1

CHAPITRE :

I-Valeurs propres et vecteurs propres d’un endomorphisme

I-1 Définition : 𝐸 étant un espace vectoriel sur ℝ et 𝑓 un endomorphisme des

𝐸, un scalaire 𝜆 est une valeur propre de 𝑓 s’il existe un vecteur 𝑢
⃗ non nul
vérifiant 𝑓(𝑢⃗ ) = 𝜆𝑢⃗ .

I-2 Définition : 𝐸 étant un espace vectoriel sur ℝ et 𝑓 un endomorphisme des

𝐸, un vecteur non nul 𝑢 ⃗ de 𝐸 est appelé vecteur propre de 𝑓 s’il existe un
⃗ ) = 𝜆𝑢
scalaire 𝜆 vérifiant 𝑓(𝑢 ⃗ .

I-3 Propriétés :

1) A tout vecteur propre 𝑢⃗ est associée une valeur propre unique .

2) Si 𝜆 est une valeur propre de 𝑓 , l’ensemble 𝐸𝜆 = {𝑢⃗ ∈ 𝐸 ∕ 𝑓(𝑢⃗ ) = 𝜆𝑢⃗}
est un sous-espace vectoriel propre associé à la valeur propre 𝜆 .Tout
vecteur 𝑢⃗ non nul de 𝐸𝜆 est un vecteur propre associé à 𝜆 .

II-Polynôme caractéristique d’un endomorphisme

II-1 Définition : Soit 𝐸 un espace vectoriel de dimension finie 𝑛 . Soit 𝑓 un

endomorphisme de 𝐸 de matrice 𝐴 dans une base ℬ de 𝐸 .Le polynôme
caractéristique de 𝑓 ou de la matrice 𝐴 est le polynôme noté 𝑃𝑓 ou 𝑃𝐴 défini par
𝑃𝑓 (𝜆) = det(𝐴 − 𝜆𝐼𝑛 ) où 𝐼𝑛 est la matrice unité d’ordre 𝑛 .Ce polynôme
dépend seulement de 𝑓 et non de la matrice 𝐴 choisie .

II-2 Propriété : Les valeurs propres d’un endomorphisme sont les racines de
son polynôme caractéristique .

II-3 Théorème : 𝜆 étant une valeur propre d’un endomorphisme 𝑓, le sous-

espace vectoriel propre 𝐸𝜆 associé à la valeur propre 𝜆 est de dimension au
plus égale à l’ordre de multiplicité de 𝜆 comme racine du polynôme
caractéristique 𝑃𝑓 .

Exemple : 𝐸 est un espace vectoriel sur ℝ de dimension 2 . Soit 𝑓 un

2 3
endomorphisme de 𝐸 de matrice 𝐴 = [ ] dans la base ℬ = (𝑖, 𝑗)
3 2
.Déterminer les valeurs propres de f et le sous-espace vectoriel propre associé
à chaque valeur propre .

Solution : le polynôme caractéristique de 𝑓 est 𝑃𝑓 défini par

1 0
𝑃𝑓 (𝜆) = det(𝐴 − 𝜆𝐼2 ) où 𝐼2 = [ ]
0 1
 2

2−𝜆 3
𝑃𝑓 (𝜆) = | | = (2 − 𝜆)2 − 9 = (−1 − 𝜆)(5 − 𝜆) ⟺
3 2−𝜆
𝑃𝑓 (𝜆) = (−1 − 𝜆)(5 − 𝜆) . Pour déterminer les valeurs propres de 𝑓
,on résoud l’équation 𝑃𝑓 (𝜆) = 0 ⟺ 𝜆 = −1 𝑜𝑢 𝜆 = 5 .Les valeurs propres
de 𝑓 sont -1 et 5 . Soit 𝐸𝜆 = {𝑢⃗ ∈ 𝐸 ∕ 𝑓(𝑢 ⃗ ) = 𝜆𝑢⃗ } le sous-espace vectoriel
𝑥
propre associé à 𝜆 . Soit 𝑢 ⃗ = 𝑥𝑖 + 𝑦𝑗 ou 𝑢
⃗ (𝑦) . 𝑢
⃗ ∈ 𝐸𝜆 ⟺ 𝑓(𝑢 ⃗ ) = 𝜆𝑢
⃗ ⟺
2 3 𝑥 𝜆𝑥 2𝑥 + 3𝑦 = 𝜆𝑥 (2 − 𝜆)𝑥 + 3𝑦 = 0
[ ] (𝑦)=( ) ⟺ { ⟺{
3 2 𝜆𝑦 3𝑥 + 2𝑦 = 𝜆𝑦 3𝑥 + (2 − 𝜆)𝑦 = 0
3𝑥 + 3𝑦 = 0
- Si 𝜆 = −1 , on a { ⟺ 𝑥 + 𝑦 = 0 ⇒ 𝐸−1 = 𝑣𝑒𝑐𝑡((−1; 1))
3𝑥 + 3𝑦 = 0
−3𝑥 + 3𝑦 = 0
- Si 𝜆 = 5 , On a { ⟺ 𝑥 − 𝑦 = 0 ⇒ 𝐸5 = 𝑣𝑒𝑐𝑡((1; 1))
3𝑥 − 3𝑦 = 0

III-Diagonalisation

III-1 Problème : Etant donné un endomorphisme 𝑓 d’un espace vectoriel 𝐸 de

dimension finie, peut-on déterminer une base de 𝐸 dans laquelle 𝑓 est
représenté par une matrice diagonale ?

