DL 11-MP3

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 11

La.

hobbad 2020-2021

CPGE IBN TIMIYA - MARRAKECH

DL 11 :

2022-2023

MP 3

Notations
Dans tout le problème, n désigne un entier naturel ≥ 2. On note Mn (R) (respectivement Mn (C)) lensemble des
matrices carrées dordre n à coefficients réels (respec- tivement complexes), In la matrice unité et On la matrice nulle
de Mn (R) (respectivement de Mn (C)).
Si A = (ai,j )1≤i,j≤n ∈ Mn (R) (ou Mn (C)), on note det(A) le déterminant de A et tr(A) la trace de A, égale à la
Xn
somme de ses éléments diagonaux : tr(A) = aii .
i=1
Si A ∈ Mn (R) (ou Mn (C)), le polynôme caractéristique de A est χA (λ) = det(A − λ.In ).
I Réduction des matrices réelles dordre 2
Soit A une matrice carrée réelle de taille 2 : A ∈ M2 (R).
I.A - Généralités
I.A.1) Montrer que χA (λ) = λ2 − tr(A)λ + det(A).
I.A.2) Montrer que A est diagonalisable dans M2 (C) si et seulement si

tr(A)2 − 4 det(A) 6= 0 ou ou∃λ0 ∈ C tel que A = λ0 .I2

I.A.3) Montrer que A est diagonalisable dans M2 (R) si et seulement si

tr(A)2 − 4 det(A) > 0 ou ∃λ0 ∈ R tel que A = λ0 .I2

I.B - Applications
Soit (uk )k∈N et (vk )k∈N deux suites à termes réels définies par
 
u0 = 1 uk+1 = 4uk − 2vk
et ∀k ∈ N,
v0 = 2 vk+1 = uk + vk
 
uk
On pose, pour k ∈ N, Xk = .
vn
I.B.1) Trouver une matrice A dans M2 (R) telle que, pour tout entier naturel k : Xk+1 = AXk .
I.B.2) Soit k dans N. Exprimer Xk en fonction de A, X0 et k.
I.B.3) Prouver que A est diagonalisable puis déterminer une matrice P de M2 (R), inversible telle que :
 
−1 2 0
P AP = =D
0 3

I.B.4) Soit k dans N. Exprimer les coefficients de Ak en fonction de k. I.B.5) En déduire lexpression de uk et vk en
fonction de k.
II Réduction de matrices dordre 3 ou 4
II.A - Le cas n = 3 On définit la matrice J par
 
0 1 0
J = 0 0 1
1 0 0

1/4
La.hobbad 2020-2021

II.A.1) Calculer J2 et J3 .
Soit k dans N. Préciser Jk en fonction de k.
II.A.2) On note j le nombre complexe égal à exp2iπ/3 .
Rappeler la valeur de 1 + j + j 2 .
II.A.3) Déterminer le polynôme caractéristique de J ainsi que ses valeurs propres.
II.A.4) Déterminer une matrice inversible P de M3 (C) telle que
 
1 0 0
J = P 0 j 0
0 0 j

II.A.5) Soient trois nombres complexes a, b et c. On pose


 
a b c
A(a, b, c) =  c a b 
b c a

a) Exprimer A(a, b, c) en fonction de a, b, c et des matrices I3 , J et J2 .


b) En déduire que A(a, b, c) est diagonalisable dans M3 (C) dans une base indépendante du choix des valeurs des
complexes a, b et c.
c) Préciser les valeurs propres de la matrice A(a, b, c).
d) Exprimer le déterminant de A(a, b, c) en fonction de a, b, c et du nombre complexe j sous la forme d’un produit.
II.A.6) On pose E = {A(a, b, c); (a, b, c) ∈ C3 }.
a) Montrer que E est un sous-espace vectoriel de M3 (C).
b) Donner la dimension de E en justifiant avec soin.
II.B - Le cas n ≥ 3 quelconque
Dans cette question, n désigne un entier supérieur ou égal à 3 : n ≥ 3.
On note e = (e1 , . . . , en ) la base canonique de Cn .
On note u lendomorphisme de Cn défini par : u(e2 ) = e1 , u(e3 ) = e2 ,. . .,u(en ) = en−1 et u(e1 ) = en , c’est-à-dire :

∀k ∈ {2, . . . , n}, on a u(ek ) = ek−1 tandis que u(e1 ) = en

II.B.1) On note U la matrice de u dans la base canonique e de Cn . Expliciter la matrice U.


