Résumé de Math Sup et compléments : déterminants

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

Chapitre 2. Matrices

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

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

Calcul différentiel sur R n Première partie

Cours d analyse numérique SMI-S4

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

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Différentiabilité ; Fonctions de plusieurs variables réelles

Capes Première épreuve

Fonctions de plusieurs variables

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

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

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

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

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

Intégration sur des espaces produits

Calcul différentiel. Chapitre Différentiabilité

Intégration et probabilités TD1 Espaces mesurés Corrigé

Logique. Plan du chapitre

Cours 02 : Problème général de la programmation linéaire

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

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

Cours d Analyse. Fonctions de plusieurs variables

CCP PSI Mathématiques 1 : un corrigé

[ édité le 30 avril 2015 Enoncés 1

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

Résolution d équations non linéaires

Exercices - Polynômes : corrigé. Opérations sur les polynômes

I. Polynômes de Tchebychev

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

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

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

Commun à tous les candidats

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

Problème 1 : applications du plan affine

Calcul fonctionnel holomorphe dans les algèbres de Banach

Cours de mathématiques

Licence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

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

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

3 Approximation de solutions d équations

Programmes des classes préparatoires aux Grandes Ecoles

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

Exercices Corrigés Premières notions sur les espaces vectoriels

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Polynômes à plusieurs variables. Résultant

Continuité et dérivabilité d une fonction

Université Paris-Dauphine DUMI2E 1ère année, Applications

Chp. 4. Minimisation d une fonction d une variable

Espérance conditionnelle

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

Fonctions de plusieurs variables et applications pour l ingénieur

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

Résolution de systèmes linéaires par des méthodes directes

Résumé du cours d algèbre 1, Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr

Chapitre VI Fonctions de plusieurs variables

Dualité dans les espaces de Lebesgue et mesures de Radon finies

I. Ensemble de définition d'une fonction

La fonction exponentielle

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA

Programmation linéaire

Apprentissage non paramétrique en régression

Chapitre VI - Méthodes de factorisation

Continuité d une fonction de plusieurs variables

Théorème du point fixe - Théorème de l inversion locale

Probabilités sur un univers fini

NOMBRES COMPLEXES. Exercice 1 :

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

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

Fonctions de plusieurs variables

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

3. Conditionnement P (B)

Le produit semi-direct

Équations non linéaires

Structures algébriques

Optimisation Discrète

Simulation de variables aléatoires

Exercice 3 (5 points) A(x) = 1-e -0039' e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2

Comparaison de fonctions Développements limités. Chapitre 10

Cours arithmétique et groupes. Licence première année, premier semestre

Sur certaines séries entières particulières

Mathématiques appliquées à l'économie et à la Gestion

Première partie. Introduction à la méthodes des différences finies

Premiers exercices d Algèbre. Anne-Marie Simon

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

Calcul Différentiel. I Fonctions différentiables 3

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

La classification automatique de données quantitatives

DETERMINANTS. a b et a'

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

Correction du Baccalauréat S Amérique du Nord mai 2007

Raisonnement par récurrence Suites numériques

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

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Amphi 3: Espaces complets - Applications linéaires continues

Angles orientés et trigonométrie

Transcription:

