Two classical theorems on commuting matrices
AM= MA Then either M = ° or M is nonsingular Furthermore if A = A (so that M commutes with each element of ~l) then M is scalar :l PROOF Suppose that the rank of M is r, and write (II" M = P ° where P, Q are nonsingular and II' is the r X r identity matrix Then for each AE~l, (2) (II' (P-IAP) ° ° 0) _ (QAQ-I) Put (All P-IAP= A~I
EXERCISES OF MATRICES OPERATIONS Question 1
EXERCISES OF MATRICES OPERATIONS 3 (24) If A,Bare both n×nmatrices and ABis singular, then Ais singular or Bis singular (25) Ais diagonalizable, then Ais non-singular (26) Ais symmetric, then Ais non-singular
2 ALGEBRE` - Major-Prépa
6 La matrice triangulaire A admet deux valeurs propres r´eelles 1 et −1 : elle est diagonalisable a) Si M ∈ R, alors AM = M3 = MA et M ∈ C Par la question pr´ec´edente, M est donc de la forme αI + βA b) Comme A2 = I, on a (αI +βA)2 = (α2 +β2)I +2αβA et cette matrice vaut A lorsque α2 + β2 = 0 et 2αβ = 1, on a donc β
TD 03 : Matrices
(c)Montrer qu’il existe une base B de R3 dans laquelle la matrice de u est égale à 0 1 0 0 0 0 0 0 2 (d)Déterminer les endomorphismes qui commutent avec u 6 / Montrer que 0 0 0 1 1 −1 2 2 −2 est semblable à −1 0 0 0 0 0 0 0 0 7 / Montrer qu’une matrice A ∈M n(K) est semblable à la matrice dont
Rank of Matrix by Determinant
Example 1 Find the Rank of Matrix using Determinant ????= 1 2 3 2 4 7 3 6 10 ????=140−42−220−21+312−12 =1−2−2−1+30
Some Linear Algebra Notes
ij] is row (column) equivalent to a unique ma-trix in reduced (column) row echelon form The uniqueness proof is involved, see Ho man and Kunze, Linear Algebra, 2nd ed Note: the row echelon form of a matrix is not unique Why? Theorem 2 3 Let Ax= band Cx= dbe two linear systems, each of mequations in nunknowns If
Rank of Matrix by Normal Form - WordPresscom
R3 R3 –R2, ????≅ 1 0 0 2 0 0 3 1 0 C2 C2-2C1, ????≅ 1 0 0 0 0 0 0 1 0 As, Normal Form of given matrix A is having Identity Matrix of Order 2 rank (A)= r(A) = 2 ????≅ 1
64 Hermitian Matrices - Naval Postgraduate School
Ch 6: Eigenvalues 6 4 Hermitian Matrices We consider matrices with complex entries (a i;j 2C) versus real entries (a i;j 2R) 1 in R the length of a real number xis jxj= the length from the origin to the number
TD - Matrices
Exercice 17 Soit A ∈Mn (R)une matrice nilpotente d’ordre p >1 On pose B =In −A 1 Montrer que B est inversible et exprimer son inverse à l’aide de A (penser à la factorisation de I −Ap) 2 Application : B = 1 −1 0 0 0 1 −1 0 0 0 1 −1 0 0 0 1
Matrix Multiplication - University of Plymouth
Table of Contents 1 Introduction 2 Matrix Multiplication 1 3 Matrix Multiplication 2 4 The Identity Matrix 5 Quiz on Matrix Multiplication Solutions to Exercises
[PDF] extrait traduction
[PDF] matrice scalaire
[PDF] matrices commutatives
[PDF] quels sont les types de lecteurs
[PDF] matrice cours et exercices pdf
[PDF] matrice cours pdf
[PDF] cours determinant d'une matrice
[PDF] résumé sur les matrices pdf
[PDF] matrice d'eisenhower excel
[PDF] matrice d'eisenhower vierge
[PDF] télécharger matrice eisenhower excel
[PDF] matrice eisenhower vierge
[PDF] fichier excel matrice eisenhower
[PDF] matrice eisenhower exemple
2 ALG `EBRE
Exercice 2.1.
SoitA∈ Mn(C) admettantnvaleurs propres.
1. Montrer que la famille (In,A,...,An-1) est libre.
2. On noteC={M∈ Mn(C)/AM=MA}. Montrer queCest un sous-espace
vectoriel deMn(C) de dimension>n.3. Montrer l'existence d'une matricePdeMn(C) inversible et d'une matrice
∆ deMn(C) diagonale, telles queA=P∆P-1.
