Matrice de passage

Triangularisation, jordanisation, exponentielle de matrices 1 Triangularisation Soient E un espace vectoriel de dimension n et ϕ un endomorphisme de E de matrice A dans une base donn´e. On suppose que le polynˆme caract´ristique est scind´ et soit e o e e λ1 , . . . , λn les valeurs propres (non n´cessairement 2 ` 2 distinctes). e a Th´or`me 1.1. Il existe une base telle que P ´tant la matrice de changement de base la e e e matrice P −1 AP estr triangulm`re sup´rieure. e e 

; ce qui nécessite le calcul de la matrice de passage de la base (A, B, C) à la base (P1, P2, P3). II.1 Matrice de passage et matrice de covariance La matrice de passage s’obtient par diagonalisation de la matrice de covariance C associée aux Np points [Escofier, 1990]. En effet, calculer la matrice de covariance revient à faire l’approximation que les Np points font partie d’un ellipsoïde à trois dimensions (Figure 3) ; en diagonalisant cette matrice, on obtient : les axes de cet ellipsoïde

- Reduction des endomorphismes : ´nonc´ e e ´ Reduction pratique de matrices Exercice 1 - Diagonalisation - 1 - L1/L2/Math Sp´ e Diagonaliser les matrices suivantes : 0 3 2 0 2 −1     A =  3 −2 0  B =  −2 5 2  . 2 −3 0 −2 2 1 On donnera aussi la matrice de passage de la base canonique ` la base de vecteurs propres. a     Exercice 2 - Diagonalisation - 2 - L2/Math Sp´ e Expliquer sans calculs pourquoi la matrice suivante n’est pas diagonalisable : π 1 2   A =  0 π 3 . 0 0 π

Documents III Matrice d’une application lin´aire e 28 III.1 D´finition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 e III.2 Calculer avec une matrice . . . . . . . . . . . . . . . . . . . . . . . . 31 III.3 Influence de la base . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2 IV Calculs avec des matrices IV.1 D´terminant d’une matrice e IV.2 Transpos´e d’une matrice . e IV.3 Addition de matrices . . . . IV.4 Multiplication d’une matrice IV.5 Produit de matrices . . .

. . . . . . . . . . . . . . . . . . . 1.1.2 Solides . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.3 Transformations rigides . . . . . . . . . . . . . . . . . 1.2 Rotations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Matrice de rotation . . . . . . . . . . . . . . . . . . . . ` 1.2.2 Rotation d’un point appartenant a un solide . . . . . . . 1.2.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.4 Rotation d’un vecteur . . . . . . . . . . . . . . . . . .

Montrer en utilisant la d´finition que B = (e1 + e2 + e3 , e2 + e3 , e3 ) est une base de E. e Pourquoi aurait-il ´t´ suffisant de montrer que la famille (e1 + e2 + e3 , e2 + e3 , e3 ) ´tait libre ou ee e g´n´ratrice ? e e 2) Quelle est la matrice P de passage de la base B a la base B ? Calculer P −1 . ` En d´duire les coordonn´es dans la base B d’un vecteur de coordonn´es (x1 , x2 , x3 ) dans la e e e base B. En d´duire les coordonn´es de e1 , e2 et e3 dans la base B ? e e Exercice 3 –

−1 . e a Nous avons ensuite t U U = t S −1t ΓΓS −1 = S −1 HS −1 = P D−1 P −1 P D2 P −1 P DP −1 = I3 et U est bien orthogonale. Il reste ` calculer U : a   0 1 0 U = ΓP D−1t P =  −1 0 0  . 0 0 −1  3. On a, pour A = (ai,j ) et B = (bi,j ) matrices de Mn (R) : (A | B) = 1≤i,j≤n ai,j bi,j . L’application ( | ) est donc le produit scalaire canonique de Mn (R), pour lequel la base canonique est une base orthonormale. 4. M + tM M − tM M + tM M − tM + avec ∈ Sn (R) et ∈ An (R). Comme 2 2

les raisons des initiatives qu’il a été amené à prendre. *** QUELQUES APPLICATIONS DES MATRICES DE GRAM À LA GÉOMÉTRIE Dans tout le problème, E est un espace vectoriel euclidien de dimension n ≥ 2 et on note produit scalaire sur E et la norme associée. ( ) un Si x1 , x 2 , ..., x p sont p vecteurs de E, on appelle matrice de GRAM de x1 , x 2 , ..., x p , notée G ( x1 , x 2 , ..., x p ) , la matrice de M p ( ) de terme général ( xi  ( x1 x1 ) ( x1 x 2 ) ... x1 x p   ( x 2 x1 )

Valeurs propres et vecteurs propres des matrices L'objet "matrice 2x2"(rappel) 2 Valeurs propres et vecteurs propres d’une matrice 2x2 3 Vecteur propre associé à une valeur propre 4 Valeurs propres de matrices particulières 5 Vecteurs propres associés à une matrice diagonale 6 Matrice de passage d’une matrice à 2 valeurs propres 7 Matrice inversible (rappel) 8 La matrice de passage est inversible 9 La puissance d’une matrice à deux valeurs propres 10 Objectif Les

vectoriel On appelle la matrice dont les vecteurs colonnes sont formés par les composantes des vecteurs dans la base Par exemple si l'espace vectoriel est de dimension 3 et que l'on a La matrice sera égale à : Nous avons démontré l'an dernier que cette matrice est inversible si et seulement si la famille est une base de l'espace vectoriel. La matrice est alors appelée matrice de passage de la base à la base 2. Rôle de Reprenons l'exemple précédent. La matrice est inversible et l'on a