Algèbre linéaire 2 : Polynômes annulateurs d’endomorphismes MP ∗ 11 octobre 2014 Table des matières 1 Polynômes annulateurs, diagonalisation et trigonalisation 2 2 Idéaux de Z et de K[X], polynôme minimal 2.1 Notion d’idéal dans K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 La notion de polynôme minimal . . . . . . . . . . . . . . . . . . . . . . . . . 6 6 7 3 Du 3.1 3.2 3.3 théorème de Bezout au lemme des noyaux 10 Le théorème de Bezout dans Z et dans K[X] . . . . . . . . . . . . . . . . . . 10 Le lemme (de décomposition) des noyaux . . . . . . . . . . . . . . . . . . . 11 Endomorphismes à polynôme minimal scindé . . . . . . . . . . . . . . . . . 13 4 Exercices 14 5 A questions brèves, réponses rapides (le flash-éclair) 21 6 Résumé des deux chapitres d’algèbre linéaire 27 7 Corrigés 31 ∗ Document disponible sur www.mpcezanne.fr ou sur www.univenligne.fr sous le nom AlgebreLinPolynomesAnn.pdf 1 On sait, avant d’aborder ce chapitre, que le polynôme caractéristique d’un endomorphisme f d’un K−espace vectoriel E, est un polynôme annulateur de f ; ce résultat constitue le théorème de Cayley Hamilton. On sait également que f est trigonalisable ssi ce même polynôme caractéristique est scindé sur le corps K. Nous nous proposons de compléter cela en approfondissant l’étude des polynômes annulateurs d’un endomorphisme. : trois résultats sur les polynômes feront apparaı̂tre trois théorèmes fondamentaux de ce chapitre : – les polynômes de Lagrange apparaissent naturellement lorsqu’on cherche à montrer qu’un endomorphisme qu’annule un polynôme scindé à racine simples (sur le corps de base) est diagonalisable ; exercice 1, théorème 1 ; – la structure des idéaux de K[X] conduit à la mise en évidence et à la définition du polynôme minimal ; – la relation de Bezout dans K[X] conduit au lemme des noyaux. Ce chapitre établit la jonction entre deux domaines de l’algèbre : l’étude des endomorphismes et celle de l’anneau des polynômes. C’est l’exercice 1 qui devrait vous permettre de découvrir la porte dérobée entre ces deux domaines... 1 Polynômes annulateurs, diagonalisation et trigonalisation Polynômes de Lagrange Définition 1 Soient a1 , a2 , ...an une famille d’éléments distincts du corps K. Les polynômes de Lagrange associés à cette famille sont les n polynômes de degré (n − 1) définis par Λj (X) = Y X − ai . aj − ai i6=j • Pour tout j ∈ {1, ..., n}, Λj (aj ) = 1 et Λj (ai ) = 0 si i 6= j; Vous devez connaı̂tre et savoir démonter sans hésiter les trois résultats suivants : • (Λj (X))j forme une base de Kn−1 [X] et pour tout polynôme P (X) ∈ Kn−1 [X], P (X) = n X P (aj )Λj (X). j=1 • en particulier : 1= p X Λi (X). i=1 Exercice fondamental Exercice 1 approche et début de preuve du théorème 1 1. Soit f un endomorphisme diagonalisable, montrer qu’il existe un polynôme scindé sur K, à racines simples, tel que P (f ) = 0. 2 2. Étude de la réciproque. Commençons par un exemple simple : on considère f un endomorphisme de E tel que (f − αidE ) ◦ (f − βidE ) ◦ (f − γidE ) = 0. (a) Soit x ∈ E de la forme x = x1 + x2 + x3 où x1 ∈ Ker(f − αidE ), ... Exprimer f (x), f 2 (x); en déduire des expressions des xi en fonction de x, f (x), f 2 (x)... Penser à introduire les polynômes de Lagrange associés à (α, β, γ). (b) Montrer que f est diagonalisable. Exprimer les projecteurs sur les sous-espaces propres comme des polynômes en f. Théorème 1 Soit E un K−espace vectoriel de dimension finie et u un endomorphisme de E. Alors, u est diagonalisable ssi il existe un polynôme scindé sur K, à racines simples tel que P (u) = 0. Démonstration : ⇒ Déjà établi à l’aide d’une représentation matricielle (exercice 1). On propose ici une démonstration plus algébrique. Considérons u diagonalisable, ce qui s’exprime : M E= ker(f − λIdE ). λ∈Sp(f ) Soit S(X) = évidentes) Q λ∈Sp(f ) (X − λ). Pour tout x ∈ E, que l’on peut décomposer (notations X x= xµ , µ∈Sp(u) il vient : X S(u)(x) = S(u)(xµ ). µ∈Sp(u) Mais comme les (u − λ) commutent, on peut écrire : Y S(u)(xµ ) = (u − λ) ◦ (u − µ)(xµ ) = 0. λ6=µ Q ⇐ Considérons P (X) = pi=1 (X − λi ), polynôme annulateur de u, à racines simples. Comme les λi sont distincts, les polynômes de Lagrange, Λj (X) = Y X − λi , λj − λi i6=j 3 forment une base de Kp−1 [X] et on a, en particulier 1= p X Λi (X). i=1 D’autre part, pour tout j, (u − λj ) ◦ Λj (u) = 0. Ainsi, pour tout x ∈ E, Λj (u)(x) ∈ Ker(u − λj ). On a donc idE (x) = p X Λi (u)(x) = i=1 p X xi i=1 ce qui montre que E est somme des sous-espaces Ker(u − λj ) qui sont en somme directe (même démonstration que dans le théorème 6.2). Corollaire 2 déjà vu au chapitre précédent Soit E un K−espace-vectoriel de dimension n. Un endomorphisme de E possédant n valeurs propres distinctes est diagonalisable. Exercice 2 Soit E un espace-vectoriel complexe de dimension n, f un endomorphisme de E tel que f 3 = idE . 1. Quelles sont les valeurs propres possibles de f ? 2. Donner les polynômes caractéristiques possibles lorsque n = 2, n = 3... 3. Montrer que, dans tous les cas, E = Ker(f − idE ) ⊕ Ker(f − j idE ) ⊕ Ker(f − j 2 idE ). 4. En déduire les matrices solutions de M 3 = In . Exercice 3 analogue au précédent Soit E un espace-vectoriel sur R, de dimension n, f un endomorphisme de E tel que f 3 = f 2 + 2f. 1. Quelles sont les valeurs propres possibles de f ? 2. Montrer que que f est diagonalisable et que E = Ker(f ) ⊕ Ker(f + idE ) ⊕ Ker(f − 2idE ). 3. On suppose que n = 3. Donner les polynômes caractéristiques possibles de f et dans chaque cas préciser une matrice de f dans une base bien choisie. 4 Exercice 4 épreuve B e3a, 2005 (exercice 3) ; Soit M une matrice carrée d’ordre 2n, à coefficients complexes définie par blocs par A C M = où A, B, C sont des matrices carrées d’ordre n à coefficients complexes. O B On suppose que la matrice M est diagonalisable et que AC = CB. 1. (a) Montrer que pour tout polynôme P il existe une matrice D, carrée d’ordre n P (A) D telle que P (M ) = . On précisera la matrice D. O P (B) (b) Montrer qu’il existe un polynôme P scindé à racines simples sur le corps C tel que P (A) = P (B) = 0. (c) En déduire que A et B sont diagonalisables. A O 2. Soit N la matrice d’ordre 2n définie par blocs par N = . O B (a) Montrer que M N = N M. (b) En déduire qu’il existe une matrice R inversible et deux matrices diagonales D et D0 telles que : M = R−1 DR et N = R−1 D0 R. 0 C est diagonalisable (admettre le résultat de (c) En déduire que la matrice 0 0 l’exercice24). 