COMPLEMENTS SUR LES MATRICES Méthode du pivot 1. Soit A = 2 1 . On effectue un pivot sur A pour la transformer en I par une suite 1 3 d’opérations : A = A0 =⇒ A1 =⇒ A2 =⇒ A3 =⇒ A4 = I . (a) Ecrire à chaque étape Ai =⇒ Ai+1 la matrice Mi telle que Ai+1 = Mi Ai . (b) Calculer le produit 3 2 2. Soit A = 1 0 2 1 en a plus). M = M3 M2 M1 M0 . Que représente la matrice M pour A? 1 1. Effectuer les mêmes opérations que dans l’exercice précédents (il y 0 Transposition. Matrices symétriques et antisymétriques 3. Calculer la transposée des matrices suivantes : 3 2 3 2 1 3 2 1 , C = 1 0 , D = 3 2 1 . A = 1 0 1 , B = 1 0 1 2 1 2 1 0 Vérifier que t(BC) = tC tB. 1 (i,j) (E + E (j,i) ) pour 1 ≤ i < j ≤ p 2 forment une base de S(p,R). En déduire que la dimension de S(p,R) est p(p + 1)/2. 4. (a) Montrer que les matrices E (i,i) pour 1 ≤ i ≤ p et 1 (j,i) (E − E (i,j) ) pour 1 ≤ i < j ≤ p forment une base de A(p,R). 2 En déduire que la dimension de A(p,R) est p(p − 1)/2. (b) Montrer que les matrices (c) On considère les applications ϕ et ψ de M(p,p; R) dans lui même définies par 1 ϕ(M ) = (M + tM ) 2 et 1 ψ(M ) = (M − tM ) . 2 . Montrer que ce sont des applications linéaires et trouver leur noyau et leur image. En remarquant que M = ϕ(M ) + ψ(M ) quel résultat en déduit-on? (d) Lorsque p = 2 écrire les matrices des applications 1 0 0 1 0 , , 0 0 0 0 1 1 ϕ et ψ dans la base “canonique” 0 0 0 , . 0 0 1 5. Si A = (aij ) est une matrice carrée (n,n), on appelle “trace” de A et l’on note tr A la n P somme aii . Montrer que l’application A −→ tr A est une application linéaire de M(n,n; R) i=1 dans R, dont on précisera le noyau et l’image, et qui vérifie les propriétés suivantes : (a) tr( tA) = tr A 6. , (c) Si P est inversible, tr(P AP −1 ) = tr A. (b) tr(AB) = tr(BA) , On appelle matrice magique de M(3,3; R) une matrice A = (aij ) telle que les huit sommes ai1 + ai2 + ai3 (1 ≤ i ≤ 3) , a1j + a2j + a3j (1 ≤ j ≤ 3) , a11 + a22 + a33 et a13 + a22 + a31 soient égales. On notera s(A) la valeur commune de ces sommes. (a) Montrer que l’ensemble Ma des matrices magiques est un sous-espace de M(3,3; R). (b) Si A est antisymétrique, que vaut s(A) ? Déterminer toutes les matrices antisymétriques de Ma (c) Trouver toutes les matrices symétriques de Ma. (d) En déduire toutes les matrices magiques. Quelle est la dimension de Ma? 7. Soit X et Y deux matrices colonnes de M(p,1; R). (a) Vérifier que tXY = tY X =< X,Y > (b) Soit Y 6= O un vecteur de Rn fixé. Soit f l’application de Rn dans M(n,n; R) définie par f (X) = X tY . Montrer qu’elle est linéaire. Trouver son noyau et son image. Si n = 2, écrire sa matrice dans les bases canoniques de Rn et de M(n,n; R). 