Vous êtes sur la page 1sur 20

Lycée Jean Perrin

Classe de TSI2 2017/2018 Vendredi 2 Février

Devoir surveillé no4 de Mathématiques

(Durée : 4h)

Exercice 1
 1
 x(t) = 2t +

2t + 1
On se donne la courbe paramétrée : Γ :
 y(t) = t2 − 1

2t + 1
1. Préciser le domaine de dénition des fonctions x et y , puis étudier leurs limites et variations en
fonction du paramètre t.
Indication : Lors du calcul de y0, on pourra remarquer que 4t3 + 4t2 + t + 1 se factorise par t + 1.
2. (a) Quelle est la nature des branches innies de Γ lorsque t tend vers ±∞ ?
(b) Montrer que lorsque t tend vers − 12 , Γ admet une asymptote dont on donnera l'équation.
Préciser la position de la courbe par rapport à cette asymptote.
(c) Montrer que Γ présente un point de rebroussement de première espèce, et précisez un
vecteur directeur de la tangente en ce point. On précisera la position de la courbe par
rapport à cette tangente.
(d) Tracer la courbe Γ.
Correction H [cp4]

Exercice 2

On considère la fonction paire, 2π -périodique dénie sur [0, π] par :


π
si 0 6 x 6

 x2
f (x) = 2
 πx + α si π < x 6 π
2
où α est un réel que l'on va déterminer.
π
1. Pour quelle valeur de α la fonction f est-elle continue en ?
2
Pour la suite de l'exercice, α prendra cette valeur, ainsi f est continue sur [0, π].
2. Montrer que f est de classe C 1 sur ]0, π[, et donner f 0 (x) pour x ∈]0, π[. En déduire que f est
de classe C 1 par morceaux sur [0, π] puis sur R.
3. Tracer le graphe de f sur [−2π, 2π].
4. 4a. Que valent les coecients bn (f ) pour n ∈ N∗ ?
4b. Montrer que f 0 est impaire. En déduire la valeur des coecients an (f 0 ) pour n ∈ N.
1
4c. Soit n ∈ N∗ , montrer que an (f ) = − bn (f 0 ).
n
Z π/2
4d. Calculer x sin(nx) dx. En déduire que :
0

4 nπ 2(−1)n+1
∀n ∈ N∗ , bn (f 0 ) = sin( ) +
πn2 2 n
1/18
4e. En déduire les valeurs de a2p (f ) et de a2p+1 (f ) pour tout p ∈ N∗ .
Calculer a0 (f ).
5. Étudier la convergence ponctuelle de la série de Fourier de f .
+∞
(−1)p
6. On pose S = . Calculer S à l'aide de la série de Fourier.
X

p=1
p2
Correction H [sf4]

Exercice 3

Dans ce problème, on munit R3 de sa base canonique (e1 , e2 , e3 ) et de son produit scalaire usuel noté
(. | .). On identie les vecteurs de R3 et les matrices de M3,1 (R).
Pour A ∈ M3,1 (R), la matrice A0 désigne par convention la matrice identité.
On dit qu'une suite (Ak )k∈N = (ai,j (k))16i,j63 de matrices de M3 (R) est convergente si pour tout
(i, j) ∈ [[1, 3]]2 la suite réelle (ai,j (k))k∈N converge vers un réel noté `i,j . La matrice L = (`i,j )16i,j63 est
alors appelée limite de (Ak )k∈N .

Les parties A, B et C peuvent être abordées indépendamment les unes des autres.

Partie A : Une situation faisant intervenir une matrice de M3 (R).


En cas d'incident et sans intervention d'un technicien, la photocopieuse du lycée Jean Perrin se trouve
dans l'un des trois états suivants :
 État E1 : premier type d'incident non critique.
 État E2 : second type d'incident non critique.
 État E3 : incident critique. La machine est dénitivement à l'arrêt.
Dans une telle situation, son état est, à chaque heure, susceptible d'évoluer et de passer d'un état à
un autre. Pour tout (i, j) ∈ [[1, 3]], on note ai,j (1) la probabilité de passer de l'état Ej à l'état Ei au
bout d'une heure, p désignant un réel de ]0, 1[ et q = 1 − p, on a les probabilités suivantes :

a1,1 (1) = a2,2 (1) = p a2,1 (1) = a3,2 (1) = q

1. On appelle instant initial l'instant où le système subit un premier incident. On suppose dans
cette question qu'à l'instant initial, le système est dans l'état E1 .
(a) Quelle est la probabilité qu'il soit encore à l'état E1 au bout de trois heures ?
(b) Quelle est la probabilité qu'il soit à l'état E3 au bout de trois heures ?
(c) Quelle est la probabilité qu'il soit à l'état E3 en exactement trois heures ?
Soit k ∈ N. On note uk (respectivement vk et wk ) la probabilité que le système soit dans l'état
E1 (respectivement E2 et E3 ) au bout de k heures.
(a) Exprimer uk+1 en fonction de uk , vk et wk .
(b) En tenant le même raisonnement pour vk+1 et wk+1 , en déduire que :
     
uk+1 uk p 0 0
 vk+1  = A  vk  avec A =  q p 0  .
wk+1 wk 0 q 1

(c) On note Ak = (ai,j (k))16i,j63 . Interpréter alors le coecient ai,j (k) pour (i, j) ∈ [[1, 3]]2 .

