Exoo7 R
Exoo7 R
Exoo7 R
Exo7
Devoir la maison
Exercice 1
Soit a R, notons A la matrice suivante
0
1
A=
.
a 1 + a
On dfinit une suite (un )nN , par la donne de u0 et u1 et la relation de rcurrence suivante, pour n N
un+2 = (1 + a)un+1 aun
1. Pour quelles valeurs de a la matrice A est-elle diagonalisable ?
2. Lorsque A est diagonalisable, calculer An pour n N.
un
3. On suppose A diagonalisable. On note Un le vecteur Un =
, exprimer Un+1 en fonction de Un et
un+1
de A, puis Un en fonction de U0 et de A.
Correction H
[002591]
Exercice 2
Soit A la matrice de M3 (R) suivante :
0 1 0
A = 4 4 0 .
2 1 2
1. La matrice A est-elle diagonalisable ?
2. Calculer (A 2I3 )2 , puis (A 2I3 )n pour tout n N. En dduire An .
Correction H
[002592]
Exercice 3
Soit f lendomorphisme 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. Dmontrer que 1 et 2 sont des valeurs propres de f .
2. Dterminer les vecteurs propres de f .
3. Soit ~u un vecteur propre de f pour la valeur propre 2. Trouver des vecteurs ~v et ~w tels que
f (~v) = 2~v +~u et f (~w) = 2~w +~v.
4. Soit ~e un vecteur propre de f pour la valeur propre 1. Dmontrer que (~e,~u,~v,~w) est une base de R4 .
Donner la matrice de f dans cette base.
5. La matrice A est-elle diagonalisable ?
Correction H
[002593]
Partiel
Exercice 4
Soit A la matrice suivante
3 0 1
A= 2 4 2
1 0 3
Exercice 5
Soit A la matrice suivante
[002594]
1 1
A=
2 1
5. Expliquer, sans calcul, comment obtenir partir des questions prcdentes une approximation de 2 par
une suite de nombres rationnels.
Correction H
[002595]
Exercice 6
Soit P(X) un polynme de C[X], soit A une matrice de Mn (C). On note B la matrice : B = P(A) Mn (C).
1. Dmontrer que si ~x est un vecteur propre de A de valeur propre , alors ~x est un vecteur propre de B de
valeur propre P( ).
2. Le but de cette question est de dmontrer que les valeurs propres de B sont toutes de la forme P( ), avec
valeur propre de A.
Soit C, on dcompose le polynme P(X) en produit de facteurs de degr 1 :
P(X) = a(X 1 ) (X r ).
(a) Dmontrer que
det(B In ) = an det(A 1 In ) det(A r In ).
2
(b) En dduire que si est valeur propre de B, alors il existe une valeur propre de A telle que
= P( ).
3. On note SA lensemble des valeurs propres de A, dmontrer que
SB = {P( )/ SA }.
4. Soient 1 , . . . , r les valeurs propres de A et soit Q(X) le polynme :
Q(X) = (X 1 ) (X r ),
on note C la matrice C = Q(A).
(a) Dmontrer que SC = {0}.
(b) En dduire que le polynme caractristique de C est (1)n X n et que Cn = 0.
Correction H
[002596]
Examen
Exercice 7
Soit A la matrice
1 1 0
0 1
A= 1
1 0
2
et f lendomorphisme de R3 associ.
1. Factoriser le polynme caractristique de A.
2. Dterminer les sous-espaces propres et caractristiques de A.
3. Dmontrer quil existe une base de R3 dans laquelle la matrice de f est
1 1 0
B = 0 1 1
0 0 1
et trouver une matrice P inversible telle que A = PBP1 .
4. Ecrire la dcomposition de Dunford de B (justifier).
5. Pour t R, calculer exptB.
6. Donner les solutions des systmes diffrentiels Y 0 = BY et X 0 = AX.
Correction H
[002597]
Exercice 8
1. On note (~e1 ,~e2 ,~e3 ) la base canonique de R3 . Soit A la matrice
1 0 0
A = 0 2 0 .
0 0 3
Donner sans calcul les valeurs propres de A et une base de vecteurs propres.
2. On cherche dterminer, sil en existe, les matrices B telles que exp B = A.
(a) Montrer que si A = exp B, alors AB = BA.
