Beruflich Dokumente
Kultur Dokumente
UTC
juillet 2012
5
suivant
Chapitre 4
Valeurs propres - Vecteurs propres
4.1
4.2
4.3
4.4
4.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
18
23
30
41
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre N
section suivante
4.1.1
4.1.2
4.1.3
4.1.4
4.1.5
4.1.6
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
Exercices :
Exercice A.1.1
Exercice A.1.2
Exemples :
Exemple B.1.1
(4.1.1)
~
y est appel un vecteur propre de u associ la valeur propre .
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
Valeur et vecteur
propres dun
endomorphisme
On a donc
1 est valeur propre de p et tout vecteur non nul de F 1 est un vecteur propre associ cette valeur
propre ;
0 est valeur propre de p et tout vecteur non nul de F 2 est un vecteur propre associ cette valeur
propre.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
Exemples :
Exemple B.1.2
1 0 0
Exemple : K = IR, A = 0 1 0 . On cherche les valeurs propres et les vecteurs propres Y =
0 0 0
y1
y 2 .
y3
6
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
0
2 = 0 et Y2 = 0 , o est un rel quelconque.
Pour que Y1 et Y2 soient vecteurs propres, donc non nuls, il faut de plus (, ) 6= (0, 0) et 6= 0.
Valeur et vecteur
propres dune
matrice
On peut montrer en exercice que les rsultats constats sur lexemple prcdent se gnralisent :
Les valeurs propres dune matrice diagonale sont ses termes diagonaux.
A non inversible 0 est valeur propre de A.
Depuis le dbut du cours K = IR ou K = C. Si les termes de A sont rels, puisque IR C, on peut
considrer A Mn,n (IR) et chercher alors les valeurs et vecteurs propres dans IR ou considrer
A Mn,n (C) et chercher alors les valeurs et vecteurs propres dans C. Lorsque lon ne prcise pas,
si A Mn,n (IR), on tudiera les valeurs et vecteurs propres rels de A.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
4.1.3 Lien entre les valeurs propres dune matrice et celles dun endomorphisme
On vient de dfinir de faon indpendante les valeurs propres et vecteurs propres dun endomorphisme u L (E , E ) puis les valeurs propres et les vecteurs propres dune matrice A.
Si A est une matrice associe lendomorphisme u, y a-t-il une relation entre les valeurs propres
et vecteurs propres de lune et les valeurs propres et vecteurs propres de lautre ?
Proposition 4.1.1. E est muni dune base E , u L (E , E ) et (,~
y ) est un couple propre de u : u(~
y) =
~
~
y et ~
y 6= 0,
si A est la matrice associe u quand on munit E de la base E ,
si Y est le vecteur colonne contenant les composantes de ~
y dans la base E ,
alors on a : AY = Y et Y 6= 0. Donc (, Y ) est un couple propre de A.
Dmonstration AY est le vecteur colonne contenant les composantes de u(~
y ) dans la base E ,
Y est le vecteur colonne contenant les composantes de ~
y dans la base E . On a donc AY = Y .
De plus ~
y 6=~0 donc Y est un vecteur colonne non nul.
Exemple :
Si E est un espace vectoriel muni dune base {~
e 1 ,~
e 2 ,~
e 3 },
si est le plan vectoriel engendr par {~
e 1 ,~
e 2 },
si D est la droite vectorielle engendre par {~
e 3 },
si u est la projection sur paralllement D,
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
1 0 0
alors la matrice de u est la matrice A = 0 1 0 . On a calcul les valeurs propres et vecteurs
0 0 0
propres de cette matrice dans le paragraphe Valeur et vecteur propres dune matrice. On a trouv
1 = 1, Y1 = , 2 = 0, Y2 = 0
Dautre part, comme on la vu dans lexercice A.1.2, les vecteurs du plan sont des vecteurs propres
de u associs la valeur propre 1 et les vecteurs de la droite sont des vecteurs propres de u associs
la valeur propre 0. On retrouve bien les mmes valeurs propres et la correspondance entre les
vecteurs propres de A et u :
Y1 correspond ~
y 1 = ~
e 1 + ~
e2 ; ~
y 1 est bien un vecteur du plan ,
Y2 correspond ~
y 2 = ~
e3 ; ~
y 2 est bien un vecteur de la droite D.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
Exercices :
Exercice A.1.5
Cours :
Valeur et vecteur propres dune matrice
On a vu dans lexemple B.1.2 que le calcul des valeurs propres se fait en cherchant les valeurs de
qui annulent le dterminant de la matrice A I . Dune faon plus gnrale, on peut dfinir :
Dfinition 4.1.3. On appelle polynme caractristique de A le polynme
A (s) = det (sI A).
Le polynme caractristique de A est de degr n et, plus prcisement, il est de la forme :
A (s) = s n + 1 s n1 + 2 s n2 + . . . + n1 s + n .
En effet, sI A est la matrice
sI A =
s a 11
a 21
...
a i 1
...
a n1
a 12
s a 22
...
a i 2
...
a n2
...
...
...
...
...
...
10
a 1i
a 2i
...
s ai i
...
a ni
...
...
...
...
...
...
a 1n
a 2n
...
a i n
...
s a nn
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
et donc il est clair que le terme de plus haut degr du dterminant de sI A est s n . Par ailleurs
n = A (0) = det (A) = (1)n det (A).
(4.1.3)
Polynme
caractristique
(4.1.4)
Y 6= 0 | (I A)Y = 0 Ker A 6= 0
I A nest pas inversible det (I A) = 0.
Il suffit de reprendre les proprits dune matrice carre vues dans les chapitres prcdents.
Dfinition 4.1.4. On dit que est une valeur propre de A de multiplicit r si est racine de multiplicit r du polynme caractristique A .
Lorsque r = 1, on dit que la valeur propre est simple, lorsque r = 2, on dit que la valeur propre est
double, lorsque r = 3, on dit que la valeur propre est triple.
Sommaire
Concepts
Pratiquement :
Exemples
Exercices
Documents
Pour dterminer les valeurs propres dune matrice, on calcule le polynme caractristique
A (s) = det (sI A).
11
prcdent
section N
suivant
Ses racines i sont les valeurs propres de la matrice. Il est quivalent de chercher les racines du
polynme det (A sI ). Pourquoi ?
Polynme
caractristique
A=
5 2
2 2
s 5
2
2
s 2
alors
sI A =
donc
A (s) = det (sI A) = (s 5)(s 2) 4 = s 2 7s + 6 = (s 1)(s 6).
On obtient donc 2 valeurs propres simples relles = 1 et = 6, on dtermine les vecteurs propres
associs :
= 1,
4y 1 + 2y 2 = 0
(A I )Y = 0
y 2 = 2y 1
Y =
2y 1 + y 2 = 0
Y 6= 0
(y 1 , y 2 ) 6= (0, 0)
(y 1 , y 2 ) 6= (0, 0)
IR
= 6,
y 1 + 2y 2 = 0
(A I )Y = 0
y 1 = 2y 2
Y =
2y 1 4y 2 = 0
Y 6= 0
(y 1 , y 2 ) 6= (0, 0)
(y 1 , y 2 ) 6= (0, 0)
IR .
12
1
2
Sommaire
Concepts
2
1
Exemples
Exercices
Documents
prcdent
section N
suivant
On constate sur cet exemple toutes les proprits qui ont t nonces : A est un polynme de
degr 2, il existe toujours une infinit de vecteurs propres associs une valeur propre donne .
Polynme
caractristique
Sommaire
Concepts
Exemples
Exercices
Documents
13
prcdent
section N
suivant
Exercices :
Exercice A.1.6
Exercice A.1.7
Exercice A.1.8
Proposition 4.1.3. Si A Mn,n est une matrice triangulaire, alors les valeurs propres de A sont les
termes diagonaux de A.
