est une valeur propre de lorsque pour un certain (un vecteur propre) ; le sous-espace propre est . L’ensemble des valeurs propres est le spectre . Un sous-espace est stable lorsque ; les sous-espaces propres sont stables, et les sous-espaces stables permettent de définir des endomorphismes induits .
Exemples
Exemple 3.4 (Même , géométrie différente)
Les matrices
partagent le polynôme caractéristique , la trace, le déterminant, le spectre — pourtant elles ne sont pas semblables : la première a de dimension (multiplicité géométrique ), la seconde de dimension . Le polynôme caractéristique ne voit que les multiplicités algébriques ; les dimensions des sous-espaces propres sont l’invariant plus fin, et le polynôme minimal tranche ( contre ). Morale pour toute discussion de diagonalisabilité : présélectionne les candidats, mais ce sont les noyaux qui votent.
Exemple 3.8 (La diagonalisation mise à l’œuvre)
, avec la matrice remplie de : de (Exemple 2.19), on tire , avec sous-espaces propres et le plan : dimensions , diagonalisable (Théorème 3.6 (2)). Puissances sans aucune matrice de changement de base : avec le projecteur sur ,
(Vérification en : .) L’idée finale : lorsque les sous-espaces propres sont visibles, les projecteurs spectraux calculent les puissances plus vite que ne le fera jamais — et la formule affiche la dynamique : croît comme le long de et reste fixe sur le plan orthogonal.
Exemple 3.10 (Trigonaliser à la main)
: , et est la droite engendrée par : une seule valeur propre, un sous-espace propre de dimension — non diagonalisable, mais trigonalisable (Théorème 3.9). On complète la base avec et on calcule :
donc dans la base la matrice est . L’idée finale : la diagonale de était forcée (les deux entrées doivent être la valeur propre double ) ; seule l’entrée du coin dépendait du choix de , et remettre à l’échelle peut lui donner n’importe quelle valeur non nulle — le « » récalcitrant est l’ombre de la partie nilpotente que Dunford isolera.