CPGE Réda Slaoui

Série d’exercices
Réduction des endomorphismes
Classe MP3

Exercice 1 Exercice 5

Déterminer 𝑎 ∈ R pour que 2 soit valeur propre de 1 −1 1

Soit 𝑀 = ­ 1 0 0 ®
© ª
1 −1 0
« 0 1 0 ¬
𝐴=­ 𝑎 1 1 ®
© ª
1+𝑎 1 Quels sont les sous-espaces de R3 stables par 𝑀 ?
« 0 3 ¬
2 Un sous-espace de R3 stable par 𝑀 admet-il toujours un
Montrer alors que 𝐴 est diagonalisable et déterminer ses élé- supplémentaire stable par 𝑀 ?
ments propres. solution 5, page 6
solution 1, page 5

Exercice 6
Exercice 2
Soit 𝑎 = (𝑎 1, . . . , 𝑎𝑛−1 ) ∈ R𝑛−1, 𝑏 = (𝑏 1, . . . , 𝑏𝑛−1 ) ∈ R𝑛−1 . On
0 1 0 1 1 0
0 ··· 0 𝑏1
On pose 𝐴 = ­ 0 0 1 ® et 𝐵 = ­ 0 1 1 ®
© ª © ª
© . . .. ª®
.. ..
« 1 −3 3 ¬ « 0 0 1 ¬ note Δ = 𝑛−1
Í ­
𝑎 𝑏 et 𝐴 = ­ . ®
𝑖=1 𝑖 𝑖
­ 0 ··· 0
­ ®
1 Montrer que A n’est pas diagonalisable. 𝑏𝑛−1 ®
2 Montrer que 𝐴 et 𝐵 sont semblables. « 𝑎 1 · · · 𝑎𝑛−1 0 ¬
Calculer 𝐴 et tr 𝐴 en fonction de Δ.
2 2


1
3 Calculer 𝐴𝑛 pour 𝑛 ∈ N.
solution 2, page 5 2 Montrer que si 𝑎 ≠ 0 et 𝑏 ≠ 0 alors dim Ker 𝐴 = 𝑛 − 2.
3 Montrer que 𝐴 est diagonalisable sur M𝑛 (R) si, et seule-
Exercice 3 ment si, Δ > 0 ou 𝐴 = 0
solution 6, page 6
On se propose de résoudre dans M3 (R) l’équation (1) :
𝑋 2 + 𝑋 = 𝐴, avec
Exercice 7
6 0 0
𝐴=­ 0 2
©
−2 ®
ª Déterminer les sous-espaces vectoriels stables pour l’endo-
morphisme de dérivation dans K[𝑋 ].
« 0 0 0 ¬
solution 7, page 7

1 Déterminer une matrice diagonale 𝐷 et une matrice in-

versible 𝑃 telles que 𝐴 = 𝑃𝐷𝑃 −1 Exercice 8
2 Déterminer les matrices 𝑌 ∈ M3 (R) telles que 𝑌 2 + 𝑌 =
Soient 𝐴 et 𝐵 deux matrices carrées complexes de format n.
𝐷. Indication de la rédaction : on pourra commencer par mon-
Montrer que 𝐴 et 𝐵 n’ont pas de valeurs propres communes
trer qu’une matrice 𝑌 vérifiant 𝑌 2 + 𝑌 = 𝐷 commute avec la
si et seulement si la matrice 𝜒𝐴 (𝐵) est inversible.
matrice 𝐷, et en déduire que c’est une matrice diagonale.
solution 8, page 7
3 Résoudre alors l’équation (1).
solution 3, page 5
Exercice 9
Exercice 4 Soit f un endomorphisme d’un K-espace vectoriel de dimen-
sion finie et P un polynôme. Montrer que 𝑃 (𝑓 ) est inversible
1 𝐴 une matrice de 𝑀2 (R), montrer que
 𝐴 est
 semblable à
 si et seulement si 𝑃 et 𝜒 𝑓 sont premiers entre eux.
𝑎 −𝑏 𝜆 0 𝜆 1
l’une des matrices suivantes : , ou . solution 9, page 7
𝑏 𝑎 0 𝜇 0 𝜆
En déduire que deux matrices d’ordre 2 sont semblables si et
seulement elles ont même polynôme caractéristique et mini- Exercice 10
mal.
Soit 𝐸 un espace vectoriel de dimension finie et 𝑢 ∈ 𝐿(𝐸), tel
2 Montrer que le résultat de la question précédente reste que Ker 𝑢 ⊕ Im 𝑢 = 𝐸. Montrer que le projecteur sur Ker 𝑢
vrai aussi pour 𝑛 = 3. parallélement à Im 𝑢 est un polynôme en 𝑢.
3 Le résultat subsiste t-il à partir de 𝑛 = 4. solution 10, page 7

page 1 / 14
Réduction des endomorphismes Série d’exercices

Exercice 11 Polynôme annulateur d’une matrice de rang 𝑟 Exercice 15

Soient 𝑛 un entier supérieur ou égal à 3 et M ∈ M𝑛 (K) une Pour 𝑛 > 1, soit

matrice de rang 𝑟 > 1
0 1 0 ... 0
1 Démontrer que M est semblable à une matrice N de la © .. .. .. .. ª®
forme ­1
­ . . . .®
 
­
𝐴𝑛 = ­­0 .. .. .. .. ®®
A 0 . . . .®
N= , où A ∈ M𝑟 (K) et C ∈ M𝑛−𝑟,𝑟 (K) ­. ®
C 0 ­.
­.
..
.
..
.
..
. 1®
®

«0 ... 0 1 0¬
2 Démontrer que toute matrice M ∈ M𝑛 (K) de rang 𝑟 < 𝑛,
possède un polynôme annulateur (non nul) de degré 𝑟 + 1. Déterminer les éléments propres de 𝐴𝑛 .
solution 11, page 7 solution 15, page 9

Exercice 16
Exercice 12
Soient 𝑛 > 3 et 𝑎 1, . . . , 𝑎𝑛 des réels non tous nuls. On pose
Soit K = R ou C. Pour 𝑃 ∈ K[𝑋 ] on pose : 0 ... 0 𝑎1
© . .. .. ª®
­ .
. . . ®
Φ(𝑃) = (2𝑋 + 1)𝑃 − 𝑋 2 − 1 𝑃 0 𝐴=­

­
­ 0 ... 0
®
𝑎𝑛−1 ®
1 Montrer que Φ est un endomorphisme de K[𝑋 ]. « 𝑎 1 . . . 𝑎𝑛−1 𝑎𝑛 ¬
Déterminer les valeurs propres de 𝐴 et son polynôme carac-
2 Soit 𝑃 est un vecteur propre de Φ. Montrer que 𝑃 0 ≠ 0 et téristique. Est-elle diagonalisable ?
en déduire le degré de 𝑃. Indication : discuter suivant le rang de 𝐴 pour déterminer un
3 Déterminer les éléments propres de Φ. polynôme annulateur de 𝐴.
solution 12, page 8 solution 16, page 10

Exercice 17 Matrices circulantes

Exercice 13
0 1 0 ··· 0
© . .
Soit 𝑛 ∈ N supérieur ou égal à 2 , et soit . . . . . ... ®®
. ª
­ . ..
­ .
Soient 𝐽 = ­ ..
­ ®
.. ..
1 ... 1 1−𝑛 ­ . . . 0 ®®
© .. .. ª
­ 0 ··· ··· 0 1 ®
­ ®
. 1−𝑛 ®
­ ®
.
𝐴=­ .. ®® ∈ M𝑛 (R)
­
­ .. .. « 1 0 ··· ··· 0 ¬
­ . . . ® 𝛼1 𝛼 2 . . . 𝛼𝑛
« 1 ... 1 1−𝑛 ¬ ©
­ 𝛼𝑛 𝛼 1 . . . 𝛼𝑛−1 ®
ª

et 𝑀 = ­­ 𝛼𝑛−1 𝛼𝑛 . . . 𝛼𝑛−2 ®® deux matrices de M𝑛 (C)

­ ®
Montrer que la matrice 𝐴 n’est pas diagonalisable. . . .
­ . .. .. ®®
solution 13, page 9 ­ .
« 𝛼2 𝛼3 . . . 𝛼1 ¬
1 Expliciter 𝐽 𝑘 pour 1 6 𝑘 6 𝑛 − 1 et 𝐽 𝑛 .
Exercice 14 Indication de la rédaction : on pourra calculer 𝐽𝑒𝑝 pour
Soient 𝑎, 𝑏 ∈ R tels que |𝑎| ≠ |𝑏 |. On considère la matrice 𝑝 ∈ È1, 𝑛É où (𝑒 1, . . . , 𝑒𝑛 ) est la base canonique de K𝑛 .
2 Montrer que la matrice 𝐽 est diagonalisable et déterminer
𝑎 𝑏 𝑎 𝑏 ... une base B de vecteurs propres de la matrice 𝐽 .
© ª
­ 𝑏 𝑎 𝑏 𝑎 ... ® 3 Montrer que 𝑀 est diagonalisable dans B.
® ∈ M2𝑛 (R), 𝑛 > 1
­ ®
𝐴 = ­­ 𝑎 𝑏 𝑎 𝑏 ...
­ 𝑏 𝑎 𝑏 𝑎 ...
®
® 4 Question de la rédaction : en déduire det (𝐴).
­ .. .. .. .. ® solution 17, page 10
..
« . . . . . ¬
Exercice 18 Matrice de permutation
1 Calculer le rang de 𝐴. En déduire que 0 est valeur propre
de 𝐴 et déterminer la dimension du sous-espace propre asso- Pour 𝜎 ∈ 𝑆𝑛 , 𝑛 > 2, on définit la matrice 𝑃𝜎 par
cié.
𝑃𝜎 = (𝛿𝑖,𝜎 ( 𝑗) )16𝑖,𝑗 6𝑛
2 Déterminer deux vecteurs propres associées à deux
autres valeurs propres, et en déduire que 𝐴 est diagonalisable. 1 Calculer det(P𝜎 ) pour tout 𝜎 ∈ 𝑆𝑛 .
solution 14, page 9
2 Montrer que ∀(𝜎, 𝜎 0) ∈ 𝑆𝑛2 , 𝑃𝜎 𝑃𝜎 0 = 𝑃𝜎◦𝜎 0 .

Classe MP3 page 2 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

Exercice 22 Endomorphisme sur les matrices

3 On pose 𝐺 = {𝑃𝜎 , 𝜎 ∈ 𝑆𝑛 }. Montrer que (𝐺, .) est un Soit 𝐷 = diag(𝜆1, . . . , 𝜆n ) et l’endomorphisme
groupe isomorphe à 𝑆𝑛 .
4 Soit 𝐴 = (𝑎𝑖,𝑗 )16𝑖,𝑗 6𝑛 ∈ 𝑀𝑛 (C). Calculer 𝐴𝑃𝜎 . 𝜙 : 𝑀𝑛 (𝐾) −→ 𝑀𝑛 (𝐾)
5 Soit 𝑓𝜎 l’endomorphisme de C𝑛 canoniquement associé 𝑀 ↦−→ 𝐷𝑀 − 𝑀𝐷
à 𝑃𝜎 , on note C = (𝑒 1, . . . , 𝑒𝑛 ) la base canonique de.
1 Calculer 𝜙 (𝐸𝑖,𝑗 ) où 𝐸𝑖,𝑗 désigne la matrice élémentaire
On se propose dans cette question d’étudier les éléments
d’indice (𝑖, 𝑗) de 𝑀𝑛 (𝐾).
propres de 𝑃𝜎 (ou 𝑓𝜎 ).
Quelle particularité présente la matrice de 𝜙 relativement à
5.a Donner l’expression de 𝑓𝜎 (𝑒𝑖 ) en fonction des éléments la base canonique de 𝑀𝑛 (𝐾) ?
de C.
2 Soit 𝑓 un endomorphisme diagonalisable d’un 𝐾-espace
5.b Dans cette question 𝜎0 est le cycle 𝜎0 = (1, . . . , 𝑝). vectoriel 𝐸 de dimension finie. L’endomorphisme
Donner les éléments propres de 𝑃𝜎0 .
5.c Dans cette question 𝜎 = (𝑎 1, . . . , 𝑎𝑝 ) un cycle quel- 𝜑 : 𝑢 → 𝑓 𝑢 − 𝑢𝑓
conque de longueur 𝑝.
de 𝐿(𝐸) est-il diagonalisable ?
Déterminer une permutation 𝜏 telle que 𝑃𝜎 = 𝑃𝜏 𝑃𝜎0 𝑃𝜏−1 solution 22, page 13
En déduire les éléments propres de 𝑃𝜎 .
5.d Déterminer les valeurs propres de 𝑃𝜎 , lorsque 𝜎 est
quelconque.
solution 18, page 10

