WikiPrépaLivrets

Soit n∈N∗n \in \mathbb{N}^* et A∈Mn(C)A \in \mathcal{M}_{n}(\mathbb{C}). On se propose d'étudier la réduction de AA par "congruence complexe", c'est-à-dire sous la forme SDSˉ−1S D \bar{S}^{-1}.

Montrer l'équivalence des deux assertions suivantes :

  1. Il existe une matrice diagonale D∈Mn(C)D \in \mathcal{M}_{n}(\mathbb{C}) et une matrice inversible S∈Mn(C)S \in \mathcal{M}_{n}(\mathbb{C}) telles que A=SDSˉ−1A = S D \bar{S}^{-1}.
  2. La matrice M=AAˉM = A \bar{A} est diagonalisable, son spectre est inclus dans R+\mathbb{R}_+, et elle vérifie la condition de rang rg⁡(AAˉ)=rg⁡(A)\operatorname{rg}(A \bar{A}) = \operatorname{rg}(A).

1.

Pour (1)  ⟹  (2)(1) \implies (2), calculer AAˉA\bar{A} en utilisant l'expression fournie et observer la structure de la matrice obtenue.

2.

Pour (2)  ⟹  (1)(2) \implies (1), introduire l'application C\mathbb{C}-semi-linéaire f:X↦AXˉf : X \mapsto A \bar{X}. Étudier l'endomorphisme C\mathbb{C}-linéaire f2f^2 et utiliser ses sous-espaces propres.

3.

Exploiter le fait que si ff est une application semi-linéaire telle que f2=Idf^2 = \text{Id}, alors l'espace se décompose en somme directe de sous-espaces sur R\mathbb{R} liés par la multiplication par ii.

Idées clés

•

Interprétation de AA comme la matrice d'une application semi-linéaire.

•

Utilisation de la structure des involutions semi-linéaires.

•

Lien entre le rang de AAˉA\bar{A} et la restriction de l'application au noyau.

Démonstration du sens (1)   ⟹  \implies (2).

Supposons qu'il existe D=diag(d1,…,dn)D = \text{diag}(d_1, \dots, d_n) et S∈GLn(C)S \in GL_n(\mathbb{C}) tels que A=SDSˉ−1A = S D \bar{S}^{-1}.

En prenant le conjugué, on obtient Aˉ=SˉDˉS−1\bar{A} = \bar{S} \bar{D} S^{-1}. Calculons alors le produit AAˉA \bar{A} :

AAˉ=(SDSˉ−1)(SˉDˉS−1)=SDDˉS−1A \bar{A} = (S D \bar{S}^{-1}) (\bar{S} \bar{D} S^{-1}) = S D \bar{D} S^{-1}

La matrice DDˉD \bar{D} est une matrice diagonale dont les coefficients sont les ∣dj∣2|d_j|^2. On en déduit immédiatement :

  • AAˉA \bar{A} est semblable à une matrice diagonale, donc elle est diagonalisable.
  • Les valeurs propres de AAˉA \bar{A} sont les ∣dj∣2|d_j|^2, qui sont des réels positifs ou nuls.

Concernant le rang, on sait que multiplier par une matrice inversible ne change pas le rang :

rg⁡(AAˉ)=rg⁡(DDˉ)\operatorname{rg}(A \bar{A}) = \operatorname{rg}(D \bar{D})

Comme DDˉD \bar{D} est diagonale, son rang est le nombre de ses coefficients non nuls. Or ∣dj∣2≠0|d_j|^2 \neq 0 si et seulement si dj≠0d_j \neq 0. Ainsi, rg⁡(DDˉ)=rg⁡(D)\operatorname{rg}(D \bar{D}) = \operatorname{rg}(D). Comme AA est semblable à DD (via une transformation de type S…Sˉ−1S \dots \bar{S}^{-1} qui préserve le rang), on a :

rg⁡(AAˉ)=rg⁡(A)\boxed{\operatorname{rg}(A \bar{A}) = \operatorname{rg}(A)}

Démonstration du sens (2)   ⟹  \implies (1).

Considérons l'application f:Cn→Cnf : \mathbb{C}^n \to \mathbb{C}^n définie par f(X)=AXˉf(X) = A \bar{X}. Cette application est C\mathbb{C}-semi-linéaire (elle est R\mathbb{R}-linéaire et f(λX)=λˉf(X)f(\lambda X) = \bar{\lambda} f(X)).

