Exercices de mathématiques: MP Enoncés

Réduction

Exercice 1.
Soit x un vecteur d’un K-espace vectoriel E et u ∈ L (E).


Montrer que Vect uk (x)k∈N est le plus petit sous-espace vectoriel de E contenant x et stable par u.

Exercice 2.
Soient E un K-espace vectoriel de dimension finie n, B = (e1 , · · · , en ) une base de E, Ei = Vect (e1 , · · · , ei )
et u un endomorphisme de E.
1. Montrer que la matrice de u dans B est diagonale si, et seulement si, pour tout j ∈ [[1, n]], la restriction
uj de u à Vect(ej ) est une homothétie.
2. Montrer que u stabilise les Ek si, et seulement si, la matrice de u relativement à B est une matrice
triangulaire supérieure.

Exercice 3.
Soient E un R-espace vectoriel de dimension 3 et f ∈ L(E) tel que f 2 6= 0 et f 3 = 0.
1. Montrer qu’il existe x ∈ E tel que (x, f (x), f 2 (x)) soit une base de E.


2. Montrer que la seule droite de E stable par f est Vect f 2 (x) .


3. Montrer que le seul plan de E stable par f est Vect (f (x)) + Vect f 2 (x) .

Exercice 4.
Soit E un K-espace vectoriel, u ∈ L(E), a un automorphisme de E et v = a ◦ u ◦ a−1 .
Comparer Sp (u) et Sp (v) d’une part, Eλ (u) et Eλ (v) d’autre part.

Exercice 5.
Soit A ∈ Mn (K) telle que la somme des coefficients par ligne est constante (= S).
Montrer que S est une valeur propre de A.

Exercice 6.
Soit A ∈ GLn (K). Exprimer le polynôme caractéristique de A−1 en fonction de celui de A.

Exercice 7 (Mines-Ponts PC 2007 et MP 2006).

Soient A et B deux matrices de C. On se propose de démontrer que χAB = χBA .
1. Démontrer le résultat lorsque la matrice A est inversible.
2. On se place maintenant dans le cas général. Soit λ ∈ C. Etablir que
     
λIn − BA B In 0 I 0 λIn B
= n .
0 λIn A In A In 0 λIn − AB

En déduire que AB et BA ont le même polynôme caractéristique.

Exercice 8.
−1 0
 
1
Déterminer a ∈ R pour que 2 soit valeur propre de A =  a 1 1 .
0 1+a 3
Montrer alors que A est diagonalisable et déterminer ses éléments propres.

Exercice 9.
2 −1
   
0 0 3 2
Diagonaliser les matrices suivantes : A =  3 −2 0  B =  −2 5 2  .
−2 2 1 2 −3 0
On donnera aussi la matrice de passage de la base canonique à la base de vecteurs propres.

elamdaoui@[Link] 1 [Link]
 Exercices de mathématiques: MP Enoncés

Réduction

Exercice 10. 
3 0 2
Soit A =  1 3 1 .
0 0 1
1. Donner le polynôme caractéristique de A et ses valeurs propres.
2. Déterminer les sous-espaces propres de A. La matrice A est-elle diagonalisable ?
3. Déterminer V1 , V2 , V3 non nuls tels que AV1 = V1 , AV2 = 3V2 et AV3 = V2 + 3V3 .
4. Montrer que (V1 , V2 , V3 ) est une base de R3 et donner la matrice de passage P de la base canonique de
R3 à la base (V1 , V2 , V3 ).

Exercice 11.  
6 0 0
2
On se propose de résoudre dans M3 (R) l’équation (1) : X + X = A, avec A = 0 2
 −2.
0 0 0
1. Déterminer une matrice diagonale D et une matrice inversible P telles que A = P DP −1 .
2. Déterminer les matrices Y ∈ M3 (R) telles que Y 2 + Y = D.
3. Résoudre alors l’équation (1).

Exercice 12.
Soit n > 2 et λ1 ; λ2 ; ...λn des nombres complexes non tous nuls et A = (λi λj )16i,j6n ∈ Mn (C).
1. Chercher le rang de A.
2. En déduire le polynôme caractéristique de A.
3. A est-elle diagonalisable ?

Exercice 13.
···
 
α β β
 .. .. .. 
β . . . ∈ Mn (K) avec α, β ∈ K
Soient n un entier > 2 et A = 
.
 .. .. .. 
. . β
β ··· β α
1. En calculant A − (α − β)In , trouver les valeurs propres de A et montrer que A est diagonalisable.
2. Calculer Ap , p ∈ N
3. On suppose que A est [Link] A−1

Exercice 14.
Soit E un K-espace vectoriel de dimension n et u ∈ L(E). On considère deux polynômes P et Q de K[X]
premiers entre eux. Montrer que rg (P (u)) + rg (Q (u)) > n et caractériser le cas d’égalité.

