Diagonalisation de matrices

Groupe 12

Avril 2023

1 Algorithme de diagonalisation
1. Trouver le polynôme caracteristique de la matrice.

2. Trouver les solutions de l’équation P (λ) = 0, c’est à dire les valeurs

propres λi .

3. Trouver le ou les vecteurs propres pour chaque valeur propre.

4. Trouver une base pour chaque vecteur propre.

5. Construire la matrice de passage en prenant les vecteurs propres trouvées

en colonnes.

6. Vérifier que P est inversible en montrant que son determinant est non
nul.

7. Calculer D (matrice diagonale) en prenant les valeurs propres sur la

diagonale principale et en respectant l’ordre de multiciplicité de ces
valeurs propres.

8. Vérifier que D = P −1 AP où

P la matrice de passage
A la matrice initiale
P −1 l’inverse (s’il en existe) de la matrice P .

1
2 Application de l’algorithme
2.1 Exemple 1
⎛0 2 −2 2⎞ ⎛ 0 1 −1 1⎞
⎜−2 0 2 2⎟ ⎜−1 0 1 1⎟
A=⎜ ⎟ = 2⎜ ⎟ (1)
⎜−2 2 0 2 ⎟ ⎜−1 1 0 1⎟
⎝2 2 −2 0⎠ ⎝ 1 1 −1 0⎠

Soit A une matrice et x ≠ 0 un vecteur propre de A correspondant à la valeur

propre λ, donc on a:
Ax = λx
⇐⇒ Ax = λIx avec I la matrice identité
⇐⇒ Ax − λIx = 0
⇐⇒ (A − λI)x = 0
Ô⇒ det(A − λI) = 0
L’équation det(A−λI) = 0 s’appelle eéquation caractéristique où le polynôme
det(A − λI) = P (λ) est le polynôme caractéristique.
⋆ Trouvons P (λ)
P (λ) = det(A − λI)

⎛1 0 0 0⎞ ⎛−λ 2 −2 2 ⎞
⎜0 1 0 0⎟ ⎜ −2 −λ 2 2⎟
I =⎜ ⎟ Ô⇒ A − λI = ⎜ ⎟ (2)
⎜0 0 1 0⎟ ⎜ −2 2 −λ 2 ⎟
⎝0 0 0 1⎠ ⎝2 2 −2 −λ⎠

Trouvons det(A − λI):

n
det(A − λI) = ∑ (−1)i+j ai,j × det(Ai,j )
i=1

Ai,j = mineur d’ordre (i, j)

ai,j = éléments de la matrice (A − λI)

C1 C2 C3 C4
L1 ⎛−λ 2 −2 2 ⎞
L2 ⎜ −2 −λ 2 2⎟
A − λI = ⎜ ⎟
L3 ⎜ −2 2 −λ 2 ⎟
L4 ⎝ 2 2 −2 −λ⎠

2
 C1 + C2 C2 C3 C4
L1 ⎛ 2 − λ −2 2 ⎞
′
2
L2 ⎜ 0 −λ 2 2⎟
A − λI = ⎜ ⎟
L3 ⎜
⎜ 0 2 −λ 2 ⎟⎟
⎝
L4 2 − λ −2 −λ⎠
′
2

A − λI = A
On developpe suivant la ligne 4 (L4 )
′

4
det(A) = ∑ (−1)4+j a4,j × det(A4,j )
j=1

⎛2 − λ 2 −2 2 ⎞
⎜ 0 −λ 2 2⎟
A=⎜ ⎟
⎜ 0 2 −λ 2 ⎟
⎝2 − λ 2 −2 −λ⎠

⎛2 − λ 2 −2 2 ⎞
⎜ 0 −λ 2 2 ⎟
A= ⎜ ⎟
⎜ 0 2 −λ 2 ⎟
⎜ ⎟
L1 − L4 ⎝ 0 0 2 + λ⎠
′ ′
0

a4,1 = a4,2 = a4,3 = 0 Ô⇒ det(A) = a4,4 × det(A3,3 )

RRR2 − λ 2 −2 RRR
RR RR
det(A) = (2 + λ) × RRRR 0 −λ 2 RRRR
RRR R
RR 0 2 −λRRRR

⎛2 − λ 2 −2 ⎞
Soit A = ⎜ 0 −λ 2 ⎟
′

⎝ 0 2 −λ⎠

det(A ) =?
′

On developpe suivant la première ligne

3
det(A ) = ∑ a1,j × det(A1,j )
′ ′

j=1

3
a1,2 = a1,3 = 0 d’où det(A ) = a1,1 × det(A1,1 )
′ ′ ′ ′ ′

RRR2 − λ 2 −2 RRR
RR RR
det(A ) = (2 − λ) × RRRR 0 −λ 2 RRRR
′

RRR R
RR 0 2 −λRRRR
det(A ) = (2 − λ) × (λ2 − 4)
′

d’où det(A) = (2 + λ) × (2 − λ) × (λ2 − 4)

