Vous êtes sur la page 1sur 11

Technique de rduction dune matrice dordre 3

Essaidi Ali
17 juillet 2015
K = R ou C et M M3 (K).

Technique de diagonalisation dune matrice dordre 3 :

1.1

Technique de diagonalisation dune matrice dordre 3 :

Pour diagonaliser une matrice M on suit les tapes suivantes :


Calculer le polynme caractristique M de M .
On dtermine les valeurs propres de M qui ne sont autre que les raine du polynme caractristique de M .
On dtermine pour chaque valeur propre de M lespace propre associ.
On construit la matrice diagonale D forme des valeurs propres.
On construit la matrice inversible P dont la k-ime colonne est forme des coordonnes dun vecteur propre associ la
valeurs propre qui se trouve dans la k-ime colonne de la matrice D.
On calcul linverse de P .
On a la diagonalisation A = P DP 1 .
Remarques :
Le polynme caractristique doit tre toujours donn sous forme factorise (produit de polynmes de degr un) pour avoir
facilement ses raines. Pour cela, on opre sur les lignes est colonnes de la matrice du polynme caractristique au lieu
de calculer directement le dterminant par dveloppement suivant une ligne ou une colonne.
Si A est diagonalisable alors on a 3 cas classs dans le tableau suivant :
A
Sp(A)
A

( X)( X)( X)
avec , , deux deux
distincts
( X)( X)2
avec 6=
( X)3

1.2

{, , }

(X )(X )(X )

Espaces propres :

dim E (A) = 1
dim E (A) = 1

dim E (A) = 1


{, }

(X )(X )

{}

2
Exemple 01 : Diagonalisation de la matrice A = 1
1

dim E (A) = 1
dim E (A) = 2
dim E (A) = 1

Exemples dapplication :

1 0
0 2 :
2 4

A est semblable une


matrice
de laforme :

0 0
0 0
0 0

0 0
0 0
0 0

0 0
A = 0 0
0 0

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

Essaidi Ali

1. Dtermination des valeurs propres : On a :




2 X 1
0

X
2
A = 1
1
2 4 X

0
2
2 X


2 X

1

0


2 X

(X 2) 1
0

1
X
1


0
2
1


2 X

(X 2) 1
0

1
X
1


1
2 X
0


2 X
(2 X)
1


1
2 X

(Dveloppement suivant la troisime ligne)


1 X
(2 X)
1


1 X
2 X

(L1 L1 + L2 )


1
(2 X)(1 X)
1

1
X
X 2


1
2 X

(L3 L3 L2 )

(C3 C3 + C2 )

= (2 X)(1 X)(3 X)

Donc Sp(A) = {1, 2, 3}. On dduit que A est diagonalisable car admet 3 valeurs propres deux deux distinctes ou
encore parceque son polynme caractristique qui est aussi annulateur de A (Cayley-Hamilton) est scind raines
simples.
2. Dtermination des espaces propres : Soit f lendomorphisme canoniquement
associ A.


=
x
xy
x y + 2z
=
? ) Lespace propre E1 (A) de A associ la valeur propre 1 : Soit y ker(AI3 ) donc

x 2y + 3z =
z

1
do x = y = z. On dduit que E1 (A) = R 1.
1
On pose e1 = (1, 1, 1) donc f (e1 ) = e1 .


x
=
y
x 2y + 2z =
? ) Lespace propre E2 (A) de A associ la valeur propre 2 : Soit y ker(A2I3 ) donc

z
x 2y + 2z =


2
x = 2z
do
. On dduit que E2 (A) = R 0.
y = 0
1
On pose e2 = (2, 0, 1) donc f (e2 ) = 2e2 .


x
=
x y
x 3y + 2z =
? ) Lespace propre E3 (A) de A associ la valeur propre 3 : Soit y ker(A3I3 ) donc

z
x 2y + z
=

1
do x = y = z. On dduit que E3 (A) = R 1.
1
On pose e3 = (1, 1, 1) donc f (e3 ) = 3e3 .
3. Matrice diagonale D et matrice inversible P :
Soit B la base
de R3 et C = (e1 , e2 , e3 ) donc la matrice de passage dela
canonique
1 2 1
1

