Université de Lomé Année 2021–2022

Licence de Mathématiques – Semestre 3

MTH220 – Algèbre multilinéaire

TD no 2 (Réduction des endomorphismes)

Exercice 1. Soit u un endomorphisme de E = R3 rapporté à sa base canonique (e1 , e2 , e3 )

dont la matrice dans cette base est
 
2 0 4
M = 3 −4 12 .
 
1 −2 5

1) (a) Déterminer les trois valeurs de λ pour lesquelles ker(u − λid) 6= {0R3 }.
(b) Donner une base de chacun de ces trois noyaux.
2) On pose a1 = −4e1 + 3e2 + 2e3 , a2 = −4e1 + e3 et a3 = 2e1 + e2 .
(a) Montrer que (a1 , a2 , a3 ) est une base de R3 .
(b) Déterminer de deux façons la matrice M 0 de u dans la base (ai ).

Exercice 2. Soient u un endomorphisme de E = R3 muni de sa base canonique (e1 , e2 , e3 )

et M la matrice de u dans ladite base. On donne
   
9 0 0 −1 1 1
a) M = −5 4 0 b) M =  1 −1 1  .
   
−8 0 1 1 1 −1

Dans chaque cas, dire si u est diagonalisable et, si oui, calculer M k pour tout k > 1.

Exercice 3. Soit A la matrice réelle carrée d’ordre 3 définie par :

 
6 2 0
A= 2 3 0
 
a2 − 7a a − 7 a

où a est un paramètre réel. Pour quelles valeurs de a, la matrice A est-elle diagonalisable ?

Exercice 4. Soient t ∈ R et
 
t 1 ··· ··· 1
1
 t 1 ··· 1 
. . .. .. 
At =  .. 1 .. . .  ∈ Mn (R).
 
. .. . . ..

.
. . . . 1


1 1 ··· 1 t

1) Calculer le polynôme caractéristique de At en déduire le spectre de At .

1
2) Déterminer les espaces propres liés à chaque valeur propre de At .
3) La matrice At est-elle diagonalisable ?

Exercice 5. Soient p, q ∈ ]0, 1[ et A la matrice

!
1−p p
A= .
q 1−q

Diagonaliser A et vérifier que

" ! !#
n 1 q p −p p
A = − (1 − p − q)n .
p+q q p q −q

Exercice 6. On considère les matrices carrées d’ordre 3 suivantes :

   
3 0 1 3 0 0
0
A =  2 1 1 et A = 0 1 1 .
   
−1 1 1 0 0 1

1) Déterminer le polynôme caractéristique PA (λ) et montrer qu’il existe une matrice P ∈

M3 (R) telle que A0 = P −1 AP .
2) Décomposer A0 sous la forme A0 = D + N où D est une matrice diagonale et N est une
matrice nilpotente d’indice à préciser.
3) Calculer Ak pour tout k ∈ N∗ .

Exercice 7. Soit A ∈ M3 (R) telle que

 
2 2 2
A= 1 3 2 .
 
−1 −1 −1

1) Montrer que A est diagonalisable et trouver P ∈ M3 (R) telle que P −1 AP soit diago-
nale.
2) Soit X(t) = (x(t), y(t), z(t))T un système modélisé par ses trois composantes qui sont
des fonctions dérivables du temps t. L’évolution des composantes en fonction du temps
est modélisé par le système différentiel linéaire d’ordre 1 suivant :

0
 x (t) = 2x(t) + 2y(t) + 2z(t)

y 0 (t) = x(t) + 3y(t) + 2z(t)
 z 0 (t)

= −x(t) − y(t) − z(t)

Déterminer les fonctions x(t), y(t) et z(t) qui satisfont x(0) = 1, y(0) = 2, z(0) = −1.

Exercice 8. Soit (un ) une suite réelle vérifiant l’équation de récurrence :

un+3 = 6un+2 − 11un+1 + 6un .

2
  
un
1) On pose Xn = un+1 . Déterminer une matrice A ∈ M3 (R) telle que Xn+1 = AXn .
 
un+2
2) Diagonaliser A et calculer An .
3) En déduire l’expression de un en fonction de u0 , u1 , u2 et n.

