WikiPrépaLivrets

Soit EE un espace vectoriel sur K\mathbb{K} (K=R\mathbb{K} = \mathbb{R} ou C\mathbb{C}) de dimension finie n≥1n \geq 1. On considère un endomorphisme f∈L(E)f \in \mathcal{L}(E). On définit l'application Φ\Phi sur L(E)\mathcal{L}(E) par :

∀g∈L(E),Φ(g)=f∘g\forall g \in \mathcal{L}(E),   \Phi(g) = f \circ g

  1. Montrer que Φ\Phi est un endomorphisme de l'espace vectoriel L(E)\mathcal{L}(E).
  2. Déterminer les valeurs propres de Φ\Phi en fonction de celles de ff.
  3. Pour λ∈Sp(f)\lambda \in \text{Sp}(f), caractériser le sous-espace propre Eλ(Φ)E_\lambda(\Phi) et exprimer sa dimension en fonction de celle de Eλ(f)E_\lambda(f).
  4. Établir une relation entre les polynômes annulateurs de ff et ceux de Φ\Phi. En déduire que ff et Φ\Phi ont le même polynôme minimal.
  5. Démontrer que Φ\Phi est diagonalisable si et seulement si ff est diagonalisable.
  6. On suppose ff diagonalisable. Soit (λ1,…,λn)(\lambda_1, \dots, \lambda_n) la famille des valeurs propres de ff (non nécessairement distinctes). Préciser la matrice de Φ\Phi dans une base de L(E)\mathcal{L}(E) convenablement choisie.

1.

Pour la question 2, si f(x)=λxf(x) = \lambda x, considérer un endomorphisme gg de rang 1 dont l'image est engendrée par xx.

2.

Pour la question 3, traduire la condition f∘g=λgf \circ g = \lambda g en une condition sur l'image de gg. Utiliser l'isomorphisme entre Eλ(Φ)E_\lambda(\Phi) et L(E,Eλ(f))\mathcal{L}(E, E_\lambda(f)).

3.

Pour la question 4, remarquer que pour tout polynôme PP, on a P(Φ)(g)=P(f)∘gP(\Phi)(g) = P(f) \circ g.

4.

Pour la question 6, utiliser une base de EE formée de vecteurs propres de ff et construire une base de L(E)\mathcal{L}(E) à l'aide des matrices élémentaires.

Idées clés

•

Lien entre les propriétés spectrales d'un endomorphisme et celles d'un opérateur agissant sur lui.

•

Utilisation du polynôme minimal pour caractériser la diagonalisabilité.

•

Structure de l'espace des endomorphismes L(E,F)\mathcal{L}(E, F).

Résolution.

  1. La linéarité de Φ\Phi découle directement de la distributivité de la composition par rapport à l'addition dans L(E)\mathcal{L}(E) et de sa compatibilité avec la multiplication par un scalaire. Comme Φ\Phi envoie L(E)\mathcal{L}(E) dans lui-même, Φ∈L(L(E))\Phi \in \mathcal{L}(\mathcal{L}(E)).

  2. Soit λ∈K\lambda \in \mathbb{K}. Supposons λ∈Sp(f)\lambda \in \text{Sp}(f). Il existe x∈Ex \in E, x≠0x \neq 0 tel que f(x)=λxf(x) = \lambda x. On définit g∈L(E)g \in \mathcal{L}(E) par g(y)=ℓ(y)xg(y) = \ell(y)x où ℓ\ell est une forme linéaire non nulle sur EE. Alors g≠0g \neq 0 et :
    ∀y∈E,Φ(g)(y)=f(g(y))=f(ℓ(y)x)=ℓ(y)f(x)=λℓ(y)x=λg(y)\forall y \in E,   \Phi(g)(y) = f(g(y)) = f(\ell(y)x) = \ell(y)f(x) = \lambda \ell(y)x = \lambda g(y)
    Ainsi Φ(g)=λg\Phi(g) = \lambda g, donc λ∈Sp(Φ)\lambda \in \text{Sp}(\Phi). Réciproquement, si λ∈Sp(Φ)\lambda \in \text{Sp}(\Phi), il existe g≠0g \neq 0 tel que f∘g=λgf \circ g = \lambda g. Comme g≠0g \neq 0, il existe y∈Ey \in E tel que z=g(y)≠0z = g(y) \neq 0. On a alors f(z)=f(g(y))=λg(y)=λzf(z) = f(g(y)) = \lambda g(y) = \lambda z, d'où λ∈Sp(f)\lambda \in \text{Sp}(f).
    Sp(Φ)=Sp(f)\boxed{\text{Sp}(\Phi) = \text{Sp}(f)}

