Math'O Man : le Blog des Maths

Calculer un determinant


Lieu discriminant


Mon dernier billet où on parlait de racines multiples de polynômes m'a rappelé quelques souvenirs de notions que j'avais apprises pendant ma maîtrise.

Le résultant de deux polynômes

Considérons deux polynômes

P=a_0+a_1 X+a_2 X^2+\,\cdots\,+a_n X^n,\;Q=b_0+b_1 X+b_2 X^2+\,\cdots\,+b_m X^m.

Leur résultant R(P,Q) est le déterminant de la matrice de Sylvester, matrice carré d'ordre m+n dont on comprend la construction par l'exemple ci-dessous pour n=4 et m=3.

R(P,Q)=\begin{vmatrix} 
a_4 & a_3 & a_2 & a_1 & a_0 & 0 & 0 \\
0 & a_4 & a_3 & a_2 & a_1 & a_0 & 0 \\
0 & 0 & a_4 & a_3 & a_2 & a_1 & a_0 \\
b_3 & b_2 & b_1 & b_0 & 0 & 0 & 0 \\
0 & b_3 & b_2 & b_1 & b_0 & 0 & 0 \\
0 & 0 & b_3 & b_2 & b_1 & b_0 & 0 \\
0 & 0 & 0 & b_3 & b_2 & b_1 & b_0
\end{vmatrix}

La proposition suivante est la raison d'être du résultant.

Proposition. On a R(P,Q)=0 si et seulement si P et Q possèdent un diviseur commun non-constant.

Le discriminant d'un polynôme

Dans le cas où Q est la dérivée de P le résultant porte un nom particulier : on appelle R(P,P') le discriminant de P. La proposition ci-dessus implique le corollaire ci-dessous.

Corollaire. Un polynôme complexe admet une racine multiple si et seulement si son discriminant est nul.

Testons au moins la véracité de ce corollaire sur les polynômes de second degré (que les profs de lycée appellent trinômes) !

P=c+b X+aX^2,\;\;\;P'=b+2a X,\;\;\;a\neq0.
On calcule alors le discriminant de P comme déterminant d'une matrice 3x3 (règle de Sarrus),

R(P,P')=
\begin{vmatrix} 
c & b & a   \\
b & 2a &0  \\
0  & b & 2a   
\end{vmatrix} = 
c\begin{vmatrix} 
 2a &0  \\
b & 2a   
\end{vmatrix} 
-b \begin{vmatrix} 
b & a   \\
b & 2a   
\end{vmatrix} = -a(b^2-4ac).

Nous retrouvons ainsi le fait, connu par tout lycéen en classe première S, que le polynôme de second degré aX²+bX+c possède une racine double si et seulement si b²-4ac=0.

Groupe fondamental du complémentaire du lieu discriminant

Maintenant revenons au niveau maîtrise (des nos jours master ou encore magistère...) pour poser les deux questions suivantes. Dans l'espace \mathbb{C}^n on appelle lieu discriminant le sous-ensemble \Delta formé des (a_0,\,\ldots\,,a_{n-1}) tels que le polynôme

P = a_0+ a_1X  +\,\cdots\, + a_{n-1}X^{n-1} +  X^n

possède une racine multiple.

  1. Montrer que \mathbb{C}^n\setminus\Delta est connexe par arcs.
  2. Quel est le groupe fondamental de \mathbb{C}^n\setminus\Delta ? Le décrire par générateurs et relations.

Les réponses sont plutôt faciles ; pour la deuxième question, pas la peine de tout formaliser, le handwaving suffit car dans cet exemple le formalisme ne donne rien en valeur ajoutée...

Pourquoi ne pas lire aussi :


Déterminant de sous-matrices

Voici un petit exercice d'algèbre linéaire :

Soit A une matrice symétrique n×n à coefficients entiers et de déterminant nul. On note Aj la matrice (n-1)×(n-1) obtenue à partir de A en supprimant la j-ième ligne et la j-ième colonne. Soient i,j dans {1,...,n}. Le nombre det(AiAj) est-il un nombre carré?

Somme de certains déterminants

A chaque nombre naturel avec n2 chiffres on peut associer le déterminant de la matrice nxn où on écrit ces chiffres ligne par ligne. Par exemple, si n=2 nous associons au nombre 2011 le déterminant

\begin{vmatrix}2&0\\1&1\end{vmatrix}=2.

Exercice : Trouver, en fonction de n, la somme de tous les déterminants associés aux nombres entiers positifs à n2 chiffres. (Le premier chiffre est supposé non-nul — par exemple pour n=2 il y a 9000 déterminants qui interviennent.)

