Diagonalisabilité et polynômes annulateurs

Documents pareils
Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

[ édité le 30 avril 2015 Enoncés 1

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Résolution de systèmes linéaires par des méthodes directes

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Chapitre 2. Matrices

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

NOTATIONS PRÉLIMINAIRES

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Cours d analyse numérique SMI-S4

Pour l épreuve d algèbre, les calculatrices sont interdites.

Cours 02 : Problème général de la programmation linéaire

Correction de l examen de la première session

Intégration et probabilités TD1 Espaces mesurés Corrigé

Calcul différentiel sur R n Première partie

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Le produit semi-direct

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Résolution d équations non linéaires

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Continuité en un point

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Simulation de variables aléatoires

Problème 1 : applications du plan affine

Chapitre 2 Le problème de l unicité des solutions

Probabilités sur un univers fini

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

NOMBRES COMPLEXES. Exercice 1 :

Approximations variationelles des EDP Notes du Cours de M2

Introduction à l étude des Corps Finis

3 Approximation de solutions d équations

Limites finies en un point

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

Programmation linéaire

Dérivées d ordres supérieurs. Application à l étude d extrema.

CCP PSI Mathématiques 1 : un corrigé

Cours d Analyse. Fonctions de plusieurs variables

3. Conditionnement P (B)

Fonctions de plusieurs variables

Chapitre VI - Méthodes de factorisation

Calcul différentiel. Chapitre Différentiabilité

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Construction de l'intégrale de Lebesgue

Image d un intervalle par une fonction continue

Probabilités sur un univers fini

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

I. Polynômes de Tchebychev

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Une forme générale de la conjecture abc

Structures algébriques

Correction du Baccalauréat S Amérique du Nord mai 2007

Calcul fonctionnel holomorphe dans les algèbres de Banach

Comment démontrer des formules sans effort? exposé de maîtrise

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Quelques contrôle de Première S

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Chapitre VI Fonctions de plusieurs variables

I. Ensemble de définition d'une fonction

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Intégration et probabilités TD1 Espaces mesurés

Cours de mathématiques

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Analyse en Composantes Principales

Espérance conditionnelle

DOCM Solutions officielles = n 2 10.

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Capes Première épreuve

Théorème du point fixe - Théorème de l inversion locale

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Géométrie dans l espace Produit scalaire et équations

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements

Polynômes à plusieurs variables. Résultant

Chapitre 1 : Évolution COURS

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Programmation linéaire

Exercices Corrigés Premières notions sur les espaces vectoriels

Chapitre 6. Fonction réelle d une variable réelle

Construction d un cercle tangent à deux cercles donnés.

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Dérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

CHAPITRE IV. L axiome du choix

Chp. 4. Minimisation d une fonction d une variable

Représentation géométrique d un nombre complexe

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

Fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Mathématiques Algèbre et géométrie

Université Paris-Dauphine DUMI2E 1ère année, Applications

Angles orientés et trigonométrie

Corrigé du baccalauréat S Asie 21 juin 2010

Comparaison de fonctions Développements limités. Chapitre 10

Transcription:

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 Diagonalisabilité et polynômes annulateurs Exercice 1 [ 00846 ] [correction] Montrer qu une matrice de permutation est diagonalisable. Exercice 6 [ 00851 ] [correction] Soient E un K-espace vectoriel de dimension n N et p L(E tel que p 2 soit un projecteur. a Quelles sont les valeurs propres possibles pour p? b Montrer que p est diagonalisable si, et seulement si, p 3 = p. Exercice 2 [ 00847 ] [correction] Soit ( On I A = n M I n O 2n (K n Calculer A 2. Selon que K = R ou C dire si la matrice A est, ou non, diagonalisable. Exercice 7 [ 00852 ] [correction] Soient E un espace vectoriel de dimension 3 et f un endomorphisme de E vérifiant f 4 = f 2 On suppose que 1 et 1 sont valeurs propres de f. Montrer que f est diagonalisable. Exercice 3 [ 00848 ] [correction] Soient n N et A M 2n (C définie par blocs ( O In A = O I n Exercice 8 [ 02608 ] [correction] Soit A M n (R vérifiant Montrer que la trace de A est un entier. A 3 + I n = O n a Calculer A 2. b La matrice A est-elle diagonalisable? Déterminer les valeurs propres de A et les dimensions de ses espaces propres? Exercice 4 [ 00849 ] [correction] Soient E un R-espace vectoriel de dimension finie et f un endomorphisme de E vérifiant f 3 = 4f Montrer que la trace de f est un entier pair. Exercice 9 [ 02714 ] [correction] Soit A M n (R vérifiant A 3 + A 2 + A = 0 Montrer que la matrice A est de rang pair. Exercice 10 [ 03469 ] [correction] Soit M M n (R vérifiant M 2 + t M = 2I n Montrer que cette matrice M est diagonalisable. Exercice 5 [ 00850 ] [correction] Soit A M n (R telle que Montrer que det(a = 1. A 3 A 2 + A I = O Exercice 11 [ 03645 ] [correction] Soit M M n (C telle que M 2 + t M = I n a Montrer M inversible si, et seulement si, 1 / SpM b Montrer que la matrice M est diagonalisable.

