Université de Bourgogne

LICENCE 2 Math3B

Feuille n◦ 1

Espaces vectoriels

Exercice 1 Parmi les sous-ensembles suivants de R2 , déterminer ceux qui sont des sous-espaces
vectoriels :

        
x x 1
A= |y 60 , B = | y > 0 , A ∪ B, A ∩ B, C = |y ∈R ,
y y y
           
1 0 1 λ 0
D= λ + |λ∈R , E = λ + |λ∈R
2 1 1 3 −1

Exercice 2 Dire si les objets suivants sont des espaces vectoriels :

1. L’ensemble des fonctions réelles sur [0, 1], continues, positives ou nulles, pour l’addition
et le produit par un réel.

2. L’ensemble des fonctions continues sur [0, 1] vérifiant f ( 12 ) = 0.

3. L’ensemble des fonctions continues sur [0, 1] vérifiant f ( 12 ) = 2.

4. L’ensemble des fonctions sur R qui sont nulles en 1 ou en 4.

5. L’ensemble des fonctions sur R qui sont nulles en 1 et en 4.

6. L’ensemble des fonctions sur R qui peuvent s’écrire comme somme d’une fonction nulle
en 1 et d’une fonction nulle en 4.

Exercice 3 Donner les bases canoniques B des espaces ci-dessous. Pour chaque v dans l’espace,
trouver sa colonne de composantes dans B :

• C comme C-espace vectoriel, v = −1 + i ;

• C comme R-espace vectoriel, v = 2 + 4i ;

 
v1
 .. 
• K comme K-espace vectoriel, v =  .  ;
n

vn

• l’ensemble
  matrices 2 × 2 à coefficients réels, M(2, R), comme R-espace vectoriel ;
des
1 2
v= .
0 −5

1
Exercice 4 Soit E = Rn [X] l’espace des polynômes réels de degré inférieur ou égal à n.

1. Démontrer que (1, X, ..., X n ) est une base de E.

2. Soient P0 , . . . , Pn des polynômes tels que deg(Pi ) = i. Montrer que (P0 , . . . , Pn ) est une
base de E.

Exercice 5 Considérons les sous-espaces vectoriels de R4 :

F = {(x, y, z, t) ∈ R4 : x − y − 2t = 0 et x + t = 0}

G = {(x, y, z, t) ∈ R4 : x − z + t = 0 et y + z = 0}

1. Trouver une base de F et de G.

2. Les sous-espaces vectoriels F et G sont-ils supplémentaires? Sinon, donner une base de

la somme.

Exercice 6 Soit E un R−espace vectoriel et (u1 , u2 , u3 , u4 , u5 ) une base de E et on pose

F = Vect(u1 +u2 , u2 +u4 , u2 +u5 ), , G = Vect(u1 +u5 , u3 +u5 ), H = Vect(u2 +u4 +u5 , u4 +u5 ).

Déterminer les sous-espaces vectoriels F ∩ G, F ∩ H et G ∩ H. La somme F + G + H est-elle

directe ?

Exercice 7 Soit F le sous-espace vectoriel de R4 engendré par u1 = (1, 2, 3, 1), u2 = (1, 1, 2, 0)

et u3 = (2, 2, 1, 3).

1. Donner une base de F .

2. Donner F sous forme paramétrique.

3. Donner F sous forme cartésienne.

Exercice 8 Soient a 6= 0, b et c trois nombres réels. Soit E l’ensemble des suites (un ) telle que

aun+2 + bun+1 + cun = 0,

pour tout entier n.

