Professional Documents
Culture Documents
Feuille 4 - Réduction - Exercices 1,3,5,6
Feuille 4 - Réduction - Exercices 1,3,5,6
Réduction I
−3 2 −2
Ñ é
A= 4 −1 2 .
8 −4 5
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
4. Réduction I
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
4. Réduction I
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 :
4. Réduction I
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
4. Réduction I
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
Solution 1
−3 − λ 2 −2 1 − λ 1 − λ 0 1 1 0
= (1−λ)2 4
det(A−λI3 ) = 4 −1 − λ 2 = 4
− 1 − λ 2
−1 − λ 2
8 −4 5 − λ 0 2λ − 2 1 − λ 0 −2 1
1 1 0
2 2 −5 − λ = (1 − λ)2 (−5 − λ + 4) = −(1 − λ)2 (1 + λ)
2
= (1 − λ) 0 −5 − λ 2 = (1 − λ)
−2
1
0 −2 1
Solution 2 f − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −1}.
Solution 3 Pour déterminer une base de ker(f − id) on échelonne la matrice de
A − I3 : Ñ é Ñ é
−4 2 −2 −4 2 −2
A − I3 = 4 −2 2 ∼ 0 0 0 .
8 −4 4
l 0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
4. Réduction I
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
On fait Ñ
de même pour é
ker(fÑ+ id) : é Ñ é Ñ é
−2 2 −2 −2 2 −2 −2 2 −2 1 −1 1
A + I3 = 4 0 2 ∼ 0 4 −2 ∼ 0 4 −2 ∼ 0 1 −1
2 ∼
8 −4 6
l 0 4 −2 l 0 4 −2 l l
0 0 0
Ñ
1 0
1 é
21
0 1 −2 .
0 0 0
1 0 0
Ñ é
Solution 6 Soit B = 0 1 0
0 0 −1
4. Réduction I
1 0 0
Ñ é
1 0 0
Ñ é
1 0 0
Ñ é
1 0 0
Ñ é
1 0 0
Ñ é
1 0 0
Ñ é
2 0 0
Ñ é
A= −1 1 −1
0 0 2
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
4. Réduction I
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
Preuve : λ ∈ SpecK (u) ssi il existe x ∈ E \ {0E } tel que (u − λ.idE )(x) = 0E ,
4. Réduction I
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
Preuve : λ ∈ SpecK (u) ssi il existe x ∈ E \ {0E } tel que (u − λ.idE )(x) = 0E , ssi
ker(u − λ.idE ) 6= {0E },
4. Réduction I
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
Preuve : λ ∈ SpecK (u) ssi il existe x ∈ E \ {0E } tel que (u − λ.idE )(x) = 0E , ssi
ker(u − λ.idE ) 6= {0E },ssi u − λ.idE est non injective.
4. Réduction I
Proposition 1
λ ∈ SpecK (u) ssi u − λ.idE est non injective.
Preuve : λ ∈ SpecK (u) ssi il existe x ∈ E \ {0E } tel que (u − λ.idE )(x) = 0E , ssi
ker(u − λ.idE ) 6= {0E },ssi u − λ.idE est non injective.
La deuxième partie découle du fait que si E est de dimension nie alors un
endomorphisme de E est injectif ssi il est bijectif ssi son déterminant est non nul.
4. Réduction I
Remarque 2
D'après ce qui précède
4. Réduction I
Remarque 2
D'après ce qui précède
1. λ ∈ SpecK (u) ssi ker(u − λ.idE ) 6= {0E }.
4. Réduction I
Remarque 2
D'après ce qui précède
1. λ ∈ SpecK (u) ssi ker(u − λ.idE ) 6= {0E }.
2. x est un vecteur propre de u associé à la valeur propre λ ssi
x ∈ ker(u − λ.idE ) \ {0E }.
4. Réduction I
Remarque 2
D'après ce qui précède
1. λ ∈ SpecK (u) ssi ker(u − λ.idE ) 6= {0E }.
2. x est un vecteur propre de u associé à la valeur propre λ ssi
x ∈ ker(u − λ.idE ) \ {0E }.
