CCPAlg

[http://mp.cpgedupuydelome.
fr] dit le 29 dcembre 2015

Exercice 1 [ 02598 ] [Correction]
Soient A et B deux matrices relles carres dordre n telles quil existe un
polynme P R [X] de degr au moins gal 1 et vrifiant
Enoncs

K dsigne R ou C.
On dit quune matrice A Mn (K) vrifie la proprit (P ) si
M Mn (K), K, det(M + A) 6= 0
P (0) = 1 et AB = P (A)
Montrer que A est inversible et que A et B commutent.

Soient a1 , . . . , an C , tous distincts et P (x) = det(A + xIn ) avec
0 a2
an
..
a1 0
.
A=.
.
..
..
an
a1 an1 0
a) Calculer P (ai ) et dcomposer en lments simples la fraction
a) Rappeler pourquoi une matrice de Mn (C) admet au moins une valeur propre.
b) Soit T une matrice triangulaire suprieure de diagonale nulle.
Calculer det(In + T ). En dduire que T vrifie la proprit (P )
c) Dterminer le rang de la matrice

0
Tr =
0
Ir
0

Mn (K)
d) Soient A vrifiant (P ) et B une matrice de mme rang que A ; montrer

(P, Q) GLn (K)2 , B = P AQ
et en dduire que B vrifie (P ).
e) Conclure que, dans Mn (C), les matrices non inversibles vrifient (P ) et que
ce sont les seules.
P (x)
i=1 (x ai )
Qn
f) Que dire des cette proprit dans le cas Mn (R) (on distinguera n pair et n
impair) ?
b) En dduire det A.

Soient A, B GLn (C) telles que B = Ap .
Montrer que A est diagonalisable si, et seulement si, B lest.
Exercice 6
[ 03191 ]
[Correction]
a) Montrer que si P est un polynme annulateur dun endomorphisme f alors

P () = 0 pour toute valeur propre de f .
b) Montrer que si f vrifie

Soient (a1 , . . . , an ) (R+ )n et
f 3 + 2f 2 f 2 Id = 0
a1
a2
N = .
..
an
a1
a2
..
.
a1
a2
..
.
an
an
Calculer N 2 , la matrice N est-elle diagonalisable ?

Montrer que M = 2N + In est inversible et calculer M 1 .
alors f est bijectif.

Trigonaliser la matrice
1 0
A = 0 0
0 1
0
1
2
Diffusion autorise titre entirement gratuit uniquement - dD
[http://mp.cpgedupuydelome.fr] dit le 29 dcembre 2015

Exercice 8
[ 02577 ]
Enoncs

Montrer que la matrice
[Correction]
a) Montrer que , qui P associe

(X 2 1)P 0 (X) (4X + 1)P (X)
13
2
5
5
7
4
2
8
7
est trigonalisable et prciser une matrice de passage.
est un endomorphisme de R4 [X].

b) Rsoudre lquation diffrentielle

3+
5
0
+
y
y =
2(x 1) 2(x + 1)
c) En dduire les valeurs propres et les vecteurs propres de .

Soit a un rel. Pour M Mn (R)(avec n 2), on pose
L(M ) = aM + tr(M )In
a) Montrer que L est un endomorphisme de Mn (R) et trouver ses lments
propres et son polynme minimal.
Exercice 9
[ 03187 ]
[Correction]
b) Pour quels a, lendomorphisme L est-il un automorphisme ?

Trouver son inverse dans ces cas.
a) Soit f un endomorphisme dun R-espace vectoriel de dimension finie. Si a est

valeur propre de f , de multiplicit m, et si E(f, a) est le sous-espace propre
attach, montrer
1 dim E(f, a) m

Soient u, v deux endomorphismes dun espace vectoriel.
a) Si 6= 0 est valeur propre de u v, montrer quil lest aussi de v u.
b) Soit
1
2
A=
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Dterminer simplement les valeurs propres de A.

La matrice A est-elle diagonalisable ?
b) Pour P E = R [X], on pose

u(P ) = P 0 et v(P ) =
P (t) dt
0
ce qui dfinit des endomorphismes de E. Dterminer

ker(u v) et ker(v u)

Soient A, B fixs dans Rn [X].
On note f lapplication qui, P Rn [X] associe le reste de la division
euclidienne de AP par B.
a) Montrer que f est un endomorphisme ; est-ce un isomorphisme ?
b) On suppose dans la suite que les polynmes A et B premiers entre eux avec
B scind racines simples ; donner les valeurs propres de f .
c) Lendomorphisme f est-il diagonalisable ?
c) Montrer que la proprit de la premire question reste valable pour = 0 si

lespace E est de dimension finie.

Soit la matrice
0
A= b
a
b a
0 c M3 (R)
c
0
a) A est-elle diagonalisable dans M3 (R) ?


b) A est-elle diagonalisable dans M3 (C) ?
c) Soit un rel non nul ; la matrice B = A + I3 est-elle inversible ?
d) Montrer quil existe trois rels , , tels que
Enoncs

Soient n 2, A et B des matrices de Mn (Z) de dterminants non nuls et
premiers entre eux.
Montrer quil existe U et V dans Mn (Z) telles que
B 1 = A2 + A + I3
U A + V B = In
(on pourra crire A (X) = XQA (X) det A)
On donnera un exemple pour n = 2.

Considrons la matrice A suivante
0
1
A=
0
0
:
1
k
1
1
0 0
1 1
M4 (C)
0 0
0 0
a) On suppose k rel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans

calculs) ;
b) Dterminer le rang de A.
c) Donner la raison pour laquelle le polynme caractristique de A est de la
forme
X 2 (X u1 )(X u2 )

Pour quelle(s) valeurs de x R, la matrice suivante nest-elle pas diagonalisable ?
2 x 5 + x
x
2 x x
A= x
5
5
3
Soient E un C-espace vectoriel de dimension finie et e = (e1 , . . . , en ) une base de
E.
On considre lendomorphisme f de E dtermin par
k {1, . . . , n} , f (ek ) = ek +
avec u1 , u2 appartenant C et vrifiant
n
X
ei
i=1
u1 + u2 = k et u21 + u22 = k 2 + 6
d) tudier les lments propres dans le cas o u1 = u2 .
e) En dduire les valeurs de k pour que A soit diagonalisable dans M4 (C).
a)
b)
c)
d)
Donner la matrice de f dans e.

Dterminer les sous-espaces propres de f .
Lendomorphisme f est-il diagonalisable ?
Calculer le dterminant de f . Lendomorphisme f est-il inversible ?

Expliquer brivement pourquoi

Soit a R et n 2.
t
0
a) Montrer que (P )(X) = (X a) (P (X) P (a)) 2(P (X) P (a)) dfinit

un endomorphisme de Rn [X].
b) laide de la formule de Taylor, dterminer limage et le noyau de .
c) Trouver ses lments propres. Lendomorphisme est-il diagonalisable ?
Com(A)A = det(A)In
On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?

Que reprsente un vecteur propre de A pour t Com(A) ?
On suppose de plus que A nest pas inversible. Dterminer
dim ker t Com A
Prouver que t Com A nadmet que deux valeurs propres, les expliciter.

