibles par X − a}.

Valeurs propres : 0, 2, 3, . . ., n + 1. Pour 2 6 k 6 n + 1, Ek = vect (X − a)k−1 .

Exercice 19.
Oui ssi tr(A) 6= 0 ou A = 0.

Exercice 20.
1) (−1)n (X n − an X n−1 − . . . − a1 ).
2) Étude de x 7−→ (xn − an xn−1 − . . . − a1 )/xn .
3) Inégalité triangulaire.
4) Expression générale de Ak .

Exercice 22.
spec(T ) = ] − 1, 1].

Exercice 23.
2) 0 < λ 6 1 : f (x) = Cx1/λ−1 .

Exercice 24.
1/k, k > 1.

Exercice 25.
λ= 1 : u(x) = C sin(π/2 + kπ)x.
(π/2 + kπ)2

Exercice 27.
−1 3 3
!
3) P = 2 4 0 , D = (0 2 −2 ).
−1 1 −3

Exercice 28.
1) 1 si C 6= 0, 0 si C = 0.
2) dim(E0 ) > n − 1 =⇒ X n−1 divise χM =⇒ χM = (−1)n (X n − (a21 + . . . + a2n )X n−1 ).
3) Oui.

Exercice 29.
rg A = 1 donc dim Ker A = n − 1 et 0 est valeur propre d’ordre au moins n − 1. La somme des valeurs propres
est tr A = n donc la drenière valeur propre est n et le sous-espace propre associé est de dimension 1. Donc A est
diagonalisable.

reduc.tex page 15
Exercice 30.
P (x)
1) La fonction fn : x 7−→ nxn croı̂t strictement de −∞ à 1 quand x varie de 0 à +∞.
 n 
2) χA (x) = (−1)n xn − kxn−k .
P
k=1

Exercice 31.
Soit M = (xi yj ) : M est de rang inférieur ou égal à 1, donc 0 est valeur propre de M d’ordre au moins n − 1.
Comme tr(M ) = x1 y1 + . . . + xn yn , le polynôme caractéristique de M est χM (x) = (−x)n−1 (x1 y1 + . . . + xn yn − x),
et le déterminant demandé est ∆n = χM (−1) = x1 y1 + . . . + xn yn + 1.

Exercice 32.
1) det(M + (t)) est une fonction affine de t.
2) |λ + a| = k|λ + b| et λ = x + iy =⇒ (1 − k 2 )(x2 + y 2 ) + . . . = 0, équation d’un cercle si |a| =
6 |b|.

Exercice 33.
1) a1 . . .an + b1 a2 . . .an + a1 b2 a3 . . .an + . . . + a1 . . .an−1 bn .
n
χA (t) P bi
3) Qn = 1+
i=1
ai − t change de signe entre deux ai successifs et dans l’un des intervalles ] − ∞, a1 [ ou
(ai − t)
i=1
]an , +∞[ donc χA admet n racines distinctes.
4) Oui. Supposons par exemple a1 = . . . = ap < ap+1 < . . . < an : La question précédente met en évidence n − p
racines simples de χA entre les ai et ±∞, et a1 est aussi racine d’ordre p − 1 de χA . Or les p premières lignes
de A − a1 I sont égales donc rg(A − a1 I) 6 n − p + 1 et dim(Ker(A − a1 I)) > p − 1 d’où la diagonalisabilité. Le
cas où il y a plusieurs groupes de ai égaux se traite de même.

Exercice 34.
(−X)n
χB (X) = χ (1/X), χC (X 2 ) = χA (X)χA (−X).
det(A) A

Exercice 37.
(a) ⇐⇒ (b) : thm du rang.
(c) ⇐⇒ (d) : immédiat.
(c) =⇒ (b) : si AX = XB alors pour tout polynôme P on a P (A)X = XP (B).
(c) =⇒ (b) : prendre U vecteur propre de A, V vecteur propre de t B associés à la même valeur propre et X = U t V .

Exercice 40.
Somme des valeurs propres = n.

Exercice 42.
Soit K = Z/pZ. Il faut en fait prouver que pour toute matrice A ∈ Mn (K) on a tr(Ap ) = tr(A). Remarquer
qu’on n’a pas forcément Ap = A dans Mn (K), c’est faux, entre autres, si A est nilpotente d’indice 2. Soit X une
indéterminée sur K. On a dans l’anneau Mn (K[X]) : (A − XIn )p = Ap − X p In , d’où, en prenant les déterminants :
χAp (X p ) = χA (X)p = χA (X p ) et on égale les coefficients de X (n−1)p .

