Table des matières

1 Revision 3 3

1
CHNITI Chokri TABLE DES MATIÈRES

2
Chapitre 1

Revision 3

Exercice 1.
Rappeler ces points pour concours Central :
1. Matrice orthogonale transpose : AT = A−1 = I
2. Fermé et borné ⇒ compact
3. Image réciproque d’un fermé est un fermé
4. Fonction continue sur un compact atteint son minimum
5. Fonction lipschitzienne est continue et même uniformément continue
6. Linéaire donc continue
7. L’inégalité ||x − P (x)|| ≤ ||x − y||, où P (x) est le projeté de x
8. Un minorant d’une fonction s’il est atteint devient un minimum et un infimum
9. ||x||2 = xT × x
10. Matrice symétrique donc diagonalisable
11. Matrice définie positive donc valeurs propres positives
12. Sn (R) : matrice symétrique définie positive
13. Endomorphisme orthogonal conserve la norme euclidienne
14. La transposée d’une matrice orthogonale est encore orthogonale
15. ||A|| = ||AT ||
Exercice 2.

1. Montrer que (P | Q) = P (0)Q(0) + P (1)Q(1) + P (2)Q(2) définit un produit scalaire

sur R2 [X].
2. Calculer d(X 2 , P ) où P = aX + b, (a, b) ∈ R2


Solution 1.

1. Les trois points symétrie, bilinéarité et positivité sont simples. Montrons (. | .) est
définie. En effet, Soit P ∈ R2 [X], tel que (P | P ) = 0 ⇒ P (0) = P (1) = P (2) = 0,
comme P admet trois racines et dans R2 [X], donc P = 0.
2. d(X 2 , P ) = X 2 − π avec π = aX +b projeté orthogonal de X 2 sur P. (X 2 −π|1) =
(X 2 − π|X) = 0 donne
 
3a + 3b = 5 a=2 p
⇒ ⇒ d(X 2 , P ) = 2/3 .
5a + 3b = 9 b = −1/3

3
CHNITI Chokri CHAPITRE 1. REVISION 3

Exercice 3. R1
Calculer le minimum de 0 (t3 − at2 − bt − c)2 dt, a, b, c parcourant R.
Solution 2.
R1
En introduisant sur R[X] le produit scalaire : (P |Q) = P (t)Q(t)dt, la quantité cherchée
0
est m = d(X 3 , R2 [X])2 = X 3 − p(X 3 ) 2 projection orthogonale sur R2 [X].
p(X 3 ) = a + bX + cX 2 avec (p(X 3 )|X i ) = (X 3 |X i ) pour i = 0, 1, 2. La résolution du
système ainsi obtenu donne a = 1/20, b = −3/5 et c = 3/2.
1
m = X 3 − p(X 3 ) 2
= (X 3 − p(X 3 )|X 3 ) = .
2800
Exercice 4.
On définit une application φ : R [X] × R [X] → R par
Z +∞
φ(P, Q) = P (t)Q(t)e−t dt
0

1. Montrer que φ définit un produit scalaire sur R [X].

2. Calculer φ(X p , X q ).
3. Déterminer Z +∞
inf e−t (t2 − (at + b))2 dt
(a,b)∈R2 0

Solution 3.

1. Les trois premiers points symétrie, bilinéarité et positivité sont simples. Si φ(P, P ) =
+∞
P (t)e−t dt = 0 donc (fonction continue positive d’intégrale nulle) ∀t ∈
R 2
0 alors
0
R+ , P (t) = 0. Comme le polynôme P admet une infinité de racines, c’est le polynôme
nul.
+∞
R n −t
2. Par intégration par parties, t e dt = n! donc φ(X p , X q ) = (p + q)!
0
3.
+∞
Z
inf e−t (t2 − (at + b))2 dt = d(X 2 , R1 [X])2 = X 2 − π 2
(a,b)∈R2
0

avec π = aX +b le projeté orthogonal de X 2 sur R1 [X]. (X 2 −π|1) = (X 2 −π|X) = 0

donne  
a+b=2 a=4
⇒
2a + b = 6 b = −2
Finalement
+∞
Z
inf e−t (t2 − (at + b))2 dt = 4 .
(a,b)∈R2
0

Exercice 5.
On munit Mn (R) du produit scalaire rendant orthonormé la base canonique, dont on note
∥ ∥ la norme associée. Soit J la matrice de Mn (R) dont tous les coefficients sont égaux à
1.
Soit M ∈ Mn (R), Calculer d(M, Vect(I, J)) .
Solution 4.
Le cas n = 1 étant évident, on suppose désormais n ≥ 2. La quantité cherchée est m =