III-2 Théorème :Si ⃗⃗⃗⃗

𝑢1 , ⃗⃗⃗⃗
𝑢2 , ⋯ , ⃗⃗⃗⃗
𝑢𝑛 sont des vecteurs propres associés à des
valeurs propres 𝜆1 , 𝜆2 , ⋯ , 𝜆𝑛 alors le système(𝑢
⃗⃗⃗⃗1 , ⃗⃗⃗⃗ 𝑢𝑛 ) est libre .
𝑢2 , ⋯ , ⃗⃗⃗⃗

III-3 Endomorphisme diagonalisable :

Définition : Une matrice carrée 𝐴 d’ordre 𝑛 est diagonalisable si elle est

semblable à une matrice carrée diagonale 𝐷 d’ordre 𝑛 . C’est- à -dire qu’il
existe une matrice inversible 𝑃 telle que 𝐴 = 𝑃𝐷𝑃−1 .

Théorème : Soit 𝑓 un endomorphisme d’un espace vectoriel de dimension finie

𝑛 . Si 𝑓 admet n valeurs propres 𝜆1 , 𝜆2 , ⋯ , 𝜆𝑛 distinctes deux à deux alors 𝑓 est
diagonalisable .La matrice associée à f dans une base de vecteurs propres est la
matrice diagonale 𝐷 dont les termes diagonaux sont les valeurs propres .
𝜆1 0 ⋯0
0 𝜆2 0
𝐷=[ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝜆𝑛

Théorème :Un endomorphisme 𝑓 d’un espace vectoriel de dimension fini n est

diagonalisable si et seulement si :

1) Le polynôme caractéristique 𝑃𝑓 de 𝑓 admet dans ℝ 𝑛 valeurs propres

distinctes ou confondues .
 3

2) Le sous-espace vectoriel 𝐸𝜆 associé à chaque valeur propre 𝜆 est de

dimension égale à la multiplicité de 𝜆 comme racine du polynôme
caractéristique 𝑃𝑓 .
III-4 Théorème de Cayley-Hamilton : Toute matrice est racine de son
polynôme caractéristique. Si 𝑃𝐴 est le polynôme caractéristique de 𝐴 alors
𝑃𝐴 (𝐴) = 0
III-5Exemples :
3 −2
Exemple1 : On considère la matrice carrée 𝐴 = [ ]
2 −2
1) Déterminer le polynôme caractéristique de 𝐴 et en déduire les valeurs
propres de 𝐴 .
2) Montrer que 𝐴 est diagonalisable .
3) Déterminer les sous-espaces vectoriels propres de 𝐴 ainsi qu’une base de
ℝ2 constituée des vecteurs propres de 𝐴
4) Déterminer une matrice diagonale 𝐷 e t une matrice régulière 𝑃 telle
que 𝐴 = 𝑃𝐷𝑃 −1 .
Solution :
1) Le polynôme caractéristique de 𝐴 est défini par 𝑃𝐴 (𝜆) = det(𝐴 − 𝜆𝐼2 ) .
3−𝜆 −2
𝑃𝐴 (𝜆) = | | = (3 − 𝜆)(−2 − 𝜆) + 4 = 𝜆2 − 𝜆 − 2
2 −2 − 𝜆
𝑃𝐴 (𝜆) = 0 ⇔ 𝜆2 − 𝜆 − 2 = 0 ⇔ (𝜆 + 1)(𝜆 − 2) = 0 ⇔
𝜆 = −1 ou 𝜆 = 2 . Les valeurs propres de 𝐴 sont -1 et 2
2) 𝐴 est une matrice carrée d’ordre 2 qui admet 2 valeurs propres
distinctes alors 𝐴 est diagonalisable .
3) • Sous-espace vectoriel propre 𝐸−1 associé à 𝜆 = −1 .
𝑥 3 −2 𝑥 −𝑥
Soit 𝑢
⃗ = (𝑦) . 𝑢 ⃗ ∈ 𝐸−1 ⇔ 𝐴. 𝑢 ⃗ = −𝑢 ⃗ ⇔[ ] (𝑦) = (−𝑦) ⇔
2 −2
3𝑥 − 2𝑦 = −𝑥 4𝑥 − 2𝑦 = 0
{ ⇔{ ⇔ 2𝑥 − 𝑦 = 0
2𝑥 − 2𝑦 = −𝑦 2𝑥 − 𝑦 = 0
𝐸−1 est la droite vectorielle d’équation 2𝑥 − 𝑦 = 0 .⃗⃗⃗⃗
𝑉1 = (1; 2) est une
base de𝐸−1 .
• Sous-espace vectoriel propre 𝐸2 associé à 𝜆 = 2
𝑥 3 −2 𝑥 2𝑥
Soit 𝑢
⃗ = (𝑦) . 𝑢 ⃗ ∈ 𝐸2 ⇔ 𝐴. 𝑢 ⃗ = 2𝑢⃗ ⇔[ ] (𝑦) = ( ) ⇔
2 −2 2𝑦
3𝑥 − 2𝑦 = 2𝑥 𝑥 − 2𝑦 = 0
{ ⇔{ ⇔ 𝑥 − 2𝑦 = 0
2𝑥 − 2𝑦 = 2𝑦 2𝑥 − 4𝑦 = 0
𝐸2 est la droite vectorielle d’équation 𝑥 − 2𝑦 = 0 . ⃗⃗⃗⃗⃗
𝑉2 = (2; 1) est une
base de 𝐸2 .
 4

