Filière : Economie et Gestion Semestre 2 (2020/2021)

Algèbre Linéaire
Complément d’Exercices
I. ROCHDI - K. BENMLIH - K. ELAMRI - M. CHHITI

Exercice 1.
Soient u1 , u2 , u3 , u4 4 vecteurs linéairement indépendants d’un espace vectoriel réel.
Vérifier si les familles (ou systèmes) suivants sont libres ou liés :
S1 = {u1 , u3 , u4 }, S2 = {2u1 + u4 , u2 , −u2 + u4 }, S3 = {u1 + u2 , 3u1 − u2 , u3 , u2 − u3 }.

N.B. On peut aussi noter une famille de vecteurs par : {u,v,w}=(u,v,w).

Corrigé.
On pose le système S = (u1 , u2 , u3 , u4 ) qui est libre.

a. S1 = (u1 , u2 , u4 ).
Soient α, β, γ ∈ R tels que
αu1 + βu2 + γu4 = 0E ⇐⇒ αu1 + βu2 + 0 u3 + γu4 = 0E .
Or S est libre, alors α = 0, β = 0, γ = 0, donc S1 est libre.
N.B. On peut généraliser ce résultat, en affirmant que tout sous-système d’un système libre est libre.

b. S2 = (2u1 + u4 , u2 , −u2 + u4 ).
Soient α, β, γ ∈ R tels que α(2u1 + u4 ) + βu2 + γ(−u2 + u4 ) = 0E
⇐⇒
|{z} (2α) u1 + (β − γ) u2 + (α + γ) u4 = 0E .
Grâce aux propriétés d’un espace vectoriel

Et comme S1 = (u1 , u2 , u4 ) est libre, alors :


 2α=0

β−γ =0 =⇒ α = 0 =⇒ γ = 0 =⇒ β = 0.

α+γ =0


Donc S2 est libre.

c. S3 = (u1 + u2 , 3u1 − u2 , u3 , u2 − u3 ). Soient α, β, γ, λ ∈ R tels que

α(u1 + u2 ) + β(3u1 − u2 ) + γ u3 + λ(u2 − u3 ) = 0E ⇐⇒ (α + 3β) u1 + (α − β + λ) u2 + (γ − λ) u3 = 0E .
Et comme le sous-système (u1 , u2 , u3 ) est libre, alors :
 

 α + 3β = 0 (1) (1) =⇒ α = −3β

α − β + λ = 0 (2) =⇒ =⇒ (2) : −3β − β + λ = 0 =⇒ λ = 4β
 
γ−λ = 0 (3) =⇒ (3) : γ = λ = 4β
 
 K. ELAMRI -2-

=⇒ (2) : −3β − β + 4β = 0 (une égalité qui est vraie pour tout β ∈ R).
D’où une infinité de solutions α, β, γ, λ (non nécessairement tous nuls) et par conséquent S3 est lié.

Exercice 2.
1. Est-ce que les vecteurs u = (1, 2, 1), v = (1, 1, 1), w = (2, 3, 2) engendrent R3 ?
2. Vérifier que la famille F = {(2, 1), (−1, 2), (1, 3)} est génératrice de R2 . Est-elle une base de R2 ?

Corrigé.

1. Les vecteurs u = (1, 2, 1), v = (1, 1, 1), w = (2, 3, 2) engendrent R3 si et seulement si tout vecteur
X = (x, y, z) de R3 s’écrit comme combinaison linéaire de ces trois vecteurs.
Soit X = (x, y, z) un vecteur quelconque de R3 et soient α, β, γ ∈ R tels que :

X = α u + β v + γ w ⇐⇒ X = α (1, 2, 1) + β (1, 1, 1) + γ (2, 3, 2)

⇐⇒ (x, y, z) = (α + β + 2γ, 2α + β + 3γ, β + β + 2γ)

α + β + 2γ = x
 (1)
⇐⇒ 2α + β + 3γ = y (2)

α + β + 2γ = z (3)


Remarquons que ce système (dans R) n’admet de solutions que si x = z, par suite tout vecteur (x, y, z)
de R3 avec x 6= z ne peut s’écrire comme combinaison linéaire de u, v, w et par conséquent ces vecteurs
u, v, w n’engendrent pas R3 .

