ESSEC 2012
J.F. COSSUTTA Ex lyc´ee Marcelin BERTHELOT SAINT-MAUR . jean-francois.cossutta@wanadoo.fr
Commen¸cons par quelques remarques et quelques ´evidences avec quelques preuves pour faciliter le passage entre applications lin´eaires et matrices...
R-1 Dans la suite nous noterons < ., . >n (< ., . >m) le produit scalaire canonique de Mn,1(R) (resp.
Mm,1(R)) etk.kn (resp. k.km) la norme associ´ee.
R0 SiM est une matrice de Mm,n(R), comme le texte nous le propose on posera : KerM ={X ∈ Mn,1(R)|M X= 0Mm,1(R)}.
ImM ={Y ∈ Mm,1(R)| ∃X∈ Mn,1(R), Y =M X}={M X;X∈ Mn,1(R)}.
R1 Soit f une application lin´eaire de Mn,1(R) dans Mm,1(R) et M sa matrice relativement `a la base canoniqueBn deMn,1(R) et `a la base canoniqueBm deMm,1(R). Alors :
M ∈ Mm,n(R) ∀X ∈ Mn,1(R), f(X) =M X Kerf = KerM Imf = ImM
f est une application lin´eaire deMn,1(R) dans Mm,1(R), dimMn,1(R) =n et dimMm,1(R) =m. Donc M est une matrice deMm,n(R).
Notons que la matrice d’un ´el´ementX deMn,1(R) dans la base canoniqueBndeMn,1(R) est X ! De mˆeme la matrice d’un ´el´ement Y deMm,1(R) dans la base canoniqueBmdeMm,1(R) estY.
SoitX un ´el´ement de Mn,1(R). La matrice deX dansBn est X donc la matrice def(X) dans la baseBm estM X. Mais la matrice def(X) dansBmest ´egalementf(X). Alorsf(X) =M X.
Kerf ={X ∈ Mn,1(R)|f(X) = 0Mm,1(R)} donc Kerf ={X ∈ Mn,1(R)|M X= 0Mm,1(R)}. Ainsi Kerf = KerM. Imf ={f(X) ; X ∈ Mn,1(R)}donc. Imf ={M X; X∈ Mn,1(R)}. Ainsi Imf = ImM.
R1’ Soitf un endomorphisme deMn,1(R) etM sa matrice dans la base canonique Bn deMn,1(R). Alors : M ∈ Mn(R) ∀X∈ Mn,1(R), f(X) =M X Kerf = KerM Imf = ImM
Il suffit de fairem=ndans R1 .
R2 M est une matrice deMm,n(R). On pose∀X∈ Mn,1(R), g(X) =M X. Alors :
•g une application lin´eaire deMn,1(R) dansMm,1(R).
• M est sa matrice relativement `a la base canonique Bn de Mn,1(R) et `a la base canonique Bm de Mm,1(R).
•Kerg= KerM et Img= ImM.
•KerM est un sous-espace vectoriel deMn,1(R) et ImM est un sous-espace vectoriel deMm,1(R).
•rgM = dim ImM.
• M ∈ Mm,n(R) donc ∀X ∈ Mn,1(R), g(X) = M X ∈ Mm,1(R). g est une application de Mn,1(R) dans Mm,1(R).
∀λ∈R, ∀X ∈ Mn,1(R), ∀X0 ∈ Mn,1(R), g(λ X+X0) =M(λ X+X0) =λ M X+M X0 =λ g(X) +g(X0). Alorsg est lin´eaire.
Finalement gest une application lin´eaire deMn,1(R) dansMm,1(R).
• SoitGla matrices de grelativement aux basesBn et Bm. D’apr`es R1 :∀X ∈ Mn,1(R), g(X) =GX. Donc∀X∈ Mn,1(R), M X =g(X) =GX.
PosonsBn= (E1, E2, . . . , En). ∀i∈[[1, n]], M Ei=GEi. Donc pour toutidans [[1, n]], lai`eme colonne deM est ´egale
`lai`eme colonne deG. AinsiM =G.
•M ´etant la matrice degrelativement aux basesBn etBmil r´esulte de R1 que Kerg= KerM et Img= ImM.
•Le cours indique que Kerg est un sous-espace vectoriel deMn,1(R) donc KerM est un sous-espace vectoriel de Mn,1(R).
De mˆeme Img est un sous-espace vectoriel deMm,1(R) donc ImM est un sous-espace vectoriel deMm,1(R).
• rgM = rgg= dim Img= dim ImM. Ainsi rgM = dim ImM.
R3 M etM0 sont deux matrices deMm,n(R). M =M0 si et seulement si∀X ∈ Mn,1(R), M X =M0X.
Posons∀X∈ Mn,1(R), g(X) =M X et g0(X) =M0X.
M (resp. M0) est la matrice deg (resp. g0) relativement aux basesBn et Bm. Ainsi : M =M0⇐⇒g=g0⇐⇒ ∀X ∈ Mn,1(R), g(X) =g0(X)⇐⇒ ∀X ∈ Mn,1(R), M X =M0X.
R3’ M est une matrice deMm,n(R).
La matriceM est la matrice nulle deMm,n(R) si et seulement si∀X ∈ Mn,1(R), M X= 0Mm,1(R). Il suffit de faireM0 = 0Mm,n(R)dans R3 .
R4 Th´eor`eme du rang. M est une matrice deMm,n(R).
dim KerM+ dim ImM =n ou dim KerM + rgM =n.
Posons∀X∈ Mn,1(R), g(X) =M X.
D’apr`es R2 ,g est une application lin´eaire deMn,1(R) dansMm,1(R) telle que : KerM = Kerg et ImM = Img.