Remarque 2
D'après ce qui précède
1. λ ∈ SpecK (u) ssi ker(u − λ.idE ) 6= {0E }.
2. x est un vecteur propre de u associé à la valeur propre λ ssi
x ∈ ker(u − λ.idE ) \ {0E }.
Remarque 2
D'après ce qui précède
1. λ ∈ SpecK (u) ssi ker(u − λ.idE ) 6= {0E }.
2. x est un vecteur propre de u associé à la valeur propre λ ssi
x ∈ ker(u − λ.idE ) \ {0E }.
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
4. Réduction I
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1.
4. Réduction I
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1. On peut
supposer de plus que k est minimal pour cette propriété : toute famille de strictement
moins de k vecteurs propres correspondants à des valeurs propres deux à deux
distinctes est libre.
4. Réduction I
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1. On peut
supposer de plus que k est minimal pour cette propriété : toute famille de strictement
moins de k vecteurs propres correspondants à des valeurs propres deux à deux
distinctes est libre.
k
Par conséquent il existe α1 , . . . , αk ∈ K, non tous nuls tels que αi vi = 0.
P
i=1
4. Réduction I
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1. On peut
supposer de plus que k est minimal pour cette propriété : toute famille de strictement
moins de k vecteurs propres correspondants à des valeurs propres deux à deux
distinctes est libre.
k
Par conséquent il existe α1 , . . . , αk ∈ K, non tous nuls tels que αi vi = 0. Par
P
i=1
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1. On peut
supposer de plus que k est minimal pour cette propriété : toute famille de strictement
moins de k vecteurs propres correspondants à des valeurs propres deux à deux
distinctes est libre.
k
Par conséquent il existe α1 , . . . , αk ∈ K, non tous nuls tels que αi vi = 0. Par
P
i=1
k k
minimalité de k les αi sont tous non nuls. De plus 0 = u( αi λi vi .
P P
αi vi ) =
i=1 i=1
4. Réduction I
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1. On peut
supposer de plus que k est minimal pour cette propriété : toute famille de strictement
moins de k vecteurs propres correspondants à des valeurs propres deux à deux
distinctes est libre.
k
Par conséquent il existe α1 , . . . , αk ∈ K, non tous nuls tels que αi vi = 0. Par
P
i=1
k k
minimalité de k les αi sont tous non nuls. De plus 0 = u( αi λi vi . On en
P P
αi vi ) =
i=1 i=1
k k
déduit que αi vi = 0 d'où
P P
αi λi vi − λk
i=1 i=1
k k−
P1
0= αi (λi − λk )vi .
P
αi (λi − λk )vi =
i=1 i=1
4. Réduction I
Exercice 1
1. Des vecteurs propres correspondant à des valeurs propres deux à deux distinctes
d'un endomorphisme u sont linéairement indépendants.
2. Les espaces propres de l'endomorphisme u sont en somme directe.
Dem : 1. Par l'absurde :si ce n'est pas le cas alors il existe un entier k ,
λ1 , . . . , λk ∈ SpecK (u) 2 à 2 distinctes et, pour chaque i ∈ {1, . . . , k}, vi ∈ Eλi \ {0E }
tel que v1 , . . . , vk non linéairement indépendants. Nécessairement k > 1. On peut
supposer de plus que k est minimal pour cette propriété : toute famille de strictement
moins de k vecteurs propres correspondants à des valeurs propres deux à deux
distinctes est libre.
k
Par conséquent il existe α1 , . . . , αk ∈ K, non tous nuls tels que αi vi = 0. Par
P
i=1
k k
minimalité de k les αi sont tous non nuls. De plus 0 = u( αi λi vi . On en
P P
αi vi ) =
i=1 i=1
k k
déduit que αi vi = 0 d'où
P P
αi λi vi − λk
i=1 i=1
k k−
P1
0= αi (λi − λk )vi . Or pour i < k on a λi − λk 6= 0 donc
P
αi (λi − λk )vi =
i=1 i=1
αi (λi − λk ) 6= 0 : ceci contredit la minimalité de k .
