MPSI 2 : DL 07. pour le 26 mars 2003

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

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

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

[ édité le 30 avril 2015 Enoncés 1

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

Fonctions de plusieurs variables

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

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

Chapitre 2. Matrices

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

Cours 02 : Problème général de la programmation linéaire

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Calcul différentiel sur R n Première partie

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

Le produit semi-direct

3 Approximation de solutions d équations

Le théorème de Thalès et sa réciproque

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Programmation linéaire

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

Calcul différentiel. Chapitre Différentiabilité

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Problème 1 : applications du plan affine

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Chapitre 3. Les distributions à deux variables

Programmation linéaire et Optimisation. Didier Smets

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

Exercices Corrigés Premières notions sur les espaces vectoriels

Résolution de systèmes linéaires par des méthodes directes

Correction du Baccalauréat S Amérique du Nord mai 2007

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

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

Extrait du poly de Stage de Grésillon 1, août 2010

Intégration et probabilités TD1 Espaces mesurés Corrigé

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

Approximations variationelles des EDP Notes du Cours de M2

Probabilités sur un univers fini

Commun à tous les candidats

1 Complément sur la projection du nuage des individus

Théorème du point fixe - Théorème de l inversion locale

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

IV- Equations, inéquations dans R, Systèmes d équations

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

NOTATIONS PRÉLIMINAIRES

Chapitre VI Fonctions de plusieurs variables

Université Paris-Dauphine DUMI2E 1ère année, Applications

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

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

Optimisation Discrète

Sur certaines séries entières particulières

Équations non linéaires

Construction de l'intégrale de Lebesgue

Fonctions homographiques

Chapitre 2 Le problème de l unicité des solutions

Espérance conditionnelle

Introduction à l étude des Corps Finis

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

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Comparaison de fonctions Développements limités. Chapitre 10

Cours d analyse numérique SMI-S4

Moments des variables aléatoires réelles

Programmation linéaire

Simulation de variables aléatoires

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

Image d un intervalle par une fonction continue

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Une forme générale de la conjecture abc

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

4. Martingales à temps discret

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Cours de mathématiques

Probabilités sur un univers fini

Capes Première épreuve

Les indices à surplus constant

4G2. Triangles et parallèles

Chapitre 6. Fonction réelle d une variable réelle

AOT 13. et Application au Contrôle Géométrique

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

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

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Correction de l examen de la première session

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

Résolution d équations non linéaires

Calcul Différentiel. I Fonctions différentiables 3

CCP PSI Mathématiques 1 : un corrigé

Intégrales doubles et triples - M

Mesures gaussiennes et espaces de Fock

Chapitre 5 : Flot maximal dans un graphe

Programmes des classes préparatoires aux Grandes Ecoles

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

Corrigé du baccalauréat S Asie 21 juin 2010

Dualité dans les espaces de Lebesgue et mesures de Radon finies

OM 1 Outils mathématiques : fonction de plusieurs variables

M2 IAD UE MODE Notes de cours (3)


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

Modèles et Méthodes de Réservation

Théorie et codage de l information

Transcription:

MPSI 2 : DL 07 pour le 26 mars 2003 Q 1 Dans le problème, E désigne un R-ev de dimension n 2. On notera D n (R) l ensemble des matrices diagonales de M n (R). E ij désigne la matrice de la base canonique de M n (R) avec un coefficient 1 à l intersection de la ième ligne et de la jème colonne, et des zéros partout ailleurs. Soit un endomorphisme u L(E) tel que x E, le système (x,u(x)) est lié. Montrer que u est une homothétie. On utilisera les matrices. Mn (R) R Q 2 Soit T r : A T r(a) puis calculer dim(ker(t r)). la forme linéaire qui à une matrice associe sa trace. Déterminer Im(T r), Q 3 a) On considère une matrice B ((b ij )) M n (R). Calculer T r(be kl ) en fonction des coefficients de B. b) Soit ψ une forme linéaire sur M n (R). Montrer qu il existe B M n (R) telle que A M n (R) ψ(a) T r(ba) Q 4 Soit une forme linéaire φ sur l espace L(E). Montrer l existence d une application linéaire f L(E) telle que u L(E) φ(u) T r(fou) Dans la suite, on note φ f l application φ f : L(E) R u T r(fou) Q 5 a) Montrer que b)en déduire que l application est un isomorphisme d espaces vectoriels. Q 6 Soit f L(E). On suppose que a) Montrer que u L(E), uof fou. b) Montrer que f est une homothétie. c) En déduire qu il existe λ R tel que f L(E), (φ f 0) (f 0) L(E) (L(E)) Φ : f φ f (u,v) L(E) 2, φ f (uov) φ f (vou) φ f λt r 1

