0% ont trouvé ce document utile (0 vote)

35 vues116 pages

Réduction

Le document présente une série d'exercices et de corrections liés à la théorie des espaces vectoriels et des endomorphismes, en se concentrant sur des concepts tels que la nilpotence, les sous-espaces stables, et les propriétés des matrices. Chaque exercice aborde des propriétés spécifiques des endomorphismes, notamment leur comportement vis-à-vis des espaces d'image et de noyau, ainsi que des résultats sur la diagonalisation et la forme des matrices. Les exercices incluent des démonstrations et des applications de théorèmes fondamentaux en algèbre linéaire.

Transféré par

hermanbigonsa

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

0% ont trouvé ce document utile (0 vote)

35 vues116 pages

Réduction

Transféré par

hermanbigonsa

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

[http://mp.cpgedupuydelome.

fr] édité le 29 décembre 2015 Enoncés 1

Réduction Exercice 5 [ 00216 ] [Correction]

Soient u ∈ L(E) (avec dim E < +∞) nilpotent et p ∈ N∗ tel que up = 0.
a) Établir que pour tout k ∈ {1, . . . , p}, il existe un sous-espace vectoriel Fk de
Sous-espaces stables E tel que
ker uk = ker uk−1 ⊕ Fk
Exercice 1 [ 00755 ] [Correction]
Soient u et v deux endomorphismes d’un K-espace vectoriel E. b) Établir que E = F1 ⊕ · · · ⊕ Fp .
On suppose que u et v commutent, montrer que Im u et ker u sont stables par v. c) Observer que la matrice de u dans une base adaptée à la somme directe
Que dire de la réciproque ? ci-dessus est triangulaire supérieure à coefficients diagonaux nuls.

Exercice 2 [ 00756 ] [Correction] Exercice 6 [ 03459 ] [Correction]

Montrer qu’un endomorphisme f d’un K-espace vectoriel E commute avec un Soient E un R-espace vectoriel de dimension finie n non nulle et f ∈ L(E)
projecteur p si, et seulement si, les espaces Im p et ker p sont stables par f . vérifiant f 2 = − IdE .
a) Soit a ∈ E non nul. Montrer que la famille (a, f (a)) est libre.
On pose F (a) = Vect (a, f (a)).
Exercice 3 [ 01722 ] [Correction] b) Montrer qu’il existe des vecteurs de E a1 , . . . , ap non nuls tels que
Soient E un K-espace vectoriel et f et g deux endomorphismes de E tels que
f ◦ g = g ◦ f. E = F (a1 ) ⊕ · · · ⊕ F (ap )
a) Montrer que ker f et Im f sont stables par g i.e. g(ker f ) ⊂ ker f et
g(Im f ) ⊂ Im f c) En déduire que la dimension de E est paire et justifier l’existence d’une base
de E dans laquelle la matrice de f est simple.
b) En déduire que, si p est un projecteur de E, on a :
p et f commutent si, et seulement si, Im p et ker p stables par f .
Exercice 7 [ 03205 ] [Correction]
Soient E un R-espace vectoriel de dimension finie et u un endomorphisme de E
Exercice 4 [ 00758 ] [Correction] vérifiant
Soit u un endomorphisme d’un K-espace vectoriel E de dimension finie. u3 + u = 0
On pose
∞
[ ∞
\ a) Montrer que l’espace Im u est stable par u.
N= ker up et I = Im up b) Pour x ∈ Im u, calculer u2 (x)
p=0 p=0
c) Soit v l’endomorphisme induit par u sur Im u.
a) Montrer qu’il existe n ∈ N tel que N = ker un et I = Im un . Montrer que v est un isomorphisme.
b) Établir que N et I sont des sous-espaces vectoriels supplémentaires stables d) En déduire que le rang de l’endomorphisme u est un entier pair.
par u et tels que les restrictions de u à N et I soient respectivement
nilpotente et bijective.
c) Réciproquement on suppose E = F ⊕ G avec F et G sous-espaces vectoriels Exercice 8 [ 00757 ] [Correction]
stables par u tels que les restrictions de u à F et G soient respectivement Déterminer les sous-espaces vectoriels stables pour l’endomorphisme de dérivation
nilpotente et bijective. Établir F = N et G = I. dans K [X].

Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 2

Exercice 9 [ 03462 ] [Correction] b) Montrer que ◦ est une loi interne dans Γ.
[Endomorphisme cyclique] Soient u endomorphisme d’un K-espace vectoriel E de c) Montrer que φ est un morphisme injectif de (Γ, ◦) dans (GL(E2 ), ◦).
dimension finie n ≥ 2.
d) Montrer que φ est surjectif.
On suppose que E est le seul sous-espace vectoriel non nul stable par u.
e) En déduire que (Γ, ◦) est un groupe. Quel est son élément neutre ?
a) L’endomorphisme u possède-t-il des valeurs propres ?
b) Montrer que pour tout x ∈ E \ {0E }, la famille (x, u(x), . . . , un−1 (x)) est une
base de E. Exercice 13 [ 02897 ] [Correction]
Quelle est la forme de la matrice de u dans cette base ? On note E = C(R, R) et on pose, pour toute f ∈ E et tout x ∈ R,
c) Montrer que cette matrice ne dépend pas du choix de x. Z x
T f (x) = f (x) + f (t) dt
0
Exercice 10 [ 00759 ] [Correction]
a) L’opérateur T est-il un automorphisme de E ?
Soient u et v deux endomorphismes d’un K-espace vectoriel de dimension n ∈ N∗ .
On suppose u ◦ v = v ◦ u et v nilpotent. b) Existe-t-il un sous-espace vectoriel de E de dimension finie impaire et stable
On désire montrer par T ?
det(u + v) = det u
en raisonnant par récurrence sur la dimension n ≥ 1.
Exercice 14 [ 04132 ] [Correction]
a) Traiter le cas n = 1 et le cas v = 0. Une matrice A = (ai,j ) ∈ Mn (R) est dite magique s’il existe un réel s vérifiant
b) Pour n ≥ 2 et v 6= 0, former les matrices de u et v dans une base adaptée à n n
Im v.
X X
∀i ∈ J1 ; nK, ai,j = s et ∀j ∈ J1 ; nK, ai,j = s
c) Conclure en appliquant l’hypothèse de récurrence aux restrictions de u et v j=1 i=1
au départ de Im v.
On note U la colonne U = t 1 ··· 1 ∈ Mn,1 (R).
a) Montrer que la matrice A est magique si, et seulement si, il existe des réels λ
Exercice 11 [ 03116 ] [Correction] et µ vérifiant
Soient E un espace vectoriel de dimension finie et u ∈ L(E) nilpotent. AU = λU et t U A = µt U
Soit S un sous-espace vectoriel de E stable par u et tel que
Que dire alors des réels λ et µ ?
E = S + Im u b) On introduit les espaces D = Vect(U ) et H = {X ∈ Mn,1 (R) | t U X = 0}.
Pourquoi peut-on affirmer que ces espaces sont supplémentaires ?
Montrer que S = E.
c) Montrer qu’une matrice A de Mn (R) est magique si, et seulement si, elle
laisse stable les espaces D et H.

Exercice 12 [ 00760 ] [Correction] d) En déduire que la dimension de l’espace de matrices magiques de Mn (R).
Soit E = E1 ⊕ E2 un K-espace vectoriel. On considère

Γ = {u ∈ L(E) | ker u = E1 et Im u = E2 }
Matrices semblables
a) Montrer, pour tout u de Γ que ũ = uE2 est un automorphisme de E2 . Exercice 15 [ 00721 ] [Correction]
Soit φ : Γ → GL(E2 ) définie par φ(u) = ũ. Soit A ∈ M3 (R) vérifiant A2 = 0 et A 6= 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Établir que A est semblable à la matrice Exercice 20 [ 00726 ] [Correction]

  Soit M ∈ M4 (R) telle que M 2 + I = 0.
0 0 0
Montrer que M est semblable à la matrice
B = 1 0 0  
0 0 0 0 −1 0 0
1 0 0 0 
 
0 0 0 −1
Exercice 16 [ 00722 ] [Correction]
0 0 1 0
Soit A ∈ Mn (K) vérifiant
An−1 6= On et An = On
Exercice 21 [ 00728 ] [Correction]
Établir que A est semblable à la matrice Soit A ∈ Mn (R) de trace nulle.

0 1 (0)
 Montrer que A est semblable à une matrice de la forme
. ..
 

 .. .

 0 ∗
B=   .. 
 ..  .
.
 
 1
(0) 0 ∗ 0

Exercice 17 [ 00723 ] [Correction] Exercice 22 [ 03136 ] [Correction]

Soit A ∈ Mn (K) une matrice non nulle telle que les espaces Im A et ker A soient Soit A ∈ Mn (K) une matrice de rang 1.
supplémentaires. a) Montrer que A est semblable à une matrice dont les n − 1 premières colonnes
Montrer que la matrice A est semblable à une matrice de la forme sont nulles.
0
A 0
b) En déduire
avec A0 ∈ GLr (K) A2 = tr(A).A et det(In + A) = 1 + tr A
0 0

Exercice 18 [ 00724 ] [Correction] Exercice 23 [ 02382 ] [Correction]

Soit A ∈ Mn (K) une matrice telle que A2 = 0 et de rang r > 0. Quelles sont les matrices carrées réelles d’ordre n qui commutent avec
Montrer que A est semblable à diag(1, 2, . . . , n) et lui sont semblables ?

0 Ir
B= . Exercice 24 [ 02691 ] [Correction]
0 0
Soient A et B dans Mn (R) semblables sur C. Montrer que A et B sont semblables
sur R.
Exercice 19 [ 00725 ] [Correction]
Soit A ∈ M3 (R) non nulle vérifiant
Exercice 25 [ 03032 ] [Correction]
A3 + A = O3 Soit f : Mn (C) → C non constante telle que :
Montrer que A est semblable à la matrice
  ∀(A, B) ∈ Mn (C)2 , f (AB) = f (A)f (B)
0 0 0
0 0 −1 Pour A ∈ Mn (C), prouver l’équivalence :
0 1 0 A inversible ⇐⇒ f (A) 6= 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 26 [ 01322 ] [Correction] Exercice 32 [ 00765 ] [Correction]

Soit A ∈ M3 (R) non nulle vérifiant A2 = O3 . Soient E un K-espace vectoriel, u ∈ L(E), a ∈ GL(E) et v = a ◦ u ◦ a−1 .
Déterminer la dimension de l’espace Comparer Sp u et Sp v d’une part, Eλ (u) et Eλ (v) d’autre part.

C = {M ∈ M3 (R) | AM − M A = O3 }
Exercice 33 [ 00766 ] [Correction]
Soit u un endomorphisme d’un K-espace vectoriel E tel que tout vecteur non nul
Exercice 27 [ 03778 ] [Correction] en soit vecteur propre.
Les matrices suivantes sont-elles semblables ? Montrer que u est une homothétie vectorielle.
   
3 6 −5 −2 1 2 6 21
−1 −6 5 −2  0 2 2 5
A= −1 −10 8 −3 et B = 0
  
Exercice 34 [ 00042 ] [Correction]
0 3 2
0 −3 2 0 0 0 0 5 Soient u, v deux endomorphismes d’un espace vectoriel.
a) Si λ 6= 0 est valeur propre de u ◦ v, montrer qu’il l’est aussi de v ◦ u.
b) Pour P ∈ E = R [X], on pose
Exercice 28 [ 02541 ] [Correction]
Soit G une partie de Mn (R) non réduite à la matrice nulle.
Z X

On suppose que (G, ×) est un groupe. Montrer qu’il existe r ∈ N∗ tel que le u(P ) = P 0 et v(P ) = P (t) dt
0
groupe (G, ×) soit isomorphe à un sous-groupe de (GLr (R), ×).
ce qui définit des endomorphismes de E. Déterminer

Etude théorique des éléments propres d’un endo- ker(u ◦ v) et ker(v ◦ u)

morphisme c) Montrer que la propriété de la première question reste valable pour λ = 0 si
l’espace E est de dimension finie.
Exercice 29 [ 00763 ] [Correction]
Soit f un endomorphisme d’un K-espace vectoriel E de dimension finie.
Montrer Exercice 35 [ 02544 ] [Correction]
0∈/ Sp(f ) ⇐⇒ f surjectif Soient u et v deux endomorphismes d’un R-espace vectoriel E de dimension finie.
Montrer que si λ est valeur propre de u ◦ v alors λ est aussi valeur propre de v ◦ u.

Exercice 30 [ 00762 ] [Correction]

Soient f un endomorphisme d’un K-espace vectoriel et n ∈ N∗ . On suppose que Crochet de Lie
0 ∈ Sp(f n ).
Montrer que 0 ∈ Sp(f ). Exercice 36 [ 00775 ] [Correction]
Soient A, B ∈ Mn (R) vérifiant AB − BA = A.
a) Calculer Ak B − BAk pour k ∈ N.
Exercice 31 [ 00764 ] [Correction]
Soit u un automorphisme d’un K-espace vectoriel E. b) À quelle condition la matrice Ak est-elle vecteur propre de l’endomorphisme
Établir M 7→ M B − BM de Mn (R) ?
Sp u−1 = λ−1 | λ ∈ Sp u

c) En déduire que la matrice A est nilpotente.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 37 [ 02719 ] [Correction] a) On suppose [u ; v] = 0. Montrer que u et v sont cotrigonalisables.

Soient f et g deux endomorphismes d’un C-espace vectoriel E de dimension finie b) On suppose [u ; v] = λu avec λ ∈ C∗ . Montrer que u est nilpotent et que u et
n ≥ 1 tels que v sont cotrigonalisables.
f ◦g−g◦f =f
c) On suppose l’existence de complexes α et β tels que [u ; v] = αu + βv.
a) Montrer que f est nilpotent. Montrer que u et v sont cotrigonalisables.
b) On suppose f n−1 6= 0. Montrer qu’il existe une base e de E et λ ∈ C tels que :
 
0 1 (0)
 .. ..  Exercice 41 [ 00829 ] [Correction]
 . . 
Soient f et g deux endomorphismes d’un K-espace vectoriel E tels que
Mate f =  
 .. 
f ◦ g − g ◦ f = I.
 . 1
(0) 0 a) Montrer que, pour tout entier n ≥ 1, on a f n ◦ g − g ◦ f n = nf n−1 .
et b) En dimension finie non nulle, montrer qu’il n’existe pas deux
Mate g = diag(λ, λ + 1, . . . , λ + n − 1) endomorphismes f et g tels que f ◦ g − g ◦ f = I.
c) Montrer que dans E = K [X] les endomorphismes f et g définis par
f (P ) = P 0 et g(P ) = XP conviennent.
Exercice 38 [ 02441 ] [Correction]
Soient E un C-espace vectoriel de dimension finie non nulle, u, v dans L(E) et a, b
dans C. On suppose
u ◦ v − v ◦ u = au + bv Exercice 42 [ 00828 ] [Correction]
Soient E un espace vectoriel réel de dimension finie, f et g deux endomorphismes
a) On étudie le cas a = b = 0. de E vérifiant
Montrer que u et v ont un vecteur propre en commun.
f ◦g−g◦f =f
b) On étudie le cas a 6= 0, b = 0.
Montrer que u est non inversible. a) Calculer
Calculer un ◦ v − v ◦ un et montrer que u est nilpotent. fn ◦ g − g ◦ fn
Conclure que u et v ont un vecteur propre en commun.
b) Soit P un polynôme. Montrer que si P (f ) = 0 alors f ◦ P 0 (f ) = 0.
c) On étudie le cas a, b 6= 0.
Montrer que u et v ont un vecteur propre en commun. c) En déduire que f est un endomorphisme nilpotent.

Exercice 39 [ 02868 ] [Correction]

Exercice 43 [ 03031 ] [Correction]
Soient E un C-espace vectoriel de dimension finie non nulle, (a, b) ∈ C2 , f et g
Soit A ∈ Mn (C). On considère l’endomorphisme T de Mn (C) défini par
dans L(E) tels que
f ◦ g − g ◦ f = af + bg T (M ) = AM − M A
Montrer que f et g ont un vecteur propre commun.
a) On suppose que la matrice A est nilpotente.
Montrer que l’endomorphisme T est aussi nilpotent.
Exercice 40 [ 02395 ] [Correction] b) Réciproque ?
Soit E un espace vectoriel complexe de dimension finie non nulle. Soient u et v
des endomorphismes de E ; on pose [u ; v] = uv − vu.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 44 [ 03374 ] [Correction] Eléments propres d’un endomorphisme

Soient A, B, C ∈ Mn (R) vérifiant
Exercice 47 [ 00768 ] [Correction]
AB − BA = C
Soient E = C ∞ (R, R) et D l’endomorphisme de E qui à f associe sa dérivée f 0 .
On suppose en outre que C commute avec les matrices A et B. Déterminer les valeurs propres de D ainsi que les sous-espaces propres associés.

a) On suppose que A et diagonalisable. Montrer que la matrice C est nulle.

b) On suppose que la matrice C est diagonalisable. Montrer à nouveau de que la Exercice 48 [ 03126 ] [Correction]
matrice C est nulle. Soient E = CN et f : E → E l’application qui transforme une suite u = (un ) en
v = (vn ) définie par
un + un−1
Exercice 45 [ 04105 ] [Correction] v0 = u0 et ∀n ∈ N∗ , vn =
On fixe A ∈ Mp (R) et on considère ∆ : M ∈ Mp (R) 7→ AM − M A. 2
a) Prouver que ∆ est un endomorphisme de Mp (R) et que : Déterminer les valeurs propres et les vecteurs propres de f .
n
X n
∀n ∈ N∗ , ∀(M, N ) ∈ Mp (R)2 , ∆n (M N ) = ∆k (M )∆n−k (N )
k Exercice 49 [ 00770 ] [Correction]
k=0
Soient E l’espace des suites réelles convergeant vers 0 et ∆ : E → E
b) On suppose que B = ∆(H) commute avec A. Montrer : l’endomorphisme défini par

∆2 (H) = 0 et ∆n+1 (H n ) = 0 ∀u ∈ E, ∀n ∈ N, ∆(u)(n) = u(n + 1) − u(n)

Vérifier ∆n (H n ) = n!B n . Déterminer les valeurs propres de ∆.

1/n
c) Soit k.k une norme sur Mp (R). Montrer que kB n k −→ 0.
n→+∞

d) En déduire que la matrice B est nilpotente. Exercice 50 [ 00769 ] [Correction]

Soient E = C 0 (R, R) et I l’endomorphisme de E qui à f ∈ E associe sa primitive
qui s’annule en 0.
Exercice 46 [ 04107 ] [Correction] Déterminer les valeurs propres de I.
Soient E un C-espace vectoriel de dimension finie non nulle, u et v deux
endomorphismes de E.
Exercice 51 [ 03467 ] [Correction]
a) On suppose dans cette question et dans la suivante que u ◦ v − v ◦ u = u.
Soit E le R-espace vectoriel des fonctions continues de [0 ; +∞[ vers R convergeant
Montrer que ker(u) est stable par v.
en +∞.
b) Montrer que ker(u) 6= {0}. Soit T l’endomorphisme de E donné par
Indice : On pourra raisonner par l’absurde et utiliser la trace.
En déduire que u et v ont un vecteur propre commun. ∀x ∈ [0 ; +∞[, T (f )(x) = f (x + 1)
c) On suppose maintenant que u ◦ v − v ◦ u ∈ Vect (u, v)
Montrer qu’il existe une base de E dans laquelle les matrices de u et v sont Déterminer les valeurs propres de T et les vecteurs propres associés.
triangulaires supérieures.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 52 [ 00771 ] [Correction] Exercice 56 [ 02577 ] [Correction]

Soit E le sous-espace vectoriel des fonctions de C([0 ; +∞[R) s’annulant en 0.
Pour tout f ∈ E, on définit ϕ(f ) : [0 ; +∞[ → R par a) Montrer que Φ, qui à P associe
1 x (X 2 − 1)P 0 (X) − (4X + 1)P (X)
Z
ϕ(f )(0) = 0 et ϕ(f )(x) = f (t) dt pour x > 0
x 0
est un endomorphisme de R4 [X].
a) Montrer que ϕ(f ) ∈ E puis que ϕ est un endomorphisme de E. b) Résoudre l’équation différentielle
b) Déterminer les éléments propres de ϕ.
5−λ 3+λ

0
y = + y
2(x − 1) 2(x + 1)
Exercice 53 [ 03435 ] [Correction] c) En déduire les valeurs propres et les vecteurs propres de Φ.
Soit E l’espace vectoriel des fonctions continues de [0 ; +∞[ vers R.
Pour tout f ∈ E, on définit T (f ) : ]0 ; +∞[ → R par
Exercice 57 [ 03125 ] [Correction]
1 x
Z
Déterminer valeurs propres et vecteurs propres de l’endomorphisme ϕ de Rn [X]
T (f )(x) = f (t) dt pour x > 0
x 0 défini par
ϕ : P 7→ (X 2 − 1)P 0 − nXP
a) Montrer que la fonction T (f ) se prolonge par continuité en 0 et qu’alors T est
un endomorphisme de E.
b) Déterminer les éléments propres de T . Exercice 58 [ 02511 ] [Correction]
Soit a ∈ R et n ≥ 2.
a) Montrer que φ(P )(X) = (X − a) (P 0 (X) − P 0 (a)) − 2(P (X) − P (a)) définit
Exercice 54 [ 03063 ] [Correction] un endomorphisme de Rn [X].
Soit E l’espace des fonctions f de classe C 1 de [0 ; +∞[ vers R vérifiant f (0) = 0. b) À l’aide de la formule de Taylor, déterminer l’image et le noyau de φ.
Pour un élément f de E on pose T (f ) la fonction définie par c) Trouver ses éléments propres. L’endomorphisme est-il diagonalisable ?
Z x
f (t)
T (f )(x) = dt
0 t Exercice 59 [ 03187 ] [Correction]
Montrer que T est un endomorphisme de E et trouver ses valeurs propres.
a) Soit f un endomorphisme d’un R-espace vectoriel de dimension finie. Si a est
valeur propre de f , de multiplicité m, et si E(f, a) est le sous-espace propre
attaché, montrer
Exercice 55 [ 02700 ] [Correction]
1 ≤ dim E(f, a) ≤ m
Soit E = C([0 ; 1], R). Si f ∈ E on pose
b) Soit
Z 1  
1 1 1 1
T (f ) : x ∈ [0 ; 1] 7→ min(x, t)f (t) dt 2
0 2 2 2
A=
3

3 3 3
a) Vérifier que T est un endomorphisme de E. 4 4 4 4
b) Déterminer les valeurs propres et les vecteurs propres de T . Déterminer simplement les valeurs propres de A.
La matrice A est-elle diagonalisable ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Polynômes caractéristiques Exercice 65 [ 01109 ] [Correction]

Soient A, B ∈ Mn (K) et p ∈ N∗ . Établir
Exercice 60 [ 00778 ] [Correction]
χ(AB)p = χ(BA)p

a) Montrer que deux matrices semblables ont le même polynôme caractéristique.

b) Réciproque ? Exercice 66 [ 00780 ] [Correction]
Soit A ∈ Mn (R) inversible de polynôme caractéristique χA .
Établir que pour tout x 6= 0,
Exercice 61 [ 00779 ] [Correction]
Soit F un sous-espace vectoriel stable par un endomorphisme u d’un K-espace xn
vectoriel E de dimension finie. χA−1 (x) = χA (1/x)
χA (0)
Établir que le polynôme caractéristique de l’endomorphisme induit par u sur F
divise le polynôme caractéristique de u.
Exercice 67 [ 02901 ] [Correction]
Soit A ∈ Mn (C). Montrer
Exercice 62 [ 00781 ] [Correction]
χAĀ ∈ R [X]
Soient A, B ∈ Mn (C). On désire établir l’égalité des polynômes caractéristiques
χAB = χBA
Exercice 68 [ 02698 ] [Correction]
a) Établir l’égalité quand A ∈ GLn (C).
b) Pour A ∈ / GLn (C), justifier que pour p ∈ N assez grand A + p1 In ∈ GLn (C).
a) Si P ∈ Z [X] est unitaire de degré n, existe-t-il une matrice A ∈ Mn (Z) de
En déduire que l’égalité est encore vraie pour A non inversible.
polynôme caractéristique P (X) ?
b) Soient (λ1 , . . . , λn ) ∈ Cn et le polynôme
Exercice 63 [ 01272 ] [Correction]
n
Soient A ∈ Mn,p (K), B ∈ Mp,n (K) et λ ∈ K. En multipliant à droite et à gauche Y
P = (X − λi )
la matrice
i=1

λIn A
M= ∈ Mn+p (K)
B Ip On suppose P ∈ Z [X]. Montrer que pour tout q ∈ N∗ le polynôme
par des matrices triangulaires par blocs bien choisies, établir n
Y
λp χAB (λ) = λn χBA (λ) Pq = (X − λqi )
i=1

Exercice 64 [ 02697 ] [Correction] appartient encore à Z [X].

Soit (A, B) ∈ Mp,q (R) × Mq,p (R). Montrer que c) Soit P dans Z [X] unitaire dont les racines complexes sont de modules ≤ 1.
Montrer que les racines non nulles de P sont des racines de l’unité.
X q χAB (X) = X p χBA (X)
Indice : Commencer par le cas où
Exercice 69 [ 03213 ] [Correction]
Ir 0 Soient n ≥ 2 et f ∈ L(Cn ) endomorphisme de rang 2.
A=
0 0 Exprimer le polynôme caractéristique de f en fonction de tr f et tr f 2 .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 70 [ 02699 ] [Correction] a) Montrer

Soient A et B dans Mn (K)(K = R ou C). Pn (x) = xPn−1 (x) − Pn−2 (x)
t
a) Comparer Sp B et Sp B. Calculer P1 (x) et P2 (x).
b) Soit C ∈ Mn (K). Montrer que s’il existe λ pour lequel AC = λC, alors b) Pour tout x ∈ ]−2 ; 2[, on pose x = 2 cos α avec α ∈ ]0 ; π[. Montrer que
Im C ⊂ ker(A − λIn ).
sin((n + 1)α)
c) Soit λ une valeur propre commune à A et B. Montrer qu’il existe Pn (x) =
sin α
C ∈ Mn (K), C 6= 0, telle que AC = CB = λC.
c) En déduire que Pn (x) admet n racines puis que An est diagonalisable.
d) On suppose l’existence de C ∈ Mn (K) avec rg C = r et AC = CB. Montrer
que le PGCD des polynômes caractéristiques de A et B est de degré ≥ r.
e) Étudier la réciproque de d). Exercice 74 [ 02493 ] [Correction]
Soient a1 , . . . , an ∈ C∗ , tous distincts et P (x) = det(A + xIn ) avec
 
0 a2 ··· an
Exercice 71 [ 03476 ] [Correction]  .. 
Soient A, B ∈ Mn (R). On suppose qu’il existe M dans Mn (R) de rang r tel que a1 0 .
A=.  
 .. . ..

an 
AM = M B
a1 · · · an−1 0
Montrer que deg(χA ∧ χB ) ≥ r. a) Calculer P (ai ) et décomposer en éléments simples la fraction
Soient A et B dans Mn (K)(K = R ou C).
P (x)
Qn
i=1 (x − ai )
Calcul de polynômes caractéristiques
b) En déduire det A.
Exercice 72 [ 00782 ] [Correction]
Calculer le polynôme caractéristique de la matrice Exercice 75 [ 00785 ] [Correction]
  Soient a1 , . . . , an ∈ C∗ deux à deux distincts.
0 1 0 On pose
 .. . . ..  
0 a2 ... an

. . . 

 0 ··· 0 1 
  .. .. 
a1 0 . .
a0 a1 · · · an−1 P (x) = det(A + xIn ) avec A = 
.

 .. .. .. 
. . an 
a1 ··· an−1 0
Exercice 73 [ 00784 ] [Correction] a) Calculer P (ai ).
Soient b) Justifier que P est un polynôme unitaire de degré n.
c) Former la décomposition en éléments simples de la fraction rationnelle
 
0 1 0
 .. .. 
1 . .  P (X)
An =   ∈ Mn (C) et Pn (x) = det(xIn − An ) Qn
.. .. i=1 (X − ai )
 
 . . 1
0 1 0 d) En déduire le déterminant de A + In .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Applications du polynôme caractéristique Exercice 81 [ 00502 ] [Correction]

Exercice 76 [ 02696 ] [Correction] a) Rappeler pourquoi un endomorphisme d’un C-espace vectoriel de dimension
Soient A, B ∈ Mn (R). Montrer que AB et BA ont même valeurs propres. finie non nulle admet au moins un vecteur propre.
b) Soient u, v deux endomorphismes d’un C-espace vectoriel E de dimension
finie non nulle.
Exercice 77 [ 03083 ] [Correction] On suppose
Soit A ∈ Mn (R) telle que Sp A ⊂ R+ . Montrer u◦v =v◦u
det A ≥ 0 Montrer que u et v ont un vecteur propre en commun.

Exercice 78 [ 03121 ] [Correction] Exercice 82 [ 00787 ] [Correction]

Soient A, B ∈ Mn (C). Établir Soient A, B ∈ Mn (C) vérifiant AB = BA.
Montrer que A et B ont un vecteur propre en commun.
χA (B) ∈ GLn (C) ⇐⇒ Sp A ∩ Sp B = ∅

Exercice 83 [ 00788 ] [Correction]

Exercice 79 [ 03991 ] [Correction] Montrer que A, B ∈ Mn (C) ont une valeur propre en commun si, et seulement si,
il existe U ∈ Mn (C) non nulle vérifiant U A = BU .
a) Soient B, C ∈ Mn (C) semblables
Pour x ∈ C, montrer que les matrices xIn − B et xIn − C sont semblables.
−1 −1
En est-il de même de (xIn − B) et (xIn − C) ? Exercice 84 [ 03795 ] [Correction]
b) Soit A ∈ Mn (C). On note PA (x) = det(xIn − A) et PA0 le polynôme dérivé de K désigne R ou C.
PA . On dit qu’une matrice A ∈ Mn (K) vérifie la propriété (P ) si
On suppose que x n’est pas valeur propre de A, montrer
∃M ∈ Mn (K), ∀λ ∈ K, det(M + λA) 6= 0
−1 P 0 (x)
tr (xIn − A) = A
PA (x) a) Rappeler pourquoi une matrice de Mn (C) admet au moins une valeur propre.
b) Soit T une matrice triangulaire supérieure de diagonale nulle.
Existence de valeurs propres dans un espace com- Calculer det(In + λT ). En déduire que T vérifie la propriété (P )
plexe c) Déterminer le rang de la matrice

0 Ir
Exercice 80 [ 00786 ] [Correction] Tr = ∈ Mn (K)
0 0
Soit E un C-espace vectoriel de dimension finie.
a) Justifier que tout endomorphisme de E possède au moins une valeur propre d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer
b) Observer que l’endomorphisme P (X) 7→ (X − 1)P (X) de C [X] n’a pas de
valeurs propres. ∃(P, Q) ∈ GLn (K)2 , B = P AQ

et en déduire que B vérifie (P ).

Diffusion autorisée à titre entièrement gratuit uniquement - dD

e) Conclure que, dans Mn (C), les matrices non inversibles vérifient (P ) et que a) Montrer que 1 ∈ Sp(A).
ce sont les seules. b) Justifier que si λ ∈ C est valeur propre de A alors |λ| ≤ 1.
f) Que dire des cette propriété dans le cas Mn (R) (on distinguera n pair et n c) Observer que si λ ∈ C est valeur propre de A et vérifie |λ| = 1 alors λ est une
impair) ? racine de l’unité.

Exercice 85 [ 04073 ] [Correction]

Exercice 90 [ 02729 ] [Correction]
Soient u, v deux endomorphismes d’un C-espace vectoriel E de dimension finie non
Soit la matrice A ∈ Mn (R) donnée par A = (min(i, j))1≤i,j≤n .
nulle vérifiant u ◦ v = v ◦ u. Montrer que u et v ont un vecteur propre en commun.
a) Trouver une matrice triangulaire inférieure unité L et une matrice
triangulaire supérieure U telle que A = LU .
Eléments propres d’une matrice b) Exprimer A−1 à l’aide de

Exercice 86 [ 00772 ] [Correction]

 
0 1 (0)
Soit A ∈ Mn (K) vérifiant rg(A) = 1.  .. .. 
. .
Montrer qu’il existe λ ∈ K tel que A2 = λA et que ce scalaire λ est valeur propre
 
N = 
de A.
 .. 
 . 1
(0) 0

Exercice 87 [ 00773 ] [Correction] c) Montrer que Sp A−1 ⊂ [0 ; 4].

Pour A ∈ Mn (R), on pose
n
X
kAk = sup |ai,j | Exercice 91 [ 02704 ] [Correction]
1≤i≤n j=1 Déterminer les valeurs propres de la matrice de Mn (R) suivante

Montrer que
 
1 1 ··· 1
Sp(A) ⊂ [− kAk ; kAk] 1 1 (0)
M = .
 
 .. .. 
. 
Exercice 88 [ 00774 ] [Correction] 1 (0) 1
Soit A = (ai,j ) P ∈ Mn (R) vérifiant pour tout i, j ∈ {1, . . . , n} ai,j > 0 et pour tout
n
i ∈ {1, . . . , n}, j=1 ai,j = 1.
a) Montrer que 1 ∈ Sp(A). Exercice 92 [ 02861 ] [Correction]
Déterminer les valeurs propres de la matrice
b) Justifier que si λ ∈ C est valeur propre de A alors |λ| ≤ 1.
 
c) Observer que si λ ∈ C est valeur propre de A et vérifie |λ| = 1 alors λ = 1. 0 ··· 0 1
 .. .. .. 
. . .
  ∈ Mn (R)
0 · · · 0 1
Exercice 89 [ 03280 ] [Correction] 1 ··· 1 1
Soit A = (ai,j ) ∈ MP n (R) vérifiant pour tout i, j ∈ {1, . . . , n} ai,j ∈ R+ et pour
n
tout i ∈ {1, . . . , n}, j=1 ai,j = 1.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 93 [ 03173 ] [Correction] Exercice 96 [ 02543 ] [Correction]

Soit n ∈ N, n ≥ 2. Déterminer les valeurs propres de la comatrice de A ∈ Mn (C). Expliquer brièvement pourquoi
On commencera par étudier le cas où la matrice A est inversible. t
Com(A)A = det(A)In
On suppose que A admet n valeurs propres distinctes ; que vaut det(A) ?
Exercice 94 [ 03316 ] [Correction] Que représente un vecteur propre de A pour t Com(A) ?
Soient n ≥ 3 et   On suppose de plus que A n’est pas inversible. Déterminer
0 (0) 1
..  dim ker t Com A
1 . . .

. ∈ Mn (R)
A= .
 .. ..  Prouver que t Com A n’admet que deux valeurs propres, les expliciter.
. 1
1 (0) 0
a) Calculer les rangs de A et A2 . Exercice 97 [ 02613 ] [Correction]
Soient
b) Soit f l’endomorphisme de Rn canoniquement représenté par la matrice A.
 
0 1 (0)
Montrer  .. .. 
ker f ⊕ Im f = Rn
1 . . 
 ∈ Mn (C)
An =  .. .. 
 . . 1
c) En déduire que la matrice A est semblable à une matrice de la forme
(0) 1 0
 
0 (0) et χn son polynôme caractéristique.
 .. 
a) Calculer

 .  avec B ∈ GL2 (R)

 0  un = χn (2 cos α)
(0) B pour tout α ∈ ]0 ; π[.
b) Déterminer les valeurs propres de An .
d) Calculer tr B et tr B 2 .
Quelle est la dimension des sous-espaces propres de An ?
En déduire les valeurs propres de B puis celles de A.
c) Déterminer les sous-espaces propres de An
e) La matrice A est-elle diagonalisable ? Indice : on pourra, pour λ valeur propre de An , chercher
 
x1
Exercice 95 [ 03672 ] [Correction]  .. 
X =  .  ∈ Mn,1 (C)
Soit (a0 , . . . , ap−1 ) ∈ Cp . On suppose que 1 est racine simple de
xn
P (X) = X p − ap−1 X p−1 + · · · + a1 X + a0

vérifiant AX = λX et poser x0 = xn+1 = 0.
On suppose la convergence d’une suite (un )n∈N déterminée par ses p premiers
termes u0 , . . . , up−1 et la relation de récurrence Eléments propres d’un endomorphisme matriciel
un+p = ap−1 un+p−1 + · · · + a1 un+1 + a0 un
Exercice 98 [ 00776 ] [Correction]
Déterminer la limite de (un )n∈N . Soient n ∈ N∗ et E = Mn (R). Pour A ∈ E, on introduit u : E → E défini par
u(M ) = AM

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Montrer que A et u ont les mêmes valeurs propres et préciser les sous-espaces b) On suppose K = R. La matrice A est-elle diagonalisable ?
propres de u en fonction de ceux de A. c) Mêmes questions avec B.

Exercice 99 [ 00777 ] [Correction] Exercice 104 [ 00790 ] [Correction]

Soient A ∈ Mn (C) et ΦA l’endomorphisme de Mn (C) définie par ΦA (M ) = AM . Soient a, b, c ∈ R. La matrice
a) Montrer que les valeurs propres de ΦA sont les valeurs propres de A.  
0 −b c
b) Déterminer les valeurs propres de ΨA : M 7→ M A.
M = a 0 −c ∈ M3 (R)
−a b 0

Exercice 100 [ 00767 ] [Correction] est-elle diagonalisable ?

On considère les matrices réelles

1 0 a b
A= et M = Exercice 105 [ 00792 ] [Correction]
0 2 c d
Soient a, b ∈ R∗ tels que |a| =
6 |b| et
a) Calculer AM − M A.  
a b a ··· b
b) Déterminer les éléments propres de l’endomorphisme M 7→ AM − M A. b a b · · · a
 
A = a b a · · · b  ∈ M2n (R) (avec n ≥ 2)

 .. .. .. . . .. 
Diagonalisabilité d’une matrice par similitude . . . . .
b a b ··· a
Exercice 101 [ 00796 ] [Correction]
a) Calculer le rang de A. En déduire que 0 est valeur propre de A et déterminer
Montrer que si A est diagonalisable alors t A l’est aussi.
la dimension du sous-espace propre associé.
b) Déterminer deux vecteurs propres non colinéaires et en déduire que A est
Exercice 102 [ 01673 ] [Correction] diagonalisable.
Soient A ∈ GLn (K) et B ∈ Mn (K).
On suppose la matrice AB diagonalisable. Montrer que BA est diagonalisable.
Exercice 106 [ 03123 ] [Correction]
Monter que la matrice suivante est diagonalisable
Diagonalisabilité d’une matrice par l’étude des élé-  
0 1 (0)
ments propres  .. 
n
 . 2 

A=
 .. ..  ∈ Mn+1 (C)

Exercice 103 [ 00789 ] [Correction]  n − 1 . . 
Soient α ∈ R et  . .. . .. n 



cos α − sin α cos α sin α (0) 1 0
A= ∈ M2 (K) et B = ∈ M2 (K)
sin α cos α sin α − cos α
(indice : on pourra interpréter A comme la matrice d’un endomorphisme de
a) On suppose K = C. La matrice A est-elle diagonalisable ? Cn [X])

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 107 [ 03283 ] [Correction] Exercice 109 [ 03433 ] [Correction]

Pour quelle(s) valeurs de x ∈ R, la matrice suivante n’est-elle pas diagonalisable ?
 
a) Exprimer le polynôme caractéristique de la matrice −2 − x 5 + x x
  A= x −2 − x −x
0 1 0 −5 5 3
 .. . . .. 
M =.
 . . 

 0 ··· 0 1  Exercice 110 [ 02536 ] [Correction]
a0 a1 ··· an−1 Soient a, b, c, d quatre nombres complexes avec a2 + b2 6= 0 et
 
a b c d
en fonction du polynôme  −b a −d c 
A=  −c d

P (X) = X n − (an−1 X n−1 + · · · + a1 X + a0 ) a −b
−d −c b a
b) Soit λ une racine de P . Déterminer le sous-espace propre de M associé à la a) Calculer At A, det A et montrer que rg(A) = 2 ou 4.
valeur propre λ. b) On pose α2 = b2 + c2 + d2 supposé non nul. Montrer que A est diagonalisable.
c) À quelle condition la matrice M est-elle diagonalisable ?
Exercice 111 [ 02522 ] [Correction]
Soit (a1 , . . . , an−1 ) ∈ Cn−1 .
Exercice 108 [ 03767 ] [Correction] a) Quel est le rang de A ∈ Mn (C) définie par
Considérons la matrice A suivante : 
0 ··· 0 a1

   .. .. .. 
0 1 0 0
A=. . . 
?

1 k 1 1  0 ···
A=  ∈ M4 (C) 0 an−1 
0 1 0 0 a1 · · · an−1 0
0 1 0 0
b) Avec la trace, que peut-on dire des valeurs propres ?
a) On suppose k réel, la matrice A est-elle diagonalisable dans M4 (R) ? (sans c) A est-elle diagonalisable ?
calculs) ;
b) Déterminer le rang de A. Exercice 112 [Correction]
[ 00798 ]

c) Donner la raison pour laquelle le polynôme caractéristique de A est de la O In
Soient A ∈ Mn (K) et B = .
forme A O
X 2 (X − u1 )(X − u2 ) a) Étudier les valeurs propres de B en fonction de celles de A.
b) On suppose A diagonalisable. B est-elle diagonalisable ?
avec u1 , u2 appartenant à C∗ et vérifiant

u1 + u2 = k et u21 + u22 = k 2 + 6 Exercice 113 [ 00797 ] [Correction]

Soient A1 ∈ Mp (K), A2 ∈ Mq (K) et A ∈ Mp+q (K) définie par
d) Étudier les éléments propres dans le cas où u1 = u2 .
A1 O

A=
e) En déduire les valeurs de k pour que A soit diagonalisable dans M4 (C). O A2
Montrer que A est diagonalisable si, et seulement si, A1 et A2 le sont.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Diagonalisabilité des matrices de rang 1 Diagonalisation d’une matrice

Exercice 114 [ 00793 ] [Correction] Exercice 120 [ 02706 ] [Correction]
Soit A ∈ Mn (C) telle que rg A = 1. On pose  2
b2

Établir a ab ab
A diagonalisable si, et seulement si, tr A 6= 0 ab a2 b2 ab
M (a, b) =  
ab b2 a2 ab
b2 ab ab a2
Exercice 115 [ 00794 ] [Correction] pour tous a, b réels.
Soient X, Y ∈ Mn,1 (K) non nuls.
a) Ces matrices sont-elles simultanément diagonalisables ?
À quelle condition la matrice X t Y est-elle diagonalisable ?
b) Étudier et représenter graphiquement l’ensemble des (a, b) ∈ R2 tel que
M (a, b)n tend vers 0 quand n tend vers ∞.
Exercice 116 [ 02391 ] [Correction]
Soient K un sous-corps de C et Exercice 121 [ 02705 ] [Correction]
  Soient a, b deux réels et les matrices
1 ··· 1
J =  ... ..  ∈ M (K)    
 a b ··· b b ··· b a
. n
. .
. . ..  . .
··· . ..
   
1 1 b a a b
A=  et B =  . 
. . .. 
 .. . . . . . b ..
.
..
.
 
Montrer que J est diagonalisable. b .
b ··· b a a b ··· b
Réduire ces deux matrices.
Exercice 117 [ 02702 ] [Correction]
Soit (a1 , . . . , an ) ∈ Cn . La matrice (ai aj )1≤i,j≤n est-elle diagonalisable ?
Exercice 122 [ 02703 ] [Correction]
Diagonaliser les matrices de Mn (R)
Exercice 118 [ 00791 ] [Correction]
··· ··· ···
 
Parmi les matrices élémentaires Ei,j de Mn (K), lesquelles sont diagonalisables ? 1 1
 .. .. 
 
0 ··· 0 1
 .. .. .. 
.
 0 ··· 0 . 
. . .  et  . .. .. .. 
 ..

Exercice 119 [ 02595 ] [Correction]  . . .
0 ··· 0 1  
.

.. 
Soient (a1 , . . . , an ) ∈ (R∗+ )n et 1 ··· 1 1  .. 0 ··· 0 .

a1 a1 ··· a1
 1 ··· ··· ··· 1
 a2 a2 ··· a2 
N = .
 
.. .. 
 .. . . Exercice 123 [ 03255 ] [Correction]
an an ··· an Soit  
0 (b)
Calculer N 2 , la matrice N est-elle diagonalisable ? Mn = 
 ..  ∈ Mn (C)

.
Montrer que M = 2N + In est inversible et calculer M −1 . (a) 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

À quelle condition la matrice Mn est-elle diagonalisable ? b) Combien y a-t-il de matrice M telle que M 2 = A dans Mn (C) ? dans
Déterminer alors une base de vecteurs propres Mn (R) ?

Calcul de puissances d’une matrice Exercice 128 [ 00814 ] [Correction]

Soit
Exercice 124 [ 00811 ] [Correction] 5 3
A= ∈ M2 (R)
Calculer An pour   1 3
2 1 1
a) Diagonaliser la matrice A en précisant la matrice de passage P
A = 1 2 1
1 1 2 b) Soit M ∈ M2 (R) une matrice telle que M 2 + M = A.
Justifier que la matrice P −1 M P est diagonale.
c) Déterminer les solutions de l’équation M 2 + M = A.
Exercice 125 [ 00812 ] [Correction]
Soit
cos θ 2 sin θ
A= 1 Exercice 129 [ 00815 ] [Correction]
2 sin θ cos θ
Soit pour n ≥ 2 la matrice
a) Déterminer deux réels α, β tel que A2 = αA + βI2 .  
0 1 (0)
b) Calculer An pour n ≥ 1.  .. .. 
. 0 . 
J = 
 .. 
Exercice 126 [Correction]
[ 00842 ]
0 . 1
Soit 1 0 ··· 0
 
0 1
.. a) Montrer que la matrice J est diagonalisable dans Mn (C)
M =  ∈ Mn (R) avec n ≥ 2
 
.
b) Application : exprimer
1 0
a) Montrer que M est diagonalisable. a0 a1 ··· an−1
.. .. ..
b) Déterminer le polynôme minimal de M . an−1 . . .
c) Calculer M p pour p ∈ N. .. .. ..
. . . a1
a1 ··· an−1 a0
Applications diverses de la diagonalisabilité
Exercice 127 [ 00813 ] [Correction] Exercice 130 [ 02692 ] [Correction]
Les matrices    
1 2 3 1 3 2
a) Déterminer les valeurs propres de 3 1 2 et 2 1 3
  2 3 1 3 2 1
1 3 0
A = 3 −2 −1 sont-elles semblables ?
0 −1 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 131 [ 03145 ] [Correction] Exercice 136 [ 03858 ] [Correction]

Soit G un sous-groupe de (GLn (R), ×) vérifiant Soit M ∈ Mn (R) telle que M 2 soit triangulaire supérieure à coefficients
diagonaux deux à deux distincts. Montrer que M est aussi triangulaire supérieure.
∀M ∈ G, M 2 = In

a) Montrer que G est commutatif.

Exercice 137 [ 03113 ] [Correction]
b) En déduire que les éléments de G sont codiagonalisables.
c) En déduire a) Soit D ∈ Mn (C). Déterminer l’inverse de
Card G ≤ 2n
In D
d) Application : Montrer que s’il existe un isomorphisme entre (GLn (R), ×) et
On In
(GLm (R), ×) alors n = m.
b) Soient A, B ∈ Mn (C) diagonalisables telles que Sp A ∩ Sp B = ∅.
Montrer que pour tout matrice C ∈ Mn (C), les matrices suivantes sont
Exercice 132 [ 02453 ] [Correction] semblables
Soient A, B ∈ Mn (R) avec B diagonalisable.

A C A On
Montrer et
On B On B
AB 3 = B 3 A =⇒ AB = BA

Exercice 138 [ 03270 ] [Correction]

Exercice 133 [ 03122 ] [Correction]
Soient p, q ∈ N∗ et A, B, M ∈ Mn (C) avec A, B diagonalisables. Montrer
a) Déterminer les entiers k pour lesquelles l’équation
p q
A M B = On =⇒ AM B = On
eiθ + eikθ = 1

admet au moins une solution θ ∈ R.

