Académique Documents
Professionnel Documents
Culture Documents
AUTOMATIQUE LINEAIRE
Systèmes multivariables
Année 2010-11
ii
Table des matières
iii
iv TABLE DES MATIÈRES
La modélisation des systèmes à plusieurs entrées et plusieurs sorties se fait par extension des méthodes du
cas monovariable ou par des méthodes spéci…ques.
Une présentation synthétique mettant en évidence les analogies et les di¤érences entre le multivariable
et le monovariable est faite en 1.1 et 1.2. Les modèles d’état étant particulièrement adaptés aux systèmes
multivariables, on s’intéresse à leur obtention à partir d’autres modèles. Après des rappels sur le cas monovariable
en 1.3, l’accent est ensuite mis sur la modélisation par matrice de transfert en 1.4.
Les approches permettant d’obtenir un modèle d’état à partir d’une matrice de transfert sont exposées en
1.5 et 1.6.
En…n, à titre d’exemples, la modélisation de deux systèmes multivariables est présentée en 1.7 et 1.8.
1
2 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES
1.1 Modèles des systèmes linéaires à temps continu (rappel cas mo-
novariable)
an rn + + a1 r + a0 = 0 an sn + + a1 s + a0 = 0 P ( ) = det( I A)
8
< x_ = Ax + Bu
1
D(r)y = N (r)u G(s) = D (s)N (s)
:
y = Cx + Du
Soit le système mono-entrée mono-sortie stricte- Le quotient d de cette division donne le terme de
ment propre de fonction de transfert : transmission directe des modèles d’état et le reste de
N (s) la division permet de dé…nir la fonction de transfert
G(s) = strictement propre :
D(s)
où N (s) est un polynôme de degré m et D(s) un po- N (s)
G (s) =
lynôme de degré n avec n > m. D(s)
Dans le cas où n = m, la division de N (s) par D(s)
conduit à :
N (s) = N (s) + d D(s)
1 2 n
G(s) = + + + C= N1 ( ) N_ 1 ( )=1! N
•1 ( )=2!
s (s )2 (s )n
1.3. REPRÉSENTATION D’ÉTAT D’UNE FONCTION DE TRANSFERT (CAS MONOVARIABLE) 5
Dé…nitions :
– Matrice polynomiale R(s) unimodulaire si et 2 3
seulement si déterminant constant et non nul. 1 (s)
6 2 (s)
7
Matrice polynomiale R(s) unimodulaire si et 6 7
6 .. 7
seulement si R 1 (s) polynomiale. S(s) = 6 . 7 (1.3)
6 7
– Matrices polynomiales (éventuellement rectan- 4 r (s)
5
gulaires) M (s) et S(s) équivalentes si : 0
M (s) = V (s) S(s) W (s) (1.2)
Termes i (s) : polynômes invariants de la matrice
avec V (s) et W (s) matrices unimodulaires. polynomiale M (s)
– Toute matrice polynomiale M (s) de dimension Matrice S(s) dé…nie en (1.3) : forme de Smith de la
(p; m) et de rang r est équivalente à une ma- matrice polynomiale M (s).
trice polynomiale S(s) pseudo-diagonale :
M (s) S(s)
G(s) = = V (s) W (s) (1.6) G(s) = V (s) SM (s) W (s) (1.7)
(s) (s)
2 3 avec :
0 1 0 0 2 3
6 .. .. 7 1
6 0 . . 7 4 s2 + s 4 5 1 1 1
6 7
Ai = 6
6
.. .. 7
7 s2 4 V 1 W1
6 . . 0 7 G1 (s) = =
4 0 1 5 s3 + 3s2 + 2s 1
ai0 ai1 aini aini 2 3
2 1
0
2 3 2 3 4 1 5 3(s 2) 0 1
.. ..