MPSI 2 2 DL 07 On considère désormais un endomorphisme u L(E) tel que u 0, et vérifiant T r(u) 0 Q 7 Montrer que u n est pas une homothétie vectorielle. Q 8 Montrer qu il existe une base b de E telle que la matrice A de u dans b soit telle que a 1,1 0. On peut alors montrer par récurrence sur n l existence d une base b de E telle que la matrice de u dans la base b soit telle que tous ses éléments diagonaux soient nuls. On admettra ce résultat. Soit D Diag(α 1 ;... ; α n ) une matrice diagonale dont les coefficients diagonaux (α 1,...,α n ) sont tous distincts. On note Mn (R) M ψ D : n (R) M DM MD Q 9 Montrer que ψ D est une application linéaire et déterminer son noyau. Q 10 Montrer que Im ψ D est l ensemble des matrices M (m ij ) M n (R) vérifiant i [[1,n]], m ii 0 Q 11 Soit u L(E). Déduire de ce qui précède le théorème suivant : (T r(u) 0) ( (v,w) L(E) 2 u vow wou)

MPSI 2 3 DL 07 Q 1 Attention à la traduction de l hypothèse. Elle s écrit : Corrigé. x E, λ x R tel que u(x) λ x.x L ordre des quantificateurs est important! La difficulté est de montrer que λ x est en fait un scalaire indépendant de x. Voyons deux démonstrations. La première est valable en dimension finie et utilise le calcul matriciel, alors que la deuxième est valable en dimension infinie. Considérons une base e de l espace E et notons A la matrice de l endomorphisme u dans cette base. L hypothèse donne matriciellement : X M n1 (R), λ X R tq AX λ X.X En particulier pour k [[1,n]], en posant X k ((δ ik )) 1 i n, il existe λ k R tel que AX k λ k X k. On en tire que pour i k, a ik 0 et que a kk λ k. Donc la matrice A doit être diagonale A Diag(λ 1 ;... ; λ n ). Mais alors en prenant pour (k,l) [[1,n]] 2, X kl la matrice colonne avec un 1 aux lignes k et l et des zéros ailleurs, on montre que λ k λ l. Par conséquent, la matrice A est scalaire et alors l endomorphisme u est une homothétie. Pour la deuxième démonstration, introduisons l application E R λ : x λ x définie à partir de l hypothèse. Il s agit de montrer que cette application est constante. Soit deux vecteurs non-nuls (x,y). Montrons que λ x λ y en étudiant les deux cas possibles : 1. Le système (x,y) est libre. Comme on obtient que et comme le système (x,y) est libre, il vient que u(x + y) λ x+y.(x + y) λ x.x + λ y.y (λ x+y λ x ).x + (λ x+y λ y ).y 0 λ x λ x+y λ y 2. Le système (x,y) est lié. Alors il existe α R tel que y α.x (on a supposé que x 0). Alors u(y) λ y.y (αλ y ).x u(α.x) αu(x) αλ x.x comme on a supposé que x 0, on en tire que α(λ y λ x ) 0 et par conséquent, puisque y 0, que λ x λ y. Donc, lorsque x 0 et y 0, on a montré que λ x λ y. Définissons le scalaire λ qui vaut cette constante λ x qui est indépendante du vecteur x non-nul. Pour le vecteur nul, on a encore u(0) 0 λ.0 et par conséquent, x E, u(x) λ.x. Donc u λ. id. Q 2 Il est clair que Im(T r) R. En effet, si λ R, en posant A la matrice avec a 11 λ et tous les autres coefficients nuls, on a bien Tr(A) λ. Alors, d après la formule du rang, on tire que dim(ker(t r)) n 2 1. En d autres termes, Ker(T r) est un hyperplan de l espace des matrices M n (R). Q 3 a) En décomposant la matrice B sur la base canonique de M n (R), on trouve que BE kl b ij E ij E kl b ij δ jk E il b ik E il i1

