Académique Documents
Professionnel Documents
Culture Documents
REDUCTION D’ENDOMORPHISME:
DIAGONALISATION
Dr GOLI Etienne
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
Définition
Soit u ∈ EndK (E ) , on appelle vecteur propre de u tout
vecteur x ∈ E , x 6= 0, ∃λ ∈ K vérifiant u (x ) = λx et un tel
scalaire λ ∈ K est appelé la valeur propre de u s’il existe
x ∈ E , x 6= 0, tel que u (x ) = λx .
Exemple
On considère f : R3 → R3 définie par
f (x , y , z) = (x + y , y + z, z + x )
Définition
Soit A ∈ Mn (K) . On appelle vecteur propre de A, toute
matrice colonne
x1
x2
X = .. 6= 0
.
xn
appartenant à Mn1 (K) telle qu’il existe λ ∈ K vérifiant
AX = λX .
On appelle valeur propre de A tout scalaire λ ∈ K tel qu’il
existe X ∈ Mn1 (K) , X 6= 0 avec AX = λX .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
Exemple
!
2 2
Soit A =
0 1
on a : λ1 = 1 et λ2 = 2 sont des valeurs propres de A, en effet
:
! ! !
2 2 x x
Av1 = λ1 v1 ⇔ =
0 1 y y
! !
2x + 2y x
⇔ =
y y
⇔ x = −2y alors
! ! !
x −2y −2
= =y
y y 1
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
! ! !
2 2 x 2x
Av2 = λ2 v2 ⇔ =
0 1 y 2y
! !
2x + 2y 2x
⇔ =
y 2y
⇔ y =0 x ∈R alors
! ! !
x x 1
= =x
y 0 0
!
−2
d’où v1 = est un vecteur propre associé à λ1 = 1 et
1
!
1
v2 = est un vecteur propre associé à λ2 = 2.
0
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
Remarque
Remarque
Soit A ∈ Mn (K) et soit λ ∈ K.
Alors λ est valeur propre de A ⇐⇒ det (A − λIn ) = 0.
Définition
Soit λ une valeur propre de u on pose
N = Nλ = ker (u − λ1E ) est le sous-espace vectoriel propre
associé à la valeur propre λ.
Définition
Le spectre d’une matrice A (d’un endomrphisme f ) est
l’ensemble de ses valeurs propres, il est noté ici: Sp (A)
(Sp (f )).
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
Exemple
Soit
f : R3 −→ R3
x 7−→ (x + y , y + z, z + x )
Soit B la base canonique de R3 . La matrice de f est
1 1 0
M = MBB (f ) = 0 1 1 .
1 0 1
On a donc
1 − λ 1 0
det(M − λI3 ) = 0
1−λ 1
1 − λ
1 0
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
1 − λ 1 1 0
det(M − λI3 ) = (1 − λ) +
0 1 − λ 1 − λ 1
= (1 − λ)3 + 1
= (2 − λ)(λ2 − λ + 1)
ou
1 − λ 1 0 2 − λ 1 0
det(M − λI3 ) = 0
1−λ 1 = 2 − λ 1 − λ
1
1 − λ 2 − λ 1 − λ
1 0 0
1 1 0
= (2 − λ) 1
1−λ 1
1 − λ
1 0
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
1 1 0
−λ 1
det(M − λI3 ) = (2 − λ) 0
−λ 1 = (2 − λ)
−1 1 − λ
−1 1 − λ
0
= (2 − λ)(λ2 − λ + 1)
Par suite
det(M − λI3 ) = 0 ⇔ (2 − λ)(λ2 − λ + 1) = 0 ⇔ λ = 2.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Valeurs propres, vecteurs propres
Exercice
1 1 1
Soit A = 1 1 1
1 1 1
1 Déterminer les valeurs propres de A.
Correction de l’exercice
1 Les valeurs propres de A sont λ1 = 0; λ = 3.
Sp (A) = {0, 3} .
2 N0 = ker u; u endomorphisme associé à A dans la
base.canonique de R3 .
