• Aucun résultat trouvé

) si et seulement si il existe des réels λ

N/A
N/A
Protected

Academic year: 2022

Partager ") si et seulement si il existe des réels λ"

Copied!
5
0
0

Texte intégral

(1)

Exercice 1.

1. Le vecteur x appartient à Vect(u

1

, u

2

, u

3

) si et seulement si il existe des réels λ

1

, λ

2

, λ

3

tels que x = λ

1

u

1

+ λ

2

u

2

+ λ

3

u

3

. Cela est équivalent à l'existence d'une solution pour le système suivant de 4 équations à 3 inconnues λ

1

, λ

2

, λ

3

.

(S) :

 

 

 

 

λ

1

+ 3λ

2

−λ

3

= x

1

λ

1

+2λ

3

= x

2

λ

1

+ 5λ

2

−3λ

3

= x

3

1

+ λ

2

+3λ

3

= x

4

On transforme ce système en des systèmes équivalents par des opérations élémentaires

(S) ⇔

 

 

 

 

λ

2

+ 2λ

1

+3λ

3

= x

4

+ λ

1

+2λ

3

= x

2

− 5λ

1

−10λ

3

= x

1

− 3x

4

− 9λ

1

−18λ

3

= x

3

− 5x

4

 

 

 

 

λ

2

+ 2λ

1

+3λ

3

= x

4

+ λ

1

+2λ

3

= x

2

0 = x

1

− 3x

4

+ 5x

2

0 = x

3

− 5x

4

+ 9x

2

On en déduit que x ∈ Vect(u

1

, u

2

, u

3

) si et seulement si

( 0 = x

1

− 3x

4

+ 5x

2

0 = x

3

− 5x

4

+ 9x

2

Il existe plusieurs systèmes d'équations possibles pour ce sous-espace. Si vous en avez un autre, pour le valider, vérier que les vecteurs suivants sont solutions

(3, 0, 5, 1) (−5, 1, −9, 0).

2. Avec les notations précédentes x

i

= α

i

(x) . On peut donc choisir

( α = α

1

− 3α

4

+ 5α

2

β = α

3

− 5α

4

+ 9α

2

Pourquoi (α, β) est-elle libre ? Si λα + µβ est la forme nulle, la valeur en a

1

donne λ = 0 et la valeur en a

3

donne µ = 0 .

Exercice 2

1. On trouve

A

2

=

1 −1 1 −1

0 0 0 0

2 −2 2 −1 2 −2 2 −1

(A − I

4

)

2

=

0 1 −3 3 0 1 −2 2 0 0 1 −1

0 0 0 0

A

2

(A − I

4

)

2

= 0

M4(R)

2. a. Comme A

2

= Mat

A

f

2

et (A − I

4

)

2

= Mat

A

(f − id

E

)

2

, la formule du rang donne dim N

1

= 4 − rg A

2

et dim N

2

= 4 − rg(A − I

4

)

2

. Ces dimensions sont égales à 2 car les rangs sont égaux à 2 .

Ce calcul des rangs est justié en transformant les matrices par opérations élé- mentaires.

On transforme (A − I

4

)

2

par les opérations L

4

← L

4

− L

3

, L

3

← L

3

− 2L

1

. Le rang est donc le même que celui de

1 −1 1 −1

0 0 0 0

0 0 0 1

0 0 0 0

qui est clairement 2 .

On transforme (A − I

4

)

2

par les opérations L

1

← L

1

+ 3L

3

, L

2

← L

2

+ 2L

1

, L

2

← L

2

− L

1

. Le rang est donc le même que celui de

0 1 0 0 0 0 0 0 0 0 1 −1 0 0 0 0

qui est clairement 2 .

Comme N

1

et N

2

sont deux sous-espaces de dimension 2 d'un espace de dimension 4 , il sut de montrer que leur intersection est réduite au vecteur nul pour prouver qu'ils sont supplémentaires.

