Trigonalisation, rayon spectral et normes matricielles
Afficher ou masquer la section
Le problème démontre d'abord que toute matrice complexe est trigonalisable, puis étudie le rayon spectral d'une matrice et son lien avec les normes matricielles, en particulier la norme subordonnée à une norme vectorielle. Il applique ensuite ces outils aux matrices positives pour encadrer et parfois calculer leur rayon spectral.
1Partie IDémonstration par récurrence que toute matrice complexe est trigonalisable, étude des éléments diagonaux d'une matrice triangulaire et du comportement des puissances d'une matrice selon son rayon spectral.
2Partie IIConstruction de la norme matricielle subordonnée à une norme vectorielle, comparaison avec le rayon spectral et étude de la convergence des puissances d'une matrice vers 0.
3Partie IIIÉtude des matrices positives : encadrement du rayon spectral par les sommes des lignes, et caractérisation du rayon spectral lorsque la matrice admet un vecteur propre strictement positif.
N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction.
Si un candidat est amené à repérer ce qui peut lui sembler être une erreur d'énoncé, il la signalera sur sa copie et devra poursuivre sa composition en expliquant les ruisons des initiatives qu'il a été amené à prendre.
Notations
Soit n et p des entiers supérieurs ou égaux à 1 . 𝕂 désignant le corps des réels ou celui des complexes, on note M_(n, p)(𝕂) le 𝕂-espace vectoriel des matrices à coefficients dans 𝕂 ayant n lignes et p colonnes. Lorsque p = n, M_(n, n)(𝕂) est noté plus simplement M_n(𝕂) et est muni de sa structure d'algèbre, I_n représentant la matrice identité. 0_(n, p) désigne la matrice nulle de M_(n, p)(𝕂) et 0_n la matrice nulle de M_n(𝕂). GL_n(𝕂) désigne l'ensemble des matrices inversibles de M_n(𝕂) et T_n(𝕂) l'ensemble des matrices carrées d'ordre n triangulaires supérieures à éléments dans 𝕂.
Tout vecteur x = (x_i)_(1 ≤ i ≤ n) de 𝕂^n est identifié à un élément X de M_(n, 1)(𝕂) tel que l'élément de la i ème ligne de X soit x_i. Dans toute la suite, nous noterons indifféremment X = (x_i)_(1 ≤ i ≤ n) un élément de M_(n, 1)(𝕂) aussi bien que le vecteur de 𝕂^n qui lui est associé.
Pour A = (a_(i, j))_(1 ≤ i ≤ n; 1 ≤ j ≤ p) dans M_(n, p)(𝕂) et X = (x_i)_(1 ≤ i ≤ p) dans 𝕂^p, on note (AX)_i le coefficient de la i^(ème) ligne de AX.
Pour toute matrice A de M_n(𝕂), on note Sp(A) l'ensemble des valeurs propres complexes de A et on appelle rayon spectral de A le réel ρ(A) défini par :
ρ(A) = max_(λ ∈ Sp(A))|λ|.
Conformément à l'usage, on note N_∞ la norme définie sur ℂ^n par :
∀X = (x_i)_(1 ≤ i ≤ n) ∈ ℂ^n, N_∞(X) = max_(1 ≤ i ≤ n)|x_i|.
On qualifie de norme matricielle toute norme φ définie sur M_n(𝕂) vérifiant la propriété :
∀(A, B) ∈ (M_(n(𝕂)))^2, φ(AB) ≤ φ(A) ⋅ φ(B).
M_n(𝕂) étant de dimension finie, on rappelle qu'une suite de matrices (A_k)_(k ∈ ℕ) de M_n(𝕂) converge vers une matrice A de M_n(𝕂) si et seulement si la convergence a lieu dans M_n(𝕂) muni d'une norme quelconque.
Partie I
Une matrice A de M_n(𝕂) est dite trigonalisable si et seulement si il existe P ∈ GL_n(𝕂) et T ∈ T_n(𝕂) tels que T = P^(− 1)AP.
