Diagonalisation et
trigonalisation des
endomorphismes
Diagonalisation et trigonalisation
d'endomorphisme
M. EDJA Kouamé Béranger
Table des
matières
Objectifs 3
Introduction
I - Éléments propres d'un endomorphisme 4
1. Définitions ...................................................................................................................................................... 4
2. Exemple .......................................................................................................................................................... 6
II - Exercices 7
III - Calcul des éléments propres d'un endomorphisme 9
1. Valeurs propres ............................................................................................................................................... 9
2. Vecteurs propres ........................................................................................................................................... 10
3. Sous espaces propres ..................................................................................................................................... 11
IV - Exercices 12
V - Diagonalisation ou trigonalisation d'endomorphismes 14
1. Diagonalisation d'endomorphismes .............................................................................................................. 14
2. Trigonalisation d'un endomorphisme ............................................................................................................ 16
VI - Exercices 20
Solutions des exercices 22
Bibliographie 24
Webographie 25
Objectifs
Définir la notion d'éléments propres d'un endomorphisme
Déterminer les éléments propres d'un endomorphisme
Diagonaliser ou trigonaliser une matrice
3
Éléments propres d'un endomorphisme
Éléments propres d'un
endomorphisme I
Soit un -espace vectoriel et .
1. Définitions
Définition : Définition 1
Un vecteur non nul est un vecteur propre de s'il existe tel que
. Le scalaire est la valeur propre associée à
Exemple : Exemple 1
Soit un -espace vectoriel de dimension 3 muni d'une base .
On considère l'endomorphisme de défini par , et
soit
on a :
Le vecteur est donc un vecteur propre de
Définition : Définition 2
Un scalaire est une valeur propre de s'il existe un vecteur non nul tel que . Le
vecteur est un vecteur propre associé à .
Exemple : Exemple 2
Dans l'exemple 1 on a, , est donc une valeur propre de associée à
Définition : Définition 3
L'ensemble est le sous-espace propre associé à
4
Définitions
Exemple : Exemple 3
Les deux vecteurs et sont deux vecteurs propres de associés à la valeur
propre
puisque
$$f(u_2) = f(e_1) - f(e_3) = 2(e_1 - e_3) = 2u2,$$
$$f(u_3) = f(e_2) - f(e_3) = 2(e_2 - e_3) = 2u2,$$
Soit ,
Donc est est le sous-espace propre associé à
Définition : Définition 4
Le spectre de est l'ensemble des valeurs propres de .
Exemple : Exemple 4
Comme nous le verrons par la suite, et , sont les deux seules valeurs propres de f.
$$Sp(f)=\{-1,2\}$$
Fondamental : Propriétés
- est une valeur propre de si, et seulement si,
En particulier, est valeur propre de si, et seulement si, . soit f non injectif.
- Toute famille de vecteurs propres associés à des valeurs propres toutes distinctes, est libre.
- La somme de sous-espaces propres associés à des valeurs propres distinctes est directe.
- Si et que admet n valeurs propres distinctes, alors est diagonalisable.
Définition : Polynôme caractéristique
Soit de dimension finie et une matrice carrée représentant un endomorphisme dans une base fixée.
Le polynôme est le polynôme caractéristique de .
Deux matrices semblables ont le même polynôme caractéristique, ce qui permet de définir le polynôme
caractéristique d'un endomorphisme.
Les zéros de sont les valeurs propres de . Si est racine d'ordre de ,
on dit que est valeur propre d'ordre .
On a toujours où est l'espace propre associé.
Cas où est scindé, an a alors :
$$trA=\sum_{k=1}^n\lambda_k\text{ et } det A =\prod_{k=1}^n\lambda_k$$
5
Exemple
Exemple
Soit la matrice associée à un endomorphisme .
Son polynôme caractéristique est
Fondamental
Soit un de dimension finie, une matrice associée à un endomorphisme de . Le polynôme
caractéristique de est un polynôme
annulateur de i.e .
Ce qui est équivalent à : le polynôme caractéristique de est un annulateur de
Remarque : Théorème de Caylay-Hamilton
Cette propriété permet de déterminer l'inverse d'une matrice inversible
Définition : Polynôme scindé
Un polynôme scindé est un polynôme qui peut se factoriser en produit d'expressions du 1er degré.