4. SoitM∈ C. Montrer que tout vecteur colonne propre deAest un vecteur
colonne propre deM. En d´eduire que la matriceP-1MPest diagonale.En d´eduire queCest de dimension6n.
5. Montrer que (In,A,...,An-1) est une base deC.
6. SoitA=(1 2
0-1) ∈ M2(C). On noteR={M∈ M2(C)/M2=A}.
a) Montrer queR ⊂Vect(I,A). b) Montrer queRest de cardinal 4. D´eterminer les 4 matrices v´erifiant M 2=A.Solution :
1. Supposons la famille (I,A,...,An-1) li´ee : il existe alors des complexes
a0,a1,...,an-1non tous nuls tels quen-1∑
i=0a iAi= 0.48ESCP-Europe 2012 - Oral
Le polynˆomeP(X) =n-1∑
i=0a iXiqui est de degr´e inf´erieur ou ´egal `an-1 est annulateur deAet n'est pas le polynˆome nul. Soit (X1,...,Xn) une base de vecteurs propres deA,Xk´etant associ´e `a la valeur propreλk.Pour toutk∈[[1,n]], on aAiXk=λikXket :
0 =P(A)Xk=n-1∑
i=0a iAiXk=(n-1∑ i=0a iλik)Xket commeXk̸= 0 :n-1∑ i=0a iλik= 0. Le polynˆomePadmetnracines distinctes, il est donc identiquement nul, en contradiction avec notre hypoth`ese.2. On montre facilement queCposs`ede une structure deC- espace vectoriel.
Par la question pr´ec´edente, il est au moins de dimensionn, puisqueAet toutes ses puissances commutent avecA.3. La matriceAest d'ordrenet admetnvaleurs propres distinctes : elle est
diagonalisable.4. SoitMtelle queAM=MAetXun vecteur-colonne propre deAassoci´e
`a la valeur propreλ. Alors,AMX=MAX=MλX=λMX. Le vecteurMXappartient donc au sous-espace propreE(A) deAassoci´e `a la valeur propreλ. Or cet espace est de dimension 1. Donc, il existe un complexeµtel queMX=µX, puisque (X) est une base deE(A). Ainsi toute base de vecteurs propres deAest une base de vecteurs propres de M, et ces deux matrices sont diagonalisables dans la mˆeme base de vecteurs propres : siP-1APest diagonale, alorsP-1MPl'est aussi. DoncCest inclus dansPdiagn(C)P-1et cet espace est de dimension inf´erieure ou ´egale `an.5. AinsiCest de dimensionnet la famille libre (I,A,...,An-1) est une base
deC.6. La matrice triangulaireAadmet deux valeurs propres r´eelles 1 et-1 : elle
est diagonalisable. a) SiM∈ R, alorsAM=M3=MAetM∈ C. Par la question pr´ec´edente,Mest donc de la formeαI+βA.
b) CommeA2=I, on a (αI+βA)2= (α2+β2)I+2αβAet cette matrice vautAlorsqueα2+β2= 0 et 2αβ= 1, on a doncβ=±iαet 2iα2= 1, soitα∈ {1-i
2 ,i-1 2 }etβ∈ {i+ 1 2 ,-i+ 1 2 }et les valeurs deMs'en d´eduisent. Variante: Par r´eduction les calculs sont aussi simples :Alg`ebre49
SoitPtelle queA=Pdiag(1,-1)P-1, on aM=Pdiag(λ,µ)P-1. La relationM2=Aentraˆıne queλ2= 1 etµ2=-1, soit (on est dansC)λ=±1 etµ=±i.
On peut prendreP=(1-1
0 1) , d'o`uP-1=(1 1 0 1) et les quatre solutions sont : M1=(1-1
0 1)( 1 0 0i)( 1 1 0 1) =(1 1-i 0i) M2=(1-1
0 1)( 1 0 0-i)( 1 1 0 1) =(1 1 +i 0-i) et les matricesM3=-M1etM4=-M2.Exercice 2.2.