Exercice 15 (Mines MP 2005, X MP 2007).

Soit E un C-espace vectoriel de dimension finie et u ∈ L(E). Montrer que u est diagonalisable si et seulement
si tout sous-espace stable par u admet un supplémentaire stable par u.

Exercice 16 (Centrale MP 2006).

Soit u un endomorphisme d’un espace vectoriel réel de dimension finie n > 1. Montrer qu’il existe une droite
ou un plan vectoriel stable.

Exercice 17 (Centrale MP 2007).

2
Soient n ∈ N∗ et (A, B) ∈ Mn (C) . On considère l’équation (E) : AM = M B d’inconnue M appartient à
Mn (C).
1. On suppose que (E) possède une solution non nulle M .

elamdaoui@[Link] 2 [Link]
 Exercices de mathématiques: MP Enoncés

Réduction

(a) Montrer que, pour tout P de C[X], on a P (A)M = M P (B).

(b) Montrer que A et B ont une valeur propre commune.
2. On suppose que A et B ont une valeur propre commune.
(a) Montrer que si X et Y sont deux vecteurs colonnes non nuls, alors la matrice X t Y est non nulle.
(b) Montrer que (E) admet une solution non nulle.

Exercice 18 (Centrale MP 2007).

Soit M ∈ GLn (K). Montrer que M −1 est un polynôme en M.

Exercice 19.
Soient n > 2 et φ l’endomorphisme qui à toute matrice M ∈ Mn (C) associe tr(M )In − M , où In désigne la
matrice identité.
1. Calculer φ2 et en déduire que φ est diagonalisable.
2. Déterminer les valeurs et sous-espaces propres de φ.
3. Calculer la trace et le déterminant de φ.
4. Calculer le polynôme caractéristique de φ.
5. Montrer que φ est inversible et déterminer φ−1 .

Exercice 20 (Mines. MP 2006).

Soit A ∈ Mn (R) telle que A3 + A2 + A = 0. Montrer que le rang de A est pair.

Exercice 21.
Soit M ∈ GLn (C) telle que M 2 est diagonalisable. Montrer que M est diagonalisable

Exercice 22 (Centrale MP 2007).

Soit A une matrice de Mn (C), montrer que les propositions suivantes sont équivalentes :

1. A est nilpotente. 3. An = 0.


2. Sp (A) = {0}. 4. Pour tout k ∈ [[1, n]], Tr Ak = 0

Exercice 23 (Matrice compagnon, Centrale PSI 2006).

Soit E un K-espace vectoriel de dimension n et B = (e1 , · · · , en ) une base de E. On considère l’endomorphisme
n
X
f de E défini par : ∀i ∈ [[1, n − 1]] , f (ei ) = ei+1 et f (en ) = ak ek .
k=1
1. Déterminer la matrice de f dans la base B.
2. Calculer f n (e1 ) et en déduire un polynôme annulateur de f .
3. Déterminer le polynôme minimal de f et le polynôme caractéristique caractéristique de f .
4. A quelle condition f est-il diagonalisable ?

elamdaoui@[Link] 3 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

Corrigé de l’exo 1: En effet, ce sous-espace est évidemment contenu dans tout sous-espace contenant x et stable
par u. Les relations x = u0 (x) et u(uk (x)) = uk+1 (x) pour tout k montrent qu’il contient x et est stable par u.

Corrigé de l’exo 2: 1. La matrice de u est diagonale dans la base B si, et seulement, si pour tout i ∈ [[1, n]] il
existe λi tel que u(ei ) = λi ei si, et seulement, si ui = λi IdVect(ei )
2. Pour tout k ∈ [[1, n]], l’image de Ek est contenue dans Ek si, et seulement si, u(ek ) est dans Ek . Si (ai,j )i sont
les composantes de u(ej ) dans B, u(ek ) appartient à Ek si, et seulement si, ai,k est nul pour i > k .

Corrigé de l’exo 3: 1. Puisque f 2 6= 0, il existe un x ∈ E tel que f 2 (x) 6= 0. On montre que la famille
(x, f (x), f (x)) est libre. Soit α, β, γ ∈ R tels que αx + βf (x) + γf 2 (x) = 0, alors on compose par f 2 , on
2

trouve αf 2 (x) = 0, donc α = 0 , ainsi βf (x) + γf 2 = 0, puis on compose par f , on obtient βf 2 (x) = 0, puis
β = 0 et par suite γ = 0. La famille (x, f (x), f 2 (x)) est libre de cardinal 3 dans un espace de dimension 3, donc
il s’agit d’une base
2. L’endomorphisme f est nilpotent donc son spectre est réduit à {0}. Soit D une droite stable par f et soit x un
vecteur non nul de E tel que D = Rx. Il existe λ ∈ R tel que f (x) = λx et x est donc un vecteur propre associé
à la valeur propre λ. On a donc nécessairement λ = 0 et donc x ∈ Kerf. Ainsi, D ⊂Kerf.
Déterminons le noyau de f . On sait que dim Kerf = 3 − rg f. Dans la base B = (x, f (x), f 2 (x)), la matrice
 
