Réduction des endomorphismes Calculs Exercice 1. Calcul de valeurs propres Chercher les valeurs propres des matrices : 0 ···
0 .. .
.. 1) .
0 ··· 1 ···
1 .. .
0 n−1 n−1 n
sin α 0 sin α
0 sin α sin 2α
2)
sin 2α sin 2α 0
! .
Exercice 2. Calcul de valeurs propres a1 .. .
Soient a1 , . . . , an ∈ R. Chercher les valeurs et les vecteurs propres de A =
(0) a1
···
an−1
an−1 an
distinguera les cas : 1) (a1 , . . . , an−1 ) 6= (0, . . . , 0). 2) (a1 , . . . , an−1 ) = (0, . . . , 0). Exercice 3. Polynômes de Chebychev 0 1 (0) ..
1
Soit A =
..
.
..
.
.
..
.
(0)
1 0
1
∈ Mn (R).
1) Calculer Dn (θ) = det(A + (2 cos θ)I) par récurrence. 2) En déduire les valeurs propres de A. Exercice 4. Matrice tridiagonale Déterminer les valeurs propres de la matrice A =
1 −1 −1 2 .. .
(0) −1 .. . −1
..
. 2 −1 −1 1
(0)
Exercice 5. Diagonalisation Diagonaliser les matrices suivantes : 1 5 2 5 5 3 4 1) 2 4 2) 4 3 3) −8 −6 4) 1 2 −1 −1
8)
−1 −1 2 −1 −1 2
13)
1 1 1 1 1 −1 1 −1 1 1 −1 −1
!
1 −1 3 −3 2 −2
9)
1 −1 −1 1
14)
2 6 4
!
0 −2 −2 2
10)
1)
−3 −6 −3 −4
0 0 1 0
3 13 3 8
2)
3 −1 1 9 −3 −7 0 0 4 0 0 2
0 1 1
5)
7 −12 −2 3 −4 0 −2 0 −2
2 −2 2 0 2 2 2 0 2 2 −2 0
Exercice 6. Trigonalisation Trigonaliser les matrices suivantes : 1 −2 0 −1
4 4
! 11)
−5 2 0 −11 0 7 0 3
15)
1 2 1 1 0 −1
! 6)
1 2 4
−2 8 −4 10 4 −8 0 5 −9 1
−7 −1 −8 −4
reduc.tex – mardi 7 octobre 2014
0 0 0 2
∈ Mn (R).
!
2 1 2
3 3 0
6 6 −4
!
7)
12)
2
3 16) 0 0
0 1 0 0
1 1 0 −1 1 2 0 0 2 0 1 0 3 0 2 0 2 0 0 0 1 3 4 2 1 3 0 4 −1
!
0 0 3 0
. On
Exercice 7. Diagonalisation (0)
Diagonaliser M =
..
1 .
∈ Mn (K).
1
(0)
Exercice 8. Diagonalisation 0 Diagonaliser M =
1
1
..
.
..
.
(0) .. . 1 0
(0)
Exercice 9. Calcul
Diagonaliser la matrice M = Exercice 10. Calcul Soit Cpq =
Upq 0 Upq
0 Upq 0 0 0 Upq
e a a e b c c b
∈ Mn (C).
b c c b e a a e
∈ M4 (R).
! ∈ Mn (R) où Upq est la matrice p × q dont tous les coefficients valent 1.
Chercher les éléments propres de Cp,q . Exercice 11. Matrice triangulaire Soit A =
1 a 0 1 0 0 0 0
b c d e . −1 f 0 −1
A quelle condition A est-elle diagonalisable ?
Exercice 12. Sommes par lignes ou colonnes constantes Soit A ∈ Mn (K) telle que la somme des coefficients par ligne est constante (= S). Montrer que S est une valeur propre de A. Même question avec la somme des coefficients par colonne. Exercice 13. Matrices stochastiques Soit M = (mij ) ∈ Mn (R) telle que : ∀ i, j, mij > 0 et ∀ i, mi,1 + mi,2 + . . . + mi,n = 1 (matrice stochastique). 1) Montrer que 1 est valeur propre de M . 2) Soit λ une valeur propre complexe de M . Montrer que |λ| 6 1 (si (x1 , . . . , xn ) ∈ Cn est un vecteur propre associé, considérer le coefficient xk de plus grand module). Montrer que si tous les coefficients mij sont strictement positifs alors |λ| = 1 ⇒ λ = 1. Exercice 14. (X 2 − 1)P 00 + (2X + 1)P 0 E P 1) Chercher la matrice de u dans la base canonique de Kn [X]. 2) Montrer que u est diagonalisable.
Soit K un corps de caractéristique nulle, E = Kn [X] et u :
Exercice 15. (X − a)P 0 E Soit E = Kn [X] et u : P u.
−→ 7−→
E (X 2 − 1)P 00 + (2X + 1)P 0 .
−→ 7−→
E Chercher les valeurs propres et les vecteurs propres de (X − a)P 0 .
Exercice 16. X(X − 1)P 0 − 2nXP E −→ Soit E = K2n [X] et u : P 7−→ propres de u.
E Chercher les valeurs propres et les vecteurs X(X − 1)P 0 − 2nXP.
Exercice 17. X 3 P mod (X − a)(X −b)(X − c) K2 [X] −→ K2 [X] Soient α, β, γ ∈ K distincts, et ϕ : où R est le reste de la division euclidienne de P 7−→ R X 3 P par (X − α)(X − β)(X − γ). Chercher les valeurs et les vecteurs propres de ϕ.
reduc.tex – page 2
Exercice 18. P (2 − X)
K[X] P
−→ 7−→
K[X] P (2 − X).
K[X] P
−→ 7−→
K[X] P (X + 1) − P 0 .
Déterminer les éléments propres de l’endomorphisme θ : Exercice 19. P (X + 1) − P 0 Soit K un corps de caractéristique nulle. Déterminer les éléments propres de l’endomorphisme θ :
Exercice 20. (X − a)P 0 + P − P (a) Soit f ∈ L(Rn [X]) qui à P associe (X −a)P 0 +P −P (a). Donner la matrice de f dans la base (X k )06k6n . Chercher Im f , Ker f et les éléments propres de f . Exercice 21. tr(A)M + tr(M )A Soit A ∈ Mn (C). L’endomorphisme f de Mn (C) défini par f (M ) = tr(A)M + tr(M )A est-il diagonalisable ? Exercice 22. d’une matrice Étude a1 1 (0) ..
a2 Soit A = .
.. an
1) 2) 3) 4)
.
(0)
1 0
où les ai sont des réels positifs ou nuls, avec a1 an > 0.
Quel est le polynôme caractérique de A ? Montrer que A admet une unique valeur propre r > 0 et que l’on a r < 1 + max(a1 , . . . , an ). Soit λ une valeur propre complexe de A. Montrer que |λ| 6 r et |λ| = r ⇒ λ = r. Montrer qu’il existe un entier k tel que Ak a tous ses coefficients strictement positifs. Espaces fonctionnels
Exercice 23. f 7→ f (2x) E −→ E R −→ R et u : x→±∞ f 7−→ f ◦ ϕ. x 7−→ 2x Montrer que u n’a pas de valeurs propres (si u(f ) = λf , étudier les limites de f en 0 ou ±∞).
Soit E = {f : R → R continues tq f (x) −→ 0}, ϕ :
Exercice 24. Translation Soit E le sous-espace vectoriel de C(R+ , R) des fonctions ayant une limite finie en +∞. Soit T ∈ L(E) défini par T (f )(x) = f (x + 1). Trouver les valeurs propres de T . Exercice 25. Équation intégrale Z x E −→ E ˜ (x) = 1 Soit E = C([0, +∞[, R) et u : avec f f (t) dt. x t=0 f 7−→ f˜ 1) Montrer que f˜ peut être prolongée en une fonction continue sur [0, +∞[. 2) Chercher les valeurs propres et les vecteurs propres de u. Exercice 26. Endomorphisme sur les suites Soit E l’espace vectoriel des suites réelles u = (un )n>1 et f l’endomorphisme de E défini par : (f (u))n =
u1 + 2u2 + . . . + nun . n2
Quelles sont les valeurs propres de f ? Exercice 27. Opérateur intégral Z 1 E −→ E Soit E = C([0, 1], R) et f : avec ˜u(x) = min(x, t)u(t) dt. u 7−→ ˜u t=0 Chercher les valeurs propres et les vecteurs propres de f .
reduc.tex – page 3
Polynôme caractéristique Exercice 28. Formules pour une matrice 3 × 3 Soit A = (aij ) ∈ M3 (R). a a a a a a 1) Vérifier que χA (λ) = −λ3 + (tr A)λ2 − a11 a12 + a11 a13 + a22 a23 λ + det(A). 21 22 31 33 32 33 2) Soit λ une valeur propre de A et L1 , L2 deux lignes non proportionnelles de A − λI (s’il en existe). On calcule L = L1 ∧ L2 (produit vectoriel) et X = t L. Montrer que X est vecteur propre de A pour la valeur propre λ. Exercice 29. Recherche de vecteurs propres pour une valeur propre simple Soit A ∈ Mn (K) et λ ∈ K une valeur propre de A telle que rg(A − λI) = n − 1. 1) Quelle est la dimension du sous espace propre Eλ ? 2) Montrer que les colonnes de t com(A ! − λI) engendrent Eλ . 0 1 1
3) AN : Diagonaliser A =
1 2 1 1 0 −1
.