Exercice 19 Matrice stockastique Exercice 23

Soit 𝐴 ∈ 𝑀𝑛 (𝑅) telle que : Soit 𝐸 = M𝑛 (C), 𝐴 et 𝐵 deux éléments de 𝐸. Soit 𝑓 l’endomor-
phisme de 𝐸 défini par 𝑓 (𝑋 ) = 𝐴𝑋 .
𝑛
Soient (𝑋 1, . . . , 𝑋𝑛 ) et (𝑌1, . . . , 𝑌𝑛 ) deux bases de C𝑛 .
∑︁
1
∀𝑖, 𝑗; 𝑎𝑖 𝑗 > 0, 𝑎𝑖 𝑗 = 1, ∀𝑖
𝑗=1
Montrer que la famille des 𝑛 2 matrices 𝑋𝑖 𝑡 𝑌 𝑗 est une base
de 𝐸.
1 Montrer que 1 ∈ 𝑆𝑝 (𝐴) et dim 𝐾𝑒𝑟 (𝐴 − 𝐼𝑛 ) = 1. 2 Montrer que 𝑓 est diagonalisable si et seulement si 𝐴 est
2 Prouver que, si 𝜆 ∈ 𝑆𝑝 C (𝐴) et 𝜆 ≠ 1 alors |𝜆| < 1. diagonalisable.
3 Montrer qu’existe 𝑎 ∈ C tel que pour toute valeur propre 3 Même étude avec 𝑔 : 𝑋 ↦→ 𝑋 𝐵.
𝜆 de 𝐴 on 4 Soit alors Φ : 𝑋 ↦→ 𝐴𝑋 𝐵 avec 𝐴 et 𝐵 diagonalisables.
|𝜆 − 𝑎| < 1 Montrer que Φ est diagonalisable. La réciproque est-elle vraie ?
solution 19, page 11 solution 23, page 13

Exercice 20

Soient 𝑛 dans N∗, 𝐸 = M𝑛 (R) et (𝑎, 𝑏) dans R2 . Soit 𝑢 dans

L(𝐸) qui, à toute matrice 𝑀, associe 𝑢 (𝑀) = 𝑎𝑀 + 𝑏 𝑡 𝑀.
1 Montrer que 𝑢 est diagonalisable. Exercice 24
2 Déterminer tr(𝑢) et det(𝑢).
solution 20, page 12
dim(𝐸) = 𝑛. Si 𝑢 ∈ 𝐺𝐿(𝐸), 𝑓 ∈ 𝐿(𝐸), on note

𝜙𝑢 (𝑓 ) = 𝑢 ◦ 𝑓 ◦ 𝑢 −1
Exercice 21

Soit 𝐸 un K-espace vectoriel de dimension finie et soit 𝑓 ∈ 1 Montrer que 𝜙𝑢 est un automorphisme de 𝐿(𝐸).
L(𝐸). On considère l’endomorphisme 2 Montrer que si 𝑢 est diagonalisable, alors 𝜙𝑢 l’est aussi.
Montrer que la réciproque est généralement fausse. On
𝜑 : L(𝐸) L(𝐸)
3
−→
prendra K = 𝑅 et 𝑢 l’endomorphisme de R canoniquement
𝑔 ↦−→ 𝑓 ◦𝑔
associé à la matrice :  
0 1
1 Démontrer que toute valeur propre de 𝑓 est une valeur
−1 0
propre de 𝜙 puis, si 𝜆 est une valeur propre de 𝑓 , déterminer
𝐸𝜆 (𝜙). 4 Montrer que, si K = C la réciproque est vraie.
2 En déduire que si 𝑓 est diagonalisable, alors 𝜙 est diago- solution 24, page 13

nalisable.
solution 21, page 12

Classe MP3 page 3 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

Classe MP3 page 4 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

sir 𝑉3 = 𝑡 (1, 0, 0). Soit 𝑃 la matrice de passage de la famille

I (𝑉1, 𝑉2, 𝑉3 ) dans la base canonique de R3 . On a par définition
1 −1 1
Solutions des exercices 𝑃 =­ 1
©
0 0 ® . On en déduit que det(𝑃) = 1 donc 𝑃 est
ª

« 1 1 0 ¬
Solution de l’exercice 1 inversible et (𝑉1, 𝑉2, 𝑉3 ) est une base de R3 . Si 𝑓 est l’endo-
morphisme de R3 canoniquement associé à la matrice 𝐴, on a
• On vérifie facilement que 𝜒𝐴 = 𝑋 3 − 5𝑋 2 + 6𝑋 − 2 − 2𝑎. 𝑓 (𝑉1 ) = 𝑉1, 𝑓 (𝑉2 ) = 𝑉1 +𝑉2 et 𝑓 (𝑉3 ) = 𝑉2 +𝑉3 . Il en résulte que
Le réel 2 est valeur propre de 𝐴 si et seulement si 𝜒𝐴 (2) = 0, 𝐵 est la matrice de 𝑓 dans la base (𝑉1, 𝑉2, 𝑉3 ) donc les matrices
c’est-à-dire 𝑎 = −1. Dans ce cas, on a 𝜒𝐴 = (𝑋 − 2)𝑋 (𝑋 − 3). 𝐴 et 𝐵 sont semblables.
• Déterminons les sous-espaces propres de 𝐴. On cherche 3 D’après ce qui précède, on a 𝑃 −1𝐴𝑃 = 𝐵. On en déduit que
𝑥 pour tout 𝑛 ∈ N, 𝐴𝑛 = 𝑃𝐵𝑛 𝑃 −1 . Calculons 𝐵𝑛 On décompose
l’espace propre 𝐸 0 (𝐴). Le vecteur 𝑋 = ­ 𝑦 ® est dans le sous-
© ª
0 1 0
𝐵 sous la forme 𝐵 = 𝐼 + 𝐽 , avec 𝐽 = ­ 0 0 1 ®, on a 𝐽 3 = 0
© ª
« 𝑧 ¬
espace propre 𝐸 0 (𝐴) si, et seulement si, il vérifie 𝐴𝑋 = 0𝑋 .Or, « 0 0 0 ¬
0 0 1
𝑥 −𝑦 =0
La matrice 𝐽 vérifie 𝐽 2 = ­ 0 0 0 ® et 𝐽 3 = 0. Comme elle

 © ª


𝐴𝑋 = 0 ⇐⇒ −𝑥 + 𝑦 = 0 ⇐⇒ 𝑥 = 𝑦 et 𝑧 = 0

 3𝑧 =0 « 0 0 0 ¬
 commute avec la matrice 𝐼 , on peut utiliser la formule
 du bi-
𝑛
1 nôme de Newton, et on a (𝐼 + 𝐽 )𝑛 = 𝐼 + 𝑛𝐽 + 𝐽 2 . On en
2
On en déduit que 𝐸 0 (𝐴) = Vect ­­ 1 ® ). On vérifie de la même
©© ª
0 1 0
«« 0 ¬ déduit, après calculs, 𝑃 −1 = ­ 0 −1 1 ® puis
© ª
−1
façon que 𝐸 2 (𝐴) = Ker (𝐴 − 2𝐼 3 ) = Vect ­­ 1 ®® et
©© ªª « 1 −2 1 ¬
«« 0 ¬¬ 1
2 (𝑛 − 1) (𝑛 − 2) −𝑛(𝑛 − 2) 1
2 𝑛(𝑛 − 1)
𝑛 1 1
𝐴 =­ 2 𝑛(𝑛 − 1) (1 − 𝑛) (1 + 𝑛) + 1)
© ª
1 2 𝑛(𝑛 ®
1 1
𝐸 3 (𝐴) = Ker (𝐴 − 3𝐼 3 ) = Vect ­­ −2 ®®
©© ªª « 2 𝑛(𝑛 + 1) −𝑛(𝑛 + 2) 2 (𝑛 + 1) (𝑛 + 2) ¬
«« −3 ¬¬
Solution de l’exercice 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 a alors 1 La matrice 𝐴 est triangulaire et admet 6,2 et 0 pour valeurs
1 −1 1 0 0 0 propres (simples). Elle est donc diagonalisable dans M3 (R). On
𝑃 =­ 1 1 −2 ® et donc 𝑃 −1𝐴𝑃 = ­ 0 2 0 ®
© ª © ª
obtient sans calcul le sous-espace propre 𝐸 6 (𝐴) : c’est la droite
« 0 0 −3 ¬ « 0 0 3 ¬ vectorielle engendrée par 𝑢 = (1, 0, 0). On obtient de même le
sous-espace propre 𝐸 2 (𝐴) : c’est la droite vectorielle engen-
drée par 𝑣 = (0, 1, 0). Le sous-espace propre 𝐸 0 (𝐴) est le noyau
Solution de l’exercice 2 de 𝐴 : c’est la droite vectorielle engendrée par 𝑤 = (0, 1, 1). On
6 0 0 1 0 0
1 On vérifie facilement que 𝜒𝐴 = (1 − 𝑋 ) 3 . Déterminons le
a donc 𝐴 = 𝑃𝐷𝑃 −1 , avec 𝐷 = ­ 0 2 0 ® , 𝑃 = ­ 0 1 1 ®
© ª © ª
sous-espace propre associé à la valeur propre 1. On cherche
𝑈 = 𝑡 (𝑥, 𝑦, 𝑧) tel que (𝐴 − 𝐼 3 ) 𝑈 = 0, c’est-à-dire tel que « 0 0 0 ¬ « 0 0 1 ¬
1 0 0
 −𝑥 + 𝑦 = 0

et 𝑃 −1 = ­ 0 1 −1 ®

 © ª
−𝑦 + 𝑧 = 0 On en déduit que le sous-espace propre
 𝑥 − 3𝑦 + 2𝑧 = 0
 « 0 0 1 ¬
Commençons par résoudre l’équation (2) : 𝑌 2 + 𝑌 = 𝐷.

associé à la valeur propre 1 est de dimension 1 et il est dirigé 2
par 𝑉1 = 0 (1, 1, 1). La matrice 𝐴 n’est donc pas diagonalisable. Une solution 𝑌
de cette équation
commute avec 𝐷 puisque
2 La matrice 𝐵 n’est pas davantage diagonalisable puis- 𝐷𝑌 = 𝑌 2 + 𝑌 𝑌 = 𝑌 𝑌 2 + 𝑌 = 𝑌 𝐷. Si on désigne par
qu’elle aussi admet 1 pour unique valeur propre, et qu’elle n’est 𝑦 (resp. 𝑑 ) l’endomorphisme de R3 dont la matrice, dans
pas égale à la matrice 𝐼 3 . Pour montrer que 𝐴 est semblable à la base (𝑢, 𝑣, 𝑤), est égale à 𝑌 (resp. 𝐷), alors les endomor-
𝐵, on cherche 𝑉2 et 𝑉3 tels que 𝐴𝑉2 = 𝑉2 + 𝑉1 et 𝐴𝑉3 = 𝑉2 + 𝑉3 phismes 𝑦 et 𝑑 commutent. Il en résulte que les sous-espace
(car les vecteurs de la base canonique vérifient des relations propres de 𝑑 sont stables par 𝑦. Il existe donc des réels 𝑎, 𝑏
analogues pour la matrice 𝐵 ). Posons 𝑉2 = 𝑡 (𝑥, 𝑦, 𝑧). Nous et 𝑐 tels que 𝑦 (𝑢) = 𝑎𝑢, 𝑦 (𝑣) = 𝑏𝑣 et 𝑦 (𝑤) = 𝑐𝑤, et on a donc
𝑎 0 0
 −𝑥 + 𝑦 = 1

𝑌 = ­ 0 𝑏 0 ® On en déduit que 𝑎 2 + 𝑎 = 6, 𝑏 2 + 𝑏 = 2

 © ª
obtenons le système −𝑦 + 𝑧 = 1 . On peut donc choi-
 𝑥 − 3𝑦 + 2𝑧 = 1
 « 0 0 𝑐 ¬

sir 𝑉2 = 𝑡 (−1, 0, 1). Cherchons enfin 𝑉3 = 0 (𝑥, 𝑦, 𝑧) tel que et 𝑐 2 + 𝑐 = 0 et il en résulte que l’ensemble Y des solu-
𝐴𝑉3 = 𝑉2 + 𝑉3 . Par la même méthode on voit qu’on peut choi- tions de (2) est formé des matrices diagonales de la forme

Classe MP3 page 5 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

𝑎 0 0 2 Notons 𝜀 = (𝜀 1, . . . , 𝜀𝑛 ) la base canonique de R𝑛 . Claire-

𝑌 = ­ 0 𝑏 0 ® avec 𝑎 ∈ {−3, 2}, 𝑏 ∈ {−2, 1} et 𝑐 ∈ {−1, 0}.
© ª ment, pour chaque 𝑖 ∈ [1, 𝑛 − 1], la ligne d’indice 𝑖 de 𝐴 est
« 0 0 𝑐 ¬ 𝑏𝑖 t𝜀𝑛 , et, pour chaque 𝑗 ∈ È1, 𝑛 − 1], la colonne d’indice 𝑗 de 𝐴
est 𝑎 𝑗 𝜀𝑛 .
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 - Si 𝑎 = 0 et 𝑏 = 0, alors 𝐴 = 0 et dim Ker 𝐴 = 𝑛.