ℬ ′ = (⃗⃗⃗⃗
𝑉1 ; ⃗⃗⃗⃗⃗
𝑉2 ) est une base de ℝ2 constituée des vecteurs propres de 𝐴
.
−1 0
4) La matrice diagonale 𝐷 = [ ] relativement à la base ℬ ′ .
0 2
1 2
La matrice 𝑃 = [ ] est la matrice de passage de la base canonique
2 1
de ℝ2 à la base ℬ ′ = (⃗⃗⃗⃗ 𝑉1 ; ⃗⃗⃗⃗⃗
𝑉2 ) .On a 𝐷 = 𝑃−1 𝐴𝑃 ⇔ 𝐴 = 𝑃𝐷𝑃−1 avec
−1⁄ 2⁄
−1
𝑃 =[ 3 3]
2⁄ −1⁄
3 3
⃗)
Exemple 2 : Soit 𝐸 un espace vectoriel sur ℝ de dimension 3 et ℬ = (𝑖; 𝑗, 𝑘
une base de 𝐸.Soit f un endomorphisme de E dont la matrice dans la base ℬ est
1 3 0
𝐴 = [3 −2 −1]
0 −1 1
1) Déterminer les valeurs propres de 𝑓 .
2) a) 𝑓 est-il diagonalisable ?
b) Déterminer dans une base appropriée de 𝐸 , la matrice 𝐷 diagonale
semblable .
3) Utiliser le polynôme caractéristique de 𝑓 pour :
a) Montrer que 𝐴 est inversible et calculer 𝐴−1 en fonction de 𝐴 .
b) Calculer 𝐴3 en fonction de 𝐴 .
Solution :
1) Le polynôme caractéristique de f est défini par 𝑃𝑓 (𝜆) = det(𝐴 − 𝜆𝐼3 )
1−𝜆 3 0
𝑃𝑓 (𝜆) = | 3 −2 − 𝜆 −1 |
0 −1 1−𝜆
−2 − 𝜆 −1 3 −1
= (1 − 𝜆) | | − 3| |
−1 1−𝜆 0 1−𝜆
= (1 − 𝜆)(𝜆2 + 𝜆 − 12)
𝑃𝑓 (𝜆) = 0 ⇔ 1 − 𝜆 = 0 ou 𝜆2 + 𝜆 − 12 = 0 ⇔ 𝜆 = 1 ;𝜆 = 3 ou 𝜆 = −4
Les valeurs propres de f sont 1 ; 3 ; -4 .
2) a) 𝑓 admet 3 valeurs propres distinctes et dimE=3 alors 𝑓 est
diagonalisable .
b) Pour répondre à la question , nous allons déterminer les sous-espaces
vectoriels propres de 𝑓 .
𝐸𝜆 = {𝑢⃗ ∈ 𝐸 ∕ 𝑓(𝑢 ⃗ ) = 𝜆𝑢
⃗}
 5

