Cours Diagonalisation
Matrices triangulaires : Soit T une matrice triangulaire. Pour quelles valeurs de ? est-ce que la matrice T ??I sera-t-elle non inversible ? Quelles sont les
Cours de mathématiques - Exo7
La diagonalisation est une opération fondamentale des matrices. Dans ce chapitre E est un -espace vectoriel. est un corps. Dans les exemples de ce ...
Cours de mathématiques - Exo7
C'est le but de la « diagonalisation » de se ramener à ce cas ! Exemple 5 (Cas d'une matrice diagonale). Soit A la matrice diagonale. A =.
Chapitre 8 : Réduction des endomorphismes et des matrices carrées
Dans tout ce chapitre E est un espace vectoriel de dimension finie n et f Une matrice carrée A ? Mn(R) est diagonalisable si l'endomorphisme f de Mn ...
Cours de mathématiques - Exo7
Le but de ce chapitre est de démontrer le théorème de Cayley-Hamilton. Si A est diagonalisable A est semblable à une matrice diagonale.
chapitre 7 : Trigonalisation et diagonalisation des matrices
Une matrice n'est pas en général dia- gonalisable c'est-`a-dire semblable `a une matrice diagonale. Dans ce chapitre
Chapitre 9 - Réduction des matrices carrées
Cours de mathématiques. ECT2. 1. MATRICE DIAGONALISABLE. 1.1. Définition. Définition 1 : Soit A une matrice. On dit que la matrice A est diagonalisable si
Mathématiques
19 Apr 2021 Si au cours de l'épreuve
Cours de mathématiques
de f : l'endomorphisme f est diagonalisable. De plus les di sont tous égaux à 1 : les espaces propres sont tous des droites. Remarque 1. Ce cas se produit
Matrice de passage et changement de base
Comment se souvenir de ce qu'il y a dans la matrice de passage? 6. la diagonalisation des matrices symétriques et application aux formes quadratiques ;.
ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau RéductionChapitre 8 :Réduction des endomorphismes
et des matrices carréesDans tout ce chapitre,Eest un espace vectoriel de dimension finienetfest un endomorphisme deE.
Le but de ce chapitre est de vérifier s"il existe une base deEdans laquelle la matrice defest une matrice diagonaleDet, le cas échéant, de déterminer cette base.Si une telle base n"existe pas, on en cherchera une dans laquelle la matrice defest une matrice triangulaire
T. Grâce à la formule de changement de base, toute matriceAdefsera donc semblable à la matrice diagonaleD(ou à la matriceT).Ceci permet de résoudre des problèmes faisant intervenir une matriceAen se ramenant à un problème
plus simple faisant intervenir une matrice diagonale ou triangulaire.1 Eléments propres d"un endomorphismea) Définitions
Définition 1
Un réelest unevaleur propre defs"il existe un vecteur~unon nuldeEtel que :f(~u) =~uUn tel vecteur non nul~uest appelévecteur propre defassocié à la valeur propre.Vocabulaire :l"ensemble des valeurs propres defest appelé lespectre def; notésp(f).
Remarques
1.Autremen tdit, un r éelest donc valeur propre defs"il existe un vecteur non nul (vecteur propre associé
à) dont l"image parfest colinéaire à lui-même, de coefficient de colinéarité. 2.On imp ose~u6=~0sans quoi tous les réelsseraient toujours valeurs propres def. En effet,f(~0) =~0 =:~0
pour tout réel.Exemple 1
Soitf2 L(R3)définie parf(x;y;z) = (x+ 2y;y;z).
Montrer que(1;1;0)et(1;0;0)sont des vecteurs propres def.Définition 2Soitune valeur propre def. On appellesous-espace propre associé à la valeur propre
l"ensemble notéE(f)constitué de toutes les solutions de l"équationf(~u) =~u, d"inconnue~u2E.
E (f) =f~u2Ejf(~u) =~ug1ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau RéductionRemarques 1.Le sous espace propre asso ciéà est l"ensembledes vecteurs propres associés àauquel on ajoute le vecteur nul.
2.est une valeur propre defsi et seulement siE(f)6=f~0g.
Méthode
Une fois qu"une valeur propre defest trouvée (ou suggérée), pour déterminer une base de vecteurs propres
defassociés à cette valeur propre, on détermine une base deE(f)en résolvant l"équationf(~u) =~u
d"inconnue~u2E.Exemple 1
Calculer les sous-espaces propres defassociés aux valeurs propres1et1.b) Lien entre les éléments propres defet la fonctionfIdEThéorème 1 : recherche de vecteurs propres
Soitune valeur propre def, on a :
E (f) =Ker(fIdE)Le sous-espace propre defassocié àest donc un sous-espace vectoriel deE.Preuve ker(fId) =f~u2Ej(fId)(~u) =~0g or(fId)(~u) =~0,f(~u)Id(~u) =~0,f(~u)~u=~0,f(~u) =~uAinsi,ker(fId) =f~u2Ejf(~u) =~ug=E(f).