2 - Si 𝑎 = 0 et 𝑏 ≠ 0, les 𝑛 − 1 premières colonnes de 𝐴 sont nulles
équivalente à 𝑃𝑋 𝑃 −1 + 𝑃𝑋 𝑃 −1 = 𝑃𝐴𝑃 −1 , c’est-à dire


à 𝑃𝑋 𝑃 −1 ∈ Y. Les solutions de (1) sont donc les matrices et la dernière non nulle, donc rg 𝐴 = 1 et, par le théorème du
de la forme 𝑋 = 𝑃 −1𝑌 𝑃, avec 𝑌 ∈ Y. On obtient ainsi rang, dim Ker 𝐴 = 𝑛 − 1.
𝑎 0 0 - Si 𝑎 ≠ 0 et 𝑏 = 0, les 𝑛 − 1 premières lignes de 𝐴 sont nulles
les huit matrices de la forme 𝑋 = ­ 0 𝑏 𝑏 − 𝑐 ®, avec et la dernière non nulle, donc rg 𝐴 = 1 et, par le théorème du
© ª

« 0 0 𝑐 ¬ rang, dim Ker 𝐴 = 𝑛 − 1.

𝑎 ∈ {−3, 2}, 𝑏 ∈ {−2, 1} et 𝑐 ∈ {−1, 0} - Si 𝑎 ≠ 0 et 𝑏 ≠ 0, alors l’espace vectoriel engendré par les 𝑛 −1
premières colonnes de 𝐴 est Vect (𝜀𝑛 ) et la dernière colonne
de 𝐴 n’appartient pas à cet espace vectoriel, donc rg(𝐴) = 2,
Solution de l’exercice 5
et, par le théorème du rang, dim Ker 𝐴 = 𝑛 − 2.
1 On obtient facilement (par exemple à l’aide de la règle de 3 Supposons que 𝐴 est diagonalisable.
Sarrus)
le polynôme caractéristique de 𝑀. On trouve 𝜒𝑀 (𝑋 ) = - Si 𝑎 = 0 [resp. 𝑏 = 0 ] alors 𝐴 est triangulaire supérieure [resp.
𝑋 2 + 1 (1 − 𝑋 ). La matrice 𝑀 admet donc la seule valeur inférieure], donc, comme ses coefficients diagonaux sont tous
propre réelle 1 , et son ordre de multiplicité est égal à 1 . On nuls, 𝐴 admet 0 comme unique valeur propre. Donc, comme
vérifie facilement que le sous-espace propre associé à la valeur 𝐴 est diagonalisable, 𝐴 = 0, c’est-à-dire 𝑎 = 𝑏 = 0.
propre 1 est la droite vectorielle engendrée par 𝑢 = (1, 1, 1). - Si 𝑎 ≠ 0 et 𝑏 ≠ 0, alors, d’après la question précédente,
Dans la suite nous désignerons par 𝑓 l’endomorphisme cano- dim Ker 𝐴 = 𝑛 − 2. Ainsi 0 est racine de 𝜒𝐴 (𝑋 ) = det (𝐴 − 𝑋 𝐼𝑛 )
niquement associé à la matrice 𝑀. de multiplicité > 𝑛 − 2. Or, comme 𝐴 est diagonalisable, 𝜒𝐴 (𝑋 )
Déterminons alors les sous-espaces de R3 stable par 𝑓 , autres est scindé sur R. Par conséquent : il existe (𝜆1, 𝜆2 ) ∈ R2 tel que
que {0} et R3 , c’està-dire de dimension 1 ou 2. 𝜒𝐴 (𝑋 ) = 𝑋 𝑛−2 (𝑋 − 𝜆1 ) (𝑋 − 𝜆2 ). Donc, comme 𝐴 est diago-
• Les droites vectorielles stables par 𝑓 sont les droites vec- nalisable, elle est semblable à diag (𝜆1, 𝜆2, 0, . . . , 0) et il existe
torielles engendrées par un vecteur propre de 𝑓 . La droite 𝑃 ∈ GL𝑛 (R) tel que 𝑃 −1𝐴𝑃 = diag (𝜆
1, 𝜆2, 0, . . . , 0).
Ce qui en-
vectorielle 𝐷 1 engendrée par 𝑢 est donc la seule droite vecto- traîne 𝑃 −1𝐴2 𝑃 = diag 𝜆12, 𝜆22, 0, . . . , 0 . Donc tr 𝐴2 = 𝜆12 + 𝜆22 .
rielle stable. Donc, d’après 1), 𝜆12 + 𝜆22 = 2Δ. Comme 𝐴 est non nulle et
semblable à diag (𝜆1, 𝜆2, 0, . . . , 0), on a : (𝜆1, 𝜆2 ) ≠ (0, 0). Done
• Soit 𝑃 un plan vectoriel de R3 . Il peut être défini comme
𝜆12 + 𝜆22 > 0, done Δ > 0.
le noyau d’une forme linéaire 𝜑 définie sur R3 par : ∀(𝑥, 𝑦, 𝑧) ∈
R3, 𝜑 (𝑥, 𝑦, 𝑧) = 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 où 𝑎, 𝑏 et 𝑐 sont trois réels non - Supposons que 𝐴 = 0 ou Δ > 0.
tous nuls. L’application 𝜑 ◦ 𝑓 est une forme linéaire définie - Si 𝐴 = 0, alors 𝐴 est évidemment diagonale, donc diagonali-
sur R3 , et une condition nécessaire et suffisante pour que 𝑃 sable.
soit stable par 𝑓 , est que le plan 𝑃 = Ker 𝜑 soit inclus dans le - On suppose donc désormais que 𝐴 ≠ 0, soit (𝑎, 𝑏) ≠ (0, 0), et
noyau de la forme linéaire 𝜑 ◦ 𝑓 . On sait que cela équivaut Δ > 0.
à l’existence d’un 𝜆 ∈ R tel que 𝜑 ◦
𝑓 = 𝜆𝜑. Matriciellement D’après la deuxième question, dim Ker 𝐴 = 𝑛 − 2. Ainsi 0 est


cette condition s’écrit
𝑎 𝑏 𝑐 𝑀 = 𝜆
𝑎 𝑏 𝑐 , ou racine de 𝜒𝐴 (𝑋 ) = det (𝐴 − 𝑋 𝐼𝑛 ) de multiplicité > 𝑛 − 2.
encore 𝑡 𝑀 𝑖 𝑎 𝑏 𝑐 = 𝜆𝑡 𝑎 𝑏 𝑐 . Ainsi 𝜆 est une Par conséquent : il existe (𝜆1, 𝜆2 ) ∈ C2 tel que 𝜒𝐴 (𝑋 ) =
𝑋 𝑛−2 (𝑋 − 𝜆1 ) (𝑋 − 𝜆2 ) . 𝐴 est trigonalisable dans M𝑛 (C), et il


valeur propre de la matrice 𝑡 𝑀 et 𝑡 𝑎 𝑏 𝑐 est un vecteur
propre associé. Comme 𝑀 et 𝑡 𝑀 ont les mêmes valeurs propres, existe 𝑃 ∈ GL𝑛 (C) et 𝑇 ∈ M𝑛 (C) triangulaire supérieure avec
on a 𝜆 = 1, et on vérifie facilement que le sous-espace propre pour diagonale (𝜆1, 𝜆2, 0, . . . , 0) telles que 𝑃 −1𝐴𝑃 = 𝑇 . On a
associé est engendré par le vecteur (1, 0, 1). On peut donc donc : 0 = tr(𝐴) = tr(𝑇 ) = 𝜆1 +
𝜆2 . De plus 𝑃 −1 2 2

𝐴 𝑃2 = 𝑇2 et 𝑇
2
2 2 2
a pour diagonale 𝜆1 , 𝜆2 , 0, . . . , 0 . Done tr 𝐴 = 𝜆1 +𝜆2 . Donc,
prendre (𝑎, 𝑏, 𝑐) = (1, 0, 1), et le plan 𝑃1 d’équation 𝑥 + 𝑧 = 0
est le seul plan stable par 𝑓 . d’après la première question, 𝜆12 + 𝜆22 = 2Δ. Comme 𝜆2 = −𝜆1
√ √
2 Puisque 𝑢 n’appartient pas à 𝑃1 , la droite 𝐷 1 et le plan 𝑃1 et √Δ > √0, il vient : (𝜆1, 𝜆2 ) = ( 2Δ, − 2Δ) ou (𝜆1, 𝜆2 ) =
sont supplémentaires. Donc tout sous-espace de R3 stable par (− 2Δ, 2Δ). Ainsi 𝜆1 et 𝜆2 sont réels distincts et non nuls.
𝑀 admet un supplémentaire stable. Donc les espaces propres associés à ces deux valeurs propres
vérifient : dim Ker (𝐴 − 𝜆1 𝐼𝑛 ) > 1 et dim Ker (𝐴 − 𝜆2 𝐼𝑛 ) > 1,
et la somme Ker 𝐴 + Ker (𝐴 − 𝜆1 𝐼𝑛 ) + Ker (𝐴 − 𝜆2 𝐼𝑛 ) est di-
Solution de l’exercice 6 recte. Comme dim Ker 𝐴 = 𝑛 − 2, on a finalement : R𝑛 =
Ker 𝐴 ⊕ Ker (𝐴 − 𝜆1 𝐼𝑛 ) ⊕ Ker (𝐴 − 𝜆2 𝐼𝑛 ) . Ainsi 𝐴 est diagona-
1 Par un calcul matriciel immédiat, 𝐴2 = lisable.
𝑎 1𝑏 1 ... 𝑎𝑛−1𝑏 1 0
© .. .. .. ª®
­
­ . . . ®. Donc tr 𝐴2
= 2Δ.
. . . 𝑎𝑛−1𝑏𝑛−1 0 ®
­ ®
­ 𝑎 1𝑏𝑛−1
« 0 ... 0 Δ ¬

Classe MP3 page 6 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

Solution de l’exercice 7 𝑥 = 𝑅(𝑢) ◦𝑇 (𝑢) (𝑥) +𝑢 (𝑆 (𝑢)) (𝑥), et puisque 𝑢 (𝑆 (𝑢)) (𝑥) ∈ Im 𝑢
et 𝑅(𝑢) ◦ 𝑇 (𝑢) ∈ Ker 𝑢, alors 𝑝 (𝑢) (𝑥) = 𝑅(𝑢) ◦ 𝑇 (𝑢) (𝑥) et
𝑓 : K[𝑋 ] −→ K[𝑋 ] 𝑝 = 𝑅(𝑢) ◦ 𝑇 (𝑢) ∈ K[𝑢].
𝑃 ↦−→ 𝑃 0 Méthode 2 :
Dans une base adaptée à 𝑘𝑒𝑟𝑢 + Im 𝑢 (on notera par la suite 𝑞
• Soit 𝐹 un sous espace vectoriel stable de dimension finie. la dimension de ker(𝑢), 𝑟 celle de Im(𝑢) ), la matrice de 𝑢 est
Soit 𝑃 0 tel que deg 𝑃0 = max{deg 𝑃, 𝑃 ∈ 𝐹 } = 𝑚, l’exis- de la forme  
tence du max est justifiée en considérant une base. On a alors (0) (0)
𝑀=
𝐹 ⊂ K𝑚 [𝑋 ]. La famille (𝑃0, . . . , 𝑃 0(𝑚) ) est libre, puisque éche- (0) 𝐴
lonnée en degré. et celle du projecteur sur ker(𝑢) parallèlement à Im(𝑢) est
On a ∀𝑘 ∈ [[0; 𝑚]], 𝑃 0(𝑘) ∈ 𝐹 (par stabilité de 𝐹 ), donc  
dim 𝐹 > 𝑚 + 1, d’où 𝐹 = K𝑚 [𝑋 ]. 𝐼𝑞 (0)
𝑅=
• Soit 𝐹 un sous espace stable de dmiension infinie. (0) (0)
Soit 𝑃 ∈ K[𝑋 ] tel que deg 𝑃 = 𝑛, comme 𝐹 ⊄ K𝑛 [𝑋 ], alors
∃𝑄 ∈ 𝐹 tel que deg 𝑄 > 𝑛. Soit 𝑃 = 𝑎 0 + 𝑎 1𝑋 + . . . + 𝑎𝑑 𝑋 𝑑 = 𝑎 0 + 𝑄 un polynôme dont
On a (𝑄, 𝑄 0, . . . , 𝑄 (𝑛) ) est une famille libre de 𝐹 et le coefficient constant est 𝑎 0 (𝑄 est donc divisible par 𝑋 ). On
Vect(𝑄, 𝑄 0, . . . , 𝑄 (𝑛) ) = K𝑛 [𝑋 ] est une famille libre de 𝐹 , or vérifie sans difficulté que
𝑃 ∈ K𝑛 [𝑋 ] = Vect(𝑄, . . . , 𝑄 (𝑛) ) ⊂ 𝐹 , donc 𝑃 ⊂ 𝐹 , d’où  
𝑎 0 𝐼𝑞 (0)
𝐹 = K[𝑋 ]. 𝑃 (𝑀) =
(0) 𝑎 0 𝐼𝑟 + 𝑄 (𝐴)

