S PÉCIALES PSI – LYCÉE BUFFON

C OURS A LGÈBRE 3 – R ÉDUCTION

Dans tout le chapitre, K désigne R ou C et E est un espace vectoriel sur K de dimension finie,
non réduit au vecteur nul.
On se donne un endomorphisme u ou une matrice carrée A. Le but du chapitre est de cher-
I- É LÉMENTS PROPRES D ’ UN ENDOMORPHISME . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 cher une base dans la quelle la matrice de l’endomorphisme sera simple (diagonale ou tri-
1. D ÉFINITIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 angulaire), ou une matrice simple semblable à A.
2. P ROPRIÉTÉS DES ÉLÉMENTS PROPRES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 La proposition 12 est un résultat primordial : si u ∈ L (E) et B est une base de E,
3. VALEURS PROPRES ET POLYNÔMES D ’ ENDOMORPHISME . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
MB (u) est diagonale ⇐⇒ les vecteurs de B sont propres pour u
II- É LÉMENTS PROPRES D ’ UNE MATRICE CARRÉE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 et dans ce cas, les termes diagonaux de cette matrice sont les valeurs propres de u.
1. D ÉFINITIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Cela justifie que l’on recherche les éléments propres.
2. P ROPRIÉTÉS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3. I MPORTANCE DU CORPS DE BASE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
I- É LÉMENTS PROPRES D ’ UN ENDOMORPHISME
III- P OLYNÔME CARACTÉRISTIQUE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1. D ÉFINITION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1. D ÉFINITIONS
2. P OLYNÔME CARACTÉRISTIQUE ET VALEURS PROPRES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3. P OLYNÔME CARACTÉRISTIQUE ET SEV STABLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 D ÉFINITION 1 Éléments propres
4. M ATRICES SEMBLABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Soit u ∈ L (E).
5. O RDRE DE MULTIPLICITÉ DES VALEURS PROPRES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 • Une valeur propre de u est un scalaire λ tel qu’il existe un vecteur x non nul vérifiant
6. T HÉORÈME DE C AYLEY-H AMILTON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 u(x) = λx.
IV- D IAGONALISATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 • Un vecteur propre de u est un vecteur x non nul tel que la famille x, u(x) est liée i.e.
¡ ¢
1. D ÉFINITION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 tel qu’il existe un scalaire λ vérifiant u(x) = λx.
2. D IAGONALISABILITÉ – APPROCHE GÉOMÉTRIQUE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 x est alors dit vecteur propre associé à la valeur propre λ.
3. E XEMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4. D IAGONALISABILITÉ ET POLYNÔMES ANNULATEURS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 • L’équation aux éléments propres est l’équation u(x) = λx d’inconnues le vecteur x et
5. D IAGONALISABILITÉ ET SOUS - ESPACES STABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 le scalaire λ.
6. P RATIQUE DE LA DIAGONALISATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
• Le sous-espace propre de u associé à la valeur©propre λ est le sous-espace
V- T RIGONALISATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Eλ (u) = ker(u − λ IdE ) = x ∈ E/u(x) = λx .
ª
1. D ÉFINITION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2. CNS DE TRIGONALISABILITÉ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 • Le spectre de u est l’ensemble noté Sp(u) des valeurs propres de u.
3. R ECHERCHE PRATIQUE EN DIMENSION 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Eλ (u) est donc un sous-espace vectoriel de E.
VI- A PPLICATIONS CLASSIQUES ........................................................................... 7 Attention, 0E ∈ Eλ (u) mais ce n’est pas un vecteur propre de u.
1. P UISSANCES D ’ UNE MATRICE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2. S YSTÈME DE SUITES RÉCURRENTES LINÉAIRES D ’ ORDRE 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 E XEMPLES
3. C OMMUTANT D ’ UN ENDOMORPHISME ( D ’ UNE MATRICE ) DIAGONALISABLE . . . . . . . 7 • Exemples à connaître par cœur : homothétie, projecteur, symétrie.
4. S OUS ESPACES STABLES PAR UN ENDOMORPHISME DIAGONALISABLE . . . . . . . . . . . . . . . . . . 7 N
• E = C et ∆ ∈ L (E) tel que ∆(u) = v où ∀n ∈ N v n = un+1 .
5. S YSTÈMES DIFFÉRENTIELS LINÉAIRES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
• E = R2 et r une rotation.
• E = C ∞ (R, R) et u ∈ L (E) tel que u( f ) = f ′ . Et avec E = R[X] ?