Dmontrer cette proprit en exercice.
Proposition 4.1.4.
1. Si A Mn,n (C), alors :
valeur propre de A valeur propre de A (avec la mme multiplicit).
2. Si A Mn,n (IR), alors :
valeur propre de A valeur propre de A (avec la mme multiplicit).
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
Dmonstration On a vu dans le chapitre sur les dterminants que, pour toute matrice B , det B =
det B T , on a donc
det (sI A) = det (sI A)T = det (sI A T ).
Valeurs propres
et matrices
particulires
Les deux matrices A et A T ont le mme polynme caractristique, elles ont donc les mmes valeurs propres avec la mme multiplicit.
Sommaire
Concepts
Exemples
Exercices
Documents
15
prcdent
section N
Exercices :
Exercice A.1.9
Sommaire
Concepts
Donc A = B .
Attention ! Si A et B sont semblables, elles ont les mmes valeurs propres mais elles nont pas les
mmes vecteurs propres.
16
Exemples
Exercices
Documents
prcdent
section N
(4.1.5)
P B P 1 Y = Y .
(4.1.6)
Valeurs propres
et matrices
semblables
or, A = P B P 1 , donc
On multiplie (4.1.6) gauche par P 1 , et on obtient
(P 1 )P B P 1 Y = (P 1 )Y B P 1 Y = P 1 Y .
(4.1.7)
Si on pose Z = P 1 Y , on a B Z = Z .
De plus, Y 6= 0 et P 1 inversible donc Ker P 1 = {0}. Donc Y Ker P 1 et Z 6= 0.
Donc Z est un vecteur propre de B associ la valeur propre (ceci dmontre nouveau que
est valeur propre de B ).
Sommaire
Concepts
Exemples
Exercices
Documents
17
section prcdente
chapitre N
section suivante
4.2.1
4.2.2
Sommaire
Concepts
Exemples
Exercices
Documents
18
section N
suivant
Dans ce paragraphe, K = C. On tudie le cas le plus gnral des matrices coefficients complexes.
IR C, donc les matrices coefficients rels sont des matrices coefficients complexes. Pour ces
matrices, on tudiera les valeurs propres et vecteurs propres complexes car, comme on la vu, les
valeurs propres et vecteurs propres de ces matrices ne sont pas toujours rels (revoir lexemple
B.1.2 de la rotation).
Les valeurs propres de la matrice A sont les racines du polynme caractristique de A. Puisque
K = C, lexistence et le nombre de valeurs propres dune matrice est une consquence du thorme de dAlembert :
Thorme de dAlembert - Un polynme de degr n coefficients rels ou complexes admet n racines dans C, chacune de ces racines tant compte avec sa multiplicit.
Le polynme A (s) peut donc scrire sous la forme
A (s) =
p
Y
Exemples
Exercices
Documents
(s i )r i
i =1
19
Sommaire
Concepts
section N
suivant
o
1 , 2 , . . . , p sont les p racines distinctes du polynme caractristique (i 6= j pour i 6= j ),
r i est la multiplicit de la racine i .
p
X
r i = n. On a donc la proposition suivante :
Daprs le thorme de dAlembert on a
Existence et
multiplicit des
valeurs propres
i =1
Proposition 4.2.1. Si A est une matrice appartenant Mn,n (C) qui admet p valeurs propres complexes distinctes notes 1 , . . . , p , si lon note r i la multiplicit de i , alors
p
X
r i = n.
i =1
Sommaire
Concepts
Exemples
Exercices
Documents
20
prcdent
section N
p
Y
i =1
(s i )r i =
n
Y
(s i ).
i =1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
n
X
ai i =
i =1
n
X
i ,
Valeurs propres,
trace et
dterminant
i =1
n
Y
i .
i =1
Dmonstration
A (s) = det (sI A) = (s 1 )(s 2 ) . . . (s n ).
(4.2.1)
P
Le coefficient de s n1 dans det (sI A) est ni=1 a i i car, dans le calcul du dterminant, seul le
produit des lments de la diagonale de sI A donne un terme en s n1 . Dautre part, le coefficient
P
de s n1 dans (s 1 )(s 2 ) . . . (s n ) est ni=1 i .
On a vu dans lquation (4.1.3) que A (0) = (1)n det (A). Dautre part,
Q
A (0) = (0 1 )(0 2 ) . . . (0 n ) = (1)n ni=1 i , ce qui dmontre la deuxime proprit.
Sommaire
Concepts
Exemples
Exercices
Documents
22
section prcdente
chapitre N
section suivante
4.3.1
4.3.2
4.3.3
Sommaire
Concepts
Exemples
Exercices
Documents
23
section N
suivant
Exercices :
Exercice A.1.13
Exercice A.1.14
On a vu qu une valeur propre on peut associer une infinit de vecteurs propres. Ce rsultat peut
tre prcis de la faon suivante :
Proposition 4.3.1. Si A Mnn (K ), si K est une valeur propre de A, si on note V le sousensemble de Mn1 (K ) dfini par
V = {Y Mn1 (K ) | AY = Y },
alors V est un sous-espace vectoriel de Mn1 (K )
Dmontrer cette proposition en exercice.
Dfinition 4.3.1. Si est une valeur propre de A, on appelle sous-espace propre associ le
sous-espace vectoriel de Mn1 (K ), not V , dfini par :
V = {Y Mn1 (K ) | AY = Y } = Ker (A I ).
24
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
Le sous-espace propre V contient les vecteurs propres (non nuls) associs et le vecteur nul.
est une valeur propre de A, donc V 6= {0}, donc dim V 1.
Si u est un endomorphisme de E , si est une valeur propre de u, on peut galement dfinir le
sous-espace propre associ . On a alors un sous-espace vectoriel de E :
Dfinition du
sous-espace
propre
V = {~
x E , u(~
x ) = ~
x }.
1 0 1
Exemple : Soit la matrice A 5 = 0 1 0 de lexercice A.1.5, alors on a
0 0 2
1
0
1
V1 = vect 0 , 1 et V2 = vect 0 .
0
0
1
Sommaire
Concepts
Exemples
Exercices
Documents
25
prcdent
section N
suivant
p1
X
Sommaire
Concepts
i Yi
i =1
On multiplie par la matrice A, puis on remarque que les vecteurs Y1 , Y2 , ..., Y p sont des vecteurs
propres :
AY p =
p1
X
i =1
i AYi p
p1
X
i =1
i Yi =
p1
X
i =1
26
i i Yi
p1
X
i (i p )Yi = 0.
i =1
Exemples
Exercices
Documents
prcdent
section N
suivant
Somme directe
des sous espaces
propres
Or les valeurs propres sont toutes distinctes, donc i p 6= 0 donc i = 0 pour tout i = 1, . . . , p
1. On a donc Y p = 0, ce qui impossible puisque Y p est un vecteur propre.
On vient de dmontrer par labsurde que la famille {Y1 , Y2 , . . . , Y p } est donc libre.
Proposition 4.3.3. Si 1 , 2 , . . . , p sont p valeurs propres distinctes dune matrice A appartenant
Mn,n , alors les sous-espaces vectoriels {V1 ,V2 , . . . ,Vp } sont en somme directe.
La dmonstration de la proposition prcdente est propose en document.
Sommaire
Concepts
Exemples
Exercices
Documents
27
prcdent
section N
Exercices :
Exercice A.1.15
Documents :
Document C.1.2
Proposition 4.3.4. Si est une valeur propre de A, si V est le sous-espace propre, si r est la multiplicit de et si d est la dimension de V , alors
d r.
