Scribd
Importer
59 vues3 pages

Diagonalisation

La diagonalisation des matrices consiste à transformer une matrice carrée A en une matrice diagonale D à l'aide de vecteurs propres et de valeurs propres. Une matrice est diagonalisable si elle possède n vecteurs propres linéairement indépendants et si la multiplicité géométrique est égale à la multiplicité algébrique pour chaque valeur propre. Les applications incluent le calcul des puissances de matrices et la simplification de systèmes différentiels.

Transféré par

Engoulou Ngomo Juan
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
59 vues3 pages

Diagonalisation

La diagonalisation des matrices consiste à transformer une matrice carrée A en une matrice diagonale D à l'aide de vecteurs propres et de valeurs propres. Une matrice est diagonalisable si elle possède n vecteurs propres linéairement indépendants et si la multiplicité géométrique est égale à la multiplicité algébrique pour chaque valeur propre. Les applications incluent le calcul des puissances de matrices et la simplification de systèmes différentiels.

Transféré par

Engoulou Ngomo Juan
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Diagonalisation

Juan Engoulou
June 2025

[a4paper,12pt]article [utf8]inputenc [T1]fontenc [french]babel amsmath, amssymb


geometry margin=2cm enumitem booktabs
Introduction à la diagonalisation des matrices pour débutants

1 Qu’est-ce que la diagonalisation ?


La diagonalisation transforme une matrice carrée A en une matrice diagonale
D via :
A = P DP −1 ,
où D contient les valeurs propres et P les vecteurs propres en colonnes.

2 Valeurs propres et vecteurs propres


Une valeur propre λ et un vecteur propre v ̸= 0 vérifient :

Av = λv.

Les valeurs propres sont les racines de :

det(A − λI) = 0.

3 Conditions de diagonalisation
Une matrice A (taille n × n) est diagonalisable si :
• Elle a n vecteurs propres linéairement indépendants.

• Multiplicité géométrique = multiplicité algébrique pour chaque valeur pro-


pre.

1
4 Étapes pour diagonaliser
1. Résoudre det(A − λI) = 0.
2. Trouver les vecteurs propres via (A − λi I)v = 0.
3. Former P (vecteurs propres) et D (valeurs propres).
4. Vérifier A = P DP −1 .

Exemple : Diagonalisons :

A = ( 3 ) 102.

1. Valeurs propres :

det ( 3 ) − λ102 − λ = (3 − λ)(2 − λ) = 0.

λ = 3, 2.

2. Vecteurs propres :

• Pour λ = 3 : v1 = ( 1 )
0.
• Pour λ = 2 : v2 = ( − ) 1
1.
3. Matrices :
P = ( 1 ) − 101, D = ( 3 ) 002.

5 Applications
• Puissances : Ak = P Dk P −1 .

• Systèmes différentiels : Simplifie dx


dt = Ax.

6 Théorèmes
• Diagonalisation : A diagonalisable si n vecteurs propres indépendants.

• Matrices symétriques : A = AT A = QDQT , valeurs propres réelles.

2
7 Exemple supplémentaire

A = ( 1 ) 221.

• Valeurs propres : λ = 3, −1.


• Vecteurs propres : ( 1 )
1, ( 1 )
− 1.
• Matrices : P = ( 1 ) 1
1 − 1, D = ( 3 ) 0
0 − 1.

8 Résumé
• Valeurs propres : det(A − λI) = 0.
• Diagonalisation : A = P DP −1 .
• Théorème : Diagonalisable si base de vecteurs propres.

Vous aimerez peut-être aussi