CPGE d’Agadir PSI

2021/2022

Préparation 02
Problème 1
Soit φ l’application de M2 (R) dans M2 (R) définie par :

∀M ∈ M2 (R), φ(M ) = M − 2t M

1. Montrer que φ est un endomorphisme.

2. Est-ce que φ est injective ? surjective?
3. On note β la base de M2 (R) formée des matrices élémentaires. Déterminer la matrice de φ dans cette base.
4. Est-ce que φ est diagonalisable?
5. En déduire un polynôme de degré 2 qui soit annulateur de φ.
6. Montrer que l’ensemble :
F = {A ∈ M2 (R)/φoφ(A) = A}
est un sev de M(R)
7. De quelle dimension est F ?

Problème 2 :Un cas particulier des matrices tridiagonales

Une matrice tridiagonale est une matrice de la forme

 
a b (0)
 .. 
 c a . 
An (a, b, c) =  
 .. .. 
 . . b 
(0) c a

où (a, b, c) sont des complexes.

6
On fixe (a, b, c) trois nombres complexes tels que bc = 0. On se propose de chercher les éléments propres de
An (a, b, c).  
x1
 ..
Soit λ ∈ C une valeur propre de An (a, b, c) et X =  .  ∈ Cn un vecteur propre associé.


xn
1. Montrer que si l’on pose x0 = 0 et xn+1 = 0, alors (x1 , . . . , xn ) sont les termes de rang variant de 1 à n d’une
suite (xk )k∈N vérifiant x0 = 0, xn+1 = 0 et

∀k ∈ N, bxk+2 + (a − λ)xk+1 + cxk = 0

2. Rappeler l’expression du terme général de la suite (xk )k∈N en fonction des solutions de l’équation

bx2 + (a − λ)x + c = 0

3. A l’aide des conditions imposées à x0 et xn+1 , montrer que (I.1) admet deux solutions distinctes r1 et r2 .
4. Montrer que r1 et r2 sont non nuls et que r1 /r2 appartient à Un+1 .
5. En utilisant l’équation (I.1) satisfaite par r1 et r2 , déterminer r1 r2 et r1 + r2 . En déduire qu’il existe un
entier ` ∈ [|1, n|] et un nombre complexe ρ vérifiant ρ2 = bc tels que
 
`π
λ = a + 2ρ cos
n+1

1
 k
 
6. En déduire qu’il existe α ∈ C tel que, pour tout k dans [|0, n + 1|], xk = 2iα ρbk sin `kπ
n+1 .
7. Conclure que An (a, b, c) est diagonalisable et donner ses valeurs propres.

Problème 3 : Matrices circulantes

Une matrice circulante est une matrice de la forme
···
 
t0 t1 tn−2 tn−1
 .. 
 tn−1
 t0 . tn−2 

T (t1 , t2 , . . . , tn−1 ) =  tn−2
 .. .. .. .. 
 . . . . 

 . .. .. ..
 ..

. . . t1 
t1 ··· tn−2 tn−1 t0

0 ··· 0
 
0 1
.. .. . 
. .. 


 0 0 . 
On pose Mn = 
 .. .. .. 
et ωn = e2iπ/n .
 . . . 0  
 .. 
 0 . 1 
1 0 ··· ··· 0
1. Calculer Mn2 , . . . , Mnn . Montrer que Mn est inversible et donner un polynôme annulateur de Mn .
2. Justifier que Mn est diagonalisable. Préciser ses valeurs propres (exprimées à l’aide de ωn ) et donner une
base de vecteurs  propres deMn .
(p−1)(q−1)
3. On pose Φn = ωn ∈ Mn (C). Justifier que Φn est inversible et donner sans calcul la valeur
16p,q6n
de la matrice Φ−1
n Mn Φ n .
4. Soit A une matrice circulante. Donner un polynôme P ∈ C[X] tel que A = P (Mn ).
5. Réciproquement, si P ∈ C[X], montrer, à l’aide d’une division euclidienne de P par un polynôme bien choisi,
que P (Mn ) est une matrice circulante.
6. Montrer que l’ensemble des matrices circulantes est un sous-espace vectoriel de Mn (C), stable par produit
et par transposition.
7. Montrer que toute matrice circulante est diagonalisable. Préciser ses valeurs propres et une base de vecteurs
propres.

Problème 4 : Étude des matrices cycliques

Partie 1: Endomorphismes et matrices cycliques

Pour toute matrice M de Mn (C), on note fM l’endomorphisme de Cn canoniquement associé à M .

1. Montrer que si M est dans Mn (C), alors les propositions suivantes sont équivalentes:
n−1


i. il existe x0 dans Cn tel que x0 , fM (x0 ) , . . . , fM (x0 ) est une base de Cn ;
ii. M est semblable à la matrice C (a0 , . . . , an−1 ) définie par

···
 
0 0 0 a0
..
 1 ...
 
 . a1 

C (a0 , . . . , an−1 ) =  0 . . .
 .. .. .. 
 . . . 

 . . .. ..
 .. ..

. 0 . 
0 ··· 0 1 an−1

où (a0 , . . . , an−1 ) sont des nombres complexes.

On dit alors que fM est un endomorphisme cyclique, que M est une matrice cyclique et que x0 est un vecteur
cyclique de fM .

2
 2. Soit M dans Mn (C). On suppose que fM est diagonalisable. On note (λ1 , . . . , λn ) ses valeurs propres (non
n
X
nécessairement distinctes) et (e1 , . . . , en ) une base de vecteurs associée à ces valeurs propres. Soit u = ui ei
i=1
un vecteur de Cn où (u1 , . . . , un ) sont n nombres complexes.
n−1


a) Donner une condition nécessaire et suffisante portant sur (u1 , . . . , un , λ1 , . . . , λn ) pour que u, fM (u), . . . , fM (u)
soit une base de Cn .
b) En déduire une condition nécessaire et suffisante pour qu’un endomorphisme diagonalisable soit cyclique.
Caractériser alors ses vecteurs cycliques.
3. Soit (a0 , . . . , an−1 ) ∈ Cn . On s’intéresse aux éléments propres de la matrice C (a0 , . . . , an−1 ).
a) Soit λ un nombre complexe. En discutant dans Cn du système C (a0 , . . . , an−1 ) X = λX, montrer que
λ est une valeur propre de C (a0 , . . . , an−1 ) si et seulement si λ est racine d’un polynôme de C[X] à
préciser.
b) Si λ est racine de ce polynôme, déterminer le sous-espace propre de C (a0 , . . . , an−1 ) associé à la valeur
propre λ et préciser sa dimension.
c) En déduire une condition nécessaire et suffisante pour qu’une matrice cyclique soit diagonalisable.

