Polynôme Caractéristique: Matrices 2x2 et 3x3

Recommended resources

The freely available resources this lesson will direct you to.

Bonjour ! Nous venons de conclure notre étude des applications linéaires avec le théorème du rang, qui lie la dimension de l'espace de départ au noyau et à l'image. Comme nous l'avions évoqué, cette exploration du noyau est fondamentale pour la suite.

Aujourd'hui, nous ouvrons le dernier grand chapitre de ce cours : la recherche des valeurs propres et des vecteurs propres, qui mène à la diagonalisation. La toute première étape de ce processus, et l'objectif de notre leçon, est d'apprendre à établir et calculer le polynôme caractéristique pour des matrices 2x2 et 3x3. Ce polynôme est la clé qui nous permettra de débloquer les "valeurs propres" d'une matrice, des nombres qui révèlent des propriétés profondes sur la transformation qu'elle représente.

1. Qu'est-ce que le polynôme caractéristique ?

Pour une matrice carrée $A$ de taille $n \times n$ , son polynôme caractéristique, que l'on note $P_{A} (λ)$ , est un polynôme en $λ$ obtenu par un calcul de déterminant. La définition est la suivante :

P_{A} (λ) = det (A - λ I_{n})

où :

$A$ est votre matrice de départ.
$λ$ (lambda) est une variable scalaire (un nombre inconnu).
$I_{n}$ est la matrice identité de même taille que $A$ .

Le calcul consiste donc à :

Créer une nouvelle matrice en soustrayant $λ$ à chaque élément de la diagonale de $A$ .
Calculer le déterminant de cette nouvelle matrice.

Le résultat sera un polynôme en $λ$ de degré $n$ . L'importance capitale de ce polynôme vient de ce que l'on appelle l'équation caractéristique, $P_{A} (λ) = 0$ . Les solutions (les racines) de cette équation sont les valeurs propres de la matrice $A$ . C'est ce que nous ferons dans la prochaine leçon. Pour l'instant, concentrons-nous sur la construction du polynôme lui-même.

La ressource suivante définit formellement ce concept.

Polynome Caractéristique d'une Matrice - Calcul en Ligne

Ce document de dCode fournit une définition claire et concise du polynôme caractéristique et de son utilité.

Lisez la première question de la FAQ, "Qu'est-ce que le polynome caractéristique d'une matrice ?". Notez qu'ils utilisent x comme variable au lieu de \lambda, et qu'ils mentionnent les deux formes \det(M - xI) et \det(xI - M). Les deux sont valides et mènent aux mêmes valeurs propres. Nous utiliserons la première forme par convention.

2. Calcul pour une matrice 2x2

Commençons par le cas le plus simple : une matrice 2x2. Le processus est très direct et s'appuie sur le calcul du déterminant 2x2 que vous connaissez bien.

Soit la matrice $A = (a c b d)$ .

Former la matrice $A - λ I_{2}$ :
$A - λ I_{2} = (a c b d) - λ (1001) = (a c b d) - (λ 0 0 λ) = (a - λ c b d - λ)$
Calculer le déterminant :
$P_{A} (λ) = det (A - λ I_{2}) = (a - λ) (d - λ) - b c$
Développer pour obtenir le polynôme :
$P_{A} (λ) = a d - aλ - d λ + λ^{2} - b c = λ^{2} - (a + d) λ + (a d - b c)$

On obtient bien un polynôme du second degré en $λ$ .

La vidéo et le document suivants vous montrent un exemple concret de ce calcul.

POLYNÔMES CARACTÉRISTIQUES ET VALEURS PROPRES D'UNE MATRICE #Ep_1 (Diagonalisation 1/5)

Cette vidéo de "Tioh Academy" commence par un exemple détaillé pour une matrice 2x2.

Regardez l'exemple de la matrice M1 ici. Suivez attentivement les étapes : la mise en place de \lambda I - M, la soustraction matricielle, et le calcul final du déterminant 2x2. Notez qu'il utilise \det(\lambda I - M), ce qui donne le même résultat au signe près, ce qui ne change pas les racines.

Polynome Caractéristique d'une Matrice - Calcul en Ligne

Cet exemple de dCode est très clair et suit la même logique.

Suivez l'exemple de calcul pour une matrice 2x2. Il détaille la soustraction matricielle et le calcul du déterminant.

3. Calcul pour une matrice 3x3

Pour une matrice 3x3, le principe est identique, mais le calcul du déterminant est plus élaboré. Avec des termes comme $(a - λ)$ , la règle de Sarrus peut devenir très lourde et source d'erreurs. La méthode du développement par cofacteurs est bien plus structurée et efficace ici, surtout si la matrice contient des zéros.

