Matrices orthogonales, antisymétriques et valeurs propres
Colle de mathématiques
Sujet de colle de maths:- DiagonalisationDiagonalisation de matrice et réduction des endomorphismes
Énoncé du sujet
oral HEC, BL - 2022 - Sujet avec préparation
Soit
un entier.
Si
est une matrice, on note
sa transposée.
On dit qu'une matrice
est orthogonale si
.
On dit qu'une matrice
est symétrique si
.
On dit qu'une matrice
est antisymétrique si
.
On confond dans la suite
avec
que l'on munit de son produit scalaire canonique noté
et de la norme associée notée
.
Soit
On dit qu'une matrice
On dit qu'une matrice
On dit qu'une matrice
On confond dans la suite
- Question de cours : rappeler la définition d'une matrice inversible.
-
- Montrer que toute matrice orthogonale est inversible.
- Soit
.
Préciser pour quelle(s) valeur(s) de
, la matrice
est orthogonale.
- Soit
une matrice antisymétrique de
.
Soit
et
.
- Soit
. Calculer
et en déduire la valeur de
.
- Montrer que la seule valeur propre possible pour
est 0.
Dans quel cas la matrice
est-elle diagonalisable ?
- Montrer que les matrices
et
sont inversibles.
- Montrer que les matrices
et
commutent.
- Montrer que la matrice
est orthogonale.
-
est-il valeur propre de
?
- Soit
- Soit
une matrice orthogonale de
n'admettant pas
comme valeur propre. Montrer qu'il existe une unique matrice antisymétrique
telle que
![\[U=(I_n+B)(I_n-B)^{-1}\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1/37.png)
Correction
Correction
oral HEC, BL - 2022- Une matrice
carrée d'ordre
est inversible si et seulement il existe une matrice
telle que
.
Dans ce cas, cette matrice
est l'inverse de
, notée
.
On sait de plus, qu'il suffit d'avoir
pour en déduire qu'aussi
.
-
- D'après le rappel précédent, une matrice
orthogonale vérifie bien le critère précédent, avec comme matrice inverse
.
- On a
qui est bien orthogonale, puique
et donc
.
On calcule ensuite que
et donc que
est orthogonale.
On en déduit que
est orthogonale pour tout entier
, puisque en regroupant successivement les termes centraux on a grâce au calcul précédent
![\[\begin{array}{ll}V^k\left( V^k\rp^T&= VV\dots V V^T\dots V^T\\
&= VV\dots V(VV^T)V^T\dots V^T\\
&= VV\dots V(I_4)V^T\dots V^T\\
&=\dots\\
&= V(I_4)V^T\\
&=I_4
\enar\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/19.png)
- D'après le rappel précédent, une matrice
-
- Comme
est antisymétrique, on a
![\[(X^TAX)^T=X^TA^T(X^T)^T=-X^TAX\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/21.png)
et d'autre part, puisque, en regardant les dimensions de ce produit
, c'est-à-dire que
est un réel (une matrice à une seule ligne et une seule colonne), on a donc que
![\[(X^TAX)^T=X^TAX\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/24.png)
On déduit de ces deux expressions que
.
- Soit
une éventuelle valeur propre de
, et soit alors
un vecteur propre associé, en d'autres termes
et on a alors, d'après la question précédente,
![\[0=X^TAX=X^T(\lambda X) = \lambda X^TX=\lambda \|X\|^2\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/30.png)
Si
est valeur propre, c'est qu'il existe un tel vecteur propre non nul, et donc que, nécessairement
.
La seule valeur propre possible pour une matrice
antisymétrique est donc bien 0.
Une telle matrice n'est donc pas diagonalisable, car si elle l'était, avec 0 pour seule valeur propre, elle serait semblable à la matrice nulle
:
![\[A=PDP^1=0\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/35.png)
La seule matrice antisymétrique diagonalisable est donc la matrice nulle.
- On peut s'intéresser au noyau de
:
![\[NX=0\iff (I_n-A)X=0\iff AX=X\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/37.png)
Or 1 n'est pas valeur propre de
(la seule possible est 0), donc nécessairement
ce qui montre que
est inversible (l'endomorphisme associé est injectif, donc bijectif).
De même pour
, car, comme précédemment,
n'est pas valeur propre non plus de
.
- Comme
et
commutent (car
et
commutent),
on a alors
![\[\begin{array}{ll}
MN^{-1}&=(N^{-1}N)MN^{-1}\\
&=N^{-1}(NM)N^{-1}\\
&=N^{-1}(MN)N^{-1}\\
&=N^{-1}M(NN^{-1})\\
&=N^{-1}M
\enar\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/48.png)
- On a tout d'abord, puisqu'on va s'intéresser aux transposées, et comme
est antisymétrique
![\[M^T=(I_n+A)^T=I_n+A^T=I_n-A=N\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/50.png)
et
![\[N^T=(I_n-A)^T=I_n-A^T=I_n+A=M\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/51.png)
et alors, en revenant à la matrice
,
![\[\begin{array}{ll}\Omega^T\Omega&=(MN^{-1})^T(MN^{-1})\\
&= (N^{-1})^TM^TMN^{-1}\\
&= M^{-1}NMN^{-1}
\enar\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/53.png)
et comme
et
commutent,
![\[\Omega^T\Omega=I_n\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/56.png)
c'est-à-dire que
est une matrice orthogonale.
- Soit
tel que
puis, comme
et
commutent, on a alors
![\[\begin{array}{ll}N^{-1}MX=-X
&\iff MX=-NX\\
&\iff (I_n+A)X=-(I_n-A)X\\
&\iff 2X=0\\
&\iff X=0\enar\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/62.png)
ne peut donc pas être valeur propre de
.
- Comme
- Suppsosns qu'une telle matrice
existe telle que
![\[\begin{array}{ll}U=(I_n+B)(I_n-B)^{-1}\\
&\iff U(I_n-B)=(I_n+B)\\
&\iff U-UB=I_n+B\\
&\iff (I_n+U)B=U-I_n\enar\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/66.png)
et comme on l'a montré précédemment,
est inversible car
n'est pas valeur propre de
, d'où on trouve l'expression nécessaire de cette unique matrice
, si elle existe.
![\[B=(U+I_n)^{-1}(U-I_n)\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/71.png)
Réciproquement, si on définit la matrice
par l'expression précédente, on montre que
c'est-à-dire que
est antisymétrique et telle que, en reprenant le calcul précédant dans l'autre sens,
![\[U=(I_n+B)(I_n-B)^{-1}\]](/Generateur-Devoirs/Colles/Diagonalisation/HEC-BL-2022-1.1_c/75.png)
c'est-à-dire que la matrice
ainsi définie est bien l'unique matrice répondant à la question.
Tag:Diagonalisation
Autres sujets au hasard:

Voir aussi: