Correction X-ENS PC 2015

Gilbert Primet

20 avril 2015

Première partie
1a. S n (R) ⊂ M n (R) et M n (R) est un R-espace vectoriel. C’est le noyau de l’endomorphisme M 7→ M −t
M de M n (R) et c’est donc un sous-espace vectoriel de M n (R. Sa dimension est n(n+1) 2 car une base
est formée de la suite des matrices E i ,i , (i ∈ [|1, n|] et des matrices E i , j + E j ,i , 1 É i < j É n. (où
(E i , j )(i , j )∈[|1,n|]2 est la base canonique de M n (R).)
1b. Si n = 1 l’application s ↓ est l’application [a] 7→ a (de M 1 (R dans R) clairement linéaire et si n > 1 elle
ne l’est pas comme on le voit en calculant s ↓ (−E 1,1 ) qui vaut (0, · · · , 0, −1) ∈ Rn et est donc différent
de −(s ↓ (E 1,1 )) = (−1, 0, · · · , 0).
1c. s ↓ (−M ) = (−m n , −m n−1 , · · · , −m 1 )
1d. χM (x) = (x −λ)(x −µ)−h 2 = x 2 −(λ+µ)x +λµ−h 2 Le discriminant est donc ∆ = (λ−µ)2 +4h 2 Ê 0 et
p p
↓ λ+µ+ ∆ λ+µ− ∆
s (M ) = ( , ).
2 2
2a. L’endomorphisme u canoniquement associé à M est symétrique donc diagonalisable et admet une
base orthonormée (v 1 , · · · , v n ) de vecteurs propres pour les valeurs propres respectives m 1 , · · · , m n .
n
Pour tout x ∈ Rn , x =
X
〈v k , x〉v k et donc
k=1
n
X
u(x) = m k 〈v k , x〉v k .
k=1

Soit encore :
n
m k (t v k x)v k .
X
u(x) =
k=1
Si y est un vecteur colonne et λ un scalaire identifié à la matrice carrée d’ordre 1 [λ], on a λx = x[λ]
(Loi externe dans le premier membre et produit matriciel dans le second). Ici, on a donc pour tout
x ∈ Rn :
n n
m k v k (t v k x) = m k (v kt v k )x) = M x.
X X
u(x) =
k=1 k=1
(On peut maintenant utiliser l’associativité du produit matriciel).
Ceci étant vrai pour tout x ∈ Rn , on a
n
m k (v kt v k ).
X
M=
k=1

n n
2b. Soit x ∈ Rn tel que kxk = 1 On a à nouveau :x =
X X
〈v k , x〉v k et M x = m k 〈v k , x〉v k . Donc
k=1 k=1
à !
n n
m k 〈v k , x〉2 É m 1 〈v k , x〉2 = m 1 .
X X
〈x, M x〉 =
k=1 k=1

Donc si kxk = 1, alors 〈x, M x〉 É m 1 . Pour x = v 1 , on a 〈M v 1 , v 1 〉 = m 1 . Donc

sup 〈x, M x〉 = m 1
kxk=1

et cette borne est atteinte en v 1 par exemple.

1
2c. On raisonne de façon analogue. Si x ∈ V j , alors, comme (v 1 , · · · , v j ) est une base orthonormale de V j ,
on peut écrire
j j
m k 〈v k , x〉2 Ê m j 〈v k , x〉2 = m j kxk2 = m j
X X
〈x, M x〉 =
k=1 k=1

et on a égalité pour x = v j , donc

inf 〈x, M x〉 = m j
x∈V j ,kxk=1

On montre de même l’autre inégalité.

3a. On a :
dim(U ∩ V ) = dim U + dim V − dim(U + V ) > n − dim(U + V ) Ê 0.
(En effet, U + V est un sous-espace vectoriel de Rn ).
Par conséquent :
dim(U ∩ V ) > 0.

3b. dim W j + dim V = n − j + 1 + j = n + 1 > n. Donc V ∩ W j , {0E }.

Soit x ∈ V ∩ W j , kxk = 1. On a alors 〈x, M x〉 É m j . Et donc inf 〈x, M x〉 Ê m j (Remarque : on
x∈V ,kxk=1
montre comme en 2.b que si kxk1, alors 〈x, M x〉 Ê m n , donc la borne inférieure dont il est question
existe bien.)
½ ¾
3c. L’ensemble : inf 〈x, M x〉 | V sev de Rn , dim V = j est donc une partie non vide de R majorée par
x∈V
m j . Elle admet donc une borne supérieure qui est inférieure ou égale à m j . On a égalité puisque m j
appartient à cet ensemble (la borne supérieure est atteinte). Donc :

sup inf 〈x, M x〉 = m j

V ⊂Rn , dim V = j x∈V ,kxk=1

4a. M − L est encore une matrice réelle symétrique d’ordre n.