On consid`ere un endomorphismefd'unC-espace vectorielEde dimension finien(avecn>2), tel quef2est diagonalisable. Le but de cet exercice est de montrer quefest diagonalisable si et seulement si Kerf= Kerf2.1. On suppose quefest diagonalisable.
a) Montrer que, si Kerf={0}, alors Kerf2={0}. b) On suppose maintenant que Kerf̸={0}. Montrer que Kerf= Kerf2. c) Conclure.2. On suppose que Kerf= Kerf2.
a) ´Etablir que siµest une valeur propre defalorsµ2est une valeur propre def2. b) Soitλune valeur propre non nulle def2, etµ1,µ2ses deux racines carr´ees complexes. i) Montrer que : Ker(f-µ1I)⊂Ker(f2-λI) et Ker(f-µ2I)⊂Ker(f2-λI) ii) Montrer que : Ker(f2-λI) = Ker(f-µ1I)⊕Ker(f-µ2I) c) En distinguant les cas o`u 0 est ou n'est pas valeur propre def, montrer que f est diagonalisable.Solution :
1. a) Il n'est mˆeme pas n´ecessaire quefsoit diagonalisable : si Kerf={0},
alorsfest injectif, donc bijectif (endomorphisme d'un espace de dimension finie) etf2est aussi bijectif, donc injectif.50ESCP-Europe 2012 - Oral
b) Dans une baseBadapt´ee, on aMB(f) = diag(0,...,0,λ1,...,λn-k), o`u lesλinon n´ecessairement deux `a deux distincts sont non nuls. Le nombre kest donc la dimension de Ker(f) =E(0)(f). On aMB(f2) = diag(0,...,0,λ21,...,λ2n-k) etkest aussi la dimension de Ker(f2). Ces deux sous-espaces ont de plus la mˆeme base et ils sont donc ´egaux (de toutes fa¸cons on savait que Kerf⊂Ker(f2)) c) On vient de montrer que sifest diagonalisable, alors dans tous les casKerf= Kerf2.
2. a) Siµest une valeur propre def, alors il existe un vecteurxdeEnon
nul tel quef(x) =µxetf2(x) =µf(x) =µ2x. Commexest non nul, ceci prouve queµ2est une valeur propre def2. b i) Sixappartient `a Ker(f-µiI), aveci∈ {1,2},alorsf2(x) =µ2ix=λx, doncx∈Ker(f-λI) et Ker(f-µiI)⊂Ker(f2-λI). ii) On a : Ker(f-µ1I)∩Ker(f-µ2I) ={0}, car les deux valeursµ1,µ2 sont distinctes. Ainsi la somme Ker(f-µ1I) + Ker(f-µ2I) est directe. De plus le r´esultat i) montre que cette somme est incluse dans Ker(f2-λI).Soit alorsx∈Ker(f2-λI).
On a :f(f(x)+µix) =f2(x)+µif(x) =λx+µif(x) =µi(µix+f(x)), donc f(x) +µix∈E(i)(f).A fortiorixi=11-µ2(f(x) +µix)∈Ker(f-µiI)
Maisx=x1-x2, doncx∈Ker(f-µ1I) + Ker(f-µ2x). Ainsi Ker(f-λx)⊂Ker(f-µ1I) + Ker(f-µ2I), ce qui prouve l'´egalit´e et le r´esultat :Ker(f-λx) = Ker(f-µ1I)⊕Ker(f-µ2I)
c)•Si 0 est valeur propre def, alors Kerfn'est pas r´eduit au seul vecteur nul, et c'est le sous-espace propre defassoci´e `a la valeur propre 0, mais c'est aussi, par hypoth`ese, le sous-espace propre def2associ´e `a la valeur propre0. Commef2est diagonalisable, on a :
E= Ker(f2)⊕Ker(f2-λ1I)⊕ ··· ⊕Ker(f2-λpI)Comme Kerf2= Kerf, on obtient :
E= Ker(f)⊕Ker(f2-λ1I)⊕ ··· ⊕Ker(f2-λpI) D'apr`es la question pr´ec´edente, on peut enfin ´ecrire, en notantµi;1etµi;2les racines carr´ees deλi: E= Ker(f)⊕Ker(f-µ1;1I)⊕Ker(f-µ1;2I)⊕ ··· ··· ⊕Ker(f-µp;1I)⊕Ker(f-µp;2I) Ceci prouve queEest somme directe de sous-espaces propres def(et ´eventuellement de sous-espaces r´eduits `a{0}que l'on peut ´eliminer) donc quefest diagonalisable.Alg`ebre51
•Si Kerf={0}, alors Kerf2={0}et la d´emonstration pr´ec´edente s'applique.Exercice 2.3.