Exercice 9. On considère la matrice carrée d’ordre 3 définie par

 
7 3 −4
A = −6 −2 5  .
 
4 2 −1

1) Déterminer les valeurs et espaces propres de A. La matrice A est-elle diagonalisable ?

2) Déterminer, sans aucun calcul, le polynôme minimal de A.
3) Mettre A sous la forme réduite de Jordan.
4) Calculer exp(A).

Exercice 10. Soient a, b et c trois réels et M la matrice carrée d’ordre 3 définie par
 
1 a b
M = 0 1 c  .
 
0 0 1

Trouver le polynôme minimal de la matrice M . On discutera suivant les valeurs des para-
mètres a, b et c.

Exercice 11. A l’aide du théorème de Hamilton-Cayley, calculer l’inverse de la matrice

définie par  
1 1 0
M = −1 0 0  .
 
2 0 −1

Exercice 12. Soient a, b, c ∈ C et M la matrice carrée définie par

 
0 −c b
M = c 0 −a .
 
−b a 0

Calculer M n , n ∈ N∗ à l’aide du théorème de Hamilton-Cayley.

Exercice 13. Soient a ∈ R, I la matrice identité d’ordre 3 et A la matrice définie par

 
0 0 1
A =  1 0 −1 .
 
−1 1 a

3
1) Utiliser le théorème de Hamilton-Cayley pour montrer que A3 − aA2 + 2A − I = 0.
2) Calculer A5 − aA4 + A3 − (1 − a)A2 − A + I.

Exercice 14. Soient A ∈ Mnp (K) et B ∈ Mpn (K).

1) Montrer que les matrices AB et BA ont mêmes valeurs propres non nulles.
2) En supposant p = n et B inversible, montrer que PAB (X) = PBA (X).

Exercice 15.
1) Soient f et g deux endomorphismes de E = R3 rapporté à sa base canonique de matrices
respectives
   
1 −1 1 −2 −2 2
M (f ) = −2 0 −1 et M (g) =  5 5 −2 .
   
−2 −2 1 5 5 −2

(a) Montrer que f et g commutent.

(b) Déterminer le polynôme caractéristique, les valeurs propres et les espaces propres
de chacun des deux endomorphismes. Que constate-t-on ?
2) Soit E un R−espace vectoriel de dimension n et soient u et v deux endomorphismes
de E qui commutent.
(a) Montrer que tout sous-espace propre Eλ de u est stable par v c’est-à-dire v(Eλ ) ⊂
Eλ .
(b) On suppose que u a n valeurs propres distinctes λ1 , . . . , λn . Montrer que les vec-
teurs propres de u sont aussi vecteurs propres de v et que u et v sont tous les deux
diagonalisables.
(c) Réciproquement, supposons que u et v aient les mêmes vecteurs propres et que
l’un des deux soit diagonalisable. Montrer que les deux endomorphismes sont
diagonalisables et qu’ils commutent.
3) Dans E = R3 , construire un endomorphisme h qui commute avec f et dont le polynôme
caractéristique soit Ph (X) = (X + 2)2 (3 − X).

Exercice 16. Soit A ∈ Mα (K). On suppose que PA (X) = (−1)α (X − λ)α , mA (X) =
(X − λ)β et dim(Eλ ) = γ. Montrer que
α
6 γ 6 1 + α − β.
β

Exercice 17. Trouver la réduite sous forme de Jordan de la matrice A définie par
 
1 2 3 14
0 1 5 7
A= .
 
0 0 2 7
0 0 0 2

4
Exercice 18. Soit u un endomorphisme d’un K-espace vectoriel E de dimension finie n,
nilpotent d’indice de nilpotence N . Montrer que les propriétés suivantes sont équivalentes :
(a) N = n c’est-à-dire que le polynôme minimal de u est égal (au signe près) au polynôme
caractéristique de u : Pu (X) = (−1)n X n , mu (X) = X n .
(b) Il existe x ∈ E non nul tel que x, u(x), u2 (x), . . . , un−1 (x) soit une base de E (on dit

que u est cyclique).

