[PDF] [PDF] Préparation à lAgrégation Interne





Previous PDF Next PDF



[PDF] Cours 6 - 13/02/2012

13 fév 2012 · Autrement dit Aj = ?jI + Nj avec Nj matrice nilpotente d'ordre mj 6 1 1 Matrices nilpotentes Définition 6 1 1 Une matrice N 6= 0 est 



[PDF] Matrices nilpotentes matrices trigonalisables Leçon 157

Matrices nilpotentes matrices trigonalisables Leçon 157 I 1 Théorème de Lie-Kolchin [1 Exercice IV-B6] On note D(K) le groupe dérivé d'un groupe K 



[PDF] Résultats classiques sur les endomorphismes nilpotents Soit K un

Démontrer que sur C une matrice est nilpotente si et seule- ment si 0 est son unique valeur propre Est-ce encore vrai sur



[PDF] Décomposition de Dunford et réduction de Jordan - Exo7

C'est dire que A est semblable à la somme d'une matrice diagonale avec une matrice nilpotente Comme conséquence directe : Corollaire 2 Soit f un endomorphisme 



[PDF] fic00055pdf - Exo7 - Exercices de mathématiques

Soit N une matrice nilpotente il existe q ? N tel que Nq = 0 Montrer que la matrice I ?N est inversible et exprimer son inverse en fonction de N



[PDF] Préparation à lAgrégation Interne

15 juil 2010 · Ai converge vers un projecteur 1 3 2 Matrices nilpotentes Une matrice N ? M(n K) est dite nilpotente si Ns = 0 



[PDF] Réduction des endomorphismes

On appelle un telle matrice triangulaire supérieure bloc espace est nilpotente d'indice de nilpotence au plus égal `a celui de u Démonstration



[PDF] Mathématiques 2 PSI - concours Centrale-Supélec

2 avr 2019 · La partie I de ce problème permet de démontrer quelques résultats sur les matrices et les endomorphismes nilpotents et aborde l'étude de cas 



[PDF] Devoir non surveillé - Booleanopera

Étant donné une matrice nilpotente N on appelle exponentielle de N et on note a Montrer que toute combinaison linéaire de deux matrices nilpotentes qui 



[PDF] Nombre dendomorphismes nilpotents sur un corps fini

On dénombre les matrices carrées à coefficients dans un corps fini Fq qui sont nilpotentes d'indice maximal Ce développement présente un lien avec les 



Mathematics 3: Algebra

(b) Show that all eigenvalues of a nilpotent matrix are 0 (c) Deduce by proving the converse to (b) that a matrix A ? Fn×n is nilpotent if and only if all its eigenvalues are 0 (Hint: Cayley-Hamilton) (d) Deduce that if A ? F n× satis?es Am = 0 for some m ? N then An = 0 (a) Take x to be an eigenvector of A with eigenvalue ?



Mathematics 3: Algebra

Jordan Canonical Form of a Nilpotent Matrix Math 422 Schur’s Triangularization Theorem tells us that every matrix Ais unitarily similar to an upper triangular matrix T However the only thing certain at this point is that the the diagonal entries of Tare the eigenvalues of A The o?-diagonal entries of Tseem unpredictable and out of control



Linear Spaces of Nilpotent Matrices - CORE

LEMMLIA 2 lf A und B are matrices or;er a field IF with more than tzLo elements and if ecery linear combination of A and B is nilpotent then tr(AB”) = 0 Proof Write B in its Jordan form as in the proof of Lemma 1 Let S(M) be the sum of 3X3 principal minors a matrix M; thus



The Jordan Canonical Form of a Nilpotent Matrix

The Jordan Canonical Form of a Nilpotent Matrix Math 422 Schur™s Triangularization Theorem tells us that every matrix Ais unitarily similar to an upper triangular matrix T However the only thing certain at this point is that the the diagonal entries of Tare the eigenvalues of A:The o?-diagonal entries of T seem unpredictable and out of



arXiv:math/0105009v1 [mathGM] 1 May 2001

de Jordan de la matrice nilpotente Cette derni`ere est d´etermin´ee entre Alice et Bob par le logarithme discret modulo p Oscar doit trouver une matrice dans un nombre consid´erable de choix possibles 2 Rappels d’alg`ebre lin´eaire Une matrice X est nilpotente s’il existe k tel que Xk = 0 [4]



Is a square matrix nilpotent?

