Vous êtes sur la page 1sur 14

TP 03

Rduction des endomorphismes


CPGE - Laayoune
Essaidi Ali
MP1-2013-2014

Exercice 01 :
Dterminer les lments propres, le polynme minimal et le polynme caractristique de la matrice :
1 1 1 3 K1
3 K5 K6 0

K3 6

0 K3 .

K1 2

5 K1

3 K7 K7 K3 5
O restart; with LinearAlgebra

O A d Matrix
1, 1, 1, 3,K1 , 3,K5,K6, 0, 3 , K3, 6, 7, 0,K3 , K1, 2, 2, 5,K1 ,
3,K7,K7,K3, 5
;
1 1 1 3 K1
3 K5 K6
A :=

K3

0 K3

K1

5 K1

3 K7 K7 K3

(1.1)

Valeurs propres de A :
O convert Eigenvalues A , set ;
1, 2, 4, 5

(1.2)

Vecteurs propres de A :
O Eigenvectors A ;
5

Polynme minimal :

K1 K1 1

1
1

0 1 K1

1 ,

0 0

1 K1

K1

0 0

1 1

(1.3)

O factor MinimalPolynomial A, X ;
X K5 X K 1

X K2

X K4

Polynme caractristique :
O factor CharacteristicPolynomial A, X ;
X K5 X K2 X K 4

X K1

(1.4)

(1.5)

Exercice 02 :
Dterminer les rels x, y, z, t, u et v pour que le systme

1 ,

2 , 1

1
forme une base de vecteurs propres de la

x 1 y
matrice A =

1 z

u v K1
O restart; with LinearAlgebra
O P d Matrix

1, 1, 1 , 1, 2, 1 , 0, 1, 2
;
1 1 1
P :=

1 2 1

(2.1)

0 1 2
O A d Matrix

x, 1, y , 1, z, t , u, v,K1
x 1 y
A :=

1 z

(2.2)

u v K1

Le systme

1 ,

2 , 1

1
forme une base de vecteurs propres de la matrice A si et seulement si la matrice

K1

P AP :
O M d MatrixMatrixMultiply MatrixInverse P , MatrixMatrixMultiply A, P ;
3
1
1
1
1
1
1
3
3
3
M :=
x C1 K z K u K v,
x C 3 C y K z K t K u K v,
x C 2 C 3 y K z Kt
2
2
2
2
2
2
2
2
2
2
1
1
K uK v ,
2
2

(2.3)

Kx Cz, Kx K 1 K y C2 z Ct, Kx K2 y Cz C2 t ,
1
1
1
1
1
1
1
1
1
1
1
1
x K z C u C v,
x C y Kz K t C u Cv,
x K1 Cy K z Kt C u C v
2
2
2
2
2
2
2
2
2
2
2
2
O M d MatrixAdd M, DiagonalMatrix M 1, 1 , M 2, 2 , M 3, 3
, 1,K1 ;
1
1
1
1
1
3
3
3
M := 0,
x C 3 C y K z K t K u K v,
x C 2 C 3 y K z Kt K u K v ,
2
2
2
2
2
2
2
2

(2.4)

Kx Cz, 0, Kx K2 y Cz C2 t ,
1
1
1
1
1
1
1
1
x K z C u C v,
x C y Kz K t C u Cv, 0
2
2
2
2
2
2
2
2
O sys d convert M, set ;

(2.5)

1
1
1
1
1
1
1
1
3
x K z C u C v,
x C y K z K t C u C v,
x C2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
3
3
C3 y K z K t K u K v,
x C3 C y Kz K t K u Kv
2
2
2
2
2
2
2

sys := 0, Kx Cz, Kx K2 y Cz C 2 t,

(2.5)

O s d solve sys, x, y, z, t, u, v ;
s := t = K3, u = K4, v = 4, x = 4, y = K3, z = 4

(2.6)

O assign s ; A;
4 1 K3
1 4 K3

(2.7)