8. Soit A une matrice symétrique (n,n), et X et Y dans Rn . On pose ϕ(X,Y ) = tXAY . (a) Montrer que ϕ(X,Y ) = ϕ(Y,X). (b) Montrer que ϕest linéaire par rapport à chaque variable (l’autre étant fixée). 6 2 , et soit f l’application linéaire définie par f (X) = P X où l’on a posé (c) On prend A = 2 9 2 −1 . Si X 0 = P X, calculer ϕ(X,X) en fonction de X 0 et en déduire le signe de ϕ(X,X). P = 1 2 Calcul par blocs 9. Soient A, B, C, D quatre matrices (n,n). Montrer que si A est inversible, alors A B I O A B = . C D CA−1 I O D − CA−1 B 10. Montrer que siA et D sont des matrices carrées inversibles de formats respectifs (p1 ,p1 ) A B et (p2 ,p2 ) alors M = est inversible et O D −1 A −A−1 BD−1 −1 M = . O D−1 2 11. Soient A et D sont des matrices A B M= . O D On suppose que BD = O. Calculer M n . 1 0 Application : calculer M n lorsque M = 0 0 carrées de formats respectifs (p1 ,p1 ) et (p2 ,p2 ), et 1 1 −1 2 1 −1 . 0 −1 1 0 −1 1 3 Corrigé Méthode du pivot 1. On effectue tout d’abord les opérations de première espèce. 2 1 0 −5 A= =⇒ = A1 . 1 3 1 3 On a multiplié la deuxième ligne par −2, et on l’a ajoutée à la première. Cela revient à multiplier à gauche par la matrice 1 −2 M0 = . 0 1 On a alors M 0 A = A1 . Ensuite A1 = 0 1 −5 3 =⇒ 0 −5 = A2 . 1 0 On a multiplié la première ligne par 3/5, et on l’a ajoutée à la seconde. Cela revient à multiplier à gauche par la matrice 1 0 M1 = . 3/5 1 On a alors M1 A1 = A2 . On effectue ensuite les opérations de deuxième espèce. première ligne par le pivot. 0 −5 0 A2 = =⇒ 1 0 1 (Il y en a une seule ici). On divise la 1 0 = A3 . Cela revient à multiplier à gauche par la matrice −1/5 0 M2 = . 0 1 On a alors M2 A2 = A3 . On effectue enfin les opérations de troisième espèce en permutant les lignes. (Il y en a une seule ici). 1 0 0 1 A3 = =⇒ =I . 0 1 1 0 Cela revient à multiplier à gauche par la matrice 0 1 . M3 = 1 0 On a alors M 3 A3 = I . 5 Finalement M3 M2 M 1 M0 A = I , ce qui signifie que A−1 = M3 M2 M1 M0 = M . Le calcule de ce produit donne −1 A 1 = 5 3 −1 . −1 2 2. On effectue tout d’abord les opérations de première espèce. 3 2 1 0 2 −2 A = 1 0 1 =⇒ 1 0 1 = A1 . 2 1 0 2 1 0 On a multiplié la deuxième ligne par −3, et on l’a ajoutée à la première. Cela revient à multiplier à gauche par la matrice 1 −3 0 M0 = 0 1 0 . 0 0 1 On a alors M 0 A = A1 . Ensuite, toujours avec le même pivot 0 2 −2 0 2 −2 A1 = 1 0 1 =⇒ 1 0 1 = A2 . 0 1 −2 2 1 0 On a multiplié la deuxième ligne par −2, et on l’a ajoutée à la troisième. Cela revient à multiplier à gauche par la matrice 1 0 0 M1 = 0 1 0 . 0 −2 1 On a alors M1 A1 = A2 . On continue avec un deuxième pivot 0 2 A2 = 1 0 0 1 −2 0 0 2 1 =⇒ 1 0 1 = A3 . 