WikiPrépaLivrets

Soit n∈N∖{0,1}n \in \mathbb{N} \setminus \{0,1\}. On considère la matrice de permutation circulaire J∈Mn(C)J \in \mathcal{M}_{n}(\mathbb{C}) définie par :

J=(00…0110…0001⋱⋮⋮⋮⋮⋱0000…10)J = \begin{pmatrix} 0 & 0 & \dots & 0 & 1
1 & 0 & \dots & 0 & 0
0 & 1 & \ddots & \vdots & \vdots
\vdots & \vdots & \ddots & 0 & 0
0 & 0 & \dots & 1 & 0 \end{pmatrix}

  1. Étude de la matrice JJ.
    1. Calculer JkJ^k pour tout k∈{0,…,n}k \in \{0, \dots, n\}.
    2. Déterminer le polynôme caractéristique de JJ.
    3. Montrer que JJ est diagonalisable dans Mn(C)\mathcal{M}_n(\mathbb{C}) et expliciter son spectre.
    4. Déterminer une matrice P∈GLn(C)P \in \text{GL}_n(\mathbb{C}) telle que P−1JPP^{-1}JP soit une matrice diagonale.

  2. Soient (a0,…,an−1)∈Cn(a_0, \dots, a_{n-1}) \in \mathbb{C}^n. On considère la matrice circulante :
    M=(a0an−1…a1a1a0⋱⋮⋮⋮⋱an−1an−1an−2…a0)M = \begin{pmatrix} a_0 & a_{n-1} & \dots & a_1
    a_1 & a_0 & \ddots & \vdots
    \vdots & \vdots & \ddots & a_{n-1}
    a_{n-1} & a_{n-2} & \dots & a_0 \end{pmatrix}
    1. Exprimer MM comme un polynôme en JJ.
    2. En déduire que MM est diagonalisable. Préciser ses valeurs propres en fonction du polynôme Q=∑k=0n−1akXkQ = \sum_{k=0}^{n-1} a_k X^k.
    3. Donner une expression du déterminant de MM sous forme de produit.
    4. À quelle condition nécessaire et suffisante a-t-on J∈C[M]J \in \mathbb{C}[M] ?

  3. Application : soit θ∈R\theta \in \mathbb{R}. Calculer le déterminant de la matrice CθC_{\theta} dont la première ligne est (cos⁡(θ),cos⁡(2θ),…,cos⁡(nθ))(\cos(\theta), \cos(2\theta), \dots, \cos(n\theta)) et dont les lignes suivantes sont obtenues par permutations circulaires successives vers la droite.

1.

Pour JJ, remarquer que l'endomorphisme associé effectue une permutation de la base canonique : u(ej)=ej+1u(e_j) = e_{j+1} (indices modulo nn).

2.

Utiliser le fait que si M=Q(J)M = Q(J), alors toute base de vecteurs propres de JJ est aussi une base de vecteurs propres de MM.

3.

Pour J∈C[M]J \in \mathbb{C}[M], penser au lien entre l'algèbre C[M]\mathbb{C}[M] et le polynôme minimal, ou utiliser l'interpolation de Lagrange sur les valeurs propres.

4.

Pour le déterminant avec cos⁡(kθ)\cos(k\theta), utiliser la formule du produit des Q(ωk)Q(\omega^k) en simplifiant les sommes géométriques.

Idées clés

•

Structure de l'algèbre C[J]\mathbb{C}[J] engendrée par la matrice de permutation.

•

Théorème de réduction des polynômes d'endomorphismes : si M=P(J)M = P(J), alors Sp(M)={P(λ)∣λ∈Sp(J)}\text{Sp}(M) = \{ P(\lambda) \mid \lambda \in \text{Sp}(J) \}.

•

Utilisation des racines nn-ièmes de l'unité ωk=e2ikπn\omega_k = e^{\frac{2ik\pi}{n}}.

Résolution.

  1. Étude de JJ.
    1. Soit (e1,…,en)(e_1, \dots, e_n) la base canonique de Cn\mathbb{C}^n. L'endomorphisme uu associé à JJ vérifie u(ej)=ej+1u(e_j) = e_{j+1} pour j<nj < n et u(en)=e1u(e_n) = e_1. Par récurrence, uk(ej)=ej+k(modn)u^k(e_j) = e_{j+k \pmod n}. Ainsi, JkJ^k est la matrice avec des 11 sur la kk-ième sous-diagonale (en comptant cycliquement). On remarque que Jn=InJ^n = I_n.
    2. Le polynôme caractéristique de JJ est χJ(X)=det⁡(XIn−J)\chi_J(X) = \det(XI_n - J). En développant par rapport à la première ligne :
      χJ(X)=∣X0…−1−1X…0⋮⋱⋱⋮0…−1X∣=Xn+(−1)n+1(−1)(−1)n−1=Xn−1\chi_J(X) = \begin{vmatrix} X & 0 & \dots & -1
      -1 & X & \dots & 0
      \vdots & \ddots & \ddots & \vdots
      0 & \dots & -1 & X \end{vmatrix} = X^n + (-1)^{n+1}(-1)(-1)^{n-1} = X^n - 1
    3. Les racines de χJ\chi_J sont les racines nn-ièmes de l'unité ωk=e2ikπn\omega_k = e^{\frac{2ik\pi}{n}} pour k∈{0,…,n−1}k \in \{0, \dots, n-1\}. Comme χJ\chi_J est scindé à racines simples sur C\mathbb{C}, la matrice JJ est diagonalisable.
      Sp(J)={ωk∣k∈{0,…,n−1}}\boxed{\text{Sp}(J) = \{ \omega_k \mid k \in \{0, \dots, n-1\} \}}

    4. Un vecteur propre X=(x1,…,xn)TX = (x_1, \dots, x_n)^T associé à ωk\omega_k vérifie JX=ωkXJX = \omega_k X, ce qui donne le système : xn=ωkx1x_n = \omega_k x_1, x1=ωkx2,…,xn−1=ωkxnx_1 = \omega_k x_2, \dots, x_{n-1} = \omega_k x_n. On trouve xj=ωkj−1x1x_j = \omega_k^{j-1} x_1. En choisissant x1=1x_1 = 1, le vecteur propre est Vk=(1,ωk,ωk2,…,ωkn−1)TV_k = (1, \omega_k, \omega_k^2, \dots, \omega_k^{n-1})^T. La matrice de passage PP est la matrice de Vandermonde :
      P=(ωji−1)1≤i,j≤n\boxed{P = \left( \omega_j^{i-1} \right)_{1 \le i,j \le n}}

  2. Matrices circulantes.
    1. En observant la structure de MM et les puissances de JJ, on constate que la colonne jj de MM correspond à la combinaison linéaire des colonnes des JkJ^k. Plus précisément :
      M=a0In+a1J+a2J2+⋯+an−1Jn−1=Q(J)\boxed{M = a_0 I_n + a_1 J + a_2 J^2 + \dots + a_{n-1} J^{n-1} = Q(J)}
    2. Puisque JJ est diagonalisable, tout polynôme en JJ l'est aussi. Les valeurs propres de MM sont les Q(λ)Q(\lambda) où λ\lambda parcourt le spectre de JJ.
      Sp(M)={Q(ωk)∣k∈{0,…,n−1}}\boxed{\text{Sp}(M) = \{ Q(\omega_k) \mid k \in \{0, \dots, n-1\} \}}
    3. Le déterminant est le produit des valeurs propres :
      det⁡(M)=∏k=0n−1Q(ωk)=∏k=0n−1(∑j=0n−1ajωkj)\boxed{\det(M) = \prod_{k=0}^{n-1} Q(\omega_k) = \prod_{k=0}^{n-1} \left( \sum_{j=0}^{n-1} a_j \omega_k^j \right)}

    4. J∈C[M]J \in \mathbb{C}[M] si et seulement si le polynôme minimal de MM est de degré nn. Cela revient à dire que les valeurs propres de MM sont deux à deux distinctes.
      J∈C[M]  ⟺  ∀(k,l)∈{0,…,n−1}2,k≠l  ⟹  Q(ωk)≠Q(ωl)\boxed{J \in \mathbb{C}[M] \iff \forall (k, l) \in \{0, \dots, n-1\}^2, k \ne l \implies Q(\omega_k) \ne Q(\omega_l)}

  3. Application. Ici aj=cos⁡((j+1)θ)a_j = \cos((j+1)\theta). On a Q(X)=∑j=0n−1cos⁡((j+1)θ)XjQ(X) = \sum_{j=0}^{n-1} \cos((j+1)\theta) X^j. Les valeurs propres sont λk=Q(ei2kπn)\lambda_k = Q(e^{i \frac{2k\pi}{n}}). En utilisant cos⁡(x)=eix+e−ix2\cos(x) = \frac{e^{ix}+e^{-ix}}{2} :
    λk=12∑j=0n−1(ei(j+1)θωkj+e−i(j+1)θωkj)=eiθ2∑j=0n−1(eiθωk)j+e−iθ2∑j=0n−1(e−iθωk)j\lambda_k = \frac{1}{2} \sum_{j=0}^{n-1} (e^{i(j+1)\theta} \omega_k^j + e^{-i(j+1)\theta} \omega_k^j) = \frac{e^{i\theta}}{2} \sum_{j=0}^{n-1} (e^{i\theta}\omega_k)^j + \frac{e^{-i\theta}}{2} \sum_{j=0}^{n-1} (e^{-i\theta}\omega_k)^j
    Ce sont des sommes géométriques. Le déterminant final est ∏λk\prod \lambda_k.

Attention à l'ordre des coefficients aka_k. Selon que la matrice circule vers la droite ou la gauche, l'expression Q(J)Q(J) peut changer (JJ ou JTJ^T). Ici, a1a_1 est en position (2,1)(2,1), ce qui correspond bien à JJ.