K4 4 K1

Exercice 03 :
Soient a, b 2 =. Rduire la matrice :
a2 ab ab b2
A=

ab a2 b2 ab
ab b2 a2 ab

b2 ab ab a2
O restart; with LinearAlgebra
O A d Matrix
2

a , a$b, a$b, b , a$b, a , b , a$b , a$b, b , a , a$b , b , a$b, a$b,

;
a2 a b a b b2
A :=

a b a2

b2 a b

a b b2

a2 a b

(3.1)

b2 a b a b a2
O M d Eigenvectors A ;
a2 Kb2
2

M :=

a Kb

0 K1 1

a2 C 2 a b Cb2

K1

0 1 K1

0 1 K1

1 1

a2 K 2 a b Cb2

(3.2)

A est diagonalisable si et seulement si =4 admet une base forme de vecteurs propres de A :


O Determinant M 2 ;
K8

(3.3)

Matrice diagonale semblable A :


O DiagonalMatrix M 1 ;

Matrice de passage :
O M 2 ;

a2 Kb2

a2 Kb2

0
2

0
2

a C 2 a b Cb

a2 K2 a b C b2

(3.4)

0 K1 1

K1

0 1 K1

0 1 K1

1 1

(3.5)

Exercice 04 :
A quelle condition sur a, b 2 = la matrice
1 1 0 0
0 a b 0
0 b a 0
0 0 1 1
est-elle diagonalisables ?
O restart; with LinearAlgebra
O A d Matrix

1, 1, 0, 0 , 0, a, b, 0 , 0, b, a, 0 , 0, 0, 1, 1
1 1 0 0

0 a b 0

A :=

(4.1)

0 b a 0
0 0 1 1

O M d Eigenvectors A

2 ;
0 1
M :=

K1

0 0 b Ca K1 b Ka C1
0 0 b C a K 1 Kb C a K 1
1 0

(4.2)

La matrice A est diagonalisable si et seulement si =4 admet une base forme de vecteurs propres de A donc si et
seulement si det M 0. Il suffit alors d'carter le cas det M = 0 :
O S d Determinant M ;
S := 2 b2 K2 a2 C 4 a K2

(4.3)

O sols d solve S ;
sols := a = Kb C1, b = b , a = b C1, b = b

(4.4)

La matrice A est diagonalisable si et seulement si a sKb C1 ou a s b C 1.


Etude du cas a =Kb C1 :
O assign sols 1 ; Determinant M ; JordanForm A ; unassign 'a' ; unassign 'b
' ;
0
K2 b C1 0 0 0

Etude du cas a = b C1 :
O assign sols 2
' ;

1 1 0

0 1 0

0 0 1

(4.5)

; Determinant M ; JordanForm A ; unassign 'a ' ; unassign 'b


0

2 b C1 0 0 0
0

1 1 0

0 1 0

0 0 1

(4.6)

Exercice 05 :
A quelle condition sur a, b, c 2 = la matrice :
a 0 0 0 b
0 a 1 b 0
0 0 c 0 0
0 b 1 a 0
b 0 0 0 a
Est-elle diagonalisable ?
O restart; with LinearAlgebra

O M d Matrix
a, 0, 0, 0, b , 0, a, 1, b, 0 , 0, 0, c, 0, 0 , 0, b, 1, a, 0 , b,
0, 0, 0, a
;
a 0 0 0 b
0 a 1 b 0
M :=

0 0 c 0 0

(5.1)

0 b 1 a 0
b 0 0 0 a
O P d Eigenvectors M

2 ;

P :=

0 1 K1 0

1 0 0 K1

0 0 0

0 Kb K a C c

1 0 0

0 1 1

(5.2)

La matrice M est diagonalisable si et seulement si =5 admet une base forme de vecteurs propres de M donc si et
seulement si det P 0. Il suffit alors d'carter le cas det P = 0 :
O S d Determinant P ;
S := K4 b K4 a C4 c
O sols d solve S, a, b, c

;
sols := a = c Kb, b = b, c = c

La matrice A est diagonalisable si et seulement si a Cb sc.


