[PDF] AUTOUR DES MATRICES DE FROBENIUS OU COMPAGNON





Previous PDF Next PDF



PROBLÈME I : Exemples de matrices semblables à leur inverse

ont le même rang. Une façon de le voir : soient A et B deux matrices de M3(R) semblables. Il existe alors une matrice P ?.



121 : Matrices équivalentes. Matrices semblables. Applications.

23 avr. 2010 La réduction permet par exemple de calculer facilement les puissances et l'exponentielle d'une matrice diagonalisable. Application 4. Problème 1 ...



chapitre 7 : Trigonalisation et diagonalisation des matrices

D'apr`es la proposition 6.3.3 deux matrices semblables ont même polynôme Dans l'exemple 6.3.6



G2 (fin) : alg`ebre des matrices. Matrices semblables et géométrie

des endomorphismes. Le graal : classer les matrices `a similitude pr`es. Exemple : M de rang r est semblable `a. Ir.



Chapitre 8 R´eduction des matrices

Proposition 55 Deux matrices semblables ont même spectre. Exemple 27 Il existe des matrices `a coefficients réels sans valeur propre réelle.



AUTOUR DES MATRICES DE FROBENIUS OU COMPAGNON

12 févr. 2007 Un calcul élémentaire (en développant par exemple par rapport à la ... Tout bloc de Jordan est semblable à une matrice de Frobenius.



ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE

K est une extension du corps L. Par exemple le corps des réels R est une extension Deux matrices semblables représentent le même endomorphisme dans des ...



La trace Matrices semblables matrices équivalentes

28 sept. 2011 Définition de deux matrices carrées semblables . ... l'a pas été (on a vu `a son propos sur un ou deux exemples pratiques comment.



Untitled

22 mai 2002 PROBLEME 1: Exemples de matrices semblables à leur inverse ... A = P¹BP (c'est à dire la matrice A est semblable à la matrice B).



Valeurs propres vecteurs propres

Dans les exemples de ce chapitre Exemples. Exemple 1. Soit A ? M3() la matrice ... Deux matrices semblables ont le même polynôme caractéristique.



121 : Matrices équivalentes Matrices semblables Applications

Exemple 1 On se place dans Z qui est lui-même un espace de matrices Les matrices inversibles sont 1 et 1 Alors les matrices 1 et 2 ont même anrg (à savoir 1) mais elles ne epuvent asp être quivalentes é Théorème 2 outeT matrice à e cientsoc dans un anneau principal est quivalenteé à une matrice



121 : Matrices équivalentes Matrices semblables

Objectifs : 1) Comprendre la simplicité des matrices diagonales 2) Appendre à rendre une matrice non diagonale en une diagonale 3) Apprendre la notion des valeurs propres vecteurs propres etc §1 Pourquoi les matrices diagonales sont simples? Addition multiplication puissance polynôme



Exo7 - Cours de mathématiques

MULTIPLICATION DE MATRICES 3 Exemple 4 Si A= 2 1 0 4 5 2 et B = 1 4 2 7 5 3 alors A B = 3 5 2 3 0 1 L’addition et la multiplication par un scalaire se comportent sans surprises : Proposition 1 Soient A B et C trois matrices appartenant à Mnp(K) Soient 2K et 2K deux scalaires 1 A+B = B +A : la somme est commutative 2 A+(B +C) = (A+B



Chapitre 3 : Les matrices - Claude Bernard University Lyon 1

Une matrice carrée d’ordre n ne comportant que des 1 sur la diagonale principale et des 0 partout ailleurs est notée In et est appelée matrice unité ou matrice identité Exemple 3 100 010 001 = I Propriété 1 Quelle que soit A()np AIpn==I A A Exemple Soit Vérifier que 13 20 41 =? A

Qu'est-ce que les matrices semblables?