𝑥 1 3 0 𝑥 𝜆𝑥
soit 𝑢⃗ (𝑦) . 𝑢 ⃗ ∈ 𝐸𝜆 ⇔ 𝑓(𝑢 ⃗ ) = 𝜆𝑢 ⃗ ⇔ [3 −2 −1] (𝑦) =(𝜆𝑦)
𝑧 0 −1 1 𝑧 𝜆𝑧
𝑥 + 3𝑦 = 𝜆𝑥 (1 − 𝜆)𝑥 + 3𝑦 = 0
⇔ {3𝑥 − 2𝑦 − 𝑧 = 𝜆𝑦 ⇔ {3𝑥 − (2 + 𝜆)𝑦 − 𝑧 = 0
−𝑦 + 𝑧 = 𝜆𝑧 −𝑦 + (1 − 𝜆)𝑧 = 0
3𝑦 = 0
𝑦=0 𝑦=0
• Pour 𝜆 = 1 , on a {3𝑥 − 3𝑦 − 𝑧 = 0 ⇔ { ⇔{
3𝑥 − 3𝑦 − 𝑧 = 0 𝑧 = 3𝑥
−𝑦 = 0
𝑦=0
𝐸1 est la droite vectorielle d’équations { et dont une base est
𝑧 = 3𝑥
𝑒1 (1; 0; 3) d’où 𝐸1 = 𝑣𝑒𝑐𝑡(𝑒⃗⃗⃗1 )
⃗⃗⃗
−2𝑥 + 3𝑦 = 0 −2𝑥 + 3𝑦 = 0
𝑦 = −2𝑧
• Pour 𝜆 = 3 ,on a {3𝑥 − 5𝑦 − 𝑧 = 0 ⇔ { 𝑦 + 2𝑧 = 0 ⇔ {
𝑥 = −3𝑧
−𝑦 − 2𝑧 = 0 3𝑥 − 5𝑦 − 𝑧 = 0
𝑦 = −2𝑧
𝐸3 est la droite vectorielle d’équations{ et dont une base est
𝑥 = −3𝑧
𝑒2 (−3; −2; 1) d’où 𝐸3 = 𝑣𝑒𝑐𝑡(𝑒⃗⃗⃗2 )
⃗⃗⃗
5𝑥 + 3𝑦 = 0 −𝑦 + 5𝑧 = 0
𝑦 = 5𝑧
• Pour𝜆 = −4 on a {3𝑥 + 2𝑦 − 𝑧 = 0 ⇔ { 5𝑥 + 3𝑦 = 0 ⇔ {
𝑥 = −3𝑧
−𝑦 + 5𝑧 = 0 3𝑥 + 2𝑦 − 𝑧 = 0
𝑦 = 5𝑧
𝐸−4 est la droite vectorielle d’équations { et dont une base est
𝑥 = −3𝑧
𝑒3 (−3; 5; 1) d’où 𝐸−4 = 𝑣𝑒𝑐𝑡(𝑒⃗⃗⃗3 )
⃗⃗⃗
ℬ ′ = (𝑒⃗⃗⃗1 ; ⃗⃗⃗ 𝑒3 ) est une base de E .
𝑒2 ; ⃗⃗⃗
1 0 0
′
Dans la base ℬ = (𝑒⃗⃗⃗1 ; ⃗⃗⃗ 𝑒3 ) la matrice de f est D= [0 3 0 ]
𝑒2 ; ⃗⃗⃗
0 0 −4
1 −3 −3
La matrice P=[0 −2 5 ] est la matrice de passage de la base
3 1 1
⃗ ′
ℬ = (𝑖; 𝑗, 𝑘) à la base ℬ = (𝑒⃗⃗⃗1 ; ⃗⃗⃗ 𝑒3 ) et on a D=𝑃−1 𝐴𝑃 .
𝑒2 ; ⃗⃗⃗
3) a) 𝑃𝑓 (𝜆) = (1 − 𝜆)(𝜆2 + 𝜆 − 12) = −𝜆3 + 13𝜆 − 12
D’après le Théorème de Cayley-Hamilton 𝑃𝑓 (𝐴) = 0 ⇔
−𝐴3 + 13𝐴 − 12𝐼3 = 0 ⇔ −𝐴3 + 13𝐴 = 12𝐼3 ⇔
−1 3 13 −1 13 −1 13
𝐴 + 𝐴 = 𝐼3 ⇔ 𝐴 ( 𝐴2 + 𝐼3 ) = ( 𝐴2 + 𝐼3 ) 𝐴 = 𝐼3 ⇒
12 12 12 12 12 12
−1 −1 2 13
A est inversible et 𝐴 = 𝐴 + 𝐼3
12 12
b) 𝑃𝑓 (𝐴) = 0 ⇔ −𝐴3 + 13𝐴 − 12𝐼3 = 0 ⇔ 𝐴3 = 13𝐴 − 12𝐼3 . On peut
utiliser cette formule pour calculer 𝐴3
 6

