Vous êtes sur la page 1sur 40

15

Valeurs propres
On s'intresse ici aux proprits des valeurs propres d'un endomorphisme et on suppose
connus les principaux rsultats sur les polynmes d'endomorphisme dans le cas de la dimension
nie (voir le chapitre 16), ainsi que les rsultats classiques de rduction des endomorphismes
(voir le chapitre 17). Le thorme de Dunford-Schwarz est galement connu.
K est un corps commutatif et K [X] est l'algbre des polynmes coecients dans K.
E est un K-espace vectoriel de dimension innie ou de dimension nie n 1.
L (E) est l'algbre des endomorphismes de E, GL (E) est le groupe des automorphismes de
E.

Mn (K) est l'algbre des matrices carres d'ordre n coecients dans K, GLn (K) est le
groupe des matrices inversibles dans Mn (K) .
On note Id [resp. In ] l'endomorphisme [resp. la matrice] identit.
En dimension nie, le choix d'une base de E permet de raliser un isomorphisme d'algbres
de L (E) sur Mn (K) .
toute matrice A dans Mn (K) est associ l'endomorphisme de Kn , que nous noterons
encore A :
A : Kn
Kn
x 7 y = Ax.

Dans ce qui suit, u est un endomorphisme de E.

15.1 Valeurs et vecteurs propres


Dnition 15.1 On dit que K est valeur propre de u si ker (u Id) = {0} .
Dire que K est valeur propre de u quivaut dire qu'il existe un vecteur non nul x dans
E tel que u (x) = x.
On dit alors que x est un vecteur propre de u associ la valeur propre et que le sous
espace vectoriel de E, E = ker (u Id) , est le sous espace propre associ .
L'ensemble des valeurs propres de u L (E) est appel le spectre de u et not Sp (u) .

Remarque 15.1 Dans le cas o E est de dimension nie, il y a quivalence entre ker (u Id)

non rduit {0} et uId non inversible, mais cela n'est plus vrai en dimension innie. Pour E
de dimension innie, un scalaire tel que u Id est non inversible est appel valeur spectrale
de E. Une valeur propre est une valeur spectrale, mais la rciproque n'est pas vraie.
En identiant une matrice A Mn (K) l'endomorphisme de Kn qu'elle dnit dans la base
canonique de Kn , on peut donner la dnition suivante.
365

Valeurs propres

366

Dnition 15.2 On dit que dans K est valeur propre de A Mn (K) s'il existe un vecteur

non nul x dans Kn tel que Ax = x.


On dit alors que x est un vecteur propre de A associ la valeur propre et que le sous espace
vectoriel de Kn , E = {x Kn | Ax = x} (que l'on peut noter ker (A In )) est le sous espace
propre associ .

L'ensemble des valeurs propres de A est appel le spectre de A et not Sp (A) .


Dans le cas o E est de dimension nie n 1, un scalaire K est valeur propre de
u L (E) si, et seulement si, u Id est non inversible, ce qui quivaut dire que le polynme
caractristique de u dni par Pu (X) = det (u XId) est nul pour X = .
On a donc, dans le cas o dim (E) = n :
Sp (u) = Pu1 {0} = { K | det (u Id) = 0}

et c'est une partie nie de K ayant au plus n lments.


Pour K non algbriquement clos (par exemple pour K = R) ce spectre peut tre vide.
Le polynme caractristique d'une matrice A Mn (K) est dni par PA (X) = det (A XId) .
Si u a pour matrice A dans une base de E, alors A et u ont mme polynme caractristique
et mmes valeurs propres.

Lemme 15.1 On suppose E de dimension nie.

Si F est un sous espace vectoriel de E stable par u, alors le polynme caractristique de la


restriction de u F divise celui de u.

Dmonstration. On dsigne par B1 une


F complte en une base de E, B = B1 B2 .
( base de )
Dans cette base la matrice de u est A =

A1 A2
0 A3

o A1 est la matrice, dans la base B1 , de

la restriction de u F (F est stable par u) et le polynme caractristique de u s'crit :


Pu (X) = det (A1 XIn1 ) det (A3 XIn3 ) .

On en dduit alors que Pu est un multiple du polynme caractristique de la restriction de u


F.

Thorme 15.1 On suppose E de dimension nie.

Si K est une valeur propre de u de multiplicit en tant que racine du polynme caractristique de u, on a alors :
1 dim (ker (u Id)) .

Dmonstration. Le sous-espace propre E = ker (u Id) n'tant pas rduit au vecteur


nul, sa dimension est suprieure ou gale 1.
Ce sous-espace vectoriel tant stable par u, le polynme caractristique P de la restriction
de u E divise le polynme caractristique Pu de u. En remarquant que P (X) = ( X)
o est la dimension de E , on dduit que :
Pu (X) = ( X) Q (X)

et la racine de Pu tant de multiplicit , on a ncessairement .

Exemple 15.1 Le polynme caractristique d'une matrice A =



aX
b
PA (X) =
c
dX

a b
c d

)
M2 (K) est :



= X 2 Tr (A) X + det (A) .

Valeurs et vecteurs propres

367

Exemple 15.2

a1 a2 a3
Le polynme caractristique de A = a4 a5 a6 M3 (K) est :
a7 a8 a9


a1 X

a2
a3




a5 X
a6
PA (X) = a4

a7
a8
a9 X
= X 3 + aX 2 bX + c

o :
a = Tr (A) , c = det (A)

et :





a5 a6 a1 a3 a1 a2






+
+
b=
a8 a9 a7 a9 a4 a5

(ce sont tous les dterminants extraits d'ordre 2 qui contiennent deux termes diagonaux de A).
Plus gnralement, pour A Mn (K) , on a :
PA (X) = (1)n X n + (1)n1 n1 X n1 + (1)n2 n2 X n2 + + 0

avec :
n1 = Tr (A) , 0 = det (A)

et :

n2 =

det (Ai,j )

1i<jn

o les det (Ai,j ) , pour 1 i < j n, sont tous les dterminants extraits d'ordre 2 qui
contiennent deux termes diagonaux de A, soit :

a a
det (Ai,j ) = ii ij
aji ajj



(1 i < j n)

Ce que nous conrme Maple. Pour n = 4 et :

a11
a21
A=
a31
a41

il nous donne :

a12
a22
a32
a42

a13
a23
a33
a43

a14
a24

a34
a44

PA (X) = X 4 3 X 3 + 2 X 2 1 X + 0

avec :
3 = a11 + a22 + a33 + a44

et :


a
a
2 = 11 12
a21 a22


a11 a13
+
a31 a33


a11 a14
+
a41 a44


a22 a23
+
a32 a33


a22 a24
+
a42 a44


a33 a34
+
a43 a44

Valeurs propres

368

Exemple 15.3 Si R =

cos () sin ()
sin () cos ()

est une matrice de rotation dans M2 (R) , son

polynme caractristique est :

P (X) = X 2 2 cos () X + 1 = (X cos ())2 + sin2 ()

et ce polynme n'a pas de racine relle pour R \ Z. On a donc Sp (R ) = dans ce cas


(R = I2 si Z).

Exemple 15.4 Si S =

cos () sin ()
sin () cos ()

polynme caractristique est :

est une matrice de rexion dans M2 (R) , son

P (X) = X 2 1

et Sp (S ) = {1, 1} .

Exemple 15.5

E = C (R) est l'espace des fonctions indniment drivables de R dans R et


u est l'oprateur de drivation, u : f 7 f .
Pour tout rel , on a :
ker (u Id) = {f C (R) | f = f } = Rf

o f est la fonction dnie par :


x R, f (x) = ex

(f0 est la fonction constante gale 1).


Donc Sp (u) = R et les espaces propres sont des droites.

Exemple 15.6 Soit

a < b deux rels. E = C 0 ([a, b]) est l'espace des fonctions continues de
[a, b] dans R et u est l'oprateur de primitivation u : f 7 g, o g est dnie par :
x
x [a, b] , g (x) =
f (t) dt
a

Pour tout rel , on a :

f ker (u Id) x [a, b] ,

Pour = 0, on a

)
f (t) dt = f (x)

a
x

f (t) dt = 0 pour tout x [a, b] et par drivation, cela donne f = 0 pour

unique solution, donc 0 n'est pas valeur propre.


Pour = 0, une fonction f dans ker (u Id) est drivable et on a f = f avec f (a) = 0, il
x
existe donc une constante relle telle que f (x) = e et f (a) = 0 donne = 0.
On a donc Sp (u) = .
L'endomorphisme u est injectif et non surjectif (l'image de u est contenue dans C 1 ([a, b]) = E ),
donc u est non inversible et 0 est valeur spectrale de u.

Exemple 15.7

E = K [X] et u est l'endomorphisme, u : P 7 XP.

Pour tout scalaire , on a :

ker (u Id) = {P K [X] | XP = P } = {0}

Donc Sp (u) = .
Ici aussi, 0 est valeur spectrale de u.

Valeurs et vecteurs propres

369

Exercice 15.1 On se place sur C (R+, ) et u est l'oprateur direntiel, u : f 7 xf . Dterminer les valeurs propres et espaces propres de u.

Solution 15.1 Pour tout rel , on a :

{
(
)
}
ker (u Id) = f C R+, | xf = f = Rf

o f est la fonction dnie par :


x R+, , f (x) = x

(f0 est la fonction constante gale 1).


Donc Sp (u) = R et les espaces propres sont des droites.

Thorme 15.2 Les valeurs propres d'une matrice symtrique relle A sont toutes relles.
Dmonstration. Soient une valeur propre complexe de A Sn (R) Mn (C) et x un
vecteur propre non nul associ. On a alors Ax = x, qui par conjugaison complexe donne
Ax = x puisque A est relle et :
t

xAx = xx =

|xk |2

k=1

Mais on a aussi, du fait que A est symtrique :


t

xAx =

(Ax) x =

(x) x = xx =

|xk |2

k=1

et en consquence = puisque

|xk |2 = 0.

k=1

Remarque 15.2 Dans la dmonstration prcdente l'ordre de R est intervenu par la fait qu'une

somme de carrs dans R est nulle si, et seulement si, tous ces carrs sont nuls. Cette proprit
caractrise les corps totalement ordonns.

En utilisant le thorme de diagonalisation des matrices symtriques relles, on vrie que


si A Sn (R) , alors A est positive [resp. A dnie positive] si et seulement si toutes ses valeurs
propres sont positives [resp. strictement positives] (thorme 21.6).

Exercice 15.2 Calculer les valeurs propres de :

1 1
1 0

A = ... ... . . .

1 0
1 1

pour n 3.

1 1
0 1

.. ..
Mn (R)
. .

