Red Onecolumn
Red Onecolumn
Red Onecolumn
Définition 1 :
Soit u ∈ L(E), un sous espace vectoriel F de E est dit stable par u (ou u-stable) si
u(F ) ⊂ F
Proposition 1 :
Si f ◦ g = g ◦ f alors Kerg et Img sont stables par f .
Preuve
x ∈ Kerg, g(f (x)) = f (g(x)) = f (0) = 0, donc f (x) ∈ Kerg.
y ∈ Img, il existe x ∈ E, g(x) = y, dans ce cas
f (y) = f (g(x)) = g(f (x)) ∈ Img.
n
Généralisation : On suppose que E = ⊕ Ek , alors chaque Ek est stable par u si, et seulement si M , la matrice de
k=1
A1 0 ... 0
0 A2 ... 0
u dans une base β = ∪βk ”adaptée” à cette somme est de la forme : . . .
.. ..
0 . ..
0 0 . . . An
Yn
Dans ces conditions, si on note uk la restriction de u à Ek , alors Ak est la matrice de uk dans βk et det M = det Ak .
1
s.hajmi@gmail.com
Exercice 2. p un projecteur de rang r d’un espace vectoriel E de dimension finie égale à n.
f ∈ L(E), montrer que f commute à p si, et seulement si Imp et Kerp sont stables par f .
En déduire la dimension de l’espace vectoriel commutant de p :
C(p) = {f ∈ L(E)/ f ◦ p = p ◦ f }
Définition 2 :
Soit u un endomorphisme de E.
Xp
Soit P = a0 + a1 X + . . . ap X p = ak X k .
k=0
On note
Xp
P (u) = a0 IdE + a1 u + a2 u2 + . . . ap up = ak uk
k=0
0 p
où u = IdE et u = u ◦ u ◦ . . . ◦ u (p fois).
On dit que : P (u) est un polynôme de l’endomorphisme u.
Par exemple, si P = X p , alors P (u) = up . En particulier
si P = 1 alors P (u) = IdE .
Preuve
P/Q, il existe R ∈ K[X] tel que : Q = RP et donc Q(u) = R(u) ◦ P (u), ainsi :
Proposition 4 :
u ∈ L(E), ∀P ∈ K[X], KerP (u) et ImP (u) sont stables par u.
Preuve
s.hajmi@gmail.com
Vient du fait P (u) commute à u.
Proposition 5 :
Kerϕ : ensemble des polynômes annulateurs de u est un idéal de K[X].
Imϕ = K[u] est une sous algèbre de L(E).
Si dim E est fini alors u admet un polynôme minimal.
Preuve
E est de dimension finie, il en est de même pour L(E), K[u] qui est une sous algèbre de L(E), donc K[u] est de
dimension finie, d’où l’existence de πu .
Proposition 6 :
E un K-ev, u ∈ L(E) admettant un pomi πu , si F est un sous espace vectoriel de E u-stable, v = u/F , alors πv /πu .
Preuve
Vient du fait que πu sera aussi un polynôme annulateur de v.
Remarque 1 :
β une base de E supposé de dimension fini.
φ : L(E) → Mn (K)
u → MatB (u)
est un isomorphisme d’algèbre.
Xn Xn
M = MatB (u), P = ak X k , P (u) = ak uk
k=0 k=0
MatB P (u) = P (M ) et donc P (u) = 0 si, et seulement si P (M ) = 0 ainsi πu = πM
Propriété 1 :
πM = πt M et si A et B sont semblables alors πA = πB .
Proposition 7 :
A C
Si M = est une matrice triangulaire par blocs, alors πA , πB divisent πM et πM divise πA πB .
0 B
C’est à dire :
ppcm(πA , πB )/πM /πA πB
Preuve
s.hajmi@gmail.com
Par une petite récurrence on montre que M k à la forme suivante :
k
A Ck
Mk =
0 Bk
Par combinaison linéaire, on aura pour tout P ∈ K[X] il existe une matrice C(P ) de type (p, n − p) tel que :
P (A) C(P )
P (M ) =
0 P (B)
Par conséquent, en écrivant le fait que πM (M ) = 0, on aura : πM (A) = πM (B) = 0, le fait que πA , πB divisent πM en
sera une conséquence immédiate.
0 C(πA ) πB (A) C(πB )
En plus (πA πB )(M ) = πA (M )πB (M ) = = 0, d’où le résultat.