(si on ne prend pas la précaution de mettre à part le terme

Solution de l’exercice 8
Î𝑛 constant comme on l’a fait, on risque des erreurs). Donc
On pose 𝜒𝐴 (𝑋 ) = 𝑖=1 (𝑋
− 𝜆𝑖 )

Ö 𝑃 (𝑀) = 𝑅 ⇔ 𝑎 0 = 1 et 𝑄 (𝐴) = −𝑎 0 𝐼𝑞
𝜒𝐴 (𝐵) inversible ⇐⇒ 𝑖 = 1𝑛 (𝐵 − 𝜆𝑖 𝐼 ) inversible
Le problème est donc de montrer l’existence d’un polynôme
⇐⇒ ∀𝑖 ∈ [[1; 𝑛]], 𝐵 − 𝜆𝑖 𝐼 inversible
𝑄 nul en 0 tel que 𝑄 (𝐴) = −𝐼𝑞 , ou autrement dit de trouver
⇐⇒ ∀𝑖 ∈ [[1; 𝑛]], 𝜆𝑖 n’est pas vap 𝑑𝑒𝐵 un polynôme 𝑄 1 tel que 𝐴𝑄 1 (𝐴) = −𝐼𝑞 (en notant 𝑄 = 𝑋𝑄 1 ).
⇐⇒ 𝐴, 𝐵 n’ont pas vap commune Mais 𝐴 est inversible (comme ker(𝑢) ∩ Im(𝑢) = {0}, 𝑢 induit
sur Im(𝑢) un automorphisme), il s’agit donc simplement de
montrer que 𝐴−1 est un polynôme de 𝐴. Pour cela, considérons
Solution de l’exercice 9
⇐ 𝜙: K[𝐴] −→ K[A]
Supposons 𝑃 ∧ 𝜒 𝑓 = 1, par le théorème de Bezout, soit 𝑅, 𝑆 tel 𝐵 ↦−→ 𝐴𝐵
que 𝑅𝑃 +𝑆 𝜒 𝑓 = 1, on applique à 𝑓 , on obtient 𝑅(𝑓 ) ◦ 𝑃 (𝑓 ) = 𝐼𝑑 ,
donc 𝑃 (𝑓 ) est inversible. 𝜙 est un endomorphisme injectif de K[𝐴] qui est de dimension
⇒ finie, donc 𝜙 est surjectif, donc 𝐼𝑞 ∈ Im(𝜙), donc il existe un
Par contraposée, supposons que 𝑃 et 𝜒 𝑓 ne sont pas premiers polynôme 𝑄 2 tel que 𝐴𝑄 2 (𝐴) = 𝐼𝑞 , 𝑄 1 = −𝑄 2 convient.
entre eux, donc admettent aux moins une racine complexe 𝜆.
Soit 𝛽 la base canonique de K𝑛 et 𝑀 = Mat𝛽 (𝑓 ) ∈ M𝑛 (K) ⊂
M𝑛 (C). Solution de l’exercice 11

On a 𝜆 est une valeur propre de 𝑀, donc 𝑃 (𝜆) est une valeur 1 Soient E un K-espace vectoriel de dimension 𝑛 et 𝑢 ∈
propre complexe de 𝑃 (𝑀), or 𝑃 (𝜆) = 0, donc 𝑃 (𝑀) n’est pas L(E) de rang 𝑟 > 1 On note F un sous-espace de E tel que
inversible dans M𝑛 (C) et par suite det 𝑃 (𝑓 ) = det 𝑃 (𝑀) = 0, E = F ⊕ ker 𝑢. On considère une base B = (𝑒𝑖 )𝑖 ∈È1,𝑛] de E telle
en conséquence 𝑃 (𝑓 ) est non inversible. que (𝑒𝑖 )𝑖 ∈ [[1;𝑟 ]] soit une base de F et (𝑒𝑖 )𝑖 ∈ [[𝑟 +1;𝑛]] soit une base
de Ker 𝑢 La matrice de 𝑢 dans une telle base est alors de la
forme  
Solution de l’exercice 10 A 0𝑟,𝑛−𝑟
MB (𝑢) = M =
Soit 𝑝 la projection sur Ker 𝑢 parallélement à Im 𝑢. C 0𝑛−𝑟,𝑛−𝑟
Méthode 1 ; où A ∈ M𝑟 (K), C ∈ M𝑛−𝑟,𝑟 (K).
Si Ker 𝑢 = {0}, alors le résultat est immédiat. Supposns que Soit M ∈ M𝑛 (K), une matrice de rang 𝑟 > 1. On note C la
Ker 𝑢 ≠ {0}. base canonique de K𝑛 et 𝑢 l’endomorphisme de K𝑛 canonique-
Classiquement, on sait que si Ker 𝑢 ⊕ 𝑖𝑚𝑢 = 𝐸, alors Ker 𝑢 = ment associé à M (on a donc M C (𝑢) = M) D’après la question
Ker 𝑢 2 , par conséquent 0 est une racine simple de 𝜋𝑢 (car si précédente, il existe une base B de K𝑛 telle que
𝜋𝑢 = 𝑋 2𝑄, alors Im 𝑄 (𝑢) ⊂ Ker 𝑢 2 = Ker 𝑢 et donc 𝑋𝑄 annu-  
lateur de 𝑢, ce qui est absurde). A 0𝑟,𝑛−𝑟
MB (𝑢) = N =
Posons alors 𝜋𝑢 = 𝑋 𝑅, on 𝑋 ∧ 𝑅 = 1, apr le théorème de Be- C 0𝑛−𝑟,𝑛−𝑟
zout il existe 𝑆,𝑇 tel que : 1 = 𝑋𝑆 + 𝑇 𝑅, pour 𝑥 ∈ 𝐸, on aura :
où A ∈ M𝑟 (K), C ∈ M𝑛−𝑟,𝑟 (K).

Classe MP3 page 7 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

On note alors P la matrice de passage de la base C à la base constant, donc 𝑛 > 1 et 𝑃 0 = 𝑛−1
Í
𝑘=0 (𝑘 + 1)𝑎𝑘+1𝑋 Le degré de
𝑘
B. On sait que l’on dispose alors de la relation (2𝑋 + 1 − 𝜆)𝑃 est

𝑛 + 1 et son coefficient dominant est 2𝑎𝑛 . De
même, 𝑋 2 − 1 𝑃 0 est de degré 𝑛 + 1 et son coefficient domi-
P−1 MP = N nant est 𝑛𝑎𝑛 . Vu que ces deux polynômes sont égaux et que
𝑎𝑛 ≠ 0, on a 𝑛 = 2. Ainsi :
2 Remarquons que  pour tout entier 𝑘 > 1, N =
𝑘

A 𝑘 0𝑟,𝑛−𝑟 si 𝑃 ∈ Ker(Φ − 𝜆 Id ) et 𝑃 ≠ 0 alors deg(𝑃) = 2

On vérifie alors que pour tout P =
CA𝑘−1 0𝑛−𝑟,𝑛−𝑟
Í 3 Puisque l’on sait que les vecteurs propres de Φ sont de
𝑘 >1 𝑎𝑘 X = XQ(X) ∈ K[X]
𝑘
degré 2, on peut les écrire 𝑎𝑋 2 + 𝑏𝑋 + 𝑐 ( avec 𝑎 ≠ 0 ) et in-

P(A) 0𝑟,𝑛−𝑟
 jecter ceci dans la formule définissant Φ : on obtiendra ainsi
P(N) = un système d’équations vérifié par (𝑎, 𝑏, 𝑐). Il ne restera plus
CQ(A) 0𝑛−𝑟,𝑛−𝑟
qu’à résoudre ce système pour trouver les vecteurs propres.
Si on choisit 𝑄 = 𝜒𝐴 (𝑋 ), on a d’après le théorème de Cayley- Comme 𝜆 interviendra, on sera éventuellement amené à dis-
Hamilton, 𝑄 (𝐴) = 0, donc P(N) = 0 et comme M et N sont tinguer divers cas selon la valeur de ce paramètre. Soit 𝜆 une
semblables on a aussi P(M) = 0, où P est de degré 𝑟 + 1 valeur propre de Φ et 𝑃 un vecteur propre associé. Alors 𝑃 est
de degré 2 ; notons 𝑃 = 𝑎𝑋 2 + 𝑏𝑋 + 𝑐 avec 𝑎 ≠ 0. On a alors
(2𝑋 + 1 − 𝜆)𝑃 = 2𝑎𝑋 3 + (2𝑏 + (1 − 𝜆)𝑎)𝑋 2
Solution de l’exercice 12
+(2𝑐 + (1 − 𝜆)𝑏)𝑋 + (1 − 𝜆)𝑐
1 Ce genre de question, extrêmement courante au début et
d’un exercice d’algèbre linéaire, ne présente en général aucune
difficulté : il s’agit simplement de vérifier que Φ est linéaire à 𝑋 2 − 1 𝑃 0 = 𝑋 2 − 1 (2𝑎𝑋 + 𝑏) = 2𝑎𝑋 3 + 𝑏𝑋 2 − 2𝑎𝑋 − 𝑏

partir de la définition même de la linéarité. Soient (𝜆, 𝜇) ∈ K2

Ainsi, la relation
et (𝑃, 𝑄) ∈ K[𝑋 ] 2 . Alors :
(2𝑋 + 1 − 𝜆)𝑃 = 𝑋 2 − 1 𝑃 0


Φ(𝜆𝑃 + 𝜇𝑄) = (2𝑋 + 1) (𝜆𝑃 + 𝜇𝑄) − 𝑋 2 − 1 (𝜆𝑃 + 𝜇𝑄) 0


s’écrit
D’une part, (2𝑋 + 1) (𝜆𝑃 + 𝜇𝑄) = 𝜆(2𝑋 + 1)𝑃 + 𝜇 (2𝑋 + 1)𝑄.
2𝑎𝑋 3 + (2𝑏 + (1 − 𝜆)𝑎)𝑋 2 + (2𝑐+(1 − 𝜆)𝑏)𝑋 + (1 − 𝜆)𝑐
D’autre part,
= 2𝑎𝑋 3 + 𝑏𝑋 2 − 2𝑎𝑋 − 𝑏
𝑋 2 − 1 (𝜆𝑃 + 𝜇𝑄) 0 = 𝑋 2 − 1 (𝜆𝑃 0 + 𝜇𝑄 0)



soit, après simplification et regroupement des termes dans le
= 𝜆 𝑋2 − 1 𝑃0 + 𝜇 𝑋2 − 1 𝑄0



membre de gauche :
Ainsi, (𝑏 + (1 − 𝜆)𝑎)𝑋 2 + (2(𝑐 + 𝑎) + (1 − 𝜆)𝑏)𝑋 + 𝑏 + (1 − 𝜆)𝑐 = 0
Φ(𝜆𝑃 + 𝜇𝑄) =𝜆(2𝑋 + 1)𝑃 + 𝜇 (2𝑋 + 1)𝑄 − 𝜆 𝑋 2 − 1 𝑃 0


Un polynôme est nul si, et seulement si, tous ses coefficients
=𝜆Φ(𝑃) + 𝜇Φ(𝑄) sont nuls. On déduit donc de l’égalité précédente le système (S)


 (1 − 𝜆)𝑎 + 𝑏 = 0
donc Φ est linéaire.