Théorème 2 : recherche de valeurs propresUn réelest une valeur propre defsi et seulement sifIdEn"est pasbijective.
Preuve
est une valeur propre defsi et seulement siE(f)6=f~0gsi et seulement siKer(fIdE)6=f~0gsi et seulement si
fIdEn"est pas injective si et seulement sifIdEn"est pas bijective car c"est un endomorphisme en dimension finie.
Corollaire 1 : Cas particulier= 00est valeur propre defsi et seulement sifn"est pas bijective et : kerf=E0(f)2ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau Réductionc) Polynôme annulateur et valeurs propres possibles
Théorème 3 : polynôme annulateur et valeurs propres possibles defSiPest un polynôme annulateur defalors les seules valeurs propres possiblesdefsont les racines
deP.Attention :la réciproque est fausse! Les racines dePne sont pas forcément des valeurs propres def.
Exemple 2
Soitf2 L(R2)définie parf(x;y) = (y;x). Déterminer la fonctionf2et déterminer les seules valeurs propres
possiblesdef.Remarque
Ce théorème est fondamental pour déterminer les valeurs propres d"un endomorphisme dans un cadre théorique où
le calcul des valeurs propres est complexe. Si on vous donne une relation entre les puissances def, il faut l"exploiter
pour trouver les quelques valeurs propres possibles def.Il ne reste alors plus qu"à chercheKer(fIdE)oùn"est plus un paramètre mais l"une des quelques valeurs
possibles. SiKer(fIdE)6=f~0g, alorsest bien une valeur propre def, sinon ce n"en est pas une.2 Eléments propres d"une matrice carréeNous savons que l"équationf(~u) =~uest traduite en calcul matriciel (calcul sur les coordonnées) par
l"équationAX=XoùAest la matrice defdans une baseBetXla matrice du vecteur~udans la base B. D"où la définition et la propriété suivantes : a) DéfinitionsSoitAune matrice carrée d"ordren.Définition 3On appellevaleur propre de Atout réeltel qu"il existeX2 Mn;1(R)(matrice colonne) ,X6= 0,
vérifiant : AX=X Une telle matriceX6= 0est alors appeléevecteur propre de A associé à la valeur propre. On appellesous-espace propre associé à la valeur proprel"ensemble : E (A) =fX2 Mn;1(R)jAX=Xgb) Lien avec les endomorphismesPropriété 4
Soitf2 L(E)etAla matrice defdans une certaine baseB. sp(f) =sp(A)Ainsi, deux matrices semblables ont les mêmes valeurs propres.~uest vecteur propre defassocié àsi et seulement si sa matriceXdansBest vecteur propre deAassocié à3
ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau RéductionExemple Soitfl"endomorphisme deM2(R)dont la matrice dans la base canonique estA=0 BB@1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 11
C CA.1. 0 est-elle valeur propre def?
2. Montrer que0
B B@1 1 1 11 C CAest un vecteur propre deAet en déduire un vecteur propre def. c) Méthode de calculs des éléments propres d"une matricePropriété 51.Calcul des valeurs propres :est valeur propre deAsi et seulement siAIn"est pas inversible.
2.Calcul des vecteurs propres :E(A) =Ker(AI) =fX2 Mn;1(R) ; (AI)X= 0gE
(A)est donc l"ensemble solution de l"équation(AI)X= 0, d"inconnueX2 Mn;1(R).MéthodeS"ils ne sont pas suggérés, pour déterminer les éléments propres d"une matriceA. On cherche les valeurs
depour lesquellesAIn"est pas inversible (grâce à la méthode du pivot sur les matrices).On résout alors l"équationTX= 0oùTest la matrice triangulaire supérieure obtenue par le pivot.
Propriété 6 : Cas particulier des matrices triangulairesUne matrice triangulaire a pour valeurs propres les éléments de sa diagonale.