D’apr`es le th´eor`eme du rang du programme ( !) : dimMn,1(R) = dim Kerg+ rgg.
Alorsn= dim Kerg+ rgg= dim KerM + rgM.
On a aussi n= dim Kerg+ dim Img= dim KerM+ dim ImM. R5 M est une matrice deMm,n(R). rgtM = rgM . R´esultat gracieusement admis par l’´enonc´e...
R6 F est un sous-espace vectoriel de Mn,1(R). pest la projection orthogonale sur F et P est sa matrice dans la base canonique deMn,1(R).
• ∀X ∈ Mn,1(R), p(X) =P X.
•Kerp= KerP=F⊥; en particulier∀X∈F⊥, P X= 0Mn,1(R).
•Imp= ImP =F.
•Ker p−IdMn,1(R)
= Ker(P−In) =F; en particulier∀X ∈F, P X=X.
Rappelons queF = Imp= Ker p−IdMn,1(R)
et F⊥= Kerp.
Notons queP et In−P sont les matrices depet p−IdMn,1(R) dans la baseBn. R1’ donne alors les r´esultats des quatre points, non ?
R7 ”Th´eor`eme de meilleure approximation”.
F est un sous-espace vectoriel d’un espace vectoriel euclidienE etxest un ´el´ement de E.
1. Min
z∈Fkx−zk existe.
2. La projection orthogonale dexsurF est l’unique ´el´ement de F qui r´ealise ce minimum.
Ceci est un r´esultat de cours.
R8 M´ethode des moindres carr´es.
Aest un ´el´ement deMm,n(R) etB un ´el´ement de Mm,1(R). On suppose que le rang deAest n . k.kmest la norme deMm,1(R) associ´ee au produit scalaire canonique.
1. tAAest inversible.
2. Min
X∈Mn,1(R)kAX−Bkm existe.
3. Il existe un unique ´el´ementX0deMn,1(R) tel quekAX0−Bkm= Min
X∈Mn,1(R)kAX−Bkm. 4. X0= (tAA)−1(tAB) outAAX0=tAB.
Ceci est un r´esultat de cours.
Question pr´ eliminaire.
1) Soitpla projection orthogonale surF. P est sa matrice dans la base canonique deMn,1(R).
SoitX un ´el´ement deMn,1(R).
(U1, U2, . . . , Uk) est une base orthonorm´ee deF donc le cours indique quep(X) =
k
X
i=1
< Ui, X >n Ui.
Alors d’apr`es R1’ :P X=p(X) =
k
P
i=1
< Ui, X >n Ui=
k
P
i=1
(tUiX)Ui.
Observons que, pour tout ´el´ement ide [[1, k]],tUiX est une matrice deM1(R) que l’on assimile `a un r´eel.
Donc, pour tout ´el´ementide [[1, k]], (tUiX)Ui=Ui(tUiX). Alors : P X =
k
P
i=1
Ui(tUiX) =
k
P
i=1
(UitUi)X = k
P
i=1
UitUi
X.
∀X∈ Mn,1(R), P X=
k
X
i=1
UitUi
!
X. R3 donne alorsP =
k
X
i=1
UitUi.
Ainsi :tP=t
k
X
i=1
UitUi
!
=
k
X
i=1
t UitUi
=
k
X
i=1
t(tUi)tUi=
k
X
i=1
UitUi=P. DonctP =P.
AlorsP est sym´etrique (normal pour la matrice d’une projection orthogonale dans une base orthnorm´ee).
P =
k
X
i=1
UitUi etP est une matrice sym´etrique.
Partie I - D´ ecomposition spectrale de la matrice
tAAassoci´ ee ` a une matrice
Ade
Mm,n(R).
2) (a) Aest une matrice appartenant `aMm,n(R) donctAest une matrice appartenant `a Mn,m(R).
AlorstAA est une matrice deMn(R).
tAAest une matrice carr´ee d’ordren`a coefficients r´eels.
SoitX un ´el´ement de KerA. AX= 0Mm,1(R)donctAAX=tA0Mm,1(R)= 0Mn,1(R). AinsiX appartient `a KertAA.
Finalement ∀X ∈KerA, X ∈KertAA. Ainsi :
KerA⊂KertAA.
(b)SoitX un ´el´ement de KertAA.
tAAX= 0Mn,1(R). AlorskAXk2m=t(AX)AX=tXtAAX=tX0Mn,1(R)= 0. DonckAXk2m= 0 et :kAXkm= 0.
SiX appartient `a KertAAalorskAXkm= 0.
Soit X un ´el´ement de KertAA. AlorskAXkm = 0. Ceci donneAX = 0Mm,1(R) et permet de dire que X est dans KerA.
Donc∀X∈KertAA, X ∈KerAet ainsi KertAA⊂KerA. Or (a)a donn´e KerA⊂KertAA. Alors : KerA= KertAA.
D’apr`es R3’ A= 0Mm,n(R)⇐⇒ ∀X ∈ Mn,1(R), AX = 0Mm,1(R). DoncA= 0Mm,n(R)⇐⇒KerA=Mn,1(R).
De mˆemetAA= 0Mn(R)⇐⇒KertAA=Mn,1(R). Or KerA= KertAA. Ainsi : A= 0Mm,n(R)⇐⇒KerA=Mn,1(R)⇐⇒KertAA=Mn,1(R)⇐⇒tAA= 0Mn(R).
A est la matrice nulle de Mm,n(R) si et seulement si tAA est la matrice nulle de Mn(R). DoncA et tAA sont nulles simultan´ement.
(c)SoitY un ´el´ement de ImtAA. Il existe un ´el´ementX deMn,1(R) tel queY =tAAX.