(1 − 𝜆)𝑏 + 2(𝑎 + 𝑐) = 0 La présence du facteur (1 - 𝜆 ) dans
La définition d’un vecteur propre 𝑃 de Φ est : 𝑃 ≠ 0 et il

(1 − 𝜆)𝑐 + 𝑏 = 0
2 

existe 𝜆 ∈ K tel que Φ(𝑃) = 𝜆𝑃 Cette dernière relation s’écrit

ces équations suggère d’étudier séparément le cas 𝜆 = 1. En ef-
fet, dans ce cas, les équations se simplifient considérablement.
(2𝑋 + 1)𝑃 − 𝑋 2 − 1 𝑃 0 = 𝜆𝑃


Dans le cas 𝜆 ≠ 1, nous pourrons au besoin diviser par 1 − 𝜆
pour extraire 𝑎, 𝑏 et 𝑐 de ces équations. - Supposons 𝜆 = 1 :
le
soit encore
système se réduit à 𝑏 = 0 et 𝑐 =
−𝑎; on a donc 𝑃 = 𝑎 𝑋 2 − 1 .
(2𝑋 + 1 − 𝜆)𝑃 = 𝑋 2 − 1 𝑃 0


Ainsi, Ker(Φ − Id) ⊂ K 𝑋 2 − 1
Pour montrer que 𝑃 0 ≠ 0, on peut raisonner par l’absurde en À ce stade, nous avons simplement montré l’inclusion. Pour
supposant 𝑃 0 = 0. Soit 𝑃 un vecteur propre de Φ. Par définition, déterminer s’il y a égalité, remarquons que K 𝑋 2 − 1 est de di-


𝑃 ≠ 0 et il existe 𝜆 ∈ K tel que Φ(𝑃) = 𝜆𝑃 Si 𝑃 0 = 0 la relation mension 1. De deux choses l’une : soit Ker(Φ−Id) = K 𝑋
2 − 1 ,


Φ(𝑃) = 𝜆𝑃 se réduit à (2𝑋 + 1 − 𝜆)𝑃 = 0 et donc 𝑃 = 0, ce qui auquel cas 1 est bien valeur propre de Φ et K 𝑋 2 − 1 et le
est exclu. Ainsi, 𝑃 0 ≠ 0 sous-espace propre associé, soit Ker(Φ − Id) = {0} et 1 n’est
Lorsque l’on doit effectuer des considérations de degré et de pas valeur propre de Φ. Il n’y a donc plus qu’à chercher si
𝑋 2 − 1 ∈ Ker(Φ− Id), i.e. Φ 𝑋 2 − 1 = 𝑋 2 − 1. Cette question


coefficient dominant sur des polynômes il faut traiter à part
le cas du polynôme nul car son degré n’est pas un entier et est facile puisqu’il suffit de vérifier une relation en remplaçant
il n’a pas de coefficient dominant. De plus, ici, 𝑃 0 intervient 𝑃 par 𝑋 2 − 1 dans la formule définissant Φ. Ce calcul est simple
et montre qu’on a bien Φ 𝑋 2 − 1 = 𝑋 2 − 1 Par ailleurs :


dans les calculs. C’est pour cela qu’il faudrait également traiter
séparément le cas 𝑃 0 = 0. Le début de la question montre que
Φ 𝑋 2 − 1 = (2𝑋 + 1) 𝑋 2 − 1 − 𝑋 2 − 1 (2𝑋 )




ce cas particulier n’est pas réalisé. Soit 𝑛 = deg(𝑃) ∈ N et
notons 𝑃 = 𝑛𝑘=0 𝑎𝑘 𝑋 𝑘 avec 𝑎𝑛 ≠ 0 Comme 𝑃 0 ≠ 0, 𝑃 n’est pas = 𝑋2 − 1
Í

Classe MP3 page 8 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

Ainsi, 𝑋 2 − 1 ∈ Ker(Φ− Id ) donc K 𝑋 2 − 1 ⊂ Ker(Φ − Id) En

et donc 𝐴 n’est pas diagonalisable.
résumé, Ker(Φ − Id) = K 𝑋 2 − 1 qui est de dimension 1 : 1


est valeur propre de Φ et le sous-espace propre associé est la
droite vectorielle. K 𝑋 2 − 1


Solution de l’exercice 14

Il reste à traiter le cas 𝜆 ≠ 1 - Supposons 𝜆 ≠ 1 : les première et 1 rg(𝐴) = 2𝑛, car les deux premières colonnes forment une
troisième équations donnent (1 − 𝜆)𝑎 = (1 − 𝜆)𝑐 et donc 𝑎 = 𝑐, famille libre et le reste des colonnes est soit la première soit la
car 1−𝜆 ≠ 0 La deuxième équation devient alors (1−𝜆)𝑏 = −4𝑎 deuxième.
d’où, comme 𝑏 = −(1 − 𝜆)𝑎 : (1 − 𝜆) 2𝑎 = 4𝑎. Comme 𝑎 ≠ 0, il rg(𝐴) < 2𝑛, donc 0 est une valeur propre de 𝐴, et
vient (1 − 𝜆) 2 = 4 soit 1 − 𝜆 ∈ {−2, 2} et enfin 𝜆 ∈ {−1, 3} dim(Ker(𝐴)) = 2(𝑛 − 1).
Nous avons donc, pour l’instant, restreint le nombre de cas
0 est une valeur propre de multiplicité au moins 𝑑 (0) =
à étudier : si 𝜆 est une valeur propre de Φ et 𝜆 ≠ 1, alors 𝜆
2
2(𝑛 − 1), il reste au plus deux autres valeurs propres.
ne peut valoir que −1 ou 3. Il reste à voir si ces scalaires sont
1
bien des valeurs propres de Φ et, le cas échéant, déterminer
­1®
© ª
le sous-espace propre associé. Ce sera aisé car le système (𝑆) Pour 𝜔 = ­­ . ®®, on a 𝐴𝜔 = 𝑛(𝑎 + 𝑏)𝜔.
se simplifie considérablement lorsque l’on assigne à 𝜆 une ­ .. ®
valeur particulière. - Si 𝜆 = −1 : la première équation donne «1¬
𝑏 = −2𝑎. Par ailleurs, on sait que 𝑐 = 𝑎 donc 𝑃 = 𝑎(𝑋 − 1) 2 . 1
Ainsi, Ker(Φ+ Id ) ⊂ K(𝑋 − 1) 2 ­−1®
© ª
Comme précédemment nous avons montré une inclusion : il Pour 𝑉 = ­­ ... ®®, on a 𝐴𝑉 = 𝑛(𝑎 − 𝑏)𝑉 .
­ ®
reste à vérifier l’inclusion réciproque. Réciproquement, on a
­−1®
­ ®

Φ (𝑋 − 1) 2 = (2𝑋 + 1) (𝑋 − 1) 2 − 𝑋 2 − 1 (2(𝑋 − 1)) «1¬

Pour 𝑏 ≠ 0 : Sp(𝐴) = {0, 𝑛(𝑎 + 𝑏), 𝑛(𝑎 − 𝑏)} = {𝜆1, 𝜆2, 𝜆3 }, les
= −(𝑋 − 1) 2 𝜆𝑖 sont deux à deux distinctes.
donc (𝑋 −1) 2 ∈ Ker(Φ+Id). Ainsi, Ker(Φ+Id) = K(𝑋 −1) 2 ; −1 𝑑 (𝜆1 ) = 2𝑛 − 2, 𝑑 (𝜆2 ) > 1, 𝑑 (𝜆3 ) > 1
est donc valeur propre de Φ et le sous-espace propre associé est
K(𝑋 − 1) 2 Il ne reste plus qu’à traiter le cas 𝜆 = 3 de manière 3
Í 3
Í
Donc 𝑑 (𝜆𝑖 ) > 2𝑛, or on a déjà 𝑑 (𝜆𝑖 ) 6 2𝑛, donc
tout à fait analogue : remplacer 𝜆 par 3 dans (𝑆), en déduire les 𝑖=1 𝑖=1
valeurs possibles de 𝑎, 𝑏 et 𝑐, en déduire une inclusion entre 3
Í
Ker(Φ − 3Id) et un certain sous-espace vectoriel de K[𝑋 ] et, 𝑑 (𝜆𝑖 ) = 2𝑛. 𝐴 est alors diagonalisable.
𝑖=1
si ce sousespace n’est pas réduit à {0}, se poser la question de
l’inclusion réciproque. - Si 𝜆 = 3 : la première équation donne
𝑏 = 2𝑎. Par ailleurs, on sait que 𝑐 = 𝑎 donc 𝑃 = 𝑎(𝑋 + 1) 2 Solution de l’exercice 15
Réciproquement, on a Soit 𝑛 > 2. posons 𝑝𝑛 (𝑥) = 𝜒𝐴𝑛 (𝑥).
Φ (𝑋 + 1) 2 = (2𝑋 + 1) (𝑋 + 1) 2 − 𝑋 2 − 1 (2(𝑋 + 1))



𝑥 −1 0 ... 0
= 3(𝑋 + 1) 2 .. ..
−1 𝑥 −1 . .
.. .. .. ..
donc (𝑋 +1) 2 ∈ Ker(Φ−3Id). Ainsi, Ker(Φ−3Id) = K(𝑋 +1) 2 ; 3 𝑝𝑛 (𝑥) = 0 . . . .
est donc valeur propre de Φ et le sous-espace propre associé .. .. ..
est K(𝑋 + 1) 2 . En conlusion, les valeurs propres de Φ sont −1, 1 . . . 𝑥 −1
et 3. De plus : 0 ... 0 −1 𝑥
𝑥 −10 −10 ... 0 0 ... 0
Ker(Φ + Id) = K 𝑋 2 − 1


.. −1 .. 𝑥 −1 0
−1 𝑥 −1 . .
Ker(Φ − Id) = K(𝑋 − 1) 2 . . . .. .. .. .. ..
= 𝑥 0 .. .. .. + 0 . . . . .
Ker(Φ − 3Id) = K(𝑋 + 1) 2 .. ..
.. .. .. . . −1
. . . 𝑥 −1
0 . . . 0 −1 𝑥 0 ... 0 −1 𝑥
Solution de l’exercice 13
= 𝑥𝑝𝑛−1 (𝑥) − 𝑝𝑛−2 (𝑥)
Remarquons que 𝐴 est de rang 1 (car toutes les lignes sont
identiques) donc 𝐸 0 (𝐴) est de dimension 𝑛 − 1. La multiplicité 𝑝 1 (𝑥) = 𝑥, 𝑝 2 (𝑥) = 𝑥 2 − 1, 𝑝 0 = 1.
de la valeur propre 0 est donc supérieure ou égale à 𝑛 − 1, le po- Choisissons 𝑥 dans ] − 2, 2[, et posons 𝑥 = 2 cos(𝛼), 𝛼 ∈
lynôme caractéristique 𝜒𝐴 s’écrit alors 𝜒𝐴 = (−1)𝑛 𝑋 𝑛−1 (𝑋 −𝑎) ] − 𝜋, 𝜋 [, et calculons 𝑢𝑛 = 𝑝𝑛 (𝑥), la suite (𝑢𝑛 )𝑛 vérifie la
où 𝑎 est un nombre réel. L’expression générale du polynôme ca- relation
ractéristique donne 𝑎 = tr 𝐴 = 0. En conclusion 𝜒𝐴 = (−1)𝑛 𝑋 𝑛 . 𝑢𝑛 − 2 cos(𝛼)𝑢𝑛−1 + 𝑢𝑛−2
Si 𝐴 était diagonalisable, elle serait semblable à la matrice nulle,
l’équation caractéristique associée est 𝑟 2 − 2 cos(𝛼)𝑟 + 1 = 0,
et donc elle serait égale à la matrice nulle. Ce n’est pas le cas
dont les racines complexes sont 𝑒 ±𝑖𝛼 , 𝑢𝑛 va donc s’écrire

Classe MP3 page 9 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

√
𝑢𝑛 = 𝑎 cos(𝑛𝛼) +𝑏 sin(𝑛𝛼), avec 𝑢 0 = 1 et 𝑢 1 = 2 cos(𝛼), on ob- 𝑎 + 𝑎 2 +4𝜎
lateur et admet pour racines non nulles : 𝜆1 = 𝑛 2 𝑛 et
tient 𝑎 = 1, 𝑏 = cos(𝛼) cos(𝛼)
sin(𝛼) , et donc 𝑢𝑛 = cos(𝑛𝛼) + sin(𝛼) sin(𝑛𝛼) = √
sin(𝑛+1)𝛼 𝑎𝑛 − 𝑎𝑛2 +4𝜎
𝜆2 = . Si l’une de ces racines 𝜆 n’était pas valeur
sin(𝛼) . 2
propre de 𝑓 , alors 𝐴 vérifierait la relation 𝐴2 = 𝜆𝐴. Cette
Finalement 𝑝𝑛 (2 cos(𝛼)) = sin(𝑛+1)𝛼
sin(𝛼) . relation implique en particulier que 𝑎𝑠 𝑎𝑛 = 𝜆𝑎𝑠 donc que
𝑘𝜋
Pour 𝛼𝑘 = 𝑛+1 , 𝑘 ∈ [[1; 𝑛]], et 𝜆𝑘 = 2 cos(𝛼𝑘 ), on 𝑝𝑛 (𝜆𝑘 ) = 0, 𝑎𝑛 = 𝜆, et que 𝑎 21 + · · · + 𝑎𝑛2 = 𝜆𝑎𝑛 , donc que 𝜎 = 0, c’est-à-
ce qui nous fait 𝑛 valeurs propres distinctes, comme 𝐴𝑛 ne dire 𝑎 1 = · · · = 𝑎𝑛−1 = 0 ce qui n’est pas possible. Les deux
peut pas avoir plus que 𝑛 valeurs propres, donc ce sont les racines 𝜆1 . et 𝜆2 sont donc valeurs propres et nécessairement
valeurs propres de 𝐴𝑛 . elles sont d’ordre 1. Alors le
polynôme caractéristique de 𝐴
Cherchons l’espace propre associé à la valeur propre à 𝜆𝑛 . est (−1)𝑛 𝑋 𝑛−2 𝑋 2 − 𝑎𝑛 𝑋 − 𝜎 .
𝑥1
©.ª
𝑋 = ­ .. ®®.
­
Solution de l’exercice 17
«𝑥𝑛 ¬
1 Soit (𝑒 1, . . . , 𝑒𝑛 ) la base canonique de C𝑛 . On remarque



 𝑥 2 = 𝜆𝑘 𝑥 1 que 𝐽𝑒𝑝 = 𝑒𝑝−1 pour 𝑝 ∈ È2, 𝑛É et 𝐽𝑒 1 = 𝑒𝑛 . Ce phéno-
mène cyclique permet de calculer 𝐽 𝑘 𝑒𝑝 avec 𝑘 ∈ I1, 𝑛 − 1É