0 1 −2 −2 On a multiplié la troisième ligne par −2, et on l’a ajoutée à la première. Cela revient à multiplier à gauche par la matrice 1 0 −2 M2 = 0 1 0 . 0 0 1 On a alors M 2 A2 = A3 . On termine avec le troisième pivot 6 0 0 2 0 0 2 A3 = 1 0 1 =⇒ 1 0 0 = A4 . 0 1 −2 0 1 −2 On a multiplié la première ligne par −1/2, et on l’a ajoutée à la deuxième. Cela revient à multiplier à gauche par la matrice 1 0 0 M3 = −1/2 1 0 . 0 0 1 On a alors M3 A3 = A4 . On termine enfin, toujours avec le troisième pivot 0 0 2 0 0 2 A4 = 1 0 0 =⇒ 1 0 0 = A5 . 0 1 0 0 1 −2 On a ajouté la première ligne à la troisièm. Cela 1 M 4 = 0 1 revient à multiplier à gauche par la matrice 0 0 1 0 . 0 1 On a alors M4 A4 = A5 . On effectue ensuite les opérations de deuxième espèce. (Il y en a une seule ici). On divise la première ligne par le pivot. 0 0 2 0 0 1 A5 = 1 0 0 =⇒ 1 0 0 = A6 . 0 1 0 0 1 0 Cela revient à multiplier à gauche par la matrice 1/2 0 0 M5 = 0 1 0 . 0 0 1 On a alors M5 A5 = A6 . On effectue enfin les opérations de troisième espèce. On permute tout d’abord les deux premières lignes 1 0 0 0 0 1 A6 = 1 0 0 =⇒ 0 0 1 = A7 . 0 1 0 0 1 0 Cela revient à multiplier à gauche par la matrice 0 1 0 M 6 = 1 0 0 . 0 0 1 7 On a alors M6 A6 = A7 . On permute les deux dernières lignes 1 0 0 1 0 0 A7 = 0 0 1 =⇒ 0 1 0 = I . 0 1 0 0 0 1 Cela revient à multiplier à gauche par la matrice 1 0 0 M 7 = 0 0 1 . 0 1 0 On a alors M 7 A7 = I . Finalement M7 M 6 M5 M4 M 3 M2 M1 M 0 A = I , ce qui signifie que A−1 = M7 M6 M5 M4 M3 M2 M1 M0 = M . Le calcule de ce produit donne A−1 −1 1 2 1 = 2 −2 −2 . 2 1 1 −2 Transposition. Matrices symétriques et antisymétriques 3. On obtient 3 1 2 3 1 3 3 1 2 t A = 2 0 1 , tB = 2 0 , tC = , tD = 2 . 2 0 1 1 1 0 1 1 1 On vérifie facilement que BC = 13 7 5 3 , que t t C B= 13 5 7 3 , et donc, on a bien t (BC) = tC tB . 4. (a) Soit A = (aij ) une matrice symétrique de format (p,p). On a donc, si i et j sont plus petits que p, l’égalité aij = aji . Par ailleurs en écrivant la matrice dans la base formée des matrices E (i,j) , on a A= p X p X i=1 j=1 8 aij E (i,j) . Dans cette somme, on peut isoler les termes contenant aii , et regrouper ceux contenant aij et aji , on a alors A= p X aii E (i,i) + i=1 X (2aij ) {(i,j)|1≤i<j≤p} 1 (i,j) (j,i) (E +E ) . 