Exercice 30. Éléments propres de C t C Soit C =
a1 .. . an
∈ Mn,1 (R) et M = C t C.
1) Chercher le rang de M . 2) En déduire le polynôme caractéristique de M . 3) M est-elle diagonalisable ? Exercice 31. (i/j) Soit A = (aij ) ∈ Mn (R) telle que aij = i/j. A est-elle diagonalisable ? Exercice 32. Matrice compagne Pn−1 On considère pour n ∈ N∗ le polynôme défini par : Pn (x) = xn − i=0 αi xi avec α0 > 0 et αi > 0 pour 1 6 i 6 n − 1. 1) Montrer qu’il existe une unique racine dans R+∗ pour Pn . 1 1 0 ··· 0 2 . 2) Soit A = .. ..
0 .. . . . .. n 0
1 .. .
.. .. ..
···
. .
. ···
.. .
0 . Montrer que A admet une unique valeur propre réelle strictement 1 0
positive. Exercice 33. I + (xi yj ) Soient x1 , . . . , xn , y1 , . . . , yn ∈ C. Calculer ∆n = det(I + (xi yj )). Exercice 34. Centrale MP 2000
0
b On considère la matrice de Mn (C), A = . .. b
a .. . ..
. ···
··· .. . .. . b
a .. . a 0
, a 6= b.
1 (a(X + b)n − b(X + a)n ). a−b 2) Montrer qu’en général les valeurs propres de A sont sur un cercle. 1) Montrer que le polynôme caractéristique de A est
reduc.tex – page 4
Exercice 35. Centrale MP 2000 Soit a1 , . . . , an , b1 , . . . , bn ∈ R et An =
a1 + b1 b1 .. . . . . b1
b2 a2 + b2 b2 .. . b2
··· b3 .. . .. . ···
··· ··· .. . .. . bn−1
bn bn .. . bn an + bn
1) Calculer det An . 2) Calculer χA , le polynôme caractéristique de A. 3) On suppose a1Q < a2 < . . . < an et, pour tout i, bi > 0. Montrer que An est diagonalisable (on pourra n utiliser χA (t)/ i=1 (ai − t)). 4) Le résultat reste-t-il vrai si l’on suppose a1 6 a2 6 . . . 6 an et, pour tout i, bi > 0 ? Exercice 36. Polynômes caractéristiques Soit A ∈ Mn (K) inversible et B = A−1 , C = A2 . Exprimer les polynômes caractéristiques χB et χC en fonction de χA . Exercice 37. Matrice compagne Soit P = X n − (a0 + a1 X + . . . + an−1 X n−1 ) ∈ Kn [X]. 0 (0) a0 La matrice compagne de P est M =
1 (0)
..
.
..
.
0 1
a1 .. .
.
an−1
Soit E un K-ev de dimension n, B = (e1 , . . . , en ) une base de E et ϕ l’endomorphisme de E de matrice M dans B. 1) Déterminer le polynôme caractéristique de M . 2) Calculer ϕk (e1 ) pour 0 6 k 6 n. 3) En déduire que µM = P . Exercice 38. sp(A) ∩ sp(B) = ∅ Soient A, B ∈ Mn (C). Montrer que sp(A) ∩ sp(B) = ∅ si et seulement si χA (B) est inversible. Application : Soient A, B, P trois matrices carrées complexes avec P 6= 0 telles que AP = P B. Montrer que A et B ont une valeur popre commune. Exercice 39. Matrices à spectres disjoints Soient A, B ∈ Mn (C). Montrer l’équivalence entre : a) ∀ C ∈ Mn (C), il existe un unique X ∈ Mn (C) tel que AX − XB = C. b) ∀ X ∈ Mn (C) on a AX = XB ⇒ X = 0. c) χB (A) est inversible. d) A et B n’ont pas de valeur propre en commun. Exercice 40. AB et BA ont même polynôme caractéristique Soient A, B ∈ Mn (K). 1) Montrer que AB et BA ont les mêmes valeurs propres. 2) Montrer que si A ou B est inversible, polynôme alors AB et BA ont même caractéristique. BA −B 0 −B In 0 3) Dans le cas général, on note M = 0 , N = 0 AB , P = A I (M, N, P ∈ M2n (K)). 0 n
Vérifier que M P = P N , montrer que P est inversible, et conclure. Exercice 41. Trace Soit l’application Φ :
Mn (R) M
−→ 7−→
Mn (R) Calculer sa trace par un moyen simple. t M.
Exercice 42. Fermat pour la trace, ULM-Lyon-Cachan MP∗ 2005 Soit p premier et A ∈ Mn (Z). Montrer que tr(Ap ) ≡ tr(A) (mod p).
reduc.tex – page 5
Polynôme annulateur Exercice 43. Matrice bitriangulaire
0
(a) ..
Donner une CNS sur a, b ∈ C pour que la matrice M =
soit diagonalisable.
.
(b)
0
Exercice 44. A2 = A et tr(A) = 0 Trouver les matrices A ∈ Mn (R) telles que A2 = A et tr(A) = 0. Exercice 45. u3 = u2 Soient E un ev de dimension finie sur C et u un endomorphisme de E. On suppose que u3 = u2 , u 6= id, u2 6= 0, u2 6= u. 1) Montrer qu’une valeur propre de u ne peut être que 0 ou 1. 2) Montrer que 1 et 0 sont effectivement valeurs propres de u. 3) Montrer que u n’est pas diagonalisable. 4) Montrer que E = Im(u2 ) ⊕ Ker(u2 ). 5) Monter que u|F avec F = Im(u2 ) est l’identité. Exercice 46. INT gestion 94 1 −1
1 1 1 −1 −1
Soit A = −1
1 1 −1 1 . 1 −1 1 1
1) Calculer det A. 2) Calculer (A − xI)( tA − xI) et en déduire χA (x). 3) Montrer que A est C-diagonalisable. Exercice 47. X n P (1/X)
E −→ E P 7−→ X n P (1/X). 1) Déterminer u ◦ u. En déduire que si car(K) 6= 2 alors u est diagonalisable. 2) Étudier le cas car(K) = 2. 3) Lorsque u est diagonalisable, donner une base de vecteurs propres de u.
Soit E = Kn [X] et u :
Exercice 48. A = A−1 k P∞ Soit A ∈ Mn (C) telle que A = A−1 . A est-elle diagonalisable ? Calculer eA (eA = k=0 A ). k! Exercice 49. Endomorphisme de rang 1 Soit E un ev de dimension finie et u ∈ L(E) tel que rg(u) = 1. Montrer que : Im u ⊂ Ker u ⇔ u n’est pas diagonalisable.
Exercice 50. u2 diagonalisable Soit E un C-ev de dimension finie et u ∈ GL(E) tel que u2 est diagonalisable. Montrer que u est diagonalisable. Donner un contre-exemple dans un R-ev. Exercice 51. Racine p-ème Soit A ∈ Mn (C) inversible diagonalisable et B ∈ Mn (C), p ∈ N∗ tels que B p = A. 1) Montrer que B est diagonalisable. 2) Si A n’est pas inversible la conclusion subsiste-t-elle ? Exercice 52. p2 est un projecteur Soit E un espace vectoriel de dimension n et p ∈ L(E) tel que p2 est un projecteur. Quelles sont les valeurs propres éventuelles de p ? Montrer que p est diagonalisable si et seulement si p3 = p.
reduc.tex – page 6
Exercice 53. A3 = A + I Soit A ∈ Mn (R) telle que A3 = A + I. Montrer que det(A) > 0. Exercice 54. A3 + A2 + A = 0 Soit A ∈ Mn (R) telle que A3 + A2 + A = 0. Montrer que rg A est pair. Exercice 55. An = I Soit A ∈ Mn (C) telle que An = I et (I, A, . . . , An−1 ) est libre. Montrer que tr(A) = 0. Exercice 56. Ap = I et sp(A) ⊂ R ⇒ A2 = I Soit A ∈ Mn (R). On suppose que les valeurs propres de A sont réelles et qu’il existe p > 1 tel que Ap = I. Montrer que A2 = I. P Exercice 57. P (u) = P (λi )ui Soit E un K-ev de dimension finie et u ∈ L(E). 1) On suppose u diagonalisable et on note λ1 , . . . , λp ses valeurs propres distinctes. a) Montrer qu’ilPexiste des endomorphismes u1 , . . . , up tels que pour tout polynôme P ∈ K[X], on p ait : P (u) = i=1 P (λi )ui . b) Montrer qu’il existe un polynôme Pi tel que ui = Pi (u). 2) Réciproquement, soit u, u1 , . . . , up ∈ L(E) et λ1 , . . . , λp ∈ K tels que : ∀ P ∈ K[X], P (u) =
p X
P (λi )ui .
i=1
Montrer que u est diagonalisable et sp(u) ⊂ {λ1 , . . . , λp }. Exercice 58. Projecteurs Soit E un espace vectoriel de dimension n, et f1 , . . . , fn , n applications linéaires toutes non nulles. On suppose : ∀ (i, j) ∈ [[1, n]]2 , fi ◦ fj = δi,j fi . Montrer les fi sont toutes de rang un. Exercice 59. Projecteurs spectraux Soit f un endomorphisme diagonalisable d’un ev E de dimension finie, λ une valeur propre de f et pλ le projecteur sur le sous-espace propre associé parallèlement à la somme des autres sous-espaces propres. Montrer que pλ est un polynôme en f . Exercice 60. Endomorphismes anticomutant, Centrale MP 2003 Soit E un C-ev de dimension n ∈ N∗ et u1 , . . . , up (p > 2) des endomorphismes de E vérifiant : ∀ k, u2k = − idE , 1) 2) 3) 4) 5)
∀ k 6= `, uk ◦ u` = −u` ◦ uk .