(c) Il existe une base B de E telle que
 
0 1 0 ··· 0
. . . .. 
 .. 0 1 . .
 
. .. .. 
 ..
MB (u) =  . . 0
. 
.
. 0 1


0 ··· ··· ··· 0

(c’est-à-dire que u peut être réduit sous la forme d’un bloc de Jordan).

5
 Corrigés

Correction de l’exercice 1

1) (a) Il s’agit de déterminer les valeurs propres de la matrice M . Le polynôme caracté-

ristique de M est
PM (λ) = −λ(λ − 1)(λ − 2).
Ainsi pour λ ∈ {0, 1, 2}, on a Eλ = ker(u − λid) 6= {0R3 }.
(b) Pour λ ∈ {0, 1, 2}, posons Eλ = ker(u − λid). Soit u = (x, y, z) ∈ R3 . On sait que
u ∈ Eλ si et seulement si M u = λu. On vérifie que :
• {(−4, 3, 2)} est une base de E0
• {(−4, 0, 1)} est une base de E1
• {(2, 1, 0)} est une base de E2 .
2) (a) Soit  
−4 −4 2
P = 3 0 1 .
 
2 1 0
On a det(P ) = 2 6= 0 donc (a1 , a2 , a3 ) est une base de R3 .
(b) • Première méthode : On calcule
 
−1 2 −4
1
P −1 =  2 −4 10 

2
3 −4 12

et on utilise la formule M 0 = P −1 M P pour trouver

 
0 0 0
M 0 = 0 1 0  .
 
0 0 2

• Deuxième méthode : On sait que

u(a1 ) = 0R3 = 0a1 + 0a2 + 0a3

u(a2 ) = a2 = 0a1 + 1a2 + 0a3
u(a3 ) = 2a3 = 0a1 + 0a2 + 2a3

Par définition de la matrice d’une application linéaire, on recopie les compo-

santes par colonne et on écrit
 
0 0 0
M 0 = 0 1 0  .
 
0 0 2

6
 Retour à l’énoncé

Correction de l’exercice 2

(a) PM (λ) = (1 − λ)(4 − λ)(9 − λ). On a M 0 = P −1 M P avec

     
1 0 0 0 0 1 1 0 1
M 0 = 0 4 0  , P = 0 1 −1 , P −1 = 1 1 0 
     
0 0 9 1 0 −1 1 0 0

où det(P ) = −1. On a donc

M k = P (M 0 )k P −1
      
0 0 1 1 0 0 1 0 1 0 0 9k 1 0 1
= 0 1 −1 0 4
  k     k k
0  1 1 0 = 0 4 −9  1 1 0
 
1 0 −1 0 0 9k 1 0 0 1 0 −9k 1 0 0
 
9k 0 0
= 4 − 9k 4k 0 .
 k 
1 − 9k 0 1

(b) En faisant C1 = C1 + C2 + C3 , on vérifie que PM (λ) = (1 − λ)(2 + λ)2 . On a M 0 =

P −1 M P avec
     
−2 0 0 1 0 1 2 −1 −1
1
M 0 =  0 −2 0 , P = 0 1 1 , P −1 = −1 2 −1
    
3
0 0 1 −1 −1 1 1 1 1

où det(P ) = 3. On a donc

M k = P (M 0 )k P −1
   
1 0 1 (−2)k 0 0 2 −1 −1
1 k
= 0 1 1  0 (−2) 0 −1 2 −1
  
3
−1 −1 1 0 0 1 1 1 1
  
(−2)k 0 1 2 −1 −1
1
=  0 (−2)k 1 −1 2 −1
 
3 k k
−(−2) −(−2) 1 1 1 1
 
1 − (−2)k+1 1 − (−2)k 1 − (−2)k
1 k k+1
=  1 − (−2) 1 − (−2) 1 − (−2)k  .