On a N0 =vect(e10 , e20 ) avec e10 = (1, 0, −1) ;
e20 = (0, 1, −1) .
N3 =vect(e30 ) avec e30 = (1, 1, 1) .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Définition
Soit A ∈ Mn (K). On appelle polynôme caractéristique de A le
polynôme
PA (X ) = det (A − XIn ) .
On a ∀A = (aij ) ∈ Mn (K) .
Remarque
PT (X ) = det (T − XIn )
a −X a a13 · · · a1n
11 12
0 a22 − x a23 · · · a2n
0
= 0 a 33−X · · · a3n
. .
.. .. . .. . . . ...
0 0 0 ann − X
= (a11 − X ) (a22 − X ) ...... (ann − X )
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Proposition
Soient A, B ∈ Mn (K) , deux matrices semblables, c’est à dire,
il existe P ∈ Mn (K) inversible avec B = P −1 AP. on écrit
A v B.
On a
PA (X ) = P(P −1 AP) (X ) = PB (X ) .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Polynôme caractéristique d’un endomorphisme
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Polynôme caractéristique d’un endomorphisme
Définition
Soit u ∈ EndK (E ). On appelle polynôme caractéristique
(resp. trace) de u, le polynôme caractéristique (resp. trace) de
la matrice de u dans une base quelconque de E . Pu (X ) = le
polynôme caractéristique de u. On note tr u = la trace de u.
Définition
L’endomorphisme u de E est diagonalisable s’il existe une base
B de E telle que Mat (u, B) soit diagonale.Une matrice
A ∈ Mn (K) est dite diagonalisable s’il existe P inversible
telle que D = P −1 AP, matrice diagonale. D s’appelle une
réduite diagonale de A.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Polynôme caractéristique d’un endomorphisme
Définition
Soit λ, une valeur propre de u ∈ EndK (E ). L’ordre de
multiplicité de la racine λ dans Pu (X ) est appelé la multiplicité
de la valeur propre λ et notée mλ .
λ est dite valeur propre multiple d’ordre mλ de u.
Si λ est racine multiple d’ordre mλ de Pu (X ) .
Si mλ , on dit que λ est valeur propre simple,
si mλ , double, entre autre.
Proposition
Soit λ une valeur propre, et mλ l’ordre de multiplicité de λ en
tant que racine de Pu (X ). On a alors :
1 ≤ dim(Eλ ) ≤ mλ .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Polynôme caractéristique d’un endomorphisme
Définition
Soit A ∈ Mn (K), PA (X ) le polynôme caractéristique de A est
totalement scindé sur K si:
n
PA (X ) = (−1)n (X − λi )mi ,
Y
i=1
pour λi ∈ K, ∀i.
Exemple
Dans R, PA (X ) = −X (X − 2)3 (X + 6)2 est un polynôme
scindé
Mais, Dans R, PB (X ) = −X (X 2 + 1) (X + 6)2 n’est pas un
polynôme scindé.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Polynôme caractéristique
Polynôme caractéristique d’un endomorphisme
Remarque
Soit A ∈ Mn (K), si PA (X ) le polynôme caractéristique de A
est totalement scindé sur K c’est-à-dire:
n
PA (X ) = (−1)n (X − λi )mi ,
Y
i=1
X
pour λi ∈ K, ∀i, alors n = mi .
i
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Théorème principal de la diagonalisation
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Théorème principal de la diagonalisation
Définition
Proposition
f ∈ L(E ). On a
1 f est diagonalisable si et seulement si E admet une base
B 0 formée par des vecteurs propres de f .
2 f est diagonalisable si et seulement si sa matrice
0
M(f , B, B) est diagonalisable. Dans ce cas PBB la matrice
de passage de B à B 0 .
3 f est diagonalisable si et seulement si la somme des
dimensions de ses sous espaces propres est égale à
n = dim(E ).
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Théorème principal de la diagonalisation
f : Kn → Kn
X 7→ AX
est diagonalisable.
5 Une matrice A ∈ Mn (K) est diagonalisable si et
seulement si la somme des dimensions de ses sous espaces
propres est égale à n = dim(E ).
