Correction du Concours blanc : Math I

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

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

Continuité en un point

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

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

Théorème du point fixe - Théorème de l inversion locale

Commun à tous les candidats

Dualité dans les espaces de Lebesgue et mesures de Radon finies

NOTATIONS PRÉLIMINAIRES

Université Paris-Dauphine DUMI2E 1ère année, Applications

[ édité le 30 avril 2015 Enoncés 1

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

Résolution de systèmes linéaires par des méthodes directes

Fonctions de plusieurs variables

3 Approximation de solutions d équations

Cours d Analyse. Fonctions de plusieurs variables

Introduction à l étude des Corps Finis

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

Structures algébriques

Continuité d une fonction de plusieurs variables

Théorie et codage de l information

Capes Première épreuve

Correction du Baccalauréat S Amérique du Nord mai 2007

Limites finies en un point

Calcul différentiel sur R n Première partie

Construction de l'intégrale de Lebesgue

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Image d un intervalle par une fonction continue

Cours de mathématiques

I. Polynômes de Tchebychev

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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Chapitre 1 : Évolution COURS

Le produit semi-direct

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

Calcul différentiel. Chapitre Différentiabilité

Résolution d équations non linéaires

Probabilités sur un univers fini

Angles orientés et trigonométrie

Logique. Plan du chapitre

CCP PSI Mathématiques 1 : un corrigé

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

Suites numériques 3. 1 Convergence et limite d une suite

Cours 02 : Problème général de la programmation linéaire

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Simulation de variables aléatoires

Exercices Corrigés Premières notions sur les espaces vectoriels

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

La persistance des nombres

Leçon 01 Exercices d'entraînement

Équations non linéaires

Algorithmes pour la planification de mouvements en robotique non-holonome

I. Ensemble de définition d'une fonction

Exercices sur les interfaces

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

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

Correction de l examen de la première session

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

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

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

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Comparaison de fonctions Développements limités. Chapitre 10

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

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

CHAPITRE IV. L axiome du choix

Polynômes à plusieurs variables. Résultant


Problème 1 : applications du plan affine

1 Définition et premières propriétés des congruences

La fonction exponentielle

Chapitre 2 Le problème de l unicité des solutions

Programmes des classes préparatoires aux Grandes Ecoles

Premiers exercices d Algèbre. Anne-Marie Simon

Optimisation des fonctions de plusieurs variables

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Corrigé des TD 1 à 5

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

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire

LES TYPES DE DONNÉES DU LANGAGE PASCAL

Activités numériques [13 Points]

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Développements limités, équivalents et calculs de limites

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

Espérance conditionnelle

1 Complément sur la projection du nuage des individus

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

6 Equations du première ordre

spé MP POLYCOPIÉ D EXERCICES

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

Chapitre VI Fonctions de plusieurs variables

Problèmes de Mathématiques Filtres et ultrafiltres

Continuité et dérivabilité d une fonction

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

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

Bases de données documentaires et distribuées Cours NFE04

1 Première section: La construction générale

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

Transcription:

Année 2010-2011 CS2 13 Décembre 2010 Denis Pasquignon Correction du Concours blanc : Math I Partie I: Exemples 1. (a) Soit (e 1,, e n ) la base canonique de IR n, d après la définition de f on a f(e 1 ) = 0, et i [2, n], f(e i ) = e i 1. Or Im f = vect(f(e 1 ), f(e 2 ),, f(e n )) = vect(e 1,, e n 1 ) on en déduit que le rang de f est n 1 et la dimension du noyau de f est 1 d après le théorème du rang. (b) Pour tout entier 1 i n, f n (e i ) = 0 donc f n = 0 ce qui prouve que f est nilpotent. (c) Voici le programme proposé program CB ; tab=array[1..10] of real ; var x,y:tab ; i :integer ; begin for i:=1 to 10 do begin write( x),i) ; readln(x[i]) ; end ; for i:=1 to 9 do y[i]=x[i+1] ; y[10]=0 ; for i:=1 to 10 do write(y[i]) ; end. 0 0 1 2 2. (a) Par calcul on a A 2 = et A 3 = 0. Donc f 3 = 0. (b) On utilise la famille gératrice de Im f : Im(f) = vect( e 1, 2e 1 e 2, 3e 1 2e 2 ) = vect(e 1, e 2 ) donc le rang de f est 2 et d après le théorème du rang le noyau de f est de dimension 2. Or e 1 est manifestement dans le noyau et e 2 2e 3 + e 4, ces deux vecteurs sont non colinéaires donc Ker(f) = vect(e 1, e 2 2e 3 + e 4 ). 1

