Valeurs propres vecteurs propres
? est dite valeur propre de la matrice A s'il existe un vecteur non nul X ? n tel que. AX = ?X. • Le vecteur X est alors appelé vecteur propre de A associé à
Valeurs propres et vecteurs propres
Défintion : valeur propre et vecteur propre. ? Un vecteur x est un vecteur propre de la matrice A carrée de taille n × n si Ax = ?x pour un certain réel ?.
Chapitre 11 – Valeurs propres – Vecteurs propres 1 Introduction
Remarque : Si ?i. 0 pour tout i la formule vaut pour tout n ? Z. 3. Théor`eme : Soit P une matrice inversible. Si A1
Fiche Méthode 12 : Trouver les valeurs propres de A (ou de f) 1
des matrices colonnes X) tels que f( x) = ? x (resp. AX = ?X). Il est donc formé des vecteurs propres et du vecteur nul ! • Si A est la matrice de f dans
Chapitre 7 Valeurs et vecteurs propres
Le vecteur x est alors appelé vecteur propre associé `a la valeur propre ?. Un vecteur propre a donc une direction privilégiée par la matrice alors que la
Analyse et Calcul Matriciel
11 janv. 2017 Le premier vecteur de base est vecteur propre associé aux valeurs propres respectives 1 1 et. 2 pour les opérateurs de matrices respectives A?
Valeurs propres vecteurs propres
E est un espace vectoriel sur K de dimension finie n ? N? ;. • f est un endomorphisme de E ;. • A est une matrice carrée d'ordre n ? N? à coefficients dans
Sans titre
23 févr. 2013 vecteur propre pour la valeur propre donnée par le terme ... une matrice V telle que V ?1AV soit une matrice diagonale de valeurs propres.
Valeurs propres et vecteurs propres
Avant de définir formellement dans la section suivante les notions de valeur propre et de vecteur propre d'une matrice nous considérons un nouvel exemple d'
Valeurs propres et vecteurs propres
Avant de définir formellement dans la section suivante les notions de valeur propre et de vecteur propre d'une matrice nous considérons un nouvel exemple d'
repr´esent´eespardesop´erateurslin´eairesa gissantsu rl'espacevectorieldes´etats(oudes
"fonctionsd'onde"),lesvaleu rspropresdecesop´erateu rsconstituentlesvaleurssuscepti- blesd'ˆetre observ´eesdansuneexp´e rience...1.Ve cteursetvaleurspropres
1.1.D´efi nitionsdebase
Consid´eronsunematricecarr´eediag onalen!n,c'est-`a-diredelaforme a ij i ij cequ 'on´ecriraencoreA=diag(! 1 n Si#e i ,i=1,···,nd´esignentlesvecteursdela baseo`uAacetteforme,onvoitque Ae i i e i o`ue i estla matrice colonnerepr´esentant#e i ,soit(e i j ij Celanousm` ene`alad´efin itionsuivante, pourun ematri ceAcarr´eequelconque D´efinition:SoitAunema tricecarr´ee,soitXunve cteur(matricecolonne) nonnultel queAX=!X,(1.1)
J.-B.Z.23F´ evrier2013
50M´ethodesmath´ematiquesp ourphysiciens2.LP207
avec!unnom brer´eel(ouco mplexe,voirplusbas ).OnditqueXestvecteurpropredeA pourlavaleurpropre!. Onvi entdevoirquesil amatri ceAestdi agonale,alorschaquevecteurdeba seestun vecteurproprepourla valeurpropredonn´ eeparleterme correspondantdeladiagonale deA. R´eciproquement,supposonsquel'onaittrouv´e nvecteurspropreslin´ eairementind´ependants X i (unehypoth `esepasinnocente,commeonvale voir).Alor scesX i peuventˆetrechoisis commenouvelleb asedel'espacevectoriel,etdan scettebase,Aestd iagonale.Unetelle matriceestditediagonalisable.Autrementdit,silamatriceAestdi agonalisable,ilexiste unema triceVtellequeV !1AVsoitunemat ricediagon aledevaleurspropres,
V !1AV=!=diag(!
