Algèbre : Série de révision MP2 concours 2023

Problème 1:

Notations et objectifs
• n désigne un entier > 1 et E l’ensemble des matrices carrées (n, n) à termes réels ; AT
est la matrice transposée de A. On utilisera (Eij ) 16i6n base canonique de E.
16j 6n
• Les vecteurs x, y,... de Rn seront désignés aussi par des matrices colonnes X, Y ,... ;
Rn sera muni du produit scalaire (.|.) défini par : (x|y) = (X|Y ) = X T .Y . La base
canonique (ei )16i6n de Rn sera représentée par les matrices colonnes (Ei )16i6n . On
pourra utiliser la relation Eij = Ei .EjT .
• La norme d’un vecteur X de Rn sera notée |X|. L’espace vectoriel E sera muni du
produit scalaire ((.|.)) défini par : ((A|B)) = Tr(AT .B). Le couple (E, ((.|.))) est un
espace euclidien. La norme d’une matrice sera notée kAk.
Le but du problème est de prouver que, pour une matrice M donnée, on peut trouver une
matrice P , de rang inférieur à celui de M, telle que la distance de M à P soit minimale.

Partie I

Étude des matrices de rang 1

I.1. Factorisation des matrices de rang 1
a. Soit m un endomorphisme de Rn . Démontrer que m est de rang 1 si et seulement s’il
existe un vecteur x de Rn et une forme linéaire u définie sur Rn , non nuls, tels que
pour tout vecteur t de Rn : m(t) = u(t).x
Exemple : reconnaı̂tre M lorsque x = ei , u = e∗j où (ei )16i6n est la base canonique de
Rn , (e∗j )16j 6n la base duale associée.
b. En déduire l’expression générale d’une matrice M de rang 1 à l’aide du produit d’une
matrice colonne X et d’une matrice ligne Y T .
c. Établir les relations qui lient les matrices colonnes X, X ′ et Y , Y ′ lorsqu’une même
matrice M de rang 1 est égale aux produits X.Y T et X ′ .Y ′T .
Montrer que, si X.Y T = 0 alors X = 0 ou Y = 0.
I.2. Rang d’une famille de matrices de rang 1
a. Démontrer que toute matrice M de E est égale à une somme de matrices de rang 1.
b. Soient (X1 , X2 , . . . , Xn ) et (Y1 , Y2 , . . . , Yn ) deux bases de Rn ; démontrer que la suite
des matrices (Xi .YjT )16i,j 6n est une base de E.
c. Soient (U1 , U2 , . . . , Up ) et (V1 , V2 , . . . , Vq ) deux familles de vecteurs de Rn , de rangs
respectifs r et s.
Déterminer le rang de la famille des matrices (Ui .VjT ) 16i6p en tant que vecteurs de
16j 6q
E.
I.3. Orthogonalité des matrices de rang 1 dans E, ((.|.))
a. À quelle condition sur les vecteurs X, X ′ , Y , Y ′ de Rn , les matrices X.Y T et X ′ .Y ′T
sont-elles orthogonales dans E, ((.|.)) ?
b. En déduire comment choisir deux suites (Xi )16i6n et (Yj )16j 6n de vecteurs de Rn ,
pour que la suite des matrices (Xi .YjT ) soit orthonormée dans E, ((.|.)).
1
2

I.4. Matrices diagonalisables de rang 1

Soit A une matrice de rang 1 définie par A = X.Y T ; soit a le réel X T .Y .
a. Démontrer que la matrice A annule un polynôme de degré 2. En déduire les valeurs
propres possibles de A.
b. Pour quelles valeurs du réel a la matrice A est-elle 
diagonalisable
  ?
1 1
c. Exemple : considérer le cas suivant où n = 3, X = 0 , Y = 0  et α ∈ R.
  
1 α
T
Discuter la diagonalisation de A = X.Y selon les valeurs de α.
d. Démontrer qu’il existe, dans E, une base de matrices diagonalisables de rang 1.

Partie II
Étude d’un endomorphisme

Soient A et B deux matrices de E, ΦA,B l’endomorphisme de E défini par la relation :

ΦA,B (M) = A.M.B T .

Cette partie a pour but d’établir des propriétés de l’endomorphisme ΦA,B .

II.1. Rang de l’endomorphisme ΦA,B

Déterminer, en fonction des rangs r et s des matrices A et B, le rang de ΦA,B (on calculera
ΦA,B (Eij )).
II.2. Vecteurs propres de ΦA,B
a. Démontrer que, si V et W sont des vecteurs propres des matrices A et B, la matrice
V.W T est un vecteur propre de ΦA,B .
b. Caractériser les matrices de rang 1 qui appartiennent au noyau de ΦA,B .
c. Soit X.Y T une matrice de rang 1 vecteur propre associé à la valeur propre µ, différente
de 0, de ΦA,B .
Est-ce que X et Y sont des vecteurs propres de A et B ?
d. Démontrer que, si A et B sont des matrices diagonalisables, l’endomorphisme ΦA,B
est aussi diagonalisable. Calculer alors la trace de ΦA,B .
e. Déterminer les valeurs propres de ΦA,B , dans le cas suivant :
 
0 −1
n=2 A=B= .
1 0

ΦA,B est-elle diagonalisable ?

II.3. Propriétés d’orthogonalité de ΦA,B
a. L’endomorphisme ΦA,B est supposé orthogonal dans E, ((.|.)), c’est à dire : pour
toutes matrices M et N de E, ((ΦA,B (M)|ΦA,B (N))) = ((M|N)).
En choisissant pour M et N deux matrices égales de rang 1, établir une relation
simple, pour tout couple de vecteurs X et Y de Rn , entre |A.X|2 , |B.Y |2 et |X|2.|Y |2 .
b. En déduire une condition nécessaire et suffisante sur A et B pour que l’endomorphisme
ΦA,B soit orthogonal dans E, ((.|.)).
 ´

Partie III
Expression d’une matrice M de rang r à l’aide de matrices de rang 1

Partie IV
Approximation d’une matrice de rang r par une matrice de rang 6 s dans E, ((.|.))
La matrice M de rang r est donnée ainsi qu’un entier s vérifiant s < r ; le but de cette partie
est de déterminer une matrice P qui rende minimum la distance de M à l’ensemble Rs des
matrices de rang 6 s. La distance de la matrice M à Rs est définie par la relation :
d(M, Rs ) = inf{kM − Nk, N ∈ Rs }.
Il sera admis, dans la suite, que, si N est une matrice de rang q et M une matrice de rang r,
la suite décroissante (γi) des valeurs propres de la matrice (M − N)T .(M − N) vérifie, pour
1 6 i 6 n − q, l’inégalité :
γi > αi+q
où (αi ) est la suite décroissante des valeurs propres de M T .M.
IV.1. Le rang r de la matrice M est supposé > 1. Soit s un entier tel que 0 < s < r.
n √
αi Yi .ZiT la décomposition de M obtenue au III. Montrer que la matrice
P
a. Soit M =
i=1
s √
αi Yi .ZiT est de rang s.
P
N=
i=1
En déduire l’inégalité
√
d(M, Rs ) 6 αs+1 + · · · + αr .
b. Soit N une matrice de Rs , comparer kM − Nk2 et αs+1 + · · · + αr .
c. En déduire la valeur de d(M, Rs ).
Existe-t-il une matrice P de Rs telle que kM − P k = d(M, Rs ) ?
d. Est-ce que Rs est un sous-ensemble fermé de E ?
IV.2. Approximation par une matrice symétrique
Soit s un entier, 1 6 s 6 n, soit Ss l’ensemble des matrices symétriques de rang 6 s.
Soient A et B deux matrices respectivement symétriques et antisymétriques.
a. Que vaut ((A|B)) ?
4

b. En utilisant la forme obtenue au III.4., démontrer qu’il existe une matrice symétrique
U appartenant à Ss approchant A au plus près.
Évaluer kA − Uk à l’aide des valeurs propres λi de A (on suppose que les valeurs
propres de A sont rangées de la manière suivante : |λ1 | > |λ2 | > . . . > |λn |).
c. Soit M une matrice de E telle que M = A + B, où A symétrique, B antisymétrique.
Démontrer qu’il existe une matrice symétrique V appartenant à Ss approchant M au
plus près.
Donner la valeur de d(M, Ss ).
Y-a-t-il unicité de la matrice V ?

Partie V
Problème 2: (Extrait CCP MP 2023)

Dans ce problème E est un C-espace vectoriel de dimension finie .

Partie I

Q6. Un exemple -  
 3 2 
Vérifier que la matrice A =   est diagonalisable.
2 3
   
1
1 −1  1
1 1 
Démontrer que les matrices Π1 = 2   et Π2 = 2   sont des matrices de
−1 1 1 1
projecteur puis calculer Π1 + 5Π2 , Π1 + Π2 et Π1 Π2 .

Q7. On rappelle le lemme de décomposition des noyaux : Si P1 , P2 , . . . , Pr sont des éléments de

C[X] deux à deux premiers entre eux de produit égal à T , si u est un endomorphisme de E
alors :
Ker[T (u)] = Ker (P1 (u)) ⊕ Ker (P2 (u)) ⊕ . . . ⊕ Ker (Pr (u))

L’objet de cette question est de démontrer le cas particulier r = 2.

Soit u un endomorphisme de E et soit P et Q deux polynômes premiers entre eux.
Justifier que Ker(P (u)) ⊂ Ker[(P Q)(u)] (de même on a : Ker(Q(u)) ⊂ Ker[(P Q)(u)] ).
Démontrer que : Ker[(P Q)(u)] = Ker(P (u)) ⊕ Ker(Q(u)).

Dans la suite du problème, on pourra utiliser librement le lemme de décomposition des noyaux.

Q8. Soit u un endomorphisme de E et soit πu son polynôme minimal. On suppose que πu = P1k1 P2k2
où les polynômes P1 et P2 sont premiers entre eux.
πu
On pose, pour tout entier i ∈ {1, 2}, Qi = ki .
Pi
Justifier qu’il existe deux polynômes R1 et R2 de C[X] tels que R1 Q1 + R2 Q2 = 1.

Pour la suite de cette partie, on notera πu = P1k1 P2k2 . . . Pm km la décomposition en facteurs

premiers du polynôme minimal et on admettra que, si pour tout entier i ∈ {1, 2, . . . , m},
πu
Qi = k , il existe des polynômes de C[X] tels que R1 Q1 + R2 Q2 + . . . + Rm Qm = 1.
Pi i
Q9. On pose alors pour tout entier i ∈ {1, 2, . . . , m}, pi = Ri (u) ◦ Qi (u).
Démontrer que pour tout couple (i, j) d’entiers distincts de {1, 2, . . . , m}, on a les trois résul-
tats suivants :
 — pi ◦ pj = 0,
m
X
— pi = idE ,
i=1

et chaque pi est un projecteur de E.

Les pi seront appelés projecteurs associés à u.

m
(X − λi )αi
Y
Q10. Soit u un endomorphisme de E et soit χu son polynôme caractéristique : χu =
i=1
(avec les λi deux à deux distincts et les αi des entiers naturels non nuls) et pour tout entier
i ∈ {1, 2, ..., m} , Ni = ker(u − λi idE )αi le sous espace caractéristique associé à λi .
Justifier que E = N1 ⊕ N2 ⊕ . . . ⊕ Nm .

Q11. Démontrer que E = Im p1 ⊕ Im p2 ⊕ . . . ⊕ Im pm .

Q12. Démontrer que pour tout entier i ∈ {1, 2, . . . , m}, Im pi = Ni .

Partie II

Dans toute cette partie, on suppose que l’endomorphisme u est diagonalisable et on note
λ1 , λ2 . . . , λm ses valeurs propres distinctes.

Q13. Quel est alors le polynôme minimal πu de u ?

πu
Q14. On note toujours, pour tout entier i ∈ {1, 2, . . . , m}, Qi = où Pi = X − λi , et on pose
Pi
1
θi =
Qi (λi )
1
Donner, sans détails, la décomposition en éléments simples de puis démontrer que les
πu
Qi (u)
projecteurs associés à u sont, pour tout entier i ∈ {1, 2, . . . , m}, pi = .
Qi (λi )
m m
X λi Qi (X) X
Q15. Démontrer que X = puis que u = λi pi (décomposition spectrale de u ).
i=1
Qi (λi ) i=1
 
1 1 1 1
 
 
 1 1 −1 −1 
Q16. Exemple : on considère la matrice A =  .
 
 1 −1 1 −1 
 
 
1 −1 −1 1

a) Justifier que la matrice A est diagonalisable et calculer la matrice A2 .

b) En déduire le polynôme minimal πA de la matrice A puis la décomposition spectrale de

la matrice A. On notera Π1 et Π2 les matrices des projecteurs associés.
 c) Calculer, pour tout entier naturel q, Aq en fonction des matrices Π1 et Π2 .

Q17. On note C[v] l’algèbre des polynômes d’un endomorphisme v d’un C-espace vectoriel de
dimension finie. Démontrer que la dimension de l’espace vectoriel C[v] est égal au degré du
polynôme minimal πv de l’endomorphisme v.
m
Y
Q18. On revient au cas u diagonalisable avec πu = (X − λi ).
i=1
Démontrer que la famille (p1 , p2 , . . . , pm ) des projecteurs associés à u est une base de l’espace
vectoriel C[u]

Q19. Dans le cas d’un endomorphisme u non diagonalisable, la famille (p1 , p2 , . . . , pm ) des projec-
teurs associés à u est-elle toujours une base de l’espace vectoriel C[u] ?

Q20. Nous avons vu que si u est un endomorphisme de E diagonalisable, il existe m endomorphismes

m
λqi pi .
X
non nuls pi de E, tels que pour tout entier q on ait uq =
i=1
Nous allons étudier une « réciproque».

Soit u un endomorphisme de E, C-espace vectoriel de dimension finie. On suppose qu’il existe

m endomorphismes non nuls fi de E et m complexes λ1 , λ2 , . . . , λm distincts, tels que pour
m
λqi fi . Démontrer que u est diagonalisable.
X
tout entier naturel q on ait uq =
i=1

Fin.
Problème 3 :
A. Diagonalisation simultanée

4. Démontrer alors la version matricielle de ce résultat.

B.
 Exponentielle d’une matrice et dérivation des fonctions vectorielles
1) Montrer que :

Indication : On pourra considérer les fonctions suivantes

2) Soit

Sous quelle condition a – t – on ?

3)

a) Montrer que :

b) Montrer que :

Indication : On pourra considérer

 Problème 4 : (Matrices de permutation – Matrices
stochastiques – Matrices bistochastiques)

Partie 1 : (Généralités sur les matrices de permutation)

1.

d) Que peut-on dire sur la structure de l’ensemble des matrices de permutation ?

 2.

a)

b) Montrer que toute matrice de permutation est diagonalisable sur C.

c)

d)

3.

a)

b) Dans la suite, on admet de deux cycles de meme longueur sont conjugués.

6.
Partie 2 : (Sur les matrices stochastiques)

5.

c. On suppose ici que A est diagonalisable. Détrminer la limite de la suite de moyennes

de puissances de A.

6. Topologie des matrices stocastiques :

 7 . Caractérisation des matrices stochastiques orthogonales et lien avec les matrices de permutation :

Partie 3 : (Points extrémaux et diamètre d’une partie bornée d’un

espace euclidien)

Partie 4 : (Etude de l’ensemble des matrices bistochastiques et de

ses points extrémaux)
Que peut-on déduire ? Montrer que l’ensemble des matrices bistochastiques est un compact. Est-il
un sev de Mn(IR ) ? Montrer que l’ensemble des matrices de permutation est inclus dans l’ensemble
des matrices bistochastiques.
Problème 4 Bis: Encore sur les matrices stochastiques...
Problème 5 : Produit de Kronecker

1
b. On admet dans la suite que :

2
3
4
Problème 6: (Centrale PC 2014)

Notations et conventions
− Dans ce problème, 𝑛 désigne un entier supérieur ou égal à 2.
− On confond vecteur de ℝ 𝑛 et matrice colonne correspondante, ce qui permet des écritures du type 𝐴𝑥 où 𝐴
est une matrice carrée réelle de taille 𝑛 et 𝑥 un élément de ℝ 𝑛 .
− Si 𝑓 est une fonction de classe 𝐶 1 de ℝ 𝑛 dans ℝ 𝑛 et si 𝑥 est un élément de ℝ 𝑛 , on note
𝑓(𝑥) = (𝑓1 (𝑥), 𝑓2 (𝑥), …, 𝑓𝑛 (𝑥))

ce qui, compte tenu de la convention précédente, s’écrit aussi

𝑓1 (𝑥)
⎛ 𝑓2 (𝑥) ⎞
𝑓(𝑥) = ⎜
⎜
⎜ ⋮ ⎟
⎟
⎟
𝑓
⎝ 𝑛 (𝑥) ⎠
∂𝑓𝑖
Si 𝑖 et 𝑗 sont deux entiers de [[1, 𝑛]], la 𝑗-ème dérivée partielle de 𝑓𝑖 en 𝑥 est notée D𝑗 𝑓𝑖 (𝑥) ou (𝑥).
∂𝑥𝑗
− Le déterminant d’une matrice carrée 𝐴 est noté det(𝐴).
− Avec les notations précédentes, on appelle matrice jacobienne de 𝑓 en 𝑥 et on note 𝐽𝑓 (𝑥) la matrice carrée
réelle de taille 𝑛 dont le terme situé sur la 𝑖-ème ligne et la 𝑗-ème colonne est D𝑗 𝑓𝑖 (𝑥).
− On appelle jacobien de 𝑓 en 𝑥 et on note jac𝑓 (𝑥), le déterminant det(𝐽𝑓 (𝑥)) de la matrice jacobienne 𝐽𝑓 (𝑥).
− On appelle divergence de 𝑓 en 𝑥 et on note div𝑓 (𝑥), la trace de la matrice jacobienne 𝐽𝑓 (𝑥). On a donc
𝑛
div𝑓 (𝑥) = tr(𝐽𝑓 (𝑥)) = 󰞉 D𝑖 𝑓𝑖 (𝑥)
𝑖=1

Les quatre parties sont pour une large part indépendantes les unes des autres.

I Une interprétation du jacobien

I.A – Soit 𝐴 une matrice carrée réelle de taille 𝑛 et 𝑏 un élément de ℝ 𝑛 . Soit 𝑓 l’application de ℝ 𝑛 dans ℝ 𝑛
définie par
∀𝑥 ∈ ℝ 𝑛 𝑓(𝑥) = 𝐴𝑥 + 𝑏

Montrer que 𝑓 est de classe 𝐶 1 et préciser sa matrice jacobienne 𝐽𝑓 (𝑥) en tout point 𝑥 de ℝ 𝑛 .
I.B – Dans cette section, 𝑔 désigne une fonction de classe 𝐶 1 de ℝ 𝑛 dans ℝ.
On fixe un élément 𝑎 = (𝑎1 , 𝑎2 , …, 𝑎𝑛 ) de ℝ 𝑛 .
Soit 𝜑 la fonction de ℝ dans ℝ définie par
𝜑(𝑡) = 𝑔(𝑡𝑎) = 𝑔(𝑡𝑎1 , 𝑡𝑎2 , …, 𝑡𝑎𝑛 )

I.B.1) Justifier que 𝜑 est de classe 𝐶 1 sur ℝ et, pour tout réel 𝑡, donner 𝜑 ′ (𝑡).
I.B.2) En déduire qu’au voisinage de 0
𝑔(𝑡𝑎) = 𝑔(0) + 𝑡(𝑎1 D1 𝑔(0) + 𝑎2 D2 𝑔(0) + ⋯ + 𝑎𝑛 D𝑛 𝑔(0)) + o(𝑡)

I.C – Dans cette section, 𝑓 désigne une fonction de classe 𝐶 1 de ℝ 𝑛 dans ℝ 𝑛 vérifiant 𝑓(0) = 0.
Pour 𝑡 réel et 𝑗 entier de [[1, 𝑛]], on note 𝑡𝑗 l’élément (0, …, 0, 𝑡, 0, …, 0) de ℝ 𝑛 , le réel 𝑡 étant situé au rang 𝑗.
I.C.1) On admettra que si des fonctions 𝜑1 , 𝜑2 , …, 𝜑𝑛 sont continues sur ℝ et à valeurs dans ℝ 𝑛 , alors la
fonction Φ définie sur ℝ par :
Φ(𝑡) = det(𝜑1 (𝑡), 𝜑2 (𝑡), …, 𝜑𝑛 (𝑡))

est continue sur ℝ.

En utilisant la question I.B.2 et la multilinéarité du déterminant, montrer qu’au voisinage de 0
det(𝑓(𝑡1 ), 𝑓(𝑡2 ), …, 𝑓(𝑡𝑛 )) = 𝑡 𝑛 jac𝑓 (0) + o(𝑡 𝑛 )

I.C.2) En déduire que

det(𝑓(𝑡1 ), …, 𝑓(𝑡𝑛 ))
lim = jac𝑓 (0)
𝑡→0 det(𝑡1 , …, 𝑡𝑛 )

I.C.3) Dans le cas 𝑛 = 2 (respectivement 𝑛 = 3), donner une interprétation géométrique de la valeur absolue
du jacobien de 𝑓 en 0 à l’aide d’aires de parallélogrammes (respectivement volumes de parallélépipèdes).

II Une interprétation de la divergence dans un cas particulier

On désigne par 𝐴 une matrice réelle carrée de taille 2 et on pose, pour tout 𝑥 dans ℝ2 , 𝑓(𝑥) = 𝐴𝑥.
II.A – Pour 𝑥 dans ℝ2 , exprimer div𝑓 (𝑥) à l’aide de 𝐴 seulement.

Pour 𝑎 dans ℝ2 , on note 𝑢𝑎 (𝑡) la solution sur ℝ du problème de Cauchy

𝑋 ′ = 𝐴𝑋, 𝑋(0) = 𝑎

Autrement dit, 𝑢𝑎 est l’unique fonction 𝐶 1 de ℝ dans ℝ2 telle que 𝑢𝑎 (0) = 𝑎 et, pour tout réel 𝑡, 𝑢𝑎′ (𝑡) = 𝐴𝑢𝑎 (𝑡).
II.B – Dans cette section et la suivante, on suppose 𝐴 diagonale de la forme

𝜆1 0
𝐴 = diag(𝜆1 , 𝜆2 ) = 󰚱 󰚲
0 𝜆2

II.B.1) Que vaut 𝑢𝑎 (𝑡) ?

II.B.2) Soit 𝑎 et 𝑏 deux éléments de ℝ2 et soit 𝑡 un réel. Montrer que

det(𝑢𝑎 (𝑡), 𝑢𝑏 (𝑡)) = exp(𝑡 div𝑓 (𝑎)) det(𝑢𝑎 (0), 𝑢𝑏 (0))

II.B.3) Utiliser le résultat précédent pour interpréter le signe de div𝑓 (𝑎) en termes de sens de variation de
l’aire d’un certain parallélogramme comme fonction de 𝑡.

II.C – Exemple
On suppose toujours que 𝐴 = diag(𝜆1 , 𝜆2 ).
II.C.1) On pose 𝑎 = (𝑎1 , 𝑎2 ) et 𝑢𝑎 (𝑡) = (𝑥1 (𝑡), 𝑥2 (𝑡)). On suppose que 𝜆1 ≠ 0 et 𝑎1 > 0. Déterminer une
fonction 𝜃𝑎 telle que 𝑥2 (𝑡) = 𝜃𝑎 (𝑥1 (𝑡)) pour tout réel 𝑡.
II.C.2) Dans cette question, 𝑎 = (2, 1) et 𝑏 = (1, 2).
Pour chacun des cas suivants, illustrer sur une même figure les courbes représentatives des fonctions 𝜃𝑎 , 𝜃𝑏 et
𝜃𝑎+𝑏 , ainsi que les parallélogrammes de sommets (0, 0), 𝑢𝑎 (𝑡), 𝑢𝑏 (𝑡) et 𝑢𝑎 (𝑡) + 𝑢𝑏 (𝑡) pour 𝑡 = 0 et une valeur de
𝑡 strictement positive.
a) 𝜆1 = 1 et 𝜆2 = 2.
b) 𝜆1 = 1 et 𝜆2 = −2.
c) 𝜆1 = 1 et 𝜆2 = −1.

II.D –
II.D.1) Reprendre les questions II.B.1 et II.B.2 dans le cas où 𝐴 est triangulaire de la forme

𝜆 𝜇
𝐴=󰚱 󰚲
0 𝜆

II.D.2) Montrer que la relation

det(𝑢𝑎 (𝑡), 𝑢𝑏 (𝑡)) = exp(𝑡 div𝑓 (𝑎)) det(𝑢𝑎 (0), 𝑢𝑏 (0))

est valable lorsque la matrice 𝐴 possède un polynôme caractéristique scindé sur ℝ.

II.D.3) Étendre ce résultat au cas d’une matrice réelle 2 × 2 quelconque.
III Matrice jacobienne symétrique, antisymétrique
Dans le début de cette partie 𝑓 est une fonction de classe 𝐶 2 de ℝ 𝑛 dans lui-même.
Si 𝑥 est un élément de ℝ 𝑛 , on note toujours
𝑓1 (𝑥)
⎛
⎜ 𝑓2 (𝑥) ⎞
⎟
𝑓(𝑥) = (𝑓1 (𝑥), 𝑓2 (𝑥), …, 𝑓𝑛 (𝑥)) = ⎜
⎜ ⋮ ⎟ ⎟
⎝ 𝑓𝑛 (𝑥) ⎠
Si 𝑖, 𝑗 et 𝑘 sont trois entiers de [[1, 𝑛]], la dérivée partielle seconde de 𝑓𝑘 en 𝑥 par rapport aux variables 𝑥𝑖 et 𝑥𝑗
∂2 𝑓𝑘
est notée D𝑖,𝑗 𝑓𝑘 (𝑥) ou (𝑥), ou encore 𝑓𝑖,𝑗,𝑘 (𝑥).
∂𝑥𝑖 ∂𝑥𝑗
III.A – Justifier que, pour tout 𝑥 dans ℝ 𝑛 et tous 𝑖, 𝑗 et 𝑘 dans [[1, 𝑛]], on a 𝑓𝑖,𝑗,𝑘 (𝑥) = 𝑓𝑗,𝑖,𝑘 (𝑥).
III.B – Dans cette section, on suppose que la matrice jacobienne 𝐽𝑓 (𝑥) est antisymétrique pour tout 𝑥 dans
ℝ𝑛.
III.B.1) Montrer que pour tout 𝑥 dans ℝ 𝑛 , et tous 𝑖, 𝑗 et 𝑘 dans [[1, 𝑛]], 𝑓𝑖,𝑗,𝑘 (𝑥) = −𝑓𝑖,𝑘,𝑗 (𝑥).
III.B.2) En déduire que, pour tout 𝑥 dans ℝ 𝑛 et tous 𝑖, 𝑗 et 𝑘 dans [[1, 𝑛]], on a 𝑓𝑖,𝑗,𝑘 (𝑥) = 0.
III.B.3) Montrer qu’il existe une matrice carrée réelle 𝐴 de taille 𝑛 et un élément 𝑏 de ℝ 𝑛 tels que pour tout
𝑥 dans ℝ 𝑛 , 𝑓(𝑥) = 𝐴𝑥 + 𝑏.
Justifier que 𝐴 est antisymétrique.
III.B.4) Soit 𝑓 une fonction de classe 𝐶 2 de ℝ 𝑛 dans lui-même. À quelle condition nécessaire et suffisante
portant sur 𝑓 , la matrice jacobienne 𝐽𝑓 (𝑥) est-elle antisymétrique pour tout 𝑥 dans ℝ 𝑛 ?
III.C – Maintenant 𝑓 est une fonction de classe 𝐶 1 de ℝ 𝑛 dans lui-même.
Montrer que la matrice jacobienne 𝐽𝑓 (𝑥) est symétrique pour tout 𝑥 dans ℝ 𝑛 si et seulement si il existe 𝑔 de
classe 𝐶 2 sur ℝ 𝑛 à valeurs dans ℝ telle que
∀𝑥 ∈ ℝ 𝑛 , ∀𝑖 ∈ [[1, 𝑛]], 𝑓𝑖 (𝑥) = D𝑖 𝑔(𝑥)
𝑛 1
On pourra considérer l’application 𝑔 définie par 𝑔(𝑥) = 󰞉 𝑥𝑖 󰝾 𝑓𝑖 (𝑡𝑥) d𝑡 et on exprimera D𝑖 𝑔(𝑥) sous
𝑖=1 0
forme d’une seule intégrale.

IV Matrice jacobienne orthogonale

Dans cette partie, 𝑓 est une fonction de classe 𝐶 2 de ℝ 𝑛 dans lui-même.
On considère la proposition
(𝒫) Pour tout 𝑥 de ℝ 𝑛 , la matrice jacobienne 𝐽𝑓 (𝑥) de 𝑓 est orthogonale.
Pour 𝑥 dans ℝ 𝑛 et 𝑖, 𝑗, 𝑘 dans [[1, 𝑛]], on note
𝑛
∂𝑓𝑝 ∂2 𝑓𝑝
𝛼𝑖,𝑗,𝑘 (𝑥) = 󰞉 (𝑥) ⋅ (𝑥)
𝑝=1
∂𝑥𝑖 ∂𝑥𝑗 ∂𝑥𝑘

IV.A – On suppose (𝒫).

IV.A.1) Montrer que pour tous 𝑖, 𝑗 et 𝑘 de [[1, 𝑛]], 𝛼𝑖,𝑗,𝑘 = 𝛼𝑖,𝑘,𝑗 = −𝛼𝑘,𝑗,𝑖 .
IV.A.2) En déduire que pour tous 𝑖, 𝑗 et 𝑘 de [[1, 𝑛]], 𝛼𝑖,𝑗,𝑘 = 0.
IV.A.3) Montrer qu’il existe une matrice orthogonale 𝐴 et un élément 𝑏 de ℝ 𝑛 tels que, pour tout 𝑥 de ℝ 𝑛 ,
𝑓(𝑥) = 𝐴𝑥 + 𝑏
On pourra interpréter les relations 𝛼𝑖,𝑗,𝑘 = 0 à l’aide de produits matriciels.
IV.B – Soit 𝑓 une fonction de classe 𝐶 2 de ℝ 𝑛 dans lui-même. À quelle condition nécessaire et suffisante
portant sur 𝑓 , la proposition (𝒫) est-elle réalisée ?
𝑛
∂2 𝑔
IV.C – Si 𝑔 est une fonction de classe 𝐶 2 de ℝ 𝑛 dans ℝ, on note Δ𝑔 (𝑥) = 󰞉 (𝑥) (laplacien de 𝑔 en 𝑥).
𝑖=1
∂𝑥𝑖2
Montrer que (𝒫) est équivalente à la proposition
(𝒬) Pour toute fonction 𝑔 de classe 𝐶 2 de ℝ 𝑛 dans ℝ, Δ𝑔∘𝑓 = (Δ𝑔 ) ∘ 𝑓 .

