Академический Документы
Профессиональный Документы
Культура Документы
aux questions posées dans le chapitre initial. Nous avions introduit aux ma-
trices carrées de scalaires dans un corps K d’ordre n de la forme
a11 a12 · · · a1n
a21 a22 · · · a2n
A=
···
, aij ∈ K
··· ··· ···
an1 an2 · · · ann
La première est la suivante : peut-on calculer la puissance k-ième de A
Ak = A × ... × A = Ak−1 × A = A × Ak−1
| {z }
k fois
0
avec A = In la matrice identité d’ordre n.
pour |x| < R, où R > 0 est le rayon de convergence de la fonction, peut aussi
définir la matrice
∞
X
f (A) = ak Ak
k=0
Une telle matrice intervient dans la résolution des systèmes d’équations
différentielles linéaires. Nous avions déja vu deux types de matrices pour
lesquelles ces opératons sont faciles
1.1.1. Matrices diagonales. Soit A diagonale
A = diag(λ1 , λ2 , · · ·, λn ) = (δij λi )
On a montré qu’on avait
(1.1) Ak = diag(λk1 , λk2 , · · ·, λkn )
et si |λi | < R pour tout 1 ≤ i ≤ n, on aura
(1.2) f (A) = diag(f (λ1 ), f (λ2 ) · ··, f (λn ))
1.1.2. Matrice de Jordan simple. Soit A une matrice de Jordan simple
de la forme
λ 1 ··· 0
0 λ 1 0
A = Jn (λ) =
··· ··· ··· ···
0 0 ··· λ
A = λIn + Hn
1
2
avec
0 1 ··· 0
0 0 1 0
Hn =
··· ··· ··· ···
0 0 ··· 0
Nous avons
Hnn−1 6= 0 et Hnn = 0
Nous avons montré que pour n=3, on a
k 1 n 1 n
λ 2! ( )λk−1 3! ( )λk−2
k−1 k−2
k
(1.3) A = 1 n
0
λk 2! ( k − 1 )λ
k−1
0 0 λk
si bien que pour λ dans le rayon de convergence, on a
1 0 1
f (λ) 2! f (λ) 3! f ”(λ)
1 0
(1.4) f (A) = 0 f (λ) 2! f (λ)
0 0 f (λ)
Pour les ordres n supérieurs, il suffit de suivre les sur-diagonales et de mettre
les dérivées supérieures de f appliquées à λ, divisées par k!
et donc
Jr1 (λ1 )k
Ak = P ··· P −1
k
Jrp (λp )
et enfin
f (Jr1 (λ1 ))
f (A) = P ··· P −1
f (Jrp (λp ))
k
On calcule sans peine les matrices Jr1 (λ1 ) selon la formule (1.3) et leurs
images par f.
Notre réponse est qu’il existe des matrices A, pour lesquelles, la première
question admet une réponse positive : Elles sont dites diagonalisables.
Par contre, pour toute matrice A, la deuxième question admet une
réponse positive. Nous allons donner le fondemement de cela.
1.2. Valeurs propres, vecteurs propres. Gardons les mêmes nota-
tions avec celle-ci en plus. Soit x un vecteur de E, notons
x1
X = ···
xn
le vecteur de ses composantes dans la base B. Donnons les définitions.
Definition 1. Un vecteur x (resp. X) non nul est un vecteur propre de
u (resp. A), si et seulement il existe un scalaire λ tel que
(1.5) u(x) = λx
resp. AX = λX
et λ est alors la valeur propre associée au vecteur propre x.
Definition 2. Un scalaire λ est une valeur propre de u ssi il existe un
vecteur x non nul tel que (1.5) soit vraie.
Definition 3. Soit λ une valeur propre de u, l’ensemble des vecteurs
propres associés à λ augmenté du vecteur nul
Eλ = {x ∈ E, u(x) = λx} ⊂ E
ou
Eλ = {X ∈ K n , AX = λX} ⊂ K
s’appelle espace propre associé à λ.
