Réduction des endomorphismes
|
|
- Bertrand Laurent
- il y a 7 ans
- Total affichages :
Transcription
1 Chapitre 4 Réductio des edomorphismes Das tout ce chapitre, K = ou, E est u espace vectoriel sur K et est u etier aturel o ul. 1. Valeurs propres et vecteurs propres 1.1. Sous-espaces stables par u edomorphisme Défiitio 1.1 Soiet f u edomorphisme de E, et F u s.e.v. de E. O dit que F est stable par f si f (F) F. Remarques 1.2 F est stable par f si et seulemet si o a l'implicatio x F f (x) F. La restrictio de f à F est alors u edomorphisme de F, dit iduit par f sur F. Exemple 1.3 Soit ϕ l'edomorphisme de 3 [X] défii par ϕ(p) = P'. 2 [X] est u s.e.v. de 3 [X] et 2 [X] est stable par ϕ. Propriété 1.4 Soiet f L (E) et F u s.e.v. de E. Si F est stable par f alors F est stable par f p, p. Exercice 4.1 Propriété 1.5 Soiet f, g L (E), λ, µ K et F u s.e.v. de E. Si F est stable par f et par g alors F est stable par λ f + µ g. Exercice 4.2 Remarque 1.6 Soit H = {f L (E) / f (F) F}. O a, e particulier, que H car Id H. H est u s.e.v. de L (E). Fracis Wlaziski 1
2 Propriété 1.7 Si f et g commutet das L (E), alors Ker f et Im f sot stables par g. Exercice 4.3 Propriété 1.8 Soiet f, g L (E) et p,. Si f et g commutet, alors f et g p commutet. Propriétés 1.9 Soit f L (E) et soit (e) = (e 1, e 2,..., e ) ue base de E. Pour tout j de {1,..., }, soit F j = Vect(e 1,..., e j ). La matrice de f das (e) est diagoale si et seulemet si les droites vectorielles <e j > sot stables par f. La matrice de f das (e) est triagulaire supérieure si et seulemet si les sous-espaces F j sot stables par f. Rappel Si f L K (E) et A E, alors f (Vect(A)) = Vect(f (A)). O pose M e (f) = A = (a i,j ) i = 1, j = 1,. A diagoale i = 1,, f (e i ) = a i,i e i. a i, i = f (<e i >) = et a i,i f (<e i >) = <e i >. Doc f (e i ) = a i,i e i f (<e i >) <e i >. Réciproquemet, f (<e i >) <e i > f (e i ) <e i >. O peut remarquer que F 1 F 2... F. A triagulaire supérieure i = 1,, f (e i ) = a 1,i e a i,i e i i = 1,, f (e i ) F i. Remarque Ue matrice d'ordre de la forme est otée diag(λ 1, λ 2,..., λ ) Edomorphismes stabilisat les sous-espaces d'ue somme directe Propriété 1.11 O suppose que E est de dimesio fiie et que E = F G, F et G état disticts de {}. O ote (e) ue base de E obteue e juxtaposat ue base de F et ue base de G. Soiet f L (E) et M la matrice de f das la base (e). A et C désiget ci-dessous deux matrices carrées de tailles respectives dim F et dim G. Alors A B F est stable par f si et seulemet si M s'écrit. C A F et G sot stables par f si et seulemet si M s'écrit. C Fracis Wlaziski 2
3 Remarque 1.12 Si o suppose que E = F 1 F 2... F p, où F 1,..., F p sot tous disticts de {}. O muit E d'ue base (e) adaptée à cette somme directe, c'est-à-dire obteue par juxtapositio des bases (e) 1 de F 1,..., (e) p de F p. Soit f u edomorphisme de E, de matrice M das la base (e). Les s.e.v. F k sot stables par f si et seulemet si M est diagoale par blocs, et plus précisémet est formée de p blocs M k ayat successivemet les tailles dim F 1, dim F 2,..., dim F p. Das ces coditios, si o ote g k la restrictio de f à F k, le k ème bloc M k de M est la matrice de g k das la base (e) k de F k, et det f = det M = det g k = det M k. k= Polyômes de matrices et d'edomorphismes Défiitio 1.13 Soit M ue matrice de M (K). Soit P = a + a 1 X + a 2 X a p X p = p k= k=1 a k X k u polyôme à coefficiets das K ( K[X]). O défiit la matrice P[M] par P[M] = a I + a 1 M + a 2 M a p M p = a k M k. O dit que P[M] est u polyôme e M. Si P[M] =, o dit que P est u polyôme aulateur de M. Exemples Soit M = et P = 5X 2 + 3X 2. 2 O a P[M] = 5M 2 + 3M 2I 2 c'est-à-dire : P[M] = = Soit A = 1 1. O a A 2 = Soit P = X 2 2X + 1 = (X 1) 2. O obtiet P[A] =. Remarque 1.15 Attetio : P K[X] et P[M] M (K). Propriété 1.16 Soit M ue matrice de M (K). L'applicatio P x P[M] de K[X] vers M (K) est u morphisme d'algèbres. p k= Fracis Wlaziski 3
4 Remarque 1.17 O a doc : P, Q M (K) et α, β K, (αp + βq)[m] = αp[m] + βq[m] ( P)[M] =.P[M] (P Q)[M] = P[M] Q[M] 1[M] = I. Propriété 1.18 Soit M ue matrice de M (K). L'esemble J = {P K[X] / P[M] = } des polyômes aulateurs de M est u idéal o ul de K[X] dot o ote π M le géérateur uitaire qui est appelé polyôme miimal de M. (La preuve de "o ul" 'est pas triviale) Rappel Deux matrices M et N de M (K) sot dites semblables s'il existe ue matrice iversible P de GL (K) telle que M = P 1 NP. Propriété 1.19 Deux matrices semblables ot des polyômes miimaux égaux. Exercice 4.4 Propriété 1.2 A Soiet A 1 M (K) et A 2 M p (K). O défiit A M 1 +p (K) par A = = diag(a 1, A 2 ). A 2 O a π A = ppcm(π A1, π A2 ). Remarque 1.21 O admettra que, k, A k = A 1 k A 2 k = diag(a 1k, A 2k ) et que, P[A 1 ] P K[X], P[A] = = diag(p[a 1 ]), P[A 2 ]). P[A 2 ] Exercice 4.5 Rappel Soit f u edomorphisme de E. O ote f = Id E, f 1 = f et f = f o f o o f. O a p, q, f p o f q = f p + q. Si de plus f est iversible, c'est-à-dire si f GL(E), p, f p = (f 1 ) p. O éted alors la propriété précédete : p, q, f p o f q = f p + q. (L K (E), +,.) est u K-e.v., (L K (E), +, o) est u aeau o commutatif et (L K (E), +, o,.) est ue K-algèbre. Fracis Wlaziski 4 m2 fois
5 Défiitio 1.22 Soit f u edomorphisme de E. Soit P = a + a 1 X a p 1 X p 1 + a p X p = a i X i u polyôme à coefficiets das K. O défiit l'edomorphisme P[f] par P[f] = a p f p + a p 1 f p a 1 f + a I = a i f i. O dit que P[f] est u polyôme de l'edomorphisme f. Remarque 1.23 P K[X] et P[f] L K (E). Exemple 1.24 Soit ϕ l'applicatio défiie sur C ( ) par ϕ(f) = 2f f'. O a bie ϕ L (C ( )). Soit P = X 2 + X + 1, o a P[ϕ] = ϕ 2 + ϕ + Id = ϕ o ϕ + ϕ + Id. Et P[ϕ](f) = ϕ(2f f') + 2f f' + f = 4f 2f' 2f' + f'' + 3f f' = 7f 5f' + f''. Remarques 1.25 Si P = 1, P[f] = Id. Si P = a, P[f] = a Id. Si P = X j, alors P[f] = f j. O ote K[f] = {P[f] / P K[X]}. Propriété 1.26 p i= Soit E u K-e.v. de dimesio fiie 1, mui d'ue base (e). Soit f u edomorphisme de E, de matrice M das la base (e) et soit P u polyôme de K[X]. Alors la matrice de P[f] das la base (e) est P[M]. Remarque 1.27 O dispose de propriétés aalogues à celles des polyômes de matrices. E particulier : Propriétés 1.28 Soiet f L (E) et P, Q K[X]. Si u s.e.v. F de E est stable par f, alors il est stable par P[f]. L'applicatio P P[f] est u morphisme de l'algèbre K[X] das l'algèbre L (E). α, β K, (α P + β Q)[f] = α P[f] + β Q[f]. (PQ)[f] = P[f] o Q[f]. Exemple 1.29 Soiet f L (E), P = X + 1 et Q = X 2 + 2X. P[f] = f + Id, Q[f] = f 2 + 2f et PQ = X 3 + 3X 2 + 2X. Doc (PQ)[f] = f 3 + 3f 2 + 2f et P[f] o Q[f] = f (f 2 + 2f) + f 2 + 2f = f 3 + 3f 2 + 2f. Fracis Wlaziski 5 p i=
