Matrices Matrices

CHAPITRE VI : coordonnées sur e1 : x  x  y 

MATRICE DE PASSAGE – VALEURS PROPRES coordonnées sur e2 : y  y   z 

VECTEURS PROPRES - DIADGONALISATION
coordonnées sur e1 : z  x  y   z 

En utilisant la forme matricielle, on peut écrire :

VI-1 Matrice de changement de Base ou Matrice de passage
   
Soit B  (e1 ,......, en ) et B  (e1,....., en ) deux bases de E. dimE=n. On a e1 e2 e3
    x   1 1 0   x  1 1 0  e1
e1  a11e1  ........  an1en  y    0 1 1   y 
     P  0 1 1  e2
....................................
    z   1 1 1   z   1 1 1  e3
en  a1n e1  ........  annen
Les colonnes de matrice P sont formées par les coordonnées respectives de e1, e2 et e3 dans la base B.
On appelle matrice de changement de base, ou matrice de passage de la base B à la base B’, la matrice P
  
dont la j ieme colonne est constituée par les coordonnées de ej dans la base (e1 ,..., en ) La matrice P est appelée matrice de passage de la base B à la base B’.

X  PX  Les vecteurs e1, e2 et e3 étant linéairement indépendants, la matrice P est inversible.

Proposition : La matrice colonne des anciennes coordonnées d’un vecteur est égale au produit de la
x  x 
matrice de passage par la matrice colonne des nouvelles coordonnées.
En posant X   y  et X   y 

 z   z  
Etude d’un exemple :
En utilisant la forme matricielle, on peut écrire : X  PX et X   P 1 X
     
Soit dans ℝ la base canonique B  (e1 , e2 , e3 ) et les vecteurs e1  (1,0,1), e2  (1,1, 1), e3  (0,1,1) .
    2 1 1 
1
Montrons que (e1, e2 , e3 ) est une base et étudions les relations qui lient les coordonnées d’un vecteur Exercice : vérifier que P 1   1 1 1
3
quelconque de ℝ dans ces bases différentes.  1 2 1 
   
Cherchons les réels x, y et z tels que xe1  ye2  ze3  0 (famille libre). Théorème : Si A et A’ sont les matrices d’un même endomorphisme de E par rapport à deux bases
   B  (e1 ,...., en ) et B  (e1,...., en ) et si P est la matrice de passage de B à B’, on a A  P 1 AP .
La résolution du système des trois équations obtenus conduit à x=y=z=0. Donc les trois vecteurs e1, e2 et e3
   Définition : Deux matrices A et A’ sont dites semblables si et seulement si il existe une matrice P
sont linéairement indépendants ; ils forment une base deℝ ; notons B’ la base (e1, e2 , e3 ) .
inversible telle que A  P 1 AP . De manière générale, on a : 𝐴 = 𝑃 𝐴 𝑃 et 𝐴 = 𝑃𝐴 𝑃 .
Soit :𝑢⃗=un vecteur quelconque de ℝ ; notons les coordonnées de 𝑢⃗ :
NB : Cette formule est très importante dans le calcul des puissances d’une matrice A.
- dans la base B :𝑢⃗=(x, y, z) ; - dans la base B’ : 𝑢′⃗=(x’, y’, z’).
Exercice
      
Ainsi : u  xe1  ye2  ze3  xe1  ye2  ze3   
Soit f l’endomorphisme de ℝ dont la matrice relative à la base canonique B  (e1 , e2 , e3 ) est
        
Par ailleurs e1  e1  e3 , e2  e1  e3 , e3  e2  e3 .
 3 1 1 
En remplaçant e1, e2 et e3 par ces expressions dans l’égalité (1), on obtient par identification : A   0 2 0 
1 1 3 

Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 65 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 66
Matrices Matrices

     
Soit B  (e1, e2 , e3 ) avec e1  (1,0, 1), e2  (0,1,1), e3  (1,0,1) Si u=(x, y) les coordonnées de f(u) sont :   3 x  2 y ,   x  2 y .