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 2 Exercice 12 [ 03792 ] [correction] Soient n un entier supérieur ou égal à 2 et M une matrice carrée de taille n telle que M 2 + t M = I n Quelles sont les valeurs propres de M? Est-elle symétrique? Est-elle diagonalisable? Exercice 13 [ 02716 ] [correction] Résoudre dans M n (R le système { M 2 + M + I n = 0 t MM = M t M Exercice 18 [ 03192 ] [correction] Soit A M 2 (Z telle que det A = 1 et qu il existe p N pour lequel A p = I n a Montrer que A est diagonalisable dans C. On note α et β les deux valeurs propres de A. b Montrer que α = β = 1, que α = β et Re(α {0, 1/2, 1} c Montrer que A 12 = I 2 d Montrer que l ensemble G = {A n /n N} est un groupe monogène fini pour le produit matriciel. Exercice 14 [ 03030 ] [correction] Soient P M n (R une matrice de projection et ϕ l endomorphisme de M n (R défini par ϕ(m = P M + MP Montrer que l endomorphisme ϕ est diagonalisable Exercice 15 [ 02720 ] [correction] Soit n N, u L(R 2n+1. On suppose u 3 = u, tru = 0 et tru 2 = 2n. On note C(u = { v L(R 2n+1 /uv = vu } a Calculer la dimension C(u. b Quels sont les n tels que C(u = R [u]? Exercice 16 [ 02721 ] [correction] Soit A M n (R. On pose f A (M = AM, pour toute matrice M M n (R. a Montrer que si A 2 = A alors f A est diagonalisable. b Montrer que f A est diagonalisable si, et seulement si, A est diagonalisable. Exercice 17 [ 00853 ] [correction] Soit A M n (C. On pose f(m = AM pour toute M M n (C. a L application f est-elle un endomorphisme de M n (C? b Etudier l équivalence entre les inversibilités de A et de f. c Etudier l équivalence entre les diagonalisabilités de A et de f. Exercice 19 [ 00838 ] [correction] Soit A M 2 (Z vérifiant : n N, A n = I 2 Montrer que A 12 = I 2. Exercice 20 [ 02652 ] [correction] On fixe n N et on note Pour A E n, on pose Montrer que ω(e n est fini. Exercice 21 [ 03138 ] [correction] Soit avec A M n (R. a Montrer que E n = {A M n (Z/ m N, A m = I n } ω(a = min {m N /A m = I n } M = P R [X], P (M = ( A A 0 A ( P (A AP (A 0 P (A b Enoncer une condition nécessaire et suffisante pour que M soit diagonalisable.

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 3 Exercice 22 [ 03281 ] [correction] Soit M = avec A, B M n (R vérifiant AB = BA a Montrer que P R [X], P (M = ( A B 0 A ( P (A P (AB 0 P (A Exercice 26 [ 03028 ] [correction] Soient α, β K et u, v, f trois endomorphismes d un K-espace vectoriel E de dimension finie vérifiant f = αu + βv Montrer que f est diagonalisable. f 2 = α 2 u + β 2 v f 3 = α 3 u + β 3 v b Enoncer une condition nécessaire et suffisante sur A et B pour que M soit diagonalisable. Exercice 23 [ 02953 ] [correction] Déterminer les couples (A, B M n (R 2 tels que ( A B O A est diagonalisable. Exercice 27 [ 03056 ] [correction] Soient λ, µ C, λ µ et A, B, M M p (C telles que I p = A + B M = λa + µb M 2 = λ 2 A + µ 2 B a Montrer que M est inversible et exprimer M 1. On pourra calculer M 2 (λ + µm + λµi p b Montrer que A et B sont des projecteurs. c La matrice M est-elle diagonalisable? Déterminer son spectre. Exercice 24 [ 03027 ] [correction] Trouver les matrices M M n (C vérifiant M 5 = M 2 et tr(m = n. Exercice 28 [ 00708 ] [correction] Soit (A, B, C M n (R 3 tel que C = A + B, C 2 = 2A + 3B et C 3 = 5A + 6B Exercice 25 [ 03646 ] [correction] Soient f, u, v trois endomorphismes d un R-espace vectoriel E de dimension finie. On suppose qu il existe α, β R distincts tels que Id = u + v f = αu + βv f 2 = α 2 u + β 2 v a Montrer que f est diagonalisable. b Justifier que u et v sont des projections vectorielles dont on précisera noyau et image en fonction des espace ker(f αid et ker(f βid. c Exprimer f n pour tout n N en fonction de α, β et u, v. Les matrices A et B sont-elles diagonalisables? Exercice 29 [ 03291 ] [correction] a Montrer que, pour z 1,..., z n C avec z 1 0, on a l égalité n n z k = z k si, et seulement si, il existe n 1 réels positifs α 2,..., α n tels que k 2, z k = α k z 1 b Déterminer toutes les matrices de M n (C telles que M n = I n et trm = n