Un vecteur v de coordonnées (x, y, z, t) est dans cette intersection si et seulement

si (x, y, z, t) est solution d'un système linéaire de 8 équations. Certaines de ces

équations sont triviales ( 0 = 0 ) ou équivalentes. Avec les mêmes opérations sur

(2)

les lignes qui ont servi à calculer le rang, elles se ramènent à :

v ∈ N

1

∩ N

2

 

 

 

 

x− y+z− t = 0 t = 0

y = 0

z− t = 0

 

 

 

  x = 0 y = 0 z = 0 t = 0

On pouvait aussi raisonner plus vectoriellement. Si x est dans les deux noyaux alors

( f

2

(x) − 2f(x) + x = 0

E

f

2

(x) = 0

E

f (x) = 1 2 x f

2

(x) = 0

E

⇒ 0

E

= f

2

(x) = 1

4 x ⇒ x = 0

E

b. Si v ∈ N

1

alors f

2

(f (v)) = f (f

2

(v)) = f (0

E

) = 0

E

donc f (v) ∈ N

1

. Le sous- espace N

1

est stable par f .

De même, si v ∈ N

2

alors (f − id

E

)

2

(f (v)) = f ((f − id

E

)

2

(v)) = f(0

E

) = 0

E

donc f (v) ∈ N

2

. Le sous-espace N

2

est stable par f . Le point important ici est que f commute avec les endomorphismes dont on considère le noyau.

3. a. On a montré à la question 1 que A

2

(A − I

4

)

2

est la matrice nulle. Cela entraine que f

2

◦ (f − id

E

)

2

et (f − id

E

)

2

◦ f

2

sont égaux à l'endomorphisme nul donc que Im(f

2

) ⊂ N

1

et Im((f − id

E

)

2

) ⊂ N

1

. Par le calcul de rang déjà fait, les deux images sont de dimension 2 . De l'égalité des dimensions, on déduit l'égalité des sous-espaces.

b. Le vecteur u

2

doit vérier f (u

2

) = u

1

et f

2

(u

2

) = f (u

1

) = 0

E

. Il s'agit donc d'un vecteur de N

1

qui n'est pas dans dans le noyau de f . On trouve de tels vecteurs en considérant les colonnes de (A − I

4

)

2

. La première ne convient pas car elle correspond à un élément du noyau, en combinant les colonnes 2 et 3 on peut former u

2

= −e

1

+ e

3

puis u

1

= f (u

2

) = e

1

+ e

2

.

Choisissons un vecteur u

4

dans N

2

, par exemple u

4

= e

1

qui est dans N

2

car la première colonne de (A − I

4

)

2

est nulle. Posons u

3

= (f − id

E

)(u

4

) = e

3

+ e

4

. On a alors u

3

= f (u

4

) − u

4

donc f (u

4

) = u

3

+ u

4

. De plus, de (f − id

E

)

2

(u

4

) = 0

E

, on tire alors f (u

3

) = u

3

.

On vérie facilement que la famille U = (e

1

+ e

2

, −e

1

+ e

3

, e

3

+ e

4

, e

1

) est une base. Par construction de ces vecteurs :

Mat

U

f =

0 1 0 0 0 0 0 0 0 0 1 1 0 0 0 1

Problème 1. Matrice semblable à son inverse.

1. La relation tr(AB) = tr(BA) fait partie du cours (voir Les matrices pour elles mêmes).

On en déduit que deux matrices semblables ont la même trace car tr(P

−1

AP ) = tr(AP P

−1

) = tr(A)

2. 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. On indique les opérations puis les matrices transformées à partir de A et de I

3

.

L

3

← L

3

− L

2

, L

2

← L

2

− L

1

1 1 1 0 1 0 0 0 2

1 0 0

−1 1 0 0 −1 1

L

1

← L

1

− L

2

, L

3

← 1

2 L

3

, L

1

← L

1

− L

3

1 0 0 0 1 0 0 0 1

2 −

12

12

−1 1 0

0 −

12 12

 = A

−1

La matrice A n'est pas semblable à son inverse car les traces sont diérentes, respec- tivement 6 et

72

.

