• Aucun résultat trouvé

PARTIE II

N/A
N/A
Protected

Academic year: 2022

Partager "PARTIE II"

Copied!
4
0
0

Texte intégral

(1)

PARTIE I

On utilisera le produit scalaire canoniquetXY surMn;1(R)

1. On véri…e quetM SM est symétrique car le transposé du produit est le produit des transposés dans l’ordre inverse.

Pour toute matrice colonneXon a : tX tM SM X =t(M X)S(M X). Soit en posantY =M X,tX tM SM X=tY SY . CommeY 2 Mn;1(R)etS2 Sn+(R)on atY SY 0et donc tX tM SM X 0

S2 Sn+(R)) 8M 2 Mn(R),tM SM 2 Sn+(R)

2. SiX est un vecteur propre deS , on aX 6= 0et 9 2R, SX = X . On a dontXSX = tXX= kXk2 soit comme X6= 0, =

tXSX kXk2

–siS 2 Sn+(R)on atXSX 0 et donc 0

–siS 2 Sn++(R)on atXSX >0 (carX6= 0 ) et donc >0

RéciproquementS est symétrique réelle donc diagonalisable dans une base orthonormale : 9P 2 On(R);9D= diag ( i) ,S=P DtP

On en déduit en posantX =P Y :avecY = (yi)ni=1 quetXSY =tYtP StP P Y =tY DY = Xn i=1

iy2i –Si Sp(S) R+ ,8i; i 0 et donctXSY 0

–SiSp(S) R+ ,8i; i>0et donctXSY 0et de plus

tXSY >0) 8i; iyi2= 0) 8i; yi = 0)X =P Y = 0 S 2 Sn+(R),Sp(S) R+

S2 Sn++(R),Sp(S) R+

3. Aest symétrique réelle de polynôme caractéristique 2 3 + 1 . La somme et le produit des racine sont strictement positifs. Donc les racines sont strictement positives.

A2 Sn++(R) 4. 1 est valeur propre évidente deB donc

B =2 Sn+(R)

5. Si deux matrices sont semblables elles ont mêmes valeurs propres donc les valeurs propres ont le même signe : S 2 Sn+(R),T 2 Sn+(R)

6. a) Si est une valeur propre nulle , les vecteurs propres associés sont des vecteurs non nuls du noyau deM . M n’est pas inversible : absurde

Si est une valeur propre non nul de M;il existe une matrice colonne non nulle X telle que M X = X , on a donc X = M X

, si on prend Y = M X on a un matrice non nulle ( M est inversible) véri…ant M 1Y = 1

Y et donc 1 2Sp(M 1). Réciproquement si 1

est valeur propre deM 1(inversible) 1

1= = est valeur propre de M 1 1=M siM inversible 2Sp(M), 1

2Sp M 1

b) SiS 2 Sn++(R)on a prouvéSp(S) R+ , 0n’est pas valeur propre de S doncS est inversible. Les valeurs propres deS 1 sont les inverses des valeurs propres deS donc sont strictement positives. Et doncS 12 Sn++(R)

S2 Sn++(R))S 12 Sn++(R)

7. D’après le calcul de la première question, si X est un vecteur propre associé à la valeur propre on a =

tXSX kX2k . On suppose ici : 8X2 Mn;1(R);tXSX = 0et donc = 0:

S est symétrique donc diagonalisable dans un base orthonormale : S=P DtP =P0tP = 0

(2)

8.

DANGER :

malgré la notation utilisée, on ne sait à priori rien de la relation sur les matrices.. Il ne vaut pas utiliserune propriété de la relation avant de l’avoir prouvée. En particulier la transitivité n’existe pas.

Comme02 Sn+(R),S S

est ré‡exive

a)SiS1 S2etS2 S1on aS2 S12 Sn+(R)etS1 S22 Sn+(R), on a donc pour toute colonneX: tX(S2 S1)X 0 ettX(S2 S1)X 0et donctX(S2 S1)X = 0. D’après la question précédente on a doncS2 S1= 0doncS2=S1

est antisymétrique.

b) On prend S1 = 0 et S2 = diag( 1;1; 1) . Les deux matrices sont symétriques et S2 S1 a une valeur propre négative doncS2 S12 S= n+(R)et de même pourS1 S2.