Etude du cas c = a C b :
O assign sols ; Determinant Eigenvectors M
' ; unassign 'b ' ; unassign 'c ' ;
0
c K2 b 0 0 0

(5.4)

; JordanForm M ; unassign 'a

c 1 0

0 c 0

0 0 c

0 0 0 c K2 b

(5.5)

Exercice 06 :
Montrer que la matrice :
2 K2 K2
A=

K2 2 K2
K2 2 K2

calculer An

est diagonalisable et
o n 2 ;.
O restart; with LinearAlgebra
O A d Matrix

2 , K2 , K2

:
, K2 , 2 , K2 ,
2 K2 K2
A :=

K2

2 K2

K2

2 K2

K2 , 2 , K2

(6.1)

O B d Eigenvectors A ;
B :=

O Determinant B 2

K2 1 1

K2 ,

1 1 1

1 1 0

(6.2)

;
3

(6.3)

O PdB 2 ;
K2 1 1
P :=

1 1 1

(6.4)

1 1 0
O d DiagonalMatrix B 1

;
4
:=

0 0

0 K2 0
0

(6.5)

0 0

O f d x/x ;
f := x/xn

(6.6)

O dn d map f, ;
dn :=

4n

K2

0
n

(6.7)

0
0

O An d MatrixMatrixMultiply MatrixMatrixMultiply P, dn , MatrixInverse P


2 n
2
1
1
4 C
K2 n K 4n K
K2 n K2 n
3
3
3
3
An :=

1
1
K 4n C
3
3

K2

1 n
1
4 K
3
3

K2

K2

1
1
K 4n C
3
3

K2

1 n
1
4 K
3
3

K2

K2

(6.8)

O subs n = 1, An ;

(6.9)

2 K2 K2
K2

2 K2

K2

2 K2

(6.9)

Exercice 07 :
Soit la matrice A 2 M = telle que c i, j 2 1, 2, 3, 4,5 , aij = 1 C ij.
Montrer que la matrice A est diagonalisable et calculer An o n 2 ;
O restart; with LinearAlgebra :
O A d Matrix 5, 5, i, j /piecewise i = j, 2, 1
2 1 1 1 1

1 2 1 1 1
A :=

1 1 2 1 1

(7.1)

1 1 1 2 1
1 1 1 1 2
O B d Eigenvectors A ;
1
B :=

O Determinant B 2

K1 K1 K1 K1 1

1 1

1 ,

0 1

0 1

0 1

(7.2)

;
5

(7.3)

O PdB 2 ;
K1 K1 K1 K1 1
P :=

O d DiagonalMatrix B 1

1 1

0 1

0 1

0 1

(7.4)

;
1 0 0 0 0
0 1 0 0 0
:=

0 0 1 0 0

(7.5)

0 0 0 1 0
0 0 0 0 6
n

O dn d map x/x , ;
1 0 0 0 0
0 1 0 0 0
dn :=

0 0 1 0 0
0 0 0 1 0
0 0 0 0 6n

(7.6)

O An d MatrixMatrixMultiply MatrixMatrixMultiply P, dn , MatrixInverse P


4
1
1
1
1
1
1
1
1
1
C 6n K C 6n K C 6n K C 6n K C 6n
5
5
5
5
5
5
5
5
5
5
1
1
K C 6n
5
5
An :=

4
1
1
1
1
1
1
1
C 6n K C 6n K C 6n K C 6n
5
5
5
5
5
5
5
5

1
1
1
1
K C 6n K C 6n
5
5
5
5

1
1
1
4
1
1
C 6n K C 6n K C 6n
5
5
5
5
5
5

1
1
1
1
1
1
K C 6n K C 6n K C 6n
5
5
5
5
5
5

4
1
C 6n
5
5

1
1
K C 6n
5
5

1
1
1
1
1
1
1
1
K C 6n K C 6n K C 6n K C 6n
5
5
5
5
5
5
5
5

4
1
C 6n
5
5

(7.7)