  3. Un endomorphisme gg appartient à Eλ(Φ)E_\lambda(\Phi) si et seulement si Φ(g)=λg\Phi(g) = \lambda g, soit f∘g=λgf \circ g = \lambda g. Cela équivaut à :
    ∀y∈E,f(g(y))=λg(y)  ⟺  ∀y∈E,g(y)∈Eλ(f)\forall y \in E,   f(g(y)) = \lambda g(y) \iff \forall y \in E,   g(y) \in E_\lambda(f)
    Ceci est équivalent à dire que Im(g)⊂Eλ(f)\text{Im}(g) \subset E_\lambda(f). L'espace propre Eλ(Φ)E_\lambda(\Phi) est donc l'ensemble des endomorphismes dont l'image est incluse dans Eλ(f)E_\lambda(f), ce qui s'identifie à L(E,Eλ(f))\mathcal{L}(E, E_\lambda(f)). Par calcul de dimension :
    dim⁡Eλ(Φ)=dim⁡L(E,Eλ(f))=dim⁡(E)×dim⁡(Eλ(f))\dim E_\lambda(\Phi) = \dim \mathcal{L}(E, E_\lambda(f)) = \dim(E) \times \dim(E_\lambda(f))
    dim⁡Eλ(Φ)=ndim⁡Eλ(f)\boxed{\dim E_\lambda(\Phi) = n \dim E_\lambda(f)}

  4. On remarque par récurrence que pour tout k∈Nk \in \mathbb{N}, Φk(g)=fk∘g\Phi^k(g) = f^k \circ g. Par linéarité, pour tout polynôme P∈K[X]P \in \mathbb{K}[X] :
    P(Φ)(g)=P(f)∘gP(\Phi)(g) = P(f) \circ g
    Si P(f)=0P(f) = 0, alors P(f)∘g=0P(f) \circ g = 0 pour tout gg, donc P(Φ)=0P(\Phi) = 0. Inversement, si P(Φ)=0P(\Phi) = 0, alors P(Φ)(IdE)=0P(\Phi)(\text{Id}_E) = 0, ce qui donne P(f)∘IdE=0P(f) \circ \text{Id}_E = 0, soit P(f)=0P(f) = 0. Les deux endomorphismes possèdent les mêmes polynômes annulateurs. En particulier :
    πΦ=πf\boxed{\pi_\Phi = \pi_f}

  5. Un endomorphisme est diagonalisable sur K\mathbb{K} si et seulement si son polynôme minimal est scindé à racines simples sur K\mathbb{K}. D'après la question précédente, πΦ=πf\pi_\Phi = \pi_f. Par conséquent :
    Φ est diagonalisable  ⟺  f est diagonalisable\boxed{\Phi \text{ est diagonalisable} \iff f \text{ est diagonalisable}}

  6. Supposons ff diagonalisable. Soit B=(e1,…,en)\mathcal{B} = (e_1, \dots, e_n) une base de EE telle que f(ei)=λieif(e_i) = \lambda_i e_i. Considérons la base canonique de L(E)\mathcal{L}(E) associée à B\mathcal{B}, notée (uij)1≤i,j≤n(u_{ij})_{1 \leq i,j \leq n}, où uiju_{ij} est défini par uij(ek)=δjkeiu_{ij}(e_k) = \delta_{jk} e_i. Calculons l'image de uiju_{ij} par Φ\Phi :
    Φ(uij)(ek)=f(uij(ek))=δjkf(ei)=δjkλiei=λiuij(ek)\Phi(u_{ij})(e_k) = f(u_{ij}(e_k)) = \delta_{jk} f(e_i) = \delta_{jk} \lambda_i e_i = \lambda_i u_{ij}(e_k)
    Ainsi, chaque uiju_{ij} est un vecteur propre de Φ\Phi pour la valeur propre λi\lambda_i. En rangeant la base par l'indice jj d'abord : (u11,u21,…,un1,u12,…,unn)(u_{11}, u_{21}, \dots, u_{n1}, u_{12}, \dots, u_{nn}), la matrice est diagonale par blocs :
    Mat(Φ)=(M0…00M…0⋮⋮⋱⋮00…M) ouˋ M=diag(λ1,…,λn)\text{Mat}(\Phi) = \begin{pmatrix} M & 0 & \dots & 0
    0 & M & \dots & 0
    \vdots & \vdots & \ddots & \vdots
    0 & 0 & \dots & M \end{pmatrix} \text{ où } M = \text{diag}(\lambda_1, \dots, \lambda_n)
    Si on range la base par l'indice ii : (u11,u12,…,u1n,u21,…,unn)(u_{11}, u_{12}, \dots, u_{1n}, u_{21}, \dots, u_{nn}), on obtient :
    Mat(Φ)=Diag(λ1In,λ2In,…,λnIn)\boxed{\text{Mat}(\Phi) = \text{Diag}(\lambda_1 I_n, \lambda_2 I_n, \dots, \lambda_n I_n)}

Attention à l'ordre des vecteurs de base de L(E)\mathcal{L}(E). Selon que l'on regroupe par rapport au premier ou au second indice, la forme de la matrice diagonale change (soit nn blocs identiques à MM, soit des blocs scalaires λiIn\lambda_i I_n).