Centrale-Supélec PC 2020 - Maths 1: I Cas Des Matrices de Taille 2 × 2
Centrale-Supélec PC 2020 - Maths 1: I Cas Des Matrices de Taille 2 × 2
Centrale-Supélec PC 2020 - Maths 1: I Cas Des Matrices de Taille 2 × 2
a b
Q 2. Soit M = ∈ M2 (R). On calcule
c d
0 ad − bc
M > J1 M = = det(M )J1
bc − ad 0
Il s’ensuit que
x21 + x22 = 1 (1)
x1 y1
Q 3. M = est orthogonale donc y12 + y22 = 1 (2) .
x2 y2
x1 y1 + x2 y2 = 0 (3)
Multiplions (3) par x1 et (4) par −x2 : tenant compte de la relation (1), on obtient : y1 = −x2 .
Multiplions (3) par x2 et (4) par x1 : tenant compte de la relation (1), on obtient : y2 = x1 .
1 y −x2
D’où M2 = = = −J1 M1 .
y2 x1
B Réciproquement, si M2 = −J1 M1 , on a y1 = −x2 et y2 = x1 donc det(M ) = x21 + x22 = 1 et avec Q.2., M est
symplectique.
cos(θ)
Q 4. Soit X1 ∈ M2,1 (R) de norme 1 : il existe un réel θ tel que X1 = .
sin(θ)
cos(θ) − sin(θ)
La matrice de colonnes X1 et −J1 X1 est donc M = .
sin(θ) cos(θ)
M est une matrice orthogonale de déterminant 1, donc est à la fois orthogonale et symplectique.
.
Si X1 ∈ M2,1 (R) est de norme 1, alors M = X1 .. − J1 X1 est à la fois orthogonale et symplectique.
M étant symétrique réelle, le théorème spectral assure qu’il existe P ∈ O2 (R) et deux réels λ1 et λ2 tels que
λ1 0
M =P P >.
0 λ2
M étant symplectique, det(M ) = 1 donc λ1 .λ2 = 1 : les valeurs propres de M sont inverses l’une de l’autre.
De plus, quitte à changer la première colonne de P en son opposée, on peut supposer que P est de déterminant
0 a
Q 6. Soit A ∈ A2 (R). Il existe un réel a tel que A = .
−a 0
Si A est symplectique, alors det(A) = 1 donc a2 = 1, puis A = J1 ou A = −J1 .
L’ensemble des matrices de M2 (R) qui sont à la fois antisymétriques et symplectiques est égal à {J1 , −J1 }
J1 et −J1 ont pour polynôme caractéristique X 2 + 1 qui n’a pas de racine réelle.
Cela prouve que pour tout Y ∈ M2n,1 (R), l’application X 7→ ϕ(X, Y ) est linéaire.
On vérifie de la même manière que pour tout Y ∈ M2n,1 (R), l’application X 7→ ϕ(Y, X) est linéaire.
D’autre part, ϕ(X, X)> = (X > KX)> = X > K > (X > )> = X > (−K)X = −ϕ(X, X). D’où ϕ(X, X) = 0.
ϕ(X, Y ) = ϕ(X, Y )> = (X > KY )> = Y > K > (X > )> = Y > (−K)X = −ϕ(Y, X).
ϕ est antisymétrique.
Si ∀(X, Y ) ∈ E 2 , ψ(X, Y ) = −ψ(Y, X) alors en particulier ∀X ∈ E, ψ(X, X) = −ψ(X, X) donc ψ est alternée.
ψ(X + Y, X + Y ) = ψ(X, X) + ψ(X, Y ) + ψ(Y, X) + ψ(Y, Y ) donc, vu que ψ est alternée, ψ(X, Y ) = −ψ(Y, X).
Retenons quand-même, ce qui sera utilisé plusieurs fois par la suite, que
Si A ∈ A2n (R), alors ∀X, Y ∈ M2n,1 (R), < X, AY >= X > AY = − < AX, Y > et < AX, X >= 0.
y
n+1
.
x1 y1 ..
x2 y2
y2n
.. et Y = .. dans M2n (R). On calcule Jn Y =
Q 9. Soient X = , puis
. .
−y1
.
.
x2n y2n .
−yn
n
X
ϕ(X, Y ) =< X, Jn Y >= (xk yk+n − xn+k yk ).
k=1
1
si i = j
Q 10. On notera, pour tous entiers relatifs i et j : δi,j :=
0 si i 6= j
δ1,i δ1,j
δ2,i δ2,j
Soient i, j ∈ {1, . . . , 2n}. Vu que ei = . et ej = .
la question Q.9. fournit :
.. ..
