Académique Documents
Professionnel Documents
Culture Documents
1
Mohamed ADDAM
addam@lmpa.univ-littoral.fr
addam.mohamed@gmail.com
30 mars 2011
1. Mention Mathmatiques. Semestre 2. Anne 2010/2011
Table des matires
1 Elments de la thorie des ensembles 5
1.1 Comment dcrire un ensemble . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Exemples densembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Ensemble de dnition dune fonction : . . . . . . . . . . . . . . . 6
1.2.2 Ensemble vide : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Singletons : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.4 Ensemble des entiers naturels pairs : . . . . . . . . . . . . . . . . . 7
1.2.5 Ensemble des entiers naturels impairs : . . . . . . . . . . . . . . . 7
1.3 Sous-ensemble dun ensemble . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Ensemble des parties dun ensemble . . . . . . . . . . . . . . . . . . . . . 7
1.5 Cardinal dun ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Fonction caractristique dun ensemble . . . . . . . . . . . . . . . . . . . 9
1.7 Injection, surjection, bijection et rciproque dune bijection . . . . . . . . . 9
1.8 Ensembles nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.9 Ensembles innis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.10 Relation binaire et relation dquivalence . . . . . . . . . . . . . . . . . . 11
1.11 Classe dquivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Elments de la thorie des groupes 14
2.1 Structure de groupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Sous-groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Homomorphisme ou morphisme de groupes . . . . . . . . . . . . . . . . . 18
2.3.1 Noyau et image dun morphisme de groupes . . . . . . . . . . . . 19
2.3.2 Dnition dun groupe par isomorphisme . . . . . . . . . . . . . . 21
2.3.3 Endomorphisme et Automorphisme de groupes . . . . . . . . . . . 21
2.4 Groupes quotients : Classes suivant un s-groupe. Indice . . . . . . . . . . . 22
2.4.1 Sous-groupe distingu . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4.2 Groupe quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4.3 Indice dun sous-groupe . . . . . . . . . . . . . . . . . . . . . . . 24
2.5 Groupes de permutations . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5.1 Permutation dun ensemble . . . . . . . . . . . . . . . . . . . . . . 26
1
TABLE DES MATIRES 2
2.5.2 Permutations dun ensemble ni, signature . . . . . . . . . . . . . 28
2.5.3 Transposition, Groupe altern /
n
, n 2 . . . . . . . . . . . . . . 28
2.6 Opration dun groupe sur un ensemble . . . . . . . . . . . . . . . . . . . 29
2.7 Groupe des similitudes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.7.1 Groupe des applications afnes dans C . . . . . . . . . . . . . . . 34
2.7.2 Groupe des similitudes . . . . . . . . . . . . . . . . . . . . . . . . 34
2.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Elments de la thorie des anneaux et des corps 38
3.1 Structure danneau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.1 Rgles de calcul sur un anneau . . . . . . . . . . . . . . . . . . . . 39
3.1.2 Anneaux intgres . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.1.3 Idal dans un anneau . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2 Sous-anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.1 Homomorphisme danneaux . . . . . . . . . . . . . . . . . . . . . 45
3.3 Structure de Corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3.1 Dnition et proprits dun corps . . . . . . . . . . . . . . . . . . 45
3.3.2 Sous-corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3.3 Plongement dun corps dans un autre . . . . . . . . . . . . . . . . 47
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4 Lalgbre linaire : espaces vectoriels 53
4.1 Structure dun espace vectoriel rel . . . . . . . . . . . . . . . . . . . . . . 53
4.1.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.1.2 Proprits et rgles de calcul dans un espace vectoriel . . . . . . . . 54
4.2 Sous-espace dun espace vectoriel . . . . . . . . . . . . . . . . . . . . . . 55
4.3 Applications linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3.1 Ensemble des applications linaires dun espace vectoriel E dans
un espaace vectoriel F . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3.2 Structure despace vectoriel sur L(E, F) . . . . . . . . . . . . . . 58
4.3.3 Compose de deux applications linaires, endomorphisme, isomor-
phismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4 Anneau des endomorphismes dun espace vectoriel . . . . . . . . . . . . . 60
4.5 Groupe linaire dun espace vectoriel . . . . . . . . . . . . . . . . . . . . 61
4.6 Noyau et Image dune application linaire . . . . . . . . . . . . . . . . . . 63
4.6.1 Noyau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.6.2 Image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.7 Dpendance et indpendance linaires, bases . . . . . . . . . . . . . . . . 64
4.7.1 Combinaisons linaires . . . . . . . . . . . . . . . . . . . . . . . . 64
4.7.2 Dpendance et indpendance linaires, systme gnrateur . . . . . 65
TABLE DES MATIRES 3
4.7.3 Transforms des vecteurs dun systme libre (resp. systme gn-
rateur) par une application linaire . . . . . . . . . . . . . . . . . . 66
4.7.4 Base dun espace vectoriel . . . . . . . . . . . . . . . . . . . . . . 66
4.7.5 Dtermination dune application linaire par les images des vec-
teurs dune base . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.8 Dimension dun espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . 68
4.9 Dimension dun sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . 70
4.10 Sous-espaces supplmentaires, projecteurs . . . . . . . . . . . . . . . . . . 70
4.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5 Matrices, dterminant et systmes linaires 80
5.1 Matrice dun endomorphisme dans une base . . . . . . . . . . . . . . . . . 80
5.1.1 Dnitions et proprits . . . . . . . . . . . . . . . . . . . . . . . 80
5.1.2 Proprits algbriques . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2 Ensemble /
n
(K) des matrices dordre n . . . . . . . . . . . . . . . . . . 81
5.2.1 Ensemble /
2
(K) des matrices dordre 2 . . . . . . . . . . . . . . 81
5.3 Dterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.3.1 Dterminant dune matrice dordre 2 . . . . . . . . . . . . . . . . . 84
5.3.2 Dterminant dun systme de deux vecteurs relativement une base 85
5.3.3 Dterminant dune matrice dordre 3 . . . . . . . . . . . . . . . . . 87
5.3.4 Condition pour quun endomorphisme soit bijectif . . . . . . . . . 88
5.3.5 Rotation vectorielle et homothtie . . . . . . . . . . . . . . . . . . 89
5.3.6 Matices carres inversibles et inverse dune matrice . . . . . . . . . 90
5.3.7 Transpos dun vecteur et transpose dune matrice . . . . . . . . . 91
5.4 Rduction des endomorphismes et des martices carres . . . . . . . . . . . 93
5.4.1 Valeurs propres ; polynme caractristique ; polynme minimal . . 93
5.4.2 Vecteurs propres ; sous-espace propres . . . . . . . . . . . . . . . . 95
5.4.3 Matrices semblables . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.4.4 Endomorphisme nilpotent et Matrice nilpotente . . . . . . . . . . . 98
5.4.5 Exponentiel dune matrice . . . . . . . . . . . . . . . . . . . . . . 99
5.5 Introduction la rsolution de systmes diffrentiels linaires coefcients
constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.5.1 Systme homognes . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.5.2 Systmes avec seconds membres . . . . . . . . . . . . . . . . . . . 103
5.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Notations
N := 0, 1, 2, . . . lensemble des naturels,
(N) := . . . , 2, 1, 0 lensemble des opposs des naturels,
N
= N0 := n N / n ,= 0,
Z := N (N) lensemble des entiers,
D lensemble des dcimaux,
Q :=
p
q
/ p Z, q N
; y
3
+ 3y
2
y = 3,
3. C = R;
4
0.
Remarque 1.1.1 1. Un lment donn ne doit gurer quune seule fois dans lcriture
dun ensemble dni par extension. Au lieu de 1, 5, 6, 1, il faut crire 1, 5, 6.
2. Lorsque lon crit un ensemble par extension, lordre dans lequel gurent les l-
ments na pas dimportance. Ainsi, 1, 2, 3 = 3, 1, 2.
1.2 Exemples densembles
1.2.1 Ensemble de dnition dune fonction :
Dnition 1.2.1 Soit f une fonction. Lensemble de dnition T
f
de f est lensemble des
x dans R tels que f(x) existe et elle est dans R.
Exemple 1.2.1 La fonction f dnie par f(x) =
x
x
2
4
a pour ensemble de dnition
T
f
= x R/ x
2
4 ,= 0
1.2.2 Ensemble vide :
Dnition 1.2.2 On dit quun ensemble E qui ne possde aucun lment est un ensemble
vide. On note : E = = .
Exemple 1.2.2 lensemble de solutions, dans R, de lquation x
2
2x + 4 = 0 est len-
semble vide, car = b
2
4ac = 2
2
4 4 = 12 < 0.
On crit S = .
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 7
1.2.3 Singletons :
Dnition 1.2.3 On appelle singleton tout ensemble contenant un et un seul lment. Si x
est un lment dans un ensemble de A, le "singleton x" est not par x.
Exemple 1.2.3 A = x R; e
x
= 5 = ln(5).
1.2.4 Ensemble des entiers naturels pairs :
Lensemble des nombres naturels pairs n N/p /n = 2p, scrit plus simple-
ment sous la forme 2p/p N ou encore 2N.
1.2.5 Ensemble des entiers naturels impairs :
Lensemble des nombres naturels pairs n N/p /n = 2p + 1, scrit plus
simplement sous la forme 2p + 1/p N.
1.3 Sous-ensemble dun ensemble
Dnition 1.3.1 On appelle sous-ensemble F dun ensemble E, toute partie dlments
contenant dans E.
Exemple 1.3.1 A = 1.5, 2, 3, 4, 5 et B = 1.5, 5. B est un sous -ensemble de A car
1.5 et 5 sont tous les deux dans A.
Exercice 1.3.1 Dcrire explicitement tous les sous-ensembles de Ade lexemple 1.3.1.
Proposition 1.3.1 Tout sous-ensemble est un ensemble.
1.4 Ensemble des parties dun ensemble
Dnition 1.4.1 Soit E un ensemble. On appelle ensemble des parties de E, lensemble
not par T(E), dni par
T(E) = F/F est un sous ensemble de E = F/F E.
Les lments de lensemble T(E) sont des ensembles cette fois-ci. Et, on a a E a
T(E). En outre T() = .
Remarque 1.4.1 Pour tout ensemble E, on a
T(E) et E T(E).
Exemple 1.4.1 Soit E = 0, 3, 7. Lensemble des parties de E est
T(E) = , 0, 3, 7, 0, 3, 0, 7, 3, 7, E
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 8
1.5 Cardinal dun ensemble
Dnition 1.5.1 Soit E un ensemble. On appelle cardinal de E, le nombre des lments
de lensemble E, on le note par Card(E) ou encore [E[.
Exemple 1.5.1 Soit E = 0, 3, 7. le cardinal de E est gal 3. On crit Card(E) =
[E[ = 3.
Thorme 1.5.1 Soit E un ensemble. Soient Aet B deux sous-ensembles de E. Si Aet B
sont des ensembles nis, alors :
1. La runion A B est aussi un ensemble ni et on a
Card(A B) max(Card(A), Card(B)).
2. Lintersection A B est aussi un ensemble ni et on a
Card(A B) min(Card(A), Card(B)).