Déterminer une matrice P inversible telle que pour tout vecteur 𝑉⃗ dans B, son expression 𝑉’⃗ dans B’ soit L’égalité f (u )   u équivaut au système :
𝑉⃗ = 𝑃𝑉’⃗
3 x  2 y   x (3   ) x  2 y  0
 soit 
Déterminer P 1
x  2 y   y  x  (2   ) y  0

Calculer la matrice B / B  P 1 AP On en déduit, en remplaçant x par (  2) y dans la première équation :

Comment appelle-t-on B ? (3   )(  2) y  2 y  0 ou y  (3   )(  2)  2  0 , c’est à dire ( 2  5  4) y  0 .

Calculer B n pour n  0 et en déduire An Pour que la relation précédente soit, puisque u  0 , vérifiée pour y  0 , on doit avoir  2  5  4  0 ,
b) On donne les suites réelles (un ),(vn ), (wn ) définies par u0  v0  1, w0  2 et pour n  0 c’est à dire :   1 ou   4.

Si   1 , le système se réduit à l’équation : x  y  0 d’où les solutions :

un 1  3un  vn  wn
vn 1  2vn ( x; y)  k (1; 1), k  K *
wn 1  un  vn  3un
Si   4 ; le système se réduit à l’équation : x  2 y  0 d’où les solutions :
calculer un , vn , wn .
( x; y )  k (2;1), k  K *

VI-2 Valeurs Propres - Vecteurs Propres - Diagonalisation Les nombres 1 et 4 sont appelés valeurs propres de l’endomorphisme ou de la matrice M.
VI-2-1 Valeurs propres - vecteurs propres
a) Définition Les vecteurs k (1; 1), k  0 et k (2;1), k  0 sont respectivement les vecteurs propres associés aux valeurs
propres 1 et 4.
Soit E un espace vectoriel sur K, f une application linéaire. On dit que le scalaire  est une valeur propre
 
de f s’il existe au moins un vecteur u non nul de E (appelé vecteur propre associé à  ) tel que f (u )   u . Remarques

Si e est l’identité de E, la définition s’écrit donc L’équation  2  5  4  0 obtenue précédemment provient de l’équation (3-  )(  -2)+2=0 que l’on peut
  écrire (3-  )(2-  )-2=0, c’est à dire, à partir de la matrice M, sous la forme du déterminant :
u  0 / u  Ker ( f   e) .
3  2
Soit Ker ( f   e)  0  f   e est non injective. Ker ( f   e) est le sous espace propre de f associé à 0
1 2
 . L’ensemble des valeurs propres de f est le spectre de f
Plus généralement, on établit les résultats suivants :
b)Exemples
  a b
Les valeurs propres d’un endomorphisme de K 2 de matrice M    sont les solutions de l’équation
E1 ) Soit B  (e1 , e2 ) une base de K 2 et l’application linéaire f de K 2 dans K 2 dont la matrice dans la base c d 
3 2 dans K :
B est M   
1 2
a b
P ( )  0 soit (a   )(d   )  bc  0 .
Cherchons s’il existe des vecteurs u non nuls de K 2 pour lesquels il existe un nombre  tel que c d 
 
f (u )   u .

Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 67 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 68
Matrices Matrices

 a1 b1 c1  5) Toute matrice carrée A vérifie son équation caractéristique, c’est à dire que si p A désigne le polynôme
  caractéristique, on a p A ( A)  0 .
- Les valeurs propres d’un endomorphisme de K de matrice M   a2
3
b2 c2  sont les solutions de
a b3 c3 
 3
6) Le polynôme caractéristique d’une matrice A ou de f, est invariable lors de tout changement de base ; il
l’équation dans K : ne dépend que de f.
a1   b1 c1 VI-2-2 Endomorphisme diagonalisable
P( )  a2 b2   c2  0 a) Définition
a3 b3 c3
Soit f un endomorphisme de K n ;
On développe ce déterminant suivant les éléments de la première colonne en utilisant la méthode vue
Si cet endomorphisme admet n vecteurs propres linéairement indépendants (l1 , l2 ,....., ln ) alors
précédemment.
l’ensemble (l1 , l2 ,....., ln ) est une base B de K n et la matrice de f dans la base B est une matrice
Le polynôme P ( ) est appelé polynôme caractéristique de l’endomorphisme ou de la matrice. diagonale ; on dit que l’endomorphisme f est diagonalisable dans K .