Exercice 134 [ 02980 ] [Correction]
Soit ϕ une application de M2 (C) vers C vérifiant : b) Soit Sk l’ensemble des suites réelles u telles que

λ 0
∀n ∈ N, un+k = un + un+k−1
∀A, B ∈ M2 (C), ϕ(AB) = ϕ(A)ϕ(B) et ϕ =λ
0 1
À quelle condition sur k, Sk contient-il une suite périodique non nulle.
Montrer que ϕ = det.
Diagonalisabilité d’un endomorphisme par l’étude
Exercice 135 [ 03276 ] [Correction] de ses éléments propres
On considère trois suites réelles (un )n≥0 , (vn )n≥0 et (wn )n≥0 vérifiant
 Exercice 139 [ 00799 ] [Correction]
 un+1 = −un + vn + wn Soit u un endomorphisme d’un K-espace vectoriel de dimension finie E.
vn+1 = un − vn + wn
On suppose que
wn+1 = un + vn − wn

Im(u − IdE ) ∩ Im(u + IdE ) = {0E }
À quelle condition sur (u0 , v0 , w0 ), ces trois suites sont-elles convergentes ? Montrer que u est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 140 [ 00800 ] [Correction] Exercice 145 [ 03015 ] [Correction]

Soit E = Rn [X]. Pour P ∈ E, on pose ϕ(P ) = P − (X + 1)P 0 . Soient E un espace vectoriel de dimension finie, un projecteur fixé de E et
a) Justifier que ϕ définit un endomorphisme de Rn [X]. F : L(E) → L(E) définie par
b) Déterminer les valeurs propres de ϕ et justifier que ϕ est diagonalisable. 1
F : f 7→ (f ◦ p + p ◦ f )
2
a) F est-elle linéaire ?
Exercice 141 [ 00801 ] [Correction]
Montrer que l’application b) F est-elle diagonalisable ?
c) Quelle est la dimension des sous-espaces propres associés ?
f : P (X) 7→ (X 2 − 1)P 00 (X) + 2XP 0 (X)

est un endomorphisme de l’espace vectoriel réel E = Rn [X]. Former la matrice de Exercice 146 [ 02718 ] [Correction]
f relative à la base canonique de E. En déduire la diagonalisabilité de f ainsi que Soient A ∈ R [X] et B ∈ R [X] scindé à racines simples de degré n + 1. Soit Φ
ses valeurs propres et la dimension des sous-espaces propres associés. l’endomorphisme de Rn [X] qui à P ∈ R [X] associe le reste de la division
euclidienne de AP par B. Déterminer les éléments propres de Φ.
L’endomorphisme Φ est-il diagonalisable ?
Exercice 142 [ 00802 ] [Correction]
Soient E = Rn [X] et deux réels a 6= b. Pour P ∈ E, on pose
Exercice 147 [ 03582 ] [Correction]
ϕ(P ) = (X − a)(X − b)P 0 − nXP Soient A, B fixés dans Rn [X].
On note f l’application qui, à P ∈ Rn [X] associe le reste de la division
a) Montrer que ϕ est un endomorphisme de E.
euclidienne de AP par B.
b) Déterminer les valeurs propres de ϕ et en déduire que ϕ est diagonalisable. a) Montrer que f est un endomorphisme ; est-ce un isomorphisme ?
b) On suppose dans la suite que les polynômes A et B premiers entre eux avec
B scindé à racines simples ; donner les valeurs propres de f .
Exercice 143 [ 00803 ] [Correction]
L’endomorphisme φ de Mn (R) défini par c) L’endomorphisme f est-il diagonalisable ?

φ(M ) = M + tr(M ).In

Exercice 148 [ 02722 ] [Correction]
est-il diagonalisable ? Soit E un espace vectoriel réel de dimension finie, f ∈ L(E) tel que f 2 = f .
Étudier les éléments propres et la diagonalisabilité de l’endomorphisme
u 7→ f u − uf de L(E).
Exercice 144 [ 00804 ] [Correction]
Soient E un K-espace vectoriel de dimension finie, f ∈ L(E) et F ∈ L(L(E))
définie par F (u) = f ◦ u. Exercice 149 [ 02723 ] [Correction]
a) Montrer que f est diagonalisable si, et seulement si, F l’est. Soient E un espace vectoriel réel de dimension finie et f ∈ L(E). On définit
T ∈ L(E) → L(E) par
b) Montrer que f et F ont les mêmes valeurs propres. T (g) = f ◦ g − g ◦ f
c) Soit λ une valeur propre de f . Établir dim Eλ (F ) = dim E × dim Eλ (f ).
Montrer que si f est diagonalisable, alors T est diagonalisable ; si f est nilpotente,
alors T est nilpotente.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 150 [ 03776 ] [Correction] Exercice 153 [ 01324 ] [Correction]

Soient E un C-espace vectoriel de dimension finie et e = (e1 , . . . , en ) une base de Soient E = S2 (R),
E. a b
A= ∈ M2 (R)
On considère l’endomorphisme f de E déterminé par c d
n
X et Φ : S2 (R) → S2 (R) définie par
∀k ∈ {1, . . . , n} , f (ek ) = ek + ei
i=1 Φ(S) = AS + S t A

a) Donner la matrice de f dans e. a) Déterminer la matrice de Φ dans une base de E.

b) Déterminer les sous-espaces propres de f . b) Quelle relation existe-t-il entre les polynômes caractéristiques χΦ et χA ?
c) L’endomorphisme f est-il diagonalisable ? c) Si Φ est diagonalisable, la matrice A l’est-elle ?
d) Calculer le déterminant de f . L’endomorphisme f est-il inversible ? d) Si A est diagonalisable, l’endomorphisme Φ l’est-il ?

Applications de la diagonalisabilité d’un endomor-

Exercice 151 [ 03450 ] [Correction]
On considère un R-espace vectoriel de dimension finie E, u un endomorphisme de
phisme
E, U = (ui,j ) la matrice de u dans une base de E, ei,j les projecteurs associés à
cette base et Ei,j la matrice de ces projecteurs. Exercice 154 [ 00809 ] [Correction]
On considère ϕ l’endomorphisme dans L(E) tel que Soit f un endomorphisme d’un K-espace vectoriel E de dimension n admettant
exactement n valeurs propres distinctes.
ϕ(v) = u ◦ v a) Montrer qu’il existe a ∈ E tel que la famille (a, f (a), . . . , f n−1 (a)) soit une
base de E.
a) Montrer que ϕ et u ont les mêmes valeurs propres.
b) Quelle est la forme de la matrice de f dans cette base ?
b) Calculer U Ei,j en fonction des Ek,j . En déduire qu’il existe une base de L(E)
dans laquelle la matrice de ϕ est diagonale par blocs.
c) Exprimer cette matrice. Exercice 155 [ 00808 ] [Correction]
Soit f un endomorphisme diagonalisable d’un K-espace vectoriel E de dimension
n.
On note Cf l’ensemble des endomorphismes qui commutent avec f .
Exercice 152 [ 00810 ] [Correction]
Soient D = diag(λ1 , . . . , λn ) et ϕ : M 7→ DM − M D endomorphisme de Mn (K). a) Montrer que Cf est un sous-espace vectoriel de L(E).
a) Calculer ϕ(Ei,j ) où Ei,j désigne la matrice élémentaire d’indice (i, j) de b) Montrer qu’un endomorphisme g appartient à Cf si, et seulement si, chaque
Mn (K). sous-espace propre de f est stable par g.
Quelle particularité présente la matrice de ϕ relativement à la base canonique c) En déduire que X
de Mn (K) ? dim Cf = αλ2
b) Soit f un endomorphisme diagonalisable d’un K-espace vectoriel E de λ∈Sp(f )

dimension finie. où αλ est l’ordre de multiplicité de la valeur propre λ.

L’endomorphisme φ : u 7→ f ◦ u − u ◦ f de L(E) est-il diagonalisable ? d) On suppose que les valeurs propres de f sont simples. Montrer que
(Id, f, . . . , f n−1 ) est une base de Cf .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 156 [ 02539 ] [Correction] Exercice 160 [ 02502 ] [Correction]

Soit E un espace vectoriel de dimension finie n ≥ 2. Soient E un R-espace vectoriel de dimension finie et u ∈ L(E), v ∈ L(E)
a) Donner un exemple d’endomorphisme f de E dont l’image et le noyau ne diagonalisables vérifiant
sont pas supplémentaires. u3 = v 3
b) On suppose, dans cette question seulement, que f est une endomorphisme de Montrer que u = v.
E diagonalisable.
Justifier que l’image et le noyau de f sont supplémentaires.
Trigonalisabilité d’une matrice
c) Soit f un endomorphisme de E. Montrer qu’il existe un entier nature non nul
k tel que
Im(f k ) ⊕ ker(f k ) = E Exercice 161 [ 00816 ] [Correction]
Montrer qu’une matrice triangulaire inférieure est trigonalisable.
L’endomorphisme f k est-il nécessairement diagonalisable ?
d) Le résultat démontré en c) reste-t-il valable si l’espace est de dimension
Exercice 162 [ 03284 ] [Correction]
infinie ?
Soient A, B ∈ Mn (C) vérifiant AB = On .
a) Montrer que les matrices A et B ont un vecteur propre en commun.
Exercice 157 [ 00806 ] [Correction] b) Établir que A et B sont simultanément trigonalisables.
Soit v un endomorphisme d’un C-espace vectoriel E de dimension finie
diagonalisable.
Exercice 163 [ 04138 ] [Correction]
a) Montrer qu’il existe un endomorphisme u de E vérifiant u2 = v. Soient A, B ∈ Mn (C) vérifiant AB = BA.
b) Montrer qu’on peut choisir u solution qui soit un polynôme en v. a) Montrer que les matrices A et B ont un vecteur propre en commun.
b) Établir que les matrices A et B sont simultanément trigonalisables.
Exercice 158 [ 03252 ] [Correction]
Soit f un endomorphisme d’un R-espace vectoriel E de dimension n possédant Trigonalisation d’une matrice
exactement n valeurs propres.
a) Déterminer la dimension des sous-espaces propres de f . Exercice 164 [ 00820 ] [Correction]
b) Soit g un endomorphisme de E vérifiant g 2 = f . Montrer que g et f Soit  
commutent. 2 −1 −1
En déduire que les vecteurs propres de f sont aussi vecteurs propres de g. A = 2 1 −2
3 −1 −2
c) Combien y a-t-il d’endomorphismes g de E solutions de l’équation
a) Calculer le polynôme caractéristique de A.
g2 = f b) Trigonaliser la matrice A.

Exercice 159 [ 03454 ] [Correction] Exercice 165 [ 00821 ] [Correction]

Soit f un endomorphisme d’un K-espace vectoriel E de dimension n ∈ N∗ . Soit  
On suppose que f possède exactement n valeurs propres distinctes. Montrer que 0 1 1
seuls les polynômes en f commutent avec f (indice : on pourra introduire un A = −1 1 1
polynôme interpolateur convenable). −1 1 2

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) Calculer le polynôme caractéristique de A. « Tout sous-espace vectoriel stable par u admet un supplémentaire stable »
b) Trigonaliser la matrice A.
Montrer que l’endomorphisme u est diagonalisable.

Exercice 166 [ 03583 ] [Correction]

Trigonaliser la matrice   Exercice 171 [ 02675 ] [Correction]
1 0 0 Soit E un C-espace vectoriel de dimension finie.
A = 0 0 −1 Déterminer les f ∈ L(E) tels que tout sous-espace vectoriel de E stable par f
0 1 2 possède un supplémentaire stable.

Exercice 167 [ 02526 ] [Correction]

Montrer que la matrice Exercice 172 [ 00761 ] [Correction]

13 −5 −2
 Soient E un K-espace vectoriel muni d’une base B, f ∈ L(E) et H un hyperplan.
−2 7 −8 a) Déterminer la dimension du sous-espace vectoriel {u ∈ E ∗ | u(H) = {0}}.
−5 4 7
b) Montrer que si H a pour équation u(x) = 0 alors H est stable par f si, et
est trigonalisable et préciser une matrice de passage. seulement si, u ◦ f est colinéaire à u.
c) Soient A et L les matrices dans B de f et u.
Montrer que H est stable par f si, et seulement si, t L est vecteur propre de t A
Exercice 168 [ 03809 ] [Correction]
d) Déterminer les plans stables par
a) Déterminer l’ensemble Ω des réels a tels que  
3 −2 −4
A = −1 1 1
 
2 1 −2
A = 1 a −1 1 −2 −2
1 1 −1

n’est pas diagonalisable.

Exercice 173 [ 03464 ] [Correction]
b) Pour a ∈ Ω, trouver P inversible telle que P −1 AP soit triangulaire supérieure.
Soit u un endomorphisme d’un R-espace vectoriel E de dimension finie non nulle
Montrer qu’il existe une droite vectorielle ou un plan vectoriel stable par u.
Réduction et sous-espaces stables
Exercice 169 [ 00805 ] [Correction] Exercice 174 [ 03745 ] [Correction]
Soient f, g endomorphisme d’un K-espace vectoriel E de dimension finie. Soient f une endomorphisme de Rn et A sa matrice dans la base canonique de
On suppose que f est diagonalisable. Montrer : Rn . On suppose que λ est une valeur propre non réelle de A et que Z ∈ Cn est un
vecteur propre associé.
f ◦ g = g ◦ f ⇐⇒ chaque sous - espace propre de f est stable par g On note X et Y les vecteurs de Rn dont les composantes sont respectivement les
parties réelles et imaginaires des composantes de Z.

Exercice 170 [ 00807 ] [Correction] a) Montrer que X et Y sont non colinéaires.

Soit u un endomorphisme d’un C-espace vectoriel E de dimension finie vérifiant : b) Montrer que Vect(X, Y ) est stable par f .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) On suppose que la matrice de f est donnée par Exercice 179 [ 00817 ] [Correction]
  Soit A ∈ Mn (K). On suppose χA scindé.
1 1 0 0
−1 2 0 1 a) Justifier que A est trigonalisable.
A=  0 0 −1 0

b) Établir que pour tout k ∈ N,
1 0 0 1
Sp(Ak ) = λk | λ ∈ Sp(A)

Déterminer tous les plans stables par f .

Énoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA
Exercice 180 [ 00818 ] [Correction]
Soit A ∈ Mn (Z) de polynôme caractéristique
Exercice 175 [ 02726 ] [Correction] n
Soit E un C-espace vectoriel de dimension finie et u ∈ L(E) tel que
Y
(X − λi ) avec λi ∈ C
3 i=1
u = Id
Déterminer une matrice à coefficients entiers de polynôme caractéristique
Décrire les sous-espaces stables de u.
n
Même question avec E un R-espace vectoriel. Y
(X − λpi )
i=1

Exercice 176 [ 00855 ] [Correction]

Soit u un endomorphisme diagonalisable d’un K-espace vectoriel E de dimension Exercice 181 [ 00819 ] [Correction]
finie. Montrer que pour tout A ∈ Mn (C),
Montrer qu’un sous-espace vectoriel F non nul est stable par u si, et seulement si,
il possède une base de vecteurs propres de u. det(exp(A)) = exp(tr A)

Exercice 177 [ 00856 ] [Correction] Exercice 182 [ 03120 ] [Correction]

Soit f l’endomorphisme de R3 dont la matrice est Soient A ∈ Mn (K) et P ∈ K [X].
  On suppose le polynôme caractéristique de A de la forme
5 1 −1
n
2 4 −2 Y
1 −1 3 χA (X) = (X − λk )
k=1
dans la base canonique.
Exprimer le polynôme caractéristique de P (A).
Déterminer les sous-espaces vectoriels stables par f .

Application de la trigonalisabilité Exercice 183 [ 02389 ] [Correction]

Exercice 178 [ 03551 ] [Correction] a) Soient A et B dans M2 (K) telles que AB = BA. Montrer que B ∈ K [A] ou
Expliquer pourquoi le déterminant de A ∈ Mn (R) est le produit des valeurs A ∈ K [B].
propres complexes de A, valeurs propres comptées avec multiplicité. b) Le résultat subsiste-t-il dans M3 (K) ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 184 [ 02954 ] [Correction] Exercice 190 [ 03423 ] [Correction]

Soit A ∈ Mn (C) telle que tr(Am ) → 0 quand m → +∞. Soient A, B ∈ Mn (K). On suppose qu’il existe un polynôme non constant
Montrer que les valeurs propres de A sont de module < 1 P ∈ K [X] vérifiant
AB = P (A) et P (0) 6= 0
Exercice 185 [ 03479 ] [Correction] Montrer que A est inversible et que A et B commutent.
Soient A, B ∈ Mn (C) vérifiant
∀m ∈ N, tr(Am ) = tr(B m ) Exercice 191 [ 03033 ] [Correction]
Montrer que les matrices A et B ont les mêmes valeurs propres. Soient A et B dans Mn (R). On suppose que A est nilpotente et qu’il existe
P ∈ R [X] tel que P (0) = 1 et B = AP (A). Montrer qu’il existe Q ∈ R [X] tel que
Q(0) = 1 et A = BQ(B).
Exercice 186 [ 02521 ] [Correction]
Pour A = (ai,j ) ∈ Mn (C) et B = (bi,j ) ∈ Mn (C), on définit A ∗ B ∈ Mn2 (C) par

a1,1 B · · · a1,n B
 Exercice 192 [ 03210 ] [Correction]
Soient A ∈ GLn (C) et B ∈ Mn (C) telle que B p = On .
A ∗ B =  ... .. 

. 
a) Montrer que In + A−1 BA est inversible et exprimer son inverse.
an,1 B ··· an,n B
b) On pose
a) Montrer que si A, A0 , B, B 0 ∈ Mn (C) alors (A ∗ B)(A0 ∗ B 0 ) = (AA0 ) ∗ (BB 0 ). H = {In + P (B)/P ∈ C [X] , P (0) = 0}
b) En déduire que A ∗ B est inversible si, et seulement si, A et B sont inversibles. Montrer que H est un sous-groupe commutatif de (GLn (C), ×).
c) Déterminer le spectre de A ∗ B.
En déduire le polynôme caractéristique, la trace et le déterminant de A ∗ B.
Exercice 193 [ 02574 ] [Correction]
Exercice 187 [ 04072 ] [Correction] Dans Mn (R), on considère la matrice
Soit A ∈ Mn (C). Déterminer les valeurs propres de Ak pour k ∈ N.  
0 1 (0)
 . .. .. 
 . 
Polynômes en un endomorphisme ou une matrice J =  ..


 . 1
Exercice 188 [ 00753 ] [Correction] (0) 0
Soient E un K-espace vectoriel de dimension n et u ∈ L(E). On suppose qu’il Exprimer simplement P (aIn + J) pour P ∈ R [X].
existe un vecteur x0 ∈ E telle que la famille (x0 , u(x0 ), . . . , un−1 (x0 )) soit libre.
Montrer que seuls les polynômes en u commutent avec u.
Lemme de décomposition des noyaux
Exercice 189 [ 02598 ] [Correction]
Soient A et B deux matrices réelles carrées d’ordre n telles qu’il existe un Exercice 194 [ 00754 ] [Correction]
polynôme P ∈ R [X] de degré au moins égal à 1 et vérifiant Soit u ∈ L(E) vérifiant u3 = IdE . Justifier

P (0) = 1 et AB = P (A) ker(u − IdE ) ⊕ ker(u2 + u + IdE ) = E

Montrer que A est inversible et que A et B commutent.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 195 [ 02681 ] [Correction] Exercice 201 [ 02442 ] [Correction]

Soit E un espace vectoriel sur K et a un élément non nul de K. Soit f ∈ L(E) tel Soit f un endomorphisme d’un K-espace vectoriel E de dimension quelconque.
que f 3 − 3af 2 + a2 f = 0. Est-il vrai que ker f et Im f sont supplémentaires ? On suppose qu’il existe un polynôme annulateur P de f vérifiant

P (0) = 0 et P 0 (0) 6= 0
Exercice 196 [ 03465 ] [Correction]
Soit u un endomorphisme d’un K-espace vectoriel E et P ∈ K [X] annulateur de u. Montrer que l’image et le noyau de f sont supplémentaires dans E.
On suppose qu’on peut écrire P = QR avec Q et R premiers entre eux.
Établir
Im Q(u) = ker R(u) Exercice 202 [ 03277 ] [Correction]
Soit u un endomorphisme d’un K-espace vectoriel. On suppose qu’il existe un
polynôme annulateur de u dont 0 est racine simple. Montrer
Exercice 197 [ 04141 ] [Correction]
Soit u un endomorphisme d’un K-espace vectoriel E de dimension quelconque. On ker u = ker u2
suppose qu’il existe deux polynômes P, Q ∈ K[X] premiers entre eux vérifiant
(P Q)(u) = 0. Montrer
ker P (u) ⊕ Im P (u) = E Exercice 203 [ 02501 ] [Correction]
Soient E un K-espace vectoriel de dimension quelconque, u ∈ L(E) et P ∈ K [X]
ayant 0 comme racine simple et tel que P (u) = 0.
Polynômes annulateurs a) Montrer
ker u2 = ker u et Im u2 = Im u
Exercice 198 [ 00822 ] [Correction]
Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). b) En déduire
Justifier l’existence d’un entier p ≥ 0 tel que la famille (Id, u, . . . , up ) soit liée. E = ker u ⊕ Im u
En déduire que u possède un polynôme annulateur non nul.

Exercice 204 [ 01353 ] [Correction]

Exercice 199 [ 02916 ] [Correction] Soient E un K-espace vectoriel et u ∈ L(E) nilpotent. On suppose qu’il existe
Soit M ∈ Mn (K) une matrice triangulaire par blocs de la forme P ∈ K [X] tel que P (u) = 0. Si Q ∈ K [X], existe-t-il R ∈ K [X] tel que
R(Q(u)) = 0 ?
A C
M= avec A ∈ Mp (K) et B ∈ Mq (K)
O B
Polynôme minimal
On suppose connus deux polynômes P et Q ∈ K [X] annulateurs de A et B
respectivement.
Exercice 205 [ 00824 ] [Correction]
Exprimer en fonction de P et Q un polynôme annulateur de M .
Soient u un endomorphisme d’un K-espace vectoriel admettant un polynôme
minimal Πu et P ∈ K [X].
Montrer que P (u) est inversible si, et seulement si, P et Πu sont premiers entre
Exercice 200 [ 00823 ] [Correction]
eux.
Soient E un K-espace vectoriel de dimension finie et u ∈ L(E) tel que les espaces
Observer qu’alors P (u)−1 ∈ K [u].
ker(u ◦ (u − Id)) et ker(u ◦ (u + Id)) soient supplémentaires.
Montrer que u est une symétrie vectorielle.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 206 [ 00825 ] [Correction] Exercice 211 [ 02727 ] [Correction]

Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). Soient E un C-espace vectoriel de dimension finie et f ∈ L(E) de polynôme
On suppose qu’il existe deux sous-espaces vectoriels supplémentaires F et G minimal Πf .
stables par u. Montrer l’existence de x ∈ E tel que
Établir que Πu = ppcm(ΠuF , ΠuG ) (en notant Πv le polynôme minimal d’un
endomorphisme v). {P ∈ C [X] /P (f )(x) = 0}

soit l’ensemble des multiples de Πf .

Exercice 207 [ 00826 ] [Correction]
Soit u un endomorphisme d’un K-espace vectoriel E.
Exercice 212 [ 03073 ] [Correction]
Si u admet un polynôme minimal Πu et si F est un sous-espace vectoriel stable
Étant donné E un espace vectoriel de dimension finie, u un endomorphisme de E
par u alors montrer que uF admet un polynôme minimal et que celui-ci divise Πu .
et λ un scalaire, on dit que λ est séparable si le noyau et l’image de u − λ Id sont
supplémentaires.
a) Montrer que tout scalaire non séparable de u en est une valeur propre.
Exercice 208 [ 00827 ] [Correction]
Montrer qu’une matrice A ∈ Mn (K) de polynôme minimal (X − 1)2 est semblable b) Montrer qu’un endomorphisme scindé est diagonalisable si, et seulement si,
à une matrice diagonale par blocs avec des blocs diagonaux de la forme toutes ses valeurs propres sont séparables.
c) Caractériser la séparabilité d’une valeur propre à l’aide du polynôme minimal
1 1 de u.
(1) ou
0 1
d) Soit, avec ces notations, l’endomorphisme m de L(E) qui à v associe u ◦ v.
Comparer l’ensembles ses scalaires séparables relativement à m avec celui des
scalaires séparables relativement à u.
Exercice 209 [ 02393 ] [Correction]
Existe-t-il dans Mn (R) une matrice de polynôme minimal X 2 + 1 ?
Polynômes annulateurs et valeurs propres
Exercice 210 [ 02708 ] [Correction] Exercice 213 [ 00830 ] [Correction]
Soit Soit P un polynôme annulateur d’un endomorphisme f .
a 0 ··· ··· ··· 0 b
 
Montrer que si λ est valeur propre de f alors P (λ) = 0.
.. .. . .
. . .. ..
 
0 0
 .. .. 
 
.. .
. . a 0 b .. .
  Exercice 214 [ 03191 ] [Correction]
A =  ... ..  ∈ M
2n+1 (C)

 0 a+b 0 . 
. . .. ..  a) Montrer que si P est un polynôme annulateur d’un endomorphisme f alors
 .. .. b 0 a . .

. . .. ..
 P (λ) = 0 pour toute valeur propre λ de f .
.. ..
 
0 . . 0 b) Montrer que si f vérifie
b 0 ··· ··· ··· 0 a
f 3 + 2f 2 − f − 2 Id = 0
Quels sont les P ∈ C [X] tels que P (A) = 0 ?
alors f est bijectif.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 215 [ 00831 ] [Correction] a) A est-elle diagonalisable dans M3 (R) ?

Pour f ∈ F(R, R), on note f˜: x 7→ f (−x). L’application ϕ : f 7→ f˜ est clairement b) A est-elle diagonalisable dans M3 (C) ?
un endomorphisme involutif de F(R, R). Quelles en sont les valeurs propres ?
c) Soit λ un réel non nul ; la matrice B = A + λI3 est-elle inversible ?
d) Montrer qu’il existe trois réels α, β, γ tels que
Exercice 216 [ 00832 ] [Correction] B −1 = αA2 + βA + γI3
Soit T : R [X] → R [X] l’endomorphisme défini par T (P ) = P (1 − X).
a) Montrer que T est un automorphisme.
Exercice 221 [ 03019 ] [Correction]
b) Déterminer valeurs propres de T .
Soit u un automorphisme d’un K-espace vectoriel E de dimension finie n ∈ N∗ .
Montrer que u−1 est un polynôme en u.
Exercice 217 [ 00833 ] [Correction]
Montrer que si un endomorphisme u d’un K-espace vectoriel E de dimension Exercice 222 [ 00836 ] [Correction]
quelconque admet un polynôme minimal Πu alors les valeurs propres de u sont Soit f un endomorphisme d’un C-espace vectoriel E de dimension n. On suppose
exactement les racines de son polynôme minimal. que f possède une unique valeur propre λ.
a) À quelle condition l’endomorphisme est-il diagonalisable ?
Théorème de Cayley Hamilton b) Calculer le polynôme caractéristique de f .
c) Justifier que l’endomorphisme f − λ Id est nilpotent.
Exercice 218 [ 00834 ] [Correction]
Déterminer un polynôme annulateur de
Exercice 223 [ 00839 ] [Correction]

a b Soit f un endomorphisme d’un K-espace vectoriel de dimension n.
A= ∈ M2 (K) On suppose qu’il existe x ∈ E et N ∈ N tels que (x, f (x), . . . , f N −1 (x)) soit une
c d
famille génératrice de E.
Exprimer A−1 lorsque celle-ci existe. a) Montrer que la famille (x, f (x), . . . , f n−1 (x)) est une base de E.
b) Démontrer que les endomorphismes commutant avec f sont les polynômes en
f.
Exercice 219 [ 00835 ] [Correction]
Soit  
λ1 ∗
Exercice 224 [ 00840 ] [Correction]
A∈
 ..  ∈ Mn (K)

. Soient A, B, M ∈ Mn (C) telles que AM = M B avec M 6= On .
0 λn a) Montrer que pour tout P ∈ C [X], on a P (A)M = M P (B).
Montrer que (X − λ1 ) . . . (X − λn ) est annulateur de A. b) Montrer que A et B ont une valeur propre en commun.

Exercice 220 [ 03693 ] [Correction] Exercice 225 [ 02667 ] [Correction]

Soit la matrice Montrer qu’il existe (a0 , . . . , an−1 ) ∈ Rn tel que :
 
0 −b a n−1
−c ∈ M3 (R)
X
A= b 0 ∀P ∈ Rn−1 [X] , P (X + n) + ak P (X + k) = 0
−a c 0 k=0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 226 [ 03185 ] [Correction] Montrer qu’il existe U et V dans Mn (Z) telles que

a) Soit u un endomorphisme inversible d’un K-espace vectoriel E de dimension U A + V B = In

finie.
(on pourra écrire χA (X) = XQA (X) ± det A)
Montrer qu’il existe un polynôme Q ∈ K [X] vérifiant
On donnera un exemple pour n = 2.
u−1 = Q(u)

b) Soit u l’endomorphisme de K [X] qui envoie le polynôme P (X) sur P (2X).

Calcul de polynôme minimal
Montrer que u est un automorphisme et déterminer ses éléments propres.
Existe-t-il Q ∈ K [X] tel que Exercice 230 [ 00841 ] [Correction]
Soit
u−1 = Q(u)?

1 1
A=
0 1
Déterminer µA .
Exercice 227 [ 03755 ] [Correction]
Soit A ∈ Mn (K) une matrice inversible.
Montrer que A est triangulaire supérieure si, et seulement si, Ak l’est pour tout
Exercice 231 [ 00845 ] [Correction]
k ≥ 2.
Soit f un endomorphisme d’un K-espace vectoriel E de dimension n.
Donner un contre-exemple dans le cas où l’on ne suppose plus la matrice A
inversible. a) On suppose que f est diagonalisable. À quelle condition existe-t-il un vecteur
x ∈ E tel que la famille formée des vecteurs x1 = x, x2 = f (x1 ),. . . ,
xn = f (xn−1 ) forme une base de E ?
Exercice 228 [ 03918 ] [Correction] b) On ne suppose plus f diagonalisable mais on suppose l’existence d’une base
Soient E un C-espace vectoriel de dimension finie et u un endomorphisme de E. (x1 , x2 , . . . , xn ) de E du type précédent. Déterminer le commutant de f . Quel
On note λ1 , . . . , λq les valeurs propres de u, n1 , . . . , nq leurs multiplicités est le polynôme minimal de f ?
respectives. On suppose que tout i de {1, . . . , q}, l’espace propre de u associé à λi
est de dimension 1.
a) Si 1 ≤ i ≤ q et 0 ≤ m ≤ ni , montrer que le noyau de (u − λi IdE )m est de Exercice 232 [ 02707 ] [Correction]
dimension m. Soient a, b ∈ R, b 6= 0 et A ∈ Mn (R) la matrice dont les éléments diagonaux
b) Soit F un sous-espace vectoriel de E stable par u. Montrer qu’il existe un valent a et les autres valent b. A est-elle diagonalisable ? Quelles sont les valeurs
polynôme unitaire Q de C [X] tel que propres de A ? Quel est le polynôme minimal de A ? Sous quelles conditions sur a
et b, A est-elle inversible ? Lorsque c’est le cas trouver l’inverse de A.
F = ker (Q(u))

c) Montrer que le nombre de sous-espaces de E stables par u est le nombre de Exercice 233 [ 00843 ] [Correction]
diviseurs unitaires de χu dans C [X]. Soit a un réel. Pour M ∈ Mn (R), on pose

L(M ) = aM + tr(M )In

Exercice 229 [ 03299 ] [Correction]
Soient n ≥ 2, A et B des matrices de Mn (Z) de déterminants non nuls et a) Montrer que L est un endomorphisme de Mn (R), trouver ses éléments
premiers entre eux. propres et son polynôme minimal.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Pour quels a, L est-il un automorphisme ? Trouver son inverse dans ces cas. a) Montrer
M inversible si, et seulement si, 1 ∈
/ Sp M

Exercice 234 [ 02497 ] [Correction] b) Montrer que la matrice M est diagonalisable.

Soit a un réel. Pour M ∈ Mn (R)(avec n ≥ 2), on pose

L(M ) = aM + tr(M )In Exercice 239 [ 03469 ] [Correction]

Soit M ∈ Mn (R) vérifiant M 2 + t M = 2In . Montrer que cette matrice M est
a) Montrer que L est un endomorphisme de Mn (R) et trouver ses éléments diagonalisable.
propres et son polynôme minimal.
b) Pour quels a, l’endomorphisme L est-il un automorphisme ?
Trouver son inverse dans ces cas. Exercice 240 [ 03792 ] [Correction]
Soient n un entier supérieur ou égal à 2 et M une matrice carrée de taille n telle
que M 2 + t M = In
Diagonalisabilité des matrices scindées simples Quelles sont les valeurs propres de M ? Est-elle symétrique ? Est-elle
diagonalisable ?
Exercice 235 [ 00847 ] [Correction]
Soit
Exercice 241 [ 03192 ] [Correction]

On In
A= ∈ M2n (K) Soit A ∈ M2 (Z) telle que det A = 1 et qu’il existe p ∈ N∗ pour lequel
−In On
Calculer A2 . Ap = I 2
Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable.
a) Montrer que A est diagonalisable dans C.
On note α et β les deux valeurs propres de A.
Exercice 236 [ 00848 ] [Correction] b) Montrer que |α| = |β| = 1, que α = β̄ et
Soient n ∈ N∗ et A ∈ M2n (C) définie par blocs
|Re(α)| ∈ {0, 1/2, 1}
O −In
A=
In O c) Montrer que A12 = I2
a) Calculer A2 . d) Montrer que l’ensemble G = {An | n ∈ N} est un groupe monogène fini pour
le produit matriciel.
b) La matrice A est-elle diagonalisable ? Déterminer les valeurs propres de A et
les dimensions de ses espaces propres ?
Exercice 242 [ 03138 ] [Correction]
Soit
Exercice 237 [ 00846 ] [Correction] A A
Montrer qu’une matrice de permutation est diagonalisable. M=
0 A
avec A ∈ Mn (R).
Exercice 238 [ 03645 ] [Correction] a) Montrer que
P (A) AP 0 (A)

Soit M ∈ Mn (C) telle que ∀P ∈ R [X] , P (M ) =
M 2 + t M = In 0 P (A)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Énoncer une condition nécessaire et suffisante pour que M soit diagonalisable. Exercice 247 [ 00708 ] [Correction]
Soit (A, B, C) ∈ Mn (R)3 tel que

Exercice 243 [ 03281 ] [Correction] C = A + B, C 2 = 2A + 3B et C 3 = 5A + 6B

Soit
A B
Les matrices A et B sont-elles diagonalisables ?
M=
0 A
avec A, B ∈ Mn (R) vérifiant AB = BA Exercice 248 [ 03291 ] [Correction]
a) Montrer que
P (A) P 0 (A)B

∀P ∈ R [X] , P (M ) = a) Montrer que, pour z1 , . . . , zn ∈ C avec z1 6= 0, on a l’égalité
0 P (A)
n
X n
X
b) Énoncer une condition nécessaire et suffisante sur A et B pour que M soit zk = |zk |
diagonalisable. k=1 k=1

si, et seulement si, il existe n − 1 réels positifs α2 , . . . , αn tels que

Exercice 244 [ 02953 ] [Correction] ∀k ≥ 2, zk = αk z1
Déterminer les couples (A, B) ∈ Mn (R)2 tels que
b) Déterminer toutes les matrices de Mn (C) telles que M n = In et tr M = n
A B
O A

est diagonalisable. Exercice 249 [ 03425 ] [Correction]

Soient  
0 −1 0 0 0
1 0 0 0 0
Exercice 245 [ 03027 ] [Correction]  
Trouver les matrices M ∈ Mn (C) vérifiant M 5 = M 2 et tr(M ) = n.
M = 0 0 0 0 1 ∈ M5 (R)
0 0 1 0 0
0 0 0 1 0
Exercice 246 [ 03056 ] [Correction] et m ∈ L(R5 ) canoniquement associé à M .
Soient λ, µ ∈ C∗ , λ 6= µ et A, B, M ∈ Mp (C) telles que a) En procédant à un calcul par bloc, déterminer p ∈ N∗ tel que M p = I5 .
 En déduire que M est diagonalisable dans M5 (C).
 Ip = A + B
M = λA + µB b) Déterminer un vecteur x ∈ R5 tel que x, m(x), m2 (x), m3 (x) et m4 (x) forme
 2
M = λ2 A + µ2 B une base de R5 .
Quelle est la matrice de m dans cette base ?
a) Montrer que M est inversible et exprimer M −1 .
On pourra calculer M 2 − (λ + µ)M + λµIp
Exercice 250 [ 00479 ] [Correction]
b) Montrer que A et B sont des projecteurs.
Soit A la matrice donnée par
c) La matrice M est-elle diagonalisable ? Déterminer son spectre.

1 1
A=
1 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) Déterminer un polynôme annulateur non trivial de la matrice A. Exercice 254 [ 03030 ] [Correction]
b) Soit M ∈ M2 (R) vérifiant Soient P ∈ Mn (R) une matrice de projection et ϕ l’endomorphisme de Mn (R)
M2 + M = A défini par
ϕ(M ) = P M + M P
Justifier que la matrice M est diagonalisable et déterminer les valeurs propres
Montrer que l’endomorphisme ϕ est diagonalisable
possibles pour M .
c) Déterminer alors les matrices M possibles à l’aide de polynômes annulateurs
appropriés. Exercice 255 [ 02720 ] [Correction]
Soit n ∈ N∗ , u ∈ L(R2n+1 ). On suppose u3 = u, tr u = 0 et tr u2 = 2n. On note

C(u) = v ∈ L(R2n+1 ) | uv = vu

Exercice 251 [ 03810 ] [Correction]
a) Calculer la dimension C(u).
a) Trouver les valeurs propres des matrices M ∈ M2 (R) vérifiant
b) Quels sont les n tels que C(u) = R [u] ?

1 1
M2 + M =
1 1
Exercice 256 [ 02721 ] [Correction]
b) Déterminer alors les matrices M solutions à l’aide de polynômes annulateurs Soit A ∈ Mn (R). On pose fA (M ) = AM , pour toute matrice M ∈ Mn (R).
appropriés. a) Montrer que si A2 = A alors fA est diagonalisable.
b) Montrer que fA est diagonalisable si, et seulement si, A est diagonalisable.

Diagonalisabilité des endomorphismes scindés

simples Exercice 257 [ 00853 ] [Correction]
Soit A ∈ Mn (C). On pose f (M ) = AM pour toute M ∈ Mn (C).
Exercice 252 [ 00851 ] [Correction] a) L’application f est-elle un endomorphisme de Mn (C) ?
Soient E un K-espace vectoriel de dimension n ∈ N et p ∈ L(E) tel que p2 soit un b) Étudier l’équivalence entre les inversibilités de A et de f .
projecteur. c) Étudier l’équivalence entre les diagonalisabilités de A et de f .
a) Quelles sont les valeurs propres possibles pour p ?
b) Montrer que p est diagonalisable si, et seulement si, p3 = p.
Exercice 258 [ 03646 ] [Correction]
Soient f, u, v trois endomorphismes d’un R-espace vectoriel E de dimension finie.
On suppose qu’il existe α, β ∈ R distincts tels que
Exercice 253 [ 00852 ] [Correction]
Soient E un espace vectoriel de dimension 3 et f un endomorphisme de E vérifiant

 Id = u + v
f = αu + βv
f4 = f2  2
f = α2 u + β 2 v
On suppose que 1 et −1 sont valeurs propres de f . Montrer que f est a) Montrer que f est diagonalisable.
diagonalisable.
b) Justifier que u et v sont des projections vectorielles dont on précisera noyau
et image en fonction des espace ker(f − α Id) et ker(f − β Id).

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) Exprimer f n pour tout n ∈ N en fonction de α, β et u, v. Exercice 262 [ 02410 ] [Correction]

Soient n ≥ 2, A ∈ Mn (R) et f l’endomorphisme de Mn (R) défini par

Exercice 259 [ 03028 ] [Correction] f (M ) = tr(A)M − tr(M )A

Soient α, β ∈ K et u, v, f trois endomorphismes d’un K-espace vectoriel E de
dimension finie vérifiant où tr désigne la forme linéaire trace.
Étudier la réduction de l’endomorphisme f et préciser la dimension de ses

 f = αu + βv
f 2 = α2 u + β 2 v sous-espaces propres.
 3
f = α3 u + β 3 v
Montrer que f est diagonalisable.
Exercice 263 [ 02513 ] [Correction]
Soit u un endomorphisme d’un R-espace vectoriel E de dimension finie tel qu’il
Exercice 260 [ 03798 ] [Correction] existe deux réels non nuls distincts a et b vérifiant
Soient E un K-espace vectoriel de dimension finie et F, G deux sous-espaces
(u − a Id)(u − b Id) = 0
vectoriels supplémentaires non triviaux. On note p la projection sur F
parallèlement à G et s la symétrie par rapport à F et parallèlement à G. Enfin on
Soient
pose pour f endomorphisme de F 1 1
p= (u − a Id) et q = (u − b Id)
b−a a−b
φ(f ) = p ◦ f ◦ s
a) Calculer p + q, p ◦ p, q ◦ q et q ◦ p.
ce qui définit un endomorphisme φ sur L(E). b) Montrer que E = ker p ⊕ ker q.
a) Montrer que φ annule un polynôme « simple ». L’endomorphisme φ est-il
c) Trouver les éléments propres de u. L’endomorphisme u est-il diagonalisable ?
diagonalisable ?
b) Déterminer les éléments propres de φ.
(indice : on pourra considérer les matrices de p et s dans une base adaptée à Etude de matrice ou d’endomorphisme vérifiant une
la décomposition E = F ⊕ G)
identité polynomiale

Exercice 261 [ 03744 ] [Correction] Exercice 264 [ 00849 ] [Correction]

Soient n ∈ N∗ et E = Mn (R). Pour A, B ∈ E fixées non nulles, on définit Soient E un R-espace vectoriel de dimension finie et f un endomorphisme de E
f ∈ L(E) par vérifiant f 3 = 4f . Montrer que la trace de f est un entier pair.
∀M ∈ E, f (M ) = M + tr(AM )B
a) Déterminer un polynôme annulateur de degré 2 de f et en déduire une
condition nécessaire et suffisante sur (A, B) pour que f soit diagonalisable. Exercice 265 [ 00850 ] [Correction]
Quels sont alors les éléments propres de f ? Soit A ∈ Mn (R) telle que
b) Déterminer dim C où A3 − A2 + A − I = O
C = {g ∈ L(E) | f ◦ g = g ◦ f }
Montrer que det(A) = 1.
[Énoncé fourni par le concours CENTRALE-SUPELEC (CC)-BY-NC-SA]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 266 [ 02608 ] [Correction] Exercice 271 [ 03038 ] [Correction]

Soit A ∈ Mn (R) vérifiant Soit u un endomorphisme d’un K-espace vectoriel pour lequel il existe une base
A3 + I n = O n e = (e1 , . . . , en ) vérifiant

Montrer que la trace de A est un entier. u(e1 ) = e1 et u(e2 ) = e1 + e2

L’endomorphisme u est-il diagonalisable ?

Exercice 267 [ 02714 ] [Correction]
Soit A ∈ Mn (R) vérifiant
A3 + A2 + A = 0 Exercice 272 [ 00857 ] [Correction]
Soient f et g deux endomorphismes diagonalisables d’un K-espace vectoriel E de
Montrer que la matrice A est de rang pair. dimension finie.
Montrer que f et g sont simultanément diagonalisables si, et seulement si, chaque
sous-espace propre de l’un est stable par l’autre.
Exercice 268 [ 00838 ] [Correction]
Soit A ∈ M2 (Z) vérifiant :
∃n ∈ N∗ , An = I2 Exercice 273 [ 00858 ] [Correction]
Soient f et g deux endomorphismes diagonalisables d’un K-espace vectoriel E de
Montrer que A12 = I2 . dimension finie.
Montrer que f et g commutent si, et seulement si, f et g sont simultanément
diagonalisables.
Exercice 269 [ 02652 ] [Correction]
On fixe n ∈ N∗ et on note Diagonalisabilités des polynômes en un endomor-
En = {A ∈ Mn (Z) | ∃m ∈ N∗ , Am = In } phisme
Pour A ∈ En , on pose Exercice 274 [ 00859 ] [Correction]
∗ m Soient P ∈ K [X] et u un endomorphisme d’un K-espace vectoriel E de dimension
ω(A) = min {m ∈ N | A = In }
finie.
Montrer que ω(En ) est fini. a) On suppose que u est diagonalisable, montrer que P (u) l’est aussi.
b) Que dire de la réciproque ?

Diagonalisabilité et endomorphismes induits

Exercice 275 [ 00860 ] [Correction]
Exercice 270 [ 00854 ] [Correction] Soit f un endomorphisme d’un C-espace vectoriel E de dimension finie.
Soit f un endomorphisme diagonalisable d’un K-espace vectoriel E de dimension a) On suppose que f est diagonalisable. Montrer que f 2 est diagonalisable et
finie. ker f = ker f 2 .
Montrer que la restriction de f à tout sous-espace vectoriel F 6= {0} stable est On étudie désormais la propriété inverse.
diagonalisable.
b) Par un exemple, montrer que si f 2 est diagonalisable, f n’est pas
nécessairement diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) On suppose f 2 diagonalisable et f inversible. Montrer que f est Exercice 280 [ 03239 ] [Correction]
diagonalisable. Soit f ∈ L(R3 ) vérifiant
d) On suppose f 2 est diagonalisable et ker f = ker f 2 . Montrer à nouveau que f
f 2 = f 3 et dim ker(f − Id) = 1
est diagonalisable.
Montrer l’existence d’une base de R3 dans laquelle la matrice de f est de la forme
 
Exercice 276 [ 00861 ] [Correction] 1 0 0
Soient E un C-espace vectoriel de dimension finie n ∈ N∗ et u ∈ L(E). 0 0 α avec α ∈ {0, 1}
a) Énoncer un critère de diagonalisabilité en terme de polynôme annulateur. 0 0 0
b) On suppose u ∈ GL(E). Montrer que u est diagonalisable si, et seulement si,
u2 l’est.
Exercice 281 [ 00864 ] [Correction]
c) Généralisation : Soit P ∈ C [X]. On suppose P 0 (u) ∈ GL(E) Soient A ∈ Mn (C)(n ≥ 3) vérifiant
Montrer que u est diagonalisable si, et seulement si, P (u) l’est.
rg A = 2, tr A = 0 et An 6= On

Exercice 277 [ 00862 ] [Correction] Montrer que A est diagonalisable.

Soient E un C-espace vectoriel de dimension finie et u un endomorphisme de E.
Soit P un polynôme complexe, on suppose que P (u) est diagonalisable et que la
valeur prise par P sur toute racine complexe de P 0 n’est pas valeur propre de Exercice 282 [ 01948 ] [Correction]
l’endomorphisme P (u). Trouver les matrices M de Mn (R) vérifiant
Montrer que u est diagonalisable.
tr M = 0 et M 3 − 4M 2 + 4M = On

Exercice 278 [ 02524 ] [Correction]

Soient A, B ∈ GLn (C) telles que B = Ap . Exercice 283 [ 02713 ] [Correction]
Montrer que A est diagonalisable si, et seulement si, B l’est. Trouver les A de Mn (C) telles que

A3 − 4A2 + 4A = 0 et tr A = 8
Trigonalisabilité et polynôme annulateur
Exercice 279 [ 00866 ] [Correction]
Nilpotence
Soit A ∈ Mn (C) telle que 0 soit la seule valeur propre de A.
Exercice 284 [ 00783 ] [Correction]
a) Montrer que An = 0.
Soit A ∈ Mn (C) nilpotente.
b) Calculer det(A + In ).
a) Calculer χA .
c) Soit M ∈ GLn (C) commutant avec A. Calculer det(A + M ).
b) Même question avec A ∈ Mn (R).
d) Inversement, quelles sont les matrices A vérifiant :

∀M ∈ GLn (C), AM = M A =⇒ det(A + M ) = det M ?

Exercice 285 [ 00863 ] [Correction]
Soit A ∈ Mn (C) une matrice nilpotente.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) Montrer que A est semblable à une matrice triangulaire supérieure stricte. b) Montrer que l’endomorphisme f est nilpotent si, et seulement si,
b) Le résultat est-il encore vrai pour A ∈ Mn (R) ?
∀1 ≤ k ≤ n, tr(f k ) = 0

Exercice 286 [ 03372 ] [Correction]

Soient A, B ∈ Mn (C). On suppose que la matrice A est nilpotente et que la Exercice 291 [ 00837 ] [Correction]
matrice B commute avec A. Que dire de tr(AB) ? Soit u un endomorphisme d’un C-espace vectoriel E de dimension finie.
Montrer que u possède une seule valeur propre si, et seulement si, il existe λ ∈ C
tel que u − λ IdE soit nilpotent.
Exercice 287 [ 00867 ] [Correction]
Soit A ∈ Mn (C). On suppose qu’il existe p ∈ N∗ tel que Ap = 0.
Exercice 292 [ 02690 ] [Correction]
a) Montrer que An = 0. Soient A et B des matrices complexes carrées d’ordre n. On suppose les matrices
b) Calculer det(A + In ). A + 2k B nilpotentes pour tout entier k tel que 0 ≤ k ≤ n. Montrer que les
Soit M ∈ Mn (C) tel que AM = M A. matrices A et B sont nilpotentes.
c) Calculer det(A + M ) (on pourra commencer par le cas où M ∈ GLn (C)).
d) Le résultat est-il encore vrai si M ne commute pas avec A ?
Exercice 293 [ 00938 ] [Correction]
Soient n ∈ N∗ , A et B dans Mn (C) et λ1 , . . . , λn , λn+1 deux à deux distincts dans
C. On suppose, pour 1 ≤ i ≤ n + 1, que A + λi B est nilpotente.
Exercice 288 [ 01677 ] [Correction] Montrer que A et B sont nilpotentes.
Soient A ∈ GLn (C) et N ∈ Mn (C) nilpotente telles que

AN = N A
Exercice 294 [ 03023 ] [Correction]
Montrer que Soient E un C-espace vectoriel de dimension finie et u ∈ L(E).
det(A + N ) = det A On note I1 = {P ∈ C [X] /P (u) = 0} et I2 = {P ∈ C [X] /P (u) est nilpotent}.
a) Montrer que I1 et I2 sont des idéaux non nuls de C [X].
On note P1 et P2 leurs générateurs unitaires respectifs.
Exercice 289 [ 02724 ] [Correction] b) Établir un lien entre P1 et P2 .
Soit A une matrice carrée réelle d’ordre n. c) Montrer l’existence de Q ∈ I2 tel que u − Q(u) est diagonalisable
Montrer que A est nilpotente si, et seulement si,

∀p ∈ J1 ; nK, tr Ap = 0
Exercice 295 [ 03095 ] [Correction]
Soit Φ : M2 (R) → R vérifiant
Exercice 290 [ 00865 ] [Correction]

0 1
Soient E un C-espace vectoriel de dimension n et f ∈ L(E). ∀A, B ∈ M2 (R), Φ(AB) = Φ(A)Φ(B) et Φ 6= Φ(I2 )
1 0
a) Montrer que l’endomorphisme f est nilpotent si, et seulement si,
a) Démontrer que Φ(O2 ) = 0.
Sp(f ) = {0} b) Si A est nilpotente, démontrer que Φ(A) = 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) Soient A ∈ M2 (R) et B la matrice obtenue à partir de A en permutant les Exercice 299 [ 03763 ] [Correction]
lignes de A. Pour n ≥ 2, on note H un hyperplan de Mn (K) ne contenant aucune matrice
Démontrer que Φ(B) = −Φ(A). inversible.
d) Démontrer que A est inversible si, et seulement si, Φ(A) 6= 0. a) Montrer que H contient toutes les matrices nilpotentes.
b) En déduire que tout hyperplan de Mn (K) rencontre GLn (K).

