TD Reduction PC

Chapitre 07 2023-2024

Méthodes à retenir :

• Pour déterminer si un matrice A est diagonalisable, on commence par calculer son polynôme caractéristique
χA (x) = det(xIn − A) sous forme factorisée.
S'il est simplement scindé, alors A est diagonalisable sur K et les sous-espaces propres sont tous de dimension 1.
Sinon A est diagonalisable si et seulement si pour toute valeur propre λ de multiplicité mλ ≥ 2, la dimension dλ du
sous-espace propre Eλ (que l'on détermine en résolvant le système AX = λX ) vérie mλ = dλ .
• Pour justier qu'une matrice A n'est pas diagonalisable, il sut de connaître une valeur propre λ pour laquelle
dim(Ker(A − λIn )) < mλ , où mλ est la multiplicité de λ dans χA .  
0 1
• Si χA n'est pas simplement scindé, A peut être non diagonalisable, comme ...
0 0
• Si A est diagonalisable, la matriceM de l'endomorphisme canoniquement associée dans une base de vecteurs propres
adaptée à la décomposition E = Eλ est la matrice diagonale par blocs Dλ = Diag(λ Idim(Eλ ) ). La matrice de
λ∈Sp(A)
changement de base P est obtenue en mettant en colonnes les vecteurs d'une base adaptée de vecteurs propres, et on
a la relation P −1 AP = D.
• Il faut savoir réécrire matriciellement les relations de récurrence pour une ou plusieurs suites.
• Pour inverser une matrice inversible, il sut de connaître un polynôme annulateur dont 0 n'est pas racine.
• Pour calculer les puissances d'une matrice A, il sut de connaître un polynôme annulateur P et le reste Rn dans la
division euclidienne de X n par P avant d'évaluer en A.
• Pour trouver un polynôme annulateur de A, il sut de considérer χA , d'après Cayley-Hamilton.

I. Applications directes du cours

Exercice 1 P
Déterminer les valeurs propres des matrices :
 
  0 1 1
1 2
a) M = ; b) N =  1 0 1 
−2 1
0 1 1
Exercice 2 P
Dans chacun des cas de l'exercice précédent, déterminer les sous-espaces propres associés aux valeurs propres qui ont été obtenues.
L'endomorphisme f est-il diagonalisable ?
Exercice 3 PPdiagonalisabilité sur C
0 −1
La matrice est diagonalisable sur C, sur R ?
1 0
Exercice 4 P
Lorsque cela est possible diagonaliserdans R ouC les matrices suivantes :
    0 1 0
0 −1 1 1
A= ;B = ; C = 1 1 0 ;
1 0 0 2
 0 0 1

1 1 1 1
1 1 −1 −1
F = 
0 0 1 −1
0 0 −1 1

TD ch.07 Reduction 1/4

 Maths
Reduction PC
M. Roger

II. Exercices
Exercice 5 PP vecteurs propres Exercice 
13 PPP 
Soit f l'endomorphisme de R3 
dont la matrice 
dans la base ca- 2 −3 −1
1 0 −1 Soit M =  1 −2 −1
nonique est donnée par : M =  0 1 1 . −2 6 3
−1 0 1 1. Montrer que le polynôme caractéristique χM de M est
1. Montrez que v1 (−1; 1; 1) et v2 (0; 1; 0) sont des vecteurs (X − 1)3 .
propres de f . A quelles valeurs propres sont-ils associés ? 2. M peut-elle être diagonalisable ?
2. Vérier que Ker f est une droite vectorielle. 3. Déterminer une base (V1 , V2 , V3 ) de M3,1 (R) telle que
3. En déduire que f est diagonalisable. M V1 = V1 , M V2 = V2 et M V3 = −2V1 + V2 + V3
 
1 −20
Exercice 6 P 4. En déduire que M est semblable à T = 0 1 1
Soit M ∈ Mn (R), avec n ∈ N∗ . 0 0 1
1. Montrer que M est inversible ssi 0 ∈
/ SpR (M ). 5. En déduire l'expression de M p en fonction de p ∈ N.
2. Montrer que M est inversible ssi M 2 est inversible. Exercice 14
Soit M ∈ Mn R qui admet une valeur propre α ∈ C \ R.
Exercice 7 PP Montrer que ϕ : V 7−→ V est une bijection
Soit E un e.v. de dimension nie n = 2 ou n = 3. Quelles peuvent de Eα = Ker(M − αIn ) versEα = Ker(M − αIn )
être les valeurs propres d'une symétrie ? D'une projection ? Exercice 15 PPP application de la réduction
 
Exercice 8 PP −1 2 1
Soit A ∈ Mn (R) telle que rg(A) = tr(A) = 1. On considère la matrice A =  1 0 1 .
Justier que 0 est valeur propre de multiplicité n − 1, puis 1 −1 −1
que A est diagonalisable sur R, en précisant le spectre de A. 1. Calculer les valeurs propres de A et diagonaliser A.
2. Calculer An , n ∈ N∗ .
Exercice 9 P 3. On considère les trois suites réelles u, v, w dénies par
Soit E un e.v. de dimension nie n = 2 ou n = 3. Quelles leurs premiers termes u0 , v0 , w0 et les relations suivantes :
peuvent être les valeurs propres d'une homothétie ?

