Votre navigateur n'accepte pas le Javascript.La navigation sur ce site risque de ne pas fonctionner correctement.

281. Déterminez l’expression d’une forme linéaire qui vérifie certaines conditions

Dans $\R^3$ vous posez :

\left\{\begin{align*}
\alpha_1 &= (1,0,1)\\
\alpha_2 &= (0,1,-2)\\
\alpha_3 &= (-1,-1,0).
\end{align*}\right.

Exprimez les vecteurs de la base canonique de $\R^3$ en fonction des vecteurs $\alpha_1$ $\alpha_2$ et $\alpha_3.$

Vous adoptez les notations suivantes pour les vecteurs de la base canonique de $\R^3$ :

\left\{\begin{align*}
\e_1 &= (1,0,0)\\
\e_2 &= (0,1,0)\\
\e_3 &= (0,0,1).
\end{align*}\right.

Votre objectif est de triangulariser le système suivant :

\left\{\begin{array}{llll}
\alpha_1 &= &\hphantom{-}e_1&&+\hphantom{-}e_3\\
\alpha_2 &= & &\hphantom{-}e_2&-2e_3\\
\alpha_3 &= &-e_1&-e_2&\\
\end{array}\right.
\left\{\begin{array}{llll}
\alpha_1 &= &\hphantom{-}e_1&&+\hphantom{-}e_3\\
\alpha_2 &= & &\hphantom{-}e_2&-2e_3\\
\alpha_1 + \alpha_3 &= &&-e_2&+\hphantom{-}e_3\\
\end{array}\right.
\left\{\begin{array}{llll}
\alpha_1 &= &\hphantom{-}e_1&&+\hphantom{-}e_3\\
\alpha_2 &= & &\hphantom{-}e_2&-2e_3\\
\alpha_1 + \alpha_2 + \alpha_3 &= &&&-\hphantom{-}e_3\\
\end{array}\right.

Puis par remontée vous obtenez :

\left\{\begin{array}{llll}
e_3 &= &-\alpha_1&-\hphantom{2}\alpha_2&-\alpha_3\\
e_2 &= &\hphantom{-}\alpha_2&+2e_3\\
e_1 &= &\hphantom{-}\alpha_1&-\hphantom{-}e_3
\end{array}\right.
\left\{\begin{array}{llll}
e_3 &= &-\alpha_1&-\hphantom{2}\alpha_2-\alpha_3\\
e_2 &= &\hphantom{-}\alpha_2&+2(-\alpha_1-\alpha_2-\alpha_3)\\
e_1 &= &\hphantom{-}\alpha_1&-(-\alpha_1-\alpha_2-\alpha_3)
\end{array}\right.
\left\{\begin{array}{llll}
e_3 &= &-\hphantom{2}\alpha_1&-\alpha_2&-\hphantom{2}\alpha_3\\
e_2 &= &-2\alpha_1&-\alpha_2&-2\alpha_3\\
e_1 &= &\hphantom{-}2\alpha_1&+\alpha_2&+\hphantom{2}\alpha_3.
\end{array}\right.

Vous allez maintenant pouvoir déterminer les expressions de certaines formes linéaires vérifiant des conditions sur les vecteurs $\alpha_1$, $\alpha_2$ et $\alpha_3.$

Exemple : déterminez une forme linéaire $f$ telle que $f(\alpha_1) = 1$, $f(\alpha_2) = -1$ et $f(\alpha_3) = 3$

Analyse. Supposez qu’il existe une forme linéaire $f$ telle que $f(\alpha_1) = 1$, $f(\alpha_2) = -1$ et $f(\alpha_3) = 3.$

Soit $(x,y,z)$ un vecteur de $\R^3.$ Vous obtenez :

\begin{align*}
f(x,y,z) &= f(xe_1+ye_2+ze_3)\\
&=xf(e_1)+yf(e_2)+zf(e_3)\\
&=xf(2\alpha_1+\alpha_2+\alpha_3)+yf(-2\alpha_1-\alpha_2-2\alpha_3)+zf(-\alpha_1-\alpha_2-\alpha_3)\\
&=x(2f(\alpha_1)+f(\alpha_2)+f(\alpha_3))\\
&\qquad +y(-2f(\alpha_1)-f(\alpha_2)-2f(\alpha_3))\\
&\qquad +z(-f(\alpha_1)-f(\alpha_2)-f(\alpha_3))\\
&=x(2+(-1)+3)+y(-2-(-1)-6)+z(-1-(-1)-3)\\
&=4x-7y-3z.
\end{align*}

Synthèse. Quel que soit $(x,y,z)\in\R^3$ vous posez $f(x,y,z)=4x-7y-3z.$ Alors :

\begin{align*}
f(\alpha_1) &= f(1,0,1)\\
&=4\times 1 - 7\times 0 - 3\times 1\\
&=4-0-3\\
&=1.
\end{align*}

De même :

\begin{align*}
f(\alpha_2) &= f(0,1,-2)\\
&=4\times 0 - 7\times 1 - 3\times (-2)\\
&=0-7+6\\
&=-1.
\end{align*}

Enfin :

\begin{align*}
f(\alpha_3) &= f(-1,-1,0)\\
&=4\times (-1) - 7\times (-1) - 3\times 0\\
&=-4+7-0\\
&=3.
\end{align*}

La forme linéaire $f$ convient.

Conclusion. Il existe une et une seule forme linéaire $f$ définie sur $\R^3$ telle que $f(\alpha_1) = 1$, $f(\alpha_2) = -1$ et $f(\alpha_3) = 3.$ Elle est définie par :

\boxed{\forall (x,y,z)\in\R^3, f(x,y,z)=4x-7y-3z.}

280. Trigonalisez un endomorphisme avec des polynômes conducteurs (2/2)

Soit $f$ l’endomorphisme de $\R^4$ défini par ce qui suit, à savoir $\forall(x_1,x_2,x_3,x_4)\in\R^4,$

f(x_1,x_2,x_3,x_4)=(4x_1+3x_2+7x_3\ ,\ x_1+2x_2+2x_3\ ,\ -x_1\ ,\ -4x_1-7x_2-14x_3-3x_4).

Pour trigonaliser cet endomorphisme, vous allez utiliser le concept de polynôme conducteur.

Pour rappel, si $W$ est un sous-espace stable de $\R^4$ et si $u$ est un vecteur de $\R^4$, vous désignerez par $P_{u,W}$ le polynôme unitaire de plus petit degré de $\R[X]$ tel que $(P_{u,W}(f))(u)\in W.$ Le polynôme $P_{u,W}$ est appelé polynôme conducteur du vecteur $u$ dans le sous-espace $W.$

Vous posez $W_1 = \{0\}$ et posez $e_1 = (1,0,0,0).$

Calculez le polynôme conducteur $P_{e_1, W_1}$

Tout d’abord, le vecteur $e_1$ n’appartient pas à $W_1$ donc $P_{e_1, W_1}$ ne peut être constant.

Supposez que $P_{e_1, W_1}$ soit de degré $1.$

Alors il existe un réel $a$ tel que $P_{e_1, W_1}(X) = X+a$ du coup $P_{e_1, W_1}(f) = f+a\mathrm{Id}_{\R^4}.$ Par suite :

\begin{align*}
( f+a\mathrm{Id}_{\R^4})(e_1) &= 0\\
f(1,0,0,0)+(a,0,0,0) &= (0,0,0,0)\\
(4,1,-1,-4) + (a,0,0,0) &= (0,0,0,0)\\
(4+a,1,-1,-4)  &= (0,0,0,0).
\end{align*}

L’identification de la quatrième coordonnée aboutit à une impossibilité.

Supposez que $P_{e_1, W_1}$ soit de degré $2.$

Alors il existe deux réels $a$ et $b$ tels que $P_{e_1, W_1}(X) = X^2+aX+b$ du coup $P_{e_1, W_1}(f) = f\circ f+af+b\mathrm{Id}_{\R^4}.$ Par suite :

\begin{align*}
( f\circ f+af+b\mathrm{Id}_{\R^4})(e_1) &= 0\\
(f\circ f)(1,0,0,0)+af(1,0,0,0)+b(1,0,0,0) &= (0,0,0,0)\\
f(4,1,-1,-4)+a(4,1,-1,-4) + (b,0,0,0) &= (0,0,0,0)\\
(12,4,-4,3)+(4a,a,-a,-4a)+ (b,0,0,0) &= (0,0,0,0)\\
(12+4a+b, 4+a,-4-a,3-4a)&= (0,0,0,0)\\
\end{align*}

L’identification de la deuxième coordonnée fournit $4+a = 0$ donc $a=-4.$

L’identification de la quatrième coordonnée fournit $3-4a = 0.$ Or, $3-4a = 3+16=19$ ce qui est incompatible.

Du coup, le degré de $P_{e_1, W_1}$ est supérieur ou égal à $3.$

Analyse. Supposez que $P_{e_1, W_1}$ soit de degré $3.$

Alors il existe trois réels $a$, $b$ et $c$ tels que $P_{e_1, W_1}(X) = X^3+aX^2+bX+c$ du coup $P_{e_1, W_1}(f) = f\circ f\circ f+af\circ f+bf+c\mathrm{Id}_{\R^4}.$ Par suite :

\begin{align*}
(  f\circ f\circ f+af\circ f+bf+c\mathrm{Id}_{\R^4})(e_1) &= 0\\
(32,12,-12,-29)+a(12,4,-4,3)+b(4,1,-1,-4)+c(1,0,0,0) &= (0,0,0,0)\\
(32+12a+4b+c, 12+4a+b, -12-4a-b, -29+3a-4b)&= (0,0,0,0).
\end{align*}

L’identification de la troisième et de la quatrième coordonnée fournit le système suivant :

\left\{\begin{align*}
3a-4b &= 29 \\
4a+b &= -12.
\end{align*}\right.

Vous multipliez la deuxième ligne par $4$ :

\left\{\begin{align*}
3a-4b &= 29 \\
16a+4b &= -48.
\end{align*}\right.

Par somme vous déduisez $19a = -19$, ainsi :

a=-1.

Comme $b = -12-4a$ vous déduisez :

\begin{align*}
b &= -12+4\\
&= -8.
\end{align*}

D’autre part, $32+12a+4b+c = 0$ donc :

\begin{align*}
c&=-32-12a-4b\\
c&=-32+12+32\\
c&=12.
\end{align*}

Synthèse. Soit $P$ le polynôme défini par $P(X) = X^3-X^2-8X+12.$

Vous calculez :

\begin{align*}
P(f)(e_1) &= (f\circ f\circ f-f\circ f-8f+12\mathrm{Id}_{\R^4})(e_1) \\
&= (32,12,-12,-29)-(12,4,-4,3)-8(4,1,-1,-4)+12(1,0,0,0)\\
&=(32-12-32+12, 12-4-8, -12+4+8, -29-3+32)\\
&=(0,0,0,0).
\end{align*}

Par conséquent $(P(f))(e_1)\in W_1$, vous déduisez ainsi que :

\boxed{P_{e_1, W_1}(X)=X^3-X^2-8X+12.}

Trouvez une racine du polynôme conducteur $P_{e_1, W_1}$ et construisez un vecteur $v_1$

Vous constatez que :

\begin{align*}
P_{e_1, W_1}(2)&=2^3-2^2-8\times 2+12\\
&= 8-4-16+12\\
&=0.
\end{align*}

Vous factorisez $P_{e_1, W_1}$ par $X-2.$ Il existe un réel $a$ tel que :

X^3-X^2-8X+12 = (X-2)(X^2+aX-6).

Remplacez $X$ par $-1$, vous obtenez :

\begin{align*}
-1-1+8+12 &= (-3)(-5-a) \\
18&=3(a+5)\\
6&=a+5\\
1&=a.
\end{align*}

De ce qui précède :

P_{e_1, W_1}(X)= (X-2)(X^2+X-6).

Vous posez $v_1 = (f\circ f+f-6\mathrm{Id}_{\R^4})(e_1).$ Alors :

\begin{align*}
P_{e_1, W_1}(f)&= (f-2\mathrm{Id}_{\R^4})(f\circ f+f-6\mathrm{Id}_{\R^4}) \\
(P_{e_1, W_1}(f))(e_1)&= ((f-2\mathrm{Id}_{\R^4})\circ (f\circ f+f-6\mathrm{Id}_{\R^4}) )(e_1)\\
&= (f-2\mathrm{Id}_{\R^4})(v_1).
\end{align*}

Comme $(P_{e_1, W_1}(f))(e_1) \in W_1$ vous déduisez $(f-2\mathrm{Id}_{\R^4})(v_1) \in W_1$ et par suite $f(v_1)=2v_1.$

D’autre part, comme $P_{e_1, W_1}(f)$ est le polynôme conducteur du vecteur $e_1$ dans l’espace $W_1$, vous déduisez que $ (f\circ f+f-6\mathrm{Id}_{\R^4})(e_1) \notin W_1$ donc $v_1\notin W_1$ donc $v_1\neq 0.$

Calculez maintenant explicitement le vecteur $v_1$ :

\begin{align*}
v_1 &=  (f\circ f+f-6\mathrm{Id}_{\R^4})(e_1)\\
&=f(f(e_1))+f(e_1)-6e_1\\
&=(12,4,-4,3)+(4,1,-1,-4)+(-6,0,0,0)\\
&=(10,5,-5,-1).
\end{align*}

En définitive, avec $\boxed{v_1 =(10,5,-5,-1)}$ vous avez obtenu :

\boxed{f(v_1) = 2v_1.}

Dans la suite, vous posez $W_2 = \mathrm{Vect}(v_1).$

Vous constatez que $e_1$ et $v_1$ ne sont pas colinéaires donc $e_1\notin W_2.$ Comme $f(v_1)\in W_2$ il s’ensuit que $W_2$ est stable par $f.$

Calculez le polynôme conducteur $P_{e_1, W_2}$

Le vecteur $e_1$ n’appartient pas à $W_2$ donc $P_{e_1, W_2}$ ne peut être constant.

Supposez que $P_{e_1, W_2}$ soit de degré $1.$

Alors il existe un réel $a$ tel que $P_{e_1, W_2}(X) = X+a$ du coup $P_{e_1, W_2}(f) = f+a\mathrm{Id}_{\R^4}.$ Par suite :

\begin{align*}
( f+a\mathrm{Id}_{\R^4})(e_1) \in W_2\\
(4+a,1,-1,-4)  \in W_2.
\end{align*}

Il existe un réel $t$ tel que :

(4+a,1,-1,-4) = t(10,5,-5,-1).

