Vous êtes sur la page 1sur 23

Un tour du (Vander)monde en 70 minutes

Stage intensif dAutrans Pr eparation Capes 2008-2009

Universit e Joseph Fourier

Le pr etexte ai nombres r eels (ou el ements dun anneau), a = (ai )1 1 , 1 i, j n. Matrice de Vandermonde : Mi,j = aj i 1 1 a1 a2 . . . an 1 1 n1 1 a 2 a . . . a 2 2 2 M = VdM(a) = ... ... ... ... ... 1 1 an a2 . . . an n n On sint eresse au d eterminant V (a) = det(M ).
i n

Rappels matrices/d eterminants a c a d g b d b e h = ad bc. c f i = aei + bf g + cdh af h bdi ceg .

Idem pour un d eterminant de taille n n mais avec n! termes sign es. Formule explicite : det(A) =
Sn

( ) a1,(1) a2,(2) an,(n) .

Sn = groupe des permutations. = signature : au choix, nombre de transpositions, ou bien ( ) = (1)( )1 pour tout cycle de longueur ( ), puis produit sur des cycles de supports disjoints.
3

Matrice A

application lin eaire L : Rn Rn

L(v ) = Av pour v dans Rn . det(A) d ecrit leet de L sur les volumes (au signe pr` es) : pour tout K Rn , vol(L(K )) = | det(A)|.vol(K ). Exemples : Rotation/sym etrie det(A) = 1, projection det(A) = 0. Exercice : v erier la formule classique avec le cube unit e K0 . On doit trouver | det(A)| = volume du parall elotope L(K0 ). Cas plan : L(K0 ) est un parall elogramme daire egale au produit des longueurs des vecteurs multipli e par le sinus de langle. Formule de laire dun parall elogramme = d eterminant 2 2.

Application lin eaire

matrice(s)

L : E E lin eaire, E espace vectoriel, bases v = (vi )i et w = (wi )i , A = Matv (L), B = Matw (L), alors det(A) = det(B ). (Rappel : B = P 1 AP .) Attention : si L : E F , le d eterminant de A = Matv,w (L) d epend des bases v de E et w de F . Remarques : Pour A et B matrices carr ees, det(AB ) = det(A) det(B ) ( evident avec les volumes) (morphisme de groupes). Si det(A) = 0, det(AB ) = 0 pour toute matrice B donc A nest pas inversible. R eciproque vraie.

La d enition classique On appelle d eterminant toute application de Rnn dans R, multilin eaire, altern ee et norm ee. Th eor` eme Il existe un et un seul d eterminant. Notations : Ci (A) colonne i de A, Lj (A) ligne j de A. Cons equences directes : Si deux lignes (colonnes) sont egales, alors det(A) = 0. Donc det(A) inchang e si on ajoute ` a Ci (A) une combinaison lin eaire des Cj (A), j = i. Idem avec les lignes.

M =

Retour ` a Vandermonde n 1 1 a1 a2 . . . a1 1 n 1 . . . a 1 a2 a2 2 2 et V = det(M ). ... ... ... ... ... 1 1 an a2 . . . an n n

Cas facile : si ai = aj avec i = j , V = 0. Sinon : comment calculer V ?

Quelques id ees ` a essayer R ecurrence : V (a1 , . . . , an ) ` a partir de V (a1 , . . . , an1 ) ? Alg` ebre : racines, polyn omes, degr e, etc. ? Calcul di erentiel : (a1 , . . . , an ) V (a1 , . . . , an ) est une fonction de Rn dans R, d eriver, int egrer ?

M ethode calcul di erentiel A(t) matrice fonction de t dans R D (t) = det(A(t)), ci (t) = Ci (A(t))
n

D (t) =
i=1

det(c1 (t), . . . , ci1 (t), c i (t), ci+1 (t), . . . , cn (t)) cos(d + a) sin(d + a) cos(b c)

Exemple A = cos(d + b) sin(d + b) cos(c a) avec cos(d + c) sin(d + c) cos(a b) (a, b, c, d) r eels. Calculer det(A). (Indication : faire varier d.)

