Diagonalisation des matrices carrées
1 Polynômes caractéristiques
Soit A ∈ Mn (K) où K = R ou C.
1.1 Valeur propre et vecteur propre
1.1.1 Définition
Un scalaire λ ∈ K est dit valeur propre de A s’il existe un vecteur X ∈ Kn
(à n lignes et 1 colonne) tel que
X 6= 0Kn et AX = λ.X.
Dans ce cas, X est appelé vecteur propre de A.
Exemple
Soit
1 2 2
A= ,X= , λ = 2.
3 −4 1
On vérifie alors que A.X = 2.X, donc 2 est une valeur propre de A et X est
un vecteur propre de A.
1.2 Polynôme caractéristique
1.2.1 Théorème
Un scalaire λ est valeur propre de A si et seulement si det(A − λ.In ) = 0 si
et seulement si la matrice A − λ.In est non inversible.
1
1.2.2 Définition
det(A−λ.In ) est un polynôme de degré n et d’inconnue λ tel que le coefficient
de λn est (−1)n .
Ce polynôme est appelée polynôme caractéristique de la matrice A et est
noté PA (λ). On a donc
p
Y
n
PA (λ) = det(A − λ.In ) = (−1) (λ − λi )ai avec p ≤ n.
i=1
1.2.3 Remarques
Les valeurs propres de A sont les racines du polynôme caractéristique
de A.
a1 , · · · , ap sont les ordres de multiplicité des valeurs propres et on note
ai = o(λi ) pour tout i ∈ {1, . . . , p}.
Exemples
1. Soit
1 −2 0
A = 0 1 2 .
0 0 3
On a alors
1 − λ −2 0
PA (λ) = det(A − λ.In ) = 0 1−λ 2 = (3 − λ)(1 − λ)2
0 0 3−λ
Ainsi 3 est une valeur propre d’ordre de multiplicité 1 (simple) et 1 est
une valeur propre d’ordre de multiplicité 2 (double).
2. Soit
0 −1
B=
3 4
B admet deux valeurs propres simples : 1 et 3.
2
Exercice 1
Soit
4 3 −3
A= 0 1 0
1 1 0
1. Déterminer le polynôme caractéristique de A.
2. En déduire les valeurs propres de A et leurs ordres de multiplicité.
1.3 Espace Propre
1.3.1 Définition
Soit A ∈ Mn (R) et λ une valeur propre associée à A.
On appelle espace propre associé à λ l’ensemble des vecteurs propres
associés à λ, défini par
Eλ = {X ∈ Kn : AX = λ.X}
1.3.2 Exemple
Soit
0 −1
A= .
3 4
A admet deux valeurs propres :
−1
1 dont l’espace propre est E1 =< >
1
1
3 dont l’espace propre est E3 =< >
−3
Exercice 2 Soit
−4 3 3
A = −3 2 3
−3 3 2
1. Déterminer le polynôme caractéristique de A.
2. En déduire les valeurs propres de A et leurs ordres de multiplicité.
3. Déterminer les espaces propres de A.
3
2 Matrice diagonalisable
2.1 Définition
Soit A ∈ Mn (K). On dit que A est diagonalisable si elle est semblable
à une matrice diagonale c’est-à-dire si et seulement s’il existe une matrice
diagonale D et une matrice inversible P tel que
A = P.D.P −1 ou encore D = P −1 .A.P .
Exemple
Soit
0 −1 −1 1
A= et P =
3 4 1 −3
On vérifie que P est inversible et que
−1 1 0
P .A.P = .
0 3
C’est-à-dire que A est diagonalisable.
2.2 Théorème
Soit A ∈ Mn (K). A est diagonalisable si et seulement si l’une de ces deux
conditions est vérifiée :
Les racines du polynôme caractéristique sont toutes simples.
La dimension de chaque espace propre est égale à l’ordre de multiplicité
de la valeur propre qui lui est associée.
Exemples
0 −1
1. Vue que la matrice A = admet deux valeurs propres simples
3 4
alors elle est diagonalisable.
4
2. Soit
3 −1 1
B = −1 3 1
2 2 2
On a alors PB (λ) = −λ.(4 − λ)2 . B admet donc 0 comme valeur propre
simple et 4 comme valeur propre double.
E0 admet la famille {v1 = (1, 1, −2)} comme base, donc
dimE0 = 1 = o(0).
E4 admet la famille {v2 = (−1, 1, 0), v3 = (1, 0, 1)} comme base, donc
dimE4 = 2 = o(4).
Ainsi la matrice B est diagonalisable.
2.3 Proposition
Soit A ∈ Mn (K) une matrice diagonalisable de valeur propres (λ1 , . . . , λn )
et de vecteurs propres associés respectifs (v1 , . . . , vn ). Alors la matrice P
inversible est la matrice des coordonnées de ces vecteurs (placés en colonnes)
et la matrice D diagonale est la matrice des valeurs propres placées dans le
même ordre que les vecteurs propres.
Exemple
Soit
2 2 0
A = 1 2 1 .
0 2 2
On a alors
2−l 2 0
PA (λ) = 1 2−λ 1 = −λ(4 − λ)(2 − λ).
0 2 2−λ
Les valeurs propres de A sont 0, 2 et 4. Elles sont toutes simples, donc A est
diagonalisable.
Cherchons maintenant une matrice P inversible et une matrice D diagonale
tel que : A = P.D.P −1 .
5
Les bases respectives de E0 , E2 et E4 sont {v1 = (−1, 1, −1)}, {v2 = (−1, 0, 1)}
et {v3 = (1, 1, 1)}.
Ainsi :
−1 −1 1 0 0 0
P = 1 0 1 et D = 0 2 0 .
−1 1 1 0 0 4