Le contre exemple ne marche que pourn 2 . Pour n= 1 , la relation est la relation d’ordre usuelle sur l’unique coe¢ cient réel de la matrice . Donc c’est un ordre total.

pourn 2 , n’est pas "total"

c) Pour n 2 on prend S1 = 0 et S2 = diag(0;1; 1) symétriques ,les valeurs propres de S2 S1 sont 0 et 1 : S2 S12 Sn+(R);S26=S1et S2 S12 S= n++(R)

d) Si S1 etS2 sont symétriques S1 et S2 sont symétriques : la question a un sens.

Pour une matrice M on sait (ou on retrouve) : si = 0,Sp( M) =f0g

si 6= 0 , 2Sp(M), 2Sp( M) . En prenantM =S2 S1

et en regardant le signe on a :

S1 S2) 8<

:

si = 0 ,S2=S1

si >0 , S1 S2

si <0 , S2 S1

e)Toutes les matrices sont bien symétriques.

On a(S+S2) (S+S1) =S2 S1 et donc

S1 S2) 8S 2 Sn(R),S+S1 S+S2

9. On a tM S2M tM S1M =tM(S2 S1)M . On peut appliquer la première question àS=S2 S1

8M 2 Mn(R),S1 S2)tM S1M tM S2M 10.

On aSX = X ,(S In)X= ( 1)X , 2Sp(S),( 1)2Sp(S In).

Les valeurs propres deS In sont positives:Les valeurs propres de S sont plus grande que1:

Elle sont donc non nulles etS est bien inversible.

Les valeurs propres deS 1sont les inverses des valeurs propres deS( cf Q6) . Elle sont donc toutes inférieures à1:Les valeurs propres deIn S 1 sont positives.

In S)S 1 In

11.

a) Si S =tM M on a pour toute colonne X : tXSX =t(M X) (M X) = kM Xk2 0 , et comme M est inversible X6= 0)M X 6= 0) kM Xk2>0

M 2 GLn(R))tM M2 Sn++(R)

b) Si S =D = diag ( i) est diagonale dé…nie positive alors les i sont positifs et M =diag p

i est une solution du problème.

c)Dans le cas général on diagonalise S dans une base orthonormée S =P DtP . On prendM =diag p

i

tP et on a

tM M=P DtP =S .

2

(3)

12. CommeS1>0 ,S1 est symétrique , dé…nie positive, et on peut appliquer la question précédente.

On aIn =tM11tM1M1M11=tM11S1M11 . On peut appliquer la question9:

S1 S2)tM11S1M11 tM11S2M11)In tM11S2M11

D’aprèsQ10tM11S2M11est inversible donc aussiS2=tM1 tM11S2M11 M1comme produit de matrices inversibles.

et de plus tM11S2M11 1 In

On a doncM1S21tM1 In=M1S11tM1 et donc parQ9: S2 S1 0< S1 S2)S21 S11

PARTIE II

1.

a)Une résolution par Pivot de Gauss donne comme 16= 2 : 8>

<

>:

P1= S 2In

1 2

P2= S 1In

2 1

. Ce sont des matrices symétriques par combinaisons linéaires de matrices symétriques.

b)SiS =P DP 1on aP1=PD 2In

1 2

P 1=P D1P 1avecD1= diag ( 1 2; ; 1 2;0 ;0)

1 2

= diag (1; 1;0; ;0) ) et de mêmeP2=P D2P 1 avecD2= diag (0; ;0;1; ;1)

On a D21 = D1; D22 = D2; D1D2 = D2D1 = 0; rg(D1) = n1; rg(D2)n2 . Et donc en faisant le changement de base P12=P1; P22=P2; P1P2=P2P1= 0; rg(P1) =n1; rg(P2) =n2

c) P1 et P2 commutant, on peut développerS = 1P1+ 2P2 par le binôme de Newton , et comme tous les produits P1P2 sont nuls on a :

Sk = k1P1k+X

0 + k2P2k

Et commeP12=P1 il est évident par récurrence que pour toutk 1 P1k =P1 . Et donc pourk 1: Sk= k1P1+ k2P2.