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 4 Exercice 30 [ 03425 ] [correction] Soient 0 1 0 0 0 1 0 0 0 0 M = 0 0 0 0 1 0 0 1 0 0 M 5(R 0 0 0 1 0 et m L(R 5 canoniquement associé à M. a En procédant à un calcul par bloc, déterminer p N tel que M p = I 5. En déduire que M est diagonalisable dans M 5 (C. b Déterminer un vecteur x R 5 tel que x, m(x, m 2 (x, m 3 (x et m 4 (x forme une base de R 5. Quelle est la matrice de m dans cette base? Exercice 31 [ 03798 ] [correction] Soient E un K-espace vectoriel de dimension finie et F, G deux sous-espaces vectoriels supplémentaires non triviaux. On note p la projection sur F parallèlement à G et s la symétrie par rapport à F et parallèlement à G. Enfin on pose pour f endomorphisme de F φ(f = p f s ce qui définit un endomorphisme φ sur L(E. a Montrer que φ annule un polynôme «simple». L endomorphisme φ est-il diagonalisable? b Déterminer les éléments propres de φ. (indice : on pourra considérer les matrices de p et s dans une base adaptée à la décomposition E = F G Exercice 32 [ 03744 ] [correction] Soient n N et E = M n (R. Pour A, B E fixées non nulles, on définit f L(E par M E, f(m = M + tr(amb a Déterminer un polynôme annulateur de degré 2 de f et en déduire une condition nécessaire et suffisante sur (A, B pour que f soit diagonalisable. Quels sont alors les éléments propres de f? b Déterminer dim C où Exercice 33 [ 02410 ] [correction] Soient n 2, A M n (R et f l endomorphisme de M n (R défini par f(m = tr(am tr(ma où tr désigne la forme linéaire trace. Etudier la réduction de l endomorphisme f et préciser la dimension de ses sous-espaces propres. Exercice 34 [ 00479 ] [correction] Soit A la matrice donnée par A = ( 1 1 1 1 a Déterminer un polynôme annulateur non trivial de la matrice A. b Soit M M 2 (R vérifiant M 2 + M = A Justifier que la matrice M est diagonalisable et déterminer les valeurs propres possibles pour M. c Déterminer alors les matrices M possibles à l aide de polynômes annulateurs appropriés. Exercice 35 [ 02513 ] [correction] Soit u un endomorphisme d un R-espace vectoriel E de dimension finie tel qu il existe deux réels non nuls distincts a et b vérifiant Soient (u aid(u bid = 0 p = 1 1 (u aid et q = (u bid b a a b a Calculer p + q, p p, q q et q p. b Montrer que E = ker p ker q. c Trouver les éléments propres de u. L endomorphisme u est-il diagonalisable? C = {g L(E/f g = g f} Enoncé fourni par le concours CENTRALE-SUPELEC (CC-BY-NC-SA

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 5 Corrections Exercice 1 : [énoncé] Soient P M n (K une matrice de permutation et σ la permutation associée. Il existe q N tel que σ q = Id et donc P q = I n. La matrice P annule alors X q 1 qui est scindé à racines simples donc P est diagonalisable. Exercice 2 : [énoncé] A 2 = I 2n. On observe que X 2 + 1 est annulateur de A. Si K = C alors A est diagonalisable car annule le polynôme X 2 + 1 qui est scindé à racines simples. Si K = R alors A n est pas diagonalisable car sans valeurs propres. En effet une valeur propre (réelle de A doit être annulé par le polynôme X 2 + 1. Exercice 3 : [énoncé] a A 2 = I 2n. b X 2 + 1 = (X i(x + i est annulateur de A et scindé simple donc A est diagonalisable. De plus A est réelle donc ses valeurs propres sont deux à deux conjuguées, deux valeurs propres conjuguées ont même multiplicité. Puisque les valeurs propres figurent parmi les racines de X 2 + 1 et que la matrice complexe A possède au moins une valeur propre, on peut affirmer que i et i sont les deux seules valeurs propres de A, qu elles sont de multiplicité n. Enfin les sous-espaces propres associés sont de dimension n car A est diagonalisable et donc les dimensions des sous-espaces propres égales la multiplicité des valeurs propres respectives. Exercice 4 : [énoncé] f est diagonalisable car annule le polynôme X 3 4X = X(X 2(X + 2 scindé simple. Les valeurs propres de f figurent parmi { 2, 0, 2} et donc la trace de f qui est la somme de ses valeurs propres comptées avec multiplicité est paire. Exercice 5 : [énoncé] A annule un polynôme scindé à racines simples (1, i et i donc A est diagonalisable dans M n (C. Les valeurs propres possibles de A sont 1, i et i. Puisque tr(a R, la multiplicité de i égale celle de i. Par suite det(a = 1. Exercice 6 : [énoncé] a Puisque p 4 = p 2, une valeur propre λ doit vérifier λ 4 = λ 2 donc λ { 1, 0, 1}. b Si p est diagonalisable alors sa matrice A dans une base de vecteurs propres sera diagonale avec des 1, 0 ou 1 sur la diagonale. Comme alors A 3 = A on a p 3 = p. Si p 3 = p alors p est annulé par un polynôme scindé à racines simples donc p est diagonalisable. Exercice 7 : [énoncé] Si 1 et 1 sont les seules valeurs propres alors f GL(E et la relation f 4 = f 2 donne f 2 = Id ce qui fournit un polynôme annulateur scindé à racines simples et permet de conclure. Si 1 et 1 ne sont pas les seules valeurs propres c est que 0 est aussi valeur propre car les valeurs propres figurent parmi les racines de tout polynôme annulateur. f présente alors 3 = dim Evaleurs propres distincts donc f est diagonalisable. Exercice 8 : [énoncé] A est diagonalisable sur C semblable à une matrice D = diag( I p, ji q, j 2 I q donc tra = trd = p q(j + j 2 = q p Z Exercice 9 : [énoncé] Le polynôme X 3 + X 2 + X = X(X j(x j 2 annule la matricea. Ce polynôme étant scindé à racines simples dans C, la matrice A est diagonalisable dans M n (C. De plus SpA { 0, j, j 2} Puisque la matrice A est réelle, les valeurs propres j et j 2 ont même multiplicité p N. La diagonalisation complexe de A comporte alors p nombres j et p nombres j 2 sur la diagonale, les éventuels autres coefficients diagonaux étant nuls. La matrice A est alors de même rang que cette matrice diagonale, c est-à-dire 2p. Exercice 10 : [énoncé] On a (M 2 2I n 2 = ( t M 2 = t (M 2 = 2I n M