 un = −un−1 + 2vn−1 + wn−1
v = un−1 + wn−1
 n
Exercice 10 PP wn = un−1 − vn−1 − wn−1
Soit A ∈ Mn (R) telle que A2 = A et tr(A) = n. Calculer un , vn , wn en fonction de n et des premiers
Démontrer que A est diagonalisable et que A = In . termes u0 , v0 , w0 .
Exercice 16
Exercice 11 PP Soient f un endomorphisme de Rn et A sa matrice représenta-
tive dans la base canonique. On suppose que A admet une valeur
 
0 1 0
Soit A = 0 0 1. propre non réelle λ et on note Z = X + iY un vecteur propre de
1 0 0 A associé à la valeur propre λ (avec X et Y dans Rn ).
Montrer que X et Y sont non colinéaires. Montrer
1. Montrer que A est diagonalisable sur C.
 Vect(X, Y ) est stable
que par f . On suppose que A =
2. Calculer tr(An ) en fonction de n.

1 0 0 −1
 1 0 0 1 
 . Déterminer tous les sous-espaces vec-
Exercice 
12 PP 
 0 0 −1 0 
1 2 0 −1 −1 2 1
Soit M =  2 4 0 toriels de R4 stables par f .
−4 8 3 Exercice 17 PPP
1. Calculer le polynôme caractéristique χM de M .
  Soit A ∈ Mn (R).
6 0 1 Soit ω ∈ C une valeur propre de A de multiplicité p ∈ N? .
2. Vérier que pour P = −3 0 2, les vecteurs co- Montrer que ω̄ est une valeur propre de A de multiplicité p.
16 1 6 Montrer que le polynôme X 3 − 3X − 4 admet une unique
lonnes sont des vecteurs propres de M associés aux va- racine réelle. On suppose que A3 − 3A − 4In = 0. Montrer que
leurs propres 0, 3, 5 dans cet ordre. det(A) ≥ 0.
3. En déduire l'expression de M p en fonction de p ∈ N. On suppose que A2 + A + In = 0. Montrer que n est pair.

TD ch.07 Reduction 2/4

 TD Reduction PC
Chapitre 07 2023-2024

Exercice 18 PPP a) Rechercher un polynôme annulateur de l'endomorphisme

On considère l'endomorphisme u : Mn (C) → Mn (C) u.
M 7→
1
(2M − t M ) b) Montrer que u est diagonalisable.
3 c) Calculer Tr u et det u.

III. Exercices avancés

Exercice 19 PPP matrice compagnon Exercice 22 PP récurrence linéaire d’ordre 3
···
0 0 0 a0
Soit (un )n la suite réelle vériant u0 = 1, u1 = 2, u2 = 3 et
 
. .
. .
la relation de récurrence :
 
 1 . . a1 
un+3 = un+2 − un+1 + un , ∀n ∈ N.
 
Soit (ai )0≤i≤n−1 ∈ Cn , et . . . . .
 
A = 
 0 .
.
.
.
.
.
.
.
1. Déterminer une matrice A ∈ M3 (R)  telleque

 
 . . . 
 .. .
.
.
. 0 an−2 uk

0 ··· 0 1 an−1
Xn+1 = AXn , ∀n ∈ N∗ , où Xk = uk+1  , ∀k ∈ N
Déterminer le polynôme caractéristique de A.
uk+2
2. Calculer Ap pour tout p ∈ N.
Exercice 20 PP CCP 2016, 2017
3. En déduire Calculer up en fonction de p.
 
a b c
Soit M (a, b, c) =  c a b  et Exercice 23 PPP diagonalisation simultanée
b c a Soient E un C-espace vectoriel de dimension nie, et u et v deux
E = {M (a, b, c) / (a, b, c) ∈ R3 }. endomorphismes diagonalisables de E .
1. On note J = M (0, 1, 0). Calculer J 2 . Exprimer M (a, b, c) Notons s = Card(SpC (u)), et λ1 , . . . , λs les valeurs propres
en fonction de I3 , J et J 2 . distinctes de u respectivement associés aux espaces propres Eλs ,u .
2. E est-il un sous-espace vectoriel de M3 (R) ? Si oui, quelle On suppose que u et v commutent.
est sa dimension ? Est-il stable par produit ? 1. Que dire de la somme Eλ1 ,u + · · · + Eλs ,u ?
3. La matrice J est-elle diagonalisable sur C ? Donner ses 2. Soit j ∈ [[1, s]] Justier que Eλj ,u est stable par v .
3. On suppose dans la suite que les sous-espaces propres de
2iπ
valeurs propres en fonction de j = e 3 ainsi que les vecteurs
propres associés. u sont tous des droites vectorielles.
4. La matrice M est-elle diagonalisable sur C ? Comparer s et n. En déduire que les v|Eλj ,u sont diago-
5. Montrer que M est diagonalisable sur R si et seulement si nalisable. Conclure alors que u et v sont diagonalisables
b = c. dans une même base.
6. On note fa,b,c l'endomorphisme associé à la matrice
M (a, b, c). Conditions sur a, b, c pour que fa,b,c soit un projec- Exercice 24 PPP
teur ? Donner alors son image et son noyau. Soit M ∈ Mn (R) telle que A3 = A + 2In . Montrer que
Det(A) > 0.
Exercice 
21 PPP