2/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

Partie B : Puissances successives d'une matrice.

3. On note v = e1 + e2 + e3 et E3 l'ensemble des matrices de M3 (R) dont les sommes des coecients
sur chaque colonne est égal à 1 : par exemple, la matrice A est une telle matrice.
(a) Démontrer par récurrence que si M ∈ E3 alors pour tout k ∈ N, M k ∈ E3 .
(b) En calculant M T v , démontrer que si M ∈ E3 alors 1 est valeur propre de M .
4. (a) Démontrer que 1 et p sont les seules valeurs propres de la matrice A et déterminer des
vecteurs propres associés.
(b) A est-elle inversible ? diagonalisable ?
5. (a) Démontrer que :  
pk 0 0
k k−1 k
∀k ∈ N, A =  kqp p 0 .
k
ak 1−p 1
où ak est un coecient à déterminer.
(b) Déduire de la question précédente la convergence de la suite (Ak )k∈N et en préciser la limite.

Partie A : Diagonalisations de matrices.

Soit u ∈ L(R3 ) l'application canoniquement associée à la matrice ci dessous :


 
0 0 0
L =  0 0 0 .
1 1 1

6. (a) Montrer que Ker u est l'ensemble des vecteurs orthogonaux à v (cf partie B). En déduire
dim Ker u puis rg u.
(b) Justier à l'aide de la trace que 1 est valeur propre de u, et donner un vecteur propre
associé à cette valeur.
7. Déduire des questions précédentes que u est diagonalisable dans une base B et écrire L = P DP −1
où D est une matrice diagonale à préciser et B la matrice de passage de la base canonique à la
base B.
8. On pose B et C les matrices ci-dessous :
   
p 0 0 0 0 0
B= 0 p 0  C= q 0 0 
q q 1 −q 0 0

(a) En utilisant la base B précédente, vérier que B est diagonalisable.


(b) En déduire B k pour tout k ∈ N.
(c) Calculer C 2 et, A désignant toujours la matrice introduite en partie A, en déduire que :

∀k ∈ N, Ak = B k + kB k−1 C.

(d) Retrouver l'expression donnée dans la partie B.


Correction H [pr1]

3/18
Exercice 4

On munit l'espace vectoriel Mn,1 (R) des matrices-colonne du produit scalaire canonique :
∀(X, Y ) ∈ Mn,1 (R)2 , (X | Y ) = X T Y

On dit qu'une matrice symétrique A ∈ Sn (R) est positive (resp. dénie positive) si :
∀X ∈ Mn,1 (R) \ {0}, (AX | X) > 0 (resp. > 0)

Le but de ce problème est d'établir une version faible du théorème de décomposition polaire :
Si M ∈ GLn (R), alors il existe un unique couple (U, S) avec U orthogonale et S
symétrique dénie positive tels que M = U S .

Partie I : Racine carrée d'une matrice symétrique positive.

Si A ∈ Mn (R), on dit que B est une racine carrée de A si B 2 = A.


1. Montrer qu'une matrice symétrique est positive (resp. dénie positive) si et seulement si ses
valeurs propres sont positives (resp. strictement positives).
2. Soit A une matrice symétrique positive.
(a) Justier qu'il existe une matrice P orthogonale et des scalaires λ1 , . . . , λn positifs tels que :
A = P diag(λ1 , . . . , λn )P T

(b) En déduire qu'il existe une matrice B symétrique et positive telle que B 2 = A.
3. Dans cette question, on va montrer l'unicité de la racine carrée. Soient B1 et B2 deux matrices
symétriques positives telles que B12 = B22 .
(a) Montrer qu'il existe P1 , P2 deux matrices inversibles, D1 , D2 deux matrices diagonales telles
que P1 D12 P1−1 = P2 D22 P2−1 .
(b) Posons P = P2−1 P1 . Montrer que P D12 = D22 P .
(c) En déduire que P D1 = D2 P , puis que B1 = B2 .

Partie II : Décomposition polaire.

4. Soit M ∈ Mn (R) une matrice inversible de taille n. On pose H = M T M .


(a) Justier que H est symétrique dénie positive.
(b) En déduire qu'il existe une matrice P orthogonale et une matrice D à diagonale strictement
positive telle que : D2 = P −1 HP .
Par la suite, on pose S = P DP −1 .
5. (a) Justier que la matrice S est symétrique et inversible.
(b) On pose U = M S −1 . Montrer que U est orthogonale.
(c) En déduire l'existence de la décomposition.
6. Dans cette question, on va établir l'unicité de la décomposition. On suppose qu'il existe deux
matrices orthogonales U, U 0 et deux matrices symétriques S, S 0 dénies positives telles que :
M = U S = U 0S 0

(a) En considérant la matrice H = M T M , montrer que S 2 = S 02 .


(b) En déduire que S = S 0 (on pourra utiliser les résultats de la partie I).
(c) Conclure.

