CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2

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

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

Fonctions de plusieurs variables

[ édité le 30 avril 2015 Enoncés 1

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

Calcul fonctionnel holomorphe dans les algèbres de Banach

I. Polynômes de Tchebychev

Problème 1 : applications du plan affine

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Cours de mathématiques

Cours 02 : Problème général de la programmation linéaire

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 ://

Un 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

Résolution d équations non linéaires

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Intégration et probabilités TD1 Espaces mesurés Corrigé

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

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

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

Logique. Plan du chapitre


I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Programmes des classes préparatoires aux Grandes Ecoles

Calcul différentiel. Chapitre Différentiabilité

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

Chapitre 2. Matrices

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

Calcul différentiel sur R n Première partie

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

Correction de l examen de la première session

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Cours d analyse numérique SMI-S4

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Chapitre VI - Méthodes de factorisation

CCP PSI Mathématiques 1 : un corrigé

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

Une forme générale de la conjecture abc

Capes Première épreuve

Introduction à l étude des Corps Finis

Programmation linéaire

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Image d un intervalle par une fonction continue

NOTATIONS PRÉLIMINAIRES

3 Approximation de solutions d équations

Problèmes de Mathématiques Filtres et ultrafiltres

Amphi 3: Espaces complets - Applications linéaires continues

Extrait du poly de Stage de Grésillon 1, août 2010

Continuité en un point

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

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

Exercices Corrigés Premières notions sur les espaces vectoriels

Le produit semi-direct

Mathématiques Algèbre et géométrie

Comparaison de fonctions Développements limités. Chapitre 10

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Probabilités sur un univers fini

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Université Paris-Dauphine DUMI2E 1ère année, Applications

Limites finies en un point

Comment démontrer des formules sans effort? exposé de maîtrise

Approximations variationelles des EDP Notes du Cours de M2

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Continuité et dérivabilité d une fonction

Théorème du point fixe - Théorème de l inversion locale

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

Fonctions de plusieurs variables et applications pour l ingénieur

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

Résolution de systèmes linéaires par des méthodes directes

C1 : Fonctions de plusieurs variables

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1

Correction du Baccalauréat S Amérique du Nord mai 2007

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Différentiabilité ; Fonctions de plusieurs variables réelles

Feuille d exercices 2 : Espaces probabilisés

Commun à tous les candidats

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Probabilités sur un univers fini

Enjeux mathématiques et Statistiques du Big Data

Structures algébriques

Calcul Différentiel. I Fonctions différentiables 3

1 Complément sur la projection du nuage des individus

21 mars Simulations et Méthodes de Monte Carlo. DADI Charles-Abner. Objectifs et intérêt de ce T.E.R. Générer l'aléatoire.

Plus courts chemins, programmation dynamique

Les indices à surplus constant

La mesure de Lebesgue sur la droite réelle

3. Conditionnement P (B)

Polynômes à plusieurs variables. Résultant

Texte Agrégation limitée par diffusion interne

Propriétés des options sur actions

1 Définition et premières propriétés des congruences

Premiers exercices d Algèbre. Anne-Marie Simon

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

4. Martingales à temps discret

Cours arithmétique et groupes. Licence première année, premier semestre

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Transcription:

