WikiPrépaLivrets

L'objectif de cet exercice est de pratiquer la réduction de matrices sous forme triangulaire supérieure. Pour chacune des matrices suivantes, déterminer son spectre, justifier qu'elle est trigonalisable sur R\mathbb{R}, puis déterminer une matrice de passage PP et une matrice triangulaire TT telles que A=PTP1A = PTP^{-1}.

  1. A=(13032601303131408)A = \begin{pmatrix} 1 & -3 & 0 & 3
    -2 & -6 & 0 & 13
    0 & -3 & 1 & 3
    -1 & -4 & 0 & 8 \end{pmatrix}
  2. B=(3117937100480024)B = \begin{pmatrix} 3 & -1 & 1 & -7
    9 & -3 & -7 & -1
    0 & 0 & 4 & -8
    0 & 0 & 2 & -4 \end{pmatrix}

1.

Commencer par calculer le polynôme caractéristique pour identifier les valeurs propres.

2.

Une matrice est trigonalisable sur K\mathbb{K} si et seulement si son polynôme caractéristique est scindé sur K\mathbb{K}.

3.

Pour construire la base de trigonalisation, commencer par déterminer les vecteurs propres, puis compléter la famille en cherchant des vecteurs dont l'image par l'endomorphisme est une combinaison linéaire des vecteurs déjà choisis.

4.

Pour la matrice BB, exploiter la structure en blocs pour simplifier le calcul du polynôme caractéristique.

Idées clés

Condition de trigonalisation : polynôme caractéristique scindé.

Algorithme de construction d'une base de trigonalisation par "remontée" des noyaux itérés ou complététion de base.

1. Étude de la matrice AA

Calcul du polynôme caractéristique : En calculant le déterminant χA(X)=det(XIA)\chi_A(X) = \det(XI - A), on obtient après développements ou opérations élémentaires :

χA(X)=(X1)4\chi_A(X) = (X-1)^4

Le polynôme caractéristique est scindé sur R\mathbb{R}. Par conséquent :

A est trigonalisable sur R\boxed{A \text{ est trigonalisable sur } \mathbb{R}}

Recherche des sous-espaces propres : On résout (AI)X=0(A - I)X = 0. La matrice AIA-I est :

AI=(03032701303031407)A-I = \begin{pmatrix} 0 & -3 & 0 & 3
-2 & -7 & 0 & 13
0 & -3 & 0 & 3
-1 & -4 & 0 & 7 \end{pmatrix}
On observe que les lignes 1 et 3 sont identiques. Le système se réduit à :
{3y+3w=0x4y+7w=0    {y=wx=3w\begin{cases} -3y + 3w = 0
-x - 4y + 7w = 0 \end{cases} \iff \begin{cases} y = w
x = 3w \end{cases}
Le sous-espace propre E1(A)E_1(A) est de dimension 2 :
E1(A)=Vect(u1,u2) avec u1=(0010),u2=(3101)E_1(A) = \text{Vect}(u_1, u_2) \text{ avec } u_1 = \begin{pmatrix} 0
0
1
0 \end{pmatrix}, u_2 = \begin{pmatrix} 3
1
0
1 \end{pmatrix}

Construction de la base de trigonalisation : On cherche u3u_3 tel que (AI)u3(A-I)u_3 soit dans Vect(u1,u2)\text{Vect}(u_1, u_2). Posons u3=(6,0,1,1)Tu_3 = (6, 0, 1, 1)^T. On calcule Au3=(9,1,4,2)TAu_3 = (9, 1, 4, 2)^T. On vérifie que Au3=3u2+u3Au_3 = 3u_2 + u_3, ce qui convient pour une structure triangulaire.

Enfin, on choisit u4=(1,0,0,0)Tu_4 = (1, 0, 0, 0)^T. On calcule Au4=(1,2,0,1)TAu_4 = (1, -2, 0, -1)^T. On décompose Au4Au_4 dans la base (u1,u2,u3,u4)(u_1, u_2, u_3, u_4). On trouve Au4=u12u2+u4Au_4 = -u_1 - 2u_2 + u_4.