D’après la question précédente, pour tout j = n :

sup inf 〈x, (M − L)x〉 Ê 0

V ⊂Rn , dim V =n x∈V ,kxk=1

Et donc, Rn étant le seul sous-espace de E de dimension n, on a donc :∀x ∈ E , kxk = 1 ⇒ 〈x, M x〉 Ê

〈x, Lx〉. Mais on a alors, pour tout sous-espace vectoriel V de E de dimension j :

inf 〈x, M x〉 Ê inf 〈x, Lx〉

x∈V ,kxk=1 x∈V ,kxk=1

Et en prenant la borne supérieure sur tous les sous-espaces vectoriels de dimension j , on obtient :m j Ê
` j où s ↓ (M ) = (m 1 , · · · , m n ) et s ↓ (L) = (`1 , · · · , `n ) Donc :

s ↓ (L) É s ↓ (M ).

4b. La matrice N = kM kI n −M est encore symétrique, puisque I n et M le sont, et sp(N ) = kM k − λ|λ ∈ sp(M ) ⊂
© ª

R+ .. En effet , pour tout vecteur propre X de module 1 associé à une valeur propre λ : kM X k = |λ| É
kM k.
4c. On applique la propriété précédente aux matrices symétriques M − L et L − M . On a

(0, · · · , 0) 4 s ↓ (kM − LkI n − (M − L))

Donc s ↓ M 4 s ↓ (kM − LkI n + L)). Or s ↓ (kM − LkI n + L) = (`1 + kM − Lk, · · · , `n + kM − Lk)

On a donc :
∀ j ∈ [|1, n|]m j É kM − Lk + ` j .
De façon symétrique :
∀ j ∈ [|1, n|]` j É kL − M k + m j .
D’où les inégalités demandées puisque kL − M k = kM − Lk.

2
4d. Lorsque l’on munit Rn de la norme k k∞ , l’application s ↓ est donc lipschitzienne de rapport 1 : elle
est donc continue.
min (m i − m i +1 )
i ∈[|1,n−1|]
5a. Si n = 1, tout réel r > 0 convient. Sinon, on prend r = 2 où s ↓ (M ) = (m 1 , · · · , m n ).
Si L ∈ B (M , r ), alors , pour tout i ∈ [|1, n − 1|] :
r r
`i > m i − Ê m i +1 + > `i +1
2 2

donc L ∈ S n† (R). (On a noté :s ↓ (L) = (`1 , · · · , `n )). Tout élément de S n† (R) est donc intérieur à S n† (R), et
donc S n† (R) est un ouvert de S n (R).
5b. D’après la question 1d, les deux valeurs propres d’une matrice réelle symétrique ne sont égales
que si elle est de la forme λI 2 , (λ ∈ R). Donc S 2† (R) = S 2 (R) \ vect(I 2 ). On retrouve ainsi que S 2† (R) est
ouvert (puisque vect(I 2 ) est fermé comme sous-espace vectoriel d’un espace vectoriel de dimension
finie. Lorsque l’on identifie (en tant qu’espace vectoriel) S 2 (R) à R3 , l’application s 1↓ est l’application
p
λ+µ+ (λ−µ)2 +4h 2 p
(λ, µ, h) 7→ 2 Les projections sont de classe C 1 et l’application x 7→ x est de classe C 1
sur R∗+ . Par composition et théorèmes usuels sur les opérations, s 1↓ est donc de classe C 1 sur S 2† (R).
Par contre, en (λ, λ, 0) , la troisième application partielle est h 7→ λ + |h| qui n’est pas dérivable en 0 :
s 1↓ n’est donc pas de classe C 1 sur S 2 (R).
Deuxième Partie
6a. Ceci est simplement l’égalité : tr(C ) = tr(A) + tr(B ).
6b. On a : c 1 = sup (x,C x). Or :
x∈Rn ,kxk=1

∀x ∈ Rn , kxk = 1, 〈x,C x〉 = 〈x, Ax〉 + 〈x, B x〉 É a 1 + b 1

D’où par passage à la borne supérieure :

c1 É a1 + b1 .