Partie 2 : Commutant d’un endomorphisme cyclique

Soient M une matrice cyclique et x0 un vecteur cyclique de fM . On cherche à montrer que l’ensemble

C (fM ) = {g ∈ L (Cn ) | fM ◦ g = g ◦ fM }

est l’ensemble des polynômes en fM .

1. Soit P ∈ C[X]. Montrer que P (fM ) ∈ C (fM ).
n−1
2. Soit g ∈ C (fM ). Montrer qu’il existe (α0 , . . . , αn−1 )
∈ Cn tels que g = α0 IdC n + α1 fM + · · · + αn−1 fM .
n−1
On pourra utiliser la base x0 , fM (x0 ) , . . . , fM (x0 ) et exprimer g (x0 ) dans cette base.
3. Conclure.

Partie 3
··· ··· 0
 
0 0
 .. 

 1 0 . 

Soit N =  .. .. ..
.
 
 0 . . . 
 .. .. .. .. .. 
 . . . . . 
0 ··· 0 1 0
1. Donner les valeurs propres de N et les sous-espaces propres associés. Est-elle diagonalisable?
2. La matrice N est-elle cyclique ?
3. Déterminer l’ensemble des matrices qui commutent avec N .

Problème 5 : matrices stochastiques

Notations et définitions
- K désigne l’ensemble R ou C.
- Mn,m (K) est l’ensemble des matrices à n lignes et m colonnes et à coefficients dans K. Mn,n (K) est plus
simplement noté Mn (K).

- Un élément de Mn (R) peut être considéré comme élément de Mn (C).

- On identifie un élément de x ∈ Kn à une matrice colonne et si x = (x1 , . . . , xn ), on note kxk∞ = max{|xi | | 1 6
i 6 n}.

3
 - Une suite (Mp )p∈N d’éléments de Mn,m (K) est dite convergente si toutes les suites coordonnées (Mp (i, j))p∈N
(1 6 i 6 n, 1 6 j 6 m) convergent. La limite est alors l’élément de Mn,m (K) dont les coefficients sont les
limites des suites coordonnées.
- Si A ∈ Mn (C), on note Sp(A) l’ensemble des valeurs propres complexes de A et on note

ρ(A) = max |λ|

λ∈Sp(A)

Cette quantité s’appelle le rayon spectral de A.

 probabilisé(Ω, A, P) telle que X(Ω) = {x1 , . . . , xn } ⊂ R,

- Si X est une variable aléatoire définie sur un espace
P(X = x1 )
on identifie la loi PX de X au vecteur colonne  ..
.
 
.
P(X = xn )

Objectifs
L’objet de ce problème est d’étudier la suite des puissances d’une matrice stochastique. La première partie est
consacrée à cette étude dans le cas où n = 2. Dans la seconde partie, on étudie le spectre des matrices stochastiques.
Dans la troisième partie, on étudie l’existence d’une probabilité invariante par une matrice stochastique et la dernière
partie est consacrée à l’étude des puissances d’une telle matrice.

1 Cas n = 2
On suppose dans cette partie que n = 2 et, pour α ∈ [0, 1] et β ∈ [0, 1] avec (α, β) 6= (0, 0), on note :
 
1−α α
A(α, β) =
β 1−β

Il pourra être utile de noter λ = 1 − (α + β).

1.1 Puissances de A(α, β)

1. Montrer que 1 est valeur propre de A(α, β) et déterminer le sous-espace propre associé.
2. Montrer que A(α, β) est diagonalisable dans M2 (R) et la diagonaliser.
3. Calculer, pour tout entier p ∈ N, la matrice A(α, β)p .
4. Montrer que, pour (α, β) 6= (1, 1), la suite (A(α, β)p )p∈N converge vers une matrice L(α, β) que l’on précisera.
Que se passe-t-il pour (α, β) = (1, 1) ?

1.2 Applications
Soient α et β deux réels de ]0, 1[. Un message binaire de longueur `, c’est à dire une suite finie (a1 , a2 , . . . , a` ) où
pour tout i ∈ {1, . . . , `} ai ∈ {0, 1}, est transmis dans un réseau formé de relais. On suppose que, à chaque relais,
un élément x ∈ {0, 1} est transmis avec une probabilité d’erreur égale à α pour un passage de 0 à 1 et β pour un
passage de 1 à 0. On note X0 la variable aléatoire définissant le message initial de longueur ` et, pour n ∈ N∗ , au
n-ième relais, le résultat du transfert est noté Xn . On suppose que les relais sont indépendants les uns des autres
et que les erreurs sur les bits constituant le message sont indépendantes.
5. Cas ` = 1
Montrer que pour tout entier n > 0 :
    
P(Xn+1 = 0) 1−α β P(Xn = 0)
=
P(Xn+1 = 1) α 1−β P(Xn = 1)

calculer, pour
 n > 0, P(X
 n = 0|X0 = 0) et P(Xn = 1|X0 = 1).
α β
Si r = min α+β , α+β , montrer que la probabilité pour que Xn soit conforme à X0 est supérieure ou égale à

r + (1 − r)(1 − α − β)n

4
 6. Cas ` >= 1
On pose Xn = (Xn1 , . . . , Xn` ) où, pour k ∈ {1, . . . , `}, Xnk est le résultat de la transmission du k-ième bit au
n-ième relais. Soit Qn la probabilité pour que le message Xn soit conforme au message initial. Montrer que
Qn vérifie :
`
Qn > (r + (1 − r)(1 − α − β)n )
7. On suppose dans cette question que α = β. Que peut-on dire dans ce cas de l’inégalité précédente ?
Pour tout ε ∈]0, 1[, déterminer un entier nc tel que la probabilité d’obtenir un message erroné au n-ième
relais pour n > nc soit supérieure ou égale à ε (on dit que nc est la taille critique du réseau).