PosonsZ =AX. Z appartient `aMm,1(R) etY =tAZ doncY appartient `a ImtA.
∀Y ∈ImtAA, Y ∈ImtAdonc ImtAA⊂ImtA.
D`es lors pour montrer que ImtAA = ImtA il suffit de montrer que dim ImtAA = dim ImtA car Mn,1(R) est de dimension finie.
A est une matrice de Mm,n(R) et tAA est une matrice de Mn(R). R4 donne alors dim KerA+ rgA = n et dim KertAA+ rgtAA=n(th´eor`eme du rang).
Or KerA= KertAAdonc dim KerA= dim KertAA. Ainsi rgA=n−dim KerA=n−dim KertAA= rgtAA.
Par cons´equent rgA= rgtAA. Or rgtA= rgA( R5 ) donc rgtA= rgtAA.
Alors dim ImtA= rgtA= rgtAA= dim ImtAA. Ainsi dim ImtA= dim ImtAA.
Ceci ach`eve de monter que :
ImtA= ImtAA.
3) (a)tAA est une matrice deMn(R) ett(tAA) =tAt(tA) =tAA.
DonctAAest une matrice sym´etrique d’ordren`a coefficients r´eels. Ainsi :
tAAest diagonalisable.
Soitλune valeur propre detAA. λest un r´eel cartAA est une matrice sym´etrique deMn(R).
SoitX un vecteur propre detAA associ´e `a la valeur propreλ.
X est un ´el´ement non nulX deMn,1(R) tel quetAAX=λ X.
Nous avons vu plus haut quekAXk2m=tXtAAX. AlorskAXk2m=tX(λX) =λtXX=λkXk2n. X n’est pas nul donckXk2n est strictement positif. Alorsλ= kAXk2m
kXk2n · Plus de doute,λest un r´eel positif ou nul.
Les valeurs propres de tAAsont des r´eels positifs ou nuls.
(b)Soient ietj deux ´el´ements distincts de [[1, p]].
Rappelons que les sous-espaces propres de la matrice sym´etriquetAAsont deux `a deux orthogonaux.
AinsiEλi(tAA) etEλj(tAA) sont orthogonaux donc Eλj(tAA)⊂
Eλi(tAA)⊥
. D’apr`es R6 : ImP j=Eλj(tAA) et KerPi=
Eλi(tAA)⊥
. Donc ImPj⊂KerPi. Or ∀X ∈ Mn,1(R), PjX∈ImPj. Ainsi∀X ∈ Mn,1(R), PjX∈KerPi.
Ceci qui donne∀X ∈ Mn,1(R), PiPjX = 0Mn,1(R). Alors R3’ nous autorise `a dire que PiPj= 0Mn(R). Si ietj sont deux ´el´ements distincts de [[1, p]],PiPj = 0Mn(R).
Rappelons que pour tout ´el´ementide [[1, p]],Pi est la matrice d’une projection doncPi2=Pi. Alors :
∀(i, j)∈[[1, p]]2, PiPj =
( Pi sii=j 0Mn(R) sinon . SoitX un ´el´ement deMn,1(R).
∃! (X1, X2, . . . , Xp)∈ Eλ1(tAA)×Eλ2(tAA)× · · · ×Eλp(tAA), X =
p
P
j=1
Xj car Mn,1(R) =
p
M
j=1
Eλj(tAA) puisque
tAAest diagonalisable.
Soitiun ´el´ement de [[1, p]]. PiX=
p
P
j=1
PiXj. Soitj un ´el´ement de [[1, p]].
Si j=i,Xj=Xi∈Eλi(tAA) = Ker(Pi−In) d’apr`es R6 , doncPiXj =PiXi=Xi. Supposonsj6=i.
Xj∈Eλj(tAA) = Ker(Pj−In) d’apr`es R6 , doncPjXj=Xj ouXj=PjXj. AlorsPiXj=PiPjXj = 0Mn(R)Xj = 0Mn,1(R).
Finalement PiXj=
(Xi sij =i
0Mn,1(R) sij 6=i . Alors PiX =
p
P
j=1
PiXj =Xi et ceci pour toutidans [[1, p]].
Donc
p
X
i=1
Pi
! X=
p
X
i=1
PiX =
p
X
i=1
Xi=X.
Ainsi :∀X∈ Mn,1(R),
p
X
i=1
Pi
!
X =InX. R3 donne alors :
In=
p
X
i=1
Pi.
SoitX un ´el´ement deMn,1(R). ∃! (X1, X2, . . . , Xp)∈Eλ1(tAA)×Eλ2(tAA)× · · · ×Eλp(tAA), X=
p
P
i=1
Xi.
∀i∈[[1, p]], Xi ∈Eλi(tAA) donc∀i∈[[1, p]], tAAXi=λiXi. Rappelons que∀i∈[[1, p]], PiX =Xi. Alors :
p
X
i=1
λiPi
! X =
p
X
i=1
λiPiX=
p
X
i=1
λiXi=
p
X
i=1
tAA Xi =tAA
p
X
i=1
Xi
!
=tAAX.
Ainsi :∀X∈ Mn,1(R),
p
X
i=1
λiPi
!
X=tAAX. R3 donne alors :
tAA=
p
X
i=1
λiPi.
4) (a)tAA=
1 1 −1
−1 −1 1
1 1 2
1 −1 1
1 −1 1
−1 1 2
=
3 −3 0
−3 3 0
0 0 6
.
Soitλun r´eel etX =
x y z
un ´el´ement deM3,1(R).
tAAX=λ X⇐⇒
(3x−3y=λ x
−3x+ 3y=λ y 6z=λ z
⇐⇒
3x−3y=λ x λ(x+y) = 0 (λ−6)z= 0 . Version 1
• Supposons queλ6= 0 etλ6= 6.
tAAX=λ X⇐⇒
(3x−3y=λ x x+y= 0 z= 0
⇐⇒
(y=−x
(3 + 3−λ)x= 0 z= 0
⇐⇒x=y=z= 0. λn’est pas valeur propre de tAA.
•Siλ= 0 :tAAX=λ X⇐⇒n3x−3y= 0
z= 0 ⇐⇒ny=x
z= 0. Alors 0 est valeur propre detAAet le sous-espace propre associ´e est la droite vectorielle de M3,1(R) engendr´ee par
1 1 0
.
• Siλ= 6, tAAX=λ X⇐⇒
3x−3y= 6x
x+y= 0 ⇐⇒y=−x.
Alors 6 est valeur propre detAAet le sous-espace propre associ´e est l’hyperplan (donc le plan) d’´equationx+y= 0 dans la base canonique deM3,1(R).
Notons que
1
−1 0
,
0 0 1
est une base de ce sous-espace propre.
Version 2
Si λ= 6,tAAX =λ X⇐⇒
3x−3y= 6x
x+y= 0 ⇐⇒y=−x.
Alors 6 est valeur propre de tAA et le sous-espace propre associ´e est le plan vectoriel d’´equationx+y = 0 dans la base canonique de M3,1(R).
CommetAAest une matrice diagonalisable deM3(R),tAAposs`ede une seconde valeur propreα, et pas plus. De plus E6(tAA) etEα(tAA) sont suppl´ementaires et orthogonaux. E6(tAA) ´etant l’hyperplan d’´equation x+y= 0 dans la base canonique de M3,1(R) qui est orthonorm´ee,Eα(tAA) est la droite vectorielle engendr´ee par
1 1 0
.
CommetAA
1 1 0
=
3 −3 0
−3 3 0
0 0 6
1 1 0
=
0 0 0
alorsα= 0. Nous avons ainsi retrouv´e les r´esultats de la version pr´ec´edente.
R´esumons le tout.
tAA={0,6}. E0(tAA) = Vect
1 1 0
etE6(tAA) = Vect
1
−1 0
,
0 0 1
.
Notons qu’ici p= 2,λ1= 0 etλ2= 6. D´eterminonsP1 etP2. Version 1 Sans ruse !
• PosonsV1=
1 1 0
etU1= 1
kV1kV1. U1=
√1 2
√1 2
0
.
(V1) est une base deE0(tAA). Donc (U1) est une base orthonorm´ee deE0(tAA).
Alors d’apr`esQ1,P1=U1tU1=
√1 2
√1 2
0
√1 2
√1 2 0
=
1/2 1/2 0 1/2 1/2 0
0 0 0
.
La matrice, dans la base canonique deM3,1(R), de la projection orthogonale surE0(tAA) est
P1=
1/2 1/2 0 1/2 1/2 0
0 0 0
.
PosonsV2=
1
−1 0
,V3=
0 0 1
,U2= 1
kV2kV2 etU3= 1
kV3kV3. U2=
√1 2
−√1
2
0
etU3=
0 0 1
.
(V2, V3) est une base deE6(tAA). Mieux c’est une base orthogonale deE6(tAA).
Alors (U2, U3) est une base orthonorm´ee deE6(tAA).
AinsiP2=U2tU2+U3tU3=
√1 2
−√1
2
0
√1 2 −√1
2 0 +
0 0 1
( 0 0 1 ) =
1/2 −1/2 0
−1/2 1/2 0
0 0 0
+
0 0 0 0 0 0 0 0 1
.
Finalement P2=
1/2 −1/2 0
−1/2 1/2 0
0 0 1
.
La matrice, dans la base canonique deM3,1(R), de la projection orthogonale surE6(tAA) est
P2=
1/2 −1/2 0
−1/2 1/2 0
0 0 1
.
Version 2 Avec ruse ! I3=P1+P2 ettAA= 0P1+ 6P2. AinsiP2=1 6
tAA etP1=I3−1 6
tAA.
Ceci qui redonne imm´ediatementP2=
1/2 −1/2 0
−1/2 1/2 0
0 0 1
et P1=
1/2 1/2 0 1/2 1/2 0
0 0 0
.
La d´ecomposition spectrale detAAest : 0
1/2 1/2 0 1/2 1/2 0
0 0 0
+ 6
1/2 −1/2 0
−1/2 1/2 0
0 0 1
.
(b)Rappelons que queAtA est assimilable `a un r´eel carAtA∈ M1(R) puisqueA∈ M1,n(R).
(tAA)2−(AtA)tAA=tAAtAA−(AtA)tAA=tA(AtA)A−(AtA)tAA.
Or AtA est un r´eel donc (tAA)2−(AtA)tAA= (AtA)tAA−(AtA)tAA= 0Mn(R). Ainsi : X2−(AtA)X est un polynˆome annulateur detAA.
Les z´eros du polynˆomesX2−(AtA)X sont 0 etAtA. Donc le spectre detAAest contenu dans{0, AtA}.
1er cas n= 1. AlorstAAest la matrice deM1(R) ´egale `a (a21). Alorsa21est la seule valeur propre de tAA.
Ici p= 1, λ1=a21=AtAet P1=I1.
Sin= 1, SptAA={a21}={AtA}. La d´ecomposition spectrale detAA esttAA= (AtA)I1! 2i`eme cas n >1.
