Cours

Algèbre II

SPE

Semestre 1

Veuillez respecter l’auteur de ce document.

Droits de reproduction et de diffusion réservés.
 Chapitre 2: Diagonalisation
⦙1 – Matrices Diagonalisables :
Une matrice est diagonale si tous ses coefficients en dehors de la diagonale sont nuls :

Elle est donc de la forme :

A= ( )

∗Propriétés principales :
1) Le déterminant d’une matrice diagonale est le produit des coefficients diagonaux |A|=

2) Le produit de deux matrices diagonales est une diagonale.

( ) ( ) ( )

3) Si tous les coefficients diagonaux sont nuls, alors la matrice est inversible.

( ) ( )

La puissance Xème d’une matrice diagonale est :

( ) ( )

∗Définition : Une matrice A est dite diagonalisable si elle est semblable à une matrice diagonale c’est-à-dire qu’il existe une matrice
P inversible telle que
Exemple :
( ) est diagonalisable dans M2(ℝ).

En effet, ( ) → ( )

On a , avec ( )
Remarque : Diagonaliser une matrice revient à trouver P, P-1 et D.

∗Définition : Soit un k-ev de dimension n, et un endomorphisme de , on dit que est diagonalisable s’il existe une base B de
telle que la matrice de dans cette base est diagonale.

⦙2 – Valeurs propres et vecteurs propres :

∗Définition : Soit un k-ev et soit un endomorphisme de E :
1) On dit que le scalaire est une valeur propre de si :

2) Un tel vecteur est appelé vecteur propre de associé à

3) L’ensemble des valeurs propres de s’appelle le spectre de dans K. On le note Sp( )

4) Soient On dit que est une valeur propre de A s’il existe un vecteur colonne , tel que

∗Proposition: Soit E un k-ev et un endomorphisme de et un élément de

Les conditions suivantes sont alors équivalentes :
i) est une valeur propre de
ii) \ {0} ;
iii) ker
iv) n’est pas injective

⦙3 – Sous-espace propre d’un endomorphisme:

Page 1 of 5
 ∗Définition : Pour valeur propre de on note :

er f
est un sous-espace vectoriel non nul de appelé sous-espace propre de associé à la valeur propre
La dimension de s’appelle la multiplicité géométrique de :
On note
Exemple : ( )
Q : Trouver les valeurs propres de et déterminer les sous-espaces propres.
R : Soit une valeur propre

Si on multiplie par l’inverse on obtient . Or :

D’où n’est pas inversible
Alors, det
| |
| | | |
→
Les sous-espaces propres associés à i sont :
( )


( ) ( )

{ → a=-b

( ) ( )

{ → a -b

ℝ
Par suite, on a: ( ) ( )

∗Exercice Supplémentaire :

Soit la matrice ( )

Soit un vecteur propre.

| |

| | | | L2 ←L2-L1 | | | |
L3 ←L3-L1
λ1=1 C3 ←C3+C1
[ ]
λ2=-1
Sp(B) = {-1,1}

( )

(puisque est une racine double de l’équation du second degré

Page 2 of 5
 er

( ) { → → )

ℝ( )

 er

( ) { → →

( ) → ( )

∗Remarque :
On peut écrire D de la forme :

( ) ou ( ),

à condition de garder le même ordre quand on va écrire la matrice de passage.

( ) ou ( )

∗Théorème : Si 1 2 p sont des valeurs propres distinctes deux à deux, dans les sous-espaces vectoriels sont en
somme directe :
∑

⦙4 – Polynôme Caractéristique :
∗Définition : On appelle polynôme caractéristique de la matrice A, et on note le déterminant de la matrice :

| | | |

Nous remarquons que si est une valeur propre de A alors est une racine du polynôme caractéristique.
est une valeur propre de A ↔ est une racine de PA(X)

∗Définition : Soit A une matrice de Mn(K) (matrice carrée), alors :

| | det ,
où ∑
∗Remarque : Deux matrices semblables ont le même polynôme caractéristique. Or si A est diagonalisable elle est semblable
à une matrice diagonale.

avec les i racines de PA(X) et mi leurs multiplicités.

