CCP 2002 PC Maths 1 page 1. CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1. Durée : 4 heures

Documents pareils
Cours d analyse numérique SMI-S4

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Limites finies en un point

Problème 1 : applications du plan affine

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

3 Approximation de solutions d équations

Chapitre 2. Matrices

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Continuité en un point

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Programmes des classes préparatoires aux Grandes Ecoles

Fonctions de plusieurs variables

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Amphi 3: Espaces complets - Applications linéaires continues

Intégration et probabilités TD1 Espaces mesurés Corrigé

Image d un intervalle par une fonction continue

Chp. 4. Minimisation d une fonction d une variable

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

C algèbre d un certain groupe de Lie nilpotent.

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Résolution d équations non linéaires

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Correction de l examen de la première session

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

3. Conditionnement P (B)

Structures algébriques

4. Martingales à temps discret

Capes Première épreuve

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Résolution de systèmes linéaires par des méthodes directes

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

NOTATIONS PRÉLIMINAIRES

Cours d Analyse. Fonctions de plusieurs variables

Cours Fonctions de deux variables

Théorème du point fixe - Théorème de l inversion locale

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Suites numériques 3. 1 Convergence et limite d une suite

Chapitre 7 : Intégration sur un intervalle quelconque

Leçon 01 Exercices d'entraînement

Programmation linéaire

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2

Probabilités sur un univers fini

Calcul fonctionnel holomorphe dans les algèbres de Banach

Algorithmes pour la planification de mouvements en robotique non-holonome

Une forme générale de la conjecture abc

Différentiabilité ; Fonctions de plusieurs variables réelles

I. Polynômes de Tchebychev

Calcul différentiel sur R n Première partie

Coefficients binomiaux

Statistique : Résumé de cours et méthodes

Cours de mathématiques

1 Première section: La construction générale

Sur certaines séries entières particulières

Optimisation des fonctions de plusieurs variables

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE

Chapitre 2 Le problème de l unicité des solutions

Suites numériques 4. 1 Autres recettes pour calculer les limites

Le produit semi-direct

Programmation linéaire

BACCALAUREAT GENERAL MATHÉMATIQUES

Programmation linéaire et Optimisation. Didier Smets

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Polynômes à plusieurs variables. Résultant

Réalisabilité et extraction de programmes

[ édité le 30 avril 2015 Enoncés 1

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Texte Agrégation limitée par diffusion interne

III- Raisonnement par récurrence

Intégration et probabilités TD1 Espaces mesurés

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Mathématiques appliquées à l'économie et à la Gestion

Développement décimal d un réel

Moments des variables aléatoires réelles

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur

O, i, ) ln x. (ln x)2

Dérivées d ordres supérieurs. Application à l étude d extrema.

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Intégrale de Lebesgue

Annexe 1 Programmes des classes préparatoires aux Grandes Ecoles

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Chapitre 2. Eléments pour comprendre un énoncé

NOMBRES COMPLEXES. Exercice 1 :

Commun à tous les candidats

Calcul différentiel. Chapitre Différentiabilité

Probabilités sur un univers fini

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Théorie de la Mesure et Intégration

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Transcription:

CCP 2002 PC Maths 1 page 1 SESSION 2002 CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites **** N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction. Si un candidat est amené à repérer ce qui peut lui sembler être une erreur d énoncé, il la signalera sur sa copie et devra poursuivre sa composition en expliquant les ruisons des initiatives qu il a été amené à prendre. **** Notations Soit n et p des entiers supérieurs ou égaux à 1. K désignant le corps des réels ou celui des complexes, on note M n,p (K) le K-espace vectoriel des matrices à coefficients dans K ayant n lignes et p colonnes. Lorsque p = n, M n,n (K) est noté plus simplement M n (K) et est muni de sa structure d algèbre, I n représentant la matrice identité. 0 n,p désigne la matrice nulle de M n,p (K) et 0 n la matrice nulle de M n (K). GL n (K) désigne l ensemble des matrices inversibles de M n (K) et T n (K) l ensemble des matrices carrées d ordre n triangulaires supérieures à éléments dans K. Tout vecteur x = (x i ) de K n est identifié à un élément X de M n,1 (K) tel que l élément de la ième ligne de X soit x i. Dans toute la suite, nous noterons indifféremment X = (x i ) un élément de M n,1 (K) aussi bien que le vecteur de K n qui lui est associé. Pour A = (a i,j ) dans M n,p (K) et X = (x i ) 1 i p dans K p, on note le coefficient de la ième ligne 1 j p de AX. Pour toute matrice A de M n (K), on note Sp (A) l ensemble des valeurs propres complexes de A et on appelle rayon spectral de A le réel ρ(a) défini par : ρ(a) = max λ. λ Sp(A) Conformément à l usage, on note N la norme définie sur C n par : X = (x i ) C n, N (X) = max x i. On qualifie de norme matricielle toute norme ϕ définie sur M n (K) vérifiant la propriété : (A, B) (M n(k) ) 2, ϕ(ab) ϕ(a) ϕ(b). M n (K) étant de dimension finie, on rappelle qu une suite de matrices (A k ) k N de M n (K) converge vers une matrice A de M n (K) si et seulement si la convergence a lieu dans M n (K) muni d une norme quelconque.

