Fiche Méthode 14 : Diagonaliser une matrice dire si elle est
1. Montrer sans calcul
fic00056.pdf
Démontrer que A est diagonalisable et déterminer une matrice D diagonale et une matrice P inversible telles A = PDP−1. 3. Donner en le justifiant mais
Diagonalisation
Montrer que si f : E → E est un endomorphisme vérifiant f 2 = f (c'est-à La matrice. A est une matrice diagonale (donc diagonalisable !). Exemple 17. La ...
CORRECTION DU TD 3 Exercice 1
Par conséquent on a : avec donc étant de dimension 1
chapitre 7 : Trigonalisation et diagonalisation des matrices
— Montrer qu'une matrice de Mn(R) est inversible si et seulement si
ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE
L'endomorphisme u est-il diagonalisable sur les corps R ou Q? —. §7 Exercices. Exercice 12.— Montrer que la matrice suivante n'est pas diagonalisable :.
Décomposition de Dunford et réduction de Jordan
Nous allons montrer que toute matrice dont le polynôme caractéristique est scindé
Untitled
Toute matrice symétrique réelle est diagonalisable dans IR et les espaces Montrer qu'il existe une unique matrice RS (IR) symétrique positive telle que H ...
fic00054.pdf
Montrer que M est diagonalisable. 3. Déterminer une base de vecteurs propres Démontrer que A est diagonalisable et trouver une matrice P telle que P−1AP soit ...
Valeurs propres vecteurs propres
Soit T une matrice triangulaire non diagonale
Fiche Méthode 14 : Diagonaliser une matrice dire si elle est
1. Montrer sans calcul
chapitre 7 : Trigonalisation et diagonalisation des matrices
calcul des puissances d'une matrice diagonalisable et la résolution des Montrer qu'une matrice de Mn(R) est inversible si et seulement si
Cours Diagonalisation
Montrer que (u v) est une base de R2 et déterminer la matrice de f dans cette base. En déduire une matrice D diagonale et une matrice P inversible telle que. (
Memento diagonalisation
Pour montrer qu:une matrice est diagonalisable. " M est symétrique (mais ne donne ni les valeurs propres ni la matrice de passage). " Ecrire M $ PDP.
fic00054.pdf
Démontrer que A est diagonalisable et trouver une matrice P telle que P?1AP soit diagonale. Correction ?. [002566]. Exercice 5. Soit. A =.
résumé GL2(Z) COMMENT DIAGONALISER UNE MATRICE 2 × 2
Ici A est diagonalisable
Préparation à lAgrégation Interne
15 juil. 2010 Montrer qu'une matrice nilpotente est diagonalisable ssi elle est nulle. Exercice 22 (Entraînement). Montrer que pour n = 2.
fic00056.pdf
Démontrer que A est diagonalisable et déterminer une matrice D diagonale et une matrice P inversible telles A = PDP?1. 3. Donner en le justifiant
Amphi 5 : Diagonalisation des matrices symétriques réelles
7 oct. 2019 Donné un endomorphisme f : E ?? E. Est-ce qu'il existe une base B de E telle que M(f B) soit une matrice diagonale ?
Valeurs propres vecteurs propres
https://www.math.univ-paris13.fr/~schwartz/L2/diag.pdf
Préparation à l"Agrégation Interne
Vincent GUEDJ
15 juillet 2010
2Table 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
34TABLE 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.frBonne lecture!
12TABLE 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! 34CHAPITRE 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 detAtCom(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 parA(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 vientA(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 deJDiag(0;1;:::;1)etJId:
On pourra commencer par traiter les casn= 2;3.
Exercice 8(Grand classique).Calculer le déterminant de VandermondeV(a1;:::;an) := det0
BBB@1:::1
a1::: an.........
a n11::: an1n1 C CCA: Exercice 9(Grand classique).Calculer le déterminant de CauchyC(a1;:::;an;b1;:::;bn) := det0
B @1 a1+b1:::1
a1+bn.........
