Polynme caractristique

Exercice 1 Soit A, B M n ( ) . Montrer que AB et BA ont mme valeurs propres.

Il est classique dtablir AB = BA en commenant par tablir le rsultat pour A inversible et le prolongeant
par un argument de continuit et de densit.

Exercice 2 Soit (A, B ) M p ,q ( ) M q ,p ( ) . Montrer que X q AB (X ) = X p BA (X ) .

I 0
Indice : Commencer par le cas o A = r .
0 0

I 0 C D
Dans le cas o A = J r = r , la proprit est immdiate en crivant B = avec C bloc carr de
0 0 E F
taille r .
Dans le cas gnral, on peut crire A = QJ r P avec r = rg A et P ,Q inversibles.
X q AB (X ) = X q Q 1ABQ (X ) = X q J r PBQ (X ) donc X q AB (X ) = X p PBQJ r (X ) = X p BQJ r P (X ) = X p BA (X ) .

Exercice 3 a) Si P [X ] est unitaire de degr n , existe-t-il A M n () de polynme caractristique P ?

n
b) Soient (1 ,, n ) n , P = (X i ) . On suppose P [X ] . Montrer, si q , que
i =1
n
Pq = (X iq ) appartient [X ] .
i =1

c) Soit P dans [X ] unitaire dont les racines complexes sont de modules 1 . Montrer que les
racines non nulles de P sont des racines de lunit.
a) Oui un tel polynme existe, il suffit de se rfrer aux matrices compagnons. Notons quil est entendu, quici,
le polynme caractristique dune matrice carre A est dfinie par A = det(X Id A) .
b) Il existe une matrice A dont le polynme caractristique est P . Celle-ci est semblable une matrice
1 1q

triangulaire de la forme et donc A est semblable
q . Ainsi le polynme


q
0 n 0 n
q q
caractristique de A est Pq et puisque A est coefficients entiers, Pq lest aussi.
c) Compte tenu des relations coefficients-racines dun polynme scind, on peut majorer les coefficients de P et
affirmer que, pour un degr fix, il ny a quun nombre fini de polynmes P possibles. Considrons un tel
polynme. Lapplication q Pq nest pas injective compte tenu des rsultats prcdents, il existe donc
q < r tel que Pq = Pr . Ainsi, il existe une permutation de n vrifiant : i n , iq = r (i ) . A laide dune
dcomposition en cycles de , on peut affirmer quil existe une puissance de gale lidentit et donc

conclure que pour tout i n il existe q > q tel que iq = iq . On peut alors affirmer que i est nul ou bien
une racine de lunit.

Exercice 4 Soit A et B dans M n (K ) ( K = ou ).

a) Comparer Sp B = Sp t B .
b) Soit C M n (K ) . Montrer que sil existe pour lequel AC = C , alors ImC ker(A I n ) .
c) Soit une valeur propre commune A et B . Montrer quil existe C M n (K) , C 0 , telle
que AC = CB = C .
d) On suppose lexistence de C M n (K) avec rgC r et AC = CB . Montrer que le PGCD des
polynmes caractristiques de A et B est de degr r .
e) Etudier la rciproque de d).
a) Sp B = Sp t B car B = t B .
b) Pour tout X M n ,1 (K) , A(CX ) = (CX ) donc CX ker(A I n ) .
c) Soit X et Y des vecteurs propres de A et t B associ la valeur propre . La matrice C = X tY est
solution.
d) On peut crire C = QJ r P avec P ,Q inversibles. La relation AC = CB donne Q 1AQJ r = J r PBP 1 .
En crivant les matrices Q 1AQ et PBP 1 par blocs, lgalit Q 1AQJ r = J r PBP 1 impose une
dcomposition en blocs triangulaire puis permet dobserver que A = Q1AQ et B = PBP 1 ont un facteur
commun de degr r , savoir le polynme caractristique du bloc commun en position (1,1).
e) La rciproque est assurment fausse en toute gnralit. Pour r = n , deux matrices ayant mme polynme
caractristique ne sont pas ncessairement semblables.

Elments propres
1
Exercice 5 Soit E = C ([0,1], ) . Si f E , soit T ( f ) : x [0,1] min(x , t ) f (t ) dt .
0

a) Vrifier que T est dans L(E ) .

b) Dterminer les valeurs propres et les vecteurs propres de T .
x 1
a) T ( f )(x ) = tf (t ) dt + x f (t ) dt est une fonction continue (et mme drivable).
0 x

Ainsi T : E E . La linarit de T est vidente.

b) Soit et f E vrifiant T ( f ) = f .
Cas = 0 : on a T ( f ) = 0 , en drivant deux fois (ce qui savre possible) on obtient f = 0 . Ainsi 0 nest pas
valeur propre de T .
Cas 0 : on a T ( f ) = f . En particulier, on peut affirmer que f (0) = 0 car T ( f )(0) = 0 . Le premier
membre de lquation T ( f ) = f est drivable donc la fonction f est drivable et on obtient
1

x
f (t ) dt = f (x ) . En particulier f (1) = 0 . Le premier membre de cette nouvelle quation tant drivable, la
fonction f est deux fois drivable et on obtient f (x ) + f (x ) = 0 .
x
Sous cas > 0 , sachant f (0) = 0 , on obtient par rsolution de lquation diffrentielle f (x ) = A cos et la

1 1
condition f (1) = 0 nentranera pas f = 0 que si sin = 0 i.e. = avec k . Notons qualors il
(k )2
x
est possible de remonter les prcdents calculs et daffirmer que f : x A cos est vecteur propre associ
k
1
la valeur propre = .
(k )2

x
Sous cas < 0 , sachant f (0) = 0 , la rsolution de lquation diffrentielle donne f (x ) = ch et la


condition f (1) = 0 entrane f = 0 et donc nest pas valeur propre.

Diagonalisation de matrices

0 a a 2

Exercice 6 Soit a et A = 1 a

0 a .
2
1 a 1 a 0
a) Calculer le polynme minimal de A .
 b) La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
c) Calculer eA .

a 2 a 2 a

a) A = (X 2)(X + 1) , E 2 (A) = Vect a et E 1 (A) = Vect 0 , 1 .
2

1
1 0
a 2 a 2 a 2 0 0

1
La matrice A est diagonalisable, P AP = D avec P = a 0 1 et D = 0 1 0 .
1
1 0 0 0 1
On en dduit A = (X 2)(X + 1) .
b) Ci-dessus.
2n (1)n 2(1)n + 2n
c) Par division euclidienne X n = (X + 1)(X 2)Q (X ) + X + avec = et =
3 3
1 1
2 (1)
n n
2(1) + 2
n n
e e
2
2e + e 2
donc An = A+ I 3 puis eA = A+ I3 .
3 3 3 3

Exercice 7 Soit (a1 ,,an ) n . La matrice (aia j )1i , j n est-elle diagonalisable ?

Oui, elle est symtrique.

1 1
0 0 1


0 0

Exercice 8 Diagonaliser les matrices de M n ( ) : et .
0 0 1
0 0
1 1 1
1 1

Etudions la premire matrice que nous noterons A .

Celle-ci est de rang 2 et on peut facilement dterminer une base de son noyau.
En posant le systme AX = X avec 0 , on obtient une solution non nulle sous rserve que
2 + (n 1) = 0 . En notant 1 et 2 les deux racines de cette quation, on obtient A = PDP 1 avec
1 (0) 1 1



P = (0) 1 et D = diag(0,,0, 1 , 2 ) .