II.B.2) On note ω une racine n-ième de l’unité et xω le vecteur de Cn défini par :
n
X
xω = ω k−1 ek
k=1

Calculer u(xω ) en fonction de ω et de xω .


II.B.3) Montrer que u est diagonalisable. On précisera une base de vecteurs propres pour u.
II.B.4) Que peut-on dire de un ?
II.C - Le cas n = 4 quelconque
Dans toute cette partie, on choisit n = 4. II.C.1) Expliciter U, U2 , U3 , U4 où U est la matrice définie dans la
question précédente.
II.C.2) On note (a, b, c, d) une famille de 4 complexes et
 
a b c d
d a b c 
V= c d a b

b c d a

2/4
La.hobbad 2020-2021

Montrer que V est diagonalisable dans M4 (C).


Donner une base de vecteurs propres et préciser les valeurs propres de la matrice V en fonction des nombres complexes
a, b, c, d et i.
III Le théorème de Cayley-Hamilton
Soit A une matrice de Mn (C).
On note : χA (λ) = (−1)n (λn − an−1 λn−1 − an−2 λn−2 − · · · − a0 ) le polynôme caractéristique de A. Le but de cette
partie est de montrer que A annule son polynôme caractéristique, cest-à-dire que :

An − an−1 An−1 − an−2 An−2 − · · · − a0 In = On

III.A - Justifier lexistence dune matrice T triangulaire supérieure de Mn (C) et dune matrice P de Mn (C)
inversible telles que A = PTP−1 .
On note λ1 , . . . , λn les éléments diagonaux de T.
On note E1 ,. n
. .,E
 n les matrices
  colonnes des vecteurs de la base canonique de C .
1 0
0  .. 
Ainsi E1 =  .  et En =  . 
   
 ..  0
0 1
Le polynôme caractéristique de T est : χT (λ) = (−1)n (λ − λ1 )(λ − λ2 )...(λ − λn ).
III.B Montrer que T et A ont le même polynôme caractéristique.
III.C Vérifier que, pour tout couple (i, j) d’entiers compris entre 1 et n, on a :

(T − λi In )(T − λj In ) = (T − λj In )(T − λi In )

III.D Montrer que, pour tout entier k compris entre 1 et n − 1, on a :

(T − λk+1 In )Ek+1 ∈ Vect{E1 , . . . , Ek}

III.E On pose, pour tout entier k compris entre 1 et n : Mk = (T − λ1 In )(T − λ2 In ) . . . (T − λk In ), que l’on peut
k
Y
noter Mk = (T − λj In ) puisque les matrices du produit commutent deux à deux.
j=1
Montrer que, pour tout entier k compris entre 1 et n, on a : Mk Ek = 0.
On pourra utiliser un raisonnement par récurrence sur k.
Yk n
Y
III.F En déduire que (T − λj In ) = On puis que (A − λj In ) = On .
j=1 j=1
On observe que le résultat attendu en découle puisque χT = χA .
IV Méthodes numériques de calcul du polynôme caractéristique et des valeurs propres dune
matrice réelle
Soit A une matrice de Mn (R).
On note : χA (λ) = (−1)n (λn − an−1 λn−1 − an−2 λn−2 − · · · − a0 ).
IV.A Le calcul du polynôme caractéristique  
a0
 a1 
Soit X0 ∈ Mn,1 (R) une matrice colonne. On pose X =   . . . .

an−1
n
IV.A.1) Montrer que A X0 = an−1 A n−1 X0 + an−2 A n−2 X0 + ..... + a0 X0 .
IV.A.2) En déduire que X est solution d’un système linéaire de la forme : AX e = B où A e est une matrice de Mn (R)
dont on donnera les colonnes et B est une matrice colonne que lon précisera.
IV.A.3) Que peut-on dire de ce système linéaire si la famille (An−1 X0 , An−2 X0 , . . . , X0 ) est libre ?

3/4
La.hobbad 2020-2021

IV.B Le calcul approché des valeurs propres


Dans cette partie, on suppose que A admet n valeurs propres réelles distinctes telles que :

|λ1 | > |λ2 | > · · · > |λn |

On considère lensemble F des suites réelles (yk )k∈N définies par :



y0 , y1 , . . . , yn−1 arbitraires
yk+n = an−1 yk+n−1 + an−2 yk+n−2 + · · · + a0 yk pour tout entier k ≥ 0

IV.B.1) Montrer que F est un R-espace vectoriel.


IV.B.2) Montrer que, pour tout entier j compris entre 1 et n, la suite (λkj )k∈N appartient à F.
Dans la suite, on admet que F est de dimension finie avec dim(F) = n.
On admet aussi que la famille (λk1 )k∈N , . . . , (λkn )k∈N est une famille libre de lespace vectoriel des suites de réels.
Soit une suite (yk )k∈N de F.
IV.B.3) Justifier l’existence d’une famille de n réels (α1 , . . . , αn ) telle que, pour tout entier k :
n
X
yk = αj λkj
j=1

IV.B.4) On choisit y0 , y1 , . . ., yn−1 pour que α1 soit non nul.


a) Donner un équivalent simple de la suite (yk )k∈N quand k tend vers +∞.
b) En déduire que yk est non nul à partir dun certain rang.
yk+1
c) Montrer que lim == λ1 .
k→+∞ yk
IV.B.5) Une fois obtenue λ1 , comment peut-on construire une suite qui converge vers λ2 ? On ne demande pas de
justification.
IV.C - Illustration sur un exemple
Dans cette partie, on choisit :  
−1 3
A=
−2 4
IV.C.1) Calculer le polynôme caractéristique de A et déterminer les deux valeurs propres λ1 , λ2 avec |λ1 | > |λ2 |.
IV.C.2) Préciser la relation de récurrence vérifiée par les suites de l’espace F associé à la matrice A.
IV.C.3) En prenant y0 = 0, y1 = 1, écrire des instructions en Maple ou Mathematica permettant de calculer les 10
premiers termes de la suite (yk )k∈N .
yk+1
IV.C.4) Calculer ces 10 premiers termes et déterminer le plus petit entier naturel k tel que soit une valeur
yk
approchée de λ1 à 10−1 près.

4/4
La.hobbad 2020-2021

CORRIGÉ CENTRALE TSI 2013 MATHS 2

PARTIE I : Réduction des matrices réelles d’ordre 2


I.A - Généralités
 
a b
I.A.1) Soit A ∈ M2 (R), A = . Un calcul rapide donne directement
c d
 
a−λ b
χA (λ) = | | = X2 − (a + d)X + (ad − bc) = λ2 − tr(A)λ + det A .
c d−λ

I.A.2) Le discriminant du polynôme caractéristique est donc ∆ = tr(A)2 − 4 det A.


— Supposons d’abord A diagonalisable dans M2 (C).
Alors, dans le cas ∆ = 0, A admet une seule valeur propre λ0 (d’ailleurs, λ0 est nécessairement un réel
puisque A est à coefficients réels) ; étant diagonalisable, elle est semblable à λ0 I2 , soit A = P−1 (λ0 I2 )P
avec P ∈ GL2 (C), d’où A = λ0 I2 .
— Supposons la propriété de l’énoncé réalisée, c’est-à-dire ∆ 6= 0 ou ∃λ0 ∈ C tq A = λ0 I2 .
— Dans le cas ∆ 6= 0, le polynôme caractéristique de A admet deux racines simples dans C, donc A
admet deux valeurs propres distinctes dans C et est par suite diagonalisable dans M2 (C).
— Dans le second cas, A est diagonale donc a fortiori diagonalisable.
Dans les deux cas, A est diagonalisable ce qui montre l’implication cherchée.
I.A.3) Le raisonnement est similaire à celui ci-dessus ; il faut juste remarquer en plus que, lorsque A est dia-
gonalisable dans M2 (R), elle admet nécessairement 1 ou 2 valeurs propres réelles, donc son polynôme
caractéristique est scindé dans R[X] et a donc un discriminant positif (et réciproquement).
I.B - Applications
 
4 −2
I.B.1) On a Xk+1 = AXk avec A = .
1 1
I.B.2) Par récurrence immédiate : ∀k ∈ N , Xk = Ak X0 .
I.B.3) Ici χA (λ) = λ2 − tr(A)λ + det A = λ2 − 5λ + 6 = (λ − 2)(λ − 3). A ayant deux valeurs propres distinctes,
elle est diagonalisable.
   
1 0
Notons E1 = et E2 = la base canonique de M2,1 (R).
0 1
   
2 −2 1 −2
A − 2I2 = donc V2 = E1 + E2 ∈ Ker(A − 2I2 ) ; A − 3I2 = donc V3 = 2E1 + E2 ∈
1 −1 1 −2
Ker(A − 3I2 ).
 
1 2
La famille (V2 , V3 ) est une base de vecteurs propres de A et si l’on note P = la matrice de passage
1 1
 
−1 2 0
de la base canonique à cette base de vecteurs propres , on a donc A = PDP avec D = .
0 3
 
k k −1 −1 −1 2
I.B.4) On aura donc (classiquement) : ∀k ∈ N , A = PD P . On calcule P = puis Dk =
1 −1
!
2.3k − 2k −2.3k + 2k+1
 k     k   
2 0 k 1 2 2 0 −1 2
et enfin A = × × = .
0 3k 1 1 0 3k 1 −1 3k − 2k −3k + 2k

5/4
La.hobbad 2020-2021

   
uk 1
I.B.5) Puisque Xk = Ak X 0 on aura =Ak d’où
vk 2

∀k ∈ N , uk = 3.2k − 2.3k et vk = 3.2k − 3k .

PARTIE II : Réduction de matrices d’ordre 3 ou 4


II.A - Le cas n = 3
 
0 0 1
II.A.1) J2 = 1 0 0 et J3 = I3 .
0 1 0
Soit k ∈ N. La division euclidienne de k par 3 s’écrit k = 3q + r avec r ∈ {0, 1, 2}, d’où
q
Jk = J3q+r = (J3 ) Jr = I3 Jr = Jr .
II.A.2) La somme des racines n-ièmes de l’unité est nulle pour n ≥ 2. Ici, 1, j et j 2 sont les racines cubiques de
l’unité, et 1 + j + j 2 = 0.
II.A.3) Un calcul simple donne χJ (λ) = 1 − λ3 d’où SpC (J) = {1, j, j 2 }.
II.A.4) J admettant trois valeurs propres distinctes dans C est diagonalisable dans M3 (C).
     
1 1 1
On a clairement J. 1 = 1 donc Ker(J − I3 ) est la droite vectorielle de base V1 = 1.
1 1 1
  
x  −jx + y = 0 
y = jx
Soit V = y . J.V = jV ⇐⇒ −jy + z = 0 ⇐⇒ donc Ker(J−jI3 ) est la droite vectorielle
z = j2x
z x − jz = 0

 
1
de base V2 =  j .
j2
 
1
De la même façon, Ker(J − j 2 I3 ) est la droite vectorielle de base V3 = j 2  (on rappelle que j 2 = j).
j
(V1 , V2 , V3 ) est une base de vecteurs propres de J dans laquelle l’endomorphisme canoniquement associé
à J a pour matrice D = diag(1, j, j 2 ), c’est-à-dire que l’on a J = PDP−1 avec P matrice de passage de la
   