1. Démontrer que E est une espace vectoriel.

2. Démontrer que la dimension est 2.

3. Rappeler comment on peut exprimer toutes les suites de E.

2
 Feuille n◦ 2

Applications linéaires - Matrices

Exercice 9 Soit E = R3 muni de la base canonique (e1 , e2 , e3 ). On définit l’endomorphisme f

de E par :    
x −y + z
f  y  =  x + 2y − z  .
z −x + y − 2z
     
1 −1 −1
1. On définit u1 =  −2  , u2 =  1  , u3 =  1  .
−1 2 1

a- Montrer que B = (u1 , u2 , u3 ) est une base de R3 .

b- Calculer f (u1 ), f (u2 ) et f (u3 ) dans la base canonique de R3 .
c- Soit u de coordonnées (1, −3, 2) dans la base B.
(i) Donner les coordonnées de u dans la base canonique de R3 .
(ii) Donner les coordonnées de f (u) dans la base canonique de R3 .
(iii) Donner les coordonnées de f (u) dans B.

2. Déterminer Im f . Préciser sa dimension ainsi qu’une base.

3. En utilisant le théorème du rang et la question 1-b- déterminer Ker f . Préciser sa dimen-

sion ainsi qu’une base.

4. Montrer que Ker f ⊕ Im f = R3 .

Exercice 10 Soient V, V 0 deux espaces vectoriels, B = (e1 , . . . , en ) une base de V et {v10 , . . . , vn0 }
une famille de n vecteurs dans V 0 .

1. Montrer qu’il existe une unique application linéaire f : V → V 0 telle que f (ei ) = vi0 pour
tout 1 6 i 6 n.

2. Montrer que f est injective si et seulement si {v10 , . . . , vn0 } est libre.

3. Montrer que f est surjective si et seulement si {v10 , . . . , vn0 } engendre V 0 .

Exercice 11 Soient E un espace vectoriel de dimension 3, (e1 , e2 , e3 ) une base de E, et λ un

paramètre réel.

1. Démontrer que la donnée de


 ϕ(e1 ) = e1 + e2
ϕ(e2 ) = e1 − e2
ϕ(e3 ) = e1 + λe3


définit une application linéaire ϕ de E dans E.

3
 2. écrire la transformée du vecteur x = α1 e1 + α2 e2 + α3 e3 par ϕ. Comment choisir λ pour
que ϕ soit injective ? surjective ?

Exercice 12 Pour les applications linéaires ci-dessous, déterminer le noyau et l’image. En

déduire si u est injective, surjective, bijective.

u : (x, y) ∈ R2 7→ (2x + y, ax − y) ∈ R2 ,
u : P ∈ R3 [X] 7→ P 0 ∈ R2 [X] ,
u : P ∈ R3 [X] 7→ (P (−1), P (0), P (1)) ∈ R3 ,
u : P ∈ R[X] 7→ aP 0 + P ∈ R[X] ,
u : P ∈ R[X] 7→ P − (X − 2)P 0 ∈ R[X]

Exercice 13 Soit n ∈ N. Soit E un espace vectoriel de dimension n. Soit p un projecteur de

E (c’est-à-dire une application linéaire p de E dans E telle que p ◦ p = p). Soit q = IdE − p.

1. Montrer que q est un projecteur.

2. Montrer que le noyau de p et le noyau de q sont supplémentaires dans E. On prend

désormais une base de E constituée tout d’abord d’une base de Ker p complétée par une
base de Ker q.

3. Donner la matrice de p dans cette base.

4. Donner la matrice de q dans cette base.

5. On pose s = p − q, calculer s ◦ s. Que représente géométriquement s?

Exercice 14 Soit T l’opérateur de R3 défini par

   
5x + 2y − z x
1
T (X) =  2x + 2y + 2z  , X =  y .
6
−x + 2y + 5z z

1. Trouver la matrice de T dans la base canonique de R3 .

2. Montrer que T est un projecteur.

3. Trouver une base de W = Im(T ) et de W 0 = ker(T ). écrire la matrice M

f de T dans la
−1
base correspondante. Trouver une matrice inversible P telle que M
f = P MP .