= (2 − λ)2 (3 − λ)
Donc les valeurs propres sont 2 et 3. Un autre exemple. Soit
−1 −6 11
1
B= −3 10 −3
4
11 −6 −1
Evaluons
−17 −6 11
1
B − 4I = −3 −6 −3
4
11 −6 −17
On constate que deux fois la deuxième ligne moins la première donne la
dernière ligne. Donc det(B-4I)=0 et 4 est une valeur propre. De même
11 −6 11
1
BA + 3I = −3 22 −3
4
11 −6 11
La première colonne et la dernière sont identiques. Donc det(B+3I)=0 et
donc -3 est une valeur propre. Evaluez B-I et en déduire que 1 est une valeur
propre de B. Soit
9 −15 −5
C= 0 −1 0
10 −5 −6
Montrer que -1 et 4 sont des valeurs propres. Vous pouvez aussi faire
l’exercice suivant.
Exercise 1. Déterminer les polynômes caractéristiques des matrices A,
B et et en déduire leurs valeurs propores.
Soit la matrice B. Quel est le coefficient de λ3 , de λ2 , de λ0 . Sachant que
1 est racine du polynôme, déterminer le coefficient de λ.
Retenez que
• On peut déterminer les valeurs propres en déterminant polynôme
caractéristique et calculer les racines
• On peut aussi vérifier qu’une valeur donnée est valeur propre en
calculant det(A-λI)
• En dimension trois, il suffit de connaitre une racine donnée pour
compléter le polynôme caractéristique
λ3 − tr(A)λ−2 + aλ + det(A)
en déterminant a.
Maintenant rappelons que dans un corps algébriquement clos comme C,
tout polynôme de degrés n, possède exactement n racines. On suppose dans
la suite que nous sommes dans C. Donc PA possède n racines mais p valeurs
distinctes λi (i=1,...,p). La racine λi est solution ni ≥ 0 fois de sorte que
Y
PA (λ) = (λi − λ)ni
1≤i≤p
6
avec
n1 + n2 + ... + np = 0
Avec les exemples précédents, on a
PA (λ) = (2 − λ)2 (3 − λ)
PB (λ) = (1 − λ)(4 − λ)(3 + λ)
PC (λ) =?
Dans certains cas, on a : n1 = n2 = ... = nn = 1. Dans ce cas, on a exactement
ne racines distinctes. Cela constitue un exemple important dans la suite.
Etudons maintenant la somme des espaces propres
1.3. Diagonalisation d’une matrice. Commençons par énoncer ce
résultat
Proposition 2. Chaque espace propre Eλ est stable par l’endomorphisme
u, c’est-à-dire que l’image d’un élément de Eλ reste dans Eλ , ou encore
u(Eλ ) ⊂ Eλ
Proof. Soit x∈ Eλ ⇔ u(x) = λx. Soit y∈ u(Eλ ). Donc il existe x∈ Eλ tel
que u(x)=λx. Donc
u(y) = u(u(x)) = u(λx) = λu(x) = λy
D’où y∈ Eλ . On vient de montrer
y ∈ u(Eλ ) ⇒ y ∈ Eλ
D’où
u(Eλ ) ⊂ Eλ
La différence donc
(λ − µ)x2 = 0
Puisque λ 6= µ, donc x2 = 0 et alors x1 = 0.
Puisque la propriété est vraie à l’origine p=2, on peut la démontrer par
récurrence sur p. Il nous suffit de montrer alors que si elle est vraie à l’odre
p, elle le sera à l’ordre p+1.
Supposons qu’elle est vraie à l’ordreQ p.
Supposons qu’on ait (x1 , x2 , ..., xp ) ∈ 1≤i≤p+1 Eλi , on a
X
(1.8) xi = 0
1≤i≤p+1
a1 x1 + a2 x2 + ... + an xn = 0
est l’équation d’un hyperplan, c’est à dire, un espace de dimension n-1.
Deux équations indépendantes donnent un espace de dimension n-2. Trois
équations indépendantes d’hyperplans donnent un espace de dimension n-3,
etc...