1 1 1 1 0 0
base canonique à la base (V1 , V2 , V3 ) soit P = 1 j j 2  et D = 0 j 0  .
1 j2 j 0 0 j2
II.A.5) a) A(a, b, c) = aI3 + bJ + cJ2 .
b) Puisque J = PDP−1 et J2 = PD2 P−1 on aura A(a, b, c) = P(aI3 + bD + cD2 )P−1 , avec
 
a+b+c 0 0
aI3 +bD+cD2 =  0 a + bj + cj 2 0  diagonale, donc A(a, b, c) est diagonalisable,
0 0 2
a + bj + cj
et la matrice de passage P ne dépend pas de a, b, c.
c) Les valeurs propres de A(a, b, c) sont donc les éléments diagonaux de la matrice aI3 + bD + cD2 à
savoir a + b + c, a + bj + cj 2 et a + bj 2 + cj.
d) On en déduit ensuite : det A = det(aI3 + bD + cD2 ) = (a + b + c)(a + bj + cj 2 )(a + bj 2 + cj). Le calcul
direct du déterminant donne aussi det A = a3 + b3 + c3 − 3abc, d’où la jolie identité remarquable :
∀(a, b, c) ∈ C3 , a3 + b3 + c3 − 3abc = (a + b + c)(a + bj + cj 2 )(a + bj 2 + cj).
II.A.6) a) E est l’ensemble des combinaisons linéaires de I3 , J et J2 ; c’est donc le sous-espace vectoriel de M3 (C)
engendré par ces 3 matrices.

6/4
La.hobbad 2020-2021

b) (I3 , J, J2 ) est donc une famille génératrice de E ; d’autre part il est immédiat de vérifier que
aI3 + bJ + cJ2 = 03 =⇒ a = b = c = 0 donc c’est aussi une famille libre et par suite c’est une base de
E. D’où dimE = 3.
II.B - Le cas n ≥ 3 quelconque
II.B.1) Compte tenu de la définition de u et de la définition de la matrice d’un endomorphisme dans une base, on
0 1 0 ... 0
 ..
 . 0 1 . . . 0

 
 .. . . . .
a : U = . .

 . . 0

 .. 
0 . 1
1 0 ... ... 0
n n n n−1 n
!
X X X X X
k−1 k−1 k−1 n k
II.B.2) u(xω ) = u ω ek = u(e1 ) + ω u(ek ) = en + ω ek−1 = ω en + ω ek = ω k ek
k=1 k=2 k=2 k=1 k=1
donc u(xω ) = ωxω .
II.B.3) Le calcul précédent montre que toute racine n-ième de l’unité, ω, est valeur propre de u (car xω 6= 0 en
est un vecteur propre associé).
u possède donc n valeurs propres distinctes, et dim(Cn ) = n ; par suite, u est diagonalisable.
2ikπ
Si l’on note ωk = e n pour k ∈ [0, n − 1] les n racines  n-ièmes de l’unité, une base de vecteurs propres
de u est formée des vecteurs xω0 , xω1 ) , . . . , xωn−1 .
II.B.4) Pour tout k ∈ [0, n − 1], u(xωk ) = ωk xωk donc un (xωk ) = ωkn xωk = xωk . Les xωk formant une base de Cn ,
on en déduit que un = IdCn (on pouvait aussi calculer directement les un (ei ), nul besoin de diagonaliser).
II.C - Le cas n = 4
     
0 1 0 0 0 0 1 0 0 0 0 1
0 0 1 0  0 0 0 1  1 0 0 0
II.C.1) U = 
0 0
 , U2 =   , U3 =   , U4 = I4 .
0 1 1 0 0 0 0 1 0 0
1 0 0 0 0 1 0 0 0 0 1 0
II.C.2) Les racines quatrièmes de l’unité sont 1, −i, −1 et i. D’après les résultats de II.B, U est diagonalisable,
et U = PDP−1 , où D = diag(1, i, −1, −i) et où P est la matrice de passage de la base canonique à la base
   
