Académique Documents
Professionnel Documents
Culture Documents
3 Diagonalisation
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
et les trois vecteurs-colonnes U1 , U2 et U3 suivants : Si A = (aij )16i,j6n = MatB (f ) et X est la matrice-colonne On doit donc résoudre le système suivant :
constituée des coordonnées de ~x dans B alors l’égalité
1 1 0 a11 x1 + a12 x2 + . . . + a1n xn = λ x1
vectorielle
U1 = 1 , U2 = 0 , U3 = 1 . a21 x1 + a22 x2 + . . . + a2n xn = λ x2
f (~x ) = λ~x
1 −1 −1 ..
.
s’écrit sous la forme matricielle
Alors, on vérifie facilement que an1 x1 + an2 x2 + . . . + ann xn = λ xn
U1 est un vecteur propre de A associé à λ1 = −1 ; AX = λX.
dont les inconnues sont x1 , x2 , . . . , xn et λ. Il y en a n + 1.
U2 , U3 sont deux vecteurs propres de A associés à λ2 = 2. Mais comment faire ?
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Réduction des endomorphismes 19 Réduction des endomorphismes 20 Réduction des endomorphismes 21
Calcul pratique des valeurs propres Multiplicité d’une valeur propre
Que se passe-t-il quand on considère une autre base C de E ?
Soient C une deuxième base de E et B = MatC (f ). Soit λ ∈ K.
En pratique, la détermination des valeurs propres de f dans K
det(B − λIn ) = det P−1 AP − λP−1 P équivaut à la résolution de l’équation caractéristique
Définition 2.3
= det P−1 (AP − λP) = det P−1 (A − λIn )P
PA (λ) = 0 Soient E un K-espace de dimension finie et f ∈ LK (E).
= det P−1 × det A − λIn × det P Si λ ∈ K est une racine de multiplicité h du polynôme
d’inconnue λ ∈ K, c’est-à-dire à la résolution de l’équation
= det A − λIn . caractéristique de f alors on dit que λ est une valeur
propre de multiplicité h (ou d’ordre h) de f .
a11 − λ a12 ··· a1n
Le polynôme caractéristique PA est donc invariant lorsque l’on si h = 1 alors la valeur propre est dite simple.
a21 a22 − λ · · · a2n
remplace A par une matrice semblable. On le note ainsi Pf et
.. .. . . .. = 0. Si h > 1 alors la valeur propre est dite multiple.
on dit que Pf est le polynôme caractéristique de f . On a : . . . .
an1 an2 · · · ann − λ Elle est dite double lorsque h = 2 et triple lorsque h = 3.
∀λ ∈ K Pf (λ) = det MatB (f ) − λ In
D’où l’importance de savoir calculer les racines d’un polynôme !
pour toute base B de E.
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Réduction des endomorphismes 28 Réduction des endomorphismes 29 Réduction des endomorphismes 30
Un vecteur propre ~x de f associé à λ1 s’écrit ainsi : Résolvons à présent le système : Remarque
~x = x1~e 1 + x2~e 2 + x3~e 3 = x3 (~e 1 + ~e 2 + ~e 3 ).
−x1 − x2 − x3 = 0 Puisque −~e 1 + ~e 2 et −~e 1 + ~e 3 engendrent Eλ2 , les deux
On a ainsi obtenu que (S2 ) −x1 − x2 − x3 = 0 . nouveaux vecteurs u ~ 2 et u
~ 3 définis par
−x1 − x2 − x3 = 0 (
Eλ1 = Ru
~1 ~ 1 = ~e 1 + ~e 2 + ~e 3 .
avec u ~ 2 = −(−~e 1 + ~e 3 ) = ~e 1 − ~e 3
u
Ainsi, en fixant x2 et x3 , on obtient : x1 = −(x2 + x3 ). Un vecteur
• λ2 = 2 : valeur propre double. Ainsi, dimR (Eλ2 ) = 1 ou 2 ? ~ 3 = −~e 1 + ~e 2 − (−~e 1 + ~e 3 ) = ~e 2 − ~e 3
u
propre ~x de f associé à λ2 s’écrit :
Soit ~x = x1~e 1 + x2~e 2 + x3~e 3 un vecteur propre associé à λ2 :
~x = x1~e 1 + x2~e 2 + x3~e 3 engendrent aussi Eλ2 . On en déduit alors que :
−1 −1 −1 x1 0
−1 −1 −1 x2 = 0 . = −(x2 + x3 )~e 1 + x2~e 2 + x3~e 3
~ 2 = ~e 1 − ~e 3
u
−1 −1 −1 x3 0 ~ 2, u
Eλ2 = Vect(u ~ 3) avec
| {z } = x2 (−~e 1 + ~e 2 ) + x3 (−~e 1 + ~e 3 ) ~ 3 = ~e 2 − ~e 3
u
A − λ2 I3
ce qui montre que les deux vecteurs −~e 1 + ~e 2 et −~e 1 + ~e 3 Les trois vecteurs ~ ~ ~
Il est clair que rg (A − λ2 I3 ) = 1, d’où : u 1 , u 2 , u 3 sont libres dans E. La famille
engendrent Eλ2 . C= u ~ 1, u
~ 2, u
~ 3 est libre dans E. C’est nécessairement
dimR (Eλ2 ) = 3 − 1 = 2. une base de E puisque dimR (E) = 3.
