Polytechnique 2001 PC - Sujet 2 - Corrigé

Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler
des erreurs, n’hésitez pas à écrire à : [email protected]

Mots-clés : algèbre linéaire, diagonalisation, matrices symplectiques, produit scalaire

Commentaires : Il s’agit d’une épreuve difficile, qui comporte beaucoup de questions ouvertes (prin-
cipalement dans sa première partie). On rencontre aussi des subtilités autour de la diagonalisation de
matrices et d’endomorphismes réels dans C.

Première Partie
1.a. Remarquons d’abord que J est inversible (son déterminant vaut 1). On a donc : (det M )2 det J =
det J, et det M = ±1.
1.b. 1. I2m est symplectique.
2. Si A et B sont symplectiques, alors :
t
(AB)JAB =tB tAJAB = J

3. Si A est symplectique (en particulier A est inversible), alors t(A−1 )JA−1 = (tA)−1 JA−1 .
Maintenant, tAJA = J =⇒ (t A)−1 JA−1 = J, et donc A−1 est symplectique.
En conclusion, l’ensemble des matrices symplectiques est un groupe pour la multiplication.
1.c. Remarquons que J −1 =tJ. Ceci prouve que J est symplectique.
1.d. Nous avons :

AJ tA = t
(AtJ tA)
= t
(AJ −1 tA)
= t
((A−1 )−1 J −1 (tA−1 )−1 )
t t −1
= ( A JA−1 )−1 .

Comme l’inverse d’une matrice symplectique est symplectique, la transposée d’une matrice sym-
plectique est elle-aussi symlectique.
2.a. Calculons :
 t
A tC
  
t 0 −Im A B
M JM = t
B tD Im 0 C D
 t t t t

− AC + CA − AD + CB
= .
−tBC +t DA −tBD +t DB

M est symplectique si et seulement si :

i) −tAC +t CA = 0.
ii) −tAD +t CB = −Im .

1
 X - PC - Sujet 2

iii) −tBC +t DA = Im .
iv) −tBD +t DB = 0.
Les conditions ii) et iii) sont identiques, tandis que i) et iv) se retraduisent en tAC et tBD sont
symétriques.
2.b. Si une telle matrice existe, on a :
    
Im Q A − QC 0 A QD
= .
0 Im C D C D
On pose donc Q = BD−1 . Refaire le produit prouve que M s’écrit sous la forme demandée. On en
déduit que :
det M = det(A − QC) det(D)
= det( tA −t C tQ) det(D)
= det( tAD −t C tD−1 tBD).
Comme tBD est symétrique,
det M = det(tAD −t C tD−1 tDB)
= det(tAD −t CB) = 1.
2.c. D’une part, (Dv1 |Dv2 ) = (s1 Bv1 |Dv2 ) = s1 (Bv1 |Dv2 ). D’autre part : (Dv1 |Dv2 ) = (Dv1 |s2 Bv2 ).
Comme t BD est symétrique, (Bv1 |Dv2 ) = (Dv1 |Bv2 ), et donc (Dv1 |Dv2 ) = 0.
2.d. En exploitant Dv = 0 et Bv = 0, on trouve que :
   
t 0 0
M JM = .
v 0
Mais comme M est symplectique, ceci vaut aussi :
   
0 −v
J = .
v 0
En particulier, on trouve que v est nul.
Prouvons maintenant qu’il existe s dans R avec D − sB inversible (question difficile!). Nous com-
mençons par prouver que si s1 , . . . ,sp sont des réels distincts, non nuls, alors les sevs Ker(D −s1 B),
Ker(D − s2 B),. . . , Ker(D − sp B) sont en somme directe. En effet, si xi ∈ Ker(D − si B), et
x1 + · · · + xp = 0, on applique D, puis on prend le produit scalaire par D(xp ). On obtient :
(D(x1 )|D(xp )) + · · · + (D(xp )|D(xp )) = 0.
Mais, pour i ≤ p − 1, on a (D(xi )|D(xp )) = 0 en vertu de la question 2.c. On en déduit que
D(xp ) = 0. Mais comme D(xp ) − sp B(xp ) = 0, on a aussi B(xp ) = 0, et donc xp = 0. Le même
raisonnement montre que les autres xi sont aussi nuls.
Maintenant, il est aisé de conclure. Les sous-espaces vectoriels Ker(D − si B) étant en somme
directe, il en existe au plus n qui sont non-triviaux (de dimension supérieure ou égale à 1). Si s est
réel non nul distinct de ceux-là, on a Ker(D − sB) = {0} et D − sB est inversible.
Déduisons-en que det M = 1. D’abord,
 