4/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

Partie III : Un exemple.

On donne :  
1 2 1
M =  −2 −1 −1 
−1 −1 −2
On pose H = M T M .
7. Calculer H .
8. Déterminer P orthogonale et ∆ diagonale telles que ∆ = P −1 HP .
9. En déduire l'unique couple (U, S) avec U orthogonale et S symétrique dénie positive tel que
M = U S.
On pourra utiliser les résultats de la partie II.
10. Déterminer la nature de l'endomorphisme de matrice U dans la base canonique de R3 euclidien.
Correction H [iv3]

5/18
Corrigé du DS 3 :
Correction de l'exercice 1 N
 1
 x(t) = 2t +

2t + 1
On se donne la courbe paramétrée : Γ :
 y(t) = t2 − 1

2t + 1
1. De manière immédiate, on a :
Dx = Dy = R \ {−1/2}
Un calcul des dérivées montre que :
8t(t + 1) 2(t + 1)(4t2 + 1)
x0 (t) = et y 0
(t) =
(2t + 1)2 (2t + 1)2

Et les variations et limites peuvent être résumés dans le tableau ci-dessous :

t −∞ −1 −1/2 0 +∞
x0 (t) + 0 − − 0 +
−3 +∞ +∞
x(t)  @
@
@
@

R@ R
@
−∞ −∞ 1
+∞ +∞ *
+∞

y(t) @
@

−1
R@ *

2 − ∞
y 0 (t) − 0 + + +

2. (a) Lorsque t tend vers ±∞, on a :

y(t) t2 1
∼ ∼
x(t) t→±∞ 2t t→±∞ 2t

y(t) y(t)
Donc lim = +∞, et lim = −∞.
t→+∞ x(t) t→−∞ x(t)

Lorsque t tend vers ±∞, Γ admet des branches paraboliques de direction (Oy).
(b) Lorsque t tend vers − 12 , on a :

y(t) 1/(2t − 1)
∼ −→ −1
x(t) t→−1/2 −1/(2t − 1) t→−1/2

et d'autre part :
3
y(t) + x(t) = t2 + 2t −→ −
t→−1/2 4
On en déduit que :
3
La droite d'équation y = −x + est asymptote à Γ lorsque t tend vers −1/2.
4

6/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

La position de la courbe par rapport à l'asymptote est donnée par le signe de :


3 3 1
y(t) + x(t) + = t2 + 2t + = (4t2 + 8t + 3)
4 4 4
= (4t + 2)(t + 3/2) −→− 0−
t→1/2
−→ 0+
t→1/2+

La courbe Γ est au dessus (resp. en dessous) de asymptote lorsque t tend vers −1/2+ (resp. −1/2
(c) On constate qu'il existe un unique point stationnaire en t = −1. Calculons les dérivées
successives :
2
x0 (t) = 2 −
2t + 1)2
2
y 0 (t) = 2t +
2t + 1)2
8
x00 (t) =
2t + 1)3
8
y 00 (t) = 2−
2t + 1)3
48
x000 (t) = −
2t + 1)3
48
y 000 (t) =
2t + 1)3

En particulier (x00 (−1), y 00 (−1)) = (−8, 10) = 2(−4, 5) et (x000 (−1), y 000 (−1)) = (48, −48) =
48(1, −1). Ici p = 2 et q = 3 et on conclut :

Γ présente un point de rebroussement de première espèce.


De plus un vecteur directeur de la tangente en ce point est le vecteur (−4, 5). Le vecteur
donnant la position par rapport à la tangente est le vecteur (1, −1).
(d) On peut maintenant tracer la courbe Γ.

Correction de l'exercice 2 N

7/18
On considère la fonction paire, 2π -périodique dénie sur [0, π] par :
π
si 0 6 x 6

 x2
f (x) = 2
 πx + α si π < x 6 π
2
où α est un réel que l'on va déterminer.
1. La fonction f est continue en π/2 si et seulement si les limites à droite et à gauche de f en ce
point sont égales à la valeur de f en ce point. Or :
π2 π2
lim f (x) = = f (π/2) et lim f (x) = + α.
x→π/2 4 x→π/2 2
x<π/2 x>π/2

π π2 π2
La fonction f est donc continue en si = + α, c'est à dire :
2 4 2
π π2
La fonction f est continue en si α = − .
2 4
Pour la suite de l'exercice, α prendra cette valeur, ainsi f est continue sur [0, π].
2. Il est clair que f est de classe C 1 sur ]0, π/2[∪]π/2, π[, et on calcule :
π
 2x si 0 < x <

f 0 (x) = 2
 π si π < x < π
2
Constatons que lim f 0 (x) = π = lim f 0 (x), ce qui prouve que :
x→π/2 x→π/2
x<π/2 x>π/2

π
 2x si 0 < x <

f est de classe C 1 sur ]0, π[ et f 0 (x) = 2


 π si π 6 x < π
2
Si on ajoute le fait que f et f 0 ont des limites nies à droite en 0 et à gauche en π , il est prouvé
que
f est de classe C 1 par morceaux sur [0, π]
La parité de f montre alors que f est de classe C 1 par morceaux sur [−π, π], puis la 2π -périodicité
permet de conclure :
f est de classe C 1 par morceaux sur R
3. On construit la courbe de f sur [0, π], puis on complète par parité sur [−π, π], et on termine le
tracé par 2π -périodicité :