Reppel: det(A) = 0 ⇐⇒ det(A − λI) = 0
(2 + λ) × (2 − λ) × (λ2 − 4) = 0 ⇐⇒ λ1 = 2 ou λ2 = −2
Ordre de multiplicité des Valeurs propres: 2

2.1.1 Calcul des vecteurs propres

Ax = λX avec x ≠ 0 où x = Vecteur propre
Eλ ∶ (A − λI) × x = 0
L’ensemble des solutions est appelé espace propre associé à λ.
Cas où λ = 2

⎛−2 2 −2 2 ⎞
⎜−2 −2 2 2⎟
A − 2I = ⎜ ⎟
⎜−2 2 −2 2 ⎟
⎝2 2 −2 −2⎠

⎛−2 2 −2 2 ⎞ ⎛x⎞
⎜−2 −2 2 2 ⎟ ⎜y ⎟
(A − 2I)X = ⎜ ⎟⎜ ⎟
⎜−2 2 −2 2 ⎟ ⎜ z ⎟
⎝2 2 −2 −2⎠ ⎝ t ⎠

⎧
⎪ 2t − 2x + 2y − 2z = 0
⎪
⎪
⎪
⎪
⎪
⎪2t − 2x − 2y + 2z + = 0
(A − 2I)X = 0 ⇐⇒ ⎨
⎪
⎪
⎪ 2t − 2x + 2y − 2z = 0
⎪
⎪
⎪
⎪
⎩ −2t + 2x + 2y − 2z = 0

4
 ⎧
⎪ t−x+y−z =0 ⎧
⎪y−z = x−t
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪t − x − y + z + = 0 ⎪
⎪
⎪y − z = x − t −t + x = −x + t
⇐⇒ ⎨ ⇐⇒ ⎨ ⇐⇒ {
⎪
⎪
⎪ t−x+y−z =0 ⎪
⎪
⎪y − z = −x + t y−z = x−t
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎩ −t + x + y − z = 0 ⎪
⎩y − z = −x + t

x=t
⇐⇒ {
y=z

⎛x⎞ ⎛1⎞ ⎛0⎞

⎜y ⎟ ⎜0⎟ ⎜1⎟
X =⎜ ⎟= x⎜ ⎟ + y⎜ ⎟
⎜z ⎟ ⎜0⎟ ⎜1⎟
⎝t⎠ ⎝1⎠ ⎝0⎠

où
⎛1⎞ ⎛0⎞
⎜0⎟ ⎜1⎟
v1 = ⎜ ⎟ et v2 = ⎜ ⎟
⎜0⎟ ⎜1⎟
⎝1⎠ ⎝0⎠

E1 = vect{v1 , v2 } est l’espace propre de A pour λ1 = 2

Cas où λ = −2

⎛2 2 −2 2⎞
⎜−2 2 2 2⎟
A − 2I = ⎜ ⎟
⎜−2 2 2 2⎟
⎝2 2 −2 2⎠

⎛2 2 −2 2⎞ ⎛x⎞
⎜−2 2 2 2⎟ ⎜y ⎟
(A − 2I)X = ⎜ ⎟⎜ ⎟
⎜−2 2 2 2⎟ ⎜ z ⎟
⎝2 2 −2 2⎠ ⎝ t ⎠

5
 ⎧
⎪t+x+y−z =0
⎪
⎪
⎪
⎪
⎪
⎪t − x + y + z = 0
(A − 2I)X = 0 ⇐⇒ ⎨
⎪
⎪
⎪t−x+y+z =0
⎪
⎪
⎪
⎪
⎩t + x + y − z = 0
y+z = x−t x= z
⇐⇒ { ⇐⇒ {
y − z = −x − t y = −t

⎛x⎞ ⎛1⎞ ⎛0⎞

⎜y ⎟ ⎜0⎟ ⎜1⎟
X =⎜ ⎟ = x⎜ ⎟ + y⎜ ⎟
⎜z ⎟ ⎜1⎟ ⎜0⎟
⎝t⎠ ⎝0⎠ ⎝−1⎠

où
⎛1⎞ ⎛0⎞
⎜0⎟ ⎜1⎟
v3 = ⎜ ⎟ et v4 = ⎜ ⎟
⎜1⎟ ⎜0⎟
⎝0⎠ ⎝−1⎠

E2 = vect{v3 , v4 } est l’espace propre de A pour λ2 = −2. {v3 , v4 } constitue

une base de l’espace propre E2

2.1.2 Matrice de passage P

Soit A une matrice carrée. Trouvons la matrice P

v1 v2 v3 v4
⎛1 0 1 0 ⎞
⎜0 1 0 1 ⎟
P =⎜ ⎟
⎜0 1 1 0 ⎟
⎝ 1 0 0 −1⎠

Calculons P −1
Vérifions si P est inversible
Calculons P
4
det(P ) = ∑(−1)4+j P4,j × det(P4,j )
−1