1 2 n 10···0
0! 2···0
00···!
n "#A=V!V !1 (1.2) Maistoutema tricen'estpasdia gonalisable.Ainsicommeonvale voirpl usbas,lamatr ice "triangulairesup´erieure" 1a 01 n'estpasdiagonalisable.1.2.Valeu rspropresd'unematricesi nguli`ere
Supposonsquelamatric eAestsin guli`ere.CelasignifiequesesnvecteurscolonnesA j ne sontpasind ´ependants( cfchap.1,Th´eor`emedu§4.6),doncqu' ilexistennombresnon tousnulsx j telsque j x j A j =0,soitencore $i=1,···,n j a ij x j =0.(1.3)Celaexprim equelevecteurXdeco mposantesx
j estvect eurpropredeApourlavale ur proprenulle.Lar ´eciproqueest´ev idente: lacondition(1.3)expr imelad´ependancelin´ea ire descolo nnesdeA,donclefaitqu'elleestsinguli`ere. Proposition1:Unematri ceestsinguli`ere(no ninversi ble)ssielleadmetlava leurpropre 0.23F´ evrier2013J.-B.Z.
Chapitre4.Valeurspropres, vecte urspropres.Diagonalis ation.511.3.Sous- espacepropre.
SoientXetYdeuxvect eurspropresdeAdemˆ emevaleurpropre:AX=!X,AY=!Y. Iles tclairque toutecombinais onlin´eai redeXetYestau ssivecteurprop repourlavaleu r propre!:A($X+%Y)=!($X+%Y).Le svecteursp ropresdeApouruneva leurpropr e donn´ee!formentdoncunsous-e spacevector iel,ap pel´eespacepropredel avaleurpropre Proposition2:Deuxvecteu rsproprespourdeuxvaleur spropres!%=µsont n´ecessairementind´ependants. Preuve.SoientXunv ecteurproprepourlavale urpropre!etYunve cteurpropre deuxnombre saetbnontousde uxnuls:suppos onsparex emplebnonnul.A ppliquant A`ac ett ere lat ion ,on aur ait 0=A(aX+bY)=a!X+bµY=0,soituneautrerelation lin´eaireentreXetY.Encombinantcesdeuxrelations(parexemple,!foislaprem i`ere moinslasecond e),ona uraitb(!&µ)Y=0,avecb%=0etY%=0,cequiimplique!=µ contrairement`al'hypoth`ese.Laproposi tionest d´emontr´ee. Plusg´en´e ralementond´emontre(parr´ecurrence)queqvecteursproprescorresp ondant`aq valeurspropresdisti nctessontn´ecessaire mentlin´eairementind´epen dants. Corollaire1:Siunem atr icecarr´een!nposs`edenvaleurspropresdisti nctes,cette matriceestdiagona lisable. Ene etelle poss`edealorsnvecteurspropresind´epe ndants(Prop.2),onpeu tleschoisir commebase,etlama triceestdonc di agonal isable. Proposition3:Unematri ceestdiagonalisabl essilaso mmedesdimensionsdesesespaces propresest´egale` an.1.4.Polyn ˆomecaract´eristique
Soit!uneva leurpropredeA.Nousr´ecrivonslacondition(1.1)souslaforme (A&!II)X=0.(1.4) Commeonl'avu` alapro position1 ci-de ssus,l 'exist enced'unve cteurXsatisfaisant(1.4) estla conditi onn´ecessaireetsu santepourque A&!IIso itsinguli`er e.Maisserappelant leTh ´eor`emefondamentalduchapitre2 (§3),cela est´equivale nt`adet(A&!II)=0.J.-B.Z.23F´ evrier2013
52M´ethodesmath´ematiquesp ourphysiciens2.LP207
Pourunemat ricecarr´ een!n,l'expression
P(z)=det(A&zII)(1.5)
estun polynˆ omedelavariablez,dedegr´enenr aisondelamultili n´earit ´edud´ eterminant.