Exercice 43.
a = b ou a, b non nuls.

Exercice 46.
2) (A − xI)( tA − xI) = (x2 − 2x + 4)I, χA (x) = x2 − 2x + 4.
3) tA = 2I − A donc (A − xI)((2 − x)I − A) = (x2 − 2x + 4)I. En prenant pour x une des racines du polynôme
x2 − 2x + 4, on obtient un polynôme scindé à racines simples annulant A.

Exercice 48.
A est diagonalisable car A2 = I. eA = (ch 1)I + (sh 1)A.

Exercice 49.
Si Im u ⊂ Ker u alors u2 = 0 donc 0 est l’unique valeur propre de u et u 6= 0 donc u n’est pas diagonalisable.
Si Im u 6⊂ Ker u alors Im u ∩ Ker u = {~0} et donc Im u + Ker u = E. Or Im u et Ker u sont des sous-espaces propres
de u donc u est diagonalisable.

reduc.tex page 16
Exercice 51.
1) polynôme annulateur simple.
2) Non, ctrex = B nilpotent.

Exercice 52.
spec(p) ⊂ {−1, 0, 1}. p est diagonalisable si et seulement s’il annule un polynôme scindé à racines simples.

Exercice 53.
A est C-diagonalisable et les valeurs propres sont α > 0 et β, β avec la même multiplicité.

Exercice 55.
A est diagonalisable et a n valeurs propres distinctes, sinon il existerait un polynôme annulateur de degré inférieur
ou égal à n − 1. Ces racines sont les n racines n-èmes de 1 et leur somme est nulle.

Exercice 56.
A est C-diagonalisable (polynôme annulateur à racines simples) =⇒ dim(E1 ) + dim(E−1 ) = n. Les dimensions
sont conservées sur R.

Exercice 58.
Soit P un polynôme tel que P (λ) = 1 et P (µ) = 0 pour toutes les autres valeurs propres, µ, de f . Alors pλ = P (f ).

Exercice 59.
3) Spec(uk ) ⊂ {i, −i} d’après la relation u2k = −idE . Si le spectre était réduit à un élément alors uk serait
scalaire car diagonalisable, mais ceci est incompatible avec la relation d’anticommutation entre uk et u` . Donc
Spec(uk ) = {i, −i}.
4) u` avec ` 6= k échange les sous-espaces propres de uk donc ils ont même dimension n/2.

Exercice 62.  
c+4 b a
1) Calcul Maple : h =  0 c + 2 b , v = ku.
0 0 c
2) c) uk ◦ h − h ◦ uk = −2kuk , P (u) ◦ h − h ◦ P (u) = −2u ◦ P 0 (u).
d) Si P (u) = 0 alors u ◦ P 0 (u) = 0 donc P (polynôme minimal) divise XP 0 ce qui implique P (X) = X k pour
un certain k.

Exercice 65.
Aucun polynôme constant ne convient. Si P est non constant et α est une racine de P alors en considérant
A = αIn on obtient une première condition nécessaire : nα ∈ Z. Si P a une autre racine β alors en prenant
A = diag(α, . . ., α, β) on obtient une deuxième condition nécessaire : β − α ∈ Z. Ainsi les polynômes P cherchés
ont la propriété suivante : deg(P ) > 1 et il existe u ∈ Z tel que toutes les racines de P sont congrues à u/n
modulo 1. Cette condition est clairement suffisante.

Exercice 66.
On écrit C = P JQ où P, Q sont inversibles et J est la matrice canonique de rang r. Alors (P −1 AP )J = J(QBQ−1 )
donc P −1 AP et QBQ−1 sont triangulaires par blocs avec le même bloc diagonal r × r, ce qui prouve que χA et χB
ont un facteur de degré r en commun.

Exercice 67.
Le polynôme s’écrit (X 2 + 1)(X 2 + X + 1). Il n’a donc pas de racine réelle. Or tout élément de M5 (R) possède au
moins une valeur propre et cette valeur propre devrait être également racine du polynôme minimal. Par conséquent
X 4 + X 3 + 2X 2 + X + 1 ne peut pas être le polynôme minimal d’une matrice de M5 (R).