2. en découle facilement.
4. Réduction I
13 16 16
Ñ é
A= −5 −7 −6
−6 −8 −7
1 0 −1
Ñ é
T = 0 −3 −4
0 0 1
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
Solution 3 On calcule :
−4 −4
A 1 = 1
2 2
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
Solution 3 On calcule :
−4 −4 −2 6
A 1 = 1 et A 1 = −3
2 2 1 −3
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
Solution 3 On calcule :
−4 −4 −2 6
A 1 = 1 et A 1 = −3
2 2 1 −3
On a donc u(u1 ) = u1 et u(u2 ) = −3u2 : les vecteurs u1 et u2 sont donc des vecteurs
propres associés aux valeurs propres 1 et −3 respectivement.
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
Solution 3 On calcule :
−4 −4 −2 6
A 1 = 1 et A 1 = −3
2 2 1 −3
On a donc u(u1 ) = u1 et u(u2 ) = −3u2 : les vecteurs u1 et u2 sont donc des vecteurs
propres associés aux valeurs propres 1 et −3 respectivement.
Solution 4ã Il sut de montrer
ã Å que rgã(u1 ,Åu2 , v ) = ã3 or Å
Å−4 2 −1
Å
1 1
1 1 1
1 1
ã
1
1 1 1
1
1 2 2 2 2
1 1
2 ∼ −4 2 −1 ∼ 0 6 1 ∼ 0 −1 0 ∼ 0 −1 0
2 1 1
l 2 1 1
l 0 −1 0 l 0 6 1
l 0 0 1
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
Solution 3 On calcule :
−4 −4 −2 6
A 1 = 1 et A 1 = −3
2 2 1 −3
On a donc u(u1 ) = u1 et u(u2 ) = −3u2 : les vecteurs u1 et u2 sont donc des vecteurs
propres associés aux valeurs propres 1 et −3 respectivement.
Solution 4ã Il sut de montrer
ã Å que rgã(u1 ,Åu2 , v ) = ã3 or Å
Å −4 2 −1
Å
1 1
1 1 1
1 ã
1 1
1 1 1
1
1 2 2 2 2
1 1
2 ∼ −4 2 −1 ∼ 0 6 1 ∼ 0 −1 0 ∼ 0 −1 0 On en déduit que
2 1 1
l 2 1 1
l 0 −1 0 l 0 6 1
l 0 0 1
rg (u1 , u2 , v ) = 3 et que la famille (u1 , u2 , v ) est une base de R 3
4. Réduction I
Solution 1
13 − λ 16 16
det(u − λ.idR3 ) = det(A − λI3 ) = −5 −7 − λ −6
−6 −8 −7 − λ
2 − λ 1 − λ 3 − λ 2 − λ 1 − λ 3 − λ 1 − λ 0 2 − 2λ
= −5 −7 − λ −6 = 1 1 − λ 1 + λ =
1 1 − λ 1 + λ
−6 −8 −7 − λ −6 −8 −7 − λ −6 −8 −7 − λ
1 0 2
1 0 2
2 1 0 2
= (1 − λ). 1 1 − λ 1 − λ λ − 1 = (1 − λ) . 0 −1
1 + λ
= (1 − λ). 0 1
−6 −8 −7 − λ 0 −8 5 − λ 0 −8 5 − λ
2 1 2
−1
= (1 − λ) . = −(1 − λ) .(λ + 3)
−8 5 − λ
Solution 2 u − λ.idR3 est bijective ssi A − λ.I3 inversible ssi det(A − λ.I3 ) 6= 0 ssi
λ ∈ R \ {1, −3}.
Solution 3 On calcule :
−4 −4 −2 6
A 1 = 1 et A 1 = −3
2 2 1 −3
On a donc u(u1 ) = u1 et u(u2 ) = −3u2 : les vecteurs u1 et u2 sont donc des vecteurs
propres associés aux valeurs propres 1 et −3 respectivement.
