p(λ) = det(λI − A)Polynôme caractéristique
Résolvez det(λI−A)=0 ; vérifiez les coefficients avec la trace et le déterminant.
Obtenez des explications IA sur le polynôme caractéristique, les vecteurs propres et les racines multiples ou complexes. Vérifiez Av=λv.
eigenvalue calculator
Polynôme caractéristique
Vecteurs et espaces propres
Valeurs propres multiples
Obtenez des explications IA sur le polynôme caractéristique, les vecteurs propres et les racines multiples ou complexes. Vérifiez Av=λv. Gardez les fractions sans arrondir trop tôt. L’IA peut se tromper : vérifiez les calculs importants.
eigenvalue calculator
Obtenez des explications IA sur le polynôme caractéristique, les vecteurs propres et les racines multiples ou complexes. Vérifiez Av=λv.
p(λ) = det(λI − A)Résolvez det(λI−A)=0 ; vérifiez les coefficients avec la trace et le déterminant.
(A − λI)v = 0Résolvez (A−λI)v=0 et choisissez des vecteurs non nuls.
1 ≤ dim Eλ ≤ mλLa multiplicité algébrique peut dépasser la dimension de l’espace propre.
A = PDP⁻¹Une matrice réelle peut avoir des valeurs propres complexes ; diagonaliser exige une base de vecteurs propres.
Méthode
Gardez les fractions sans arrondir trop tôt. L’IA peut se tromper : vérifiez les calculs importants.
A ∈ ℝⁿˣⁿChaque paire de crochets intérieure est une ligne. Gardez les signes, les fractions et le second membre b.
det(A − λI) = 0Indiquez la méthode voulue et le corps réel ou complexe.
v ∈ ker(A − λI), v ≠ 0Contrôlez chaque opération sur les lignes et chaque variable libre.
Av − λv = 0Remplacez dans l’équation initiale ou vérifiez le produit et chaque couple propre.
Gardez les fractions sans arrondir trop tôt. L’IA peut se tromper : vérifiez les calculs importants.
Référence
Gardez les fractions sans arrondir trop tôt. L’IA peut se tromper : vérifiez les calculs importants.
Couple propre
Av = λv, v ≠ 0Résolvez (A−λI)v=0 et choisissez des vecteurs non nuls.
Polynôme 2×2
p(λ) = λ² − tr(A)λ + det(A)Résolvez det(λI−A)=0 ; vérifiez les coefficients avec la trace et le déterminant.
Somme et produit
Σλᵢ = tr(A); ∏λᵢ = det(A)λ₁, …, λₙ; La multiplicité algébrique peut dépasser la dimension de l’espace propre.
Diagonalisation
AP = PDUne matrice réelle peut avoir des valeurs propres complexes ; diagonaliser exige une base de vecteurs propres.
Exemple
Gardez les fractions sans arrondir trop tôt. L’IA peut se tromper : vérifiez les calculs importants.
Exemple 1
Av = λv; A = [[3,1],[0,2]]Deux valeurs propres distinctes et vérification des couples propres.
Résultat: λ = 3: E₃ = span{[1,0]}; λ = 2: E₂ = span{[−1,1]}
Vérification: A[1,0] = 3[1,0]; A[−1,1] = 2[−1,1]
Exemple 2
Av = λv; A = [[2,1],[0,2]]Racine double, un seul vecteur propre indépendant : matrice non diagonalisable.
Résultat: λ = 2; dim E₂ = 1; A ≠ PDP⁻¹
Vérification: A[1,0] = 2[1,0]; 2+2 = 4; 2·2 = 4
Exemple 3
Av = λv; A = [[0,−1],[1,0]]Cette rotation possède deux racines complexes et aucune réelle.
Résultat: ℂ: λ = ±i; Eᵢ = span{[1,−i]}, E₋ᵢ = span{[1,i]}
Vérification: A[1,−i] = [i,1] = i[1,−i]; i+(−i) = 0; i(−i) = 1
Gardez les fractions sans arrondir trop tôt. L’IA peut se tromper : vérifiez les calculs importants.
Déterminants et valeurs propres exigent une matrice carrée ; vérifiez les dimensions pour AB.
Suivez les échanges, les multiplications de lignes et les signes des cofacteurs.
Remplacez dans la formule initiale ; un vecteur propre ne peut pas être nul.
Profitez d'une numérisation & résolution 5x plus rapide

Profitez d'une numérisation & résolution 5x plus rapide