Exercice 68.
1) Que c’est un isomorphisme (et réciproquement).
2) Soit Q(X) = P (X)/X. On a u ◦ Q(u) = 0 et X, Q sont premiers entre eux, d’où E = Ker u ⊕ Ker Q(u) et
Im u ⊂ Ker Q(u). On conclut avec le théorème du rang.
3) Même méthode.

reduc.tex page 17
Exercice 70.
2) a) Pour p ∈ K[X] on a P (Φu ) = v 7−→ v ◦ P (u) donc u et Φu ont mêmes polynômes annulateurs.
b) (λ ∈ Spec(Φu )) ⇐⇒ (∃ v 6= 0 tq v ◦ (u − λidE ) = 0) ⇐⇒ (u − λidE n’est pas surjectif) ⇐⇒ (λ ∈ Spec(u)).
Ainsi Φu et u ont même spectre. Si λ ∈ Spec(u) et v ∈ L(E) on a : (Φu (v) = λv) ⇐⇒ (Im(u−λidE ) ⊂ Ker v)
donc Ker(Φu −λidL(E) ) est isomorphe à L(H, E) où H est un supplémentaire de Im(u−λidE ). On en déduit :
dim(Ker(Φu − λidL(E) )) = dim(E) dim(Ker(u − λidE ).

Exercice 72.
λ = 1 : Dir(p) ⊂ Ker

f , Im f ⊂ Base(p).
λ = 0 : f Base(p) ⊂ Dir(p).

Exercice 74.
1) Pour P ∈ K[X] on a P (u) ◦ v − v ◦ P (u) = P 0 (u).

Exercice 76.
Supposons qu’il existe g ∈ L(E) tel que rg(f ◦ g − g ◦ f ) = 1. Alors il existe ` ∈ E ∗ et a ∈ E tous deux non nuls
tels que :
∀ x ∈ E, f (g(x)) − g(f (x)) = `(x)a.
D’où par récurrence sur k :

∀ x ∈ E, f k (g(x)) − g(f k (x)) = `(x)f k−1 (a) + `(f (x))f k−2 (a) + . . . + `(f k−1 (x))a.

Comme χf est irréductible, le sous-espace f -monogène engendré par a est égal à E, soit : (a, f (a), . . ., f n−1 (a)) est
une base de E avec n = dim E et f n (a) = α0 a + . . . + αn−1 f n−1 (a). Alors µf (f ) = f n − αn−1 f n−1 − . . . − α0 f 0 = 0
et :
∀ x ∈ E, 0 = µf (f )(g(x)) − g(µf (f )(x)) = `(x)f n−1 (a) + . . . + `(f n−1 (x) − . . . − α1 x)a.
Ceci implique `(x) = 0 pour tout x, en contradiction avec l’hypothèse rg(f ◦ g − g ◦ f ) = 1.

Exercice 77.
1) Oui, les applications u 7−→ p ◦ u et u 7−→ u ◦ p le sont (ce sont des projecteurs) et elles commutent.
2) Soit B une base de E obtenue par concaténation
 d’une
 base de Ker p et d’une base de Im p.
A B/2
Si matB (u) = C D alors matB (ϕ(u)) = C/2 D , d’où Spec(ϕ) ⊂ {0, 21 , 1} et d0 = (n − r)2 , d1 = r2 et
A B

d1/2 = 2r(n − r).

Exercice 78.
Si D est diagonalisable alors les applications X 7−→ DX et X 7−→ XD le sont (annulateur scindé à racines simples)
et elles commutent, donc elles sont simmultanément diagonalisables et leur différence, φD , est aussi diagonalisable.

Pour la réciproque, on commence par constater que si P est un polynôme quelconque, alors :

deg(P ) deg(P )
X P (k) (D) X P (k) (D)
∀ X ∈ Mn (C), P (φD )(X) = (−1)k Dk X = (−1)k XDk .
k! k!
k=0 k=0

(formule du binôme pour P = X m et linéarité de chaque membre par rapport à P pour P quelconque).
Supposons φD diagonalisable, prenons P annulateur scindé à racines simples de φD , X = U t V où U est un vecteur
propre de D associé à une certaine valeur propre λ et V un vecteur arbitraire. Donc :

deg(P ) deg(P )
X P (k) (D) X P (k) (D)
0= (−1)k λk U t V = U tV (−1)k λk = U t V P (D − λI).
k! k!
k=0 k=0

Comme U 6= 0, ceci implique t V P (D − λI) = 0 pour tout V , donc P (D − λI) = 0. Ainsi D − λI est diagonalisable
et D itou.

reduc.tex page 18
Exercice 80.
1) 
1 estvaleur
 propre double, d1 = 1.
1 2
2)  1 ,  1 .
1 2
1
3)  0 .
0 
1 0 6
4)  0 0 −4 .
0  0 1 
(6αt + γ)et + 2β
5) X =  (6αt + γ + 3α)et + β .
(6αt + γ − α)et + 2β

Exercice 82.
1) A ∼ diag(1, α, α−1 ) où α est une racine primitive 7ème de 1,
A ∼ diag(α, α10 , α−11 ) où α est une racine primitive 37ème de 1.
2) pas de solution.
3) vp = 0 ou 1.

