ANNEE ACADEMIQUE/ACADEMIC YEAR : 2010-2011

DEPARTEMENT/DEPARTMENT : N/A CLASSE/CLASS : Meng I

COMPOSITION DE FIN DE SEMESTRE/END OF SEMESTER EXAMINATION : 2me Semestre
EPREUVE/COURSE TITLE : Prn!"es #$A%g&re 'n()re et *(+m(tre CODE/CODE : MAT112
DATE/DATE : 2, -.n 2011 DUREE/DURATION : , /e.res
E0AMINATEUR/EXAMINER : "r+12 An#re) D$Agn+%+ et M)r!+ A2 *)r.t
INSTRUCTIONS/INSTRUCTIONS : P)s #e %3res4 n+tes n !)%!.%)tr!es2 T+.te !+mm.n!)t+n entre %es !)n##)ts est nter#te2
ECOLE NATIONALE SUPERIEURE DES
TRAVAUX PUBLICS
----------
NATIONAL ADVANCED SCHOOL
OF PUBLIC WORKS
---------
MASTERS IN EN*INEERIN* 56AC 7 8 )ns9
----------
1. Questions ouvertes
Rediger sur la feuille de composition les reponses detaillees aux trois questions sui-
vantes.
Question 1.1. Demontrer lexistence et lunicite de la perpendiculaire commune ` a deux
droites gauches D et D

dans un espace ane euclidien.

Demonstration. Voir page 76 t.1 du texte.
Question 1.2. Demontrer linegalite de Cauchy-Schwarz, valable pour tout couple de
vecteurs v, w dun espace vectoriel euclidien : |(v|w)| vw.
Demonstration. Voir page 57, t.1 du texte ou les notes du cours.
Question 1.3. Caracteriser les nombres R qui peuvent etre valeurs propres dune
matrice orthogonale.
Demonstration. Voir page 75 t.2 du texte.
2. Questions ferm

ees
Les lettres A, B ou C correspondantes aux reponses correctes doivent obligatoirement
etre transcrites dans la Grille des r

eponses au bas de page 6. (On ne demande pas

de detailler les raisonnements.)
Question 2.1. Soit E un espace vectoriel de dimension 5 et S, T deux sous-espaces de
dimension 3. Alors
A dim(S T) > 1 ;
B dim(S +T) = 4 ;
C S +T = E ;
D dim(S T) 1 ;
Question 2.2. Dans lespace ane R
3
, soit D la droite dequations x
1
x
3
= 2 = x
2
.
La distance entre P(2, 0, 1) et D vaut
A

2/3 ;
B 2 ;
C 3/

2 ;
D 1 ;
Demonstration. Si on consid`ere la representation parametrique de D avec t = x
3
, on voit
que D est la droite qui passe par le point P
0
(2, 3, 0) de vecteur directeur v = (1, 0, 1).
Donc dist(P, D) =

PP
0
v/v = 3/

2.
Question 2.3. Pour quelles valeurs des param`etres , = 0 le syst`eme suivant admet
une et une seule solution ?
_

_
x y z =
x y =
x y z = 0
A = ;
B = ;
C le syst`eme admet toujours une innite de solutions ;
D = 1 et quelconque ;
Demonstration. Par operations elementaires on a
_
_

0
1 1 1 0
_
_

_
_
1 1 1 0
0
0 0 +
_
_
Il faut alors = pour que le rang de la matrice augmentee concide avec celui de la
matrice des coecients.
2
Question 2.4. Soit
A =
_
_
_
_
1 0
0 0
1 0 1
0 0 0
_
_
_
_
, B =
_
_
1 x 0 0
0 y 0 0
1 z 1 0
_
_
.
Pour quelles valeurs de il existe x, y, z R tels que BA = I ?
A = 0 ;
B = 0 ;
C = 1 ;
D il nexiste pas de tels ;
Demonstration. On a
BA =
_
_
1 (1 +x) 0
0 y 0
0 (z 1) 1
_
_
,
do` u les conditions
_