6 . 7 6 . 7 1
6 .. 7 6 . 7 G2 (s) =
6
16 . 7 6 .. 7 s2 + s
Bi = Ai 6 • 7=A 16 7
7 i 6 wi2 7
6 Wi (0)=2! 7 6 7 soit, par exemple :
4 W
_ i (0)=1! 5 4 wi1 5 2 3
Wi (0) wi0 0
4 3(s 2) 5 0 1
3(s 2) V 2 W2
G2 (s) = =
Ci = V i (0) V_ i (0)=1! V• i (0)=2! 2
s +s 2
s + 3 3s + 8
Exemple 1 : 1 s+4
G(s) = (1.13)
3s + 1 7s2 + 4s (s + 2)2
s 1 1
G(s) = (1.11) Il vient :
(s 2)3 2
X
Il vient : G(s) = Gi (s) (1.14)
2
X i=1
G(s) = Gi (s) (1.12)
i=1
s+3
3s + 1 1 0
1 0 1
s 1 G1 (s) =
G1 (s) = (s + 2)2
(s 2)3
7s2 + 4s 3s + 8
0 1 0 1
1 s+4
G2 (s) = G2 (s) =
(s 2)3 (s + 2)2
Réalisation minimale = représentation d’état (vali-
dée par commandabilité et observabilité) : On peut en déduire la réalisation :
2 3
2 1 0 2 3
6 0 2 1 7 2 1
6 7 6 0 2 7
6 0 0 2 7 A=6 7
A=6 6
7 4 2 1 5
6 2 1 0 7 7
4 2
0 2 1 5
0 0 2 2 3
2 3 0 0
0 0 6 1
6 0 0 7 0 7
6 7 B=6
4 0
7
6 1 0 7 0 5
B=6 6 7 0 1
7
6 0 0 7
4 0 0 5
0 1 1 1 2 3
C=
1 0 2 1
7 3 0 36 32 7
C=
1 1 0 1 0 0 Réalisation non observable ! non minimale. En réa-
Autre représentation d’état compagne par bloc : lité, ordre de la matrice de transfert = 2. On peut
2 3 lui associer la représentation d’état :
0 1 0
6 0 0 1 7
6 7
6 8 12 6 7 2 1 0 1 1 1
A=6 6
7 A=
0 2
B=
1 2
C=
1 0
6 0 1 0 7
7
4 0 0 1 5
8 12 6
10 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES
La commande sur la gouverne de direction a pour L’aspect multivariable du système se traduit par
objet essentiel d’agir sur le mouvement de lacet pour le fait que chaque entrée agit sur l’ensemble des va-
maintenir un dérapage nul. La commande sur l’ai- riables du système et que sa dynamique, issue de la
leron a pour objet essentiel d’agir sur l’inclinaison matrice d’évolution, caractérise toutes ces variables.
latérale par l’intermédiaire du mouvement de roulis.
1.7. EXEMPLE : AVION DE TRANSPORT (MODÉLISATION ET ANALYSE) 11
Un changement d’échelle des temps permet de mettre en évidence l’e¤et des divers modes :
Ces réponses mettent en évidence l’existence d’un Examinons la réponse angle de gîte à une com-
mode apériodique lent et d’un mode oscillatoire plus mande impulsionnelle sur les ailerons (input 2 - out-
rapide. Ces modes sont associés aux valeurs propres put 2). On constate une oscillation autour d’un angle
de la matrice A : de gîte non nul. Ainsi l’avion tourne en réponse à une
impulsion sur les ailerons. Un objectif de commande
0; 0329 0; 9467i 0; 5627 0; 0073 consiste à atténuer l’amortissement du mode oscilla-
Le mode oscillatoire est caractérisé par son co- toire tout en conservant le mode lent qui, grâce à la
e¢ cient d’amortissement et sa pulsation propre non durée de son transitoire, permet une rotation douce
amortie : de l’avion. Une telle correction est obtenue classi-
quement par un bouclage de la commande u1 de la
= 0; 0348 ! n = 0; 9472 rd=s gouverne de direction sur la vitesse de lacet y1 .
12 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES
En fait, le système étant multivariable, le bouclage a¤ecte la dynamique de tout le système, comme on peut
le voir sur les réponses impulsionneles du système global :
On constate ici, en comparant avec les courbes à 0; 0073 de la matrice A) est passé à la valeur
du système non corrigé, que l’ensemble des réponses 0; 3272 (valeur propre de Ac ) après bouclage, cor-
du système sont plus amorties. Mais, on constate que respondant à un suramortissement de ce mode.
le régime transitoire de la réponse “angle de gîte” à Ceci met en évidence une des limites de la com-
une excitation des ailerons (courbe : Input 2 Output mande monovariable qui permet d’ajuster à sa conve-
2) est beaucoup plus court, ce qui peut être préjudi- nance un des modes du système, mais modi…e tous
ciable au confort des passagers. Ceci provient du fait les autres modes sans possibilité de les choisir.