(b) En dduire que la base (~e1 ,~e2 ,~e3 ) est une base de vecteurs propres de B.
(c) Dterminer toutes les matrices B M3 (R) telles que exp B = A. Justifier.
3
3. Soit la matrice C,
0 1 0
C = 0 0 1 .
0 0 0
Montrer quil nexiste pas de matrice D M3 (R) telle que C = exp D.
4. Calculer le polynme caractristique et le polynme minimal de C.
5. Supposons quil existe une matrice E M3 (R) telle que E 2 = C. Notons QE (X) son polynme minimal
et QC (X) le polynme minimal de C.
(a) Montrer que QE (X) divise QC (X 2 ).
(b) En dduire que E 3 = 0 et que C2 = 0.
(c) Dduire de ce qui prcde quil nexiste pas de matrice E telle que E 2 = C.
6. Soient F et G des matrices de M3 (R) telles que F = exp G. Dmontrer que pour tout n N , il existe une
matrice H telle que H n = F.
Correction H
[002598]
Rattrapage
Exercice 9
Soit m R, et A la matrice
1+m 1+m 1
m 1
A = m
m
m1 0
[002599]
Exercice 10
1. Donner un exemple de matrice dans M2 (R), diagonalisable sur C mais non diagonalisable sur R (justifier).
2. Donner un exemple de matrice dans M2 (R) non diagonalisable, ni sur C, ni sur R (justifier).
Correction H
Exercice 11
Soit A la matrice suivante :
[002600]
0 1
A=
1 0
1. Diagonaliser la matrice A.
2. Exprimer les solutions du systme diffrentiel X 0 = AX dans une base de vecteurs propres et tracer ses
trajectoires.
Correction H
Exercice 12
Soit A la matrice
[002601]
3
2
4
A = 1 3 1
2 1 3
et f lendomorphisme de R3 associ.
4
1 0 0
B = 0 2 1
0 0 2
et trouver une matrice P inversible telle que A = PBP1 .
4. Ecrire la dcomposition de Dunford de B (justifier).
5. Calculer exp B.
Correction H
[002602]
Correction de lexercice 1 N
Soit a R, notons A la matrice suivante
0
1
A=
.
a 1 + a
On dfinit une suite (un )nN , par la donne de u0 et u1 et la relation de rcurrence suivante, pour n N
un+2 = (1 + a)un+1 aun
1. Pour quelles valeurs de a la matrice A est-elle diagonalisable ?
Calculons le polynme caractristique PA (X) :
X
1
= X(1 + a X) + a = X 2 (1 + a)X + a.
PA (X) =
a 1 + a X
La matrice A est diagonalisable sur R si le polynme PA admet deux racines distinctes dans R. En effet,
si PA admet une racine double r et A diagonalisable, alors lendomorphisme de matrice A est gal rIdE ,
ce qui nest pas le cas. Calculons donc le discriminant du polynme caractristique.
= (1 + a)2 4a = 1 + a2 + 2a 4a = 1 + a2 2a = (1 a)2 .
Ainsi la matrice A est diagonalisable pour tout a 6= 1.
2. Lorsque A est diagonalisable, calculons An pour n N.
Lorsque A est diagonalisable, il existe une matrice inversible P et une matrice diagonale D telles que
A = PDP1 , ainsi pour tout n N, on a An = PDn P1 . Dterminons les matrices P et D. Pour cela
calculons les deux valeurs propres de A, ce sont les racines du polynme PA , on a donc
1 =
1+a+1a
1+a1+a
= 1 et 2 =
= a.
2
2
Dterminons maintenant des vecteurs propres associs aux valeurs propres 1 et a. On cherche des vecteurs
e~1 et e~2 tels que A~
e1 = e~1 et A~
e2 = a~
e2 .
0
1
x
x
=
y = x
a 1 + a
y
y
et
0
1
a 1 + a
x
x
=a
y = ax
y
y
n 1
On a donc U1 = AU0 , montrons par rcurrence sur n, que pour tout n N, Un = AnU0 . Cest vrai pour
n = 0, U0 = A0U0 = IU0 = U0 et pour n = 1. Soit n fix pour lequel on suppose Un = AnU0 , on a alors
U n+1 = AUn = A.AnU0 = An+1U0 , le rsultat est donc vrai pour tout entier naturel n.