Preuve
SoitAune matrice triangulaire. Supposons par exempleA=0 B BB@a10::: :::0
a20:::0 ::: ::: ::: :::0 :::an10 ::: :::an1 CCCA(triangulaire inférieure) alors
AI=0 B BB@a10::: :::0
a20:::0 ::: ::: ::: :::0 :::an10 ::: :::an1 C CCAest aussi triangulaire donc n"est pas inversible si et seulement si =a1ou=a2ou ....ou=an.Ainsi,sp(A) =fa1;a2;:::ang
d) Polynôme annulateur et valeurs propres possiblesThéorème 7 SiPest un polynôme annulateur deAalors les seules valeurs propres possiblesdeAsont les racines deP.ExempleSoitA=0
BB@1 01 0
0 1 01
1 0 1 0
01 0 11
C CA. CalculerA2et en déduire un polynôme annulateur deA.En déduiresp(A).4
ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau Réduction3 Réduction a) Définitions i) Endomorphisme diagonalisableDéfinition 4
On dit qu"un endomorphismefestdiagonalisables"il existe une baseBdeEdans laquelle la matrice defest diagonale c"est-à-dires"il existe une baseBdeEconstituée de vecteurs propres de f.ii) Matrice diagonalisableDéfinition 5
Une matrice carréeA2 Mn(R)estdiagonalisablesi l"endomorphismefdeMn;1(R)dontAest la matrice dans la base canonique est diagonalisable , autrement dit : Aestdiagonalisablesi et seulement si il existePinversible etDdiagonale telles queA=PDP1. Les colonnes de la matricePforment alors une base deMn;1(R)constituée de vecteurs propres deA et les coefficients diagonaux de la matriceDsont les valeurs propres correspondantes.PreuveAest diagonalisable si et seulement si l"endomorphismefdeRndontAest la matrice dans la base canoniqueBcest diago-
nalisable. C"est-à-dire si et seulement si il existe une baseBdeRntelle queMatB(f) =Dest diagonale.
Or d"après la formule de changement de base :
MatBc(f) =PBc;BMatB(f)PB;Bc,A=PDP1
oùP=PBc;Best la matrice donc les colonnes sont coordonnées des vecteurs d"une base de vecteurs propres defdans la
baseBcdonc c"est une base de vecteurs propres deA.etDa pour coefficients diagonaux les valeurs propres defassociées à ces vecteurs donc les valeurs propres deA.
Méthode
Cette définition est utilisée en particulier pour prouver par l"absurde qu"une matrice non diagonale ayant
une seule valeur propre ne peut pas être diagonalisable :Montrons par l"absurde que la matriceA=0
BBBB@a2 0
a ...2 0a1 CCCCAn"est pas diagonalisable, quelque soit la
valeur dearéel : b) Caractérisation des endomorphismes diagonalisablesPropriété 8 Soient1,2, ...,pdes valeurs propres distinctes def. SoientL1une famille libre deE1(f),L2une famille libre deE2(f),...,Lpune famille libre deEp(f). Alors la familleLconcaténation des famillesL1,L2, ...,Lpest libre.Théorème 9 SoitEde dimensionn. Tout endomorphisme deEa au plusnvaleurs propres distinctes.PreuveSoitple nombre de valeurs propres distinctes def. Alors pour chacune de ces valeurs propres, il existe au moins un vecteur
propre associé que l"on fixe .5ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau RéductionOn obtient doncpvecteurs propres associés à des valeurs distinctes donc qui forment une famille libre.
Ainsi,pn(une famille libre a moins de vecteurs que la dimension de l"espace). i) Cas particulier : sifan=dim(E)valeurs propres distinctesThéorème 10Sif2 L(E)(ouA2 Mn(R)) an=dim(E)valeurs propres distinctes alorsf(resp. A) est diagonalisable.Alors, tous les sous-espaces propres def(respA) sont de dimension 1.Preuve
Sifanvaleurs propres distinctes alors pour chacune de ces valeurs propres il existe au moins un vecteur propre associé que
l"on fixe. On obtient donc une famille denvecteurs propres, libre donc une base deEconstituée de vecteurs propres def.
fest diagonalisable.Méthode
Si une matriceA2 Mn(R)anvaleurs propres distinctes alors on conclut directement queAest diago- nalisable, sans calculer les sous-espaces propres deA! ii) Cas généralThéorème 11 Soitf2 L(E)(respectivementA2 Mn(R)). On notesp(f)(resp.sp(A))=f1;2;:::;pg. Alors : dim(E1) +dim(E2) +::::+dim(Ep)nDe plus, f(resp. A) est diagonalisable si et seulement sidim(E1) +dim(E2) +::::+dim(Ep) =nPreuvePour chaque valeur proprei, on choisit une baseBide vecteurs propres associés àic"est-à-dire une base deEi(f). On
a choisitcard(Bi) =dim(Ei(f))vecteurs.Si on concatène ces bases en une familleF= (B1;B2;:::;Bp), alors on obtient une famille libre d"après la propriété 8.
