BCPST2
95 2 15 Réduction
Dans tout le chapitre K=R ouC
I Valeurs propres et vecteurs propres
A) Dénitions Dénition :
Soit E un espaceK- espace vectoriel. Soit f ∈ L(E). Soit λ∈K.
G On dit que λest une valeur propre def si et seulement sif−λIdE est non injective.
On noteSp(f)et on appelle spectre de f, l'ensemble des valeurs propres.
G Soitλune valeur propre de f. Soitx∈E.
On dit que x est un vecteur propre def associée à la valeur propre λ, si et seulement si x6= 0, f(x) =λx
G Soitλune valeur propre de f.
On appelle sous-espace propre def associé à la valeur propre λl'ensemble :Ker(f−λIdE). Dénition :
Soit n∈N∗. Soit A∈Mn(K). Soitλ∈K.
G On dit que λest une valeur propre deA si et seulement siA−λIn est non injective.
On noteSp(A) et on appelle spectre de A, l'ensemble des valeurs propres.
G Soitλune valeur propre de A. SoitX ∈Mn,1(K).
On dit que X est un vecteur propre deA associée à la valeur propre λ, si et seulement si X6= 0, AX=λX
G Soitλune valeur propre de A.
On appelle sous-espace propre deA associé à la valeur propreλl'ensemble : Ker(A−λIn). Remarque: Traduction Matricielle
Soit E un espaceK- espace vectoriel de dimension nie, soit B une base deE. Soit f ∈ L(E) etA=M atB(f)
Soit λ∈K. On a :
λ∈Sp(f) ⇐⇒ λ∈Sp(A) Soit x∈E etX =M atB(x). On a :
x∈Ker(f −λIdE) ⇐⇒ X∈Ker(A−λIn)
B) Recherche pratique en dimension nie Par la recherche du sous-espace propre
Méthode
Soit E un espace vectoriel et f un endomorphisme surE.
G On traduit le problème matriciellement (si ce n'est pas déjà fait) : On choisit donc une baseB et on écrit A=M atB(f).
G Soit λ∈K. On recherche Ker(A−λIn). Soit X∈Kn.
X ∈Ker(A−λIn) ⇐⇒ AX−λX = 0 G On résout le système linéaire, où λest un paramètre.
G Lors de la résolution, certaines valeurs de λapparaissent conduisant à des solutions non nulles.
En dehors de ces valeurs, le système admet une unique solution qui est X= 0. G On conclut : les valeurs particulières qui sont apparues dans le système sont les
valeurs propres et on a trouvé le sous-espace propre associé.
En dehors de ces valeurs, f−λIdE est injective.
Par la recherche du rang
Méthode
Soit E un espace vectoriel et f un endomorphisme surE.
G On traduit le problème matriciellement (si ce n'est pas déjà fait) : On choisit donc une baseB et on écrit A=M atB(f).
G Soit λ∈K. On calcule rg(A−λIn) et on recherche les valeurs de λ pour lesquelles ce rang est strictement inférieur àn.
En dehors de ces valeurs, f−λIdE est injective.
G On conclut : les valeurs particulières qui sont apparues sont les valeurs propres.
G Pour ces valeurs, on cherche le sous-espace propre associé en résolvant : X ∈Ker(A−λIn) ⇐⇒ AX−λX = 0
Remarque: Valeurs propres des matrices diagonales ou triangulaires
Les valeurs propres d'une matrice diagonales ou triangulaires sont les éléments de la dia- gonale.
Remarque:
En dimension 2, on peut utiliser le déterminant : Soit A∈M2(K). λ∈Sp(A) ⇐⇒ det(A−λI2) = 0 Exemple :
©
Déterminer les valeurs propres et les vecteurs propres de l'endomorphisme de R3 dont la matrice dans la base canonique est :
A=
7 −3 −5 4 −1 −4 6 −3 −4
II Diagonalisation des endomorphismes
Dans toute la suite,E est de dimension nie A) Familles de vecteurs propres Proposition :
Soit E un espaceK- espace vectoriel. Soit f ∈ L(E). Soientλ1, . . . λp des valeurs propres distinctes def.
Soientx1, . . . , xp des vecteurs propres associés à chacune de ces valeurs propres.
La famille (x1, x2, . . . , xp) est libre.
Démonstration : Proposition :
Soientλ1, . . . λp des valeurs propres distinctes def. Soit E un espaceK- espace vectoriel. Soit f ∈ L(E).
Soit, pour 1≤i≤p, une baseBi du sous-espace propre associé à λi. Alors la famille(B1,B2. . . ,Bp) est libre.
Démonstration :
B) Nombre de valeurs propres Proposition :
Soit E un espaceC- espace vectoriel. Soit f ∈ L(E).