Vous pouvez lire la dmonstration de cette proposition en document.
Exemple 1 : On dfinit la matrice
A=
1 1
0 1
Cette matrice est triangulaire suprieure donc ses valeurs propres sont les termes diagonaux. =
1 est donc valeur propre double et r = 2.
Aprs calcul, on trouve
V1 = vect <
1
0
>
Exemples
Exercices
Documents
28
Sommaire
Concepts
prcdent
section N
I=
1 0
0 1
Multiplicit
dune valeur
propre et
dimension du
sous espace
propre
Proposition 4.3.5. Si A Mnn (K ), si 1 , ...., p sont les p valeurs propres distinctes appartenant
K , si d 1 , ..., d p sont les dimensions des sous-espaces propres V1 ,V2 , ...,Vp . alors
p
X
d i n.
i =1
Dmonstration
Pp
Pp
Si on note r 1 , r 2 , ..., r p les multiplicits des valeurs propres, on a i =1 d i i =1 r i .
Or les valeurs propres sont les racines dans K du polynme caractristique.
Ce polynme est toujours de degr n, donc il admet n racines dans C et au plus n racines dans IR.
Pp
Donc on a toujours i =1 r i n.
Sommaire
Concepts
Exemples
Exercices
Documents
29
section prcdente
chapitre N
section suivante
4.4.1
4.4.2
4.4.3
4.4.4
4.4.5
Dfinition de la diagonalisation . . . . . . . . . . . . .
Condition ncessaire et suffisante de diagonalisation .
Condition suffisante de diagonalisation . . . . . . . . .
Trigonalisation dune matrice . . . . . . . . . . . . . . .
Applications de la diagonalisation . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
31
33
35
37
39
Sommaire
Concepts
Exemples
Exercices
Documents
30
section N
suivant
Exercices :
Exercice A.1.16
Dfinition 4.4.1. On dit que la matrice A Mn,n est diagonalisable dans K sil existe une matrice
D Mn,n (K ) diagonale et une matrice P Mn,n (K ) inversible telles que A = P DP 1 ou, ce qui est
quivalent, D = P 1 AP .
Les matrices A et D sont semblables, donc elles ont les mmes valeurs propres 1 , . . . , n : ce sont
les lments de la diagonale de D. Donc
1 0 ... 0
..
0 ... ...
.
D = .
.
. .. ..
.
. 0
.
0 ... 0 n
Dautre part
Sommaire
Concepts
D = P 1 AP AP = P D,
Exemples
Exercices
Documents
section N
suivant
Dfinition de la
diagonalisation
Une matrice A diagonale appartenant Mn,n (K ) est diagonalisable dans K : il suffit de choisir
D = A, P = I .
Sommaire
Concepts
Exemples
Exercices
Documents
32
prcdent
section N
suivant
Cours :
Diagonalisation - dfinition
il existe une base {Y1 . . . Yn } de Mn,1 (K ) dont les vecteurs vrifient AYi = i Yi
il existe une base de Mn,1 (K ) constitue de vecteurs propres de A.
Bien-sr, dans la dmonstration prcdente, les Yi sont les colonnes de P et les i sont les termes
diagonaux de D. On a dj utilis cette notation dans le paragraphe Diagonalisation-dfinition
33
Exemples
Exercices
Documents
prcdent
section N
suivant
r i = n et d i = r i i = 1...p
Condition
ncessaire et
suffisante de
diagonalisation
i =1
di = n
i =1
p
X
i =1
Sommaire
Concepts
Exemples
Exercices
Documents
34
prcdent
section N
suivant
Exercices :
Exercice A.1.17
Sommaire
Concepts
35
Exemples
Exercices
Documents
prcdent
section N
suivant
Attention ! Une matrice peut tre diagonalisable dans C et pas diagonalisable dans IR. Par exemple
si A est la matrice de la rotation dangle 6= k dans le plan, alors A nest pas diagonalisable dans
IR car elle na pas de valeurs propres relles. Par contre elle est diagonalisable dans C, puisquelle
admet 2 valeurs propres complexes distinctes.
Condition
suffisante de
diagonalisation
Sommaire
Concepts
Exemples
Exercices
Documents
36
prcdent
section N
suivant
Cours :
Multiplicit dune valeur propre et
dimension du sous espace propre
A=
1 1
0 1
est triangulaire suprieure, elle admet une seule valeur propre = 1 qui est double : 1 = 2 = 1.
Si A tait diagonalisable alors elle serait semblable la matrice identit et on aurait A = P I P 1 = I !
Ceci est faux, donc A nest pas diagonalisable ( ni dans IR, ni dans C).
Autre dmonstration : on a tudi cette matrice dans le cours rfrenc et on a montr que d =
1, r = 2 donc d < r . Donc la condition ncessaire et suffisante de diagonalisation nest pas vrifie,
donc la matrice A nest pas diagonalisable !
Quand on ne peut pas diagonaliser une matrice, on peut chercher une autre forme de matrice
semblable, par exemple une matrice T triangulaire suprieure.
Thorme 4.4.3. Toute matrice A Mn,n (C) est semblable une matrice triangulaire suprieure
T Mn,n (C).
37
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
Trigonalisation
dune matrice
Sommaire
Concepts
Exemples
Exercices
Documents
38
prcdent
section N
D =
...
..
.
...
k1
...
..
.
...
Dk =
Sommaire
Concepts
kn
39
prcdent
section N
u 0 , v 0 donns
u
= a 11 u n + a 12 v n , n N
n+1
v n+1 = a 21 u n + a 22 v n , n N
Applications de
la
diagonalisation
On pose
Xn =
un
vn
A=
a 11
a 21
a 12
a 22
On a alors
X n = An X 0
Sommaire
Concepts
Exemples
Exercices
Documents
40
section prcdente
chapitre N
4.5 Complments
4.5.1
4.5.2
Thorme de Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . 42
Formes de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Sommaire
Concepts
Exemples
Exercices
Documents
41
section N
suivant
Exercices :
Exercice A.1.18
Exercice A.1.19
Prliminaire : Si A est une matrice carre, A Mn,n (K ), on peut dfinir ses puissances successives
A 2 , A 3 , . . . . Si est un polynme coefficients dans K donn par :
(s) = s n + c 1 s n1 + c 2 s n2 + + c n1 s + c n ,
on peut alors dfinir la matrice carre
(A) = A n + c 1 A n1 + c 2 A n2 + + c n1 A + c n I .
La matrice (A) commute avec A, cest dire A (A) = (A) A. En effet, le produit matriciel est
distributif par rapport la somme et, de plus, A commute avec A k , cest dire A A k = A k A = A k+1 .
Sommaire
Concepts
Exemples
Exercices
Documents
alors
A (A) = A n + 1 A n1 + + n1 A + n I = 0.
42
section N
suivant
Thorme de
CayleyHamilton
A n = 1 A n1 n1 A n I
et donc, pour tout k tel que k n, A k peut scrire comme une combinaison linaire de I , A, . . .
A n1 .
Dmonstration .- On ne va pas donner la dmonstration de ce thorme dans le cas gnral,mais
seulement dans le cas particulier o A est diagonalisable dans K .
On suppose donc quil existe une base {Y1 , . . . , Yn } de Mn,1 (K ) constitue de vecteurs propres de
A.
Daprs lexercice A.1.18, une matrice B appartenant Mnn (K ) est nulle si et seulement si, i =
1, ..., n, B Yi = 0. On applique ce rsultat la matrice A (A). On va donc montrer que pour i =
1, . . . , n on a :
(A n + 1 A n1 + . . . n1 A + n I )Yi = 0.