0 πA (B) 0 0
E = KerQ(u) ⊕ KerR(u)
Preuve
Soient U et V tels que U Q + V R = 1 (Bezout). On a déjà KerQ(u) ⊂ KerP (u) et KerR(u) ⊂ KerP (u). De plus on
a : U (u)Q(u) + V (u)R(u) = IE .
Soit x ∈ KerQ(u) ∩ KerR(u). On a
x = U (u)Q(u)(x) + V (u)P (u)(x) = 0 + 0 = 0, donc KerQ(u) ∩ KerR(u) = 0. Soit x ∈ KerP (u). On a encore x = x1 + x2 ,
avec x1 = V (u)R(u)(x) et
x2 = U (u)Q(u)(x). Mais alors
Q(u)(x1 ) = Q(u)V (u)R(u)(x) = V (u)(QR)(u)(x) = V (u)P (u)(x) = 0.
donc x1 ∈ KerQ(u). De même x2 ∈ KerR(u) et d’où le résultat.
Exemples 1 :
1. Si p est un projecteur, alors : E = Kerp ⊕ Ker(IE − p) = Kerp ⊕ Imp
2. Si s est une symétrie, alors : E = Ker(s − IE ) ⊕ Ker(s + IE )
1 2
3. u ∈ L(R2 ) tel que MatB = , montrer que :
2 1
Théorème 2 : Généralisation
Si (Pk )1≤k≤p est une famille de polynômes premiers entres eux deux à deux alors :
p
Y p
M
Ker( Pk )(u) = KerPk (u)
k=1 k=1
p
Y
Et si en plus Pk est un polynôme annulateur de u, alors :
k=1
p
M
E= KerPk (u)
k=1
Preuve
Pour p = 2, le résultat est vrai.
Supposons que le résultat vrai pour p − 1. Comme Pp et P1 ...Pp−1 sont premiers entre eux, le cas p = 2 nous donne :
s.hajmi@gmail.com
puis grâce à l’hypothèse de récurrence KerP (u) = KerP1 (u) ⊕ ... ⊕ KerPp (u).
Exercice 3. Soient P et Q deux polynômes de KX]. Soit f un endomorphisme du K-espace vectoriel E. On pose
D = P ∧ Q ; M = P ∨ Q. Montrer que
Définition 3 :
Soient u un endomorphisme de E et λ un élément de K, λ est dite valeur propre de u si Ker(u − λId) n’est pas
réduit au singleton {0}, et dans ce cas Eλ = Ker(u − λId) s’appelle le sous espace propre associé à la valeur propre
λ et les éléments non nuls de Ker(u − λId) s’appellent les vecteurs propres de u associés à la valeur propre λ.
Remarque 2 :
λ est une valeur propre de u si, et seulement si u − λId n’est pas injective et en dimension finie c’est équivalent à
det(u − λId) = 0.
Exemple 2 :
I un intervalle non trivial de R, soit ϕ : C ∞ (I, C) → C∞ (I, C); f → f 0 .
Déterminer les valeurs et vecteurs propres de f .
Soit λ ∈ C une valeur propre de ϕ, il existe f ∈ C 1 (I, C) non nulle telle que f 0 = λf .
f 0 = λf ⇐⇒ ∃c ∈ C, ∀t ∈ R : f (t) = c exp(tλ).
Par conséquent Sp(f ) = C et pour tout λ ∈ C :
Eλ (ϕ) = Cfλ ; fλ : t → exp(tλ).
Exemple 3 :
Déterminer les éléments propres de l’endomorphisme :
∞
C (R, R) −→ C ∞ (R, R)
φ:
f → f 00
s.hajmi@gmail.com
Proposition 8 :
1. Eλ (u) est un sous espace vectoriel de E stable par u, et les droites stables sont exactements les droites portées
par des vecteurs propres.
X
2. Si λ1 , ..., λp sont des valeurs propres distincts de u, alors la Eλi est directe.
De manière équivalente si e1 , .., ep sont des vecteurs propres associés à des valeurs propres distincts λ1 , ..., λp .
alors (e1 , ..., ep ) est libre.