1 a n+b1:::1 a n+bn1 C A: Exercice 10(Grand classique).Calculer le déterminant de la matrice bJ+ (ab)IdoùJdésigne la matrice dont tous les coefficients valent1.Exercice 11(Grand classique).
SoitA2M(n;K)etB=ComA. Montrer querang(B)2 f0;1;ng. Exercice 12(Entraînement).SoitM2M(n;Z). Montrer queMest inversible dansM(n;Z)ssidetM2 f1g.8CHAPITRE 1. MATRICES ET DÉTERMINANTS
Exercice 13(Entraînement).Soit
M=241 4 2
0320 4 33
51) Calculer le polynôme caractéristique deM.
2) Calculer les sous-espaces propres deM.
3) En déduire la valeur deMnpour toutn2N.
Exercice 14(Entraînement).SoitA2M(3;R)une matrice non nulle telle queA3=A. Montrer queAest semblable à240 0 0
0 010 1 03
5 Exercice 15(Classique).Soitx1;:::;xn2RetM= [xixj]2M(n;R).1) Montrer querang(M) = 1.
2) Montrer queMest diagonalisable ssi∑x2i̸= 0.
1.3 Matrices remarquables
1.3.1 Matrices diagonalisables
Les matrices diagonales sont les plus simples à comprendre et à manipuler pour les applications (par exemple pour calculer ses puissances, cf suites définies par une récurrence linéaire...). On essaie donc de se ramener à ce cas en effectuant un changement de base, c"est la notion de matrice diagonalisable (semblable à une matrice diagonale). Il faut sans cesse vous poser des questions simples sur les notions que vous rencontrez. Par exemple, le produit (resp. la somme) de deux matrices diago- nales est une matrice diagonale, ce qui confère à cet ensemble une structure de sous-algèbre deM(n;K). - En est-il de même des matrices diagonalisables? (oui->preuve, non- >contre exemple). - Est-ce que l"inverse d"une matrice diagonalisable inversible est diago- nalisable? - Est-ce que si une matrice réelle est diagonalisable surC, elle l"est surR? (cf Exercice 1.4).
Le prototype d"une matrice non-diagonalisable est[0 1 0 0] (pourquoi?).1.3. MATRICES REMARQUABLES9
Exercice 16(Grand classique).
SoitA;B2M(n;K)deux matrices diagonalisables telles queAB=BA. Montrer queAetBsont simultanément diagonalisables. Exercice 17(Classique).Montrer que l"ensemble des matrices diagonali- sables est dense dansM(n;C). Est-ce vrai dansM(n;R)?Exercice 18(Entraînement).
SoitPune matrice de projecteur. Montrer querang(P) =Tr(P).Exercice 19(Entraînement).
SoitA2GL(n;C). Montrer qu"il y a équivalence entre i)fAn;n2Zgest borné dansM(n;K); ii)Aest diagonalisable et ses valeurs propres sont de module1. Exercice 20(Entraînement).SoitA2M(n;C)t.q.(jjAnjj)n2Nest bornée.1) Montrer que les valeurs propres deAsont de module1et que la
partie de module1est diagonalisable.2) Montrer que
1N+1∑
N i=0Aiconverge vers un projecteur.1.3.2 Matrices nilpotentes
Une matriceN2M(n;K)est dite nilpotente siNs= 0pour un entier s2N. On noteNl"ensemble de ces matrices. Vérifiez que l"ensembleNn"est pas stable pour l"addition des matrices (pas plus que pour la multiplication) lorsquen2, mais qu"il est connexe. Montrer qu"une matrice nilpotente n"a que zéro pour valeur propre. Que pensez vous de la réciproque? surR? surC?Exercice 21(Entraînement).
