Aller au contenu
Télécharger l'application

Accueil › BCPST › Maths

BCPST2 · Maths · semaine 16

Valeurs propres et vecteurs propres

Valeurs propres, vecteurs propres, sous-espaces propres et spectre d'un endomorphisme ou d'une matrice carrée. Liberté d'une famille de vecteurs propres associés à des valeurs propres distinctes. Critère de diagonalisation par la somme des dimensions des sous-espaces propres et mise en oeuvre de la diagonalisation.

Sommaire

Le cours

Résumé en cinq points

  1. λ\lambda est valeur propre de ff si f−λ idEf-\lambda\,\mathrm{id}_E a un noyau non réduit au vecteur nul. Ce noyau est le sous-espace propre EλE_\lambda, de dimension au moins 11.
  2. Les valeurs propres d'une matrice triangulaire sont ses coefficients diagonaux, et deux matrices semblables ont le même spectre.
  3. Des vecteurs propres associés à des valeurs propres distinctes forment une famille libre, donc il y a au plus nn valeurs propres distinctes en dimension nn.
  4. Diagonalisable signifie qu'il existe une base de vecteurs propres, ce qui équivaut à ce que la somme des dimensions des sous-espaces propres vaille nn. Avoir nn valeurs propres distinctes suffit mais n'est pas nécessaire.
  5. La diagonalisation sert à calculer AnA^n par PDnP−1PD^nP^{-1}, donc à décrire le comportement à long terme d'un modèle linéaire, gouverné par la valeur propre de plus grand module sous les hypothèses précisées dans l'application biologique.
Pourquoi ce chapitre

Une matrice décrit une transformation, mais la base choisie n'a aucune raison d'être adaptée. Chercher les vecteurs propres, c'est chercher les directions que la transformation se contente d'étirer ou de contracter, sans les tourner.

Dans une base formée de vecteurs propres, la matrice devient diagonale et les puissances se calculent terme à terme.

ExempleApplications en BCPST

Un modèle matriciel de population, où la colonne des effectifs par classe d'âge évolue par Un+1=AUnU_{n+1}=AU_n, se résout en diagonalisant AA lorsque celle-ci est diagonalisable.

Les systèmes de suites couplées et les chaînes d'états en génétique relèvent du même schéma.

AttentionCadre du programme

  • Pas de polynôme caractéristique en dimension quelconque.
  • Pas de polynôme annulateur.
  • Une mise en œuvre guidée.

Classiques et HP

Méthodes et approfondissements du chapitre · le statut est précisé pour BCPST2.

Classiques et HP réservés

Prolongements et démonstrations de Maths.

Essayer 7 jours gratuitement Sans engagement · cours, exercices et fiches complets

Fin de l'aperçu gratuit

Encore 12 parties de cours et 10 corrigés.

Essayer 7 jours gratuitement Sans engagement · cours, exercices et fiches complets

Méthodes et exercices

Exercices classiques corrigés

Rangés par thème, du plus simple au plus exigeant. Difficulté et durée indicatives.

Diagonalisation matricielle 2

Exercice 1. Diagonalisation d'une matrice 3 × 3 ★★

Classiques de khôlle et concours · 15 min · Khôlle

Diagonaliser A=(011101110).A = \begin{pmatrix} 0 & 1 & 1 \\ 1 & 0 & 1 \\ 1 & 1 & 0 \end{pmatrix}.

Voir l'indice

Technique écrire A=J−IA = J - I, puis compter les dimensions.

Voir le corrigé offert
Résultat

A=PDP−1A = PDP^{-1} avec P=(1111−1010−1)P = \begin{pmatrix} 1 & 1 & 1 \\ 1 & -1 & 0 \\ 1 & 0 & -1 \end{pmatrix} et D=diag⁡(2,−1,−1)D = \operatorname{diag}(2, -1, -1), valeurs propres 22 et −1-1, dim⁡E−1=2\dim E_{-1} = 2.

  1. A(111)=(222)A\begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} = \begin{pmatrix} 2 \\ 2 \\ 2 \end{pmatrix}, donc 2 est valeur propre‾\underline{2 \text{ est valeur propre}} (définition 1.5, éléments propres d'une matrice).
  2. Ker⁡(A+I)=Ker⁡J={x+y+z=0}\operatorname{Ker}(A + I) = \operatorname{Ker} J = \{x + y + z = 0\}, de base (1,−1,0)(1, -1, 0), (1,0,−1)(1, 0, -1), donc −1 est valeur propre et dim⁡E−1=2‾\underline{-1 \text{ est valeur propre et } \dim E_{-1} = 2}.
  3. dim⁡E2+dim⁡E−1=1+2=3\dim E_2 + \dim E_{-1} = 1 + 2 = 3, donc AA est diagonalisable (théorème 3.3, critère de diagonalisation), sans autre valeur propre (somme ⩽3\leqslant 3, propriété 2.4, dimensions des sous-espaces propres).
  4. Donc A=PDP−1A = PDP^{-1} avec PP de colonnes (1,1,1)(1, 1, 1), (1,−1,0)(1, -1, 0), (1,0,−1)(1, 0, -1) et D=diag⁡(2,−1,−1)D = \operatorname{diag}(2, -1, -1) (définition 3.2, matrice diagonalisable).