1 1 1 1

0 0 0 1 2
En reprenant la mme dmarche avec la seconde matrice que nous noterons B , on obtient B = PDP 1 avec
1 1 1 2

1 (0) 2 2

P = et D = diag(0,,0, 1 , 2 ) o 1 , 2 sont les deux racines de

(0) 1 2 2

1 1 1 2
2 2 2(n 2) = 0 .

1 1 1

1 1 (0)
Exercice 9 Valeurs propres de la matrice de M n ( ) : .


1 (0) 1

Notons n ( ) le polynme caractristique de cette matrice de taille n .

Par dveloppement du dterminant selon la dernire colonne on obtient n ( ) = (1 )n1 ( ) (1 )n 2 .
En tudiant les premiers termes de cette suite, on conjecture n ( ) = (1 )n (n 1)(1 )n 2 que lon vrifie
aisment par rcurrence. Les valeurs propres de la matrice sont donc 1 (pour n 3 ) et les deux racines de
2 2 n = 0 .

a b b b b a

b a a b
Exercice 10 Soit a , b deux rels, A = et B = . Rduire ces deux matrices.
b b

b b a a b b

1 1 (0)

1
A = PDP 1 avec D = diag(a + (n 1)b ,a b ,,a b ) et P = .
1

1 (0) 1
B = Q Q 1 avec
1 1 (0) (0)
1



(0) 1 (0) 1

Si n est impair : = diag(a + (n 1)b ,b a ,,b a ,a b ,,a b ) et Q = 0 0 2 2 .

(0) 1 (0) 1



1 1 (0) 1 (0)

1 1 (0) 1 (0)

1

1

(0) 1 (0) 1
Si n pair : = diag(a + (n 1)b ,b a ,,b a ,a b ,,a b ) et Q = .
(0) 1 (0) 1

1

1 (0)
1 1
(0) 1


a 2 ab ab b 2

ab a 2 b 2 ab
Exercice 11 On pose M (a ,b ) = pour tous a ,b rels.
ab b 2 a 2 ab

b 2 ab ab a 2

a) Ces matrices sont-elles simultanment diagonalisables ?
b) Etudier et reprsenter graphiquement lensemble des (a ,b ) 2 tel que M (a ,b )n tend vers 0
quand n tend vers .
1 1 1 0

1 0 1
a) M (a ,b ) = PD (a ,b )P 1 avec D (a ,b ) = diag((a + b ) ,(a b ) ,a b ,a b ) et P =
2 2 2 2 2 2
.
1 0 1

1 1 1 0
b) M (a ,b )n 0 si et seulement si a + b < 1 , a b < 1 et a 2 b 2 < 1 .
Or a 2 b 2 = (a + b )(a b ) donc la dernire condition lest automatiquement si les deux premires le sont.
Ltude graphique est alors simple.

Exercice 12 Soit a ,b , b 0 et A M n ( ) la matrice dont les lments diagonaux valent a et les autres
valent b . A est-elle diagonalisable ? Quelles sont les valeurs propres de A ? Quel est le
 polynme minimal de A ? Sous quelles conditions sur a et b , A est-elle inversible ? Lorsque
cest le cas trouver linverse de A .

A est symtrique donc diagonalisable. A = (1)n (X (a + (n 1)b )(X (a b ))n 1 ,

Sp(A) = {a + (n 1)b ,a b } (si n 2 ) A = (X (a + (n 1)b ))(X (a b )) . A est inversible si et seulement
si 0 Sp(A) i.e. a + (n 1)b 0 et a b .
a (b ) x (y ) ( )
= ax + (n 1)by


= avec .

= ay + bx + (n 2)by
(b ) a (y ) x ( )
ax + (n 1)by = 1
Il suffit alors de rsoudre le systme pour expliciter A1 .
bx + (a + (n 2)b )y = 0

a 0 0 b

0 0

a 0 b

Exercice 13 Soit A = 0 a +b 0 M 2n +1 () .

b 0 a

0 0

b 0 0 a

Quels sont les P [X ] tels que P (A) = 0 ?

1 (0) 0 1 (0)





1 0 (0) 1

A = PDP 1 avec D = diag(a + b ,,a + b ,a b ,,a b ) et P = 0 0 1 0 0 .

(0) 1 0 (0) 1



1 (0) 0 1 (0)

Par suite A = (X (a + b ))(X (a b )) et les polynmes annulateurs de A sont les multiples de A .

Calcul dexponentielle de matrice

Exercice 14 Soit A M n (K) avec K = ou telle que A4 = I n . Dterminer exp(A) .

+ + + +
1 1 1 1
exp(A) = In + A+ A2 + A3 donne
k =0 (4k )! k =0 (4k + 1)! k =0 (4k + 2)! k =0 (4k + 3)!
cos(1) + ch(1) sin(1) + sh(1) ch(1) cos(1) 2 sh(1) sin(1) 3
exp(A) = In + A+ A + A .
2 2 2 2

0 1 0

Exercice 15 On pose A = 1 0 1 . Que dire de cette matrice ? Sans la diagonaliser, dterminer son

0 1 0
polynme caractristique, son polynme minimal, calculer Ak pour k et valuer exp(A) .
A est symtrique donc diagonalisable. A = X 3 + 2X , A = A .
1 0 1

A = 0 2 0 , A3 = 2A , A2k +1 = 2k A et A2k +2 = 2k A2 pour k > 0 .
2

1 0 1
+
2k +
2k 1 2 1
exp(A) = I 3 + A+ A = I 3 + sh(2)A + (ch(2) 1)A2 .
k =0 (2k + 1)! k =1 (2k )! 2

0 0 0

Exercice 16 Soit A = 0 0 1 , dans M 3 ( ) . Dterminer le polynme caractristique et le polynme

0 1 0
minimal de A . Calculer expA et exp(A)exp( t A) .

A = X (X 2 + 1) , A = X (X 2 + 1) , exp(A)exp( t A) = exp(A)exp(A) = I 3 .
1 0 0

En calculant A , A , on obtient exp(A) = 0 cos1 sin1 .
2 3

0 sin1 cos1

1 j j 2

Exercice 17 Soit A = j j2 1 . Etudier la diagonalisabilit de A , dterminer les polynmes minimal et
2
j 1 j
caractristique de A , calculer exp A . Proposer une gnralisation en dimension n .

A2 = O donc Sp(A) = {0} . Puisque A 0 , A nest pas diagonalisable. A = X 2 et A = X 3 .

exp(A) = I + A .
Ltude se gnralise pour n 3 avec A = ( i + j 2 )1i , j n et U n \ {1} .

Rduction de matrice dtermine en intention

Exercice 18 Trouver les A de M n () telles que A3 4A2 + 4A = 0 et tr A = 8 .

Si A est solution alors P = X (X 2)2 est annulateur de A et les valeurs propres de A figurent parmi {0,2} .
Par la trace, on peut alors affirmer que 2 est valeur propre de multiplicit 4.
Par le lemme de dcomposition des noyaux, ker(A 2Id) 2 et ker A sont supplmentaires.
Par multiplicit des valeurs propres, leurs dimensions respectives sont 4 et n 4 .
2I + M 0
Ainsi A est semblable 4 avec M M 4 () vrifiant M 2 = 0 .
0 On4
0 0 0 1 0 0 1 0

0 0 0 0 0 0 0 1
On raisonnant sur le rang, on montre que M est semblable O4 , ou .
0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0
La rciproque est immdiate.

Exercice 19 Soit A M n ( ) tel que A3 + A2 + A = 0 . Montrer que rg A est pair.

X (X j )(X j 2 ) annule A donc A est diagonalisable dans M n () et puisque A M n ( ) , j et j 2 ont

mme multiplicit en tant que valeur propre de A . Puisque le rang de A est la somme de ces deux multiplicits,
il est pair.
Exercice 20 Trouver les M de M n ( ) telles que t M = M 2 et que M nait aucune valeur propre relle.