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 6 On en déduit le polynôme annulateur de M suivant qui se factorise avec X 4 4X 2 + X + 2 X 4 4X 2 + X + 2 = (X 1(X + 2(X α(x β α = 1 + 5 et β = 1 5 2 2 Puisque la matrice M annule un polynôme réel scindé à racines simples, cette matrice est diagonalisable. Exercice 11 : [énoncé] a Si M n est pas inversible, il existe une colonne X non nulle telle que MX = 0 et alors l identité de l énoncé donne t MX = X donc 1 Sp( t M = SpM. Inversement, si 1 SpM alors il existe une colonne X non nulle telle que MX = X et alors l identité de l énoncé donne t MX = 0 et donc t M n est pas inversible. Or det( t M = det M donc M n est pas inversible non plus. b La relation donnée entraîne Or donc ( t M 2 = ( In M 2 2 = M 4 2M 2 + I n ( t M 2 = t ( M 2 = I n M M 4 2M 2 + I n = I n M et donc la matrice M est annulé par le polynôme P (X = X 4 2X 2 + X = X(X 1(X 2 + X 1 C est un polynôme scindé à racines simples donc la matrice M est diagonalisable. Exercice 12 : [énoncé] La relation donnée entraîne ( t M 2 = ( In M 2 2 = M 4 2M 2 + I n donc M 4 2M 2 + I n = I n M et donc la matrice M est annulée par le polynôme P (X = X 4 2X 2 + X = X(X 1(X 2 + X 1 Les valeurs propres possibles de M sont les racines de ce polynôme. Chacune de celles-ci peut être valeur propre. En effet pour les racines de X 2 + X 1, il suffit de considérer une matrice diagonale avec les coefficients diagonaux correspondant aux racines. Pour les racines de X(X 1, il suffit de considérer M = 1 ( 1 i 2 i 1 La matrice M n est pas nécessairement symétrique comme le montre l exemple au dessus. La matrice M annule un polynôme scindé à racines simples, elle est donc diagonalisable. Exercice 13 : [énoncé] Soit M solution, M est diagonalisable sur C avec pour valeurs propres j et j 2. Puisque trm est réel, les valeurs propres j et j 2 ont même multiplicité. Par suite n est pair, n = 2p. Nous allons montrer, en raisonnant par récurrence sur p qu il existe une matrice orthogonale P tel que avec J = R 2π/3 = ( a b Pour n = 2 : M = c d P MP 1 =. J (0... (0 J ( 1/2 3/2 3/2 1/2 t MM = M t M ou J = R 2π/3 { ab + cd = ac + db b 2 = c 2 Or ( t M 2 = t ( M 2 = I n M Si b = c alors M est symétrique donc diagonalisable sur R ce qui n est pas le cas. Il reste b = c et donc a = d.

