MT23 Chap 4

MT23-Algbre linaire
Chapitre 4 : Valeurs propres - Vecteurs propres
QUIPE DE MATHMATIQUES APPLIQUES
UTC
juillet 2012
5
suivant
Chapitre 4
Valeurs propres - Vecteurs propres
4.1
4.2
4.3
4.4
4.5
Vecteurs propres - Valeurs propres

Matrices coefficients complexes
Sous-espace propre . . . . . . . . .
Rduction dune matrice . . . . . .
Complments . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
18
23
30
41
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre N
section suivante
4.1 Vecteurs propres - Valeurs propres
4.1.1
4.1.2
4.1.3
4.1.4
4.1.5
4.1.6
Valeur et vecteur propres dun endomorphisme . . . . . . . . . . . . . 4

Valeur et vecteur propres dune matrice . . . . . . . . . . . . . . . . . . 6
Lien entre les valeurs propres dune matrice et celles dun endomorphisme 8
Polynme caractristique . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Valeurs propres et matrices particulires . . . . . . . . . . . . . . . . . 14
Valeurs propres et matrices semblables . . . . . . . . . . . . . . . . . . 16
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
4.1.1 Valeur et vecteur propres dun endomorphisme
Exercices :
Exercice A.1.1
Exercice A.1.2
Exemples :
Exemple B.1.1
Soit E un espace vectoriel sur K (IR ou C) de dimension finie.

Soit u un endomorphisme de E .
Dans ce chapitre, on va chercher des bases de E pour lesquelles la matrice associe u est la plus
simple possible (diagonale, triangulaire). On parlera alors de diagonalisation et trigonalisation.
La notion de vecteur propre permettra datteindre ce but.
Dfinition 4.1.1. K est une valeur propre de u sil existe un vecteur ~
y E non nul tel que
u(~
y ) = ~
y.
(4.1.1)
~
y est appel un vecteur propre de u associ la valeur propre .
Sommaire
Concepts
Il est fondamental de prciser "~

y non nul". En effet quand ~
y =~0, on a u(~
y ) =~0. De plus, pour tout
K , ~
y =~0 donc u(~
y ) = ~
y (=~0). Donc tout scalaire de K serait valeur propre de u.
Exemple : Soit E = F 1 F 2 o F 1 et F 2 sont diffrents de {~0}.
Exemples
Exercices
Documents
section N
suivant
On dfinit lendomorphisme p projection sur F 1 paralllement F 2 , alors

~
x 1 F 1 , p(~
x1 ) = ~
x 1 , ~
x 2 F 2 p(~
x 2 ) =~0.
Valeur et vecteur
propres dun
endomorphisme
On a donc
1 est valeur propre de p et tout vecteur non nul de F 1 est un vecteur propre associ cette valeur
propre ;
0 est valeur propre de p et tout vecteur non nul de F 2 est un vecteur propre associ cette valeur
propre.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
4.1.2 Valeur et vecteur propres dune matrice

Exercices :
Exercice A.1.3
Exercice A.1.4
Exemples :
Exemple B.1.2
Soit A une matrice carre.

Dfinition 4.1.2. On dit que K est une valeur propre de A M n,n (K ) sil existe un vecteur
Y Mn,1 (K ) , Y 6= 0 tel que
AY = Y .
(4.1.2)
On dit que Y est un vecteur propre associ la valeur propre et que (, Y ) est un couple propre
de A.
Montrer en exercice que si Y est vecteur propre de A associ la valeur propre , si K , 6= 0 ,
alors Y est galement vecteur propre de A associ la valeur propre : les vecteurs propres ne
sont pas uniques.
1 0 0
Exemple : K = IR, A = 0 1 0 . On cherche les valeurs propres et les vecteurs propres Y =
0 0 0
y1
y 2 .
y3
6
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
La condition (4.1.2) scrit y 1 = y 1 , y 2 = y 2 , 0 = y 3 .

On a donc deux familles de couples propres
1 = 1 et Y1 = , o et sont des rels quelconques,

0
0
2 = 0 et Y2 = 0 , o est un rel quelconque.
Pour que Y1 et Y2 soient vecteurs propres, donc non nuls, il faut de plus (, ) 6= (0, 0) et 6= 0.
Valeur et vecteur
propres dune
matrice
On peut montrer en exercice que les rsultats constats sur lexemple prcdent se gnralisent :
Les valeurs propres dune matrice diagonale sont ses termes diagonaux.
A non inversible 0 est valeur propre de A.
Depuis le dbut du cours K = IR ou K = C. Si les termes de A sont rels, puisque IR C, on peut
considrer A Mn,n (IR) et chercher alors les valeurs et vecteurs propres dans IR ou considrer
A Mn,n (C) et chercher alors les valeurs et vecteurs propres dans C. Lorsque lon ne prcise pas,
si A Mn,n (IR), on tudiera les valeurs et vecteurs propres rels de A.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
4.1.3 Lien entre les valeurs propres dune matrice et celles dun endomorphisme
On vient de dfinir de faon indpendante les valeurs propres et vecteurs propres dun endomorphisme u L (E , E ) puis les valeurs propres et les vecteurs propres dune matrice A.
Si A est une matrice associe lendomorphisme u, y a-t-il une relation entre les valeurs propres
et vecteurs propres de lune et les valeurs propres et vecteurs propres de lautre ?
Proposition 4.1.1. E est muni dune base E , u L (E , E ) et (,~
y ) est un couple propre de u : u(~
y) =
~
~
y et ~
y 6= 0,
si A est la matrice associe u quand on munit E de la base E ,
si Y est le vecteur colonne contenant les composantes de ~
y dans la base E ,
alors on a : AY = Y et Y 6= 0. Donc (, Y ) est un couple propre de A.
Dmonstration AY est le vecteur colonne contenant les composantes de u(~
y ) dans la base E ,
Y est le vecteur colonne contenant les composantes de ~
y dans la base E . On a donc AY = Y .
De plus ~
y 6=~0 donc Y est un vecteur colonne non nul.
Exemple :
Si E est un espace vectoriel muni dune base {~
e 1 ,~
e 2 ,~
e 3 },
si est le plan vectoriel engendr par {~
e 1 ,~
e 2 },
si D est la droite vectorielle engendre par {~
e 3 },
si u est la projection sur paralllement D,
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
1 0 0
alors la matrice de u est la matrice A = 0 1 0 . On a calcul les valeurs propres et vecteurs
0 0 0
propres de cette matrice dans le paragraphe Valeur et vecteur propres dune matrice. On a trouv
1 = 1, Y1 = , 2 = 0, Y2 = 0
Lien entre les

valeurs propres
dune matrice et
celles dun
endomorphisme
Dautre part, comme on la vu dans lexercice A.1.2, les vecteurs du plan sont des vecteurs propres
de u associs la valeur propre 1 et les vecteurs de la droite sont des vecteurs propres de u associs
la valeur propre 0. On retrouve bien les mmes valeurs propres et la correspondance entre les
vecteurs propres de A et u :
Y1 correspond ~
y 1 = ~
e 1 + ~
e2 ; ~
y 1 est bien un vecteur du plan ,
Y2 correspond ~
y 2 = ~
e3 ; ~
y 2 est bien un vecteur de la droite D.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
4.1.4 Polynme caractristique
Exercices :
Exercice A.1.5
Cours :
Valeur et vecteur propres dune matrice
On a vu dans lexemple B.1.2 que le calcul des valeurs propres se fait en cherchant les valeurs de
qui annulent le dterminant de la matrice A I . Dune faon plus gnrale, on peut dfinir :
Dfinition 4.1.3. On appelle polynme caractristique de A le polynme
A (s) = det (sI A).
Le polynme caractristique de A est de degr n et, plus prcisement, il est de la forme :
A (s) = s n + 1 s n1 + 2 s n2 + . . . + n1 s + n .
En effet, sI A est la matrice
sI A =
s a 11
a 21
...
a i 1
...
a n1
a 12
s a 22
...
a i 2
...
a n2
...
...
...
...
...
...
10
a 1i
a 2i
...
s ai i
...
a ni
...
...
...
...
...
...
a 1n
a 2n
...
a i n
...
s a nn
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
et donc il est clair que le terme de plus haut degr du dterminant de sI A est s n . Par ailleurs
n = A (0) = det (A) = (1)n det (A).
(4.1.3)
Polynme
caractristique
Le calcul des valeurs propres se fait laide de la proposition suivante :

Proposition 4.1.2. Une condition ncessaire et suffisante pour que soit valeur propre de A est
quelle soit racine du polynme caractristique, cest--dire :
det (I A) = 0.
(4.1.4)
Dmonstration Cest immdiat. En effet, si lon reprend la dfinition 4.1.2 on a :

est valeur propre deA
Y 6= 0 | (I A)Y = 0 Ker A 6= 0
I A nest pas inversible det (I A) = 0.
Il suffit de reprendre les proprits dune matrice carre vues dans les chapitres prcdents.
Dfinition 4.1.4. On dit que est une valeur propre de A de multiplicit r si est racine de multiplicit r du polynme caractristique A .
Lorsque r = 1, on dit que la valeur propre est simple, lorsque r = 2, on dit que la valeur propre est
double, lorsque r = 3, on dit que la valeur propre est triple.
Sommaire
Concepts
Pratiquement :
Exemples
Exercices
Documents
Pour dterminer les valeurs propres dune matrice, on calcule le polynme caractristique
A (s) = det (sI A).
11
prcdent
section N
suivant
Ses racines i sont les valeurs propres de la matrice. Il est quivalent de chercher les racines du
polynme det (A sI ). Pourquoi ?
Polynme
caractristique
La recherche des vecteurs propres se fait en rsolvant alors le systme AYi = i Yi :

Exemple : Soit la matrice
A=
5 2
2 2
s 5
2
2
s 2
alors
sI A =
donc
A (s) = det (sI A) = (s 5)(s 2) 4 = s 2 7s + 6 = (s 1)(s 6).
On obtient donc 2 valeurs propres simples relles = 1 et = 6, on dtermine les vecteurs propres
associs :
= 1,
4y 1 + 2y 2 = 0
(A I )Y = 0
y 2 = 2y 1
Y =
2y 1 + y 2 = 0
Y 6= 0
(y 1 , y 2 ) 6= (0, 0)
(y 1 , y 2 ) 6= (0, 0)
IR
= 6,
y 1 + 2y 2 = 0
(A I )Y = 0
y 1 = 2y 2
Y =
2y 1 4y 2 = 0
Y 6= 0
(y 1 , y 2 ) 6= (0, 0)
(y 1 , y 2 ) 6= (0, 0)
IR .
12
1
2
Sommaire
Concepts
2
1
Exemples
Exercices
Documents
prcdent
section N
suivant
On constate sur cet exemple toutes les proprits qui ont t nonces : A est un polynme de
degr 2, il existe toujours une infinit de vecteurs propres associs une valeur propre donne .
Polynme
caractristique
Il est IMPOSSIBLE que le calcul de vecteurs propres conduise la solution unique y 1 = y 2 = 0. Si

est une valeur propre de A, et si les calculs sont corrects, alors on trouve TOUJOURS des vecteurs
non nuls solutions de AY = Y .
Sommaire
Concepts
Exemples
Exercices
Documents
13
prcdent
section N
suivant
4.1.5 Valeurs propres et matrices particulires
Exercices :
Exercice A.1.6
Exercice A.1.7
Exercice A.1.8
Proposition 4.1.3. Si A Mn,n est une matrice triangulaire, alors les valeurs propres de A sont les
termes diagonaux de A.
Dmontrer cette proprit en exercice.
Proposition 4.1.4.
1. Si A Mn,n (C), alors :
valeur propre de A valeur propre de A (avec la mme multiplicit).
2. Si A Mn,n (IR), alors :
valeur propre de A valeur propre de A (avec la mme multiplicit).
Sommaire
Concepts
Dmontrer cette proprit en exercice.

Proposition 4.1.5. Si A Mn,n , alors A et A T ont les mmes polynmes caractristiques et donc
elles ont les mmes valeurs propres avec la mme multiplicit.
14
Exemples
Exercices
Documents
prcdent
section N
suivant
Dmonstration On a vu dans le chapitre sur les dterminants que, pour toute matrice B , det B =
det B T , on a donc
det (sI A) = det (sI A)T = det (sI A T ).
Valeurs propres
et matrices
particulires
Les deux matrices A et A T ont le mme polynme caractristique, elles ont donc les mmes valeurs propres avec la mme multiplicit.
Sommaire
Concepts
Exemples
Exercices
Documents
15
prcdent
section N
4.1.6 Valeurs propres et matrices semblables
Exercices :
Exercice A.1.9
On peut commencer par traiter lexercice avant de voir sa gnralisation.