Exercice 296 [ 01956 ] [Correction]

Soient n ≥ 2 et A = (ai,j )1≤i,j≤n ∈ Mn (R) où ai,i+1 = 1 pour i ∈ {1, . . . , n − 1}, Exercice 300 [ 03765 ] [Correction]
les autres coefficients étant nuls. Soient A, M ∈ Mn (C) avec M matrice nilpotente.
a) La matrice A est-elle diagonalisable ? a) On suppose M A = On . Montrer que les matrices A + M et A ont le même
polynôme caractéristique.
b) Existe-t-il B ∈ Mn (R) vérifiant B 2 = A ?
b) Même question en supposant cette fois-ci AM = On .

Exercice 297 [ 03253 ] [Correction] Exercice 301 [ 03616 ] [Correction]

Soient n un entier naturel non nul et E un C-espace vectoriel de dimension n. Soient n ∈ N et E = Mn (C). On note E ∗ = L(E, C) le C-espace vectoriel des
a) Montrer qu’il existe un polynôme Pn ∈ R [X] vérifiant formes linéaires sur E.
√ a) Montrer que L : E → E ∗ , A 7→ LA où LA est la forme linéaire M 7→ tr(AM )
1 + x = Pn (x) + O(xn ) est un isomorphisme
x→0
d’espaces vectoriels. En déduire une description des hyperplans de E.
b) Établir que X n divise alors le polynôme Pn2 (X) − X − 1. b) Soit T ∈ Mn (C) une matrice triangulaire supérieure non nulle et H = ker LT .
c) Soit f un endomorphisme de E nilpotent. Montrer qu’il existe un On note Tn+ (respectivement Tn− ) le sous-espace vectoriel des matrices
endomorphisme g de E vérifiant triangulaires supérieures (respectivement inférieures) à diagonales nulles.
Déterminer H ∩ Tn+ .
g 2 = IdE +f En discutant selon que T possède ou non un coefficient non nul (au moins)
hors de la diagonale, déterminer la dimension de H ∩ Tn− .
d) Soit maintenant f un endomorphisme de E ne possédant qu’une valeur c) Une matrice A ∈ Mn (C) est dite nilpotente s’il existe k ∈ N tel que Ak = 0.
propre λ. Montrer que (f − λ IdE )n = 0̃ et conclure qu’il existe un Prouver que les éléments de Tn+ ∪ Tn− sont des matrices nilpotentes.
endomorphisme g de E vérifiant En déduire que H contient au moins n2 − n − 1 matrices nilpotentes
linéairement indépendantes.
g2 = f
d) Montrer que tout hyperplan de E contient au moins n2 − n − 1 matrices
nilpotentes linéairement indépendantes.
Énoncé fourni par le CENTRALE-SUPELEC (CC)-BY-NC-SA
Exercice 298 [ 03477 ] [Correction]
Soit A ∈ Mn (R).
a) On suppose A3 = A2 . Montrer que A2 est diagonalisable et que A2 − A est Exercice 302 [ 03474 ] [Correction]
nilpotente. Soient K un corps et A1 , A2 , . . . , An des matrices de Mn (K) nilpotentes
commutant deux à deux.
b) Plus généralement on suppose Ak+1 = Ak pour un certain entier k > 0. Montrer
Établir l’existence d’un entier p > 0 tel que Ap est diagonalisable et Ap − A A1 A2 . . . An = On
nilpotente.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Corrections Exercice 4 : [énoncé]

Exercice 1 : [énoncé] a) Rappelons que les suites (ker up )p∈N et (Im up )p∈N sont respectivement
Soit y ∈ Im u. Il existe x ∈ E tel que y = u(x) et alors croissante et décroissante pour l’inclusion. La suite (dim ker up )p∈N est une
suite croissante et majorée d’entiers naturels, elle est donc stationnaire :
v(y) = v(u(x)) = u(v(x)) ∈ Im u ∃n ∈ N, ∀p ≥ n, dim ker up = dim ker un or ker up ⊃ ker un donc
Ainsi, Im u est stable par v. ker up = ker un puis N = ker un . Aussi
Soit x ∈ ker u. On a u(x) = 0E donc dim Im up = dim E − dim ker up = dim E − dim ker un = dim Im un et
Im up ⊂ Im un donc Im up = Im un puis I = Im un .
u(v(x)) = v(u(x)) = v(0E ) = 0E b) dim N + dim I = dim ker un + dim Im un = dim E en vertu du théorème du
et v(x) ∈ ker u. Ainsi ker u est stable par v. rang.
La réciproque est fausse, si u est un automorphisme il est certain que Im u = E et Soit x ∈ N ∩ I. Il existe a ∈ E tel que x = un (a) et alors un (x) = 0 donc
ker u = {0E } seront stables par v alors qu’il n’y aucune raison que u et v u2n (a) = 0. Ainsi a ∈ ker u2n = ker un donc x = un (a) = 0. Ainsi N ∩ I = {0}
commutent. d’où E = N ⊕ I.
u et un commutent donc N et I sont stables par u.
(uN )n = (un )ker un = 0 donc uN est nilpotente.
Exercice 2 : [énoncé] Im un+1 = Im un donne u(Im un ) = Im un donc uI est surjective puis bijective
Supposons f ◦ p = p ◦ f . Pour tout x ∈ ker p, p(f (x)) = f (p(x)) = 0 donc car dim Im un < +∞.
f (x) ∈ ker p. c) Par supplémentarité : dim E = dim F + dim G = dim N + dim I.
Rappelons Im p = ker(p − Id). Pour tout x ∈ Im p, p(f (x)) = f (p(x)) = f (x) donc Il existe p ∈ N, tel que (uF )p = 0 donc F ⊂ ker up ⊂ N .
f (x) ∈ Im p. uG est bijective donc (uG )n aussi or G = Im(uG )n ⊂ Im(un ) = I.
Inversement. Supposons ker p et Im p stables par f . Pour tout x ∈ E, on peut On a alors dim F ≤ dim N , dim G ≤ dim I et dim F + dim G = dim N + dim I
écrire x = u + v avec u ∈ ker p et v ∈ Im p. On a alors f (p(x)) = f (v) et donc dim F = dim N et dim G = dim I. Par inclusion et égalité des
p(f (x)) = p(f (u) + f (v)) = f (v) donc p ◦ f = f ◦ p. dimensions F = N et G = I.

Exercice 3 : [énoncé]
Exercice 5 : [énoncé]
a) Soit ~x ∈ ker f , f (g(~x)) = g(f (~x)) = g(0E ) = 0E donc g(~x) ∈ ker f . Ainsi ker f
est stable par g. a) ker uk−1 est un sous-espace vectoriel de ker uk et comme on se place en
Soit ~y ∈ Im f . Il existe x ∈ E tel que ~y = f (~x) et alors dimension finie, tout sous-espace vectoriel admet un supplémentaire.
g(~y ) = g(f (~x)) = f (g(~x)) ∈ Im f donc Im f est stable par g. b) E = ker up = ker up−1 ⊕Fp = ker up−2 ⊕Fp−1 ⊕Fp = · · · = ker u0 ⊕F1 ⊕· · ·⊕Fp
b) ( =⇒ ) immédiat via a). avec ker u0 = {0}.
( ⇐= ) Si Im p et ker p sont stables par f alors, puisque ces derniers sont c) ker uk−1 dans ker uk . On a E = ker up = ker up−1 ⊕ Fp = . . . = F1 ⊕ · · · ⊕ Fp .
supplémentaires dans E. Soit ~x ∈ E, on peut écrire ~x = ~u + ~v avec ~u ∈ Im p Dans une base adaptée à cette décomposition la matrice de u est :
et ~v ∈ ker p.  
On a alors (f ◦ p)(~x) = f (p(~u) + p(~v )) = f (~u) et (0) (∗)
p ◦ f (~x) = p(f (~u)) + p(f (~v )) = f (~u) car f (~u) ∈ Im p et f (~v ) ∈ ker p. Ainsi  .. 
 . 
∀~x ∈ E, (f ◦ p)(~x) = (p ◦ f )(~x) (0) (0)

puis p et f commutent. et c’est donc une matrice triangulaire supérieure stricte.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 6 : [énoncé] a) L’image d’un endomorphisme est toujours stable par celui-ci. . . En effet

∀x ∈ Im u, u(x) ∈ Im u
a) Supposons λa + µf (a) = 0E (1)
En appliquant f , on obtient −µa + λf (a) = 0E (2).
b) Si x ∈ Im u alors il existe a ∈ E tel que x = u(a). On a alors
La combinaison λ(1) − µ(2) donne (λ2 + µ2 )a = 0E , or a 6= 0E donc
λ = µ = 0 puisque λ, µ ∈ R. u2 (x) = u3 (a) = −u(a) = −x
b) Montrons par récurrence sur k ∈ N∗ la propriété
« il existe a1 , . . . , ak non nuls tels que les espaces F (a1 ), . . . , F (ak ) sont en c) En vertu de ce qui précède, v 2 = − Id donc v est un isomorphisme et
somme directe » ou « il existe p ∈ N∗ et il existe a1 , . . . , ap tel que v −1 = −v.
E = F (a1 ) ⊕ · · · ⊕ F (ap ) » d) D’une part
Pour k = 1 la propriété est claire car E 6= {0E }. 1
Supposons la propriété établie au rang k. det(v −1 ) =
det v
Puisque la propriété est supposée vraie au rang k l’une des deux alternatives et d’autre part
définissant celle-ci est vérifiée. Si c’est la seconde alors la propriété est
det(−v) = (−1)dim Im u det v
immédiate vérifiée au rang k + 1. Sinon, c’est qu’il existe a1 , . . . , ak vecteurs
non nuls de E tels que les espaces F (a1 ), . . . , F (ak ) sont en somme directe. donc
Si E = F (a1 ) ⊕ · · · ⊕ F (ak ) alors la propriété est vérifiée au rang k + 1 en (−1)dim Im u > 0
choisissant p = k.
On en déduit que la dimension de l’image de u est paire.
Sinon, il existe ak+1 ∈ E tel que ak+1 ∈ / F (a1 ) ⊕ · · · ⊕ F (ak ).
Montrons qu’alors les espaces F (a1 ), . . . , F (ak ), F (ak+1 ) sont en somme
directe.
Supposons x1 + · · · + xk + xk+1 = 0E (1) avec xj = λj aj + µj f (aj ) ∈ F (aj ). Exercice 8 : [énoncé]
En appliquant f , on obtient y1 + · · · + yk + yk+1 = 0E (2) avec Les Kn [X], K [X] et {0} sont des sous-espaces vectoriels stables pour
yj = −µj aj + λj f (aj ). l’endomorphisme de dérivation.
La combinaison λk+1 (1) − µk+1 (2) donne alors Soit F un sous-espace vectoriel stable.
(λ2k+1 + µ2k+1 )ak+1 ∈ F (a1 ) ⊕ · · · ⊕ F (ak ) et donc λk+1 = µk+1 = 0 car on a Si F est de dimension finie alors les polynômes de F sont de degrés bornés.
choisi ak+1 ∈/ F (a1 ) ⊕ · · · ⊕ F (ak ). Si F n’est pas réduit à 0, on peut introduire un polynôme P de F de degré n
On en déduit xk+1 = 0E et la relation (1) devient x1 + · · · + xk = 0E qui maximal. On a F ⊂ Kn [X].
donne x1 = . . . = xk = 0E car les espaces F (a1 ), . . . , F (ak ) sont en somme Or la famille des polynômes P, P 0 , P 00 , . . . , P (n) est de degrés étagés et formés
directe. d’éléments de F car F est stable pour la dérivation donc
Récurrence établie. Kn [X] = Vect(P, P 0 , . . . , P (n) ) ⊂ F puis F = Kn [X].
Si F n’est pas de dimension finie alors pour tout m ∈ N, F 6⊂ Km [X] et donc il
c) Ce qui précède assure dim E = 2p et dans la base (a1 , f (a1 ), . . . , ap , f (ap )), la existe P ∈ F tel que n = deg P > m. Or en raisonnant comme ci-dessus, on
matrice de f est diagonale par blocs avec des blocs diagonaux égaux à démontre Kn [X] ⊂ F et donc Km [X] ⊂ F . Ainsi ∀m ∈ N, Km [X] ⊂ F donc
F = K [X].
0 −1
Finalement, les Kn [X], K [X] et {0} sont les seuls sous-espace vectoriels stables
1 0
pour l’endomorphisme de dérivation.

Exercice 7 : [énoncé] Exercice 9 : [énoncé]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) Si x est vecteur propre de u alors D = Vect(x) est stable par u. C’est c) A et D sont associées aux endomorphismes induits par u et v sur F . Ces
contraire à l’hypothèse de travail car D est un sous-espace vectoriel non nul endomorphismes induits vérifient les hypothèses initiales et donc
distinct de E. On en déduit que u ne possède pas de valeurs propres. det(A + D) = det A puis det(u + v) = det A × det C = det u.
b) Puisque x 6= 0E , il existe un plus grand entier p ≥ 1 tel que la famille
(x, u(x), . . . , up−1 (x)) est libre.
Par définition de p, on a alors (x, u(x), . . . , up−1 (x), up (x)) liée et donc Exercice 11 : [énoncé]
up (x) ∈ Vect(x, u(x), . . . , up−1 (x)). On en déduit que le sous-espace vectoriel Montrons par récurrence sur k ∈ N∗
F = Vect(x, u(x), . . . , up−1 (x)) est stable par u.
E = S + Im uk
Puisque ce sous-espace vectoriel est non nul, on a F = E et donc par
dimension p = n. Au final, la famille (x, u(x), . . . , un−1 (x)) est une base de E. La propriété est vraie par hypothèse pour k = 1.
La matrice de u dans cette base a la forme suivante Supposons la propriété vraie au rang k ≥ 1.
 
0 ··· 0 a0 On a évidemment

1
..  S + Im uk+1 ⊂ E
 (0) . 
 . . ..  Inversement, soit x ∈ E. Par hypothèse de récurrence, on peut écrire
 . . 
(0) 1 an−1 x = a + uk (b) avec a ∈ S et b ∈ E
avec ak les scalaires donnés par la relation Or, on peut aussi écrire
un (x) = a0 x + a1 u(x) + · · · + an−1 un−1 (x)
b = a0 + u(c) avec a0 ∈ S et c ∈ E
c) En composant la relation précédente avec u, on obtient
On en déduit
∀0 ≤ k ≤ n − 1, un (uk (x)) = a0 uk (x) + a1 u(uk (x)) + · · · + an−1 un−1 (uk (x)) x = a + uk (a0 ) + uk+1 (c) ∈ S + Im uk+1
Puisque la famille (x, u(x), . . . , un−1 (x)) est une base de E, on en déduit car a + uk (a0 ) ∈ S puisque S est un sous-espace vectoriel stable par u.
Ainsi E ⊂ S + Im uk+1 puis l’égalité.
∀y ∈ E, un (y) = a0 y + a1 u(y) + · · · + an−1 un−1 (y) Récurrence établie.
On en déduit que pour y 6= 0E , la matrice de u dans la base En appliquant cette propriété à l’indice de nilpotence de u, on obtient
(y, u(y), . . . , un−1 (y)) est la même que la précédente.
E=S

Exercice 10 : [énoncé]
Exercice 12 : [énoncé]
a) Le cas n = 1 est immédiat car v est alors nécessairement nul.
Le cas v = 0 est tout aussi immédiat. a) Im u est stable pour u donc uE2 est bien défini. Par le théorème du rang la
b) F = Im v est stable par u et v et puisque v n’est pas bijectif, 1 ≤ dim F < n : restriction de u à tout supplémentaire de ker u définit un isomorphisme avec
on pourra donc appliquer l’hypothèse de récurrence sur F . Dans une base Im u. Ici cela donne uE2 automorphisme.
adaptée à F , les matrices de u et v sont de la forme b) Soient u, v ∈ Γ. Si x ∈ ker(v ◦ u) alors u(x) ∈ Im u ∩ ker v donc

A B

D E
u(x) ∈ E1 ∩ E2 et u(x) = 0 puis x ∈ E1 . Ainsi ker(v ◦ u) ⊂ E1 et l’inclusion
et réciproque est immédiate.
O C O O
Im(v ◦ u) = v(u(E)) = v(E2 ) = E2 car vE2 est un automorphisme de E2 .
On a alors det(u + v) = det(A + D) × det C. Ainsi v ◦ u ∈ Γ.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) Si φ(u) = φ(v) alors uE2 = vE2 . Or uE1 = 0 = vE1 donc les applications a) Si la matrice A est magique alors, par simple calcul des coefficients, AU = sU
linéaires u et v coïncident sur des sous-espaces vectoriels supplémentaires et et t U A = st U .
donc u = v. Inversement, si AU = λU et t U A = µt U alors
d) Une application linéaire peut être définit de manière unique par ses n
X n
X
restrictions linéaires sur deux sous-espaces vectoriels supplémentaires. Pour ∀i ∈ J1 ; nK, ai,j = λ et ∀j ∈ J1 ; nK, ai,j = µ
w ∈ GL(E2 ) considérons u ∈ L(E) déterminé par uE1 = 0 et uE2 = w. On j=1 i=1
vérifie aisément E1 ⊂ ker u et E2 ⊂ Im u. Pour x ∈ ker u, x = a + b avec
a ∈ E1 et b ∈ E2 . La relation u(x) = 0 donne alors u(a) + u(b) = 0 De plus, t U AU = t U (AU ) = λt U U = nλ et t U AU = (t U A)U = µt U U = nµ.
c’est-à-dire w(b) = 0. Or w ∈ GL(E2 ) donc b = 0 puis x ∈ E1 . Ainsi On en déduit λ = µ et la matrice A est magique.
ker u ⊂ E1 et finalement ker u = E1 . Pour y ∈ Im(u), il existe x ∈ E tel que b) Pour le produit scalaire canonique sur Mn,1 (R) défini par hX, Y i = t XY ,
y = u(x). Or on peut écrire x = a + b avec a ∈ E1 et b ∈ E2 . La relation l’espace H se comprend comme l’hyperplan de vecteur normal U et donc
y = u(x) donne alors y = u(a) + u(b) = w(b) ∈ E2 . Ainsi Im u ⊂ E1 et D = H ⊥.
finalement Im u = E1 . On peut conclure que u ∈ Γ et ũ = w : φ est surjectif. c) Si A est magique alors U est vecteur propre de A. Ainsi D = Vect(U ) est
e) ϕ est un morphisme bijectif : il transporte la structure de groupe existant sur stable par A. Aussi, on a la relation t AU = µU et donc U est vecteur propre
GL(E2 ) en une structure de groupe sur (Γ, ◦). Le neutre est l’antécédent de de t A. La droite D est stable par t A et donc H = D⊥ est stable par A.
IdE2 c’est-à-dire la projection sur E2 parallèlement à E1 . La réciproque est immédiate car une droite vectorielle est stable si, et
seulement si, elle est engendrée par un vecteur propre.
d) Si l’on introduit une matrice P de passage de la base canonique de Mn,1 (R)
Exercice 13 : [énoncé] vers une base adaptée à l’écriture Mn,1 (R) = D ⊕ H, l’étude au-dessus assure
qu’une matrice A est magique si, et seulement si, P −1 AP est de la forme
a) L’application T est évidemment linéaire et est à valeurs dans E.
α 0
Soit g ∈ E. Montrons que l’équation T f = g admet une solution unique. avec α ∈ R et M ∈ Mn−1 (R)
Rx 0 M
Unicité : Si T f = g alors x 7→ 0 f (t) dt est solution sur R de l’équation
différentielle linéaireRy 0 + y = g vérifiant y(0) = 0. Par le théorème de Cauchy On en déduit que l’espace des matrices magiques est de dimension
x
ceci détermine x 7→ 0 f (t) dt de façon unique et donc f aussi.
Existence : La dérivée de la fonction solution y 0 + y = g vérifiant y(0) = 0 est 1 + (n − 1)2
solution.
b) Soit F un sous-espace vectoriel de dimensionR finie stable par T . Notons I
x
l’endomorphisme de E défini par I(f ) : x 7→ 0 f (t) dt. Puisque F est stable Exercice 15 : [énoncé]
par T , F est aussi stable par I. L’endomorphisme induit par I sur le Soient E un R-espace vectoriel de dimension 3 muni d’une base B et u
sous-espace vectoriel de dimension finie F admet un polynôme minimal l’endomorphisme de E représenté par la matrice A dans B. On a u2 = 0 et u 6= 0.
π = X n + an−1 X n−1 + · · · + a0 . On a alors pour tout f ∈ F l’égalité Notons que cela entraîne dim Im u = 1 et dim ker u = 2.
y + an−1 y 0 + · · · + an y (n) = 0 en notant y = I n (f ). De plus, on a les Cherchons une base B 0 = (ε1 , ε2 , ε3 ) telle que MatB0 (u) = B. Après analyse du
conditions initiales y(0) = . . . = y (n−1) (0) = 0 ce qui donne y = 0 puis f = 0. problème : Considérons ε1 ∈ / ker(u) et ε2 = u(ε1 ). ε2 est un vecteur non nul de
Ainsi F = {0}. Finalement, l’espace nul est le seul espace de dimension finie ker u qui peut être complétée en une base (ε2 , ε3 ) de ker u. Formons
stable par T . Quel intérêt au « impaire » ? B 0 = (ε1 , ε2 , ε3 ). Si λ1 ε1 + λ2 ε2 + λ3 ε3 = 0 alors en appliquant u, λ1 u(ε1 ) = 0
donc λ1 = 0 puis λ2 ε2 + λ3 ε3 = 0 entraîne λ2 = λ3 = 0 puisque (ε2 , ε3 ) est libre.
Finalement la famille B 0 est libre et c’est donc bien une base de E. La matrice de
u dans cette base est bien la matrice B. On peut conclure.
Exercice 14 : [énoncé]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 16 : [énoncé] et donc λ1 = . . . = λn−r = 0 car la famille (e1 , . . . , en−r ) libre.

Soient E un K-espace vectoriel de dimension n muni d’une base B et f ∈ L(E) de La famille (e1 , . . . , en ) est libre et formée de n = dim E vecteurs de E, c’est donc
matrice A dans B. On vérifie f n−1 6= 0 et f n = 0. une base de E. La matrice de f dans celle-ci est égale à B et on peut conclure que
/ ker(f n−1 ). Un tel x existe puisque f n−1 6= 0.
Soit x ∈ les matrices A et B sont semblables.
Considérons la famille B 0 = (f n−1 (x), . . . , f (x), x).
Supposons
λn−1 f n−1 (x) + · · · + λ1 f (x) + λ0 x = 0 Exercice 19 : [énoncé]
En y appliquant successivement f n−1
, . . . , f et IdE on obtient Soit f ∈ L(R3 ) l’endomorphisme canoniquement associé à la matrice A.
λ0 = 0, . . . , λn−2 = 0 puis λn−1 = 0 car f n−1 (x) 6= 0. Analyse : Cherchons une base (e1 , e2 , e3 ) telle que la matrice de f dans cette base
B 0 est une famille libre formée de n = dim E vecteurs, c’est donc une base de E. soit la matrice  
La matrice de f dans la base B 0 est égale à B. Les matrices A et B sont donc 0 0 0
0 0 −1
semblables.
0 1 0
On a alors f (e1 ) = 0, f (e2 ) = e3 et f (e3 ) = −e2 . On en déduit e1 ∈ ker f ,
Exercice 17 : [énoncé] e2 ∈ ker(f 2 + Id) et e3 = f (e2 ).
Soient E un K-espace vectoriel de dimension n muni d’une base B et f ∈ L(E) de Synthèse : L’endomorphisme f vérifie f ◦ (f 2 + Id) = 0. Par l’absurde, si f est
matrice A dans B. inversible alors f 2 + Id = 0 et donc det(f 2 ) = det(− Id) = −1. Or
On observe que Im f et ker f sont supplémentaires dans E. 2
det(f 2 ) = (det f ) ≥ 0. C’est absurde. On en déduit ker f 6= {0}. Soit e1 un
Dans une base B adaptée à cette supplémentarité, la matrice de f est de la forme vecteur non nul de ker f .
0
A 0
Puisque (f 2 + Id) ◦ f = 0, on a Im f ⊂ ker(f 2 + Id). Or f 6= 0 donc Im f 6= {0}
B= puis ker(f 2 + Id) 6= {0}.
0 0
Soit e2 un vecteur non nul de ker(f 2 + Id) et e3 = f (e2 ). On
avec A0 matrice de taille r. De plus r = rg A = rg B = rg A0 donc A0 est inversible. vérifief (e3 ) = f 2 (e2 ) = −e2 .
Il reste à observer que la famille (e1 , e2 , e3 ) est une base de R3 .
Supposons λ1 e1 + λ2 e2 + λ3 e3 = 0 (1) avec λ1 , λ2 , λ3 ∈ R.
Exercice 18 : [énoncé] En appliquant deux fois f à cette relation, on obtient λ2 e3 − λ3 e2 = 0 (2) et
Soient E un K-espace vectoriel de dimension n muni d’une base B et f ∈ L(E) de −λ2 e2 − λ3 e3 = 0 (3).
matrice A dans B. La combinaison d’équations λ3 (2) + λ2 (3) donne (λ23 + λ22 )e2 = 0.
On observe r = rg f , f 6= 0 et f 2 = 0 de sorte que Im f ⊂ ker f . Soit (e1 , . . . , er ) Puisque le vecteur e2 a été choisi non nul, on en déduit λ2 = λ3 = 0 puis la
une base de Imf complétée en (e1 , . . . , en−r ) base de ker f . Pour tout relation (1) donne λ1 = 0 puisque le vecteur e1 a été choisi non nul.
i ∈ {1, . . . , r}, il existe en−r+i vecteur de E tel que f (en−r+i ) = ei . Montrons que Finalement, (e1 , e2 , e3 ) est une base de R3 et la matrice de f dans celle-ci est celle
(e1 , . . . , en ) est libre. Supposons voulue.
On peut conclure que A est semblable à la matrice proposée.
λ1 e1 + · · · + λr er + λr+1 er+1 + · · · + λn−r en−r + λn−r+1 en−r+1 + · · · + λn en = 0 (1)

En appliquant f à la relation (1), on obtient

Exercice 20 : [énoncé]
λn−r+1 e1 + · · · + λn er = 0 (2) Soit f ∈ L(R4 ) l’endomorphisme canoniquement associé à la matrice M .
et donc λn−r+1 = . . . = λn = 0 car la famille (e1 , . . . , er ) libre. Analyse : Cherchons une base (e1 , e2 , e3 , e4 ) telle que :
La relation (1) devient f (e1 ) = e2 , f (e2 ) = −e1 , f (e3 ) = e4 et f (e4 ) = −e3 .
La connaissance de e1 et e3 suffit pour former e2 et e4 avec les quatre relations
λ1 e1 + · · · + λr er + λr+1 er+1 + · · · + λn−r en−r = 0 (3) voulues.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Synthèse : Exercice 22 : [énoncé]

Prenons e1 6= 0, e2 = f (e1 ), e3 ∈ / Vect(e1 , e2 ) et e4 = f (e3 ).
Supposons λ1 e1 + λ2 e2 + λ3 e3 + λ4 e4 = 0 i.e. λ1 e1 + λ2 f (e1 ) + λ3 e3 + λ4 f (e3 ) = 0 a) Soit f l’endomorphisme de Kn canoniquement associé à A. On a
(1).
En appliquant l’endomorphisme f : λ1 f (e1 ) − λ2 e1 + λ3 f (e3 ) − λ4 e3 = 0 (2). rg f = rg A = 1
λ3 (1) − λ4 (2) donne (λ3 λ1 + λ2 λ4 )e1 + (λ3 λ2 − λ4 λ1 )f (e1 ) + (λ23 + λ24 )e3 = 0.
Puisque e3 ∈ / Vect(e1 , e2 ), on a λ23 + λ24 = 0 d’où λ3 = λ4 = 0. et donc par la formule du rang
(1) et (2) donne alors λ1 e1 + λ2 f (e1 ) = 0 et λ1 f (e1 ) − λ2 e1 = 0.
Comme ci-dessus on parvient à λ21 + λ22 = 0 d’où λ1 = λ2 = 0. dim ker f = n − 1
Finalement (e1 , e2 , e3 , e4 ) est une base convenable. On peut conclure que M est
Si B est une base adaptée à ker f , la matrice de f dans cette base a ses n − 1
semblable à la matrice proposée.
premières colonnes nulles.
b) On peut écrire A = P BP −1 avec P matrice inversible et B une matrice de la
Exercice 21 : [énoncé] forme  
Raisonnons par récurrence sur n ∈ N∗ . 0 ··· 0 ∗
Pour n = 1 : ok  .. .. .. 
. . .
Supposons la propriété établie au rang n ≥ 1. 
. ..

.

Soient A ∈ Mn+1 (R) de trace nulle et f ∈ L(Rn+1 ) l’endomorphisme . . ∗
canoniquement associé. 0 ··· 0 λ
Si f est une homothétie vectorielle (i.e. de la forme λ IdE ) alors f = 0̃ car tr f = 0 On a alors
et on peut alors conclure. λ = tr B = tr A
Sinon, il existe un vecteur x tel que f (x) ne soit pas colinéaire à x. En
représentant f dans une base dont x et f (x) sont les deux premiers vecteurs, on Puisque B 2 = λB, on a
obtient que la matrice A est semblable à la matrice
P −1 A2 P = tr(A).P −1 AP
0 ∗
M=
∗ A0 puis
A2 = tr(A).A
avec A0 ∈ Mn (R) de trace nulle.
Par hypothèse de récurrence, il existe P inversible tel que P −1 A0 P soit de Puisque det(In + B) = 1 + λ, on a
diagonale nulle. En considérant la matrice inversible
det(P −1 ) det(In + A) det P = 1 + tr A
1 0 1 0
Q= avec Q−1 = puis
0 P 0 P −1
det(In + A) = 1 + tr A
on obtient que la matrice M est semblable à
 
0 ∗
0 ∗ .. Exercice 23 : [énoncé]
Q−1 Q=
 
∗ A0 .  Posons D = diag(1, 2, . . . , n). L’étude, coefficient par coefficient, de la relation
∗ 0 M D = DM donne que les matrices commutant avec D sont les matrices
diagonales. Parmi les matrices diagonales, celles qui sont semblables à D sont
Finalement, la matrice A est semblable à une matrice à coefficients diagonaux
celles qui ont les mêmes coefficients diagonaux
tous nuls.
Récurrence établie.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 24 : [énoncé] Exercice 26 : [énoncé]

Il existe P ∈ GLn (C) vérifiant P A = BP . En posant Q = Re(P ) et R = Im(P ) on On vérifie aisément que C est un sous-espace vectoriel de M3 (R) car c’est le noyau
obtient QA + iRA = BQ + iBR donc QA = BQ et RA = BR car A, B, Q, R de l’endomorphisme M 7→ AM − M A.
réelles. Cependant on ne sait pas si Q ou R sont inversibles. Or pour tout λ ∈ R, Puisque A2 = O3 , on a Im A ⊂ ker A.
(Q + λR)A = B(Q + λR) et λ 7→ det(Q + λR) est une fonction polynomiale non Puisque A 6= O3 , la formule du rang et l’inclusion précédente montre
nulle car det(Q + iR) 6= 0 donc il existe λ ∈ R tel que Q + λR est inversible et on
peut conclure. rg A = 1 et dim ker A = 2

Soient X1 ∈ Im A non nul, X2 tel que (X1 , X2 ) soit base de ker A et X3 un

antécédent de X1 . En considérant la matrice de passage P formée des colonnes
Exercice 25 : [énoncé]
X1 , X2 , X3 , on a
Commençons par déterminer f (In ) et f (On ).  
On a f (In ) = f (In2 ) = f (In )2 donc f (In ) = 0 ou 1. 0 0 1
Si f (In ) = 0 alors pour tout A ∈ Mn (C), f (A) = f (A × In ) = f (A) × f (In ) = 0 et P −1 AP = 0 0 0 = B
donc f est constante ce qui est exclu. Ainsi f (In ) = 1. 0 0 0
Aussi f (On ) = f (On2 ) = f (On ) × f (On ) donc f (On ) = 0 ou 1. En raisonnant par coefficients inconnus, on obtient que les matrices N vérifiant
Si f (On ) = 1 alors pour tout A ∈ Mn (C), BN = N B sont de la forme
f (A) = f (On ) × f (A) = f (On × A) = f (On ) = 1 et donc f est constante ce qui  
est exclu. Ainsi f (On ) = 0. a b c
Si A est inversible alors f (In ) = f (A × A−1 ) donne f (A) × f (A−1 ) = 1 et donc N = 0 b0 c0 
f (A) 6= 0. 0 0 a
La réciproque est plus délicate.
Supposons A non inversible et posons r = rg A. Par suite les matrice M vérifiant AM = M B sont celle de la forme
La matrice A est équivalente à la matrice  
a b c

Ir Or,n−r
M = P 0 b0 c0  P −1
Jr = 0 0 a
On−r,r On−r

ce qui permet d’écrire A = QJr P avec P, Q inversibles. On a alors L’espace C est donc de dimension 5 et l’on en forme une base à l’aide des matrices
f (A) = f (Q)f (Jr )f (P ) et il suffit de montrer f (Jr ) = 0 pour conclure.      
Par permutation des vecteurs de bases, la matrice Jr est semblable à toute 1 0 0 0 0 0 0 1 0
matrice diagonale où figure r coefficients 1 et n − r coefficients 0. En positionnant, M1 = P 0 0 0 P −1 , M2 = P 0 1 0 P −1 , M3 = P 0 0 0 P −1
pertinemment les coefficients 0, on peut former des matrices A1 , . . . , Ap toutes 0 0 1 0 0 0 0 0 0
semblables à Jr vérifiant    
A1 . . . Ap = On 0 0 0 0 0 1
M4 = P 0 0 1 P −1 et M5 = P 0 0 0 P −1
On a alors 0 0 0 0 0 0
f (A1 ) . . . f (Ap ) = 0
Or il est facile d’établir que si deux matrices sont semblables, la fonction f prend
les mêmes valeurs sur celles-ci. Par suite f (Jr ) = f (A1 ) = . . . = f (Ap ) et ainsi Exercice 27 : [énoncé]
f (Jr )p = 0 puis enfin f (Jr ) = 0. tr A 6= tr B dont A et B ne sont pas semblables.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 28 : [énoncé] Exercice 32 : [énoncé]

Notons E la matrice correspondant à l’élément neutre de (G, ×). Celle-ci est Pour λ ∈ K et x ∈ E,
nécessairement non nulle car sinon la partie G serait réduite à la matrice nulle.
Puisque la matrice E est neutre, on a E 2 = E et donc E est la matrice d’une x ∈ Eλ (v) ⇐⇒ u(a−1 (x)) = λa−1 (x) ⇐⇒ a−1 (x) ∈ Eλ (u) ⇐⇒ x ∈ a(Eλ (u))
projection. En posant r = rg E ∈ N∗ , il existe P ∈ GLn (R) telle que
Ainsi Eλ (v) = a(Eλ (u)).
Puisque a est un automorphisme, on peut affirmer Eλ (v) 6= {0} si, et seulement si,

I O
E = P Jr P −1 avec Jr = r ∈ Mn (R) Eλ (u) 6= {0}. Ainsi
O O
Sp(u) = Sp(v)
Pour toute matrice M ∈ Mn (R), on peut écrire par blocs

A B
M =P P −1 Exercice 33 : [énoncé]
C D
On a la propriété
L’identité EM = M = M E donne la nullité des blocs B, C et D. ∀x 6= 0E , ∃λx ∈ K, u(x) = λx x
On peut alors introduire l’application ϕ : G → Mr (R) qui associe à M ∈ G le bloc Montrer que x 7→ λx est une fonction constante sur E \ {0}. Soient x, y 6= 0E .
A de la description ci-dessus. On vérifie aisément que l’application ϕ est injective Si (x, y) est libre u(x + y) = u(x) + u(y) donne λx+y (x + y) = λx x + λy y donc par
et que liberté de (x, y) on obtient λx = λx+y = λy .
∀M, N ∈ G, ϕ(M N ) = ϕ(M ) × ϕ(N ) Si (x, y) est liée, y = µx et donc u(y) = µu(x) = λx µx = λx y puis λy = λx .
Enfin, on a aussi ϕ(E) = Ir de sorte qu’on peut affirmer que l’image de ϕ est un Ainsi x 7→ λx est une fonction constante. En posant λ la valeur de cette constante,
sous-groupe de (GLr (R), ×). Le groupe (G, ×) alors isomorphe à ce sous-groupe. on a ∀x ∈ E, u(x) = λx que x soit nul ou non.

Exercice 29 : [énoncé] Exercice 34 : [énoncé]

En vertu du théorème d’isomorphisme
a) Il existe x 6= 0Z , vérifiant
0 ∈ Sp(f ) ⇐⇒ f non injectif ⇐⇒ f non surjectif u(v(x)) = λx
On a alors
Exercice 30 : [énoncé] (v ◦ u)(v(x)) = λv(x)
0 ∈ Sp(f n ) =⇒ f n non injective =⇒ f non injective =⇒ 0 ∈ Sp(f ). Or v(x) 6= 0E car u(v(x)) 6= 0E et u(0E ) = 0E .
On en déduit que λ est valeur propre de v ◦ u.
b) On observe
Exercice 31 : [énoncé]
Si λ ∈ Sp u alors il existe x 6= 0 vérifiant u(x) = λx. En appliquant u−1 , on u ◦ v(P ) = P et v ◦ u(P ) = P − P (0)
obtient x = λu−1 (x). On en déduit
Puisque x 6= 0, λ 6= 0 et on peut écrire u−1 (x) = λ1 x donc λ1 ∈ Sp u−1 . Ainsi ker(u ◦ v) = {0} et ker(v ◦ u) = R0 [X]

{1/λ | λ ∈ Sp u} ⊂ Sp u−1 En substance, la propriété précédente ne vaut pas pour λ = 0 en dimension

quelconque.
L’autre inclusion s’obtient par symétrie. c) Cependant, en dimension finie, si 0 est valeur propre de u ◦ v alors
det(u ◦ v) = 0 et donc det(v ◦ u) = 0 d’où 0 valeur propre de v ◦ u.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 35 : [énoncé] Exercice 38 : [énoncé]

Cas λ = 0
det(u ◦ v) = 0 entraîne det(v ◦ u) = 0 ce qui donne la propriété. a) Puisque u ◦ v = v ◦ u les sous-espaces propres de u sont stables par v. Puisque
Cas λ 6= 0 E est un C-espace vectoriel, u admet une valeur propre et le sous-espace
Si x est vecteur propre associé à la valeur propre λ alors u(v(x)) = λx donne propre associé est stable par v. L’endomorphisme induit par v sur celui-ci
v(u(v(x))) = λv(x). admet une valeur propre et ceci assure l’existence d’un vecteur propre
De plus λx 6= 0 entraîne v(x) 6= 0 et donc λ est valeur propre de v ◦ u. commun à u et v.
b) u ◦ v − v ◦ u = au.
Si u est inversible alors u ◦ v ◦ u−1 − v = a IdE et donc
Exercice 36 : [énoncé] tr(u ◦ v ◦ u−1 ) − tr v = a dim E.
Or tr(u ◦ v ◦ u−1 ) = tr v ce qui entraîne une absurdité.
a) Une récurrence facile donne Ak B − BAk = kAk . On en déduit que u est non inversible.
b) Ak est vecteur propre de l’endomorphisme considéré si, et seulement si, Par récurrence sur n ∈ N, on obtient
Ak 6= 0.
un ◦ v − v ◦ un = naun
c) L’endomorphisme M 7→ M B − BM opère en dimension finie, il ne peut donc
avoir qu’un nombre fini de valeurs propres et donc il existe k ∈ N vérifiant L’endomorphisme ϕ : w 7→ w ◦ v − v ◦ w n’admet qu’un nombre fini de valeurs
Ak = 0. propres car opère en dimension finie. Si u n’est pas nilpotent alors pour tout
n ∈ N, na est valeur propre de ϕ. C’est absurde et donc u est nilpotent.
Enfin, soit x ∈ ker u. On a u(v(x)) = v(u(x)) + au(x) = 0 donc v(x) ∈ ker u.
Exercice 37 : [énoncé] Par suite ker u 6= {0} est stable v et un vecteur propre de l’endomorphisme
induit est vecteur propre commun à u et v.
a) On vérifie f k ◦ g − g ◦ f k = kf k . c) u ◦ v − v ◦ u = au + bv.
Si pour tout k ∈ N, f k 6= 0 alors l’endomorphisme h 7→ h ◦ g − g ◦ h admet Si a = 0 il suffit de transposer l’étude précédente.
une infinité de valeurs propres. Si a 6= 0, considérons w = au + bv.
Ceci étant impossible en dimension finie, on peut affirmer que f est nilpotent. On a
b) f n = 0 (car dim E = n) et f n−1 6= 0. Pour x ∈ / ker f n−1 et (au + bv) ◦ v − v ◦ (au + bv) = a(u ◦ v − v ◦ u) = a(au + bv)
0
e = (f n−1
(x), . . . , f (x), x), on montre classiquement que e0 est une base de E
dans laquelle la matrice de f est telle que voulue. Par l’étude qui précède, au + bv et v ont un vecteur propre en commun puis u
f (g(f n−1 (x)) = 0 donc g(f n−1 (x)) = λf n−1 (x) pour un certain λ ∈ R et v ont un vecteur propre en commun.
Aussi f k (g(f n−1−k (x))) = (λ + k)f n−1 (x) et donc la matrice de g dans e0 et
triangulaire supérieure avec sur la diagonale λ, λ + 1, . . . , λ + n − 1. Ainsi
Exercice 39 : [énoncé]
Sp(g) = {λ, . . . , λ + n − 1} Cas a = b = 0
Les endomorphismes f et g commutent donc les sous-espaces propres de l’un sont
Soit y vecteur propre associé à la valeur propre λ + n − 1.
stables pour l’autre. Puisque le corps de base est C, l’endomorphisme f admet au
Si y ∈ ker f n−1 alors puisque ker f n−1 est stable par g, λ + n − 1 est valeur
moins une valeur propre λ. L’espace Eλ (f ) 6= {0} est stable par g donc on peut
propre de l’endomorphisme induit par g sur ker f n−1 . Cela n’étant par le cas
introduire l’endomorphisme induit par g sur Eλ (f ) et ce dernier admet aussi au
y∈/ ker f n−1 . On vérifie alors facilement que la famille
moins une valeur propre. Un vecteur propre associé à cette valeur propre de g est
e = (f n−1 (y), . . . , f (y), y) résout notre problème.
aussi un vecteur propre de f car élément non nul de Eλ (f ). Ainsi f et g ont un
vecteur propre commun.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Cas a = 0 et b 6= 0 a) Il suffit de procéder par récurrence en exploitant

Par récurrence, on obtient f ◦ g n − g n ◦ f = nbg n pour tout n ∈ N. f n+1 ◦ g − g ◦ f n+1 = f ◦ (nf n + g ◦ f n ) + (I − f ◦ g) ◦ f n .
L’application u ∈ L(E) 7→ f ◦ u − u ◦ f est un endomorphisme de L(E) or b) Par linéarité P (f ) ◦ g − g ◦ P (f ) = P 0 (f ).
dim L(E) < +∞ donc cet endomorphisme n’admet qu’un nombre fini de valeur Ainsi si P annule f alors P 0 aussi. Ceci est impossible en dimension finie car
propre. Cependant, pour chaque n ∈ N tel que g n 6= 0̃, le scalaire nb est valeur le polynôme minimal d’un endomorphisme annule celui-ci et est de degré
propre de cet endomorphisme, on en déduit qu’il existe n ∈ N tel que g n = 0̃ et en minimal.
particulier ker g 6= {0}. Notons qu’un argument de calcul de trace est de loin plus rapide et plus
On vérifie aisément que ker g est stable par f et un vecteur propre de simple !
l’endomorphisme induit par f sur ker g est alors vecteur propre commun à f et g. c) f ◦ g(P ) = (XP )0 = XP 0 + P et g ◦ f (P ) = XP 0 donc (f ◦ g − g ◦ f )(P ) = P .
Cas b = 0 et a 6= 0
Semblable
Cas a 6= 0 et b 6= 0 Exercice 42 : [énoncé]
On a
f ◦ (af + bg) − (af + bg) ◦ f = b(f ◦ g − g ◦ f ) = b(af + bg) a) Par récurrence
f n ◦ g − g ◦ f n = nf n
Par l’étude qui précède, f et af + bg admettent un vecteur propre commun et
celui-ci est alors vecteur propre commun à f et g. b) Par linéarité
P (f ) ◦ g − g ◦ P (f ) = f ◦ P 0 (f )
Par suite, si P (f ) = 0, alors f ◦ P 0 (f ) = 0.
Exercice 40 : [énoncé] c) Soit π le polynôme minimal de l’endomorphisme f .
π annule f donc Xπ 0 aussi. Par minimalité de π, π | Xπ 0 . Pour des raisons de
a) u admet une valeur propre λ et le sous-espace propre associé est stable par v. degré et de coefficients dominants, απ = Xπ 0 avec α = deg π. On en déduit
Cela assure que u et v ont un vecteur propre en commun e1 . On complète π = X α et donc f est nilpotent.
celui-ci en une base (e 1 , e2 , . .
. , en ). Lesmatrices
de u et v dans cette base
λ ∗ µ ∗
sont de la forme A = et B = . Considérons les Exercice 43 : [énoncé]
0 A0 0 B0
endomorphismes u et v de E = Vect(e2 , . . . , en ) représentés par A0 et B 0
0 0 0

dans (e2 , . . . , en ). AB = BA donne A0 B 0 = B 0 A0 et donc [u0 ; v 0 ] = 0. Cela a) Soit λ une valeur propre de l’endomorphisme T .
permet d’itérer la méthode jusqu’à obtention d’une base de cotrigonalisation. Il existe une matrice M non nulle vérifiant T (M ) = λM .
On a alors M A = (A + λIn )M .
b) Par récurrence, on vérifie [uk ; v] = kλuk . L’endomorphisme w 7→ [w ; v] de Par une récurrence facile, M Ap = (A + λIn )p M .
L(E) ne peut avoir une infinité de valeurs propres donc il existe k ∈ N∗ tel Or pour un certain p ∈ N∗ , Ap = On donc (A + λIn )p M = On .
que uk = 0. L’endomorphisme u est nilpotent donc ker u 6= {0} ce qui permet Cependant la matrice M n’est pas nulle donc la matrice (A + λIn )p n’est pas
d’affirmer que u et v ont un vecteur propre commun. On peut alors reprendre inversible puis la matrice A + λIn ne l’est pas non plus. Ainsi λ est valeur
la démarche de la question a) sachant qu’ici A0 B 0 − B 0 A0 = λA0 . propre de A et donc λ = 0 car 0 est la seule valeur propre d’une matrice
c) Si α = 0, l’étude qui précède peut se reprendre pour conclure. Si α 6= 0, on nilpotente.
introduit w = αu + βv et on vérifie [w ; v] = αw. Ainsi w et v sont On en déduit Sp T ⊂ {0} puis Sp T = {0} car le corps de base C assure
cotrigonalisables puis u et v aussi cas u = α1 (w − βv). l’existence d’au moins une valeur propre.
Le polynôme caractéristique de T étant scindé dans C [X] et de degré n2 , on
2 2 2
a χT = (−1)n X n puis T n = 0̃ car le polynôme caractéristique est
Exercice 41 : [énoncé] annulateur en vertu du théorème de Cayley Hamilton.
Finalement, l’endomorphisme T est nilpotent.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Pour g = IdE on a T = 0̃. a) ∆ est évidemment linéaire de Mp (R) dans lui-même.

Ainsi l’endomorphisme T est nilpotent alors que g ne l’est pas. En exploitant
La réciproque est fausse.
∆(BC) = ABC − BCA = (AB − BA)C + B(AC − CA) = ∆(B)C + B∆(C)
on montre la relation
Exercice 44 : [énoncé] n
X n
∆n (M N ) = ∆k (M )∆n−k (N )
k
k=0
a) Par récurrence, on obtient
en raisonnant par récurrence comme pour établir la formule de Leibniz.
∀n ∈ N∗ , An B − BAn = nAn−1 C b) AB = BA donne directement ∆(B) = 0 et donc ∆2 (H) = 0.
La relation ∆n+1 (H n ) = 0 s’obtient alors en raisonnant par récurrence et en
On en déduit observant que les termes sommés sont nuls dans la relation
∀P ∈ K [X] , P (A)B − BP (A) = P 0 (A)C
n+1
X n + 1
n+1 n n+1 n−1
Si la matrice A est diagonalisable, elle annule un polynôme scindé à racine ∆ (H ) = ∆ (HH )= ∆k (H)∆n+1−k (H n−1 )
simple P et donc k
k=0
P 0 (A)C = 0 n n n
L’identité ∆ (H ) = n!B s’obtient aussi par récurrence et un calcul assez
Puisque les racines de P sont simples, les valeurs propres de A ne sont pas analogue.
racine de P 0 et une diagonalisation de A permet d’affirmer c) Considérons une norme sous-multiplicative (par équivalence des normes en
dimension finie, cela ne change rien au problème). On a
det P 0 (A) 6= 0
1
k∆n (H n )k
kB n k =
0 0 n!
Puisque la matrice P (A) est inversible, l’identité P (A)C = 0 donne C = 0.
b) Supposons C diagonalisable. L’application linéaire ∆ étant continue, on peut introduire k ≥ 0 vérifiant
Notons a, b, c les endomorphismes de Rn canoniquement associés aux ∀M ∈ Mp (R), k∆(M )k ≤ k kM k
matrices A, B, C.
Soit λ une valeur propre de C. Le sous-espace propre Eλ (c) est stables par les On a alors
1 n 1 n
endomorphismes a et b car la matrice C commute avec A et B. Notons aλ et kB n k ≤ k kH n k ≤ (k kHk)
bλ les endomorphismes induits associés. On a n! n!
puis
1/n 1 √ n n
aλ ◦ bλ − bλ ◦ aλ = λ IdEλ (c) kB n k ≤ 1/n
(k kHk) −→ 0 car n! ∼ 2πn
(n!) n→+∞ e
En considérant la trace, on obtient d) On peut plonger le problème dans le cadre complexe. Soit λ une valeur
propre complexe de B et M une matrice de Mp (C) dont toutes les colonnes
λ dim Eλ (c) = 0 sont vecteurs propres de B associés à la valeur propre λ. On a
1/n 1/n
On en déduit que seule 0 est valeur propre de C et donc la matrice BM = λM et donc B n M = λn M puis kB n M k = |λ| kM k . Or
diagonalisable C est nulle. kB n M k
1/n
≤ kB n k
1/n
kM k
1/n
−→ 0
n→+∞

et on peut donc conclure λ = 0.

