Un problème de minmax
(Oral Centrale) On s’intéresse aux conditions pour que la fonction {\max(f_1,f_2,\ldots,f_p)} admette localement un minimum (les {f_i} étant de classe {\mathcal{C}^1} sur {\mathbb{R}^n}
Mp/Pc/Psi
Système à diagonale dominante
(Oral Centrale) On considère des systèmes linéaires {AX=B}, où la matrice {A} est « à diagonale dominante ». On voit comment approcher l’unique solution par des itérations successives. On termine par une application numétique.
Minimiser une forme quadratique sur ℤxℤ
(Oral Centrale) On considère la forme quadratique {q(x,y)=rx^2+2sxy+ty^2}, avec {rt-s^2=3/4}, et on montre qu’il existe {(x,y)\in\mathbb{Z}^2} tel que {|q(x,y)|\le 1}.
Somme des distances à une droite
(Oral Centrale) Dans cet exercice, on voit comment déterminer la droite qui minimise la somme des carrés des distances à une famille donnée de {p} points.
Rang et positivité d’une matrice symétrique
(Oral Centrale) On considère une matrice symétrique réelle {M} obtenue par bordures successives. On détermine des conditions sur les coefficients de {M} pour qu’elle soit positive ou définie-positive.
Décomposition polaire par minimisation
(Oral Centrale) On prouve, par un argument de minimisation, que toute matrice réelle {A} s’écrit {A=RS}, avec {R} orthogonale positive et {S} symétrique.
Décomposition en nilpotents
(Oral Centrale) On montre que tout endomorphisme non inversible d’un {\mathbb{C}}-espace de dimension finie est le composé d’au plus trois endomorphismes nilpotents.
Autour du produit de Kronecker
Oral Centrale) On rappelle la définition du produit de Kronecker {A\otimes B} de deux matrices, et on étudie l’existence d’une solution {M} à l’équation {AM = q MA}.
Décomposition en somme de carrés
(Oral Centrale) Soit {G} l’ensemble des éléments de {\mathbb{K}} qui peuvent s’écrire comme une somme de {2^n} éléments de {\mathbb{K}}. Par une récurrence matricielle, on montre que {G} est un sous-groupe de {\mathbb{K}^*}.
Identité matricielle AXB = BXA
(Oral Centrale). Dans {E=\mathcal{M}_n(\mathbb{K}K)}, on se donne {A,B } telles que {AXB=BXA} pour tout {X} de {E}. L’objectif de l’exercices est de montrer que {A} et {B} sont liées.
Équation au crochet de Lie
(Oral Centrale) On définit le crochet de Lie dans {\mathcal{M}_n(\mathbb{C})} par {[A,B]=AB-BA}. On détermine les matrices {A} telles qu’on ait toujours {[A,[A,[A,T]] = [A,T]}.
Déterminants et polynômes
(Oral Centrale). Soit {\Delta} le déterminant d’ordre {m} de terme général {P(j-i)}, où {P} est un polynôme unitaire de degré {n}. On calcule {\Delta} selon la valeur de {m}.
Triplets rectangulaires
(Oral Centrale) On s’intéresse aux triplets {(x,y,z)} d’entiers premiers entre eux dans leur ensemble et tels que {x^2+y^2=z^2}. On voit une méthode matricielle pour générer un nombre quelconque de solutions.
Sous-espaces de matrices inversibles
(Oral Centrale) On considère des sous-espaces de {\mathcal{M}_n(\mathbb{K})} dont toutes les matrices non nulles sont inversibles. On étudie la dimension maximale d’un tel sous-espace.
Sous-espaces de matrices nilpotentes
(Oral Centrale) On s’intéresse ici à des sous-espaces de matrices carrées d’ordre {n} toutes nilpotentes, et à la dimension maximale d’un tel sous-espace.
Points entiers sur une hyperbole
(Oral Centrale). On se propose de déterminer tous les points à coordonnées entières sur l’hyperbole d’équation {x^2-3y^2=1}. On procède pour cela par itération matricielle à partir de la solution évidente {(1,0)}.
Matrices semblables par blocs
(Oral Centrale). Dans cet exercice, on étudie des conditions équivalentes pour que les matrices par blocs {((A,0),(0,0)) } et {((A,B),(0,0))} soient semblables.
Matrices semblables de rang 1 ou 2
(Oral Centrale) On s’intéresse à deux endomorphismes {u,v} de {E}, de même rang 1 ou 2. On étudie des conditions suffisantes pour que{u,v} soient semblables.
Matrices semblables à leur inverse
(Oral Centrale) On étudie des conditions pour que des matrices inversibles, de taille 2 ou 3, soient semblables à leur inverse.
Matrices extrémales à coeffs dans [-1,1]
(Oral Centrale) Parmi les matrices carrées {A} de taille n telles que {|a_{i,j}|\le1}, on s’intéresse aux matrices dites extrémales, c’est-à-dire qui maximisent {|\det(A)|}. On voit comment former de telles matrices pour certaines valeurs de {n}.