6
Correction de lexercice 2 N
Soit A la matrice de M3 (R) suivante :
0 1 0
A = 4 4 0 .
2 1 2
1. La matrice A est-elle diagonalisable ?
Calculons son polynme caractristique
X
1
0
0 = (2 X)(X 2 4X + 4) = (2 X)3 .
PA (X) = 4 4 X
2
1
2 X
la matrice A admet une unique valeur propre 2, si elle tait diagonalisable, elle serait semblable la
matrice 2.I3 , elle serait donc gale 2I3 ce qui nest pas le cas, elle nest donc pas diagonalisable.
2. Calculons (A 2I3 )2 , puis (A 2I3 )n pour tout n N.
On a
2 1 0
2 1 0
0 0 0
(A 2I3 )2 = 4 2 0 4 2 0 = 0 0 0 ,
2 1 0
2 1 0
0 0 0
2 1 0
0
1
An = (B + 2I3 )n =
les Cnk
n!
.
k!(n k)!
Correction de lexercice 3 N
7
8 3 3 1
6
3
2 1
A=
26 7 10 2 .
0
0
0
2
1. Dmontrons que 1 et 2 sont des valeurs propres de f .
Pour cela montrons que det(A I) = 0 et det(A 2I) = 0. On a
9 3 3 1
9 3 3
9 3 0
9 3
6
2
2 1
= 0.
2
2 = 6
2 0 = 2
= 6
det(A I) =
9 2
6
2
26 7
26 7
9
26 7 2
0
0
0
1
Et
10 3 3 1
6
1
2 1
det(A 2I) =
= 0.
7
8 2
26
0
0
0
0
9x 3y 3z + t = 0
3x + y + z = 0
6x + 2y + 2z t = 0
x = 2y
z = 5y ,
26x + 7y + 9z = 0
26x
+
7y
+
9z
2t
=
0
t =0
t =0
t =0
ce systme reprsente une droite vectorielle engendre, par exemple, par le vecteur
~e = (2, 1, 5, 0).
Soit ~u = (x, y, z,t) tel que A~u = 2~u, on rsout
10x 3y 3z + t = 0
10x + 3y + 3z = 0
3y = 2x
6x + y + 2z t = 0
6x + y + 2z = 0 3z = 8x ,
26x + 7y + 8z 2t = 0
t =0
t =0
ce systme reprsente une droite vectorielle engendre, par exemple, par le vecteur
~u = (3, 2, 8, 0).
3. On considre le vecteur ~u prcdent et on determine des vecteurs ~v et ~w tels que
f (~v) = 2~v +~u et f (~w) = 2~w +~v.
Pour dterminer le vecteur ~v = (x, y, z,t), on rsout le systme
10x
3y
3z
+
t
=
3
10x + 3y + 3z = 3
6x + y + 2z t = 2
6x + y + 2z = 2 ,
26x + 7y + 8z 2t = 8
t =0
le vecteur ~v = (0, 0, 1, 0) convient. Pour dterminer le vecteur ~w = (x, y, z,t), on rsout le systme
10x 3y 3z + t = 0
10x + 3y + 3z = 1
6x + y + 2z t = 0
6x + y + 2z = 1 ,
26x + 7y + 8z 2t = 1
t = 1
le vecteur ~w = (1/2, 0, 2, 1) convient.
8
4. Les vecteurs ~e, ~u, ~v et ~w sont ceux dfinis prcdemment. On dmontre que (~e,~u,~v,~w) est une base de R4
et on donne la matrice de f dans cette base.
La matrice M des vecteurs ~e,~u,~v,~w dans la base cannonique est de rang 4 car son dterminant est non
nul, en effet
2 3
0 1/2
2 3
0
2 3
1 2 0
0
= 1 2 0 =
det M =
1 2 = 1.
5 8 1 2 5 8 1
0
0
0 1
Compte tenu des dfinitions des vecteurs ~e,~u,~v,~w, la matrice B de lendomorphisme f dans la base
(~e,~u,~v,~w) scrit
1 0 0 0
0 2 1 0
B=
0 0 2 1 .
0 0 0 2
5. La matrice A est-elle diagonalisable ?
Daprs la question prcdente, les valeurs propres de f sont 1, valeur propre simple, et 2 de multiplicit
3. Nous avons vu dans le b) que le sous-espace propre associ la valeur propre 2 est de dimension 1 6= 3,
ainsi, la matrice A nest pas diagonalisable.