L’identification de la deuxième coordonnée fournit :

1 = 5t.

L’identification de la quatrième coordonnée fournit :

-4 = -t.

Vous déduisez $t=4$ et $1=5t$ fournit $1=20$, contradiction.

Supposez que $P_{e_1, W_2}$ a un degré supérieur ou égal à $2.$

Analyse. Vous supposez que $P_{e_1, W_2}$ est de degré $2.$

Alors il existe deux réels $a$ et $b$ tels que $P_{e_1, W_1}(X) = X^2+aX+b$ du coup :

\begin{align*}
( f\circ f+af+b\mathrm{Id}_{\R^4})(e_1) \in W_2\\
(12+4a+b, 4+a,-4-a,3-4a)\in W_2.
\end{align*}

Il existe un réel $t$ tel que :

(12+4a+b, 4+a,-4-a,3-4a) = t(10,5,-5,-1).

L’identification de la deuxième coordonnée fournit :

4+a = 5t.

L’identification de la quatrième coordonnée fournit :

\begin{align*}
3-4a &= -t \\
t&=4a-3.
\end{align*}

Du coup :

\begin{align*}
4+a &= 5(4a-3)\\
4+a&=20a-15\\
19 &=19a\\
1&=a.
\end{align*}

Par suite :

t = 4\times 1-3 = 1.

L’identification de la première coordonnée fournit :

\begin{align*}
12+4a+b &= 10t\\
b&=10t-12-4a\\
b&=10-12-4\\
b&=-6.
\end{align*}

Synthèse. Posez $P(X) = X^2+X-6.$

\begin{align*}
(P(f))(e_1) &= ( f\circ f+f-6\mathrm{Id}_{\R^4})(e_1) \\
&=(f\circ f)(e_1)+f(e_1)-6e_1\\
&= (12,4,-4,3)+(4,1,-1,-4)+(-6,0,0,0)\\
&=(10,5,-5,-1)\\
&=v_1.
\end{align*}

Donc $(P(f))(e_1) \in W_2$, vous déduisez ainsi que :

\boxed{P_{e_1, W_2}(X)=X^2+X-6.}

Trouvez une racine de $P_{e_1, W_2}$ et construisez un vecteur $v_2$

Vous constatez que :

\begin{align*}
P_{e_1, W_2}(-3)&=(-3)^2-3-6\\
&= 9-9\\
&=0.
\end{align*}

Vous factorisez $P_{e_1, W_2}$ par $X+3$ ce qui fournit :

P_{e_1, W_2}(X)=(X+3)(X-2).

Vous posez $v_2 = (f-2\mathrm{Id}_{\R^4})(e_1).$ Alors :

\begin{align*}
P_{e_1, W_2}(f)&= (f+3\mathrm{Id}_{\R^4})(f-2\mathrm{Id}_{\R^4}) \\
(P_{e_1, W_2}(f))(e_1)&= ((f+3\mathrm{Id}_{\R^4})\circ (f-2\mathrm{Id}_{\R^4}) )(e_1)\\
v_1 &= (f+3\mathrm{Id}_{\R^4})(v_2)\\
v_1 &= f(v_2)+3v_2.
\end{align*}

D’autre part, comme $P_{e_1, W_2}(f)$ est le polynôme conducteur du vecteur $e_1$ dans l’espace $W_2$, vous déduisez que $ (f-2\mathrm{Id}_{\R^4})(e_1) \notin W_2$ donc $v_2\notin W_1$ donc $v_2\notin \mathrm{Vect}(v_1)$ donc la famille $(v_1,v_2)$ est libre.

Calculez maintenant explicitement le vecteur $v_2$ :

\begin{align*}
v_2 &=  (f-2\mathrm{Id}_{\R^4})(e_1)\\
&=f(e_1)-2e_1\\
&=(4,1,-1,-4)+(-2,0,0,0)\\
&=(2,1,-1,-4).
\end{align*}

En définitive, avec $\boxed{v_2 =(2,1,-1,-4)}$ vous avez obtenu :

\boxed{f(v_2) = -3v_2+v_1.}

Dans la suite, vous posez $W_3 = \mathrm{Vect}(v_1,v_2).$

Avant de poursuivre, il faut déterminer les coordonnées d’un vecteur qui n’appartienne pas à $W_3.$

Caractérisez l’espace $W_3$ par un système d’équations linéaires

Analyse. Soit $(x_1,x_2,x_3,x_4)\in\R^4$ tel que $(x_1,x_2,x_3,x_4)\in W_3.$

Par définition de $W_3$, il existe deux réels $a$ et $b$ tels que $(x_1,x_2,x_3,x_4) = av_1+bv_2$ d’où :

(x_1,x_2,x_3,x_4) = a(10,5,-5,-1)+b(2,1,-1,-4).

Par conséquent :

\left\{\begin{align*}
10a+2b &= x_1 \\
5a+b &=x_2\\
-5a-b &= x_3\\
-a-4b &=x_4.
\end{align*}\right.

Vous permutez d’abord les lignes $1$ et $4$ :

\left\{\begin{align*}
-a-4b &=x_4\\
10a+2b &= x_1 \\
5a+b &=x_2\\
-5a-b &= x_3.
\end{align*}
\right.

Vous effectuez les opérations élémentaires suivantes : $L_2\leftarrow L_2+10L_1$, $L_3\leftarrow L_3+5L_1$ et $L_4\leftarrow L_4-5L_1$ :

\left\{\begin{align*}
-a-4b &=x_4\\
-38b &= x_1+10x_4 \\
-19b &=x_2+5x_4\\
19b &= x_3-5x_4.
\end{align*}
\right.

Vous permutez ensuite les lignes $2$ et $4$ :

\left\{\begin{align*}
-a-4b &=x_4\\
19b &= x_3-5x_4\\
-19b &=x_2+5x_4\\
-38b &= x_1+10x_4.
\end{align*}
\right.

Vous effectuez les opérations élémentaires suivantes : $L_3\leftarrow L_3+L_2$, $L_4\leftarrow L_4+2L_2.$

\left\{\begin{align*}
-a-4b &=x_4\\
19b &= x_3-5x_4\\
0 &=x_2+x_3\\
0 &= x_1+2x_3.
\end{align*}
\right.

Synthèse. Soit maintenant $(x_1,x_2,x_3,x_4)\in\R^4$ tel que :

\left\{\begin{align*}
x_2+x_3 &= 0\\
x_1+2x_3 &=0.
\end{align*}\right.

Vous posez :

b = \frac{x_3-5x_4}{19}.

Puis vous posez :

\begin{align*}
a&=-x_4-4b\\
&=\frac{-19x_4}{19}+\frac{-4x_3+20x_4}{19}\\
&=\frac{-4x_3+x_4}{19}.
\end{align*}

Maintenant, vous calculez :

\begin{align*}
av_1+bv_2 &= a(10,5,-5,-1)+b(2,1,-1,-4) \\
&=\frac{-4x_3+x_4}{19} (10,5,-5,-1)+\frac{x_3-5x_4}{19}(2,1,-1,-4)\\
&=\frac{1}{19}\left[(-4x_3+x_4)(10,5,-5,-1) + (x_3-5x_4)(2,1,-1,-4)\right]\\
&=\frac{1}{19}\left[(-40x_3+10x_4,-20x_3+5x_4,20x_3-5x_4,4x_3-x_4) + (2x_3-10x_4,x_3-5x_4,-x_3+5x_4,-4x_3+20x_4)\right]\\
&=\frac{1}{19}( -38x_3, -19x_3, 19x_3, 19x_4)\\
&=(-2x_3,-x_3,x_3,x_4).
\end{align*}

Or, $x_2 = -x_3$ et $x_1 = -2x_3$ donc :

av_1+bv_2 = (x_1,x_2,x_3,x_4).

Et par conséquent $(x_1,x_2,x_3,x_4)\in W_3.$

Vous venez d’établir l’équivalence suivante :

\boxed{
\forall (x_1,x_2,x_3,x_4)\in\R^4, (x_1,x_2,x_3,x_4)\in W_3 \Longleftrightarrow \left\{
\begin{align*}
x_2+x_3 &= 0\\
x_1+2x_3 &=0.
\end{align*}
\right.
}

De ce qui précède, vous déduisez que $(1,0,0,0)\notin W_3$ et donc $e_1\notin W_3.$

Comme $f(v_1)\in\mathrm{Vect}(v_1)$ vous obtenez $f(v_1)\in\mathrm{Vect}(v_1,v_2).$

De même, comme $f(v_2) = -3v_2+v_1$ vous avez aussi $f(v_2)\in\mathrm{Vect}(v_1,v_2).$

Du coup, l’espace $W_3$ est stable par $f.$

Calculez le polynôme conducteur $P_{e_1, W_3}$

Le vecteur $e_1$ n’appartient pas à $W_3$ donc $P_{e_1, W_3}$ ne peut être constant.

Analyse. Supposez que $P_{e_1, W_3}$ soit de degré $1.$

Alors il existe un réel $a$ tel que $P_{e_1, W_3}(X) = X+a$ du coup $P_{e_1, W_3}(f) = f+a\mathrm{Id}_{\R^4}.$ Par suite :

\begin{align*}
( f+a\mathrm{Id}_{\R^4})(e_1) \in W_3\\
f(1,0,0,0)+(a,0,0,0) \in W_3\\
(4,1,-1,-4) + (a,0,0,0)  \in W_3\\
(4+a,1,-1,-4)  \in W_3.
\end{align*}

D’après la deuxième équation qui caractérise l’espace $W_3$ vous déduisez :

\begin{align*}
(4+a)+2\times (-1) &=0 \\
2+a&=0\\
a&=-2.
\end{align*}

Synthèse. Posez $P(X)=X-2.$ Alors :

\begin{align*}
(P(f))(e_1) &= (f-2\mathrm{Id}_{\R^4})(e_1) \\
&=f(e_1)-2e_1\\
&=(4,1,-1,-4)+(-2,0,0,0)\\
&=(2,1,-1,-4).
\end{align*}

Comme $1+(-1) = 0$ et $2+2\times (-1) = 0$ les équations qui caractérisent $W_3$ sont satisfaites par le vecteur $(2,1,-1,-4)$ donc $(P(f))(e_1) \in W_3.$

Du coup, il est prouvé que $\boxed{P_{e_1,W_3} = X-2.}$

Construisez un vecteur $v_3$

Vous posez $v_3 = \boxed{(1,0,0,0)} = e_1.$ Il a été vu que $e_1 \notin W_3$ donc $v_3 \notin W_3$ donc la famille $(v_1,v_2,v_3)$ est libre.

Comme $(2,1,-1,-4)\in W_3$, c’est-à-dire $f(v_3)-2v_3 \in W_3$, ce vecteur est une combinaison linéaire des vecteurs $v_1$ et $v_2.$

Une telle combinaison se trouve à l’aide des calculs effectués pour caractériser $W_3.$ Avec

\begin{align*}
a&=\frac{-4\times(-1)+(-4)}{19} \\
&=0
\end{align*}
\begin{align*}
b &= \frac{(-1)-5(-4)}{19}\\
&=\frac{-1+20}{19}\\
&=1
\end{align*}

vous retrouvez bien que :

\begin{align*}
(2,1,-1,-4) &=  v_2\\
f(v_3) -2 v_3&=  v_2.
\end{align*}

D’après ce qui précède :

\boxed{f(v_3) = 2v_3 + v_2.}

Pour finir, vous posez $W_4 = \mathrm{Vect}(v_1,v_2,v_3)$ qui est un espace de dimension $3.$

Caractérisez par une équation l’espace $W_4$ et déduisez-en un vecteur $v_4$

Vous pourrez ainsi choisir un vecteur $v_4$ tel que $v_4\notin W_4.$

Analyse. Soit $(x_1,x_2,x_3,x_4)\in\R^4$ tel que $(x_1,x_2,x_3,x_4)\in W_4.$

Par définition de $W_4$, il existe trois réels $a$, $b$ et $c$ tels que $(x_1,x_2,x_3,x_4) = av_1+bv_2+cv_3$ d’où :

(x_1,x_2,x_3,x_4) = a(10,5,-5,-1)+b(2,1,-1,-4)+c(1,0,0,0).

Par conséquent :

\left\{\begin{array}{llll}
10a&+2b &+c&= x_1 \\
5a&+b &&=x_2\\
-5a&-b &&= x_3\\
-a&-4b &&=x_4.
\end{array}\right.

Vous permutez la ligne $1$ et la ligne $4$ :

\left\{\begin{array}{llll}
-a&-4b &&=x_4\\
5a&+b &&=x_2\\
-5a&-b &&= x_3\\
10a&+2b &+c&= x_1.
\end{array}\right.

Vous effectuez l’opération élémentaire $L_2\leftarrow L_2+5L_1$ :

\left\{\begin{array}{llll}
-a&-4b  &&=x_4\\
   &-19b &&=x_2+5x_4\\
-5a&-b &&= x_3\\
10a&+2b &+c&= x_1.
\end{array}\right.

Vous effectuez l’opération élémentaire $L_3\leftarrow L_3-5L_1$ :

\left\{\begin{array}{llll}
-a&-4b  &&=x_4\\
   &-19b &&=x_2+5x_4\\
&\hphantom{+} 19b   &&= x_3-5x_4\\
10a&+2b &+c&= x_1.
\end{array}\right.

Vous effectuez l’opération élémentaire $L_4\leftarrow L_4+10L_1$ :

\left\{\begin{array}{llll}
-a&-4b  &&=x_4\\
   &-19b &&=x_2+5x_4\\
&\hphantom{+} 19b   &&= x_3-5x_4\\
&-38b &+c&= x_1+10x_4.
\end{array}\right.

Vous effectuez l’opération élémentaire $L_3\leftarrow L_3+L_2$ :

\left\{\begin{array}{llll}
-a&-4b  &&=x_4\\
   &-19b &&=x_2+5x_4\\
&   &\hphantom{+}0&= x_2+x_3\\
&-38b &+c&= x_1+10x_4.
\end{array}\right.

Afin d’obtenir un système triangularisé, vous effectuez $L_4\leftarrow L_4-2L_2$ et vous permutez la ligne $3$ et la ligne $4$ :

\left\{\begin{array}{llll}
-a&-4b  &&=x_4\\
   &-19b &&=x_2+5x_4\\
& &c&= x_1-2x_2\\
&   &0&= x_2+x_3.
\end{array}\right.

