Centrale Mathématiques 2 TSI 2001Sujet et corrigé
Téléchargements
- Rapport du jury : non disponible
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.
MATHÉMATIQUES II
Le conditionnement d'une matrice est un réel qui mesure les erreurs d'approximation commises lors de la résolution d'un système linéaire dont les données ne sont pas connues avec précision. Plus ce réel est grand, moins le résultat est fiable. L'objectif de ce problème est de montrer que certaines matrices (appelées matrices de Hankel) ont un conditionnement qui croît exponentiellement avec leur taille.
Notations :
-
n désigne un entier supérieur ou égal à 2 .M_n (IR) désigne l'ensemble des matrices carrées d'ordren à coefficients réels,GL_n(ℝ) l'ensemble des matrices inversibles d'ordren etI_n l'élément unité deGL_n(ℝ) . - IR
^n est muni de son produit scalaire canonique que I'on notera <.,.> . L'ensembleM_(n, 1) (IR) des matrices réelles àn lignes et une colonne sera identifié àIR^n . - La norme associée sera notée
‖ .‖, desortequepourx ∈ IR^n, ‖x‖ = √(⟨x, x⟩) . - La base canonique de
IR^n est notée(e_1, …, e_n) . - Si
A ∈ M_n(IR) , on noteraa_(i, j) ses coefficients. - Si
c_1, …, c_n sont des vecteurs deIR^n , on notera[c_1, …, c_n] la matrice deM_n(IR) dont la i -ème colonne est le vecteurc_i , pouri ∈ {1, …, n} . - Si A est une matrice, on notera A* sa transposée.
Question préliminaire: Soit
A ∈ M_n(ℝ) symétrique.
- On dit que
A est positive si et seulement si∀X ∈ M_(n, 1)(IR), X∗AX ≥ 0 . - On dit que
A est définie positive si et seulement si∀X ∈ M_(n, 1)(ℝ)∖{0} ,X∗AX > 0 .
Montrer qu'une matrice symétrique positive(resp. définie positive) a ses valeurs propres positives (resp. strictement positives).
Filière TSI
Partiel - Norme N sur
M_n(IR)
I.A - Soit
A une matrice de
M_n(IR) . Montrer que l'on peut définir le réel
N(A)parN(A) = sup_(‖x‖ = 1)(‖Ax‖)/(‖x‖) et que l'on a alors
N(A) = sup_(x ≠ 0)(‖Ax‖)/(‖x‖) .
I.B - Montrer queN est une norme sur
M_n( IR
) et que l'on a
I.B - Montrer que
I.C - Soit
c_1, …, c_n des vecteurs de IR
^n . Montrer que
I.D - Soit v un vecteur de
IR^n . Montrer que
I.E - Soit
A ∈ M_n(IR) . Montrer que
A∗A est symétrique positive et en déduire que
où
ρ(A^∗ A) désigne la plus grande valeur propre de
A∗A .
I.F - En déduire que:∀A ∈ M_n(ℝ), N(A∗A) = N(A)^2 .
I.F - En déduire que:
Partie II - Conditionnement
Si
A ∈ GL_n(ℝ) , on appelleconditionnement de
A leréel
cond(A) = N(A)N(A^(− 1)) .
II.A - SoitA ∈ M_n(ℝ) telle que
N(A) < 1 . On pose
S_m = ∑_(k = 0)^m A^k . Montrer quela suite (
S_m ) converge et en déduire que
I_n − A est inversible.
II.B - SoitA ∈ GL_n(IR) et
B ∈ M_n(IR)∖GL_n(IR) . En remarquant que
B = A(I_n − A^(− 1)(A − B)) montrer que cond
(A) ≥ (N(A))/(N(A − B)) .