Correction de lexercice 4 N
Soit A la matrice suivante
3 0 1
A= 2 4 2
1 0 3
1
3 X
= (4 X)(X 2 6X + 8)
= (4 X)(X 4)(X 2)
= (2 X)(4 X)2
2. On dmontre que A est diagonalisable et on dtermine une matrice D diagonale et une matrice P inversible telles A = PDP1 .
Le polynme PA admet deux racines, donc la matrice A admet deux valeurs propres, 1 = 2, valeur propre
simple et 2 = 4, valeur propre double. Dterminons les sous-espaces propres associs.
Notons E1 = {~V = (x, y, z)/A~V = 2~V }, on rsout alors le systme
(
3x z = 2x
z=x
2x + 4y + 2z = 2y
y = 2x
x + 3z = 2z
Le sous-espace propre E1 associ la valeur propre 2 est une droite vectorielle, dont un vecteur directeur
est ~e1 = (1, 2, 1).
Notons E2 = {~V = (x, y, z)/A~V = 4~V }, on rsout alors le systme
3x z = 4x
2x + 4y + 2z = 4y z = x
x + 3z = 4z
9
1 0 1
P = 2 1 0
1 0 1
et, si D est la matrice diagonale
2 0 0
D = 0 4 0 ,
0 0 4
on a la relation
A = PDP1 .
3. On donne en le justifiant, mais sans calculs, le polynme minimal de A.
La matrice A est diagonalisable, donc son polynme minimal na que des racines simples, par ailleurs les
racines du polynme minimal sont exactement les valeurs propres de A et le polynme minimal est un
polynme unitaire qui divise le polynme caractristique. On a donc
QA (X) = (X 2)(X 4).
4. On calcule An pour n N.
On a vu, dans la question 2), que A = PDP1 , on a donc, pour n N, An = P1 Dn P, or
n
2
0 0
Dn = 0 4n 0 ,
0 0 4n
il nous reste calculer P1 . On sait que P1 =
1 t
det P P,
do
1 2 1
1 0 1
1
det P = 2, P = 0 2 0 et P1 = 2 2 2 .
2
1 2 1
1 0
1
On a donc
1 0 1
2
0 0
1 0 1
1
An = 2 1 0 0 4n 0 2 2 2
2
1 0 1
0 0 4n
1 0
1
n
n
n
n
2 +4
0
2 4
1
= 2(4n 2n ) 2.4n 2(4n 2n ) .
2
2n 4n
0
2n + 4n
Correction de lexercice 5 N
Soit A la matrice suivante
1 1
A=
2 1
10
1 = 1 + 2 et 2 = 1 2,
ce sont les valeurs propres de A.
2. On note 1 > 2 les valeurs propres de A, E1 et E2 les sous-espaces propres associs. On dtermine une
base (~1 , ~2 ) de R2 telle que ~1 E1 , ~2 E2 , les deux vecteurs ayant des coordonnes de la forme (1, y).
1
tel que A.~1 = (1 + 2)~1 , on calcule donc y tel que
On cherche ~1 =
y
1 1
1
1
= (1 + 2)
2 1
y
y
ce qui quivaut
(
1+y = 1+ 2
2 + y = (1 + 2)y
1
~
do y = 2 et 1 = .
2
1
On cherche ~2 =
tel que A.~2 = (1 2)~2 , on calcule donc y tel que
y
1 1
1
1
= (1 2)
2 1
y
y
ce qui quivaut
(
do y = 2 et ~2 =
1+y = 1 2
2 + y = (1 2)y
1
.
2
3. Soit ~x un vecteur de R2 , on note (, ) ses coordonnes dans la base (~1 , ~2 ).On dmontre que, pour
n N, on a
An~x = 1n ~1 + 2n ~2 .