Soit M solution. M 4 = t (M 2 ) = M donc X 4 X est annulateur de M et puisque 0 et 1 ne sont pas valeurs

propres de M , X 3 1 puis X 2 + X + 1 sont annulateurs de M .
Ainsi, on peut affirmer M 3 = t MM = I (ainsi M On ( ) ) et M 2 + M + I = 0 .
Pour X 0 , P = Vect(X , MX ) est un plan (car il ny a pas de valeurs propres relles) stable par M (car
M 2 = M I ). La restriction de M ce plan est un automorphisme orthogonal sans valeur propre, cest donc
une rotation et celle-ci est dangle 2 3 car M 3 = I n . De plus ce plan est aussi stable par M 2 = t M donc
P est stable par M ce qui permet de reprendre le raisonnement partir dun X P \ {0} . Au final, M est
1 2 2
3
orthogonalement semblable une matrice diagonale par blocs et aux blocs diagonaux gaux
3 2 1 2
1 2 3 2
.
ou
3 2 1 2
La rciproque est immdiate.

M 2 + M + I n = 0
Exercice 21 Rsoudre dans M n ( ) le systme t .
MM = M t M

Soit M solution, M est diagonalisable sur avec pour valeurs propres j et j 2 .

Puisque trM est rel, les valeurs propres j et j 2 ont mme multiplicit. Par suite n est pair, n = 2p .
Nous allons montrer, en raisonnant par rcurrence sur p quil existe une matrice orthogonale P tel que
J (0)
1 2 3 2
1
PMP = avec J = R2 3 =

ou J = R
2 3 .
3 2 1 2
(0) J
a b t ab + cd = ac + db
Pour n = 2 : M = . MM = M t M 2 .
c d b = c 2
Si b = c alors M est symtrique donc diagonalisable sur ce qui nest pas le cas.
Il reste b = c et donc a = d .
a b a 2 b 2 + a + 1 = 0 a = 1 2
Ainsi M = et la relation M 2 + M + I = 0 donne puis ce qui permet
b a 2ab + b = 0 b = 3 2

de conclure (car le cas b = 0 est exclure).
Supposons la proprit tablie au rang n = 2p et tudions le rang n = 2p + 2 .
Soit M une matrice solution.
La matrice S = tM + M est symtrique et donc il existe X 0 tel que SX = X .
On observe alors que lespace 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 ltude mene pour n = 2 laction de M sur F et lhypothse de
rcurrence celle sur F .
Cela tablit la rcurrence. Il ne reste plus qu souligner que les matrices ainsi obtenues sont bien solutions.

Endomorphismes diagonalisables

Exercice 22 Dans 3 euclidien, on considre deux vecteurs a et b , et on pose f (x ) = a (b x ) . A quelle

condition, f est-elle diagonalisable ?

Si b = 0 alors f = 0 . Sinon, par la formule du double produit vectoriel f (x ) = (a | x )b (a | b )x .

f (b ) = 0 et pour tout x Vect(a ) , f (x ) = (a | b )x .
Si (a | b ) 0 alors f est diagonalisable dans une base adapte 3 = Vect(a ) Vect(b ) .
Si (a | b ) = 0 alors f (x ) = (a | x )b et tout vecteur propre de f est soit colinaire b , soit orthogonal a . Or b
est orthogonal a donc les vecteurs propres de f sont tous orthogonaux a . Dans ce cas f est diagonalisable
ssi a = 0 .

Exercice 23 Soit A [X ] , B [X ] scind racines simples de degr n + 1 . Soit lendomorphisme de

n [X ] qui P [X ] associe le reste de la division euclidienne de AP par B . Dterminer les
lments propres de . Lendomorphisme est-il diagonalisable ?

B = (X x 0 )(X x n ) .
Si P n [X ] est vecteur propre de associ la valeur propre alors B | (A )P . Pour des raisons de
degr, B et A ne peuvent tre premiers entre eux, ces polynmes ont donc une racine commune. Ainsi il
n
existe i {0,, n } tel que = A(x i ) . Inversement pour = A(x i ) , P =
j =0, j i
(X x j ) , (P ) = P avec

P 0 . Ainsi Sp = {A(x i ) / i  0, n } .
Prcisons le sous-espace propre associ la valeur propre = A(x i ) . Quitte rindexer, on peut supposer que
= A(x 0 ) .
Sil existe dautres x i tels que = A(x i ) on rindexe encore les x1 ,, x n de sorte que = A(x 0 ) = = A(x p )
et A(x p +1 ),, A(x n ) . Ainsi x 0 ,, x p sont racines de A alors que x p +1 ,, x n ne le sont pas.
Pour P n [X ] , on a (P ) = P si et seulement si B | (A )P . Or A = (X x 0 )(X x p )A
avec

x ,, x non racines de A . Puisque (X x )(X x ) A = 1 , B | (A )P quivaut

p +1 n p +1 n

(X x p +1 )(X x n ) | P .
Ainsi E () = {(X x p+1 )(X x n )Q /Q np [X ]} .
La somme des dimensions des sous-espaces propres tant gal la dimension de lespace, est diagonalisable.

Exercice 24 Soit f et g deux endomorphismes dun -espace vectoriel E de dimension finie n 1 tels que
f  g g  f = f .
a) Montrer que f est nilpotent.
b) On suppose f n1 0 . Montrer quil existe une base e de E et tels que :
0 1 (0)


Mate f = et Mate g = diag(, + 1,, + n 1) .
1

(0) 0

a) On vrifie f k  g g  f k = kf k .
Si pour tout k , f k 0 alors lendomorphisme h h  g g  h admet une infinit de valeur propre.
Ceci tant impossible en dimension finie, on peut affirmer que f est nilpotent.
b) f n = 0 (car dimE = n ) et f n1 0 . Pour x ker f n 1 et e = ( f n1 (x ),, f (x ), x ) , on montre classiquement
que e est une base de E dans laquelle la matrice de f est telle que voulue.
f (g ( f n 1 (x )) = 0 donc g ( f n 1 (x )) = f n 1 (x ) pour un certain
Aussi f k (g ( f n1k (x ))) = ( + k ) f n1 (x ) et donc la matrice de g dans e et triangulaire suprieure avec sur la
diagonale , + 1,, + n 1 . Ainsi Sp(g ) = {,, + n 1} .
Soit y vecteur propre associ la valeur propre + n 1 .
Si y ker f n1 alors puisque ker f n1 est stable par g , + n 1 est valeur propre de lendomorphisme induit
par g sur ker f n1 . Cela nest par le cas, par suite y ker f n1 . On vrifie alors facilement que la famille
e = ( f n 1 (y ),, f (y ), y ) rsout notre problme.
Exercice 25 Soit n , u L( 2n +1 ) . On suppose u 3 = u , tr u = 0 et tr u 2 = 2n . On note
C (u ) = {v L( 2n +1 ) / uv = vu } .
a) Calculer la dimension C (u ) .
b) Quels sont les n tels que C (u ) = [u ] ?

a) Puisque u 3 = u , par annulation dun polynme scind simple, on peut affirmer que u est diagonalisable de
valeurs propres possibles 0,1, 1 . Par les galits tr u = 0 et tr u 2 = 2n on peut affirmer quil existe une base
I n 0 0

de 2n +1
dans laquelle la matrice de u est de la forme A = 0 I n 0 .

