Calculateur de valeurs propres et de vecteurs propres d’une matrice 2×2
Saisissez les quatre éléments d’une matrice 2×2 pour obtenir ses valeurs propres et ses vecteurs propres, ainsi que son déterminant, sa trace et son polynôme caractéristique, avec une résolution détaillée.
Trouvez les valeurs propres 2×2
Formule des valeurs propres et des vecteurs propres d’une matrice 2×2
Où :
- \( A = \begin{bmatrix} a & b \\ c & d \end{bmatrix} \) — la matrice 2×2
- \( \lambda \) — les valeurs propres (les racines de l’équation caractéristique)
- \( \vec{v} \) — les vecteurs propres correspondants, obtenus en résolvant \( (A - \lambda I)\vec{v} = \vec{0} \)
- \( \operatorname{tr}(A) = a + d \) — la trace, et \( \det(A) = ad - bc \) — le déterminant
La première équation définit le polynôme caractéristique \( \lambda^2 - \operatorname{tr}(A)\lambda + \det(A) = 0 \). Sa résolution (une simple équation du second degré) donne les deux valeurs propres ; chaque valeur propre permet ensuite d’obtenir un vecteur propre à partir du système homogène \( (A - \lambda I)\vec{v} = \vec{0} \).
Valeurs propres et vecteurs propres 2×2 – Exemple de calcul
Exemple : trouver les valeurs propres et les vecteurs propres de la matrice
\[ A = \begin{bmatrix} 4 & 2 \\ 1 & 3 \end{bmatrix} \]
Étape 1 — trace et déterminant : \( \operatorname{tr}(A) = 4 + 3 = 7 \), \( \det(A) = 4 \cdot 3 - 2 \cdot 1 = 10 \).
Étape 2 — équation caractéristique : \( \lambda^2 - 7\lambda + 10 = 0 \).
\[ \lambda_{1,2} = \frac{7 \pm \sqrt{49 - 40}}{2} = \frac{7 \pm 3}{2} \]
Étape 3 — valeurs propres : \( \lambda_1 = 5 \), \( \lambda_2 = 2 \).
Étape 4 — vecteurs propres obtenus à partir de \( (A - \lambda I)\vec{v} = \vec{0} \). Pour \( \lambda_1 = 5 \) : \( (4-5)x_1 + 2x_2 = 0 \), donc \( x_2 = 0.5x_1 \) et \( \vec{v}_1 = (1,\ 0.5) \). Pour \( \lambda_2 = 2 \) : \( (4-2)x_1 + 2x_2 = 0 \), donc \( x_2 = -x_1 \) et \( \vec{v}_2 = (1,\ -1) \).
Résultat : \( \lambda_1 = 5 \) avec le vecteur propre \( (1,\ 0.5) \) ; \( \lambda_2 = 2 \) avec le vecteur propre \( (1,\ -1) \). Vérification : \( A\vec{v}_1 = (5,\ 2.5) = 5\vec{v}_1 \) et \( A\vec{v}_2 = (2,\ -2) = 2\vec{v}_2 \).
Comment utiliser le calculateur de valeurs propres
- Saisissez l’élément a₁₁ de la matrice (ligne 1, colonne 1). La valeur par défaut est 4.
- Saisissez a₁₂ (ligne 1, colonne 2). La valeur par défaut est 2.
- Saisissez a₂₁ (ligne 2, colonne 1). La valeur par défaut est 1.
- Saisissez a₂₂ (ligne 2, colonne 2). La valeur par défaut est 3.
- Consultez les résultats : le déterminant |A|, la trace, la matrice \( A - cI \), le polynôme caractéristique, les deux valeurs propres et le vecteur propre associé à chacune d’elles.
Que sont les valeurs propres et les vecteurs propres ?
