Université des Sciences Sociales et de Gestion de Bamako

Faculté des Sciences Economiques et de Gestion de Bamako

Cours de Mathématiques L2_S3
Professeur : Dr Diawara Daouda
Chapitre 3_Reduction des endomorphismes
I. Diagonalisation
NB : La notion de diagonalisation et trigonalisassions des matrices est valable
uniquement pour les matrices carrées.
1. Valeurs propres et vecteurs propres d’une matrice
Valeurs propres
Définition 1 Soit A une matrice carrée d’ordre n .On appelle polynôme

caractéristique d’une matrice A le déterminant det ( A −  I ) où  est un nombre réel et

I la matrice unité de même ordre que A . Ce déterminant est un polynôme en  noté
PA (  ) et PA (  ) = det ( A −  I )

 a11 a1n 
 
En posant : A =  
a ann 
 n1
a11 −  a12 . . a1n
a21 a22 −  . . a2 n
PA ( ) = . . . . .
. . . . .
an1 an 2 . . ann − 

Définition 2
Les valeurs propres de la matrice A les racines de son polynôme caractéristique c’est-

à-dire  est une valeur propre de A si et seulement si PA (  ) = det ( A −  I ) = 0 .

Exemple

 1 −1 −1
 
Soit la matrice A =  2 5 2
 −2 −3 0 
 
Déterminer le polynôme caractéristique de A et en déduire les valeurs propres de A .
Cours de Mathematiques L2_S3
 1 − x −1 −1
Soit x  , PA ( x ) = 2 5 − x 2 = (1 − x )( x − 2 )( x − 3)
−2 −3 − x

PA ( x ) = (1 − x )( x − 2 )( x − 3)

Les valeurs propres de A : PA ( x ) = 0  x = 1 ou x = 2 ou x = 3

Propriétés
(1) Une matrice carrée d’ordre n admet n valeurs propres comptées avec leur
multiplicité,
(2) La transposée de la matrice A a les mêmes valeurs propres que A ,

(3) si  est une valeur propre de A alors  m et

1
sont les valeurs propres de Am et

A −1
(4) Les valeurs propres d’une matrice triangulaire et d’une matrice diagonale sont
les éléments diagonaux de cette matrice,

(5) Si on désigne par 1 , 2 , , n les valeurs propres de la matrice A , alors on a :

det A = 12 n
tr ( A) = 1 + 2 + + n
(6) Théorème de Hamilton-Cayley
Toute matrice carrée est racine de son polynôme caractéristique. Autrement dit
si A est une matrice carrée et a pour polynôme

caractéristique PA (  ) = an  + an −1 a1 + a0 alors on a :

n −1
n
+

PA ( A) = an An + an−1 An−1 + a1 A + a0 I = 0

Remarque : Ce théorème est utile pour exprimer l’inverse d’une matrice A en fonction
des puissances positives de A .
Exemple 1

 1 −1 −1
 
Pour A =  2 5 2
 −2 −3 0 
 
A Vérifie PA ( A) = − A3 + 6 A2 − 11A + 6 I = 0

Cours de Mathematiques L2_S3

 − A3 + 6 A2 − 11A = −6 I  − A ( A2 − 6 A + 11I ) = −6 I
On a : 1 
 A  ( A2 − 6 A + 11I )  = I
6 

 A est inversible et A−1 = 1 ( A2 − 6 A + 11I )

6
Exemple 2 Soit A une matrice carrée d'ordre 3 de polynôme caractéristique

PA (  ) = −3 3 + 10 2 − 50 + 18 . D’après le théorème de Hamilton Cayley on a :

PA (  ) = −3 A3 + 10 A2 − 50 A + 18I = 0
 −3 A2 + 10 A − 50 I 
 −3 A3 + 10 A2 − 50 A = −18I  A  =I
 −18 
−1
Cette égalité veut dire que A est inversible et A−1 =
18
( −3A2 + 10 A − 50I )
Vecteurs propres
Définition

Soit 0 une valeur propre de la matrice A :

Définitions

On appelle vecteur propre de A associé à 0 le vecteur non nul V vérifiant l’égalité :

AV = 0V  AV − 0V = O
 ( A − 0 I ) V = O

On appelle sous-espace vectoriel propre de A associé à 0 l’ensemble noté E ( 0 ) ou

E0

E ( 0 ) = V | AV = 0V 
Propriétés
(1) A toute valeur propre on peut associer au moins un vecteur propre,
(2) Les vecteurs propres associés à des valeurs propres différentes sont
linéairement indépendantes,
(3) À une valeur propre d’ordre de multiplicité q, on peut associer au plus q
vecteurs propres,
(4) Les vecteurs propres de Am et A −1 sont les mêmes que ceux de A .