(4.5.1)
(i , Yi ) est un couple propre de A, on a donc pour tout k = 1, 2, . . . , n
A k Yi = A k1 (AYi ) = i A k1 Yi = 2i A k2 Yi = = ki Yi .
Sommaire
Concepts
On a donc :
(A n + 1 A n1 + . . . n1 A + n I )Yi
A n Yi + 1 A n1 Yi + . . . n1 AYi + n Yi
= ni Yi + 1 n1
Yi + . . . n1 i Yi + n Yi
i
Exemples
Exercices
Documents
= (ni + 1 n1
+ . . . n1 i + n )Yi
i
= A (i )Yi = 0Yi = 0.
43
section N
suivant
Exemple : Soit A =
Thorme de
CayleyHamilton
2 1
. Son polynme caractristique est
1 2
A (s) = (s 2)2 + 1 = s 2 4s + 5.
Calculons A 2 :
2
A =
3 4
4 3
On a bien :
A (A) =
3 4
4 3
2 1
1 2
+5
1 0
0 1
0 0
0 0
= 0.
Le thorme de Cayley-Hamilton permet aussi de calculer linverse dune matrice. Dans lexemple
prcdent,
A 2 4A + 5I = 0,
donc
et donc
1
A(A + 4I ) = I
5
1
A 1 = (A + 4I ).
5
44
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
On a dmontr dans le cours rfrenc que toute matrice carre A tait semblable une matrice
triangulaire. En fait, on peut mme obtenir une forme triangulaire suprieure particulire appele
forme de Jordan de la matrice A.
On appelle bloc de Jordan associ la valeur propre de A, une matrice carre J de la forme :
1 0
0 1
0 0
J = . . .
. . .
. . .
0 0 0
0 0 0
...
...
..
.
..
.
...
...
0
0
0
..
.
0
0
.
..
La matrice triangulaire suprieure J a une taille qui dpend de la valeur propre de A. Cette
matrice est telle que :
tous ses lments diagonaux sont gaux et valent ,
seule la premire sur-diagonale est non-nulle et ses lments valent 1.
45
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
Il est alors possible de montrer que A est semblable une matrice J de la forme :
J 1
0
J = 0
..
.
0
0
J 2
0
..
.
0
0
0
..
.
..
.
...
...
...
..
.
..
.
0
0
0
..
.
0
Formes de
Jordan
J m
La matrice J est donc une matrice diagonale par blocs. Les blocs de Jordan J k ont une taille
que lon peut dterminer thoriquement. Les valeurs propres 1 , . . . , m tant distinctes ou non
P
(videmment, si v k est la taille de la matrice J k , on a m
v = n). Cela veut dire qu une valeur
k=1 k
propre on peut associer plusieurs blocs de Jordan de tailles diverses. Si la valeur est simple, alors
le bloc de Jordan associ est rduit une matrice 1 1 qui est donc la valeur propre elle-mme !
Exemple de forme de Jordan :
Sommaire
Concepts
Exemples
Exercices
Documents
46
prcdent
section N
0
A =
1
1
0
0
0
1
1
0
Formes de
Jordan
0
0
1
1
2
0
0
1
2
0
0
1
2
2
0
1
2
3
0
1
3
4
4
5
Sommaire
Concepts
47
Exemples
Exercices
Documents
prcdent
section N
Si A est semblable A 0 , alors A = P A 0 P 1 . A admet les mmes valeurs propres avec la mme
multiplicit.
Formes de
Jordan
Sommaire
Concepts
Exemples
Exercices
Documents
48
prcdent
suivant
Annexe A
Exercices
A.1
A.2
Exercices du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exercices de TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
70
Sommaire
Concepts
Exemples
Exercices
Documents
49
chapitre N
section suivante
Ch4-Exercice1 .
Ch4-Exercice2 .
Ch4-Exercice3 .
Ch4-Exercice4 .
Ch4-Exercice5 .
Ch4-Exercice6 .
Ch4-Exercice7 .
Ch4-Exercice8 .
Ch4-Exercice9 .
Ch4-Exercice10
Ch4-Exercice11
Ch4-Exercice12
Ch4-Exercice13
Ch4-Exercice14
Ch4-Exercice15
Ch4-Exercice16
Ch4-Exercice17
Ch4-Exercice18
Ch4-Exercice19
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
50
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
Sommaire
Concepts
Exemples
Exercices
Documents
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
51
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
52
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
53
prcdent
section N
suivant
3.5 0
0
A = 0 5.2 0 .
0
0 6.9
Dterminer les valeurs propres et les vecteurs propres dune matrice diagonale.
3. Montrer que : A non inversible 0 est valeur propre de A.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
54
prcdent
section N
suivant
0 1
1 2
1 1
1 1
,
A1 =
, A2 =
, A3 =
, A4 =
1 2
1 2
2 2
1 1
1 1 1
1 1 0
1 0 1
A 5 = 0 1 0 , A 6 = 0 1 0 , A 7 = 0 2 3 .
0 0 1
0 0 2
0 0 2
Calculer les valeurs propres et les vecteurs propres complexes (K = C) des matrices prcdentes
1
1
.
puis de la matrice :A 8 =
i + 1 2i
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
55
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
56
prcdent
section N
suivant
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
57
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
58
prcdent
section N
suivant
5 2
1 2
5 2
. On dfinit B = P 1 AP ,
. On peut vrifier que P 1 =
,P =
2 1
2 5
2 2
calculer B , ses valeurs propres et ses vecteurs propres, comparer avec ceux de A. Quen pensezvous ?
Soient A =
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
59
prcdent
section N
suivant
Pp
r
i =1 i
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
60
prcdent
section N
suivant
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
61
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
62
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
63
prcdent
section N
suivant
1 0 0
A = 0 1 0 .
0 0 0
Reprendre les calculs qui ont dja t faits dans le paragraphe "Valeur et vecteur propres dune
matrice" pour donner une base de V0 et V1 .
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
64
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
65
prcdent
section N
suivant
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
66
prcdent
section N
suivant
Sommaire
Concepts
Exemples
Exercices
Documents
67
prcdent
section N
suivant
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
68
prcdent
section N
A (s) = s n 1
Donner A 1 en fonction de A.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
69
section prcdente
chapitre N
A.2 Exercices de TD
A.2.1
A.2.2
A.2.3
A.2.4
A.2.5
A.2.6
A.2.7
A.2.8
A.2.9
A.2.10
A.2.11
TD4-Exercice1 .
TD4-Exercice2 .
TD4-Exercice3 .
TD4-Exercice4 .
TD4-Exercice5 .
TD4-Exercice6 .
TD4-Exercice7 .
TD4-Exercice8 .
TD4-Exercice9 .
TD4-Exercice10
TD4-Exercice11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
71
73
74
75
76
78
80
81
82
83
84
Sommaire
Concepts
Exemples
Exercices
Documents
70
section N
suivant
2
0
4
A 1 = 3 4 12 ,
1 2
5
1
1
1
1 ,
A 2 = 1 1
1
1 1
1
1
0
1 .
A 3 = 0 1
1
0 1
2. Dterminer, suivant la valeur de a, les valeurs propres et les vecteurs propres de la matrice :
1
a
0
0
0
1
0
0
A4 =
.
1
2
3
1
2 (4 + a) 4 1
3. Calculer les valeurs propres et les vecteurs propres de :
A5 =
A1
0
0
.
A2
Sommaire
Concepts
rponses :
Exemples
Exercices
Documents
4
4
2
(a) 0 = 0, 1 = 1, 2 = 2, Y0 = 3 , Y1 = 0 , Y2 = 1 .
2
1
0
1.
71
section N
0
1
1
(b) 1 = 1, 2 = 2, Y1 = 1 , Y2 = 1 + 1 .