δ2n,i δ2n,j
n
X n
X
ϕ(ei , ej ) = (δk,i δk+n,j − δn+k,i δk,j ) = (δk,i δk,j−n − δk,i−n δk,j )
k=1 k=1
n
X n
X
Calculons séparément les sommes δk,i δk,j−n et δk,i−n δk,j .
k=1 k=1
n
X
B Si i 6= j − n, alors ∀k ∈ {1, . . . , n}, δk,i δk,j−n = 0 donc δk,i δk,j−n = 0.
k=1
n
X
2
B Si i = j − n, alors ∀k ∈ {1, . . . , n}, δk,i δk,j−n = δk,i = δk,i , donc δk,i δk,j−n = 1.
k=1
Ainsi
n
X
δk,i δk,j−n = δi,j−n = δi+n,j
k=1
En définitive :
D’autre part, Jn> Jn = −Jn2 = I2n (cf Q 1.) donc Jn est orthogonale et :
X Jn = (Jn X)⊥
Q 13. Le système des vecteurs colonnes d’une matrice orthogonale est une famille orthonormée, donc :
Remarque :
Alors P soit orthogonale et par produit par blocs, P > Jn P = (< Xi , Jn Xj >)1≤i,j≤2n = (ϕ(Xi , Xj ))1≤i,j≤2n = Jn , donc
P est symplectique.
Q 14. Soit i ∈ {1, . . . , n}. Soit Z ∈ M2n,1 (R). On décompose Z sur la base orthonormée (X1 , X2 , . . . , X2n ) :
2n
X
Z= zj Xj avec, pour tout j ∈ {1, . . . , 2n}, zj =< Z, Xj >
j=1
2n
X 2n
X
ϕ(Xi , Z) = zj ϕ(Xi , Xj ) = zj (δi+n,j − δi,j+n )
j=1 j=1
Or i ∈ {1, . . . , n}, donc pour tout j ∈ {1, . . . , 2n}, δi,j+n = 0. Dès lors :
2n
X
ϕ(Xi , Z) = zj δi+n,j = zi+n =< Z, Xi+n > .
j=1
Cette dernière égalité prouve que Z ∈ XiJn si, et seulement si Z est orthogonal à Xi+n :
⊥
Q 15. Soit i ∈ {1, . . . , n}. Les questions Q 12. et Q 14. montrent que Xi+n = (Jn Xi )⊥ .
D’autre part, on a vu en Q 13. que ϕ(Xi , Xi+n ) = δi+n,i+n − δi,i+2n = 1, donc vu que ϕ est antisymétrique,
ϕ(Xi+n , Xi ) = −1
Remarque :
Réciproquement, une matrice orthogonale dont les colonnes sont de la forme X1 , .., Xn , −Jn X1 , .., −Jn Xn est symplectique.
A −B
En effet, une telle matrice P est de la forme P = .
B A
Un calcul par blocs montre que Jn P = P Jn , donc en multipliant à gauche par P > , et en utilisant que P est orthogonale,
Remarque : on peut montrer que le déterminant d’une matrice symplectique vaut toujours 1.
En multipliant la relation M > Jn M = Jn par M −1 à gauche et par (M > )−1 à droite, on obtient :
Toute matrice symplectique étant inversible, la matrice nulle n’appartient pas à Sp2n (R). En particulier :
Q 19. Supposons que λ soit valeur propre de M , et soit X ∈ M2n,1 (R) un vecteur propre associé.
Q 20. Soit λ une valeur propre de M . La question Q 19. permet de définir l’application
Eλ (M ) → E1/λ (M )
fλ :
X 7→ Jn X
B fλ est linéaire
Plus précisément, si (X1 , . . . , Xp ) est une base de Eλ (M ), alors (Jn X1 , . . . , Jn Xp ) est une base de E1/λ (M )
Remarque : vu que Jn est une matrice orthogonale, on peut même dire que si (X1 , . . . , Xp ) est une base orthonormée
Par conséquent, Jn Y est orthogonal à tous les vecteurs de la famille (Y1 , . . . , Yp , Y, Jn Y1 , . . . , Jn Yp ), et donc
⊥
Jn Y ∈ (Vect(Y1 , . . . , Yp , Y, Jn Y1 , . . . , Jn Yp )) .
⊥ ⊥
Si Y ∈ (Vect(Y1 , . . . , Yp , Jn Y1 , . . . , Jn Yp )) , alors Jn Y ∈ (Vect(Y1 , . . . , Yp , Y, Jn Y1 , . . . , Jn Yp )) .
Lemme : si un sous-espace F de M2n,1 (R) est stable par Jn , alors sa dimension est paire.