Im(f) Ker(f) est au plus de dimension 2. Si sa dimension vaut 2 alors l image et le noyau sont égaux ce qui est faux. De plus e 1 est dans l intersection donc la dimension de l intersection est 1 et D après la matrice A 2, Im(f) Ker(f) = vect(e 1 ). Im f 2 = vect(e 1 ). donc d après le théorème du rang, le noyau est de dimension 3. Or e 1 et e 2 sont dans le noyau ainsi que -2e 3 + e 4, ces vecteurs formant une famille libre, c est une base du noyau Ker(f 2 ) = vect(e 1, e 2, 2e 3 + e 4 ). (c) Soit une droite vectorielle stable par f et (u) une base de alors α IR, f(u) = α u. et donc Par conséquent x, λ IR, x = λ u. f(x) = (u) = λαu = αx α IR, x, f(x) = α x. Les droites vectorielles stables par f sont les droites incluses dans les sous-espaces propres de f. Or la matrice de f est triangulaire donc la seulle valeur propre possible est 0 et le sous espace propre est Ker f donc les droites vectorielles stables par f sont les droites incluses dans Ker f. (d) i. On a Soit x P, f(x) Im f par définition de l image et f(x) Ker f car x P f 2 donc f(x) Im f Ker f = vect(e 1 ) = Im f 2 P donc f(x) P soit P est stable par f. ii. Réciproquement soit P un plan stable par f et v la restriction de l endomorphisme f à P. i) si v 2 n est pas nul, il existe x F tel que v 2 (x) 0 et v 3 (x) = f 3 (x) = 0. On montre alors que la famille (x, v(x)v 2 (x)) est libre car soit trois réels α, β et γ tel que αx + βv(x) + γv 2 (x) = 0 on compose par v 2 (x) d où αv 2 (x) = 0 donc h a = 0 car v 2 (x) ± not = 0. Puis on compose par v d où β = 0 et ensuite 2

γ = 0. De plus puisque P est stable (x, v(x)v 2 (x)) est une famille de vecteurs de P. On en déduit lma contradiction puisque P est de dimension 2 et ne peut donc admettre une famille libre de trois vecteurs. Donc v 2 = 0. ii) Si v = 0, alors x F, f(x) = v(x) = 0 donc x Ker f donc P Ker f. Or Ker f est de dimension 2 comme P donc P = Ker f. iii) Si v 0 et si x est un vecteur de P tel que v(x) 0, alors v(x) Im v par définition de l image et d après i), v 2 = 0 donc v(x) appartient à Ker v donc à Im(v) Ker(v). Comme précédemment on montre que (x, v(x)) est une famille libre comportant deux vecteurs donc c est une base de P. iii. Si Im(f 2 ) P Ker(f 2 ), alors P est stable. R eciproquement si P est stable par f, alors si v = 0, P = Ker f et le noyau de f vérifie la double inclusion et si v n est pas nul, soit la base de P (x, v(x)) alors v(x) Im v Ker v Im f Ker f = vect(e 1 ) = Im f 2. donc Im f 2 P et comme v 2 = 0, x et v(x) sont dans Ker f 2 donc P Ker f 2. Par conséquent un plan P est stable par f si et seulement si Im(f 2 ) P Ker(f 2 ). Partie II: Le cas où l endomorphisme est nilpotent d indice n 1. Comme f est un endomorphisme est nilpotent d indice n : f n = 0 et f n 1 0. Il existe donc un vecteur x 0 tel que f n 1 (x 0 ) 0. On montre que la famille B = (f n 1 (x 0 ),, f(x 0 ), x 0 ) est libre : pour cela on considère une combinaison linéaire de ces vecteurs égale à 0 : n α i f n i (x 0 ) = 0 i=1 Soit I l ensemble des indices tel que α i soit non nul. Si I est non vide, soit i 0 le plus grand élément de I, l égalité devient i 0 i=1 α i f n i (x 0 ) = 0 on compose cette égalité par f i0 1, il reste α i0 f n 1 (x 0 ) = 0 ce qui implique que α i0 est nul ce qui est impossible. donc l ensemble I est vide ce qui signifie que tous les coefficients α i sont nuls donc la famille est libre. De plus cette famille comporte n vecteurs donc Il existe un vecteur x 0 de E tel que la famille B = (f n 1 (x 0 ),, f(x 0 ), x 0 ) soit une base de E. 3