que le mode spiral de l’avion naturel (valeur propre
Une commande par retour de sortie permettrait la commande par retour d’état.
ici, en utilisant toutes les composantes de la matrice En supposant que l’on dispose d’un reconstructeur
de sortie K de disposer de quatre paramètres pour d’état, une commande par retour d’état permet de
ajuster les quatre modes du système. Mais ce n’est choisir les modes souhaités avec une in…nité de so-
pas la seule condition à satisfaire et l’étude de la com- lutions, puisqu’on dispose de huit paramètres de ré-
mande par retour de sortie nécessite de bien maîtriser glage pour …xer quatre valeurs propres.
14 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES
Modélisation du système
Bilan matière :
dH
S = Qc + Qf + Qd Q (H)
dt
Bilan thermique :
d (H )
cS = c [Qc c + Qf f + Qd d Q (H) ]
dt
Il est alimenté par un débit chaud Qc à la tempéra- Il vient le modèle d’état non linéaire :
ture c , un débit froid Qf à la température f , ainsi dX1 1h 1=2
i
qu’un débit de perturbation Qd à la température d = X1 + U1 + U2 + D1
dt S
provenant d’une autre unité. Le débit de sortie, à la
d (X1 X2 ) 1 h i
température , est régi par la loi : =
1=2
X1 X2 + c U1 + f U2 + D1 D2
dt S
Q (H) = H 1=2
Linéarisation
On désire contrôler le niveau H et la température Ce système d’équations non linéaires peut être li-
dans le bac. Les grandeurs de commande sont les néarisé autour d’un point de fonctionnement, obtenu
débits Qc et Qf . Les températures c et f sont en annulant les termes dérivés :
constantes et les grandeurs Qd et d non contrô-
1=2
lées sont considérées ici comme des perturbations. 0 = Qc0 + Qf 0 + Qd0 H0
On peut associer à ce système les schémas fonction- 1=2
nels suivants : 0 = Qc0 c + Qf 0 f + Qd0 d0 H0 0
Posons : 8
>
> x1 = H H0
>
>
>
> x2 = 0
<
u1 = Qc Qc0
>
> u2 = Qf Qf 0
>
>
>
> d1 = Qd Qd0
:
d2 = d d0
Il vient :
8 " #
>
> dx1 1 1
>
> = x1 + u1 + u2 + d1
>
> dt S 2 H 1=2
ou bien : >
> 0
>
>
>
> "
>
>
< dx2 dx1 1 0 1=2
H0 + 0 = x1 H0 x2
> dt dt S 2 H 1=2
>
> 0
>
>
>
>
>
> + c u1 + f u2
>
>
>
>
>
:
+ d0 d1 + Qd0 d2 ]
soit encore :
1.8. EXEMPLE : CONTRÔLE DE TEMPÉRATURE ET DE NIVEAU DANS UN BAC 15
2 3
8 " # 1
> dx1 1 1 6 0 7
>
> 2 SH 1=2 0
>
>
> dt
=
S 2 H 1=2
x1 + u1 + u2 + d1 A=6
4
0 7=
5
1
>
> " 0 0 0 2
>
> 1=2
< dx2 1 ( c 0) SH0
= 1=2
x2 + u1
> dt S H0 H0 2 3
>
> 1 1
>
>
>
> 6 S S 7
>
> ( 0) ( 0) Qd0 6 7
>
: +
f
u2 +
d0
d1 + d2 B=6 7
H0 H0 H0 4 c 0 f 0
5
SH0 SH0
2 3
qui est un modèle d’état de la forme : 1
6 0 7
6 S 7
=6 7
4 Qd0 5
x_ = A x + B u + d d0 0
y = Cx SH0 SH0
1 0
avec : C=
0 1
16 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES
Chapitre 2
17
18 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)
u= K x + H yc 8
< x_ = Ax + Bu
avec :
:
y = Cx
yc = 2vecteur dim p 3 : consigne
k11 k12 k1n #
8
K=4 5 : retour d’état < x_ = (A B K)x + BH yc
km1 km2 kmn
:
H = matrice (m; p) : précommande y = Cx
Di¤érence avec le cas monovariable : la matrice de retour d’état K possède mn éléments (paramètres de réglage).