1
0
1
P = PBC =
et la matrice de f dans la base C est D = mat(f, C ) = 0
1 1 1
0

base B
la base C est
0 0
2 0.
0 3

4. Calcul de linverse de la matrice P :

www.mathlaayoune.webs.com

2/11

mathlaayoune@gmail.com

0
0
0

0
0
0

0
0
0

CPGE Laayoune

https ://www.facebook.com/mathlaayoune




1 2 1 1 2 1 

L2 L2 + L1
2


=
On a det P = 1 0 1 = 2 2 0
2
1 1 1 2 3 0 L3 L3 + L1

1
0
1
1 3 2
On a comP = 3 2 1 donc tcomP = 0 2 2 .
2 2 2
1 1 2
1

3
1
2
2
On dduit que P 1 = det1 P tcomP = 0 1 1 .
1
1
1
2
2

Essaidi Ali


2
= 2.
3

5. Rduction de la matrice A :
On a A = mat(f, B), D = mat(f, C ) et P = PBC donc A = P DP 1 do :

1
3
2 1 0
1 2 1
1 0 0
2
2
1 0 2 = 1 0 1 0 2 0 0 1
1
1
1 2 4
1 1 1
0 0 3
2
2

0
Exemple 02 : Diagonalisation de la matrice B = 1
1

1
1
1

2 3
3 3 :
2 2

1. Dtermination des valeurs propres : On a :




X
2
3

3
B = 1 3 X
1
2
2 X

X

= X 1
X 1

2
1X
0


3
0
1 X

L2
L3

L2 L1
L3 L1


X

2
(X 1) 1
1

2
1
0


3
0
1


X

2
(X 1) 1
1

2
1
0


3 X
1 (C3 C3 + C1 )
0


2
(X 1)
1
2


3 X
1

(Dveloppement suivant la troisime ligne)

= (X 1)2 (X + 1)
Donc Sp(B) = {1, 1}.
2. Dtermination des espaces propres : Soit f lendomorphisme canoniquement
associ B.

x
= 0
x + 2y 3z
x + 4y 3z = 0
? ) Lespace propre E1 (B) de B associ la valeur propre -1 : Soit y ker(B+I3 ) donc

z
x + 2y z
= 0

1
do x = y = z. On dduit que E1 (B) = R 1.
1
On pose e1 = (1, 1, 1) donc f (e1 ) = e1 .


x
x + 2y 3z = 0
x + 2y 3z = 0
? ) Lespace propre E1 (B) de B associ la valeur propre 1 : Soit y ker(BI3 ) donc

z
x + 2y 3z = 0


2
3
do x + 2y 3z = 0. Cest lquation dun plan vectoriel, on dduit que E1 (B) = R 1 + R 0 .
0
1
On pose e2 = (2, 1, 0) et e3 = (3, 0, 1) donc f (e2 ) = e2 et f (e3 ) = e3 .
www.mathlaayoune.webs.com

3/11

mathlaayoune@gmail.com

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

Essaidi Ali

3. Matrice diagonale D et matrice inversible P :


Soit B la base
de R3 et C = (e1 , e2 , e3 ) donc la matrice de passage dela
canonique
2 3 1
1
P = PBC = 1 0 1 et la matrice de f dans la base C est D = mat(f, C ) = 0
0 1 1
0
4. Calcul de linverse
de la matrice
P:




2 3 1 2 3 1
3 1




= 2.




On a det P = 1 0 1 = 1 0 0 (C3 C3 C1 ) =
1 1
0 1 1 0 1 1

1 1 1
1 4 3
2 donc tcomP = 1 2 1.
On a comP = 4 2
3 1 3
1 2 3
1

2 2 23
1
1
On dduit que P 1 = det1 P tcomP = 12
.
2
1
3
1
2
2
5. Rduction de la matrice B :
On a B = mat(f, B), D = mat(f, C ) et P = PBC


0 2 3
2 3
1 3 3 = 1 0
1 2 2
0 1

2
Exemple 03 : Diagonalisation de la matrice C = 0
2

donc B = P DP 1 do :

1
2 2
1
1 0 0
1 0 1 0 21
1
1
1
0 0 1
1
2

4 4
4 0 :
2 4

23
1
2
3
2

base B
la base C est
0 0
1 0 .
0 1

1. Dtermination des valeurs propres : On a :




2 X
4
4

4 X
0
C = 0
2
2
4 X

4
0
4 X


2 X

(4 + X) 0
2

4
1
2


2 X
(X + 4)
2


4
4 X


X
(X + 4)
2


1
X(X + 4)
2

X(2 X)(X + 4)


