Université François Rabelais de Tours Département de Mathématiques Td 5 : Endomorphismes des espaces euclidiens Algèbre Semestre 4 Exercice 1 Soit E = Mn (R), où n ∈ N∗ , muni du produit scalaire : hA, Bi = Tr(t A.B). Déterminer l’adjoint f ∗ de l’endomorphisme f de E dans les deux cas suivants : 1. f (A) =tA. 2. f (A) = M.A où M est une matrice fixée de E. Solution. 1. On a hA, f (B)i = hA, t Bi = Tr(t A · t B) = Tr(t (B · A)) = Tr(B · A) = Tr(A · B) = Tr(t (f (A)) · B) = hf (A), Bi et donc l’adjoint de f est f . 2. On a hA, f (B)i = hA, M · Bi = Tr(t A · M · B) = Tr(t (t M · A) · B) = hf ∗ (A), Bi où f ∗ (A) = t M · A. Exercice 2 Soient f et g des endomorphismes symétriques d’un espace euclidien (E, h., .i). Prouver l’équivalence : (g ◦ f est symétrique) ⇔ (g ◦ f = f ◦ g). Solutions. On suppose que g ◦ f est symétrique. Pour tout x, y ∈ E on a hx, g ◦ f (y)i = hg ◦ f (x), y. De, comme f et g sont symétriques, on a hx, g ◦ f (y)i = hg ∗ (x), f (y)i = hf ∗ ◦ g∗ (x), yi = hf ◦ g(x), yi. Ceci étant vrai pour tout x,y, on a f ◦ g = g ◦ f . Récirpoquement, si g ◦ f = f ◦ g alors pour tout couple (x, y) ∈ E 2 , on a hx, g ◦ f (y)i = h(g ◦ f )∗ (x), yi = hf ∗ ◦ g ∗ (x), yi = hf ◦ g(x), yi = hg ◦ f (x), yi. Ainsi f ◦ g est symétrique. Exercice 3 Soit f un endomorphisme d’ un espace euclidien (E, h., .i). 1. Prouver l’équivalence des quatre assertions suivantes : (a) f ∗ = −f ; (b) ∀x ∈ E, hx, f (x)i = 0 ; (c) ∀(x, y) ∈ E 2 , hf (x), yi = −hx, f (y)i ; (d) la matrice représentant f dans une base orthonormale de E est antisymétrique. Un endomorphisme f vérifiant l’une de ces quatre propositions est dit antisymétrique. On note A (E) l’ensemble des endomorphismes antisymétriques de E. 2. Etablir que A (E) est un s.e.v. de L (E), en donner sa dimension. 3. Prouver que le spectre d’un endomorphisme antisymétrique de E est soit ∅ soit réduit à {0}. En déduire qu’un endomorphisme antisymétrique non nul de E n’est jamais diagonalisable. 4. Soit f ∈ A (E). Prouver que : Im(f ) = (ker(f ))⊥ . Solution. (a) =⇒ (b). On suppose que f ∗ = −f . Soit x ∈ E. On a : hx, f (x)i = hf ∗ (x), xi = h−f (x), xi = −hx, f (x)i. Ainsi, hx, f (x)i = 0. (b) =⇒ (c). Soient x, y ∈ E. D’après (b), on a 0 = hf (x + y), x + yi = hf (x), xi + hf (x), yi + hf (y), xi + hf (y), yi | {z } | {z } =0 d’après (b) =0 d’après (b) Ainsi, hf (x), yi = −hx, f (y)i. (c) =⇒ (d). Soit B = (bi,j ) la matrice de f dans une base orthonormale (e1 , . . . , en ). On a n X hf (ej ), ei iei =⇒ bi,j = hf (ej ), ei i f (ej ) = i=1 Or bi,j = hf (ej ), ei i = −hej , f (ei )i = −bj,i d’où le résultat. (d) =⇒ (a). La matrice B ∗ de f ∗ dans une base orthonormale est la transposée de la matrice B de f dans cette même base. La matrice de f étant antisymétrique, on a B ∗ = t B = −B et donc f = −f ∗ . 