Diagonalisation de matrices : Comprendre A = PDP⁻¹

Bonjour ! Dans la leçon précédente, nous avons appris à construire la matrice diagonale $D$ et la matrice de passage $P$ à partir des valeurs et vecteurs propres d'une matrice. Vous avez franchi une étape décisive en organisant ces éléments.

Aujourd'hui, nous assemblons la pièce finale du puzzle. L'objectif est de finaliser le processus en effectuant la diagonalisation complète d'une matrice via la relation A = PDP⁻¹. Cela implique une dernière étape calculatoire essentielle : trouver l'inverse de la matrice de passage, $P^{-1}$. Cette leçon est l'aboutissement de tout le module, où nous verrons comment une matrice complexe peut être décomposée en éléments beaucoup plus simples.

Dans votre domaine du génie civil, l'analyse de contraintes dans une structure est souvent simplifiée en trouvant les "axes principaux", un repère spécial où les contraintes de cisaillement s'annulent et seuls les efforts normaux (les contraintes principales) subsistent. La diagonalisation est l'outil mathématique qui formalise cette transformation vers une base plus simple. La matrice $A$ représente un état complexe, et la matrice diagonale $D$ représente ce même état dans la base "principale" des vecteurs propres, où tout devient plus clair.

1. La Formule Finale de la Diagonalisation

Nous avons tous les éléments en main, sauf un. La relation de diagonalisation s'écrit :
$A=PD{P}^{-1}$
Cette formule exprime que la matrice originale $A$ peut être reconstruite à partir de :

• $D$, la matrice diagonale contenant ses valeurs propres.
• $P$, la matrice de passage dont les colonnes sont les vecteurs propres de $A$.
• $P^{-1}$, l'inverse de la matrice de passage.

Cette relation est souvent introduite sous la forme $D=P^{-1}AP$, qui signifie que l'on "transforme" $A$ en une matrice diagonale $D$. En multipliant par $P$ à gauche et $P^{-1}$ à droite, on isole $A$ pour obtenir la forme que nous utiliserons.

La vidéo suivante, bien qu'en anglais, offre une introduction très claire et concise à cette relation fondamentale.

2. La Dernière Étape : Calculer $P^{-1}$

Le seul calcul qu'il nous reste à maîtriser pour finaliser la diagonalisation est celui de $P^{-1}$. Vous avez déjà étudié les méthodes pour cela dans le module 2. Faisons un bref rappel :

• Pour une matrice 2x2 $P=\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)$, l'inverse est donné par la formule directe :
  $P^{-1}=\frac{1}{ad-bc}\left(\begin{array}{cc}d& -b\\ -c& a\end{array}\right)$
  à condition que le déterminant $ad-bc$ ne soit pas nul.

• Pour une matrice 3x3, la méthode la plus robuste que vous ayez vue est la méthode de Gauss-Jordan. Elle consiste à poser la matrice augmentée $[P|I]$ et à appliquer des opérations élémentaires sur les lignes jusqu'à obtenir $[I|P^{-1}]$.

Maintenant, appliquons cela à des exemples concrets.

3. Exemple Complet : Diagonalisation d'une Matrice 2x2

Reprenons l'exercice de la leçon précédente avec la matrice $A=\left(\begin{array}{cc}5& -3\\ 6& -4\end{array}\right)$.
Nous avions trouvé :

• Valeurs propres ${\lambda }_1=-1$ et ${\lambda }_2=2$.
• Matrices $D=\left(\begin{array}{cc}-1& 0\\ 0& 2\end{array}\right)$ et $P=\left(\begin{array}{cc}1& 1\\ 2& 1\end{array}\right)$.