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 7 ( a b Ainsi M = b a et la relation M 2 + M + I = 0 donne { a 2 b 2 + a + 1 = 0 2ab + b = 0 avec M, N M n (R, on peut affirmer dim C(u = 2n 2 + 1 b Π u = X 3 X donc dim R [u] = 3 et par suite C(u = R [u] si, et seulement si, n = 1. puis { a = 1/2 b = ± 3/2 ce qui permet de conclure (car le cas b = 0 est à exclure. Supposons la propriété établie au rang n = 2p et étudions le rang n = 2p + 2. Soit M une matrice solution. La matrice S = t M + M est symétrique et donc il existe X 0 tel que SX = λx. On observe alors que l espace F = Vect(X, MX est stable par M et par t M. Par suite F est aussi stable par M et t M. On peut alors appliquer l étude menée pour n = 2 à l action de M sur F et l hypothèse de récurrence à celle sur F. Cela établit la récurrence. Il ne reste plus qu à souligner que les matrices ainsi obtenues sont bien solutions. Exercice 14 : [énoncé] ϕ 2 (M = P (P M + MP + (P M + MP P = P M + 2P MP + MP car P 2 = P. ϕ 3 (M = P M + 6P MP + MP. Par suite ϕ 3 (M 3ϕ 2 (M = 2P M 2MP = 2ϕ(M. Ainsi ϕ annule le polynôme X 3 3X 2 + 2X = X(X 1(X 2. Puisque ce polynôme est scindé simple, l endomorphisme ϕ est diagonalisable. Exercice 15 : [énoncé] a Puisque u 3 = u, par annulation d un polynôme scindé simple, on peut affirmer que u est diagonalisable de valeurs propres possibles 0, 1, 1. Par les égalités tru = 0 et tru 2 = 2n on peut affirmer qu il existe une base de R 2n+1 dans laquelle la matrice de u est de la forme A = I n 0 0 0 I n 0 0 0 0 Les matrices commutant avec A étant celle de la forme M 0 0 0 N 0 0 0 α Exercice 16 : [énoncé] a Si A 2 = A alors f 2 A = f A. f A est une projection donc diagonalisable. b Pour tout P R [X], on observe P (f A : M P (AM de sorte que P (f A = 0 P (A = 0 Tout endomorphisme étant diagonalisable si, et seulement si, il annule un polynôme scindé simple, on peut conclure. Exercice 17 : [énoncé] a oui. b Si A est inversible alors M A 1 M est clairement application réciproque de f. Si f est inversible alors posons B = f 1 (I n. On a AB = I n donc A est inversible. c On observe que f n (M = A n M donc pour P C [X], P (f(m = P (AM Par suite P est annulateur de f si, et seulement si, il est annulateur de A. Puisque la diagonalisabilité équivaut à l existence d un polynôme annulateur scindé à racines simples, on peut conclure. Exercice 18 : [énoncé] a La matrice A annule le polynôme X p 1 qui est scindé simple dans C [X] donc A est diagonalisable dans M 2 (C. b Les valeurs propres α et β sont racines du polynôme annulateur donc α p = β p = 1. En particulier α = β = 1. Puisque det A = αβ = 1, on a α = 1/β = β/ β 2 = β. Enfin, tra = 2Re(α Z et 2Re(α [ 2, 2] car α 1 donc Re(α {0, 1/2, 1}. c Selon la valeur de Re(α et sachant α = 1, les valeurs possibles de α sont 1, j, i, j 2, 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 8 et leurs conjuguées. Dans tous les cas, on vérifie α 12 = 1 et on a aussi β 12 = 1. Puisque A est semblable à la matrice diagonale D = diag(α, β et que celle-ci vérifie D 12 = I 2, on a A 12 = I 2. d On vérifie aisément que G est un sous-groupe du groupe (GL 2 (C, et puisque G est un groupe monogène fini. G = { I 2, A, A 2,..., A 11} Exercice 19 : [énoncé] La matrice A est diagonalisable car A annule un polynôme scindé simple. Les racines complexes du polynôme caractéristique χ A de A sont conjuguées et valeurs propres de A donc racines du polynôme annulateur X n 1. Si les deux racines de χ A sont réelles alors SpA { 1, 1} et A est semblable à ( 1 0 0 1, ( 1 0 0 1 ou ( 1 0 0 1 et donc A 12 = I 2. Sinon les racines de χ A sont complexes conjuguées z, z. Leur somme sera 2Re(z [ 2, 2], leur produit z z = z 2 = 1. La matrice A étant de plus à coefficients entiers, 2Re(z Z. Les polynômes caractéristiques de A possibles sont alors X 2 2X + 1, X 2 X + 1, X 2 + 1, X 2 + X + 1 et X 2 + 2X + 1. Dans chaque cas le polynôme X 12 1 est multiple du polynôme caractéristique et donc annulateur. Exercice 20 : [énoncé] Si A E n alors A est diagonalisable et ses valeurs propres sont des racines de l unité. Ces valeurs propres sont aussi racines du polynôme caractéristique de A. Or les coefficients de ce polynôme sont entiers et, par les expressions des coefficients d un polynôme scindé en fonction de ses racines complexes (ici de module 1, on peut borner les coefficients du polynôme caractéristique de A. Par suite, il n y a qu un nombre fini de polynômes caractéristiques possibles pour un élément A E n. Ces polynômes ont eux-mêmes qu un nombre fini de racines et il n y a donc qu un nombre fini de racines de l unité possibles pour les valeurs propres de A E n. On peut alors affirmer qu il existe N N tel que toutes les valeurs propres λ des matrices A E n vérifient λ N = 1. On a alors aussi A N = 1 (car A est diagonalisable et donc ω(a N. Ainsi ω(e n [[1, N]]. Exercice 21 : [énoncé] a Par récurrence ( M k A k ka = k 0 A k puis on étend par linéarité. b Si M est diagonalisable alors M annule un polynôme scindé simple P et les calculs précédents montrent que A annule aussi ce polynôme. Par suite A est diagonalisable. De plus A annule aussi le polynôme XP de sorte que si λ est valeur propre de A alors A est racine commune de P et de XP. Or P n a que des racines simples donc P et P n ont pas de racines communes d où λ = 0. A est diagonalisable et Sp(A = {0} donne A = 0. Ainsi M est diagonalisable si, et seulement si, A = 0. Exercice 22 : [énoncé] a Par récurrence et en exploitant AB = BA ( M k A k ka = k 1 B 0 A k puis on étend par linéarité. b Si M est diagonalisable alors M annule un polynôme scindé simple P et les calculs précédents montrent que A annule aussi ce polynôme. Par suite A est diagonalisable semblable à une matrice D = λ 1 (0... (0 λ n avec λ 1,..., λ n les valeurs propres de A qui sont racines de P. De plus, on a P (AB = O n et la matrice P (A est semblable à P (D = P (λ 1 (0... (0 P (λ n Puisque les racines de P sont simples et que les λ 1,..., λ n sont racines de P, on a P (λ 1,..., P (λ n 0. On en déduit que la matrice P (A est inversible et l identité P (AB = O n donne alors B = O n. Ainsi, si M est diagonalisable, A est diagonalisable et B est nulle. La réciproque est immédiate.