 𝑥 + 𝑥 3 = 𝜆𝑘 𝑥 2
 1


et 𝑝 ∈ È1, 𝑛É. Si 𝑝 > 𝑘, 𝐽 𝑘 𝑒𝑝 = 𝑒𝑝−𝑘 et si 𝑝 6 𝑘, 𝐽 𝑘 𝑒𝑝 =

𝐴𝑛 𝑋 = 𝜆𝑘 𝑋 ⇐⇒ ···

𝑥𝑛−2 + 𝑥𝑛 = 𝜆𝑘 𝑥𝑛−1

 𝐽 𝑘−(𝑝−1) 𝑒 1 = 𝐽 𝑘−𝑝 𝑒𝑛 = 𝑒𝑛−𝑘+𝑝  d’où l’allure
 des matrices 𝐽 𝑘
0 𝐼𝑛−𝑘


𝑥𝑛−1 = 𝜆𝑘 𝑥𝑛

pour 1 6 𝑘 6 𝑛 − 1 : 𝐽 𝑘 = et 𝐽 𝑛 = 𝐼𝑛
 𝐼𝑘 0
⇐⇒ ∀𝑖 ∈ [[1; 𝑛]], 𝑥𝑖−1 + 𝑥𝑖+1 = 𝜆𝑘 𝑥𝑖
2 Le polynôme 𝑋 𝑛 −1 est un polynôme annulateur de la ma-
trice 𝐽 et il est scindé à racines simples dans C[𝑋 ] (ses racines
sont les racines 𝑛-ième de l’unité). La matrice 𝐽 est donc diago-
Avec la convention 𝑥 0 = 0 et 𝑥𝑛+1 = 0.  2𝑖𝜋
nalisable et on a Sp(𝐽 ) ⊂ 𝜔 𝑘 , 𝑘 ∈ È[0, 𝑛 − 1É} avec 𝜔 = 𝑒 𝑛 .
L’équation caractéristique de cette formule de récurrence est
Soit 𝑖 ∈ I, 𝑛]l Cherchons à résoudre le système 𝐽𝑋 = 𝜔 𝑖 𝑋 avec
𝑟 2 − 𝜆𝑘 𝑟 + 1, de descriminant 𝜆𝑘2 − 4 = −4 sin2 (𝛼𝑘 ), donc 𝑥𝑖 va
𝑋 = 𝑡 (𝑥 1, . . . , 𝑥𝑛 ) . On obtient
s’écrire 𝑥𝑖 = 𝑎 sin(𝑖𝛼𝑘 ) + 𝑏 sin(𝑖𝛼𝑘 ), avec les conditions 𝑥 0 = 0
et 𝑥𝑛+1 = 0, on obtient 𝑥𝑖 = 𝑏 sin(𝑖𝛼𝑘 ). 
 𝑥2 = 𝜔𝑖 𝑥1
sin(𝛼𝑘 ) 
 𝑥3 = 𝜔𝑖 𝑥2



­sin(2𝛼𝑘 ) ®
© ª
Donc 𝐸𝜆𝑘 (𝐴𝑛 ) = R ­ ®. ..
­ ··· ® 

 .
 𝑥 1 = 𝜔 𝑖 𝑥𝑛

«sin(𝑛𝛼𝑘 ) ¬ 
Les solutions sont de la forme 𝑡 (𝑥 1, . . . , 𝑥𝑛 ) =
(𝑛−1)𝑖


Solution de l’exercice 16 𝑎 1, 𝜔 , . . . , 𝜔
𝑡 𝑖 où 𝑎 est une constante complexe
arbitraire. Ainsi 𝜔 𝑖 est une valeur propre de 𝐽 et le sous-
Il y a deux cas à distinguer :
espace propre associé est
la droite vectorielle engendrée par
1 Lorsque 𝑎 1 = · · · = 𝑎𝑛−1 = 0 et 𝑎𝑛 ≠ 0, la matrice est 𝑊𝑖 = 𝑡 1, 𝜔 𝑖 , . . . , 𝜔 (𝑛−1)𝑖 . Une base de vecteur propre est
diagonale et de rang 1 . Elle admet deux valeurs propres : 0 donc B = (𝑊1, . . . ,𝑊𝑛 ) La matrice de passage de
la base
d’ordre 𝑛 − 1 et 𝑎𝑛 d’ordre 1 et le polynôme caractéristique canonique à la base B est la matrice 𝑄 = 𝜔 𝑗 (𝑖−1) 16𝑖,𝑗 6𝑛 .
vaut alors det (𝐴 − 𝑋 𝐼𝑛 ) = (−𝑋 )𝑛−1 (𝑎𝑛 − 𝑋 ). C’est une matrice de Vandermonde.
2 Supposons que l’un des réels 𝑎𝑘 , où 𝑘 ∈ I, 𝑛 − 1É, est non 3 On a 𝑀 = 𝛼 1 𝐼𝑛 + 𝛼 2 𝐽 + · · · + 𝛼𝑛 𝐽 𝑛−1 = 𝑃 (𝐽 ) avec
nul, notons le 𝑎𝑠 . Soit 𝑓 l’endomorphisme de R𝑛 représenté 𝑃 = 𝛼 1 + 𝛼 2𝑋 + · · · + 𝛼𝑛 𝑋 𝑛−1 . Comme 𝐽 est diagonalisable,
par 𝐴 dans la base canonique B = (𝑒 1, . . . , 𝑒𝑛 ) 𝑀 l’est également, au moyen de la même matrice de passage.
• Déterminons le rang de 𝑓 . Pour 𝑘 ∈ {1, . . . , 𝑛 − 1} on a 4 Le déterminant de 𝑀 est le produit des valeurs propres
𝑓 (𝑒𝑘 ) = 𝑎𝑘 𝑒𝑛 . Les vecteurs 𝑓 (𝑒 1 ) , . . . , 𝑓 (𝑒𝑛−1 ) sont donc co- Î𝑛−1  𝑖 2𝜋 𝑘 
donc det 𝑀 = 𝑘=0 𝑃 𝑒 𝑛 .
linéaires, et 𝑓 (𝑒𝑠 ) = 𝑎𝑠 𝑒𝑛 n’est pas nul, donc 𝑒𝑛 appartient
à Im 𝑓 . Par ailleurs 𝑓 (𝑒𝑛 ) = 𝑎 1𝑒 1 + · · · + 𝑎 5𝑒𝑠 + · · · + 𝑎𝑛 𝑒𝑛
n’est pas colinéaire à 𝑒𝑛 . Il en résulte que Im 𝑓 est de dimen-
sion 2 et admet pour base (𝑒𝑛 , 𝑓 (𝑒𝑛 )), donc Ker 𝑓 est de di- Solution de l’exercice 18
mension 𝑛 − 2 • Déterminons àÍprésent un polynôme an-
2 1 Posons Î𝑛 𝑎𝑖,𝑗 = Í 𝛿𝑖,𝜎 ( 𝑗) , Îon a det(𝑃𝜎 ) =
nulateur deÍ𝑓 . En posant 𝜎 = 𝑛−1 𝑘=1 𝑎𝑘 , on a tout d’abord
Í 𝑛
2 𝑛 3 𝜏 ∈𝑆𝑛 𝜀 (𝜏) 𝑎
𝑗=1 𝜏 ( 𝑗),𝑗 = 𝜏 ∈𝑆𝑛 𝜀 (𝜏) 𝑖=1 𝑎𝛿 𝜏 ( 𝑗),𝜎 ( 𝑗) = 𝜀 (𝜎)
𝑓 (𝑒𝑛 ) = 𝑘=1 𝑎𝑘 𝑓 (𝑒𝑘 ) = 𝜎𝑒
𝑛 + 𝑎𝑛 𝑓 (𝑒𝑛 ) puis 𝑓 (𝑒𝑛 ) =
2 2 𝑛 𝑛
𝜎 𝑓 (𝑒𝑛 ) + 𝑎𝑛 𝑓 (𝑒𝑛 ) = 𝜎 + 𝑎𝑛 𝑓 (𝑒𝑛 ) + 𝜎𝑎𝑛 𝑒𝑛 . On en déduit 2 [𝑃𝜎 𝑃𝜎 0 ] 𝑖,𝑗 =
Í
[𝑃𝜎 ] 𝑖,𝑘 [𝑃𝜎 0 ] 𝑘,𝑗 =
Í
𝛿𝑖, 𝜎 (𝑘)𝛿𝑘,𝜎 0 ( 𝑗) =
que 𝑓 3 (𝑒𝑛 ) − 𝑎𝑛 𝑓 2 (𝑒𝑛 ) = 𝜎 𝑓 (𝑒𝑛 ) . D’autre part, pour 𝑘 ∈ 𝑘=1 𝑘=1
{1, . . . , 𝑛 − 1}, on a 𝑓 2 (𝑒𝑘 ) = 𝑎𝑘 𝑓 (𝑒𝑛 ) et 𝑓 3 (𝑒𝑘 ) = 𝑎𝑘 𝑓 2 (𝑒𝑛 ) = 𝛿𝑖,𝜎 (𝜎 0 ( 𝑗)) = [𝑃𝜎◦𝜎 0 ] 𝑖,𝑗 , donc 𝑃𝜎 𝑃𝜎 0 = 𝑃𝜎◦𝜎 0
𝑎𝑘 𝑎𝑛 𝑓 (𝑒𝑛 ) + 𝜎𝑎𝑘 𝑒𝑛 , et là aussi 𝑓 3 (𝑒𝑘 ) − 𝑎𝑛 𝑓 2 (𝑒𝑘 ) = 𝜎 𝑓 (𝑒𝑘 ). 3 On montre que 𝐺 est un sous groupe de GL𝑛 (R).
Il en résulte que le polynôme 𝑃 = 𝑋 3 − 𝑎𝑛 𝑋 2 − 𝜎 est annu- • 𝐼𝑛 = 𝑃𝐼𝑑 ∈ 𝐺.

Classe MP3 page 10 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

• 𝑃𝜎 𝑃𝜎 0 = 𝑃𝜎◦𝜎 0 ∈ 𝐺. 𝜆𝑝−1
© 𝑝−2 ª
• 𝑃𝜎 𝑃𝜎 −1 = 𝑃𝜎◦𝜎 −1 = 𝐼𝑛 , donc 𝑃𝜎−1= 𝑃𝜎 −1 ∈ 𝐺. ­𝜆 ®
­ . ®
𝑛 ­ . ®
4
Í
[𝐴𝑃𝜎 ] 𝑖,𝑗 = 𝑎𝑖,𝑘 𝛿𝑘 𝜎 ( 𝑗) = 𝑎𝑖,𝜎 ( 𝑗) . ­ . ®
𝐸𝜆 (𝑃𝜎0 ) = Vect ­ 1 ®.
­ ®
𝑘=1
La j-ième colonne de 𝐴𝑃𝜎 est la 𝜎 ( 𝑗)-ième colonne de 𝐴. ­ 0 ®
­ ®
5.a
­ . ®
5 𝑓𝜎 (𝑒𝑖 ) = 𝑒𝜎 (𝑖) ­ . ®
­ . ®
0 ... 1 « 0 ¬
.. ª® Pour 𝜆 = 1.
©© ª
­­1 0
­­ ®
.®
0
®
5.b Dans ce cas 𝑃𝜎0 = ­­ . . . ®.
­­ . ®
.. ® ®
..
­­ . . . .® ® (
­«0
­
1 0¬
® 𝐽𝑋 1 = 𝑋 1
® 𝑃𝜎0 𝑋 = 𝑋 ⇐⇒
« 0 𝐼𝑛−𝑝 ¬ 𝑋 2 est qlq
Le premier bloc est une matrice compagnon , donc (
𝑥 1 = 𝑥 2 = . . . = 𝑥𝑝
⇐⇒
𝜒𝑃𝜎0 = (𝑋 𝑝 − 1) (𝑋 − 1)𝑛−𝑝 et Sp𝑃𝜎0 = 𝑈𝑝 𝑋 2 qlq

