CORRECTION FX 26. Première fournée. Les matrices élémentaires E p,q = [ δ i,p δ j,q

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.

Chapitre 2. Matrices

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Cours 02 : Problème général de la programmation linéaire

Résolution de systèmes linéaires par des méthodes directes

Calcul différentiel sur R n Première partie

Programmation linéaire et Optimisation. Didier Smets

Cours d analyse numérique SMI-S4

3 Approximation de solutions d équations

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

Résolution d équations non linéaires

Calcul différentiel. Chapitre Différentiabilité

[ édité le 30 avril 2015 Enoncés 1

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Polynômes à plusieurs variables. Résultant

Fonctions de plusieurs variables

Programmation linéaire

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

Probabilités sur un univers fini

Optimisation des fonctions de plusieurs variables

Continuité en un point

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

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

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

Mathématiques appliquées à l'économie et à la Gestion

Cryptographie et fonctions à sens unique

Simulation de variables aléatoires

Fonctions de plusieurs variables

Le théorème de Thalès et sa réciproque

Théorème du point fixe - Théorème de l inversion locale

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

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

Programmes des classes préparatoires aux Grandes Ecoles

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

Capes Première épreuve

Correction de l examen de la première session

Structures algébriques

Extrait du poly de Stage de Grésillon 1, août 2010

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

Chapitre 3. Les distributions à deux variables

Construction d un cercle tangent à deux cercles donnés.

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

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

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

Exercices Corrigés Premières notions sur les espaces vectoriels

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

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

Cours d Analyse. Fonctions de plusieurs variables

Calcul fonctionnel holomorphe dans les algèbres de Banach

Le produit semi-direct

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

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Introduction à l étude des Corps Finis

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

I. Polynômes de Tchebychev

DOCM Solutions officielles = n 2 10.

Optimisation Discrète

Les indices à surplus constant

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

Géométrie dans l espace Produit scalaire et équations

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

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

RE SOLUTIONS CHAPITRE 1

Cours 7 : Utilisation de modules sous python

Continuité et dérivabilité d une fonction

Intégration et probabilités TD1 Espaces mesurés Corrigé

Programmation linéaire

NOTATIONS PRÉLIMINAIRES

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

Problème 1 : applications du plan affine

Introduction à la théorie des graphes. Solutions des exercices

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Théorie et codage de l information

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

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

Probabilités sur un univers fini

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Dualité dans les espaces de Lebesgue et mesures de Radon finies

NOMBRES COMPLEXES. Exercice 1 :

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Moments des variables aléatoires réelles

1S Modèles de rédaction Enoncés

3. Conditionnement P (B)

Nombres premiers. Comment reconnaître un nombre premier? Mais...

Corrigé du baccalauréat S Asie 21 juin 2010

Approximations variationelles des EDP Notes du Cours de M2

Limites finies en un point

Cours arithmétique et groupes. Licence première année, premier semestre

Chapitre VI - Méthodes de factorisation

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

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

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Séquence 10. Géométrie dans l espace. Sommaire

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

Transcription:

Lycée Thiers CORRECTION FX 6 Première fournée Ex Ex Les matrices élémentaires E p,q = [ δ i,p δ j,q ] i,j n, qui forment la base canonique de M n (K), sont de rang Il s ensuit (cf preuve vue en classe) que si M M n (K) commutent avec toute matrice de rang, alors M est une matrice scalaire Proposons maintenant une généralisation de ce résultat Etant donné E M n (K), on note C (E) son commutant dans M n (K), défini par : C (E) = {M M n (K) ; A E, AM = MA} En notant H = {λi n ; λ K}, Il est immédiat que H C (E) Pour r n, notons : R r = { A M n (K) ; rg (A) = r } En particulier : R = {O} et R n = GL n (K) Commutant de GL n (K) : Si M C (GL n (K)), alors (astuce!) M commute en particulier avec les I n + E p,q (qui sont inversibles puisque triangulaires, voire diagonales si p = q, à éléments diagonaux tous non nuls) La matrice M commute donc aussi avec les E p,q et donc M H Commutant de R : Comme on l a expliqué au tout début de l exercice : C (R ) = H Commutant de R r, pour r n : On adapte la méthode utilisée pour le commutant de GL n (K) Soit M C (R r ) Etant donné ( p, q ) N n, considérons I {,, n} tel que card (I) = r et ( ) p, q I Soit alors la matrice : D = i I On constate que rg ( D + E p,q ) = rg (D) = r Par conséquent, M commute avec D + Ep,q et avec D, donc aussi avec E p,q par différence Comme ceci vaut pour tout ( p, q ) N n, alors M H Conclusion générale : E i,i r {,, n}, C (R r ) = H Ajoutons pour finir que C (R ) = M n (K) : toute matrice commute en effet avec la matrice nulle! Si rg (A) =, il existe a,, a n K non tous nuls tels que, en posant U = t [a a n ], les colonnes de A soient b U,, b n U, avec les b j non tous nuls En posant V = t [b b n ], on a V et A = [ a i b j ] i,j n = U t V Réciproquement, si A = U t V avec U, V M n, (K) {}, alors les colonnes de A sont b U,, b n U et l une d elles au moins est non nulle, donc rg (A) =