Retour aux m ethodes alg ebriques Proposition La matrice M est inversible si et seulement si les nombres r eels ai sont deux a ` deux distincts.

10

Proposition La matrice M est inversible si et seulement si les nombres r eels ai sont deux a ` deux distincts.

Preuve : calcul du d eterminant (patience), ou bien on r esout l equation M V = 0, inconnue V dans Rn . Indication : V = (vi )0
i n1 , n1

polyn ome PV (X ) =
i=0

vi X i . Alors. . .

. . . donc M est inversible, cqfd.

11

Premi` ere application Proposition Les vecteurs propres dune matrice associ es a ` des valeurs propres di erentes sont lin eairement ind ependants.

12

Proposition Les vecteurs propres dune matrice associ es a ` des valeurs propres di erentes sont lin eairement ind ependants.

k Preuve : AVi = i Vi avec Vi = (vi )k vecteurs non nuls et i scalaires distincts. On veut r esoudre

xi Vi = 0
i

(inconnue (xi )i ). 0.

En appliquant j fois A :
i

j i xi Vi = 0 pour tout entier j

k )i est solution de Pour toute coordonn ee k , le vecteur Yk = (xi vi Mt Yk = 0 avec M =Vandermonde(1 , . . . , n ). Les i sont distincts donc M est inversible donc Mt aussi donc Yk = 0. k = 0 pour tous i et k donc xi Vi = 0 pour tout i. Comme xi vi Vi = 0, xi = 0, cqfd.

13

Seconde application : interpolation polynomiale n + 1 points (ai , bi ), 0 i n, dans le plan.


n

Objectif : Trouver un polyn ome P =


j =0

cj X j de degr e au plus n

qui passe par les points (ai , bi ). Existence, unicit e?

14

n + 1 points (ai , bi ), 0

n, dans le plan.
n

Objectif : Trouver un polyn ome P =


j =0

cj X j de degr e au plus n

qui passe par les points (ai , bi ). Existence, unicit e?

Il sut de traduire :
j

cj (ai )j = bi pour tout 0

n signie

que M C = B avec C = (ci )i , B = (bi )i , M =VdM(a0 , a1 , . . . , an ) Si les abscisses aj sont deux ` a deux distinctes, det(M ) = 0 donc C existe et est unique (C = M 1 B ). Conclusion Le polyn ome P existe et est unique (et en plus on sait le calculer, modulo linversion dune matrice de Vandermonde de taille n + 1).

15

Finalement, la valeur de det(M ) !

det(M ) = n (a) avec n (a) =

(aj ai ).
1 i<j n

16

Premi` ere preuve On remplace Ci par Ci a1 Ci1 en partant de Cn et en remontant jusqu` a C2 . Le d eterminant reste inchang e. La premi` ere ligne vaut (1, 0, . . . , 0). La premi` ere colonne vaut (1, 1, . . . , 1). On peut factoriser (ai a1 ) dans Ci . On d eveloppe selon la premi` ere ligne : det(M ) = (ai a1 ) det(M )
2 j n

avec M = VdM(a2 , . . . , an ). Par r ecurrence, on retrouve le r esultat annonc e. (Initialisation ?)

17

Une autre preuve V est un polyn ome en (a1 , a2 , . . . , an ) qui sannule lorsque ai = aj avec i = j (puisqualors deux lignes sont identiques). Dans R[a1 , . . . , an ], V (a1 , . . . , an ) = n (a1 , . . . , an )Q(a1 , a2 , . . . , an ) avec Q polyn ome. Or le degr e en an de V est au plus (n 1) (on d eveloppe M selon Cn (M )), le degr e de n en an est (n 1) pour (a1 , . . . , an1 ) x e non exceptionnel donc Q est une constante relativement a ` an . Idem pour ai pour tout i (invariance par Sn ) donc Q est constant. Ainsi V = kn n et il reste ` a calculer la valeur des scalaires kn .

18

Calcul de kn : r ecurrence sur n

1.

