[http://mp.cpgedupuydelome.

fr] édité le 4 novembre 2013 Enoncés 1

Trigonalisation Exercice 6 [ 00820 ] [correction]

Soit  
2 −1 −1
Exercice 1 [ 00816 ] [correction]
A= 2 1 −2 
Montrer qu’une matrice triangulaire inférieure est trigonalisable.
3 −1 −2
a) Calculer le polynôme caractéristique de A.
Exercice 2 [ 00817 ] [correction] b) Trigonaliser la matrice A.
Soit A ∈ Mn (K). On suppose χA scindé.
a) Justifier que A est trigonalisable.
b) Etablir que pour tout k ∈ N, Exercice 7 [ 00821 ] [correction]
Soit
Sp(Ak ) = λk /λ ∈ Sp(A)
  
0 1 1
A =  −1 1 1 
−1 1 2
Exercice 3 [ 00818 ] [correction]
a) Calculer le polynôme caractéristique de A.
Soit A ∈ Mn (C) de polynôme caractéristique
b) Trigonaliser la matrice A.
n
Y
(X − λi )
i=1
Exercice 8 CCP MP [ 03583 ] [correction]
Déterminer une matrice de polynôme caractéristique Trigonaliser la matrice  
1 0 0
n
Y A= 0 0 −1 
(X − λpi ) 0 1 2
i=1

Exercice 9 CCP MP [ 02526 ] [correction]

Exercice 4 [ 00819 ] [correction]
Montrer que la matrice
Montrer que pour tout A ∈ Mn (C), det(exp(A)) = exp(trA).  
13 −5 −2
 −2 7 −8 
−5 4 7
Exercice 5 [ 03120 ] [correction]
Soient A ∈ Mn (K) et P ∈ K [X]. est trigonalisable et préciser la matrice de passage.
On suppose le polynôme caractéristique de A de la forme
n
Exercice 10 Centrale MP [ 02389 ] [correction]
Y
χA (X) = (−1)n (X − λk )
k=1
a) Soient A et B dans M2 (K) telles que AB = BA. Montrer que B ∈ K [A] ou
A ∈ K [B].
Exprimer le polynôme caractéristique de P (A). b) Le résultat subsiste-t-il dans M3 (K) ?

Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 4 novembre 2013 Enoncés 2

Exercice 11 Centrale MP [ 02395 ] [correction]

Soit E un espace vectoriel complexe de dimension finie non nulle. Soient u et v
des endomorphismes de E ; on pose [u, v] = uv − vu.
a) On suppose [u, v] = 0. Montrer que u et v sont cotrigonalisables.
b) On suppose [u, v] = λu avec λ ∈ C? . Montrer que u est nilpotent et que u et v
sont cotrigonalisables.
c) On suppose l’existence de complexes α et β tels que [u, v] = αu + βv. Montrer
que u et v sont cotrigonalisables.

Exercice 12 X MP [ 02954 ] [correction]

Soit A ∈ Mn (C) telle que tr(Am ) → 0 quand m → +∞.
Montrer que les valeurs propres de A sont de module < 1

Exercice 13 [ 03284 ] [correction]

Soient A, B ∈ Mn (C) vérifiant AB = On .
a) Montrer que les matrices A et B ont un vecteur propre en commun.
b) Etablir que A et B sont simultanément trigonalisable

Exercice 14 [ 03479 ] [correction]

Soient A, B ∈ Mn (C) vérifiant

∀m ∈ N, tr(Am ) = tr(B m )

Montrer que les matrices A et B ont les mêmes valeurs propres.

Exercice 15 [ 03551 ] [correction]

Expliquer pourquoi le déterminant de A ∈ Mn (R) est le produit des valeurs
propres complexes de A, valeurs propres comptées avec multiplicité.

Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 4 novembre 2013 Corrections 3

Corrections Exercice 5 : [énoncé]

Puisque le polynôme χA est scindé, la matrice A est trigonalisable. Plus
Exercice 1 : [énoncé] précisément, la matrice A est semblable à une matrice de la forme
Son polynôme caractéristique est scindé. 
λ1 ?