Étape 1 : Calculer $P^{-1}$.
Le déterminant de P est $\det (P)=(1)(1)-(1)(2)=-1$.
En utilisant la formule de l'inverse 2x2 :
$P^{-1}=\frac{1}{-1}\left(\begin{array}{cc}1& -1\\ -2& 1\end{array}\right)=\left(\begin{array}{cc}-1& 1\\ 2& -1\end{array}\right)$

Étape 2 : Vérifier la relation $A=PD{P}^{-1}$.
Nous devons maintenant calculer le produit $PD{P}^{-1}$ et vérifier si nous retrouvons bien $A$.

$$\begin{array}{rl}PD{P}^{-1}& =\left(\begin{array}{cc}1& 1\\ 2& 1\end{array}\right)\left(\begin{array}{cc}-1& 0\\ 0& 2\end{array}\right)\left(\begin{array}{cc}-1& 1\\ 2& -1\end{array}\right)\\ & =\left(\left(\begin{array}{cc}1& 1\\ 2& 1\end{array}\right)\left(\begin{array}{cc}-1& 0\\ 0& 2\end{array}\right)\right)\left(\begin{array}{cc}-1& 1\\ 2& -1\end{array}\right)\\ & =\left(\begin{array}{cc}(1)(-1)+(1)(0)& (1)(0)+(1)(2)\\ (2)(-1)+(1)(0)& (2)(0)+(1)(2)\end{array}\right)\left(\begin{array}{cc}-1& 1\\ 2& -1\end{array}\right)\\ & =\left(\begin{array}{cc}-1& 2\\ -2& 2\end{array}\right)\left(\begin{array}{cc}-1& 1\\ 2& -1\end{array}\right)\\ & =\left(\begin{array}{cc}(-1)(-1)+(2)(2)& (-1)(1)+(2)(-1)\\ (-2)(-1)+(2)(2)& (-2)(1)+(2)(-1)\end{array}\right)\\ & =\left(\begin{array}{cc}1+4& -1-2\\ 2+4& -2-2\end{array}\right)=\left(\begin{array}{cc}5& -3\\ 6& -4\end{array}\right)\end{array}$$

Le résultat est bien la matrice $A$. La diagonalisation est correcte !

La ressource suivante détaille ce même exemple. Observez comment elle confirme nos calculs.

4. Exemple Complet : Diagonalisation d'une Matrice 3x3

Attaquons-nous maintenant au cas 3x3 de la leçon précédente.
Soit la matrice $A=\left(\begin{array}{ccc}0& 6& -2\\ 0& -2& 0\\ 1& 3& -3\end{array}\right)$.
Nous avions posé $D=\left(\begin{array}{ccc}-1& 0& 0\\ 0& -2& 0\\ 0& 0& -2\end{array}\right)$ et $P=\left(\begin{array}{ccc}2& 1& 0\\ 0& 0& 1\\ 1& 1& 3\end{array}\right)$.

Étape 1 : Calculer $P^{-1}$ par la méthode de Gauss-Jordan.
Nous partons de la matrice augmentée $[P|I]$ :
$\left[\begin{array}{cccccc}2& 1& 0& 1& 0& 0\\ 0& 0& 1& 0& 1& 0\\ 1& 1& 3& 0& 0& 1\end{array}\right]$
Appliquons les opérations sur les lignes pour obtenir la matrice identité à gauche.

1. Permuter L2 et L3 pour avoir un pivot non nul en (2,2) : $L_2\leftrightarrow L_3$
   $\left[\begin{array}{cccccc}2& 1& 0& 1& 0& 0\\ 1& 1& 3& 0& 0& 1\\ 0& 0& 1& 0& 1& 0\end{array}\right]$
2. Créer un zéro en (2,1) : $L_2\leftarrow 2L_2-L_1$
   $\left[\begin{array}{cccccc}2& 1& 0& 1& 0& 0\\ 0& 1& 6& -1& 0& 2\\ 0& 0& 1& 0& 1& 0\end{array}\right]$
   La matrice est maintenant triangulaire supérieure. Il faut maintenant faire apparaître des zéros au-dessus de la diagonale.
3. Créer des zéros en (1,3) et (2,3) : $L_2\leftarrow L_2-6L_3$
   $\left[\begin{array}{cccccc}2& 1& 0& 1& 0& 0\\ 0& 1& 0& -1& -6& 2\\ 0& 0& 1& 0& 1& 0\end{array}\right]$
4. Créer un zéro en (1,2) : $L_1\leftarrow L_1-L_2$
   $\left[\begin{array}{cccccc}2& 0& 0& 2& 6& -2\\ 0& 1& 0& -1& -6& 2\\ 0& 0& 1& 0& 1& 0\end{array}\right]$
5. Normaliser la première ligne : $L_1\leftarrow \frac{1}{2}{L}_1$
   $\left[\begin{array}{cccccc}1& 0& 0& 1& 3& -1\\ 0& 1& 0& -1& -6& 2\\ 0& 0& 1& 0& 1& 0\end{array}\right]$
   Nous avons donc trouvé :
   $P^{-1}=\left(\begin{array}{ccc}1& 3& -1\\ -1& -6& 2\\ 0& 1& 0\end{array}\right)$