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 9 Exercice 23 : [énoncé] Notons M la matrice étudiée et supposons celle-ci diagonalisable. Il existe un polynôme P scindé simple annulant M. Puisque ( P (A P (M = = O O P (A 2n le polynôme P annule aussi la matrice A qui est donc nécessairement diagonalisable. De plus, puisque χ M = χ 2 A, les matrices A et M ont les mêmes valeurs propres et on a l égalité suivante sur leurs multiplicités : λ SpA, m λ (M = 2m λ (A ce qui entraîne l égalité suivante sur la dimension des sous-espaces propres et enfin l égalité de rang suivante Or λ SpA, dim E λ (M = 2 dim E λ (A λ SpA, rg(m λi 2n = 2rg(A λi n ( A λin B rg(m λi 2n = rg O A λi n La matrice A étant diagonalisable, on peut écrire A = P DP 1 avec P inversible et λ 1 I α1 (0 D =... (0 λ m I αm où λ 1,..., λ m sont les valeurs propres distinctes ( de A et α k = dim E λk (A. P O En considérant la matrice inversible Q =, on a O P ( D C Q 1 MQ = avec C = P O D 1 BP. On écrit la matrice C par blocs selon la même décomposition que A : C 1,1 C 1,m C =.. avec C i,j Mat αi,α j (K C m,1 C m,m et la condition ( A λk I rg n B = 2rg(A λ O A k λi k I n n se relit après formule de passage C k,k = O αk. Inversement, si la matrice A est diagonalisable et s il y a nullité des blocs diagonaux d une représentation de B dans une base adaptée à la décomposition de K n en somme de sous-espaces propres de A alors on peut reprendre dans l autre sens l étude qui précède pour affirmer que M est diagonalisable. Exercice 24 : [énoncé] Soit M solution. Puisque le corps de base est C, la matrice M est semblable à une matrice triangulaire supérieure où figure sur la diagonale les valeurs propres de M comptées avec multiplicité. Puisque tr(m = n, la somme des valeurs propres de M comptées avec multiplicité vaut n. Or les valeurs propres de M sont racines du polynôme X 5 X 2 = X 2 (X 3 1, elle ne peuvent donc qu être 0, 1, j ou j 2. Notons p, q, r et s les multiplicités de chacune ; on a trm = q + rj + sj 2 = n. Puisque les parties réelles de j et j 2 valent 1/2, la seule possibilité est que q = n, r = s = 0 et alors p = 0. En particulier 0 n est pas valeur propre de M et donc M est inversible. La relation M 5 = M 2 donne alors M 3 = I n et donc M est diagonalisable puisque M annule un polynôme scindé simple. Finalement M est semblable à I n donc égale I n car sa seule valeur propre est 1. Inversement, la matrice I n est solution. Exercice 25 : [énoncé] a En développant, on vérifie (f αid (f βid = 0. L endomorphisme f annule un polynôme scindé simple, il est donc diagonalisable. De plus Spf {α, β}. On af(x = αx βv(x = αv(x v(x = 0. b On a (f βid = (α βu et (f αid = (β αv. La relation (f αid (f βid = 0 donne v u = 0 et par un calcul symétrique on obtient aussi u v = 0. On en déduit u = u Id = u 2 + u v = u 2 et donc u est une projection vectorielle. De plus ker u = ker ((α βu = ker(f βid et Imu = ker(id u = ker v = ker(f αid. c Par récurrence f n = α n u + β n v. Exercice 26 : [énoncé] Par élimination de u, on a f 2 αf = β(β αv et f 3 αf 2 = β 2 (β αv. Par élimination de v, on obtient f (f αid (f βid = 0.