⊳1⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON

2. P ROPRIÉTÉS DES ÉLÉMENTS PROPRES R EMARQUE

Quelques propriétés élémentaires mais importantes des éléments propres : Cette condition est nécessaire, pas suffisante : les racines d’un polynôme annula-
Soit u un endomorphisme de E teur de u ne sont pas nécessairement des valeurs propres de u.
Les vp sont parmi les racines d’un annulateur.
P ROPOSITION 1 Injectivité et vp
0 est valeur propre de u si et seulement si u est non injective.
Si E est de dimension finie, 0 ∈ Sp(u) ⇐⇒ u est non bijective ⇐⇒ det u = 0. E XEMPLES
Quelles sont les valeurs propres possibles d’un endomorphisme u vérifiant u 2 − 3u +
2IdE = 0 ? u 2 − u + IdE = 0 ?
P ROPOSITION 2 Sep et stabilité
• Les sous-espaces propres associés à des valeurs propres non nulles sont des sous-
espaces de Imu.
• Une droite vectorielle est stable par u si et seulement si elle est engendrée par un
vecteur propre de u.
• Tout sous-espace propre de u est stable par u et l’endomorphisme induit par u sur
un sous-espace propre est une homothétie.
• Si u et v commutent, les sous-espaces propres de u sont stables par v.

P ROPOSITION 3 Sommes de sep

La somme d’une famille finie de sous-espaces propres associés à des valeurs propres
deux à deux distinctes est directe.

C OROLLAIRE 1
• Toute famille de vecteurs propres associés à des valeurs propres deux à deux dis-
tinctes est libre.
• La réunion de bases de sous-espaces propres associés à des valeurs propres deux à
deux distinctes est une famille libre.

3. VALEURS PROPRES ET POLYNÔMES D ’ ENDOMORPHISME

P ROPOSITION 4 Vp de P(u)
Soit P ∈ K[X]. Si λ est une valeur propre de u alors P(λ) est une valeur propre de P(u).

C OROLLAIRE 2 Vp et annulateur
Soit P ∈ K[X] un annulateur de u alors toute valeur propre de u est racine de P.

⊳2⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON

II- É LÉMENTS PROPRES D ’ UNE MATRICE CARRÉE III- P OLYNÔME CARACTÉRISTIQUE

1. D ÉFINITIONS 1. D ÉFINITION

D ÉFINITION 2 Éléments propres D ÉFINITION 3 Polynôme caractéristique

Soit A ∈ Mn (K). Les éléments propres de A sont ceux de l’endomorphisme qui lui est Le polynôme caractéristique de u est l’application χu définie par χu (x) = det(x IdE −u)
canoniquement associé. Ainsi :
Le polynôme caractéristique de A est l’application χA définie par χA (x) = det(xIn − A)
• Une valeur propre de A est un scalaire λ tel qu’il existe un vecteur X non nul de Kn
vérifiant AX = λX.
¯ ¯
¯ x − a11 −a12 . . . −a1n ¯
¯ ¯
• Un vecteur propre de A est un vecteur X non nul de Kn tel que la famille (X, AX) est x − a22 . . . −a2n ¯¯
¯ −a
¯ 21
liée i.e. tel qu’il existe un scalaire λ vérifiant AX = λX. χA (x) = ¯¯ . .. ..
¯ ..
¯
. .
¯
X est alors dit vecteur propre associé à la valeur propre λ.
¯
... . . . x − ann ¯
¯ ¯
¯ −a1n
• Le sous-espace propre de A associé à la valeur© propre λ est le sous-espace
Eλ (A) = ker(A − λIn ) = X ∈ Kn /AX = λX .
ª

• Le spectre de A est l’ensemble noté Sp(A) des valeurs propres de A.

P ROPOSITION 7
χu [resp. χA ] est un polynôme de degré n, son terme de dominant est X n , son terme
constant est (−1)n det A et son terme de degré n − 1 est − tr(A) X n−1 .
2. P ROPRIÉTÉS
On retrouve les propriétés précédentes et en particulier : χu = χA = X n − tr A . X n−1 + · · · + (−1)n det A

P ROPOSITION 5
• 0 est valeur propre de A si et seulement si A est non inversible. R EMARQUE
• Soit P ∈ K[X]. λ valeur propre de A =⇒ P(λ) valeur propre de P(A). • Une matrice et sa transposée ont même polynôme caractéristique.
• Soit P ∈ K[X] tel que P(A) = 0. Alors λ ∈ Sp(A) =⇒ P(λ) = 0. • Un endomorphisme d’un ev de dimension finie n, une matrice de Mn (K) ont au plus
n valeurs propres .

E XEMPLE 2. P OLYNÔME CARACTÉRISTIQUE ET VALEURS PROPRES

Quelles sont les vp possibles de la matrice des 1 (matrice d’ATTILA) ?
T HÉORÈME 1 Polynôme caractéristique et vps
Les valeurs propres de u [resp. A] sont les racines du polynôme caractéristique.
P ROPOSITION 6 Vp de matrices semblables
Deux matrices semblables ont même spectre. La recherche des valeurs propres passe donc par le calcul et la factorisation du polynôme
caractéristique. Il est donc très intéressant d’obtenir des factorisations « en cours de route ».

3. I MPORTANCE DU CORPS DE BASE

E XEMPLE
Soit A ∈ Mn (R). A peut être vue comme une matrice de Mn C.
−9 4 4
 
0 −1
µ ¶
(i) SpR (A) ⊂ SpC (A), l’inclusion pouvant être stricte. E XEMPLE : A = A =  −8 3 4.
1 0 −16 8 7
(ii) Si λ est une valeur propre complexe de A, alors λ aussi. De plus, X ∈ Eλ (A) ⇐⇒ X ∈ Eλ (A)

⊳3⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON
Cas particuliers : La dimension du sous-espace propre est donc toujours majorée par l’ordre de multiplicité
de la valeur propre correspondante.
P ROPOSITION 8 Vp des matrices triangulaires
Si A est diagonale ou triangulaire, ses valeurs propres sont ses éléments diagonaux. R EMARQUE
Si u admet une matrice diagonale ou triangulaire dans une certaine base, ses valeurs Lorsque λ est valeur propre d’ordre 1 (simple) de χu , le sous-espace propre associé est
propres sont les éléments diagonaux de cette matrice. de dimension 1.

3. P OLYNÔME CARACTÉRISTIQUE ET SEV STABLE 6. T HÉORÈME DE C AYLEY-H AMILTON

P ROPOSITION 9 Pol. car. de l’endom. induit sur un sev stable T HÉORÈME 3 de C AYLEY-H AMILTON (dem non exigible)
Soit F un sev stable par u. Alors χu|F divise χu .
Pour u ∈ L (E), E de dimension finie, pour A ∈ Mn (K), le polynôme caractéristique est
un annulateur.
χu (u) = 0 χA (A) = 0
4. M ATRICES SEMBLABLES

P ROPOSITION 10
Deux matrices semblables ont même polynôme caractéristique.

5. O RDRE DE MULTIPLICITÉ DES VALEURS PROPRES

D ÉFINITION 4 Ordre de multiplicité des vps

L’ordre de multiplicité de la valeur propre λ de u est son ordre de multiplicité en tant
que racine de χu .

P ROPOSITION 11 Sommes et produit des vp

Si χu est scindé sur K, tr u et det u sont respectivement la somme et le produit des
valeurs propres de u comptées avec leur ordre de multiplicité.

R EMARQUE
Pour une matrice réelle, il faut compter toutes les vp, y compris les complexes non
réelles.

T HÉORÈME 2 Ordre de multiplicité et dimension du sep

Pour chaque valeur propre λ de u,
1 É dλ É mλ
où dλ = dimker(u − λ IdE )
et m λ est l’ordre de multiplicité de λ.

⊳4⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON

IV- D IAGONALISATION R EMARQUE

Pour une valeur propre simple λ, on a automatiquement dλ = m λ = 1. Il suffit donc de
1. D ÉFINITION vérifier la condition pour les valeurs propres multiples.

P ROPOSITION 12 Base de diagonalisation

Soit u ∈ L (E) et B une base de E. 3. E XEMPLES
MB (u) est diagonale ⇐⇒ les vecteurs de B sont propres pour u
4 4
 
−9
• A =  −8 3 4 (exemple précédent)
−16 8 7
D ÉFINITION 5 Diagonalisabilité
4
 
−1 −2
L’endomorphisme u est diagonalisable s’il existe une base de E constituée de vecteurs
• B= 6 −2 −6
propres de u c’est-à-dire s’il existe une base B de E dans laquelle la matrice de u est
−1 1 3
diagonale.
2 6
 
Dans ce cas, les éléments diagonaux sont les valeurs propres de u et on dit que B est −3
une base de diagonalisation de u. • C= 0 1 2
De façon équivalente : u est diagonalisable si E se décompose comme somme directe −2 1 3
des sous-espaces propres de u : M • E = Mn (K), u : M 7→ M + tr M.In
E= ker(u − λ Id).
λ∈Sp(u)
P ROPOSITION 14
La matrice A est diagonalisable si elle est semblable à une matrice diagonale :
u est diagonalisable si et seulement si il existe des sous-espaces vectoriels F1 , . . . , Fq de
∃P ∈ GLn (K), P−1 AP est diagonale q
E stables par u avec E = F j tels que u induit sur chaque F j une homothétie.
P
j =1

P ROPOSITION 13
Un cas particulier qui se déduit de la CNS :
Soit u ∈ L (E) diagonalisable. En notant p λ le projecteur sur Eλ (u) parallèlement à la
somme des autres seps, on a :
u=
X
λ · pλ P ROPOSITION 15 CS de diagonalisabilité
λ∈Sp(u) Si χu est scindé sur K et n’a que des racines simples, alors u est diagonalisable et ses
sous-espaces propres sont des droites.
ce que l’on peut également énoncer en : si u a exactement n = dim E vp simples,
2. D IAGONALISABILITÉ – APPROCHE GÉOMÉTRIQUE
alors. . .

T HÉORÈME 4 CNS de diagonalisabilité (géométrique)

u est diagonalisable si et seulement si 4. D IAGONALISABILITÉ ET POLYNÔMES ANNULATEURS
χu est scindé sur K
½

pour chaque valeur propre λ, dλ = m λ T HÉORÈME 5 CNS de diagonalisabilité (algébrique) (dem non exigible)
où dλ = dimker(u − λ IdE )
u ∈ L (E) est diagonalisable si et seulement s’il existe un polynôme annulateur de u
et m λ est l’ordre de multiplicité de λ.
scindé sur K et à racines simples.
ce que l’on peut également exprimer,Xcompte tenu du théorème 2 par : u ∈ L (E) est diagonalisable si et seulement si (X − λ) est un annulateur de u.
Q
λ∈Sp(u)
dλ = dimE
λ∈Sp(u)

⊳5⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON

E XEMPLES V- T RIGONALISATION
• Matrice des 1 (matrice d’ATTILA).
1. D ÉFINITION
8 0 9
 

• Recherche d’un polynôme annulateur de A = −3 −1 −3.