0 0 0
représentant f s’écrit  1 0 0 . Cette matrice est de rang 2 donc f est également de rang 2 et Kerf est
0 1 0
une droite. On a donc D = Kerf. En regardant la matrice, on se rend compte que Kerf = Rf 2 (x).
Réciproquement, Kerf = Rf 2 (x) est bien une droite stable et c’est la seule.
3. Soit P un plan stable par f . L’endomorphisme f|P induit par f sur P est encore un endomorphisme nilpotent.
2
Comme dim P =2, on sait que l’indice de nilpotence de f|P est inférieur ou égal à 2. On a donc f|P = 0 et donc
P ⊂Kerf . Déterminons maintenant le noyau de f . On sait que dim Kerf = 3 − rg f et on a Mat(f 2 , B) =
2 2 2 2
 
0 0 0
 0 0 0 . On en déduit que rg f 2 = 1 et que Kerf 2 est un plan. On a donc P =Kerf 2 et on voit sur la
1 0 0
matrice que Kerf 2 = Rf (x) ⊕ Rf 2 (x).
Réciproquement, Kerf 2 = Rf (x) ⊕ Rf 2 (x) est bien un plan stable par f et c’est le seul.

Corrigé de l’exo 4: — — Soit λ ∈ Sp (v), alors il existe x ∈ E \ {0} tel que v(x) = λx. Posons y = a−1 (x),
alors y 6= 0 et
u(y) = u ◦ a−1 (x) = a−1 ◦ v(x) = λa−1 (x) = λy
Donc λ ∈ Sp (u) et par suite Sp (v) ⊂ Sp (u).
— Inversement u = b−1 vb, avec b = a−1 , donc Sp (u) ⊂ Sp (v).
Bref Sp (v) = Sp (u).
— Soit x ∈ E, alors

x ∈ Eλ (v) ⇐⇒ v(x) = λx
⇐⇒ a ◦ u ◦ a−1 (x) = λx
⇐⇒ u ◦ a−1 (x) = λa−1 (x)
⇐⇒ a−1 (x) = Eλ (u)
⇐⇒ x = a (Eλ (u))

Donc Eλ (v) = a (Eλ (u))

 
1
 .. 
Corrigé de l’exo 5: Soit V =  .  ∈ Mn,1 (K), ce vecteur est non nul et AV = SV , donc S est une valeur propre
1
de A.

elamdaoui@[Link] 4 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

Corrigé de l’exo 6: Puisque A est inversible, toute valeur propre de A est non nulle. Soit λ ∈ K∗ ,
  
−1

−1 1
χA−1 (λ) = det A − λIn = det −λA − In + A
λ
 
n 1 1 n 1 1
= (−λ) det A − In = (−λ) χA ( ).
det A λ det A λ
 
(−1)n n 1

n 1
Conclusion : χA−1 (X) = det A X χA X . On peut remarquer que le polynôme X χA a ses coefficients écrits
X
dans l’ordre inverse de ceux du polynôme χA (X) .

Corrigé de l’exo 7: 1. Lorsque A est inversible, on a pour tout λ ∈ C,

χAB (λ) = det (AB − λIn ) = det(A) det B − λA−1

= det B − λA−1 det(A) = det(BA − λIn ) = χBA (λ).

Ainsi, pour tout λ ∈ C, χAB (λ) = χBA (λ).

 
λIn B
2. On vérifie aisément que les deux produits par blocs sont égaux à .
λA λIn
En prenant les déterminants, on obtient det(λIn − BA) det(λIn ) = det(λIn ) det(λIn − AB), c’est-à-dire,
λn χBA (λ) = λn χAB (λ). On en déduit que AB et BA ont le même polynôme caractéristique.

Corrigé de l’exo 8: — On vérifie facilement que χA = X 3 − 5X 2 + 6X − 2 − 2a. Le réel a est valeur propre de A
si et seulement si χA (2) = 0, c’est-à-dire a = −1. Dans ce cas, on a χA = (X − 2)X(X − 3).
— Déterminons les sous-espaces propres de A.
 
x
On cherche l’espace propre E0 (A). Le vecteur X = y  est dans le sous-espace propre E0 (A) si, et seulement
z
si, il vérifie AX = 0 X. Or

 x − y = 0
AX = 0 ⇐⇒ −x + y + z = 0 ⇐⇒ x = y et z = 0.