• • • FIN • • •
cpge-paradise.com Problème 7: Extrait X-ENS 2023
cpge-paradise.com
cpge-paradise.com
Problème 8: (Variables aléatoires et algèbre)

Partie 1: (Extrait E3A 2023)

Partie 2: (Extrait Centrale PSI 2016)

Partie 3: Voir exercice 6 série de révision sur les variables aléatoires)

Problème 9: Centrale MP 2019

Notations et définitions

Dans tout le problème, 𝕂 désigne ℝ ou ℂ, ℕ désigne l’ensemble des entiers naturels et 𝑛 est un entier naturel.

On note 𝕂𝑛 [𝑋] le sous-espace vectoriel de 𝕂[𝑋] des polynômes de degré inférieur ou égal à 𝑛 à coefficients dans
𝕂 et, pour 𝑛 ⩾ 1, ℳ𝑛 (𝕂) la 𝕂-algèbre des matrices carrées de taille 𝑛 à coefficients dans 𝕂. La matrice unité est
notée 𝐼𝑛 et on désigne par GL𝑛 (𝕂) le groupe des matrices inversibles de ℳ𝑛 (𝕂).

Pour toute matrice 𝐴 de ℳ𝑛 (𝕂), on note 𝐴⊤ la transposée de la matrice 𝐴, rg(𝐴) son rang, tr(𝐴) sa trace,
𝜒𝐴 = det(𝑋𝐼𝑛 − 𝐴) son polynôme caractéristique, 𝜋𝐴 son polynôme minimal et sp(𝐴) l’ensemble de ses valeurs
propres dans 𝕂.

Dans tout le problème, 𝐸 désigne un espace vectoriel sur le corps 𝕂 de dimension finie 𝑛 supérieure ou égale à 2,
et ℒ(𝐸) est l’algèbre des endomorphismes de 𝐸. On note 𝑓 un endomorphisme de 𝐸.

On note 𝑓 0 = Id𝐸 et ∀𝑘 ∈ ℕ, 𝑓 𝑘+1 = 𝑓 𝑘 ∘ 𝑓.

Si 𝑄 ∈ 𝕂[𝑋] avec 𝑄(𝑋) = 𝑎0 + 𝑎1 𝑋 + ⋯ + 𝑎𝑚 𝑋 𝑚 , 𝑄(𝑓) désigne l’endomorphisme 𝑎0 Id𝐸 + 𝑎1 𝑓 + ⋯ + 𝑎𝑚 𝑓 𝑚 . On

note 𝕂[𝑓] la sous-algèbre commutative de ℒ(𝐸) constituée des endomorphismes 𝑄(𝑓) quand 𝑄 décrit 𝕂[𝑋].

De même, on utilise les notations suivantes, similaires à celles des matrices, pour un endomorphisme 𝑓 de 𝐸 :
rg(𝑓), tr(𝑓), 𝜒𝑓 , 𝜋𝑓 et sp(𝑓).

Enfin, on dit que 𝑓 est cyclique si et seulement s’il existe un vecteur 𝑥0 dans 𝐸 tel que (𝑥0 , 𝑓(𝑥0 ), …, 𝑓 𝑛−1 (𝑥0 ))
soit une base de 𝐸.

I Matrices compagnons et endomorphismes cycliques

I.A – Soit 𝑀 ∈ ℳ𝑛 (𝕂).

Q 1. Montrer que 𝑀 et 𝑀 ⊤ ont même spectre.

Q 2. Montrer que 𝑀 ⊤ est diagonalisable si et seulement si 𝑀 est diagonalisable.

I.B – Matrices compagnons

Q 3. Soit (𝑎0 , 𝑎1 , …, 𝑎𝑛−1 ) ∈ 𝕂𝑛 et 𝑄(𝑋) = 𝑋 𝑛 + 𝑎𝑛−1 𝑋 𝑛−1 + ⋯ + 𝑎0 . On considère la matrice

0 ⋯ ⋯ ⋯ 0 −𝑎0
⎛
⎜ 1 0 ⋯ ⋯ 0 −𝑎1 ⎞ ⎟
⎜
⎜ ⎟
⎟
0 1 ⋱ ⋮ −𝑎
𝐶𝑄 = ⎜
⎜
2 ⎟.
⎜ ⋮ ⋱ ⋱ ⋱ ⋮ ⋮ ⎟ ⎟
⎜
⎜⋮ ⎟
⋱ 1 0 −𝑎𝑛−2 ⎟
⎝ 0 ⋯ ⋯ 0 1 −𝑎𝑛−1 ⎠

Déterminer en fonction de 𝑄 le polynôme caractéristique de 𝐶𝑄 .

Q 4. Soit 𝜆 une valeur propre de 𝐶𝑄⊤ . Déterminer la dimension et une base du sous-espace propre associé.

I.C – Endomorphismes cycliques

Q 5. Montrer que 𝑓 est cyclique si et seulement s’il existe une base ℬ de 𝐸 dans laquelle la matrice de 𝑓
est de la forme 𝐶𝑄 , où 𝑄 est un polynôme unitaire de degré 𝑛.
Q 6. Soit 𝑓 un endomorphisme cyclique. Montrer que 𝑓 est diagonalisable si et seulement si 𝜒𝑓 est scindé
sur 𝕂 et a toutes ses racines simples.

Q 7. Montrer que si 𝑓 est cyclique, alors (Id, 𝑓, 𝑓 2 , …, 𝑓 𝑛−1 ) est libre dans ℒ(𝐸) et le polynôme minimal de
𝑓 est de degré 𝑛.

I.D – Application à une démonstration du théorème de Cayley-Hamilton

Q 8. Soit 𝑥 un vecteur non nul de 𝐸. Montrer qu’il existe un entier 𝑝 strictement positif tel que la famille
(𝑥, 𝑓(𝑥), 𝑓 2 (𝑥), …, 𝑓 𝑝−1 (𝑥)) soit libre et qu’il existe (𝛼0 , 𝛼1 , …, 𝛼𝑝−1 ) ∈ 𝕂𝑝 tel que :

𝛼0 𝑥 + 𝛼1 𝑓(𝑥) + ⋯ + 𝛼𝑝−1 𝑓 𝑝−1 (𝑥) + 𝑓 𝑝 (𝑥) = 0.

Q 9. Justifier que Vect(𝑥, 𝑓(𝑥), 𝑓 2 (𝑥), …, 𝑓 𝑝−1 (𝑥)) est stable par 𝑓.

Q 10. Montrer que : 𝑋 𝑝 + 𝛼𝑝−1 𝑋 𝑝−1 + ⋯ + 𝛼0 divise le polynôme 𝜒𝑓 .

Q 11. Démontrer que 𝜒𝑓 (𝑓) est l’endomorphisme nul.

II Étude des endomorphismes cycliques

II.A – Endomorphismes cycliques nilpotents

Dans cette sous-partie, on suppose que 𝑓 est un endomorphisme nilpotent de 𝐸. On note 𝑟 le plus petit entier
naturel tel que 𝑓 𝑟 = 0.

Q 12. Montrer que 𝑓 est cyclique si et seulement si 𝑟 = 𝑛. Préciser alors la matrice compagnon.

II.B – Dans cette sous-partie II.B, on suppose que 𝕂 = ℂ.

On suppose que (Id, 𝑓, 𝑓 2 , …, 𝑓 𝑛−1 ) est libre et on se propose de montrer que 𝑓 est cyclique.

On factorise le polynôme caractéristique de 𝑓 sous la forme

𝑝
𝜒𝑓 (𝑋) = ∏(𝑋 − 𝜆𝑘 )𝑚𝑘
𝑘=1

où les 𝜆𝑘 sont les 𝑝 valeurs propres deux à deux distinctes de 𝑓 et les 𝑚𝑘 de ℕ∗ leurs ordres de multiplicité
respectifs.

Pour 𝑘 ∈ ⟦1, 𝑝⟧, on pose 𝐹𝑘 = ker((𝑓 − 𝜆𝑘 Id𝐸 )𝑚𝑘 ).

Q 13. Montrer que les sous-espaces vectoriels 𝐹𝑘 sont stables par 𝑓 et que 𝐸 = 𝐹1 ⊕ ⋯ ⊕ 𝐹𝑝 .

Pour 𝑘 ∈ ⟦1, 𝑝⟧, on note 𝜑𝑘 l’endomorphisme induit par 𝑓 − 𝜆𝑘 Id sur le sous-espace vectoriel 𝐹𝑘 ,

𝐹𝑘 → 𝐹 𝑘 ,
𝜑𝑘 : ∣
𝑥 ↦ 𝑓(𝑥) − 𝜆𝑘 𝑥.

Q 14. Justifier que 𝜑𝑘 est un endomorphisme nilpotent de 𝐹𝑘 .

𝜈
On note 𝜈𝑘 le plus petit entier naturel tel que 𝜑𝑘𝑘 = 0.

Q 15. Pourquoi a-t-on 𝜈𝑘 ⩽ dim(𝐹𝑘 ) ?

Q 16. Montrer, avec l’hypothèse proposée, que pour tout 𝑘 ∈ ⟦1, 𝑝⟧, on a 𝜈𝑘 = 𝑚𝑘 .
Q 17. Expliciter la dimension de 𝐹𝑘 pour 𝑘 ∈ ⟦1, 𝑝⟧, puis en déduire l’existence d’une base ℬ = (𝑢1 , …, 𝑢𝑛 )
de 𝐸 dans laquelle 𝑓 a une matrice diagonale par blocs, ces blocs appartenant à ℳ𝑚𝑘 (ℂ) et étant de la forme

𝜆𝑘 0 ⋯ ⋯ ⋯ 0
⎛
⎜ 1 𝜆𝑘 ⋱ ⋮ ⎞
⎟
⎜
⎜ ⎟
⎜ 0 1 𝜆𝑘 ⋱ ⋮ ⎟
⎟.
⎜
⎜ ⋮ ⋱ ⋱ ⋱ ⋱ ⋮ ⎟
⎟
⎜
⎜ ⎟
⋮ ⋱ ⋱ 𝜆𝑘 0 ⎟
⎝ 0 ⋯ ⋯ 0 1 𝜆𝑘 ⎠

On pose 𝑥0 = 𝑢1 + 𝑢𝑚1 +1 + ⋯ + 𝑢𝑚1 +⋯+𝑚𝑝−1 +1 .

Q 18. Déterminer les polynômes 𝑄 ∈ ℂ[𝑋] tels que 𝑄(𝑓)(𝑥0 ) = 0.

Q 19. Justifier que 𝑓 est cyclique.

III Endomorphismes commutants, décomposition de Frobenius

On appelle commutant de 𝑓 l’ensemble 𝒞(𝑓) = {𝑔 ∈ ℒ(𝐸) | 𝑓 ∘ 𝑔 = 𝑔 ∘ 𝑓}.

Q 20. Montrer que 𝒞(𝑓) est une sous-algèbre de ℒ(𝐸).

III.A – Commutant d’un endomorphisme cyclique

On suppose que 𝑓 est cyclique et on choisit un vecteur 𝑥0 dans 𝐸 tel que (𝑥0 , 𝑓(𝑥0 ), …, 𝑓 𝑛−1 (𝑥0 )) est une base
de 𝐸.

Soit 𝑔 ∈ 𝒞(𝑓), un endomorphisme qui commute avec 𝑓.

Q 21. Justifier l’existence de 𝜆0 , 𝜆1 , …, 𝜆𝑛−1 de 𝕂 tels que

𝑛−1
𝑔(𝑥0 ) = ∑ 𝜆𝑘 𝑓 𝑘 (𝑥0 ).
𝑘=0

Q 22. Montrer alors que 𝑔 ∈ 𝕂[𝑓].

Q 23. Établir que 𝑔 ∈ 𝒞(𝑓) si et seulement s’il existe un polynôme 𝑅 ∈ 𝕂𝑛−1 [𝑋] tel que 𝑔 = 𝑅(𝑓).

III.B – Décomposition de Frobenius

On se propose de démontrer le théorème de décomposition de Frobenius : toute matrice est semblable à une
matrice diagonale par blocs, ces blocs étant des matrices compagnons.

Q 24. Montrer que si la réunion d’un nombre fini de sous-espaces vectoriels 𝐹1 , …, 𝐹𝑟 de 𝐸 est un sous-espace
vectoriel, alors l’un des sous-espaces vectoriels 𝐹𝑖 contient tous les autres.

On note 𝑑 le degré de 𝜋𝑓 .

Q 25. Justifier l’existence d’un vecteur 𝑥1 de 𝐸 tel que (𝑥1 , 𝑓(𝑥1 ), …, 𝑓 𝑑−1 (𝑥1 )) est libre.

Pour tout 𝑥 non nul de 𝐸, on pourra remarquer que 𝐼𝑥 = {𝑃 ∈ 𝕂[𝑋] | 𝑃 (𝑓)(𝑥) = 0} est un idéal de 𝕂[𝑋]
engendré par un polynôme unitaire 𝜋𝑓,𝑥 diviseur de 𝜋𝑓 et considérer les sous-espaces vectoriels ker(𝜋𝑓,𝑥 (𝑓)).

On pose 𝑒1 = 𝑥1 , 𝑒2 = 𝑓(𝑥1 ), …, 𝑒𝑑 = 𝑓 𝑑−1 (𝑥1 ) et 𝐸1 = Vect(𝑒1 , 𝑒2 , …, 𝑒𝑑 ).

Q 26. Montrer que 𝐸1 est stable par 𝑓 et que 𝐸1 = {𝑃 (𝑓)(𝑥1 ) | 𝑃 ∈ 𝕂[𝑋]}.

On note 𝜓1 l’endomorphisme induit par 𝑓 sur le sous-espace vectoriel 𝐸1 ,

𝐸1 → 𝐸1 ,
𝜓1 : ∣
𝑥 ↦ 𝑓(𝑥).
Q 27. Justifier que 𝜓1 est cyclique.

On complète, si nécessaire, (𝑒1 , 𝑒2 , …, 𝑒𝑑 ) en une base (𝑒1 , 𝑒2 , …, 𝑒𝑛 ) de 𝐸. Soit Φ la 𝑑-ième forme coordonnée qui
à tout vecteur 𝑥 de 𝐸 associe sa coordonnée suivant 𝑒𝑑 . On note 𝐹 = {𝑥 ∈ 𝐸 | ∀𝑖 ∈ ℕ, Φ(𝑓 𝑖 (𝑥)) = 0}.

Q 28. Montrer que 𝐹 est stable par 𝑓 et que 𝐸1 et 𝐹 sont en somme directe.

Soit Ψ l’application linéaire de 𝐸 dans 𝕂𝑑 définie, pour tout 𝑥 ∈ 𝐸, par

Ψ(𝑥) = (Φ(𝑓 𝑖 (𝑥)))0⩽𝑖⩽𝑑−1 = (Φ(𝑥), Φ(𝑓(𝑥))…, Φ(𝑓 𝑑−1 (𝑥))).

Q 29. Montrer que Ψ induit un isomorphisme entre 𝐸1 et 𝕂𝑑 .

Q 30. Montrer que 𝐸 = 𝐸1 ⊕ 𝐹.

Q 31. En déduire qu’il existe 𝑟 sous-espaces vectoriels de 𝐸, notés 𝐸1 , …, 𝐸𝑟 , tous stables par 𝑓 tels que :

— 𝐸 = 𝐸1 ⊕ ⋯ ⊕ 𝐸𝑟 ;

— pour tout 1 ⩽ 𝑖 ⩽ 𝑟, l’endomorphisme 𝜓𝑖 induit par 𝑓 sur le sous-espace vectoriel 𝐸𝑖 est cyclique ;

— si on note 𝑃𝑖 le polynôme minimal de 𝜓𝑖 , alors 𝑃𝑖+1 divise 𝑃𝑖 pour tout entier 𝑖 tel que 1 ⩽ 𝑖 ⩽ 𝑟 − 1.

III.C – Commutant d’un endomorphisme quelconque

Q 32. Montrer que la dimension de 𝒞(𝑓) est supérieure ou égale à 𝑛.

Q 33. On suppose que 𝑓 est un endomorphisme tel que l’algèbre 𝒞(𝑓) est égale à 𝕂[𝑓]. Montrer que 𝑓 est
cyclique.

IV Endomorphismes orthocycliques
Dans cette partie, on suppose que 𝕂 = ℝ et que 𝐸 est un espace euclidien. Le produit scalaire de deux vecteurs
𝑥, 𝑦 de 𝐸 est noté (𝑥 | 𝑦) et on désigne par O(𝐸) le groupe des isométries vectorielles de 𝐸.

On dit qu’un endomorphisme 𝑓 de 𝐸 est orthocyclique s’il existe une base orthonormale de 𝐸 dans laquelle la
matrice de 𝑓 est de la forme 𝐶𝑄 (matrice compagnon).

IV.A – Isométries vectorielles orthocycliques

Soit 𝑓 ∈ O(𝐸).

Q 34. Soit 𝑓′ ∈ O(𝐸) ayant même polynôme caractéristique que 𝑓. Montrer qu’il existe des bases orthonor-
males ℬ et ℬ′ de 𝐸 pour lesquelles la matrice de 𝑓 dans ℬ est égale à la matrice de 𝑓′ dans ℬ′.

Q 35. En déduire que 𝑓 est orthocyclique si et seulement si 𝜒𝑓 = 𝑋 𝑛 − 1 ou 𝜒𝑓 = 𝑋 𝑛 + 1.

IV.B – Endomorphismes nilpotents orthocycliques

Soit 𝑓 un endomorphisme nilpotent de 𝐸.

Q 36. Montrer qu’il existe une base orthonormale de 𝐸 dans laquelle la matrice de 𝑓 est triangulaire inférieure.

Q 37. En déduire que 𝑓 est orthocyclique si et seulement si

𝑓 est de rang 𝑛 − 1 et ∀𝑥, 𝑦 ∈ (ker 𝑓)⊥ , (𝑓(𝑥) | 𝑓(𝑦)) = (𝑥 | 𝑦).

• • • FIN • • •