TRAVAUX DIRIGÉS : DIAGONALISATION

1. Réduction des endomorphismes

Exercice 1. Soit E un espace vectoriel de dimension finie > 0, et soit u ∈ L(E) tel que u2 − 3u + 2IdE = 0.
(1) Déterminer des réels a, b tels que IdE = a(u − IdE ) + b(u − 2IdE ).
(2) Montrer que E = ker(u − IdE ) ⊕ ker(u − 2IdE ).
(3) En déduire que u est diagonalisable.

Exercice 2. Soit f un endomorphisme d’un espace vectoriel E de dimension finie > 0.

(1) Montrer que, si λ est une valeur propre non nulle de f , alors Eλ (f ) ⊂ Im(f ).
(2) En déduire que, si f est diagonalisable, alors E = ker(f ) ⊕ Im(f ).

Exercice 3. Soit E un espace vectoriel de dimension finie n ≥ 2, et soit f un endomorphisme de E. On définit

le commutant de f par C(f ) = {g ∈ L(E)| f ◦ g = g ◦ f }. Par la suite, on dit qu’un endomorphisme h de E
stabilise un sous-espace vectoriel F de E (ou que F est stable par h) si h(F ) ⊂ F .
(1) Montrer que C(f ) est un sous-espace vectoriel de L(E).
(2) Soit g ∈ C(f ). Montrer que g stabilise les sous-espaces propres de f .
(3) Soit g ∈ C(f ). Montrer que g stabilise le noyau et l’image de f .
(4) Dans cette question, on suppose que f admet n valeurs propres distinctes.
(a) Soit g ∈ C(f ). Montrer que les vecteurs propres de f sont des vecteurs propres de g.
(b) En déduire que tout élément g de C(f ) est diagonalisable.

Exercice 4. Soit E un espace vectoriel de dimension finie n > 0. Soit f un endomorphisme nilpotent de E,
c’est-à-dire un endomorphisme de E pour lequel il existe un entier p > 0 tel que f p = 0.
(1) Déterminer le spectre de f .
(2) En déduire que f est diagonalisable si et seulement si f est l’endomorphisme nul.

Exercice 5. Soit n ∈ N∗ . On pose E = Rn [x] et on considère l’application f définie pour tout P ∈ E par :
1 2
f (P ) : x 7−→ xP (x) − (x − 1)P ′ (x).
n
(1) (a) Montrer que f est un endomorphisme de E (indication : on vérifiera que f (E) ⊂ E).
(b) Déterminer la matrice M de f dans la base canonique de E.
(2) Pour tout k ∈ {0, ..., n}, on pose Pk : x 7−→ (x − 1)k (x + 1)n−k .
(a) Montrer que Pk est un vecteur propre de f et trouver la valeur propre associée.
(b) En déduire que f est diagonalisable et préciser les sous-espaces propres de f .

Exercice 6. On pose E = R3 [x], et on considère l’endomorphisme u de E, défini pour tout P ∈ E par :

u(P ) : x 7−→ P (2 − x).
2
(1) Calculer u (P ) pour tout P ∈ E, et en déduire un polynôme annulateur non nul de u.
(2) Déterminer les valeurs propres de u, ainsi qu’une base de chaque sous-espace propre de u.

Exercice 7. Soit n un entier ≥ 3. Pour tout P ∈ Rn [x], on pose u(P ) : x 7−→ P (x + 1) − P ′ (x).
(1) Montrer que u est un endomorphisme de Rn [x].
(2) Par la suite, on pose v = u − IdE .
(a) Montrer que, pour tout P ∈ Rn [x], on a : deg(v(P )) ≤ deg(P ) − 2.
(b) En déduire que le polynôme P : x 7−→ (x − 1)n−1 est annulateur de u.
(c) En déduire le spectre de u. L’endomorphisme u est-il diagonalisable?

Exercice 8. (HEC 2010) Soit f ∈ L(Rn ) tel que (f − Id)3 ◦ (f − 2Id) = 0 et (f − Id)2 ◦ (f − 2Id) ̸= 0.
L’endomorphisme f est-il diagonalisable?
1
2 TRAVAUX DIRIGÉS : DIAGONALISATION

Exercice 9. (HEC 2011) Soit f un endomorphisme de R3 tel que f 4 = f 2 et dont −1 et 1 sont valeurs propres.
Montrer que f est diagonalisable.

