Mathématiques MP2 Devoir libre 12 bis - Centrale MP 2012 Correction C.2) Lorsque A = X p , alors A(σ)(x) : n 7→ x n+p . La suite doit vérifier x n+p = 0 pour tout n ∈ N soit x n = 0 pour tout n ⩾ p . La suite est nulle à partir du rang p et quelconque avant. Une base de cet espace est celle constituée par les suites δk pour k ∈ J0 ; p − 1K où δk (n) = 0 si n ̸= k et 1 si n = k . I Suites récurrentes linéaires I.A - Ordre minimal d’une suite récurrente linéaire — L’ensemble n’est pas réduit à {0} par définition d’une suite récurrente linéaire, — si A, B sont dans J x , alors (A − B )(σ)(x) = A(σ)(x) − B (σ)(x) = 0, — si A ∈ J x et B ∈ K[X ], alors B A(σ)(x) = B (σ) (A(σ)(x)) = B (σ)(0) = 0 puisque B (σ) est linéaire. Ainsi J x est un idéal de K[X ] non réduit à {0}. Puisque les idéaux de K[X ] sont principaux, on a l’existence d’un unique générateur unitaire. C.3) a) On vérifie facilement E A (K) est un sous-espace vectoriel puis que l’application Q 7→ (Q(n)λn )n∈N est un isomorphisme entre Kp−1 [X ] et E A (K). On en déduit que E A (K) est de dimension p . b) Il faut vérifier que toute suite de E A (K) admet (X − λ)p comme polynôme annulateur. Soit x une suite de E A (K ) avec x n = Q(n)λn . On a (σ−λId)(x)(n) = (Q(n +1)−Q(n))λn+1 . On note ∆Q = Q(X + 1) − Q(X ). On a alors (σ − λId)(x)(n) = ∆Q(n)λn+1 . Par récuurence simple, (σ−λId)p (x)(n) = ∆p Q(n)λn+p . On montre alors que deg ∆Q ⩽ degQ −1 (en fait, il y a égalité). Finalement ∆p Q est le polynôme nul. On a montré que (σ − λId)p (x) = 0 si x est dans E A (K). Cela donne l’inclusion E A (K) ⊂ R A (K). Par égalité des dimensions, on a l’égalité. I.B - Quelques exemples B.1) — La suite est d’ordre 0 si son polynôme minimal est P = 1 = X 0 . Alors P (σ) = Id et P (σ)(x) = x . Seule la suite nulle est d’ordre 0. — Une suite est d’ordre 1 si son polynôme minimal est P = X − α. Alors, pour tout n ∈ N, on a P (σ)(x)[n] = x n+1 − αxn = 0. La suite est alors géométrique. Réciproquement, une suite géométrique non nulle de raison α admet un polynôme minimal de degré 1, le I.D - Étude de R A (K) quand A est scindé sur K polynôme X − α. Les différents facteurs sont 2 à 2 premiers entre-eux. On cherche à déterminer R A (K) = ker A(σ). — Si une suite x est de polynôme minimal (X − 1)2 , alors elle vérifie la relation de récurrence x n+2 − 2x n+1 + xn = 0 pour tout n ∈ N et x n = (αn + β)1n = αn + β. Son polynôme Le théorème de décomosition des noyaux donne minimal est de degré 1 et donc X − 1 si la suite est géométrique de raison 1, donc R A (K) = ker X m0 (σ) ⊕ ker(X − λ1 )m1 (σ) ⊕ . . . ⊕ ker(X − λd )md (σ). constante. Par conséquent les suites de polynôme minimal (X − 1)2 sont les suites (αn + β)n∈N avec α ̸= 0. En utilisant les différents parties, les suites de R A (K) sont exactement les suites qui se décomB.2) On note P = X 3 + 3X 2 + 3X + 1 = (X + 1)3 . La suite x vérifie P (σ)(x) = 0. La suite n’est pas posent comme somme de : géométrique (x 0 = 0 donnerait x = 0). Son polynôme minimal est de degré au moins 2 et — une suite de ker σm0 : les termes rang 0 à m0 − 1 sont quelconques, divise (X +1)3 . On a donc deux possibilités pour le polynôme minimal : (X +1)2 et (X +1)3 . — une somme de suites sous la forme Q k (n)λnk avec Q k ∈ Kmk −1 [X ] quelconque. Considérons la suite de premiers termes 0 et −1 avec un polynôme annulateur (X + 1)2 . À partir du rang m0 , on a exactement l’écriture donnée. Réciproquement ces suites conviennent Une telle suite est de la forme (an +b)(−1)n . Les conditions initiales donnent b = 0 et a = 1. toutes d’après ce qu’on vient de dire. On a donc la suite z où z n = n(−1)n . La suite z est annulée par (X + 1)2 donc par (X + 1)3 . 3 De plus z 2 = 2. Ainsi x et z sont deux suites de polynôme annulateur (X + 1) avec les mêmes 3 premiers termes. Par une récurrence simple, on montre que x = z . La suite x II Matrices de Hankel associées à une suite récurrente linéaire admet comme polynôme annulateur minimal le polynôme (X + 1)2 . II.A - Calcul du rang de Hn (x) I.C - L’espace vectoriel R A (K) et deux cas particuliers A.1) — D’après ce q’on a déja montré, si σ ∈ RB (K) alors σ(x) est encore dans cet espace, et par récurrence, σp (x) l’est aussi pour tout entier p . On montre que la famille C.1) On a R A (K) = ker A(σ). D’une part c’est bien un espace vectoriel, d’autre part il est stable par σ puisque A(σ) et σ commutent. Pour la dimension, on vérifie qu’une suite de R A (K) est entièrement déterminée par ses p premiers termes (éventuellement par récurrence). (x, σ(x), . . . , σp−1 (x)) est libre. Considérons une relation Le moyen le plus efficace pour obtenir la dimension est de considérer { φ: R A (K) x → 7 → p−1 ∑ αk σk (x) = 0. Alors le poly- k=0 Kp (x 0 , . . . , x p−1 ) nôme p−1 ∑ αk X k est dans J x donc est multiple de B qui est de degré p - c’est donc k=0 le polynôme nul et tous les coefficients αk sont nuls. La famille est libre. Puisque la dimension de RB (K) est p , on en déduit que c’est une base de RB (K). Cette application est une application linéaire bijective, donc dim R A (K) = dim Kp = p . 1 année 2014/2015 Mathématiques MP2 Devoir libre 12 bis - Centrale MP 2012 — Si n ⩽ p , alors la famille est libre et donc est de rang n . Si n > p , alors la famille est une famille de RB (K) donc de rang au maximum p . Puisque les p premiers éléments sont linéairement indépendants, la famille est de rang p . A.2) L’application est linéaire. Si v ∈ ker φn alors les p premiers termes de la suite sont nuls. La suite est entièrement déterminée par ses p premiers termes et la suite nulle convient (p premiers termes nuls et dans RB (K)). On remarque que la ligne k de Hn (x) est φn (σk−1 (x)). Le rang de Hn (x) est le rang de (ou colonne par identification donnée par l’énoncé) donc de ( ses vecteurs lignes n−1 ) φn (x), φn (σ(x)), . . . , φn (σ (x)) . Puisque φn est injective, le rang de l’image par φn de sest le rang de la famille de vecteurs. Ici, le rang de Hn (x) est le rang de ( vecteur ) σk (x) , donc p . C.2) L’ordre de la suite est au maximum 4. On détermine le rang de H4 (x) : on obtient rg H4 (x) = 3. On en déduit que la suite est d’ordre minimal 3. On calcule à part les autres rangs : rg H1 (x) = 1 = rg H2 (x) et rg Hk (x) = 3 pour k ⩾ 3. C.3) On détermine le noyau de H4 (x). Après calculs, on trouve un vecteur (0, 2, −2, 1) comme base de ce noyau avec une dernière composante égale à 1. Le polynôme minimal de la suite est X 3 − 2X 2 + 2X . La relation de récurrence minimale est x n+3 = 2x n+2 − 2xn+1 pour n ∈ N. C.4) On a x n+2 = 2x n+1 − 2x n pour tout n ∈ N∗ avec x 1 = x 2 = 1. Cette relation d’ordre 2 permet de déterminer les valeurs de x n pour n ⩾ 1. Le polynôme caractéristique est X 2 − 2X + 2 = (X − 1)2 + 1 = (X − 1 + i )(X − 1 − i ). Il existe a, b ∈ C tels que, pour tout n ⩾ 1, x n = a(1 − i )n + b(1 + i )n . On détermine a et b avec les termes x 1 et x 2 (attention a et i 1−i b sont a priori complexes). On trouve a = 1 + 4 et b = 4 . Après simplification, on a ( ) 1 n−1 n−1 + (1 + i ) pour n ⩾ 1 (et x 0 = 1). x n = 2 (1 − i ) k=0,...,n−1 II.B - Détermination de la récurrence minimale d’une SRL B.1) Pour les mêmes raisons que dans la question précédente, si x est d’ordre exactement p , alors rg Hk (x) vaut au maximum k tant que k ⩽ p (on n’a plus l’injectivité de φk au début) puis vaut toujours p . Puisque x est d’ordre au plus m , alors l’ordre minimal de x est p ⩽ m et le rang Hm (x) est p . De plus rg H p+1 (x) = p donc dim ker H p+1 (x) = 1. Soit (b0 , . . . , b p ) un vecteur non nul du noyau de H p+1 (x). Si b p = 0, alors le vecteur (b0 , . . . , b p−1 ) serait dans le noyau de H p (x) (on écrit les p premières lignes sur H p+1 (x) avec b p = 0). On peut donc diviser par b p pour obtenir un vecteur dans le noyau avec une dernière composante égale à 1. B.2) On note X le vecteur de coordonnées (b 0 , . . . , b p−1 , 1). On écrit les différentes lignes de la relation H p+1 (x)X = 0. La première ligne est Correction C.5) Même principe : cette fois rg H4 (x) = 2. L’ordre minimal est donc 2. On obtient la même relation de récurrence x n+2 = 2x n+1 − 2x n pour tout n ∈ N. Les calculs précédents n’ont même (plus besoin d’être refaits puisque x 1 et x2 ne changent pas. Pour tout n ∈ N, ) n−1 + (1 + i )n−1 . xn = 1 (1 − i ) 2 III Valeurs