• Aucun résultat trouvé

le corrigé

N/A
N/A
Protected

Academic year: 2021

Partager "le corrigé"

Copied!
2
0
0

Texte intégral

(1)

PC∗

Corrigé : interrogation d’algèbre linéaire

Exercice 1

On identifie une matrice M avec l’application linéaire X 7→ MX de Kn, ce qui permet de parler d’image et noyau de matrice.

a) On a Im(AB) ⊂ Im A donc rg(AB) 6 rg A. On a Ker B ⊂ Ker(AB) donc n − rg B 6 n − rg(AB). D’où rg(AB) 6 min(rg A, rg B). b) Si M = XYT, d’après la question précédente, rg M 6 min(rg X, rg YT) 6 1.

Si rg M 6 1 toutes les colonnes de M sont colinéaires à un même vecteur X, donc M =y1X · · · ynX

 = XYT.

Exercice 2

a) Posons Z = X Y ! . Alors MZ = 0 ⇐⇒ (AX + CY = 0 BY = 0 ⇐⇒ (AX = 0

Y = 0 car B est inversible. Ainsi, X 7→ X

0 !

réalise un isomorphisme entre Ker A et Ker M, et dim(Ker M) = dim(Ker A).

b) D’après le théorème du rang, n − rg M = p − rg A, soit rg M = rg A + (n − p) = rg A + rg B car B est inversible.

Exercice 3

a) On a u ◦ u = 0 ⇐⇒ Im u ⊂ Ker u donc (théorème du rang) r 6 n − r, soit 2r 6 n.

b) On pose b1= u(e1), . . . , br= u(er). D’après le théorème du rang, (b1, . . . , br) est une base de Im u, que l’on complète pour

former une base (b1, . . . , br, br+1, . . . , bn−r) de Ker u.

Exercice 4

a) On a E = Im(u + v) ⊂ Im u + Im v donc Im u + Im v = E.

D’après la formule de Grassmann, dim E = dim(Im u+Im v) = dim(Im u)+dim(Im v)−dim(Im u∩Im v) = n−dim(Im u∩Im v) donc Im u ∩ Im v = {0} et ainsi E = Im u ⊕ Im v.

b) Soit x ∈ Ker u. On a x = u(x) + v(x) et u(x) = 0 donc x = v(x) ∈ Im v. Ainsi, Ker u ⊂ Im v. Mais d’après le théorème du rang, dim(Ker u) = n − dim(Im u) = dim(Im v) donc Ker u = Im v. De manière symétrique, Ker v = Im u.

c) On a u ◦ v = 0 donc u = u ◦ Id = u ◦ (u + v) = u ◦ u, ce qui prouve que u est un projecteur. Il s’agit donc de la projection sur Im u, parallèlement à Ker u = Im v.

Exercice 5

a) Si AB = In, det A × det B = 1, ce qui prouve que A est inversible. En multipliant à gauche par A

−1on obtient B = A−1et

donc BA = A−1A = In.

b) On définit A et B par blocs en posant A =In O

 et B = IOn ! . Alors AB = Inet BA = IOn OO ! .

c) On a rg(AB) 6 min(rg A, rg B) (cf exercice 1) donc rg(AB) 6 min(n, p) = p < n donc on ne peut avoir AB = In.

Exercice 6

– On suppose (i) et (ii).

Si rg A = 1, en choisissant une base adaptée à Ker A, A est semblable à une matrice B =           a1 0 · · · 0 .. . ... ... an 0 · · · 0           . On calcule B2= a1B donc a1= 1 et tr A = tr B = a1= 1.

– On suppose (ii) et (iii).

A est toujours semblable à B, et a1= trB = tr A = 1 donc B2= B, ce qui équivaut à A2= A.

– On suppose (iii) et (i).

Si A2= A alors A est la matrice d’une projection vectorielle, donc semblable à Ir O

O O

!

, avec r = rg A. Mais dans ce cas tr A = r donc r = 1.

(2)

Exercice 7

Commencez par observer que CL est une matrice n × n, mais LC est une matrice 1 × 1, autrement dit un scalaire. a) A n’est pas inversible si et seulement s’il existe X ∈ Mn,1(K), X , 0, tel que AX = 0, soit C(LX) = −X.

Mais LX est une matrice 1 × 1 donc un scalaire. On a donc nécessairement X ∈ Vect(C), et ainsi, A n’est pas inversible si et seulement si C , 0 et C(LC) = −C, soit LC = −1.

Par contraposée, A est inversible si et seulement si LC , −1.

b) On calcule A2= I + 2CL + C(LC)L = I + (2 + α)CL avec α = LC ∈ K, α , −1. Ainsi, A2−(2 + α)A + (1 + α)I = 0, soit encore : A(2 + α)I − A= (1 + α)I. On en déduit que A−1= 1

1 + α 

(2 + α)I − A= I − 1 1 + αCL.

Références

Documents relatifs

Avec les d´ eterminants il faudrait v´ erifier que pour toutes les sous-matrices 3 × 3 les d´ eterminants

V´ erifier que P est inversible et calculer

La matrice A est inversible car l'algorithme du pivot partiel permet de se ramener à une forme triangulaire, on peut poursuivre alors pour calculer l'inverse.. Il existe un

En plus des opérations usuelles, Scilab permet d'eectuer des opérations coecient par coecient, aussi appelées opérations pointées.

Cette remarque a son importance pour le cas des matrices stochastiques : on peut montrer en effet que toute matrice stochastique poss` ede la valeur propre 1 et donc poss` ede aussi

• La vitesse linéaire du repère i+1 est la vitesse linéaire du repère i à laquelle vient s’ajouter deux contributions. La première est due à la vitesse angulaire du repère i

[r]

Plus concrètement, on pouvait utiliser le fait que pour obtenir des équations du noyau et de l’image de t a, il suffit d’échelonner la matrice t A, augmentée à droite, en lignes,