2. F = {(2, 1), (−1, 2), (1, 3)} est génératrice de R2 . En effet, soient X = (x, y) ∈ R2 et α, β, γ ∈ R
tels que
X = α (2, 1) + β (−1, 2) + γ (1, 3) ⇐⇒ (x, y) = (2α − β + γ, α + 2β + 3γ).
(
2α − β + γ = x (1)
⇐⇒
α + 2β + 3γ = y (2)
(1) =⇒ γ = x − 2α + β =⇒ (2) : α + 2β + 3x − 6α + 3β = y
y − 3x y − 3x 2x + y
=⇒ β = + α et γ = x − 2α + +α= − α.
5 5 5
Donc, il existe une infinité de scalaires (qui dépendent de x, y et α). En particulier si α = 0, on obtient
la combinaison linéaire suivante :
y − 3x 2x + y
(x, y) = 0 (2, 1) + (−1, 2) + (1, 3), ∀(x, y) ∈ R2 .
5 5

Exercice 3.
1. On considère les vecteurs suivants de R3 : u = (1, 0, a), v = (0, 1, b), w = (1, 1, c).
Pour quelles valeurs de a, b et c le système S = (u, v, w) est-il libre ? Discuter le rang de S dans chaque
cas.
2. Soient les vecteurs u = (1, −1, 0), v = (1, 0, −1), w = (0, 1, −1). A quelle condition le vecteur
x = (a, b, c) ∈ Vect(u, v, w) ?

Corrigé.

1. Soient α, β, γ ∈ R tels que : α u + β v + γ w = 0R3


α + γ = 0
 (1)
⇐⇒ α (1, 0, a) + β (0, 1, b) + γ (1, 1, c) = (0, 0, 0) ⇐⇒ β + γ = 0 (2)

αa + βb + γ c = 0 (3)

 K. ELAMRI -3-

(1) et (2) =⇒ α = β = −γ et en remplaçant dans (3), on a : γ (−a − b + c) = 0 et alors deux cas

sont à distinguer :

• Si −a − b + c 6= 0 (c 6= a + b) =⇒ γ = 0 =⇒ α = β = 0 et le système S = (u, v, w) sera libre et

par conséquent rg(u, v, w) = 3.

• Si −a − b + c = 0 (c = a + b) =⇒ α, β, γ ne sont pas nécessairement tous nuls et le système

S = (u, v, w) est lié et par conséquent rg(u, v, w) ≤ 2. Cependant, on peut remarquer aisément
que le sous-système (u, v) est libre (u et v ne sont pas colinéaires) et donc rg(u, v, w) = 2.

2. x = (a, b, c) ∈ Vect(u, v, w) ⇐⇒ ∃ α, β, γ ∈ R tels que x = α u + β v + γ w.


α + β = a

(a, b, c) = α (1, −1, 0) + β (1, 0, −1) + (0, 1, −1) ⇐⇒ −α + γ = b

−β − γ = c


(
a+b=β+γ
=⇒
c = −(β + γ) = −(a + b)
Donc pour que le vecteur x soit une combinaison linéaire des vecteurs u, v, w, il faut que ses compo-
santes vérifient la condition : a + b + c = 0.

Exercice 4.
Soit le sous-espace vectoriel de R3 donné par :
G = {(3x + 2y, x − y + 5z, −2x + y − 7z)/ x, y, z ∈ R}.
1. Chercher un système générateur S de G.
2. Déterminer le rang des vecteurs de S et en déduire la dimension puis une base de G.
3. Vérifier que le vecteur (16, −3, 1) appartient à G.

Corrigé.

1. Soit X = (3x + 2y, x − y + 5z, −2x + y − 7z) un vecteur de F , alors

X = (3x + 2y, x − y + 5z, −2x + y − 7z) = (3x, x, −2x) + (2y, −y, y) + (0, 5z, −7z)
= x(3, 1, −2) + y(2, −1, 1) + z(0, 5, −7)

Donc le système S formé des vecteurs u = (3, 1, −2), v = (2, −1, 1), w = (0, 5, −7) est générateur de
F.

2. Déterminons le rang de S qui est le rang des vecteurs u, v, w. Soient α, β, γ ∈ R tels que

3α + 2β
 = 0 (1)
α u + β v + γ w = 0R3 ⇐⇒ α − β + 5γ = 0 (2)

−2α + β − 7γ = 0 (3)


(
7 × (2) =⇒ 7α − 7β + 35γ = 0 (4)
5 × (3) =⇒ −10α + 5β − 35γ = 0 (5)
(4) + (5) =⇒ −3α − 2β = 0 (6) ⇐⇒ (1), d’où une infinité de solutions que l’on va choisir exprimées
3 1
en fonction de α : β = − α =⇒ (2) : γ = − α. Ainsi S est lié et les relations de dépendance linéaire
2 2
des vecteurs u, v, w sont données en fonction de α par :
3 1
α u − α v − α w = 0R3 .
2 2
 K. ELAMRI -4-

En particulier pour α = 2 on a la relation suivante : 2u − 3v − w = 0R3 (∗).

