Math'O Man : le Blog des Maths

Propriété de la matrice complémentaire


La comatrice conserve la multiplication

Par Mathoman, mardi 14 juillet 2009 à 12:31 - Exo, enigme, casse-tête - Tags

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).

8 commentaires

Pourquoi ne pas lire aussi :


Inversibilité d'une matrice

Par Mathoman - Tags

Soit A la matrice carrée d'ordre 20 définie par les propriétés suivantes :

  • le coefficient d'indice (j,k) vaut 0 si k=j,
  • le coefficient d'indice (j,k) vaut 4 si k-j est pair et non-nul,
  • le coefficient d'indice (j,k) vaut 5 si k-j est impair.

Montrer que la matrice A est inversible (sur le corps des rationnels).

2 commentaires

L'application comatrice

Par Mathoman - Tags

Le cofacteur d'indice (j,k) d'une matrice carrée A est (-1)^{k+j}\det(A_{kj}) où A_{kj} désigne la matrice qu'on obtient en enlevant de A la k-ième ligne et la j-ième colonne. Autrement dit, si A est de format nxn alors A_{kj} est la matrice suivante de format (n-1)x(n-1)

A_{kj}= \begin{pmatrix}a_{1,1} & \dots & a_{1,j-1}& a_{1,j+1}& \dots & a_{1,n} \\\vdots & & \vdots & \vdots& &\vdots\\ a_{k-1,1} & \dots & a_{k-1,j-1}& a_{k-1,j+1}& \dots & a_{k-1,n} \\ a_{k+1,1} & \dots & a_{k+1,j-1}& a_{k+1,j+1}& \dots & a_{k+1,n} \\ \vdots & & \vdots & \vdots &&\vdots\\ a_{n,1} & \dots & a_{n,j-1}& a_{n,j+1}& \dots & a_{n,n}\end{pmatrix}\;.

La matrice des cofacteurs de A, s'appelle la comatrice de A, notée com(A). En résumé,

\text{com}(A) = \left((-1)^{k+j}\det(A_{kj})\right)_{1\leq k,j\leq n}

Petit exercice :  la fonction qui à une matrice associe sa comatrice est-elle un difféomorphisme du groupe linéaire GL(n,\mathbb{R}) sur lui-même ? Et de GL(n,\mathbb{C}) sur lui-même ?

5 commentaires

Déterminant de sous-matrices

Par Mathoman - Tags

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?

4 commentaires

Dimension du commutant d'une matrice

Par Mathoman - Tags

Après le grand succès de son dernier avis de recherche en algèbre linéaire mon collègue mathématicien Laurent Kaczmarek nous propose un nouvel exercice sympa sur les matrices.

Soit A une matrice carrée d'ordre n. Montrer que son commutant (le sous-espace vectoriel des matrices qui commutent avec A) est de dimension supérieure ou égale à n.

Etudes dans les cas réel ou complexe acceptées (et même souhaitées !).

7 commentaires

Faut-il un corps pour la méthode du pivot ?

Par Mathoman - Tags

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...

13 commentaires

Lieu discriminant

Par Mathoman - Tags

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...

1 commentaires

Mieux comprendre la topologie des matrices singulières

Par Mathoman - Tags

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 n²-1). 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 n²-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 n²-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.

1 commentaires

Les rectangles revisités

Par Mathoman - Tags

Dans les commentaires à la question sur un pavage de rectangles notre cher bloggeur PB disait d'avoir entendu de l'existence d'une solution qui utilise le produit tensoriel, mais malheureusement il ne la connaissait pas. D'abord ça m'intrigait — car où est le produit tensoriel dans tout ça? Or finalement un lien entre nos rectangles et cette structure algébrique est assez plausible; en effet, la loi de distributivité des tenseurs
 
x\otimes y + x'\otimes y=(x+ x')\otimes y

devrait correspondre à la fusion de deux rectangles ayant le côté y en commun.

Donc hier j'ai pris le temps d'y réfléchir pour retrouver cette fameuse solution! En fait elle est très simple, sans astuce, elle ne fait qu'utiliser la propriété de distributivité ci-dessus.

Notons x (resp.) y la largeur (resp. hauteur) du grand rectangle R, et de même x_j (resp. y_j) pour les petits rectangles R_j, \;j\in J, qui partitionnent R. Alors on a

(*)        \sum_{j \in J} x_j\otimes y_j = x\otimes y\,.

Pour prouver cette égalité il suffit de prolonger les côtés des petits rectangles comme indiqué sur la figure pour avoir une subdivision à laquelle on peut appliquer la propriété de distributivité:
 
subdivison d'un rectangle

 
Maintenant on regarde l'égalité (*) dans le produit tensoriel

\mathbb{R}/\mathbb{Z} \:\otimes_{\mathbb{Z}}\:\mathbb{R}/\mathbb{Z}\,,

c'est-à-dire on prend les longueurs modulo \mathbb{Z}. D'après hypothèse on a x_j\otimes y_j = 0 donc x\otimes y=0 et par conséquence x=0 ou y=0. En autres mots, la largeur ou hauteur du grand rectangle est entière.

Update : Malheureusement cette preuve est erronée. Cherchez l'erreur... ou lisez mon commentaire no.13 ci-dessous.

19 commentaires

Racines des polynômes unitaires

Par Mathoman - Tags

Un polynôme est unitaire (ou normalisé) si le coefficient de son terme de plus haut degré est 1. Voici un exercice instructif sur les polynômes unitaires.

Soient a et b deux nombres complexes distincts et P et Q des polynômes unitaires dans \mathbb{C}[X].
  • Si l'ensemble des nombres complexes où P prend la valeur a est identique à celui où Q prend la valeur a et si P et Q sont de même degré, peut-on en déduire que P=Q ?
  • Si l'ensemble des nombres complexes où P prend la valeur a est identique à celui où Q prend la valeur a et si on a la propriété similaire pour b, peut-on en déduire que P=Q ?

8 commentaires

Matrices intercalées

Par Mathoman - Tags

Deux exos sympas sur les matrices.

Exercice 1. Soient M_k, k=1,...,n des matrices carrées complexes de même taille, toutes non-nulles. Existe-t-il toujours une matrice carrée A telle que

AM_1AM_2A\:\cdots\: AM_nA\neq0\;\;?

Exercice 2. On note T la transposition des matrices. Soient A,B,C,D, des matrices carrées telles que T(A)=BCD, T(B)=CDA, T(C)=DAB et T(D)=ABC. Démontrer que

(ABCD)^3=ABCD.

4 commentaires