QCM : Diagonaliser une matrice en L2 de maths

Diagonaliser une matrice – QCM en Licence 2 sur Maths-pdf.fr Couverture : Livre de contrôles corrigés de maths L2 en PDF Télécharger en PDF Le livre des 25 contrôles corrigés en L2 PDF à imprimer Voir le livre ›


Ce QCM diagonaliser L2 vérifie que la réduction des matrices est solide, des définitions jusqu’aux applications. Il part des valeurs propres et des vecteurs propres sur des exemples 2×2, calcule un polynôme caractéristique, puis compare multiplicité algébrique et dimension des sous-espaces propres. Les questions suivantes portent sur les critères de diagonalisabilité, les sous-espaces stables et le rôle du corps de base. Les dernières appliquent la réduction au calcul de \(A^n\), aux suites récurrentes couplées et à un système différentiel.

Réponds d’abord sans ouvrir le cours, avec un brouillon pour les petits calculs de trace, de déterminant et de rang. Ensuite, lis chaque explication, même quand ta réponse est juste. Elle refait le calcul et nomme l’erreur cachée derrière chaque mauvaise réponse : vecteur nul oublié, signe de la trace, confusion entre les deux multiplicités.

Les 12 questions

Question 1

Soit \(A\) une matrice carrée de taille \(n\) et \(\lambda\) un scalaire. Quelle condition caractérise exactement le fait que \(\lambda\) est une valeur propre de \(A\) ?

  1. Il existe une colonne \(X\) telle que \(AX=\lambda X\)
  2. La matrice \(A-\lambda I_n\) est inversible
  3. Le scalaire \(\lambda\) est un coefficient diagonal de \(A\)
  4. La matrice \(A-\lambda I_n\) n’est pas inversible

Réponse D.

Le scalaire \(\lambda\) est valeur propre s’il existe \(X\neq 0\) avec \(AX=\lambda X\), donc si le noyau de \(A-\lambda I_n\) n’est pas réduit à zéro. Ainsi, \(A-\lambda I_n\) n’est pas inversible. La réponse « il existe une colonne \(X\) » oublie la condition \(X\neq 0\) : avec \(X=0\), tout scalaire conviendrait. Enfin, les coefficients diagonaux ne donnent le spectre que pour une matrice triangulaire.

Question 2

Quel est le spectre de la matrice \(A=\begin{pmatrix}2&5\\0&3\end{pmatrix}\) ?

  1. \(\{2,5\}\)
  2. \(\{-2,-3\}\)
  3. \(\{2,3\}\)
  4. \(\{5\}\)

Réponse C.

La matrice est triangulaire supérieure. Par conséquent, \(\det(A-\lambda I_2)=(2-\lambda)(3-\lambda)\), et le spectre est formé des coefficients diagonaux 2 et 3. Le coefficient 5, placé hors de la diagonale, ne joue aucun rôle ici. Le piège \(\{-2,-3\}\) vient d’une erreur de signe en résolvant \((2-\lambda)(3-\lambda)=0\). Pour vérifier, la trace vaut bien \(2+3=5\).

Question 3

Quel est le polynôme caractéristique \(\chi_A=\det(XI_2-A)\) de \(A=\begin{pmatrix}1&2\\3&4\end{pmatrix}\) ?

  1. \(X^2-5X+2\)
  2. \(X^2-5X-2\)
  3. \(X^2+5X-2\)
  4. \(X^2-5X-10\)

Réponse B.

Pour une matrice 2×2, le polynôme s’écrit \(X^2-tX+d\), avec \(t\) la trace et \(d\) le déterminant. Ici, la trace vaut 5 et le déterminant vaut \(4-6=-2\), donc \(\chi_A=X^2-5X-2\). Le piège \(X^2-5X+2\) calcule le déterminant comme \(6-4\). Quant à \(X^2+5X-2\), il se trompe sur le signe devant la trace. Enfin, \(-10\) additionne les produits au lieu de les soustraire.

Question 4

La matrice \(A=\begin{pmatrix}4&1\\2&3\end{pmatrix}\) admet 5 pour valeur propre. Quel vecteur engendre le sous-espace propre \(E_5(A)\) ?

  1. \((1,-2)\)
  2. \((1,-1)\)
  3. \((2,1)\)
  4. \((1,1)\)

Réponse D.