Nilpotent matices Recall that a square matrix is nilpotent is some positive power of it is the zero matrix. Let F be a ?eld. (1) (a) Suppose that A ? Fn×nhas a nonzero eigenvalue ?.

What is tr(AB) of nilpotent matrix?

If A, B, and A + B are nilpotent matrices over a field F, then tr(AB) = 0. Proof. Choose a basis relative to which B is in Jordan form; thus 0 0 B= : 0 -0 81 0 0 0 6, 0 0 0 0 > 6,-l 0 _ SPACES OF NILPOTENT MATRICES 217 where ai = 0 or 1 (i = 1,. , n - 1).

What are the spaces of nilpotent matrices 219?

SPACES OF NILPOTENT MATRICES 219 tr(A”‘) = 0 for all positive integers m (here we use the hypothesis that the underlying field has characteristic zero). Fixing m and viewing as a polynomial p in k indeterminates, we note that if

Does E L generate a linear space of nilpotents?

Then {E, L) generates a linear space of nilpotents afand only af {E, L) is triangularizable. Proof. It is obvious that if {E, L} is triangularizable, then (E, L) gener- ates a linear space of nilpotents.

Préparation à l"Agrégation Interne

Vincent GUEDJ

15 juillet 2010

2

Table des matières

1 Matrices et Déterminants3

1.1 Notions fondamentales . . . . . . . . . . . . . . . . . . . . . . 4

1.2 Déterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.3 Matrices remarquables . . . . . . . . . . . . . . . . . . . . . . 8

2 Réduction des endomorphismes11

2.1 Notions fondamentales . . . . . . . . . . . . . . . . . . . . . . 11

2.2 Sous-espaces propres, sous-espaces caractéristiques . . . . . . . 12

2.3 Diagonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.4 Trigonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.5 Pot pourri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3 Algèbre bilinéaire17

4 Suites de fonctions21

4.1 Rappels sur les suites dans les espaces métriques . . . . . . . . 22

4.2 Exemples d"espaces complets . . . . . . . . . . . . . . . . . . . 23

4.3 Plusieurs types de convergence . . . . . . . . . . . . . . . . . . 24

5 Séries de fonctions27

5.1 Convergence normale . . . . . . . . . . . . . . . . . . . . . . . 28

5.2 Séries entières . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

5.3 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 30

3

4TABLE DES MATIÈRES

Introduction

Ce document est le support d"un cours-TD de préparation à l"Agréga- tion Interne dispensé par l"auteur à l"Université Aix-Marseille 1 (Marseille,

France) entre septembre 2007 et février 2010.

Le syllabus du cours-TD était le suivant :

1. Notions de base d"algèbre linéaire

2. Réduction des endomorphismes

3. Algèbre bilinéaire

4. Suites et séries numériques

5. Suites et séries de fonctions.

Il existe de nombreuses références qui traitent de ces sujets classiques. Je me suis librement inspiré des livres dont disposent les candidats au moment de leurs épreuves orales. Le texte contient très probablement de nombreuses coquilles (typos, er- reurs ou imprécisions). Merci d"avance de me les signaler en m"écrivant à vincent.guedj@math.univ-toulouse.fr

Bonne lecture!

1

2TABLE DES MATIÈRES

Chapitre 1

Matrices et Déterminants

Introduction

Voici la première d"une série de feuilles d"exercices sur l"Algèbre linéaire et bilinéaire. Elles comportent beaucoup (trop) d"exercices (une soixantaine), il n"est donc pas question que nous les corrigions tous ensemble. Pour que les séances vous soit profitables, il faut que vous cherchiez cer- tains de ces exercices chez vous, on corrigera ensuite "à la demande". Notez bien que chercher ne signifie pas trouver et trouver n"est pas nécessairement comprendre...Ne vous découragez donc pas si vous coincez sur de nombreux exercices (voir la plupart), le mécanisme de la compréhension est long, d"au- tant plus qu"il s"agit là d"une partie lourde du programme (deux pages sur un total de neuf dans le programme officiel paru au B.O.!). J"ai classé de façon approximative les exercices en plusieurs catégories, Courspour les propriétés qui figurent au programme et que vous devez abo- lument savoir démontrer,Entraînementpour des applications directes du cours ou des exercices pratiques et numériques,ClassiquevoireGrand clas- siquepour des exercices qui devraient faire partie de votre patrimoine et que tous les examinateurs connaissent (le jour de l"oral il faut qu"il y en ait un peu mais pas trop),Originalpour des exercices "jolis" qui sortent un peu des sentiers battus (c"est très bien d"en placer un le jour de l"oral). La plupart de ces exercices sont tirés d"un même recueil (autorisé), pour que vous puissiez les retrouver le jour J (je vous donnerai les références après les séances...). N"allez pas croire que tout ceci n"a pour but que de vous préparer à l"oral. La première épreuve écrite porte (à quelques exceptions près) sur des problèmes de géométrie euclidienne ou d"algèbre linéaire. Ca vaut donc le coup de passer du temps à vous entraîner, bon courage! 3

4CHAPITRE 1. MATRICES ET DÉTERMINANTS

1.1 Notions fondamentales

1.1.1 Les notions à connaître absolument

On se donneKun corps de base. Dans votre pratique,Ksera soit le corps des nombres réelsR, soit celui des nombres complexesC(très rarement celui des rationnels, un corps fini, etc). On noteMn;p(K)l"ensemble des matrices à n lignes, p colonnes et à coeffi- cients dansK. C"est unK-espace vectoriel lorsqu"on le munit des opérations fondamentales, addition de deux matrices et multiplication par un scalaire. On peut également multiplier une matrice deMn;p(K)et une matrice de M p;q(K), en particulier on peut toujours multiplier deux matrices carrées. On noteMn(K)(ou bienM(n;K)) cet ensemble qui a du coup une structure deK-algèbre. On noteGL(n;K)l"ensemble des matrices carrées inversibles. C"est un groupe pour cette multiplication, appelé groupe linéaire. C"est sans aucun doute un des groupes les plus importants, il faut donc bien connaître certaines de ses propriétés. ATTENTION : le produit de matrices n"est pas une opération commutative, ce qui donne lieu à de nombreux exercices qui tournent autour de la question "quand est-ce le cas" (cf Exercices 1,3,16,26). Voici une liste non exhaustive de notions que vous devez maîtriser et qui interviennent dans les exercices à venir : - la notion de matrice d"un endomorphisme; - la transposée d"une matrice; - la base canoniqueEi;j(et les produits de deux telles matrices); - le rang (via les vecteurs colonnes ou les lignes par exemple); - la trace (c"est une forme linéaire très spéciale surM(n;K)); - la notion de matrices équivalentes et surtout de matrices semblables; - les projecteurs et les symétries.

1.1.2 Exercices

Exercice 1(Grand classique).

SoitA2M(n;K)telle queAB=BA,8B2M(n;K).

1) Montrer queAest une homothétie, i.e. il existe2Ktel queA=Id.

2) Même question en supposant uniquementAB=BA,8B2GL(n;K).

Exercice 2(Entraînement).

SoitM2M(n;K)une matrice de rang1. Montrer queM2=Tr(M)M.

Exercice 3(Grand classique).

Soitφ:M(n;K)!Kune forme linéaire.

1.2. DÉTERMINANTS5

1) Montrer qu"il existe une uniqueA2M(n;K)telle que

φ(M) =Tr(AM);8M2M(n;K):

2) Montrer que siφ(XY) =φ(Y X)pour toutX;Y2M(n;K), alorsφ

est proportionnelle à la trace.

Exercice 4(Grand classique).

SoitA;B2M(n;R)deux matrices semblables surC. Montrer qu"elles sont également semblables surR.

Exercice 5(Entraînement).

Déterminer les matricesM2M(n;C)telles queMest semblable à2M.

Exercice 6(Classique).

SoitA2M(n;K)telle queTrA= 0. Montrer queAest semblable à une matrice dont la diagonale est nulle.

1.2 Déterminants

1.2.1 Ce qu"il faut savoir

Définition.SoitEunK-espace vectoriel de dimensionn. Alors l"espace des formes n-linéaires alternées surKest de dimension 1, i.e. elles sont toutes proportionnelles. On fixe la constante de proportionnalité en imposant à une telle forme (non nulle) de valoir1sur une baseBdeE: c"est le déterminant (relatif à cette base) LorsqueE=Kn, on appelle déterminant (implicitement par rapport à la base canonique) l"unique forme n-linéaire alternée qui prend la valeur 1 sur la base canonique. Si on écrit les vecteurs les uns à la suite des autres en colonne (par exemple), on obtient ainsi la définition du déterminant d"une matrice carrée. Formulaire.Il faut connaître (et savoir démontrer) les formules suivantes : -det(AB) = detAdetB; -dettA= detA; -A2GL(n;K)ssidetA̸= 0et alorsdetA1= (detA)1; -det[a b c d] =adbc;

6CHAPITRE 1. MATRICES ET DÉTERMINANTS

- Règle de calcul de Sarrus (n= 3); - Attention!det(A) =ndetA... et surtout la très jolie (et utile) formule detA=∑

2Sn"()a1(1):::an(n);

oùSndésigne le groupe symétrique (des permutations surnéléments). Cofacteurs.On note traditionnellement∆i;j(A)le déterminant de taillen1 calculé à partir deAen effaçant la ligne i et la colonne j. On appelle cofacteurs d"ordre (i,j) le scalaire(1)i+j∆i;j(A)et comatriceCom(A)la matrice des cofacteurs. L"intérêt de ces notions réside dans les observations suivantes : i) Formule de Laplace : detA=n∑ i=1(1)i+j∆i;j(A) =n∑ j=1(1)i+j∆i;j(A): Dans la première égalité, on a developpé le determinant par rapport à lajeme colonne, dans la deuxième, on a developpé par rapport à laiemeligne. ii) Calcul de l"inverse : siAest inversible, alors A 1=1 detAt

Com(A):

LorsqueAn"est pas inversible, on a tout de même la relation très utile A tCom(A) = detAId: Polynôme caractéristique.C"est le polynôme de degréndéfini par

A(t) := det(AtId):

Son coefficient dominant est(1)n(Attention, certains auteurs considèrent plutôtdet(tIdA)). Ses racines sont les valeurs propres deA. Lorsque n= 2, il vient

A(t) =t2trAt+ detA:

Comme l"espace vectorielM(n;K)est de dimensionn2, la matriceAest racine d"un polynôme de degrén2(pourquoi?). Le remarquableThéorème de Cayley-Hamiltonassure qu"elle annule en fait un polynôme de degrén,

A(A) = 0:

1.2. DÉTERMINANTS7

Il existe de nombreuses démonstrations de ce résultat, certaines très élé- gantes mais également un peu dangereuses si on ne les maîtrise pas bien à l"oral...La plus laborieuse (mais la plus fiable si vous la travaillez bien) est via la réduction des endomorphismes. On appelle polynôme minimal le polynôme unitaire de plus bas degré qui annule la matriceA. Une matrice est diagonalisable ssi son polynôme minimal n"a que des racines simples. Une traduction pratique de ce résultat fondamental est qu"une matrice est diagonalisable ssi elle est annulée par un polynôme qui n"a que des racines simples (ce n"est pas nécessairement son polynôme minimal). Par exemple un projecteur (resp. une symétrie) est diagonalisable car il est annulé parX2X(resp.X21).

1.2.2 Quelques exercices

Exercice 7(Entraînement).On noteJ2M(n;R)la matrice dont tous les coefficients sont égaux à 1. Calculer les déterminants de

JDiag(0;1;:::;1)etJId:

On pourra commencer par traiter les casn= 2;3.

Exercice 8(Grand classique).Calculer le déterminant de Vandermonde

V(a1;:::;an) := det0

B

BB@1:::1

a

1::: an.........

a n11::: an1n1 C CCA: Exercice 9(Grand classique).Calculer le déterminant de Cauchy

C(a1;:::;an;b1;:::;bn) := det0

B @1 a

1+b1:::1

a

1+bn.........

1 a n+b1:::1 aquotesdbs_dbs35.pdfusesText_40
[PDF] dossier de synthèse bac pro sen ed

[PDF] relation d'ordre partiel

[PDF] relation d'ordre mpsi

[PDF] relation d'ordre exemple

[PDF] relation d'ordre inclusion

[PDF] relation d'ordre majorant minorant

[PDF] le representant permanent du royaume du maroc aupres de l onu est

[PDF] le developpement durable au maroc

[PDF] le développement durable au maroc définition

[PDF] conseil supérieur de l'éducation de la formation et de la recherche scientifique maroc

[PDF] rapport du conseil supérieur de l'enseignement maroc 2016

[PDF] vision stratégique 2015 2030 ppt

[PDF] montrer qu'une suite est décroissante par récurrence

[PDF] un+1 suite

[PDF] montrer qu'une suite géométrique est croissante