Montrer que les uk sont des automorphismes et qu’ils sont diagonalisables. Montrer que n est pair. Donner le spectre de chaque uk . Donner les ordres de multiplicité des valeurs propres des uk . Calculer det(uk ).
Exercice 61. u2 = 0 Soit E un ev de dimension finie et u ∈ L(E) tel que u ◦ u = 0. 1) Quelle relation y a-t-il entre Ker u et Im u ? Montrer que 2 rg u 6 dim E. 2) On suppose ici dim E = 4 et rg u = 2. Montrer qu’il existe une base (e1 , e2 , e3 , e4 ) de E telle que : u(e1 ) = e2 , u(e2 ) = 0, u(e3 ) = e4 , u(e4 ) = 0. 3) On suppose dim E = n et Im u = Ker u. Est-ce que u est diagonalisable ?
reduc.tex – page 7
Exercice 62. Réduction de M tq M 3 = I Soit M ∈ M3 (R) telle que M 6= I, et M 3 = I. 1) Quelles sont les valeurs propres complexes de M ?! 2) Montrer que M est semblable à
1 0 √0 0 √ −1/2 − 3/2 0 3/2 −1/2
.
Exercice 63. Centrale PSI 1998 Soient u, v, h trois endomorphismes de Rn tels que : u ◦ v = v ◦ u, 1) Cas particulier, n = 3, Mat(u) =
u ◦ h − h ◦ u = −2u, 0 0 0
1 0 0
0 1 0
v ◦ h − h ◦ v = −2v.
! . Déterminer si v et h existent et si oui, les donner.
2) Cas général. a) Que peut-on dire de tr(u) et tr(v) ? b) Montrer que u et v sont non inversibles. Montrer que Ker u et Ker v sont stables par h. c) Déterminer uk ◦ h − h ◦ uk pour k ∈ N. Déterminer P (u) ◦ h − h ◦ P (u) pour P ∈ R[X]. d) Quel est le polynôme minimal de u ? Exercice 64. Indépendance du polynôme minimal par rapport au corps Soient K ⊂ L deux corps et A ∈ Mn (K). On note µK (A) et µL (A) les polynômes minimaux de A en tant que matrice à coefficients dans K ou dans L. Montrer que ces polynômes sont égaux. Exercice 65. Polynôme minimal et caractéristique Soit A ∈ Mn (K). Montrer que χA et µA ont les mêmes facteurs irréductibles. Exercice 66. Trace entière, X MP∗ 2004 Caractériser les polynômes P tels que : ∀ A ∈ Mn (C), (P (A) = 0) ⇒ (tr(A) ∈ Z). Exercice 67. Valeurs propres communes Soient A, B, C ∈ Mn (C) telles que AC = CB et rg(C) = r. Montrer que A et B ont au moins r valeurs propres communes. Exercice 68. Polynôme minimal imposé, Centrale MP 2005 Le polynôme X 4 + X 3 + 2X 2 + X + 1 peut-il être le polynôme minimal d’une matrice de M5 (R) ? Exercice 69. Ker up ⊕ Im up , Polytechnique MP∗ 2006 Soit E un K-ev de dimension n. Soit u ∈ L(E), P son polynôme minimal et p le plus petit exposant de X dans l’écriture de P . 1) Si p = 0, que dire de u ? 2) Si p = 1, montrer que E = Im u ⊕ Ker u. 3) Dans le cas général, montrer que E = Ker up ⊕ Im up . Endomorphismes de composition Exercice 70. Équation AM = λM Soit A ∈ Mn (K). Déterminer les scalaires λ et les matrices M ∈ Mn (K) telles que AM = λM . Exercice 71. v 7→ v ◦ u, Centrale MP 2003 Soit E un espace vectoriel de dimension finie et u ∈ L(E). On considère l’application Φu qui à v ∈ L(E) associe v ◦ u. 1) Montrer que Φu ∈ L(L(E)). 2) Montrer l’équivalence : (u est diagonalisable) ⇔ (Φu est diagonalisable). . . a) en considérant les polynômes annulateurs de u et de Φu . b) en considérant les spectres et sous-espaces propres de u et de Φu .
reduc.tex – page 8
Exercice 72. f 7→ p ◦ f ◦ p Soit p ∈ L(E) une projection et Φ :
L(E) f
−→ 7−→
Exercice 73. f 7→ u ◦ f et f 7→ f ◦ u Soit E un K-ev de dimension finie et u ∈ L(E) L(E) −→ On considère les applications : ϕ : f 7−→ ψ : f 7−→ 1) Montrer que ϕ et ψ sont diagonalisables. 2) Montrer que ϕ − ψ est diagonalisable.
L(E) Déterminer les éléments propres de Φ. p ◦ f ◦ p.
diagonalisable. L(E) u◦f f ◦ u.
Exercice 74. u ◦ v − v ◦ u = id Soient K un corps de caractéristique nulle, E un K-ev non nul et u, v deux endomorphisme de E tels que u ◦ v − v ◦ u = idE . 1) Simplifier uk ◦ v − v ◦ uk pour k ∈ N puis P (u) ◦ v − v ◦ P (u) pour P ∈ K[X]. 2) Montrer que u et v n’ont pas de polynômes minimaux. Exercice 75. f ◦ g − g ◦ f = αf Soit K un corps de caractéristique nulle, E un K-ev de dimension finie et f, g ∈ L(E), α ∈ K∗ tels que f ◦ g − g ◦ f = αf . 1) Montrer pour tout entier naturel n : f n ◦ g − g ◦ f n = nαf n . 2) Montrer qu’il existe n ∈ N tel que f n = 0 (raisonner par l’absurde et considérer l’application h 7→ h ◦ g − g ◦ h de L(E) dans L(E)). 3) Donner un contre-exemple avec car(K) 6= 0. Exercice 76. X MP∗ 2001 Soit f un endomorphisme de E (ev de dimension finie sur K) tel que χf soit irréductible. Montrez que pour aucun endomorphisme g le crochet de Lie [f, g] = f ◦ g − g ◦ f n’est de rang un. Exercice 77. 12 (p ◦ u + u ◦ p), Mines MP 2003 Soit E un R-espace vectoriel de dimension n finie, p un projecteur de rang r et ϕ:
L(E) u
−→ 7−→
L(E) 1 2 (p ◦ u + u ◦ p).
1) Est-ce que ϕ est diagonalisable ? 2) Déterminer les valeurs propres de ϕ et les dimensions des sous-espaces propres. Exercice 78. Crochet de Lie, Ens Cachan MP∗ 2003 Soit Φ : Mn (C) → Mn (C) un automorphisme d’ev tel que : ∀ A, B ∈ Mn (C), Φ([A, B]) = [Φ(A), Φ(B)] où [X, Y ] = XY − Y X. Montrer : ∀ D ∈ Mn (C), (D est diagonalisable) ⇔ (Φ(D) est diagonalisable). Indication : considérer ϕD : X 7→ [D, X] et montrer que (D est diagonalisable) ⇔ (ϕD est diagonalisable). Similitude Exercice 79. Matrices réelles semblables sur C Soient A, B ∈ Mn (R) semblables sur C : Il existe P, Q ∈ Mn (R) telles que : P + iQ ∈ GLn (C) et (P + iQ)A = B(P + iQ). 1) Montrer : ∀ λ ∈ R, (P + λQ)A = B(P + λQ). 2) En déduire que A et B sont semblables sur R.
reduc.tex – page 9
Exercice 80. Trigonalisation ! de matrices Soit A = 1) 2) 3) 4) 5)
−1 2 −2
2 2 2
0 −3 1
et ϕ l’endomorphisme de R3 canoniquement associé à A.
Vérifier que A n’est pas diagonalisable. Chercher deux vecteurs propres de A linéairement indépendants. Compléter ces vecteurs en une base de R3 . Écrire la matrice de ϕ dans cette base. Résoudre le système différentiel : X 0 = AX.