Ces deux vecteurs forment une base de Eλ2 car dimR (Eλ2 ) = 2.
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Exemple 3.1
Diagonalisation d’une matrice
Exemple 3.2
Reprenons l’endomorphisme f de E tel que Considérons les deux matrices de GL3 (R) suivantes :
~ f (~e 2 ) f (~e 3 )
f (e 1 ) Définition 3.2 U1 U2 U3 U2 U1 U3
1 −1 −1 ~e 1 1 1 0 1 1 0
MatB (f ) = . , .
−1 1 −1 ~e 2 Soit A une matrice de Mn (K). 1 0 1 0 1 1
−1 −1 1 ~e 3 On dit que A est diagonalisable si elle est semblable à une 1 −1 −1 −1 1 −1
matrice diagonale. Autrement dit, A est diagonalisable si
On a vu que Sp(A) = {−1, 2} et Eλ1 =−1 = Ru ~ 1 6= ~0E ,
~ 1 avec u il existe une matrice inversible P ∈ GLn (K) On vérifie alors que l’on a :
il existe une matrice diagonale D ∈ Mn (K)
~ 2, u
Eλ2 =2 = Vect(u ~ 3 ) avec u
~ 2 et u
~ 3 libres entre eux. −1 0 0 1 1 1 1 −1 −1 1 1 0
telles que 0 1
2 0 = 2 −1 −1 −1 1 −1 1 0 1
D = P−1 AP. 0 0 2
3
−1 2 −1 −1 −1 1 1 −1 −1
Par conséquent,
~ ~ 2 ) f (u
~ 3)
f (u 1 ) f (u Diagonaliser A, c’est trouver D.
2 0 0
2 −1 −1
1 −1 −1
1 1 0
−1 0 0 ~1
u 1
MatC (f ) = . 0 −1 0 = 1 1 1 −1 1 −1 0 1 1
0 2 0 u ~2 3
0 0 2 −1 2 −1 −1 −1 1 −1 1 −1
0 0 2 ~3
u
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Réduction des endomorphismes 37 Réduction des endomorphismes 38 Réduction des endomorphismes 39
Caractérisation (en dimension finie) Cas particulier
Exemple 3.3
Théorème 3.1 Supposons que f possède n valeurs propres toutes distinctes.
Reprenons l’endomorphisme f d’un R-espace E de dim. 3, dont
Ainsi, dimK (Eλi ) = 1 pour tout i ∈ {1, 2, . . . , n}. D’où :
Soient E un K-espace de dimension n et f ∈ LK (E). Soient λ1 , la matrice associée dans une base B = (~e 1 , ~e 2 , ~e 3 ) de E est :
λ2 , . . . , λm les valeurs propres de f , distinctes deux à deux. On dimK (Eλ1 ) + . . . + dimK (Eλn ) = n = dimK (E).
a alors nécessairement : 1 −1 −1
A= −1 1 −1 . L’endomorphisme f est donc diagonalisable !
m 6 n. −1 −1 1 Exemple 3.4
Une condition nécessaire et suffisante pour que f soit La matrice A (et donc aussi f ) possède une valeur propre C’est le cas de l’endomorphisme f de E tel que
diagonalisable sur K est que l’on ait : simple (λ1 = −1) et une valeur propre double (λ2 = 2). De plus, 0 0 4
A= 1 2 1 .
dimK (Eλ1 ) + dimK (Eλ2 ) + . . . + dimK (Eλm ) = dimK (E). dimR (Eλ1 =−1 ) = 1 et dimR (Eλ2 =2 ) = 2. 2 4 −2
De manière équivalente, une condition nécessaire et suffisante L’endomorphisme f est diagonalisable car On a : PA (λ) = −λ(λ + 4)(λ − 4). D’où f est diagonalisable
pour que f soit diagonalisable sur K est que l’on ait : puisqu’il possède trois valeurs propres simples. En effet,
dimR (Eλ1 ) + dimR (Eλ2 ) = 3 = dimR (R3 ).
E = Eλ1 ⊕ Eλ2 ⊕ . . . ⊕ Eλm . dimR (Eλ1 =−4 ) = dimR (Eλ2 =0 ) = dimR (Eλ3 =4 ) = 1.
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA