Professional Documents
Culture Documents
Il est classique dtablir AB = BA en commenant par tablir le rsultat pour A inversible et le prolongeant
par un argument de continuit et de densit.
I 0 C D
Dans le cas o A = J r = r , la proprit est immdiate en crivant B = avec C bloc carr de
0 0 E F
taille r .
Dans le cas gnral, on peut crire A = QJ r P avec r = rg A et P ,Q inversibles.
X q AB (X ) = X q Q 1ABQ (X ) = X q J r PBQ (X ) donc X q AB (X ) = X p PBQJ r (X ) = X p BQJ r P (X ) = X p BA (X ) .
c) Soit P dans [X ] unitaire dont les racines complexes sont de modules 1 . Montrer que les
racines non nulles de P sont des racines de lunit.
a) Oui un tel polynme existe, il suffit de se rfrer aux matrices compagnons. Notons quil est entendu, quici,
le polynme caractristique dune matrice carre A est dfinie par A = det(X Id A) .
b) Il existe une matrice A dont le polynme caractristique est P . Celle-ci est semblable une matrice
1 1q
triangulaire de la forme et donc A est semblable
q . Ainsi le polynme
q
0 n 0 n
q q
caractristique de A est Pq et puisque A est coefficients entiers, Pq lest aussi.
c) Compte tenu des relations coefficients-racines dun polynme scind, on peut majorer les coefficients de P et
affirmer que, pour un degr fix, il ny a quun nombre fini de polynmes P possibles. Considrons un tel
polynme. Lapplication q Pq nest pas injective compte tenu des rsultats prcdents, il existe donc
q < r tel que Pq = Pr . Ainsi, il existe une permutation de n vrifiant : i n , iq = r (i ) . A laide dune
dcomposition en cycles de , on peut affirmer quil existe une puissance de gale lidentit et donc
conclure que pour tout i n il existe q > q tel que iq = iq . On peut alors affirmer que i est nul ou bien
une racine de lunit.
Elments propres
1
Exercice 5 Soit E = C ([0,1], ) . Si f E , soit T ( f ) : x [0,1] min(x , t ) f (t ) dt .
0
x
f (t ) dt = f (x ) . En particulier f (1) = 0 . Le premier membre de cette nouvelle quation tant drivable, la
fonction f est deux fois drivable et on obtient f (x ) + f (x ) = 0 .
x
Sous cas > 0 , sachant f (0) = 0 , on obtient par rsolution de lquation diffrentielle f (x ) = A cos et la
1 1
condition f (1) = 0 nentranera pas f = 0 que si sin = 0 i.e. = avec k . Notons qualors il
(k )2
x
est possible de remonter les prcdents calculs et daffirmer que f : x A cos est vecteur propre associ
k
1
la valeur propre = .
(k )2
x
Sous cas < 0 , sachant f (0) = 0 , la rsolution de lquation diffrentielle donne f (x ) = ch et la
condition f (1) = 0 entrane f = 0 et donc nest pas valeur propre.
Diagonalisation de matrices
0 a a 2
Exercice 6 Soit a et A = 1 a
0 a .
2
1 a 1 a 0
a) Calculer le polynme minimal de A .
b) La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
c) Calculer eA .
a 2 a 2 a
a) A = (X 2)(X + 1) , E 2 (A) = Vect a et E 1 (A) = Vect 0 , 1 .
2
1
1 0
a 2 a 2 a 2 0 0
1
La matrice A est diagonalisable, P AP = D avec P = a 0 1 et D = 0 1 0 .
1
1 0 0 0 1
On en dduit A = (X 2)(X + 1) .
b) Ci-dessus.
2n (1)n 2(1)n + 2n
c) Par division euclidienne X n = (X + 1)(X 2)Q (X ) + X + avec = et =
3 3
1 1
2 (1)
n n
2(1) + 2
n n
e e
2
2e + e 2
donc An = A+ I 3 puis eA = A+ I3 .
3 3 3 3
1 1
0 0 1
0 0
Exercice 8 Diagonaliser les matrices de M n ( ) : et .
0 0 1
0 0
1 1 1
1 1
1 1 1
1 1 (0)
Exercice 9 Valeurs propres de la matrice de M n ( ) : .