Proposition 4.1.6. Deux matrices semblables ont le mme polynme caractristique donc deux
matrices semblables ont les mmes valeurs propres.
Dmonstration Si A et B sont des matrices semblables, alors il existe une matrice inversible P
telle que B = P 1 AP . Or
sI B = sI P 1 AP = sP 1 P P 1 AP = P 1 (sI A)P
et donc
det (sI B ) = det (P 1 (sI A)P ) = det P 1 det (sI A)det (P )
1
det (sI A)det P = det (sI A).
=
det P
Sommaire
Concepts
Donc A = B .
Attention ! Si A et B sont semblables, elles ont les mmes valeurs propres mais elles nont pas les
mmes vecteurs propres.
16
Exemples
Exercices
Documents
prcdent
section N
En effet, si (, Y ) est un couple propre de A, alors

AY = Y
(4.1.5)
P B P 1 Y = Y .
(4.1.6)
Valeurs propres
et matrices
semblables
or, A = P B P 1 , donc
On multiplie (4.1.6) gauche par P 1 , et on obtient
(P 1 )P B P 1 Y = (P 1 )Y B P 1 Y = P 1 Y .
(4.1.7)
Si on pose Z = P 1 Y , on a B Z = Z .
De plus, Y 6= 0 et P 1 inversible donc Ker P 1 = {0}. Donc Y Ker P 1 et Z 6= 0.
Donc Z est un vecteur propre de B associ la valeur propre (ceci dmontre nouveau que
est valeur propre de B ).
Sommaire
Concepts
Exemples
Exercices
Documents
17
section prcdente
chapitre N
section suivante
4.2 Matrices coefficients complexes
4.2.1
4.2.2
Existence et multiplicit des valeurs propres . . . . . . . . . . . . . . . 19

Valeurs propres, trace et dterminant . . . . . . . . . . . . . . . . . . . 21
Sommaire
Concepts
Exemples
Exercices
Documents
18
section N
suivant
4.2.1 Existence et multiplicit des valeurs propres

Exercices :
Exercice A.1.10
Exercice A.1.11
Dans ce paragraphe, K = C. On tudie le cas le plus gnral des matrices coefficients complexes.
IR C, donc les matrices coefficients rels sont des matrices coefficients complexes. Pour ces
matrices, on tudiera les valeurs propres et vecteurs propres complexes car, comme on la vu, les
valeurs propres et vecteurs propres de ces matrices ne sont pas toujours rels (revoir lexemple
B.1.2 de la rotation).
Les valeurs propres de la matrice A sont les racines du polynme caractristique de A. Puisque
K = C, lexistence et le nombre de valeurs propres dune matrice est une consquence du thorme de dAlembert :
Thorme de dAlembert - Un polynme de degr n coefficients rels ou complexes admet n racines dans C, chacune de ces racines tant compte avec sa multiplicit.
Le polynme A (s) peut donc scrire sous la forme
A (s) =
p
Y
Exemples
Exercices
Documents
(s i )r i
i =1
19
Sommaire
Concepts
section N
suivant
o
1 , 2 , . . . , p sont les p racines distinctes du polynme caractristique (i 6= j pour i 6= j ),
r i est la multiplicit de la racine i .
p
X
r i = n. On a donc la proposition suivante :
Daprs le thorme de dAlembert on a
Existence et
multiplicit des
valeurs propres
i =1
Proposition 4.2.1. Si A est une matrice appartenant Mn,n (C) qui admet p valeurs propres complexes distinctes notes 1 , . . . , p , si lon note r i la multiplicit de i , alors
p
X
r i = n.
i =1
Sommaire
Concepts
Exemples
Exercices
Documents
20
prcdent
section N
4.2.2 Valeurs propres, trace et dterminant

Exercices :
Exercice A.1.12
On va maintenant donner une autre faon de noter les valeurs propres.

Prenons un exemple, on suppose que la matrice A M7,7 (C) admet 3 valeurs propres distinctes :
1 valeur propre double, 2 valeur propre simple, 3 valeur propre de multiplicit 4.
Avec les notations prcdentes, on a : n = 7, p = 3, r 1 = 2, r 2 = 1, r 3 = 4.
On dfinit maintenant 1 = 2 = 1 , 3 = 2 , 4 = 5 = 6 = 7 = 3 .
On dit que {i , i = 1, . . . , 7} sont les 7 valeurs propres distinctes ou confondues de A.
On a bien sr
p
Y
i =1
(s i )r i =
n
Y
(s i ).
i =1
Avec la notation prcdente, la proposition 4.2.1 peut snoncer :

Une matrice A appartenant Mn,n (C) admet n valeurs propres complexes distinctes ou confondues {i , i = 1, . . . , n}.
La relation entre les coefficients dun polynme et ses racines donne la proposition :
Proposition 4.2.2. Si A Mn,n (C) et si {1 , . . . , n } sont ses valeurs propres complexes (distinctes ou
confondues), alors
21
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
la trace de A est gale la somme de ses valeurs propres :

traceA =
n
X
ai i =
i =1
n
X
i ,
Valeurs propres,
trace et
dterminant
i =1
le dterminant de A est gal au produit de ses valeurs propres :

det (A) =
n
Y
i .
i =1
Dmonstration
A (s) = det (sI A) = (s 1 )(s 2 ) . . . (s n ).
(4.2.1)
P
Le coefficient de s n1 dans det (sI A) est ni=1 a i i car, dans le calcul du dterminant, seul le
produit des lments de la diagonale de sI A donne un terme en s n1 . Dautre part, le coefficient
P
de s n1 dans (s 1 )(s 2 ) . . . (s n ) est ni=1 i .
On a vu dans lquation (4.1.3) que A (0) = (1)n det (A). Dautre part,
Q
A (0) = (0 1 )(0 2 ) . . . (0 n ) = (1)n ni=1 i , ce qui dmontre la deuxime proprit.
Sommaire
Concepts
Exemples
Exercices
Documents
22
section prcdente
chapitre N
section suivante
4.3 Sous-espace propre
4.3.1
4.3.2
4.3.3
Dfinition du sous-espace propre . . . . . . . . . . . . . . . . . . . . . 24

Somme directe des sous espaces propres . . . . . . . . . . . . . . . . . 26
Multiplicit dune valeur propre et dimension du sous espace propre 28
Sommaire
Concepts
Exemples
Exercices
Documents
23
section N
suivant
4.3.1 Dfinition du sous-espace propre
Exercices :
Exercice A.1.13
Exercice A.1.14
On a vu qu une valeur propre on peut associer une infinit de vecteurs propres. Ce rsultat peut
tre prcis de la faon suivante :
Proposition 4.3.1. Si A Mnn (K ), si K est une valeur propre de A, si on note V le sousensemble de Mn1 (K ) dfini par
V = {Y Mn1 (K ) | AY = Y },
alors V est un sous-espace vectoriel de Mn1 (K )
Dmontrer cette proposition en exercice.
Dfinition 4.3.1. Si est une valeur propre de A, on appelle sous-espace propre associ le
sous-espace vectoriel de Mn1 (K ), not V , dfini par :
V = {Y Mn1 (K ) | AY = Y } = Ker (A I ).
24
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
Le sous-espace propre V contient les vecteurs propres (non nuls) associs et le vecteur nul.
est une valeur propre de A, donc V 6= {0}, donc dim V 1.
Si u est un endomorphisme de E , si est une valeur propre de u, on peut galement dfinir le
sous-espace propre associ . On a alors un sous-espace vectoriel de E :
Dfinition du
sous-espace
propre
V = {~
x E , u(~
x ) = ~
x }.
1 0 1
Exemple : Soit la matrice A 5 = 0 1 0 de lexercice A.1.5, alors on a
0 0 2
1
0
1
V1 = vect 0 , 1 et V2 = vect 0 .
0
0
1
Sommaire
Concepts
Exemples
Exercices
Documents
25
prcdent
section N
suivant
4.3.2 Somme directe des sous espaces propres

Documents :
Document C.1.1
Proposition 4.3.2. Si 1 , 2 , . . . , p sont p valeurs propres distinctes dune matrice A appartenant

Mn,n et si {Y1 , Y2 , . . . , Y p } sont p vecteurs propres associs cest dire AYi = i Yi , Yi =
6 0, alors la
famille {Y1 , Y2 , . . . , Y p } est libre.
Dmonstration Elle se fait par rcurrence sur p.
p = 1 , il est vident que la famille {Y1 } est libre puisque un vecteur propre est non nul par
dfinition.
On suppose que la famille {Y1 , Y2 , . . . , Y p1 } est libre. On va dmontrer par labsurde que la famille {Y1 , Y2 , . . . , Y p } est libre.
On suppose que {Y1 , Y2 , . . . , Y p } est lie, alors, daprs le chapitre 1, Y p est combinaison linaire
de {Y1 , Y2 , . . . , Y p1 }.
Yp =
p1
X
Sommaire
Concepts
i Yi
i =1
On multiplie par la matrice A, puis on remarque que les vecteurs Y1 , Y2 , ..., Y p sont des vecteurs
propres :
AY p =
p1
X
i =1
i AYi p
p1
X
i =1
i Yi =
p1
X
i =1
26
i i Yi
p1
X
i (i p )Yi = 0.
i =1
Exemples
Exercices
Documents
prcdent
section N
suivant
Or la famille {Y1 , Y2 , . . . , Y p1 } est libre donc

i (i p ) = 0 i = 1, . . . , p 1.
Somme directe
des sous espaces
propres
Or les valeurs propres sont toutes distinctes, donc i p 6= 0 donc i = 0 pour tout i = 1, . . . , p
1. On a donc Y p = 0, ce qui impossible puisque Y p est un vecteur propre.
On vient de dmontrer par labsurde que la famille {Y1 , Y2 , . . . , Y p } est donc libre.
Proposition 4.3.3. Si 1 , 2 , . . . , p sont p valeurs propres distinctes dune matrice A appartenant
Mn,n , alors les sous-espaces vectoriels {V1 ,V2 , . . . ,Vp } sont en somme directe.
La dmonstration de la proposition prcdente est propose en document.
Sommaire
Concepts
Exemples
Exercices
Documents
27
prcdent
section N
4.3.3 Multiplicit dune valeur propre et dimension du sous espace propre
Exercices :
Exercice A.1.15
Documents :
Document C.1.2
Proposition 4.3.4. Si est une valeur propre de A, si V est le sous-espace propre, si r est la multiplicit de et si d est la dimension de V , alors
d r.
Vous pouvez lire la dmonstration de cette proposition en document.
Exemple 1 : On dfinit la matrice
A=
1 1
0 1
Cette matrice est triangulaire suprieure donc ses valeurs propres sont les termes diagonaux. =
1 est donc valeur propre double et r = 2.
Aprs calcul, on trouve
V1 = vect <
1
0
>
Exemples
Exercices
Documents
donc dim V1 = d = 1, on a donc d < r .
28
Sommaire
Concepts
prcdent
section N
Exemple 2 : La matrice identit
I=
1 0
0 1
a pour valeur propre double = 1 donc r = 2.

De plus V1 = M21 en effet Y M21 , I Y = Y ! Donc dim V1 = d = 2. Ici, on a donc d = r .
Multiplicit
dune valeur
propre et
dimension du
sous espace
propre
Proposition 4.3.5. Si A Mnn (K ), si 1 , ...., p sont les p valeurs propres distinctes appartenant
K , si d 1 , ..., d p sont les dimensions des sous-espaces propres V1 ,V2 , ...,Vp . alors
p
X
d i n.
i =1
Dmonstration
Pp
Pp
Si on note r 1 , r 2 , ..., r p les multiplicits des valeurs propres, on a i =1 d i i =1 r i .
Or les valeurs propres sont les racines dans K du polynme caractristique.
Ce polynme est toujours de degr n, donc il admet n racines dans C et au plus n racines dans IR.
Pp
Donc on a toujours i =1 r i n.
Sommaire
Concepts
Exemples
Exercices
Documents
29
section prcdente
chapitre N
section suivante
4.4 Rduction dune matrice
4.4.1
4.4.2
4.4.3
4.4.4
4.4.5
Dfinition de la diagonalisation . . . . . . . . . . . . .
Condition ncessaire et suffisante de diagonalisation .
Condition suffisante de diagonalisation . . . . . . . . .
Trigonalisation dune matrice . . . . . . . . . . . . . . .
Applications de la diagonalisation . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
31
33
35
37
39
Sommaire
Concepts
Exemples
Exercices
Documents
30
section N
suivant
4.4.1 Dfinition de la diagonalisation
Exercices :
Exercice A.1.16
Dfinition 4.4.1. On dit que la matrice A Mn,n est diagonalisable dans K sil existe une matrice
D Mn,n (K ) diagonale et une matrice P Mn,n (K ) inversible telles que A = P DP 1 ou, ce qui est
quivalent, D = P 1 AP .
Les matrices A et D sont semblables, donc elles ont les mmes valeurs propres 1 , . . . , n : ce sont
les lments de la diagonale de D. Donc
1 0 ... 0
..
0 ... ...
.
D = .
.
. .. ..
.
. 0
.
0 ... 0 n
Dautre part
Sommaire
Concepts
D = P 1 AP AP = P D,
Exemples
Exercices
Documents
Si on note Y1 , Y2 , ..., Yn les colonnes de P , on a

AP = P D i = 1, 2, ..., n, AYi = i Yi .
31
section N
suivant
Dmontrer cette quivalence.