Matrices semblables. Applications. Pierre Lissy April 23, 2010 1 Matrices équivalentes 1.1 Dénitions Lemme 1. Les matrices inversibles à ecientsoc dans un anneau intègre sont les matrices in- versibles dans le orpsc des fractions de etc anneau dont le déterminant est un inversible de A. Onconsidèrel'actionsuivante, dugroupeproduit GL p(A) GL

Quelle est la différence entre deux matrices semblables?

Deux matrices semblables ont même déterminant, même trace, même ang,r même olynômep arcactéristique, même valeurs propres. Réciproque fausse.

Comment savoir si deux matrices sont équivalentes?

En général, dans le cas d'un anneau principal, deux matrices ayant même rang ne sont pas équivalentes. Exemple 1. On se place dans Z, qui est lui-même un espace de matrices. Les matrices inversibles sont 1 et 1.

Comment savoir si une matrice est de rang 2 ?

Dans notre exercice en prend ? = ? 1 et on remarque que la matrice A ? I est de rang 2, par contre la matrice B ? I est de rang 3, ce qui est impossible car deux matrices semblables ont le même rang. Exercice ? ?: Soit A ? Mn(R) une matrice non nulle et non inversible telle que les espaces Im(A) et ker(A) sont supplémentaires.

AUTOUR DES MATRICES DE FROBENIUS OU COMPAGNON

AUTOUR DES MATRICES DE FROBENIUS

OU COMPAGNON

Hervé Carrieu, Maurice Fadel, Etienne Fieux, Patrice Lassère & Frédéric Rodriguez

12 février 2007

" When a polynomial in one variable interests you, ask about the matrices of which it is the caracteristic polynomial. »

Olga Taussky,

1

Table des matières

1 INTRODUCTION 3

2 RÉSULTATS FONDAMENTAUX 4

2.1 Endomorphismes et matrices cycliques . . . . . . . . . . . . . . . . . . . . . .

4

2.2 Théorème de décomposition de Frobenius . . . . . . . . . . . . . . . . . . . . .

6

2.3 Quelques propriétés topologiques . . . . . . . . . . . . . . . . . . . . . . . . . .

8

2.4 Propriétés spectrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9

3 APPLICATIONS À L"ALGÈBRE LINÉAIRE 11

3.1 Le Théorème de Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . . .

11

3.2 Décomposition de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12

3.3 Matrices semblables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

3.4 Matrice transposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

15

3.5 Commutant et bicommutant . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

3.5.1 Le commutant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

3.5.2 Approche topologique de la dimension du commutant . . . . . . . . . .

19

3.5.3 Le bicommutant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

20

3.5.4 Quelques précisions sur la dimension du commutant . . . . . . . . . . .

21

4 AUTRES APPLICATIONS MATHÉMATIQUES 24

4.1 Polynômes de Sylvester . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

4.2 Les formules de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25

4.3 Localisation des racines d"un polynôme . . . . . . . . . . . . . . . . . . . . . .

27

4.4 Quelques dernières applications . . . . . . . . . . . . . . . . . . . . . . . . . .

28

5 UNE APPLICATION " CONCRÈTE » 29

6 CONCLUSION 32

1 " How I Became a Torchbearer for Matrix Theory », American Mathematical Monthly (1988), Vol. 95-9. 1

1 INTRODUCTION

Dans tout ce travail et sauf mention contraire le symboleKdésignera le corps

2RouC. À tout polynôme unitaire

P(X) =Xn+an¡1Xn¡1+¢¢¢+a1X+a02K[X]

on associera samatrice de Frobeniusoucompagnon 3 C P=0 B BBBB@

0 0:::0¡a0

1 0:::0¡a1

0 1:::0¡a2

0:::0 1¡an¡11

C

CCCCA2Mn(K):

Un calcul élémentaire (en développant par exemple par rapport à la dernière ligne) montre que son polynôme caractéristique 4 P

CP(X) :=det(XIn¡CP) =P(X);