Modi…er la dynamique du système par action sur les n valeurs propres de (A BK) laisse encore (m 1) n
degrés de liberté qui peuvent être utilisés pour assurer d’autres performances, par exemple en robustesse ou en
découplage. Le placement simultané des valeurs propres et des vecteurs propres (structure propre) de (A BK)
permet d’obtenir de telles performances.
x_ = x + U BH yc
(2.7)
y = CV x
Ces relations mettent en évidence le rôle joué par les matrices de vecteurs propres. La matrice U distribue les
entrées (consignes ou perturbations d’entrée) sur les modes xi , tandis que la matrice V répartit ces modes sur
les états et sur les sorties.
Ainsi le changement de base :
2 3 2 32 3
x1 v11 v21 vn1 x1
6 x2 7 6 v12 v22 vn2 7 6 7
6 7 6 7 6 x2 7
6 .. 7 = 6 .. .. 7 6 .. 7
4 . 5 4 . . 54 . 5
xn v1n v2n vnn xn
conduit à:
8 2 3 2 32 3 2 3 2 3
>
> x_ 1 1 x1 u11 u12 u1n yc1
>
> 6 x_ 2 7 6 76 x2 7 6 u21 u22 u2n 7 6 yc2 7
>
> 6 7 6 2 76 7 6 7 6 7
>
> 6 .. 7 =6 .. 76 .. 7+6 .. .. 7 BH 6 .. 7
>
> 4 5 4 . 54 5 4 5 4 5
>
> . . . . .
>
>
< x_ n n xn un1 un2 unn ycp
2 3 2 32 3 2 32 3 (2.8)
>
>
>
> y1 v11 v21 vn1 x1 Cv11 Cv21 Cvn1 x1
>
> 6 7 6 76 7 6 76 7
>
> 6 y2 7 6 v12 v22 vn2 76 x2 7 6 Cv12 Cv22 Cvn2 76 x2 7
>
> 6 .. 7 =C6 .. .. 76 .. 7=6 .. .. 76 .. 7
>
> 4 5 4 54 5 4 54 5
>
> . . . . . . .
:
yp v1n v2n vnn xn Cv1n Cv2n Cvnn xn
uj BH =[ 0 ]
1 i p
N( ) alors :
R( ) = = Noyau(Q( )) (2.10)
M( ) [ i In (A BK)]vi = 0
Soit f i ; i = 1; : : : ; ng = ensemble autoconjugué de soit encore
scalaires. Alors il existe une matrice K réelle de di- (A BK)vi = i vi
mension (m; n) telle que :
et le gain K permet donc bien de placer la valeur
propre i et le vecteur propre associé vi de (A BK).
(A BK)vi = i vi i = 1; : : : ; n (2.11)
Les relations (2.12) peuvent s’écrire :
si et seulement si :
(i) les vecteurs vi ; i = 1; : : : ; n sont linéairement K[v1 ; : : : ; vn ] = [w1 ; : : : ; wn ]
indépendants dans C n
(ii) vi = vj si i = j avec : wi = directions d’entrée associées aux vecteurs
(iii) vi 2 ImagefN ( i )g = S( i ) i = vi .
1; : : : ; n, où S( i ) est dé…ni comme le sous- wi = M ( i )zi ; i = 1; : : : ; n
espace caractéristique à droite associé à i 2 C.
Justi…cation : Les vecteurs vi ayant été supposés linéairement indé-
pendants, la matrice K peut alors être obtenue par :
Comme vi 2 ImagefN ( i )g = S( i ) (ce sous-espace
est de dimension m si le système est commandable),
vi peut être exprimé sous la forme vi = N ( i )zi avec 1
K = [w1 ; : : : ; wn ][v1 ; : : : ; vn ] (2.13)
zi 2 C m . Il vient :
( i In A)N ( i )zi + BM ( i )zi = 0 ce qui répond au problème de l’existence de K.