Étape 2 : Assembler la relation $A=PD{P}^{-1}$.
La diagonalisation complète de A est :
$A=\left(\begin{array}{ccc}2& 1& 0\\ 0& 0& 1\\ 1& 1& 3\end{array}\right)\left(\begin{array}{ccc}-1& 0& 0\\ 0& -2& 0\\ 0& 0& -2\end{array}\right)\left(\begin{array}{ccc}1& 3& -1\\ -1& -6& 2\\ 0& 1& 0\end{array}\right)$
Le calcul complet de ce produit matriciel est fastidieux, mais il redonnerait bien la matrice $A$. Le simple fait de pouvoir écrire cette relation signifie que la diagonalisation est achevée.

Pour voir un autre exemple 3x3 entièrement traité, la vidéo suivante est une excellente ressource.

5. À Quoi Sert la Diagonalisation ? Le Calcul de Puissances

Maintenant que vous savez diagonaliser une matrice, vous vous demandez peut-être quelle en est l'application la plus directe. L'une des plus puissantes est le calcul de $A^n$.
Si $A=PD{P}^{-1}$, alors :
$A^n=(PD{P}^{-1})(PD{P}^{-1})...(PD{P}^{-1})$
Les termes $P^{-1}P$ au centre s'annulent (car $P^{-1}P=I$), et il ne reste que :
$A^n=P{D}^n{P}^{-1}$
Calculer $D^n$ est trivial : il suffit d'élever chaque valeur propre sur la diagonale à la puissance $n$. Cette formule transforme un calcul de $n$ multiplications de matrices complexes en seulement deux multiplications de matrices et une mise à la puissance d'une matrice diagonale.

La ressource de l'UNISCIEL, que nous avons déjà consultée, explique très bien ce point.

Conclusion

Félicitations ! Vous êtes parvenu au bout de ce cours et maîtrisez désormais le processus complet de la diagonalisation. C'est un accomplissement majeur en algèbre linéaire.

Les points clés de cette dernière leçon sont :

• La diagonalisation complète d'une matrice $A$ est synthétisée par la formule $A=PD{P}^{-1}$.
• La dernière étape calculatoire est la détermination de $P^{-1}$, en utilisant les méthodes que vous connaissez (formule pour 2x2, Gauss-Jordan pour 3x3).
• Vérifier que le produit $PD{P}^{-1}$ redonne bien $A$ est le meilleur moyen de s'assurer que tous les calculs (valeurs propres, vecteurs propres, inverse) sont corrects.
• Cette décomposition est extrêmement utile, notamment pour simplifier le calcul des puissances $A^n=P{D}^n{P}^{-1}$.

Au cours de ces modules, vous avez acquis un ensemble de compétences pratiques très recherchées :

1. Vous avez appris à traduire des problèmes concrets en systèmes d'équations et à les résoudre avec des méthodes matricielles robustes comme le pivot de Gauss ou la méthode de Cramer.
2. Vous avez exploré la nature des applications linéaires en analysant leur noyau et leur image, des concepts fondamentaux pour comprendre les transformations de l'espace.
3. Enfin, vous avez appris à décomposer une matrice en ses éléments essentiels – valeurs et vecteurs propres – pour la diagonaliser, une technique puissante avec de nombreuses applications en ingénierie et en physique.

Vous disposez maintenant d'une solide boîte à outils mathématiques pour aborder des problèmes plus complexes. Bravo pour votre travail et votre persévérance