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Théorème principal de la diagonalisation
Théorème
Soient E un K-espace vectoriel de dimension n,
u ∈ EndK (E ) . Les assertions suivantes sont équivalentes
1 u est diagonalisable
Remarque
∀u ∈ EndK (E ), avec Pu (X ) le polynôme caractéristique de u
totalement scindé sur K et de racines simples, alors u est
diagolisable.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Théorème principal de la diagonalisation
Exemple
0 1 1
La matrice A = 1 0 1
est-elle diagonalisable?
0 0 1
PA (X ) = − (X − 1)2 (X + 1) .
Théorème
Toute matrice réelle symétrique est diagonalisable.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
i=1
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
3 Calculer l’inverse de P.
Vous avez alors explicité la diagonalisation : P −1 AP = D.
Attention à respecter le même ordre dans l’écriture des
valeurs propres, et dans celle des colonnes de P. Le calcul
de P −1 n’est pas indispensable, sauf si vous avez
explicitement besoin du changement de base.
4 Vérifiez vos calculs.
Le plus simple est de calculer PDP −1 : vous devez
retrouver A. Vous pouvez aussi vérifier pour chacun des
vecteurs que vous avez trouvés qu’il est bien vecteur
propre.
Pour le cas des valeurs propres de multiplicité 1, signalons
comme alternative à la résolution du système linéaire, la
"méthode des cofacteurs", à utiliser uniquement en
dimensions 2 et 3.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
Exemple
Soit
0 1 1
−1 3 −1
A=
2 2 2
3 −3 1
2 2 2
−X 1 1 1 − X 1 1
−1 3 −1 3 −1
PA (X ) = 2 2
−X 2
= 1 − X
2
−X 2
3 −3 1 C1 ←C1 +C2 −3 1
−X − X
0
2 2 2 2 2
1 1 1
3 −1
PA (X ) = (1 − X ) 1 2
−X 2
L2 ← L2 − L1
−3 1
− X
0
2 2
1 1 1
1 −3
= (1 − X ) 0
2
−X 2
−3 1
− X
0
2 2
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
1 1 1
1 −3
PA (X ) = (1 − X )(−1 − X ) 0
2
−X C
2 2
← C2 − C3
0 1 1
1 0 1
−3
= (1 − X )(−1 − X ) 0 2−X 2
0 0 1
Par suite, on a :
PA (X ) = (1 − X )(−1 − X )(2 − X ).
n o
N1 = X ∈ R 3 ; AX = X
x
Soit X = y .
z
−1 1 1 x 0
(A − I)X = 0 ⇔ −1 1 −1
y = 0
2 2 2
3 −3 −1
z 0
2 2 2
−x + y + z = 0
−1
⇔ 2
x + 12 y − 21 z = 0
3
− 32 y − 21 z = 0
2
x
(
x = y
⇔
z = 0
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
Tous
les vecteurs non nuls, proportionnels au vecteur
1
v1 = 1 sont vecteurs propres de A, associés à la valeur
0
propre 1. n o
N−1 = X ∈ R3 ; AX = −X
x
Soit X = y .
z
1 1 1 x 0
(A + I)X = 0 ⇔ −1 5 −1
y = 0
2 2 2
3 −3 3
2 2 2
z 0
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
x +y +z = 0
−1
(A + I)X = 0 ⇔ 2
x + 52 y − 21 z = 0
3
2
x − 32 y + 32 z = 0
(
x = −z
⇔
y = 0
Tous
les vecteurs
non nuls, proportionnels au vecteur
1
v2 = 0 sont vecteurs propres de A, associés à la valeur
−1
propre −1.
n o
N2 = X ∈ R3 ; AX = 2X
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
x
Soit X = y .
z
−2 1 1 x 0
(A − 2I)X = 0 ⇔ −1 −1 −1
y = 0
2 2 2
3 −3 −3
2 2 2
z 0
−2x + y + z = 0
−1
⇔ 2
x− 12 y − 21 z = 0
3
− 32 y − 23 z = 0
2
x
(
x = 0
⇔
y = −z
0
v3 = 1 sont vecteurs propres de A, associés à la valeur
−1
propre 2.