P est inversible, donc ses colonnes sont non nulles donc Yi 6= 0. Donc les colonnes Yi de P sont
des vecteurs propres associs aux valeurs propres i .
Dfinition de la
diagonalisation
Une matrice A diagonale appartenant Mn,n (K ) est diagonalisable dans K : il suffit de choisir
D = A, P = I .
Sommaire
Concepts
Exemples
Exercices
Documents
32
prcdent
section N
suivant
4.4.2 Condition ncessaire et suffisante de diagonalisation

Documents :
Document C.1.3
Cours :
Diagonalisation - dfinition
Thorme 4.4.1. A Mn,n (K ) est diagonalisable dans K si et seulement si

il existe une base de Mn,1 (K ) constitue de vecteurs propres de A, cest--dire une base B = {Y1 , Y2 , . . . , Yn }
de Mn,1 (K ) telle que AYi = i Yi , i K .
Dmonstration
Dans toute cette dmonstration les matrices ou vecteurs sont coefficients dans K .
A est diagonalisable
il existe D diagonale, il existe P inversible qui vrifient D = P 1 AP
il existe D diagonale, il existe P inversible qui vrifient P D = AP
Sommaire
Concepts
il existe une base {Y1 . . . Yn } de Mn,1 (K ) dont les vecteurs vrifient AYi = i Yi
il existe une base de Mn,1 (K ) constitue de vecteurs propres de A.
Bien-sr, dans la dmonstration prcdente, les Yi sont les colonnes de P et les i sont les termes
diagonaux de D. On a dj utilis cette notation dans le paragraphe Diagonalisation-dfinition
33
Exemples
Exercices
Documents
prcdent
section N
suivant
Thorme 4.4.2. A Mn,n est diagonalisable dans K si et seulement si

elle admet p valeurs propres distinctes dans K vrifiant
p
X
r i = n et d i = r i i = 1...p
Condition
ncessaire et
suffisante de
diagonalisation
i =1
ou, ce qui est quivalent,

p
X
di = n
i =1
(r i est la multiplicit de i , d i est la dimension du sous-espace propre associ i ).

On peut remarquer que, si K = C, la condition
p
X
r i = n est toujours vrifie.
i =1
La dmonstration de ce thorme est propose en document.
Sommaire
Concepts
Exemples
Exercices
Documents
34
prcdent
section N
suivant
4.4.3 Condition suffisante de diagonalisation
Exercices :
Exercice A.1.17
Proposition 4.4.1. Si A appartient Mn,n (K ) et si A admet n valeurs propres distinctes (donc

simples) dans K alors A est diagonalisable dans K
Dmonstration A admet n valeurs propres distinctes dans K .
Or A admet au plus n valeurs propres comptes avec leur multiplicit, donc les valeurs propres
sont simples :
n
X
r 1 = r 2 = ... = r n = 1, donc
r i = n.
i =1
Dautre part Vi 6= {0} donc d i 1.

De plus d i r i = 1, donc d i = r i = 1.
Sommaire
Concepts
On peut donc appliquer le thorme 4.4.2.

Cette condition suffisante nest pas ncessaire. En effet, la matrice identit I a pour valeur propre
1, de multiplicit n, et pourtant I est diagonale (et donc diagonalisable !).
35
Exemples
Exercices
Documents
prcdent
section N
suivant
Attention ! Une matrice peut tre diagonalisable dans C et pas diagonalisable dans IR. Par exemple
si A est la matrice de la rotation dangle 6= k dans le plan, alors A nest pas diagonalisable dans
IR car elle na pas de valeurs propres relles. Par contre elle est diagonalisable dans C, puisquelle
admet 2 valeurs propres complexes distinctes.
Condition
suffisante de
diagonalisation
Sommaire
Concepts
Exemples
Exercices
Documents
36
prcdent
section N
suivant
4.4.4 Trigonalisation dune matrice

Documents :
Document C.1.4
Cours :
Multiplicit dune valeur propre et
dimension du sous espace propre
Il existe des matrices qui ne sont pas diagonalisables.

Par exemple, la matrice
A=
1 1
0 1
est triangulaire suprieure, elle admet une seule valeur propre = 1 qui est double : 1 = 2 = 1.
Si A tait diagonalisable alors elle serait semblable la matrice identit et on aurait A = P I P 1 = I !
Ceci est faux, donc A nest pas diagonalisable ( ni dans IR, ni dans C).
Autre dmonstration : on a tudi cette matrice dans le cours rfrenc et on a montr que d =
1, r = 2 donc d < r . Donc la condition ncessaire et suffisante de diagonalisation nest pas vrifie,
donc la matrice A nest pas diagonalisable !
Quand on ne peut pas diagonaliser une matrice, on peut chercher une autre forme de matrice
semblable, par exemple une matrice T triangulaire suprieure.
Thorme 4.4.3. Toute matrice A Mn,n (C) est semblable une matrice triangulaire suprieure
T Mn,n (C).
37
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
La dmonstration de ce thorme est donne en document.

On peut citer un autre thorme en remplaant triangulaire suprieure par triangulaire infrieure.
Trigonalisation
dune matrice
La trigonalisation dune matrice A, cest--dire la recherche dune matrice triangulaire semblable

A, ncessite la connaissance de toutes les valeurs propres de A, ce qui est coteux numriquement. Cest donc une opration que lon vite de faire effectivement. Mais, sur le plan mathmatique, cela est trs important, comme on le verra plus tard.
Sommaire
Concepts
Exemples
Exercices
Documents
38
prcdent
section N
4.4.5 Applications de la diagonalisation

Parmi les applications de la rduction de matrices, on peut en citer deux :
Calcul de la puissance dune matrice
Si A M n,n (K ) est diagonalisable dans K , alors il existe une matrice diagonale
D =
...
..
.
...
et une matrice inversible P telles que A = P DP 1 . On peut montrer facilement que

A k = P D k P 1
avec
k1
...
..
.
...
Dk =
Sommaire
Concepts
kn
Rsolution dun systme de suites rcurrentes

Exemples
Exercices
Documents
39
prcdent
section N
(u n ) et (v n ) sont deux suites relles dfinies par :
u 0 , v 0 donns
u
= a 11 u n + a 12 v n , n N
n+1
v n+1 = a 21 u n + a 22 v n , n N
Applications de
la
diagonalisation
On pose
Xn =
un
vn
Dans ce cas, le systme prcdent scrit :

X n+1 = AX n
avec
A=
a 11
a 21
a 12
a 22
On a alors
X n = An X 0
Sommaire
Concepts
Exemples
Exercices
Documents
40
section prcdente
chapitre N
4.5 Complments
4.5.1
4.5.2
Thorme de Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . 42
Formes de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Sommaire
Concepts
Exemples
Exercices
Documents
41
section N
suivant
4.5.1 Thorme de Cayley-Hamilton
Exercices :
Exercice A.1.18
Exercice A.1.19
Prliminaire : Si A est une matrice carre, A Mn,n (K ), on peut dfinir ses puissances successives
A 2 , A 3 , . . . . Si est un polynme coefficients dans K donn par :
(s) = s n + c 1 s n1 + c 2 s n2 + + c n1 s + c n ,
on peut alors dfinir la matrice carre
(A) = A n + c 1 A n1 + c 2 A n2 + + c n1 A + c n I .
La matrice (A) commute avec A, cest dire A (A) = (A) A. En effet, le produit matriciel est
distributif par rapport la somme et, de plus, A commute avec A k , cest dire A A k = A k A = A k+1 .
Sommaire
Concepts
Thorme 4.5.1. Si A appartient Mn,n (K ), si A est son polynme caractristique not

A (s) = s n + 1 s n1 + + n1 s + n ,
Exemples
Exercices
Documents
alors
A (A) = A n + 1 A n1 + + n1 A + n I = 0.
42
section N
suivant
Remarque : Une des consquences de ce thorme est que
Thorme de
CayleyHamilton
A n = 1 A n1 n1 A n I
et donc, pour tout k tel que k n, A k peut scrire comme une combinaison linaire de I , A, . . .
A n1 .
Dmonstration .- On ne va pas donner la dmonstration de ce thorme dans le cas gnral,mais
seulement dans le cas particulier o A est diagonalisable dans K .
On suppose donc quil existe une base {Y1 , . . . , Yn } de Mn,1 (K ) constitue de vecteurs propres de
A.
Daprs lexercice A.1.18, une matrice B appartenant Mnn (K ) est nulle si et seulement si, i =
1, ..., n, B Yi = 0. On applique ce rsultat la matrice A (A). On va donc montrer que pour i =
1, . . . , n on a :
(A n + 1 A n1 + . . . n1 A + n I )Yi = 0.
(4.5.1)
(i , Yi ) est un couple propre de A, on a donc pour tout k = 1, 2, . . . , n
A k Yi = A k1 (AYi ) = i A k1 Yi = 2i A k2 Yi = = ki Yi .
Sommaire
Concepts
On a donc :
(A n + 1 A n1 + . . . n1 A + n I )Yi
A n Yi + 1 A n1 Yi + . . . n1 AYi + n Yi
= ni Yi + 1 n1
Yi + . . . n1 i Yi + n Yi
i
Exemples
Exercices
Documents
= (ni + 1 n1
+ . . . n1 i + n )Yi
i
= A (i )Yi = 0Yi = 0.
43
section N
suivant
En effet, i est racine du polynme caractristique A , donc A (i ) = 0. On vient donc dtablir la

relation 4.5.1 et le thorme est dmontr dans le cas particulier dune matrice diagonalisable.
Exemple : Soit A =
Thorme de
CayleyHamilton
2 1
. Son polynme caractristique est
1 2
A (s) = (s 2)2 + 1 = s 2 4s + 5.
Calculons A 2 :
2
A =
3 4
4 3
On a bien :
A (A) =
3 4
4 3
2 1
1 2
+5
1 0
0 1
0 0
0 0
= 0.
Le thorme de Cayley-Hamilton permet aussi de calculer linverse dune matrice. Dans lexemple
prcdent,
A 2 4A + 5I = 0,
donc
et donc
1
A(A + 4I ) = I
5
1
A 1 = (A + 4I ).
5
44
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
4.5.2 Formes de Jordan

Cours :
Trigonalisation dune matrice
On a dmontr dans le cours rfrenc que toute matrice carre A tait semblable une matrice
triangulaire. En fait, on peut mme obtenir une forme triangulaire suprieure particulire appele
forme de Jordan de la matrice A.
On appelle bloc de Jordan associ la valeur propre de A, une matrice carre J de la forme :
1 0
0 1
0 0
J = . . .
. . .
. . .
0 0 0
0 0 0
...
...
..
.
..
.
...
...
0
0
0
..
.
0
0
.
..
La matrice triangulaire suprieure J a une taille qui dpend de la valeur propre de A. Cette
matrice est telle que :
tous ses lments diagonaux sont gaux et valent ,
seule la premire sur-diagonale est non-nulle et ses lments valent 1.
45
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
Il est alors possible de montrer que A est semblable une matrice J de la forme :
J 1
0
J = 0
..
.
0
0
J 2
0
..
.
0
0
0
..
.
..
.
...
...
...
..
.
..
.
0
0
0
..
.
0
Formes de
Jordan
J m
La matrice J est donc une matrice diagonale par blocs. Les blocs de Jordan J k ont une taille
que lon peut dterminer thoriquement. Les valeurs propres 1 , . . . , m tant distinctes ou non
P
(videmment, si v k est la taille de la matrice J k , on a m
v = n). Cela veut dire qu une valeur
k=1 k
propre on peut associer plusieurs blocs de Jordan de tailles diverses. Si la valeur est simple, alors
le bloc de Jordan associ est rduit une matrice 1 1 qui est donc la valeur propre elle-mme !
Exemple de forme de Jordan :
Sommaire
Concepts
Exemples
Exercices
Documents
46
prcdent
section N
Voici un exemple de forme de Jordan. On suppose que 1 , 2 , ..., 5 sont distinctes. :

1
0
0
A =
1
1
0
0
0
1
1
0
Formes de
Jordan
0
0
1
1
2
0
0
1
2
0
0
1
2
2
0
1
2
3
0
1
3
4
4
5
Pour plus de lisibilit, les termes nuls ne sont pas indiqus.

