Accueil/Exercices d’oraux/Centrale/Algèbre/Algèbre linéaire
CentraleFilière PCAlgèbre

Algèbre linéaire

Exercices d’algèbre linéaire tombés à Centrale PC en 2020. Cherchez d’abord à partir de l’énoncé, puis ouvrez une indication ou le corrigé lorsque vous en avez besoin.

Exercices 2020

Exercice 1—Déterminants, polynômes et Vandermonde

Exercice tombé en 2020 · RMS 1047

DifficultéÀ définir

Énoncé

Pour p∈Np\in\mathbb{N}, on pose

Ap=((i+j−1)p)1≤i,j≤p+1etBp=((i+j−1)p)1≤i,j≤p+2.A_p=\bigl((i+j-1)^p\bigr)_{1\leq i,j\leq p+1} \qquad\text{et}\qquad B_p=\bigl((i+j-1)^p\bigr)_{1\leq i,j\leq p+2}.
  1. Montrer que BpB_p n’est pas inversible.
  2. Calculer det⁡(Ap)\det(A_p).
Indication›

Pour la première question, introduirePi(X)=(X+i)pP_i(X)=(X+i)^p et utiliser la dimension de Rp[X]\mathbb{R}_p[X].

Pour la seconde, calculer BCBCavecBi,j=(pj−1)ij−1B_{i,j}=\binom{p}{j-1}i^{j-1} etCi,j=(j−1)p+1−iC_{i,j}=(j-1)^{p+1-i}, puis reconnaître des déterminants de Vandermonde.

Corrigé›

1. Non-inversibilité de BpB_p

Pour i∈{1,…,p+2}i\in\{1,\ldots,p+2\}, posons

Pi(X)=(X+i)p.P_i(X)=(X+i)^p.

La matrice BpB_p s’écrit

Bp=(P1(0)P1(1)⋯P1(p+1)P2(0)P2(1)⋯P2(p+1)⋮⋮⋮Pp+2(0)Pp+2(1)⋯Pp+2(p+1)).B_p= \begin{pmatrix} P_1(0)&P_1(1)&\cdots&P_1(p+1)\\ P_2(0)&P_2(1)&\cdots&P_2(p+1)\\ \vdots&\vdots&&\vdots\\ P_{p+2}(0)&P_{p+2}(1)&\cdots&P_{p+2}(p+1) \end{pmatrix}.

Les polynômes P1,…,Pp+2P_1,\ldots,P_{p+2}sont p+2p+2 vecteurs de l’espaceRp[X]\mathbb{R}_p[X], qui est de dimension p+1p+1. La famille est donc liée : il existe des réelsα1,…,αp+2\alpha_1,\ldots,\alpha_{p+2}, non tous nuls, tels que

α1P1+⋯+αp+2Pp+2=0.\alpha_1P_1+\cdots+\alpha_{p+2}P_{p+2}=0.

La même combinaison linéaire des lignes deBpB_p est donc la ligne nulle. Les lignes sont liées, d’où

det⁡(Bp)=0.\boxed{\det(B_p)=0}.

2. Calcul de det⁡(Ap)\det(A_p)

Introduisons les matrices carrées de taille p+1p+1

B=((pj−1)ij−1)1≤i,j≤p+1,C=((j−1)p+1−i)1≤i,j≤p+1.B=\left(\binom{p}{j-1}i^{j-1}\right)_{1\leq i,j\leq p+1}, \qquad C=\bigl((j-1)^{p+1-i}\bigr)_{1\leq i,j\leq p+1}.

Si D=BC=(di,j)D=BC=(d_{i,j}), alors, par la formule du binôme,

di,j=∑k=1p+1(pk−1)ik−1(j−1)p+1−k=∑k=0p(pk)ik(j−1)p−k=(i+j−1)p.\begin{aligned} d_{i,j} &=\sum_{k=1}^{p+1} \binom{p}{k-1}i^{k-1}(j-1)^{p+1-k}\\ &=\sum_{k=0}^{p}\binom{p}{k}i^k(j-1)^{p-k}\\ &=(i+j-1)^p. \end{aligned}

Ainsi Ap=BCA_p=BC et

det⁡(Ap)=det⁡(B)det⁡(C).\det(A_p)=\det(B)\det(C).

Pour BB, on sort le facteur(pj−1)\binom p{j-1} de la colonnejj. Le déterminant restant est un Vandermonde évalué en 1,2,…,p+11,2,\ldots,p+1 :

det⁡(B)=(∏k=0p(pk))∏1≤i<j≤p+1(j−i)=(∏k=0pp!k!(p−k)!)(∏j=2p+1(j−1)!)=(p!)p+1∏k=1pk!.\begin{aligned} \det(B) &=\left(\prod_{k=0}^{p}\binom pk\right) \prod_{1\leq i<j\leq p+1}(j-i)\\ &=\left(\prod_{k=0}^{p}\frac{p!}{k!(p-k)!}\right) \left(\prod_{j=2}^{p+1}(j-1)!\right)\\ &=\boxed{\frac{(p!)^{p+1}}{\prod_{k=1}^{p}k!}}. \end{aligned}

Pour CC, on inverse l’ordre des lignes. On obtient alors un Vandermonde évalué en0,1,…,p0,1,\ldots,p. Le renversement dep+1p+1 lignes apporte le signe(−1)⌊(p+1)/2⌋(-1)^{\lfloor(p+1)/2\rfloor}, donc

det⁡(C)=(−1)⌊(p+1)/2⌋∏j=1pj!.\det(C)= (-1)^{\lfloor(p+1)/2\rfloor} \prod_{j=1}^{p}j!.

Finalement les produits de factorielles se simplifient :

det⁡(Ap)=(−1)⌊(p+1)/2⌋(p!)p+1\boxed{ \det(A_p)=(-1)^{\lfloor(p+1)/2\rfloor}(p!)^{p+1} }

Exercice 2—Matrices à diagonale dominante et déterminant

Exercice tombé en 2020 · RMS 1061 · Python

DifficultéÀ définir

Énoncé

Soit A=(ai,j)1≤i,j≤n∈Mn(C)A=(a_{i,j})_{1\leq i,j\leq n}\in\mathcal M_n(\mathbb C). Pour i∈⟦1,n⟧i\in\llbracket1,n\rrbracket, on note

ρi(A)=∣ai,i∣−∑j≠i∣ai,j∣.\rho_i(A)=|a_{i,i}|-\sum_{j\neq i}|a_{i,j}|.

Une matrice est dite à diagonale dominante siρi(A)>0\rho_i(A)>0 pour toutii.

  1. Montrer qu’une matrice à diagonale dominante est inversible.
  2. Étudier la réciproque.
  3. Programmer en Python une fonction d’argument une matrice à diagonale dominante et renvoyant∏k=1nρk(A)\prod_{k=1}^{n}\rho_k(A).
  4. Comparer sur des exemples∏k=1nρk(A)\prod_{k=1}^{n}\rho_k(A) et∣det⁡(A)∣|\det(A)|. Conjecture ?
  5. Prouver la conjecture.
Indication›

Pour l’inversibilité, partir de AX=0AX=0et choisir une coordonnée de XXde module maximal.

Pour la dernière question, normaliser chaque ligne en la divisant parρi(A)\rho_i(A) et utiliser le fait qu’une matrice non inversible ne peut pas être à diagonale dominante.

Corrigé›

1. Théorème d’Hadamard

Supposons AX=0AX=0 avecX=(x1,…,xn)TX=(x_1,\ldots,x_n)^T. Choisissonsi0i_0 tel que

∣xi0∣=max⁡1≤i≤n∣xi∣.|x_{i_0}|=\max_{1\leq i\leq n}|x_i|.

La ligne i0i_0 de l’égalité donne

ai0,i0xi0=−∑j≠i0ai0,jxj.a_{i_0,i_0}x_{i_0} =-\sum_{j\neq i_0}a_{i_0,j}x_j.

Donc

∣ai0,i0∣ ∣xi0∣≤∣xi0∣∑j≠i0∣ai0,j∣.|a_{i_0,i_0}|\,|x_{i_0}| \leq |x_{i_0}|\sum_{j\neq i_0}|a_{i_0,j}|.

Autrement dit,

ρi0(A)∣xi0∣≤0.\rho_{i_0}(A)|x_{i_0}|\leq0.

Comme ρi0(A)>0\rho_{i_0}(A)>0, on axi0=0x_{i_0}=0, puis toutes les coordonnées de XX sont nulles. Ainsi le noyau est réduit à zéro et

A est inversible.\boxed{A\text{ est inversible}.}

2. Réciproque

La réciproque est fausse. Par exemple

A=(1201)A=\begin{pmatrix}1&2\\0&1\end{pmatrix}

est inversible, mais la première ligne ne vérifie pas la domination diagonale puisque 1−2<01-2<0.

3. Fonction Python

import numpy as np
import numpy.linalg as alg

def rho(A):
    n, res = len(A[0]), 1
    for k in range(n):
        s = abs(A[k, k])
        for j in range(n):
            if j != k:
                s -= abs(A[k, j])
        res *= s
    return res

4. Conjecture

Les essais conduisent à conjecturer

∏k=1nρk(A)≤∣det⁡(A)∣\boxed{ \prod_{k=1}^{n}\rho_k(A)\leq|\det(A)| }

5. Preuve

Commençons par une remarque. Siλ∈Sp⁡(A)\lambda\in\operatorname{Sp}(A), alors A−λInA-\lambda I_n n’est pas inversible. D’après la première question, elle n’est donc pas à diagonale dominante. Il existe donc un indicei0i_0 tel que

∣ai0,i0−λ∣≤∑j≠i0∣ai0,j∣.|a_{i_0,i_0}-\lambda| \leq\sum_{j\neq i_0}|a_{i_0,j}|.

Par l’inégalité triangulaire renversée,

∣ai0,i0∣−∣λ∣≤∣ai0,i0−λ∣≤∑j≠i0∣ai0,j∣,|a_{i_0,i_0}|-|\lambda| \leq |a_{i_0,i_0}-\lambda| \leq\sum_{j\neq i_0}|a_{i_0,j}|,

d’où

ρi0(A)≤∣λ∣.\rho_{i_0}(A)\leq|\lambda|.

Posons maintenant

A′=(ai,jρi(A))1≤i,j≤n.A'= \left(\frac{a_{i,j}}{\rho_i(A)}\right)_{1\leq i,j\leq n}.

On a, par construction,ρi(A′)=1\rho_i(A')=1 pour toutii. Par la remarque précédente, toute valeur propre λ\lambda deA′A' vérifie∣λ∣≥1|\lambda|\geq1. Par conséquent,

∣det⁡(A′)∣=∏λ∈Sp⁡(A′)∣λ∣≥1|\det(A')| =\prod_{\lambda\in\operatorname{Sp}(A')}|\lambda| \geq1

en comptant les valeurs propres avec leurs multiplicités. Enfin, puisque chaque ligne de AA a été divisée par ρi(A)\rho_i(A),

det⁡(A)=(∏k=1nρk(A))det⁡(A′).\det(A)= \left(\prod_{k=1}^{n}\rho_k(A)\right)\det(A').

En prenant les modules, on obtient bien

∏k=1nρk(A)≤∣det⁡(A)∣\boxed{ \prod_{k=1}^{n}\rho_k(A)\leq|\det(A)| }
← Retour aux chapitres