Exercice 21
[ 03809 ]
Enoncs
a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.

b) On pose 2 = b2 + c2 + d2 suppos non nul. Montrer que A est diagonalisable.
[Correction]
a) Dterminer lensemble des rels a tels que
2 1 2
A = 1 a 1
1 1 1
nest pas diagonalisable.
b) Pour a , trouver P inversible telle que P 1 AP soit triangulaire suprieure.
On considre un R-espace vectoriel de dimension finie E, u un endomorphisme de
E, U = (ui,j ) la matrice de u dans une base de E, ei,j les projecteurs associs
cette base et Ei,j la matrice de ces projecteurs.
On considre lendomorphisme dans L(E) tel que
(v) = u v
a) Montrer que et u ont les mmes valeurs propres.
b) Calculer U Ei,j en fonction des Ek,j . En dduire quil existe une base de L(E)
dans laquelle la matrice de est diagonale par blocs.
c) Exprimer cette matrice.
Exercice 23
[ 03810 ]
[Correction]
a) Trouver les valeurs propres des matrices M M2 (R) vrifiant

1 1
M2 + M =
1 1
b) Dterminer alors les matrices M solutions laide de polynmes annulateurs
appropris.
Soient a, b, c, d quatre nombres complexes avec a2 + b2 6= 0 et
a
b
c
d
b a d c
A=
c d
a b
d c b
a

Soient E un R-espace vectoriel de dimension finie et u un endomorphisme de E
vrifiant
u3 + u = 0
a) Montrer que lespace Im u est stable par u.
b) Pour x Im u, calculer u2 (x)
c) Soit v lendomorphisme induit par u sur Im u.
Montrer que v est un isomorphisme.
d) En dduire que le rang de lendomorphisme u est un entier pair.
Soit (a1 , . . . , an1 ) Cn1 .
a) Quel est le rang de A Mn (C) dfinie par
0
0
..
..
.
A=.
0
0
a1 an1
a1
..
.
?
an1
0
b) Avec la trace, que peut-on dire des valeurs propres ?

c) A est-elle diagonalisable ?
Soient E un R-espace vectoriel de dimension finie et u L(E), v L(E)
diagonalisables vrifiant
u3 = v 3
Montrer que u = v.
Pour A = (ai,j ) Mn (C) et B = (bi,j ) Mn (C), on dfinit A B Mn2 (C) par
a1,1 B a1,n B
..
A B = ...
.
an,1 B
an,n B
Enoncs
a) Montrer que si A, A0 , B, B 0 Mn (C) alors (A B)(A0 B 0 ) = (AA0 ) (BB 0 ).
b) Montrer que A et B sont des projecteurs.
b) En dduire que A B est inversible si, et seulement si, A et B sont inversibles.
c) La matrice M est-elle diagonalisable ? Dterminer son spectre.
c) Dterminer le spectre de A B.
En dduire le polynme caractristique, la trace et le dterminant de A B.

Soient n 2, A Mn (R) et f lendomorphisme de Mn (R) dfini par

Soit A M2 (Z) telle que det A = 1 et quil existe p N pour lequel
Ap = I2
a) Montrer que A est diagonalisable dans C.
On note et les deux valeurs propres de A.
b) Montrer que || = || = 1, que = et
|Re()| {0, 1/2, 1}
f (M ) = tr(A)M tr(M )A
o tr dsigne la forme linaire trace.
tudier la rduction de lendomorphisme f et prciser la dimension de ses
sous-espaces propres.

Soit u un endomorphisme dun R-espace vectoriel E de dimension finie tel quil
existe deux rels non nuls distincts a et b vrifiant
(u a Id)(u b Id) = 0
c) Montrer que A12 = I2

d) Montrer que lensemble G = {An | n N} est un groupe monogne fini pour
le produit matriciel.

Soient E un K-espace vectoriel de dimension quelconque, u L(E) et P K [X]
ayant 0 comme racine simple et tel que P (u) = 0.
Soient
1
1
(u a Id) et q =
(u b Id)
ba
ab
a) Calculer p + q, p p, q q et q p.
p=
b) Montrer que E = ker p ker q.

c) Trouver les lments propres de u. Lendomorphisme u est-il diagonalisable ?
a) Montrer
ker u2 = ker u et Im u2 = Im u
b) En dduire
E = ker u Im u

Soit E un espace euclidien de dimension n 2, a un vecteur unitaire de E et k un
rel avec k 6= 1.
a) Montrer que
f (x) = x + k (x | a) a

Soient , C , 6= et A, B, M Mp (C) telles que
Ip = A + B
M = A + B
2
M = 2 A + 2 B
a) Montrer que M est inversible et exprimer M 1 .
On pourra calculer M 2 ( + )M + Ip
dfinit un endomorphisme symtrique de E.

b) Montrer que f est un automorphisme.
c) tudier les valeurs propres et les sous-espaces propres de f .

Soit p un entier naturel impair et u un endomorphisme symtrique dun espace
euclidien de dimension n.
Enoncs
a) Montrer quil existe un unique endomorphisme symtrique v tel que v p = u.

b) Que se passe-t-il si p est pair ?
c) Si p est pair et u valeurs propres positives ?

Soit E un espace euclidien orient de dimension 3 muni dune base orthonorme
directe B = (i, j, k). Soit R, dterminer les lments caractristiques de
d) Si p est pair et u et v valeurs propres positifs ?
Rotk,/2 Rotcos i+sin j,

Soit f un endomorphisme bijectif dun espace euclidien E vrifiant :
(x, y) E 2 , (f (x) | y) = (x | f (y))
a) Montrer que pour tout vecteur x de E, les vecteurs x et f (x) sont
orthogonaux.
b) Montrer que lendomorphisme s = f f est symtrique.
Soit a lune de ses valeurs propres et Va le sous-espace propre associ.
c) Soit x Va \ {0E }. Montrer que
2
(s(x) | x) = a kxk = kf (x)k

Soit u un automorphisme orthogonal de E euclidien et v = u IdE .
a) Montrer que ker v = (Im v) .
b) Soit
un =
n1
1X k
u
n
k=0
Montrer que (un (x))nN converge, pour tout vecteur x, vers le projet
orthogonal de x sur ker v.
et en dduire que a < 0.

d) On considre toujours x Va \ {0E }
Montrer que F = Vect(x, f (x)) et F sont stables par f .
Montrer que lendomorphisme induit sur F par f a une matrice de la forme

0 b
b 0

Soit u un automorphisme orthogonal dun espace euclidien E de dimension n.
a) On pose v = u Id. Montrer
ker v = (Im v)
b) Soit x E. Justifier lexistence de (x1 , y) ker v E tel que
dans une base orthonorme (on prcisera b)
x = x1 + v(y)
e) Conclure que la dimension E est paire.

Montrer
On note E lespace vectoriel Rn , n 2, muni de sa structure euclidienne
canonique. Le produit scalaire est not ( | ).
On dit quune application f : E E est antisymtrique si
x, y E, (x | f (y)) = (f (x) | y)
N 1
1 X k
1
u (x) = x1 + (uN (y) y)
N
N
k=0
c) On note p la projection orthogonale sur ker v. Montrer

N 1

1 X k

x E, lim p(x)
u (x) = 0
N +

N
k=0
a) Montrer quune application antisymtrique de E est linaire.

Que dire de sa matrice dans la base canonique de E ?
b) Montrer que lensemble des endomorphismes antisymtriques de E est un
sous-espace vectoriel de L(E) et donner sa dimension.

Soient a R , u un vecteur unitaire de R3 euclidien.
Enoncs
a) Montrer que lapplication fa dfinie par

fa (x) = x + a hx, ui u
est un endomorphisme de R3 .
b) Montrer quil existe un unique a0 6= 0 vrifiant
x R3 , kfa0 (x)k = kxk
Donner la nature de fa0 (on pourra sintresser fa20 ).
c) Montrer que fa est un endomorphisme symtrique et dterminer ses lments
propres.
Exercice 42
Justifier que
[ 03398 ]
[Correction]
1
A = 2
2
2
1
2
2
2
1
est diagonalisable et trouver P telle que t P AP soit diagonale.

