DEVOIR I Algèbre linèaire

Encadré par :

Prof EL AISSAOUI Lahoucine

Réalisé par :

Samya MARCHICH
Mariane TOE
Chaimaa GARFAOUI

1
2
3
 Corrigé

Exercice 1

1. A ∈ Mm,n (R) est de rang 1 si et seulement s'il existe deux vecteurs u

∈ Im(A) et v ∈ Im(AT ) tels que A = uv T

On a la matrice A de rag 1 ⇐⇒ d'après le théorème de rang

dim(ker(A)) = n-1 alors il existe une seule valeur propre λ ̸= 0 et
d'après théorème spectral alors
 
λ 0 0
A = P DP telle que D = 0 0 0 = uv T telle que u = [λ, 0, 0]T
−1 
0 0 0
, v= [1, 0, 0] alors A = (P u)(P −1 v)T = U V T
T

2. 2.1 Calculer A2 et déduire le polynome caractéristique ainsi que le

polynome minimal de A. Sous quelle condition sur A la matrice A est
positive ?

A2 = (U V T )(U V T ) = tr(A)A
Polynome caractéristique est Pcar (X) = X 2 −tr(A)X = X(X −tr(A))
Et pour le polynome minimal est soit Pmin (X) = X ,
Pmin (X) = X − tr(A) soit Pmin (X) = X(X − tr(A)) mais A ̸= 0 et
A̸= X − tr(A)
Et donc Pmin (X) = X(X − tr(A))

2.2 En déduire la valeur de ∥A∥ = sup∥x∥2 ∥Ax∥2

∥A∥ = sup(valeur propre) =|λ| car on a une seule valeur propre.

3. Est-ce qu'il existe une matrice symétrique A ∈ Mn (R) de rang 1 telle

que A2 est la matrice nulle ? justier votre réponse.

A symètrique alors elle est diagonalisable d'après le théorème spec-

tral on a A = P DP −1 or A2 = 0 alors A nilpotant alors sp(A) = 0
alors D = On = A or A ̸= 0 contradiction on conclut qu'il existe pas

4
Exercice 2

(a) Déterminer la décomposition en valeurs

 singulières deA et B
1 −1 2 1 1
On commence par la matrice A =
0 −2 1 −1 0
i. on calcule
 AA= AA car A ∈ M (R)
∗ T

8 3
AAT = les valeurs propres de A par le polynome carac-
3 6
√ √
téristique sont : λ1 = 7+ 10 , λ2 = 7 - 10 alors les vecteurs
√
propres normées associée sont : s1 = [ √ 3 √ , − √1+ 10√ ]T
20+2 10 20+2 10
 √ 
√ √ 3
√ − √1+ 10 √
s2 = [− √1+ 10 √ , −√
3
√ ] alors S = 
T 20+2√ 10 20+2 10 
20+2 10 20+2 10 −√ 1+ 10
√ −√ 3 √
20+2 10 20+2 10
 
1 −1 2 1 1
−1 5 −4 1 −1
ii. on calcul AT A = 
 
 2 −4 5 1 2 

1 1 1 2 1
1 −1 2 1 1
or les valeurs
√ propres de A √ A qui ont les memes de AA sont
T T

λ1 = 7 + 10 , λ2 = 7 - 10, λ3 = 0, λ4 = 0, λ5 =0.

Alors on calcule les vecteurs propres normées de AT A pour

la valeur 0 a 3 vecteurs propres v1 = [0, 0, 0, 0, −1]T , v2 =
√2 [− 3 , − 1 , 0, 1, 0]T , v3 = √2 [− 3 , 1 , 1, 0, 0]T
14 2 2 14 2 2

Le vecteur
√ propre associée à la valeur
λ1 = 7 + 10 est v4 = 3√2 [− 2 , 12 , 1, 0, −1]T
2 3

Le vecteur
√ propre associée à la valeur
λ1 = 7 - 10 est v5 = 3√2 2 [ 32 , − 12 , −1, 0, 1]T
0 − √214 32 − √214 32 3√2 2 32 2 3 

√
3 22
 0 − √2 1 √2 1 √2 1
− 3√2 2 12 
 14 2 14 2 3 22 
Alors V =  √2 2
− 2 
0 0 √ √
14 3 2 3 2 
2
0 0 0 0 
 √