I. 1 Pour n fixé, on suppose que toute matrice de M_n(ℂ) est trigonalisable et on considère une matrice M de M_(n + 1)(ℂ).
a) Montrer que M admet au moins une valeur propre.
b) Soit λ une valeur propre de M. Montrer qu'il existe Q ∈ GL_(n + 1)(ℂ), L ∈ M_(1, n)(ℂ) et N ∈ M_n(ℂ) tels que :
Q^(− 1)MQ = (λ, L; 0_(n, 1), N)
c) En déduire qu'il existe H ∈ GL_n(ℂ) et S ∈ T_n(ℂ) tels que :
Q^(− 1)MQ = (λ, L; 0_(n, 1), HSH^(− 1))
d) On pose R = (1, 0_(1, n); 0_(n, 1), H). Montrer que R est inversible et exprimer R^(− 1).
e) Calculer R^(− 1)Q^(− 1)MQR et en déduire que M est trigonalisable.
I. 2 Déduire de la question précédente que pour tout n entier supérieur ou égal à 1 , toute matrice de M_n(ℂ) est trigonalisable.
I. 3 Soit la matrice G = (1, 1, 0; 1, − 1, 1; 2, − 5, 3).
a) La matrice G est-elle diagonalisable ?
b) On note B = (e_1, e_2, e_3) la base canonique de ℂ^3. Montrer que G admet un unique vecteur propre u dont la première composante dans la base B est égale à 1 et vérifier que B_1 = ( u, e_2, e_3 ) est une base de ℂ^3.
c) On note Q la matrice de passage de B à B_1. Calculer Q^(− 1)GQ et en déduire, en s'inspirant de la méthode décrite aux questions I.1 et I.2, P ∈ GL_3(ℂ) et T ∈ T_3(ℂ) telles que P^(− 1)GP = T.
I. 4 Soit A ∈ M_n(ℂ). Si T est une matrice triangulaire supérieure semblable à A, que représentent les éléments diagonaux de T ?
I. 5 Soit S = (s_(i, j)) et T = (t_(i, j)) deux matrices triangulaires supérieures de M_n(ℂ).
a) Montrer que ST est une matrice triangulaire supérieure dont les coefficients diagonaux sont s_(1, 1)t_(1, 1), s_(2, 2)t_(2, 2), …, s_(n, n)t_(n, n).
b) Pour k ∈ ℕ^∗, quels sont les éléments diagonaux de T^k ?
I. 6 Montrer que pour toute matrice A de M_n(ℂ), ρ(A^k) = [ρ(A)]^k.
I. 7 Montrer que l'application ψ : M_n(ℂ) → ℝ, A = (a_(i, j)) ↦ max_(1 ≤ i, j ≤ n)|a_(i, j)| est une norme sur M_n(ℂ), mais n'est pas en général une norme matricielle sur M_n(ℂ).
I. 8 En admettant l'existence de normes matricielles sur M_n(ℂ) (la suite du problème montrera effectivement cette existence), montrer que pour toute norme N définie sur M_n(ℂ), il existe une constante C réelle positive telle que :
∀(A, B) ∈ (M_n(ℂ))^2, N(AB) ≤ CN(A)N(B)
I. 9 Soit (A_k)_(k ∈ ℕ) une suite de matrices de M_n(ℂ), A ∈ M_n(ℂ) et P ∈ GL_n(ℂ). Montrer que la suite (A_k)_(k ∈ ℕ) converge vers A si et seulement si la suite (P^(− 1)AP)_(k ∈ ℕ) converge vers P^(− 1)AP.
I. 10 a) Soit T = (λ, μ; 0, λ) un élément de M_2(ℂ). Pour tout k ∈ ℕ^∗, calculer T^k et en déduire que la suite (T^k)_(k ∈ ℕ^∗) converge si et seulement si (|λ| < 1) ou (λ = 1 et μ = 0).
b) Soit A ∈ M_2(ℂ) diagonalisable. Donner une condition nécessaire et suffisante sur les valeurs propres de A pour que la suite (A^k)_(k ∈ ℕ) soit convergente.
c) Soit A ∈ M_2(ℂ) non diagonalisable. Montrer que la suite (A^k)_(k ∈ ℕ) est convergente si et seulement si ρ(A) < 1. Dans ce cas, préciser lim_(k → + ∞)A^k.
d) Soit A ∈ M_2(ℂ). Donner une condition nécessaire et suffisante sur ρ(A) pour que la suite (A^k)_(k ∈ ℕ) converge vers la matrice nulle.