Exercice 81. Somme de projecteurs Soit E un K-ev de dimension finie et u ∈ L(E). Montrer que u est diagonalisable si et seulement s’il existe des projecteurs p1 , . . . , pk ∈ L(E) et des scalaires λ1 , . . . , λk tels que : u = λ1 p1 + . . . + λk pk et ∀ i 6= j, pi ◦ pj = 0. Exercice 82. A3 est semblable à A4 Quelles sont les matrices A ∈ M3 (C) telles que A3 est semblable à A4 ? On étudiera séparément les cas : 1) A a trois valeurs propres distinctes. 2) A a deux valeurs propres distinctes 3) A a une seule valeur propre. Exercice 83. Décomposition de Dunford Soit A ∈ Mn (C). Montrer qu’il existe deux matrices D, N telles que A = D + N , D est diagonalisable, N est nilpotente, DN = N D. Exercice 84. Réduction de Jordan, Mines MP 2003 Soit f ∈ L(R3 ) telle que sp(f ) = {λ} et dim(Ker(f − λ id)) = 2. ! Montrer qu’il existe une base B dans laquelle Mat(f ) =
λ 0 0 0 λ 1 0 0 λ
.
Exercice 85. A et 2A sont semblables Soit A ∈ Mn (C) nilpotente. Montrer que A et 2A sont semblables. Usage de la réduction Exercice 86. Ensi PC 1999 ! Soit A =
−1 2 1 2 −1 −1 −4 4 3
.
1) Calculer An . !
2) Soit U0 = 3) Soit X(t) =
−2 4 et (Un ) défini par 1 ! x(t) y(t) . Résoudre dX dt z(t)
la relation : Un+1 = AUn . Calculer Un en fonction de n. = AX.
Exercice 87. Puissances de A Soit A ∈ M3 (R) ayant pour valeurs propres 1, −2, 2, et n ∈ N. 1) Montrer que An peut s’écrire sous la forme : An = αn A2 + βn A + γn I avec αn , βn , γn ∈ R. 2) On considère le polynôme P = αn X 2 +βn X +γn . Montrer que : P (1) = 1, P (2) = 2n , P (−2) = (−2)n . 3) En déduire les coefficients αn , βn , γn . Exercice 88. Suites récurrentes linéaires Soit (un ) une suite réelle ! vérifiant l’équation de récurrence : un+3 = 6un+2 − 11un+1 + 6un . 1) On pose Xn =
un un+1 un+2
. Montrer qu’il existe une matrice A ∈ M3 (R) telle que Xn+1 = AXn .
2) Diagonaliser A. En déduire un en fonction de u0 , u1 , u2 et n. reduc.tex – page 10
Exercice 89. Endomorphisme cyclique Soit f un endomorphisme d’un espace vectoriel E de dimension n. 1) On suppose que pour tout sous-ev D de dimension 1 il existe x ∈ D tel que E = vect(x, f (x), f 2 (x), . . .). Que dire de E et f ? 2) On suppose qu’il existe x ∈ E tel que E = vect(x, f (x), f 2 (x), . . .). Montrer que si f est diagonalisable alors ses valeurs propres sont toutes distinctes. Montrer que si f est nilpotente alors f n−1 6= 0. Exercice 90. Suite de points Soit (Mn ) une suite de points dans le plan, de coordonnées (xn , yn ) définies par la relation de récurrence : xn+1 = −xn + 2yn ,
yn+1 = −3xn + 4yn .
1) Montrer que, quelque soit M0 , les points Mn sont alignés. 2) Étudier la suite (Mn ) quand n tend vers l’infini. 3) Quelle est la limite de yn /xn (utiliser une méthode géométrique) ? Exercice 91. Commutant d’une matrice à valeurs propres distinctes 1) Soit D = diag(λ1 , . . . , λn ) une matrice diagonale à valeurs propres distinctes. a) Montrer qu’une matrice M commute avec D si et seulement si M est diagonale. b) Montrer que pour toute matrice M diagonale, il existe un polynôme P ∈ Kn−1 [X] unique tel que M = P (D). 2) Soit A ∈ Mn (K) une matrice à valeurs propres distinctes. Montrer que les matrices M commutant avec A sont les polynômes en A. Exercice 92. XY= Y X = A 1 1 Soit A = 1 1 . 1) A est-elle diagonalisable ? 2) Trouver toutes les matrices X, Y ∈ M2 (K) telles que XY = Y X = A. Exercice 93. Racine!carrée Soit A =
9 1 1
0 4 1
0 0 1
. Trouver les matrices M ∈ M3 (R) telles que M 2 = A.
Exercice 94. Racine carrée ! Soit A =
5 −4 8 −7 12 −12
1 2 4
. Trouver une matrice B différente de A et −A telle que B 2 = A.
Exercice 95. Commutant 1) Trouver le commutant de
2 −2 1 2 −3 2 1 2 0
! ∈ M3 (R).
2) Même question, en considérant M ∈ M3 (Q). Exercice 96. Commutant, Centrale MP 2000 Si A ∈ Mn (C), on note C(A) le commutant de A. 1) Pour n = 2, montrer que C(A) est de dimension 2 ou 4, en donner une base. 2) Pour n ∈ N∗ , montrer que C(A) est de dimension > n (traiter d’abord le cas où A est diagonalisable). Exercice 97. Ulm MP∗ 2001 En se déplaçant uniquement sur les arêtes d’un cube de côté 1, combien y a-t-il de chemins de longueur n pour aller d’un point à un autre ?
reduc.tex – page 11
Réduction par blocs Exercice 98. Matrice bloc 0 Soit A ∈ Mn (K) non nulle et M = 0
A 0
∈ M2n (K). Montrer que M n’est pas diagonalisable.
Exercice 99. Matrice bloc A Soit K un corps de caractéristique nulle, A ∈ Mn (K) et M = A
0 A
∈ M2n (K).
1) Comparer les valeurs propres de A et M . 2) Soit P ∈ K[X] et Q = XP 0 . Montrer que P (M ) =
P (A) Q(A)
0 P (A)
.
3) A quelle condition sur A, M est-elle diagonalisable ? Exercice 100. Ensi P 90 M Soit M ∈ Mn (C) diagonalisable. Soit A = M Exercice 101. Matrice bloc 0 Soit A ∈ GLn (C) et M = I
A 0
M M
∈ M2n (C). La matrice A est-elle diagonalisable ?
∈ M2n (C). Montrer que M est diagonalisable si et seulement si A
l’est (chercher les sous-espaces propres de M en fonction de ceux de A). Exercice 102. Matrice triangulaire par blocs A B Soit M = 0 C avec A, C carrées. On suppose que A et C sont diagonalisables sans valeurs propres communes. Montrer que M est diagonalisable. Exercice 103. Matrice bloc A B Soit M = C D ∈ Mn (K) diagonalisable avec A carrée d’ordre p. Soit λ une valeur propre de M de multiplicité m. Montrer que si p > n − m, alors λ est valeur propre de A. Exercice 104. Réduction par blocs, Centrale MP 2003 0 A Soit A ∈ Mn (R) et B = A 2A ∈ M2n (R). Déterminer sp(B) et fonction de sp(A). Exercice 105. Am −→ 0, Mines MP 2003 m→+∞ 2 2 a
ab Soit A = ab b2
ab a2 b2 ab
ab b2 a2 ab
b ab . ab a2
Représenter dans un plan l’ensemble des couples (a, b) tels que Am −→ 0. m→+∞
Image et noyau Exercice 106. Chimie P 1996 Soit E un espace vectoriel réel de dimension n et f un endomorphisme de E. Est-il vrai que : f est diagonalisable ⇔ Ker f + Im f = E ? Exercice 107. u est diagonalisable ⇔ Ker(u − λ id) + Im(u − λ id) est directe Soit E un K-ev de dimension finie et u ∈ L(E) tel que χu est scindé. Pour λ ∈ sp(u), on note Eλ = Ker(u−λ id) et Fλ = Im(u−λ id). Montrer que u est diagonalisable si et seulement si pour tout λ ∈ sp(u), Eλ ⊕ Fλ = E. Exercice 108. Ker f ⊕ Im f Soit E un K-ev de dimension finie et f ∈ L(E). On suppose qu’il existe P ∈ K[X] tel que P (f ) = 0 et P 0 (0) 6= 0. Montrer que Ker f ⊕ Im f = E. Exercice 109. rg(f − λ id) Soit E un C-ev de dimension finie et f ∈ L(E). Montrer que f est diagonalisable si et seulement si pour tout λ ∈ C on a rg(f − λ id) = rg(f − λ id)2 .