2. On a f(e i ) = f n i+1 (x 0 ) = f n (i 1) (x 0 ) = e i 1 pour tout entier i [2, n] et f(e 1 ) = 0. On en déduit que la matrice A de f dans la base B est 0 1 0... 0. 0 0 1... A =.......... 0.... 0 1 0...... 0 0 3. Le rang de f k pour 1 k n est la dimension de l image de f k. Or Im f k = vect(f k (e 1 ),, f k (e n )) = vect(f n 1+k (x 0 ),, f k (x 0 )) = vect(f n 1 (x 0 ),, f k (x 0 )) la famille génératrice étant libre car extraite d une base, on en déduit que le rang de f k est n k. 4. Pour tout i [2, k ], f(e i ) = e i 1 F k et f(e 1 ) = 0 F k donc pour tout 1 k n le sous-espace vectoriel F k est stable par f. 5. La dimension de F k est k car la famille génératrice est libre. De plus avec le théorème du rang la dimension de Ker f k est k. Donc F k et Ker f k ont même dimension. De plus pour tout i [1, k ], f k (e i ) = f n+k i (x 0 ) = 0 donc F k Ker f k d où par l égalité des dimensions F k = Ker f k pour tout 1 k n. 6. Réciproquement soit F un sous-espace vectoriel stable par f, on note r la dimension de F. On appele g la restriction de f à F : (a) Comme donc g est nilpotent. x F, g n (x) = f n (x) = 0 (b) Soit p l indice de nilpotence de g. Il existe un vecteur x de F tel que (g p 1 (x),, g(x), x) est une famille libre de vecteurs de F d après un raisonnement déjà fait. Comme la famille est libre dans un espace de dimension r on a r p. On en déduit que g r = g r p g p = 0. (c) Soit x F, on a g r (x) = 0 donc f r (x) = 0 donc x Ker f r donc F F r. (d) Par égalité des dimensions, on en conclut que F = F r. Partie III: Le cas où l endomorphisme est nilpotent d ordre 2 Dans cette partie on considère un endomorphisme f de E nilpotent d ordre 2 c est à dire un endomorphisme non nul de E tel que f f est l endomorphisme nul. 4

1. On considère un sous-espace vectoriel F = F 1 + F 2 où F 1 un sous-espace vectoriel de E vérifiant F 1 Ker f = {0 E } et F 2 est un sous-espace vectoriel de Ker f contenant f(f 1 ). (a) Comme f est nilpotent d ordre 2 : f 2 = 0 donc Im f Ker f donc en particulier : f(f 1 ) Ker f. (b) on a F 1 F 2 F 1 Ker f = {0 E } donc la somme F = F 1 + F 2 est directe. De plus f(f ) = f(f 1 ) + f(f 2 ), or f(f 2 ) = {0 E } car F 2 est inclus dans le noyau de f et f(f 1 ) F 2 donc f(f ) F 2 F donc F est un sous-espace vectoriel de E stable par f. (c) Soit x (F 1 + F 2 ) Ker f, alors x = x 1 + x 2 avec x 1 F 1 et x 2 F 2, donc f(x) = f(x 1 ) + 0 = 0 d où x 1 Ker f. On en déduit que x 1 = 0 donc x F 2 soit (F 1 + F 2 ) Ker f F 2. Réciproquementle sous-espace vectoriel F 2 est inclus dans F 1 + F 2 et Ker f donc F 2 est inclus dans l intersection. Donc (F 1 + F 2 ) Ker f F 2. 2. Soit x F 1 Ker f, donc x F 1 F d où x F Ker f = F 2, ainsi x F 1 F 2 donc x = 0. Par conséquent l intersection F 1 Ker f est réduite au vecteur nul. De plus soit x f(f 1 ), il existe x 1 F 1 tel que x = f(x 1 ). Comme F est stable par f, x F et comme f est nilpotent d ordre 2, x Ker f donc x F Ker f = F 2.Donc f(f 1 ) F 2. 3. Les sous-espaces stables par f nilpotent d ordre 2 sont les sous espaces F 1 F 2 où F 1 Ker f = {0 E } et f(f 1 ) F 2. 4. (a) On suppose que la dimension de Ker f est 3. i. Soit u F 1, u non nul. Comme u n est pas dans Ker f, f(u) est non nul. Alors (f(u)) est une famille libre de Ker f que l on comlète en une base de Ker f ce qui signifie qu il existe deux vecteurs u 1 et u 2 tel que la famille (f(u), u 1, u 2 ) soit une base de Ker f. ii. La matrice de f dans la base (u 1, u 2, f(u), u) est 0 0 0 1 ce qui exprime que A est semblable à cette matrice. (b) On suppose que la dimension de Ker f est 2. i. La dimension de F 1 est 2, on considère une base de F 1. La famille (f(u), f(v)) est une famille de vecteurs de Ker f, de plus cette famile est libre car si αf(u) + βf(v) = 0 alors f(αu + βv) = 0 donc le vecteur αu + βv est dans Ker f mais aussi dans F 1 donc il est nul et comme (u, v) est libre, α = β = 0. Or la dimension de Ker f vaut 2, donc (f(u), f(v)) est une base de Ker f. 5