Exercice 15 Soit n ∈ N. Soit ϕ l’application de Rn [X] dans Rn [X] qui à un polynôme P

associe le polynôme ϕ(P ) défini par

ϕ(P )(X) = P (X + 1).

1. Montrer que ϕ est une application linéaire.

2. Donner la matrice A de ϕ dans sa base canonique. A quoi cela vous fait-il penser?

3. Montrer que ϕ est bijective et donner son application réciproque.

4. Donner la matrice B de ϕ−1 toujours dans la base canonique.

5. En déduire la matrice inverse de A.

4
 3
Exercice 16 Soit E = R  muni dela base
 canonique
 B
= (i, j, k).
1 0 −1
On définit aussi e1 =  0  , e2 =  1  , e3 =  −1  .
0 0 1

1. Montrer que B 0 = (e1 , e2 , e3 ) est une base de E.

2. Calculer la base duale de B.

3. Calculer la base duale de B 0 .

4. Que remarquez-vous?

Exercice 17 Soit n ∈ N∗ . Soit E = Mn (R) l’ensemble des matrices réelles d’ordre n.

1. Montrer que l’application trace est une forme linéaire sur E.

2. Montrer que la trace de 2 matrices semblables est identique.

3. Quelle peut être la trace d’une matrice correspondant à un projecteur?

4. Résoudre l’équation d’inconnues A et B de E :

AB − BA = I,

où I est la matrice de l’application identité.

Exercice 18 Soit n ∈ N. Soit ϕ l’application de Rn [X] dans R qui à un polynôme P associe

le nombre ϕ(P ) défini par Z 1
ϕ(P ) = P (t)dt.
0

1. Montrer que ϕ est une forme linéaire sur Rn [X]. Pour tout entier i compris entre 0 et n
on définit sur Rn [X] les formes linéaires ψi par

ψi (P ) = P (i/n).

2. Montrer que Be = (ψ0 , ψ1 , · · · , ψn ) forme une base de Rn [X]∗ .

3. En déduire qu’il existe des nombres réels λ0 , λ1 , · · · , λn tels que

Z 1 n
X
P (t)dt = λi P (i/n),
0 i=0

pour tout polynôme P de Rn [X].

4. Pour n = 2, calculer λ0 , λ1 et λ2 .

5. Déterminer la base B de R2 [X] telle que la base duale de B soit B.

e

Exercice 19 Soient E et F deux K−espaces vectoriels et f une application linéaire de E dans

F . Montrer que tout sous-espace vectoriel supplémentaire à kerf dans E est isomorphe à Imf .

5
 Feuille n◦ 3

Déterminants - Diagonalisation

Exercice 20 Soient les matrices A et B définies par

   
3 0 −3 2 0 3
A= 0 2 1  et B =  1 2 −1 
1
0 0 2 2 1 −1

Calculer de la façon la plus intelligente possible det(A), det(B), det(AB), det(−2B), det(A−1 ),
det(A) + det(B) et det(A + B).

Exercice 21 La famille (2, 1, 0), (1, 3, 1), (5, 2, 1) de R3 est-elle libre?

Exercice 22 La matrice A est-elle inversible ? Si oui, donner son inverse.

 
1 0 −1
A =  1 −1 0 
1 1 1

Exercice 23 Soient x ∈ R, n ∈ N∗ et ∆n le déterminant d’ordre n suivant

1 + x2 x 0 ··· 0
.. .. ..
x 1 + x2 . . .
∆n = .. ..
0 . . x 0
.. ..
. . x 1 + x2 x
0 ··· 0 x 1 + x2

1. Calculer ∆1 , ∆2 et ∆3 .

2. Montrer que pour tout n > 1 on a (∆n+2 − ∆n+1 ) = x2 (∆n+1 − ∆n ).

3. Donner une expression de ∆n .

Exercice 24 Soit A une matrice carrée d’ordre p et soit C une matrice carrée d’ordre q. On
suppose dans un premier temps que A est inversible. Soient les matrices M et N d’ordre
n = p + q suivantes
   −1 
A B A 0
M= et N=
0 C 0 Iq

où B est une matrice aux dimensions correctes pour que le tout soit cohérent.