3. En déduire que C est nulle. Exercice 5 centrale Soit B une matrice de Mat(2n, R) de la forme A O B= A A où A ∈ Mat(n, R). 1. Calculer P (B) lorsque P est un polynôme. 2. Montrer que si B est diagonalisable, alors elle est nulle. Théorème 3 Soit E un K−espace vectoriel de dimension finie et u un endomorphisme de E. Alors, u est trigonalisable ssi il existe un polynôme scindé sur K tel que P (u) = 0. Démonstration : ⇒ on sait que si u est trigonalisable, son polynôme caractéristique est scindé sur K (c’est en fait une CNS). Le théorème de Cayley-Hamilton fait le reste. ⇐ nous établirons la réciproque comme corollaire du lemme des noyaux. 5 2 Idéaux de Z et de K[X], polynôme minimal C’est le deuxième point évoqué dans notre introduction : nous passons de l’étude de la structure de l’anneau (K[X], +, ×) à la notion de polynôme minimal d’un endomorphisme. Nous commençons par l’étude de l’anneau (Z, +, ×) qui est le prototype facile à étudier des anneaux euclidiens. 2.1 Notion d’idéal dans K[X] Commençons par un rappel sur les sous-groupes de (Z, +). Théorème 4 Les sous-groupes de (Z, +) sont les sous-groupes de la forme aZ. Définition 2 idéal Soit A un anneau de lois + et ×. Un idéal de A est une partie I, de A qui est un sous-groupe de (A, +) tel que ∀a ∈ A, ∀x ∈ I, x × a ∈ I. Exercice 6 exemples 1. les polynômes de la forme P A + BQ, (A, B) donné et (P, Q) décrivant K[X]2 , dans A = K[X]. 2. les fonctions de E ensemble quelconque, à valeurs dans R et nulles sur une partie donnée de E, dans A = F(E, R); 3. les multiples de a dans Z... 4. Si f est un endomorphisme de E, K−ev, l’ensembles des polynômes de K[X] tels que P (f ) = 0 ∈ L(E), est un idéal de K[X]. Théorème 5 – Dans l’anneau (Z, +, ×) tout idéal est de la forme aZ où a ∈ Z. Ainsi, dans Z les idéaux se confondent avec les sous-groupes. – Dans K[X], tout idéal I est de la forme I = G(X) × K[X]. On dit que G est un générateur de l’idéal I. Le polynôme G(X) est unique à une constante multiplicative non nulle près, ie : G(X) × K[X] = H(X) × K[X] ⇒ (∃α ∈ K∗ , G = αH). Démonstration division euclidienne et degré du reste... 6 2.2 La notion de polynôme minimal Exercice 7 polynôme minimal On considère E, un ev de dimension n sur le corps K, u un endomorphisme de E et on note φu l’application φu : P (X) ∈ K[X] → P (u) ∈ L(E). 1. Montrer que l’ensemble des polynômes annulateurs de u est un idéal de K[X]; 2. Montrer qu’il existe un polynôme unitaire πu et un seul tel que Ker(φu ) = π(X)K[X]. On l’appellera polynôme minimal de l’endomorphisme u. 3. Justifier que si u est diagonalisable, alors son polynôme minimal est scindé, à racines simples. 4. Soit d = deg(πu ), donner une base de K[u], ensemble des polynômes en u. Définition 3 Soient E un ev de dimension finie sur R ou C, u un endomorphisme de E. On appelle polynôme minimal de l’endomorphisme u le polynôme unitaire πu tel que Ker(φu ) = π(X)K[X] Théorème 6 Soient E un ev de dimension finie sur K, et u un endomorphisme de E. – le polynôme minimal de u divise son polynôme caractéristique et admet les mêmes racines (avec des ordres de multiplicité inférieurs ou égaux) ; – u est diagonalisable ssi son polynôme minimal est scindé à racines simples dans K; A la volée : quels sont leurs polynômes minimaux : 1 0 0 0 0 Exercice 1 1 0 0 0 0 0 2 0 0 0 0 1 0 0 0 0 0 , 0 0 2 0 0 −1 0 1 1 0 0 0 0 0 1 0 0 0 0 0 2 0 0 1 0 0 0 , 0 0 0 2 0 1 2 0 0 0 0 0 2 0 0 0 0 0 3 0 0 0 0 ... 0 3 8 1. Soit p un projecteur de E. Quel est son polynôme minimal ? 2. Caractériser les endomorphismes nilpotents par leurs polynômes caractéristiques et leurs indices de nilpotence par leurs polynômes minimaux. 3. Quel est le polynôme minimal de M ∈ Mn (K) →tM ∈ Mn (K)? Exercice 9 O n In Soient A ∈ Mn (C) et B = ∈ M2n (C). Condition sur A pour que B soit A On diagonalisable dans Mn (C)? Indications : 7 1. Calculer P (B) où P est un polynôme ; 2. Rechercher les polynômes annulateurs de B; en déduire son polynôme minimal ; 3. Etudier le cas A non diagonalisable puis le cas A diagonalisable. Conclure. Exercice 10 polynôme minimal ; questions indépendantes ; 1. Dans les cas suivant reconnaı̂tre rapidement les polynômes caractéristique et minimal Matrice a 0 0 a a 0 0 b Polynôme caractéristique Polynôme minimal a 1 0 0 a 0 0 0 a a 1 0 0 a 0 0 0 b 2. Une application classique où il est pratique d’écrire un polynôme annulateur sous la forme P (X) = ΠA (X)Q(X), ΠA (X) étant le polynôme minimal de A : Soit A ∈ Mn (C) et B ∈ M2n (C), la matrice par blocs : A 2A B= . 0 3A (a) Calculer B p pour p ∈ N, puis P (B) lorsque P (X) ∈ C[X]. (b) Montrer que si B est diagonalisable, A l’est aussi. (c) Réciproquement, on suppose A diagonalisable. Montrer que B l’est aussi (construire un polynôme annulateur à racines simples tel que P (X) = ΠA (X)Q(X) et que ΠA (X) divise aussi P (3A)). 3. Soit A ∈ Mn (R). On suppose que A2 est diagonalisable et que ses les valeurs propres sont strictement positives. Montrer que A est également diagonalisable. voir commentaire 7.1 8 Compléments Théorème 7 dimension et base de K[f ] Soit f un endomorphisme de E (dimK (E) = n). Si d est le degré du polynôme minimal de f, alors : 1. dimK K[f ] = d 2. (idE , f, f 2 , ...f d−1 ) est une base de K[f ]. Démonstration Théorème 8 dimension et base de K[f ] Soit f un endomorphisme de E (dimK (E) = n) et V un sev de E stable par f. On note u l’endomorphisme induit par f sur E (u := V → V tel que u(x) = f (x) si x ∈ V ). 