3. Card(A B) = Card(A) + card(B) Card(A B).
Thorme 1.5.2 Soit E un ensemble ni. Soient A et B deux sous-ensembles de E. Si A
et B sont des ensembles nis, alors :
1. Toute partie de E est un ensemble ni et on a
Card(A) Card(E).
2. Si Card(E) = n, alors T(E) est un ensemble ni 2
n
lments. Autrement dit
Card(T(E)) = 2
Card(E)
= 2
|E|
.
Exemple 1.5.2 Soit E = 0, 3, 7. Lensemble des parties de E est
T(E) = , 0, 3, 7, 0, 3, 0, 7, 3, 7, E
Alors, Card(E) = 3, Card(T(E)) = 8 et 2
Card(E)
= 2
3
= 8,
do Card(T(E)) = 2
Card(E)
.
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 9
1.6 Fonction caractristique dun ensemble
Dnition 1.6.1 On appelle fonction caractristique dun sous-ensemble Ade E, la fonc-
tion, not
A
, dnie par
A
: A 0, 1
x
A
(x) =
_
1, si x A,
0, si x / A.
Proprit 1.6.1 Soient A et B deux ensembles inclus dans un ensemble E.
1. A = B
A
=
B
.
2. A B
A
B
.
3.
A
= 1
A
.
4.
AB
=
A
B
.
5.
AB
=
A
+
B
B
.
1.7 Injection, surjection, bijection et rciproque dune bi-
jection
Dnition 1.7.1 Soient E et F deux ensembles non vides et soit f : E F une appli-
cation.
1. On dit que lapplication f est une injection sur E si deux lments distincts de E
ont des images distinctes par f.
Autrement dit, on dit que lapplication f est une injection sur E si
x
1
E, x
2
E, x
1
,= x
2
f(x
1
) ,= f(x
2
).
Autrement dit, on dit que lapplication f est une injection sur E si
x
1
E, x
2
E, si f(x
1
) = f(x
2
) x
1
= x
2
.
2. On dit que lapplication f est une surjection de E dans F si tout lment de F
admet (au moins) un antcdent par f dans E.
Autrement dit, on dit que lapplication f est une surjection de E dans F si
y F, x E tel que y = f(x)
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 10
3. On dit que lapplication f est une bijection de E dans F si elle est la fois une
injection et une surjection de E dans F.
Autrement dit, on dit que lapplication f est une bijection de E dans F si tout lment
de F admet un et un seul antcdent par f dans E, cest--dire si
y F, !x E tel que y = f(x)
Proposition 1.7.1 Si lapplication f : E F est bijective alors sa rciproque f
1
:
F E est aussi une bijection. Et on a
f f
1
= id
E
et f
1
f = id
F
Exemple 1.7.1 On considre E = R et F =]0, +[ deux ensembles.
1. La fonction exponentielle, note par exp = e, est lapplication dnie par
exp : R ]0, +[
x exp(x) = e
x
.
2. La fonction logarithme, note par ln = Log, est lapplication dnie par
ln :]0, +[ R
x ln(x) = Log(x).
3. exp et ln sont bijectives et on a exp ln = id
]0,+[
et ln exp = id
R
.
cest--dire que exp ln(x) = x, x ]0, +[ et ln exp(x) = x, x R.
La fonction exp est la rciproque de la fonction ln et vice versa.
1.8 Ensembles nis
Dnition 1.8.1 Un ensemble non vide E est dit ni sil existe un entier p 1 et une
bijection f de E dans 1, . . . , p. Un ensemble non vide et non ni est dit inni.
Par convention, on considre que lensemble vide est ni.
Proposition 1.8.1 Soient E et F deux ensembles non vides nis et soit f : E F une
application.
1. Si f est injective alors, Card(F) Card(E).
2. Si f est surjective alors, Card(E) Card(F).
3. Si f est bijective alors, Card(E) = Card(F).
Dnition 1.8.2 Un ensemble non vide E ni . Lunique entier p 1 tel quil existe une
bijection f de E dans 1, . . . , p est appel Cardinal de E, et on crit, Card(E) = p.
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 11
Proposition 1.8.2 Soient E et F deux ensembles non vides nis. Alors lensemble T(E, F)
des applications de E dans F est ni, et on a
Card(T(E, F)) = [Card(F)]
Card(E)
Proposition 1.8.3 Soit E un sous-ensemble ni, non vide, de N
, et soit p = Card(E).
Alors il existe une bijection unique : 1, . . . , p F qui soit croissante, cest dire
telle que
(n, m) 1, . . . , p
2
(m b) ((m) (n)).
La bijection est dite obtenue en rordonnant les lments de E dans lordre croissant.
Thorme 1.8.1 Pour quun ensemble E soit ni, il faut et il suft quil existe une injection
de N dans E.
1.9 Ensembles innis
Dnition 1.9.1 Deux ensembles E et F sont dits quipotents si, et seulement si il existe
au moins une bijection de E sur F.
Proprit 1.9.1 Soit E et F deux ensembles. Alors
1. Tout ensemble est quipotent lui-mme.
2. E et F sont quipotents si et seulement si F et E le sont.
3. Si E et F sont quipotents, et F et G sont quipotents alors E et G sont quipotents.
4. Si E et F sont quipotents, et que E est ni alors F est ni aussi..
1.10 Relation binaire et relation dquivalence
Dnition 1.10.1 Soit E un ensemble non vide. On appelle une relation binaire sur E,
toute relation 1liant tout x E un y E. On crit x1y.
Dnition 1.10.2 Soit E un ensemble non vide. Une relation binaire 1 sur E est dite une
relation dquivalence si elle est :
1. Rexive : x E, on a x1x x1x,
2. Symtrique : x, y E, on a x1y y1x,
3. Transitive : x, y, z E, on a (x1y et y1z) x1z,
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 12
Exemple 1.10.1 Deux fonctions f et g de E sont dites tangentes en x
0
sil existe une
fonction h de E telle que
x E, f(x) g(x) = h(x)(x x
0
),
et lim
xx
0
h(x) = 0.
la relation binaire 1 dnie sur E par
(f1g) (f et g sont tangentes en x
0
)
est une relation dquivalence.
1.11 Classe dquivalence
Soit E un ensemble non vide et x E, et soit 1une relation dquivalence sur E. On
appelle classe dquivalence de x, note x, lensemble
x = y E/ y1x.
Lensemble des classes dquivalences sur E relativement la relation dquivalence 1est
E/
1
= x/ x E.
On a (x1y x = y).
Exemple 1.11.1 Sur R, on dnit la relation binaire 1 suivante :
(x1y) (k Z, tel que x = y + 2k).
la relation binaire 1est une relation dquivalence sur R et la classe dquivalence est le
tore T = R/2Z.
Proposition 1.11.1 Soient E et F deux ensembles non vide, et soit 1 et
1 deux relations
dquivalences respectivement sur E et F.
Soient f : E F une application, p : E E/
1
, p(x) = x et q : F F/
1
,
q(x) = x o
x = y E/ x1y
x = y F/ x1y.
Alors les deux proprits suivantes sont quivalentes :
i) Il existe f : E/
1
F/
1
tel que f p = q f.
CHAPITRE 1. ELMENTS DE LA THORIE DES ENSEMBLES 13
ii) x, y E, x1y f(x)
1f(y)
F
E
F/
1
E/
1
f
p
q
f q f
Dmonstration.| supposons quil existe f : E/
1
F/
1
tel que f p = q f =
f.
soient x, y E alors x1y x = y,
alors f(x) = f(y) car f est une application de E/
1
dans F/
1
,
do
f(x) =
f(y), ce qui montre que f(x)
1f(y).
| Supposons quil existe f : E/
1
F/
1
tel que f(x) = f(y).
f dnie bien une application : soit x = y x1y,
f(x)
1f(y)
f(x) =
f(y), do f(x) = f(y).
1et
1 sont des relations dquivalence, alors f(x) =
f(x),
donc f(p(x)) = q(f(x)) f p(x) = q f(x),
do f p = q f.
Lapplication f : E/
1
F/
1
est unique car sil existe un g : E/
1
F/
1
tel que
g p = q f, alors pour x E/
1
alors f(x) =
f(x),
donc g(x) = g p(x) = q f(x) =
f(x),
do f(x) = g(x), ce qui montre que g = f.
Chapitre 2
Elments de la thorie des groupes
2.1 Structure de groupe
Dnition 2.1.1 On appelle groupe un ensemble Gmuni dune loi de composition interne
note ici T satisfaisant les axiomes suivants :
1. La loi est associative :
(x, y, z) G
3
, xT(yTz) = (xTy)Tz.
2. La loi admet un lment neutre e :
x G, xTe = eTx = x.
3. tout lment de G admet un symtrique :
x G, x
G, xTx
= x
Tx = e.
Exemple 2.1.1 On donne ici des exemples de groupes dj utiliss
1. Pour T = et G = Q
alors (Q
, ) est un groupe.
2. Pour T = + et G = Z alors (Z, +) est un groupe.
3. (Q, +), (R, +) sont des groupes.
4. Pour une loi additive, llment neutre est 0
G
, le nombre 0 et le symtrique dun
lment x G est appel loppos, not (x).
5. Pour une loi multiplicative, llment neutre est 1
G
, le nombre 1 et le symtrique
dun lment x G est appel linverse, not x
1
.
Dnition 2.1.2 Un groupe (G, T) est dit commutatif ou ablien si
(x, y) G
2
, xTy = yTx.
14
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 15
Exemple 2.1.2 1. (Q
de G telle que
i) G =< A
>,
ii) et Card(A
) < Card(A).
2. On appelle rang de G, not rg(G), le cardinal dun systme gnrateur minimmal.
3. Si rg(G) = 1, on dit que le groupe G est monogne, donc il existe a G tel que
G =< a >= a
n
/ n Z.
4. Si G est monogne ni, on dit quil est cyclique.
Remarque 2.1.1 -
1. Tout groupe monogne est ablien.
2. Dans un groupe de type ni, les gnrateurs ne sont pas ncessairement uniques.
3. Si G est un groupe cyclique de cardinal n, alors G admet (n) gnrateurs o est
appele indicateur dEuler.
Indicateur dEuler
1
Tout n N
pP
_
1
1
p
_
.
1. Euler Leonhard : Mathmaticiens Suisse, n Ble en 1707 et dcde Ptersbourg en 1783 : Issu
dune famille trs pauvre, il apprend les mathmatiques auprs dun tudiant vu que cette matire ntait pas
enseigne dans lcole quil frquentait o plutt cette matire ntait enseigne que pour les nobles(riches)
parmi la population. A 13 ans, il suit les cours de philosophie et de droit lUiversit de Ble. Contrairement
aux dsirs de son pre, il continue faire des mathmatiques et entre en 1727 lAcadmie des Sciences
de Saint-Ptersbourg. Il devient aveugle en 1771. Il continue ses travaux et dicte inlassablement ses textes
ses ls et son valet. Il a laiss une oeuvre colossale dans tous les domaines des mathmatiques. Cependant,
loeuvre principale dEuler rside dans le dveloppement de lanalyse. Le premier considrer les fonctions
trigonomtriques comme des fonctions dune variable relle. En 1740, il introduit les exposants complexes
et prouve les identits dEuler. Notons, que si ses rsultats sont parfaitement justes, les dmonstrations man-
quaient de rigueur.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 17
Par exemple, si n = 999999 = 3
3
7 11 13 37, on obtient
(999999) = 999999
_
1
1
3
_
. .