D´efinition:Cepo lynˆomeestappel´epolynˆomecaract´eristiqu edeA. Onvi entdevoirquetou tevale urpropreest uneracine dupolynˆomecaract´e ristique. R´eciproquement(grˆaceaufaitquetoutesles propositionsimpliqu´eessontdesconditions n´ecessairesetsu santes),touteracinede P(z)estunevaleurpropredeA. Th´eor`eme1:Lesva leurspropressontlesra cinesdupolynˆomecara ct´eristique. Selonquel'ontr availl esurR,ensembledesnombresr´eels,ousurC,leschosessont unpe udi ´erentes.SurClepo lynˆomecaract´eristiqueaex actementnracines,distinctes ounon ("th´e or`emefondamentaldel'alg`ebre").Onp eutdonc´e crireP(z)=det(A&zII)=
n i=1 i &z)(1.6) aveclecoe cientdez n´ega l`a (&1)
n (pourquoi?).Parcontreilpeu tarriv erquele polynˆomecaract´eristique n'aitpasderacinesurR,auquelcaslamatriceAn'apasde valeurproprer´ee lle,ouqu'iln'aitq uen1.Soi tA=
211&1 P(z)= 2&z1 1&1&z =(2&z)(&1&z)&1=z 2 &z&3 etad euxr acinesdisti nctes 1 2 (1±
13).Lamat ricees tdoncdiagonalisable.Onv avoir
aupar agraphesuivantcommentd´ eterminersesvecte urspropres.2.Soi tA=
11 01 .Sonpolynˆomecaract´eristiqueest 1&z1 01&z =(1&z) 2 etl aseuleva leurpropre possibleest!=1,laracine(double)deP(z).O nmontre raplus basquela matric en'estpasdiagonalisable,n'ayantqu'unseulvecteurproprei nd´ependant23F´ evrier2013J.-B.Z.
Chapitre4.Valeurspropres, vecte urspropres.Diagonalis ation.53 pourlaval eurpro pre1.Cettesituatio ndoitˆetrecompar´ eeaveccelledelamatriceA= II 2 10 01 puisqued´ej`adi agonale!3.Soi tA=
cos$&sin$ sin$cos$ lam atriced'unerotationd'a ngle$danslepl an.Le polynˆomecaract´eristiqu esecalculeais´ementP(z)=z
2 &2zcos$+1 dontlesrac inessontco mplexesz 1,2 tinctes,elleestdiago nalisable`a conditiond e"passerdansle scomplexes ";sesvecteurs propressontalorse ux-mˆemes`ac omposantescomple xes,commeo nverraci -dessous. Sur 'Traceetd´eter minant entermesdesvaleurspropres Onco nstatedanslesexemplespr ´ec´edentse tond´emon treais´ementeng´en´eralqu e Proposition4:Lasom medesracinesdu polynˆ omecaract´eristiqu ed'une matriceAest ´ega le` asa tra ce, leurp rod uit `as ond ´ete rmi nan t n i=1 i =trAet n i=1 i =detA.(1.7) Ene et,enfaisan tz=0dans(1.6),onaP(0)=det A= i i .Lapremi`erepropri´et´e d´ecouledelamultilin´ea rit´e dud´ete rminant:iln'estpasdi #ciled'identi fierletermeen z n!1 dansled ´evelo ppementdud´eterminantcomme(&1) n!1 i a ii etda nsl'expression i i &z)comme(&1) n!1 i i Noterquepo urdesmatri ces2!2,on peu tdonc´ecrirel '´equationc aract´eristiquesous laf ormeP(z)=z
2 &(trA)z+detA=0,(1.8) dontlescoe cientssecalculenta is´eme ntauvudeA. Noterenfinqu edesmatricess emblable sontmˆeme polynˆomecaract´eristique,puisque siB=W !1AW,alorsP
B (z)=det(B&zII)=de t(W !1 (A&zII)W)=det(A&zII)=P A (z).J.-B.Z.23F´ evrier2013
54M´ethodesmath´ematiquesp ourphysiciens2.LP207
2.D iagonalisationd'unematrice
2.1.D´et erminationdesvecteurspropres
Supposonsqu'onconnais seunevaleurpropre !dela matric eA,soitparrecherchedes racinesdesonpolynˆo mecaract ´eristiqu e,soitparuneautrem´ ethode.Quepeut-ondire alorsdel'es paceprop repourcettevaleurpropre ?UnvecteurpropreXpourlaval eur propre!satisfait (A&!II)X=0. Ones tramen´e` aunsyst`emelin´eaire homog` enedut ype´etudi´eauchapit re3,don ton cherchelessolutio nsXnontriv iales(nonnulle s),puisqu'unvecteurprop reXestpa r d´efinitionnonnul.Onvadoncs'i nt´eresser aunoyaudeA&!IIe tycher che runensemble maximaldevecteursi nd´epe ndants,doncunebasedu sous-espacepropredev aleurpropre!. Noterquece rtainesval eursproprespouvantˆetrec omplexes,on peutˆetr eamen´e`a rechercherlesvecteurspropres complexesc orrespondants,etdonc`a´etendreladiscussion ducha pitre3aucascomplexe ,ce quinepr´e senteaucune di cult´enouvelle.2.2.Diagon alisation.Changementdebase.
