• Aucun résultat trouvé

Corrigé de la série 24

N/A
N/A
Protected

Academic year: 2022

Partager "Corrigé de la série 24"

Copied!
4
0
0

Texte intégral

(1)

EPFL

Algèbre linéaire 1ère année 2008-2009

Corrigé de la série 24

Exercice 1. 1. On a

(T +T) =T+T

par conséquentT +T est auto-adjoint. Par le théorème spectral on en déduit qu’il existe une base orthonormée B de vecteurs propres de T +T et de valeurs propres associées réelles. Donc,

[T +T]B=D

où D = diag(λ1, . . . , λn) ∈ Mat(n,R). Comme T +T est supposée nilpotente, il existe p∈ N tel que (T +T)p = 0 et donc Dp = 0 d’où λp1 = . . .=λpn = 0 et donc λ1 =. . .= λn = 0. On en déduit que D= 0 et que T +T = 0.

2. L’opérateur T étant supposé auto-adjoint, par le théorème spectral on sait qu’il existe une base orthonormée B de vecteurs propres de T et que les valeurs propres associées sont réelles. Donc,

[T]B =D oùD= diag(λ1, . . . , λn)∈Mat(n,R). D’où,

[A]B =D+iI.

Ordet(D+iId) = (λ1+i). . . . .(λn+i)6= 0puisque∀k, λk ∈R. On en déduit queD+iId est inversible et donc que A est inversible.

3. Comme T est supposé normal, d’après le théorème spectral, on sait qu’il existe une base orthonorméeB de vecteurs propres deT, c’est à dire

[T]B =D oùD= diag(λ1, . . . , λn)∈Mat(n,C).

On pose∀i δi ∈Ctel que δi2i. (δi existe d’après le cours sur les nombres complexes).

On considèreE = diag(δ1, . . . , δn)∈Mat(n,C)etS l’opérateur deL(V)tel que[S]B=E.

CommeE2 =D on a S2 =T.

4. D’après le théorème spectral, il existe une base orthonormale BdeCn telle que [T]B,B= diag(r1ei, . . . , rnen) avec r1, . . . , rn ∈ R≥0 et θ1, . . . , θn ∈ R. Comme T8 = T9, on a r8jei8θj = rj9ei9θj pour j = 1, . . . , n. Donc soit rj = 0 soit rjej = 1, ce qui implique que [T]B,B= diag(ε1, . . . , εn)avec ε1, . . . , εn∈ {0,1}. Donc T est auto-adjoint et T2 =T. Exercice 2. 1. Soit v ∈V un vecteur non nul. On a alors

h(T2 +αT +βIdV)(v), vi=hT2(v), vi+αhT(v), vi+βhv, vi

=hT(v), T(v)i+αhT(v), vi+βkvk2 car T =T

≥ kT(v)k2− |α| · kT(v)k · kvk+βkvk2

=

kT(v)k −|α| · kvk 2

2

+

β− α2 4

kvk2 >0.

On obtient donc que (T2+αT +βIdV)(v)6= 0 pour tout v 6= 0. Donc T2+αT +βIdV est injectif et donc surjectif d’après le théorème du rang.

1

(2)

2. La liste(v, T(v), . . . , Tn(v))est une liste den+ 1vecteurs. Comme la dimension deV est n, ces vecteurs ne peuvent pas être linéairement indépendants et il existe a0, . . . , an ∈R pas tous nuls tels que a0v+a1T(v) +. . .+anTn(v) = 0.

3. On a p(T)(v) = 0 et donc

c(T−λ1IdV)◦. . .◦(T−λmIdV)◦(T21T+β1IdV)◦. . .◦(T2MT+βMIdV)(v) = 0, cette égalité ne dépendant pas de l’ordre des applications linéaires appliquées àv. Comme p6= 0, on a c6= 0. De plus, d’après la première question, les opérateursT2iT +βiIdV

sont inversibles pour i= 1, . . . , M. On obtient donc m≥1 et (T −λ1IdV)◦. . .◦(T −λmIdV)(v) = 0.

(En effet, si on avait (T − λ1IdV)◦ . . . ◦ (T − λmIdV)(v) 6= 0, alors on obtiendrait p(T)(v) = c(T21T +β1IdV)◦. . .◦(T2MT +βMIdV)◦(T −λ1IdV)◦. . .◦(T − λmIdV)(v)6= 0car les M derniers opérateurs que l’on applique sont inversibles. Mais ceci est une contradiction car p(T)(v) = 0.) Admettons maintenant que T n’a aucune valeur propre réelle. En particulier, les valeursλ1, . . . , λm ne sont pas des valeurs propres de T. On a alors (T −λiIdV)(w)6= 0pour tout 06=w∈V et i= 1, . . . , m, et on obtient pour tout06=w∈V :(T−λmIdV)(w)6= 0implique que(T−λm−1IdV)◦(T−λmIdV)(w)6= 0 etc. En particulier, la composition(T −λ1IdV)◦. . .◦(T −λmIdV) appliquée au vecteur v ne peut pas être nulle, une contradiction. L’opérateur T possède donc au moins une valeur propre réelle λ.

Exercice 3. 1. D’après l’exercice précédent, on sait qu’il existe un vecteur propre u0 6= 0de T pour une valeur propre λ ∈R. Le vecteur u=u0/ku0k est un multiple de u0 de norme 1, c’est donc aussi un vecteur propre deT pour la valeur propre λ. On poseU = span(u).

