(2019 : 158 - Matrices symétriques réelles, matrices hermitiennes.)
Le théorème spectral est indispensable dans cette leçon sans toutefois constituer un développement consistant. Une place importante mérite d’être faite au cas particulier des matrices symétriques positives et définies positives ; les candidats doivent connaître leurs propriétés fondamentales, leur rôle, et la structure de leur ensemble. La notion de signature pourra être présentée en montrant comment elle détermine la classe de congruence d’une matrice symétrique réelle. L’action du groupe linéaire et du groupe orthogonal sur l’espace des matrices symétriques peut donner un cadre naturel à cette leçon. Le lien avec les formes quadratiques et les formes hermitiennes est incontournable. L’orthogonalisation simultanée est un résultat important de cette leçon. Il faut en connaître les applications géométriques aux quadriques. $\\$ Les candidats familiers avec ces notions pourront illustrer la leçon en évoquant le cas des matrices de covariance de vecteurs aléatoires et discuter les conditions en assurant le caractère inversible. $\\$ Une discussion de la décomposition de Cholesky, qui a de nombreuses applications pour le calcul scientifique (en lien avec la résolution de systèmes linéaires ou de problèmes de moindres carrés) ou en probabilités (construction d’un vecteur gaussien de matrice de covariance donnée à partir d’un vecteur gaussien de matrice de covariance identité), peut mériter sa place dans cette leçon. On pourra également évoquer la décomposition en valeurs singulières d’une matrice (particulièrement importante pour le traitement massif de données).