reduc.tex – page 12
Exercice 110. Nombre de noyaux et d’images Soit E un K-ev de dimension finie et u ∈ L(E). Montrer que les ensembles K = {Ker(P (u)), P ∈ K[X]} et I = {Im(P (u)), P ∈ K[X]} sont finis et ont même cardinal. Exercice 111. dim(Ker f 2 ) = 2 dim(Ker f ), Mines-Ponts MP 2005 Soit E un espace vectoriel de dimension finie et f ∈ L(E) tel que dim(Ker f 2 ) = 2 dim(Ker f ) = 2d. Montrer que s’il existe g ∈ L(E) et k ∈ N∗ tels que g k = f alors k divise d. Sous-espaces stables Exercice 112. Droites et hyperplans stables Soit E un C-ev de dimension finie et u ∈ L(E). 1) Montrer qu’il existe une droite vectorielle stable par u. 2) Montrer qu’il existe un hyperplan stable par u (considérer Im(u − λ id) où λ est une valeur propre de u). 3) Donner un exemple où ces propriétés sont en défaut pour un R-ev. Exercice 113. Plan stable pour une valeur propre non réelle Soit M ∈ Mn (R) et λ = a + ib une valeur propre non réelle de M (a ∈ R, b ∈ R∗ ). On note X un vecteur propre complexe de M . 1) Montrer que X est aussi vecteur propre de M . 2) Montrer que (X, X) est libre dans Cn . 1 3) Soient U = 12 (X + X), V = 2i (X − X). Montrer que (U, V ) est libre dans Rn . 4) Soit F = vect(U, V ). Montrer que F est stable par ϕ (endomorphisme de Rn associé à M ) et donner la matrice de ϕ|F dans la base (U, V ). Exercice 114. Plans stables Soit E un K-ev de dimension finie et f ∈ L(E). 1) Soit F un plan vectoriel. Montrer que si F est stable par f alors il existe P ∈ K2 [x] non constant, diviseur de µf , tel que F ⊂ Ker P (f ). 2) Réciproquement, soit P ∈ K[x] un diviseur de µf de degré 2. Montrer que Ker P (f ) contient un plan stable par f . 3) Si K = R montrer que f admet toujours une droite ou un plan stable. Exercice 115. Recherche ! de sev stables Soit A =
1 1 0 −3 −2 0 0 0 1
.
1) Déterminer les sev de R3 stables pour l’endomorphisme associé à A. 2) Quelles sont les matrices réelles commutant avec A ? Exercice 116. Plan affine stable Soit E = R3 et H : x + 2y + 3z = 1 un plan affine de E. Montrer que si H est stable par f ∈ L(E) alors 1 est valeur propre de f . Exercice 117. χu irréductible Soit u un endomorphisme de E, espace vectoriel de dimension n sur le corps K. Montrez que seuls {0} et E sont stables par u si et seulement si χu est irréductible sur K. Exercice 118. Endomorphisme semi-simple. Un endomorphisme f est dit semi-simple si tout sous-espace stable par f admet un supplémentaire stable par f . Montrer qu’un endomorphisme d’un C-ev de dimension finie est semi-simple si et seulement s’il est diagonalisable. Exercice 119. Endomorphisme semi-simple, Polytechnique MP∗ 2000 Soit E un espace vectoriel, f un endomorphisme de E tel que tout sous-espace de E admette un supplémentaire stable par f . Que peut-on dire de f ? Réciproque ?
reduc.tex – page 13
Exercice 120. Sous-espaces stables, Centrale MP 2003 ! Soit f ∈ L(R3 ) ayant pour matrice M =
1 1 −1
1 1 1
1 1 1
dans la base canonique de R3 . Déterminer les
sous-espaces de R3 stables par f . Trigonalisation Exercice 121. AB = 0 Soient A, B ∈ Mn (C) telles que AB = 0. Montrer que A et B sont simultanément trigonalisables. Exercice 122. Produit de matrices nilpotentes Soient A1 , . . . , An ∈ Mn (K) nilpotentes et commutant deux à deux. Montrer que A1 . . . An = 0. Exercice 123. Matrices nilpotentes Soit A ∈ Mn (C). Montrer que A est nilpotente si et seulement si pour tout k ∈ N∗ on a tr(Ak ) = 0. Exercice 124. Mines MP 2003 Soit E un ev de dimension finie et (un ) une suite d’endomorphismes diagonalisables convergeant vers un endomorphisme u. u est-il diagonalisable ? Exercice 125. Mines-Ponts MP 2005 On donne une matrice carrée réelle M d’ordre n non inversible. Soient α, β les multiplicités de zéro dans χM et µM . Montrer que dim(Ker M ) = α si et seulement si β = 1.
reduc.tex – page 14
solutions Exercice 1. 1) 0 et les racines de 6λ2 − 6nλ − n(n − 1)(2n − 1) = 0. 2) sin α + sin 2α, − sin α, − sin 2α. Exercice 2. 1) rg(A) = 2 ⇒ 0 est valeur propre d’ordre au moins n − 2. E0 = {a1 x1 + . . . + an−1 xn−1 = xn = 0}. vp λ 6= 0 : λ2 −an λ−(a21 +. . .+a2n−1 ) = 0. Il y a deux racines distinctes, Eλ = vect((a1 , . . . , an−1 , λ)). 2) A est diagonale. vp = 0 et an . Exercice 3. sin(n + 1)θ 1) Dn = 2 cos θDn−1 − Dn−2 ⇒ Dn = . sin θ kπ , 1 6 k 6 n. 2) −2 cos n+1 Exercice 4. Soit Pn (x) le polynôme caractéristique de A et Qn (x) celui de la matrice obtenue à partir de A en remplaçant le premier 1 par 2. On a les relations de récurrence : Pn (x) = (1 − x)Qn−1 (x) − Qn−2 (x),
Qn (x) = (2 − x)Qn−1 (x) − Qn−2 (x).
D’où pour x ∈ / {0, 4} : Pn (x) =
(1 − α)(1 − α2n ) , αn (1 + α)
avec x = 2 − α −
1 . α
Les valeurs propres de A autres que 0 et 4 sont les réels xk = 2(1 − cos(kπ/n)) avec 0 < k < n et 0 est aussi valeur propre (somme des colonnes nulle) donc il n’y en a pas d’autres.
reduc.tex – page 15
Exercice 5. 1 −5 1) P = 1 2 , D = diag(6, −1). 5 1 2) P = −4 1 , D = diag(−2, 7). 3 1 3) P = −8 −1 , D = diag(−3, 2). 2 −2 4) P = 1 1 , D = diag(6, 2). ! 5) P = 6) P = 7) P = 8) P = 9) P = 10) P = 11) P =
12) P =
13) P =
14) P =
15) P =
16) P =
1 3 −1 −2 4 0 , D = diag(0, 2, −2). 1 1 1 ! 2 1 1 −5 1 1 , D = diag(−1, −3, 6). 2 −2 1 ! 1 1 1 i −i 1 , D = diag(1 + i, 1 − i, 2). 0 0 1 ! 1 1 1 1 −1 0 , D = diag(0, 3, 3). 1 0 −1 ! 1 2 1 1 0 3 , D = diag(0, 0, 2). 0 −1 2 ! −4 −1 −2 −3 −1 −1 , D = diag(0, −1, 2). 4 2 !1 −1 2 3 −1 1 0 , D = diag(0, 2, 2). 1 0 2 −1 −1 1 −1 −1 1 3 3 , D = diag(1, −1, 3, −3). 1 1 3 −3 1 −1 1 1 1 1 1 1 1 0 0 −1 , D = diag(2, 2, 2, −2). 0 1 0 −1 0 0 1 −1 0 1 1 0 1 0 0 −1 , D = diag(2, 2, −2, −2). 1 0 1 0 0 1 0 1 1 0 30 18 0 0 15 −99 , D = diag(−5, 2, −4, −16). 0 0 21 99 11 0 1 −11 1 0 7 −8 3 1 12 9 , D = diag(2, 1, 3, −1). 0 0 1 0 0 0 1 6
Exercice 6. 1) P =
2) P =
0 0 1 0 1 3 0 0
3 1 0 1 0 1 0 0
6 0 1 1 0 0 2 1
1 0 , 0 0 0 0 , 0 1
−1 −2 . 1 1 0 −1 −5 −7 0 0 20 . 0 −4 0
T =
T =
1
0 3 1 1 1
reduc.tex – page 16
Exercice 7.
1
1 ..
n pair : P =
.
. 1 1
.. 1
..
, D = diag(1, . . . , 1, −1, . . . , −1).
1 −1
.
..
. −1
1
1 ..
n impair : P =
.
. 1
..
, D = diag(1, . . . , 1, −1, . . . , −1).
1 1 −1
1 . ..
..
. −1
1
Exercice 8. P = (ω (i−1)(1−j) ), D = diag(1, ω, . . . , ω n−1 ) avec ω = exp(2iπ/n). Exercice 9. P =
1 1 1 1
1 1 1 1 −1 −1 , −1 1 −1 −1 −1 1
D = diag (a + b + c + e, a − b − c + e, −a + b − c + e, −a − b + c + e).
Exercice 10. λ = 0 : E0 = {x tq x1 + . . . + xq + xn−q+1 + . . . + xn = 0}, λ = 2 min(p, q) : Eλ = vect((1, . . . , 1, 0, . . . , 0, 1, . . . , 1)). | {z } | {z } p
Exercice 14.
0
1) M =
1
−2
2
2 6
(0) ..
.
..
.
..
.
(0)
p
. −n(n − 1) n n(n + 1)
Exercice 16. u(X k ) = −kX k + (k − 2n)X k+1 ⇒ la matrice de u est triangulaire inférieure. sp(u) = {0, −1, . . . , −2n}. λ = −k : Résoudre l’équation différentielle ⇒ P = cX k (X − 1)2n−k . Exercice 17. α3 : (X − β)(X − γ), β 3 : (X − α)(X − γ), γ 3 : (X − α)(X − β). Exercice 18. λ = 1 : P = Q((X − 1)2 ). λ = −1 : P = (X − 1)Q((X − 1)2 ). Exercice 19. λ = 1 : P = aX + b. Exercice20. 0
M = (0)
−2a −a2 · · · 2 −2a .. . 3 .. .