X
4 X

(Dveloppement suivant la deuxime ligne)

(L1 L1 + L2 )


1
4 X

Donc Sp(C) = {0, 2, 4}. On dduit que C est diagonalisable car admet 3 valeurs propres deux deux distinctes ou
encore parceque son polynme caractristique qui est aussi annulateur de A (Cayley-Hamilton) est scind raines
simples.
2. Dtermination des espaces propres : Soit f lendomorphisme canoniquement
associ C.

x
2x + 4y 4z = 0
4y
= 0
? ) Lespace propre E0 (C) de C associ la valeur propre 0 : Soit y ker(C) donc

z
2x 2y + 4z
= 0


2
x = 2z
do
. On dduit que E0 (C) = R 0 .
y = 0
1
On pose e1 = (2, 0, 1) donc f (e1 ) = 0.


x
4x + 4y 4z =
6y
=
? ) Lespace propre E2 (C) de C associ la valeur propre 2 : Soit y ker(C2I3 ) donc

z
2x 2y + 2z
=
www.mathlaayoune.webs.com

4/11

mathlaayoune@gmail.com

0
0
0

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

Essaidi Ali

1
x = z
do
. On dduit que E2 (C) = R 0 .
y = 0
1
On pose e2 = (1, 0, 1) donc f (e1 ) = 2e2 .




x
2x + 4y 4z
? ) Lespace propre E4 (C) de C associ la valeur propre -4 : Soit y ker(C+4I3 ) donc
2x 2y + 8z
z

2
do x = y = 2z. On dduit que E4 (C) = R 2 .
1
On pose e3 = (2, 2, 1) donc f (e3 ) = 4e3 .
3. Matrice diagonale D et matrice inversible P :
Soit B la base
R3 et C = (e1 , e2 , e3 ) donc la matrice de passage de la
base B
canonique de
2
1 2
0 0
0
2 et la matrice de f dans la base C est D = mat(f, C ) = 0 2
P = PBC = 0
1 1 1
0 0

=
=

labase C est
0
0 .
4

4. Calcul de linverse
de la matrice
P:




2
1 2
2

1
0
2 = 2
= 2.
On a det P = 0
1 1
1 1 1

2 2 0
2 1 2
On a comP = 1 0 1 donc tcomP = 2 0 4.
2 4 0
0 1 0

1
1
1
2
On dduit que P 1 = det1 P tcomP = 1 0 2.
1
0
0
2
5. Rduction de la matrice C :
On a C = mat(f, B), D = mat(f, C ) et P = PBC donc C = P DP 1 do :

2
1 2
0 0 0
1
2 4 4
0 4 0 = 0
0
2 0 2 0 1
1 1 1
0 0 4
2 2 4
0

2
2.1

1
2

0
1
2

1
2
0

Technique de trigonalisation dune matrice dordre 3 :


Comment vrifier que M est bien trigonalisable :

Pour vrifier que M est trigonalisable on calcule son polynme caractristique M et on vrifie quil est scind.
Remarques :
Si K = C alors tout polynme non constant est scind donc M est trigonalisable.
On suppose dans la suite que M est scind, M est alors trigonalisable.
Puisque deg M = 3 alors , , K deux deux distincts tels que M soit de lune des formes suivantes : M =
(X )(X )(X ) ou M = (X )(X )2 ou M = (X )3 .
1. Si M = (X )(X )(X ) alors M est diagonalisable.
2. Si M = (X )(X )2 alors on peut citer deux techniques pour vrifier que M nest pas diagonalisable :
(a) Ou bien, on vrifie que dim E (M ) < 2.
(b) Ou bien, on vrifie que (M I3 )(M I3 ) 6= 0. En effet, si M est diagonalisable alors sont polynme
minimale M sera scind raine simples et puisque les raines de M sont exactement les valeurs propres de
M donc M = (X )(X ) et on aura 0 = M (M ) = (M I3 )(M I3 ).
On remarque, dans ce cas, que si M nest pas diagonalisable alors M = (X )(X )2 .
3. Si M = (X )3 alors M ne peut tre diagonalisable que si M = I3 (Cest--dire M est dj diagonale ).
En effet, si M est diagonalisable alors sont polynme minimale M sera scind raines simples et puisque les
raines de M sont exactement les valeurs propres de M donc M = (X ) et on aura 0 = M (M ) = M I3
donc M = I3 .
On remarque, dans ce cas, que si M nest pas diagonalisable alors M = (X )2 ou M = (X )3 .