Cours de Mathematiques L2_S3

Exemple

 1 −1 −1
 
Soit A =  2 5 2  de polynôme caractéristique PA ( x ) = (1 − x )( x − 2 )( x − 3)
 −2 −3 0 
 

Déterminer un vecteur propre associer à chaque valeur propre i ( i = 1, 2,3)

1 = 1, 2 = 2 et 3 = 3
✓ Sous-espace vectoriel propre associer a 1 = 1
x
E1 = E1 = V / AV = 1.V = V  . Soit V  y 
z 
 

 1 −1 −1 x   x   − y − z = 0 (1)
     
 2 5 2  y  =  y   2 x + 4 y + 2 z = 0 (2)
 −2 −3 0  z   z  −2 x − 3 y − z = 0 3
      ( )
(1)  z = − y

 2 x + 4 y − 2 y = 0 2 x + 2 y = 0
 
 −2 x − 3 y + y = 0 −2 x − 2 y = 0
(2) et (3) :
x + y = 0
  x + y = 0  x = −y
x + y = 0

V = ( x, y, z ) = ( − y, y, − y ) = ( −1,1, −1) y donc V1 = ( −1,1, −1) est une base de E1

✓ Sous-espace vectoriel propre associer a 2 = 2

x
E2 = E2 = V / AV = 2V  . Soit V  y 
z 
 
− x − y − z = 0 (l1 ) − x − y − z = 0 (1)
 
On a : 2 x + 3 y + 2 z = 0 (l2 + 2l1 )  y = 0 (2)
 
−2 x − 3 y − 2 z = 0 ( l3 + ( −2 ) l1 )  − y = 0 ( 3)

( 2 ) et ( 3) : y = 0 , (1)  x = − z

V = ( x, y, z ) = ( − z,0, z ) = ( −1,0,1) z

Donc V2 = ( −1,0,1) est une base de E2

Cours de Mathematiques L2_S3

 ✓ Sous-espace vectoriel propre associer a 3 = 3
x
E3 = E3 = V / AV = 3V  . Soit V  y 
z 
 
−2 x − y − z = 0
  y = −z
 y+z =0 
 − 2 y − 2z = 0 x = 0

V = ( x, y, z ) = ( 0, − z, z ) = ( 0, −1,1) z . Donc V3 = ( 0, −1,1) est une base de E3
Diagonalisation
La matrice A est diagonalisable lorsqu’il existe une matrice diagonale D et une

D = P −1 AP
matrice inversible P telle que
 A = PDP −1
Critères de diagonalisation
✓ La matrice A est diagonalisable si et seulement si son polynôme caractéristique
admet n racines distinctes ( n est l’ordre de la matrice),
✓ La matrice est diagonalisable si et seulement si le nombre de vecteurs propres
linéairement indépendants associés à chaque valeur propre est égale à la
multiplicité de cette dernière comme racine du polynôme caractéristique.
Algorithme de la diagonalisation d’une matrice
✓ Écrire le polynôme caractéristique et calculer les valeurs propres,
✓ Trouver les vecteurs propres associés à chaque valeur propre,
✓ Écrire la matrice D et la matrice P

 1 0 . . 0 V1 V2 . . Vn 
   
 0 2 . . 0  
D= . . . 
. . , P= 
   
 . . . . .   
0 0 
. n   
 .  
Discussion
✓ Si la matrice de passage P est une matrice carrée, alors A est diagonalisable,
✓ Si P n’est pas une matrice carrée, alors A n’est pas diagonalisable (la matrice
A est trigonalisable)
Cours de Mathematiques L2_S3
Autrement dit A est diagonalisable lorsque la dimension du sous-espace vectoriel
propre de A est égale à l’ordre de la matrice.

