Ivan Shishkin, Rye (1878)

Problems/Linear algebraReviewed

Polynôme caractéristique d’une matrice d’intérieur nul

by Cypress·
41
Difficulty scaleÉchelle de difficulté

This score reflects both the level of the required concepts and the difficulty of the solution.Ce score tient compte à la fois du niveau des notions nécessaires et de la difficulté de la résolution.

  1. 110First steps / middle schoolPremiers pas / collège
  2. 1125Beginner / high schoolDébutant / lycée
  3. 2650Intermediate / undergraduateIntermédiaire / licence
  4. 5170Advanced / graduateAvancé / master
  5. 7190Expert / specializedExpert / spécialisé
  6. 91100Research levelNiveau recherche
These levels are approximate guides.Ces niveaux sont des repères approximatifs.
·
Français
FrançaisEnglish

Soient a1,,ana_1,\dots, a_n des nombres complexes avec n3n\geqslant3. Établir l’expression du polynôme caractéristique de la matrice suivante :
An=[a1a2ana200an00]A_{n} = \left[ {\begin{array}{cccc} a_{1} & a_{2} & \cdots & a_{n}\\ a_{2} & 0& \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ a_{n} & 0 & \cdots & 0\\ \end{array} } \right]

I solved itMark it doneAdd to my listKeep it in your list

Hints

2

Hint 1

Open this only if you want a small nudge before looking at the solutions.

Solutions

1
Reveal solutionsAre you sure? Give it a try first.

Solution by Sequoia

Discussions1 useful vote

Les n1n-1 dernières lignes de la matrice sont proportionnelles, donc la matrice est de rang au plus 22.
On peut ainsi écrire son polynôme caractéristique sous la forme χAn=Xn2(Xλ)(Xμ)\chi_{A_n}=X^{n-2}(X-\lambda)(X-\mu) car la multiplicité de 00 est plus grande que la dimension de l’espace propre Ker(An0In)\mathrm{Ker}(A_n-0\,I_n).

On rappelle que la trace de la matrice (complexe donc trigonalisable) est donnée par la somme des valeurs propres, soit ici λ+μ+0=a1\lambda+\mu+0=a_1.

Pour trouver une autre équation, on va regarder la trace du carré de AnA_n, soit la somme des carrés des valeurs propres de AnA_n.
Or An2=(i=1nai2a22an2)A_n^2=\begin{pmatrix} \sum_{i=1}^n a_i^2 & & &* \\ & a_2^2 && \\ & & \ddots & \\* & & & a_n^2\end{pmatrix} où on n’a écrit que les coefficients de la diagonale car ce sont eux qui nous intéresse. On trouve alors λ2+μ2=a12+2i=2nai2\lambda^2+\mu^2=a_1^2+2\sum_{i=2}^n a_i^2.

On peut réécrire ce système sous la forme λ+μ=a1\lambda+\mu=a_1 et λμ=(λ+μ)2λ2μ22=i=2nai2\lambda\mu=\frac{(\lambda+\mu)^2-\lambda^2-\mu^2}{2}=-\sum_{i=2}^na_i^2.
Ainsi λ\lambda et μ\mu sont les racines du polynôme
(Xλ)(Xμ)=X2a1Xi=2nai2.(X-\lambda)(X-\mu)=X^2-a_1X-\sum_{i=2}^na_i^2.D’où
χAn=Xn2(X2a1Xi=2nai2)\boxed{\chi_{A_n}=X^{n-2}\left(X^2-a_1X-\sum_{i=2}^n a_i^2\right)}

Report

For an unclear, ambiguous, or possibly incorrect statement, please use the Discussion tab on the right. Report content that needs moderator intervention, such as dangerous, clearly non-mathematical, or plagiarized content.