Partie II
Soit A = (a_(i, j)) une matrice de M_n(ℂ) et N une norme quelconque sur ℂ^n. On pose:
M_A = max_(1 ≤ i ≤ n)∑_(j = 1)^n|a_(i, j)|.
II. 1 a) Montrer que pour tout X ∈ ℂ^n : N_∞(AX) ≤ M_A N_∞(X).
b) Montrer qu'il existe une constante réelle C_A telle que :
∀X ∈ ℂ^n, N(AX) ≤ C_A N(X)
c) Montrer que l'ensemble {(N(AX))/(N(X))| X ∈ ℂ^n∖{0}} possède une borne supérieure dans ℝ. On notera dans la suite :
N~(A) = sup_(X ∈ ℂ^n∖{0})(N(AX))/(N(X)).
d) Montrer que : N_∞˜(A) ≤ M_A.
e) On reprend dans cette question la matrice G introduite en I.3. Déterminer un vecteur X_0 de ℂ^3 tel que N_∞(X_0) = 1 et N_∞(GX_0) = 10. En déduire la valeur de N_∞˜(G).
II. 2 Soit i_0 un entier compris entre 1 et n tel que ∑_(j = 1)^n|a_(i_0, j)| = M_A. En considérant le vecteur Y de ℂ^n de composantes y_j définies par :
y_j = (a_(i_0, j)^–)/(|a_(i_0, j)|) si a_(i_0, j) ≠ 0 et y_j = 1 si a_(i_0, j) = 0
montrer que M_A ≤ N_∞˜(A) et en déduire N_∞˜(A) = M_A.
II. 3 Montrer :
a) N~(A) = 0 ⇔ A = 0_n.
b) ∀λ ∈ ℂ, N~(λA) ≤ |λ|N~(A).
c) En déduire : ∀λ ∈ ℂ, N~(λA) = |λ|N~(A).
d) ∀B ∈ M_n(ℂ), N~(A + B) ≤ N~(A) + N~(B).
e) ∀X ∈ ℂ^n, N(AX) ≤ N~(A)N(X).
f) Déduire de ces résultats que N~ est une norme matricielle sur M_n(ℂ). On lui donne le nom de norme matricielle subordonnée à la norme N.
II. 4 a) En considérant une valeur propre λ de A telle que |λ| = ρ(A), montrer que :
ρ(A) ≤ N~(A)
b) Donner un exemple simple de matrice A non nulle vérifiant ρ(A) = N_∞˜(A).
c) Montrer que si A est nilpotente non nulle, on a l'inégalité stricte :
ρ(A) < N~(A).
II. 5 Montrer que si lim_(k → + ∞)A^k = 0_n, alors ρ(A) < 1.
Dans toute la suite du problème, on admettra que, réciproquement, si ρ(A) < 1, alors lim_(k → + ∞)A^k = 0_n.
II. 6 a) Montrer que pour tout k entier naturel non nul : ρ(A) ≤ [N~(A^k)]^(1/k).
b) Montrer que pour tout α ∈ ℂ, ρ(αA) = |α|ρ(A).
c) Soit ε > 0 et A_ε = A/(ρ(A) + ε). Vérifier que ρ(A_ε) < 1 et en déduire l'existence d'un entier naturel k_ε tel que :
∀k ∈ ℕ, (k ≥ k_ε ⇒ N~(A^k) ≤ (ρ(A) + ε)^k)
d) En déduire lim_(k → + ∞)[N~(A^k)]^(1/k) = ρ(A).
Partie III
Une matrice A de M_(n, p)(ℝ) est dite positive (resp. strictement positive) et on note A ≥ 0 (resp. A > 0 ) si et seulement si tous ses coefficients sont positifs ou nuls (resp. strictement positifs). Si A et B sont deux matrices de M_(n, p)(ℝ), on note A ≥ B (resp. A ≤ B, A > B, A < B ) si et seulement si A − B ≥ 0 (resp. B − A ≥ 0, A − B > 0, B − A > 0 ).