3z = 0
 
1
On en déduit que E0 (A) = Vect( 1).

0
−1
   
1
On vérifie de la même façon que E2 (A) = Ker(A−2I3 ) = Vect( 1 ) et E3 (A) = Ker(A−3I3 ) = Vect(−2).
0 −3
— On note P la matrice de passage de la base canonique de R3 à la base formée par les vecteurs propres de A. On
1 −1 1
   
0 0 0
a alors P = 1 1 −2 et donc P −1 AP = 0 2 0.
0 0 −3 0 0 3

Corrigé de l’exo 9: Procédons d’abord avec A. Son polynôme caractéristique vaut

PA (X) = (X − 1)(X − 2)(X + 4).

Il est scindé à racines simples, ce qui assure que A est diagonalisable. Il suffit de chercher pour chaque valeur propre
un vecteur propre associé. D’abord pour 1, on résoud AX=X, c’est-à-dire le système :

 −x + 2y − z = 0
3x − 3y = 0
−2x + 2y = 0


elamdaoui@[Link] 5 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

 
1
Ce système est équivalent à x = y = z et un vecteur propre est donc donnée par  1 . On fait de même pour 2 et
1
   
4 2
-4, et on trouve respectivement  3  et  −3 . La matrice A est donc semblable à diag(1, 2, −4), la matrice de
−2 2
passage étant
 
1 4 2
P =  1 3 −3  .
1 −2 2
Poursuivons avec B dont on calcule le polynôme caractéristique :

PB (X) = X 3 − 5X 2 + 8X − 4.

1 est racine évidente, on factorise par X − 1 et finalement on trouve

PB (X) = (X − 1)(X − 2)2 .

On cherche le sous-espace propre associé à 1 en résolvant BX = X, c’est-à-dire le système :


 −x + 3y + 2z = 0
−2x + 4y + 2z = 0
2x − 3y − z =

0

Ce système est équivalent à x = y = −z. Ainsi, le sous-espace propre associé à 1 est de dimension 1, engendré par le
 
1
vecteur propre  1 . L’étude du sous-espace propre associé à 2 conduit au système :
−1

 −2x + 3y + 2z = 0
−2x + 3y + 2z = 0
2x − 3y − 2z

= 0

Ces trois équations se ramènent à 2x − 3y − 2z = 0, qui est l’équation d’un plan de R3 . Le sous-espace propre associé
   
3 1
à 2 est donc de dimension 2, et une base est donnée par les vecteurs  2  et  0 . B est donc semblable à la
0 1
matrice diag(1, 2, 2), la matrice de passage P étant donnée par
 
1 3 1
P =  1 2 0 .
−1 0 1

Corrigé de l’exo 10: 1. On calcule facilement, par exemple avec la règle de Sarrus, le polynôme caractéristique
de A. On obtient χA = (X − 3)2 (X − 1). Les valeurs propres de A sont 1 (valeur propre simple) et 3 (valeur
propre double).
 
2 0 2
2. On a A − I3 = 1 2 1 et on en déduit aisément que E1 (A) = Vect((1, 0, −1)). De même A − 3I3 =
0 0 0
 
0 0 2
1 0 1  d’où on déduit aisément que E3 (A) = Vect((0, 1, 0)). La somme des dimensions des sous-espaces
0 0 −2
propres est égale à 2 < 3, donc A n’est pas diagonalisable.
3. On peut choisir V1 = t (1, 0, −1) et V2 = t (0, 1, 0).
(
2z =0
Les coordonnées (x, y, z) de V3 vérifient le système .
x+z =1
On peut donc prendre V3 = t (1, 0, 0).

elamdaoui@[Link] 6 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

 
1 0 1
4. Soit P =  0 1 0 . Le déterminant de P est égal à 1. Il en résulte que (V1 , V2 , V3 ) est une base de R3 et
−1 0 0
P est la matrice de passage de la base canonique de R3 à la base (V1 , V2 , V3 ).