Calculons son itérée seconde pour X∈CnX \in \mathbb{C}^n :

f2(X)=f(AXˉ)=A(AXˉ)‾=AAˉXf^2(X) = f(A \bar{X}) = A \overline{(A \bar{X})} = A \bar{A} X

Ainsi, f2f^2 est l'endomorphisme C\mathbb{C}-linear associé à la matrice M=AAˉM = A \bar{A}. Par hypothèse, MM est diagonalisable et ses valeurs propres sont des réels positifs. On peut noter ces valeurs propres λj=αj2\lambda_j = \alpha_j^2 avec αj≥0\alpha_j \geq 0.

On a la décomposition de Cn\mathbb{C}^n en somme directe de sous-espaces propres pour f2f^2 :

Cn=ker⁡(M)⊕⨁α>0Eα2(M)\mathbb{C}^n = \ker(M) \oplus \bigoplus_{\alpha > 0} E_{\alpha^2}(M)

Étude du noyau : L'hypothèse rg⁡(AAˉ)=rg⁡(A)\operatorname{rg}(A\bar{A}) = \operatorname{rg}(A) implique, par le théorème du rang, que dim⁡ker⁡(AAˉ)=dim⁡ker⁡(A)\dim \ker(A\bar{A}) = \dim \ker(A). Comme on a toujours l'inclusion ker⁡(A)⊂ker⁡(AAˉ)\ker(A) \subset \ker(A\bar{A}), on en déduit :

ker⁡(M)=ker⁡(A)\ker(M) = \ker(A)
Sur ce sous-espace, f(X)=AXˉ=0f(X) = A\bar{X} = 0. Toute base de ker⁡(M)\ker(M) convient pour diagonaliser la restriction de ff.

Étude des espaces propres associés à α2>0\alpha^2 > 0 : Soit V=Eα2(M)V = E_{\alpha^2}(M) pour un α>0\alpha > 0. Comme ff et f2f^2 commutent, ff stabilise VV. Soit g=1αfg = \frac{1}{\alpha} f la restriction de ff à VV renormalisée. Alors gg est semi-linéaire et :

g2=1α2f2=IdVg^2 = \frac{1}{\alpha^2} f^2 = \text{Id}_{V}

Considérons VV comme un espace vectoriel sur R\mathbb{R} et définissons F={X∈V∣g(X)=X}F = \{ X \in V \mid g(X) = X \}. FF est un R\mathbb{R}-sous-espace vectoriel. Pour tout X∈VX \in V, on peut écrire :

X=X+g(X)2+X−g(X)2X = \frac{X + g(X)}{2} + \frac{X - g(X)}{2}
Le premier terme est dans FF, le second est dans ker⁡(g+Id)\ker(g + \text{Id}). De plus, X∈ker⁡(g+Id)  ⟺  g(X)=−X  ⟺  g(iX)=−ig(X)=iX  ⟺  iX∈FX \in \ker(g + \text{Id}) \iff g(X) = -X \iff g(iX) = -i g(X) = iX \iff iX \in F. On a donc V=F⊕iFV = F \oplus iF, ce qui signifie que toute R\mathbb{R}-base de FF est une C\mathbb{C}-base de VV.

Soit BV\mathcal{B}_V une telle base. Dans cette base, gg agit comme l'identité, donc ff agit comme la multiplication par α\alpha. La matrice de la restriction de ff dans cette base est αI\alpha I.

Conclusion : En concaténant les bases obtenues pour chaque sous-espace, on forme une C\mathbb{C}-base de Cn\mathbb{C}^n dans laquelle la matrice de l'application semi-linéaire ff est une matrice diagonale réelle DD à coefficients positifs. Si SS est la matrice de passage de la base canonique vers cette base, la formule de changement de base pour une application semi-linéaire donne :

A=SDSˉ−1\boxed{A = S D \bar{S}^{-1}}

Attention à la formule de changement de base ! Pour une application semi-linéaire ff, si AA est sa matrice dans la base C\mathcal{C} et DD sa matrice dans la base B\mathcal{B}, on a D=S−1ASˉD = S^{-1} A \bar{S}, où SS est la matrice de passage de C\mathcal{C} à B\mathcal{B}. C'est différent du cas linéaire.