2 Spectre des matrices stochastiques

Dans cette partie, les matrices considérées sont carrées d’ordre n > 2. On dit qu’une matrice A = (ai,j )16i,j6n ∈
Mn (R) est stochastique (respectivement strictement stochastique) si et seulement si elle est à coefficients positifs
(respectivement strictement positifs) et
n
X
∀i ∈ {1, . . . , n}, ai,j = 1
j=1

2.1 Coefficients
8. Soit A = (ai,j )16i,j6n ∈ Mn (R) une matrice stochastique (respectivement strictement stochastique). Montrer
que pours tous i, j compris entre 1 et n on a

0 6 ai,j 6 1 (respectivement 0 < ai,j < 1)

9. Montrer qu’une matrice A à coefficients réels positifs est stochastique si et seulement si 1 est valeur propre
de A et le vecteur e de coordonnées (1, . . . , 1) est un vecteur propre associé.
10. Montrer que le produit de deux matrices stochastiques (respectivement strictement stochastiques) est une
matrice stochastique (respectivement strictement stochastique).

2.2 Valeurs propres

Soit A ∈ Mn (R) une matrice stochastique.

11. Montrer que

∀x ∈ Cn , ∀p ∈ N, kAp xk∞ 6 kxk∞
12. Montrer que ρ(A) = 1.

2.3 Diagonale strictement dominante

Une matrice A ∈ Mn (C) est dite à diagonale strictement dominante si et seulement si
n
X
∀i ∈ {1, . . . , n}, |ai,i | > |ai,j |
j=1
j6=i

13. Soit A ∈ Mn (C) quelconque et soit λ ∈ C une valeur propre de A. Montrer qu’il existe i ∈ {1, . . . , n} tel que
n
X
|λ − ai,i | 6 |ai,j |
j=1
j6=i

14. Montrer qu’une matrice A ∈ Mn (C) à diagonale strictement dominante est inversible.

5
2.4 Valeur propre de module maximal
Soit A = (ai,j )16i,j6n ∈ Mn (R) une matrice strictement stochastique.
15. On désigne par A1 = (ai,j )16i,j6n−1 ∈ Mn−1 (R) la matrice extraite de A en supprimant sa dernière ligne et
sa dernière colonne. Montrer que la matrice A1 − In−1 est à diagonale strictement dominante. Que peut-on
en déduire quant au rang de A − In ?
16. Montrer que ker(A − In ) est de dimension 1.
17. Soit λ ∈ Sp(A) \ {1}. Montrer que |λ| < 1.

Problème 6

On rappelle que R[X] désigne le R-espace vectoriel des polynômes à coefficients réels. Pour n entier naturel, Rn [X]
désigne le sous-espace vectoriel de R[X] des polynômes de degré inférieur ou égal à n. On précise que l’on pourra
confondre polynôme et fonction polynomiale associée.
Soit P un polynôme de R[X]. On note P (n) sa dérivée n-ième.
On considère l’application φ de R[X] dans lui-même définie par :

∀P ∈ R[X], φ(P ) = (X 2 − 1)P 00 + 2XP 0 .

(n)
Pour n ∈ N, on note Un = (X 2 − 1)n et Ln = 2n1n! Un .
Les polynômes Ln sont appelés polynômes de Legendre. Pour n entier naturel, an désigne le coefficient dominant
de Ln .

Partie 1 : Quelques résultats généraux

1
1. Déterminer L0 , L1 et vérifier que L2 = (3X 2 − 1).
2
Dans la suite de cette partie, n désigne un entier naturel.
2. Justifier que Ln est de degré n et préciser la valeur de an .
3. Montrer que la famille (L0 , . . . , Ln ) est une base de Rn [X].
4. Pour n ∈ N∗ , déterminer les racines de Un , en précisant leur ordre de multiplicité, puis justifier qu’il existe
un réel α ∈] − 1, 1[ et un réel λ, que l’on ne cherchera pas à déterminer, tels que :

Un0 = λ(X − 1)n−1 (X + 1)n−1 (X − α).

5. Dans cette question seulement, n > 2. Soit k ∈ [[1, n − 1]]. On suppose qu’il existe des réels α1 , . . . , αk deux à
deux distincts dans ] − 1, 1[ et un réel µ tels que :

Un(k) = µ(X − 1)n−k (X + 1)n−k (X − α1 ) · · · (X − αk ).

Justifier qu’il existe des réels β1 , . . . , βk+1 deux à deux distincts dans ] − 1, 1[ et un réel ν tels que :

Un(k+1) = ν(X − 1)n−k−1 (X + 1)n−k−1 (X − β1 ) · · · (X − βk+1 ).

On pourra utiliser le théorème de Rolle. On précisera bien ses hypothèses et sa conclusion.

6. En déduire que, pour n ∈ N∗ , Ln admet n racines réelles simples, toutes dans [−1, 1]. On les note x1 , . . . , xn
en convenant que x1 < · · · < xn .
Yn
On note An = (X − xk ).
k=1

En convenant que A0 = 1, on a donc : ∀n ∈ N, Ln = an An .

Partie 2 : étude des éléments propres de l’endomorphisme φ

Soit n un entier naturel.

7. Prouver que φ est un endomorphisme de R[X].
8. Justifier que Rn [X] est stable par φ.

6
On note φn l’endomorphisme de Rn [X] induit par φ. Cet endomorphisme φn est donc défini par :

∀P ∈ Rn [X], φn (P ) = φ(P )

9. On note M = (mi,j )06i,j6n la matrice de φn dans la base canonique de Rn [X].

Déterminer M lorsque n = 1, 2 et 3.
Pour n quelconque, montrer que M est triangulaire supérieure et que : ∀k ∈ [[0, n]], mk,k = k(k + 1).
10. (5/2) Montrer que φn est diagonalisable. On pourra utiliser la question 9.
11. Vérifier que : ∀k ∈ [[0, n]], (X 2 − 1)Uk0 − 2kXUk = 0.
12. Soit k ∈ [[0, n]]. En dérivant (k + 1) fois la relation de la question 11, montrer grâce à la formule de dérivation
(k+2) (k+1) (k)
de Leibniz que : (X 2 − 1)Uk + 2XUk − k(k + 1)Uk = 0.
13. Pour k ∈ [[0, n]], déterminer φn (Lk ).
14. Déterminer la matrice D de φn dans la base (L0 , . . . , Ln ).