1 (0) 1
a b b b b a
b a a b
Exercice 10 Soit a , b deux rels, A = et B = . Rduire ces deux matrices.
b b
b b a a b b
1 1 (0)
1
A = PDP 1 avec D = diag(a + (n 1)b ,a b ,,a b ) et P = .
1
1 (0) 1
B = Q Q 1 avec
1 1 (0) (0)
1
(0) 1 (0) 1
Si n est impair : = diag(a + (n 1)b ,b a ,,b a ,a b ,,a b ) et Q = 0 0 2 2 .
(0) 1 (0) 1
1 1 (0) 1 (0)
1 1 (0) 1 (0)
1
1
(0) 1 (0) 1
Si n pair : = diag(a + (n 1)b ,b a ,,b a ,a b ,,a b ) et Q = .
(0) 1 (0) 1
1
1 (0)
1 1
(0) 1
a 2 ab ab b 2
ab a 2 b 2 ab
Exercice 11 On pose M (a ,b ) = pour tous a ,b rels.
ab b 2 a 2 ab
b 2 ab ab a 2
a) Ces matrices sont-elles simultanment diagonalisables ?
b) Etudier et reprsenter graphiquement lensemble des (a ,b ) 2 tel que M (a ,b )n tend vers 0
quand n tend vers .
1 1 1 0
1 0 1
a) M (a ,b ) = PD (a ,b )P 1 avec D (a ,b ) = diag((a + b ) ,(a b ) ,a b ,a b ) et P =
2 2 2 2 2 2
.
1 0 1
1 1 1 0
b) M (a ,b )n 0 si et seulement si a + b < 1 , a b < 1 et a 2 b 2 < 1 .
Or a 2 b 2 = (a + b )(a b ) donc la dernire condition lest automatiquement si les deux premires le sont.
Ltude graphique est alors simple.
Exercice 12 Soit a ,b , b 0 et A M n ( ) la matrice dont les lments diagonaux valent a et les autres
valent b . A est-elle diagonalisable ? Quelles sont les valeurs propres de A ? Quel est le
polynme minimal de A ? Sous quelles conditions sur a et b , A est-elle inversible ? Lorsque
cest le cas trouver linverse de A .
a 0 0 b
0 0
a 0 b
Exercice 13 Soit A = 0 a +b 0 M 2n +1 () .
b 0 a
0 0
b 0 0 a
Quels sont les P [X ] tels que P (A) = 0 ?
1 (0) 0 1 (0)
1 0 (0) 1
A = PDP 1 avec D = diag(a + b ,,a + b ,a b ,,a b ) et P = 0 0 1 0 0 .
(0) 1 0 (0) 1
1 (0) 0 1 (0)
Par suite A = (X (a + b ))(X (a b )) et les polynmes annulateurs de A sont les multiples de A .
0 1 0
Exercice 15 On pose A = 1 0 1 . Que dire de cette matrice ? Sans la diagonaliser, dterminer son
0 1 0
polynme caractristique, son polynme minimal, calculer Ak pour k et valuer exp(A) .
A est symtrique donc diagonalisable. A = X 3 + 2X , A = A .
1 0 1
A = 0 2 0 , A3 = 2A , A2k +1 = 2k A et A2k +2 = 2k A2 pour k > 0 .
2
1 0 1
+
2k +
2k 1 2 1
exp(A) = I 3 + A+ A = I 3 + sh(2)A + (ch(2) 1)A2 .
k =0 (2k + 1)! k =1 (2k )! 2
0 0 0
Exercice 16 Soit A = 0 0 1 , dans M 3 ( ) . Dterminer le polynme caractristique et le polynme
0 1 0
minimal de A . Calculer expA et exp(A)exp( t A) .
A = X (X 2 + 1) , A = X (X 2 + 1) , exp(A)exp( t A) = exp(A)exp(A) = I 3 .
1 0 0
En calculant A , A , on obtient exp(A) = 0 cos1 sin1 .
2 3
0 sin1 cos1
1 j j 2
Exercice 17 Soit A = j j2 1 . Etudier la diagonalisabilit de A , dterminer les polynmes minimal et
2
j 1 j
caractristique de A , calculer exp A . Proposer une gnralisation en dimension n .
Si A est solution alors P = X (X 2)2 est annulateur de A et les valeurs propres de A figurent parmi {0,2} .
Par la trace, on peut alors affirmer que 2 est valeur propre de multiplicit 4.