2. L’endomorhisme nul est évidemment dans A (E. Soient f, g ∈ A (E) et λ ∈ R. On a alors (f +λg)∗ = f ∗ + λg ∗ = −f − λg et donc f + λg ∈ A (E). Ainsi, A (E) est bien un espace vectoriel. 3. Soit λ une valeur propre (s’il en existe) de f ∈ A (E) et x un vecteur propre associée. On a alors 0 = hf (x), xi = λhx, xi et comme hx, xi > 0 on a nécessairement λ = 0. Ainsi, f ne peut avoir que 0 comme valeur propre. 4. On sait que dim(Im f ) = dim E − dim ker f et dim ker f ⊥ = dim E − dim ker f il suffit donc de montrer une inclusion pour avoir légalité souhaitée. Soit f (x) = y ∈ Im f et z ∈ ker f . On a hy, zi = hf (x), zi = 0hx, f (z)i = −hx, 0i = 0 donc y ∈ ker f ⊥ et Im f ⊂ ker f ⊥ . Exercice 4 Soit E = R2 [X] muni du produit scalaire : hP, Qi = Z 1 P (t).Q(t)dt. 0 A tout P de E, on associe le polynôme : f (P ) = (X 2 − X)P ′′ + (2X − 1)P ′ = ((X 2 − X)P ′ )′ . 1. Prouver que f est un endomorphisme symétrique de E. 2. Déterminer la matrice A représentant f dans la base canonique B0 de E. Qu’en déduisez-vous pour B0 ? Solution. On va montrer que pour tout P, Q ∈ R2 [X], on a hf (P ), Qi = hP, f (Q)i. On a par intégration par partie : Z 1 hf (P ), Qi = ((t2 − t)P ′ )′ (t)Q(t)dt 0 1 Z 1 2 ′ (t2 − t)P ′ (t)Q′ t = (t − t)P (t)Q(t) − 0 0 =− Z 1 0 (t2 − t)P ′ (t)Q′ t et Z 1 P (t)((t2 − t)Q′ )′ (t)dt 1 Z 1 2 ′ P ′ (t)(t2 − t)Q′ (t)dt = P (t)(t − t)Q (t) − hP, f (Q)i = 0 0 =− Z 0 1 0 (t2 − t)P ′ (t)Q′ (t)dt d’où le résultat. 2. On trouve 0 −1 0 A = 0 2 −4 0 0 6 La matrice A n’étant pas symétrique la base B0 n’est pas une base orthonormale pour le produit scalaire h·, ·i. Exercice 5 Soient (E, h., .i) un espace euclidien de dimension n, où n ∈ N∗ , et f ∈ O(E). 1. Justifier que : Sp(f ) ⊂ {−1, 1}. 2. Prouver que si F est un s.e.v de E, alors f (F ⊥ ) = (f (F ))⊥ . Solution. 1. Soit λ une valeur propre (s’il en existe) de f ∈ A (E) et x un vecteur propre associée. On a alors hx, xi = hf (x), f (x)i = λ2 hx, xi et donc puisque hx, xi > 0 on a λ2 = 1 ce qui implique λ = ±1. 