Exercice 45 : [énoncé] Puisque 0 est la seule valeur propre complexe de B, celle-ci est nilpotente (cf.
théorème de Cayley-Hamilton).

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 46 : [énoncé] On transpose ensuite cette solution aux matrices précédentes via la matrice
inversible
a) Soit x ∈ ker u. On a u(x) = 0E et donc 1 0
0 P
u(v(x)) = u(x) + v(u(x)) = 0E
Ainsi v(x) ∈ ker u.
Exercice 47 : [énoncé]
b) Si par l’absurde, l’endomorphisme u est inversible, on peut écrire Soient λ ∈ R et f ∈ E. On a
u ◦ v ◦ u−1 = v + IdE
D(f ) = λf ⇐⇒ f est solution de l’équation différentielle y 0 = λy
En passant à la trace, on obtient
Les solutions de l’équation y 0 = λy sont les fonctions de la forme t 7→ Ceλt .
tr(v) = tr(v) + dim E Ainsi
Ceci est absurde. On en déduit ker(u) 6= {0}. Sp(D) = R et Eλ (D) = Vect(t 7→ eλt )
ker(u) est stable v et non réduit à {0}. L’endomorphisme complexe induit par
v sur cet espace de dimension finie admet donc une valeur propre λ. Si x est
un vecteur propre associé, c’est un vecteur propre commun à u et v car Exercice 48 : [énoncé]
Soient λ ∈ C et u ∈ E. Étudions l’équation f (u) = λu. On a
u(x) = 0E et v(x) = λ.x

(1 − λ)u0 = 0
c) La conclusion qui précède vaut aussi pour une identité du type f (u) = λu ⇐⇒
∀n ∈ N∗ , (2λ − 1)un = un−1
u ◦ v − v ◦ u = au avec a 6= 0.
Dans le cas où a = 0, la propriété est encore vraie en raisonnant cette fois-ci Cas λ = 1
avec un sous-espace propre de u (stable par v car on est en situation où u et f (u) = u ⇐⇒ ∀n ∈ N∗ , un = un−1
v commutent).
Si u ◦ v − v ◦ u = au + bv avec b 6= 0 alors, en considérant w = au + bv, on a On en déduit que 1 est valeur propre de f et que le sous-espace propre associé est
u ◦ w − w ◦ u = bw. Les endomorphismes u et w ont un vecteur propre en formé des suites constantes.
commun et celui-ci est aussi vecteur propre de v. Cas λ 6= 1
Finalement, on retient u0 = 0
f (u) = λu ⇐⇒
∀n ∈ N∗ , (2λ − 1)un = un−1
u ◦ v − v ◦ u ∈ Vect(u, v) =⇒ u et v ont un vecteur propre en commun
Que λ = 1/2 ou non, on obtient
On peut alors en déduire que ces deux endomorphismes sont cotrigonalisables
en raisonnant par récurrence sur la dimension de E. En bref (car c’est assez f (u) = λu ⇐⇒ ∀n ∈ N, un = 0
long à rédiger), si l’on complète le vecteur propre précédent en une base de
E, les endomorphismes u et v seront figurés par des matrices et donc λ n’est pas valeur propre.
Finalement
λ ∗ µ ∗ Sp f = {1}
et
0 A 0 B
La relation u ◦ v − v ◦ u ∈ Vect(u, v) donne, par calcul par blocs,
AB − BA ∈ Vect(A, B). On applique l’hypothèse de récurrence aux matrices Exercice 49 : [énoncé]
A et B : Soient λ ∈ R et u ∈ E.

P −1 AP = T et P −1 BP = T 0 avec P inversible de taille n − 1 ∆(u) = λu ⇐⇒ ∀n ∈ N, u(n + 1) = (1 + λ)u(n)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Ainsi Si λ est valeur propre alors en introduisant f vecteur propre associé, il existe
∆(u) = λu ⇐⇒ ∀n ∈ N, u(n) = u0 (1 + λ)n x0 ∈ [0 ; +∞[ tel que f (x0 ) 6= 0 et la relation T (f ) = λf donne par récurrence
Pour λ ∈ ]−2 ; 0[, la suite u(n) = (1 + λ)n est élément non nul de E et vérifie ∀n ∈ N, f (x0 + n) = λn f (x0 )
∆(u) = λu.
Pour λ ∈
/ ]−2 ; 0[, seule la suite nulle est converge vers 0 et satisfait En faisant tendre n vers +∞, on obtient |λ| < 1.
Inversement, supposons |λ| < 1.
∀n ∈ N, u(n) = u0 (1 + λ)n
Si T (f ) = λf alors
On peut donc conclure
f (1) = λf (0) et ∀n ∈ N, ∀x ∈ [0 ; 1[, f (x + n) = λn f (x)
Sp(∆) = ]−2 ; 0[
La fonction f est donc entièrement déterminée par sa restriction continue sur
[0 ; 1] vérifiant f (1) = λf (0).
Exercice 50 : [énoncé] Inversement, si ϕ : [0 ; 1] → R est une fonction continue sur [0 ; 1] vérifiant
Soient λ ∈ R et f ∈ E. Si I(f ) = λf alors I(f ) est solution de l’équation ϕ(1) = λϕ(0) alors la fonction f donnée par
différentielle
y = λy 0 ∀n ∈ N, ∀x ∈ [0 ; 1[, f (x + n) = λn ϕ(x)
Si λ = 0 alors I(f ) = 0.
Si λ 6= 0 alors I(f ) est de la forme x 7→ Cex/λ et puisque I(f ) s’annule en 0 donc et continue (on vérifie la continuité en k ∈ N∗ par continuité à droite et à gauche),
I(f ) = 0. converge vers 0 en +∞ et vérifie T (f ) = λf .
Dans les deux cas f = I(f )0 = 0. Ainsi Puisqu’il est possible de construire une fonction non nulle de la sorte, le scalaire
λ ∈ ]−1 ; 1[ est valeur propre et les vecteurs propres associés sont les fonctions non
Sp(I) = ∅ nulles de la forme précédente.

Exercice 51 : [énoncé] Exercice 52 : [énoncé]

Soit λ un réel et f une fonction élément de E.
Si T (f ) = λf alors a) ϕ(f ) est dérivable sur R∗+ donc continue sur R∗+ .
∀x ∈ [0 ; +∞[, f (x + 1) = λf (x) Puisque f est continue, f admet une primitive F et alors quand x → 0+
En passant cette relation à la limite quand x → +∞, on obtient
F (x) − F (0)
ϕ(f )(x) = → F 0 (0) = f (0) = 0
` = λ` x

en notant ` la limite de f . On en déduit que ϕ(f ) est continue en 0.

Cas ` 6= 0 : La linéarité de ϕ est immédiate et donc ϕ est un endomorphisme de E.
Nécessairement λ = 1 et b) Soient λ ∈ R et f une fonction de E non nulle vérifiant ϕ(f ) = λf .
Pour tout x ∈ R+ ,
∀x ∈ [0 ; +∞[, f (x + 1) = f (x) Z x
f (t) dt = λxf (x)
Puisque la fonction f est périodique et converge en +∞, elle est constante. 0
Inversement, toute fonction constante non nulle est vecteur propre associé à la 1
donc f est de classe C et vérifie
valeur propre 1.
Cas ` = 0 : (1 − λ)f (x) = λxf 0 (x)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Le cas λ = 0 implique f = 0 et est donc exclu. Exercice 54 : [énoncé]

Pour λ 6= 0 et x > 0 on a Puisque f est de classe C 1 et que f (0) = 0, on peut écrire
xf 0 (x) = αf (x)
f (t) =t→0 f 0 (0)t + o(t)
avec α = (1 − λ)/λ dont la résolution conduit à
f (x) = Cxα , x ∈ ]0 ; +∞[ Ainsi la fonction ϕ : t 7→ f (t)/t peut être prolongée par continuité en 0 et donc
l’intégrale définissant T (f )(x) a un sens en tant qu’intégrale d’une fonction
Pour α = 0 ou α < 0 la condition lim0 f = 0 entraîne f = 0 et est donc exclue. continue. De plus, la fonction T (f ) apparaît alors comme la primitive s’annulant
Par contre le cas α > 0 (correspondant à λ ∈ ]0 ; 1[) conduit au vecteur propre en 0 de cette fonction continue ϕ, c’est donc une fonction élément de E. Enfin, la
linéarité de l’application T étant immédiate, on peut affirmer que T est un
f (x) = Cxα , x ∈ [0 ; +∞[
endomorphisme de E.
élément de E. Soient λ ∈ R.
Si T (f ) = λf alors pour tout x ∈ [0 ; +∞[,

Exercice 53 : [énoncé] T (f )(x) = λf (x)

a) T (f ) est dérivable sur R∗+ donc continue sur R∗+ . En dérivant cette relation, on obtient pour tout x ∈ [0 ; +∞[
Puisque f est continue, f admet une primitive F et alors quand x → 0+
f (x) = λxf 0 (x)
F (x) − F (0)
T (f )(x) = → F 0 (0) = f (0) Si λ = 0 alors f est la fonction nulle et λ n’est pas valeur propre.
x
Si λ 6= 0, f est solution de l’équation différentielle λxy 0 = y.
On en déduit que T (f ) se prolonge en une fonction continue en 0. Cette dernière est une équation différentielle linéaire d’ordre 1 homogène dont la
La linéarité de T est immédiate et donc T est un endomorphisme de E. solution générale sur ]0 ; +∞[ est
b) Soient λ ∈ R et f une fonction de E non nulle vérifiant T (f ) = λf .
Pour tout x > 0, y(x) = Cx1/λ
Z x
f (t) dt = λxf (x) Ainsi, il existe C ∈ R tel que pour tout x > 0,
0
donc f est de classe C 1 et vérifie f (x) = Cx1/λ
(1 − λ)f (x) = λxf 0 (x) Or pour qu’une telle fonction puisse être prolongée en une fonction de classe C 1
Le cas λ = 0 implique f = 0 et est donc exclu. sur [0 ; +∞[, il faut C = 0 ou 1/λ ≥ 1. Ainsi les valeurs propres de T sont les
Pour λ 6= 0 et x > 0 on a éléments de l’intervalle ]0 ; 1].
xf 0 (x) = αf (x) Inversement, soient λ ∈ ]0 ; 1] et la fonction fλ : x 7→ x1/λ prolongée par continuité
en 0.
avec α = (1 − λ)/λ dont la résolution conduit à
La fonction fλ est de classe C 1 sur [0 ; +∞[, s’annule en 0 et vérifie T (fλ ) = λfλ
f (x) = Cxα , x ∈ ]0 ; +∞[ sans être la fonction nulle.
Finalement, les valeurs propres de T sont exactement les éléments de l’intervalle
Pour α < 0 la condition lim0 f = 0 entraîne f = 0 et est donc exclue. ]0 ; 1].
Par contre le cas α ≥ 0 (correspondant à λ ∈ ]0 ; 1]) conduit aux vecteurs
propres
f (x) = Cxα , x ∈ [0 ; +∞[, C 6= 0 Exercice 55 : [énoncé]
éléments de E.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) On peut écrire La condition f 0 (1) = 0 entraîne toujours f = 0 et donc un tel λ n’est pas
x 1
valeur propre de T .
Z Z
T (f )(x) = tf (t) dt + x f (t) dt Sous cas λ > 0
0 x
Sachant f (0) = 0, on obtient par résolution de l’équation différentielle
L’application T (f ) apparaît alors comme continue (et même dérivable).
Ainsi, l’application T opère de E dans E, elle de surcroît évidemment linéaire.
x

b) Soient λ ∈ R et f ∈ E vérifiant f (x) = A sin √
λ
T (f ) = λf La condition f 0 (1) = 0 n’entraînera pas f = 0 que si
Cas λ = 0
1

On a T (f ) = 0 donc sin √ =0
λ
Z x Z 1
tf (t) dt + x f (t) dt = 0 c’est-à-dire si, et seulement si,
0 x
1
En dérivant, on obtient λ= avec k ∈ N∗
(kπ)2
Z 1 Z 1
xf (x) − xf (x) + f (t) dt = f (t) dt = 0 Notons qu’alors il est possible de remonter les précédents calculs et d’affirmer
x x que
En dérivant à nouveau, on obtient f = 0. Ainsi 0 n’est pas valeur propre de T . f : x 7→ sin (kπx)
Cas λ 6= 0 est vecteur propre associé à la valeur propre λ = 1/(kπ)2
On a T (f ) = λf
Z x Z 1
tf (t) dt + x f (t) dt = λf
0 x Exercice 56 : [énoncé]
En particulier, on peut affirmer que f (0) = 0 car T (f )(0) = 0.
Le premier membre de l’équation T (f ) = λf est dérivable donc la fonction f a) L’application Φ est évidemment linéaire, il reste à voir qu’elle est à valeurs
est également dérivable et, en dérivant, on obtient la relation dans R4 [X].
Z 1 Pour un polynôme P de degré inférieur à 4, le polynôme
f (t) dt = λf 0 (x) (X 2 − 1)P 0 (X) − (4X + 1)P (X) est de degré inférieur à 5 et, si a est le
x
coefficient de X 4 dans P , le coefficient de X 5 dans Φ(P ) est 4a − 4a = 0. Par
En particulier f 0 (1) = 0. suite Φ est bien à valeurs dans R4 [X] et c’est donc un endomorphisme de cet
Le premier membre de cette nouvelle équation étant dérivable, la fonction f espace.
est deux fois dérivable et on obtient en dérivant l’équation différentielle b) L’équation
00 0 5−λ 3+λ
λf (x) + f (x) = 0 y = + y
2(x − 1) 2(x + 1)
Sous cas λ < 0 est une équation différentielle linéaire d’ordre 1 de solution générale
Sachant f (0) = 0, la résolution de l’équation différentielle donne
(5−λ)/2 (3+λ)/2
! y(x) = C |x − 1| |x + 1|
x
f (x) = A sh p
|λ| sur I = ]−∞ ; −1[, ]−1 ; 1[ ou ]1 ; +∞[.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) Pour λ ∈ R, Φ(P ) = λP si, et seulement si, P 0 (X) = 4X+(1+λ)

X 2 −1 P (X) i.e. si, et
a) La linéarité est immédiate et sans peine deg(φ(P )) ≤ n pour P ∈ Rn [X].
seulement si, la fonction polynomiale P est solution, par exemple sur b) On a
]1 ; +∞[, de l’équation différentielle Xn
P (k) (a)
P (X) = (X − a)k
4x + (1 + λ) k!
k=0
y0 = y
x2 − 1 n
X P (k) (a)
P 0 (X) = (X − a)k−1
Or moyennant une décomposition en éléments simples et passage à l’opposé (k − 1)!
k=1
de λ, cette équation est celle précédemment résolue et le problème est alors
de déterminer pour quel paramètre −λ, la solution précédemment présentée puis
n n
est une fonction polynomiale de degré inférieur à 4. Les valeurs
X P (k) (a) X P (k) (a)
φ(P )(X) = (X − a)k − 2 (X − a)k
3, 1, −1, −3, −5 conviennent et ce sont donc des valeurs propres de Φ, de plus (k − 1)! k!
k=2 k=1
il ne peut y en avoir d’autres car dim R4 [X] = 5. Les vecteurs propres donc
associés à ces valeurs propres λ sont les polynômes n
X P (k) (a)
φ(P )(X) = (k − 2) (X − a)k − 2P 0 (a)(X − a)
5+λ 3−λ k!
C(X − 1) 2 (X + 1) 2 avec C 6= 0 k=3

Ainsi
P ∈ ker φ ⇐⇒ P 0 (a) = 0 et ∀3 ≤ k ≤ n, P (k) (a) = 0
Exercice 57 : [énoncé] et donc
L’application ϕ est évidemment linéaire et on vérifie en observant une ker φ = Vect(1, (X − a)2 )
simplification que ϕ transforme un polynôme de degré inférieur à n en un autre.
L’application ϕ est donc bien un endomorphisme de Rn [X]. Aussi
Soient λ ∈ R et P ∈ Rn [X]. P ∈ Im φ ⇐⇒ P (a) = P 00 (a) = 0
Pour résoudre l’équation ϕ(P ) = λP , on recherche les solutions polynomiales de et donc
degrés inférieurs à n à l’équation différentielle Im φ = (X − a)3 Rn−3 [X] + Vect(X − a)

(x2 − 1)y 0 − (nx + λ)y = 0 c) On a


La solution générale de cette équation différentielle est  0 = λP (a)

n+λ n−λ
φ(P ) = λP ⇐⇒ −2P 0 (a) = λP 0 (a)
y(x) = C (x − 1) 2
(x + 1) 2

(k − 2)P (k) (a) = λP (k) (a) pour k ∈ {2, . . . , n}


Pour λ = −n + 2k avec k ∈ {0, . . . , n}, on obtient une fonction polynomiale non Cette équation possède une solution non nulle si, et seulement si, λ = 0,
nulle λ = −2 et λ = k − 2 avec k ∈ {2, . . . , n}.
Pλ (X) = C(X − 1)k (X + 1)n−k avec C 6= 0 Ainsi
et donc λ est valeur propre de ϕ et les Pλ sont les vecteurs propres associés. Sp(φ) = {−2, 0, 1, . . . , n − 2}
Puisque dim Rn [X] = n + 1, il ne peut y avoir d’autres valeurs propres (et On a E−2 (φ) = Vect(X − a), E0 (φ) = ker φ, Ek−2 (φ) = Vect(X − a)k pour
l’endomorphisme ϕ est diagonalisable). k ∈ {3, . . . , n}.
La somme des dimensions des sous-espaces propres vaut dim Rn [X] :
l’endomorphisme est diagonalisable.
Exercice 58 : [énoncé] En fait, la base des (X − a)k est base de diagonalisation de l’endomorphisme
φ.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 59 : [énoncé] b) La matrice A + p1 In n’est pas inversible seulement si −1/p est valeur propre
de A. Puisque la matrice A ne possède qu’un nombre fini de valeurs propres,
a) Il suffit de calculer le polynôme caractéristique de f à partir d’une pour p assez grand on est sûr que A + p1 In ∈ GLn (C).
représentation matricielle triangulaire par blocs relative à une base adaptée à Comme vu ci-dessus, pour x ∈ C,
l’espace non nul E(f, a). χ(A+ p1 In )B (x) = χB(A+ p1 In ) (x)
b) La matrice A est de rang 1 donc 0 est valeur propre de A et par la formule du
rang dim E(A, 0) = 3. En passant à la limite quand p → +∞, on obtient χAB (x) = χBA (x).
Le polynôme caractéristique de A étant de degré 4 et factorisable par X 3 , Ceci valant pour tout x ∈ C, les polynômes χAB et χBA sont égaux.
c’est un polynôme scindé. La somme des valeurs propres de A comptées avec
multiplicité vaut alors tr A = 10.
Par suite 10 est valeur propre de A de multiplicité nécessairement 1. Exercice 63 : [énoncé]
Finalement A est diagonalisable semblable à diag(0, 0, 0, 10). D’une part
λIn A In On,p λIn − AB A
=
B Ip −B Ip Op,n Ip
Exercice 60 : [énoncé] D’autre part

−1
In On,p λIn A λIn A
a) Si B = P AP alors =
−B λIp B Ip Op,n λIp − AB
χB (λ) = det(λP −1 P − P −1 AP ) = χA (λ) En passant au déterminant, on obtient

det M = χAB (λ) et λp det M = λn χBA (λ)

0 1 0 0
b) Inversement A = et B = ne sont pas semblables mais ont
0 0 0 0
même polynôme caractéristique. et on en déduit
λp χAB (λ) = λn χBA (λ)

Exercice 61 : [énoncé] Exercice 64 : [énoncé]

Soit G un supplémentaire de F . Dans une base adaptée à la décomposition Dans le cas où
E = F ⊕ G, la matrice de u est triangulaire supérieure par blocs et en calculant le

Ir 0
polynômes caractéristique de u par cette matrice on obtient immédiatement la A = Jr =
0 0
propriété demandée.
la propriété est immédiate en écrivant

C D
B=
Exercice 62 : [énoncé] E F

avec C bloc carré de taille r.

a) Pour x ∈ C, Dans le cas général, on peut écrire A = QJr P avec r = rg A et P, Q inversibles.
det(xIn −AB) = det A det(xA−1 −B) = det(xA−1 −B) det A = det(xIn −BA) X q χAB (X) = X q χQ−1 ABQ (X) = X q χJr P BQ (X)

donc donc
χAB (x) = χBA (x) X q χAB (X) = X p χP BQJr (X) = X p χBQJr P (X) = X p χBA (X)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 65 : [énoncé] a) Oui, un tel polynôme existe, il suffit de se référer aux matrices compagnons !
Il est bien connu que Pour a0 , a1 , . . . , an−1 ∈ K, la matrice compagnon associée est
∀M, N ∈ Mn (K), χM N = χN M  
0 (0) −a0
On en déduit  1 ...
 
−a1 
M = 
.. 

..
χ(AB)p = χ[A(BA)p−1 ]B = χB[A(BA)p−1 ] = χ(BA)p  . 0 . 
(0) 1 −an−1

Son polynôme caractéristique est

Exercice 66 : [énoncé]
X (0) a0
(−x)n ..

1
χA−1 (x) = det(xIn − A−1 ) = det A−1 det(xA − In ) = det I −A χM (X) =
−1 . a1
det A x .. ..
. X .
Or det(A) = (−1)n χA (0) donc (0) −1 X + an−1
xn Il peut se calculer par la succession d’opérations élémentaires
χA−1 (x) = χA (1/x)
χA (0)
Li ← Li + XLi+1 avec i allant de n − 1 à 1 dans cet ordre

On obtient alors
Exercice 67 : [énoncé]
0 (0) α
On a ..
..
χAĀ (X) = det(XIn − AĀ) −1 . .
χM (X) =
..
donc en conjuguant . 0 (an−2 + an−1 X + X 2 )
(0) −1 X + an−1 X
χAĀ (X) = det(XIn − ĀA) = χĀA (X) avec
α = a0 + a1 X + · · · + an−1 X n−1 + X n

Or il est bien connu que pour A, B ∈ Mn (C)
En développant selon la première ligne, on obtient
χAB = χBA
χM (X) = a0 + a1 X + · · · + an−1 X n−1 + X n
On obtient donc Ainsi, pour P ∈ Z [X] unitaire de degré n, on peut construire une matrice à
χAĀ = χAĀ coefficients entiers dont le polynôme caractéristique est (−1)n P (X).
et par conséquent b) Il existe une matrice A dont le polynôme caractéristique est P . Puisque toute
matrice complexe est trigonalisable, la matrice A est en particulier semblable
χAĀ ∈ R [X]
dans Mn (C) à une matrice triangulaire de la forme
 
λ1 ∗
 .. 
Exercice 68 : [énoncé]  . 
0 λn

Diffusion autorisée à titre entièrement gratuit uniquement - dD

La matrice Aq est alors semblable à la matrice Exercice 70 : [énoncé]

 q
∗0

λ1
 ..  a) Sp B = Sp t B car χB = χt B .
 . 
0 λqn b) Pour tout X ∈ Mn,1 (K), A(CX) = λ(CX) donc CX ∈ ker(A − λIn ).
c) Soit X et Y des vecteurs propres de A et t B associé à la valeur propre λ. La
Le polynôme caractéristique de Aq est alors Pq . Or Aq est une matrice à matrice C = X t Y est solution.
coefficients entiers et donc son polynôme caractéristique Pq est aussi à
coefficients entiers. d) On peut écrire C = QJr P avec P, Q inversibles. La relation AC = CB donne
Q−1 AQJr = Jr P BP −1 .
c) Compte tenu des relations entre les coefficients et les racines d’un polynôme
En écrivant les matrices Q−1 AQ et P BP −1 par blocs, l’égalité
scindé, on peut majorer les coefficients de P et affirmer que, pour un degré
Q−1 AQJr = Jr P BP −1 impose une décomposition en blocs triangulaire puis
fixé, il n’y a qu’un nombre fini de polynômes P possibles car les coefficients
permet d’observer que χA = χQ−1 AQ et χB = χP BP −1 ont un facteur
de P sont entiers et borné. Considérons un tel polynôme. L’application
commun de degré ≥ r, à savoir le polynôme caractéristique du bloc commun
q ∈ N∗ 7→ Pq n’est pas injective compte tenu à cause de l’argument de
en position (1,1).
cardinalité précédent. Il existe donc q < r tel que Pq = Pr . Ainsi, il existe une
permutation σ de Nn vérifiant : e) La réciproque est assurément fausse en toute généralité. Pour r = n, deux
matrices ayant même polynôme caractéristique ne sont pas nécessairement
∀i ∈ Nn , λqi = λrσ(i) semblables.

À l’aide d’une décomposition en cycles de σ, on peut affirmer qu’il existe une

puissance de σ égale à l’identité et donc conclure que pour tout i ∈ Nn il
0 Exercice 71 : [énoncé]
existe q 0 > q tel que λqi = λqi . On peut alors affirmer que λi est nul ou bien On peut écrire M = QJr P avec P, Q inversibles. La relation AM = M B donne
racine de l’unité.
Q−1 AQJr = Jr P BP −1
Exercice 69 : [énoncé] En écrivant les matrices Q−1 AQ et P BP −1 par blocs, l’égalité
Dans une base adaptée au noyau f , la matrice de f est

a b 0 ··· 0
 Q−1 AQJr = Jr P BP −1
 .. .. 
c d
 . .  impose une décomposition en blocs triangulaire puis permet d’observer que les
 .. ..  polynômes χA = χQ−1 AQ et χB = χP BP −1
∗ ∗ . .

. .
 ont un facteur commun de degré ≥ r, à savoir le polynôme caractéristique du bloc
.. .. 
 .. .. . . commun en position (1,1).
∗ ∗ 0 ··· 0
On a alors
Exercice 72 : [énoncé]
χf (X) = X n−2 X 2 − (a + d)X + ad − bc

En développant selon la première colonne
Or
tr f = a + d et tr f 2 = a2 + 2bc + d2 λ −1 0 λ −1 0
.. .. .. .. .. ..
donc . . . = −a0 + λ . . .
(tr f )2 − tr(f 2 )

χf (X) = X n−2
X 2 − tr(f )X + 0 ··· λ −1 0 ··· λ −1
2 −a0 ··· −an−2 λ − an−1 −a1 ··· −an−2 λ − an−1
[n] [n−1]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

puis en reprenant le processus on parvient à Exercice 75 : [énoncé]

λn − (an−1 λn−1 + · · · + a1 λ + a0 )
a) En factorisant sur la ième colonne
On peut aussi résoudre le problème via l’opération élémentaire : ai 1 an
C1 ← C1 + λC2 + · · · + λn−1 Cn . .. ..
a1 . .
P (ai ) = ai ... 1
..
.
Exercice 73 : [énoncé] .. ..
. . an
a1 1 ai
a) Pn (x) est un déterminant tri-diagonal. On développe selon la première
colonne en un déterminant triangulaire et en un second déterminant qu’on En retranchant la ième ligne à chacune des autres
développe selon la première ligne.
ai − a1 0 0
P1 (x) = x et P2 (x) = x2 − 1 .. ..
0 . .
P (ai ) = ai .. ..
b) La suite (Pn (2 cos α))n≥1 est une suite récurrente linéaire d’ordre 2. On . 1 .
introduit l’équation caractéristique associée dont les racines permettent .. ..
d’exprimer le terme général de (Pn (x)) à l’aide de coefficients inconnus . . 0
déterminés par les valeurs n = 1 et n = 2. On peut aussi simplement vérifier 0 0 ai − an
la relation proposée en raisonnant par récurrence double. et donc Y
kπ P (ai ) = ai (ai − aj )
c) Les xk = 2 cos n+1 avec k ∈ {1, . . . , n} sont racines distinctes de Pn (x).
An ∈ Mn (C) possède n valeurs propres distinctes donc A est diagonalisable. j6=i

b) En utilisant la formule des déterminants

n
Exercice 74 : [énoncé] X Y
P (x) = ε(σ) aσ(i),i + xδσ(i),i
σ∈Sn i=1
a) On obtient Qn Qn
Si σ = IdNn alors i=1 aσ(i),i + xδσ(i),i = i=1 (ai,i + x) est une expression
Y
P (ai ) = ai (ai − aj )
j6=i Qn de degré n.
polynomiale unitaire Qn
Si σ 6= IdNn alors i=1 aσ(i),i + xδσ(i),i = i=1 (ai,i + x) est une expression
P est de degré n et unitaire donc polynomiale de degré strictement inférieure à n.
n On peut donc affirmer que P est une fonction polynomiale unitaire de degré
P (x) X ai
Qn =1+ exactement n.
i=1 (x − ai ) x − ai
i=1 c) Puisque les ai sont deux à deux distincts
n
b) On en déduit P (X) X λi
n Qn =1+
det A = P (0) = (−1)n−1 (n − 1)
Y
ai i=1 (X − ai ) i=1
X − ai
i=1 avec
Notons que l’on peut proposer une démarche plus simple en commençant par P (ai )
λi = Q = ai
factoriser les ai par colonnes. j6=i (ai − aj )

Diffusion autorisée à titre entièrement gratuit uniquement - dD

d) On a det(A + In ) = P (1). ce qui donne

Si l’un des ai vaut 1, il suffit de reprendre la valeur de P (ai ). χA (B) ∈ GLn (C) ⇐⇒ ∀1 ≤ k ≤ n, λk ∈
/ Sp B
Sinon, par la décomposition précédente
et on peut ainsi affirmer
n
P (1) X ai
Qn =1+ χA (B) ∈ GLn (C) ⇐⇒ Sp A ∩ Sp B = ∅
i=1 (1 − ai ) i=1
1 − ai

et donc !
n n Exercice 79 : [énoncé]
X ai Y
det(A + In ) = 1+ (1 − ai )
i=1
1 − ai i=1
a) On peut écrire B = P −1 CP avec P inversible et alors

Exercice 76 : [énoncé] xIn − B = P −1 (xIn − C) P

Il est classique d’établir χAB = χBA en commençant par établir le résultat pour A
ainsi que
inversible et le prolongeant par un argument de continuité et de densité. −1 −1
(xIn − B) = P (xIn − C) P −1
sous réserve d’inversibilité.
Exercice 77 : [énoncé] b) La matrice A est trigonalisable dans Mn (C). Quitte à considérer une matrice
Par contraposition, montrons semblable, on peut supposer A triangulaire supérieure (ce qui n’affecte ni le
calcul de la trace, ni celui du polynôme caractéristique PA ). En écrivant
det A < 0 =⇒ Sp A ∩ ]−∞ ; 0[ 6= ∅
 
On a λ1 ∗
χA (X) = X n + · · · + (−1)n det A A=
 .. 
. 
Si det A < 0 alors (−1)n χA (0) < 0 et limt→−∞ (−1)n χA (t) = +∞. Sachant la (0) λn
fonction t 7→ χA (t) continue, il existe λ ∈ ]−∞ ; 0[ racine de χA et donc valeur
on obtient
propre de A.  1
∗

x−λ1
On peut aussi établir le résultat en observant que le déterminant de A est le −1 ..
(xIn − A) =
 
produit des valeurs propres complexes de A comptées avec multiplicité. Parmi . 
1
celles-ci, celles qui sont réelles sont positives et celles qui sont complexes non (0) x−λn
réelles, sont deux à deux conjuguées. Le produit est donc positif.
et donc
n
−1
X 1 P 0 (x)
tr (xIn − A) = = A
Exercice 78 : [énoncé] x − λk PA (x)
k=1
On peut écrire car
n n
Y
Y
χA (X) = (X − λk ) PA (x) = (x − λk )
k=1 k=1

avec λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité.

On a alors
Exercice 80 : [énoncé]
χA (B) ∈ GLn (C) ⇐⇒ ∀1 ≤ k ≤ n, B − λk In ∈ GLn (C)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) Pour tout f ∈ L(E), f admet un polynôme minimal qui admet au moins une Exercice 84 : [énoncé]
racine dans C qui est alors valeur propre de f .
b) Si λ est valeurs propre de l’endomorphisme considéré alors il existe un a) Le polynôme caractéristique d’une matrice complexe possède au moins une
polynôme P non nul tel que XP (X) = (1 + λ)P (X) ce qui est impossible racine dans C.
pour des raisons de degré. b) det(In + λT ) = 1 6= 0 et donc T vérifie (P ).
c) rg Tr = r.
Exercice 81 : [énoncé] d) Les matrices A et B étant de même rang, elles sont équivalentes et donc il
existe P, Q inversibles vérifiant A = P BQ. Puisqu’il existe une matrice M
a) Tout endomorphisme sur un C-espace vectoriel de dimension finie admet au telle que det(M + λA) 6= 0 pour tout λ ∈ K, on a
moins une valeur propre.
b) Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v det(P M Q + λB) = det P det(M + λA) det Q 6= 0
(car u ◦ v = v ◦ u) et l’endomorphisme induit par v sur Eλ (u) admet au moins et donc B vérifie la propriété (P ).
une valeur propre. Un vecteur propre associé à celle-ci est vecteur propre
commun à u et v. e) Si une matrice est non inversible, elle est de même rang qu’une matrice Tr
avec r < n et comme cette dernière vérifie (P ), on peut conclure qu’une
matrice non inversible vérifie (P ).
Exercice 82 : [énoncé] Inversement, si A est une matrice inversible alors pour tout M ∈ Mn (C)
On retraduit le problème en terme d’endomorphismes. Soient u et v deux
endomorphismes d’un C-espace vectoriel de dimension finie vérifiant u ◦ v = v ◦ u. det(M + λA) = det(A) det(M A−1 + λIn )
Tout endomorphisme sur un C-espace vectoriel admet au moins une valeur propre.
Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v (car et puisque la matrice M A−1 admet une valeur propre, il est impossible que
u ◦ v = v ◦ u) et l’endomorphisme induit par v sur Eλ (u) admet au moins une det(M + λA) soit non nul pour tout λ ∈ C.
valeur propre. Un vecteur propre associé à celle-ci est vecteur propre commun à u f) Si n est impair alors toute matrice de Mn (R) admet une valeur propre (car le
et v. polynôme caractéristique réel est de degré impair). On peut alors conclure
comme au dessus.
Si n est pair, la propriété précédente n’est plus vraie. Par exemple
Exercice 83 : [énoncé]
Si A et B ont λ pour valeur propre commune alors puisque A et t A ont les mêmes 0 −1
A=
valeurs propres, il existe des colonnes X, Y 6= 0 vérifiant t AX = λX et BY = λY . 1 0
Posons alors U = Y t X ∈ Mn (C) \ {0}.
On a BU = λY t X et U A = Y t (t AX) = λY t X donc U A = BU . est inversible et vérifie la propriété (P ) avec M = In .
Inversement, supposons qu’il existe U ∈ Mn (C) non nulle vérifiant U A = BU . On
peut écrire U = QJr P avec P, Q inversibles et r = rg U > 0. L’égalité U A = BU
entraîne alors Jr A0 = B 0 Jr avec A0 = P AP −1 et B 0 = Q−1 BQ. Puisque Exercice 85 : [énoncé]
semblables, Sp A0 = Sp A et Sp B 0 = Sp B. En raisonnant par blocs, l’égalité Tout endomorphisme sur un C-espace vectoriel de dimension finie admet au moins
Jr A0 = B 0 Jr entraîne une valeur propre.
Soit λ une valeur propre de u. Eλ (u) est un sous-espace vectoriel stable par v (car
M 0 M ∗ u ◦ v = v ◦ u) et l’endomorphisme induit par v sur Eλ (u) admet au moins une
A0 = et B 0 = avec M ∈ Mr (C)
∗ ∗ 0 ∗ valeur propre. Un vecteur propre associé à celle-ci est vecteur propre commun à u
Ces formes matricielles Sp M ⊂ Sp A0 et Sp M ⊂ Sp B 0 . Or Sp M 6= ∅ (cadre et v.
complexe) donc Sp A ∩ Sp B 6= ∅.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 86 : [énoncé] c) Si de plus |λ| = 1 alors il y a égalité dans l’inégalité précédente.

On retraduit le problème en termes d’endomorphismes. L’égalité dans la deuxième inégalité entraîne |xj | = |xi0 | pour tout
Soit u un endomorphisme d’un K-espace vectoriel de dimension finie vérifiant j ∈ {1, . . . , n} car les coefficients de la matrice A sont tous non nuls.
rg(u) = 1. L’égalité dans la première inégalité entraîne que les complexes engagés sont
Le noyau de u est un hyperplan et si l’on fixe x ∈
/ ker u, on obtient positivement liés et donc qu’il existe θ ∈ R tel que pour tout j ∈ {1, . . . , n},
Vect(x) ⊕ ker u = E xj = |xj | eiθ
Puisque u(x) ∈ E, on peut écrire u(x) = λx + y avec y ∈ ker u de sorte que On en déduit x1 = . . . = xn puis λ = 1.
2
u (x) = λu(x)
Exercice 89 : [énoncé]
Les applications linéaires u2 et λu sont alors égales sur Vect(x) mais aussi bien
sûr sur ker u, ces applications linéaires sont donc égales sur E.
De plus, pour y ∈ Im(u) \ {0}, on peut écrire y = u(a) et alors a) Le vecteur X = t (1 . . . 1) est évidemment vecteur propre associé à la valeur
propre 1.
u(y) = u2 (a) = λu(a) = λy
b) Soient λ ∈ Sp(A) et X = t (x1 . . . xn ) un vecteur propre associé. Soit i0
Ainsi λ est bien valeur propre de u. l’indice vérifiant
|xi0 | = max |xi |
1≤i≤n
Pn
Exercice 87 : [énoncé] On a |xi0 | =
6 0 et la relation AX = λX donne λxi0 = j=1 ai0 ,j xj donc
Soient λ ∈ Sp(A) et X 6= 0 tels que AX = λX.
Posons i ∈ {1, . . . , n} tel que |xi | = max1≤k≤n |xk |. On a xi 6= 0 et n
X n
X n
X
|λ| |xi0 | = ai0 ,j xj ≤ |ai0 ,j | |xj | ≤ ai0 ,j |xi0 | = |xi0 |
n n
X X j=1 j=1 j=1
|λxi | = ai,j xj ≤ |ai,j | |xi | ≤ kAk |xi |
j=1 j=1 puis |λ| ≤ 1.
c) Si de plus |λ| = 1 alors il y a égalité dans l’inégalité précédente.
d’où |λ| ≤ kAk.
L’égalité dans la deuxième inégalité entraîne |xj | = |xi0 | pour tout j tel que
ai0 ,j 6= 0.
Exercice 88 : [énoncé] L’égalité dans la première inégalité entraîne que les complexes engagés sont
positivement liés et donc qu’il existe θ ∈ R tel que pour tout j ∈ {1, . . . , n},
a) Le vecteur X = t (1 . . . 1) est évidemment vecteur propre associé à la valeur ai0 ,j xj = ai0 ,j |xj | eiθ
propre 1.
b) Soient λ ∈ Sp(A) et X = t (x1 . . . xn ) un vecteur propre associé. Soit i0 Ces deux propriétés donnent pour tout j ∈ {1, . . . , n}, ai0 ,j xj = ai0 ,j |xi0 | eiθ
l’indice vérifiant que ai0 ,j 6= 0 ou non. Pn
|xi0 | = max |xi | En injectant ceci dans la relation λxi0 = j=1 ai0 ,j xj , on obtient
1≤i≤n
Pn λxi0 = |xi0 | eiθ .
On a |xi0 | =
6 0 et la relation AX = λX donne λxi0 = j=1 ai0 ,j xj donc Pour j ∈ {1, . . . , n} tel que ai0 ,j 6= 0, xj = λxi0 .
Posons i1 = j et reprenons la même démarche, ce qui est possible puisque
n n n
X X X |xi1 | = max1≤i≤n |xi |.
|λ| |xi0 | = ai0 ,j xj ≤ |ai0 ,j | |xj | ≤ ai0 ,j |xi0 | = |xi0 | N
On définit ainsi une suite (ip ) ∈ {1, . . . , n} vérifiant λxip = xip+1 .
j=1 j=1 j=1
Cette suite étant non injective, il existe p ∈ N et q ∈ N∗ tel que ip = ip+q ce
puis |λ| ≤ 1. qui donne λq = 1.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 90 : [énoncé] √ propres de la matrice sont donc 1 (pour n ≥ 3) et les deux racines
Les valeurs
λ = 1 ± n − 1.
a) 2ème méthode :

1 (0)
 
1 ··· 1
 Notons A la matrice étudiée. L’équation AX = λX donne le système
 .. .. .. ..  = t L 
x1 + · · · + xn = λx1
L = .  et U = 
 
. . . 

x1 + x2 = λx2

1 ··· 1 (0) 1

..
 .
b) U = I + N + · · · + N n−1 , (I − N )U = I donc U −1 = I − N ,


x1 + xn = λxn

L−1 = t (U −1 ) = I − t N donc A−1 = U −1 L−1 = I − N − t N + N t N .
c) qui équivaut à 

2 1 (0)
 
 x1 + · · · + xn = λx1
x1 = (λ − 1)x2

.. ..
  
−1
1 . .  ..
A =  .
..
  

.

 2 1 
x1 = (λ − 1)xn
(0) 1 1
Pour λ = 1, on peut obtenir une solution non nulle avec les conditions
−1
Posons χn le polynôme caractéristique de A ∈ Mn (R).
x1 = 0 et x2 + · · · + xn = 0
On a χn+2 (λ) = (2 − λ)χn+1 (λ) − χn (λ) avec χ0 (λ) = 1 et χ1 (λ) = 1 − λ.
En écrivant λ = 2 + 2 cos θ avec θ ∈ [0 ; π] et en posant fn (θ) = χn (2 + 2 cos θ) Pour λ 6= 1, le système devient
on a la relation :  2
fn+2 (θ) + 2 cos θfn+1 (θ) + fn (θ) = 0, f0 (θ) = 1 et f1 (θ) = 2 cos θ − 1. 
 (n − 1)x1 = (λ − 1) x1
x2 = x1 /(λ − 1)


La résolution de cette récurrence linéaire d’ordre 2 donne
..
 .
cos n + 21 θ


xn = x1 /(λ − 1)

fn (θ) =
cos θ2
Pour x1 = 0, la solution du système est nulle.
Ainsi, χn admet n racines dans [0 ; 4] et puisque ce polynôme est de degré n il Pour x1 6= 0, on peut former une solution non nulle à condition que
n’y en a pas ailleurs : Sp A−1 ⊂ [0 ; 4]. (λ − 1)2 = n − 1 ce qui fournit les valeurs déjà remarquées au dessus.

Exercice 92 : [énoncé]
Exercice 91 : [énoncé] Notons M la matrice étudiée et supposons n ≥ 3, les cas n = 1 et 2 étant
1ère méthode : immédiats.
Notons χn (λ) le polynôme caractéristique de cette matrice de taille n. Puisque rg M = 2, 0 est valeur propre de Mn (R) et dim E0 (M ) = n − 2.
Par développement du déterminant selon la dernière colonne on obtient Soit λ une valeur propre non nulle de Mn (R) et X = t (x1 · · · xn ) un vecteur
propre associé.
χn (λ) = (λ − 1)χn−1 (λ) − (λ − 1)n−2
L’équation M X = λX fournit le système
En étudiant les premiers termes de cette suite, on conjecture


 xn = λx1

 ..
χn (λ) = (λ − 1)n − (n − 1)(λ − 1)n−2 .


 x n = λx n−1
ce que l’on vérifie aisément par récurrence. 
x1 + · · · + xn = λxn

Diffusion autorisée à titre entièrement gratuit uniquement - dD

On en déduit égale à la somme de ses valeurs propres comptées avec multiplicité, la dernière
λ(λ − 1)xn = λx1 + · · · + λxn−1 = (n − 1)xn valeur propre de Com A n’est autre
avec xn 6= 0 car xn = 0 et λ 6= 0 entraînent X = 0. tr(Com A)
Par suite λ est racine de l’équation λ2 − λ − (n − 1) = 0 et donc
√ Pour calculer cette dernière, considérons At = A + tIn avec t > 0. Puisque A n’est
1 ± 4n − 3 pas inversible, 0 est valeur propre de A et on peut indexer les valeurs propres
λ=
2 λ1 , . . . , λn de A de sorte que λn = 0.
Pour t assez petit, la matrice At est inversible de valeurs propres
Inversement, on justifie que ses valeurs sont valeurs propres, soit en remontant le
raisonnement, soit en exploitant la diagonalisabilité de la matrice symétrique λ1 + t, . . . , λn−1 + t, t
réelle M pour affirmer l’existence de n valeurs propres comptées avec multiplicité.
Les valeurs propres de la comatrice de At sont alors
det At det At det At
Exercice 93 : [énoncé] ,..., ,
λ1 + t λn−1 + t t
Notons λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité.
Si la matrice A est inversible alors avec
det At = (λ1 + t) . . . (λn−1 + t)t
t
(Com A) = det(A)A−1
On en déduit
−1
Les valeurs propres de A sont alors
tr(Com At ) = ((λ2 + t) . . . (λn−1 + t)t)+. . .+((λ1 + t) . . . (λn−2 + t)t)+(λ1 +t) . . . (λn−1 +t)
1 1
,..., et enfin
λ1 λn
tr(Com A) = lim+ tr(Com At ) = λ1 . . . λn−1
t→0
Les valeurs propres de Com A, qui sont aussi celles de t (Com A), sont alors les
Si rg A = n − 1 alors 0 est valeur propre de multiplicité n − 1 de Com A et l’autre
det A det A valeur propre de Com A est le produit des valeurs propres non nulles de A.
,..., Si rg A ≤ n − 2 alors 0 est valeur propre au moins double de A et donc
λ1 λn
tr(Com A) = 0. Dans ce cas, 0 est valeur propre de multiplicité n de Com A. En
Si rg A ≤ n − 2 alors tous les mineurs de A sont nuls et donc Com A = On et l’on fait, on peut montrer que la comatrice de A est nulle puisque tous les mineurs de
peut immédiatement conclure. A sont nuls quand rg A ≤ n − 2.
Si rg A = n − 1 alors la comatrice de A est de rang inférieur à 1. En effet on a
t
(Com A)A = On Exercice 94 : [énoncé]
donc
Im A ⊂ ker(t Com A) a) Par le calcul  
1 (0) 0
puis  .. 
dim ker(Com A) = dim ker(t Com A) ≥ n − 1 .
A2 = 
1
..  ∈ Mn (R)


et par la formule du rang 1 .
rg(Com A) ≤ 1 0 (0) 1
Sachant que la comatrice de A est de rang 0 ou 1, 0 est valeur propre de Com A Puisque A et A2 ne possèdent que deux colonnes non nulles et que celles-ci
de multiplicité au moins égale à n − 1. Puisque la trace de Com A ∈ Mn (C) est sont visiblement indépendantes, on a rg A = rg A2 = 2.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) On a rg f = rg f 2 donc dim ker f = dim ker f 2 . Or ker f ⊂ ker f 2 donc Pour déterminer la limite de (un ), on va chercher une constance le long de la
ker f = ker f 2 . dynamique. Il parait naturel de la considérer linéaire et fonction p termes
Pour x ∈ ker f ∩ Im f , on peut écrire x = f (a) et on a f (x) = 0 donc consécutifs de la suite. Nous cherchons donc une ligne L ∈ Mp,1 (C) telle que
a ∈ ker f 2 = ker f puis x = 0. LXn+1 = LXn . Il suffit pour cela de déterminer L vérifiant L = LA et donc de
On en déduit ker f ∩ Im f = {0E } et un argument de dimension permet trouver t L vecteur propre de t A associé à la valeur propre 1. Après calcul, on
d’affirmer ker f ⊕ Im f = Rn . obtient
c) Une base adaptée à la décomposition ker f ⊕ Im f = Rn permet de justifier L = a0 a0 + a1 · · · a0 + · · · + ap−1
que la matrice A est semblable à
  sachant P (1) = 1 − (a0 + · · · + ap−1 ) = 0.
0 (0) En posant ` la limite de la suite (un )n∈N , la relation LXn = LX0 donne à la limite
 .. 

