ENSA de Tanger
Diagonalisation - Corrig des exercices
1 1
1 1 0
..
..
.
Exercice 30. Diagonaliser la matrice A =
. 0
..
.. . .
.
.
.
1 0
Algbre 2 - AP1 - 2014/2015
1
0
.
..
. ..
Mn (R) pour n 2.
..
. 0
0 1
Solution :
Nous avons presque termin cet exercice en TD. Ce nest pas la peine de reprendre
les calculs, mais rappelons
x1
x2
que nous nous sommes partis de lquation matricielle AX = X, o X = . , ce qui nous a donn un
..
xn
systme linaire n quations et n inconnues. Nous avons trouv 3 valeurs propres n, n, 1.
Pour les valeurs propres n, n, on trouve par les calculs que les 2 sous-espaces propres sont de dimension
1 (il suffit de revenir au systme linaire en remplaant par n, puis par n).
Pour la valeur propre 1, on trouve par les calculs que le sous-espace propre associ est
E1 = {(x1 , . . . ,xn ) Rn / x1 = 0, x2 + + xn = 0}
= {(0, x2 , x3 , . . . ,xn1 , xn ) Rn / xn = x2 x3 xn1 }.
Donc les vecteurs de E1 scrivent sous forme X = (0, x2 , x3 , . . . ,xn1 , x2 x3 xn1 )
= x2 (0, 1, 0, . . . ,0, 1) + x3 (0, 0,1, 0, . . . ,0, 1) + + xn1 (0, 0, 0, . . . ,1, 1).
Donc, les n 2 vecteurs u2 = (0, 1, 0, . . . ,0, 1), u2 = (0, 0,1, 0, . . . ,0, 1), . . . ,un2 = (0, 0, 0, . . . ,1, 1)
forment une base de E1 , qui est donc de dimension n 2.
Puisque dim En + dim En + dim E1 = 1 + 1 + (n 2) = n = dim Rn , alors la matrice A est diagonalisable.
Exercice 31.
1. Soit lendomorphisme D de Cn [X] dfini par la drivation des polynmes. Dterminer les valeurs propres et
les vecteurs propres de D. Lendomorphisme D est-il diagonalisable ?
2. Mmes questions pour lendomorphisme L : R2 [X] R2 [X] donn par L(P) = 2XP (X 2 1)P0 .
Solution :
1. Soit C une valeur propre de D. Alors il existe un polynme non nul P Cn [X] tel que D(P) = P. Donc
P0 = P. Comme deg(P0 ) < deg(P), alors ncessairement = 0. Donc P0 = 0, ce qui montre que P est un
polynme constant. Par consquent, 0 est la seule valeur propre de D et le sous-espace propre E0 (D) est gal
lensemble des polynmes constants : E0 (D) = C.
Soit B = (1,X,X 2 , . . . ,X n ) la base canonique de Cn [X].
Page 1 sur 3
On a : D(1) = 0, D(X) = 1,; D(X 2 ) = 2X, . . . ,D(X n ) = nX n1 . Donc la matrice de D dans la base B est
0 1 0 0 0
0 0 2 0 0
0 0 0 . . . 0 0
M(D,B) = . . . .
. ..
.. .. .. . . .. ..
0 0 0 0 n
0 0 0 0 0
Par consquent, le polynme caractristique de D vaut
X 1
0 0
0
0 X 2 0
0
..
0
.
0
X
0
0
= (X)n , car cest un dterminant triangulaire.
det(D XIn ) = .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0
0 X n
0
0
0 0 X
Donc 0 est une valeur propre dordre de multiplicit n. Comme n 6= dim E0 (D) = 1, alors lendomorphisme
D nest pas diagonalisable.
2. Soit B = (1,X,X 2 ) la base canonique de R2 [X]. On a
L(1) = 2X, L(X) = 2X 2 (X 2 1) = 1 + X 2 , L(X 2 ) = 2X(X 2 ) (X 2 1)(2X) = 2X 3 2X 3 + 2X = 2X.