Dans ce cas, on a
n = 14 : taille de la matrice A 0 .
m = 7 : nombre de blocs de Jordan.
Sommaire
Concepts
A 0 a 5 valeurs propres distinctes : 1 de multiplicit 4, 2 de multiplicit 5, 3 double, 4 double,

5 simple.
47
Exemples
Exercices
Documents
prcdent
section N
Si A est semblable A 0 , alors A = P A 0 P 1 . A admet les mmes valeurs propres avec la mme
multiplicit.
Formes de
Jordan
En utilisant les proprits du produit matriciel, on peut montrer facilement que

P 1 , la premire colonne de P , est vecteur propre de A associ 1 ,
P 5 , et P 8 sont vecteurs propres de A associ 2 ,
P 10 est vecteur propre de A associ 3 ,
P 12 et P 13 sont vecteurs propres de A associ 4 ,
P 14 est vecteur propre de A associ 5 .
On peut en dduire que d 1 1, d 2 2, d 3 1, d 4 2, d 5 1.
On peut montrer (admis) que la dimension de chacun des sous-espaces propres vaut d 1 = 1, d 2 =
2, d 3 = 1, d 4 = 2, d 5 = 1.
Sommaire
Concepts
Exemples
Exercices
Documents
48
prcdent
suivant
Annexe A
Exercices
A.1
A.2
Exercices du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exercices de TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
70
Sommaire
Concepts
Exemples
Exercices
Documents
49
chapitre N
section suivante
A.1 Exercices du chapitre 4

A.1.1
A.1.2
A.1.3
A.1.4
A.1.5
A.1.6
A.1.7
A.1.8
A.1.9
A.1.10
A.1.11
A.1.12
A.1.13
A.1.14
A.1.15
A.1.16
A.1.17
A.1.18
A.1.19
Ch4-Exercice1 .
Ch4-Exercice2 .
Ch4-Exercice3 .
Ch4-Exercice4 .
Ch4-Exercice5 .
Ch4-Exercice6 .
Ch4-Exercice7 .
Ch4-Exercice8 .
Ch4-Exercice9 .
Ch4-Exercice10
Ch4-Exercice11
Ch4-Exercice12
Ch4-Exercice13
Ch4-Exercice14
Ch4-Exercice15
Ch4-Exercice16
Ch4-Exercice17
Ch4-Exercice18
Ch4-Exercice19
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
50
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
Exercice A.1.1 Ch4-Exercice1

Quels sont les vecteurs propres de lapplication identit ? Prciser les valeurs propres associes.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
51
prcdent
section N
suivant

On demande de rpondre cet exercice de faon intuitive , on verra plus loin comment laborder
de faon plus systmatique :
Si u est la projection de lespace sur un plan paralllement une droite, citer des vecteurs
propres de u et les valeurs propres associes.
Si u est la rotation du plan dangle :
quand = , citer des vecteurs du plan qui soient vecteurs propres de u, prciser les valeurs
propres associes,
quand = 3 , pouvez-vous citer des vecteurs du plan qui soient vecteurs propres de u ?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
52
prcdent
section N
suivant

Montrer que si Y , est vecteur propre de A, alors Y est vecteur propre de A (pour tout K non
nul).
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
53
prcdent
section N
suivant

1. Soit I la matrice identit de Mn,n , dterminer ses vecteurs propres et ses valeurs propres.
2. Dterminer les vecteurs propres et les valeurs propres de la matrice
3.5 0
0
A = 0 5.2 0 .
0
0 6.9
Dterminer les valeurs propres et les vecteurs propres dune matrice diagonale.
3. Montrer que : A non inversible 0 est valeur propre de A.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
54
prcdent
section N
suivant

Calculer les valeurs propres et les vecteurs propres rels (K = IR) des matrices :
0 1
1 2
1 1
1 1
,
A1 =
, A2 =
, A3 =
, A4 =
1 2
1 2
2 2
1 1
1 1 1
1 1 0
1 0 1
A 5 = 0 1 0 , A 6 = 0 1 0 , A 7 = 0 2 3 .
0 0 1
0 0 2
0 0 2
Calculer les valeurs propres et les vecteurs propres complexes (K = C) des matrices prcdentes
1
1
.
puis de la matrice :A 8 =
i + 1 2i
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
55
prcdent
section N
suivant

Dmontrer la proprit suivante : si A Mn,n est une matrice triangulaire ses valeurs propres sont
ses termes diagonaux.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
56
prcdent
section N
suivant

Dmontrer les proprits suivantes : si A Mn,n :
( avec la mme multiplicit).
1. { valeur propre de A} { valeur propre de A}
2. Si A Mn,n (IR), alors :
{ valeur propre de A} { valeur propre de A ( avec la mme multiplicit) }.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
57
prcdent
section N
suivant

Les matrices A et A T ont-elles les mmes vecteurs propres ?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
58
prcdent
section N
suivant
5 2
1 2
5 2
. On dfinit B = P 1 AP ,
. On peut vrifier que P 1 =
,P =
2 1
2 5
2 2
calculer B , ses valeurs propres et ses vecteurs propres, comparer avec ceux de A. Quen pensezvous ?
Soient A =
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
59
prcdent
section N
suivant

Vrifier sur les matrices de lexercice A.1.5 que
Pp
r
i =1 i
= n (notations de la proposition 4.2.1).
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
60
prcdent
section N
suivant

Pour chacune des affirmations suivantes rpondre par VRAI ou FAUX en justifiant votre rponse
laide de dmonstrations, dexemples ou de contre-exemples selon le cas.
1. Toute matrice A M2,2 (IR) admet 2 valeurs propres relles.
2. Il existe des matrices A M2,2 (IR) qui admettent 2 valeurs propres relles.
3. Il existe des matrices A M2,2 (C) qui admettent 2 valeurs propres relles.
4. Toute matrice A M2,2 (IR) admet 2 valeurs propres complexes distinctes ou non.
5. Il existe des matrices A M2,2 (IR) qui admettent 1 valeur propre relle et 1 valeur propre
complexe non relle.
6. Il existe des matrices A M2,2 (IR) qui admettent 1 seule valeur propre relle simple.
7. Il existe des matrices A M3,3 (IR) qui nadmettent pas de valeur propre relle.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
61
prcdent
section N
suivant

Vrifier sur les matrices de lexercice A.1.5 que la trace dune matrice est la somme de ses valeurs
propres et que son dterminant est le produit de ses valeurs propres.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
62
prcdent
section N
suivant

On dfinit : :
V = {Y Mn1 | AY = Y }.
montrer que : V est un sous espace vectoriel de Mn1
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
63
prcdent
section N
suivant

Soit A la matrice dfinie par :
1 0 0
A = 0 1 0 .
0 0 0
Reprendre les calculs qui ont dja t faits dans le paragraphe "Valeur et vecteur propres dune
matrice" pour donner une base de V0 et V1 .
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
64
prcdent
section N
suivant

Reprendre les matrices de lexercice A.1.5 dans le cas K = C. Pour chacune delles, donner la multiplicit r i de chacune de ses valeurs propres i et prciser la dimension d i du sous espace propre
Vi . Vrifier lingalit entre r i et d i .
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
65
prcdent
section N
suivant

Montrer que si A = P DP 1 o la matrice D est diagonale, alors les colonnes de P sont vecteurs
propres de A, les lments de la diagonale de D sont les valeurs propres de A.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
66
prcdent
section N
suivant

Les matrices de lexercice A.1.5 sont-elles diagonalisables dans IR, dans C ?
Si oui, donner une matrice D diagonale et une matrice P rgulire telle que D = P 1 AP .
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
67
prcdent
section N
suivant

Soit B Mn,n et soit X Mn,1 (vecteur non nul), est-ce que B X = 0 = B = 0 ?
Montrer que si {X 1 , . . . , X n } est une base de Mn,1 , alors
B X i = 0, i = 1, . . . , n = B = 0.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
68
prcdent
section N

Soit A Mn,n (K ) telle que
A (s) = s n 1
Donner A 1 en fonction de A.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
69
section prcdente
chapitre N
A.2 Exercices de TD
A.2.1
A.2.2
A.2.3
A.2.4
A.2.5
A.2.6
A.2.7
A.2.8
A.2.9
A.2.10
A.2.11
TD4-Exercice1 .
TD4-Exercice2 .
TD4-Exercice3 .
TD4-Exercice4 .
TD4-Exercice5 .
TD4-Exercice6 .
TD4-Exercice7 .
TD4-Exercice8 .
TD4-Exercice9 .
TD4-Exercice10
TD4-Exercice11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
71
73
74
75
76
78
80
81
82
83
84
Sommaire
Concepts
Exemples
Exercices
Documents
70
section N
suivant
Exercice A.2.1 TD4-Exercice1

1. Calculer les valeurs propres et les vecteurs propres rels, puis complexes, des matrices :
2
0
4
A 1 = 3 4 12 ,
1 2
5
1
1
1
1 ,
A 2 = 1 1
1
1 1
1
1
0
1 .
A 3 = 0 1
1
0 1
2. Dterminer, suivant la valeur de a, les valeurs propres et les vecteurs propres de la matrice :
1
a
0
0
0
1
0
0
A4 =
.
1
2
3
1
2 (4 + a) 4 1
3. Calculer les valeurs propres et les vecteurs propres de :
A5 =
A1
0
0
.
A2
Sommaire
Concepts
rponses :
Exemples
Exercices
Documents
4
4
2
(a) 0 = 0, 1 = 1, 2 = 2, Y0 = 3 , Y1 = 0 , Y2 = 1 .
2
1
0
1.
71
section N
0
1
1
(b) 1 = 1, 2 = 2, Y1 = 1 , Y2 = 1 + 1 .
1
0
1
suivant
Exercice A.2.1
TD4-Exercice1
(c) 1 = 0, 2 = 1 + j , 3 = 1 + j 2 ,
1
1
1
Y1 = 1 , Y2 = j , Y3 = j 2 .
j
j2
1
2. = 1.
Si a = 0, Y =
Si a 6= 0, Y =
Question 1
Question 2
Question 3
1
0
0
1
1
0
0
1
0
1
0
2
0
0
1
2
0
0
1
2
Aide 1 Aide 2 Aide 3

Sommaire
Concepts
Exemples
Exercices
Documents
72
prcdent
section N
suivant

Soit A Mn,n (IR) :
A=
..
.
..
.
0
..
.
..
.
0
..
..
..
..
.
1
0
0
1
n1
1. Quel est le polynme caractristique de la matrice A ?

2. Si est valeur propre de A, dterminer les vecteurs propres correspondants.
Question 1
Question 2
Aide 1 Aide 2 Aide 3 Aide 4

Sommaire
Concepts
Exemples
Exercices
Documents
73
prcdent
section N
suivant

Si (, Y ) est un couple propre de la matrice A, donner un couple propre de la matrice A + I .
Si (, Y ) est un couple propre de la matrice A, donner un couple propre de la matrice A 2 .
Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
74
prcdent
section N
suivant

Soit A Mn,n (IR).
1.
(a) Montrer que si A 2 + I = 0, alors A nadmet aucune valeur propre relle.