−17 −6 11
1
B − 4I = −3 −6 −3
4
11 −6 −17
x
. Nous cherchons X= y tel que
z
BX = 4X ⇔ (B − 4I)X = 0
et nous constatons que, dans B-4I, deux fois la deuxième ligne moins la
première donne la dernière. On peut ignorer la première équation et on
aura
−3x − 6y − 3z = 0
BX = 4X ⇒
11x − 6y − 17z = 0
donc
x + 2y + z = 0
11x − 6y − 17z = 0
Désigons par EQi les équations du système et appliquons les opérations :
11(EQ1 ) − EQ2 puis 3EQ1 + EQ2 . Nous avons
28y + 28z = 0
14x − 14z = 0
y = −z
x=z
Pour z=1, on a x=1 et y=-1 Donc
c1 = (1, −1, 1)
vecteur directeur de E4 . Pour la valeur propre λ = −3, on a
11 −6 11
1
B + 3I = −3 22 −3
4
11 −6 11
On constate l’égalité de la première et de la dernière ligne. Donc
−3x + 22y − 3z = 0
BX = −3X ⇒
11x − 6y + 11z = 0
En appliquant 11(EQ1 ) + 3(EQ2 ), on aura
y=0
x = −z
Donc pour z=1, x=-1, y=0 et
c2 = (−1, 0, 1)
1. REDUCTION D’ENDOMORPHISMES OU DE MATRICES 11
Donc
x 1 0
y = x 0 + y 1
z 2 −1
Donc
c2 = (1, 0, 2) et c3 = (0, 1, −1)
est une base de E−1 . Si bien que
C = (c1 , c2 , c3 )
est une base de vecteurs propres de C. On a la matrice de passage
1 1 0
P = 0 0 −1
1 2 −1
On a
2 −1 −1
P −1 = −1 1 1
0 −1 0
Vous aurez
P −1 CP = diag(4, −1, −1) = mat(u, C)
Vous vérifiez aisément ici que
qC (C) = (−I − C)(4 ∗ I − C) = 0
1. REDUCTION D’ENDOMORPHISMES OU DE MATRICES 13
Et
dim(Nλi ) = ni
Donc
dim(Eλi ) = ni ⇒ Eλi = Nλi
De plus, on peut trouver dans chaque espace Nλi une base B i telle que la
matrice de la restriction de u dans cette base est une matrice en blocs de
Jordan de la forme
J1 (λi )
···
Js (λi )
où chaque Jj (λi ) est une matrice de Jordan simple.
1.6.1. Méthode de Jordanisation. Pour une valeur propre dont la dimen-
sion est égale à son ordre de multiplicité, on diagonalise l’endomorphisme sur
l’espace propre. Sinon, on jordanise sur l’espace caractéristique, qui inclut
dans l’espace propre :
Eλi ⊂ Nλi
Nous verrons les méthodes utilisées dans les exemples à venir.
1. REDUCTION D’ENDOMORPHISMES OU DE MATRICES 15
Ce qui donne pour base ((−2, 1, 0), (−1, 0, 1)). Le premier vecteur était déjà
obtenu. Posons
c2 = (−1, 0, 1)
Nous voulons avoir
−2 −1 −4
F (c2 ) = c1 + 2c2 = 1 + 2 0 = 2
0 1 1
Ce qui est le cas. Enfin passons à l’espace caractéristique N3 = Ker(F − 2I)3
qui est de dimension, forcément égal à E (qui est de dimension 3). Il suffit
donc de compléter (c1 , c2 ) en une base de E, (c1 , c2 , c3 ) de sorte que M(u,
(c1 , c2 , c3 )) soit de blocs de Jordan. Cherchons alors c3 = (x, y, z) tel que
F c3 = c2 + 2c3 ⇔ (F − 2I)(c3 ) = c2
On trouve
z = 1, x + 2y = −2
Soit y=0, on obtient
c3 = (−2, 0, 1)
On vérifie que (c1 , c2 , c3 ) est une base de E=N3 et
−5 −1 −2
F (c3 ) = 0 = 0 + 2 0 = c2 + 2c3 =
3 1 1
D’où, pour
−2 −1 −2
P = 1 0 0
0 1 1
et
2 −1 −1
P −1 = −1 1 1
0 1 0
Conclusion 1. Nous avons fini cet exposé. Nous vous prions de faire
les exercices exposés dans le site du cours. Ces exercices permettent de voir
si vous comprenez les principes pour de petites dimensions. Mais rassurez
vous, les calculs sont faits avec des logiciels tels que Matlab, scilab, R, etc.
Tous les calculs de ce chapitre sont faits avec le logiciel R.