Algbre linaire

2014/2015

Dfinitions
End(E) ou L(E) : ensembles des endomorphismes sur E.
Reprsentation matricielle : matrice des coordonnes des vecteurs de
base dans la base.
Reprsentation matricielle de A : E E dans la base B.
A(b1 ).b1

..
A=
.

A(b1 ).bn

..
.

A(bn ).b1

..

A(bn ).bn

A injective ssi vecteurs de lespace darrive ont au plus un antcdent

A surjective ssi tous les vecteurs de lespace darrive ont au moins
un antcdent
A bijective A injective et surjective
Noyau de A
n
o
Ker(A) = ~u E|A(~u) = ~0
Image de A
Im(A) = {~v F |~u E A(~u) = ~v }
Vecteur propre : ~u vecteur propre de A ssi
R|A(~u) = ~u

Rduction dendomorphisme et formes de Jordan

1.1
1.1.1

Polynme de matrices
Gnralisation des polynmes

Soit P (.) un polynme de degr k, dfini par une suite de coefficients

{0 , 1 , . . . , k },
1

P (x) =

k
X

i xi

i=0

Pour une matrice :

P (A) =

k
X

i Ai

i=0

Rappel :

A0

=I

Exemple
Soit P = x2 3x + 2 = (x 1)(x 2),
1 0
1 1

A=

!
2

A =

1 0
2 1

On a : P (A) = A2 3A + 2I
Donc :
!

P (A) =

3 0
2 0
1 0

+
3 3
0 2
2 1

0 0
1 0

Changement de base
Si A reprsente A dans B et A0 reprsente A dans B 0 :
A0 = M 1 AM
Avec M la matrice de changement de base de B vers B 0
M = [B 0 ]B
1.1.2

Polynmes annulateurs

Thorme 1. chaque endomorphisme A L(E), on peut associer des

polynmes P (.) tels que
deg(P )

u E, (P A)(u) = 0E u E,

i Ai (u) = 0

i=0

de tels polynmes sont appels polynmes annulateurs.

Proprit 1. Lensemble J de tous les polynmes P tels que P (A) = [0]
est stable par combinaison linaire
Dfinition 1. Les polynmes sont unitaires si le coefficient du terme de
plus haut degr est gal 1.
Thorme 2. La rduction de J aux polynmes unitaires est constitue
par les multiples dun polynme (de J) de plus petit degr not m appel
polynme minimal associ (A, E). Il est unique.
2

1.2

Sous espaces vectoriels invariants

Dfinition 2 (Sous espace invariant). Un sous espace F E est invariant

par A si
u F, A(u) F A(F ) F
Proprit 2. Ker(A) et Im(A) sont invariants par A
Si E = F1 F2 F3 alors A peut se reprsenter, dans une base adapte,
par une matrice bloc-diagonale.
1.2.1

Relations entre polynmes et sous espaces invariants

Thorme 3. u F, P, si A(u) F alors (P A)(u) F ou encore

P (Au) F
Thorme 4. P, Ker(P A) E est invariant par A
Thorme 5. Si F E est invariant par A alors mF , le polynme minimal
associ (A|F , F ) 1 divise m, le polynme minimal associ (A, E)
Exemple
Soit B = {u, v},
A(u) = u + v,
A(v) = v.
On a donc la reprsentation de A dans B
A=

1 0
1 1

Soit F = Vect(v). On a bien F invariant par A (par lecture des coordonnes de v dans B).
On constate que lendomorphisme
! A + idE dont la reprsentation dans
2 0
la base B est C = A + I =
est quivalent lendomorphisme nul
1 0
pour les vecteurs de F .
On a donc mF (X) = (X 1) est le polynme minimal de A|F .
1. O A|F dsigne la rduction F de A

On cherche m tel que m(A) = 0. Un essai pralable montre que m est

au moins de degr 2. On cherche donc m(X) = X 2 + 1 X + 0 tel que
m(A) = [0]
A2 + 1 A + 0 I = [0]

1 + 1 + 0
0
1
1 1 + 0

0 0
0 0

1 = 0
0 = 1

Do m(X) = X 2 1 = (x + 1)(x 1) et on a bien mF qui divise m.

Thorme 6. g, f K[X], g|f = Ker(g A) Ker(f A)
Exemple
En reprenant lapplication A de lexemple prcdent,
1. Soit g(X) = X + 2 et!f (X) = (X + 2)(X !4)
3 0
9 0
On a : g(A) =
et f (A) =
1 1
2 5
Do det(g(A)) = 3 6= 0 et det(f (A)) = 45 6= 0
Donc Ker(g A) = {0E } et Ker(f A) = {0E }
On a donc bien Ker(g A) Ker(f A)
2. Soit g 0 (X) = X + 1 et f 0 (X) = (X + 1)(X 1). Daprs lexemple
prcdent, u F, (g 0 A)(u) = 0E = 0F do F Ker(g 0 A) et on
montre aussi que Ker(g 0 A) F do Ker(g 0 A) = F . De mme
on obtient Ker(f 0 A) = E.
Thorme 7. Si h(.) = PGCD(f (.), g(.)) alors
Ker(h A) = Ker(f A) Ker(g A)
Thorme 8. Dim [Ker(f A)] 1 Deg(PGCD(f (.), m(.)) 1
Dfinition 3. Polynme caractristique : pA () = det(I A) avec C
Thorme 9 (Cayley-Hamilton). Le polynme caractristique p associ
(A, E) est un multiple du polynme minimal m associ (A, E). Les racines
de m et p ne diffrent que par lordre de multiplicit.
Thorme 10 (Diagonalisation). A est diagonale les racines de m sont
toutes simples.
Thorme 11 (Dcomposition). Si m(u) = (u 1 )q1 . . . (u m )qm en
notant fk (u) = (u k )qk et pk = dim(Ker(fk A)),
alors E est dcomposable en m sous-espaces invariants par A, nots Fi
avec Fi = Ker(fi A) de dimension pi .
4