1 1 1 1 1 1 1 1
 1 i −1 −i   1 i −1 −i 
 
xω0 , xω1 , xω2 , xω3 c’est-à-dire P = 
12 i2 (−1)2 (−i)2  = 1 −1 1 −1 .
13 i3 (−1)3 (−i)3 1 −i −1 i
Puisque V = aI4 + bU + cU + dU , on aura V = P(aI4 + bD + cD2 + dD3 )P−1 . Puisque la matrice
2 3

aI4 + bD + cD2 + dD3 est diagonale, la matrice V est diagonalisable ; ses valeurs propres sont les termes
diagonaux de la matrice aI4 +bD+cD2 +dD3 , c’est-à-dire a+b+c+d,  a+ib−c−id, a−b+c−d et a−ib−c−id,
une base de vecteurs propres associés étant xω0 , xω1 , xω2 , xω3 .
PARTIE III : Théorème de Cayley-Hamilton
III.A Le polynôme caractéristique de A étant scindé dans C[X], il résulte d’un théorème du cours que A est trigo-
nalisable dans Mn (C), c’est-à-dire qu’il existe P ∈ GLn (C) et T ∈ Mn (C) triangulaire supérieure telles que
A = PTP−1 .
III.B T et A étant semblables ont le même polynôme caractéristique. Il fallait peut-être le redémontrer :

χA (λ) = det(A−λIn ) = det(PTP−1 −λIn ) = det(P(T−λIn )P−1 ) = det(P) det(T−λIn ) det(P−1 ) = det(T−λIn ) = χT (λ

7/4
La.hobbad 2020-2021

III.C Immédiat.
 
×

 × 

 ..

 .

III.D TEk+1 est la (k + 1)-ième colonne de la matrice T donc TEk+1 = λk+1 

 où λk+1 est situé à la (k + 1)-ième
 0 
 
 .. 
 . 
0
 
×
 .. 
.
 
×
 
ligne, d’où TEk+1 − λk+1 Ek+1  0  ; les coordonnées de ce vecteur sur Ek+1 , . . . , En sont nulles, donc il
=  
0
 
 .. 
.
0
appartient bien à Vect(E1 , E2 , . . . , Ek ).
III.E Pour tout k ∈ [1, n] notons Fk = Vect(E1 , . . . , Ek ) et F0 = {0Cn }.
D’après la question précédente, pour k ≥ 2, (T − λk In )(Ek ) ∈ Fk−1 ; mais puisque T est triangulaire supérieure,
les sous-espaces vectoriels Fk sont stables par T (propriété du cours) donc on a aussi (T − λk In )(Fk−1 ) ⊂ Fk−1
et par suite : (T − λk In )(Fk ) ⊂ Fk−1 .
Puisque (T − λ1 In )E1 = λ1 E1 − λ1 E1 = 0Cn on a (T − λ1 In )(F1 ) = F0 , et finalement la propriété : (T −
λk In )(Fk ) ⊂ Fk−1 est vraie pour tout k ∈ [1, n].
On aura donc, pour tout k ∈ [1, n] : (T − λk In )(Fk ) ⊂ Fk−1
puis pour k ≥ 2 : (T − λk−1 In )(T − λk In )(Fk ) ⊂ (T − λk−1 In )(Fk−1 ) ⊂ Fk−2
puis pour k ≥ 3 : (T − λk−2 In )(T − λk−1 In )(T − λk In )(Fk ) ⊂ (T − λk−2 In )(Fk−2 ) ⊂ Fk−3 etc...
et finalement par récurrence, avec les notations de l’énoncé : Mk (Fk ) ⊂ F0 soit Mk (Fk ) = {0Cn }.
III.F En particulier Mn (Fn ) = {0Cn } et puisque Fn = Vect(E1 , . . . , En ) = Cn on a Mn = On.
Yn n
Y Yn n
Y
Puisque Mn = (T − λj In ) = (P−1 (A − λj In )P) = P−1 ( (A − λj In ))P, on en déduit (A − λj In ) = On
j=1 j=1 j=1 j=1
n
Y
et, puisque χA = (−1)n (X − λj ), on démontré le théorème de Cayley-Hamilton : χA (A) = On .
j=1

PARTIE IV : Méthodes numériques de calcul.


IV.A - Le calcul du polynôme caractéristique
IV.A.1) D’après le théorème de Cayley-Hamilton on a : An = an−1 An−1 +an−2 An−2 +. . .+a0 In donc en multipliant
par X0 à droite, on obtient l’égalité demandée.
IV.A.2) En considérant la matrice à écrite par blocs sous la forme à = X0 AX0 . . . An−1 X0 , c’est-à-dire

 
a0
 a1 
dont la j-ième colonne est Aj−1 X0 , l’égalité de la question précédente s’écrit ÃX = B avec X =  . 
 