2
3
_
1
1
7
_
. .
6
7
_
1
1
11
_
. .
10
11
_
1
1
13
_
. .
12
13
_
1
1
37
_
. .
36
37
,
(999999) = 999999
2
3
6
7
10
11
12
13
36
37
= 466560.
2.2 Sous-groupes
Dnition 2.2.1 Une partie H dun groupe (G, T) est dite stable pour la loi T si et
seulement si
(x, y) H
2
, xTy H.
Exemple 2.2.1 La partie N
du groupe (Z
.
Dnition 2.2.2 Une partie H dun groupe (G, T) est appele un sous-groupe de G si et
seulement si
i) H est stable pour la loi T de G.
ii) Muni de la loi (x, y) xTy, lensemble H est un groupe.
On crit H < G.
Remarque 2.2.1 Pour montrer quune partie H dun groupe (G, ) est un sous-groupe
de G , il faut montrer que
1. H ,= ,
2. x H, x
1
H,
3. x, y H, xy H.
o bien il faut montrer que
1. H ,= ,
2. x, y H, xy
1
H.
Exercice 2.2.1 Si G est un groupe, le centre de G est dni par
:(G) = h G/ gh = hg ; g G.
Montrer que :(G) est un sous-groupe ablien de G.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 18
Exercice 2.2.2 Si G est un groupe, on dni par
H = xyx
1
y
1
/ ; x, y G
lensemble engendr par les commutateurs
[x, y] = xyx
1
y
1
.
Montrer que H est un sous-groupe de G.
Le sous-groupe H sappelle le sous-groupe driv de G, qui sera not D(G) ou [G, G].
Montrer que si G est ablien, alors D(G) = e ou e est llment neutre de G.
2.3 Homomorphisme ou morphisme de groupes
Dnition 2.3.1 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes dont les lois respectives sont
notes T
1
et T
2
.
Une application f : G
1
G
2
est dite un homomorphisme ou morphisme de groupes
si, et seulement si,
((x, y) G
2
1
) f(xT
1
y) = f(x)T
2
f(y).
Proposition 2.3.1 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes dlments neutres respectifs
e
1
et e
2
. Si f : G
1
G
2
est un morphisme de groupes, alors
1. f(e
1
) = e
2
.
2. x G
1
et x
= f(x
).
3. x G
1
, n Z, on a (f(x))
n
= f(x
n
).
Dmonstration.
1. Soit x un lment de g
1
, et y = f(x). On a
xT
1
e
1
= x.
Alors, f tant un morphisme,
f(xT
1
e
1
) = f(x)T
2
f(e
1
) = f(x) yT
2
f(e
1
) = y.
Soit y
linverse de y dans (G
2
, T
2
). On a
y
T
2
(yT
2
f(e
1
)) = y
T
2
y = e
2
,
soit
(y
T
2
y)T
2
f(e
1
) = e
2
,
ou
e
2
T
2
f(e
1
) = f(e
1
) = e
2
,
do f(e
1
) = e
2
.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 19
2. Soit x G
1
et x
G
1
le symtrique de x. On a
f(xT
1
x
) = f(x)T
2
f(x
) = f(e
1
) = e
2
,
do f(x)T
2
f(x
) = e
2
f(x
) = (f(x))
3. on a
(f(x))
n
= (f(x)
n
)
1
= (f(x
n
))
1
= f((x
n
)
1
) = f(x
n
).
+
, )
(R, +) sur le groupe (C
, ).
Proposition 2.3.2 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes dlments neutres respectifs
e
1
et e
2
. Si f : G
1
G
2
est un morphisme de groupes, alors
1. Ker(f) := Kerf est un sous-groupe de G
1
.
2. Im(f) est un sous-groupe de G
2
.
Dmonstration.
1. Kerf ,= car e
1
Kerf puisque f(e
1
) = e
2
. Soient x
1
et x
2
deux lments de
Kerf. On a f(x
1
T
1
x
2
) = f(x
1
)T
2
f(x
2
) = e
2
T
2
e
2
= e
2
, donc Kerf est stable pour
la loi T
1
de G
1
.
x
1
Kerf, alors on a
f(x
1
Tx
1
) = f(e
1
) = e
2
= f(x
1
)T
2
f(x
1
) = e
2
T
2
f(x
1
) = f(x
1
) e
2
= f(x
1
),
do x
1
Kerf.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 20
2. On vrie tout simplement que Im(f) = f(G
1
) est non vide et stable. Llment
neutre e
2
de G
2
appartient Im(f) = f(G
1
) car e
1
G
1
e
2
= f(e
1
)
f(G
1
) = Im(f). Do Im(f) ,= . Enn, si y = f(x) est un lment de Im(f), et si
x
) = f(xT
1
x
) = f(e
1
) = e
2
,
f(x
)T
2
f(x) = f(x
T
1
x) = f(e
1
) = e
2
.
f(x
), qui appartient Im(f), est donc le symtrique de y : ceci achve la preuve que
Im(f) est un groupe, en particulier Im(f) est un sous-groupe de G
2
.
1
= (f(x
1
))
= f(x
1
) H puisque x
1
H
1
o ici x
1
et y
1
reprssentent les
symtriques respectifs de x
1
et y
1
.
Donc H est un sous-groupe de G
2
.
2. Soit H
2
un sous-groupe de G
2
et H
0
= f
1
(H
2
).
Comme f(e
1
) = e
2
H
2
, on a e
1
H
0
.
Soit (x
1
, x
2
) H
2
0
. Alors, f(x
1
) H
2
et f(x
2
) H
2
, et puisque H
2
est un sous-
groupe :
(a) f(x
1
T
1
x
2
) = f(x
1
)T
2
f(x
2
) H
2
,
(b) f(x
1
) = (f(x
1
))
H
2
o ici x
1
et (f(x
1
))
1
appartiennent H
0
. Donc H
0
est un sous-groupe de G
1
.
2
) = f(x
1
)T
2
(f(x
2
))
= e
2
,
cest dire que x
1
T
1
x
2
Kerf. Donc x
1
T
1
x
2
= e
1
, ce qui donne x
1
= x
2
.
Donc f est injective.
2.3.2 Dnition dun groupe par isomorphisme
Dnition 2.3.3 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes. Une application f : G
1
G
2
est dite un ismorphisme de groupes si, et seulement si,
1. f est un morphisme de groupes.
2. f est bijective.
Proposition 2.3.4 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes, et soit f : G
1
G
2
un
ismorphisme de groupes. Si G
1
est commutatif, alors G
2
lest aussi.
Dmonstration. Soient x
1
et x
2
deux lments de G
1
. On pose y
1
= f(x
1
) et y
2
= f(x
2
).
On a
f(x
1
T
1
x
2
) = f(x
2
T
1
x
1
)
f(x
1
)T
2
f(x
2
) = f(x
2
)T
2
f(x
1
)
do
y
1
T
2
y
2
= y
2
T
1
y
1
,
et ceci pour tout (x
1
, x
2
) G
2
1
, en particulier pour tout (y
1
, y
2
) G
2
2
.
2.3.3 Endomorphisme et Automorphisme de groupes
Dnition 2.3.4 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes.
1. Une application f : G
1
G
2
est appele un endomorphisme de groupes si, et
seulement si G
1
= G
2
et T
1
= T
2
.
2. Un endomorphisme bijectif est appel un automorphisme de groupes.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 22
2.4 Groupes quotients : Classes suivant un s-groupe. In-
dice
2.4.1 Sous-groupe distingu
Dnition 2.4.1 Soit G un groupe. Un sous-groupe H du groupe G est dit distingu ou
invariant si pour tout lment a de G on a
a
1
Ha = H ou aH = Ha ou H = aHa
1
.
Si H est un sous-groupe distingu de G, on crit H G
Pour que un sous-groupe H dun groupe G soit distingu il suft que
a G, a
1
Ha H.
Proposition 2.4.1 Soit G un groupe.
1. Si G est un groupe ablien, alors tout sous-groupe de G est distingu.
2. Le noyau Kerf dun morphisme de groupes f est un sous-groupe distingu ; cette
proprit est souvent utilise pour montrer quun sous-ensemble dun groupe est un
sous-groupe dinstingu
Remarque 2.4.1 La rciproque de la proprit 2) de la proposition prcdente fait lobjet
de la section suivante : si H est un sous-groupe distingu dun groupe G, lensemble quo-
tient G/H peut tre muni dune structure de groupe telle que lapplication canonique de
G dans G/H soit un morphissme de groupe (G/H est alors appel groupe quotient).
2.4.2 Groupe quotient
Soit G un groupe multiplicatif, et H un sous-groupe de G. A laide de H, on dnit sur
G deux relations binaires 1
g
et 1
d
respectivement par
(x G) (y G) x1
g
y x
1
y H (2.1)
(x G) (y G) x1
d
y xy
1
H. (2.2)
Il esst immdiat que 1
g
et 1
d
sont des relations dquivalence, gnralement distinctes,
mais qui concident lorsque G est un groupe ablien.
les classes modulo 1
g
, not mod(1
g
), sappellent classes gauche de Gmod(H).
les classes modulo 1
d
, not mod(1
d
), sappellent classes droite de G mod(H).
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 23
Les ensembles quotients G/1
g
(resp. G/1
d
) seront nots (G/H)
g
(resp. (G/H)
d
)
Soit X (G/H)
g
. Si x X, lensemble X est xh/ h H, not xH : cest lensemble
image de H par la translation
x
: G G, u xu, appele translation gauche par
x. De la mme manire, Y (G/H)
d
. Si y Y , lensemble Y est hy/ h H, not
Hy : cest lensemble image de H par la translation
y
: G G, u uy, appele
translation droite par y.
Les translations droite et gauche, sont des bijections de G sur lui-mme. On peut en
dnir les applications canoniques suivantes :
G (G/H)
g
x xH,
G (G/H)
d
x Hx.
Proposition 2.4.2 Dans les conditions ci-dessus, on a
1. Toute classe gauche (resp. droite) mod(H) est un ensemble quipotent H.
2. Les ensembles (G/H)
g
et (G/H)
d
sont quipotents.
Dmonstration. Soit h la bijection G G, x x
1
. Pour x G, y G la relation
x
1
y H entraine
y
1
x = y
1
(x
1
)
1
= h(y)(h(x))
1
H,
car H est un sous-groupe.
On en dduit facilement que si X est une classe gauche mod(H), alors son image h(X)
est une classe droite mod(H). On dnit ainsi une application
f : (G/H)
g
(G/H)
d
.
On dnit de la mme manire
g : (G/H)
d
(G/H)
g
Y h(Y ).
Du fait que h h = id
G
, on dduit enn que g f = id
(G/H)g
et que f g = id
(G/H)g
, donc
f et g sont des bijections rciproques lune de lautre.
Remarque 2.4.2 1. Si G est un groupe ablien, alors les classes gauche et droite
dun mme lment x concident, ce qui donne (G/H)
g
= (G/H)
d
.
2. Si G est un groupe non-ablien, alors les classes gauche et droite dun mme
lment x ne concident pas, ce qui donne (G/H)
g
,= (G/H)
d
.
Lemme 2.4.1 Soit f : G G
un morphisme de groupes.
i) Si K G
, alors f
1
(K) G.
ii) Si f est surjectif et H G, alors f(H) G
.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 24
Dmonstration.
i) Soient a G et b f
1
(K). On a f(aba
1
) = f(a)f(b)(f(a))
1
.
Comme f(b) K, alors f(aba
1
) K et par consquent aba
1
f
1
(K), et ceci
b f
1
(K). Do af
1
(K)a
1
f
1
(K) ainsi f
1
(K) G.
ii) Soient c G
Lemme 2.4.2 Soit H un sous-groupe dun groupe G. Le sous-groupe H est distingu dans
G si et seulement sil existe un groupe G
et un morphisme de groupes f : G G
tels
que Ker(f) = H.
Dmonstration.Si H G, alors G
est un morphisme de
groupes, alors f dnit naturellement, par passage au quotient, un isomorphisme cano-
nique entre le groupe quotient G/Kerf et le sous-groupe Imf = f(G), image de G par f.
Cest dire G/Kerf Imf.
G
Imf G
G/Kerf
p
f
f
Dmonstration. On dnit lapplication
f : G/Kerf G
par
f(aKerf) = f(a).
Cette application est bien dnie car aKerf = a
Kerf implique a
1
a Kerf,
cest dire f(a
1
a) = e
o e
).
Cette application
f est un morphisme de groupe car f lest.
a Kerf.
Comme Im
f = Imf = f(G) alors G/Kerf est isomorphe Imf = f(G).
2.4.3 Indice dun sous-groupe
Dnition 2.4.2 Soit G un groupe et H un sous-groupe de G.
1. Si les ensemble (G/H)
g
et (G/H)
d
sont innis, on dit que H est dindice inni dans
G, et on note [G : H] = .
2. Si les ensemble (G/H)
g
et (G/H)
d
sont nis, alors Card((G/H)
g
) = Card((G/H)
d
) <
. Dans ce cas, on appelle indice de H dans G lentier p N
tel que p =
Card((G/H)
g
) = Card((G/H)
d
), et on note [G : H] = p.
Remarque 2.4.3 Soit G un groupe dlment neutre e et H un sous-groupe de G.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 25
1. [G : H] = 1 si et seulement si H = G.
2. Si H = e, alors il y a une bijection naturelle f : G (G/H)
g
(resp. g : G
(G/H)
d
), dans ce cas, dire que G est ni revient dire que lindice de e dans G
est ni et donc Card(G) = [G : e].
Thorme 2.4.1 Soit G un groupe, et H et K deux sous-groupes de G tels que K H.
Alors les ensembles (G/H)
g
(H/K)
g
et (G/K)
g
sont quipotents.
En consquence, pour que [G : K] soit ni, il faut et il suft que [G : H] et [H : K] soient
nis, et sil en est ainsi, on a :
[G : K] = [G : H] [H : K]
Dmonstration. Soit ( une partie de G et 1 une partie de H, telles que
: ( (G/H)
g
x xH et : 1 (H/K)
g
, y yK
soient des bijections. On dnit une application : ( 1 (G/K)
g
par (g, h) ghK.
Maintenant, pour prouver le thorme il suft de prouver que est une bijection.
Lapplication est surjective : Soit G; alors H (G/H)
g
. On a donc un
g ( tel que H = gH ; alors g
1
H = H, donc g
1
H. On a donc un h 1
tel qque g
1
K = hK. On en dduit K = ghK = (g, h).
Lapplication est injective : Si ghK = g
K avec g, g
( et h, h
1, on en
dduit g
1
ghK = h
K H. Donc g
1
gH H nest pas vide puisque h
K H
et h
K g
1
gH, et puisque g
1
gH st H sont deux classes gauche mod(H),
ncessairement g
1
gH = H, do gH = g
H, do g = g
K, do h = h
, h
).
un groupe, et f : G G
un homomorphisme
de groupe. Alors,
Card(Im(f)) Card(Ker(f)) = Card(G).
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 26
Dmonstration. Soit N le groupe Ker(f). Nous savons que
Card(G) = [G : Ker(f)] Card(Ker(f)).
Or, si y Im(f), et si y = f(x
0
) avec x
0
G, on a
f
1
(y) = x G/f(x) = f(x
0
) = x G/ (f(x
0
))
1
f(x) = e
= x G/ f(x
1
0
)f(x) = e
= x G/ f(x
1
0
x) = e
= x
0
Ker(f) (G/Ker(f))
g
.
Rciproquement, si x
0
G, alors pour tout x = x
0
z x
0
Ker(f) avec z Ker(f) on a :
f(x) = f(x
0
)f(z) = f(x
0
),
donc f est constante sur la classe gauche x
0
Ker(f) de G.mod(Ker(f)). Il rsulte de tout
cela que lapplication : Im(f) (G/Ker(f))
g
, y f
1
(y) est bijective.
Donc
Card(Im(f)) = Card(G/Ker(f))
g
= [G : Ker(f)],
do
Card(G) = [G : Ker(f)] Card(G) = [G : Ker(f)] Card(Ker(f))
= Card(Im(f)) Card(Ker(f))
b
a
=
ba
, donc lapplication : a
a
de G dans o
G
est un homomorphisme de
groupe ; le noyau de cet homomorphisme est lensemble a G/
a
= id
G
, soit
a G/ x G
a
(x) = ax = id
G
(x) = x,
cest dire Ker() = e o e est llment neutre de G, donc est un homomorphisme
injectif.
Thorme 2.5.2 Si G est un groupe, lhomomorphisme de groupes G o
G
, a
a
dnit un isomorphisme de G sur un sous-groupe de o
G
.
2. variste Galois : Mathmaticien Franais (n le 25-10-1811 Bourg-La-Reigne et mort le 30-05-
1832 Paris), un des plus purs gnies de la science. Par ses travaux avec Abel, il a dbrouill la question
de la rsolution des quations algbriques, entre autres. Mort sa eur de lge dans des circonstances plus
quinuliles aprs avoir t forc, par provocation politique, de se battre en un duel o il navait aucune chance.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 28
2.5.2 Permutations dun ensemble ni, signature
Soit n N
est impaire et do () = 1.
Dnition 2.5.4 On appelle groupe altern /
n
, le noyau Ker() du morphisme signature
: o
n
(1; 1, ), cest dire lensemble des permutations paires.
Exemple 2.5.2 -
1. Pour n = 2, on a o
2
= id, (1, 2) donc /
2
= id.
2. Pour n = 3, les lments de o
3
sont
(a) lidentit qui est paire,
(b) les transpositions
1,2
,
1,3
et
2,3
qui sont impaires,
(c) les 3-cycles
1
= (1, 2, 3) et
2
= (3, 2, 1) qui sont pairs.
Donc /
3
= id,
1
,
2
.
Proposition 2.5.2 Le groupe altern /
n
est un sous-groupe distingu de o
n
.
On a [o
n
: /
n
] = 2 et [/
n
[ =
[o
n
[
2
.
2.6 Opration dun groupe sur un ensemble
Dnition 2.6.1 On appelle opration gauche dun groupe G sur un ensemble non vide
E toute application
GE E, (, x) .x
possdant les proprits suivantes :
(i) (, ) G
2
, x E on a .(.x) = ().x,
(ii) x E on a e
G
.x = x.
on dit parfois action gauche au lieu de opration gauche.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 30
Remarque 2.6.1 On appelle opration droite dun groupe G sur un ensemble non vide
E toute application
E G E, (x, ) x.
possdant les proprits suivantes :
(i) (, ) G
2
, x E on a (x.). = x.(),
(ii) x E on a x.e
G
= x.
on dit parfois action doite au lieu de opration droite.
Thorme 2.6.1 Soit E un ensemble non vide, (G, ) un groupe multiplicatif, et soit
(, x) .x les actions gauche de G sur E. en faisant correspondre, chaque action
gauche de Gsur E, lhommomorphisme de groupes associ de g dans o
E
, on obtient une
bijection , de lensemble des actions gauche de G sur E, sur lensemble Hom(G, o
E
).
Dmonstration. dans ce qui suivera , nous xerons un ensemble E non vide, un groupe
(G, ), et les actions gauche de G sur E (avec la notation (, x) .x).
Si G, dsignons par f
= f
, pour (, ) G
2
.
Daprs (ii) on a f
e
G
= Id
E
. En consquence, pour G,
f
1 = f
1 f
= f
e
G
= Id
E
.
Donc f
1. Ainsi on a dni
une application f : G o
E
, f
() pour tout G; en
particulier, on aura f
() et f
() = ,
puisque f
1 = (f
)
1
. Donc, pour tout G, f
et que = id
(G/Ga)
g
, donc et sont des
bijections rciproques lune lautre.
aC
[G : G
a
].
Dmonstration. soit O lensemble des G-orbite. Lapplication a orbite(a) est, par
hypothse une bijection de c sur O. Or O dnit une partition de E, donc,
card(E) =
O
card() =
aC
card(orbite(a)).
=
1
F
associe, tout z C dimage M, le nombre z
dont limage M
est M
= F(M).
2. Inversement, si G est une application de C dans C, lapplication
T T :
G
= G
1
associe, tout M T dafxe z, le point M
dont lafxe z
est z
= G(z).
Il est clair que, pour toute application F de T dans T
F
= F;
et que pour toute application G de C dans C
(
G
)
= G.
De plus, pour toutes applications F
1
et F
2
de T dans T
(F
1
F
2
)
= (F
1
)
(F
2
)
.
De mme si G
1
et G
2
sont des applications de C dans C,
G
1
G
2
=
G
1
G
2
.
On dit que les deux applications F : T T et G : C C sont associes si on a
G = F
C) F
: z az + b.
Remarque 2.7.1 Si a ,= 0, lapplication C dans C
F
: z az + b
est une bijection. Par suite, la similitude associe
F =
1
F
compose de trois bijections, est une bijection.
Toute similitude est donc une bijection de T dans T.
Le couple (a, b), associ F, donn dans la dnition (2.7.1) est unique.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 34
2.7.1 Groupe des applications afnes dans C
Dsignons par o(C) lensemble des applications afnes non constantes dans C. o(C) ,=
car il contient lidentit. Soit F : z az + b, avec a ,= 0 une telle application. En
crivant
F(z) = az + b,
on obtient
z =
1
a
F(z)
b
a
,
ce qui montre que F est inversible, et que son inverse
F
1
: z
1
a
z
b
a
,
appartient o(C).
o(C) est donc un sous-ensemble de lensemble des bijections de C dans C.
Soit maintenant
F
1
: z a
1
z + b
1
et F
2
: z a
2
z + b
2
deux lments de o(C). Alors
F
1
F
2
(z) = a
1
(a
2
z + b
2
) + b
1
= a
1
a
2
z + a
1
b
2
+ b
1
et
F
2
F
1
(z) = a
2
(a
1
z + b
1
) + b
2
= a
1
a
2
z + a
2
b
1
+ b
2
et par suite
F
1
F
2
o(C) F
2
F
1
o(C).
Nous avons donc montr que o(C) est une partie stable non vide du groupe des bijections
de C dans C et que linverse de tout lment de o(C) appartient o(C), donc que :
Proposition 2.7.1 o(C) est un sous-groupe du groupe des bijections de C dans C. Notons
que le groupe (o(C), ) nest pas commutatif.
