Académique Documents
Professionnel Documents
Culture Documents
EXERCICE 1 :
Une matrice A = (aij ) ∈ Mn (IR) est dite stochastique lorsqu’elle vérifie les deux conditions
suivantes :
(i) ∀i ∈ [[1, n]] ∀j ∈ [[1, n]] aij ∈ [0, 1] ;
Xn
(ii) ∀i ∈ [[1, n]] aij = 1 (la somme des éléments de chaque ligne vaut 1).
j=1
Elle est dite stochastique stricte si, de plus, les coefficients aij sont tous strictement positifs.
On notera Sn l’ensemble des matrices stochastiques de Mn (IR), et Sn∗ celui des matrices stochas-
tiques strictes.
1. Montrer que les ensembles Sn et Sn∗ sont stables par produit.
2. Si A ∈ Sn , montrer que 1 est valeur propre de A.
3. Si A ∈ Sn∗ , montrer que Ker(A − In ) est de dimension un.
4. Montrer que les valeurs propres d’une matrice stochastique sont toutes de module inférieur
ou égal à 1, et que les valeurs propres autres que 1 d’une matrice stochastique stricte sont
de module strictement inférieur à 1.
5. Soit A ∈ Sn , soit λ une valeur propre de A. Montrer qu’il existe i ∈ [[1, n]] tel que
|λ − aii | ≤ 1 − aii .
------------------------------
n
X
1. Soient A = (aij ) et B = (bij ) stochastiques. On a AB = (cik ), où cik = aij bjk .
j=1
• Il est clair que cik ≥ 0 pour tout couple d’indices (i, k), l’inégalité étant stricte si A et B
sont dans Sn∗ .
Xn Xn
• On a bjk ≤ 1 pour tout (j, k), donc cik = aij bjk ≤ aij = 1 pour tout couple (i, k).
j=1 j=1
• Enfin, n n
n
n n
! n
X X X X X X
cik = aij bjk = aij bjk = aij = 1 .
k=1 k=1 j=1 j=1 k=1 j=1
2. Si A ∈ Sn , alors AX = X, où X est le vecteur dont toutes les coordonnées valent 1, donc 1
est valeur propre de A.
Soit donc X = (x1 , · · · , xn−1 ) ∈ Ker C, supposé non nul ; on a, pour tout i ∈ [[1, n − 1]],
n−1
X
cij xj = 0. Soit i0 ∈ [[1, n − 1]] tel que |xi0 | = max |xi |, on a alors, pour i = i0 ,
1≤i≤n−1
j=1
X
ci0 i0 xi0 = − ci0 j xj , mais c’est impossible car
j6=i0
X X X
ci0 j xj ≤ |ci0 j ||xj | ≤ |xi0 | |ci0 j | < |xi0 ||ci0 i0 | .
j6=i0 j6=i0 j6=i0
= (aij ) ∈ Mn (C)
En fait, cette dernière question se généralise facilement à une matrice A X
quelconque ; avec les mêmes méthodes, on montre, que si on pose ri = |aij | pour tout
j6=i
i ∈ [[1, n]], on a
n
[
Sp(A) ⊂ D(aii , ri ) .
i=1
EXERCICE 2 :
Soit E un C-espace vectoriel de dimension n, soit F un ensemble d’endomorphismes de E qui
commutent deux à deux.
Montrer l’existence d’une “décomposition de Dunford simultanée”, c’est-à-dire d’une liste d’entiers
p
X
naturels non nuls n1 , · · ·, np avec ni = n et d’une base B de E tels que, dans la base
i=1
B, tout élément f de F soit représenté par une matrice diagonale par blocs de la forme
MB (f ) = diag(λ1 In1 + N1 , · · · , λp Inp + Np ), les λi étant des nombres complexes et chaque
matrice Ni ∈ Mni (C) étant triangulaire supérieure avec des zéros sur la diagonale.
---------------------------------
Première méthode :
Introduisons la notion suivante : un sous-espace vectoriel V de E sera dit F-indécomposable s’il
est F-stable (c’est-à-dire stable par chaque élément de F) et si on ne peut pas le décomposer
en V = V1 ⊕ V2 , avec V1 et V2 tous deux F-stables et non réduits à {0}.
Si F est une partie quelconque de L(E), on montre (par récurrence forte sur la dimension
de E) qu’il existe au moins une décomposition de E en somme directe de sous-espaces
Mp
F-indécomposables : E = Ei . Si les éléments de F commutent deux à deux, il en est de
i=1
même des endomorphismes qu’ils induisent sur chaque Ei (1 ≤ i ≤ p).
Pour terminer l’exercice, il reste alors à prouver le lemme suivant :
Lemme : si E est F-indécomposable, alorsil existe une base
de E dans laquelle les éléments de
λ (X)
F ont tous des matrices de la forme
.. , c’est-à-dire λI + N avec λ ∈ C et
.
