ATLAS Ouvrir dans l'atlas →

Lemme 1Stabilité des équilibres

Valeurs propres complexes et trigonalisation sur ℂ

Soit n⩾1n \geqslant 1. Les valeurs propres d'une matrice B∈ℳn(ℂ)B \in {\mathcal M_n}({\mathbb C}) sont celles de l'endomorphisme z↦Bzz \mapsto Bz de l'espace vectoriel ℂn\mathbb C^n sur le corps ℂ\mathbb C (Valeurs propres). Les valeurs propres complexes d'une matrice réelle A∈ℳn(ℝ)A \in \mathcal M_n({\mathbb R}) sont celles de AA vue comme élément de ℳn(ℂ)\mathcal M_n(\mathbb C).

Comme au nœud Matrices, une matrice TT est triangulaire supérieure si tij=0t_{ij} = 0 pour i>ji > j, et strictement triangulaire supérieure si de plus ses coefficients diagonaux sont nuls.

Pour z,w∈ℂnz, w \in \mathbb C^n, on pose (Conjugaison et module) ⟨z,w⟩=∑i=1nzˉiwi,\langle z, w \rangle = \sum_{i=1}^n \bar z_i w_i, ∣z∣=(∑i=1n∣zi∣2)1/2.|z| = \Big(\sum_{i=1}^n |z_i|^2\Big)^{1/2}.

Énoncé

Soit B∈ℳn(ℂ)B \in \mathcal M_n(\mathbb C).

(i) Existence. Il existe un polynôme unitaire χB∈ℂ[X]\chi_B \in {\mathbb C[X]} de degré nn tel que det⁡(λI−B)=χB(λ)\det(\lambda I - B) = \chi_B(\lambda) pour tout λ∈ℂ\lambda \in \mathbb C. Les valeurs propres de BB sont les racines de χB\chi_B ; il y en a au moins une, et au plus nn.

(ii) Trigonalisation. Soit Λ\Lambda une partie de ℂ\mathbb C. Il existe une matrice inversible P∈ℳn(ℂ)P \in \mathcal M_n(\mathbb C) telle que T=P−1BPT = P^{-1}BP soit triangulaire supérieure, que ses coefficients diagonaux soient exactement les valeurs propres de BB, et que ceux d'entre eux qui appartiennent à Λ\Lambda précèdent tous les autres.

(iii) Forme presque diagonale. Pour toute matrice T=P−1BPT = P^{-1}BP fournie par (ii), pour une partie Λ\Lambda donnée, et pour tout η>0\eta > 0, il existe une matrice inversible RR telle que R−1BR=D+N,R^{-1}BR = D + N, où DD est diagonale, de mêmes coefficients diagonaux que TT et dans le même ordre, NN est strictement triangulaire supérieure, et, pour tous z,z′∈ℂnz, z' \in \mathbb C^n, ∣⟨z′,Nz⟩∣⩽η ∣z′∣ ∣z∣.|\langle z', Nz \rangle| \leqslant \eta\,|z'|\,|z|.

Démonstration

(i) Notons δij=1\delta_{ij} = 1 si i=ji = j et 00 sinon, et posons χB=∑σ∈𝔖nε(σ)∏j=1n(δσ(j)jX−bσ(j)j).\chi_B = \sum_{\sigma \in \mathfrak S_n} \varepsilon(\sigma) \prod_{j=1}^n \big(\delta_{\sigma(j)j}X - b_{\sigma(j)j}\big). L'évaluation en λ\lambda est un morphisme d'anneaux (Évaluation, (i)) ; elle donne la formule du déterminant de λI−B\lambda I - B (Déterminant d'une matrice), d'où χB(λ)=det⁡(λI−B)\chi_B(\lambda) = \det(\lambda I - B).

Pour σ=id\sigma = \mathrm{id}, le produit est ∏j(X−bjj)\prod_j (X - b_{jj}), unitaire de degré nn (L'anneau A[X], (ii)). Pour σ≠id\sigma \neq \mathrm{id}, un indice jj vérifie σ(j)≠j\sigma(j) \neq j ; le facteur correspondant est constant, et le produit, de nn facteurs de degré au plus 11 dont l'un est constant, est de degré au plus n−1n - 1. Le coefficient de XnX^n dans χB\chi_B est donc 11, et les autres termes sont de degré au plus n−1n - 1 : χB\chi_B est unitaire de degré nn.