ii. La matrice de f dans la base (f(u), u, f(v), v) est 0 1 0 0 0 0 0 1 ce qui exprime que A est semblable à cette matrice. (c) Si la dimension de Ker f est 1, F 1 est de dimension 3, soit (u, v, w) une base de F 1, alors (f(u), f(v), f(w)) est unhe famille libre de vecteurs de Ker f ce qui est impossible donc la dimension de Ker f ne peut être égal à 1. Partie IV: Cas général Dans toute cette partie, f désigne un endomorphisme nilpotent de E et on note p son indice de nilpotence. 1. Soit i un entier positif ou nul. (a) Comme f p = 0, Ker f p = E et Im f p = {0}. (b) Soit x Ker f i, f i (x) = 0 donc f i+1 (x) = 0 soit x Ker f i+1 on en conclut que la suite (Ker f i ) i 0 est croissante au sens de l inclusion. (c) On montre par récurrence sur j que pour tout entier j i, Ker f j = Ker f i Pour j = i, c est immédiat et pour j = i+1, c est l hypoth ese de l énoncé. Si le résultat est vrai pour j i + 1, soit x Ker f j+1 alors f(x) Ker f j = Ker f i par hypothèse de récurrence donc f i (f(x)) = 0 soit x Ker f i+1 = Ker f i donc Ker f j+1 Ker f i d où l égalité car l inclusion inverse est donnée par la croissance de la suite des noyaux. Donc Ker f j+1 = Ker f i. Par conséquent si Ker f i = Ker f i+1 alors pour tout entier j i, Ker f j = Ker f i. (d) Comme l endomorphisme est nilpotent d indice p, on a Ker f p = E et Ker f p 1 E. Si Ker f i = Ker f i+1, d après la question précédente Ker f p = Ker f i = E. On en déduit par contraposée que si Ker f i E alors Ker f i Ker f i+1. (e) La suite (u i ) i [0,p ] avec u i = dim(ker f i ) est une suite d entiers croissante d après la croissance des noyaux. De plus si u i = u i+1 pour i < p, alors Ker f i = E ce qui contredit la définition de l indice de nilpotence. Donc la suite est strictement croissante. Comme u 0 = 0 et u p = n et comme il s agit d une d entiers strictement croissante, on a p n. Si p = n alors pour répartir n + 1 entiers entre 0 et n, la seule possibilité est d avoir i [0, n], dim(ker f i ) = i. 6

2. On suppose dans cette question qu il existe un entier h de [1, n 1] tel que rg(f h ) = n h. (a) On a donc en prenant les dimensions Im f h Im f Im f 0 = E rgf h = n h rgf n Avec le théorème du rang on obtient un résultat analogue à celui obtenu pour les noyaux, la suite des rangs est décroissante et si elle est stationnaire à un indice i, elle reste stationnaire sur ce rang. Par conséquent comme f est nilpotent d indice p, le rang de f p est nul donc la suite est strictement décroissante jusqu à 0. O en conclut que comme n h n est pas nul que j [1, h], rg(f j ) = n j. (b) Im f i est stable par f car pour tout x Im f i, il existe y de E tel que x = f i (y) donc f(x) = f i (f(y)) Im f i. (c) Par définition de l image, Im g i est g(im f i ) = f(im f i ) = Im f i+1. De plus soit x Ker g i, g i (x) = 0 soit f(x) = 0 donx x Im f i Ker f ; réciproquement soit x Im f i Ker f, g i (x) = f(x) = 0 donx x Ker g i d où l égalité Ker g i = Im f i Ker f. (d) Pour tout entier i 0 on applique le théorème du rang à g i d où dim(im f i ) = dim(im f i+1 ) + dim(im f i Ker f). (e) Comme le ranf de f est n 1, le noyau est de dimension 1 donc dim(im f i Ker f) est soit 0 soit 1. Si dim(im f i Ker f) = 0, alors dim(im f i ) = dim(im f i+1 ) ce qui est impossible si i < p donc pour tout i < p, dim(im f i+1 ) = dim(im f i ) 1, ainsi dim(im f p ) = n p. Or cette dimension est nulle d où n = p. L indice de nilpotence de f est n. 7