Par le lemme de dcomposition des noyaux, ker(A 2Id) 2 et ker A sont supplmentaires.
Par multiplicit des valeurs propres, leurs dimensions respectives sont 4 et n 4 .
2I + M 0
Ainsi A est semblable 4 avec M M 4 () vrifiant M 2 = 0 .
0 On4
0 0 0 1 0 0 1 0
0 0 0 0 0 0 0 1
On raisonnant sur le rang, on montre que M est semblable O4 , ou .
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
La rciproque est immdiate.
M 2 + M + I n = 0
Exercice 21 Rsoudre dans M n ( ) le systme t .
MM = M t M
Endomorphismes diagonalisables
B = (X x 0 )(X x n ) .
Si P n [X ] est vecteur propre de associ la valeur propre alors B | (A )P . Pour des raisons de
degr, B et A ne peuvent tre premiers entre eux, ces polynmes ont donc une racine commune. Ainsi il
n
existe i {0,, n } tel que = A(x i ) . Inversement pour = A(x i ) , P =
j =0, j i
(X x j ) , (P ) = P avec
P 0 . Ainsi Sp = {A(x i ) / i 0, n } .
Prcisons le sous-espace propre associ la valeur propre = A(x i ) . Quitte rindexer, on peut supposer que
= A(x 0 ) .
Sil existe dautres x i tels que = A(x i ) on rindexe encore les x1 ,, x n de sorte que = A(x 0 ) = = A(x p )
et A(x p +1 ),, A(x n ) . Ainsi x 0 ,, x p sont racines de A alors que x p +1 ,, x n ne le sont pas.
Pour P n [X ] , on a (P ) = P si et seulement si B | (A )P . Or A = (X x 0 )(X x p )A
avec
(X x p +1 )(X x n ) | P .
Ainsi E () = {(X x p+1 )(X x n )Q /Q np [X ]} .
La somme des dimensions des sous-espaces propres tant gal la dimension de lespace, est diagonalisable.
Exercice 24 Soit f et g deux endomorphismes dun -espace vectoriel E de dimension finie n 1 tels que
f g g f = f .
a) Montrer que f est nilpotent.
b) On suppose f n1 0 . Montrer quil existe une base e de E et tels que :
0 1 (0)
Mate f = et Mate g = diag(, + 1,, + n 1) .
1
(0) 0
a) On vrifie f k g g f k = kf k .
Si pour tout k , f k 0 alors lendomorphisme h h g g h admet une infinit de valeur propre.
Ceci tant impossible en dimension finie, on peut affirmer que f est nilpotent.
b) f n = 0 (car dimE = n ) et f n1 0 . Pour x ker f n 1 et e = ( f n1 (x ),, f (x ), x ) , on montre classiquement
que e est une base de E dans laquelle la matrice de f est telle que voulue.
f (g ( f n 1 (x )) = 0 donc g ( f n 1 (x )) = f n 1 (x ) pour un certain
Aussi f k (g ( f n1k (x ))) = ( + k ) f n1 (x ) et donc la matrice de g dans e et triangulaire suprieure avec sur la
diagonale , + 1,, + n 1 . Ainsi Sp(g ) = {,, + n 1} .
Soit y vecteur propre associ la valeur propre + n 1 .
Si y ker f n1 alors puisque ker f n1 est stable par g , + n 1 est valeur propre de lendomorphisme induit
par g sur ker f n1 . Cela nest par le cas, par suite y ker f n1 . On vrifie alors facilement que la famille
e = ( f n 1 (y ),, f (y ), y ) rsout notre problme.
Exercice 25 Soit n , u L( 2n +1 ) . On suppose u 3 = u , tr u = 0 et tr u 2 = 2n . On note
C (u ) = {v L( 2n +1 ) / uv = vu } .
a) Calculer la dimension C (u ) .
b) Quels sont les n tels que C (u ) = [u ] ?
a) Puisque u 3 = u , par annulation dun polynme scind simple, on peut affirmer que u est diagonalisable de
valeurs propres possibles 0,1, 1 . Par les galits tr u = 0 et tr u 2 = 2n on peut affirmer quil existe une base
I n 0 0
de 2n +1
dans laquelle la matrice de u est de la forme A = 0 I n 0 .
0 0 0
M 0 0
Les matrices commutant avec A tant celle de la forme 0 N 0 avec M , N M n ( ) , on peut affirmer
0 0 0
dimC (u ) = 2n 2 .
b) u = X 3 X donc dim [u ] = 3 et par suite C (u ) = [u ] ssi n = 1 .
Exercice 27 Soit E un espace vectoriel rel de dimension finie, f L(E ) tel que f 2 = f . Etudier les
lments propres et la diagonalisabilit de lendomorphisme u fu uf de L(E ) .
Posons lendomorphisme de L(E ) tudi. On observe que 3 = . Par annulation dun polynme scind
simple, on peut affirmer que est diagonalisable de seules valeurs propres possibles 0,1 et 1 .
I 0
En introduisant une base adapte la projection f , la matrice de cet endomorphisme est r
0 0
A B
En notant la matrice de u dans cette base, on obtient:
C D
(u ) = 0 B = 0 et C = 0 .
(u ) = u A = 0 , C = 0 et D = 0 .
(u ) = u A = 0 , B = 0 et D = 0 .
Exercice 28 Soit E un espace vectoriel rel de dimension finie et f L(E ) . On dfinit T L(E ) L(E )
par T (g ) = f g g f .
Montrer que si f est diagonalisable, alors T est diagonalisable ; si f est nilpotente, alors T est
nilpotente.
Supposons f diagonalisable et soit B = (e1 ,,en ) une base de vecteurs propres de f . Pour 1 i , j n , on pose
g i , j lendomorphisme de E dtermin par g i , j (ek ) = j ,kei . La famille (gi , j ) est une base de L(E ) et on observe
T (gi , j ) = (i k )gi , j donc T est diagonalisable.
Supposons f nilpotente, c'est--dire quil existe n pour lequel f n = 0 . Puisque T p (g ) est combinaison
linaire de termes de la forme f k g f pk , il est assur que T 2n = 0 et donc que T est nilpotente.
Trigonalisation
Exercice 29 Soit A une matrice carre relle dordre n . Montrer que A est nilpotente ssi, pour tout p 1, n ,
tr Ap = 0 .
0
Si A est nilpotente alors seule 0 est valeur propre de A et donc A est semblable . Par suite
0 0
tr Ap = 0 pour tout p 1 .
Inversement, supposons tr Ap = 0 pour tout p 1, n .
Notons 1 ,..., m les racines non nulles de f et 1 ,..., m leurs multiplicits respectives.
m
On a 1 p m n , tr( f p ) = iip = 0 .
i =1
1
A est semblable une matrice triangulaire suprieure de la forme .
0 n
exp(1 )
exp(A) est alors semblable une matrice de la forme do la relation.
0 exp(n )
Applications de la rduction
On peut crire f =
Sp( f )
(X ) et E = ker( f Id) dcomposition en somme de sous-espaces
Sp( f )
Considrons maintenant x =
Sp( f )
x .
Pour P [X ] , P ( f )(x ) =
Sp( f )
P ( f )(x ) avec P ( f )(x ) ker( f Id) par stabilit.
M
k =0
k
X converge, puis X
k =0
k
converge et donc < 1 (car X 0 ).
1 (0)
1 1
a) L = et U =
= tL .
1 1 (0) 1
b) U = I + N + + N n1 , (I N )U = I donc U 1 = I N , L1 = t (U 1 ) = I t N donc
A1 =U 1L1 = I N t N + N t N .
2 1 (0)
1
c) A1 = . Posons n le polynme caractristique de A1 M n ( ) .
2 1
(0) 1 1
On a n +2 ( ) = (2 )n +1 ( ) n ( ) avec 0 ( ) = 1 et 1 ( ) = 1 .
En crivant = 2 + 2cos avec [0, ] et en posant fn ( ) = n (2 + 2cos ) on a la relation :
fn +2 ( ) + 2cos fn +1 ( ) + fn ( ) = 0 , f0 ( ) = 1 et f1 ( ) = 2cos 1 .
1
cos n +
2
La rsolution de cette rcurrence linaire dordre 2 donne fn ( ) = .
cos
2
Ainsi, n admet n racines dans [0, 4] et puisque ce polynme est de degr n il ny en a pas ailleurs :
Sp A1 [0, 4] .
Espaces prhilbertiens
Exercice 35 Soit E un espace euclidien. Quels sont les endomorphismes de E tels que pour tout sous-espace
vectoriel V de E : f (V ) ( f (V )) .
