Vous êtes sur la page 1sur 5

Rsum dalgbre linaire de Math Sup

I - Espaces vectoriels - Sous espaces vectoriels


1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni dune l.d.c.i. note + et dune l.d.c.e. de domaine K note.. (E, +, .) est un K-espace vectoriel (E, +) est groupe ablien (cest--dire que + est commutative, associative, possde un lment neutre not 0 et tout x de E possde un symtrique pour + not x) et + et . vrient les quatre axiomes (1) K, (x, y) E2 , .(x + y) = .x + .y (2) (, ) K2 , x E, ( + ).x = .x + .x (3) (, ) K2 , x E, .(.x) = ().x (4) x E, 1.x = x. 2) Exemples de K-espaces vectoriels supposs connus (Dans les exemples qui suivent les oprations ne sont pas cites et sont toujours les oprations usuelles dans les ensembles considrs) a) K-espaces vectoriels 1) C est R-ev de dimension 2, C est un Q-ev de dimension innie, R est un Q-ev de dimension innie, K est un K-espace vectoriel de dimension 1. 2) Kn est un K-ev (modle de lespace de dimension n : tout espace de dimension nie n sur K est isomorphe Kn ) 3) KN est un K-ev de dimension innie (suites coecients dans K) 4) K[X] est un K-ev de dimension innie (polynmes coecients dans K) 5) K(X) est un K-ev (fractions rationnelles coecients dans K) 6) RR est un R-ev de dimension innie (applications de R dans R) et plus gnralement FA (ensemble des applications de A dans F) o A est un ensemble quelconque non vide et F est un K-ev 7) (L (E, F), +, .) est un K-espace vectoriel quand E et F le sont et en particulier (L (E), +, .) et (E , +, .). Si E et F sont de dimension nie, dim(L (E, F)) = dim(E) dim(F). 8) E1 E2 ... En est un K-espace vectoriel si les Ei le sont. 9) Mn,p (K) est un K-espace vectoriel de dimension np. 10) Ck (I, K) et C (I, K) sont des K-espaces de dimension innie. b) K-espaces vectoriels munis en plus dune structure danneau 1) (C, +, .) est un R-espace vectoriel et (C, +, ) est un corps commutatif. 2) (L (E)+, .) est un R-espace vectoriel et (L (E)+, ) est un anneau, non commutatif si dimE 2. 3) (Mn (K), +, .) est un K-espace vectoriel et (Mn (K), +, ) est un anneau, non commutatif si n 2. 4) (RR , +, .) est un R-espace vectoriel et (RR , +, ) est un anneau commutatif et non intgre (cest--dire quun produit de facteurs peut tre nul sans quaucun facteur ne soit nul) 5) (C0 (I, K), +, .) est un K-espace vectoriel et (C0 (I, K), +, ) est un anneau commutatif et non intgre. (Ck (I, R), +, .) est un R-espace vectoriel et (Ck (I, R), +, ) est un anneau commutatif et non intgre. (C (I, R), +, .) est un R-espace vectoriel et (C (I, R), +, ) est un anneau commutatif et non intgre. 6) (K[X], +, .) est un K-espace vectoriel et (K[X], +, ) est un anneau commutatif et intgre. (K(X), +, .) est un K-espace vectoriel et (K(X), +, ) est un corps commutatif. 3) Sous espaces vectoriels a) Dnition et caractrisation. F sev de E F E; F = , Fstable pour + et . et F est un K ev pour les lois induites (dnition) F E, 0E F et F stable pour + et . F E, 0E F et (x, y) F2 , x + y F et K, x F F E, 0E F et (, ) K2 , (x, y) F2 , x + y F (cest--dire F stable par combinaisons linaires)

b) Intersection et somme. Si F et G sont deux sev de E alors F G et F + G sont des sev de E. Plus gnralement, si F1 , F2 ,..., Fp sont des sev de E alors F1 F2 ... Fp et F1 + F2 ... + Fp sont des sev de E. Remarque. En gnral, F G nest pas un sev et Vect(F G) = F + G (voir exercice no 1, planche 1).

c Jean-Louis Rouget, 2009. Tous droits rservs.

http ://www.maths-france.fr

4) Sommes directes. Sous espaces vectoriels supplmentaires a) Cas de deux sous espaces. Soient F et G deux sev de E. La somme F + G est directe tout x de F + G scrit de manire unique x = x1 + x2 o x1 F et x2 G lapplication : F G = {0} (thorme.) FG E est injective (x, y) x + y

Dans ce cas, F + G se note F G et F G est isomorphe F G ( est un isomorphisme). F et G sont supplmentaires dans E tout x de E scrit de manire unique x = x1 + x2 o x1 F et x2 G lapplication : FG (x, y) F G = {0} et E = F + G (thorme.) E est bijective x+y

Lexistence dun supplmentaire est dmontre en dimension nie et est admise en dimension innie mais ne peut tre utilise. 1 1 Exemples de base. RR = P I (dcomposition dune fonction f : x R, f(x) = (f(x) + f(x)) + (f(x) f(x)). 2 2
P I

1 1 Mn (K) = Sn (K) An (K) (dcomposition dune matrice M : M = (M + t M) + (M t M). 2 2


Sn An

b) Cas gnral dun nombre ni de sous espaces. F1 ,. . . , Fp , p

2, sont p sev de E.