0 0 0
M 0 0

Les matrices commutant avec A tant celle de la forme 0 N 0 avec M , N M n ( ) , on peut affirmer

0 0 0
dimC (u ) = 2n 2 .
b) u = X 3 X donc dim [u ] = 3 et par suite C (u ) = [u ] ssi n = 1 .

Exercice 26 Soit A M n ( ) . On pose fA (M ) = AM , pour toute matrice M M n ( ) .

a) Montrer que si A2 = A alors fA est diagonalisable.
b) Montrer que fA est diagonalisable ssi A est diagonalisable.

a) Si A2 = A alors fA2 = fA . fA est une projection donc diagonalisable.

b) Pour tout P [X ] , on observe P ( fA ) : M P (A)M de sorte que P ( fA ) = 0 P (A) = 0 .
Tout endomorphisme tant diagonalisable ssi il annule un polynme scind simple, on peut conclure.

Exercice 27 Soit E un espace vectoriel rel de dimension finie, f L(E ) tel que f 2 = f . Etudier les
lments propres et la diagonalisabilit de lendomorphisme u fu uf de L(E ) .

Posons lendomorphisme de L(E ) tudi. On observe que 3 = . Par annulation dun polynme scind
simple, on peut affirmer que est diagonalisable de seules valeurs propres possibles 0,1 et 1 .
I 0
En introduisant une base adapte la projection f , la matrice de cet endomorphisme est r
0 0
A B
En notant la matrice de u dans cette base, on obtient:
C D
(u ) = 0 B = 0 et C = 0 .
(u ) = u A = 0 , C = 0 et D = 0 .
(u ) = u A = 0 , B = 0 et D = 0 .

Exercice 28 Soit E un espace vectoriel rel de dimension finie et f L(E ) . On dfinit T L(E ) L(E )
par T (g ) = f  g g  f .
Montrer que si f est diagonalisable, alors T est diagonalisable ; si f est nilpotente, alors T est
nilpotente.

Supposons f diagonalisable et soit B = (e1 ,,en ) une base de vecteurs propres de f . Pour 1 i , j n , on pose
g i , j lendomorphisme de E dtermin par g i , j (ek ) = j ,kei . La famille (gi , j ) est une base de L(E ) et on observe
T (gi , j ) = (i k )gi , j donc T est diagonalisable.
Supposons f nilpotente, c'est--dire quil existe n pour lequel f n = 0 . Puisque T p (g ) est combinaison
linaire de termes de la forme f k  g  f pk , il est assur que T 2n = 0 et donc que T est nilpotente.
 Trigonalisation

Exercice 29 Soit A une matrice carre relle dordre n . Montrer que A est nilpotente ssi, pour tout p 1, n  ,
tr Ap = 0 .

0

Si A est nilpotente alors seule 0 est valeur propre de A et donc A est semblable . Par suite


0 0
tr Ap = 0 pour tout p 1 .
Inversement, supposons tr Ap = 0 pour tout p 1, n  .
Notons 1 ,..., m les racines non nulles de f et 1 ,..., m leurs multiplicits respectives.
m
On a 1 p m n , tr( f p ) = iip = 0 .
i =1

Ce systme de Vandermonde implique : 1 i p, i = 0 et donc linexistence de valeurs propres autres que 0

ce qui permet de conclure que A est nilpotente via trigonalisation.

Exercice 30 Si A M n () , montrer que det eA = e tr A .

1

A est semblable une matrice triangulaire suprieure de la forme .

0 n
exp(1 )

exp(A) est alors semblable une matrice de la forme do la relation.

0 exp(n )

Applications de la rduction

Exercice 31 Soit E un espace vectoriel de dimension finie et u L(E ) tel que u 3 = u .

Dcrire les sous-espace stables de u .
u annule un polynme scind simple, lendomorphisme u est donc diagonalisable. Tout sous-espace vectoriel
somme de sous-espace vectoriel des sous-espaces propres de u est stable. Inversement, si F est stable par u
alors uF est diagonalisable et F peut se percevoir comme somme de sous-espace vectoriel des sous-espaces
propres de u .

Exercice 32 Soit E un -espace vectoriel de dimension finie et f L(E ) de polynme minimal f .

Montrer lexistence de x E tel que {P [X ] / P ( f )(x ) = 0} soit lensemble des multiples de
f .

On peut crire f =
Sp( f )
(X ) et E = ker( f Id) dcomposition en somme de sous-espaces
Sp( f )

vectoriels stables par f .

Pour chaque Sp( f ) , ker( f Id) 1 ker( f Id) par minimalit de f et donc il existe
x ker( f Id) \ ker( f Id) 1 .
On peut alors tablir que la famille (( f Id)k (x )) est libre.
0k 1

Considrons maintenant x =
Sp( f )
x .
Pour P [X ] , P ( f )(x ) =
Sp( f )
P ( f )(x ) avec P ( f )(x ) ker( f Id) par stabilit.

Par dcomposition en somme directe, P ( f )(x ) = 0 Sp( f ), P ( f )(x ) = 0 .

Par division euclidienne P = (X ) Q + R avec deg R < de sorte quon puisse crire
1
R = ak (X )k . On alors P ( f )(x ) = 0 0 k < ,ak = 0 .
k =0

Ainsi P ( f )(x ) = 0 Sp( f ),(X ) | P

Enfin puisque les termes (X ) sont premiers entre eux, on peut conclure
P ( f )(x ) = 0 f | P .

Exercice 33 Soit M M n () . Montrer lquivalence de :

(i) toute valeur propre de M est de module strictement infrieur 1 ;
(ii) la suite (M k ) tend vers 0 ;
(iii) la srie de terme gnral M k converge.
(i) (ii) Le plus simple est sans doute dutiliser la dcomposition de Dunford : M = D + N avec D
diagonalisable et N nilpotente commutant entre elles. Par la formule du binme de Newton, on peut calculer
M k et tronquer la somme par la nilpotence de N , on parvient alors une somme finie de termes qui tendent
vers 0 par croissance compare. Une autre mthode, techniquement plus lourde, consiste introduire
k = max { (M k )1, +1 ,, (M k )n ,n } qui majorent les coefficients de M k
situs sur la diagonale (pour = 0 ),
sur la sur-diagonale (pour = 1 ) etc. En notant que = 10 < 1 , on montre par rcurrence sur k que
+1
k k M
k ce qui permet de conclure.
(ii) (iii) Supposons que M k 0 . On peut alors affirmer que 1 nest pas valeur propre de M car
MX = X M k X = X et donc la limite MX = X X = 0 . Par suite la matrice I M est inversible et
m m
puisque (I M ) M k = I M m +1 , M k
= (I M )1 (I M m +1 ) do la convergence de la srie des M k .
k =0 k =0
m
(iii) (i) Soit Sp(M ) et X 0 tel que MX = X . Puisque M
k =0
k
converge quand m + , on a
m n

M
k =0
k
X converge, puis X
k =0
k
converge et donc < 1 (car X 0 ).

Exercice 34 Soit la matrice A M n ( ) donne par A = (min(i , j ))1i , j n .

a) Trouver une matrice triangulaire infrieure unit L et une matrice triangulaire suprieure U
telle que A = LU .
0 1 (0)


1
b) Exprimer A laide de N = .
1

(0) 0
c) Montrer que Sp A1 [0, 4] .

1 (0)
1 1

a) L = et U =
= tL .