La comatrice conserve la multiplication

La comatrice com(M) d'une matrice carré M d'ordre n est la matrice des cofacteurs, c'est-à-dire sa composante en (l,k) est \small{(-1)^{l+k}} fois le déterminant de la matrice qui s'obtient lorsqu'on ôte à M sa l-ème ligne et sa k-ème colonne.
Mais c'est surtout la transposée de la comatrice qui nous intéresse ; elle s'appele matrice complémentaire (en allemand Adjunkte, en anglais adjugate matrix) et on démontre dans tout cours d'algèbre linéaire qu'elle vérifie la propriété fondamentale :

^t\text{com}(M)\:M\;=\;M\:^t\text{com}(M)\;=\;\det(M)\:I\:.

Par conséquence si on travaille avec des coefficients dans un anneau A, alors la matrice M est inversible dans l'anneau matriciel à coefficients dans A si et seulement si le scalaire det(M) est inversible dans l'anneau A. Par exemple les matrices inversibles sur \small\mathbb{Z} sont précisément celles dont le déterminant est 1 ou -1.

Exercice :  Démontrer que  com  est compatible avec la multiplication matricielle,

com(I) = I      et      com(MN) = com(M) com(N).

Faut-il un corps pour la méthode du pivot ?

A l'occasion de la solution d'un joli exercice de type colle sur les matrices (voir le blog de Pierre Lecomte), je suis naturellement amené à poser la question suivante.

Soit A une matrice inversible à coefficient dans un corps. Alors par des opérations élémentaires sur les lignes on peut transformer A en la matrice unité. En fait c'est la méthode du pivot de Gauss qui permet cela. On en déduit que A est un produit de matrices correspondantes aux trois types d’opérations élémentaires (permutation de lignes, multiplication d’une ligne par un scalaire non-nul, ajout d’une ligne à une autre).
Cette écriture en produit est pratique car elle permet de prouver plein de choses. Par exemple, pour montrer que le déterminant conserve les produits il suffit de le vérifier pour la multiplication entre une matrice de ce type et une matrice quelconque — et c'est tout facile.

Or comment ça se passe-t-il sur un anneau ? Plus précisément :

Soit R un anneau commutatif et A une matrice carrée avec coefficients dans R telle que det(A) est une unité de R. On sait que A est une matrice inversible (c’est du classique, voir par exemple ici pour la formule qui donne l'inverse en fonction de (det A)-1 et de la comatrice).
Question : Peut-on ramener A à la matrice unité par des opérations élémentaires ?

Peut-être avez-vous déjà réfléchi là-dessus et connaissez la réponse...

Mieux comprendre la topologie des matrices singulières

Mon billet récent sur la dimension maximale d'un sous-espace affine contenu dans l'ensemble des matrices non-inversibles m'a inspiré les réflexions suivantes, une sorte de version différentiable de ce résultat.

On note {\mathcal M}_n(\mathbb{R}) l'espace des matrices n x n à coefficients réels et GL(n,\mathbb{R}) le sous-ensemble des matrices inversibles. On sait que GL(n,\mathbb{R}) est un ouvert dans {\mathcal M}_n(\mathbb{R}). En effet c'est l'image réciproque de l'ouvert \mathbb{R}^* par l'application continue déterminant

\det\;:\;\; {\mathcal M}_n(\mathbb{R}) \;\rightarrow\;\mathbb{R}.

On peut même dire un peu plus : le déterminant étant polynômial en x_{11},x_{12},\dots,x_{nn} le complémentaire des matrices inversibles, c'est-à-dire l'ensemble des matrices de déterminant nul,

\mathcal{A}\; =\; {\mathcal M}_n(\mathbb{R}) \:\backslash\:GL(n,\mathbb{R})

est une hypersurface algébrique. Géométriquement parlé \mathcal{A} est un fermé de {\mathcal M}_n(\mathbb{R}) qui ressemble localement à un hyperplan (c'est-à-dire à un sous-espace affine de dimension -1). Enfin, cela est vrai en presque tous les points, ceux où la différentielle du déterminant ne s'annulle pas (points réguliers). En revanche, en les points où la différentielle du déterminant est nulle (points singuliers), l'hypersurface \mathcal{A} ne ressemble plus à un sous-espace affine. Il peut y avoir un croisement comme par exemple

algebraische Fläche, surface algébrique

ou un rétrécissement comme par exemple

Algebraische Flächen

(Pour plus d'images de surfaces algébriques visitez le la galerie de Herwig Hauser.)