Résumé de Math Sup et compléments : déterminants I - Applications multilinéaires 1 Définition Soient E 1,, E n, F n+1 espaces vectoriels Soit f une application de E 1 E n dans F f est n-linéaire f est linéaire par rapport à chaque variable (a i 1 i n, i 1,n, l application E i F x i f(a 1,,a i 1,x i,a i+1,,a n Exemple Un produit scalaire est bilinéaire Dans R 3 euclidien orienté, f : R 3 R 3 est bilinéaire (x,y x y Si E 1 = = E n = E et F = K, on obtient les formes n-linéaires sur E 2/ Formes symétriques, antisymétriques, alternées Définition Soit f une forme n-linéaire sur E 1 f est symétrique (x 1,,x n E n, σ S n, f(x σ(1,,x σ(n = f(x 1,,x n 2 f est antisymétrique (x 1,,x n E n, σ S n, f(x σ(1,,x σ(n = ε(σf(x 1,,x n 3 f est alternée (x 1,,x n E n, [( (i,j 1,n 2 / i j et x i = x j f(x 1,,x n = ] est linéaire Théorème f est antisymétrique (x 1,,x n E n, τ transposition de 1,n, f(x τ(1,,x τ(n = f(x 1,,x n Démonstration Soit σ S n, on écrit σ = τ 1 τ k où les τ i sont des transpositions et on sait que ε(σ = ( 1 k Théorème Soient E un K-espace vectoriel (K sous-corps de C puis f une forme n-linéaire sur E f alternée f antisymétrique Démonstration / Soit (x 1,,x n E n Soient i j puis τ = τ i,j = f(x 1,,x i +x j,x i +x j,,x n = f(x 1,,x i,,x i,x n +f(x 1,,x i,,x j,x n +f(x 1,,x j,,x i,x n +f(x 1,,x j,,x j,x n = f(x 1,,x i,,x j,x n +f(x 1,,x j,,x i,x n Donc pour tout (x 1,,x n E n, pour toute transposition τ, f(x τ(1,,x τ(n = f(x 1,,x n et f est antisymétrique / Soit (x 1,,x n E n tel qu il existe i j tel que x i = x j = x L égalité f(x 1,,x i,,x j,x n = f(x 1,,x j,,x i,x n s écrit encore f(x 1,,x,,x,x n = f(x 1,,x,,x,x n ou encore 2f(x 1,,x,,x,x n = ou enfin f(x 1,,x,,x,x n = II- Formes n-linéaires alternées sur un espace de dimension n Définition de la forme déterminant dans une base 1 Théorème fondamental Soit E un espace vectoriel de dimension finie n 1 On note Λ n (E l ensemble des formes n-linéaires alternées sur E Théorème 1 Λ n (E est un K-espace vectoriel de dimension 1 2 Si B = (e i 1 i n est une base donnée de E, il existe une et une seule forme f n-linéaire alternée sur E telle que f(b = 1 Définition L unique forme f n-linéaire alternée sur E telle que f(b = 1 s appelle la forme déterminant dans la base B et se note det B Démonstration Soit (x 1,,x n E n Pour j 1,n, posons x j = x i,j e i (où les x i,j sont dans K Soit f une forme n-linéaire alternée sur E En développant f(x 1,,x n par n-linéarité, on obtient une somme de n n termes du type x χ(1,1 x χ(n,n f ( e χ(1,,e χ(n où χ est une application quelconque de 1,n dans lui-même c Jean-Louis Rouget, 215 Tous droits réservés 1 http ://wwwmaths-francefr

f est alternée et les termes correspondant aux applications χ telles que i j/ χ(i = χ(j, sont nuls Donc tous les termes pour lesquels χ n est pas injective disparaissent Maintenant, 1,n étant un ensemble fini, χ est injective si et seulement si χ est une bijection de 1,n sur lui-même ou encore une permuation de 1,n Il ne reste donc que les termes du type x σ(1,1 x σ(n,n f(e σ(1,,e σ(n = ε(σx σ(1,1 x σ(n,n f(e 1,,e n où σ est une élément quelconque de S n On a montré que nécessairement (x 1,,x n E n, f(x 1,,x n = f(e 1,,e n Pour (x 1,,x n E n, posons ϕ(x 1,,x n = ε(σx σ(1,1 x σ(n,n ε(σx σ(1,1 x σ(n,n ϕ est une forme n-linéaire sur E car linéaire par rapport à chaque variable ϕ est non nulle car ϕ(e 1,,e n = ε(σδ σ(1,1 δ σ(n,n = 1 ϕ est alternée En effet, soit (x 1,,x n E n tel que x i = x j pour un certain couple (i,j tel que i j Soit τ = τ i,j On sait que si A n est l ensemble des permutations paires, A n τ est l ensemble des permutations impaires Donc ϕ(x 1,,x i,,x j,,x n = x σ(1,1 x σ(n,n x στ(1,1 x στ(n,n = x σ(1,1 x σ(i,i x σ(j,j x σ(n,n x σ(1,1 x σ(j,i x σ(i,j x σ(n,n = x σ(1,1 x σ(i,i x σ(j,j x σ(n,n x σ(1,1 x σ(j,j x σ(i,i x σ(n,n (car x i = x j = Finalement, Λ n (E = Vect(ϕ avec ϕ et Λ n (E est un K-espace vectoriel de dimension 1 On a vu que ϕ(b = 1 et que si f Λ n(e, f = f(bϕ Par suite, f(b = 1 f = ϕ 2 Propriétés Théorème 1 det B (B = 1 2 det B = det B (Bdet B 3 det B (B det B (B = 1 4 det B (B det B (B = det B (B Démonstration On applique : f Λ n (E, f = f(bdet B 3 Applications a Théorème Soit B une base de E de dimension finie n 1 et B une famille de n vecteurs de E B est une base de E si et seulement si det B (B Démonstration Si B est une base, det B (B det B (B = 1 et en particulier det B (B Si B n est pas une base, puisque card(b = n, B est liée Par suite, l un des vecteurs de B est combinaison linéaire des autres vecteurs de B Par n linéarité de det B et puisque det B est alternée, on a bien det B (B = b Orientation Soient B et B deux bases de E {} On définit la relation : «B a même orientation que B det B (B >» La relation précédente est une relation d équivalence à deux classes On appelle arbitrairement l une des deux classes, classe des bases directes et l autre, classe des bases indirectes L espace E est alors orienté III - Déterminant d une matrice Déterminant d un endomorphisme 1 Déterminant d un endomorphisme a Définition (Remarque L ordre de présentation 1 déterminant d un endomorphisme 2 déterminant d une matrice est un ordre qui permet de parvenir facilement à det(ab = deta detb Soit f une forme n-linéaire alternée non nulle sur E (de dimension finie non nulle n et soit u un endomorphisme de E Soit f u définie par : (x 1,,x n E n, f u (x 1,,x n = f(u(x 1,,u(x n f u est une forme n-linéaire alternée sur E Donc il existe un scalaire λ tel que (x 1,,x n E n, f u (x 1,,x n = λf(x 1,,x n ou encore telle que (x 1,,x n E n, f(u(x 1,,u(x n = λf(x 1,,x n c Jean-Louis Rouget, 215 Tous droits réservés 2 http ://wwwmaths-francefr

