L'essentiel à connaître
Pour prouver qu'une matrice est diagonalisable sans chercher un seul vecteur propre, trouve un polynôme qui l'annule : s'il est scindé à racines simples, c'est réglé. Exemple : si $A^2 = I_n$, le polynôme $X^2 - 1 = (X - 1)(X + 1)$ annule $A$, ses racines $1$ et $-1$ sont distinctes, donc $A$ est diagonalisable. Un polynôme $P$ annule $A$ quand $P(A) = 0$ ; scindé, il se factorise en facteurs de degré $1$, et à racines simples, ces facteurs sont tous différents (le programme de MP et MPI dit « simplement scindé »).
Les valeurs propres de $A$ sont les racines de son polynôme caractéristique $\chi_A = \det(XI_n - A)$, et $E_\lambda(A) = \operatorname{Ker}(A - \lambda I_n)$ est le sous-espace propre associé à $\lambda$. Si $P$ annule $A$, toute valeur propre de $A$ est racine de $P$, car $AX = \lambda X$ entraîne $P(A)X = P(\lambda)X$ ; la réciproque est fausse. Le théorème de Cayley-Hamilton affirme que $\chi_A$ annule toujours $A$, et en taille $2$, $\chi_A = X^2 - \operatorname{tr}(A)X + \det(A)$. Le théorème du rang donne $\dim E_\lambda(A) = n - \operatorname{rg}(A - \lambda I_n)$.
Règle : $A$ est diagonalisable si et seulement si elle annule un polynôme scindé à racines simples, ou encore si et seulement si $\prod_{\lambda \in \operatorname{Sp}(A)} (X - \lambda)$ l'annule, où le spectre $\operatorname{Sp}(A)$ est l'ensemble de ses valeurs propres. Autre critère : $\chi_A$ est scindé et, pour chaque valeur propre $\lambda$, $\dim E_\lambda(A)$ est égale à la multiplicité de $\lambda$ (son exposant dans $\chi_A$), qu'elle ne dépasse jamais.
Une matrice est trigonalisable, c'est-à-dire semblable à une matrice triangulaire, si et seulement si $\chi_A$ est scindé, ce qui est toujours le cas dans $\mathcal{M}_n(\mathbb{C})$. Sa trace est alors la somme de ses valeurs propres et son déterminant leur produit, chacune comptée autant de fois que sa multiplicité. Si deux endomorphismes $u$ et $v$ commutent ($u \circ v = v \circ u$), tout sous-espace propre de $u$ est stable par $v$ : $v$ l'envoie dans lui-même.
Une matrice $N$ est nilpotente si $N^k = 0$ pour un entier $k \geq 1$. Une matrice semblable à $\lambda I_n$ est égale à $\lambda I_n$, puisque $P(\lambda I_n)P^{-1} = \lambda I_n$. Enfin, le théorème spectral dit que toute matrice symétrique réelle $S$ s'écrit $S = PDP^\top$, avec $P$ orthogonale ($P^\top P = I_n$) et $D$ diagonale réelle.
Conseil : Une relation de l'énoncé comme $A^3 = A$ te donne un polynôme annulateur. Sans relation, calcule $\chi_A$, puis $\operatorname{rg}(A - \lambda I_n)$ pour chaque valeur propre multiple $\lambda$.
Piège classique : « $\chi_A$ scindé » permet de trigonaliser, pas de diagonaliser.
Quiz : teste tes connaissances
Ici, aucun vecteur propre à calculer : chaque question se règle par un argument de cours. La difficulté monte, et les trois dernières questions sont les plus piégeuses.
Question 1 : Une matrice $A \in \mathcal{M}_n(\mathbb{R})$ vérifie $A^2 = A$. Que peux-tu en conclure ?
Réponse : B. Le polynôme $X(X - 1)$ annule $A$ et ses racines $0$ et $1$ sont simples, donc $A$ est diagonalisable. Le piège A vient d'une simplification interdite : $A(A - I_n) = 0$ n'oblige aucun des deux facteurs à être nul, et $\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix}$ vérifie $A^2 = A$ sans être $0$ ni $I_2$.
Question 2 : Une matrice $A \in \mathcal{M}_3(\mathbb{C})$ a pour valeurs propres $2$, de multiplicité $2$, et $-1$, de multiplicité $1$. Que valent sa trace et son déterminant ?
Réponse : D. $A$ est trigonalisable, comme toute matrice complexe, donc $\operatorname{tr}(A) = 2 + 2 - 1 = 3$ et $\det(A) = 2 \times 2 \times (-1) = -4$. Le piège A oublie la multiplicité : la valeur propre double compte deux fois, dans la somme comme dans le produit.
Question 3 : Une matrice $A \in \mathcal{M}_2(\mathbb{R})$ a pour trace $3$ et pour déterminant $2$. D'après le théorème de Cayley-Hamilton, que vaut $A^2$ ?
Réponse : A. $\chi_A = X^2 - 3X + 2$ annule $A$, donc $A^2 - 3A + 2I_2 = 0$, soit $A^2 = 3A - 2I_2$. Le piège D vient d'un signe faux devant la trace, $X^2 + 3X + 2$ : en taille $2$, c'est toujours $X^2 - \operatorname{tr}(A)X + \det(A)$.
Question 4 : On pose $R = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix}$, la matrice de la rotation d'angle $\frac{\pi}{2}$. Que dire de sa réduction ?
