Psi - Math - Lycée Alphone Daudet

Liste chapitres

Plan du chapitre

Section

sous-section

III. Polynômes annulateurs et deuxième condition de diagonalisation.

III.4. Deuxième condition de diagonalisation.

Définition.

Soit $u$ un endomorphisme de $E$ de DF. Notons $\lambda_1$,...,$\lambda_p$ les vp distinctes de $u$. Alors : $$P\=(X-\lambda_1)...(X-\lambda_p)$$ est le polynôme spectral de $u$. On a une définition similaire pour les matrices.

Remarques.

Attention, il s'agit d'une définition locale. Il faut donc impérativement le redéfinir à chaque fois que vous l'utilisez ! On en a besoin uniquement car le polynôme minimal n'est pas au programme.
Le polynôme spectral est donc le polynôme caractéristique sans les puissances.
On a déjà vu dans le III.1. que le polynôme spectral divise tout polynôme annulateur.

Théorème.^²⁹

Soit $u$ un endomorphisme de $E$ de DF : $$\left\Updownarrow\begin{array}{ll} \bullet & u\text{ diagonalisable.}\\ \bullet & \text{le polynôme spectral de $u$ est un polynôme annulateur de }u.\\ \bullet & \text{Il existe un polynôme annulateur de $u$ scindé à racines simples.} \\ \end{array}\right.$$ Résultat encore vrai pour les matrices.

Consequences.^³⁰

Soit $u$ un endomorphisme de $E$ de DF alors :

Soit $P=(X-\mu_1)^{\alpha_1}...(X-\mu_q)^{\alpha_q}$ un polynôme annulateur d'un endomorphisme $u$ $($par exemple le polynôme caractéristique$)$ alors : $$\left\Updownarrow\begin{array}{ll} \bullet&u\text{ diagonalisable} \\ \bullet&\text{Le polynôme }(X-\mu_1)...(X-\mu_q)\text{ est un polynôme annulateur de }u \\ \end{array}\right.$$
La restriction d'un endomorphisme diagonalisable à un sev stable est encore diagonalisable.
Si $u$ est diagonalisable alors les polynômes annulateurs de $u$ sont exactement les multiples du polynôme spectral.

Exemples.

Les symétries sont diagonalisables car $X^2-1$ est un polynôme annulateur scindé à racines simples.
Les projections sont diagonalisables car $X^2-X$ est un polynôme annulateur scindé à racines simples.
Les matrices nilpotentes non nulles ne sont pas diagonalisables car le polynôme spectral $X$ n'est pas annulateur.

III. Polynômes annulateurs et deuxième condition de diagonalisation.

III.6. Intérêt des endomorphismes qui commutent.

Théorème.^³⁴

Si $u$ et $v$ sont des endomorphismes d'un $\SetK$ espace vectoriel $E$ qui commutent, alors $u$ laisse stable le noyau, l'image et les espaces propres de $v$.

Définitions.

Soient $u$ et $v$ des endomorphismes d'un espace vectoriel $E$. On dit que $u$ et $v$ sont simultanément diagonalisables s'il existe une base dans laquelle les matrices de $u$ et $v$ sont diagonales.
Soient $A$ et $B$ dans $\mathcal{M}_n(\SetK)$. On dit que $A$ et $B$ sont simultanément diagonalisables s'il existe une matrice inversible $P$ telle que $P^{-1}AP$ et $P^{-1}BP$ sont diagonales.

Exercice.^³⁵

Soient $u$, $v$ des endomorphismes d'un espaces vectoriel $E$ de dimension finie vérifiant : $$\left\{\begin{array}{l} u\text{ et }v\text{ commutent.}\\ u\text{ et }v\text{ sont diagonalisables.}\\ \end{array}\right.$$

Soit $F$ un sous espace propre de $v$. Expliquez pourquoi l'endomorphisme induit $u_{_F}$ existe et est diagonalisable.
Montrer qu'il existe une base de $F$ formée de vecteurs qui sont propres pour $u$ et pour $v$.
En déduire que $u$ et $v$ sont simultanément diagonalisables.
Montrer réciproquement que si $u$, $v$ sont simultanément diagonalisables alors $u$ et $v$ commutent.