3. a. Ici f

2

= 0 entraine Im f ⊂ ker f . On a donc rg f ≤ dim ker f avec rg f + dim ker = 3 (théorème du rang) et rg f > 0 car f n'est pas nulle. On en déduit rg f = 1 . Il existe un vecteur (notons le a

3

) dont l'image par f est non nulle. Posons a

1

= f (a

3

) . Comme f

2

est nulle, a

1

est un vecteur non nul du noyau. On peut le compléter par un vecteur a

2

du noyau de sorte que (a

1

, a

2

) soit une base du noyau.

La famille (a

1

, a

2

, a

3

) vérie alors :

f (a

1

) = 0

E

, f (a

2

) = 0

E

, f(a

3

) = a

1

C'est une base car elle est libre. Supposons λ

1

a

1

2

a

2

3

a

3

= 0

E

. En composant par f , on obtient λ

3

a

1

= 0

E

donc λ

3

= 0 puis λ

1

et λ

2

nuls car (a

1

, a

2

) est libre.

La matrice de f dans cette base est de la forme demandée.

b. Comme f

2

n'est pas la fonction nulle, il existe un vecteur (notons le a

3

) dont l'image par f

2

n'est pas nulle. On note a

2

= f (a

3

) et a

1

= f (a

2

) = f

2

(a

3

) . En composant par f , on vérie facilement que (a

1

, a

2

, a

3

) est libre donc une base de E . La matrice de f dans cette base est de la forme demandée.

c. On peut utiliser sereinement les règles de calculs usuelles car id

E

commute avec f . On obtient

(id

E

+f ) ◦ (id

E

+g) = id

E

−f

3

= id

E

(3)

On en déduit que id

E

+f est bijective de bijection réciproque id

E

+g .

d. De la dénition de g , on tire g

2

= f

2

puis g

3

= f

3

. On a donc évidemment g

3

nulle et d'autre part g

2

nulle si et seulement si f

2

est nulle.

4. a. La matrice I

3

+ N est inversible car triangulaire avec des 1 sur la diagonale donc de rang 3 . De plus,

N

2

=

0 0 αβ 0 0 0 0 0 0

 N

3

= 0

M3(R)

b. Par dénition de f , I

3

+ N = Mat

A

(id

E

+ f) et (I

3

+ N )

−1

= Mat

A

(id

E

+ f )

−1

= Mat

A

(id

E

+ g) Si N est nulle, la similitude est évidente. Dans la cas général, on a f

3

et g

3

nulles avec f et g non nulles. Les fonctions f

2

et g

2

peuvent être nulles mais alors elles le sont ensemble. Il existe donc des bases B et B

0

telles que Mat

A

(id

E

+ f ) et Mat

A

(id

E

+ g) soient égales à une des matrices de 3.a ou 3.b. La formule de changement de base pour la matrice d'un endomorphisme montre alors que I

3

+N est semblable à son inverse.

5. On peut choisir une matrice diagonale avec des termes non nuls sur la diagonale et stables par inversion. Par exemple

A =

2 0 0 0

12

0 0 0 1

 A

−1

=

0

12

0 2 0 0 0 0 1

alors A

−1

= P

−1

AP avec pour P une matrice de permutation P =

0 1 0 1 0 0 0 0 1

La matrice A n'est pas semblable à une matrice de la forme de la question 4 car sa trace n'est pas égale à 3 .

Problème 2. Matrices pseudo-magiques.

1. L'ensemble E est non vide ( 0 ∈ E ), stable par combinaison linéaire avec d(λA + µB) = λd(A) + µd(B)

pour A, B dans E et λ, µ réels. L'application d est donc une forme linéaire de E . 2. Pour une matrice A quelconque, précisons AJ et J A .

Toutes les colonnes de AJ sont égales à C =

 P

q

a

1q

...

P

q

a

nq

Toutes les lignes de J A sont égales à L = P

q

a

q1

· · · P

q

a

qn

Lorsque A ∈ E :

C = d(A)

 1 ...