Problème 7 : Matrice de rang 1

On rappelle que Mp,q (R) où (p, q) ∈ N∗ × N∗ désigne le R-espace vectoriel des matrices à p lignes et q colonnes.
On note Mp (R) au lieu de Mp,p (R) et l’on identifiera R et M1 (R).
   
1 −1
−1 −1 t
−1 et V0 =  1  et A0 = U0 V0 .
1. Soient U0 =    

1 −1
a) Calculer A0 . Quel est le rang de A0 ?
b) Justifier que KerA0 6= {0} et en déterminer une base.
c) i Calculer A0 U0 . En déduire que U0 ∈
/ KerA.
ii Déterminer une matrice diagonale D de M4 (R) et une matrice inversible P de M4 (R) telles que
A0 = P DP −1 .
2. Soit n > 2 et A ∈ Mn (R) une matrice de rang 1.
 
c1
 .. 
a) On désigne par C =  .  la matrice colonne égale à la première colonne non nulle de A.
cn


Démontrer qu’il existe une matrice ligne non nulle L = `1 · · · `n ∈ M1,n (R) telle que A = CL.
b) Vérifier que LC = Tr(A) puis montrer que A2 = Tr(A)A où Tr(A) désigne la trace de A, somme des
coefficients diagonaux de A.
c) Soit λ une valeur propre de la matrice A et X un vecteur propre associé: λ ∈ R et X ∈ Rn tels que
X 6= 0 et AX = λX.

Montrer que λ2 − Tr(A)λ X = 0 et en déduire que l’ensemble Sp(A) des valeurs propres de A est
inclus dans {0, Tr(A)}.
d) Le réel 0 est-il valeur propre de A ? Quelle est la dimension de l’espace propre associé ?
e) Vérifier que Tr(A) est valeur propre de A.
f) Montrer que : A est diagonalisable ⇐⇒ Tr(A) 6= 0.
3. Soit E un R-espace vectoriel de dimension finie n > 2, et f ∈ L(E) tel que rang(f ) = 1 et f ◦ f 6= e 0 où e
0
désigne l’endomorphisme nul.
On désigne par u un vecteur de E tel que Im(f ) = Vect(u).
a) Montrer que f (u) 6= 0.
b) En déduire que l’endomorphisme f possède une valeur propre réelle non nulle.
c) Montrer alors que f est un endomorphisme diagonalisable dans R.

Problème 8 : Endomorphisme nilpotent

Soit E un C-espace vectoriel de dimension n > 0.

Si u ∈ L(E), on définit la suite des puissances de u par u0 = IdE et, pour tout entier naturel k; uk+1 = u ◦ uk .

7
On dit que u ∈ L(E) est nilpotent lorsqu’il existe un entier p > 1 tel que up = 0. Le plus petit de ces entiers est
alors appelé indice de nilpotence.
Une matrice M est dite nilpotente s’il existe un entier naturel p > 1 tel que M p = 0. Dans ce cas, le plus petit
entier naturel p > 1 tel que M p = 0 s’appelle l’indice de nilpotence de M .
1. Que peut-on dire d’un endomorphisme nilpotent d’indice 1 ?
2. Soit u ∈ L(E) nilpotent d’indice p. Montrer qu’il existe x ∈ E tel que up−1 (x) 6= 0.
3. Vérifier que la famille (uk (x))06k6p−1 est libre. En déduire que p 6 n = dim E.
4. Réduction d’une matrice de M2 (R).
On suppose que n = 2. Soit u un endomorphisme de E nilpotent non nul.
a) Montrer que p = 2. 
0 0
b) Construire une base de E dans laquelle la matrice de u est égale à .
1 0
c) En déduire que les matrices nilpotentes de M2 (C) sont exactement les matrices de trace nulle et de
déterminant nul.
5. Valeurs propres, trigonalisation. Soit A ∈ Mn (C).
a) Montrer que, si A est est nilpotente, alors 0 est l’unique valeur propre de A. En déduire son polynôme
caractéristique χA .
b) Quelles sont les matrices de Mn (C) à la fois nilpotentes et diagonalisables ?
c) On suppose que A est semblable à une matrice triangulaire à diagonale nulle.
i Soit B = (e1 , . . . , en ) une base de E et u ∈ L(E) tels que matB (u) = T , matrice triangulaire
supérieure à diagonale nulle. Montrer que, pour tout j ∈ [|1, n|], u(ej ) ∈ Vect(e1 , . . . , ej−1 ).
Montrer que, pour tout k ∈ N et tout j ∈ [|1, n|], uk (ej ) ∈ Vect((ei )16i6j−k ).
ii En déduire que A est nilpotente.
d) Montrer la réciproque : une matrice nilpotente est semblable à une matrice triangulaire à diagonale
nulle.
e) Montrer que si 0 est l’unique valeur propre de A, alors A est nilpotente.
6. Réduction des matrices nilpotentes
On suppose n > 2. Soit u un endomorphisme de E nilpotent d’indice p > 2.
a) Démontrer que Im(u) est stable par u et que l’endomorphisme induit par u sur Im(u) est nilpotent.
Préciser son indice de nilpotence.

b) Pour tout vecteur x non nul de E, on note Cu (x) l’espace vectoriel engendré par les uk (x) k∈N .
Démontrer que Cu (x) est stable par u
et qu’il existe un plus petit entier s(x) > 1 tel que us(x) (x) = 0.
c) Démontrer que x, u(x), . . . , us(x)−1 (x) est une base de Cu (x) et donner la matrice, dans cette base, de
l’endomorphisme induit par u sur Cu (x).
t
M
d) Démontrer par récurrence sur p qu’il existe des vecteurs x1 , . . . , xt de E tels que E = Cu (xi ).
i=1
on pourra appliquer l’hypothèse de récurrence à l’endomorphisme induit par u sur Im(u)
Mt
e) Donner la matrice de u dans une base adaptée à la décomposition E = Cu (xi ).
i=1

Problème 9 : Simultanément diagonalisables

Partie 1

Soit f, g ∈ L(R3 ) dont les matrices dans la base canonique de R3 sont respectivement
   
1 0 0 0 1 1
A = 0 0 −1 et B = −1 1 −1
0 1 2 1 1 3

1. Montrer que f et g commutent.

2. Déterminer les valeurs propres et les Sp de f et g.
Les matrices A et B sont-elles diagonalisables ? trigonalisables ?