Solution 4ã Il sut de montrer
ã Å que rgã(u1 ,Åu2 , v ) = ã3 or Å
Å −4 2 −1
Å
1 1
1 1 1
1 ã
1 1
1 1 1
1
1 2 2 2 2
1 1
2 ∼ −4 2 −1 ∼ 0 6 1 ∼ 0 −1 0 ∼ 0 −1 0 On en déduit que
2 1 1
l 2 1 1
l 0 −1 0 l 0 6 1
l 0 0 1
rg (u1 , u2 , v ) = 3 et que la famille (u1 , u2 , v ) est une base de R 3
4. Réduction I
Solution 5
Calculons u(v ) :
4. Réduction I
Solution 5
Calculons Å ) :ã
ã u(v
−1 11
Å
A 1 = −9
2
2
1 −5
4. Réduction I
Solution 5
Calculons Å ) :ã
ã u(v
−1 11
Å
A 1 = −9
2 qui sont les coordonnées de u1 − 4u2 + v .
2
1 −5
4. Réduction I
Solution 5
Calculons Å ) :ã
ã u(v
−1 11
Å
A 1 = −9
2 qui sont les coordonnées de u1 − 4u2 + v . Il vient que T est la
2
1 −5
matrice de u dans la base (u1 , u2 , v ).
4. Réduction I
Solution 5
Calculons Å ) :ã
ã u(v
−1 11
Å
A 1 = −9
2 qui sont les coordonnées de u1 − 4u2 + v . Il vient que T est la
2
1 −5
matrice
Å −de u dans
ã la base (u1 , u2 , v ). Par conséquent T = P AP où
−1
4 2 −1
P= 1 1
1 est la matrice de passage de la base canonique de R3 à la base
2
2 1 1
(u1 , u2 , v ).
4. Réduction I
Solution 5
Calculons Å ) :ã
ã u(v
−1 11
Å
A 1 = −9
2 qui sont les coordonnées de u1 − 4u2 + v . Il vient que T est la
2
1 −5
matrice
Å −de u dans
ã la base (u1 , u2 , v ). Par conséquent T = P AP où
−1
4 2 −1
P= 1 1
1 est la matrice de passage de la base canonique de R3 à la base
2
2 1 1
(u1 , u2 , v ). Ces deux matrices sont donc semblables.
4. Réduction I
Supposons que E soit de dimension nie. Alors on peut voir que det(u − λ.idE ) est
un polynôme en λ i.e. il existe un (unique) polynôme Pu ∈ K[X ] tel que pour tout
λ ∈ K, det(u − λ.idE ) = Pu (λ)
4. Réduction I
Supposons que E soit de dimension nie. Alors on peut voir que det(u − λ.idE ) est
un polynôme en λ i.e. il existe un (unique) polynôme Pu ∈ K[X ] tel que pour tout
λ ∈ K, det(u − λ.idE ) = Pu (λ)
Supposons que E soit de dimension nie. Alors on peut voir que det(u − λ.idE ) est
un polynôme en λ i.e. il existe un (unique) polynôme Pu ∈ K[X ] tel que pour tout
λ ∈ K, det(u − λ.idE ) = Pu (λ)
Remarque 3
1. D'après ce qui précède λ ∈ SpecK (u) ssi Pu (λ) = 0 ssi λ est racine de Pu et
donc SpecK (u) est l'ensemble des racines de Pu .
4. Réduction I
Supposons que E soit de dimension nie. Alors on peut voir que det(u − λ.idE ) est
un polynôme en λ i.e. il existe un (unique) polynôme Pu ∈ K[X ] tel que pour tout
λ ∈ K, det(u − λ.idE ) = Pu (λ)
Remarque 3
1. D'après ce qui précède λ ∈ SpecK (u) ssi Pu (λ) = 0 ssi λ est racine de Pu et
donc SpecK (u) est l'ensemble des racines de Pu .