6 Propriété 1.3 Soiet f, g L (E) et P, Q K[X]. Si f et g commutet, alors P[f] et g commutet et P[f] et Q[g] commutet. Remarque 1.31 E particulier, P[f] et Q[f] commutet. C'est ue coséquece de la propriété 1.8. Propriété 1.32 Soiet f, g L (E) et P, Q K[X]. Si f et g commutet, alors Ker P[f] et Im P[f] sot stables par Q[g]. Voir Propriété 1.7. Défiitio 1.33 Soit f u edomorphisme de E. Soit P u polyôme à coefficiets das K. Si P[f] =, o dit que P est u polyôme aulateur de f. Exemple 1.34 Soit f ue ivolutio de E et soit P = X 2 1. O a : f o f = Id f 2 Id = P[f] =. Défiitio 1.35 Soit f u edomorphisme de E. O dit que f est ilpotet d'ordre p 1 si et seulemet si X p est u polyôme aulateur de f et X p 1 'e est pas u. Remarque 1.36 O a : f est ilpotet d'ordre p 1 f p = et f p 1. x E, f p (x) = et x E / f p 1 (x). Exemple 1.37 Soit ϕ l'edomorphisme de 3 [X] défii par ϕ(a) = A'. Soit P = X 4, o a P[ϕ] = c'est-à-dire A(= ax 3 + bx 2 + cx + d) 3 [X], ϕ 4 (A) = A (4) =. Soit Q = X 3, o a Q[ϕ] car ϕ 3 (2X 3 ) = 12. Fracis Wlaziski 6
7 Propriété 1.38 Soit f u edomorphisme de E (de dimesio fiie). O ote J = {P K[X] / P[f] = } (J est l'esemble des polyômes aulateurs de f). J est u idéal o ul de K[X] dot o ote π f le géérateur uitaire. π f est appelé le polyôme miimal de f. Rappel (L K (E), +, o ) est u aeau o commutatif. L'élémet eutre pour la loi + oté est l'applicatio liéaire qui, à tout x de E associe E. O a : f L K (E), f o = o f = (c'est ue propriété géérale des aeaux). Remarques 1.39 π f K[X]. π f [f] =. Le degré de π f est miimal das J. P J (c'est-à-dire P K[X] / P[f] = ), P K[X] / P = P π f. Exercice 4.6 Propriété 1.4 Soit f u edomorphisme de E. Soit π f = a + a 1 X + a 2 X a p X p le polyôme miimal de f. O a : f est iversible a. Exercice 4.7 Propriété 1.41 Soiet f L (E) et P, Q K[X]. O a Ker (pgcd(p, Q)[f]) = Ker P[f] Ker Q[f]. E particulier, si P et Q sot premiers etre eux, alors la somme Ker P[f] Ker Q[f] est directe. Exercice 4.8 Propriété 1.42 Soiet f L (E) et P, Q K[X] deux polyômes premiers etre eux. O a Ker (PQ)[f] = Ker P[f] Ker Q[f]. E particulier, si (PQ)[f] = (i.e. PQ est u polyôme aulateur de f), alors E = Ker P[f] Ker Q[f]. Exercice 4.9 Fracis Wlaziski 7
8 Remarque 1.43 Si P et Q sot deux polyômes de K[X] premiers etre eux et si (PQ)[f] =, alors les projecteurs p 1 et p 2 associés à la somme directe E = Ker P[f] Ker Q[f] sot des polyômes e f. E effet, si x = x 1 + x 2 avec x 1 Ker P[f] et x 2 Ker Q[f], o a : p 1 (x) = x 1 = ((BQ)[f])(x) c'est-à-dire p 1 = (BQ)[f]. p 2 (x) = x 2 = ((AP)[f])(x) c'est-à-dire p 2 = (AP)[f]. O éted ce résultat : Propriété 1.44 Soit f L K (E). Soiet (P 1, P 2,..., P r ) des polyômes o uls de K[X] deux à deux premiers etre eux. O pose i = 1, r, N i = Ker P i [f], Π = P i et N = Ker Π [f]. Alors : N = N 1 N 2... N r. Si Π[f] =, E = N 1 N 2... N r. Remarque 1.45 r Das ce derier cas, les projecteurs associés à la décompositio e somme directe sot des polyômes e f (i.e. p i K[f]). Par récurrece sur. Vrai au rag 2 d'après la propriété précédete. O suppose vrai jusqu'au rag 1. Les polyômes P 1 et Q = i=2 P i sot premiers etre eux. D'après la propriété précédete, N = Ker P[f] Ker Q[f]. D'après l'hypothèse de récurrece, Ker Q[f] = N 2 N 3... N. D'où le résultat. Idem Propriété précédete. Théorème 1.46 Soit f u edomorphisme de E. O suppose que π f = P 1 P 2... P r avec les P i uitaires et deux à deux premiers etre eux. O pose N i = Ker P i (f) pour tout i = 1, r. O a : E = N 1 N 2... N r. Le polyôme miimal de la restrictio de f à N i est P i. Corollaire 1.47 Soit f L (E) et π f so polyôme miimal. O suppose que E = E 1 E 2 avec E 1 et E 2 stables par f. Soiet π 1 le polyôme miimal de la restrictio de f à E 1 et π 2 le polyôme miimal de la restrictio de f à E 2. Alors π f divise π 1 π 2. Fracis Wlaziski 8
9 1.4. Valeurs propres d'ue matrice Rappels Soit A M (K). O a A iversible det A rg(a) =. Si A iversible alors AX = A 1 AX = A 1 X =. Iversemet, si (AX = X = ) X M r (K) pour tout r 1 alors A est iversible. E effet, soit (e) la base caoique de K et soit f L (K ) telle que A = M (e) (f). O a f(x) = f(x') AX = AX' AX AX' = A(X X') = X X' = X = X'. Doc f ijective. Or puisque f est u edomorphisme, o a : f ijective f surjective f bijective. Doc rg(a) = rg(f) = Défiitio 1.48 Soiet M ue matrice de M (K) et λ u élémet de K. O dit que λ est ue valeur propre de M si et seulemet si il existe au mois u vecteur coloe X o ul tel que MU = λ U. U tel vecteur U est appelé vecteur propre de M pour la valeur propre λ. L'esemble des valeurs propres évetuelles de M das K est appelé le spectre de M das K, et est oté Sp K (M). Exemple 1.49 Soit A = O a Doc (1, 1, 1) est u vecteur propre de A de valeur propre 2. % = = Remarques 1.5 MU = λ U MU λ U = (M λ I )(U ) =. Doc, puisque U, o a det (M λ I ) =. Soit M u élémet de M ( ). O peut cosidérer que M appartiet à M ( ). Si o ote Sp (M) le spectre de M cosidérée comme matrice réelle, et Sp (M) le spectre de M cosidérée comme matrice complexe, alors Sp (M) Sp (M). Cette iclusio peut être stricte. 1 Par exemple, si M = 1 Propriété 1.51, alors Sp (M) = et Sp (M) = { i, i}. Soit A M (K). Pour tout scalaire, l'esemble E {X K / AX = λ X} est u s.e.v. de K. Exercice 4.1 Fracis Wlaziski 9
10 Propriété 1.52 Deux matrices semblables ot mêmes valeurs propres. Exercice 4.11 Remarque 1.53 Autremet dit, si M et N sot deux matrices semblables, o a Sp(M) = Sp(N). Plus précisémet, X est u vecteur (coloe) propre de N si et seulemet si P 1 X est u vecteur (coloe) propre de M = P 1 NP (et pour la même valeur propre) Valeurs propres d'u edomorphisme Défiitio 1.54 Soiet f u edomorphisme de E et λ u élémet de K. O dit que λ est ue valeur propre de f s'il existe au mois u vecteur u o ul tel que f (u ) = λ u. U tel vecteur est appelé vecteur propre de f pour la valeur propre λ. L'esemble des valeurs propres évetuelles de f est appelé le spectre de f et est oté Sp(f) ou Sp K (f). Remarques 1.55 f (u) = λ u f (u) λ u = (f λ Id)(u) = u Ker (f λ Id). L'esemble des vecteurs vérifiat f (u) = λ u est doc u s.e.v. de E. λ est ue valeur propre de f Ker (f λ Id) 'est pas réduit à {} f λ Id 'est pas ijectif det (f λ Id) =. Défiitio 1.56 Soit λ ue valeur propre d'u edomorphisme f. Le sous-espace E λ = Ker (f λ I) est alors appelé sous-espace propre de f pour la valeur propre λ. Remarque 1.57 Les vecteurs propres de f, pour la valeur propre λ, sot les élémets o uls de E λ. Exemples 1.58 Das 2, soit D 1 la droite vectorielle egedrée par u 1 = (1, 1) et D 2 la droite vectorielle egedrée par u 2 = ( 1, 1). O a E = D 1 D 2 c'est-à-dire x 2,! (x 1, x 2 ) D 1 D 2 / x = x 1 + x 2. Soit f la projectio sur D 1 parallèlemet à D 2. O a x D 1, f(x) = x et x D 2, f (x) =. Doc 1 et sot des valeurs propres de f. 1 O a E 1 = D 1 et E = D 2 et M (u1, u2) (f) =. Soit g la symétrie orthogoale par rapport à D 1. O a x D 1, g(x) = x et x D 2, g(x) = x. Doc 1 et 1 sot des valeurs propres de f. 1 O a E 1 = D 1 et E -1 = D 2 et M (u1, u2) (f) =. 1 Fracis Wlaziski 1
