Valeurs propres et vecteurs propres – HP Calculatrice graphique HP 49g Manuel d'utilisation

Page 410

Advertising
background image

Page 11-49

solution

x(0). En évaluant f(x(0)) = b - A⋅x(0) = e ≠ 0. Par conséquent, e est

un vecteur de restes de la fonction pour le vecteur

x = x (0).

Pour utiliser la fonction RSD vous avez besoin des termes

b, A, et x(0),

comme arguments. Le vecteur retourné est

e = b - A⋅x(0). Par exemple, en

utilisant

A = [[2,-1][0,2]], x(0) = [1.8,2.7], et b = [1,6],

nous pouvons trouver le vecteur de restes comme suit :


Le résultat est

e = b - A⋅x(0) = [ 0.1 0.6 ].


Note: Si nous admettons que le vecteur ∆x = x – x (0), représente la
correction dans les valeurs de

x (0), nous pouvons écrire une nouvelle

équation matricielle pour

∆x, à savoir A⋅∆x = e. En résolvant ∆x nous

pouvons en fait trouver la solution du système original puisque

x = x(0) + ∆x.

Valeurs propres et vecteurs propres

Etant donné une matrice carrée

A, nous pouvons écrire l’équation à valeur

propre

A⋅x = λ⋅x,

Où les valeurs de

λ qui satisfont l’équation sont connues comme les valeurs

propres de la matrice

A. Pour chaque valeur de λ, nous pouvons trouver, à

partir de la même équation, les valeurs de

x qui satisfont l’équation à valeur

propre. Ces valeurs de

x sont appelées vecteurs propres de la matrice A.

L’équation à valeur propre peut donc être écrite comme (

A – λ⋅I)x = 0.


Cette équation aura une solution non triviale seulement si la matrice (

A – λ⋅I)

est singulière, c’est-à-dire si det(

A – λ⋅I) = 0.


La dernière équation génère une équation algébrique impliquant un polynôme
d’ordre n pour une matrice carrée A

n

×

n

. L’équation qui en résulte est appelée

polynôme caractéristique de la matrice

A. La résolution du polynôme

caractéristique de la matrice produit les valeurs propres de la matrice.

Advertising