 .. 
 . 
Exercice 2 : [énoncé]
(0) λn
a) A est annule le polynôme χA qui est scindé donc A est trigonalisable.
b) Soit T une matrice triangulaire semblable à A. Les coefficients diagonaux de T La matrice P (A) est alors semblable à
sont les valeurs propres de A comptées avec multiplicité. Cependant Ak est
semblables à T k donc les valeurs propres de Ak sont les coefficients diagonaux de
 
P (λ1 ) ?
T k or ceux-ci sont les puissances d’ordre k des coefficients diagonaux de T  .. 
 . 
c’est-à-dire des valeurs propres de A.
(0) P (λn )

Exercice 3 : [énoncé] et donc

n
Il est entendu, qu’ici, le polynôme caractéristique d’une matrice carrée A est
Y
χP (A) = (−1)n (X − P (λk ))
définie par k=1
χA = det(XId − A)
La matrice A est semblable à une matrice triangulaire de la forme
  Exercice 6 : [énoncé]
λ1 ? a) χA (X) = −(X + 1)(X −
1)2 .
 .. 
b) E−1 = Vectt 1 1 2 , E1 = Vectt 1 0 1 .


 . 
0 λn La matrice A n’est pas diagonalisable mais on peut la rendre semblable à la
matrice
et donc Aq est semblable à
 
−1 0 0
λq1
 
? T =  0 1 1 .
 .. 
0 0 1
 . 


0 λqn On prend C1 = t 1 1 2 , C2 = t 1 0 1 .

t
q
Ainsi le polynôme caractéristique de A est celui voulu. On détermine C3 tel que AC 3 = C 3 + C 2 . C 3 = 0 −1 0 convient.
 
1 1 0
Pour P =  1 0 −1 , on a P −1 AP = T .
Exercice 4 : [énoncé] 2 1 0
A est semblable 
 à une matrice triangulaire supérieure de la forme
λ1 ?
 .. .

 . Exercice 7 : [énoncé]
0 λn a) χA (X) = −(X − 1)3 .

exp(A) est alors semblable 
à une matrice de la forme b) E1 = Vectt 1 0 1 .
?0 La matrice A n’est pas diagonalisable mais on peut la rendre semblable à la

exp(λ1 )
.. matrice
.
 
.
 
 1 1 0
0 exp(λn ) T =  0 1 1 .
Cela suffit pour conclure. 0 0 1

Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 4 novembre 2013 Corrections 4

On prend C1 = t 1 0 1 .
Exercice 10 : [énoncé]
On détermine C2 tel que AC2 = C2 + C1 . C2 = t 0 1 0
convient. a) Commençons
 par quelques cas particuliers.

t
0 −1 1 convient. λ 0
 C3 tel queAC3 = C3 + C2 . C3 =
On détermine Si A = alors A ∈ K [B] en s’appuyant sur un polynôme constant.
1 0 0  0 λ 
Pour P =  0 1 −1 , on a P −1 AP = T . λ1 0
Si A = avec λ1 6= λ2 alors les matrices qui commutent avec A sont
1 0 1 0 λ2  
α1 0
diagonales donc B est de la forme . En considérant P = aX + b tel
0 α2
Exercice 8 : [énoncé] et P (λ2 ) = α2 , on a B = P (A) ∈ K [A].
que P (λ1 ) = α1 
Le polynôme caractéristique χA (X) = −(X − 1)3 est scindé donc A est λ µ
Si A = avec µ 6= 0, une étude de commutativité par coefficients
trigonalisable. 0 λ
 
On a α β
   
1 0 inconnus donne B = . Pour P = βµ X + γ avec βλµ + γ = α, on a
0 α
E1 (A) = Vect  0 ,  −1 B = P (A) ∈ K [A].
   