3. Si f et g sont deux endomorphismes qui commutent alors tout sous espace propre de l’un est stable par l’autre.
4. Si λ est une valeur propre de u alors ∀P ∈ K[X], P (λ) est une valeur propre de P (u).
5. Si λ est une valeur propre de u et P un polynôme annulateur de u alors λ est une racine de P .
Preuve
1. Eλ (u) = Ker(u − λIE ), est stable par u car u − λIE commute à u.
X
2. Eλi (u) = Ker(u − λi IE ) = Ker(Qi (u)), les Qi étant premiers entre eux, d’après le lemme des noyaux la Eλi est
directe.
3. f et g commutent, il en sera de même pour g − λIE et f , et d’où le résultat.
4. Soit λ une valeur propre de u et x un vecteur propre associé. On a
∀k ∈ N, uk (x) = λk x et par combinaison linéaire on obtient :
∀P ∈ K[X], P (u)(x) = P (λ)x, d’où le résultat.
5. Si λ est une valeur propre de u et P un polynôme annulateur de u alors P (λ) est une valeur propre de P (u) = 0,
d’où P (λ) = 0.
Remarque 3 :
Il résulte de la propriété que si E est de dimension finie alors Sp(u) est fini.
Proposition 9 :
Si E est de dimension finie, alors Sp(u) est exactement l’ensemble des racines du polynôme minimal.
Preuve
On sait déja que si λ est une valeur propre de u, alors λ est racine de tout polynôme annulateur de u et en particulier
de πu .
Inversement soit λ une racine de πu et écrivons πu (X) = (X − λ)Q(X). Supposons que λ n’est pas valeur propre de u.
On a 0 = πu (u) = (u − λIE ) ◦ Q(u). Mais comme λ n’est pas valeur propre de u, u − λIE est injectif et donc Q(u) = 0.
Ceci impose que πu divise Q ce qui est impossible pour une question de minimalité.
Exemples 4 :
1. Soit p un projecteur non trivial, x2 − x et un polynôme annulateur de p, donc Sp(p) ⊂ {0, 1}.
Ker(p) 6= {0}, Ker(p−Id ) = Im(p) 6= {0}, donc Sp(p) = {0, 1}, et les sous espaces propres sont respectivement
Ker(p) et Im(p)
s + Id
2. Soit s une symétrie non triviale, en passant par le projecteur associé (ou un polynôme annulateur) p = ,
2
Sp(s) = {1, −1}.
Proposition 10 :
Si u est un endomorphisme d’un K-ev de dimension finie, alors u admet une droite ou un plan stable, et si K = C,
alors u admet toujours une droite stable.
Preuve
On raisonne sur le polynôme minimal, s’il admet une racine λ dans K, qui sera par la suite une valeur propre de u,
et donc une droite portée par un vecteur propre associé à λ est une droite stable.
Supposons maintenant que πu n’admet pas de racines dans K, soit Q un facteur irréductible de π, il sera par conséquent
de degré deux, soit R tel que π = QR, on aura : 0 = Q(u) ◦ R(u), si Q(u) est injectif, alors R(u) = 0, ce qui contredirait
la minimalité πu , et par conséquent KerQ(u) 6= {0}, soit alors e ∈ KerQ(u)\{0} en ecrivant Q = X 2 + aX + b, on aura
s.hajmi@gmail.com
que : u2 (e) ∈ vect(e, u(e)) et par conséquent F = vect(e, u(e)) est un plan ou une droite stable par u. En fait c’est un
plan, parce que u n’admet pas dans ce cas de droites stables.
Définition 4 :
Soient M ∈ Mn (K) et λ ∈ K.
λ est dite valeur propre de M s’il existe un vecteur colonne V non nul de Mn,1 (K) tel que M V = λV .
Un tel vecteur V est appelé vecteur propre de M pour la valeur propre λ.
L’ensemble des valeurs propres éventuelles de M dans K s’appelle spectre de M dans K et se note SpK (M).
Remarque 4 :
1. si u est un endomorphisme associé à M dans n’importe quelle base β de E alors les valeurs propres de M
sont exactement les valeurs propres de u et les vecteurs propres de M sont les vecteurs colonnes composantes
des vecteurs propres de u dans β.
2. λ est valeur propre de M ssi det(M − λIn ) = 0.