Exercice 85.
On se ramène à λ = 0 en remplaçant f par f − λid. Im f est de dimension 1 stable par f donc f| Im f est une
homothétie, c’est l’application nulle vu Spec(f ). On en déduit Im f ⊂ Ker f . Soit e2 ∈ Im f \ {0}, e3 un antécédant
de e2 par f et e1 ∈ Ker f indépendant de e2 . Alors B = (e1 , e2 , e3 ) convient.

Exercice 86.
Soit f un endomorphisme d’un ev E ayant A pour matrice. On doit trouver g ∈ GL(E) tel que f ◦ g = 2g ◦ f .
Construction de g par récurrence sur n = dim E.

n 6 1 : on a f = 0 donc g = idE convient.

0, . . ., n − 1 =⇒ n : f est non surjectif donc l’hypothèse de récurrence s’applique à f| Im(f ) . Soit g1 ∈ GL(Im(f )) tel
que f (g1 (x)) = 2g1 (f (x)) pour tout x ∈ Im(f ). Soit E = H ⊕ I ⊕ K ⊕ L avec H = Im(f ) ∩ Ker(f ), H ⊕ I = Im(f )
et H ⊕ K = Ker(f ). La restriction de f à I ⊕ L induit un isomorphisme sur Im(f ), on note ϕ l’isomorphisme
réciproque. Soit g ∈ L(E) définie par :

g(h + i + k + `) = g1 (h + i) + k + 2ϕ(g1 (f (`))).

On vérifie facilement que f ◦ g = 2g ◦ f et il reste à prouver que g est injective. Si x = h + i + k + ` ∈ Ker g alors
g(f (x)) = g1 (f (i + `)) = 0 donc i + ` ∈ Ker f = H ⊕ K soit i = ` = 0. Il reste g1 (h) + k = 0 ce qui implique
h = k = 0 car g1 (h) ∈ Im f = H ⊕ I.

Remarque : la démonstration passe à tout corps de caractéristique différente de 2.

Exercice 87.
1) A2k = I, A2k+1 = A.

Exercice 88.
n (−2)n 2n − (−2)n n
4 − 2n + (−2) .
3) αn = − 31 + 24 + 12 , βn = 4 , γn = 3 2 6
Exercice 89.
1 1 1
!
2) P = 1 2 3 , D = ( 1 2 3 ).
1 4 9
2un = (6 − 6.2n + 2.3n )u0 + (−5 + 8.2n − 3.3n )u1 + (1 − 2.2n + 3n )u2 .

Exercice 90.
1) Le polynôme minimal de f est de degré supérieur ou égal à n et n’a pas de diviseurs non triviaux. Donc
dim E = 1 et f est une homothétie si K = C. Si K = R on peut aussi avoir dim E = 2 et f n’a pas de valeurs
propres réelles.

reduc.tex page 19
Exercice 91.
1) Diagonaliser t M =⇒ yn − 32 xn = cste.
2) yn − xn = 2n (y0 − x0 ) donc si y0 6= x0 alors Mn −→ ∞ sinon la suite est constante.
3) 23 si y0 6= x0 .

Exercice 93.   
a+b b−a 1 1 1
2) X = 12 b−a a+b , Y = ou l’inverse.
b 1 1

Exercice 94.
   
3 0 0 3 0 0
M = ±  1/5 ±2 0  ou M = ±  1 ∓2 0 .
7/30 ±1/3 ±1 1/2 ∓1 ±1

Exercice 95.    
1 1 0 0 0 0 0 0 0
!
A = P DP −1 avec P = 2 0 1 et D =  0 1 0 . On prend B = P M P −1 avec M =  0 0 1 .
3 −4 4 0 0 1 0 1 0

Exercice 96.
3 valeurs propres distinctes, M est diagonalisable et son commutant est l’ensemble des polynômes en M : aI +
bM + cM 2 , a, b, c ∈ K.