SoitX ∈ Mn,1(R). Notons queAX∈R. Alors :tAAX= 0Mn,1(R)⇐⇒(AX)tA= 0Mn,1(R).
or tA6= 0Mn,1(R)donctAAX= 0Mn,1(R)⇐⇒AX= 0⇐⇒t(tA)X = 0⇐⇒<tA, X >n= 0⇐⇒X∈
Vect(tA)⊥
. Ainsi KertAA=
Vect(tA)⊥
. CommetA6= 0Mn,1(R), dim Vect(tA) = 1. Alors dim KertAA=n−1.
Commen−1>0, KertAA n’est pas r´eduit `a la matrice nulle deMn,1(R) et ainsi 0 est valeur propre detAA.
Le sous-espace propre associ´e est l’hyperplan
Vect(tA)⊥
. E0(tAA) =
Vect(tA)⊥
.
Comme tAA est diagonalisable,tAA a n´ecessairement une autre valeur propre qui ne peut ˆetre que AtA car SptAA est contenu dans{0, AtA}.
De plusE0(tAA) etEAtA(tAA) sont suppl´ementaires et orthogonaux cartAAest une matrice sym´etrique deMn,1(R).
AlorsEAtA(tAA)) = E0(tAA)⊥
=
Vect(tA)⊥⊥
= Vect(tA). EAtA(tAA) = Vect(tA).
Si n>2, SptAA={0, AtA}. E0(tAA) =
Vect(tA)⊥
et EAtA(tAA) = Vect(tA).
Ici p= 2, λ1= 0 etλ2=AtA.
Remarque Notons que :
• tAA= (aiaj)(i,j)∈[[1,n]]2
•E0(tAA)est l’hyperplan deMn,1(R)d’´equationa1x1+a2x2+· · ·+anxn= 0dans la base canonique deMn,1(R).
• AtA=
n
P
k=1
a2k et EAtA(tAA)est la droite vectorielle deMn,1(R)engendr´ee par
a1
a2
... an
Version 1 In=P1+P2 ettAA=λ1P1+λ2P2= (AtA)P2. DoncP2= 1
AtA
tAAetP1=In− 1 AtA
tAA. Notons queP2= 1 AtA
tAA= 1
n
P
k=1
a2k
(aiaj).
Version 2 PosonsV2=tAetU2= 1 ktAkn
tA.
(V2) est une base deEAtA(tAA). (U2) est une base orthnorm´ee deEAtA(tAA).
AlorsP2=U2tU2= 1
ktAkn tA
t
1 ktAkn
tA
= 1
ktAk2n
tAt(tA) = 1 ktAk2n
tAA= 1
t(tA)tA
tAA= 1 AtA
tAA.
On retrouve ainsiP2= 1 AtA
tAAetP1=In−P2=In− 1 AtA
tAA.
Si n>2, la d´ecomposition spectrale detAA est tAA= 0P1+ (AtA)P2 avecP2 = 1 AtA
tAA= 1
n
P
k=1
a2k
(aiaj) et P1=In−P2!
Partie II - Pseudo solution d’une ´ equation lin´ eaire.
5) Dans toute la suite conform´ement au texte nous parlerons le plus souvent de l’´equationAX=B alors qu’il serait sans doute pr´ef´erable de parler de l’´equationX ∈ Mn,1(R) et AX=B.
I On suppose ici que l’´equationAX=B admet au moins une solution que nous noteronsX0. SoitX0 un ´el´ement de Mn,1(R).
• Supposons queX0 est une pseudo solution de l’´equationAX=B.
Alors∀Z ∈ Mn,1(R), kAX0−Bkm6kAZ−Bkm.
En particulierkAX0−Bkm6kAX0−Bkm= 0. AlorskAX0−Bkn= 0 doncAX0−B= 0Mm,1(R). AinsiAX0=B et X0 est solution de l’´equationAX=B.
• Supposons queX0 est solution de l’´equationAX=B.
Alors∀Z ∈ Mn,1(R), kAX0−Bkm= 06kAZ−Bkm. DoncX0 est une pseudo solution de l’´equationAX=B.
Si l’´equation X ∈ Mn,1(R) et AX = B admet au moins une solution, l’ensemble de ses pseudo solutions est l’ensemble de ses solutions.
6) Remarque Notons que les r´esultats de Q6 et Q7 sont presque dans notre cours au niveau de la m´ethode des moindres carr´es. Sauf que dans le th´eor`eme concern´e il y a une hypoth`ese suppl´ementaire :rgA=n. Cette hypoth`ese assurant l’unicit´e d’une pseudo solution (comme nous le verrons dans Q9).
Notons ´egalement que l’on peut obtenir les r´esultats de Q6 et Q7 en utilisant le ”th´eor`eme de meilleure approximation”.
Nous en dirons deux mots `a la fin de Q7.
Commen¸cons par ´etablir un r´esultat que nous utiliserons dans Q6 et dans Q7. Montrons donc que :
∀λ∈R, ∀(X, Y)∈
Mn,1(R)2
, kA(X+λ Y)−Bk2m− kAX−Bk2m=λ2kAYk2m+ 2λtYtA(AX−B) (1).
Soitλun r´eel. Soient X et Y deux ´el´ements quelconques deMn,1(R).
kA(X+λ Y)−Bk2m=k(AX−B) + (λ AY)k2m=kAX−Bk2m+ 2 < AX−B, λ AY >m+kλ AYk2m.
kA(X+λ Y)−Bk2m− kAX−Bk2m= 2λ < AY , AX−B >m+λ2kAYk2m= 2λt(AY)(AX−B) +λ2kAYk2m. Ainsi :kA(X+λ Y)−Bk2m− kAX−Bk2m=λ2kAYk2m+ 2λtYtA(AX−B).