Théorème définition 3 :
Soit M ∈ Mn (K), si on pose :
χM = det(M − XIn ), alors χM est polynôme de degré n et on a
X
det(M − XIn ) = ε(σ)Πbσ(i)i
σ∈Sn
X
= Πni=1 bii + ε(σ)Πbσ(i)i
σ∈Sn \{Id}
X
= Πni=1 (aii − X) + ε(σ)Πbσ(i)i
σ∈Sn \{Id}
Si σ 6= Id, soit alors i0 tel que σ(i0 ) 6= i0 , posons j0 = σ(i0 ), on a aussi par injectivité de σ ; σ(j0 ) 6= j0 , et donc Πni=1 bσ(i)i
est un polynôme de degré ≤ n − 2.
Πni=1 (bii − X) est un polynôme de degré exactement n, son coeffcient dominant est (−1)n , et le coefficient de X n−1 est
Xn
(−1)n−1 bii = (−1)n−1 tr(M) et le coeffcient constant de χM est χM (0) = det M .
i=1
Remarque 5 :
En particulier pour n = 2, χM = X 2 − tr(M)X + det M
s.hajmi@gmail.com
Exemple d’application 5 :
u un endomorphisme non homothétie d’un K espace vectoriel de dimension 2, montrer qu’il existe une base β de
E, tel la matrice de u dans β soit de la forme :
0 − det u
M=
1 tr(u)
En déduire que deux matrices non scalaires sont semblables si, et seulement si elles ont le même polynôme car-
actéristique.
Proposition 11 :
1. Si deux matrices sont semblables alors elles auront le même polynôme caractéristique.
2. Le spectre de M dans K est exactement l’ensemble des racines dans K de χM , et par conséquent SpK (M) est
fini et son cardinal est plus petit que n
Corollaire 1 :
Le spectre d’une matrice triangulaire ou diagonale est exactement l’ensemble des éléments diagonaux de la matrice.
Remarque 6 :
Le polynôme caractéristique et minimal d’une matrice ont les mêmes racines dans K, et different dans C par la
multiplicité des racines.
Exercice 5. Montrer que χM et πM ont les même facteurs irréductibles dans K[X].
Théorème définition 4 :
Soit E un espace vectoriel de dim n et u ∈ L(E).
Pour toute base β de E, det(MatB (u − XIn )) est indépendant de la base β choisie et s’appelle le polynôme car-
actéristique de u et se note χu .
Remarque 7 :
1. Si λ ∈ K alors χu (λ) = det(u − λIE ) et
λ valeur propre de u ssi χu (λ) = 0
2. χu est un polynôme de degré égal à n et
s.hajmi@gmail.com
Exemples 6 :
1. Si p est un projecteur en dimension n, alors :
χp = (1 − X)q (−X)n−q
avec q = rg(p).
2. Si f est un endomorphisme en dimension n de rang 1, alors :
Proposition 12 :
Soient E un espace vectoriel de dimension finie et v ∈ L(E).
Si F est un sous espace vectoriel de E stable par u et v = u/F alors :
χv /χu
Preuve
A B
Vient du fait que dans une base β = β1 ∪ β2 adaptée à F , la matrice de u s’écrit : , où A = M atβ1 v.
0 C
Généralisation
p
M
Soit u ∈ L(E), on suppose que E = Fk où les Fk sont des sous espace vectoriels de E stables et non réduits à {oE }
k=1
et on note vk = u/Fk alors :
p
Y
χu = χvk
k=1
Définition 5 :
u ∈ L(E) (resp M ∈ Mn (K)) soit λ une valeur propre de u (resp de M ).
On appelle multiplicité de λ sa multiplicité comme étant une racine de χu (resp χM ).
Propriété 2 :
Soit u ∈ L(E). Soit λ une valeur propre de u. Si on note
d(λ) = dim Eλ et m(λ) la multiplicité de λ alors :
1 ≤ d(λ) ≤ m(λ)
Preuve
Eλ (u) est stable par u et la restriction v de u à Eλ (u) est l’homothétie de rapport λ dont le polynôme caractéristique
est χv (X) = (λ − X)dimEλ (u) . La proposition précédente implique donc que
d(λ) ≤ m(λ)
De plus Eλ (u) 6= {0}, donc 1 ≤ dimEλ (u).
Remarque 8 :
Il en résulte que si λ est une valeur propre de u de multiplicité 1, alors la dimension de l’espace propre associé est
toujours égale à 1.
s.hajmi@gmail.com
2. pour x ∈ E\{0}, on pose Eu (x) = vect{uk (x), k ∈ N}.
Montrer que Eu (x) a une base de la forme (x, u(x), ..., up−1 (x)) en déduire que χu (u)(x) = 0.
