Académique Documents
Professionnel Documents
Culture Documents
- Contenu de l'envoi : Rappels sur les Polynômes, rappels sur endomorphismes : Espaces propres et valeurs
propres, polynôme caractéristique, diagonalisation, trigonalisation. Polynôme d’un endomorphisme. Théorème de
Cayley-Hamilton.
Le lemme des noyaux. Espaces caractéristiques. Endomorphismes nilpotents. Polynôme minimal.
Critère de diagonalisabilité en termes du polynôme minimal. L’exponentielle d’une matrice.
Les exercices de révisions ne seront pas corrigés, mais vous pouvez me poser des questions et échanger entre vous à
leur sujet.
http://www.ctes.univ-provence.fr
http://www.ctes.univ-provence.fr
1. Polynômes
Ce premier chapitre sur les polynômes ne fait pas partie du pro-
gramme et peut être survolé rapidement pour voir les notions et nota-
tions en jeux.
où " : ⌃n ! {±1} est le morphisme signature (c’est lui qui fait alterner
les signe quand on calcule le déterminant).
Définition 30. Soit E un K-espace vectoriel de dimension finie n,
soit 2 End(E) et soit A la matrice de dans une base B de E. Soit
X une indéterminée. Le polynôme caractéristique de est défini par
P (X) := det(A XIn ) où In est la matrice identité. Il est de degré
n = dim E.
Proposition 31. Le polynôme caractéristique de ne dépend pas de
la base choisie.
Démonstration. Soit P la matrice d’un changement de bases, de la
base B à la base B 0 . Une des propriétés bien connues du déterminant
est invariant par conjugaison :
1 1 1 1
det(P AP XIn ) = det(P AP XP In P ) = det(P (A XIn )P ) = det(A XIn ),
10 XAVIER ROULLEAU - UNIV. D’AIX-MARSEILLE - L3 - 2019/2020
d’où le résultat. ⇤
Rappelons que la trace T r(A) d’une matrice A est la somme des
éléments diagonaux de A.
Proposition 32. Le polynôme caractéristique P (X) est de la forme
P (X) = ( 1)n X n + ( 1)n 1 T r(A)X n 1
+ · · · + det(A).
Du fait que le polynôme P soit indépendant de la base choisie, les
coefficients T r(A) et det(A) le sont aussi et on définit
T r( ) := T r(A), det( ) := det(A).
Démonstration. Le terme constant du polynôme P (X) s’obtient en
substituant X = 0, on obtient ainsi detA. Calculons le coefficient de
degré n 1. La formule du déterminant est
X n
Y
det(A XIn ) = "( ) ãi, i ,
2⌃ i=1
et prendre les termes qui ne mettent en jeu que un terme scalaire aii
et ( X)n 1 , d’où le résultat. ⇤
Pour étudier la diagonalisation (ou la trigonalisation, nous verrons
plus tard de quoi il s’agit) d’une matrice ou d’un endomorphisme, on a
besoin de calculer son spectre et ses espaces propres. Ce calcul s’appuie
sur la proposition suivante :
Proposition 33. Soit E un K-espace vectoriel de dimension finie n
et 2 End(E).
1. Un scalaire 2 K est valeur propre de si et seulement si il est
une racine du polynôme caractéristique P (X).
2. Soit A la matrice associée à dans une base B de E et soit 2
Spec( ). L’espace propre E ( ) s’identifie dans la base B à l’espace
des solutions du système linéaire (A In )x = 0 d’inconnue x =
(x1 , . . . , xn ).
ALGÈBRE 3, COURS DE TÉLÉ-ENSEIGNEMENT, CHAPITRE I 11
On a (xi ) = i xi ,
donc
X X X
jx = ( xj ) = i xi , d’où ( i j )xi = 0,
i6=j i6=j i6=j
Par l’hypothèse (4), ces inégalités sont des égalités, ce qui implique
mg ( ) = ma ( ) pour tout 2 Spec( ) et
Y
deg (X )ma ( ) = degP (X),
2Spec( )
Q
comme 2Spec( ) (X )ma ( ) divise P (X), ils sont égaux à une constante
près et donc P est scindé.
(5) =) (2). Posons Spec( ) = { 1 , ..., k } et soit Bi une base de E i .