(b) Donner une matrice A M2,2 (IR) vrifiant A 2 = I .
2. Montrer quil nexiste aucune matrice appartenant M3,3 (IR) telle que
A 2 + I = 0.
Question 1a Aide 1 Aide 2

Question 1b Aide 1 Aide 2
Question 2 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
75
prcdent
section N
suivant

1. Soient 2 matrices A et B appartenant Mn,n .
(a) Montrer que si 0 est valeur propre de AB alors 0 est valeur propre de B A.
(b) Montrer que AB et B A ont les mmes valeurs propres.
2. Soient 2 matrices A et B appartenant respectivement Mn,m et Mm,n . Soit une valeur
propre non nulle de AB . On note V le sous espace propre correspondant.
(a) Montrer que est valeur propre de B A. On note W le sous-espace propre correspondant.
(b) Soit {Y1 , Y2 , . . . , Y p } une base de V , montrer que {B Y1 , B Y2 , . . . , B Y p } est une famille
libre.
(c) En dduire que dim V dim W .
(d) En dduire que dim V = dim W .
1
1
3. On dfinit X = 1 , Y = 0 ,C = X Y T . Calculer X T Y . Calculer les valeurs et vecteurs
1
1
propres de C . Les rsultats obtenus dans cette question peuvent tre gnraliss, cest ce
que lon verra la question suivante.
Sommaire
Concepts
4. Soient 2 vecteurs colonnes non nuls X et Y appartenant Mn,1 avec n > 1.

(a) Montrer que 0 est valeur propre de X Y T . Quelle est la dimension de V0 ? En dduire
une ingalit sur la multiplicit de la valeur propre 0.
(b) On suppose que X T Y 6= 0, en dduire une autre valeur propre de X Y T .
76
Exemples
Exercices
Documents
prcdent
section N
suivant
5. Soit A une matrice de rang 1 appartenant Mn,n avec n > 1.

(a) On suppose que la trace de A est diffrente de 0, dterminer toutes les valeurs propres
de A et leur multiplicit.
Exercice A.2.5
TD4-Exercice5
(b) On suppose que la trace de A est nulle. Quelles sont toutes les valeurs propres de A et
leur multiplicit ?
(c) A quelle condition la matrice A est-elle diagonalisable ?
Question 1a
Question 1b
Question 2a
Question 2b
Question 2c
Question 2d
Question 3
Question 4a
Question 4b
Question 5a
Question 5b
Question 5c
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 2
Aide 2 Aide 3
Aide 2
Aide 2
Aide 2
Aide 2 Aide 3
Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
77
prcdent
section N
suivant
Soit A =
2 2
1 3
et f lapplication dfinie par f (x) = Ax, x M2,1 (IR).
1. Calculer les valeurs propres et vecteurs propres de A. Montrer quil existe une base de M2,1 (IR)
constitue de vecteurs propres de A. Donner la matrice A associe f quand on choisit
cette base.
1
2
.
, Y2 =
Rponse : 1 = 1, 2 = 4, Y1 =
1
1
1 , alors A n = P A n P 1 , (n 0). Donner A n en fonction de n.
2. Montrer que si A = P AP
(4)n + 2(1)n 2(4)n + 2(1)n

1
n
Rponse : A = 3
.
(4)n + (1)n
2(4)n + (1)n
3. La relation prcdente est-elle encore valable pour n = 1 ?
4. On considre les suites relles (v n ) et (w n ) dfinies par :
w 0 IR, v 0 IR, v n+1 = 2v n + 2w n , w n+1 = v n 3w n . Exprimer v n+1 et w n+1 laide v 0 , w 0
et n.
5. On considre la suite relle (u n ) dfinie par
u 0 IR et u n+1 =
2u n + 2
.
un 3
Exprimer u n en fonction de n et de u 0 . (On crira u n =
Sommaire
Concepts
vn
w n ).
On suppose que u n est dfini pour tout n. La suite est-elle convergente ? Si oui, donner sa
limite.
Rponse : oui et si u 0 = 2, ` = 2, si u 0 6= 2, ` = 1.
78
Exemples
Exercices
Documents
prcdent
section N
suivant
Exercice A.2.6
TD4-Exercice6
Question 1
Question 2
Question 3
Question 4
Question 5
Aide 1 Aide 2
Aide 1
Aide 1
Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
79
prcdent
section N
suivant

1. Les matrices de lexercice A.2.1 sont-elles diagonalisables dans C ?
rponse : A 1 , A 2 , A 3 , A 5 : oui ; A 4 : non.
1 a 1
2. On dfinit A = 0 1 b , pour quelles valeurs de a, b, c la matrice A est-elle diagonali0 0 c
sable ? Pour quelles valeurs de a, b, c la matrice A est-elle inversible ?
rponse : A est inversible c 6= 0 , A est diagonalisable c 6= 1, a = 0.
1
a a
1
1b
a a 1 b
3. On dfinit A =
, pour quelles valeurs de a, b la matrice A est b
a 1 a 1 + b
0
a
a
0
elle diagonalisable ? Pour quelles valeurs de a, b la matrice A est-elle inversible ?
rponse : A est diagonalisable a = b = 0.
Question 1
Question 2
Question 3
Aide 1
Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
80
prcdent
section N
suivant
1. Sans calculs dire si la matrice A =
1 1
0 1
est diagonalisable.
2. Soit A Mn,n qui est diagonalisable et qui admet une valeur propre de multiplicit n, que
vaut A ?
Question 1
Question 2
Aide 1 Aide 2
Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
81
prcdent
section N
suivant

Soient 2 matrices A et B appartenant Mn,n , on suppose que AB =B A. Soit une valeur propre
de A, on note V le sous-espace propre associ.
1. Montrer que si Y V alors B Y V .
2. On suppose maintenant que est de multiplicit 1, en dduire que si Y est vecteur propre
de A associ la valeur propre alors Y est vecteur propre de B .
3. On suppose que A admet n valeurs propres distinctes dans K . Montrer alors que A et B sont
diagonalisables dans K. On montrera plus prcisment quil existe une base de Mn,1 (K )
constitue de vecteurs propres communs A et B.
Question 1
Question 2
Question 3
Aide 1
Aide 1 Aide 2 Aide 3 Aide 4
Sommaire
Concepts
Exemples
Exercices
Documents
82
prcdent
section N
suivant

Soit la matrice J appartenant Mn,n , n 2, dfinie par :
J =
1 0 ... ...
0 1 0 ...
... ... ... ... ... .
0 ... 0 1
0 ... ... 0
1. J est elle diagonalisable ?

2. Dterminer les valeurs propres de J , leur multiplicit et la dimension du sous-espace propre
associ.
Question 1
Question 2
Aide 1
Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
83
prcdent
section N
1 1 1
Soit la matrice A = 1 1 1 .
1 0 2
1.
(a) Calculer les valeurs propres de A et leur multiplicit. On ne demande pas de calculer
les vecteurs propres maintenant.
Rponse : 1 = 1, 2 = 2.
(b) Montrer que
dim Ker (A I ) = 1, dim Ker (A 2I ) = 1, dim Ker (A I )2 = 2.
2.
(a) Montrer dans le cas gnral que Ker (A I ) Ker (A I )2 .

(b) Montrer que dans le cas particulier ici, linclusion est stricte.
On pourra donc en dduire quil existe z vrifiant :
z Ker (A I )2
z Ker (A I )
Sommaire
Concepts
(c) Montrer que
z Ker (A I )2
(A I )z = y 1 o y 1 est un vecteur propre associ 1
z Ker (A I )
84
Exemples
Exercices
Documents
prcdent
section N
3. Si y 1 est un vecteur propre de A associ 1, si y 2 est un vecteur propre de A associ 2, si z

vrifie (A I )z = y 1 . Montrer que la famille {y 1 , y 2 , z} est libre (penser utiliser A I ).
Exercice A.2.11
TD4-Exercice11
4. On dfinit lapplication linaire u de M3,1 dans M3,1 par u(x) = Ax

(a) Quelle est la matrice de u quand on munit M3,1 de la base canonique ?
(b) Quelle est la matrice de u quand on choisit la base {y 2 , y 1 , z} ?
2 0 0
(c) En dduire que A = P T P 1 avec T = 0 1 1 , P = (y 2 y 1 z)
0 0 1
(d) Calculer y 1 , y 2 , z pour obtenir P .
0 1 0
Une rponse possible :P = 1 1 0
1 1 1
5. Utilisez le thorme de CAYLEY-HAMILTON pour calculer A 4 et A 1 en fonction de A 2 , A et
I.
Rponse : A 4 = 11A 2 18A + 8I , A 1 = 12 (A 2 4A + 5I ).
Question 1b
Question 2b
Question 2c
Question 3
Question 4a
Question 4b
Question 4c
Question 5
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 2
Aide 2
Aide 2
Aide 2
Aide 2
Aide 2
Aide 3
Sommaire
Concepts
Aide 3
Aide 3
Aide 3
Aide 3
Exemples
Exercices
Documents
Aide 2 Aide 3
85
prcdent
suivant
Annexe B
Exemples
B.1
Exemples du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
Sommaire
Concepts
Exemples
Exercices
Documents
86
chapitre N
B.1 Exemples du chapitre 4
B.1.1
B.1.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Sommaire
Concepts
Exemples
Exercices
Documents
87
section N
suivant
Exemple B.1.1
Soit u L (E ; E ) non injective alors Ker u 6= {~0}. Il existe donc un vecteur ~
y non nul tel que u(~
y) =
~0 = 0~
y . Donc 0 est valeur propre et tous les vecteurs non nuls du noyau sont vecteurs propres
associs la valeur propre nulle.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
88
prcdent
section N
Exemple B.1.2
Soit A la matrice de la rotation plane
A=
cos
sin
sin
cos
Pour que (, Y ) K Mn1 soit un couple propre, on doit avoir
ou encore
y 1 cos y 2 sin
y 1 sin + y 2 cos
= y 1 ,
= y 2 ,
y 1 (cos ) y 2 sin = 0,
y 1 sin + y 2 (cos ) = 0,
Si le dterminant de ce systme est non nul, la seule solution est y 1 = y 2 = 0, donc pour que ce
systme admette une solution non nulle, il faut que son dterminant soit nul, ce qui conduit
(cos )2 + sin2 = 0
On va donc tudier deux cas K = IR ou K = C
Si K = IR, on cherche dans IR et dans ce cas si sin 6= 0 il ny a pas de valeurs propres relles
(donc pas de vecteurs propres rels). Si = 2k,k ZZ, on obtient = 1, y 1 , y 2 quelconques. Si
= (2k + 1),k ZZ, on obtient = 1, y 1 , y 2 quelconques. On retrouve bien le rsultat intuitif
que lon avait trouv dans lexercice A.1.2 :
si 6= k, k ZZ, il ny pas de vecteurs propres rels,
89
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
si = 2k, k ZZ, la rotation est alors lidentit, donc tout vecteur non nul est propre et 1 est
valeur propre,
si = (2k + 1), k ZZ, la rotation est alors la symtrie, donc tout vecteur non nul est propre
et 1 est valeur propre.
Si K = C, on obtient 2 valeurs propres complexes possibles :
Exemple B.1.2
1 = cos + i sin
.
2 = cos i sin
Les vecteurs propres correspondants sont :
1
i
1 = e , Y1 =
, C,
i
1
2 = e i , Y2 =
, C.
i
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
90
prcdent
Annexe C
Documents
C.1
Documents du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
Sommaire
Concepts
Exemples
Exercices
Documents
91
chapitre N
C.1 Documents du chapitre 4
C.1.1
C.1.2
C.1.3
C.1.4
Dmonstration de la proposition sur la somme directe des sous espaces

propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Mutiplicit et dimension du sous espace propre . . . . . . . . . . . . . 94
Diagonalisation - condition ncessaire et suffisante . . . . . . . . . . . 95
Trigonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Sommaire
Concepts
Exemples
Exercices
Documents
92
section N
suivant
Document C.1.1 Dmonstration de la proposition sur la somme directe des sous espaces
propres
Proposition - Si 1 , 2 , . . . , p sont p valeurs propres distinctes dune matrice A appartenant
Mn,n alors les sous espaces vectoriels {V1 ,V2 , . . . ,Vp } sont en somme directe.
Dmonstration On a vu, dans le chapitre 1, la proprit caractristique dune somme directe H =
E 1 E 2 de deux sous-espaces vectoriels, savoir que la dcomposition dun lment de H en la
somme dun lment de E 1 et dun lment de E 2 est unique. Cest cette proprit caractristique
qui se gnralise au cas dune somme directe de p sous-espaces vectoriels H = E 1 E 2 . . . E p ,
savoir
H = E 1 . . . E p ~
y H , !~
y 1 E 1 , . . . , !~
yp Ep | ~
y =~
y 1 + . . . +~
yp .
Revenons la dmonstration de la proposition et posons H = V1 + . . . + Vp . Par dfinition de
la somme de sous-espaces vectoriels, on a : Y H Y1 V1 , . . ., Y p Vp tels que Y = Y1 +
. . .+Y p . Il reste dmontrer lunicit dune telle dcomposition. Supposons donc quil existe deux
dcompositions :
Y1 + . . . + Y p = Y1 + . . . + Yp (Y1 Y1 ) + . . . + (Y p Yp ) = 0.
Or chacun des vecteurs (Yi Yi ) est un vecteur de Vi , donc cest le vecteur nul ou cest un vecteur propre associ i . Si Yi 6= Yi , on aurait donc une relation linaire entre des vecteurs propres
correspondant des valeurs propres distinctes, ce qui est impossible puisque lon a montr (proposition 4.3.2) quune telle famille tait libre.
retour au cours
93
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
Document C.1.2 Mutiplicit et dimension du sous espace propre