Alors rg(S) ≤ 2 et comme les deux vecteurs u et v sont linéairement indépendants (ne sont pas coli-
néaires) alors rg(S) = 2.
Vérifions que B = (u, v) est générateur de F et par suite une base de F . En effet, S = (u, v, w) étant
générateur de F , alors ∀X ∈ F, ∃ a, b, c ∈ R tels que X = a u + b v + c w or d’après la relation (∗),
w = 2u − 3v, alors X = a u + b v + c(2u − 3v) = (a + 2c)u + (b − 3c)v (X est une combinaison linéaire
des deux vecteurs u et v).

3. Pour que le vecteur X = (16, −3, 1) appartienne à F , il suffit de vérifier qu’il admette des
composantes uniques dans cette base B = (u, v) et cela revient donc à chercher α, β ∈ R tels que :

X = α u + β v ⇐⇒ (16, −3, 1) = α(3, 1, −2) + β (2, −1, 1)


3α + 2β = 16
 (1)
⇐⇒ α − β = −3 (2)

−2α + β = 1 (3)


(2) ⇐⇒ β = α + 3 =⇒ (3) : −2α + α + 3 = 1 =⇒ α = 2 et β = 5 et cette solution satisfait aussi

l’équation (1). Ainsi les composantes de X dans la base B sont exactement 2 et 5 et donc X ∈ F .

Exercice 5.
1. Quand est ce qu’une matrice carrée triangulaire est inversible ?
2. Déterminer l’expression de l’inverse d’une matrice diagonale par la méthode de la comatrice (lors-
qu’elle est inversible).

Corrigé.

1. On sait que le déterminant d’une matrice carrée triangulaire (inférieure ou supérieure) est égal
au produit de ses coefficients diagonaux. Et par suite pour qu’elle soit inversible, il faut et il suffit que
la diagonale ne contient aucun 0.

2. Soit une matrice carrée diagonale d’ordre n (ayant d1 , d2 , . . . dn comme éléments diagonaux)
qu’on suppose inversible (d1 d2 . . . dn 6= 0 ⇐⇒ d1 6= 0, d2 6= 0, . . . , dn 6= 0) :
 
d1 0 · · · · · · 0
.. 
 0 d2 . . .

 .
D =  ... . . . . . . . . . ...  (Dt = D : matrice symétrique)
 
 
. .. ..
 ..

. . 0
0 · · · · · · 0 dn

Par la méthode de la comatrice, l’inverse de D est donnée par :

 
∆1 0 ··· ··· 0
. .. 
∆2 . .

 0 . 
−1 1 1 
.. .. .. ..

.. 
D = C(D) = .

d1 d2 . . . dn d1 d2 . . . dn

 . . . . . 

 .. .. .. 
 . . . 0 
0 · · · · · · 0 ∆n
Avec :
 K. ELAMRI -5-

d2 0 ... 0 d1 0 ... 0
.. . .. .
0 d3 . .. 0 d3 . ..
∆1 = . = d2 d3 . . . dn , ∆2 = .. = d1 d3 . . . dn ,
.. .. .. .. ..
. . 0 . . . 0
0 · · · 0 dn 0 · · · 0 dn
d1 0 . . . 0
.. ..
0 d2 . .
. . . , ∆n = . = d1 d2 . . . dn−1 .
.. . .. .. .
0
0 · · · 0 dn−1

Tous les autres déterminants (aux positions i, j telles que i 6= j) sont nuls, car les sous-matrices
associées contiennent des lignes et colonnes entières nulles.
Ainsi la matrice inverse de D (qui est aussi une matrice diagonale) est donnée par :
 
1
 d1 0 · · · · · · 0
 
 1 .. .. 
0 . . 
 d2 
−1
 
 .
D =  . ... ... .. .
. .
 . . .  
 . . .
. . .