On démontre et on admettra que si l’endomorphisme admet n valeurs propres distinctes dans K , alors il
Exercice 1) Calculer les valeurs propres, les vecteurs propres de l’endomorphisme associé à la matrice
est diagonalisable. Ainsi, tout endomorphisme de  2 ayant deux valeurs propres réelles distinctes est
1 0 0  diagonalisable, tout endomorphisme de 3 ayant trois valeurs propres réelles distinctes est
  diagonalisable.
A   0 i 0  à éléments dans ℂ.
 0 2i i 
  Application à la résolution d’u système différentiel

Puis vérifier que A satisfait à la condition ( I 3  A)(iI3  A)(iI3  A)  0, I3 =matrice identité d’ordre 3. Nous donnons ici, sur un exemple, la démarche qui sera employée dans les cas usuels.

 7 9 0   x  3 x  2 y
  Soit le système différentiel : ( S )  .
Exercice 2 Calculer les valeurs propres et les vecteurs propres de A   6 8 0   y  x  2 y
 6 6 2 
 
Intégrer le système, c’est déterminer les fonctions x et y de la variable réelle t dérivables sur un intervalle
Propriétés I qui vérifient (S)
   Ecriture matricielle du système
1) Des vecteurs propres U1 ,U 2 ,......., U p associés à des valeurs propres distinctes 1 , 2 ,.......,  p
constituent une partie libre de E.  x
Notons F    le vecteur de  2 dont les coordonnées dans la base canonique sont
2) Si  est valeur propre de f, si p(x) est un polynôme de degré p en x avec  y
p( x)  a p x p  a p 1 x p 1  .......  a0 alors tout vecteur propre de f associé à  est vecteur propre de  x 
x(t ), y (t ) et F     . Le vecteur dérivé dont les coordonnées sont les dérivées x’ et y’ sur I des fonctions
p( f )  a p f n  a p 1 f n 1  ......  a0 associé à la valeur propre p( ) .  y 
x et y.
En particulier, tout vecteur propre de f est vecteur propre de f n avec  n comme valeur propre associée
Le système (S) s’écrit, sous forme matricielle :
𝑛 ∈ ℕ.

1  x   3 2   x 
3) Si f est un automorphisme admettant  pour valeur propre, alors   0 et est valeur propre de f 1      
  y  1 2 y 

4) Le spectre de la transposée d’une matrice A est le même que celui de A. 3 2

Soit F   MF avec M  
1 2

Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 69 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 70
Matrices Matrices

La diagonalisation de la matrice M dans  , si elle est possible, va permettre de résoudre le système. x  X  2Y ; x   et  2  e 4 t

y  X Y; y   et   e 4t ;  et  réels quelconques

VI-2-3 Puissance d’une matrice carrée

p
- Diagonalisation de la matrice M a) Calcul de A

La matrice M est la matrice de l’endomorphisme envisagé précédemment. Rappelons que l’on a obtenu Soit A diagonalisable. De l’égalité A  pD 1 p 1 , on déduit alors que p  * , A p  pD p p 1 . Or si
pour vecteurs propres :
D  dia(1 ,......., n ) , on aura D p  diag (1p , 2p ,......., np ) .

e1  (1; 1) associé à la valeur propre 1,
b) Condition pour que lim A p  0 .
 p 
e2  (2;1) associé à la valeur propre 4.
Supposons K  R ou C , s’il existe n valeurs propres réelles, que A soit diagonalisable, ou non, une
La matrice M est diagonalisable, on a : condition nécessaire et suffisante pour que la limite de A p soit la matrice 0 (c’est à dire que tous les
éléments de A p tendent vers 0) pour p   est que le module de toutes les valeurs propres de A
1 0  1 2  
D  P . P : matrice de passage de B à B  (e1; e2 ) soient strictement inférieures à l’unité. Il suffit pour cela que la somme des modules des éléments de
0 4  1 1 
chaque ligne soit strictement plus petit que 1 (énoncé sembla pour les colonnes).
- Ecriture et résolution du système dans la base B
VI-3 Quelques applications des techniques de diagonalisation des matrices
 x   X   x X 
Si l’on pose    P   et    P  La diagonalisation des matrices est un outil important dans plusieurs types de calcul.
 y   Y   y Y 
VI-3-1 Détermination du terme général d’une suite définie par une relation de récurrence
 x   x  X  X
De    M   on en déduit P    MP   , donc : Illustrons ce cas à travers des exemples concrets.