2. Puisque f est orthogonal, f est inversible. Ainsi si G est un s.e.v de E de dimension k alors f (G) est un s.e.v de E de dimension k. On a donc dim f (F ⊥ ) = dim F ⊥ = dim E − dim F et dim f (F )⊥ = dim E − dim f (F ) = dim E − dim F. Pour prouver légalité demandée, il suffit donc de prouver une includion. Montrons que f (F ⊥ ) ⊂ f (F )⊥ . Soit x ∈ F ⊥ et f (y) = z ∈ f (F ). On a alors hf (x), zi = hf (x), f (z)i = hx, zi = 0 car x ∈ F et y ∈ F . Exercice 6 6 3 a 1 1. Déterminer les réels a, b, c, d tels que : A = −2 6 b ∈ O3+ (R). 7 3 d c 2. Déterminer les matrices réelles orthogonales et triangulaires d’ordre 2, puis d’ordre 3. Généraliser. Solution. 1. La matrice A est orthogonale si et seulement ses colonnes forment une b.o.n de R3 . On désigne par Ci la iième colonne de A. On doit donc avoir C1 ⊥ C2 ⇐⇒ 18 − 12 + 3d = 0 ⇐⇒ d = −2 C1 ⊥ C3 ⇐⇒ 6a − 2b + 3c = 0 C2 ⊥ C3 ⇐⇒ 3a + 6b + dc = 0 ⇐⇒ 3a + 6b − 2c = 0. De plus, si A ∈ O3+ (R) alors 3 6 1 −2 det(A) = 7 3 Finalement, on a det(A) = 1 : 2 3 a 3 1 1 (−14a + 21b + 42c) = (−2a + 3b + 6c) = 1. 6 b = 7 7 d c 6a − 2b + 3c = 0 + A ∈ O3 (R) =⇒ 3a + 6b − 2c = 0 −2a + 3b + 6c = 49 a = −2 =⇒ b = 3 c=6 6 3 −2 1 −2 6 3 alors t A · A = I3 . Ainsi Réciproquement, on vérifie facilement que si A = 7 3 −2 6 A ∈ O3+ (R) si et seulement si a = 2, b = 3, c = 6, d = −2. a b c 2. Soit A = 0 d e ∈ M2 (R). On sait que A ∈ O3 (R) ssi ses colonnes forment une b.o.n de R3 . 0 0 f De plus si A ∈ O3 (R) alors det(A) = ±1. On a donc det(A) = ±1 ⇐⇒ a · d · f = ±1 =⇒ a, d, f 6= 0 C1 ⊥ C2 ⇐⇒ ⇐⇒ a·b=0 b=0 C1 ⊥ C3 ⇐⇒ ⇐⇒ a·c=0 c=0 C2 ⊥ C3 ⇐⇒ ⇐⇒ d·e=0 e=0 ||C1 || = 1 ⇐⇒ ⇐⇒ a2 = 1 a = ±1 ||C2 || = 1 ⇐⇒ ⇐⇒ d2 = 1 d = ±1 ||C3 || = 1 ⇐⇒ ⇐⇒ f2 = 1 f = ±1 car a 6= 0 car a 6= 0 car d 6= 0 On a donc montrer que si A est orthogonale et triangulaire, alors A doit être une matrice diagonale avec des 1 ou des −1 sur la diagonale. Réciproquement, toutes matrices diagonales avec ±1 sur la diagonale est orthogonale. On géneralise facilement au cas de la dimension n : les matrices triangulaires et orthogonales d’ordre n sont les matrices diagonales avec ±1 sur la diagonale. Exercice 7 Soit A une matrice de Mn (R) symétrique et orthogonale. 1. Caractériser géométriquement l’endomorphisme f de Rn canoniquement associé à A. 2. Dans les deux cas suivants, caractériser fi de R3 géométriquement l’endomorphisme −8 4 1 −1 2 2 1 1 4 7 4 2 −1 2 . canoniquement associé à Ai : A1 = et A2 = 9 3 1 4 −8 2 2 −1 Solution. 1. Puisque A est symétrique, A est diagonalisable dans une b.o.n de Rn . Puisque A est orthogonale, le spectre de f est inclu dans {1, −1}. Ainsi, il existe une b.o.n dans laquelle la matrice de f est diagonale avec ±1 sur la diagonale. On voit donc que f est un symétrie orthogonale par rapport au s.e.v E1 = {u ∈ Rn | f (u) = u}. 