Académique Documents
Professionnel Documents
Culture Documents
Maths4 (Seì Ance 3)
Maths4 (Seì Ance 3)
Naila Hayek
(séance 3)
Mathématiques 4
Naila Hayek
(séance 3)
Naila Hayek
Université Panthéon-Assas, Paris 2
Formes Quadratiques sur R2
Mathématiques 4
Naila Hayek
(séance 3)
Définition
Une forme quadratique q sur R2 est une application de R2
dans R
2 X
X 2
qui à ~x = (x1 , x2 ) associe q(~x ) = cij xi xj
i=1 j=1
où ∀i, j cij ∈ R.
Exemple
q(~x ) = 4x12 + 3x1 x2 − 6x22
On peut l’écrire
Naila Hayek
2 X
X 2
q(~x ) = cij xi xj
i=1 j=1
! Naila Hayek
a11 a12
• Soit A la matrice symétrique telle que A = . (séance 3)
a21 a22
!
x1
Soit X = le vecteur colonne des composantes de ~x
x2
dans la base canonique.
En assimilant une matrice (1, 1) à un réel on peut écrire :
= X T AX
A toute forme quadratique on peut associer une matrice
symétrique.
Mathématiques 4
Exemple Naila Hayek
(séance 3)
et on peut écrire
! !
4 3/2 x1
q(~x ) = (x1 x2 ) = X T AX
3/2 −6 x2
Formes Quadratiques sur Rn
Mathématiques 4
Naila Hayek
(séance 3)
Définition
Une forme quadratique q sur Rn est une application de Rn
dans R
n X
X n
qui à ~x = (x1 , ..., xn ) associe q(~x ) = cij xi xj
i=1 j=1
où ∀i, j cij ∈ R.
Mathématiques 4
Naila Hayek
(séance 3)
• Une forme quadratique q telle que
n X
X n
q(~x ) = cij xi xj
i=1 j=1
où
cij + cji
∀i, j = 1, ..., n aij = aji =
2
Mathématiques 4
Naila Hayek
(séance 3)
(séance 3)
et on a
3 5/2 3 x1
q(~x ) = x1 x2 x3 5/2 −6 1 x2
3 1 −1 x3
= X T AX
Mathématiques 4
Naila Hayek
Définition (séance 3)
• indéfinie lorsque
∃~x ∈ Rn t.q. q(~x ) > 0 et ∃~y ∈ Rn t.q. q(~y ) < 0
Mathématiques 4
Exemples Naila Hayek
(séance 3)
Naila Hayek
(séance 3)
Proposition
n X
X n
Une forme quadratique q(~x ) = aij xi xj s’écrit
i=1 j=1
n
X
λj yj2
j=1
q(~x ) = X T AX = X T PDP T X
q(~x ) = Y T DY
Mathématiques 4
Naila Hayek
(séance 3)
Démonstration.
suite de la démonstration
Donc
n X
X n
q(~x ) = dij yi yj
i=1 j=1
(
λj si i = j
Or dij = d’où
0 si i 6= j
n
X
q(~x ) = λj yj2
j=1
Mathématiques 4
Proposition
Naila Hayek
est :
(séance 3)
• Supposons que toutes les valeurs propres sont positives ou
n
X
nulles. On a alors ∀~x , q(~x ) = λj yj2 ≥ 0.
j=1
Ce qui signifie que la forme quadratique est semi-définie
positive.
Naila Hayek
Démonstration. (séance 3)
suite de la démonstration
• Supposons que toutes les valeurs propres sont strictement
n
X
positives. On a alors ∀~x , q(~x ) = λj yj2 ≥ 0.
j=1
Naila Hayek
(séance 3)
Démonstration.
suite de la démonstration
Supposons que la forme quadratique est définie positive
n
X
c’est-à-dire ∀~x 6= ~0, q(~x ) > 0. D’où λj yj2 > 0.
j=1
(séance 3)
Rappel
–Si traceA > 0, les 2 valeurs propres sont strictement positives Naila Hayek
(séance 3)
d’où la matrice est définie positive
–Si traceA < 0, les 2 valeurs propres sont strictement
négatives d’où la matrice est définie négative.
Naila Hayek
Comme A est une matrice symétrique d’ordre 2, il suffit de
(séance 3)
calculer son déterminant et sa trace pour connaître sa nature.
det(A) = 0 donc il y a une valeurs propre nulle.
trace(A) = 2 > 0 donc l’autre valeur propre est strictement
positive. D’où la matrice A est semi-définie positive. Donc la
forme quadratique q aussi.
• A la forme quadratique
! q(x1 , x2 ) = x1 x2 est associée
0 1/2
A= .
1/2 0
Comme A est une matrice symétrique d’ordre 2, il suffit de
calculer son déterminant et sa trace pour connaître sa nature.
det(A) = −1/4 < 0 donc les 2 valeurs propres de A sont de
signes opposés.
D’où la matrice A est indéfinie. Donc la forme quadratique q
aussi.
Mathématiques 4
Exemples Naila Hayek
(séance 3)
Naila Hayek
(séance 3)
!
a 2
• Etudier la nature de A = en fonction des
2 1
différentes valeurs de a.
det(A) = a − 4 et trace(A) = a + 1.
Naila Hayek
Soit A une matrice symétrique carrée d’ordre n. On note (séance 3)
a11 a12 ... ... a1n
a a22 ... ... a2n
A = 21
... ... ... ... ...
an1 an2 ... ... ann
A(1) = (a11 ) !
a11 a12
A(2) =
a21 a22
.
.
A(n) = A
Mathématiques 4
Naila Hayek
(séance 3)
Proposition
Une forme quadratique q (ou la matrice symétrique associée A)
est :
Naila Hayek
(séance 3)
Proposition
Si une forme quadratique q (ou la matrice symétrique associée
A) est :
∀p = 1, ..., n, det(A(p) ) ≥ 0
(séance 3)
√
• q(x1 , x2 , x3 ) = 3x12 + 8x22 + 3x32 − 2 2x1 x2 + 4x2 x3
La matrice
symétrique
√ associée
à q est
3√ − 2 0
A= − 2 8 2
0 2 3
1ère méthode : Calculer les valeurs propres de cette matrice
symétrique d’ordre 3 pour connaître leurs signes.
Naila Hayek
1ère méthode :
(séance 3)
Les valeurs propres de A sont les racines de PA (λ).
√
3− √λ − 2 0
PA (λ) = det(A − λI) = − 2 8 − λ 2
0 2 3−λ
√ √
= (3 − λ)[(8 − λ)(3 − λ) − 4] + 2[− 2(3 − λ) − 2 × 0]
= (3 − λ)(λ2 − 11λ + 20) − 2(3 − λ)
= (3 − λ)(λ2 − 11λ + 18)
Il y a une racine évidente 3 et on trouve les racines du
polynôme λ2 − 11λ + 18 qui sont 2 et 9. On a donc 3 valeurs
propres λ1 = 2, λ2 = 3 et λ3 = 9.
Comme les 3 valeurs propres sont strictement positives A est
définie positive de même que q.
Mathématiques 4
Naila Hayek
(séance 3)
On a donc
∀p = 1, ..., 3, det(A(p) ) > 0
donc A est définie positive de même que q.
Mathématiques 4
Exemple Naila Hayek
(séance 3)
√
• q(x1 , x2 , x3 ) = −6x12 − 16x22 − 6x32 + 4 2x1 x2 − 8x2 x3
La matrice symétrique associée à q est
√
−6
√ 2 2 0
A = 2 2 −16 −4
0 −4 −6
Mathématiques 4
√
−6√− λ 2 2 0
PA (λ) = det(A − λI) = 2 2 −16 − λ −4
0 −4 −6 − λ
√ √
= (−6−λ)[(−16−λ)(−6−λ)−16]−2 2[2 2(−6−λ)−(−4 ×0)]
= (−6 − λ)[(−16 − λ)(−6 − λ) − 16] − 8(−6 − λ)
= (−6 − λ)(λ2 + 22λ + 80) − 8(−6 − λ)
= (−6 − λ)(λ2 + 22λ + 80 − 8)
= (−6 − λ)(λ2 + 22λ + 72)
On trouve 3 valeurs propres λ1 = −4, λ2 = −6 et λ3 = −18.
Comme les 3 valeurs propres sont strictement négatives A est
définie négative de même que q.
Mathématiques 4
Naila Hayek
(séance 3)
Naila Hayek
(séance 3)
1ère méthode :
Les valeurs propres de A sont les racines de PA (λ).
Naila Hayek
!
1 1
A(2) = , det(A(2) ) = 0
1 1
A(3) = A, det(A(3) ) = det(A) = 0
Donc
∀p = 1, ..., 3, det(A(p) ) ≥ 0