Montrons que λ ne dépend que de u et pas de f Soit g une forme n-linéaire alternée sur E Puisque dimλ n(e = 1, il existe un scalaire µ tel que g = µf Donc pour (x 1,,x n E n g(u(x 1,,u(x n = µf(u(x 1,,u(x n = λµf(x 1,,x n = λg(x 1,,x n Définition Soit u L(E Le déterminant de u est le scalaire noté det(u tel que f Λ n (E, (x 1,,x n E n f(u(x 1,,u(x n = (det(u f(x 1,,x n b Propriétés Théorème Soit u L(E 1 Pour toute base B de E, pour tout (x 1,,x n E n, det B (u(x 1,,u(x n = (detudet B (x 1,,x n 2 Pour toute base B de E, det B (u(b = det(u Théorème 1 det(id = 1 2 (u,v (L(E 2, det(u v = (detu (detv 3 u L(E, (u GL(E detu et dans ce cas, det(u 1 = (detu 1 Démonstration Soit B une base de E 1 det(id = det B (B = 1 2 det(u v = det B (u(v(b = (detudet B (v(b = (detu(detv 3 Si u GL(E, (detu(det(u 1 = det(u u 1 = det(id = 1 Si detu, det B (u(b = detu et u(b est une base de E puis u GL(E Théorème u L(E, λ K, det(λu = λ n (detu Danger En général, det(u + v detu + detv 2 Déterminant d une matrice carrée a Définition Si A = (a i,j 1 i,j n M n (K, le déterminant de A est le nombre deta = Notation deta = a i,j 1 i,j n ε(σa σ(1,1 a σ(n,n b Propriétés Théorème Soit u L(E de matrice A dans une base B de E donnée Alors det(u = det(a Théorème Deux matrices semblables ont même déterminant Théorème 1 L application det : (M n (K, (K, est un morphisme et l application det : (GL n (K, (K, est un morphisme de groupes 2 (A,B (M n (K 2, det(ab = (deta(detb 3 det(i n = 1 4 A M n (K, [A GL n (K deta ] et dans ce cas det(a 1 = (deta 1 Le noyau du morphisme de groupes det : (GL n (K, (K, c est-à-dire l ensemble des matrice carrées de déterminant 1 est un sous-groupe de (GL n (K, noté SL n (K (groupe spécial linéaire Théorème deta = det( t A Démonstration det( t A = ε(σa 1,σ(1 a n,σ(n Soit σ un élément donné de S n Si on pose i 1 = σ(1,, i n = σ(n, alors σ 1 (i 1 = 1,, σ 1 (i n = n Le monômea 1,σ(1 a n,σ(n s écrita σ 1 (i 1,i 1 a σ 1 (i n,i n ou encorea σ 1 (1,1a σ 1 (n,n, après avoir remis dans l ordre les n facteurs Donc, det( t A = ε(σa 1,σ(1 a n,σ(n = = ε(σ 1 a σ (1,1a 1 σ 1 (n,n = = det(a ε(σa σ 1 (1,1a σ 1 (n,n σ S n ε(σ a σ (1,1a σ (n,n car l application σ σ 1 est une permutation de S n (puisque application involutive de S n dans lui-même c Jean-Louis Rouget, 215 Tous droits réservés 3 http ://wwwmaths-francefr