Exemple 3 : Soit 𝑓 un endomorphisme de ℝ3 dont la matrice dans la base

3 −1 1
⃗ ) est 𝐴 = (0 2 0)
canonique ℬ = (𝑖; 𝑗, 𝑘
1 −1 3
1) Déterminer les valeurs propres de 𝑓
2) a) Déterminer les sous-espaces vectoriels propres de 𝑓
b) 𝑓 est-elle diagonalisable ?
c) Déterminer une base ℬ′ de ℝ3 dans laquelle la matrice 𝐷 de f est une
matrice diagonale .
d)Déterminer la matrice de passage 𝑃 de la base ℬ à la base ℬ′ et
montrer que 𝐷 = 𝑃−1 𝐴𝑃 .
Solution :
1) Le polynôme caractéristique de 𝑓 noté 𝑃𝑓 est défini par
3 − 𝜆 −1 1
𝑃𝑓 (𝜆) = det(𝐴 − 𝜆𝐼3 ) = | 0 2−𝜆 0 |
1 −1 3 − 𝜆
3−𝜆 1
= (2 − 𝜆) | | = (2 − 𝜆)[(3 − 𝜆)2 − 1]
1 3−𝜆
= (2 − 𝜆)2 (4 − 𝜆)

- 𝑃𝑓 (𝜆) = 0 ⇔ 𝜆 = 2 𝑜𝑢 𝜆 = 4
Les valeurs propres de 𝑓 sont 2 (de multiplicité 2) et 4(simple) .
𝑥
2) a) Soit 𝑢 ⃗ (𝑦) . 𝑢
⃗ ∈ 𝐸𝜆 ⇔ 𝑓(𝑢 ⃗ ) = 𝜆𝑢 ⃗ ⇔
𝑧
3 −1 1 𝑥 𝜆𝑥 (3 − 𝜆)𝑥 − 𝑦 + 𝑧 = 0
(0 2 0) (𝑦) = (𝜆𝑦) ⇔ { (2 − 𝜆)𝑦 = 0
1 −1 3 𝑧 𝜆𝑧 𝑥 − 𝑦 + (3 − 𝜆)𝑧 = 0
𝑥−𝑦+𝑧 =0
• Pour 𝜆 = 2 , on a { ⇔ 𝑥 − 𝑦 + 𝑧 = 0 . 𝐸2 est le plan
𝑥−𝑦+𝑧 =0
vectorielle d’équation 𝑥 − 𝑦 + 𝑧 = 0 dont une base est (𝑉 ⃗⃗⃗1 ; ⃗⃗⃗
𝑉2 ) avec
⃗⃗⃗
𝑉1 = (1; 1; 0) et ⃗⃗⃗
𝑉2 = (−1; 0; 1) ⇒ 𝐸2 = 𝑣𝑒𝑐𝑡(𝑉 ⃗⃗⃗1 ; ⃗⃗⃗
𝑉2 ) .
−𝑥 − 𝑦 + 𝑧 = 0 𝑥+𝑦−𝑧 =0
𝑥−𝑧 =0
• Pour 𝜆 = 4 , on a { −2𝑦 = 0 ⇔ { 𝑦=0 ⇔{
𝑦=0
𝑥−𝑦−𝑧 =0 𝑥−𝑦−𝑧 =0
𝑥−𝑧 =0
𝐸4 est la droite vectorielle d’équation { dont une base est
𝑦=0
⃗⃗⃗
𝑉3 = (1; 0; 1) . ⇒ 𝐸4 = 𝑣𝑒𝑐𝑡(𝑉 ⃗⃗⃗3 ) .
𝑏) 2 est une valeur propre de multiplicité 2 et dim𝐸2 =2 ; dim𝐸4 =1 d’où
𝑓 est diagonalisable .
 7

