Université L2 — licence de mathématiques

Valeurs propres et polynômes annulateurs — 10 exercices corrigés L2

Le spectre est étudié sur un corps explicitement annoncé. On distingue multiplicité algébrique, dimension d'un espace propre et propriétés obtenues à partir d'un polynôme annulateur.

L'essentiel à retenir

  • Une valeur propre λ\lambda vérifie ker⁡(A−λI)≠{0}\ker(A-\lambda I)\ne\{0\} ; elle est racine de χA(t)=det⁡(tI−A)\chi_A(t)=\det(tI-A).
  • La dimension de l'espace propre est comprise entre 11 et la multiplicité algébrique de la valeur propre.
  • Si P(A)=0P(A)=0 et si λ\lambda est une valeur propre, alors P(λ)=0P(\lambda)=0.
  • Sur C\mathbb C, la somme et le produit des valeurs propres comptées avec multiplicité sont respectivement la trace et le déterminant.

Exercice 1 — Spectre d'une matrice symétrique à blocs

Soit A=(210120003)A=\begin{pmatrix}2&1&0\\1&2&0\\0&0&3\end{pmatrix}.
  1. Calculer le polynôme caractéristique et les espaces propres.
  2. Vérifier les relations avec la trace et le déterminant.
Corrigé détaillé
  1. χA(t)=(t−3)[(t−2)2−1]=(t−3)2(t−1)\chi_A(t)=(t-3)[(t-2)^2-1]=(t-3)^2(t-1). Pour λ=1\lambda=1, les équations donnent y=−xy=-x et z=0z=0, donc E1=R(1,−1,0)E_1=\mathbb R(1,-1,0). Pour λ=3\lambda=3, elles donnent y=xy=x et aucune condition sur zz, donc E3=Vect⁡((1,1,0),(0,0,1))E_3=\operatorname{Vect}((1,1,0),(0,0,1)).
  2. La somme avec multiplicités vaut 1+3+3=7=tr⁡A1+3+3=7=\operatorname{tr}A. Le produit vaut 1⋅3⋅3=91\cdot3\cdot3=9 ; le calcul direct du déterminant donne (4−1)3=9(4-1)3=9.

Exercice 2 — Matrice compagnon

Soit C=(00610−11016)C=\begin{pmatrix}0&0&6\\1&0&-11\\0&1&6\end{pmatrix}.
  1. Calculer ses valeurs propres.
  2. Pour chaque valeur propre λ\lambda, construire un vecteur propre à partir des équations du système.
Corrigé détaillé
  1. Le développement de det⁡(tI−C)\det(tI-C) donne t3−6t2+11t−6=(t−1)(t−2)(t−3)t^3-6t^2+11t-6=(t-1)(t-2)(t-3). Le spectre est donc {1,2,3}\{1,2,3\}.
  2. En fixant z=1z=1, la troisième équation donne y=λ−6y=\lambda-6 et la seconde x=λy+11=λ2−6λ+11x=\lambda y+11=\lambda^2-6\lambda+11. La première exige λx=6\lambda x=6, ce qui est précisément l'équation caractéristique. On obtient les vecteurs (6,−5,1)(6,-5,1), (3,−4,1)(3,-4,1) et (2,−3,1)(2,-3,1) pour λ=1,2,3\lambda=1,2,3 respectivement.

Exercice 3 — Un endomorphisme vérifiant une équation quadratique

Soit uu un endomorphisme réel tel que u2−3u+2I=0u^2-3u+2I=0.
  1. Déterminer les valeurs propres possibles et construire deux projecteurs polynomiaux.
  2. Montrer que l'espace est somme directe des noyaux de u−Iu-I et u−2Iu-2I.
Corrigé détaillé
  1. Une valeur propre vérifie (λ−1)(λ−2)=0(\lambda-1)(\lambda-2)=0. Posons P=2I−uP=2I-u et Q=u−IQ=u-I. On a P+Q=IP+Q=I, PQ=−(u−I)(u−2I)=0PQ=-(u-I)(u-2I)=0, puis P2=PP^2=P et Q2=QQ^2=Q.
  2. Comme (u−I)P=0(u-I)P=0, l'image de PP est dans ker⁡(u−I)\ker(u-I) ; réciproquement, si ux=xux=x, alors Px=xPx=x. Donc Im⁡P=ker⁡(u−I)\operatorname{Im}P=\ker(u-I), et de même Im⁡Q=ker⁡(u−2I)\operatorname{Im}Q=\ker(u-2I). L'identité x=Px+Qxx=Px+Qx donne la somme ; l'intersection est nulle car ux=x=2xux=x=2x y impose x=0x=0.

Exercice 4 — Spectre d'un projecteur

Soit P∈Mn(R)P\in M_n(\mathbb R) vérifiant P2=PP^2=P.
  1. Montrer que son spectre est contenu dans {0,1}\{0,1\} et que Rn=ker⁡P⊕Im⁡P\mathbb R^n=\ker P\oplus\operatorname{Im}P.
  2. Prouver tr⁡P=rg⁡P\operatorname{tr}P=\operatorname{rg}P.
Corrigé détaillé
  1. Si Px=λxPx=\lambda x avec x≠0x\ne0, alors λ2x=λx\lambda^2x=\lambda x, donc λ∈{0,1}\lambda\in\{0,1\}. Pour tout xx, x=(x−Px)+Pxx=(x-Px)+Px, avec P(x−Px)=0P(x-Px)=0. Si z∈ker⁡P∩Im⁡Pz\in\ker P\cap\operatorname{Im}P, écrire z=Pyz=Py donne z=P2y=Pz=0z=P^2y=Pz=0.
  2. Dans une base formée d'une base de l'image puis du noyau, la matrice est diag⁡(Ir,0)\operatorname{diag}(I_r,0), où r=rg⁡Pr=\operatorname{rg}P. Sa trace vaut rr, et la trace est invariante par changement de base.

Exercice 5 — Spectre réel ou complexe d'une rotation

Soit Rθ=(cos⁡θ−sin⁡θsin⁡θcos⁡θ)R_\theta=\begin{pmatrix}\cos\theta&-\sin\theta\\\sin\theta&\cos\theta\end{pmatrix}.
  1. Déterminer ses valeurs propres complexes.
  2. Préciser quand il existe des valeurs propres réelles et les espaces propres correspondants.
Corrigé détaillé
  1. Le polynôme caractéristique est t2−2cos⁡θ t+1t^2-2\cos\theta\,t+1, dont les racines sont eiθe^{i\theta} et e−iθe^{-i\theta}. Lorsque sin⁡θ≠0\sin\theta\ne0, un vecteur propre pour eiθe^{i\theta} est (1,−i)(1,-i), puisque la première composante de son image est cos⁡θ+isin⁡θ\cos\theta+i\sin\theta.
  2. Les racines sont réelles exactement lorsque sin⁡θ=0\sin\theta=0. Si θ∈2πZ\theta\in2\pi\mathbb Z, la matrice est II et E1=R2E_1=\mathbb R^2. Si θ∈π+2πZ\theta\in\pi+2\pi\mathbb Z, elle est −I-I et E−1=R2E_{-1}=\mathbb R^2. Sinon, aucun vecteur propre réel non nul n'existe.

Exercice 6 — Valeurs propres d'un endomorphisme de polynômes

Sur R3[X]\mathbb R_3[X], définir T(P)=XP′T(P)=XP'.
  1. Déterminer le spectre et les espaces propres.
  2. Étudier S(P)=XP′+P′S(P)=XP'+P' et comparer son spectre à celui de TT.
Corrigé détaillé
  1. Dans la base (1,X,X2,X3)(1,X,X^2,X^3), T(Xk)=kXkT(X^k)=kX^k. Le spectre est {0,1,2,3}\{0,1,2,3\} et Ek=RXkE_k=\mathbb RX^k.
  2. On a S(P)=(X+1)P′S(P)=(X+1)P'. Sa matrice dans la même base est triangulaire, car S(Xk)=kXk+kXk−1S(X^k)=kX^k+kX^{k-1} ; sa diagonale est encore 0,1,2,30,1,2,3. Plus précisément, S((X+1)k)=k(X+1)kS((X+1)^k)=k(X+1)^k, donc Ek(S)=R(X+1)kE_k(S)=\mathbb R(X+1)^k. Les spectres coïncident, mais les vecteurs propres ne sont pas les mêmes.