www.mathlaayoune.webs.com

5/11

mathlaayoune@gmail.com

0
0

CPGE Laayoune

2.2

https ://www.facebook.com/mathlaayoune

Essaidi Ali

Mthode de trigonalisation :

On suppose que M est trigonalisable mais pas diagonalisable. Pour trigonaliser M on suit les tapes suivantes :
On calcul le polynme caractristique M de M .
On dtermine les valeurs propres de M qui ne sont autre que les raine du polynme caractristique de M .
On dtermine la base de trigonalisation de M :
1. Etape 1 : Pour toute valeur propre simple de M (lorsquelle existe) on dtermine la base de lespace propre associ.
2. Pour chaque valeur propre multiple de M ( elle existe toujours, sinon la matrice sera diagonalisable) on suit les
tapes suivantes :
(a) Etape 1 : On dtermine une base de lespace propre de M associ .
(b) Etape k (k 2) : Si dim ker(M I3 )k1 < m() on dtermine une base de ker(M I3 )k qui complte
celle de ker(M I3 )k1 .
Pour chaque nouveau vecteur obtenu x de ker(M I3 )k \ ker(M I3 )k1 on a (M I3 )(x) ker(M
I3 )k1 donc M x x + ker(M I3 ), ce qui permet de dterminer les coordonnes de M x en fonction de
x et des lments de la base de ker(M I3 )k1 . On dtermine ainsi les coordonnes de M x dans la base de
trigonalisation.
Soit (e1 , e2 , e3 ) la base obtenue. On construit la matrice inversible P dont les colonnes sont les coordonnes des vecteurs e1 , e2 et e3 dans la base canonique de M31 (R) et la matrice triangulaire suprieure T dont les colonnes sont les
coordonnes des vecteurs M e1 , M e2 et M e3 dans la base (e1 , e2 , e3 ).
On calcul linverse de P .
On a la trigonalisation M = P T P 1 .
Remarques :
Le polynme caractristique doit tre toujours donn sous forme factorise (produit de polynmes de degr un) pour avoir
facilement ses raines. Pour cela, on opre sur les lignes est les colonnes de la matrice du polynme caractristique au
lieu de calculer directement le dterminant par dveloppement suivant une ligne ou une colonne.
Si M est trigonalisable alors on a 3 cas classs dans le tableau suivant :
M
Sp(M )
M
Espaces propres et caractristiques : M est semblable une
matrice
de laforme :

= 1
0 0
dim E (M )
0 a
dim E (M )
= 1
( X)( X)2
{, } (X )(X )2

2
dim ker(M I3 ) = 2
0 0
avec 6=
avec
a 6= 0

0 a
dim E (M )
= 2
0 b
( X)3
{}
(X )2
2
dim ker(M I3 ) = 3
0 0
avec

(a, b) 6=(0, 0)
a b
= 1
dim E (M )
0 c
dim ker(M I3 )2 = 2
( X)3
{}
(X )3

0 0
dim ker(M I3 )3 = 3
avec ac 6= 0

2.3

Exemples dapplication :

0
Exemple 01 : Trigonalisation de la matrice A = 2
0

2 3
4 5 :
0 1

1. Dtermination des valeurs propres : On a :




X
2
3

5
A = 2 4 X
0
0
1 X
=


X
(1 X)
2


2
4 X

(1 X)(X 2)2

(Dveloppement suivant la dernire ligne)

Donc Sp(A) = {1, 2}.