1

 L = d(A) 1 · · · 1

donc AJ = J A = λJ avec λ = d(A) . Réciproquement, si AJ = J A = λJ alors

C =

 λ ...

λ

 L = λ · · · λ

Donc pour tout couple (i, j) ∈ {1, · · · , n}

2

, P

q

a

iq

= P

q

a

qj

= λ c'est à dire A ∈ E avec d(A) = λ .

3. a. Pour montrer que E est une sous-algèbre de M on doit vérier I ∈ E (évident avec d(I) = 1 )

E est un sous espace vectoriel de M (déjà montré en 1) E est stable par multiplication

Si A et B ∈ E :

ABJ = Ad(B)J = d(B)AJ = d(A)d(B)J

et de même, J AB = d(A)d(B)J . On en déduit AB ∈ E avec d(AB) = d(A)d(B) .

Ceci qui montre en même temps que d est un morphisme d'algèbre car on savait

déjà que d était linéaire.

(4)

b. Soit A inversible appartenant à E (on ne sait pas encore si A

−1

∈ E ). Alors :

AJ = d(A)J ⇒ J AA

−1

= d(A)J A

−1

⇒ J = d(A)J A

−1

On en déduit d(A) 6= 0 car J n'est pas nul et A

−1

J =

d(A)1

J .

De même, J A = d(A)J entraîne J A

−1

=

d(A)1

J ce qui signie A

−1

∈ E avec d(A

−1

) =

d(A)1

.

c. Une matrice pseudo-magique A telle que d(A) 6= 0 n'est pas forcément inversible comme le montre l'exemle de J qui est de rang 1 donc évidemment non inversible.

4. D'après les règles de calcul dans une algèbre et j

2

= nJ : BC = d(A)

n J (A − d(A)

n J ) = d(A)

n J A − d(A)

2

n

2

J

2

= d(A)

2

n J − d(A)

2

n J = 0 De même CB = 0 . Comme BC = CB , on peut appliquer la formule du binôme pour calculer A

p

= (B + C)

p

. Comme de plus BC = CB = 0 , seuls subsistent les termes extrêmes soit

A

p

= B

p

+ C

p

5. L'intersection de F et G est nulle car λJ ∈ F entraîne 0 = d(λJ) = λn donc λ = 0 . De plus, F est un hyperplan (noyau d'une forme) sa dimension est dim E − 1 donc E = F ⊕ G .

6. a. Par dénition, T

r,s

est de la forme

1 0 · · · 0 −1 0 · · · 0

0 ... ...

0

−1 0 · · · 0 1 0 · · ·

0 · · · 0

... ...

0 · · · 0

Les lignes et les colonnes ne contiennent que des 0 sauf deux qui contiennent chacune exactement un 1 et un -1. La somme des termes d'une ligne ou d'une colonne est donc toujours 0. Cela signie que T

r,s

∈ F .

Montrons que la famille (T

r,s

)

(r,s)∈{1,···,n}2

est libre.

Considérons une combinaison linéaire nulle

M = X

(r,s)∈{1,···,n}2

λ

r,s

T

r,s

Pour i et j xés dans {2, · · · , n}

2

, le coecient d'indice i, j de M s'obtient seule- ment à partir de celui de T

i,j

donc λ

i,j

= 0 .

Montrons maintenant que la famille est génératrice.

Soit A quelconque dans F , dénissons une matrice B de F en posant

B = X

(r,s)∈{2,···,n}2

a

r,s

T

r,s

Examinons A − B . C'est une matrice de la forme

u v

2

· · · v

n

w

2

0 · · · 0

... ... ... ...

w

n

0 · · · 0

Comme A − B ∈ F , on sait que d(A − B ) = 0 donc (en considérant les lignes et les colonnes)

v

2

= · · · = v

n

= 0 w

2

= · · · = w

n

= 0 u + v

2

+ · · · + v

n

= 0

 

 

⇒ A − B = 0

Ceci prouve que la famille est génératrice.

b. D'après a., dim F = (n − 1)

2

et dim E = (n − 1)

2

+ 1 .