1 1 (0) 1
b) U = I + N + + N n1 , (I N )U = I donc U 1 = I N , L1 = t (U 1 ) = I t N donc
A1 =U 1L1 = I N t N + N t N .
 2 1 (0)

1
c) A1 = . Posons n le polynme caractristique de A1 M n ( ) .
2 1

(0) 1 1
On a n +2 ( ) = (2 )n +1 ( ) n ( ) avec 0 ( ) = 1 et 1 ( ) = 1 .
En crivant = 2 + 2cos avec [0, ] et en posant fn ( ) = n (2 + 2cos ) on a la relation :
fn +2 ( ) + 2cos fn +1 ( ) + fn ( ) = 0 , f0 ( ) = 1 et f1 ( ) = 2cos 1 .
1
cos n +
2
La rsolution de cette rcurrence linaire dordre 2 donne fn ( ) = .

cos
2
Ainsi, n admet n racines dans [0, 4] et puisque ce polynme est de degr n il ny en a pas ailleurs :
Sp A1 [0, 4] .

Espaces prhilbertiens

Exercice 35 Soit E un espace euclidien. Quels sont les endomorphismes de E tels que pour tout sous-espace
vectoriel V de E : f (V ) ( f (V )) .

Un tel endomorphisme conserve lorthogonalit. Pour tout x , y vrifiant x = y , on a x + y et x y

orthogonaux donc f (x ) + f (y ) et f (x ) f (y ) aussi. Par suite f (x ) = f (y ) . Ainsi un tel endomorphisme
transforme une base orthonorme (e1 ,,en ) en une famille orthogonale aux vecteurs isomtriques. Par suite
f = g avec g O (E ) . La rciproque est immdiate.

Exercice 36 Soit n . On note M lespace vectoriel rel M n ( ) . On pose : (A, B ) M2 tr t AB .

a) Montrer que est un produit scalaire.
b) Donner une condition ncessaire et suffisante sur M pour que M M soit -
orthogonale.

a) On reconnat le produit scalaire canonique sur M n ( ) .

b) Posons f : M M . ( f (M ) | f (N )) = tr( t M t N ) .
f est -orthogonale ssi pour tout M , N M , (M | t N ) = (M | N ) i.e. pour tout N M , t N = N i.e.
t
= I n .
Ainsi f est -orthogonale ssi lest.

Exercice 37 Soit x1 , x 2 ,..., x n +2 des vecteurs dun espace vectoriel euclidien de dimension n .
Montrer quil est impossible que i j ,(x i | x j ) < 0 .
On pourra commencer par les cas n = 1 et n = 2
Cas n = 1 .
Supposons disposer de vecteurs x1 , x 2 , x 3 tels que i j ,(x i | x j ) < 0 .
Puisque x1 0 , (x1 ) est une base de E .
Cela permet dcrire x 2 = x1 et x 3 = x1 .
2
(x 2 | x1 ) < 0 et (x 3 | x1 ) < 0 donne < 0 et < 0 mais alors (x 2 | x 3 ) = x1 > 0 !
Cas n = 2 .
Supposons disposer de vecteurs x1 ,..., x 4 tels que i j ,(x i | x j ) < 0 .

x1 tant non nul on peut crire i 2, x i = i x1 + yi avec yi {x1 } et i < 0 .
i j 2,(x i | x j ) = ij + (yi | y j ) < 0 donc (yi | y j ) < 0 .

y 2 , y 3 , y 4 se positionnant sur la droite {x1 } , ltude du cas n = 1 permet de conclure.
Cas gnral.
Par rcurrence sur n 1 .
Pour n = 1 : ci-dessus
Supposons la proprit tablie au rang n 1 .
Supposons disposer de vecteurs x1 ,..., x n +3 tels que i j ,(x i | x j ) < 0 lintrieur dun espace vectoriel
euclidien de dimension n + 1 .

x1 tant non nul on peut crire i 2, x i = i x1 + yi avec yi {x1 } et i < 0 .
i j 2,(x i | x j ) = ij + (yi | y j ) < 0 donc (yi | y j ) < 0 .

y 2 ,..., yn +2 se positionnant sur le sous-espace vectoriel {x1 } qui est de dimension n , lhypothse de rcurrence
permet de conclure.
Rcurrence tablie.

Calcul de distance un sous-espace vectoriel

1
Exercice 38 Calculer le minimum de 0
(t 3 at 2 bt c ) 2 dt , a ,b ,c parcourant .

1
En introduisant sur [X ] le produit scalaire : (P | Q ) = P (t )Q (t )dt , la quantit cherche est
0
2
m = d (X , 2 [X ]) = X p (X )
3 2 3 3
avec p la projection orthogonale sur [X ] .
p (X ) = a + bX + cX avec (p (X ) | X i ) = (X 3 | X i ) pour i = 0,1,2 .
3 2 3

La rsolution du systme ainsi obtenu donne a = 1 20 , b = 3 5 et c = 3 2 .

2 1
m = X 3 p (X 3 ) = (X 3 p (X 3 ) | X 3 ) = .
2800

{ t (ln t at b) dt ,(a,b) } .
1
2 2 2
Exercice 39 Calculer inf
0

En introduisant lespace E des fonctions relles f continues sur ]0,1] telles que t (tf (t )) 2 soit intgrable et
1
en munissant cet espace du produit scalaire ( f | g ) = t 2 f (t )g (t )dt , la quantit cherche est : m = d ( f , F ) 2
0

avec f : t ln t et F = Vect( f0 , f1 ) o f0 (t ) = 1 et f1 (t ) = t .
2
m = f p(f ) avec p la projection orthogonale sur F .
p ( f )(t ) = a + bt avec (p ( f ) | f0 ) = ( f | f0 ) et (p ( f ) | f1 ) = ( f | f1 ) .
La rsolution du systme ainsi obtenu donne a = 5 3 et b = 19 12 .
2
m = f p ( f ) = ( f p ( f ) | f ) = 1 432 .

Exercice 40 On munit M n ( ) du produit scalaire rendant orthonorm la base canonique, dont on note la
norme associe. Soit J la matrice de M n ( ) dont tous les coefficients sont gaux 1. Si
M M n ( ) , calculer inf M aI n bJ .
(a ,b ) 2

Le cas n = 1 tant vident, on suppose dsormais n 2 .

La quantit cherche est m = d (M ,Vect(I ,J )) = M p (M ) avec p la projection orthogonale sur Vect(I ,J ) .
p (M ) = aI + bJ avec (p (M ) | I ) = (M | I ) = tr(M ) et (p (M ) | J ) = (M | J ) = avec la somme des
coefficients de M .
 n tr(M ) tr(M )
La rsolution de ce systme donne a = et b = .
n (n 1) n (n 1)
2 2 (n 1) tr(M ) 2 + (tr(M ) + )2
m 2 = M p (M ) = (M p (M ) | M ) = M .
n (n 1)

Adjoint dun endomorphisme

Exercice 41 Soit E un espace vectoriel rel euclidien orient de dimension 3 et f L(E ) . Montrer
lquivalence de :
(i) f = f ,
(ii) il existe w E tel que f (x ) = w x pour tout x E .

(ii) (i) est immdiate via (w x | y ) = Det(w , x , y ) = Det(w , y , x ) = (w y | x ) .

(i) (ii) Supposons f = f .
0 a b

Dans une base orthonorme directe (i , j , k ) , la matrice de f est de la forme a 0 c car antisymtrique.

b c 0
Pour w = (ak + bj + ci ) , on observe w i = aj bk , w j = ai ck et w k = bi + cj . Par suite
f (x ) = w x pour tout x car les applications linaires f et x w x concident sur une base.

Exercice 42 Soit E un espace euclidien de norme . , u dans L(E ) et . L (E )

la norme sur L(E )
subordonne . .
a) Comparer u L (E )
et u .
L (E )

b) Si u L (E )
1 , comparer ker(u Id) et ker(u Id) .
c) Si u L (E )
1 , montrer E = ker(u Id) Im(u Id) .

a) u L (E )
= u (cf. cours). Rappelons que cette relation se dmontre en commenant par tablir
L (E )
2
u L (E )
u  u .
L (E )
2 2
b) Soit x ker(u Id) . u (x ) x = u (x ) 2(u (x ) | x ) + x x 2(x | u (x )) + x
2 2 2
= 0 car u (x ) = x .