Exercice 10. (ESCP 2011) Soit u un endomorphisme d’un espace vectoriel E de dimension n ≥ 2.
(1) Dans cette question, on suppose que u est diagonalisable, et soient λ1 , ..., λk les valeurs propres distinctes
de u. Montrer que le polynôme m : x 7−→ (x − λ1 )(x − λ2 )...(x − λk ) est annulateur de u.
(2) Soient f et g deux endomorphismes de E. En considérant la restriction de f à ker(g ◦ f ), montrer que :

dim ker(g ◦ f ) ≤ dim ker(f ) + dim ker(g).

(3) Dans cette question, on suppose qu’il existe un polynôme P : x 7−→ (x − λ1 )(x − λ2 )...(x − λk ) annulateur
de u, où λ1 , λ2 , ..., λk sont des réels distincts.
Pk
(a) Montrer que n ≤ i=1 dim ker(u − λi Id).
(b) En déduire que l’endomorphisme u est diagonalisable.

Exercice 11. (ESCP 2015) Soit A ∈ Mn (R) et soit f : Mn (R) −→ Mn (R) l’application définie par f (M ) =
M − 2Tr(M )A, où Tr désigne l’application ”trace”.
(1) L’application f est-elle linéaire? Montrer que f (A) = 0 si et seulement si Tr(A) = 12 ou A = 0.
(2) (a) Montrer que, si Tr(A) ̸= 12 , alors ker(f ) = {0}.
(b) Montrer que f est bijective si et seulement si Tr(A) ̸= 12 .
(3) Dans cette question, on suppose que Tr(A) = 12 et l’on pose H = {M ∈ Mn (R), Tr(M ) = 0}.
(a) Montrer que H et Vect(A) sont supplémentaires dans Mn (R).
(b) Montrer que f est le projecteur de Mn (R) sur H parallèlement à Vect(A).
(4) Montrer que f ◦ f = IdMn (R) ssi Tr(A) = 1 ou A = 0. Quels sont alors les sous-espaces propres de f ?
(5) Dans cette question, on ne fait aucune hypothèse sur Tr(A).
(a) Déterminer un polynôme annulateur de f .
(b) Montrer que f est diagonalisable si et seulement si Tr(A) ̸= 0 ou A = 0.

Exercice 12. (HEC 2015) Soit E un espace vectoriel de dimension n ≥ 2. Soient f, p, q des endomorphimes
de E et soient λ, µ des réels distincts tels que : ∀k ∈ {0, 1, 2}, f k = λk p + µk q.
(1) Montrer que (f − λIdE ) ◦ (f − µIdE ) = 0.
(2) En déduire que l’ensemble des valeurs propres de f est inclus dans {λ, µ} et que f est diagonalisable.

Exercice 13. (HEC 2015) Soit E un espace vectoriel de dimension finie et soit f un endomorphisme de E.
(1) Etablir l’existence d’un polynôme P non nul tel que P (f ) = 0.
(2) Soit Q un polynôme non nul tel que Q(f ) = 0, et de degré minimal parmi les polynômes non nuls tels
que P (f ) = 0. Montrer que toute racine de Q est une valeur propre de f .

2. Réduction des matrices

Exercice 14. Calculer les valeurs propres de la matrice M ∈ M2 (R), déterminer si M est diagonalisable dans
M2 (R) et si oui la diagonaliser, et ce dans chacun des cas suivants :
         
1 1 2 0 3 1 0 1 1 −1
(1) M = , (2) M = , (3) M = , (4) M = , (5) M = .
1 1 −1 1 −1 1 −1 0 1 −1

Exercice 15. Calculer les valeurs propres de la matrice M ∈ M3 (R), déterminer si M est diagonalisable dans
M3 (R) et si oui la diagonaliser, et ce dans chacun des cas suivants :
       
4 2 −2 5 1 −3 1 −1 2 1 0 0
(1) M = 1 3 −1 , (2) M = 0 4 0  , (3) M = 3 −3 6 , (4) M = 2 1 −1 ,
1 1 1 1 1 1 2 −2 4 2 0 0
       
−2 −2 2 2 −3 2 2 0 0 0 1 1
(5) M =  0 1 0 , (6) M = 1 −2 2 , (7) M = 1 3 −1 , (8) M = −1 0 1 .
−1 0 1 1 −3 3 1 2 0 −1 −1 0
 TRAVAUX DIRIGÉS : DIAGONALISATION 3