 .. 
an−1
et B = An X0 .
IV.A.3) Si la famille X0 , AX0 , . . . , An−1 X0 est libre, les colonnes de la matrice à sont indépendantes ; à est donc


inversible et le système ÃX = B est de Cramer (c’est-à-dire possède une solution unique).

8/4
La.hobbad 2020-2021

L’énoncé est ici inachevé ! En effet, on ne voit pas bien à quoi servent ces questions ! On pouvait
remarquer que, si l’on part d’un vecteur X0 quelconque, on peut alors calculer la matrice à en calculant
simplement les Ak X0 pour k ∈ [0, n−1], puis, en résolvant le système ÃX = An X0 , on trouve le vecteur
X c’est-à-dire les coefficients du polynôme caractéristique (sauf si par malheur le choix de X0 conduit
à un système qui n’est pas de Cramer !). C’est la méthode de Krylov.
IV.B - Le calcul approché des valeurs propres
IV.B.1) On montre que F est un sous-espace vectoriel de l’espace vectoriel RN des suites réelles :
— F est non vide, car il contient la suite nulle.
— Soient x et y deux suites de F, et λ ∈ R. On a alors, pour tout entier k ≥ 0 :

λx + y n+k = λxn+k + yn+k
 
= λ an−1 xk+n−1 + an−2 xk+n−2 + . . . a0 xk + an−1 yk+n−1 + an−2 yk+n−2 + . . . a0 yk
 
= an−1 λx + y k+n−1 + an−2 λx + y k+n−2 + . . . + a0 λx + y)k

ce qui prouve que la suite λx + y appartient à F et démontre le résultat annoncé.


IV.B.2) Pour tout j ∈ [1, n] λj est une valeur propre de A, donc est racine de son polynôme caractéristique c’est-
n−1
X n−1
X
n+k
n
à-dire λj = i
ai λj . On aura alors, pour tout entier k ≥ 0 : λj = ai λji+k , ce qui signifie que la suite
i=0 i=0
λkj k∈N est élément de F.


IV.B.3)
• Démontrons d’abord les propriétés admises par l’énoncé :
— L’application ϕ : F −→ Rn ; y 7−→ (y0 , y1 , . . . , yn−1 ) est linéaire (vérification facile) et bijective, puisque
toute suite élément de F est entièrement déterminée, et ce de façon unique, par la donnée de ses n
premiers termes.
Donc ϕ est un isomorphisme d’espaces vectoriels, d’où dim F = dim Rn = n.
— Les λj étant n réels distincts, montrons que les suites λkj k∈N forment une famille libre.


Pour cela, supposons qu’il existe une combinaison linéaire de ces suites qui soit égale à la suite nulle,
Xn
c’est-à-dire qu”il existe n scalaires αi tels que, pour tout k ∈ N, on ait αj λkj = 0.
j=1


 α1 + α2 + . . . + αn = 0
 α1 λ1 + α2 λ2 + . . . + αn λn = 0


On a alors, en particulier, lorsque k ∈ [0, n−1], le système α1 λ21 + α2 λ22 + . . . + αn λ2n = 0 .
 ... ...



α1 λ1n−1 + α2 λ2n−1 + . . . + αn λn−1 = 0

n
 
1 1 ... 1
 λ1 λ 2 . . . λ n 


 λ2 2
λ2 . . . λ n  2
Il s’agit d’un système linéaire homogène dont la matrice est  1  , qui est une
 .. .. 
 . ... ... . 
λ1n−1 λ2n−1 . . . λn−1
n
matrice de Vandermonde inversible, les λj étant distincts. Par suite ce système possède pour seule
solution α1 = α2 = . . . = αn = 0, ce qui démontre le résultat annoncé.
• D’après ce qui précède, les suites λkj k∈N pour j ∈ [1, n] forment une famille libre de n éléments dans


l’espace vectoriel F de dimension n, donc en forment une base. Toute suite y de F s’écrit donc comme

