Académique Documents
Professionnel Documents
Culture Documents
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 xe1 ye2 ze3
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 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.
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
Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 69 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 70
Matrices Matrices
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 ) .
e1 (1; 1) associé à la valeur propre 1,
b) Condition pour que lim A p 0 .
p
e2 (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
Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 71 Cours d’Algèbre Linéaire par Pr. NOUBISSIE Samuel Page 72
Matrices Matrices
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
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
Remarque : On cherchera les solutions particulières des équations différentielles avec second membre
intervenant dans la question (e) sous la forme (𝛼𝑡 + 𝛽)𝑒