14
−1 0 0 − 3√2 2 √2
3 2
p √ !
7 + 10 p 0 0
Or δ = √
0 7 − 10 0

5
 On conclusion la DVS de la matrice A est
A = SδV T
i. La décomposition en valeurs singulières de la matrice
B  
5 −5
ii. On calcule B T B = c'est une matrice
−5 5
symétrique alors la matrice est diagonalisable, ces valeurs propres
sont λ1 =0 ,λ2 = 10 , les vecteurs propres associées à ses valeurs
propres sont :
s1 = √12 [−1, −1]T , s2 = √12 [−1, 1]T
 
2 2 2 2 2
2 2 2 2 2
iii. BB T =   les valeurs propres non nulles de
 
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
B B qui sont les mêmes que celles de BB T sont : λ = 10 et 4 va-
T

leur propre nulle pour la matrice B T B alors les vecteurs propres

associées a λ = 0 v1 = √12 [−1, 1, 0, 0, 0]T , v2 = √12 [−1, 0, 1, 0, 0]T
, v3 = √12 [−1, 0, 0, 1, 0]T , v4 = √12 [−1, 0, 0, 0, −1]T
Le vecteur propres associée a λ = 4 est v5 = √214 [1, 1, 1, − 12 , − 12 ]
Alors DVS de B est B = SδV T telle  1 que
√ (−1) √1 (−1) √1 (−1) √1 (−1) √2

2 2 2 2 14
!  √1 1 0 0 0 √2 
√1 (−1) √1 (−1)  2 14 
S = √1 2 2
et V =  1 √2 
 0 √ 0 0 
(−1) √1 1 2 14 
2 2 1 −1
 0 0 0
 √ √
2 14

1 −1
0 0 0 √ (−1)
2
√
14

4. Est-ce que la matrice M = BA est diagonalisable sur R ? si oui diago-

naliser M
 
1 1 1 2 1
1 1 1 2 1 
La matrice M = BA =   est de rang 1 on peut
 
 1 1 1 2 1 
1 1 1 2 1 
1 1 1 2 1
ecrit M = U V le polynome caractéristique de M Pc ar(X)= X(X-
T

tr(M)) (c'est le résultat de exo 1) t'elle que tr(M)= 6 alors M est

6
  
6 0 0 0 0
0 0 0 0 0
diagonalisable alors M = P DP T t'elle que D = 
 
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
Exercice 3

 xn+1 = 2xn + yn − zn − 1
yn+1 = xn + 2yn + zn avec x0 = y0 = z0 = 0
zn+1 = −xn + yn + 2zn + 1


   
2 1 −1 −1
Soit A =  1 2 1  et B= 0  associée au système

−1 1 2 0

On pose Un+1 = AUn + B c'est une suite arithmètique-géomètrique

1. on commence par 
déterminer An telle que Un = An U1 pour cela on
−1 −1 1
calcule (I3 - A) = −1 −1 −1 det(I3 - A) =
 1
4
̸= 0
1 −1 1

0 − 21 21
 

son inverse est (I3 − A)−1 = − 21 0 − 12 

1
2
− 12 0
Le Polynome caractéristique de Pcar (x) = −x(x − 3)2 les valeurs
propres de A sont λ = 3 et λ = 0 les vecteurs propres associée à
ses valeurs propres sont
 : 
−1
Pour λ = 0 E1 = vect 1 

−1
   
−1 1
Et pour λ = 3 E2 = vect 0 et E3 = vect 1
  
1 0
Puisque dimEλ=3 = 2 = mλ=3 et dimEλ=0 = 1 = mλ=0 alors A est

diagonalisable d'après le théorème spectral on A = P DP −1 telle que

7
  1 1
− 3 3 − 13
    
−1 1 −1 0 0 0
P =  1 1 0  P −1 =  31 23 13  et Dn = 0 3n 0 
−1 0 1  − 13 31 23 0 0 3n

2 × 3n−1 3n−1 −3n−1
Alors An = PDn P −1 =  3n−1 2 × 3n−1 3n−1 
n−1 n−1
−3 3 2 × 3n−1
2. déterminer Un = An(U0 - X) + X avec
 X = (I3 − A) B
−1