SESSION 2005 CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2 I - Détermination de Rac(A) dans quelques exemples Exemple 1 : Cas où A possède n valeurs propres distinctes 1. Le polynôme caractéristique de A est scindé sur R à racines simples. On sait alors que A est diagonalisable dans R. Par suite, il existe P GL n (R) telle que A = PDP 1 où D = diag(λ 1,...,λ n ). Soient R M n (R) puis S = P 1 RP de sorte que R = PSP 1. Puisque les matrices P et P 1 sont inversibles, les matrices P et P 1 sont simplifiables à gauche et à droite et on a R Rac(A) R 2 = A (PSP 1 ) 2 = PDP 1 PS 2 P 1 = PDP 1 S 2 = D S Rac(D). R M n (R), R Rac(A) P 1 RP Rac(D). 2. a. Soit S une racine carrée de D. SD = S S 2 = S 3 = S 2 S = DS. b. Posons S = (s i,j ) 1 i,j n. Le coefficient ligne i colonne j de la matrice SD vaut s i,j λ j et celui de la matrice DS vaut λ i s i,j. Puisque SD = DS, pour tout couple (i, j), on a s i,j λ j = λ i s i,j ou encore s i,j (λ j λ i ) = 0. Quand i j, on a λ j λ i 0 et donc s i,j = 0. Ainsi, si S est une racine carrée de D, alors : (i, j) 1, n 2, (i j s i,j = 0. Ceci montre que la matrice S est une matrice diagonale. S M n (R), S 2 = D S D n (R). c. L égalité S 2 = D se traduit par i 1, n, s 2 i = λ i. d. Soit i 1, n tel que λ i < 0. L équation s 2 i d inconnue s i n a pas de solution dans R et donc l équation S 2 = D n a pas de solution dans D n (R) ou finalement l équation R 2 = A n a pas de solution dans M n (R). Dans ce cas, Rac(A) =. e. S 2 = D i 1, n, s 2 i = λ i (ε i ) 1 i n 1, 1} n / i 1, n, s i = ε i λi. Les racines carrées de D sont les matrices de la forme S = diag(ε i λi ) 1 i n où (ε i ) 1 i n 1, 1} n. 3. D après ce qui précède, si λ 1 < 0 (de sorte que i 1, n / λ i < 0), Rac(A) est vide. Si λ 1 0 (de sorte que i 1, n / λ i 0), les racines carrées de A sont les matrices de la forme R = PSP 1 où S = diag(ε i λi ) 1 i n, (ε i ) 1 i n 1, 1} n. Il y a au plus 2 n telles matrices. Notons alors que si S et S sont deux matrices diagonales, PSP 1 = PS P 1 S = S ce qui montre déjà que card(rac(a)) = card(rac(d)). Ensuite, pour ((ε i ) 1 i n, (ε i ) 1 i n) ( 1, 1} n ) 2, diag(ε i λi ) 1 i n = diag(ε i λi ) 1 i n i 1, n, ε i λi = ε i λi λ 1 (ε 1 ε 1) = 0 et i 2, ε i = ε i (car i 2, λ i 0). http ://www.maths-france.fr 1 c Jean-Louis Rouget, 2007. Tous droits réservés.

Si λ 1 > 0, l égalité λ 1 (ε 1 ε 1 ) = 0 est équivalente à ε 1 = ε 1. Dans ce cas, S = S (ε i ) 1 i n = (ε i ) 1 i n. Dans ce cas, il y a 2 n matrices deux à deux distinctes de la forme diag(ε i λi ) 1 i n et donc 2 n racines carrées deux à deux distinctes de A dans M n (R). Si λ 1 = 0, les racines carrées de D sont les matrices de la forme diag(0, ε 2 λ2,...,ε n λn ), (ε i ) 2 i n. Deux telles matrices S et S sont égales si et seulement si (ε i ) 2 i n = (ε i ) 2 i n. Dans ce cas, il y a 2 n 1 telles matrices deux à deux distinctes et donc 2 n 1 racines carrées deux à deux distinctes de A dans M n (R). Si λ 1 < 0, card(rac(a)) = 0. Si λ 1 = 0, card(rac(a)) = 2 n 1. Si λ 1 > 0, card(rac(a)) = 2 n. 4. Déterminons le polynôme caractéristique de A. χ A = 11 X 5 5 5 3 X 3 5 3 3 X 3 X 3 3 3 X = (11 X) + 5 5 5 3 3 X + 5 5 5 3 X 3 = (11 X)(X 2 6X) + 5(5X) + 5(5X) = X[(11 X)(X 6) + 50] = X( X 2 + 17X 16) = X(X 1)(X 16) χ A = X(X 1)(X 16). La matrice A admet 3 valeurs propres réelles deux à deux distinctes à savoir 0, 1 et 16. D après la question précédente, A admet exactement 4 racines carrées à savoir les matrices de la forme Pdiag(0, ±1, ±4)P 1 où P est une matrice carrée inversible telle que P 1 SP soit une matrice diagonale. Déterminons une matrice P. Soit X = x y z M 3,1 (R). 11x 5y + 5z = 0 X Ker(A) 5x + 3y 3z = 0 5x 3y + 3z = 0 Ker(A) est la droite vectorielle Vect(e 1 ) où e 1 = y z = 11x 5 y z = 5x 3 0 1 1 10x 5y + 5z = 0 X Ker(A I) 5x + 2y 3z = 0 5x 3y + 2z = 0 z = 2x + y x y = 0 Ker(A I 3 ) est la droite vectorielle Vect(e 2 ) où e 2 = 1 1 1 11x 5y + 5z = 0 5x 3y + 3z = 0 y z = 11x 5 11x 5 = 5x 3 y = x z = x. x = 0 y z = 0. z = 2x + y 5x + 2y 3( 2x + y) = 0 5x 3y + 2( 2x + y) = 0 La matrice A est symétrique réelle et on sait en particulier que les sous-espaces propres de A sont orthogonaux. Ainsi, Ker(A 16I 3 ) est la droite vectorielle Vect(e 3 ) où e 3 = e 1 e 2 = 0 1 1 1 = 2 1, 1 1 1 http ://www.maths-france.fr 2 c Jean-Louis Rouget, 2007. Tous droits réservés.

Une matrice P convenable est la matrice P = 0 1 2 1 1 1 1 1 1. Exemple 2 : Cas où A est la matrice nulle de M n (R) 5. a. R 2 = 0 n f f = 0 Im(f) Ker(f) dim(im(f)) dim(ker(f)) r n r r n 2. Im(f) Ker(f) et r n 2. b. Soit (λ 1,...,λ n r, µ 1,..., µ r ) R n. λ 1 e 1 +... + λ n r e n r + µ 1 u 1 +... + µ r u r = 0 f(λ 1 e 1 +... + λ n r e n r + µ 1 u 1 +... + µ r u r ) = 0 µ 1 e 1 +... + µ r e r = 0 µ 1 =... = µ r = 0 (car la famille (e 1,..., e r ) est libre). Il reste λ 1 e 1 +... + λ n r e n r = 0 ce qui impose λ 1 =... = λ n r = 0 car la famille (e 1,..., e n r ) est libre. Ainsi, la famille (e 1,...,e n r, u 1,..., u r ) est libre. De plus card(e 1,..., e n r, u 1,...,u r ) = n = dim(r n ) < + et donc la famille (e 1,..., e n r, u 1,...,u r ) est une base de R n. On a alors immédiatement M r = ( ) 0r,n r I r, 0 n r,n r 0 n r,r où 0 p,q désigne la matrice nulle à p lignes et q colonnes. 6. a. Réciproquement, pour i 1, n r, f(f(e i )) = f(0) = 0 et pour i 1, r f(f(u i )) = f(e i ) = 0. Ainsi l endomorphisme f 2 s annule sur une base de R n et donc f 2 = 0 ou encore M 2 r = 0. Ainsi, A est une racine carrée de 0 dans M n (R) si et seulement si il existe une base de R n dans laquelle la matrice de f est une matrice M r ou encore A est une racine carrée de 0 dans( M n (R) si et seulement ) si A est semblable à une matrice 0r,n r I de la forme r, 0 r n 0 n r,n r 0 n r,r 2. b. Les racines carrées de la matrice nulle dans M 4 (R) sont 0 et les matrices semblables à l une des deux matrices 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 0 ou 0 0 0 0 0 0 0 0. 0 0 0 0 0 0 0 0 Exemple 3 : Cas où A = I n 7. a. Puisque R 2 = I n, on a 1 = det(i n ) = det(r 2 ) = (det(r)) 2 et en particulier, det(r) 0. Ceci montre que R est inversible. b. Soit f l endomorphisme de R n de matrice R dans la base canonique de R n. On sait que http ://www.maths-france.fr 3 c Jean-Louis Rouget, 2007. Tous droits réservés.