Il est évident que la différentielle du déterminant est nulle à l'origine. Donc notre hypersurface {\mathcal A} possède une singularité à l'origine. Le résultat suivant dit qu'il s'agit d'une singularité de type rétrécissement, car l'hypersurface de dimension n²-1 y perd quelques dimensions — il y reste juste assez de place pour n²-n dimensions...

Proposition :

Le nombre -n est la plus grande dimension possible d'une sous-variété différentiable F de \mathcal{M}_n(\mathbb{R}) telle que 0\in F\subset {\mathcal M}_n(\mathbb{R}) \backslash GL(n,\mathbb{R})\,.
Démonstration :
  • L'ensemble des matrices dont la première ligne est nulle est un sous-espace vectoriel (et donc en particulier une sous-variété différentielle) de dimension n²-n. Evidemment il contient l'origine 0 et est contenu dans \mathcal{A}.

  • Soit F une sous-variété de {\mathcal M}_n(K) de dimension -n+1 et telle que 0\in F. Nous allons prouver que F contient une matrice inversible.
    Au voisinage de l'origine la sous-variété F est décrite par un système de n-1 équations
    f_j(x_{11},x_{12},\ldots,x_{nn})=0\,,\;\;\;j=1,\,\ldots\,,n-1,
    tel que les différentielles df_j sont linéairement indépendantes à l'origine. On résoud ce système par le théorème des fonctions implicites, c'est-à-dire on peut isoler (théorétiquement) n-1 des coordonnées et les exprimer par les autres. On a ainsi, toujours au voisiange de l'origine, n²-n+1 coordonnées variables et n-1 coordonnées isolées (fonctions différentiables des coordonnées variables).
    Maintenant je peux poursuivre mon raisonnement de la preuve du cas affine : par des permutations de lignes et de colonnes je m'arrange à ce que les coordonnées isolées soient toutes au-dessus de la diagonale matricielle ; puis je prends les coordonnées sur la diagonale toutes égales à un nombre \epsilon non-nul et proche de 0 et les autres coordonnées variables égales à 0. Ainsi j'obtiens une matrice inversible qui est dans F.

Approximation d'une intégrale

Un ami m'a envoyé une belle collection d'exercices dont je parlerai bientôt sur ce blog (c'est ici). L'une des questions est simplement :

Calculer la moyenne de sin100(x) avec une précision de 10%.

Je suppose qu'il faut comprendre calculer la moyenne sur un intervalle de période (par exemple entre 0 et pi).
Selon l'auteur de cette liste de problèmes, un étudiant qui ne sait pas faire cet exercice en cinq minutes n'aurait aucune maîtrise des mathématiques... Qu'en est-il de vous ? :-)

Et pour rallonger un peu ce billet, voici deux belles phrases.

Algebriquement parlant, Mr M. est execrable, mais Mr G. est (x+1)ecrable.
— Edgar Alan Poe
Même le nombre le plus fort a besoin des nuls : 100000000.
— Zarko Petan

Une statistique sur les acquis d'élèves en terminale

En complément de mon billet sur une génération dyslexique en maths voici quelques statistiques. Une analyse avec des idées sur ce qu'on peut encore sauver et sur les conséquences dans l'enseignement supérieur sera donné dans un billet ultérieur. En attendant j'invite mes lecteurs à lire l'article concernant la baisse de niveau sur le blog Mathéphysique.

L'échantillon est constitué des 54 élèves de deux classes de terminale ES d'un même lycée en 2007/2008. Les questions portent sur le calcul élémentaire et ont été posées dans un devoir sur table. L'utilisation de la calculatrice était permise.

Le taux de réussite au bac de ces deux classes était de 55% environ. Si on extrapole avec le taux de réussite au premier exercice ci-dessous, cela signifie qu'au moins 40% des 54 candidats ont obtenu le bac sans savoir interpréter correctement un prix tel qu'il est affiché dans un supermarché.

En publiant ces exemples anonymes, je ne veux pas me moquer des élèves. Nous avons tous fait des erreurs lorsque nous étions élèves, et continuons à en faire — nobody is perfect! Le problème réside dans la fréquence des erreurs (faire des erreurs doit rester l'exception et ne pas devenir la règle) et le type des erreurs (ce ne sont pas de simples erreurs de concentration).