La somme F1 + . . . Fp est directe tout x de F1 + . . . + Fp scrit de manire unique x = x1 + . . . + xp o i 1, p , xi Fi lapplication : F1 . . . Fp (x1 , . . . , xp ) i 1, p , Fi


j=i i1

E est injective x1 + . . . + xp

Fj = {0} (thorme.)

i 2, p , Fi

j=1

Fj = {0} (thorme.)

Dans ce cas, la somme F1 + . . . Fp se note F1 . . . Fp . F1 . . . Fp est isomorphe F1 . . . Fp ( est un isomorphisme). Danger. Il est faux de croire que la somme
i

Fi est directe si et seulement si i = j, Fi Fj = {0}. Si la somme est

directe, on a obligatoirement i = j, Fi Fj = {0} mais ce nest pas susant. Le cas de trois droites vectorielles de R2 deux deux distinctes fournit un contre exemple usuel. 5) Projections et symtries Soient F et G deux sev supplmentaires de E. Soient p la projection sur F paralllement G, q la projection sur G paralllement F et s la symtrie par rapport F paralllement G. Soit x = x1 + x2 la dcomposition dun vecteur quelconque x de E associe la dcomposition E = F G. Par dnition, p(x) = x1 et s(x) = x1 x2 . a) x E, p(x) = x1 . p L (E). p p = p, p q = q p = 0, p + q = IdE . F = Imp = Kerq = Ker(Id p) = {vecteurs invariants par p} et G = Kerp = Imq = Im(Id p) p/Imp = Id/Imp et p/Kerp = 0/Kerp . Rciproquement, si p est un endomorphisme vriant p p = p alors p est la projection sur Imp paralllement Kerp. b) x E, s(x) = x1 x2 . s GL(E). s s = Id. s = 2p Id = Id 2q ou aussi p = 1 (Id + s). 2 2 http ://www.maths-france.fr

c Jean-Louis Rouget, 2009. Tous droits rservs.

F = Ker(s Id) = {vecteurs invariants par s} et G = Ker(s + Id) = {vecteurs changs en leur oppos}. Rciproquement, si s est un endomorphisme de E vriant s s = Id alors s est la symtrie par rapport Ker(s Id) paralllement Ker(s + Id). 6) Combinaisons linaires et sous-espace engendr par une famille ou une partie de E a) Combinaisons linaires. Soit (i )iI une famille non vide de scalaires. Cette famille est dite support ni si et seulement si lensemble des indices i tels que i = 0 est ni (ventuellement vide). Soit (xi )iI est une famille non vide de vecteurs de E. Un vecteur y de E est combinaison linaires de la famille (xi )iI si et seulement si il existe (i )iI une famille de scalaires support ni telle que y =
iI

i x i .

En particulier, si la famille (xi )iI est de cardinal inni, un vecteur y est combinaison linaire de la famille (xi )iI si et seulement si y est combinaison linaire dune sous-famille nie de la famille (xi )iI . Soit X une partie de E. y est combinaison linaire des vecteurs de X si et seulement si il existe une famille de scalaires (x )xX support ni telle que y =
xX

x x (convention usuelle :

= 0).

b) Sous espace engendr par une famille ou une partie. Approche externe. Soit F une famille de vecteurs de E (ou X une partie de E) ventuellement vide. Il existe un et un seul plus petit sous-espace vectoriel (pour linclusion) de E contenant les vecteurs de F (ou contenant X) et not Vect(F ) (ou Vect(X)). Cest lintersection de tous les sous-espaces vectoriels de E contenant F (ou X) (et donc Vect() = {0}). Approche interne. VectF est lensemble des combinaisons linaires des vecteurs de F . c) Proprits. Vect(xi) = {combinaisons linaires des xi } = {
iI

i xi , (i )iI support ni} = plus petit sev de E contenant les vecteurs

de la famille (xi )iI . A VectA et VectA est un sev de E. Puis A = VectA A sev de E. A B VectA VectB (rciproque fausse). Vect(VectA) = VectA. Vect(A B) = VectA + VectB et Vect(A B) VectA VectB.