Proposition C.1.1. Soit une valeur propre de A, on note r la multiplicit de et d la dimension
de V , alors d r .
Dmonstration Si la dimension de V est d , il existe une base de V {Y1 , Y2 , . . . , Yd }. On a bien sr
AYi = Yi .
= {Y1 , Y2 , . . . , Yn }.
On complte la famille libre {Y1 , Y2 , . . . , Yd } de faon obtenir une base de Mn,1 , B
On note u lapplication linaire de Mn,1 dans Mn,1 dfinie par : u(Y ) = AY .
La matrice de u quand on choisit la base canonique est A, la matrice de u quand on choisit la base
est :
B
0 0
0 ... 0
Ce
Ab =
0 0
0 0 0
Cb
b les matrices Ce et
En effet AYi = Yi , i , 1 i d , on obtient ainsi les d premires colonnes de A,
b
C sont des matrices appartenant respectivement Md ,nd et Mnd ,nd .
A et Ab sont semblables, elles ont donc le mme polynme caractristique :
b = (s )d det (sI nd C )
A (s) = det (sI n A)
Sommaire
Concepts
On en dduit donc que la multiplicit de est suprieure ou gale d .

retour au cours
94
Exemples
Exercices
Documents
prcdent
section N
suivant
Document C.1.3 Diagonalisation - condition ncessaire et suffisante

Thorme - Une condition ncessaire et suffisante pour que A Mn,n soit diagonalisable est
quelle admette p valeurs propres distinctes dans K vrifiant
Pp
r = n et d i = r i , i 1 i p
i =1 i
(r i : multiplicit de i , d i : dimension du sous-espace propre associ i ).
Dmonstration
Il est facile de montrer que :
Pp
p
X
r =n
i =1 i
d i = n V1 V2 . . .Vp = Mn,1
d i = r i , i , 1 i p
i =1
On doit donc montrer maintenant que :
Mn,1 = V1 V2 . . .Vp
il existe une base de Mn,1 constitue de vecteurs propres de A.
Le thorme 4.4.1 permet ensuite de conclure que A est diagonalisable.
implication - Si Mn,1 = V1 V2 . . .Vp lunion des bases de tous les sous-espaces propres est
donc une base de Mn,1 , il existe donc une base de Mn,1 constitue de vecteurs propres de A.
rciproque - S il existe une base de Mn,1 constitue de vecteurs propres {Y1 , . . . , Yn }, alors tout
vecteur Y appartenant Mn,1 est une combinaison linaire des lments de cette base et en regroupant la combinaison de vecteurs propres correspondant une mme valeur propre, il est
facile de voir que Y = Z1 + . . . + Z p ,
cest--dire que Y V1 . . . Vp .
Donc on a Mn,1 = V1 . . . Vp
95
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
retour au cours
suivant
Document C.1.3
Diagonalisation condition
ncessaire et
suffisante
Sommaire
Concepts
Exemples
Exercices
Documents
96
prcdent
section N
Document C.1.4 Trigonalisation

Thorme - Toute matrice A Mn,n (C) est semblable une matrice triangulaire (suprieure ou
infrieure) T Mn,n (C).
Dmonstration On va montrer, par exemple, que A est semblable une matrice triangulaire
suprieure et pour cela on va raisonner par rcurrence sur la dimension n de la matrice A.
- Tout dabord si n = 1, le thorme est vident et pour comprendre lide de la dmonstration,
nous allons tablir le rsultat pour n = 2. Soit A M2,2 (C) et (, Y ) CM2,1 (C) un couple propre
de A. Il existe donc un vecteur Z M2,1 (C) tel que {Y , Z } forme une base de M2,1 (C). Soit P la
matrice dont les colonnes sont Y et Z (on a donc P 1 = Y , P 2 = Z ) et soit T = P 1 AP , quelle est la
premire colonne de T ? On a
T I 1 = P 1 AP I 1 = P 1 AY = P 1 Y = P 1 P 1 = I 1 ,
donc T est de la forme
T=
t 12
t 22
ce qui dmontre le rsultat pour n = 2.

- Supposons le rsultat vrai pour toute matrice dordre n 1 et montrons le pour A Mn,n (C). Soit
(, Y ) CMn,1 (C) un couple propre de A et soient Q 2 ,Q 3 , . . . ,Q n des vecteurs de Mn,1 (C) tels que
la famille {Y ,Q 2 ,Q 3 , . . . ,Q n } soit une base de Mn,1 (C) et Q la matrice constitue par ces vecteurs
colonnes (on a donc en particulier Q 1 = Y ). Par le mme raisonnement que prcdemment on
Sommaire
Concepts
Exemples
Exercices
Documents
97
prcdent
section N
sait que S = Q 1 AQ est de la forme
S = 0
...
0
s 12
...
s 1n
Document C.1.4
Trigonalisation
o S Mn1,n1 (C). Il rsulte alors de lhypothse de rcurrence quil existe une matrice P
Mn1,n1 (C), rgulire, telle que T = P 1 SP soit triangulaire suprieure. Soit alors P la matrice
de la forme suivante (matrice rgulire) dont linverse est de la forme :
0 ... 0
P = 0
...
0
...
P 1 = 0
...
0
P 1
La matrice T = P 1 SP prend alors la forme
T = 0
...
0
...
P 1
s 12
...
0
...
98
s 1n
...
0
0 ... 0
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
soit
T = 0
...
0
...
P 1
On a donc
t 12
...
0
...
section N
t 1n
t 12
T = 0
...
0
t 12

= 0

...
0
SP
...
t 1n
...
P 1 SP
t 1n
Document C.1.4
Trigonalisation
qui est bien triangulaire suprieure puisque T lest. On a donc montr lexistence dune matrice
T triangulaire suprieure telle que
T = P 1 SP = P 1Q 1 AQP = (QP )1 A(QP )
ce qui achve la dmonstration.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
99
Index des concepts

M
Le gras indique un grain o le concept est dfini ;

litalique indique un renvoi un exercice ou un exemple,
Multiplicit dune valeur propre et dimension
le gras italique un document, et le romain un
du sous espace propre . . . . . . . . . . 28, 37
grain o le concept est mentionn.
C
Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Polynme caractristique . . . . . . . . . . . . . . . . . . . . 10
Somme directe des sous espaces propres . . . . 26

Diagonalisation - applications . . . . . . . . . . . . . . . 39 Sous-espace propre - dfinition. . . . . . . . . . . . . .24
Diagonalisation - condition ncessaire et suffisante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 T
Diagonalisation - condition suffisante . . . . . . . 35 Trigonalisation dune matrice . . . . . . . . . . . . 37, 45
Diagonalisation - dfinition . . . . . . . . . . . . . . 31, 33
J
Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Valeur et vecteur propres dun endomorphisme

4
100
Sommaire
Concepts
Exemples
Exercices
Documents
Valeur et vecteur propres dune matrice . . . 6, 10

Valeurs propres - existence et multiplicit . . . 19
Valeurs propres dune matrice et dun endomorphisme - lien . . . . . . . . . . . . . . . . . . . . . . . . . 8
Valeurs propres et matrices particulires . . . . 14
Valeurs propres et matrices semblables. . . . . .16
Valeurs propres-trace-dterminant . . . . . . . . . . 21
Sommaire
Concepts
Exemples
Exercices
Documents
101
Solution de lexercice A.1.1
Tous les vecteurs, sauf le vecteur nul, sont vecteurs propres de lidentit, la valeur propre associe est 1.
Retour lexercice N
Pour la projection, les vecteurs non nuls du plan sont des vecteurs propres associs la valeur propre 1, les vecteurs
non nuls de la droite sont des vecteurs propres associs la valeur propre 0.
Pour la rotation si :
= , la rotation est alors une symtrie, tout vecteur non nul du plan est vecteur propre associ la valeur propre
1.
= 3 , on ne peut citer aucun vecteur propre.
Retour lexercice N

Y 6= 0,
A(Y ) = (AY ) = Y = (Y ),
donc Y est vecteur propre associ la valeur propre .
Retour lexercice N

1. Tout vecteur non nul Y est vecteur propre de I car I Y = Y : la valeur propre associe est 1.
y1
3.5y 1
3.5y 1 = y 1
5.2y 2 = y 2 .
2. Si Y = y 2 , AY = 5.2y 2 = Y
y3
6.9y 3
6.9y 3 = y 3
Ce systme admet comme solutions :
1
= 3.5, y 2 = 0, y 3 = 0, y 1 quelconque non nul (pour que Y 6= 0) : Y = y 1 0
0
0
0
0
1
Ce rsultat se gnraliserait au cas dune matrice diagonale quelconque : = a i i est valeur propre, les vecteurs
propres associs sont proportionnels la i-me colonne de I . On a en effet daprs les proprits du produit
matriciel :
AI = A AI i = A i = a i i I i
donc
A(I i ) = AI i = a i i I i = a i i (I i )
On a donc un couple propre (a i i , I i ).
On retrouve sur ces exemples trs simples que si Y est vecteur propre associ alors Y est galement vecteur
propre associ .
3. A non inversible Y 6= 0 , AY = 0 ,
en effet le systme AY = 0 admet toujours la solution nulle, et ce systme admet une solution non nulle (cest-dire nadmet pas de solution unique) si et seulement si A nest pas inversible. On a donc :
A non inversible 0 est valeur propre de A
Retour lexercice N
Pour A 1 :
A (s) = (s + 1)(s + 2) 2 = s 2 + 3s = s(s + 3) :
2 valeurs propres simples 0 et 3.
Recherche des vecteurs propres :
= 0,
(A I )Y = 0 y 1 + 2y 2 = 0 y 1 = 2y 2 Y =
2
1
, IR .
= 3,
1
, IR.
1
Il tait prvisible que 0 tait valeur propre de cette matrice. En effet puisque ses 2 colonnes sont proportionnelles, elle
nest pas inversible, donc 0 est valeur propre.
(A I )Y = 0 2y 1 + 2y 2 = 0 y 1 = y 2 Y =
Pour A 2 :
A (s) = (s + 1)(s + 2) 2 = s 2 + 3s = s(s + 3),
on obtient le mme polynme caractristique que pour la matrice A 1 . Ce rsultat est gnral : les matrices sont transposes lune de lautre.
= 0,
1
(A I )Y = 0 y 1 + y 2 = 0 y 1 = y 2 Y =
, IR .
1
= 3,
1
(A I )Y = 0 2y 1 + y 2 = 0 y 2 = 2y 1 Y =
, IR.
2
On remarque en revanche que les vecteurs propres ne sont pas les mmes que pour la matrice A 1 .
Si on cherche les valeurs et vecteurs propres complexes de A 1 et A 2 on obtient bien sr les mmes valeurs propres (relles
donc complexes), quant aux vecteurs propres ils appartiennent maintenant Mn1 (C) donc on choisit les coefficients
complexes.
Pour la matrice suivante tourner la page.
Pour A 3 :
A (s) = (s 1)2 + 1 :
il nexiste pas de valeurs propres relles.
Si on cherche les valeurs propres complexes, on obtient 2 valeurs propres complexes 1 + i et 1 i (on peut remarquer
que ces valeurs propres sont conjugues : ce rsultat est gnral, on le dmontrera ultrieurement).
= 1+i,
1
(A I )Y = 0 i y 1 y 2 = 0 y 2 = i y 1 Y =
, C .
i
= 1i,
1
(A I )Y = 0 i y 1 + y 2 = 0 y 2 = i y 1 Y =
, C .
i
Pour A 4 :
A (s) = s(s 2) + 1 = s 2 2s + 1 = (s 1)2 :
on a une valeur propre double = 1
= 1,
1
, IR .
(A I )Y = 0 y 1 y 2 = 0 y 1 = y 2 Y =
1
Si on cherche les valeurs et vecteurs propres complexes de A 4 on obtient bien sr la mme valeur propre (relle donc
complexe), quant aux vecteurs propres ils appartiennent maintenant Mn1 (C) donc on choisit les coefficients complexes.
Pour A 5 :
A (s) = (s 1)2 (s 2) :
= 1 est valeur propre double, = 2 est valeur propre simple.
= 1,
(A I )Y = 0 y 3 = 0
0
1
Y = = 0 + 1 , , IR .
0
0
0
= 2,
y 1 = y 3
y 1 + y 3 = 0
(A I )Y = 0
y 2
=0
y2 = 0
1
Y = 0 , IR.
1
Pour A 6 :
A (s) = (s 1)2 (s 2),
= 1 est valeur propre double, = 2 est valeur propre simple.
= 1,
1
y2 = 0
(A I )Y = 0
Y = 0 , IR .
y3 = 0
0
= 2,
y1 = 0
y 1 + y 2 = 0
(A I )Y = 0
y2 = 0
y2 = 0