0 1
1 1

Valeurs propres

370

Solution 15.2 Le polynme caractristique de A est :



1X
1
1
1
1
1

1
X
0
0
0
1

1
0
X
0

0
1

.
..
.
.
.
.
.

. . . . . . ..
..
..
.
PA (X) =

.
1
.. 0
1
0
0
0

1
0
0
0 X
1

1
1
1
1
1 1X

En retranchant la colonne n la colonne 1 et la colonne n 1 aux colonnes k = 2, , n 2,


on obtient :


X
0
0
0
1
1


0 X

0
0

0
1


0

0
X
0

0
1
.
..
..
. . . . . . . . . ..
.
.
.
.
PA (X) = .


.
0

.. 0
0
0
0
1


0
X
X X X
1

X
0
0
0
1 1X

1 0
0
0
1
1

0 1 0
0

0
1

0
0 1 0
0
1
.
.
.
..
.
.
.

..
. . . . . . ..
.
= X n2 ..

.
0
.. 0
0
0
0
1

0
1
1
1

X
1

1
0
0
0
1 1X

et en ajoutant la ligne 1 la ligne n, cela donne :









n2
PA (X) = X












.. . . . . . .
..
..
.
.
. .
.
.

...
0
0
0
0
1
1
1
1 X
1
0
0
0
2 2X

0
0
0
1
1 0
0
1
..
. . . . . . . . . ..
.
.

...
0
0
0
1
1
1 X
1
0
0
2 2X

1 0
0
0 1 0
0
0 1







n2
= X





..
.

0
0
0
1
0

..
.

0
1
0

0
0
0

1
0
0

1
1
1

Valeurs et vecteurs propres

371

En ajoutant la ligne k la ligne n 2, pour k = 1, , n 3, on obtient :






..
..
.. . . . . . .
.
. .
.
.
.

...
0
0
0
0
1
0
0
0 X n 2
0
0
0
2 2X




X
n

2
n3
n
n2


= X n2 (1)
(X (X 2) 2 (n 2))
2 2 X = (1) X
(
)
= (1)n X n2 (X 1)2 (2n 3)

Les valeurs propres de A sont donc 1 = 0 d'ordre n 2, 2 = 1 2n 3 et 3 = 1 + 2n 3









PA (X) = X n2




1 0
0 1

0
0

0
0

1
1

qui sont simples.


L'espace propre associ la valeur propre 0 est l'espace de dimension n 2 d'quations :
{

x2 + + xn1 = 0
x1 + xn = 0

Un vecteur dans ce noyau s'crit donc :

x1
x2

..

.
x=

xn2

x2 xn2
x1

..

= x1
+ x2

..

. + + x
n2

1
0

0
0

..
.

1
0

et en notant (ei )1in la base canonique de Rn , une base de ce noyau est :


(e1 en , e2 en1 , , en2 en1 )

Cette matrice est donc diagonalisable (ce que l'on sait dj puisqu'elle est symtrique relle).

Exercice 15.3 Soit :

A=

a1

b1

b1

a2

b2

..
.

...
...

...

...
...

..
.

bn2 an1 bn1


0
bn1 an

Mn (R)

une matrice relle tridiagonale symtrique avec bi = 0 pour tout i compris entre 1 et n 1.
1. Montrer que, pour toute valeur propre R de A, l'espace propre associ est de dimension
1. Sachant qu'une matrice symtrique relle est diagonalisable, en dduire que les n valeurs
propres de A sont simples.
2. Dcrire un algorithme de calcul de l'espace propre associ une valeur propre de A.

Solution 15.3

Valeurs propres

372

1. Comme A est symtrique relle, toutes ses valeurs propres sont relles.
Pour tout rel , on note :

A = A In =

a1

b1

b1

a2

b2

...
...

..
.

...

...
...

..
.

bn2 an1 bn1


0
bn1
an

et B est la matrice extraite de A en supprimant la premire ligne et la dernire colonne,


soit :

...
b a b2
1 2.

...
...
0

..

B =
.
.
. . bn2 an1
..

On a alors det (B ) =

bn1

bi = 0 et rang (A ) n 1. On a donc :

i=2

R, dim (ker (A In )) 1

et dim (ker (A In )) = 1 si est une valeur propre de A.


Sachant que A est diagonalisable, en notant 1 , , p les valeurs propres relles deux
deux distinctes de A, on a E =

ker (A k In ) avec dim (ker (A k In )) = 1 pour

k=1

tout k compris entre 1 et p, ce qui impose p = n et A a n valeurs propres relles simples.


2. Soit une valeur propre de A et x Rn {0} un vecteur propre associ. On a alors :

a1 x1 + b1 x2 = x1 ,
bk1 xk1 + ak xk + bk xk+1 = xk (2 k n 1) ,

bn1 xn1 + an xn = xn .

Si xn = 0, l'hypothse bi = 0 pour tout i = 1, , n 1 nous dit que tous les xi sont nuls.
On peut donc prendre xn = 1 et (x1 , x2 , , xn1 ) est solution du systme triangulaire
suprieur :

bk1 xk1 + (ak ) xk + bk xk+1 = 0 (2 k n 2) ,


bn2 xn2 + (an1 ) xn1 = bn1 ,

bn1 xn1 = an .

La solution de ce systme est donne par :

an

,
xn1 =
bn1

xk1 = bk xk+1 + (ak ) xk (k = n 1, , 2) .


bk1

On retrouve le fait que l'espace propre associ la valeur propre est de dimension 1.

Valeurs et vecteurs propres

373

Exercice 15.4 Soient n 3 et :

A=

a1

c1

b2

a2

c2

...
...

..
.

..
.

...
...

...

bn1 an1 cn1


0
bn
an

une matrice tridiagonale coecients rels telle que bk ck1 > 0 pour tout k compris entre 2 et
n.

1. Montrer que A a le mme polynme caractristique que la matrice :

a1
2 b 2 c1
0

..

...
a2
3 b 3 c2
.
2 b2 c1

.
.
.

..
..
..
T =
0
0

.
.
..
..

n1 bn1 cn2
an1
n bn cn1

an
0

0
n bn cn1

o k = 1 est le signe de bk .
2. En dduire que A est diagonalisable valeurs propres simples.

Solution 15.4
1. En remarquant que pour toute matrice diagonale D = diag (1 , , n ) et toute matrice
A Mn (K) de colonnes C1 , , Cn et de lignes L1 , , Ln , on a :

DA =

1 L 1

..
.

et AD = (1 C1 , , n Cn )

n Ln

on dduit que dans le cas o tous les k sont non nuls, on a :


((

D AD =

j
aij
i

))

1i,jn

Si A est tridiagonale, on a alors :

a
1
1

b2

D1 AD = 0

..
.

2
c1
1

0
3
c2
2

a2

...

...

..
.

...

...

...

n2
bn1
n1

an1

n1
bn
n

et dnissant la suite (k )1kn par :

1 = 1

k = k1

bk
ck1

(2 k n)

0
n
cn1
n1
an

Valeurs propres

374

on a :
k1
bk =
k

ck1
bk = sign (bk ) bk ck1 =
bk

bk
ck1

ck1 =

k
ck1
k1

(pour bk > 0, on a ck1 > 0 et c'est clair, pour bk < 0, on a ck1 < 0 et

ck1
(bk ) = ck1 bk ).
bk
En dnitive, la matrice A est semblable :

a1
2 b 2 c1
0

..

...
a2
23 b3 c2
.
2 b2 c1

.
.
.
..
..
..
T =
0
0

.
.
..
..

an1
n bn cn1
n1 bn1 cn2

0
n bn cn1
an

ck1
bk =
bk

2. L'exercice prcdent nous dit que T est diagonalisable valeurs propres simples et il en
est de mme de A.

Exercice
15.5
On suppose que K = R et que u2 a une valeur propre > 0. Montrer que

ou est valeur propre de u.

) (
)

u Id u + Id est non injectif, donc

Id ou u + Id est non injectif, ce qui signie que

Solution 15.5 L'endomorphisme u2 Id =

l'un des deux endomorphismes u

ou est valeur propre de u.

Exercice 15.6 On suppose que le corps K est inni et que l'espace E est de dimension nie

n 1.

1. Montrer que pour tout u L (E) , il existe une innit de scalaires tels que u Id soit
inversible.
2. En dduire que pour tous u et v dans L (E) , uv et vu ont mme polynme caractristique
et mme polynme minimal (considrer d'abord le cas o u est inversible).

Solution 15.6
1. L'application polynomiale 7 Pu () = det (u Id) ayant au plus n racines dans K,
on a Pu () = 0 pour une innit de valeurs de et pour ces valeurs l'endomorphisme
u Id est inversible.
2. Dans le cas o u est inversible, en crivant que v u = u1 (u v) u, on dduit que
u v et v u ont mme polynme caractristique et mme polynme minimal.
De manire gnrale, pour u dans L (E) il existe une innit de scalaires tels que uId
soit inversible et pour ces valeurs de on a pour tout t K, P(uId)v (t) = Pv(uId) (t)
[resp. (uId)v (t) = v(uId) (t)]. Pour tout t x dans K on a donc deux polynmes
en qui concident pour une innit de valeurs, ils sont donc gaux et = 0 donne
Puv (t) = Pvu (t) [resp. uv (t) = vu (t)].

Remarque 15.3 Il est facile de vrier que si K est une valeur propre de u et x E \ {0}
un vecteur propre associ, alors pour tout polynme P K [X] , on a P (u) x = P () x (voir le
thorme 16.1).

Valeurs et vecteurs propres

375

Dans le cas de la dimension nie, on a le rsultat suivant.

Thorme 15.3 Si dim (E) = n, alors les valeurs propres de u sont les racines de son poly-

nme minimal.

Dmonstration. Si K est une valeur propre de u et

associ, de l'galit :

x E \ {0} un vecteur propre

0 = u (u) (x) = u () x

on dduit que u () = 0, c'est--dire que est racine de u .


Rciproquement si K est racine de u , on a alors u (X) = (X ) Q (X) et avec
u (u) = (u Id) Q (u) = 0 et le caractre minimal de u on dduit que u Id est non
inversible ce qui quivaut dire que est une valeur propre de u.

Dnition 15.3 Si

dim (E) = n, alors la multiplicit d'une valeur propre de u en tant que

racine de son polynme minimal est appele l'indice de cette valeur propre.

Exemple 15.8 Si dim (E) = n et u est nilpotent d'ordre q 1, on a alors u (X) = X q et 0


est l'unique valeur propre de u.

Exercice 15.7 Soit :

0 1
0 0

0 0
Mn (C)
. . . .. ..
. .
1 0

0 0
1 0
0 1

A=
..
.
0

..
.

la matrice de permutation associe au n-cycle = (1, 2, , n) .