O subs n = 1, An ;
2 1 1 1 1
1 2 1 1 1
1 1 2 1 1

(7.8)

1 1 1 2 1
1 1 1 1 2

Exercice 08 :
Calculer la puissance n-ime de la matrice :
K9 K2 8
8

A=

5 K4 .

K14 K2 13
O restart; with LinearAlgebra
O A d Matrix

K9,K2, 8 , 8, 5,K4 , K14,K2, 13


K9 K2 8
A :=

5 K4

(8.1)

K14 K2 13
O B d Eigenvectors A ; P d B 2 ; d DiagonalMatrix B 1
1
1 1
3
2
B :=

1 ,

K2 K1

1
2

1
2

K2 K1

1
2

1
P :=

3 0 0
:=

0 1 0
0 0 5

(8.2)

O dn d map x/x , ;
3n 0 0
dn :=

0 1 0
0 0 5

(8.3)

O An d MatrixMatrixMultiply MatrixMatrixMultiply P, dn , MatrixInverse P


An :=

K3 3n C 5 K 5n

K3n C 1

6 3n K 5 K 5n

2 3n K1 K4 3n C 3 C 5n

2 3n K 3 C 5n

(8.4)

K3 3n C 5 K 2 5n K3n C 1 2 3n K 3 C 2 5n
O subs n = 1, evalm An

;
K9 K2
8

5 K4

(8.5)

K14 K2 13

Exercice 09 :
Calculer la puissance n-ime de la matrice :
1 4 K2
A=

0 6 K3 .
K1 4 0

O restart; with LinearAlgebra


O A d Matrix

1, 4,K2 , 0, 6,K3 , K1, 4, 0


1 4 K2
A :=

0 6 K3
K1 4

(9.1)

O T d JordanForm A ; P d JordanForm A, output ='Q' ;


3 0 0
T :=

0 2 1
0 0 2
3 K4 K2

P :=

3 K3 K3

(9.2)

3 K4 K3
O Delta d DiagonalMatrix Diagonal T
:=

; N d MatrixAdd T, Delta, 1,K1 ;


3 0 0
0 2 0
0 0 2
0 0 0

N :=

0 0 1

(9.3)

0 0 0
n

O d n/map x/x , Delta ;


:= n/map x/x^n, Delta

(9.4)

O MatrixPower N, 2 ; # Indice de nilpotence de N


0 0 0
0 0 0

(9.5)

0 0 0
La puissance n-ime de T est alors Tn = Dn C n Dn K1 :
O Tn d MatrixAdd delta n , MatrixMatrixMultiply delta n K1 , N , 1, n ;
3n 0
Tn :=

0 2
0

0
n 2n K1

(9.6)

2n

La puissance n-ime de A est alors An = PTnPK1 :


O An d MatrixMatrixMultiply MatrixMatrixMultiply P, Tn , MatrixInverse P
3 3n K 4 n 2n K1 K2 2n
An :=

4 3n K4 2n

K6 3n C 6 2n C4 n 2n K1

3 3n K 3 n 2n K1 K3 2n 4 3n K3 2n K6 3n C 6 2n C3 n 2n K1

(9.7)

3 3n K 4 n 2n K1 K3 2n 4 3n K4 2n K6 3n C 7 2n C4 n 2n K1
O subs n = 1, evalm An

;
1 4 K2
0 6 K3
K1 4

(9.8)

Exercice 10 :
Calculer la puissance n-ime de la matrice :
2 0 0
A=

K2 4 K2 .
K3 2 0

O restart; with LinearAlgebra


O A d Matrix

2, 0, 0 , K2, 4,K2 , K3, 2, 0


2 0 0
A :=

K2 4 K2
K3 2

(10.1)