1. le polynôme minimal de u divise celui de f (ie : πu |πf ) 2. si f est diagonalisable, alors u est lui-aussi diagonalisable. Démonstration 9 3 Du théorème de Bezout au lemme des noyaux 3.1 Le théorème de Bezout dans Z et dans K[X] Définition 4 Soient a et b deux entiers relatifs. On dit que a et b sont premiers entre eux ssi leurs seuls diviseurs communs sont 1 et −1. Soient A et B deux polynômes. On dit que A et B sont premiers entre eux ssi leurs seuls diviseurs communs sont les constantes non nulles. Exercice 11 exemples Montrer que deux polynômes scindés sont premiers entre eux ssi ils n’ont pas de racine commune. Théorème 9 Soient a et b deux entiers relatifs. Les propositions suivantes sont équivalentes : 1. a et b sont premiers entre eux ; 2. l’idéal {ap + bq; (p, q) ∈ Z2 } est égal à Z; 3. il existe deux entiers p et q tels que ap + bq = 1. Théorème 10 Soient A et B deux polynômes. Les propositions suivantes sont équivalentes : 1. A et B sont premiers entre eux, 2. l’idéal {AP + BQ; (P, Q) ∈ K[X]2 } est égal à K[X], 3. il existe deux polynômes P et Q tels que AP + BQ = 1. Démonstration – 1 ⇒ 2 : A et B premiers entre eux, nous supposerons. L’idéal I = {AP + BQ; (P, Q) ∈ K[X]} est de la forme I = D × K[X]. D divise donc A comme B qui sont éléments de I (remplacer P et Q comme il se doit...). D est donc une constante non nulle, et {AP + BQ; (P, Q) ∈ K[X]2 } = K[X]. – 2 ⇒ 3 : comme 1 ∈ I, il existe des polynômes tels que AU + BV = 1; – 3 ⇒ 1 : AP + BQ = 1, nous supposerons : Si D divise à la fois A et B, AP + BQ = 1, il divisera, et donc scalaire il sera. 10 Théorème 11 lemme de Gauss si A et B sont des polynômes premiers entre eux, alors pour tout polynôme C, A|B × C ⇒ A|C. Démonstration Remarque : en arithmétique des entiers, on énonce de la même façon : • si a et b sont premiers entre eux, pour tout entier c, a|b × c ⇒ a|c. 3.2 Le lemme (de décomposition) des noyaux Voici le théorème qui, conjointement avec le théorème de Cayley Hamilton, sera le plus utile pour la réduction des endomorphismes ; Théorème 12 connu sous le nom de lemme (de décomposition) des noyaux Soit E un K−espace vectoriel de dimension n , u un endomorphisme de E et deux polynômes premiers entre eux : P et Q. Alors, le noyau de R(u) = (P Q)(u) = P (u) ◦ Q(u) est somme directe des noyaux de P (u) et de Q(u) : Ker(P (u) ◦ Q(u)) = Ker(P (u)) ⊕ Ker(Q(u)). Démonstration : du théorème de Bezout, une application directe. Théorème 13 généralisation Soit E un K−espace vectoriel de dimension n , u un endomorphisme de E. Q – si P1 , ...Pn sont deux à deux premiers entre eux (Cn2 = (n2 ) relations), Pn et n−1 i=1 Pi sont premiers entre eux. – si P1 , ...Pn sont deux à deux premiers entre eux, alors Ker(P1 (u) ◦ ... ◦ Pn (u)) = n M Ker(Pi (u)). i=1 Démonstration par récurrence dans les deux cas. Corollaire 14 retour sur un résultat déjà établi Si un endomorphisme u admet un polynôme annulateur scindé sur K, ayant des racines simples, il est diagonalisable. 11 Corollaire 15 retour sur un résultat déjà énoncé Si un endomorphisme u admet un polynôme annulateur scindé sur K, il est trigonalisable. Exercice 12 E est un espace-vectoriel de dimension n, f un endomorphisme de E. 1. On suppose que le polynôme P (X) = (X − 1)(X − 2)2 annule f. Que peut-on dire des valeurs propres de f ? 2. Peut on affirmer que f est diagonalisable ? 3. Montrer que dans tous les cas E = Ker(f − idE ) ⊕ Ker(f − 2idE )2 . Exercice 13 premier exemple détaillé 1. Factoriser le polynôme caractéristique de l’endomorphisme u deR4 dont la matrice 1 0 0 0 −3 3 5 1 dans la base canonique est définie par : A := 1 0 1 0 1 0 −2 3 2. En déduire une base dans laquelle la matrice de u est diagonale par blocs. puis déterminer la dimension de l’algèbre des matrices qui commutent avec A. correction. Le calcul du polynôme caractéristique χu (X) = (X −1)2 (X −3)2 et sa factorisation sont immédiats. Notons P (X) = (X −1)2 et Q(X) = (X −3)2 . Ces polynômes sont premiers entre eux et le théorème des noyaux nous donne : Ker(P (u) ◦ Q(u)) = Ker(P (u)) ⊕ Ker(Q(u)); le théorème de Cayley-Hamilton nous permet d’écrire que Kerχu (u) = R4 . On a donc R4 = Ker(P(u) ◦ Q(u)) = Ker(P(u)) ⊕ Ker(Q(u)) avec la traduction matricielle 0 0 0 4 0 0 0 4 8 4 , Q(A) = 12 0 −12 0 0 0 0 −4 0 4 0 0 −4 4 −4 0 4 0 1 0 0 0 0 −3 1 , Ker(Q(A)) = V ect 0 . Ker(P (A)) = V ect 0 1 0 0 0 1 0 1 0 0 P (A) = 0 0 Cela nous permet d’écrire la matrice de changement base : 1 0 0 0 1 0 −3 1 0 0 1 B= 0 1 0 0 , A = 0 0 1 0 1 0 12 de base B et la matrice de u dans la nouvelle 0 0 0 1 0 0 = U O . 0 3 1 O X 0 0 3 On obtient les endomorphismes qui commutent avec u en observant qu’ils laissent stables les noyaux de polynômes en u que sont Ker(P (u)) et Ker(Q(u)). De tels endomorphismes ont donc dans la a 0 base adaptée donnée par la matrice B ci-dessus une matrice diagonale par blocs : . 0 d On résout alors l’équation simplifiée : a 0 U O U O a 0 = 0 d O X O X 0 d où 1 U= 1 0 3 ,X = 1 0 1 . 3 Les matrices qui commutent avec A’ sont les matrices de la forme : a2, 2 0 0 0 a2, 1 a2, 2 0 0 0 0 d2, 2 d1, 2 0 0 0 d2, 2 On en déduit immédiatement la dimension de l’algèbre des commutants de A. 3.3 Endomorphismes à polynôme minimal scindé Observons qu’un endomorphisme d’un K − ev f admet un polynôme annulateur scindé sur K ssi son polynôme minimal est scindé sur K. Cela ne signifie évidement pas scindé à racines simples. Exercice 14 Soit f l’endomorphisme de Kn canoniquement associé à la matrice 3 −4 6 1 −2 6 −2 0 A= −2 8 −4 0 3 −8 10 5 dont le polynôme caractéristique est χf (X) = X 4 − 10 X 3 + 24 X 2 + 32 X − 128 = (X + 2) (X − 4)3 . 1. Construire des sev stables et supplémentaires de Kn sur lesquels l’endomorphisme induit par f est somme d’une homothétie et d’un nilpotent. 2. Construire une base adaptée et la matrice de f dans cette base. Théorème 16 généralisation Soit E un K−espace vectoriel de dimension n , f un endomorphisme de E. Si f admet un polynôme annulateur scindé sur K, E est somme directe de sev stables sur lesquels l’endomorphisme induit par f est somme d’une homothétie et d’un nilpotent. Démonstration 13 4 Exercices Exercice 15 Soit E un ev sur R, de base B, f un endomorphisme de E dont la matrice dans la base B est 3 −2 3 −5 2 7 A= 7 −2 −1 1. Montrer qu’il existe une base dans laquelle la matrice de f 4 4 2. Donner une base dans laquelle la matrice de f est 0 4 0 0 Exercice 16 avec calculette 15 7 5 5 3 7 1 5 Soit A = −13 −5 1 −15 est diagonale par blocs. 0 0 . −4 . −13 −17 −15 −3 Quels sont ses éléments propres ? Est elle trigonalisable dans Mn (R)? Exercice 17 Puissances d’une matrice Soit E un C -espace vectoriel de dimension matrice dans la base B est : 2 M= 0 1 3, de base B et f l’endomorphisme dont la 1 −1 3 1 3 1 Donner une expression de f n . 8 −1 −5 1 . Exercice 18 Soit A = −2 3 4 −1 −1 1. A est elle diagonalisable dans M3 (K)? 2 0 0 2. Montrer que A est semblable à T = 0 4 1 . 0 0 4 Exercice 19 Soit f l’endomorphisme de matrice −1 A= 1 a −1 −1 0 dans une base B de E. 14 a 0 −1 1. f est il diagonalisable, trigonalisable ? 