2.7.2 Groupe des similitudes
Dsignons par o(T) lensemble des similitudes du plan afne euclidien T. Soit
F
1
: z a
1
z + b
1
et F
2
: z a
2
z + b
2
deux applications de C et
F
1
et
F
2
les similitudes associes :
F
1
=
1
F
1
,
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 35
F
2
=
1
F
2
.
Alors
F
1
F
2
=
1
F
1
1
F
2
=
1
F
1
F
2
.
Autrement dit,
F
1
F
2
est associ F
1
F
2
.
Lapplication du groupe o(C) dans le groupe des bijections de T sur T, F
F
est
donc un homomorphisme de groupe. Limage de o(C) par cet homomorphisme, o(T), est
un groupe
Proposition 2.7.2 o(T) est un sous-groupe du groupe des bijections de T dans T.
2.8 Exercices
Exercice 2.8.1 Soient (G
1
, T
1
) et (G
2
, T
2
) deux groupes dlments neutres respectifs e
1
et e
2
. Soit f : G
1
G
2
un morphisme de groupe.
1. Montrer que Kerf est un sous-groupe de G
1
.
2. Montrer que (f injective) Kerf = e
1
.
3. Montrer que si T
1
= T
2
= alors x G
1
on a (f(x))
1
= f(x
1
).
Exercice 2.8.2 Soit (G, ) un groupe dlment neutre e.
1. Montrer que f : G G, x xx est un morphisme de groupe si, et seulement si
G est ablien.
2. Montrer que f : G G, x x
1
est un morphisme de groupe si, et seulement
si G est ablien.
3. Soit a G. Montrer que lapplication f : G G, x axa
1
est un isomor-
phisme de groupes.
Exercice 2.8.3 Soit (G, ) un groupe dlment neutre e. Supposons que x G on a
x
2
= e.
1. Vrier que x G on a x = x
1
, puis montrer que x, y G on a xy = y
1
x
1
.
2. En dduire que G est un groupe ablien.
Exercice 2.8.4 Soit G un groupe dlment neutre e et soient a et b deux lments de G
vriants a
5
= e et a
3
b = ba
3
.
1. Montrer que a
6
b = ba
6
.
2. En dduire que ab = ba.
Exercice 2.8.5 Soit G un groupe dlment neutre e. On suppose que pour tout x G on
a : x
2
= e.
CHAPITRE 2. ELMENTS DE LA THORIE DES GROUPES 36
1. Montrer que x = x
1
, pour tout x G.
2. Montrer que G est commutatif.
Exercice 2.8.6 Soit G un groupe dlment neutre e.
Posons H = x G/ xy = yx, y G.
1. Montrer que H est un sous-groupe de G.
2. Montrer que H est commutatif.
Exercice 2.8.7 Posons = cos
_
3
_
+ i sin
_
3
_
.
1. Calculer
3
et
6
.
2. Montrer que les nombres complexes 1, ,
2
,
3
,
4
et
5
sont deux deux distincts.
On pose G = 1, ,
2
,
3
,
4
,
5
, K = 1,
2
,
4
et L = 1,
3
, .).
4. Quel est le symtrique de par rapport au point dafxe 0 ?
5. Montrer que K et L sont des sous-groupes de G.
6. Soit H un sous-groupe de G diffrent de 1 et ne contenant ni , ni
5
. Montrer
que lon a H = K o bien H = L.
7. Dterminer tous les sous-groupes de G.
Exercice 2.8.8 Soient X et Y deux ensembles tels quil existe une bijection u : X Y .
1. Soit o
X
. Dmontrer que u u
1
o
Y
.
2. Soit f : o
X
o
Y
lapplication dnie par f() = u u
1
pour tout o
X
.
Mont.
3. Montrer que les groupes o
X
et o
Y
sont isomorphes.
Exercice 2.8.9 Soit f : C
iI
a
i
__
jJ
b
j
_
=
(i,j)IJ
a
i
b
j
.
Dmonstration.
Dnition 3.1.2 Soit A un anneau non rduit 0
A
. Un lment u A est dit inversible
sil existe v A et w A tels que uv = wu = 1
A
.
On appelle unit de A tout lment de A inversible pour la multiplication.
Exemple 3.1.2 1. le groupe des units de Z est 1, 1. Mais lusage veut que Z
= R0.
Thorme 3.1.1 Soit A un anneau non rduit 0
A
. Si u A est un lment inversible,
alors il existe un unique lment v A tel que uv = 1
A
, et v est aussi lunique lment de
A tel que vu = 1
A
.
Lensemble des units de A forme un groupe pour , et se note A
, cest--dire (A
, ).
Dmonstration. Si u est inversible, et si v A et w A vriant uv = wu = 1
A
,
on a :
w(uv) = w 1
A
= w = (wu)v = 1
A
v = v,
donc v = w. Enn, si v
A vrie uv
= 1
A
, on a v
A vrie w
u = 1
A
, on a aussi w
= v. Do lunicit.
Remarque 3.1.3 Llment v dni dans le thorme 3.1.1 sappelle inverse de u, et se
note u
1
.
Notons que tout lment inversible u est rgulier : en effet, si x A vrie ux = 0
A
, on
en dduit :
u
1
(ux) = 0
A
= (u
1
u)x = 1
A
x = x,
donc u est rgulier gauche, et de mme u est rgulier droite, si x A vrie xu = 0
A
(xu)u
1
= 0
A
= x(uu
1
) = x 1
A
= x.
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 41
Calcul dans un anneau commutatif
En plus des rgles ci-dessus, dans un anneau commutatif A, on a la prprit suivante :
((a, b) A
2
) (n N) (a b)
n
= a
n
b
n
.
Exercice 3.1.1 Montrer que n N, p N
avec p n on a
C
p
n
+ C
p1
n
= C
p
n+1
Formule de Pascal,
o C
p
n
=
n!
p!(n p)!
.
Exercice 3.1.2 Soit n et p des entiers naturels tel que p n; on dnit le nombre C
p
n
par :
C
p
n
=
n!
p!(n p)!
1. Montrer que n > 0, p n, k n on a
C
k
n
C
pk
nk
= C
p
n
C
k
p
2. Montrer les proprits suivantes
C
p
n
= C
np
n
, C
p
n
= C
p
n1
+ C
p1
n1
et C
p
n
= C
p
n1
C
p1
n1
3. Montrer que lquation
(E) : x
2
C
p
n
x + C
p
n1
C
p1
n1
= 0
admet au moins une solution dans R.
4. En dduire que lquation (E) admet une unique solution dans R si et seulement si
n = 2p.
Trouver dans ce cas lunique solution de lquation (E).
5. Rsoudre dans R lquation (E) : puis trouver une condition pour que les solutions
soient dans Z.
Peut-on avoir une solution dans N de lquation (E) ?
Une consquence immdiate de cette proprit est la formule du binme qui est valable
dans des anneaux commutatifs :
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 42
Thorme 3.1.2 (Formule du binme de Newton
2
)
Soit A un anneau commutatif, et soit a et b deux lments de A. Pour tout entier n 1, on
a alors
(a + b)
n
=
n
p=0
C
p
n
a
p
b
np
=
n
p=0
C
p
n
b
p
a
np
, (3.1)
o C
p
n
=
n!
p!(n p)!
.
Dmonstration. Les deux derniers membres de (3.1) sont gaux, puisque C
p
n
= C
np
n
pour
tout entier p tel que 0 p n. Tout revient donc tablir :
(a + b)
n
=
n
p=0
C
p
n
a
np
b
p
. (3.2)
Raisonnons par rcurrence sur n. Pour n = 1, (3.2) est vidente, car elle se rduit
(a + b)
1
= 1a + 1b = a + b.
Supposons que (3.2) vraie pour lentier n 1. On a alors :
(a + b)
n+1
= (a + b)
n
(a + b) = (a + b)
n
a + (a + b)
n
b,
do, daprs (3.2) :
(a + b)
n+1
=
_
n
p=0
C
p
n
a
np
b
p
_
a +
_
n
p=0
C
p
n
a
np
b
p
_
b,
= U + V,
avec U =
n
q=0
C
q
n
a
nq+1
b
q
et V =
n
r=0
C
r
n
a
nr
b
r+1
.
On a
U = a
n+1
+
n
q=1
C
q
n
a
nq+1
b
q
,
et
V =
n1
r=0
C
r
n
a
nr
b
r+1
+ b
n+1
.
2. La formule du binme nest en gnral pas valable dans un anneau non commutatif.
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 43
Dans U +V , pour tout entier p 0, . . . , n, cherchons le terme en a
np+1
b
p
. Un tel terme
sobtient dans U en prenant q = p, et dans V en prenant r = p1. les coefcients entiers
respectifs sont C
p
n
et C
p1
n
. On a donc :
U + V = a
n+1
+
_
n
p=1
_
C
p
n
+ C
p1
n
_
a
np+1
b
p
_
+ b
n+1
.
Or, pour tout p 1, . . . , n, on sait que C
p
n
+ C
p1
n
= C
p
n+1
. Do
U + V = a
n+1
+
_
n
p=1
_
C
p
n
+ C
p1
n
_
a
np+1
b
p
_
+ b
n+1
,
=
n
p=0
C
p
n+1
a
np+1
b
p
.
donc (3.2) est vraie pour n + 1. Daprs la proprit de rcurrenc, (3.2) est donc prouve
pour tout entier n 1.
3.1.2 Anneaux intgres
Dnition 3.1.3 Soit A un anneau commutatif. On dit que a A est un diviseur de 0 si
a ,= 0 et sil existe un lment x de A non nul tel que ax = 0.
Proposition 3.1.3 Un lment a ,= 0 dun anneau commutatif est rgulier pour la multi-
plication si, et seulement si, a nest pas un diviseur de 0.
Dmonstration.
Dnition 3.1.4 Un anneau intgre est un anneau commutatif, diffrent de 0
A
, et sans
diviseur de 0.
Remarque 3.1.4 Dans un anneau intgre, on retrouve la proprit, utilise couramment
dans R ou C, disant quun produit ne peut tre nul que si lun des facteurs est nul.
Exemple 3.1.3 1. (Z, +, ), (Q, +, ), (R, +, ) et (C, +, ) sont des anneaux in-
tgres.
2. (R
2
, +, ) nest pas un anneau intgre puisque (0, 1) (1, 0) = (0, 0).
3. Si X est un ensemble ayant au moins deux lments, alors (R
X
, +, ) nest pas un
anneau intgre puisque on peut trouver f et g, deux applications non nulles de X
dans R telles quen tout point de X lune ou lautre soit nulle.
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 44
3.1.3 Idal dans un anneau
Dnition 3.1.5 Soient (A, +, ) un anneau et I un sous-ensemble de A.
1. On dit que I est un idal gauche de A si
(a) I est stable par +, cest--dire x, y I, x + y I.
(b) I est absorbant gauche, cest--dire AI I o
AI = ax/ a A et x I.
2. On dit que I est un idal droite de A si
(a) I est stable par +, cest--dire x, y I, x + y I.
(b) I est absorbant gauche, cest--dire IA I o
IA = xa/ a A et x I.
Remarque 3.1.5 Soit (A, +, ) un anneau.