O T d JordanForm A ; P d JordanForm A, output ='Q' ;


2 1 0
T :=

0 2 1
0 0 2
0

P :=

0 1

2 K2 0
2 K3 0

O d DiagonalMatrix Diagonal T
:=

; N d MatrixAdd T, , 1,K1 ;
2 0 0
0 2 0
0 0 2

(10.2)

0 1 0
N :=

0 0 1

(10.3)

0 0 0
n

O d n/map x/x , ;
:= n/map x/x^n, Delta

(10.4)

O MatrixPower N, 2 ; MatrixPower N, 3 ; # Indice de nilpotence de N


0 0 1
0 0 0
0 0 0
0 0 0
0 0 0

(10.5)

0 0 0
n n K1
Dn K2N2 :
2
n Kp
O C d k/piecewise k = 0, 1, simplify product
, p = 0 ..k K1
p C1
C 1 ;C 2 ;
La puissance n-ime de T est alors Tn = Dn C n Dn K1 C

kK1

C := k/piecewise k = 0, 1, simplify

p =0

;C 0 ;

n Kp
p C1

1
n
1
n n K1
2

(10.6)

O Tn d add MatrixScalarMultiply MatrixMatrixMultiply n Kk , MatrixPower N,


k , C k , k = 0 ..2 ;
1
2n n 2n K1
n n K1 2n K2
2
Tn :=
(10.7)
0
2n
n 2n K1
0

2n

La puissance n-ime de A est alors An = PTnPK1 :


O An d MatrixMatrixMultiply MatrixMatrixMultiply P, Tn , MatrixInverse P
2n
An :=

n n K1 2

n K2

0
n K1

K2 n 2

2 C2 n 2

n n K 1 2n K2 K 3 n 2n K1
O subs n = 1, evalm An

0
n K1

2 n 2n K1

K2 n 2n K1

(10.8)

2n K2 n 2n K1

;
2 0

K2 4 K2
K3 2

Exercice 11 :
Donner une CNS pour sur a, b et c pour que la matrice A soit diagonalisable. Dans ce cas, calculer An.

(10.9)

a Kb Kc

2a

2a

2b

b Ka Kc

2b

2c

2c

c Ka Kb

A=
O restart; with LinearAlgebra
O A d Matrix

a Kb Kc, 2$a, 2$a , 2$b, b Ka K c, 2$b , 2$c, 2$c, c K a Kb


2a
2a
a Kb Kc
A :=

2b

b Ka Kc

2b

2c

2c

c Ka Kb

(11.1)

O B d Eigenvectors A ;
a
K1 K1
c

a Cb Cc
B :=

Kc Ka Kb ,
Kc Ka Kb

b
c

(11.2)

O P d ColumnOperation B 2 , 1, c ;
a K1 K1
P :=

b 0

(11.3)

O Determinant P ;

(11.4)

Kc K a K b
La matrice A est diagonalisable si et seulement si a C b C c s0.
O d DiagonalMatrix B 1 ;
a Cb Cc
0
:=

O Q d MatrixInverse P

Kc Ka Kb

Kc Ka Kb

(11.5)

: Q d subs a Cb C c = u, Q ;
1
1
1
u
u
u
Q :=

c
K
u

c
K
u

a Cb
u

b
K
u

a Cc
u

b
K
u

(11.6)

O Dn d map x/x , ;
a Cb Cc
Dn :=

Kc K a K b

Kc K a K b

O Dn d subs a Cb C c = u, Kc Ka Kb =Ku, Dn : Dn d subs


un
Dn :=

0
0

Expression de An :

0
K1
0

(11.7)

0
n

Ku

= K1

u , Dn ;

0
n n

(11.8)