∀λ∈R, ∀(X, Y)∈
Mn,1(R)2
, kA(X+λ Y)−Bk2m− kAX−Bk2m=λ2kAYk2m+ 2λtYtA(AX−B) (1).
I Supposons maintenant que X est une pseudo solution de l’´equation.
∀Z∈ Mn,1(R), 06kAX−Bkm6kAZ−Bkm donc∀Z∈ Mn,1(R), kAX−Bk2m6kAZ−Bk2m. Ce qui donne encore ∀Z∈ Mn,1(R), kAZ−Bk2m− kAX−Bk2m>0.
Ainsi∀λ∈R, ∀Y ∈ Mn,1(R), kA(X+λ Y)−Bk2m− kAX−Bk2m>0.
Alors∀λ∈R, ∀Y ∈ Mn,1(R), λ2kAYk2m+ 2λtYtA(AX−B)>0 d’apr`es (1).
SiX est une pseudo solution de l’´equation :∀λ∈R, ∀Y ∈ Mn,1(R), λ2kAYk2m+ 2λtY tA(AX−B)>0.
∀λ∈R, ∀Y ∈ Mn,1(R), λ2kAYk2m+ 2λtYtA(AX−B)>0.
SoitY un ´el´ement deMn,1(R). Montrons quetYtA(AX−B) = 0 Version 1 ∀λ∈R, λ2kAYk2m+ 2λtYtA(AX−B)>0.
Donc pour tout r´eel strictement positifλkAYk2m+ 2tY tA(AX−B)>0 (2).
Et pour tout r´eel strictement n´egatifλkAYk2m+ 2tY tA(AX−B)60 (3).
En faisant tendre λvers 0 par valeurs sup´erieures dans (2) il vient : 2tY tA(AX−B)>0 outY tA(AX−B)>0.
En faisant tendre λvers 0 par valeurs inf´erieures dans (3) il vient : 2tYtA(AX−B)60 ou tYtA(AX−B)60.
AlorstY tA(AX−B) = 0.
Version 2 1er cas AY = 0Mm,1(R).
AlorstY tA(AX−B) =t(AY) (AX−B) =t(0Mm,1(R))(AX−B) = 0M1,m(R)×(AX−B) = 0.
2i`eme cas AY 6= 0Mm,1(R).
AlorskAYk2m6= 0. Doncλ→λ2kAYk2m+ 2λtY tA(AX−B) est un polynˆome du second degr´e `a coefficients r´eels.
De plus ses z´eros dansRsont 0 et−2tY tA(AX−B) kAYk2m ·
Or ce polynˆome du second degr´e est positif surRdonc il ne peut pas avoir deux racines distinctes dansR.
Ainsi :−2tYtA(AX−B)
kAYk2m = 0. AlorstY tA(AX−B) = 0.
Finalement tYtA(AX−B) = 0 et ceci pour toutY dansMn,1(R).
Donc∀Y ∈ Mn,1(R), < Y,tA(AX−B)>n= 0. DonctA(AX−B)∈
Mn,1(R)⊥
={0Mn,1(R)}.
AlorstA(AX−B) = 0Mn,1(R)outAAX−tAB= 0Mn,1(R), et ainsitAAX=tAB.
SiX est une pseudo solution de l’´equationX0 ∈ Mn,1(R) etAX0=B alorstAAX=tAB.
7) SoitX un ´el´ement de Mn,1(R) tel quetAAX=tAB.
Montrons que X est une pseudo solution de l’´equationX0∈ Mn,1(R) etAX0=B.
SoitZ un ´el´ement deMn,1(R). Posons Y =Z−X. AlorsZ =X+Y. En appliquant (1) avecλ= 1 il vient : kAZ−Bk2m− kAX−Bk2m=kA(X+Y)−Bk2m− kAX−Bk2m= 12× kAYk2m+ 2×1×tYtA(AX−B).
kAZ−Bk2m− kAX−Bk2m=kAYk2m+ 2tYtA(AX−B).
Par hypoth`esetAAX=tABdonctA(AX−B) = 0Mn,1(R)alorskAZ−Bk2m− kAX−Bk2m=kAYk2m.
DonckAZ−Bk2m− kAX−Bk2m>0 ce qui donnekAX−Bk2m6kAZ−Bk2mpuiskAX−Bkm6kAZ−Bkm. Ainsi∀Z ∈ Mn,1(R), kAX−Bkm6kAZ−Bkm. X est donc une pseudo solution de l’´equation.
Si X est un ´el´ement deMn,1(R) tel quetAAX=tAB,X est une pseudo solution de l’´equationX0 ∈ Mn,1(R) et AX0=B.
Ce r´esultat ajout´e `a celui de Q6 permet de dire que :
siXest un ´el´ement deMn,1(R),Xest une pseudo solution de l’´equationX0 ∈ Mn,1(R) etAX0=Bsi et seulement sitAAX =tAB.
tABappartient `a ImtAet nous avons vu dansQ2 (c)que ImtA= ImtAA. Alors tAB appartient `a ImtAA. Ainsi il existe au moins un ´el´ement X0 deMn,1(R) tel quetAAX0=tAB. Plus de doute :
l’´equationX∈ Mn,1(R) etAX=B a au moins une pseudo solution.
I Retrouvons tous ces r´esultats (plus rapidement) en utilisant le ”th´eor`eme de meilleure approximation” ( R7 ).
Min
Z∈Mn,1(R)
kAZ−Bkm existe si et seulement si Min
Y∈ImAkY −Bkm existe.