3
1 − (−2)k 1 − (−2)k 1 − (−2)k+1

Retour à l’énoncé

Correction de l’exercice 3

7
 Le polynôme caractéristique :

6−λ 2 0
PA (λ) = 2 3−λ 0 .
a2 − 7a a − 7 a − λ

En développant suivant C3 ,

6−λ 2
PA (λ) = (a − λ)
2 3−λ
= (a − λ)(λ2 − 9λ + 14)
= (a − λ)(2 − λ)(7 − λ).

Les valeurs propres sont a, 2 et 7.

• Si a ∈ R \ {2, 7}, alors il y a trois valeurs propres distinctes et A est diagonalisable.
• Cas a = 2 (dans ce cas 2 est une valeur propre double et 7 est valeur propre d’ordre
de multiplicité 1) :
L’espace propre associé à la valeur propre 2 est l’ensemble des vecteurs (x, y, z) tels
que : 
 4x + 2y
 = 0
2x + y = 0
 −10x − 5y = 0


Les trois équations sont équivalentes à y = −2x. Ainsi

(x, y, z) = (x, −2x, z) = x(1, −2, 0) + z(0, 0, 1).

L’espace propre E2 est donc de dimension 2 et A est diagonalisable.

• Cas a = 7 (dans ce cas 7 est valeur propre double et 2 est valeur propre d’ordre de
multiplicité 1)
L’espace propre associé à la valeur propre 7 est l’ensemble des vecteurs (x, y, z) tels
que : 
 −x + 2y = 0

2x − 4y = 0

 0 = 0
On en déduit que x = 2y. Ainsi

(x, y, z) = (2y, y, z) = y(2, 1, 0) + z(0, 0, 1).

L’espace propre E7 est donc de dimension 2 et A est diagonalisable.

Conclusion : la matrice A est diagonalisable pour tout a ∈ R.

Retour à l’énoncé

Correction de l’exercice 4

8
1) Le polynôme caractéristique de At est :

t−λ 1 ··· ··· 1

1 t−λ 1 ··· 1
.. .. .. ..
PAt (λ) = . 1 . . . .
.. .. .. ..
. . . . 1
1 1 ··· 1 t−λ

En faisant C1 ← C1 + C2 + · · · + Cn , on a :

n+t−1−λ 1 ··· ··· 1

n+t−1−λ t−λ 1 ··· 1
.. .. .. ..
PAt (λ) = . 1 . . . .
.. .. .. ..
. . . . 1
n+t−1−λ 1 ··· 1 t−λ

En faisant ensuite Li ← Li − L1 , pour tout i = 2, . . . , n, on a :

n+t−1−λ 1 ··· ··· 1

0 t−1−λ 0 ··· 0
.. .. .. ..
PAt (λ) = . 0 . . . .
.. .. .. ..
. . . . 0
0 0 ··· 0 t−1−λ

On a donc
PAt (λ) = (n + t − 1 − λ)(t − 1 − λ)n−1 .
et on en déduit le spectre de At est {t − 1, n + t − 1}.
2) • Et−1 = {x = (x1 , . . . , xn ) ∈ Rn | (At − (t − 1)I)x = 0}. L’équation

(At − (t − 1)I)x = 0

est équivalente à  
1 1 ··· ··· 1
  
x1 0
1
 1 1 ··· 1 x2  0
 
. . .. .. 
 
.
. 1 .. . 
.  ..  =  .. 
 
.  .  .
. .. . . ..  x  0
  
. . . . 1  n−1
1 1 ··· 1 1 x n 0
encore équivalente à la seule équation

x1 + x2 + · · · + xn−1 + xn = 0.

On peut tirer par exemple xn = −x1 − x2 − · · · − xn−1 et trouver x sous la forme

       
x1 1 0 0

 x2 


 0 


 1 


 0 


x= ..  
 = x1  ..  
 + x2  ..  
 + · · · + xn−1  .. 
.
 .   .   .   . 
xn−1
  
 0
 
 0
 
 1

    
−x1 − x2 − · · · − xn−1 −1 −1 −1

9
 Ainsi l’espace Et−1 est engendré par les n − 1 vecteurs
     
1 0 0

 0 


 1 


 0 

 .. 
,
 .. 
, ...,
 .. 
.
. . .
  