Avec 𝑈𝑝 des racines p-ième de l’unité. 1

© © . ªª
­𝑥 ­ . ®®
𝑥1
©.ª ⇐⇒ 𝑋 = ­­ 1 ­ . ®®®
­.®  
­.® ­ «1¬®
𝑋
Soit 𝜆 une racine p-ième de 1, soit 𝑋 = ­𝑥 𝑝 ® = 1 un vecteur « 𝑋2 ¬
­ ®
­.® 𝑋2
­.®
­.® Donc
«𝑥𝑛 ¬ 0 0
𝑥1 ! © 1 1 1 © ª
© . ª ­ .. ®
© . ªª
©.ª 𝑥 𝑝+1 ­© . ª © . ª ­ . ®®
propre associé , avec 𝑋 1 = ­ .. ® et 𝑥 2 = .
­ ® (𝑋 2 n’existerait ­­ . ® ­ . ® ­.® ­.® ­ . ®®
­­ . ® ­ . ® ­.® ­ ®
..𝑥 ­ ® ­0® ­0®®
­ ®®
𝑛 ­­1® ­ 1 ® ­1® ­ ®
­­ ® ­ ®
«𝑥 𝑝 ¬ 𝐸 1 (𝑃𝜎0 ) = Vect ­­ ® , ­ ® , . . . , ­ ® , ­1® , . . . , ­0®®
­ ®®
0 ... 1 ­­0® ­ 1 ® ­0® ­ ®
­ . ® ­0®
­ . ®®
­­ . ® ­ .® ­ . ®®
© .. ª® ­­ . ® ­ .® ­.® ­.® ­ . ®®
­1 0
­
.® ­­ . ® ­0.® ­.® ­.®
­0®®
­ ®®
pas si 𝑝 = 𝑛), et posons 𝐽 = ­ . ­.®
. ®. 0 0 1
­
­. .. .. « ¬ 0
. .. ®® «1¬¬
« ¬ « ¬
­. . « « ¬
«0 1 0¬
5.c Rangeons les éléments de [[1; 𝑛]]\{𝑎 1, . . . , 𝑎𝑝 } en une
suite strictement croissante (𝑎𝑖 )𝑖=𝑝+1,...𝑛 , soit 𝜏 définie pas
(
𝐽𝑋 1 = 𝜆𝑋 1
𝑃𝜎0 𝑋 = 𝜆𝑋 ⇐⇒ 𝜏 (𝑖) = 𝑎𝑖 , on vérifie que 𝜏 ◦ 𝜎0 ◦ 𝜏 −1 = 𝜎, et par suite on
𝑋 2 = 𝜆𝑋 2 aura 𝑃𝜎 = 𝑃𝜏 𝑃𝜎0 𝑃𝜏−1 .
par conséquent Sp𝑃𝜎 = Sp𝑃𝜎0 = 𝑈𝑝 , et pour tout 𝜆 ∈ 𝑈𝑝
On distingue alors les cas :
𝑃𝜎 𝑋 = 𝜆𝑋 ⇐⇒ 𝑃𝜎0 𝑃𝜏−1𝑋 = 𝜆𝑃𝜏−1𝑋 , autrement dit 𝑋 est un
Si 𝜆 ≠ 1, alors
vecteur propre de 𝑃𝜎 associé à 𝜆 si et seulement si 𝑃𝜏−1𝑋 est
un vecteur propre de 𝑃𝜎0 .
(
𝐽𝑋 1 = 𝜆𝑋 1
𝑃𝜎0 𝑋 = 𝜆𝑋 ⇐⇒ 5.d On utilise une décomposition de 𝜎 en un produit de
𝑋2 = 0
cycles disjoints. 𝜎 = 𝐶 1 ◦ 𝐶 2 ◦ . . . ◦ 𝐶𝑘 , notons
Ð 𝐼𝑖 le sup-


 𝑥 𝑝 = 𝜆𝑥 1 port de 𝐶𝑖 , 𝑘𝑖 sa longueur et 𝐽 = [[1; 𝑛]]\ 𝑘𝑖=1 𝐼𝑖 (éven-




 𝑥 1 = 𝜆𝑥 2 𝑘
Í
⇐⇒
.

.. tuellement vide) de cardinal 𝑞 = 𝑛 𝑘𝑖 , posons pour tout
 𝑖=1


 𝑥 𝑝−1 = 𝜆𝑥 𝑝 𝑖 ∈ [[1; 𝑘]], 𝐹𝑖 = Vect{𝑒 𝑗 , 𝑗 ∈ 𝐼𝑘 }, et 𝐹 = Vect{𝑒𝑖 , 𝑖 ∈ 𝐽 }



𝑋 = 0 (éventuellement nul).
 2 𝐹𝑖 (resp 𝐹 ) est bien un sous espace stable par 𝑓𝜎 et l’endomor-
𝜆𝑝−1 phisme induit par 𝑓𝜎 sur 𝐹𝑖 est 𝑓𝐶𝑖 (resp 𝐼𝑑 ).
© 𝑝−2 ª
­𝜆 ® Comme 𝐸 = ⊕𝑖=1 𝑘 𝐹 ⊕ 𝐹 , donc en utilisant ce qui précède, on
𝑖
obtient
­ . ®
­ . ®
­ . ® Ö𝑘
!
⇐⇒ 𝑋 = 𝑥 𝑝 ­ 1 ®
­ ®
𝜒 𝑃𝜎 = (𝑋 𝑘𝑖 − 1) (𝑋 − 1)𝑞
­ 0 ®
­ ®
𝑖=1
­ . ®
­ . ®
­ . ®
« 0 ¬ Solution de l’exercice 19

Classe MP3 page 11 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

1 auront donc même argument, il existe 𝜑 ∈ R, 𝑥 𝑗 = 𝛼 𝑗 𝑒 𝑖𝜑 , ∀𝑗.

© ª 𝑛
Pour 𝑋 = ­­ ... ®® et du fait que ∀𝑖,
Í
1 𝑎𝑖 𝑗 = 1, alors 𝐴𝑋 = 𝑋 , 𝑛
∑︁
𝑗=1
«1¬ 𝐴𝑋 = 𝜆𝑋 ⇒ ∀𝑘 𝑎𝑘 𝑗 𝛼 𝑗 𝑒 𝑖𝜑 = 𝑒 𝑖𝜃 𝛼𝑘 𝑒 𝑖𝜑
donc 1 est une valeur propre de 𝐴. 𝑗=1
𝑛
∑︁
⇒ ∀𝑘 : 𝑒 𝑖𝜃 𝛼𝑘 = 𝑎𝑘 𝑗 𝛼 𝑗
𝑥1 𝑛 𝑗=1
©.ª ∑︁
𝑋 = ­ .. ®® ∈ Ker(𝐴 − 𝐼𝑛 )
­ ⇐⇒ ∀𝑖, 𝑎𝑖 𝑗 𝑥 𝑗 = 𝑥 𝑖 ⇒ 𝑒 𝑖𝜃 ∈ R+
𝑗=1
«𝑥𝑛 ¬
𝑛
∑︁ Donc 𝜆 = 𝑒 𝑖𝜃 = 1. 1 est la seule valeur propre de module égal
⇐⇒ ∀𝑖, 𝑎𝑖 𝑗 (𝑥𝑖 − 𝑥 𝑗 ) = 0 à 1.
𝑗=1,𝑗≠𝑖 3 On sait que
Soit 𝑥Í
𝑖 0 réalaisant le maximum des 𝑥 𝑗 . 𝑛
Ø ∑︁
On a 𝑗≠𝑖 0 𝑎𝑖 0 𝑗 (𝑥𝑖 0 − 𝑥 𝑗 ) = 0. SpC (𝐴) ⊂ 𝐷 (𝑎𝑖𝑖 , |𝑎𝑖 𝑗 |)
Comme 𝑎𝑖 0 𝑗 (𝑥𝑖 0 − 𝑥 𝑗 ) > 0, ∀𝑗, donc 𝑎𝑖 0 𝑗 (𝑥𝑖 0 − 𝑥 𝑗 ) = 0. 𝑖=1 𝑗≠𝑖
1 Í
©.ª 𝑗≠𝑖 |𝑎𝑖 𝑗 | = 1−𝑎𝑖𝑖 , donc ∀𝜆 ∈ SpC (𝐴), ∃𝑖 ∈ [[1; 𝑛]], |𝜆 −𝑎𝑖𝑖 | 6
𝑎𝑖 0 𝑗 ≠ 0, donc 𝑥 𝑗 = 𝑥𝑖 0 , ∀𝑗. Ainsi 𝑋 est colinéaire à ­­ .. ®®, 1 − 𝑎𝑖𝑖 .
«1¬ Soit 𝑎 = min(𝑎𝑖𝑖 , 𝑖 = 1, . . . , 𝑛).
dim(Ker(𝐴 − 𝐼𝑑 )) = 1.
𝑥1 |𝜆 − 𝑎| 6 |𝜆 − 𝑎𝑖𝑖 | + |𝑎𝑖𝑖 − 𝑎|
© ª 6 1 − 𝑎𝑖𝑖 + 𝑎𝑖𝑖 − 𝑎
2 Soit 𝜆 ∈ Sp(𝐴) différente de 1, soit 𝑋 = ­­ ... ®® un vecteur
= 1−𝑎
«𝑥𝑛 ¬
propre associé, soit 𝑖 0 réalisant le maximum des |𝑥 𝑗 |. < 1

𝑛
∑︁
|𝜆𝑥𝑖 0 | = | 𝑎𝑖 0 𝑗 𝑥 𝑗 | Solution de l’exercice 20
𝑗=1
𝑛 1 Pour 𝑆 dans S𝑛 (R), on a 𝑢 (𝑆) = (𝑎 + 𝑏)𝑆. Pour 𝐴 dans
A𝑛 (R), on a 𝑢 (𝐴) = (𝑎 − 𝑏)𝐴. Il en résulte 𝑎 + 𝑏 et 𝑎 − 𝑏
∑︁
6 |𝑎𝑖 0 𝑗 ||𝑥 𝑗 |
𝑗=1 sont des valeurs propres de 𝑢, que S𝑛 (R) est inclus dans le
𝑛
∑︁
! sous-espace propre associé à la valeur propre 𝑎 + 𝑏 de 𝑢 et
6 |𝑎𝑖 0 𝑗 | |𝑥𝑖 0 | que A𝑛 (R) est inclus dans la sous-espace propre associé à la
𝑗=1 valeur propre 𝑎 −𝑏. Comme de plus M𝑛 (R) = S𝑛 (R) ⊕ A𝑛 (R),
on peut trouver une base de 𝐸 formée de vecteurs propres et
𝑛
Donc |𝜆| 6
Í
𝑎𝑖 0 𝑗 = 1. l’endomorphisme 𝑢 est donc diagonalisable.
𝑗=1
2 La trace de 𝑢 est donnée par
Il reste maintenant à écarter les nombres complexes de la
forme 𝜆 = 𝑒 𝑖𝜃 , avec 𝜃 ]0, 2𝜋 [. 𝑛(𝑛 + 1) 𝑛(𝑛
Rappelons le résultat suivant : tr(𝑢) = (𝑎+𝑏) dim (S𝑛 (R))+(𝑎−𝑏) dim (A𝑛 (R)) = (𝑎+𝑏)+
𝑛 𝑛 2 2
Í Í
Si 𝑧 1, . . . , 𝑧𝑛 tel que | 𝑧𝑖 | = |𝑧𝑖 |, alors les 𝑧𝑖 ont même
𝑖=1 𝑖=1 Le déterminant de 𝑢 est donné par
argument.
𝑛 (𝑛+1)
Suppons que 𝜆 = 𝑒 𝑖𝜃 est une valeur propre de 𝐴, 𝑋 ≠ 0, 𝐴𝑋 = det(𝑢) = (𝑎+𝑏) dim(S𝑛 (R)) (𝑎−𝑏) dim(A𝑛 (R)) = (𝑎+𝑏) 2 (𝑎−𝑏)
𝑛𝑖𝑛−11
2
𝜆𝑋 , soit 𝑖 0 réalisant le maximum des |𝑥 𝑗 |.
𝑛
∑︁ Solution de l’exercice 21
|𝑥𝑖 0 | = | 𝑎𝑖 0 𝑗 𝑥 𝑗
𝑗=1
1 Soit 𝜆 une valeur propre de 𝑓 , 𝑉 un vecteur propre associé,
C une base de 𝐸 et 𝑔 ∈ 𝐿(𝐸) défini par ∀𝑖 ∈ [[1; 𝑛]], 𝑔(𝑒𝑖 ) = 𝑉 .
𝑛
∑︁
6 |𝑎𝑖 0 𝑗 ||𝑥 𝑗 | On a Im(𝑔) = 𝑉 .
𝑗=1
! ∀𝑥 ∈ 𝐸 : ∃𝛼𝑥 ∈ 𝐾, 𝑔(𝑥) = 𝛼𝑥 𝑉 .
𝑛
∑︁ 𝑓 ◦ 𝑔(𝑥) = 𝑓 (𝛼𝑥 𝑉 ) = 𝛼𝑥 𝑓 (𝑉 ) = 𝛼𝑥 𝜆𝑉 = 𝜆𝑔(𝑥).
6 𝑎𝑖 0 𝑗 |𝑥𝑖 0 |
Donc 𝑓 ◦ 𝑔 = 𝜆𝑔, 𝑔 ≠ 0, 𝜆 est une valeur propre de 𝜑.
𝑗=1
Cherchons 𝐸𝜆 (𝜙).
= |𝑥𝑖 0 |
𝑛
Í 𝑛
Í
Donc si on pose 𝑧 𝑗 = 𝑎𝑖 0 𝑗 𝑥 𝑗 , on aura | 𝑧𝑗 | = |𝑧 𝑗 |, les 𝑥 𝑗 𝜙 (𝑔) = 𝜆𝑔 ⇐⇒ 𝑓 ◦ 𝑔 = 𝜆𝑔
𝑗=1 𝑗=1
⇐⇒ ∀𝑥 ∈ 𝐸 : 𝑔(𝑥) ∈ 𝐸𝜆 (𝑓 )