Exercice 97.
1) Par similitude on se ramène aux cas : A = λ0 λ0 , C(A) = M2 (C) ou A = λ0 µ0 , C(A) = C[A] ou A =


λ 1


0 λ ,
C(A) = C[A].
2) Si A est diagonalisable de valeurs propres λi avec les multiplicités ni alors dim(C(A)) = n2i > n.
P

Dans le cas général, soit (Ak ) une suite de matrices diagonalisables convergeant vers A et (Ck1 , . . ., Ckn ) une
suite de n-uplets de matrices commutant avec Ak telles que (Ck1 , . . ., Ckn ) est une famille orthonormale pour
un produit scalaire quelconque choisi sur Mn (C). Par compacité il existe une sous-suite convergente, donc n
i
matrices C∞ formant une famille orthonormale et commutant avec A d’où dim(C(A)) > n.

reduc.tex page 20
Exercice 98.
Soit dn (i, j) le nombre de chemins de longueur n allant du sommet i au sommet j. j admet trois voisins k1 , k2 , k3 et
l’on a : dn (i, j) = dn−1 (i, k1 ) + dn−1 (i, k2 ) + dn−1 (i, k3 ). On numérote les sommets de 0 à 7 de sorte que les voisins
du sommet i sont les sommets i + 1 mod 8, i + 2 mod 8 et i + 4 mod 8. Le vecteur dn = (dn (0, 0), . . ., dn (0, 7))
vérifie la relation de récurrence dn = Adn−1 où A est la matrice suivante (. désigne 0) :

. 1 1 . 1 . . .
 
1 . . 1 . 1 . .
1 . . 1 . . 1 . 
 
  
. 1 1 . . . . 1 B I4 B + I4 0
 
A= = =P P −1
1 . . . . 1 1 . I4 B 0 B − I4
. 1 . . 1 . . 1
 
. . 1 . 1 . . 1
 
. . . 1 . 1 1 .
avec
. 1 1 .
 
 
1 . . 1 I4 I4
B=  et P = .
1 . . 1 I4 −I4
. 1 1 .
De même,    
C ± I2 I2 C ± I2 + I2 0
B ± I4 = =Q Q−1
I2 C ± I2 0 C ± I2 − I2
et enfin,    
±I1 ± I1 I1 ±I1 ± I1 + I1 0
C ± I2 ± I2 = =R R−1 .
I1 ±I1 ± I1 0 ±I1 ± I1 − I1
Donc A est diagonalisable de valeurs propres −3, −1, 1, 3 et on peut certainement terminer les calculs pour obtenir
d n = An d 0 .

Exercice 100.
2) Par récurrence pour P = X k , puis par linéarité.
3) A = 0.

Exercice 101.    
I I −1 2M 0
S’inspirer du cas n = 1. Soit P = : P AP = est diagonalisable, donc A aussi.
I −I 0 0

Exercice 102.


Eλ (M ) = λY
Y tq AY = λ2 Y .

Exercice 105.
Calcul du polynôme caractéristique de B par opérations en blocs. On obtient
 x   x 
χB (x) = det(x2 I − 2xA − A2 ) = (−1)n χA √ χA √
1+ 2 1− 2

donc √ √
Spec(B) = {(1 + 2)λ, λ ∈ Spec(A)} ∪ {(1 − 2)λ, λ ∈ Spec(A)}.

Exercice 106.
a2 − ab ab − b2 0 0
 
   
I2 I2 −1  ab − b2 a2 − ab 0 0  M1 0
En prenant P = on trouve P M P =  = .
−I2 I2 0 0 a2 + ab b2 + ab 0 M2
   0 0
 b2 + ab a2+ ab 
2
1 1 −1 (a − b) 0 −1 a2 − b2 0
En prenant P1 = on a P1 M1 P1 = et P1 M2 P1 = .
−1 1 0 a2 − b2 0 (a + b)2

Ainsi, Spec A = {(a + b)2 , (a − b)2 , (a + b)(a − b)}, donc l’ensemble cherché est la boule unité ouverte pour k k1 .