11 Propriété 1.59 Soit M u élémet de M (K), et soit f u edomorphisme d'u K-e.v. E de dimesio, ayat pour matrice M das ue base (e) de E. Les valeurs propres de M sot celles de f. Soiet λ u scalaire, u u vecteur de E et U la matrice coloe de ses coordoées das la base (e). Alors u est vecteur propre de f pour λ si et seulemet si U est vecteur propre de M pour λ. Ce qui précède s'applique e particulier à l'edomorphisme f de K de matrice M das la base caoique. Remarques 1.6 O a doc : f (u) = λu MU = λu. Cas particulier : est valeur propre de f si et seulemet si f est o ijective. Le sous-espace propre est alors E = Ker (f). Soit u u vecteur o ul. Dire que u est vecteur propre de f, c'est dire que la droite vectorielle < u > = K u est stable par f. La restrictio de f à E λ est l'homothétie u λ u. Exemples 1.61 L'edomorphisme f de K[X] défii par f (P) = X P 'a aucue valeur propre. L'edomorphisme f de C (, ) défii par f (u) = u' admet tout réel pour valeur propre. Pour tout réel λ, E λ est la droite vectorielle egedrée par u : x exp(λ x) Vecteurs et valeurs propres. Propriétés Propriété 1.62 Soiet λ 1, λ 2 deux valeurs propres différetes de f L K (E). Notos E 1, E 2 les sous-espaces propres correspodats. Alors la somme E 1 + E 2 est directe c'est-à-dire E 1 E 2. Soit x E 1 E 2. x E 1 f (x) = λ 1.x x E 2 f (x) = λ 2.x O a doc λ 1 x = λ 2 x c'est-à-dire (λ 1 λ 2 ) x = Or λ 1 λ 2 doc x =. Remarque 1.63 Soit f u edomorphisme de E et u u élémet de E. Si u est vecteur propre de f, ce e peut être que pour ue seule valeur propre : l'uique scalaire λ qui vérifie f (u) = λ u. Mais si λ est ue valeur propre de f, il existe ue ifiité de vecteurs propres associés à λ : les vecteurs o uls de E λ. Propriété 1.64 Soit λ 1, λ 2,..., λ p ue famille de p valeurs propres distictes de f. Notos E 1, E 2,..., E p les sous-espaces propres correspodats. Alors la somme E 1 + E E p est directe. Fracis Wlaziski 11
12 Remarque 1.65 De maière équivalete : si u 1, u 2,..., u r est ue famille de vecteurs propres de f pour r valeurs propres distictes, alors cette famille est libre. Par récurrece sur p. Vrai pour p = 2. O suppose vrai jusqu'au rag p 1 c'est-à-dire la somme est directe. Soit (x 1, x 2,..., x ) E 1 E 2... E p tels que x 1 + x x p = x i =. O doit motrer que i = 1, o a x i =. p f() = f λ i x i =. p x i = f(x i ) = C'est-à-dire λ 1 x 1 + λ 2 x λ p x p =. Or λ p (x 1 + x x p ) = i.e. λ p x 1 + λ p x λ p x p =. D'où (λ 1 λ p ) x 1 + (λ 2 λ p )x (λ p 1 λ p )x p 1 = D'après l'hypothèse de récurrece, la somme Or λ i λ p doc x i = pour tout i = 1, p 1. p p 1 E k k=1 Et, puisqu'alors x i =, o e déduit que x p =. Corollaire 1.66 p 1 p 1 k=1 E k p est directe doc chacu des termes est ul. O suppose que E est de dimesio fiie. Soit f L (E) et soit E 1, E 2,..., E r les sous-espaces propres associées au valeurs propres de f. O a r dim E i dim(e). Remarques 1.67 Si dim K E = et si f L (E), alors f admet au plus valeurs propres distictes das K. Il e est de même pour toute matrice M de M (K). Si les edomorphismes f et g de E commutet, alors f λid E et g commutet et tout sous-espace propre de f est stable par g. Propriété 1.68 Soit f das L (E) et soit k u etier. Si u est vecteur propre de f pour λ, alors u est u vecteur propre de f k pour la valeur propre λ k. Soit u u vecteur propre de f de valeur propre λ. O démotre le résultat par récurrece. Vrai au rag 1 (et ). O suppose vrai au rag p 1 c'est-à-dire f p 1 (u) = λ p 1 u. f p (u) = (f o f p 1 )(u) = f(f p 1 (u)) = f(λ p 1 u) = λ p 1 f(u) = λ p 1 λ u = λ p u. Fracis Wlaziski 12
13 Propriété 1.69 Soit f das L (E) et P das K[X]. Si u est vecteur propre de f pour λ, alors u est u vecteur propre de P[f] pour la valeur propre P(λ). Soit u u vecteur propre de f de valeur propre λ. Soit P = a + a 1 X a p 1 X p 1 + a p X p = a i X i u polyôme à coefficiets das K. p i= O a P[f] = a p f p + a p 1 f p a 1 f + a I. D'où P[f](u) = a p f p (u) + a p 1 f p 1 (u) a 1 f'(u) + a I = a p λ p u + a p 1 λ p 1 u a 1 λu + a u = P(λ)u. Remarque 1.7 O a u éocé équivalet pour les matrices de M (K). Propriété 1.71 Si P est u polyôme aulateur de f, i.e. P[f] =, alors les valeurs propres de f sot des racies de P. Soit u u vecteur propre de f de valeur propre λ. Doc = P[f](u) = P(λ)u P(λ) =. Remarque 1.72 Si f est ilpotete, alors Sp(f) = {} Automorphismes itérieurs, matrices semblables Propriété 1.73 Soit a u automorphisme de E c'est-à-dire a GL(E). L'applicatio ϕ a de L K (E) das L K (E) défiie par f x ϕ a,f = a o f o a 1 est u automorphisme de l'algèbre L (E). Les applicatios ϕ a sot appelées automorphismes itérieurs de L (E). Propriété 1.74 Avec les otatios précédetes, Sp(ϕ a,f ) = Sp(f). Plus précisémet : u est vecteur propre de f pour λ a(u) est vecteur propre de ϕ a, f pour λ. Les sous-espaces propres de ϕ a, f sot doc les a(e λ ), e otat E λ les sous-espaces propres de f. Et puisque a est u automorphisme de E, dim a(e λ ) = dim E λ. Remarques 1.75 M et N sot semblables si et seulemet si elles sot susceptibles de représeter le même edomorphisme de E (avec dim(e) = ), chacue das ue certaie base de E. Plus précisémet, e repreat les otatios ci-dessus : Si E est mui d'ue base (e), et si o ote f, g, a les edomorphismes de E de matrices respectives N, M, P das (e), alors g = a o f o a 1, c'est-à-dire g = ϕ a, f. Fracis Wlaziski 13