2. Si on suppose que dim(E ) = n et si on xe une base B de E et si A est la
matrice de u dans la base B alors
Supposons que E soit de dimension nie. Alors on peut voir que det(u − λ.idE ) est
un polynôme en λ i.e. il existe un (unique) polynôme Pu ∈ K[X ] tel que pour tout
λ ∈ K, det(u − λ.idE ) = Pu (λ)
Remarque 3
1. D'après ce qui précède λ ∈ SpecK (u) ssi Pu (λ) = 0 ssi λ est racine de Pu et
donc SpecK (u) est l'ensemble des racines de Pu .
2. Si on suppose que dim(E ) = n et si on xe une base B de E et si A est la
matrice de u dans la base B alors
Ce qui permet de calculer Pu . Il est facile de montrer que d ◦ (Pu ) = n et que son
coecient dominant est (−1)n . En particulier u admet au plus n valeurs propres
4. Réduction I
Supposons que E soit de dimension nie. Alors on peut voir que det(u − λ.idE ) est
un polynôme en λ i.e. il existe un (unique) polynôme Pu ∈ K[X ] tel que pour tout
λ ∈ K, det(u − λ.idE ) = Pu (λ)
Remarque 3
1. D'après ce qui précède λ ∈ SpecK (u) ssi Pu (λ) = 0 ssi λ est racine de Pu et
donc SpecK (u) est l'ensemble des racines de Pu .
2. Si on suppose que dim(E ) = n et si on xe une base B de E et si A est la
matrice de u dans la base B alors
Ce qui permet de calculer Pu . Il est facile de montrer que d ◦ (Pu ) = n et que son
coecient dominant est (−1)n . En particulier u admet au plus n valeurs propres
4. Réduction I
Proposition 4
Les assertions suivantes sont équivalentes :
i. u est diagonalisable.
4. Réduction I
Proposition 4
Les assertions suivantes sont équivalentes :
i. u est diagonalisable.
Proposition 4
Les assertions suivantes sont équivalentes :
i. u est diagonalisable.
Proposition 4
Les assertions suivantes sont équivalentes :
i. u est diagonalisable.
Proposition 4
Les assertions suivantes sont équivalentes :
i. u est diagonalisable.
Proposition 4
Les assertions suivantes sont équivalentes :
i. u est diagonalisable.
Exercice 2
1. Si Pu est scindé et s'il n'a que des racines simples alors u est diagonalisable
(la réciproque est trivialement fausse !)
4. Réduction I
Exercice 2
1. Si Pu est scindé et s'il n'a que des racines simples alors u est diagonalisable
(la réciproque est trivialement fausse !)
2. Si u est trigonalisable alors Pu est scindé sur K
4. Réduction I
Exercice 2
1. Si Pu est scindé et s'il n'a que des racines simples alors u est diagonalisable
(la réciproque est trivialement fausse !)
2. Si u est trigonalisable alors Pu est scindé sur K
Remarque : la réciproque de 2. est vraie : on montre (voir cours) que si Pu est scindé
sur K alors u est trigonalisable.
4. Réduction I
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
4. Réduction I
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)Le
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)Le
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)Le
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)Le
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)Le
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
A= 3 6 −6 .
3 4 −4
1. Calculer le polynôme caractéristique de f .
2. Quelles sont les valeurs propres de f ?
3. Déterminer une base de chacun des sous-espaces propres de f .
4. Déterminer une matrice diagonale D et une matrice inversible P telles que
D = P −1 AP .
5 − λ 4 −6 2 − λ −2 + λ 0
Solution 1
det(A − λ.I3 ) = 3 6 −λ −6 = 3 6 − λ −6 =
3 4 −4 − λ 0 −2 + λ 2 − λ
1 −1 0 1 0 0
(2 − λ)2 3 −6 = (2 − λ)2 3 −6 = (2 − λ)2 = (2 − λ)2 (3 − λ)Le
9 − λ −6
6 − λ 9 − λ
− 1 1
0 −1 1 0 −1 1
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0
3 4 −6 l 0 0 0
4. Réduction I
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
dim(E2 ) = 3 − rg (f − 3idR3 ) = 2.