Exercice 16. Calculer les valeurs propres de la matrice M ∈ M4 (R), déterminer si M est diagonalisable dans
M4 (R) et si oui la diagonaliser, et ce dans chacun des cas suivants :
     
3 −1 −2 1 3 1 0 4 1 −1 2 −2
2 0 −2 1 2 2 0 4  0 0 1 −1
(1) M =  2 −2 −1 2 , (2) M = −2 −1 1 −4 , (3) M = 1 −1
    .
1 0
4 −4 −4 5 −1 0 0 0 1 −1 1 0
 
−4 −6 0
Exercice 17. La matrice A =  3 5 0 est-elle diagonalisable? Calculer An en fonction de n ∈ N.
3 6 5
 
1 1 0
Exercice 18. Calculer A3 − 3A2 + 3A − I, où A = 1 1 1. La matrice A est-elle diagonalisable?
0 −1 1

Exercice 19. Soit (un )n∈N la suite réelle définie par u0 = 0, u1 = 1, u2 = 3 et par la relation de récurrence :
∀n ∈ N, un+3 = 6un+2 − 11un+1 + 6un .
Pour tout n ∈ N, on désigne par Xn le vecteur colonne de composantes un , un+1 , un+2 .
(1) Justifier qu’il existe une matrice A ∈ M3 (R) (que l’on déterminera) telle que : ∀n ∈ N, Xn+1 = AXn .
(2) Montrer que Xn = An X0 pour tout n ∈ N.
(3) Etablir que A est diagonalisable et la diagonaliser.
(4) En déduire l’expression de un en fonction de n.

i
Exercice 20. Soit A = (ai,j ) ∈ Mn (R) telle que ai,j = j pour tous i, j ∈ {1, ..., n}. Calculer A2 en fonction de
n et A, et en déduire les valeurs propres de A.

Exercice 21. Soit n un entier ≥ 1, soit f un endomorphisme de Rn et soit D une droite vectorielle de Rn ,
c’est-à-dire un sous-espace vectoriel de dimension 1 de Rn . Par la suite, on dit qu’un sous-espace vectoriel F de
Rn est stable par f si f (F ) ⊂ F .
(1) Montrer que D est stable par f si et seulement si D est engendrée par un vecteur propre de f .
(2) Déterminer toutes les droites vectorielles stables par l’endomorphisme f canoniquement associé à :
 
2 −1 0
M = 1 0 0 .
0 0 2

Exercice 22. Soit S ∈ R et soit A ∈ Mn (R) telle que la somme des coefficients par ligne est égale à S. Montrer
que S est une valeur propre de A.

Exercice 23. Pour tout P ∈ Rn [x], on pose u(P ) : x 7−→ (x2 − 1)P ′′ (x) + (2x + 1)P ′ (x).
(1) Montrer que u est un endomorphisme de Rn [x].
(2) Déterminer la matrice de u dans la base canonique de Rn [x].
(3) En déduire le spectre de u. L’endomorphisme u est-il diagonalisable? Justifier.
 
0 −1 −1
Exercice 24. On considère la matrice A = 1 0 −1.
1 1 0
(1) Calculer la matrice B = A2 + 2I3 , puis montrer que B 2 = B + 2I3 .
(2) Déterminer les valeurs propres et les sous-espaces propres de B. La matrice B est-elle diagonalisable?
(3) Etablir une relation entre les valeurs propres de B et celles de A.
(4) En déduire que la matrice A n’est pas diagonalisable dans M3 (R).
(5) Montrer que B est inversible, et calculer B −1 en fonction de B et I3 .
(6) A présent, on s’intéresse aux puissances de B. On suppose que n ≥ 2.
(a) Justifier l’existence et l’unicité de deux polynômes Qn , Rn ∈ R[x], avec deg(Rn ) < 2, tels que :
∀x ∈ R, xn = (x2 − x − 2)Qn (x) + Rn (x).
(b) Déterminer le polynôme Rn en fonction de n.
(c) En déduire l’expression de B n en fonction de n, I, B.
4 TRAVAUX DIRIGÉS : DIAGONALISATION

 
0 −8
Exercice 25. On considère la matrice A = .
4 12
(1) Déterminer une matrice D diagonale et une matrice P inversible telle que D = P −1 AP .
(2) Soit B une matrice de M2 (R) telle que AB = BA.
(a) Montrer que tout vecteur propre de A est un vecteur propre de B.
(b) En déduire que P −1 BP est une matrice diagonale.
(c) Déterminer toutes les matrices M ∈ M2 (R) telles que M 2 = A.

