WikiPrépaLivrets

L'objectif est d'étudier la diagonalisabilité et de déterminer des bases de vecteurs propres pour les matrices suivantes de Mn(R)\mathcal{M}_n(\mathbb{R}) :

  1. A=(4414)A = \begin{pmatrix} 4 & 4
    1 & 4 \end{pmatrix}
  2. B=(01211110−1)B = \begin{pmatrix} 0 & 1 & 2
    1 & 1 & 1
    1 & 0 & -1 \end{pmatrix}
  3. C=(2−1−1−12−1−1−12)C = \begin{pmatrix} 2 & -1 & -1
    -1 & 2 & -1
    -1 & -1 & 2 \end{pmatrix}
  4. D=(1−123−362−24)D = \begin{pmatrix} 1 & -1 & 2
    3 & -3 & 6
    2 & -2 & 4 \end{pmatrix}

1.

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

2.

Pour la matrice CC, remarquez que la somme des coefficients de chaque ligne est constante.

3.

Pour la matrice DD, observez la proportionnalité des colonnes pour déterminer son rang.

Idées clés

•

Condition suffisante : nn valeurs propres distinctes.

•

Lien rang-noyau pour les valeurs propres nulles.

•

Utilisation de la trace pour trouver la dernière valeur propre.

Résolution.

  1. Étude de A : Le polynôme caractéristique est χA(X)=(X−4)2−4=X2−8X+12\chi_A(X) = (X-4)^2 - 4 = X^2 - 8X + 12. Les racines sont λ1=6\lambda_1 = 6 et λ2=2\lambda_2 = 2. Puisque A∈M2(R)A \in \mathcal{M}_2(\mathbb{R}) possède deux valeurs propres réelles distinctes, elle est diagonalisable. Après résolution des systèmes (A−λI)X=0(A-\lambda I)X = 0, on trouve les vecteurs propres associés : v1=(2,1)v_1 = (2, 1) pour λ=6\lambda=6 et v2=(−2,1)v_2 = (-2, 1) pour λ=2\lambda=2.
    P=(2−211),Δ=(6002)\boxed{ P = \begin{pmatrix} 2 & -2
    1 & 1 \end{pmatrix},   \Delta = \begin{pmatrix} 6 & 0
    0 & 2 \end{pmatrix} }

  2. Étude de B : Par le calcul du déterminant (règle de Sarrus ou développement), on obtient : χB(X)=X3−4X=X(X−2)(X+2)\chi_B(X) = X^3 - 4X = X(X-2)(X+2). Les valeurs propres sont {0,2,−2}\{0, 2, -2\}. Elles sont simples et réelles, donc BB est diagonalisable. Les sous-espaces propres sont des droites vectorielles engendrées par : u1=(1,−2,1)u_1 = (1, -2, 1) pour λ=0\lambda=0, u2=(3,4,1)u_2 = (3, 4, 1) pour λ=2\lambda=2 et u3=(−1,0,1)u_3 = (-1, 0, 1) pour λ=−2\lambda=-2.
    P=(13−1−240111),Δ=(00002000−2)\boxed{ P = \begin{pmatrix} 1 & 3 & -1
    -2 & 4 & 0
    1 & 1 & 1 \end{pmatrix},   \Delta = \begin{pmatrix} 0 & 0 & 0
    0 & 2 & 0
    0 & 0 & -2 \end{pmatrix} }

  3. Étude de C : CC est symétrique réelle, donc diagonalisable d'après le théorème spectral. On remarque que C(111)=(000)C \begin{pmatrix} 1
    1
    1 \end{pmatrix} = \begin{pmatrix} 0
    0
    0 \end{pmatrix}
    , donc 00 est valeur propre. Comme C−3I=(−1−1−1−1−1−1−1−1−1)C - 3I = \begin{pmatrix} -1 & -1 & -1
    -1 & -1 & -1
    -1 & -1 & -1 \end{pmatrix}
    est de rang 1, le noyau E3E_3 est de dimension 3−1=23-1=2. Les valeurs propres sont donc 00 (simple) et 33 (double).
    P=(1111−1010−1),Δ=(000030003)\boxed{ P = \begin{pmatrix} 1 & 1 & 1
    1 & -1 & 0
    1 & 0 & -1 \end{pmatrix},   \Delta = \begin{pmatrix} 0 & 0 & 0
    0 & 3 & 0
    0 & 0 & 3 \end{pmatrix} }

  4. Étude de D : Toutes les colonnes sont proportionnelles à V=(132)V = \begin{pmatrix} 1
    3
    2 \end{pmatrix}
    . Ainsi, rg(D)=1\text{rg}(D) = 1, ce qui implique que 00 est valeur propre de multiplicité au moins 3−1=23-1=2. La trace vaut Tr(D)=1−3+4=2\text{Tr}(D) = 1 - 3 + 4 = 2. La somme des valeurs propres étant égale à la trace, la troisième valeur propre est λ=2−(0+0)=2\lambda = 2 - (0+0) = 2. Comme dim⁡E0=2\dim E_0 = 2 et dim⁡E2=1\dim E_2 = 1, la somme des dimensions est 3. DD est diagonalisable.
    P=(1211030−12),Δ=(000000002)\boxed{ P = \begin{pmatrix} 1 & 2 & 1
    1 & 0 & 3
    0 & -1 & 2 \end{pmatrix},   \Delta = \begin{pmatrix} 0 & 0 & 0
    0 & 0 & 0
    0 & 0 & 2 \end{pmatrix} }

Pour une matrice de rang 1, ne pas oublier que la valeur propre non nulle est exactement la trace de la matrice. Elle n'est diagonalisable que si sa trace est non nulle (ou si la matrice est nulle).