Exercice 37 Soit x1 , x 2 ,..., x n +2 des vecteurs dun espace vectoriel euclidien de dimension n .
Montrer quil est impossible que i j ,(x i | x j ) < 0 .
On pourra commencer par les cas n = 1 et n = 2
Cas n = 1 .
Supposons disposer de vecteurs x1 , x 2 , x 3 tels que i j ,(x i | x j ) < 0 .
Puisque x1 0 , (x1 ) est une base de E .
Cela permet dcrire x 2 = x1 et x 3 = x1 .
2
(x 2 | x1 ) < 0 et (x 3 | x1 ) < 0 donne < 0 et < 0 mais alors (x 2 | x 3 ) = x1 > 0 !
Cas n = 2 .
Supposons disposer de vecteurs x1 ,..., x 4 tels que i j ,(x i | x j ) < 0 .
x1 tant non nul on peut crire i 2, x i = i x1 + yi avec yi {x1 } et i < 0 .
i j 2,(x i | x j ) = ij + (yi | y j ) < 0 donc (yi | y j ) < 0 .
y 2 , y 3 , y 4 se positionnant sur la droite {x1 } , ltude du cas n = 1 permet de conclure.
Cas gnral.
Par rcurrence sur n 1 .
Pour n = 1 : ci-dessus
Supposons la proprit tablie au rang n 1 .
Supposons disposer de vecteurs x1 ,..., x n +3 tels que i j ,(x i | x j ) < 0 lintrieur dun espace vectoriel
euclidien de dimension n + 1 .
x1 tant non nul on peut crire i 2, x i = i x1 + yi avec yi {x1 } et i < 0 .
i j 2,(x i | x j ) = ij + (yi | y j ) < 0 donc (yi | y j ) < 0 .
y 2 ,..., yn +2 se positionnant sur le sous-espace vectoriel {x1 } qui est de dimension n , lhypothse de rcurrence
permet de conclure.
Rcurrence tablie.
1
En introduisant sur [X ] le produit scalaire : (P | Q ) = P (t )Q (t )dt , la quantit cherche est
0
2
m = d (X , 2 [X ]) = X p (X )
3 2 3 3
avec p la projection orthogonale sur [X ] .
p (X ) = a + bX + cX avec (p (X ) | X i ) = (X 3 | X i ) pour i = 0,1,2 .
3 2 3
{ t (ln t at b) dt ,(a,b) } .
1
2 2 2
Exercice 39 Calculer inf
0
En introduisant lespace E des fonctions relles f continues sur ]0,1] telles que t (tf (t )) 2 soit intgrable et
1
en munissant cet espace du produit scalaire ( f | g ) = t 2 f (t )g (t )dt , la quantit cherche est : m = d ( f , F ) 2
0
avec f : t ln t et F = Vect( f0 , f1 ) o f0 (t ) = 1 et f1 (t ) = t .
2
m = f p(f ) avec p la projection orthogonale sur F .
p ( f )(t ) = a + bt avec (p ( f ) | f0 ) = ( f | f0 ) et (p ( f ) | f1 ) = ( f | f1 ) .
La rsolution du systme ainsi obtenu donne a = 5 3 et b = 19 12 .
2
m = f p ( f ) = ( f p ( f ) | f ) = 1 432 .
Exercice 40 On munit M n ( ) du produit scalaire rendant orthonorm la base canonique, dont on note la
norme associe. Soit J la matrice de M n ( ) dont tous les coefficients sont gaux 1. Si
M M n ( ) , calculer inf M aI n bJ .
(a ,b ) 2
Exercice 41 Soit E un espace vectoriel rel euclidien orient de dimension 3 et f L(E ) . Montrer
lquivalence de :
(i) f = f ,
(ii) il existe w E tel que f (x ) = w x pour tout x E .
b) Si u L (E )
1 , comparer ker(u Id) et ker(u Id) .
c) Si u L (E )
1 , montrer E = ker(u Id) Im(u Id) .
a) u L (E )
= u (cf. cours). Rappelons que cette relation se dmontre en commenant par tablir
L (E )
2
u L (E )
u u .
L (E )
2 2
b) Soit x ker(u Id) . u (x ) x = u (x ) 2(u (x ) | x ) + x x 2(x | u (x )) + x
2 2 2
= 0 car u (x ) = x .