Il sera utile de trouver $b$ et $a$.

Vous avez :

b=\frac{-x_2-5x_4}{19}.

Enfin :

\begin{align*}
a&=-4b-x_4\\
&=\frac{4x_2+20x_4}{19}+\frac{-19x_4}{19}\\
&=\frac{4x_2+x_4}{19}.
\end{align*}

Synthèse. Soit $(x_1,x_2,x_3,x_4)\in\R^4$ tel que $x_2+x_3 =0.$

Vous posez :

\begin{align*}
a&=\frac{4x_2+x_4}{19}\\
b&=\frac{-x_2-5x_4}{19}\\
c&=x_1-2x_2.
\end{align*}

Vous calculez le vecteur suivant :

\begin{align*}
av_1+bv_2+cv_3 &= \frac{4x_2+x_4}{19}(10,5,-5,-1)+ \frac{-x_2-5x_4}{19}(2,1,-1,-4)+(x_1-2x_2)(1,0,0,0)\\
19(av_1+bv_2+cv_3) &= (40x_2+10x_4, 20x_2+5x_4,-20x_2-5x_4, -4x_2-x_4)\\
&\qquad+(-2x_2-10x_4, -x_2-5x_4, x_2+5x_4, 4x_2+20x_4)\\
&\qquad+(19x_1-38x_2,0,0,0)\\
&=(19x_1,19x_2, -19x_2, 19x_4)\\
av_1+bv_2+cv_3 &=(x_1, x_2, -x_2, x_4).
\end{align*}

Comme $x_3 = -x_2$ vous déduisez que $(x_1,x_2,x_3,x_4) = av_1+bv_2+cv_3$ donc $(x_1,x_2,x_3,x_4)\in W_4.$

En définitive, il a été démontré que :

\boxed{\forall (x_1,x_2,x_3,x_4)\in\R^4, (x_1,x_2,x_3,x_4)\in W_4\Longleftrightarrow x_2+x_4 = 0.}

Vous constatez alors que $e_1 \in W_4$ il faut donc changer de vecteur. Prenez par exemple $e_2 = (0,1,0,0).$ Alors $e_2\notin W_4.$

Comme $(f(v_1),f(v_2),f(v_3))\in W_4^3$ vous déduisez que $W_4$ est stable par $f.$

Calculez le polynôme conducteur $P_{e_2, W_4}$

Comme le polynôme $P_{e_2,W_4}$ n’est pas constant, son degré est supérieur ou égal à $1.$

Analyse. Supposez que $P_{e_2,W_4}$ est de degré $1.$ Il existe un réel $a$ tel que $P_{e_2,W_4} = X+a.$

Ainsi :

f(e_2)+ae_2 \in W_4\\
(3,2,0,-7)+(0,a,0,0) \in W_4\\
(3,2+a,0,-7)\in W_4

Par suite $(2+a)+0 =0$ donc $a=-2.$

Synthèse. Posez $P(X) = X-2.$

Alors :

\begin{align*}
f(e_2)-2e_2 &= (3,2,0,-7)+(0,-2,0,0)\\
&=(3,0,0,-7).
\end{align*}

Comme $0+0 = 0$ vous déduisez $f(e_2)-2e_2 \in W_3.$

Le polynôme conducteur du vecteur $e_2$ dans l’espace $W_3$ est :

\boxed{P_{e_2,W_3}(X) = X-2.}

Explicitez un vecteur $v_4$ et concluez

Vous posez $v_4 = (0,1,0,0) = e_2.$

Comme $e_2 \notin W_4$ vous déduisez $v_4 \notin W_4$ et donc $(v_1,v_2,v_3,v_4)$ est une famille libre de $\R^4$ avec autant de vecteurs que la dimension de $\R^4$ donc $(v_1,v_2,v_3,v_4)$ est une base de $\R^4.$

Il reste à décomposer, par complétude, le vecteur $(3,0,0,-7)$ comme combinaison linéaire des vecteurs $v_1$, $v_2$ et $v_3.$

Vous posez :

\begin{align*}
a&=\frac{4\times 0-7}{19} = \frac{-7}{19}\\
b&=\frac{-0-5(-7)}{19}=\frac{35}{19}\\
c&=3-2\times 0 = 3.
\end{align*}

Puis :

\begin{align*}
av_1+bv_2+cv_3 &= \frac{-7}{19}(10,5,-5,-1)+\frac{35}{19}(2,1,-1,-4)+3(1,0,0,0)\\
&= \frac{1}{19}(-70,-35,35,7)+\frac{1}{19}(70,35,-35,-140)+(3,0,0,0)\\
&=\frac{1}{19}(0,0,0,-133)+(3,0,0,0)\\
&=(0,0,0,-7)+(3,0,0,0)\\
&=(3,0,0,-7)\\
&=f(v_4)-2v_4.
\end{align*}

Donc :

\begin{align*}
f(v_4)-2v_4 &= \frac{-7}{19}v_1+\frac{35}{19}v_2+3v_3\\
f(19v_4)-2(19v_4) &= -7v_1+35v_2+57v_3.
\end{align*}

Vous posez $\boxed{v’_4 = (0,19,0,0)} = 19v_4$ et ainsi :

\boxed{f(v'_4) = 2v'_4+57v_3+35v_2-7v_1.}

Dans la base $(v_1,v_2,v_3,v’_4)$ l’endomorphisme $f$ est trigonalisé.

Matrice de passage et matrice triangulaire

Soit $A$ la matrice de l’endomorphisme $f$ dans la base canonique de $\R^4.$

A = \begin{pmatrix}
4 & 3 & 7 & 0\\
1 & 2 & 2 & 0\\
-1 & 0 & 0 & 0\\
-4 & -7 & -14 & -3
\end{pmatrix}.

Soit $P$ la matrice inversible de passage de la base canonique de $\R^4$ vers la base $(v_1,v_2,v_3,v’_4).$ Alors :

P = \begin{pmatrix}
10 & 2 & 1 & 0\\
5 & 1 & 0 & 19\\
-5 & -1 & 0 & 0\\
-1 & -4 & 0 & 0
\end{pmatrix}.

La matrice de $f$ dans la base $(v_1,v_2,v_3,v’_4)$ est bien égale à :

T = P^{-1}AP=\begin{pmatrix}
2 & 1 & 0 & -7\\
0 & -3 & 1 & 35\\
0 & 0 & 2 & 57\\
0 & 0 & 0 & 2
\end{pmatrix}.

279. Trigonalisez un endomorphisme avec des polynômes conducteurs (1/2)

Considérez la matrice :

A= \begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix}.

Soit $(x_1,x_2,x_3)\in\R^3.$ En posant $X = \begin{pmatrix} x_1 \\ x_2\\ x_3\end{pmatrix}$ il vient :

\begin{align*}
AX &= \begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix}
\begin{pmatrix} x_1 \\ x_2\\ x_3\end{pmatrix} 
\\
&=\begin{pmatrix} 3x_1-x_2-x_3 \\ -x_1+2x_2\\3x_1-2 x_2\end{pmatrix}.
\end{align*}

Vous allez considérer l’endomorphisme $f$ de $\R^3$ défini par :

\forall (x_1,x_2,x_3), f(x_1,x_2,x_3) = (3x_1-x_2-x_3,-x_1+2x_2, 3x_1-2x_2).

Vous noterez dans la suite $I$ la matrice identité d’ordre $3$ :

I = \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}.

Déterminez le polynôme minimal de la matrice $A$

La matrice $A$ n’étant pas un multiple de la matrice identité, le polynôme minimal de $A$ n’a pas pour degré $1.$

Vous calculez $A^2$ :

A^2= 
\begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix}.

Supposez qu’il existe deux réels $a$ et $b$ tels que $A^2 = aA+bI$ autrement dit :

 \begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix} = a\begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix} + b \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}.

L’identification du coefficient à la ligne $1$ et à la colonne $2$ fournit :

-3 = -a.

Ainsi, $a = 3.$

L’identification du coefficient à la ligne $3$ et à la colonne $2$ fournit :

-7 = -2a.

Et comme $a=3$, vous aboutissez à une contradiction.

Le polynôme minimal de $A$ n’a pas pour degré $2.$

Vous poursuivez en calculant $A^3$ :

A^3 = 
\begin{pmatrix}
15 & -7 & -7 \\
-17 & 13 & 5\\
31 & -19 & -11
\end{pmatrix}.

Analyse. Supposez qu’il existe trois réels $a$, $b$ et $c$ tels que $A^3 = aA^2+bA+cI$, alors :

\begin{pmatrix}
15 & -7 & -7 \\
-17 & 13 & 5\\
31 & -19 & -11
\end{pmatrix}
 = a \begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix} + b\begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix} + c \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}.

Vous identifiez le coefficient situé à la ligne $1$ et à la colonne $2$ d’où :

-7 = -3a-b.

Vous identifiez le coefficient situé à la ligne $2$ et à la colonne $1$ d’où :

-17 = -5a-b.

Par soustraction des deux égalités obtenues, vous déduisez :

10 = 2a

Du coup $a=5.$

Comme $b=-3a+7$ vous déduisez $b=-15+7 = -8.$

Vous identifiez le coefficient situé à la ligne $1$ et à la colonne $1$ d’où :

\begin{align*}
15 &= 7a+3b+c\\
c&=15-7a-3b\\
c&=15-35+24\\
c&=39-35\\
c&=4.
\end{align*}

Synthèse. Vous calculez ce qui suit :

\begin{align*}
5A^2-8A+4I &= 
 5 \begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix} -8\begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix} + 4 \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
\\
&=\begin{pmatrix}
35 & -15 & -15 \\
-25 & 25 & 5\\
55 & -35 & -15
\end{pmatrix}
+
\begin{pmatrix}
-24 & 8 & 8 \\
8 & -16 & 0\\
-24 & 16 & 0
\end{pmatrix}
+
 \begin{pmatrix}
4 & 0 & 0\\
0 & 4 & 0\\
0 & 0 & 4
\end{pmatrix}
\\
 &=\begin{pmatrix}
15 & -7 & -7\\
-17 & 13 & 5\\
31 & -19 & -11
\end{pmatrix}
\\
&=A^3.
\end{align*}

En définitive, le polynôme $P$ défini par $\boxed{P(X) = X^3-5X^2+8X-4}$ est le polynôme minimal de $A.$ C’est aussi le polynôme minimal de l’endomorphisme $f.$

Factorisez le polynôme minimal

Vous constatez que, quand $X=1$, $X^3-5X^2+8X-4 = 0$.

Le polynôme $X^3-5X^2+8X-4$ est factorisable par $X-1$ du coup, vous déduisez l’existence d’un réel $a$ tel que :

X^3-5X^2+8X-4 =(X-1)(X^2+aX+4).

En effectuant $X=-1$, vous déduisez :

\begin{align*}
-1-5-8-4 &=(-2)(1-a+4)\\
-18 &= (-2)(5-a)\\
9 &= 5-a\\
a&=-4.
\end{align*}

Donc :

\begin{align*}
X^3-5X^2+8X-4 &=(X-1)(X^2-4X+4) \\
&=(X-1)(X-2)^2.
\end{align*}

Commencez à trigonaliser l’endomorphisme $f$

Le polynôme minimal admet $1$ et $2$ pour racines, qui sont les deux valeurs propres de $f.$

Vous faites le choix de commencer par la valeur propre $2.$

Notez que le produit $(A-I)(A-2)$ ne peut être la matrice nulle, sinon $P$ ne serait pas le polynôme minimal de $A.$

Après développement, $(A-I)(A-2I) = A^2-3A+2I$, du coup :

\begin{align*}
(A-I)(A-2I) &=  \begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix}
-3
\begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix}
+2
 \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
\\
&=
 \begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix}
+
\begin{pmatrix}
-9 & 3 & 3 \\
3 & -6 & 0\\
-9 & 6 & 0
\end{pmatrix}
+
\begin{pmatrix}
2 & 0 & 0\\
0 & 2 & 0\\
0 & 0 & 2
\end{pmatrix}
\\
&=
\begin{pmatrix}
0 & 0 & 0\\
-2 & 1 & 1\\
2 & -1 & -1
\end{pmatrix}.
\end{align*}

En multipliant par $A-2I$ à gauche, vous déduisez :

\begin{align*}
\begin{pmatrix}
0 & 0 & 0\\
0 & 0 & 0\\
0 & 0 & 0
\end{pmatrix} &= A^3-5A^2+8A-4I\\
&= (A-2I)(A-I)(A-2I)\\
&= (A-2I) \begin{pmatrix}
0 & 0 & 0\\
-2 & 1 & 1\\
2 & -1 & -1
\end{pmatrix}.
\end{align*}

En particulier :

\begin{pmatrix}
0 \\
0 \\
0 
\end{pmatrix} 
=
(A-2I) 
\begin{pmatrix}
0 \\
1 \\
-1 
\end{pmatrix} .

Posez $\boxed{v_1 = (0,1,-1).}$ Comme $(f-2\mathrm{Id}_{\R^3})(v_1)=0$ vous déduisez $\boxed{f(v_1)=2v_1.}$

Notez $V_1 = \mathrm{Vect}(v_1)$ qui est de dimension $1$ puisque $v_1$ est un vecteur non nul.

Décrivez l’espace $V_1$ avec des équations

Analyse. Soit $(x_1,x_2,x_3)\in\R^3$ un élément de $V_1.$

Il existe donc un réel $t$ tel que $(x_1,x_2,x_3) = t(0,1,-1).$ Cela se traduit par le système suivant :

\begin{align*}
x_1 &= 0\\
x_2 &= t\\
x_3 &= -t\\
\end{align*}

Vous réordonnez ce système avec $t$ pour inconnue et $x_1$, $x_2$ et $x_3$ comme paramètres :

\begin{align*}
t &=x_2\\
t&=-x_3\\
x_1 &= 0\\
\end{align*}

Du coup par soustraction de la ligne $2$ avec la ligne $1$ il vient :

\begin{align*}
t &=x_2\\
x_2+x_3&=0\\
x_1 &= 0.
\end{align*}

Synthèse. Soit $(x_1,x_2,x_3)\in \R^3$ tel que $x_1 = 0$ et $x_2+x_3 = 0.$

Posez $t = x_2.$

Alors $x_3 = -x_2 = -t.$

Du coup :

\begin{align*}
(x_1,x_2,x_3) &= (0, t , -t)\\
&=t(0,1,-1)\\
&=tv_1.
\end{align*}

Conclusion. L’espace $V_1$ est égal à :

V_1 = \left\{(x_1,x_2,x_3)\in\R^3, 
x_1 = 0\text{ et }
x_2+x_3=0
 \right\}.