1
0
1
suivant
Exercice A.2.1
TD4-Exercice1
(c) 1 = 0, 2 = 1 + j , 3 = 1 + j 2 ,
1
1
1
Y1 = 1 , Y2 = j , Y3 = j 2 .
j
j2
1
2. = 1.
Si a = 0, Y =
Si a 6= 0, Y =
Question 1
Question 2
Question 3
1
0
0
1
1
0
0
1
0
1
0
2
0
0
1
2
0
0
1
2
Sommaire
Concepts
Exemples
Exercices
Documents
72
prcdent
section N
suivant
A=
..
.
..
.
0
..
.
..
.
0
..
..
..
..
.
1
0
0
1
n1
Question 1
Question 2
Sommaire
Concepts
Exemples
Exercices
Documents
73
prcdent
section N
suivant
Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
74
prcdent
section N
suivant
2. Montrer quil nexiste aucune matrice appartenant M3,3 (IR) telle que
A 2 + I = 0.
Sommaire
Concepts
Exemples
Exercices
Documents
75
prcdent
section N
suivant
1
1
3. On dfinit X = 1 , Y = 0 ,C = X Y T . Calculer X T Y . Calculer les valeurs et vecteurs
1
1
propres de C . Les rsultats obtenus dans cette question peuvent tre gnraliss, cest ce
que lon verra la question suivante.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
Exercice A.2.5
TD4-Exercice5
(b) On suppose que la trace de A est nulle. Quelles sont toutes les valeurs propres de A et
leur multiplicit ?
(c) A quelle condition la matrice A est-elle diagonalisable ?
Question 1a
Question 1b
Question 2a
Question 2b
Question 2c
Question 2d
Question 3
Question 4a
Question 4b
Question 5a
Question 5b
Question 5c
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 2
Aide 2 Aide 3
Aide 2
Aide 2
Aide 2
Aide 2 Aide 3
Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
77
prcdent
section N
suivant
Soit A =
2 2
1 3
1. Calculer les valeurs propres et vecteurs propres de A. Montrer quil existe une base de M2,1 (IR)
constitue de vecteurs propres de A. Donner la matrice A associe f quand on choisit
cette base.
1
2
.
, Y2 =
Rponse : 1 = 1, 2 = 4, Y1 =
1
1
1 , alors A n = P A n P 1 , (n 0). Donner A n en fonction de n.
2. Montrer que si A = P AP
2u n + 2
.
un 3
Sommaire
Concepts
vn
w n ).
On suppose que u n est dfini pour tout n. La suite est-elle convergente ? Si oui, donner sa
limite.
Rponse : oui et si u 0 = 2, ` = 2, si u 0 6= 2, ` = 1.
78
Exemples
Exercices
Documents
prcdent
section N
suivant
Exercice A.2.6
TD4-Exercice6
Question 1
Question 2
Question 3
Question 4
Question 5
Aide 1 Aide 2
Aide 1
Aide 1
Aide 1 Aide 2
Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
79
prcdent
section N
suivant
1 a 1
2. On dfinit A = 0 1 b , pour quelles valeurs de a, b, c la matrice A est-elle diagonali0 0 c
sable ? Pour quelles valeurs de a, b, c la matrice A est-elle inversible ?
rponse : A est inversible c 6= 0 , A est diagonalisable c 6= 1, a = 0.
1
a a
1
1b
a a 1 b
3. On dfinit A =
, pour quelles valeurs de a, b la matrice A est b
a 1 a 1 + b
0
a
a
0
elle diagonalisable ? Pour quelles valeurs de a, b la matrice A est-elle inversible ?
rponse : A est diagonalisable a = b = 0.
Question 1
Question 2
Question 3
Aide 1
Aide 1 Aide 2
Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
80
prcdent
section N
suivant
1 1
0 1
est diagonalisable.
2. Soit A Mn,n qui est diagonalisable et qui admet une valeur propre de multiplicit n, que
vaut A ?
Question 1
Question 2
Aide 1 Aide 2
Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
81
prcdent
section N
suivant
Question 1
Question 2
Question 3
Aide 1
Aide 1 Aide 2 Aide 3
Aide 1 Aide 2 Aide 3 Aide 4
Sommaire
Concepts
Exemples
Exercices
Documents
82
prcdent
section N
suivant
J =
1 0 ... ...
0 1 0 ...
0 ... 0 1
0 ... ... 0
Question 1
Question 2
Aide 1
Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
83
prcdent
section N
1 1 1
Soit la matrice A = 1 1 1 .
1 0 2
1.
(a) Calculer les valeurs propres de A et leur multiplicit. On ne demande pas de calculer
les vecteurs propres maintenant.
Rponse : 1 = 1, 2 = 2.
(b) Montrer que
dim Ker (A I ) = 1, dim Ker (A 2I ) = 1, dim Ker (A I )2 = 2.
2.
z Ker (A I )2
z Ker (A I )
Sommaire
Concepts
z Ker (A I )2
(A I )z = y 1 o y 1 est un vecteur propre associ 1
z Ker (A I )
84
Exemples
Exercices
Documents
prcdent
section N
Exercice A.2.11
TD4-Exercice11
2 0 0
(c) En dduire que A = P T P 1 avec T = 0 1 1 , P = (y 2 y 1 z)
0 0 1
(d) Calculer y 1 , y 2 , z pour obtenir P .
0 1 0
Une rponse possible :P = 1 1 0
1 1 1
5. Utilisez le thorme de CAYLEY-HAMILTON pour calculer A 4 et A 1 en fonction de A 2 , A et
I.
Rponse : A 4 = 11A 2 18A + 8I , A 1 = 12 (A 2 4A + 5I ).
Question 1b
Question 2b
Question 2c
Question 3
Question 4a
Question 4b
Question 4c
Question 5
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 1
Aide 2
Aide 2
Aide 2
Aide 2
Aide 2
Aide 2
Aide 3
Sommaire
Concepts
Aide 3
Aide 3
Aide 3
Aide 3
Exemples
Exercices
Documents
Aide 2 Aide 3
85
prcdent
suivant
Annexe B
Exemples
B.1
Exemples du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
Sommaire
Concepts
Exemples
Exercices
Documents
86
chapitre N
B.1.1
B.1.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Sommaire
Concepts
Exemples
Exercices
Documents
87
section N
suivant
Exemple B.1.1
Soit u L (E ; E ) non injective alors Ker u 6= {~0}. Il existe donc un vecteur ~
y non nul tel que u(~
y) =
~0 = 0~
y . Donc 0 est valeur propre et tous les vecteurs non nuls du noyau sont vecteurs propres
associs la valeur propre nulle.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
88
prcdent
section N
Exemple B.1.2
Soit A la matrice de la rotation plane
A=
cos
sin
sin
cos
ou encore
y 1 cos y 2 sin
y 1 sin + y 2 cos
= y 1 ,
= y 2 ,
y 1 (cos ) y 2 sin = 0,
y 1 sin + y 2 (cos ) = 0,
Si le dterminant de ce systme est non nul, la seule solution est y 1 = y 2 = 0, donc pour que ce
systme admette une solution non nulle, il faut que son dterminant soit nul, ce qui conduit
(cos )2 + sin2 = 0
On va donc tudier deux cas K = IR ou K = C
Si K = IR, on cherche dans IR et dans ce cas si sin 6= 0 il ny a pas de valeurs propres relles
(donc pas de vecteurs propres rels). Si = 2k,k ZZ, on obtient = 1, y 1 , y 2 quelconques. Si
= (2k + 1),k ZZ, on obtient = 1, y 1 , y 2 quelconques. On retrouve bien le rsultat intuitif
que lon avait trouv dans lexercice A.1.2 :
si 6= k, k ZZ, il ny pas de vecteurs propres rels,
89
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
si = 2k, k ZZ, la rotation est alors lidentit, donc tout vecteur non nul est propre et 1 est
valeur propre,
si = (2k + 1), k ZZ, la rotation est alors la symtrie, donc tout vecteur non nul est propre
et 1 est valeur propre.