Réponse : A. $\chi_R = X^2 + 1$ n'a pas de racine réelle, donc $R$ n'est ni diagonalisable ni trigonalisable dans $\mathcal{M}_2(\mathbb{R})$. Dans $\mathbb{C}$, $\chi_R = (X - i)(X + i)$ est scindé à racines simples et annule $R$ (Cayley-Hamilton) : elle y est diagonalisable. Le piège D oublie que trigonaliser exige aussi un $\chi_R$ scindé.
Question 5 : Une matrice $A \in \mathcal{M}_3(\mathbb{R})$ a pour polynôme caractéristique $(X - 1)^2(X - 4)$, et $\operatorname{rg}(A - I_3) = 2$. Est-elle diagonalisable ?
Réponse : C. Le théorème du rang donne $\dim E_1(A) = 3 - \operatorname{rg}(A - I_3) = 1$, moins que la multiplicité $2$ : $A$ n'est pas diagonalisable. Le piège B donne la bonne conclusion pour une mauvaise raison, car une valeur propre double n'empêche rien : $I_3$ a la valeur propre $1$ triple, et elle est diagonale.
Question 6 : Deux endomorphismes $u$ et $v$ d'un espace $E$ de dimension finie commutent, et $\lambda$ est une valeur propre de $u$. Que peux-tu affirmer ?
Réponse : B. Si $u(x) = \lambda x$, alors $u(v(x)) = v(u(x)) = \lambda v(x)$, donc $v(x)$ reste dans $E_\lambda(u)$. Le piège A tombe avec $u = \mathrm{Id}_E$ : il commute avec tout $v$, et $E_1(u) = E$ n'est un sous-espace propre de $v$ que si $v$ est un multiple de l'identité.
Question 7 : Une matrice $N \in \mathcal{M}_n(\mathbb{C})$ vérifie $N^3 = 0$ et $N \neq 0$. Que peux-tu affirmer ?
Réponse : D. $X^3$ annule $N$, donc $0$ est sa seule valeur propre possible. Si $N$ était diagonalisable, elle serait semblable à la matrice nulle, donc nulle, ce qui est exclu. Le piège A oublie la moitié du critère : $X^3$ est scindé, mais sa racine $0$ est triple.
Question 8 : $S \in \mathcal{M}_n(\mathbb{R})$ est symétrique. Que garantit le théorème spectral ?
Réponse : C. Le théorème donne une base orthonormée de vecteurs propres : la matrice de passage $P$ est orthogonale, donc $P^{-1} = P^\top$, et les valeurs propres sur la diagonale de $D$ sont réelles. Le piège B confond symétrique et orthogonale : c'est $P^\top P = I_n$ qui définit une matrice orthogonale, et la matrice nulle est symétrique sans être inversible.
Question 9 : Une matrice $A \in \mathcal{M}_3(\mathbb{R})$ a pour polynôme caractéristique $(X - 1)^2(X + 2)$. Quelle vérification suffit à prouver qu'elle est diagonalisable ?
Réponse : B. $(X - 1)(X + 2)$ est scindé à racines simples : s'il annule $A$, elle est diagonalisable. Le piège A est toujours vrai, c'est Cayley-Hamilton, donc il ne prouve rien, et C aussi, puisque $1$ est valeur propre.
Question 10 : La matrice $S = \begin{pmatrix} 1 & i \\ i & -1 \end{pmatrix}$ est symétrique : $S^\top = S$. Est-elle diagonalisable dans $\mathcal{M}_2(\mathbb{C})$ ?
Réponse : C. Le calcul donne $S^2 = 0$ (le coefficient en haut à gauche vaut $1 + i^2 = 0$, et les autres de même) : $S$ est nilpotente non nulle, donc pas diagonalisable, comme à la question 7. Le piège A sort le théorème spectral de son domaine : il ne vaut que pour les matrices symétriques réelles.
Question 11 : Une matrice $A \in \mathcal{M}_3(\mathbb{R})$ vérifie $A^2 - 3A + 2I_3 = 0$. Que peux-tu affirmer à coup sûr ?
Réponse : A. $(X - 1)(X - 2)$ annule $A$ et ses racines sont simples : $A$ est diagonalisable, de valeurs propres prises parmi $1$ et $2$. Le piège B prend les racines pour les valeurs propres : $I_3$ vérifie la relation et n'a que la valeur propre $1$. Quant à D, $A(3I_3 - A) = 2I_3$ donne $A^{-1} = \frac{1}{2}(3I_3 - A)$ : le signe est faux.
Question 12 : Les matrices $A = \begin{pmatrix} 2 & 1 \\ 0 & 2 \end{pmatrix}$ et $B = 2I_2$ ont le même polynôme caractéristique, $(X - 2)^2$. Sont-elles semblables ?
Réponse : D. Toute matrice semblable à $2I_2$ est égale à $2I_2$, et $A \neq 2I_2$ : elles ne sont pas semblables. Le piège A retourne une implication : deux matrices semblables ont le même polynôme caractéristique, mais la réciproque est fausse. C conclut juste pour une raison fausse : $\det(A) = 4$.
Sources
Programme de mathématiques des classes MP et MPI, ministère de l'Enseignement supérieur, 2021, parties « Réduction des endomorphismes et des matrices carrées » et « Endomorphismes d'un espace euclidien ».
Programme de mathématiques de la classe PC, même ministère, 2021, partie « Réduction des endomorphismes et des matrices carrées » : on y retrouve les critères utilisés ici.