www.mathlaayoune.webs.com

6/11

mathlaayoune@gmail.com

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

Essaidi Ali

2. Dtermination
de la base de trigonalisation : Soit f lendomorphisme canoniquement associ A.

x
x + 2y 3z
= 0

? ) Soit y ker(A I3 ) donc


do x = y = z. On dduit que E1 (A) =
2x + 3y 5z = 0
z

1
R 1 .
1
On pose
e1 =
e1 .
(1, 1, 1) donc f (e1 ) =

x
2x + 2y 3z = 0
x = y

2x + 2y 5z = 0 do
? ) Soit y ker(A 2I3 ) donc
. On dduit que E2 (A) =
z = 0

z
z
= 0

1
R 1.
0
On pose e2 = (1, 1, 0) donc f (e2 ) = 2e2 .
On a dim ker(A 2I3 ) = 1 < 2 = m(2) donc on doit calculer ker(A 2I3 )2 :

2 2 3
0 0 1
On a (A 2I3 )2 = 2 2 5 = 0 0 1 .
0 0 1
0 0 1



x
1
1
Soit y ker(A 2I3 )2 donc z = 0 do ker(A 2I)2 = R 1 + R 0.
z
0
0
On pose e3 = (1, 0, 0).
On a e3 ker(f 2idR3 )2 donc (f 2idR3 )(e3 ) ker(f 2idR3 ) = Re2 . On dduit que R tel que
(f 2idR3 )(e3 ) =



e2 .
1
2
1
2 2 3
On a A 2I3 = 2 2 5 donc (A 2I3 ) 0 = 2 = 2 1 donc (f 2idR3 )(e3 ) = 2e2 et
0
0
0
0 0 1
par suite f (e3 ) = 2e2 + 2e3 .
Remarque :
Pour calculer (A 2I3 )2 rapidement on peut utiliser la remarque suivante :
On a, daprs Cayley-Hamilton,
A est annulateur de A donc (A I3 )(A 2I3 )2 = 0 do Im(A 2I3 )2

1
ker(A I3 ) = R 1 .
1

1
Les colonnes de (A 2I3 )2 tant des lments de Im(A 2I3 )2 donc ils seront colinaires avec 1 . Autrement
1

x
y
z
dit, x, y, z R tels que (A 2I3 )2 = x y z .
x y z
Il suffit alors de calculer les coefficients de la premire ligne de (A 2I3 )2 pour dterminer x, y et z et dduire les
autres.
3. Matrice triangulaire T et matrice inversible P :
Soit B la base canonique de R3 et C = (e1 , e2 , e3 ).
On a, daprs le thorme de dcomposition des noyaux et Cayley-Hamilton, R3 = ker(f idR3 ) ker(f 2idR3 )2
et puisque (e1 ) est une base de ker(f idR3 ) et (e2 , e3 ) base de ker(f
)2 donc C est une base de R3 .
2idR3
1 1 1
La matrice de passage de la base B la base C est P = PBC = 1 1 0 et la matrice de f dans la base C
1 0 0

1 0 0
est T = mat(f, C ) = 0 2 2.
0 0 2
4. Calcul de linverse
de la matrice
P


1 1 1


1

On a det P = 1 1 0 =
1
1 0 0

www.mathlaayoune.webs.com

:

1
= 1.
0

7/11

mathlaayoune@gmail.com

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

1
0
0 1
1 donc tcomP = 0 1 1 .
2
1
1 2

0 0
1
On dduit que P 1 = det1 P tcomP = 0 1 1.
1 1 2
5. Rduction de la matrice A :
On a A = mat(f, B), T = mat(f, C ) et P = PBC donc A = P T P 1 do :

0 2 3
1 1 1
1 0 0
0 0
2 4 5 = 1 1 0 0 2 2 0 1
0 0 1
1 0 0
0 0 2
1 1

4
2 1
Exemple 02 : Trigonalisation de la matrice B = 6 3 2 :
1 1 2
1. Dtermination des valeurs propres : On a :


4 X
2
1

3 X
2
B = 6
1
1
2 X
0
On a comP = 0
1

Essaidi Ali

0
1
1


1
0
2 X


4X

2(1 X)

1


4 X

(1 X) 2
1


X

(1 X) 0
1

2
1
1


X
(1 X)
1


1
2 X

(1 X)3

2
1X
1

1
1
2

(L2 L2 + 2L1 )


1
0
2 X

2
1
1


1
0
2 X

(C1 C1 2C2 )

(Dveloppement suivant la deuxime ligne)

Donc Sp(B) = {1}.