Problème 3. Lemme de Hochschild.

1. a. Soit x

1

un point de X et a

1

∈ V tels que a

1

(x

1

) 6= 0 . Il existe bien de tels objets car sinon V ne serait formé que de l'application nulle. En divisant au besoin la fonction a

1

par le scalaire a

1

(x

1

) , on peut supposer que a

1

(x

1

) = 1 . La famille (a

1

) est une famille libre de V , on peut la compléter pour obtenir une base

(a

1

, w

2

, · · · , w

p

)

(5)

Pour i entre 2 et p , on pose alors a

i

= w

i

− w

i

(x

1

)a

1

. Il est clair que tous les w

i

s'expriment en fonction des a

j

qui engendrent donc V et forment une base. De plus, par construction, a

i

(x

1

) = 0 .

b. Considérons u

k+1

. C'est une fonction non nulle. Il existe donc x

k+1

∈ X tel que u

k+1

(x

k+1

) 6= 0 . Comme u

k+1

(x

i

) = 0 pour tous les i de 1 à k , on a x

k+1

6∈

{x

1

, · · · , x

k

} . On pose alors

v

k+1

= 1

u

k+1

(x

k+1

) u

k+1

∀i 6= k + 1, v

i

= u

i

− u

i

(x

k+1

)v

k+1

Ici encore, comme les u

i

s'expriment en fonction des v

j

, ces derniers engendrent V et forment une base. Pour laquelle

∀i ∈ {1, · · · , p}, ∀j ∈ {1, · · · , k + 1} : v

i

(x

j

) = δ

ij

c. Les deux questions précédentes permettent de prouver la proposition demandée par récurrence sur le nombre de points.

2. a. On choisit une base de V comme dans la question 1.. Pour tout réel a , la fonction f

a

s'exprime dans cette base

f

a

=

q

X

i=1

λ

i

v

i

Si on prend la valeur en x

i

on obtient alors

λ

i

= f

a

(x

i

) = f (a + x

i

) Ce qui prouve la formule demandée.

b. On considère

f (h + b) =

p

X

i=1

f (h + x

i

)v

i

(b)

f (b) = f (0 + b) =

p

X

i=1

f (x

i

)v

i

(b)

donc

f (b + h) − f (b)

h =

p

X

i=1

f (x

i

+ h) − f(x

i

h v

i

(b)

et comme f est dérivable on obtient en passant à la limite en 0 pour h : f

0

(b) =

p

X

i=1

f

0

(x

i

)v

i

(b)

f

0

=

p

X

i=1

f

0

(x

i

)v

i

Ce qui prouve f

0

∈ V . En fait, la formule du 2.a. est valable non seulement pour f

mais pour toute v ∈ V ce qui prouve que la dérivation est un endomorphisme de

V . La famille (f, f

0

, · · · , f

(p)

) est à p + 1 éléments dans l'espace V de dimension

p . Elle est donc liée. Ceci entraine l'existence d'une équation diérentielle linéaire

à coecients constants dont f est solution.

Références

Documents relatifs

On peut montrer que la rotation de l’une de ces droites autour de l’axe Oz engendre la surface S (c’est une droite de l’espace qui n’est ni parallèle à Oz (sa

(f) Comptez le nombre d’op´ erations ´ el´ ementaires (i.e. additions, soustractions, multliplications, divisions) n´ ecessaires pour calculer la d´ ecomposition LU de M..

[r]

Une matrice sym´ etrique r´ eelle est dite (d´ efinie) positive si toutes ses valeurs propres sont (strictement)

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

• La propriété est vraie au rang 0 ; elle

(b) Une famille est g´ en´ eratrice si et seulement si le rang de la matrice est ´ egal au nombre de lignes (ici 3), donc d’apr` es le calcul pr´ ec´ edent la famille n’est

Le but de ce TD est d’étudier différentes méthodes permettant de déterminer si une matrice est inversible et de déterminer, le cas échéant, son inverse..