On a ~x = ~1 + ~2 , do, par linarit A~x = A~1 + A~2 et An~x = An~1 + An~2 . Or, on montre, par
rcurrence sur n, que An~1 = 1n~1 et de mme An~2 = 2n~2 . Pour n = 1, cest la dfinition des vecteurs
propres. Soit n fix, tel que An~1 = 1n~1 , on a alors An+1~1 = A.An~1 = 1n A~1 = 1n+1~1 . Ainsi, pour tout
n N, on a An~1 = 1n~1 , et, de mme, An~2 = 2n~2 . Do le rsultat.
a
n
4. Notons A ~x = n dans la base canonique de R2 . On exprime an et bn en fonction de , , 1 et 2 et
bn
+ 2
= n
A ~x = 1
bn
2
2
11
do
an = 1n + 2n
bn = 2(1n 2n )
|1 | = |1 + 2| > 1 = lim 1n = +,
n+
et
|2 | = |1 2| < 1 = lim 2n = 0.
n+
Do lquivalence
bn 1n 2n 1n
2 n = 2.
= 2 n
an
1 + 2n
1
On a donc bien
bn
= 2.
n+ an
lim
5. On explique, sans calcul, comment obtenir, partir des questions prcdentes, une approximation de 2
par une suite de nombres rationnels.
La matrice A est coefficients entiers, aussi, pour tout n N, la matrice An est coefficients entiers. Si
lon choisit un vecteur ~x coordonnes entires dans la base canonique de R2 , alors les coordonnes an
bn
et bn du vecteur An~x sont des entiers et elles nous fournissent une suite
de nombres rationnels qui tend
an
vers 2.
Correction de lexercice 6 N
Soit P(X) un polynme de C[X], soit A une matrice de Mn (C). On note B la matrice : B = P(A) Mn (C).
1. On dmontre que si ~x est un vecteur propre de A de valeur propre , alors ~x est un vecteur propre de B
de valeur propre P( ).
Soit ~x 6= 0 tel que A~x = ~x, notons P(X) = dk=0 ak X k , on a
d
P(A) =
ak Ak = a0 In + a1 A + + ad Ad ,
k=0
B~x = P(A)~x =
d
k
ak A ~x = ak
k=0
~x = P( )~x,
k=0
ce qui prouve que ~x est un vecteur propre de la matrice B = P(A) pour la valeur propre P( ).
2. Le but de cette question est de dmontrer que les valeurs propres de B sont toutes de la forme P( ), avec
valeur propre de A.
Soit C, on dcompose le polynme P(X) en produit de facteurs de degr 1 :
P(X) = a(X 1 ) (X r ).
12
2
0 1
1
A = 1 1
0 1 0
et f lendomorphisme de R3 associ.
1. Factorisons le polynme caractristique de A.
Le polynme caractristique de A est le polynme
2 X
0
1
1 X
PA (X) = 1 1 X 1 = (2 X)
1
0
1 X
1 1 1 X
1
X 0
= (2 X)(X 2 X + 1) 1
= X 3 + 3X 2 3X + 1 = (1 X)3
13
1 1 0
B = 0 1 1
0 0 1
et trouver une matrice P inversible telle que A = PBP1 .
Le vecteur ~u1 vrifie A~u1 = u1 , on cherche un vecteur ~u2 = (x, y, z) tel que A~u2 = ~u1 +~u2 .
2
0 1
x
1+x
1 y = 1 + y
A~u2 = ~u1 +~u2 1 1
0 1 0
z
1+z
2x z
1+x
x + y + z = 1 + y
y
1+z
On obtient donc z x = z + y = 1, le vecteur ~u2 = (1, 1, 0) convient. On cherche alors un vecteur
~u3 = (x, y, z) tel que A~u3 = ~u2 +~u3 .
2x z
1+x
A~u3 = ~u2 +~u3 x + y + z = 1 + y
y
z
on obtient alors x + y = x z = 1. Le vecteur ~u3 = (1, 0, 0) convient. Ainsi, dans la base (~u1 ,~u2 ,~u3 ) la
matrice de f est gale B. La matrice P cherche est
1
1 1
P = 1 1 0 ,
1
0 0
on a bien A = PBP1 et B = P1 AP.