Outil important.^³⁶

Soit $D$ une matrice diagonale de taille $n\times n$ avec les coefficients diagonaux tous différents. Montrer que pour toute matrice $M$ de $\mathcal{M}_n(\SetR)$ : $$M\text{ commute avec }D\hskip0.5cm\Longleftrightarrow\hskip0.5cm M\text{ est diagonale}$$

Directement en comparant $MD$ et $DM$.
En montrant que les vecteurs propres de $D$ sont des vecteurs propres de $M$.

Méthode. Comment résoudre $Q(M)=A$ ? ^³⁷

Comment résoudre une équation matricielle de $\mathcal{M}_n(\SetK)$ d'inconnue $M$ du type : $$Q(M)\:\=\:A$$ avec $P$ un polynôme et $A$ une matrice ayant $n$ valeur propres distinctes ?

On vérifie que $A$ est une matrice de $\mathcal{M}_n(\SetR)$ ayant $n$ valeurs propres distinctes. On en conclue que $A$ est diagonalisable. On pose $A=PDP^{-1}$
En multipliant par $P$ adroite et $P^{-1}$ à gauche de l'équation $Q(M)=A$, on se ramène à une équation du type : $$Q(N)\:\=\:D$$
On vérifie que $D$ et $N$ commutent et on redémontre l’outil. On conclue que $N$ est diagonale.
On identifie coefficients à coefficients les matrices $Q(N)$ et $D$. On conclue.

Exercice.^³⁸

Notons $$A=\left(\begin{array} {ccc}% 0&1&2\\ 1&0&-2\\ 2&2&0\\ \end{array}% \right)$$

Montrer que $A$ est diagonalisable.
Soit $M$ dans $\mathcal{M}_{3}(\SetR)$ telle que $M^5-M^3+M=A$. Montrer que $M$ et $A$ commutent.
En déduire les valeurs de $M$ possibles.

III. Polynômes annulateurs et deuxième condition de diagonalisation.

III.7. Trigonalisation.

Théorème.^³⁹

Soit $E$ un $\SetK$-ev de DF et $u$ un endomorphisme de $E$. $$u\hbox{ trigonalisable sur }\SetK\hskip0.5cm\Longleftrightarrow\hskip0.5cm \PCar{u}\hbox{ scindé sur }\SetK$$

Remarque.

La technique générale de trigonalisation n'est pas au programme. On se limite dans la pratique à des exemples simples en petite dimension et tout exercice de trigonalisation effective doit comporter une indication $($programme officiel$)$.

Exercice.^⁴⁰

Montrer qu'une matrice triangulaire inférieure est trigonalisable.

Exercice.^⁴¹

Considérons les matrices : $$A\=\left(\begin{array} {ccc}% 0&1&1\\ -1&1&1\\ -1&1&2\\ \end{array}\right)% \hskip 2cm C_1\=\left(\begin{array} {ccc}% 1\\ 0\\ 1\\ \end{array}\right)% $$

Déterminer le polynôme caractéristique de $A$.
Déterminer les sev propres de $A$. $A$ est-elle diagonalisable ?
Déterminer $C_2$ tels que $AC_2=C_1+C_2$
Déterminer $C_3$ tels que $AC_3=C_2+C_3$
Déterminer $T$ triangulaire supérieur et $P$ inversible pour que $A=PTP^{-1}$.

Exercice.^⁴²

Soit $A$ une matrice carrée et $\lambda_1$, ..., $\lambda_p$ les valeurs propres distinctes de $A$. Supposons de plus que $|\lambda_1|\leq...\leq|\lambda_{p-1}|<|\lambda_{p}|$. Notons pour tout $n$ de $\SetN$ : $$u_n\=\frac{tr(A^{n+1})}{tr(A^n)}$$

Montrer que $u_n\tendvers{n}{+\infty}\lambda_p$
Écrire un programme en Python permettant de trouver la vp de plus grand module d'une matrice.