R 2 = I n f 2 = Id f est une symétrie il existe une base de R n dans laquelle la matrice de f est de la forme diag(1,..., 1, 1,..., 1) R est semblable à une matrice de la forme diag(1,..., 1, 1,..., 1). 8. Rac(I n ) est l ensemble des matrices diagonalisables dans R dont le spectre est contenu dans 1, 1}. Exemple 4 : Cas où A est une matrice symétrique réelle 9. La matrice diag( n, (n 1),..., 1) est symétrique réelle et n admet pas de racine carrée dans M n (R) d après 2.d. Donc, une matrice symétrique réelle n admet pas nécessairement de racine carrée dans M ( R). 10. Soit A une matrice symétrique réelle positive. Puisque A est symétrique réelle, il existe une matrice orthogonale P et une matrice diagonale réelle D = diag(λ 1,...,λ n ) telle que A = PDP 1. Montrons alors que les valeurs propres de A, c est-à-dire les λ i, sont des réels positifs. Soient i 1, n puis X un vecteur propre associé à la valeur propre λ i. t XAX = t X(AX) = t X(λ i X) = λ i t XX = λ i X 2, où X désigne la norme euclidienne usuelle du vecteur colonne X. Par hypothèse, t XAX 0 ou encore λ i X 2 0 ( ). Mais X est un vecteur propre et est en particulier non nul. On en déduit que X 2 > 0 et l inégalité ( ) fournit λ i 0. Soit alors D = diag( λ i ) 1 i n puis R = PD P 1 = PD t P (puisque P est orthogonale). R 2 = (PD P 1 ) 2 = PD 2 P 1 = PDP 1 = A et donc R est une racine carrée de A dans M n (R). R est orthogonalement semblable à une matrice diagonale réelle et donc R est une matrice symétrique réelle. Vérifions enfin que la matrice R est positive. Soit X M n,1 (R) puis X = P 1 X = t PX. Posons X = (x i ) 1 i n. t XRX = t XPD t PX = t ( t PX)D ( t PX) = t X D X = R = PD t P est donc une matrice symétrique positive telle que R 2 = A. II - Etude topologique de Rac(A) n i=1 λi x 2 i 0. est continue sur M (R). Posons h = g f. 11. La fonction f : M n (R) (M n (R) 2 est linéaire et M n (R) est de dimension finie. f est donc continue sur M (M, M) M n (R). La fonction g : (M n (R)) 2 M n (R) est bilinéaire et (M n (R)) 2 est de dimension finie. g est donc continue (M, N) MN sur (M n (R)) 2. Mais alors, la fonction g f : M n (R) M n (R) M M 2 n Le singleton A} est un fermé de M n (R). Par suite, Rac(A) = h 1 (A}) est un fermé de M n (R) en tant qu image réciproque d un fermé par une application continue. Rac(A) est un fermé de M n (R). 12. a. Soit q N. S 2 q = ( 1 0 q 1 ) ( 1 0 q 1 ) = ( 1 0 0 1 ) = I 2. Ainsi, q N, S q Rac(I 2 ). Mais, pour q N, N(S q ) = q. Par suite, N(R), R Rac(I 2 )} n est pas majoré ou encore Rac(I 2 ) n est pas une partie bornée de M 2 (R). http ://www.maths-france.fr 4 c Jean-Louis Rouget, 2007. Tous droits réservés.

b. Soit q N. La matrice S q = 1 0...... 0. q 1... 0 0 1.................. 0 0...... 0 1 est dans Rac(I n ) et vérifie N(S q ) = q. Donc Rac(I n ) n est pas une partie bornée de M n (R). c. Supposons qu il existe une norme surmultiplicative sur GL n (R). Pour R Rac(I n ), on a en particulier R GL n (R) et R R R R = I n. Ainsi R Rac(I n ), R I n. On en déduit que Rac(I n ) est une partie bornée GL n (R) pour la norme. Mais M n (R) est un R-espace de dimension finie. On en déduit que la norme N est équivalente à la norme et donc que Rac(I n ) est aussi une partie bornée de M n (R) pour la norme N (il existe un réel K tel que N K et donc, R Rac(I n ), N(R) K I n ). Ceci n est pas et donc il n existe pas de norme surmultiplicative sur GL n (R). I II - Zéros de fonctions polynomiales. Application à la détermination de l intérieur de Rac(A) 13. a. Soit x = (x 1,..., x p ) R p. x B (a, r) x a < r Max x i a i, i 1, p } < r i 1, p, x a i < r i 1, p, a i r < x i < a i +r. Par suite, B (a, r) = p ]a i r, a i + r[. b. Soient F et G deux parties de R p d intérieur vide. Puisque F G F, on a k=1 (F G) F = et donc (F G) =. 14. a. Le polynôme nul a une infinité de racines et un polynôme non nul (d une variable) a un nombre fini de racines. Donc P Γ 1, (Z(P) est infini P = 0). b. Z(P) est la droite d équation x 2 = 2x 1 1 et Z(Q) est la parabole d équation x 2 = x 2 1. Z(P) et Z(Q) sont infinis. x 2 5 4 Z(Q) 3 Z(P) 2 1 2 1 1 1 2 x 1 http ://www.maths-france.fr 5 c Jean-Louis Rouget, 2007. Tous droits réservés.