 .  avec B ∈ M2 (R)
 p−1
! p−1 k
X X X
 0  (p − k)ak `= ak uj
(0) B k=0 k=0 j=0

Puisqu’on a alors rg A = rg B = 2, on peut affirmer que la matrice B est Puisque 1 est racine simple de P ,
inversible.
d) tr B = tr A = 0 et tr B 2 = tr A2 = 2. p−1
X p−1
X
Soient λ et µ les deux valeurs propres complexes de la matrice B. On a P 0 (1) = p − kak = (p − k)ak 6= 0
k=0 k=0
λ+µ=0
λ2 + µ2 = 2 et donc Pp−1 Pk
k=0 ak j=0 uj
On en déduit `=
{λ, µ} = {1, −1} P 0 (1)
Ainsi
Sp B = {1, −1} et Sp A = {1, 0, −1}
Exercice 96 : [énoncé]
e) Par calcul de rang Les coefficients de t Com(A).A s’interprètent comme des développements de
dim E0 (A) = dim ker A = n − 2 déterminants selon une colonne. . .
On a aussi Si A admet n valeurs propres distinctes, det A est le produit de ces valeurs
propres.
dim E1 (A) = dim E1 (B) = 1 et dim E−1 (A) = 1
Si X 6= 0 vérifie AX = λX alors λt Com(A)X = (det A)X.
donc la matrice A est diagonalisable car la somme des dimensions de ses Ainsi quand λ 6= 0, X est vecteur propre de t Com(A) associé à la valeur propre
det A
sous-espaces propres est égale à n. λ .
Si A n’est pas inversible alors det A = 0 donc t Com(A)A = 0 puis
Im A ⊂ ker t Com A.
Exercice 95 : [énoncé] Ainsi dim ker t Com(A) ≥ n − 1. De plus Com A 6= 0 car rg A = n − 1 (car les
Introduisons la colonne Xn = t un un+1 · · · un+p−1 . On vérifie valeurs propres de A sont simples, en particulier 0). Par suite
Xn+1 = AXn avec   dim ker t Com(A) = n − 1
0 1 (0)
Sous réserve que n ≥ 2, 0 est valeur propre de t Com A et puisque
.. ..
dim ker t Com(A) = n − 1, il ne reste de place que pour une seule autre valeur
 
A=
 . . 

(0) 0 1  propre.
a0 a1 · · · ap−1 Soit X ∈ ker A \ {0},. On a t Com(A + tIn )(A + tIn )X = det(A + tIn )X

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Pour t 6= 0, on a On en déduit
t det(A + tIn ) kπ kπ
Com(A + tIn )X = X. xj = λ cos j + µ sin j
t n+1 n+1
Quand t → 0+ , par continuité Les conditions x0 = xn+1 = 0 donnent λ = 0 et finalement
t
Com(A + tIn )X → t Com(A)X.

kπ
xj = µ sin j
n+1
En calculant le déterminant par diagonalisation, det(A+tI
t
n)
→ µ avec µ le produit
des valeurs propres non nulles de A.
Par unicité de la limite, on obtient t Com(A)X = µX.
Exercice 98 : [énoncé]
Au final, t Com A admet 2 valeurs propres : 0 et µ.
Si λ est valeur propre de A alors il existe une colonne non nulle telle que
AX = λX. Pour M matrice dont toutes les colonnes sont égales à X on a
Exercice 97 : [énoncé] u(M ) = λM . Ainsi λ est valeur propre de u. Inversement si λ est valeur propre de
u, une colonne non nulle d’un vecteur propre associé à λ définit un vecteur propre
associée à la valeur propre λ pour A. Ainsi λ est aussi valeur propre de A.
a) un = χn (2 cos α) est un déterminant tridiagonal.
Finalement Sp(A) = Sp(u).
On développe selon la première colonne en un déterminant triangulaire et en
Une matrice M appartient au sous-espace propre associé à la valeur propre λ de u
un second déterminant qu’on développe selon la première ligne.
si, et seulement si, chaque colonne de M appartient au sous-espace propre associé
On obtient
à la valeur propre λ de A.
un = 2 cos(α)un−1 − un−2
La suite (un ) est une suite récurrente linéaire d’ordre 2 d’équation
caractéristique Exercice 99 : [énoncé]
r2 − 2 cos(α)r + 1 = 0
de racines e±iα . a) Si λ est valeur propre de A de colonne propre X 6= 0 alors pour M ∈ Mn (C)
Les conditions initiales donnent alors dont toutes les colonnes sont égales à X, on a AM = λM avec M 6= 0. Ainsi
sin(n + 1)α λ est aussi valeur propre de ΦA .
un = Inversement, si λ est valeur propre de ΦA d’élément propre M 6= 0 alors pour
sin α
X colonne non nul de M , on a AX = λX donc λ valeur propre de A.

b) Les λk = 2 cos kπ
n+1 avec k ∈ {1, . . . , n} sont racines distinctes de Pn (x). b) On remarque M A = t (t At M ). Un raisonnement semblable au précédent
An ∈ Mn (C) possède n valeurs propres distinctes donc A est diagonalisable permet d’établir que les valeurs propres de ΨA sont les valeurs propres de t A
et ses sous-espaces propres sont de dimension 1. i.e. celles de A.
c) Posons
λ = 2 cos(kπ/(n + 1))
Exercice 100 : [énoncé]
Soit X ∈ Mn,1 (C) vérifiant AX = λX. On a

∀j ∈ {1, . . . , n} , xj−1 − λxj + xj+1 = 0 a)

a b a 2b 0 −b
AM − M A = − =
La suite (xj )0≤j≤n+1 est alors une suite récurrente linéaire double d’équation 2c 2d c 2d c 0
caractéristique
kπ
b) 0 est valeur propre avec E0 = Vect(E1,1 , E2,2 ), 1 est valeur propre avec
r2 − 2 cos r+1=0 E1 = Vect(E2,1 ) et −1 est valeur propre avec E−1 = Vect(E1,2 ).
n+1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 101 : [énoncé] Si δ < 0 alors M est diagonalisable car χM admet trois racines distinctes et donc
Si A est diagonalisable alors il existe une matrice P inversible telle que M admet trois valeurs propres distinctes.
Si δ = 0 alors M est diagonalisable si, et seulement si M est semblable à la
P −1 AP = D matrice nulle ce qui n’est le cas que si a = b = c = 0.
Si δ > 0 alors M n’est pas diagonalisable car χM n’est pas scindé sur R [X].
diagonale. En transposant,
t
P t At (P −1 ) = D
c’est-à-dire Exercice 105 : [énoncé]
Qt AQ−1 = D
avec Q = t P inversible d’inverse Q−1 = t (P −1 ). a) A ne possède que deux colonnes différentes donc rg A ≤ 2.

a b
= a2 − b2 6= 0
Exercice 102 : [énoncé] b a
Il existe des matrices P ∈ GLn (K) et D ∈ Dn (K) telles que
donc rg(A) = 2. Par le théorème du rang dim ker A = 2n − 2 donc 0 est valeur
AB = P DP −1 propre de A et la dimension du sous-espace propre associé est 2n − 2.

b) Les vecteurs t 1 . . . 1 et t 1 −1 . . . 1 −1 sont vecteurs propres
On a alors
associées aux valeurs propres non nulles n(a + b) et n(a − b). La somme des
A(BA)A−1 = P DP −1
dimensions des sous-espaces propres vaut 2n donc A est diagonalisable.
puis
BA = (A−1 P )D(P −1 A) = (A−1 P )D(A−1 P )−1
Exercice 106 : [énoncé]
La matrice A est la matrice dans la base canonique (1, X, . . . , X n ) de
Exercice 103 : [énoncé] l’endomorphisme
u : P ∈ Cn [X] 7→ nXP + (1 − X 2 )P 0
a) χA (X) = (X − cos α)2 + sin2 α de racines eiα et e−iα .
Considérons alors la base de polynômes étagés (1, (X + 1), . . . , (X + 1)n ). On a
Si α 6= 0 [π] alors A possède deux valeurs propres distinctes donc A est
diagonalisable. u (X + 1)k = nX(X + 1)k + k(1 − X)(X + 1)k

Si α = 0 [π] alors A est diagonale.
b) Si α 6= 0 [π] alors A ne possède pas de valeurs propres (réelles) donc n’est qui se réécrit
pas diagonalisable.
u (X + 1)k = (n − k)(X + 1)k+1 + (2k − n)(X + 1)k

Si α = 0 [π] alors A est diagonale.
c) χB (X) = (X − cos α)(X + cos α) − sin2 α de racines ±1 donc B est La matrice de l’endomorphisme u dans la base (1, (X + 1), . . . , (X + 1)n ) est
diagonalisable. triangulaire inférieure de coefficients diagonaux distincts

2k − n avec k ∈ {0, . . . , n}
Exercice 104 : [énoncé]
On obtient On en déduit χA et on observer que A possède n + 1 valeurs propres distinctes. La
χM = X(X 2 + (ab + bc + ca)) matrice A est donc diagonalisable.
Posons δ = ab + bc + ca.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

√
Exercice 107 : [énoncé] d) Si u1 = u2 alors u1 = u2 = k/2 et k 2 /2 = k 2 + 6 donc k = ± i2 3.
La résolution du système
a) En développant selon la première colonne k
AX = X
2
λ −1 0 λ −1 0
.. .. conduit à un espace de solution de dimension 1
.. .. .. ..
. . . = −a0 +λ . . .
0 ··· λ −1 0 ··· λ −1 Vect t (1, k/2, 1, 1)
−a0 ··· −an−2 λ − an−1 [n]
−a1 ··· −an−2 λ − an−1 [n−1]
√ la matrice A est diagonalisable dans M4 (C) si, et seulement si,
e) Finalement,
puis en reprenant le processus on parvient à k 6= ± i2 3.
λn − (an−1 λn−1 + · · · + a1 λ + a0 )
On peut aussi retrouver ce résultat via l’opération élémentaire : Exercice 109 : [énoncé]
C1 ← C1 + λC2 + · · · + λn−1 Cn . En ajoutant la troisième colonne à la première puis en retranchant la première
On en déduit ligne à la troisième
χM (X) = P (X)
b) Si λ est racine du polynôme P alors λ est valeur propre de M . Après −λ − 2 5+x x
résolution, le sous-espace propre associé est engendré par la colonne χA (λ) = (−1)3 0 −2 − x − λ −x
0 −x 3−x−λ
t
1 λ . . . λn−1

ce qui donne
c) Puisque les sous-espaces propres sont de dimension 1, la matrice M est
χA (λ) = (λ + 2) λ2 + (2x − 1)λ − x − 6

diagonalisable si, et seulement si, elle possède exactement n valeur propres ce
qui revient à dire que le polynôme P est scindé à racines simple. Le facteur a pour discriminant

∆ = (2x − 1)2 + 4x + 24 = 4x2 + 25 > 0

Exercice 108 : [énoncé]
et possède donc deux racines réelles distinctes. Si celles-ci diffèrent de −2, alors la
a) La matrice A est symétrique réelle donc orthogonalement diagonalisable. matrice A possède trois valeurs propres distinctes et est donc diagonalisable.
b) rg A = 2. Il est donc nécessaire que −2 soit racine de λ2 + (2x − 1)λ − x − 6 pour que la
c) Le polynôme caractéristique de A est scindé et unitaire. matrice A ne soit pas diagonalisable. C’est le cas si, et seulement si, x = 0 et alors
Puisque dim ker A = 2, 0 est valeur propre au moins double de A et donc  
−2 5 1
χA = X 2 (X − u1 )(X − u2 ) A =  0 −2 0
−5 5 3
avec u1 , u2 ∈ C.
La matrice A est trigonalisable semblable à une matrice triangulaire où On a alors
figurent sur la diagonale les valeurs 0, 0, u1 et u2 . Par similitude, on a rg(A + 2I3 ) = 2
2
tr A = u1 + u2 et tr A = u21 + u22 et donc dim E−2 (A) = 1 < m−2 (A) ce qui entraîne que la matrice A n’est pas
et donc diagonalisable.
u1 + u2 = k et u21 + u22 = k 2 + 6 Finalement A n’est pas diagonalisable si, et seulement si, x = 0.
Enfin u1 6= 0 car sinon u2 = k et u22 = k 2 6= k 2 + 6. De même u2 6= 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 110 : [énoncé] c) En développant le déterminant selon la dernière colonne puis en développant
les mineurs obtenus selon leur k-ieme colonne, on obtient
a) On obtient χA = X n−2 (X 2 − (a21 + · · · + a2n−1 ))
At A = (a2 + b2 + c2 + d2 )I4
4 Si a21 + · · · + a2n−1 6= 0 alors A admet deux valeurs propres opposées non
et donc (det A)2 = a2 + b2 + c2 + d2 . nulles et 0 pour valeur propre d’espace propre de dimension n − 2 donc A est
D’autre part, pour b, c, d fixés, a 7→ det A est une fonction polynomiale diagonalisable.
unitaire de degré 4 donc Si a21 + · · · + a2n−1 = 0 alors 0 est la seule valeur propre de A et A est
diagonalisable si, et seulement si, A = 0 i.e. a1 = . . . = an−1 = 0.
det A = a4 + α(b, c, d)a3 + β(b, c, d)a2 + γ(b, c, d)a + δ(b, c, d)

La valeur connue de (det A)2 permet alors de déterminer α, β, γ, δ et Exercice 112 : [énoncé]
d’affirmer
det(A) = (a2 + b2 + c2 + d2 )2

X1
a) On écrit X = et alors
X2
Si a2 + b2 + c2 + d2 6= 0 alors rg(A) = 4.
2 2 2 2 2 2
a + b + c + d = 0 alors rg(A) ≤ 3. Or a + b 6= 0 donc la sous matrice
Si BX = λX ⇐⇒ X2 = λX1 et AX1 = λX2 ⇐⇒ X2 = λX1 et AX1 = λ2 X1
a b
est de rang 2 et donc rg(A) ≥ 2. Par conséquent λ est valeur propre de B si, et seulement si, λ2 est valeur
−b a
On observe de plus que propre de A.
b) Si A = On alors A est diagonalisable mais pas B.
ac + bd bc − ad En effet, 0 est la seule valeur propre de B alors que B 6= On .
C3 = 2 2
C1 + 2 C2
a +b a + b2
et Exercice 113 : [énoncé]
ad − bc bd + ac
C4 = 2 2
C1 + 2 C2 Soient F1 et F2 des sous-espaces vectoriels supplémentaires de dimension p et q
a +b a + b2
d’un K-espace vectoriel E. Soit B = (B1 , B2 ) une base adaptée à la
donc rg(A) = 2. supplémentarité de F1 et F2 et f1 , f2 et f les endomorphismes de F1 , F2 et E
b) Par la formule obtenue ci-dessus, χA = ((a − X)2 + b2 + c2 + d2 ) et donc déterminés par Mat(f1 , B1 ) = A1 , Mat(f2 , B2 ) = A2 et Mat(f, B) = A. Il est clair
χA = ((a − X)2 + α2 )2 . que pour tout λ ∈ K, on a Eλ (f ) = Eλ (f1 ) ⊕ Eλ (f2 ). En caractérisant la
Les valeurs propres de A sont a + α et a − α. diagonalisabilité par la somme des dimensions des sous-espaces propres, on
Par l’étude qui précède rg(A − (a + α) Id) = 2 et rg(A − (a − α) Id) = 2 donc conclut à l’équivalence voulue.

dim Ea+α (A) = dim Ea−α (A) = 2

Exercice 114 : [énoncé]
et par suite A est diagonalisable. Via un changement de bases réalisé de sorte que les premiers vecteurs soient dans
le noyau de A, on peut écrire

On−1 ∗
Exercice 111 : [énoncé] P −1 AP =
0 λ
avec λ = tr A.
a) rg(A) = 0 si a1 = . . . = an−1 = 0 et rg(A) = 2 sinon. Si λ 6= 0 alors λ est valeur propre de A ce qui permet de diagonaliser A.
b) La somme des valeurs propres est nulle. Si A est diagonalisable, sachant que A n’est pas nulle, λ 6= 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 115 : [énoncé] Exercice 119 : [énoncé]

Posons M = X t Y . On a M 2 = X(t Y X)t Y . Or α = t Y X est un scalaire donc On obtient N 2 = sN avec s = a1 + · · · + an .
M 2 = αX t Y = αM . Puisque s > 0, N annule un polynôme scindé simple et donc est diagonalisable.
Si α 6= 0 alors M annule le polynôme scindé simple X(X − α) et donc M est −1/2 n’est pas valeur propre de N car n’est pas racine du polynôme annulateur
diagonalisable. X 2 − sX donc M est inversible. En recherchant M −1 de la forme xM + yIn , on
Si α = 0 alors M annule le polynôme X 2 et donc 0 est la seule valeur propre obtient
possible. Si M est diagonalisable alors M est semblable à la matrice nulle et donc
M = On . Ceci est exclu car on suppose les colonnes X et Y non nulles. M −1 = In − (2 + s)N
Au final M est diagonalisable si, et seulement si, α 6= 0.
Notons que α = tr(t Y X) = tr(X t Y ) = tr M et que M est une matrice de rang 1.
On peut montrer qu’une matrice de rang 1 est diagonalisable si, et seulement si,
sa trace est non nulle.
Exercice 120 : [énoncé]

Exercice 116 : [énoncé] a) M (a, b) = P D(a, b)P −1 avec D(a, b) = diag((a + b)2 , (a − b)2 , a2 − b2 , a2 − b2 )
Notons B = (e1 , . . . , en ) la base canonique de Kn et f l’endomorphisme de Kn et
dont la matrice dans B est J.  
Posons ε1 = e1 + · · · + en , de sorte que f (ε1 ) = nε1 . 1 1 1 0
Puisque rg f = rg J = 1, on peut introduire (ε2 , . . . , εn ) base du noyau de f . 1 −1 0 1
P =1 −1 0 −1

Il est alors clair que B 0 = (ε1 , . . . , εn ) est une base de Kn et que la matrice de f
dans celle-ci est diagonale. 1 1 −1 0
On peut aussi observer J 2 = nJ et exploiter que X(X − n) est un polynôme
annulateur scindé simple de J.
b) M (a, b)n → 0 si, et seulement si, |a + b| < 1, |a − b| < 1 et a2 − b2 < 1.
Or a2 − b2 = (a + b)(a − b) donc la dernière condition l’est automatiquement
si les deux premières le sont.
Exercice 117 : [énoncé] Pn L’étude graphique est alors simple.
En posant M = (ai aj )1≤i,j≤n , on vérifie M 2 = λM avec λ = k=1 a2k .
Si λ 6= 0 alors M annule un polynôme scindé simple, elle est donc diagonalisable.
Si λ = 0 alors M 2 = 0 et donc M est diagonalisable si, et seulement si, M = 0 ce
qui revient à (a1 , . . . , an ) = 0.
Notons que la matrice M est symétrique mais pas nécessairement réelle : le Exercice 121 : [énoncé]
théorème spectral ne s’applique pas. A = P DP −1 avec D = diag(a + (n − 1)b, a − b, . . . , a − b) et

 
1 1 (0)
Exercice 118 : [énoncé]  .. .. 
. −1 . 
Ei,i est diagonale donc diagonalisable. P = 
. ..
Pour i 6= j, χEi,j (X) = (−1)n X n donc seul 0 est valeur propre. Par suite si Ei,j  ..

. 1
est diagonalisable alors Ei,j = 0 ce qui est incorrect. Conclusion Ei,j 1 (0) −1
diagonalisable si, et seulement si, i = j.
B = Q∆Q−1 avec

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Si n est impair : ∆ = diag(a + (n − 1)b, b − a, . . . , b − a, a − b, . . . , a − b) et En reprenant la même démarche avec la seconde matrice que nous noterons B, on
obtient B = P DP −1 avec
1 1 (0) 1 (0)
 
 
 .. .. .. 1 0 ··· 0 λ1 λ2
. .

.  0 1 (0) 2 2
 ..
 
 .. . .. 
 
. (0) 1 (0) 1

 . . .. .. .
P =  et D = diag(0, . . . , 0, λ1 , λ2 )
 
Q =  ...  . . .. 
 
 0 ··· 0 −2 ··· −2
  .. (0) 1 .. . 
. 
 0 −1 · · · −1 2

 .. 2

(0) −1 (0) 1
−1 0 · · · 0 λ1 λ2
 
.
 .. .. ..
. 
. 
1 −1 (0) 1 (0) où λ1 , λ2 sont les deux racines de

Si n pair : ∆ = diag(a + (n − 1)b, b − a, . . . , b − a, a − b, . . . , a − b) et λ2 − 2λ − 2(n − 2) = 0

1 1 (0) 1 (0)
 
 .. .. .. Exercice 123 : [énoncé]
. −1 .

. 
 ..

.. ..

 Cas a = b = 0 la résolution est immédiate.
. . . 1 Cas a = 0 et b 6= 0, la matrice Mn est triangulaire supérieure stricte non nulle, elle
 ..
 
 n’est pas diagonalisable.
 . (0) 1 (0) −1
Q=
.
 Cas a 6= 0 et b = 0, idem.
 .. (0)

 −1 (0) −1 Cas a = b
.
 .. .. . χMn (X) = (X − (n − 1)a)(X + a)n−1
..

 . 1
. . . avec
 .. .. ..

−1 (0) E(n−1)a = Vect(1, . . . , 1)
1 −1 (0) 1
et
E−a : x1 + · · · + xn = 0
Exercice 122 : [énoncé] La matrice Mn est donc diagonalisable et il est aisé de former une base de
Étudions la première matrice que nous noterons A. vecteurs propres.
Celle-ci est de rang 2 et on peut facilement déterminer une base de son noyau. Cas a 6= b et ab 6= 0
En posant le système AX = λX avec λ 6= 0, on obtient une solution non nulle Après calculs (non triviaux)
sous réserve que
λ2 − λ − (n − 1) = 0 b(X + a)n − a(X + b)n
χMn (X) = (−1)n
En notant λ1 et λ2 les deux racines de cette équation, on obtient A = P DP −1 b−a
avec   Les racines de ce polynôme sont les solutions de l’équation d’inconnue z ∈ C
1 (0) 1 1
 .. .. .. 
z+a
n
a
 . . . =
z+b b
 
P = (0) .
. ..  et D = diag(0, . . . , 0, λ1 , λ2 )
 1 . .
−1 · · · −1 1 1 Il y en a exactement n s’exprimant en fonction des racines n-ième de l’unité.
0 0 0 λ1 λ2 On en déduit que Mn est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Soit λ une valeur propre de Mn et x = (x1 , . . . , xn ) ∈ Cn . a) α = tr A = 2 cos θ et β = − det A = − cos 2θ conviennent.

L’équationMn x = λx équivaut au système b) Les racines de X 2 − 2 cos θX + cos 2θ sont cos θ + sin θ et cos θ − sin θ.
 Réalisons la division euclidienne X n par X 2 − 2 cos θX + cos 2θ.
 −λx1 + bx2 + · · · + bxn = 0

 ax1 − λx2 + · · · + bxn = 0

X n = X 2 − 2 cos θX + cos 2θ Q(X) + R(X)

..
 .
avec deg R < 2,


ax1 + · · · + axn−1 − λxn = 0

R(cos θ + sin θ) = (cos θ + sin θ)n
En retranchant à chaque équation la précédente, on obtient le système équivalent et
 R(cos θ − sin θ) = (cos θ − sin θ)n

 −λx1 + bx2 + · · · + bxn = 0
 (a + λ)x1 + (b + λ)x2 = 0
 On obtient
..
. (cos θ + sin θ)n − (cos θ − sin θ)n
(X − cos θ − sin θ) + (cos θ + sin θ)n

R=


(a + λ)xn−1 − (b + λ)xn = 0 2 sin θ


Puisque ce système est de rang n − 1 (car λ est valeur propre simple) et puisque et donc
les n − 1 dernières équations sont visiblement indépendantes, ce système équivaut (cos θ + sin θ)n − (cos θ − sin θ)n
encore à An = (A − (cos θ + sin θ)I2 )+(cos θ+sin θ)n In
 2 sin θ
 (a + λ)x1 + (b + λ)x2 = 0

..
 .

(a + λ)xn−1 − (b + λ)xn = 0 Exercice 126 : [énoncé]
La résolution de ce dernier est immédiate. On obtient pour vecteur propre
x = (x1 , . . . , xn ) avec a) 1ère méthode :
k
a+λ λ − (n − 1) −1 ··· −1 1 −1
xk = λ −1
b+λ λ − (n − 1) λ −1 0 λ+1
det(λIn −M ) = .. = .. = (λ−(n−1)) .
. .. ..
. .
−1 λ
Exercice 124 : [énoncé] λ − (n − 1) −1 λ 0 (0)
A est diagonalisable avec Sp A = {1, 4}.
puis det(λIn − M ) = (λ − (n − 1))(λ + 1)n−1 et donc sp(M ) = {−1, (n − 1)}.
Pour Pn un polynôme vérifiant Pn (1) = 1n et Pn (4) = 4n , on a An = P (A).
Soit f l’application linéaire canoniquement associée à M .
4n − 1n
Pn = 1n + (X − 1) f (x1 , ..., xn ) = (x1 , ..., xn ) ⇐⇒ x1 + ... + xn = 0
3
convient et donc Donc E−1 est l’hyperplan d’équation x1 + ... + xn = 0.
4n − 1 4 − 4n Puisque En−1 est au moins une droite vectorielle, la matrice M est
An = A+ I3
3 3 diagonalisable.
2ème méthode :
Par le calcul, on obverse que M 2 = (n − 1)In + (n − 2)M .
Exercice 125 : [énoncé] Par suite, M annule le polynôme scindé simple (X + 1)(X − (n − 1)) et donc
M est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Le polynôme minimal de M est (X + 1)(X − (n − 1)) car en vertu de la On a A = P DP −1 avec

première méthode, la connaissance des valeurs propres de M détermine son
polynôme minimal sachant M diagonalisable et, pour la deuxième méthode, 1 3 2 0
P = et D =
ce polynôme est annulateur alors que les polynômes X + 1 et X − (n − 1) ne −1 1 0 6
le sont pas.
Par division euclidienne X p = (X + 1)(X − (n − 1))Q + αX + β b) Si M est solution alors P −1 M P est solution de l’équation X 2 + X = D donc
En évaluant la relation en −1 et en n − 1, on obtient P −1 M P et D commutent or D est diagonale à coefficients diagonaux
avec distincts donc P −1 M P est diagonale
p
−α + β = (−1) c) Les coefficients diagonaux a, b vérifient a2 + a = 2 et b2 + b = 6 donc a = 1 ou
p
α(n − 1) + β = (n − 1) a = −2 et b = 2 ou b = −3. Au termes des calculs on obtient les solutions
Après résolution
(
(n−1)p −(−1)p
1 7 3 −2 −3 1 3 1 −11 −3
α= , , ,
n
(n−1)p +(n−1)(−1)p
4 1 5 −1 0 1 −1 4 −1 −9
β= n

d’où
(n − 1)p − (−1)p (n − 1)p + (n − 1)(−1)p Exercice 129 : [énoncé]
Mp = M+ In
n n
a) En développant selon la dernière ligne
Exercice 127 : [énoncé]
λ −1 0 ··· 0
.. ..
a) sp(A) = {1, 3, −4}. 0 λ −1 . .
b) Il existe une matrice P inversible tel que A = P DP −1 avec det(λ.In − J) = ... ..
.
..
.
..
. 0 = λn − 1
D = diag(1, 3, −4). Si M ∈ Mn (C) est solution de l’équation M 2 = A alors .. ..
(P −1 M P )2 = D et donc P −1 M P commute avec la matrice D. Or celle-ci est 0 . . −1
diagonale à coefficient diagonaux distincts donc P −1 M P est diagonale de −1 0 ··· 0 λ
coefficients diagonaux a, b, c vérifiant a2 = 1, b2 = 3 et c2 = −4. La réciproque
est immédiate. Il y a 8 solutions possibles pour (a, b, c) et donc autant de J possède exactement n valeurs propres qui sont les racines n-ième de l’unité
2 ikπ
solutions pour M . Les solutions réelles sont a fortiori des solutions complexes ω0 , ..., ωn−1 avec ωk = e n .
or toutes les solutions complexes vérifient tr M = a + b + c ∈ C \ R. Il n’existe b) Soit P ∈ GLn (C) la matrice de passage telle que J = P DP −1 avec
donc pas de solutions réelles. D = diag(ω0 , ..., ωn−1 ).
 
a0 a1 ··· an−1
Exercice 128 : [énoncé] .. 
an−1 . . . ..

. . 
 = a0 I + a1 J + a2 J 2 + · · · + an−1 J n−1
A= .

 .. .. .. 
det(A − λI) = (λ − 2)(λ − 6).
a) . . a1 

5x + 3y = 2x 1 a1 · · · an−1 a0
⇐⇒ x + y = 0 et est vecteur propre associé à la
x + 3y = 2y −1
valeur propre 2. donc

5x + 3y = 6x 3 n−1
⇐⇒ −x + 3y = 0 et est vecteur propre associé à la
x + 3y = 6y 1
X
P −1 AP = a0 I + a1 D + a2 D2 + · · · + an−1 Dn−1 = diag(( ak ωik )0≤i≤n−1
valeur propre 6. k=0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

puis Soit M un autre élément de G. Puisque A et M commutent, les sous-espaces

n−1
Y n−1
X propres de A sont stables par M et on peut donc écrire
det A = det(P −1 AP ) = ak ωik
M0

Or,n−r
i=0 k=0 P −1 M P =
On−r,r M 00
Sachant M 2 = In , on a M 02 = Ir et M 002 = In−r de sorte que les ensembles
Exercice 130 : [énoncé]
G0 et G00 formés des matrices M 0 et M 00 ainsi obtenues sont des sous-groupes
La colonne t 1 1 1 est vecteur propre associé à la valeur propre 6. de respectivement (GLr (R), ×) et (GLn−r (R), ×). Par hypothèse de
Les deux matrices ont le même polynôme caractéristique et celui-ci a pour racines récurrence, il existe P 0 et P 00 inversibles telles que
√ √ ∀M 0 ∈ G0 , P 0−1 M 0 P 0 ∈ Dr (K) et ∀M 00 ∈ G00 , P 00−1 M 00 P 00 ∈ Dn−r (K)
−3 + i 3 −3 − i 3
6, et
2 2 et en posant alors
P0

Ces deux matrices sont semblables à Or,n−r
Q= P ∈ GLn (R)
√ √ On−r,r P 00
−3 + i 3 −3 − i 3
diag 6, , on a
2 2 ∀M ∈ G, Q−1 M Q ∈ Dn (K)
et donc a fortiori semblables entre elles dans Mn (C), mais aussi, et c’est assez Récurrence établie.
classique, dans Mn (R). c) Les matrices appartenant à G sont semblables, via une même matrice de
passage, à des matrices diagonales dont les coefficients diagonaux ne peuvent
qu’être 1 et −1. Il n’existe que 2n matrices de ce type dans Mn (R), on en
Exercice 131 : [énoncé] déduit
Card G ≤ 2n

a) Pour tout élément A ∈ G, on a A−1 = A. On en déduit que pour tout d) Soit ϕ un isomorphisme de (GLn (R), ×) vers (GLm (R), ×).
A, B ∈ G, Considérons l’ensemble G formé des matrices diagonales M de Mn (R)
vérifiant M 2 = In . G est un sous-groupe de (GLn (R), ×) de cardinal
AB = (AB)−1 = B −1 A−1 = BA
exactement 2n .
b) Montrons le résultat par récurrence forte sur n ≥ 1. Puisque pour tout M ∈ G,
Pour n = 1, la propriété est immédiate. ϕ(M )2 = ϕ(M 2 ) = ϕ(In ) = Im
Supposons le résultat vrai jusqu’au rang n − 1 ≥ 1.
Soit G un sous-groupe de GLn (R) vérifiant la propriété de l’énoncé. l’ensemble ϕ(G) est un sous-groupe de (GLm (R), ×) vérifiant
S’il n’existe pas d’autre élément dans G que In et −In , la propriété est ∀M 0 ∈ ϕ(G), M 02 = Im
acquise.
Sinon, il existe un élément A ∈ G autre que In et −In . Puisque A2 = In , on a Par l’étude qui précède, on peut affirmer

ker(A − In ) ⊕ ker(A + In ) = Rn Card ϕ(G) ≤ 2m

et puisque
Il existe donc une matrice inversible P vérifiant Card ϕ(G) = Card G = 2n
on en déduit n ≤ m.

Ir Or,n−r
P −1 AP = Un raisonnement symétrique donne m ≥ n et permet de conclure.
On−r,r −In−r

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 132 : [énoncé] Exercice 134 : [énoncé]

Il existe des matrices P ∈ GLn (R) et D ∈ Dn (R) telles que ϕ(I2 ) = 1 donc si P est inversible alors ϕ(P −1 ) = ϕ(P )−1 . Par suite, si A et B
B = P DP −1
sont semblables
alorsϕ(A)= ϕ(B).
µ 0 1 0 1 0
Puisque et sont semblables, ϕ = µ puis
Si AB 3 = B 3 A alors 0 1 0 µ 0 µ
AP D3 P −1 = P D3 P −1 A

λ 0
ϕ = λµ. Ainsi pour A diagonale, ϕ(A) = det A et plus généralement cela
puis on obtient 0 µ
M D3 = D3 M vaut encore pour A diagonalisable. Si A est une matrice de M2 (C), non
λ α
avec M = P −1 AP . diagonalisable, celle-ci est semblable à une matrice de la forme .
0 λ
Notons mi,j le coefficient général de M et λ1 , . . . , λn les coefficients diagonaux de
Si λ = 0 alors A2 = 0 et doncϕ(A)
= A.
0 = det
D.
λ α 1 0 λ α λ α
La relation M D3 = D3 M donne Si λ 6= 0 alors puisque = et que est
0 λ 0 2 0 2λ 0 2λ
2
∀(i, j) ∈ {1, . . . , n} , mi,j λ3j = mi,j λ3i diagonalisable, on obtient 2ϕ(A) = 2λ2 = 2 det A et on peut conclure.
et donc
2
∀(i, j) ∈ {1, . . . , n} , mi,j = 0 ou λ3i = λ3j Exercice 135 : [énoncé]
3
Comme la fonction x 7→ x est injective sur R, on obtient Introduisons la colonne Xn = t un vn
wn et la matrice
2
 
∀(i, j) ∈ {1, . . . , n} , mi,j = 0 ou λi = λj −1 1 1
A =  1 −1 1 
et donc 1 1 −1
M D = DM
de sorte qu’on ait Xn+1 = AXn et donc Xn = An X0 .
puis
Après réduction, on a A = P DP −1 avec
AB = BA    
1 0 0 1 1 1
D = 0 −2 0  , P = 1 −1 0
Exercice 133 : [énoncé]
0 0 −2 1 0 −1
On peut écrire
A = P DP −1 et B = Q∆Q−1 On a alors An = P Dn P −1 puis
avec P, Q ∈ GLn (K) et D, ∆ ∈ Mn (K) diagonales. Xn = P Dn P −1 X0
Si Ap M Qq = On alors
Dp N ∆q = On La suite (Xn ) converge si, et seulement si, la suite (P −1 Xn ) converge. Or
avec N = P −1 M Q = (ni,j ). P −1 Xn = Dn P −1 X0
En notant λ1 , . . . , λn et µ1 , . . . , µn les coefficients diagonaux de D et ∆, on obtient
converge si, et seulement si, les deux dernières coefficients de la colonne P −1 X0
2
∀(i, j) ∈ {1, . . . , n} , λqi ni,j µqj = 0 sont nuls ce qui donne X0 de la forme
   
et donc λ λ
2
∀(i, j) ∈ {1, . . . , n} , λi ni,j µj = 0 X0 = P  0  = λ
puis 0 λ
DN ∆ = On Finalement, les suites (un )n≥0 , (vn )n≥0 et (wn )n≥0 convergent si, et seulement si,
ce qui permet de conclure. u0 = v0 = w0 (et ces suites sont alors en fait constantes. . . )

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 136 : [énoncé] Puisque λ est valeur propre de B, λ n’est pas valeur propre de A et donc
Posons T = M 2 . Il est clair que T et M commutent et l’étude de cette M X = On,1 .
commutation peut, par le calcul, permettre de conclure que M est triangulaire Puisqu’il existe une base de vecteurs propres de B et puisque chacun annule
supérieure. On peut aussi proposer une démonstration plus abstraite que voici : M , on a M = On .
Les coefficients diagonaux λ1 , . . . , λn de T déterminent ses valeurs propres et la Ainsi l’endomorphisme ϕ est injectif, or Mn (C) est de dimension finie donc ϕ
matrice T est donc diagonalisable. On peut donc écrire T = P DP −1 avec P est bijectif. Ainsi il existe une matrice D telle ϕ(D) = C et, par celle-ci, on
inversible et obtient la similitude demandée.
D = diag(λ1 , . . . , λn )
Puisque M est T commutent, les matrices N = P −1 M P et D commutent. Or les
Exercice 138 : [énoncé]
matrices commutant avec une matrice diagonale à coefficients diagonaux distincts
Supposons que l’équation étudiée admet une solution θ.
sont elles-mêmes diagonales. La matrice N est donc diagonale
En passant aux parties réelle et imaginaire on obtient
N = diag(µ1 , . . . , µn )
cos θ + cos kθ = 1
sin θ + sin kθ = 0
En considérant un polynôme d’interpolation Q ∈ R [X] vérifiant
La deuxième équation donne
∀1 ≤ k ≤ n, Q(λk ) = µk
θ = −kθ [2π] ou θ = π − kθ [2π]
on obtient N = Q(D) puis M = Q(T ). En particulier, la matrice M est
triangulaire supérieure. Si θ = π − kθ [2π] alors cos θ + cos kθ = 0 et le système initial n’est pas vérifié.
Si θ = −kθ [2π] alors

Exercice 137 : [énoncé] cos θ + cos kθ = 1 ⇐⇒ cos θ = 1/2

ce qui donne θ = π/3 [2π] ou θ = −π/3 [2π].

a) On vérifie Cas θ = π/3 [2π]
−1
In D In −D On obtient
=

On In On In θ = π/3 + 2pπ
(k + 1)θ = 2qπ
b) On observe
avec p, q ∈ Z.
−1 On a alors
In D A C In D A E
= (6p + 1)(k + 1) = 6`
On In On B On In On B
Puisque 6` ∧ (6p + 1) = 1, le théorème de Gauss donne 6 | (k + 1).
avec E = AD + C − DB. Inversement, si 6 | (k + 1) alors on peut écrire k + 1 = 6` et pour θ = π/3
Pour conclure, montrons qu’il existe D ∈ Mn (C) vérifiant DB − AD = C.
Considérons pour cela l’endomorphisme ϕ de Mn (C) défini par eiπ/3 + ei(6`−1)π/3 = eiπ/3 + e− iπ/3 = 1

ϕ(M ) = M B − AM donc l’équation étudiée admet au moins une solution.

Cas θ = −π/3 [2π]
Pour M ∈ ker ϕ, on a M B = AM . Une étude semblable conduit à la même condition.
Pour tout X vecteur propre de B associé à une valeur propre λ, on a Finalement, l’équation étudiée possède une solution réelle si, et seulement si,

AM X = M BX = λM X 6 | (k + 1)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Supposons que 6 divise k + 1. Pour θ = π/3 on a Par l’opération L1 ← L1 + XL2 + X 2 L3 + · · · + X k−1 Lk , on obtient
eiθ + eikθ = 1 χT (X) = (−1)k X k − X k−1 − 1

donc en multipliant par e− ikθ

Les valeurs propres complexes de T sont alors les racines du polynôme
e− ikθ = 1 + e− i(k−1)θ
X k − X k−1 − 1
La suite v de terme général vn = e− inθ vérifie alors
On vérifie que ce polynôme et son polynôme dérivé n’ont pas de racines en
∀n ∈ N, vn+k = vn + vn+k−1
commun ; on en déduit que T admet exactement k valeurs propres complexes
et donc la suite u = Re v est un élément non nul de Sk . Puisque distinctes. L’endomorphisme T est diagonalisable dans le cadre complexe, il en est
nπ de même de T q dont les valeurs propres sont alors les puissances qème des valeurs
un = cos propres de T . Ainsi 1 est valeur propre de T q si, et seulement si, il existe λ ∈ C tel
3
que
la suite u est périodique et non nulle.
λk − λk−1 − 1 = 0 et λq = 1
Inversement, montrons qu’il est nécessaire que 6 divise k + 1 pour qu’il existe une
suite périodique non nulle dans Sk . On vérifie aisément que Sk est un R-espace Un tel nombre complexe peut s’écrire λ = e− iθ et l’on parvient alors à l’existence
vectoriel de dimension k dont une base est formée par les suites e0 , e1 , . . . , ek−1 d’une solution à l’équation
déterminées par eiθ + eikθ = 1
∀0 ≤ n ≤ k − 1, ej (n) = δn,j et ∀n ∈ N, ej (n + k) = ej (n) + ej (n + k − 1) et donc à la condition 6 | (k + 1).
Considérons l’endomorphisme T : (un ) 7→ (un+1 ) opérant sur RN .
On vérifie aisément que T laisse stable Sk ce qui permet d’introduire
l’endomorphisme induit par T sur Sk que nous noterons encore T . Affirmer Exercice 139 : [énoncé]
l’existence d’une suite périodique non nulle dans Sk signifie que 1 est valeur Puisque Im(u − IdE ) ∩ Im(u + IdE ) = {0E }, on a
propre d’une puissance T q de T .
rg(u − IdE ) + rg(u + IdE ) ≤ dim E
La matrice de T dans la base (e0 , . . . , ek−1 ) est

0 ··· ··· 0 0
 puis par la formule du rang
.. .. 
1 . . .

 . .  dim ker(u − IdE ) + dim ker(u + IdE ) ≥ dim E

0 . .. . . . ... 0
On en déduit que u est diagonalisable de valeurs propres possibles 1 et −1.

 
. .
 .. . . . . . 0 1


0 ··· 0 1 1
Exercice 140 : [énoncé]
car T (ek−1 ) = ek−1 + e0 . Le polynôme caractéristique de T est
−X 0 ··· 0 0 a) clair, notamment il n’y a pas de problème sur le degré de ϕ(P ).
.. .. ..
1 −X . . . b) ϕ(X k ) = X k − k(X + 1)X k−1 = (1 − k)X k − kX k−1 . La matrice de ϕ dans la
.. .. base canonique de E est triangulaire supérieure. Les coefficients diagonaux
χT (X) = 0 . . 0 0 sont alors les racines du polynôme caractéristique et ce sont donc les valeurs
.. .. propres de ϕ à savoir 1, 0, −1, . . . , (1 − n). Ces n + 1 = dim E valeurs sont
. . 1 −X 1
0 ··· 0 1 1−X distinctes donc ϕ est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 141 : [énoncé] De plus, φ(In ) = (n + 1)In donc l’espace propre En+1 (φ) est de dimension au
L’application f est clairement linéaire de R [X] vers lui-même. De plus, si moins égale à 1.
deg P ≤ n, il est aisé d’observé que deg f (P ) ≤ n. On peut donc conclure que f Puisque la somme des dimensions des sous-espaces propres est au moins égale à
est un endomorphisme de Rn [X]. Pour tout k ∈ {0, . . . , n}, n2 = dim Mn (R), l’endomorphisme φ est diagonalisable (et les inégalités
précédentes étaient des égalités).
f (X k ) = k(k + 1)X k − k(k − 1)X k−2

ce qui permet de former la représentation matricielle souhaitée. On constate alors

que la matrice de f est triangulaire de coefficients diagonaux Exercice 144 : [énoncé]
0, . . . , k(k + 1), . . . , n(n + 1) distincts. Il est alors aisé de calculer le polynôme
caractéristique de f est de conclure que f est diagonalisable, de valeurs propres a) Soit P un polynôme. P (F )(u) = P (f ) ◦ u donc P (f ) = 0 ⇐⇒ P (F ) = 0. La
0, . . . , k(k + 1), . . . , n(n + 1) et de sous-espaces propres de dimension 1. diagonalisabilité étant équivalente à l’existence d’un polynôme scindé à
racines simples, on peut conclure.
b) f et F ont le même polynôme minimal donc les mêmes valeurs propres.
Exercice 142 : [énoncé] c) Tout u ∈ L(E, Eλ (f )) ⊂ L(E) est élément de Eλ (F ) donc
P Eλ (F ) ≥ dim E × dim Eλ (f ).PMais par diagonalisabilité dim
dim L(E)) =
a) Si deg P ≤ n − 1, il est clair que ϕ(P ) ∈ E. λ∈Sp(F ) dim Eλ (F ) ≥ dim E × λ∈Sp(f ) dim Eλ (f ) = dim E 2
= dim L(E) et
Si deg P = n après simplification des termes en X n+1 , on obtient que donc on a les égalités dim Eλ (F ) = dim E × dim Eλ (f ) pour tout λ ∈ Sp(f ).
ϕ(P ) ∈ E.
La linéarité de ϕ est claire et donc on peut conclure que ϕ est un
endomorphisme. Exercice 145 : [énoncé]
b) La matrice de ϕ dans la base canonique est tridiagonale et peu pratique.
Formons plutôt la matrice de ϕ dans la base des (X − a)k a) oui
k k k b) Pour f ∈ L(E).
ϕ((X − a) ) = k(X − a) (X − b) − nX(X − a)
Si Im f ⊂ Im p et ker p ⊂ ker f alors F(f ) = f .
donc Un tel endomorphisme f est entièrement déterminé par sa restriction de Im p
vers Im p.
ϕ((X − a)k ) = (k − n)(X − a)k+1 + (k(a − b) − na)(X − a)k On en déduit
et cette fois-ci la matrice de ϕ est triangulaire inférieure à coefficients dim E1 (F) ≥ (dim Im p)2
diagonaux distincts : Si Im f ⊂ ker p et Im p ⊂ ker f alors F(f ) = 0.
Un tel endomorphisme f est entièrement déterminé par sa restriction de ker p
−nb, −(a + (n − 1)b), −(2a + (n − 2)b), . . . , −((n − 1)a + b), −na vers ker p.
On en déduit
qui sont les valeurs propres de ϕ. Puisque ϕ admet n + 1 valeurs propres
dim E0 (F) ≥ (dim ker p)2
distinctes et que dim E = n + 1, on peut conclure que ϕ est diagonalisable
Si Im f ⊂ Im p et Im p ⊂ ker f alors F(f ) = 21 f .
Un tel endomorphisme f est entièrement déterminé par sa restriction de ker p
Exercice 143 : [énoncé] vers Im p.
Si M appartient à l’hyperplan des matrices de trace nulle alors φ(M ) = M et Si Im f ⊂ ker p et ker p ⊂ ker f alors F(f ) = 21 f .
donc M ∈ E1 (φ). Un tel endomorphisme f est entièrement déterminé par sa restriction de Im p
Ainsi l’espace propre E1 (φ) est de dimension au moins égale à n2 − 1. vers ker p.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

De plus un endomorphisme appartenant à ces deux dernières catégories est Exercice 147 : [énoncé]
nécessairement nul. L’application f est à valeurs dans Rn [X] car le reste R d’une division euclidienne
On en déduit par B vérifie
dim E1/2 (F) ≥ 2 dim ker p × dim Im p deg R < deg B ≤ n
Or Soient λ1 , λ2 ∈ R et P1 , P2 ∈ Rn [X].
On a
2 2 2 2 AP1 = BQ1 + f (P1 ) et AP2 = BQ2 + f (P2 )
(dim Im p) +2 dim ker p dim Im p+(dim ker p) = (dim Im p+dim ker p) = dim E = dim L(E)
donc
donc F est diagonalisable avec A(λ1 P1 + λ2 P2 ) = B(λ1 Q1 + λ2 Q2 ) + λ1 f (P1 ) + λ2 f (P2 )
c) dim E1 (F) = (dim Im p)2 , dim E0 (F) = (dim ker p)2 et avec
dim E1/2 (F) = 2 dim ker p × dim Im p. deg (λ f (P ) + λ f (P )) ≤ max {deg f (P ), deg f (P )} < deg B
1 1 2 2 1 2

Par unicité d’une division euclidienne, on peut affirmer

Exercice 146 : [énoncé] f (λ1 P1 + λ2 P2 ) = λ1 f (P1 ) + λ2 f (P2 )
On écrit
Puisque les valeurs prises par f sont Rn−1 [X], l’endomorphisme f ne peut être
B = α(X − x0 ) . . . (X − xn )
surjectif, ce n’est donc pas un isomorphisme.
Si P ∈ Rn [X] est vecteur propre de Φ associé à la valeur propre λ alors b) Soit λ ∈ R. Si f (P ) = λP alors c’est qu’il existe un polynôme Q tel que
B | (A − λ)P . Pour des raisons de degré, B et A − λ ne peuvent être premiers
AP = BQ + λP
entre eux, ces polynômes ont donc une racine commune. Ainsi il existe
i ∈ {0,
Q.n. . , n} tel que λ = A(xi ). Inversementn pour λ = A(xi ), Cas λ = 0.
P = j=0,j6=i (X − xj ), Φ(P ) = λP avec P 6= 0. Ainsi, On a f (P ) = 0 si, et seulement si, le polynôme B divise le polynôme AP . Or A et
B sont premiers entre eux, donc f (P ) = 0 si, et seulement si, B divise P .
Sp Φ = {A(xi ) | i ∈ J0 ; nK} . On en déduit que 0 est valeur propre de f et le sous-espace propre associé est

Précisons le sous-espace propre associé à la valeur propre λ = A(xi ). E0 (f ) = B. Vect(1, X, . . . , X n−deg B )

