WikiPrépaLivrets

Soit nn un entier naturel tel que n≥2n \geq 2. On considère la matrice A∈Mn(R)A \in \mathcal{M}_n(\mathbb{R}) définie par :

A=(0−10⋯0−10−1⋱⋮0−1⋱⋱0⋮⋱⋱⋱−10⋯0−10)A = \begin{pmatrix} 0 & -1 & 0 & \cdots & 0
-1 & 0 & -1 & \ddots & \vdots
0 & -1 & \ddots & \ddots & 0
\vdots & \ddots & \ddots & \ddots & -1
0 & \cdots & 0 & -1 & 0 \end{pmatrix}

  1. Justifier, sans effectuer de calcul, que la matrice AA est diagonalisable sur R\mathbb{R}.
  2. On cherche à déterminer le spectre de AA. Soit λ∈R\lambda \in \mathbb{R} une valeur propre de AA et X=(x1,…,xn)T∈Rn∖{0}X = (x_1, \dots, x_n)^T \in \mathbb{R}^n \setminus \{0\} un vecteur propre associé.
    1. Montrer qu'en posant x0=0x_0 = 0 et xn+1=0x_{n+1} = 0, les composantes de XX vérifient une relation de récurrence linéaire d'ordre 2.
    2. En déduire les valeurs possibles pour λ\lambda et exprimer les valeurs propres de AA.
  3. Donner une matrice diagonale semblable à AA.

1.

Utiliser le théorème spectral pour la première question.

2.

Traduire l'équation AX=λXAX = \lambda X en un système d'équations scalaires.

3.

Pour résoudre la récurrence xk+1+λxk+xk−1=0x_{k+1} + \lambda x_k + x_{k-1} = 0, on pourra poser λ=−2cos⁡(θ)\lambda = -2\cos(\theta) avec θ∈]0,π[\theta \in ]0, \pi[ (justifier que les valeurs propres sont dans ]−2,2[]-2, 2[).

Idées clés

•

Théorème spectral : toute matrice symétrique réelle est diagonalisable.

•

Étude d'une suite récurrente linéaire d'ordre 2 avec conditions aux limites (x0=xn+1=0x_0 = x_{n+1} = 0).

•

Utilisation des fonctions trigonométriques pour paramétrer les racines du polynôme caractéristique de la récurrence.

Résolution.

  1. La matrice AA est clairement symétrique car ai,j=−1a_{i,j} = -1 si ∣i−j∣=1|i-j|=1 et ai,j=0a_{i,j}=0 sinon, ce qui implique ai,j=aj,ia_{i,j} = a_{j,i} pour tout (i,j)∈⟦1,n⟧2(i,j) \in \llbracket 1, n \rrbracket^2.

    Comme A∈Sn(R)A \in \mathcal{S}_n(\mathbb{R}), d'après le théorème spectral :

    La matrice A est diagonalisable dans Mn(R).\boxed{\text{La matrice } A \text{ est diagonalisable dans } \mathcal{M}_n(\mathbb{R}).}

    1. L'équation AX=λXAX = \lambda X se traduit par le système suivant :
      {−x2=λx1−xk−1−xk+1=λxkpour 2≤k≤n−1−xn−1=λxn\begin{cases} -x_2 = \lambda x_1
      -x_{k-1} - x_{k+1} = \lambda x_k   \text{pour } 2 \leq k \leq n-1
      -x_{n-1} = \lambda x_n \end{cases}

      En posant x0=0x_0 = 0 et xn+1=0x_{n+1} = 0, la relation −xk−1−xk+1=λxk-x_{k-1} - x_{k+1} = \lambda x_k devient valable pour tout k∈⟦1,n⟧k \in \llbracket 1, n \rrbracket. En effet :

      • Pour k=1k=1 : −x0−x2=λx1  ⟹  −x2=λx1-x_0 - x_2 = \lambda x_1 \implies -x_2 = \lambda x_1 (cohérent).
      • Pour k=nk=n : −xn−1−xn+1=λxn  ⟹  −xn−1=λxn-x_{n-1} - x_{n+1} = \lambda x_n \implies -x_{n-1} = \lambda x_n (cohérent).

      On obtient la relation de récurrence :

      ∀k∈⟦1,n⟧,xk+1+λxk+xk−1=0\forall k \in \llbracket 1, n \rrbracket,   \boxed{x_{k+1} + \lambda x_k + x_{k-1} = 0}

    2. L'équation caractéristique associée à la récurrence est r2+λr+1=0r^2 + \lambda r + 1 = 0. Notons que si ∣λ∣>2|\lambda| > 2, les racines sont réelles et de la forme rr et 1/r1/r. La condition x0=xn+1=0x_0 = x_{n+1} = 0 imposerait alors X=0X=0, ce qui est exclu pour un vecteur propre. De même pour ∣λ∣=2|\lambda|=2. On peut donc poser λ=−2cos⁡(θ)\lambda = -2 \cos(\theta) avec θ∈]0,π[\theta \in ]0, \pi[. L'équation devient r2−2cos⁡(θ)r+1=0r^2 - 2\cos(\theta)r + 1 = 0, dont les racines sont eiθe^{i\theta} et e−iθe^{-i\theta}.

      La solution générale est de la forme xk=αcos⁡(kθ)+βsin⁡(kθ)x_k = \alpha \cos(k\theta) + \beta \sin(k\theta). Comme x0=0x_0 = 0, on a α=0\alpha = 0. Ainsi, xk=βsin⁡(kθ)x_k = \beta \sin(k\theta). Comme X≠0X \neq 0, on a β≠0\beta \neq 0. La condition xn+1=0x_{n+1} = 0 impose alors :

      sin⁡((n+1)θ)=0  ⟹  (n+1)θ=pπ,p∈Z\sin((n+1)\theta) = 0 \implies (n+1)\theta = p\pi,   p \in \mathbb{Z}

      Comme θ∈]0,π[\theta \in ]0, \pi[, les valeurs possibles pour pp sont {1,2,…,n}\{1, 2, \dots, n\}. On obtient ainsi nn valeurs distinctes pour λ\lambda :

      λp=−2cos⁡(pπn+1)pour p∈{1,…,n}\boxed{\lambda_p = -2 \cos\left(\frac{p\pi}{n+1}\right)   \text{pour } p \in \{1, \dots, n\}}

  2. Puisque nous avons trouvé nn valeurs propres distinctes pour une matrice de taille nn, chaque sous-espace propre est de dimension 1. Une matrice diagonale semblable à AA est la matrice DD comportant ces valeurs propres sur sa diagonale :
    D=(−2cos⁡(πn+1)0⋯00−2cos⁡(2πn+1)⋱⋮⋮⋱⋱00⋯0−2cos⁡(nπn+1))\boxed{D = \begin{pmatrix} -2 \cos\left(\frac{\pi}{n+1}\right) & 0 & \cdots & 0
    0 & -2 \cos\left(\frac{2\pi}{n+1}\right) & \ddots & \vdots
    \vdots & \ddots & \ddots & 0
    0 & \cdots & 0 & -2 \cos\left(\frac{n\pi}{n+1}\right) \end{pmatrix}}

Attention à ne pas oublier de vérifier que les λp\lambda_p trouvés sont bien distincts. Ici, la fonction cosinus est strictement décroissante sur ]0,π[]0, \pi[, donc les nn valeurs de λp\lambda_p sont bien deux à deux distinctes.