⃗⃗⃗1 ; ⃗⃗⃗
3) ℬ ′ = (𝑉 𝑉2 ; ⃗⃗⃗
𝑉3 ) est une base de ℝ3 . Dans cette base , la matrice de 𝑓
2 0 0
est 𝐷 = (0 2 0) .
0 0 4
1 −1 1
4) La matrice de passage de la base ℬ à la base ℬ′ est 𝑃 = (1 0 0) .
0 1 1
0 1 0
−1 1 1
Sachant que 𝑃 −1 = ( ⁄2 ⁄2 ⁄2) on peut alors calculer
1⁄ −1⁄ 1⁄
2 2 2
−1
𝑃 𝐴𝑃 et trouver 𝐷 .
Exemple4 : Soit 𝑔 un endomorphisme de ℝ3 dont la matrice dans la base
1 3 1
⃗
canonique ℬ = (𝑖; 𝑗, 𝑘) est 𝐴 = [0 1 −5]
0 0 2
1) Déterminer les valeurs propres de 𝑔 .
2) a) Déterminer les sous-espaces vectoriels propres de 𝑔
b) 𝑔 est-elle diagonalisable ?
Solution :
1) Le polynôme caractéristique de 𝑔 noté 𝑃𝑔 est défini par
1−𝜆 3 1
𝑃𝑔 (𝜆) = det(𝐴 − 𝜆𝐼3 ) = | 0 1 − 𝜆 −5 |
0 0 2−𝜆
1−𝜆 5
= (1 − 𝜆) | | = (1 − 𝜆)2 (2 − 𝜆)
0 2−𝜆
𝑃𝑔 (𝜆) = 0 ⇔ 𝜆 = 1 𝑜𝑢 𝜆 = 2 . Les valeurs propres sont 1 (de
multiplicité 2) et 2(simple) .
𝑥 1 3 1 𝑥 𝜆𝑥
2) a) Soit 𝑢 𝑦
⃗ ( ). 𝑢 ⃗ ∈ 𝐸𝜆 ⇔ 𝑔(𝑢 )
⃗ = 𝜆𝑢 𝑦
⃗ ⇔ [0 1 −5] ( ) = (𝜆𝑦)
𝑧 0 0 2 𝑧 𝜆𝑧
𝑥 + 3𝑦 + 𝑧 = 𝜆𝑥 (1 − 𝜆)𝑥 + 3𝑦 + 𝑧 = 0
⇔ { 𝑦 − 5𝑧 = 𝜆𝑦 ⇔ { (1 − 𝜆)𝑦 − 5𝑧 = 0
2𝑧 = 𝜆𝑧 (2 − 𝜆)𝑧 = 0
3𝑦 + 𝑧 = 0
𝑧=0 𝑧=0
• Pour 𝜆 = 1 on a { −5𝑧 = 0 ⇔ { ⇔{
3𝑦 + 𝑧 = 0 𝑦=0
𝑧=0
𝑧=0
𝐸1 est une droite vectorielle d’équation { dont une base est 𝑖
𝑦=0
𝐸1 = 𝑣𝑒𝑐𝑡(𝑖) alors dim𝐸1 = 1 ⇒ g n’est pas diagonalisable car
dim𝐸1 ≠ 2 .
 8

IV-Applications de la diagonalisation
IV-1 Calcul des puissances d’une matrice diagonale
Si 𝐴 est une matrice diagonalisable alors il existe une matrice régulière 𝑃 telle
que 𝐷 = 𝑃−1 𝐴𝑃 soit une matrice diagonale .
Propriété
𝜆1 0 ⋯ 0 𝜆1 𝑘 0 ⋯ 0
0 𝜆2 0 𝑘 0
Si 𝐷 = [ ] alors ∀𝑘 ∈ ℕ , 𝐷𝑘 = 0 𝜆2
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝜆𝑛 [ 0 0 ⋯ 𝜆𝑛 𝑘 ]
Si 𝐴 = 𝑃𝐷𝑃−1 alors 𝐴𝑘 = 𝑃𝐷𝑘 𝑃−1
Exemple :
5 1 −1
𝐴 = [2 1 −2] calculons 𝐴𝑛 ( 𝑛 ∈ ℕ)
1 −1 3
𝐴 admet 3 valeurs distinctes 𝜆1 = 2 ; 𝜆2 = 4 ; 𝜆3 = 6
𝐸1 = 𝑣𝑒𝑐𝑡((0; 1; 1)) ; 𝐸4 = 𝑣𝑒𝑐𝑡((1; 0; 1)) et 𝐸6 = 𝑣𝑒𝑐𝑡((1; 1; 0))
𝐴 est diagonalisable . Il existe une matrice régulière 𝑃 et une matrice diagonale
𝐷 telle que 𝐷 = 𝑃−1 𝐴𝑃 .
−1⁄ 1⁄ 1⁄
0 1 1 2 2 2 2 0 0
−1
𝑃 = [1 0 1 ] 𝑃 = ⁄21 −1⁄2 1⁄2 et 𝐷 = [0 4 0]
1 1 0 1 1⁄ −1⁄ 0 0 6
[ ⁄2 2 2]
2𝑛 0 0
𝐷 𝑛 = [ 0 4𝑛 0 ]
0 0 6𝑛
𝐷 = 𝑃−1 𝐴𝑃 ⇔ 𝐴 = 𝑃𝐷𝑃−1 ⇒ 𝐴𝑛 = 𝑃𝐷𝑛 𝑃−1
−1⁄ 1⁄ 1⁄
0 1 1 2𝑛 0 0 2 2 2
𝐴𝑛 = [1 0 1 ] [ 0 4𝑛 0 ] 1⁄2 −1⁄2 1⁄2
1 1 0 0 0 6𝑛 1⁄ 1⁄ −1⁄
[ 2 2 2]
4𝑛 − 6𝑛 6 𝑛 − 4𝑛 4𝑛 − 6𝑛
1
𝐴𝑛 = [6𝑛 − 2𝑛 2 𝑛 + 6𝑛 2𝑛 − 6𝑛 ]
2
4𝑛 − 2𝑛 2 𝑛 − 4𝑛 2𝑛 + 4𝑛
 9