Ainsi u (x ) = x et x ker(u Id) . On peut conclure ker(u Id) ker(u Id) puis lgalit par symtrie.
c) Soit x ker(u Id) Im(u Id) . Il existe a E tel que x = u (a ) a .
u (x ) = x donne u (u (a )) u (a ) = u (a ) a puis (u (u (a )) u (a ) | a ) = (u (a ) a | a ) qui conduit
= u (a ) 2(u (a ) | a ) + a = 0 . Ainsi ker(u Id) Im(u Id) = {0} . De plus,
2 2 2
x
dim ker(u Id) + rg(u Id) = dim E donc ker(u Id) Im(u Id) = E .
( ) Supposons u + u inversible.
Soit x ker u Im u . On a u (x ) + u (x ) = 0 donc x = 0 . Par suite ker u Im u = {0} .
Donc dim ker u + dim Im u dim E puis dim ker u dim Im u . Par suite Im u = ker u .
( ) Supposons Im u = ker u .
Soit x ker(u + u ) . u (x ) + u (x ) = 0 .
Or u (x ) Im u et u (x ) Im u = (ker u ) = (Im u ) donc u (x ) = u (x ) = 0 .
Par suite x ker u et x ker u = Im u = ker u donc x = 0 .
Par suite u + u est injectif donc bijectif.
Exercice 44 Dans un espace euclidien E , soit f L(E ) . Montrer que deux des trois proprits suivantes
entranent la troisime :
(i) f est une isomtrie,
(ii) f 2 = Id ,
(iii) f (x ) est orthogonal x pour tout x .
( )
Exercice 45 Soit K C [ 0,1] , non nulle telle que (x , y ) [0,1] , K (x , y ) = K (y , x ) . On note
2 2
1
E = C ([0,1], ) . Pour f E , soit ( f ) : x [0,1] K (x , y ) f (y )dy .
0
1
.
c) (( f ) | g ) = K (x , y ) f (y )g (x )dxdy = ( f | (g )) car (x , y ) [0,1] , K (x , y ) = K (y , x ) .
2
[0,1]2
1 p p
2 (x ) dx = j2 + 2 j2 . En intgrant on obtient
2
orthogonalit
0
j =1 j =1
p 1
[ K (x , y ) 2 dx dy 2 fj2 (y ) dy = 2 p car les fj sont unitaires. Par suite ker( Id) est de
0,1]
2
0
j =1
Exercice 46 Soit A = (ai , j )1i , j n une matrice relle orthogonale. Montrer que a
1i , j n
i ,j n .
2
Pour le produit scalaire canonique sur M n ( ) , A = tr( t AA) = n . En notant J la matrice dont tous les
coefficients valent 1, lingalit propos sapparente lingalit de Cauchy-Schwarz : (A | J ) A J .
A B
Exercice 47 Soit M = On ( ) o A M p ( ) et D M np ( ) . Montrer que (det A)2 = (det D )2 .
C D
I 0 0 0
Posons P = p de sorte que I P = matrices de projections symtriques.
0 0 0 I np
det A = det(MP + I P ) et det D = det(P + (I P )M ) .
On observe (det A)2 = det tAA et (det D ) 2 = det D tD .
Or t AA = (P t M + I P )(MP + I P ) = I + P tM + MP P tMP PMP = D tD .
Exercice 48 On note ( .|. ) le produit scalaire canonique de . Pour toute famille u = (u1 ,, u p ) ( n ) p on
pose M u = ((ui | u j )) .
1i , j n
Matrices symtriques
M est diagonalisable et ses valeurs propres sont racines de X p 1 , elles ne peuvent donc qutre 1 ou 1 . Par
suite M 2 = I n .
Exercice 50 Montrer que le rang de A M n ( ) est gal au nombre de valeurs propres non nulles (comptes
avec leur ordre de multiplicit) de t AA .
a) Vect S n++ ( ) = Sn ( ) notamment parce quune matrice symtrique peut scrire comme diffrence de deux
matrices symtriques dfinies positives via diagonalisation.
k k
b) t XAX = i t XAi X avec t XAi X 0 donc t XAX i t XAi X = t XBX .
i =1 i =1
c) Cas B = I n .
La matrice A est diagonalisable et pour tout X , t XAX t XX assure que ses valeurs propres vrifient
1 et donc det A 1 = det B .
Cas gnral :
Si les i sont tous nuls, cest immdiat. Sinon, B Sn++ ( ) . On peut crire B = C 2 avec C Sn++ ( ) .