Or ImA est un sous-espace vectoriel de l’espace vectoriel euclidien (Mm,1(R), < ., . >m). Alors R7 montre que
YMin∈ImAkY −Bkmexiste et que la projection orthogonaleB0deB sur ImAest l’unique ´el´ement de ImAqui r´ealise ce minimum.
Ainsi Min
Z∈Mn,1(R)kAZ−Bkmexiste et les ´el´ements qui r´ealisent ce minimum sont les ´el´ements X deMn,1(R) tels que AX=B0.
Alors l’´equationX ∈ Mn,1(R) etAX=B admet des pseudo solutions qui sont les ´el´ements X deMn,1(R) tels que AX=B0 (il en existe carB0 ∈ImA...).
SoitX un ´el´ement deMn,1(R). AX appartient `a l’image deA.
AinsiAXest la projection orthogonaleB0 deBsur ImAsi et seulement siB−AXouAX−Bappartient `a (ImA)⊥. AX−B∈(ImA)⊥⇐⇒ ∀Y ∈ImA, < Y, AX−B >m= 0⇐⇒ ∀Z∈ Mn,1(R), < AZ, AX−B >m= 0.
AX−B∈(ImA)⊥⇐⇒ ∀Z ∈ Mn,1(R),t(AZ)(AX−B) = 0⇐⇒ ∀Z∈ Mn,1(R),tZtA(AX−B) = 0.
AX−B∈(ImA)⊥⇐⇒ ∀Z ∈ Mn,1(R), < Z,tA(AX−B)>n= 0⇐⇒tA(AX−B)∈(Mn,1(R))⊥. Or
Mn,1(R)⊥
={0Mn,1(R)} donc :
AX−B∈(ImA)⊥⇐⇒tA(AX−B) = 0Mn,1(R)⇐⇒tAAX−tAB= 0Mn,1(R)⇐⇒tAAX=tAB.
Alors AX =B0 si et seulement si tAAX =tAB. DoncX est une pseudo solution de l’´equation si et seulement si
tAAX=tAB.
Ainsi avons nous retrouv´e l’ensemble des r´esultats de Q6 et Q7.
8) SoitX =
x y z
un ´el´ement deM3,1(R).
tAAX=tAB⇐⇒
3 −3 0
−3 3 0
0 0 6
x y z
=
1 1 −1
−1 −1 1
1 1 2
2 2 1
⇐⇒
(3x−3y= 3
−3x+ 3y=−3 6z= 6
⇐⇒ny =x−1 z= 1 .
L’ensemble des pseudo solutions de l’´equationX∈ M3,1(R) etAX=B est
x x−1
1
;x∈R
.
Soitxun r´eel. PosonsTx=
x x−1
1
.
kTxk23=x2+ (x−1)2+ 12= 2x2−2x+ 2 = 2(x2−x) + 2 = 2
x−1 2
2
−2 1
2 2
+ 2 = 2
x−1 2
2 +3
2· Si xn’est pas ´egal `a 1
2,kTxk23= 2
x−1 2
2
+3 2 >3
2 =kT1 2k23. Donc∀x∈R, x6=1
2 ⇒ kTxk3>kT1 2k3.
Rappelons que l’ensemble des pseudo solutions de l’´equationX ∈ M3,1(R) etAX=B est
x x−1
1
;x∈R
soit encore{Tx;x∈R}.
T1
2 est donc l’unique pseudo solution de l’´equation, de norme minimale. Notons queT1 2 =
1/2
−1/2 1
.
L’´equationX∈ M3,1(R) etAX=Badmet une pseudo solution de norme minimale et une seule qui est
1/2
−1/2 1
.
9) SoitX0 une pseudo solution de l’´equationX ∈ Mn,1(R) et AX=B. tAAX0=tAB.
SoitX un ´el´ement deMn,1(R).
X est une pseudo solution de l’´equation si et seulement sitAAX =tAB.
tAAX=tAB⇐⇒tAAX=tAAX0⇐⇒tAA(X−X0) = 0Mn,1(R)⇐⇒X−X0∈KertAA.
tAAX=tAB⇐⇒ ∃Y ∈KertAA, X−X0=Y ⇐⇒ ∃Y ∈KertAA, X =X0+Y. Rappelons que KertAA= KerA.
AlorstAAX⇐⇒ ∃Y ∈KerA, X =X0+Y.
Donc l’ensemble des pseudo solutions de l’´equation est{X0+Y;Y ∈KerA}.
Si X0 est une pseudo solution de l’´equationX ∈ Mn,1(R) etAX =B, l’ensemble des pseudo solutions de cette
´
equation est{X0+Y ;Y ∈KerA}.
Plus de doute alors, l’´equation admet une pseudo solution et une seule si et seulement si KerA={0Mn,1(R)}.
R4 donne dim KerA+ rgA=n. Alors KerA={0Mn,1(R)} ⇐⇒dim KerA= 0⇐⇒rgA=n.
L’´equationX∈ Mn,1(R) etAX=B admet une pseudo solution et une seule si et seulement si rgA=n.
Remarque Supposons que rgA =n. Nous avons vu dans Q2 (c) que rgtAA = rgtA= rgA. Alors rgtAA =n et tAA est une matrice de Mn(R) donc tAA est inversible. L’unique pseudo solution de l’´equation X ∈ Mn,1(R) et AX =B est alors (tAA)−1 tAB
. Nous retrouvons ainsi la totalit´e des r´esultats du th´eor`eme de la m´ethode des moindres carr´es ( R8 ). Nous y reviendrons encore dans Q11 (a).
Partie III - Pseudo solution d’une matrice.
10)Nous allons donner deux ( ?) solutions `a cette question.
Avant de commencer rappelons que KerA= KertAA.