Supposonsmaintenant qu'onatrouv´envecteurspropresind´epe ndantsX i dela matri ceA.FormonslamatriceVdontlesX
i sontlesvecteur s-colonn es.OnaAV=A(X
1 X 2···X
n ./01 V 1 X 1 2 X 2 n X n )=(X 1 X 2···X
n 10···0
0! 2···0
.0 00···0!
n doncAV=V!o`u!=diag(! 1 2 n )estlamatricediagonaledesvaleurspropres, cequ 'onpeutencorer´ecrir eAV=V!"#A=V!V
!1 "#!=V !1 AV. Lama triceVestdo nclamatricequ idiago naliselamatriceA.Onvi entdoncded´emon trerlapropo sition
Proposition5:Sila matric eAadmetnvecteurspropresind´epe ndantsX i ,elleest diagonalisable.LamatriceVdedia gonalisation,tellequeA=V!V !1 ,estlamatrice dontlesvec teurs-colo nnessontlesvecteurspropresdeA.23F´ evrier2013J.-B.Z.
Chapitre4.Valeurspropres, vecte urspropres.Diagonalis ation.552.3.Exe mples
Reprenonslesexemple spr´ec´eden ts:
1erexem ple.A=
211&1 ,valeurspropres! 1 2 (1±
13).Pour!
,on´ecrit A&! II= 3 2 1 2 1311& 3 2 1 2 13 quiestb iensingul i`ere(d´ete rminantnul)etdont leno yauestengendr´e parlesX= telsque(A&!
II)X=0,soit
1 2 (3&13)(+)=0.
Onpr endparexemple(=1et)=&
1 2 (3&13).Unve cteurp ropredeApourlaval eur
propre! estdo ncX 1 1 2 (3& 13) (outoutv ecteurquil uiestproportionnel ).Unve cteurproprepourlava leurpropre!
s'obtienticisimplementencha ngeantp artout lesig nede13dan sl'expre ssiondeX
(lev´e rifier).Finalement X 1 1 2 (3& 13) X 1 1 2 (3+ 13) Cesdeux vecteursprop respeuventˆetrechoisisc ommenouvelleba se,cequidiagona lisela matrice A=V 2 1+ 13 2 0 0 1! 13 2 3 V !1 ,V= 11 !3+ 13 2 !3! 13 2 ,V !1 1 13 3+ 13 2 1 !3+ 13 2 &1 V !1 AV= 0 0!2`emeexemple. A=
11 01 ,valeurpropre!=1double.Lenoyaude(A&II)= 01 00 esteng endr´eparlesvecteursX= proprededimension 1,e ngendr´eparlevecteur 1 0 .LamatriceAn'aqu'uns eulvecteurquotesdbs_dbs47.pdfusesText_47[PDF] matrix hair careers
[PDF] mattek sands blessure
[PDF] mattek sands blessure wimbledon
[PDF] mattek sands genou
[PDF] mattek sands knee
[PDF] mattek-sands wimbledon
[PDF] Maturation de l’ARN prémessager en ARN messager : l’épissage
[PDF] Mature d'un mot
[PDF] mature definition
[PDF] mature hairline
[PDF] mature meaning
[PDF] maupassant
[PDF] Maupassant " Madame Baptiste " ( début)
[PDF] Maupassant "Madame Baptiste"