2 0 2 3

P S I* 10 2

V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

C o u r s 3
1 Éléments propres d’un endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1 Valeurs propres et vecteurs propres . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Sous-espaces propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Valeurs propres et polynômes annulateurs . . . . . . . . . . . . . . . . . . . . . 4
2 Éléments propres en dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1 Éléments propres d’un endomorphisme en dimension finie . . . . . . . . . . . . 4
2.2 Éléments propres d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Polynôme caractéristique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.4 Polynôme caractéristique et valeurs propres . . . . . . . . . . . . . . . . . . . . 6
2.5 Multiplicité des valeurs propres . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.6 Polynôme caractéristique et sous-espace stable . . . . . . . . . . . . . . . . . . 6
3 Exercices et résultats classiques à connaître . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1 Une recherche astucieuse d’éléments propres . . . . . . . . . . . . . . . . . . . . 7
3.2 Valeurs propres de u ◦ v et v ◦ u . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.3 Autour de la matrice compagnon . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.4 Une condition sur la dimension de l’espace vectoriel . . . . . . . . . . . . . . . 8
3.5 Un endomorphisme matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4 Compléments de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.1 Comment expliquer l’expression du polynôme caractéristique ? . . . . . . . . . 8

E x e r c ic e s 9
Exercices de mathématiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Petits problèmes d’entrainement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 0 2 2 - 2 0 2 3 http://psietoile.lamartin.fr 1/ 11
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

Pour bien démarrer

1. Qu’est-ce qu’un sous-espace stable par un endomorphisme ? En quoi est-ce intéressant ?

2. Qu’est-ce qu’une somme directe ?

3. Que peut-on déduire de MatB (u) diagonale ? triangulaire supérieure ? diagonale par blocs ?

4. Si u(x) = λx, que vaut u2 (x) ?

5. En dimension finie, comment caractériser que u est un automorphisme ?

6. Que signifie que deux matrices sont semblables ? À quoi est semblable In ?

7. Que signifient :

• « α est racine du polynôme P »

• « α est racine double du polynôme P »
• « α est racine d’ordre k du polynôme P »

8. Un polynôme a-t-il toujours des racines ?

9. Que dire de la somme et du produit des racines d’un polynôme ?

https://xkcd.com/1570 cbn

Lu dans le programme officiel

Les étudiants doivent savoir que si u ◦ v = v ◦ u, les sous-espaces propres de u sont stables par v.
La notion de valeur spectrale est hors programme.
Par convention, le polynôme caractéristique est unitaire.
La démonstration du théorème de Cayley-Hamilton n’est pas exigible.
Le théorème de décomposition des noyaux est hors programme.
La démonstration de la condition de trigonalisabilité n’est pas exigible.
La technique générale de trigonalisation n’est pas au programme. On se limite dans la pratique à
des exemples simples en petite dimension et tout exercice de trigonalisation effective doit comporter
une indication.
La notion de polynôme minimal est hors programme.

2 / 11 http://psietoile.lamartin.fr 2 0 2 2 - 2 0 2 3
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

1 Éléments propres d’un endomorphisme

On travaille pour ce paragraphe dans un espace vectoriel de dimension quelconque.

1.1 Valeurs propres et vecteurs propres

Proposition. Soit u ∈ L(E) et x ∈ E un vecteur non nul. La droite Vect(x) est stable par u si et
seulement s’il existe λ ∈ K tel que :
u(x) = λx
Dans ce cas, pour tout y ∈ Vect(x), on a aussi : u(y) = λy. Ainsi l’endomorphisme induit par u
sur D est l’homothétie de rapport λ.
Définition. Soit u ∈ L(E) et λ ∈ K. On dit que λ est une valeur propre de u si et seulement s’il
existe x ∈ E non nul tel que :
u(x) = λx
Dans ce cas, x est appelé un vecteur propre associé ® à la valeur propre λ.
x 6= 0
Remarque. Ainsi, x est vecteur propre de u si et seulement si
∃λ ∈ K, u(x) = λx
Remarque. On appelle :
u(x) = λx
l’équation aux éléments propres de u. Ce n’est pas une équation au sens habituel : on cherche en même
temps les solutions x et les conditions sur λ pour qu’il y ait de solutions non nulles.
Exemple. Soit E = C ∞ (R, R) et u l’endomorphisme de E défini par :

∀f ∈ E, u(f ) = f 0

Déterminer les valeurs propres de u.