1. Calculer M N puis det(M N ) et en déduire det(M ).

2. Quel résultat a-t-on si A n’est pas inversible?

6
Exercice 25 Soient les matrices A, B et C définies par
     
1 −2 −2 1 1 0 3 1 0
A =  −1 1 −1  , B= 0 1 2  et C =  −4 −1 0 
−1 0 2 0 −1 −1 4 −8 −2

Déterminer si les matrices ci-dessus sont diagonalisables sur R et/ou sur C.

Exercice 26 Soient la matrice A définie par

 
1 0 1
A= 0 1 1 
0 0 2

1. Montrer que A est diagonalisable.

2. Soit n ∈ N. Calculer An .

3. On définit par récurrence les suites (xn ), (yn ) et (zn ) par


 xn+1 = xn + zn
yn+1 = yn + zn
zn+1 = 2zn


pour tout entier n.

Donner une expression générale de chacune de ces suites en fonction des conditions ini-
tiales.

Exercice 27 Soient A et B deux matrices réelles d’ordre n.

1. On suppose ici que A est inversible. Soit λ ∈ R.

(a) Calculer A−1 (AB − λI) et en déduire une expression du polynôme caractéristique
de AB.
(b) Calculer (BA − λI)A−1 et en déduire une expression du polynôme caractéristique
de BA.
(c) Que peut-on en déduire sur les polynômes caractéristiques de AB et BA?

2. Soit ε > 0 (donc non nul) et soit Aε = A + εI.

(a) Exprimer le polynôme caractéristique de Aε à l’aide de celui deA.

(b) Comment sont les valeurs propres de Aε par rapport à celles de A.
(c) En déduire que si ε est assez petit 0 n’est pas valeur propre de Aε et que Aε est
inversible.
(d) En déduire que les polynômes caractéristiques de Aε B et de BAε sont les mêmes.
(e) Que peut-on en déduire en faisant tendre ε vers 0?

7
Exercice 28 Interpolation polynomiale.
Soit n ∈ N. Soient x0 , x1 , . . . , xn des nombres réels distincts et soient y0 , y1 , . . . , yn des nombres
réels distincts ou non. Le but de l’exercice est de déterminer le polynôme P égale à a0 + a1 X +
· · · + an X n tel que pour tout entier i on a P (xi ) = yi .

1. Ecrire le système correspondant, calculer son rang et en déduire que le polynôme recherché
existe et est unique.
Résoudre ce système directement est long et fastidieux, la suite de l’exercice permet de le
faire plus “simplement”.

2. Soit E = Rn [X] et soit ϕi l’application de E dans R qui à un polynôme P associe P (xi )

pour tout entier i 6 n. Montrer que ϕi ∈ E ∗ (le dual de E).

3. On pose Be = (ϕ0 , ϕ1 , . . . , ϕn ) . Montrer que c’est bien une base de E ∗ .

4. Pour tout entier j on pose

n
(X − x0 ) . . . (X − xj−1 )(X − xj+1 ) . . . (X − xn ) Y X − xk
Lj = =
(xj − x0 ) . . . (xj − xj−1 )(xj − xj+1 ) . . . (xj − xn ) k=0 xj − xk
k6=j

Ce sont les polynômes de Lagrange.

(a) Montrer que pour tout entier i et pour tout entier j on a

Lj (xi ) = δi,j et, ϕi (Lj ) = δi,j

(b) En déduire que B = (L0 , L1 , . . . , Ln ) est une base de E.
(c) En déduire aussi que sa base duale est B. e

C’est une définition de la base anteduale d’une base du dual.

n
X
5. On pose P = yj Lj . Montrer que P est bien le polynôme recherché.
j=0
X
6. Pour tout entier i on pose X i = αi,j Lj . La matrice V = (αi,j )06i,j6n est donc une
j
matrice de passage entre la base canonique de E et la base B.
Calculer les cœfficients de cette matrice en appliquant successivement cette égalité à
x0 , x1 , . . . , xn , puis constater que V est une matrice de Vandermonde.
On ne cherchera pas à calculer son inverse!