II - Familles libres. Familles gnratrices. Bases


1) Familles libres. a) Dnitions. (xi )iI est libre ((i )iI KI support ni) [(
iI

i xi = 0) (i I, i = 0)]. i xi = 0) (une telle relation


iI

(xi )iI est lie ((i )iI KI support ni telle que les i ne soient pas tous nuls et est alors une relation de dpendance linaire). Une famille innie est libre si et seulement si toute sous-famille nie est libre. Une famille innie est lie si et seulement si il existe une sous-famille nie lie.

b) Proprits. Soit L = (xi )iI une famille de vecteurs de E. Si L contient le vecteur nul ou 2 vecteurs colinaires, L est lie (rciproque fausse). L est lie si et seulement si il existe un vecteur de L qui est combinaison linaire des autres vecteurs de L. Toute sur-famille dune famille lie est lie. Toute sous-famille dune famille libre est libre (convention : est libre). L est libre ( i x i =
i i

i xi i, i = i ) (on peut identier les coecients quand L est libre et uniquement

quand L est libre) Soit L = L {x}. pour toutes familles de scalaires (i )iI et (i )iI supports nis, [(L libre et L lie) x est combinaison linaire des xi )] 2 )Familles gnratrices. (xi )iI est gnratrice de E Vect(xi )iI = E tout vecteur de E est combinaison linaire des vecteurs de la famille (xi )iI . Toute sur famille dune famille gnratrice est gnratrice. 3) Bases.
c Jean-Louis Rouget, 2009. Tous droits rservs.

http ://www.maths-france.fr

B = (xi )iI base de E tout vecteur x de E scrit de manire unique comme combinaison linaire des xi B est libre et gnratrice. Si x =
i

i xi , les i sont les coordonnes de x dans B.

Thorme. Les bases de E sont les parties gnratrices minimales pour linclusion ou libres maximales. Donc, si x B, / B {x} nest plus libre et si x B, B \ {x} nest plus gnratrice.

III- Applications linaires


1) Dnition. Soient E et F deux K-ev et f une application de E dans F. f linaire (x, y) E2 , K, f(x + y) = f(x) + f(y) et f(x) = f(x) (x, y) E2 , (, ) K2 , f(x + y) = f(x) + f(y). Si f est linaire, on a toujours f(0E ) = 0F . 2) Images directes et rciproques. Thorme. Soient E et F deux K-espaces vectoriels et f linaire de E dans F. Limage directe dun sous-espace de E est un sous-espace de F. Limage rciproque dun sous-espace de F est un sous-espace de E. En particulier, Kerf = {x E/ f(x) = 0F } = f1 ({0F }) est un sous-espace de E et Imf = {f(x)/ x E} = f(E) est un sous espace de F. (f injective Kerf = {0}), (f surjective Imf = F) (f bijective Kerf = {0} et Imf = F).

Vocabulaire usuel : (homomorphisme=application linaire) (endomorphisme = application linaire de E vers E) (isomorphisme = application linaire bijective de E sur F) (automorphisme =application linaire bijective de E sur E). Thorme. Soit f linaire de E vers F. Si X est gnratrice de E, f(X) est gnratrice de = Imf = f(E) et en particulier si f est surjective, f(X) est gnratrice de F. Thorme. Si f est linaire et X est lie alors f(X) est lie. Si f est injective et X est libre dans E alors f(X) est libre dans F. Thorme. f est un isomorphisme de E sur F si et seulement si limage par f dune base de E est une base de F. Dtermination sur une base : soit (ei )iI une base de E, f L (E, F) est entirement dtermine par les f(ei ) et en particulier deux applications linaires qui concident sur une base concident. 3) Ensembles dapplications linaires. (L (E, F), +, .) est un K-espace vectoriel et de plus (L (E), +, ) est anneau, non commutatif si dimE 2. (G L (E), ) est un groupe, non commutatif si dimE 2. G L (E) = groupe linaire de E = {automorphismes de E} = {inversibles de L (E) pour }. Danger. Si f et f sont dans G L (E), f + g ne lest que trs rarement. (E , +, .) est un K-espace vectoriel. E = dual de E = {formes linaires sur E} = L (E, K). (O(E), ) est un sous-groupe de (G L (E), ), appel le groupe orthogonal (notion euclidienne). (SL(E), ) est un sous-groupe de (G L (E), ), appel le groupe spcial linaire (si E est de dimension nie, SL(E) =ensemble des endomorphismes de E de dterminant 1).