On considre la matrice
2
A = 2
1
2
1
2
1
2
2
a) Justifiez que la matrice A est diagonalisable.

b) Dterminer P et D dans M3 (R) telles que t P = P 1 , D est diagonale et
t
P AP = D.
Corrections
Corrections
De plus, puisque B est inversible, on peut supposer les k tous non nuls.
Sachant B = Ap , le polynme
Exercice 1 : [nonc]
On peut crire
AB = P (A) = n An + + 1 A + In
donc

A B (n An1 + + 1 In ) = In
Par le thorme dinversibilit, A est inversible et
A1 = B (n An1 + + 1 In ).
Puisque A commute avec A1 et ses puissances, on en dduit que A commute avec
B = A1 + n An1 + + 1 I
a) On obtient
Y
(X p k )
k=1
est annulateur de A. Or ce dernier est scind racines simples car

- les facteurs X p k et X p ` (avec k 6= `) ont des racines deux deux
distinctes ;
- les racines de X p k sont toutes simples (car k 6= 0).
On en dduit que A est diagonalisable.
Exercice 4 : [nonc]
On obtient N 2 = sN avec s = a1 + + an .
Puisque s > 0, N annule un polynme scind simple et donc est diagonalisable.
1/2 nest pas valeur propre de N car nest pas racine du polynme annulateur
X 2 sX donc M est inversible. En recherchant M 1 de la forme xM + yIn , on
obtient
M 1 = In (2 + s)N
Exercice 2 : [nonc]
P (ai ) = ai
m
Y
(ai aj )
j6=i
P est de degr n et unitaire donc
Exercice 5 : [nonc]
n
X
ai
P (x)
=1+
x ai
i=1 (x ai )
i=1
Qn
b) On en dduit
det A = P (0) = (1)n1 (n 1)
n
Y
ai
i=1
Notons que lon peut proposer une dmarche plus simple en commenant par
factoriser les ai par colonnes.
a) Le polynme caractristique dune matrice complexe possde au moins une

racine dans C.
b) det(In + T ) = 1 6= 0 et donc T vrifie (P ).
c) rg Tr = r.
d) Les matrices A et B tant de mme rang, elles sont quivalentes et donc il
existe P, Q inversibles vrifiant A = P BQ. Puisquil existe une matrice M
telle que det(M + A) 6= 0 pour tout K, on a
det(P M Q + B) = det P det(M + A) det Q 6= 0
Exercice 3 : [nonc]
Si A est diagonalisable, on peut crire 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
diagonalisable.
Inversement, si B est diagonalisable alors il existe un polynme annulateur de B
scind racines simple de la forme
m
Y
k=1
(X k )
et donc B vrifie la proprit (P ).

e) Si une matrice est non inversible, elle est de mme rang quune matrice Tr
avec r < n et comme cette dernire vrifie (P ), on peut conclure quune
matrice non inversible vrifie (P ).
Inversement, si A est une matrice inversible alors pour tout M Mn (C)
det(M + A) = det(A) det(M A1 + In )
et puisque la matrice M A1 admet une valeur propre, il est impossible que
det(M + A) soit non nul pour tout C.
Corrections
f) Si n est impair alors toute matrice de Mn (R) admet une valeur propre (car le
polynme caractristique rel est de degr impair). On peut alors conclure
comme au dessus.
Si n est pair, la proprit prcdente nest plus vraie. Par exemple

0 1
A=
1 0
est inversible et vrifie la proprit (P ) avec M = In .
Exercice 8 : [nonc]
a) Lapplication est videmment linaire, il reste voir quelle est valeurs
dans R4 [X].
Pour un polynme P de degr infrieur 4, le polynme
(X 2 1)P 0 (X) (4X + 1)P (X) est de degr infrieur 5 et, si a est le
coefficient de X 4 dans P , le coefficient de X 5 dans (P ) est 4a 4a = 0. Par
suite est bien valeurs dans R4 [X] et cest donc un endomorphisme de cet
espace.
b) Lquation
Exercice 6 : [nonc]
y =
a) Soit x un vecteur propre associ la valeur propre . On a f (x) = x avec
x 6= 0E . Par composition f n (x) = n x puis P (f )(x) = P ()x. Or
P (f )(x) = 0E et x 6= 0E donc P () = 0.
b) Le polynme X 3 + 2X 2 X 2 est annulateur de f et 0 nen est pas racine
donc 0
/ Sp f . Cela suffit pour conclure si lespace est de dimension finie.
Sinon, on exploite

1 2
1 2
f (f + 2f Id) =
(f + 2f Id) f = Id
2
2
3+
5
+
2(x 1) 2(x + 1)
(5)/2
y(x) = C |x 1|
(3+)/2
|x + 1|
sur I = ] ; 1[, ]1 ; 1[ ou ]1 ; +[.

c) Pour R, (P ) = P si, et seulement si, P 0 (X) = 4X+(1+)
X 2 1 P (X) i.e. si, et
seulement si, la fonction polynomiale P est solution, par exemple sur
]1 ; +[, de lquation diffrentielle
y0 =
4x + (1 + )
y
x2 1
Or moyennant une dcomposition en lments simples et passage loppos

de , cette quation est celle prcdemment rsolue et le problme est alors
de dterminer pour quel paramtre , la solution prcdemment prsente
est une fonction polynomiale de degr infrieur 4. Les valeurs
3, 1, 1, 3, 5 conviennent et ce sont donc des valeurs propres de , de plus
il ne peut y en avoir dautres car dim R4 [X] = 5. Les vecteurs propres
associs ces valeurs propres sont les polynmes
et puisque
C(X 1)

0
0
0
0
A 0 = 1 = 0 + 1
1
2
1
1
5+
2
(X + 1)
3
2
avec C 6= 0
Exercice 9 : [nonc]
on a A = P T P 1 avec
1
T = 0
0
est une quation diffrentielle linaire dordre 1 de solution gnrale
pour conclure.
Exercice 7 : [nonc]
Le polynme caractristique A (X) = (X 1)3 est scind donc A est
trigonalisable.
On a

1
0
E1 (A) = Vect 0 , 1
0
1
0
1
0
0
1
1 et P = 0
1
0
0
1
1
0
0
1
a) Il suffit de calculer le polynme caractristique de f partir dune

reprsentation matricielle triangulaire par blocs relative une base adapte
lespace non nul E(f, a).
Corrections
b) La matrice A est de rang 1 donc 0 est valeur propre de A et par la formule du

