Questions du sujet
1. I.A.1) Soit $a \in L(E)$ et $(e) = (\vec{e}_1, \vec{e}_2, \ldots, \vec{e}_n)$ une base orthonormée de $E$. \\
Prouver que $\operatorname{Tr} a = \sum_{i=1}^n (\vec{e}_i | a(\vec{e}_i))$.}
2. I.A.2) Soient $a$ et $b$ deux endomorphismes de $E$. \\
On pose $\langle\langle a, b\rangle\rangle = \operatorname{Tr}(a^*b)$, montrer qu’on définit ainsi un produit scalaire sur $L(E)$. L’orthogonal, pour ce produit scalaire, d’un sous-espace $E \subset L(E)$ sera noté $E^\perp$.}
3. I.A.3) Montrer que les sous-espaces $S(E)$ et $A(E)$ sont des supplémentaires orthogonaux de $L(E)$ pour $\langle\langle,\rangle\rangle$.
4. I.B.1) Soit $a \in L(E)$ de rang $r \geq 1$.\\
a) Montrer que $\operatorname{Ker} a^*a = \operatorname{Ker} a$ et que $\operatorname{rg} a^*a = \operatorname{rg} a$.\\
b) Montrer que $a^*a$ possède au moins une valeur propre non nulle.\\
c) Soit $\{ \lambda_1,\lambda_2,\ldots,\lambda_s \}$ l’ensemble des valeurs propres non nulles de $a^*a$. En notant $E(\lambda)$ le sous-espace propre de $a^*a$ associé à la valeur propre $\lambda$, montrer que :
\[
\operatorname{Im} a^* = \operatorname{Im} a^*a = \bigoplus_{i=1}^s E(\lambda_i)
\]
d) Prouver l’existence d’une base orthonormée $(e) = (\vec{e}_1,\vec{e}_2,\ldots,\vec{e}_n)$ de $E$ et de scalaires $\mu_1,\mu_2,\ldots,\mu_n$ avec $\mu_i \neq 0$ pour $i \leq r$ tels que
\[
a^*a(\vec{e}_i) = \mu_i^2 \vec{e}_i \text{ pour tout } i\in\{1,\ldots,n\}.
\]
Pour toute base orthonormée $(e)$ vérifiant ces propriétés, que valent les $\mu_i$ si $i > r$~?\\
e) La base $(e)$ étant choisie comme dans la question précédente, prouver l’existence d’une base orthonormée $(f) = (\vec{f}_1,\vec{f}_2,\ldots,\vec{f}_n)$ telle que $a(\vec{e}_i) = \mu_i \vec{f}_i$ pour tout $i$.
5. I.B.2) Soit $a \in L(E), a \neq 0$, déduire de la question précédente l’existence de $u \in O(E)$ tel que $ua \in S^+(E)$, et $\operatorname{Tr}(ua) > 0$.}
6. I.C.1) La base $(\vec{e}_1,\vec{e}_2,\ldots,\vec{e}_n)$ de $E$ étant toujours choisie comme dans la question I.B.1.d, prouver l’existence de $h \in O(E)$ tel que, pour tout $i\in\{1,\ldots,n\}$, $ha(\vec{e}_i) \in \operatorname{Vect}(\vec{e}_i)^\circ$.}
7. I.C.2) Montrer que $H$ contient au moins un automorphisme orthogonal.}
8. II.A.1) Exprimer simplement le produit scalaire $a, p_{\vec{k}}$ à l’aide du produit scalaire de deux vecteurs de $E$.}
9. II.A.2) Exprimer simplement $r_{\theta,\vec{k}}$ à l’aide de $p_{\vec{k}}$ et de $\omega_{\vec{k}}$. En déduire la relation :
\[
\left\langle\left\langle a, r_{\theta,\vec{k}} \right\rangle\right\rangle = \cos\theta\,\operatorname{Tr}(a) + (1-\cos\theta)\, (\vec{k}|a(\vec{k})) + \sin \theta \langle\langle a, \omega_{\vec{k}} \rangle\rangle
\]
}
10. II.A.3) Que devient cette relation (1) lorsque $a\in S(E)$, lorsque $a\in A(E)$~?}
11. II.B.1) Quelle est la dimension de $V$~?}
12. II.B.2) Soit $(e) = (\vec{e}_1,\vec{e}_2,\vec{e}_3)$ une base orthonormée de $E$. Pour $\varepsilon = (\varepsilon_1,\varepsilon_2,\varepsilon_3) \in \{-1,1\}^3$, on note $\vec{x}_\varepsilon$ le vecteur $\tfrac{1}{\sqrt{3}}(\varepsilon_1 \vec{e}_1 + \varepsilon_2 \vec{e}_2 + \varepsilon_3 \vec{e}_3)$. \\
Prouver l’identité :
\[
\sum_{\varepsilon\in\{-1,1\}^3} (\vec{x}_\varepsilon | s(\vec{x}_\varepsilon)) = 8/3.