L’hypothèse (la propriété 5) implique
k
X k
X
n = degP = ma ( i ) = mg ( i ) (⇤)
i=1 i=1
Puisque les sous-espaces E i sont en somme directe, la famille conca-
ténée B := B1 , B2 ..., Bk est libre, et puisque le nombre de vecteurs de
cette famille est n = dim(E) d’après (⇤), on déduit que B est une base
de E. Cette base est formée de vecteurs propres. ⇤
Question : Comment on diagonalise une endomorphisme ?
Réponse : Il suffit de trouver une base Bi dans E i pour tout i 2
Spec( ) = { 1 , . . . , k }. Si l’endomorphisme est diagonalisable, alors
la famille concaténée B = B1 . . . Bk sera une base de E (formée évi-
demment de vecteurs propres). Dans les exercices de diagonalisation on
suppose d’habitude que E = K n , et est donné dans la base canonique
par une matrice A. La matrice de passage P de la base canonique de
K n à la base B qui diagonalise est formée des vecteurs de B en tant
que colonnes. On aura alors
0 1
1 I µ1 0 ··· 0
B 0 2 I µ2 · · · 0 C
P 1 AP = B @ .. . .
.. .. .. C
. . A
0 0 ··· k I µk
où µi = ma ( i ) = mg ( i ).
2.4. Trigonalisation. Une matrice carrée A 2 Mn (K) est dite triangulaire
supérieure (respectivement inférieure) si aij = 0 pour toute paire d’in-
dices (i, j) telle que i > j (respectivement pour toute paire d’indices
(i, j) telle que i < j).
Remarque 39. Le déterminant d’une matrice triangulaire supérieure
(ou inférieure) est égal au produit des éléments diagonaux. On peut
démontrer facilement cette remarque soit par récurrence (en utilisant le
développement du déterminant par rapport à la première ligne), soit en
utilisant la formule du déterminant rappelée plus haut, en remarquant
ALGÈBRE 3, COURS DE TÉLÉ-ENSEIGNEMENT, CHAPITRE I 15
supérieure.
Remarquons de plus que le j-ième élément diagonal de la matrice de
Qj ( ) dans la base B est 0, donc Qj ( )(fj ) s’écrit comme combinaison
linéaire de (f1 , ..., fj 1 ) pour j 2 et Q1 ( )(f1 ) = 0E . On a donc les
propriétés suivantes :
(1) Qj ( )(fi ) 2 V ect(f1 , ..., fi ) pour 1 i n, 1 j n (vient du
fait que Qj ( ) est triangulaire >).
(2) Qj ( )(fj ) 2 V ect(f1 , ..., fj 1 ) pour 1 j n, où pour j = 1 on
pose V ect(f1 , ..., fj 1 ) := {0E } (vient du fait que Qj (fj ) = 0).
(3) Qj ( )(fi ) 2 V ect(f1 , ..., fj 1 ) pour 1 i j n, 1 j n (Qj ( )
est triangulaire >).
Q
(4) ( ji=1 Qi )( )(fi ) = 0E pour 1 j n et 1 i j (pour une
preuve complète faire une récurrence, exercice).
Ces relations ont des interprétations géométriques : si on pose E0 :=
{0E }, Ej := V ect(f1 , ..., fj ), alors les relations (1) sont équivalentes
aux inclusions Qj ( )(Ei ) ⇢ Ei (i.e. chaque sous-espace Ei est Qj ( )-
invariant), les relations (3) sont équivalentes aux inclusions Qj ( )(Ej ) ⇢
Ej 1 , et les relations (4) sont équivalentes aux identités :
j
!
Y
Qi ( )|Ej = 0 pour 1 j n.
i=1
Qn
Mais En = E et i=1 Qi = ( 1)n P (X), donc en choisissant j = n
dans la relation ci-dessus, on obtient P ( ) = 0End(E) . ⇤
Remarque 55. Le théorème de Cayley Hamilton est en fait vrai pour
n’importe quel corps K, mais pour une démonstration simple on se
restreint à C. La même preuve fonctionne en fait pour K̄ la clôture
algébrique de K.
Soit E un K-espace vectoriel de dimension finie n et 2 End(E).