2. Dtermination
de la base de trigonalisation
: Soit g lendomorphisme canoniquement associ B.



x
= 0
3x + 2y z
y = 2x

6x 4y + 2z = 0 do
. On dduit que E1 (B) =
Soit y ker(B I3 ) donc
z = x

x y + z
= 0
z

1
R 2.
1
On pose e1 = (1, 2, 1) donc g(e1 ) = e1 .
On a dim ker(B I3 ) = 1 < 3 = m(1) donc on doit calculer ker(B I3 )2 :

3
2 1
2 1 0
2 0.
On a (B I3 )2 = 6 4 2 = 4
1 1 1
2
1 0



x
1
0
Soit y ker(B I3 )2 donc 2x + y = 0 do ker(B I)2 = R 2 + R 0.
z
1
1
On pose e2 = (0, 0, 1).
On a dim ker(B I3 )2 = 2 < 3 = m(1) donc on doit calculer ker(B I3 )3 :
3
On a B = (1 X)3 donc, daprs Cayley-Hamilton,(B
I3 )
=0. Donc ker(B I3 )3 = M31 (R), il suffit
1
0
de prendre un vecteur quelconque qui soit libre avec 2 et 0 pour complter une base de M31 (R). Par
1
1
www.mathlaayoune.webs.com

8/11

mathlaayoune@gmail.com

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

Essaidi Ali


1
exemple, 0 (Souvent, on choisit un vecteur parmi ceux de la base canonique de M31 (R)).
0
On pose e3 = (1, 0, 0) donc (e1 , e2 , e3 ) est une base de R3 .
Remarque :
Pour calculer (B I3 )2 rapidement on peut utiliser la remarque suivante :
Ona, daprs
Cayley-Hamilton, B est annulateur de A donc (B I3 )3 do Im(B I3 )2 ker(B I3 ) =

1
R 2.
1

1
Les colonnes de (B I3 )2 tant des lments de Im(B I3 )2 donc ils seront colinaires avec 2. Autrement
1

x
y
z
dit, x, y, z R tels que (B I3 )2 = 2x 2y 2z .
x
y
z
Il suffit alors de calculer les coefficients de la premire ligne de (B I3 )2 pour dterminer x, y et z et dduire les
autres.
3. Matrice triangulaire T et matrice inversible P :
Soit B la base
de R3 et C = (e1 , e2 , e3 ) donc la matrice de passage de la base B la base C est
canonique
1 0 1
P = PBC = 2 0 0.
1 1 0
On a e2 ker(g 2idR3 )2 donc (g 2idR3 )(e2 ) ker(g 2idR3 ) = Re1 . On dduit que R tel que
(g 2idR3 )(e2 )
= e1 .



0
1
1
3
2 1
On a B I3 = 6 4 2 donc (B I3 ) 0 = 2 = 2. On dduit que (g 2idR3 )(e2 ) =
1
1
1
1 1 1
e1 et par suite g(e2 ) = e1 + e2 .
On a e3 ker(g 2idR3 )3 donc (g 2idR3 )(e3 ) ker(g 2idR3 )2 = Re1 + Re2 . On dduit que , R tels
que (g 2idR3 )(e2 ) = e1 + e2
.




1
3
1
0
3
2 1
On a B I3 = 6 4 2 donc (B I3 ) 0 = 6 = 3 2 + 2 0. On dduit que (g
0
1
1
1
1 1 1
2idR3 )(e2 ) = 3e1 + 2e2 et par suite g(e3 ) = 3e1 + 2e2 + e3 .

1 1 3
On dduit que la matrice de g dans la base C est T = mat(g, C ) = 0 1 2.
0 0 1
4. Calcul de linverse de la matrice P :



1 0 1

2
En dveloppant par rapport la troisime colonne det P = 2 0 0 =
1
1 1 0

0 0 2
0
1
0
1 2.
On a comP = 1 1 1 donc tcomP = 0
2 1 0
0 2 0

0 21 0
On dduit que P 1 = det1 P tcomP = 0 21 1.
1
1
0
2

5. Rduction de la matrice B :
On a B = mat(g, B), T = mat(g, C ) et P = PBC


4
2 1
1
6 3 2 = 2
1 1 2
1

1
Exemple 03 : Trigonalisation de la matrice C = 1
1

www.mathlaayoune.webs.com

donc B = P T P 1 do :