rang dim E(A, 0) = 3.
Le polynme caractristique de A tant de degr 4 et factorisable par X 3 ,
cest un polynme scind. La somme des valeurs propres de A comptes avec
multiplicit vaut alors tr A = 10.
Par suite 10 est valeur propre de A de multiplicit ncessairement 1.
Finalement A est diagonalisable semblable diag(0, 0, 0, 10).
Exercice 10 : [nonc]
Lapplication f est valeurs dans Rn [X] car le reste R dune division euclidienne
par B vrifie
deg R < deg B n
Soient 1 , 2 R et P1 , P2 Rn [X].
On a
AP1 = BQ1 + f (P1 ) et AP2 = BQ2 + f (P2 )
donc
A(1 P1 + 2 P2 ) = B(1 Q1 + 2 Q2 ) + 1 f (P1 ) + 2 f (P2 )
avec
deg (1 f (P1 ) + 2 f (P2 )) max {deg f (P1 ), deg f (P2 )} < deg B
Par unicit dune division euclidienne, on peut affirmer
f (1 P1 + 2 P2 ) = 1 f (P1 ) + 2 f (P2 )
Puisque les valeurs prises par f sont Rn1 [X], lendomorphisme f ne peut tre
surjectif, ce nest donc pas un isomorphisme.
b) Soit R. Si f (P ) = P alors cest quil existe un polynme Q tel que
AP = BQ + P
Cas = 0.
On a f (P ) = 0 si, et seulement si, le polynme B divise le polynme AP . Or A et
B sont premiers entre eux, donc f (P ) = 0 si, et seulement si, B divise P .
On en dduit que 0 est valeur propre de f et le sous-espace propre associ est
E0 (f ) = B. Vect(1, X, . . . , X ndeg B )
cest--dire lespace des multiples de B inclus dans Rn [X].
Cas 6= 0. On obtient
(A )P = BQ
10
et donc B divise le polynme (A )P . Or deg P < deg B donc au moins une des
racines de B nest pas racine de P et est donc racine deA . Ainsi = A(xk )
avec xk une des racines deB.
Inversement, soit xk une racine de B, = A(xk ) et
Y
Pk =
(X xj ) 6= 0
j6=k
On a deg Pk < deg B et B | (A A(xk ))Pk . On en dduit f (Pk ) = A(xk )Pk et

donc A(xk ) est valeur propre de f et Pk en est un vecteur propre associ.
c) La famille de Pk se comprend comme la famille dinterpolation de Lagrange en
les xk , elle constitue donc une base de Rdeg B1 [X]. Puisque ker f = E0 (f ) est un
supplmentaire de cet espace, lendomorphisme est diagonalisable.
Notons A la matrice tudie.
Aprs calcul, son polynme caractristique est A = (X 9)3 .
Celui-ci est scind et par consquent la matrice A est trigonalisable.
Aprs rsolution
E9 (A) = Vect (1, 1, 1/2)

t
dim E9 (A) = 1 et X1 = 1 1 1/2 est vecteur propre. Compltons ce vecteur
en une base et considrons la matrice de passage associe
1
0 0
1 0
P = 1
1/2 0 1
On a
9
P 1 AP = 0
0
5
12
3/2
2
6
6
Considrons alors la sous matrice

A0 =
12
3/2

6
6
de polynme caractristique (X 9)2 car A (X) = (X 9)A0 (X). Aprs

rsolution
E9 (A0 ) = Vect(1, 1/2)
Considrons la matrice de passage
P0 =

1 0
1/2 1

On a
(P
01

9
)A P =
0
0
Corrections
11
c) Cependant, en dimension finie, si 0 est valeur propre de u v alors

det(u v) = 0 et donc det(v u) = 0 do 0 valeur propre de v u.

6
9
Enfin, pour

1
Q=P
0
on obtient
0
P0
1
= 1
1/2
9
Q1 AQ = 0
0
6
9
0
0
1
1/2
0
0
1
2
6
9
Par Sarrus
A = X(X 2 + (a2 + b2 + c2 ))
a) Si (a, b, c) 6= (0, 0, 0) alors a2 + b2 + c2 > 0 et la matrice A nest pas
diagonalisable sur R car son polynme caractristique nest pas scind.
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
b) Si (a, b, c) 6= (0, 0, 0) alors la matrice A diagonalisable dans
M3 (C) car
possde trois valeurs propres distinctes savoir 0 et i a2 + b2 + c2 .
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
a) Il est immdiat que L est un endomorphisme de Mn (R).
Sp(L) = {a, a + n}, Ea (L) = ker(tr) et Ea+n (L) = Vect(In ),
L = (X a)(X (a + n)) car L est diagonalisable et donc son polynme
minimal est le polynme simple dont les racines sont les valeurs propres de L.
2
b) Par une base de diagonalisation, det L = an 1 (a + n) et donc L est un
automorphisme si, et seulement si, a 6= 0, n.
Par le polynme minimal, on a L2 (2a + n)L + a(a + n) Id = 0 et donc
1
1
((2a + n) Id L)
=
a(a + n)
c) Puisque 0 est la seule valeur propre relle de A et puisque B est inversible si,
et seulement si, est valeur propre de A, on peut conclure que B est
inversible pour tout 6= 0.
d) Puisque le polynme caractristique est annulateur de A on a
A3 + (a2 + b2 + c2 )A = O3
donc
(B I3 )3 + (a2 + b2 + c2 )(B I3 ) = O3
Il suffit de dvelopper et de rorganiser pour obtenir une expression du type
B(uB 2 + vB + wI3 ) = I3
et conclure
B 1 = uB 2 + vB + wI3 = A2 + A + I3
a) Il existe x 6= 0Z , vrifiant
u(v(x)) = x
On a alors
(v u)(v(x)) = v(x)
Or v(x) 6= 0E car u(v(x)) 6= 0E et u(0E ) = 0E .
On en dduit que est valeur propre de v u.
b) On observe
u v(P ) = P et v u(P ) = P P (0)
On en dduit
a) La matrice A est symtrique relle donc orthogonalement diagonalisable.
b) rg A = 2.
c) Le polynme caractristique de A est scind et unitaire.
Puisque dim ker A = 2, 0 est valeur propre au moins double de A et donc
ker(u v) = {0} et ker(v u) = R0 [X]

En substance, la proprit prcdente ne vaut pas pour = 0 en dimension
quelconque.
A = X 2 (X u1 )(X u2 )
avec u1 , u2 C.
Corrections
La matrice A est trigonalisable semblable une matrice triangulaire o

figurent sur la diagonale les valeurs 0, 0, u1 et u2 . Par similitude, on a
tr A = u1 + u2 et tr A2 = u21 + u22
et donc
u1 + u2 = k et u21 + u22 = k 2 + 6
Enfin u1 6= 0 car sinon u2 = k et u22 = k 2 6= k 2 + 6. De mme u2 6= 0.
d) Si u1 = u2 alors u1 = u2 = k/2 et k 2 /2 = k 2 + 6 donc k = i2 3.

La rsolution du systme
k
AX = X
2
conduit un espace de solution de dimension 1
Vect t (1, k/2, 1, 1)
e) Finalement,
la matrice A est diagonalisable dans M4 (C) si, et seulement si,
k 6= i2 3.
a) La linarit est immdiate et sans peine deg((P )) n pour P Rn [X].
b) On a
P (X) =
n
X
P (k) (a)
k=0
P 0 (X) =
n
X
k=1
k!
P (k) (a)
(X a)k1
(k 1)!
n
n
X
X
P (k) (a)
P (k) (a)
(P )(X) =
(X a)k 2
(X a)k
(k 1)!
k!
donc
(P )(X) =
n
X
k=3
k=1
(k 2)
et donc
ker = Vect(1, (X a)2 )
Aussi
P Im P (a) = P 00 (a) = 0
et donc
Im = (X a)3 Rn3 [X] + Vect(X a)
c) On a
0 = P (a)
2P 0 (a) = P 0 (a)
(P ) = P
(k 2)P (k) (a) = P (k) (a) pour k {2, . . . , n}

Cette quation possde une solution non nulle si, et seulement si, = 0,
= 2 et = k 2 avec k {2, . . . , n}.
Ainsi
Sp() = {2, 0, 1, . . . , n 2}
On a E2 () = Vect(X a), E0 () = ker , Ek2 () = Vect(X a)k pour
k {3, . . . , n}.
La somme des dimensions des sous-espaces propres vaut dim Rn [X] :
lendomorphisme est diagonalisable.
En fait, la base des (X a)k est base de diagonalisation de lendomorphisme
.
(X a)k
puis
k=2
12
P (k) (a)
(X a)k 2P 0 (a)(X a)
k!
Puisque les entiers det A et det B sont premiers entre eux, on peut crire par
lgalit de Bzout
u. det A + v. det B = 1 avec u, v Z
On crit A (X) = XQA (X) + (1)n det A et de mme B (X) (ces critures sont
possibles car le dterminant est au signe prs le coefficient constant dun
polynme caractristique).
Posons alors
U = (1)n1 uQA (A) et V = (1)n1 vQB (B)
Puisque A et B sont coefficients entiers, on a U, V Mn (Z).
Puisque A et B sont annulateurs, on a
Ainsi
P ker P 0 (a) = 0 et 3 k n, P (k) (a) = 0
QA (A)A = (1)n1 det A.In et QB (B)B = (1)n1 det B.In

Corrections
13
On observe alors
U A + V B = (u. det A + v. det B)In = In
a) On obtient
Remarquons que prendre
U = ut Com A et V = v t Com B
tait sans doute plus simple. . .

