CENTRALE 2001 PC Math2 PARTIE 1
Transcription
CENTRALE 2001 PC Math2 PARTIE 1
CENTRALE 2001 PC Math2 On notera Bc la base canonique de V . Sauf précision contraire l’endomorphisme associée à une matrice sera noté en utilisant la même lettre minuscule : par exemple A = M atBc (a). PARTIE 1 1. A 1.1. A Soit (x; y) dans V n f0V g . ² Si (x; y) est un système lié alors comme x et y sont non nuls il existe un scalaire ¸ non nul tel que y = ¸x. La matrice ¸In (homothétie de rapport ¸) convient . ² Si (x; y) est libre On peut compléter en une base B = (x; y; e3; ¢ ¢ ¢ en) . On prend a tel que 0 1 0 1 0 ¢¢¢ 0 B 1 0 0 ¢¢¢ 0 C B C B .. C .. B . . C M atB (a) = B 0 0 1 C B . C .. .. @ .. . . 0 A 0 ¢¢¢ 0 1 a est la matrice de la symétrie orthogonale par rapport à (x ¡ y). Alors A = M atBc (a) est solution du problème. ² Procédons par l’absurde en considérant W un sous espace vectoriel de V stable par GLn(C) non réduit à zéro (donc 9x 2 W; x 6= 0V ) et non égal à V (9y 2 V ¡ W donc y 6= 0V ) .D’après la construction précédente il existe une matrice A telle que Ax = y et donc une matrice A qui ne laisse pas W stable. P6 est véri…ée 1.2. A P1 P2 P3 P4 P5 P6 fausse : comme n > 1 toute matrice de GLn (C) est de rang n 6= 1 vraie : In est de rang n dans GLn(C) vraie fausse :tout sous espace vectoriel doit contenir la matrice nulle qui n’est pas inversible vraie : le produit de deux matrices inversibles est inversible. fausse : cf ci dessus 2. B 2.1. B Pour tout T de L T en = tn;n:en . Par suite W = vect(en) est un sous espace vectoriel stable autre que f0V g et V (toujours car dim(V ) > 0 ) et P6 est fausse. 2.2. B P1 P2 P3 P4 P5 P6 vraie :E1;1 est triangulaire inférieure et de rang 1 vraie : In est de rang n et triangulaire inférieur vraie vraie :le critère de sous espace vectoriel se rédige sans problème vraie : le produit de matrices se rédige sans problème :fausse 3. C 3.1. C On se place dans l’hypothèse où L est un sous espace vectoriel contenant I et ne contenant pas de matrice de rang 1 et avec n = 2 . Alors pour tout élément A de L,et tout complexe ¸, A ¡ ¸I est dans L de rang di¤érent de 1 . Le rang de A ¡ ¸I est donc 0 ou 2. Si le rang est 2 on a alors A ¡ ¸I est inversible et ¸ n’est pas valeur propre de A. Or A admet toujours une valeur propre dans les complexes. Donc 9¸ 0 , rg(A ¡ ¸0I) 6= 2 . Donc le rang est nul et A = ¸0 I. Tout élément de L est une homotétie vectoriel. Réciproquement les matrices scalaires sont dans L (colinéaire à I2 ) L est l’ensemble des homothéties vectorielles 3.2. C Si P6 est véri…ée , comme toute droite est stable par une homothétie ,L ne contient pas d’homotétie. on ne peut pas se trouver dans le cas précédent et P1 est fausse . (n = 2; P3; P4 ; P6 ) ) P1 PARTIE II remarque 1: par hypothèse L ¡ f0V g contenant I est non vide . m est bien dé…ni. remarque 2 : la base (zi) m i=1 existe car m = dim(M0 (V ) , les (xi ) existe alors par dé…nition d’une image et comme on a supposé m ¸ 2 le vecteur x2 existe donc aussi la matrice N0 : Tous les objets introduits par le sujet existent.. 