G f admet au moins une valeur propre complexe.
G f admet au plus nvaleurs propres distinctes.
Il en est de même pour une matrice A∈Mn(C).
Remarque:
Une matrice réelle peut n'admettre aucune valeur propre sur R.
Si elle admet des valeurs propres réelles, alors il y a en a au plusn.
Une matrice réelle peut-être considérée comme à coecients complexes : Dans ce cas, les valeurs propres sont réelles ou complexes conjuguées.
C) Endomorphismes diagonalisables Dénition :
Soit E un espaceK-espace vectoriel. Soitf ∈ L(E).
On dit quef est diagonalisable si et seulement si il existe une base B de E dans laquelle la matrice de f est diagonale.
Remarque:
Soit E un espaceK- espace vectoriel de dimensionn. Soit B0 une base de E.
Soit f ∈ L(E). On note A=M atB0(f).
f est diagonalisable si et seulement si il existe une matriceP ∈Mn(K), inversible, et une matrice Ddiagonale telles que :
D=P−1AP
P est la matrice de passage de la base B0 vers la base constituée des vecteurs propres.
Dénition : Soit A∈Mn(K).
On dit queA est diagonalisable si et seulement si il existe une matriceP ∈Mn(K), inversible, et une matrice Ddiagonale telles que :
D=P−1AP C'est-à-dire queA est semblable à une matrice diagonale.
Pratique de la diagonalisation
Méthode
Soit E un espace K-espace vectoriel. Soitf ∈ L(E).
G Chercher les valeurs propres et les vecteurs propres def.
G Pour chaque valeur propre λi, déterminer une baseBi du sous-espace propre.
Remarque : card(Bi) = dim(Ker(f−λiIdE)) G Compter : f est diagonalisable si et seulement si
p
X
i=1
card(Bi) = dim(E)
où p est le nombre de valeurs propres distinctes.
G Ecrire la matrice de f dans la nouvelle base, ainsi que la matrice de passage.
Exemple :
©
Soit f l'endomorphisme deR3 donc la matrice dans la base canonique est :
A=
7 −3 −5 4 −1 −4 6 −3 −4
f est-il diagonalisable ? Exemple :
©
Soit f l'endomorphisme deR3 donc la matrice dans la base canonique est :
1 0 1
−4 3 4 2 −1 0
f est-il diagonalisable ?
D) Conditions de diagonalisation Proposition :
Soit E un espaceK- espace vectoriel. Soit f ∈ L(E).
Pour chaque valeur propre λi, soit Bi une base du sous-espace propre.
f est diagonalisable si et seulement si
p
X
i=1
card(Bi) = dim(E)
Proposition :
Soit E un espaceK- espace vectoriel de dimensionn. Soit f ∈ L(E).
Sif admet nvaleurs propres distinctes, alors f est diagonalisable.
Remarque:
La réciproque est évidemment fausse ! Proposition :
Soit Aune matrice symétrique queMn(R). AlorsA est diagonalisable.
III Un exemple d'application
Calcul de An
Méthode
Soit A un matrice deMn(K). On cherche à calculerAn. G On diagonalise, si possible, la matrice A.
G On écrit la relation obtenue : D=P−1AP G On en déduit
An = (P DP−1)(P DP−1). . .(P DP−1)
| {z }
nfois
=P DnP−1
G On a : Dn=
λn1 0 . . . 0 0 λn2 0. . . 0 ... ... ...
0 . . . 0 λnn
G On eectue le produit matriciel : An=P DnP−1.
BCPST2
95 2 16 Reduction
©Exercice 1: /home/carine/Dropbox/952Maths/Basexo/Algebre/Reduction/Red08.tex
On pose :A=
0 1 0 0 0 1 1 0 0
∈M3(C)
1◦) a) CalculerA3. En déduire les valeurs propres possibles de A. b) Déterminer les valeurs propres et les sous-espaces propres de A.
A est-elle diagonalisable ?
2◦) Pour tout (a, b, c)∈C3, on pose M =
a b c c a b b c a
. Diagonaliser M en utilisant les questions précédentes.
©Exercice 2: /home/carine/Dropbox/952Maths/Basexo/Algebre/Reduction/Red18.tex
On considère la matrice J =
0 2 1 0 −1 2 0 1 0
et pour tout réel a, la matriceMa =
a 2 1
0 a−1 2
0 1 a
. 1◦) DiagonaliserJ puis Ma.
2◦) On veut résoudre X2 =Ma.
Soit X une solution de x2 =Ma. Montrer que X commute avec Ma. En déduire les solutions de X2 =Ma.
©Exercice 3: /home/carine/Dropbox/952Maths/Basexo/Algebre/Reduction/Red26.tex
Soit A=
1 −1 0 1 0 −1
−1 0 2
etf dont la matrice dans la base canonique est A. 1◦) Déterminer les valeurs propres de A.