2 1 Cette relation montre que les matrices E (i,i) pour 1 ≤ i ≤ p et (E (i,j) +E (j,i) ) pour 1 ≤ i < j ≤ p 2 forment un système générateur de S(p,R). D’autre part, si l’on écrit O= p X λii E (i,i) + i=1 X λij {(i,j)|1≤i<j≤p} 1 (i,j) (j,i) (E +E ) , 2 la matrice de droite a pour coefficients de la diagonale principale les nombres λii , qui sont donc nuls, et comme les coefficients d’indice (i,j) valent λij /2, ils sont nuls également. Donc tous les 1 nombres λij sont nuls et les matrices E (i,i) pour 1 ≤ i ≤ p et (E (i,j) + E (j,i) ) pour 1 ≤ i < j ≤ p 2 forment un système libre de S(p,R). Elles forment donc une base de S(p,R). Il y a p matrices de la forme E (i,i) . Pour les autres matrices il s’agit de trouver le nombre d’éléments de l’ensemble {(i,j)|1 ≤ i < j ≤ p}. Pour chaque valeur de i telle que 2 ≤ i ≤ p, le nombre j peut prendre i − 1 valeurs, donc card{(i,j)|1 ≤ i < j ≤ p} = p X (i − 1) = i=2 p−1 X i, i=1 et le nombre de matrices de la base, c’est-à-dire la dimension de S(p,R), est p X i=1 i= p(p + 1) . 2 (b) On utilise la même méthode pour une matrice antisymétrique. Soit A = (aij ) une telle matrice de format (p,p). On a donc, si i et j sont plus petits que p, l’égalité aji = −aij , et en particulier aii = 0. Par ailleurs en écrivant la matrice dans la base formée des matrices E (i,j) , on a A= p X p X aij E (i,j) . i=1 j=1 Dans cette somme, les termes contenant aii sont nuls. On regroupe ceux contenant aij et aji , on a alors X 1 (j,i) A= (2aji ) (E − E (i,j) ) . 2 {(i,j)|1≤i<j≤p} Cette relation montre que les matrices générateur de A(p,R). 1 (j,i) (E − E (i,j) ) pour 1 ≤ i < j ≤ p forment un système 2 9 D’autre part, si l’on écrit X O= {(i,j)|1≤i<j≤p} 1 λij (E (j,i) − E (i,j) ) , 2 la matrice de droite a pour coefficients d’indice (i,j), si 1 ≤ i < j ≤ p, les nombres −λij /2, qui 1 sont donc nuls. Il en résulte que tous les nombres λij sont nuls et les matrices (E (j,i) − E (i,j) ) 2 pour 1 ≤ i < j ≤ p forment un système libre de A(p,R). Elles forment donc une base de A(p,R). Le nombre des matrices est donc le nombre d’éléments de l’ensemble {(i,j)|1 ≤ i < j ≤ p}, c’est-à-dire , d’après le calcul fait en (a), card{(i,j)|1 ≤ i < j ≤ p} = p−1 X i, i=1 et la dimension de A(p,R), vaut donc p−1 X i=1 i= p(p − 1) . 2 (c) Puisque la transposition est une opération linéaire, on a, si M et M 0 sont deux matrices de M(p,p; R) : 1 1 ϕ(M + M 0 ) = ((M + M 0 ) + t(M + M 0 )) = (M + M 0 + tM + tM 0 ) = ϕ(M ) + ϕ(M 0 ) , 2 2 Si λ est un réel, on a aussi 1 1 ϕ(λM ) = ((λM ) + t(λM )) = (λM + λ tM ) = λ 2 2 1 t (M + M ) = λϕ(M ) . 2 Donc ϕ est linéaire. De même pour ψ. Dire que M appartient à Ker ϕ signifie que ϕ(M ) = O c’est-à-dire que M = − tM . Donc Ker ϕ = A(p,R) . Dire que M appartient à Ker ψ signifie que ψ(M ) = O c’est-à-dire que M = tM . Donc Ker ψ = S(p,R) . Remarquons que l’on a dim S(p,R) + dim A(p,R) = n(n + 1) n(n − 1) + = n2 = dim M(p,p; R) . 2 2 D’après la formule du rang, on a dim Im ϕ = dim M(p,p; R) − dim Ker ϕ = dim M(p,p; R) − dim A(p,R) = dim S(p,R) . D’autre part 1 1 (ϕ(M )) = ( tM + t( tM )) = ( tM + M ) = ϕ(M ) . 