1. Choix arbitraire des valeurs propres ce qui conduit à la détermination des zi tels
que
i; i = 1; : : : ; n
vi = N ( i )zi ; i = 1; : : : ; n
2. Détermination des sous-espaces admissibles
4. Calcul des directions d’entrée
pour les vecteurs propres
R ( i ) ! N ( i ) et M ( i ); i = 1; : : : ; n wi = M ( i )zi ; i = 1; : : : ; n
3. Choix des vecteurs propres vi à placer, asso- 5. Calcul de la matrice K de gain de retour
ciés aux valeurs propres i ; i = 1; : : : ; n d’état :
vi 2 S( i ); linéairement indépendants 1
K = [w1 : : : wn ][v1 : : : vn ]
?
et tels que vi = vj? si i = j
2.3. CALCUL DES VECTEURS PROPRES ADMISSIBLES 21
Une fois que les sous-espaces admissibles En pratique, il arrive qu’on ne souhaite pas spé-
ImagefN ( i )g des vecteurs propres (vi ; i = 1; : : : ; n) ci…er toutes les composantes de vid . Ceci se rencontre
sont dé…nis, le choix des vecteurs propres admissibles par exemple dans des problèmes de découplage, où
vi passe par la détermination des vecteurs zi à m l’on veut imposer des valeurs spéci…ées (nulles ou non
composantes, utilisant donc (m 1) degrés de liberté. nulles) à seulement certaines composantes du vecteur
Le calcul de la matrice K de dimension (m; n) uti- vid . Ce cas peut se traiter par application d’un opéra-
lise ainsi n degrés de liberté pour le placement des teur Ri sur les vecteurs désirés pour avoir la relation
valeurs propres, et n(m 1) degrés de liberté pour suivante
le choix des vecteurs propres, soit au total les mn v~i
fvid gRi = (2.18)
degrés de liberté disponibles. oi
A chaque valeur propre i , on doit associer un
où v~i est le vecteur des composantes spéci…ées du
vecteur propre appartenant au sous-espace admis-
vecteur vid et oi contient les autres composantes. En
sible associé. En pratique, les spéci…cations peuvent
appliquant le même opérateur Ri sur N ( i ), nous
être telles que le vecteur propre désiré vid n’appar-
trouvons
tienne pas à ce sous-espace. L’approche générale ~ ( i)
N
que nous proposons consiste à rechercher le vecteur fN ( i )gRi = (2.19)
du sous-espace admissible le plus proche du vecteur Oi
désiré vid au sens des moindres carrés. Comme la et zi est calculé comme précédemment, par la mé-
recherche des vi passe par celle des zi , le problème thode des moindres carrés.
peut se formuler de la manière suivante : Si le nombre des composantes spéci…ées du vec-
teur vid est supérieur ou égal à m
Trouver zi qui minimise l’expression
~ ( i )T N
zi = ( N ~ ( i )) 1 ~ ( i )T v~i
N (2.20)
J =k vid N ( i )zi k22 (2.15)
La solution de ce problème classique de moindres car- sinon, la solution est
rés s’écrit
~ ( i )T (N
zi = N ~ ( i )N
~ ( i )T ) 1
v~i
zi = (N ( i )T N ( i )) 1
N ( i )T vid (2.16)
Le vecteur propre admissible cherché est Le vecteur propre admissible le plus proche du vec-
teur désiré est ensuite calculé par la relation :
vi = N ( i )zi = N ( i )(N ( i )T N ( i )) 1
N ( i )T vid
(2.17) vi = N ( i )zi
22 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)
2 Ici, les valeurs des z peuvent être évaluées directement par examen des N ( ) et des v désirés. L’approche générale consiste
i i i
à les calculer par la relation :
T 1 T d
zi = (N ( i ) N ( i )) N ( i ) vi
soit par exemple pour z1 :
0 2 31 1 2 3 2 3
1 0 1 1
1 1 0 1 1 0
z1 = @ 4 1 1 5A 4 1 5=4 5
0 1 1 0 1 1
0 1 0 0
24 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)
2.5.2 Algorithme
2.5.3 Exemple
Premier placement 4 0
z1 = w1 = z2 = w2 =
0 3
On suppose que l’on veut placer deux modes à
1 et 2, avec les vecteurs propres désirés associés : Ces paramètres peuvent être déduits d’un examen
2 3 2 3 direct des expressions des vecteurs propres désirés vi
? 0 et des N ( i ) ou bien calculés par les formules :
v1d = 4 0 5 v2d = 4 1 5
1 ? ~ ( i )T (N
zi = N ~ ( i )N
~ ( i )T ) 1
v~i
2.5. PLACEMENT PARTIEL DE STRUCTURE PROPRE PAR RETOUR DE SORTIE 25
soit :
1
0 1=4 0 1=2 0 1=4 0 4
z1 = =
1=2 0 1=4 0 1=2 0 1 0
1
1=2 0 1=2 0 1=2 0 0 0
z2 = =
0 1=3 0 1=3 0 1=3 1 3
La méthode présentée ci-dessus est intéressante, sentée ici) permettant de placer par retour de sortie
parce que particulièrement simple si les modes libres les n valeurs propres et p vecteurs propres associés,
se placent convenablement. Dans le cas où le pla- lorsque la condition de Kimura est respectée :
cement libre n’est pas satisfaisant, on peut mettre
en oeuvre une extension de cette méthode (non pré- m+p>n
26 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)
Annexe A
Pseudo-diagonalisation de matrices
polynomiales
Soit la matrice polynomiale M (s). On donne ici Si r2 (s) est nul, passer à l’étape suivante ; sinon
une procédure permettant de trouver la forme de intervertir les lignes 1 et 2 et répéter la présente
Smith correspondante S (s) par la relation étape. Puisque le degré de l’élément (1; 1) doit
décroître d’au moins une unité chaque fois que
M (s) = V (s) S (s) W (s) nous répétons cette étape, nous devons termi-
La procédure est basée sur des opérations élémen- ner avec un zéro en position (2; 1).
