Le sujet est inspiré du sujet C.C.P. 20O8 de la …lière TSI avec les modi…cations suivantes: adaptation des parties 1 et 2 à l’état d’avancement du cours. Le sujet initial utilise la notion de diagonalisation des matrices symétriques réelles. En pratique les calculs restent les mêmes. dans le sujet initial les parties 3 et 4 restent dans R3 . Vous faites plus de math que les TSI . J’ai donc repris le cas général . j’ai ensuite repris les questions du sujet en rajoutant la démonstration que ' est une norme. PARTIE 1 1. 0 2 A=@ 1 0 2. det(A) = 4 donc A est inversible. 0 1 3 2 1 1 3. A 1 = @ 2 4 2 A 4 1 2 3 0 1 1 4. Q = A 1 B = @ 1 A 2 1 2 1 1 0 1 0 3 1 A ,B=@ 5 A 2 5 5. a) On fait passer les termes diagonaux dans l’autre membre : 8 y = 3 < 2x x + 2y z = 5 (S) : y + 2z = 5 1 3 1 On a donc : K = @ 5 A 2 5 0 8 < 3 = 2x z + 5 = 2y : y 5 = 2z 8 y 3 > > x= + > > 2 2 < 5 x z , y= + + > 2 2 2 > > y 5 > : z= + 2 2 , y x b) On pose f l’endomorphisme de R3 telle que M at(i;jk) (f ) = J et on cherche une base orthonormale directe telle que M at(u;v;w) (f ) = D On veut 1 1 donc f (u) = 0 donc u 2 Vect @ 0 A 1 (i;jk) 0 1 0 1 p p0 p1 2 f (v) = @ 2=2 A = v donc v 2 Vect @ 2 A 2 0 1 (u;v;w) (i;jk) 1 0 1 0 p 0 1 p p 2 f (w) = @ = w donc w 2 Vect @ 2=2 A 2 A 2 0 1 (u;v;w) (i;jk) 0 On constate que les vecteurs u; v; w sont toujours orthogonaux 2 à 2 . On les norme : 0 0 0 1 1 1 1 1 p p1 1 @ 1 1 0 A u= p ;v = @ 2 A ;w = @ 2 A 2 2 2 1 1 1 (i;jk) Reste à véri…er que la base est directe det(u; v; w) = +1 p 0 1= 2 P =@ 0p 1= 2 (i;jk) . c’est bon (si on trouve 1 1=2 p1=2 p 2=2 2=2 A 1=2 1=2 (i;jk) 1 on remplace w par w) remarque 1 : Il y a 4 (et seulement 4) réponses justes . On peut remplacer u; v; w par leurs opposés ce qui donne 8 bases orthonormales , 4 sont directes et 4 indirectes. remarque 5/2 : La matrice est symétrique réelle , donc diagonalisable dans une base orthonormale. Vous savez que la base existe . une fois les deux premiers vecteurs calculés, leur produit vectoriel donne le troisième. c) véri…cation sans problème. remarque : toute matrice de passage d’une base OND à une base OND véri…e P d) J p = P Dp P 1 = tP = P Dpt P pour k = 0 , J 2k = I3 0 2 1 k 0 2k pour k 1 : J = @ 0 2 k 2 1 k 0 0 0 2 1 2k+1 1 k pour k 0 : J =@ 2 0 0 2 1 0 1 5 1@ 4 A; 6. X1 = 2 7 1 1 7. > with(linalg): 1 k 2 0 1 k 2 k 0 2 k 1 A 1 k 0 1 A 0 1 3 1@ 2 A = 2 3 > X:=matrix(3,1,[1,2,0]); > J:=matrix(3,3,[0,1/2,0,1/2,0,1/2,0,1/2,0]); > K:=matrix(3,1,[3/2,-5/2,5/2]); > phi:= M->J&*M+K; > for i from 1 to 2008 do X:=evalm(phi(X)) od : > evalm(X); remarque : dans une épreuve sans machine il semble logique de remplacer l’avant dernière ligne par X:=(phi@@2008)(X):En pratique on constate que 2008 est trop grand et que Maple répond "trop de niveau de récursivité" 8. a) On a (p+1) = X (p+1) Q = JX (p) + K (JQ + K) = J(X (p) Q) = J (p) N’oubliez pas que Q est la solution de l’équation. remarque : C’est la méthode générale de résolution d’une suite arithmético géométrique en cherchant le "point" …xe. On a donc (suite géométrique):8p 2 N, (p) = Jp (0) 8p 2 N, = P Dp P (p) 1 (0) = P Dp :t P . Or P 1 = tP (0) b) attention à p = 0: 0 1 a Si U = @ b A on a : c 1 pour p = 0 Dp U = U et on a bien kU k kU k 0 0 1 2 0 1 @ A donc kDp U k = p1 b pour p > 0 Dp U = p p ( 2) 2 ( 1)p c p p b2 + c2 1 p 2 p p a2 + b2 + c2 = 1 2p=2 kU k 2 c) On constate que t U U = a2 + b2 + c2 = kU k 2 2 Donc kP U k = t (P U ) (P U ) = t U t P P U = t U U = kU k car on a montré : t P P = I3 . deux matrices 1 égales si et seulement si leurs coe¢ cients sont égaux . Et donc en prenant la racine carrée de réelles positifs kP U k = kU k 2 1 sont On a aussi t P P = I3 et de même t P U = kU k d) En regroupant les inégalités pour simpli…er de gauche à droite : (p) = P Dp :t P = Dp :t P 1 t 2p=2 (0) 1 0 p = @ 3 A de norme 13 2 X (p) Q (0) (0) 2p=2 0 9. La suite (0) P 1 Or (0) (p) 8p 2 N , 2 p=2 p 13 tend donc vers 0 la suite X (p) converge vers Y: p ln(13) + 6 ln(10) . La calculatrice donne p = 24: ln(2) remarque : le sujet demande une solution , pas les solutions , ou la plus petite solution. 10. La condition est véri…ée si 2 p=2 13 10 3 soit p Partie 2 0 0 1. E est l’espace vectoriel engendré par J(1; 0) = I3 et J(0; 1) = @ 1 1 proportionnelles . Elles forment donc une base de E . 1 0 1 1 1 1 A . Ces deux matrices sont non nulles et non 0 E est un espace vectoriel de dimension 2 2. calcul : J(a; b):J(A; B) = J(aA + 2bB; aB + bA + bB) 1 0 1 1 1 3. U (1) = @ 1 1 1 A . 1 1 1 0 1 1 Une base de l’image est donc V = @ 1 A 1 0 1 0 0 1 0 11 x 1 1 @ y A 2 Ker(A) , x + y + z = 0 dont une base est @W = @ 1 A ; W 0 = @ 0 AA z 0 1 La réunion des 3 vecteurs de base est une famille de trois vecteurs libres ( det = 3 ) donc une base . 4. sans problème U (1):V = 3V . 0 3 0 On prend f tel que M at(i;jk) (f ) = U (1) . D’après les calculs précédents on constate que M at(V;W;W 0 ) (f ) = @ 0 0 0 0 qui est diagonale. Soit P = M at(i;jk) (V; W; W 0 ) 5. =a 1 0 0 A=D 0 b 6. on a bU (1) = J(a; b) I3 donc 0 J(a; b) = bU (1) + I3 =1bP DP a + 2b 0 0 0 a b 0 A matrice diagonale bD + I3 = @ 0 0 a b 1 + I3 = P (bD + I3 )P remarque : la solution est unique à l’ordre des termes diagonaux près. 3 1 . J(a; b) est semblable à la Partie 3 1. La somme des valeurs absolues des coe¢ cients des lignes est respectivement 4; 1; 6 donc '(A) = 6 2. fli ; i 2 [[1; n]]g est un ensemble …ni de réels positifs , donc le maximum existe et c’est un réel positif. 8 9 n <X = On a '(M ) = max jmi;j j ; i 2 [[1; n]] . Chacune des sommes véri…e l’homogénéité et l’inégalité triangulaire , : ; j=1 donc aussi leur maximum. si '(M ) = 0 , chaque somme est nulle , et comme les termes sont positifs , tous les coe¢ cients sont nuls. ' est une norme sur Mn (R) 3. a) produit matriciel : 8i 2 [[1; n]] ; x0i = n X mi;j xj j=1 b) On a donc pour i 2 [[1; n]] jx0i j n X j=1 jmi;j j jxj j n X j=1 jmi;j j : max(jxj j ; j 2 [[1; n]]) = n X j=1 jmi;j j kXk1 = li kXk1 c) On majore li par '(M ) . '(M ) kxk1 est donc un majorant de jx0i j indépendant de i . Il est plus grand que le maximum kM Xk1 '(M ) kXk1 Pour trouver le cas d’égalité on explicite le fait que le maximum est atteint : 9i0 , '(M ) = li0 = n X j=1 jmi0 ;j j = n X mi0 ;j "j j=1 1 "1 1 si mi0 ;j 0 C B en posant "j = :. Si on prend X0 = @ ... A on véri…e que kX0 k1 = 1 . De plus d’après la question 1 si mi0 ;j < 0 "n précédente en notant X 0 = M X0 on a 8i 2 [[1; n]] ; jx0i j li kX0 k1 = li et x0i0 = x0i0 = li0 . Le maximum est donc atteint en i0 et donc pour cette matrice X0 . kM X0 k1 = li0 = '(M ) = '(M ) kX0 k1 . 