∗Remarque : (Pratique de la diagonalisation) :

1) Factoriser le polynôme caractéristique.
2) Trouver une base de chaque sous-espace propre.
3) Trouver la matrice de passage et calculer son inverse.
4) Vérifier les calculs.

⦙5 – Caractérisation des endomorphismes diagonalisables.

∗Définition : On dit qu’un polynôme est scindé s’il admet effectivement n racines comptées avec leur ordre de multiplicité

∗Théorème : Soit E un k-ev de dimension n et un endomorphisme de E. Les conditions suivantes sont équivalentes :
i) est diagonalisable
ii) Le polynôme caractéristique est scindé dans et pour toute valeur propre le sous-espace propre E a
pour dimension l’ordre de multiplicité de
iii) E admet une base formée par des vecteurs propres de E.
Page 3 of 5
 iv) E est somme directe de sous-espace propre de .
E E (avec )
v) La somme des dimensions de sous-espace propre de est égale à celle de E
→ dim ∑ dim

∗Corollaire : Si une matrice a exactement valeurs propres distincts, alors elle est diagonalisable.
Preuve : La matrice A admet sous-espaces propres
en somme directe :
On a dim( )
Donc ∑ dim
∑ dim dim dim
Or est un sous-espace vectoriel de E donc , et alors A est diagonalisable.

 Polynômes d’endomorphisme :

1 ~ Sous-espace vectoriel stable par endomorphisme.

∗Définition : Un sous-espace vectoriel E est dit stable par lorsque , c’est-à-dire :

∗Proposition : Soient et deux endomorphismes qui commutent , alors et sont stables par .
→ ( ) → ( ) →
→
→ ( ) ( ) →

2 ~ Polynômes d’endomorphisme :
∗Définition : Soient L (E) et [ ]
On définit où les puissances de sont définies en récurrence en posant
et

∗Proposition : Soient et [ ]. Si est un endomorphisme de , on a alors :

∗Proposition : Soient L (E) et [ ], alors sont stables par .

Preuve :
 stable par :
→
Or ( ) ( ) ( )
Par suite,
 stable par :
→
( )

∗Théorème de décomposition des noyaux :

Si P et Q sont deux polynômes premiers entre eux dans [ ] et un endomorphisme de , alors :

Preuve : Montrons que

Soit

Or ( ) ( ) ( )
De même, , alors :

Montrons maintenant que .

Les deux polynômes P et Q sont premiers entre eux d’après le Lemme de ézout il existe et dans [ ], tel que
. On a donc :

Donc pour tout :

Page 4 of 5
 ( ) ( )
On peut écrire : avec ( ) et ( )
Or ( ) ( ) ( ) ( )
( )
Par suite, . De même,
PQ d’où l’égalité
et

∗Théorème : Soient un k-ev, un endomorphisme de et des polynômes premiers entre eux.

 Polynôme minimal d’un endomorphisme:

∗Définition : On appelle polynôme annulateur de un polynôme tel que

∗Définition : On appelle polynôme minimal et on note l’unique polynôme unitaire de degré minimal dans [ ] tel que

Remarque : est le polynôme annulateur de unitaire et de plus petit degré.

∗Proposition : Soit un polynôme minimal de . Alors divise tous les polynômes annulateurs de .
Preuve :
. La division euclidienne de P par donne :
avec deg deg

R est un polynôme annulateur de de degré inférieur à deg

∗Théorème : Soient un endomorphisme d’un -ev de dimension finie et son polynôme minimal. Alors le scalaire de est
valeur propre de si et seulement si
ontrons que
Supposons que est une valeur propre. Montrons que
Soit

Si est valeur propre alors

( )

Comme , on peut écrire

(avec [ ] deg deg )
Comme est le polynôme minimal de
S’il existe
( ) avec

∗Théorème : Un endomorphisme est diagonalisable si et seulement s’il possède un polynôme annulateur scindé à racines
simples.

∗Théorème de Cayley-Hamilton :
Soit un endomorphisme de , et son polynôme caractéristique. est alors un polynôme annulateur de

Page 5 of 5