Ex Ex Ex CORRECTION FX 6 Il existe U M n, (K) {} et V M,n (K) {} telles que A = UV Comme VU = tr (A) =, il vient : A = U (VU) V = UV = A Il s agit d une réciproque partielle d un résultat classique sur les projecteurs Soit M M n,p (K) de rang r On sait que M est équivalente à J n,p,r : Or J n,p,r est la somme de r matrices de rang : (P, Q) GL p (K) GL n (K), J n,p,r = Q MP J n,p,r = où E i,j désigne la matrice de M n,p (K) dont les termes sont tous nuls, à l exception de celui situé (ligne i, colonne j) qui vaut Il s ensuit que : r M = QE i,i P L équivalence des matrices préserve le rang, donc M est la somme de r matrices de rang i= Identifions chaque matrice et son application linéaire canoniquement associée Soit A M n,p (R) Il est clair que ker (A) ker (t AA ) Réciproquement : soit X R p tel que t AAX = ; alors t X t AAX =, c est-à-dire t YY =, où l on a posé Or r i= Y = AX = t YY = et donc (somme nulle de réels positifs), chaque y i est nul Ainsi AX = Finalement : ker (A) = ker (t AA ) D après le théorème du rang, on en déduit que : rg (A) = rg (t AA ) Remarque Ce résultat s applique aussi à t A; ce qui donne rg (t A ) = rg ( A t A ) Comme une matrice et sa transposée ont le même rang, on conclut que : rg (t AA ) = rg ( A t A ) Soit la matrice : A = [ i Manifestement : rg (A) = Pourtant t AA = n i= ] E i,i y y n y i M (C)

Ex 6 Ex 7 CORRECTION FX 6 On peut voir l inversibilité de B comme conséquence de la propriété générale selon laquelle le rang d une matrice est égal au rang de la famille de ses lignes et du fait qu une permutation des vecteurs d une famille n affecte évidemment pas son rang (qui, par définition, est la dimension du sev engendré par cette famille) Autre point de vue : notons τ : {,, n} {,, n} la transposition qui échange p et q Par définition τ ( p ) = q, τ ( q ) = p et τ (i) = i pour tout i {,, n} { p, q } Notons S p,q = [ δ τ(i),j ] i,j n On sait que S p,q est inversible et que S p,q = S p,q On sait aussi que B = S p,q A Comme A et S p,q sont inversibles, B l est aussi Enfin : B = A S p,q = A S p,q et donc B se déduit de A en échangeant les colonnes p et q Si l un des a k est nul, alors A n est pas inversible (une colonne nulle) Sinon, considérons le système linéaire associé AX = Y, c est-à-dire : a n x n = y Ex 8 a k x k = y n+ k a x = y n Comme chaque a k est non nul, on obtient aussitôt : x = et donc : a n a y n a x k = y n+ k a k x n = = y a n /a /a n On pouvait aussi considérer u = l ECA à A En notant (e,, e n ) la base canonique de K n, on voit que : j {,, n}, u ( e j ) = aj e n+ j Lorsque a j pour tout j, la base canonique est transformée en une base, donc u un automorphisme Dans ce cas : u ( e n+ j ) = a j e j, c est-à-dire (en ré-indexant) u ( e j ) = a n+ j e n+ j ; d où l expression de A Matrice initiale : A = En appliquant la suite d opérations élémentaires : 6 9 L L L ; L L + L ; L L ; L L L L L ; L L L ; C C + C ; C C + C

