EST- Béni Mellal Valeurs, vecteurs propres GI 1 / 2020-2021 B.

El Boukari

Valeurs propres, vecteurs propres, diagonalisation

I Valeurs propres, vecteurs propres

Définition 1 :
Soient A ∈ Mn (R) une matrice carée d’ordre n et λ ∈ R.
S’il existe x ∈ Rn non nul tel que Ax = λx alors
• λ est une valeur propre de A.
• x est un vecteur propre de A associé à λ.
L’égalité Ax = λx est équivalente à Ax − λIn x = 0Rn où In est la matrice identité de Mn (R).

c’est à dire : Ax = λx ⇔ (A − λIn )x = 0Rn .

Pour que ce systeme ait une solutions non nulle, il faut et il suffit que det(A − λIn ) = 0

Théorème 1 :
λ est une valeur propre de A si et seulement si det(A − λIn ) = 0

Exemple 1 :
 
0 −2
Soit la matrice A = 
 
−4 2
1. Déterminer les valeurs propres de la matrice A
2. Déterminer les vecteurs propres associés aux valeurs propres.
Remarque 1 :
Si v est un vecteur propre de A associé à λ, alors ∀k ∈ R, kv est aussi un vecteur propre
de A associé à λ.

Proposition 1 :
det(A − λIn ) est un polynôme en fonction de λ, on le note PA (λ) et on l’appelle polynôme
caractéristique de A.
L’équation det(A − λIn ) = 0 est appelée équation caractéristique de A.

Exemple 2 :
 
5 −3
Soit la matrice A =  
6 −4
 
5 − λ −3 
Alors PA (λ) = det(A − λIn ) = det   = (5 − λ)(−4 − λ) + 18 = λ2 − λ − 2
6 −4 − λ
Méthode 1 :

-1-
EST- Béni Mellal Valeurs, vecteurs propres GI 1 / 2020-2021 B. El Boukari

Pour trouver les valeurs propres et les vecteurs propres de la matrice A :

• Former la matrice (A − λIn ) et calculer PA (λ) = det(A − λIn ).
• Trouver les racines du polynôme caractéristique PA (λ) pour obtenir les valeurs
propres de A.
• Pour chaque valeur propre λ trouvée à la deuxième étape, résoudre (A−λIn )X pour
trouver les vecteurs propres X correspondants.
Exercice 1 :  
5 −3
Soit la matrice A =  
6 −4
1. Déterminer les valeurs propres de la matrice A
2. Déterminer les vecteurs propres associés aux valeurs propres.
Définition 2 :
L’ensemble des valeurs propres d’une matrice carrée A est appelé le spectre de A et est
noté Spec(A).
Corollaire 1 :
Une matrice carrée d’ordre n a au plus n valeurs propres.
Soient λ1 , λ2 , ....., λr les valeurs propres de A, alors le polynôme caractéristique de A
est PA (X) = (X − λ1 )m1 (X − λ2 )m2 .....(X − λr )mr Q(X) où Q est un polynôme qui n’a pas de
racines dans R ; mi est la multiplicité de λi .
Remarque 2 :

• Il est possible que PA (X) possède une racine de multiplicité supérieure à 1. Dans
ce cas, il est possible que plusieurs vecteurs propres soient associés à cette valeur
propre.
• Le polynôme caractéristique d’une matrice carrée A d’ordre n s’écrit sous la forme
PA (X) = (−1)n X + (−1)n−1 tr(A)X n−1 + ...... + det(A)
Proposition 2 :
Soit λ une valeur propre de A, le sous ensemble des vecteurs propres de A associé à λ
est un sous-espace vectoriel appelé sous-espace propre de A associé à λ et noté Eλ .
Exemple 3 :
 
5 −3
Soit la matrice A =   de l’exemple 2 précédent
6 −4
2 est une valeure propre de A, déterminons les vecteurs propres associés à 2.
x1 
Soit   le vecteur propre associé à 2,
x2
        
x1  0 3 −3 x1  0
alors (A − 2In ) 
 = ⇔   =  
x2 0 6 −6 x2 0
Le système est équivalent à 3x1 − 3x2 = 0 c’est à dire x1 − x2 = 0.
Donc le sous ensemble des vecteurs propres de A associé à λ = 2 est
E2 = {(x, y) ∈ R2 /x = y}. E2 est un sous-espace vectoriel de R2 engendré par le vecteur
(1, 1).