14 2. Polyôme caractéristique Das cette partie, E est u K-e.v. de dimesio fiie Défiitio et premières propriétés Rappel Soit f L (E), (e) ue base de E de dim et A = M (e) (f). O a vu que : λ valeur propre de f il existe x E o ul (et X K ) tel que : (f λ Id E )(x) = ou (A λ I )X =. O a A λ I M (K). Si A λ I était iversible o aurait (A λ I )X = X =. De même, si f λ Id E était iversible o aurait (f λ Id E )(x) = x =. O a doc : λ Sp(f) det (f λ Id E ) = det (A λ I ) =. Défiitio 2.1 Soit M ue matrice de M (K). O appelle polyôme caractéristique de M et o ote M le polyôme défii par M = det (M X I ). Exemple Soit A =. O a A X I 2 = X 1 1 = X 1 A = det(a X I ) = = (X 1)(X + 1) + 2 = X = X X X X = 1 X X. Remarque 2.3 O a doc λ valeur propre de A A(λ) = λ racie du polyôme caractéristique de A. Propriété 2.4 Le polyôme caractéristique de M vérifie M = ( 1) X + ( 1) 1 tr(m) X det(m). Propriété 2.5 Les matrices M et t M ot le même polyôme caractéristique. t M X I = t M X t I = t M t (XI ) = t (M XI ). Doc tm = det( t M X I ) = det( t (M XI )) = det(m XI ) = M. Propriété 2.6 Deux matrices semblables ot le même polyôme caractéristique. Fracis Wlaziski 14
15 Soiet A et B deux matrices semblables i.e. il existe S iversible telle que A = S 1 BS. O a A X I = S 1 BS X I = S 1 BS X S 1 S = S 1 BS X S 1 I S = S 1 BS S 1 (XI )S = S 1 (B X I )S. Doc A = det(a XI ) = det(s 1 (B X I )S) = det S 1 det(b X I )det S = (det S) 1 det S det(b X I ) = det(b X I ) = B. Défiitio 2.7 Soit f u edomorphisme de E. O appelle polyôme caractéristique de f celui de la matrice M de f das ue base (e) quelcoque de E. O le ote f. Remarque 2.8 D'après la propriété précédete, il e déped pas de la base choisie. Propriété 2.9 Toute matrice de M ( ), ou ecore tout edomorphisme f d'u -e.v. de dimesio 1, admet au mois ue valeur propre. Défiitio 2.1 Soiet f u edomorphisme de E, M ue matrice de M (K), et λ u élémet de K. O dit que λ est ue valeur propre de M (resp. de f), avec la multiplicité k (1 k ), si λ est racie de M (resp. de f), avec la multiplicité k. Cette multiplicité est souvet otée m(λ). O parle aisi de valeur propre simple, double, triple,... si m(λ) = 1, 2, 3,.... Propriété 2.11 Soit M ue matrice carrée d'ordre, à coefficiets réels. O cosidère ses valeurs propres das. Si le ombre complexe λ est ue valeur propre de M alors est aussi ue valeur propre de M, et avec la même multiplicité. De plus, si le vecteur coloe X vérifie MX = λ X, alors o a l'égalité M X = X Polyôme caractéristique et sous-espaces stables Propriété 2.12 Soit f u edomorphisme de E et f so polyôme caractéristique. O suppose que E = F 1 F 2 où F 1 et F 2 sot des s.e.v. stables par f. Soiet f 1 la restrictio de f à F 1 et f 1 so polyôme caractéristique. De même, soiet f 2 la restrictio de f à F 2 et f 2 so polyôme caractéristique. Alors f = f 1 % f 2. Fracis Wlaziski 15
16 Soiet (B 1 ) = (b 1, b 2,..., b p ) et (B 2 ) = (b' 1, b' 2,..., b' q ) deux bases de respectivemet F 1 et F 2. O a p + q =. Soit (b) la base obteue e juxtaposat (B 1 ) et (B 2 ). Soiet M = M (b) (f), M 1 = M (B1) (f 1 ) et M 2 = M (B2) (f 2 ). M 1 M 1 XI p O a : M =, doc M X I = M 2 M 2 XI q M 1 XI p et det (M X I ) = = det (M 1 X I p ) det (M 2 X I q ). M 2 XI q Propriété 2.13 Soit f u edomorphisme de E. O suppose que E = F 1 F 2... F p, les F k état o réduits à {}. O suppose que chaque F k est stable par f, et o ote g k la restrictio de f à F k. Alors f = g1 g2... gp. Propriété 2.14 Soit f u edomorphisme de E et soit λ ue valeur propre de f. Si o ote m(λ) sa multiplicité et d(λ) la dimesio du sous-espace propre E λ, alors : 1 d(λ) m(λ). E raisoat par l'absurde et d'après la propriété Remarque 2.15 E particulier, le sous-espace vectoriel propre associé à ue valeur propre simple, c'est-à-dire de multiplicité 1, est écessairemet ue droite vectorielle. 3. Trigoalisatio Défiitio 3.1 Ue matrice M de M (K) est dite trigoalisable si elle est semblable à ue matrice triagulaire supérieure T, c'est-à-dire s'il existe ue matrice iversible P telle que T = P 1 MP. Défiitio 3.2 Soit f u edomorphisme d'u K-e.v. E de dimesio fiie 1. O dit que f est trigoalisable s'il existe ue base de E das laquelle la matrice de f est triagulaire supérieure. Remarque 3.3 Dire que M est trigoalisable, c'est dire que tout edomorphisme f d'u K-e.v. E de dimesio ayat pour matrice M das ue certaie base est lui-même trigoalisable. Fracis Wlaziski 16
17 Propriété 3.4 Ue matrice M de M (K), ou ecore u edomorphisme f d'u K-e.v. E de dimesio, est trigoalisable si et seulemet si so polyôme caractéristique est scidé das K. Soit λ 1, λ 2,... λ les racies du polyôme caractéristique de f. C'est-à-dire M = det(m X I ) = (λ 1 X)(λ 2 X)... (λ X) = (λ i X). par récurrece sur la dimesio () : Vrai au rag 1 : rie à motrer. O suppose vrai au rag 1. O a λ valeur propre de f Ker(f λ Id) 1. Soit F = Im(f λ Id), o a dim F 1. Soit G u s.e.v. de dimesio 1 qui cotiet F. Et x G, f (x) = f (x) λ x + λ x = (f λ Id)(x) + λ x. O a (f λ Id)(x) F G et λ x G doc G est stable par f. Soit (e ) = (e 1, e 2,..., e 1 ) ue base de G. O complète (e ) avec u vecteur e de faço à obteir ue base (e) de E O a f (e ) = (f λ Id)(e ) + λ e avec (f λ Id)(e ) G. Doc (f λ Id)(e ) peut s'écrire sous la forme x 1 a 1 + x 2 a x 1 a 1 pour toute base (a 1, a 2,..., a 1 ) de G. O a doc f(e ) = α 1 e 1 + α 2 e α 1 e 1 + λ e. N N Et M (e) (f) = avec N M 1 (K) et N' est le vecteur coloe formé des α i. Or deux matrices semblables ot même polyôme caractéristique doc (λ i X) = det(m (e) (f) X I ) = (λ X) det(n X I ). C'est-à-dire det(n X I ) = 1 (λ i X). D'après l'hypothèse de récurrece, il existe ue base (b ) = (b 1, b 2,..., b 1 ) de G telle que la restrictio de f à G soit triagulaire supérieure c'est-à-dire N triagulaire supérieure. Soit alors (b) = (b ) {e }. O a bie M (b) (f) triagulaire supérieure. Remarques 3.5 Ue matrice triagulaire a ses valeurs propres sur la diagoale, chacue figurat autat de fois que so ordre de multiplicité. E effet, si A = a 1,1 a 1,2 a 1, a 2,2 a 2, a, est ue matrice triagulaire supérieure, o a a 1,1 X a 1,2 a 1, a 2,2 X a 2, A = det(a XI ) = = (a 1, 1 X)(a 2, 2 X)... (a, X). a, X E particulier toute matrice de M ( ), ou ecore tout edomorphisme f d'u -e.v. de dimesio fiie 1, est trigoalisable. Fracis Wlaziski 17