IV-2 Propriétés des exponentielles des matrices

1) On désigne par 0𝑛 la matrice carrée nulle d’ordre 𝑛 et par 𝐼𝑛 la matrice
unité d’ordre 𝑛 . On a 𝑒 0𝑛 = 𝐼𝑛
2) Si 𝐴 et 𝐵 sont deux matrices carrée 𝑛 qui commutent c-a-d 𝐴𝐵 = 𝐵𝐴
alors 𝑒 𝐴+𝐵 =𝑒 𝐴 . 𝑒 𝐵 ainsi la matrice 𝑒 𝐴 est inversible et (𝑒 𝐴 )−1 =𝑒 −𝐴
3) Pour tout k∈ ℤ , 𝑒 𝑘𝐴 = (𝑒 𝐴 )𝑘
4) Si 𝐴 = 𝑃−1 𝐵𝑃 alors 𝑒 𝐴 = 𝑃−1 𝑒 𝐵 𝑃
5) Si 𝐷 est une matrice diagonale définie par
𝜆1 0 ⋯ 0 𝑒 𝜆1 0 ⋯ 0
0 𝜆2 0 𝜆2 0 ]
𝐷=[ ] alors 𝑒 𝐷 = [ 0 𝑒
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝜆𝑛 0 0 ⋯ 𝑒 𝜆𝑛
IV-3 Résolution des systèmes différentiels linéaires à coefficients constants
On se propose de résoudre les systèmes différentiels linéaires de la forme
𝑑𝑥1
= 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛
𝑑𝑡
𝑑𝑥2
= 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛
𝑑𝑡
⋮ ⋮ ⋮ ⋮
𝑑𝑥𝑛
{ 𝑑𝑡 = 𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛

Où 𝑎𝑖𝑗 ∈ ℝ et 𝑥𝑖 est une fonction dérivable de ℝ vers ℝ

𝑥1
𝑥2
On pose 𝐴 = [𝑎𝑖𝑗 ] 1≤ 𝑖 ≤ 𝑛 et 1≤ 𝑗 ≤ 𝑛 et 𝑋 = ( ⋮ ) . Le système devient
𝑥𝑛
𝑑𝑋 𝑑𝑋
= 𝐴𝑋 où 𝐴 = [𝑎𝑖𝑗 ] et la dérivée du vecteur 𝑋 Si la matrice 𝐴 est
𝑑𝑡 𝑑𝑡
diagonalisable alors il existe une matrice régulière 𝑃 telle que 𝐷 = 𝑃−1 𝐴𝑃 soit
une matrice diagonale .
𝐷 = 𝑃−1 𝐴𝑃 ⇔ 𝐴 = 𝑃𝐷𝑃−1
On fait un changement de variable en posant 𝑌 = 𝑃−1 𝑋
𝑑𝑌 𝑑𝑋
On a =𝑃−1
𝑑𝑡 𝑑𝑡
𝑑𝑋 𝑑𝑋 𝑑𝑋
On a = 𝐴𝑋 ⇔ = 𝑃𝐷𝑃−1 𝑋 car 𝐴 = 𝑃𝐷𝑃−1 ⇒ 𝑃−1 = 𝑃 −1 𝑃𝐷𝑃−1 𝑋
𝑑𝑡 𝑑𝑡 𝑑𝑡
−1 𝑑𝑋 𝑑𝑌
⇔ 𝑃 = 𝐷𝑃−1 𝑋 ⇔ =𝐷𝑌 ⇔ 𝑌 = 𝑒 𝐷𝑡 𝐶 où 𝐶 est un vecteur constant
𝑑𝑡 𝑑𝑡
𝑌 = 𝑃 𝑋 ⇔ 𝑋 = 𝑃𝑌 ⇔ 𝑋(𝑡) = 𝑃𝑒 𝐷𝑡 𝐶 où 𝐶 est un vecteur constant
−1
 10

Exemple
𝑥 ′ (𝑡) = 𝑥(𝑡) − 𝑦(𝑡)
Soit à résoudre le système { ′ avec 𝑥(0) = 3; 𝑦 ′ (0) = −5
𝑦 (𝑡) = 2𝑥(𝑡) + 4𝑦(𝑡)
1 −1 𝑥(𝑡) 𝑥′(𝑡)
Considérons la matrice 𝐴 = [ ] .On pose 𝑋(𝑡) = ( ) ; 𝑋 ′ (𝑡) = ( )
1 4 𝑦(𝑡) 𝑦′(𝑡)
Le système devient 𝑋 ′ (𝑡) = 𝐴𝑋(𝑡). Le polynôme caractéristique de 𝐴 est 𝑃𝐴
défini par 𝑃𝐴 (𝜆) = 𝜆2 − 5𝜆 + 6. Les valeurs propres de 𝐴 sont
𝜆1 = 1 𝑒𝑡 𝜆2 = 3
𝐸2 = 𝑣𝑒𝑐𝑡((1; −1)) et 𝐸3 = 𝑣𝑒𝑐𝑡((1; −2)) .
1 1
𝐴 est diagonalisable .Il existe une matrice régulière 𝑃 = [ ] et une
−1 −2
2 0
matrice diagonale 𝐷 = [ ] telle que 𝐷 = 𝑃−1 𝐴𝑃 ⇔ 𝐴 = 𝑃𝐷𝑃−1 avec
0 3
2 1
𝑃−1 = [ ] . En posant 𝑌 = 𝑃−1 𝑋 le système devient 𝑌 ′ (𝑡) = 𝐷𝑌(𝑡) ⇔
−1 −1
𝑐1
𝑌(𝑡) = 𝑒 𝐷𝑡 𝐶 avec 𝐶 = (𝑐 ) vecteur constant .
2

