32 lines
2.2 KiB
Markdown
32 lines
2.2 KiB
Markdown
up:: [[matrice diagonale]]
|
|
title:: "méthode pour diagonaliser"
|
|
#maths/algèbre
|
|
|
|
---
|
|
Diagonaliser permet de transformer une application linéaire en une composée $P D P ^{-1}$
|
|
On trouve $D$ la matrice diagonale, qui conserve les directions (chaque vecteur est multiplié par un coefficient, éventuellement différent)
|
|
$P$ est une matrice de passage.
|
|
$P D P ^{-1}$ est donc : `[changement de base] -> application conservant les directions -> [changement de base inverse]`.
|
|
Toutes les matrices ne sont pas diagonalisables, donc toutes
|
|
# Méthode simple
|
|
- Calculer les valeurs de $\lambda$ telles que $\mathrm{\det} \left( A - \lambda I_{n} \right) = 0$ ([[polynôme]] de [[degré d'un polynôme|degré]] $n$)
|
|
- Si on a $n$ [[valeur propre d'une matrice|valeurs propres]] distinctes, il suffit de les mettres comme coefficients d'une [[matrice diagonale]] pour diagonaliser $A$
|
|
- [!] si on a certaines [[valeur propre d'une matrice|valeurs propres]] de [[valeur propre d'une matrice#Multiplicité|multiplicité]] $\geq 2$
|
|
- il faut vérrifier que la dimension du [[sous espace propre]] associé à ces valeurs prores est égale à leur multiplicité
|
|
- sinon, on ne pourra pas créer la matrice de changement de base
|
|
- Chercher pour chaque valeur de $\lambda$ les vecteurs $u \neq 0_{E}$ tels que $A \cdot u = \lambda u$
|
|
- On trouve $n$ vecteurs propres ($n$ est le degré du [[polynôme]] associé à $\det(A - \lambda I_{n})$)
|
|
- Les vecteurs propres forment une base
|
|
- on note $P$ la matrice de passage formée de ces [[vecteur propre|vecteur propre]] en colonne
|
|
- Alors :
|
|
- $A = PDP^{-1}$ (où $D$ est $A$ diagonalisée)
|
|
- $D = P ^{-1} A P$ (permet de trouver la matrice diagonale)
|
|
> [!example] Exemple
|
|
> On pose $A = \begin{pmatrix}2&1&0\\0&1&-1\\0&2&4\end{pmatrix}$
|
|
> $\det (A - 2 I_{3}) = 0$ car alors une colonne est nulle
|
|
> Donc $2$ est une [[valeur propre d'une application linéaire|valeur propre]]
|
|
> On cherche les vecteurs propres $u \neq \vec{0}$ tels que $A \cdot u = 2u$
|
|
> Alors, on remarque que $\begin{pmatrix}1\\0\\0\end{pmatrix}$ est un [[vecteur propre|vecteur propre]] associé à la [[valeur propre d'une application linéaire|valeur propre]] $\lambda = 2$
|
|
>
|
|
|