2. Existe-t-il une base de E dans telle que −1 MB (f ) = 1 0 3. Calculer Ap et exp(A) = Exercice 0 −1 1 0 0 . −1 P An (attendre d’avoir étudié le chapitre evn). n! 20 Soit A ∈ Mn (C), une matrice carrée de taille n à coefficients complexes, et θ un complexe quelconque. On note F l’ensemble des matrices M solutions de l’équation A M = θ M A. 1. Montrer que pour tout polynôme P ∈ C[X], et toute matrice M ∈ F, P (A)M = M P (θA). Exprimer de façon analogue AP (M ). 2. On suppose A diagonalisable et M ∈ F. Que peut on dire des images par M des sous-espaces propres de A? Donner une condition nécessaire et suffisante portant sur le spectre de A pour que F soit un sev de dimension 0. 3. Dans le cas général (A diagonalisable ou pas) que peut-on dire de l’image de Ker((A− λ)p ) par M ∈ F? Peut-on encore donner une condition nécessaire et suffisante portant sur le spectre de A pour que F soit un sev de dimension 0 ? 4. Etude d’exemples : déterminer F en fonction de θ, (a) lorsque 1 0 0 . 0 2 0 A= 0 0 2 (b) puis, lorsque 1 0 0 A= 0 2 1 . 0 0 2 voir corrigé en 7.2 15 Exercice 21 Soit An la matrice de Mn (R) dont le terme d’indices i et j est 4 si i = j; 1, si |i − j| = 1; ai,j = 0, sinon. Par exemple 4 1 0 0 1 4 1 0 A4 = . 0 1 4 1 0 0 1 4 1. Déterminer les valeurs propres de A3 . 2. Montrer que An admet n valeurs propres exactement, comprises entre 2 et 6, strictement. Exercice 22 Soit E espace de dimension finie sur R et u un endomorphisme de E. Le but de l’exercice est de montrer qu’il existe alors une droite ou un plan de E stable par u. 1. Que dire lorsque u admet une valeur propre réelle ? 2. On suppose que toutes les vp de u sont complexes. (a) Montrer qu’il existe des sev supplémentaires et stables par u. (b) Montrer qu’il existe un sous espace de E annulant un polynôme du second degré en u; (c) Montrer qu’un tel sous-espace contient un plan stable par u; 3. Exemples (à vos calculettes !) : 3 5 −7 A= 3 0 2 −4 B= 2 0 7 5 −7 −11 −12 , 6 10 8 −3 −5 −2 3 5 4 −4 −8 −9 . 4 8 7 −2 −4 −2 Exercice 23 On considère une suite de complexes (xn )n , vérifiant la relation de récurrence linéaire xn+3 + axn+2 +bxn+1+ cxn = 0. A une telle suite on associe la suite de vecteurs (Xn )n xn telle que Xn = xn+1 . xn+2 16 1. Montrer qu’il existe A ∈ M3 (C) telle que pour tout n ∈ N, Xn+1 = AXn . 2. Donner l’allure des suites (xn )n dans les trois cas suivants. On montrera que xn est de la forme xn = aαn + bβ n + cγ n ou xn = (an + b)αn−1 + cβ n ou encore xn (an2 + bn + c)αn−2 . (a) A est diagonalisable dans M3 (C); α (b) A est semblable dans M3 (C) à 0 0 α (c) A est semblable dans M3 (C) à 0 0 A-t-on envisagé tous les cas possibles ? a 0 α 0 ; 0 β a b α c ; 0 α 3. Étudier le comportement asymptotique de la suite (xn )n lorsque (a) xn = aαn + bβ n + cγ n avec a 6= 0 et |α| > |β| ≥ |γ|; (b) xn = (an + b)αn−1 + cβ n avec a 6= 0 et |α| > |β| ≥ |γ| puis |α| = |β| ≥ |γ|... (c) xn = (an2 + bn + c)αn−2 avec a 6= 0. 4. (a) Soit (xn )n une suite périodique, de période 3. Prouver qu’il existe des constantes c−1 , c0 , c1 telles que pour tout n ∈ N, xn = c0 + c−1 e−2iπ/3 + c1 e+2iπ/3 . Que peut on dire lorsque les (xn )n sont réels ? Exercice 24 classique, à connaı̂tre 1. Démontrer que deux matrices carrées complexes qui commutent ont un vecteur propre commun. 2. Soient u et v deux endomorphismes diagonalisables. Montrer qu’ils ont une base de diagonalisation commune ssi ils commutent. Exercice 25 mines en vrac 1. Résoudre A3 + A = 0 dans Mn (C) et dans Mn (R). 2. Éléments propres de M ∈ Mn (C), telle que sinon. Par exemple 1 1 1 1 0 0 M = 1 0 0 1 0 0 1 1 1 mi,j = 1 si i = 1 ou j = 1, mi,j = 0 1 0 0 0 1 1 1 1 1 1 Exercice 26 Soient f et g deux endomorphismes de E. 1. On suppose f inversible, montrer que f ◦ g et g ◦ f ont le même polynôme caractéristique. 17 2. ** Généraliser (suppose connu un autre chapitre). Exercice 27 f classique ¯ On lui associe la matrice Soit A ∈ Mn (K). A B= A A B ∈ M3n (K), définie par A A A A . A A 1. Comparer les valeurs propres de B à celles de A. Exprimer les sous-espaces propres de B en fonction de ceux de A lorsque cela est possible On pensera à écrire un vecteur Y ∈ K 3n X sous la forme X 0 où X, X 0 , X” sont des X” vecteurs de Kn . 2. Soit P (X) = P ak X k , un polynôme de K[X]. (a) Exprimer la matrice P (B). (b) Donner une condition nécessaire et suffisante pour que P (B) = 0. (c) Est il vrai que A est diagonalisable ssi B est diagonalisable ? corrigé 7.3 en section 7. Exercice 28 Soit f l’endomorphisme de R4 de matrice 0 −1 0 1 −1 1 −1 1 A= . 0 1 0 1 −1 1 −1 1 1. Quels sont les éléments propres de f ? Est elle diagonalisable, trigonalisable ? 2. Démontrer que si P est un polynôme de R[X], ker P (f ) est un sous-espace de R4 stable par f. 3. Vérifier que les noyaux de f 2 et d’un autre polynôme en f bien choisi sont supplémentaires dans R4 . Rechercher une base de R4 dans laquelle la matrice de f est diagonale par blocs. 4. Rechercher les endomorphismes qui commutent avec f et résoudre l’équation g 2 = f dans L(R3 ). Exercice 29 Déterminer {det(A)/A ∈ Mn (R), A3 + A = 10In }. voir corrigé en 7.4 18 Exercice 30 A quelle condition portant sur n ∈ N existe-t-il A ∈ Mn (R) telle que A2 + 2A + 5In = 0? voir corrigé en 7.5 Exercice 31 Soit A ∈ Mn (C) telle que pour tout k ∈ N∗ , Tr(Ak ) = 0. Montrer que A est nilpotente. voir corrigé en 7.6 Exercice 32 A A Soient A ∈ Mn (C) et B = ∈ M2n (C). A A P 1. Soit F (X) = ak X k , un polynôme de C[X], exprimer F (B); 2. Etudier des conditions nécessaires et/ou suffisantes pour que B (ou A) soit diagonalisable. voir corrigé en 7.7 Exercice 33 Soient A et B deux matrices de Mn (R) semblables dans Mn (C), c’est à dire ∃C ∈ GLn (C), C −1 AC = B. Montrer qu’elles sont aussi semblables dans Mn (R), à savoir ∃R ∈ GLn (R), R−1 AR = B. Exercice 34 On se propose de montrer que deux matrices réelles semblables dans M2 (C) sont aussi semblables dans M2 (R). On considère donc A ∈ Mn (R), B ∈ Mn (R) et P ∈ GLn (C) telle que (1) P −1 AP = B. On pose P = R + iQ, les matrices R et Q étant réelles. 1. Donner un exemple de matrice inversible P pour laquelle ni R ni Q ne sont inversibles. 2. Vérifier que (1) ⇔ (AR = RB et AQ = QB). 3. Montrer que x → det(R + xQ) est une fonction polynomiale. 