Construisez un vecteur $v_2$ tel que $f(v_2)\in\mathrm{Vect}(v_1,v_2)$ avec un polynôme conducteur

Choisissez un vecteur $w$ tel que $w\notin V_1$ par exemple $w=(1,0,0).$ (De ce fait, comme $w\notin V_1$ le polynôme conducteur de $w$ dans $V_1$ ne peut être constant, cela sera détaillé ci-dessous.)

Déterminez le polynôme conducteur du vecteur $w$ dans l’espace $V_1$

Notez $L=\{R\in\R[X], R(f)(w) \in V_1\}.$

Remarquez que $P(f) = 0.$ Donc $P(f)(w) = 0$ donc $P(f)(w) \in V_1.$

Le polynôme minimal de $f$ appartient à $L$ vous déduisez qu’il existe un polynôme unitaire de degré minimal appartenant à $L.$

Dans ce qui suit, l’objectif va être de déterminer ce polynôme qui sera noté $Q.$

Si $Q$ est de degré $0$, $Q$ est constant donc $Q(X)=1$, alors $Q(f) = \mathrm{Id}_{\R^3}$ donc $Q(f)(w) = w.$ Ainsi $w\in V_1.$ Contradiction. Donc $Q$ est un polynôme de degré supérieur ou égal à $1.$

Si $Q$ est de degré $1$, il existe un réel $a$ tel que $Q(X)=X+a.$ La relation $Q(f)(w) = 0$ s’écrit :

\begin{align*}
(f+a\mathrm{Id}_{\R^3})(w)&\in V_1 \\
f(w)+aw &\in V_1\\
f(1,0,0)+(a,0,0)&\in V_1\\
(3,-1,3)+(a,0,0) &\in V_1\\
(3+a, -1, 3) &\in V_1.
\end{align*}

De ce qui a été obtenu sur $V_1$, à savoir :

V_1 = \left\{(x_1,x_2,x_3)\in\R^3, 
x_1 = 0\text{ et }
x_2+x_3=0
 \right\}

vous déduisez que $-1+3$ doit être nul, ce qui est absurde.

Donc $Q$ est un polynôme de degré supérieur ou égal à $2.$

Analyse. Si $Q$ est de degré $2$, il existe un réel $a$ et un réel $b$ tels que $Q(X)=X^2+aX+b.$ La relation $Q(f)(w) = 0$ s’écrit :

\begin{align*}
(f\circ f+a f+ b\mathrm{Id}_{\R^3})(w)&\in V_1 \\
f(f(w))+af(w)+bw &\in V_1\\
f(3,-1,3)+a(3,-1,3)+b(1,0,0)&\in V_1\\
(7,-5,11)+(3a,-a,3a)+(b,0,0) &\in V_1\\
(7+3a+b, -5-a, 11+3a) &\in V_1.
\end{align*}

Cela implique que :

\begin{align*}
(-5-a)+(11+3a)&=0\\
2a+6 &=0\\
a&=-3.
\end{align*}

D’autre part :

\begin{align*}
7+3a+b&=0 \\
b&=-3a-7\\
b&=9-7\\
b&=2. 
\end{align*}

Synthèse. Posez $Q(X) = X^2-3X+2.$

Vous calculez $A^2-3A+2I$ ce qui fournit :

\begin{align*}
A^2-3A+2I &= 
\begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix}
-3
\begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix}
+
2 \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
\\
&= 
\begin{pmatrix}
7 & -3 & -3 \\
-5 & 5 & 1\\
11 & -7 & -3
\end{pmatrix}
+
\begin{pmatrix}
-9 & 3 & 3 \\
3 & -6 & 0\\
-9 & 6 & 0
\end{pmatrix}
+
\begin{pmatrix}
2 & 0 & 0\\
0 & 2 & 0\\
0 & 0 & 2
\end{pmatrix}
\\
&=
\begin{pmatrix}
0 & 0 & 0\\
-2 & 1 & 1\\
2 & -1 & -1
\end{pmatrix}.
\end{align*}

Du coup :

\begin{align*}
(A^2-3A+2I) 
\begin{pmatrix}
1\\
0\\
0
\end{pmatrix} 
&=
 \begin{pmatrix}
0 & 0 & 0\\
-2 & 1 & 1\\
2 & -1 & -1
\end{pmatrix}
\begin{pmatrix}
1\\
0\\
0
\end{pmatrix} 
\\
&=
\begin{pmatrix}
0\\
-2\\
2
\end{pmatrix}.
\end{align*}

Du coup :

(f\circ f+a f+ b\mathrm{Id}_{\R^3})(w) = (0,-2,2).

La première coordonnée de $(0,-2,2)$ est nulle et la somme $-2+2$ est nulle, donc $(0,-2,2)\in V_1.$

Ainsi $\boxed{Q(f)(w)\in V_1}.$

Le polynôme $\boxed{Q(X) = X^2-3X+2 = (X-1)(X-2)}$ est le polynôme conducteur du vecteur $w$ dans l’espace $V_1.$

Déterminez le vecteur $v_2$

D’après ce qui précède :

((f-\mathrm{Id}_{\R^3})\circ (f-2\mathrm{Id}_{\R^3}))(w)\in V_1.

Posez $v_2 = (f-2\mathrm{Id}_{\R^3})(w).$ Alors :

(f-\mathrm{Id}_{\R^3})(v_2)\in V_1

Du coup :

\begin{align*}
f(v_2)-v_2\in V_1\\
f(v_2)-v_2 \in \mathrm{Vect}(v_1)\\
f(v_2)\in \mathrm{Vect}(v_1,v_2).
\end{align*}

Le vecteur $v_2$ convient bien. Pour plus de précisions, vous le calculez explicitement :

\begin{align*}
v_2 &= f(w)-2w\\
&=f(1,0,0)+(-2,0,0)\\
&=(3,-1,3)+(-2,0,0)\\
&=(1,-1,3).
\end{align*}

Vous calculez $f(v_2)-v_2$ et déduisez une décomposition de $f(v_2)$ comme combinaison linéaire des vecteurs $v_1$ et $v_2$.

\begin{align*}
f(v_2)-v_2 &= f(1,-1,3)-(1,-1,3) \\
&=(1,-3,5)+(-1,1,-3)\\
&=(0,-2,2)\\
&=-2(0,1,-1)\\
&=-2v_1.
\end{align*}

Ainsi, avec $\boxed{v_2 = (1,-1,3)}$ vous obtenez $\boxed{f(v_2)=v_2-2v_1.}$

Construisez un vecteur $v_3$ tel que $f(v_3)\in\mathrm{Vect}(v_1,v_2,v_3)$

Il convient déjà de remarquer que la famille $(v_1,v_2)$ est libre.

En effet, $v_1$ n’est pas nul, donc $(v_1)$ est libre.

Si $(v_1,v_2)$ était liée, vous auriez $v_2 \in\mathrm{Vect}(v_1)$ donc $v_2\in V_1$ ce qui est absurde.

Posez $V_2 = \mathrm{Vect}(v_1,v_2)$ qui est de dimension $2.$

Si vous arrivez à construire un vecteur $v_3$ tel que $v_3\notin V_2$ alors $(v_1,v_2,v_3)$ sera libre et aura autant de vecteurs que la dimension de $\R^3$ ce sera donc une base de $R^3$ donc le vecteur $f(v_3)$ appartiendra bien à l’ensemble $\mathrm{Vect}(v_1,v_2,v_3).$

Caractérisez l’espace $V_2$ par une équation

Analyse. Soit $(x_1,x_2,x_3)\in V_2.$

Il existe deux réels $a$ et $b$ tels que :

\begin{align*}
(x_1,x_2,x_3) &= a(0,1,-1) + b(1,-1,3)\\
&=(0,a,-a)+(b,-b,3b)\\
&=(b,a-b,-a+3b).
\end{align*}

Vous déduisez que :

\begin{array}{lll}
a&-b&=x_2\\
-a&+3b &= x_3\\
&\hphantom{+}b &= x_1.
\end{array}

Vous éliminez $a$ dans la seconde équation :

\begin{array}{lll}
a&-b&=x_2\\
&\hphantom{+}2b &= x_2+x_3\\
&\hphantom{+}b &= x_1.
\end{array}

Vous permutez les lignes $2$ et $3$ :

\begin{array}{lll}
a&-b&=x_2\\
&\hphantom{+}b &= x_1\\
&\hphantom{+}2b &= x_2+x_3.
\end{array}

Vous éliminez $b$ de la dernière équation :

\begin{array}{lll}
a&-b&=x_2\\
&\hphantom{+}b &= x_1\\
&\hphantom{+}0&= -2x_1+x_2+x_3.
\end{array}

Puis vous trouvez $a$ :

\begin{array}{lll}
&\hphantom{+}a&=x_1+x_2\\
&\hphantom{+}b &= x_1\\
&\hphantom{+}0&= -2x_1+x_2+x_3.
\end{array}

Analyse. Soit $(x_1,x_2,x_3)\in\R^3$ tel que $-2x_1+x_2+x_3 = 0.$

Vous posez $a = x_1+x_2$ et $b=x_1$ puis vous calculez ce qui suit :

\begin{align*}
av_1+bv_2 &= a(0,1,-1) + b(1,-1,3)\\
&=(x_1+x_2)(0,1,-1) + x_1(1,-1,3)\\
&=(0,x_1+x_2,-x_1-x_2)+(x_1,-x_1,3x_1)\\
&=(x_1, x_2, 2x_1-x_2).
\end{align*}

Or, $-2x_1+x_2+x_3 = 0$ fournit $x_3 = 2x_1-x_2$ donc $av_1+bv_2 = (x_1,x_2,x_3)$ et $(x_1,x_2,x_3)\in V_2.$

Conclusion. Vous avez établi que :

V_2 = \left\{(x_1,x_2,x_3)\in\R^3,  -2x_1+x_2+x_3 = 0  \right\}.

Choisissez un vecteur $v_3$ qui convient

Posez $\boxed{v_3 = (0,1,0).}$ Comme $-2\times 0+1+0 \neq 0$, $v_3 \notin V_2$ donc $(v_1,v_2,v_3)$ est libre et $(v_1,v_2,v_3)$ est une base de $\R^3.$

Pour davantage de précisions, vous allez calculer $f(v_3)$ et le décomposer sur la base $(v_1,v_2,v_3).$

\begin{align*}
f(v_3) &= f(0,1,0) \\
&=(-1,2,-2).
\end{align*}

Or, il existe trois réels $a$, $b$ et $c$ tels que $av_1+bv_2+cv_3 = (-1,2,-2).$

\begin{align*}
av_1+bv_2+cv_3 &=a(0,1,-1)+b(1,-1,3)+c(0,1,0)\\
&=(0,a,-a)+(b,-b+3b)+(0,c,0)\\
&=(b, a-b+c, -a+3b).
\end{align*}

Du coup :

\left\{\begin{align*}
b&=-1\\
a-b+c&=2\\
-a+3b &=-2
\end{align*}\right.
\left\{\begin{align*}
b&=-1\\
a+1+c&=2\\
-a-3 &=-2
\end{align*}\right.
\left\{\begin{align*}
b&=-1\\
a+1+c&=2\\
-1 &=a
\end{align*}\right.
\left\{\begin{align*}
b&=-1\\
c&=2\\
-1 &=a.
\end{align*}\right.

La décomposition du vecteur $f(v_3)$ est :

\boxed{f(v_3) = -v_1-v_2+2v_3.}

Concluez

Dans la base $(v_1,v_2,v_3)$ où $v_1 =(0,1,-1)$, $v_2 = (1,-1,3)$ et $v_3 = (0,1,0)$ la matrice de $f$ est triangulaire supérieure et elle égale à :

\begin{pmatrix}
2 &  -2& -1 \\
0 &  1& -1\\
0 &  0& 2\\
\end{pmatrix}.

L’endomorphisme $f$ a été trigonalisé.

278. Un espace utile stable par un endomorphisme

Soient $\K$ un corps et $f$ un endomorphisme d’un $\K$-espace vectoriel noté $E$. Soit $\lambda\in\K$ un scalaire.

Notez :

F=\mathrm{Im} (f-\lambda\mathrm{Id}) = \{f(x)-\lambda x, x\in E\}.

Vous allez démontrer que $F$ est stable par $f.$

Ce résultat est si important dans la trigonalisation ou la jordanisation d’un endomorphisme que vous en trouverez deux démonstrations.

Première démonstration

Soit $y\in F.$

Par définition de $F$, il existe $x\in E$ tel que :

y=f(x)-\lambda x.

L’application $f$ étant linéaire, il vient :

\begin{align*}
f(y) &= f(f(x)-\lambda x)\\
&=f(f(x))-\lambda f(x). 
\end{align*}

Posez $z = f(x).$

Comme $f$ est un endomorphisme de $E$, il vient $f(x)\in E$ et $z\in E.$

Comme :

f(y) = f(z)-\lambda z

vous déduisez que $f(y)\in F.$

Ainsi :

\boxed{\forall y\in F, f(y)\in F.}

Seconde démonstration

Soit $y\in F.$

Il s’agit de montrer que $f(y)$ est encore dans $F$.

Vous remarquez bien entendu que le vecteur $f(y)-\lambda y$ appartient à $F$ puisque $y\in E.$

Comme $F$ est l’image de l’endomorphisme $f-\lambda \mathrm{Id}$, $F$ est un sous-espace vectoriel de $E.$

Comme $y\in F$, vous déduisez $\lambda y \in F.$

Par somme, vous déduisez $(f(y)-\lambda y) + \lambda y \in F$ et donc $f(y)\in F.$

Ainsi :

\boxed{\forall y\in F, f(y)\in F.}

277. Trigonalisez une matrice en utilisant des images d’endomorphismes

Considérez la matrice :

A= \begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix}.

Soit $(x_1,x_2,x_3)\in\R^3.$ En posant $X = \begin{pmatrix} x_1 \\ x_2\\ x_3\end{pmatrix}$ il vient :

\begin{align*}
AX &= \begin{pmatrix}
3 & -1 & -1 \\
-1 & 2 & 0\\
3 & -2 & 0
\end{pmatrix}
\begin{pmatrix} x_1 \\ x_2\\ x_3\end{pmatrix} 
\\
&=\begin{pmatrix} 3x_1-x_2-x_3 \\ -x_1+2x_2\\3x_1-2 x_2\end{pmatrix}.
\end{align*}

Vous allez considérer l’endomorphisme $f$ de $\R^3$ défini par :

\forall (x_1,x_2,x_3), f(x_1,x_2,x_3) = (3x_1-x_2-x_3,-x_1+2x_2, 3x_1-2x_2).

Quelques notations

Notez $e_1 = (1,0,0)$ le premier vecteur de la base canonique de $\R^3.$

Notez $e_2 = (0,1,0)$ le deuxième vecteur de la base canonique de $\R^3.$

Notez $e_3 = (0,0,1)$ le troisième vecteur de la base canonique de $\R^3.$

La matrice de $f$ dans la base $(e_1,e_2,e_3)$ est bien la matrice $A.$

Pour tout sous-espace vectoriel $H$ de $\R^3$ vous noterez $\mathrm{Id}_H$ l’application identité de $H.$

Qu’est-ce que trigonaliser l’endomorphisme $f$ ?

Il s’agit de trouver une base de $\R^3$, notée $(v_1,v_2,v_3)$ telle que :

\left\{\begin{align*}
f(v_1)&\in \mathrm{Vect}(v_1)\\
f(v_2)&\in \mathrm{Vect}(v_1,v_2)\\
f(v_3)&\in \mathrm{Vect}(v_1,v_2,v_3).
\end{align*}\right.

Comment démarrer ?

Tout d’abord, à supposer que vous êtes arrivé à trigonaliser l’endomorphisme $f$, il existe une base $(v_1,v_2,v_3)$ de $\R^3$ (donc $v_1$ est non nul) qui satisfait les conditions ci-dessus.

Comme $f(v_1)\in \text{Vect}(v_1)$, vous déduisez qu’il existe $\lambda\in\R$ tel que $f(v_1)=\lambda v_1$ donc $(f-\lambda \mathrm{Id}_{\R^3})(v_1) = 0.$ Par suite l’endomorphisme $f-\lambda \mathrm{Id}_{\R^3}$ n’est pas injectif.

Il s’agit ainsi de trouver $\lambda\in\R$ pour que $f-\lambda \mathrm{Id}_{\R^3}$ ne soit pas un automorphisme de $\R^3.$ Trouver un réel $\lambda$ qui satisfait cette condition, c’est trouver une valeur propre de $f$.

Ciblez les valeurs propres potentielles de $f$

L’intérêt d’un endomorphisme, c’est qu’il peut s’itérer plusieurs fois.

Vous calculez successivement :

\begin{align*}
f(e_1) &= (3, -1, 3)\\
f^2(e_1) &= f(f(e_1)) =  f(3,-1,3) =(7, -5, 11)\\
f^3(e_1) &= f(f(f(e_1))) = f(7,-5,11) = (15, -17, 31).
\end{align*}

La famille $(e_1, f(e_1), f^2(e_1), f^3(e_1) )$ est formée par quatre vecteurs de $\R^3$ qui est engendré par les $3$ vecteurs de la base canonique, donc elle est liée.

La méthode du pivot va permettre de trouver une relation qui les lie.

Utilisez le vecteur $e_1$ pour faire apparaître des zéros sur la première coordonnée :

\begin{align*}
f(e_1)-3e_1 &=(0, -1, 3)\\
f^2(e_1)-7e_1 &= (0,-5, 11)\\
f^3(e_1)-15e_1 &=(0, -17, 31).
\end{align*}

La famille $(f(e_1)-3e_1, f^2(e_1)-7e_1, f^3(e_1)-5e_1)$ est formée par trois vecteurs qui appartiennent à $\text{Vect}(e_2, e_3)$ où $e_2 = (0,1,0)$ et $e_3 = (0,0,1)$, qui est un sous-espace vectoriel de $\R^3$ engendré par $2$ vecteurs, donc elle est liée.

Vous continuez ainsi :

\begin{align*}
-5f(e_1)+15e_1 &=(0, 5, -15)\\
f^2(e_1)-7e_1 &= (0,-5, 11)\\
f^2(e_1)-5f(e_1)+8e_1 &=(0,0,-4).
\end{align*}
\begin{align*}
-17f(e_1)+51e_1 &=(0, 17, -51)\\
f^3(e_1)-15e_1 &=(0, -17, 31)\\
f^3(e_1)-17f(e_1)+36e_1&=(0,0,-20).
\end{align*}

A partir des deux dernières relations, vous pouvez obtenir le vecteur nul.

\begin{align*}
-5f^2(e_1)+25f(e_1)-40e_1 &=(0,0,20)\\
f^3(e_1)-17f(e_1)+36e_1&=(0,0,-20).
\end{align*}
\begin{align*}
f^3(e_1)-5f^2(e_1)+8f(e_1)-4e_1 &= 0 \\
(f^3-5f^2+8f-4\mathrm{Id}_{\R^3})(e_1) &=0.
\end{align*}

Factorisez le polynôme $X^3-5X^2+8X-4$

Posez $P(X) = X^3-5X^2+8X-4.$

Ce polynôme étant à coefficients entiers vous pouvez chercher des racines entières pour commencer.

$P(0)$ n’étant pas nul, vous essayez avec $X=1$ :

\begin{align*}
P(1) &= 1-5+8-4 = 9-9\\
P(1)&= 0.
\end{align*}

Ainsi, $1$ est racine de $P$ donc $P$ est factorisable par $X-1.$ Par identification du coefficient dominant et du coefficient $-4$ du polynôme $P$ vous obtenez l’existence de $a\in\R$ tel que $P(X) = (X-1)(X^2+aX+4).$

Effectuez $X=-1$, vous obtenez : $-1-5-8-4 = (-2)(5-a)$ donc $-18 = (-2)(5-a) $ puis $9=5-a$ donc $a=-4.$

Donc $P(X) = (X-1)(X^2-4X+4) = (X-1)(X-2)^2.$

Les valeurs propres possibles de $f$ sont égales à $1$ ou $2$

D’après ce qui précède, $f^3-5f^2+8f-4\mathrm{Id}_{\R^3} = (f- \mathrm{Id}_{\R^3}) \circ (f- 2\mathrm{Id}_{\R^3}) \circ (f- 2\mathrm{Id}_{\R^3}).$

Si $f$ ne possédait pas de valeur propre, les deux endomorphismes de $\R^3$, $f- \mathrm{Id}_{\R^3}$ et $f- 2\mathrm{Id}_{\R^3}$ seraient des automorphismes de $\R^3.$

En composant successivement par les automorphismes réciproques, il viendrait :

\begin{align*}
(f^3-5f^2+8f-4\mathrm{Id})(e_1) &=0\\
\left[(f- \mathrm{Id}) \circ (f- 2\mathrm{Id}) \circ (f- 2\mathrm{Id})\right](e_1)&=0\\
\left[ (f- 2\mathrm{Id}) \circ (f- 2\mathrm{Id})\right](e_1) &= (f- \mathrm{Id})^{-1}(0) =0\\
(f- 2\mathrm{Id})(e_1)&= (f- 2\mathrm{Id})^{-1}(0) = 0\\
e_1 &= (f- 2\mathrm{Id})^{-1}(0)=0.
\end{align*}

La dernière égalité étant une contradiction, vous déduisez que l’un au moins des deux endomorphismes parmi $f- \mathrm{Id}_{\R^3}$ et $f- 2\mathrm{Id}_{\R^3}$ n’est pas injectif et donc $f$ possède au moins une valeur propre.

A ce stade vous ne savez pas encore si $f- \mathrm{Id}_{\R^3}$ est un automorphisme ou non. Pour le savoir, vous pouvez calculer son image, qui sera utile dans la suite.

Déterminez l’image de l’endomorphisme $f- \mathrm{Id}_{\R^3}$

Notez $F = \mathrm{Im} (f- \mathrm{Id}_{\R^3})$.

$F$ est engendré par les vecteurs $f(e_1)-e_1$, $f(e_2)-e_1$, $f(e_3)-e_3$. Or :

\begin{align*}
f(e_1)-e_1 &= (3, -1, 3) - (1,0,0) = (2,-1,3)\\
f(e_2)-e_2 &= (-1, 2, -2) - (0,1,0) = (-1,1,-2)\\
f(e_3)-e_3 &= (-1, 0, 0) - (0,0,1) = (-1,0,-1).
\end{align*}

Vous constatez que :

\begin{align*}
-(-1,1,-2)-(-1,0,-1) &= (1,-1,2)+(1,0,1)\\
&=(2,-1,3).
\end{align*}

Par conséquent $F = \mathrm{Vect}((-1,1,-2), (-1,0,-1) ).$

$F$ est un espace vectoriel de dimension inférieure ou égale à $2$, donc $1$ est valeur propre de $f.$

D’autre part, la famille $((-1,1,-2), (-1,0,-1))$ est libre. En effet, soit $(a,b)\in\R^2$ tel que $a(-1,1,-2) + b(-1,0,-1) = 0.$

La deuxième coordonnée fournit $a = 0$ donc $b(-1,0,-1) = 0$ et la première coordonnée fournit $-b=0$ donc $b=0.$

Le sous-espace vectoriel $F = \mathrm{Im} (f- \mathrm{Id})$ admet pour base la famille $((-1,1,-2), (-1,0,-1)).$

Or, d’après le contenu rédigé dans l'article 278, $F$ est stable par $f.$

Vous considérez l’endomorphisme $g$ de $F$ défini par $\forall x\in F, g(x) = f(x).$ Cet endomorphisme est usuellement noté $ f_{\vert F}$, c’est la restriction de $f$ à $F.$ Comme $F$ est seulement de dimension $2$, il va être plus aisé de trigonaliser $g.$

Votre plan pour trigonaliser l’endomorphisme $g$

Il s’agit tout d’abord de trouver une valeur propre de $g$, appelée $\mu.$

L’application identité de $F$ sera notée $\mathrm{Id}_F$ dans la suite.

L’endomorphisme $g-\mu\mathrm{Id}_F$ ne sera pas un automorphisme de $F$, donc non surjectif, donc le sous-espace $G$ défini par $G = \mathrm{Im}(g-\mu\mathrm{Id}_F)$ aura une dimension strictement inférieure à celle de $F.$

Comme $F$ admet pour base $((-1,1,-2), (-1,0,-1))$ vous déduisez que $G$ sera engendré par la famille $((g-\mu\mathrm{Id}_F)(-1,1,-2), (g-\mu\mathrm{Id}_F)(-1,0,-1)).$

Trouvez une valeur propre candidate pour $g$

Le vecteur $\boxed{e’_1 = (-1,1,-2)}$ appartient à $F$, vous calculez la suite de ses itérés.

\begin{align*}
g(e'_1) &= g(-1,1,-2)\\
&= f(-1,1,-2)\\
&=(-2,3-5).
\end{align*}

Notez $\boxed{e’_2 = (-1,0,-1).}$

\begin{align*}
g(e'_2) &= g(-1,0,-1)\\
&= f(-1,0,-1)\\
&=(-2,1,-3).
\end{align*}

Comme $F$ admet pour base $(e’_1,e’_2)$ et $g$ est un endomorphisme de $F$, vous déduisez que $g(e’_1)$ se décompose sur cette base.

Il existe deux réels $a$ et $b$ tels que :

(-2,3,-5) = a(-1,1,-2)+b(-1,0,-1).

La seconde coordonnée fournit :

3=a.

Du coup :

\begin{align*}
(-2,3,-5) &= (-3,3,-6)+b(-1,0,-1)\\
(1,0,1) &= b(-1,0,-1)\\
-1 = b.
\end{align*}

Ainsi :

g(e'_1) = 3e'_1-e'_2.

De même, $g(e’_2)$ se décompose au sein de la base $(e’_1,e’_2).$

Il existe deux réels notés encore $a$ et $b$ tels que :

(-2,1,-3) = a(-1,1,-2)+b(-1,0,-1).

La seconde coordonnée fournit :

1 = a.

Du coup :

\begin{align*}
(-2,1,-3) &= (-1,1,-2)+b(-1,0,-1)\\
(-1,0,-1) &= b(-1,0,-1)\\
1 &= b.
\end{align*}
g(e'_2) = e'_1+e'_2.

Repartez de la relation $g(e’_1) = 3e’_1-e’_2$ puis vous appliquez $g.$

\begin{align*}
g^2(e'_1) &= g(g(e'_1))\\
&=g(3e'_1-e'_2)\\
&=3g(e'_1)-g(e'_2)\\
&=3(3e'_1-e'_2)-(e'_1+e'_2)\\
&=8e'_1-4e'_2.
\end{align*}

La famille $(e’_1, g(e’_1), g^2(e’_1))$ est une famille de trois vecteurs de $F$ qui est un espace généré par deux vecteurs. Donc cette famille est liée.

Comme :

\begin{align*}
g(e'_1)-3e'_1 &=-e'_2\\
g^2(e'_1)-8e'_1 &=-4e'_2
\end{align*}

vous multipliez la première ligne par $-4$ pour obtenir :

\begin{align*}
-4g(e'_1)+12e'_1 &=4e'_2\\
g^2(e'_1)-8e'_1 &=-4e'_2.
\end{align*}

Et par somme, il vient :

\begin{align*}
g^2(e'_1)-4g(e'_1)+4e'_1 = 0\\
(g^2-4g+4\mathrm{Id}_F)(e'_1) = 0.
\end{align*}

Le polynôme $X^2-4X+4$ est factorisable, puisque $X^2-4X+4 = (X-2)^2$ du coup :

((g-2\mathrm{Id}_F)\circ(g-2\mathrm{Id}_F))(e'_1) = 0.

Si l’endomorphisme $g-2\mathrm{Id}_F$ était inversible, en composant à gauche deux fois par $(g-2\mathrm{Id}_F)^{-1}$ vous auriez $e’_1 = 0$ ce qui est absurde.

Par suite, $g-2\mathrm{Id}_F$ n’est pas inversible, donc $g-2\mathrm{Id}_F$ n’est pas injectif donc le nombre $2$ est valeur propre de $g.$

Soit $G = \mathrm{Im}(g-2\mathrm{Id}_F).$ Toujours d’après le contenu rédigé dans l'article 278, $G$ est stable par $g.$

Vous considérez l’endomorphisme $h$ de $G$ défini par $\forall x\in G, h(x) = g(x) = f(x).$ Comme $G$ est de dimension inférieure ou égale à $1$, l’endomorphisme $h$ va être trigonalisé rapidement.

Déterminez une base de $G$

$G$ est engendré par la famille $((g-2\mathrm{Id}_F)(e’_1), (g-2\mathrm{Id}_F)(e’_2)).$

Vous effectuez les calculs suivants :

\begin{align*}
(g-2\mathrm{Id}_F)(e'_1) &= g(e'_1)-2e'_1 \\
&= 3e'_1-e'_2 - 2e'_1\\
&=e'_1-e'_2.
\end{align*}
\begin{align*}
(g-2\mathrm{Id}_F)(e'_2) &= g(e'_2)-2e'_2 \\
&= e'_1+e'_2 - 2e'_1\\
&=-e'_1+e'_2.
\end{align*}

Le vecteur $-e’_1+e’_2$ est égal à $-(e’_1-e’_2)$, ainsi :

G = \mathrm{Vect}(e'_1-e'_2).

Comme la famille $(e’_1,e’_2)$ est libre, le vecteur $e’_1-e’_2$ ne peut être le vecteur nul, donc $G$ est de dimension $1$.

Trigonalisez l’endomorphisme $h$

Posez $\boxed{v_1 = e’_1-e’_2= (0,1,-1).}$

\begin{align*}
h(v_1) &= h(e'_1)-h(e'_2)\\
&= g(e'_1)-g(e'_2)\\
&=(3e'_1-e'_2)-(e'_1+e'_2)\\
&=2e'_1-2e'_2\\
&=2(e'_1-e'_2)\\
&=2v_1.
\end{align*}

Trigonalisez l’endomorphisme $g$

$G$ est engendré par la famille $(e’_1,e’_2).$ Il est donc engendré par la famille $(v_1,e’_1,e’_2).$

La relation $v_1 = e’_1-e’_2 = (0,1,-1)$ fournit $e’_2 = e’_1-v_1$ donc $F = \mathrm{Vect}(v_1,e’_1).$

Comme $F$ est de dimension $2$, la famille $(v_1,e’_1)$ est une base de $F.$

Bien entendu, $g(v_1) = h(v_1) = 2v_1$ donc $g(v_1)\in\mathrm{Vect}(v_1).$

Pour l’image de $e’_1$ vous procédez comme suit :

\begin{align*}
g(e'_1) &= (g(e'_1)-2e'_1) + 2e'_1\\
&= (g-2\mathrm{Id}_F)(e'_1)  + 2e'_1\\
&=(e'_1-e'_2) + 2e'_1\\
&=v_1+2e'_1.
\end{align*}

$g(e’_1)\in\mathrm{Vect}(v_1,e’_1).$

En posant $\boxed{v_2 = e’_1 = (-1,1,-2)}$ vous avez obtenu $g(v_2)\in\mathrm{Vect}(v_1,v_2).$ et $(v_1,v_2)$ est une base de $F.$

Trigonalisez l’endomorphisme $f$

$\R^3$ est engendré par $(e_1,e_2,e_3)$ donc il est aussi engendré par $(v_1,v_2,e_1,e_2,e_3).$

En prenant les expressions $v_1 =e’_1-e’_2 = (0,1,-1)$ et $v_2 =(-1,1,-2)$ vous déduisez :

\begin{align*}
v_1 &= &e_2&-e_3\\
v_2 &= -e_1&+e_2&-2e_3\\
2v_1-v_2&=e_1+e_2.
\end{align*}

Par suite, $e_2 = 2v_1-v_2-e_1$ et $e_2 \in \mathrm{Vect}(v_1,v_2,e_1).$

Comme $e_3 = e_2-v_1 = v_1-v_2-e_1$, vous avez aussi $e_3 \in \mathrm{Vect}(v_1,v_2,e_1).$

Posez $v_3 = e_3 = (0,0,1).$

Vous avez montré que $\R^3$ est engendré par la famille $(v_1,v_2,v_3).$

Comme $\R^3$ est de dimension $3$, vous déduisez que $(v_1,v_2,v_3)$ est une base de $\R^3.$

Bien entendu, $f(v_1)=g(v_1) = 2v_1$ donc $f(v_1)\in\mathrm{Vect}(v_1).$

Il a été montré plus haut que $g(v_2) = v_1+2v_2.$ Comme $f(v_2)=g(v_2)$ vous avez $f(v_2) = v_1+2v_2$ et $f(v_2)\in\mathrm{Vect}(v_1,v_2).$

Il reste à finir avec $f(v_3).$ Comme c’est un vecteur de $\R^3$ il se décompose dans la base $(v_1,v_2,v_3)$ donc $f$ est bien trigonalisé dans la base $(v_1,v_2,v_3).$

Déterminez la matrice de $f$ dans la nouvelle base $(v_1,v_2,v_3)$

Vous procédez comme précédemment.

\begin{align*}
f(v_3) = (f-\mathrm{Id}_{\R^3})(v_3)+v_3.
\end{align*} 

Comme $(f-\mathrm{Id}_{\R^3})(v_3)$ appartient à $F$ et que $F$ admet pour base $(v_1,v_2)$ il va y avoir une décomposition.

Il existe donc deux réels $a$ et $b$ tels que :

\begin{align*}
(f-\mathrm{Id}_{\R^3})(v_3) &= av_1+bv_2\\
f(v_3)-v_3 &= av_1+bv_2\\
f(0,0,1)-(0,0,1) &= a(0,1,-1)+b(-1,1,-2)\\
(-1,0,0)-(0,0,1) &=(0,a,-a)+(-b,b,-2b)\\
(-1,0,-1)&=(-b,a+b,-a-2b).
\end{align*}
 

L’identification de la première coordonnée fournit $b=1.$

L’identification de la deuxième fournit $a+b=0$ donc $a=-1.$

Pour vérifier que tout va bien vous calculez $-a-2b$ ce qui fournit $1-2 = -1$ la troisième coordonnée concorde.

Ainsi $f(v_3) = -v_1+v_2+v_3.$

Concluez

Dans la base $(v_1,v_2,v_3)$ où $v_1 = (0,1,-1)$, $v_2 = (-1,1,-2)$ et $v_3 = (0,0,1)$ la matrice de $f$ est triangulaire supérieure et elle égale à :

\begin{pmatrix}
2 &  1& -1 \\
0 &  2& 1\\
0 &  0& 1\\
\end{pmatrix}.

L’endomorphisme $f$ a été trigonalisé.

276. Factorisez une matrice en utilisant la décomposition PLU (2/2)

Soit $A$ la matrice définie par :

A= \begin{pmatrix}
1 & 1 & -1 \\
-1 & 1 & 2\\
1& 1 & 1
\end{pmatrix}.

Utilisez des opérations élémentaires sur les lignes

Vous partez de la factorisation suivante avec la matrice identité :

A= \begin{pmatrix}
1 & 0 & 0 \\
0 & 1 & 0\\
0& 0 & 1
\end{pmatrix}
\begin{pmatrix}
1 & 1 & -1 \\
-1 & 1 & 2\\
1& 1 & 1
\end{pmatrix}.

Vous intercalez la matrice de transvection correspondant à l’opération élémentaire $L_2\leftarrow L_2+L_1$ qui est égale à :

\begin{pmatrix}
1 & 0 & 0 \\
1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}.

Cette matrice est inversible et admet pour inverse :

\begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}.

Du coup :

\begin{align*}
A&= \left[
\begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}
\begin{pmatrix}
1 & 0 & 0 \\
1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}
\right]
\begin{pmatrix}
1 & 1 & -1 \\
-1 & 1 & 2\\
1& 1 & 1
\end{pmatrix}
\\
&= \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}
\left[
\begin{pmatrix}
1 & 0 & 0 \\
1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}
\begin{pmatrix}
1 & 1 & -1 \\
-1 & 1 & 2\\
1& 1 & 1
\end{pmatrix}
\right]
\\
&= \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}

\begin{pmatrix}
1 & 1 & -1 \\
0 & 2 & 1\\
1& 1 & 1
\end{pmatrix}.

\end{align*}

Ensuite, vous utilisez l’opération élémentaire $L_3\leftarrow L_3-L_1$, les détails seront omis, ils sont similaires à la démarche employée ci-dessus.

\begin{align*}
A &= \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
0& 0 & 1
\end{pmatrix}

\begin{pmatrix}
1 & 1 & -1 \\
0 & 2 & 1\\
1& 1 & 1
\end{pmatrix}


\\

&= \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
1& 0 & 1
\end{pmatrix}

\begin{pmatrix}
1 & 1 & -1 \\
0 & 2 & 1\\
0& 0 & 2
\end{pmatrix}
\end{align*}

Notez qu’ici une factorisation $LU$ a été suffisante, ce qui revient à prendre $P$ égale à la matrice identité.

Vous posez :

\begin{align*}
L &= \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
1& 0 & 1
\end{pmatrix}
\\
U&=
\begin{pmatrix}
1 & 1 & -1 \\
0 & 2 & 1\\
0& 0 & 2
\end{pmatrix}.

\end{align*}

Note. Les matrices $L$ et $U$ sont triangulaires. Elles n’ont aucun coefficient nul sur leur diagonale principale, elles sont donc inversibles. Il en est de même pour la matrice $A.$

Résolvez trois systèmes linéaires

Le but étant de déterminer l’inverse de la matrice $A$, vous introduisez les notations suivantes :

\begin{align*}
E_1 = \begin{pmatrix}1\\0\\0\end{pmatrix} \qquad E_2 = \begin{pmatrix}0\\1\\0\end{pmatrix} \qquad E_3 = \begin{pmatrix}0\\0\\1\end{pmatrix}.
\end{align*}

Premier système

Vous cherchez à trouver $(x_1,x_2,x_3)\in\R^3$ tel que $X = \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix}$ soit solution de :

\begin{align*}
LUX &= E_1 \\
L(UX) &= E1.
\end{align*}

Vous résolvez d’abord le système $LY = E_1$ avec $Y$ défini par $Y= \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}$ où $(y_1,y_2,y_3)\in \R^3.$

Cela s’écrit :

 \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
1& 0 & 1
\end{pmatrix}
 \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}
= 
 \begin{pmatrix} 1 \\ 0 \\ 0 \end{pmatrix}

Cela est équivalent à :

\begin{align*}
y_1 &= 1\\
-y_1+y_2 &=0\\
y_1+y_3 &= 0.
\end{align*}
\begin{align*}
y_1 &= 1\\
y_2 &=1\\
y_3 &= -1.
\end{align*}

D’après ce qui précède, l’équation $LUX = E_1$ est équivalente à :

UX = \begin{pmatrix} 1 \\ 1 \\ -1\end{pmatrix}.

Cela s’écrit :

\begin{align*}
x_1+x_2-x_3 &= 1\\
2x_2+x_3&=1\\
2x_3&=-1
\end{align*}
\begin{align*}
x_1+x_2 &= 1+x_3\\
2x_2&=1-x_3\\
x_3&=-1/2
\end{align*}
\begin{align*}
x_1+x_2 &= 1/2\\
2x_2& = 3/2\\
x_3&=-1/2
\end{align*}
\begin{align*}
x_1 &= 1/2-x_2\\
x_2& = 3/4\\
x_3&=-1/2
\end{align*}
\begin{align*}
x_1 &= -1/4\\
x_2& = 3/4\\
x_3&=-1/2.
\end{align*}

La première colonne de $A^{-1}$ est :

\begin{pmatrix}
-1/4 \\
3/4 \\
-1/2
\end{pmatrix}.

Deuxième système

Vous cherchez à trouver $(x_1,x_2,x_3)\in\R^3$ tel que $X = \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix}$ soit solution de :

\begin{align*}
LUX &= E_2.
\end{align*}

Vous résolvez d’abord le système $LY = E_2$ avec $Y$ défini par $Y= \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}$ où $(y_1,y_2,y_3)\in \R^3.$

 \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
1& 0 & 1
\end{pmatrix}
 \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}
= 
 \begin{pmatrix} 0 \\ 1 \\ 0 \end{pmatrix}

Vous trouvez ce qui suit :

\begin{align*}
y_1 &= 0\\
y_2 &=1\\
y_3 &= 0.
\end{align*}

Vous déduisez qu’il vous reste à résoudre :

UX = \begin{pmatrix} 0 \\ 1 \\ 0\end{pmatrix}.
\begin{align*}
x_1+x_2-x_3 &= 0\\
2x_2+x_3&=1\\
2x_3&=0
\end{align*}
\begin{align*}
x_1+x_2 &= 0\\
2x_2&=1\\
x_3&=0
\end{align*}
\begin{align*}
x_1 &= -x_2\\
x_2&=1/2\\
x_3&=0
\end{align*}
\begin{align*}
x_1 &= -1/2\\
x_2&=1/2\\
x_3&=0.
\end{align*}

La deuxième colonne de $A^{-1}$ est :

\begin{pmatrix}
-1/2 \\
1/2\\
0
\end{pmatrix}.

Troisième système

Vous cherchez à trouver $(x_1,x_2,x_3)\in\R^3$ tel que $X = \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix}$ soit solution de :

\begin{align*}
LUX &= E_3.
\end{align*}

Vous résolvez d’abord le système $LY = E_3$ avec $Y$ défini par $Y= \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}$ où $(y_1,y_2,y_3)\in \R^3.$

 \begin{pmatrix}
1 & 0 & 0 \\
-1 & 1 & 0\\
1& 0 & 1
\end{pmatrix}
 \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}
= 
 \begin{pmatrix} 0 \\ 0 \\ 1 \end{pmatrix}
\begin{align*}
y_1 &= 0\\
y_2 &=0\\
y_3 &= 1.
\end{align*}

Vous déduisez qu’il vous reste à résoudre :

UX = \begin{pmatrix} 0 \\ 0 \\ 1\end{pmatrix}.
\begin{align*}
x_1+x_2-x_3 &= 0\\
2x_2+x_3&=0\\
2x_3&=1
\end{align*}
\begin{align*}
x_1+x_2 &= x_3\\
2x_2&=-x_3\\
x_3&=1/2
\end{align*}
\begin{align*}
x_1+x_2 &= 1/2\\
2x_2&=-1/2\\
x_3&=1/2
\end{align*}
\begin{align*}
x_1 &= 1/2-x_2\\
x_2&=-1/4\\
x_3&=1/2
\end{align*}
\begin{align*}
x_1 &= 3/4\\
x_2&=-1/4\\
x_3&=1/2.
\end{align*}

La troisième colonne de $A^{-1}$ est :

\begin{pmatrix}
3/4 \\
-1/4\\
1/2
\end{pmatrix}.