Exemple
est scindé sur comme sur
est scindé sur mais pas sur .
En particulier, sur , tous les polynômes sont scindés
2. Exemple
Soit un -espace vectoriel de dimension 3 muni d'une base .
On considère l'endomorphisme de défini par , et
6
Exercices
Exercices
II
Soit un endomorphisme d'un -espace vectoriel .
Exercice [solution n°1 p.22]
[*]
Une valeur propre de est un vecteur telle que avec
Vrai
Faux
Exercice [solution n°2 p.22]
[*]
Un sous-espace propre est un ensemble de valeur propre
Vrai
Faux
Exercice [solution n°3 p.22]
[*]
Le spectre de est l'ensemble des valeurs propres de
Vrai
Faux
Exercice
Exercice
La somme de sous-espaces propres associés à des valeurs propres distinctes est directe
Vrai
Faux
Exercice
Toute famille de vecteurs propres associés à des valeurs propres toutes distinctes est liée
7
Exercices
Vrai
faux
Exercice
Tout polynôme caractéristique est scindé dans
Vrai
Faux
Exercice
est un vecteur propre de si et seulement si il existe tel que
Vrai
Faux
Exercice
Si est un polynôme caractéristique d'un endomorphisme , alors l'ensemble des racines de est le
spectre de
Vrai
Faux
8
Calcul des éléments propres d'un endomorphisme
Calcul des éléments
propres d'un III
endomorphisme
1. Valeurs propres
Soit un endomorphisme
Notre objectif est de déterminer les valeurs propres de
Déterminons la matrice A associée à f
Déterminons la matrice associée à dans la base canonique de de .
Rappel
la base canonique de est la base où
Polynôme caractéristique de A
Soit le polynôme caractéristique de
Le zéros de sont et donc les valeurs propres de sont et . D'où et sont les valeurs
propres de
9
Vecteurs propres
2. Vecteurs propres
Vecteurs propres associé à la valeur propre 2
Soit u=(x,y,x) un vecteur propre associé à la valeur propre .
D'après la définition 2
D'où le système suivant :
En résolvant le système ci-dessous on obtient : et donc .
On peut remarquer qu'en prenant est un vecteur propre associé à la valeur propre .
Vecteurs propres associé à la valeur propre 3
Soit u=(x,y,x) un vecteur propre associé à la valeur propre .
D'après la définition 2
D'où le système suivant :
En résolvant le système ci-dessous on obtient : et donc .
On peut remarquer qu'en prenant est un vecteur propre associé à la valeur propre .
Vecteurs propres associé à la valeur propre 4
Soit u=(x,y,x) un vecteur propre associé à la valeur propre .
D'après la définition 2
D'où le système suivant :
10
Sous espaces propres
En résolvant le système ci-dessous on obtient : et donc
.
On peut remarquer qu'en prenant est un vecteur propre associé à la valeur propre .
3. Sous espaces propres
Sous espaces propres associé à la valeur propre 2
Soit le sous espace propres associé à la valeur propre .
D'où est l'espace engendré par le vecteur , et on note
Sous espaces propres associé à la valeur propre 3
Soit le sous espace propres associé à la valeur propre .
D'où est l'espace engendré par le vecteur , et on note
Sous espaces propres associé à la valeur propre 4
Soit le sous espace propres associé à la valeur propre .
D'où est l'espace engendré par le vecteur , et on note .
11
Exercices
Exercices
IV
Exercice [solution n°4 p.22]
[* ]
Soit une matrice , à coefficients réels.
Si admet une valeur propre complexe, alors est diagonalisable dans .
Si admet une valeur propre réelle, alors est diagonalisable dans .
Si n'est pas diagonalisable dans , alors admet une seule valeur propre réelle.
Si admet au moins deux vecteurs propres distincts, alors est diagonalisable.
Exercice
Soit un endomorphisme de
Exercice
Le polynôme caractéristique de est
P_f(x)=(x-1)(x-4)(x-3)
Exercice
Les valeurs propres de sont
3
4
2
0
1
Exercice
Les vecteurs propres de sont
12
Exercices
\begin{pmatrix} 1\\ 1\\ 1\end{pmatrix}
13
Diagonalisation ou trigonalisation d'endomorphismes
Diagonalisation ou
trigonalisation V
d'endomorphismes
1. Diagonalisation d'endomorphismes
Soit une matrice associée à un endomorphisme , avec un de dimension finie.\\
On pose et une base de .