Donc la matrice de L dans la base B est
0 1 0
A = M(L,B) = 2 0 2
0 1 0
Donc le polynme caractristique est 2
0
0
2 = 3 + 4 = (4 2 ) = (2 )(2 + ).
Il en dcoule que L admet 3 valeurs propres distinctes 0, 2, 2. donc L est diagonalisable.
Cherchons les sous-espaces propres de L.
Dabord, pour tout P = a + bX + cX 2 R2 [X], on a L(P) = 2X(a + bX + cX 2 ) (X 2 1)(b + 2cX), ce qui
donne, aprs calculs, L(P) = b + 2(a + c)x + bX 2 .
L(P) = 0 b = 0, a + c = 0 P = a aX 2 = a(1 X 2 ). Donc E0 (L) = Vect(1 X 2 ).
L(P) = 2P b = 2a, 2(a + b + c) = 0, b = 2c a = b/2, c = b/2 P = b/2 + bX
b/2X 2 = b/2(1 2X + X 2 ). Donc E2 (L) = Vect(1 2X + X 2 ).
L(P) = 2P b = 2a, 2(a b + c) = 0, b = 2c a = b/2, c = b/2 P = b/2 + bX + b/2X 2 =
b/2(1 + 2X + X 2 ). Donc E2 (L) = Vect(1 + 2X + X 2 ).
Page 2 sur 3
Soit B0 = (1 X 2 , 1 2X + X 2 , 1 + 2X + X 2 ) la nouvelle base de R2 [X] forme de vecteurs propres de L.
Alors la matrice de L dans la base B0 est
0 0 0
D = M(L,B0 ) = 0 2 0
0 0 2
1
1 1
De plus, A = PDP1 o P = 0 2 2 est la matrice de passage de la base B la base B0 .
1 1 1
Exercice 32. Soit E un espace vectoriel de dimension finie n et soient f et g deux endomorphismes de E tels
que g f = f g.
1. Soit une valeur propre de f et E ( f ) le sous-espace propre de f associ .
Montrer que g (E ( f )) E ( f ).
2. Prouver que si f admet n valeurs propres distinctes, alors g est diagonalisable.
Solution :
1. Soit y g (E ( f )) , alors il existe x E ( f ) tel que y = g(x). Montrons que y E ( f ).
On a f (y) = f (g(x)) = ( f g)(x) = (g f )(x) = g( f (x)) = g( x) = g(x) = y. Do g(y) E ( f ).
2. Supposons que f admet n valeurs propres distinctes 1 , . . . ,n . Alors f est diagonalisable et ses sous-espaces
propres E1 ( f ), . . . ,En ( f ) sont tous de dimension 1. Posons Ei ( f ) = Vect(ui ) pour chaque i {1, . . . ,n}.
Alors (u1 , . . . ,un ) est une base de E. Daprs la premire question, pour chaque i on a g Ei ( f ) Ei ( f ).
Donc g(ui ) Ei ( f ), ce qui implique lexistence dun scalaire i K tel que g(ui ) = i ui . Il en rsulte que
chaque ui est un vecteur propre de g associ la valeur propre i . Donc (u1 , . . . ,un ) est une base de E forme
de vecteurs propres de g. Do g est diagonalisable.
Remarquons ici que les valeurs propres 1 , . . . ,n de g ne sont pas ncessairement distinctes.
Exercice 33. Soit une matrice M Mn (K) admettant une unique valeur propre .
Montrer que M est diagonalisable si et seulement si M = In .
Solution :
=) Si M = In , alors M est une matrice diagonale, et donc videmment diagonalisable.
=) Supposons que la matrice M est diagonalisable. Alors il existe une matrice diagonale D et une matrice
inversible P telles que A = PDP1 . Les coefficients diagonaux de la matrice D sont les valeurs propres de M.
Or, est la seule valeur propre de M. Donc ncessairement D = diag( , . . . , ) = In .
Do M = P( In )P1 = PP1 = In .
Page 3 sur 3