Dterminer les valeurs propres de A et les espaces propres associs.

Solution 15.7 En dsignant par (ei )1in la base canonique de Cn , on a :


Aek = ek+1 (1 k n 1) et Aen = e1

Il en rsulte que An ek = ek pour tout k compris entre 1 et n et An1 e1 = en = e1 . Donc An = In


et An1 = In , c'est--dire que A est d'ordre n (comme ).
On en dduit que les valeurs propres de A sont des racines n-mes de l'unit.
2i
Soient = e n et pour k compris entre 1 et n, k = k et fk le vecteur :

k
2k

..
fk =
.
(n1)k

nk

jk ej
=

j=1

On a alors :
Afk =
=

j=1
n

jk Aej =

n1

jk ej+1 + nk e1

j=1

(i1)k ei + e1 =

i=2

= k

i=1

i=1

ik ei = k fk

(i1)k ei

Valeurs propres

376

Les valeurs propres de A sont donc les n racines n-mes de l'unit et les espaces propres sont
des droites. La matrice A est donc diagonalisable.
Comme tous les n-cycles sont conjugus dans Sn (thorme 3.2), les k sont aussi les valeurs
propres d'une matrice de permutation A pour tout n-cycle .

Exercice 15.8 On suppose que K est algbriquement clos. Dterminer les valeurs propres de
P (u) pour P K [X] .

Solution 15.8 Voir le thorme 16.1.


Exercice 15.9 On suppose que E est un espace de Banach.
1. Rappeler la dnition de l'exponentielle d'une application linaire continue u L (E) .
2. Montrer que si C est une valeur propre d'une application linaire continue u L (E) ,
alors e est valeur propre eu .

Solution 15.9
1. L'exponentielle d'une application linaire continue u L (E) est l'endomorphisme eu
dni par eu =

n!
n=0

un . Comme u est continue, on a u (x) u x pour tout

x E, donc u u pour tout n 0 et


n

u
n

un = eu , donc la

n!
n!
n=0
n=0
1 n
u est normalement convergente et en consquence convergente dans l'espace
srie
n!
complet E.
2. Soit x E \ {0} un vecteur propre associ la valeur propre de u.
Avec la continuit de l'application linaire v L (E) 7 v (x) , on dduit que eu (x) = e x.
En eet, pour n 1, on a :

( n
) (
)
n



1

1
u



uk (x) = eu
uk (x)
e (x)



k!
k!
k=0
k=0


(
)
+
+


1 k
1 k



=
u (x)
u x


k!
k!
k=n+1
k=n+1
)
( +
1

uk x 0
n+
k!
k=n+1

donc :

((
eu (x) = lim

n+

= lim

n+

k!
k=0
n

1
k=0

k!

)
uk

(x)

= lim

n+

k!
k=0

uk (x)

x = e x.

Dans le cas o E est de dimension nie, sur C, on peut simplement dire que l'endomorphisme u est trigonalisable, ce qui signie qu'il existe une base B de E dans laquelle la
matrice A de u est triangulaire suprieure, les termes diagonaux de cette matrice tant
les valeurs propres 1 , , n de u. Comme, pour tout entier k 0, la matrice Ak de uk
dans B est aussi triangulaire suprieure de termes diagonaux k1 , , kn , on dduit que la
matrice eA de eu dans B est triangulaire suprieure de termes diagonaux e1 , , en et
ces nombres complexes sont les valeurs propres de eu .

Valeurs et vecteurs propres

377

Thorme 15.4 Si Sp (u) = {1 , , p } , alors les sous-espaces propres Ek = ker (u k Id) ,


pour k compris entre 1 et p, sont en somme directe.
Dmonstration. Il s'agit de montrer que si

xk = 0 avec xk Ek , pour tout k compris

k=1

entre 1 et p, les xk sont alors tous nuls.

En dsignant par (Lj )1jp la suite des polynmes de Lagrange dnie par Lj (X) =
on a :

et Lj (u)

xk

(X i ) ,

i=1
i=j

Lj (u) (xk ) = (k i ) xk =

i=1

i=j
(

0si k = j

(j i ) xj si k = j
i=1
i=j

p
p

(j i ) = 0, ce qui donne
= 0 entrane (j i ) xj = 0 avec
i=1
i=j

i=1
i=j

k=1

xj = 0.

On peut aussi procder par rcurrence sur p 1.


Pour p = 1, c'est clair.
Supposons le rsultat acquis pour p 1 1. Si

on a

u (xk ) =

k=1

xk = 0 avec xk Ek , en appliquant u,

k=1

k xk = 0 et :

k=1
p

k xk p

k=1

k=1

xk =

p1

(k p ) xk = 0

k=1

avec k p = 0 pour 1 k p 1, ce qui nous donne xk = 0 pour 1 k p 1, puis xp = 0.


Une consquence intressante de ce thorme dans le cas de la dimension nie est la suivante :
si dim (E) = n et u a n valeurs propres distinctes dans K, il est alors diagonalisable (thorme
17.6).

Exercice 15.10 On suppose que le corps K est de caractristique nulle et que n 3.

Soient a, b dans K et A (a, b) = ((aij ))1i,jn dans Mn (K) dnie par :


{
i {1, 2, , n} ,

aii = b,
aij = a si j {1, 2, , n} {i} .

1. Calculer (a, b) = det (A (a, b)) .


2. Calculer le polynme caractristique et les valeurs propres avec leur multiplicit de la
matrice A (a, b) .

Solution 15.10

Valeurs propres

378

1. La matrice A (a, b) est de la forme :

b a
a a
a b
a a

.. . . . . . . ..
A (a, b) = .
. .
.
.

a a
b a
a a
a b

En ajoutant les lignes 2 n la premire ligne on a :








(a, b) = det (A (a, b)) = (b + (n 1) a)



1
b

1
a

1
a

a
a

a
a

b
a

a
b

1
a

.. . . . . . . ..
.
.
. .
.

Puis en retranchant la premire colonne aux colonnes 2 n on obtient :


(a, b) = (b + (n 1) a) (b a)n1 .

2. Le polynme caractristique de A (a, b) est donn par :


P(a,b) (X) = (a, b X)
= (1)n (X (b + (n 1) a)) (X (b a))n1

Les valeurs propres de A (a, b) sont donc 1 = b + (n 1) a et 2 = b a. Pour a = 0,


la matrice A (0, b) est celle d'une homothtie et 1 = 2 = b est valeur propre d'ordre n
de cette matrice. Pour a = 0, 1 est valeur propre simple et 2 est valeur propre d'ordre

n 1.

On peut aussi remarquer que A (a, b) + (a b) In = aA (1, 1) avec A (1, 1) de rang 1. On


dduit donc que 0 est valeur propre d'ordre n 1 de A (1, 1) et que Tr (A (1, 1)) = n est
valeur propre simple (le polynme caractristique de A (1, 1) est (1)n X n1 (X )). On
retrouve alors facilement les valeurs propres de A (a, b) .

Exercice 15.11 On suppose que n 3.


1. Pour toute matrice A = ((aij ))1i,jn Mn (C) et tout nombre complexe t, on note
At = ((aij + t))1i,jn . Montrer que :
t C, det (At ) = det (A) + tS (A) ,

la constante complexe S (A) ne dpendant que des coecients de A.


2. Soient a, b, c des nombres complexes et M (a, b, c) = ((mij ))1i,jn Mn (C) dnie par :

mii = b,
mij = c si j {i + 1, , n} ,
i {1, , n} ,

mij = a si j {1, , i 1} .

(a) En prenant, pour a = c, A = M (a, b, c) , t = a et t = c dans la question


prcdente, calculer le dterminant de M (a, b, c) .
(b) Calculer le polynme caractristique et les valeurs propres de M (a, b, c) .

Valeurs et vecteurs propres

379

Solution 15.11
1. On note Cj la colonne numro j de A et E le vecteur de composantes toutes gales 1.
En retranchant, pour k compris entre 2 et n, la colonne 1 la colonne k de At , on obtient :
det (At ) = det (C1 + tE, C2 C1 , , Cn C1 )
= det (C1 , C2 C1 , , Cn C1 ) + t det (E, C2 C1 , , Cn C1 )

puis en ajoutant, pour k compris entre 2 et n, la colonne 1 la colonne k dans le premier


dterminant de cette dernire galit, on a :
det (At ) = det (A) + tS (A)

o :






S (A) =


2. La matrice M (a, b, c) s'crit :

1 a12 a11
1 a22 a21

a1n a11
an2 a21

ann an1

..
.

..
.

1 an2 an1

..
.

b c
c c
a b
c c

.. . . . . . . ..
M (a, b, c) = .
.
.
. .

a a
b c
a a
a b

(a) Pour a = c, la matrice M (a, b, a) est symtrique et ce cas a t tudi avec l'exercice
prcdent. Dans ce cas, on a vu que :
det (M (a, b, a)) = (b + (n 1) a) (b a)n1 .

Pour a = c, en prenant A = M (a, b, c) dans la question prcdente, on a :


det (Aa ) = (b a)n = det (A) aS (A) ,
det (Ac ) = (b c)n = det (A) cS (A) .

On en dduit que :
det (M (a, b, c)) =

c (b a)n a (b c)n
.
ca

En utilisant la continuit de l'application polynomiale (a, b, c) 7 det (M (a, b, c)) , on


dduit que :
det (M (a, b, a)) = ca
lim det (M (a, b, c))
c=a

= ca
lim
c=a

c (b a)n a (b c)n
ca

= (b a)n + a ca
lim
c=a

= (b a) + a ca
lim
n

(b a)n (b c)n
ca
n1

(b a)n1k (b c)k

c=a k=0

= (b a) + na (b a)n1 = (b + (n 1) a) (b a)n1
n

Valeurs propres

380

(b) Pour a = c, le polynme caractristique et les valeurs propres de la matrice M (a, b, a)


ont t calculs l'exercice prcdent. On suppose donc que a = c. Dans ce cas, le
polynme caractristique de M (a, b, c) est donn par :
c (b a X)n a (b c X)n
Pa,b,c (X) =
.
ca

Pour a = 0 ou c = 0, la matrice M (a, b, c) est triangulaire avec b pour valeur propre


d'ordre n. Pour a = 0 et c = 0, on a
Pa,b,c (b a) = a (a c)n1 = 0, Pa,b,c (b c) = c (c a)n1 = 0.

On peut donc crire que les valeurs propres de M (a, b, c) sont dnies par :
(

baX
bcX

)n

a
= .
c
a

En notant 1 , , n les racines ne`me dans C de (qui est non nul), on dduit alors
c
que les valeurs propres de M (a, b, c) sont :
k = b +

ck a
(1 k n) .
1 k

(comme a = c, on a k = 1).