Classe MP3 page 12 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

Donc diagonalisables et commutent, ils sont codiagonalisables et

𝐸𝜆 (𝜙) = {𝑔 ∈ 𝐿(𝐸), Im 𝑔 ⊂ 𝐸𝜆 (𝑓 )} leur composée est diagonalisable donc Φ est diagonalisable.
La réciproque est fausse en prenant par exemple 𝐵 = 0 et 𝐴
2 On suppose que 𝑓 est diagonalisable. Sp(𝑓 ) =
non diagonalisable. L’endomorphisme Φ est nul, donc diago-
{𝜆1, . . . , 𝜆𝑟 }, 𝑚𝑖 = 𝑚(𝜆𝑖 ). Déterminons dim 𝐸𝜆𝑖 (𝜙).
nalisable, mais pas 𝐴.
𝛽𝑖 une base adaptée à 𝐸𝜆𝑖 (𝜙).
D’après 1) 𝑔 ∈ 𝐸𝜆𝑖 (𝜙) si et seulement si la matrice de 𝑔 dans
𝛽𝑖 est de la forme   Solution de l’exercice 24
𝐴
0 1 Si on pose 𝜓𝑢 : 𝑓 → 𝑢 −1 ◦ 𝑓 ◦ 𝑢.
où 𝐴 ∈ Mat𝑚𝑖 ,𝑛 (K). Donc dim 𝐸𝜆𝑖 (𝜙) = 𝑚𝑖 𝑛. On a 𝜓𝑢 ◦ 𝜙𝑢 = 𝐼𝐿 (𝐸) , donc 𝜙𝑢 est bijective et (𝜙𝑢 ) −1 = 𝜙𝑢 −1
𝑟 𝑟 𝑟 2 Soit 𝛽 = (𝑒 1, . . . , 𝑒𝑛 ) une base de diagonalisation de 𝑢
𝑚𝑖 = 𝑛 2 , donc 𝐿(𝐸) = 𝐸𝜆𝑖 (𝜙). 𝜙 est
Í Í Í
dim 𝐸𝜆𝑖 (𝜙) = 𝑛
𝑖=1 𝑖=1 𝑖=1 assoiciée resp aux valeurs propres 𝜆1, . . . , 𝜆𝑛 . Mat𝛽 (𝑢) = 𝐷.
donc diagonalisable. 𝑢 est inversible donc ∀𝑖, 𝜆𝑖 ≠ 0.
Soit 𝑓𝑖,𝑗 ∈ 𝐿(𝐸) associée à 𝐸𝑖,𝑗 associée à 𝐸𝑖,𝑗 dans 𝛽.
𝑛
Solution de l’exercice 22 ∑︁
𝐷𝐸𝑖,𝑗 𝐷 −1 = 𝜆𝑘 𝐸𝑘𝑘 𝐸𝑖 𝑗 𝐷 −1
1 𝜙 : 𝑀 → 𝐷𝑀 − 𝑀𝐷. 𝑘=1
𝜙 (𝐸𝑖 𝑗 ) = 𝐷𝐸𝑖 𝑗 − 𝐸𝑖 𝑗 𝐷. = 𝜆𝑖 𝐸𝑖 𝑗 𝐷 −1
𝑛
Í !
𝑛
𝐷𝐸𝑖 𝑗 = 𝜆𝑘 𝐸𝑘𝑘 𝐸𝑖 𝑗 = 𝜆𝑖 𝐸𝑖 𝑗 . ∑︁ 1
𝑘=1 = 𝜆𝑖 𝐸𝑖 𝑗 𝐸𝑘𝑘
Í𝑛 𝜆𝑘
𝑘=1
𝐸𝑖 𝑗 𝐷 = 𝜆𝑘 𝐸𝑖 𝑗 𝐸𝑘𝑘 = 𝜆 𝑗 𝐸𝑖 𝑗 .
𝑘=1 𝜆𝑖
Donc 𝜙 (𝐸𝑖 𝑗 ) = (𝜆𝑖 − 𝜆 𝑗 )𝐸𝑖
𝑗 . = 𝐸𝑖 𝑗
𝜆𝑗
La matrice de 𝜙 dans 𝐸𝑖 𝑗 𝑖,𝑗 est diagonale. Donc 𝜙 est diago-
nalisable. 𝐷𝐸𝑖 𝑗 𝐷 −1 = 𝜆𝜆𝑖𝑗 𝐸𝑖 𝑗 , donc 𝑢 ◦ 𝑓𝑖 𝑗 ◦ 𝑢 −1 = 𝜆𝜆𝑖𝑗 𝑓𝑖 𝑗 .
2 Soit 𝛽 = (𝑒 1, . . . , 𝑒𝑛 ) une base de vecteurs propres de 𝑓 . (𝑓𝑖 𝑗 )𝑖,𝑗 est donc une base de 𝐿(𝐸) de vecteurs propres de 𝜙. 𝜙
𝐷 = Mat𝛽 (𝑓 ) est diagonale. est diagonalisable.
Soit 𝑔𝑖,𝑗 ∈ 𝐿(𝐸) de matrice dans 𝛽 la matrice 𝐸𝑖,𝑗 . 
0 1

On a (𝑔𝑖,𝑗 ) est une base de 𝐿(𝐸), comme 𝐷𝐸𝑖,𝑗 − 𝐸𝑖,𝑗 𝐷 = 3 𝑢 canoniquement associé 𝐴 = ,
−1 0
(𝜆𝑖 − 𝜆 𝑗 )𝐸𝑖,𝑗 . Donc 𝑓 ◦ 𝑔𝑖,𝑗 − 𝑔𝑖,𝑗 ◦ 𝑓 = (𝜆𝑖 − 𝜆 𝑗 )𝑔𝑖,𝑗 . C = (𝐸11, 𝐸 12, 𝐸 21, 𝐸 22 ) la base canonique de Mat2 (R).
(𝑔𝑖,𝑗 ) est une base de vecteurs propres de 𝜙. 𝜙 est diagonali- C 0 = (𝑔11, 𝑔12, 𝑔21, 𝑔22 ) la base de 𝐿(R2 ) des endomorphismes
sable. associés  aux 𝐸𝑖 𝑗 .
0 −1
𝐴−1 = . 𝐴𝐸 11𝐴−1 = 𝐸 22 , donc 𝜙 (𝑔11 ) = 𝑔22 .
Solution de l’exercice 23 1 0
𝐴𝐸 12𝐴−1 = −𝑔21, 𝐴𝐸 21𝐴−1 = −𝑔12, 𝐴𝐸 22𝐴−1 = 𝑔11.
1 Notons ( 𝐸𝑖 ) la base canonique de C𝑛 . On sait que
𝐸𝑖 𝑗 (𝑖,𝑗) ∈ [1,𝑛] 2 est la base canonique de 𝐸 = M𝑛 (C). Comme 0 0 0 1
𝑡𝐸


­0 0 −1 0®
© ª
(𝑋 1, . . . , 𝑋𝑛 ) et (𝑌1, . . . , 𝑌𝑛 ) sont deux bases de C𝑛 , pour

tout Mat𝛽 0 (𝜙)𝑢 = ­ ®=𝑀
(𝑖, 𝑗) ∈
È1, 𝑛É2, 𝐸𝑖 𝑡 𝐸 𝑗 est combinaison linéaire de 𝑋𝑖 𝑡 𝑌 𝑗 donc ­0 −1 0 0®
𝑋𝑖 𝑟 𝑌 𝑗 est une famille génératrice de 𝐸, comme elle est consti- «1 0 0 0¬
tuée de 𝑛 2 éléments, il s’agit d’une base de 𝐸. 𝜒𝜙𝑢 = (𝑋 − 1) 2 (𝑋 + 1) 2 .
2 Remarquons que pour tout 𝑘 ∈ N, 𝑓 𝑘 (𝑋 )
= 𝐴𝑘 𝑋 .
Sup- −1 0 0 1
posons 𝑓 diagonalisable. Il existe un polynôme 𝑃 scindé ­ 0 −1 −1 0 ®
© ª
à racines simples annulateur de 𝑓 donc pour tout 𝑋 ∈ 𝑀 − 𝐼4 = ­ ® rg(𝑀 − 𝐼 4 ) = 2, donc
­ 0 −1 −1 0 ®
M𝑛 (C), 𝑃 (𝑓 ) (𝑋 ) = 𝑃 (𝐴)𝑋 = 0. Il en résulte que 𝑃 (𝐴) = 0 «1 0 0 −1¬
et donc 𝐴 est diagonalisable. Supposons maintenant 𝐴 diago- dim(𝐸 1 (𝜙𝑢 )) = 2 = 𝑚(1).
nalisable. Il existe 𝑈 1, . . . , 𝑈𝑛 une base de C𝑛 constituée de vec- De même dim 𝐸 −1 (𝜙𝑢 ) = 2 = 𝑚(−1), 𝜙𝑢 est diagonalisable,
teurs propres de 𝐴 associée aux valeurs propres 𝜆1, . .
. , 𝜆𝑛 . Po- mais 𝐴 ne l’est pas car 𝜒𝐴 = 𝑋 2 + 1 non scindé.
sons 𝐸𝑖 𝑗 = 𝑈𝑖 𝑡 𝑈 𝑗 . D’après la première question, 𝐸𝑖 𝑗 (𝑖,𝑗) ∈ [1,] 2 4 K = C.

base de 𝐸 = M𝑛 (C), de plus 𝑓 𝐸𝑖 𝑗 = 𝜆𝑖 𝐸𝑖 𝑗 . Done


est une Supposons que 𝜙𝑢 est diagonalisable, sa version matricielle est
𝐸𝑖 𝑗 (𝑖,𝑗) ∈ [1,𝑛I2 est une base de vecteurs propres de 𝑓 , 𝑓 est l’application
diagonalisable.
3 On procède de même pour 𝑔 mais en considérant 𝜓𝐴 : 𝑀𝑛 (C) −→ 𝑀𝑛 (C)
𝑉1, . . . , 𝑉𝑛 une base de C𝑛 constituée de vecteurs propres de 𝑀 ↦−→ 𝐴𝑀𝐴−1
0𝐵.
où 𝐴 = Mat𝐶 (𝑢), C une base de 𝐸.
4 On remarque que Φ = 𝑔 ◦ 𝑓 = 𝑓 ◦ 𝑔. Comme 𝑓 et 𝑔 sont Soit (𝑀𝑖 𝑗 )𝑖,𝑗 une base de vecteurs propres de 𝜓𝐴 associés aux

Classe MP3 page 13 / 14 CPGE Réda Slaoui

Réduction des endomorphismes Série d’exercices

valeurs propres 𝜆𝑖 𝑗 .
𝐴𝑀𝑖 𝑗 𝐴−1 = 𝜆𝑖 𝑗 𝑀𝑖 𝑗 .
𝜒𝐴 est scindé, soit 𝛼 une valeur propre de 𝐴 de vecteur propre
associé 𝑋 .
1
𝐴𝑀𝑖 𝑗 𝐴−1𝑋 = 𝜆𝑖 𝑗 𝑀𝑖 𝑗 𝑋 ⇒ 𝐴𝑀𝑖 𝑗 𝑋 = 𝜆𝑖 𝑗 𝑀𝑖 𝑗 𝑋
𝛼
⇒ 𝐴𝑀𝑖 𝑗 𝑋 = 𝛼𝜆𝑖 𝑗 𝑀𝑖 𝑗 𝑋

Doncs s’il est non nul. 𝑀𝑖 𝑗 𝑋 est un vecteur propre de 𝐴.

Montrons que (𝑀𝑖 𝑗 𝑋 )𝑖,𝑗 est génératrice de 𝑀𝑛,1 (C).
Pour cela montrons que

𝜓 : 𝑀𝑛 (C) −→ 𝑀𝑛,1 (C)

𝑁 ↦−→ 𝑀𝑋

est surjective, comme ca l’image de la base (𝑀𝑖 𝑗 )𝑖,𝑗 sera géné-

ratrice de 𝑀𝑛,1 (C).
Soit (𝐸 1, . . . , 𝐸𝑛 ) la base canonique de 𝑀𝑛,1 (C) : 𝑋 ≠ 0, soit 𝑖 0
tel que 𝑥𝑖 0 ≠ 0, 𝜓 (𝐸𝑖𝑖 0 ) = 𝐸𝑖𝑖 0 𝑋 .
Í𝑛
𝐸𝑖𝑖 0 𝑋 = 𝑥𝑘 𝐸𝑖𝑖 0 𝐸𝑘 = 𝑥𝑖 0 𝐸𝑖 .
𝑘=1
Donc 𝐸𝑖 = 𝜓 ( 𝑥1𝑖 𝐸𝑖𝑖 0 𝑋 ).
0
Comme (𝐸𝑖 ) est une base de 𝑀𝑛,1 (C), donc 𝜓 est surjective.
(𝑀𝑖 𝑗 𝑋 )𝑖,𝑗 est génératrice, on en extrait une base, qui sera une
base de vecteurs propres de 𝐴. 𝐴 est diagonalisable.

Classe MP3 page 14 / 14 CPGE Réda Slaoui