Vous êtes sur la page 1sur 5

Université Paris-Panthéon-Assas Mathématiques 5

L3 Sciences Economiques et Gestion Année 2022-2023

Corrigé du contrôle continu no 2


Durée : 50 minutes

Les documents et les calculatrices ne sont pas autorisés. Toutes les réponses doivent être
rigoureusement justifiées.

Exercice 1 Soit la matrice  


3/2 −1/2 −1/2
A =  −1 3 1 .
 
2 −1/2 −1
1
1. Montrons que A admet 3 valeurs propres λ1 = 1, λ2 = 3 et λ3 = − .
2
Le polynôme caractéristique de A est donné par :

PA (λ) = det(A − λI3 )



3 − λ − 12 − 21
2
= −1 3−λ 1

1
− 2 −1 − λ

2

En développant ce déterminant par rapport à la première ligne, on obtient :


 3 − λ

3 1 1 −1 1 1 −1 3 − λ

PA (λ) = −λ 1 + −

−2 −1 − λ 2 2 −1 − λ 2 2 − 21

2
3 5 1 1 11
    
2
= −λ λ − 2λ − + (λ − 1) − 2λ −
2 2 2 2 2
3 2 15 1 1 11
= λ − 3λ − − λ3 + 2λ2 + λ − − λ +
2 4 2 2 4
3 7 2 3
= −λ + λ − λ − .
2 2
On peut aussi écrire :
1 
PA (λ) = −2λ3 + 7λ2 − 2λ − 3 .
2
1
On a PA (1) = (−2 + 7 − 2 − 3) = 0. Donc, 1 est une racine de PA , ce qui signifie que 1 est une
2
valeur propre de A. On peut donc factoriser Q(λ) = −2λ3 + 7λ2 − 2λ − 3 par λ − 1. On obtient :
Q(λ) = (λ−1)(−2λ2 +5λ+3). Par ailleurs, on remarque que −2×32 +5×3+3 = −18+15+3 = 0.
Donc, 3 est une racine de −2λ2 + 5λ + 3. Enfin, on obtient la factorisation suivante :

Q(λ) = (λ − 1)(λ − 3)(−2λ − 1).


1
Puisque PA (λ) = Q(λ), les deux polynômes ont les mêmes racines. Or, les racines de Q sont
2
1 1
λ1 = 1, λ2 = 3 et λ3 = − , donc A admet 3 valeurs propres qui sont λ1 = 1, λ2 = 3 et λ3 = − .
2 2
2. Montrons que A est inversible et déterminons son inverse A−1 .
1 3
On a det(A) = det(A − 0 × I3 ) = PA (0) = × (−3) = − . Or, det(A) ̸= 0, donc A est inversible.
2 2
Autre argument : Puisque 0 n’est pas une valeur propre de A, A est inversible.

1
Déterminons la matrice inverse A−1 de A. On sait que
1 t
A−1 = com(A).
det(A)
Or,

−1 1 −1 3

3 1


 − 1 −1 2 −1

2 − 1 
2 2
 
 
 
 
 − 1 − 1 3 −1 3 −1 
 2 2
com(A) = − 1 2 2 − 2 2

 − 2 −1 2 −1 2 − 12


 
 
 
 1
 − 2 − 12 3 −1 3 −1 
2 2 2 2


3 1 −1 1 −1 3

 5 11 
−2 1 − 2
 
 
= − 14 − 12 − 14 ,
 
 
 
1 −1 4
donc
− 52 − 14
 5 1
− 23
  
1 3 6
   
−1 2   
A =−  1 − 12 −1  = − 23 1 2
.
   
3   3 3 
   
− 11
2 − 14 4 11
3
1
6 − 83
Il existe d’autres méthodes autres que la méthode des comatrices pour calculer A−1 . Par exemple,
1) résoudre l’équation matricielle AX = B en X, 2) identification des coefficients, pour ne citer
que celles-là.
3. La matrice A admet 3 valeurs propres réelles distinctes, elle est donc diagonalisable dans R.
4. On a
det(A2 ) = det(A × A) = det(A) × det(A) = (det(A))2 .
3 9
Dans cet exercice, det(A) = − , donc det(A2 ) = .
2 4
5. Trouvons une matrice diagonale D et une matrice inversible P telles que A = P DP −1 .
La matrice D est donnée par :
 
1 0 0
D = 0 3 0  .
 