V (a1 ) = 1 = 1 (a1 ) (produit vide) et V (a1 , a2 ) = a2 a1 = 2 (a1 , a2 ) donc k1 = k2 = 1. Pour n 2, on calcule le terme de plus haut degr e en an dans V (a1 , . . . , an ) en d eveloppant selon la derni` ere colonne : on obtient le cofacteur de 1 n1 an soit V ( a , . . . , a ), donc k ( a , . . . , a 1) a . Le 1 n 1 n 1 n 1 1 n n n terme de plus haut degr e en an dans kn n (a1 , . . . , an ) est 1 kn n1 (a1 , . . . , an 1)an donc kn = kn1 donc kn = 1, cqfd. n

19

Preuve de Cauchy (1812) D enition Polyn ome sym etrique : invariant par permutation des variables. Exemple : P (x, y, z ) = x2 y + x2 y 2 + x2 yz + x2 z + x2 z 2 + xy 2 + xy 2 z + xyz 2 + xz 2 + y 2 z + y 2 z 2 + yz 2 . D enition Fonction altern ee : valeur oppos ee quand on transpose deux variables. Exemples : f (x, y ) = x y , f (x, y, z ) = (sin(x) sin(y ))(sin(x) sin(z ))(sin(y ) sin(z )). Lemmes (1) Une fonction altern ee des variables (x1 , x2 , . . . , xn ) est nulle sur chacun des hyperplans xi = xj . (Evident.) (2) V est un polyn ome altern e des variables ai . (Preuve : on echange deux lignes de la matrice.)
20

(3) n est un polyn ome altern e de degr e 1 2 n(n 1). (Evident.) (4) Si P est un polyn ome altern e en les variables (a1 , a2 , . . . , an ), de degr e d, alors P = n S o` u S est un polyn ome sym etrique de degr e d 1 2 n(n 1). Preuve de (4) P/n est une fraction rationnelle sym etrique de degr e (comme fraction rationnelle) d 1 a montrer que P/n est 2 n(n 1). Reste ` un polyn ome. Le polyn ome a1 P (a1 , a2 , . . . , an ) sannule en chaque ai pour i 2. Si les ai sont distincts, ces n 1 racines sont distinctes donc P (a1 , a2 , . . . , an ) = (ai a1 ) P1 (a1 , a2 , . . . , an ) avec P1 polyn ome
i 2

en (a1 , a2 , . . . , an ). (Et si des ai sont egaux ? Continuit e !) On recommence avec P1 : le polyn ome a2 P1 (a1 , a2 , a3 , . . . , an ) sannule en chaque ai pour i 3 donc
21

P1 (a1 , a2 , . . . , an ) =

(ai a2 ) P2 (a1 , a2 , . . . , an ) avec P2


i 3

polyn ome en (a1 , a2 , . . . , an ). Etc. Donc P = n S avec S polyn ome, cqfd. ((Corollaire Tout polyn ome altern e est de degr e au moins 1 2 n(n 1).)) (5) Il reste a ` calculer le coecient dominant de V : ici 1 n1 degr e(S ) = 0 donc S est constant. Le terme en a0 a . . . a dans 1 2 n n revient ` a choisir le premier terme de chaque parenth` ese donc (j 1) fois le coecient aj , donc coecient dominant +1.

22

Application : Un exemple de Jacobien i polyn ome sym etrique el ementaire de degr e i en les inconnues (x1 , ..., xn ). : Rn Rn , (x1 , ..., xn ) (1 , . . . , n ). Proposition Le Jacobien de lapplication n au point (x1 , ..., xn ) vaut V (x1 , ..., xn ) au signe (1)n(n1)/2 pr` es. Preuve
j i polyn ome sym etrique el ementaire de degr e i en les (n 1) inconnues xk avec 1 k n mais k = i. j j j i = xj i + (convention 0 = 1) 1 i j (/xj )i = i 1 donc la matrice jacobienne vaut j Jn = (i 1 )1 i,j n .

Par des op erations sur les lignes et colonnes, on peut ramener le calcul de det(Jn ) ` a celui de Vn (compl eter).
23