On résout \((A-5I_2)X=0\), avec \(A-5I_2=\begin{pmatrix}-1&1\\2&-2\end{pmatrix}\). La première ligne impose \(x=y\), donc \((1,1)\) engendre cette droite. Le piège \((1,-2)\) est bien un vecteur propre, mais pour l’autre valeur propre 2, puisque la trace vaut 7. De plus, \((2,1)\) donne \(A\cdot(2,1)=(9,7)\), qui n’est pas colinéaire.

Question 5

On pose \(A=\begin{pmatrix}3&1\\0&3\end{pmatrix}\). Que valent la multiplicité algébrique \(m\) de 3 et la dimension \(d\) de \(E_3(A)\) ?

  1. \(m=2\) et \(d=2\)
  2. \(m=1\) et \(d=1\)
  3. \(m=2\) et \(d=1\)
  4. \(m=1\) et \(d=2\)

Réponse C.

Le polynôme caractéristique vaut \((X-3)^2\), donc 3 est racine double et \(m=2\). En revanche, \(A-3I_2=\begin{pmatrix}0&1\\0&0\end{pmatrix}\) est de rang 1. Par le théorème du rang, \(d=2-1=1\). Le piège \(d=2\) suppose que la dimension suit toujours la multiplicité. Or on a seulement \(1\leq d\leq m\), et c’est pourquoi \(m=1, d=2\) est impossible.

Question 6

Soit \(A\) une matrice réelle de taille \(n\). Parmi ces énoncés sur la diagonalisabilité, lequel est vrai ?

  1. Si \(A\) est diagonalisable, ses valeurs propres sont distinctes
  2. Si \(\chi_A\) est scindé sur \(\mathbb{R}\), alors \(A\) est diagonalisable
  3. Si \(A\) est inversible, alors \(A\) est diagonalisable
  4. Si \(A\) a \(n\) valeurs propres réelles distinctes, elle est diagonalisable

Réponse D.

Avec \(n\) valeurs propres distinctes, on obtient \(n\) sous-espaces propres en somme directe, chacun de dimension au moins 1. Donc leur somme vaut \(\mathbb{R}^n\). La réciproque est fausse : \(I_n\) est diagonale avec une seule valeur propre. Ensuite, \(\begin{pmatrix}1&1\\0&1\end{pmatrix}\) a un polynôme scindé et elle est inversible, sans être diagonalisable.

Question 7

Soient \(u\) et \(v\) deux endomorphismes de \(E\) qui commutent : \(u\circ v=v\circ u\). Quelle conclusion est toujours vraie ?

  1. \(\ker v\) est stable par \(u\)
  2. \(\ker v\) est inclus dans \(\ker u\)
  3. \(u\) et \(v\) ont le même spectre
  4. \(\mathrm{Im}\,v\) est égale à \(\mathrm{Im}\,u\)

Réponse A.

Soit \(x\in\ker v\). Alors \(v(u(x))=u(v(x))=u(0)=0\), donc \(u(x)\in\ker v\). Le noyau de \(v\) est ainsi stable par \(u\), de même que son image et chaque sous-espace propre de \(v\). Cependant, \(u=\mathrm{id}_E\) commute avec \(v=0\) : ce contre-exemple ruine l’inclusion des noyaux, l’égalité des spectres et celle des images.

Question 8

Une matrice réelle \(A\) de taille 4 vérifie \(\chi_A=(X-1)^2(X-2)^2\), \(\mathrm{rg}(A-I_4)=3\) et \(\mathrm{rg}(A-2I_4)=2\). Est-elle diagonalisable ?

  1. Oui, car son polynôme caractéristique est scindé sur \(\mathbb{R}\)
  2. Oui, car \(\dim E_2(A)=2\) est égal à la multiplicité
  3. Non, car \(\dim E_1(A)=1\) est strictement inférieur à 2
  4. Non, car elle possède des valeurs propres multiples

Réponse C.

Par le théorème du rang, \(\dim E_1(A)=4-3=1\) et \(\dim E_2(A)=4-2=2\). Ces deux espaces, en somme directe, totalisent donc une dimension 3, et non 4. Par conséquent, \(A\) n’est pas diagonalisable. Un polynôme scindé ne suffit pas, et la condition doit tenir pour chaque valeur propre. De plus, une valeur propre multiple n’interdit rien, comme le montre \(I_4\).

Question 9

La matrice \(R=\begin{pmatrix}0&-1\\1&0\end{pmatrix}\) est celle d’un quart de tour. Que peut-on dire de sa réduction ?

  1. Diagonalisable dans \(\mathbb{R}\), de valeurs propres 1 et -1
  2. Non diagonalisable dans \(\mathbb{R}\), diagonalisable dans \(\mathbb{C}\)
  3. Non diagonalisable, ni dans \(\mathbb{R}\) ni dans \(\mathbb{C}\)
  4. Diagonalisable dans \(\mathbb{R}\) et semblable à \(I_2\)

Réponse B.

On trouve \(\chi_R=X^2+1\), qui n’a aucune racine réelle. Ainsi, aucun réel n’annule \(\chi_R\), et \(R\) ne peut pas être diagonalisable sur \(\mathbb{R}\). Dans \(\mathbb{C}\), en revanche, les racines \(i\) et \(-i\) sont distinctes, donc \(R\) y est diagonalisable. Le piège \(\pm 1\) confond avec la symétrie \(\begin{pmatrix}0&1\\1&0\end{pmatrix}\). Enfin, seule \(I_2\) est semblable à \(I_2\).

Question 10

Soit \(A=\begin{pmatrix}1&1\\0&2\end{pmatrix}\). Après diagonalisation, que vaut le coefficient en position \((1,2)\) de la puissance \(A^n\) ?

  1. \(2^n-1\)
  2. \(2^n\)
  3. \(n\)
  4. \(2^{n-1}\)

Réponse A.

Les valeurs propres 1 et 2 ont pour vecteurs propres \((1,0)\) et \((1,1)\). Avec \(P=\begin{pmatrix}1&1\\0&1\end{pmatrix}\), on a \(A^n=P\,\mathrm{diag}(1,2^n)P^{-1}\), dont le coefficient cherché vaut \(2^n-1\). On contrôle avec \(A^2\), où il vaut 3. Le piège \(n\) applique la formule des matrices unipotentes, qui exige une diagonale de 1. Quant à \(2^n\), il oublie le terme venant de \(P^{-1}\).

Question 11

On définit \(u_0=1\), \(v_0=0\), puis \(u_{n+1}=u_n+2v_n\) et \(v_{n+1}=2u_n+v_n\). Quelle formule donne la suite récurrente \(u_n\) ?

  1. \(u_n=\frac{1}{2}\left(3^n-(-1)^n\right)\)
  2. \(u_n=\frac{1}{2}\left(3^n+(-1)^n\right)\)
  3. \(u_n=3^n\)
  4. \(u_n=\frac{1}{2}\left(3^n+1\right)\)

Réponse B.

La matrice \(\begin{pmatrix}1&2\\2&1\end{pmatrix}\) a pour valeurs propres 3 et \(-1\), associées à \((1,1)\) et \((1,-1)\). Or \((1,0)\) est la demi-somme de ces deux vecteurs, donc \(u_n=\frac{1}{2}\left(3^n+(-1)^n\right)\). On vérifie que \(u_1=1\) et \(u_2=5\). Le piège avec le signe moins donne en fait \(v_n\). De plus, \(3^n\) suppose à tort que \((u_0,v_0)\) est propre.

Question 12

On résout le système différentiel \(x^{\prime}=y\), \(y^{\prime}=x\), avec \(x(0)=1\) et \(y(0)=0\). Que vaut \(x(t)\) ?

  1. \(\mathrm{ch}\,t\)
  2. \(\cos t\)
  3. \(e^{t}\)
  4. \(\mathrm{sh}\,t\)

Réponse A.

La matrice du système, \(\begin{pmatrix}0&1\\1&0\end{pmatrix}\), a pour valeurs propres 1 et \(-1\). Dans la base propre, on obtient \(x+y=e^{t}\) et \(x-y=e^{-t}\), donc \(x(t)=\mathrm{ch}\,t\). Le piège \(\cos t\) correspond au système \(y^{\prime}=-x\), de valeurs propres \(\pm i\). Ensuite, \(e^{t}\) oublie la composante sur \(e^{-t}\). Enfin, \(\mathrm{sh}\,t\) est la fonction \(y\).

Pour aller plus loin

Voter.. post

Nombre de fichiers PDF téléchargés.  Maths PDF c'est 16 224 756 cours et exercices de maths téléchargés en PDF et 4 250 exercices.

Télécharger les manuels scolaires de maths en PDF du CP à la Terminale