Im 0
N=
−sIm Im
est clairement symplectique, donc N M aussi (cf question 1.b.). Mais,
 
∗ ∗
NM = .
∗ D − sB
D’après la question 2.b., det N M = 1. Comme det N = 1, on obtient que le déterminant de toute
matrice symplectique est égal à 1.

http://www.bibmath.net 2
 X - PC - Sujet 2

3.a. Soit M une matrice symplectique, que l’on écrit sous la forme M = J −1 (tM )−1 J. Si A ∈ Mn C, on
désigne par PA son polynôme caractéristique. Rappelons que 2 matrices semblables ont le même
polynôme caractéristique, et que le polynôme caractéristique d’une matrice et de sa transposée
sont identiques. Nous avons alors :

P (λ) = PJ −1 (tM )−1 J (λ) = P(tM )−1 (λ) = PM −1 (λ).

Mais,

PM −1 (λ) = det(M −1 − λI2m )

= det M −1 (I2m − λM )

1
det(M −1 ) det − λ(M −


= I2m )
λ
1
(−λ)2m det M −


= I2m
λ
= λ2m P (1/λ).

3.b. Rappelons que λ0 est valeur propre de multiplicité d de M si et seulement si λ0 est racine de
multiplicité d de P . Il suffit de prouver le résultat demandé pour λ10 et λ0 :
– Pour λ0 : P est à coefficient réels, si λ0 est racine de multiplicité d de P , λ0 aussi!
– Pour λ10 : C’est une application directe de a.
3.c Rappelons que det M = 1. Si d est la multiplicité de −1, on a :
Y
(−1)d λdi = 1.
λi vp
λi 6=1,−1

Maintenant, on regroupe dans le produit chaque valeur propre avec son inverse qui est de même
multiplicité, et λ1d λdi = 1. On trouve donc : (−1)d = 1, et donc −1 est de multiplicité paire.
i
Comme la somme des multiplicités fait 2m, et que si λi est de multiplicité d, on a :
1
mult(λi ) + mult( ) = 2d,
λi
la multiplicité de 1 est un nombre pair aussi!
3.d. Encore une question difficile, qui exige une connaissance pratique des matrices.
(1) I4 est symplectique, et a une seule valeur propre!
(2) J2 est symplectique, son polynôme caractéristique est P (λ) = λ4 + 1, et donc J2 admet deux
valeurs propres doubles distinctes i et −i.
 
1 0 0 0
 0 1/2 0 0 
(3) Considérons M =   0 0 1 0  . Un calcul facile montre que M est symplectique. En


0 0 0 2
outre, M a bien une valeur propre double et deux valeurs propres simples.
(4) Expliquons brièvement comment choisir M . Si par exemple 2i est valeur propre de M , les
autres valeurs propres sont 0.5i, −0.5i et −2i. Nous posons donc :
 
0 −2 0 0
 2 0 0 0 
M = .
 0 0 0 −0.5 
0 0 0.5 0

On vérifie que M est symplectique, et les valeurs propres de M sont 2i, 0.5i, −0.5i et −2i.

http://www.bibmath.net 3
 X - PC - Sujet 2

Les dessins dans le plan sont laissés au lecteur!

Deuxième Partie
4.a. La bilinéarité et l’antisymétrie se vérifient aisément. Pour le reste, remarquons que :

ω(x,y) = 0 ⇐⇒ (η(x)|y) = 0.

Le produit scalaire euclidien étant non dégénéré,

ω(x,y) = 0 ∀y ∈ Rn ⇐⇒ η(x) = 0.

Comme on est en dimension finie, la nullité du noyau est équivalente à l’inversibilité, et le résultat
est prouvé.
4.b. On considère, pour x ∈ Rn fixé :

ϕx : R n → R
y 7→ ω(x,y).

ϕx est linéaire, et il existe un unique η(x) de Rn tel que :

∀y ∈ Rn , (η(x)|y) = ϕx (y) = ω(x,y).

En outre, x 7→ η(x) est linéaire. En effet, pour tout x1 ,x2 ,λ, pour tout y de Rn , alors :

(η(λx1 + x2 )|y) = ω(λx1 + x2 ,y)

= λω(x1 ,y) + ω(x2 ,y)
= λ(η(x1 )|y) + (η(x2 )|y)
= (λη(x1 ) + (η(x2 )|y),

et c’est l’unicité qui permet de conclure à la linéarité de η. En outre,

(η ∗ (x)|y) = (x,η(y))
= (η(y)|x)
= ω(y,x)
= −ω(x,y)
= (−η(x),y),

et donc η ∗ = −η. En outre, la question 4.a. nous donne directement que η est inversible.
5. S’il existe sur Rn une forme symplectique, il existe en particulier un endomorphisme inversible η de
Rn tel que η ∗ = −η. Mais alors, si λ est valeur propre de η de multiplicité k, −λ est valeur propre
de η ∗ de multiplicité k, et donc −λ est valeur propre de η de multiplicité k (les endomorphismes
sont réels, mais les valeurs propres peuvent être complexes). Comme 0 n’est pas valeur propre de
η, et que n est la somme des multiplicités des valeurs propres de η, en regroupant chaque valeur
propre avec son opposé, on trouve que n est pair.
6.a. Comme J ∗ = −J (vérification triviale sur les matrices), et que J est inversible, ω0 est symplectique.