8
 3. On note e1 un vecteur propre de g associé à la valeur propre 2. Déterminer un vecteur e2 non colinéaire à e1
tel que le sous-espace Vect(e1 , e2 ) soit stable par f et par g.
4. Construire une base B 0 = (e1 , e2 , e3 ) de trigonalisation commune à f et g.
On ne demande pas les valeurs de tous les coefficients des matrices de f et g dans cette base.

Partie 2

Soit E un espace vectoriel sur C de dimension n, n ∈ N∗ . , et soit f un endomorphisme de E admettant n valeurs

propres distinctes λ1 , . . . , λn .
1. Montrer que f est diagonalisable.
2. Soit (a0 , . . . , ad ) ∈ Cd+1 . On considère le polynôme P défini par
d
X
P = ai X i
i=0

Soit u l’endomorphisme de E défini par

d
X
u = P (f ) = ai f i
i=0

avec f 0 = IdE l’application identité de E, et pour k > 1, f k = f ◦ · · · ◦ f est la k-ième composée de f .

a) Montrer que f et u commutent.
b) Exprimer les valeurs propres de u en fonction de celles de f et montrer que u est diagonalisable dans la
même base que f .
3. Soit g un endomorphisme de E qui commute avec f .
a) Quelle est la dimension de Eλi , sous-espace propre de f associé à la valeur propre λi ?
b) En déduire que pour tout i ∈ {1, . . . , n}, si ei est un vecteur propre de f pour la valeur propre λi , ei est
également un vecteur propre de g. On notera µi la valeur propre associée.
c) Les µi sont-ils forcément 2 à 2 distincts ?
d) L’endomorphisme g est-il diagonalisable ?
e) Montrer qu’il existe un polynôme P ∈ Cn−1 [X] tel que g = P (f ).
id: Utiliser le polynôme interpolateur de Lagrange P qui vérifie P (λi ) = µi pour tout i.

Problème 10 : Sous-espaces stables

Dans ce problème, K désigne le corps R ou le corps C et E est un K-espace vectoriel non nul.
Si f est un endomorphisme de E, pour tout sous-espace F de E stable par f on note fF l’endomorphisme de F
induit par f , c’est-à-dire défini sur F par fF (x) = f (x) pour tout x dans F .
Pour tout endomorphisme f d’un K-espace vectoriel E on définit la suite (f n )n∈N des puissances de f par
(
f 0 = IdE ,
f k+1 = f ◦ f k = f k ◦ f pour tout k dans N.

On note K[X] l’espace vectoriel sur K des polynômes à coefficients dans K et, pour tout n de N, Kn [X] le sous-espace
de K[X] des polynômes de degré au plus égal à n.
Pour n > 1, Mn (K) est l’espace des matrices carrées à n lignes et à éléments dans K et Mn,1 (K) est l’espace des
matrices colonnes à n lignes et à éléments dans K.

partie 1

Dans cette partie, f est un endomorphisme d’un K-espace vectoriel E.

I.A – Montrer qu’une droite F engendrée par un vecteur u est stable par f si et seulement si u est un vecteur
propre de f .
I.B –

9
 I.B.1) Montrer qu’il existe au moins deux sous-espaces de E stables par f et donner un exemple d’un endo-
morphisme de R2 qui n’admet que deux sous-espaces stables.
I.B.2) Montrer que si E est de dimension finie n > 2 et si f est non nul et non injectif, alors il existe au moins
trois sous-espaces de E stables par f et au moins quatre lorsque n est impair.
Donner un exemple d’endomorphisme de R2 qui n’admet que trois sous-espaces stables.
I.C –
I.C.1) Montrer que tout sous-espace engendré par une famille de vecteurs propres de f est stable par f . Préciser
l’endomorphisme induit par f sur tout sous-espace propre de f .
I.C.2) Montrer que si f admet un sous-espace propre de dimension au moins égale à 2 alors il existe une infinité
de droites de E stables par f .
I.C.3) Que dire de f si tous les sous-espaces de E sont stables par f ?
I.D – Dans cette sous-partie, E est un espace de dimension finie.
I.D.1) Montrer que si f est diagonalisable alors tout sous-espace de E admet un supplémentaire dans E stable
par f . On pourra partir d’une base de F et d’une base de E constituée de vecteurs propres de f .
I.D.2) Montrer que si K = C et si tout sous-espace de E stable par f admet un supplémentaire dans E stable
par f , alors f est diagonalisable. Qu’en est-il si K = R ?

Partie 2

Dans cette partie, n et p sont deux entiers naturels au moins égaux à 2, f est un endomorphisme diagonalisable
d’un K-espace vectoriel E de dimension n, qui admet p valeurs propres distinctes {λ1 , . . . , λp } et, pour tout i dans
[[1, p]], on note Ei le sous-espace propre de f associé à la valeur propre λi . Lp
II.A – Il s’agit ici de montrer qu’un sous-espace F de E est stable par f si et seulement si F = i=1 (F ∩ Ei ).
p
II.A.1) Montrer que tout sous-espace F de E tel que F = ⊕i=1 (F ∩ Ei ) est stable par f .
II.A.2) Soit F un sous-espace de E stable par f et x un vecteur non nul de F . Justifier l’existence et l’unicité
Xp
de (xi )16i6p dans E1 × · · · × Ep tel que x = xi .
i=1
II.A.3) Si on pose Hx = {i ∈ [[1, p]] | xi 6= 0}, Hx est non vide et, quitte à renuméroter les valeurs propres (et
Xr
les sous-espaces propres), on peut supposer que Hx = [[1, r]] avec 1 6 r 6 p. Ainsi on a x = xi avec
i=1
xi ∈ Ei \ {0} pour tout i de [[1, r]].
On pose Vx = Vect(x1 , . . . , xr ).
Montrer que Bx = (x1 , . . . , xr ) est une base de Vx .
II.A.4) Montrer que pour tout j de [[1, r]], f j−1 (x) appartient à Vx et donner la matrice de la famille (f j−1 (x))16j6r
dans la base Bx .
II.A.5) Montrer que (f j−1 (x))16j6r est une base de Vx .
II.A.6) En déduire que pour tout i de [[1, r]], xi appartient à F et conclure.
II.B – Dans cette sous-partie, on se place dans le cas où p = n.
II.B.1) Préciser la dimension de Ei pour tout i dans [[1, p]].
II.B.2) Combien y a-t-il de droites de E stables par f ?
II.B.3) Si n > 3 et k ∈ [[2, n − 1]], combien y a-t-il de sous-espaces de E de dimension k et stables par f ?
II.B.4) Combien y a-t-il de sous-espaces de E stables par f dans ce cas ? Les donner tous.