Quitte à réindexer, on peut supposer que λ = A(x0 ). c’est-à-dire l’espace des multiples de B inclus dans Rn [X].
S’il existe d’autres xi tels que λ = A(xi ) on réindexe encore les x1 , . . . , xn de sorte Cas λ 6= 0. On obtient
que λ = A(x0 ) = . . . = A(xp ) et λ 6= A(xp+1 ), . . . , A(xn ). Ainsi x0 , . . . , xp sont (A − λ)P = BQ
racines de A − λ alors que xp+1 , . . . , xn ne le sont pas.
Pour P ∈ Rn [X], on a Φ(P ) = λP si, et seulement si, B | (A − λ)P . Or et donc B divise le polynôme (A − λ)P . Or deg P < deg B donc au moins une des
A − λ = (X − x0 ) . . . (X − xp )Ã avec xp+1 , . . . , xn non racines de Ã. Puisque racines de B n’est pas racine de P et est donc racine deA − λ. Ainsi λ = A(xk )
(X − xp+1 ) . . . (X − xn ) ∧ Ã = 1, avec xk une des racines deB.
Inversement, soit xk une racine de B,λ = A(xk ) et
B | (A − λ)P ⇐⇒ (X − xp+1 ) . . . (X − xn ) | P. Y
Pk = (X − xj ) 6= 0
j6=k
Ainsi
Eλ (Φ) = {(X − xp+1 ) . . . (X − xn )Q | Q ∈ Rp [X]} On a deg Pk < deg B et B | (A − A(xk ))Pk . On en déduit f (Pk ) = A(xk )Pk et
donc A(xk ) est valeur propre de f et Pk en est un vecteur propre associé.
La somme des dimensions des sous-espaces propres étant égale à la dimension de
c) La famille de Pk se comprend comme la famille d’interpolation de Lagrange en
l’espace, Φ est diagonalisable.
les xk , elle constitue donc une base de Rdeg B−1 [X]. Puisque ker f = E0 (f ) est un
supplémentaire de cet espace, l’endomorphisme est diagonalisable.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 148 : [énoncé] On en déduit que 1 et n + 1 sont valeurs propres de f et puisque la valeur
Posons φ l’endomorphisme de L(E) étudié. On observe que φ3 = φ. Par propre 1 est associé à un hyperplan, il ne peut y avoir d’autres valeurs
annulation d’un polynôme scindé simple, on peut affirmer que φ est diagonalisable propres.
de seules valeurs propres possibles 0, 1 et −1. En résumé Sp f = {1, n + 1} et
En introduisant unebase adaptée à la projection f , la matrice de cet
E1 (f ) = {x | x1 + · · · + xn = 0} et En+1 (f ) = Vect(e1 + · · · + en )

Ir 0
endomorphisme est
0 0

A B
c) L’endomorphisme f est diagonalisable car
En notant la matrice de u dans cette base, on obtient :
C D
dim E1 (f ) + dim En+1 (f ) = n
φ(u) = 0 ⇐⇒ B = 0 et C = 0.
φ(u) = u ⇐⇒ A = 0, C = 0 et D = 0. d) Par les valeurs propres
φ(u) = −u ⇐⇒ A = 0, B = 0 et D = 0. det f = (n + 1) 6= 0
et l’endomorphisme f est inversible. . .
Exercice 149 : [énoncé]
Supposons f diagonalisable et soit B = (e1 , . . . , en ) une base de vecteurs propres
de f . Exercice 151 : [énoncé]
Pour 1 ≤ i, j ≤ n, on pose gi,j l’endomorphisme de E déterminé par
a) Soit λ une valeur propre de ϕ.
gi,j (ek ) = δj,k ei
Il existe v ∈ L(E) \ 0̃ tel que u ◦ v = λv.
La famille (gi,j ) est une base de L(E) et on observe Soit alors x ∈ E tel que v(x) 6= 0 (ce qui est possible puisque v 6= 0̃)
Puisque u (v(x)) = λv(x), on peut affirmer que λ est valeur propre de u.
T (gi,j ) = (λi − λj )gi,j Inversement soit λ une valeur propre de u et x 6= 0 un vecteur propre associé.
Considérons v l’endomorphisme de E déterminé par
donc T est diagonalisable.
Supposons f nilpotente, c’est-à-dire qu’il existe n ∈ N∗ pour lequel f n = 0. ∀1 ≤ i ≤ n, v(ei ) = x
Puisque T p (g) est combinaison linéaire de termes de la forme f k ◦ g ◦ f p−k , il est
assuré que T 2n = 0 et donc que T est nilpotente. L’endomorphisme v est bien déterminé puisqu’on a ici fixé l’image d’une base.
Puisque a u ◦ v = λv (car cette égalité vaut pour les vecteurs d’une base), on
obtient ϕ(v) = λv avec v 6= 0̃. Ainsi λ est aussi valeur propre de ϕ.
Exercice 150 : [énoncé] b et c) Sachant Ei,j Ek,` = δj,k Ei,` ,
n n
a) On obtient X X
  U Ei,j = uk,` Ek,` Ei,j = uk,i Ek,j
2 (1)
k,`=1 k=1
Mate f = 
 .. 
. 
(1) 2 Dans la base ((E1,1 , . . . , En,1 ), (E1,2 , . . . , En,2 ), . . . , (E1,n , . . . , En,n )), la
matrice de ϕ est diagonale par blocs avec des blocs diagonaux chacun égaux à
b) D’une part U.
f (e1 + · · · + en ) = (n + 1) (e1 + · · · + en ))
et d’autre part, pour x = x1 e1 + · · · + xn en avec x1 + · · · + xn = 0 on a
Exercice 152 : [énoncé]
f (x) = x

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) ϕ(Ei,j ) = (λi − λj )Ei,j . La matrice de ϕ relative à la base canonique de On en déduit

Mn (K) est diagonale. a b a 0
A= =
c d 0 a
b) Soit B une base de E dans laquelle l’endomorphisme f est représenté par une
matrice diagonale D. En introduisant l’image réciproque de la base canonique et donc la matrice A est diagonalisable.
de Mn (K) par l’isomorphisme de représentation matricielle dans B, on d) Supposons A diagonalisable
obtient une base de L(E) dans laquelle φ est représenté par une matrice Le polynôme caractéristique de A est scindé sur R donc ∆ ≥ 0.
diagonale. Si ∆ > 0 alors Φ est diagonalisable car possède 3 valeurs propres réelles
distinctes.
Si ∆ = 0 alors A possède une seule valeur propre et étant diagonalisable, c’est
Exercice 153 : [énoncé] une matrice scalaire
On vérifie aisément que Φ est endomorphisme de S2 (R). a 0
A=
0 a
a) En choisissant la base de S2 (R) formée des matrices E1,1 , E2,2 et E1,2 + E2,1 ,
on obtient la matrice de Φ suivante et alors la matrice de Φ est diagonale
 

2a 0 2b
 2a 0 0
 0 2d  0 2a 0 
2c 
c b a+d 0 0 2a

b) Par la règle de Sarrus, on calcule χΦ (λ) et on obtient Exercice 154 : [énoncé]

χΦ (2λ) = −4(2λ − (a + d))χA (λ)
a) Notons λ1 , . . . , λn les n valeurs propres distinctes de f et x1 , . . . , xn des
c) Posons ∆ égal au discriminant de χA . vecteurs propres associés. La famille (x1 , . . . , xn ) est base de E.
Si ∆ > 0 alors χΦ possède trois racines réelles distinctes Posons a = x1 + · · · + xn . Pour tout k ∈ {0, 1, . . . , n − 1},
√ √
a + d, a + d + ∆ et a + d − ∆ f k (a) = λk1 x1 + · · · + λkn xn
Supposons α0 a + α1 f (a) + · · · + αn−1 f n−1 (a) = 0E . En exprimant cette
Si ∆ = 0 alors χΦ possède une racine réelle triple
relation en fonction des vecteurs de la famille libre (x1 , . . . , xn ), on parvient à
a+d P (λ1 ) = . . . = P (λn ) = 0 avec
P = α0 + α1 X + · · · + αn−1 X n−1
Si ∆ < 0 alors χΦ possède une racine réelle et deux racines complexes non
réelles. Le polynôme P admet plus de racines que son degré donc P = 0 puis
Supposons Φ diagonalisable. α0 = . . . = αn−1 = 0.
Le polynôme caractéristique de Φ est scindé sur R donc ∆ ≥ 0. Ainsi la famille (a, f (a), . . . , f n−1 (a)) est libre et finalement base de E.
Si ∆ > 0 alors χA possède deux racines réelles distinctes et donc la matrice A En fait, n’importe quel vecteur dont les coordonnées sont toutes non nulles
est diagonalisable. dans la base de vecteur propre est solution.
Si ∆ = 0 alors Φ est diagonalisable et ne possède qu’une seule valeur propre b) La matrice de f dans la base considérée est de la forme
λ = a + d donc l’endomorphisme Φ est une homothétie vectorielle de rapport  
0 0 α0
égal à cette valeur propre. On obtient matriciellement
.. 
1 . . .

    . 
2a 0 2b a+d 0 0 
.

.. 
.. 0

 0 2d 2c  =  0 a+d 0   . 
c b a+d 0 0 a+d 0 1 αn−1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

avec a) Un endomorphisme non nul vérifiant f 2 = 0 avec f 6= 0 convient. C’est le cas

n n−1
f (a) = α0 a + α1 f (a) + · · · + αn−1 f (a) d’un endomorphisme représenté par la matrice

0 1
Exercice 155 : [énoncé] 0 0

b) Soit (e1 , . . . , en ) une base de vecteurs propres de f . La matrice de f dans

a) ok cette base est de la forme  
b) Supposons g ∈ Cf . Pour tout λ ∈ Sp(f ) et tout x ∈ Eλ (f ), λ1 (0)
f (g(x)) = g(f (x)) = g(λx) = λg(x) donc g(x) ∈ Eλ (f ). Ainsi les sous-espaces
 .. 
 . 
propres sont stables par g. (0) λn
P sous-espace propre soit stable par g. Pour
Inversement, supposons que chaque
et alors les espaces
tout x ∈ E, on peut écrire x = λ∈Sp(f ) xλ et on a
  ker f = Vect {ei | λi = 0} et Im f = Vect {ei | λi 6= 0}
X X
g(f (x)) = g  λxλ  = λg(xλ ) sont évidemment supplémentaires (puisque associés à des regroupements de
λ∈Sp(f ) λ∈Sp(f ) vecteurs d’une base).
et c) On vérifie ker f k ⊂ ker f k+1 . La suite des dimensions des noyaux des f k est
croissante et majorée par n. Elle est donc stationnaire et il existe k ∈ N tel
 
X X
f (g(x)) = f  g(xλ ) = λg(xλ ) que
λ∈Sp(f ) λ∈Sp(f ) ∀` ≥ k, dim ker f `+1 = dim ker f `
donc f et g commutent. Par inclusion et égalité des dimensions
Q
c) Considérons ϕ : L(E) → λ∈Sp(f ) L(Eλ (f )) l’endomorphisme défini par ϕ(g) ∀` ≥ k, ker f `+1 = ker f `
est le produit des restrictions aux Eλ (f ) de g. Cette application est bien
définie en vertu des stabilités évoquées en b). Cette application est clairement En particulier ker f 2k = ker f k . On peut alors établir Im f k ∩ ker f k = {0E }
bijective car, par diagonalisabilité de f , E = ⊕ Eλ (f ) et qu’on sait une et par la formule du rang on obtient la supplémentarité
λ∈Sp(f )
application g est alors entièrement déterminée par ses restrictions aux Eλ (f ). Im(f k ) ⊕ ker(f k ) = E
Par isomorphisme dim Cf = λ∈Sp(f ) αλ2 .
P
L’endomorphisme f k n’est pas nécessairement diagonalisable. Pour s’en
d) Ici dim Cf = n et les Id, f, . . . , f n−1 sont clairement éléments de Cf . convaincre il suffit de choisir pour f un automorphisme non diagonalisable.
Supposons λ0 Id +λ1 f + · · · + λn−1 f n−1 = 0. Posons
P = λ0 + λ1 X + · · · + λn−1 X n−1 . Ce polynôme est annulateur de f donc les d) Le résultat n’est plus vrai en dimension infinie comme le montre l’étude de
valeurs propres de f en sont racines. Ce polynôme possède au moins n l’endomorphisme de dérivation dans l’espace des polynômes.
racines, or il est de degré strictement inférieur à n, donc il est nul et ainsi
λ0 = . . . = λn−1 = 0.
Exercice 157 : [énoncé]
Finalement (Id, f, . . . , f n−1 ) est une famille libre formé de n = dim Cf
Pour λ = |λ| eiα ∈ C avec α ∈ [0 ; 2π[, on pose
éléments de Cf , c’en est donc une base.
√ p
λ = |λ| eiα/2

Exercice 156 : [énoncé] ce qui définit une notion de racine carrée sur les nombres complexes et nous
permettra de nous exprimer avec plus d’aisance. . .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

a) Soit B = (e1 , . . . , en ) une base de vecteur propre de v. La matrice de v dans Un endomorphisme g de E vérifiant g 2 = f a une matrice diagonale dans la
cette base est de la forme base de vecteurs propres de f précédente.
  Résoudre l’équation g 2 = f revient alors à résoudre l’équation ∆2 = D avec
λ1 (0)
∆ la matrice diagonale
D=
 .. 
.  ∆ = diag(α1 , . . . , αn )
(0) λn
L’équation ∆2 = D équivaut à
Considérons l’endomorphisme u de E défini par
∀1 ≤ i ≤ n, αi2 = λi
√ 
λ1 (0)
.. Si les λi ne sont pas tous positifs ou nuls, il n’y a pas de solutions.
MatB u =  =∆
 
. Si les λi sont tous positifs ou nuls alors les solutions de l’équation g 2 = f sont
√
(0) λn les endomorphismes représentés dans la base de vecteurs propres de f par les
matrices
On vérifie aisément que u2 = v.
p p
diag(± λ1 , . . . , ± λn )
b) Par les polynômes interpolateurs de Lagrange, on peut introduire un
Si aucune des valeurs propres n’est nulle, il y a 2n solutions et si l’une d’elle
polynôme P ∈ C [X] vérifiant
est nulle, il y a 2n−1 solutions.
√
∀λ ∈ Sp u, P (λ) = λ

On observe alors Exercice 159 : [énoncé]


P (λ1 ) (0)
 Il est bien connu que les polynômes en f commutent avec f .
.. Inversement, soit g un endomorphisme commutant avec f .
P (D) =  =∆
 
. Notons λ1 , . . . , λn les valeurs propres deux à deux distinctes de f et e1 , . . . , en des
(0) P (λn ) vecteurs propres associés. La famille (e1 , . . . , en ) est une base de E diagonalisant
f et les sous-espaces propres de f sont de dimension 1. Puisque f et g commutent,
et donc P (v) se confond avec l’endomorphisme u précédemment introduit. ses sous-espaces propres de f sont stables par g et donc, pour tout k ∈ {1, . . . , n},
il existe µk tel que g(ek ) = µk ek . Considérons alors un polynôme interpolateur P
vérifiant
Exercice 158 : [énoncé] ∀k ∈ {1, . . . , n} , P (λk ) = µk

a) Puisque f possède n valeurs propres en dimension n, il est diagonalisable et On a pour tout k ∈ {1, . . . , n},
ses valeurs propres sont simples. Les sous-espaces propres de f sont donc de
P (f )(ek ) = P (λk )(ek ) = µk ek = g(ek )
dimension 1.
b) g ◦ f = g 3 = f ◦ g. Puisque les applications linéaires P (f ) et g sont égales sur une base, on peut
Puisque f et g commutent, les sous-espaces propres de f sont stables par g. conclure
Si x est vecteur propre de f associé à la valeur propre λ alors g(x) appartient P (f ) = g
au même sous-espace propre et puisque celui-ci est une droite et que x est
non nul, g(x) est colinéaire à x. Ainsi x est vecteur propre de g.
c) Notons λ1 , . . . , λn les valeurs propres de f et considérons une base de Exercice 160 : [énoncé]
vecteurs propres de f dans laquelle la matrice de f est Soient λ ∈ Sp(u) et x ∈ Eλ (u) non nul. On a

D = diag(λ1 , . . . , λn ) v 3 (x) = u3 (x) = λ3 x

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Or v est diagonalisable donc, en notant µ1 , . . . , µp les valeurs propres de v, on a la P une matrice inversible dont la première colonne est X1 . Par changement de
décomposition en somme directe base on a
λ ∗ µ ∗
p P −1 AP = et P −1
BP =
E = ⊕ Eµj (v) 0 A0 0 B0
j=1
Puisque AB = On on a λµ = 0 et A0 B 0 = On−1 .
On peut alors écrire x =
Pp 3 3
xj avec xj ∈ Eµj (u). L’égalité v (x) = λ x donne Par hypothèse de récurrence, il existe une matrice Q ∈ GLn−1 (C) telle que
j=1
Q−1 A0 Q et Q−1 B 0 Q sont triangulaires supérieures. Pour la matrice
p
X p
X
µ3j xj = λ 3 xj R=P ×
1 0
∈ GLn (C)
j=1 j=1 0 Q

Les espaces Eµj (v) étant en somme directe, on peut identifier les termes de ces on obtient R−1 AR et R−1 BR triangulaires supérieures.
sommes Récurrence établie.
µ3j xj = λ3 xj
Si xj 6= 0E , on obtient µj = λ et donc µj xj = λxj .
Si xj = 0E , l’identité µj xj = λxj reste vraie. Exercice 163 : [énoncé]
On en déduit
v(x) = λx = u(x) a) Raisonnons par les endomorphismes u et v canoniquement associés aux
matrices A et B. Puisque le corps de base est C, l’endomorphisme u admet
Ainsi les endomorphismes v et u coïncident sur Eλ (u). Or, l’endomorphisme u au moins une valeur propre λ. Puisque u et v commutent, le sous-espace
étant diagonalisable, E est la somme des sous-espaces propres de u. Les propre de u associé à la valeur propre λ est stable par v. L’endomorphisme
endomorphismes v et u coïncident donc sur E. qui y est induit par v admet une valeur propre et le vecteur propre associé est
vecteur propre commun à u et v.
b) Par récurrence sur la taille n ∈ N∗ des matrices.
Exercice 161 : [énoncé] Pour n = 1, c’est immédiat !
Son polynôme caractéristique est scindé. Supposons la propriété vérifiée au rang n − 1 ≥ 1.
Soit A, B ∈ Mn (C) vérifiant AB = BA. Soit X1 un vecteur propre commun
aux matrices A et B associé aux valeurs propres λ et µ respectivement. Soit
Exercice 162 : [énoncé] P une matrice inversible dont la première colonne est X1 . Par changement de
base on a
λ ∗ µ ∗
a) Si B = On alors tout vecteur propre de A (et il en existe car le corps de base P −1 AP = et P −1
BP =
0 A0 0 B0
est C) est aussi vecteur propre de B.
Si B 6= On alors l’espace Im B est stable par B et il existe alors un vecteur Puisque AB = BA, un calcul par bloc donne A0 B 0 = B 0 A0 . Par hypothèse de
propre de B dans Im B. Puisque Im B ⊂ ker A car AB = On , ce vecteur récurrence, il existe une matrice Q ∈ GLn−1 (C) telle que Q−1 A0 Q et Q−1 B 0 Q
propre de B est aussi vecteur propre de A (associé à la valeur propre 0). sont triangulaires supérieures.
Pour la matrice
b) Par récurrence sur la taille n des matrices.
1 0

Pour n = 1, c’est immédiat. R=P × ∈ GLn (C)
0 Q
Supposons la propriété vérifiée au rang n − 1 ≥ 1.
Soit A, B ∈ Mn (C) vérifiant AB = On . Soit X1 un vecteur propre commun on obtient R−1 AR et R−1 BR triangulaires supérieures.
aux matrices A et B associé aux valeurs propres λ et µ respectivement. Soit Récurrence établie.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 164 : [énoncé] Exercice 166 : [énoncé]

Le polynôme caractéristique χA (X) = (X − 1)3 est scindé donc A est
trigonalisable.
a) χA (X) = (X + 1)(X − 1)2 .
On a    
b) E−1 = Vect t 1 1 2 , E1 = Vect t 1 0 1 . 1 0
La matrice A n’est pas diagonalisable mais on peut la rendre semblable à la E1 (A) = Vect 0 , −1
matrice   0 1
−1 0 0 et puisque
T =  0 1 1
       
0 0 0 0
0 0 1 A 0 = −1 = 0 + −1
1 2 1 1
On prend C1 = t 1 1 2 , C2 = t 1 0 1 .
on a A = P T P −1 avec

On détermine C3 tel que AC3 = C3 + C2 . C3 = t 0 −1 0 convient.
Pour  

1 0 0
 
1 0 0

1 1 0 T = 0 1 1 et P = 0 −1 0
P = 1 0 −1 0 0 1 0 1 1
2 1 0

on a P −1 AP = T .
Exercice 167 : [énoncé]
Notons A la matrice étudiée.
Après calcul, son polynôme caractéristique est χA = (X − 9)3 .
Exercice 165 : [énoncé] Celui-ci est scindé et par conséquent la matrice A est trigonalisable.
Après résolution
E9 (A) = Vect (1, 1, −1/2)
a) χA (X) = (X − 1)3 .
t
dim E9 (A) = 1 et X1 = 1 1 −1/2 est vecteur propre. Complétons ce vecteur
b) E1 = Vect t 1 0 1 .
en une base et considérons la matrice de passage associée
La matrice A n’est pas diagonalisable, mais on peut la rendre semblable à la  
matrice   1 0 0
1 1 0 P = 1 1 0
T = 0 1 1 −1/2 0 1
0 0 1
On a  
9 −5 −2

On prend C1 = t 1 0 1 .
On détermine C2 tel que AC2 = C2 + C1 . C2 = t 0 1 0 convient. P −1 AP = 0 12 −6
On détermine C3 tel que AC3 = C3 + C2 . C3 = t 0 −1 1 convient. 0 3/2 6
Pour   Considérons alors la sous matrice
1 0 0
0 12 −6
P = 0 1 −1 A =
3/2 6
1 0 1
de polynôme caractéristique (X − 9)2 car χA (X) = (X − 9)χA0 (X). Après
on a P −1 AP = T .
résolution
E9 (A0 ) = Vect(1, 1/2)

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Considérons la matrice de passage Par conséquent la matrice suivante convient

 
1 0 1 1 0
P0 =
1/2 1 P = 0 1 0
1 1 1
On a
9 −6
(P 0−1 )A0 P 0 =
0 9
Exercice 169 : [énoncé]
Enfin, pour   ( =⇒ ) Supposons f et g commutent.
1 0 0
1 0
Q=P × = 1 1 0
0 P0 ∀x ∈ ker(f − λ. Id), (f − λ Id)(g(x)) = g(f (x) − λx) = 0
−1/2 1/2 1
on obtient   donc ker(f − λ Id) est stable par g.
9 −6 −2 ( ⇐= ) Supposons que chaque sous-espace propre soit stable par P
g.
Q−1 AQ = 0 9 −6 Puisque E = ⊕ Eλ (f ), pour tout x ∈ E, on peut écrire x = λ∈Sp(f ) xλ avec
λ∈Sp(f )
0 0 9
xλ ∈ Eλ et alors X
(g ◦ f )(x) = λg(xλ ) = (f ◦ g)(x)
Exercice 168 : [énoncé] λ∈Sp(f )

donc f ◦ g = g ◦ f .
a) χA = X(X − 1)(X − a).
Si a 6= 0, 1 alors A est diagonalisable.
Si a = 0 alors rg A = 2 donc dim ker A = 1 < m0 (A) et la matrice A n’est pas Exercice 170 : [énoncé]
diagonalisable. Rappelons que tout endomorphisme d’un C-espace vectoriel possède au moins un
Si a = 1 alors rg(A − I) = 2 et par le même argument qu’au dessus, A n’est valeur propre.
pas diagonalisable. 1ère démarche : Soit λ une valeur propre de u. Eλ (u) est stable par u et donc
On conclut possède un supplémentaire F stable par u.
Ω = {0, 1} Si F = {0E } alors u est diagonalisé.
Sinon, la restriction de u à F possède au moins une valeur propre µ qui est bien
b) Cas a = 0     entendu valeur propre de u. L’espace Eλ (u) ⊕ Eµ (u) est stable par u et donc
1 3
possède un supplémentaire G stable par u.
ker A = Vect 0 et ker(A − I3 ) = Vect 1
Si G = {0E } alors u est diagonalisé.
1 2
Sinon, on itère le processus.
Par conséquent la matrice suivante convient 2ème démarche : Le sous-espace vectoriel F = ⊕ Eλ (u) est stable par u, il
λ∈Sp u
admet donc un supplémentaire stable G, si G 6= {0E } alors uG admet un vecteur
 
1 3 0
P = 0 1 0 propre qui sera aussi vecteur propre de u donc élément de F . C’est contradictoire
1 2 1 donc G = {0E } puis
E = ⊕ Eλ (u)
Cas a = 1     λ∈Sp u
1 1
On peut conclure : u diagonalisable.
ker A = Vect 0 et ker(A − I3 ) = Vect 1
1 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 171 : [énoncé] Considérons ensuite les vecteurs x et y de E représentés par les colonnes réelles X
Les endomorphismes recherchés sont les endomorphismes diagonalisables. et Y . Les relations précédentes donnent
En effet, si f est diagonalisable et si F est un sous-espace vectoriel stable par f
alors puisque fF est diagonalisable, il existe une base de F formée de vecteurs u(x), u(y) ∈ Vect(x, y)
propres de f . En complétant cette base à l’aide de vecteur bien choisis dans une
base diagonalisant f , les vecteurs complétant engendrent un supplémentaire de F et donc le sous-espace vectoriel Vect(x, y) est stable par u.
stable par f . Or celui-ci n’est pas nul car Z 6= 0 et est donc de dimension 1 ou 2 (et en fait 2
Inversement, si f ∈ L(E) vérifie la propriété proposée alors le sous-espace vectoriel car l’absence de valeurs propres réelles dans le cas présent signifie l’absence de
F = ⊕ Eλ (f ) étant stable par f , celui-ci admet un supplémentaire stable. Or droite vectorielle stable).
λ∈Sp f
f ne possède pas de vecteurs propres sur ce dernier et celui ne peut donc qu’être
{0} car ici le corps de base est C. Par suite F = E et donc f est diagonalisable. Exercice 174 : [énoncé]

Exercice 172 : [énoncé] a) Par l’absurde supposons X et Y colinéaires. Il existe alors une colonne X0
réelle telle que
a) Si e ∈
/ H alors la valeur de u(e) détermine entièrement un élément u de X = αX0 et Y = βX0 avec (α, β) 6= (0, 0)
{u ∈ E ∗ | u(H) = {0}}. Cela permet de mette en place un isomorphisme
entre {u ∈ E ∗ | u(H) = {0}} et K. La dimension cherchée vaut 1. On a alors Z = (α + iβ)X0 et la relation AZ = λZ donne
b) Si H est stable par f alors pour tout x ∈ H, u(f (x)) = 0 donc
u ◦ f ∈ {v ∈ E ∗ | v(H) = {0}} or u est un élément non nul de cette droite (α + iβ)AX0 = λ(α + iβ)X0
vectorielle donc u ◦ f est colinéaire à u. La réciproque est immédiate.
Puisque α + iβ 6= 0, on peut simplifier et affirmer AX0 = λX0 . Or X0 est une
c) MatB (u) = L 6= 0 (car u définit une équation d’hyperplan), colonne réelle donc, en conjuguant, AX0 = λ̄X0 puis λ ∈ R ce qui est exclu.
MatB (u ◦ f ) = LA donc
b) On écrit λ = a + ib avec a, b ∈ R. La relation AZ = λZ donne en identifiant
u ◦ f = λu ⇐⇒ LA = λL ⇐⇒ A L = λ L t t t parties réelles et imaginaires

avec t L colonne non nulle. AX = aX − bY et AY = aY + bX

t
d) Sp( A) = {1, 2, −1}. Une base de vecteurs propres est formée des vecteurs de On en déduit que Vect(X, Y ) est stable par A.
composantes (−1, −1, 1), (0, 1, 1) et (−1, 0, 1). Les plans stables par f sont
ceux d’équations x + y − z = 0, y + z = 0 et x − z = 0. c) Le polynôme caractéristique de f est

(X + 1)(X − 2)(X 2 − 2X + 2)
Exercice 173 : [énoncé] Les valeurs propres de A sont −1, 2 et 1 ± i avec
Si l’endomorphisme u possède une valeur propre alors la droite vectorielle
engendrée par un vecteur propre associé est évidemment stable par u. E−1 (A) = Vect t (0, 0, 1, 0) , E2 (A) = Vect t (1, 1, 0, 1) et E1+i (A) = Vect t (i, −1, 0, 1)
Sinon, la matrice réelle A représentant u dans une base n’a que des valeurs propres
complexes non réelles. Parmi celles-ci considérons en une que nous notons λ. Il Soit P un plan stable par f . Le polynôme caractéristique de l’endomorphisme
existe alors une colonne complexe Z non nulle telle que AZ = λZ. En écrivant u induit par f sur ce plan divise le polynôme caractéristique de f tout en
λ = α + iβ et Z = X + iY avec α, β, X, Y réels, l’équation précédente donne étant réel et de degré 2. Ce polynôme caractéristique ne peut qu’être

AX = αX − βY et AY = βX + αY (X + 1)(X − 2) ou X 2 − 2X + 2

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Dans le premier cas, 1 et 2 sont valeurs propres de u et les vecteurs propres Ainsi a ∈ F1 , b ∈ F2 et on a donc F ⊂ F1 + F2 .
associés sont ceux de f . Le plan P est alors Il est alors immédiat qu’on peut alors conclure F = F1 ⊕ F2 .
Puisque F2 ⊂ ker(u2 + u + Id), pour x ∈ F2 non nul (x, u(x)) est libre et
Vect {(0, 0, 1, 0), (1, 1, 0, 1)} Vect(x, u(x)) est stable par u. Cela permet d’établir que F2 est la somme directe
de sous-espaces vectoriels de la forme Vect(x, u(x)) avec x 6= 0,
Dans le second cas, pour tout x ∈ P , on a par le théorème de Cayley x ∈ ker(u2 + u + Id). Quant à F1 , il n’y a pas de condition à souligner puisque
Hamilton tout sous-espace vectoriel de ker(u − Id) est stable par u.
u2 (x) − 2u(x) + 2x = 0E
et donc la colonne X des coordonnées de x vérifie
Exercice 176 : [énoncé]
X ∈ ker(A2 − 2A + 2I4 )
Si F admet une base de vecteurs propres, il est immédiat d’établir qu’il est stable
Après calculs, on obtient par u.
Inversement, si F est stable alors uF est diagonalisable et donc il existe une base
X ∈ Vect(t (1, 0, 0, 0), t (0, −1, 0, 1)) de F formée de vecteurs propres de u.

Ainsi le plan est inclus dans le plan

Vect {(1, 0, 0, 0), (0, −1, 0, 1)} Exercice 177 : [énoncé]

Sp f = {2, 4, 6}, E2 (A) = Vect e1 , E4 (A) = Vect e2 et E6 (A) = Vect e3 avec
ce qui suffit à le déterminer. e1 = (0, 1, 1), e2 = (1, 0, 1), e3 = (1, 1, 0).
Si V est un sous-espace vectoriel stable alors fV est diagonalisable et donc
possède une base de vecteurs propres de f . Ainsi V = {0}, Vect(ei ) avec
Exercice 175 : [énoncé] i ∈ {1, 2, 3}, Vect(ej , ek ) avec j 6= k ∈ {1, 2, 3} ou V = R3 .
Cas K = C
u annule un polynôme scindé simple, l’endomorphisme u est donc diagonalisable.
Tout sous-espace vectoriel possédant une base de vecteurs propres est stable et Exercice 178 : [énoncé]
inversement. Sur C, A est trigonalisable semblable à une matrice triangulaire supérieure ou sur
Cas K = R la diagonale figurent les valeurs propres complexes de A comptées avec
Par le lemme de décomposition des noyaux, on a multiplicité.

E = ker(u − Id) ⊕ ker(u2 + u + Id)

Si F est un sous-espace vectoriel stable alors posons Exercice 179 : [énoncé]

F1 = F ∩ ker(u − Id) a) A est annule le polynôme χA qui est scindé donc A est trigonalisable.
et b) Soit T une matrice triangulaire semblable à A. Les coefficients diagonaux de
F2 = F ∩ ker(u2 + u + Id) T sont les valeurs propres de A comptées avec multiplicité. Cependant Ak est
semblables à T k donc les valeurs propres de Ak sont les coefficients diagonaux
Montrons F = F1 ⊕ F2 .
de T k or ceux-ci sont les puissances d’ordre k des coefficients diagonaux de T
Tout x ∈ F peut s’écrire x = a + b avec a ∈ ker(u − Id) et b ∈ ker(u2 + u + Id).
c’est-à-dire des valeurs propres de A.
Puisque u(x) = a + u(b)∈ F et u2 (x) = a + u2 (b) ∈ F , on a
a = 13 x + u(x) + u2 (x) ∈ F puis b = x − a ∈ F .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 180 : [énoncé] et donc

n
La matrice A est semblable à une matrice triangulaire de la forme Y
χP (A) = (X − P (λk ))
 
λ1 ∗ k=1
 .. 
 . 
0 λn Exercice 183 : [énoncé]
q
et donc A est semblable à
λq1
 
∗ a) Commençons par
quelques cas particuliers.
..


.
 λ 0
  Si A = alors A ∈ K [B] en s’appuyant sur un polynôme constant.
0 λqn 0 λ
λ1 0
Ainsi le polynôme caractéristique de Aq est celui voulu avec Aq ∈ Mn (Z). Si A = avec λ1 6= λ2 alors les matrices qui commutent avec A sont
0 λ2
α1 0
diagonales donc B est de la forme . En considérant P = aX + b tel
Exercice 181 : [énoncé] 0 α2
A est semblable à une matrice triangulaire supérieure de la forme que P (λ1 ) = α1 et P (λ2 ) = α2 , on a B = P (A) ∈ K [A].
λ µ

λ1 ∗
 Si A = avec µ 6= 0, une étude de commutativité par coefficients
0 λ
 .. 
α β

. inconnus donne B = . Pour P = βµ X + γ avec βλµ + γ = α, on a
 
0 λn 0 α
B = P (A) ∈ K [A].
exp(A) est alors semblable à une matrice de la forme Enfin, dans le cas général, A est semblable à l’un des trois cas précédent via
une matrice P ∈ GL2 (K). La matrice B 0 = P −1 BP commute alors avec
∗0
 
exp(λ1 )
 ..  A0 = P −1 AP donc B 0 est polynôme en A0 et par le même polynôme B est
 .  polynôme en A.
0 exp(λn ) b) On imagine que non, reste à trouver un contre-exemple.
Cela suffit pour conclure. Par la recette dite des « tâtonnements successifs » ou saisi d’une inspiration
venue d’en haut, on peut proposer
   
Exercice 182 : [énoncé] 1 1 0 1 0 0
Puisque le polynôme χA est scindé, la matrice A est trigonalisable. Plus A = 0 1 0 et B = 0 1 0
précisément, la matrice A est semblable à une matrice de la forme 0 0 1 0 1 1
 
λ1 ∗ On vérifie que A et B commutent et ne sont ni l’un ni l’autre polynôme en
 ..  l’autre car tout polynôme en une matrice triangulaire supérieure est une
 . 
matrice triangulaire supérieure.
(0) λn
La matrice P (A) est alors semblable à
  Exercice 184 : [énoncé]
P (λ1 ) ∗
La matrice A est trigonalisable
Pp et si l’on note λ1 , . . . , λp ses valeurs propres
..
distinctes alors tr(Am ) = j=1 αj λm
 
. j avec αj la multiplicité de la valeur propre
 
(0) P (λn ) λj .

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Pour conclure, il suffit d’établir résultat suivant : Avec des notations étendues, ceci donne
∗
Pp α1 , .m. . , αp ∈ C et λ1 , . . . , λp ∈ C deux à deux distincts.
« Soient X
Si j=1 αj λj −→ 0 alors ∀1 ≤ j ≤ p, |λj | < 1 ». ∀m ∈ N, aλ λm = 0
m→+∞
λ∈Sp A∪Sp B
Raisonnons pour cela par récurrence sur p ≥ 1.
Pour p = 1, la propriété est immédiate. avec aλ = mλ (A) − mλ (B).
Supposons la propriété vraie au rang p ≥ 1. Indexons alors les valeurs propres de A et B de sorte que
Soient α1 , . . . , αp+1 ∈ C∗ et λ1 , . . . , λp+1 ∈ C deux à deux distincts tels que
Sp A ∪ Sp B = {α1 , . . . , αr }
p+1
X
αj λm
j −→ 0 (1) avec α1 , . . . , αr deux à deux distinctes. On obtient donc
m→+∞
j=1
r
X
Par décalage d’indice, on a aussi ∀m ∈ N, aαj αjm = 0
j=1
p+1
Considérons alors la matrice carrée de Vandermonde
X
αj λm+1
j −→ 0 (2)
m→+∞  
j=1 1 1 ··· 1
 α1 α2 ··· αr 
λp+1 × (1) − (2) donne 
 .. ..

.. 
 . . . 
p r−1 r−1 r−1
X α1 α2 · · · αr
αj (λp+1 − λj )λm
j −→ 0
m→+∞
j=1 Celle-ci est inversible car les α1 , . . . , αr sont deux à deux distincts. Or les égalités
qui précèdent donnent
qui se comprend encore r
p
X
X aαj Cj = 0
βj λ m
j −→ 0 j=1
m→+∞
j=1
en notant Cj les colonnes de la matrice de Vandermonde précédente.
avec les β1 , . . . , βp non nuls. On en déduit
Par hypothèseP de récurrence, on a alors ∀1 ≤ j ≤ p, |λj | < 1. ∀1 ≤ j ≤ r, aαj = 0
p
On en déduit j=1 αj λm j −→ 0 et la relation (1) donne alors
m→+∞ ce qui donne
αp+1 λm
p+1 −→ 0 d’où l’on tire |λp+1 | < 1. ∀λ ∈ Sp A ∪ Sp B, mλ (A) = mλ (B)
m→+∞
Récurrence établie.

Exercice 186 : [énoncé]

Exercice 185 : [énoncé]
Notons λ1 , . . . , λp et µ1 , . . . , µq les valeurs propres deux à deux distinctes des a) Poser le produit par blocs.
matrices A et B respectivement. b) Si A et B sont inversibles alors (A ∗ B)(A−1 ∗ B −1 ) = In ∗ In = In2 donc
L’hypothèse de travail donne A ∗ B est inversible.
p q Si A n’est pas inversible alors il existe A0 6= 0 tel que AA0 = On et alors
(A ∗ B)(A0 ∗ In ) = 0 avec A0 ∗ In 6= 0 donc A ∗ B n’est pas inversible.
X X
∀m ∈ N, mλj (A)λm
j = mµk (B)µm
k
j=1 j=1 Un raisonnement semblable s’applique dans le cas où B n’est pas inversible.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

c) Il existe P, Q matrices inversibles telles que Exercice 188 : [énoncé]

    La famille (x0 , u(x0 ), . . . , un−1 (x0 )) constitue une base de E.
λ1 ∗ µ1 ∗ Soit v ∈ L(E) commutant avec u. On peut écrire
−1
P AP = 
 . .. −1
 et Q BQ = 
  .. 
.
v(x0 ) = a0 x0 + a1 u(x0 ) + · · · + an−1 un−1 (x0 )

0 λn 0 µn
Considérons alors
avec λi et µi les valeurs propres de A et B.
On observe alors que (P −1 ∗ Q−1 )(A ∗ B)(P ∗ Q) = (P −1 AP ) ∗ (Q−1 BQ) est w = a0 IdE +a1 u + · · · + an−1 un−1 ∈ K [u]
triangulaire supérieure de coefficients diagonaux λi µj . Les valeurs propres de
A ∗ B sont les produits des valeurs propres de A et B. On a
d) On note que P −1 ∗ Q−1 = (P ∗ Q)−1 de sorte que A ∗ B est semblable à la v(x0 ) = w(x0 )
matrice triangulaire précédente et donc
Puisque v et w commutent avec u, on a aussi
n Y
n
∀k ∈ N, v(uk (x0 )) = w(uk (x0 ))
Y
χA∗B = (X − λi µj )
i=1 j=1
Les endomorphismes v et w prennent les mêmes valeurs sur une base, ils sont
On en déduit donc égaux.
det(A ∗ B) = (det A det B)n En conclusion v ∈ K [u].
et la relation
tr(A ∗ B) = tr(A) tr(B)
Exercice 189 : [énoncé]
est immédiate par un calcul direct. On peut écrire
AB = P (A) = αn An + · · · + α1 A + In

Exercice 187 : [énoncé] donc

A B − (αn An−1 + · · · + α1 In ) = In

La matrice A est trigonalisable semblable à
  Par le théorème d’inversibilité, A est inversible et
λ1 ∗ A−1 = B − (αn An−1 + · · · + α1 In ).
T =
 .. 
Puisque A commute avec A−1 et ses puissances, on en déduit que A commute avec
. 
(0) λn
B = A−1 + αn An−1 + · · · + α1 I
avec λ1 , . . . , λn les valeurs propres de A comptées avec multiplicité.
La matrice Ak est alors semblable à
 k  Exercice 190 : [énoncé]
λ1 ∗
Le polynôme P s’écrit
k
T =
 . .. 

(0) λkn P (X) = P (0) + a1 X + · · · + ap X p

et ses valeurs propres sont les λk1 , . . . , λkn comptées avec multiplicité. L’égalité AB = P (A) donne alors

A(B − (a1 In + a2 A + · · · + ap Ap−1 )) = P (0)In

Diffusion autorisée à titre entièrement gratuit uniquement - dD

On en déduit que A est inversible et son inverse est b) Soit P ∈ C [X] tel que P (0) = 0. On a
1 P (X) = aX + bX 2 + · · ·
A−1 = B − a1 In + a2 A + · · · + ap Ap−1

P (0)
Donc
l’égalité A−1 A = In donne alors P (B) = aB + bB 2 + · · ·
BA = P (A) puis
P (B)p = ap B p + b0 B p+1 + · · · = On
et on peut conclure que A et B commutent.
On peut alors reprendre le raisonnement de la question précédente et affirmer
que la matrice In + P (B) est inversible et que son inverse est de la forme
Exercice 191 : [énoncé]
In − P (B) + P (B)2 + · · · + (−1)p P (B)p
On sait qu’il existe p ∈ N∗ tel que Ap = On .
En introduisant les coefficients de P , la relation B = AP (A) donne On en déduit que H est inclus dans GLn (C) et que l’inverse d’un élément de
2 p−1 H est encore dans H.
B = A + a2 A + · · · + ap−1 A
Il est immédiat de vérifier que H est non vide et stable par produit. On en
On en déduit déduit que H est un sous-groupe de (GLn (C), ×). Enfin, on vérifie que H est
commutatif car les polynômes en une matrice commutent entre eux.
B 2 = A2 +a3,2 A3 +· · ·+ap−1,2 Ap−1 ,. . . , B p−2 = Ap−2 +ap−1,p−2 Ap−1 , B p−1 = Ap−1

En inversant ces équations, on obtient Exercice 193 : [énoncé]

Par la formule de Taylor en a
Ap−1 = B p−1 , Ap−2 = B p−2 +bp−1,p−2 Ap−1 ,. . . , A2 = B 2 +b3,2 B 3 +· · ·+bp−1,2 B p−1
+∞
et enfin
X P (k) (a)
P (X) = (X − a)k
A = B + b2,1 B 2 + · · · + bp−1,1 B p−1 k=0
k!
ce qui détermine un polynôme Q ∈ R [X] vérifiant Q(0) = 1 et A = BQ(B). donc
+∞
X P (k) (a)
P (aIn + J) = Jk
k!
Exercice 192 : [énoncé] k=0

Il est facile de calculer les puissances de J et l’on conclut

a) Posons N = −A−1 BA. On a 00
P (n−1) (a)
 
P (a) P 0 (a) P 2!(a) · · · (n−1)!
N p = (−1)p A−1 B p A = On 
 .. .. .. ..

. . .


 . 

donc P (aIn + J) =  . .. . .. P 00 (a) 
In = In − N p = (I − N )(I + N + N 2 + · · · + N p−1 )
 
 2! 
 .. 
On en déduit que I − N = In + A−1 BA est inversible et
 . P 0 (a) 
(0) P (a)
−1
In + A−1 BA = I + N + N 2 + · · · + N p−1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 194 : [énoncé] En évaluant en u, on obtient la relation

Le polynôme X 3 − 1 = (X − 1)(X 2 + X + 1) est annulateur de u avec les facteurs
X − 1 et X 2 + X + 1 premiers entre eux, il suffit alors d’appliquer le lemme des IdE = P (u) ◦ V (u) + Q(u) ◦ W (u) (∗)
noyaux pour conclure ! Soit x ∈ ker P (u) ∩ Im P (u). Puique Q(u) ◦ P (u) = (P Q)(u) = 0, on a
Im P (u) ⊂ ker Q(u) et donc x ∈ ker P (u) ∩ ker Q(u). La relation (∗) donne alors

Exercice 195 : [énoncé] x = V (u) ◦ P (u)(x) + W (u) ◦ Q(u)(x) = 0E

P = X(X 2 − 3aX + a2 ) est annulateur de f donc par le théorème de Ainsi, les espaces ker P (u) et Im P (u) sont supplémentaires. Soit x ∈ E. Par la
décomposition des noyaux, E = ker f ⊕ ker(f 2 − 3af + a2 Id) car X et relation (∗), on peut écrire
X 2 − 3aX + a2 sont premiers entre eux. Or a étant non nul, on montre
élémentairement ker(f 2 − 3af + a2 Id) ⊂ Im f tandis que l’inclusion réciproque x = a + b avec a = P (u) ◦ V (u)(x) et b = Q(u) ◦ W (u)(x)
provient de ce que (f 2 − 3af + a2 Id) ◦ f = 0. Il est donc vrai que ker f et Im f
On a évidement a ∈ Im P (u) et aussi b ∈ ker P (u) car
sont supplémentaires.
P (u)(b) = (P Q)(u) ◦ W (u)(x) = 0E

Exercice 196 : [énoncé] On peut alors conclure l’égalité

Par le lemme de décomposition des noyaux ker P (u) ⊕ Im P (u) = E
ker P (u) = ker Q(u) ⊕ ker R(u)
Exercice 198 : [énoncé]
et puisque P est annulateur Les vecteurs de (Id, u, . . . , up ) évoluent dans L(E) qui est de dimension n2 . Pour
p = n2 la famille est assurément liée. Une relation linéaire donne alors
E = ker Q(u) ⊕ ker R(u) immédiatement un polynôme annulateur non nul.
De plus R(u) ◦ Q(u) = 0̃ et donc Im Q(u) ⊂ ker R(u).
Par la formule du rang Exercice 199 : [énoncé]
P (A) ∗ O ∗
dim Im Q(u) = dim E − dim ker Q(u) On a P (M ) = = et
O P (B) O ∗

et par la supplémentarité qui précède Q(A) ∗ ∗ ∗
Q(M ) = =
O Q(B) O O

dim E = dim ker Q(u) + dim ker R(u) O ∗ ∗ ∗
donc (P Q)(M ) = P (M )Q(M ) = = On .
O ∗ O O
donc Ainsi le polynôme P Q est annulateur de M .
dim Im Q(u) = dim ker R(u)
et l’on peut conclure. Exercice 200 : [énoncé]
u ◦ (u − Id) ◦ (u + Id) s’annule sur ker(u ◦ (u − Id)) et sur ker(u ◦ (u + Id)) donc
sur ker(u ◦ (u − Id)) + ker(u ◦ (u − Id)) = E et ainsi u ◦ (u2 − Id) = 0.
Exercice 197 : [énoncé] Si x ∈ ker u alors x ∈ ker(u ◦ (u − Id)) ∩ ker(u ◦ (u + Id)) = {0} donc ker u = {0}
Les polynômes P et Q étant premiers entre eux, on peut introduire des polynômes et u ∈ GL(E).
V, W vérifiant Par suite u2 − Id = u−1 ◦ u ◦ (u2 − Id) = 0 et donc u2 = Id. Ainsi u est une
P V + QW = 1 symétrie vectorielle.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 201 : [énoncé] L’égalité P (u)(x) = 0 donne

Quitte à considérer λP avec λ ∈ K∗ bien choisi, on peut supposer
au(x) + Q(u)(u2 (x)) = 0
0
P (0) = 0 et P (0) = 1
et donc u(x) = 0 car a 6= 0 et u2 (x) = 0.
ce qui permet d’écrire Ainsi x ∈ ker u et on peut conclure.