0
Y = 0 , IR.
1
Si on cherche les valeurs et vecteurs propres complexes de A 5 et A 6 on obtient bien sr les mmes valeurs propres (relles
et complexes.
Pour A 7 :
A (s) = (s 1)(s 2)(s + 1),
1, 2, 1 sont valeurs propres simples.
= 1,
y2 + y3 = 0
y3 = 0
y 2 + 3y 3 = 0
(A I )Y = 0
y2 = 0
y3 = 0
1
Y = 0 , IR.
0
= 2,
y 1 + y 2 + y 3 = 0
y1 = y2
(A I )Y = 0
y3 = 0
y3 = 0
Y = 1 , IR.
0
= 1,
2y 1 + y 2 + y 3 = 0
y1 = 0
(A I )Y = 0
3y 2 + 3y 3 = 0
y 2 = y 3
0
Y = 1 , IR.
1
On dmontrera plus tard la proprit que lon vient de constater sur les matrices A 5 , A 6 , A 7 : savoir les valeurs propres
dune matrice triangulaire sont les lments de sa diagonale.
Si on cherche les valeurs et vecteurs propres complexes de A 7 on obtient bien sr les mmes valeurs propres (relles
complexes.
Pour A 8 ,
A (s) = (s 1)(s 2i ) (i + 1) = s 2 + s(1 2i ) + i 1 = (s i 1)(s i )
on obtient 2 valeurs propres complexes 1 + i et i .
= 1+i,
1
, C .
(A I )Y = 0 i y 1 + y 2 = 0 y 2 = i y 1 Y =
i
= i,
(A I )Y = 0 (1 i )y 1 + y 2 = 0 y 2 = (i 1)y 1
1
Y =
, C .
i 1
Retour lexercice N
Si A est triangulaire, il en est de mme pour sI A donc det (sI A) est le produit des termes diagonaux cest--dire :
A (s) =
n
Y
(s a kk ),
k=1
do les racines videntes.
Retour lexercice N
1.
= (s).
A (s) = det (sI A) = det (sI A)
A
On en dduit donc la proprit suivante :
= 0 valeur propre de A
valeur propre de A A () = 0 A ()
2. On utilise la question prcdente : si A Mnn (IR), alors A = A donc si est valeur propre de A, est aussi valeur
propre de A (on a constat cette proprit pour la matrice A 3 de lexercice A.1.5)
Retour lexercice N

Les matrices A et A T nont pas les mmes vecteurs propres, voir les matrices A 1 et A 2 de lexercice A.1.5.
Retour lexercice N
On obtient :
B=
33
72
12 26
1 = 1, 2 = 6,
9
8
Y1 =
, Y2 =
.
4
3
On avait dja calcul les valeurs et vecteurs propres de la matrice A dans le paragraphe "Polynme caractristique" . A
et B ont les mmes valeurs propres 1 et 6. Les vecteurs propres de A taient :
X1 =
1
2
, X2 =
2
1
Les vecteurs propres de A et B ne sont pas les mmes, mais on a les relations
Y1 = P 1 X 1 , Y2 = P 1 X 2
Retour lexercice N
Dans cet exercice on fait rfrence aux matrices de lexercice A.1.5.

1. FAUX : voir la matrice A 3 .
2. VRAI : prendre par exemple la matrice A 1 .
3. VRAI : on peut prendre comme prcdemment la matrice A 1 , ou si lon cherche une matrice coefficients com
1i
i
1 i
.
ou
plexes non rels, on peut prendre
i
1+i
0 2
4. VRAI : A M22 (IR) M22 (C) (voir le paragraphe "Valeurs propres - existence et multiplicit").
5. FAUX : une matrice A M22 (IR) admet 2 valeurs propres complexes (ventuellement confondues, ventuellement
relles), mais si 1 IR, 2 C, sont valeurs propres de A , 2 est galement valeur propre de A, or comme 2 nest
pas relle, 2 nest pas relle donc diffrente de 1 , de plus 2 6= 2 , on aurait donc une matrice ( M22 ) avec 3
valeurs propres 1 , 2 , 2 ce qui est impossible.
6. FAUX : si A M22 (IR), alors A M22 (C) donc A admet 2 valeurs propres complexes, or A a une seule valeur propre
relle simple, donc la 2e valeur propre serait non relle et on serait ramen 5).
7. FAUX Les valeurs propres complexes non relles vont par 2 (les 2 complexes conjugus) et 3 nest pas un multiple
de 2 !
Retour lexercice N
traceA 1 = 3 = 0 + (3) , det A 1 = 0 = 0 (3), idem pour A 2 ,

traceA 3 = 2 = (1 + i ) + (1 i ) , det A 3 = 2 = (1 + i ) (1 i ),
traceA 4 = 2 = 1 + 1 , det A 4 = 1 = 1 1,
traceA 5 = 4 = 1 + 1 + 2 , det A 5 = 2 = 1 1 2, idem pour A 6 ,
traceA 7 = 2 = 1 + 2 + (1) , det A 7 = 2 = 1 2 (1),
traceA 8 = 2i + 1 = (1 + i ) + i , det A 8 = i 1 = (1 + i ) i
Retour lexercice N
On montre que :
V 6= ; car 0 V ,
V est stable : Y1 et Y2 V = 1 Y1 + 2 Y2 V
Retour lexercice N
Une base de V0 est
Une base de V1 est
0
0 ,V0 est de dimension 1.

0
1
0 , 1 ,V1 est de dimension 2.
0
0
Retour lexercice N
1. pour = 0, r = 1, d = 1 ; pour = 3, r = 1, d = 1
2. pour = 0, r = 1, d = 1 ; pour = 3, r = 1, d = 1
3. pour = 1 + i , r = 1, d = 1 ; pour = 1 i , r = 1, d = 1
4. pour = 1, r = 2, d = 1
5. pour = 1, r = 2, d = 2 ; pour = 2, r = 1, d = 1
6. pour = 1, r = 2, d = 1 ; pour = 2, r = 1, d = 1
7. pour = 1 ou = 2 ou = 1, r = 1, d = 1
8. pour = 1 + i , r = 1, d = 1 ; pour = i , r = 1, d = 1
Retour lexercice N

A = P DP 1 AP = P D AP i = P D i = d i i P i :
ce que lon vient dcrire dcoule uniquement des proprits du produit matriciel, on a bien sr utilis de plus le fait que
D est diagonale.
On obtient donc que P i est vecteur propre de A associ la valeur propre d i i .
Retour lexercice N

Les matrices A 1 , A 2 , A 7 sont diagonalisables dans IR donc dans C puisquelles admettent n valeurs propres distinctes,
on a
1 0 0
0 0
0 0
, D7 = 0 2 0 .
, D2 =
D1 =
0 3
0 3
0 0 1
Comme on la vu une matrice P possible est la matrice dont les colonnes sont les vecteurs propres, donc par exemple :
1 1 0
1 1
2 1
, P7 = 0 1 1
, P2 =
P1 =
1 2
1 1
0 0 1
La matrice A 3 nest pas diagonalisable dans IR, mais diagonalisable dans C (ses valeurs propres sont distinctes)
1+i
0
1 1
D3 =
, P3 =
.
0
1i
i i
Les matrices A 4 , A 6 ne sont pas diagonalisables (ni dans IR, ni dans C) car la valeur propre 1 a pour multiplicit 2, la
dimension de V1 est gal 1 donc d < r .
La matrice A 5 est diagonalisable dans IR et C car
r 1 = d 1 = 2, r 2 = d 2 = 1,
2
X
r k = 3.
k=1
1 0 0
1 0 1
D 5 = 0 1 0 , P5 = 0 1 0
0 0 2
0 0 1
Retour lexercice N
Soit
B=
1 1
1 1
,X =
1
1
on a B X = 0 et pourtant B 6= 0 et X 6= 0.
En revanche si B X i = 0 pour tous les vecteurs X i dune base E de Mn,1 , on obtient que B X = 0 pour tout vecteur X de
Mn,1 (il suffit de dcomposer X sur la base E ).
Ensuite, si on choisit successivement pour X les vecteurs de la base canonique de Mn,1 , on obtient que toutes les colonnes de B sont nulles, donc B est nulle.
Retour lexercice N

A n I = 0 donc A A n1 = I , linverse de A est A n1 .
Retour lexercice N
Aide 1, Question 1, Exercice A.2.1
Voir le paragraphe "Polynme caractristique".
Retour lexercice N
Quand une valeur propre est relle, quelle est la diffrence entre chercher les vecteurs propres rels et chercher les
vecteurs propres complexes ?
Retour lexercice N
Pour la matrice A 3 , penser utiliser j , racine cubique de lunit.
Retour lexercice N
Retour lexercice N
On obtient
A (s) = (s 1)4
Chercher les vecteurs propres.
Retour lexercice N
Si a = 0, les composantes x 1 , x 2 , x 3 , x 4 des vecteurs propres doivent vrifier :

x 1 + 2x 2 + 2x 3 + x 4 = 0
Attention, la famille gnratrice que vous avez obtenue pour V1 nest pas forcment la mme que celle propose dans
la solution.
Comment savoir dans ce cas si votre solution est correcte ?
Si a 6= 0, les composantes x 1 , x 2 , x 3 , x 4 des vecteurs propres doivent vrifier :
x2
x 1 + 2x 2 + x 4
= 0
.
= 0
Retour lexercice N
Retour lexercice N
Revoir lexercice du chapitre prcdent sur les dterminants des matrices triangulaires par blocs.
Retour lexercice N
Chercher dterminer les vecteurs propres crits par blocs.
Retour lexercice N
Retour lexercice N

Si A Mnn , on note p n (s) = det (sI A).
Trouver une relation de rcurrence entre p n et p n1 .
Retour lexercice N
On obtient
p n (s) = sp n1 (s) + n .
Calculez p 1 , p 2 , ... pour tablir lexpression, que vous dmontrerez ensuite par rcurrence.
Retour lexercice N

On dmontre par rcurrence que : p n (s) = n + n1 s + . . . + k s nk + . . . + s n .
Retour lexercice N

Rsoudre AY = Y , puis prciser Y 6= 0.
Retour lexercice N
Montrer que lon peut exprimer y 2 , y 3 , . . . , y n en fonction de y 1 . Penser vrifier la dernire quation.
Retour lexercice N
En dduire que
Y = y1
...
n1
. avec y 1 6= 0.
Retour lexercice N
Aide 1, Exercice A.2.3
Voir le paragraphe "Valeur et vecteur propres dune matrice".
Retour lexercice N
Aide 2, Exercice A.2.3

Que vaut (A + I )Y , A 2 Y ?
Retour lexercice N
Aide 1, Question 1a, Exercice A.2.4
On suppose que :
AY
Y
= Y
6= 0
et on montre que 2 = 1
Retour lexercice N
Utilisez lexercice A.2.3et noubliez pas que Y 6= 0.
Retour lexercice N
Aide 1, Question 1b, Exercice A.2.4
La matrice doit avoir une trace nulle, pourquoi ?

Le dterminant de la matrice vaut 1, pourquoi ?
Retour lexercice N
Utiliser 1(a) : les valeurs propres sont i et i donc la trace est nulle et on peut choisir les termes diagonaux nuls.
Dautre part, le dterminant vaut 1.
On peut donc choisir :
0
a
1/a 0
Retour lexercice N
Voir le paragraphe "Valeurs propres et matrices particulires".
Retour lexercice N

Est-il possible quune matrice de M3,3 (IR) nadmette aucune valeur propre relle ?
Voir lexercice A.1.11.
On rappelle de plus que si P Q, alors nonQ nonP .
Retour lexercice N
Retour lexercice N
Utiliser le dterminant dun produit de matrices.
Retour lexercice N
Voir le paragraphe "Valeur et vecteur propres dune matrice".