     

 0
 
 0
 
 1

  
−1 −1 −1

On montre que ces vecteurs sont linéairement indépendants d’où ils forment une
base de Et−1 .
• En+t−1 = {x = (x1 , . . . , xn ) ∈ Rn | (At − (n + t − 1)I)x = 0}. L’équation

(At − (n + t − 1)I)x = 0

est équivalente à
 
1−n 1 ··· ··· 1
  
x1 0
 1
 1−n 1 ··· 1  x  0
 2   
 . .. .. .. 
 . . .   ..   =  ..  .
 
 . 1 .  .  .
 . .. .. ..

 .  x 0
  
 . . . . 1  n−1 
1 1 ··· 1 1−n xn 0

On peut résoudre ce système en utilisant la méthode de Gauss c’est-à-dire en

faisant des opérations élémentaires sur les lignes du système. En faisant Li ←
Li − L1 pour tout i = 2, . . . , n, on a :
 
1 − n 1 ··· ··· 1
  
x1 0
 n
 −n 0 ··· 0   x  0
 2   
 . .. .. .. 
 . . .   ..   =  ..  .
 
 . 0 .  .  .
 . .. .. ..

 .  x 0
  
 . . . . 0  n−1 
n 0 ··· 0 −n xn 0

On obtient donc :


 (1 − n)x1 + x2 + · · · + xn = 0
nx1 − nx2




 = 0
nx1 − nx3 = 0

 ..



 .
nx1 − nxn = 0


En partant de la deuxième équation à la fin, on obtient x1 = x2 = x3 = · · · = xn .

En remplaçant dans la première équation, on obtient 0 = 0. On a donc

x = (x1 , x1 , . . . , x1 ) = x1 (1, 1, . . . , 1)

et conclut que l’espace En+t−1 a pour base le singleton {(1, 1, . . . , 1)}.

3) Comme dim(Et−1 ) = n − 1, on conclut que la matrice At est diagonalisable.

10
 Retour à l’énoncé

Correction de l’exercice 6

1) En faisant C1 = C1 + C2 et en factorisant `1 par (3 − λ), on montre que PA (λ) =

(1 − λ)2 (3 − λ). Les espaces caractéristiques E3 et E1 ont pour bases respectives {u} et
{v} où u = (1, 1, 0) et v = (1, 1, −2). Comme dim(E1 ) 6= 2 alors la matrice A n’est pas
diagonalisable. Par contre elle est trigonalisable puisque son polynôme caractéristique
est scindé dans R. Elle peut être rendue semblable à la matrice
 
3 0 0
0
A = 0 1 1
 
0 0 1

avec la matrice de passage  

1 1 a
P = 1 1 b  .
 
0 −2 c
Si on pose w = (a, b, c), on a Aw = (3a + c, 2a + b + c, −a + b + c) = v + w =
(1 + a, 1 + b, −2 + c). Tout vecteur de la forme (a, a − 2, 1 − 2a) convient. On vérifie
qu’on a bien A0 = P −1 AP .
2) A0 = D + N où    
3 0 0 0 0 0
D = 0 1 0 , N = 0 0 1 .
   
0 0 1 0 0 0
La matrice N vérifie N 6= 0 et N 2 = 0 donc elle est nilpotente d’indice 2.
3) Soit k ∈ N∗ . On a Ak = P (A0 )k P −1 . De plus, DN = N D donc, par la formule du
binôme de Newton,
k
(A0 )k = (D + N )k =
X
Cki Dk−i N i = Dk + kDk−1 N.
i=0

Ainsi, Ak = P (Dk + kDk−1 N )P −1 . Sans perte de généralité, on pose a = 0 dans

l’expression de P . On a donc det(P ) = −4 et
   
1 1 0 3k 0 0 −3 −1 −2
k 1
A = − 1 1 −2  0 1 k  −1 1 2
  
4
0 −2 1 0 0 1 −2 2 0
  
3k 1 k 3 1 2
1 k
= 3 1 k − 2  1 −1 −2
 
4
0 −2 1 − 2k 2 −2 0
 
3k+1 + 2k + 1 3k − 2k − 1 2 × 3k − 2
1  k+1
= 3 + 2k − 3 3k − 2k + 3 2 × 3k − 2 .