0
0 1
1 1 3
0 0 0 1 2 0
1 0
0 0 1
1


0
= 2.
1

21
21
1
2

0
1
0

1 2
1 2 :
1 4

9/11

mathlaayoune@gmail.com

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

Essaidi Ali

1. Dtermination des valeurs propres : On a :




1 X
1
2

1X
2
C = 1
1
1
4 X

2 X

= (4 + X) 1
1

X 2
1X
1


0
2 (C1 C1 C2 )
4 X


1

(2 X) 1
1

1
1X
1


0
2
4 X


1

(2 X) 1
1

0
1X
1


0
2
4 X


X
(2 X)
2


2 X
(2 X)
2


1
(2 X)
2

(2 X)3


2
4 X

(C2 C2 + C1 )

(Dveloppement suivant la premire ligne)


X 2
4 X

(L1 L1 + L2 )


1
4 X

Donc Sp(C) = {2}.


2. Basede
trigonalisation : Soit h lendomorphisme canoniquement associ C.

x
1
2
Soit y ker(C 2I3 ) donc x y + 2z = 0. On dduit que E2 (C) = R 1 + R 0.
z
0
1
On pose e1 = (1, 1, 0) et e2 = (2, 0, 1) donc h(e1 ) = 2e1 et h(e2 ) = 2e2 .
On a dim ker(C 2I3 ) = 2 < 3 = m(1) donc on doit calculer ker(C 2I3 )2 :

2
1 1 2
On a (C 2I3 )2 = 1 1 2 = 0 donc ker(C 2I3 )2 = M31 (R), il suffit de prendre un vecteur
1
1
2
1
2
quelconque qui soit libre avec 1 et 0 pour complter une base de M31 (R) (Souvent, on choisit un vecteur
1
0

0
parmi ceux de la base canonique de M31 (R)). Par exemple, 1.
0
3
On pose e3 = (0, 1, 0) donc (e1 , e2 , e3 ) est une base R .
Remarque :
On peut conclure, sans calcul, que (C 2I3 )2 = 0. En effet, ker(C 2I3 ) ( ker(C 2I3 )2 M31 (R) et
dim ker(C 2I3 ) = 2 donc dim ker(C 2I3 )2 = 3. On dduit que ker(C 2I3 )2 = M31 (R) et par suite
(C 2I3 )2 = 0.
3. Matrice triangulaire T et matrice inversible P :
Soit B la base
de R3 et C = (e1 , e2 , e3 ) donc la matrice de passage de la base B la base C est
canonique
1 2 0
P = PBC = 1 0 1.
0 1 0
On a e3 ker(h 2idR3 )2 donc (h 2idR3 )(e3 ) ker(h 2idR3 ) = Re1 + Re1 . On dduit que , R tels
que (h 2idR3 )(e3
) = e1 + e2
.



1 1 2
0
1
1
2
On a C 2I3 = 1 1 2 donc (C 2I3 ) 1 = 1 = 1 0. On dduit que (h
1 1 2
0
1
0
1
www.mathlaayoune.webs.com

10/11

mathlaayoune@gmail.com

CPGE Laayoune

https ://www.facebook.com/mathlaayoune

2idR3 )(e3 ) = e1 e2 et par suite h(e3 ) = e1 e2 + 2e3 .

2 0
On dduit que la matrice de h dans la base C est T = mat(g, C ) = 0 2
0 0

Essaidi Ali

1
1.
2

4. Calcul de linverse de la matrice P :




1 2 0
1




En dveloppant par rapport la troisime ligne, det P = 1 0 1 =
1
0 1 0

1 0 1
1 0
2
0 1 donc tcomP = 0
0 1.
On a comP = 0
2 1 2
1

1 2
1 0 1
On dduit que P 1 = det1 P tcomP = 0 0 1 .
2 1 2

5. Rduction de la matrice C :
On a C = mat(h, B), T = mat(h, C ) et P = PBC donc C = P T P 1 do :

1 1 2
1 2 0
2 0 1
1
1 1 2 = 1 0 1 0 2 1 0
1 1 4
0 1 0
0 0 2
2

www.mathlaayoune.webs.com

11/11


0
= 1.
1

0 1
0 1
1 2

mathlaayoune@gmail.com