2. Un simple calcul montre que t A1 · A1 = I3 et comme A1 est symétrique, on en déduit que f1 est une symétrie orthogonale par rapport au s.e.v F = {X ∈ R3 | A1 .X = X}. x Soit X = y . On a z −8x + 4y + z = 9x A1 .X = X ⇐⇒ 4x + 7y + 4z = 9y x + 4y − 8z = 9z −17x + 4y + z = 0 ⇐⇒ 4x − 2y + 4z = 0 x + 4y − 17z = 0 ( 4x − 2y + 4z = 0 ⇐⇒ −9x + 9z = 0 ( 2x − y + 2z = 0 . ⇐⇒ −x + z = 0 1 On trouve donc F = Vect(u) où u = 4. Finalement f1 est un retournement par rapport à F . 1 Un simple calcul montre que t A2 · A2 = I3 et comme A2 est symétrique, on en déduit que f2 est une symétrie orthogonale par rapport au s.e.v F = {X ∈ R3 | A1 .X = X}. x Soit X = y . On a z −x + 2y + 2z = 3x A2 .X = X ⇐⇒ 2x − y + 2z = 3y 2x + 2y − z = 3z ( x + y − 2z = 0 ⇐⇒ . −x + z = 0 1 On trouve donc F = Vect(u) où u = 1. Finalement f2 est un retournement par rapport à F . 1 Exercice Soit 1. 2. 8 f un endomorphisme de l’espace euclidien (E, h., .i). Prouver que f ◦ f ∗ et f ∗ ◦ f sont des endomorphismes symétriques positifs. Prouver que si f est un automorphisme de E, alors f ◦ f ∗ et f ∗ ◦ f sont des endomorphismes symétriques définis positifs. Solution. Montrons que f ◦ f ∗ et f ∗ ◦ f ∗ sont symétrique. On a (f ◦ f ∗ )∗ = (f ∗ )∗ ◦ f ∗ = f ◦ f ∗ et (f ∗ ◦ f )∗ = f ∗ ◦ (f ∗ )∗ = f ∗ ◦ f. Montrons que f ◦ f ∗ et f ∗ ◦ f ∗ sont positifs. Soit u ∈ E, on a hu, f ◦ f ∗ (u)i = hf ∗ (u), f ∗ (u)i = ||f ∗ (u)||2 ≥ 0 et hu, f ∗ ◦ f (u)i = h(f ∗ )∗ (u), f (u)i = hf (u), f (u)i = ||f (u)||2 ≥ 0. Ainsi f ◦ f ∗ et f ∗ ◦ f sont des endomorphismes symétriques positifs. 2. Premièrement, remarquons que si f est bijectif alors f ∗ est bijectif. En effet, si A est la matrice de f dans une b.o.n, alors la matrice de f ∗ est t A dans cette même base. On a alors det(t A) = det(A) 6= 0 et donc f ∗ est bijectif. Soit u ∈ E, on a hu, f ◦ f ∗ (u)i = 0 =⇒ ||f ∗ (u)||2 = 0 =⇒ f ∗ (u) = 0 =⇒ u = 0 hu, f ∗ ◦ f (u)i = 0 =⇒ ||f (u)||2 = 0 =⇒ f (u) = 0 =⇒ u = 0 d’où le résultat. Exercice 9 1- Diagonaliser orthogonalement (dans le groupe orthogonal O3 (R)) la matrice Ai dans les trois cas suivants : 3 2 4 1 1 0 −1 1 1 A1 = 2 0 2 , A2 = 1 0 1 et A3 = 1 −1 1 . 4 2 3 0 1 1 1 1 −1 2- Ai est-elle positive, définie positive ? Solution. 1. Le polynôme caractéristique de A1 est : det(A1 − λI3 ) = (8 − λ)(λ + 1)2 d’où Sp(A1 ) = {−1, 8}. La matrice A1 est symétrique, donc d’après le théorème spectral : ⊥ R3 = E−1 ⊕ E8 où dim(E−1 ) = 2 et dim(E8 ) = 1. x Soit X = y . On a z 3x + 2y + 4z = 8x X ∈ E8 ⇐⇒ A1 · X = 8X ⇐⇒ 2x + 2z = 8y 4x + 2y + 3z = 8z ( x=z ⇐⇒ 2y = z 1 et E8 = Vect(u1 ) où u1 = 1/2. 