Exemple. Soit E = R[X] et u l’endomorphisme de E défini par :

∀P ∈ E, u(P ) = P 0

Déterminer les valeurs propres de u.

Exemple. Soit E = R2 et u la rotation d’angle π3 . Déterminer les valeurs propres de u.
Exemple. Lorsque u est un projecteur (resp. une symétrie), donner deux valeurs propres de u.
Proposition. λ est une valeur propre de u si et seulement si u − λidE n’est pas injectif, c’est-à-dire :

Ker(u − λidE ) 6= {0E }

Remarque. 0 est valeur propre des endomorphismes non injectifs.

1.2 Sous-espaces propres

Définition. Si λ est une valeur propre de u, on appelle sous-espace propre de u associé à λ le

sous-ev :
Eλ (u) = Ker(u − λidE )
Remarque.
• C’est l’ensemble des vecteurs propres de u associés à la valeur propre λ, auquel on ajoute le vecteur nul.
• Eλ (u) est au moins de dimension 1 lorsque λ est valeur propre de u.
• u induit une homothétie de rapport λ sur Eλ (u).

2 0 2 2 - 2 0 2 3 http://psietoile.lamartin.fr 3 / 11
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

1.3 Propriétés

Proposition. Si v commute avec u, alors pour toute valeur propre λ de u, Eλ (u) est stable par v.
Théorème.

Si λ1 , . . . , λp sont des valeurs propres deux à deux distinctes de u, alors la somme des sous-
espaces propres est directe :
p p
Ker(u − λi idE ) = Ker(u − λi idE )
X M

i=1 i=1

Corollaire. Toute famille finie de vecteurs propres associés à des valeurs propres deux à deux distinctes
est libre.
Exemple. Soit λ1 , . . . , λp des réels deux à deux distincts. Montrer que la famille (t 7→ eλi t )16i6p est
une famille libre.

1.4 Valeurs propres et polynômes annulateurs

Proposition. Si P est un polynôme annulateur de u, alors les valeurs propres de u sont parmi les
racines de P , c’est-à-dire :
λ ∈ Sp(u) =⇒ P (λ) = 0

La réciproque est fausse.

2 Éléments propres en dimension finie

On suppose dorénavant que E est de dimension finie n.

2.1 Éléments propres d’un endomorphisme en dimension finie

Proposition. Soit E de dimension finie et u ∈ L(E). Les propriétés suivantes sont équivalentes :

(i) λ est valeur propre de u

(ii) u − λidE n’est pas inversible

(iii) det(u − λidE ) = 0

Définition. On appelle spectre de u l’ensemble de ses valeurs propres. On le note Sp(u).

Remarque. S’il y a un risque d’ambiguïté, on note SpK (u) les valeurs propres (dans K) de l’endomorphisme u
du K-ev E.
Proposition. Soit n = dim E, u ∈ L(E) et λ1 , . . . , λp des valeurs propres deux à deux distinctes de u.
Alors :
p
dim Eλi (u) 6 n
X
p6
i=1

En particulier, Card(Sp(u)) 6 n.

4 / 11 http://psietoile.lamartin.fr 2 0 2 2 - 2 0 2 3
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

2.2 Éléments propres d’une matrice carrée

Définition. Soit A ∈ Mn (K) une matrice carrée. Les éléments propres de A sont ceux de l’en-
domorphisme u ∈ L(Kn ) canoniquement associé à A : valeurs propres, spectre, vecteurs propres,
sous-espaces propres.
Remarque. On trouve parfois une définition « purement matricielle » : On dit que λ ∈ K est valeur propre
de A si et seulement s’il existe X ∈ Mn,1 (K) non nulle telle que AX = λX. Dans ce cas, X s’appelle un
vecteur propre associé à la valeur  propre λ.
0 −1
Exemple. Déterminer Sp(A) où A = .
1 0
Remarque. Les résultats établis pour les éléments propres des endomorphismes en dimension finie se trans-
posent au cas des matrices carrées.  
3 0 1
Exemple. Déterminer les éléments propres de la matrice B =  2 1 1.
−1 1 1
Proposition. Soit A ∈ Mn (K). Les propriétés suivantes sont équivalentes :

(i) λ est valeur propre de A

(ii) ∃X ∈ Mn,1 (K) t.q. X 6= 0 et AX = λX

(iii) A − λIn n’est pas inversible

(iv) det(A − λIn ) = 0

(v) rg(A − λIn ) < n

Proposition. Deux matrices semblables ont le même spectre.

Remarque. Chercher les vecteurs propres associés à la valeur propre λ, c’est chercher les solutions X non
nulles à l’équation linéaire :
(A − λIn )X = 0
c’est-à-dire les (x1 , . . . , xn ) 6= (0, . . . , 0) solutions du système linéaire :


 (a1,1 − λ)x1 + a1,2 x2 + ··· + a1,n xn = 0
 a2,1 x1
 + (a2,2 − λ)x2 + ··· + a2,n xn = 0
..


 .
an,1 x1 + an,2 x2 + ··· + (an,n − λ)xn = 0


2.3 Polynôme caractéristique

Définition. Soit A ∈ Mn (K). On appelle polynôme caractéristique de A le polynôme :

χA : X 7→ det(X In − A)

Définition. Soit u ∈ L(E). On appelle polynôme caractéristique de u le polynôme :

χu : X 7→ det(X idE − u)

Proposition. Le polynôme caractéristique est un polynôme. Il est unitaire et de degré n.

On peut préciser quelques coefficients :

χA (X) = X n − tr(A)X n−1 + · · · + (−1)n det(A)

Preuve. Voir explication en annexe, au § 4.1

Exemple. Quel est le polynôme caractéristique d’une matrice diagonale ? triangulaire ?

2 0 2 2 - 2 0 2 3 http://psietoile.lamartin.fr 5 / 11
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

Remarque. On trouve dans certains ouvrages la convention χA (X) = det(A − X In ).

Proposition. Deux matrices semblables ont le même polynôme caractéristique.
Exemple. Donner un exemple de matrices ayant le même polynôme caractéristique, mais qui ne sont
pas semblables.
Proposition. Soit A ∈ Mn (K). A et A> ont le même polynôme caractéristique.

2.4 Polynôme caractéristique et valeurs propres

Théorème.

Les valeurs propres de u (resp. A) sont les racines de son polynôme caractéristique.

Remarque. Le théorème précédent énonce bien une caractérisation.

Détermination pratique des valeurs propres. Sur un exemple concret en dimension finie, on peut
déterminer les valeurs propres d’une matrice en calculant, sous forme factorisée, son polynôme
caractéristique.
Exemple. Déterminer les valeurs propres de :
     
−2 0 1 3 0 1 1 1 1
A = −1
 1 1 B=  2 1 1 C= 0
 2 2
−1 1 1 −1 1 1 1 −1 3
     
2 0 0 1 4 2 0 1 0
D = −3
 −1 3  E = 0 −3
 −2 F = 0
 0 1
3 3 −1 0 4 3 1 0 0

Remarque. Si une matrice est triangulaire ou diagonale, ses valeurs propres sont ses termes diagonaux, comptés
avec multiplicité.

2.5 Multiplicité des valeurs propres

Définition. Soit u ∈ L(E) (resp. A ∈ Mn (K)) et λ une valeur propre. On appelle ordre de multi-
plicité de la valeur propre λ son ordre de multiplicité en tant que racine du polynôme χu (resp.
χA ).
Remarque. Lorsque l’ordre de multiplicité est 1 (resp. 2), on dit que la valeur propre est simple (resp. double).
Proposition. Tout endomorphisme u ∈ L(E) (resp. toute matrice A ∈ Mn (K)) admet au plus n valeurs
propres, comptées avec multiplicité.
Proposition. Soit A ∈ Mn (K). On suppose que le polynôme caractéristique est scindé. Alors A admet
exactement n valeurs propres λ1 , . . . , λn comptées avec multiplicité, et on a :
n n
det(A) = λi et tr(A) =
Y X
λi
i=1 i=1

Le résultat est encore valable pour u ∈ L(E) un endomorphisme.

