Académique Documents
Professionnel Documents
Culture Documents
et Techniques - Marrakech
LST - MIPC
Définition 2 : Un scalaire λ ∈ IK est une valeur propre (en abrégé ”v.p.”) de A, s’il
existe un vecteur propre x ∈ IKn tel que Ax = λ.x.
Si x est vecteur propre de A, le scalaire λ ∈ IK défini par la condition (b), est la valeur
propre de A associée au vecteur propre x.
Si λ est valeur propre de A, tout vecteur propre x tel que Ax = λx est un vecteur
propre de A associé à la valeur propre λ.
1
constitué par le vecteur nul et par les vecteurs propres de A associés à la valeur propre
λ.
Remarque 2 :
où les λi , 1 ≤ i ≤ p, sont des nombres complexes deux à deux distincts et les αi
des entiers supérieurs ou égaux à 1.
2
• Les valeurs propres de A sont λ1 , ..., λp , de multiplicités respectives α1 , ..., αp ,
et on a : α1 + ... + αp = d◦ PA (X) = n.
Attention : Ceci est faux si IK = IR. En effet, si IK = IR, A n’admet pas nécessairement
de valeur propre.
Exemple : Soit A ∈ M 2 (IR) :
( )
0 −1
A=
1 0
On a :
−X −1
PA (X) = dét (A − XI2 ) = = X2 + 1
1 −X
A n’admet pas de valeur propre dans IR, mais admet les valeurs propres simples i et −i
dans C.
2 DIAGONALISATION
Définition 5 : Soit A ∈ Mn (IK). On dit que A est diagonalisable sur IK, si elle est
semblable, dans Mn (IK), à une matrice diagonale, c’est-à-dire s’il existe une matrice
P ∈ Mn (IK), inversible, telle que la matrice P −1 AP soit diagonale.
Corollaire 3 : Si A admet n valeurs propres distinctes dans IK, alors A est diagonal-
isable sur IK.
3
2.2 Pratique de la diagonalisation
Soit la matrice A ∈ Mn (IK). Pour étudier la diagonalisation de A on suit les étapes
suivantes :
• Si la seconde condition du théorème 1 n’est pas vérifiée, c’est à dire s’il existe
un sous espace propre dont la dimension n’est pas égale à la multiplicité de
la valeur propre associée, alors A n’est pas diagonalisable sur IK.
• Si la deuxième condition du théorème 1 est également réalisée, A est diago-
nalisable sur IK et on passe à la troisième étape.
3−X −1 2 2−X −1 2 1 −1 2
PA (X) = 0 2−X 2 = 2−X 2−X 2 = (2−X) 0 3 − X 0
1 −1 4−X 0 −1 4−X 0 −1 4−X
4
par L2 − L1 .
Ensuite, on développe par rapport à la première colonne, on a :
Les valeurs propres sont 2, 3 et 4 et elles sont toutes simples. D’après le corollaire 3, la
matrice A est diagonalisable.
Cherchons les sous espaces propres Eλ=2 , Eλ=3 et Eλ=4 .
Eλ=2 ? on résoud le système linéaire AX = 2X avec
x
X= y
z
{
x − y + 2z = 0
z = 0
Donc Eλ=2 = Vect(v1 = (1, 1, 0)).
Eλ=3 ? on résoud le système linéaire AX = 3X
{
−y + 2z = 0
x−y+z = 0
Remarque : l’ordre dans lequel sont écrites les valeurs propres (2, ensuite 3, ensuite 4)
est le même que celui dans lequel sont écrites les colonnes C1 , C2 et C3 .