La matrice de passage P sera constituée en juxtaposant les
trois vecteurs v1 , v2 , v3 (en colonnes).
1 −1 0
P = 1 0 1
0 1 −1
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
0 0 2
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
Exercice
1 1 1
Soit A = 1 1 1
1 1 1
1 Montrer que A est diagonalisable.
Solution:
1 On a PA (X ) = X 2 (3 − X ).
λ1 = 0, valeur propre double. λ2 = 3, valeur propre
simple.
On a N0 = vect (e10 , e20 ) avec e10 = (1, 0, −1) ;
e20 = (0, 1, −1) .
N3 = vect (e30 ) avec e30 = (1, 1, 1) .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Pratique de la diagonalisation
0 0 3
2 −1 −1
1
D = P −1 AP. avec P −1 = −1 2 −1 .
3
1 1 1
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
Plan
2 Polynôme caractéristique
Polynôme caractéristique de matrices semblables
Polynôme caractéristique d’un endomorphisme
3 Diagonalisation
Théorème principal de la diagonalisation
Pratique de la diagonalisation
Applications de la diagonalisation
a) Puissance d’une matrice
b) Suites récurrentes linéaires
c) Système différentiel linéaire
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
Exemple
Soit
1 0 0
A = 0 1 0
.
1 −1 2
Démontrer que A est diagonalisable sur R et trouvons une
matrice P telle que P −1 AP soit diagonale.
Calculer Ak , quel que soit k ∈ N.
1 Commençons par calculer le polynôme caractéristique de
A:
1 − X 0 0
χA (X ) = det(A − XI3 ) = 0
1−X 0
−1 2 − X
1
χA (X ) = (1 − X )2 (2 − X )
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
n x o
E1 = y
−x +y
| x ∈ R, y ∈ R est donc un plan vectoriel
1 0
dont, par exemple, les vecteurs X1 = 0 et X2 = 1
−1 1
forment une base.
Soit E2 le sous-espace propre associé à la valeur propre
simple 2 : E2 = ker(A − 2I3 ) = {X ∈ R3 | A · X = 2X }.
Alors :
x = 2x
X ∈ E2 ⇐⇒ A · X = 2X ⇐⇒ y = 2y
x − y + 2z
= 2z
⇐⇒ x = 0 et y = 0
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
n 0 o
E2 = 0 | z ∈ R est donc une droite vectorielle,
z
0
dont le vecteur X3 = 0 est une base.
1
4 Les dimensions des sous-espaces propres sont égales aux
multiplicités des valeurs propres correspondantes :
dim E1 = 2 = m(1), dim E2 = 1 = m(2). La matrice A
est donc diagonalisable.
5 Dans la base (X1 , X2 , X3 ), l’endomorphisme représenté par
A (dans la base canonique) a pour matrice
1 0 0
D = 0 1 0 .
0 0 2
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
−1 1 1
Par suite,
1 0 0
P −1 = 0 1 0 .
1 −1 1
On a P −1 AP = D et A = PDP −1 .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
6 Pour tout k ≥ 0 :
1 0 0
D k = 0 1 0 .
0 0 2k
7 Pour tout k ≥ 0 :
k −1
Ak = PD
P
1 0 0 1 0 0 1 0 0
= 0 1 0 0 1 0 0 1 0
−1 1 1 0 0 2k 1 −1 1
1 0 0
= 0 1 0 .
k k k
2 −1 1−2 2
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
Exemple
a11 0 0 ··· 0
0
a22 0 ··· 0
.
a33 · · · ..
Soit D =
0 0 ;
.. .. .. ..
. . . . 0
0 0 ··· 0 ann
k
··· 0
a11 0 0
k
0
··· 0
a22 0
.
· · · ..
Dk = 0 0 k
a33 ; où k ∈ N∗ .
. . .
.. .. ..
. . . 0
k
0 0 ··· 0 ann
Soit A une matrice diagonalisable, alors il existe D matrice
diagonale et P inversible telle que
A = PDP −1 =⇒ Ak = PD k P −1 où k ∈ N∗ .