𝑌 = 𝑃−1 𝑋 ⇔ 𝑋 = 𝑃𝑌 ⇔ 𝑋(𝑡) = 𝑃𝑌(𝑡) .

2𝑡
𝑌(𝑡) = 𝑒 𝐷𝑡 𝐶 = [𝑒
2𝑡
0 ] (𝑐1 ) ⇔ 𝑌(𝑡) = (𝑐1 𝑒 )
0 𝑒 3𝑡 𝑐2 𝑐2 𝑒 3𝑡
1 1 𝑐1 𝑒 2𝑡 𝑐 𝑒 2𝑡 + 𝑐 𝑒 3𝑡
𝑋(𝑡) = 𝑃𝑌(𝑡) = [ ] ( 3𝑡 ) ⇔ 𝑋(𝑡) = ( 1 2𝑡 2 3𝑡 )
−1 −2 𝑐2 𝑒 −𝑐1 𝑒 −2𝑐2 𝑒
𝑥(𝑡) = 𝑐1 𝑒 2𝑡 + 𝑐2 𝑒 3𝑡 𝑥(0) = 3 𝑐1 + 𝑐2 = 3
⇔{ 2𝑡 3𝑡 ; {𝑦(0) = −5 ⇔ {−𝑐 − 2𝑐 = −5 ⇔
𝑦(𝑡) = −𝑐1 𝑒 −2𝑐2 𝑒 1 2

𝑥(𝑡) = 𝑒 2𝑡 + 2𝑒 3𝑡
𝑐1 = 1 et 𝑐2 = 2 ⇔ { .
𝑦(𝑡) = −𝑒 2𝑡 − 4𝑒 3𝑡
IV-4 Etude de certaines suites récurrentes :
1) On donne 𝑢0 𝑒𝑡 𝑣0 et on définit les suites (𝑢𝑛 ) et (𝑣𝑛 ) pour n∈ ℕ par
𝑢 = 𝑎𝑢𝑛 + 𝑏𝑣𝑛
{ 𝑛+1
𝑣𝑛+1 = 𝑐𝑢𝑛 + 𝑑𝑣𝑛
𝑢𝑛 𝑎 𝑏
On pose 𝑋𝑛 = ( 𝑣 ) et 𝐴 = [ ] . On a alors 𝑋𝑛+1 = 𝐴𝑋𝑛 et on en
𝑛 𝑐 𝑑
déduit que 𝑋𝑛 = 𝐴𝑛 𝑋0 .
On diagonalise A et on calcule 𝐴𝑛
2) On donne 𝑢0 et 𝑢1 et on définit une suite (𝑢𝑛 ) pour 𝑛 ≥ 1 par
𝑢𝑛+1 = 𝑎𝑢𝑛 + 𝑏𝑢𝑛−1
 11

On pose 𝑣𝑛 = 𝑢𝑛−1 . On a alors le système suivant

𝑢 = 𝑎𝑢𝑛 + 𝑏𝑣𝑛 𝑢𝑛 𝑎 𝑏
{ 𝑛+1 . On pose 𝑋𝑛 = ( 𝑣 ) et 𝐴 = [ ] on a alors
𝑣𝑛+1 = 𝑢𝑛 𝑛 1 0
𝑛−1
𝑋𝑛+1 = 𝐴𝑋𝑛 et on en déduit que 𝑋𝑛 = 𝐴 𝑋1
Exemple1
Soient (𝑢𝑛 ) et (𝑣𝑛 ) deux suites définies par 𝑢0 = 1 et 𝑣0 = 0 et
𝑢 = 2𝑢𝑛 + 𝑣𝑛
{ 𝑛+1 Exprimer 𝑢𝑛 et 𝑣𝑛 en fonction de 𝑛 .
𝑣𝑛+1 = 𝑢𝑛 + 2𝑣𝑛
Exemple2 :
Soient (𝑢𝑛 ) la suite définie par la donnée de 𝑢0 et 𝑢1 et pour tout entier
naturel non nul 𝑢𝑛+1 = 𝑢𝑛 + 2𝑢𝑛−1 . Exprimer 𝑢𝑛 en fonction de 𝑛 .
12
13