4. Réduction I
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Calculons
Ñ laédimension
Ñ de E2é, pour cela on échelonne la matrice A − 2I3 :
3 4 −6 3 4 −6
3 4 −6 ∼ 0 0 0 On en déduit que rg (f − 2idR3 ) = 2 et par conséquent
3 4 −6 l 0 0 0
Si on
Ñ appelle D é
cette matrice diagonale alors on a la relation D = P −1 AP où
4 2 1
P = −3 0 1 est la matrice de passage de la base canonique à la base (v1 , v2 , v3 ).
0 1 1
4. Réduction I
Et
le déterminant det(f id ) = det(A − λI3) :
λ R3
3 − λ 1 0 3 − λ 1 0 3−λ 1 0
1
4 −λ 1 = 1
4 − λ 1 =
0 4 − λ 1 =
−2 −3 1 − λ −2 −3 1 − λ −3 + λ −3 1 − λ
1 1 0
1 1 0
= (3 − λ) 4 − λ 1
(3 − λ) 0 4 − λ 1 = (3 − λ) 0 4 − λ 1 =
−2 1 − λ
−1 −3 1 − λ 0 −2 1 − λ
= (3 − λ)2 (2 − λ)
2 − λ 1 − λ
= (3 − λ)(2 − λ) 1 1
(3 − λ)
−2 1 − λ −2 1 − λ
4. Réduction I
Et
le déterminant det(f id ) = det(A − λI3) :
λ R3
3 − λ 1 0 3 − λ 1 0 3−λ 1 0
1
4 −λ 1 = 1
4 − λ 1 =
0 4 − λ 1 =
−2 −3 1 − λ −2 −3 1 − λ −3 + λ −3 1 − λ
1 1 0
1 1 0
= (3 − λ) 4 − λ 1
(3 − λ) 0 4 − λ 1 = (3 − λ) 0 4 − λ 1 =
−2 1 − λ
−1 −3 1 − λ 0 −2 1 − λ
= (3 − λ)2 (2 − λ)
2 − λ 1 − λ
= (3 − λ)(2 − λ) 1 1
(3 − λ)
−2 1 − λ −2 1 − λ
Et
le déterminant det(f id ) = det(A − λI3) :
λ R3
3 − λ 1 0 3 − λ 1 0 3−λ 1 0
1
4 −λ 1 = 1
4 − λ 1 =
0 4 − λ 1 =
−2 −3 1 − λ −2 −3 1 − λ −3 + λ −3 1 − λ
1 1 0
1 1 0
= (3 − λ) 4 − λ 1
(3 − λ) 0 4 − λ 1 = (3 − λ) 0 4 − λ 1 =
−2 1 − λ
−1 −3 1 − λ 0 −2 1 − λ
= (3 − λ)2 (2 − λ)
2 − λ 1 − λ
= (3 − λ)(2 − λ) 1 1
(3 − λ)
−2 1 − λ −2 1 − λ
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement.
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2.
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
Calculons la dimension de E3 en échelonnant la matrice de f − 3idR3 :
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Si h := f − 2idR3 alors on voit que h(e1 ) − h(e2 ) + h(e3 ) = 0 (si on ne le voit pas tout
de suite, il sut d'échelonner la matri ci-dessus...).
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Si h := f − 2idR3 alors on voit que h(e1 ) − h(e2 ) + h(e3 ) = 0 (si on ne le voit pas tout
de suite, il sut d'échelonner la matri ci-dessus...). Par conséquent
v1 := (1, −1, 1) = e1 − e2 + e3 ∈ ker(h) = E2 . L'espace propre E2 qui est la droite
engendrée par v1 = (1, 0, −1).
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Si h := f − 2idR3 alors on voit que h(e1 ) − h(e2 ) + h(e3 ) = 0 (si on ne le voit pas tout
de suite, il sut d'échelonner la matri ci-dessus...). Par conséquent
v1 := (1, −1, 1) = e1 − e2 + e3 ∈ ker(h) = E2 . L'espace propre E2 qui est la droite
engendrée par v1 = (1, 0, −1).