4. Montrer qu’il existe une matrice M inversible, à coefficients réels telle que M −1 A M = B. voir corrigé 7.8 19 Exercice 35 Soit E un K−espace vectoriel finie et f un endomorphisme de E. On lui associe l’endomorphisme de L(E) défini par : Tf : u → f ◦ u. On note A la matrice de f dans une base B de E. 1. Soit λ ∈ Sp(f ), X un vecteur propre de A, Y un vecteur quelconque de Kn . Exprimer la matrice M = X t Y puis la matrice AM. 2. Montrer que Sp(f ) ⊂ Sp(Tf ). On pourra pour λ ∈ Sp(f ), considérer un endomorphisme u dont la matrice dans la base B est de la forme X tY... 3. Inclusion réciproque ? 4. On veut montrer que Tf est diagonalisable ssi f est diagonalisable. On propose deux démonstrations. (a) Soit P un polynôme de K[X]. Que dire de P (Tf )? Donner une première démonstration du résultat annoncé. (b) En raisonnant sur des bases de vp et les dimensions (c’est plus difficile mais plus complet) : i. On note B = (bi )1≤i≤n et on considère C = (cj )1≤j≤n une deuxième base de E. Montrer que les endomorphismes ui,j tels que ui,j (bi ) = cj et ui,j (bk ) = 0 si i 6= k, forment une base de L(E). A quoi ressemblent leurs matrices dans la base B? Et lorsque l’espace de départ est rapporté à B et l’espace d’arrivée à C? ii. On suppose f diagonalisable, montrer que T (f ) est aussi diagonalisable en exhibant une base formée de vecteurs propres. iii. Réciproque ? (c) Lorsque Tf est diagonalisable, préciser les dimensions des sous-espaces propres en fonction de ceux de f. 1 2 (d) Soit f de matrice . Expliciter une base de diagonalisation pour Tf . −1 4 voir corrigé dans le poly ’Abstraction.pdf ’ (alias ’avez vous du mal avec l’abstraction ?’) ; 20 5 A questions brèves, réponses rapides (le flash-éclair) 1. Zéro calcul : les matrices suivantes sont elles diagonalisables sur K? 1 7 a −2 7 a 1 0 0 A = 0 −2 14 , B = 0 −2 14 , C = 0 −2 14 . 0 0 21 0 0 −2 0 0 −2 2. Soit f ∈ L(E), un endomorphisme du K − ev, E (ici, K = R ou C). λ une de ses valeurs propres. Pourquoi la dimension du sev propre associé à λ est elle inférieure à son ordre de multiplicité ? 3. On suppose v ∈ L(E) diagonalisable. La restriction de v à un sous-espace stable est elle diagonalisable ? 4. Donner deux valeurs propres de M telle que pour tout (i, j), mi,j = 1. Une telle matrice est elle diagonalisable ? 5. Pourquoi une matrice à diagonale strictement dominante est elle inversible ? 6. Quelles sont les valeurs propres, le polynôme caractéristique de 1 1 1 1 1 1 0 0 0 1 C= 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1 1 0 1 7. Combien l’équation M 2 = 0 3 0 , admet elle de solutions dans M3 (C)? ... et 0 0 −5 1 0 0 l’équation M 2 = 0 3 0? 0 0 3 8. Quels sont les valeurs propres, le polynôme caractéristique d’un endomorphisme nilpotent ? 9. Un endomorphisme nilpotent de E ev sur K est il toujours diagonalisable, trigonalisable ? 10. Soit M une matrice triangulaire. Donner une CNS pour que M soit nilpotente. 11. On suppose B diagonalisable. tB l’est elle aussi ? 12. B et t B ont elles le même polynôme caractéristique ? Les sev propres de chacune d’elles associés à une même valeur propre ont ils la même dimension ? Quelle relation entre eux ? 13. Deux endomorphismes de E ayant le même polynôme caractéristique peuvent ils être l’un diagonalisable, l’autre pas ? Cela dépend il du polynôme ? 14. Un endomorphisme de E ev sur K, vérifiant f 3 = idE est il toujours diagonalisable ? 15. Une rotation vectorielle du plan est elle diagonalisable, trigonalisable ? 16. Une rotation en dimension 3 est elle diagonalisable, trigonalisable, diagonalisable par blocs ? 17. Un endomorphisme de R3 admet il des valeurs propres ? 21 22 Les mêmes, avec les réponses : 1. Les matrices suivantes sont elles diagonalisables sur K? 1 7 a A = 0 −2 14 , 0 0 21 • Oui, comme elle est triangulaire, les vp se lisent immédiatement, elles sont distinctes. −2 7 a B = 0 −2 14 , 0 0 −2 • Non, sinon elle serait semblable à −2I3 qui n’est semblable qu’à elle-même. 1 0 0 C = 0 −2 14 . 0 0 −2 • Non. Le deuxième bloc n’est pas diagonalisable, or la restriction d’un endomorphisme diag à un sev stable est diag. (voir ci-dessous) 2. Soit f ∈ L(E), un endomorphisme du K − ev, E (ici, K = R ou C), λ une de ses valeurs propres. Pourquoi la dimension du sev propre associé à λ est elle inférieure à son ordre de multiplicité ? • On regarde la matrice associée dans une base quelconque ; cette matrice est trigonalisable dans Mn (C). Une lecture rapide de la matrice échélonnée T − λIn montre que son noyau est de dimension inférieure ou égale au nombre de 0 sur la diagonale... Le rang du système est le même dans Cn et dans Rn ... 3. On suppose v ∈ L(E) diagonalisable. La restriction de v à un sous-espace stable est elle diagonalisable ? • v est diagonalisable ssi un polynôme P scindé sur K, à racines simples l’annule. Or P (v|F ) = P (v)|F = 0. 4. Donner deux valeurs propres de la matrice M telle que pour tout (i, j), mi,j = 1. Une telle matrice est elle diagonalisable ? • On peut observer : M est de rang 1, 0 est donc vp ; le vecteur de coordonnées égales à 1 est vp associé à la valeur propre n. Par ailleurs M 2 = nM. Les vp sont racines de X 2 −nX; il n’y a donc pas d’autre vp. De plus X 2 − nX est scindé à racines simples, l’endomorphisme est diagonalisable. √ C’est, si on regarde bien, nπ où π est un projecteur. 5. Pourquoi une matrice à diagonale strictement dominante est elle inversible ? • On considère un vecteur U tq M U = 0. On regarde une ligne i du système M U = 0 pour laquelle Ui est maximum. La contradiction apparaı̂t si Ui 6= 0. 23 6. Quelles sont les valeurs propres, le polynôme 1 1 1 1 0 0 C= 1 0 0 1 0 0 1 1 1 caractéristique de 1 1 0 1 0 1 0 1 1 1 • Cette matrice est de rang 2. Donc 0 est vp d’ordre supérieur ou égal à dimKer(M ) = 3. Son polynôme caractéristique est χM (x) = (−1)5 x3 (x − λ)(x − µ). La trace de M est la somme des valeurs propres, la trace de M 2 celle du carré des valeurs propres : λ + µ = 2, λ2 + µ2 = 2n = 10. On en déduit λ et µ qui sont distinctes, non nulles. Les sev associés sont de dim supérieure à 1 ; la somme des dimensions ne peut excéder n=5 etc... Elle est diagonalisable. 1 0 0 7. Combien l’équation M 2 = 0 3 0 admet elle de solutions dans M3 (C)? 0 0 −5 • 8 ; penser que les sev propres sont stables. Les solutions sont diagonales... 1 ... et l’équation M 2 = 0 0 • Une infinité, penser aux 0 0 3 0? 0 3 √ solutions par blocs et aux matrices 3S où S 2 = I2 . 8. Quels sont les valeurs propres, le polynôme caractéristique d’un endomorphisme nilpotent ? • Puisque X k annule f, toute vp étant racine du polynôme annulateur, la seule vp est 0. On a donc χf (x) = (−1)n xn . Le polynôme minimal est X k avec f k = 0, f k−1 6= 0. 