Calculateur de Diagonalisation de Matrice
Diagonalisez une matrice carrée en calculant valeurs propres, vecteurs propres et la décomposition A = PDP⁻¹. Matrices de 2×2 à 5×5 avec solutions détaillées, polynôme caractéristique et analyse de multiplicité.
Votre bloqueur de publicités nous empêche d’afficher des annonces
MiniWebtool reste gratuit grâce aux annonces. Si cet outil vous a aidé, soutenez-nous en passant à une navigation sans publicité avec plus d’utilisations quotidiennes, ou autorisez MiniWebtool.com puis rechargez.
- Autorisez les annonces pour MiniWebtool.com, puis rechargez
- Ou passez à une offre sans publicité avec des limites quotidiennes plus élevées
Calculateur de Diagonalisation de Matrice
Le Calculateur de Diagonalisation de Matrice décompose toute matrice carrée sous la forme A = PDP⁻¹, où D est une matrice diagonale de valeurs propres et P est la matrice des vecteurs propres. Entrez une matrice de 2×2 à 5×5 et obtenez la factorisation complète avec des solutions étape par étape, le polynôme caractéristique, l'analyse des multiplicités algébriques et géométriques, ainsi qu'une animation interactive de la décomposition.
Qu'est-ce que la diagonalisation de matrice ?
La diagonalisation de matrice est le processus consistant à trouver des matrices P et D telles que :
$$A = PDP^{-1}$$
où D est une matrice diagonale dont les entrées sont les valeurs propres de A, et P est une matrice inversible dont les colonnes sont les vecteurs propres correspondants. De manière équivalente, \(D = P^{-1}AP\), ce qui signifie que D est semblable à A.
Comment diagonaliser une matrice
Étape 1. Sélectionnez la taille de la matrice (2×2 à 5×5) et entrez les valeurs dans la grille. Vous pouvez également cliquer sur un exemple rapide pour charger une matrice prédéfinie à des fins de test.
Étape 2. Cliquez sur Diagonaliser la Matrice. Le calculateur calcule le polynôme caractéristique det(A − λI) et trouve ses racines (valeurs propres).
Étape 3. Pour chaque valeur propre, l'outil résout (A − λI)x = 0 pour trouver les vecteurs propres et compare la multiplicité algébrique à la multiplicité géométrique pour déterminer si la matrice est diagonalisable.
Étape 4. Si elle est diagonalisable, le calculateur construit P (vecteurs propres en colonnes), D (valeurs propres sur la diagonale) et P⁻¹, puis vérifie que PDP⁻¹ = A.
Étape 5. Explorez la décomposition animée pour visualiser comment A se factorise en P × D × P⁻¹, et parcourez la solution complète à l'aide des commandes de navigation.
Quand une matrice est-elle diagonalisable ?
| Condition | Diagonalisable ? | Exemple |
|---|---|---|
| n valeurs propres réelles distinctes | Toujours oui | \(\begin{pmatrix}2&1\\0&3\end{pmatrix}\) → λ = 2, 3 |
| Matrice symétrique (A = Aᵀ) | Toujours oui (λ réelles) | Le théorème spectral garantit une diagonalisation orthogonale |
| λ répétée avec MA = MG | Oui | \(\begin{pmatrix}5&0\\0&5\end{pmatrix}\) → λ = 5 (MA=2, MG=2) |
| λ répétée avec MA > MG | Non | \(\begin{pmatrix}1&1\\0&1\end{pmatrix}\) → λ = 1 (MA=2, MG=1) |
| Valeurs propres complexes | Sur ℂ : vérifier MA = MG | \(\begin{pmatrix}0&-1\\1&0\end{pmatrix}\) → λ = ±i |
Multiplicité algébrique vs. géométrique
Pour chaque valeur propre λ :
• Multiplicité algébrique (MA) : le nombre de fois que λ apparaît comme racine du polynôme caractéristique det(A − λI) = 0.
• Multiplicité géométrique (MG) : la dimension de l'espace propre ker(A − λI), c'est-à-dire le nombre de vecteurs propres linéairement indépendants.
Une matrice est diagonalisable si et seulement si MG = MA pour chaque valeur propre. La condition 1 ≤ MG ≤ MA est toujours vérifiée.
Pourquoi la diagonalisation est-elle importante ?