Par le théorème de d'Alembert-Gauss (Liouville, d'Alembert-Gauss, (ii)), le polynôme non constant χB\chi_B a une racine. Enfin, det⁡(B−λI)=(−1)ndet⁡(λI−B)\det(B - \lambda I) = (-1)^n\det(\lambda I - B), par la multilinéarité par rapport aux lignes (Déterminant d'une matrice, (iii)), et λ\lambda est valeur propre si et seulement si ce déterminant est nul (Valeurs propres, (i), avec Déterminant d'une matrice, (i)) ; les valeurs propres sont au plus nn (même nœud, (ii)).

(ii) Matrices triangulaires. Si TT est triangulaire supérieure, un produit ∏jtσ(j)j\prod_j t_{\sigma(j)j} non nul demande σ(j)⩽j\sigma(j) \leqslant j pour tout jj. Par récurrence sur jj, cela impose σ(j)=j\sigma(j) = j : σ(1)⩽1\sigma(1) \leqslant 1, et si σ(i)=i\sigma(i) = i pour i<ji < j, l'injectivité interdit σ(j)<j\sigma(j) < j. Seule l'identité contribue, et det⁡(λI−T)=∏j=1n(λ−tjj).\det(\lambda I - T) = \prod_{j=1}^n (\lambda - t_{jj}). Comme det⁡(λI−P−1BP)=det⁡(P−1(λI−B)P)=det⁡(λI−B)\det(\lambda I - P^{-1}BP) = \det\big(P^{-1}(\lambda I - B)P\big) = \det(\lambda I - B) (Déterminant d'une matrice, (ii)), les valeurs propres de BB sont exactement les tjjt_{jj} dès que P−1BP=TP^{-1}BP = T.

Existence, par récurrence sur nn. Pour n=1n = 1, P=IP = I convient. Soit n⩾2n \geqslant 2, l'énoncé étant acquis en dimension n−1n - 1. Si BB a une valeur propre dans Λ\Lambda, soit λ1\lambda_1 l'une d'elles ; sinon, soit λ1\lambda_1 une valeur propre quelconque, qui existe par (i).

Soit v1≠0v_1 \neq 0 tel que Bv1=λ1v1Bv_1 = \lambda_1 v_1, complété en une base (v1,…,vn)(v_1, \dots, v_n) de ℂn\mathbb C^n (Dimension, (iii)), et QQ la matrice de colonnes v1,…,vnv_1, \dots, v_n, inversible puisque z↦Qzz \mapsto Qz envoie la base canonique sur une base (Familles libres, bases, (iii)). Comme BQe1=λ1Qe1BQe_1 = \lambda_1Qe_1, la première colonne de Q−1BQQ^{-1}BQ est λ1e1\lambda_1 e_1, et Q−1BQ=(λ1ℓ0B′),Q^{-1}BQ = \begin{pmatrix} \lambda_1 & \ell \\ 0 & B' \end{pmatrix}, avec B′∈ℳn−1(ℂ)B' \in \mathcal M_{n-1}(\mathbb C) et ℓ\ell une ligne.

En développant selon la première colonne (Comatrice), det⁡(λI−B)=(λ−λ1)det⁡(λI−B′)\det(\lambda I - B) = (\lambda - \lambda_1)\det(\lambda I - B') : les valeurs propres de BB sont λ1\lambda_1 et celles de B′B'. L'hypothèse de récurrence, appliquée à B′B' et à Λ\Lambda, fournit P′P' inversible telle que T′=P′−1B′P′T' = P'^{-1}B'P' convienne.

