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).
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
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
3
, tout comme les deux bases évoquées au dessus, et enfin A et u .
Trigonalisation de matrices.
• Pour trigonaliser une matrice, il n’y a pas de méthode globale à connaître a priori.
• 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 .
0 0 2
Le vecteur : e'3 = ( x, y, z ) , s’obtient en résolvant : u (e' 3 ) = e2 + 2.e' 3 , soit en traduction
x x 0
matricielle 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.
On peut proposer alors : e'3 = (−1,−1,0) , la famille : B’ = ( e1 , e2 , e'3 ), est bien libre et :
1 0 0 1 0 − 1
mat B’ (u ) = 0 2 1 = T ' , soit avec : P' = 1 1 − 1 , alors : P ' −1 . A.P ' = T ' .
0 0 2 1 − 1 0
• Trigonalisation « standard » de A :
On choisit de même une base de vecteurs propres : e1 = (1,0,0) , et : e2 = (0,−1,1) , et un troisième
vecteur de 3, pour qu’avec les deux premiers, on obtienne une base : B = ( e1 , e2 , e3 ), de 3, et
on peut prendre : e3 = (0,1,1) .
1 0 0 1 0 0
Alors : u (e3 ) = (0,−1,3) = 2.e2 + e3 , ce qui conduit à poser : P = 0 − 1 1 , et : T = 0 1 2 ,
0 1 0 0 0 1
−1
et on a l’égalité : P . A.P ' = T .
On peut remarquer que : (T − I 3 ) 2 = 0 , donc qu’également : ( A − I 3 ) 2 = 0 , et : (u − id E ) 2 = 0 .
• Trigonalisation de A en réduite de Jordan :
1 0 0
On peut trouver une base : B’ = ( e'1 , e'2 , e'3 ), de 3
telle que : mat B’ (u ) = T ' = 0 1 1 .
0 0 1
PSI Dupuy de Lôme – Fiche technique 5 : diagonalisation, trigonalisation. -3-
Ce résultat est un théorème, mais on va le vérifier en pratique ci-dessous.
Pour obtenir B’, on commence par chercher e'3 , en remarquant qu’on doit avoir :
• e'3 ∉ E1 (u ) , donc tel que : (u − id E )(e'3 ) ≠ 0 ,
• u (e'3 ) = e' 2 +e'3 , soit : (u − id E )(e'3 ) = e' 2 ∈ E1 (u ) , car : (u − id E )(e' 2 ) = (u − id E ) 2 (e'3 ) = 0 ,
• e'1 ∈ E1 (u ) , avec ( e'1 , e'2 ) libre.
On choisit pour ce faire e'3 hors de E1 (u ) , par exemple : e'3 = (0,1,0) .
On pose alors : e'2 = u (e'3 ) − e'3 , qui est non nul puisque : e'3 ∉ E1 (u ) .
En effet ici, on a bien : e'2 = (0,0,1) − (0,1,0) = (0,−1,1) ≠ (0,0,0) , et : e' 2 ∈ E1 (u ) .
On complète alors e' 2 avec e'1 en une base de E1 (u ) , par exemple : e'1 = (1,0,0) .
On peut montrer dans le cas général (ou vérifier à la main) que la famille : B’ = ( e'1 , e'2 , e'3 ),
1 0 0
est toujours libre donc forme une base de 3
, et par construction : mat B’ (u ) = T ' = 0 1 1 .
0 0 1
1 0 0
Si enfin, on pose : P' = 0 − 1 1 , on a bien finalement : P ' −1 . A.P ' = T ' .
0 1 0
−1 0 1
Puis : ker((u − id E ) ) = {( x, y, z ) ∈ , x = z }.
2 3
Remarques :
• la matrice P (ou la nouvelle base de 3) permettant de trigonaliser A n’est pas unique,
• dans les deux derniers exemples, si la matrice A admet pour valeur propre triple la valeur α , la
matrice T semblable à A sera égale à celle proposée, mais en changeant ses coefficients
diagonaux en α .
Si A est diagonalisable.
1 3 0
exemple 5 : calculer A k , avec : A = 3 − 2 − 1 .
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 k 1
− .3 − .(−4) − .3 + .(−4) k + .3 + .(−4) k
k
10 14 35 7 7 10 14 35
Si A est trigonalisable.
Si A est trigonalisable, alors : ∃ P ∈ Gln(K), ∃ T ∈ Mn(K), triangulaire supérieure, telles que :
T = P −1. A.P .
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
i =0 i 0 0
2 k
2 k +1 − 1 1 − 2k 1 − 2k
k −1 k −1
On en déduit que : A = − 1 + (1 − k ).2
k k
1 + k .2 1 − 2 + k .2 .
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 2
∀ k ∈ , A k = P.T k P −1 = P.( I 3 + k .N + .N 2 ).P −1 = −k 1 k .
2 − k .( k + 1) k .( k + 1)
k 1+
2 2
Cas 1 : les racines du polynôme annulateur dont on dispose sont simples ( A est diagonalisable).
reprise de l’exemple 1 :
1 1 0
Pour : A = 1 1 0 , on peut vérifier que le polynôme : µ A ( x) = x.( x − 2) , est un polynôme
0 0 2
annulateur pour A (polynôme « minimal »).
Pour : k ∈ , ∃ ( Qk , Rk ) ∈ [X]2, X k = µ A .Qk + Rk , avec : Rk = ak . X + bk ,
et on détermine ces valeurs à l’aide des racines (simples) de µ A :
1k = ak .1 + bk ,
2 k = ak .2 + bk ,
soit : a k = 2 k − 1 , bk = 2 − 2 k , puis : ∀ k ∈ , A k = a k . A + bk .I 3 .
reprise de l’exemple 2 :
3 − 1 − 1
Pour : A = − 1 2 0 , on dispose du polynôme caractéristique comme polynôme annulateur
3 −2 0
qui est ici : χ A ( x) = ( x − 1).( x − 2) 2 .
Pour : k ∈ , ∃ ( Qk , Rk ) ∈ [X]2, X k = χ A .Qk + Rk , avec : Rk = a k . X 2 + bk . X + ck ,
mais on ne dispose plus que de deux racines pour χ A (et donc de deux équations seulement alors
que l’on a trois inconnues) :
1k = a k .12 + bk .1 + c k ,
2 k = ak .2 2 + bk .2 + ck ,
On peut alors penser à dériver (2 comme racine double de χ A , est aussi racine de χ A ' ) :
k . X k −1 = χ A '.Qk + χ A .Qk '+ Rk ' , avec : Rk ' = 2.ak . X + bk ,
et avec la valeur 2, cela donne une troisième équation :
k .2 k −1 = 2.ak .2 + bk .
On résout alors le système formé par ces trois équations, ce qui permet d’obtenir :
a k = 1 − 2 k + k .2 k −1 , bk = 2 k + 2 − 3.k .2 k −1 − 4 , c k = 4 + (k − 3).2 k ,
reprise de l’exemple 4 :
0 1 1
Pour : A = − 1 1 1 , on a le polynôme annulateur : χ A ( x) = ( x − 1) 3 .
−1 1 2
A partir de : X k = χ A .Qk + (ak . X 2 + bk . X + ck )
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 .