Corrigé de l’exo 11: 1. La matrice A est triangulaire et admet 6, 2 et 0 pour valeurs propres (simples). Elle est
donc diagonalisable dans M3 (R). On obtient sans calcul le sous-espace propre E6 (A) : c’est la droite vectorielle
engendrée par u = (1, 0, 0). On obtient de même le sous-espace propre E2 (A) : c’est la droite vectorielle engendrée
par v = (0, 1, 0). Le sous-espace propre E0 (A) est le noyau de A : c’est la droite vectorielle engendrée par
     
6 0 0 1 0 0 1 0 0
w = (0, 1, 1). On a donc A = P DP −1 , avec D = 0 2 0, P = 0 1 1 et P −1 = 0 1 −1 .
0 0 0 0 0 1 0 0 1
2. Commençons par résoudre l’équation (2) : Y 2 + Y = D. Une solution Y de cette équation commute avec D
puisque DY = (Y 2 + Y )Y = Y (Y 2 + Y ) = Y D. Si on désigne par y (resp. d) l’endomorphisme de R3 dont la
matrice, dans la base (u, v, w), est égale à Y (resp. D), alors les endomorphismes y et d commutent. Il en résulte
que les sous-espace propres de d sont stables par y. Il existe donc des réels a, b et c tels que y(u) = au, y(v) = bv
 
a 0 0
et y(w) = cw, et on a donc Y = 0 b 0. On en déduit que a2 + a = 6, b2 + b = 2 et c2 + c = 0 et il en
0 0 c
 
a 0 0
résulte que l’ensemble Y des solutions de (2) est formé des matrices diagonales de la forme Y = 0 b 0
0 0 c
avec a ∈ {−3, 2}, b ∈ {−2, 1} et c ∈ {−1, 0}.
3. Résolvons alors l’équation X 2 + X = A. En multipliant les deux membres par P à gauche et P −1 à droite, elle est
équivalente à (P XP −1 )2 + (P XP −1 ) = P AP −1 , c’est-à dire à P XP −1 ∈ Y. Les solutions de (1) sont donc les
 
a 0 0
matrices de la forme X = P −1 Y P , avec Y ∈ Y. On obtient ainsi les 8 matrices de la forme X = 0 b b − c,
0 0 c
avec a ∈ {−3, 2}, b ∈ {−2, 1} et c ∈ {−1, 0}.
 
λ1
Corrigé de l’exo 12: 1. Soit U =  ... , alors A = U t U . Donc rg(A) = dim Vect(λ1 U, · · · , λn U ), comme U 6= 0
 

λn
car il existe λi0 6= 0, alors rg(A) = 1
2. Comme rg(A) = 1 < n, alors 0 ∈ Sp (A) et dim E0 (A) = n − rg(A) = n − 1, on déduit donc que m(0) l’ordre
de multiplicité de 0 est supérieur à n − 1 et par suite χA est de la forme X n−1 (X − α) = X n − αX n−1 . Par
identification α = Tr (A), ainsi χA = X n−1 (X − Tr (A))
3. Il est évident que Sp (A) = {0, Tr (A)}
— Si Tr (A) 6= 0, alors dim ETr(A) (A) = 1 = m(Tr (A)) et dim E0 (A) = n−1 = m(0), donc A est diagonalisable
— Si Tr (A) = 0, alors Sp (A) = {0} et dim E0 (A) = n − 1 < m(0), donc A n’est pas diagonalisable
Bref A est diagonalisable si, et seulement, si Tr (A) 6= 0

Corrigé de l’exo 13: 1. La matrice U = (1)16i,j6n est du rang 1 et de trace n, donc elle est diagonalisable. A
savoir il existe P ∈ GLn (K) telle que P −1 U P = diag (0, · · · , 0, n)
— On a A − (α − β) In = βU , donc rg(A − (α − β) In ) = rg(βU ), soit A = (α − β)In + βU . Comme
Sp (U ) = {0, n}, alors Sp (A) = {α − β, α + (n − 1)β}
— P −1 AP = (α − β)In + βdiag (0, · · · , 0, n) = diag (α − β, · · · , α − β, α + (n − 1)β)
2. Remarquons que pour tout k > 1, U k = nk−1 U .
— Pour p = 0, alors Ap = In

elamdaoui@[Link] 7 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

— Soit p > 1. Puis U et In commutent, alors d’après la formule de binôme de Newton

p
Ap = ((α − β) In + βU )
Xp
p−k k
= Cpk β k (α − β) U
k=0
p
X
p p−k
= (α − β) In + Cpk β k (α − β) Uk
k=1
Xp
p p−k
= (α − β) In + Cpk β k (α − β) nk−1 U
U k =nk−1 U
k=1
p
!
p 1 X p−k
= (α − β) In + Cpk β k (α − β) n k
U
n
k=1
p 1 p p
= (α − β) In + [(α + (n − 1)β) − (α − β) ] U
n
Soit
p 1 p p
Ap = (α − β) In + [(α + (n − 1)β) − (α − β) ] U
n

3. A est diagonalisable et Sp (A) = {α − β, α + (n − 1)β}, donc (X − (α − β)) (X − (α + (n − 1)β) = X 2 −

(2α + (n − 2)β) X + (α − β) (α + (n − 1)β) est annulateur de A, soit

A2 − (2α + (n − 2)β) A + (α − β) (α + (n − 1)β) In = 0

D’où  
A − (2α + (n − 2)β) In
A − = In
(α − β) (α + (n − 1)β)
−1
Donc A−1 = (A − (2α + (n − 2)β) In )
(α − β) (α + (n − 1)β)