9/4
La.hobbad 2020-2021

combinaison linéaire de façon unique de ces suites, c’est-à-dire qu’il existe n réels α1 , α2 , . . . , αn tels que,
X n
pour tout k ∈ N, yk = αj λkj .
j=1
n
yk
X λj k
II.B.4) a) Avec les notations précédentes, on a, pour tout k ∈ N, λk1
= α1 + αj ( ) . Puisque pour j ≥ 2
λ1
j=2
λ λ yk
| λ1j | < 1 on a lim ( λ1j )k = 0 d’où lim k = α1 . Puisque α1 6= 0 on en déduit yk ∼ α1 λk1 .
k→+∞ k→+∞ λ1 k→+∞

b) λ1 est non nulle puisque l’énoncé a supposé |λ1 | > |λ2 | > . . .. On a donc pour tout entier k α1 λk1 6= 0 et
l’équivalent trouvé ci-dessus implique que yk est non nul au moins à partir d’un certain rang (résultat
du cours).
yk+1 yk+1 α1 λk+1
1
c) On peut donc pour k assez grand considérer le quotient , et l’on aura ∼ puis
yk yk k→+∞ α1 λk1
yk+1
lim = λ1 .
k→+∞ yk
II.B.5) Je vois ici deux réponses possibles, pas très satisfaisantes (erreurs d’arrondi nombreuses et qui s’accu-
mulent !) :
— Une fois λ1 obtenu, on peut effectuer la division euclidienne du polynôme caractéristique χA (λ) par
λ − λ1 , et réitérer le processus avec le nouveau polynôme obtenu et de nouvelles suites définies par
récurrence...
— On peut aussi considérer la suite (zk ) définie par zk = yk − α1 λk1 (où α1 aura été calculé en utilisant
n
yk X
lim k = α1 ). Ainsi, zk = αj λkj et, en supposant que α2 est non nul, on aura alors, de la même
k→+∞ λ1
j=2
zk+1
façon que ci-dessus, lim = λ2 .
k→+∞ zk

IV.C - Illustration sur un exemple


IV.C.1) Pour la matrice A de l’exemple, on trouve χA (λ) = λ2 − 3λ + 2, λ1 = 2 et λ2 = 1.
IV.C.2) D’après Cayley-Hamilton on a A2 = 3A − 2I2 ; la relation de récurrence associée est donc : yk+2 =
3yk+1 − 2yk .
IV.C.3) Un petit programme naïf en Maple, où l’on stocke les éléments de la suite dans un tableau, pourrait être
le suivant :
y[0] := 0 ; y[1] := 1 ;
for k from 0 to 8 do
y[k+2] := 3*y[k+1] - 2*y[k]
end do;
k+2 y y
IV.C.4) On peut écrire un programme un peu plus élaboré qui détermine la valeur de l’entier k tel que | yk+1 − k+1
yk | <
ε où ε est donné, puis qui renvoie la valeur de k et l’approximation obtenue. Pour cela, il suffit de ne stocker
à tout instant que les valeurs de yk , yk+1 et yk+2 . Puisque y0 = 0, on commencera à k = 1 :

k :=1 :
# les nombres sont donn\’es en flottant
# sinon Maple fait les calculs dans le corps des rationnels
yk := 1.0 : # repr\’esente y[k]
yk1 := 3.0 : # repr\’esente y[k+1]
yk2 := 7.0 : # repr\’esente y[k+2]
eps := 10^(-5) : # erreur entre deux termes successifs, fix\’ee par l’utilisateur

10/4
La.hobbad 2020-2021

l1 := yk1/yk :
l2 := yk2/yk1 :
while abs(l2-l1) > eps do
k := k+1 ;
yk3 := 3*yk2 - 2*yk1 ;
l1 := l2 ;
l2 := yk3/yk2 ;
yk := yk1 ;
yk1 := yk2 ;
yk2 := yk3
end do:
print(" rang k = ",k,"valeur approch\’ee = ",l2)

" rang k = ", 16, "valeur approch\’ee = ", 2.000007629

11/4

Vous aimerez peut-être aussi