Un vecteur propre d’une matrice \( A \) est un vecteur non nul qui ne change pas de direction sous l’action de la matrice : il est seulement étiré ou comprimé. Le facteur de cet étirement est la valeur propre \( \lambda \). Formellement, \( \vec{v} \) est un vecteur propre s’il vérifie
\[ A\vec{v} = \lambda\vec{v} \]
Géométriquement, une matrice 2×2 transforme le plan : elle fait tourner les vecteurs, les étire et leur applique un cisaillement. La plupart des vecteurs prennent une nouvelle direction, mais jusqu’à deux directions particulières restent inchangées par la transformation (à un facteur d’échelle près). Ces directions sont celles des vecteurs propres, et leurs facteurs d’échelle sont les valeurs propres. C’est pourquoi la décomposition en valeurs propres révèle le comportement « essentiel » d’une transformation en faisant abstraction du reste.
Les valeurs propres fournissent beaucoup d’informations en seulement deux nombres. Leur produit est égal au déterminant (qui décrit la façon dont la matrice modifie les aires), et leur somme est égale à la trace. Si les deux valeurs propres sont réelles et positives, la transformation étire l’espace dans les deux directions propres ; si l’une est négative, une direction est inversée ; si les deux ont une valeur absolue inférieure à 1, la transformation contracte l’espace. Lorsque les deux valeurs propres sont égales, la matrice peut avoir ou non deux vecteurs propres indépendants : c’est ce qui distingue les matrices diagonalisables des matrices défectives.
Les valeurs propres et les vecteurs propres interviennent partout en mathématiques appliquées : dans l’analyse de la stabilité des équations différentielles et des systèmes dynamiques, l’analyse en composantes principales en statistique, les modes de vibration en génie mécanique, la mécanique quantique (où les valeurs propres sont les valeurs mesurables des observables) et les algorithmes de classement des pages. Lorsqu’une matrice agit de façon répétée — \( A^n \) —, la valeur propre la plus grande domine le comportement à long terme.
Hypothèses et limites
- Valeurs propres réelles uniquement. Le calculateur résout l’équation caractéristique du second degré dans l’ensemble des nombres réels. Si le discriminant \( \operatorname{tr}(A)^2 - 4\det(A) < 0 \), les valeurs propres sont complexes et l’outil affiche « Aucune racine réelle ». C’est le cas, par exemple, des matrices de rotation.
- Les vecteurs propres ne sont pas uniques. Tout multiple non nul d’un vecteur propre est aussi un vecteur propre. Le calculateur fixe \( x_1 = 1 \) et affiche \( (1,\ x_2) \) ; la même direction pourrait tout aussi bien s’écrire \( (2,\ 2x_2) \) ou avec le signe opposé. Seule la direction compte.
- Valeurs propres répétées. Lorsque le discriminant est nul, \( \lambda_1 = \lambda_2 \) et il peut n’y avoir qu’un seul vecteur propre indépendant (matrice défective). Dans ce cas, le calculateur renverra deux fois le même vecteur propre.
- Lignes nulles. Si \( a_{12} \) et \( a_{21} \) sont tous deux nuls (matrice diagonale), les valeurs propres sont simplement les éléments diagonaux \( a_{11} \) et \( a_{22} \), et les vecteurs propres correspondent aux directions de la base canonique.
- Arrondi. Les résultats sont arrondis à 4 décimales, ce qui suffit pour la plupart des exercices scolaires, mais peut masquer de petites valeurs dans les matrices mal conditionnées.
Pour travailler avec des matrices plus grandes, essayez le calculateur de valeurs propres et de vecteurs propres d’une matrice 3×3. Si vous devez d’abord effectuer d’autres opérations sur les matrices, le calculateur de multiplication de matrices et le calculateur de multiplication de déterminants sont également utiles, car les valeurs propres sont souvent calculées à partir de puissances de matrices et de produits de déterminants.
Questions fréquentes
Comment trouver à la main les valeurs propres et les vecteurs propres d’une matrice 2×2 ?