2◦) Déterminer les sous-espaces propres associés àA. A est-elle diagonalisable ? 3◦) Montrer qu'il existe une base dans la quelle la matrice def estB =
1 1 0 0 1 1 0 0 1
. Calculer Bn puis An.
©Exercice 4: /home/carine/Dropbox/952Maths/Basexo/Algebre/Reduction/Red03.tex
On pose P =−X3+ 6X2 −11X+ 6 et A=
4 2 −2
−8 −3 6
−5 −2 5
. A l'aide de P, diagonaliser, si c'est possible, A.
© Exercice 5: /home/carine/Dropbox/952Maths/Basexo/Algebre/Reduction/Red11.tex
On note M3(R), l'ensemble des matrices carrées d'ordre 3 à coecients réels et on désigne par B la base canonique de R3 : B= (e1, e2, e3).
Soit u, l'endomorphisme de R3 dont la matrice dans B est A=
16 4 −4
−18 −4 5 30 8 −7
.
1
rePartie : Etude de A .
1◦) Déterminer les valeurs propres et les vecteurs propres de A. 2◦) Montrer que A est diagonalisable et la diagonaliser.
3◦) Montrer que ∆∈M3(R) vérie∆D=D∆si et seulement si ∆ est diagonale.
2
ePartie : Commutant de A .
On pose C(A) ={M ∈M3(R) / AM =M A}. 1◦) Montrer que C(A) est un espace vectoriel.
2◦) Montrer que M ∈C(A) ⇐⇒ P−1M P est diagonale . 3◦) En déduire C(A) et en donner la dimension et une base.
3
ePartie : Etude d'une suite.
1◦) Soit n∈N, exprimerAn en fonction den.
2◦) Soient a, b, c∈R. on dénit les trois suites p, q, r par
p0 = a q0 = b r0 = c
et
pn+1 = 16pn +4qn −4rn qn+1 = −18pn −4qn +5rn rn+1 = 30pn +8qn −7rn
On poseUn =
pn qn rn
. Exprimer Un en fonction den etU0.
3◦) Donner une condition nécessaire et susante pour que les suites p, q, r soient convergentes.
4
ePartie : Résolution d'un système diérentiel
Soit x, y, z trois fonctions dérivables vériant le système suivant :
x0(t) = 16x(t) +4y(t) −4z(t) y0(t) = −18x(t) −4y(t) +5z(t) z0(t) = 30z(t) +8y(t) −7z(t)
Déterminer les fonctionsx, y, z en fonction des valeurs
x(0) = a y(0) = b z(0) = c
5
ePartie : Equation du second degré X
2= A , où X ∈ M
3( R ) .
1◦) SoitX ∈M3(R), on poseY =P−1XP. Montrer que X2 =A ⇐⇒ Y2 =D Soit Y ∈M3(R), montrer :
Y2 =D=⇒Y D =DY En déduire l'ensemble des solutions de l'équation Y2 =D.
2◦) Combien y'a-t-il de solutions à X2 =A? Exprimer, sans calculer explicitement les solutions, leur somme et leur produit en fonction de A.
©Exercice 6: /home/carine/Dropbox/952Maths/Basexo/Algebre/Reduction/Red12.tex
On note E =R3 etB= (e1, e2, e3) sa base canonique.
Soit f ∈L(E) dont la matrice dansB est :
A =
3 −2 3 1 0 2 0 0 2
1
rePartie :
1◦) Déterminer les valeurs propres et les vecteurs propres de f. f est-il diagonalisable ?
2◦) On noteu1 = (1,1,0), u2 = (2,1,0), u3 = (1,1,1). On dénitC = (u1, u2, u3). Montrer que C est une base, écrire sa matrice de passage P et son inverse.
3◦) Expliciter la matrice T de f dans la base C. Quelle relation relie A etT ? 4◦) Montrer :
∀n ∈N∗, ∃αn ∈R, Tn =
1 0 0 0 2n αn
0 0 2n
On précisera la valeur de α1 ainsi qu'une relation reliantαn+1 etαn. 5◦) Montrer :∀n∈N, αn =n2n−1.
6◦) En déduire An.
2
ePartie :
On note C(A) = {M ∈M3(R), AM =M A} l'ensemble des matrices commutant avec A. 7◦) Montrer que C(A)est un sous espace vectoriel de M3(R).
8◦) SoitM ∈M3(R), on note M0 =P−1M P. Montrer : M ∈C(A) ⇐⇒ M0 ∈C(T) 9◦) Déterminer l'ensemble des matrices de C(T).
10◦) Sans expliciter complètement C(A), déterminer une base et la dimension de C(A). 11◦) Expliciter C(A).