QCM : Matrices symétriques réelles en maths spé (MP)
Ce QCM symétriques MP reprend les réflexes attendus à l’oral autour des espaces euclidiens. Il démarre par l’adjoint : sa matrice en base orthonormée, l’adjoint d’une composée, le transfert d’un sous-espace stable vers son orthogonal. Il enchaîne avec les projecteurs orthogonaux, puis le théorème spectral, ses hypothèses exactes et un contre-exemple complexe à connaître.
La fin porte sur les matrices positives et définies positives : caractérisation par le spectre, matrices de Gram, quotient de Rayleigh, piège de la trace et du déterminant en taille trois. Réponds d’abord sans le cours, en faisant les petits calculs au brouillon. Ensuite, lis chaque explication : elle justifie la bonne réponse et montre quelle confusion produit chacun des pièges.
Les 12 questions
Question 1
Dans une base orthonormée \(\mathcal{B}\) d’un espace euclidien, \(u\) a pour matrice \(A\). Quelle est la matrice de l’adjoint \(u^{*}\) dans \(\mathcal{B}\) ?
- \(A^{-1}\)
- \(A\)
- \(A^{\top}\)
- \(\operatorname{Com}(A)\)
Réponse C.
En base orthonormée, le produit scalaire s’écrit \(X^{\top}Y\). La relation de définition \(\big(u(x)\mid y\big)=\big(x\mid u^{*}(y)\big)\) devient donc \(X^{\top}A^{\top}Y=X^{\top}BY\) pour tous \(X,Y\), d’où \(B=A^{\top}\). L’inverse ne convient que pour une isométrie, et il n’existe même pas toujours. Répondre \(A\) revient à supposer \(u\) autoadjoint. Enfin, la comatrice intervient dans le calcul de l’inverse, sans lien avec l’adjoint.
Question 2
Soient \(u\) et \(v\) deux endomorphismes d’un espace euclidien. À quoi est égal l’adjoint \((u\circ v)^{*}\) ?
- \(v^{*}\circ u^{*}\)
- \(u^{*}\circ v^{*}\)
- \(v\circ u\)
- \(u\circ v\)
Réponse A.
Pour tous \(x,y\), on fait passer \(u\) puis \(v\) de l’autre côté : \(\big(u\circ v(x)\mid y\big)=\big(v(x)\mid u^{*}y\big)=\big(x\mid v^{*}u^{*}y\big)\). L’ordre s’inverse donc, exactement comme pour la transposée d’un produit de matrices. La réponse \(u^{*}\circ v^{*}\) garde l’ordre initial, ce qui est faux dès que les adjoints ne commutent pas. Les réponses sans étoile supposent implicitement \(u\) et \(v\) autoadjoints. De plus, \(u\circ v\) ne serait correct que s’ils commutaient en plus.
Question 3
Le sous-espace \(F\) est stable par l’endomorphisme \(u\) d’un espace euclidien. Quelle conclusion est toujours vraie ?
- \(F^{\perp}\) est stable par \(u\)
- \(F^{\perp}\) est stable par \(u^{*}\)
- \(F\) est stable par \(u^{*}\)
- \(F^{\perp}\) est inclus dans \(\ker u\)
Réponse B.
Soit \(y\in F^{\perp}\). Pour tout \(x\in F\), le produit scalaire \(\big(x\mid u^{*}y\big)\) égale \(\big(u(x)\mid y\big)\), qui est nul car \(u(x)\) reste dans \(F\). Ainsi, \(u^{*}(y)\) appartient à \(F^{\perp}\). Le piège « stable par \(u\) » n’est valable que si \(u\) est autoadjoint : avec \(u(x,y)=(x+y,y)\), l’axe \(\mathbb{R}(1,0)\) est stable, mais \(u(0,1)=(1,1)\) sort de son orthogonal. De même, la stabilité de \(F\) par \(u^{*}\) n’a aucune raison d’avoir lieu. Enfin, rien ne force \(u\) à s’annuler sur \(F^{\perp}\).
Question 4
Dans la base canonique de \(\mathbb{R}^2\) euclidien, \(p\) a pour matrice \(\begin{pmatrix}1&1\\0&0\end{pmatrix}\). Quel est le bon diagnostic ?
- Un projecteur orthogonal, car \(p\circ p=p\)
- Un projecteur orthogonal, car il est de rang \(1\)
- Pas un projecteur, car sa matrice n’est pas diagonale
- Un projecteur non orthogonal, car sa matrice n’est pas symétrique
Réponse D.