P (X) = X + X 2 Q(X) avec Q ∈ K [X]

Soit x ∈ Im f ∩ ker f . Il existe a ∈ E tel que x = f (a) et on a f (x) = 0. Exercice 203 : [énoncé]
On en déduit f 2 (a) = 0. Or P (f )(a) = 0 et
a) On sait déjà ker u ⊂ ker u2 . On a P = XQ avec Q(0) 6= 0. Pour x ∈ ker u2 , on
P (f )(a) = f (a) + Q(f ) f 2 (a) = f (a) = x

a u2 (x) = 0 et Q(u)(u(x)) = 0 donc u(x) ∈ ker u ∩ ker Q(u) puis u(x) = 0 car
Q(0) 6= 0. On en déduit ker u2 ⊂ ker u puis l’égalité.
Ainsi
L’inclusion Im u2 ⊂ Im u est entendue.
Im f ∩ ker f = {0}
Inversement, soit x ∈ Im u. On peut écrire x = u(a) pour un certain a ∈ E.
Soit x ∈ E. Or P (u)(a) = 0 et l’on peut écrire P sous la forme
Analyse :
Supposons x = u + v avec u = f (a) ∈ Im f et v ∈ ker f . P (X) = an X n + · · · + a1 X avec a1 6= 0
On a
f (x) = f 2 (a) + f (v) = f 2 (a) donc
a1 u(a) ∈ Im u2
Or
P (f )(x) = f (x) + f 2 (Q(f )(x)) = 0 puis x ∈ Im u2 .
Ainsi Im u2 = Im u
donc
f (x) = f 2 (−Q(f )(x)) b) Pour x ∈ ker u ∩ Im u, il existe a ∈ E, x = u(a) et a ∈ ker u2 = ker u donc
x = 0.
Synthèse : Pour x ∈ E, u(x) ∈ Im u = Im u2 et on peut écrire u(x) = u2 (a) pour un
Posons u = −f (Q(f )(x)) et v = x − u. certain a ∈ E. On a alors x = y + z avec y = u(a) ∈ Im u et z = x − y où l’on
On a immédiatement u ∈ Im f et x = u + v. vérifie z ∈ ker u.
On a aussi

f (v) = f (x) − f (u) = f (x) + f 2 (Q(f )(x)) = P (f )(x) = 0

Exercice 204 : [énoncé]
et donc v ∈ ker f . Puisque u possède un polynôme annulateur, on a

dim K [u] < +∞

Exercice 202 : [énoncé]
Or K [Q(u)] ⊂ K [u] donc
On sait déjà ker u ⊂ ker u2 .
Inversement, soit x ∈ ker u2 . dim K [Q(u)] < +∞
Notons P le polynôme annulateur en question. On peut écrire et par conséquent Q(u) possède un polynôme annulateur.
2
P (X) = aX + X Q(X) avec a 6= 0 et Q ∈ K [X]

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 205 : [énoncé] étant de degré impair possèdera une racine qui sera valeur propre de la matrice et
Si P et Πu sont premiers entre eux alors par l’égalité de Bézout, il existe aussi racine de son polynôme minimal. Celui-ci ne peut alors être le polynôme
U, V ∈ K [X] tels que U P + V Πu = 1 donc U (u)P (u) = IdE . Aussi X 2 + 1.
P (u)U (u) = IdE donc P (u) est inversible et P (u)−1 = U (u) ∈ K [u]. Supposons n est pair. Considérons
Si P et Πu ne sont pas premiers entre eux alors on peut écrire Πu = QD avec D le
pgcd de P et Πu . On a Πu | P Q donc P (u)Q(u) = 0 alors que Q(u) 6= 0 puisque 0 −1
A= et An = diag(A, . . . , A) ∈ Mn (R)
deg Q < deg Πu . Par suite P (u) n’est pas inversible. 1 0

An n’est pas une homothétie donc le degré de son polynôme minimal est supérieur
à 2.
Exercice 206 : [énoncé] De plus A2n = −In donc X 2 + 1 annule An .
Πu annule u donc aussi uF et ainsi ΠuF | Πu . De même ΠuG | Πu donc Au final, X 2 + 1 est polynôme minimal de An .
ppcm(ΠuF , ΠuG ) | Πu .
Inversement si P = ppcm(ΠuF , ΠuG ) alors ∀x ∈ F , P (u)(x) = 0 et ∀x ∈ G,
P (u)(x) = 0 donc ∀x ∈ E = F ⊕ G, P (u)(x) = 0 donc P annule u puis Πu | P . Exercice 210 : [énoncé]
A = P DP −1 avec D = diag(a + b, . . . , a + b, a − b, . . . , a − b) et
 
Exercice 207 : [énoncé] 1 (0) 0 1 (0)
Πu annule u donc aussi uF puis la conclusion.  .. .. .. 

 . . . 


 1 0 (0) 1 
P =  0 ··· 0 1 0 ··· 0
Exercice 208 : [énoncé]

(0) 1 0 (0) −1
Considérons B = A − In . On a B 2 = On .
 

. . .. . . 
Soit u l’endomorphisme de Kn dont la matrice est B dans la base canonique.
 . . . 
On a u2 = 0̃ donc Im u ⊂ ker u. 1 (0) 0 −1 (0)
Soit (e1 , . . . , ep ) une base de Im u complétée en (e1 , . . . , ep , ep+1 , . . . , eq ) base de
Par suite
ker u.
πA = (X − (a + b))(X − (a − b))
Pour tout j ∈ {1, . . . , p}, considérons εj ∈ E tel que u(εj ) = ej .
Supposons λ1 ε1 + · · · + λp εp + µ1 e1 + · · · + µq eq = 0. et les polynômes annulateurs de A sont les multiples de πA .
On appliquant u à cette relation, on obtient λ1 e1 + · · · + λp ep = 0 donc
λ1 = . . . = λp = 0.
La relation initiale devient µ1 e1 + · · · + µq eq = 0 qui entraîne µ1 = . . . = µq = 0. Exercice 211 : [énoncé]
Finalement la famille (ε1 , . . . , εp , e1 , . . . , eq ) est libre et puisque formée de On peut écrire Y
p + q = dim Im u + dim ker u = n vecteurs de E, c’est une base de E. Πf = (X − λ)αλ
La matrice de u dans la base (e1 , ε1 , . . . , ep , εp , ep+1 , . . . , eq ) a alors ses coefficients λ∈Sp(f )
tous nuls sauf p coefficients sur la sur-diagonale.
et
La matrice B est donc semblable à la matrice précédente et A = In + B est
E= ⊕ ker(f − λ Id)αλ
semblable à une matrice de la forme voulue. λ∈Sp(f )

décomposition en somme de sous-espaces vectoriels stables par f .

Pour chaque λ ∈ Sp(f ),
Exercice 209 : [énoncé]
Supposons n est impair. Le polynôme caractéristique d’une matrice de Mn (R) ker(f − λ Id)αλ −1 6= ker(f − λ Id)αλ

Diffusion autorisée à titre entièrement gratuit uniquement - dD

αλ αλ −1
par minimalité de Πf et donc il existe xλ ∈ ker(f − λ Id) \ ker(f − λ Id) . Or, pour toute valeur propre λ, Im(u − λ Id) ∩ ker(u − λ Id) = {0} entraîne
k
On peut alors établir que la famille (f − λ Id) (xλ ) 0≤k≤α −1 est libre. ker(u − λ Id) = ker(u − λ Id)2 puis par le principe des noyaux itérés
λ
ker(u − λ Id) = ker(u − λ Id)mλ . Par suite
P
Considérons maintenant x = λ∈Sp(f ) xλ .
Pour P ∈ C [X], P (f )(x) = λ∈Sp(f ) P (f )(xλ ) avec P (f )(xλ ) ∈ ker(f − λ Id)αλ
P
E= ⊕ ker(u − λ Id)
par stabilité. λ∈Sp u
Par décomposition en somme directe,
et donc u est diagonalisable
P (f )(x) = 0 ⇐⇒ ∀λ ∈ Sp(f ), P (f )(xλ ) = 0 c) Soit λ une valeur propre de u. Le polynôme minimal de u peut s’écrire

Par division euclidienne P = (X − λ)αλ Q + R avec deg R < αλ de sorte qu’on πu = (X − λ)α Q avec Q(λ) 6= 0
Pαλ −1
puisse écrire R = k=0 ak (X − λ)k . On alors
πu (u) = 0 donne
P (f )(xλ ) = 0 ⇐⇒ ∀0 ≤ k < αλ , ak = 0 Im Q(u) ⊂ ker(u − λ Id)α
Si λ est une valeur propre séparable alors ker(u − λ Id) = ker(u − λ Id)α et
Ainsi donc
P (f )(x) = 0 ⇐⇒ ∀λ ∈ Sp(f ), (X − λ)αλ | P Im Q(u) ⊂ ker(u − λ Id)
Enfin puisque les termes (X − λ)αλ sont premiers entre eux, on peut conclure puis le polynôme (X − λ)Q annule u. Par minimalité de πu , on conclut α = 1.
Inversement, si λ est une racine simple du polynôme minimal, alors
P (f )(x) = 0 ⇐⇒ Πf | P
πu = (X − λ)Q avec Q(λ) 6= 0

Puisque les polynômes Q et X − λ sont premiers entre eux, on peut écrire

Exercice 212 : [énoncé]
QU + (X − λ)V = 1 avec U, V ∈ K [X]
a) Si ker(u − λ Id) = {0} alors Im(u − λ Id) = E car u − λ Id est inversible.
On en déduit que λ est séparable. et en évaluant
Par contraposée, si λ n’est pas séparable alors λ est valeur propre de u. Q(u)U (u)(x) + (u − λ Id)V (u)(x) = x

b) Si u est un endomorphisme diagonalisable alors pour tout scalaire λ, avec Q(u)U (u)(x) ∈ ker(u − λ Id) (car πu est annulateur) et
ker(u − λ Id) = ker(u − λ Id)2 . (u − λ Id)V (u)(x) ∈ Im(u − λ Id).
Par suite Im(u − λ Id) ∩ ker(u − λ Id) = {0} et on en déduit que λ est Ainsi λ est une valeur propre séparable.
séparable. Finalement les scalaires non séparables sont les racines multiples de πu .
Inversement, soit u un endomorphisme scindé dont toutes les valeurs propres d) m(v) = u ◦ v, m2 (v) = u2 ◦ v,. . . P (m)(v) = P (u) ◦ v pour tout polynôme P .
sont séparables. Par suite les endomorphismes m et u ont les mêmes polynômes annulateurs
Puisque le polynôme caractéristique de u est scindé, on peut écrire et donc le même polynôme minimal. Puisque les scalaires non séparables sont
Y les racines multiples du polynôme minimal, les endomorphismes u et m ont
χu = (−1)dim E (X − λ)mλ les mêmes valeurs séparables.
λ∈Sp u

et par le lemme de décomposition des noyaux Exercice 213 : [énoncé]

Soit x vecteur propre associé à la valeur propre λ.
E= ⊕ ker(u − λ Id)mλ P (f )(x) = P (λ)x or P (f ) = 0 et x 6= 0 donc P (λ) = 0.
λ∈Sp u

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 214 : [énoncé] Exercice 218 : [énoncé]

χA = X 2 − (a + d)X + (ad − bc) annule matrice A.
a) Soit x un vecteur propre associé à la valeur propre λ. On a f (x) = λx avec On en déduit
1
x 6= 0E . Par composition f n (x) = λn x puis P (f )(x) = P (λ)x. Or A−1 = ((a + d)I2 − A)
ad − bc
P (f )(x) = 0E et x 6= 0E donc P (λ) = 0.
b) Le polynôme X 3 + 2X 2 − X − 2 est annulateur de f et 0 n’en est pas racine
donc 0 ∈
/ Sp f . Cela suffit pour conclure si l’espace est de dimension finie. Exercice 219 : [énoncé]
Sinon, on exploite χA = (X − λ1 ) . . . (X − λn ) annule A en vertu du théorème de Cayley Hamilton.

1 2 1 2
f ◦ (f + 2f − Id) = (f + 2f − Id) ◦ f = Id
2 2 Exercice 220 : [énoncé]
pour conclure. Par Sarrus
χA = X(X 2 + (a2 + b2 + c2 ))
a) Si (a, b, c) 6= (0, 0, 0) alors a2 + b2 + c2 > 0 et la matrice A n’est pas
Exercice 215 : [énoncé] diagonalisable sur R car son polynôme caractéristique n’est pas scindé.
ϕ2 = Id donc X 2 − 1 est annulateur de ϕ. Les valeurs propres de ϕ ne peuvent Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
être que 1 et −1. En prenant pour f une fonction paire et une fonction impaire
b) Si (a, b, c) 6= (0, 0, 0) alors la matrice A diagonalisable dans
√ M3 (C) car
non nulle, on montre que 1 et −1 sont effectivement valeurs propres de ϕ.
possède trois valeurs propres distinctes à savoir 0 et ±i a2 + b2 + c2 .
Si (a, b, c) = (0, 0, 0) alors A est la matrice nulle.
Exercice 216 : [énoncé] c) Puisque 0 est la seule valeur propre réelle de A et puisque B est inversible si,
et seulement si, −λ est valeur propre de A, on peut conclure que B est
inversible pour tout λ 6= 0.
a) On vérifier T 2 = Id donc T est un automorphisme et T −1 = T .
d) Puisque le polynôme caractéristique est annulateur de A on a
b) Puisque T annule X 2 − 1, Sp T ⊂ {1, −1} puis égale car par exemple 1 est
vecteur propre associé à la valeur propre 1 et X − 1/2 est vecteur propre A3 + (a2 + b2 + c2 )A = O3
associé à la valeur propre −1.
donc
(B − λI3 )3 + (a2 + b2 + c2 )(B − λI3 ) = O3
Exercice 217 : [énoncé]
Il suffit de développer et de réorganiser pour obtenir une expression du type
Les valeurs propres de u sont racines des polynômes annulateurs donc du
polynôme minimal. B(uB 2 + vB + wI3 ) = I3
Soit a une racine de Πu . On a
et conclure
Πu = (X − a)P et P (u) 6= 0 B −1 = uB 2 + vB + wI3 = αA2 + βA + γI3
car P ne peut être annulateur de u.
Pour y ∈ Im(P (u)) \ {0E }, il existe x ∈ E, y = P (u)(x) et Π(u)(x) = 0E donc
(u − a Id)(y) = 0E avec y 6= 0E . Exercice 221 : [énoncé]
Ainsi a est valeur propre de u (et y est vecteur propre associé). Considérons le polynôme caractéristique de u :

χu = X n + an−1 X n−1 + · · · + a1 X + a0 avec a0 = (−1)n det u 6= 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Puisque χu (u) = 0̃, on obtient Exercice 224 : [énoncé]

un + an−1 un−1 + · · · + a1 u + a0 Id = 0̃
a) A2 M = AM B = M B 2 et ainsi de suite : Ap M = M B p pour tout p ∈ N. Par
Par suite linéarité P (A)M = M P (B).
un + an−1 un−1 + · · · + a1 u = −a0 Id b) Considérons P = χA . La relation P (A)M = M P (B) entraîne M P (B) = On .
En composant avec u−1 à gauche on obtient Or M 6= On donc la matrice P (B) n’est pas inversible. Par suite
det(P (B)) = 0. Or
n
un−1 + an−1 un−2 + · · · + a1 Id = −a0 u−1 Y
P = (X − λi )
et on en déduit i=1

1 avec λi valeur propre de A donc il existe i ∈ {1, . . . , n} telle que

u−1 = − un−1 + an−1 un−2 + · · · + a1 IdE ∈ K [u]

a0 det(λi In − B) = 0

Ainsi A et B ont une valeur propre commune.

Exercice 222 : [énoncé]

a) Si f est diagonalisable alors f est représenté par λIn dans une certaine base Exercice 225 : [énoncé]
et donc f est une homothétie vectorielle. La réciproque est immédiate. Considérons T : P (X) 7→ P (X + 1). T est un endomorphisme de Rn−1 [X] qui est
b) Calculé dans une base de triangulation, χf (x) = (x − λ)n . annulé par son polynôme caractéristique de la forme
c) χf est annulateur de f dans (f − λ Id)n = 0̃. n−1
X
χT = X n + ak X k
k=0
Exercice 223 : [énoncé]
Cela fournit directement la propriété voulue.
a) Le polynôme caractéristique de f est un polynôme de degré n annulant f .
Ainsi f n ∈ Vect(Id, f, . . . , f n−1 ). Par récurrence, on montre alors que pour
tout m ≥ n, f m ∈ Vect(Id, f, . . . , f n−1 ). Exercice 226 : [énoncé]
Par suite f n (x), . . . , f N −1 (x) ∈ Vect(x, f (x), . . . , f n−1 (x)) puis
E = Vect(x, f (x), . . . , f N −1 (x)) donne E = Vect(x, f (x), . . . , f n−1 (x)). La a) Par le théorème de Cayley Hamilton, on a
famille (x, f (x), . . . , f n−1 (x)) est alors génératrice et formée de n = dim E
vecteurs de E, c’est donc une base de E. χu (u) = 0̃
b) Les polynômes en f commute avec f .
Inversement, supposons que g ∈ L(E) commute avec f . Puisque g(x) ∈ E, on avec χu polynôme de coefficient constant det u 6= 0.
peut écrire g(x) = a0 x + a1 f (x) + · · · + an−1 f n−1 (x). En écrivant
Puisque f et g commute, on a encore χu (X) = XP (X) + det u
g(f k (x)) = a0 f k (x) + a1 f k+1 (x) + · · · + an−1 f n+k−1 (x) de sorte que les le polynôme
endomorphismes g et a0 Id +a1 f + · · · + an−1 f n−1 coïncident sur une base de 1
E et c’est donc égaux. Au final f est un polynôme en f . Q(X) = − P (X)
det u
est solution.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Considérons l’endomorphisme v de K [X] qui envoie le polynôme P (X) sur Exercice 228 : [énoncé]
P (X/2).
On vérifie aisément u ◦ v = v ◦ u = Id ce qui permet d’affirmer que u est a) Si v est un endomorphisme, on a
inversible d’inverse v.
Soit P = an X n + · · · + a1 X + a0 un polynôme de degré exactement n. dim v −1 (F ) ≤ dim F + dim ker v
Si u(P ) = λP alors par identification des coefficients de degré n, on obtient
λ = 2n Pour k ∈ N,
−1
ker(u − λi IdE )k+1 = (u − λi IdE ) ker(u − λi IdE )k

puis on en déduit
P = an X n
La réciproque étant immédiate, on peut affirmer donc
dim ker(u − λi IdE )k+1 ≤ ker(u − λi IdE )k + 1
Sp u = {2n | n ∈ N} et E2n (u) = Vect(X n )
Ainsi, on obtient
Si par l’absurde il existe Q ∈ K [X] tel que
∀k ∈ N, dim ker(u − λi IdE )k ≤ k
−1
u = Q(u)
Le polynôme caractéristique de u est
alors le polynôme non nul
q
XQ(X) − 1 Y
χu (X) = (X − λi )ni
est annulateur de u. Les valeurs propres de u sont alors racines de celui-ci ce i=1
qui donne une infinité de racines.
C’est absurde. et celui-ci est annulateur de u. Par le lemme de décomposition des noyaux
q ni
E = ⊕ ker (u − λi IdE )
Exercice 227 : [énoncé] i=1
L’implication directe est immédiate : elle découle de la stabilité par produit de
l’espace des matrices triangulaires supérieures. Inversement, supposons Ak et donc
q
triangulaire supérieure pour tout k ≥ 2. Introduisons le polynôme caractéristique
X ni
dim E = dim ker (u − λi IdE )
de A i=1
P (X) = an X n + · · · + a1 X + det(A)
Or
Puisque celui-ci est annulateur de A, on peut écrire ni
dim ker (u − λi IdE ) ≤ ni
n
an A + · · · + a1 A + det(A)In = On
et
q
En multipliant la relation par A et en réorganisant X
dim E = deg χu = ni
−1
A= (a1 A2 + · · · + an An+1 ) i=1
det A
donc
et la matrice A est donc triangulaire supérieure. ni
∀1 ≤ i ≤ q, dim ker (u − λi IdE ) = ni
Pour
1 −1 Enfin, par l’étude initiale
A=
1 −1
m
nous obtenons un contre-exemple où Ak = O2 pour tout k ≥ 2. ∀1 ≤ i ≤ q, ∀0 ≤ m ≤ ni dim ker (u − λi IdE ) =m

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) Si F est un sous-espace vectoriel stable par u, le polynôme caractéristique Q On écrit χA (X) = XQA (X) + (−1)n det A et de même χB (X) (ces écritures sont
de uF annule uF et divise χu . On obtient ainsi un polynôme Q de la forme possibles car le déterminant est au signe près le coefficient constant d’un
q
polynôme caractéristique).
Y Posons alors
Q(X) = (X − λi )mi avec mi ≤ ni
i=1
U = (−1)n−1 uQA (A) et V = (−1)n−1 vQB (B)

vérifiant Puisque χA et χB sont à coefficients entiers, on a U, V ∈ Mn (Z).

F ⊂ ker Q(u) Puisque χA et χB sont annulateurs, on a

Or, par le lemme de décomposition des noyaux QA (A)A = (−1)n−1 det A.In et QB (B)B = (−1)n−1 det B.In
q
ker Q(u) = ⊕ ker(u − λi IdE )mi On observe alors
i=1
U A + V B = (u. det A + v. det B)In = In
puis, en vertu du résultat précédent
q
X Remarquons que prendre
dim ker Q(u) = mi = deg Q = dim F
i=1 U = ut Com A et V = v t Com B

Par inclusion et égalité des dimensions était sans doute plus simple. . .
Pour
ker Q(u) = F 1 0 2 0
A= et B =
0 1 0 2
c) On reprend les notations qui précèdent
les matrices
q 3 0 −1 0
F = ⊕ ker(u − λi IdE ) mi U= et V =
i=1 0 3 0 −1
conviennent. . .
On peut alors faire correspondre à F le tuple (m1 , . . . , mq ).
Cette correspondance est bien définie et bijective car
q
ker(u − λi IdE )mi ⊂ ker(u − λi IdE )ni , E = ⊕ ker(u − λi IdE )ni Exercice 230 : [énoncé]
i=1 µA | χA = (X − 1)2 mais A n’est pas diagonalisable, donc µA = (X − 1)2 .
et
dim ker(u − λi IdE )mi = mi
Exercice 231 : [énoncé]
Il y a donc autant de sous-espaces vectoriels stables que de diviseurs unitaires
de χu .
a) Notons α1 , . . . , αn les composantes de x dans une base de diagonalisation B
de f . La matrice de la famille (x1 , . . . , xn ) dans la base B est
Exercice 229 : [énoncé]
α1 λ1 . . . α1 λn1
 
Puisque les entiers det A et det B sont premiers entre eux, on peut écrire par  .. .. 
l’égalité de Bézout  . . 
u. det A + v. det B = 1 avec u, v ∈ Z αn λn ... αn λnn

Diffusion autorisée à titre entièrement gratuit uniquement - dD

avec λ1 , . . . , λn les valeurs propres de f comptées avec multiplicité. Cette avec

matrice est de rang n, si, et seulement si, α = ax + (n − 1)by
β = ay + bx + (n − 2)by
λ1 ... λn1
Il suffit alors de résoudre le système
6 0 et ...
α1 , . . . , αn = .. 6= 0
.
λn ... λnn ax + (n − 1)by = 1
bx + (a + (n − 2)b)y = 0
Par déterminant de Vandermonde, on peut assurer l’existence de x tel que
voulu si, et seulement, si les valeurs propres de f sont deux à deux distincts pour expliciter A−1 .
et non nulles. N’importe quel x aux composantes toutes non nulles est alors
convenable.
Exercice 233 : [énoncé]
b) Les polynômes en f commutent avec f .
Supposons que g soit un endomorphisme de E commutant avec f .
On peut écrire g(x1 ) = a1 x1 + · · · + an xn = P (f )(x1 ) avec a) Il est clair que L est linéaire.
P = a1 + a2 X + · · · + an−1 X n−1 . Si tr(M ) = 0 alors L(M ) = aM .
On a alors a est valeur propre de L et le sous-espace propre associé est l’hyperplan des
g(x2 ) = g(f (x1 )) = f (g(x1 )) = f (P (f )(x1 )) = P (f )(f (x1 )) = P (f )(x2 ). matrices de trace nulle.
Plus généralement, en exploitant xk = f k−1 (x1 ), on obtient Si tr(M ) 6= 0 alors L(M ) = λM implique M ∈ Vect(In ). Or
g(xk ) = P (f )(xk ). L(In ) = (a + n)In donc a + n est valeur propre de L et le sous-espace propre
Les endomorphismes g et P (f ) coïncident sur les éléments d’une base, ils sont associé est la droite Vect(In ).
donc égaux. Finalement, le commutant de f est exactement formé des L’endomorphisme L est donc diagonalisable et par suite
polynômes en f . ΠL (X) = (X − a)(X − (a + n))
Si le polynôme minimal Πf de f est de degré < n alors la famille
(Id, f, . . . , f n−1 ) est liée et alors pour tout x ∈ E, la famille b) En dimension finie, L est un automorphisme si, et seulement si, 0 ∈
/ Sp(L) i.e.
(x, f (x), . . . , f n−1 (x)) l’est aussi. Cela contredit l’hypothèse de départ. On a 6= 0, −n.
peut donc affirmer que deg Πf ≥ n et puisque Πf | χf , on a Πf = (−1)χf Puisque
avec χf polynôme caractéristique de f . L2 − (2a + n)L + a(a + n)I = 0
on a
1
Exercice 232 : [énoncé] L−1 = (L − (2a + n)I)
a(a + n)
A est symétrique donc diagonalisable.
et donc
χA = (X − (a + (n − 1)b)(X − (a − b))n−1 1
L−1 (M ) = (tr(M )In − (a + n)M )
a(a + n)
Sp(A) = {a + (n − 1)b, a − b} (si n ≥ 2)
πA = (X − (a + (n − 1)b))(X − (a − b)) Exercice 234 : [énoncé]
A est inversible si, et seulement si, 0 ∈
/ Sp(A) i.e. a + (n − 1)b 6= 0 et a 6= b.
     a) Il est immédiat que L est un endomorphisme de Mn (R).
a (b) x (y) α (β)
Sp(L) = {a, a + n}, Ea (L) = ker(tr) et Ea+n (L) = Vect(In ),
 ..  .. =
  .. 
 .  . .  ΠL = (X − a)(X − (a + n)) car L est diagonalisable et donc son polynôme
(b) a (y) x (β) α minimal est le polynôme simple dont les racines sont les valeurs propres de L.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

2
b) Par une base de diagonalisation, det L = an −1 (a + n) et donc L est un b) La relation donnée entraîne
automorphisme si, et seulement si, a 6= 0, −n. 2 2
t
Par le polynôme minimal, on a L2 − (2a + n)L + a(a + n) Id = 0 et donc M = In − M 2 = M 4 − 2M 2 + In
1
L−1 = ((2a + n) Id −L) Or
a(a + n) t
M
2
= t M 2 = In − M

donc
Exercice 235 : [énoncé] M 4 − 2M 2 + In = In − M
A2 = −I2n . On observe que X 2 + 1 est annulateur de A.
Si K = C alors A est diagonalisable car annule le polynôme X 2 + 1 qui est scindé et donc la matrice M est annulé par le polynôme
à racines simples.
P (X) = X 4 − 2X 2 + X = X(X − 1)(X 2 + X − 1)
Si K = R alors A n’est pas diagonalisable car sans valeurs propres. En effet une
valeur propre (réelle) de A doit être annulé par le polynôme X 2 + 1. C’est un polynôme scindé à racines simples donc la matrice M est
diagonalisable.
Exercice 236 : [énoncé]

a) A2 = −I2n . Exercice 239 : [énoncé]

On a
b) X 2 + 1 = (X − i)(X + i) est annulateur de A et scindé simple donc A est
(M 2 − 2In )2 = (t M )2 = t (M 2 ) = 2In − M
diagonalisable. De plus A est réelle donc ses valeurs propres sont deux à deux
conjuguées, deux valeurs propres conjuguées ont même multiplicité. Puisque On en déduit le polynôme annulateur de M suivant
les valeurs propres figurent parmi les racines de X 2 + 1 et que la matrice
complexe A possède au moins une valeur propre, on peut affirmer que i et −i X 4 − 4X 2 + X + 2
sont les deux seules valeurs propres de A, qu’elles sont de multiplicité n.
Enfin les sous-espaces propres associés sont de dimension n car A est qui se factorise
diagonalisable et donc les dimensions des sous-espaces propres égales la
multiplicité des valeurs propres respectives. X 4 − 4X 2 + X + 2 = (X − 1)(X + 2)(X − α)(X − β)

avec √ √
Exercice 237 : [énoncé] 1+ 5 1− 5
α= et β =
Soient P ∈ Mn (K) une matrice de permutation et σ la permutation associée. Il 2 2
existe q ∈ N∗ tel que σ q = Id et donc P q = In . La matrice P annule alors X q − 1 Puisque la matrice M annule un polynôme réel scindé à racines simples, cette
qui est scindé à racines simples donc P est diagonalisable. matrice est diagonalisable.

Exercice 238 : [énoncé]

Exercice 240 : [énoncé]
La relation donnée entraîne
a) Si M n’est pas inversible, il existe une colonne X non nulle telle que M X = 0
2 2
et alors l’identité de l’énoncé donne t M X = X donc 1 ∈ Sp(t M ) = Sp M . t
M = In − M 2 = M 4 − 2M 2 + In
Inversement, si 1 ∈ Sp M alors il existe une colonne X non nulle telle que
M X = X et alors l’identité de l’énoncé donne t M X = 0 et donc t M n’est pas Or 2
t
= t M 2 = In − M

inversible. Or det(t M ) = det M donc M n’est pas inversible non plus. M

Diffusion autorisée à titre entièrement gratuit uniquement - dD

donc Exercice 242 : [énoncé]

M 4 − 2M 2 + In = In − M
et donc la matrice M est annulée par le polynôme a) Par récurrence
Ak kAk

k
P (X) = X 4 − 2X 2 + X = X(X − 1)(X 2 + X − 1) M =
0 Ak

Les valeurs propres possibles de M sont les racines de ce polynôme. puis on étend par linéarité.
Chacune de celles-ci peut être valeur propre. En effet pour les racines de b) Si M est diagonalisable alors M annule un polynôme scindé simple P et les
X 2 + X − 1, il suffit de considérer une matrice diagonale avec les coefficients calculs précédents montrent que A annule aussi ce polynôme. Par suite A est
diagonaux correspondant aux racines. Pour les racines de X(X − 1), il suffit de diagonalisable. De plus A annule aussi le polynôme XP 0 de sorte que si λ est
considérer valeur propre de A alors A est racine commune de P et de XP 0 . Or P n’a
1 1 −i que des racines simples donc P et P 0 n’ont pas de racines communes d’où
M=
2 i 1 λ = 0. A est diagonalisable et Sp(A) = {0} donne A = 0.
La matrice M n’est pas nécessairement symétrique comme le montre l’exemple au Ainsi M est diagonalisable si, et seulement si, A = 0.
dessus.
La matrice M annule un polynôme scindé à racines simples, elle est donc
diagonalisable. Exercice 243 : [énoncé]

a) Par récurrence et en exploitant AB = BA

Exercice 241 : [énoncé]
k
A kAk−1 B

k
M =
a) La matrice A annule le polynôme X p − 1 qui est scindé simple dans C [X] 0 Ak
donc A est diagonalisable dans M2 (C).
puis on étend par linéarité.
b) Les valeurs propres α et β sont racines du polynôme annulateur donc
αp = β p = 1. En particulier |α| = |β| = 1. b) Si M est diagonalisable alors M annule un polynôme scindé simple P et les
2
Puisque det A = αβ = 1, on a α = 1/β = β̄/ |β| = β̄. calculs précédents montrent que A annule aussi ce polynôme. Par suite A est
Enfin, trA = 2Re(α) ∈ Z et 2Re(α) ∈ [−2 ; 2] car |α| ≤ 1 donc diagonalisable semblable à une matrice
|Re(α)| ∈ {0, 1 | 2, 1}.  
λ1 (0)
c) Selon la valeur de Re(α) et sachant |α| = 1, les valeurs possibles de α sont ..
D=
 
. 
−1, j, i, −j 2 , 1 (0) λn

et leurs conjuguées. avec λ1 , . . . , λn les valeurs propres de A qui sont racines de P .

Dans tous les cas, on vérifie α12 = 1 et on a aussi β 12 = 1. De plus, on a
Puisque A est semblable à la matrice diagonale D = diag(α, β) et que celle-ci P 0 (A)B = On
vérifie D12 = I2 , on a A12 = I2 .
et la matrice P 0 (A) est semblable à
d) On vérifie aisément que G est un sous-groupe du groupe (GL2 (C), ×) et
puisque
 0 
P (λ1 ) (0)
G = I2 , A, A2 , . . . , A11

0
P (D) = 
 .. 
. 
G est un groupe monogène fini. (0) 0
P (λn )

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Puisque les racines de P sont simples et que les λ1 , . . . , λn sont racines de P , On écrit la matrice C par blocs selon la même décomposition que A :
on a P 0 (λ1 ), . . . , P 0 (λn ) 6= 0. On en déduit que la matrice P 0 (A) est inversible  
et l’identité P 0 (A)B = On donne alors B = On . C1,1 · · · C1,m
C =  ... ..  avec C ∈ Mat
αi ,αj (K)

Ainsi, si M est diagonalisable, A est diagonalisable et B est nulle. La .  i,j
réciproque est immédiate. Cm,1 ··· Cm,m
et la condition
A − λk In B
Exercice 244 : [énoncé] rg = 2 rg(A − λk In )
O Ak − λIn
Notons M la matrice étudiée et supposons celle-ci diagonalisable.
Il existe un polynôme P scindé simple annulant M . Puisque se relit après formule de passage Ck,k = Oαk .
Inversement, si la matrice A est diagonalisable et s’il y a nullité des blocs
diagonaux d’une représentation de B dans une base adaptée à la décomposition

P (A) ∗
P (M ) = = O2n de Kn en somme de sous-espaces propres de A alors on peut reprendre dans
O P (A)
l’autre sens l’étude qui précède pour affirmer que M est diagonalisable.
le polynôme P annule aussi la matrice A qui est donc nécessairement
diagonalisable.
De plus, puisque χM = χ2A , les matrices A et M ont les mêmes valeurs propres et Exercice 245 : [énoncé]
on a l’égalité suivante sur leurs multiplicités : Soit M solution.
Puisque le corps de base est C, la matrice M est semblable à une matrice
∀λ ∈ Sp A, mλ (M ) = 2mλ (A) triangulaire supérieure où figure sur la diagonale les valeurs propres de M
comptées avec multiplicité.
ce qui entraîne l’égalité suivante sur la dimension des sous-espaces propres Puisque tr(M ) = n, la somme des valeurs propres de M comptées avec
multiplicité vaut n.
∀λ ∈ Sp A, dim Eλ (M ) = 2 dim Eλ (A) Or les valeurs propres de M sont racines du polynôme X 5 − X 2 = X 2 (X 3 − 1),
elle ne peuvent donc qu’être 0, 1, j ou j 2 . Notons p, q, r et s les multiplicités de
et enfin l’égalité de rang suivante chacune ; on a tr M = q + rj + sj 2 = n. Puisque les parties réelles de j et j 2 valent
−1/2, la seule possibilité est que q = n, r = s = 0 et alors p = 0.
∀λ ∈ Sp A, rg(M − λI2n ) = 2 rg(A − λIn )
En particulier 0 n’est pas valeur propre de M et donc M est inversible.
Or La relation M 5 = M 2 donne alors M 3 = In et donc M est diagonalisable puisque
M annule un polynôme scindé simple. Finalement M est semblable à In donc

A − λIn B
rg(M − λI2n ) = rg égale In car sa seule valeur propre est 1.
O A − λIn
Inversement, la matrice In est solution.
La matrice A étant diagonalisable, on peut écrire A = P DP −1 avec P inversible et
 
λ1 Iα1 (0) Exercice 246 : [énoncé]
D=
 .. 
. 
(0) λm Iαm a) On vérifie par le biais des relations proposées

où λ1 , . . . , λm sont les valeurs propres distinctes M 2 − (λ + µ)M + λµIp = Op

A et αk = dim Eλk (A).
de
P O D C
En considérant la matrice inversible Q = , on a Q−1 M Q = On en déduit
O P O D

λ+µ 1
avec C = P −1 BP . M Ip − M = Ip
λµ λµ

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Par le théorème d’inversibilité, M est inversible et Soient z1 , z2 ∈ C∗ tels que

λ+µ 1 |z1 + z2 | = |z1 | + |z2 |

M −1 = Ip − M
λµ λµ
En posant u = z2 /z1 , on a alors (car z1 6= 0)
b) M − µIp = (λ − µ)A et M − λIp = (µ − λ)B.
Or |1 + u| = 1 + |u|
(M − µIp )(M − λIp ) = M 2 − (λ + µ)M + λµIp = Op
En écrivant u = a + ib avec a, b ∈ R et en élevant au carré l’identité
donc (λ − µ)2 AB = Op puis AB = Op car λ 6= µ. précédente, on obtient
Puisque A = A × Ip = A2 + AB = A2 , A est un projecteur. p
Il en est de même pour B. (1 + a)2 + b2 = 1 + 2 a2 + b2 + a2 + b2
c) M annule le polynôme scindé simple
et cette identité est vérifiée si, et seulement si, a ∈ R+ et b = 0 ce qui permet
X 2 − (λ + µ)X + λµ = (X − λ)(X − µ) d’écrire z2 = α2 z1 avec α2 = a ∈ R+ .
Supposons la propriété établie au rang n ≥ 2.
La matrice M est donc diagonalisable et Sp(M ) ⊂ {λ, µ}. Soient z1 , . . . , zn , zn+1 ∈ C avec z1 6= 0 tels que
Il se peut que cette inclusion soit stricte, c’est le cas si M = λIp avec A = Ip
n+1 n+1
et B = Op . X X
En tout cas, le spectre n’est pas vide car M est diagonalisable. zk = |zk |
k=1 k=1

Par l’inégalité triangulaire

Exercice 247 : [énoncé]
On remarque n+1
X n
X n+1
X
3 2
C − C = 3A + 3B = 3C zk ≤ zk + |zn+1 | ≤ |zk |
k=1 k=1 k=1
La matrice C annule donc le polynôme
et puisque les termes extrémaux sont égaux on a
X 3 − X 2 − 3X
n
X n
X
On vérifie aisément que ce polynôme est scindé à racines simples et on peut donc zk = |zk |
k=1 k=1
affirmer que C est diagonalisable. Or
donc par hypothèse de récurrence on peut écrire pour tout k ≥ 2
A = C 3 − 2C 2 et B = C + 2C 2 − C 3
zk = αk z1 avec αk ≥ 0
donc A et B sont diagonalisables.
On en déduit
n
X
Exercice 248 : [énoncé] zk = (1 + α2 + · · · + αn )z1 6= 0
k=1

et puisque
a) L’implication( ⇐= ) est immédiate n n
( =⇒ ) Par récurrence sur n ≥ 2.
X X
zk + zn+1 = zk + |zn+1 |
Cas n = 2 k=1 k=1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

l’étude du cas n = 2 permet d’écrire b) Posons x = (1, 0, 1, 0, 0), on a m(x) = (0, 1, 0, 1, 0), m2 (x) = (−1, 0, 0, 0, 1),
m3 (x) = (0, −1, 1, 0, 0) et m4 (x) = (1, 0, 0, 1, 0). On vérifie aisément que la
n
X famille correspondante est une base de R5 en observant par exemple qu’elle
zn+1 = a zk = αn+1 z1 avec αn+1 ∈ R+
est génératrice.
k=1
Puisque m5 (x) = (0, 1, 0, 0, 1), matrice de m dans cette nouvelle base est
Récurrence établie.  
0 0 0 0 1
b) Si M ∈ Mn (C) vérifie M n = In et tr M = n alors cette matrice est 1 0 0 0 0 
diagonalisable (car annule le polynôme scindé à racines simples X n − 1) et 
0 1 0 0 1 

ses valeurs propres λ1 , . . . , λn vérifient 
0 0 1 0 −1


λ1 + · · · + λn = n 0 0 0 1 0

Or les valeurs propres vérifient aussi

Exercice 250 : [énoncé]
∀1 ≤ k ≤ n, λnk = 1

et elles sont donc de module 1. Nous sommes donc dans la situation où a) X 2 − 2X annule A.
b) Puisque A2 − 2A = A(A − 2I2 ) = O2 , on a (M 2 + M )(M 2 + M − 2I2 ) = O2 .
|λ1 + · · · + λn | = |λ1 | + · · · + |λn |
On en déduit que
Puisque λ1 6= 0, on peut écrire λk = αk λ1 pour tout k ≥ 2 avec αk ≥ 0. Or
tous les λk sont de module 1 donc les αk sont égaux à 1 et par suite P (X) = (X 2 + X)(X 2 + X − 2) = X(X + 1)(X − 1)(X + 2)

λ1 = . . . = λn est annulateur de M .
On en déduit que M est diagonalisable et que ces valeurs propres possibles
Enfin puisque la somme des valeurs propres vaut n, on peut conclure sont 0, −1, 1, 2.
c) Notons λ et µ les deux valeurs propres de M .
λ1 = . . . = λn = 1 Celles-ci ne peuvent être égales car si λ = µ alors M = λI2 n’est pas solution
de l’équation.
et finalement M = In car la matrice M est semblable à In .
Cas λ = 0 et µ = 1
La réciproque est immédiate.
On a M (M − I2 ) = O2 donc M 2 − M = O2 . Combinée à la relation
M 2 + M = A, on obtient
1
Exercice 249 : [énoncé] M= A
2
Cas λ = 0 et µ = −2
a) Pour   Un raisonnement analogue donne
0 0 1
0 −1
A= et B = 1 0 0 M = −A
1 0
0 1 0
Cas λ = 0 et µ = −1
on vérifie A4 = I2 et B 3 = I3 . On en déduit M 12 = I5 .
On a M 2 + M = O2 et donc ce cas est impossible etc.
Puisque M annule le polynôme X 12 − 1 scindé simple sur C [X], la matrice
M est diagonalisable dans M5 (C).

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Exercice 251 : [énoncé] Exercice 252 : [énoncé]

Posons
1 1
A= a) Puisque p4 = p2 , une valeur propre λ doit vérifier λ4 = λ2 donc λ ∈ {−1, 0, 1}.
1 1
b) Si p est diagonalisable alors sa matrice A dans une base de vecteurs propres
On obtient aisément Sp A = {0, 2} sera diagonale avec des −1, 0 ou 1 sur la diagonale. Comme alors A3 = A on
a) Soit M une matrice solution de l’équation M 2 + M = A. a p3 = p.
Si λ est valeur propre de M alors λ2 + λ est valeur propre de A et donc Si p3 = p alors p est annulé par un polynôme scindé à racines simples donc p
est diagonalisable.
λ2 + λ = 0 ou λ2 + λ = 2

On en déduit Exercice 253 : [énoncé]

λ ∈ {0, −1, 1, −2} Si 1 et −1 sont les seules valeurs propres alors f ∈ GL(E) et la relation f 4 = f 2
donne f 2 = Id ce qui fournit un polynôme annulateur scindé à racines simples et
b) Posons permet de conclure.
Si 1 et −1 ne sont pas les seules valeurs propres c’est que 0 est aussi valeur propre
P (X) = X(X + 1)(X − 1)(X + 2) = (X 2 + X)(X 2 + X − 2)
car les valeurs propres figurent parmi les racines de tout polynôme annulateur. f
On a présente alors 3 = dim E valeurs propres distincts donc f est diagonalisable.
P (M ) = A(A − 2I2 ) = O2
Puisque M annule un polynôme scindé à racines simple, la matrice M est Exercice 254 : [énoncé]
diagonalisable. ϕ2 (M ) = P (P M + M P ) + (P M + M P )P = P M + 2P M P + M P car P 2 = P .
Notons λ et µ ses deux valeurs propres. Puisque λ2 + λ et µ2 + µ ϕ3 (M ) = P M + 6P M P + M P .
correspondent aux deux valeurs propres de A, on a, quitte à échanger λ et µ : Par suite ϕ3 (M ) − 3ϕ2 (M ) = −2P M − 2M P = −2ϕ(M ).
Ainsi ϕ annule le polynôme X 3 − 3X 2 + 2X = X(X − 1)(X − 2).
λ ∈ {0, −1} et µ ∈ {1, −2} Puisque ce polynôme est scindé simple, l’endomorphisme ϕ est diagonalisable.

Il y a alors quatre situations possibles :

Cas λ = 0 et µ = 1 Exercice 255 : [énoncé]
On a M (M − I2 ) = O2 donc M 2 − M = O2 . Combinée à la relation
M 2 + M = A, on obtient a) Puisque u3 = u, par annulation d’un polynôme scindé simple, on peut
1
M= A affirmer que u est diagonalisable de valeurs propres possibles 0, 1, −1. Par les
2 égalités tr u = 0 et tr u2 = 2n on peut affirmer qu’il existe une base de R2n+1
Cas λ = 0 et µ = −2 dans laquelle la matrice de u est de la forme
Un raisonnement analogue donne  
In 0 0
M = −A A =  0 −In 0
0 0 0
Cas λ = −1
On obtient Les matrices commutant avec A étant celle de la forme
1  
M = A − I2 et M = −I2 − A M 0 0
2  0 N 0
Inversement, on vérifie par le calcul que ces matrices sont solutions. 0 0 α

Diffusion autorisée à titre entièrement gratuit uniquement - dD

avec M, N ∈ Mn (R), on peut affirmer b) On a (f − β Id) = (α − β)u et (f − α Id) = (β − α)v.

La relation (f − α Id) ◦ (f − β Id) = 0̃ donne v ◦ u = 0̃ et par un calcul
dim C(u) = 2n2 + 1 symétrique on obtient aussi u ◦ v = 0̃.
On en déduit u = u ◦ Id = u2 + u ◦ v = u2 et donc u est une projection
b) Πu = X 3 − X donc dim R [u] = 3 et par suite C(u) = R [u] si, et seulement si, vectorielle.
n = 1. De plus ker u = ker ((α − β)u) = ker(f − β Id) et
Im u = ker(Id −u) = ker v = ker(f − α Id).
Exercice 256 : [énoncé] c) Par récurrence f n = αn u + β n v.

a) Si A2 = A alors fA2 = fA . fA est une projection donc diagonalisable.

Exercice 259 : [énoncé]
b) Pour tout P ∈ R [X], on observe P (fA ) : M 7→ P (A)M de sorte que
Par élimination de u, on a f 2 − αf = β(β − α)v et f 3 − αf 2 = β 2 (β − α)v.
P (fA ) = 0 ⇐⇒ P (A) = 0 Par élimination de v, on obtient f ◦ (f − α Id) ◦ (f − β Id) = 0̃.
Ainsi P = X(X − α)(X − β) est annulateur de f .
Tout endomorphisme étant diagonalisable si, et seulement si, il annule un Cas α 6= β et α, β 6= 0
polynôme scindé simple, on peut conclure. f est diagonalisable car annule un polynôme scindé simple.
Cas α = β = 0
f est diagonalisable car f est l’endomorphisme nul.
Exercice 257 : [énoncé] Cas β = 0 et α 6= 0.
On a f 2 − αf = 0 donc f est diagonalisable car annule le polynôme scindé simple
a) oui. X(X − α).
b) Si A est inversible alors M 7→ A−1 M est clairement application réciproque de Cas α = 0 et β 6= 0.
f. Semblable.
Si f est inversible alors posons B = f −1 (In ). On a AB = In donc A est Cas α = β 6= 0.
inversible. On a f = α(u + v) et f 2 = α2 (u + v) donc à nouveau f 2 − αf = 0.
Dans tous les cas, l’endomorphisme f est diagonalisable.
c) On observe que f n (M ) = An M donc pour P ∈ C [X],

P (f )(M ) = P (A)M
Exercice 260 : [énoncé]
Par suite P est annulateur de f si, et seulement si, il est annulateur de A.
Puisque la diagonalisabilité équivaut à l’existence d’un polynôme annulateur
a) On a
scindé à racines simples, on peut conclure.
φ3 (f ) = p3 ◦ f ◦ s3 = p ◦ f ◦ s = φ(f )
L’endomorphisme φ annule le polynôme X 3 − X = X(X − 1)(X + 1).
Exercice 258 : [énoncé] Ce polynôme étant scindé simple, l’endomorphisme φ est diagonalisable.
b) Les valeurs propres possibles de φ sont 0, 1, −1.
a) En développant, on vérifie (f − α Id) ◦ (f − β Id) = 0̃. En raisonnant dans une base adaptée à la décomposition E = F ⊕ G, les
L’endomorphisme f annule un polynôme scindé simple, il est donc matrices de p et s sont de la forme
diagonalisable.
De plus Sp f ⊂ {α, β}.

Ir O Ir O
On af (x) = αx ⇐⇒ βv(x) = αv(x) ⇐⇒ v(x) = 0. et
O O O −Is

Diffusion autorisée à titre entièrement gratuit uniquement - dD

avec r = dim F et s = dim G. La matrice de f sera dans une même b) Si A = On ou B = On alors f = Id et donc
décomposition par blocs de la forme
dim C = n4

A B
C D Si tr(AB) 6= 0 alors f est diagonalisable avec des sous-espaces propres de
dimensions 1 et n2 − 1. On en déduit
et par calcul la matrice de φ(f ) sera
dim C = 1 + (n2 − 1)2

A −B Il reste à étudier le cas complémentaire
O O
tr(AB) = 0 et A = On ou B = On
Il est alors facile de résoudre les équations φ(f ) = λf pour λ = 0, 1, −1.
On obtient Considérons une base de l’hyperplan de Mn (R) donnée par l’équation
E0 (φ) = {f ∈ L(E) | Im f ⊂ G} tr(AM ) = 0 dont le premier éléments serait B. Complétons celle-ci en une
base de Mn (R). La matrice de f dans cette base est de la forme
E1 (φ) = {f ∈ L(E) | G ⊂ ker f et Im f ⊂ F }  
1 (0) λ
et  .. 
.  avec λ 6= 0
E−1 (φ) = {f ∈ L(E) | F ⊂ ker f et Im f ⊂ G}
 

(0) 1 (0)
(0) 1

Exercice 261 : [énoncé] En étudiant la commutation avec une telle matrice, on obtient

dim C = n4 − 2n2 + 2
a) On a
f (f (M )) = M + (2 + tr(AB)) tr(AM )B
donc Exercice 262 : [énoncé]
On observe
P (X) = X 2 − (2 + tr(AB))X + 1 + tr(AB)
est annulateur de f . Les racines de ce polynôme sont 1 et 1 + tr(AB). f ◦ f (M ) = tr(A) (tr(A)M − tr(M )A) − tr (tr(A)M − tr(M )A) A = tr(A)f (M )
Si tr(AB) 6= 0 alors f est diagonalisable car annulé par un polynôme scindé Ainsi
simple. f ◦ f = tr(A).f
Pour M appartenant à l’hyperplan défini par la condition tr(AM ) = 0, on a
f (M ) = M . Si tr A 6= 0 alors l’endomorphisme f est diagonalisable car annule le polynôme
Pour M ∈ Vect(B) 6= {0}, on a f (M ) = (1 + tr(AB))M . X 2 − tr(A)X qui est scindé à racines simples.
Ce qui précède détermine alors les sous-espaces propres de f . Si tr A = 0 alors les valeurs propres de f figurent parmi les racines du polynôme
Si tr(AB) = 0 alors 1 est la seule valeur propre possible de f et donc f est X 2 . Seule 0 peut donc être valeur propre de f et par conséquent f est
diagonalisable si, et seulement si, f = Id ce qui donne la conditio diagonalisable si, et seulement si, f = 0̃. Ceci correspond au cas A = On .
Déterminons maintenant les sous-espaces propres de f .
∀M ∈ Mn (R), tr(AM )B = On Le cas A = On est immédiat. Supposons-le désormais exclu.
Si tr(M ) = 0 alors
Cette propriété a lieu si, et seulement si, A = On ou B = On . f (M ) = tr(A)M

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Pour M matrice de l’hyperplan des matrices de trace nulle, f (M ) = λM avec Exercice 267 : [énoncé]
λ = tr(A). On en déduit que tr(A) est valeur propre de M et le sous-espace propre Le polynôme
associé est de dimension au moins n2 − 1. X 3 + X 2 + X = X(X − j)(X − j 2 )
Dans le cas où tr(A) = 0, l’endomorphisme n’est pas diagonalisable et la
annule la matriceA. Ce polynôme étant scindé à racines simples dans C, la
dimension du sous-espace propre associé à la valeur propre tr(A) est exactement
matrice A est diagonalisable dans Mn (C). De plus
n2 − 1.
Dans le cas où tr(A) 6= 0, l’endomorphisme f est diagonalisable et donc la Sp A ⊂ 0, j, j 2

dimension des sous-espaces propres des valeurs propres 0 et tr(A) sont
respectivement 1 et n2 − 1. Puisque la matrice A est réelle, les valeurs propres j et j 2 ont même multiplicité
p ∈ N. La diagonalisation complexe de A comporte alors p nombres j et p
nombres j 2 sur la diagonale, les éventuels autres coefficients diagonaux étant nuls.
Exercice 263 : [énoncé] La matrice A est alors de même rang que cette matrice diagonale, c’est-à-dire 2p.

a) p + q = Id, p ◦ q = 0 car (u − a Id)(u − b Id) = 0,

p = p ◦ Id = p ◦ p + p ◦ q = p ◦ p, aussi q ◦ q = q via q ◦ p = 0. Exercice 268 : [énoncé]
b) ker p = ker(u − a Id), ker q = ker(u − b Id) et (u − a Id)(u − b Id) = 0 donne La matrice A est diagonalisable car A annule un polynôme scindé simple.
par le lemme de décomposition des noyaux, E = ker p ⊕ ker q. Les racines complexes du polynôme caractéristique χA de A sont conjuguées et
valeurs propres de A donc racines du polynôme annulateur X n − 1.
c) u est diagonalisable car annule un polynôme scindé simple,
Si les deux racines de χA sont réelles alors Sp A ⊂ {−1, 1} et A est semblable à
Sp(u) = {a, b}, Ea (u) = ker p, Eb (u) = ker q à moins que u = a Id ou u = b Id.

