Académique Documents
Professionnel Documents
Culture Documents
Diagonalisation de matrices.
• le principe pour diagonaliser en pratique une matrice est simple : calculer les espaces propres
de la matrice et en déterminer des bases.
• sauf théorème préliminaire (polynôme annulateur scindé à racines simples, matrice symétrique
réelle, etc…), la diagonalisabilité d’une matrice en pratique s’obtient après le calcul des valeurs
propres et des sous-espaces propres et le constat fait sur la dimension de ces espaces.
• pour un confort de vocabulaire (et de compréhension), il peut être utile d’avoir une vision
vectorielle du problème et d’évoquer l’endomorphisme canoniquement associé à la matrice
(dans : E = n, ou n suivant le cas).
Dans les exemples ci-dessous, la matrice sera notée A et l’endomorphisme canoniquement associé u .
1 1 0
exemple 1 : diagonaliser : A = 1 1 0 .
0 0 2
Les valeurs propres de A sont données par son polynôme caractéristique χ A , qui vaut :
χ A ( x) = x.( x − 2) 2 .
Donc : Sp (u ) = Sp ( A) = { 0,2 }, avec 2 valeur propre double.
1 1 0
Puis : E 0 ( A) = Vect − 1 , et : E 2 ( A) = Vect 1 , 0 , et A est diagonalisable.
0 0 1
• diagonalisation vectorielle :
Dans la base : B = ( e1 , e2 , e3 ), de 3
, avec : e1 = (1,−1,0) , e2 = (1,1,0) , e3 = (0,0,1) ,
0 0 0
la matrice représentative de u est diagonale et vaut : mat B (u ) = D = 0 2 0 : u est aussi
0 0 2
diagonalisable.
1 1 0
Si on note : P = − 1 1 0 , alors la formule de changement de base donne : D = P −1 . A.P .
0 0 1
On a donc bien diagonalisé A .
Remarque : P est ici clairement une matrice de passage, les bases utilisées (et l’espace de
référence 3) étant bien identifiées.
• diagonalisation matricielle directe :
1 1 0 0 0 0
On pose : P = − 1 1 0 , et : D = 0 2 0 = P −1 . A.P .
0 0 1 0 0 2
P peut ici être interprétée comme la matrice de passage de la base canonique de M3,1( ), à la
1 1 0
base − 1, 1 , 0 .
0 0 1
Remarques :
• la nouvelle base de 3 (ou la matrice P ) permettant de diagonaliser u n’est pas unique.
• la similarité des objets manipulés fait qu’on identifiera couramment les espaces M3,1( ) avec
Trigonalisation de matrices.
• Pour trigonaliser une matrice, il n’y a pas de méthode globale à connaître a priori.
• La trigonalisabilité d’une matrice s’obtient après le calcul de son polynôme caractéristique et le
constat que ce polynôme est scindé sur le corps de référence de la matrice.
• Si la matrice est considérée comme matrice complexe, elle est donc toujours trigonalisable.
•, on verra les différentes situations pouvant se présenter pour une matrice 3×3.
exemple 2 : A a deux valeurs propres, l’une simple, l’autre double et A n’est pas diagonalisable.
3 − 1 − 1
Trigonaliser la matrice : A = − 1 2 0 .
3 −2 0
On trouve (et on factorise) χ A en ajoutant toutes les colonnes à la première :
χ A ( x) = ( x − 1).( x − 2) 2 .
1 0
Les espaces propres de A sont : E1 ( A) = Vect 1 , et : E 2 ( A) = Vect 1 .
1 − 1
A n’est pas diagonalisable.
• Trigonalisation « standard » de A :
Si on choisit : e1 = (1,1,1) , e2 = (0,1,−1) , et e3 formant avec les deux premiers une base de 3
,
1 0 *
alors l’endomorphisme u a pour matrice dans cette nouvelle base : A' = 0 2 * ,
0 0 2
puisque la trace de A' étant égale à celle de A , elle vaut 5.
On choisit par exemple : e3 = (1,1,0) , de telle sorte que : B = ( e1 , e2 , e3 ) soit une base de 3
, et :
u (e3 ) = (2,1,1) = 2.e3 − e2 .
1 0 0 1 0 1
On en déduit que : mat B (u ) = 0 2 − 1 = T , et avec : P = 1 1 1 , on a : T = P −1 . A.P .
0 0 2 1 − 1 0
• Trigonalisation de A en réduite de Jordan :
On conserve les mêmes deux premiers vecteurs (propres de A ) dans cet ordre, et il est
possible de trouver e'3 dans 3 de telle sorte que :
1 0 0
B’ = ( e1 , e2 , e'3 ), soit une base de , et : mat B’ (u ) = 0 2 1 .
3
0 0 2
Le vecteur : e'3 = ( x, y, z ) , s’obtient en résolvant : u (e' 3 ) = e2 + 2.e' 3 , soit en traduction matricielle
x x 0
dans la base canonique, en résolvant le système : A. y = 2. y + 1 .
z z − 1
On trouve alors : x = −1, y + z = −1 , ce qui laisse encore le choix.