Pour une matrice diagonalisable A on a : An = ( PDP−1 ) = PDn P−1

n

 1n 0 . . 0 

 0 2 n . . 0 
Où Dn =  . . . . . 


 . . . . . 
 
 0 0 . . n n 
Exemple

 1 −1 −1
 
Soit A =  2 5 2
 −2 −3 0 
 

Le polynôme caractéristique de A PA ( x ) = (1 − x )( x − 2 )( x − 3)

1 = 1, 2 = 2 et 3 = 3 sont les valeurs de A . A est une matrice carrée d’ordre 3 et

admet 3 racines
Donc la matrice est diagonalisable

✓ Sous-espace vectoriel propre associer a 1 = 1

E1 = E1 = V / AV = 1.V = V 

V = ( x, y, z ) = ( − y, y, − y ) = ( −1,1, −1) y

Donc V1 = ( −1,1, −1) est une base de E1

✓ Sous-espace vectoriel propre associer a 2 = 2

E2 = E2 = V / AV = 2V 

Donc V2 = ( −1,0,1) est une base de E2

✓ Sous-espace vectoriel propre associer a 3 = 3

E3 = E3 = V / AV = 3V 

V = ( x, y, z ) = ( 0, − z, z ) = ( 0, −1,1) z . Donc V3 = ( 0, −1,1) est une base de E3

Cours de Mathematiques L2_S3

On a : A = PDP −1

 −1 −1 0  1 0 0
   
P =  1 0 −1 et D =  0 2 0  = P −1 AP
 −1 1 1   0 0 3
   
II. Trigonalisation d’une matrice
1. Rappel (Matrice triangulaire)
Soit A une matrice carrée a coefficients dans K , K = ou
Elle est dite triangulaire si elle est de la forme :

 a11 0 0 
 
A=  (Matrice triangulaire supérieure)
 0 
 
 an1 ann 

 a11 a1n 
 
0
A=  (Matrice triangulaire inferieure)
 
 
 0 0 ann 
2. Matrice trigonalisable

Définition : Soit A  M n ( K ) une matrice carrée a coefficients dans K , K = ou

.
A est dite trigonalisable si elle est semblable à une matrice triangulaire c’est-à-
dire s’il existe une matrice inversible P telle que :

 a11 a1n 
 
0
T = P AP = 
−1 
 
 
 0 0 ann 

Remarque : T = P −1 AP  A = PTP −1
On notera que toute matrice triangulaire supérieure étant semblable a une matrice

triangulaire inferieure, une matrice est trigonalisable dans M n ( K ) si et seulement

si elle est semblable a une matrice triangulaire inferieure

Proposition

Toute matrice trigonalisable de M n ( K ) admet toujours n valeurs propres distinctes

ou confondues

Cours de Mathematiques L2_S3

 Théorème

Toute matrice complexe A  M n ( K ) est trigonalisable

Exemple
Soit l’endomorphisme f de 3
dont la matrice dans la base canonique est :

 1 0 1
 
A =  −1 2 1
 1 −1 1
 
Montrer que f est trigonalisable et trigonaliser f
➢ Indication de solution
1− x 0 1
PA ( x ) = −1 2 − x 1
1 −1 1 − x
= − ( x − 2 ) − ( 2 − x ) ( − x 2 + 2 x ) = ( x − 2 ) ( −1 − x 2 + 2 x ) = − ( x − 2 )( x − 1)
2

Les valeurs propres de f sont : x1 = 2 (Racine simple) et x2 = 1 (Racine double ou

d’ordre de multiplicité 2). On a 3 racines dont deux sont confondues  A est
trigonalisable

✓ Sous-espace vectoriel propre associer a x1 = 2

E2 = V / AV = 2V  . On a :

 1 0 1 x   2 x  x + z = 2x − x +z=0
      
 −1 2 1 y  =  2 y   − x + 2 y + z = 2 y  − x +z=0
 1 −1 1 z   2 z   x − y + z = 2z x − y − z = 0
      
− x + z = 0  x = z

x − y − z = 0  z − y − z = 0  y = 0

On a : V = ( x, y, z ) = ( z ,0, z ) = (1,0,1) z  u1 = (1,0,1) est une base de E2

✓ Sous-espace vectoriel propre associer a x2 =1

E1 = V / AV = V  . On a :

 1 0 1 x   x   x +z=x z = 0
       z = 0
 −1 2 1 y  =  y   − x + 2 y + z = y  − x + y = 0   x = y
 1 −1 1 z   z   x − y + z = z  
      x − y = 0

Cours de Mathematiques L2_S3

 V = ( x, y, z ) = ( y, y,0 ) = (1,1,0 ) y  u2 = (1,1,0 ) est une base de E1

La matrice P n’est pas une matrice carrée donc A est trigonalisable

Complétons u1 et u2 en une base ( u1 , u2 , u3 ) de 3

dans laquelle la matrice de f est

semblable a une matrice triangulaire supérieure

Posons u3 = (1,0,0 ) .On a det ( u1 , u2 , u3 ) = −1  0  ( u1 , u2 , u3 ) est une base de 3

1 1 1
 
P = 0 1 0
1 0 0
 
0 0 1 
 −1
Avec la méthode des cofacteurs P =  0 1 0 
 1 −1 −1
 
2 0 1 
−1  
T = P AP =  0 1 −1 (Matrice triangulaire inferieure)
0 0 1 
 
Commentaire

La matrice A ne possède que 2 vecteurs propres indépendants u1 et u2 ,donc A

n’est pas diagonalisable

On choisit alors un vecteur quelque u3 vérifiant la condition : u1 , u2 , u3 soient

linéairement indépendants
Théorème de Hamilton-Cayley

(1) Pour tout endomorphisme f de E ,on a : Pf (f )=0

(2) Pour toute matrice A  M n ( K ) ,on a : PA ( A ) = 0

Exercice d’application

1 1 1
 
Soit A =  0 1 0  . Calculer PA ( A ) et en déduire A −1
1 0 0
 
➢ Indication de solution

Cours de Mathematiques L2_S3

 1− x 1 1
1− x 1
PA ( x ) = 0 1 − x 0 = ( −1) (1 − x )
2+ 2

1 −x
1 0 −x
= (1 − x ) ( − x + x 2 − 1) = − x3 + 2 x 2 − 1
 PA ( x ) = − x3 + 2 x 2 − 1

PA ( A) = − A3 + 2 A2 − I 3

 1 1 1  1 1 1   2 2 1  2 2 1 1 1 1   3 4 2 
         
A2 =  0 1 0  0 1 0  =  0 1 1  A3 =  0 1 1 0 1 0  =  0 1 0 
 1 0 0  1 0 0   1 1 1  1 1 1 1 0 0   2 2 1 
         
 3 4 2   2 2 1  1 0 0   0 0 0 
       
PA ( A) = −  0 1 0  + 2  0 1 1 −  0 1 0  =  0 0 0  = O
 2 2 1   1 1 1  0 0 1   0 0 0 
       
PA ( A ) = O  − A3 + 2 A2 = I 3  A ( − A2 + 2 A ) = I 3
0 0 1 
−1  
 A = −A + 2A =  0 1 0 
2

 1 −1 −1
 

Cours de Mathematiques L2_S3

Chapitre 2_Le modèle économique input-output (entrée-
sortie) de Leontief
On considère une économie qui se compose de n secteurs S1 , S 2 ,..., Sn

❖ Chaque secteur est supposé produire un seul bien.

❖ Chacun de ces secteurs consomme une partie des biens produits par tous les
secteurs.

❖ Pour produire une unité du bien j , le secteur S j a besoin de aij unités du bien i .

❖ Si q j désigne la quantité de production en bien j du secteur S j , alors la demande

totale intérieure d'unités produites en bien i par le secteur S i est donnée par :

ai1q1 + ... + aij q j + ... + ain qn

❖ La production totale de chaque secteur doit satisfaire la demande
intermédiaire et la demande finale.
❖ Ce qui donne, pour chaque bien i :

ai1q1 + ... + aij q j + ... + ain qn + di = qi

unités de i utilisées pour demande production
la production d ' autres biens finale totale

L’équilibre de toute l’économie peut ainsi être décrit par l’égalité matricielle
suivante :

 a11 a1n   q1   d1   q1 
        ou AQ + D = Q
   +   =  
a ann      
 n1  qn   d n   qn 
La Matrice A est appelée la matrice de coefficients technique

Le système, dit de Leontief, s’écrit alors : ( I − A ) Q = D

La solution du système de Leontief consiste à déterminer les quantités à

produire de chaque bien pour satisfaire toute la demande.
❖ Pour assurer l’unicité des quantités à produire, cette solution doit exister et être

unique, la matrice ( I − A ) doit alors être inversible. Dans ce cas, cette solution

est donnée par : Q = ( I − A ) D

−1

❖ Pour que l'économie soit productive, les coefficients de la matrice ( I − A ) doivent

être tous positifs.

Cours de Mathematiques L2_S3
 Comment trouver la matrice de coefficients techniques A ?

cij est la consommation du secteur S j dans le secteur S i pour produire une unité

de bien, si x j est le nombre d’unité de production alors :

cij
aij =
xj
Nous allons à présent donner quelques exemples
Exemple 1
On suppose que l’économie d’un pays fictif se décompose en deux secteurs.
On suppose que l’économie d’un pays fictif se décompose de deux secteurs :
l’agriculture et l’industrie.
❖ Pour le 1er secteur, la production est de 500UM répartie comme suit : 200
UM consommées par l’industrie et 50 UM consommées par l’agriculture elle-
même. Le reste en consommation finale pour satisfaire les besoins de la
population.
❖ Pour le 2ème secteur, la production est de 2500UM répartie comme suit :
500 UM consommées par l’industrie elle-même et 100 UM consommées par
l’agriculture. Le reste en consommation finale pour satisfaire les besoins de
la population.
A partir de ces données, on construit le tableau d’entrées-sorties de
l’économie :
Entrées (consommation)
Sorties Secteur Agricultu Industr Consommation Production
(Productio re ie finale finale
ns) Agricultu 50 200 250 500
re
Industrie 100 500 1900 2500
Tableau input-output
La matrice de coefficients techniques correspondante est alors donnée par :
consommation int ermediaire de production i par le sec teur j
aij =
production du sec teur j
a a12  50 200 100 500
A =  11  et a11 = , a12 = a21 = et a22 =
 a21 a22  500 2500 500 2500

Cours de Mathematiques L2_S3

  50 200 
 500 2500   0.1 0.08 
Donc A =  = 
 100 500   0.2 0.2 
 
 500 2500 
 d   250 
Le vecteur de la demande extérieure devient :  1  =  
 d 2   1900 
Le système de Leontief s’écrit alors :

 0.1 0.08   q1   250   q1   0.9 −0.08   q1   250 

   +  =    =  
 0.2 0.2   q2  1900   q2   −0.2 0.8   q2  1900 

 0.9 −0.08   q1   511.36 

Et en cherchant l’inverse de la matrice   on trouve :   =  
 −0.2 0.8   q2   2627.84 
La production de chacun des deux secteurs qui satisfait les nouvelles demandes est
alors donnée par :
511.36 UM de S1

 2627.84 UM de S 2
Exemple 2
Supposons que l'économie d'une certaine région dépend de trois industries :

S1 , S 2 et S 3 . En surveillant les opérations de ces trois secteurs, on a tiré les

observations suivantes :

Pour produire une unité de S1 , S1 doit consommer 0,3 unités de S1 , 0,3 unités de S 2 et

0,3 unités de S 3 .Pour produire une unité de S 2 , S 2 doit acheter 0,4 unités de S1 , utiliser

0,1 unités de S 2 et 0,4 unités de S 3 . S 3 consomme 0,3 unités de S1 , 0,4 unités de S 2 et

de 0,2 unités de S 3 pour produire une unité de S 3 .

Supposons également que pendant une période d'une semaine, l'économie a

une demande extérieure de 50.000 unités de S1 , 75.000 unités de S 2 et

125.000 unités de S 3 .