Pour

1
A=
0
les matrices

U=
3
0
Mate f =
..
(1)

0
2
et B =
1
0

0
1
et V =
3
0
0
2
(1)
b) Dune part
f (e1 + + en ) = (n + 1) (e1 + + en ))
et dautre part, pour x = x1 e1 + + xn en avec x1 + + xn = 0 on a

0
1
conviennent. . .
En ajoutant la troisime colonne la premire puis en retranchant la premire
ligne la troisime

2

5+x
x

3
2 x
x
A () = (1) 0
0
x
3 x
ce qui donne

A () = ( + 2) 2 + (2x 1) x 6
Le facteur a pour discriminant
f (x) = x
On en dduit que 1 et n + 1 sont valeurs propres de f et puisque la valeur
propre 1 est associ un hyperplan, il ne peut y avoir dautres valeurs
propres.
En rsum Sp f = {1, n + 1} et
E1 (f ) = {x | x1 + + xn = 0} et En+1 (f ) = Vect(e1 + + en )
c) Lendomorphisme f est diagonalisable car
dim E1 (f ) + dim En+1 (f ) = n
d) Par les valeurs propres
det f = (n + 1) 6= 0
et lendomorphisme f est inversible. . .
= (2x 1)2 + 4x + 24 = 4x2 + 25 > 0

et possde donc deux racines relles distinctes. Si celles-ci diffrent de 2, alors la
matrice A possde trois valeurs propres distinctes et est donc diagonalisable.
Il est donc ncessaire que 2 soit racine de 2 + (2x 1) x 6 pour que la
matrice A ne soit pas diagonalisable. Cest le cas si, et seulement si, x = 0 et alors
2 5 1
A = 0 2 0
5 5 3
On a alors
rg(A + 2I3 ) = 2
et donc dim E2 (A) = 1 < m2 (A) ce qui entrane que la matrice A nest pas
diagonalisable.
Finalement A nest pas diagonalisable si, et seulement si, x = 0.
Les coefficients de t Com(A).A sinterprtent comme des dveloppements de
dterminants selon une colonne. . .
Si A admet n valeurs propres distinctes, det A est le produit de ces valeurs
propres.
Si X 6= 0 vrifie AX = X alors t Com(A)X = (det A)X.
Ainsi quand 6= 0, X est vecteur propre de t Com(A) associ la valeur propre
det A
.
Si A nest pas inversible alors det A = 0 donc t Com(A)A = 0 puis
Im A ker t Com A.
Ainsi dim ker t Com(A) n 1. De plus Com A 6= 0 car rg A = n 1 (car les
valeurs propres de A sont simples, en particulier 0). Par suite
dim ker t Com(A) = n 1
Corrections
Sous rserve 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
propre.
Soit X ker A \ {0},. On a t Com(A + tIn )(A + tIn )X = det(A + tIn )X
Pour t 6= 0, on a
det(A + tIn )
t
X.
Com(A + tIn )X =
t
Quand t 0+ , par continuit
t
Com(A + tIn )X t Com(A)X.
n)
En calculant le dterminant par diagonalisation, det(A+tI
avec le produit
t
des valeurs propres non nulles de A.
Par unicit de la limite, on obtient t Com(A)X = X.
Au final, t Com A admet 2 valeurs propres : 0 et .
14
Par consquent la matrice suivante convient
1 1 0
P = 0 1 0
1 1 1
a) Soit une valeur propre
de .
Il existe v L(E) \
0 tel que u v = v.
Soit alors x E tel que v(x) 6= 0 (ce qui est possible puisque v 6=
0)
Puisque u (v(x)) = v(x), on peut affirmer que est valeur propre de u.
Inversement soit une valeur propre de u et x 6= 0 un vecteur propre associ.
Considrons v lendomorphisme de E dtermin par
1 i n, v(ei ) = x
a) A = X(X 1)(X a).
Si a 6= 0, 1 alors A est diagonalisable.
Si a = 0 alors rg A = 2 donc dim ker A = 1 < m0 (A) et la matrice A nest pas
diagonalisable.
Si a = 1 alors rg(A I) = 2 et par le mme argument quau dessus, A nest
pas diagonalisable.
On conclut
= {0, 1}
Lendomorphisme v est bien dtermin puisquon a ici fix limage dune base.
Puisque a u v = v (car cette galit vaut pour les vecteurs dune base), on
obtient (v) = v avec v 6=
0. Ainsi est aussi valeur propre de .
b et c) Sachant Ei,j Ek,` = j,k Ei,` ,
U Ei,j =
n
X
uk,` Ek,` Ei,j =
k,`=1
n
X
uk,i Ek,j
k=1
Dans la base ((E1,1 , . . . , En,1 ), (E1,2 , . . . , En,2 ), . . . , (E1,n , . . . , En,n )), la

matrice de est diagonale par blocs avec des blocs diagonaux chacun gaux
U.
b) Cas a = 0

1
3
ker A = Vect 0 et ker(A I3 ) = Vect 1
1
2
Par consquent la matrice suivante convient
1 3 0
P = 0 1 0
1 2 1
Posons
1
1

1
1
On obtient aisment Sp A = {0, 2}

a) Soit M une matrice solution de lquation M 2 + M = A.
Si est valeur propre de M alors 2 + est valeur propre de A et donc
2 + = 0 ou 2 + = 2
Cas a = 1

1
1
ker A = Vect 0 et ker(A I3 ) = Vect 1
1
1

A=
On en dduit
{0, 1, 1, 2}
Corrections
b) Posons
P (X) = X(X + 1)(X 1)(X + 2) = (X 2 + X)(X 2 + X 2)
On a
P (M ) = A(A 2I2 ) = O2
Puisque M annule un polynme scind racines simple, la matrice M est
diagonalisable.
Notons et ses deux valeurs propres. Puisque 2 + et 2 +
correspondent aux deux valeurs propres de A, on a, quitte changer et :
{0, 1} et {1, 2}
Il y a alors quatre situations possibles :
Cas = 0 et = 1
On a M (M I2 ) = O2 donc M 2 M = O2 . Combine la relation
M 2 + M = A, on obtient
1
M= A
2
Cas = 0 et = 2
Un raisonnement analogue donne
15
La valeur connue de (det A)2 permet alors de dterminer , , , et
daffirmer
det(A) = (a2 + b2 + c2 + d2 )2
Si a2 + b2 + c2 + d2 6= 0 alors rg(A) = 4.
Si a2 + b2 + c2 + d2 = 0 alors rg(A) 3. Or a2 + b2 6= 0 donc la sous matrice