−an (0)
−na n+1
.
Ker f = {polynômes constants}, Im f = {polynômes divisibles par X − a}. Valeurs propres : 0, 2, 3, . . . , n + 1. Pour 2 6 k 6 n + 1, Ek = vect((X − a)k−1 ). Exercice 21. Oui ssi tr(A) 6= 0 ou A = 0. reduc.tex – page 17
Exercice 22. 1) (−1)n (X n − an X n−1 − . . . − a1 ). 2) Étude de x 7→ (xn − an xn−1 − . . . − a1 )/xn . 3) Inégalité triangulaire. 4) Expression générale de Ak . Exercice 24. spec(T ) = ] − 1, 1]. Exercice 25. 2) 0 < λ 6 1 : f (x) = Cx1/λ−1 . Exercice 26. 1/k, k > 1. Exercice 27. 1 λ= : u(x) = C sin(π/2 + kπ)x. (π/2 + kπ)2 Exercice 29. 3) P =
−1 2 −1
3 4 1
3 0 −3
! , D = diag(0, 2, −2).
Exercice 30. 1) 1 si C 6= 0, 0 si C = 0. 2) dim(E0 ) > n − 1 ⇒ X n−1 divise χM ⇒ χM = (−1)n (X n − (a21 + . . . + a2n )X n−1 ). 3) Oui. Exercice 31. rg A = 1 donc dim Ker A = n − 1 et 0 est valeur propre d’ordre au moins n − 1. La somme des valeurs propres est tr A = n donc la dernière valeur propre est n et le sous-espace propre associé est de dimension 1. Donc A est diagonalisable. Exercice 32. 1) La fonction fn : x 7→ P Pn (x)/xn croît strictement de −∞ à 1 quand x varie de 0 à +∞. n n n 2) χA (x) = (−1) (x − k=1 kxn−k ). Exercice 33. Soit M = (xi yj ) : M est de rang inférieur ou égal à 1, donc 0 est valeur propre de M d’ordre au moins n − 1. Comme tr(M ) = x1 y1 + . . . + xn yn , le polynôme caractéristique de M est χM (x) = (−x)n−1 (x1 y1 + . . . + xn yn − x), et le déterminant demandé est ∆n = χM (−1) = x1 y1 + . . . + xn yn + 1. Exercice 34. 1) det(M + (t)) est une fonction affine de t. 2) |λ + a| = k|λ + b| et λ = x + iy ⇒ (1 − k 2 )(x2 + y 2 ) + . . . = 0, équation d’un cercle si |a| 6= |b|. Exercice 35. 1) a1 . . . an + b1 a2 . . . an + a1 b2 a3 . . . an + . . . + a1 . . . an−1 bn . Pn χ (t) 3) Qn A = 1 + i=1 bi change de signe entre deux ai successifs et dans l’un des intervalles (a − t) ai − t i i=1 ] − ∞, a1 [ ou ]an , +∞[ donc χA admet n racines distinctes. 4) Oui. Supposons par exemple a1 = . . . = ap < ap+1 < . . . < an : La question précédente met en évidence n − p racines simples de χA entre les ai et ±∞, et a1 est aussi racine d’ordre p − 1 de χA . Or les p premières lignes de A − a1 I sont égales donc rg(A − a1 I) 6 n − p + 1 et dim(Ker(A − a1 I)) > p − 1 d’où la diagonalisabilité. Le cas où il y a plusieurs groupes de ai égaux se traite de même.
reduc.tex – page 18
Exercice 36. (−X)n χB (X) = χA 1 , χC (X 2 ) = χA (X)χA (−X). det(A) X Exercice 39. a ⇔ b : thm du rang. c ⇔ d : immédiat. c ⇒ b : si AX = XB alors pour tout polynôme P on a P (A)X = XP (B). c ⇒ b : prendre U vecteur propre de A, V vecteur propre de t B associés à la même valeur propre et X = U tV . Exercice 41. Somme des valeurs propres = n. Exercice 42. Soit K = Z/pZ. Il faut en fait prouver que pour toute matrice A ∈ Mn (K), on a tr(Ap ) = tr(A). Remarquer qu’on n’a pas forcément Ap = A dans Mn (K), c’est faux, entre autres, si A est nilpotente non nulle. Soit X une indéterminée sur K. On a dans l’anneau Mn (K[X]) : (A − XIn )p = Ap − X p In , d’où, en prenant les déterminants : χAp (X p ) = χA (X)p = χA (X p ) et on égale les coefficients de X (n−1)p . Exercice 43. a = b ou a, b non nuls. Exercice 46. 2) (A − xI)( tA − xI) = (x2 − 2x + 4)I, χA (x) = x2 − 2x + 4. 3) tA = 2I − A donc (A − xI)((2 − x)I − A) = (x2 − 2x + 4)I. En prenant pour x une des racines du polynôme x2 − 2x + 4, on obtient un polynôme scindé à racines simples annulant A. Exercice 48. A est diagonalisable car A2 = I. eA = (ch 1)I + (sh 1)A. Exercice 49. Si Im u ⊂ Ker u alors u2 = 0 donc 0 est l’unique valeur propre de u et u 6= 0 donc u n’est pas diagonalisable. Si Im u6⊂ Ker u alors Im u ∩ Ker u = {0} et donc Im u + Ker u = E. Or Im u et Ker u sont des sous-espaces propres de u donc u est diagonalisable. Exercice 51. 1) polynôme annulateur simple. 2) Non, ctrex = B nilpotent. Exercice 52. sp(p) ⊂ {−1, 0, 1}. p est diagonalisable si et seulement s’il annule un polynôme scindé à racines simples. Exercice 53. A est C-diagonalisable et les valeurs propres sont α > 0 et β, β avec la même multiplicité. Exercice 55. A est diagonalisable et a n valeurs propres distinctes, sinon il existerait un polynôme annulateur de degré inférieur ou égal à n − 1. Ces racines sont les n racines n-èmes de 1 et leur somme est nulle. Exercice 56. A est C-diagonalisable (polynôme annulateur à racines simples) ⇒ dim(E1 ) + dim(E−1 ) = n. Les dimensions sont conservées sur R. Exercice 58. Les fi sont des projecteurs commutant deux à deux, ils sont simultanément diagonalisables. Soit e1 tel que f1 (e1 ) = e1 : fi (e1 ) = fi ◦ f1 (e1 ) = 0 si i > 2 donc les supports des restrictions des fi à une base propre commnue sont deux à deux disjoints non vides, ce sont des singletons.
reduc.tex – page 19
Exercice 59. Soit P un polynôme tel que P (λ) = 1 et P (µ) = 0 pour toutes les autres valeurs propres, µ, de f . Alors pλ = P (f ). Exercice 60. 3) sp(uk ) ⊂ {i, −i} d’après la relation u2k = − idE . Si le spectre était réduit à un élément alors uk serait scalaire car diagonalisable, mais ceci est incompatible avec la relation d’anticommutation entre uk et u` . Donc sp(uk ) = {i, −i}. 4) u` avec ` 6= k échange les sous-espaces propres de uk donc ils ont même dimension n/2. Exercice 63. 1) Calcul Maple : h =
c+4 0 0
b a c+2 b 0 c
! , v = ku.
2) c) uk ◦ h − h ◦ uk = −2kuk , P (u) ◦ h − h ◦ P (u) = −2u ◦ P 0 (u). d) Si P (u) = 0 alors u◦P 0 (u) = 0 donc P (polynôme minimal) divise XP 0 ce qui implique P (X) = X k pour un certain k. Exercice 65. Tout facteur irréductible de µA est aussi facteur de χA d’après la théorème de Cayley-Hamilton. Réciproquement soit P un facteur irréductible de µA , x ∈ Ker(P (A)) \ {0}, et F = hAk x, k ∈ Ni : F est un sev de Kn stable par A, le polynôme minimal de A|F est un diviseur de P , donc c’est P . On en déduit que la famille (Ak x, k < deg(P )) est une base de F et la matrice de A|F dans cette base est la matrice C
B
C compagne de P . Ainsi A est semblable à une matrice 0 D et χA = ±P χD , µD | µA . En itérant sur D, on voit que χA est au signe près un produit de facteurs irréductibles de µA .