Montrer qu"une matrice nilpotente est diagonalisable ssi elle est nulle. Exercice 22(Entraînement).Montrer que pourn= 2,N=fA2M(2;K)=Tr(A) = det(A) = 0g:
Exercice 23(Entraînement).
SoitA2M(n;K)de rang 1. Montrer queA2 NssiTr(A) = 0. Exercice 24(Entraînement).SoitN2 N. Montrer quedet(Id+N) = 1. Exercice 25(Classique).SoitA;B2M(n;K)telles queABBA=A.1) Montrer que pour toutn2N,
A nBBAn=nAn:2) Montrer queAest nilpotente.
3) Donner un exemple de tellesA;Bpourn= 2avecA̸= 0.
10CHAPITRE 1. MATRICES ET DÉTERMINANTS
1.3.3 Matrices triangulaires
L"ensembleT(n;K)des matrices triangulaires supérieures est une sous- algèbre deM(n;K)(qu"est-ce que cela signifie? pourquoi?). LorsqueK=C, on a le résultat fondamental suivant. Toute matrice deM(n;C)est semblable à une matrice deT(n;C): On dit aussi que toute matrice complexe est trigonalisable. Il faut -savoir démontrer ce résultat (par ex. par récurrence); -savoir sur quels corps autres queCil est valable/non valable (R?); -savoir en déduire le théorème de Cayley-Hamilton; -savoir en déduire la décomposition de Chevalley :8A2M(n;C),9!(D;N)2M(n;C)tels queA=D+NetDN=ND;
avecDdiagonalisable etNnilpotente. Exercice 26(Classique).SoitA;B2M(n;C)deux matrices qui com- mutent. Montrer queAetBsont simultanément trigonalisables. Exercice 27(Entraînement).SoitA2M(n;K)telle queTr(Ak) = 0pour1kn. Montrer queAn= 0.
Exercice 28(Entraînement).SoitN2M(n;K)une matrice nilpotente.Est-ce queNest trigonalisable surK?
Il y a de nombreux autres exemples de matrices spéciales importantes (matrice symétrique, hermitienne, orthogonale, unitaire, positive, magique, stochastique, compagnon, circulante,etc). Vous en rencontrez certaines par la suite, dans les feuilles à venir ainsi que dans les leçons de géométrie, pro- babilités,...Chapitre 2
Réduction des endomorphismes
2.1 Notions fondamentales
2.1.1 Noyau, Image
On se donneEunK-espace vectoriel de dimension finie (K=R;C principalement) etf2 L(E)un endomorphisme. On rappelle que le noyauKer(f) :=fx2E =f(x) = 0g
est un sev qui mesure le manque d"injectivité defet que l"imageIm(f) :=fy2E =9x2E; f(x) =yg
est un sev qui mesure le caractère plus ou moins surjectif def. CommeE est de dimension finie, ces deux sous-espaces sont reliés par la formule dimKer(f) + dimIm(f) = dimE(2.1) qu"il faut savoir démontrer et qui indique en particulier quefest injectif ssi il est surjectif, ssi il est bijectif. Ce résultat est faux en dimension infinie comme l"indique l"Exercice 1.quotesdbs_dbs47.pdfusesText_47[PDF] montrer qu'une matrice est nilpotente
[PDF] montrer qu'une relation d'ordre est totale
[PDF] montrer qu'une suite convergente est stationnaire
[PDF] montrer qu'une suite est arithmétique
[PDF] montrer qu'une suite est arithmétique méthode
[PDF] montrer qu'une suite est croissante exemple
[PDF] montrer qu'une suite est de cauchy exercice corrigé
[PDF] montrer qu'une suite est géométrique de raison
[PDF] montrer qu'une suite est géométrique exemple
[PDF] montrer qu'une suite est geometrique ts
[PDF] montrer qu'une suite n'est pas géométrique
[PDF] Montrer que
[PDF] montrer que 2 vecteurs sont orthogonaux
[PDF] montrer que 3 points sont alignés complexe