 .
 . . 0 
 1
0 ··· ··· 0
dn

Exercice 6.  
0 1 1
1. Soit la matrice A = 1 0 1.
1 1 0

a. Vérifier que : A2 − A − 2 I3 = O3 .

b. En déduire que A est inversible et donner sa matrice inverse.

2. Donner l’expression de l’inverse d’une matrice A (en fonction des puissances de A et de In ) telle
que : A4 − 2A3 + 4A2 + A − 3In = On .

Corrigé.

1.
      
0 1 1 0 1 1 0
1 1 2 1 1
a. A = 1 0 1, 2
A = 1  0 11
0 1 = 1 2 1.
1 1 0 1 1 0 1
1 0 1 1 2
      
2 1 1 0 1 1 1 0 0 0 0 0
A2 − A − 2 I3 = 1 2 1  − 1 0 1 − 2
0 1 0 = 0 0 0.
1 1 2 1 1 0 0 0 1 0 0 0
1 1
b. A2 − A − 2 I3 = O3 ⇐⇒ A(A − I3 ) = 2I3 ⇐⇒ A(A − I3 ) = A (A − I3 ) .


2 2
1
De même on a : (A − I3 )A = I3 , donc A est inversible et sa matrice inverse est :
2
     
0 1 1 1 0 0
−1 1 1
1 1  1
A−1 = (A − I3 ) = 1 0 1 − 0 1 0 =  1 −1 1 .
2 2 2
1 1 0 0 0 1 1 1 −1
 K. ELAMRI -6-

(
A(A3 − 2A2 + 4A + In ) = 3In
2. A4 − 2A3 + 4A2 + A − 3In = On ⇐⇒
(A3 − 2A2 + 4A + In )A = 3In
1
  
A (A3 − 2A2 + 4A + In ) = In

⇐⇒  1 3 
 (A3 − 2A2 + 4A + In ) A = In

3
1
Par conséquent A est inversible et A−1 = (A3 − 2A2 + 4A + In ).
3

Exercice 7.
Étant donné le système d’équations linéaires suivant :

3x + 2y + z = 10

(S) x − y + 2z = 5

2x − 3y − 2z = −10


1. Écrire le système sous la forme matricielle (en désignant par A la matrice du système).
2. Vérifier que (S) est un système de Cramer. Quel est le rang de A ?
3. Calculer l’inverse de A par la méthode de la comatrice. En déduire la solution de (S).
4. Retrouver cette solution par les déterminants de Cramer.

Corrigé.

1. Le système (S) s’écrit sous forme matricielle AX = B avec :

     
3 2 1 x 10
A = 1 −1 2 , X = y , B =  5 .
2 −3 −2 z −10
2. (S) est un système de Cramer si et seulement si A est inversible (⇐⇒ det A 6= 0).
Calculons le déterminant de A :
3 2 1 3 2 1
−5 −5
det A = 1 −1 2 = −5 −5 0 = = −5 + 40 = 35 6= 0.

L2 − 2L1 8 1
2 −3 −2

8 1 0
L3 + 2L1


Donc le système (S) est de Cramer.      

3 2 1
det A 6= 0 ⇐⇒ les 3 vecteurs colonnes C1 = 1 , C2 = −1 , C3 =
     2  de A sont linéairement
2 −3 −2
indépendants ⇐⇒ rg(A) = rg(C1 , C2 , C3 ) = 3.
1
3. D’après la méthode de la comatrice, la matrice inverse est donnée par : A−1 = C(At ).
  det A
3 1 2
La transposée de A est : At = 2 −1 −3 et la comatrice de At est :
1 2 −2
 
−1 −3 2 −3 2 −1
+ 2 −2 − 1 −2 + 1 2 
 
1 2 3 2 3 1
 
C(At ) =  − + − .
 
 2 −2 1 −2 1 2 
 
 1 2 3 2 3 1 
+ − +
−1 −3 2 −3 2 −1
 K. ELAMRI -7-

En calculant les 9 déterminants, on obtient l’inverse de A :

 
8 1 5
1 1 
A−1 = C(At ) = 6 −8 −5.
35 35
−1 13 −5

Par conséquent (S) admet une seule solution donnée par :