Par construction la formule est aussi vraie pourk= 0

8k2N,Sk = k1P1+ k2P2

On a donc

Q(S) = Xd k=0

qkSk= Xd k=0

qk k1P1+ Xd

k=

qk k2P2=Q( 1)P1+Q( 2)P2

8Q2R[X]: Q(S) =Q( 1)P1+Q( 2)P2

d) S In = 0 BB BB

@

2 1 1

1 2 . .. ... ... . .. . .. 1

1 1 2

1 CC CC

A . Si = 1 on a une matrice de rang 1 , donc 1 est valeur propre de multiplicité au moinsn 1 , La trace donne la dernière valeur propren+ 1.

Les formules dua) donnent :

P1= 1 n

0 BB BB

@

n 1 1 1

1 n 1 . .. ... ... . .. . .. 1

1 1 n 1

1 CC CC

A ,P2= 1 n

0 BB BB

@

1 1 1

1 1 . .. ...

... . .. ... 1

1 1 1

1 CC CC A

2. a)Comme S est symétrique :

(u(x)jy) =t(SX)Y =tXtSY =tXSY = (xju(y)) C’est la dé…nition même d’un endomorphisme symétrique.

3

(4)

b) On prend x 2Ei et y 2Ej , on a donc u(x) = ix et u(y) = jy . En reportant dans (u(x)jy) = (xju(y)) on a ( j i) (xjy) = 0, Soit comme j 6= i ,(xjy)

uest diagonalisable donc pi=1Ei=Rn .

c)Par orthogonalité on a pour toutxet touty(pi(x)jy) = (xjpi(y)) = (pi(x)jpi(y)). Ce qui assure quepiest symétrique, donc aussiPi.

Par orthogonalité six2Ej, on ax?Eidoncpi(x) = 0. On a donc pourj 6=i,Ej Ker(pi)et donc j6=iEj Ker(Pi) . Comme j6=iEj et Ker(Pi)sont deux supplémentaires deEi = Im(pi), ils ont même dimension et l’inclusion prouve l’égalité.

d)On prend x2Eet on décompose xdans pi=1Ei ,x= Xp i=1

xi avecxi2Ei .

–On a la décomposition x = xi+X

i6=j

xi avec xi 2 Ei , X

i6=j

xi 2 (Ei)? donc pour tout j pj(x) = xj soit x=

Xn i=1

pi(x)et doncX pi=In

–on a aussiu(x) = Xp i=1

u(xi) = Xp

=1 ixi=

Xp i=1

ipi(x)et doncu= Xp i=1

ipi

La suite du sujet étudie des fonctions dé…nie sur l’ensemble des matrices symétriques et l’intégrale de telles fonctions.

4

Références

Documents relatifs

Huvent, Toutes les mathématiques – Cours, exercices corrigés – MPSI, PCSI, PTSI, TSI, Ellipses, 2004..

En effet comme à toute hiérarchie indicée correspond une ultramétrique (cf. Benzecri [13]), on peut conclure que les niveaux et les classes de toute classification hiérarchique sont

Si une matrice A est diagonalisable, alors lorsqu’on la diagonalise, on obtient une matrice diagonale dont les coefficients diagonaux sont les valeurs propres de A...

Pour faire la somme de deux vecteurs, on représente ces deux vecteurs de manière que l’origine de l’un soit l’extrémité de l’autre.. Les coordonnées de M sont celles

Pour faire la somme de deux vecteurs, on représente ces deux vecteurs de manière que l’origine de l’un soit l’extrémité de l’autre.. Propriété (Relation de Chasles) Soit A, B

Définition On dit que deux vecteurs sont colinéaires s’ils ont la même direction, autrement dit si les droites qu’ils portent sont parallèles. Nous avons vu que si

Définition On dit que deux vecteurs sont colinéaires s’ils ont la même direction, autrement dit si les droites qu’ils portent sont parallèles. Nous avons vu que si

Algorithmes pour le calcul de toutes les valeurs propres d’une matrice M´ ethode de la puissance it´ er´ ee... G´ en´ eralit´ es, outils matriciels Matrices