On obtient ainsi les matrices :

P=(0361010010100110)etT=(1031011200110001)\boxed{ P = \begin{pmatrix} 0 & 3 & 6 & 1
0 & 1 & 0 & 0
1 & 0 & 1 & 0
0 & 1 & 1 & 0 \end{pmatrix}   \text{et}   T = \begin{pmatrix} 1 & 0 & 3 & -1
0 & 1 & 1 & -2
0 & 0 & 1 & 1
0 & 0 & 0 & 1 \end{pmatrix} }

\vspace{1em}

2. Étude de la matrice BB

Structure par blocs : La matrice BB est triangulaire supérieure par blocs : B=(M1M20M3)B = \begin{pmatrix} M_1 & M_2
0 & M_3 \end{pmatrix}
avec :

M1=(3193)etM3=(4824)M_1 = \begin{pmatrix} 3 & -1
9 & -3 \end{pmatrix}   \text{et}   M_3 = \begin{pmatrix} 4 & -8
2 & -4 \end{pmatrix}

Le polynôme caractéristique est le produit des polynômes caractéristiques des blocs diagonaux :

χB(X)=χM1(X)χM3(X)\chi_B(X) = \chi_{M_1}(X) \cdot \chi_{M_3}(X)

On calcule χM1(X)=X2tr(M1)X+det(M1)=X20X+0=X2\chi_{M_1}(X) = X^2 - \text{tr}(M_1)X + \det(M_1) = X^2 - 0X + 0 = X^2. De même, χM3(X)=X20X+0=X2\chi_{M_3}(X) = X^2 - 0X + 0 = X^2. D'où :

χB(X)=X4\chi_B(X) = X^4
La matrice est donc nilpotente et trigonalisable.

Construction de la base : On cherche le noyau E0(B)=ker(B)E_0(B) = \ker(B). Les équations sont :

{4z8w=02z4w=03xy+z7w=0    {z=2wy=3x5w\begin{cases} 4z - 8w = 0
2z - 4w = 0
3x - y + z - 7w = 0 \end{cases} \iff \begin{cases} z = 2w
y = 3x - 5w \end{cases}
On en déduit une base de ker(B)\ker(B) : v1=(1,3,0,0)Tv_1 = (1, 3, 0, 0)^T et v3=(0,5,2,1)Tv_3 = (0, -5, 2, 1)^T.

On complète par v2=(0,1,0,0)Tv_2 = (0, 1, 0, 0)^T. On a Bv2=(1,3,0,0)T=v1Bv_2 = (-1, -3, 0, 0)^T = -v_1. Enfin, on prend v4=(0,0,0,1)Tv_4 = (0, 0, 0, 1)^T. On a Bv4=(7,1,8,4)TBv_4 = (-7, -1, -8, -4)^T. On cherche α,β,γ\alpha, \beta, \gamma tels que Bv4=αv1+βv2+γv3Bv_4 = \alpha v_1 + \beta v_2 + \gamma v_3. L'identification donne γ=4\gamma = -4, α=7\alpha = -7 et β=20\beta = 20.

On obtient :

P=(1000315000200011)etT=(01070002000040000)\boxed{ P = \begin{pmatrix} 1 & 0 & 0 & 0
3 & 1 & -5 & 0
0 & 0 & 2 & 0
0 & 0 & 1 & 1 \end{pmatrix}   \text{et}   T = \begin{pmatrix} 0 & -1 & 0 & -7
0 & 0 & 0 & 20
0 & 0 & 0 & -4
0 & 0 & 0 & 0 \end{pmatrix} }

Attention à l'ordre des vecteurs dans la matrice de passage PP. Une erreur dans l'ordre peut empêcher la matrice TT d'être triangulaire supérieure. Rappelons que si ff est l'endomorphisme, on veut f(uj)Vect(u1,,uj)f(u_j) \in \text{Vect}(u_1, \dots, u_j).