      
8 1 5 10 35 1
−1 1  1    
X=A B= 6 −8 −5   5  = 70 = 2 .
35 35
−1 13 −5 −10 105 3

4. L’unique solution de (S) est donnée par les déterminants de Cramer comme suit :

10 2 1 0 4 −3
1 1 −5 4 −3
x= 5 −1 2 = 5 −1 2 = = 1.
det A L1 − 2L2

35 35 −5 2
−10 −3 −2 0 −5 2
L3 + 2L2


3 10 1 1 0 −3
1 1 5 1 −3
y= = 1 5 2 = 1 5 2 = = 2.
35 L1 − 2L2

35 35 4 2
2 −10 −2 4 0 2
L3 + 2L2


3 2 10 1 4 0
1 1 −5 1 4
z= = 1 −1 5 = 1 −1 5 = = 3.
35 L1 − 2L2

35 35 4 −5
2 −3 −10 4 −5 0
L3 + 2L2


Exercice 8.
Une société industrielle fabrique trois produits A, B et C nécessitant la même matière première. La
fabrication d’une unité de A nécessite 8 heures de main d’œuvre et 34 kg de matière première. La
fabrication d’une unité de B nécessite 4 heures de main d’œuvre et 20 kg de matière première. La
fabrication d’une unité de C nécessite 2 heures de main d’œuvre et 15 kg de la matière première.
Pendant une journée, l’entreprise a fabriqué 600 unités de produits A, B et C en 2200 heures de travail
et avec un poids total de 11900 kg de matière première.
1. Exprimer, sous forme d’un système d’équations linéaires le problème de recherche des nombres
d’unités des produits A, B et C fabriqués pendant cette journée. 2. Vérifier que le système obtenu en
(1.) est de Cramer et résoudre par les déterminants de Cramer.

Corrigé.

1. Le problème revient à déterminer le nombre d’unités x du produit A, le nombre d’unités y du

produit B et le nombre d’unités z du produit C dont la fabrication totale pendant cette journée valant
600 unités, a nécessité 2200 heures de travail et a épuisé 11900 kg de matière première.
Alors on obtient le système d’équations linéaires suivant :

x + y + z
 = 600 (unités)
(S) 8x + 4y + 2z = 2200 (heures)

34x + 20y + 15z = 11900 (kilogrammes)


 
1 1 1
2. La matrice du système est : A =  8 4 2 .
34 20 15
 K. ELAMRI -8-

Calculons le déterminant de A :
1 1 1 0 0 1
6 2
det A = 8 4 2 = 6 2 2 = = 30 − 38 = −8 (6= 0).
C1 − C3
 19 5
34 20 15 19 5 15
C2 − C3


Donc le système (S) est de Cramer et possède une solution unique donnée par les déterminants de
Cramer :
600 1 1 0 0 1
1 1 1 1000 2
x = − 2200 4 2 = − 1000 2 2 = − = 100.
8 C1 − 600C3

8 8 2900 5
11900 20 15 2900 5 15
C2 − C3


1 600 1 0 0 1
1 1 1 6 1000
y=− 8 2200 2 = − 6 1000 2 = − = 200.
8 C1 − C3

8 8 19 2900
34 11900 15 19 2900 15
C2 − 600C3


1 1 600 0 1 0
1 1 1 4 −200
z=− 8 4 2200 = 4 4 −200 = = 300.
8 C1 − C2

8 8 14 −100
34 20 11900 14 20 −100
C3 − 600C2


Exercice 9.  
1 1 1
Soit la matrice carrée d’ordre 3 : A = 1 1 1.
1 1 1
1. Déterminer le spectre de A.
2. En déduire si A est inversible.
3. Vérifier que la matrice A est diagonalisable et diagonaliser la.

Corrigé.

1. Le polynôme caractéristique de A est :

1−λ 1 1
PA (λ) = det(A − λ I3 ) = 1 1−λ 1
1 1 1−λ

0 0 1
PA (λ) = λ −λ 1
C1

− (1 − λ)C3
1 − (1 − λ)2 λ 1 − λ
C2

− C3
λ −λ λ −λ
= =
1 − (1 − λ)2 λ 2λ − λ2 λ
λ 0
=
C2 + C1 2λ − λ 3λ − λ2
2

= λ(3λ − λ2 )
= λ2 (3 − λ).
 K. ELAMRI -9-

Les valeurs propres de A sont les racines de PA (λ) :

PA (λ) = 0 ⇐⇒ λ = 0 ou λ = 3,

où la valeur propre 0 est une racine double (son ordre de multiplicité est 2) et la valeur propre 3 est
une racine simple (son ordre de multiplicité est 1) : Spec(A) = {0, 3}.