6
det(P ) = (−1)5 P4,1 ×det(P4,1 )+(−1)6 P4,2 ×det(P4,2 )+(−1)7 P4,3 ×det(P4,3 )+
(−1)8 P4,4 × det(P4,4 )
P4,2 = P4,3 = 0

RRR0 1 0RRR RRR1 0 1RRR

RRR RRR RR RR
det(P ) = −P4,1 × det(P4,1 ) + P4,4 × det(P4,4 ) = − RRR1 0 1RRR + (−1) RRRR0 1 0RRRR
RRR RR RRR R
RR1 1 0RRR RR0 1 1RRRR
RRR0 1 0RRR
RR RR
det(P ) = − RRRR1 0 1RRRR
′

RRR RR
RR1 1 0RRR
On developpe suivant la ligne 1
RRR0 1 0RRR
RR RR
− RRRR1 0 1RRRR = −(−1)1+2 × 1 ∣
1 1
∣ = −1
RRR RRR 1 0
RR1 1 0RR

RRR1 0 1RRR
RR RR
det(P ) = RRRR0 1 0RRRR = (−1)2 × 1 × ∣
1 0
∣ = −1
′

RRR RRR 1 1
RR0 1 1 RR

(On developpe suivant la colonne 1)

donc det(P ) = −1 − 1 = −2 ≠ 0 donc P est inversible

2.1.3 Calculons D
Valeurs propres λ1 = 2 et λ2 = −2 (Ordre de multiplicité 2)

⎛2 0 0 0⎞
⎜0 2 0 0⎟
D=⎜ ⎟
⎜0 0 −2 0 ⎟
⎝0 0 0 −2⎠

matrice diagonale

7
2.1.4 Vérification
Vérifions que D = P −1 AP
1
P −1 = [cof act(P )]t
det(P )
ci,j les éléments de la matrice cofact P
ci,j = (−1)i+j det(Pi,j ) cof act(P ) = (ci,j ) avec i, j = 1, .., 4
RRR1 0 1 RRR
RR RR
c1,1 = (−1)2 det(P1,1 ) = RRRR0 1 0 RRRR = (−1)3+3 × (−1) × ∣
1 0
∣ = −(1) = −1
RRR RRR 1 1
RR0 1 −1RR

2.2 Exemple 2
⎛3 −4 0 2⎞
⎜4 −5 −2 4⎟
B=⎜ ⎟
⎜0 0 3 −2⎟
⎝0 0 2 −1⎠

2.2.1 Polynôme caractéristique

P (λ) = det(A − λI)

⎛3 − λ −4 0 2 ⎞
⎜ 4 −5 − λ −2 4 ⎟
A − λI = B = ⎜ ⎟
⎜ 0 0 3−λ −2 ⎟
⎝ 0 0 2 −1 − λ⎠

⎛3 − λ −4 0 2 ⎞
⎜ 4 −5 − λ −2 4 ⎟
B=⎜ ⎟
⎜ 0 0 3−λ −2 ⎟
⎝ 0 0 2 −1 − λ⎠
det(B) =?
On developpe suivant la ligne 4
4
det(B) = ∑ (−1)4+j b4,j × det(B4,j )
j=1

B4,1 = B4,1 = 0

⎛3 − λ −4 2⎞ ⎛3 − λ −4 0 ⎞
det(B) = (−1) 4+3
×2×det ⎜ 4 −5 − λ 4 ⎟+(−1) ×(−1−λ)×det ⎜ 4
4+4
−5 − λ −2 ⎟
⎝ 0 0 −2⎠ ⎝ 0 0 3 − λ⎠

8
 ⎛3 − λ −4 2⎞
det ⎜ 4 −5 − λ 4 ⎟ = det(B ) =?
′

⎝ 0 0 −2⎠
On developpe suivant la ligne 3
3
det(B ) = ∑ b3,j × (−1)3+j det(B3,j )
′ ′ ′

j=1

b3,1 = b3,2 = 0
d’où det(B ) = b3,3 × (−1)3+3 × det(B3,3 )
′ ′

3−λ −4
det(A ) = −2 × ∣ ∣
′

4 −5 − λ

det(B ) = −2([(3 − λ)(−5 − λ) + 16])