15. a. Démontrons le résultat par récurrence sur p. Si p = 1, on sait qu un polynôme d une variable qui s annule sur une partie infinie I 1 de R est nécessairement le polynôme nul. Soit p N. Supposons qu un polynôme P Γ p qui s annule sur une partie de R p de la forme I 1... I p où I 1,..., I p sont des parties infinies de R soit nécessairement le polynôme nul. Soit alors I 1,..., I p, I p+1, p+1 parties infinies de R puis soit P Γ p+1 un polynôme qui s annule sur I 1... I p I p+1. Le polynôme P peut se décrire sous la forme : (x 1,...,x p, x p+1 ) R p+1, P = x q p+1 λ q(x 1,..., x p ) + x q 1 p+1 λ q 1(x 1,..., x p ) +... + x p+1 λ 1 (x 1,...,x p ) + λ 0 (x 1,..., x p ), où λ 0,..., λ q sont des éléments de Γ p. Soit (x 1,...,x p ) un élément fixé de I 1... I p. Le polynôme d une variable x p+1 P(x 1,...,x p, x p+1 ) s annule sur I p+1 qui est une partie infinie de R. On en déduit que ces coefficients à savoir λ q (x 1,...,x p ),..., λ 1 (x 1,...,x p ), λ 0 (x 1,...,x p ) sont nuls. Ainsi, (x 1,..., x p ) I 1... I p, λ 0 (x 1,..., x p ) = λ 1 (x 1,..., x p ) =... = λ q (x 1,..., x p ) = 0. λ 0,..., λ q sont donc q + 1 polynômes éléments de Γ p qui s annulent sur I 1... I p où I 1,..., I p sont des parties infinies de R. L hypothèse de récurrence permet alors d affirmer que les polynômes λ 0,..., λ q sont nuls et donc que P est le polynôme nul. Le résultat est démontré par récurrence. b. Soit P un élément de Γ p s annulant sur une partie A de R d intérieur non vide. A contient une boule B (a, r), r > 0. D après la question 13.a., cette boule est de la forme I 1... I p où I 1,..., I p sont des parties infinies de R. La question précédente montre alors que P est nul. c. Par contraposition, on a P Γ p, (P 0 (Z(P)) = ). 16. a. Posons R = (r i,j ) 1 i,j n et A = (a i,j ) 1 i,j n. R 2 = A (i, j) 1, n, n r i,k r k,j a i,j = 0. k=1 Pour (i, j) 1, n, posons n (x u,v ) 1 u,v n R n2, P i,j ((x u,v ) 1 u,v n ) = x i,k x k,j a i,j. k=1 On a alors : R M n (R), R Rac(A) (i, j) 1, n 2, P i,j (R) = 0 R Z(P i,j ). 1 i,j n b. Aucun des polynômes P i,j n est nul et donc, d après la question 15.c., chaque Z(P i,j ) est d intérieur vide. La question 13.b. permet alors d affirmer que Z(P i,j ) et donc Rac(A) est d intérieur vide. 1 i,j n A M n (R), (Rac(A)) =. http ://www.maths-france.fr 6 c Jean-Louis Rouget, 2007. Tous droits réservés.