WikiPrépaLivrets

Pour chacune des matrices suivantes de M3(R)\mathcal{M}_3(\mathbb{R}), déterminer si elle est diagonalisable. Dans l'affirmative, donner une base de vecteurs propres, la matrice de passage PP et la matrice diagonale DD correspondante.

  1. A=(3−11−242−115)A = \begin{pmatrix} 3 & -1 & 1
    -2 & 4 & 2
    -1 & 1 & 5 \end{pmatrix}
  2. B=(122212223)B = \begin{pmatrix} 1 & 2 & 2
    2 & 1 & 2
    2 & 2 & 3 \end{pmatrix}
  3. C=(72−224−1−2−14)C = \begin{pmatrix} 7 & 2 & -2
    2 & 4 & -1
    -2 & -1 & 4 \end{pmatrix}

1.

Commencer par calculer le polynôme caractéristique χM(X)=det⁡(XI−M)\chi_M(X) = \det(XI - M) pour chaque matrice.

2.

Si le polynôme est scindé à racines simples, la matrice est immédiatement diagonalisable.

3.

Si une racine est multiple, il faut vérifier que la dimension du sous-espace propre associé est égale à la multiplicité de la racine.

4.

Pour la matrice CC, remarquer sa symétrie réelle pour conclure rapidement sur sa diagonalisabilité.

Idées clés

•

Calcul du polynôme caractéristique par opérations élémentaires.

•

Détermination des sous-espaces propres par résolution de systèmes linéaires.

•

Condition nécessaire et suffisante de diagonalisation (somme des dimensions des sous-espaces propres).

1. Étude de la matrice AA

Calculons le polynôme caractéristique χA(X)=det⁡(XI3−A)\chi_A(X) = \det(X I_3 - A) : \begin{align*} \chi_A(X) &= \begin{vmatrix} X-3 & 1 & -1
2 & X-4 & -2
1 & -1 & X-5 \end{vmatrix}
L_1 \leftarrow L_1 + L_2 &: \begin{vmatrix} X-1 & X-3 & -3
2 & X-4 & -2
1 & -1 & X-5 \end{vmatrix} \text{ (peu efficace, essayons autre chose)} \end{align*}

Effectuons plutôt C1←C1+C2C_1 \leftarrow C_1 + C_2 :

χA(X)=∣X−21−1X−2X−4−20−1X−5∣=(X−2)∣11−11X−4−20−1X−5∣\chi_A(X) = \begin{vmatrix} X-2 & 1 & -1
X-2 & X-4 & -2
0 & -1 & X-5 \end{vmatrix} = (X-2) \begin{vmatrix} 1 & 1 & -1
1 & X-4 & -2
0 & -1 & X-5 \end{vmatrix}

Puis L2←L2−L1L_2 \leftarrow L_2 - L_1 :

χA(X)=(X−2)∣11−10X−5−10−1X−5∣=(X−2)[(X−5)2−1]\chi_A(X) = (X-2) \begin{vmatrix} 1 & 1 & -1
0 & X-5 & -1
0 & -1 & X-5 \end{vmatrix} = (X-2) \left[ (X-5)^2 - 1 \right]

Finalement, on obtient :

χA(X)=(X−2)(X−4)(X−6)\boxed{\chi_A(X) = (X-2)(X-4)(X-6)}

Le polynôme est scindé à racines simples dans R\mathbb{R}, donc AA est diagonalisable. Les valeurs propres sont 2,42, 4 et 66. La recherche des vecteurs propres mène aux sous-espaces : E2=Vect((1,1,0))E_2 = \text{Vect}((1,1,0)), E4=Vect((1,0,1))E_4 = \text{Vect}((1,0,1)) et E6=Vect((0,1,1))E_6 = \text{Vect}((0,1,1)).