8
 Feuille n◦ 4

Polynôme à une indéterminée

Polynôme caractéristique et minimal

Sauf mention contraire les polynômes sont des polynômes de K[X], avec K le corps des nombres
rationnels ou bien des nombres réels ou encore celui des nombres complexes.

Exercice 29 Soient les polynômes A = X 5 + 3X 3 + 1 et B = X 2 − 1. Déterminer

1. le plus grand diviseur commun de A et B : A ∧ B;

2. deux polynômes U et V tels que AU + BV = A ∧ B.

Reprendre l’exercice avec A = X 4 + 2X 2 + 1 et B = X 2 − 4.

Exercice 30 Soient les polynômes A = X − 1, B = (X − 1)3 et C = (X − 1)2 (X + 1)2 . Soit

n ∈ N. Déterminer le reste de la division euclidienne de X n par A, puis B et enfin C.

Exercice 31 Soient A et B deux polynômes unitaires de K[X]. Soit P un polynôme, on note

IP l’idéal des polynômes de K[X] divisibles par P .

1. Montrer que IA ∩ IB est un idéal. On note A ∨ B le polynôme unitaire tel que

IA ∩ IB = (A ∨ B)K[X].

2. Montrer que (A ∧ B)(A ∨ B) = AB.

Exercice 32 Soient P et Q deux polynômes de K[X]. Soit α ∈ K.

1. Montrer que si α est racine de P ∧ Q alors α est racine de P .

2. On prend désormais Q = P 0 et on pose R = P

P ∧Q
. Soit k un entier naturel non nul.

(a) Montrer que si (X − α)k divise P alors (X − α)k−1 divise P 0 . Que peut-on dire de
la réciproque ?
(b) Montrer que “ α est racine de P ” est équivalent à “α est racine simple de R ”.

Exercice 33 1. Soit f la fonction numérique qui à un réel x associe le réel f (x) = x + 1

et soit P défini par P (X) = X. Après avoir levé les éventuelles ambiguités de notations,
calculer : P (f ), P (f ) ◦ P (f ) et P 2 (f ).

2. Soit f un endomorphisme d’un K-espace vectoriel E et soient P et Q des polynômes de

K[X]. Justifier que

P (f ) ◦ Q(f ) = (P Q)(f ) = (QP )(f ) = Q(f ) ◦ P (f ).

9
Exercice 34 Soit A ∈ M(n, K) et soit λ une valeur propre de A. Prouver que :

1. λ + α est valeur propre de A + αI pour tout α dans K.

2. λ 6= 0 et λ−1 est valeur propre de A−1 si A est inversible.

3. P (λ) est valeur propre de P (A) si P ∈ K[X]. En déduire que si A annule P , P (λ) = 0.

Exercice 35 Déterminer le polynôme caractéristique et les valeurs propres de

 
3 −1 −1
A =  −12 0 5 
4 −2 −1
Quelles sont les valeurs propres de A5 .

Exercice 36 Déterminer les valeurs propres, les sous-espaces propres des matrices suivantes
 
  1 1 0
2 4
A= B= 0 1 0 
−2 −2
0 0 1
Puis calculer An et B n pour tout entier naturel n.

Exercice 37 Soit M une matrice carrée complexe tel qu’il existe un entier p 6= 0 vérifiant
M p = I. Montrer que M est diagonalisable.
Que peut-on dire de la diagonalisabilité sur R lorsque la matrice est à cœfficients réels?

Exercice 38 Dans cet exercice K = C.