piège : Chercher une troisième valeur propre alors que la somme vaut déjà 33, ou ranger les colonnes de PP dans un autre ordre que DD.

Exercice 2 ★★

Classiques de khôlle et concours · 15 min · Khôlle

Pour aa réel, Ma=(1100a0001)M_a = \begin{pmatrix} 1 & 1 & 0 \\ 0 & a & 0 \\ 0 & 0 & 1 \end{pmatrix}. Pour quels aa la matrice MaM_a est-elle diagonalisable ?

Voir le début du corrigé
  1. MaM_a est triangulaire, donc de valeurs propres 11 et aa (théorème 1.10, valeurs propres d'une matrice triangulaire).

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Éléments propres d'un endomorphisme 2

Exercice 3 ★★

Classiques de khôlle et concours · 25 min · Khôlle

Soit ff un endomorphisme de EE, de dimension finie. Montrer que ff est bijectif si et seulement si 00 n'est pas valeur propre. Si ff est bijectif, relier les éléments propres de ff et de f−1f^{-1}. Montrer que si λ\lambda est valeur propre de ff, alors λ2\lambda^2 l'est de f∘ff \circ f. La réciproque est-elle vraie ?

Voir le début du corrigé
  1. 00 valeur propre   ⟺  Ker⁡f≠{0}  ⟺  f\iff \operatorname{Ker} f \neq \{0\} \iff f non injective   ⟺  f\iff f non bijective (endomorphisme en dimension finie).

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Exercice 4 ★★

Classiques de khôlle et concours · 15 min · Khôlle

Soit pp un endomorphisme de EE, de dimension nn, tel que p∘p=pp \circ p = p. Montrer que le spectre de pp est inclus dans {0,1}\{0, 1\}, que E1=Im⁡pE_1 = \operatorname{Im} p, puis que pp est diagonalisable.

Voir le début du corrigé
  1. Si p(x)=λxp(x) = \lambda x, x≠0x \neq 0 : λ2x=p(p(x))=p(x)=λx\lambda^2 x = p(p(x)) = p(x) = \lambda x, donc λ2=λ\lambda^2 = \lambda et λ∈{0,1}‾\underline{\lambda \in \{0, 1\}}.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Suites de vecteurs 2

Exercice 5 ★★

Classiques de khôlle et concours · 25 min · Écrit, type Agro-Véto

Une population se répartit entre deux îlots. Chaque année, la moitié des individus du premier migre vers le second, et un quart des individus du second migre vers le premier. On note unu_n et vnv_n les proportions sur chaque îlot, avec u0+v0=1u_0 + v_0 = 1. Exprimer unu_n et vnv_n et donner leurs limites.

Voir le début du corrigé
  1. Un+1=AUnU_{n+1} = AU_n avec A=(1/21/41/23/4)A = \begin{pmatrix} 1/2 & 1/4 \\ 1/2 & 3/4 \end{pmatrix}.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Exercice 6 ★★

Classiques de khôlle et concours · 25 min · Écrit, type G2E

Un modèle de Leslie à deux classes, juvéniles jnj_n et adultes ana_n, s'écrit jn+1=jn+4anj_{n+1} = j_n + 4a_n et an+1=jn/2a_{n+1} = j_n/2. On suppose j0j_0 et a0a_0 positifs, non tous deux nuls. Étudier le comportement asymptotique.

Voir le début du corrigé
  1. L=(141/20)L = \begin{pmatrix} 1 & 4 \\ 1/2 & 0 \end{pmatrix} et det⁡(L−λI)=λ2−λ−2=(λ−2)(λ+1)‾\det(L - \lambda I) = \lambda^2 - \lambda - 2 = \underline{(\lambda - 2)(\lambda + 1)}.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Endomorphisme de polynômes 1

Exercice 7 ★★

Classiques de khôlle et concours · 20 min · Khôlle

Sur Rn[X]\mathbb{R}_n[X], on pose f(P)=(X−1)P′f(P) = (X - 1)P'. Montrer que ff est un endomorphisme, trouver ses éléments propres et conclure.