a b
est de rang 2 et donc rg(A) 2.
b a
On observe de plus que
C3 =
ac + bd
bc ad
C1 + 2
C2
a2 + b2
a + b2
C4 =
bd + ac
ad bc
C1 + 2
C2
a2 + b2
a + b2
et
donc rg(A) = 2.
b) Par la formule obtenue ci-dessus, A = ((a X)2 + b2 + c2 + d2 ) et donc
A = ((a X)2 + 2 )2 .
Les valeurs propres de A sont a + et a .
Par ltude qui prcde rg(A (a + ) Id) = 2 et rg(A (a ) Id) = 2 donc
dim Ea+ (A) = dim Ea (A) = 2
M = A
Cas = 1
On obtient
1
M = A I2 et M = I2 A
2
Inversement, on vrifie par le calcul que ces matrices sont solutions.
et par suite A est diagonalisable.
a) Limage dun endomorphisme est toujours stable par celui-ci. . . En effet
x Im u, u(x) Im u
b) Si x Im u alors il existe a E tel que x = u(a). On a alors
u2 (x) = u3 (a) = u(a) = x
a) On obtient
At A = (a2 + b2 + c2 + d2 )I4
4
et donc (det A)2 = a2 + b2 + c2 + d2 .
Dautre part, pour b, c, d fixs, a 7 det A est une fonction polynomiale
unitaire de degr 4 donc
c) En vertu de ce qui prcde, v 2 = Id donc v est un isomorphisme et

v 1 = v.
d) Dune part
det(v 1 ) =
1
det v
et dautre part
det A = a4 + (b, c, d)a3 + (b, c, d)a2 + (b, c, d)a + (b, c, d)
det(v) = (1)dim Im u det v

Corrections
16
Si xj = 0E , lidentit j xj = xj reste vraie.

On en dduit
v(x) = x = u(x)
donc
(1)dim Im u > 0
On en dduit que la dimension de limage de u est paire.
Ainsi les endomorphismes v et u concident sur E (u). Or, lendomorphisme u

tant diagonalisable, E est la somme des sous-espaces propres de u. Les
endomorphismes v et u concident donc sur E.
a) rg(A) = 0 si a1 = . . . = an1 = 0 et rg(A) = 2 sinon.
b) La somme des valeurs propres est nulle.

c) En dveloppant le dterminant selon la dernire colonne puis en dveloppant
les mineurs obtenus selon leur k-ieme colonne, on obtient
A = X
n2
(X
(a21
+ +
a2n1 ))
Si a21 + + a2n1 6= 0 alors A admet deux valeurs propres opposes non

nulles et 0 pour valeur propre despace propre de dimension n 2 donc A est
diagonalisable.
Si a21 + + a2n1 = 0 alors 0 est la seule valeur propre de A et A est
diagonalisable si, et seulement si, A = 0 i.e. a1 = . . . = an1 = 0.
Soient Sp(u) et x E (u) non nul. On a
a) Poser le produit par blocs.

b) Si A et B sont inversibles alors (A B)(A1 B 1 ) = In In = In2 donc
A B est inversible.
Si A nest pas inversible alors il existe A0 6= 0 tel que AA0 = On et alors
(A B)(A0 In ) = 0 avec A0 In 6= 0 donc A B nest pas inversible.
Un raisonnement semblable sapplique dans le cas o B nest pas inversible.
c) Il existe P, Q matrices inversibles telles que
1
1
1
..
et
Q
BQ
=
P 1 AP =
.
0
v 3 (x) = u3 (x) = 3 x
Or v est diagonalisable donc, en notant 1 , . . . , p les valeurs propres de v, on a la
dcomposition en somme directe
p
E = Ej (v)
On peut alors crire x =
j=1
j=1
3j xj =
p
X
AB =
3 xj
n
n Y
Y
(X i j )
i=1 j=1
On en dduit
det(A B) = (det A det B)n
j=1
Les espaces Ej (v) tant en somme directe, on peut identifier les termes de ces
sommes
3j xj = 3 xj
d) On note que P 1 Q1 = (P Q)1 de sorte que A B est semblable la

matrice triangulaire prcdente et donc
xj avec xj Ej (u). Lgalit v (x) = x donne

p
X
..
avec i et i les valeurs propres de A et B.

On observe alors que (P 1 Q1 )(A B)(P Q) = (P 1 AP ) (Q1 BQ) est
triangulaire suprieure de coefficients diagonaux i j . Les valeurs propres de
A B sont les produits des valeurs propres de A et B.
j=1
Pp
et la relation
tr(A B) = tr(A) tr(B)
est immdiate par un calcul direct.
Si xj 6= 0E , on obtient j = et donc j xj = xj .
Corrections
a) La matrice A annule le polynme X p 1 qui est scind simple dans C [X]
donc A est diagonalisable dans M2 (C).
b) Les valeurs propres et sont racines du polynme annulateur donc
p = p = 1. En particulier || = || = 1.
||2 = .
Puisque det A = = 1, on a = 1/ = /
Enfin, trA = 2Re() Z et 2Re() [2 ; 2] car || 1 donc
|Re()| {0, 1 | 2, 1}.
c) Selon la valeur de Re() et sachant || = 1, les valeurs possibles de sont
17
b) Pour x ker u Im u, il existe a E, x = u(a) et a ker u2 = ker u donc

x = 0.
Pour x E, u(x) Im u = Im u2 et on peut crire u(x) = u2 (a) pour un
certain a E. On a alors x = y + z avec y = u(a) Im u et z = x y o lon
vrifie z ker u.
a) On vrifie par le biais des relations proposes
M 2 ( + )M + Ip = Op
1, j, i, j , 1
On en dduit
et leurs conjugues.
Dans tous les cas, on vrifie 12 = 1 et on a aussi 12 = 1.
Puisque A est semblable la matrice diagonale D = diag(, ) et que celle-ci
vrifie D12 = I2 , on a A12 = I2 .
d) On vrifie aisment que G est un sous-groupe du groupe (GL2 (C), ) et
puisque

G = I2 , A, A2 , . . . , A11
G est un groupe monogne fini.

M
+
1
Ip
M

= Ip
Par le thorme dinversibilit, M est inversible et

M 1 =
+
1
Ip
M
b) M Ip = ( )A et M Ip = ( )B.
Or
(M Ip )(M Ip ) = M 2 ( + )M + Ip = Op
donc ( )2 AB = Op puis AB = Op car 6= .
Puisque A = A Ip = A2 + AB = A2 , A est un projecteur.
Il en est de mme pour B.
a) On sait dj ker u ker u2 . On a P = XQ avec Q(0) 6= 0. Pour x ker u2 , on
a u2 (x) = 0 et Q(u)(u(x)) = 0 donc u(x) ker u ker Q(u) puis u(x) = 0 car
Q(0) 6= 0. On en dduit ker u2 ker u puis lgalit.
Linclusion Im u2 Im u est entendue.
Inversement, soit x Im u. On peut crire x = u(a) pour un certain a E.
Or P (u)(a) = 0 et lon peut crire P sous la forme
P (X) = an X n + + a1 X avec a1 6= 0
c) M annule le polynme scind simple