Solution 4 On a déjà répondu à ces questions : f est trigonalisable car Pf est scindé
mais n'est pas diagonalisable car la dimension de E3 est strictement inférieure à la
multiplicité de 3 comme racine de Pf .
4. Réduction I
Solution 2 Les valeurs propres de f sont les racines de son polynôme caractéristique :
2 (de multiplicité 1) et 3 (de multiplicité 2).
Solution 3 On note E2 et E3 les sous-espaces propres relatifs aux valeurs propres 2 et
3 respectivement. D'après les multiplicités trouvées ci-dessus dim(E2 ) = 1 et
1 6 dim(E3 ) 6 2. En particulier f est diagonalisable ssi dim(E3 ) = 2.
CalculonsÑla dimension de E en échelonnant
é 3Ñ é
la matrice
Ñ
de fé− 3Ñ
idR3 : é
0 1 0 1 1 1 1 1 1 1 1 1
A − 3I3 = 1 1 1 ∼ 0 1 0 ∼ 0 1 0 ∼ 0 1 0 .
−2 −3 −2 l −2 −3 −2 l 0 −1 0
l 0 0 0
Si h := f − 2idR3 alors on voit que h(e1 ) − h(e2 ) + h(e3 ) = 0 (si on ne le voit pas tout
de suite, il sut d'échelonner la matri ci-dessus...). Par conséquent
v1 := (1, −1, 1) = e1 − e2 + e3 ∈ ker(h) = E2 . L'espace propre E2 qui est la droite
engendrée par v1 = (1, 0, −1).
Solution 4 On a déjà répondu à ces questions : f est trigonalisable car Pf est scindé
mais n'est pas diagonalisable car la dimension de E3 est strictement inférieure à la
multiplicité de 3 comme racine de Pf .
4. Réduction I
Remarque : (v1 , v2 ) forme une famille libre que l'on peut compléter en une base de
R3 en y adjoignant n'importe quel vecteur w 6∈ E2 + E3 .
4. Réduction I
Remarque : (v1 , v2 ) forme une famille libre que l'on peut compléter en une base de
R3 en y adjoignant n'importe quel vecteur Ñ w 6∈ E2 +éE3 . Dans la base (v1 , v2 , w ) la
2 0 a
matrice de f est de la forme T := A − 2I3 = 0 3 b où a, b, c sont les coordonnées
0 0 c
de f (w ) dans la base (v1 , v2 , w ). C'est une matrice triangulaire et on a la relation
T = P −1 AP où P est la matrice de passage de la base canonique à (v1 , v2 , w ).
4. Réduction I
Remarque : (v1 , v2 ) forme une famille libre que l'on peut compléter en une base de
R3 en y adjoignant n'importe quel vecteur Ñ w 6∈ E2 +éE3 . Dans la base (v1 , v2 , w ) la
2 0 a
matrice de f est de la forme T := A − 2I3 = 0 3 b où a, b, c sont les coordonnées
0 0 c
de f (w ) dans la base (v1 , v2 , w ). C'est une matrice triangulaire et on a la relation
T = P −1 AP où P est la matrice de passage de la base canonique à (v1 , v2 , w ).
a et b dépendent du choix de w mais comme les valeurs propres de T sont 2, 3 et c et
que cette matrice est semblable à A on a nécessairement c = 3 !
4. Réduction I
Remarque : (v1 , v2 ) forme une famille libre que l'on peut compléter en une base de
R3 en y adjoignant n'importe quel vecteur Ñ w 6∈ E2 +éE3 . Dans la base (v1 , v2 , w ) la
2 0 a
matrice de f est de la forme T := A − 2I3 = 0 3 b où a, b, c sont les coordonnées
0 0 c
de f (w ) dans la base (v1 , v2 , w ). C'est une matrice triangulaire et on a la relation
T = P −1 AP où P est la matrice de passage de la base canonique à (v1 , v2 , w ).
a et b dépendent du choix de w mais comme les valeurs propres de T sont 2, 3 et c et
que cette matrice est semblable à A on a nécessairement c = 3 !