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 10 Ainsi P = X(X α(x β est annulateur de f. Cas α β et α, β 0 f est diagonalisable car annule un polynôme scindé simple. Cas α = β = 0 f est diagonalisable car f est l endomorphisme nul. Cas β = 0 et α 0. On a f 2 αf = 0 donc f est diagonalisable car annule le polynôme scindé simple X(X α. Cas α = 0 et β 0. Semblable. Cas α = β 0. On a f = α(u + v et f 2 = α 2 (u + v donc à nouveau f 2 αf = 0. Dans tous les cas, l endomorphisme f est diagonalisable. Exercice 28 : [énoncé] On remarque La matrice C annule donc le polynôme C 3 C 2 = 3A + 3B = 3C X 3 X 2 3X On vérifie aisément que ce polynôme est scindé à racines simples et on peut donc affirmer que C est diagonalisable. Or donc A et B sont diagonalisables. A = C 3 2C 2 et B = C + 2C 2 C 3 Exercice 27 : [énoncé] a On vérifie par le biais des relations proposées On en déduit M 2 (λ + µm + λµi p = O p M ( λ + µ λµ I p 1 λµ M = I p Par le théorème d inversibilité, M est inversible et M 1 = λ + µ λµ I p 1 λµ M b M µi p = (λ µa et M λi p = (µ λb. Or (M µi p (M λi p = M 2 (λ + µm + λµi p = O p donc (λ µ 2 AB = O p puis AB = O p car λ µ. Puisque A = A I p = A 2 + AB = A 2, A est un projecteur. Il en est de même pour B. c M annule le polynôme scindé simple X 2 (λ + µx + λµ = (X λ(x µ La matrice M est donc diagonalisable et Sp(M {λ, µ}. Il se peut que cette inclusion soit stricte, c est le cas si M = λi p avec A = I p et B = O p. En tout cas, le spectre n est pas vide car M est diagonalisable. Exercice 29 : [énoncé] a L implication ( est immédiate ( Par récurrence sur n 2. Cas n = 2 Soient z 1, z 2 C tels que z 1 + z 2 = z 1 + z 2 En posant u = z 2 /z 1, on a alors (car z 1 0 1 + u = 1 + u En écrivant u = a + ib avec a, b R et en élevant au carré l identité précédente, on obtient (1 + a 2 + b 2 = 1 + 2 a 2 + b 2 + a 2 + b 2 et cette identité est vérifiée si, et seulement si, a R + et b = 0 ce qui permet d écrire z 2 = α 2 z 1 avec α 2 = a R +. Supposons la propriété établie au rang n 2. Soient z 1,..., z n, z n+1 C avec z 1 0 tels que n+1 n+1 z k = z k Par l inégalité triangulaire n+1 n n+1 z k z k + z n+1 z k

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 11 et puisque les termes extrémaux sont égaux on a n n z k = z k donc par hypothèse de récurrence on peut écrire pour tout k 2 On en déduit et puisque z k = α k z 1 avec α k 0 n z k = (1 + α 2 + + α n z 1 0 n n z k + z n+1 = z k + z n+1 l étude du cas n = 2 permet d écrire n z n+1 = a z k = α n+1 z 1 avec α n+1 R + Récurrence établie. b Si M M n (C vérifie M n = I n et trm = n alors cette matrice est diagonalisable (car annule le polynôme scindé à racines simples X n 1 et ses valeurs propres λ 1,..., λ n vérifient Or les valeurs propres vérifient aussi λ 1 + + λ n = n 1 k n, λ n k = 1 et elles sont donc de module 1. Nous sommes donc dans la situation où λ 1 + + λ n = λ 1 + + λ n Puisque λ 1 0, on peut écrire λ k = α k λ 1 pour tout k 2 avec α k 0. Or tous les λ k sont de module 1 donc les α k sont égaux à 1 et par suite λ 1 =... = λ n Enfin puisque la somme des valeurs propres vaut n, on peut conclure λ 1 =... = λ n = 1 et finalement M = I n car la matrice M est semblable à I n. La réciproque est immédiate. Exercice 30 : [énoncé] a Pour A = ( 0 1 1 0 et B = 0 0 1 1 0 0 0 1 0 on vérifie A 4 = I 2 et B 3 = I 3. On en déduit M 12 = I 5. Puisque M annule le polynôme X 12 1 scindé simple sur C [X], la matrice M est diagonalisable dans M 5 (C. b Posons x = (1, 0, 1, 0, 0, on a m(x = (0, 1, 0, 1, 0, m 2 (x = ( 1, 0, 0, 0, 1, m 3 (x = (0, 1, 1, 0, 0 et m 4 (x = (1, 0, 0, 1, 0. On vérifie aisément que la famille correspondante est une base de R 5 en observant par exemple qu elle est génératrice. Puisque m 5 (x = (0, 1, 0, 0, 1, matrice de m dans cette nouvelle base est 0 0 0 0 1 1 0 0 0 0 0 1 0 0 1 0 0 1 0 1 0 0 0 1 0 Exercice 31 : [énoncé] a On a φ 3 (f = p 3 f s 3 = p f s = φ(f L endomorphisme φ annule le polynôme X 3 X = X(X 1(X + 1. Ce polynôme étant scindé simple, l endomorphisme φ est diagonalisable. b Les valeurs propres possibles de φ sont 0, 1, 1. En raisonnant dans une base adaptée à la décomposition E = F G, les matrices de p et s sont de la forme ( ( Ir O Ir O et O O O I s avec r = dim F et s = dim G. La matrice de f sera dans une même décomposition par blocs de la forme ( A B C D et par calcul la matrice de φ(f sera ( A B O O