X 2 ( + )X + = (X )(X )
La matrice M est donc diagonalisable et Sp(M ) {, }.
Il se peut que cette inclusion soit stricte, cest le cas si M = Ip avec A = Ip
et B = Op .
En tout cas, le spectre nest pas vide car M est diagonalisable.
donc
a1 u(a) Im u2
puis x Im u2 .
Ainsi Im u2 = Im u
On observe
f f (M ) = tr(A) (tr(A)M tr(M )A) tr (tr(A)M tr(M )A) A = tr(A)f (M )
Corrections
18
Lapplication f est donc endomorphisme de E. De plus
Ainsi
f f = tr(A).f
Si tr A 6= 0 alors lendomorphisme f est diagonalisable car annule le polynme
X 2 tr(A)X qui est scind racines simples.
Si tr A = 0 alors les valeurs propres de f figurent parmi les racines du polynme
X 2 . Seule 0 peut donc tre valeur propre de f et par consquent f est
diagonalisable si, et seulement si, f =
0. Ceci correspond au cas A = On .
Dterminons maintenant les sous-espaces propres de f .
Le cas A = On est immdiat. Supposons-le dsormais exclu.
Si tr(M ) = 0 alors
f (M ) = tr(A)M
Pour M matrice de lhyperplan des matrices de trace nulle, f (M ) = M avec
= tr(A). On en dduit que tr(A) est valeur propre de M et le sous-espace propre
associ est de dimension au moins n2 1.
Dans le cas o tr(A) = 0, lendomorphisme nest pas diagonalisable et la
dimension du sous-espace propre associ la valeur propre tr(A) est exactement
n2 1.
Dans le cas o tr(A) 6= 0, lendomorphisme f est diagonalisable et donc la
dimension des sous-espaces propres des valeurs propres 0 et tr(A) sont
respectivement 1 et n2 1.
a) p + q = Id, p q = 0 car (u a Id)(u b Id) = 0,
p = p Id = p p + p q = p p, aussi q q = q via q p = 0.
b) ker p = ker(u a Id), ker q = ker(u b Id) et (u a Id)(u b Id) = 0 donne
par le lemme de dcomposition des noyaux, E = ker p ker q.
c) u est diagonalisable car annule un polynme scind simple,
Sp(u) = {a, b}, Ea (u) = ker p, Eb (u) = ker q moins que u = a Id ou u = b Id.
a) Lapplication f est videmment bien dfinie de E dans E et est aussi linaire
car
f (x + y) = x + y + k ( (x | a) + (x | a)) a = f (x) + f (y)
(f (x) | y) = (x | y) + k (x | a) (y | a) = (x | f (y))
Ainsi lendomorphisme f est symtrique (et par consquent diagonalisable
dans une base orthonorme).
b) Si f (x) = 0E alors x + k (x | a) a = 0E et donc x Vect a.
Or f (a) = (1 + k)a 6= 0E donc ker f = {0E } et par suite f est un
automorphisme de E.
c) On a f (a) = (1 + k)a donc 1 + k Sp f et
Vect a E1+k (f )
Pour x Vect(a) , f (x) = x donc 1 Sp f et
(Vect a) E1 (f )
On peut alors conclure que si k 6= 0 alors
Sp f = {1, 1 k} , E1+k (f ) = Vect a et E1 (f ) = (Vect a)
car la somme des dimensions des sous-espaces propres de f ne peut excder n.
Dans le cas k = 0, on a f = Id.
a) Existence :
Lendomorphisme u est symtrique donc diagonalisable en base orthonorme.
Soit B une telle base et
1
(0)
..
D = MatB (u) =
.
(0)
Considrons alors v lendomorphisme de E dtermin par
p
1
(0)
..
MatB (v) =
p
(0)
n
Lendomorphisme v est symtrique car reprsent par une matrice symtrique
en base orthonorme.
Corrections
Lendomorphisme v vrifie par construction v p = u : il est solution.

Unicit :
Soit v un endomorphisme symtrique solution. Lendomorphisme v commute
avec u, les sous-espaces propres de u sont donc stables par v. Soit E (u) un
tel sous-espace propre. Lendomorphisme induit par v sur ce sous-espace
propre est diagonalisable, considrons une base B de diagonalisation. La
matrice de lendomorphisme induit par v dans cette base B est diagonale et
sa puissance p -ime est gale Id car v p = u. On en dduit que
lendomorphisme induit par v sur lespace E (u) nest autre que p Id. Ceci
dtermine entirement v sur chaque sous-espace propre de u. Or ces derniers
forment une dcomposition en somme directe de E, lendomorphisme v est
donc entirement dtermin.
b) Si p est pair et que u possde une valeur propre ngative, lendomorphisme v
nexiste pas.
c) Si p est pair et u positif alors on peut nouveau tablir lexistence mais
lunicit nest plus vraie car on peut changer les signes des valeurs propres de
v tout en conservant la proprit v p = u.
d) On retrouve existence et unicit en adaptant la dmonstration qui prcde.
19
d) Puisque f (x) F et f (f (x)) = s(x) = ax F , on peut assurer que F est

stable par f .
Pour y F , on a
(f (y) | x) = (y | f (x)) = 0 et (f (y) | f (x)) = (y | s(x)) = a (y | x) = 0
et donc f (y) F . Lespace F est
Posons
x
u=
et v =
kxk
donc aussi stable par f .
1
f (u) avec b = a
b
La famille (u, v) est une base orthonorme de F notamment car

2
kvk =
1
a
1
2
(f (u) | f (u)) = 2 (u | s(u)) = 2 kuk = 1
2
b
b
b
Puisque
1
a
s(x) = x = bx
b
b
la matrice de lendomorphisme induit par f sur F dans la base orthonorme
(u, v) est

0 b
b 0
f (u) = bv et f (v) =
e) Par les outils qui prcdent, on parvient par rcurrence, dcomposer

lespace E en somme directe orthogonale de plans stables par f , lespace E
est donc de dimension paire.
a) On a
(x | f (x)) = (x | f (x))
donc x et f (x) sont orthogonaux et ce, quel que soit x dans E.
b) Pour tout x, y E
(s(x) | y) = (f (x) | f (y)) = (x | s(y))
a) Pour tout vecteur x de E,

(x | f (y + z)) = (f (x) | y + z) = (f (x) | y) (f (x) | z)
et donc lendomorphisme s est symtrique.

Ainsi
c) Ici x Va \ {0E } donc s(x) = ax puis
(x | f (y + z)) = (x | f (y) + f (z))

2
(s(x) | x) = (ax | x) = a kxk
Or ceci valant pour tout x, on peut affirmer

f (y + z) = f (y) + f (z)
On a aussi comme vu ci-dessus

2
(s(x) | x) = (f (x) | f (x)) = kf (x)k
Puisque x 6= 0E et f (x) 6= 0E (car f est bijective), on en dduit a < 0.
(par exemple, parce que le vecteur diffrence est orthogonal tout vecteur de
E et donc nul)
Lapplication f est donc linaire.
Corrections
Notons A = (ai,j ) la matrice de f dans la base canonique (e1 , . . . , en ) de Rn .