Voir le début du corrigé
  1. ff linéaire et deg⁡((X−1)P′)⩽deg⁡P\deg((X - 1)P') \leqslant \deg P, donc f(Rn[X])⊂Rn[X]f(\R_n[X]) \subset \R_n[X].

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Commutation et stabilité 1

Exercice 8 ★★

Classiques de khôlle et concours · 25 min · Écrit, plus délicat

Soit ff et gg deux endomorphismes de EE, de dimension nn, tels que f∘g=g∘ff \circ g = g \circ f. Montrer que chaque sous-espace propre de ff est stable par gg. Si ff a nn valeurs propres distinctes, montrer que gg est diagonalisable. Application : matrices qui commutent avec D=diag⁡(1,2,3)D = \operatorname{diag}(1, 2, 3).

Voir le début du corrigé
  1. Si x∈Eλ(f)x \in E_\lambda(f) : f(g(x))=g(f(x))=λg(x)f(g(x)) = g(f(x)) = \lambda g(x) (f∘g=g∘ff \circ g = g \circ f), donc g(x)∈Eλ(f)‾\underline{g(x) \in E_\lambda(f)}.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Matrices stochastiques 1

Exercice 9 ★★

Classiques de khôlle et concours · 25 min · Écrit, plus délicat, d'après un écrit Agro-Véto

Soit AA une matrice carrée de taille nn à coefficients positifs, dont chaque ligne a pour somme 11. Montrer que 11 est valeur propre et que toute valeur propre réelle λ\lambda vérifie ∣λ∣≤1|\lambda| \leq 1.

Voir le début du corrigé
  1. A(1,…,1)=(1,…,1)A(1, \ldots, 1) = (1, \ldots, 1) (la coordonnée ii vaut la somme de la ligne ii, définition 1.5, éléments propres d'une matrice).

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Classique du chapitre 1

Exercice classique. Calculs et projecteurs de rang 1 ★★★

Classique du chapitre

  1. Soient u=(1,2,0)Tu=(1,2,0)^{\mathsf T} et v=(2,−1,3)Tv=(2,-1,3)^{\mathsf T}. Posons A=uvTA=uv^{\mathsf T}. Écrire AA, puis déterminer son rang, sa trace et A2A^2.
  2. Soit AA une matrice réelle carrée non nulle de rang 11. Montrer que AA est un projecteur si et seulement si tr⁡(A)=1\operatorname{tr}(A)=1. Dans ce cas, préciser son image et son noyau comme sous-espaces associés à la projection.

Corrigé détaillé dans Sup et Spé+ : essai gratuit 7 jours.

Approfondissement hors programme 1

Exercice HP. Une famille tridiagonale : localisation et limites du critère ★★★

Approfondissement hors programme

Approfondissement facultatif · hors programme en BCPST2

Pour t∈Rt\in\R, on considère la matrice réelle, étudiée aussi sur C\C, At=(2t0t2t0t2).A_t=\begin{pmatrix}2&t&0\\t&2&t\\0&t&2\end{pmatrix}. On pourra utiliser le théorème de Gershgorin établi dans le cours : toute valeur propre d’une matrice A=(aij)∈Mn(C)A=(a_{ij})\in M_n(\C) appartient à l’un des disques ∣z−aii∣≤∑j≠i∣aij∣|z-a_{ii}|\leq\sum_{j\ne i}|a_{ij}|.

  1. Déterminer les disques associés aux lignes de AtA_t et en déduire un disque contenant tout son spectre.
  2. Pour quelles valeurs de tt le critère de dominance diagonale stricte par lignes assure-t-il l’inversibilité ? Pour ces valeurs, démontrer que la solution de Atx=bA_tx=b, avec b∈C3b\in\C^3, vérifie ∥x∥∞≤∥b∥∞2−2∣t∣,∥u∥∞=max⁡1≤i≤3∣ui∣.\|x\|_\infty\leq\frac{\|b\|_\infty}{2-2|t|}, \qquad \|u\|_\infty=\max_{1\leq i\leq3}|u_i|.
  3. Calculer le polynôme caractéristique de AtA_t, puis déterminer exactement ses valeurs propres et les valeurs de tt pour lesquelles elle est inversible.
  4. Étudier le cas t=1t=1. Que montre-t-il sur la portée du critère de Hadamard ?

Corrigé détaillé dans Sup et Spé+ : essai gratuit 7 jours.

Fiche de cours rédigée à partir du programme officiel de BCPST deuxième année (2021), partie « Algèbre linéaire 3 – Valeurs propres, vecteurs propres ». Elle couvre :

  • les éléments propres d'un endomorphisme et d'une matrice ;
  • le spectre ;
  • la liberté des familles de vecteurs propres ;
  • le critère de diagonalisation.