Définition 56. Un polynôme Q(X) 2 K[X] est dit polynôme annulateur
de si Q( ) = 0End(E) . L’ensemble des polynômes annulateurs de est
un idéal non-nul de K[X], qui s’appelle l’idéal annulateur de et est
noté Ann( ). L’unique générateur unitaire de Ann( ) est un polynôme
non-nul qui s’appelle le polynôme minimal de et est noté par m (X).
Le fait que Ann( ) soit un idéal de K[X] vient du fait que Ann( )
est le noyau du morphisme d’anneaux
⇢
K[X] ! End(E)
:
P ! P( )
et c’est facile de voir que le noyau de tout morphisme d’anneaux est un
idéal. Le fait que cet idéal soit non-nul résulte directement du théorème
ALGÈBRE 3, COURS DE TÉLÉ-ENSEIGNEMENT, CHAPITRE I 21
Alors
Y
m (X) = ( 1)n (X ) ( ).
2. On a
k
Y
P (X) = P i (X).
i=1
avec vj 2 E j
or
Pk
( 1 IdE ) ··· ( k IdE )(v) =⌘ j=1 ( 1 IdE ) · · · ( k IdE )(vj )
P k ⇣Q Pk
= j=1 i6=j ( 1 IdE ) ( j IdE )(vj ) = j=1 0 = 0.
Q
Donc 2Spec( ) (X− ) est un polynôme annulateur de . Ceci montre
que m (X) est un diviseur de ce produit, donc ( ) 1 pour toute
valeur propre . Puisque on sait par ailleurs que ( ) 1 on obtient
( ) = 1.
2. ) 1. Si ( ) = 1 alors N = E , donc si 2. est vraie, alors la seconde
décomposition du corollaire 66 devient E = E , ce qui montre que
est diagonalisable. ⇤
ALGÈBRE 3, COURS DE TÉLÉ-ENSEIGNEMENT, CHAPITRE I 27
des choix : la seule restriction à ces choix est de prendre garde que le
vecteur v3 soit linéairement indépendant de la famillev1 , v2 . Une astuce
pour gagner du temps (qui est aussi une autre manière de faire) est
de prendre n’importe quel vecteur v3 qui soit en dehors de l’espace
engendré par v1 , v2 (par exemple v3 = v1 ^ v2 ), et donc tel que v1 , v2 , v3
forme une base, pour ensuite calculer b, c tels que Av3 = v3 +cv2 +bv1 .
Avec v3 = (1, 0, 0) on peut vérifier que la matrice de passage est
0 1
1 1 1
P0 = @ 1 1 0 A
1 0 0
et satisfait à la relation
0 1
1 1 0
P 0 1 AP 0 = @ 0 1 1 A,
0 0 1
qui est une matrice triangulaire.
On vérifie facilement que c’est une norme sur l’espace vectoriel Mn (C).
De plus :
Lemme 76. On a kAXk kAk.kXk, kABk kAk.kBk, kAp k
kAkp , pour tous A, B 2 Mn (C), X 2 Cn .
Démonstration. A faire en exercice. ⇤
P kAkk
Pour tout A 2 Mn (C) la série k 0 k! est convergente (elle converge
vers ekAk
P). La1 fonction e : Mn (C) ! Mn (C) qui à une matriceP A1associe
eA := 1 k=0 k! Ak
est bien définie et continue car la série k 0 k! A est
k
Algèbre et Géométrie
Exercice 2 1. Soit H = {A 2 M2 (R) : a11 + a12 a21 + a22 = 0}, montrer que H est un
sous-espace vectoriel de M2 (R).
2. Trouver la dimension de H, ainsi qu’une base.
3. Montrer que l’application définie par
T : M2 (R) ! R
A 7! a11 + a22
1
3. Trouver dimensions et bases de Im(f ) et Ker(f ). Dire si f est un automorphisme de R3 ,
en justifiant la réponse.
4. Trouver tous les vecteurs x 2 R3 tel que
f (x) = b + c.
Soient f1 = (1, 1, 1), f2 = ( 1, 0, 1), f3 = (1, 0, 0). Montrer que (f1 , f2 , f3 ) forme une base B 0 et
déterminez la matrice de f dans cette base.
Dans tout l’exercice, on suppose que A est une matrice triangulaire supérieure.
1. Calculer les coefficients diagonaux de A2 en fonction des coefficients de A.
2. Supposons maintenant que A2 = A. Montrer que si tr A = n, alors A est inversible. En
déduire que si tr A = n, alors A = Idn .