Le calcul du carré redonne la même matrice, donc \(p\) est bien un projecteur. Cependant, pour qu’un projecteur soit orthogonal, il faut et il suffit qu’il coïncide avec son adjoint, donc ici que sa matrice soit symétrique. Ici, il projette sur la droite \(\mathbb{R}(1,0)\) parallèlement à \(\mathbb{R}(1,-1)\), direction non perpendiculaire. L’idempotence seule ne donne que le caractère de projecteur. Le rang ne décide de rien. Enfin, une matrice de projecteur n’a pas à être diagonale dans la base choisie.
Question 5
L’endomorphisme \(u\) est autoadjoint et \(\mathcal{C}\) est une base qui n’est pas orthonormée. Que dire de la matrice de \(u\) dans \(\mathcal{C}\) ?
- Elle est toujours symétrique
- Elle est toujours diagonale
- Elle est toujours antisymétrique
- Elle n’est pas forcément symétrique
Réponse D.
Le lien entre autoadjoint et matrice symétrique utilise l’écriture \(X^{\top}Y\) du produit scalaire, valable seulement en base orthonormée. Par exemple, la projection orthogonale de \(\mathbb{R}^2\) sur l’axe des abscisses a pour matrice \(\begin{pmatrix}1&1\\0&0\end{pmatrix}\) dans la base \(\big((1,0),(1,1)\big)\), qui n’est pas symétrique. Le piège « toujours symétrique » oublie cette hypothèse. Le caractère diagonal demanderait une base de vecteurs propres. L’antisymétrie, enfin, caractérise un tout autre type d’endomorphisme.
Question 6
On considère \(M=\begin{pmatrix}1&i\\i&-1\end{pmatrix}\), symétrique à coefficients complexes. Que peut-on affirmer ?
- \(M^2=0\) et \(M\neq0\), donc \(M\) n’est pas diagonalisable
- \(M\) est diagonalisable par le théorème spectral
- \(M\) est diagonalisable en base orthonormée de \(\mathbb{C}^2\)
- \(M\) est inversible car symétrique
Réponse A.
Le calcul donne \(M^2=\begin{pmatrix}1+i^2&i-i\\i-i&i^2+1\end{pmatrix}=0\). Ainsi, \(M\) est nilpotente non nulle : sa seule valeur propre est \(0\), et elle n’est pas diagonalisable. Le théorème spectral exige des coefficients réels, ce que les deux réponses « diagonalisable » oublient. Enfin, être symétrique ne garantit jamais l’inversibilité, comme le montre déjà la matrice nulle.
Question 7
La matrice \(S=\begin{pmatrix}4&2\\2&1\end{pmatrix}\) a pour valeurs propres \(0\) et \(5\). Quel vecteur unitaire dirige le sous-espace propre associé à \(5\) ?
- \(\frac{1}{\sqrt5}(1,\,2)\)
- \(\frac{1}{\sqrt5}(1,\,-2)\)
- \(\frac{1}{\sqrt5}(2,\,1)\)
- \(\frac{1}{5}(2,\,1)\)
Réponse C.
On vérifie que \(S(2,1)=(10,5)=5\,(2,1)\), puis on divise par la norme \(\sqrt{4+1}=\sqrt5\). Le vecteur \((1,2)\) a les coordonnées inversées : son image \((8,4)\) ne lui est pas proportionnelle. Le vecteur \((1,-2)\) est dans le noyau, donc associé à \(0\) ; il est d’ailleurs orthogonal au bon, comme le prévoit le théorème spectral. Enfin, diviser par \(5\) au lieu de \(\sqrt5\) ne rend pas le vecteur unitaire.
Question 8
La matrice \(S=\begin{pmatrix}1&2\\2&1\end{pmatrix}\) appartient-elle à \(S_2^{+}(\mathbb{R})\) ?
- Oui, car tous ses coefficients sont positifs
- Oui, car ses coefficients diagonaux sont positifs
- Non, car \(-1\) est valeur propre de \(S\)
- Oui, car elle est symétrique et inversible
Réponse C.
Le spectre de \(S\) est \(\{3,-1\}\), car la trace vaut \(2\) et le déterminant \(-3\). Par la caractérisation spectrale, \(S\) n’est donc pas positive. On le voit aussi avec \(X=(1,-1)\) : \(X^{\top}SX=-2\). Des coefficients positifs ne suffisent pas, car la positivité concerne la forme quadratique et non les entrées. Une diagonale positive est seulement une condition nécessaire. Enfin, l’inversibilité exclut la valeur propre \(0\), mais pas une valeur propre négative.