MPSI 2 4 DL 07 Par conséquent, Tr(BE kl ) b ik Tr(E il ) i1 b ik δ il i1 b lk b) Il suffit de poser B ((b ij )) 1 i,j n où le coefficient B est défini par b ij ψ(e ji ). Soit alors une matrice A ((a ij )) 1 i,j n M n (R). On calcule ψ(a) Tr(BA) a ij ψ(e ij ) a ij b ji a ij Tr(BE ij ) Q 4 Soit φ L(E). Définissons la forme linéaire correspondante sur M n (R). Considérons pour cela une base e de l espace E et posons Mn (R) R ψ : A φ(u) Q 5 où u est l unique endomorphisme de E tel que A Mat e (u). On montre facilement que ψ est linéaire. D après la question précédente, il existe une matrice B M n (R) telle que A M n (R), ψ(a) Tr(BA). Notons v l unique endomorphisme de E tel que B Mat e (v). Alors pour tout endomorphisme u L(E), Tr(BA) Tr(v u) et donc φ(u) Tr(v u). (i) (ii). Soit un endomorphisme f L(E) et e une base de l espace E. Notons B Mat e (f) la matrice de l endomorphisme f dans la base e. Considérons une matrice A M n (R). Il existe un unique endomorphisme u L(E) tel que A Mat e (u). Puisque φ f (u) 0, on obtient que Tr(BA) 0 pour toute matrice A. En particulier, si l on prend A E kl, on obtient que b lk 0, et donc que la matrice B est nulle. Mais alors f 0. (ii) (i) : clair. b) D après a), l application Φ est injective. D après la formule du rang, on tire que rg Φ n 2 et donc que Φ est surjective. Par conséquent, Φ est un isomorphisme d espaces vectoriels. Q 6 a) Soit u L(E). Montrons que Φ(f u) Φ(u f). Soit v L(E), on calcule Q 7 Φ(f u)(v) φ f u (v) Tr(f u v) φ f (u v) φ f (v u) D autre part, en utilisant la propriété de la trace, Tr(w 1 w 2 ) Tr(w 2 w 1 ), on calcule Φ(u f)(v) φ u f (v) Tr(u (f v)) Tr(f v) u) φ f (v u) Par conséquent, v L(E), Φ(f u)(v) Φ(u f)(v) et par conséquent, Φ(f u) Φ(u f). Puisque on a vu à la question 5 que Φ était un isomorphisme, il vient que f u u f. b) Comme f commute avec tous les endomorphismes, on en déduit que f est une homothétie (voir l exercice fait en cours). Donc il existe λ R tel que f λ. id. c) Alors pour tout endomorphisme u L(E), Φ f (u) λ Tr(u) et donc Φ f λ. Tr. Par l absurde, s il existait λ R tel que u λ id, alors Tr(u) nλ d où λ 0 et alors u 0 ce qui est impossible.

MPSI 2 5 DL 07 Q 8 D après la question 1, puisque u n est pas une homothétie, il existe un vecteur x 0 E tel que le système ( ) u(x0 ),x 0 soit libre. On complète ce système en une base de E de la forme e (x 0,u(x 0 ),e 3,...,e n ) en utilisant le théorème de la base incomplète. Dans cette base la matrice de u s écrit 0?... 1?... Mat e (u) 0?.....?... 0?... Q 9 On montre facilement que ψ D est linéaire. Cherchons son noyau. Soit M ((m ij )) 1 i,j n Ker ψ D. On calcule Comme DM MD 0, en en déduit que DM MD α i m ij E ij α j m ij E ij (i,j) [[1,n]] 2, (α i α j )m ij 0 et donc que pour i j, m ij 0. La matrice M est donc nécessairement diagonale. On vérifie réciproquement que si M est une matrice diagonale, on a bien ψ(d)(m) 0 (on sait multiplier deux matrices diagonales). Donc Ker ψ D D n (R). Q 10 Soit M M n (R). D après le calcul précédent, Q 11 ψ D (M) (α i α j )m ij E ij On en déduit que ψ D (M) est une matrice de trace nulle, et donc que Im ψ D D 0 (ensemble des matrices de trace nulle). Réciproquement, si A ((a ij )) M n (R) est une matrice de trace nulle, il suffit de définir pour a ij i j, m ij et i [[1,n]], m ii 0, et on a bien ψ D (M) A. Par conséquent, l image de ψ D est α i α j l ensemble des matrices de trace nulle. (ii) (i) est clair. (i) (ii) D après le résultat admis, il existe une base b de l espace E telle que la matrice de u dans cette base soit une matrice A à coefficients diagonaux nuls. D après la question 10, en posant par exemple D Diag(1; 2;... ; n) il existe une matrice M M n (R) telle que ψ D (M) A. En appelant v l endomorphisme de E ayant D comme matrice dans la base b et w l endomorphisme de E ayant M comme matrice dans la base b, on a alors u v w w v.