Exercice 26. (ESCP 2010) Soit f l’endomorphisme canoniquement associé à la matrice :

 
1 1 −1
A = 1 1 1 .
1 1 1
(1) Déterminer les valeurs propres et les vecteurs propres de f , puis justifier que A est diagonalisable.
(2) Soit D une matrice diagonale semblable à A. Déterminer un polynôme annulateur Q de D, unitaire et
de degré minimal. En déduire un polynôme annulateur de A avec les mêmes propriétés.
(3) Déterminer la dimension du sous-espace vectoriel E engendré par la famille (Ak )k∈N .
(4) Déterminer l’ensemble C des matrices de M3 (R) qui commutent avec A, puis comparer C et E.

Exercice 27. (HEC 2010) Soit F l’espace vectoriel des fonctions définies sur R à valeurs réelles, et soit E le
sous-espace vectoriel de F engendré par la famille B = (f0 , f1 , f2 , f3 ), où fk : x 7−→ xk e−x pour tout k ∈ N.
(1) Montrer que B est une base de E, et en déduire la dimension de E.
(2) Pour tout f ∈ E, on pose D(f ) = f ′ − f ′′ . Montrer que D est un endomorphisme de E.
(3) Ecrire la matrice M de D dans la base B.
(4) La matrice M est-elle inversible? diagonalisable?
   
3 2 −2 1 0 0
Exercice 28. (HEC 2011) On considère les matrices A = −1 0 1  et B = 0 1 1
1 1 0 0 0 1
(1) Vérifier que A2 + I3 = 2A.
(2) Montrer que A admet une seule valeur propre λ. La matrice A est-elle diagonalisable?
(3) Déterminer une base du sous-espace propre de A associé à λ.
(4) Montrer que A est semblable à B (indication : procéder par Analyse-Synthèse).

Exercice 29. (Matrice compagnon - HEC 2017) Soit n un entier ≥ 2, soit (a0 , ..., an−1 ) ∈ Rn et soit C la
matrice de Mn (R) donnée par :
 
0 1 0 ··· 0
 .. . . .. .. 
 .
 . 1 . . 

C= .
 .. . .. .. .
 . 0 

 0 ··· ··· 0 1 
−a0 −a1 · · · ··· −an−1
On désigne par f l’endomorphisme de Rn canoniquement associé à C.
(1) Question de cours : condition nécessaire et suffisante pour qu’une matrice soit diagonalisable.
(2) (a) Déterminer le rang de la matrice C. Préciser le noyau de l’endomorphisme f .
(b) Donner une condition nécessaire et suffisante pour que la matrice C soit inversible. Sous cette
condition, expliciter la matrice C −1 .
(3) (a) Montrer qu’un réel λ est valeur propre de C si et seulement s’il est racine d’un polynôme qu’on
explicitera en fonction des réels a0 , a1 , ..., an−1 (indication : résoudre le système linéaire CX = λX).
(b) Montrer que la matrice C est diagonalisable si et seulement si elle admet n valeurs propres distinctes
(indication : déterminer la dimension
 d’un sous-espace propre quelconque de C).
0 1 0 0
0 0 1 0
(4) On pose : M =  0
.
0 0 1
8 −14 3 4
(a) Déterminer les valeurs propres de M .
(b) Etudier la diagonalisabilité de M .
 TRAVAUX DIRIGÉS : DIAGONALISATION 5

3. Exercices supplémentaires

Exercice 30. Calculer les valeurs propres de la matrice M ∈ M3 (R), déterminer si M est diagonalisable dans
M3 (R) et si oui la diagonaliser, et ce dans chacun des cas suivants :
       
1 2 3 −2 8 6 1 1 0 −1 2 0
(1) M = 2 1 3 , (2) M = −4 10 6  , (3) M = −1 1 2 , (4) M =  2 2 −3
4 2 0 4 −8 −4 0 0 2 −2 2 1
 
0 0 0 1
0 0 1 0
Exercice 31. Déterminer les valeurs propres et les sous-espaces propres de la matrice A = 
0
.
1 0 0
1 0 0 0

Exercice 32. Soit J la matrice de Mn (R) dont tous les coefficients sont égaux à 1, et soit f l’endomorphisme
de Rn canoniquement associé à J.
(1) Déterminer une base de ker(f ) et une base de Im(f ).
(2) Soit y un vecteur non nul de Im(f ). Montrer que y est vecteur propre de f . Pour quelle valeur propre?
(3) En déduire l’ensemble des valeurs propres de f .
(4) L’endomorphisme f est-il diagonalisable? Si oui, en donner une base de diagonalisation.