Considrons ensuite A = C 1AC 1 S n ( )
Pour tout X n , t XA X = t (C 1X )A(C 1X ) t (C 1X )B (C 1X ) = t XX .
Par ltude prcdente, det A 1 donc det A (detC ) 2 = det B .
n n
lingalit voulue revient (1 + i )1 n 1 + i1 n qui sobtient en appliquant lingalit de Jensen la
i =1 i =1
Exercice 54 Soit J la matrice de M n ( ) dont tous les coefficient sont gaux 1. Trouver P On ( ) et
D M n ( ) diagonale telles que t PJP = D .
Sp(J ) = {0, n } , E 0 (J ) : x1 + + x n = 0 et En (J ) : x1 = = x n .
1
n 1 2 0
1 2
conviennent.
D = diag(n ,0,,0) et P =
1 2
1 n 0 1 2
Exercice 55 a) Soit E un -espace vectoriel, une forme bilinaire symtrique non dgnre sur E et f
dans L(E ) telle que x , y E , ( f (x ), y ) = (x , f (y )) . Montrer que f est de rang pair.
b) Si A M n ( ) , montrer que le commutant de A dans M n ( ) est de codimension paire.
e) Lapplication relle f :V tr(MV ) est continue sur le compact On ( ) , elle y admet donc un maximum en
un certain U On ( ) . On a alors pour tout V On ( ) , tr(MV ) tr(MU ) . Posons alors A = MU . Pour tout
W On ( ) , tr(AW ) tr A donc A Sn+ ( ) et ainsi M = AU 1 avec A Sn+ ( ) et U 1 On ( ) .
Exercice 57 Montrer que le dterminant dune matrice symtrique relle dfinie positive est major par le
produit de ses lments diagonaux.
Exercice 58 Soit A M n ( ) . Montrer que A est symtrique positive ssi il existe P M n ( ) telle que
A = t PP . Montrer que A est symtrique dfinie positive ssi il existe P GLn ( ) telle que
A = t PP .
Si A = t PP alors il est facile dtablir que A est symtrique positive (voire dfinie positive si P est
inversible). Inversement, si A est symtrique positive alors par le thorme spectral, on peut crire A = tQDQ
avec Q On ( ) , D = diag(1 ,, n ) et i 0 (voire i > 0 si A est dfinie positive). Pour P = Q avec
= diag( 1 ,, n ) on dispose dune matrice solution (inversible dans le cas o est dfinie positive.)
Formes quadratiques
0 (1)
1 (n 1)(1)n1
Dans la base canonique, la matrice de Q est de dterminant
.
2 2n
(1) 0
Si n = 1 , rgQ = 0 . Sinon rgQ = n .
0 X
t
Exercice 60 On pose, pour X n , q (X ) = det , o A est une matrice symtrique relle dfinie
X A
positive dordre n . Montrer que q est une forme quadratique dfinie ngative (indice :
commencer par le cas o A est diagonale).
Cas A = diag(1 ,, n ) avec i > 0 .
x 2 x2
En dveloppant le dterminant selon la premire colonne : q (x1 ,, x n ) = 1 n 1 + + n . q est
1 n
videmment une forme quadratique dfinie ngative.
Cas gnral : on peut crire A = tPDP avec P On ( ) et D = diag(1 ,, n ) , i > 0 .
1 0 0 X 1
t
0 0 t
(PX ) 0 t
PX
On observe = et donc q (X ) = det car det P = 1 . Cela
0 P X A 0 P PX D PX D
t
permet de conclure.
Exercice 61 Condition sur pour que la forme quadratique Q dfinie par : (x1 ,, x n ) n ,
n
n 2
1 ( )
La matrice de Q dans la base canonique de est n
.
( ) 1
Si n = 1 , seul 1 est valeur propre et une CNS est < 1 .
Si n 2 alors les valeurs propres sont 1 n et 1 2 . Une CNS pour que Q soit dfinie positive est
1 n > 0 et 1 2 > 0 i.e. < 1 n .
Exercice 62 Soit E un -espace vectoriel, q une forme quadratique sur E de forme polaire B ,
C q = {x E ,q (x ) = 0} et N q = {x E , y E , B (x , y ) = 0} .
Montrer que C q = N q si et seulement si q est positive ou ngative.