1. L’équilibre de cette économie peut être traduit par l’égalité matricielle :

 0.3 0.3 0.3   q1   50000   q1 

      
 0.4 0.1 0.4   q2  +  75000  =  q2 
 0.3 0.4 0.2   q  125000   q 
  3     3
2. La matrice des coefficients techniques correspondante :
Cours de Mathematiques L2_S3
 0.3 0.3 0.3 
 
 0.4 0.1 0.4 
 0.3 0.4 0.2 
 
3. Le vecteur de la demande extérieure :

 50000 
 
 75000 
125000 
 

4. Le système de Leontief ( I − A ) Q = D correspondant :

 −0.7 −0.3 −0.3   q1   50000 

    
 −0.4 0.9 −0.4   q2  =  75000 
 −0.3 0.4 0.8   q  125000 
  3   

5. Solution du système ( I − A ) Q = D est donnée par :

 q1   225609.76 
   
 q2  =  237804.88 
 q  121951.22 
 3  
6. Le niveau de production de chacun des trois secteurs pour satisfaire les demandes
est alors :

225609.76 Unités de S1

237804.88 Unités de S 2

121951.22 Unités de S 3
Exemple 3
Considérons une économie à trois secteurs : l’agriculture, l’industrie et les services
pour laquelle les consommations intersectorielles sont données par :

 2 4 3
 
C =  3 6 1
 1 2 1
 
Les productions des trois secteurs sont respectivement 12, 18 et 9. Les quantités
finales disponibles et les valeurs ajoutées sont données dans le tableau suivant :

Cours de Mathematiques L2_S3

 Agricultur Industrie Services X F
e
Agricultur 2 4 3 12 3
e
Industrie 3 6 1 18 8
Services 1 2 1 9 5
X 12 18 9
V 6 6 4

Remarques
a) ce tableau est appelé tableau input-output.
b) Sur une ligne ou une colonne le montant de la production est égal à la somme des
autres éléments.
Par exemple sur la première ligne on a : 12=2+4+3+3, sur la première colonne on a :
12=2+3+1+6
Question quelle doit être la production nécessaire pour satisfaire :
1) aux demandes finales de 5, 9 et 8,
2) lorsque la demande finale de l’agriculture triple, celle de l’industrie double et celle
des services augmente de 75%.

 2 4 3
 12 18 9
 
 3 6 1
La matrice des coefficients techniques est : A = 
12 18 9
 
 1 2 1

 12 18 9
On divise les éléments de chaque colonne de la matrice des consommations
intersectorielles par la production.

 2 4 3   10 −4 −3 
 9   12 18 9 
 1 0 0   12 18   
  1   −3 786
I − A = 0 1 0 − 
1

3 6
=
12
− et det(I − A) =
 0 0 1   12 18 9   12 18 9 12  8  9
    
 1 2 1   −1 −2 8 
  
 12 18 9   12 18 9 

Cours de Mathematiques L2_S3

En utilisant la méthode des cofacteurs on a :

1128 456 480 

1  
( I − A) −1 =  450 1386 342 
786  
 162 216 972 
 x1 
 
1. Désignons par X =  x2  la production nécessaire pour satisfaire aux demandes
x 
 3
5  x1   f1 
    −1  
finales f1 = 5 , f 2 = 9 et f3 = 8 ,on pose F =  9  ,nous avons :  x2  = ( I − A)  f 2 
8 x  f 
   3  3
 x1  1128 456 480  5  13584   17, 282 
  1    1    
  x2  =  450 1386 342  9  =  17460  =  22, 214 
 x  786  162 216 972  8  786 10530   13,397 
 3       
 = 3 f = 3 3 = 9
1) Les nouvelles demandes sont : f1 1 ,

f 2 = 2  f 2 = 2  8 = 16 ,
75  5
f3 = f3 +
75 f3
= 5+ = 8,75
100 100
 x1  1128 456 480  9   27,542 
  1     
X =  x2  =  450 1386 342  16  =  37,174 
 x  786  162 216 972  8,75   17,073 
 3     

Cours de Mathematiques L2_S3