Exercice 33. Soit a ∈ R. Pour tout P ∈ Rn [x], on pose f (P ) : x 7−→ (x − a)P ′ (x) + P (x) − P (a). Par la suite,
on pose aussi ek : x 7−→ (x − a)k pour tout k ∈ N.
(1) Montrer que f est un endomorphisme de Rn [x].
(2) Déterminer la matrice de f dans la base canonique de Rn [x].
(3) En déduire le spectre de f . L’endomorphisme f est-il diagonalisable? Justifier.
(4) Calculer le rang de f , et en déduire une base de ker(f ).
(5) Calculer f (ek ) pour tout k ∈ J2, nK, et en déduire des bases des sous-espaces propres de f .
 
0 1 1
Exercice 34. On considère la matrice A = 1 0 1.
1 1 0
(1) (a) Calculer le reste de la division euclidienne de En : x 7−→ xn par P : x 7−→ x2 − x − 2.
(b) En déduire des réels an , bn tels que An = an A + bn I3 .
(2) Retrouver le résultat de la question (1) à l’aide d’un raisonnement par récurrence.
(3) Diagonaliser la matrice A, puis retrouver le résultat de (1).
(4) On pose J = A + I3 . Calculer J n pour tout n ∈ N, puis retrouver le résultat de (1).
 
0 0 0 16
0 0 9 0
Exercice 35. On considère la matrice A =  0
.
4 0 0
1 0 0 0
(1) Déterminer les entiers n ∈ N tels que An soit inversible.
(2) Déterminer les entiers n ∈ N tels que An soit diagonalisable.

Exercice 36. (ESCP 2012) Soit n ∈ N∗ , et posons E = R[x]. Pour tout P ∈ Rn [x] et tout x ∈ R, on pose :
Z +∞
u(P )(x) = ex P (t)e−t dt.
x
k
Enfin, on pose ek : x 7−→ x pour tout k ∈ N.
(1) Montrer que u(P ) est bien défini, puis calculer u(ek ) pour tout k ∈ N.
(2) Montrer que u est un endomorphisme de R[x].
(3) Soit n ∈ N. On note Rn [x] l’ensemble des polynômes réels de degré ≤ n.
(a) Montrer que Rn [x] est stable par u, c’est-à-dire u(Rn [x]) ⊂ Rn [x].
(b) Soit v l’endomorphisme de Rn [x] induit par u. Montrer que v est bijectif de Rn [x] sur Rn [x].
(c) Calculer la matrice A de v dans la base canonique de Rn [x].
(d) L’endomorphisme v est-il diagonalisable? Justifier.
(e) Déterminer l’inverse A−1 de A.
P+∞
(4) Soit P ∈ R[x] tel que : ∀x ∈ R, P (x) ≥ 0. Montrer que : ∀x ∈ R, k=0 P (k) (x) ≥ 0.
6 TRAVAUX DIRIGÉS : DIAGONALISATION

Exercice 37. (Endomorphismes cycliques - ESCP 2016) Soit E un espace vectoriel de dimension n ≥ 1
et soit f un endomorphisme de E. On note C(f ) l’ensemble des endomorphismes de E qui commutent avec f et
R(f ) l’ensemble des polynômes en f , c’est-à-dire :
C(f ) = {g ∈ L(E)| g ◦ f = f ◦ g} et R(f ) = {P (f )| P ∈ R[x]}.
Enfin, on dit qu’un endomorphisme h de E est cyclique s’il existe un vecteur x0 ∈ E tel que la famille
(x0 , h(x0 ), ..., hn−1 (x0 )) soit une base de E.
(1) Montrer que C(f ) et R(f ) sont des sous-espaces vectoriels de L(E), puis que R(f ) ⊂ C(f ).
(2) Montrer que f est cyclique si et seulement s’il existe une base B de E et des réels α0 , ..., αn−1 tels que :
 
0 0 ··· ··· α0
1 0 · · · · · · α1 
.. 
 