F → F
en effet, si F est stable par Jn , l’application JF : est un endomorphisme de F qui vérifie
X 7→ Jn X
JF2 = −IdF , donc en prenant les déterminants : det(JF )2 = (−1)dim(F ) ≥ 0.
La question Q 20. montre que E1 (M ) est stable par Jn , donc est de dimension paire d’après le lemme.
Jn est antisymétrique donc < X, Jn X >= 0 et Jn est orthogonale, donc kJn Xk = kXk = 1.
Soient X1 , . . . , Xk ∈ M2n,1 (R) tels que (X1 , . . . , Xk , Jn X1 , . . . , Jn Xk ) soit une famille orthonormée de E1 (M ).
⊥
Vu que 2k < 2p, (Vect(X1 , . . . , Xk , Jn X1 , . . . , Jn Xk )) qui est de dimension 2n − 2k > 2n − 2p n’est pas en
somme directe avec E1 (M ), donc il existe un vecteur Xk+1 dans E1 (M ) de norme 1 tel que
⊥
Xk+1 ∈ (Vect(X1 , . . . , Xk , Jn X1 , . . . , Jn Xk )) .
⊥
La question Q 21. assure alors que Jn Xk+1 ∈ (Vect(X1 , . . . , Xk , Xk+1 , Jn X1 , . . . , Jn Xk )) .
De plus kJn Xk+1 k = kXk+1 k = 1, donc la famille (X1 , . . . , Xk , Xk+1 , Jn X1 , . . . , Jn Xk , Jn Xk+1 ) est une famille
Par récurrence, Pk est vraie pour tout k ∈ {1, . . . , p} et Pp fournit le résultat voulu.
Q 23. Un raisonnement en tout point analogue montre que E−1 (M ) est de dimension paire et qu’il existe une base
Q 24. Supposons que les valeurs propres distinctes de M soient 1 et −1 et λ1 , . . . , λs , 1/λ1 , . . . , 1/λs
(le raisonnement s’adapte sans aucune difficulté dans les cas où 1 ou −1 ne sont pas valeurs propres de M ou
⊥ ⊥ ⊥ ⊥ ⊥ ⊥ ⊥
M2n,1 (R) = E1 ⊕ E−1 ⊕ Eλ1 ⊕ · · · ⊕ Eλr ⊕ E1/λ1 ⊕ · · · ⊕ E1/λr
De même, il existe une base orthonormée de E−1 de la forme (Y1 , . . . , Yq , −Jn Y1 , . . . , −Jn Yq ).
⊥ ⊥
Prenons enfin (Z1 , . . . , Zr ) une base orthonormée adaptée à Eλ1 ⊕ · · · ⊕ Eλs .
D’après la remarque faite à la fin de Q 20., la famille (−Jn Z1 , . . . , −Jn Zr ) une base orthonormée adaptée à
⊥ ⊥
E1/λ1 ⊕ · · · ⊕ E1/λs .
Les colonnes de P forment une base orthonormée de M2n,1 (R) donc P est orthogonale et la remarque faite à la
De plus, par construction de P , la matrice P −1 M P est diagonale de coefficients diagonaux d1 , . . . , d2n où pour
0 −1
0 −1
D’après Q 19., −JX1 = et −JX2 =
sont des vecteurs propres de A respectivement associés aux
1 1
−1 1
valeurs propres 1 et 1/2.
Considérons la matrice :
√
− 2 1 0 −1
√
1 − 2 1 0 −1
P = √
.
2 0 1 2
1
√
0 1 − 2 1
P est orthogonale car ses vecteurs colonnes forment une base orthonormée de M4,1 (R) et on vérifie que
Soit M ∈ A2n (R) ∩ Sp2n (R). On a donc M Jn M = −Jn . On a déjà observé en Q 8. que
∀X, Y ∈ M2n,1 (R), < X, M Y >= X > M Y = − < M X, Y > et < M X, X >= 0.
Q 27. Raisonnons par l’absurde et supposons que M ait une valeur propre réelle λ.
Q 28. M est antisymétrique donc (M 2 )> = M > M > = (−M )2 = M 2 i.e. M 2 ∈ S2n (R).
D’autre part, M 2 est symplectique comme produit de deux matrices symplectiques (Q 17.).
Q 29. B Tout d’abord, les matrices Jn et M étant inversibles, les trois vecteurs M X, Jn X et Jn M X ne sont pas nuls.