Exercice 66. Aucun polynôme constant ne convient. Si P est non constant et α est une racine de P alors en considérant A = αIn on obtient une première condition nécessaire : nα ∈ Z. Si P a une autre racine β alors en prenant A = diag(α, . . . , α, β) on obtient une deuxième condition nécessaire : β − α ∈ Z. Ainsi les polynômes P cherchés ont la propriété suivante : deg(P ) > 1 et il existe u ∈ Z tel que toutes les racines de P sont congrues à u/n modulo 1. Cette condition est clairement suffisante. Exercice 67. On écrit C = P JQ où P, Q sont inversibles et J est la matrice canonique de rang r. Alors (P −1 AP )J = J(QBQ−1 ) donc P −1 AP et QBQ−1 sont triangulaires par blocs avec le même bloc diagonal r × r, ce qui prouve que χA et χB ont un facteur de degré r en commun. Exercice 68. Le polynôme s’écrit (X 2 + 1)(X 2 + X + 1). Il n’a donc pas de racine réelle. Or tout élément de M5 (R) possède au moins une valeur propre et cette valeur propre devrait être également racine du polynôme minimal. Par conséquent la réponse est non. Exercice 69. 1) Que c’est un isomorphisme (et réciproquement). 2) Soit Q(X) = P (X)/X. On a u ◦ Q(u) = 0 et X, Q sont premiers entre eux, d’où E = Ker u ⊕ Ker Q(u) et Im u ⊂ Ker Q(u). On conclut avec le théorème du rang. 3) Même méthode.
reduc.tex – page 20
Exercice 71. 2) a) Pour p ∈ K[X] on a P (Φu ) = v 7→ v ◦ P (u) donc u et Φu ont mêmes polynômes annulateurs. b) (λ ∈ sp(Φu )) ⇔ (∃ v 6= 0 tq v ◦ (u − λ idE ) = 0) ⇔ (u − λ idE n’est pas surjectif) ⇔ (λ ∈ sp(u)). Ainsi Φu et u ont même spectre. Si λ ∈ sp(u) et v ∈ L(E) on a : (Φu (v) = λv) ⇔ (Im(u − λ idE ) ⊂ Ker v) donc Ker(Φu − λ idL(E) ) est isomorphe à L(H, E) où H est un supplémentaire de Im(u − λ idE ). On en déduit : dim(Ker(Φu − λ idL(E) )) = dim(E) dim(Ker(u − λ idE ). Exercice 72. λ = 1 : Dir(p) ⊂ Ker f , Im f ⊂ Base(p). λ = 0 : f (Base(p)) ⊂ Dir(p). Exercice 74. 1) Pour P ∈ K[X] on a P (u) ◦ v − v ◦ P (u) = P 0 (u). Exercice 75. 0 3) K = Z/2Z, Mat(f ) = 1
1 0
, Mat(g) =
0 0
0 1
.
Exercice 76. Supposons qu’il existe g ∈ L(E) tel que rg(f ◦ g − g ◦ f ) = 1. Alors il existe ` ∈ E ∗ et a ∈ E tous deux non nuls tels que : ∀ x ∈ E, f (g(x)) − g(f (x)) = `(x)a. D’où par récurrence sur k : ∀ x ∈ E, f k (g(x)) − g(f k (x)) = `(x)f k−1 (a) + `(f (x))f k−2 (a) + . . . + `(f k−1 (x))a. Comme χf est irréductible, le sous-espace f -monogène engendré par a est égal à E, soit : (a, . . . , f n−1 (a)) est une base de E avec n = dim E et f n (a) = α0 a + . . . + αn−1 f n−1 (a). Alors µf (f ) = f n − αn−1 f n−1 − . . . − α0 f 0 = 0 et : ∀ x ∈ E, 0 = µf (f )(g(x)) − g(µf (f )(x)) = `(x)f n−1 (a) + . . . + `(f n−1 (x) − . . . − α1 x)a. Ceci implique `(x) = 0 pour tout x, en contradiction avec l’hypothèse rg(f ◦ g − g ◦ f ) = 1. Exercice 77. 1) Oui, les applications u 7→ p ◦ u et u 7→ u ◦ p le sont (ce sont des projecteurs) et elles commutent. 2) Soit B une base d’une base de Ker p et d’une base de Im p. de Eobtenue par concaténation Si MatB (u) =
A C
B D
alors MatB (ϕ(u)) =
A B/2 C/2 D
et d1/2 = 2r(n − r).
reduc.tex – page 21
, d’où sp(ϕ) ⊂ {0, 12 , 1}, d0 = (n − r)2 , d1 = r2
Exercice 78. Si D est diagonalisable alors les applications X 7→ DX et X 7→ XD le sont (annulateur scindé à racines simples) et elles commutent, donc elles sont simultanément diagonalisables et leur différence, ϕD , est aussi diagonalisable. Pour la réciproque, on commence par constater que si P est un polynôme quelconque, alors : deg(P )
∀ X ∈ Mn (C), P (ϕD )(X) =
X k=0
deg(P ) X P (k) (D) P (k) (D) (−1) D X = (−1)k XDk . k! k! k=0 k
k
(formule du binôme pour P = X m et linéarité de chaque membre par rapport à P pour P quelconque). Supposons ϕD diagonalisable, prenons P annulateur scindé à racines simples de ϕD , X = U t V où U est un vecteur propre de D associé à une certaine valeur propre λ et V un vecteur arbitraire. Donc : deg(P )
0=
X
(−1)k λk U t V
k=0
deg(P ) X P (k) (D) P (k) (D) = U tV (−1)k λk = U t V P (D − λI). k! k! k=0
Comme U 6= 0, ceci implique t V P (D − λI) = 0 pour tout V , donc P (D − λI) = 0. Ainsi D − λI est diagonalisable et D itou. Exercice 80. 1) 1 est ! valeur ! propre double, d1 = 1. 2) 3) 4) 5)
1 2 1 , 1 . 1 2 ! 1 0 . 0 ! 1 0 6 0 0 −4 . 0 0 1 ! (6αt + γ)et + 2β t X = (6αt + γ + 3α)e + β . (6αt + γ − α)et + 2β
Exercice 82. 1) A ∼ diag(1, α, α−1 ) où α est une racine primitive 7ème de 1, A ∼ diag(α, α10 , α−11 ) où α est une racine primitive 37ème de 1. 2) pas de solution. 3) vp = 0 ou 1. Exercice 84. On se ramène à λ = 0 en remplaçant f par f − λ id. Im f est de dimension 1 stable par f donc f| Im f est une homothétie, c’est l’application nulle vu sp(f ). On en déduit Im f ⊂ Ker f . Soit e2 ∈ Im f \ {0}, e3 un antécédant de e2 par f et e1 ∈ Ker f indépendant de e2 . Alors B = (e1 , e2 , e3 ) convient.
reduc.tex – page 22
Exercice 85. Soit f un endomorphisme d’un ev E ayant A pour matrice. On doit trouver g ∈ GL(E) tel que f ◦ g = 2g ◦ f . Construction de g par récurrence sur n = dim E. n 6 1 : on a f = 0 donc g = idE convient. 0, . . . , n − 1 ⇒ n : f est non surjectif donc l’hypothèse de récurrence s’applique à f| Im(f ) . Soit g1 ∈ GL(Im(f )) tel que f (g1 (x)) = 2g1 (f (x)) pour tout x ∈ Im(f ). Soit E = H ⊕ I ⊕ K ⊕ L avec H = Im(f ) ∩ Ker(f ), H ⊕ I = Im(f ) et H ⊕ K = Ker(f ). La restriction de f à I ⊕ L induit un isomorphisme sur Im(f ), on note ϕ l’isomorphisme réciproque. Soit g ∈ L(E) définie par : g(h + i + k + `) = g1 (h + i) + k + 2ϕ(g1 (f (`))). On vérifie facilement que f ◦ g = 2g ◦ f et il reste à prouver que g est injective. Si x = h + i + k + ` ∈ Ker g alors g(f (x)) = g1 (f (i + `)) = 0 donc i + ` ∈ Ker f = H ⊕ K soit i = ` = 0. Il reste g1 (h) + k = 0 ce qui implique h = k = 0 car g1 (h) ∈ Im f = H ⊕ I. Remarque : la démonstration passe à tout corps de caractéristique différente de 2. Exercice 86. 1) A2k = I, A2k+1 = A. Exercice 87. 3) αn = − 13 +
2n 4
Exercice 88. 2) P =
1 1 1
1 2 4
1 3 9
+
(−2)n 12 ,
βn =
2n −(−2)n , 4
γn =
4 3
−
2n 2
+
(−2)n 6 .
! , D = diag(1, 2, 3).
2un = (6 − 6.2n + 2.3n )u0 + (−5 + 8.2n − 3.3n )u1 + (1 − 2.2n + 3n )u2 . Exercice 89. 1) Le polynôme minimal de f est de degré supérieur ou égal à n et n’a pas de diviseurs non triviaux. Donc dim E = 1 et f est une homothétie si K = C. Si K = R on peut aussi avoir dim E = 2 et f n’a pas de valeurs propres réelles. Exercice 90. 1) Diagonaliser t M ⇒ yn − 32 xn = cste. 2) yn − xn = 2n (y0 − x0 ) donc si y0 6= x0 alors Mn → ∞ sinon la suite est constante. 3) 32 si y0 6= x0 . Exercice 92. a+b 2) X = 12 b − a
b−a a+b
,Y =
Exercice 93. M =±
3 0 0 1/5 ±2 0 7/30 ±1/3 ±1
1 b
1 1
! ou M = ±
Exercice 94. A = P DP −1 avec P =
1 1
1 1 0 2 0 1 3 −4 4
ou l’inverse. 3 0 0 1 ∓2 0 1/2 ∓1 ±1
! .
! et D = diag(0, 1, 1). On prend B = P M P −1 avec M =
0 0 0
0 0 1
0 1 0
! .