Version 1 Le texte incite `a construire une pseudo solutionS orthogonale `a KertAAnon ? Alors allons y.
SoitX0une pseudo solution de l’´equationX ∈ Mn,1(R) etAX=B.
L’ensemble des pseudo solutions de cette ´equation est {X0+Y ;Y ∈KerA}ou{X0+Y ;Y ∈KertAA}.
SoitX00 la projection orthogonale deX0sur KertAA ou sur KerA. Alors X0−X00 appartient `a (KertAA)⊥. Posons donc S=X0−X00. Notons queS est orthogonal `a KertAA.
De plusS=X0+ (−X00) et (−X00) appartient `a KerAdoncS est une pseudo solution de l’´equationAX=B.
Notons alors que l’ensemble des pseudo solutions de l’´equationAX=B est encore{S+Y; Y ∈KerA}.
Soit Z une pseudo solution de l’´equation AX =B distincte de S. Il existe un ´el´ement non nul Y de KerA tel que Z =S+Y.
S ∈(KertAA)⊥ etY ∈KerA= KertAAdoncS et Y sont orthogonaux.
Le th´eor`eme de Pythagore donne alors :kS+Yk2n =kSk2n+kYk2n. AinsikZk2n =kS+Yk2n=kSk2n+kYk2n>kSk2n carkYk2n>0.
DonckZkn>kSkn et ceci pour toute pseudo solutionZ de l’´equationAX=B distincte deS.
Ceci montre qu’il existe une unique pseudo solution de l’´equation AX =B de norme minimale et que cette pseudo solution estS.
Notons quetAAS=tAB (carS est une pseudo solution de l’´equation) et queS est orthogonal `a KertAA.
Montrons que ceci caract´eriseS.
Supposons que S0 soit un ´el´ement deMn,1(R) tel que tAAS0 =tABet qui soit orthogonal `a KertAA.
Notons queS0−S est orthogonal `a KertAA carS etS0 sont tous les deux orthogonaux `a KertAA.
tAAS0 =tABdoncS0 est une pseudo solution de l’´equation. Ainsi il existeY0 dans KerA tel queS0=S+Y0. AlorsS0−S=Y0 et ainsiS0−S appartient `a KerAdonc `a KertAA.
Finalement S0−S∈(KertAA)⊥∩KertAA={0Mn,1(R)}. Alors S0=S. Ce qui ach`eve de montrer que :
l’´equationX ∈ Mn,1(R) etAX=B admet une unique pseudo solution de norme minimale not´eeSet caract´eris´ee par les deux conditionstAAS=tABet S est orthogonal `a KertAA.
Version 2 SoitX0une pseudo solution de l’´equationX ∈ Mn,1(R) etAX=B.
L’ensemble Hdes pseudo solutions de l’´equation est{X0+Y;Y ∈KerA} ou{X0−Y ;Y ∈KerA} (car KerAest un sous-espace vectoriel).
Comme KerAest un sous-espace vectoriel de l’espace vectoriel euclidien (Mn,1(R), < ., . >n), le ”th´eor`eme de meilleure approximation” ( R7 ) montre que Min
Y∈KerAkX0−Yknexiste et que la projection orthogonaleX00 deX0 sur KerAest l’unique ´el´ement de KerAqui r´ealise ce minimum.
Donc Min
Z∈HkZkn existe et X0−X00 est l’unique ´el´ement deHqui r´ealise ce minimum.
Posons S = X0−X00. Alors S est l’unique pseudo solution de l’´equation AX = B de norme minimale et S est orthogonal `a KerAdonc `a KertAAcarX00 est la projection orthogonale deX0sur KerA.
SoitS0 un ´el´ement deMn,1(R) tel que tAAS0 =tABet qui soit orthogonal `a KertAAdonc `a KerA.
tAAS0 =tABdoncS0 est une pseudo solution de l’´equation AX=B. Ainsi il existeY0 appartenant `a KerAtel que S0=X0+Y.
AlorsX0= (−Y) +S0 avec−Y ∈KerAet S0 ∈(KerA)⊥. Donc−Y est la projection orthogonale deX0 sur KerA donc−Y =X00.
AlorsS0=X0+Y =X0−X00 =S. Ceci ach`eve de d´emontrer le r´esultat demand´e.
11) (a)Supposons queAest de rangn. Nous avons vu dansQ9que l’´equationX ∈ Mn,1(R) etAX=Badmet une pseudo solution et une seule que nous noterons S. S est n´ecessairement la pseudo solution de l’´equation AX=B de norme minimale !
Nous avons vu dans Q2 (c)que rgtAA= rgA. Alors rgtAA=net tAAest une matrice de Mn(R) donctAAest inversible.
Or tAAS=tABdoncS= (tAA)−1 tAB .
Si rgA = n, tAA est inversible et l’unique pseudo solution (de norme minimale) de l’´equation X ∈ Mn,1(R) et AX=B est (tAA)−1 tAB
.
Exercice Montrer que sirgA=n:(tAA)−1=
p
X
i=1
1 λi
Pi et(tAA)−1 tAB
=
p
X
i=1
1 λi
PitAB.
(b)Supposons que Aest la matrice nulle deMm,n(R). Alors KerA=Mn,1(R). Donc KerA⊥
={0Mn,1(R)}.
SoitS l’unique pseudo solution de norme minimale de l’´equationX ∈ Mn,1(R) etAX=B.
S est orthogonal `a KertAAdonc `a KerA. Alors S∈ KerA⊥
doncS= 0Mn,1(R).
SiA est la matrice nulle deMm,n(R), l’unique pseudo solution de norme minimale de l’´equationX ∈ Mn,1(R) et AX=B est 0Mn,1(R).