D'où les matrices :

D=(200040006)etP=(110101011)\boxed{D = \begin{pmatrix} 2 & 0 & 0
0 & 4 & 0
0 & 0 & 6 \end{pmatrix}   \text{et}   P = \begin{pmatrix} 1 & 1 & 0
1 & 0 & 1
0 & 1 & 1 \end{pmatrix}}

2. Étude de la matrice BB

Calculons χB(X)=det⁡(XI3−B)\chi_B(X) = \det(X I_3 - B) :

χB(X)=∣X−1−2−2−2X−1−2−2−2X−3∣\chi_B(X) = \begin{vmatrix} X-1 & -2 & -2
-2 & X-1 & -2
-2 & -2 & X-3 \end{vmatrix}

Effectuons L1←L1−L2L_1 \leftarrow L_1 - L_2 pour faire apparaître un facteur commun :

χB(X)=∣X+1−(X+1)0−2X−1−2−2−2X−3∣=(X+1)∣1−10−2X−1−2−2−2X−3∣\chi_B(X) = \begin{vmatrix} X+1 & -(X+1) & 0
-2 & X-1 & -2
-2 & -2 & X-3 \end{vmatrix} = (X+1) \begin{vmatrix} 1 & -1 & 0
-2 & X-1 & -2
-2 & -2 & X-3 \end{vmatrix}

Puis C2←C2+C1C_2 \leftarrow C_2 + C_1 :

χB(X)=(X+1)∣100−2X−3−2−2−4X−3∣=(X+1)[(X−3)2−8]\chi_B(X) = (X+1) \begin{vmatrix} 1 & 0 & 0
-2 & X-3 & -2
-2 & -4 & X-3 \end{vmatrix} = (X+1) \left[ (X-3)^2 - 8 \right]

On trouve alors :

χB(X)=(X+1)(X−(3+22))(X−(3−22))\boxed{\chi_B(X) = (X+1)(X - (3+2\sqrt{2}))(X - (3-2\sqrt{2}))}

Les trois valeurs propres sont distinctes, donc BB est diagonalisable. En résolvant les systèmes (B−λI)X=0(B-\lambda I)X=0, on trouve :

P=(111−11102−2)etD=(−10003+220003−22)\boxed{P = \begin{pmatrix} 1 & 1 & 1
-1 & 1 & 1
0 & \sqrt{2} & -\sqrt{2} \end{pmatrix}   \text{et}   D = \begin{pmatrix} -1 & 0 & 0
0 & 3+2\sqrt{2} & 0
0 & 0 & 3-2\sqrt{2} \end{pmatrix}}

3. Étude de la matrice CC

On remarque que CC est une matrice symétrique réelle. D'après le théorème spectral, elle est donc diagonalisable dans une base orthonormée.

Calculons χC(X)\chi_C(X). Notons que C−3I=(42−221−1−2−11)C-3I = \begin{pmatrix} 4 & 2 & -2
2 & 1 & -1
-2 & -1 & 1 \end{pmatrix}
. Toutes les colonnes sont proportionnelles à la première, donc rg(C−3I)=1\text{rg}(C-3I) = 1. Ainsi, 33 est valeur propre de CC et dim⁡(E3)=3−1=2\dim(E_3) = 3 - 1 = 2.

La somme des valeurs propres est égale à la trace : Tr(C)=7+4+4=15\text{Tr}(C) = 7 + 4 + 4 = 15. Soit λ3\lambda_3 la troisième valeur propre. On a 3+3+λ3=153 + 3 + \lambda_3 = 15, d'où λ3=9\lambda_3 = 9.

Sp(C)={3,9} avec mult(3)=2 et mult(9)=1\boxed{\text{Sp}(C) = \{3, 9\} \text{ avec mult}(3)=2 \text{ et mult}(9)=1}

Le sous-espace E3E_3 est défini par l'équation 2x+y−z=02x + y - z = 0. Une base est ((1,0,2),(0,2,2))((1,0,2), (0,2,2)). Pour E9E_9, on résout (C−9I)X=0(C-9I)X=0, ce qui donne X∈Vect((2,1,−1))X \in \text{Vect}((2,1,-1)).

En conclusion :

D=(300030009)etP=(10202122−1)\boxed{D = \begin{pmatrix} 3 & 0 & 0
0 & 3 & 0
0 & 0 & 9 \end{pmatrix}   \text{et}   P = \begin{pmatrix} 1 & 0 & 2
0 & 2 & 1
2 & 2 & -1 \end{pmatrix}}

Une erreur classique consiste à développer le déterminant brutalement. Il est toujours préférable d'utiliser des opérations sur les lignes ou colonnes pour factoriser le polynôme au fur et à mesure.