Si K = C, on obtient 2 valeurs propres complexes possibles :
Exemple B.1.2
1 = cos + i sin
.
2 = cos i sin
1
i
1 = e , Y1 =
, C,
i
1
2 = e i , Y2 =
, C.
i
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
90
prcdent
Annexe C
Documents
C.1
Documents du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
Sommaire
Concepts
Exemples
Exercices
Documents
91
chapitre N
C.1.1
C.1.2
C.1.3
C.1.4
Sommaire
Concepts
Exemples
Exercices
Documents
92
section N
suivant
Document C.1.1 Dmonstration de la proposition sur la somme directe des sous espaces
propres
Proposition - Si 1 , 2 , . . . , p sont p valeurs propres distinctes dune matrice A appartenant
Mn,n alors les sous espaces vectoriels {V1 ,V2 , . . . ,Vp } sont en somme directe.
Dmonstration On a vu, dans le chapitre 1, la proprit caractristique dune somme directe H =
E 1 E 2 de deux sous-espaces vectoriels, savoir que la dcomposition dun lment de H en la
somme dun lment de E 1 et dun lment de E 2 est unique. Cest cette proprit caractristique
qui se gnralise au cas dune somme directe de p sous-espaces vectoriels H = E 1 E 2 . . . E p ,
savoir
H = E 1 . . . E p ~
y H , !~
y 1 E 1 , . . . , !~
yp Ep | ~
y =~
y 1 + . . . +~
yp .
Revenons la dmonstration de la proposition et posons H = V1 + . . . + Vp . Par dfinition de
la somme de sous-espaces vectoriels, on a : Y H Y1 V1 , . . ., Y p Vp tels que Y = Y1 +
. . .+Y p . Il reste dmontrer lunicit dune telle dcomposition. Supposons donc quil existe deux
dcompositions :
Y1 + . . . + Y p = Y1 + . . . + Yp (Y1 Y1 ) + . . . + (Y p Yp ) = 0.
Or chacun des vecteurs (Yi Yi ) est un vecteur de Vi , donc cest le vecteur nul ou cest un vecteur propre associ i . Si Yi 6= Yi , on aurait donc une relation linaire entre des vecteurs propres
correspondant des valeurs propres distinctes, ce qui est impossible puisque lon a montr (proposition 4.3.2) quune telle famille tait libre.
retour au cours
93
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
suivant
0 0
0 ... 0
Ce
Ab =
0 0
0 0 0
Cb
b les matrices Ce et
En effet AYi = Yi , i , 1 i d , on obtient ainsi les d premires colonnes de A,
b
C sont des matrices appartenant respectivement Md ,nd et Mnd ,nd .
A et Ab sont semblables, elles ont donc le mme polynme caractristique :
b = (s )d det (sI nd C )
A (s) = det (sI n A)
Sommaire
Concepts
94
Exemples
Exercices
Documents
prcdent
section N
suivant
d i = r i , i , 1 i p
i =1
On doit donc montrer maintenant que :
Mn,1 = V1 V2 . . .Vp
il existe une base de Mn,1 constitue de vecteurs propres de A.
Le thorme 4.4.1 permet ensuite de conclure que A est diagonalisable.
implication - Si Mn,1 = V1 V2 . . .Vp lunion des bases de tous les sous-espaces propres est
donc une base de Mn,1 , il existe donc une base de Mn,1 constitue de vecteurs propres de A.
rciproque - S il existe une base de Mn,1 constitue de vecteurs propres {Y1 , . . . , Yn }, alors tout
vecteur Y appartenant Mn,1 est une combinaison linaire des lments de cette base et en regroupant la combinaison de vecteurs propres correspondant une mme valeur propre, il est
facile de voir que Y = Z1 + . . . + Z p ,
cest--dire que Y V1 . . . Vp .
Donc on a Mn,1 = V1 . . . Vp
95
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
section N
retour au cours
suivant
Document C.1.3
Diagonalisation condition
ncessaire et
suffisante
Sommaire
Concepts
Exemples
Exercices
Documents
96
prcdent
section N
T=
t 12
t 22
Sommaire
Concepts
Exemples
Exercices
Documents
97
prcdent
section N
S = 0
...
0
s 12
...
s 1n
Document C.1.4
Trigonalisation
o S Mn1,n1 (C). Il rsulte alors de lhypothse de rcurrence quil existe une matrice P
Mn1,n1 (C), rgulire, telle que T = P 1 SP soit triangulaire suprieure. Soit alors P la matrice
de la forme suivante (matrice rgulire) dont linverse est de la forme :
0 ... 0
P = 0
...
0
...
P 1 = 0
...
0
P 1
T = 0
...
0
...
P 1
s 12
...
0
...
98
s 1n
...
0
0 ... 0
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
soit
T = 0
...
0
...
P 1
On a donc
t 12
...
0
...
section N
t 1n
t 12
T = 0
...
0
t 12
= 0
...
0
SP
...
t 1n
...
P 1 SP
t 1n
Document C.1.4
Trigonalisation
qui est bien triangulaire suprieure puisque T lest. On a donc montr lexistence dune matrice
T triangulaire suprieure telle que
T = P 1 SP = P 1Q 1 AQP = (QP )1 A(QP )
ce qui achve la dmonstration.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
99
C
Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Polynme caractristique . . . . . . . . . . . . . . . . . . . . 10
J
Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
100
Sommaire
Concepts
Exemples
Exercices
Documents
Sommaire
Concepts
Exemples
Exercices
Documents
101
Tous les vecteurs, sauf le vecteur nul, sont vecteurs propres de lidentit, la valeur propre associe est 1.
Retour lexercice N
Pour la projection, les vecteurs non nuls du plan sont des vecteurs propres associs la valeur propre 1, les vecteurs
non nuls de la droite sont des vecteurs propres associs la valeur propre 0.
Pour la rotation si :
= , la rotation est alors une symtrie, tout vecteur non nul du plan est vecteur propre associ la valeur propre
1.
= 3 , on ne peut citer aucun vecteur propre.
Retour lexercice N
Retour lexercice N
y1
3.5y 1
3.5y 1 = y 1
5.2y 2 = y 2 .
2. Si Y = y 2 , AY = 5.2y 2 = Y
y3
6.9y 3
6.9y 3 = y 3
Ce systme admet comme solutions :
1
= 3.5, y 2 = 0, y 3 = 0, y 1 quelconque non nul (pour que Y 6= 0) : Y = y 1 0
0
0
= 5.2, y 1 = 0, y 3 = 0, y 2 quelconque non nul (pour que Y 6= 0) : Y = y 2 1
0
0
= 6.9, y 1 = 0, y 2 = 0, y 3 quelconque non nul (pour que Y 6= 0) : Y = y 3 0
1
Ce rsultat se gnraliserait au cas dune matrice diagonale quelconque : = a i i est valeur propre, les vecteurs
propres associs sont proportionnels la i-me colonne de I . On a en effet daprs les proprits du produit
matriciel :
AI = A AI i = A i = a i i I i
donc
A(I i ) = AI i = a i i I i = a i i (I i )
On a donc un couple propre (a i i , I i ).
On retrouve sur ces exemples trs simples que si Y est vecteur propre associ alors Y est galement vecteur
propre associ .