Corrigé de l’exo 14: D’après le lemme de décomposition des noyaux, KerP Q(u) = KerP (u) ⊕ KerQ(u) et par le
théorème du rang

rg (P (u)) + rg (Q (u)) = (n − dim KerP (u)) + (n − dim KerQ(u))

= n + n − dim KerP (u) − dim KerQ(u)
= n + n − dim KerP Q(u) = n + rg(P Q(u))

Il en résulte que rg (P (u))+rg (Q (u)) > n et il y a égalité si et seulement si rg(P Q(u)) = 0, c’est-à-dire si et seulement
si P Q est un polynôme annulateur de u.

Corrigé de l’exo 15: — Supposons que u est diagonalisable et soit B une base de vecteurs propres. Soit F un
sous-espace stable par u. Par le théorème de la base incomplète, on peut compléter une base de F à l’aide de
vecteurs choisis dans la base B. Le sous-espace vectoriel engendré par ces vecteurs propres est un supplémentaire
stable par u.
— Supposons que tout sous-espace stable par u admet un supplémentaire stable par u. L’endomorphisme u admet au
moins une valeur propre car son polynôme caractéristique admet au moins une racine complexe. Par conséquent
M
le sous-espace F = Eλ (u) n’est pas réduit à {0} et par définition il contient tous les vecteurs propres
λ∈Sp(u)
de u. Considérons un supplémentaire G de F . Ce supplémentaire est, par hypothèse, stable par u. Si G 6= {0},
l’endomorphisme induit u|G admet au moins un vecteur propre. Ce vecteur est aussi un vecteur propre de u, ce
M
qui est contradictoire. On a donc G = {0} d’où E = Eλ (u) et donc u est diagonalisable.
λ∈Sp(u)

Corrigé de l’exo 16: Si u admet une valeur propre alors un vecteur propre associé engendre une droite stable.
Supposons que Sp(u) = ∅, alors le polynôme minimal πu est produit de polynômes irréductibles de R[X] de degré 2. Il

elamdaoui@[Link] 8 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

πu
existe (α, β) ∈ R2 et q > 1 tel que X 2 + αX + β | πu avec α2 − 4β < 0 et Ker(u2 + αu + β Id) 6= {0} sinon X 2 +αX+β
serait un polynôme annulateur de u.
Soit x ∈ Ker(u2 + αu + β Id) \ {0}. On sait que x n’est pas un vecteur propre de u donc la famille (x, u(x)) est libre.
On a de plus u2 (x) = −αu(x) − βx d’où on déduit aisément que le plan vectoriel Vect(x, u(x)) est stable par u.

Corrigé de l’exo 17: 1. — On montre par récurrence sur k que Ak M = M B k . C’est vrai pour k = 0 et k = 1.
Supposons la propriété vraie au rang k. On a alors Ak+1 M = AAk M = AM B k = M B k+1 , donc la propriété
est vraie au rang k + 1. Par linéarité, on en déduit que P (A)M = M P (B) pour tout polynôme P ∈ C[X].
— Choisissons pour P le polynôme caractéristique χA de la matrice A. Par le théorème de Cayley-Hamilton,
χA (A) = 0, donc Y χA (B) = 0. Comme Y est non nul, la matrice χA (B) est non inversible, donc det χA (B) =
0. Notons λ1 , . . . , λp les valeurs propres de A, et α1 , . . . , αp leurs ordres de multiplicité, de sorte que χA =
Yn
(X − λk )αk . On en déduit qu’il existe k ∈ [[1, p]] tel que det(B − λk In ) = 0, donc λk ∈ Sp (A) ∩ Sp (B).
k=1
2. — Comme X 6= 0, il existe i ∈ [[1, n]] tel que xi =
6 0, et de même il existe j ∈ [[1, n]] tel que yj 6= 0. L’élément
de ligne i et de colonne j de la matrice X t Y étant égal à xi yj , il est non nul donc X t Y 6= 0.
— Notons λ une valeur propre commune à A et B. Il existe un vecteur colonne non nul X tel que AX = λX.
Comme B et t B ont même polynôme caractéristique, λ est également valeur propre de t B, donc il existe
un vecteur colonne non nul Y tel que t BY = λY . D’après la question précédente, la matrice M = X t Y est
non nulle et AM = AX t Y = λX t Y = X t λY = X t (t BY ) = M B.