3. Retrouver le théorème de cayley hamilton.
4 Diagonalisation
Proposition 13 :
u est diagonalisable si et seulement si il admet une base de vecteurs propres.
Théorème 6 :
u ∈ L(E), les psse :
1. u est diagonalisable.
p
M
2. χu est scindé et E = Eλi (u)
i=1
Sp(u) = {λi , i = 1..p}.
Xp
3. χu est scindé et dim E = dim Eλi (u)
i=1
Sp(u) = {λi , i = 1..p}.
4. χu est scindé et ∀λ ∈ SP (u), d(λ) = m(λ).
5. ∃P ∈ K[X] scindé à racines simples tel que : P (u) = 0.
Preuve
1) =⇒ 2) Supposons u diagonalisable et soit β une base de E telle que
ce qui montre déjà que χu est scindé et que les valeurs propres de u sont exactement λ1 , .., λp . et si on considère le
p
polynôme Q = Πpi=1 (X − λi ), il est annulateur de D et donc de u, le lemme des noyaux donne E =
M
Eλi .
i=1
2) c’est équivalente à 3) du fait que la somme est directe.
p
Eλi , on obtient χu = Πpi=1 (λi −
M
2) =⇒ 4)En calculant le polynôme caractéristique dans une base adaptée à E =
i=1
X)dimEλi (u) , et par unicité de la multiplicité d(λ) = m(λ).
Xp
4) =⇒ 2) supposons que χu est scindé et ∀λ ∈ Sp(u), d(λ) = m(λ). On a toujours n = deg χu = m(λi ) et donc
i=1
Xp
n= dim Eλi .
i=1
p
M
2) =⇒ 5) Supposons que : χu est scindé et E = Eλi , Sp(u) = {λi , i = 1..p}. Dans une base adaptée à cette
i=1
décomposion la matrice est diagonale constituée des valeurs propres λi et dans ce cas le polynôme Q = Πpi=1 (X − λi ) qui
est scindé à racines simples est annulateur de D et donc de u.
5) =⇒ 2) supposons qu’il existe P ∈ K[X] scindé à racines simples tel que : P (u) = 0, alors le polynôme minimal est
scindé à racines simples,
s.hajmi@gmail.com
p
si πu = Πpi=1 (X − λi ), alors par le lemme des noyaux E =
M
ker(u − λi IE ) et en calculant le polynôme caractéristique
i=1
suivant cette décomposition il sera donc scindé.
Remarque 9 :
u est diagonalisable ssi Πu est scindé à racines simples.
Exercice 7. L’ensemble Dn (K) des matrices diagonalisables d’ordre n est un connexe par arcs.
Proposition 14 :
Si F est un sous espace stable par u et v = u/F , alors la diagonalisabilité de u entraine celle de v.
Preuve
u diagonalisable, il existe P scindé à racines simples tel que P (u) = 0, ce polynôme sera aussi annulateur de v, d’où
la diagonalisabilité de v.
Proposition 15 :
Si le polynôme caractéristique est scindé à racines simples (c’est à dire que u admet n valeurs propres distinctes)
alors u est diagonalisable et la dimension de chaque sous espace propre est égale à 1.
Remarque 10 :
Bien sur la condition de la proposition n’est pas nécessaire, en considérant par exemple l’identité de E.
Proposition 16 :
Soit u ∈ L(E), on suppose que u est diagonalisable de spectre
p
M
Sp(u) = {λ1 , ..., λp }, et soit (pλ1 , ..pλp ) la famille des projecteurs associée à E = Eλi , alors :
i=1
Xp
IE = pλi
i=1
Xp
∀k ∈ N∗ : uk = λki pλi
i=1
Définition 7 :
(Matrices diagonalisables)
Soit M un élément de Mn (K).
On dit que M est diagonalisable si M est semblable à une matrice diagonale D, c’est-à dire s’il existe une matrice
inversible P telle que M = P DP −1 . On dit alors que D est une réduite diagonale de M .
Remarque 11 :
Avec les notations ci-dessus, les coefficients de la diagonale de D sont les valeurs propres de M , chacune figurant
autant de fois que son ordre de multiplicité.
s.hajmi@gmail.com
Propriété 3 :
Soit M un élémnt de Mn (K).