 ..
matB (f ) = 
0 1 . . .

. . . .
 .. .. .. .. 


0 ··· ··· 1 αn−1

A partir de maintenant, on suppose que l’endomorphisme f est cyclique, et on se fixe un vecteur x0 ∈ E
tel que la famille B = (x0 , f (x0 ), ..., f n−1 (x0 )) soit une base de E.
Pn−1
(3) Soit P (f ) = f n − k=0 αk f k . Montrer que P (f ) = 0 (indication : remarquer que P (f )(x0 ) = 0, puis
montrer que P (f )(f l (x0 )) = 0 pour tout l ∈ N).
(4) (a) Montrer que (IdE , f, ..., f n−1 ) est une base de R(f ) (indication : utiliser la division euclidienne).
(b) En déduire que C(f ) = R(f ) (indication : si g ∈ C(f ), exprimer g(x0 ) dans la base B, puis calculer
g(f l (x0 )) pour tout l ∈ N).
(5) On suppose que α0 = 0. Montrer que E = ker(f ) ⊕ Im(f ) si et seulement si α1 ̸= 0 (indication : calculer
le rang de f , puis une base de ker(f ) à l’aide de x0 et f ).

Exercice 38. (ESCP 2016) On pose E = R[x] et on considère l’application T sur E, définie par :
∀P ∈ E, T (P ) : x 7−→ (3x + 8)P (x) − x(5 − x)P ′ (x) + x2 (1 − x)P ′′ (x).
Enfin, on rappelle qu’un sous-espace vectoriel F de E est stable par T si T (F ) ⊂ F .
(1) (a) Montrer que T est un endomorphisme de E.
(b) Pour quelles valeurs de n le sous-espace vectoriel Rn [x] est-il stable par T ? Justifier.
(c) L’application E est-elle surjective sur E? Justifier.
(2) Soit P un polynôme propre de T , c’est-à-dire un polynôme P ̸= 0E tel que la famille (P, T (P )) soit liée.
(a) Que peut valoir le degré de P ? Justifier.
(b) Montrer que les polynômes propres de T appartiennent à un sous-espace vectoriel F de E de di-
mension finie, et que la restriction de T à F induit un endomorphisme de F (noté encore T ).
(3) (a) Déterminer tous les couples (λ, P ) ∈ R × (E \ {0E }) tels que T (P ) = λP .
(b) L’application T est-elle injective? Justifier.
   
0 1 0 0 0 1 0 0
 0 0 1 0 0 0 0 0
Exercice 39. (HEC 2018) On considère les deux matrices A =  0 0 0 0 et B = 0 0 0
  .
1
0 0 0 0 0 0 0 0
(1) Comparer leurs spectres, leurs rangs, ainsi que les dimensions de leurs sous-espaces propres.
(2) Les matrices A et B sont-elles semblables? Justifier (indication : calculer A2 et B 2 ).

Exercice 40. (ESCP 2019) Soit n un entier ≥ 2 et soit A une matrice donnée de Mn (R). Soit T l’application
définie pour tout M ∈ Mn (R) par T (M ) = AM .
(1) Montrer que T est un endomorphisme de Mn (R).
(2) Montrer que T est bijectif si et seulement si la matrice A est inversible.
(3) Dans cette question, on suppose que A est diagonalisable. Soient λ1 , ..., λn ses valeurs propres et soit
(X1 , ..., Xn ) une base de Mn,1 (R) formée de vecteurs propres de A. Pour tout (i, j) ∈ J1, nK2 , on pose
Mi,j = Xi t Xj . Montrer que (Mi,j )1≤i,j≤n est une base de Mn (R) formée de vecteurs propres de T .
(4) Dans cette question, on suppose que T est diagonalisable. Soit X un vecteur colonne non nul de Mn,1 (R)
et soit (Mi,j )1≤i,j≤n une base de Mn (R) formée de vecteurs propres de T . Enfin, on désigne par Φ
l’application de Mn (R) dans Mn,1 (R), définie pour tout M ∈ Mn (R) par Φ(M ) = M X.
(a) Montrer que Φ est surjective de Mn (R) dans Mn,1 (R) (indication : étant donnés deux vecteurs
x, y ∈ Rn tels que x ̸= 0, montrer qu’il existe un endomorphisme f de Rn tel que f (x) = y).
(b) En déduire que A est diagonalisable.