6c. On utilise la propriété précédente avec −A = (−B ) + (−C ) , ce qui donne −c n É −a n − b n , puis :

cn Ê an + bn .

7a. On a alors
dim(U + V ) + dim(U ∩ V ) + dim(W ) > 2n,
soit encore :
dim(U ∩ V ) + dim(W ) > 2n − dim(U + V ) > n.
Donc, d’après la question 3.a :
U ∩ V ∩ W , {0}.

7b. Appelons W j , W j0 les espaces associés à A et B comme dans la question 2.C , et V " j le sous-espace
associé à C analogue à l’espace V| . On a

dim(V " j +k−1 ) + dim(W j ) + dim(Wk0 ) = j + k − 1 + n − j + 1 + n − k + 1 = 2n + 1 > 2n.

Donc V " j +k−1 ∩ W j ∩ Wk0 , {0} Soit x un vecteur de norme 1 appartenant à cette intersection. On a
alors
〈x,C x〉 Ê c j +k−1
et
〈x,C x〉 = 〈x, Ax〉 + 〈x, B x〉 É a j + b k .
On obtient donc :
c j +k−1 É a j + b k .

3
 En considérant alors les décompositions spectrales de −A, −B, −C , on obtient, pour tout couple d’in-
dices ( j , k) tels que j + k É n + 1 :

−c n+2− j −k É −a n+1− j − b n+1−k .

Donc :
c n+2− j −k Ê a n+1− j + b n+1−k .
En posant j 0 = n + 1 − j , j 0 parcourt toutes les valeurs de [|1, n|] et, avec k = 1 :

c j 0 Ê a j 0 + bn .

On obtient la relation demandée par retour à l’indice initial.

8a. Si e 1 =t (1, 0, · · · , 0) ∈ Rn , alors 〈e 1 , Ae 1 〉 = a 1,1 É a 1 puisque ke 1 k = 1.
8b.
j
X j
X k
X
s i − f (t 1 , · · · , t k ) = s i (1 − t i ) − sj tj
i =1 i =1 i = j +1

Or
k
X k
X j
X
sj tj É sj tj = sj (j − t j ).
i = j +1 i = j +1 i =1

Donc :
j
X j
X j
X j
X
s i − f (t 1 , · · · , t k ) = s i (1 − t i ) − j s j + sj tj) = (s i − s j )(1 − t i ).
i =1 i =1 i =1 i =1

Les termes du 2° membre sont positifs donc :

j
∀(t 1 , · · · , t k ) ∈ D j ,k f (t 1 , · · · , t k ) É
X
si
i =1

Ce majorant est atteint pour t 1 = · · · t j = 1 et t j +1 = · · · = t k = 0. Donc :

j
X
sup f = sj.
D j ,k i =1

8c. On a
j
X j
X
a i ,i = 〈e i , Ae i 〉
i =1 i =1

où (e 1 , · · · , e n ) est la base canonique de Rn . Ce nombre représente la trace de p ◦ f où p est la projec-

tion orthogonale sur vect(e 1 , · · · , e j ) (La matrice dans la base canonique est obtenue en gardant les j
premières lignes de A. Si l’on se place dans une base orthonormale de vecteurs propres v 1 , · · · , v n , et
si la matrice de p dans cette base a pour terme général p i , j , alors

n
X
trp ◦ f = p i ,i a i .
i =1

On a ∀i ∈ [|1, n|] p i ,i = 〈p(v i )|v i 〉 = kp(v i )k2 É kv i k2 = 1 et donc p i ,i ∈ [0, 1]. De plus tr(p) = rg(p) = j
Xn
donc p i ,i = n. On peut donc appliquer la question 8b. avec p i ,i = t i , s i = a i et k = n.
i =1
On obtient :
j
X j
X j
X
ai − a i ,i Ê (a i − a j )(1 − p i ,i ) Ê 0.
i =1 i =1 i =1

C’est ce qu’il fallait démontrer.