Ainsi u (x ) = x et x ker(u Id) . On peut conclure ker(u Id) ker(u Id) puis lgalit par symtrie.
c) Soit x ker(u Id) Im(u Id) . Il existe a E tel que x = u (a ) a .
u (x ) = x donne u (u (a )) u (a ) = u (a ) a puis (u (u (a )) u (a ) | a ) = (u (a ) a | a ) qui conduit
= u (a ) 2(u (a ) | a ) + a = 0 . Ainsi ker(u Id) Im(u Id) = {0} . De plus,
2 2 2
x
dim ker(u Id) + rg(u Id) = dim E donc ker(u Id) Im(u Id) = E .

Exercice 43 Soit E un espace euclidien et u L(E ) tel que u  u = 0 . Montrer que

Im u = ker u u + u GL (E ) .

( ) Supposons u + u inversible.
Soit x ker u Im u . On a u (x ) + u (x ) = 0 donc x = 0 . Par suite ker u Im u = {0} .
Donc dim ker u + dim Im u dim E puis dim ker u dim Im u . Par suite Im u = ker u .
( ) Supposons Im u = ker u .
Soit x ker(u + u ) . u (x ) + u (x ) = 0 .
Or u (x ) Im u et u (x ) Im u = (ker u ) = (Im u ) donc u (x ) = u (x ) = 0 .
Par suite x ker u et x ker u = Im u = ker u donc x = 0 .
Par suite u + u est injectif donc bijectif.

Exercice 44 Dans un espace euclidien E , soit f L(E ) . Montrer que deux des trois proprits suivantes
entranent la troisime :
(i) f est une isomtrie,
(ii) f 2 = Id ,
(iii) f (x ) est orthogonal x pour tout x .

On observe que (i) quivaut f = f 1 et (ii) quivaut f 1 = f .

Observons que (iii) quivaut f = f .
Supposons (iii), pour tout x , y E , ( f (x + y ) | x + y ) = 0 donne ( f (x ) | y ) = (x | f (y )) donc f = f . La
rciproque est immdiate.
Ainsi les proprits (i), (ii) et (iii) retraduites, il est immdiat de conclure.

( )
Exercice 45 Soit K C [ 0,1] , non nulle telle que (x , y ) [0,1] , K (x , y ) = K (y , x ) . On note
2 2

1
E = C ([0,1], ) . Pour f E , soit ( f ) : x [0,1] K (x , y ) f (y )dy .
0

a) Vrifier que L(E ) .

b) Lapplication est-elle continue pour
? pour 1
?
c) Montrer que est autoadjoint pour le produit scalaire associ 2
sur E .
1
1
Soit = max K (x , y ) dy .
0x 1 0
d) Montrer : ], [ , h E , ! f E , h = f ( f ) .
1
e) Si , montrer que : dim ker( Id)
2 [ 0,1]
2
K (x , y )2 dxdy .

a) Pour f E , ( f ) E car (x , y ) K (x , y ) f (y ) est continue et on intgre sur un segment. La linarit de

est vidente.
b) ( f )
K
f
et ( f ) 1 K (x , y ) f (y ) dxdy K
f donc est continue pour
et
[0,1]2 1

1
.
c) (( f ) | g ) = K (x , y ) f (y )g (x )dxdy = ( f | (g )) car (x , y ) [0,1] , K (x , y ) = K (y , x ) .
2

[0,1]2

d) Rappelons que lespace norm (E ,

) est complet.
Avec plus de finesse que dans les ingalits du b), on peut affirmer ( f )
1 f
.
Pour h E et < , Lapplication T : f ( f ) + h est -lipschitzienne avec < 1 . Par le thorme
du point fixe dans un espace complet, lapplication T admet un unique point fixe et donc il existe un unique
f E vrifiant h = f ( f ) .
e) Soit ( f1 ,, fp ) une famille orthonorme dlments de ker( Id) . Soit y [0,1] fix et : x K (x , y ) .
p 1
On peut crire = j fj + avec Vect( f1 ,, fp ) et j = ( fj | ) = K (x , y ) f j (x ) dx = fj (y ) . Par
0
j =1

1 p p

2 (x ) dx = j2 + 2 j2 . En intgrant on obtient
2
orthogonalit
0
j =1 j =1
p 1

[ K (x , y ) 2 dx dy 2 fj2 (y ) dy = 2 p car les fj sont unitaires. Par suite ker( Id) est de
0,1]
2
0
j =1

dimension finie et sa dimension vrifie lingalit propose.

 Endomorphisme orthogonaux et matrices orthogonales

Exercice 46 Soit A = (ai , j )1i , j n une matrice relle orthogonale. Montrer que a
1i , j n
i ,j n .

2
Pour le produit scalaire canonique sur M n ( ) , A = tr( t AA) = n . En notant J la matrice dont tous les
coefficients valent 1, lingalit propos sapparente lingalit de Cauchy-Schwarz : (A | J ) A J .

A B
Exercice 47 Soit M = On ( ) o A M p ( ) et D M np ( ) . Montrer que (det A)2 = (det D )2 .
C D

I 0 0 0
Posons P = p de sorte que I P = matrices de projections symtriques.
0 0 0 I np
det A = det(MP + I P ) et det D = det(P + (I P )M ) .
On observe (det A)2 = det tAA et (det D ) 2 = det D tD .
Or t AA = (P t M + I P )(MP + I P ) = I + P tM + MP P tMP PMP = D tD .

Exercice 48 On note ( .|. ) le produit scalaire canonique de . Pour toute famille u = (u1 ,, u p ) ( n ) p on
pose M u = ((ui | u j )) .
1i , j n

a) Montrer que (u1 ,u p ) est libre ssi M u est inversible.

b) On suppose quil existe u = (u1 ,, u p ) et v = (v1 ,, v p ) telles que M u = M v . Montrer quil
existe f O ( n ) telle que f (ui ) = f (vi ) pour tout i .

a) Notons C1 ,,C p les colonnes de M u .