Ce lien entre matrice et polynôme (illustré par l"appellation " compagnon » ) permet souvent de " traduire » certains énoncés " matriciels » en des énoncés " polynomiaux » et réciproquement : c"est la source d"élégantes démonstrations souvent plus élémentaires que par les approches classiques. Nous proposons ici une étude assez détaillée de ces matrices et de leurs applications. Notations :BLa matrice compagnonCPd"un polynômeP(X) =Xn+ a n¡1Xn¡1+¢¢¢+a1X+a0sera aussi parfois appeléematrice compagnonCa du vecteura= (a0;a1;¢¢¢;an¡1). BPour un endomorphisme'(resp. une matriceM),P'et¼'(resp. P Met M) désignent lepolynôme caractéristiqueet lepolynôme minimalas- sociés. BUne matrice estcyclique(cf. §2.1) si, et seulement si, elle est semblable à une matrice compagnon et l"ensemble des matrices cycliques sera notéCn. BIl faut enfin signaler que nous userons et abuserons tout au long de cet article de l"isomorphisme canonique " matrice'endomorphisme ».

2 RÉSULTATS FONDAMENTAUX

2.1 Endomorphismes et matrices cycliques

Un endomorphisme

'd"unK-espace vectorielE(de dimensionn) est cycliques"il existe un vecteurxtel que

B:=f'k(x); k= 0;:::;n¡1gsoit une

2 Un grand nombre des résultats restent vrais dans le contexte d"un corps plus général, toutefois afin de faciliter la lecture il est plus raisonnable de se cantonner au casRouC. 3

Oumatrice compagnepour les automaticiens.

4 Bien noter que le polynôme caractéristique est ici (et contrairement à la tradition)uni- taire, nous suivons le point de vue de Fresnel [5]. 2 base deE. Il est alors immédiat que la matrice de 'dans la baseBsera une matrice compagnon et la réciproque est claire : si la matrice de 'est semblable

à une matrice compagnon alors

'est cyclique. On dira qu"unematrice est cycliquesi elle est la matrice d"un endomorphisme cyclique (autrement dit, s"il existe x2Etel que fx;Mx;:::;Mn¡1xgsoit une base deE); on a donc :

Proposition 1

Une matrice est cyclique si, et seulement si, elle est semblable

à une matrice compagnon.

Dans l"anneau des polynômes à une indéterminéeK[X], tout idéal est en- gendré par un polynôme unitaire de degré minimal. Ainsi pour tout x2E, l"idéal I ';x:=©P2K[X] :P(')(x) = 0ª est engendré par un polynôme ';x. C"est lepolynôme minimal dexrela- tivement à '. Le résultat qui suit est essentiel, nous l"utiliserons à plusieurs reprises dans ce travail. Lemme fondamentalIl existex2Etel que¼';x=¼'.

Démonstration :Il est déjà évident (

'2I';x) que¼';xdivise¼'pour tout x2E. Il n"existe donc, lorsque xdécritEqu"un nombre fini de tels polynômes ';x1; :::;¼';xl, soit E=[

16i6lKer(¼';xi)

et par un argument classique,

E= Ker(¼';xi)pour un entieri2 f1;:::lg. Mais

alors ';xi(')(y) = 0pour toutydansE:¼';xiest donc annulé par 'et c"est donc un multiple du polynôme minimal¼'. Vu ce qui précède, '=¼';xiet la propriété est démontrée. Nous laissons en exercice les résultats suivants, conséquences immédiates (ou presque) de ce qui précède (nous les utiliserons à maintes reprises) :

Exercice 1

1) Tout polynôme unitaire est à la fois polynôme minimal et

caractéristique de sa matrice compagnon.

2) Une matrice est cyclique si et seulement si ses polynômes minimal et ca-

ractéristique coïncident.

3) Une matrice est cyclique si, et seulement si, tous ses sous-espaces propres

sont de dimension1.