Calculez la trace \( a + d \) et le déterminant \( ad - bc \), puis résolvez l’équation du second degré \( \lambda^2 - (a+d)\lambda + (ad-bc) = 0 \) à l’aide du discriminant. Pour chaque valeur propre, remplacez \( \lambda \) dans \( (A - \lambda I)\vec{v} = \vec{0} \) et résolvez le système linéaire obtenu pour trouver le vecteur. Il reste toujours une variable libre : choisissez donc une valeur pratique, comme \( x_1 = 1 \), puis calculez \( x_2 \).
Que signifie le message « Aucune racine réelle » affiché par le calculateur ?
Le discriminant \( \operatorname{tr}(A)^2 - 4\det(A) \) est négatif : les valeurs propres forment donc une paire de nombres complexes conjugués. C’est typique des matrices de rotation et des matrices qui font davantage tourner le plan qu’elles ne l’étirent : aucune direction réelle ne reste inchangée par la transformation. Pour travailler avec ces matrices, il faut utiliser les nombres complexes : les valeurs propres sont \( \frac{\operatorname{tr}(A) \pm i\sqrt{4\det(A) - \operatorname{tr}(A)^2}}{2} \).
Pourquoi mon vecteur propre est-il différent de celui du manuel ?
Les vecteurs propres ne sont pas uniques. Tout multiple scalaire non nul d’un vecteur propre est également un vecteur propre valide. Ainsi, \( (1, 0.5) \), \( (2, 1) \) et \( (-4, -2) \) représentent tous la même direction. Les manuels normalisent souvent les vecteurs propres pour leur donner une norme de 1 ou éliminent les fractions, ce qui change les nombres, mais pas la réponse. Seule la direction (le rapport entre les composantes) compte : comparez donc les rapports plutôt que les valeurs elles-mêmes.
Qu’est-ce qu’une matrice défective et comment savoir si ma matrice en est une ?
Une matrice est défective lorsqu’elle possède une valeur propre répétée \( (\operatorname{tr}(A)^2 = 4\det(A)) \), mais moins de deux vecteurs propres indépendants. Vérifiez si \( A - \lambda I \) est la matrice nulle : si c’est le cas, tout vecteur est un vecteur propre et la matrice est diagonalisable ; sinon, il n’existe qu’un seul vecteur propre indépendant et la matrice ne peut pas être diagonalisée. Cette distinction est importante pour calculer les puissances \( A^n \) et résoudre des systèmes d’équations différentielles.
Que m’apprennent les valeurs propres sur la matrice ?
Le produit des valeurs propres est égal au déterminant, et leur somme est égale à la trace : c’est un moyen rapide de vérifier votre réponse. Si les deux valeurs propres sont positives, la transformation préserve l’orientation et étire l’espace ; si une seule est négative, une direction est inversée. Une valeur propre de valeur absolue inférieure à 1 indique une contraction dans la direction correspondante. Dans les systèmes dynamiques, si les deux valeurs propres sont à l’intérieur du cercle unité, le système est stable ; la valeur propre ayant la plus grande valeur absolue domine le comportement à long terme.
Un vecteur propre peut-il être le vecteur nul ?
Non. Par définition, \( \vec{v} \) doit être non nul, car \( A\vec{0} = \lambda\vec{0} \) est vérifié pour tout \( \lambda \), ce qui rendrait la définition dépourvue de sens. Si votre calcul ne donne que le vecteur nul comme solution, vous avez probablement fait une erreur de calcul : remplacer \( \lambda \) par une valeur propre dans \( (A - \lambda I) \) doit rendre le système singulier (déterminant nul), ce qui garantit l’existence de solutions non nulles.
Comment vérifier les valeurs propres et les vecteurs propres obtenus ?
Multipliez la matrice initiale par chaque vecteur propre et vérifiez que le résultat est égal à la valeur propre multipliée par ce vecteur : \( A\vec{v} = \lambda\vec{v} \). Vérifiez aussi que la somme des deux valeurs propres est égale à la trace et que leur produit est égal au déterminant. Une erreur de signe dans \( \det(A) = ad - bc \) ou dans la résolution du système linéaire est fréquente : ces vérifications permettent de repérer immédiatement l’une ou l’autre.