BCE Maths appliquées ESSEC ECG 2024, épreuve 2Sujet et corrigé
Epreuve de maths appliquées - ECG 2024
Téléchargements
- Rapport du jury : non disponible
Description
Annale de maths appliquées BCE ESSEC pour la filiere ECG, session 2024.
Ces sujets peuvent vous intéresser
Lecture du sujet en ligne
L'énoncé complet, avec les formules et les figures, sans ouvrir le PDF.Afficher ou masquer la section
Lecture du sujet en ligne
L'énoncé complet, avec les formules et les figures, sans ouvrir le PDF.
Conception : ESSEC
MATHÉMATIQUES 2 APPLIQUÉES
FILIÈRE ÉCONOMIQUE ET COMMERCIALE VOIE GÉNÉRALE
Jeudi 25 avril 2024, de 14 h. à 18 h.
La présentation, la lisibilité, l'orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront pour une part importante dans l'appréciation des copies.
Les candidats sont invités à encadrer dans la mesure du possible les résultats de leurs calculs.
Aucun document n'est autorisé. L'utilisation de toute calculatrice et de tout matériel électronique est interdite. Seule l'utilisation d'une règle graduée est autorisée.
Si au cours de l'épreuve, un candidat repère ce qui lui semble être une erreur d'énoncé, il la signalera sur sa copie et poursuivra sa composition en expliquant les raisons des initiatives qu'il sera amené à prendre.
Les candidats sont invités à encadrer dans la mesure du possible les résultats de leurs calculs.
Aucun document n'est autorisé. L'utilisation de toute calculatrice et de tout matériel électronique est interdite. Seule l'utilisation d'une règle graduée est autorisée.
Si au cours de l'épreuve, un candidat repère ce qui lui semble être une erreur d'énoncé, il la signalera sur sa copie et poursuivra sa composition en expliquant les raisons des initiatives qu'il sera amené à prendre.
On s'intéresse dans ce problème à l'énergie d'un graphe qui est définie à partir de l'énergie de sa matrice d'adjacence.
L'énergie d'un graphe a été introduite en 1978 par Ivan Gutman. Ce n'est qu'à partir des années 2000 que des recherches approfondies sur cette notion ont été entreprises.
Aujourd'hui plus de deux articles par semaine sont publiés sur l'énergie des graphes avec de nombreuses applications dans divers domaines scientifiques.
Les parties 2 et 3 sont indépendantes et un bref aide-mémoire Python se trouve en page 6.
Dans tout le problème
n est un entier supérieur ou égal à 2 .
On rappelle que la notation∑_(1 ⩽ i, j ⩽ n) est analogue à la notation
∑_((i, j) ∈ [1, n]^2) .
On rappelle que la notation
Partie 1 - Énergie et trace d'une matrice
- Soit
A une matrice carrée symétrique appartenant àM_n(ℝ) . Justifier l'existence d'une matrice carrée inversibleP appartenant àM_n(ℝ) telle queP^(− 1)AP soit une matrice diagonale. Que peut-on dire des éléments diagonaux deP^(− 1)AP ?
- En notant
λ_1, …, λ_n les éléments diagonaux deP^(− 1)AP , on pose alorsE(A) = ∑_(k = 1)^n|λ_k| , on nomme ce réel positif l'énergie deA .
On admet que cette somme ne dépend pas du choix deP .
- Montrer que
E(A) = 3 siA = (1, − 1, − 1; − 1, 0, 0; − 1, 0, 0) . - Ecrire une fonction Python energie(A) qui renvoie l'énergie de la matrice symétrique représentée par le tableau numpy A .
- Si
A = (a_(i, j))_(1 ⩽ i, j ⩽ n) est une matrice carrée appartenant àM_n(ℝ) , on définit la trace de A, notéetr(A) par :
- Notons
A = (a_(i, j))_(1 ⩽ i, j ⩽ n) etB = (b_(i, j))_(1 ⩽ i, j ⩽ n) .
a) Montrer que: tr(AB) = ∑_(i = 1)^n(∑_(j = 1)^n a_(i, j)b_(j, i)) = ∑_(1 ⩽ i, j ⩽ n)a_(i, j)b_(j, i) .
b) En déduire que :tr(AB) = tr(BA) ettr(^t AA) = ∑_(1 ⩽ i, j ⩽ n)a_(j, i)^2 .
