À quoi sert ce calculateur
Le calculateur de valeurs propres d'une matrice 3×3 détermine les trois valeurs propres de n'importe quelle matrice réelle 3×3. Les valeurs propres sont les scalaires particuliers \(\lambda\) pour lesquels il existe un vecteur non nul \(v\) vérifiant \(Av = \lambda v\). Elles révèlent la façon dont une transformation linéaire dilate l'espace selon ses directions caractéristiques et interviennent partout en physique, en ingénierie, en statistique (ACP) et dans l'analyse de stabilité.
Comment l'utiliser
Saisissez les neuf coefficients de votre matrice \(A\) à leur position dans la grille (de \(a_{11}\) à \(a_{33}\)), puis validez. Le calculateur construit le polynôme caractéristique \(\det(A - \lambda I) = 0\) et résout l'équation cubique correspondante. Il renvoie les valeurs propres classées de la plus grande à la plus petite, ainsi que la trace et le déterminant, qui servent de vérification intégrée.
La formule expliquée
Pour une matrice 3×3, l'équation caractéristique se développe en une cubique :
$$\det(A - \lambda I) = -\lambda^3 + \operatorname{tr}(A)\,\lambda^2 - m\,\lambda + \det(A) = 0$$où \(\operatorname{tr}(A)\) est la somme des coefficients diagonaux et \(m\) la somme des trois mineurs principaux 2×2. En multipliant par \(-1\), on obtient une cubique unitaire que l'on résout exactement à l'aide de la méthode de Cardan (ou trigonométrique). Deux identités utiles confirment le résultat : la somme des valeurs propres est égale à la trace, et leur produit au déterminant.
$$\sum \lambda_i = \operatorname{tr}(A), \qquad \prod \lambda_i = \det(A)$$
Exemple concret
Prenons la matrice symétrique de lignes [2,0,0], [0,3,4], [0,4,9]. Sa trace vaut 14 et son déterminant \(2\cdot(27-16) = 22\). Le bloc en bas à droite \(\begin{bmatrix}3&4\\4&9\end{bmatrix}\) a pour valeurs propres 11 et 1, et le 2 isolé fournit la troisième. Les valeurs propres sont donc 11, 2 et 1 — exactement ce que renvoie le calculateur.
Interpréter vos valeurs propres
Les valeurs propres décrivent comment la matrice étire, comprime, retourne ou fait tourner l'espace le long de ses directions caractéristiques. Leurs signes et structure portent une signification directe.
- Toutes les valeurs propres positives (>0) : la matrice est définie positive (pour \(A\) symétrique). Elle étire chaque direction vers l'extérieur ; les formes quadratiques \(x^\top A x\) sont toujours positives. C'est la condition pour un minimum local strict en optimisation et pour une matrice de covariance valide.
- Toutes les valeurs propres négatives (<0) : définie négative — chaque direction est comprimée/retournée. Dans les systèmes dynamiques cela signifie un équilibre asymptotiquement stable.
- Signes mélangés : la matrice est indéfinie — un point selle. Certaines directions s'expandent, d'autres se contractent.
- Une valeur propre égale à 0 : la matrice est singulière (non-inversible) et \(\det(A)=0\). Elle s'effondre au moins une direction vers l'origine ; l'espace nul est l'espace propre correspondant.
Racines répétées et complexes
- Valeurs propres répétées (dégénérées) : comparez les multiplicités algébrique et géométrique. Si une valeur propre répétée possède toujours assez de vecteurs propres indépendants (géométrique = multiplicité algébrique) la matrice est diagonalisable ; si elle en a trop peu elle est défective et nécessite une forme de Jordan.
- Paire conjuguée complexe \(a\pm bi\) : une matrice réelle 3×3 possède toujours au moins une valeur propre réelle, donc les racines complexes apparaissent comme une unique paire conjuguée plus une valeur réelle. La paire indique une rotation-avec-mise à l'échelle dans un plan invariant 2D ; le module \(\sqrt{a^2+b^2}\) fixe le taux de croissance/décroissance et l'argument fixe l'angle de rotation.
Signification du domaine
Dans l'analyse de stabilité, les valeurs propres de la jacobienne du système déterminent le comportement d'équilibre : parties réelles négatives → stable, toute partie réelle positive → instable, purement imaginaire → oscillation. Dans l'Analyse en Composantes Principales (ACP), les valeurs propres de la matrice de covariance égalent la variance capturée le long de chaque direction principale (vecteur propre) ; la plus grande valeur propre marque l'axe de la plus grande dispersion, et le rapport de chaque valeur propre à leur somme est la fraction de la variance totale expliquée.
Termes clés
- Valeur propre (\(\lambda\))
- Un scalaire tel que \(A\mathbf{v}=\lambda\mathbf{v}\) pour un certain vecteur nonzéro \(\mathbf{v}\) ; c'est le facteur par lequel la matrice met à l'échelle cette direction.
- Vecteur propre (\(\mathbf{v}\))
- Un vecteur nonzéro dont la direction est inchangée (seulement mise à l'échelle) lorsqu'il est multiplié par la matrice ; il couvre l'espace propre de sa valeur propre.
- Polynôme caractéristique
- Le polynôme \(\det(A-\lambda I)\) ; pour une matrice 3×3 c'est le cubique \(\lambda^3-\operatorname{tr}(A)\lambda^2+m\lambda-\det(A)\), dont les racines sont les valeurs propres.
- Trace, \(\operatorname{tr}(A)\)
- La somme des entrées diagonales \(a_{11}+a_{22}+a_{33}\) ; elle égale la somme des valeurs propres.
- Déterminant, \(\det(A)\)
- Un scalaire mesurant la mise à l'échelle du volume de la transformation ; il égale le produit des valeurs propres. Un déterminant zéro signifie une matrice singulière.
- Mineur principal 2×2 (\(m\))
- La somme des trois déterminants 2×2 restants après suppression d'une ligne et colonne correspondantes ; c'est le coefficient de \(\lambda\) dans le cubique caractéristique et égale la somme des produits deux à deux des valeurs propres.
- Multiplicité algébrique
- Le nombre de fois qu'une valeur propre apparaît comme racine du polynôme caractéristique.
- Multiplicité géométrique
- Le nombre de vecteurs propres linéairement indépendants pour une valeur propre (la dimension de son espace propre). Il ne dépasse jamais la multiplicité algébrique ; l'égalité pour chaque valeur propre signifie que la matrice est diagonalisable.
- Valeurs propres conjuguées complexes
- Une paire \(a+bi\) et \(a-bi\) qui apparaît pour les matrices réelles ; elles signalent une composante rotationnelle dans un plan invariant.
- Matrice identité (\(I\))
- La matrice carrée avec 1s sur la diagonale et 0s ailleurs ; \(\lambda I\) est soustrait de \(A\) pour former \(A-\lambda I\).
FAQ
Gère-t-il les valeurs propres complexes ? Les matrices non symétriques peuvent avoir des valeurs propres complexes conjuguées. Cet outil indique exactement la racine réelle ainsi que la partie réelle de toute paire complexe. Les matrices symétriques possèdent toujours trois valeurs propres réelles.
À quoi sert la trace ? Elle est égale à la somme de toutes les valeurs propres : c'est un moyen rapide de vérifier le résultat.
Les valeurs propres multiples sont-elles prises en charge ? Oui — une racine multiple apparaît simplement plusieurs fois dans la liste.