taires sur les lignes et les colonnes de M (s) aux- 3. De la même manière que celle indiquée à l’étape
quelles correspondent respectivement les matrices V (s) précédente, utiliser des opérations élémentaires
et W (s). de lignes pour rendre nul tout élément de la
première colonne excepté l’élément (1; 1).
Procédure 4. Par des opérations du même type sur les co-
1. Parmi tous les éléments non nuls de M (s), en lonnes, annuler tous les éléments de la première
choisir un de degré minimum et l’amener à la ligne excepté l’élément (1; 1).
position (1; 1) par permutation de lignes et de
5. L’étape 4 peut avoir réintroduit des éléments
colonnes.
non nuls sous l’élément (1; 1) de la première
2. Ecrire l’élément m21 (s) (si cet élément est non colonne. Dans ce cas, retourner à l’étape 2.
nul) sous la forme Comme à chaque cycle des étapes 2, 3, 4, 5
et 2, le degré de l’élément (1; 1) s’abaisse, le
m21 (s) = q2 (s) m11 (s) + r2 (s)
processus se terminera avec une matrice de la
où r2 (s) est soit nul soit tel que deg r2 (s) < forme :
deg m11 (s). En soustrayant q2 (s) fois la pre- 2 3
mière ligne de la deuxième, l’élément (2; 1) de- a (s) 0 0 0
6 0 b (s) c (s) d (s) 7
vient r2 (s). Ceci est obtenu par prémultiplica- 6 7
6 0 e (s) f (s) g(s) 7
tion de la matrice M (s) par une matrice V1 (s) 6 7
6 .. .. .. .. 7
telle que : 4 . . . . 5
2 3 0 h (s) i (s) j (s)
1 0 0
6 q2 (s) 1 0 0 7
6 7 6. Si un élément des colonnes 2, 3 : : : n’est pas
6 0 0 1 0 7
V1 (s) = 6 7 divisible par a (s), on ajoute cette colonne à
6 .. .. .. . 7
4 . . . .. 5 la première colonne et on reprend au début de
0 0 1 l’étape 2. Ainsi de suite, le processus se ter-
mine avec une matrice dans laquelle a (s) di-
il vient
2 3 vise tout autre élément non nul de la matrice.
m11 (s) m12 (s) On s’assure alors que a (s) est monic et on pose
6 r2 (s) m22 (s) 7 1 (s) = a (s).
6 7
V1 (s)M (s) = 6 m31 (s) m32 (s) 7
4 5 On supprime alors la première ligne et la première
.. .. ..
. . . colonne de la matrice et l’on reprend la procédure
27
28 ANNEXE A. PSEUDO-DIAGONALISATION DE MATRICES POLYNOMIALES
sur la sous-matrice restante. On obtient alors une Il faut reprendre maintenant une procédure si-
matrice équivalente à M (s) : milaire sur la sous-matrice :
2 3
1 (s) 0 0 0
6 0 2 (s) 0 0 7
6 7
6 0 0 w (s) x(s) 7 3s2 12
6 7
6 .. .. .. .. 7 3s2 12
4 . . . . 5
0 0 y (s) z (s)
La procédure se répète jusqu’à obtention de la forme
de Smith de M (s). La prémultiplication par :