0 0 1
Exercice 25 PPP
Soit M = 2 1 0
0 0 1
Soit M ∈ Mn (R) telle que A3 + A2 + A = 03 . Montrer que
Tr(A) est un entier.
1. Montrer que M est trigonalisable mais non diagonalisable
Exercice 26 PPP matrices de rang 1
sur R.
Soit M ∈ Mn (R) une matrice de rang 1.
2. Déterminer une base (V1 , V2 , V3 ) de M3,1 (R) telle que 1. Montrer que M 2 = Tr(M )M .
M V1 = 0, M V2 = V2 et M V3 = V1 + 2V2 + V3 2. Déterminer le spectre de M .
3. Soit N ∈ M3 (R) telle que N 2 = M 3. A quelle condition M est-elle diagonalisable sur R ?
Exercice 27 PPP Mines-Ponts 2018
(a) Démontrer que N M = M N u et v sont deux endomorphismes d'un espace vectoriel E de
(b) Démontrer que SpR (N ) ⊂ {−1, 0, 1} dimension nie sur C. On suppose u ◦ v = v ◦ u et v est nilpotent.
1. Montrer que u + v est inversible ssi u est inversible.
(c) Résoudre l'équation N 2 = M d'inconnue N ∈ 2. Montrer que si u est inversible,
M3 (R) . det(u + v) = det(u).

TD ch.07 Reduction 3/4

 Maths
Reduction PC
M. Roger

Notes

3 correction :

8 correction : théorème du rang puis trace

12 correction : χA = X(X − 3)(X − 5) en développant par rapport à C3

13 correction : Ker(M − I3 ) a pour équation x − 3y − z = 0
     
1 3 2
Avec V1 = 0 et V2 = 1, on calcule −2V1 + V2 et M V3 = −2V1 + V2 + V3 est équivalent à x − 3y − z = 1, on peut chioisir V3 = 0
1 0 1

21 correction : χM = X(X − 1)2 , scindé donc trigonalisable

v1 = (1, −2, 0), v2 = (0, 1, 0) v3 = (0, 0, 1) complète en une base de R3 et convient cal la 3ème colonne de M décompose ainsi f (v3 ) = (1, 0, 1) =
v3 + (1, 0, 0) = −2v1 + v2 + v3

N V = αV ⇒ N V = α2 V = λV donc α2 = λ est v.p. de M.

Comme les sous-espace propres E0 = V ect(v1 ) et E1 = Vect(v2 ) de M sont stables par N, donc pour la matrices de passage P qui trigonalise M, on a

 
a 0 0
P −1 N P = 0 b e
0 0 c
 
0 0 1
en mettant au carré, a 2
= 0, b 2
= 1 et d(a + c) = 1 et e(b + c) = 2 et c2
= 1 ce qui fait deux matrices P 0 1 1 P −1 et son opposé, avec
0 0 1
     
1 0 0 1 0 0 0 0 1
−1
P = −2 1 0 et P = 2 1 0, d'où N = 2 1 −1 ou son opposé.
0 0 1 0 0 1 0 0 1

22 correction : x3 − 6x2 + 11x − 6 = (x − 1)(x − 2)(x − 3) = 0 via la matrice un = α1n + β2n + γ3n
24 correction : P = X3 − X − 2 est annulateur, il possède une racine réelle, unique par TVI après tableau de variatons, P = (X − a)(X − α)(X − α) et le

déterminant est ap |α|2q > 0

25 correction : X(X − j)(X − j) est annulateur donc diagonalisable semblable à (0p , jIq , jIq ) avec p + 2q = n.

La trace est donc p(j + j) = −p entière

26 correction : colonnes colinéaires donc a une colonne non nul C et sa colonne Ci = αi C pour i de 1 à n.
X X X
On calcule M2 = mik mkj = ak ci aj ck = ( ck ak )aj ci = Tr(M )M
k k k

P = X 2 −T r(M )X est annulateur de M donc Sp(M ) ⊂ {0, Tr(M )}

Si Tr(M ) 6= 0 P est annulateur scindé à racines simples, donc M est diagonalisable.

Sinon, 0 est la seule valeur propre, elle ne peut pas être diagonalisable, sinon elle serait semblable à la matrice nulle donc nulle, ce qui serait impossible car

le rang ne vaudrait pas 1

Conclusion : Tr(M ) 6= 0 ssi M est diagonalisable

27 correction : 1. Si u inversible, pour w = u−1 v , on a u + v = u(id + w), et comme v p = 0, on a par commutation w p = 0, donc (id + w) inversible d'inverse
p−1 p−1
id − w + · · · + (−1) w .

réciproquement, u = u + v + (−v) et −v est nilpotent.

2. on cotrigonalise.

TD ch.07 Reduction 4/4