4
CHNITI Chokri

d(M, Vect(I, J)) = ∥M − p(M )∥ avec p la projection orthogonale sur Vect(I, J). On a par
définition de la projection sur Vect(I, J), p(M ) = aI + bJ, où a, b ∈ R. la détermination
des deux coefficients a et b est via la résolution du système

(p(M )|I) = (M |I) = tr(M )
(p(M )|J) = (M |J) = σ

avec σ la somme des coefficients de M . La résolution de ce système donne

a = ntr(M )−σ
(
n(n−1)
σ−tr(M )
b = n(n−1)

(n−1)tr(M )2 +(tr(M )−σ)2

Ainsi, m2 = M − p(M )2 = (M − p(M )|M ) = ∥M ∥ 2 − n(n−1) .
Exercice 6.
Calculer Z 1 
2 2 2
inf t (ln t − at − b) dt, (a, b) ∈ R
0

Solution 5.
En introduisant l’espace E des fonctions réelles f continues sur ]0, 1] telles que t 7→ (tf (t))2
soit intégrable et en munissant cet espace du produit scalaire

Z1
(f |g) = t2 f (t)g(t) dt,
0

la quantité cherchée est : m = d(f, F )2 avec f : t 7→ ln t et F = Vect(f0 , f1 ) où f0 (t) = 1 et

f1 (t) = t, on note par p la projection orthogonale sur F. On a par définition p(f )(t) = a+bt
avec (a, b) ∈ R2 solution du système

(p(f )|f0 ) = (f |f0 )
(p(f )|f1 ) = (f |f1 ).
La résolution du système ainsi obtenu donne

a = 35


b = − 19
12

Finalement,
1
m = ∥f − p(f )∥ 2 = (f − p(f )|f ) = .
432
Exercice 7.
On munit Mn (R) du produit scalaire canonique. On note An (R) l’ensemble des matrices
antisymétriques de Mn (R) et Sn+ (R) l’ensemble des matrices symétriques positives.
Soit A ∈ Mn (R) telle que pour tout U ∈ On (R), tr(AU ) ≤ trA.
1. Déterminer le supplémentaire orthogonal de An (R).
2. Soit B ∈ An (R). Montrer que pour tout x ∈ R, exp(xB) ∈ On (R).
3. Montrer que A ∈ Sn+ (R).
4. Etudier la réciproque.
5. Montrer que pour toute matrice M ∈ Mn (R) il existe S ∈ Sn+ (R) et U ∈ On (R)
telles que M = SU .
Solution 6.

5
CHNITI Chokri CHAPITRE 1. REVISION 3

1. C’est Sn (R) car ces espaces sont évidemment orthogonaux et supplémentaires.

2. t exp(xB) exp(xB) = exp (t (xB)) exp(xB) = exp(−xB) exp(xB) Or −xB et xB
commutent donc
t
exp(xB) exp(xB) = exp(−xB + xB) = exp(0) = In

3. La fonction dérivable f : x 7→ tr(A exp(xB)) admet un maximum en 0 donc

′
f (0) = 0 ce qui donne tr(AB) = 0 pour tout B ∈ An (R). Ainsi A est une ma-
trice symétrique. Par le théorème spectrale A=t P DP avec D = diag(λ1 , . . . , λn ) et
P ∈ On (R). Posons V = diag(ε1 , . . . , εn ) avec εi = ±1 et εi λi = |λi | U = P V t P ∈
On (R).

tr(AU ) = tr(AP V t P ) = tr(t P AP V ) = tr(DV ) = |λ1 | + · · · + |λn |

et
tr(A) = λ1 + · · · + λn
La propriété tr(AU ) ≤ trA entraı̂ne λi ≥ 0 pour tout i.
4. Supposons A ∈ Sn+ (R). On peut écrire A=t P DP avec D = diag(λ1 , . . . , λn ), λi ≥ 0
et P ∈ On (R). Pour tout U ∈ On (R), tr(AU ) = tr(DV ) avec V = (vi,j )=t P U P ∈
On (R). On a alors
Xn n
X
tr(DV ) = λi vi,i ≤ λi = tr(A)
i=1 i=1
car vi,i ≤ 1.
5. L’application réelle f : V → tr(M V ) est continue sur le compact On (R), elle y admet
donc un maximum en un certain U ∈ On (R). On a alors pour tout V ∈ On (R),

tr(M V ) ≤ tr(M U )

Posons alors A = M U. Pour tout W ∈ On (R),

tr(AW ) ≤ trA

donc A ∈ Sn+ (R) et ainsi M = AU −1 avec A ∈ Sn+ (R) et U −1 ∈ On (R).