reduc.tex page 21
Exercice 109.
Si P (0) 6= 0 alors f est bijective. Si P (0) = 0 alors f 2 ◦ qqch = −P 0 (0)f =⇒ Ker f 2 = Ker f .
Exercice 111.
Soit µ le polynôme minimal de u et D l’ensemble des diviseurs unitaires de µ. Pour P ∈ K[X] et d = P ∧ µ on a
facilement Ker(P (u)) = Ker(d(u)) et Im(P (u)) = Im(d(u)). Ceci montre déjà que K et I sont finis.
De plus, si d ∈ D alors l’annulateur minimal de u| Im(d(u)) est µ/d donc l’application d 7−→ Im(d(u)) est injective
sur D et card(I) = card(D). De même, l’annulateur minimal de u| Ker(d(u)) est d car Ker(d(u)) ⊃ Im( µd (u)) et d est
l’annulateur minimal de u| Im(µ/d(u)) donc l’application d 7−→ Ker(d(u)) est injective sur D et card(K) = card(D).
Exercice 112.
En appliquant le théorème du rang à f| Ker f 2 , on a : dim(Ker f 2 ) = dim(Ker f ) + dim(f (Ker f 2 )), et f (Ker f 2 ) ⊂
Ker f , donc f (Ker f 2 ) = Ker f . Soit Gi = Ker g i . Montrons que g(Gi+1 ) = Gi pour tout i ∈ [[0, k]] : si
x ∈ Gi+1 alors g i (g(x)) = g i+1 (x) = 0 donc g(x) ∈ Gi . Réciproquement, si y ∈ Gi alors y ∈ Gk = f (G2k ),
donc y a un antécédant x par f , cet antécédant appartient à Gi+k , et y = g(g k−1 (x)) ∈ g(Gi+1 ). On en déduit,
avec le théorème du rang appliqué à g|Gi+1 , que dim(Gi+1 ) = dim(Gi ) + dim(Ker g) pour tout i ∈ [[0, k]], d’où
d = dim(Gk ) = dim(G0 ) + k dim(Ker g) = k dim(Ker g).
Exercice 116.
1) Valeurs propres : 1, j, j 2 . sev stables : {~0}, 
vect{~e3 }, vect{~e1 , ~e2 } et 3
R .
 a+µ a 0
2) AB = BA =⇒ φB (~e3 ) = λ~e3
t t t t =⇒ B =  −3a −2a + µ 0 .
A B = B A =⇒ φt B (~e3 ) = λ~e3
0 0 λ
Exercice 118.
Soit ϕ(x, y, z) = x + 2y + 3z. f conserve la surface de niveau ϕ = 1 donc par linéarité f ◦ ϕ = ϕ et ϕ est vecteur
propre de t f .
Exercice 121.
Si χu est irréductible, pour x 6= 0 le polynôme minimal de x en u est égal à χu donc le sous-espace cyclique engendré
par x est égal à E et il n’y a pas de sous-espace stable non trivial.
Si seuls {0} et E sont stables, soit x 6= 0. Le sous-espace cyclique engendré par x est égal à E donc l’annulateur
minimal de u en x est égal à χu . Soit P un diviseur non trivial de χu et y = P (u)(x) : l’annulateur minimal de u
en y est χu /P , absurde.
Exercice 122.
Si E est de dimension finie, soit F un hyperplan de E, < e > un supplémentaire stable et H un supplémentaire
de < e > stable. Si K est un sev de H, alors K admet un supplémentaire K 0 dans E stable et H ∩ K 0 est
un sev de H stable, en somme directe avec K. K 0 6⊂ H car K ⊂ H et K ⊕ K 0 = E donc K 0 + H = E et
dim(H ∩ K 0 ) = dim(H) + dim(K 0 ) − dim(E) = dim(H) − dim(K) soit K ⊕ (H ∩ K 0 ) = H. f|H vérifie la même
propriété que f et on obtient par récurrence que f est diagonalisable.
Réciproquement, soit f diagonalisable, F un sev de E et (e1 , . . ., en ) une base propre pour f . On montre que F
admet un supplémentaire stable par récurrence sur codim(F ) : si F = E alors {0} convient et si F 6= E alors il
existe i tel que ei ∈
/ F d’où F ⊕ < ei > est un sur-espace strict de F , admettant un supplémentaire G stable, d’où
G ⊕ < ei > est supplémentaire de F stable.
Cas E de dimension infinie : ???
Exercice 123.
Spec(f ) = {0, 1, 2} donc f est diagonalisable et chaque sous-espace propre est de dimension 1. Comme la restriction
d’un diagonalisable à un sous-espace stable est encore diagonalisable, les sous-espaces stables par f sont les huit
sous-sommes de E0 ⊕ E1 ⊕ E2 .
Exercice 126.
0 est valeur propre, se placer dans un hyperplan stable et récurer.
Exercice 127.
0 1

Non. Prendre mat(un ) = 0 1/n .

Exercice 128.
Trigonaliser fortement M .

reduc.tex page 22