Application : la matrice inverse de $A$

La matrice $A$ est inversible et son inverse est égale à :

A^{-1} = \begin{pmatrix}
-1/4 & -1/2 & 3/4\\
3/4 & 1/2& -1/4\\
-1/2& 0 & 1/2
\end{pmatrix}.

275. Factorisez une matrice en utilisant la décomposition PLU (1/2)

Il a été établi dans le contenu se trouvant dans l'article 083 qu’une matrice $A$ inversible admet une décomposition $LU$ si et seulement si tous ses mineurs principaux sont inversibles.

Dans cet article vous mettrez en évidence une méthode qui généralise cette factorisation à condition d’y rajouter une matrice $P$ dite de permutation, lorsque la condition sur les mineurs n’est pas satisfaite.

L’échec de la décomposition $LU$ pour certaines matrices

Pour illustrer la situation, vous allez vérifier que la matrice suivante :

A= \begin{pmatrix}
1 & 2 & 2\\
2 & 4 & -1\\
1 & -1 & 1
\end{pmatrix}

n’admet pas de décomposition $LU.$

Note. Cela est causé par la défaillance du mineur principal d’ordre $2$ qui est nul :

\begin{vmatrix}
1 & 2 \\
2 & 4
\end{vmatrix} = 4\times 1-2\times 2=0.

Raisonnez par l’absurde en supposant qu’il existe neuf nombres réels $\ell_{21}$, $\ell_{31}$, $\ell_{32}$, $u_{11}$, $u_{12}$, $u_{13}$, $u_{22}$, $u_{23}$ et $u_{33}$, de sorte que $A$ s’écrive sous la forme $A=LU$ avec :

L= \begin{pmatrix}
1 & 0 & 0\\
\ell_{21} & 1 & 0\\
\ell_{31} & \ell_{32} & 1
\end{pmatrix}

et

U= \begin{pmatrix}
u_{11}& u_{12} & u_{13}\\
0 & u_{22} & u_{23}\\
0 & 0 & u_{33}
\end{pmatrix}.

Le calcul de la première ligne de $L$ avec la première colonne de $U$ fournit $u_{11} = 1.$

Le calcul de la première ligne de $L$ avec la deuxième colonne de $U$ fournit $u_{12} = 2.$

Le calcul de la deuxième ligne de $L$ avec la première colonne de $U$ fournit $\ell_{21}u_{11} = 2$ soit $\ell_{21} = 2.$

Le calcul de la deuxième ligne de $L$ avec la deuxième colonne de $U$ fournit $\ell_{21}u_{12}+u_{22} = 4$ soit $u_{22} = 0.$

A ce stade il a été montré que :

L= \begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
\ell_{31} & \ell_{32} & 1
\end{pmatrix}

et

U= \begin{pmatrix}
1&2 & u_{13}\\
0 & 0 & u_{23}\\
0 & 0 & u_{33}
\end{pmatrix}.

Le calcul de la première ligne de $L$ avec la troisième colonne de $U$ fournit $u_{13} = 2.$

Le calcul de la deuxième ligne de $L$ avec la troisième colonne de $U$ fournit $2u_{13} +u_{23}= -1$ soit $u_{23}= -5.$

Le calcul de la troisième ligne de $L$ avec la première colonne de $U$ fournit $\ell_{31}= 1.$

Ainsi vous avez obtenu :

L= \begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
1 & \ell_{32} & 1
\end{pmatrix}

et

U= \begin{pmatrix}
1&2 & 2\\
0 & 0 & -5\\
0 & 0 & u_{33}
\end{pmatrix}.

Le calcul de la troisième ligne de $L$ avec la deuxième colonne de $U$ fournit $2\ell_{31}= -1$ soit $2 = -1$, contradiction.

Déterminez une factorisation $PLU$ de la matrice $A$

Obtention de la première colonne de la matrice $U$

Le coefficient de $A$ situé à la première ligne et à la première colonne est non nul, vous le choisissez comme pivot, que vous encadrez :

A= \begin{pmatrix}
\boxed{1} & 2 & 2\\
2 & 4 & -1\\
1 & -1 & 1
\end{pmatrix}.

Vous effectuez l’opération élémentaire $L_2\leftarrow L_2-2L_1$ sur la matrice $A$ et vous obtenez la matrice :

 \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
1 & -1 & 1
\end{pmatrix}

Cette opération élémentaire sur les lignes se traduit par une multiplication de $A$ à gauche par une matrice de transvection :

 \begin{pmatrix}
1 & 0 & 0\\
-2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix} A= \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
1 & -1 & 1
\end{pmatrix}

Note. Pour plus d’informations sur cette opération, vous pouvez vous référer au contenu écrit dans l'article 274.

L’élimination de la matrice de transvection s’effectue en multipliant par une matrice qui représente l’opération élémentaire réciproque de cette transvection qui est $L_2\leftarrow L_2+2L_1.$ Vous multipliez l’égalité précédente à gauche par la matrice $\begin{pmatrix}1 & 0 & 0\\2 & 1 & 0\\0 & 0 & 1\end{pmatrix}$ :

\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
 \begin{pmatrix}
1 & 0 & 0\\
-2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix} A=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
 \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
1 & -1 & 1
\end{pmatrix}.

Or, le produit :

\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
 \begin{pmatrix}
1 & 0 & 0\\
-2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}

est égal à la matrice identité.

Ainsi :

A=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
 \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
1 & -1 & 1
\end{pmatrix}.

Vous utilisez le même pivot afin de poursuivre la factorisation de la matrice $A$ :

Vous effectuez l’opération élémentaire $L_3\leftarrow L_3-L_1$ sur la matrice où le pivot est encadré et vous obtenez, en suivant la même démarche que celle explicitée ci-dessus :

 \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
1 & -1 & 1
\end{pmatrix}
=   \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
1 & 0 & 1
\end{pmatrix}\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & -3 & -1
\end{pmatrix}.

Ainsi, tout se passe bien, le produit de deux matrices triangulaires inférieures étant lui-même une matrice triangulaire inférieure :

\begin{align*}
A&=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
\left[ \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
1 & 0 & 1
\end{pmatrix}\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & -3 & -1
\end{pmatrix}\right] \\
&=\left[\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}
 \begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
1 & 0 & 1
\end{pmatrix}\right]\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & -3 & -1
\end{pmatrix}\\
&=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
1 & 0 & 1
\end{pmatrix}
\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & \boxed{-3} & -1
\end{pmatrix}.
\end{align*}

Le second pivot, $-3$, est mal positionné. Il va donc falloir utiliser une permutation des lignes $2$ et $3$ de la matrice $\begin{pmatrix}\boxed{1} & 2 & 2\\0 & 0 & -5\\0 & \boxed{-3} & -1\end{pmatrix}.$

Notez $P$ la matrice de permutation suivante qui correspond à l’échange des lignes $2$ et $3$ à partir de la matrice identité :

P = \begin{pmatrix}
1 & 0 & 0\\
0 & 0 & 1\\
0 & 1 & 0
\end{pmatrix}.

Vous avez :

P \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & \boxed{-3} & -1
\end{pmatrix} = \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & -5
\end{pmatrix}.

Comme $P$ est involutive ($P ^2$ est la matrice identité), vous multipliez l’égalité précédente à gauche par $P$ et vous obtenez :

\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & \boxed{-3} & -1
\end{pmatrix} = P \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & \boxed{-5}
\end{pmatrix}.

Du coup, vous avez obtenu :

\begin{align*}
A
&=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
1 & 0 & 1
\end{pmatrix}
\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & 0 & -5\\
0 & \boxed{-3} & -1
\end{pmatrix} \\
&=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
1 & 0 & 1
\end{pmatrix} P \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & \boxed{-5}
\end{pmatrix}.
\end{align*}

Eliminez la difficulté

Le problème a priori, c’est que :

\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
1 & 0 & 1
\end{pmatrix} P  = \begin{pmatrix}
1 & 0 & 0\\
2 & 0 & 1\\
1 & 1 & 0
\end{pmatrix}.

En effet, la multiplication à droite par $P$ revient à effectuer l’opération élémentaire $C_2\leftrightarrow C_3$ qui se passe sur les colonnes.

Ainsi, la matrice triangulaire inférieure semble être perdue :

\begin{align*}
A
&=\begin{pmatrix}
1 & 0 & 0\\
2 & 1 & 0\\
1 & 0 & 1
\end{pmatrix} P \begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & \boxed{-5}
\end{pmatrix}\\
&=  \begin{pmatrix}
1 & 0 & 0\\
2 & 0 & 1\\
1 & 1 & 0
\end{pmatrix}\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & \boxed{-5}
\end{pmatrix}.
\end{align*}

Pour retrouver une matrice triangulaire inférieure, une solution consiste à multiplier l’égalité précédente par $P$ à gauche.

\begin{align*}
PA
&=  P \begin{pmatrix}
1 & 0 & 0\\
2 & 0 & 1\\
1 & 1 & 0
\end{pmatrix}\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & \boxed{-5}
\end{pmatrix} \\
&=  \begin{pmatrix}
1 & 0 & 0\\
1 & 1 & 0\\
2 & 0 & 1
\end{pmatrix}\begin{pmatrix}
\boxed{1} & 2 & 2\\
0 & \boxed{-3} & -1\\
0 & 0 & \boxed{-5}
\end{pmatrix}.
\end{align*}

Concluez

Vous avez obtenu $PA = LU$ avec :

\begin{align*}
P &= \begin{pmatrix}
1 & 0 & 0\\
0 & 0 & 1\\
0 & 1 & 0
\end{pmatrix}\\
L &= \begin{pmatrix}
1 & 0 & 0\\
1 & 1 & 0\\
2 & 0 & 1
\end{pmatrix}\\
U &= \begin{pmatrix}
1 & 2 & 2\\
0 & -3 & -1\\
0 & 0 & -5
\end{pmatrix}.
\end{align*}

Comme $P$ est involutive, vous obtenez au final, après multiplication à gauche par $P$ :

\boxed{A=PLU.}

Prolongements

La factorisation $PLU$ peut être utilisée afin de choisir le pivot d’une colonne ayant la plus forte valeur absolue afin de réduire les erreurs d’arrondis et la stabilité numérique. Cela s’appelle la méthode du pivot partiel.

Quitte à rajouter une matrice $Q$ de permutation à droite, la matrice $A$ peut se factoriser sous la forme $PLUQ$ où à chaque étape, le pivot est choisi parmi l’ensemble des coefficients situés dans le coin inférieur droit ayant le maximum de valeur absolue. Cela s’appelle la méthode du pivot global.

274. Effectuer une opération élémentaire de transvection sur une ligne d’une matrice revient à la multiplier à gauche par une matrice élémentaire de transvection (3/3)

Cet article s’inscrit dans le prolongement du contenu que vous trouverez dans l'article 273 et dans l'article 272.

Effet des matrices élémentaires de troisième type, dites de transvection

Fixez un scalaire $\lambda\in\K$. Soient $k$ et $\ell$ deux éléments de l’ensemble $\llbracket 1, n \rrbracket$ de sorte que $k\neq \ell.$

Par définition de la matrice $I$, vous avez :

I = \sum_{m=1}^n F_{mm}.

Vous séparez la ligne de la somme, pour obtenir :

I = F_{kk} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} F_{mm}.

On appelle matrice de transvection $J$ la matrice obtenue à partir de la matrice $I$, pour laquelle vous remplacez la ligne $k$ par la somme de la ligne $k$ et de la ligne $\ell$ multipliée par $\lambda.$ Cette opération est notée : $L_k \leftarrow L_k+\lambda L_{\ell}.$

Ainsi :

J = F_{kk} + \lambda F_{k \ell} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} F_{mm}.

Vous allez maintenant montrer que la matrice $JA$ est la matrice $A$ qui subit l’opération élémentaire $L_k \leftarrow L_k+\lambda L_{\ell}.$

\begin{align*}
JA &= \left( F_{kk} + \lambda F_{k \ell} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} F_{mm} \right)
\left( \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} E_{ij} \right) \\
&= \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} F_{kk}E_{ij}
+ \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } \lambda a_{ij} F_{k \ell}E_{ij}
+\sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}}  \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} F_{mm}E_{ij}\\
&=  \sum_{\substack{1\leq j \leq p} } a_{kj} F_{kk}E_{kj}
+ \sum_{\substack{ 1\leq j \leq p} } \lambda a_{\ell j} F_{k \ell}E_{\ell j}
+ \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}}  \sum_{\substack{ 1\leq j \leq p} } a_{mj} F_{mm}E_{mj}\\
&=  \sum_{\substack{1\leq j \leq p} } a_{kj} E_{kj}
+  \sum_{\substack{ 1\leq j \leq p} } \lambda a_{\ell j} E_{k j}
+  \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}}  \sum_{\substack{ 1\leq j \leq p} } a_{mj} E_{mj}\\
&= \sum_{\substack{1\leq j \leq p} } (a_{kj} +\lambda a_{\ell j})E_{kj}
+  \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}}  \sum_{\substack{ 1\leq j \leq p} } a_{mj} E_{mj}.
\end{align*}

Cette dernière expression montre que les coefficients situés à la ligne $k$ de $JA$ sont ceux de la ligne $k$ de la matrice $A$ ajoutés à $\lambda$ fois ceux de la ligne $\ell$ de $A.$
D’autre part, quel que soit $m\in\llbracket 1, n\rrbracket \setminus \{k\}$ les lignes numéro $m$ des matrices $A$ et $JA$ ont les mêmes coefficients.

Concluez

Quels que soient $k$ et $\ell$ deux éléments de l’ensemble $\llbracket 1, n \rrbracket$ tels que $k\neq \ell$, quel que soit le scalaire $\lambda$, effectuer l’opération élémentaire $L_k \leftarrow L_k+\lambda L_{\ell}$ sur les lignes de la matrice $A$ revient à la multiplier à gauche par une matrice de transvection qui s’obtient en appliquant la même opération élémentaire sur les lignes de la matrice identité.