Exercice 15.12 On suppose que n 3 et que le corps K est algbriquement clos.

On dit qu'une matrice A = ((aij ))1i,jn Mn (K) est de Hessenberg si aij = 0 pour tout
couple (i, j) tel que j < i 1. On dit que A est irrductible si ai,i1 = 0 pour tout i = 2, , n.
1. Montrer que si A est une matrice de Hessenberg irrductible et une valeur propre de A,
alors l'espace propre associ est de dimension 1 (on retrouve, comme cas particulier, le
rsultat de l'exercice 15.3).
2. En dduire que les valeurs propres d'une matrice de Hessenberg irrductible sont simples
si et seulement si la matrice est diagonalisable.

Solution 15.12
1. Soient A une matrice de Hessenberg irrductible, un scalaire et :

A = A In =

a11

a12

a13

a21

a22

a23

..
.

...
...

...

a1n

..
.

...
...

an2,n

an1,n2 an1,n1 an1,n


0
an,n1
an,n

Si B est la matrice extraite de A en supprimant la premire ligne et la dernire colonne,


soit :

B =

a21 a22
0
0

..
.

a23

a32

a33

...

...
...

0
0

an1,n2
0

...
...

a2,n1

..
.

,
an2,n

an1,n1
an,n1

Valeurs et vecteurs propres

381

on a det (B ) = ai,i1 = 0. On a donc ainsi montr que :


i=2

K, rang (A ) n 1,

ou encore :

K, dim (ker (A In )) 1.

En particulier, pour valeur propre de A on a :


dim (ker (A In )) = 1.

2. La matrice A est diagonalisable sur K si et seulement pour toute valeur propre de A,


la dimension de ker (A In ) est gale la multiplicit de comme racine du polynme
caractristique de A. Avec ce qui prcde on dduit alors que la matrice A est diagonalisable
si et seulement toutes ses valeurs propres sont simples.

Exercice 15.13

E = C 0 (R, C) est le C-espace vectoriel des fonctions continues de R dans C


et u est l'endomorphisme de E dni par :
{
f (0)
si x = 0
f E, x R, u (f ) (x) =
1 x
f (t) dt si x = 0
x 0

1. Vrier que, pour tout f E, u (f ) est bien un lment de E.


2. Montrer que 0 n'est pas valeur propre de u.
On dnit les sous-espaces vectoriels E0 , E1 , E2 de E par :
E0 = {fonctions constantes} ,
{
}
{
}
E1 = f E | f|R = 0 , E2 = f E | f|R+ = 0

3. Montrer que chaque sous-espace Ek , pour k = 0, 1, 2, est stable par u. On note alors uk
la restriction de u Ek (c'est un endomorphisme de Ek ).
4. Dterminer l'ensemble Sp (u1 ) des valeurs propres de u1 et les espaces propres associs.
5. Dterminer l'ensemble Sp (u2 ) des valeurs propres de u2 et les espaces propres associs.
6. Vrier que E = E0 E1 E2 .
7. Dterminer l'ensemble Sp (u) des valeurs propres de u et les espaces propres associs.

Solution 15.13
1. Pour f E, la fonction g = u (f ) est de classe C 1 sur R avec :
x R , g (x) =

f (x) g (x)
x

La fonction g est donc continue sur R .


Comme f est continue en 0, pour tout rel > 0, il existe un rel > 0 tel que :
|x| < |f (x) f (0)| <

Valeurs propres

382

donc pour 0 < |x| < , on a :


x
1


(f (t) f (0)) dt
|g (x) g (0)| = |g (x) f (0)| =
x 0
x


1

|f (t) f (0)| dt

|x|
0

et g est continue en 0.
La fonction g est bien dans E.
On peut aussi remarquer que :

x R, u (f ) (x) =

f (xt) dt
0

(pour x = 0 c'est clair et pour x = 0, il sut de faire le changement de variable t = ux


avec u [0, 1]). Comme la fonction (x, t) 7 f (xt) est continue sur R et l'intgration se
fait sur un compact, on en dduit que u (f ) est continue sur R.
f (x) g (x)

2. Si g = u (f ) = 0, on a alors f (0) = g (0) = 0 et g (x) =


= 0 pour tout
x

x R , ce qui entrane f (x) = g (x) = 0. On a donc ker (u) = {0} et u est injective, ce
qui revient dire 0 n'est pas valeur propre de u.
3. Si f0 E0 , on a u (f0 ) = f0 E0 . Donc E0 est stable par u et u0 = IdE0 .
Si f1 E1 , on a alors, pour tout rel x :

u (f1 ) (x) =

f1 (xt) dt = 0
0

pour x 0 et u (f1 ) E1 .
On vrie de manire analogue que E2 est stable par u.
4. Soit C une valeur propre de u1 . Comme u est injective, on a = 0.
Si f E1 \ {0} est un vecteur propre associ, on a f (x) = 0 pour x 0 et pour x > 0 :
1
f (x) = u1 (f ) (x) =
x

ce qui implique que f de classe C 1 sur R+, avec

f (t) dt
0

d
(xf (x)) = f (x) , soit :
dx

x > 0, xf (x) + ( 1) f (x) = 0

Il en rsulte que f (x) = x 1 avec C .


Comme f est continue en 0 avec f (0) = 0, on a ncessairement lim+ f (x) = 0, ce
1

x0

qui quivaut lim+ |f (x)| = 0 avec |f (x)| = || x( )1 , encore quivalent dire que
1

x0
( )
( )
1
1

> 1. Rciproquement tout nombre complexe non nul tel que


> 1 est

valeur propre de u1 avec pour espace propre associ la droite dirige par la fonction f E1

dnie par :

{
f (x) =

0 si x 0
1
x 1 si x > 0

Valeurs et vecteurs propres

383

En eet, la fonction f est nulle sur R et de classe C 1 sur R avec lim+ f (x) = 0 =
x0
f (0) , elle est donc continue en 0. Son image par u1 est la fonction g dnie par :

f (xt) dt =

g (x) =
0

0 si x 0
1 1
1
1
x 1 0 t 1 dt = x 1 si x > 0

soit g = f .

( )
1
a ib
1
En notant = a + ib, on a = 2
et la condition
> 1 quivaut a2 + b2 < a,
2

a +b

(
)2
1
1
encore quivalent a
+ b2 < . Donc l'ensemble des valeurs propres de u1 est le
4
(
) 2
1 1
1
1
disque ouvert D , de centre et de rayon .
2 2
2
2
(
)
1 1
5. De manire analogue, on voit que D ,
est aussi l'ensemble des valeurs propres de
2 2
(
)
1 1
u2 et pour tout D
,
, l'espace propre associ est la droite dirige par la fonction
2 2
g dnie par :
{
0 si x 0
1
g (x) =
|x| 1 si x < 0

6. Si f E s'crit f = f0 + f1 + f2 avec fk Ek pour k = 0, 1, 2, on a ncessairement :


f (0) = f0 + f1 (0) + f2 (0) = f0

et :

{
f1 (x) =
{
f2 (x) =

f (x) f0 = f (x) f (0) si x 0


0 si x 0
f (x) f0 = f (x) f (0) si x 0
0 si x 0

ce qui dtermine uniquement les fonctions f0 , f1 , f2 en cas d'existence.


En posant f0 = f (0) et :
{

f1 (x) =

f (x) f (0) si x 0
f2 (x) =
0 si x 0

f (x) f (0) si x 0
0 si x 0

on dnit bien des fonctions f0 E0 , f1 E1 et f2 E2 telles que f = f0 + f1 + f2 .


On a donc la dcomposition en somme directe E = E0 E1 E2 .
7. Soit C une valeur propre de u ( = 0 puisque u est injective). Si f = f0 + f1 + f2
est un vecteur propre non nul associ avec fk Ek pour k = 0, 1, 2, on a :
u (f ) = u (f0 ) + u (f1 ) + u (f2 ) = f = f0 + f1 + f2

ce qui quivaut u (fk ) = fk pour k = 0, 1, 2 puisque E = E0 E1 E2 .


Comme u0 = IdE0 , on a f0 = f0 et on a deux possibilits : soit f0 = 0 et ncessairement
= 1, f1 = f2 = 0 (1
/ Sp (u1 ) = Sp (u2 )), ce qui signie que 1 est valeur propre ; soit
f0 = 0 et u (fk ) = fk pour k = 1, 2 avec f1 = 0 (ou f2 )= 0 et Sp (u1 ) .
L'ensemble des valeurs propres de u est donc D

1 1
,
2 2

{1} (le disque ouvert de centre

Valeurs propres

384

1
1
et de rayon auquel on a ajout 1 qui est sur le bord du disque).
2
2
Pour = 1, l'espace propre associ est la droite E0 dirige par la fonction constante gale
1. Pour = 1 dans Sp (u) , l'espace propre associ est le plan vectoriel engendr par les
fonctions f et g .

15.2 Valeurs propres des endomorphismes nilpotents en dimension nie


On suppose ici que E est de dimension nie.
On rappelle qu'un endomorphisme u est nilpotent s'il existe un entier q strictement positif
tel que uq1 = 0 et uq = 0. On dit que q est l'indice de nilpotence de u.

Lemme 15.2 Si u est nilpotent, alors 0 est valeur propre de u et Tr (u) = 0.


Dmonstration. Supposons u nilpotent d'ordre q 1, soit que uq1 = 0 et uq = 0.

Avec det (uq ) = (det (u))q = 0, on dduit que det (u) = 0 et 0 est valeur propre de u.
On peut aussi dire si x E est tel que uq1 (x) = 0, on a alors u (uq1 (x)) = uq (x) = 0 et
0 est valeur propre de u (la dimension de E n'intervient pas ici).
Pour montrer que la trace d'un endomorphisme nilpotent est nulle, on procde par rcurrence
sur la dimension n 1 de E.
Pour n = 1, l'unique endomorphisme nilpotent est l'endomorphisme nul et sa trace est nulle.
Supposons le rsultat acquis pour les espaces de dimension au plus gale n 1 1 et soit
u L (E) nilpotent d'ordre q 1 avec E de dimension n 2. Comme 0 est valeur propre de
u, il existe un vecteur non nul e1 dans le noyau de u et en compltant
ce
) vecteur en une base
(
0
o M1,n1 (K)
B de E, la matrice de u dans cette base est de la forme A =
0 B
(
)
0 B q
et B Mn1 (K) . Avec Aq+1 =
= 0, on dduit que B est nilpotente et en
0 B q+1
consquence Tr (B) = 0 (l'hypothse de rcurrence nous donne le rsultat sur Mn1 (K)), ce
qui entrane Tr (u) = Tr (A) = Tr (B) = 0.

Thorme 15.5 Pour K algbriquement clos, u est nilpotent si, et seulement si, 0 est la seule
valeur propre de u.

Dmonstration. On a dj vu que si u est nilpotent d'ordre q, alors 0 est valeur propre de


u.

S'il existe une autre une valeur propre K de u, on a alors pour tout vecteur propre non
nul associ x, uq (x) = q x = 0 et = 0. On peut aussi dire que si u est nilpotent d'indice q,
son polynme minimal est X q et 0 est l'unique valeur propre de u.
Rciproquement si 0 est la seule valeur propre de u avec K algbriquement clos, alors le
polynme minimal de u est X q avec 1 q n et u est nilpotent.

Remarque 15.4 Pour

K non algbriquement clos, un endomorphisme u peut avoir 0 pour


seule valeur propre dans K sans tre nilpotent comme le montre l'exemple de l'endomorphisme
u de R3 de matrice :

0
0
0
A = 0 cos () sin ()
0 sin () cos ()

Valeurs propres des endomorphismes nilpotents en dimension nie

385

dans la base canonique avec


/ Z. Le polynme caractristique de v est :
(
)
Pv (X) = X (cos () X)2 + sin2 () ,

la seule valeur propre relle est 0 et pour tout entier q 1, on a :

0
0
0
Aq = 0 cos (q) sin (q) =
0.
0 sin (q) cos (q)

On rappelle qu'un corps K est de caractristique nulle si le morphisme d'anneaux k 7 k 1


de Z dans K est injectif, ce qui est encore quivalent dire que l'galit k = 0 dans K avec
k Z et K quivaut k = 0.

Thorme 15.6 On suppose le corps K de caractristique( nulle.


)

Un endomorphisme u est nilpotent si, et seulement si, Tr uk = 0 pour tout k compris entre 1
et n.
Si u est nilpotent, il en est de mme de uk pour tout entier k 1 et
(Dmonstration.
)
Tr uk = 0.
Pour la rciproque, on procde par rcurrence sur la dimension n 1 de E.
Pour n = 1, on a u (x) = x, tr (u) = et le rsultat est trivial.
Supposons le rsultat
( k )acquis pour les espaces de dimension au plus gale n 1 1 et soit
u L (E) tel que Tr u = 0 pour tout k compris entre 1 et n = dim (E) 2. Si Pu (X) =
n
n

ak X k est le polynme caractristique de u, en tenant compte de Pu (u) =


ak uk = 0 et
k=0
k=0
( )
tr uk = 0 pour k = 1, , n, on dduit que tr (P (u)) = na0 = 0 et a0 = det (u) = 0 puisque K
de caractristique nulle. Donc 0 est valeur
( propre
) de u et il existe une base B de E, dans laquelle
0
la matrice de u est de la forme A =
o M1,n1 (K) et B Mn1 (K) . Avec
0
B
(
)
( )
( )
( )
0 B k1
k
A =
, on dduit que tr B k = tr Ak = tr uk = 0 pour tout k = 1, , n et
k
0
B
l'hypothse de rcurrence
nous )
dit que B est nilpotente. Enn, en notant p l'indice de nilpotence
(
p
0
B
de B, avec Ap+1 =
= 0, on dduit que A est nilpotente et il en est de mme de u.
0 B p+1
Pour K algbriquement clos et de caractristique nulle, on peut donner la dmonstration

directe suivante.
( )
Supposons que Tr uk = 0 pour tout k compris entre 1 et n = dim (E) . S'il existe des
valeurs propres non nulles 1 , , p d'ordres respectifs 1 , , p avec p compris entre 1 et n,
on a :
p
( )
Tr uk =
j kj = 0 (1 k p)
j=1

(comme K est algbriquement clos, il existe une base de E dans laquelle la matrice de u est
triangulaire de diagonale (0, , 0, 1(, , 1 , , p , , p ) et dans cette
) base, la matrice de
uk est aussi triangulaire de diagonale 0, , 0, k1 , , k1 , , kp , , kp ). Mais la matrice de
ce systme d'quations aux inconnues j est une matrice de type Vandermonde de dterminant :






1
p
p



.
..
.
...
... . =
j ..
.
.
p1
p
p1
j=1
1
p
p

..
.

p1


j
(j i ) = 0
=

j=1
1i<jp1

Valeurs propres

386

ce qui entrane que tous les j sont nuls puisque K de caractristique nulle. Mais on a alors une
contradiction avec j 1.
En dnitive 0 est la seule valeur propre de u et u est nilpotent.

15.3 Localisation des valeurs propres d'une matrice complexe


Ici, K = C.
Si x 7 x est une norme sur E = Cn , on lui associe alors la norme matricielle induite qui
est dnie par :
Ax
= sup Ax
xE
xE\{0} x

A Mn (K) , A = sup

x=1

On rappelle qu'une telle norme matricielle est sous-multiplicative, c'est--dire que AB


A B pour toutes matrices A, B.
On notera A
, A2 les normes matricielles respectivement associes aux normes x =
n

|xi |2 .
max |xi | et x2 =

1in

i=1

Si A une matrice d'ordre n suprieur ou gal 2 coecients complexes, on note :


n

Li =
Cj =

j=1
j=i
n

|aij | (1 i n) , L = max {Li + |aii |} ,


1in

|aij | (1 j n) , C = max {Cj + |ajj |} .


1jn

i=1
i=j

Thorme 15.7 (Gerschgrin-Hadamard) Soient A dans Mn (C) et dans C une valeur


propre de A. Il existe un indice i {1, , n} tel que :
| aii | Li .

Dmonstration. Soit C une valeur propre de A et x un vecteur propre associ dans

C avec x = 1. Pour i {1, , n} tel que |xi | = x , on a :


n

aij xj = ( aii ) xi

j=1
j=i

et | aii |

|aij | = Li .

j=1
j=i

L'exercice qui suit donne une application du thorme de Gerschgrin-Hadamard au calcul


des valeurs propres d'une matrice.

Exercice 15.14 Soient (a, b) R2 et A (a, b) la matrice relle d'ordre n 2 dnie par :

A (a, b) =

b
0

..
.

...
... ... ...
...
b
a
b

..
.

0
.

b
a

Calculer les valeurs propres et les vecteurs propres associs de A (a, b) .

Localisation des valeurs propres d'une matrice complexe

387

Solution 15.14 En crivant que A (a, b) = aIn + bA (0, 1) , il nous sut de considrer le cas
o (a, b) = (0, 1) .
La matrice A (0, 1) est symtrique relle, donc toutes ses valeurs propres sont relles (thorme
15.2). Avec le thorme de Gerschgrin-Hadamard, on dduit que pour toute valeur propre
R on a || 2. Une telle valeur propre peut donc s'crire = 2 cos () avec [0, ] . Si
x est un vecteur propre non nul associ ses composantes sont alors solutions de la rcurrence :
xk1 xk + xk+1 = 0 (1 k n) ,

avec les conditions aux limites x0 = 0 et xn+1 = 0.


Le polynme caractristique de cette rcurrence est :

(
)(
)
P (r) = r2 2 cos () r + 1 = r ei r ei

Les racines sont donc r1 = ei , r2 = ei et on a :


xk = c1 eik + c2 eik (0 k n + 1) .

De x0 = 0, on dduit que c2 = c1 et de xn+1 = 0 avec (c1 , c2 ) = (0, 0) , on dduit que


j
avec 1 j n.
n+1
Les valeurs propres de A (a, b) sont donc :
(
)
k
k (a, b) = a + 2b cos
(1 k n) .
n+1

sin ((n + 1) ) = 0 et =

L'espace propre associ k (a, b) est la droite engendre par le vecteur v (k) de composantes :
(k)
vj

)
(
k
(1 k, j n) .
= sin j
n+1

Exercice 15.15 Soit n 3. En utilisant les rsultats de l'exercice 15.4 et de l'exercice prcdent, dterminer le spectre de la matrice :

A (a, b, c) =

b
0

..
.

..
.

...
... ... ...
...
b
a

0
Mn (R)

c
a

o a, b, c sont des rels donns avec b > 0 et c > 0.

Solution 15.15 On a vu avec l'exercice 15.4 que A est semblable :

a

bc
( )

A a, bc =
0
.
..

...
...

donc les valeurs propres de A (a, b) sont :

k = a + 2 bc cos

bc

k
n+1

bc

...
...

..
.

...
0

bc a
bc
0
bc a
)
(1 k n) .

Valeurs propres

388

Exercice 15.16 On dsigne par


par :

A la matrice relle d'ordre n suprieur ou gal 2 dnie

A=

1
1
0

..
.

...
... ... ...
...
1 1

0
..
.
.

0
1

Calculer les valeurs propres de t AA.

Solution 15.16 On a :

t
AA =

..
.

. . . ..
.
... ... ...
0
...
1 2 1

Les valeurs propres de la matrice symtrique relles t AA sont relles et le thorme de GerschgrinHadamard nous dit que toute valeur propre de cette matrice est telle que | 2| 2. On peut
donc crire une telle valeur propre sous la forme :
( )

= 2 (1 cos ()) = 4 sin


2
2

avec [0, ] .
De det (A) = 0 (en dveloppant suivant la premire ligne) on dduit que 0 est valeur propre de
t
AA, ce qui correspond = 0 ou = .
Si est une valeur propre non nulle, on a ]0, [ et un vecteur propre associ x de coordonnes
xk (1 k n) est dni par les relations de rcurrence :
xk1 + ( 2) xk + xk+1 = 0

(1 k n)

(15.1)

avec les conditions aux limites x0 = xn et xn+1 = x1 . Tout revient chercher les suites relles
(xk )kN priodiques de priode n et vriant la rcurrence (15.1) . Le polynme caractristique
de cette rcurrence, P (r) = r2 2 cos () r + 1 a pour racines r1 = ei et r2 = ei . On obtient
donc les solutions dnies par :
k N,

xk = eik + eik ,

les coecients et tant tels que xk R et xk+n = xn pour tout entier naturel k. Des
conditions xk R pour tout entier k on dduit que ( ) sin (k) = 0 et = . La condition
x0 = xn donne 2 cos (n) = 2 et, si on s'intresse une solution non nulle on a ncessaire2

avec 0 j n 1. On a donc ainsi montr


ment = 0 et cos (n) = 1, ce qui donne = j
n
t
que la matrice AA a n valeurs propres simples donnes par :
( )
j = 4 sin2 j
(0 j n 1) .
n

Corollaire 15.1 Pour toute valeur propre C de A Mn (C) on a :


|| min {L, C} .