1. Si I et J sont des idaux gauche de A, alors I + J est un idal gauche de A.
2. Si I est un idal gauche de A, alors IA est un idal gauche de A.
3. Si I et J sont des idaux gauche de A, alors IJ I + J et si I + J = A alors
IJ = I + J.
Dnition 3.1.6 Soit I un idal de A. On dnit lanneau quotient de A par I comme
tant :
A/I = x + I , x A,
muni des lois :
i) x, y A on a (x + I) + (y + I) = (x + y) + I,
ii) x, y A on a (x + I)(y + I) = (xy) + I.
Proposition 3.1.4 Soit : A A/I la projection canonique donne par (x) = x+I.
Soit : A B un morphisme danneaux. Si I Ker, alors il existe f : A/I B
un morphisme tel que = f .
Dnition 3.1.7 Soit I un idal dun anneau commutatif A. muni des lois :
i) On dit que I est premier si x, y A tels que xy I, alors x I ou y I.
ii) I est maximal si I ,= A et si J idal tel que I I alors J = A ou J = I.
Lidal I est dit principal sil est de la forme aA o a est un lment de A.
Un anneau est dit principal si et seulement si tous ses idaux sont principaux.
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 45
3.2 Sous-anneaux
Dnition 3.2.1 On appelle sous-anneau dun anneau (A, +, ), un sous-groupe de (A, +)
qui est stable par et qui contient 1
A
.
3.2.1 Homomorphisme danneaux
Dnition 3.2.2 Soient (A, +, ) et (B, +, ) deux anneaux. On dit quune application
f : A B est un homomorphisme danneaux si :
i) (x, y) A
2
, f(x + y) = f(x) + f(y),
ii) (x, y) A
2
, f(x y) = f(x) f(y),
iii) f(1
A
) = 1
B
.
Les morphismes danneaux de (A, +, ) dans (B, +, ) sont en particulier des mor-
phismes de groupes de (A, +) dans (B, +). Ils en ont donc toutes les proprits et on
utilise la mme terminologie : endomorphisme, isomorphisme, automorphisme.
3.3 Structure de Corps
3.3.1 Dnition et proprits dun corps
Dnition 3.3.1 On appelle corps tout anneau K tel que :
i) K ,= 0
K
= K0
K
est stable pour la multipli-
cation. Muni de la loi interne (a, b) a b, lensemble K
est un groupe.
Dmonstration.Si a K
, on aussi a
1
K
et b K
, on a :
(ab) (b
1
a
1
) = a(b b
1
)a
1
= a 1
K
a
1
= 1
K
,
et de mme, on montre que (b
1
a
1
) (ab) = 1
K
, ce qui prouve que ab est inversible, et
que (ab)
1
= b
1
a
1
. En particulier, ab K
.
Donc K
une
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 46
loi associative, dlment neutre 1
K
; et si a K
, llment a
1
, qui appartient K
, est
inverse de a pour cette loi. Ceci achve de prouver que K
soit ablien.
Dnition 3.3.2 Un corps K est dit algbriquement clos si, et seulement si il vrie lune
des conditions quivalentes suivantes
i) Les seuls polynmes irrductibles de K[X] sont ceux de degr 1.
ii) Tout polynme non constant F K[X] admet au moins une racine dans K.
iii) Tout polynme F K[X]0 est un produit de polynmes de degr 1.
Lexemple le plus clbre de corps algbriquement clos est fourni par le thorme de
dAlembert
3
:
Thorme 3.3.2 Le corps C des nombres complexes est algbriquement clos.
3.3.2 Sous-corps
Dnition 3.3.3 une partie L dun corps K est appele un sous-corps de K si, et seule-
ment si :
i) L est stable pour laddition et la multiplication de K.
ii) Munis des deux lois internes
(x, y) x + y et (x, y) x y,
lensemble L est un corps.
La stucture de corps, obtenue sur lensemble L et introduite dans la dnition (3.3.1), en
(3.3.3), est appele structure de corps induite par K sur L. On crit L
K
.
Proprits des sous-corps
On vriera les proprits suivantes, qui sont presque immdiates ; si L est un sous-
corps du corps K, alors :
1. L est un sous-groupe additif de K : L est un sous-groupe additif de K. Il en
rsult que llment nul du corps L nest autre que 0
k
on a (0
K
= 0
L
).
2. L
est aussi
llment neutre de chacun de ses sous-groupes.
3. Jean Le Rond dAlembert, mathmaticien et philosophe fraais (1717-1783). Enonc en 1746, son
thorme sera dmontr plus tard par Gauss. Il porte aussi le nom de thorme fondamental de lAlgbre
bien quil soit impossible den donner une dmonstration purement algbrique.
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 47
3.3.3 Plongement dun corps dans un autre
Dnition 3.3.4 Soit M et K deux corps. Une application : M K est appele un
plongement de M dans K si, et seulement si :
i) est injective.
ii) ((x, y) M
2
) (x + y) = (x) + (y).
iii) ((x, y) M
2
) (x y) = (x) (y).
On dit que est un isomorphisme de M sur K si est un plongement bijectif de M dans
K.
Un isomorphisme dun corps K sur lui-mme est appel un automorphisme de K.
Thorme 3.3.3 Si : M K est un plongement de M dans K, alors on a les pro-
prits suivantes :
1. (0
M
) = 0
K
et (1
M
) = 1
K
.
2. Limage L = (M) de M par est un sous-corps de K.
3. Lapplication : M K, x (x), est un isomorphisme du corps M sur le
corps L = (M).
4. Si est un isomorphisme du corps M sur le corps K, alors
1
est un isomorphisme
de K sur L.
Dmonstration.
1. est un homomorphisme de groupes additifs, do
(0
M
) = 0
K
.
Puisque est injective, on en dduit : (M
) K
. Daprs la proprit 3) de la
dnition (3.3.4), lapplication M
, do : (1
M
) = 1
K
.
2. On vrie sans peine que L est stable pour laddition et la multiplication de K.
Puisque est un homomorphisme de groupes additifs, L est un sous-groupe additif
de K ; de mme, puisque lapplication M
) = L0
K
est un sous-
groupe de K
d, (a, b) Q
2
.
Montrer que Q(
d)
2. On suppose que est un isomorphisme du Q(
7) sur le corps Q(
11). Montrer
que, pour tout n Z, on a (n) = n.
3. Montrer que pour tout q Z
, on a
_
1
q
_
=
1
q
.
4. En dduire que tous les points de Q sont xes par .
5. Dduire de ltude prcdente quil nexiste pas disomorphisme du Q(
7) sur le
corps Q(
11).
Exercice 3.4.9 Soient M et K deux corps et une application de M dans K telle que :
((a, b) M
2
) (a + b) = (a) + (b)
et
((a, b) M
2
) (a b) = (a) (b).
On pose (1
M
) = 1
K
.
1. Montrer que si u = 0
K
, est lapplication telle que a 0
K
pour tout a M.
2. Montrer que si est distincte de lapplication a 0
K
(pour tout a M) on a
u = 1
K
.
3. En dduire que est injective. (On remarquera que est aussi un homomorphisme
du groupe additif de M dans le groupe additif de K et on dterminera Ker).
Exercice 3.4.10 Soit A un anneau intgre, comportant un nombre ni dlments. Soit
a A.
1. Montrer que les applications de A dans A
x ax x xa
sont injectives
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 51
2. En dduire que A est un corps.
Exercice 3.4.11 Soit T un corps.
1. Soit a T. On pose
A(a) = x T/ ax = xa
Montrer que A(a) est un sous-corps de T.
2. On pose
c = x T/ (y T) yx = xy.
Montrer que c est un sous-corps de T.
Exercice 3.4.12 Soit K un corps dont lunit est note e
1. On suppose que, pour tout lment a non nul de K, on a la condition (avec les
notations habituelles)
a = a
1
(3.3)
(a) Montrer que a + a = 0 pour tout a de K.
(b) Montrer, en tudiant le carr dun lment de la forme (a+e), quen fait K est
rduit 0, e.
2. On suppose maintenant que lon a la condition (3.3) mais seulement pour les lment
a tels que a ,= 0, a ,= e,a ,= e.
(a) Montrer, en tudiant (e + e)
2
, que ncesssairement, 3.e = 0 ou 5.e = 0.
(b) tudiant ensuite (a + e)
2
, montrer que, dans chacun de ces cas, K a respecti-
vement 3 ou 5 lments. Rciproque
Exercice 3.4.13 Soit (a
i
)
iN
une suite dlments dun anneau commutatif T. On pose,
pour tout entier n
b
n
= a
0
C
1
n
a
1
+ C
2
n
a
2
+ . . . + (1)
n
a
n
.
Montrer que, pour tout entier n,
a
n
= b
0
C
1
n
b
1
+ C
2
n
b
2
+ . . . + (1)
n
b
n
.
Exercice 3.4.14 Dans lanneau Z, dvelopper laide de la formule du binme, les rela-
tions
(1 + 1)
n
= 2
n
et (1 1)
n
= 0
o n N
.
CHAPITRE 3. ELMENTS DE LA THORIE DES ANNEAUX ET DES CORPS 52
1. En dduire
C
0
n
+ C
1
n
+ . . . + C
n
n
= 2
n
et
C
0
n
C
1
n
. . . + (1)
n
C
n
n
= 0.
2. En dduire
C
0
n
+ C
2
n
+ . . . + C
2k
n
= C
1
n
+ C
3
n
+ . . . + C
2h+1
n
= 2
n1
,
o k (resp. h) dsigne le plus grand entier tel que 2k n (resp. 2h + 1 n).
Exercice 3.4.15 Soit n N
2f = 0.
1nest pas vide, car il contient au moins la fonction nulle. Il est immdiat que 1est
stable pour la structure despace vectoriel de T(R). Donc 1 est un sous-espace de
T(R).
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 56
Proprits des sous-espaces
Thorme 4.2.2 Tout sous-espace F dun espace vectoriel E est lui mme un espace vec-
toriel.
Thorme 4.2.3 Soit F un sous-espace de lespace vectoriel E et soit G une partie de F.
Alors, pour que G soit un sous-espace de E, il faut et il suft que G soit un sous-espace de
F.
Thorme 4.2.4 Soit F
1
, F
2
, . . . , F
n
un systme de n sous-espaces dun espace vectoriel
E (avec n 2). Alors, lintersection F
1
F
2
. . .F
n
des sous-espaces est un sous-espace
de E.
4.3 Applications linaires
Dnition 4.3.1 tant donn deux espaces vectoriels E et F , on appelle application li-
naire de E dans F toute application f : E F vriant les proprits suivantes :
i) (x E) (y E) f(x + y) = f(x) + f(y);
ii) ( K) (x E) f(x) = .f(x).
Autrement dit,
((, ) K
2
) ((x, y) E
2
) f(x + y) = .f(x) + .f(y).
Nous aavons ensuite la prprit suivate
Thorme 4.3.1 Si f : E F est une application linaaire de lespace vectoriel E
dans lespace vectoriel F, alors on a :
f(0
E
) = 0
F
.
Dmonstration.vident daprs la dnition.
Exemple 4.3.1 1. Si E est un espace vectoriel quelconque, lapplication identique
id
E
: E E, x x,
est linaire.