D ÉFINITION 6 Trigonalisabilité
−6 0 −7
u ∈ L (E) [resp. A ∈ Mn (K)] est trigonalisable sur K s’il existe une base telle que la ma-
1 a b
 
trice de u dans cette base soit triangulaire supérieure [resp. A est semblable à une ma-
• À quelle condition la matrice B = 0 1 c  est-elle diagonalisable ? trice triangulaire supérieure].
0 0 −1

R EMARQUE
5. D IAGONALISABILITÉ ET SOUS - ESPACES STABLES • en changeant l’ordre des vecteurs de base il est équivalent de prendre une matrice
triangulaire inférieure ;
P ROPOSITION 16
• tout endomorphisme diagonalisable est trigonalisable.
Si u est diagonalisable et F est un sev stable par u, alors la restriction de u à F est un
endomorphisme diagonalisable de F.
2. CNS DE TRIGONALISABILITÉ
6. P RATIQUE DE LA DIAGONALISATION
T HÉORÈME 6 CNS de trigonalisabilité (dem non exigible)
• On calcule le polynôme caractéristique en faisant apparaître le plus possible de factori-
sations en cours de calcul ; Tout endomorphisme u [toute matrice A] dont le polynôme caractéristique est scindé
sur K est trigonalisable sur K.
• pour chacune des valeurs propres (en commençant par les valeurs propres multiples),
on détermine une base du sous-espace propre associé : on écrit effectivement la matrice Conséquence importante : tout endomorphisme d’un C−espace vectoriel est trigonalisable.
A − λ.I et on repère les combinaisons linéaires des colonnes qui sont nulles, sinon on
résout le système linéaire correspondant ;
• on introduit la matrice de passage à la nouvelle base constituée en colonnes des vecteurs 3. R ECHERCHE PRATIQUE EN DIMENSION 3
propres qu’on vient de trouver ;
Soit u un endomorphisme de K3 ou A une matrice de M3 (K) ayant un polynôme caractéris-
• on écrit la formule de changement de base : D = P−1 AP. tique scindé. On cherche une base B dans la quelle la matrice de u est diagonale (si possible)
On ne calcule effectivement P−1 qu’en cas de nécessité ou de demande explicite. ou sinon triangulaire supérieure.

E XEMPLES
4 −1 −2
 

• 1 vp simple et 1 double : B =  6 −2 −6.

−1 1 3
−8 −25 35 −9 −27 38
   

• 1 vp triple : E =  4 12 −14 ; F =  3 10 −11.

0 0 2 −1 −2 5

⊳6⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON

VI- A PPLICATIONS CLASSIQUES E XEMPLE

On se place en dimension 3 dans ces exemples. L’étude s’adapte en dimension 2 ou n Ê 4. 1 1 −1
 

On supposera que le corps de base est C, toute matrice est donc trigonalisable. Trouver les sev stables par A = 1 1 1 .
1 1 1
1. P UISSANCES D ’ UNE MATRICE
• idée de base : Si M = PAP−1 on a alors Mk = PAk P−1 k ∈ N et même k ∈ Z si M est
inversible.
5. S YSTÈMES DIFFÉRENTIELS LINÉAIRES
• cas très simple : si M est diagonalisable on prend pour A une matrice diagonale et Ak est Il s’agit ici de systèmes d’équations de la forme
évidente à calculer. (E ) X′ = A · X
où A = (ai j ) ∈ Mn (K)
• cas moins simple : si n = 3 et M non diagonalisable mais trigonalisable, on prend A trian-
gulaire d’un des types précédents. À chaque fois A = D+N avec D diagonale, N nilpotente En notant xi (t ) les composantes de X(t ), on a :
 ′
telles que DN = ND (à vérifier impérativement à chaque fois). Le binôme de Newton per-  x1 = a11 x1 + · · · + a1n xn
..

met alors de conclure. ′
X = A · X ⇐⇒ .