1 0 1 0 −1 0
, ou
0 1 0 −1 0 −1
Exercice 264 : [énoncé]
f est diagonalisable car annule le polynôme et donc A12 = I2 .
X 3 − 4X = X(X − 2)(X + 2) Sinon les racines de χA sont complexes conjuguées z, z̄ non réelles. Leur somme
2
sera 2 Re(z) ∈ [−2 ; 2], leur produit z z̄ = |z| = 1. La matrice A étant de plus à
scindé simple. Les valeurs propres de f figurent parmi {−2, 0, 2} et donc la trace coefficients entiers, 2 Re(z) ∈ Z. Les polynômes caractéristiques de A possibles
de f qui est la somme de ses valeurs propres comptées avec multiplicité est paire. sont alors X 2 − 2X + 1, X 2 − X + 1, X 2 + 1, X 2 + X + 1 et X 2 + 2X + 1.
Les cas X 2 − 2X + 1 et X 2 + 2X + 1 sont à éliminer car correspondant à des
racines réelles (et déjà traités).
Exercice 265 : [énoncé] Dans chaque autre cas, le polynôme X 12 − 1 est multiple du polynôme
A annule un polynôme scindé à racines simples(1, i et −i) donc A est caractéristique et donc annulateur.
diagonalisable dans Mn (C).
Les valeurs propres possibles de A sont 1, i et −i. Puisque tr(A) ∈ R, la
multiplicité de i égale celle de −i. Exercice 269 : [énoncé]
Par suite det(A) = 1. Si A ∈ En alors A est diagonalisable et ses valeurs propres sont des racines de
l’unité. Ces valeurs propres sont aussi racines du polynôme caractéristique de A.
Or les coefficients de ce polynôme sont entiers et, par les expressions des
Exercice 266 : [énoncé] coefficients d’un polynôme scindé en fonction de ses racines complexes (ici de
A est diagonalisable sur C semblable à une matrice D = diag(−Ip , −jIq , −j 2 Iq ) module 1), on peut borner les coefficients du polynôme caractéristique de A. Par
donc suite, il n’y a qu’un nombre fini de polynômes caractéristiques possibles pour un
tr A = tr D = −p − q(j + j 2 ) = q − p ∈ Z élément A ∈ En . Ces polynômes ont eux-mêmes qu’un nombre fini de racines et il

Diffusion autorisée à titre entièrement gratuit uniquement - dD

n’y a donc qu’un nombre fini de racines de l’unité possibles pour les valeurs Exercice 274 : [énoncé]
propres de A ∈ En .
On peut alors affirmer qu’il existe N ∈ N∗ tel que toutes les valeurs propres λ des a) Une base de vecteur propre de u est aussi une base de vecteur propre de P (u).
matrices A ∈ En vérifient λN = 1. On a alors aussi AN = 1 (car A est
diagonalisable) et donc ω(A) ≤ N . Ainsi ω(En ) ⊂ J1 ; N K. b) La réciproque n’est pas vraie en toute généralité comme le montre le cas d’un
polynôme constant.
En revanche, on peut montrer que la réciproque est vraie si deg P = 1.
Exercice 270 : [énoncé]
f annule un polynôme scindé à racines simple et f|F aussi.
Exercice 275 : [énoncé]

Exercice 271 : [énoncé]

a) Une base diagonalisant f diagonalise aussi f 2 et permet d’affirmer
Le sous-espace vectoriel F = Vect(e1 , e2 ) est stable par u et l’endomorphisme
induit par u sur F a pour matrice rg f = rg f 2

1 1
Sachant ker f ⊂ ker f 2 , on obtient ker f = ker f 2 par égalité des dimensions.
0 1
b) Posons
dans (e1 , e2 ).

0 1
Or cette matrice n’est pas diagonalisable donc l’endomorphisme induit par u sur A=
0 0
F n’est pas diagonalisable et donc u ne l’est pas non plus.
Un endomorphisme représenté par A n’est pas diagonalisable alors que son
carré est nul et donc diagonalisable.
Exercice 272 : [énoncé] c) Soit P le polynôme minimal de f 2 . Celui-ci est scindé à racines simples car
Si f et g sont simultanément diagonalisables alors on peut former une base de f 2 est diagonalisable et 0 n’en est pas racine car f (et donc f 2 ) est inversible.
chaque sous-espace propre de f à l’aide de vecteur propre de g. Par suite les On peut écrire
sous-espaces propres de f sont stables par g et inversement.
p
Supposons que les sous-espaces propres de f soient stables par g. f étant Y
diagonalisable, E est la somme directe des sous-espaces propres de f . Sur chaque P = (X − λi ) avec ∀1 ≤ i ≤ n, λi 6= 0
i=1
sous-espace propre de f , la restriction de g définit un endomorphisme
diagonalisable car annulé par un polynôme scindé à racines simples (car g Pour chaque λi , posons δi et −δi les deux solutions complexes de l’équation
diagonalisable). Cela permet de construire une base de diagonalisation simultanée.
z 2 = λi

Exercice 273 : [énoncé] Considérons ensuite

p
Si f et g sont simultanément diagonalisable alors leurs représentations diagonales Y
commutent donc f et g commutent. Q= (X − δi )(X + δi )
i=1
Si f et g commutent alors g laisse stable chaque sous-espace propre Eλ (f ) et donc
la restriction de g à celui-ci est diagonalisable dans une certaine base Bλ . En Le polynôme Q est scindé à racines simples et Q(f ) = P (f 2 ) = 0.
accolant les bases Bλ , pour λ ∈ Sp(f ) on obtient une base où f et g sont On en déduit que f est diagonalisable.
représentés par des matrices diagonales. d) Supposons f 2 diagonalise et ker f = ker f 2 . Introduisons à nouveau P le
polynôme minimal de f 2 . Celui-ci est scindé à racines simples. Si 0 n’en pas

Diffusion autorisée à titre entièrement gratuit uniquement - dD

racine, c’est que f est inversible : ce cas vient d’être traité. Sinon, on peut c) Si u est diagonalisable alors P (u) l’est aussi.
écrire Inversement, si P (u) est diagonalisable alors son polynôme minimal est
p
Y scindé à racines simples (X − λ1 ) . . . (X − λp ) où les λi sont les valeurs
P =X (X − λi ) avec ∀1 ≤ i ≤ n, λi 6= 0
propres de P (u).
i=1
Le polynôme (P (X) − λ1 ) . . . (P (X) − λp ) est alors annulateur de u.
En reprenant les notations ci-dessus, et en considérant le polynôme Les facteurs P (X) − λi sont sans racines communes.
p Le polynôme minimal M de u divise (P (X) − λ1 ) . . . (P (X) − λp ).
Y
Q= (X − δi )(X + δi ) Si ω est racine au moins double de M alors ω est racine au moins double de
i=1 l’un des facteurs P (X) − λi donc racine de P 0 .
Or ω est aussi valeur propre de u donc P 0 (ω) = 0 est valeur propre de P 0 (u).
on a
Cependant P 0 (u) ∈ GL(E), c’est donc impossible.
f 2 ◦ Q(f ) = P (f 2 ) = 0
Par suite les racines de M sont simples et u est donc diagonalisable.
Ainsi
Im Q(f ) ⊂ ker f 2
Or ker f 2 = ker f donc Exercice 277 : [énoncé]
f ◦ Q(f ) = 0 Soient λ1 , . . . , λn les valeurs propres deux à deux distinctes de P (u).
Posons
n
Ainsi, l’endomorphisme f annule le polynôme scindé à racines simples Y
Q= (X − λk )
p
Y k=1
R=X (X − δi )(X + δi )
i=1
Q est un polynôme annulateur de P (u) donc
n
On en déduit à nouveau f diagonalisable. Y
(P (u) − λk IdE ) = 0̃
k=1
Qn
Exercice 276 : [énoncé] Posons Qk = P − λk . Le polynôme k=1 Qk est annulateur de u et les racines d’un
polynôme Qk sont distinctes de celles d’un polynôme Q` avec k 6= ` car λk 6= λ` .
a) u est diagonalisable si, et seulement si, u annule un polynôme scindé à racines De plus si α est racine multiple de Qk alors P (α) = λk et Q0k (α) = P 0 (α) = 0 ce
simples. qui est exclu par hypothèse. Q
n
ou encore : Par conséquent le polynôme k=1 Qk est scindé simple donc u est diagonalisable.
u est diagonalisable si, et seulement si, le polynôme minimal de u est scindé à
racines simples.
b) Si u est diagonalisable, il est clair que u2 l’est aussi. Exercice 278 : [énoncé]
Inversement, si u2 est diagonalisable alors son polynôme annulateur est Si A est diagonalisable, on peut écrire A = P DP −1 avec P inversible et D
scindé à racines simples : (X − λ1 )...(X − λp ). diagonale. On a alors B = Ap = P −1 Dp P avec Dp diagonale et donc B est
Puisque u ∈ GL(E) : ∀1 ≤ i ≤ p, λi 6= 0 car 0 n’est pas valeur propre de u. diagonalisable.
Notons αi et βi les deux solutions de l’équation z 2 = λi . Inversement, si B est diagonalisable alors il existe un polynôme annulateur de B
Puisque (u2 − λ1 Id) ◦ . . . ◦ (u2 − λp Id) = 0 on a scindé à racines simple de la forme
(u − α1 Id) ◦ (u − β1 Id) ◦ . . . ◦ (u − αp Id) ◦ (u − βp Id) = 0. m
Ainsi u annule un polynôme scindé à racines simples. Par suite u est
Y
(X − λk )
diagonalisable. k=1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

De plus, puisque B est inversible, on peut supposer les λk tous non nuls. Si dim ker f = 1 alors considérons e3 ∈ ker f 2 \ ker f et e2 = f (e3 ).
Sachant B = Ap , le polynôme On vérifie aisément que (e2 , e3 ) est une base de ker f 2 et en considérant un
m vecteur e1 ∈ ker(f − Id) non nul, on obtient une base (e1 , e2 , e3 ) dans laquelle la
matrice de f est
Y
(X p − λk )  
k=1
1 0 0
0 0 1
est annulateur de A. Or ce dernier est scindé à racines simples car 0 0 0
- les facteurs X p − λk et X p − λ` (avec k 6= `) ont des racines deux à deux
distinctes ;
- les racines de X p − λk sont toutes simples (car λk 6= 0). Exercice 281 : [énoncé]
On en déduit que A est diagonalisable. dim ker A = n − 2 donc 0 est valeur propre de A de multiplicité au moins n − 2.
Puisque χA est scindé, la trace de A est la somme des valeurs propres de A
comptées avec multiplicité.
Exercice 279 : [énoncé]
Si 0 est la seule valeur propre de A alors A est semblable à une matrice
triangulaire supérieure stricte et alors An = On ce qui est exclu.
a) A est semblable à une matrice triangulaire supérieure stricte T . Sinon A possède alors une autre valeur propre, puis deux car la somme des valeurs
b) On peut écrire A = P T P −1 donc propres est nulle. Par suite la somme des dimensions des sous-espaces propres de
A est au moins n et donc A est diagonalisable.
det(A + In ) = det(T + In ) = 1

c) det(A + M ) = det(M ) det(AM −1 + In ).

Puisque (AM −1 )n = An M −n = On , 0 est la seule valeur propre de AM −1 et Exercice 282 : [énoncé]
par l’étude qui précède det(A + M ) = det M . Le polynôme
X 3 − 4X 2 + 4X = X(X − 2)2
d) Si A est solution alors pour tout λ 6= 0, det(A − λIn ) 6= 0 donc 0 est seule
valeur propre de A. est annulateur de M .
On en déduit Sp M ⊂ {0, 2} et M trigonalisable (car M annule un polynôme
scindé).
Exercice 280 : [énoncé] Par suite tr M est la somme des valeurs propres de M comptées avec multiplicité
Puisque le polynôme X 3 − X 2 = X 2 (X − 1) annule f le lemme de décomposition et puisque tr M = 0, seule 0 est valeur propre de M .
des noyaux donne On en déduit que la matrice M − 2In est inversible et puisque
R3 = ker f 2 ⊕ ker(f − Id)
M (M − 2In )2 = On
Sachant dim ker(f − Id) = 1, on a dim ker f 2 = 2.
On ne peut avoir dim ker f = 0 et puisque ker f ⊂ ker f 2 , on a on obtient
M = On
dim ker f = 1 ou 2
Si dim ker f = 2 alors
R3 = ker(f − Id) ⊕ ker f Exercice 283 : [énoncé]
Si A est solution alors P = X(X − 2)2 est annulateur de A et les valeurs propres
et dans une base adaptée à cette supplémentarité, la matrice de f est
de A figurent parmi {0, 2}. Par la trace, on peut alors affirmer que 2 est valeur
 
1 0 0 propre de multiplicité 4.
0 0 0 Par le lemme de décomposition des noyaux, ker(A − 2 Id)2 et ker A sont
0 0 0 supplémentaires.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Par multiplicité des valeurs propres, leurs dimensions respectives sont 4 et n − 4. et donc puisque A et B commutent
Ainsi A est semblable à
(AB)n = An B n = On

2I4 + M 0
0 On−4
On en déduit que la matrice AB est aussi nilpotente. Elle est alors semblable à
avec M ∈ M4 (C) vérifiant M 2 = 0. une matrice triangulaire supérieure stricte et donc
En raisonnant sur le rang, on montre que M est semblable à
    tr(AB) = 0
0 0 0 1 0 1 0
0 0 0 0 0 0 0 1
O4 , 
0 0 0 0 ou
 
0 0 0 0

Exercice 287 : [énoncé]
0 0 0 0 0 0 0 0

La réciproque est immédiate. a) Si λ est valeur propre de A alors λp = 0 d’où λ = 0. Par suite χA = X n puis
par le théorème de Cayley Hamilton An = 0.
b) det(A + I) = χA (1) = 1
Exercice 284 : [énoncé] c) Si M est inversible det(A + M ) = det(AM −1 + I) det M .
Or A et M −1 commutent donc (AM −1 )p = 0 puis, par ce qui précède
a) Puisque A est nilpotente, A ne peut avoir que des valeurs propres nulles. Les
valeurs propres étant les racines du polynôme caractéristique et ce dernier det(A + M ) = det M.
étant scindé sur C, χA = X n .
Si M n’est pas inversible, introduisons les matrices Mp = M + p1 In . À partir
b) Pour A ∈ Mn (R), on a aussi A ∈ Mn (C) et le polynôme caractéristique est
d’un certain rang les matrices Mp sont assurément inversibles (car M ne
calculé par la même formule dans les deux cas.
possède qu’un nombre fini de valeurs propres). Les matrices Mp comment
avec A et on peut donc écrire

Exercice 285 : [énoncé] det(A + Mp ) = det Mp .

Or det Mp −→ det M et det(A + Mp ) −→ det(A + M ) et on peut donc –

a) Si A ∈ Mn (C) alors A est triangularisable et lors de cette triangularisation les p→+∞ p→+∞
valeurs propres de A apparaissent sur la diagonale. Or A est nilpotent donc 0 en passant à la limite – retrouver l’égalité
est sa seule valeur propre et la diagonale de la matrice triangulaire obtenue
est nulle. Le polynôme caractéristique de A ∈ Mn (C) est alors égal à X n . det(A + M ) = det M.
b) Pour A ∈ Mn (R), on a aussi A ∈ Mn (C) et le polynôme caractéristique est
0 1

1 2

calculé par la même formule dans les deux cas. Par suite le polynôme d) Non prendre : A = et M = .
0 0 3 4
caractéristique pour A ∈ Mn (R) est scindé et donc à nouveau A est
triangularisable avec des 0 sur la diagonale.
Exercice 288 : [énoncé]
On a
Exercice 286 : [énoncé] det(A + N ) = det(A) det(In + A−1 N )
Puisque la matrice A est nilpotente, on a
Puisque A et N commutent, il en est de même de A−1 et N . On en déduit que la
An = On matrice A−1 N est nilpotente car N l’est.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

La matrice A−1 N est alors semblable à une matrice triangulaire supérieure stricte Ce système peut se percevoir sous la forme matricielle V X = 0 avec
et la matrice In + A−1 N est semblable à une matrice triangulaire supérieure avec X = t (α1 . . . αm ) et  
des 1 sur la diagonale. λ1 λ2 · · · λm
On en déduit  λ21 λ22 · · · λ2m 
det(In + A−1 N ) = 1 V = .
 
.. .. 
 .. . . 
puis λ1 λ2 · · · λm
m m
m
det(A + N ) = det A
Le déterminant de la matrice V se calcule par déterminant de Vandermonde et est
non nul car λ1 , . . . , λm 6= 0. On en déduit
Exercice 289 : [énoncé]
Si la matrice A est nilpotente alors elle est annulée par un polynôme X m et donc ∀1 ≤ i ≤ m, αi = 0

Sp A ⊂ {0} ce qui est absurde car les αi étaient des multiplicités de véritables valeurs propres.

Dans Mn (C), la matrice A est trigonalisable semblable à une matrice triangulaire

supérieure stricte   Exercice 290 : [énoncé]
0 ∗
T = ..
a) Supposons qu’il existe p ∈ N∗ tel que f p = 0.
 
. 
0 0 X p est annulateur de f donc Sp(f ) ⊂ {0}. Or Sp(f ) 6= ∅ donc Sp(f ) = {0}.
De la même façon, les matrices Ap sont aussi semblables à des matrices Inversement, si Sp(f ) = {0} alors seule 0 est racine de son polynôme
triangulaires supérieures strictes et donc caractéristique. Or χf est scindé dans C [X] donc χf = (−1)n X n puis f n = 0
en vertu du théorème de Cayley Hamilton. On en déduit que f est nilpotente.
∀p ∈ J1 ; nK, tr Ap = 0 b) Supposons f nilpotent.
Inversement, supposons tr Ap = 0 pour tout p ∈ J1 ; nK. Par l’étude ci-dessus, f est trigonalisable stricte et donc
Nous allons montrer que seule 0 est valeur propre de A. On pourra alors par
∀1 ≤ k ≤ n, tr(f k ) = 0
trigonalisation affirmer que la matrice A est semblable dans Mn (C) à une matrice
triangulaire supérieure stricte T et puisque T n = On on aura aussi An = On ce car les puissances de f pourront aussi être représentées par des matrices
qui conclut. triangulaires strictes.
Par l’absurde supposons donc que la matrice A ait au moins une valeur propre Inversement, supposons
non nulle.
Notons λ1 , ..., λm les valeurs propres non nulles de la matrice A et α1 , ..., αm leurs ∀1 ≤ k ≤ n, tr(f k ) = 0
multiplicités respectives.
En notant λ1 , . . . , λn les valeurs propres comptées avec multiplicité de A, on
En procédant encore à une trigonalisation de la matrice A, on peut affirmer
obtient le système
m

X λ1 + · · · + λn = 0
∀1 ≤ p ≤ n, tr(Ap ) = αi λpi = 0


 2
λ1 + · · · + λ2n = 0
i=1

 ···
 n
On ne retient que les m premières équations pour exprimer le système λ1 + · · · + λnn = 0

 λ21 α1 + λ22 α2 + · · · + λ2m αm = 0
 La résolution de ce système est délicate.

λ1 α1 + λ2 α2 + · · · + λm αm = 0 En raisonnant par récurrence, nous allons établir que la seule solution est
 ... λ1 = . . . = λn = 0 ce qui permettra de conclure que f est nilpotente car
χf = (−1)n X n est annulateur de f .

 m
λ1 α1 + λm m
2 α2 + · · · + λm αm = 0

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Pour n = 1 : la propriété est immédiate. Celle-ci est à coefficients polynomiaux de degrés inférieurs à n. Puisque
Supposons la propriété au rang n − 1. 1, 2, . . . , 2n sont n + 1 racines distinctes de ces coefficients, ceux-ci sont tous nuls.
Considérons le polynôme On en déduit
An = On
P (X) = (X − λ1 ) . . . (X − λn )
car les coefficients constants sont nuls, et
En développant,
B n = On
n n−1
P (X) = X + an−1 X + · · · + a1 X + a0
car les coefficients des termes X n sont aussi nuls.
Pn
Comme P (λi ) = 0, on a i=1 P (λi ) = 0.
Or
n n n n Exercice 293 : [énoncé]
Une matrice M ∈ Mn (C) nilpotente vérifie M n = On . Considérons la matrice
X X X X
P (λi ) = λni + an−1 λn−1
i + · · · + a1 λi + na0 = na0
i=1 i=1 i=1 i=1 (A + xB)n . Les coefficients de cette matrice sont des polynômes de degrés
inférieurs à n s’annulant chacun en les λ1 , . . . , λn , λn+1 , ce sont donc des
On en déduit a0 = 0 et donc 0 est racine de P . polynômes nuls. Ainsi, pour tout x ∈ C, (A + xB)n = On . En particulier pour
Il existe alors i ∈ {1, . . . , n} tel que λi = 0. x = 0, on obtient An = On . Aussi pour tout y 6= 0, en considérant y = 1/x, on a
Par symétrie du problème, on peut supposer λn = 0. (yA + B)n = On et en faisant y → 0, on obtient B n = On .
Par application de l’hypothèse de récurrence, on obtient λ1 = . . . = λn = 0.
La récurrence est établie.
Exercice 294 : [énoncé]

Exercice 291 : [énoncé]

a) I1 est l’idéal des polynômes annulateurs de u ; il est engendré par P1 = πu
Si u possède une unique valeur propre λ alors celle-ci est la seule racine de son
polynôme minimal de u.
polynôme caractéristique qui est alors (X − λ)dim E . Ce dernier annulant u, on
La somme de deux endomorphismes nilpotents commutant est encore
peut affirmer u − λ IdE est nilpotent.
nilpotent car la formule du binôme de Newton s’applique et il suffit de
Si u − λ IdE est nilpotent alors il existe p ∈ N tel que (X − λ)p soit annulateur de
travailler avec un exposant assez grand. On obtient alors facilement que I2
u. Les valeurs propres de u étant racine de ce polynôme, elles ne peuvent qu’être
est un sous-groupe de (K [X] , +). La stabilité par absorption étant
égale à λ. De plus λ est assurément valeur propre car un endomorphisme d’un
immédiate, I2 est un idéal de K [X] et comme il contient I1 , il est non nul.
C-espace vectoriel de dimension finie possède au moins une valeur propre.
b) Puisque I1 ⊂ I2 , P1 ∈ P2 K [X] et donc P2 | P1 .
Aussi, en posant n la dimension de E, on sait que pour tout endomorphisme
nilpotent de v de E, on a v n = 0̃. Puisque P2 (u) est nilpotent, on en déduit
Exercice 292 : [énoncé]
que (P2 )n (u) = 0̃ et donc P1 | P2n .
Rappelons qu’une matrice M carrée de taille n qui est nilpotente vérifie M n = On
(l’ordre de nilpotence est au plus égal à la taille de la matrice). On a c) Cette question est immédiate avec la décomposition de Dunford mais cette
dernière est hors-programme. . . Procédons autrement !
∀k ∈ {0, . . . , n} , (A + 2k B)n = On Puisque P2 | P1 et P1 | P2n , les racines de P2 sont exactement celles de P1
c’est-à-dire les valeurs propres de l’endomorphisme u. On peut donc écrire
Considérons alors la matrice Y
P2 = (X − λ)αλ
(A + XB)n ∈ Mn (K [X]) λ∈Sp u

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Or P2 (u) étant nilpotent,

Q il est immédiat que Ceci est exclu car la
fonction Φ n’est pas constante. On en déduit Φ(I2 ) = 1.
l’endomorphisme λ∈Sp u (u − λ IdE ) l’est aussi. 0 1
Notons E = .
On en déduit que Y 1 0
P2 = (X − λ) On remarque E 2 = I2 donc Φ(E)2 = 1 puis Φ(E) = −1 car Φ(E) 6= Φ(I2 ).
λ∈Sp u Puisque B = EA, on en déduit Φ(B) = −Φ(A).
et ce polynôme est donc scindé simple. d) Si A est inversible alors Φ(I2 ) = Φ(A) × Φ(A−1 ) et donc Φ(A) 6= 0 puisque
Déterminons maintenons un polynôme R ∈ K [X] tel que pour Q = P2 R, on Φ(I2 ) = 1 6= 0.
ait P2 (u − Q(u)) = 0̃. Inversement, supposons A non inversible. 0 est valeur propre de A.
On en déduira que u − Q(u) est diagonalisable avec Q(u) ∈ I2 . On vérifie aisément que deux matrices A et B semblables vérifient
L’identité P2 (u − Q(u)) = 0̃ est obtenue dès que P1 divise le polynôme Φ(A) = Φ(B).
Y Si A est diagonalisable alors A est semblable à
P2 (X − P2 (X)R(X)) = (X − λ − P2 (X)R(X))
0 0
λ∈Sp u
0 tr A
Or P1 = λ∈Sp u (X − λ)βλ donc il suffit que pour chaque λ ∈ Sp u, le facteur
Q
Par suite
(X − λ)βλ divise le facteur X − λ − P2 (X)R(X) pour pouvoir conclure. Φ(A) = Φ
0 0
= −Φ
0 tr A
=0
On a   0 tr A 0 0
Y car cette dernière matrice est nilpotente.
X − λ − P2 (X)R(X) = (X − λ) 1 − (X − µ)R(X)
Si A n’est pas diagonalisable A est trigonalisable (car χA scindé sur R) et A
µ6=λ
est semblable à
La condition voulue est assurément vérifiée si βλ Q = 1. 0 1
Pour βλ ≥ 2, la condition voulue est satisfaite si µ6=λ (λ − µ)R(λ) = 1 et si 0 0
pour tout k ∈ {1, . . . , βλ − 2}, la dérivée kème du polynôme
Q et par suite Φ(A) = 0 car cette dernière matrice est nilpotente.
µ6=λ (X − µ)R(X) s’annule en λ. Cela fournit des équations déterminant
0 βλ −2
Q
pleinement R(λ), R (λ), . . . , R (λ) car µ6=λ (λ − µ) 6= 0.
Sachant qu’il est possible de construire un polynôme prenant des valeurs Exercice 296 : [énoncé]
données ainsi que ses dérivées en des éléments deux à deux distincts de K, on
peut déterminer un polynôme résolvant notre problème. a) Sp A = {0} et A 6= On donc A n’est pas diagonalisable.
b) On remarque An = On et An−1 6= On .
S’il existe B ∈ Mn (R) vérifiant B 2 = A alors B 2n = An = On donc B est
Exercice 295 : [énoncé] nilpotente. Par suite B n = On .
Or B 2n−2 6= On avec 2n − 2 ≥ n, c’est absurde.
a) O22 = O2 donc Φ(O2 )2 = Φ(O2 ) d’où Φ(O2 ) = 0 ou 1.
Si Φ(O2 ) = 1 alors pour tout A ∈ M2 (R),
Φ(A) = Φ(A) × Φ(O2 ) = Φ(A × O2 ) = 1. Exercice 297 : [énoncé]
Ceci est exclu car la fonction Φ n’est pas constante. On en déduit Φ(O2 ) = 0. √
b) Si A est nilpotente alors A2 = O2 (car A est de taille 2) et donc Φ(A)2 = 0 a) Par le développement limité de 1 + x en 0 on peut écrire
puis Φ(A) = 0. √
1 + x = Pn (x) + O(xn )
x→0
c) I22 = I2 donc Φ(I2 )2 = Φ(I2 ) puis Φ(I2 ) = 0 ou 1.
Si Φ(I2 ) = 0 alors pour tout A ∈ M2 (R), Φ(A) = Φ(A × I2 ) = Φ(A) × 0 = 0. avec Pn polynôme de degré inférieur à n − 1.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

b) On a b) On remarque
√
∀i ≥ k, Ai = Ak
n
2 n
Pn2 (x) = 1 + x + O(x ) = 1 + x + O(x )
x→0
et donc A2k = Ak ce qui assure comme au dessus que Ak est diagonalisable et
donc
Pn2 (x) − x − 1 = O(xn ) k k
x→0 k k
X k i k(k−i)+i
X
i k
(A − A) = (−1) A = (−1) Ak = On
Notons α la multiplicité de 0 en tant que racine du polynôme Pn2 (X) − X − 1. i=0
i i=0
i
On peut écrire Pn2 (X) − X − 1 = X α Q(X) avec Q(0) 6= 0 et donc

xα Q(x) = O(xn ) au voisinage de 0 Exercice 299 : [énoncé]

puis
xα−n Q(x) = O(1) a) Puisque H est un hyperplan et que In ∈
/ H, on a
x→0

Nécessairement α − n ≥ 0 et on en déduit que 0 est racine de multiplicité au H ⊕ Vect(In ) = Mn (K)

moins n du polynôme Pn2 (X) − X − 1 et donc que X n divise ce polynôme.
Soit A une matrice nilpotente. On peut l’écrire A = B + λIn avec B ∈ H. La
c) Puisque f est nilpotent en dimension n, on sait que f n = 0̃. Le polynôme X n matrice B n’étant pas inversible, il existe une colonne X non nulle telle que
annule alors f et donc Pn2 (X) − X − 1 aussi. L’endomorphisme g = Pn (f ) BX = O et alors AX = λX. Le scalaire λ est une valeur propre de la matrice
vérifie alors A. Or les seules valeurs propres d’une matrice nilpotente sont nulles. On en
g 2 = f + IdE déduit λ = 0 puis A = B ∈ H.
d) Puisque E est un C-espace vectoriel, le polynôme caractéristique de f est b) Les matrices élémentaires Ei,j avec i 6= j sont nilpotentes car de carrées
scindé et puisque λ est sa seule valeur propre, celui-ci est nulles ; elles sont donc toutes éléments de H et par combinaison linéaire la
matrice
χf = (X − λ)n
 
0 1 (0)
 .. .. 
En vertu du théorème de Cayley-Hamilton, on a (f − λ IdE )n = 0̃.  . . 
M = 
Considérons alors µ ∈ C vérifiant µ2 = λ et posons .
(0) . . 1 
 

g = µPn ((f − λ IdE )/µ2 ) 1 0
appartient à H. Cependant celle-ci est notoirement inversible.
Puisque (f − λ IdE )/µ2 vérifie l’hypothèse du c), on a

2 2 f − λ IdE
g =µ + IdE = f Exercice 300 : [énoncé]
µ2

a) Sachant M A = On , on a Im A ⊂ ker M . Introduisons F un sous-espace

Exercice 298 : [énoncé] vectoriel supplémentaire de ker M dans Mn,1 (C). En considérant une matrice
de passage P traduisant un changement de base vers une base adaptée à la
supplémentarité
a) On remarque
Mn,1 (C) = ker M ⊕ F
∀k ≥ 2, Ak = A2
on obtient les écritures par blocs
En particulier A4 = A2 donc X 2 − X = X(X − 1) annule A2 . Ce poly étant
scindé simple, la matrice A2 est diagonalisable.

A1 A2 O M1
De plus (A2 − A)2 = A4 − 2A3 + A2 = On donc A2 − A est nilpotente. P −1 AP = et P −1 M P =
O O O M2

Diffusion autorisée à titre entièrement gratuit uniquement - dD

On a alors S’il n’y a pas de coefficient non nul dans le bloc supérieur strict de T alors T
χA = χA1 × X dim F et χA+M = χA1 χM2 est diagonale et un calcul analogue au précédent donne H ∩ Tn− = Tn− (de
dimension n(n − 1)/2)
Or M2 est une matrice nilpotente complexe, sa seule valeur propre étant 0,
Sinon, on peut déterminer une matrice élémentaire dans Tn− qui n’est pas
on obtient
dans H (si [T ]i,j 6= 0 alors Ej,i convient) et donc H ∩ Tn− est un hyperplan de
χM2 = X dim F
Tn− (de dimension n(n − 1)/2 − 1).
et l’identité voulue est établie.
c) Les matrices triangulaire strictes sont bien connues nilpotentes. . .
b) C’est le même raisonnement avec Im M ⊂ ker A et l’introduction d’un Une base de Tn+ adjointe à une base de H ∩ Tn− fournit une famille libre (car
sous-espace vectoriel F tel que Tn+ et Tn− sont en somme directe) et celle-ci est formée d’au moins
n(n − 1)/2 + n(n − 1)/2 − 1 = n2 − n − 1 éléments.
Mn,1 (C) = ker A ⊕ F
d) Soit H un hyperplan de E. Il existe A ∈ Mn (C) non nulle telle que
On a alors
H = {M ∈ Mn (C) | tr(AM ) = 0}
O A1 M1 M2
P −1 AP = −1
et P M P = La matrice A est trigonalisable donc on peut écrire A = P T P −1 avec
O A2 O O
P ∈ GLn (C) et T triangulaire supérieure non nulle. Posons alors
avec M1 nilpotente. l’isomorphisme ϕ : M → P −1 M P et considérons l’hyperplan

K = {N ∈ Mn (C) | tr(T N ) = 0}
Exercice 301 : [énoncé]
On constate
M ∈ H ⇐⇒ ϕ(N ) ∈ K
a) Notons qu’il est immédiat de vérifier que LA est une forme linéaire sur E.
Par linéarité de la trace, on vérifie tr((λA + µB)M ) = λ tr(AM ) + µ tr(BM ) Par l’isomorphisme ϕ, on transforme une famille de n2 − n − 1 matrices
ce qui fournit la linéarité de l’application L. nilpotentes linéairement indépendantes d’éléments de K en une famille telle
Puisque dim E = dim E ∗ < +∞, il suffit désormais de vérifier l’injectivité de que voulue.
L pour assurer qu’il s’agit d’un isomorphisme. Si LA = 0 (l’application nulle)
alors en particulier LA (t Ā) = 0 et donc tr(At Ā) = tr(t ĀA) = 0.
Exercice 302 : [énoncé]
Or
Xn Commençons par établir pour A, B ∈ Mn (K) :
t 2
tr( ĀA) = |ai,j |
i,j=1 A 6= On , AB = BA et B nilpotente =⇒ rg(AB) < rg A
donc A = 0. Supposons donc A 6= On , AB = BA et B nilpotente.
Puisque les hyperplans sont exactement les noyaux des formes linéaires non Par l’absurde, supposons aussi rg(AB) ≥ rg A.
nulles, on peut assurer que pour tout hyperplan H de E, il existe A ∈ Mn (C) Puisque rg(AB) ≤ min(rg A, rg B), on a rg(AB) = rg A.
non nulle telle que Par la formule du rang, on obtient
H = {M ∈ Mn (C) | tr(AM ) = 0} dim ker(AB) = dim ker A

b) Pour tout matrice M ∈ Tn+ , le produit T M est triangulaire à coefficients Or ker A ⊂ ker(BA) = ker(AB) donc ker A = ker(AB).
diagonaux nuls donc tr(T M ) = 0. Ainsi Tn+ ⊂ H puis H ∩ Tn+ = Tn+ . Considérons ensuite ϕ : Im A → Im A donné par ϕ(Y ) = BY .
Concernant H ∩ Tn− , ou bien c’est un hyperplan de Tn− , ou bien c’est Tn− L’application ϕ est linéaire et bien définie car Im A est stable par B puisque A et
entier. B commutent.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Soit Y = AX ∈ Im A
Si ϕ(Y ) = 0 alors BAX = ABX = 0 donc X ∈ ker(AB) = ker A puis Y = 0.
L’application linéaire ϕ est donc injective.
Or il existe p ∈ N∗ tel que B p = On et donc ϕp : Y → B p Y = On,1 est
l’application nulle.
Sachant l’espace Im A non réduit à {0}, il y a absurdité et ainsi rg(AB) < rg A.
En revenant à l’énoncé initial, on montre alors par récurrence

∀1 ≤ p ≤ n, rg(A1 A2 . . . Ap ) ≤ n − p

et en particulier rg(A1 A2 . . . An ) = 0.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

Vous aimerez peut-être aussi

Réduction
Pas encore d'évaluation
Réduction
117 pages
Réduction
Pas encore d'évaluation
Réduction
111 pages
Reduction
Pas encore d'évaluation
Reduction
110 pages
Réduction
Pas encore d'évaluation
Réduction
102 pages
Réduction
Pas encore d'évaluation
Réduction
109 pages
Réduction des Endomorphismes et Propriétés
Pas encore d'évaluation
Réduction des Endomorphismes et Propriétés
105 pages
Réduction Des Endomorphismes PDF
Pas encore d'évaluation
Réduction Des Endomorphismes PDF
104 pages
Réduction Des Endomorphismes
Pas encore d'évaluation
Réduction Des Endomorphismes
111 pages
Exercices sur Endomorphismes et Espaces Vectoriels
Pas encore d'évaluation
Exercices sur Endomorphismes et Espaces Vectoriels
109 pages
Sous-espaces vectoriels stables : exercices et solutions
Pas encore d'évaluation
Sous-espaces vectoriels stables : exercices et solutions
6 pages
TD Réduction Etudiant
Pas encore d'évaluation
TD Réduction Etudiant
19 pages
Réduction et Stabilité des Endomorphismes
100% (1)
Réduction et Stabilité des Endomorphismes
70 pages
Réduction Des Endomorphismes
Pas encore d'évaluation
Réduction Des Endomorphismes
44 pages
Centrale-Algèbre SARAH
Pas encore d'évaluation
Centrale-Algèbre SARAH
33 pages
Réduction Des Endomorphismes
Pas encore d'évaluation
Réduction Des Endomorphismes
66 pages
Réduction Des Endomorphismes
100% (1)
Réduction Des Endomorphismes
76 pages
Eléments D - Algèbre Linéaire PDF
Pas encore d'évaluation
Eléments D - Algèbre Linéaire PDF
24 pages
Espaces vectoriels et transformations linéaires
Pas encore d'évaluation
Espaces vectoriels et transformations linéaires
2 pages
td06 PC 2021 Elementspropres Corriges
Pas encore d'évaluation
td06 PC 2021 Elementspropres Corriges
17 pages
Algebre Lineaire Bis
Pas encore d'évaluation
Algebre Lineaire Bis
4 pages
Matrices Et Déterminants - Trace
Pas encore d'évaluation
Matrices Et Déterminants - Trace
5 pages
2 Réduction Part 1
Pas encore d'évaluation
2 Réduction Part 1
4 pages
20 21 Algebre3 Feuille1
Pas encore d'évaluation
20 21 Algebre3 Feuille1
4 pages
2 Réduction Des Endomorphismes
Pas encore d'évaluation
2 Réduction Des Endomorphismes
4 pages
Révision Alglin+red
Pas encore d'évaluation
Révision Alglin+red
6 pages
TD Revision Et Complement D'alg-Lin
Pas encore d'évaluation
TD Revision Et Complement D'alg-Lin
4 pages
Capture D'écran . 2024-09-16 À 16.44.34
Pas encore d'évaluation
Capture D'écran . 2024-09-16 À 16.44.34
5 pages
Matrices Et Déterminants - Matrices Semblables
Pas encore d'évaluation
Matrices Et Déterminants - Matrices Semblables
6 pages
Td1alglin17 18
Pas encore d'évaluation
Td1alglin17 18
4 pages
Exercices sur les Espaces Vectoriels
Pas encore d'évaluation
Exercices sur les Espaces Vectoriels
3 pages
Analyse Et Algèbre Exercices Corrigés
Pas encore d'évaluation
Analyse Et Algèbre Exercices Corrigés
524 pages
02 Applications Linéaires Applications Linéaires en Dimension Finie
Pas encore d'évaluation
02 Applications Linéaires Applications Linéaires en Dimension Finie
9 pages
XAlg
Pas encore d'évaluation
XAlg
16 pages
Fic 00121
Pas encore d'évaluation
Fic 00121
26 pages
Mines Algèbre
100% (1)
Mines Algèbre
29 pages
Exos - Algébre Linéaire (SUP)
Pas encore d'évaluation
Exos - Algébre Linéaire (SUP)
27 pages
TD ReÌ Duction 21 - 22 4
Pas encore d'évaluation
TD ReÌ Duction 21 - 22 4
8 pages
Fic00121 2
Pas encore d'évaluation
Fic00121 2
27 pages
Polynômes Annulateurs et Matrices
100% (1)
Polynômes Annulateurs et Matrices
6 pages
Exercices Blocs, Sommes
Pas encore d'évaluation
Exercices Blocs, Sommes
3 pages
(HTTP - MP - Cpgedupuydelome.fr) Édité Le 9 Janvier 2014 Enoncés 1. Exercice 6 ( (Correction) Soit La Matrice A
Pas encore d'évaluation
(HTTP - MP - Cpgedupuydelome.fr) Édité Le 9 Janvier 2014 Enoncés 1. Exercice 6 ( (Correction) Soit La Matrice A
45 pages
Algebre Linéaire
Pas encore d'évaluation
Algebre Linéaire
4 pages
Feuille 10
Pas encore d'évaluation
Feuille 10
3 pages
Exercices de Matrices et Endomorphismes
100% (1)
Exercices de Matrices et Endomorphismes
26 pages
Calcul Matriciel PDF
Pas encore d'évaluation
Calcul Matriciel PDF
19 pages
TD 1 Al Lin
Pas encore d'évaluation
TD 1 Al Lin
4 pages
td3 Alg
Pas encore d'évaluation
td3 Alg
5 pages
Exercices sur les endomorphismes et matrices
0% (1)
Exercices sur les endomorphismes et matrices
8 pages
Calcul Matriciel
Pas encore d'évaluation
Calcul Matriciel
19 pages
4-Calcul Matriciel
Pas encore d'évaluation
4-Calcul Matriciel
19 pages
Eléments D - Algèbre Linéaire - Dimension Et Codimension
Pas encore d'évaluation
Eléments D - Algèbre Linéaire - Dimension Et Codimension
5 pages
Alg 1
Pas encore d'évaluation
Alg 1
4 pages
Alg Esp
Pas encore d'évaluation
Alg Esp
3 pages
Exercices d'algèbre avancée
Pas encore d'évaluation
Exercices d'algèbre avancée
53 pages
Reduction 241203 174537
Pas encore d'évaluation
Reduction 241203 174537
9 pages
EDOs
Pas encore d'évaluation
EDOs
72 pages
Bon D'Autorisation de Paiement: #Référence: 48A-91C-1F8-99
Pas encore d'évaluation
Bon D'Autorisation de Paiement: #Référence: 48A-91C-1F8-99
1 page
Guide Pour Prepo Version Finale
Pas encore d'évaluation
Guide Pour Prepo Version Finale
28 pages
Verstand Math Par Sosthène Nyonga
Pas encore d'évaluation
Verstand Math Par Sosthène Nyonga
26 pages
Tik Tok
Pas encore d'évaluation
Tik Tok
2 pages
Devoir-1 - Math L1 FASE B
Pas encore d'évaluation
Devoir-1 - Math L1 FASE B
1 page
T.P 2 D'informatique
Pas encore d'évaluation
T.P 2 D'informatique
13 pages
Admsimul2018 - 2018 05 29 - 16 46 40 - 763
Pas encore d'évaluation
Admsimul2018 - 2018 05 29 - 16 46 40 - 763
9 pages
Admsimul 20
Pas encore d'évaluation
Admsimul 20
8 pages
Quid Ad Litteram
Pas encore d'évaluation
Quid Ad Litteram
5 pages
Edo Mupatass
Pas encore d'évaluation
Edo Mupatass
2 pages
OZEBA
Pas encore d'évaluation
OZEBA
4 pages
Moklisto Azali Mwinda
Pas encore d'évaluation
Moklisto Azali Mwinda
2 pages
Kayako Beme
Pas encore d'évaluation
Kayako Beme
3 pages
Bendo
Pas encore d'évaluation
Bendo
5 pages
Secsi Chocolat
Pas encore d'évaluation
Secsi Chocolat
3 pages
Jey ?
Pas encore d'évaluation
Jey ?
2 pages
Tri 47
Pas encore d'évaluation
Tri 47
15 pages
Je M Exerçais
Pas encore d'évaluation
Je M Exerçais
3 pages
Corrige de Lexamen12223
Pas encore d'évaluation
Corrige de Lexamen12223
10 pages
Serie3 Algèbre Matrice
Pas encore d'évaluation
Serie3 Algèbre Matrice
2 pages
Portenier Claude - Analyse Fonctionnelle-Marburg (2001)
Pas encore d'évaluation
Portenier Claude - Analyse Fonctionnelle-Marburg (2001)
334 pages
Reduction Endomorphisme Fiche Cours
Pas encore d'évaluation
Reduction Endomorphisme Fiche Cours
1 page
Gradient, Divergence Et Rotationnel
Pas encore d'évaluation
Gradient, Divergence Et Rotationnel
1 page
Optimisation
Pas encore d'évaluation
Optimisation
43 pages
Étude des intégrales impropres en mathématiques
Pas encore d'évaluation
Étude des intégrales impropres en mathématiques
1 page
DR: Fouzia MORADI
Pas encore d'évaluation
DR: Fouzia MORADI
2 pages
Suites et Séries de Fonctions : Convergence et Propriétés
Pas encore d'évaluation
Suites et Séries de Fonctions : Convergence et Propriétés
21 pages
TD Calcul Integral+Correction (Elite Science 2025)
Pas encore d'évaluation
TD Calcul Integral+Correction (Elite Science 2025)
20 pages
Exercices sur les Matrices au Lycée Saint-Louis
Pas encore d'évaluation
Exercices sur les Matrices au Lycée Saint-Louis
3 pages
Bases orthonormales et polynômes
Pas encore d'évaluation
Bases orthonormales et polynômes
8 pages
تصحيح مباراة التوظيف الاعدادي- دورة يوليوز 2016
Pas encore d'évaluation
تصحيح مباراة التوظيف الاعدادي- دورة يوليوز 2016
20 pages
Math II (2) UCC
Pas encore d'évaluation
Math II (2) UCC
41 pages
Théorème de Banach-Steinhaus expliqué
Pas encore d'évaluation
Théorème de Banach-Steinhaus expliqué
2 pages
Correction D'examen Analys FCT 19
Pas encore d'évaluation
Correction D'examen Analys FCT 19
6 pages
Algorithme pour IQVP discrète
Pas encore d'évaluation
Algorithme pour IQVP discrète
18 pages
TD N°3. 20 15-2016
Pas encore d'évaluation
TD N°3. 20 15-2016
2 pages
Dokumen - Pub Solutionnaire Stewart Calcul Integral
Pas encore d'évaluation
Dokumen - Pub Solutionnaire Stewart Calcul Integral
653 pages
2023 2024 M1 Analyse Fonctionnelle TD03
Pas encore d'évaluation
2023 2024 M1 Analyse Fonctionnelle TD03
1 page
Analyse de Donné
Pas encore d'évaluation
Analyse de Donné
68 pages
Chap 2
Pas encore d'évaluation
Chap 2
19 pages
Théorie des Applications Linéaires
Pas encore d'évaluation
Théorie des Applications Linéaires
7 pages
2019 FUI-FF Session 2 SUJET MATHEMATIQUES
Pas encore d'évaluation
2019 FUI-FF Session 2 SUJET MATHEMATIQUES
6 pages
Determinant Methodes
Pas encore d'évaluation
Determinant Methodes
3 pages
Exercices sur les distances et normes
Pas encore d'évaluation
Exercices sur les distances et normes
6 pages
06 Suites Series Fonctions Chapitre
Pas encore d'évaluation
06 Suites Series Fonctions Chapitre
38 pages
AP12
Pas encore d'évaluation
AP12
10 pages
Problèmes d'intégrales en mathématiques
Pas encore d'évaluation
Problèmes d'intégrales en mathématiques
3 pages
TD - ENSA - Espace Euclidien
Pas encore d'évaluation
TD - ENSA - Espace Euclidien
2 pages