1.3

Les diviseurs lmentaires

Dfinition 4 (Diviseur lmentaire). Les diviseurs lmentaires ei K[X]

dune matrice A vrifient les proprits suivantes :
n diviseurs lmentaires si dim(A) = n
ei divise ei+1
en = m (polynme minimal)

n
Q

ei = p (polynme caractristique)

i=1

Calcul pratique
Diagonaliser (uI A) (toujours possible) pour obtenir
e1 (u)

(0)

..

.
en (u)

(0)
Exemple

2 0 0

Soit A = 1 2 1
1 0 1

u2
0
0

uI A = 1 u 2 1
1
0
u1
On inverse la premire et la troisime ligne

1
0
u1

A 1 u 2 1
u2
0
0

1
0
0

1 + (u 1) C3 C3 + C1 ((u 1))
A 1 u 2
u2
0
(u 2)(u 1)
1
0
0

u2
u2
A 0

u2
0
(u 2)(u 1)

L2 L2 + L1

1
0
0

u2
A 0 u 2

0
0
(u 2)(u 1)

L3 L3 + L1 ((u 2))

1
0
0

0
A 0 u 2

0
0
(u 2)(u 1)

C3 C3 C2

On a donc e1 (X) = 1
e2 (X) = X 2
e3 (X) = m(X) = (X 2)(X 1)
m(A) = (A 2I)(A I) = [0]
p(A) = (A 2I)2 (A I)
A est diagonalisable car les racines de m sont simples.
Exemple

2 1 1

5
4
Soit A = 5
1 1
2

u2
1
1

uI A = 5 u 5 4
1
1 u 2
On inverse la premire et la troisime ligne

1
1 u 2

uI A 5 u 5 4
u2
1
1

1
0
u2

5 u 10 4
u2 u1
1

C2 C1 + C2

1
0
0

5u 14
5 u 10
u 2 u 1 1 (u 2)2

1
0
0

u 10
5u 14
0
u 2 u 1 1 (u 2)2

C3 C3 (u 2)C1

L2 L2 + 5L1

1
0
0

5u 14
0 u 10
0 u 1 1 (u 2)2

L3 L3 (u 2)L1

1
0
0

u2 + u 11
0 9
0 u 1 (u 3)(u 1)

1 0

0 9
0 0

1 0

0 9
0 0

L2 L2 L3

2
u + u 11
1
2
9 (u 1)(u 4)

L3 L3 +

u1
L2
9

1
2
(u

1)(u

4)
9
6

C3 C3 +

u2 + u 11
C2
9

Do

1 0
0

0
uI A 0 1

2
0 0 (u 1)(u 4)
On a donc e1 (X) = 1
e2 (X) = 1
e3 (X) = m(X) = (X 1)(X 4)2
p(A) = (X 1)(X 4)2
A nest pas diagonalisable.

1.4

Formes de Jordan
Construites partir des diviseurs lmentaires
Version simplifie de A dans une forme diagonale par blocs
Chaque diviseur lmentaire donne un bloc diagonal de dimension
gale son degr

Dfinition 5 (Premire forme (forme dveloppe)). Utilise les diviseurs

lmentaires sous forme dveloppe :
ei (X) = X mi + mi 1 X mi 1 + + 1i X + 0i
Pour chaque diviseur lmentaire ei (X) on construit un bloc

..
.
..
.

0
J1 (i) =

..
.

1
..
.

0
1

(0)

m1

m = deg(ei )

On a alors
J1 (1)

(0)

..

J1 =

.
J1 (n)

(0)

J1 est lexpression de A dans une base B avec

n

B = . . . ; ~bi , A~bi , . . . , Am1~bi ; . . .

Avec ei (A).~bi = ~0
Dfinition 6 (Deuxime forme). Utilise les diviseurs lmentaires sous
forme factorise.
ei (X) = (X i1 )Pi1 . . . (X ik )Pik

deg(ei ) = mi =

k
X

Pj

j=1

Pour chaque diviseur lmentaire ei on construit le bloc

1

1
..
.

(0)

..

..

(0)

1
1

p1

(0)

..

J2 (i) =

pk

(0)

1
..

(0)
.

..

..

(0)

1
k

On a alors
J2 (1)

(0)

..