1
0 1 π

8/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

4. 4a. Étant donné que la fonction f est paire, on a directement :

∀n ∈ N∗ , bn (f ) = 0

4b. En tout point où f est dérivable, on a f (−x) = f (x), et par dérivation :

−f 0 (−x) = f 0 (x) d'où : f 0 (−x) = −f 0 (x)

f 0 est impaire.
La fonction f 0 étant impaire, on a :

∀n ∈ N, an (f 0 ) = 0

4c. Soit n ∈ N∗ . Par parité de la fonction intégrée, on a :


Z π Z π
1 2
an (f ) = f (x) cos(nx) dx = f (x) cos(nx) dx
π −π π 0

f étant de classe C 1 sur ]0, π[, on peut appliquer l'intégration par parties qui suit :

u(x) = f (x) et v 0 (x) = cos(nx)


1
u0 (x) = f 0 (x) v(x) = sin(nx)
n

 π Z π
2f (x) 2
an (f ) = sin(nx) − f 0 (x) sin(nx) dx
nπ 0 nπ 0
| {z }
=0
1 π 0
Z
1
= − × f (x) sin(nx) dx
n π −π

par parité de t 7→ f 0 (x) sin(nx) (en eet f 0 est impaire). On reconnaît ainsi que

1
∀n ∈ N∗ , an (f ) = − bn (f 0 ).
n

4d. Par l'intégration par parties suivante :

u(x) = x et v 0 (x) = sin(nx)


1
u0 (x) = 1 v(x) = − cos(nx)
n
on a :
Z π/2 h x iπ/2 1 Z π/2
x sin(nx) dx = − cos(nx) + cos(nx) dx
0 n 0 n 0
π cos( nπ
2
) 1 π/2
= − + 2 sin(nx) 0
2n n
Z π/2
π nπ 1 nπ
x sin(nx) dx = − cos( ) + 2 sin( )
0 2n 2 n 2

9/18
Par la relation de Chasles, on peut écrire :
Z π Z π/2 Z π
2 2 2
0
bn (f ) = f (t) sin(nx) dx =
0
f (x) sin(nx) dx +
0
f 0 (x) sin(nx) dx
π 0 π 0 π π/2
Z π/2 Z π
2 2
= 2x sin(nx) dx + π sin(nx) dx
π 0 π π/2
Z π/2  π
4 1
0
bn (f ) = x sin(nx) dx + 2 − cos(nx)
π 0 n π/2
π/2
2(−1)n+1 2
Z
4 π
= x sin(nx) dx +
+ cos(n )
π0 n n 2
n+1
2 nπ 4 nπ 2(−1) 2 π
bn (f 0 ) = − cos( ) + 2 sin( ) + + cos(n )
n 2 πn 2 n n 2
4 nπ 2(−1)n+1
∀n ∈ N∗ , bn (f 0 ) = sin( ) +
πn2 2 n
1
4e. Avec, d'après la question 4c, an (f ) = − bn (f 0 ) on calcule :
n
 
1 1 4 2 1
a2p (f ) = − b2p (f 0 ) = −  2
sin(pπ) −  = 2
2p 2p π(2p) | {z } 2p 2p
=0
 
1 1  4 2 
a2p+1 (f ) = − b2p+1 (f 0 ) = − 2
sin(pπ + π/2) +
2p + 1 2p + 1 π(2p + 1) | } 2p + 1
 
{z
=(−1)p

4(−1)p+1 2
= 3

π(2p + 1) (2p + 1)2
Enn,
Z π
1 π 1 π/2 2 1 π π2
Z Z Z  
1
a0 (f ) = f (x) dx = f (x) dx = x dx + πx − dx
2π −π π 0 π 0 π π/2 4
 π/2 π
1 x3 1 πx2 π 2 π2 π2 π2 π2 π2 7π 2

= + − x = + − − + =
π 3 0 π 2 4 π/2 24 2 4 8 8 24

1

 a2p (f ) =

2

7π 2p2
a0 (f ) = et pour p ∈ N, .
24 4(−1)p+1 2
 a2p+1 (f ) = −


π(2p + 1)3 (2p + 1)2
5. La fonction f est continue sur R et de classe C 1 par morceaux. D'après le théorème de Dirichlet :
La série de fourier de f converge vers f en tout point.
6. Autrement dit,

X
∀t ∈ R, f (t) = lim Sn (f )(t) = a0 (f ) + ak cos(kt)
n→+∞
k=1
En séparant les termes d'ordre pair et impair on obtient :

X ∞
X
∀t ∈ R, f (t) = a0 (f ) + a2p cos(2pt) + a2p+1 cos((2p + 1)t)
p=1 p=0

10/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février
π
Évaluons cette somme en t = :
2
∞ ∞
π2 X 7π 2 X (−1)p
f (π/2) = = a0 (f ) + (−1)p a2p = +
4 p=1
24 p=1
2p2

On peut enn isoler :


+∞
X (−1)p π2
S= =−
p=1
p2 12

Correction de l'exercice 3 N

Partie A : Une situation faisant intervenir une matrice de M3 (R).

