Problème : matrices semi-magiques

Documents pareils
[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

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

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

Chapitre 3 : Fonctions d une variable réelle (1)

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

1 Mesure et intégrale

Les Nombres Parfaits.

CHAPITRE 2 SÉRIES ENTIÈRES

Séquence 5. La fonction logarithme népérien. Sommaire

Limites des Suites numériques

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

EXERCICES : DÉNOMBREMENT

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Dénombrement. Chapitre Enoncés des exercices

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

4 Approximation des fonctions

DETERMINANTS. a b et a'

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

Etude de la fonction ζ de Riemann

Suites et séries de fonctions

Module 3 : Inversion de matrices

SÉRIES STATISTIQUES À DEUX VARIABLES

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Comportement d'une suite

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

Séries réelles ou complexes

Statistique descriptive bidimensionnelle

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

14 Chapitre 14. Théorème du point fixe

Chap. 5 : Les intérêts (Les calculs financiers)

Solutions particulières d une équation différentielle...

Processus et martingales en temps continu

Baccalauréat S Asie 19 juin 2014 Corrigé

Exercices de mathématiques

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Introduction : Mesures et espaces de probabilités

STATISTIQUE : TESTS D HYPOTHESES

Gérer les applications

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Formation d un ester à partir d un acide et d un alcool

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Cours 5 : ESTIMATION PONCTUELLE

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Probabilités et statistique pour le CAPES

20. Algorithmique & Mathématiques

UNIVERSITÉ DE SFAX École Supérieure de Commerce

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

Des résultats d irrationalité pour deux fonctions particulières

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

55 - EXEMPLES D UTILISATION DU TABLEUR.

MESURE DE L'INFORMATION

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

Séries numériques. Chap. 02 : cours complet.

STATISTIQUE AVANCÉE : MÉTHODES

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

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

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Cours de Statistiques inférentielles

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

Les algorithmes de tri


En général, il n y a pas d algorithme fini pour trouver une solution. On est donc obligé d utiliser

Résolution numérique des équations aux dérivées partielles (PDE)

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

Chapitre 3 : Transistor bipolaire à jonction

Initiation à l analyse factorielle des correspondances

Chaînes de Markov. Arthur Charpentier

Sommaire Chapitre 1 - L interface de Windows 7 9

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Université Pierre et Marie Curie. Biostatistique PACES - UE

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

Principes et Méthodes Statistiques

Le théorème de Thalès et sa réciproque

Processus géométrique généralisé et applications en fiabilité

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

Petit recueil d'énigmes

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

RECHERCHE DE CLIENTS simplifiée

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Régulation analogique industrielle ESTF- G.Thermique

Mécanismes de protection contre les vers

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Contribution à la théorie des entiers friables

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Télé OPTIK. Plus spectaculaire que jamais.

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

Transcription:

Problème : matrices semi-magiques Fixos N. Ue matrice A M (K) est dite semi-magique lorsque la somme des coefficiets das importe quelle lige ou coloe doe toujours le même résultat. E formule, lorsque : λ K tq i 1,, A i, j λ et j 1,, A i, j λ. Lorsque A est semi-magique, le ombre s de la défiitio est oté s(a). O otera E l esemble des matrices semi-magiques de format. Efi, o otera J la matrice dot tous les coefficiets sot des 1. Remarque: A est magique si e plus la somme des coefficiets sur chacue des deux grades diagoales est aussi égale à s(a). O étudiera pas ce type de matrice das ce problème. Le but du problème est de détermier toutes les matrices semi-magiques. 1. Trouver 2 exemples de matrices semi-magiques de format 3 3. 2. logique : Quelle est la différece etre la formule de la défiitio et : λ K tq i 1,, A i, j λ et λ K tq j 1,, A i, j λ. 3. Motrer que E est u K-espace vectoriel, et que s est liéaire. 4. Doer rg(s). Idicatio: vu so espace d arrivée, il y a que deux possibilités... 5. Soit A M (K). Motrer : A E λ K tq A J λ.j J A Das le cas où A est semi-magique, exprimer le ombre λ de la caractérisatio ci-dessus e foctio de s(a). 6. Motrer que E est stable par produit, et que (A, B) E 2, s(a B) s(a).s(b). 7. Soit A E Gl (K). Motrer que A 1 E et exprimer s(a 1 ) e foctio de s(a). O défiit das la suite p : E E A s(a).j. 8. Motrer que p est ue projectio. Motrer que ker(p) ker(s). Que vaut Im(p)? 9. Motrer que E ker(s) Vect(J). 10. Soit A E. a) Motrer qu il existe ue uique matrice C E telle que : s(c) 0 et A s(a).j + C b) Avec les otatios ci-dessus, exprimer pour tout k N A k e foctio de J et de C k. Idicatio: Que valet J C et C J? 1 2 3 c) Exemple : Pour cet exemple 3. Soit A E dot o doe les coefficiets suivats : A 2. 3 Détermier la matrice C telle que A s(a).j + C, et e déduire les coefficiets maquats de A. 3 1

11. Pour tout A E, o ote φ(a) la matrice de format ( 1) ( 1) obteu e e gardat que les ( 1) premières liges et coloes de A. a) Motrer que φ est u isomorphisme etre ker(s) et M 1 (K). b) E déduire dim(ker(s)), puis dim(e). c) Pour tout (p, q) 1, 2, o ote M p,q la matrice de format telle que (M p,q ) p,q 1 (case (p, q) de la matrice M p,q ), (M p,q ), 1, (M p,q ) p, 1 et (M p,q ),q 1, les autres cases état ulles. Motrer que la famille (J, M 1,1, M 1,2,..., M 1, 1, M 2,1,..., M 1, 1 ) est ue base de E. 1 0 0 0 1 0 1 0 0 1 12. Calculer l iverse de la matrice 0 0 1 0 1. O otera M cette matrice das la suite. 0 0 0 1 1 1 1 1 1 1 1 2 13. Pour cette questio, 3. Compléter la matrice suivate pour obteir u élémet de E : 3 4. 5 14. Plus gééralemet, état doés (a, b, c, d, e) R 4, démotrer qu il existe ue uique maière de compléter a b c d pour obteir ue matrice semi-magique et expliquer commet la détermier. e 2

1. Pour e pas se fatiguer : I 3 et O 3. Correctio Matrices semi-magiques 2. La deuxième phrase sigifie que les sommes des coefficiets de chaque lige sot les mêmes, de même que la somme de chaque coloe. Mais la somme des coefficiets d ue lige est pas forcémet la même que celle d ue coloe. 3. 4. Im(s) est u sous-espace vectoriel de K. Il peut être de dimesio 0 ou 1. Or s est pas l applicatio ulle (par exemple s(i ) 1 0), doc so rag est pas 0. Il reste : rg(s) 1 5. " " Supposos que A E. # Calculos le coteu des cases de A J et de J A. Soit (i, j) 1, 2. O a : (A J) i, j A i,k.j k, j A i,k.1 s(a) O trouve de même que (J A) i, j s(a). Posos alors λ s(a). Alors o a aussi (λ.j) s(a). E coclusio, toutes les cases de A.J, J.A et λ.j sot égales, et ce sot des matrices de même format, doc elles sot égales : A.J JA λj. E outre, le ombre λ est autre que s(a). " ". Supposos qu il existe λ K tel que A.J JA λj. Soit (i, j) 1, 2. O a : (J A) i, j (λ.j) i, j λ ce qui doe : A i,k λ i.e. la somme des coefficiets de la ième lige vaut λ. Et (A J) i, j (λ.j) i, j λ ce qui doe : A k, j λ i.e. la somme des coefficiets de la jème coloe vaut λ. E coclusio, toutes les liges et toutes les coloes doet la même somme (λ) doc A E. 6. Soit (A, B) E 2. # Méthode brutale : Motros que A.B E, calculos doc la somme des coefficiets d ue lige et d ue coloe. Soit i 1,. Alors : (A.B) i,k l1 l1 A i,l. l1 A i,l.b l,k A i,l.b l,k B l,k A i,l.s(b) l1 s(b). l1 A i,l 3 (échage de sommes) (A i,l est "costat pour l") s(b) est costat