0 − 21 21
On a (I3 − A) −1
= − 12 0 − 21 
1
−1 0
 1 2 2   n−1 3n−1 1 

2
xn −3 − 2 +2
et (I3 − A) B = 0 alors Un = yn =
−1      0 
1 3n−1
−2 zn 2
+ 3n−1 − 12
Exercice 4

1. Montrer
 que A est
inversible et déterminer A l'inverse de A.
−1

1 0 2 0
0 1 0 2
On a A =  2 0 1 0


 0 2 0 1

1 0
A1,1 = = I2 inversible et F = A2,2 − A2,1 ∗ A−1
1,1 ∗ A1,2
 0 1 
−3 0
F= est inversible alors puisque F et A1,1 inversible alors A est
0 −3
inversible.
 −1 2

3
0 3
0
 0 −1 0 2 
A =2
−1  3
−1
3 
3
0 3
0 
2 −1
0 3
0 3
2. Montrer que A est diagonalisable et déterminer sa décomposition spectrale.
A est symètrique d'après théorème spectral  A est diagonalisable. 
1−X 0 2 0
0 1−X 0 2 
Le polynome caractèristique Pcar (X) = 


2 0 1−X 0 
0 2 0 1−X
 
1 1 1 1
0 1−X 0 2 
→ Pcar (X) = (3-X)  =
2 0 1−X 0 
0 2 0 1−X
2
(X − 3) (X − 1)(X + 1)

8
  
3 0 0 0
0 3 0 0
Alors D = 
0
 A = P DP T
0 1 0
0 0 0 −1

Exercice 5

Soit X ∈ Mn (R). On pose

 
On X
M=
X T On
1. Montrer que M est inversible si et seulement si X est inversible.

M inversible ⇐⇒ | M | = ̸= 0 ⇐⇒ | On - XX T | = | XX T | = |X T ||X|
= |X||X| = |X|2 ̸= 0 ⇐⇒ X inversible

2. On suppose que X est inversible

2.1. Déterminer M −1 l'inverse de M.

 
On −X
M =−1 1
avec
−X T On
−X T X

X inversible | X | = | X | ̸= 0
T

2.2. Montrer que M et dénie mais n'est pas positive

Montrer que Y  T
M Y ̸= 0 soit
Y  =(y1 , y2 )
T

On −X y1
Y T M Y = (y1 , y2 ) T = y2 y1 (X+X T )
−X On y2
Si y2 y1 (X+X ) = 0 → - X = X → Y T M Y = 0 → M = 0 contradiction
T T

alors Y T M Y ̸= 0 → M et dénie et pas positive car les valeurs propres de

M ne sont pas toutes positives
Pcar (λ) = (λ2 − X T X) si X symètrique alors Pcar (λ) = (λ2 − X 2 ) = (λ −
X)(λ + X) alors les valeurs propres sont λ et - λ → M n'est pas positive
sinon X antisymètrique X T = - X alors
Pcar (λ) = (λ2 + X 2 ) n'admet pas de valeurs propres réels

9
 2.3. Montrer que M est diagonalisable et exprimer les vecteurs propres de
M en fonction des vecteurs propres de X

On a M est Dénie → X symètrique alors M est symètrique et d'après

théorème spèctral M est diagonalisable,
Pcar (λ) = (λ2 − X 2 ) → X = λ et - X = λ
Alors les vecteurs propres associée sont : Pour la valeur propre X,
MV = XV telle que V = [v1 , v2 ]T ̸= 0 d'après les calculs on a
V = [X, X]T
Pour la valeur propre X, MW = -XW telle que
W = [w1 , w2 ]T ̸= 0 d'après les calculs on a W = [−X, X]T

3. Déterminer la décomposition spectrale de M pour X = A.

A
est symètrique
 donc M peut s'ècrire de cette forme
O4 A4,4
M= Les valeurs propres de M sont les valeurs propres de A.
A4,4 O4
Or les valeurs de A sont λ = 3 d'ordre de multiplicité 2, λ = 1 et
λ = -1
 on conclut d'après
 le théorème spectral que M =P DP T telle que
3 0 0 0
0 3 0 0
D=
0

0 1 0
0 0 0 −1

10