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 12 Il est alors facile de résoudre les équations φ(f = λf pour λ = 0, 1, 1. On obtient E 0 (φ = {f L(E/Imf G} et E 1 (φ = {f L(E/G ker f et Imf F } E 1 (φ = {f L(E/F ker f et Imf G} Exercice 32 : [énoncé] a On a f(f(m = M + (2 + tr(abtr(amb Considérons une base de l hyperplan de M n (R donnée par l équation tr(am = 0 dont le premier éléments serait B. Complétons celle-ci en une base de M n (R. La matrice de f dans cette base est de la forme 1 (0 λ... (0 1 (0 (0 1 avec λ 0 En étudiant la commutation avec une telle matrice, on obtient dim C = n 4 2n 2 + 2 donc P (X = X 2 (2 + tr(abx + 1 + tr(ab Exercice 33 : [énoncé] On observe est annulateur de f. Les racines de ce polynôme sont 1 et 1 + tr(ab. Si tr(ab 0 alors f est diagonalisable car annulé par un polynôme scindé simple. Pour M appartenant à l hyperplan défini par la condition tr(am = 0, on a f(m = M. Pour M Vect(B {0}, on a f(m = (1 + tr(abm. Ce qui précède détermine alors les sous-espaces propres de f. Si tr(ab = 0 alors 1 est la seule valeur propre possible de f et donc f est diagonalisable si, et seulement si, f = Id ce qui donne la conditio M M n (R, tr(amb = O n Cette propriété a lieu si, et seulement si, A = O n ou B = O n. b Si A = O n ou B = O n alors f = Id et donc dim C = n 4 Si tr(ab 0 alors f est diagonalisable avec des sous-espaces propres de dimensions 1 et n 2 1. On en déduit Il reste à étudier le cas complémentaire dim C = 1 + (n 2 1 2 f f(m = tr(a (tr(am tr(ma tr (tr(am tr(ma A = tr(af(m Ainsi f f = tr(a.f Si tra 0 alors l endomorphisme f est diagonalisable car annule le polynôme X 2 tr(ax qui est scindé à racines simples. Si tra = 0 alors les valeurs propres de f figurent parmi les racines du polynôme X 2. Seule 0 peut donc être valeur propre de f et par conséquent f est diagonalisable si, et seulement si, f = 0. Ceci correspond au cas A = O n. Déterminons maintenant les sous-espaces propres de f. Le cas A = O n est immédiat. Supposons-le désormais exclu. Si tr(m = 0 alors f(m = tr(am Pour M matrice de l hyperplan des matrices de trace nulle, f(m = λm avec λ = tr(a. On en déduit que tr(a est valeur propre de M et le sous-espace propre associé est de dimension au moins n 2 1. Dans le cas où tr(a = 0, l endomorphisme n est pas diagonalisable et la dimension du sous-espace propre associé à la valeur propre tr(a est exactement n 2 1. Dans le cas où tr(a 0, l endomorphisme f est diagonalisable et donc la dimension des sous-espaces propres des valeurs propres 0 et tr(a sont respectivement 1 et n 2 1. tr(ab = 0 et A = O n ou B = O n

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Corrections 13 Exercice 34 : [énoncé] a X 2 2X annule A. b Puisque A 2 2A = A(A 2I 2 = O 2, on a (M 2 + M(M 2 + M 2I 2 = O 2. On en déduit que P (X = (X 2 + X(X 2 + X 2 = X(X + 1(X 1(X + 2 est annulateur de M. On en déduit que M est diagonalisable et que ces valeurs propres possibles sont 0, 1, 1, 2. c Notons λ et µ les deux valeurs propres de M. Celles-ci ne peuvent être égales car si λ = µ alors M = λi 2 n est pas solution de l équation. Cas λ = 0 et µ = 1 On a M(M I 2 = O 2 donc M 2 M = O 2. Combinée à la relation M 2 + M = A, on obtient M = 1 2 A Cas λ = 0 et µ = 2 Un raisonnement analogue donne M = A Cas λ = 0 et µ = 1 On a M 2 + M = O 2 et donc ce cas est impossible etc. Exercice 35 : [énoncé] a p + q = Id, p q = 0 car (u aid(u bid = 0, p = p Id = p p + p q = p p, aussi q q = q via q p = 0. b ker p = ker(u aid, ker q = ker(u bid et (u aid(u bid = 0 donne par le lemme de décomposition des noyaux, E = ker p ker q. c u est diagonalisable car annule un polynôme scindé simple, Sp(u = {a, b}, E a (u = ker p, E b (u = ker q à moins que u = aid ou u = bid.