Que peut-on dire de
A si
tr(^t AA) = 0 ?
c) SiA et
B sont semblables, montrer que
tr(A) = tr(B) .
5. Dans cette questionA = (a_(i, j))_(1 ⩽ i, j ⩽ n) est symétrique et on utilise les notations de la question 1.
a) Montrer que|tr(A)| ⩽ E(A) .
b) Justifier quetr(A^2) = ∑_(k = 1)^n λ_k^2 .
6. Dans la console Python, on obtient :
c) Si
5. Dans cette question
a) Montrer que
b) Justifier que
6. Dans la console Python, on obtient :
>>> energie(3*np.eye(3)-np.ones([3,3]))
6.0
a) Déterminer quelle est la matrice
A associée au tableau
3∗ np. eye
(3, 3) -np. ones
([3, 3]) .
b) En calculanttr(A), tr(A^2) et en déterminant une valeur propre évidente de
A , expliciter son spectre et retrouver son énergie.
b) En calculant
Partie 2 - Produit de Kronecker
2 × n de matrices symétriques
- Soit
U = (u, v; v, w) une matrice carrée appartenant àM_2(ℝ) symétrique etA une matrice carrée appartenant àM_n(ℝ) symétrique.
On définitU∗A la matrice carrée appartenant àM_(2n)(ℝ) que l'on peut naturellement représenter ainsi(uA, vA; vA, wA) (écriture par blocs). - Par exemple, si
U = (2, 1; 1, 0) etA = (0, 1, 1; 1, 0, 0; 1, 0, 0) , alorsU∗A = (2A, A; A, 0_3) par blocs, d'oùU∗A = (0, 2, 2, 0, 1, 1; 2, 0, 0, 1, 0, 0; 2, 0, 0, 1, 0, 0; 0, 1, 1, 0, 0, 0; 1, 0, 0, 0, 0, 0; 1, 0, 0, 0, 0, 0) (03 désigne la matrice nulle deM_3(ℝ) ). - Si
X est une matrice colonne appartenant àM_(2n, 1)(ℝ), X = (x_1; ⋮; x_(2n)) , on écriraX = ((X_1)/(X_2)) avecX_1 = (x_1; ⋮; x_n) etX_2 = (x_(n + 1); ⋮; x_(2n)) .
On admet qu'alors la matrice colonne(U∗A)X deM_(2n, 1)(ℝ) est égale à((uAX_1 + vAX_2)/(vAX_1 + wAX_2)) .
- a) Écrire une fonction Python
prod2 K(u, v, w, A) qui étant donnéU = (u, v; v, w) etA , représentée par un tableau numpy, renvoieU∗A sous la forme d'un tableau numpy.
b) Compléter le code suivant s'affichant dans la console Python:
>>> prod2K(...,-1,...,...)
array([[-2., 1., 2., -1.],
[ 1., -2., -1., 2.],
[ 2., -1., -4., 2.],
[-1., 2., 2., -4.]])
- Soit
(a/b) un vecteur propre deU pour la valeur propreλ etX un vecteur propre deA pourμ . On poseY = ((aX)/(bX)) .
a) Établir l'égalité :(U∗A)Y = μ(((ua + vb)X)/((va + wb)X)) .
b) Montrer queY est un vecteur propre deU∗A et préciser pour quelle valeur propre. - a) Justifier l'existence d'une base
((a/b), (c/d)) deM_(2, 1)(ℝ) et de(X_1, …, X_n) une base deM_(n, 1)(ℝ) , formée de vecteurs propres deU etA respectivement.
- On note
γ_1 etγ_2 les valeurs propres associées à(a/b) et(c/d) respectivement etμ_1, …, μ_n celles associées àX_1, …, X_n respectivement.