9. Un endomorphisme nilpotent de E ev sur K est il toujours diagonalisable, trigonalisable ? • Diagonalisable, jamais sauf s’il est nul : sa matrice dans une base quelconque serait semblable à 0 (on peut aussi penser au polynôme minimal X k ). Trigonalisable, toujours, quelque soit le corps, puisque le polynôme X k qui est scindé sur K, l’annule. 10. Soit M une matrice triangulaire. Donner une CNS pour que M soit nilpotente. • La diagonale est formée de 0 ; ⇒ si c’est le cas, le pc est (−1)n X n et il est annulateur (Thm de C-H) ⇐ si f k = 0, le polynôme X k qui est scindé sur K, annule f. 11. On suppose B diagonalisable. tB l’est elle aussi ? • Les polynômes annulateurs sont les mêmes.. 24 12. B et t B ont elles le même polynôme caractéristique ? • Oui : det(B − λI) = det(t (B − λI)). Les sev propres de chacune d’elles associés à une même valeur propre ont ils la même dimension ? • ça se complique, attendre un prochain chapitre (endomorphismes sur un espace euclidien, notion d’adjoint) 13. Deux endomorphismes de E ayant le même polynôme caractéristique peuvent ils être l’un diagonalisable, l’autre pas ? Cela dépend il du polynôme ? 1 2 • C’est possible, par exemple Id et ont le même pc. Un tel contre-exemple 0 1 n’est pas possible avec un polynôme caractéristique scindé à racines simples. 14. Un endomorphisme de E ev sur K, vérifiant f 3 = idE est il toujours diagonalisable ? • Oui si K = C puisque X 3 − 1 y est scindé à racines simples ; si K = R il peut ne pas être trigonalisable : rotations d’angle 2π/3, par exemple. 15. Une rotation vectorielle du plan est elle diagonalisable, trigonalisable ? • Pas de vecteur propre (dessiner) sauf si l’angle est 0[π]. 16. Une rotation en dimension 3 est elle diagonalisable, trigonalisable, diagonalisable par blocs ? • Soit R une rotation de l’espace, d’angle θ. Si θ = 0, R = idE . Sinon R admet 1 comme valeur propre et le sev associé est la droite D =Ker(R-id), axe de la rotation. La restriction de R au plan ⊥ D est une rotation plane dont les valeurs propres complexes sont e±iθ . R n’est donc pas trigonalisable sauf si θ = 0[2π] (R=idE ) ou θ = π[2π] (R est alors le demi-tour ou rotation d’angle π d’axes D). Par contre R est diagonalisable par blocs : dans une directe adaptée base orthonormée 1 0 0 à la décomposition E = D ⊕⊥ D sa matrice est 0 cos(θ) − sin(θ) 0 sin(θ) cos(θ) 17. Un endomorphisme de R3 admet il des valeurs propres ? • Oui, le pc, fonction polynômiale réelle de degré impair, change de signe et le tvi fait le reste. 1 1. Document disponible sur www.mpcezanne.fr ou sur www.univenligne.fr sous le nom AlgebreLinPolynomesAnn.pdf 25 26 6 Résumé des deux chapitres d’algèbre linéaire 1. Valeurs propres, sous espaces propres Définition Soient E un espace vectoriel de dimension finie sur le corps K, et u un endomorphisme de E. – on appelle valeur propre de E un scalaire α tel que Ker(u − αidE ) 6= O; – on appelle vecteur propre de u, associé à la valeur propre α, un vecteur non nul x ∈ E tel que u(x) = αx; – on appelle sous-espace propre de u associé à la valeur propre α, le sev Ker(u − αidE ); – on appelle polynôme caractéristique de E, le polynôme X → det(u − XidE ); Ses racines dans K sont les valeurs propres de u; l’ordre de multiplicité d’une valeur propre est son ordre de multiplicité comme racine de ce polynôme. 2. Réduction des endomorphismes Théorème 6.1 critère de trigonalisation Soit f un endomorphisme de E, K − ev de dimension n. • Le polynôme caractéristique de f est scindé sur le corps K ssi il existe une base de trigonalisation pour f. • Les termes diagonaux de la matrice représentative de f dans une base de trigonalisation sont ses valeurs propres comptées avec leur multiplicité en tant que racines du polynôme caractéristique. On prendra garde au fait qu’une même matrice à coefficients réels peut être diagonalisable ou trigonalisable dans C, sans l’être dans R. Théorème 6.2 Si f est un endomorphisme de E, les sous-espaces propres de f sont en somme directe 2 (ce qui ne signifie pas qu’ils sont supplémentaires) X M ker(f − λIdE ) = ker(f − λIdE ). λ∈Sp(f ) λ∈Sp(f ) Théorème 6.3 corollaire du précédent ; un résultat fondamental en pratique : Si f est un endomorphisme de E, de dimension finie, les propositions suivantes sont équivalentes : – f est diagonalisable – les sous-espaces propres de f sont supplémentaires dans E : M ker(f − λIdE ) = E. λ∈Sp(f ) 2. il suffit d’ailleurs que les λ soient des scalaires distincts, non nécessairement des valeurs propres... 27 – la somme des dimensions des sous-espaces propres de f est égale à la dimension de E : X dim ker(f − λIdE ) = dimE. λ∈Sp(f ) corollaire du corollaire, condition suffisante de diagonalisation : Soit f un endomorphisme de E de dimension n sur le corps K. Si f admet n valeurs propres distinctes (c’est le cas ssi son polynôme caractéristique a des racines simples) alors f est diagonalisable. 3. Polynômes d’endomorphismes A tout polynôme P ∈ K[X], et tout endomorphisme u ∈ L(E), on associe P (u) = n X ai Ai ∈ L(E). i=0 On dit que P (u) est un polynôme en u. Théorème 6.4 Soit u un endomorphisme de E. – si w = v −1 ◦ u ◦ v, alors, pour tout polynôme P, X X P (w) = ak wk = v −1 ◦ ak wk ◦ v = v −1 ◦ P (u) ◦ v, en particulier, pour tout entier n, wn = v −1 ◦ un ◦ v. – si λ ∈ Sp(u), P (λ) ∈ Sp(P (u)) et pour tout x ∈ E, u(x) = λx ⇒ P (u)(x) = P (λ).x. Théorème 6.5 Cayley Hamilton Soit f un endomorphisme de E de dimension finie (n = 2, 3, ...), et χf son polynôme caractéristique. Alors χf (f ) = 0, le polynôme caractéristique est annulateur de f ; Théorème 6.6 polynôme annulateur à racines simples Soit E un K−espace vectoriel de dimension finie et u un endomorphisme de E. Alors, u est diagonalisable ssi il existe un polynôme scindé à racines simples tel que P (u) = 0. 