18 Théorème 3.6 Hamilto - Cayley Toute matrice est racie de so polyôme caractéristique. Tout edomorphisme est racie de so polyôme caractéristique. Remarques 3.7 Cela sigifie que M[M] = ou que f[f] =. f est doc u multiple de π f. Si f est ilpotete d'ordre q das u e.v. de dim, o a π[f] = X q et [f] = ( 1) X (o a q). O peut supposer que f est scidé. E effet si ce 'est pas le cas, il suffit de cosidérer f sur l'extesio de corps où c'est le cas (corps de rupture ou clôture algébrique). Par exemple pour tout edomorphisme sur u -e.v. Le résultat e dépedat pas du corps, il reste vrai. O suppose doc que f = (λ 1 X)(λ 2 X)... (λ X) = (λ i X). Soit (b) = (b 1, b 2,..., b ) ue base de E où M (b) (f) = (a i,j ) i,j = 1, est triagulaire supérieure. 1 a 1,2 a 1, Plus précisémet, o suppose que M = M 2 a 2, (b) (f) =. C'est-à-dire a i, i = λ i i = 1, et a i,j = si i > j. O va motrer, par récurrece, que i = 1, et x <e 1, e 2..., e i >, (f λ 1 Id E ) o... o (f λ i Id E )(x) =. Vrai pour i = 1. E effet, x <e 1 > x = ke 1 et o a f(b 1 ) = λ 1 b 1 c'est-à-dire (f λ 1 Id E ) (b 1 ) =. D'où (f λ 1 Id E ) (kb 1 ) = k(f λ 1 Id E ) (b 1 ) = k. =. O suppose vrai pour i p 1. Soit g = (f λ 1 Id E ) o... o (f λ p 1 Id E ) o (f λ p Id E ). x < e 1, e 2..., e p > x = x 1 e 1 + x 2 e x p 1 e p 1 + x p e p = x k e k. D'où g(x) = g(x 1 e 1 + x 2 e x p 1 e p 1 + x p e p ) = g x k e k = x k g(e k ). k=1 Mais 1 j p, (f λ p Id E )(e k ) = f (e k ) λ p e k avec f(e k ) <e 1, e 2..., e p 1 > (car la matrice est triagulaire supérieure) et λ p e k <e 1, e 2..., e p 1 >. D'après l'hypothèse de récurrece, g(e k ) = ((f λ 1 Id E ) o... o (f λ p 1 Id E ))[(f λ p Id E )(e k )] =. D'où, pour motrer que la relatio est vraie pour i = p, il suffit de vérifier que g(e p ) =. Or f(e p ) = a 1, p e 1 + a 2, p e a p 1, p e p 1 + λ p e p = a k, p e k + λ p e p. p 1 k=1 Doc (f λ p Id E )(e p ) = a k, p e k <e 1, e 2..., e p 1 >. D'après l'hypothèse de récurrece, g(e p ) = ((f λ 1 Id E ) o... o (f λ p 1 Id E ))[(f λ p Id E )(e p )] =. Doc x E = <e 1, e 2..., e >, [(f λ 1 Id E ) o... o (f λ Id E )](x) =. C'est-à-dire (f λ 1 Id E ) o... o (f λ Id E ) = ou ecore f(f) = p k=1 p 1 k=1 p k=1 p Fracis Wlaziski 18
19 Exemple Soit A = O a A(λ) = det(a λ I 3 ) = O vérifie : (A + I 3 ) 2 = = = (2 ) = (A + I 3 ) 2 (2I 3 A) = = O a doc A(A) = = A 3 + 3A + 2I 3 A 3 3A = 2I 3 A A 2 3I 3 A = 2 3I 3 A = I A D'où A est iversible et A 1 = 2 3I 3. 2 Propriété 3.9 = (2 ) Soit M M (K), trigoalisable. Soiet λ 1, λ 2,..., λ ses valeurs propres, o écessairemet distictes. Alors les valeurs propres de M p, pour tout p de, sot λ 1p, λ 2p,..., λ p. Cet éocé se gééralise aux etiers relatifs p si M est iversible. Remarques = (λ + 1) 2 (2 λ) = λ 3 + 3λ + 2. A e pas cofodre avec λ valeur propre de M λ p valeur propre de M p, p 1. Le produit de deux matrices triagulaires supérieures est ue matrice triagulaire supérieure. De plus les élémets diagoaux du produit sot les produits des élémets diagoaux des deux matrices. Propriété 3.11 Si le polyôme caractéristique de M est scidé das K, c'est-à-dire se décompose e u produit de polyôme de degré 1, alors tr(m) (resp. det(m)) est égale à la somme (resp. au produit) des valeurs propres de M chacue comptée autat de fois que sa multiplicité. C'est toujours le cas si K =. Fracis Wlaziski 19
20 4. Edomorphismes et matrices diagoalisables Das cette partie, E est u K-e.v. de dimesio fiie Défiitios et premières propriétés Rappel Soit f L (E). Si π f = P 1 P 2... P r avec les P i uitaires et deux à deux premiers etre eux. E = Ker (P 1 [f]) Ker (P 2 [f])... Ker (P r [f]). De plus, le polyôme miimal de la restrictio de f à Ker(P i [f]) est P i. P K[X], P[f] et f commutet doc Ker P[f] est stable par f. Si (ε) = (ε 1, ε 2,..., ε ) est ue base de E, o a : M (ε) (f) diagoale i = 1,, ε i est u vecteur propre de f. Défiitio 4.1 Soit M u élémet de M (K). O dit que M est diagoalisable si M est semblable à ue matrice diagoale D, c'est-à-dire s'il existe ue matrice iversible P telle que D = P 1 MP. O dit alors que D est ue réduite diagoale de M. Défiitio 4.2 O dit qu'u edomorphisme f de E est diagoalisable s'il existe ue base de E das laquelle la matrice de f est diagoale. Remarques 4.3 U edomorphisme est diagoalisable si et seulemet si sa matrice das ue base quelcoque est diagoalisable. M est diagoalisable si et seulemet si tout edomorphisme f d'u K-e.v. E de dimesio dot la matrice est M das ue base (e) de E est diagoalisable, et e particulier l'edomorphisme de K de matrice M das la base caoique. Si M est diagoalisable et si N est semblable à M, alors N est diagoalisable. Rappel : Deux matrices semblables ot même trace et même détermiat. O a pu doc défiir la trace et le détermiat d'u edomorphisme f d'u e.v. de dimesio fiie comme état la trace et le détermiat de la matrice représetative de f das 'importe quelle base de E. Propriété 4.4 Si u edomorphisme f de E est diagoalisable, alors det f est le produit des valeurs propres de f et tr(f) est la somme des valeurs propres de f (comptées autat de fois que leur multiplicité). Propriété 4.5 Les valeurs propres d'u edomorphisme sot les racies de so polyôme miimal. Fracis Wlaziski 2
21 Soit λ ue valeur propre de f et x u vecteur propre associé à λ. Soit π f le polyôme miimal de f. Il existe Q, R K[X] / π f = (X λ)q + R avec deg R < 1 c'est-à-dire R = c K. Or π f [f] = = Q[f] o (f λ Id) + c Id doc = π f [f](x) = cx c =. D'où (X λ) divise π f. Remarques 4.6 O a doc que, si Sp(f) = {λ 1, λ 2,... λ r } est l'esemble des valeur propres de f, alors r k=1 (X λ 1 )(X λ 2 )... (X λ r ) = (X λ k ) divise π f. Si f L (E) est diagoalisable et si Sp(f) = {λ 1,..., λ r }, alors so polyôme miimal est de la forme π f = (X λ 1 ) 1... (X λ r ) r. O a f = (X λ 1 ) m1... (X λ r ) mr avec m i i i = 1, r car f est u multiple de π f 4.2. Coditios de diagoalisabilité Propriété 4.7 Soit f u edomorphisme de E (o rappelle que dim E = 1). Soiet (E 1, E 2,..., E r ) les espaces propres associées à Sp(f) = {λ 1, λ 2,... λ r }. f diagoalisable si et seulemet si E = E 1 E 2... E r si et seulemet si dim E = dim E 1 + dim E dim E r. Evidete. Propriété 4.8 Soit f u edomorphisme de E de dimesio. Si f admet valeurs propres distictes das K, alors f est diagoalisable, et les sous-espaces propres sot des droites vectorielles. Soiet (E 1, E 2,..., E r ) les espaces propres associées aux valeurs propres de f. D'après la propriété 1.64, la somme E 1 + E E r est directe. Chacu des espaces état de dimesio au mois 1. r O a dim E i mais dim E i dim E =. r r / Doc i = 1, r dim E i = 1 et E = E i. Remarques 4.9 La coditio précédete 'est pas écessaire. Par exemple si f est ue homothétie de rapport λ, alors f est diagoalisable et pourtat f 'a pour seule valeur propre que λ, avec la multiplicité. Fracis Wlaziski 21