CALCUL D'UN PRIX — 8 élèves ont réussi, taux de réussite: 15%

Calculer un prix

Faux calcul de prix (erroné)

Calculer un prix  (faux)

Calcul de prix (faux)

CALCUL DE POURCENTAGE — 24 élèves ont réussi, taux de réussite: 44%

Calculer un pourcentage

Faux calcul de pourcentage

calculer un pourcentage (faux)

Calcul d'un pourcentage (faux)

TROUVER UNE EQUATION DE DROITE — 11 élèves ont réussi, taux de réussite: 20%

déterminer l'équation d'une droite

déterminer l'équation d'une droite

trouver une équation de droite


EQUATION DE PREMIER DEGRE — 5 élèves ont réussi, taux de réussite: 9%

Résoudre correctement une équation de premier degré

Résoudre une équation de premier degré (faux)

Résoudre une équation de premier degré (faux)


SIMPLIFIER UNE FRACTION — 2 élèves ont réussi, taux de réussite: négligeable

Calculer avec une fraction double correctement

Comment ne pas calculer avec une fraction double

Calculer avec une fraction double  (faux)


Autres exemples

Remarque:
Les questions étaient regroupées comme premier exercice d'un DST. La barême était indiqué et assurait 1 point par question (sur 20 points dans le devoir complet). Dans "taux de réussite" on a compté les bonnes réponses; l'absence de réponse comptait comme une fausse réponse.

Maths CM2

Pourquoi le nombre \pi de la formule 2\pi R pour la circonférénce d'un cercle intervient-il également dans la formule \pi R^2 pour calculer la surface d'un disque ?

Lisez ici la belle explication que Stéphane Lamy donne à sa fille en CM2.

Revisitons la multiplication !

Vous croyez déjà tout savoir sur la multiplication ? Vous allez être surpris ! Voici trois méthodes pour multiplier deux nombres entiers.
  • Multiplication posée du bon élève.
  • Multiplication posée de deux nombres, comment calculer le produit de deux nombres


     
  • Méthode du cancre.
  •  

    Comment multiplier deux nombres, méthode des paresseux

    Mode d'emploi : A gauche on prend toujours la moitié en arrondissant, s'il le faut, vers le bas ; à droite on prend toujours le double. Puis on supprime les lignes (en noir) dont le nombre gauche est pair et à droite on additionne les lignes restantes (en rouge).
     
     
  • Méthode de Karatsuba (publiée en 1962).
  • On sépare chaque facteur en deux parties
    Multiplication selon Karatsuba
    puis on effectue les multiplications suivantes :

    Algorithme pour la multiplication de Karatsuba

    Le résultat est ensuite
    Trouver le produit de deux nombres entiers
Remarque
L'idée de tout ça c'est de se ramener à des opérations élémentaires (opérations entre deux nombres entre 0 et 9). Sur un ordinateur le choix d'un bon algorithme peut accélerer considérablement le temps de calcul — quelques jours pour des facteurs constitués de plusieurs milliards de chiffres ! Le calcul avec de très grands nombres n'est pas une question purement théorique mais a beaucoup d'applications, notamment en théorie de cryptage.
 
Questions
  1. Pourquoi la méthode du cancre fonctionne-t-elle ? Les deux facteurs jouent des rôles différents; lequel choisir pour quel rôle ?
  2. Utilisez la méthode de Karatsuba pour calculer 3116 x 1014. Pourquoi cette méthode fonctionne-t-elle ?
  3. Avec la méthode classique (multiplication posée du bon élève), combien de multiplications élémentaires sont nécessaires pour calculer le produit de deux nombres à n chiffres ?
  4. En réitérant la méthode de Karatsuba on obtient un algorithme. Combien de multiplications élémentaires sont alors nécessaires pour calculer le produit de deux nombres à n chiffres ? Comparer avec l'algorithme classique.
Réponses
Cliquez pour afficher les solutions en format pdf.

Et pour finir une vidéo présentant une méthode qui produit une belle calligraphie — elle s'appelle donc la multiplication chinoise !

L'idée de base de la multiplications chinoise est le fait suivant : un ensemble de n droites parallèles coupe un autre ensemble de m droites parallèles en nxm points.

Exercice d'arithmétique

Après une longue absence je viens de faire un peu le ménage dans les commentaires du billet précédent sur les exercices de la liste de Vladimir Arnol'd et je me suis rendu compte que PB y a posé un petit problème que toute le monde a oublié dans la déferlante de solutions (dues pour la plupart à JLT). Le voilà, dans un billet à lui tout seul !

Exercice de PB : calculer la signature de la (multiplication par 541 modulo 1223).