IV - Dimension des espaces vectoriels


1) Dimension. E est dit de dimension nie sur K si et seulement si E admet une partie gnratrice nie. E est dit de dimension innie sinon. E est de dimension innie si et seulement si E contient une famille libre innie. Thorme de la dimension nie. Si E de dimension nie, toutes les bases ont mme cardinal (ni) et dimK (E) est le cardinal dune base quelconque. (Convention. est une base de {0} et dim{0} = 0.) Deux espaces vectoriels E et F de dimensions nies sont isomorphes si et seulement si ils ont mme dimension. dimK Kn = n et si ei = (0, 0, ...0, 1, 0, ..., 0) alors B = (ei )1 i n est une base de Kn appele base canonique de Kn . Si dimE = n < +, E est isomorphe Kn . 2) Familles libres et gnratrices. Soit n = dimE < +. Si L est libre alors cardL n et de plus (L base de E cardL = n). Si G est gnratrice de E alors cardG n et de plus (G base de E cardG = n.)

c Jean-Louis Rouget, 2009. Tous droits rservs.

http ://www.maths-france.fr

Thorme. Si E est de dimension nie n et si B est une famille de vecteurs de E, deux des trois propositions suivantes entrainent la troisime : 1) cardB = n 2) B est libre 3) B est gnratrice de E Thorme de la base incomplte. Soit L libre dans E de dimension nie. L peut tre complte en une base de E. Si dimE < +, E admet des bases. Si dimE < +, de toute famille gnratrice de E, on peut extraire une base. 3) Sous espaces. Soit n = dimE < + et soit F sev de E alors (dimF n et dimF = n F = E) (faux en dimension innie). Thorme. (Supplmentaires) Soit n = dimE < + et soit F sev de E F admet au moins un supplmentaire. Tout supplmentaire de F a pour dimension dimE dimF. plus gnralement, dim(F G) = dimF + dimG. Thorme. Soient F et G sev de E. (E = F G) (F G = {0} et dimF + dimG = dimE) (F + G = E et dimF + dimG = dimE).

Plus gnralement, dim(F1 ... Fp ) = dimF1 + ... + dimFp . Si F1 ... Fp = E et si Bi est une base de Fi alors B = Bi est une base de E. Rciproquement, si B =
iI iI

Bi est

une base de E alors les Fi = VectBi sont supplmentaires dans E. 4) Rang. a) dune famille de vecteurs. Soit (xi )1 i p une famille de vecteurs de E. rg(xi )1 libre extraite de (xi )1 i p . Soient n = dimE, r = rg(xi )1 i p (et p = card(xi )1 r p et r = p (xi )1 i p libre. r n et r = n (xi )1 i p gnratrice de E. (xi )1 i p base de E r = p = n.

i p

= dimVect(xi )1

i p

= maximum du cardinal dune sous-famille

i p ).

b) dune application linaire. Soit f L (E, F) o E est de dimension nie. rg(f) = dim(Imf) = rg((f(ei ))1 quelconque.

i n)

o (ei )1

i n

est une base de E

Thorme du rang. La restriction de f un supplmentaire de Kerf ralise un isomorphisme de ce supplmentaire sur Imf. En particulier, dimKerf + rgf = dimE. Consquences. Thorme. Si dimE = dimF < + et f L (E, F)) alors (f est injective f est surjective f est bijective). Thorme. Si n = dimE < + et f L (E) les proprits suivantes sont quivalentes : 1) f bijective 4) f surjective 7) rgf = n 10) f simpliable droite pour 2) det(f) = 0 5) Kerf = {0} 8) f inversible droite pour 11) f simpliable gauche pour 3) f injective 6) Imf = E 9) f inversible gauche pour

c) Transformations ne modiant pas le rang. Les transformations lmentaires suivantes ne modie pas le rang (car ne modie pas le sous espace engendr) : a) permuter les vecteurs de la famille b) remplacer un vecteur x de la famille par x o est un scalaire non nul c) ajouter un vecteur x de la famille un autre vecteur de la famille. Plus gnralement, on ne modie pas le rang dune famille en ajoutant un vecteur x de cette famille une combinaison linaire des autres vecteurs de cette famille. 5) Dimensions usuelles. dim(E F) = dimE + dimF et plus gnralement dim(E1 ... Ep ) = dimE1 + ... + dimEp . dim(F G) = dimF + dimG et plus gnralement dim(E1 ... Ep ) = dimE1 + ... + dimEp . dim(L (E, F)) = (dimE) (dimF). Donc dim(L (E)) = (dimE)2 et dim(E ) = dimE. dim(F + G) = dimF + dimG dim(F G).

c Jean-Louis Rouget, 2009. Tous droits rservs.

http ://www.maths-france.fr

Vous aimerez peut-être aussi