4
−4k 4k 4

11
 Retour à l’énoncé

Correction de l’exercice 7

1) En faisant `1 = `1 − `2 puis C2 = C2 + C1 , on montre que PA (λ) = −λ(1 − λ)(3 − λ).

On a D = P −1 AP avec
   
0 0 0 1 −2 −2
D = 0 1 0 , P = 1 0 −2 .
   
0 0 3 −2 1 1

On note D pour ne pas confondre avec la dérivée qui intervient dans la suite de l’exer-
cice.
2) Posons X(t) = (x(t), y(t), z(t))T et Y (t) = (a(t), b(t), c(t))T = P −1 X(t). On a X 0 (t) =
AX(t) = P DP −1 X(t). En multipliant par P −1 , on obtient P −1 X 0 (t) = DP −1 X(t) soit
Y 0 (t) = DY (t). En résolvant cette dernière équation, on trouve Y (t) = (c1 , c2 et , c3 e3t )T .
Ainsi, X(t) = P Y (t) et 
t 3t
x(t) = c1 − 2c2 e − 2c3 e


y(t) = c1 − 2c3 e3t

z(t) = −2c + c et + c e3t

1 2 3

où c1 , c2 et c3 sont des constantes réelles. Les conditions x(0) = 1, y(0) = 2, z(0) = −1

impliquent c1 = 1/3, c2 = 1/2 et c3 = −5/6.

Retour à l’énoncé

Correction de l’exercice 10

Le polynôme caractéristique de M est PM (λ) = (1 − λ)3 donc

m(X) ∈ {X − 1, (X − 1)2 , (X − 1)3 }.

On a :    
0 a b 0 0 ac
M − I = 0 0 c  , (M − I)2 = 0 0 0  , (M − I)3 = 0.
   
0 0 0 0 0 0

X − 1 si (a, b, c) = (0, 0, 0)


m(X) = (X − 1)2 si (a, b, c) 6= (0, 0, 0) et ac = 0

(X − 1)3

si ac 6= 0.

Retour à l’énoncé

Correction de l’exercice 13

12
1) Le polynôme caractéristique de A :

−λ 0 1
PA (λ) = 1 −λ −1 = −λ3 + aλ2 − 2λ + 1.
−1 1 a − λ

donc d’après le théorème de Hamilton-Cayley, −A3 + aA2 − 2A + I = 0 soit encore

A3 − aA2 + 2A − I = 0.
2) Posons ϕ(A) = A5 − aA4 + A3 − (1 − a)A2 − A + I. On a :

ϕ(A) = A2 (A3 − aA2 + 2A − I) − A3 + aA2 − A + I

= 0 − A3 + aA2 − A + I
= −A3 + aA2 − A + I
= (−A3 + aA2 − 2A + I) + A
=0+A
= A.

Retour à l’énoncé

Correction de l’exercice 14

AB ∈ Mn (K) et BA ∈ Mp (K).
1) Soit λ une valeur propre non nulle de AB. Alors il existe un vecteur v 6= 0 tel que
ABv = λv. Ainsi, BABv = λBv et le vecteur u = Bv est tel que BAu = λu. Le
vecteur u n’est pas nul car sinon, on aurait ABv = 0 = λv d’où λ = 0 (ce qui est
absurde). Par conséquent, u 6= 0 d’où λ est une valeur propre de BA.
2) On suppose p = n et B inversible.

PAB (λ) = det(AB − λI)

= det(AB − λB −1 B)
= det(B −1 BAB − λB −1 B)
= det(B −1 (BA − λI)B)
= det(B −1 )PBA (λ) det(B)
= PBA (λ).

Retour à l’énoncé

13