P
Soit A ∈ M(n, C), soit P = χA le polynôme caractéristique de A et enfin soit R = P ∧P 0
.

1. Rappeler ce que signifie le mot “scindé” et dans quels résultats sur la diagonalisabilité et
la trigonalisabilité il est essentiel.

2. Démontrer à l’aide de l’exercice 32 que R divise le polynôme minimal de A (noté µA pour

la suite).

3. Démontrer les équivalences suivantes : “A diagonalisable” ⇔ “µA = R” ⇔ “R(A) = 0”.

4. Démontrer l’implication suivante : “χA = R” ⇒ “A diagonalisable”.

5. Indiquer si les matrices suivantes sont diagonalisables sur C

 
  0 0 0 0 5
0 0 0 −1  1 0
 1 0 0 −2   0 0 10 

A=  B =  0 1 0 0 0 
 0 1 0 −3   
 0 0 1 0 0 
0 0 1 −2
0 0 0 1 0

10
 Feuille n◦ 5

Réduction d’endomorphismes
Projection spectrale

Exercice 39 Soit E = C4 muni de sa base canonique B = (e1 , e2 , e3 , e4 ). On désigne par j

l’endomorphisme de E dont la matrice dans la base canonique est
 
0 1 0 0
 0 0 1 0 
J =  0 0 0 1 .


1 0 0 0

1. Déterminer l’image de la base B par j, j 2 , j 3 et j 4 .

2. En déduire J 2 , J 3 et J 4 .

3. Déterminer un polynôme annulateur non nul de J.

4. Montrer que si P est un polynôme annulateur de degré inférieur à 3 alors P est nul.

5. En déduire le polynôme minimal de j.

6. Montrer que J est diagonalisable.

7. Déterminer les valeurs propres de J.

 
1 1
Exercice 40 Soit A = et la matrice par blocs à cœfficients réels suivante
1 1

0 12 A
 
B= 1 .
2
A 0

1. Calculer B 2 et B 3 .

2. En déduire que B est diagonalisable.

3. Déterminer le polynôme caractéristique et minimal de B.

Exercice 41 Soit A la matrice d’ordre 3 suivante

 
1 2 3
A= 0 1 2 
0 0 5

1. Calculer le polynôme caractéristique et le polynôme minimal de A.

2. En déduire que A n’est pas diagonalisable.

11
    
1 0 0 0 2 3
3. On pose D0 =  0 1 0  et N 0 =  0 0 2  . Vérifier que A = D0 + N 0 , que
0 0 5 0 0 0
D0 est bien diagonalisable, que N 0 est bien nilpotente et que ce n’est pourtant pas la
décomposition de Dunford de A.
 
1 0 4
4. On pose D =  0 1 2  et N = A − D. Vérifier que A = D + N est bien la
0 0 5
décomposition de Dunford de A.

5. Quel est le polynôme minimal de D?

On se fixe pour la suite un entier naturel n.

6. Donner le reste de la division euclidienne de X n par µD puis calculer de Dn .

7. En appliquant la formule du binôme calculer An .

8. Donner le reste de la division euclidienne de X n par µA puis retrouver le calcul précédent

de An .

Exercice 42 Soit A la matrice d’ordre 3 suivante

 
3 2 −2
A =  −1 0 1 
1 1 0

1. Calculer le polynôme caractéristique et montrer que A n’a qu’une seule valeur propre 1.

2. En déduire que A n’est pas diagonalisable.

3. Montrer que si A = D+N est la décomposition de Dunford de A alors D = I et N = A−I.

4. Soit n ∈ N. Calculer An .

Exercice 43 Soit f l’endomorphisme de R3 dont la matrice est A définie par

 
1 1 1
A=  0 2 0 .
0 1 1

1. Calculer le polynôme caractéristique et le polynôme minimal de A.

2. En déduire que A est trigonalisable mais qu’elle n’est pas diagonlisable et que son spectre
est {1, 2}.

3. Calculer les espaces propres E1 et E2 et les espaces caractéristiques N1 et N2 de A.

Pour la suite on note Π1 et Π2 les projecteurs spectraux correspondants. Notons aussi
par Q1 et Q2 les polynômes