La vidéo suivante est une excellente ressource qui vous guidera pas à pas. Elle ne se contente pas de faire le calcul, elle explique d'abord en détail la stratégie pour calculer un déterminant 3x3 par cofacteurs, ce qui est une révision très utile.

Polynôme caractéristique d'une matrice - Calcul de déterminant

Cette vidéo de "Mathuvu" est un guide complet pour trouver le polynôme caractéristique d'une matrice 3x3, en mettant l'accent sur la méthode du déterminant.

Regardez cette vidéo en plusieurs étapes : D'abord, la mise en place de la matrice A - xI_3. L'auteur utilise x au lieu de \lambda, la démarche est la même. Ensuite, regardez attentivement la longue explication des différentes manières de calculer un déterminant 3x3 par cofacteurs (en se basant sur une ligne ou une colonne). C'est la partie la plus importante. Enfin, voyez comment il applique cette méthode de manière stratégique à l'exemple. Il choisit la deuxième colonne car elle contient deux zéros, ce qui simplifie énormément le calcul. C'est une astuce fondamentale. Optionnel : regardez la factorisation finale du polynôme. C'est une bonne pratique pour la recherche des valeurs propres que nous verrons plus tard.

4. Exemple détaillé d'un calcul 3x3

Pour bien fixer les idées, reprenons l'exemple de la vidéo et détaillons-le par écrit. C'est l'application directe de la méthode des cofacteurs que vous venez de voir.

Soit la matrice $A = 30 - 1 242 - 1 03$ .

Former la matrice $A - λ I_{3}$ :
$A - λ I_{3} = 3 - λ 0 - 1 2 4 - λ 2 - 1 0 3 - λ$
Calculer le déterminant par cofacteurs :
Comme l'explique la vidéo, il est très judicieux de développer par rapport à la deuxième ligne car elle contient le plus de zéros. La formule du développement par rapport à la ligne $i$ est $det (M) = \sum_{j = 1}^{n} (- 1)^{i + j} m_{ij} det (M_{ij})$ .

Pour la ligne 2, les termes avec les zéros disparaissent. Il ne reste que le terme central :
$P_{A} (λ) = det (A - λ I_{3}) = (- 1)^{2 + 1} \cdot 0 \cdot det (\dots) + (- 1)^{2 + 2} \cdot (4 - λ) \cdot det (M_{22}) + (- 1)^{2 + 3} \cdot 0 \cdot det (\dots)$
Cela se simplifie en :
$P_{A} (λ) = (1) \cdot (4 - λ) \cdot det (3 - λ - 1 - 1 3 - λ)$
On a réduit un calcul de déterminant 3x3 à un seul calcul de déterminant 2x2, ce qui est un gain de temps et de sécurité considérable.
Finaliser le calcul :
$P_{A} (λ) = (4 - λ) [(3 - λ) (3 - λ) - (- 1) (- 1)]$ $P_{A} (λ) = (4 - λ) [(3 - λ)^{2} - 1]$
Factoriser le résultat (fortement recommandé) :
On reconnaît une identité remarquable de la forme $a^{2} - b^{2} = (a - b) (a + b)$ avec $a = 3 - λ$ et $b = 1$ .
$P_{A} (λ) = (4 - λ) [((3 - λ) - 1) ((3 - λ) + 1)]$ $P_{A} (λ) = (4 - λ) (2 - λ) (4 - λ)$
Soit, sous sa forme finale factorisée :
$P_{A} (λ) = (4 - λ)^{2} (2 - λ)$
C'est un polynôme du troisième degré, comme attendu pour une matrice 3x3.

Conclusion

Aujourd'hui, nous avons appris une procédure mécanique mais essentielle qui constitue la première étape de la diagonalisation. Le calcul du polynôme caractéristique est un exercice d'application directe du calcul de déterminants.

Points clés à retenir :

Définition : Le polynôme caractéristique de $A$ est $P_{A} (λ) = det (A - λ I)$ .
Méthode : Il s'agit de soustraire $λ$ à la diagonale de $A$ puis de calculer le déterminant de la matrice résultante.
Pour les matrices 2x2 : Le calcul est rapide et mène à un polynôme de degré 2.
Pour les matrices 3x3 : La méthode des cofacteurs est la plus fiable. Cherchez toujours à développer par rapport à la ligne ou la colonne contenant le plus de zéros pour simplifier radicalement le calcul.

Nous avons maintenant notre polynôme. La question naturelle est : "que fait-on avec ?". La prochaine leçon y répondra : nous allons résoudre l'équation $P_{A} (λ) = 0$ pour trouver les fameuses valeurs propres de la matrice.