Si M commute avec la matrice A qui est carrée d'ordre n Pour trouver le commutant d'une matrice diagonale (ou d'une matrice “simple” au sens où elle ...
(a) Montrer que M commute avec les matrices Eii. Dans cette question A est une matrice diagonalisable de Mn(IK)
morphismes de E qui commutent avec f. C'est un sous-espace vectoriel de L(E). (a) Trouver les matrices qui commutent avec une matrice car- rée diagonale à
Réciproquement une matrice diagonale commute avec toute matrice diagonale. Q 8 Montrons que. (. X2 = A. ) (i). ??.
Soit A une matrice carrée de format 2 telle que A2 est diagonalisable et TrA = 0. X commute avec A et donc laisse stable les trois droites propres de A.
(a) Montrer que M commute avec les matrices Eii. Dans cette question A est une matrice diagonalisable de Mn(IK)
On suppose que A commute avec toutes les matrices diagonales. Montrer que A est une matrice diagonale. Ex 8. Facile classique. Soit une matrice U triangulaire
Exercice 9 : Soit T une matrice triangulaire supérieure de taille n. Montrer que T commute avec sa transposée ei et seulement si elle est diagonale.
puissances d'une matrice et dans certains cas
On suppose en outre que C commute avec les matrices A et B. Soit A une matrice diagonalisable de Mn(R) admettant une valeur propre multiple ?.
2) Appendre à rendre une matrice non diagonale en une diagonale 3) Apprendre la notion des valeurs propres vecteurs propres etc §1 Pourquoi les matrices diagonales sont simples? Addition multiplication puissance polynôme déterminant inversion (si possible) images et noyau lié ou libre rang résolution d’un système etc
Aest aussi une matrice diag-onale 1 2 Matrices diagonalisables D e nition 2 Une matrice M 2M n(K) est dite diagonalisable si elle est semblable a une matrice diagonale Ceci est equivalent a dire qu’il existe une matrice inversible P 2 GL(n;K) telle que la matrice M0= P 1MP soit diagonale Rappelons que GL(n;K) d esigne l’ensemble des
qui déterminent exactement quand une matrice est diagonalisable Nous reprenons pas à pas les notions du chapitre « Valeurs propres vecteurs propres » mais du point de vue plus théorique des applications linéaires Notations Dans ce chapitre E est un K-espace vectoriel K est un corps Dans les exemples de ce chapitre K
Soit A une matrice sym etrique r eelle de M n(R) Alors : 1 A est diagonalisable sur R 2 Les espaces propres sont deux a deux orthogonaux Il existe donc une matrice orthogonale P telle que P 1AP est diagonale
U est une matrice inversible dont les colonnes sont des vecteurs propres de M alors U?1MU est diagonale Par conséquent diagonaliser M continument revient donc peu ou prou à faire un choix pour les vecteurs propres de M qui dépende continument de M Ce choix est toujours possible localement au voisinage d'une matrice dont toutes les
• La trigonalisation : transformer une matrice en une matrice triangulaire • La décomposition de Dunford : écrire une matrice comme la somme d’une matrice diagonali-sable et d’une matrice nilpotente • La réduction de Jordan : transformer une matrice en une matrice diagonale par blocs
n, U?1MU = D alors les coecients diagonaux de D sont des aleursv propres de M et les vecteurs colonnes de U sont des vecteurs propres de M. Réciproquement, si U est une matrice inversible dont les colonnes sont des vecteurs propres de M, alors U?1MU est diagonale.
Nous proposons des exercices de diagonalisation des matrices. Une matrice est diagonalisable si le nombre de ces valeurs propres égale à la dimension de l’espace dans lequel est définie. D’autre part, on donne des applications de la diagonalisation pour résoudre les systèmes linéaires et calcul de l’exponentielle de matrices.
Par conséquent, diagonaliser M continument revient donc peu ou prou à faire un choix pour les vecteurs propres de M, qui dépende continument de M. Ce choix est toujours possible localement, au voisinage d'une matrice dont toutes les aleursv propres sont distinctes. C'est une application classique du théorème d'inversion locale.
5.2 Diagonalisation de matrices symétriques 49 Exemple 5.1 Soit f une application linéaire de R3dans R3telle que A = M can,can(f) = ? ? 6 ?2 ?1 ?2 6 ?1 ?1 ?1 5 ? ?. Les valeurs propres de A sont ?1= 8, ?2= 6 et ?3= 3. A est donc diagonalisable.