On pose, pour touti ∈ [ [1, n] ], Y_i = ((aX_i)/(bX_i)) etZ_i = ((cX_i)/(dX_i)) .
b) Montrer que la famille (Y_1, Z_1, …, Y_n, Z_n ) est libre.
c) En déduire queU∗A est semblable à la matrice diagonale dont les éléments diagonaux sontγ_1 μ_1, γ_2 μ_1, …, γ_1 μ_n, γ_2 μ_n .
d) En conclure queE(U∗A) = E(U) × E(A) .
- Un exemple - On considère un graphe
G_n , non orienté et sans boucle, dont les sommets sont1, …, n et l'ensemble des arêtes est notéA_n . On définit le grapheG_(2n) dont les sommets sont1, …, 2n et les arêtes sont celles deG_n , ainsi que, pour toute arête{i, j} ∈ A_n , les arêtes{i + n, j} et{i, j + n} .
Voici un exemple de représentation deG_4 etG_8 :


On note
A_n et
A_(2n) les matrices d'adjacence de
G_n et
G_(2n) .
a) DéterminerU telle que
A_(2n) = U∗A_n .
b) En déduire queE(A_(2n)) = √5E(A_n) .
a) Déterminer
b) En déduire que
Partie 3 - Encadrement de l'énergie d'une matrice d'adjacence
Soit
m ,
n et
p des entiers tels que
m ⩾ 1 ,
n ⩾ p ⩾ 2 .
On suppose dans cette partie queA = (a_(i, j))_(1 ⩽ i, j ⩽ n) est la matrice d'adjacence d'un graphe
G(A) , non orienté sans boucle, à
n sommets
1, …, n, m arêtes et
n − p sommets isolés, c'est-à-dire de degré 0 .
On suppose dans cette partie que
On note
(E_1, …, E_n) la base canonique de
M_(n, 1)(ℝ) et
I l'ensemble des sommets non isolés de
G(A) .
11. a) Montrer que∑_(1 ⩽ i, j ⩽ n)a_(i, j) = ∑_((i, j) ∈ I^2)a_(i, j) = 2m .
b) Établir que :1 ⩽ (2m)/p ⩽ p − 1 .
12. a) Justifier qu'il existe une matrice carrée inversibleP appartenant à
M_n(ℝ) telle que
P^(− 1)AP soit une matrice diagonale différente de la matrice nulle.
11. a) Montrer que
b) Établir que :
12. a) Justifier qu'il existe une matrice carrée inversible
- Dans la suite on note
D cette matrice diagonale.
b) En déduire quetr(D) = 0, tr(D^2) = ∑_(1 ⩽ i, j ⩽ n)a_(i, j)^2 = 2m . - On suppose dans la suite que
P est telle que les éléments diagonaux deD, λ_1, …, λ_n vérifient|λ_1| ⩾ … ⩾ |λ_n| . On poseθ = max_(1 ⩽ k ⩽ n)λ_k .
- a) Soit
k un sommet isolé. Montrer queE_k ∈ ker(A) .
En déduire que
dim(ker(A)) ⩾ n − p puis que, si
p < n, λ_(p + 1) = … = λ_n = 0 .
b) Montrer que∑_(k = 1)^p λ_k^2 = 2m puis que
0 < θ ⩽ √(2m) .
c) Soitr ∈ ℕ^∗ et
x_1, …, x_r des réels. Montrer que :
∑_(1 ⩽ i, j ⩽ r)2x_i x_j ⩽ ∑_(1 ⩽ i, j ⩽ r)(x_i^2 + x_j^2) . En déduire que
(∑_(i = 1)^r x_i)^2 ⩽ r(∑_(i = 1)^r x_i^2) .
d) En conclure queE(A) ⩽ θ + √((p − 1)(2m − θ^2)) .
14. On admet qu'on peut choisir la matriceP de la question 12.a) de sorte que
P^(− 1) = ^t P . On pose alors
Q = ^t P .