Localisation des valeurs propres d'une matrice complexe

389

Dmonstration. Le thorme de Gerschgrin et Hadamard nous dit que toute valeur propre
de A est dans l'un des disques | aii | Li . Ce mme thorme appliqu la transpose de
A qui admet les mmes valeurs propres que A, nous dit que toute valeur propre de A est dans
l'un des disques | ajj | Cj .
On peut alors crire que, pour toute valeur propre de A on a :
|| | aii | + |aii | Li + |aii | L.

De manire analogue, on a || C. On a donc bien || min {L, C} , pour toute valeur


propre de A.

Dnition 15.4 Une matrice A Mn (C) est dite diagonale strictement dominante si :
i {1, , n} , |aii | >

|aij | .

j=1
j=i

Les matrices diagonale strictement dominante se rencontrent dans de nombreux problmes,


par exemple dans le problme de l'interpolation par des fonctions splines cubiques ou dans les
problmes de rsolutions d'quations aux drives partielles par des mthodes de discrtisation
par dirences nies.

Corollaire 15.2 Une matrice

A Mn (C) diagonale strictement dominante a toutes ses


valeurs propres non nulles dans C. En consquence elle est inversible.

Dmonstration. Soient A une matrice diagonale strictement dominante et une valeur


propre de A dans C. Le thorme de Gerschgrin-Hadamard nous dit qu'il existe un indice
i {1, , n} tel que :
| aii |

|aij | .

j=1
j=i

On ne peut donc avoir = 0 si A est diagonale strictement dominante.


Le thorme qui suit gnralise le thorme de Gerschgrin et Hadamard.
La dmonstration de ce thorme passe par le lemme suivant.
1 1
On rappelle que si p et q sont deux rels strictement positifs tels que + = 1, on a alors
p

pour tous vecteurs x, y dans Cn :

( n
n
) p1 ( n
)1

q q


p
|xi |
xi yi
|yi |



i=1

i=1

i=1

(ingalit de Hlder).

Lemme 15.3 Si A Mn (C) n'est pas inversible, alors :


[0, 1] , i {1, , n} | |aii | Li Ci1

Dmonstration. Dire que A Mn (C) est non inversible revient dire que 0 est valeur

propre de A et aussi de t A.

Valeurs propres

390
Le thorme de Gerschgrin-Hadamard nous dit alors que :
i {1, , n} | |aii | Li

et :

j {1, , n} | |ajj | Cj

Ce qui nous donne le rsultat pour = 0 et = 1.


On suppose maintenant que ]0, 1[ .
On dsigne par x un vecteur propre non nul associ la valeur propre 0. Le vecteur x est
alors solution non nulle du systme linaire :
n

aij xj = 0 (1 i n)

j=1

et on a, pour tout i compris entre 1 et n :


|aii | |xi |

j=1
j=i
n

|aij | |xj |
(
)
|aij | |aij |1 |xj | (1 i n) .

j=1
j=i

En utilisant l'ingalit de Hlder avec


q > 0), on dduit que :

1
1
= et = 1 (comme ]0, 1[ , on a p > 0 et
p
q

p1

1q

n
n

|aii | |xi |
|aij |
|aij |q(1) |xj |q

j=1
j=i

j=1
j=i

n
n

|aij |
|aij | |xj | 1

j=1
j=i

soit :

j=1
j=i

|aii | |xi |

Li

1
|a
|
|x
|
ij
j

(1 i n)

j=1
j=i

On raisonne alors par l'absurde en supposant que :


i {1, , n} , |aii | > Li Ci1

Dans ce cas, on a, pour tous les indices i tels que xi = 0 (il en existe puisque x = 0) :

Li Ci1

|xi | < |aii | |xi |

Li

1
|a
|
|x
|
ij
j

j=1
j=i

Localisation des valeurs propres d'une matrice complexe


ce qui impose Li = 0 et :

391

Ci1

|aij | |xj | 1
|xi | <

j=1
j=i

soit :
1

Ci |xi | 1 <

|aij | |xj | 1

j=1
j=i

On a donc :
S=

Ci |xi |

1
1

i=1

i=1
xi =0

i=1

j=1
j=i

Ci |xi |

S<

<

n
n

|aij | |xj | 1

i=1 j=1
xi =0 j=i

1
|aij | |xj | 1
=

soit :

1
1

j=1

n
1

|aij | |xj | 1

i=1
i=j

Cj |xj | 1 = S

j=1

ce qui est impossible.

Thorme 15.8 (Ostrowski) Soit A dans Mn (C) . Pour tout rel [0, 1] et toute valeur
propre C de A, il existe i {1, , n} tel que :

| aii | Li Ci1 .

Dmonstration. Si est valeur propre de A alors AIn est non inversible et avec le lemme

prcdent, on dduit que pour tout rel [0, 1] , on peut trouver un indice i {1, , n} tel
que |aii | Li Ci1 .

Remarque 15.5 Pour = 1, on retrouve le thorme de Gerschgrin et Hadamard.


Corollaire 15.3 Soit
{1, , n} tel que :

A dans Mn (C) . Pour toute valeur propre de A, C, il existe i


||2 (Li + |aii |) (Ci + |aii |) .

Dmonstration. En prenant

1
dans le thorme d'Ostrowski, on peut trouver i
2

Li Ci . On dduit alors que :

|| |aii | + Li Ci (|aii | + Li ) (|aii | + Ci ),

la dernire ingalit rsultant de 2 Li Ci Ci + Li .


{1, ..., n} tel que |aii |

Valeurs propres

392

15.4 Rayon spectral des matrices complexes


On suppose que K = C.
Le rayon spectral (u) [resp. (A)] est le rayon du plus petit disque centr en 0 du plan
complexe qui contient toutes les valeurs propres de u [resp. de A].

Dnition 15.5 Le rayon spectral de u L (E) [resp. A Mn (C)] est le rel (u) =
[resp. (A) = max ||].

max ||

sp(u)

sp(A)

Du thorme de diagonalisation des matrices normales, on dduit le rsultat suivant.

Lemme 15.4 Si A Mn (C) est une matrice normale (i. e. telle que A A = AA , o A =

A), alors :

A2 = (A) .

Dmonstration. Une matrice normale A Mn (C) se diagonalise dans une base orthonor-

me, il existe donc des scalaires {1 , , n } et une base orthonorme (e1 , , en ) de Cn tels que
n

Aek = k ek pour tout k {1, , n} . Pour tout x =

k=1

on a alors :
Ax22

|xk | |k | (A)
2

xk ek Cn tel que x22 =

|xk |2 = 1,

k=1

|xk |2 = (A)2 .

k=1

k=1

On peut donc conclure que A2 (A) .


Si k {1, , n} est tel que (A) = |k | , alors (A) = |k | = Aek 2 avec ek 2 = 1. Donc

A2 = (A) .
L'galit A2 = (A) est valable en particulier pour A complexe hermitienne ou unitaire
et pour A relle symtrique ou orthogonale.

Thorme 15.9 Pour toute matrice A Mn (C) , on a :


A2 =

Dmonstration. Pour tout

Schwarz, on a :

A A2 = (A A).

x Cn tel que x22 = 1, en utilisant l'ingalit de Cauchy-

Ax22 = x | A Ax x2 A Ax2
x2 A A2 x2 = A A2 .

Ce qui entrane A22 A A2 A2 A 2 et A2 A 2 . En appliquant cette ingalit


A , on obtient A 2 A2 ce qui donne :
A 2 = A2

On dduit donc que :

A22 A A2 A2 A 2 = A22 ,

ce qui entrane A22 = A A2 . La matrice A A tant normale (elle est hermitienne), on a


aussi A A2 = (A A) . Donc :

A2 = A A2 = (A A).

Nous allons montrer que, pour toute matrice A, on a (A) = inf A , o N est l'ensemble
N

de toutes les normes matricielles induites par une norme vectorielle.

Rayon spectral des matrices complexes

393

Lemme 15.5 Si pour tout rel > 0, on note :

D =

0
n1

..
.

...
.. . . . .
.
.
.

alors pour toute matrice A = ((aij ))1i,jn dans Mn (C) on a :


(
)
D1 AD = ji aij 1i,jn .

Dmonstration. La multiplication droite par

D a pour eet de multiplier la colonne


numro j par et la multiplication gauche par D1 a pour eet de diviser la ligne numro
i par i1 . Il en rsulte que le coecient d'indice (i, j) de D1 AD est j1 1i aij = ji aij .
j1

Lemme 15.6 Soit A Mn (C) . Pour tout rel > 0 il une matriceP GLn (C) telle que la
matrice T = P1 AP soit triangulaire suprieure avec :
T = ((tij ))1i,jn ,

max

1in1

|tij | < .

j=i+1

Dmonstration. On peut trouver une matrice inversible

que T = P

P coecients complexes telle


AP soit triangulaire suprieure. Pour tout rel > 0, on pose :

1 0
0
..
...

.
0
D = . .

.
..
.. . .
0
0 0 n1

et on a alors :

T =

D1 T D

t11 t12
0

..
.

...
...

t22

...

n1 t1n

..
.

tn1,n1
0
0
tnn
(( ))
La matrice T est semblable la matrice A et en notant T = tij 1i,jn , on a lim tij = 0
0

pour 1 i < j n, on peut donc choisir > 0 tel que :


i {1, , n} ,


tij < .
j=i+1

Une autre faon de procder est de considrer l'endomorphisme u de Cn canoniquement


associ la matrice A et une base (e1 , , en ) dans laquelle la matrice T de u est triangulaire
suprieure. Pour tout rel > 0, on note B = (e1 , , en ) la base de Cn dnie par ej = j1 ej
et on a :
j
j

( )
j1
tij ei =
j {1, , n} , u ej =
ji tij ei .
i=1

i=1

Pour > 0 assez petit la matrice de u dans B a alors la forme souhaite.

Valeurs propres

394

Thorme 15.10 Soit A Mn (C) .


1. Pour toute norme matricielle induite par une norme vectorielle, on a :
(A) A ,

l'ingalit pouvant tre stricte.


2. Pour tout > 0, il existe une norme matricielle induite par une norme vectorielle telle
que :
A (A) + .

3. (A) = inf A , o N dsigne l'ensemble de toutes les normes matricielles induites


N

par une norme vectorielle.

Dmonstration.
1. Soit une valeur propre de A qui vrie (A) = || et x un vecteur propre associ dans
Cn de norme 1. On a alors :
Ax = x = || A ,

d'o (A) A(.


En prenant A =

0 1
0 0

)
, on a (A) = 0 et A > 0.