\]
}
13. II.B.3) Dans cette question seulement, on rajoute l’hypothèse $\nu$ symétrique.\\
a) Prouver l’existence d’une base $(e)$ telle que $(\vec{x}_\varepsilon|\nu(\vec{x}_\varepsilon)) = 0$ pour tout $\varepsilon \in \{-1,1\}^3$.\\
b) Démontrer l’existence d’un vecteur $\vec{k}$ unitaire vérifiant :
\[
0 \leq (\vec{k}|s(\vec{k})) \leq 1/3 \qquad \text{et} \qquad (\vec{k}|\nu(\vec{k})) = 0
\]
c) Établir l’existence de $\theta \in [\pi/2,\,\pi[$ tel que $r_{\theta,\,\vec{k}} \in V$.}
14. II.B.4) On décompose maintenant $\nu$ sous la forme $\nu_1 + a$ où $\nu_1$ est symétrique et $a$ antisymétrique. On choisit $\vec{k}_1$ unitaire tel que :
\[
0 \leq (\vec{k}_1|s(\vec{k}_1)) \leq 1/3 \qquad \text{et} \qquad (\vec{k}_1|\nu_1(\vec{k}_1)) = 0
\]
a) Dans la suite on posera, pour tout réel $x$, $\text{sgn}(x) = 1$ si $x \geq 0$, $-1$ sinon.\\
On note $(e) = (\vec{e}_1, \vec{e}_2, \vec{e}_3)$ une base orthonormée de vecteurs propres de $s$ et l’on pose :\\
$\vec{k}_i = a_i \vec{e}_1 + b_i \vec{e}_2 + c_i \vec{e}_3$ pour $i=1,2$.\\
Démontrer l’existence d’un vecteur unitaire $\vec{k}_2$ tel que $r_{\pi,\vec{k}_2}$ soit orthogonale à $s$ pour $\langle\langle , \rangle\rangle$ et que les composantes de $\vec{k}_2$ dans une base de diagonalisation de $s$ soient de mêmes signes que celles de $\vec{k}_1$.\\
b) Justifier l’existence d’une fonction $t \mapsto \vec{k}(t)$ de $[0,1]$ dans $E$ et d’une fonction $t \mapsto \theta(t)$ de $[0,1]$ dans $\mathbb{R}$ vérifiant les propriétés suivantes :}
15. c) Vérifier que $\vec{k}(t)$ est unitaire et que $\rho(t) = r_{\theta(t),\vec{k}(t)}$ est orthogonale à $s$ pour $\langle\langle , \rangle\rangle$.}
16. d) Montrer que la fonction $t \mapsto \langle\langle\rho(t), \nu\rangle\rangle$ de $[0,1]$ dans $\mathbb{R}$ est continue. Étudier les signes de $\langle\langle\rho(0), \nu\rangle\rangle$ et de $\langle\langle\rho(1), \nu\rangle\rangle$ et prouver qu’existe $t$ tel que $\rho(t) \in V$.}
17. II.C.1) En utilisant le résultat de la question I.B.2, prouver que tout sous-espace vectoriel de dimension 7 de $L(E)$ contient au moins un automorphisme orthogonal.}
18. II.C.2) Un sous-espace vectoriel de dimension 6 de $L(E)$ contient-il toujours un automorphisme de $E$~?}
FAQ
Le sujet fait fortement appel aux notions d’endomorphismes, de trace, de produits scalaires matriciels et d’espaces de matrices symétriques et antisymétriques. Tu y retrouveras la manipulation des bases orthonormées, le concept de rang, identité remarquable sur les noyaux, image, valeur propre, ainsi que la décomposition d’opérateurs selon leurs propriétés de symétrie.
