• Aucun résultat trouvé

DS 2 - Alg`ebre CPBX Corrig´e

N/A
N/A
Protected

Academic year: 2021

Partager "DS 2 - Alg`ebre CPBX Corrig´e"

Copied!
4
0
0

Texte intégral

(1)

DS 2 - Alg`ebre CPBX Corrig´e

Exercice 1(Question de cours) Voir cours

Exercice 2

Consid´erons la matrice A:=

1 0 0

0 1 0

1 −1 2

.

1. On reconnaˆıt une matrice triangulaire inf´erieure, donc les vp sont 1 et 2.

2. On veut montrer que A est diagonalisable. Cela revient `a montrer que dim ker(A−I3) = 2 et dim ker(A−2I3) = 1

D´eterminons ker(A−I3). Un vecteur (x, y, z) appartient `a ker(A−I3) si et seulement si

x−y+z = 0

On reconnaˆıt l’´equation d’un plan vectoriel, donc dim(ker(A−I3)) = 2. Comme 2 est valeur propre, de multiplicit´e 1, on a 1 ≥ dim(ker(A − 2I3)) ≥ 1, donc dim(ker(A −2I3)) = 1. Cela signifie que dim ker(A −I3) + dim ker(A −2I3) = dim(R3). D’apr`es le cours, on sait que A est diagonalisable.

Remarque : on n’a pas eu besoin de d´eterminer ker(A−2I3).

Remarque : On pouvait ´eviter tout calcul en remarquant que A−I3 est de rang 1, donc ker(A−I3) est de dimension 2.

3. On veut trouver une matrice P ∈ GL3(R) telle que P−1AP est diagonale. On a besoin de trouver une base de vecteurs propres :

• pour ker(A−I3). On cherche deux vecteurs ind´ependants dans le planx−y+z = 0.

On peut choisir

 1 1 0

et

 0 1 1

.

1

(2)

• pour ker(A−2I3). On doit ´etudier le syst`eme correspondant :

−x= 0 −y= 0 x−y= 0

On voit directement que

 0 0 1

 est solution.

Finalement, d’apr`es le cours, la matriceP =

1 0 0 1 1 0 0 1 1

v´erifie P−1AP =Davec D= Diag(1,1,2).

4. On veut calculer tr((A−I3)10) et det((A−2I3)2017). On ´ecrit A=P DP−1 et (A−I3)10= (P DP−1−I3)10= (P(D−I3)P−1)10

Or on a vu dans le cours que (P(D−I3)P−1)10 =P(D−I3)10P−1. Or deux matrices semblables ont la mˆeme trace. Donc

tr((A−I3)10) =tr((D−I3)10) =tr(Diag(0,0,110)) = 1 Le mˆeme argument montre que

det((A−2I3)2017) = det((D−2I3)2017) = det(Diag((−1)2017,(−1)2017,02017)) = 0.

Exercice 3

1. Cherchons un endomorphisme de R2 tel que f2+f+Id= 0. Puisque le polynˆome caract´eristique est un polynˆome annulateur, il est pertinent de chercher un endor- mophsime f tel que χf(X) = X2 +X + 1. En utilisant les relations entre les coefficients de χf, la trace de f et son d´eterminant, un tel endomoprhisme a pour trace −1 et pour d´eterminant 1. Ainsi l’endomorphisme de Rn qui a pour matrice dans la base canonique

0 1

−1 −1

convient.

Remarque : la connaissance de la matrice compagnon permettait aussi de donner directement cette matrice, sans raisonnement sur la trace et le d´eterminant.

2. Notons P le polynˆome

P(X) = X3+X2+X.

AlorsP annule l’endomorphisme f. De plus, P(X) = X(X −j)(X−j2). Ainsi P est scind´e sur C `a racines simples. Donc f est diagonalisable.

2/4

(3)

3. D’apr`es le cours, les valeurs propres de f sont incluses dans les racines de P, c’est-

`

a-dire dans {0, j, j2}. Or les racines du polynˆome caract´eristique sont les valeurs propres def. De plus, en notantnla dimension,χf est de degr´enet son coefficient dominant est (−1)n. Puisqu’il est scind´e sur C:

χf(X) = (−1)nXα(X−j)β(X−j2)γ.

Or, l’endomorphisme f ´etant initialement d´efini sur un espace vectoriel r´eel, son polynˆome caract´eristique est `a coefficients r´eels. En notant que j2 =j, on constate queχf est `a coefficients r´eels si et seulement si β =γ.

4. D’apr`es le th´eor`eme du rang, on a rg(f) =n−dim(ker(f)). Puisque f est diago- nalisable, dim ker(f) =α =n−2β. Ainsi rg(f) = 2β est pair.

Exercice 4

On va ´etudier quatre suites (an),(bn),(cn) et (dn) qui v´erifient

∀n ∈N an+1 =bn+1 =cn+dn et cn+1 =dn+1 =an+bn. 1. En posant

M =

0 0 1 1 0 0 1 1 1 1 0 0 1 1 0 0

On trouve Xn+1 =M X et donc par r´ecurrence Xn =MnX0. 2. On a

χM(X) = det

−X 0 1 1

0 −X 1 1

1 1 −X 0

1 1 0 −X

Il existe plusieurs techniques : d´evelopper par rapport `a la premi`ere ligne pour se ramener `a des d´eterminants 3×3 et continuer la descente. Il est presque impossible pour deux personnes diff´erentes d’obtenir la mˆeme preuve, donc ne pas stresser si vous n’avez pas ´ecrit la preuve qui suit. On commence par l’op´eration sur les lignes :

L1 →L1+L3 L2 →L2+L3

χM(X) = det

1−X 1 1−X 1

1 1−X 1 1−X

1 1 −X 0

1 1 0 −X

Puis on fait les op´erations sur les colonnes :

C3 →C3 −C1 C4 →C4−C2

3/4

(4)

χM(X) = det

1−X 1 0 0

1 1−X 0 0

1 1 −X−1 −1

1 1 −1 −X−1

On reconnaˆıt un d´eterminant par blocs inf´erieurs : χM(X) = det

1−X 1

1 1−X

det

−X−1 −1

−1 −X−1

χM(X) = [(1−X)2−1][(−X−1)2−1] = (X2−2X)(X2+ 2X) = X2(X−2)(X+ 2) 3. Les valeurs propres deM sont les racines du polynˆomes caract´erisiques, c’est-`a-dire

0, 2 et -2.

4. M est clairement de rang 2. Par le th´eor`eme du rang, dim(ker(M)) = dim(R4)−2 = 2.

5. La dimension de l’espace propre associ´e `a 0 est 2 d’apr`es la question pr´ec´edente, elle est ´egale `a la multiplicit´e de 0.

Rappelons par ailleurs que pour une valeur propre λ de multiplicit´e m(λ), on a toujours 1 ≤ dim(ker(M −λI4) ≤ m(λ). Or les deux autres valeurs propres 2 et -2 sont de multiplicit´e 1. Donc les espaces propres associ´es sont de dimension 1.

Ainsi, pour chaque valeur propre de M, la dimension de l’espace propre est ´egale `a la multiplicit´e. Comme χM est scind´e, M est diagonalisable.

4/4

Références

Documents relatifs

Rappeler (sans d´ emonstration) le lien entre les valeurs propres d’une matrice diag- onalisable quelconque et son d´ eterminant.. D´ eterminer une matrice de SL 2 ( R ) qui

Remarque : en fait beaucoup m’ont parl´ e de “syst` eme” ou ”d’´ equations indpendantes” pour parler du rang.. Un vecteur ne se met pas au

Montrer que l’ensemble des solutions (x, y) forme un R -espace vectoriel (on ne de- mande pas maintenant de calculer les solutions).. Donner la dimension de cet espace (si

[r]

 Cette propriété permet de simplifier l’écriture d’un quotient en divisant le numérateur et le dénominateur par le même nombre.  Elle permet aussi d’écrire

Donc v v´erifie la condition r´el´evante, et l’oppos´e d’un vecteur est unique, alors v est l’oppos´e de −v.. Mais U n’est stable ni pour l’addition de vecteurs, ni pour

(a) Les propri´et´es de commutativit´e et associativit´e se v´erifient car l’addition et la multiplication dans F sont commutatives et as- sociatives... Donc Z est stable

Il faut montrer que GL(V ) est stable pour la composition.. On sait d´ej`a que la composition d’applications