0 2 d) on sait déjà que ' est une norme . Il reste à véri…er que : 8 (M; N ) 2 Mn (R) : '(M N ) '(M )'(N ) Alors pour toute matrice colonne X : kM N Xk1 '(M ) kN Xk1 '(M )'(N ) kXk1 Il reste à prendre une matrice X0 déterminée à la question précédente telle que kM N X0 k1 = '(M N ) kX0 k1 et X0 6= 0 ' est une norme d’algèbre Partie 4 1. Le système de Cramer A0 X = B0 est équivalent, par Pivot de Gauss, à un système triangulaire T X = C. Pour ce système tous les termes diagonaux sont non nuls. .Donc A = T est une solution du problème. Mais c’est une mauvaise réponse , car calculer T est équivalent à résoudre le système par Pivot de Gauss ... c’est justement ce qu’on ne veut pas faire. On va faire un Pivot de Gauss partiel pour transformer A0 : Pour chaque ligne i telle que le coe¢ cient diagonale est non nul , on ne fait rien. Pour chaque ligne i telle que le coe¢ cient diagonale est nul , on cherche une ligne j telle que (A0 )j;i 6= 0 (elle existe sinon la colonne i de A0 ne continent que des 0 et le système n’est pas de Cramer) . On e¤ectue alors le Pivot Li Li + Lj . Le nouveau terme diagonal est (A0 )j;i 6= 0 , tous les autres ne sont pas changés. 4 La matrice obtenue a tous ses termes diagonaux non nuls. Certes on a fait un Pivot de Gauss, mais il est beaucoup plus rapide que celui qui trigonalise le système : Au plus n additions de lignes. 2. On décompose A = D + P avec D et P ayant tous ses termes diagonaux nuls. AX = B , (D + P )X = B , DX = PX + B mais par hypothèse tous les termes diagonaux de D sont ceux de A donc sont non nuls. AX = B , X = ( D si A = D + P alors J = 3. Comme partie 1 : On a 4. On a donc (p) 1 (p+1) = X (p+1) '(J p ) (0) : Q = JX (p) + K 1 1 P )X + (D D 1 B) P et K = D 1 B (JQ+K) = J(X (p) Q) = J (p) et donc d’après III:2:c . Or ' est une norme d’algèbre donc pour p La relation étant vraie pour p = 0 (1 (p) 1 '(J p ) = Jp (0) : '(J)p . 1) (p) 8p 2 N , 1 (0) '(J)p 5. Une condition su¢ sante est donc d’avoir '(J) < 1 . Ce qui donne une majoration par une suite géométrique de raison dans ] 1; 1[: 6. Si la condition est véri…ée X (p) Q 1 tend vers 0: '(J) < 1 ) lim X (p) = Q 7. pour J on a l2 = 1; l1 = l3 = 1=2 donc '(J) = 1 . La condition n’est pas véri…ée. 8. a) J = P DP 1 et donc J p = P Dp P avec les propriétés de la partie III: 1 . On a donc (p) 1 (p) = P Dp P '(P )'(D)p '(P 1 1 (0) ) et donc en prenant la norme et en majorant (0) b) une condition su¢ sante est donc que '(D) < 1 . La suite X (p) converge alors vers Q . p 2 c) Dans l’exemple '(D) = et la condition est remplie. 2 9. sans problème '(J(0; b)) = 2 jbj et '(D) = 2 jbj 5