0 0 − 12
La matrice P s’obtient en étudiant les
 sous-espaces
 propres associés aux valeurs propres λ1 = 1,
x
1
λ2 = 3 et λ3 = − . On pose : X = y  ∈ R3 .
 
2
z
• Le sous-espace
 propre
 E1 associé à la valeur propre λ1 = 1 s’obtient en résolvant le système
0
(A − I3 )X = 0 soit :
 
0
 
1 1 1
2x − 2y − 2z = 0 x − y − z = 0 (1)

 

−x + 2y + z = 0 ⇐⇒ −x + 2y + z = 0 (2)
 
2x − 1 y − 2z = 0
 4x − y − 4z = 0

(3)
2

2
L’opération (1) + (2) donne y = 0. Dans (3), on obtient 4x − 4z = 0, soit z = x. Donc,

E1 = {(x, 0, x), x ∈ R} = {x(1, 0, 1), x ∈ R}.

Un vecteur propre associé à la valeur propre λ1 = 1 est donc v1 = (1, 0, 1).


• Le sous-espacepropre
 E3 associé à la valeur propre λ2 = 3 s’obtient en résolvant le système
0
(A − 3I3 )X = 0 soit :
 
0
 
3 1 1
− 2 x − 2 y − 2 z = 0 3x + y + z = 0 (4)

 

−x + z = 0 ⇐⇒ −x + z = 0 (5)
 
2x − 1 y − 4z = 0
 4x − y − 8z = 0

(6)
2

Dans (5) : z = x. On obtient le système


(
4x + y = 0
−4x − y = 0

qui équivaut à 4x + y = 0 ou encore y = −4x. Donc,

E3 = {(x, −4x, x), x ∈ R} = {x(1, −4, 1), x ∈ R}.

Un vecteur propre associé à la valeur propre λ2 = 3 est donc v2 = (1, −4, 1).
• Le sous-espace propre E− 1 associé à la valeur propre λ3 = − 12 s’obtient en résolvant le système
  2

  0
1
A + 2 I3 X = 0 soit :
 
0
 
1 1
2x − 2 y − 2 z = 0 4x − y − z = 0
  (
4x − y − z = 0 (7)
 
−x + 72 y + z = 0 ⇐⇒ −2x + 7y + 2z = 0 ⇐⇒

2x − 1 y − 1 z = 0
 
4x − y − z = 0
 −x + 5y + 2z = 0 (8)
2 2

Dans (7), on a z = 4x − y. Dans (8), on a : −2x + 7y + 8x − 2y = 0, soit 6x + 5y = 0 ou encore


6 6 26
y = − x. On en déduit que z = 4x + x = x. Ainsi,
5 5 5
6 26 6 26
      
E− 1 = x, − x, x , x ∈ R = x 1, − , ,x ∈ R .
2 5 5 5 5
6 26
 
Un vecteur propre associé à la valeur propre λ3 = − 12 est donc v3 = 1, − , . La matrice
5 5
P est donnée par :  
1 1 1
P = 0 −4 −6/5 .
 
1 1 26/5

Exercice 2 Soit le problème suivant dans R2 :





 Maximiser f (x1 , x2 ) = −3x21 − 5x22 + 10x2
(P ) x1 + x2 = 3

x21 + x22 ≤ 9

3
1. Écrivons le Lagrangien et les conditions de Kuhn et Tucker associés au problème (P ).
La fonction f est de classe C 2 sur R2 , car c’est une fonction polynomiale. Posons h(x1 , x2 ) =
x1 + x2 − 3 et g(x1 , x2 ) = x21 + x22 − 9. Les fonctions h et g étant polynomiales, elles sont de
classe C 2 sur R2 . Le Lagrangien associé au problème (P ) s’écrit :

L(x1 , x2 , λ, µ) = f (x1 , x2 ) + λh(x1 , x2 ) + µg(x1 , x2 )


= −3x21 − 5x22 + 10x2 + λ(x1 + x2 − 3) + µ(x21 + x22 − 9).

