Académique Documents
Professionnel Documents
Culture Documents
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
;
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)
(3.3)
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)
Etude du cas a = b C1 :
O assign sols 2
' ;
1 1 0
0 1 0
0 0 1
(4.5)
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
(5.4)
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
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)
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
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)
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
0 6 K3
K1 4
(9.1)
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 :=
0 0 1
(9.3)
0 0 0
n
(9.4)
(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
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
K2 4 K2
K3 2
(10.1)
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)
(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)
2n
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
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
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)