Définition
Soit un de dimension et . On dit que est diagonalisable s'il existe une base
de et telles que .
On dit que est diagonalisable si elle est semblable a une matrice diagonale c'est-à-dire s'il existe une
matrice inversible tq la matrice est diagonale.
est la matrice de passage de la base canonique de à une base de vecteurs propres de .
Fondamental : Condition suffisante
Si et si a valeurs propres distinctes, alors est diagonalisable
Fondamental : Condition nécessaire et suffisante
diagonalisable est somme directe des sous-espaces propres admet une base de vecteurs propres;
Méthode
est diagonalisable si et seulement si sa matrice associée est diagonalisable.
Sur la diagonale de la matrice diagonale apparaissent les valeurs propres de l'endomorphisme.
La matrice de passage est formée des vecteurs propres associés aux valeurs propres.
Ces vecteurs propres sont placés en colonne dans la matrice de passage et dans le même ordre que
le positionnement des valeurs propres sur la diagonale de la matrice diagonale.
14
Diagonalisation d'endomorphismes
Exemple
Considérons l'endomorphisme
avec .
Rappelons que les valeurs propres de sont 2, 3 et 4 ; les espaces propres associés à ces valeurs propres
respectives sont
et .
Nous avons : et d admet 3 valeurs propres distinctes, donc est diagonalisable.
La matrice diagonale est donnée par
La matrice de passage est donnée par
Ainsi on peut voir que , où
Exemple
Soit l'endomorphisme de défini par .
Soit , la matrice associé à dans la base canonique.
f est-ildiagonalisable ?
- Polynôme caractéristique
- Valeurs propres
Les valeurs propres de sont et
- Vecteurs propres et espaces propres.
soit l'espace propre associé à la valeur propre 2.
d'où le système
15
Trigonalisation d'un endomorphisme
ce qui implique que , avec
donc
avec .
Ce qui entraîne que est engendré par les vecteur et .
Ainsi et
soit l'espace propre associé à la valeur propre .
d'où le système
ce qui implique que et , avec ,
donc
ce qui entraîne que avec .
Ce qui entraîne que est engendré par le vecteur .
Ainsi et
On a et donc est diagonalisable.
On peut remarquer que les vecteurs et sont deux vecteurs propres associés à la valeur
propre et le vecteur est un vecteur propre de associé àla valeur propre .
La matrice diagonale de A est donc et la matrice de passage P de la base canonique à la
base est
2. Trigonalisation d'un endomorphisme
Définition
Un endomorphisme est trigonalisable s'il existe une base de dans laquelle la matrice de est
triangulaire supérieure.
Une matrice carrée est trigonalisable si elle est semblable à une matrice triangulaire supérieure.
Fondamental : Théorème
Si le polynôme caractéristique de est scindé, est trigonalisable.
16
Trigonalisation d'un endomorphisme
Remarque
En particulier, tout endomorphisme est trigonalisable sur .
Les éléments diagonaux de la matrice triangulaire représentant sont les valeurs
propres de .
Exemple
Considérons l'endomorphisme de qui à associe
Cet endomorphisme est-il trigonalisable ? Pour répondre à cette question, nous
choisissons de munir l'espace de sa base canonique .
Soit A la matrice associée a f dans la base
), et d'effectuer la recherche des valeurs
propres dans cette base. Il est à noter que le fait d'avoir choisi la base canonique
est tout à fait arbitraire, toute autre base de l'espace conviendrait. Notons
A la matrice représentative de f dans B. Elle s'écrit :
1 est le seul zéro de , donc 1 est l'unique valeur propre de .
L'endomorphisme est trigonalisable (puisque son polynôme caractéristique est scindé)
est un vecteur propre de associé à la valeur 1 implique que . Cela revient à
résoudre le système suivant
Il vient et avec , donc .
On peut remarquer qu'en prenant est un vecteur propre associé à la valeur propre .
le vecteur propre et est le sous-espace propre associé à .
Il s'agit à présent de compléter le vecteur par deux vecteurs de telle sorte
que l'on obtienne une base de . Il y a une infinité de manières d'y arriver.