_
(1 +x) = 0
y = 1
(z 1) = 0.
Il faut donc = 0.
Question 2.5. Soit A
n
la matrice tri-diagonale de type n n :
A
n
=
_
_
_
_
_
_
2 1 0 . . . 0
1 2 1 . . . 0
0
.
.
.
.
.
.
.
.
.
0
0 . . . 1 2 1
0 . . . 0 1 2
_
_
_
_
_
_
.
Calculer le determinant |A
n
| par recurrence sur n. On a
A |A
9
| = 10 ;
B |A
9
| = 9 ;
C |A
9
| = 2
9
;
D |A
9
| = 1 ;
Demonstration. On a |A
n
| = n + 1.
Question 2.6. Dire pour quelles valeurs de t R il existe une application lineaire
L : R
3
R
3
telle que :
L
_
_
1
2
1
_
_
=
_
_
2
1
2
_
_
; L
_
_
1
1
0
_
_
=
_
_
1
1
0
_
_
; L
_
_
1
1
1
_
_
=
_
_
t
0
1
_
_
; L
_
_
1
1
1
_
_
=
_
_
t
2
1
_
_
.
A t = 1 ;
B pour aucune valeur de t R;
3
C t = 2 ;
D t = 2.
Demonstration. En reduisant ` a la forme echelonnee la matrice dont les colonnes sont les
vecteurs donnes ` a la source :
_
_
1 1 1 1
2 1 1 1
1 0 1 1
_
_

_
_
1 1 1 1
0 1 0 0
0 0 1 3
_
_
on trouve que ce sont des generateurs de R
3
; les 3 premiers forment une base et les
composantes du quatri`eme par rapport ` a cette base sont les solutions du syst`eme lineaire
donne par cette meme matrice, donc : (1, 1, 1) = 2(1, 2, 1)+3(1, 1, 1). Il y a une unique
L satisfaisant les premi`eres 3 conditions et la derni`ere est satisfaite si et seulement si :
_
_
t
2
1
_
_
= L
_
_
1
1
1
_
_
= 2L
_
_
1
2
1
_
_
+ 3L
_
_
1
1
1
_
_
= 2
_
_
2
1
2
_
_
+ 3
_
_
t
0
1
_
_
=
_
_
3t 4
2
1
_
_
donc t = 3t 4 t = 2.
Question 2.7. Dire quelle parmi les suivantes est une application lineaire F : C
4
C
3
telle que ker(F) =< (1 + 2i, 1, 3 +i, 1 i) >
A F(z
1
, z
2
, z
3
, z
4
) = (z
1
+ 3z
2
+ 2z
4
, z
1
z
2
z
3
+z
4
, 4z
2
+z
3
+z
4
) ;
B F(z
1
, z
2
, z
3
, z
4
) = (z
1
+ 3z
2
+ 2z
4
, z
1
z
2
z
3
+z
4
, z
1
+ 3iz
2
z
4
) ;
C F(z
1
, z
2
, z
3
, z
4
) = (z
1
+ 3z
2
+ 2z
4
, (i 1)z
1
+ (1 + 2i)z
4
, z
1
+ 3iz
2
+z
4
) ;
D F(z
1
, z
2
, z
3
, z
4
) = (z
1
+ 3z
2
+ 2z
4
, z
1
z
2
z
3
+z
4
, z
1
+z
3
2z
4
i).
Demonstration. Par substitution, on trouve F(1 + 2i, 1, 3 + i, 1 i) = (0, 0, 0) pour
toutes sauf la troisi`eme fonction. On peut aussi exclure la derni`ere fonction, qui nest pas
lineaire (F(0) = 0). On ecrit alors les matrices des deux autres par rapport aux bases
canoniques et on en trouve la forme echelonnee :
_
_
1 3 0 2
1 1 1 1
0 4 1 1
_
_

_
_
1 3 0 2
0 4 1 1
0 0 0 0
_
_
;
_
_
1 3 0 2
1 1 1 1
1 3i 0 1
_
_

_
_
1 3 0 2
0 4 1 1
0 0
1i
4
5i
4
_
_
.
La premi`ere fonction est de rang 2, donc son noyau est de dimension 2, alors que la
deuxi`eme a un noyau de dimension 1.
Question 2.8. Soient S
1
=< (1, 1, 1), (0, 2, 1) >, T
1
=< (1, 1, 1) >, S
2
=< (1, 1, 2) >
et T
2
=< (1, 1, 3), (0, 2, 1) >. Pour i = 1, 2, soit
i
la sym`etrie daxe S
i
par rapport ` a
T
i
. Alors (
1