1. Remarquons qu'à une heure donnée, on a soit conservation de l'état existant, soit dégradation
(la situation ne peut pas s'améliorer sans l'intervention d'un technicien). On note Ck l'événement
 la machine se conserve en l'état à la k-ième heure . On a toujours P (Ck ) = p d'après l'énoncé.
(a) Soit A l'événement  La machine est dans l'état E1 au bout de la troisième heure . Ceci
signie qu'elle s'est conservée au cours des trois premières heures, donc :
P (A) = P (C1 ∩ C2 ∩ C3 )
= P (C1 ) × P (C2 ) × P (C3 )
P (A) = p3
En eet les changements d'état à des heures diérentes peuvent être considérés comme
mutuellement indépendants.
(b) Soit B l'événement  La machine est dans l'état E3 au bout de trois heures . Cela signie
que son état s'est dégradé deux fois en trois heures, donc :
P (B) = P (C1 ∩ C2 ∩ C3 ) + P (C1 ∩ C2 ∩ C3 ) + P (C1 ∩ C3 ∩ C3 )
= P (C1 ) × P (C2 ) × P (C3 ) + P (C1 ) × P (C2 ) × P (C3 ) + P (C1 ) × P (C2 ) × P (C3 )
P (B) = 3q 2 p

(c) Soit C l'événement  La machine est dans l'état E3 en exactement trois heures . Cela
signie que son état s'est dégradé deux fois en trois heures mais que la dernière dégradation
a eu lieu la troisième heure, donc :
P (C) = P (C1 ∩ C2 ∩ C3 ) + P (C1 ∩ C2 ∩ C3 )
= P (C1 ) × P (C2 ) × P (C3 ) + P (C1 ) × P (C2 ) × P (C3 )
P (C) = 2q 2 p

Soit k ∈ N. On note uk (respectivement vk et wk ) la probabilité que le système soit dans l'état


E1 (respectivement E2 et E3 ) au bout de k heures.
(a) On note Uk (resp. Vk ,resp. Wk ) l'événement  la machine est dans l'état E1 (resp. E2 , resp.
E3 ) au bout de k heures . D'après la formule des probabilités totales, on a :
P (Uk+1 ) = P (Uk+1 |Uk ) × P (Uk ) + P (Uk+1 |Vk ) × P (Vk ) + P (Uk+1 |Wk ) × P (Wk )
| {z } | {z }
=0 =0
= puk

11/18
On trouve ainsi la relation de récurrence :

uk+1 = puk

(b) De même, on a :

P (Vk+1 ) = P (Vk+1 |Uk ) × P (Uk ) + P (Vk+1 |Vk ) × P (Vk ) + P (Vk+1 |Wk ) × P (Wk )
| {z }
=0
= quk + pvk

P (Wk+1 ) = P (Wk+1 |Uk ) × P (Uk ) + P (Wk+1 |Vk ) × P (Vk ) + P (Wk+1 |Wk ) × P (Wk )
| {z }
=0
= qvk + wk

Matriciellement, cela peut s'écrire :


    

uk+1 uk p 0 0
 vk+1  = A  vk  avec A =  q p 0  .
wk+1 wk 0 q 1

(c) On note Ak = (ai,j (k))16i,j63 . Le coecient ai,j (k) pour (i, j) ∈ [[1, 3]]2 est la probabilité
conditionnelle sachant qu'on est à l'état Ej de passer à l'état Ei .

Partie B : Puissances successives d'une matrice.

3. (a) On commence par vérier que le produit de deux matrices de E3 est bien dans E3 : si
A = (ai,j )16i,j63 ∈ E3 et B = (bi,j )16i,j63 ∈ E3 , on note C = (ci,j )16i,j63 :

3 3 X
3 3
! 3
!
X X X X
∀j ∈ [[1, 3]] , ci,j = ai,k bk,j = ai,k bk,j =1
i=1 i=1 k=1 i=1 k=1
| {z }| {z }
=1 =1

Donc C ∈ E3 . On peut alors montrer par récurrence que si M ∈ E3 alors pour tout k ∈ N,
M k ∈ E3 :
? C'est vrai pour n = 1.
? Si M k ∈ E3 , alors par le produit de matrices M k+1 = M × M k ∈ E3 .
? En conclusion, le résultat est vrai par récurrence pour tout k ∈ N.

Si M ∈ E3 alors pour tout k ∈ N, M k ∈ E3

(b) On a immédiatement :
MT v = v
Ce calcul prouve que v est vecteur propre de M T associé à la valeur propre 1. De plus, M
et M T ayant même polynôme caractéristique (par invariance du déterminant par transpo-
sition), on en déduit que :
1 est valeur propre de M .

