Espaces vectoriels et applications

2019-2020

TD6 : Diagonalisation

Les exercices marqués du symbole ♣ sont à préparer sur feuille libre pour la séance indiquée
dans le déroulé du module

Valeurs et vecteurs propres

♣ Exercice 1 : Pour chaque cas ci-dessous, on donne un espace vectoriel E , une application f
de E (ou une matrice A) et un vecteur v ∈ E . Justier si v est un vecteur propre de f (ou A).
Si oui, quelle est la valeur propre correspondante ?
1. E = R3 , f (x, y, z) = (2x + y, 2z − x, 4z − x − y) et v = (2, 0, 1)
   
2 1 0 1
2. E = R3 , A =  −1 0 2  et v =  1 
−1 −1 4 2
3. E = R[X], f (P ) = P ∗ P et v = 1 (polynôme constant égal à 1)
4. E = R3 [X], pour tout P ∈ E , f (P ) ∈ E un polynôme déni par
f (P )(X) = P (2X) − P (X) et v = X 3

♣ Exercice 2 : Pour chaque cas ci-dessous, on donne un espace vectoriel E , une application f
de E (ou une matrice A) et une valeur α ∈ R. Justier si α est une valeur propre de f (ou A).
Si oui, trouver un vecteur propre correspondant ?
1. E = R2 , f (x, y) = (x, −y) et α = 1
 
1.5 −0.5 1
2. E = R3 , A =  −0.5 1.5 1  et α = 2
−1 −1 4
3. E = C ∞ (R), pour tout F ∈ E , f (F ) ∈ E une fonction dénie par f (F )(x) = F 0 (x) pour
x ∈ R et α = 3

1
Exercice 3 : Soit f : R2 → R2 une application dénie par :
1
f (x, y) = (3x + 4y, 4x − 3y)
5
1. Montrer que f est une application linéaire.
2. Déterminer la matrice de f dans la base canonique de R2 .
3. Montrer que le vecteur v1 = (2, 1) est un vecteur propre de f . Quelle est la valeur propre
associée ?
4. Montrer que le vecteur v2 = (−1, 2) est un vecteur propre de f . Quelle est la valeur
propre associée ?

♠ Exercice 4 : Soient A ∈ Mn,n (R) et λ1 , λ2 , . . . , λk (1 ≤ k ≤ n), k valeurs propres réelles

distinctes de A. Soient v1 , . . . , vk les vecteurs propres associés à chacun des λi , i ∈ {1, . . . , k}.
1. Montrer que pour k ∈ {1, . . . , n}, (v1 , . . . , vk ) forme une famille libre.
2. En déduire que si A possède n valeurs propres distinctes, l'ensemble des vecteurs propres
associés forment une base.

♠ Exercice 5 : Soit E un espace vectoriel de dimension n. Soit A ∈ Mn,n (R) la matrice d'un
endomorphisme f dans la base B de E .
1. Montrer que Ker(A) = {0} ⇔ det(A) 6= 0.
2. En déduire que 0 est une valeur propre de A si et seulement si det(A) = 0.
3. Application : Soient A et B deux matrices carrées de même dimension. Montrer que AB
et BA ont les mêmes valeurs propres.
4. Soit λ ∈ K. Montrer que :
λ valeur propre de f ⇔ det(A − λIn ) = 0
où In est la matrice identité d'ordre n.


0 1 1
5. Application : Déterminer les valeurs propres de la matrice A =  −1 1 1 
−1 1 2

♠ Exercice 6 : Soient A, B ∈ Cn,n (C). Les armations suivantes sont-elles vraies ? Justiez
vos réponses.
1. A admet n valeurs propres au plus.
2. A et At admettent les mêmes valeurs propres.
3. Si A admet une valeur propre α, alors A2 admet une valeur propre α2 .
√ √
4. Si A2 admet une valeur propre β , alors au moins l'une des valeurs − β et β est une
valeur propre de A.
5. Si A et B admettent une valeur propre commune α, alors α est aussi une valeur propre
de A + B .

2
Diagonalisation
♠ Exercice 7 : Soit A ∈ M3,3 (R) la matrice dénie par :
CLASSIQUE 
1 0 0


A=  0 1 0 
1 −1 2

1. Déterminer les valeurs propres de A.

2. Déterminer les sous-espaces propres associés à chacune des valeurs propres.
3. Montrer que A est diagonalisable.
4. En déduire une matrice P telle que P −1 AP soit diagonale.

♠ Exercice 8 : Soit A ∈ M3,3 (R) la matrice dénie par :

 
0 2 −1
A=  3 −2 0 
−2 2 1

1. Déterminer les valeurs propres de A.

2. Déterminer les sous-espaces propres associés à chacune des valeurs propres.
3. La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.

Exercice 9 : Soient n ∈ N∗ et f : R2n [X] → R[X] déni par :

∀P ∈ R2n [X], f (P ) = (X 2 − 1)P 0 − 2nXP.

1. Montrer que f est un endomorphisme de R2n [X].

2. Déterminer les valeurs propres et les vecteurs propres de f .
3. Montrer que f est diagonalisable.

Exercice 10 : Diagonaliser les matrices suivantes quand cela est possible. Pour chacune des
matrices diagonalisables, calculer P −1 (les calculs de P −1 seront à faire à la maison).
     