Si (u1 ,, u p ) est lie alors il existe 1 ,, p non tous nuls vrifiant 1u1 + + pu p = 0 . On a alors
(1u1 + + pup | ui ) = 0 pour tout i et donc 1C1 + + pC p = 0 . Ainsi M u nest pas inversible.
Inversement, supposons M u non inversible. alors il existe 1 ,, p non tous nuls vrifiant 1C1 + + pC p = 0
et donc (1u1 + + pu p | ui ) = 0 pour tout i . Ainsi 1u1 + + pu p Vect(u1 ,, u p ) , or
1u1 + + pu p Vect(u1 ,, u p ) donc 1u1 + + pu p = 0 et la famille (u1 ,, u p ) est lie.
b) Par rcurrence sur p , montrons que si M u = M v il existe f : Vect(u1 ,, u p ) Vect(v1 ,, v p ) conservant le
produit scalaire vrifiant f (ui ) = f (vi ) pour tout i . Ce rsultat suffira pour construire un automorphisme
orthogonal ad hoc en prolongeant f de sorte quil transforme une base orthonorme de Vect(u1 ,, u p ) en une
base orthonorme de Vect(v1 ,, v p ) .
Pour p = 1 : la proprit est immdiate car u1 = v1 .
Supposons la proprit tablie au rang p 1 .
Soit (u1 ,, u p , u p+1 ) et (v1 ,, v p , v p+1 ) vrifiant M u = M v .
On peut appliquer lhypothse de rcurrence aux familles (u1 ,, u p ) et (v1 ,, v p ) et ainsi dfinir
f : Vect(u1 ,, u p ) Vect(v1 ,, v p ) .
On peut aussi supposer la famille (u1 ,, u p ) libre quitte retirer les vecteurs combinaisons linaires des autres.
De plus, puisque M u = M v est inversible, la famille (v1 ,, v p ) correspondante est libre.
Cas u p+1 Vect(u1 ,, u p ) :
On peut crire u p+1 = 1u1 + + pu p et donc (u p +1 (1u1 + + pu p ) | ui ) = 0 pour tout i {1,, p } .
Puisque M u = M v , on obtient aussi (v p+1 (1v1 + + pv p ) | vi ) = 0 ainsi
v p+1 (1v1 + + pv p ) Vect(v1 ,, v p )
Or M u nest pas inversible donc (v1 ,, v p , v p+1 ) est lie et puisquon sest ramen au cas o (v1 ,, v p ) est libre,
on obtient v p+1 Vect(v1 ,, v p ) . Ainsi v p+1 = 1v1 + + pv p avec les mmes scalaires que ceux de la
dcomposition de u p+1 . On a alors f (u p+1 ) = 1 f (u1 ) + + p f (u p ) = f (v p+1 ) .
Cas u p+1 Vect(u1 ,, u p ) .
On peut crire u p+1 = u + n avec u Vect(u1 ,, u p ) et n Vect(u1 ,, u p ) .
On peut aussi crire v p+1 = v + m avec v Vect(v1 ,, v p ) et m Vect(v1 ,, v p ) .
Pour i {1,, p } , (u p +1 | ui ) = (u | ui ) donc (u | ui ) = (v | vi ) .
Comme dans ltude prcdente on obtient f (u ) = f (v ) et en substance u = v .
2 2
Puisque u p+1 = v p+1 avec u p+1 = u + n et v p+1 = v + m on a n = m .
On peut donc parfaitement prolonger f de sorte que celle-ci conserve le produit scalaire et vrifie f (n ) = f (m )
de sorte que f (u p+1 ) = f (v p+1 ) .
Rcurrence tablie.

Matrices symtriques

Exercice 49 Si M Sn ( ) vrifie M p = I n avec p , que vaut M 2 ?

M est diagonalisable et ses valeurs propres sont racines de X p 1 , elles ne peuvent donc qutre 1 ou 1 . Par
suite M 2 = I n .

Exercice 50 Montrer que le rang de A M n ( ) est gal au nombre de valeurs propres non nulles (comptes
avec leur ordre de multiplicit) de t AA .

Par comparaison de noyau, il est facile dobtenir : rg A = rg tAA .

La matrice t AA tant symtrique relle, elle est diagonalisable et donc son rang est gal au nombre de ses
valeurs propres non nulles comptes avec multiplicit.

Exercice 51 a) Dterminer le sous-espace vectoriel de M n ( ) engendr par Sn++ ( ) .

k
Soit A1 ,, Ak des lments de Sn++ ( ) et 1 ,, k des rels. On pose A = i Ai et
i =1
k
B = i Ai .
i =1

b) Montrer que, pour X n , t XAX t XBX .

c) Montrer que det A det B .

a) Vect S n++ ( ) = Sn ( ) notamment parce quune matrice symtrique peut scrire comme diffrence de deux
matrices symtriques dfinies positives via diagonalisation.
k k
b) t XAX = i t XAi X avec t XAi X 0 donc t XAX i t XAi X = t XBX .
i =1 i =1

c) Cas B = I n .
La matrice A est diagonalisable et pour tout X , t XAX t XX assure que ses valeurs propres vrifient
1 et donc det A 1 = det B .
Cas gnral :
Si les i sont tous nuls, cest immdiat. Sinon, B Sn++ ( ) . On peut crire B = C 2 avec C Sn++ ( ) .
Considrons ensuite A = C 1AC 1 S n ( )
Pour tout X n , t XA X = t (C 1X )A(C 1X ) t (C 1X )B (C 1X ) = t XX .
Par ltude prcdente, det A 1 donc det A (detC ) 2 = det B .

Exercice 52 Soit A S n++ ( ) et B Sn+ ( ) .

a) Montrer lexistence de C Sn++ ( ) tel que C 2 = A1 .
b) On pose D = CBC . Montrer que (det(I + D ))1 n 1 + (det D )1 n .
c) Montrer que (det(A + B ))1 n (det A)1 n + (det B )1 n .

a) On peut crire A = tPDP avec P On ( ) et D = diag(1 ,, n ) avec i > 0 .

La matrice C = t P P avec = diag(1 1 ,,1 n ) convient.
b) D = D et XDX = (CX )B (CX ) 0 donc D Sn+ ( ) . En notant 1 ,, n 0 ses valeurs propres,
t t t

n n
lingalit voulue revient (1 + i )1 n 1 + i1 n qui sobtient en appliquant lingalit de Jensen la
i =1 i =1

convexit de la fonction x ln(1 + e ) . x

c) (detC ) 2 det(A + B ) = det(CAC +CBC ) = det(I + D ) avec (detC ) 2 = 1 det A .

Exercice 53 Soit A, B Sn+ ( ) .

a) Montrer que si A est dfinie positive alors il existe P GLn ( ) et D M n ( ) diagonale
telles que A = t PP et B = tPDP .
b) Montrer que (det A)t (det B )1t det(tA + (1 t )B ) pour tout t ]0,1[ .

a) : (X ,Y ) t XAY et : (X ,Y ) t XBY dfinissent respectivement un produit scalaire et une forme

bilinaire symtrique sur M n ,1 ( ) reprsents par les matrices A et B dans la base canonique. Par le thorme
spectral, il existe une base orthonorme pour le produit scalaire diagonalisant la forme bilinaire symtrique
. En notant P la matrice de changement de base correspondante, les formules de passage donnent
A = tPI n P = t PP car la nouvelle base est orthonorme pour et B = tPDP avec D diagonale car celle-ci
diagonalise .
b) Par le rsultat prcdent, il suffit dtablir (det D )1t det(tI n + (1 t )D ) avec D matrice diagonale
coefficients diagonaux 1 ,, n positifs.
1t
n n
On souhaite donc tablir, i (t + (1 t )i ) .
i=1 i =1
1t
Or pour tout 0 , t + (1 t ) . En effet pour = 0 , la proprit est immdiate et pour > 0 , celle-ci
quivaut t ln1 + (1 t )ln ln(t + (1 t ) ) qui dcoule de la concavit du logarithme.
On peut donc conclure en multipliant les comparaisons 0 i1t t + (1 t )i .

Exercice 54 Soit J la matrice de M n ( ) dont tous les coefficient sont gaux 1. Trouver P On ( ) et
D M n ( ) diagonale telles que t PJP = D .

Sp(J ) = {0, n } , E 0 (J ) : x1 + + x n = 0 et En (J ) : x1 = = x n .
1
n 1 2 0

1 2
conviennent.
D = diag(n ,0,,0) et P =

1 2


1 n 0 1 2
Exercice 55 a) Soit E un -espace vectoriel, une forme bilinaire symtrique non dgnre sur E et f
dans L(E ) telle que x , y E , ( f (x ), y ) = (x , f (y )) . Montrer que f est de rang pair.
b) Si A M n ( ) , montrer que le commutant de A dans M n ( ) est de codimension paire.

a) Introduisons une base de E et M et A les matrices de et f dans cette base.