Problème 11 : Réduction de sous-algèbres de L(E)

Dans tout le problème, K désigne R ou C et E est un K-espace vectoriel de dimension n > 1.

Une sous-algèbre A de L(E) est dite diagonalisable (respectivement trigonalisable) s’il existe une base B de E telle
que M atB (u) soit diagonale (respectivement triangulaire supérieure) pour tout u de A.

I - Exemples de sous-algèbres de M2 (K) diagonalisables et non diago-

nalisables
 
a −b
Soit Γ(K) le sous-ensemble de M2 (K) constitué des matrices de la forme où (a, b) ∈ K2 .
b a

10
 1. Montrer que Γ(K) est une sous-algèbre de M2 (K).
2. Montrer que   pas une sous-algèbre diagonalisable de M2 (R).
Γ(R) n’est
0 −1
3. Montrer que est diagonalisable sur C. En déduire que Γ(C) est une sous-algèbre diagonalisable de
1 0
M2 (C).

II. Une sous-algèbre commutative de Mn (R)

Dans cette partie, on suppose n > 2.
Pour tout (a0 , . . . , an−1 ) ∈ Rn , on pose
 
a0 an−1 ··· a1
 a1 a0 ... a2 
J(a0 , . . . , an−1 ) =  ..  .
 
.. ..
 . . .
an−1 an−2 ··· a0

Ainsi, le coefficient d’indice(i, j) de J(a0 , . . . , an−1 ) est ai−j si i > j et ai−j+n si i < j.
Soit A l’ensemble des matrices de Mn (R) de la forme J(a0 , . . . , an−1 ) où (a0 , . . . , an−1 ) ∈ Rn .
Soit J ∈ Mn (R) la matrice canoniquement associée à l’endomorphisme ϕ ∈ L(Rn ) défini par ϕ : ej 7→ ej+1 si
j ∈ {1, . . . n − 1} et ϕ(en ) = e1 , où (e1 , . . . , en ) est la base canonique de Rn .

II.A - Calcul des puissances de J

1. Préciser les matrices J et J 2 . (on pourra distinguer les cas n = 2 et n > 2).
2. Préciser les matrices J n et J k pour 2 6 k 6 n − 1.
3. Quel est le lien entre la matrice J(a0 , . . . , an−1 ) et les J k , où 0 6 k 6 n − 1 ?

II.B - Une base de A

1. Montrer que (In , J, J 2 , . . . , J n−1 ) est une base de A.
2. Soit M ∈ Mn (R). Montrer que M commute avec J si et seulement si M commute avec tout élément de A.
3. Montrer que A est une sous-algèbre commutative de Mn (R).

II.C - Diagonalisation de J
1. Déterminer le polynôme caractéristique de J.
2. Montrer que J est diagonalisable dans Mn (C).
3. La matrice J est-elle diagonalisable dans Mn (R) ?
4. Déterminer les valeurs propres complexes de J est les espaces propres associés.
5. Dans les trois questions suivantes n désigne un entier naturel impair > 3. Pour tout m ∈ N, on note Xm une
variable aléatoire à valeurs dans {0, 1, . . . , n − 1} telle que
• X0 = 0 avec probabilité 1 ;
• si Xm = k, alors ou bien Xm+1 = k−1 modulo n, ou bien Xm+1 = k+1 modulo n, ceci avec équiprobabilité.
On note  
P (Xm = 0)
 P (Xm = 1) 
Um = .
 
..
 . 
P (Xm = n − 1)

a) Déterminer U0 et une matrice A de Mn (R) telle que pour tout m ∈ N, Um+1 = AUm . On exprimera A
à l’aide de la matrice J.
b) Déterminer les valeurs propres de la matrice A et un vecteur propre de Rn unitaire associé à la valeur
propre de module maximal.
c) En déduire la limite de Um lorsque m → +∞.

11
II.D - Diagonalisation de A
1. Le sous-ensemble A est-il une sous-algèbre de Mn (C) ?
2. Montrer qu’il existe P ∈ GLn (C) telle que, pour toute matrice A ∈ A, la matrice P −1 AP est diagonale.
n−1
X
Soit (a0 , . . . , an−1 ) ∈ Rn . On note Q ∈ R[X] le polynôme ak X k .
k=0

1. Quelles sont les valeurs propres complexes de la matrice J(a0 , . . . , an−1 ) ?

Problème 8 : Rayon spectral

On munit l’espace vectoriel Mn1 (R) identifie a Rn du produit scalaire canonique < X, Y >= t XY .
Partie 1
Soit M ∈ GLn (R). Le but de cette partie est de montrer qu’il existe U ∈ On (R) et S symétrique, telles que

M = US

1. a) Montrer que A = t M M est diagonalisable.

b) Si X est un vecteur propre de A associée a la valeur propre λ, calculer kM Xk2 en fonction de kXk2 et
de λ. En déduire que toutes les valeurs propres de A sont positives.
Zéro peut-il être valeur propre de A ?
c) En déduire qu’il existe P ∈ On (R) et (µ1 , . . . , µn ) des réels strictement positifs tels que
 2 
µ1 0
A=P
 ..  −1
P
.
0 µ2n

puis que A = S 2 , avec S une matrice symétrique que l’on préciserai en fonction de P , P −1 et des µi .
2. Montrer que S est inversible, puis que U = M S −1 est une matrice orthogonale. Montrer que les matrices U
et S que l’on vient de construire conviennent.