2 0 1 1 −2 2 2 −1 −1
♣A =  1 1 1  ♠B =  −2 1 2  C =  2 1 −2 
−2 0 −1 −2 −2 5 3 −1 −2
 
    1 3 0 0
1 0 1 0 1 1  4 2 0 0 
D= 0 1 0  E =  −1 1 1  F = 
 1 −1 5 −3 
1 1 1 −1 1 2
2 0 4 −2

3
♠ Exercice 11 : Montrer, de deux manières diérentes, que la matrice A ∈ M3,3 (R) dénie
ci-dessous n'est pas diagonalisable :
 
2 −2 2
A= 2 2 2 
1 1 2

♠ Exercice 12 : Soit m ∈ R. Diagonaliser les matrices suivantes quand cela est possible.
m m2
   
−1 0 −1 1
A= 0 0 −m  B =  −m − 1 m m + 1 
0 0 1 −m m m+1

♣ Exercice 13 : Soit f l'endomorphisme de R3 dont la matrice dans la base canonique

B = {e1 , e2 , e3 } est donnée par :  
−1 2 −1
A =  −4 5 −3 
−2 2 −1
1. (a) Soit u1 = e1 + e2 . Calculer les coordonnées de f (u1 ) dans la base B. Que peut-on en
déduire pour u1 ?
(b) L'endomorphisme f est-il diagonalisable ? Est-il bijectif ?

2. Soient u2 = pe2 + qe3 et u3 = re1 + se3 où p, q, r, s ∈ R.

(a) Déterminer u2 et u3 pour que
f (u2 ) = u1 + u2 et f (u3 ) = 2u2 + u3
(b) Vérier que B0 = {u1 , u2 , u3 } est une base de R3 .
(c) Écrire la matrice A0 de f dans la base B0 .
(d) Calculer A0−1 . En déduire A−1 .

♠ Exercice 14 : Soit A = (ai,j ) ∈ Mn,n (R) où ai,j = 1 pour tout 1 ≤ i, j ≤ n.

1. Sans calculer le polynôme caractéristique de A, montrer que 0 est une valeur propre et
déterminer le sous-espace propre associé.
2. Que dire de la multiplicité de cette valeur propre ?
3. Calculer la trace de A. En déduire le spectre de A.
4. A est-elle diagonalisable ?

Rappel : Lien entre la trace d'une matrice et les valeurs propres

X
T r(A) = λ m(λ)
λ∈Sp(A)

4
♠ Exercice 15 : Soit f l'endomorphisme de R4 dont la matrice dans la base canonique est
 
−8 −3 −3 1
 6 3 2 −1 
A=  26 7 10 −2 


0 0 0 2

1. Monter que 1 et 2 sont des valeurs propres de f .

On suppose pour la suite que le polynôme caractéristique de A est donné par
χA (λ) = (λ − 1)(λ − 2)3 .

2. Déterminer les vecteurs propres de f .

3. La matrice A est-elle diagonalisable ?
4. Soit u un vecteur propre de f pour la valeur propre 2. Trouver des vecteurs v et w tels
que
f (v) = 2v + u et f (w) = 2w + v
5. Soit e un vecteur propre de f pour la valeur propre 1. Démontrer que (e, u, v, w) est une
base de R4 . Donner la matrice de f dans cette base. (Cette matrice est appelée
réduite de Jordan de f )

Systèmes de suites récurrentes

♣Exercice 16 : Soient (un ) et (vn ) deux suites réelles vériant pour tout n ∈ N le système
suivant : 
un+1 = 4un + 2vn
(S) :
vn+1 = −6un − 4vn
1. Écrire le système (S) sous forme matricielle Xn+1 = AXn .
2. La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
3. Déterminer An pour tout n ∈ N.
4. En déduire un et vn en fonction de n, u0 et v0 .

Exercice 17 : Soient (un ) et (vn ) deux suites réelles dénies par u0 , v0 ∈ R et, pour tout
n ∈ N, par les relations :
 1 5
 un+1 = − un + vn

 12 6


 v 5 1
n+1 = un + vn
12 3
Déterminer un et vn en fonction de n.

5
Exercice 18 : On considère trois suites réelles (un ), (vn ), (wn ) dénies pour tout n ∈ N par :

 un+1 = un + 3vn − 3wn
vn+1 = 2un + 2wn
wn+1 = −un − vn + 3wn


et par les premiers termes u0 = v0 = w0 = 1. Déterminer un , vn et wn en fonction de n.

♠Exercice 19 : Soit (un ) une suite de nombres réels telle que pour tout n ≥ 0 :

un+2 = 3un+1 − 2un .

Déterminer un pour tout n ∈ N.

Systèmes diérentiels linéaires

♠Exercice 20 : On considère, pour tout t ≥ 0, le système diérentiel :
 0
 x (t) = 5x(t) − y(t) + 9z(t)
(S) : y 0 (t) = 3x(t) + 4y(t)
 0
z (t) = x(t) + y(t) + z(t)

1. Écrire le système (S) sous forme matricielle X 0 (t) = AX(t).

2. La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
3. Déterminer etA pour tout t ≥ 0.
4. En déduire x(t), y(t) et z(t) en fonction de t, x(0), y(0) et z(0).

Exercice 21 : On considère, pour tout t ≥ 0, le système diérentiel :

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

avec x(0) = y(0) = z(0) = 1. Déterminer x(t), y(t) et z(t) en fonction de t.