Exercice 95. √ √ 1) sp(M ) = {1, 6 − 1, 6 + 1}, M est diagonalisable et son commutant est l’ensemble des polynômes en M : aI + bM + cM 2 , a, b, c ∈ R. 2) M est cyclique.
reduc.tex – page 23
Exercice 96. λ 1) Par similitude on se ramène aux cas : A = 0 λ 1 A = 0 λ , C(A) = C[A].
0 λ
λ , C(A) = M2 (C) ou A = 0
0 µ
, C(A) = C[A] ou
P 2 2) Si A est diagonalisable de valeurs propres λi avec les multiplicités ni alors dim(C(A)) = ni > n. Dans le cas général, soit (Ak ) une suite de matrices diagonalisables convergeant vers A et (Ck1 , . . . , Ckn ) une suite de n-uplets de matrices commutant avec Ak telles que (Ck1 , . . . , Ckn ) est une famille orthonormale pour un produit scalaire quelconque choisi sur Mn (C). Par compacité il existe une i sous-suite convergente, donc n matrices C∞ formant une famille orthonormale et commutant avec A d’où dim(C(A)) > n. Exercice 97. Soit dn (i, j) le nombre de chemins de longueur n allant du sommet i au sommet j. j admet trois voisins k1 , k2 , k3 et l’on a : dn (i, j) = dn−1 (i, k1 ) + dn−1 (i, k2 ) + dn−1 (i, k3 ). On numérote les sommets de 0 à 7 de sorte que les voisins du sommet i sont les sommets i + 1 mod 8, i + 2 mod 8 et i + 4 mod 8. Le vecteur dn = (dn (0, 0), . . . , dn (0, 7)) vérifie la relation de récurrence dn = Adn−1 où A est la matrice suivante (. désigne 0) : .
A=
. 1 . . . 1 . 1 . . 1 . . 1 . . . . . 1 . . 1 1 . . 1 . . 1 . 1 . . 1 1 . 1 1 .
1 1 1 . . 1 . . . 1 1 1 . . . 1 . . . 1 . . .
avec
B=
. 1 1 . 1 . . 1
=
B I4
I4 B
=P
B + I4 0
0 B − I4
P −1
. 1 1 .
1 . . 1
et P =
I4 I4
I4 −I4
.
De même, B ± I4 =
C ± I2 I2
I2 C ± I2
C ± I2 + I2 =Q 0
0 C ± I2 − I2
Q−1
et enfin, C ± I2 ± I2 =
±I1 ± I1 I1
I1 ±I1 ± I1
=R
±I1 ± I1 + I1 0
0 ±I1 ± I1 − I1
R−1 .
Donc A est diagonalisable de valeurs propres −3, −1, 1, 3 et on peut certainement terminer les calculs pour obtenir dn = An d0 . Exercice 99. 2) Par récurrence pour P = X k , puis par linéarité. 3) Si M est diagonalisable, on prend P = µM : donc µA divise P et XP 0 et P est scindé à racines simples. La seule racine simple possible est 0, d’où A = 0. Exercice 100. I S’inspirer du cas n = 1. Soit P = I
I −I
: P −1 AP =
2M 0
Exercice 101. n o λY 2 Eλ (M ) = tq AY = λ Y . Y
reduc.tex – page 24
0 0
est diagonalisable, donc A aussi.
Exercice 104. Calcul du polynôme caractéristique de B par opérations en blocs. On obtient χB (x) = det(x2 I − 2xA − A2 ) = (−1)n χA donc sp(B) = {(1 +
Exercice 105. En prenant P =
√
2)λ, λ ∈ sp(A)} ∪ {(1 −
x x √ χA √ 1+ 2 1− 2 √
2)λ, λ ∈ sp(A)}.
a2 − ab ab − b2 0 0 2 a2 − ab ab − b 0 0 −1 = M1 0 . on trouve P M P = 0 2 2 0 a + ab b + ab 0 M2 0 0 b2 + ab a2 + ab (a − b)2 0 a2 − b2 0 −1 on a P1−1 M1 P1 = et P M P = . 2 1 1 0 a2 − b2 0 (a + b)2
En prenant P1 =
I2 −I2
I2 I2
1 1 −1 1
Ainsi, sp(A) = {(a + b)2 , (a − b)2 , (a + b)(a − b)}, donc l’ensemble cherché est la boule unité ouverte pour k k1 . Exercice 108. Si P (0) 6= 0 alors f est bijective. Si P (0) = 0 alors f 2 ◦ qqch = −P 0 (0)f ⇒ Ker f 2 = Ker f . Exercice 110. Soit µ le polynôme minimal de u et D l’ensemble des diviseurs unitaires de µ. Pour P ∈ K[X] et d = P ∧µ on a facilement Ker(P (u)) = Ker(d(u)) et Im(P (u)) = Im(d(u)). Ceci montre déjà que K et I sont finis. De plus, si d ∈ D alors l’annulateur minimal de u| Im(d(u)) est µ/d donc l’application d 7→ Im(d(u)) est injective sur D et card(I) = card(D). De même, l’annulateur minimal de u| Ker(d(u)) est d car Ker(d(u)) ⊃ Im( µd (u)) et d est l’annulateur minimal de u| Im(µ/d(u)) donc l’application d 7→ Ker(d(u)) est injective sur D et card(K) = card(D). Exercice 111. En appliquant le théorème du rang à f| Ker f 2 , on a : dim(Ker f 2 ) = dim(Ker f ) + dim(f (Ker f 2 )), et f (Ker f 2 ) ⊂ Ker f , donc f (Ker f 2 ) = Ker f . Soit Gi = Ker g i . Montrons que g(Gi+1 ) = Gi pour tout i ∈ [[0, k]] : si x ∈ Gi+1 alors g i (g(x)) = g i+1 (x) = 0 donc g(x) ∈ Gi . Réciproquement, si y ∈ Gi alors y ∈ Gk = f (G2k ), donc y a un antécédant x par f , cet antécédant appartient à Gi+k , et y = g(g k−1 (x)) ∈ g(Gi+1 ). On en déduit, avec le théorème du rang appliqué à g|Gi+1 , que dim(Gi+1 ) = dim(Gi ) + dim(Ker g) pour tout i ∈ [[0, k]], d’où d = dim(Gk ) = dim(G0 ) + k dim(Ker g) = k dim(Ker g). Exercice 115. 1) Valeurs propres : 1, j, j 2 . sev stables : {0}, he3 i, he1 , e2 i et R3 . t t
t
t
2) AB = BA ⇒ ϕB (e3 ) = λe3 , A B = B A ⇒ ϕt B (e3 ) = λe3 , d’où B =
a+µ a 0 −3a −2a + µ 0 0 0 λ
! .
Exercice 116. Soit ϕ(x, y, z) = x + 2y + 3z. f conserve la surface de niveau ϕ = 1 donc par linéarité ϕ ◦ f = ϕ et ϕ est vecteur propre de t f . Exercice 117. Si χu est irréductible, pour x 6= 0 le polynôme minimal de x en u est égal à χu donc le sous-espace cyclique engendré par x est égal à E et il n’y a pas de sous-espace stable non trivial. Si seuls {0} et E sont stables, soit x 6= 0. Le sous-espace cyclique engendré par x est égal à E donc l’annulateur minimal de u en x est égal à χu . Soit P un diviseur non trivial de χu et y = P (u)(x) : l’annulateur minimal de u en y est χu /P , absurde.
reduc.tex – page 25
Exercice 119. Si E est de dimension finie, soit F un hyperplan de E, hei un supplémentaire stable et H un supplémentaire de hei stable. Si K est un sev de H, alors K admet un supplémentaire K 0 dans E stable et H ∩ K 0 est un sev de H stable, en somme directe avec K. K 0 6⊂H car K ⊂ H et K ⊕ K 0 = E donc K 0 + H = E et dim(H ∩ K 0 ) = dim(H) + dim(K 0 ) − dim(E) = dim(H) − dim(K) soit K ⊕ (H ∩ K 0 ) = H. f|H vérifie la même propriété que f et on obtient par récurrence que f est diagonalisable. Réciproquement, soit f diagonalisable, F un sev de E et (e1 , . . . , en ) une base propre pour f . On montre que F admet un supplémentaire stable par récurrence sur codim(F ) : si F = E alors {0} convient et si F 6= E alors il existe i tel que ei ∈ / F d’où F ⊕ hei i est un sur-espace strict de F , admettant un supplémentaire G stable, d’où G ⊕ hei i est supplémentaire de F stable. Cas E de dimension infinie : ??? Exercice 120. sp(f ) = {0, 1, 2} donc f est diagonalisable et chaque sous-espace propre est de dimension 1. Comme la restriction d’un diagonalisable à un sous-espace stable est encore diagonalisable, les sous-espaces stables par f sont les huit sous-sommes de E0 ⊕ E1 ⊕ E2 . Exercice 123. 0 est valeur propre, se placer dans un hyperplan stable et récurer. Exercice 124. 0 Non. Prendre Mat(un ) = 0
1 1/n
.
Exercice 125. Trigonaliser fortement M .
reduc.tex – page 26