4. Ecrivons la dcomposition de Dunford de B.
On a
1 1 0
1 0 0
0 1 0
B = 0 1 1 = 0 1 0 + 0 0 1 = I3 + N
0 0 1
0 0 1
0 0 0
0 1 0
0 0 1
2
1 t t 2 /2
t .
exptB = et 0 1
0 0
1
14
1
1 1
1 t t 2 /2
t Y0
X(t) = P(exptB)Y0 = et 1 1 0 0 1
1
0 0
0 0
1
2
1
t + 1 t /2 + t + 1
a
t
2
b
= e 1 t 1 t /2 t
2
1
t
t /2
c
o Y0 = (a, b, c) est un vecteur de R3 . Ou encore
t
2
z(t) = et (a + bt + ct 2 /2)
ou encore
t 2
t
e
e (t /2 + t + 1)
x(t)
e (t + 1)
y(t) = a et + b et (t + 1) + c et (t 2 /2 + t)
et t 2 /2
z(t)
tet
et
avec (a, b, c) R3 .
Correction de lexercice 8 N
1. On note (~e1 ,~e2 ,~e3 ) la base canonique de R3 . Soit A la matrice
1 0 0
A = 0 2 0 .
0 0 3
Donnons sans calcul les valeurs propres de A et une base de vecteurs propres.
La matrice A est diagonale dans la base canonique de R3 , on a A~e1 = ~e1 , A~e2 = 2~e2 et A~e3 = 3~e3 . Les
valeurs propres de A sont les rels 1, 2 et 3 et les sous-espaces propres associs sont les droites vectorielles
engendres respectivement par ~e1 , ~e2 et ~e3 .
2. On cherche dterminer, sil en existe, les matrices B telles que exp B = A.
(a) Montrons que si A = exp B, alors AB = BA.
On suppose quil existe B telle que A = exp B. On a alors, par dfinition,
+
A=
k! Bk , do AB = BA = k! Bk+1
k=0
k=0
(b) On en dduit que la base (~e1 ,~e2 ,~e3 ) est une base de vecteurs propres de B.
On a (BA)~e1 = B(A~e1 ) = B~e1 , mais BA = AB, on a donc B~e1 = (AB)~e1 = A(B~e1 ). Ce qui prouve
que B~e1 est un vecteur propre de A associ la valeur propre 1, il est donc colinaire ~e1 , ainsi,
~e1 est bien un vecteur propre de B. De mme, BA~e2 = 2B~e2 = AB~e2 donc B~e2 est colinaire ~e2 et
~e2 est un vecteur propre de B. Et aussi, BA~e3 = 3B~e3 = AB~e3 do B~e3 colinaire ~e3 et ~e3 vecteur
propre de B.
15
e
0
0
1 0 0
1 0 0
B = 0 2 0 , ainsi exp B = 0 e2 0 = 0 2 0
0 0 3
0 0 3
0
0 e3
ce qui implique e1 = 1, e2 = 2 et e3 = 3 et donc 1 = ln 1 = 0, 2 = ln 2 et 3 = ln 3 do
lexistence dune unique matrice B telle que exp B = A, cest la matrice
0 0
0
B = 0 ln 2 0
0 0 ln 3
3. Soit la matrice C,
0 1 0
C = 0 0 1 .
0 0 0
Montrons quil nexiste pas de matrice D M3 (R) telle que C = exp D.
Quelque soit la matrice D, la matrice exp D est inversible dinverse exp(D), or, il est clair que la matrice
C nest pas inversible, son dterminant est nul, ainsi, il nexiste pas de matrice D telle que C = exp D.
4. Calculons le polynme caractristique et le polynme minimal de C.
Soit PC (X) le polynme caractristique de C, on a
X 1
0
X 1
= X 3 .
PC (X) = 0 X 1 = X
0
X
0
0 X
Le polynme
minimal
QC de C est unitaire, divise son polynme caractristique PC et sannule en C, or
0 0 1
C2 = 0 0 0 6= 0, mais C3 = 0, do QC (X) = X 3 .
0 0 0
5. Supposons quil existe une matrice E M3 (R) telle que E 2 = C. Notons QE (X) son polynme minimal
et QC (X) le polynme minimal de C.
(a) Montrons que QE (X) divise QC (X 2 ).
On a QC (C) = QC (E 2 ) = 0, ainsi le polynme S(X) = QC (X 2 ) sannule en E, ce qui prouve que
QE (X), polynme minimal de E, divise QC (X 2 ).
(b) On en dduit que E 3 = 0 et que C2 = 0.
Le polynme minimal de E divise QC (X 2 ) = X 6 , or son degr est infrieur ou gal 3, par ailleurs
on suppose E 2 = C donc E 2 6= 0 ainsi, on a bien QE (X) = X 3 et E 3 = 0, or, E 3 = 0 implique E 4 = 0
et, comme E 4 = C2 , on a C2 = 0.