propres des matrices de Hankel réelles III.A - Préliminaires A.1) La matrice M est symétrique réelle donc est diagonalisable avec des valeurs propres réelles. A.2) Si M est diagonalisable avec n fois la valeur propre λ alors M est semblable à λI n donc égale à λI n ce qui est impossible si n ̸= 1. b 0 x 0 + b 1 x 1 + . . . + b p−1 x p−1 + x p = 0 = (b 0 x + b 1 σ(x) + . . . + b p−1 σp−1 (x) + σp (x))0 . Avec le polynôme B de l’énoncé, cela donne B (σ)(x)0 = 0. la seconde ligne est B (σ)(x)1 = 0 et la ligne p + 1 est B (σ)(x)p = 0. Ainsi φp+1 (B (σ)(x)) = 0 et par injectivité, B (σ)(x) = 0. III.B - Une première condition nécessaire Puisque B est unitaire de degré p , c’est le polynôme minimal de x . On peut aussi procéB.1) On calcule la trace de M de deux manières : à partir de M et à partir de la matrice der dans le sens contraire : on part de B considéré comme le polynôme minimal de x et diagonale semblable à M . Cela donne on vérifie que le vecteur (b1 , . . . , b p−1 , 1) est dans le noyau de H p+1 (x) (c’est un peu plus simple à écrire). n n n−1 tr M = II.C - Étude d’un exemple ∑ i =1 mi i = ∑ a 2k = k=0 ∑ i =1 λi . De la même manière, on calcule la trace de M 2 : C.1) def X(n): L=[1,1,1,0] if n<=3: return L[:n+1] for i in range(4,n+1): L.append(L[i-1]-2*L[i-3]) return L tr M 2 = Cela donne tr M 2 = n−1 ∑ k=0 ( ) n n n n ∑ ∑ ∑ ∑ 2 m ki (M 2 )kk = = tr (t M M ) λ2i = i =1 (k + 1)a k2 + k=1 k=1 i =1 2n−2 ∑ k=n (2n − k − 1)a k2 (la première somme pour les termes à gauche de la seconde diagonale et la seconde pour les autres) 2 année 2014/2015 Mathématiques MP2 B.2) On a 〈v|w〉 = 〈v|v〉 = n ∑ i =1 p ∑ Devoir libre 12 bis - Centrale MP 2012 a 2i −2 = n−1 ∑ i =0 a 2i = 2 (2i − 1)a 2i −2 + i =1 n ∑ i =1 n ∑ i =p+1 III.C - D’autres conditions nécessaires λi . Ensuite, C.1) On peut séparer le cas n pair, du cas n impair. Par développement par blocs et/ou cer- 2 (2n − 2i + 1)a 2i −2 = p−1 ∑ i =0 2 (2i + 1)a 2i + taines colonnes, on obtient dans les deux cas, on polynôme caractéristique n−1 ∑ i =p ¯ ¯X ¯ χM = X n−3 ¯¯ 0 ¯−1 2 (2n − 2i + 1)a 2i ce qui donne 2p−2 ∑ k=0,k pair (k + 1)a k2 + 2n−2 ∑ i =2p,i pair −2λ1 − λ2 + λn ⩽ 0 ⩽ λ1 − λn−1 − 2λn i =1 2 1⩽i < j ⩽n (λi − λ j )2 = n ∑ n ∑ i =1 j =1 c’est-à-dire ce qui est demandé. n ∑ n ∑ (λi − λ j )2 = λ2i + λ2j − 2λi λ j . i =1 j =1 III.D - Cas n = 3 D.1) On calcule le polynôme caractéristique de M : ¯ ¯ ¯ ¯ ¯ X −a +c ¯X − a −b −c ¯¯ −b −c ¯¯ ¯ ¯ ¯ ¯ ¯ −b 0 X −c −b ¯¯ X −c −b ¯ = ¯ ¯ C 1 →C 1 −C 3 ¯ ¯ ¯ −c −(X − a + c) −b X − a¯ −b X −a ¯ ¯ ¯X − c −b ¯¯ = (X − a + c) ¯¯ −2b X − a − c¯ L 3 →L 3 +L 1 n ∑ n n n ∑ n n ∑ ∑ ∑ ∑ λ2i = n λ2i et λ2j = n λ2i également. Ensuite i =1 j =1 i =1 i =1 j =1 n ∑ n ∑ i =1 j =1 Finalement λi λ j = ∑ 2 i =1 ( 1⩽i < j ⩽n n ∑ i =1 )( λi n ∑ j =1 (λi − λ j )2 = 2n ) λ j = (〈v|w〉)2 . ( L’inégalité de Cauchy-Schwarz donne enfin ( ∑ 1⩽i < j ⩽n (λi − λ j )2 ⩾ On factorise le polynôme du second degré. Son discriminant est ∆ = (a + 2c)2 − 4(c 2 + ac − 2b 2 ) = a 2 + 4ac + 4c 2 − 4c 2 − 4ac + 8b 2 = a 2 + 8b 2 . On obtient j =1 〈v|w〉2 ⩽ ∥v∥2 ∥w∥2 =⩽ ) ) n ∑ 2 λi (n − K n ), ce qui donne { SpM = a − c, j =1 ( ) d’où √ 2 a 2 + 8b 2 a + 2c − , √ a 2 + 8b 2 } 2 √ 2 2 2 2 D.2) On remarque que a + 2c + 2 a + 8b ⩾ a + 2c − 2 a + 8b . On ne sait pas trop où placer a − c . On essaie de résoudre √ 2 2 λ1 = a + 2c + a + 8b 2 λ2 = a − c √ 2 2 λ3 = a + 2c − 2 a − 8b j =1 1 1 7 2 B.4) Pour n = 3, on a p = 2. On a ∥w∥2 = 1 1 + 3 + 1 = 3 et K n = 3 . L’inégalité équivaut à (λ1 − λ2 )2 + (λ1 − λ3 )2 + (λ2 − λ3 )2 ⩾ a + 2c + √ n n ∑ ∑ λ2i (n − n + K n ) = K n λ2i . j =1 (X − a + c)(X 2 − (a + 2c)X + (c 2 + ac − 2b 2 )) = n ∑ λ2i − 2(〈v|w〉)2 . On obtient le résultat en divisant par 2. ¯ −1¯¯ = X n−2 (X + 2)(X 2 − 1). X¯ drement de la trace, on obtient B.3) Lorsque i = j , on a λi − λ j = 0, si bien que, par symétrie, ∑ ¯ ¯ −1¯¯ ¯X 0 ¯¯ = X n−2 (X + 2) ¯¯ −1 X¯ C.2) On calcule tr (M B ) = tr (t M B ) : sous cette dernière forme, on voit apparaître le produit scalaire canonique, et cela donne tr (M B ) = a 2p−2 − 2a2p−2 + a 2p−2 = 0. En utilisant l’enca- n n ∑ ∑ λ2i , les autres termes étant tous positifs. On a bien ∥v∥2 ⩽ λ2i . i =1 0 X +2 0 Cela donne un spectre ordonné (1, 0, . . . , 0, −1, −2) (0 apparait n − 3 fois). (2n − k + 1)a k2 Si n est pair alors 2p = n , si n est impair alors 2p > n . On retrouve une partie de la somme On a Correction 2 2 (λ + λ22 + λ23 ) 3 1 ( ) 3 2(λ21 + λ22 + λ23 )) − 2(λ1 λ2 + λ1 λ3 + λ2 λ3 ) ⩾ 2(λ21 + λ22 + λ23 ) Cela équivaut à λ1 λ2 λ1 + λ3 On simplifie par 2 et après transformation, on obtient l’inégalité demandée. 3 = = = a + 2c + a −c a + 2c √ 2 a 2 + 8b 2 année 2014/2015 Mathématiques MP2 équivalent à a = Devoir libre 12 bis - Centrale MP 2012 Correction λ1 + 2λ2 + λ3 λ − λ + λ3 , c = 1 32 et 3 8b 2 = (λ1 − λ3 )2 − a 2 = (3(λ1 − λ3 ))2 − (λ1 + 2λ2 + λ3 )2 (4λ1 + 2λ2 − 2λ3 )(2λ1 − 2λ2 − 4λ3 ) = 9 9 soit b2 = (2λ1 + λ2 − λ3 )(λ1 − λ2 − 2λ3 ) 18 et miracle !!! avec les conditions de l’énoncé, cette quantité est positive. On peut prendre 1 √ b= p (2λ1 + λ2 − λ3 )(λ1 − λ2 − 2λ3 ). 3 2 D.3) Avec les trois conditions, on a bien une matrice de Hankel avec ce spectre ordonné. C’est donc une condition nécessaire et suffisante. Avec le triplet (λ, 1, 1), l’équation (I I I .1) s’écrit 2λ2 − 6λ + 1 ⩾ 0. Les trois autres équations reviennent à λ ⩾ 1, λ ⩾ 3, λ ⩾ 1 i.e. λ ⩾ 3. Ce n’est pas équivalent puisque la polynôme 2λ2 − 6λ + 1 admet deux racines réelles distinctes et la condition de positivité est vérifée en dehors de ces racines. 4 année 2014/2015