Pour déterminer ses valeurs propres il faut, d'après la caractérisation précédente, chercher les éléments de , tels que det ( f − λ I d E ) = 0 . Pour cela il est naturel d'écrire la matrice associée à dans la base canonique et de calculer det ( A − λ I 2 ) qui est égal à det ( f − λ I d E ) .
Pour déterminer/trouver les valeurs propres d'une matrice, calculer les racines de son polynôme caractéristique. Exemple : La matrice 2x2 (d'ordre 2) M=[1243] M = [ 1 2 4 3 ] a pour polynôme caractéristique P(M)=x2−4x−5=(x+1)(x−5) P ( M ) = x 2 − 4 x − 5 = ( x + 1 ) ( x − 5 ) .
Les valeurs propres de u sont donc les scalaires λ tels que u – λId n'est pas injectif (autrement dit son noyau n'est pas réduit au vecteur nul). Les valeurs propres d'une matrice carrée A de taille n sont les valeurs propres de l'endomorphisme de Kn de matrice A dans la base canonique.
On appelle vecteur propre de tout vecteur , non nul de , vérifiant : f ( x ) = λ x . (Les vecteurs propres sont donc les vecteurs dont la direction est inchangée par l'application ). Le scalaire l ∈ K est appelé valeur propre associée au vecteur .
Comment calculer les vecteurs propres d'une matrice ? Pour trouver/déterminer des vecteurs propres , prendre M une matrice carré d'ordre n et λi ses valeurs propres. Les vecteurs propres sont les solutions du système (M−λIn)→X=→0 ( M − λ I n ) X → = 0 → avec In la matrice identité.
Si on vous demande de vérifier qu'un λ donné est valeur propre de f (resp. de A), il suffit de résoudre l'équation (le système) f(x) = λx (resp. AX = λX) et de vérifier qu'il y a au-moins une solution autre que le vecteur nul.
Additionnez les trois cofacteurs.
Trois cofacteurs, un pour chaque coefficient d'une seule ligne (ou colonne), que vous additionnez et vous aurez le déterminant de la matrice 3 x 3. Pour notre exemple, cela donne : (-34) + (120) + (-12) = 74.
0 est valeur propre de f si et seulement s'il existe x non nul tel que f(x)=0. x=0, c'est-à-dire si et seulement si le noyau de f n'est pas réduit à {0}, ce qui équivaut à la non injectivité de f et donc à sa non bijectivité (puisque nous sommes en dimension finie).
Par définition, la matrice P est la matrice dont les colonnes sont les matrices des vecteurs de b dans la base c (dans lГordre). Comme c est la base canonique de R3, cela revient à écrire les coordonnées des vecteurs deb en colonne : P = ⎛⎝ 1 1 1 1 0 1 0 1 1 ⎞ ⎠.
La matrice M est diagonalisable si et seulement si la somme des multiplicités géométriques est égale à la taille de M. Or chaque multiplicité géométrique est toujours inférieure ou égale à la multiplicité algébrique correspondante.
1. Une matrice A est diagonalisable si et seulement si la somme des dimensions des sous-espaces propres est égale à l'ordre de la matrice. 2. Si une matrice carrée A d'ordre n admet n valeurs propres différentes, alors A est diagonalisable.
Remarque. Pour montrer qu'un endomorphisme f ∈ L(E) est bijective, il suffit de montrer que f est injectif (en montrant par exemple que Ker(f) = {0E}) ou que f est surjectif (en montrant Im(f) = F).
Si la trace de $A$ est nulle, alors $\lambda=0$ et $0$ est racine du polynôme caractéristique de degré $n$ alors que la dimension de l'espace propre associé ne vaut que $n-1$. Donc $A$ n'est pas diagonalisable.
Comment calculer la matrice des cofacteurs ? La comatrice ( matrice des cofacteurs ) d'une matrice carrée M est notée Cof(M) C o f ( M ) . Pour chaque élément de la matrice, calculer le déterminant de la sous-matrice SM associée (ce déterminant est noté Det(SM) Det ( S M ) ou |SM| et est aussi appelé mineur.
Définition : Si A est une matrice carrée (ai,j)1≤i,j≤n ( a i , j ) 1 ≤ i , j ≤ n , les mineurs principaux sont les déterminants des matrices tronquées (ai,j)1≤i,j≤k ( a i , j ) 1 ≤ i , j ≤ k , pour k allant de 1 à n .
Un endomorphisme d'un espace de dimension n est nilpotent si et seulement si son polynôme caractéristique est égal à Xn. En effet, le polynôme caractéristique est unitaire, de degré n et a les mêmes facteurs premiers que le polynôme minimal.
Une matrice réelle dont toutes les colonnes sont orthogonales deux à deux est inversible si et seulement si elle n'a aucune colonne nulle. Un produit de deux matrices carrées est inversible si et seulement si les deux matrices en facteur le sont aussi.
Une matrice est trigonalisable si et seulement si son polynôme caractéristique est scindé dans K[X]. En particulier, si K est algébriquement clos, toute matrice carrée à coefficients dans K est trigonalisable et donc aussi tout endomorphisme d'un K-espace vectoriel de dimension finie.
Montrer que la fonction Ψ ( x ) = exp [ i p x / ℏ ] (où p et sont des constantes) est fonction propre de l'opérateur hamiltonien défini par : H ^ = − ℏ 2 2 m ∂ 2 ∂ x 2 (où m est une constante), et trouver la valeur propre correspondante.
Il faut donc trouver tous les sous-espaces propres et additionner leurs dimensions pour savoir si une matrice est diagonalisable ou pas. Prenons par exemple une matrice 3 x 3 notée M. On nous dit que les valeurs propres sont 4 et 9. Il n'y a donc que 2 valeurs propres pour un espace de dimension 3.
Pour démontrer qu'une matrice A est diagonalisable, la méthode la plus classique consiste à calculer le polynôme caractéristique χA et à le factoriser pour déterminer les valeurs propres de A . Si χA n'est pas scindé, A n'est pas diagonalisable. Si χA est scindé à racines simples, A est diagonalisable.