IV - Calculs de déterminants 1 Transposition deta = det( t A et donc toutes les règles portant sur les colonnes sont encore valables sur les lignes 2 Matrices triangulaires Le déterminant d une matrice triangulaire est égal au produit de ses coefficients diagonaux 3 Opérations élémentaires a σ S n, det(c σ(1,,c σ(n = ε(σdet(c 1,,C n Quand on permute des colonnes, le déterminant est multiplié par la signature de la permutation b Si on ajoute à une colonne une combinaison linéaire des autres colonnes, le déterminant garde la même valeur c det est n-linéaire et donc det(c 1,,C i +C i,,c n = det(c 1,,C i,,c n +det(c 1,,C i,,c n et det(c 1,,λC i,,c n = λdet(c 1,,C n Danger det(a+b deta+detb en général et det(λa = det(λc 1,,λC i,,λc n = λ n det(c 1,,C n = λ n deta 4 Calculs par blocs A 1 Théorème Si les A i sont des matrices carrées, det = (deta 1(detA 2 (deta p A p Démonstration On ( le montre pour p = 2 puis on termine par récurrence A C On montre que det = (deta(detb où A M B n (K et B M p (K Soit ϕ : M n (K ( K ϕ «est» une application n-linéaire alternée des colonnes de X X C X det B Donc, il existe une constante k (indépendante ( de X telle que( X M n (K, ϕ(x = k(detx avec k = kdet(i n = ϕ(i n X C ce qui montre que X M n (K, det = detx det B B De même, l application ψ : M n (K ( K «est» une application p-linéaire alternée des lignes de Y X det Y Donc, il existe une constante k (indépendante de ( Y telle que Y M p (K, ψ(y ( = k(dety avec k = k deti p = ψ(i p X C Ceci montre que X M n (K, Y M p (K, det = detx dety det Enfin le déterminant d une Y I ( p matrice triangulaire est égale au produit de ses coefficients diagonaux et donc det = 1 I p 5 Développement suivant une ligne ou une colonne Théorème Soient m i,j le mineur de a i,j et A i,j = ( 1 i+j m i,j = cofacteur de a i,j Alors, (i,j 1,n 2, deta = = a i,k A i,k (développement suivant la ligne i a k,j A k,j (développement suivant la colonne j Démonstration Il suffit de démontrer la formule de développement suivant une colonne car deta = det( t A Ensuite, il suffit de démontrer la formule de développement suivant la première colonne car alors, si on veut développer suivant la colonne j, on effectue la permutation des colonnes C j C 1 C 2 C j 1 dont la signature est ( 1 j 1 (signature d un cycle de longueur j, puis en développant suivant la première colonne, on obtient n deta = ( 1 j 1 a k,j ( 1 k+1 m k,j = a k,j A k,j Il reste à démontrer la formule de développement suivant la première colonne C 1 est somme de n colonnes du type a i,1 et par n-linéarité du déterminant, deta = deta i où c Jean-Louis Rouget, 215 Tous droits réservés 4 http ://wwwmaths-francefr

deta i = a 1,2 a 1,n a i 1,2 a i 1,n a i,1 a i,2 a i,n a i+1,2 a i+1,n a n,2 a n,n Si i = 1, un calcul de déterminant par blocs fournit deta 1 = a 1,1 A 1,1 Si i 2, on passe L i en L 1, L 1 en L 2,, L i 1 en L i On obtient a i,1 a i,2 a i,n a 1,2 a 1,n deta i = ( 1 i 1 a i 1,2 a i 1,n = A i,1 (calcul par blocs a i+1,2 a i+1,n a n,2 a n,n et finalement deta = a i,1 A i,1 V - Comatrice Inverse d une matrice La comatrice de la matrice carrée A de format n est la matrice, notée coma, dont le coefficient ligne i, colonne j, est le cofacteur de l élément a i,j de A, c est-à-dire si A = (a i,j 1 i,j n, alors com(a = (A i,j 1 i,j n La transposée de la comatrice de A est appelée matrice complémentaire de A et est notée à Théorème 1 A M n (K, Aà = ÃA = (detai n ou encore A( t coma = ( t comaa = (detai n 2 A M n (K, (A GL n (K deta et dans ce cas, A 1 = 1 deta (t coma Démonstration Le coefficient ligne i, colonne j de A t coma vaut a i,k A j,k Si i = j, cette expression n est autre que le développement de deta suivant sa i-ème ligne et vaut donc deta Si i j, a i,k A j,k est le développement suivant la ligne j du déterminant déduit de deta en remplaçant la ligne j de deta par sa ligne i (et en ne modifant pas sa ligne i Cette expression est donc nulle puisque égale à un déterminant ayant deux lignes identiques Ensuite, il est clair que com( t A = t (coma (à partir de la définition de coma et doncãa = (t comaa = com( t A t ( t A = t ( t A t (com( t A = t ((det( t AI n = (detai n c Jean-Louis Rouget, 215 Tous droits réservés 5 http ://wwwmaths-francefr