χA (X) χA (X)
Q1 (X) = et Q2 (X) =
(1 − X)2 (2 − X)

12
 4. Montrer que Q1 et Q2 sont premiers entre eux et déterminer un couple de polynômes
(U1 , U2 ) tels que
U1 Q1 + U2 Q2 = 1.

5. Calculer les matrices de U1 (f ) ◦ Q1 (f ) et de U2 (f ) ◦ Q2 (f ).

6. Vérifier que ce sont bien les projecteurs spectraux Π1 et Π2 .

7. Calculer les matrices de d = 1.Π1 + 2.Π2 et de n = f − d.

8. Vérifier que c’est bien la décomposition de Dunford de f .

9. Soit n ∈ N. Calculer An .

Exercice 44 Reprendre la méthode précédente pour la matrice A suivante

 
1 2 3
A =  0 1 2 .
0 0 5
NB On doit retrouver la décomposition de Dunford de l’un des exercices précédents.

Exercice 45 Reprendre la méthode précédente pour la matrice A suivante

 
1 2 3 4
 0 1 2 3 
A=  0 0 3 2 .


0 0 0 0
NB Les calculs sont longs. La nouvelle difficulté est essentiellement au niveau des polynômes
Qi et Ui .

Exercice 46 Soit E un K− espace vectoriel, f un endomorphisme de E et α, β deux réels

distincts.

1. Démontrer que E = Im(f − αidE ) + Im(f − βidE ).

On suppose de plus que α et β sont non nuls et que (f − αidE ) ◦ (f − βidE ) = 0.

2. Démontrer que f est inversible, et calculer f −1 .

3. Démontrer que E = ker(f − αidE ) ⊕ ker(f − βidE ).

4. Exprimer en fonction de f le projecteur p sur ker(f −αidE ) parallèlement à ker(f −βidE ).

13
 Feuille n◦ 6

Système d’équations différentielles linéaires

Dans cette feuille si A est une matrice d’ordre fini alors l’exponentielle de A est par définition
Xp  X ∞
1 n 1 n
exp(A) = lim A = A .
p→∞
n=0
n! n=0
n!

On admettra que cette série converge et qu’il en est de même pour les séries qui interviendront
ci-dessous.

Exercice 47 Soit A la matrice associée dans la base canonique à un endomorphisme d’un

espace vectoriel de dimension finie.

1. Montrer que si λ est une valeur propre de A alors eλ est une valeur propre de exp(A).
2. Montrer que si A est une matrice diagonale (resp. triangulaire) alors exp(A) est aussi
une matrice diagonale (resp. triangulaire).
3. Montrer que si A est une matrice diagonalisable (resp. trigonalisable) alors exp(A) est
aussi une matrice diagonalisable (resp. trigonalisable).
4. Montrer que A et exp(A) commutent.
5. Soit A la matrice  
0 2π
A= .
−2π 0
(a) Quelles sont les valeurs propres de A?
(b) En déduire que A est C-diagonalisable mais n’est ni diagonalisable ni trigonalisable
sur R.
(c) En déduire exp(A).
(d) Discuter des éventuelles réciproques des questions précédentes.

Exercice 48 : suite de l’exercice 41.

Soit A la matrice d’ordre 3 suivante
 
1 2 3
A= 0 1 2 
0 0 5
Résoudre le système d’équations différentielles suivant
Ẋ = AX,
où X est un vecteur de R3 dépendant de la variable temps.

Exercice 49 : suite de l’exercice 42.

Reprendre l’exercice précédent avec la matrice
 
3 2 −2
A =  −1 0 1 
1 1 0

14