Visualisez cette propriété sur un exemple

Soit $A$ la matrice définie par :

A=\begin{pmatrix}1 & 1 & 2 & 1 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}.

Comme vous souhaitez multiplier $A$ à gauche, vous formez la matrice identité d’ordre $3$ :

I=\begin{pmatrix}1 & 0 &  0 \\
0 & 1 & 0  \\ 0 & 0 & 1 \end{pmatrix}.

La ligne $1$ est :

L_1 =  \begin{pmatrix}1 & 0 & 0\end{pmatrix}.

La ligne $3$ est :

L_3 =  \begin{pmatrix}0 & 0 & 1\end{pmatrix}.

Ainsi :

\begin{align*}
L_1+2L_3 &=  \begin{pmatrix}1 & 0 & 0\end{pmatrix} + 2  \begin{pmatrix}0 & 0 & 1\end{pmatrix}\\
&=  \begin{pmatrix}1 & 0 & 0\end{pmatrix} +  \begin{pmatrix}0 & 0 & 2\end{pmatrix}\\
&=  \begin{pmatrix}1 & 0 & 2\end{pmatrix}.
\end{align*}

Effectuez l’opération élémentaire $L_1 \leftarrow L_1+2L_3$ sur la matrice $I$ vous obtenez la matrice $J$ suivante :

J=\begin{pmatrix}1 & 0 &  2 \\
0 & 1 & 0  \\ 0 & 0 & 1 \end{pmatrix}.

Effectuez le produit matriciel $JA.$

\begin{align*}
JA&=\begin{pmatrix}1 & 0 &  2 \\
0 & 1 & 0  \\ 0 & 0 & 1 \end{pmatrix}
 \begin{pmatrix}1 & 1 & 2 & 1 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}  \\
&=\begin{pmatrix}5 & 3 & 4 & 3 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}.
\end{align*}

Pour la matrice $A$ vous avez :

\begin{align*}
L_1 &=  \begin{pmatrix}1 & 1 & 2 & 1\end{pmatrix}\\
L_3 &=  \begin{pmatrix}2 & 1 & 1 & 1\end{pmatrix}.
\end{align*}

Ainsi :

\begin{align*}
L_1+2L_3 &=  \begin{pmatrix}1 & 1 & 2 & 1\end{pmatrix} + 2 \begin{pmatrix}2 & 1 & 1 & 1\end{pmatrix}\\
&=  \begin{pmatrix}1 & 1 & 2 & 1\end{pmatrix} +  \begin{pmatrix}4 & 2 & 2 & 2\end{pmatrix}\\
&=  \begin{pmatrix}5 & 3 & 4 & 3\end{pmatrix}.
\end{align*}

En effectuant l’opération élémentaire $L_1 \leftarrow L_1+2L_3$ sur la matrice $A$ vous obtenez la matrice :

\begin{pmatrix}5 & 3 & 4 & 3 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}.

Or cette matrice est précisément celle obtenue par le calcul du produit $JA.$

273. Effectuer une opération élémentaire de dilatation sur une ligne d’une matrice revient à la multiplier à gauche par une matrice élémentaire de dilatation (2/3)

Cet article utilise les mêmes notations que celles qui se trouvent au sein du contenu que vous trouverez dans l'article 272.

Effet des matrices élémentaires de deuxième type, dites de dilatation

Soient $k$ un élément de l’ensemble $\llbracket 1, n \rrbracket$ et $\lambda\in\K^{*}.$

Par définition de la matrice identité $I$, vous avez :

I = \sum_{m=1}^n F_{mm}.

Vous séparez la ligne $k$ du reste de la somme

I = F_{kk} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} F_{mm}.

On appelle matrice de dilatation $J$ de la ligne $k$ par le scalaire $\lambda$ où $\lambda \neq 0$, la matrice $I$ qui subit elle-même la multiplication de la ligne $k$ par le scalaire $\lambda.$

Ainsi :

J = \lambda F_{kk} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} F_{mm}.

Vous allez maintenant montrer que la matrice $JA$ est la matrice $A$ qui subit la multiplication de sa ligne $k$ avec le scalaire $\lambda.$

\begin{align*}
JA &= \left( \lambda F_{kk} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} F_{mm}\right) 
\left( \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} E_{ij}\right) \\
&= \lambda \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} }  a_{ij} F_{kk}E_{ij} 
+ \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} }  a_{ij}F_{mm}E_{ij} \\
&=  \lambda \sum_{\substack{ 1\leq j \leq p} }  a_{kj} F_{kk}E_{kj} 
+ \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} \sum_{\substack{ 1\leq j \leq p} }  a_{mj}F_{mm}E_{mj} \\
&=  \lambda \sum_{\substack{ 1\leq j \leq p} }  a_{kj} E_{kj} 
+ \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} \sum_{\substack{ 1\leq j \leq p} }  a_{mj}E_{mj} \\
&=  \sum_{\substack{ 1\leq j \leq p} } ( \lambda a_{kj} ) E_{kj} 
+ \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k\}} \sum_{\substack{ 1\leq j \leq p} }  a_{mj}E_{mj}.
\end{align*}

Cette dernière expression montre que les coefficients situés à la ligne $k$ de $JA$ sont ceux de la ligne $k$ de la matrice $A$ multipliés par $\lambda.$
D’autre part, quel que soit $m\in\llbracket 1, n\rrbracket \setminus \{k\}$ les lignes numéro $m$ des matrices $A$ et $JA$ comportent les mêmes coefficients.

Concluez

Quel que soit $k$ un élément de l’ensemble $\llbracket 1, n \rrbracket$ et quel que soit $\lambda\in\K^{*}$ multiplier la ligne $k$ de la matrice $A$ par $\lambda$ revient à la multiplier à gauche par une matrice élémentaire de dilatation, cette matrice s’obtenant en faisant subir à la matrice identité $I$ la même opération que celle effectuée sur $A.$

Visualisez cette propriété sur un exemple

Soit $A$ la matrice définie par :

A=\begin{pmatrix}1 & 1 & 2 & 1 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}.

Comme vous souhaitez multiplier $A$ à gauche, vous formez la matrice identité d’ordre $3$ :

I=\begin{pmatrix}1 & 0 &  0 \\
0 & 1 & 0  \\ 0 & 0 & 1 \end{pmatrix}.

Vous multipliez la lignes $3$ de la matrice $I$ par $-2$, vous obtenez la matrice $J$ suivante :

J=\begin{pmatrix}1 & 0 &  0 \\
0 & 1 & 0  \\ 0 & 0 & -2 \end{pmatrix}.

Effectuez le produit matriciel $JA.$

\begin{align*}
JA&=\begin{pmatrix}1 & 0 &  0 \\
0 & 1 & 0  \\ 0 & 0 & -2 \end{pmatrix} \begin{pmatrix}1 & 1 & 2 & 1 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}  \\
&=\begin{pmatrix}1 & 1  & 2 & 1 \\ 0 & 1 & 1 & 2 \\ -4 & -2 & -2 & -2\end{pmatrix}.
\end{align*}

Vous constatez qu’en multipliant la ligne $3$ de la matrice $A$ par $-2$, vous obtenez bien la matrice $JA.$

272. Effectuer une opération élémentaire de permutation sur les lignes d’une matrice revient à la multiplier à gauche par une matrice élémentaire de permutation (1/3)

Soit $n$ un nombre entier supérieur ou égal à $2$ et $p$ un nombre entier supérieur ou égal à $1.$

Vous désignez par $A$ une matrice rectangulaire qui possède $n$ lignes et $p$ colonnes, à coefficients dans un corps $\K.$

Il sera commode de noter $I$ la matrice identité d’ordre $n$ à coefficients dans $\K.$

Il existe ainsi $(a_{ij})_{ \substack{1\leq i \leq n \\ 1\leq j \leq p} }$ tel que :

\left\{
\begin{array}{ll}
\forall i\in \llbracket1, n\rrbracket, \forall j\in \llbracket1, p\rrbracket,  a_{ij}\in\K\\
A = (a_{ij})_{\substack{1\leq i \leq n \\ 1\leq j \leq p} }.
\end{array}\right.

Décomposez la matrice $A$

Quels que soient les entiers $i\in \in \llbracket1, n\rrbracket$ et $j\in \llbracket1, p\rrbracket$ notez $E_{ij}$ la matrice rectangulaire comportant $n$ lignes et $p$ colonnes, dont toutes les lignes sont nulles excepté la ligne numéro $i.$ La ligne numéro $i$ ne comporte que des zéros sauf à la colonne numéro $j$ où elle est égale à $1$, le neutre de $\K$ pour la multiplication.

Autrement dit, $E_{ij}$ ne comporte que des zéros, sauf à la ligne $i$ et à la colonne $j$ où son coefficient vaut $1.$

De ce qui précède, la matrice $A$ s’écrit ainsi :

A = \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} E_{ij}.

Les matrices $F_{k \ell}$

Quels que soient les entiers $k\in \in \llbracket1, n\rrbracket$ et $\ell \in \llbracket1, n\rrbracket$ notez $F_{k \ell}$ la matrice carrée comportant $n$ lignes et $n$ colonnes, dont toutes les lignes sont nulles excepté la ligne numéro $k.$ La ligne numéro $k$ ne comporte que des zéros sauf à la colonne numéro $\ell$ où elle est égale à $1$, le neutre de $\K$ pour la multiplication.

Autrement dit, $F_{k \ell}$ ne comporte que des zéros, sauf à la ligne $k$ et à la colonne $\ell$ où son coefficient vaut $1.$

Multiplication à gauche d’une matrice $E_{ij}$ par une matrice $F_{k \ell}$

Vous êtes amené à vérifier que :

 \forall k\in \llbracket 1, n\rrbracket, \forall \ell\in \llbracket 1, n\rrbracket,   \forall i\in \llbracket 1, n\rrbracket, \forall j\in \llbracket 1, p\rrbracket,  \left\{\begin{array}{ll} F_{k \ell} E_{ij} = E_{kj} &\text{ si } \ell=i\\ F_{k \ell} E_{ij} =0 &\text{ si } \ell \neq i.\end{array}\\\right.

Effet des matrices élémentaires de premier type, dites de permutation

Soient $k$ et $\ell$ deux éléments de l’ensemble $\llbracket 1, n \rrbracket$ de sorte que $k\neq \ell.$

Par définition de la matrice $I$, vous avez :

I = \sum_{m=1}^n F_{mm}.

Vous séparez les lignes $k$ et $\ell$ de la somme, pour obtenir :

I = F_{kk} + F_{\ell\ell} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}} F_{mm}.

On appelle matrice de permutation $J$ des lignes $k$ et $\ell$ la matrice $I$ qui subit la permutation de la ligne $k$ et de la ligne $\ell.$

Ainsi :

J = F_{k\ell} + F_{\ell k} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}} F_{mm}.

Vous allez maintenant montrer que la matrice $JA$ est la matrice $A$ qui subit la permutation de sa ligne $k$ avec sa ligne $\ell.$

\begin{align*}
JA &= \left(F_{k\ell} + F_{\ell k} + \sum_{m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}} F_{mm}\right)\left(\sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} E_{ij}\right) \\
&= \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} F_{k\ell}E_{ij} 
+ \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p} } a_{ij} F_{\ell k}E_{ij} 
+ \sum_{\substack{1\leq i \leq n \\ 1\leq j \leq p \\ m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}}   } a_{ij} F_{mm}E_{ij} \\
&= \sum_{\substack{ 1\leq j \leq p} } a_{\ell j} F_{k\ell}E_{\ell j} 
+ \sum_{ 1\leq j \leq p } a_{kj} F_{\ell k}E_{kj} 
+ \sum_{\substack{ 1\leq j \leq p \\ m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}}   } a_{mj} F_{mm}E_{mj} \\
&= \sum_{\substack{ 1\leq j \leq p} } a_{\ell j} E_{k j} 
+ \sum_{ 1\leq j \leq p } a_{kj} E_{\ell j} 
+ \sum_{\substack{ 1\leq j \leq p \\ m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}}   } a_{mj} E_{mj} \\ 

\end{align*}

Cette dernière expression montre que les coefficients situés à la ligne $k$ de $JA$ sont ceux de la ligne $\ell$ de la matrice $A.$
De même les coefficients situés à la ligne $\ell$ de $JA$ sont ceux de la ligne $k$ de la matrice $A.$
D’autre part, quel que soit $m\in\llbracket 1, n\rrbracket \setminus \{k, \ell\}$ les lignes numéro $m$ des matrices $A$ et $JA$ ont les mêmes coefficients.

Concluez

Quels que soient $k$ et $\ell$ deux éléments de l’ensemble $\llbracket 1, n \rrbracket$ tels que $k\neq \ell$, permuter les lignes $k$ et $\ell$ de la matrice $A$ revient à la multiplier à gauche par une matrice élémentaire de permutation, cette matrice s’obtenant en faisant subir à la matrice identité $I$ la même permutation de lignes.

Visualisez cette propriété sur un exemple

Soit $A$ la matrice définie par :

A=\begin{pmatrix}1 & 1 & 2 & 1 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}.

Comme vous souhaitez multiplier $A$ à gauche, vous formez la matrice identité d’ordre $3$ :

I=\begin{pmatrix}1 & 0 &  0 \\
0 & 1 & 0  \\ 0 & 0 & 1 \end{pmatrix}.

Vous permutez les lignes $1$ et $2$ de la matrice $I$, vous obtenez la matrice $J$ suivante :

J=\begin{pmatrix}0 & 1 &  0 \\
1 & 0 & 0  \\ 0 & 0 & 1 \end{pmatrix}.

Effectuez le produit matriciel $JA.$

\begin{align*}
JA&=\begin{pmatrix}0 & 1 &  0 \\
1 & 0 & 0  \\ 0 & 0 & 1 \end{pmatrix} \begin{pmatrix}1 & 1 & 2 & 1 \\
0 & 1 & 1 & 2 \\ 2 & 1 & 1  & 1\end{pmatrix}  \\
&=\begin{pmatrix}0 & 1 & 1 & 2 \\
1 & 1 & 2 & 1 \\ 2 & 1 & 1  & 1\end{pmatrix}.
\end{align*}

Vous constatez qu’en permutant les lignes $1$ et $2$ de la matrice $A$, vous obtenez bien $JA.$