Partie 2

Soit (e1 , . . . en ) la base canonique de Rn .

kM Xk
Pour toute matrice M ∈ Mn (R), nous posons, sous réserver d’existence, k|M k| = sup
X∈Rn \{0} kXk

1. Calculer k|In k|.

2. Montrer l’existence de kM k pour M ∈ Mn (R).
3. Montrer que pour tout X ∈ Rn , on a kM Xk 6 k|M k| kXk.
4. Soit P ∈ On (R). Que peut-on dire de l’endomorphisme X 7→ P X de Rn ?
Montrer que k|M P k| = k|M k| pour tout M ∈ Mn (R).
5. Soit D une matrice diagonale de coefficients diagonaux (λ1 , . . . , λn ). On note ρ(D) = max |λi |.
16i6n

a) Que vaut Dei ?

b) Par un calcul de kDXk2 , en déduire que, ∀X ∈ Rn , kDXk 6 ρ(D)kXk.
c) En déduire que k|Dk| 6 ρ(D), puis que k|Dk| = ρ(D).
6. Soit M ∈ Mn (R).
a) En s’inspirant de de la partie 1, montrer qu’il existe P ∈ On (R) et D une matrice diagonale a coefficients
positifs tels que t M M = P D2 t P .
b) À l’aide des questions 3 et 4c, en déduire que ρ(D) = k|M k|.
 
1 1
7. On considérer M = . Calculer k|M k|.
2 0

Problème 12 : Crochet de Lie

12
L’objectif du problème est d’étudier des conditions pour que deux matrices admettent un vecteur propre commun
et d’en déduire une forme normale pour des vecteurs propres.
Les parties I et III traitent chacune de cas particuliers en dimension 3 et n. Elles sont indépendantes l’une de
l’autre. La partie II aborde la situation générale en faisant apparaı̂tre une condition nécessaire et certaines autres
conditions suffisantes à l’existence d’un vecteur propre commun.
Les parties II, III et IV sont, pour une grande part, indépendantes les unes des autres.

Il est demandé, lorsqu’un raisonnement utilise un résultat obtenu

précédemment dans le problème, d’indiquer précisément le numéro de la question utilisée.
Notations et définitions
Soient n et p deux entiers naturels non nuls, K l’ensemble R ou C.
Notons Mn,p (K) l’espace vectoriel des matrices à n lignes et p colonnes à coefficients dans K,
Mn (K) l’espace vectoriel des matrices carrées d’ordre n à coefficients dans K,
0n la matrice nulle d’ordre n
et In la matrice identité d’ordre n.

Pour M ∈ Mn (K) et λ ∈ K, on note :

Ker(M ) = {X ∈ Mn,1 (K) tel que M X = 0},
im(M ) = {M X, X ∈ Mn,1 (K)},
Sp(M ) le spectre de M,
Eλ (M ) = Ker(λIn − M )
et imλ (M ) = im(λIn − M ).

Définitions :
• Soient (A, B) ∈ (Mn (K))2 et e ∈ Mn,1 (K) ;
on dit que e est un vecteur propre commun à A et B si :
i) e 6= 0 ;
ii) il existe λ ∈ K tel que Ae = λe ;
iii) il existe µ ∈ K tel que Be = µe ;

On définit [A, B] ∈ Mn (K) par la formule : [A, B] = AB − BA.

• Soient f et g, deux endomorphismes d’un K- espace vectoriel E et e ∈ E ;

on dit de même que e est un vecteur propre commun à f et g si :
i) e 6= 0 ;
ii) il existe λ ∈ K tel que f (e) = λe ;
iii) il existe µ ∈ K tel que g(e) = µe ;

On définit l’endomorphisme [f, g] de E par la formule : [f, g] = f ◦ g − g ◦ f.

Partie I : ÉTUDE DANS UN CAS PARTICULIER

On considère les matrices suivantes :

     
0 −1 −1 3 −3 −1 −5 3 −1
A = −1 0 −1 , B = 0 2 0 , C = −2 6 2
−1 −1 0 1 −3 1 −5 3 −1
     
1 0 1
On note F = (u1 , u2 , u3 ) où u1 =  0  , u2 =  1  et u3 = 1 .
−1 −1 1

13
    
1 1
On note aussi u4 = 0 et u5 =  1  .
1 −2

I.1.
I.1.a. Déterminer le spectre de A.
I.1.b. Montrer que la famille F est une base de M3,1 (R) constituée de vecteurs propres de A.
I.1.c. A est-elle diagonalisable ?
I.1.d. Montrer qu’aucun des éléments de F n’est un vecteur propre commun à A et B.
I.2.
I.2.a. Déterminer le spectre de B.
I.2.b. Montrer que im2 (B) = Vect(u4 ) et que dim(E2 (B)) = 2.
I.2.c. B est-elle diagonalisable ?
I.3.
I.3.a. Montrer que E1 (A) ∩ E2 (B) = Vect(u5 ).
I.3.b. Déterminer tous les vecteurs propres communs à A et B.

I.4.
I.4.a. Vérifier que [A, B] = C.
I.4.b. Montrer que C est diagonalisable et déterminer le rang de C.

Partie II : CONDITION NÉCESSAIRE ET SUFFISANTE

Soit n ∈ N∗ et soit (A, B) ∈ (Mn (K))2 .
II.1. Dans cette question, on suppose que e est un vecteur propre commun à A et B.
II.1.a. Montrer que e ∈ Ker([A, B]).
II.1.b. En déduire que rang([A, B]) < n.

Dans toute la suite de cette partie II, on suppose que K = C.

On dit que A et B vérifient la propriété H s’il existe λ ∈ Sp(A) tel que :

Eλ (A) ⊂ Ker([A, B]).

II.2. Montrer que si [A, B] = 0n , alors A et B vérifient la propriété H.

II.3. Dans cette question, on suppose que A et B vérifient la propriété H.
II.3.a. Pour tout X ∈ Eλ (A), on pose ψ(X) = BX. Montrer que ψ définit un endomorphisme de Eλ (A).
II.3.b. En déduire l’existence d’un vecteur propre commun à A et B.

Pour k ∈ N∗ , on note Pk la propriété suivante :

Pour tout C-espace vectoriel E de dimension k et pour tout couple d’endomorphismes (ϕ, ψ) de E tels que
rang([ϕ, ψ]) 6 1, il existe un vecteur propre commun à ϕ et ψ.

II.4. Vérifier la propriété P1 .

14
 II.5. Dans cette question, on suppose que Pk est vérifiée pour tout entier k ∈ [|1, n − 1|] et que A et B ne
vérifient pas la propriété H.

On note C = [A, B], on suppose que rang(C) = 1 et on considère λ ∈ C une valeur propre de A.