(c) On dduit de ce qui prcde quil nexiste pas de matrice E telle que E 2 = C.
Si une telle matrice existe, alors on a vu quelle vrifie E 3 = 0, ainsi on a E 4 = 0, or E 4 = C2 6= 0,
do la conclusion.
6. Soient F et G des matrices de M3 (R) telles que F = exp G. Dmontrons que pour tout n N , il existe
une matrice H telle que H n = F.
Soit F = exp G et n N , posons H = exp 1n G, on a
n
1
n
H n = exp G = exp G = exp G = F.
n
n
16
Correction de lexercice 9 N
Soit m R, et A la matrice
1+m 1+m 1
m 1
A = m
m
m1 0
1. Factorisons le polynme caractristique de A et montrons que les valeurs propres de A sont 1 et 1. (1,5
points)
1 + m X 1 + m
1
m X 1
PA (X) = m
m
m 1 X
1 + m X 1 + m
1
m X
1
= m
0
X 1 X 1
1 + m X
m
1
1mX
1
= m
0
0
X 1
1 + m X
m
= (X 1)
m
1 m X
= (1 + X) (1 X)2 m2 + m2
= (1 + X)(1 X)2
Ainsi, les valeurs propres de la matrice A sont 1, valeur propre simple, et 1, valeur propre double.
2. Pour quelles valeurs de m la matrice est-elle diagonalisable ? (1,5 points)
La matrice A est diagonalisable si et seulement si le sous-espace propre associ la valeur propre 1 est
de dimension 2. Dterminons donc ce sous-espace propre E1 = {~u = (x, y, z) R3 , A~u = ~u}.
mx + (1 + m)y + z = 0
A~u = ~u mx (1 + m)y z = 0
mx + (m 1)y z = 0
(
mx + (1 + m)y + z = 0
mx + (m 1)y z = 0
(
2y + 2z = 0
2mx + 2my = 0
(
y+z = 0
m(x + y) = 0
Ainsi, lespace E1 est de dimension 2 si et seulement si m = 0, cest alors le plan dquation y + z = 0,
sinon cest une droite, intersection des deux plans y + z = 0 et x + y = 0.
Dterminons suivant les valeurs de m le polynme minimal de A. (1 point)
Si m = 0, la matrice A est diagonalisable, son polynme minimal na que des racines simples, il est gal
17
Correction de lexercice 10 N
1. Donnons un exemple de matrice dans M2 (R), diagonalisable sur C mais non diagonalisable sur R. (2
points)
0 1
. Son polynme caractristique est gal
Soit A la matrice A =
1 0
X 1
= X 2 + 1.
PA (X) =
1 X
Le polynme caractristique de A admet deux racines complexes conjugues distinctes i et i elle est
donc diagonalisable sur C mais elle ne lest pas sur R.
2. Donnons un exemple de matrice dans M2 (R) non diagonalisable, ni sur C, ni sur R. (2 points)
1 1
Soit A la matrice A =
. Son polynme caractristique est gal
0 1
1 X
1
= (1 X)2 .
PA (X) =
0
1 X
Le polynme caractristique de A admet une racine double 1, la matrice A admet lunique valeur propre
1, or, elle nest pas gale lidentit, par consquent, elle nest diagonalisable, ni sur C, ni sur R.
Correction de lexercice 11 N
Soit A la matrice suivante :
0 1
A=
1 0
1
= X 2 1 = (X 1)(X + 1).
X
La matrice A admet deux valeurs propres distinctes, elle est donc diagonalisable.
Dterminons une base de vecteurs propres de A.
Soit ~u = (x, y) R2 ,
A~u = ~u x = y et A~u = ~u x = y.
Notons ~u1 = (1, 1) et ~u2 = (1, 1), le vecteur ~u1 est un vecteur propre associ la valeur propre 1 et
le vecteur ~u2 est un vecteur propre associ la valeur propre 1, ils sont linairement indpendants, ils
forment donc une base de R2 . Ainsi, on a A = PDP1 , o
1 1
1 0
P=
et D =
1 1
0 1
2. Exprimons les solutions du systme diffrentiel X 0 = AX dans une base de vecteurs propres et traons ses
trajectoires. (3 points)
Soit Y tel que PY = X, on a alors
X 0 = AX PY 0 = APY Y 0 = P1 APY Y 0 = DY.