12/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

4. (a) La matrice A étant triangulaire inférieure, son polynôme caractéristique est clairement
χA (x) = (x − p)2 (x − 1), donc :
Sp(A){1, p}

  
0 0
La valeur propre 1 est de multiplicité 1 et de plus A 0 = 0 , donc :
  
1 1
 
 0 
E1 = Vect  0 
1
 

Par ailleurs, le sous-espace propre Ep est obtenu par la résolution du système :


 
qx = 0 x=0
i.e.
qy + (1 − p)z = 0 z = −y
On conclut alors :  
 0 
Ep = Vect  1 
−1
 

(b) 0 n'est pas valeur propre de A donc Ker A = {0}.


La matrice A est inversible.
p est une valeur propre double mais dim Ep = 1 < 2, donc :
La matrice A n'est pas diagonalisable.
5. (a) Montrons par récurrence qu'il existe ak ∈ R tel que :
 
pk 0 0
∀k ∈ N, Ak =  kqpk−1 pk 0 .
k
ak 1−p 1
? C'est clair pour k = 1, avec a1 = 0.
? On suppose le résultat vrai au rang k , alors :
     
p 0 0 pk 0 0 pk+1 0 0
k+1 k
A = A×A =  q p 0 × kqpk−1 pk 0  =  (k + 1)qpk pk+1 0 
k 2 k−1 k+1
0 q 1 ak 1−p 1 kq p + ak 1 − p 1
donc le résultat est vrai au rang k + 1 avec :
ak+1 = ak + kq 2 pk−1

? Par récurrence, le résultat est vrai pour tout entier k > 1.


De plus, on a la relation de récurrence ak+1 = ak +kq 2 pk−1 , donc on a facilement a1 = a0 = 0
et on peut calculer :
a2 = q 2 ; a3 = q 2 + 2q 2 p = q 2 (1 + 2p)
et plus généralement :
k−1
X
∗ 2 2 k−2 2
∀k ∈ N , ak = q (1 + 2p + 3p + · · · + (k − 1)p )=q ipi−1
i=1

13/18
On peut encore simplier cette expression en remarquant que :
k−1
!!
d X i d 1 − pk
 
2 2
ak = q p =q
dq i=0 dq 1−p
(k − 1)pk − kpk−1 + 1
 
2
= q
(1 − p)2

ak = (k − 1)pk − kpk−1 + 1

(b) Remarquons que comme p ∈]0, 1[, on a par croissances comparées lim kpk = 0 Ainsi
k→+∞
lim ak = 1. La limite des autres coecients se calcule immédiatement, et on obtient :
k→+∞

 
0 0 0
lim Ak =  0 0 0 
k→+∞
1 1 1

Partie C : Diagonalisations de matrices.

Soit u ∈ L(R3 ) l'application canoniquement associée à la matrice ci dessous :


 
0 0 0
L =  0 0 0 .
1 1 1

6. (a) On sait que :


     
x x 0
X=  y  ∈ Ker u ⇐⇒ L y
  =  0  ⇐⇒ x + y + z = 0
z z 0
   
x 1
⇐⇒ y   1  = 0 ⇐⇒ (X | v) = 0

z 1

Donc Ker u est l'ensemble des vecteurs orthogonaux à v . Il s'agit d'un plan, ce qui implique,
en utilisant le théorème du rang :

dim Ker u = 2 et rg u = 1

N.B. : En réalité, il sut de jeter un coup d'oeil à la matrice pour voir que la réponse
est évidente, mais il faut suivre l'énoncé même si les questions sont bizarrement posées au
concours.
(b) On déduit de la question précédente que 0 est valeur propre de multiplicité au moins
2. Comme la somme des valeurs propres de u est la trace de L qui vaut 1, on conclut
immédiatement :
1 est valeur propre de u.
   
0 0
De plus L 0 = 0 , donc
  
1 1

14/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février
 
0
 0  est un vecteur propre associé à la valeur propre 1.
1
7. On sait enn que E0 = Ker u est de dimension 2. On vérie facilement que
   
 1 1 
 −1  ,  0 
0 −1
 

forme une base de Ker u. On obtient avec le vecteur de la question précédente une base de
diagonalisation de u. Ainsi :
     
 1 1 0 
u est diagonalisable dans la base B = (v1 , v2 , v3 ) =  −1  ,  0  ,  0  .
0 −1 1
 

Plus précisément, on peut écrire :


   
1 1 0 0 0 0
L = P DP −1 avec P =  −1 0 0  et D =  0 0 0 
0 −1 1 0 0 1

8. On pose B et C les matrices ci-dessous :


   
p 0 0 0 0 0
B= 0 p 0  C= q 0 0 
q q 1 −q 0 0

(a) Remarquons que B = pI + qL donc :

Bv1 = pv1 ; Bv2 = pv2 ; Bv3 = (p + q)v3 = v3

Ainsi :  
p 0 0
B est diagonalisable et P −1 BP = D =  0 p 0 
0 0 1

(b) On montre facilement par récurrence (cf cours) que pour k ∈ N :


 
pk 0 0
B k = P Dk P −1 = P  0 pk 0  P −1
0 0 1

Et après calculs :
 
pk 0 0
∀k ∈ N, Bk =  0 pk 0 
k k
1−p 1−p 1

(c) On a C 2 = 0 et de plus :  
0 0 0
BC = CB =  pq 0 0 
−pq 0 0

15/18
Les matrices B et C commutant, on peut appliquer la formule du binôme :
k
X
Ak = (B + C)k = B n−k C k = B k + kB k−1 C.
i=0