Remarque. Ce résultat s’applique toujours lorsque K = C.

2.6 Polynôme caractéristique et sous-espace stable

Lemme. Soit u ∈ L(E) un endomorphisme, et F un sous-espace vectoriel de E stable par u. On note

uF l’endomorphisme induit par u sur F .
Alors χuF divise χu .
Théorème.

6 / 11 http://psietoile.lamartin.fr 2 0 2 2 - 2 0 2 3
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

La dimension d’un sous-espace propre est au plus égale à la multiplicité de la valeur propre
correspondante :
Si A ∈ Mn (K), λ ∈ Sp(A), en notant m(λ) la multiplicité de λ, on a :

1 6 dim Eλ (A) 6 m(λ)

Le résultat est encore valable pour u ∈ L(E) un endomorphisme.

Corollaire. Si λ est une valeur propre de multiplicité 1, alors le sous-espace propre associé est une
droite vectorielle, c’est-à-dire est de dimension 1.

3 Exercices et résultats classiques à connaître

3.1 Une recherche astucieuse d’éléments propres

102.1
 
1 ... 1
 .. ..  ∈ M (R).
Déterminer les éléments propres de A =  . . n
1 ... 1

3.2 Valeurs propres de u ◦ v et v ◦ u

102.2
Soit u et v deux endomorphismes d’un e.v.
(a) Si λ 6= 0 est valeur propre de u ◦ v, montrer qu’il l’est aussi de v ◦ u.
(b) Montrer que cette propriété reste vraie pour λ = 0 lorsque l’espace E est de dimension finie.
(c) Pour P ∈ E = R[X], on pose dans cette question :
ˆ X
u(P ) = P et v(P ) =
0
P (t) dt
0

Déterminer Ker(u ◦ v) et Ker(v ◦ u).

(d) Conclure.

3.3 Autour de la matrice compagnon

102.3
Soit P = a0 + a1 X + · · · + an−1 X n−1 + X n ∈ K[X] un polynôme unitaire. On appelle matrice
compagnon de P la matrice :
 
0 · · · · · · 0 −a0
1 . . . ..
.
 
−a1 
C = 0 1 . . . ... .. 
 
. 

 .. . . .. .. 
 
. . . 0 . 
0 · · · 0 1 −an−1

2 0 2 2 - 2 0 2 3 http://psietoile.lamartin.fr 7 / 11
 2 0 2 3
P S I* 1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s

(a) Montrer que P est le polynôme caractéristique de C.

(b) On suppose dans cette question que P est scindé à racines simples, notées λ1 , . . . , λn . Montrer
que :  
λ1 0 ... 0
.. 
 0 ... ..
. . 

>  V (λ1 , . . . , λn )−1
 .. . .
C = V (λ1 , . . . , λn )  ..
. . .

0
0 ... 0 λn
où V (λ1 , . . . , λn ) désigne la matrice de Vandermonde de (λ1 , . . . , λn ).

3.4 Une condition sur la dimension de l’espace vectoriel

102.4
À quelle condition existe-t-il A ∈ Mn (R) telle que A2 + 2A + 5In = 0 ?

3.5 Un endomorphisme matriciel

102.5
On considère les matrices réelles :
   
1 0 a b
A= et M =
0 2 c d

(a) Calculer AM − M A.