2. tant donn V un sous-espace vectoriel de lespace vectoriel E , lapplication i :
V E, x x, est linaire.
Cette application est appele injection canonique du sous-espace V dans E.
3. Soit E et F deux espaces vectoriels quelconques. Lapplication nulle de E dans F
0
E,F
: E E, x 0
F
, est linaire.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 57
Thorme 4.3.2 Soit f : E F une application linaire de lespace vectoriel E dans
lespace vectoriel F. Pour tout entier n 1, quelles que soient les suites (
1
,
2
, . . . ,
n
)
K et (x
1
, x
2
, . . . , x
n
) E
n
, on a
f(
1
x
1
+
2
x
2
+ . . . +
n
x
n
) =
1
f(x
1
) +
2
f(x
2
) + . . . +
n
f(x
n
).
Dmonstration. La preuve se fait par rcurrence sur n 1.
4.3.1 Ensemble des applications linaires dun espace vectoriel E dans
un espaace vectoriel F
Soit E et F deux espaces vectoriels quelconques. On note L(E, F) lensemble des
applications linaires de E dans F. Cet ensemble est non vide car il contient lapplication
nulle 0
E,F
. Nous allons munir L(E, F) dune structure naturelle despace vectoriel.
1. Addition de deux applications linaires :
Soit f et g deux applications linaires de E dans F. Montrons que f + g est encore
linaire ? Soit x et y deux vecteurs de E et K.
Il en rsulte de la linarit de f et g :
f(x + y) = f(x) + f(y)
et
g(x + y) = g(x) + g(y),
do
f(x + y) + g(x + y) = f(x) + f(y) + g(x) + g(y)
= (f + g)(x) + (f + g)(y)
La linarit de f et g entrane f(x) = f(x) et g(x) = g(x),
par suite
f(x) + g(x) = f(x) + g(x)
= (f(x) + g(x))
(f + g)(x) = (f + g) (x).
Par suite, on dnit une loi interne (f, g) f +g sur L(E, F), que nous appelons
addition de L(E, F).
2. Multiplication dune application linaire par un scalaire :
Soit f une application linaire de E dans F et Kun scalaire. Nous allons montrer
que lapplication
.f : E F, x .f(x)
est linaire.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 58
tant donn deux vecteurs x et y de E, la relation
f(x + y) = f(x) + f(y)
entrane
(.f)(x + y) = .(f(x) + f(y))
= .f(x) + .f(y)
= (.f)(x) + (.f)(y).
Soit un lment de K. De la relation :
f(.x) = .f(x)
il en rsulte
(.f)(.x) = .(f(.x))
= .(.f(x))
= (.).f(x) = .(.f(x))
= .((.f)(x)),
donc .f est bien un lment de L(E, F). Par suite, on a dni sur L(E, F) une
loi externe (, f) .f ou ( K et f L(E, F)), de domaine K, appele
multiplication par un scalaire de K.
4.3.2 Structure despace vectoriel sur L(E, F)
Thorme 4.3.3 E et F tant deux espaces vectoriels, laddition des applications linaires
et la multiplication par un scalaire de K munissent L(E, F) dune structure despace vec-
toriel.
Dmonstration.On a vu ci-dessus que dans L(E, F), laddition est une loi de composition
interne et la multiplication par un scalaire est une loi externe de domaine K.
On vrie aisment que laddition est associative, commutative.
Llment neutre est lapplication nulle x 0
F
, toute application linaire f : E F
admet pour oppose lapplication (1).f, note (f). Par suite, laddition munit L(E, F)
dune structure de groupe ablien. Pour K, f L(E, F) et g L(E, F), on a
.(f + g) = .f + .g.
Pour cela, soit x E, des dnitions il rsulte
(.(f + g))(x) = .((f + g)(x)) = .(f(x) + g(x))
= .(f(x)) + .(g(x)) = (.f)(x) + (.g)(x)
= (.f + .g)(x)
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 59
Do
(.(f + g))(x) = (.f + .g)(x).
Cette galit tant vraie pour tout x E, on en dduit :
.(f + g) = .f + .g,
do le rsultat.
Lensemble L(E, F), muni de la structure dnie prcdement est appel espace des ap-
plications linaires de E dans F.
4.3.3 Compose de deux applications linaires, endomorphisme, iso-
morphismes
Thorme 4.3.4 Soit E, F et G trois espaces vectoriels, f : E F et g : F G des
applications linaires ; alors lapplication compose
g f : E G
est une application linaire.
Dmonstration.Laisse au Lecteur.
Dnition 4.3.2 Soit E et F deux espaces vectoriels.
1. On appelle endomorphisme de E toute application linaire de E sur lui-mme.
2. On appelle isomorphisme de E sur F toute application linaire bijective de E sur
F.
3. On dit que E est isomorphe F sil existe un isomorphisme de E sur F.
4. Un endomorphisme bijectif est appel un automorphisme.
Exemple 4.3.2 On peut trouver plusieurs exemples, nous donnons ici quelques un,
1. Si E est un espace vectoriel quelconque, Id
E
est un isomorphisme de E sur lui-
mme.
2. Soit lensemble R
2
muni de sa structure naturelle despace vectoriel. On vrie ai-
sment que lapplication
(x, y) (y, x)
est un isomorphisme de R
2
sur lui-mme.
Nous avons les deux thormes fondamentaux suivants,
Thorme 4.3.5 Si f : E F est un isomorphisme de lespace vectoriel E sur lespace
vectoriel F, alors lapplication rciproque de f est un isomorphisme de F sur E.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 60
Dmonstration.Laisse au Lecteur.
Thorme 4.3.6 Soit E, F et G trois espaces vectoriels. Si f : E F et g : F G
sont des isomorphismes ; alors lapplication compose
g f : E G
est un isomorphisme.
Dmonstration.Laisse au Lecteur.
4.4 Anneau des endomorphismes dun espace vectoriel
tant donn un espace vectoriel E. Nous allons voir que lespace vectoriel L(E, E) des
endomorphisme de E, not simplement L(E), peut tre muni dune structure trs riche et
que (f, g) f g est loi interne sur L(E).
Thorme 4.4.1 Soit E un espace vectoriel.
Muni de laddition des applications linaires et de la composition dnie par (f, g)
f g, lensemble L(E) est un anneau. Cest--dire que (L(E), +, ) est un anneau.
Dmonstration.Nous savons que laddition des endomorphismes munit L(E) dune struc-
ture de groupe ablien. Par ailleurs, la loi interne (f, g) f g est associative, adment
lendomorphisme Id
E
pour lment neutre. De plus cette loi est distributive par rapport
laddition, cest--dire quelle vrie
(f, g, h) L(E) L(E) L(E), f (g + h) = f g + f h
et
(f, g, h) L(E) L(E) L(E), (g + h) f = g f + h f.
Dmontrons, par exemple, la premire proprit :
Soit f, g et h trois endomorphismes de E. Pour tout x E, on a :
(f (g + h))(x) = f[(g + h)(x)] = f[g(x) + h(x)]
= f[g(x)] + f[h(x)] = (f g)(x) + (f h)(x),
do : f (g + h) = f g + f h.
En conclusion, laddition et la loi de composition interne (f, g) f g munissent L(E)
dune structure danneau.
Notation 4.4.1 Soit f L(E). On dnit la suite (f
n
) (n N) par
f
0
= Id
E
, f
1
= f, f
2
= f f, . . . , f
n
= f f
n1
, . . . . . .
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 61
Remarque 4.4.1 (i) Si E = 0
E
, alors L(E) nadmet quun lment qui est lapplica-
tion 0
E
0
E
. Si E nest pas rduit 0
E
, alors Id
E
est distinct de lapplication
nulle x 0
E
.
(ii) En gnral, la loi (f, g) f g nest pas commutative. Considrons par exemple
les applications :
f : R
2
R
2
, (x, y) (x, 0)
et
g : R
2
R
2
, (x, y) (y, 0).
On vrie aisment que f et g sont des endomorphismes de R
2
. Soit (x, y) R
2
. On
a
f((x, y)) = (x, 0) et g(f((x, y))) = g(x, 0) = (0, 0),
g((x, y)) = (y, 0) et f(g((x, y))) = f(y, 0) = (y, 0).
Donc pour tout rel y non nul et tout rel x, on a :
f(g((x, y))) ,= g(f((x, y))),
ce qui prouve que f g ,= g f.
4.5 Groupe linaire dun espace vectoriel
Soit E un espace vectoriel. On note GL(E) lensemble des endomorphismes bijectifs
de lespace vectoriel E.
Soit f et g deux lments de GL(E). La compose de deux bijections (resp. deux applica-
tions linaires) est une bijection (resp. une application linaire). On dnit donc une loi de
composition interne dans GL(E) par : (f, g) f g.
Thorme 4.5.1 Muni de la loi de composition interne (f, g) fg, lensemble GL(E)
est un groupe (appel groupe linaire de E).
Dmonstration. La loi de composition interne (f, g) f g est associative ; Id
E
appar-
tient GL(E) et est lment neutre pour cette loi.
de plus, nous savons que si f est un automorphisme de E, alors f
1
est galement un au-
tomorphisme.
Or f
1
vrie les relations :
f f
1
= f
1
f = Id
E
.
Donc f
1
est llment inverse de f dans GL(E).
Remarque 4.5.1 Soit E un espace vectoriel.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 62
1. Si dim(E) 2, alors lanneau (L(E), +, ) nest ni commutatif ni intgre.
2. Si la dimension de E est suprieure ou gale 2, alors le groupe (GL(E), ) nest
pas ablien. Nous donnons ici un exemple avec E = R
2
, on a bien dim(E) = 2. On
considre les applications de E dans E dnies par :
f : (x, y) (x + y, y)
et
g : (x, y) (x, 2y).
On vrie aisment que f et g sont des automorphismes de E.
de plus nous avons :
(f g)((0, 1)) = f((0, 2)) = (2, 2)
et
(g f)((0, 1)) = g((1, 1)) = (1, 2).
Do f g ,= g f.
Nous allons maintenant tudier des lments remarquables de GL(E) : les homoth-
ties vectorielles.
Homothties vectorielles
Dnition 4.5.1 Soit E un espace vectoriel non rduit 0
E
et K
. On appelle
homothtie vectorielle de rapport , lapplication h
: E E telle que
u E, h
(u) = .u
On notera 1(E) lensemble des homothties vectorielles de E. Rappelons que toute ho-
mothtie vectorielle h
. La compose h
1
h
2
de deux homothties vec-
torielles h
1
et h
2
de rapports respectifs
1
et
2
est lhomothtie vectorielle de rapport
2
.
Thorme 4.5.2 Soit E un espace vectoriel non rduit 0
E
.
Lapplication : K
2
) = (
1
) (
2
).
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 63
Il reste montrer que est injective. Soit
1
et
2
deux scalaires tels que les homothties
vectorielles
(
1
) : u
1
.u et (
2
) : u
2
.u
soient gales.
Sioit v un vecteur non nul de E. On a donc
(
1
)(v) = (
2
)(v),
cest--dire
1
v =
2
v. Do
(
1
2
)v = 0
E
,
par suite
1
=
2
.
Le rapport dune homothtie vectorielle est donc unique.
Thorme 4.5.3 Une homothtie vectorielle commute avec tout endomorphisme de E.