∀k ∈ N, Ak = B k + kB k−1 C
(d) Avec les calculs déjà eectués, on retrouve bien l'expression donnée dans la partie B :
   
pk 0 0 0 0 0
Ak =  0 pk 0  +  kpk−1 − kpk 0 0 
k k
1−p 1−p 1 kpk − kpk−1 0 0
 
pk 0 0
∀k ∈ N, Ak =  kqpk−1 pk 0 
k k−1 k
1 + (k − 1)p − kp 1−p 1

Correction de l'exercice 4 N

Partie I : Racine carrée d'une matrice symétrique positive.

1. Soit A une matrice symétrique positive. Alors si λ est une valeur propre associée au vecteur
propre X 6= 0, on a :
(AX | X) = (λX | X) = λkXk2 > 0
Donc λ > 0, car kXk = 6 0.
De même, si A est dénie positive, le même raisonnement montre que les valeurs propres sont
strictement positives.
Réciproquement, on suppose que toutes les valeurs propres de A sont positives. Comme A
est symétrique réelle, il existe une base orthonormée (X1 , . . . , Xn ) de vecteurs propres associés
respectivement aux valeurs propres λ1 , . . . , λn . Soit X ∈ Mn,1 (R), décomposé de la manière
suivante dans la base (X1 , . . . , Xn ) :
X = α1 X1 + · · · + αn Xn

On a clairement :
(AX | X) = (α1 AX1 + · · · + αn AXn | α1 X1 + · · · + αn Xn )
= (α1 λ1 X1 + · · · + αn λn Xn | α1 X1 + · · · + αn Xn )
(AX | X) = α12 λ1 kX1 k2 + · · · + αn2 λn kXn k > 0

Si les valeurs propres sont strictement positives, on eectue le même raisonnement. Comme
X 6= 0, on a par exemple α1 6= 0 et :

(AX | X) > α12 λ1 kX1 k2 > 0

En résumé :
Une matrice symétrique est positive (resp. dénie positive) si et
seulement si ses valeurs propres sont positives (resp. strictement
positives).

16/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

2. Soit A une matrice symétrique positive.


(a) A est symétrique réelle donc diagonalisable par le biais d'une matrice P orthogonale. De
plus, on vient de voir que ses valeurs propres sont positives ou nulles. Ainsi :
Il existe une matrice P orthogonale et des scalaires λ1 , . . . , λn positifs tels que :

A = P diag(λ1 , . . . , λn )P T
(b) Remarquons que :
p p 2 p p 2
A = P diag( λ1 , . . . , λn )P T = P diag( λ1 , . . . , λn )P T
√ √
En posant B = P diag( λ1 , . . . , λn )P T , on a :
p p
B T = (P T )T diag( λ1 , . . . , λn )T P T = B
donc B est symétrique, et positive car ses valeurs propres sont positives :
Il existe une matrice B symétrique et positive telle que B 2 = A.
3. Soient B1 et B2 deux matrices symétriques positives telles que B12 = B22 .
(a) Comme B1 et B2 sont des matrices symétriques réelles on sait, d'après le théorème spec-
tral, qu'il existe deux matrices orthogonales (donc inversibles) P1 et P2 et deux matrices
diagonales D1 et D2 telles que :
B1 = P1 D1 P1−1 et B2 = P2 D2 P2−1 .
Un calcul immédiat donne alors :
B12 = P1 D12 P1−1 et B22 = P2 D22 P2−1 .
et compte-tenu du fait que B12 = B22 , on en déduit l'égalité.
Il existe deux matrices orthogonales P1 et P2 et deux matrices diagonales D1
et D2 telles que P1 D12 P1−1 = P2 D22 P2−1 .
(b) Composons cette égalité par P2−1 à gauche et par P1 à droite :
P2−1 P1 D12 P1−1 P1 = P2−1 P2 D22 P2−1 P1
Simplions ensuite en posant P = P2−1 P1 :
P D12 = D22 P
(c) On note P = (pij )16i,j6n , D1 = diag(a1 , · · · , an ) et D2 = diag(b1 , · · · , bn ). Avec ces nota-
tions, on a :    
a21 p11 · · · a2n p1n b21 p11 · · · b21 p1n
.. .. .. ..
P D12 =  . . = . .  = D22 P
   
a21 pn1 · · · a2n pnn b2n pn1 · · · b2n pnn
C'est à dire que pour tout (i, j), a2j pi,j = b2i pi,j . Deux cas peuvent se présenter :
? Soit pi,j = 0.
? Soit pi,j 6= 0, et dans ce cas a2j = b2i et aj = bi par positivité des éléments diagonaux de
D1 et D2
Dans les deux cas, on constate que pour tout (i, j), aj pi,j = bi pi,j , ce qui entraîne :
P D1 = D2 P
On a ainsi D2 = P D1 P −1 = P2−1 P1 D1 P1−1 P2 = P2−1 B1 P2 , d'où :
B1 = P2 D2 P2−1 = B2
On a bien l'égalité :
B1 = B2

17/18
Partie II : Décomposition polaire.