Soit v ∈U. On a

hT(v), ui=hv, T(u)i=λhv, ui= 0, ce qui montre que T(v)∈U.U est donc T-invariant.

2. On peut donc considérer T|U ∈ L(U). L’espace vectoriel U est muni du produit scalaire défini par la restriction àUdu produit scalaire surV. On a, pour toutv, w∈U:

hT|U(v), wiU =hT(v), wi=hv, T(w)i=hv, T|U(w)iU. L’opérateur T|U est donc auto-adjoint d’après la caractérisation de l’adjoint.

3. Soit n = 1. Alors T =λIdV. Chaque base orthonormale de V est composée d’un unique vecteur normé. Ce vecteur est automatiquement un vecteur propre de T pour la valeur propreλ.

On admet que l’assertion à démontrer est vraie pour tout espace vectoriel réel V de dimensionn−1et tout opérateurT0 auto-adjoint deV. Soitλune valeur propre réelle de T (qui existe d’après l’exercice 2) etuun vecteur propre normé deT pour la valeur propre λ. On considère U := span(u). Comme dimU = n−1 et T0 := T|U est un élément auto-adjoint de L(U) d’après la question précédente, il existe dáprès l’hypothèse de récurrence une base (u1, . . . , un−1) de U formée de vecteurs propres de T|U. Comme les vecteurs u1, . . . , un−1 sont des vecteurs propres de T|U, ils sont aussi des vecteurs propres de T. La liste (u, u1, . . . , un−1) est donc une base orthonormée de V formée de vecteurs propres de T.

2

(3)

Exercice 4. 1. Soit (e1, . . . , em) une base orthonormée de U, qu’on complète en une base orthonormée B = (e1, . . . , em, em+1, . . . , en) de V. La matrice de T dans cette base a la forme

M := [T]B,B=

A B 0 C

,

avec A ∈ Mat(m,R), B ∈ Mat(n−m, m,R) et C ∈ Mat(n−m,R). On a utilisé le fait que U est T-invariant, donc que T(ei) ∈span(e1, . . . , em) pour i = 1, . . . , m. On appelle mij les coefficients de la matrice M, i, j = 1, . . . , n. Pouri= 1, . . . , m, on a

kT(ei)k2 =k

m

X

j=1

mjiejk2 =

m

X

j=1

kmjiejk2 =

m

X

j=1

m2ji.

On obtient donc

m

X

i=1

kT(ei)k2 =

m

X

i=1 m

X

j=1

m2ji.

Comme[T]B,B =M, on a également kT(ei)k2 =k

n

X

j=1

mijejk2 =

n

X

j=1

kmijejk2 =

n

X

j=1

m2ij.

On obtient donc

m

X

i=1

kT(ei)k2 =

m

X

i=1 n

X

j=1

m2ij.

Mais comme T est normal, on a kT(ei)k=kT(ei)k pouri= 1, . . . , m. Cela donne

m

X

i=1

kT(ei)k2 =

m

X

i=1

kT(ei)k2, et donc

m

X

i=1 n

X

j=1

m2ij =

m

X

i=1 m

X

j=1

m2ji =

m

X

i=1 m

X

j=1

m2ij. On obtient donc

m

X

i=1 n

X

j=m+1

m2ij = 0.

Comme ce nombre est la somme des carrés des coefficients (réels !) deB, on a montré que B = 0. La matrice de T par rapport à la base Best donc de la forme

A 0 0 C

.

Cela implique queT(ei)∈span(em+1, . . . , en)pouri=m+1, . . . , n. Comme(em+1, . . . , en) est une base de U, on a donc prouvé que U estT-invariant.

2. On obtient de la question précédente que [T]B,B =

At 0 0 Ct

. Le sous-espace vectoriel U est donc T-invariant.

3

(4)

3. Soit S := T|U ∈ L(U). Soient u, u0 ∈ U. On calcule hS(u), u0iU = hT(u), u0iV = hu, T(u0)iV = hu, T(u0)iU, comme T(U) ⊆ U. On a donc S(u0) = T(u0) pour tout u0 ∈U d’après la caractérisation de l’adjoint. Cela montre que S =T|U ∈L(U).

4. On a pour tout u∈U :

(T|U◦T|U)(u) = T|U(T(u)) =T(T(u)) =T(T(u)) = (T|U ◦T|U)(u), où on a utilisé le fait que T est normal. L’opérateur T|U est donc normal.

5. On a montré dans le point précédent que la restriction de T à un sous-espaceT-invariant de V est normal. Comme U est T-invariant d’après le point 1, on peut appliquer ce résultat à U.

4

Références

Documents relatifs

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

Par le théorème spectral on en déduit qu’il existe une base orthonormée B de vecteurs propres de T + T ∗ et de valeurs propres associées réelles.. (δ i existe d’après le

L’opérateur T étant supposé auto-adjoint, par le théorème spectral on sait qu’il existe une base orthonormée B de vecteurs propres de T et que les valeurs propres associées

D´eterminer le polynˆ ome caract´eristique de M , puis donner les valeurs propres de M et leurs multipli- cit´es3. D´eterminer les sous-espaces propres de M , une base et la

Les points ayant ces affixes forment un polygone régulier de centre 0 (segment, triangle équilatéral, carré, pentagone régulier, hexagone régulier pour n = 2,.. On peut mul-

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...