L’ensemble des vecteurs propres associés à une valeur propre λkconstitue un sous-espace vectoriel Ekde
Knappelé sous-espace propre associé à λk. On a dim Ek6mk. La matrice est diagonalisable dans Cssi, pour
tout k∈~1,q, dim Ek=mk. C’est en particulier le cas si q=n.
La procédure à suivre pour diagonaliser Aest la suivante :
•chercher les qracines λkdu polynôme caractéristique et leur multiplicité ;
•pour chaque λk, résoudre le système linéaire (A−λkI)·X=0, c.-à-d. déterminer Ek.
Si dim Ek<mk, la matrice n’est pas diagonalisable. Passer alors au § I.5.b;
•déterminer mkvecteurs propres indépendants Xk,1, ..., Xk,mk
※1de Ek(constituant donc une base de Ek) ;
•construire la matrice diagonale
D=
λ10. . . . . . . . . . . . . . . 0
0.......
.
.
.
.
....λ1
....
.
.
.
.
...........
.
.
.
.
...........
.
.
.
.
....λq
....
.
.
.
.
.......0
0. . . . . . . . . . . . . . . 0λq
,
où chaque valeur propre λkapparaît mkfois sur la diagonale ;
•construire la matrice de passage Pen mettant les vecteurs X1,1, ..., X1,m1sur les m1premières colonnes,
les vecteurs X2,1, ..., X2,m2sur les m2suivantes, etc.
b. Trigonalisation
Une matrice Aest trigonalisable s’il existe une matrice triangulaire T(on la prendra triangulaire supérieure)
et une matrice inversible Ptelle que
A=P·T·P−1
(toutes ces matrices sont carrées de taille n). Si K=C, toute matrice est trigonalisable.
Contrairement à la diagonalisation, où, à l’ordre près des termes diagonaux, on obtient toujours la même
matrice D(mais pas P), il y a plusieurs façons de trigonaliser une matrice, donc plusieurs Tpossibles. En
revanche, à l’ordre près, Tcomprend sur sa diagonale toutes les valeurs propres en nombre égal à leur mul-
tiplicité.
La méthode de Jordan décrite ci-dessous permet d’obtenir une matrice Tparticulièrement simple :
•chercher les qracines λkdu polynôme caractéristique et leur multiplicité ;
•pour chaque λk, résoudre le système linéaire (A−λkI)·X=0, c.-à-d. déterminer Eket dk=dim Ek;
•déterminer dkvecteurs propres indépendants Xk,1, ..., Xk,dk.
Remarque. dk>1, donc il y en a au moins un ;
•si dk<mk, déterminer mk−dkvecteurs supplémentaires Xk,j, avec j∈~dk+1,mk, par l’itération suivante :
pour chaque j, trouver un Xk,jsolution de
(A−λkI)·Xk,j=Xk,j−1.
Remarque. Les vecteurs Xk,dk+1, ..., Xk,mkne sont pas des vecteurs propres ;
•construire la matrice triangulaire supérieure Tcomprenant m1fois λ1,m2fois λ2, etc. sur la diagonale
(comme D) et soit 0, soit 1 sur la surdiagonale (c’est-à-dire l’ensemble des coefficients ti,i+1avec i∈
~1,n−1) : au-dessus de chaque λk, mettre
•0 pour les dkpremières valeurs de λk;
•1 pour les mk−dksuivantes (donc si mk>dk) ;
•construire la matrice de passage Pen mettant les vecteurs X1,1, ..., X1,m1sur les m1premières colonnes,
les vecteurs X2,1, ..., X2,m2sur les m2suivantes, etc.
Remarque. Si la matrice est diagonalisable, cette méthode fournit T=D.
1. Attention, Xi,jdésigne un vecteur, pas l’élément sur la i-ième ligne et la j-ième colonne d’une matrice X.
4