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
Exercice (
un+1 = 5un − 3vn
Soient les suites suivantes: (S) ⇐⇒
vn+1 = 6un − 6vn
avec u0 ; v0 donnés.
1 Ecrire (S) sous forme matricielle: Un+1 = AUn avec
" #
un
Un =
vn
2 Montrer que A est diagonalisable
" et que# l’une de ses
−4 0
réduites diagonales est: D = .
0 3
3 Trouver une matrice inversible P telle que A = PDP −1 et
calculer An ; ∀n ∈ N.
4 Déterminer les suites (un ) et (vn ) satisfaisant le système
de relations de récurrence (S)
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
Correction de l’exercice
1 Le système donné (S) s’écrit
" matriciellement:
# " #
un 5 −3
Un+1 = AUn avec Un = et A = .
vn 6 −6
2 Le polynôme caractéristique de A est
PA (X ) = (X + 4) (X − 3).
PA (X ) est scindé simple donc A est diagonalisable
On peut
" bien avoir
# une réduite diagonale de A:
−4 0
D= .
0 3
Les sous-espaces propres E(−4) = vect (1, 3) et
E3 = vect (3, 2).
−1
On a"A = PDP # avec " #
1 3 −1 −1 2 −3
P= ⇔P =
3 2 7 −3 1
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
" #
−4 0
et D = .
0 3
Aussi :
n −1
An = PD # "P =
(−4)n 0
" # " #
1 3 −1 2 −3
×
3 2 0 3n 7 −3 1
9 n 2 n 3 3 n
n
3 − (−4) (−4) − 3
An = PD n P −1 = 7 7 7 7
6
n 6 n 9 n 2 n ;
3 − (−4) (−4) − 3
7 7 7 7
∀n ∈ N.
.
3 Ainsi Un+1 = AUn et on a (Un )n∈N comme une suite
géométrique de raison A et de premier terme
U0 ⇒ Un = An U0 ; ∀n ∈ N
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
avec " #
u0
U0 = . ∀n ∈ N, on a:
v0
" #
un
Un = =
vn
9 n 2 n 3 3 n "
n
3 − (−4) (−4) − 3 u0
#
7 7 7 7
6 6 9 2 v0
3n − (−4)n (−4)n − 3n
7 " 7 # 7 7
un
=
vn
3 n 3 2 9 n
n n
−v 0 3 − (−4) − u 0 (−4) − 3
7 7 7 7
6 n 6 2 n 9
n
3 − (−4)n
u0 3 − (−4) − v0
7 7 7 7
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
c’est-à-dire
y10 (t) = λ1 y1 (t)
+ c1 (t)
y20 (t) = λ2 y2 (t)
+ c2 (t)
(S)
e
.. .. ..
0
. = . + .
yn (t) = λn yn (t) + cn (t)
Exemple
On veut résoudre le système différentiel
1
avec X (0) = X0 = 2.
3
0
On a X = AX avec X (0) = X0 où
1 4 −4 1
3 2 −4
A= et 2 .
X0 =
3 −3 1 3
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
1 1 0
Solutions générales.
Nous obtenons trois solutions
t
e 0
X1 (t) = e λ1 t V1 = X2 (t) = e λ2 t V2 = e −2t ,
t
e ,
et e −2t
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
5t
e
X3 (t) = e λ3 t V3 =
5t
e .
0
Les solutions du système X 0 = AX sont donc les fonctions de
la forme
X (t) = αX1 (t) + βX2 (t) + γX3 (t)
avec α, β, γ ∈ R.
REDUCTION D’ENDOMORPHISME: DIAGONALISATION
Diagonalisation
Applications de la diagonalisation
Condition initiale.
On cherche quelle solution vérifie en plus X (0) = X0 . Or
X (0) = αX1 (0) + βX2 (0) + γX3 (0) = αV1 + βV2 + γV3
α+γ
α + β + γ
=
α+β
2e t − e 5t
2e t + e −2t