Puisque ai,j correspond la i-me coordonne de limage du j-me vecteur,
on a
ai,j = (ei | f (ej ))
20
a) Soient x ker v et y = v(a) Im v. On au(x) = x et y = u(a) a donc
(x | y) = (u(x) | u(a)) (x | a) = 0
car la base canonique est orthonorme. Lantisymtrie de f donne alors

ai,j = aj,i
et la matrice A est donc antisymtrique.
b) Les endomorphismes antisymtriques sont, par reprsentation matricielle, en
correspondance avec les matrices antisymtriques. Lensemble des matrices
antisymtriques est un sous-espace vectoriel de dimension n(n 1)/2, donc,
par lisomorphisme de reprsentation matricielle, lensemble des
endomorphismes antisymtriques est un sous-espace vectoriel de dimension
n(n 1)
2
car u conserve le produit scalaire. Ainsi ker v (Im v) puis lgalit par
galit des dimensions.
b) Pour x E, on peut crire x = a + b avec a ker v et b (ker v) = Im v.
On a u(a) = a et donc uk (a) = a pour tout k N. Dautre part, il existe c tel
que b = v(c) = u(c) c de sorte que uk (b) = uk+1 (c) uk (c). Par tlescopage,
un (x) = a +
1 n
1
u (c) c
n
n
Puisque u conserve la norme :

1 n
u (c) = 1 kck 0
n
n
et donc
Posons
R1 = Rotk,/2 et R2 = Rotcos i+sin j,
La compose de deux rotations est une rotation, donc R1 R2 est une rotation.
Puisque les vecteurs k est u = cos i + sin j sont orthogonaux
R2 (k) = k
et donc
R1 R2 (k) = k
On en dduit que R1 R2 est un retournement dont laxe est orthogonal k i.e.
inclus dans Vect(i, j).
Puisque
R2 (u) = u et R1 (u) = sin i + cos j
on a
R2 R1 (u) = sin i + cos j
et donc
u + R2 R1 (u) = (cos sin )i + (cos + sin )j 6= 0
dirige laxe du retournement.
un (x) a
a) Soit x ker v et y = v(a) Im v. On a u(x) = x et y = u(a) a donc
(x | y) = (u(x) | u(a)) (x | a) = 0
Car u conserve le produit scalaire.
On en dduit ker v (Im v) puis lgalit par un argument de dimension.
b) Par ce qui prcde, on peut affirmer
E = ker v Im v
et cette supplmentarit assure lexistence de x1 et y.
Pour tout k N, on a
uk (x1 ) = x1 et uk (v(y)) = uk+1 (y) uk (y)
En sommant et aprs tlescopage, on obtient
N 1
1 X k
1
u (x) = x1 + (uN (y) y)
N
N
k=0
Corrections
c) Avec les notations qui prcdent p(x) = x1 . Ainsi

N
N 1

N
u (y) + kyk
2
1 X k
u (y) y

u (x) =
=
kyk 0
p(x)

N
N
N
N
k=0
21
a) La matrice A est symtrique relle donc diagonalisable.
b) Aprs calculs
A = (X 3)(X + 3)2
Le sous-espace propre associ la valeur propre 3 est le plan dquation
x 2y + z = 0
a) Lapplication est videmment linaire de R3 dans R3

b) Si fa0 conserve la norme alors en particulier kfa0 (u)k = kuk i.e.
|1 + a0 | kuk = kuk.
La seule valeur a0 non nulle est alors a0 = 2.
Inversement f2 se reconnat comme la rflexion dhyperplan Vect(u) et
conserve donc la norme.
c) On vrifie aisment par le calcul
x, y R3 , hfa (x), yi = hx, fa (y)i
On en dduit que fa est un endomorphisme symtrique.
Pour x Vect(u), on a fa (x) = (1 + a)x et pour x Vect(u) , fa (x) = x.
On en dduit que 1 + a et 1 sont valeurs propres de u avec
E1+a (fa ) = Vect(u) et E1 (fa ) = Vect(u)
Il ny a pas dautres valeurs propres (plus assez de place dans R3 . . . ).
Les sous-espaces propres dune matrice symtrique relle tant deux deux
orthogonaux, on peut affirmer que le sous-espace propre associ la valeur
propre 3 est la droite
Vect(1, 2, 1)
On en dduit une base orthonorme de diagonalisation puis une matrice
orthogonale P convenable

1/ 6
1/ 2 1/3
P = 2/ 6
0 1/3
1/ 6 1/ 2 1/ 3
pour
3
D = 0
0
0
3
0
0
0
3
La matrice A est symtrique relle donc diagonalisable.
Aprs calculs
A = (X + 3)(X 3)2
Le sous-espace propre associ la valeur propre 3 est le plan dquation
x + y + z = 0.
Les sous-espaces propres dune matrice symtrique relle tant deux deux
orthogonaux, on peut affirmer que le sous-espace propre associ la valeur propre
3 est la droite x = y = z.
On en dduit une base orthonorme de diagonalisation puis une matrice P
convenable

1/3 1/ 2
1/6
P = 1/3 1/ 2 1/ 6
1/ 3
0
2/ 6

CCPAlg

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

CCPAlg

Hochgeladen von

Copyright:

Verfügbare Formate

[http://mp.cpgedupuydelome.

fr] dit le 29 dcembre 2015

Exercice 5 [ 03795 ] [Correction]

Exercice 2 [ 02493 ] [Correction]

d) Soient A vrifiant (P ) et B une matrice de mme rang que A ; montrer

Exercice 3 [ 02524 ] [Correction]

a) Montrer que si P est un polynme annulateur dun endomorphisme f alors

Exercice 4 [ 02595 ] [Correction]

Calculer N 2 , la matrice N est-elle diagonalisable ?

alors f est bijectif.

Exercice 7 [ 03583 ] [Correction]

Diffusion autorise titre entirement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] dit le 29 dcembre 2015

Exercice 11 [ 02526 ] [Correction]

a) Montrer que , qui P associe

est trigonalisable et prciser une matrice de passage.

est un endomorphisme de R4 [X].

Exercice 12 [ 02497 ] [Correction]

b) Pour quels a, lendomorphisme L est-il un automorphisme ?

a) Soit f un endomorphisme dun R-espace vectoriel de dimension finie. Si a est

Exercice 13 [ 00042 ] [Correction]

Dterminer simplement les valeurs propres de A.

b) Pour P E = R [X], on pose

ce qui dfinit des endomorphismes de E. Dterminer

Exercice 10 [ 03582 ] [Correction]

c) Montrer que la proprit de la premire question reste valable pour = 0 si

Exercice 14 [ 03693 ] [Correction]

a) A est-elle diagonalisable dans M3 (R) ?

[http://mp.cpgedupuydelome.fr] dit le 29 dcembre 2015

Exercice 17 [ 03299 ] [Correction]

Exercice 15 [ 03767 ] [Correction]

a) On suppose k rel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans

Exercice 18 [ 03433 ] [Correction]

avec u1 , u2 appartenant C et vrifiant

Donner la matrice de f dans e.

Exercice 20 [ 02543 ] [Correction]

Exercice 16 [ 02511 ] [Correction]

a) Montrer que (P )(X) = (X a) (P (X) P (a)) 2(P (X) P (a)) dfinit

On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?

[http://mp.cpgedupuydelome.fr] dit le 29 dcembre 2015

a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.

a) Dterminer lensemble des rels a tels que

a) Trouver les valeurs propres des matrices M M2 (R) vrifiant

Exercice 25 [ 03205 ] [Correction]

b) Avec la trace, que peut-on dire des valeurs propres ?

Diffusion autorise titre entirement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] dit le 29 dcembre 2015

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

b) Montrer que A et B sont des projecteurs.

b) En dduire que A B est inversible si, et seulement si, A et B sont inversibles.

c) La matrice M est-elle diagonalisable ? Dterminer son spectre.

Exercice 32 [ 02410 ] [Correction]

Exercice 29 [ 03192 ] [Correction]

Exercice 33 [ 02513 ] [Correction]

c) Montrer que A12 = I2

Exercice 30 [ 02501 ] [Correction]

b) Montrer que E = ker p ker q.

Exercice 34 [ 00083 ] [Correction]

Exercice 31 [ 03056 ] [Correction]

dfinit un endomorphisme symtrique de E.

Exercice 35 [ 03692 ] [Correction]

[http://mp.cpgedupuydelome.fr] dit le 29 dcembre 2015

a) Montrer quil existe un unique endomorphisme symtrique v tel que v p = u.

Exercice 38 [ 03190 ] [Correction]