4. Soit M ∈ Mn (R) une matrice inversible de taille n. On pose H = M T M .


(a) H T = (M T M )T = M T (M T )T = M T M = H , donc H est symétrique. Soit X 6= 0 :
(HX | X) = X T H T X = X T M T M X = (M X)T (M X) = kM Xk2 > 0
En eet M étant inversible, on a M X 6= 0. H est donc dénie positive.
H est symétrique dénie positive.
(b) H est symétrique réelle et de valeurs propres strictement positives, donc d'après le théorème
spectral, il existe une matrice ∆ à diagonale strictement positive et une matrice P ortho-
gonale telle que ∆ = P −1 HP . On considère D la matrice diagonale dont les coecients
diagonaux sont les racines carrées de ceux de ∆. Alors D2 = ∆.
Il existe une matrice P orthogonale et une matrice D à diagonale strictement
positive telle que : D2 = P −1 HP .
Par la suite, on pose S = P DP −1 .
5. (a) Comme P est orthogonale, on a aussi S = P DP T et :
S T = (P DP T )T = (P T )T DT P T = P DP T = S
De plus, S est semblable à D, donc ses valeurs propres sont strictement positives, donc S
est inversible :
La matrice S est symétrique et inversible.
On a d'ailleurs S −1 = (P DP −1 )−1 = P D−1 P −1 et S −1 est aussi symétrique car (S −1 )T =
(S T )−1 = S −1 .
(b) On pose U = M S −1 :
U T U = (M S −1 )T M S −1 = (S −1 )T M T M S −1 = S −1 HS −1
= (P D−1 P −1 )(P D2 P −1 )(P D−1 P −1 )
= P D−1 D2 D−1 P −1 = P P −1 = I
U est orthogonale.
(c) En reprenant le résultat précédent on a :
M = U S avec U orthogonale, et S symétrique dénie positive.
6. On suppose qu'il existe deux matrices orthogonales U, U 0 et deux matrices symétriques S, S 0
dénies positives telles que :
M = U S = U 0S 0
(a) H = M T M = S T U
| {zU}S = S S = S , et de même H = S .
T T 2 02

=I

S 2 = S 02

(b) On a S et S 0 symétriques (dénies) positives et S 2 = S 02 , donc d'après la partie I.3 on a :


S = S0

(c) Comme U S = U 0 S 0 = U 0 S , on a ainsi :


U SS −1 = U 0 SS −1 donc : U = U 0
Le couple (U, S) est donc unique, ce qui achève de démontrer l'unicité de la décomposition
polaire. Le théorème est donc démontré.

18/18
Lycée Jean Perrin
Classe de TSI2 2017/2018 Vendredi 2 Février

Partie III : Un exemple.

7. On obtient par un calcul direct :


 
6 5 5
H= 5 6 5 
5 5 6

8. Un calcul du polynôme caractéristique de H montre que 16 est valeur propre simple, et 1 valeur
propre double. Puis on établit :
      
 1   −1 −1 
E16 = Vect  1  et E1 = Vect  0  ,  1 
1 1 0
   

Avec ces résultats, on peut construire les colonnes C1 , C2 et C3 de la matrice de passage P de la


manière suivante :

  
1 −1 1
1 1 1
C1 = √  1  ; C2 = √  0  C3 = C1 ∧ C2 = √  −2 
3 1 2 1 6 1

Ainsi :
   √ √ √ 
16 0 0 1/ √3 1/ 3 1/√3
∆ = P −1 HP =  0 1 0  avec P =  −1/√ 2 0√ 1/√2 
0 0 1 1/ 6 −2/ 6 1/ 6

9. D'après les résultats de la partie II, on a alors :


 
2 1 1
S = P DP T =  1 2 1 
1 1 2
 
0 1 0
U = M S −1 = M P D−1 P T =  −1 0 0 
0 0 −1

On pourra utiliser les résultats de la partie II.


10. Un calcul simple montre que det U = −1. Il s'agit donc d'une isométrie vectorielle indirecte
(composée d'une réexion d'axe Rw et d'une rotation d'angle θ et d'axe Rw). Ensuite on trouve :
  
 0 
E−1 = Vect  0 
1
 

L'axe de cette isométrie est donc dirigé par le vecteur w = (0, 0, 1). Si on note θ l'angle de
celle-ci, on sait que :
π
Tr U = 2 cos θ − 1 = −1 donc : cos θ = 0 et θ = ±
2
Enn, en notant u = (1, 0, 0), on sait que sin θ est du signe de :
1 0 0
det(u, f (u), w) = 0 −1 0 = −1 < 0
0 0 1

19/18
L'endomorphisme de matrice U dans la base canonique de R3 est la composée de la réexion
π
d'axe R(0, 0, 1) et de la rotation d'angle − et d'axe R(0, 0, 1) orienté par (0, 0, 1).
2

20/18