CORRECTION FX 6 6 9 C C + C ; C C + C ; C C + C On a montré au passage que rg (A) = Ex 9 En appliquant la suite d opérations élémentaires : M = donc rg (M ) = L L L ; L L L L ; L L + L En appliquant la suite d opérations élémentaires : M = donc rg (M ) = 7 L L + L ; L L + L ; L L L L L ; L L ; L L 9L ; L L L 7 9 9 7 7 9 9 En appliquant la suite d opérations élémentaires : 7 9 9 7 L L L ; L L + L 7 9 9 7

CORRECTION FX 6 L 8 L ; L L L M = donc rg (M ) = 7 8 8 8 8 8 8 8 8 8 8 8 En appliquant la suite d opérations élémentaires : 8 M = L L ; L L L L + 7L ; L L ; L L L L L ; L L + L ; L L ; L L + 6L 7 7 8 6 6 7 7 8 6 6 donc rg (M ) = Autrement dit : M est inversible En appliquant la suite d operations elementaires : 7 7 8 6 6 L L ; L L L ; L L 6L ; L L 9L L L 7L ; L L ; L L L ; L L L L L ; L L 9L ; L L L ; L 6 L M = 6 9 7 9 L L + 6 L 6 9 7 9 9 7 8 9 9 7 8 9 6

CORRECTION FX 6 6 donc rg (M ) = 9 6 Série Ex On effectue les opérations élémentaires suivantes : puis : et enfin : Ainsi : L L ml ; L L L ; L L L m m + m A m = m m m m C C ; L L + L ; L L + ml m + m m m + m m m + L L m + m L m + m m m +m + si m + m + rg (A m ) = sinon Ex Pour tout j {,, n}, notons A j (resp P j, Q j ) la j-ème colonne de A (resp P, Q) Par hypothèse, il existe Z C n {} tel que pour tout j {,, n} : A j = λ j Z avec λ j C En posant λ j = α j + iβ j et Z = X + iy, avec α j, β j R et X, Y R n, il vient donc : P j + iq j = ( ) α j + iβ j (X + iy) d où en particulier P j = α j X β j Y Ainsi, toutes les colonnes de P appartiennent à Vect {X, Y} De ce fait, rg (P) On voit de même que rg (Q) Ex

CORRECTION FX 6 7 Inversion de A : A = Inversion de B (non détaillée) : Inversion de C : I = 8 8 A = B = I = 8 6 8 6 76 76 89 9 8 C = Inversion de D (non détaillée) : I = 7 C = I = 8 7 8 8 8 7 D =

Ex CORRECTION FX 6 8 Le système proposé s écrit matriciellement sous la forme AX = B, avec : x 7 y A =, X =, B = 9 6 z 7 t 8 On applique l algorithme du pivot à la matrice augmentée A B jusqu à obtenir une matrice de la forme I C, ce qui s avère possible car A est inversible La colonne C indique alors l unique solution On obtient finalement : {( S = )}, 7, 8 9, Ex Le système proposé s écrit matriciellement : 6 8 9 On effectue L L L puis L L L : 7 + a + a Notons S a l ensemble des solutions Alors S a = si a et sinon : S = { ( x, y, z, ) ; ( x, y, z ) R et x + y + z = } c est-à-dire : S = { ( x, y, x y, ) ; ( x, y ) R } Ex 6 Le système proposé s écrit matriciellement, après échange des équations et : On effectue L L L, L L L puis L L L : 8 8 7 7 9 suivies de L L 8 L et L L 7 8 L : 8 9 8 9 On peut donc éliminer la dernière équation et résoudre le système résiduel (qui est de Cramer car sa matrice est triangulaire à éléments diagonaux tous non nuls) Au final : S = {(,, )}

CORRECTION FX 6 9 Ex 7 En effectuant sur A les opérations élémentaires L i L i L i+, pour i = à i = n, on obtient I n Les mêmes opérations appliquées à I n donnent donc : A = Comme B = A, alors B est aussi inversible et B = (I n J) = I n J + J, soit : B = Ex 8 On note l équivalence des matrices On effectue C j C j C pour j = à n, puis L L + n L i α α α α α + (n ) α α α α α α α α α α α α α α Conclusion : rg (A) = si α = n si α = / ( n) n sinon i= Ex 9 On constate (petit calcul ) que (AB) = AB, c est-à-dire : A (BA I ) B = () D autre part : rg (AB) = Comme rg (AB) rg (A) et rg (AB) rg (B), on a : rg (A) = rg (B) = Ainsi les applications linéaires canoniquement associées à A et B sont respectivement injective et surjective Donc A est inversible à gauche et B est inversible à droite Il résulte alors de () que BA = I