Corrigé de l’exo 18: Utilisons le polynôme caractéristique χM = X n + αn−1 X n−1 + · · · + α1 X + α0 de M . On a

α0 = det(M ) 6= 0. D’après le théorème de Cayley-Hamilton on a M n + αn−1 M n−1 + · · · + α1 M + α0 In = 0, d’où :

M (M n−1 + αn−1 M n−2 + · · · + α1 In ) = −α0 In .

1
On en déduit que M −1 = −


M n−1 + αn−1 M n−2 + · · · + α1 In .
α0
Corrigé de l’exo 19: 1. Pour tout M ∈ Mn (C),

φ2 (M ) = tr(φ(M ))In − φ(M ) = (n − 1) tr (M ) In − (tr(M )In − M )

= (n − 2) (tr(M )In − M ) + (n − 1)M = (n − 2)φ(M ) + (n − 1)M.

Donc φ = (n − 2)φ + (n − 1)IdMn ((C) . Le polynôme P = X 2 − (n − 2)X − (n − 1) = (X + 1) (X − n + 1) est

scindé à racines simples et c’est un polynôme annulateur de φ, donc φ est diagonalisable.
2. Pour n > 2, φ n’est visiblement pas une homothétie donc φ admet pour valeur propre −1 et n−1. Remarquons que
M ∈ E−1 (φ) ⇔ tr(M )In = 0 donc E−1 (M ) = {M ∈ Mn (C) | tr(M ) = 0} , il s’agit d’un hyperplan (dimension
n2 − 1). Le second sous-espace propre est donc une droite, on vérifie aisément que φ(In ) = (n − 1)In donc
En−1 (M ) = Vect(In ).


3. La trace de φ est égale à la somme des valeurs propres comptées avec leur multiplicité : tr φ = n2 − 1 × (−1) +
(n − 1) = −n(n − 1).
De même, le déterminant de φ est égal au produit des valeurs propres comptées avec leur multiplicité : det φ =
2
(−1)n −1 × (n − 1) = (−1)n−1 (n − 1) (n2 a même parité que n).
4. φ est diagonalisable, Sp (φ) = {−1, n − 1}, dim E−1 (φ) = n2 − 1 et dim En−1 (φ) = 1, donc Le polynôme
2
caractéristique est χφ (X) = (X + 1)n −1 (X − n + 1).
5. φ est inversible puisque det φ 6= 0. On détermine φ−1 grâce au polynôme annulateur, en effet
φ2 − (n − 2)φ − (n − 1) Id = 0 donc φ − (n − 2) Id −(n − 1)φ−1 = 0.
1
Il vient φ−1 = (φ − (n − 2) Id). Pour tout M ∈ Mn (C),
n−1
1
φ−1 (M ) = (tr(M )In − (n − 1)M ) .
n−1
Corrigé de l’exo 20: Le polynôme P = X 3 + X 2 + X = X(X − j)(X − j 2 ) est scindé et à racines simples dans C[X],
donc A est diagonalisable dansMn (C) et SpC (A) = {0, j, j 2 }.
Si A est la matrice nulle, alors son rang est nul, et il est pair. On suppose dans la suite A 6= 0.

elamdaoui@[Link] 9 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

Puisque A est réelle, son polynôme caractéristique est nécessairement à coefficients réels. En outre A étant non nulle,
j et j sont les valeurs propres complexes de A et elles ont le même ordre de multiplicité. Si f est l’endomorphisme de
E = Cn associé canoniquement à A, on a alors dim Ker(f − jIdE ) = dim Ker(f − jIdE ). Comme A est diagonalisable,
on a Cn = Kerf ⊕ Ker(f − jIdE ) ⊕ Ker(f − jIdE ). On en déduit du théorème du rang
rgA = n − dim Kerf = dim Ker(f − jIdE ) + dim Ker(f − jIdE ),
et donc rgA = 2 dim Ker(f − jIdE ). Ainsi, le rang de A est pair.

Corrigé de l’exo 21: M 2 est diagonalisable. Alors, M 2 annule un polynôme de C[X] scindé à racines simples et
puisque M est inversible, alors il existe donc des complexes λ1 , . . . , λs , tous distincts et différents de 0, tels que

(M 2 − λ1 I) . . . (M 2 − λs I) = 0.