4
8d. Au lieu de partir de la base canonique, on pourrait partir de n’importe que base orthonormale. Or,
toute famille orthonormale (x 1 , · · · , x j ) ∈ R j peut être complétée en une base orthonormée. On a
donc, pour une telle famille orthonormale de j éléments (x 1 , · · · , x j ) :
j
X j
X
〈x i , Ax i 〉 É aj.
i =1 i =1

De plus, si (v 1 , · · · , v n ) est une base orthonormée correspondant à une résolution spectrale de A,

alors ∀i ∈ [|1, n|]〈v i , Av i 〉 = a i . Donc
j
X j
X
〈v i , Av i 〉 = ai
i =1 i =1
. On a donc bien :
j
X j
X
ai = sup 〈x i , Ax i 〉
i =1 (x 1 ,··· ,x j )∈R j i =1

8e. Pour toute famille (x 1 , · · · , x j ) ∈ R j :

j
X j
X j
X j
X j
X
〈x i ,C x i 〉 = 〈x i , Ax i 〉 + 〈x i , B x i 〉 É ai + bi .
i =1 i =1 i =1 i =1 i =1

En passant à la borne supérieure, on obtient alors :

j
X j
X j
X
ci É ai + bi .
i =1 i =1 i =1

Troisième partie
9. Si A et B sont diagonales A + B est diagonale et ses valeurs propres sont de la forme a i + b j , (i , j ) ∈
[|1, 2|]2 ). Donc s ↓ peut prendre les valeurs M 1 = (a 1 + b 1 ,p a 2 + b 2 ou M 2 (a
p1 + b 2 , a 2 + b 1 ) (puisque
−−−−→
a 1 + b 2 Ê a 2 + b 1 ). Ce segment a pour longueur k M 1 M 2 k = 2(b 2 − b 1 )2 = 2(b 1 − b 2 ).
Si (c 1 , c 2 ) = s ↓ (A + B ), alors c 1 + c 2 = tr(A) + trB = a 1 + b 1 + a 2 + b 2 . De plus , après la deuxième partie :

a1 + b2 É c1 É a1 + b1

Donc, si b 1 = b 2 , alors c 1 = a 1 + b 1 et c 2 = a 2 + b 1 : Σ est un singleton, c’est à dire un segment de

longueur nulle.
Si b 1 > b 2 , c 1 est comprise entre les abscisses des points M 1 et M 2 , donc N (c 1 , c 2 ) ∈ [M 1 , M 2 ].
µ ¶
a1 0
10a. Dans le cas général, A est orthogonalement semblable à la matrice diagonale D = et l’on
0 a2
peut écrire : A = P DP −1 . Si l’on pose B 0 = P −1 B P , on a alors : B = P B 0 P −1 et s ↓ (B 0 ) = (b 1 , b 2 ). On a
alors s ↓ (A +B ) = s ↓ (D +B 0 ). Réciproquement P peut prendre comme valeur n’importe quelle matrice
orthogonale d’ordre 2. On a donc :
½ µ ¶ ¾
↓ a1 0
Σ = s (A + B )|A = , B ∈ S(b 1 , b 2 ) .
0 a2

10.b Quitte à changer un vecteur d’une base de diagonalisation en son opposé, on peut supposer que
µ ¶
cos(θ) − sin(θ)
les matrices de passage appartiennent à SO(2) : il existe θ ∈ [−π, π] tel que P = r (θ) = .
sin(θ) cos(θ)
L ’application θ 7→ r (θ) est continue puisque ses fonctions
( coordonnées sont
( continues, ainsi que
M 2 (R) → M 2 (R) M 2 (R) → M 2 (R)
l’application θ 7→ r (−θ). Si D ∈ M 2 (R) les applications et sont
M 7→ M D M 7→ D M

[−π, π] →Ã M 2 (R) !


linéaires donc continues (on est en dimension finie). Par composition l’application b1 0
θ 7→ r (θ) 0 b r (−θ)


2
est continue et son image est S(b 1 , b 2 ).

5
 
[−π,Ãπ] → M 2!(R)


à !
10.c D’après ce qui précède l’application u : a1 0 b1 0 est continue.
θ 7→ 0 a + r (θ) 0 r (−θ)


2 b2
Or l’application s ↓ est continue sur S 2 (R), donc par composition l’application v = s ↓ ◦ u est continue
µµ ¶¶
a1 + b1 0
sur [−π, π] et son image est Σ. De plus v(0) = s ↓ = (a 1 +b 1 , a 2 +b 2 ) = M 1 et v π2 =
¡ ¢
0 a2 + b2
µµ ¶¶
a1 + b2 0
s↓ = (a 1 +b 2 , a 2 +b 1 ). La première composante s 1↓ de s ↓ est encore continue. Donc
0 a2 + b1
s 1↓ ◦ u est continue sur [−π, π] et prend donc en particulier toute valeur entre a 1 + b 1 et a 1 + b 2 . Donc
L ⊂ Σ donc L = Σ