Question 9
Soit \(A\in GL_n(\mathbb{R})\). À quel ensemble appartient la matrice \(A^{\top}A\) ?
- \(S_n^{+}(\mathbb{R})\), sans être forcément définie
- \(S_n^{++}(\mathbb{R})\)
- \(O_n(\mathbb{R})\)
- Aucun : elle n’est pas forcément symétrique
Réponse B.
D’abord, \((A^{\top}A)^{\top}=A^{\top}A\), donc la matrice est symétrique. Ensuite, \(X^{\top}A^{\top}AX=\|AX\|^2\geqslant0\), avec égalité seulement si \(AX=0\), c’est-à-dire \(X=0\) puisque \(A\) est inversible. Elle est donc définie positive. Le piège « sans être forcément définie » oublie d’exploiter l’inversibilité de \(A\). L’appartenance à \(O_n(\mathbb{R})\) supposerait \(A^{\top}A=I_n\). Enfin, croire qu’elle n’est pas symétrique confond avec \(AA^{\top}\neq A^{\top}A\).
Question 10
On note \(S=\begin{pmatrix}3&1\\1&3\end{pmatrix}\). Quel est le maximum de \(X^{\top}SX\) lorsque \(X\) parcourt les vecteurs de norme \(1\) de \(\mathbb{R}^2\) ?
- \(3\)
- \(6\)
- \(2\)
- \(4\)
Réponse D.
Le quotient de Rayleigh d’une matrice symétrique réelle est encadré par sa plus petite et sa plus grande valeur propre, et ces bornes sont atteintes. Ici, le spectre est \(\{2,4\}\), avec \(4\) atteint en \(\frac{1}{\sqrt2}(1,1)\). La valeur \(3\) correspond seulement aux vecteurs de la base canonique. Le nombre \(6\) est la trace, c’est-à-dire la somme des deux valeurs propres. Enfin, \(2\) est le minimum et non le maximum.
Question 11
En taille \(3\), une matrice symétrique réelle dont la trace et le déterminant sont strictement positifs est-elle forcément définie positive ?
- Oui, d’après le théorème spectral
- Non, \(\operatorname{diag}(-1,-1,5)\) est un contre-exemple
- Oui, car un déterminant positif interdit les valeurs propres négatives
- Non, mais le critère marche dès que la taille est impaire
Réponse B.
La matrice \(\operatorname{diag}(-1,-1,5)\) a une trace égale à \(3\) et un déterminant égal à \(5\). Cependant, elle possède la valeur propre \(-1\), donc elle n’est pas positive. En effet, deux valeurs propres négatives donnent un produit positif. Le critère trace et déterminant ne fonctionne qu’en taille \(2\). Le théorème spectral fournit une base propre, mais ne dit rien des signes. Enfin, un déterminant positif tolère un nombre pair de valeurs propres négatives.
Question 12
Soient \(S\in S_n^{+}(\mathbb{R})\) et \(X\in\mathbb{R}^n\) tels que \(X^{\top}SX=0\). Que peut-on en déduire ?
- \(SX=0\)
- \(X=0\)
- \(S=0\)
- \(X\) est orthogonal à \(\ker S\)
Réponse A.
On écrit \(S=P\,\operatorname{diag}(\lambda_1,\dots,\lambda_n)P^{\top}\) avec \(P\) orthogonale, puis \(Y=P^{\top}X\). Alors \(\sum\lambda_iy_i^2=0\) avec des \(\lambda_i\geqslant0\). Par conséquent, \(y_i=0\) dès que \(\lambda_i>0\), ce qui donne \(SX=0\). Conclure \(X=0\) n’est permis que pour une matrice définie positive. Conclure \(S=0\) ignore que \(X\) peut être dans le noyau. Enfin, \(X\) est au contraire dans \(\ker S\).
Pour aller plus loin
- Revoir la leçon : cours de maths spé (MP) sur matrices symétriques réelles
- S’exercer : exercices corrigés sur matrices symétriques réelles
- QCM précédent : QCM : Matrices orthogonales et rotations en maths spé (MP)
- QCM suivant : QCM : Cauchy linéaire et wronskien en maths spé (MP)
- Tous les chapitres : le sommaire de maths spé (MP)
Ressources de maths en Maths spé (MP)
Cours
Tout voirExercices corrigés
Tout voirContrôles
Tout voirQCM
Tout voir

