M est diagonalisable si et seulement si tout endomorphisme u d’un K-espace vectoriel E de dimension n dont la
matrice est M dans une base β de E est diagonalisable, et en particulier l’endomorphisme de Kn de matrice M
dans la base canonique.
Remarque 12 :
1. Soit M un élément de Mn (R).
Si M est diagonalisable dans R alors M est diagonalisable dans C, avec les mêmes valeurs et vecteurs propres
et la même égalité M = P DP −1 , les matrices P et D étant à coefficients réels.
En revanche, toujours avec M dans Mn (R), M peut être diagonalisable dans C sans l’être dans R, si des
valeurs propres sont complexes mais non réelles.
Dans l’égalité M = P DP −1 , P et D sont alors à coefficients complexes.
2. Dans l’égalité M = P DP −1 , P est la matrice de passage de la base canonique de Kn à une base de vecteurs
propres de M .
Méthode et exemples :
Soit à diagonaliser une matrice M de Mn (K).
1. On calcule le polynôme caractéristique χM de la matrice M puis les racines dans K de ce polynôme.
2. Si χM nest pas scindé dans K, alors M n’est pas diagonalisable dans K.
3. Si χM est scindé alors pour chaque racine λ qui sera une des valeurs propres de M on résoud le système homogène
(M − λIn )X = 0, où X est une matrice colonne de Kn .
La résolution conduit à une base βλ de Eλ , donc à dim Eλ .
Xp
4. Si, dim(Eλi ) < n , alors M n’est pas diagonalisable.
i=1
p
X
5. Sinon, c’est à dire dim(Eλi ) = n alors M est diagonalisable, et la juxtaposition des bases βλi donne une base
i=1
de Kn , formée de vecteurs propres.
8 0 9
Exemple 1 :M = −3 −1 −3
−6 0 −7
χM = −(X − 2)(X + 1)2 .
– Sous espace propre associé à la valeur propre -1. On résoud le système :
9x + 9z = 0
(M + I)V = 0 ⇐⇒ −3x − 3z = 0 ⇐⇒ x + z = 0
−6x − 6z = 0
1 0
Il s’agit du plan engendré par 0 et 1
−1 0
On peut déja en déduire la diagonalisabilité de M .
– Sous espace propre associé à la valeur propre 2. On résoud le système :
3
x=− z
6x + 9z = 0
2
(M − 2I)V = 0 ⇐⇒ −3x − 3y − 3z = 0 ⇐⇒ y = − 1 z
2
−6x − 9z = 0
z=z
3
Il s’agit de la droite engendrée par −1
−2
s.hajmi@gmail.com
Conclusion : La somme des dimensions
des sous espaces
propres est 3, donc M est diagonalisable.
−1 0 0 1 0 3
Si on pose D = 0 −1 0 et P = 0 1 −1 , alors
0 0 2 −1 0 −2
M = P DP −1 .
2 1 0
Exemple 2 : M = −6 −3 −2 χM = −(X − 1)(X − 2)(X − 3).
15 9 7
Le polynôme caractéristique
est scindé
à racines simples, donc M est diagonalisable.
7 −11 −2
Exemple 3 : M = −3 −1 −6 . χM = −(X + 4)(X − 8)2 .
−1 1 6
2
Si on cherche le sous espace propre associé à la valeur propre 8, on trouve que c’est la droite engendrée par 0 ,
−1
on conclut que M n’est pas diagonalisable.
5 Applications de la diagonalisation
M = P DP −1 =⇒ M k = P Dk P −1
(−1)k
0 0
Dk = 0 (−1)k 0 , finalement on obtient :
0 0 2k
k k
−3(−1)k + 3(2k )
−2(−1) + 3(2 ) 0
Mk = (−1)k − 2k (−1)k (−1)k − 2k
k k
2(−1) − 2(2 ) 0 3(−1)k − 2(2k )
• Systèmes de suites récurrentes de pas 1.
Soient (x(1) (p)
n )n , ...(xn )n des suites d’éléments de K. On pose
t (1) (p)
Xn = (xn , ..., xn ) et on suppose qu’il existe une matrice M telle que, pour tout n, Xn+1 = M Xn , Dans ce cas on
aura : ∀n ∈ N : Xn = M n X0 , ce qui nécessite le calcul des puissances successives de M : on est donc ramené au cas
précédent...
• Etude d’une récurrence linéaire de pas p.