22 Iversemet, si f 'a qu'ue valeur propre λ, de multiplicité = dim E, f est diagoalisable si et seulemet si f est l'homothétie de rapport λ. De même si M (élémet de M (K)) 'a que la valeur propre λ (ce qui est le cas par exemple si M est triagulaire avec des λ sur la diagoale), alors M est diagoalisable si et seulemet si M = λ I. Propriété 4.1 Soit f u edomorphisme de E. Si f est diagoalisable, alors la restrictio de f à u sous-espace stable F est u edomorphisme diagoalisable de F. Propriété 4.11 Soit f u edomorphisme de E et π f so polyôme miimal. Les coditios suivates sot équivaletes : i) f est diagoalisable. ii) π f est scidé et 'a que des racies simples. Soit Sp(f) = {λ 1, λ 2,... λ r } l'esemble des valeur propres de f. (i) (ii) O suppose f diagoalisable. Il existe (e) = (e 1, e 2,..., e ) ue base de E telle que M (e) (f) est diagoale. i = 1,, 1 j r / f(e i ) = λ j e i. (ii) (i) Remarque 4.12 Soit P = (X λ 1 )(X λ 2 )... (X λ r ) = (X λ k ). O peut si écessaire écrire P = (X k ) (X λ j ). r k=1 r k=1;k!j D'où P[f] = (f λ k Id) = (f k Id) o (f λ j Id). r k=1;k!j r k=1 Doc i = 1,, P[f](e i ) = c'est-à-dire P est u polyôme aulateur de f doc u multiple de π f. D'après la propriété précédete π f est u multiple de P. Ils sot tous les deux uitaires doc P = π f. O suppose que π f est scidé et 'a que des racies simples. Càd π f = (X a 1 )(X a 2 )... (X a r ) avec a i K et surtout les a i deux à deux disticts. Les (X a i ) sot doc premiers etre eux. O a doc E = Ker (X a 1 ) Ker (X a 2 )... Ker (X a r ). D'après la propriété 4.7, f est diagoalisable. f est diagoalisable si et seulemet si f est aulé par u polyôme P scidé à racies simples puisque P est u multiple de π f. Exemple 4.13 Si l'applicatio f vérifie (f 2Id) o (f + 3Id) =, alors E = E 2 E 3. Si l'u des deux sous-espaces E 2 ou E 3 est réduit à {}, c'est que f est ue homothétie, de rapport 3 ou 2 respectivemet. Sio le spectre de f est exactemet égal à { 3, 2}. Fracis Wlaziski 22
23 Propriété 4.14 Soit f u edomorphisme de E. f est diagoalisable si et seulemet si le polyôme caractéristique f est scidé das K[X] et pour toute valeur propre λ (c'est-à-dire toute racie de f) la multiplicité m(λ) est égale à la dimesio d(λ) du sous-espace propre E λ. Remarque 4.15 Avec les otatios ci-dessus, les coefficiets de la diagoale de D sot les valeurs propres de M, chacue figurat autat de fois que so ordre de multiplicité. Das l'égalité D = P 1 MP, P est la matrice de passage de la base caoique de K à ue base de vecteurs propres de M. Propriétés 4.16 Soit M u élémet de M (K). Soit M u élémet de M ( ). Si M est diagoalisable "das " alors M est diagoalisable "das ", avec les mêmes valeurs et vecteurs propres et la même égalité D = P 1 MP, les matrices P et D état à coefficiets réels. E revache, toujours avec M das M ( ), M peut être diagoalisable das sas l'être das, si des valeurs propres sot complexes mais o réelles. Das l'égalité D = P 1 MP, P et D sot alors à coefficiets complexes. Défiitio 4.17 Soit f L (E) et λ Sp(f) de multiplicité m das π f le polyôme miimal de f. Le s.e.v. Ker (f λ Id) m est appelé sous-espace caractéristique de λ. Remarque 4.18 Soit M = (a i,j ) i,j = 1, M (K) et λ K tels que j = 1,, a i,j = λ alors λ est ue valeur propre de M. E effet, si L i est la ième lige de M λ I, alors L 1 + L L = ( a i,j λ) = doc les liges sot liées i.e. M λ I o iversible. j=1 5. Réductio de matrice : pratique et applicatios 5.1. Diagoalisatio d'ue matrice O cherche à diagoaliser si possible ue matrice M de M (K). O calcule le polyôme caractéristique M de la matrice M puis les racies das K de ce polyôme. Si le polyôme M 'est pas scidé das K, alors M 'est pas diagoalisable das K. Si au cotraire M est scidé alors pour chaque racie λ o résout le système homogèe (M λ I )X =, où X est ue matrice coloe de K. L'esemble des solutios de ce système est le sous-espace propre E λ. La résolutio coduit à ue base (e) λ de E λ, doc à dim(e λ ). Fracis Wlaziski 23
24 Si, pour l'u des λ, o a dim(e λ ) < m(λ), où m(λ) est la multiplicité de λ comme racie de M, alors M 'est pas diagoalisable. Sio M est diagoalisable, et la juxtapositio des bases (e) λ doe ue base de K, formée de vecteurs propres. O e déduit la matrice de passage P de la base caoique à la base (e), et l'égalité D = P 1 MP, où D est diagoale : ses coefficiets diagoaux sot les valeurs propres de M, das l'ordre des vecteurs propres de la base (e). Les calculs précédets peuvet s'effectuer avec la méthode du pivot : O part de la matrice A λ = M λ I que l'o trasforme, par des opératios sur les liges, e ue matrice triagulaire B λ. Les valeurs propres de M sot les λ tels que B λ est o iversible c'est-à-dire les valeurs qui aulet au mois u coefficiet diagoal de B λ. Pour chacue de ces valeurs, le sous espace propre est obteu e résolvat le système B λ X =, qui est équivalet au système (M λ I )X =. 5.2 Exemple de diagoalisatio 1 3 O cherche à diagoaliser M = O a M = det(m XI 3 ) = 1 X 3 2 X X = X = 2 X 1 = 2 + X 1 + 2X X 2 = X(X + 2)(2 X). Les valeur propres de M sot doc 2, et X 2 X 1 1 X X 2 X 1 2X X 2 O pose B λ = O a u = (x, y, z) vecteur propre de M de valeur propre λ (M λ I 3 )u = B λ u =. Pour λ = 2. u = (x, y, z) E x + y + 3z = z = z = y = x z = Soit b 1 = (1, 1, ). O a E 2 = <b 1 >. % x y z = Fracis Wlaziski 24
25 Pour λ = u = (x, y, z) E 2 1 x + y + z = 2y + z = x = 3y z = 2y Soit b 2 = ( 3, 1, 2). O a E = <b 2 > = Ker M. % x y z = Pour λ = u = (x, y, z) E % x + y z = 4y + z = x = 3y z = 4y Soit b 3 = (3, 1, 4). O a E 2 = <b 3 >. x y z = O a D = = 2 et P = O obtiet P 1 = et o peut vérifier que D = P 1 MP. 5.3 Exemple de trigoalisatio 2 O cherche à trigoaliser M = O a det M = 2. O obtiet M = det(m XI 3 ) = 2 X 2 X 1 X 3 = (1 X) 1 1 X 1 1 X = (X + 2)(X 1) 2. Les valeur propres de M sot doc 2 et O pose B λ = 1 3. (1 )(2 + ) (O 'a pas écessairemet besoi des B λ, o pourrait utiliser directemet la défiitio). O a u = (x, y, z) vecteur propre de M de valeur propre λ (M λ I 3 )u = B λ u =. Fracis Wlaziski 25