Les conditions de Kuhn et Tucker s’écrivent :


( (
L′x1 (x1 , x2 , λ, µ) = 0 −6x1 + λ + 2µx1 = 0
(C1) ⇐⇒
L′x2 (x1 , x2 , λ, µ) = 0 −10x2 + 10 + λ + 2µx2 = 0
(C2) µ(x21 + x22 − 9) = 0
(
µ≤0
(C3)
x1 + x2 = 3

2. Montrons que les conditions de Kuhn et Tucker sont nécessaires et suffisantes.


Pour tout (x1 , x2 ) ∈ R2 , on a
!
−6 0
Hess(f, (x1 , x2 )) = .
0 −10

Donc, Hess(f, (x1 , x2 )) est définie négative pour tout (x1 , x2 ) ∈ R2 . Par conséquent, f est stric-
tement concave sur R2 . Par ailleurs, h est affine et pour tout (x1 , x2 ) ∈ R2 , on a
!
2 0
Hess(g, (x1 , x2 )) = .
0 2

Donc, pour tout (x1 , x2 ) ∈ R2 , Hess(g, (x1 , x2 )) est définie positive. Par conséquent, g est stric-
tement convexe sur R2 . On est donc en présence d’un problème convexe. On remarque que
h(2, 1) = 2 + 1 − 3 = 0 et g(2, 1) = 22 + 12 − 9 = −4 < 0. Donc, la condition de Slater est
vérifiée. Par suite, les conditions de Kuhn et Tucker sont nécessaires. Ces conditions sont aussi
suffisantes car f est concave, h est affine et g est convexe sur l’ouvert convexe R2 .
3. Résolvons le problème (P ).
On va résoudre le système constitué par les conditions (C1), (C2) et (C3). Étudions tous les cas
possibles.
(i) µ = 0 :
Les conditions (C1) impliquent que

−6x1 + λ = 0 − 10x2 + 10 + λ = 0,

donc 6x1 = 10x2 − 10 ou encore 3x1 − 5x2 = −5. En utilisant la condition x1 + x2 = 3, on


5 5 7
obtient 3x1 − 5(3 − x1 ) = −5, soit : 8x1 = 10, donc x1 = . Alors, x2 = 3 − = . On a :
 2  2 4  4 4
5 7 25 + 49 74 37 5 7

+ = = = ≤ 9. Donc, (x1 , x2 ) = , 2 2
vérifie x1 + x2 ≤ 9. Ce
4 4 16 16 8 4 4
point est admissible.
(ii) µ ̸= 0 :
La condition (C2) implique que x1 + x22 = 9. On obtient :
(
x1 + x2 = 3 (1)
x21 + x22 = 9 (2)

4
Dans (1) : x2 = 3 − x1 . Dans (2), on obtient x21 + (3 − x1 )2 = 9, soit 2x21 − 6x1 = 0 ou
encore 2x1 (x1 − 3) = 0. Donc, x1 = 0 ou x1 = 3. On obtient deux couples : (x1 , x2 ) = (0, 3)
et (x1 , x2 ) = (3, 0).
Par ailleurs, les conditions (C1) impliquent que

(6 − 2µ)x1 = (10 − 2µ)x2 − 10, soit(x1 − x2 )µ = 3x1 − 5x2 + 5,


3x1 − 5x2 + 5
donc µ = .
x1 − x2
−15 + 5 10
• Si (x1 , x2 ) = (0, 3), alors µ = = > 0. Donc, les conditions (C3) ne sont pas
−3 3
vérifiées. Ce point n’est donc pas admissible.
9+5 14
• Si (x1 , x2 ) = (3, 0), alors µ = = > 0. Donc, (3, 0) n’est pas un point admissible.
3 3
5 7
 
Conclusion : Le problème (P ) admet une unique solution qui est (x1 , x2 ) = , . Puisque les
4 4
conditions de Kuhn et Tucker sont nécessaires et suffisantes et que f est strictement convexe, la
5 7
 
solution obtenue est globale. Autrement dit, f atteint un maximum global en , .
4 4

Vous aimerez peut-être aussi