La décomposition canonique permet d’exprimer un endomorphisme comme la somme d’une matrice symétrique et d’une matrice antisymétrique. C’est un outil capital pour résoudre les questions sur les orthogonaux, les projections, et comprendre les liens entre espaces vectoriels munis de structures particulières. Centrale utilise souvent cette décomposition pour t’amener à manipuler les espaces S(E) et A(E), qu’il te faudra absolument maîtriser pour réussir l’épreuve.
L’opérateur adjoint, noté a*, est essentiel dans l’étude du produit scalaire sur L(E), la caractérisation du noyau et de l’image, ainsi que dans les démonstrations sur la diagonalisation et la positivité. C’est grâce à lui que tu peux établir des propriétés comme Ker a* a = Ker a, la recherche des valeurs propres et la construction de bases adaptées pour simplifier les calculs de traces et produits scalaires. Ce sujet t’incite justement à bien maîtriser cet outil fondamental.
La base orthonormée est incontournable car elle simplifie drastiquement les calculs (traces, produits hermitiens, projections) et permet de diagonaliser plus facilement les endomorphismes étudiés. Ici, tout le sujet Centrale 2007 exploite ces bases pour exprimer les matrices de façon optimale, effectuer des changements de bases, et démontrer les propriétés liées à la structure euclidienne ou hermitienne de l’espace vectoriel E.
L’étude des valeurs propres intervient dès qu’il s’agit de diagonaliser une matrice ou de comprendre la structure spectrale des endomorphismes (ici par exemple pour a*a). Une bonne connaissance te permet de prouver des résultats sur le rang, les sous-espaces propres, ou l’existence de certaines bases adaptées, qui simplifient ensuite toute manipulation. C’est une arme décisive dans les problèmes d’algèbre des concours qui visent souvent la compréhension fine de la structure interne des opérateurs linéaires.
Tu vas manipuler les éléments du groupe orthogonal O(E) dans différentes constructions (par exemple, la recherche d’automorphismes orthogonaux ou la preuve de l’existence de transformations orthogonales avec certaines propriétés). Ces manipulations montrent à quel point la structure géométrique de l’espace et la conservation du produit scalaire jouent un rôle clé pour décrire les solutions et traiter les symétries du problème.
Toujours commencer par une analyse précise des hypothèses (symétrie, orthogonalité, structure de l’espace), travailler avec des bases orthonormées et chercher à construire des bases adaptées pour simplifier les calculs. Systématiquement, prends le temps de bien identifier les sous-espaces (symétrique, antisymétrique, image, noyau), et entraîne-toi à exploiter le produit scalaire sur L(E). Et si tu veux progresser efficacement sur ce genre de sujet, n’hésite pas à débloquer les corrigés sur Prépa Booster : tu y trouveras des corrigés complets, des exercices pour t’entraîner et un dashboard intuitif pour suivre ta progression.
La trace permet d’établir des liens directs entre différents espaces, comme le lien avec les produits scalaires matriciels, l’orthogonalité, le calcul d’invariants et les relations de type trace(AB) = trace(BA). Savoir exploiter ces propriétés, notamment dans les démonstrations d’orthogonalité ou de décomposition d’endomorphismes, sera un atout majeur pour l’épreuve.
Les sujets d’annales te permettent de te confronter à la diversité et à la richesse des thèmes réellement proposés au concours. En les travaillant sérieusement, tu acquiers les automatismes nécessaires, identifies tes points faibles et découvres des astuces méthodologiques souvent essentielles le jour J. Accède aux corrigés détaillés sur Prépa Booster pour consolider ta préparation et décupler ton efficacité lors des épreuves écrites !