Comparaison avec d'autres décompositions
| Décomposition | Forme | Exigence |
|---|---|---|
| Décomposition spectrale (cet outil) | A = PDP⁻¹ | n vecteurs propres indépendants |
| Spectrale (symétrique) | A = QΛQᵀ | A = Aᵀ (Q orthogonale) |
| Forme normale de Jordan | A = PJP⁻¹ | Toute matrice carrée |
| SVD | A = UΣVᵀ | Toute matrice (même non carrée) |
| Décomposition LU | A = LU | Carrée, sous conditions |
Foire Aux Questions
Que signifie diagonaliser une matrice ?
Diagonaliser une matrice A signifie trouver une matrice inversible P et une matrice diagonale D telles que A = PDP⁻¹. Les entrées diagonales de D sont les valeurs propres, et les colonnes de P sont les vecteurs propres correspondants.
Quand une matrice est-elle diagonalisable ?
Une matrice est diagonalisable si et seulement si, pour chaque valeur propre, la multiplicité géométrique est égale à la multiplicité algébrique. De manière équivalente, il doit y avoir n vecteurs propres linéairement indépendants pour une matrice n×n. Toutes les matrices réelles symétriques et toutes les matrices avec n valeurs propres distinctes sont diagonalisables.
Quelle est la différence entre la multiplicité algébrique et géométrique ?
La multiplicité algébrique est le nombre de fois qu'une valeur propre apparaît comme racine du polynôme caractéristique. La multiplicité géométrique est la dimension de l'espace propre, c'est-à-dire le nombre de vecteurs propres linéairement indépendants pour cette valeur propre. Une matrice est diagonalisable précisément lorsque ces deux quantités sont égales pour chaque valeur propre.
Une matrice avec des valeurs propres complexes peut-elle être diagonalisée ?
Oui, une matrice avec des valeurs propres complexes peut toujours être diagonalisée sur les nombres complexes, tant que la multiplicité géométrique est égale à la multiplicité algébrique pour chaque valeur propre. Les matrices P et D résultantes contiendront des entrées complexes.
Quelles sont les applications de la diagonalisation de matrice ?
La diagonalisation de matrice est utilisée pour calculer les puissances de matrice efficacement (A^k = PD^kP⁻¹), résoudre des systèmes d'équations différentielles, analyser les chaînes de Markov et les comportements à l'équilibre, effectuer une analyse en composantes principales en statistiques et comprendre les transformations linéaires en physique et en ingénierie.
Citez ce contenu, cette page ou cet outil comme suit :
"Calculateur de Diagonalisation de Matrice" sur https://MiniWebtool.com/fr/calculateur-de-diagonalisation-de-matrice/ de MiniWebtool, https://MiniWebtool.com/
par l'équipe miniwebtool. Mis à jour le : 2026-04-12
Vous pouvez également essayer notre Résolveur Mathématique IA GPT pour résoudre vos problèmes mathématiques grâce à des questions-réponses en langage naturel.
Algèbre Linéaire:
- Calculateur d'Angle Entre Vecteurs Nouveau
- Calculateur de Polynôme Caractéristique Nouveau
- Calculateur de Décomposition de Cholesky Nouveau
- Calculateur d’Espace Colonne Nouveau
- Calculateur Règle de Cramer Nouveau
- Calculateur de Produit Vectoriel Nouveau
- Calculatrice de Déterminant
- Calculateur de Produit Scalaire Nouveau
- Calculatrice de Valeurs Propres et de Vecteurs Propres
- Calculateur de Gram-Schmidt
- Calculateur de Matrice Jacobienne Nouveau
- Calculateur de Forme Normale de Jordan Nouveau
- Calculatrice de matrices
- Calculateur de Diagonalisation de Matrice Nouveau
- Calculateur d'Exponentielle de Matrice Nouveau
- Calculateur de Matrice Inverse Nouveau
- Calculateur de décomposition LU de matrice
- Calculateur de Multiplication de Matrices Nouveau
- Calculateur de Puissance de Matrice Nouveau
- Calculateur de Rang de Matrice
- Calculateur de Trace de Matrice
- Calculateur d’Espace Nul Nouveau
- Calculatrice de décomposition en fractions partielles
- Calculateur de Décomposition QR Nouveau
- Calculateur RREF (Forme Échelonnée Réduite) Nouveau
- Calculateur de Décomposition en Valeurs Singulières (SVD)
- Calculateur de Produit Tensoriel Nouveau
- Calculateur de Vecteur Unitaire Nouveau
- Calculatrice Vectorielle
- Calculateur de Norme de Vecteur Nouveau
- Calculateur de projection vectorielle