Académique Documents
Professionnel Documents
Culture Documents
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 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 .
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 .
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 ±∞).
u1 + 2u2 + . . . + nun
(f (u))n = .
n2
Quelles sont les valeurs 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 ?
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.
Polynôme annulateur
Exercice 43. Matrice bitriangulaire
0 (a)
Donner une CNS sur a, b ∈ C pour que la matrice M = .. soit diagonalisable.
.
(b) 0
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 53. A3 = A + I
Soit A ∈ Mn (R) telle que A3 = A + I. Montrer que det(A) > 0.
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 .
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 ?
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) ?
Endomorphismes de composition
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.
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.
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.
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 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 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.
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 ?
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 ).
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 ?
Trigonalisation
Exercice 124. AB = 0
Soient A, B ∈ Mn (C) telles que AB = 0. Montrer que A et B sont simultanément trigonalisables.
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.
Exercice18.
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
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 estvaleur
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.
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 :
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