Soient µ1,i et µ2,i les racines carrées de λi . Elles sont toutes distinctes entre elles, et distinctes des µk,j pour k 6= j.
Factorisant
X 2 − λi = (X − µ1,i ) (X − µ2,i )
on obtient
s
Y
(M − µ1,i In )(M − µ2,i In ) = 0.
i=1
s
Y
Le polynôme (X − µ1,i )(X − µ2,i ) est scindé à racines simples et annulateur M , donc M M est diagonalisable.
i=1

Corrigé de l’exo 22: Toute matrice A ∈ Mn (C) est trigonalisable dans Mn (C). Plus précisément, il existe Q ∈
GLn (C) et T triangulaire supérieure telles que A = QT Q−1 . En particulier, pour tout k ∈ N on a Ak = QT k Q−1 .
1 ⇒ 2) Si A est nilpotente, il existe p ∈ N∗ tel que Ap = 0, et donc T p = Q−1 Ap Q = 0. Soient t1 , . . . , tn les éléments
diagonaux de T . Les éléments diagonaux de T p sont alors tp1 , . . . , tpn . Ainsi T p = 0 implique tp1 = · · · = tpn = 0
puis t1 = · · · = tn = 0. La matrice T est donc triangulaire avec des éléments diagonaux nuls. On a donc
Sp (A) = Sp (T ) = {0}
2 ⇒ 3) Le polynôme caractéristique de A est X n . Le théorème de Cayley-Hamilton entraîne alors que An = 0.



3 ⇒ 4) Si les éléments diagonaux de T sont nuls, ceux de T k sont nuls également et Tr Ak = Tr T k = 0.


4 ⇒ 1) Supposons que, pour tout k ∈ {1, . . . , n}, on ait Tr Ak = 0. Raisonnons par l’absurde et supposons que A
admette p valeurs propres distinctes non nulles λ1 , . . . , λp . En notant m(λ` ) l’ordre de multiplicité (> 0) de la
valeur propre λ` pour la matrice T , on aura alors, pour tout k ∈ {1, . . . , n} la relation Tr Ak = Tr T k =

Xp
m(λ` )λk` = 0 . Les nombres m(λ1 ), . . . , m(λp ) sont alors solutions du système linéaire
`=1

m(λ1 )λ1 + · · · + m(λp )λp = 0



m(λ1 )λ21 + · · · + m(λp )λ2p = 0


(S)

 ...............................................
m(λ1 )λp1 + · · · + m(λp )λpp = 0


Y
Mais ce système se ramène à un système de Vandermonde dont le déterminant vaut λ1 · · · λp (λj − λi ) et
16i<j6p
n’est pas nul. C’est donc un système de Cramer, et l’on obtient m(λ1 ) = · · · = m(λp ) = 0, d’où une contradiction,
puisque les nombres m(λi ) sont supposés non nuls.
 
0 0 ... ... 0 a1
 1 ...
 .. 
 . a2  
 .. .. .. 
 0 1
 . . . 

Corrigé de l’exo 23: 1. La matrice de f dans la base B est MP =  . . ..  .
 . .. .. ..
 . . . . .. . 

..
 
. 1 0 an−1 
 

0 ... ... 0 1 an

elamdaoui@[Link] 10 [Link]
 Exercices de mathématiques: MP Corrigés

Réduction

n n
2. On a d’une part f n (e1 ) = f (en ) = ak f k−1 (e1 ), et, pour k ∈ [[0, n − 1]], on a d’autre part
P P
ak ek =
k=1 k=1
f k (e1 ) = ek+1 .
Considérons le polynôme P = X n − an X n−1 − · · · − a2 X − a1 . La relation précédente s’écrit P (f )(e1 ) = 0. Pour
tout k ∈ [[1, n − 1]] on a f k ◦ P (f ) = P (f ) ◦ f k , et on a donc f k ◦ P (f )(e1 ) = P (f )(e1+k ) = 0. L’endomorphisme
P (f ) est donc l’endomorphisme nul, et P est un polynôme annulateur de f . Le polynôme minimal πf de f est
donc un diviseur du polynôme P .
3. Soit d le degré du polynôme πf , et supposons d < n. On peut alors écrire πf = X d + bd−1 X d−1 + · · · + b1 X + b0
et on a
f d (e1 ) + bd−1 f d−1 (e1 ) + · · · + b1 f (e1 ) + b0 e1 = ed+1 + bd−1 ed + · · · + b1 e2 + b0 e1 = 0,
ce qui contredit le fait que B est une famille libre. On a donc d = n et puisque πf divise P , on a P = πf .
Le polynôme minimal πf est aussi un diviseur du polynôme caractéristique χf de f . Comme ils sont tout deux
de degré n, on a χf = P .
4. Soit λ une valeur propre de f , c’est à dire une racine de P . Comme les n − 1 premières colonnes de la matrice
MP − λIn sont linéairement indépendantes, le rang de MP − λIn supérieur ou égal à n − 1. Il est donc égal à
n − 1 et les sous-espaces propres sont des droites vectorielles. La matrice MP est diagonalisable si et seulement
si la somme de ses sous-espaces propres (qui, ici, sont des droites) est l’espace tout entier donc si et seulement
si P possède n racines distinctes.
Remarque : la matrice MP est appelée la matrice compagnon du polynôme P .

elamdaoui@[Link] 11 [Link]