WikiPrépaLivrets

Soit nNn \in \mathbb{N}^*. On considère la matrice AMn(R)A \in \mathcal{M}_n(\mathbb{R}) définie par :

A=(01(0)101(0)10)A = \begin{pmatrix} 0 & 1 & & (0)
1 & 0 & \ddots &
& \ddots & \ddots & 1
(0) & & 1 & 0 \end{pmatrix}

  1. Déterminer les valeurs propres de AA et les vecteurs propres associés. On pourra chercher les valeurs propres sous la forme λ=2cosθ\lambda = 2 \cos \theta avec θ]0,π[\theta \in ]0, \pi[.
  2. En déduire les éléments propres des matrices suivantes :
    M=(21011012)Mn(R)etT=(01011010)Mn(R)M = \begin{pmatrix} 2 & 1 & \dots & 0
    1 & \ddots & \ddots & \vdots
    \vdots & \ddots & \ddots & 1
    0 & \dots & 1 & 2 \end{pmatrix} \in \mathcal{M}_{n}(\mathbb{R})   \text{et}   T = \begin{pmatrix} 0 & -1 & \dots & 0
    -1 & \ddots & \ddots & \vdots
    \vdots & \ddots & \ddots & -1
    0 & \dots & -1 & 0 \end{pmatrix} \in \mathcal{M}_{n}(\mathbb{R})

  3. Soit PP la matrice de passage dont les colonnes sont les vecteurs propres de AA (convenablement normalisés). Calculer tPP{}^t P P et en déduire P1P^{-1}.

1.

Pour la question 1, traduire l'équation AX=λXAX = \lambda X en une suite récurrente linéaire d'ordre 2 avec des conditions aux bords.

2.

Remarquer que M=A+2InM = A + 2I_n et T=AT = -A.

3.

Pour le calcul de tPP{}^t P P, utiliser les relations de trigonométrie sur les sommes de produits de sinus.

Idées clés

Modélisation par une suite récurrente linéaire à coefficients constants.

Utilisation des conditions aux limites (x0=0x_0 = 0 et xn+1=0x_{n+1} = 0).

Lien entre les spectres de ff et P(f)P(f).

Résolution.

  1. Soit λR\lambda \in \mathbb{R} et X=(x1xn)TRn{0}X = \begin{pmatrix} x_1 & \dots & x_n \end{pmatrix}^T \in \mathbb{R}^n \setminus \{0\}. L'équation AX=λXAX = \lambda X est équivalente au système :
    {x2=λx1xk1+xk+1=λxkpour k{2,,n1}xn1=λxn\begin{cases} x_2 = \lambda x_1
    x_{k-1} + x_{k+1} = \lambda x_k   \text{pour } k \in \{2, \dots, n-1\}
    x_{n-1} = \lambda x_n \end{cases}
    On pose x0=0x_0 = 0 et xn+1=0x_{n+1} = 0 pour unifier le système sous la forme :
    k{1,,n},xk+1λxk+xk1=0\forall k \in \{1, \dots, n\},   x_{k+1} - \lambda x_k + x_{k-1} = 0
    L'équation caractéristique associée est r2λr+1=0r^2 - \lambda r + 1 = 0. Si λ<2|\lambda| < 2, on pose λ=2cosθ\lambda = 2 \cos \theta avec θ]0,π[\theta \in ]0, \pi[. Les racines sont eiθe^{i\theta} et eiθe^{-i\theta}. La solution générale est xk=αcos(kθ)+βsin(kθ)x_k = \alpha \cos(k\theta) + \beta \sin(k\theta). La condition x0=0x_0 = 0 impose α=0\alpha = 0, donc xk=βsin(kθ)x_k = \beta \sin(k\theta). La condition xn+1=0x_{n+1} = 0 avec X0X \neq 0 (donc β0\beta \neq 0) impose sin((n+1)θ)=0\sin((n+1)\theta) = 0. On en déduit (n+1)θ=pπ(n+1)\theta = p\pi avec p{1,,n}p \in \{1, \dots, n\}. Ainsi, on obtient nn valeurs propres distinctes :
    λp=2cos(pπn+1),p{1,,n}\boxed{\lambda_p = 2 \cos\left(\frac{p\pi}{n+1}\right),   p \in \{1, \dots, n\}}
    Le vecteur propre XpX_p associé à λp\lambda_p a pour composantes xk,p=sin(kpπn+1)x_{k,p} = \sin\left(\frac{kp\pi}{n+1}\right) pour k{1,,n}k \in \{1, \dots, n\}.

  2. Pour MM et TT : On observe que M=A+2InM = A + 2I_n. Si AX=λXAX = \lambda X, alors MX=(λ+2)XMX = (\lambda + 2)X. Les valeurs propres de MM sont donc :
    μp=2+2cos(pπn+1)=4cos2(pπ2(n+1))\boxed{\mu_p = 2 + 2\cos\left(\frac{p\pi}{n+1}\right) = 4\cos^2\left(\frac{p\pi}{2(n+1)}\right)}
    De même, T=AT = -A. Les valeurs propres de TT sont :
    γp=2cos(pπn+1)\boxed{\gamma_p = -2\cos\left(\frac{p\pi}{n+1}\right)}
    Les vecteurs propres sont les mêmes que pour AA.

  3. Soit P=(xk,p)P = (x_{k,p}) la matrice de passage. On calcule le coefficient (p,q)(p, q) de tPP{}^t P P :
    (tPP)p,q=k=1nsin(kpπn+1)sin(kqπn+1)({}^t P P)_{p,q} = \sum_{k=1}^n \sin\left(\frac{kp\pi}{n+1}\right) \sin\left(\frac{kq\pi}{n+1}\right)
    En utilisant 2sinasinb=cos(ab)cos(a+b)2\sin a \sin b = \cos(a-b) - \cos(a+b), on a :
    (tPP)p,q=12k=1n[cos(k(pq)πn+1)cos(k(p+q)πn+1)]({}^t P P)_{p,q} = \frac{1}{2} \sum_{k=1}^n \left[ \cos\left(\frac{k(p-q)\pi}{n+1}\right) - \cos\left(\frac{k(p+q)\pi}{n+1}\right) \right]
    Si p=qp=q, le premier terme vaut k=1n1=n\sum_{k=1}^n 1 = n. Le second est une progression géométrique de partie réelle :
    Re(k=1nei2kpπn+1)=Re(ei2pπn+11ei2npπn+11ei2pπn+1)=1\text{Re}\left( \sum_{k=1}^n e^{i \frac{2kp\pi}{n+1}} \right) = \text{Re}\left( e^{i \frac{2p\pi}{n+1}} \frac{1-e^{i \frac{2np\pi}{n+1}}}{1-e^{i \frac{2p\pi}{n+1}}} \right) = -1
    Donc (tPP)p,p=12(n(1))=n+12({}^t P P)_{p,p} = \frac{1}{2}(n - (-1)) = \frac{n+1}{2}. Si pqp \neq q, les deux sommes valent 1-1, donc (tPP)p,q=0({}^t P P)_{p,q} = 0. On en conclut :
    tPP=n+12In    P1=2n+1tP\boxed{{}^t P P = \frac{n+1}{2} I_n \implies P^{-1} = \frac{2}{n+1} {}^t P}

Ne pas oublier de vérifier que les valeurs propres trouvées sont bien distinctes pour assurer la diagonalisabilité. Ici, la fonction cosinus est strictement décroissante sur ]0,π[]0, \pi[, donc les λp\lambda_p sont tous distincts.