 ′
xn = an1 x1 + · · · + ann xn
2. S YSTÈME DE SUITES RÉCURRENTES LINÉAIRES D ’ ORDRE 1
La résolution d’un tel système se fait en diagonalisant la matrice A : A = PDP−1 où D =
Pour résoudre des récurrences du type Un+1 = AUn où A ∈ Mp (K) et (Un )n∈N est une suite diag(λ1 , . . . , λn ).
de Kp , on est amené à calculer les puissances de A et utiliser l’alinéa précédent. En effectuant le changement de base X = PY, A = PDP−1 , X = AX ′ ⇐⇒ Y′ = DY.
On ramène l’étude d’une équation linéaire d’ordre n : un+p = a p−1 un+p−1 + · · · + a0 un à un Le système Y′ = DY est alors un système diagonal c’est-à-dire un système d’équations diffé-

un
 rentielles (une seule fonction inconnue par ligne) qui se résolvent indépendamment les unes
 .  des autres :
système précédent en considérant Un =  ..  et A une matrice-compagnon (cf TD). C1 eλ1 t
 
 .  X n
un+p−1 Y′ = DY ⇐⇒ Y(t ) =  Ci eλi t Ei
 ..  =

i=1
Cn eλn t
3. C OMMUTANT D ’ UN ENDOMORPHISME ( D ’ UNE MATRICE ) DIAGONALISABLE
où les Ei sont les vecteurs de la base canonique et les Ci des constantes arbitraires.
Soit u un endomorphisme diagonalisable. On cherche G = g ∈ L (E) /u ◦ g = g ◦ u .
© ª
et donc
On diagonalise u. n
X ′ = AX ⇐⇒ X(t ) = Ci eλi t Vi
X
Puis, si g ∈ G, chaque sous espace propre de u est stable par g . La matrice de g dans une base
i=1
adaptée à la décomposition E = Eλ (u) est donc diagonale par blocs.
L
λ∈Sp(u) où les Vi = PEi sont les colonnes de P c’est-à-dire des vecteurs propres associés à λi .
La réciproque est triviale. On obtient¡donc un système fondamental de solutions c’est-à-dire une base de l’espace des
En particulier la dimension de G est la somme des carrés des multiplicités des valeurs solutions : t 7→ eλi t Vi 1ÉiÉn
¢
propres.
Dans le cas où A réelle est diagonalisable sur C mais pas sur R, les vp sont conjuguées deux à
4. S OUS ESPACES STABLES PAR UN ENDOMORPHISME DIAGONALISABLE deux avec le même ordre de multiplicité.
On résout le système sur C et on prend les parties réelles et imaginaires d’un système fonda-
P ROPOSITION 17 mental de solution pour obtenir un système fondamental de solutions sur R.
Soit u est diagonalisable. Dans le cas où A est trigonalisable, on trigonalise la matrice en se plaçant si besoin dans le
Le sev F est stable par u ⇐⇒ F est engendré par des vecteurs propres de u. cas où K = C et on pratique comme ci-dessus : A = PTP−1 , X = PY, X ′ = AX ⇐⇒ Y′ = TY
(système triangulaire).
On résout ensuite le système linéaire obtenu en commençant par la dernière équation, qui
est une équation différentielle, on reporte dans l’avant-dernière qui devient une équation

⊳7⊲
A LGÈBRE 3– R ÉDUCTION S PÉCIALES PSI – LYCÉE BUFFON
 ′
différentielle avec second membre, et ainsi de suite.  x = −2x
(ii) y ′ = −z
 ′
E XEMPLES z =y
′
 x = −3x + 5y − 5z
  ′
 x = 5x − 3y − 4z
(i) y ′ = −4x + 6y − 5z (iii) y ′ = −x + y − 2z
 ′
z = −4x + 4y − 3z
 ′
z = x − 3y

⊳8⊲