(0) λ
N triangulaire supérieure avec des zéros sur la diagonale.
(Démonstration du lemme) : Soit f ∈ F, notons µ son polynôme minimal.
Supposons µ = µ1 µ2 avec µ1 et µ2 premiers entre eux et non constants. De µ(f ) = 0, on
déduit (lemme des noyaux) E = E1 ⊕ E2 avec E1 = Ker µ1 (f ) et E2 = Ker µ2 (f ). Tout
élément g de F commute avec f , donc laisse stables E1 et E2 . L’espace E étant supposé F-
indécomposable, l’un des sous-espaces Ei est réduit à {0}. Mais si l’on suppose par exemple
E1 = {0}, alors E = E2 donc µ2 (f ) = 0 ce qui contredit la minimalité de µ.
On a ainsi prouvé que tout élément f de F a un polynôme minimal de la forme (X − λ)m ,
donc est de la forme λ idE +ν avec ν nilpotent.
Les endomorphismes de F commutent deux à deux, donc sont cotrigonalisables (exercice
classique : on montre d’abord, par récurrence sur la dimension de E, l’existence d’un vecteur
propre commun, puis on fait une nouvelle récurrence sur dim E, comme dans l’exercice 3
question 3 de la semaine 3, pour construire une base de trigonalisation commune). Chacun
admettant une seule valeur propre, dans une base de trigonalisation commune, leurs matrices
sont de la forme indiquée. (fin de la dém. du lemme)
p
M
Pour terminer l’exercice, il suffit de partir d’une décomposition E = de E en sous-espaces
i=1
F-indécomposables, de construire une base Bi dans chaque Ei qui trigonalise tous les en-
domorphismes induits, et de concaténer ces différentes bases.
Démonstration par récurrence sur m : si µ1 et µ2 sont premiers entre eux, d’après Bézout, il
existe des polynômes U1 et U2 tels que P1 −P2 = V2 µ2 −V1 µ1 . Le polynôme
( P0 = P1 +V1 µ1 =
P ≡ P1 [µ1 ]
P2 + V2 µ2 est une “solution particulière” du système de congruences . Un
P ≡ P2 [µ2 ]
(
P ≡ P0 [µ1 ]
polynôme quelconque P vérifie alors ce système si et seulement si , ce qui
P ≡ P0 [µ2 ]
(
µ1 | P − P0
équivaut à , soit à µ1 µ2 | P − P0 , donc à P ≡ P0 [µ1 µ2 ]. Voilà qui amorce
µ2 | P − P0
la récurrence, je laisse le lecteur courageux poursuivre ces chinoiseries.
Soit donc P un polynôme vérifiant (*) : on a alors P (D)2 = D et, puisque A = SDS −1 avec
S inversible,
2
P (A)2 = P (SDS −1 )2 = S P (D) S −1 = S P (D)2 S −1 = SDS −1 = A .
EXERCICE 4 :
1. Soit N ∈ Mn (C) une matrice nilpotente. Montrer l’existence d’une matrice M ∈ Mn (C) telle
que exp(M ) = In + N .
2. Montrer que l’application exp : Mn (C) → GLn (C) est surjective.
-------------------------------
La troncature à l’ordre r−1 du polynôme composé Q◦P est la partie régulière du développement
limité à l’ordre r − 1 en zéro de la fonction composée g ◦ f : x 7→ 1 + x (cours de MPSI
sur les développements limités), le polynôme (Q ◦ P )(X) − (1 + X) a donc une valuation au
moins égale à r :
(Q ◦ P )(X) = 1 + X + X r R(X) , avec R ∈ C[X] .
Ainsi, (Q ◦ P )(N ) = Q P (N ) = In + N puisque N r = 0. Mais, le polynôme P étant de
r−1
X (−1)k+1 k−1
valuation un, on a P (N ) = N A = AN , où A est un polynôme en N : A = N .
k
r r k=1
Donc P (N ) = N r Ar (puisque A et N commutent), soit P (N ) = 0. Finalement,
∞ k r−1 k
X P (N ) X P (N )
exp P (N ) = = = Q P (N ) = In + N .
k! k!
k=0 k=0
n−1
X
C(X) = tCom(A − XIn ) = Cn−1 + XCn−2 + · · · + X n−2 C1 + X n−1 C0 = X k Cn−1−k .
k=0
en notant Mjj (X) le mineur d’indices (j, j) de la matrice A − XIn , qui est le coefficient
d’indices (j, j) de la matrice C(X).
n−1
X n−1
X
On a donc χ0A (X) = − tr Cn−1−k X k . En identifiant avec χ0A (X) = (k + 1)ak+1 X k ,
k=0 k=0
on obtient
∀k ∈ [[0, n − 1]] tr(Cn−1−k ) = −(k + 1) ak+1 .