Vous êtes sur la page 1sur 2

Université Hassan 1er Année universitaire : 2022 - 2023

Faculté d’Economie et de gestion, Settat Module : Algèbre et Maths Financières


Département d’Economie Prof : Abdelali SABRI

TD n◦ 3 : Diagonalisation de matrices carréés


Sections : 7 et 8
Exercice 1:
Soit la matrice carrée  
1 −1
A=
2 −1
Trouver toutes les valeurs propres et les vecteurs propres de A. La matrice A est-elle diagonalisable ?
Solution :
Déterminons les valeurs propres de A. Pour cela, on calcule le polynôme carastéristique de A.

1−λ −1
PA (λ) = det(A − λI) = = (1 − λ)(−1 − λ) + 2 = λ2 + 1
2 −1 − λ

L’équation λ2 + 1 n’admet pas de solutions réelles, donc A n’admet pas de valeurs propres réelles et par suite n’admet
pas de vecteurs propres. Donc A n’est pas diagonalisable.
Exercice 2:
Soit la matrice carrée  
2 −1 1
A= 6 −3 4 
3 −2 3
1) Trouver toutes les valeurs propres et les vecteurs propres de A.
2) A est-elle diagonalisable ? Si oui trouver une matrice P telle que P −1 AP soit diagonale.
Solution :
1)Pour déterminer les valeurs propres de A, on calcule le polynôme carastéristique. On a

2−λ −1 1
4 = λ3 − 4λ2 + 5λ − 2 = (λ − 2)(λ − 1)2

PA (λ) = det(A − λI) = 6 −3 − λ
3 −2 3−λ

Les valeurs propres de A sont les solutions de l’équation PA (λ) = 0. On a donc deux valeurs propres λ1 = 1 et λ2 = 2.
Déterminons les sous-espaces propres E1 et E2 associés à
λ1 et λ2 .
Déterminons E1 : On a E1 = u = (x, y, z) ∈ R3 : Au = u . les deux équations (2) et (3) sont équivalentes. Ainsi



x−y+z =0
u = (x, y, z) ∈ E1 ⇐⇒
3x − 2y + 2z = 0

En faisant (2) −2 × (1), on obtient x = 0 et y = z. Par suite

u = (x, y, z) ∈ E1 ⇐⇒ u = (0, y, y) = y(0, 1, 1)

Ainsi E1 = vect ({u1 }) avec u1 = (0, 1, 1).


E2 = u = (x, y, z) ∈ R3 : Au = 2u .

Déterminons E2 . On a
      
2 −1 1 x 2x  2x − y + z = 2x  −y + z = 0 (1)
Au = u ⇐⇒  6 −3 4   y  =  2y  ⇐⇒ 6x − 3y + 4z = 2y ⇐⇒ 6x − 5y + 4z = 0 (2)
3 −2 3 z 2z 3x − 2y + 3z = 2z 3x − 2y + z = 0 (3)
 

on obtient à partir des équations (1), (2) et (3) que x = y = z = 0.


Ainsi E2 = {(0, 0, 0)}.
2) On a dim (E1 ) = 1 et dim (E2 ) = 0, par suite dim (E1 ) + dim (E2 ) = 1 < 3. D’où A n’est pas diagonalisable.

1
Exercice 3:
Soit A la matrice suivante  
3 0 −1
A= 2 4 2 
−1 0 3
1) Déterminer et factoriser le polynôme caractéristique de A.
2) Démontrer que A est diagonalisable et déterminer une matrice D diagonale et une matrice P inversible telles
A = P DP −1 .
Solution :
1) On détermine et on factorise le polynôme caractéristique de A. Soit PA le polynôme caractéristique de A, on a

3−λ 0 −1
3 − λ −1
PA (λ) = 2
4−λ 2 = (4 − λ)

−1 −1 3 − λ
0 3−λ
= (4 − λ) λ2 − 6λ + 8


= (4 − λ)(λ − 4)(λ − 2)
= (2 − λ)(4 − λ)2

2) On démontre que A est diagonalisable et on détermine une matrice D diagonale et une matrice P inversible telles
A = P DP −1 . Le polynôme PA admet deux racines, donc la matrice A admet deux valeurs propres, λ1 = 2, valeur
propre simple et λ2 = 4, valeur propre double. Déterminons les sous-espaces propres associés.
Notons E1 = {V = (x, y, z)/AV = 2V }, on résout alors le système

3x − z = 2x 
z=x

2x + 4y + 2z = 2y ⇐⇒
y = −2x
−x + 3z = 2z

Le sous-espace propre E1 associé à la valeur propre 2 est une droite vectorielle, dont un vecteur directeur est e1 =
(1, −2, 1).
Notons E2 = {V = (x, y, z)/AV = 4V }, on résout alors le système

 3x − z = 4x
2x + 4y + 2z = 4y ⇐⇒ z = −x
−x + 3z = 4z

Le sous-espace propre E2 associé à la valeur propre 4 est le plan vectoriel, d’équation z = −x dont une base est
donnée, par exemple par les vecteurs e2 = (0, 1, 0) et e3 = (1, 0, −1). Remarquons que l’on pouvait lire directement
sur la matrice A, le fait que le vecteur ~e2 est vecteur propre associé à la valeur propre 4.
Les dimensions des sous-espaces propres sont égales aux multiplicités des valeurs propres correspondantes, par consé-
quent, l’espace R3 admet une base de vecteurs propres et la matrice A est diagonalisable. Notons P la matrice de
passage, on a  
1 0 1
P =  −2 1 0 
1 0 −1
et, si D est la matrice diagonale  
2 0 0
D= 0 4 0 
0 0 4
on a la relation
A = P DP −1

Vous aimerez peut-être aussi