J2 =

.
J2 (n)

(0)

Fonctions de matrices
Soit m(X) = (X 1 )q1 . . . (X k )qk le polynme minimal associ

(A, E) de degr r =

k
P

qi

i=1

Dfinition 7 (quivalence de polynmes pour une A.L.). Deux polynmes

P1 et P2 sont quivalents pour A sur E si et seulement si
x E, P1 (A) x = P2 (A) x
ou encore
[P1 (A) P2 (A)] x = 0
ou encore
P1 (A) P2 (A) = Q(A)m(A)

P1 (i ) P2 (i ) = Q(i )m(i ) = 0

P 0 ( ) P 0 ( ) = Q0 ( )m( ) + Q( )m0 ( ) = 0
i
i
i
i
1 i
2 i

.
.
.

(qi 1)
(qi 1)

P1

(i ) P2

(i ) = 0

P1 (1 )
..
.

P2 (1 )
..
.

(q1 1)
(q1 1)

P1
P
(
)
(
)
1
1

P1 (2 ) P2 (2 )

..
..

.
.

P1 () = (q2 1)
= P2 ()
= (q2 1)

P1
P
(
)
(
)
2
2
2

.
.
..
..

P ( ) P ( )

2 k
1 k

..
..

.
.

(qk 1)

P1

(qk 1)

P2

(k )

(k )

Deux fonctions f et g sont identiques pour A sur E ssi elles sidentifient

sur le spectre de A i.e. f () = g()
On peut toujours construire, partir dune fonction f , un polynme
dinterpolation P (.), de degr (r 1) (avec r le degr de m(u)) tel que
f () = P () f (A)~x = P (A)~x~x E
Si les racines de m(u) sont toutes simples, il sagit dune interpolation
de Lagrange. Sinon cest une interpolation de Hermite

2.1

Interpolation de Lagrange
m(u) = (u 1 )(u 2 )(u 3 )
(u 2 )(u 3 )
f (1 )
(1 2 )(1 3 )
(u 3 )(u 1 )
=
f (2 )
(2 1 )(2 3 )
(u 2 )(u 1 )
=
f (3 )
(3 1 )(3 2 )

P (u) =

Les proprits des polynmes dapplication linaires se propagent pour

les fonctions :


f B 1 .A.B = P B 1 .A.B. = B 1 .P (A).B = B 1 .f (A).B

Ou en version diagonale :


f B 1 .D.B = B 1 .f (D).B
f (A) = B 1 .P (D).B
P (1 )

(0)

= B 1 .

P (2 )

(0)
9

..

.B

Exemple
A qui sexprime par A sur B = {~e1 , ~e2 , ~e3 }

1 6 6

3 2 6
3 6 10
Que vaut

A?

Mthode de Krylov
m(A) = m(A) ~x E, m(A)~x = ~0
Pour un ~y particulier qui nest pas vecteur propre de A, on construit m(A)
tel que m(A).~y = ~0
On vrifie que le polynme obtenu annule tous les vecteurs de la base :
si oui on a bien le polynme minimal. On cherche les racines du polynme
minimal.
Suite de lexemple prcdent

1
1
1



I~y = 0 A~y = 3 A2 ~y = 15
15
3
0
A2 ~y 5A~y + 4I~y = ~0
On trouve facilement
m(u) = u2 5u + 4 = (u 1)(u 4)
Il ny a que des racines simples.
Soit f (u) =

u et P (u) le polynme dinterpolation de Lagrange.

P (1 ) = f (1 ) = f (1) = 1
P (2 ) = f (2 ) = f (4) = 2

La construction du polynme se fait suivant la mthode donne en section

2.1 pour avoir P(u) = f(u) si u est une valeur propre.
P (u) =

u4
u1
u+2
f (1) +
f (4) =
3
3
3
10

Do

1 2 2

1
2

2
A = P (A) = A + I = 1 0
3
3
1 2 4
On a m(u) = (u 4)(u 1) et tr(A) = 9 do p(u) = (u 4)2 (u 1) et
donc il existe une base dans laquelle A est reprsente par D avec

4 0 0

D = 0 4 0
0 0 1
Et on a

f (4)
0
0

f (4)
0
f (D) = 0
0
0
f (1)
Do

D la forme diagonale de f (A) :

2.2

2 0 0

A D = 0 2 0
0 0 1

Interpolation de Hermite et blocs de Jordan

J2 =

1
..
.

..

..

(0)

k = 0 I + H

(0)

Avec

H=

1
..
.

0
..

..

P () =

P (u) =

k1
X

P (0 )
..
.

P (k1) (0 )

Do

f (i) (0 )

i=0

11

= f ()

(u 0 )i
i!

Ou encore
P (A) = f (0 ).I +

k1
X
i=1

f (i) (0 ) i
H
i!

Do

f (0 )

f (A) = P (A) =

f 0 (0 )
1!

f 00 (0 )
2!

..

..

..

..
.
..
.
..
.

f (k1) (0 )
(k1)!

..
.

f 00 (0 )

2!

0
f (0 )

1!

f (0 )

(0)

12