Exercice 7 — Bornes spectrales par un coefficient maximal

Soit A=(aij)∈Mn(C)A=(a_{ij})\in M_n(\mathbb C).
  1. Montrer que toute valeur propre vérifie ∣λ∣≤max⁡i∑j∣aij∣|\lambda|\leq\max_i\sum_j|a_{ij}|.
  2. Appliquer à A=(120−101011)A=\begin{pmatrix}1&2&0\\-1&0&1\\0&1&1\end{pmatrix} et améliorer la localisation par les disques de Gershgorin.
Corrigé détaillé
  1. Choisir un vecteur propre xx et un indice ii où ∣xi∣=∥x∥∞>0|x_i|=\|x\|_\infty>0. Alors ∣λ∣∣xi∣=∣∑jaijxj∣≤(∑j∣aij∣)∣xi∣|\lambda||x_i|=|\sum_ja_{ij}x_j|\leq(\sum_j|a_{ij}|)|x_i|, ce qui donne la borne.
  2. Les sommes absolues des lignes sont 3,2,23,2,2, donc ∣λ∣≤3|\lambda|\leq3. En isolant le terme diagonal, le même raisonnement donne ∣λ−aii∣≤∑j≠i∣aij∣|\lambda-a_{ii}|\leq\sum_{j\ne i}|a_{ij}|. Ici le spectre est dans D(1,2)∪D(0,2)∪D(1,1)D(1,2)\cup D(0,2)\cup D(1,1), soit D(1,2)∪D(0,2)D(1,2)\cup D(0,2), localisation plus précise que le seul disque centré en zéro.

Exercice 8 — Spectres de deux produits

Soient A,B∈Mn(C)A,B\in M_n(\mathbb C).
  1. Montrer que toute valeur propre non nulle de ABAB est valeur propre de BABA.
  2. Si AA est inversible, montrer que ABAB et BABA sont semblables et préciser la conséquence sur toutes les multiplicités.
Corrigé détaillé
  1. Si ABx=λxABx=\lambda x avec λ≠0\lambda\ne0, alors Bx≠0Bx\ne0, sinon ABx=0ABx=0. De plus BA(Bx)=B(ABx)=λBxBA(Bx)=B(ABx)=\lambda Bx. On obtient donc un vecteur propre de BABA. En échangeant A,BA,B, les ensembles de valeurs propres non nulles coïncident.
  2. Si AA est inversible, A−1(AB)A=BAA^{-1}(AB)A=BA. Les matrices sont semblables, donc ont le même polynôme caractéristique, y compris pour la valeur propre zéro. Toutes les multiplicités algébriques et les dimensions des espaces propres correspondants coïncident.

Exercice 9 — Nilpotence et spectre

Soit N=(010001000)N=\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix}.
  1. Calculer ses puissances, son spectre et les noyaux successifs.
  2. Montrer qu'une matrice dont le seul spectre est {0}\{0\} est nilpotente sur C\mathbb C.
Corrigé détaillé
  1. N2=(001000000)N^2=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix} et N3=0N^3=0. Son polynôme caractéristique est t3t^3, donc son spectre est {0}\{0\}. On a ker⁡N=Re1\ker N=\mathbb Re_1, ker⁡N2=Vect⁡(e1,e2)\ker N^2=\operatorname{Vect}(e_1,e_2) et ker⁡N3=R3\ker N^3=\mathbb R^3.
  2. Pour une matrice complexe d'ordre nn dont toutes les valeurs propres sont nulles, le polynôme caractéristique, scindé sur C\mathbb C, vaut tnt^n. Le théorème de Cayley-Hamilton donne alors An=0A^n=0. L'exposant minimal peut être strictement inférieur à nn.

Exercice 10 — Spectre et quotient de Rayleigh

Soit A=(2112)A=\begin{pmatrix}2&1\\1&2\end{pmatrix}.
  1. Déterminer les valeurs extrêmes de q(x)=xTAxq(x)=x^TAx sur ∥x∥2=1\|x\|_2=1.
  2. Relier ces extrêmes aux valeurs propres et en déduire une inégalité valable pour tout xx.
Corrigé détaillé
  1. Pour x=(u,v)x=(u,v), q=2u2+2uv+2v2=2+2uvq=2u^2+2uv+2v^2=2+2uv sur le cercle unité. Comme −1/2≤uv≤1/2-1/2\leq uv\leq1/2, le minimum vaut 11, atteint pour u=−v=±1/2u=-v=\pm1/\sqrt2, et le maximum vaut 33, atteint pour u=v=±1/2u=v=\pm1/\sqrt2.
  2. Les directions extrémales sont propres : A(1,−1)=(1,−1)A(1,-1)=(1,-1) et A(1,1)=3(1,1)A(1,1)=3(1,1). Par homogénéité, ∥x∥22≤xTAx≤3∥x∥22\|x\|_2^2\leq x^TAx\leq3\|x\|_2^2 pour tout xx. Les constantes sont optimales puisque les deux égalités sont atteintes.