On se place dans la cas dune valeur propre non nulle (pourquoi ?).
Retour lexercice N
On suppose que (, Y ) ( 6= 0) est un couple propre de AB , crire ce que cela signifie.
Retour lexercice N
Montrer que B Y est vecteur propre de B A. Ne pas oublier de vrifier que B Y 6= 0.
Retour lexercice N
On peut utiliser la question 1(b).
Retour lexercice N
Revoir la dfinition dune famille libre.
Retour lexercice N
X = 0 AX = 0.
Retour lexercice N
Aide 1, Question 2c, Exercice A.2.5
Revoir le chapitre 1.
Quelle ingalit existe entre le cardinal dune famille libre et dimension dun sous-espace vectoriel ?
Retour lexercice N
Aide 1, Question 2d, Exercice A.2.5
A et B jouent des rles similaires.
Retour lexercice N
Retour lexercice N

Revoir lun des derniers exercices du chapitre 2 sur le rang dune matrice X Y T .
Retour lexercice N
Utiliser la relation entre le nombre de colonnes, la dimension du noyau, le rang de A . . .
Retour lexercice N
Utiliser le rsultat de la question 2.
Retour lexercice N

Le scalaire X T Y est valeur propre de la matrice X Y T .
Faites bien la diffrence entre scalaire et matrice.
Retour lexercice N
Comme prcdemment le rang de A permet dobtenir la dimension de Ker A.
Retour lexercice N

On en dduit que 1 = 2 = .... = n1 = 0,
cest--dire que 0 est valeur propre de multiplicit suprieure ou gale n 1.
Que vaut n ?
Retour lexercice N
On utilise la trace de A et on obtient que

n = trace A.
Retour lexercice N
0 est valeur propre de multiplicit suprieure ou gale n 1, pourquoi ?

Est-il possible quil existe une valeur propre non nulle ?
Retour lexercice N
Noubliez pas que la trace de A est nulle.

Montrez que 0 est valeur propre de multiplicit n.
Retour lexercice N
Etudier les cas trace A = 0 et trace A 6= 0.

Reprendre les questions (a) et (b).
Retour lexercice N
Si y est vecteur propre de f que vaut f (y) ?
Retour lexercice N
On a bien sr A =
1
0
0
.
2
On pourrait retrouver ce rsultat par le calcul A = P
AP , avec P =
2 1
.
1 1
Retour lexercice N

Que vaut D n quand D est une matrice diagonale ?
Retour lexercice N
Pour savoir si B est linverse de A, il suffit de calculer le produit AB .

La rponse est oui, la relation prcdente est encore valable pour n = 1.
Dans le cas particulier ici, rappeler lexpression de linverse dune matrice 2 lignes et 2 colonnes.
Retour lexercice N
Reprsenter matriciellement la relation de rcurrence.
Retour lexercice N
Ecrire
v n+1
w n+1
=A
vn
wn
et itrer cette relation.
Retour lexercice N
Montrer que si u n =
vn
w n , avec
v n et w n qui vrifient les relations de la question prcdente, alors

u n+1 =
2u n + 2
un 3
On choisit v 0 = u 0 , w 0 = 1.
Retour lexercice N
Utiliser la question prcdente pour en dduire v n et w n donc u n .
Retour lexercice N
On obtient
n
(u 0 2) + 2 14 (u 0 + 1)
un =
n
(2 u 0 ) + 41 (u 0 + 1)
En dduire la limite de u n .
Vous avez dj tudi ces suites en MT21, les valeurs 2 et 1 sont les points fixes de la fonction f dfinie par :
f (x) =
2x + 2
x 3
Retour lexercice N
Voir le paragraphe "Diagonalisation - condition ncessaire et suffisante" (le deuxime thorme).
Retour lexercice N
Voir les paragraphes "Diagonalisation - condition suffisante" et "Diagonalisation - condition ncessaire et suffisante" (le
deuxime thorme).
Retour lexercice N
Calculer les sous-espaces propres et comparer la multiplicit des valeurs propres la dimension des sous-espaces
propres.
Retour lexercice N
Voir le paragraphe "Diagonalisation - condition ncessaire et suffisante".
Retour lexercice N
Calculer toutes les valeurs propres et les sous-espaces propres correspondants et raisonner cas par cas.
Retour lexercice N

Par exemple pour = 0 (valeur propre double) on montre que pour a 6= 0 le sous-espace propre est de dimension 1, donc
A nest pas diagonalisable. . .
Retour lexercice N
La rponse a t donne dans le cours.
Retour lexercice N
Voir le paragraphe "Trigonalisation dune matrice".
Retour lexercice N

A = I . Pourquoi ?
Retour lexercice N
Voir le paragraphe "Sous-espace propre - dfinition".
Retour lexercice N
Voir le paragraphe "Multiplicit dune valeur propre et dimension du sous espace propre".
Retour lexercice N
Quelle est la dimension de V ?
Retour lexercice N
La famille {Y , B Y } est-elle lie ?
Retour lexercice N
Est-ce que A est diagonalisable ?
Retour lexercice N
Lorsque A est diagonalisable, que peut-on dire sur les vecteurs propres de A ?
Retour lexercice N
Utiliser 2. pour conclure quant aux vecteurs propres de B .
Retour lexercice N
En dduire que B est diagonalisable.
Retour lexercice N
Revoir lexercice A.2.8 et raisonner par labsurde.
Retour lexercice N

est une valeur propre de multiplicit n.
Calculer les vecteurs propres et montrer que le sous-espace propre est de dimension 1.
Retour lexercice N
Penser au rang
Retour lexercice N

Calculer les matrices (A I ), (A 2I ), (A I )2 , leur rang se calcule facilement.
Retour lexercice N
pour chacune des matrices la dimension du noyau plus le rang vaut 3, do le rsultat.
Retour lexercice N
on a vu dans le chapitre 2 que

Ker (A I ) Ker (A I )2 .
Redmontrez cette inclusion.
Retour lexercice N

les dimensions de Ker (A I ) et Ker (A I )2 , sont diffrentes, donc linclusion est stricte.
Retour lexercice N
Que signifie y 1 est vecteur propre de A associ la valeur propre 1 ?
Retour lexercice N
On a
(A I )((A I )z) = 0, (A I )z 6= 0.
Retour lexercice N
On a bien
A((A I )z) = (A I )z, (A I )z 6= 0.
Ce qui permet de conclure.
Retour lexercice N
Ecrire a 1 y 1 + a 2 y 2 + az = 0
Retour lexercice N
Si a 1 y 1 + a 2 y 2 + az = 0 alors (A I )(a 1 y 1 + a 2 y 2 + az) = 0.

Que vaut Ay 1 , Ay 2 , (A I )z ?
Retour lexercice N
(A I )(a 1 y 1 + a 2 y 2 + az) est une combinaison linaire nulle des vecteurs y 1 , y 2 qui sont linairement indpendants :
pourquoi ?
En dduire que a 2 , a donc a 1 sont nuls.
Retour lexercice N
Calculer u(e 1 ).
Quelles sont ses composantes sur la base {e 1 , e 2 , e 3 } ?
Retour lexercice N
Revoir le produit matriciel dans le chapitre 2.
a 11
u(e 1 ) = Ae 1 = a 21 = a 11 e 1 + a 21 e 2 + a 31 e 3 .
a 31
On obtient ainsi la premire colonne de la matrice.
Retour lexercice N
On dtermine les autres colonnes et on trouve finalement que la matrice associe u quand on choisit la base canonique
est A.
Retour lexercice N
Que vaut Ay 1 , Ay 2 , Az ?
Retour lexercice N
Ay 1 = y 1 , Ay 2 = 2y 2 , Az = z + y 1 do la matrice.
Retour lexercice N
2 0 0
la matrice est : T = 0 1 1
0 0 1
Retour lexercice N

cest vident, A et T sont les matrices de u quand on choisit sur M2,1 2 s differentes
Retour lexercice N
Voir le paragraphe "Cayley-Hamilton".
Retour lexercice N
Procder comme dans lexemple du paragraphe.
Retour lexercice N

A partir de lquation du polynme caractristique, calculer A 3 en fonction de A 2 , A et I , puis multiplier le tout par A et
rutiliser la mme quation pour obtenir A 4 en fonction de A 2 , A et I .
Retour lexercice N

MT23 Chap 4

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

MT23 Chap 4

Hochgeladen von

Copyright:

Verfügbare Formate

MT23-Algbre linaire

Chapitre 4 : Valeurs propres - Vecteurs propres

QUIPE DE MATHMATIQUES APPLIQUES

Vecteurs propres - Valeurs propres

4.1 Vecteurs propres - Valeurs propres

Valeur et vecteur propres dun endomorphisme . . . . . . . . . . . . . 4

4.1.1 Valeur et vecteur propres dun endomorphisme

Soit E un espace vectoriel sur K (IR ou C) de dimension finie.

Il est fondamental de prciser "~

On dfinit lendomorphisme p projection sur F 1 paralllement F 2 , alors

4.1.2 Valeur et vecteur propres dune matrice

Soit A une matrice carre.

La condition (4.1.2) scrit y 1 = y 1 , y 2 = y 2 , 0 = y 3 .

1 = 1 et Y1 = , o et sont des rels quelconques,

Lien entre les

4.1.4 Polynme caractristique

Le calcul des valeurs propres se fait laide de la proposition suivante :

Dmonstration Cest immdiat. En effet, si lon reprend la dfinition 4.1.2 on a :

La recherche des vecteurs propres se fait en rsolvant alors le systme AYi = i Yi :

Il est IMPOSSIBLE que le calcul de vecteurs propres conduise la solution unique y 1 = y 2 = 0. Si

4.1.5 Valeurs propres et matrices particulires

Dmontrer cette proprit en exercice.

4.1.6 Valeurs propres et matrices semblables

On peut commencer par traiter lexercice avant de voir sa gnralisation.

En effet, si (, Y ) est un couple propre de A, alors

4.2 Matrices coefficients complexes

Existence et multiplicit des valeurs propres . . . . . . . . . . . . . . . 19

4.2.1 Existence et multiplicit des valeurs propres

4.2.2 Valeurs propres, trace et dterminant

On va maintenant donner une autre faon de noter les valeurs propres.

Avec la notation prcdente, la proposition 4.2.1 peut snoncer :

la trace de A est gale la somme de ses valeurs propres :

le dterminant de A est gal au produit de ses valeurs propres :

4.3 Sous-espace propre

Dfinition du sous-espace propre . . . . . . . . . . . . . . . . . . . . . 24

4.3.1 Dfinition du sous-espace propre

4.3.2 Somme directe des sous espaces propres

Proposition 4.3.2. Si 1 , 2 , . . . , p sont p valeurs propres distinctes dune matrice A appartenant

Or la famille {Y1 , Y2 , . . . , Y p1 } est libre donc

4.3.3 Multiplicit dune valeur propre et dimension du sous espace propre

donc dim V1 = d = 1, on a donc d < r .

Exemple 2 : La matrice identit

a pour valeur propre double = 1 donc r = 2.

4.4 Rduction dune matrice

4.4.1 Dfinition de la diagonalisation

Si on note Y1 , Y2 , ..., Yn les colonnes de P , on a

Dmontrer cette quivalence.

4.4.2 Condition ncessaire et suffisante de diagonalisation

Thorme 4.4.1. A Mn,n (K ) est diagonalisable dans K si et seulement si

Thorme 4.4.2. A Mn,n est diagonalisable dans K si et seulement si

ou, ce qui est quivalent,

(r i est la multiplicit de i , d i est la dimension du sous-espace propre associ i ).

r i = n est toujours vrifie.

La dmonstration de ce thorme est propose en document.

4.4.3 Condition suffisante de diagonalisation

Proposition 4.4.1. Si A appartient Mn,n (K ) et si A admet n valeurs propres distinctes (donc

Dautre part Vi 6= {0} donc d i 1.

On peut donc appliquer le thorme 4.4.2.

4.4.4 Trigonalisation dune matrice

Il existe des matrices qui ne sont pas diagonalisables.

La dmonstration de ce thorme est donne en document.

La trigonalisation dune matrice A, cest--dire la recherche dune matrice triangulaire semblable

4.4.5 Applications de la diagonalisation