La matrice M est symtrique et inversible car non dgnre.
Lhypothse x , y E , ( f (x ), y ) = (x , f (y )) donne t (AX )MY = t XMAY pour toutes colonnes X ,Y et
donc t AM = MA soit encore t (MA) = MA . La matrice MA est antisymtrique donc de rang pair
(culture) et puisque M est inversible A est de rang pair.
b) Soit f L(M n ( )) dfini par f (M ) = AM MA .
Le commutant de A est le noyau de f et sa codimension est le rang de f .
Considrons : (M , N ) tr(MN ) . est une forme bilinaire symtrique, non dgnre car (M , N ) = 0
pour tout N entrane M = 0 .
Pour tout M , N M n ( ) , on vrifie aisment ( f (M ), N ) = (M , f (N )) et on conclut.

Exercice 56 On munit M n ( ) du produit scalaire canonique. On note An ( ) lensemble des matrices

antisymtriques de M n ( ) et S n+ ( ) lensemble des matrices symtriques positives.
Soit A M n ( ) telle que pour tout U On ( ) , tr(AU ) tr A .
a) Dterminer le supplmentaire orthogonal de An ( ) .
b) Soit B An ( ) . Montrer que pour tout x , exp(xB ) On ( ) .
c) Montrer que A Sn+ ( ) .
d) Etudier la rciproque.
e) Montrer que pour toute matrice M M n ( ) il existe S Sn+ ( ) et U On ( ) telles que
M = SU .
a) Cest Sn ( ) car ces espaces sont videmment orthogonaux et supplmentaires.
b) t exp(xB )exp(xB ) = exp( t (xB )) exp(xB ) = exp(xB )exp(xB ) . Or xB et xB commutent donc
t
exp(xB )exp(xB ) = exp(xB + xB ) = exp(0) = I n .
c) La fonction drivable f : x tr(A exp(xB )) admet un maximum en 0 donc f (0) = 0 ce qui donne
tr(AB ) = 0 pour tout B An ( ) . Ainsi A est une matrice symtrique. Par le thorme spectrale A = tPDP
avec D = diag(1 ,, n ) et P On ( ) .
Posons V = diag(1 ,, n ) avec i = 1 et ii = i et U = PV t P On ( ) .
tr(AU ) = tr(APV t P ) = tr( tPAPV ) = tr(DV ) = 1 + + n et tr(A) = 1 + + n .
La proprit tr(AU ) tr A entrane i 0 pour tout i .
d) Supposons A Sn+ ( ) . On peut crire A = tPDP avec D = diag(1 ,, n ) , i 0 et P On ( ) . Pour
tout U On ( ) , tr(AU ) = tr(DV ) avec V = (vi , j ) = t PUP On ( ) .
n n
On a alors tr(DV ) = ivi ,i i = tr(A) car vi ,i 1 .
i =1 i =1

e) Lapplication relle f :V tr(MV ) est continue sur le compact On ( ) , elle y admet donc un maximum en
un certain U On ( ) . On a alors pour tout V On ( ) , tr(MV ) tr(MU ) . Posons alors A = MU . Pour tout
W On ( ) , tr(AW ) tr A donc A Sn+ ( ) et ainsi M = AU 1 avec A Sn+ ( ) et U 1 On ( ) .

Exercice 57 Montrer que le dterminant dune matrice symtrique relle dfinie positive est major par le
produit de ses lments diagonaux.

Soit M Sn++ ( ) . (x , y ) = t XMY dfinit un produit scalaire sur E = n .

En orthonormalisant pour le produit scalaire la base canonique B de n par le procd de Schmidt, on
obtient une base B et la matrice de passage P de B B est triangulaire suprieure. Par changement de base
 n
(x , y ) = t X Y = t X tPPY donne M = tPP . Dune part mi ,i = pi2, j pi2,i et dautre part
j =1
n
det M = (det P ) 2 = pi2,i permettent de conclure.
i =1

Exercice 58 Soit A M n ( ) . Montrer que A est symtrique positive ssi il existe P M n ( ) telle que
A = t PP . Montrer que A est symtrique dfinie positive ssi il existe P GLn ( ) telle que
A = t PP .

Si A = t PP alors il est facile dtablir que A est symtrique positive (voire dfinie positive si P est
inversible). Inversement, si A est symtrique positive alors par le thorme spectral, on peut crire A = tQDQ
avec Q On ( ) , D = diag(1 ,, n ) et i 0 (voire i > 0 si A est dfinie positive). Pour P = Q avec
= diag( 1 ,, n ) on dispose dune matrice solution (inversible dans le cas o est dfinie positive.)

Formes quadratiques

Exercice 59 Soit sur n la forme quadratique Q (x1 ,, x n ) =

1i , j n ,i j
x i x j . Trouver son rang.

0 (1)
1 (n 1)(1)n1
Dans la base canonique, la matrice de Q est de dterminant
.
2 2n
(1) 0
Si n = 1 , rgQ = 0 . Sinon rgQ = n .

0 X
t
Exercice 60 On pose, pour X n , q (X ) = det , o A est une matrice symtrique relle dfinie
X A
positive dordre n . Montrer que q est une forme quadratique dfinie ngative (indice :
commencer par le cas o A est diagonale).
Cas A = diag(1 ,, n ) avec i > 0 .
x 2 x2
En dveloppant le dterminant selon la premire colonne : q (x1 ,, x n ) = 1 n 1 + + n . q est
1 n
videmment une forme quadratique dfinie ngative.
Cas gnral : on peut crire A = tPDP avec P On ( ) et D = diag(1 ,, n ) , i > 0 .
1 0 0 X 1
t
0 0 t
(PX ) 0 t
PX
On observe = et donc q (X ) = det car det P = 1 . Cela
0 P X A 0 P PX D PX D
t

permet de conclure.

Exercice 61 Condition sur pour que la forme quadratique Q dfinie par : (x1 ,, x n ) n ,
n
n 2

Q (x1 ,, x n ) = x i2 x i soit dfinie positive ?

i =1
i=1

1 ( )

La matrice de Q dans la base canonique de est n
.

( ) 1
Si n = 1 , seul 1 est valeur propre et une CNS est < 1 .
Si n 2 alors les valeurs propres sont 1 n et 1 2 . Une CNS pour que Q soit dfinie positive est
1 n > 0 et 1 2 > 0 i.e. < 1 n .
Exercice 62 Soit E un -espace vectoriel, q une forme quadratique sur E de forme polaire B ,
C q = {x E ,q (x ) = 0} et N q = {x E , y E , B (x , y ) = 0} .
Montrer que C q = N q si et seulement si q est positive ou ngative.

Notons que linclusion N q C q est toujours vraie (il suffit de prendre y = x ).

Cas q positive : Soit x C q . Par lingalit de Cauchy-Schwarz, pour tout y E , B (x , y ) q (x )q (y ) = 0 donc
B (x , y ) = 0 . Ainsi x N q et donc C q N q puis = .
Cas q ngative : Il suffit dtudier q .
Inversement, montrons que si q nest ni ngative, ni positive alors C q N q .
Supposons quil existe x , y E tel que q (x ) > 0 et q (y ) < 0 .
Par continuit de t q (tx + (1 t )y ) , on peut affirmer quil existe t ]0,1[ tel que z = tx + (1 t )y C q . Si par
labsurde z N q alors b (z , x ) = b (z , y ) = 0 donne t 2q (x ) + (1 t )b (x , y ) = tb (x , y ) + (1 t ) 2 q (y ) = 0 ce qui
entrane une incompatibilit de signe sur b (x , y ) . On peut donc affirmer que z N q et donc C q N q .
david Delaunay http://mpsiddl.free.fr