28 Définition du polynôme minimal Soient E un ev de dimension finie sur R ou C, u un endomorphisme de E. On appelle polynôme minimal de l’endomorphisme u le polynôme unitaire πu tel que Ker(φu ) = π(X)K[X] Théorème 6.7 caractérisation des endomorphismes diagonalisables Soient E un ev de dimension finie sur K, et u un endomorphisme de E. u est diagonalisable ssi son polynôme minimal est scindé à racines simples dans K. 4. Stabilité, lemme des noyaux Théorème 6.8 Matrices dans une base adaptée à des supplémentaires stables Soit (Fi )i , une famille de sous-espaces supplémentaires dans E, stables L par f. Alors, p la matrice de f , dans une base B adaptée à la décomposition E = i=1 Fi , est diagonale par blocs : A1 A2 M at(f, B) = .. . Ap où les matrices Ai sont des matrices carrées de taille pi = dimFi . Théorème 6.9 stabilité et endomorphismes qui commutent – si u ◦ v = v ◦ u, alors Im(u) et Ker(u) sont stables par v. – si u ◦ v = v ◦ u, alors les sous-espaces propres de u sont stables par v. – si u ◦ v = v ◦ u, alors les sous-espaces propres, les noyaux, les images, de tout polynôme en u sont stables par v. En particulier v(Ker(P (u))) ⊂ Ker(P (u)). Théorème 6.10 de décomposition des noyaux Soit E un K−espace vectoriel de dimension n , u un endomorphisme de E.Q – si P1 , ...Pn sont deux à deux premiers entre eux (Cn2 = (n2 ) relations), Pn et n−1 i=1 Pi sont premiers entre eux. – si P1 , ...Pn sont deux à deux premiers entre eux, alors Ker(P1 (u) ◦ ... ◦ Pn (u)) = n M i=1 29 Ker(Pi (u)). 30 7 Corrigés Corrigé 7.1 corrigé de l’exercice 10 1. Matrice a 0 0 a a 0 0 b a 1 0 0 a 0 0 0 a a 1 0 0 a 0 0 0 b Polynôme caractéristique Polynôme minimal χM (x) = (x − a)2 πM (x) = (x − a) χM (x) = (x − a)(x − b) πM (x) = (x − a)(x − b) χM (x) = −(x − a)3 πM (x) = +(x − a)2 χM (x) = −(x − a)2 (x − b) πM (x) = +(x − a)2 (x − b) A 2A . 2. Soient A ∈ Mn (C) et B ∈ M2n (C), la matrice par blocs : B = 0 3A p A α p Ap p avec (a) Après le calcul de quelques termes on observe que B = 0 3p Ap α0 = 0, α1 = 2, α2 = 8, α3 = 26. Une démonstration par récurrence confirme p p cela et donne la relation αp+1 P= αp p+ 2.3 soit αp = 3 − 1. Calcul de P (B) où P (X) = ap X . Comme toujours, on se méfiera du terme constant, même si ici il ne pose pas problème : P (B) = a0 X p p p n In O n P (A) P (3A) − P (A) A 3 A − Ap . + ap = 0 In 0 3p Ap 0 P (3A) p=1 (b) Si B est diagonalisable, il existe un polynôme scindé à racines simples tel que P (B) = 0. On a alors P (A) = 0 et A est aussi diagonalisable. (c) On suppose A diagonalisable, son polynôme minimal est donc scindé à racines simples, Y ΠA (X) = (X − λ). λ∈Sp(A) Les polynômes annulateurs de A sont de la forme P (X) = ΠA (X)Q(X), ΠA (X) étant le polynôme minimal de A. P (A) P (3A) − P (A) 0n P (3A) Pour un tel polynôme, P (B) = = , avec 0 P (3A) 0 P (3A) P (3A) = ΠA (3A)Q(3A). On obtient un polynôme scindé à racines simples en posant Y Y P (X) = (X − λ) × (X − 3λ), λ∈Sp(A) λ∈Sp(A) 3λ6∈Sp(A) 31 ce polynôme vérifie : – ΠA (X)|P (X), il est donc annulateur de A – et d’autre part P (3A) = 0 car ΠA (X)|P (3X). En effet, Y Y (3X − λ) × 3(X − λ) P (3X) = λ∈Sp(A) λ∈Sp(A) 3λ6∈Sp(A) = 3? Y λ∈Sp(A) (X − λ/3) × 3λ6∈Sp(A) Y (X − λ/3) × Y (X − λ) . λ∈Sp(A) λ∈Sp(A) λ/3∈Sp(A) λ/36∈Sp(A) 3. Si A2 est diagonalisable Q à valeurs propres strictement positives, son polynôme minimal est ΠA2 (X) = (X − λi ); il est scindé sur R à racines simples de même que Y p p (X − λi )(X + λi ). F (X) = √ √ Q Q Or, F (A) = (A− λi In )(A+ λi In ) = (A2 −λi In ) = 0. A est donc diagonalisable puisqu’il existe un polynôme scindé à racines simples qui l’annule. Corrigé 7.2 corrigé de l’exercice 20 On note F l’ensemble des matrices M solutions de l’équation A M = θ M A. 1. Partons de la relation A M = θ M A et multiplions à gauche par A. Il vient : A2 M = θA M A = M θ2 A2 . On montre par récurrence (non fait ici) que An M = M (θn An ) puis par combinaison linéaire que P (A) M = M P (θ A) pour tout polynôme P. De façon symétrique, en multipliant à droite par M, on obtient A M 2 = θM A M = θ2 M 2 A puis A P (M ) = P (θ M ) A. 2. Il sera dans cette question plus agréable de considérer les endomorphismes canoniquement associés à A et M. Notons les f et g. • Supposons que M ∈ F et considérons un vecteur non nul, x ∈ Ker(f − λ). On a f (x) = λx et f ◦ g(x) = θg(f (x)) = θλg(x). Ainsi, g(Ker(f − λidE ) ⊂ Ker(f − θλidE ). • On suppose de plus que f (ou A) est diagonalisable. Ainsi, E= ⊕ λ∈Sp(f ) Ker(f − λidE ) = ⊕ Ker(f − λi idE ). i P P L’image d’un élément x = xi de E (notations évidentes ?) est donc g(xi ) où chaque g(xi ) appartient à Ker(f − θλi idE ). 32 - Première observation : si θ est tel qu’aucun θλi n’est vp de f, alors g = 0 et l’on voit que F = {0}. - Réciproque (ou sa contraposée) : s’il existe un θλi0 tel que θλi0 soit aussi vp de f, alors on peut construire un élément g ∈ F non nul en considérant une base de E adaptée à la décomposition de E en sev propres de f. On caractérise g à l’aide de l’image de cette base, en posant : g(uj ) = 0 si ui ∈ / Ker(f − λi0 idE ) et en choisissant pour g(uj ) un vecteur non nul quelconque de Ker(f − θλi0 idE ) si uj ∈ Ker(f − λi0 idE )... Une telle application est un élément de F car f ◦ g(uj ) = θλi0 g(uj ) = θg(λi0 uj ) = θg ◦ f (uj ) sur toute la base (l’égalité devient 0 = 0 si uj ∈ / Ker(f − θλi0 idE )). - Bilan F = {0} ssi pour tout λ ∈ Sp(f ), θλ ∈ / Sp(f ). 3. Cas général (f diagonalisable ou pas) que peut-on dire de l’image de Ker((A − λ)p ) par M ∈ F? Peut-on encore donner une condition nécessaire et suffisante portant sur le spectre de A pour que F soit un sev de dimension 0 ? 4. Etude d’exemples : déterminer F en fonction de θ, 1 0 0 (a) A = 0 2 0 . 0 0 2 Les seuls cas à étudier sont θ = 1/2, θ = 2. 1 0 0 (b) A = 0 2 1 . 0 0 2 Les seuls cas à étudier sont θ = 1/2, θ = 2. Corrigé 7.3 27 Deux façons d’aborder le problème : soit en en recherchant les polynômes annulateurs. A B = A A recherchant les relations entre vp et vp, soit A A A A . A A 1. Comparaison des éléments propres de A et B – Remarquons que rg(B) = rg(A) ≤ n, donc, dans tous les cas 0 ∈ Sp(B) avec dim ker B ≥ 2n. 33 X X – Si λ ∈ Sp(A) et AX = λX, on a B X = 3λ X . Donc 3Sp(A) ⊂ Sp(B). X X – Inversement, si µ ∈ Sp(B), si Y ∈ K 3n vérifie BY = µY, alors X X 0 A X = µ X0 . X” X” X Donc, si µ 6= 0, X = X 0 = X”, Y est de la forme X , où X est vp de A associé X à µ/3. Donc Sp(B) ⊂ 3Sp(A) ∪ {0} et si µ 6= 0, dim ker(A − λ) = dim ker(B − 3λ). – Comme Sp(B) contient 0, on a Sp(B) = 3Sp(A) ∪ {0}. 