2. Pour tout rel > 0 on peut trouver une matrice inversible P telle que T = P1 AP
soit triangulaire suprieure avec :
T = ((tij ))1i,jn ,

max

1in1

|tij | < .

j=i+1

On associe alors la matrice P la norme matricielle :



M 7 M P = P1 M P

et on a :



AP = P1 AP = T
{
}
n

= max |tnn | , |tii | +


|tij | ; 1 i n 1
j=i+1

= + max |tii |
1in

soit AP (A) + puisque les tii sont les valeurs propres de A.


3. Rsulte de ce qui prcde.

Remarque 15.6 De l'quivalence des normes sur Mn (C) on dduit que pour toute norme sur
Mn (C) , il existe une constante > 0 telle que (A) A pour tout A Mn (C) . Mais
on peut avoir (A) > A . Par exemple, pour n = 2 avec la norme :
A 7 A = max |aij |
1i,jn

Rayon spectral des matrices complexes


(

et la matrice A =
]

si 0,

395

cos () sin ()
sin () cos ()

, on a :

A = max {|cos ()| , |sin ()|} < 1 = (A) ,

[
.
2

Thorme 15.11 L'application


est continue.

qui associe toute matrice de Mn (C) son rayon spectral

Dmonstration. On munit Mn (C) d'une norme matricielle induite par une norme vecto-

rielle.
Si (Tk )kN est une suite de matrices triangulaires suprieures qui converge vers une matrice
T, alors T est galement triangulaire suprieure et il est facile de vrier que la suite ( (Tk ))kN
converge vers (T ) .
Soit (Ak )kN une suite de matrices qui converge vers la matrice A dans Mn (C) . On veut
montrer que la suite ( (Ak ))kN converge vers (A) dans R. Pour ce faire on va montrer que
cette suite est borne et admet (A) pour unique valeur d'adhrence.
Avec les ingalits (Ak ) Ak et la convergence de la suite (Ak )kN on dduit que la suite
( (Ak ))kN
dans R.
( ( est borne
))
Soit A(k) kN une sous-suite convergente de ( (Ak ))kN . Dans Mn (C) on sait que
toute matrice se trigonalise dans une base orthonorme (thorme de Schur), il existe donc,

pour tout entier naturel k, une matrice unitaire Uk telle que la matrice
(
)Tk = Uk Ak Uk soit
triangulaire suprieure. Dans le compact Un (C) on peut extraire de U(k) kN une sous-suite
(
)
(
)
U(k) kN qui converge vers une matrice unitaire U. La suite T(k) kN converge alors vers la
matrice T = U AU qui est triangulaire suprieure. On a alors :
(
)
(
)
(
)
(A) = (T ) = lim T(k) = lim A(k) = lim A(k) .
k+

k+

k+

On a donc ainsi montr que la suite borne ( (Ak ))kN admet (A) pour unique valeur
d'adhrence. Cette suite converge donc vers (A) .

Lemme 15.7 Soient

1 , , p des rels deux distincts dans [0, 2[ et a1 , , ap des rels.


p

On dnit la suite (uk )kN par uk =


aj eikj . Si lim uk = 0, alors tous les aj (1 j p)
k+

j=1

sont nuls.

Dmonstration.



Pour z C on a uk z k

pour |z| < 1, on dduit que l'on peut poser f (z) =

j=1
+

)
|aj | |z|k et du fait que

aj

j=1

p
+

( ij )k
ze
=
j=1

k=0

uk z k pour |z| < 1. On a alors :

aj
(|z| < 1) .
1 zeij

Ce qui donne, pour tout j {1, , p} :


(

aj = 1 ze

ij

f (z) 1 ze

ij

|z|k < +

k=0

k=0

f (z) =

p
)
r=1
r=j

ar
(|z| < 1) .
1 zeir

Valeurs propres

396
En prenant z = eij , avec 0 < < 1, on obtient en faisant tendre vers 1 :
(
)
aj = lim (1 ) f eij ,
1

puisque les r sont deux deux distincts dans [0, 2[.


Comme lim uk = 0, pour tout > 0 on peut trouver un entier k0 tel que |uk | < pour tout
k+
k > k0 . Ce qui donne, pour |z| < 1 :
|f (z)|

k0

|uk | +

k=0
k0

|z|k =

k=k0 +1

k0

|uk | +

k=0

|z|k0 +1
1|z|

|uk | +
.
1 |z|
k=0

Et pour z = eij avec 0 < < 1 :


(k
)
0

( i )
(1 ) f e j (1 )
|uk | + < 2,
k=0

pour voisin de 1. On a donc lim (1 ) f eij = 0 et aj = 0 pour tout j {1, , p} .


1

Thorme 15.12 Soit A dans Mn (C) , les conditions suivantes sont quivalentes.
(i) lim Ak = 0.
k+

(ii) Pour toute valeur initiale x0 , la suite (xk )kN dnie par xk+1 = Axk , pour k 0, converge

vers le vecteur nul.

(iii) (A) < 1.


(iv) Il existe au moins une norme matricielle induite telle que A < 1.
(v) La matrice In A est inversible et la srie de terme gnral Ak est convergente de somme
(In A)1 .
( )
(vi) La matrice In A est inversible et la srie de terme gnral trace Ak est convergente
(
)
de somme trace (In A)1 .
( )
(vii) lim trace Ak = 0.
k+

Dmonstration. (i) (ii) Rsulte de :



xk = Ak x0 Ak x0 .

(ii) (iii) Supposons qu'il existe une valeur propre de A telle que || 1. Si x0 est un
vecteur propre non nul associ , en crivant que xk = Ak x0 = k x0 , on voit que la suite
(xk )kN ne converge pas vers 0.
(iii) (iv) Soit > 0 tel que (A) + < 1. Il sut de prendre une norme matricielle
induite telle que A < (A) + .
induite qui vrie A < 1 et en crivant que
(i) En prenant une norme( matricielle
(iv)
)
Ak Ak , on dduit que lim Ak = 0.
k+

On a donc montr que les assertions (i) (iv) sont quivalentes.


(iii) (v) Si (A) < 1 alors 1 n'est pas valeur propre de A et In A est inversible.

Rayon spectral des matrices complexes


En notant, pour tout entier p, Sp =

397
p

Ak , on a :

k=0

(In A) Sp = In Ap+1 ,

avec lim (In Ap+1 ) = In . En utilisant la continuit du produit matriciel, on dduit alors
p+
que :
(
)
lim Sp = lim (In A)1 In Ap+1 = (In A)1 ,

p+

c'est--dire que

p+

Ak = (In A)1 .

k=0

(v) (vi) La convergence de la srie

Ak entrane lim Ak = 0 et en consquence


k+

k=0

(A) < 1. En notant {1 , , n } les valeurs propres de A, on a pour tout entier p :


p

trace A

p
n

pj

k=0 j=1

k=0

p
n

pj

1 p+1
j

j=1 k=0

j=1

1 j

,
(

avec |j | < 1 pour tout j. On dduit alors que la srie de terme gnral trace Ak est convergente avec :
+

k=0

En considrant que les


on dduit que :

trace A

j=1

1
.
1 j

1
, pour 1 j n, sont toutes les valeurs propres de (In A)1 ,
1 j
+

( )
(
)
trace Ak = trace (In A)1 .

k=0

(vi) (vii) Rsulte immdiatement du fait que le terme gnral d'une srie convergente
tend vers 0.
(vii) (iii) Supposons que (A) 1. On note {1 , , n } les valeurs propres de A avec :
|1 | = = |p | = (A) > |j |

(j > p)

(dans le cas o p < n).


On a alors :

)k
(
)k
p (
n
n

1
j
j
k
=
j
k

(A)
(A)
(
(A))
j=1
j=p+1
j=1
(
)k
n

( k)
1
j
=
trace A
(A)
( (A))k
j=p+1

En notant e , , e
i1

iq

l'ensemble des valeurs prises par

j deux deux distincts dans [0, 2[ , on a :


)k
p (
q

j
=
aj eikj

(A)
j=1
j=1

0.

k+

1
p
, ,
(A)
(A)

0,

k+

les coecients aj tant des entiers strictement positifs, ce qui est impossible.
On a donc (A) < 1.

avec les rels

Valeurs propres

398

Corollaire 15.4 Quelle que soit la norme choisie sur Mn (C) on a :


(A) = lim

k+

( 1 )
Ak k .

Dmonstration. On travaille tout d'abord avec une norme matricielle induite par une

norme vectorielle.
Soit > 0 et A =

1
A.
(A) +
( )
(A)
On a (A ) =
< 1 donc lim Ak = 0 et :
k+
(A) +

k N | k k , Ak < 1.

On a alors :


k k , Ak < ( (A) + )k .
( ( )) 1 1
Puis avec (A) = Ak k Ak k , on dduit que :
1
k
k k , (A) A k (A) + ,

c'est--dire le rsultat.
Pour toute norme sur Mn (C) , il existe deux constantes > 0 et > 0 telles que A1
A A1 pour tout A Mn (C) (toutes les normes sont quivalentes sur un espace
vectoriel de dimension nie). On a alors :
1 1
1
1
1
k > 0, k Ak 1k Ak k k Ak 1k ,
)
(
k 1
1
1


k
avec lim k = lim k = 1 et lim
A 1 = (A) . Donc :
k+

k+

k+

(
)
k 1
k


lim
A
= (A) .

k+

Ce rsultat peut aussi se montrer en utilisant la dcomposition D + N de Dunford-Schwarz


(voir le paragraphe 16.8.3).

15.5 Calcul approch des valeurs propres


Voir le chapitre 7 de [87].

15.6 Polynmes orthogonaux vecteurs propres d'un oprateur direntiel


Pour ce paragraphe, E = R [X] .
On se donne deux polynmes rels non nuls :
{

A (X) = a0 + a1 X + a2 X 2 ,
B (X) = b0 + b1 X

Polynmes orthogonaux vecteurs propres d'un oprateur direntiel

399

et on leur associe l'oprateur direntiel u dni sur E par :


P E, u (P ) = AP + BP .

Il est clair que u est un endomorphisme de R [X] qui laisse stable chaque sous-espace Rn [x]
pour n N.
On note pour tout entier naturel n, un la restriction de u Rn [x] (c'est un endomorphisme
de Rn [x]).

Lemme 15.8 Les valeurs propres de un , pour tout entier naturel n, sont donnes par :
k = k ((k 1) a2 + b1 ) (0 k n)

Dmonstration. En dsignant par (e0 , e1 , , en ) la base canonique de Rn [x] , on a pour

tout entier k compris entre 0 et n :

un (e0 ) = 0 R0 [x]
un (e1 ) = b0 + b1 X R1 [x]

un (ek ) = k (k 1) A (X) X k2 + kB (X) X k1 Rk [x]

Il en rsulte que la matrice de un dans cette base est triangulaire suprieure, chaque coecient
diagonal k tant donn par le coecient dominant de un (ek ) , soit :
k = k ((k 1) a2 + b1 ) (0 k n) .