2 2 t 10 Donc ϕ(M ) appartient à S(p,R), et Im ϕ est inclus dans S(p,R). Comme ces deux espaces ont la même dimension, ils sont égaux. De même dim Im ψ = dim M(p,p; R) − dim Ker ψ = dim M(p,p; R) − dim S(p,R) = dim A(p,R) , et 1 1 (ψ(M )) = ( tM − t( tM )) = ( tM − M ) = −ψ(M ) . 2 2 Donc ψ(M ) appartient à A(p,R), et Im ψ est inclus dans A(p,R). Comme ces deux espaces ont la même dimension, ils sont égaux. t En résumé Ker ϕ = Im ψ = A(p,R) , Ker ψ = Im ϕ = S(p,R) . La relation M = ϕ(M )+ψ(M ) montre que toute matrice M s’écrit comme somme d’une matrice symétrique et d’une matrice antisymétrique. (d) On calcule les images des “vecteurs” de base. 1 0 1 0 ϕ = 0 0 0 0 , 1 0 1 1 0 0 0 1 0 0 0 1/2 ϕ =ϕ = = + , 0 0 1 0 1/2 0 2 0 0 2 1 0 0 0 0 0 ϕ = . 0 1 0 1 La matrice de ϕ dans la base 1 0 0 0 , est donc 0 1 0 0 , 0 0 1 0 , 0 0 0 1 , 1 0 0 0 0 1/2 1/2 0 0 1/2 1/2 0 . 0 0 0 1 Pour ψ 1 0 0 0 =ψ =O , 0 0 0 1 1 0 0 1 0 1 0 1 0 0 0 1/2 ψ = −ψ = = − . 0 0 1 0 −1/2 0 2 0 0 2 1 0 ψ La matrice de ψ dans la base 1 0 0 0 , 0 1 0 0 , 11 0 0 1 0 , 0 0 0 1 , est donc 0 0 0 0 0 1/2 −1/2 0 0 −1/2 1/2 0 . 0 0 0 0 5. Si A = (aij ) et B = (bij ), on a A + B = (aij + bij ), et tr(A + B) = n X (aii + bii ) = j=1 n X aii + j=1 n X bii = tr A + tr B . j=1 Si λ est un nombre réel, tr(λA) = n X (λaii ) = λ j=1 n X aii = λ tr A . j=1 L’application “trace” est bien linéaire sur l’ensemble des matrices carrées (n,n). (a) Dans la transpositions, les éléments aii de la diagonale principale restent inchangés. Donc tr( tA) = tr A. (b) Soit C = AB = (cij ). On a, d’après la formule du produit cii = n X aik bki , k=1 donc tr(AB) = n X n X aik bki . i=1 k=1 Maintenant si D = BA = (d`m ), on a cette fois d`` = n X b`s as` , s=1 donc tr(BA) = n X n X b`s as` . `=1 s=1 On constate que les deux sommes définissant tr(AB) et tr(BA) contiennent exactement les mêmes termes. On a donc égalité. (c) D’après (b) tr((P A)P −1 ) = tr(P −1 (P A)) , mais P −1 (P A) = A, donc tr((P A)P −1 ) = tr A . 6. (a) Si A = (aij ) et B = (bij ), on a A + B = (aij + bij ), et, on vérifie facilement que, si 1 ≤ i ≤ 3, on a (ai1 + bi1 ) + (ai2 + bi2 ) + (ai3 + bi3 ) = s(A) + s(B) ; si 1 ≤ j ≤ 3, on a (a1j + b1j ) + (a2j + b2j ) + (a3j + b3j ) = s(A) + s(B) ; 12 que (a11 + b11 ) + (a22 + b22 ) + (a33 + b33 ) = s(A) + s(B) ; et enfin que (a13 + b13 ) + (a22 + b22 ) + (a31 + b31 ) = s(A) + s(B) . En particulier, on en déduit que s(A + B) = s(A) + s(B) . Si λ est un nombre réel, on a λA = (λaij ), et on obtient de même si 1 ≤ i ≤ 3, λai1 + λai2 + λai3 = λs(A) ; si 1 ≤ j ≤ 3, on a λa1j + λa2j + λa3j = λs(A) ; enfin λa11 + λa22 + λa33 = λa13 + λa22 + λa31 = λs(A) . En particulier, on en déduit que s(λA) = λs(A) . L’ensemble des matrices magiques est stable par addition et par multiplication par un scalaire, c’est donc un sous-espace de M(3,3; R). Remarque : en particulier s(A) est la trace de A (voir exercice précédent). (b) Pour une matrice antisymétrique, on a, quels que soient i et j, l’égalité aji = −aij , et donc pour les éléments diagonaux, aii = −aii = 0. Il en résulte que s(A) = 0. 0 b c Les matrices antisymétriques sont donc de la forme M = −b 0 a. −c −a 0 La matrice antisymétrique M est magique si et seulement si elle vérifie les conditions suivantes : b+c=0 a−b=0 . c+a=0 Ce système est de rang 1. On obtient alors, en exprimant tous les coefficients en fonction de b par exemple, 0 1 −1 1 . M = b −1 0 1 −1 0 L’ensemble des matrices magiques antisymétriques est donc un sous-espace de dimension 1 de Ma, engendré par la matrice 0 1 −1 1 . A1 = −1 0 1 −1 0 a b c (c) Une matrice symétrique M est de la forme M = b d e . c e f Notons s = S(M ). La matrice symétrique M est magique si et seulement si elle vérifie les 13 conditions suivantes : a+b+c=s b+d+e=s c+e+f =s a+d+f =s 2c + d = s . On peut considérer ceci comme un système de 5 équations à 7 inconnues a,b,c,d,e,f,s, et le résoudre par la méthode du pivot en écrivant sa matricz P . 1 0 P = 0 1 0 1 1 0 1 −1 0 1 0 0 0 1 2 −2 1 1 1 1 0 0 0 1 0 1 0 2 0 1 0 1 1 0 1 1 0 0 −1 −1 −2 0 1 −1 −2 0 2 1 0 1 1 0 0 0 0 1 1 0 0 0 0 1 0 1 −1 −1 0 2 −4 0 0 −1 2 0 1 0 −2 0 0 1 1 0 0 −1 −1 −1 −1 −1 1 1 0 1 =⇒ 0 0 1 0 0 0 0 1 1 1 1 0 0 =⇒ −1 0 1 0 0 −1 0 0 0 0 0 0 0 2 −1 =⇒ 0 0 1 1 0 0 0 −1 −1 −1 0 −2 0 1 −1 −1 1 −2 0 0 2 1 0 −1 −3 1 −2 2 −1 1 −1 0 1 0 0 1 1 0 0 0 1 0 0 0 0 0 =⇒ 0 −1 0 0 0 =⇒ 0 0 0 0 1 0 −1 0 1 −1 0 0 0 2 −4 0 0 0 0 0 0 0 1 0 0 0 −2 0 0 1 0 0 3 0 0 0 −1 Le système est donc équivalent à c−d=0 a + b − 2c = 0 −a + e = 0 a − 2c + f = 0 3c − s = 0 . On en tire d = c , b = 2c − a , e = a , f = 2c − a , s = 3c . Les matrices magiques symétriques sont donc de la forme a 2c − a c 1 −1 0 0 2 1 c a = a −1 0 1 + c 2 1 0 . M = 2c − a c a 2c − a 0 1 −1 1 0 2 L’ensemble des matrices magiques symétriques est un sous-espace Ma, dont une base est formée des matrices 0 2 1 −1 0 1 et A3 = 2 1 A2 = −1 0 1 0 0 1 −1 vectoriel de dimension 2 de 1 0 . 2 (d) Si M est une matrice on peut écrire M = M1 + M2 , où 1 M1 = (M + tM ) 2 et 14 1 M2 = (M − tM ) , 2 avec M1 symétrique et M2 antisymétrique (voir exercice 4). Si M est magique, alors tM l’est aussi, ainsi que M1 et M2 . Donc, d’après les questions (b) et (c) toute matrice magique s’écrit M = αA1 + βA2 + γA3 , Le système (A1 ,A2 ,A3 ) engendre Ma. On voit d’autre part que si αA1 + βA2 + γA3 = O , alors la matrice αA1 = −(βA2 + γA3 ) , est à la fois symétrique et antisymétrique. C’est donc la matrice nulle. Mais αA1 = O implique α = 0, et βA2 + γA3 = O , implique β = γ = 0, car (A2 ,A3 ) est un système libre. Donc le système (A1 ,A2 ,A3 ) est un système libre de Ma. C’est donc une base de Ma, et Ma est de dimension 3. x1 y1 .. .. 7. Soit X = . et Y = . . on a xn yn t X = x1 . . . xn t Y = y 1 . . . yn et . (a) On obtient donc t XY = (x1 y1 + . . . + xn yn ) = tY X . La matrice obtenue est de format (1,1). Ce n’est autre que le produit scalaire des vecteurs X et Y . (b) Si X1 et X2 sont deux éléments de Rn et λ un nombre réel, on a f (X1 + X2 ) = (X1 + X2 ) tY = X1 tY + X2 tY = f (X1 ) + f (X2 ) , et f (λX) = (λX) tY = λ(X tY ) = λf (X) . Donc f est bien une application linéaire. On a x1 .. X Y = . y1 xn t x1 y1 x2 y1 . . . yn = . .. x1 y2 x2 y2 .. . . . . x1 yn . . . x2 yn .. . . xn y1 xn y2 . . . xn yn Si X appartient au noyau de f , quels que soient i et j le produit xi yj est nul. Mais comme Y n’est pas nul, il existe nécessairement un indice j0 tel que yj0 ne soit pas nul. Alors puisque, pour tout i le produit xi yj0 est nul, c’est que xi est nul. Il en résulte que X = O, et donc Ker f = {O}. 15 D’après la formule du rang, on a alors dim Im f = dim Rn − dim Ker f = n . On peut écrire y1 . . . yn 0 ... 0 0 ... 0 0 ... 0 y 1 . . . y n 0 ... 0 f (X) = x1 . .. + x2 .. .. + · · · + xn .. .. . .. . . . . . 0 ... 0 y1 . . . yn 0 ... 0 Si nous notons Ui la matrice dont toutes les lignes sont nulles sauf la i−ème qui vaut tY , on a donc f (X) = x1 U1 + x2 U2 + · · · + xn Un , Les matrices U1 ,U2 , . . . ,Un forment un système générateur de n vecteurs de Im f . C’est donc une base de Im f . Si n = 2 cherchons les images par f des vecteurs de base de Rn . On a 1 y1 y 2 1 0 0 1 f = = y1 + y2 , 0 0 0 0 0 0 0 et 0 0 0 0 0 0 0 f = = y1 + y2 . y1 y 2 1 1 0 0 1 0 0 0 0 0 1 1 0 , l’application f a pour matrice , , , Donc dans la base 0 1 1 0 0 0 0 0 y1 0 y2 0 A= 0 y1 . 0 y2 8. (a) La matrice ϕ(X,Y ) est de format (1,1) en particulier c’est une matrice symétrique. Donc ϕ(X,Y ) = t[ϕ(X,Y )] = t( tXAY ) = tY tA t( tX) , mais, puisque A est symétrique, on a tA = A, et par ailleurs t( tX) = X. On en déduit ϕ(X,Y ) = tY AX = ϕ(Y,X) . (b) Si X, X1 , X2 , Y , Y1 , Y2 , sont des éléments de Rn et λ un nombre réel, on a ϕ(X1 + X2 ,Y ) = t(X1 + X2 )AY = tX1 AY + tX2 AY = ϕ(X1 ,Y ) + ϕ(X2 ,Y ) , et ϕ(λX,Y ) = t(λX)AY = λ( tXAY ) = λϕ(X,Y ) . Donc, pour Y fixé, l’application X 7→ ϕ(X,Y ) est bien une application linéaire. On a alors ϕ(X,Y1 + Y2 ) = ϕ(Y1 + Y2 ,X) = ϕ(Y1 ,X) + ϕ(Y2 ,X) = ϕ(X,Y1 ) + ϕ(X,Y2 ) , 16 et ϕ(X,λY ) = ϕ(λY,X) = λϕ(Y,X) = λϕ(X,Y ) . Donc, pour X fixé, l’application Y 7→ ϕ(X,Y ) est également une application linéaire. (c) Si X 0 = P X, on a donc X = P −1 X 0 , et tX = t(P −1 X 0 ) = tX 0 t(P −1 ). Alors ϕ(X,X) = tXAX = tX 0 t(P −1 )AP −1 X 0 . Si l’on effectue le calcul, on a tout d’abord P −1 1 = 5 Alors −1 AP = 2 1 −1 2 2 2 −1 4 , , puis t (P Alors si X0 −1 )AP −1 = 1 0 0 2 . 0 x = , on obtient y0 ϕ(X,X) = x0 2 + 2y 0 2 , et cette expression est toujours positive. Calcul par blocs 9. Toutes les matrices figurant dans le calcul sont des matrices (2,2). Le calcul s’effectue comme un produit de matrices usuel. I O −1 CA I A B O D − CA−1 B = IA+OO I B + O(D − CA−1 B) . (CA−1 )A + I O (CA−1 )B + I(D − CA−1 B) Mais IA+OO = A et I B + O(D − CA−1 B) = B , ainsi que (CA−1 )A + I O = CA−1 A = C , et (CA−1 )B + I(D − CA−1 B) = CA−1 B + D − CA−1 B = D . On obtient bien I O −1 CA I A B O D − CA−1 B = A B C D . 10. La matrice B est nécessairement de format (p1 ,p2 ) donc le produit A−1 BD−1 également. On obtient −1 −1 A −A−1 BD−1 A B A A − (A−1 BD−1 )O A−1 B − (A−1 BD−1 )D = . O D−1 O D O A + D−1 O OB + D−1 D Mais A−1 A − (A−1 BD−1 )O = A−1 A = Ip1 17 et OA + D−1 O = O , A−1 B − (A−1 BD−1 )D = A−1 B − A−1 B = O OB + D−1 D = Ip2 . et On obtient donc A−1 −A−1 BD−1 O D−1 A B O D = Ip1 O O Ip2 = Ip1 +p2 . Il en résulte que M est inversible et que M −1 = A−1 −A−1 BD−1 O D−1 . 11. On calcule les premières puissances, en tenant compte du fait que BD = O. On obtient : 2 2 A B A B A AB + BD A AB 2 M = = = , O D O D O D2 O D2 puis 3 M = A2 AB O D2 A B O D = A3 A2 B + ABD O D3 = A3 A2 B O D3 . On peut supposer que l’on a n M = An An−1 B O Dn , ce que l’on montre par récurrence. Cette formule a été choisie pour être vraie aux premiers ordres. Si elle est vraie à l’ordre n, on a alors n+1 n n+1 A An−1 B A B A An B A An B + An−1 BD n+1 n . = M =M M = = O Dn+1 O Dn+1 O Dn O D La formule est donc vraie au rang n + 1, donc quel que soit n ≥ 1. Si l’on prend A= 1 1 0 2 ,B= 1 −1 1 −1 et D= −1 1 −1 1 , on constate que BD = O. On peut donc appliquer la formule précédente. On constate que D2 = O, donc si n ≥ 2, on a Dn = O. Il reste à calculer An . Là encore on calcule les premières puissances : 1 3 1 7 2 3 A = ,A = , 0 4 0 8 et l’on peut supposer que n A = 1 2n − 1 . 0 2n On le vérifie par récurrence An+1 = An A = 1 1 + 2n+1 − 2 1 2n+1 − 1 = . 0 2n+1 0 2n+1 La formule est vraie à l’ordre n + 1, donc pour tout n ≥ 1. Alors n−1 1 2n−1 − 1 1 −1 2 −2n−1 n−1 A B= = , 0 2n−1 1 −1 2n−1 −2n−1 18 et, si n ≥ 2, 1 2n − 1 2n−1 −2n−1 0 2n 2n−1 −2n−1 . Mn = 0 0 0 0 0 0 0 0 19