II.5.a. Justifier l’existence de u ∈ Mn,1 (C) tel que Au = λu et Cu 6= 0.

II.5.b. Vérifier que im(C) = Vect(v) où v = Cu.
II.5.c. Montrer que im(C) ⊂ imλ (A).
II.5.d. Établir les inégalités suivantes : 1 6 dim(imλ (A)) 6 n − 1.
Pour tout X ∈ imλ (A), on pose ϕ(X) = AX et ψ(X) = BX.
II.5.e. Montrer que [A, λIn − A] = 0n et [B, λIn − A] = C.
En déduire que ϕ et ψ définissent des endomorphismes de imλ (A).
II.5.f. Montrer l’existence d’un vecteur propre commun à ϕ et ψ ; en déduire qu’il en est de même pour A et
B.
II.6. Montrer que pour tout n ∈ N∗ , Pn est vraie.

Partie III : ÉTUDE D’UN AUTRE CAS PARTICULIER

Soit n ∈ N∗ . On note E = C2n [X] le C-espace vectoriel des polynômes à coefficients complexes de degré inférieur
ou égal à 2n.
Pour P ∈ E, on désigne par P 0 le polynôme dérivé de P .
Pour tout polynôme P de E, on pose
 
0 2n 1
f (P ) = P et g(P ) = X P
X
2n
X 2n
X
III.1. Soient (a0 , a1 , . . . , a2n ) ∈ C2n+1 et P = ak X k . Montrer que g(P ) = a2n−k X k .
k=0 k=0

III.2. Montrer que f et g définissent des endomorphismes de E.

III.3.
III.3.a. Vérifier que si P est un vecteur propre de g, alors deg(P ) > n.
III.3.b. Montrer que X n est un vecteur propre de g.

Soit i ∈ [|1, 2n|]. f i correspond à la composée f ◦ f ◦ · · · ◦ f où f est prise i fois.

III.4.
III.4.a. Vérifier que Ker(f i ) = Ci−1 [X].
III.4.b. Montrer que Sp(f i ) = {0}.
III.5. Montrer que f i et g possèdent un vecteur propre commun si et seulement si i > n + 1.

Bc désigne la base canonique de E définie par : Bc = (1, X, . . . , X 2n ).

On note An la matrice de f dans la base Bc et Bn celle de g dans la même base.

III.6. Déterminer An et Bn .
III.7. Dans cette question, on suppose que n = 1.
   
0 1 0 0 0 1
III.7.a. Montrer que A1 = 0 0 2 et B1 = 0 1 0 et en déduire l’expression de (A1 )2 et (A1 )3 .
0 0 0 1 0 0

15
 III.7.b. Déterminer le rang de [(A1 )i , B1 ] pour i = 1 et i = 2.
III.7.c. En déduire que la condition nécessaire de la question II.1.b n’est pas suffisante et que la condition
suffisante de la question II.6 n’est pas nécessaire.

Partie IV : FORME NORMALE POUR UN VECTEUR PROPRE

  
 x1
 

Soit n ∈ N avec n > 2. On note N =  ...  ∈ Mn,1 (C) ∃i ∈ [|1, n|] tel que xi = 0 .
 
 
xn
 
Soit A ∈ Mn (C) et X un vecteur propre de A.
On dit que X est sous forme normale si :
• X∈N
ou
• il existe λ0 ∈ Sp(A) et il existe U ∈ N tel que X = (λ0 In − A)U.

IV.1. Dans cette question, on suppose que A possède une valeur propre λ telle que
dim(Eλ (A)) > 2.
Montrer que A admet un vecteur propre sous forme normale associé à la valeur propre λ.

On note An (C) le C-espace vectoriel des matrices M ∈ Mn (C) antisymétriques, c’est-à-dire telles que
M T = −M.
Pour tout M ∈ An (C), on pose : ϕ(M ) = AM + M AT et ψ(M ) = AM AT .
IV.2.
IV.2.a. Montrer que An (C) 6= {0n }.
IV.2.b. Montrer que les colonnes d’une matrice M ∈ An (C) sont des éléments de N .
IV.2.c. Montrer que ϕ et ψ définissent des endomorphismes de An (C).
IV.2.d. Vérifier que ϕ ◦ ψ = ψ ◦ ϕ.
IV.3. Dans cette question, on suppose que A possède au moins deux valeurs propres distinctes, notées λ1 et λ2 .

On considère X1 un vecteur propre de A associé à la valeur propre λ1 et X2 un vecteur propre de A associé

à la valeur propre λ2 .

On note B = X1 X2T − X2 X1T .

IV.3.a. Montrer que B vérifie chacune des propriétés suivantes :
i) B ∈ An (C) ;
ii) B 6= 0n ;
iii) AB + BAT = (λ1 + λ2 )B ;
iv) ABAT = (λ1 λ2 )B.
IV.3.b. En déduire que (λ1 In − A)(λ2 In − A)B = 0n .
IV.3.c. Dans cette question, on suppose que (λ2 In − A)B = 0n . Montrer qu’au moins l’une des colonnes de B
est un vecteur propre de A sous forme normale.
IV.3.d. Dans cette question, on suppose que (λ2 In − A)B 6= 0n . Montrer que A possède un vecteur propre sous
forme normale.
IV.4. Dans cette question, on suppose que A ne possède qu’une seule valeur propre λ.
IV.4.a. Montrer l’existence d’une matrice B ∈ An (C) non nulle vérifiant chacune des propriétés suivantes :
i) il existe α ∈ C tel que : AB + BAT = αB ;
ii) il existe β ∈ C tel que : ABAT = βB.

16
IV.4.b. Vérifier que (βIn − αA + A2 )B = 0n .
IV.4.c. Montrer qu’il existe (γ, δ) ∈ C2 tel que (γIn − A)(δIn − A)B = 0n .
IV.4.d. Dans cette question, on suppose que (δIn − A)B = 0n . Montrer que A possède un vecteur propre sous
forme normale.
IV.4.e. Dans cette question, on suppose que (δIn − A)B 6= 0n et δ = λ. Montrer que A possède un vecteur
propre sous forme normale.
IV.4.f. Dans cette question, on suppose que (δIn − A)B 6= 0n et δ 6= λ. Montrer que δIn − A est une matrice
inversible et en déduire que (γIn − A)B = 0.
IV.4.g. Que conclure ?

17