1 si l = k + m
6.b. – Si 1 ≤ k ≤ m, Jek = ek+m et ω0 (ek ,el ) =
0 sinon.

−1 si l = k − m
– Si m + 1 ≤ k ≤ 2m, Jek = −ek−m et ω0 (ek ,el ) =
0 sinon.

http://www.bibmath.net 4
 X - PC - Sujet 2

6.c.

(i) ⇐⇒ ∀x,y ∈ R2m (Jϕ(x)|ϕ(y)) = (Jx|y)

⇐⇒ ∀x,y ∈ R2m ((ϕ∗ Jϕ)(x)|y) = (Jx|y)
⇐⇒ ∀x,y ∈ R2m ((ϕ∗ Jϕ − J)(x)|y) = 0
⇐⇒ ∀x ∈ R2m ϕ∗ Jϕ(x) = J(x)
⇐⇒ M est symplectique.

7.a. Remarquons que nous avons le choix de la norme sur Rn , puisque toutes les normes y sont
équivalentes. ϕ ayat des valeurs propres distinctes, ϕ est C−diagonalisable. Soit (x1 , . . . ,xn ) une
base de Cn de vecteurs propres, ϕ(xi ) = λi xi , |λi | = 1. Pour x = a1 x1 + · · · + an xn de Cn , nous
choisissons kxk = |a1 | + · · · + |an |, qui définit aussi une norme sur Rn par restriction. Alors :

kϕp (x)k = kλp1 a1 x1 + · · · + λpn an xn k

= |λp1 a1 | + · · · + |λpn an |
= |a1 | + · · · + |an |
= kxk.

En particulier, ϕ est stable.

7.b. En écrivant les produits matriciels, on prouve aisément que l’endomorphisme que nous noterons ϕ
est symplectique si, et seulement si, tΩΩ = Im , c’est-à-dire si, et seulement si, Ω est orthogonale.
Maintenant,
  une matrice orthogonale conserve la norme euclidienne, notée k.k2 . En particulier, si
x
X= dans R2n , alors :
y

kϕ(X)k22 = kΩ(x)k22 + kΩ(y)k22 = kXk22

En particulier, l’endomorphisme considéré est stable, et la CNS recherchée est : Ω est orthogonale.
7.c. Si cet endomorphisme ϕ possède une valeur propre de module 6= 1, alors d’après 3.b., il en possède
une de module > 1. En particulier, il existe z dans Cn tel que kϕp (z)k → +∞. Si ϕ était stable,
en écrivant z = x + iy, où x et y sont dans Rn , alors :

kϕp (z)k ≤ kϕp (x)k + kϕp (z)k ≤ M.

8.a. Nous considérons par exemple l’endomorphisme symplectique dont la matrice dans la base cano-
nique est donnée par :  
RIm 0
M= 1 .
0 R Im

8.b. ϕ est simplectique ⇐⇒ ϕ∗ est symplectique. On a :

ω0 (ϕ∗ (e1 ),ϕ∗ (em+1 )) = ω0 (e1 |em+1 ) = 1.

D’autre part,
ω0 (ϕ∗ (e1 ),ϕ∗ (em+1 )) = (Jϕ∗ (e1 )|ϕ∗ (em+1 )).
Si kϕ∗ (e1 )k < 1 et kϕ∗ (em+1 )k < 1, l’inégalité de Cauchy-Schwarz donne :

ω0 (ϕ∗ (e1 ),ϕ∗ (em+1 )) < 1,

ce qui est absurde!

http://www.bibmath.net 5
 X - PC - Sujet 2

ϕ∗ (e1 )
Supposons par exemple que kϕ∗ (e1 )k ≥ 1, et posons x =
P
kϕ∗ (e1 )k ∈ B. Si y = ϕ(x) = yi ei ,
alors :

y1 = (y|e1 )
= (ϕ(x)|e1 )
= (x|ϕ∗ (e1 ))
= kϕ∗ (e1 )k ≥ 1.

En particulier, y ∈
/ ΓR , et ϕ(B) * ΓR .

http://www.bibmath.net 6