s(b).s(a) Calcul similaire pour les coloes. Doc A.B E, et s(a.b) s(a).s(b). # Plus subtil : e utilisat la questio précédete : O a d ue part : (A.B).J A.(B.J) associativité A.(s(B).J) car B E, par la questio précédete s(b).a.j "les costates commutet" s(b).s(a).j car A E, par la questio précédete U calcul similaire doe J.(AB) s(a).s(b).j. Alors par la questio précédete, o obtiet que AB E, et que s(ab) s(a).s(b). Remarque: o peut dire que s est u "edomorphisme pour ". 7. O sait que A.J s(a).j. E multipliat à gauche par A 1 : J s(a).a 1.J Comme J 0, o déduit que s(a) 0, et o peut diviser par s(a), obteat de la sorte : De la même maière, o trouve : A 1.J 1 s(a).j J.A 1 1 s(a).j Ce qui sigifie que A 1 E, et que s(a 1 ) 1 s(a). 8. Notos que J E, et que s(j). O saut la vérificatio que p est liéaire, facile. Motros que p 2 p. Soit A E, alors : P 2 (A) p( s(a).j) s(a).p(j) s(a). s(j).j s(a).j p(a) p est liéaire Aisi, A E, p 2 (A) p(a), ce qui sigifie que p 2 p. Comme elle est de plus liéaire, vue la caractérisatio d ue projectio, p est ue projectio. # Calculos le oyau de p Soit A E. Alors : A ker(p) s(a).j 0 s(a) 0 "pseudo-itégrité", car J 0 A ker(s) 4

Aisi, ker(p) ker(s). C est l esemble des matrices telles que la somme des coefficiets das toute lige et toute coloe est ulle. Passos à l image. Maifestemet, Im(p) Vect(J). # Il est pas dur de motrer à la mai l iclusio réciproque. Mais pour le plaisir, utilisos les dimesios. Ça marche, même sas coaître dim(e)! Comme rg(s) 1, par le théorème du rag, dim(ker(s)) dim(e) 1. Dès lors, dim(ker(p)) dim(e) 1. Alors par le théorème du rag, rg(p) 1. Aisi, Im(p) et Vect(J) sot deux espaces vectoriels de même dimesio fiie, iclus l u das l autre : ils sot doc égaux. E coclusio, p est la projectio sur Vect(J) parallèlemet à ker(s). 9. C est le théorème sur les projectios : ker(p) Im(p) E. 10. (a) (uicité) Soiet (C, D) ker(s) 2 tel que A C + s(a) J D + s(a) J. Ue simple soustractio doe C D. # Ue aalyse élémetaire ous coduit à poser C A s(a) J. Posos C A s(a) J. Alors s(c) s(a) s(a).s(j) 0. Doc C ker(s). Et A C + s(a) J est évidet. Remarque: Nous avos doc obteu la décompositio de A das la somme directe ker(s) Vect(J). (b) Notos que C J s(c).j 0 (questio 5). Et de même J C 0. E particulier, C et J commutet, et ous pouvos utiliser la formule de Newto : soit k N, o obtiet : ( A k C + s(a) ) k J k ( ) ( ) j k s(a) j.j.c k j Nous elevos de cette somme tous les termes coteat J.C, il e reste que les termes pour j 0 ou k : j0 ( ) k s(a) A k C k + J Mais ue récurrece facile motre que J k k 1.J (à coditio que k 0), d où : A k C k + s(a)k.j Remarque: Formule amusate, mais bo, il faut quad même calculer C k e pratique. (c) Vue la première lige, s(a) 6. Soit C la matrice telle que A C + s(a) 2 2 2 J. Doc C A 2 2 2 3 2 2 2 1 0 1? 0?. Et la somme des coefficiets de chaque lige ou coloe de C est ulle.?? 3 1 0 1 Soiet a, b, c, d R 4 tel que C a 0 b. O trouve successivemet b 4, a 4, c 3, d 0. c d 3 5

1 0 1 Doc C 4 0 4, puis 3 0 3 1 2 3 A C + 2J 6 2 2 1 2 5 11. (a) liéarité : ijectivité : Soit A ker(φ). Cela sigifie que A ker(s) (e particulier que c est ue matrice de format ), et que (i, j) 1, 1 2, A i, j 0. Pour motrer que A 0, il reste à prouver que (i, j) 1, 1 2, A i, 0, A, j 0, et efi que A, 0. Soit i 1,. La somme des coefficiets de la ième lige est ulle, doc : A i,k 0 doc 1 A i,k + A i, 0 doc 0 + A i, 0 O procède de même pour motrer que pour tout j 1,, A, j 0. Et alors e utilisat le fait que la somme des coefficiets de la derière lige (ou de la derière coloe) aussi est ulle, o obtiet A, 0. Au fial, A est complètemet ulle. Aisi, ker(φ) {0}, et φ est ijective. surjectivité Soit B M 1, 1 (K). Motros qu il existe A ker(s) tel que φ(a) B. # Aalyse : Déjà, pour tout (i, j) 1, 1, ous devos predre A i, j B i, j. Esuite, comme o veut que A ker(s), la somme des coefficiets de chaque lige et chaque coloe doit être ulle. Preos doc pour tout (i, j) 1, 1 2 A i, 1 A i,k 1 B i,k et A, j 1 B,k. Et efi pour la derière case, A, 1 A k, 1 1 l1 B k,l. # sythèse Soit A M (K) la matrice telle que : (i, j) 1, 1 2, A i, j B i, j (i, j) 1, 1 2, A i, 1 B i,k et A, j 1 A, 1 1 l1 B k,l Démotros que A ker(s). Il sera alors évidet que φ(a) B. # Vérificatio facile, il suffit de l écrire... Somme des 1 première liges : Soit i 1, 1, alors : B,k A i,k A i,k + A i, A i,k A i,k 0 Somme des 1 premières coloes : idem derière coloe : A i, B i,l + B i,l 0 l1 } {{ } A i, l1 } {{ } A, 6