0
K1

n n

O An d MatrixMatrixMultiply MatrixMatrixMultiply P, Dn , Q ;
a un
K1 n un c
K1 n un b a un
K1 n un c
K1 n un a C c
a un
An :=
C
C
,
C
K
,
u
u
u
u
u
u
u
K1

n n

a Cb

K1

n n

u b

b un
K1 n un b b un
K1
K
,
C
u
u
u

(11.9)

n un

a Cc

b un
K
u

c un
K1 n un c c un
K1 n un c c un
K1
K
,
K
,
C
u
u
u
u
u

K1

n un b

n n

a Cb

Expression simple de An :
O An d subs u = a Cb Cc, An : map simplify, An assuming a T real, b T real, c
T real;
a Cb Cc n K1 a C K1 n c C K1 n b , Ka a Cb Cc n K1 K1 C K1 n , Ka a Cb Cc n K1
(11.10)
K1 C K1

Kb a Cb Cc
Cc

n K1

K1 C K1

Kc a C b C c
C K1

n K1

naC

n K1

K1

K1 C K1
n

n K1

, a Cb Cc

, Kc a Cb Cc

b C K1

naC

K1

nc

, Kb a C b

K1 C K1

n K1

K1 C K1

, a Cb Cc

n K1

nb

Vrification pour n = 1 :
O subs n = 1, An ;
a Kb Kc

2a

2a

2b

b Ka Kc

2b

2c

2c

c Ka Kb

(11.11)

Calcul de A2 p :
O Apair d subs n = 2$p, An : Apair d map simplify, Apair
T integer;
a Cb Cc
Apair :=

2p

0
2p

(11.12)

0
a Cb Cc

2p

Calcul de A2 p C1 :
O Aimpair d subs n = 2$p C 1, An : Aimpair d map simplify, Aimpair
T integer;
Aimpair :=
a Cb Cc

2p

2 b a Cb Cc

2p

2 c a Cb Cc

2p

2p

2 a a Cb Cc

2p

Kb Ca Cc

2 b a Cb Cc

2p

2 a a Cb Cc

a Kb Kc

K a Cb Cc

2p

2 c a Cb Cc

a Cb Cc

assuming

2p

K a Cb Cc

2p

assuming

Kc Ca Cb

Exercice 12 :
La mthode de Leverrier permet de calculer le polynme caractristique d'une matrice carre A d'ordre n 2;* .
1
Soit les suites p et Ap dfinies par A1 = A et c p R1, p = trAp et Ap C1 = Ap KpIn A.
p
n

> X

On montre que An C1 = 0 et A = X K
n

p =1

n Kp

(11.13)

Programmer cette mthode et comparer avec les rsultats obtenus l'aide de Maple.
O restart; with LinearAlgebra :
O dproc A
local k, n, M, P, ;
M d A;
n d RowDimension M ;
n

PdX ;
for k from 1 to n do
1
d $Trace M ;
k
nKk

P d P K $X
;
M d MatrixMatrixMultiply MatrixAdd M, IdentityMatrix n , 1,K , A ;
end do;
P;
end proc:
O A d RandomMatrix 10, 10, generator = 1 ..10 ;
7 10 1 6 7 3 1 2

A :=

9 4

9 2 5 10 10

3 10 1

1 3 8

7 6

2 3 9

2 2

9 3 7

3 4

10

2 3 3 10

2 5

7 8

1 10 9 7

5 10

2 7 3

6 10

1 7

5 4 6

9 10

8 3

10

8 2 1

3 10

6 5

(12.1)

O Ud A ;
U := X 10 K57 X 9 C61 X 8 K1461 X 7 K 11665 X 6 C 154267 X 5 K925077 X 4 C6809820 X 3 K14766335 X 2 (12.2)
K8685946 X C 60663808
O V d CharacteristicPolynomial A, X ;
V := X 10 K57 X 9 C61 X 8 K1461 X 7 K11665 X 6 C154267 X 5 K925077 X 4 C 6809820 X 3 K14766335 X 2
K8685946 X C 60663808

(12.3)

O evalb U = V ;
true

(12.4)