Remarque 15.7 Les k , pour k N, sont les valeurs propres de l'endomorphisme u.


Dans ce qui suit, on utilise les notations du lemme prcdent et on suppose que :
p N, pa2 + b1 = 0

Lemme 15.9 Pour tout entier naturel n, un est diagonalisable, chaque espace propre ker (un k Id) ,
pour 0 k n, tant de dimension 1 engendr par un polynme de degr k.

Dmonstration. Pour (p, q) N2 , l'galit p = q est quivalente :


(

soit :

)
p2 p q 2 + q a2 + (p q) b1 = 0,
(p q) ((p + q 1) a2 + b1 ) = 0.

Si on suppose que ka2 + b1 est non nul pour tout entier k, alors l'galit prcdente quivaut
p = q.

L'endomorphisme un a donc n+1 = dim (Rn [x]) valeurs propres distinctes et en consquence
il est diagonalisable, chaque espace propre tant de dimension 1.
Si, pour k compris entre 0 et n, Pk est un vecteur propre non nul de un associ la valeur
propre k , c'est aussi un vecteur propre de uk associ k (uk est la restriction Rk [x] de un
et les espaces propres sont de dimension 1) ce qui implique que Pk Rk [x] . En tenant compte
du fait que (P0 , , Pk ) est une base de Rk [x] , on dduit que Pk est ncessairement de degr
k.

Valeurs propres

400

Pour n N, et 0 k n, on dsigne par Pk le gnrateur unitaire (de degr k ) de


ker (un k Id) .
On suppose qu'il existe un intervalle ouvert I = ]a, b[ avec a < b + et une
fonction : I R de classe C telle que :
x I, A (x) y (x) = (B (x) A (x)) y (x)
x I, (x) > 0
b
k
x (x) dx < +
k N,
a

n N, xa
lim xn A (x) (x) = lim xn A (x) (x) = 0
xb
x<b

x>a

On munit l'espace vectoriel E du produit scalaire dnit par :

(P, Q) E , P | Q =
2

P (x) Q (x) (x) dx


a

On dit qu'une telle fonction dans C (I) est une fonction poids.
Une telle fonction nous sera utile pour donner une expression des polynmes Pk . De manire
plus prcise, nous allons montrer que la base (Pn )nN forme des vecteurs propres de l'oprateur
u est une base de R [X] orthogonale pour le produit scalaire dni par la fonction poids sur
I.

Lemme 15.10 L'oprateur


c'est--dire que :

u est symtrique pour le produit scalaire associ la fonction ,

(P, Q) E 2 , u (P ) | Q = P | u (Q) .

Dmonstration. Comme est solution sur I de l'quation direntielle :


x I, A (x) y (x) = (B (x) A (x)) y (x)

on en dduit que pour tout polynme P, on a sur l'intervalle I :

u (P ) = (AP + BP ) = AP + (A + A ) P = (AP )

et pour tout polynme Q, une intgration par parties nous donne, en tenant compte des conditions xa
lim xn A (x) (x) = lim xn A (x) (x) = 0 :
xb
x<b

x>a

u (P ) | Q =

(AP ) (x) Q (x) dx =


a

A (x) P (x) Q (x) (x) dx.

L'expression obtenue tant une fonction symtrique de (P, Q) , on dduit que :


u (P ) | Q = L (Q) | P = P | L (Q) .

On en dduit alors le rsultat annonc.

Thorme 15.13 La famille

(E, | ) .

(Pn )nN de vecteurs propres de u est une base orthogonale de

Polynmes orthogonaux vecteurs propres d'un oprateur direntiel

401

Dmonstration. Si n, m sont deux entiers naturels distincts, on a :


n Pn | Pm = u (Pn ) | Pm = Pn | u (Pm ) = m Pn | Pm

et ncessairement Pn | Pm = 0.
On dsigne par (n )nN la suite de fonctions dnie par :
n N, n = An

Lemme 15.11 Pour tout n N et tout entier k compris entre 0 et n 1, on a :


nk
Qn,k
(k)
n = A

o Qn,k est un polynme de degr k.

Dmonstration. Le rsultat est vrai pour k = 0 avec Qn,0 = 1.

La fonction tant de classe C sur I, il en est de mme de n avec :


n = An1 ( A + nA ) = An1 (B A + nA ) = An1 Qn,1

avec Qn,1 = B + (n 1) A de degr 1 (son coecient dominant est gal b1 + 2 (n 1) a2 = 0),


ce qui nous donne le rsultat pour k = 1.
En supposant le rsultat acquis jusqu'au rang k n 1, on a :
(
)
(k+1)
= Ank Qn,k = Ank1 Qn,k+1
n

avec :

Qn,k+1 = (B + (n k 1) A ) Qn,k + AQn,k Rk+1 [x] .

En notant cj le coecient dominant de Qn,j , celui de Qn,k+1 est donn par :


ck+1 = (b1 + (2n k 2) a2 ) ck = 0

(pour 0 k n 1, on a 2n k 2 0), c'est--dire que Qn,k+1 est de degr k + 1.


1 (n)
n est un polynme de degr n et la famille

est une base orthogonale de (E, | ) .

Lemme 15.12 Pour tout


(Qn,n )nN

n N, Qn,n =

Dmonstration. On sait dj que Qn,n est un polynme de degr n et (Qn,n )nN est une
base de E (suite de polynmes chelonns en degrs).
Pour montrer que la famille (Qn,n )nN est orthogonale, il nous sut de montrer que :
n 1, P Rn1 [x] , Qn,n | P = 0

En utilisant la formule d'intgration par partie gnralise on a, pour tout intervalle [, ]


contenu dans I, tout entier n 1 et tout polynme P R [x] :

n(n) (x) P (x) dx

Qn,n (x) P (x) (x) dx =

[ n1

]
k

(1)

P (k)
(nk1)
n

k=0

[ n1

k=0

+ (1)

(1) A

k+1

Qn,nk1 P

n (x) P (n) (x) dx

(k)

n (x) P (n) (x) dx

+ (1)

Valeurs propres

402

et en faisant tendre vers a et vers b, on obtient compte tenu des conditions xa


lim xn A (x) (x) =
x>a

lim xn A (x) (x) = 0 :

xb
x<b

Qn,n | P = (1)

n (x) P (n) (x) dx.


a

Pour P Rn1 [x] , on a P (n) = 0 et Qn,n | P = 0.

Thorme 15.14 Il existe une suite (n )nN de rels tous non nuls telle que :
1
1
n (n)
n N, Pn = n (n)
n = n (A )

(formules de Rodrigues).

Dmonstration. Comme les familles (Pn )nN et (Qn,n )nN sont orthogonales avec deg (Pn ) =

deg (Qn,n ) = n, on peut crire :

Qn,n =

k Pk

k=0

et k = Qn,n | Pk = 0 pour 0 k n 1 et Qn,n = n Pn avec n = 0.


Il s'agit en fait de l'unicit ( des constantes multiplicatives prs) dans le procd d'orthogonalisation de Gram-Schmidt (voir le paragraphe 39.4).
On peut retrouver les polynmes orthogonaux classiques avec les rsultats qui prcdent.

Exemple 15.9 (polynmes de Legendre) On considre les polynmes A et B dnis par :


{

A (X) = X 2 1,
B (X) = 2X.

L'oprateur direntiel associ est alors dni par :


(
)
P R [X] , u (P ) = X 2 1 P + 2XP

et ses valeurs propres sont donnes par :


n = n (n + 1) (n N) .

(ce qui rsulte de u (1) = 0, u (X) = 2X et u (X n ) = n (n + 1) X n n (n 1) X n2 pour n 2).


La fonction poids correspondante est solution de l'quation direntielle :
(

)
x2 1 y = 0.

Sur l'intervalle I = ]1, 1[ , est une fonction constante relle C non nulle. Pour C = 1, on
retrouve les polynmes de Legendre.
Pour tout n N le polynme :
Pn = n

((

1 x2

)n )(n)

est la solution polynomiale unitaire de l'quation direntielle :


(

)
x2 1 y + 2xy n (n + 1) y = 0

Polynmes orthogonaux vecteurs propres d'un oprateur direntiel

403

Exemple 15.10 (polynmes de Tchebychev de premire espce) On considre les po-

lynmes A et B dnis par :

A (X) = X 2 1,
B (x) = X.

L'oprateur direntiel associ est alors dni par :

(
)
P R [X] , u (P ) = X 2 1 P + XP

et ses valeurs propres sont donnes par :


n = n2 (n N) .

La fonction poids correspondante est solution de l'quation direntielle :


(

)
x2 1 y = xy.

Si on se place sur I = ]1, 1[ , on obtient (x) =

C
, o C est une constante relle non
1 x2

nulle. Pour C = 1, on retrouve les polynmes de Tchebychev de premire espce.


Pour tout n N le polynme :
((

)n 12 )(n)
Pn = n 1 x2 1 x2

est la solution polynomiale unitaire de l'quation direntielle :


(

)
x2 1 y + xy n2 y = 0.

Exemple 15.11 (polynmes de Laguerre) On considre les polynmes A et B dnis par :


{

A (x) = X,
B (x) = X + + 1

o est un rel donn strictement plus grand que 1. L'oprateur direntiel associ est alors
dni par :
P R [X] , u (P ) = XP + ( + 1 X) P

et ses valeurs propres sont donnes par :


n = n (n N) .

La fonction poids correspondante est solution de l'quation direntielle :


xy = ( x) y.

Si on se place sur I = ]0, +[ , on obtient (x) = Cx ex , o C est une constante relle non
nulle. En prenant C = 1, on retrouve les polynmes de Laguerre.
Pour tout n N le polynme :
)(n)
(
Pn = n ex x x+n ex

est la solution polynomiale unitaire de l'quation direntielle :


xy + ( + 1 x) y + ny = 0.

Valeurs propres

404

Exemple 15.12 (polynmes d'Hermite) On considre les polynmes A et B dnis par :


{

A (X) = 1,
B (X) = 2X.

L'oprateur direntiel associ est alors dni par :


P R [X] , L (P ) = P 2XP

et ses valeurs propres sont donnes par :


n = 2n (n N) .

La fonction poids correspondante est solution de l'quation direntielle :


y = 2xy.

Si on se place sur I = R, on obtient (x) = Cex , o C est une constante relle non nulle.
En prenant C = 1, on retrouve les polynmes d'Hermite.
1
Pour n N le polynme :n (An )(n)
2

x2

Pn = n e

x2

)(n)

est la solution polynomiale unitaire de l'quation direntielle :


y 2xy + 2ny = 0.