−1 0 1
Puis : ker((u − id E ) ) = {( x, y, z ) ∈ , x = z }.
2 3
A est diagonalisable.
Si A est diagonalisable, alors : ∃ P ∈ Gln(K), ∃ D ∈ Mn(K), diagonale, D = P −1 . A.P .
Dans ce cas : ∀ k ∈ , Ak = P.D k .P −1 .
1 3 0
exemple 5 : calculer A , avec : A = 3 − 2 − 1 .
k
0 −1 1
1 3 − 3 1 0 0
−1
A est diagonalisable, et en notant : P = 0 2 5 , on a : P . A.P = D = 0 3 0 .
3 −1 1 0 0 − 4
1 0 0
−1
D’où on en déduit : ∀ k ∈ , A = P.D .P = P. 0 3
k k k
0 .P −1 ,
0 0 (−4) k
1 9 k 9 3 k 3 3 3 3
+ .3 + .(−4) .3 − .(−4) k − .3 k − .(−4) k
k
10 14 35 7 7 10 14 35
3 k 3 2 k 5 1 k 1 .
soit : ∀ k ∈ , A =
k
.3 − .(−4) k .3 + .(−4) k − .3 + .(−4) k
7 7 7 7 7 7
3 3 k 3 1 k 1 9 1 1
− .3 − .(−4) − .3 + .(−4) k + .3 k + .(−4) k
k
10 14 35 7 7 10 14 35
A est trigonalisable.
Si A est trigonalisable, alors : ∃ P ∈ Gln(K), ∃ T ∈ Mn(K), triangulaire supérieure, telles que :
T = P −1. A.P .
Dans ce cas : ∀ k ∈ , A k = P.T k .P −1 .
Il est plus intéressant d’utiliser une réduite de Jordan.
3 − 1 − 1
reprise de l’exemple 2 : calculer A k , avec : A = − 1 2 0 .
3 −2 0
1 0 − 1 1 0 0
A est trigonalisable et en notant : P = 1 1 − 1 , on a : P −1 . A.P = T = 0 2 1 .
1 − 1 0 0 0 2
−1
Puis : ∀ k ∈ , A = P.T .P .
k k
− 1 + (1 + k ).2 k 1 − 2 k − k .2 k −1 1 − k .2 k −1
0 1 1
reprise de l’exemple 4 : calculer A , avec : A = − 1 1 1 .
k
−1 1 2
−1 −1 1 1 1 0
−1
A est trigonalisable, et en notant : P = 0 − 1 0 , on a : P . A.P = 0 1 1 = T .
−1 −1 0 0 0 1
1 0 0 0 1 0
On peut encore écrire : T = D + N , avec : D = 0 1 0 = I n , et : N = 0 0 1 .
0 0 1 0 0 0
D est évidemment diagonale, N nilpotente ( N 3 = 0 ), et D et N commutent, et comme
au-dessus :
k .(k + 1) k .(k + 1)
1 − k
k .(k − 1) 2 −1 2 2
∀ k ∈ , A k = P.T k P −1 = P.( I 3 + k .N + .N ).P = −k 1 k .
2 − k .(k + 1) k 1+
k .(k + 1)
2 2
Utilisation d’un polynôme annulateur (polynôme caractéristique ou minimal).
Les racines du polynôme annulateur dont on dispose sont simples (et donc A est diagonalisable).
1 3 0
reprise de l’exemple 5 : pour : A = 3 − 2 − 1 , on dispose du polynôme caractéristique comme
0 −1 1
polynôme annulateur, soit : χ A ( x) = ( x − 1).( x − 3).( x + 4) .
Pour : k ∈ , ∃ ( Qk , Rk ) ∈ [X]2, X k = χ A .Qk + Rk , avec : Rk = a k . X 2 + bk . X + c k ,
et on détermine ces valeurs à l’aide des racines (simples) de χ A :
1k = ak .12 + bk .1 + ck ,
3k = ak .32 + bk .3 + ck ,
(−4) k = ak .(−4) 2 + bk .(−4) + ck ,
ce qui donne, après résolution du système :
1 1 1 1 3 4 12 2 k 3
ak = − + .3 k + .(−4) k , bk = − + .3 k − .(−4) k , c k = − .3 + .(−4) k .
10 14 35 10 14 35 10 14 35
Il suffit alors de calculer A , pour obtenir : ∀ k ∈ , A = a k . A + bk . A + ck .I 3 ,
2 k 2
on utilise alors le fait que 1 est racine triple de χ A , donc racine de χ A , χ A ' , et χ A ' ' .
On dérive alors deux fois l’égalité pour obtenir un système qui après résolution donne :
k .(k − 1) k .(k − 3)
ak = , bk = 2.k − k 2 , c k = 1 + ,
2 2
et on termine avec : ∀ k ∈ , A k = a k . A 2 + bk . A + ck .I 3 .