2. Polynômes en A et en B. n A An An • On commence par calculer B n : B 0 = I3n , B n = 3n−1 An An An , si n ≥ 1. An An An P k Soit alors le polynôme P (X) = ak X , on lui associe Q(X) = P (X) − P (0), il vient k d A Ak Ak a0 In 0 0 X 1 a0 In 0 + 3k ak Ak Ak Ak P (X) = 0 3 k=1 0 0 a0 In Ak Ak Ak Q(3A) Q(3A) Q(3A) 1 P (B) = a0 I3n + Q(3A) Q(3A) Q(3A) 3 Q(3A) Q(3A) Q(3A) En conséquence, P (X) annule B ssi P (0) = 0 et P (3X) = Q(3X) annule A. • Si A est diagonalisable, il existe un polynôme scindé à racines simples F (X) qui annule A. X – Si 0 est racine de ce polynôme, on pose P (X) = F . C’est un polynôme 3 annulateur de B d’après ce qui précède. Comme il s’agit encore d’un polynôme scindé à racines simples, B est diagonalisable. X X F . C’est un – Si 0 n’est pas racine de ce polynôme, on pose P (X) = 3 3 polynôme annulateur de B scindé à racines simples, B est diagonalisable. • Supposons B diagonalisable. Soit G un polynôme annulateur à racines simples. On a G(0) = 0 et G(3A) = 0. Comme G(3X) est lui aussi à racines simples, A est diagonalisable. 34 Corrigé 7.4 Indication ou corrigé 29 Énoncé : Déterminer {det(A)/A ∈ Mn (R), A3 + A = 10In }. • Considérons A ∈ Mn (R) telle que A3 + A = 10In . Comme P (X) = X 3 + X − 10 est un polynôme annulateur, SpC (A) ⊂ RacC (P ). Le polynôme P n’admet qu’une racine réelle (pour cela observer par exemple que P est strictement croissant sur R). Ainsi P (X) = (X − 2)(X 2 + 2X + 5) = (X − 2)(X − (−1 + 2i))(X − (−1 − 2i)) et SpC (A) ⊂ RacC (P ) = {2, −1 − 2i, −1 + 2i}. Le polynôme caractéristique de A est par ailleurs dans Rn [X], il est donc avec p + 2q = n de la forme : χA (X) = (−1)n (X − 2)p (X 2 + 2X − 5)q et det(A) = 2p 5q . {det(A)/A ∈ Mn (R), A3 + A = 10In } ⊂ {2n−2q 5q /0 ≤ q ≤ [n/2]}. • Inversement, pour tout q tel que 0 ≤ q ≤ [n/2], il existe une matrice diagonale par blocs dans Mn (R) dont le déterminant est 2n−2q 5q : 2 In−2q A2 −1 2 A= . avec A2 = .. −2 −1 . A2 Corrigé 7.5 Indication ou corrigé 30 Énoncé : A quelle condition portant sur n ∈ N existe-t-il A ∈ Mn (R) telle que A2 + 2A + 5In = 0? • Supposons qu’une matrice A ∈ Mn (R) vérifie A2 + 2A + 5In = 0. Le polynôme P (X) = X 2 + 2X + 5 est annulateur et SpC (A) ⊂ RacC (P ) = {−1 + 2i, −1 − 2i}. Le polynôme caractéristique de A n’a donc pas de racine réelle et il est donc de degré pair. Une CN est donc n pair. • Réciproquement, supposons n = 2q pair. La matrice de Mn (R) diagonale par blocs A2 A2 −1 2 A= avec A2 = .. −2 −1 . A2 admet P (X) = X 2 + 2X + 5 comme polynôme annulateur puisque c’est le pc de A2 . 35 Corrigé 7.6 Indication ou corrigé 31 Énoncé : Soit A ∈ Mn (C) telle que pour tout k ∈ N∗ , Tr(Ak ) = 0. Montrer que A est nilpotente. Une matrice de Mn (C) est semblable à une matrice λ1 ∗ . . . 0 λ2 T = . .. . . .. . . 0 0 ... triangulaire ∗ ∗ .. . λn Supposons que A admette des valeurs propres non Après une éventuelle Pp nulles. k k réécriture des valeurs propres, la trace de A est donc i=1 ni λi = 0 où les λi les valeurs propres non nulles et distinctes et les ni les ordres de multiplicité des λi . Écrivons le système d’équations correspondant pour k = 1, ..., p. Il s’exprime λ1 λ2 . . . λ p n1 0 λ2 λ2 . . . λ2 n2 0 p 2 1 .. .. . . .. .. = .. . . . . . . . λp1 λp2 . . . λpp np 0 Le déterminant de la matrice est égal au produit des λi et d’un déterminant de Vandermonde qui est non nul. L’équation n’est donc pas vérifiée ce qui est une contradiction. Bilan : SpC (A) = {0} donc χA (X) = (−1)n X n et par le théorème de Cayley-Hamilton, An = 0 et A est nilpotente. 36 Corrigé 7.7 Indication ou 32 corrigé A A Soient A ∈ Mn (C) et B = ∈ M2n (C). A A 1. Commençons par exprimer les puissances de B : n An In O 0 ∗ n n−1 A B = , et pour n ∈ N , B = 2 O In An An P Soit F (X) = ak X k , avec une prudence à toujours recommandée, pour le terme constant : k k k k p 1X In O 2 A 2 A + ak k k k k F (B) = a0 O In 2 A 2 A 2 k=1 1 F (2A) − a0 F (2A) − a0 In O + F (B) = a0 O In 2 F (2A) − a0 F (2A) − a0 1 F (2A) + a0 F (2A) − a0 F (B) = 2 F (2A) − a0 F (2A) + a0 2. Conditions nécessaires et/ou suffisantes pour que B (ou A) soit diagonalisable. (a) On suppose B diagonalisable. On note πB (X) son polynôme minimal, Q qui est donc scindé à racines simples πB (B) = 0, il sur C. On l’écrira s’il le faut, πB (X) = ki=1 (X − βi ). Comme Q vient πB (2A) + b0 = πB (2A) − b0 = 0; cela impose b0 = βi = 0, ce dont on pouvait a priori se douter en examinant le rang maximal pour B! Ainsi k k Y Y βi k πB (2A) = (2A − βi ) = 2 A− = 0. 2 i=1 i=1 Comme le polynôme k Y βi 2 X− =0 2 k i=1 est scindé à racines simples sur C, A est diagonalisable ; de plus 1 SpC (A) ⊂ RacC (πB (2X)) = SpC (B) 2 (b) On suppose A diagonalisable. On note πA le polynôme minimal de A. Il est scindé à Q racines simples sur C et Qk on peut l’écrire πA (X) = i=1 (X − αi ). Notons a0 = αi . • Supposons que a0 = 0. Le polynôme F défini par F (X) = πA X 2 = k Y X i=1 2 − αi = k 1 Y (X − 2αi ) 2k i=1 est scindé à racines simples sur C et 1 F (2A) + a0 F (2A) − a0 F (B) = = 0. 2 F (2A) − a0 F (2A) + a0 37 Donc B est diagonalisable. De plus SpC (B) ⊂ RacC (F (X)) = 2SpC (A) • Supposons que a0 6= 0. Le polynôme G défini par G(X) = XF (X) = XπA X 2 =X k Y X i=1 2 − αi k 1 Y = kX (X − 2αi ) 2 i=1 est lui-aussi scindé à racines simples sur C et 1 AF (2A) + 0 AF (2A) − 0 G(B) = = 0. 2 AF (2A) − 0 AF (2A) + 0 Donc B est diagonalisable. De plus SpC (B) ⊂ RacC (XF (X)) = 2SpC (A) ∪ {0} Bilan • A diagonalisable ssi B diagonalisable ; Dans ce cas (mais on peut le démontrer en considérant des polynômes minimaux non nécessairement scindés à racines simples) on a aussi : • si 0 ∈ SpC (A), SpC (B) = 2SpC (A); • si 0 ∈ / SpC (A), SpC (B) = 2SpC (A) ∪ {0}; Corrigé 7.8 corrigé de l’exercice 34 Soient A ∈ Mn (R), B ∈ Mn (R) et P ∈ GLn (C) telles que (1) P −1 AP = B. avec P = R + iQ. 0 1 1 0 1 i , P est inversibles alors que sa partie réelle 1. Avec P = = +i 0 −1 1 0 1 −i et sa partie imaginaire ne le sont pas. 2. Si P est inversible, P −1 AP = B ⇔ AP = P B ⇔ (A (R + iQ) = (R + iQ) B) ⇔ (AR = RB et AQ = QB). 3. • On peut montrer qu’un déterminant det(P + xQ) est une fonction polynomiale en x par récurrence sur le nombre de lignes, en initialisant avec n = 2 puis en justifiant l’hérédité en développant par rapport à une colonne. • On peut aussi invoquer la formule det(M ) = n XY mi,σ(i) σ i=1 qui devient ici une somme de polynômes de degrés égaux à n : det(P + XQ) = n XY [pi,σ(i) + xqi,σ(i) ], σ i=1 38 4. On observe que les relations AR = RB et AQ = QB entraı̂nent A (R + xQ) = (R + xQ) B. Comme le polynôme en x F (x) = det(R + xQ) n’est pas nul (F (i) 6= 0), il admet au plus n racines et il existe un réel x pour lequel M = P +xQ est inversible et alors A M = M B ou M −1 A M = B./ fin. 39