1 On sait que E−1 = E8⊥ et donc E−1 est l’hyperplan d’équation 2x + y + 2z = 0 et donc 1 0 E−1 = Vect(u2 , u3 ) où u2 = −2 et u3 = −2. 0 1 On cherche une b.o.n de E8 et de E−1 . On propose ici deux méthodes : Méthode 1. 2 Pour E8 , on normalise u1 : on pose e1 = u1 . 3 Pour E−1 : On orthonormalise (u2 , u3 ) avec le procédé de Gram-Schmidt : 1 1 u2 =√ −2 e2 = ||u2 || 5 0 0 1 −4 4 1 v3 = u3 − hu3 , e2 ie2 = −2 − −2 = −2 5 5 1 0 5 √ −4 5 −2 e3 = 15 5 Alors (e1 , e2 , e3 ) est b.o.n constitué de vecteurs propres de A1 . On a √ √ 2/3 1/ √5 −4√5/15 8 0 0 A = P D t P où D = 0 −1 0 et P := 1/3 −2/ 5 −2√ 5/15 . 0 0 −1 2/3 0 5/3 Puisque A1 a une valeur propre négative, A1 n’est ni positive, ni définie positive. Méthode 2. 2 Pour E8 , on normalise u1 : on pose e1 = u1 . 3 1 1 Le vecteur e2 = √ −2 est un vecteur unitaire de E−1 . 5 0 √ 4 5 2 . On pose e3 = e1 ∧ e2 = 15 −5 Par définition du produit vectoriel, e3 ⊥ e1 donc e3 ∈ E8⊥ = E−1 . De plus e3 ⊥ e2 donc (e2 , e3 ) forme une famille libre de E−1 et donc une base de E−1 puisque dim(E−1 ) = 2. Enfin, ||e1 ∧ e2 || = 1 car e1 et e2 sont normés. Finalement (e1 , e2 , e3 ) est b.o.n constituée de vecteurs propres de A1 . 2. Le polynôme caractéristique de A2 est : det(A2 − λI3 ) = (1 − λ)(2 − λ)(−1 − λ) d’où Sp(A2 ) = {−1, 1, 2}. La matrice A2 est symétrique, donc d’après le théorème spectral : ⊥ x Soit X = y . On a z ⊥ R3 = E−1 ⊕ E1 ⊕ E2 . ( 2x + y = 0 x=z X ∈ E−1 ⇐⇒ A2 · X = −X ⇐⇒ x + y + z = 0 ⇐⇒ y = −2z y + 2z = 0 1 et E−1 = Vect(u1 ) où u1 = −2. 1 x Soit X = y . On a z ( y = 0 x = −z X ∈ E1 ⇐⇒ A2 · X = −X ⇐⇒ x − y + z = 0 ⇐⇒ y=0 y=0 −1 et E1 = Vect(u2 ) où u2 = 0 . 1 x Soit X = y . On a z ( −x + y = 0 x=z X ∈ E2 ⇐⇒ A2 · X = −X ⇐⇒ x − 2y + z = 0 ⇐⇒ y=z y−z =0 1 et E3 = Vect(u3 ) où u3 = 1. 1 Pour trouver une base orthonormale constituée de vecteurs propres, il suffit de normer les vecteurs u1 , u2 , et u3 . On pose 1 −1 1 1 1 1 u1 u2 u3 = √ −2 , e2 = = √ 0 , e3 = = √ 1 . e1 = ||u1 || ||u2 || ||u3 || 6 2 3 1 1 1 Alors (e1 , e2 , e3 ) est b.o.n constituée de vecteurs propres de A1 . On a √ √ √ 1/ √6 −1/ 2 1/√3 −1 0 0 A = P D t P où D = 0 1 0 et P := −2/√ 6 0√ 1/√3 . 0 0 2 1/ 2 1/ 3 1/ 6 Puisque A2 a une valeur propre négative, A2 n’est ni positive, ni définie positive. 