derière lige : A, j B k, j } {{ } A, j + B i,l B k, j + B i,l 0 l1 } {{ } A, l1 (u échage de à faire) Aisi la somme des coefficiets de chaque lige et chaque coloe est ulle : A ker(s). Et B φ(a) est clair. Au fiale, φ est u isomorphisme. (b) O déduit que dim(ker(s)) dim(m 1 (K)) ( 1) k. Esuite, dim(e) dim(ker(s) Vect(J)) ( 1) 2 + 1 2 2.( 2). (c) Toutes ces matrices sot das E Il y e a ( 1) 2 1, i.e. dim(e) # Motros que cette famille est libre : Soit (γ, α 1,1,..., α 1, 1 ) K ( 1)2 +1 tel que : γ.j + α i, j M i, j 0 (1) # Stratégie fréquete : o va évaluer e différet poits... efi disos plutôt qu o va regarder différets coefficiets. Nous avos ue matrice ulle : ceci sigifie que chacu de ses coefficiets est ul. Commeços par le coefficiet (, ) : o a J, 1, et pour toutes les autres matrices cocerées, le coefficiet (, ) est ul. Aisi : 0, ( γ.j + 1 L égalité 1 deviet : 1 α i, jm i, j ), deviet juste γ 0. α i, j M i, j 0 (2) Soit esuite (i, j) 1, 1 2. La matrice M i, j est la seule parmi celles cocerées à avoir u coefficiet o ul, lequel vaut 1. Aisi, e regardat le coefficiet (i, j) das l égalité 2, o trouve : α i, j 0. Et fialemet tous les coefficiets sot uls. E coclusio, ous avos là ue famille d élémets de E, libre, et coteat dim(e) élémets : c est ue base de E. 2 1 1 1 1 12. O trouve par Gauss-Jorda 1 1 2 1 1 1 1 1 2 1 1 3 1 1 1 2 1 1 1 1 1 2 13. Passos directemet au cas gééral ci-dessous : 14. Ici, 3. Doc E est de dimesio 2 2 + 1, i.e. 5, et ue base de E est (J, M 1,1, M 1,2, M 2,1, M 2,2 ). Notos-la B. # O peut partir d ue matrice avec les coefficiets a, b, c, d, e comme voulu et voir à quelle coditio elle est das E. Mais o peut aussi partir d ue matrice das E et voir à quelle coditio les 5 coefficiets voulus sot les bos. Nous cherchos à prouver qu il existe ue uique matrice semi-magique A telle que A 1,1 a, A 1,2 b, etc... Soit doc A E. Soiet (x, y, z, t, u) les coordoées de A das B. Doc : 1 1 1 1 0 1 0 1 1 0 0 0 0 0 0 A x. 1 1 1 + y. 0 0 0 + z. 0 0 0 + t. 1 0 1 + u. 0 1 1 1 1 1 1 0 1 0 1 1 1 0 1 0 1 1 7

Alors : A coviet A 1,1 a A 1,2 b A 2,1 c A 2,2 d A 3,3 e x + y a x + z b x + t c x + u d x + y + z + t + u e O recoaît u système de matrice la matrice M de la questio??. Comme elle est iversible, ceci assure existece et uicité de la solutio. E outre, pour calculer cette solutio, il suffit d utiliser M 1 : Ceci permet d obteir x, y, z, t, u, puis A. x a y b Acoviet M z c t d u e x a y b z M 1 c t d u e 8