Notons que grâce à l'identification de ℝ^n et M_(n, 1)(ℝ), on pourra parler de vecteur de ℝ^n positif ou strictement positif.
III. 1 Donner un exemple de matrice A montrant que les conditions A ≥ 0 et A ≠ 0 n'impliquent pas nécessairement A > 0.
III. 2A, B, A^′, B^′ désignent des matrices de M_n(ℝ).
a) Montrer que si 0 ≤ A ≤ B et 0 ≤ A^′ ≤ B^′, alors 0 ≤ AA^′ ≤ BB^′.
b) Montrer que si 0 ≤ A ≤ B, alors pour tout k ∈ ℕ^∗, 0 ≤ A^k ≤ B^k.
c) Montrer que si 0 ≤ A ≤ B, alors N_∞˜(A) ≤ N_∞˜(B).
d) Montrer que si 0 ≤ A ≤ B, alors ρ(A) ≤ ρ(B).
e) Montrer que si 0 ≤ A < B, il existe c ∈ ]0, 1[ tel que A ≤ cB et en déduire ρ(A) < ρ(B).
III. 3 Soit A une matrice positive de M_n(ℝ) telle que la somme des termes de chaque ligne soit constante égale à α. Montrer que α est valeur propre de A et que :
ρ(A) = α = N_∞˜(A).
III. 4 Soit A une matrice positive de M_n(ℝ). Pour tout i ∈ {1, …, n}, on note α_i la somme des termes de la èi^(ème) ligne de A et α = min_(1 ≤ i ≤ n)α_i. On définit la matrice B = (b_(i, j)) par B = 0_n si α = 0 et b_(i, j) = α/(α_i)a_(i, j) si α > 0. Montrer à l'aide de la matrice B ainsi construite que :
III. 5 Soit A une matrice positive de M_n(ℝ) et X = (x_i) un vecteur strictement positif de ℝ^n.
On note D_x la matrice diagonale de M_n(ℝ) ayant pour termes diagonaux x_1, x_2, …, x_n. Calculer les éléments de la matrice D_x^(− 1)AD_x et en déduire :
min_(1 ≤ i ≤ n)((AX)_i)/(x_i) ≤ ρ(A) ≤ max_(1 ≤ i ≤ n)((AX)_i)/(x_i)
III. 6 Soit A une matrice positive de M_n(ℝ). Montrer que si A admet un vecteur propre strictement positif, alors la valeur propre associée est ρ(A) et :
ρ(A) = sup_(X > 0)(min_(1 ≤ i ≤ n)((AX)_i)/(x_i)) = inf_(X > 0)(max_(1 ≤ i ≤ n)((AX)_i)/(x_i))
Fin de l'énoncé
Questions fréquentes
4 questions
Sur quels chapitres porte le sujet de maths 1 PC du concours CCINP 2002 ?
Afficher ou masquer la section
Sur quels chapitres porte le sujet de maths 1 PC du concours CCINP 2002 ?
+
Il porte sur la réduction des endomorphismes en dimension finie sur C, en particulier la trigonalisation, ainsi que sur les normes matricielles, le rayon spectral et leur application aux matrices positives.
Quelles parties du sujet sont indépendantes ?
+
Le sujet s'organise en trois parties qui s'enchaînent : la partie I établit la trigonalisation et des résultats sur le rayon spectral, la partie II construit les normes matricielles subordonnées en s'appuyant sur la partie I, et la partie III applique ces notions aux matrices positives.
Quels résultats de cours faut-il connaître pour traiter ce sujet ?
+
La diagonalisation et la trigonalisation des matrices complexes, les valeurs propres et le polynôme caractéristique, les normes sur un espace vectoriel de dimension finie, et la convergence des suites de matrices.
Ce sujet est-il faisable en première année ?
+
Non, il mobilise la réduction des endomorphismes sur C et les normes matricielles, des notions qui relèvent du programme de deuxième année de la filière PC.
Pas de description pour le moment
Commentaires• CCINP Mathématiques 1 PC 2002
Connectez-vous pour participer aux discussions
Partagez vos avis, posez des questions et échangez avec la communauté