0 1 Enfin, dans le cas général, A est semblable à l’un des trois cas précédent via une
matrice P ∈ GL2 (K). La matrice B 0 = P −1 BP commute alors avec A0 = P −1 AP
et puisque         donc B 0 est polynôme en A0 et par le même polynôme B est polynôme en A.
0 0 0 0
b) On imagine que non, reste à trouver un contre-exemple.
A  0 =  −1 =  0 +  −1
       
Par la recette dite des « tâtonnements successifs »ou saisi d’une inspiration
1 2 1 1 venue d’en haut, on peut proposer
on a A = P T P −1 avec
   
1 1 0 1 0 0
1

0 0
 
1 0 0
 A =  0 1 0  et B =  0 1 0 
T = 0 1 1  et P =  0 −1 0  0 0 1 0 1 1
0 0 1 0 1 1 On vérifie que A et B commutent et ne sont ni l’un ni l’autre polynôme en l’autre
car tout polynôme en une matrice triangulaire supérieure est une matrice
triangulaire supérieure.
Exercice 9 : [énoncé]
Notons A la matrice étudiée. χA = −(X − 9)3 donc χA est scindé et par
conséquent A est trigonalisable.
t

Exercice 11 : [énoncé]
dim E9 (A) = 1 et X1 = 2 2 −1 est vecteur propre.


a) u admet une valeur propre λ et le sous-espace propre associé est stable par v.
X2 = t −7 −8 3 vérifie AX2 = 9X2 + 3X1 et X3 = t −5 5 9 vérifie
Cela assure que u et v ont un vecteur propre en commun e1 . On complète celui-ci
AX3 = 9X3 + 9X2 .
en une base(e1 , e2 , . .. , en ). Lesmatrices 
de u et v dans cette base sont de la
Ainsi pour
λ ? µ ?
. Considérons les endomorphismes u0 et
 
2 −7 −5 forme A = et B =
0 A0 0 B0
P =  2 −8 5 
v 0 de E 0 = Vect(e2 , . . . , en ) représentés par A0 et B 0 dans (e2 , . . . , en ). AB = BA
−1 3 9
donne A0 B 0 = B 0 A0 et donc [u0 , v 0 ] = 0. Cela permet d’itérer la méthode jusqu’à
on obtient   obtention d’une base de cotrigonalisation.
9 3 0  
b) Par récurrence, on vérifie uk , v = kλuk . L’endomorphisme w 7→ [w, v] de
P −1 AP =  0 9 9  L(E) ne peut avoir une infinité de valeurs propres donc il existe k ∈ N? tel que
0 0 9 uk = 0. L’endomorphisme u est nilpotent donc ker u 6= {0} ce qui permet

Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 4 novembre 2013 Corrections 5

d’affirmer que u et v ont un vecteur propre commun. On peut alors reprendre la Exercice 13 : [énoncé]
démarche de la question a) sachant qu’ici A0 B 0 − B 0 A0 = λA0 . a) Si B = On alors tout vecteur propre de A (et il en existe car le corps de base
c) Si α = 0, l’étude qui précède peut se reprendre pour conclure. Si α 6= 0, on est C) est aussi vecteur propre de B.
introduit w = αu + βv et on vérifie [w, v] = αw. Ainsi w et v sont Si B 6= On alors l’espace ImB est stable par B et il existe alors un vecteur propre
cotrigonalisables puis u et v aussi cas u = α1 (w − βv). de B dans ImB. Puisque ImB ⊂ ker A car AB = On , ce vecteur propre de B est
aussi vecteur propre de A (associé à la valeur propre 0).
b) Par récurrence sur la taille n des matrices.
Exercice 12 : [énoncé]
Pour n = 1, c’est immédiat.
La matrice A est trigonalisable et si l’on note λ1 , . . . , λp ses valeurs propres
p Supposons la propriété vérifiée au rang n − 1 > 1.
distinctes alors tr(Am ) = αj λm
P
j avec αj la multiplicité de la valeur propre λj . Soit A, B ∈ Mn (C) vérifiant AB = On . Soit X1 un vecteur propre commun aux
j=1
matrices A et B associé aux valeurs propres λ et µ respectivement. Soit P une
Pour conclure, il suffit d’établir résultat suivant :
matrice inversible dont la première colonne est X1 . Par changement de base on a
« Soient α1 , . . . , αp ∈ C? et λ1 , . . . , λp ∈ C deux à deux distincts.
p    
P
αj λm −1 λ ? −1 µ ?
Si j −−−−−→ 0 alors ∀1 6 j 6 p, |λj | < 1 ». P AP = et P BP =
j=1 m→+∞ 0 A0 0 B0
Raisonnons pour cela par récurrence sur p > 1.
Pour p = 1, la propriété est immédiate. Puisque AB = On on a λµ = 0 et A0 B 0 = On−1 .
Supposons la propriété vraie au rang p > 1. Par hypothèse de récurrence, il existe une matrice Q ∈ GLn−1 (C) telle que
Soient α1 , . . . , αp+1 ∈ C? et λ1 , . . . , λp+1 ∈ C deux à deux distincts tels que Q−1 A0 Q et Q−1 B 0 Q sont triangulaires supérieures. Pour la matrice
 
p+1 1 0
X R=P × ∈ GLn (C)
αj λm
j −−−−−→ 0 (1) 0 Q
m→+∞
j=1
on obtient R−1 AR et R−1 BR triangulaires supérieures.
Par décalage d’indice, on a aussi
Récurrence établie
p+1
X
αj λm+1
j −−−−−→ 0 (2)
m→+∞
j=1 Exercice 14 : [énoncé]
λp+1 × (1) − (2) donne Notons λ1 , . . . , λp et µ1 , . . . , µq les valeurs propres deux à deux distinctes des
matrices A et B respectivement.
p
X L’hypothèse de travail donne
αj (λp+1 − λj )λm
j −−−−−→ 0
m→+∞ p q
j=1 X X
∀m ∈ N, mλj (A)λm
j = mµk (B)µm
k
qui se comprend encore
p j=1 j=1
X
βj λm
j −−−−−→ 0 Avec des notations étendues, ceci donne
m→+∞
j=1
X
avec les β1 , . . . , βp non nuls. ∀m ∈ N, aλ λm = 0
Par hypothèse de récurrence, on a alors ∀1 6 j 6 p, |λj | < 1. λ∈SpA∪SpB
p
αj λm
P
On en déduit j −−−−−→ 0 et la relation (1) donne alors
m→+∞ avec aλ = mλ (A) − mλ (B).
j=1
αp+1 λm Indexons alors les valeurs propres de A et B de sorte que
p+1 −−−−−→ 0 d’où l’on tire |λp+1 | < 1.
m→+∞
Récurrence établie. SpA ∪ SpB = {α1 , . . . , αr }

Diffusion autorisée à titre entièrement gratuit uniquement - dD

[http://mp.cpgedupuydelome.fr] édité le 4 novembre 2013 Corrections 6

avec α1 , . . . , αr deux à deux distinctes. On obtient donc

r
X
∀m ∈ N, aαj αjm = 0
j=1

Considérons alors la matrice carrée de Vandermonde

 
1 1 ··· 1
 α1
 α 2 · · · α r 

 .. .. .. 
 . . . 
α1r−1 α2r−1 · · · αrr−1

Celle-ci est inversible car les α1 , . . . , αr sont deux à deux distincts. Or les égalités
qui précèdent donnent
X r
aαj Cj = 0
j=1

en notant Cj les colonnes de la matrice de Vandermonde précédente.

On en déduit
∀1 6 j 6 r, aαj = 0
ce qui donne
∀λ ∈ SpA ∪ SpB, mλ (A) = mλ (B)

Exercice 15 : [énoncé]
Sur C, A est trigonalisable semblable à une matrice triangulaire supérieure ou sur
la diagonale figurent les valeurs propres complexes de A comptées avec
multiplicité.

Diffusion autorisée à titre entièrement gratuit uniquement - dD