3. Posons B := Idn A 2 Mn (R). Montrer que l’on a B 2 = B si et seulement si A2 = A.
4. Montrer que si A2 = A et tr A = 0, alors A = 0.
2
2. Exercices corrigés au prochain envoi : Diagonalisation et trigonalisation
Exercice 6 Pour quelles valeurs des paramètres réels a, b, c, d, e, f les matrices suivantes sont-
elles diagonalisables ?
0 1 0 1
1 a b c 1 a b c
B 0 2 d e C B 0 1 d e C
A=B@ 0 0
C, B = B C.
2 f A @ 0 0 2 f A
0 0 0 2 0 0 0 2
0 1
1 1 1
Exercice 7 Soit A = @ 1 1 1 A .
1 1 1
1. Déterminer les valeurs propres et les sous-espaces propres de A. La matrice A est-elle
diagonalisable ?
2. Déterminer les sous-espaces V de R3 stables (c’est-à-dire A-invariants) par l’endomor-
phisme associé à A dans la base canonique. Aide : on procédera suivant la dimension de
V , le cas le plus compliqué étant dim V = 2, considérer alors la restriction de A à V :
quels sont ses valeurs et vecteurs propres possibles ?
3
2. Trouver x 2 R tel que le vecteur v3 = (x, 1, 0, 0) soit un vecteur de ker(g Id)3 \ ker(g
Id)2 .
3. Soient v2 = (g Id)(v3), v1 = (g Id)2 (v3 ) et v4 le vecteur de ker(g 2Id) dont la
dernière coordonnée vaut 1. Vérifier que (v1 , v2 , v3 , v4 ) est une base et donner la matrice
de g dans cette base.
Polynômes minimaux, polynômes d’endomorphismes
0 1
0 1 0
Exercice 11 Soit A = @ 1 0 1 A
1 1 1
1. Calculer le polynôme caractéristique de A, PA (X).
2. Calculer le reste de la division euclidienne de X n (n 2 N⇤ ) par PA (X).
3. Calculer An par deux méthodes di↵érentes en utilisant soit la diagonalisation, soit le
théorème de Cayley-Hamilton.
Exercice 12 Calculer le polynôme minimal des matrices suivantes et préciser si elles sont
diagonalisables ou non :
0 1 0 1 0 1
4 0 0 3 1 1 1 a 1
A=@ 2 1 3 A B=@ 2 0 1 A C=@ 0 1 b A
5 0 4 1 1 2 0 0 c
où a, b, c 2 R (discuter selon les valeurs de a, b et c).
Exercice 13 Soit A 2 M6 (C) telle que PA (X) = (X 1)4 (X 2)2 , mA (X) = (X 1)2 (X 2).
Que peut-on dire des dimensions des espaces propres ?
Exercice 14 Soit f un endomorphisme d’un R-espace vectoriel de dimension finie n. On note
F = Im(f ), et on suppose que f vérifie
f3 + f2 + f = 0
1. a) Montrer que F est un sous espace vectoriel f -invariant.
b) Montrer que Ker(f ) \ Im(f ) = {0}
c) En déduire que la restriction g de f à F est un automorphisme de F .
d) Trouver un polynôme annulateur non trivial de g. Quel peut être de degré du polynôme
minimal de g ?
2. a) Montrer que si 2 Spec(f ), alors = 0.
b) En déduire que le rang de f est pair (raisonner par l’absurde et étudier les racines réelles du
polynôme caractéristique de g).
Exercice 15 Soit E un espace vectoriel, f un endomorphisme de E et soit a 2 E. Définissons
Fa = V ect( f k (a) | k 2 N ).
1. Montrer que si dim E = n, alors Fa = V ect( f k (a) | k 2 {0,01, . . . , n 1} ). 1
1 1 1
2. Soit f l’endomorphisme de R3 associé à la matrice A = @ 2 2 2 A . Montrer qu’il
1 1 1
n’existe pas a 2 R tel que Fa = R .
3 3
4
Exercice 16 Soit E un K-espace vectoriel, f et g des endomorphismes de E tels que f g = g f
et soit P 2 K[X] un polynôme.
1. Montrer que P (g) et f commutent.
2. Montrer que le noyau et l’image de l’endomorphisme P (g) sont f -invariants.
X2 3X + 2 = 0.