3. Le polynôme caractéristique de A3 est : det(A1 − λI3 ) = (1 − λ)(λ + 2)2 d’où Sp(A1 ) = {−2, 1}. La matrice A3 est symétrique, donc d’après le théorème spectral : ⊥ R3 = E−2 ⊕ E1 où dim(E−2 ) = 2 et dim(E1 ) = 1. x Soit X = y . On a z −2x + y + z = 0 X ∈ E1 ⇐⇒ A1 · X = X ⇐⇒ x − 2y + z = 0 x + y − 2z = 0 ( x=z ⇐⇒ y=z 1 1 et E8 = Vect(u1 ) où u1 = 1. On pose e1 = √ u1 3 1 ⊥ On sait que E−2 = E 1 etdonc E−2 est l’hyperplan d’équation x + y + z = 0. On vérifie facilement que 1 1 le vecteur e2 = √ −1 est un vecteur unitair de E−1 . 2 0 1 1 1 . D’après les propriétés du produit vectoriel, e3 est normé et On pose e3 = e1 ∧ e2 = √ 6 −2 orthogonal à e1 , e2 . Ainsi (e1 , e2 , e3 ) est b.o.n constitué de vecteurs propres de A3 . On a √ √ √ 1/√6 1/√3 1/ √2 1 0 0 A = P D t P où D = 0 −2 0 et P := 1/√3 −1/ 2 1/ √6 . 0 0 −2 0 −2/ 6 1/ 3 Puisque A3 a une valeur propre négative, A3 n’est ni positive, ni définie positive. Exercice 10 A toute permutation σ de {1, ..., n} (c-à-d : σ ∈ Sn ), on associe la matrice (dite de permutation d’ordre n) : Pσ = (δi,σ(j) )16i,j6n . 1. Lister les matrices de permutation d’ordre 2, d’ordre 3. Donner une caractérisation d’une matrice de permutation et prouver que toute matrice de permutation est orthogonale. x1 2. Calculer : Pσ . ... . En déduire qu’il existe une valeur propre commune à toute Pσ , où σ ∈ Sn . xn 3. Calculer Pσ1 .Pσ2 où σ1 , σ2 ∈ Sn . Qu’en déduisez-vous ? 4. Calculer det(Pσ ). [ Indication : Utiliser la définition du déterminant utilisant Sn ] Solution. Les matrices de permutations d’ordre deux sont 1 0 0 et 0 1 1 Les matrices de 1 0 0 permutations 0 0 0 1 0 , 1 0 1 0 d’ordre 3 sont : 1 0 1 0 0 0 , 0 0 0 1 0 1 : 1 . 0 0 0 0 1 0 1 0 0 0 1 1 , 0 1 0 , 0 0 1 , 1 0 0 , 0 1 0 0 1 0 0 0 1 0 Une matrice de permutation est une matrice telle que sur chaque ligne et sur chaque colonne il y a exactement un 1. Soit P une matrice de permutation. On a t P ·P = i,j n X k=1 t P P k,j i,k n X P k,i P k,j = k=1 = n X δk,σ(i) δk,σ(j) k=1 Si i 6= j alors σ(i) 6= σ(j) et donc t P · P i,j = 0. Si i = j alors σ(i) = σ(j) et donc t P · P i,i = 1. On a montré que t P P = In et donc les matrices de permutations sont symétriques. 2. On a Pn xσ−1 (1) x1 k=1 δ1,σ(k) xk .. .. Pσ · ... = = . . Pn xn xσ−1 (n) k=1 δn,σ(k) xn En particulier, le vecteur (1, . . . , 1) est un vecteur propre associé à la valeur propre 1. 3. On a Pσ1 · Pσ2 xσ−1 (1) xσ−1 (σ−1 (1) ) x1 2 2 1 .. · ... = Pσ1 · ... = . xn xσ−1 (n) xσ−1 (σ−1 (n)) 2 et donc Pσ1 Pσ2 = Pσ1 ◦σ2 . En d’autres termes, l’application : f : Sn −→ GLn (R) σ 7−→ Pσ 2 1 est un morphisme de groupe. 4. On a det(Pσ ) = X ε(τ )δτ (1),σ(1) δτ (2),σ(2) . . . δτ (n),σ(n) = ε(σ) τ ∈Sn puisque le seul terme non nul dans cette somme apparait lorsque τ = σ.