Les solutions du systme diffrentiel X 0 = AX dans la base de vecteurs propres (~u1 ,~u2 ) sont les solutions
du systme Y 0 = DY . Si Y = (x, y), on a x0 (t) = x(t) et y0 (t) = y(t), ainsi, les solutions du systme sont
x(t) = aet et y(t) = bet o a et b sont des constantes relles arbitraires. Les trajectoires, exprimes dans
la base de vecteurs propres (~u1 ,~u2 ), sont donc les courbes dquation y = c/x avec c R, ce sont des
branches dhyperboles.
18
Correction de lexercice 12 N
Soit A la matrice
3
2
4
A = 1 3 1
2 1 3
et f lendomorphisme de R3 associ.
1. Factorisons le polynme caractristique de A. (1 point)
On a
3 X
2
4
1
PA (X) = 1 3 X
2
1 3 X
1 X
2
4
3X
1
= 0
1+X
1 3 X
1 X
2
4
3 X 1
= 0
0
1
1 X
= (1 X)(X 2 4X + 4) = (X + 1)(X 2)2
Les valeurs propres de la matrice A sont 1 = 1, valeur propre simple et 2 = 2, valeur propre double.
2. Dterminons les sous-espaces propres et caractristiques de A. (2 points)
Le sous-espace propre associ la valeur propre 1 est le sous-espace vectoriel E1 dfini par
E1 = {~u R3 , A~u = u}.
Soit ~u = (x, y, z) R3 ,
~u E1
4x + 2y + 4z = 0
2x + y + 2z = 0
x + 4y z = 0
x 4y + z = 0
2x y 2z = 0
Lespace E1 est une droite vectorielle dont un vecteur directeur est donn par
~u1 = (1, 0, 1).
Le sous-espace propre associ la valeur propre 2 est le sous-espace vectoriel E2 dfini par
E2 = {~u R3 , A~u = 2u}.
Soit ~u = (x, y, z) R3 ,
x + 2y + 4z = 0
x + 2y + 4z = 0
x + y z = 0
~u E2
xy+z = 0
2x y 5z = 0
Lespace E2 est une droite vectorielle dont un vecteur directeur est donn par
~u2 = (2, 1, 1).
Le sous-espace E2 tant de dimension 1, la matrice A nest pas diagonalisable.
19
1
2
4
1
2
4
9 0 18
0 .
(A 2I)2 = 1 1 1 1 1 1 = 0 0
2 1 5
2 1 5
9 0 18
Do ker(A 2I)2 = {(x, y, z)R3 , x + 2z = 0}, cest le plan vectoriel dquation x + 2z = 0.
3. Dmontrons quil existe une base de R3 dans laquelle la matrice de f est ( 1 point)
1 0 0
B = 0 2 1 .
0 0 2
Les vecteurs ~u1 et ~u2 , vecteurs propres associs aux valeurs propres 1 et 2 conviennent pour les deux
premiers vecteurs de la base recherche, on va alors chercher un vecteur ~u3 ker(A 2I)2 tel que A~u3 =
~u2 + 2~u3 , notons ~u3 = (2z, y, z), on dtermine y et z tels que
4z
2
2y 2z
3y + z ) = 1 + 2y
2z
1
y + z
on obtient y + z = 1, le vecteur ~u3 = (0, 1, 0) convient.
Trouvons une matrice P inversible telle que A = PBP1 . (1 point)
La matrice de passage P qui exprime la base (~u1 ,~u2 ,~u3 ) dans la base canonique de R3 rpond la
question,
1
2 0
1 0 2
1 1 et P1 = 1 0 1 .
P= 0
1 1 0
1 1 1
4. Ecrivons la dcomposition de Dunford de B. (1 point)
On a
1 0 0
1 0 0
0 0 0
B = 0 2 1 = 0 2 0 + 0 0 1 ,
0 0 2
0 0 2
0 0 0
|
{z
} |
{z
}
D
N2
e
0 0
1 0 0
exp D = 0 e2 0 et exp N = I + N = 0 1 1 .
0
0 e2
0 0 1
Do
e1 0 0
exp B = 0 e2 e2 .
0
0 e2
20