-2-
EST- Béni Mellal Valeurs, vecteurs propres GI 1 / 2020-2021 B. El Boukari

Proposition 3 :
Soit λ une valeur propre de A, et mλ l’ordre de multiplicité de λ. On a alors :
1 ≤ dimEλ ≤ mλ .
Théorème 2 :
Si v1 ; v2 ;...... ;vr sont des vecteurs propres associés à des valeurs propres disctinctes λ1 ;
λ2 ; ...... ;λr d’une matrice carée A de taille n × n , alors les vecteurs v1 ; v2 ;...... ;vr sont
linéairement indépendants.

II Diagonalisation d’une matrice

Définition 3 :
Soient A et B deux matrices carrées d’ordre n sur R.
On dit que A est semblable à B s’il existe une matrice P d’ordre n inversible telle que
A = P −1 BP .
Proposition 4 :
Deux matrices semblables ont même spectre

Remarque 3 :
Deux matrices semblables n’ont pas en général les même vecteurs propres.

Définition 4 :
Soit A une matrice de Mn (R) . On dit que A est diagonalisable si elle est semblable à
une matrice diagonale, c ’est-à- dire s’il existe une matrice inversible P d’ordre n sur R,
et s’il existe une matrice diagonale D d’ordre n sur R, telles que D = P −1 AP .
Diagonaliser A, c’est trouver D .
Exemple 4 :
 
3 1
Soit la matrice carrée A = 
 
2 2
1. Vérifier que 1 et 4 sont les valeurs propres de la matrice A
2. Vérifier que v1 = (1; −2) et v2 = (1; 1) sont les vecteurs propres associés respective-
ment aux valeurs propres 1 et 4.
   
1 0 1 1
3. Vérifier que D = P −1 AP avec D=
  et P =
 
0 4 −2 1
Caractérisation de la diagonalisation en dimension finie :
Proposition 5 :
Soient A une matrice carée de Mn (R),
λ1 ; λ2 ; ..... ; λr les valeurs propres distinctes de A,
Eλ1 ; Eλ2 ; ..... ; Eλr les sous-espaces propres correspondants.
Une condition nécessaire et suffisante pour que A soit diagonalisable est que
dimEλ1 + dimEλ2 + ...... + dimEλr = n
Exercice 2 :
Soient la matrice carrée A appartenant à M3 (R)) et les trois vecteurs colonnes U1 , U2

-3-
EST- Béni Mellal Valeurs, vecteurs propres GI 1 / 2020-2021 B. El Boukari

et U3appartenant à M3,1 (R))

 suivants
 :    
 1 −1 −1 1   1   0 
       
       
A= −1 1 −1 U1 = 1  U1 =  0  U1 =  1 
       
       
−1 −1 1 1 −1 −1
1. Vérifier que U1 , U2 et U3 sont les vecteurs propres de A en déterminant les valeurs
propres associées.
( ) ( )
2. Déterminer les dimensions de vect U1 et vect U2 , U3

3. En déduire que la matrice A est diagonalisable.

   
 | | | 1 1 0
   
   
4. Déterminer D telle que D = P −1 AP avec P =   = 1 0
U1 U2 U3   1
   
| | | 1 −1 −1
   
 | | |  1 1 0
   
   
5. Déterminer D telle que D = Q−1 AQ avec Q = U2
 U1 U3 

= 
 0 1 1

   
| | | −1 1 −1
Proposition 6 :
Soient A une matrice carée de Mn (R),
λ1 ; λ2 ; ..... ; λr les valeurs propres de A distinctes deux à deux et de multiplicités
respectives h1 ; h2 ; .... ; hr
Une condition nécessaire et suffisante pour que A soit diagonalisable est que
h1 + h2 + .... + hr = n et hi = Eλi ∀i ∈ {1; 2; .....; r}
Corollaire 2 :(condition suffisante (mais non nécessaire) pour qu’une matrice soit
diagonalisable)
Soient A une matrice carée de Mn (R),
Si A possède exactement n valeurs propres distinctes deux à deux, alors A est diagona-
lisable.
Exercice 3 :
 carrée A appartenant à M3 (R)) telle que :
Soit la matrice
2 1 0
 