3. A non inversible Y 6= 0 , AY = 0 ,
en effet le systme AY = 0 admet toujours la solution nulle, et ce systme admet une solution non nulle (cest-dire nadmet pas de solution unique) si et seulement si A nest pas inversible. On a donc :
Retour lexercice N
Pour A 1 :
A (s) = (s + 1)(s + 2) 2 = s 2 + 3s = s(s + 3) :
2 valeurs propres simples 0 et 3.
Recherche des vecteurs propres :
= 0,
(A I )Y = 0 y 1 + 2y 2 = 0 y 1 = 2y 2 Y =
2
1
, IR .
= 3,
1
, IR.
1
Il tait prvisible que 0 tait valeur propre de cette matrice. En effet puisque ses 2 colonnes sont proportionnelles, elle
nest pas inversible, donc 0 est valeur propre.
(A I )Y = 0 2y 1 + 2y 2 = 0 y 1 = y 2 Y =
Pour A 2 :
A (s) = (s + 1)(s + 2) 2 = s 2 + 3s = s(s + 3),
on obtient le mme polynme caractristique que pour la matrice A 1 . Ce rsultat est gnral : les matrices sont transposes lune de lautre.
Recherche des vecteurs propres :
= 0,
1
(A I )Y = 0 y 1 + y 2 = 0 y 1 = y 2 Y =
, IR .
1
= 3,
1
(A I )Y = 0 2y 1 + y 2 = 0 y 2 = 2y 1 Y =
, IR.
2
On remarque en revanche que les vecteurs propres ne sont pas les mmes que pour la matrice A 1 .
Si on cherche les valeurs et vecteurs propres complexes de A 1 et A 2 on obtient bien sr les mmes valeurs propres (relles
donc complexes), quant aux vecteurs propres ils appartiennent maintenant Mn1 (C) donc on choisit les coefficients
complexes.
Pour la matrice suivante tourner la page.
Pour A 3 :
A (s) = (s 1)2 + 1 :
il nexiste pas de valeurs propres relles.
Si on cherche les valeurs propres complexes, on obtient 2 valeurs propres complexes 1 + i et 1 i (on peut remarquer
que ces valeurs propres sont conjugues : ce rsultat est gnral, on le dmontrera ultrieurement).
Recherche des vecteurs propres :
= 1+i,
1
(A I )Y = 0 i y 1 y 2 = 0 y 2 = i y 1 Y =
, C .
i
= 1i,
1
(A I )Y = 0 i y 1 + y 2 = 0 y 2 = i y 1 Y =
, C .
i
Pour la matrice suivante tourner la page.
Pour A 4 :
A (s) = s(s 2) + 1 = s 2 2s + 1 = (s 1)2 :
on a une valeur propre double = 1
Recherche des vecteurs propres :
= 1,
1
, IR .
(A I )Y = 0 y 1 y 2 = 0 y 1 = y 2 Y =
1
Si on cherche les valeurs et vecteurs propres complexes de A 4 on obtient bien sr la mme valeur propre (relle donc
complexe), quant aux vecteurs propres ils appartiennent maintenant Mn1 (C) donc on choisit les coefficients complexes.
Pour A 5 :
A (s) = (s 1)2 (s 2) :
= 1 est valeur propre double, = 2 est valeur propre simple.
Recherche des vecteurs propres :
= 1,
(A I )Y = 0 y 3 = 0
0
1
Y = = 0 + 1 , , IR .
0
0
0
= 2,
y 1 = y 3
y 1 + y 3 = 0
(A I )Y = 0
y 2
=0
y2 = 0
1
Y = 0 , IR.
1
Pour A 6 :
A (s) = (s 1)2 (s 2),
= 1 est valeur propre double, = 2 est valeur propre simple.
Recherche des vecteurs propres :
= 1,
1
y2 = 0
(A I )Y = 0
Y = 0 , IR .
y3 = 0
0
= 2,
y1 = 0
y 1 + y 2 = 0
(A I )Y = 0
y2 = 0
y2 = 0
0
Y = 0 , IR.
1
Si on cherche les valeurs et vecteurs propres complexes de A 5 et A 6 on obtient bien sr les mmes valeurs propres (relles
donc complexes), quant aux vecteurs propres ils appartiennent maintenant Mn1 (C) donc on choisit les coefficients
et complexes.
Pour A 7 :
A (s) = (s 1)(s 2)(s + 1),
1, 2, 1 sont valeurs propres simples.
Recherche des vecteurs propres :
= 1,
y2 + y3 = 0
y3 = 0
y 2 + 3y 3 = 0
(A I )Y = 0
y2 = 0
y3 = 0
1
Y = 0 , IR.
0
= 2,
y 1 + y 2 + y 3 = 0
y1 = y2
(A I )Y = 0
y3 = 0
y3 = 0
Y = 1 , IR.
0
= 1,
2y 1 + y 2 + y 3 = 0
y1 = 0
(A I )Y = 0
3y 2 + 3y 3 = 0
y 2 = y 3
0
Y = 1 , IR.
1
On dmontrera plus tard la proprit que lon vient de constater sur les matrices A 5 , A 6 , A 7 : savoir les valeurs propres
dune matrice triangulaire sont les lments de sa diagonale.
Si on cherche les valeurs et vecteurs propres complexes de A 7 on obtient bien sr les mmes valeurs propres (relles
donc complexes), quant aux vecteurs propres ils appartiennent maintenant Mn1 (C) donc on choisit les coefficients
complexes.
Pour A 8 ,
A (s) = (s 1)(s 2i ) (i + 1) = s 2 + s(1 2i ) + i 1 = (s i 1)(s i )
on obtient 2 valeurs propres complexes 1 + i et i .
Recherche des vecteurs propres :
= 1+i,
1
, C .
(A I )Y = 0 i y 1 + y 2 = 0 y 2 = i y 1 Y =
i
= i,
(A I )Y = 0 (1 i )y 1 + y 2 = 0 y 2 = (i 1)y 1
1
Y =
, C .
i 1
Retour lexercice N
Si A est triangulaire, il en est de mme pour sI A donc det (sI A) est le produit des termes diagonaux cest--dire :
A (s) =
n
Y
(s a kk ),
k=1
Retour lexercice N
1.
= (s).
A (s) = det (sI A) = det (sI A)
A
On en dduit donc la proprit suivante :
= 0 valeur propre de A
valeur propre de A A () = 0 A ()
2. On utilise la question prcdente : si A Mnn (IR), alors A = A donc si est valeur propre de A, est aussi valeur
propre de A (on a constat cette proprit pour la matrice A 3 de lexercice A.1.5)
Retour lexercice N
Retour lexercice N
On obtient :
B=
33
72
12 26
1 = 1, 2 = 6,
9
8
Y1 =
, Y2 =
.
4
3
On avait dja calcul les valeurs et vecteurs propres de la matrice A dans le paragraphe "Polynme caractristique" . A
et B ont les mmes valeurs propres 1 et 6. Les vecteurs propres de A taient :
X1 =
1
2
, X2 =
2
1
Les vecteurs propres de A et B ne sont pas les mmes, mais on a les relations
Y1 = P 1 X 1 , Y2 = P 1 X 2
Retour lexercice N
1i
i
1 i
.
ou
plexes non rels, on peut prendre
i
1+i
0 2
4. VRAI : A M22 (IR) M22 (C) (voir le paragraphe "Valeurs propres - existence et multiplicit").
5. FAUX : une matrice A M22 (IR) admet 2 valeurs propres complexes (ventuellement confondues, ventuellement
relles), mais si 1 IR, 2 C, sont valeurs propres de A , 2 est galement valeur propre de A, or comme 2 nest
pas relle, 2 nest pas relle donc diffrente de 1 , de plus 2 6= 2 , on aurait donc une matrice ( M22 ) avec 3
valeurs propres 1 , 2 , 2 ce qui est impossible.