4. A Soit W = fN z1=N 2 Lg Comme L est un sous espace vectoriel de Mn(R), on véri…e aisément que ² W est un sous espace vectoriel de V : image de L par l’application linéaire N 7! N z1 ² W est stable par L :Si N z1 2 W et si N 0 2 L alors N 0(N z1) = (N 0N ) z1 2 W car L est stable par produit interne donc N 0N 2 L ² W est distinct de f0V g car W contient Inz1 = z1 . ² Par suite P6 donne fN z1 =N 2 Lg = V . Si ¸0 M0 + ¸1M1 = 0 on a ¸ 0M0x1 + ¸1M1 x1 = ¸0z1 + ¸1 z2 .Donc ¸0 = ¸1 = 0 car (z1; z2 ) est libre. 5. B M0 (V ) est une l’image de l’espace vectoriel V par M0 donc c’est un sous espace vectoriel. Pour montrer que M0 V est stable par M0N0 on doit montrer que pour tout élément y = M0V on a M0N0y 2 M0 (V ) . Or M 0N0y = M0t avec t = M0 N0 y 2 V . Par suite il existe un vecteur propre (corps de base C et dimension …nie ) de M0 N0 dans ce sous espace .Ce qui correspond à l’a¢rmation: 9(®; z) 2 C £ M 0(V )=z 6= 0V et M0N0z = ®z. En regardant de nouveau l’image de x1 on a (M1 ¡ ®M0 ) x1 = z2 ¡ ®z1 6= 0V car (z1; z2) est un système libre . On a donc M1 ¡ ®M0 6= 0E Et on a aussi Ker(M0) ½ Ker(M1 ¡ ®M 0) car M0x = 0V ) (M1 ¡ ®M0 ) x = M0 N0 M0x ¡ M0x = 0V . Donc rg(M1 ¡ ®M0) = n ¡ dim (Ker (M1 ¡ ®M 0)) · n ¡ dim (Ker (M0)) = rg(M0): 2 De plus l’inclusion est strict car si z = M0 v on a (M1 ¡ ®M0 )v = M0N0M0v ¡ ®M0v = M0N0z ¡ ®z = 0V : Donc 0 < rg(M1 ¡ ®M0) < rg(M0) L’élément M1 est dans L et M 1 ¡ ®M0 aussi (sous espace vectoriel). Donc il y une absurdité puisque M0 étant une matrice non nul de rang minimal il ne peut pas exister de matrice non nul ayant un rang strictement plus petit. L’hypothèse m ¸ 2 est donc fausse et on conclut que m = 1 . (P3; P4; P5; P6 ) ) P1 PARTIE 3 Hypothèse : n > 2; dim(L) ¸ n2 ¡ 1 , L est un sous espace vectoriel stable par produit de matrices. 6. A Soit F = fM 2 E; M(W ) ½ W g . ² F est non vide car I 2 F ² F est stable par combinaison linéaire : Soient M1 et M 2 dans F et deux scalaires ¸1 et ¸ 2 . On a : 8w 2 W; (M1 w 2 W; M2w 2 W ) ) (¸M1 + ¸2M2 ) w = ¸1 M1w + ¸2M2w 2 W donc (¸1M1 + ¸2M2 ) (W ) ½ W: ² Pour calculer la dimension de F il vaut mieux se placer dans une base plus adaptée au calcul . Soit m l’endomorphisme tel que MBc (m) = M . On prend une base B obtenue en appliquant à W le théorème de la base incomplète: B = (b1 ¢ ¢ ¢ bn ) avec (b1 ; ¢ ¢ ¢ bk ) base de W . Comme W est stable par m on a pour tout i · k m(bi ) 2 V ect(b1 ¢ ¢ ¢ bk ) soit : µ ¶ X Y M(W ) ½ W , matB (m) = 0 Z où X; Y; Z sont des matrices arbitraires avec X carrée de taille k = dim(W ) . Le système des (Ei;j ) étant une base de E on peut en extraire une base de F en prenant les Ei;j pour (i · k; j · k) et ceux pour (k < i · n; 1 · j · n) On conclut : dimfM 2 E j M(W ) ½ W g = k2 + (n ¡ k)n = n2 ¡ k(n ¡ k) . Comme par dé…nition de W : L ½fM 2 E j M(W ) ½ W g ce qui conduit à n2 ¡k(n¡k) ¸ n2 ¡1 ) k(n¡k) · 1 ² k = 0 est solution du problème ² k = 1 n’est pas solution car n > 2 (c’est là que sert l’hypothèse) ² si k > 1 alors 0 · n ¡ k · 1 k < 1. et donc k = n W = f0V g ou V : 7. B 7.1. B .(In; Ek;l) est libre donc dim(H) = 2 et donc par la formule de Grassman : dim(H \ L) = dim(H) + dim(L) ¡ dim(H + L) ¸ (n2 ¡ 1) + 2 ¡ n2 = 1 Soit MH une matrice non nul de H \ L . comme MH est dans H il existe deux complexes a et b tels que MH = aIn + bEk;l . Si a = 0 alors b 6= 0 et Ek;l = MbH 2 L absurde. MH est donc une matrice triangulaire n’ayant que des 1 sur la diagonale. Donc une matrice inversible. 7.2. B P A = n¡1 k=1 E k;k+1 + En;1 est dans L et inversible .(Pivot de Gauss évident) La partie B prouve que dans tous les cas L contient une matrice inversible . 3 8. C 2 La famille (A; A2; : : : ; An +1) comporte n2 + 1 vecteurs dans un espace de dimension n2 . Elle est donc liée et il existe une combinaison linéaire nulle. X 2 +1 9 (¹i )n ¹i Ai = 0E i=1 6= (0) , i L’un des ¸i étant non nul , on peut considérer r le plus petit et s le plus grand . On a alors Ar ( s¡r X ¹k+r Ak ) = 0E k=0 P Soit en notant p = s ¡ r et ¸k = ¹k+r : Ar ( pk=0 ¸k Ak ) = 0 avec ¸0¸p 6= 0 . Si p = 0 il reste Ar = 0 ce qui est absurde car A est P inversible. Par inversibilité de A on peut simpli…er par Ar :, pk=0 ¸k Ak = 0E . ¸0¸p 6= 0 . P Donc I = pk=1 ¡ ¸¸k0 Ak est une combinaison linéaire de Ak avec k ¸ 1 donc est dans L car 8k Ak 2 L (stabilité de L par produit):. 9. D Remarque:v0 existe (prendre une colonne non nul de M0 ) . On 0 put1alors dire que chaque colonne Cj de M0 est t1 B .. C proportionnelle à v0 : 9tj ; Cj = tj v0 . On prend alors w0 = @ . A tn Cu est un sous espace vectoriel de V non égal à V .(sinon Bu = f0V g ce qui est absurde car u = Inu 2 Bu ) pour montrer Cu = f0V g il su¢t donc d’après P6 de montrer que Cu est stable par L : soit x 2 Cu et M 2 L on a alors pour tout élément tLu 2 Cu : t t (Mx) Lu =t xtLMu Or L est stable par produit matriciel donc LM 2 L et par dé…nition de Cu :txtLM u = 0 . Donc M x 2 Cu . Cu = Bu? = f0V g et Bu = V Au est un sous espace vectoriel de V stable par L (car L véri…e P5 ) .Or Au contient u et n’est donc pas réduit à zéro . Donc d’après P6 : Au = V . Si x est dans V alors x est dans Au donc il existe bien L . De même pour l’existence de M . Comme toute matrice de rang 1 peut s’écrire R1 = xty¹ R1 = J v0t w¹0M = JM0 M 2 L Or toutes les matrices de la base canonique sont de rang 1 . L contient donc tous les éléments de la base canonique et L=E 4