1. Étude de la diagonalisabilité.
Calculons le polynôme caractéristique de A A A , noté χ A ( X ) \chi_A(X) χ A ( X ) :
χ A ( X ) = det ( X I 3 − A ) = ∣ X − 1 0 0 X − 1 − 6 − 7 X ∣ \chi_A(X) = \det(XI_3 - A) = \begin{vmatrix} X & -1 & 0 0 & X & -1 -6 & -7 & X \end{vmatrix} χ A ( X ) = det ( X I 3 − A ) = X 0 − 6 − 1 X − 7 0 − 1 X En développant par rapport à la première ligne :
χ A ( X ) = X ( X 2 − 7 ) − ( − 1 ) ( − 6 ) = X 3 − 7 X − 6 \chi_A(X) = X(X^2 - 7) - (-1)(-6) = X^3 - 7X - 6 χ A ( X ) = X ( X 2 − 7 ) − ( − 1 ) ( − 6 ) = X 3 − 7 X − 6 Cherchons des racines évidentes parmi les diviseurs de 6 6 6 . On teste − 1 -1 − 1 :
( − 1 ) 3 − 7 ( − 1 ) − 6 = − 1 + 7 − 6 = 0 (-1)^3 - 7(-1) - 6 = -1 + 7 - 6 = 0 ( − 1 ) 3 − 7 ( − 1 ) − 6 = − 1 + 7 − 6 = 0 .
On peut alors factoriser par ( X + 1 ) (X+1) ( X + 1 ) :
X 3 − 7 X − 6 = ( X + 1 ) ( X 2 − X − 6 ) = ( X + 1 ) ( X + 2 ) ( X − 3 ) X^3 - 7X - 6 = (X+1)(X^2 - X - 6) = (X+1)(X+2)(X-3) X 3 − 7 X − 6 = ( X + 1 ) ( X 2 − X − 6 ) = ( X + 1 ) ( X + 2 ) ( X − 3 ) Les valeurs propres de A A A sont donc :
Sp ( A ) = { − 2 , − 1 , 3 } \boxed{\text{Sp}(A) = \{-2, -1, 3\}} Sp ( A ) = { − 2 , − 1 , 3 } Le polynôme χ A \chi_A χ A est scindé à racines simples sur Q \mathbb{Q} Q .
D'après le cours, la matrice A A A est diagonalisable sur Q \mathbb{Q} Q .
2. Réduction de la matrice.
Cherchons les sous-espaces propres associés. Pour chaque valeur propre λ \lambda λ , un vecteur V = ( x , y , z ) T V = (x, y, z)^T V = ( x , y , z ) T est vecteur propre si A V = λ V AV = \lambda V A V = λV , soit :
{ y = λ x z = λ y 6 x + 7 y = λ z ⟺ { y = λ x z = λ 2 x ( λ 3 − 7 λ − 6 ) x = 0 \left\{ \begin{array}{rcl} y &=& \lambda x z &=& \lambda y 6x + 7y &=& \lambda z \end{array} \right.
\iff
\left\{ \begin{array}{rcl} y &=& \lambda x z &=& \lambda^2 x ( \lambda^3 - 7\lambda - 6 ) x &=& 0 \end{array} \right. ⎩ ⎨ ⎧ y z 6 x + 7 y = = = λ x λ y λ z ⟺ ⎩ ⎨ ⎧ y z ( λ 3 − 7 λ − 6 ) x = = = λ x λ 2 x 0 Ainsi, les vecteurs propres sont de la forme V λ = ( 1 , λ , λ 2 ) V_\lambda = (1, \lambda, \lambda^2) V λ = ( 1 , λ , λ 2 ) .
On en déduit les vecteurs propres pour chaque valeur propre :
Pour λ = − 1 \lambda = -1 λ = − 1 : V 1 = ( 1 , − 1 , 1 ) T V_1 = (1, -1, 1)^T V 1 = ( 1 , − 1 , 1 ) T .
Pour λ = − 2 \lambda = -2 λ = − 2 : V 2 = ( 1 , − 2 , 4 ) T V_2 = (1, -2, 4)^T V 2 = ( 1 , − 2 , 4 ) T .
Pour λ = 3 \lambda = 3 λ = 3 : V 3 = ( 1 , 3 , 9 ) T V_3 = (1, 3, 9)^T V 3 = ( 1 , 3 , 9 ) T .