y   y 
Y  Y 
Exercice : On considère la suite réelle (𝑈 ) définie par : 𝑈 = −3𝑈 +𝑈 + 3𝑈 (𝑈 , 𝑈 , 𝑈
 X  X   X  X
1
    P MP   d ' où     D  sont donnés). On pose 𝑋 = (𝑈 , 𝑈 ,𝑈 )
Y
  Y  Y
  Y 
a- Monter qu’il existe une matrice A telle que 𝑋 = 𝐴𝑋
Le système s’écrit alors dans la base B :
b- Diagonaliser A
X   X
( S )  c- Calculer An
Y   4Y
d- En déduire 𝑈 en fonction de 𝑈 , 𝑈 , 𝑈 et de n
On obtient les solutions suivantes :
𝑈 = −3𝑈 +𝑈 + 3𝑈
* pour X   X : X   et ;  réel quelconque, e- Préciser la suite vérifiant
𝑈 = 1 , 𝑈 = 0 , 𝑈 = −1

* pour Y   4Y Y   e 4t ;  réel quelconque. VI-3-2 Résolution d’équations différentielle

- Résolution du système (S) 7 −5 −4

Exercice 1 : Soit 𝐴 = 4 −2 −4 on pose 𝑋(𝑡) = ( 𝑥(𝑡), 𝑦(𝑡), , 𝑧(𝑡))
x X 5 −5 −2
De    P   on déduit les solutions de (S) :
y
  Y  a- Diagonaliser A

Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 71 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 72
Matrices Matrices

b- Résoudre le système différentie (𝑡) = 𝐴𝑋(𝑡) 𝜆 0

Soit 𝐷 = la matrice diagonale associé à A et P la matrice de passage de 𝐴 → 𝐷, 𝑃 , sa
0 𝜇
𝑥 𝑥
c- Préciser la solution vérifiant = 𝐴𝑋 , 𝑋(0) = (1,2,3) matrice inverse. 𝑦 = 𝑃 . En portant (x,y) en fonction de (x’,y’) dans l’équation de la conique, on
𝑦
obtient : 𝜆𝑥 + 𝜇𝑦 + 𝛼𝑥 + 𝛽𝑦 + 𝑓 = 0 c’est l’équation de la conique dans le nouveau repère
Exercice 2 : On se propose de résoudre l’équation différentielle : 𝑦 − 2𝑦 − 𝑦 + 2𝑦 = 0
constitué des vecteurs propres (𝑜, 𝑢⃗ , 𝑢⃗ ).
On note y une solution de cette équation différentielle et on pose : 𝑍(𝑡) = (𝑦(𝑡), 𝑦 (𝑡), 𝑦 (𝑡))
Un nouveau changement de repère (Ω, 𝑢⃗ , 𝑢⃗ ) avec Ω = − ,− conduit à 𝜆𝑥 + 𝜇𝑦 =𝜉
a- Montrer qu’il existe une matrice A telle que (𝑡) = 𝐴𝑍(𝑡)
𝑥 𝑥 +
b- Calculer le polynôme caractéristique de A (E’’) avec 𝑋 = = L’équation (E’’) est l’équation réduite de la conique. Cette analyse
𝑦 𝑦 +
c- Diagonaliser A
d- Résoudre le système différentiel = 𝐴𝑍(𝑡) telle que 𝑦 − 2𝑦 − 𝑦 + 2𝑦 = 0 ******** peut s’étendre à l’ordre (3)
e- Préciser celle vérifiant le problème de Cauchy : b) Exercices :
𝑦 − 2𝑦 − 𝑦 + 2𝑦 = 0 Exercice 1 : Caractériser la conique d’équation :25𝑥 − 14𝑥𝑦 + 25𝑦 + 64𝑥 − 64𝑦 − 224 = 0
25 −7
𝑦(0) = 1, 𝑦 (0) = 4, 𝑦 (0) = 4 Réponse : 𝑀 = 𝜆 = 18 , 𝜆 = 32
−7 25
Exercice 3 : On propose de résoudre 𝑦 − 𝑦 + 𝑦 − 𝑦 = 0 on note y une solution de cette équation 1 −1
c) 𝑃 = ,
√ 1 1
différentielle et on pose : 𝑍(𝑡) = (𝑦(𝑡), 𝑦 (𝑡), 𝑦 (𝑡))
d) 18𝑥 + 32𝑦 − √264𝑦 − 224 = 0
a- Monter qu’il existe une matrice A telle que = 𝐴𝑍 e) 𝑥 = 𝑥 𝑦 = 𝑦 − √2
f) a= 4 b = 3
b- Calculer le polynôme caractéristique de A g) + =1
c- Diagonaliser A h) Exercice 2 : Montrer que la courbe d’équation 𝑥 + 4𝑥𝑦 − 2𝑦 + 2𝑥 − 4𝑦 = 11 est une
hyperbole et la représenter.
d- Résoudre le système différentiel = 𝐴𝑍