On noteEl'espace vectoriel r´eel des fonctions continues deRdansR, E1le sous-espace vectoriel deEconstitu´e des fonctions 1-p´eriodiques,T
l'application qui, `a une fonctionfdeEfait correspondre la fonctionT(f) =F d´efinie par : ∀x∈R,F(x) =∫ x+1 x f(t)dt.1. a) Justifier queTest un endomorphisme deE.
b) Justifier que, pour toutf∈E, la fonctionF=T(f) est de classeC1 surRet expliciter sa d´eriv´ee. c)Test-il surjectif? d) `A quelle condition (n´ecessaire et suffisante) surfla fonctionF=T(f) est-elle constante? e) Expliciter la fonctionT(f) lorsquefest d´efinie par :∀t∈R,f(t) = |sin(π t)|. On appellevecteur propredeTassoci´e `a lavaleur propreλ∈Rtoute fonction f∈E, autre que la fonction nulle, telle queT(f) =λf. Un r´eelλestvaleur propredeTs'il existe un vecteur propre associ´e `aλ.2. a) Montrer quef∈Ker(T)⇐⇒[f∈E1et∫
1 0 f(t)dt= 0].L'applicationTest-elle injective?
b) V´erifier que, pour tout r´eela, la fonctionha:t7→eatest vecteur propre deTet pr´eciser la valeur propre associ´ee. c) Justifier que l'ensembleSdes valeurs propres deTcontientR+.Solution :
1. a) La lin´earit´e deTr´esulte de la lin´earit´e de l'int´egration sur tout
segment. De plus si Φ d´esigne une primitive de la fonction continuef, on aF(x) = Φ(x+1)-Φ(x) etFest continue surRet mˆeme de classeC1, avec b)...∀x∈R,F′(x) =f(x+ 1)-f(x). c) Non, car on vient de voir que Im(T)⊂C1(R,R), donc la fonction⟨⟨valeur absolue ⟩⟩qui est continue, mais pas de classeC1, n'a pas d'ant´ec´edent. d)Fest constante si et seulement siF′= 0, soit si et seulement sif∈E1.52ESCP-Europe 2012 - Oral
e) La fonctionf:t7→ |sin(πt)|appartient `aE1, doncFest constante et :F(x) =F(0) =∫
1 0 sin(πt)dt=22. a) D'apr`es la question 1.d),F=T(f) = 0 si et seulement siFconstante et
F(0) = 0, soit si et seulement sif∈E1et∫ 1 0 f= 0 (fonction 1-p´eriodique de moyenne nulle). AinsiTn'est pas injective car Ker(T) contient par exemple la fonctiont7→cos(2πt). b)⋆ a̸= 0 =⇒T(ha)(x) =∫ x+1 x eatdt=ea-1 a eax=ea-1 a ha(x); ⋆ T(h0)(x) =∫ x+1 x dt= 1 =h0(x). Donch0est propre pour la valeur propre 1 et poura̸= 0,haest propre pour la valeur propre ea-1 a c) Soitφ:u7→eu-1 u . On a limu→0φ(u) = 1, limu→+∞φ(u) = +∞et lim u→-∞φ(u) = 0. La continuit´e deφsurR∗+etR∗-suffit `a montrer, grˆace au th´eor`eme des valeurs interm´ediaires) queφ(R∗) contientR∗+\ {1}. Comme on a vu que 0 est valeur propre (2. a)) et 1 aussi (2. b)), on peut affirmer que : R +⊂S.Exercice 2.4.
On note⟨,⟩et∥ ∥respectivement le produit scalaire et la norme deR3 euclidien usuel, et on appelleisometriedeR3une applicationf∈ L(R3) telle que1. On d´efinit une forme quadratiqueQsurR3en posant, pour tout vecteur
ude coordonn´eesX= x y dans la base canoniqueCdeR3:Q(u) = 3x2+ 2y2+ 3z2-2xz
a) D´eterminer une matrice sym´etriqueS∈ M3(R) telle que ∀u∈R3,Q(u) =tX S X b) D´eterminer une matrice orthogonaleP∈ M3(R) et une matrice diagonaleD∈ M3(R) telles quetP S P=D. On noteE={u∈R3,Q(u) = 1}et on dit qu'une isom´etrie deR3conserveEsi et seulement si elle v´erifief(E)⊆ E.
Alg`ebre53
2. a) Montrer qu'un vecteuru∈R3appartient `aEsi et seulement si ses
coordonn´eesX′= x′ y z dans une base orthonorm´eeBque l'on pr´ecisera v´erifient :4(x′)2+ 2(y′)2+ 2(z′)2= 1 (1)
b) Montrer que (x′,y′,z′)∈R3v´erifie (1) si et seulement s'il existeθ∈[0,π]
etα∈[0,2π[ tels que x ′=1 2 cos(θ),y′=1 2 sin(θ) cos(α),z′=1 2 sin(θ) sin(α) c) Pouru∈ E, exprimer||u||en fonction deθd´efini ci-dessus et en d´eduire les vecteurs deEde norme minimale. On noteu1un tel vecteur etPle plan orthogonal au1.