Académique Documents
Professionnel Documents
Culture Documents
1.1 NOTATIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 DÉTERMINANT . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 VALEURS PROPRES ET VECTEURS PROPRES . . . . . . 3
1.4 SOUS-ESPACES CARACTÉRISTIQUES ET THÉORÈME
DE CAYLEY-HAMILTON . . . . . . . . . . . . . . . . . . . . 3
1.5 TRACE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 PRODUIT SCALAIRE . . . . . . . . . . . . . . . . . . . . . . 4
1.7 MATRICES PAR BLOCS . . . . . . . . . . . . . . . . . . . . 5
1.8 Produit par blocs . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1 NOTATIONS
Le but de ce chapitre est de …xer les notations qui sont utilisées tout au
long de ce cours.
- L’espace des matrices complexes (resp. réelles) à m lignes et n colonnes
est noté C mxn (resp. R mxn ). Pour une matrice A = (aij ) 2 C mxn , i est
l’indice de la ligne et j celui de la colonne.
1
- Omn 2 C mxn (aussi notée 0) est la matrice nulle et In 2 C mxn est la
matrice identité.
- Les vecteurs x 2 C n (resp. x 2 R n ) sont identi…és à des matrices
n 1 donc à des vecteurs-colonne. Avec cette convention, A = (aij ) 2 C mxn
s’identi…e à l’application linéaire
A : Cn ! C m
x ! Ax 2 Cm
1.2 DÉTERMINANT
- Le déterminant d’une matrice A 2 C nxn est une forme multilinéaire
alternée des colonnes de A, on le note det A.
- det(In ) = 1 .
- Le déterminant d’un produit de matrices est le produit de ses détermi-
nants :
det(AB) = det A det B
- A est inversible si et seulement si det A 6= 0, dans ce cas det (A 1 ) =
1= det A.
- Si deux matrices sont semblables elles ont même déterminant.
2
1.3 VALEURS PROPRES ET VECTEURS PROPRES
nxn
- On appelle valeur propre d’une matrice A 2 C toute racine du
polynôme caractéristique
D (A) = det (A In )
- La multiplicité algébrique d’une valeur propre est sa multiplicité en tant
que racine de l’équation caractéristique.
- L’ensemble des valeurs propres de A est appelé le spectre de A et se
note specA.
- On appelle vecteur propre de A associé à la valeur propre tout vecteur
non nul 2 C n véri…ant Ax = x.
- Deux matrices A; B 2 C nxn sont semblables lorsqu’il existe une matrice
P 2 Mn (C) telles que A = P BP 1 .
- Une matrice A 2 Cn n est diagonalisable lorsqu’elle est semblable à une
matrice diagonale, c’est-à-dire s’il existe des matrices D 2 Cn n diagonale et
P 2 Mn (C) telles que A = P DP 1 :
Dans ce cas, écrivons D = diag( i ) où les i sont les valeurs propres de
A ; on peut prendre pour P une matrice dont les colonnes p1 ; :::; pn 2 Cn sont
indépendantes et où pi est un vecteur propre associé à i .
Proposition 1 Pour toute matrice A 2 Cn n , on a les propriétés sui-
vantes :
1. Les valeurs propres de A In sont les scalaires , 2 specA.
k
2. Les valeurs propres de Ak , k 0;sont les ; 2 specA, et plus géné-
ralement, pour tout polynôme p(x), les scalaires p( ), 2 specA, sont les
valeurs propres de p(A) .
3. Lorsque A est inversible, les valeurs propres de A 1 sont les scalaires
1
, 2 specA.
4. Le déterminant de A est le produit des valeurs propres de A. chacune
comptée autant de fois que sa multiplicité algébrique :
Y
mi
det A = i
i 2specA
3
On dit qu’un polynôme P (z) est un polynôme annulateur de A 2 Cn n
,
lorsque P (A) = 0.
PA (A) = O:
Ei = Ker ( i In A)mi
1.5 TRACE
- La trace d’une matrice carrée A 2 Cn n est la somme de ses entrées
diagonales :
Xn
traceA = aii
i=1
trace(M N ) = trace(N M )
h:; :i : E E!R
4
qui véti…e les propriétés suivantes :
1. Pour tout y 2 E, l’application x 2 E ! hx; yi 2<R est linéaire,
2. Pour tout x,y 2 E, hx; yi = hy; xi
3. Pour tout x 2 E, hx; xi 0,
4. Pour tout x 2 E, hx; xi = 0 si et seulement si x = 0.
Un espace vectoriel réel E muni d’un produit scalaire est appelé espace
préhilbertien ; si de plus E est de dimension …nie, on dit que c’est un espace
euclidien.
- Le produit scalaire canonique sur E = Rn est donné par
X
n
hx; yi = xi yi
i=1
5
1.8 Produit par blocs
Exemple : Soit
0 1
0
A 0
M =@ 0 A= ; où A = 2 R2 2
0 1
0 0 1
0
et où l’on note 0 le scalaire 0 2 R dans M , la matrice 2 R2 1
et la
0
matrice (0; 0) 2 R1 2
dans la description de M par blocs.
0 1
1 0
I2
N =@ 0 1 A=
a
3 3
où I2 2 R2 2 est la matrice identité et B = 3 3 2 R1 2 :
Le calcul du produit par blocs s’écrit :
0 10 1
0 1 0
A 0 I2
MN = @ 0 A@ 0 1 A =
0 1 a
0 0 1 3 3
0 1
AI2 + 0B A
= = =@ A
0I2 + 1:B B
3 3
6
3- Le spectre de M est la réunion des spectres des matrices Mii :
[
specM = specMii
et la multiplicité algébrique d’une valeur propre de M est la somme de ses
multiplicités en tant que valeur propre de matrices Mii .
7
2.1 RAYON SPECTRAL
Dé…nition 8 Le rayon spectral d’une matrice A 2 Cn n
est le nombre
(A) = max j j
2specA