CCP 2002 PC Maths 1 page 2 Partie I Une matrice A de M n (K) est dite trigonalisable si et seulement si il existe P GL n (K) et T T n (K) tels que T = P 1 AP. I.1 Pour n fixé, on suppose que toute matrice de M n (C) est trigonalisable et on considère une matrice M de M n+1 (C). a) Montrer que M admet au moins une valeur propre. b) Soit λ une valeur propre de M. Montrer qu il existe Q GL n+1 (C), L M 1,n (C) et N M n (C) tels que : ( ) Q 1 λ L MQ =. 0 n,1 N c) En déduire qu il existe H GL n (C) et S T n (C) tels que : ( ) Q 1 λ L MQ = 0 n,1 HSH 1. d) On pose R = ( ) 1 01,n. Montrer que R est inversible et exprimer R 0 n,1 H 1. e) Calculer R 1 Q 1 MQR et en déduire que M est trigonalisable. I.2 Déduire de la question précédente que pour tout n entier supérieur ou égal à 1, toute matrice de M n (C) est trigonalisable. 1 1 0 I.3 Soit la matrice G = 1 1 1. 2 5 3 a) La matrice G est-elle diagonalisable? b) On note B = (e 1, e 2, e 3 ) la base canonique de C 3. Montrer que G admet un unique vecteur propre u dont la première composante dans la base B est égale à 1 et vérifier que B 1 = (u, e 2, e 3 ) est une base de C 3. c) On note Q la matrice de passage de B à B 1. Calculer Q 1 GQ et en déduire, en s inspirant de la méthode décrite aux questions I.1 et I.2, P GL 3 (C) et T T 3 (C) telles que P 1 GP = T. I.4 Soit A M n (C). Si T est une matrice triangulaire supérieure semblable à A, que représentent les éléments diagonaux de T? I.5 Soit S = (s i,j ) et T = (t i,j ) deux matrices triangulaires supérieures de M n (C). a) Montrer que ST est une matrice triangulaire supérieure dont les coefficients diagonaux sont s 1,1 t 1,1, s 2,2 t 2,2,..., s n,n t n,n. b) Pour k N, quels sont les éléments diagonaux de T k? I.6 Montrer que pour toute matrice A de M n (C), ρ ( A k) = [ρ(a)] k. I.7 Montrer que l application ψ : M n (C) R, A = (a i,j ) max 1 i,j n a i,j est une norme sur M n (C), mais n est pas en général une norme matricielle sur M n (C). I.8 En admettant l existence de normes matricielles sur M n (C) (la suite du problème montrera effectivement cette existence), montrer que pour toute norme N définie sur M n (C), il existe une constante C réelle positive telle que : (A, B) (M n (C)) 2, N(AB) CN(A)N(B).

CCP 2002 PC Maths 1 page 3 I.9 Soit (A k ) k N une suite de matrices de M n (C), A M n (C) et P GL n (C). Montrer que la suite (A k ) k N converge vers A si et seulement si la suite ( P 1 AP ) k N converge vers P 1 AP. ( ) λ µ I.10 a) Soit T = un élément de M 0 λ 2 (C). Pour tout k N, calculer T k et en déduire que la suite ( T k) converge si et seulement si ( λ < 1) ou (λ = 1 et µ = 0). k N b) Soit A M 2 (C) diagonalisable. Donner une condition nécessaire et suffisante sur les valeurs propres de A pour que la suite (A k ) k N soit convergente. c) Soit A M 2 (C) non diagonalisable. Montrer que la suite (A k ) k N est convergente si et seulement si ρ(a) < 1. Dans ce cas, préciser lim k + Ak. d) Soit A M 2 (C). Donner une condition nécessaire et suffisante sur ρ(a) pour que la suite (A k ) k N converge vers la matrice nulle. Partie II Soit A = (a i,j ) une matrice de M n (C) et N une norme quelconque sur C n. On pose : M A = max a i,j. II.1 a) Montrer que pour tout X C n : N (AX) M A N (X). II.2 b) Montrer qu il existe une constante réelle C A telle que : X C n, N(AX) C A N(X). { } N(AX) c) Montrer que l ensemble X C n \ {0} possède une borne supérieure dans R. N(X) On notera dans la suite : N(AX) Ñ(A) = sup X C n \{0} N(X). d) Montrer que : Ñ (A) M A. e) On reprend dans cette question la matrice G introduite en I.3. Déterminer un vecteur X 0 de C 3 tel que N (X 0 ) = 1 et N (GX 0 ) = 10. En déduire la valeur de Ñ (G). Soit i 0 un entier compris entre 1 et n tel que n a i0,j = M A. En considérant le vecteur Y de C n de composantes y j définies par : y j = a i 0,j a i0,j si a i 0,j 0 et y j = 1 si a i0,j = 0 montrer que M A Ñ (A) et en déduire Ñ (A) = M A. II.3 Montrer : a) Ñ(A) = 0 A = 0 n. b) λ C, Ñ(λA) λ Ñ(A). c) En déduire : λ C, Ñ(λA) = λ Ñ(A). d) B M n (C), Ñ(A + B) Ñ(A) + Ñ(B). e) X C n, N(AX) Ñ(A)N(X). f) Déduire de ces résultats que Ñ est une norme matricielle sur M n(c). On lui donne le nom de norme matricielle subordonnée à la norme N.