e- En déduire la forme générale des solutions de l’équation différentielle : 𝑦 −𝑦 +𝑦 −𝑦 = 0

EXERXICES SUR LA DIAGONALISATION
f- Préciser celles vérifiant le problème de Cauchy ;
𝑦 −𝑦 +𝑦 −𝑦 =0 𝑥 1 1 1
𝑦(0) = 1, 𝑦 (0) = 2, 𝑦 (0) = 2 1)- Trouver les couples (x,y) dans C2 tels que la matrice 𝐴 = 1 𝑦 1 admet le vecteur 2 pour
1 1 1 3
vecteur propre

VI-3-3 Application à réduction de l’équation d’une quadratique : étude des coniques 1 1 1 1

2)- on note 𝐴 = 1 1 1 1
a)- Définition : On appelle conique l’ensemble des points du plan dont les coordonnées (x,y) vérifient : 1 1 1 1
𝑎𝑥 + 2𝑏𝑥𝑦 + 𝑐𝑦 + 𝑑𝑥 + 𝑒𝑦 + 𝑓 = 0 avec a, b, c, d, e, f ∈ ℝ ; en supposant a, b, c non tous nuls. 1 1 1 1

Partie quadratique Partie linéaire a- Déterminer le polynôme caractéristique de A puis les valeurs propres de A.

Pour simplifier l’équation de la conique, il faut effectuer des changements de repères pour éliminer le b- Déterminer une base Ker de A et ker (A de I)
terme en xy.
c- Donner alors une base de ℝ4 formée des vecteurs propres de A. que peut-on dire de A ? (A est
𝑎 𝑏 𝑥 diagonalisable)
Pour cela posons : 𝐴 = 𝑋 𝑦
𝑏 𝑐

Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 73 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 74
Matrices

3)- Diagonaliser les matrices suivantes :

0 0 0 −𝛼
2 0 1 0 1 0 11 −5 5 −1 𝑎 𝑎
1 ; 1 ; 0 0 −𝛼 0
1 1 1 0 −5 3 −3 ; 0 0 −𝑎 ; 0 𝛼 0 0
−2 0 −1 0 1 0 5 −3 3 0 0 1 𝛼 0 0 0
0 1 1 1 1 0
4)- Montrer que les matrices suivantes ne sont pas diagonalisables : −1 2 1 1 0 1
0 0 1 1 −2 2
0 −1
5)- Montrer que la matrice suivante est non diagonalisable sur ℝ et diagonalisable sur C
1 1
𝑥 1 1
6)- Soit 𝐴 = 1 𝑦 1 diagonaliser A puis trouver une matrice 𝑀 ∈ 𝑀 (ℝ) telle que 𝑀 = 𝐴
1 1 1
4 −1 −2
7)- Soit 𝐴 = 0 1 0
1 −1 1
a- Calculer𝐴

1
b- Soit 𝑈 = 2 𝑒𝑡 𝑈 la suite définie par : 𝑈 = 𝐴𝑢 Déterminer 𝑈 en fonction de n
3
−1 2 0
8)- Soit 𝐴= 2 2 −3 et 𝜑 l’endomorphisme associé à A dans la base canonique de ℝ3
−2 2 1
a- Vérifier que A n’est pas diagonalisable

b- Chercher deux vecteurs propres de A linéairement indépendants

c- compléter cette base en une base de ℝ3

d- Ecrire la matrice de 𝜑 dans cette base.

e- Résoudre le système différentiel = 𝐴𝑋

Remarque : On cherchera les solutions particulières des équations différentielles avec second membre
intervenant dans la question (e) sous la forme (𝛼𝑡 + 𝛽)𝑒

Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 75