(b) Déterminer les éléments propres de l’endomorphisme :

M 7→ AM − M A

4 Compléments de cours
4.1 Comment expliquer l’expression du polynôme caractéristique ?
Explication. Pour justifier que χA (X) = X n − tr(A)X n−1 + · · · + (−1)n det(A), notons C1 , . . . , Cn les colonnes de la
matrice A, (E1 , . . . , En ) la base canonique de Mn1 (K). On a donc :
χA (X) = det(X E1 − C1 , X E2 − C2 , . . . , X En − Cn )
= X det(E1 , X E2 − C2 , . . . , X En − Cn ) − det(C1 , X E2 − C2 , . . . , X En − Cn )
en développant par linéarité par rapport à la première colonne
n
= X n det(E1 , . . . , En ) − X n−1 det(E1 , . . . , Ek−1 , Ck , Ek+1 , . . . , En ) + · · · + (−1)n det(C1 , . . . , Cn )
X

k=1

en développant par n-linéarité et en regroupant les termes selon les puissances de X

n
= X n det(In ) − X n−1 akk + · · · + (−1)n det(A)
X

k=1

en développant les déterminants par rapport aux colonnes contenant les Ei , i 6= k

= X n − X n−1 tr(A) + · · · + (−1)n det(A)
On reconnaît un polynôme, unitaire de degré n.

8 / 11 http://psietoile.lamartin.fr 2 0 2 2 - 2 0 2 3
 Exercices de mathématiques
2 0 2 2 - 2 0 2 3

 
2 0 2 3

P S I*
 0 1 0 0 
 
 
102.6 0
 
 
   

 1 

1 x 1 1 0 0
Déterminer les réels x, y tq 2 soit vecteur propre de  1 y 1.
3 1 1 0
102.11
102.7
Pour A = (aij )16i,j6n ∈ Mn (R), on pose :
Soit u un automorphisme d’un K-e.v. E. Montrer que : n
kAk = Max
X
ß ™ |aij |
1 16i6n
Sp(u−1 ) = , λ ∈ Sp(u) j=1
λ
(a) Montrer que l’on définit ainsi une norme.
(b) Montrer que Sp(A) ⊂ [−kAk, kAk].
http://psietoile.lamartin.fr

102.8
102.12
(a) Montrer que si P est un polynôme annulateur d’un endomor-
phisme f alors P (λ) = 0 pour toute valeur propre λ de f . Pour u ∈ RN , on pose T (u) = v où :
n
1 X
(b) Montrer que si f vérifie vn = uk
n+1
k=0
f 3 + 2f 2 − f − 2Id = 0 Déterminer les éléments propres de T .
alors f est bijectif. 102.13

1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s
Soit E = Rn [X] et ϕ ∈ L(E) tel que :


ϕ(P ) (X) = P (1 − X)
102.9
(a) L’endomorphisme ϕ est-il injectif ? bijectif ?
Déterminer les éléments propres de :
(b) Donner les valeurs propres de ϕ ainsi qu’une base de vecteurs
propres.
   
0 1 1 0 1 1
A = 0 0 1 et B = 0 1 1
0 0 1 0 0 0 102.14
Soit f l’endomorphisme de CN tel que f (u) = v avec :
102.10
®
v0 = u0
Déterminer les éléments propres de :
9 / 11

vn+1 = 12 (un + un+1 ) ∀n ∈ N

 Déterminer les valeurs propres et espaces propres de f . - 102.17
10 / 11

2 0 2 3

P S I*
102.15 Soit E un C-espace vectoriel de dimension finie non nulle, u, v ∈ L(E)
et a, b ∈ C. On suppose :
(a) Montrer que l’application définie par :
u ◦ v − v ◦ u = au + bv
2 0
ϕ(P ) = (X − 1)P (X) − (4X + 1)P (X)
(a) Dans le cas où a = b = 0, montrer que u et v ont un vecteur
est un endomorphisme de R4 [X]. propre en commun.

(b) Résoudre l’équation différentielle : (b) Dans le cas où a 6= 0 et b = 0, montrer que u n’est pas inversible.
Calculer un ◦ v − v ◦ un et montrer que u est nilpotent. Conclure
que u et v ont un vecteur propre en commun.
 
0 5+λ 3−λ
y = + y
2(x − 1) 2(x + 1)
(c) Dans le cas où a 6= 0 et b 6= 0, montrer que u et v ont un vecteur
propre en commun.
(c) En déduire les valeurs propres et les vecteurs propres de ϕ.
http://psietoile.lamartin.fr

102.18
Soit A ∈ Mn (R) une matrice stochastique, c’est-à-dire satisfaisant :
Petits problèmes d’entrainement 
0 6 aij 6 1 ∀i, j

- 102.16 n
P

 aij = 1 ∀i
Soit f un endomorphisme non nul de R3 tel que f ◦ (f 2 + id) =
j=1

(f 2 + id) ◦ f = f 3 + f = 0. (a) Montrer que 1 est valeur propre de A.

1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s
(a) Montrer que Ker f ⊕ Im f = R3 . (b) Établir que :

(b) b1. Montrer que, si λ est valeur propre de f , alors λ3 + λ = 0. ∀λ ∈ SpC (A), ∃i t.q. |λ − aii | 6 1 − aii
En déduire la seule valeur propre réelle possible de f .
En déduire que :
b2. En considérant le degré du polynôme caractéristique de f ,
expliquer pourquoi f admet au moins une valeur propre n
SpC (A) ⊂
[
réelle. Conclure quant à SpR (f ). BF (aii , 1 − aii )
i=1
(c) Montrer que 
l’on peut trouver
 une base dans laquelle f a pour
0 0 0
102.19
matrice A = 0 1 .
2 0 2 2 - 2 0 2 3

0
0 −1 0 Soit E un C-ev, f ∈ L(E) et P ∈ C[X].
 (a) Soit λ ∈ C. Montrer que, si f − λidE n’est pas injective, (d) Déterminer les plans stables par
2 0 2 2 - 2 0 2 3

2 0 2 3

P S I*
P (f ) − P (λ)idE non plus.  
3 −2 −4
(b) Soit λ ∈ C. Montrer que, si f − λidE n’est pas surjective, A = −1 1 1
P (f ) − P (λ)idE non plus. 1 −2 −2

(c) On suppose deg(P ) > 1, et on considère µ ∈ C. Montrer que, si

P (f ) − µidE n’est pas injective (resp. surjective), alors il existe 102.22
λ ∈ C tel que µ = P (λ) et f − λidE n’est pas injective (resp. Soit M ∈ Mn (C) triangulaire admettant a pour unique valeur propre.
surjective). Montrer l’équivalence entre :
(i) |a| < 1
102.20 p
(ii) M k converge lorsque p → +∞
P
Soient u endomorphisme d’un K-espace vectoriel E de dimension finie
k=0
n > 2.
On suppose que E est le seul sous-espace vectoriel non nul stable par u. (iii) M p −−−−→ 0
http://psietoile.lamartin.fr

p→+∞

(a) L’endomorphisme u possède-t-il des valeurs propres ?

102.23
(b) Montrer que pour tout x ∈ E r {0E }, la famille Soit H une matrice carrée complexe de rang 1.
(x, u(x), . . . , un−1 (x)) est une base de E. Quelle est la forme de
la matrice de u dans cette base ? (a) Montrer qu’il existe une matrice colonne A et une matrice ligne B
telles que H = AB.
(c) Montrer que cette matrice ne dépend pas du choix de x.
(b) Montrer que H 2 = tr(H)H.

1 0 2 . V a le u r s p r o p r e s , v e c t e u r s p r o p r e s
102.21 (c) Donner le polynôme caractéristique de H.

Soient E un K-espace vectoriel de dimension finie et muni d’une base (d) Donner une condition nécessaire ou suffisante pour que H + In
B, f ∈ L(E) et H un hyperplan de E. On note E ? = L(E, K). soit inversible. Donner alors son inverse.

(a) Déterminer la dimension du sous-espace vectoriel 102.24

{u ∈ E ? t.q. u(H) = {0}}.
Soit A ∈ Mn (K), et M ∈ M2n (K) la matrice définie par blocs :
(b) Montrer que si H a pour équation u(x) = 0 alors H est stable 
In In

par f si et seulement si, u ◦ f est colinéaire à u. M=
A A
(c) Soient A et L les matrices dans B de f et u. Montrer que H est Exprimer le polynôme caractéristique de M en fonction de celui de A.
stable par f si, et seulement si, L> est vecteur propre de A> .
11/ 11