Exercice 8.
Soit E un espace vectoriel euclidien. Un endomorphisme symétrique u ∈ S(E) est dit
positif si pour tout x de E, (u(x), x) ≥ 0. Il est dit défini positif si pour tout x de E non
nul, (u(x), x) > 0. On notera S + (E) l’ensemble des endomorphismes symétriques positifs,
et S ++ (E) l’ensemble des endomorphismes symétriques définis positifs.
1. Soit u ∈ S(E). Montrer que u appartient à S + (E) si et seulement si ses valeurs
propres sont positives ou nulles. Donner une condition nécessaire et suffisante sur
les valeurs propres de u ∈ S(E) pour que u ∈ S ++ (E).
2. Soit u ∈ S + (E), λ1 , . . . , λp √
ses valeurs propres (distinctes), et Ei = ker (u − λi IdE ).
On définit vi par vi (x) = λi x si x ∈ Ei , et vi (x) = 0 si x ∈ Ei⊥ . On note enfin
v = v1 + · · · + vp . Justifier que v 2 = v ◦ v = u, et que v est positif.
3. Soit w un autre élément de S + (E) tel que w2 = u.
(a) Montrer que wu = uw.
(b) En déduire que w (Ei ) ⊂ Ei .
(c) Soit wi l’endomorphisme induit par w sur Ei . Vérifier que wi est symétrique
positif, puis diagonaliser wi .
(d) En déduire que w = v.

6
CHNITI Chokri

4. Soit f ∈ GL(E).
(a) Montrer que f ∗ ◦ f ∈ S ++ (E).
(b) Montrer qu’il existe un unique couple (h, g) ∈ O(E) × S ++ (E) tel que f = h ◦ g.
Cette factorisation s’appelle décomposition polaire de f .
Solution 7.

1. Puisque u est symétrique, il existe une base orthonormée B = (e1 , . . . , en ) de vec-

teurs propres, correspondant aux valeurs propres λ1 , . . . , λn . Prenant x ∈ E, x =
P n
i=1 xi ei , on a
Xn
(u(x), x) = λi x2i .
i=1

Si toutes les valeurs propres sont positives, on en déduit que cette quantité est
positive. D’autre part, s’il existe une valeur propre strictement négative, par exemple
λ1 , alors (u (e1 ) , e1 ) = λ1 < 0, et u n’est pas positif. Pour que u soit défini positif,
il est nécessaire et suffisant que toutes les valeurs propres de u soient strictement
positives. Le raisonnement est identique.
2. D’après le théorème spectral, les Ei sont√en somme directe orthogonale. Ainsi, si
√∈ Ei , on 2a vj (x) = 0 si j ̸= i et vi (x) = λi x. Ainsi, v(x) = v1 (x) + · · · + vn (x) =
x
λi x, et v (x) = λi x. Puisque E1 ⊕ · · · ⊕ En = E, la relation est vraie sur E tout
entier par recollement. D’autre part, v est symétrique positif, car chacun des vi est
symétrique positif.
3. (a) On a : w ◦ u = w ◦ w2 = w3 = w2 ◦ w = u ◦ w.
(b) Il est bien connu que si deux endomorphismes commutent, le noyau de tout
polynôme en l’un est stable par l’autre. En particulier, les sous-espaces propres
de u sont stables par w.
(c) wi est un endomorphisme symétrique positif, car c’est la restriction à un sou-
sespace stable d’un endomorphisme positif. wi est donc diagonalisable dans une
base orthonormale. En outre, si µ est une de ses valeurs propres, associée√ au
vecteur propre y, on a w(y) = µy√=⇒ w2 (y) = µ2 y = λi y. Il vient µ = λi ,
puisque µ est positif. Ainsi, wi = λi IdEi .
(d) Ainsi, w coı̈ncide avec v sur chaque Ei , et puisque E est somme directe des Ei ,
w = v.
4. (a) On remarque d’abord que f ∗ ◦ f est symétrique. De plus, si x ̸= 0, on a :

(f ∗ (f (x)), x) = (f (x), f (x)) > 0,

car f (x) ̸= 0 puisque f est inversible.

(b) Prouvons d’abord l’unicité, en supposant que f = h1 ◦ g1 = h2 ◦ g2 . On a
nécessairement f ∗ ◦ f = g12 = g22 . Puisque g1 et g2 doivent être symétriques
positifs, le résultat des questions précédentes prouve que g1 = g2 . On en déduit,
en inversant g1 et g2 , que h1 = h2 . Ce raisonnement nous guide alors pour
l’existence. Posons g la racine carré positive de f ∗ ◦ f , qui est donnée par les
questions précédentes. Il faut remarquer que g est définie positive, car g est
inversible puisque g 2 l’est. On pose ensuite h = f ◦ g −1 , de sorte que h∗ ◦ h =
g −1 f ∗ ◦ f g −1 = g −1 g 2 g −1 = IdE , ce qui prouve que h est un endomorphisme
orthogonal.