1 2 1
B M 2 Jn M X = M 2 Jn M ( λ1 M 2 X) = M Jn M 2 M X = Jn M X
λ λ
Si X est un vecteur propre de M 2 associé à la valeur propre λ, alors M X est un vecteur propre de M 2
1
associé à λ et Jn X et Jn M X sont des vecteurs propres de M 2 associés à la valeur propre
λ
en effet, M X ∈ F , M (M X) = M 2 X = λX ∈ F ,
−1
M (Jn X) = M Jn ( λ1 M 2 X) = λ1 M Jn M M X = λ Jn M X ∈ F et M (Jn M X) = −Jn X ∈ F.
Soit alors Y ∈ F ; Y est combinaison linéaire de X, M X, Jn X, Jn M X, donc d’après les calculs ci-dessus, M Y
Q 31. Soit λ une valeur propre de M 2 . Il existe X ∈ M2n,1 (R) tel que X 6= 0 et M 2 X = λX.
1
Q 32. Supposons λ 6= −1, donc λ 6= ·
λ
Les espaces propres d’une matrice symétrique réelle étant deux à deux orthogonaux, Eλ (M 2 ) ⊥ E1/λ (M 2 ).
Par conséquent, la question Q 29. montre que la famille (X, M X, Jn X, Jn M X) est orthogonale et constituée de
−1 1
On vient d’observer que la famille X, √ M X, −Jn X, √ Jn M X est orthogonale.
−λ −λ
−1 1 1
De plus, k √ M Xk2 = < M X, M X >= < M 2 X, X >= kXk2 = 1
−λ −λ λ
1 1
Enfin, Jn est orthogonale donc kJn Xk = kXk = 1 et k √ Jn M Xk = k √ M Xk = 1.
−λ −λ
−1 1
La famille X, √ M X, −Jn X, √ Jn M X est une base orthonormée de F
−λ −λ
√
−1
M X = − −λ √ M X
−λ
√
−1 −λ
M √ M X = √ X = −λX
Enfin −λ −λ
1 −1 1
M (−Jn X) = Jn M X = √ √ Jn M X en utilisant Q 30.
λ −λ −λ
1 −1
M √ Jn M X = √ Jn X
−λ −λ
−1 1
La matrice de mF dans la base orthonormée X, √ M X, −Jn X, √ Jn M X est donc égale à
−λ −λ
√
0 −λ 0 0
√
√
− −λ 0 0 0
−λ J1 02,2
1 =
1
0 0 0 √ 02,2 √ J1
−λ −λ
−1
0 0 √ 0
−λ
Démonstration : Soit Y ∈ V ⊥ . Soit X ∈ V . A est antisymétrique, donc < AY, X >= − < Y, AX >.
Q 34. • Soit λ une valeur propre de M 2 et X1 un vecteur de norme 1 tel que M 2 X1 = λX1 .
Notons F1 = Vect(X1 , M X1 , Jn X1 , Jn M X1 ).
On a vu en Q 32. et Q 33. que F1 est de dimension 2 ou 4, que F1 et F1⊥ sont stables par M et Jn et qu’il
existe une base orthonormée de F1 dans laquelle la matrice de mF1 a une des deux formes indiquées.
B Sinon, F1⊥ est un sous espace stable par M donc par M 2 . L’endomorphisme induit par m2 sur F1⊥ est
Notons F2 = Vect(X2 , M X2 , Jn X2 , Jn M X2 ).
Avec Q 32. et Q 33., il est immédiat que F1 et F2 vérifient les propriétés (b), (c), (e) et (f ).
• Supposons avoir construit, pour un certain k ∈ N∗ , des sous-espaces F1 , . . . , Fk deux à deux orthogonaux
L’endomorphisme induit par m2 sur G est symétrique, donc il existe λk+1 ∈ R et Xk+1 ∈ G, tels que
On vérifie comme précédemment que les sous-espaces F1 , . . . Fk , Fk+1 satisfont aux propriétés (b) à (f ).
Vu que dim(F1 ⊕ F2 ⊕ · · · ⊕ Fk ) ≥ 2k, ce procédé de construction s’arrête au bout d’au plus n étapes, ce qui
1
1 1
Q 36. On applique Q 32. sur cet exemple, avec λ = −4 et X = .
2
1
1
1 −1 −1
−1 1−1 1 −1 1 1 1
On calcule donc BX = , −J2 X = et J2 BX =
.
2 21 21 2 2
1
−1 1 −1
1 1 −1 −1
1 1 −1 −1 1
Considérons la matrice P =
2
1 1 1
1
1 −1 1 −1
P est orthogonale car ses colonnes forment une base orthonormée.
De plus ses colonnes sont de la forme X1 , X2 , −J2 X1 , −J2 X2 donc P est symplectique (cf remarque à la fin de
la partie II).
0 2 0 0
>
−2 0 0 0
Enfin, on a vu en Q 32. que P BP =
0 0 0 1/2
0 0 −1/2 0
—FIN—