La matrice P=Q(100P′)P = Q\begin{pmatrix} 1 & 0 \\ 0 & P' \end{pmatrix} est inversible, et le produit par blocs donne P−1BP=(λ1ℓP′0T′),P^{-1}BP = \begin{pmatrix} \lambda_1 & \ell P' \\ 0 & T' \end{pmatrix}, triangulaire supérieure. Si λ1∈Λ\lambda_1 \in \Lambda, il vient en tête, suivi des coefficients de T′T', rangés comme il faut. Si λ1∉Λ\lambda_1 \notin \Lambda, BB n'a aucune valeur propre dans Λ\Lambda, ni donc B′B', et aucun coefficient diagonal n'est dans Λ\Lambda : la condition d'ordre est vide.

(iii) Soit T=P−1BPT = P^{-1}BP comme en (ii), m=max⁡i,j∣tij∣m = \max_{i,j}|t_{ij}|, 0<ε⩽10 < \varepsilon \leqslant 1, SS la matrice diagonale de coefficients 1,ε,…,εn−11, \varepsilon, \dots, \varepsilon^{n-1}, et R=PSR = PS. Le coefficient (i,j)(i, j) de R−1BR=S−1TSR^{-1}BR = S^{-1}TS est εj−itij\varepsilon^{j-i}t_{ij}.

Il est nul pour i>ji > j, égal à tiit_{ii} pour i=ji = j, et de module au plus εm\varepsilon m pour i<ji < j, puisque j−i⩾1j - i \geqslant 1. Ainsi S−1TS=D+NS^{-1}TS = D + N, avec DD diagonale de coefficients tiit_{ii} et NN strictement triangulaire supérieure, de coefficients de module au plus εm\varepsilon m.

Pour z,z′∈ℂnz, z' \in \mathbb C^n, comme ∣zj∣⩽∣z∣|z_j| \leqslant |z| et ∣zi′∣⩽∣z′∣|z'_i| \leqslant |z'|, ∣⟨z′,Nz⟩∣⩽∑i,j∣nij∣ ∣zi′∣ ∣zj∣⩽εmn2 ∣z′∣ ∣z∣.\begin{aligned} |\langle z', Nz \rangle| &\leqslant \sum_{i,j} |n_{ij}|\,|z'_i|\,|z_j| \\ &\leqslant \varepsilon m n^2\,|z'|\,|z|. \end{aligned} Le choix ε=min⁡(1,η1+mn2)\varepsilon = \min\big(1, \frac{\eta}{1 + mn^2}\big) convient.

□
Remarque

Le polynôme χB\chi_B est le polynôme caractéristique du chapitre Réduction des endomorphismes, où la décomposition de Dunford et la forme de Jordan décrivent exactement les matrices. Ce chapitre n'est pas un ancêtre des équations différentielles, et le lemme s'en passe : d'Alembert-Gauss suffit pour trigonaliser, et l'on n'a besoin de rien de plus pour majorer etAe^{tA}.

Remarque

La trigonalisation demande les nombres complexes. La rotation J=(0−110)J = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix} a pour valeurs propres complexes ±i\pm i, avec J(1,−i)=(i,1)=i (1,−i)J(1, -i) = (i, 1) = i\,(1, -i). Elle n'est semblable à aucune matrice réelle triangulaire supérieure, dont les coefficients diagonaux seraient des valeurs propres réelles, alors que det⁡(λI−J)=λ2+1\det(\lambda I - J) = \lambda^2 + 1 ne s'annule pas sur ℝ\mathbb R.

Remarque

Le point (iii) a un prix : la matrice S−1S^{-1} a pour plus grand coefficient ε−(n−1)\varepsilon^{-(n-1)}, et les constantes qui font passer de ∣R−1y∣|R^{-1}y| à ∥y∥\|y\| explosent quand η\eta tend vers 00. Pour T=(−110−1)T = \begin{pmatrix} -1 & 1 \\ 0 & -1 \end{pmatrix}, on obtient (−1ε0−1)\begin{pmatrix} -1 & \varepsilon \\ 0 & -1 \end{pmatrix}, presque diagonale, mais au prix d'un changement de base de plus en plus déformant. C'est ce qui empêchera, au nœud Systèmes linéaires stables, d'atteindre la vitesse de décroissance limite.

Remarque

La démonstration ne fait qu'un nombre fini de choix, une valeur propre et un vecteur propre à chaque étape : aucune forme de l'axiome du choix n'intervient.

Ouvrir dans l'atlas interactif →