II.C - SoitA = [c_1, …, c_n] ∈ GL_n(IR) et
v = c_n − p(c_n) où
p ∈ L(ℝ^n) est le projecteur orthogonal sur
Vect(c_1, …, c_(n − 1)) . On pose
M = [0, …, 0, v] . Montrer que
A − M n'est pas inversible et en déduire que
II.A - Soit
II.B - Soit
II.C - Soit
Partie III - Matrices de type VDM
On appelle matrice de type VDM une matrice de la forme
On a donc
a_(i, j) = q_i x_i^(j − 1) pour tout
(i, j) ∈ {1, …, n}^2 .
On suppose dans cette partie que A est inversible et que
∀i ∈ {1, …, n}, |x_i| ≤ 1 . On note
q = (q_1; ⋮; q_n) et
X = (x_1, 0, …, 0; 0, x_2, …, ⋮; ⋮, …, …, 0; 0, …, 0, x_n) , de sorte que
A = [q, Xq, X^2 q, …, X^(n − 1)q] . On note enfin
v = x^(n − 1)q − p(x^(n − 1)q) où
p est le projecteur orthogonal sur
H = Vect(q, Xq, …, X^(n − 2)q)
III.A - Montrer que
∀u ∈ H, ‖v‖ ≤ ‖x^(n − 1)q − u‖
et en déduire que pour tout polynômeP de degré
n − 1 , unitaire, à coefficients réels
On suppose dans cette partie que A est inversible et que
III.A - Montrer que
et en déduire que pour tout polynôme
III.B - Montrer que pour tout polynôme
P de degré
n − 1 , unitaire, à coefficients réels
III.C - On définit la suite
(T_n)_(n ∈ IN) de polynômes par
Montrer que
et en déduire que
III.D - Déterminer le degré et le coefficient dominant de
T_n pour tout
n ∈ IN .
III.E - En déduire que
III.E - En déduire que
On admet que lorsque les
x_i sont quel conques, on a
Partie IV - Matrices de Hankel
IV.A - Soit
B ∈ GL_n(IR) . En appliquant le procédé d'orthonormalisation de Schmidt aux colonnes de
B , montrer qu'il existe une matrice
Q orthogonale et une matrice
R triangulaire supérieure telles que
B = QR .
IV.B - SoitA ∈ M_n(IR) symétrique définie positive. Montrer qu'il existe
B ∈ GL_n(ℝ) telle que
IV.B - Soit
et en déduire qu'il existe une matrice
R triangulaire supérieure inversible telle que
A = R∗R .
On appelle matrice de Hankel une matrice de la forme
On a donc
A est symétrique et on suppose qu'elle est définie positive. On considère donc
R ∈ GL_n(IR) triangulaire supérieure telle que
A = R∗R .
IV.C - On noter_(1, 1)^(− 1)R = [c_1, …, c_n] . Exprimer
⟨c_i, c_j⟩ à l'aide des coefficients de
A et de
r_(1, 1) et en déduire que
IV.C - On note
IV.D - Montrer que
IV.E - Montrer qu'il existe
T ∈ M_n(IR) telle que
IV.F - Montrer que
r_(1, 1)^(− 1)R = [e_1, Te_1, T^2 e_1, …, T^(n − 1)e_1] et en déduire que
IV.G - Montrer que pour tout
x et
y de Vect
(e_1, Te_1, …, T^(n − 2)e_1, e_n) on a
IV.H - En déduire que
T est symétrique.
IV.I - En diagonalisantT , montrer qu'il existe une matrice orthogonale
Q et une matrice
B detypeVDM telles que
R = Q^∗ B .
IV.J - En déduire que le conditionnement d'une matrice de Hankel A définie positive vérifie cond(A) ≥ 3 ⋅ 2^(n − 6) .
IV.K - Un exemple : en considérant surIR_(n − 1)[X] (ensemble des polynômes de degré inférieur ou égal à
n − 1 ) le produit scalaire
IV.I - En diagonalisant
IV.J - En déduire que le conditionnement d'une matrice de Hankel A définie positive vérifie cond
IV.K - Un exemple : en considérant sur
montrer que la matrice
est une matrice de Hankel définie positive.
Pas de description pour le moment