Soit à déterminer une suite (xn ) définie par une relation de récurrence du type :
∀n ≥ 0 : xn+p + ap−1 xn+p−1 + ... + a1 xn+1 + a0 xn = 0.
t
En posant pour tout n ∈ N, Xn = (xn , ..., xn+p−1 ) on obtient laformule de récurence :
0 1 0 ... ... 0
0 0 1 0 ... 0
. . . .
0 0 0 . . 0
Xn+1 = M Xn , avec M = .. .. .. .
. . . 0 .. 0
0 0 0 0 1
−a0 −a1 . . . . . . . . . −ap−1
Le polynôme caractéristique de M est χM = (−1)p [X p + ap−1 X p−1 + ... + a1 X + a0 ].
(d’où la nomination ”équation caractéristique”).
On est donc encore ramené au problème précédent.
s.hajmi@gmail.com
6 Trigonalisation
Définition 8 :
Un endomorphisme f est dit trigonalisable s’il existe une base β de E telle que MatB f soit triangulaire supérieure.
Remarque 13 :
Si f ∈ L(E) est trigonalisable et β = (e1 , ..., en ) une base telle que MatB f est triangulaire supérieure alors si on
pose β 0 = (en , ..., e1 ), la matrice de f dans β 0 est triangulaire inférieure.
Définition 9 :
Une matrice M ∈ Mn (K) est dite trigonalisable si elle est semblable à une matrice triangulaire supérieure.
Remarque 14 :
M est trigonalisable si et seulement si tout endomorphisme f d’un K-espace vectoriel E de dimension n dont la
matrice est M dans une base β de E est trigonalisable, et en particulier l’endomorphisme de Kn de matrice M
dans la base canonique.
Théorème 7 :
Soit u ∈ L(E). les psse :
1. u trigonalisable.
2. χu est scindé
3. Il existe un polynôme scindé annulateur u.
Preuve
a11 ∗ ∗
1) =⇒ 2) : Si M = 0 . ∗ , alors on a :
0 0 ann
s.hajmi@gmail.com
scindé dans K[X].
Remarque 15 :
1. u est trigonalisable si et seulement si πu est scindé.
2. Ces propositions passent immédiatement aux matrices.
3. La démonstration du théorème constitue un algorithme de trigonalisation d’une matrice.
Ex-
2 2 −3
emple : 5 1 −5 .
−3 4 0
– χM = (1 − X)3 , M n’est donc pas diagonalisable.
– Le sous espace propre associé à la valeur propre 1 est la droite engendée par : e1 = (1, 1, 1), notons C = (c1 , c2 , c3 )
la base canonique et posons e02 = c2 = (0, 1, 0), e03 = c3 , déterminons la matrice N de f (canoniquement associé à
M ) dans cette nouvelle base : (e1 , e02 , e03 ).
f (e1 ) = e1 , f (e02 ) = 2c1 + e02 + 4e03 , f (e03 ) = −3c1 − 5e02 .
c1 = e1 − e02 − e03 =⇒ f (e02 ) = 2e1− e02 + 2e03 , f (e03 ) = −3e1 − 2e02 + 3e03 .
1 2 −3
Finalement N = 0 −1 −2 .
0 2 3
– On pose G = vect(e02 , e03 ), p désigne la projection sur G parallélement à vect(e1 ).
−1 −2
C = MatB (p ◦ f/G ) = , χC = (1 − X)2 .
2 3
x = αe02 + βe03 est un vecteur propre de C associé à 1 ⇐⇒ α + β = 0, par exemple
e2 = e02 − e03 = (0, 1, −1).
– En complétant (e1 , e2 ) par e3 = c3 (par exemple) pour obtenir une base β de E, et en calculant la matrice de f dans
β, on trouve :
1 5 −3
MatB f = 0 1 −2 .
0 0 1
Propriété 4 :
Tout endomorphisme sur un C-espace vectoriel est trigonalisable.
Proposition 17 :
Soit F un sous espace vectoriel stable par f et posons g = f/F .
f trigonalisable =⇒ g trigonalisablale.
Preuve
Vient du fait que χg divise χf .
Proposition 18 :
E de dimension n.
Un endomorphisme u de E est nilpotent si et seulement χu = (−1)n X n .