6. FAUX : si A M22 (IR), alors A M22 (C) donc A admet 2 valeurs propres complexes, or A a une seule valeur propre
relle simple, donc la 2e valeur propre serait non relle et on serait ramen 5).
7. FAUX Les valeurs propres complexes non relles vont par 2 (les 2 complexes conjugus) et 3 nest pas un multiple
de 2 !
Retour lexercice N
Retour lexercice N
On montre que :
V 6= ; car 0 V ,
V est stable : Y1 et Y2 V = 1 Y1 + 2 Y2 V
Retour lexercice N
0
0 ,V0 est de dimension 1.
0
1
0 , 1 ,V1 est de dimension 2.
0
0
Retour lexercice N
1. pour = 0, r = 1, d = 1 ; pour = 3, r = 1, d = 1
2. pour = 0, r = 1, d = 1 ; pour = 3, r = 1, d = 1
3. pour = 1 + i , r = 1, d = 1 ; pour = 1 i , r = 1, d = 1
4. pour = 1, r = 2, d = 1
5. pour = 1, r = 2, d = 2 ; pour = 2, r = 1, d = 1
6. pour = 1, r = 2, d = 1 ; pour = 2, r = 1, d = 1
7. pour = 1 ou = 2 ou = 1, r = 1, d = 1
8. pour = 1 + i , r = 1, d = 1 ; pour = i , r = 1, d = 1
Retour lexercice N
Retour lexercice N
1 0 0
0 0
0 0
, D7 = 0 2 0 .
, D2 =
D1 =
0 3
0 3
0 0 1
Comme on la vu une matrice P possible est la matrice dont les colonnes sont les vecteurs propres, donc par exemple :
1 1 0
1 1
2 1
, P7 = 0 1 1
, P2 =
P1 =
1 2
1 1
0 0 1
La matrice A 3 nest pas diagonalisable dans IR, mais diagonalisable dans C (ses valeurs propres sont distinctes)
1+i
0
1 1
D3 =
, P3 =
.
0
1i
i i
Les matrices A 4 , A 6 ne sont pas diagonalisables (ni dans IR, ni dans C) car la valeur propre 1 a pour multiplicit 2, la
dimension de V1 est gal 1 donc d < r .
La matrice A 5 est diagonalisable dans IR et C car
r 1 = d 1 = 2, r 2 = d 2 = 1,
2
X
r k = 3.
k=1
1 0 0
1 0 1
D 5 = 0 1 0 , P5 = 0 1 0
0 0 2
0 0 1
Retour lexercice N
Soit
B=
1 1
1 1
,X =
1
1
on a B X = 0 et pourtant B 6= 0 et X 6= 0.
En revanche si B X i = 0 pour tous les vecteurs X i dune base E de Mn,1 , on obtient que B X = 0 pour tout vecteur X de
Mn,1 (il suffit de dcomposer X sur la base E ).
Ensuite, si on choisit successivement pour X les vecteurs de la base canonique de Mn,1 , on obtient que toutes les colonnes de B sont nulles, donc B est nulle.
Retour lexercice N
Retour lexercice N
Retour lexercice N
Quand une valeur propre est relle, quelle est la diffrence entre chercher les vecteurs propres rels et chercher les
vecteurs propres complexes ?
Retour lexercice N
Retour lexercice N
Retour lexercice N
On obtient
A (s) = (s 1)4
Chercher les vecteurs propres.
Retour lexercice N
x2
x 1 + 2x 2 + x 4
= 0
.
= 0
Retour lexercice N
Retour lexercice N
Revoir lexercice du chapitre prcdent sur les dterminants des matrices triangulaires par blocs.
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
On obtient
p n (s) = sp n1 (s) + n .
Calculez p 1 , p 2 , ... pour tablir lexpression, que vous dmontrerez ensuite par rcurrence.
Retour lexercice N
Retour lexercice N
Retour lexercice N
Montrer que lon peut exprimer y 2 , y 3 , . . . , y n en fonction de y 1 . Penser vrifier la dernire quation.
Retour lexercice N
En dduire que
Y = y1
...
n1
. avec y 1 6= 0.
Retour lexercice N
Retour lexercice N
Retour lexercice N
On suppose que :
AY
Y
= Y
6= 0
et on montre que 2 = 1
Retour lexercice N
Retour lexercice N
Retour lexercice N
Utiliser 1(a) : les valeurs propres sont i et i donc la trace est nulle et on peut choisir les termes diagonaux nuls.
Dautre part, le dterminant vaut 1.
On peut donc choisir :
0
a
1/a 0
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
X = 0 AX = 0.
Retour lexercice N
Revoir le chapitre 1.
Quelle ingalit existe entre le cardinal dune famille libre et dimension dun sous-espace vectoriel ?
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
On a bien sr A =
1
0
0
.
2
AP , avec P =
2 1
.
1 1
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Ecrire
v n+1
w n+1
=A
vn
wn
Retour lexercice N
Montrer que si u n =
vn
w n , avec
2u n + 2
un 3
On choisit v 0 = u 0 , w 0 = 1.
Retour lexercice N
Retour lexercice N
On obtient
n
(u 0 2) + 2 14 (u 0 + 1)
un =
n
(2 u 0 ) + 41 (u 0 + 1)
En dduire la limite de u n .
Vous avez dj tudi ces suites en MT21, les valeurs 2 et 1 sont les points fixes de la fonction f dfinie par :
f (x) =
2x + 2
x 3
Retour lexercice N
Retour lexercice N
Voir les paragraphes "Diagonalisation - condition suffisante" et "Diagonalisation - condition ncessaire et suffisante" (le
deuxime thorme).
Retour lexercice N
Calculer les sous-espaces propres et comparer la multiplicit des valeurs propres la dimension des sous-espaces
propres.
Retour lexercice N
Retour lexercice N
Calculer toutes les valeurs propres et les sous-espaces propres correspondants et raisonner cas par cas.
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Voir le paragraphe "Multiplicit dune valeur propre et dimension du sous espace propre".
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Lorsque A est diagonalisable, que peut-on dire sur les vecteurs propres de A ?
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Penser au rang
Retour lexercice N
Retour lexercice N
pour chacune des matrices la dimension du noyau plus le rang vaut 3, do le rsultat.
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
On a
(A I )((A I )z) = 0, (A I )z 6= 0.
Retour lexercice N
On a bien
A((A I )z) = (A I )z, (A I )z 6= 0.
Ce qui permet de conclure.
Retour lexercice N
Ecrire a 1 y 1 + a 2 y 2 + az = 0
Retour lexercice N
Retour lexercice N
(A I )(a 1 y 1 + a 2 y 2 + az) est une combinaison linaire nulle des vecteurs y 1 , y 2 qui sont linairement indpendants :
pourquoi ?
En dduire que a 2 , a donc a 1 sont nuls.
Retour lexercice N
Calculer u(e 1 ).
Quelles sont ses composantes sur la base {e 1 , e 2 , e 3 } ?
Retour lexercice N
a 11
u(e 1 ) = Ae 1 = a 21 = a 11 e 1 + a 21 e 2 + a 31 e 3 .
a 31
Retour lexercice N
On dtermine les autres colonnes et on trouve finalement que la matrice associe u quand on choisit la base canonique
est A.
Retour lexercice N
Que vaut Ay 1 , Ay 2 , Az ?
Retour lexercice N
Ay 1 = y 1 , Ay 2 = 2y 2 , Az = z + y 1 do la matrice.
Retour lexercice N
2 0 0
la matrice est : T = 0 1 1
0 0 1
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N
Retour lexercice N