2
)(3, 3, 7) est egal `a :
A (1, 1, 1) ;
B (1, 1, 2) ;
C (3, 3, 7) ;
D (3, 3, 7).
Demonstration. (3, 3, 7) = 2(1, 1, 2) + (1, 1, 3), donc
2
(3, 3, 7) = 2(1, 1, 2) (1, 1, 3) =
(1, 1, 1) et (
1

2
)(3, 3, 7) =
1
(1, 1, 1) = (1, 1, 1).
4
Question 2.9. Soit : A
2
A
2
une transformation ane telle que (1, 2) = (2, 3) =
(1, 1) et (1, 1) = (2, 0) = (1, 2). Alors :
A (0, 0) = (0, 0) ;
B (0, 0) = (1, 2) ;
C (0, 0) = (1, 3) ;
D nexiste pas.
Demonstration. En posant P
1
= (1, 2), on a (P) = (P
1
) +(P
1
P) pour tout P A
2
.
On trouve :
_
1
1
_
=
_
2
3
_
=
_
1
1
_
+
_
1
1
_
=
_
1
1
_
=
_
0
0
_
_
1
2
_
=
_
1
1
_
=
_
1
1
_
+
_
0
3
_
=
_
0
3
_
=
_
0
3
_
_
1
2
_
=
_
2
0
_
=
_
1
1
_
+
_
1
2
_
=
_
1
2
_
=
_
0
3
_
.
Puisque (1, 2) = (1, 1) + (0, 3) et (1, 2) = (1, 1) + (0, 3), il existe une unique
(et donc aussi ) satisfaisant ces conditions. On trouve facilement (1, 0) = (1, 1)
(0, 1) = (0, 0) (0, 1) = (0, 1), donc la representation matricielle de est

_
x
y
_
=
_
1
2
_
+
_
0 0
1 1
__
x 1
y 2
_
=
_
0
0
_
=
_
1
3
_
.

Question 2.10. Soit : R

3
R
3
un endomorphisme symetrique tel que (1, 2, 3) et
(2, 1, 0) sont vecteurs propres de de valeurs propres 1 et 2 respectivement. On suppose
de plus que la trace de est Tr() = 3. Alors.
A est surjective ;
B nexiste pas ;
C ker =< (1, 3, 3) >;
D ker =< (3, 6, 5) >.
Demonstration. La trace est la somme des valeurs propres dun endomorphisme. On
connait deux valeurs propres, la troisi`eme est donc un nombre R tel que 3 = Tr() =
1 + 2 + . Donc = 0 (et en particulier nest pas injective, donc pas surjective). Il
y a 3 valeurs propres distinctes, donc elles sont toutes de multiplicite 1, qui est aussi la
dimension des espaces propres. ker est lespace propre de valeur propre 0 : puisque
est symetrique, ker = (S(1) S(2))

=< (1, 2, 3), (2, 1, 0) >

=< (3, 6, 5) >.

Question 2.11. Soit M =
_
_
_
_
1 0 1 1
2 1 2 4
2 0 2 3
2 0 1 2
_
_
_
_
.
A M est diagonalisable ;
B (2, 1, 0, 1) est un vecteur propre de valeur propre 1 pour M ;
5
C (2, 1, 0, 1) est un vecteur propre generalise pour M ;
D la forme de Jordan de M a deux blocs.
Demonstration. Le polyn ome caracteristique de M est (t 1)
3
(t +1). Lespace propre de
valeur propre 1 est :
S(1) = ker(MI
4
) = ker
_
_
_
_
0 0 1 1
2 0 2 4
2 0 1 3
2 0 1 3
_
_
_
_
= ker
_
_
_
_
1 0 1 2
0 0 1 1
0 0 0 0
0 0 0 0
_
_
_
_
=<
_
_
_
_
1
0
1
1
_
_
_
_
,
_
_
_
_
0
1
0
0
_
_
_
_
> .
M nest donc pas diagonalisable, sa forme de Jordan a 2 = dimS(1) blocs de valeur
propre 1 et un de valeur propre 1, donc 3 blocs au total et (2, 1, 0, 1) nest pas vecteur
propre. Par ailleurs
_
_
_
_
0 0 1 1
2 0 2 4
2 0 1 3
2 0 1 3
_
_
_
_
_
_
_
_
2
1
0
1
_
_
_
_
=
_
_
_
_
1
0
1
1
_
_
_
_
donc (2, 1, 0, 1) est un vecteur propre generalise de valeur propre 1.
Grille des r

eponses
question 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11
reponse
6