4) Tout bloc de Jordan est semblable à une matrice de Frobenius.

5) L"ensemble des vecteurs cycliques (d"un endomorphisme') constitue un

ouvert dense. 3

2.2 Théorème de décomposition de Frobenius

PourA2Mn(C)la mise sous forme triangulaire et la réduite de Jordan 5 sont quelques unes des multiples réductions sous forme canonique d"une matrice 6 , un autre type de réduction est celle en blocs de matrices compagnon (réduction ou décomposition de Frobenius) :

Théorème 1

(décomposition de Frobenius)Toute matrice est semblable à un bloc diagonal de matrices compagnon. Plus précisément donnons-nous un endomorphisme'2 L(E)(EK-espace vectoriel sur un corps commutatifK de dimension finien>1) ou de manière équivalente une matriceA2Mn(K). Alors il existe une suiteE1; E2;:::;Erde sous-espaces vectoriels deE, tous stables par'telle que : BE=rM i=1E i. BPour tout16i6r,'i:='=Eiest un endomorphisme cyclique. BNotonsPile polynôme minimal de'i, alors pour tout16i6r¡1:Pi+1 divisePi. BLa suite de polynômes(Pi)ri=1ne dépend que de l"endomorphisme'et non de la décomposition. c"est la suite desinvariants de similitudede'(ou de A). (F)En particulier, il existe une baseBdeEpour laquelle la matrice de'est de la forme

M(';B) =0

B BBBB@ C P1 C P20 ..0 C Pr1 C CCCCA avecP1=¼'etP1P2:::Pr=P'.

Démonstration :

IExistence de la décomposition :On procède par récurrence sur la dimension de

E. Sidest le degré du polynôme minimal de

', il existe un vecteury2Etel que '=¼';yet il est clair que le plus petit sous-espace stable par'et contenant yest de dimensiondet admet pour base e

1=y; e2='y;:::;ed='d¡1y, i.e. :

E y:=fP(')y; P2K[X]g=Vectfe1;:::;edg 5 La réduction de Jordan dansMn(K)est possible si le corpsKest algébriquement clos, la

suite des invariants de similitude à la base de la décomposition de Frobenius, elle, est valable

dans tout corpsK([5] p.139). 6

On pourra consulter [9].

4

Soit à présent

E=Ey©F.

Par définition,Fest l"ensemble des vecteursxdeEdont lad-ième coordon- née de iydans la basefe1;:::;edgest nulle pour toutiet ceci a pour consé- quence immédiate que 0si z= a z= a

1e1+:::+aded2F,a1=a2=:::=ad= 0, autrement dit queEy\F=f0g.

Il reste à montrer que

Fest de dimensionn¡d.

T:g7!T(g) =e?d±g

Test injectif car sie?d±g= 0avecgnon nul, on peut l"écrire sous la forme g=a1IdE+a2'+¢¢¢+ap'p¡1avecp6detapnon nul. Or

0 =e?d±g('d¡p) =e?d(a1ed¡p+1+¢¢¢+ape?d) =ap

ce qui est absurde. Par conséquent, dimImT=det comme, par définition,

Fest l"orthogonal de

ImT(au sens du dual), on trouve bien quedimF=

n¡dimImT=n¡d.quotesdbs_dbs30.pdfusesText_36
[PDF] querelle des anciens et des modernes la fontaine

[PDF] anne frank reportage

[PDF] autoportrait anne frank

[PDF] pere d anne frank

[PDF] matrice de transition graphe probabiliste

[PDF] origine de la querelle des anciens et des modernes

[PDF] matrice de transition markov

[PDF] matrice de transition détat

[PDF] journal anne frank résumé

[PDF] querelle des anciens et des modernes dates

[PDF] wikipedia la querelle des anciens et des modernes

[PDF] matrice de transition exercices corrigés

[PDF] definition generale des coefficients techniques de production

[PDF] fiche technique café

[PDF] intensité du café