On pose alors :
D = ( − 1 0 0 0 − 2 0 0 0 3 ) et P = ( 1 1 1 − 1 − 2 3 1 4 9 ) \boxed{D = \begin{pmatrix} -1 & 0 & 0 0 & -2 & 0 0 & 0 & 3 \end{pmatrix} \text{et} P = \begin{pmatrix} 1 & 1 & 1 -1 & -2 & 3 1 & 4 & 9 \end{pmatrix}} D = − 1 0 0 0 − 2 0 0 0 3 et P = 1 − 1 1 1 − 2 4 1 3 9 Calculons P − 1 P^{-1} P − 1 . Par la méthode de la comatrice ou du pivot de Gauss, on trouve det ( P ) = − 20 \det(P) = -20 det ( P ) = − 20 et :
P − 1 = 1 20 ( 30 5 − 5 − 12 − 8 4 2 3 1 ) \boxed{P^{-1} = \frac{1}{20} \begin{pmatrix} 30 & 5 & -5 -12 & -8 & 4 2 & 3 & 1 \end{pmatrix}} P − 1 = 20 1 30 − 12 2 5 − 8 3 − 5 4 1 3. Calcul des puissances.
On a A n = P D n P − 1 A^n = PD^nP^{-1} A n = P D n P − 1 . Notons D n = diag ( λ 1 n , λ 2 n , λ 3 n ) D^n = \text{diag}(\lambda_1^n, \lambda_2^n, \lambda_3^n) D n = diag ( λ 1 n , λ 2 n , λ 3 n ) . Le coefficient général de A n A^n A n est donné par :
( A n ) i , j = ∑ k = 1 3 P i , k λ k n ( P − 1 ) k , j (A^n)_{i,j} = \sum_{k=1}^3 P_{i,k} \lambda_k^n (P^{-1})_{k,j} ( A n ) i , j = k = 1 ∑ 3 P i , k λ k n ( P − 1 ) k , j Comme P i , k = λ k i − 1 P_{i,k} = \lambda_k^{i-1} P i , k = λ k i − 1 , on a ( A n ) i , j = ∑ k = 1 3 λ k n + i − 1 ( P − 1 ) k , j (A^n)_{i,j} = \sum_{k=1}^3 \lambda_k^{n+i-1} (P^{-1})_{k,j} ( A n ) i , j = ∑ k = 1 3 λ k n + i − 1 ( P − 1 ) k , j .
Posons L n = ( a n , b n , c n ) L_n = (a_n, b_n, c_n) L n = ( a n , b n , c n ) la première ligne de A n A^n A n . On obtient :
{ a n = 1 20 ( 30 ( − 1 ) n − 12 ( − 2 ) n + 2 ⋅ 3 n ) b n = 1 20 ( 5 ( − 1 ) n − 8 ( − 2 ) n + 3 ⋅ 3 n ) c n = 1 20 ( − 5 ( − 1 ) n + 4 ( − 2 ) n + 3 n ) \left\{
\begin{array}{l}
a_n = \frac{1}{20} \left( 30(-1)^n - 12(-2)^n + 2 \cdot 3^n \right)
b_n = \frac{1}{20} \left( 5(-1)^n - 8(-2)^n + 3 \cdot 3^n \right)
c_n = \frac{1}{20} \left( -5(-1)^n + 4(-2)^n + 3^n \right)
\end{array}
\right. ⎩ ⎨ ⎧ a n = 20 1 ( 30 ( − 1 ) n − 12 ( − 2 ) n + 2 ⋅ 3 n ) b n = 20 1 ( 5 ( − 1 ) n − 8 ( − 2 ) n + 3 ⋅ 3 n ) c n = 20 1 ( − 5 ( − 1 ) n + 4 ( − 2 ) n + 3 n ) Par structure de la matrice (qui est la transposée d'une matrice compagnon), la ligne i i i de A n A^n A n est égale à la première ligne de A n + i − 1 A^{n+i-1} A n + i − 1 . Ainsi :
A n = ( a n b n c n a n + 1 b n + 1 c n + 1 a n + 2 b n + 2 c n + 2 ) \boxed{A^n = \begin{pmatrix} a_n & b_n & c_n a_{n+1} & b_{n+1} & c_{n+1} a_{n+2} & b_{n+2} & c_{n+2} \end{pmatrix}} A n = a n a n + 1 a n + 2 b n b n + 1 b n + 2 c n c n + 1 c n + 2