Preuve
=⇒) Si u est nilpotent d’indice p, alors πu = X p qui est scindé donc la seule valeur propre de u est 0, u est trigonalisable,
par suite χu est scindé avec 0 comme la seule racine et donc χu = (−1)n X n .
s.hajmi@gmail.com
⇐=) Si χu = (−1)n X n , alors d’après le théorème de Cayley-Hamilton, on aura un = 0, et donc u nilpotent.
Remarque 16 :
1. Soit M ∈ Mn (K) une matrice trigonalisable.
Soit λ1 , ..., λp les valeurs propres distinctes de M , une conséquence de la trigonlalisation est que les valeurs
propres de M k sont λk1 , ..., λkp .
Xp
et en particuliers si M ∈ Mn (K) qui est trigonalisable sur C alors tr(M) = m(λk )λk , où λ1 , ..., λp sont
k=1
les valeurs propres complexes distinctes de M
2. Si M est une matrice trigonalisable et non diagonalisable, alors on peut se servir du polynôme caractéristiques
pour calculer les grandes puissances de M .
En effet pour k ∈ N effectuons la division euclidienne de X k par χM , ∃Q, R ∈ K[X] :
X k = QχM + R avec deg R < n ou R = 0, par le théorème de cayley Hamilton on obtient :
M k = R(M ).
Par conséquent le calcul de M k pour k assez grand se ramène à celui des M p , p = 0, ..., n − 1
Exemples d’application 7 :
1. Si K = C, alors Dn (K) des matrices diagonalisables est dense dans Mn (K).
Le résultat subsciste t-il si K = R.
2. Si K = C, alors GLn (K) connexe par arcs.
Le résultat subsciste t-il si K = R.
3. Une matrice M ∈ Mn (K) est nilpotente si, et seulement si 0 est dans l’adhérence de la classe de similitude
de M :
CM = {P M P −1 , P ∈ Gln (K)}
Partie I
1. Pour x ∈ E, on pose :
Πx+y = ppcm(Πx , Πy ) = Πx Πy
p
4. Soit Πu = Π Qαi i sa décomposition primaire, montrer que :
i=1
pour tout i ∈ |[1, p]|, ∃xi ∈ E, Qαi i = Πxi
5. En déduire qu’il existe x ∈ E tel que Πu = Πx
s.hajmi@gmail.com
Partie II
dimE = n, u ∈ L(E) est dit cyclique s’il existe x ∈ E tel que (x, u(x), ..., un−1 (x)) soit une base de E.
1. Montrer que si u ∈ L(E) a n valeurs propres distinctes il est cyclique. ( considérer une somme de vecteurs propres)
0 0 0 a0
. . ..
1 . . a1
2. Montrer que u est cyclique ssi sa matrice dans une base est de la forme : ..
et donner dans ce
. 0 an−2
0 1 an−1
cas l’expression de χu .
3. Montrer que u est cyclique ssi Πu = (−1)n χu .
4. On suppose que u est nilpotent, Montrer que les psse :
a) u est cyclique
b) L’indice de nilpotence est n.
c) rg(u) = n − 1
5. Soit u un endomorphisme cyclique de E = Cn . Quelles valeurs peut prendre le rang de u. Donner un exemple pour
chacune de ces valeurs.
6. u étant cyclique, donner une CNS pour que u soit diagonalisable
7. Soit M la matrice canoniquement associée à u cyclique.
Montrer qu’il existe un polynome P tel que t com(M ) = P (M ).
s.hajmi@gmail.com
6. Dans cette question, on Suppose que : ∀i ∈ [|1, p|], mi = 1. Montrer que :
7. Soit k ∈ N* et v ∈ L(E).
a) Calculer (Γu)k (v).
b) En déduire que si u est nilpotent, alors Γu est nilpotent.
8. a) Montrer que si v ∈ C(u) alors :
∀i ∈ {1, 2, ..., p}, v(E 0 (λi )) ⊂ E 0 (λi ).
p
Dans la suite de la question on utilisera le fait que E = ⊕ E 0 (λi ).
i=1
b) Montrer qu’ il existe δ ∈ L(E) diagonalisable et ω ∈ L(E) nilpotent tels que :
u = δ + ω, δ ◦ ω = ω ◦ δ
et
C(u) = C(δ) ∩ C(ω)
c) Exemple
Donner
la décomposition
δ + ω (matricielle) de l’endomorphisme u canoniquement associé à la matrice .
2 1 −1
A= 2 1 −2 calculer alors An , pour tout n ∈ N
3 1 −2
s.hajmi@gmail.com