 
A= 0
 1 −1

 
0 2 4

1. Déterminer les valeurs propres de A.

2. Déterminer les dimensions des sous espaces propres.
3. En déduire la diagonalisation de A.
Exercice 4 :
  dans M3 (R))les deux
On considère  matrices carrées suivantes
0 0 1 0 1 0
   
   
A= 0 1 0 et B= 0 0 1
   
   
1 0 0 1 0 0
-4-
EST- Béni Mellal Valeurs, vecteurs propres GI 1 / 2020-2021 B. El Boukari

1. Déterminer les valeurs propres et les sous-espaces propres associés des matrices A
et B.
2. Les matrices A et B sont-elles diagonalisables ?
Méthode 2 : Toute matrice est-elle diagonalisable ?
On se convainc facilement que la réponse à cette question est « non ». En effet, d’après
la proposition 6, pour qu’une matrice d’ordre n soit diagonalisable, il faut et il suffit
que les deux conditions suivantes soient satisfaites :
1. le nombre de ses valeurs propres (comptées avec leurs multiplicités) est égal à n
2. la dimension de chacun des sous-espaces propres est égale à l’ordre de multiplicité
de la valeur propre correspondante.

III Application de la diagonalisation d’une matrice

III.1 Calcul des puissances d’une matrice
Une application classique est le calcul des puissances d’une matrice A.
Supposons
 que A soit diagonalisable.
 C’est-à-dire qu’il existe P et D
 λ1 0 ··· ··· 0 
 
 ... 
 0 λ2 0 
 
 .. ... ... ... .. 
avec D =  . .  et D = P −1 AP
 
 
 .. .. 
 0 . . 0 
 
 
0 0 ··· 0 λn
 
k
 λ1 0 ··· ··· 0 
 
 .. 


0 λk2 . 0 

 .. .. .. .. ..  −1
On a Dk = P −1 Ak P et Ak = P Dk P −1 C’est à dire A = P  . . . . . P
 
 
 .. .. 
 0 . . 0 
 
 
0 0 ··· 0 λnk
Ceci permet de calculer, par exemple, 
les suites

linéaires récurrentes :
u
 1,k 
 
u 
 2,k 
 
 
 . 
 
Uk = AUk−1 alors Uk = Ak U0 avec Uk =  
 
 . 
 
 
 . 
 
 
un,k

-5-
EST- Béni Mellal Valeurs, vecteurs propres GI 1 / 2020-2021 B. El Boukari

 
  u
 1,0 
 λk1 0 ··· ··· 0   
  u 
 ..   2,0 
 0 λk2 . 0   
   
  . 
 .. ... ... ... ..   
Donc Uk = P  . .  −1
P  


   . 
 ... ...   
 0 0   
   
   . 
0 0 ··· 0 λ k  
n
un,0

III.2 Calcul de déterminant d’une matrice

Proposition 7 :
Soient A une matrice carée de Mn (R),
Si A est diagonalisable, c’est à dire A = P DP −1 alors det(A) = det(D)
Proposition 8 :
Soient A une matrice carée de Mn (R),
Si A est diagonalisable, c’est à dire A = P DP −1 alors Ak = P Dk P −1 ∀k ∈ N et
det(A ) = det(D ) = λ1 × λ2 × ..... × λn
k k k k k

avec λ1 ; λ2 ; ..... ; λn sont les valeurs propres de A (comptées avec leurs multiplicités).

-6-