2. On sait que le produit des valeurs propres d’une matrice carrée A est égal à son déterminant,
par conséquent : det A = 0 et donc A n’est pas inversible.

3. Déterminons les dimensions (des bases) des sous-espaces propres associés à chacune des valeurs
propres de A :

a. Le sous-espace propre associé à la valeur propre λ = 3 est :

V3 = {X = (x, y, z) ∈ R3 /AX = 3 X}.

X = (x, y, z) ∈ V3 ⇐⇒ AX = 3X
    
1 1 1 x x
⇐⇒ 1 1 1y  = 3 y 
1 1 1 z z

x + y + z = 3x

⇐⇒ x + y + z = 3y

x + y + z = 3z


−2x + y + z = 0 (1)

⇐⇒ x − 2y + z = 0 (2)

x + y − 2z = 0 (3)


(1) − (2) =⇒ −3x + 3y = 0 ⇐⇒ x = y =⇒ (3) : 2x − 2z = 0 ⇐⇒ x = z.

Donc : X = (x, x, x) = x(1, 1, 1) et V3 = {(x, x, x)/x ∈ R} = Vect((1, 1, 1)).

Ainsi le vecteur (1, 1, 1) (6= 0R3 ) est une base de V3 et par conséquent : dim V3 = 1.

b. Le sous-espace propre associé à la valeur propre λ = 0 est :

V0 = {X = (x, y, z) ∈ R3 /AX = 0 X}.

X = (x, y, z) ∈ V0 ⇐⇒ AX = 0X = 0R3
    
1 1 1 x 0
⇐⇒ 1 1 1y  = 0
1 1 1 z 0
⇐⇒ x + y + z = 0 ⇐⇒ z = −x − y.

D’où X = (x, y, −x − y) = x(1, 0, −1) + y(0, 1, −1), (et ceci est pour tout X ∈ V0 ).
Ainsi : V0 = {(x, y, −x − y)/x, y ∈ R} = Vect((1, 0, −1), (0, 1, −1)).
Comme les deux vecteurs qui engendrent V0 ne sont pas colinéaires, alors ils forment une base de V0
et par conséquent : dim V0 = 2.
Et puisque les dimensions des sous-espaces propres associés aux deux valeurs propres de A sont égales
respectivement aux ordres de multiplicité de ces valeurs propres, alors A est diagonalisable et la relation
de diagonalisation qui met en lien A avec une matrice diagonale D est :
   
1 1 0 3 0 0
D = P −1 AP avec : P = 1 0 1 , D = 0 0 0.
1 −1 −1 0 0 0
 K. ELAMRI - 10 -

Exercice 10.  
−7 4 3
Soit la matrice carrée suivante : A =  2 −5 3 .
5 1 −6
1. Vérifier que 0 et −9 sont les deux valeurs propres de A.
2. A est-elle diagonalisable ?.

Corrigé.

1. Le polynôme caractéristique de A est :

−7 − λ 4 3
PA (λ) = 2 −5 − λ 3
5 1 −6 − λ

−λ 4 3 1 4 3
= −λ −5 − λ 3 = −λ 1 −5 − λ 3
C1 + C2 + C3 −λ 1 −6 − λ 1 1 −6 − λ
1 4 3
= −λ 0 −9 − λ 0 = −λ(9 + λ)2 .
L2 − L1

0 −3 −9 − λ
L3 − L1


Donc les deux valeurs propres de A sont 0 (racine simple) et −9 (racine double), et le spectre de A
est : Spec(A) = {0, −9}.

2. Pour que A soit diagonalisable il faut que dim V−9 = 2.

Soit X = (x, y, z) ∈ dim V−9 , alors :
 
−7x + 4y + 3z = −9x 2x + 4y + 3z = 0
  (
2x + 4y + 3z =0 (1)
2x − 5y + 3z = −9y ⇐⇒ 2x + 4y + 3z = 0 ⇐⇒
  5x + y + 3z =0 (2)
5x + y − 6z = −9z 5x + y + 3z =0
 

(1) − (2) =⇒ −3x + 3y = 0 ⇐⇒ y = x =⇒ (1) : 6x + 3z = 0 ⇐⇒ z = −2x.

Ainsi X = (x, x, −2x) = x(1, 1, −2), et ceci pour tout X ∈ V−9 . Donc le vecteur (1, 1, −2) engendre
V−9 (il est non nul) et forme une base de V−9 .
Par conséquent dim V−9 = 1 6= 2 et A n’est pas diagonalisable.