CCP 2002 PC Maths 1 page 4 II.4 a) En considérant une valeur propre λ de A telle que λ = ρ(a), montrer que : ρ(a) Ñ(A). b) Donner un exemple simple de matrice A non nulle vérifiant ρ(a) = Ñ (A). c) Montrer que si A est nilpotente non nulle, on a l inégalité stricte : II.5 Montrer que si lim k + Ak = 0 n, alors ρ(a) < 1. ρ(a) < Ñ(A). Dans toute la suite du problème, on admettra que, réciproquement, si ρ(a) < 1, alors lim k + Ak = 0 n. II.6 a) Montrer que pour tout k entier naturel non nul : ρ(a) ( [Ñ A k )] 1 k. b) Montrer que pour tout α C, ρ(αa) = α ρ(a). A c) Soit ε > 0 et A ε = ρ(a) + ε. Vérifier que ρ(a ε) < 1 et en déduire l existence d un entier naturel k ε tel que : ( ( k N, k k ε Ñ A k) (ρ(a) + ε) k). ( d) En déduire lim [Ñ A k )] 1 k k + = ρ(a). Partie III Une matrice A de M n,p (R) est dite positive (resp. strictement positive) et on note A 0 (resp. A > 0) si et seulement si tous ses coefficients sont positifs ou nuls (resp. strictement positifs). Si A et B sont deux matrices de M n,p (R), on note A B (resp. A B, A > B, A < B) si et seulement si A B 0 (resp. B A 0, A B > 0, B A > 0). Notons que grâce à l identification de R n et M n,1 (R), on pourra parler de vecteur de R n positif ou strictement positif. III.1 III.2 III.3 Donner un exemple de matrice A montrant que les conditions A 0 et A 0 n impliquent pas nécessairement A > 0. A, B, A, B désignent des matrices de M n (R). a) Montrer que si 0 A B et 0 A B, alors 0 AA BB. b) Montrer que si 0 A B, alors pour tout k N, 0 A k B k. c) Montrer que si 0 A B, alors Ñ (A) Ñ (B). d) Montrer que si 0 A B, alors ρ(a) ρ(b). e) Montrer que si 0 A < B, il existe c ]0, 1[ tel que A cb et en déduire ρ(a) < ρ(b). Soit A une matrice positive de M n (R) telle que la somme des termes de chaque ligne soit constante égale à α. Montrer que α est valeur propre de A et que : ρ(a) = α = Ñ (A).

CCP 2002 PC Maths 1 page 5 III.4 Soit A une matrice positive de M n (R). Pour tout i {1,..., n}, on note α i la somme des termes de la ième ligne de A et α = min α i. On définit la matrice B = (b i,j ) par B = 0 n si α = 0 et b i,j = α α i a i,j si α > 0. Montrer à l aide de la matrice B ainsi construite que : min a i,j ρ(a) max III.5 Soit A une matrice positive de M n (R) et X = (x i ) un vecteur strictement positif de R n. On note D x la matrice diagonale de M n (R) ayant pour termes diagonaux x 1, x 2,..., x n. Calculer les éléments de la matrice D 1 x AD x et en déduire : min a i,j ρ(a) max. x i x i. III.6 Soit A une matrice positive de M n (R). Montrer que si A admet un vecteur propre strictement positif, alors la valeur propre associée est ρ(a) et : ( ) ( ) ρ(a) = sup min = inf max. X>0 x i X>0 x i Fin de l énoncé