Ainsi,Card(F)nc"est-à-diredim(E1) +dim(E2) +::::+dim(Ep)n.La familleFest libre donc :
Fest une base deEsi et seulement siCard(F) =nsi et seulement sidim(E1) +dim(E2) +::::+dim(Ep) =n.Méthode
Si une matriceA2 Mn(R)n"a pasnvaleurs propres distinctes alors on doit chercher les sous-espaces propres deApour déterminer si la somme de leur dimension vaut bienn.Si on rassemble les bases de chacun des sous-espaces propres deA, on obtient une base de vecteurs propres
deA.c) Cas particulier des matrices symétriquesConformément au programme, nous admettrons le théorème suivant :
Théorème 12 : Cas particulier des matrices symétriquesToute matrice symétrique est diagonalisable.
Remarque
Ce théorème sert uniquement à répondre à la question "justifier sans calculs queAest diagonalisable".
Attention : la réciproque est fausse. Beaucoup de matrices non symétriques sont diagonalisables.6
ECE 2 - Mathématiques
Mme Marcelin - Lycée Clemenceau RéductionRécapitulatif de la partie 3. du cours :Comment justifier qu"un endomorphisme ou
une matrice est ou n"est pas diagonalisable?I. Cas pratique où on connait la matriceM2 Mn(R)(ou la fonction):
Si on n"a pas encore calculé la moindre valeur propre ou le moindre vecteur propre: on re- garde si la matrice ne serait pas symétrique : alors elle est diagonalisable.Remarque :la réciproque est bien sûr fausse : une matrice non symétrique peut être diagonalisable.
Dans le cas où la matrice n"est pas symétrique : il va falloir calculer les valeurs propres pour pouvoir
conclure :Si on n"a calculé que les valeurs propres:
-S"il n" y a qu"une seule valeur propre: on raisonne par l"absurde pour montrer que la matrice n"est pas diagonalisable (sauf si elle est diagonale) : cf méthode page 5. -S"il y an=dim(E)valeurs propres: alors elle est diagonalisable. Cas général : S"il y a un autre nombre de valeurs propres (que une ounvaleurs propres) : il faut trouver s"il y a suffisamment de vecteurs propres pour tout de même former une base deE:sauf si on vous a déjà suggéré suffisamment de vecteurs propres, il faut donc trouver les sous-espaces
propres. :Si on a trouvé les sous-espaces propres:
On cherche les dimensions des sous-espaces propres (la plupart du temps en trouvant une base de ces sous-espaces) : si la somme de leur dimension donnen=dim(E), alors la matrice (ou l"endomorphisme) est diagonalisable, sinon, elle ne l"est pas .On peut alors prendre une base de chacun des sous-espaces propres pour former une base deEconstituée
de vecteurs propres de la matrice (ou de l"endomorphisme).!II. Cas théorique où on ne connait pas la matrice (ou la fonction) :Comment répondre à une question du type "soitfquelconque diagonalisable, montrer que ...."? :
Dans ce cas là on ne peut bien sûr pas calculer les éléments propres donc les méthodes ci-dessus ne
sont pas applicables :Dans le cadre théorique, il faut revenir à la caractérisation première, c"est-à-dire :
-Pour un endomorphisme, utiliser la caractérisation :fest diagonalisable si et seulement si il existe
une base deEconstituée de vecteurs propres def: vous introduisez donc une telle base(u1;u2;::::un)et
vous traduisez le fait que ce sont des vecteurs propres :f(u1) =1u1, ...,f(ui) =iui,...., et vous utilisez
ces hypothèses pour conclure.-Pour une matrice :, utiliser la caractérisation :Mest diagonalisable si et seulement si elle est sem-
blable à une matrice diagonale et donc on introduitPinversible etDdiagonale telle queM=PDP1et on utilise cette égalité pour conclure.7quotesdbs_dbs23.pdfusesText_29[PDF] Naviguer sur Internet - coursdinfo
[PDF] Méthode et organisation du nettoyage d 'un bloc sanitaire
[PDF] ENTRETIEN DES RUISSEAUX
[PDF] Guide de l 'utilisateur de l 'imprimante 2600 Series - Lexmark
[PDF] Diplôme Universitaire de Technologie(DUT) Licence Professionnelle
[PDF] (Numéro d 'identification consulaire) et vote par internet I- NUMIC
[PDF] Une formation, pourquoi ? comment - Pôle emploi
[PDF] Les conditions pour prier avec puissance [Mode de - ACM Lévis
[PDF] Harcèlement moral au travail - L 'atelier des droits sociaux
[PDF] Certificat de coutume ou certificat de célibat - Consulat du
[PDF] OBTENIR UN PERMIS DE CONSTRUIRE
[PDF] pieces a founir gupc classe iv - Ministère de la construction
[PDF] Visa pour travailler en Allemagne
[PDF] CQP, titre, diplôme, habilitation