17
Trigonalisation d'un endomorphisme
Par souci de simplicité, nous choisissons de compléter par les deux vecteurs
et de la base canonique de . Nous obtenons la
nouvelle base de . Écrivons la matrice représentative de
dans cette nouvelle base.
Remarquons que , donc , de plus
La matrice de dans la base
Notons le sous-espace de engendré par les deux vecteurs linéairement indépendants et . La famille
constitue une base de . On
s'intéresse maintenant à l'endomorphisme de tel que
Le but est maintenant de trigonaliser . Pour tout
1 est le seul zéro de , donc 1 est l'unique valeur propre de .
Soit un vecteur propre de associé à la valeur implique que . Cela revient à
résoudre le système suivant
Il vient avec , on peut remarquer qu'en prenant est un vecteur propre
associé à la
valeur propre dans la base . En posant où et sont les éléments , ce qui implique
dans la base canonique.
On peut remarquer , .
En complétant par , nous obtenons une nouvelle base
18
Trigonalisation d'un endomorphisme
C'est une matrice triangulaire supérieure. Notons-la . On a alors la relation
matricielle : où désigne la matrice de passage de la base canonique canonique
à la base .
19
Exercices
Exercices
VI
Exercice [solution n°5 p.22]
[* ]
On considère la matrice
La matrice a trois valeurs propres distinctes.
Le sous-espace propre associé à la valeur propre est de dimension
La matrice est semblable à la matrice
La matrice est semblable à la matrice
Exercice [solution n°6 p.23]
[* ]
Soit la matrice
La matrice a trois valeurs propres distinctes.
La matrice a deux valeurs propres distinctes.
La matrice a une valeur propre
est tigonalisable dans
est diagonalisable dans
Exercice
Soit le polynôme caractéristique d'un endomorphisme .
Exercice
est diagonalisable dans
Vrai
Faux
20
Exercices
Exercice
est trigonalisable dans
Vrai
Faux
Exercice
est diagonalisable dans
Vrai
Faux
21
Solutions des exercices
Solutions des exercices
> Solution n°1 Exercice p. 7
Une valeur propre de est un vecteur telle que avec
Vrai
Faux
> Solution n°2 Exercice p. 7
Un sous-espace propre est un ensemble de valeur propre
Vrai
Faux
> Solution n°3 Exercice p. 7
Le spectre de est l'ensemble des valeurs propres de
Vrai
Faux
> Solution n°4 Exercice p. 12
Soit une matrice , à coefficients réels.
Si admet une valeur propre complexe, alors est diagonalisable dans .
Si admet une valeur propre réelle, alors est diagonalisable dans .
Si n'est pas diagonalisable dans , alors admet une seule valeur propre réelle.
Si admet au moins deux vecteurs propres distincts, alors est diagonalisable.
22
Solutions des exercices
> Solution n°5 Exercice p. 20
On considère la matrice
La matrice a trois valeurs propres distinctes.
Le sous-espace propre associé à la valeur propre est de dimension
La matrice est semblable à la matrice
La matrice est semblable à la matrice
> Solution n°6 Exercice p. 20
Soit la matrice
La matrice a trois valeurs propres distinctes.
La matrice a deux valeurs propres distinctes.
La matrice a une valeur propre
est tigonalisable dans
est diagonalisable dans
23
Bibliographie
Bibliographie
Damien Etienne, Exercices corrigés d'algèbre linéaire 1, De Boeck, 2006
David C. Lay, Algèbre linéaire et applications, 4e édition, Pearson France (2012).
F. Liret, D. Martinais, Algèbre Licence 1ère année MIAS-MASS-SM, Dunod, 2002.
François Liret, Maths en pratique à l'usage des étudiants Cours et exercices, Dunod, 2006
Wieslawa J. Kaczor, Maria T. Nowak, PROBLÈMES D'ANALYSE I, Exercices et corrigés, EDP Sciences,
2008
24
Webographie
Webographie
http://www.discmath.ulg.ac.be/ http://www.les-mathematiques.net/
htm https://www.i2m.univ-amu.fr/~torresan/CalcMat/cours/node2.html
https://www.unilim.fr/pages_perso/jean.debord/math/matrices/matrices
25