SoitX = (x_1; ⋮; x_n) une matrice colonne appartenant à
M_(n, 1)(ℝ) et
Y = QX = (y_1; ⋮; y_n) .
b) Montrer que
c) Soit
d) En conclure que
14. On admet qu'on peut choisir la matrice
Soit
- On admet que si
M est une matrice carrée appartenant àM_n(ℝ) etZ une matrice colonne appartenant àM_(n, 1)(ℝ) alors^t(MZ) = ^t Z^t M . - Si
U etV sont deux matrices colonnes appartenant àM_(n, 1)(ℝ), ^t UV est une matrice carrée appartenant àM_(1, 1)(ℝ) , on l'identifie à son unique coefficient. Donc^t UV ∈ ℝ .
a) Montrer queQ^(− 1) = ^t Q puis queA = ^t QDQ et^t YY = ^t XX .
b) Montrer que^t XAX = ^t YDY = ∑_(k = 1)^n λ_k y_k^2 .
c) En remarquant que∑_(k = 1)^n y_k^2 = ^t YY , en déduire que^t XAX ⩽ θ^t XX .
- Soit
U la matrice colonne appartenant àM_(n, 1)(ℝ) dont lei ème coefficient vaut 1 sii n'est pas isolé et 0 sinon.
a) Montrer que^t UAU = ∑_((i, j) ∈ I^2)a_(i, j) = 2m . En déduire que(2m)/p ⩽ θ .
b) Établir que :1/(√p) ⩽ (√(2m))/p ⩽ θ/(√(2m)) ⩽ 1 . - a) Étudier la fonction
F : x ↦ x + √((p − 1)(1 − x^2)) sur[0, 1] .
b) En déduire queE(A) ⩽ √(2m)F((√(2m))/p) , c'est-à-dire que :
- On suppose dans cette question que
A est la matrice d'adjacence d'un graphe complet de sommets1, …, n doncm = (n(n − 1))/2 etp = n .
a) Représenter la matriceA .
b) Montrer -1 est une valeur propre deA et que le sous-espace propre associé est de dimensionn − 1 .
c) Établir aussi quen − 1 est une valeur propre deA . En déduire queE(A) = 2(n − 1) et que l'inégalité (1) est alors une égalité.
- On note
α = min_(1 ⩽ k ⩽ p)|λ_k| etβ = max_(1 ⩽ k ⩽ p)|λ_k| . On note aussid le degré maximal des sommets du grapheG(A) .
- Écrire une fonction Python
degMax(A) qui renvoie le maximum des degrés des sommets du grapheG(A) , celui-ci étant donné par sa matrice d'adjacence sous la forme du tableau numpy A . - a) Montrer que pour tout
j ∈ {1, …, p}, |λ_j|(α + β) ⩾ λ_j^2 + αβ .
b) En déduire que(α + β)E(A) ⩾ tr(A^2) + pαβ , puis queE(A) ⩾ (2m + pαβ)/(α + β) .
c) Soita etb deux réels strictement positifs tels quea ⩽ b^2 . Étudier les variations deφ : t ↦ (a + bt)/(b + t) surℝ^+ .
d) Montrer que2m ⩽ pβ^2 . En déduire queE(A) ⩾ (2m)/β . - Soit
X = (x_1; ⋮; x_n) un vecteur propre pour une valeur propreλ deA telle que|λ| = β .
a) Montrer que pour touti ∈ {1, …, n}, β|x_i| ⩽ dmax_(1 ⩽ j ⩽ n)|x_j| .
b) En conclure queE(A) ⩾ (2m)/d ⩾ (2m)/(p − 1)
c) Montrer que l'égalité dans (2) est réalisée pour la matriceA carrée appartenant àM_n(ℝ) associée au graphe dont l'unique arête est{1, 2} .
Aide-mémoire Python
On suppose que l'on a exécuté import numpy as np, numpy.linalg as al en début de session.
- Si T est un tableau numpy, np.shape(T) renvoie le nombre de lignes et le nombre de colonnes de T , dans cet ordre, sous la forme d'un couple.
- np.zeros(
[p, q] ) crée un tableau numpy àp lignes etq colonnes ne contenant que des 0 . - np.ones
([p, q]) crée un tableau numpy àp lignes etq colonnes ne contenant que des 1 . - np.eye(p) crée un tableau numpy à
p lignes etp colonnes ne contenant que des 1 sur sa diagonale et des 0 ailleurs. - La fonction al.eigvals, appliquée à un tableau numpy représentant une matrice symétrique
A , renvoie le tableau des coefficients d'une matrice diagonale semblable àA .
Pas de description pour le moment