26 Pour λ = 2. u = (x, y, z) E x + 3z = 3y + 3z = x = 3z y = z Soit v 1 = (3, 1, 1). O a E 2 = <v 1 >. % x y z = Pour λ = 1. u = (x, y, z) E % x = z = Soit v 2 = (, 1, ). O a E 2 = <v 2 >. x y z = Puisque dim E 1 2, M 'est pas diagoalisable. Mais le polyôme caractéristique de M est scidé doc o peut la trigoaliser. O complète v 1, v 2 pour obteir ue base de 3. Par exemple e preat v 3 = (,, 1). O obtiet Mv 3 = (, 3, 1) = 3v 2 + v 3 et efi T = P 1 MP avec 2 3 1/3 T = 1 3, P = 1 1 et P 1 = 1/ / Applicatio : Calcul des puissaces d'ue matrice Si ue matrice M de M (K) est diagoalisable, l'égalité D = P 1 MP, où D est diagoale, permet d'écrire M = PDP 1. Puis, pour tout etier aturel k, M k = PD k P 1. O peut gééraliser aux etiers k relatifs si M est iversible. Exemple 1 3 Soit la matrice réelle M = 2 1. O cherche à calculer M O a vu que D = P 1 MP avec D = = 2, P = et P 1 = O a doc M 1 = P D 1 P 1. Fracis Wlaziski 26
27 P D 1 = % 1 1 = M 1 = % = = Applicatio : Itégratio des systèmes différetiels liéaires Soit u système de 2 équatios différetiels liéaires du 1er ordre, à coefficiets costats, de foctios x 1 (t), x 2 (t),..., x (t) : Øx 1 = a Øt 1,1 x 1 (t) + a 1,2 x 2 (t) a 1, x (t) + b 1 (t) Øx 2 = a (1) Øt 2,1 x 1 (t) + a 2,2 x 2 (t) a 2, x (t) + b 2 (t) Øx = a Øt,1 x 1 (t) + a,2 x 2 (t) a, x (t) + b (t) a 1,1 a 1,2 a 1, x 1 (t) a 2,1 a 2,2 a 2, x 2 (t) Øx 2 Soiet A =, X =, ØX = Øt et B = Øt a,1 a,2 a, x (t) Øx 1 Øt Øx Øt b 1 (t) b 2 (t) b (t) Le système (1) peut doc s'écrire ØX = AX + B. Øt Soit X ue solutio particulière de ce système. ØX O a = AX et, par différece, o obtiet Øt + B Ø(X X ) Øt = A(X X ) La solutio géérale du système (1) s'obtiet doc e ajoutat à ue solutio particulière la solutio géérale du système homogèe ØX = AX, c'est-à-dire : Øt Øx 1 = a Øt 1,1 x 1 (t) + a 1,2 x 2 (t) a 1, x (t) Øx 2 = a (2) Øt 2,1 x 1 (t) + a 2,2 x 2 (t) a 2, x (t). Øx = a Øt,1 x 1 (t) + a,2 x 2 (t) a, x (t) Si A est diagoalisable, il existe P GL (K) telle que P 1 AP = D = diag(λ 1, λ 2,..., λ ). Øy 1 y 1 (t) Øt Øy y 2 (t) 2 Soit Y = telle que X = PY i.e Y = P 1 X, o a ØY = Øt = P 1 ØX. Øt Øt y (t) Øy Øt Fracis Wlaziski 27
28 ØX = AX P ØY = APY ØY = DY. Øt Øt Øt Øy 1 = Øt 1 y 1 (t) Øy 2 = O est doc rameer à résoudre le système : Øt 2 y 2 (t). Øy = Øt y (t) y 1 (t) = c 1 e 1t c 1 e 1t y 2 (t) = c 2 e 2t c 2 e 2t D'où et Y = avec c 1, c 2,..., c K. y (t) = c e t c 1 e t O trouve X par la relatio X = PY. Exemple x 1 = x 1 + 3x 2 O cherche à résoudre le système : x 2 = 2x 2 + x 3. x 3 = x 1 + x 2 + x La matrice du système est A = O a vu que D = P 1 AP avec D = = 2, P = et P 1 = O a doc X = x 1 (t) x 2 (t) x 3 (t) = P c 1 e 2t c 2 c 3 e 2t. x 1 (t) = c 1 e 2t 3c 2 + 3c 3 e 2t C'est-à-dire x 2 (t) = c 1 e 2t + c 2 + c 3 e 2t. x 3 (t) = 2c 2 + 4c 3 e 2t 6. Expoetiel de matrice et d'edomorphisme Das tout ce paragraphe, K = ou, E est u K-e.v. de dimesio fiie * et (e) = (e 1, e 2,..., e ) est ue base de E. Rappel Puisque E est de dimesio fiie, toutes les ormes sur E sot équivaletes. K = ou est complet doc E est u espace de Baach (ou plus simplemet u Baach) c'est-à-dire u e.v.. complet. Si x = x 1 e 1 + x 2 e x e = x i e i avec x i K, α tel que α 1, l'applicatio. a : x est ue orme sur E. x i. : x sup { x i, où 1 i } est ue orme sur E. Fracis Wlaziski 28 1/
29 Remarque : x x x i. Propriété 6.2 f L (E), M + * / f (x) 1 M x 1. Remarque 6.3 Puisque toutes les ormes sot équivaletes, o a doc f L (E), M + * / f (x) M x. O pose M 1 = sup { f (e i ) 1 où i = 1, }. Si x = x 1 e 1 + x 2 e x e = x i e i E avec x i K, o a : f(x) 1 = f Défiitio 6.4 x i e i 1 = x i f(e i ) 1 [ x i f(e i ) 1 [ x i f(e i ) 1 [ x i.m 1 = M 1 x i = M 1 x 1. Soit A M (K), o appelle expoetielle de A et o ote exp(a) ou e A la limite, das M (K), de la suite de p A k k= terme gééral S p =. La matrice exp(a) est doc : k! e A = + A k = I + A + A 2 + A A p k= k! 2! 3! p! Remarque 6.5 O motre que, pour toute matrice A de M (K), la série de terme géérale covergete ce qui justifie la défiitio. Exemple 6.6 A! est ormalemet 1 Soiet A = et B =. 1 A 2 = = B Doc exp(a) = et exp(b) =. D'où exp(a)exp(b) = O a aussi A + B =. 1 1 Doc (A + B) 2 = = I 2, (A + B) 3 = A + B, (A + B) 4 = I 2,... (A + B) 2k = I 2, (A + B) 2k + 1 = A + B Doc exp(a + B) = 2! 1 + 4! ! 1 + 5! 1 + ch1 sh1 = ! 1 + 5! ! 1 + 4! 1 + sh1 ch1 Fracis Wlaziski 29
30 Remarques 6.7 Pour tout λ de K, exp(λ I ) = exp(λ)i. E particulier, exp( I ) = I. Si A, B commutet das M (K), alors exp(a + B) = exp(a)exp(b). (C'est u résultat sur le produit de Cauchy de série absolumet covergete) E particulier, pour tout A de M (K), exp(a) est ue matrice carrée iversible et exp( A) = (exp(a)) 1. Si A = diag(λ 1, λ 2,..., λ ), alors exp(a) = diag(exp(λ 1 ),..., exp(λ )) et exp(ta) = diag(exp(tλ 1 ),..., exp(tλ )). L'applicatio t f(t) = exp(ta) est dérivable, et f'(t) = Aexp(tA) = exp(ta)a. Supposos que A s'écrive A = D + N, avec D diagoale, N strictemet triagulaire et ND = DN. Ue telle décompositio peut apparaître par exemple quad o trigoalise A. Soit r u etier tel que N r =. Alors exp(a) = exp(d)exp(n) = exp(d) r 1 N k. k= k! Si M = P D P 1 avec D = diag(λ 1, λ 2,..., λ ) alors exp(m) = P exp(d) P 1 et exp(tm) = P exp(td) P 1. Propriété 6.8 Soit A ue matrice de M (K). ØX(t) La solutio géérale du système liéaire = AX(t) est X(t) = exp(ta) k où k K. Øt Soit t u réel, et X u élémet de. L'uique solutio de (H) qui vaut X au poit t est l'applicatio t X(t) = exp((t t )A)X. Remarque 6.9 P 1 k où k varie sur K doe aussi u élémet quelcoque de K. 7. Base de Jorda Rappel f est ilpotet d'ordre p 1 f p = et f p 1. Propriété 7.1 O suppose que dim E = et soit f L (E) ilpotet d'ordre q. O a { E } = Ker f Ker f 1 Ker f 2... Ker f q = E et toutes ces iclusios sot strictes. O a Ker f = Ker Id = {}. O doit motrer : i) x Ker f p x Ker f p + 1 pour tout p q 1. ii) Ker f p Ker f p + 1 pour tout p q 1. Fracis Wlaziski 3
31 x Ker f p f p (x) = f(f p (x)) = f() = f p + 1 (x) = x Ker f p + 1. Par l'absurde, o suppose Ker f p = Ker f p + 1 pour u certai p q 1. Soit x Ker f p + 2, o a f p + 2 (x) = c'est-à-dire f p + 1 (f(x)) =. Doc f(x) Ker f p + 1 d'où f(x) Ker f p f p (f(x)) = x Ker f p + 1. Doc Ker f p + 2 Ker f p + 1 c'est-à-dire Ker f p + 2 = Ker f p + 1. O motre aisi par récurrece que Ker f p = Ker f p + 1 = Ker f p + 2 =... = Ker f q = E. c'est-à-dire f ilpotete d'ordre iférieur à p : cotraire aux hypothèses. Propriété 7.2 O suppose que dim E =. Soit f L (E) ilpotet d'ordre q et soit a E / f q 1 (a). Alors F = (a, f(a), f 2 (a),..., f q 1 (a)) est ue famille libre de E. E particulier, si q = alors F est ue base de E. λ a + λ 1 f(a) + λ 2 f 2 (a) λ q 1 f q 1 (a) = f(λ a + λ 1 f(a) + λ 2 f 2 (a) λ q f q 1 (a)) = f() λ f(a) + λ 1 f 2 (a) + λ 2 f 3 (a) λ q 2 f q 1 (a) + λ q 1 f q (a) = λ f(a) + λ 1 f 2 (a) + λ 2 f 3 (a) λ q 2 f q 1 (a) = O cotiue aisi : λ f(a) + λ 1 f 2 (a) + λ 2 f 3 (a) λ q 3 f q 1 (a) =... λ f q 2 (a) + λ 1 f q 1 (a) = λ f q 1 (a) = Puisque f q 1 (a), o a doc λ = et e remotat λ 1 =, λ 2 =,... λ q 1 =. Remarques 7.3 Das le cas où f est ilpotet d'ordre, la matrice das la base (f q 1 (a), f q 2 (a),..., f 2 (a), f(a), a) 1 1 de f est 1. Ue telle matrice s'appelle u bloc de Jorda d'ordre. 1 Das le cas où f est ilpotet d'ordre q <, la famille F est libre mais 'a que q élémets. O peut costruire ue base (b) de la forme suivate : (b) = {f s1 1 (b 1 ),..., f (b 1 ), b 1 } {f s2 1 (b 2 ),..., f (b 2 ), b 2 }... {f sr 1 (b r ),..., f (b r ), b r } telle que, das ue telle base, la matrice de f soit ue matrice diagoale par blocs et que chacu de ces blocs soit u bloc de jorda. Ue telle base si elle existe s'appelle ue base de Jorda pour f. O veut doc (β) = (β 1, β 2,..., β ) telle que f(β i ) = β i 1 ou pour 2 i et f(β 1 ) =. Défiitio 7.4 Soit λ ue valeur propre de multiplicité m(λ) de f L (E). O appelle sous espace caractéristique de f pour la valeur propre λ le s.e.v. Nc(λ) = Ker (f λ Id) m(λ). Fracis Wlaziski 31
32 Propriété 7.5 O suppose que E est de dimesio fiie 1. O suppose que de plus que f le polyôme caractéristique de f L K (E) est scidé sur K. Par exemple, f = ( 1) (X λ 1) k1 (X λ 2) k2... (X λ q) kq avec λ i λ j, k i = m(λ i ) et k 1 + k k q =. a) E = Nc(λ 1 ) Nc(λ 2 )... Nc(λ q ). b) Nc(λ i ) = Ker (f λ i Id) ki est stable par f. c) dim Nc(λ i ) = dim Ker (f λ i Id) ki = k i. d) Le polyôme caractéristique de la restrictio de f au sous espace caractéristique Nc(λ i ) est (λ i X) ki. ki O pose T i = (X λ i ), P i = T i, Nc(λ i ) = Ker P i (f) et d i = dim N i. O a f(f) =. Le résultat découle doc directemet de la propriété O a (f λ i Id) ki = P i [f]. Or P i [f] et f commutet doc Ker (f λ i Id) ki est stable par f. Il existe ue base de E das laquelle la matrice de f soit diagoale par blocs. Chacu des blocs correspodat aux Nc(λ i ). P i (f) et T i (f) commutet doc Nc(λ i ) est stable par T i (f). Soit g la restrictio de T(f) à Nc(λ i ) et h la restrictio de f à Nc(λ i ). O a g = h λ i Id. De plus g et h sot des applicatios liéaires de Nc(λ i ) das Nc(λ i ) (i.e. g, h L (Nc(λ i ))). Par défiitio de Nc(λ i ), g ki =, g est ilpotete d'u ordre iférieur ou égale à k i. D'après le troisième poit de la remarque 3.7, g = ( 1) d X di. g est doc scidé sur K, il existe ue base (b) das laquelle la matrice A de g est triagulaire supérieure. Les élémets de la diagoale, état les valeurs propres, sot tous uls. O a doc M (b) (h) = A + λ i I est ue matrice triagulaire supérieur et les élémets de la diagoale sot tous égaux à λ i. D'où h = ( 1) di (X λ i ) di. D'après la propriété 2.12, f = h Q avec Q K[X] et Q(λ). O a ( h Q)[f] = et h et Q premiers etre eux. q Doc f = ( 1) di (X λ i ) di. D'où d i = k i. D'après le poit précédet avec h. Défiitio O appelle matrice de Jorda toute matrice soit d'ordre 1 soit de la forme :. 1 1 Propriété 7.7 Soit J(λ) ue matrice de Jorda d'ordre s. O a : J(λ) = ( 1) s (X λ) s, π J (λ) = (X λ) s et dim E λ = 1. Il suffit de reveir aux défiitios. Fracis Wlaziski 32
33 Remarque 7.8 O suppose que E est de dimesio fiie 1. O suppose que de plus que f le polyôme caractéristique de f L K (E) est scidé sur K. O a : f = ( 1) (X λ 1 ) k1 (X λ 2 ) k2... (X λ q ) kq avec λ i λ j et k 1 + k k q =. π f = ( 1) (X λ 1 ) r1 (X λ 2 ) r2... (X λ q ) rq avec r i k i. Puisque r i k i et (f λ i Id)() =, o a Ker (f λ i Id) ri Ker (f λ i Id) ki et dim Ker (f λ i Id) ri dim Ker (f λ i Id) ki. Or, d'après le théorème 1.46, E = Ker (f λ i Id) r1 Ker (f λ i Id) r2... Ker (f λ i Id) rq. O a doc Ker (f λ i Id) ri = Ker (f λ i Id) ki La restrictio g i de f λ i Id E à Ker (f λ i Id E ) ri est ilpotete d'ordre r i. O peut doc costruire ue base Ker(f λ i Id E ) ri de la forme (g ri 1 (u i ),..., g 2 (u i ), g(u i ), u i ). La matrice de la restrictio de f das cette base est ue matrice de Jorda d'ordre r i. O costruit ue telle base pour chacu des λ i. La juxtapositio de toutes ces bases est ue base de E das laquelle la base de f est ue matrice diagoale par blocs. Chacu de ces blocs état ue matrice de Jorda. Propriété 7.9 Si K est u corps algébriquemet clos (K = par exemple), alors tout edomorphisme de E (de dim fiie 1) admet ue base das laquelle sa matrice est formée de matrices de Jorda. Lemme 7.1 O suppose E de dimesio fiie. Soit f L K (E) ilpotete d'ordre q. O pose H k = Ker f k k q. O a {} = H ( ) H 1 ( )... ( ) H q = E. De plus, k q, soit G k le supplémetaire de H k das H k + 1 c'est-à-dire H k + 1 = G k H k. O a : f (G k ) H k f (G k ) H k 1 = {} L'image d'ue base de G k par f est ue base de f (G k ). Doc il existe G' k tel que f (G k ) G' k et H k = G' k H k 1. Remarque 7.11 x. x G k f k (x) et f k 1 (x) f k 1 (f (x)) et f k (f (x)) f (x) H k et f (x) H k 1 Fracis Wlaziski 33
Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailDETERMINANTS. a b et a'
2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détail2 ième partie : MATHÉMATIQUES FINANCIÈRES
2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul
Plus en détailPROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS
PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailSéries numériques. Chap. 02 : cours complet.
Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détail16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.
16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailMESURE DE L'INFORMATION
MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE
Plus en détailRégulation analogique industrielle ESTF- G.Thermique
Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailPOLITIQUE ECONOMIQUE ET DEVELOPPEMENT
POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier
Plus en détailRésolution numérique des équations aux dérivées partielles (PDE)
Résolutio umérique des équatios au dérivées partielles (PDE Sébastie Charoz & Adria Daerr iversité Paris 7 Deis Diderot CEA Saclay Référeces : Numerical Recipes i Fortra, Press. Et al. Cambridge iversity
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailRESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY
LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détail