′

det(B ) = −2(−15 − 3λ + 5λ + λ2 + 16)

′

det(B ) = −2(λ2 + 2λ + 1)
′

det(B ) = −2(λ + 1)2

′

RRR3 − λ −4 0 RRRR
RRR R
det(B ) = RRR 4 −5 − λ −2 RRRR =?
′′

RRR R
RR 0 0 3 − λRRRR

3
det(B ) = ∑ b3,j × (−1)3+j det(B3,j )
′′

j=1

b3,1 = b3,2 = 0 d’où

det(B ) = b3,3 × (−1)3+3 × det(B3,3 )
′

3−λ −4
det(B ) = (3 − λ) × ∣ ∣
′′

4 −5 − λ

= (3 − λ)((3 − λ)(−5 − λ) + 16)

= (3 − λ)(λ + 1)2
det(B) = −2 × (−2(λ + 1)2 ) + (−1 − λ)(3 − λ)(λ + 1)2
det(B) = 4(λ + 1)2 + (−3 + λ)(λ + 1)3
det(B) = (λ + 1)2 [4 + (3 − λ)(λ + 1)]
det(B) = (λ + 1)2 (λ2 − 2λ + 1)
det(B) = (λ + 1)2 (λ − 1)2
P (λ) = 0
Ô⇒ (λ + 1)2 = 0 ou (λ − 1)2 = 0

9
⇐⇒ λ1 = −1 ou λ2 = 1
ordre de multiplicité des valeurs propres: 2
cas où λ1 = −1
⎛4 −4 0 2 ⎞ ⎛x⎞
⎜4 −4 −2 4 ⎟ ⎜y ⎟
(B + I)X = ⎜ ⎟⎜ ⎟
⎜0 0 4 −2⎟ ⎜ z ⎟
⎝0 0 2 0 ⎠ ⎝t⎠

⎧
⎪ 2t + 4x − 4y = 0
⎪
⎪
⎪
⎪
⎪
⎪4t + 4x − 4y − 2z + = 0
(B + I)X = BX = 0 ⇐⇒ ⎨
⎪
⎪
⎪ −2t + 4z = 0
⎪
⎪
⎪
⎪
⎩ 2z = 0
⎧
⎪4x − 4y = −2t
⎪
⎪
⎪
⎪
⎪
⎪4x − 4y = −4t x= y
⇐⇒ ⎨ ⇐⇒ {
⎪
⎪
⎪ 4z = 2t t=z=0
⎪
⎪
⎪
⎪
⎩ z= 0
On a:
⎛x⎞ ⎛1⎞ ⎛1⎞
⎜y ⎟ ⎜1⎟ ⎜1⎟
X =⎜ ⎟ = x⎜ ⎟ avec v1 = ⎜ ⎟
⎜z ⎟ ⎜0⎟ ⎜0⎟
⎝t⎠ ⎝0⎠ ⎝0⎠

E1 = vect{v1 }
dim(E1 ) = 1 ≠ 2 (ordre de multiplicité)
B n’est pas diagonalisable

3 Prouver qu’une matrice n’est pas diagonalisable

Posons:
1 1996
B =( )
′

0 1
est une matrice d’ordre 2 det(B ) = 1
′

soit λunevaleurpropre
P (λ) = det(B − λI)
′

10
B − λI = (1 − λ)2 = P (λ)
′

Posons P (λ) = 0 Ô⇒ λ = 1 ordre de multiplicite: 2

Vecteur propre.

1 1996 x
(B − λI)X = ( )( )
′

0 1 y

−λ)x + (1 + 1996 = 0
(B − λI)X = 0 ⇐⇒ { λ=1
′
avec
− λ)y + (1 = 0

0 1996 x 1996y =0
(B − λI)X = ( ) ( ) ⇐⇒ { Ô⇒ y = 0
′

0 0 y 0=0

x 1
X =( ) = x( )
0 0

E1 = vect{(1, 0}
dim(E1 ) = 1 ≠ 2 c’est à dire dim(E1 ) est différent de l’ordre de multiplicité
′
de λ d’où B n’est pas diagonalisable.

sin A = P sin DP −1

λ 0 1 1996
sin A = P sin ( 1 )P −1 = ( )
0 λ2 0 1

sin λ1 0 1 1996
sin A = P sin ( )P −1 = ( )
0 sin λ2 0 1
1 1996
donc ( ) est diagonalisable (impossible)
0 1
Ainsi A n’est pas diagonalisable.

11