Dmonstration. Soit h une homothtie vectorielle de lespace vectoriel E ,= 0
E
, de
rapport et soit f un endomorphisme quelconque de E. Pour tout x E, on a :
(f h)(x) = f(h(x)) = f(x) = .f(x) = h(f(x)) = (h f)(x).
Do f h = h f, ce quil fallait tablir.
4.6 Noyau et Image dune application linaire
4.6.1 Noyau
Dnition 4.6.1 Soit f : E F une application linaire dun K-e.v. E dans le K-e.v.
F. On appelle noyau de f lensemble des lments x de E tels que f(x) = 0
F
.
En gnral, le noyau de f est not par Ker(f).
Ker(f) = x E / f(x) = 0
F
.
Thorme 4.6.1 Si f : E F est une application linaire dun K-e.v. E dans le K-e.v.
F, alors le noyau de f est un sous-espace vectoriel de E.
Dmonstration. Laisse au Lecteur.
Thorme 4.6.2 Soit f : E F une application linaire dun K-e.v. E dans le K-e.v.
F. Pour que f soit injective, il faut et il suft que le noyau de f se rduit 0
E
.
Dmonstration. Laisse au Lecteur.
Nous aurons souvent loccasion dutiliser le thorme suivant :
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 64
Thorme 4.6.3 Lensemble des vecteurs invariants dun endomorphisme f dun K-e.v.
E est le sous-espace Ker(f Id
E
).
Dmonstration. Rappelons quun vecteur x E est dit invariant par f sil vrie f(x) =
x. Or pour tout x E, on a les quivalences :
(f(x) = x) (f(x) x = 0
E
) ((f Id
E
)(x) = 0
E
),
do le thorme.
4.6.2 Image
Dnition 4.6.2 Soit X et Y deux ensembles non vides, et soit : X Y une applica-
tion ; si A est une partie de X, on appelle image de A par lensemble des images par
des lments de A. On note cet ensemble (A). On appelle image de limage de X par
.
En gnral, on note Im() limage de .
Im() = (x) / x E.
Thorme 4.6.4 Soit f : E F une application linaire dun K-e.v. E dans le K-e.v.
F. Alors, pour tout sous-espace H de E, limage de H par f est un sous-espace de F. En
particulier, Im() est un sous-espace vectoriel de F.
Dmonstration. Laisse au Lecteur.
4.7 Dpendance et indpendance linaires, bases
4.7.1 Combinaisons linaires
Dnition 4.7.1 Soit (x
1
, x
2
, . . . , x
n
) un systme de n lments (n 1) dun K-e.v. E et
soit (
1
,
2
, . . . ,
n
) un systme de n scalaires dans K. On appelle combinaison linaire
des x
k
de coefcients (
k
) le vecteur x de E dni par :
x =
1
x
1
+
2
x
2
+ . . . +
n
x
n
.
Thorme 4.7.1 Soit (x
1
, x
2
, . . . , x
n
) un systme de n lments (n 1) dun espace vec-
toriel E, alors lensemble de toutes les combinaisons linaires du systme (x
k
) est un
sous-espace vectoriel de E.
Ce sous-espace est appel sous-espace engendr par le systme (x
1
, x
2
, . . . , x
n
) et not
par
c(x
1
, x
2
, . . . , x
n
) := < x
1
, x
2
, . . . , x
n
>.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 65
Dmonstration. Laisse au Lecteur.
Thorme 4.7.2 Soit U un sous-espace dun K-e.v. E. Si (v
1
, v
2
, . . . , v
n
) est un systme
de n vecteurs (n 1) de U et si (
1
,
2
, . . . ,
n
) est un systme de n scalaires dans K,
alors le vecteur
v =
1
v
1
+
2
v
2
+ . . . +
n
v
n
appartient U.
Dmonstration.
Corollaire 4.7.1 Soit U un sous-espace dun K-e.v. E et (v
1
, v
2
, . . . , v
n
) un systme de n
vecteurs (n 1) de U. Alors U contient le sous-espace
c(x
1
, x
2
, . . . , x
n
) := < x
1
, x
2
, . . . , x
n
> = Vectx
1
, x
2
, . . . , x
n
.
Corollaire 4.7.2 Si (v
1
, v
2
, . . . , v
p
) et (w
1
, w
2
, . . . , w
n
) sont deux systmes de vecteurs
de E et si les vecteurs (w
1
, w
2
, . . . , w
n
) sont des combinaisons linaires des vecteurs
(v
1
, v
2
, . . . , v
p
), tout vecteur qui est combinaison linaire des vecteurs (w
1
, w
2
, . . . , w
n
)
est aussi combinaison linaire des vecteurs (v
1
, v
2
, . . . , v
p
).
4.7.2 Dpendance et indpendance linaires, systme gnrateur
Dnition 4.7.2 Soit (x
1
, x
2
, . . . , x
n
) un systme de n lments (n 1) dun K-e.v. E.
1. On dit que ce systme est linairement indpendant, ou libre, si le seul systme de
scalaires (
1
,
2
, . . . ,
n
) dans K tel que :
1
x
1
+
2
x
2
+ . . . +
n
x
n
= 0
E
est le systme nul, cest--dire
1
=
2
= . . . =
n
= 0
K
.
Cest--dire le systme (x
1
, x
2
, . . . , x
n
) est si et seulement si (
1
x
1
+
2
x
2
+ . . . +
n
x
n
= 0
E
alors
1
=
2
= . . . =
n
= 0
K
.)
2. Le systme (x
1
, x
2
, . . . , x
n
) est dit linairement dpendant ou li sil nest pas li-
nairement indpendant.
Exemple 4.7.1 1. Si E = C, alors (1, i) est un systme libre.
2. Si E = R[X], alors (1, X, X
2
, . . . , X
n
) est un systme libre o K[X] est lespace
vectoriel des polynmes de degr n.
3. Si E = R
3
, alors (e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1)) est un systme linai-
rement indpendant.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 66
4.7.3 Transforms des vecteurs dun systme libre (resp. systme g-
nrateur) par une application linaire
Thorme 4.7.3 Soit E un K-e.v., f une application linaire de E dans un K-e.v. F, et
enn soit (x
1
, x
2
, . . . , x
n
) un systme de n vecteurs de E.
a) Si le systme (x
1
, x
2
, . . . , x
n
) est libre et si f est injectif,
alors le systme (f(x
1
), f(x
2
), . . . , f(x
n
)) est libre.
b) Si le systme (x
1
, x
2
, . . . , x
n
) est engendre E, alors le systme (f(x
1
), f(x
2
), . . . , f(x
n
))
engendre f(E).
4.7.4 Base dun espace vectoriel
Dnition 4.7.3 On appelle base dun K-e.v. E tout systme de vecteurs de E qui est libre
et qui engendre E.
Nous donnons ici une caractrisation fondamentale des bases :
Thorme 4.7.4 Soit E un K-e.v., et soit (x
1
, x
2
, . . . , x
n
) un systme de n vecteurs de E.
Pour que ce systme soit une base de E, il faut et il suft que tout lment de E soit une
combinaaison linaire des (x
i
) avec un et un seul systme de coefcients.
Nous avons de plus la caractrisation de lisomorphisme associ une base :
Thorme 4.7.5 Soit E un K-e.v. admettant (e
1
, e
2
, . . . , e
n
) pour base (o n 1). Lap-
plication
: K
n
E, (
1
,
2
, . . . ,
n
)
n
i=1
i
e
i
est un isomorphisme despace vectoriels.
Lisomorphisme : K
n
E ainsi dni est appel isomorphisme associ la base
(e
1
, e
2
, . . . , e
n
).
Exemple 4.7.2 Pour tout entier n 1, lespace vectoriel R
n
admet pour base le systme
(e
1
, e
2
, . . . , e
n
) o
e
1
= (1, 0, . . . , 0)
e
2
= (0, 1, 0, . . . , 0)
. . . . . . . . . . . . . . .
e
n
= (0, . . . , 0, 1).
Cette base est appele base naturelle o base canonique de R
n
.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 67
4.7.5 Dtermination dune application linaire par les images des vec-
teurs dune base
Thorme 4.7.6 Soit E un K-e.v. admettant une base B = (e
1
, e
2
, . . . , e
n
) (o n 1).
On considre un systme (y
1
, y
2
, . . . , y
n
) de n vecteurs dun K-e.v. F. Alors il existe une
application linaire f : E F et une seule telle que :
f(e
i
) = y
i
, i = 1, . . . , n. (4.2)
Dmonstration. Soit E un K-e.v
a) Unicit de f : Supposons que f existe. soit x E. Il existe donc (
1
,
2
, . . . ,
n
)
K
n
, unique, tel que x =
n
i=1
i
e
i
.
Comme f est linaire, on en dduit :
f(x) =
n
i=1
i
f(e
i
),
do
f(x) =
n
i=1
i
y
i
, (4.3)
ce qui prouve lunicit de f, car f(x) est pour tout x ncessairement de la forme
(4.3).
b) Existence de f : Rciproquement, dnissons lapplication g : E F de la
faon suivante : tout vecteur x de E, on associe le n-uple (
1
,
2
, . . . ,
n
) des
coordonnes de x dans B, et on pose :
g(x) =
n
i=1
i
y
i
.
Nous venons de voir que, si f existe, on a forcment : f = g.
si on montre que g vrie les relations (4.4) et est linaire, lexistence de f sera
assure : il sufra de prendre f = g.
Les coordonnes de e
1
sont (1, 0 . . . , 0), do
g(e
1
) = y
1
.
on montre de mme que : g(e
i
) = y
i
pour tout i = 1, . . . , n.
On montre facilement que g est linaire, ce qui achve la dmonstration.
i=1
i
e
i
et f(x) =
n
i=1
i
f(e
i
) = 0
F
.
Comme (f(e
1
), f(e
2
), . . . , f(e
n
)) est un systme libre, on en dduit que :
i = 1, . . . , n
i
= 0,
do x = 0
E
, ce qui entrane Ker(f) = 0
E
, et par suite f est injective.
2. On sait que dans tous les cas, le systme (f(e
1
), f(e
2
), . . . , f(e
n
)) engendre f(E)
ceci puisque (e
1
, e
2
, . . . , e
n
) engendre E. Le rsultat est immdiat.
3. En combinant les rsultats dmontrs en 1) et 2), on obtient lassertion 3).
Do le thorme.
4.8 Dimension dun espace vectoriel
Thorme 4.8.1 Soit n 1 un entier et E un K-e.v. dans lequel il existe un systme de n
vecteurs qui est une base de E. Alors :
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 69
1. Tout systme de (n + 1) vecteurs ou plus est li ou linairement dpendant.
2. Pour quun systme de vecteurs de E soit une base, il faut et il suft que ce ssoit un
systme libre de n vecteurs, ou un systme gnrateur de n vecteurs.
3. Aucun systme de (n 1) vecteurs ou moins nengendre E.
Corollaire 4.8.1 Si un espace vectoriel E admet une base de n lments (o n 1), alors
toute autre base de E admet n lments.
ce qui signie la dnition ci-dessous :
Dnition 4.8.1 On appelle espace vectoriel de dimension zro tout espace vectoriel nul
(E = 0
E
).
Soit n 1 un entier. Un espace vectoriel est dit de dimension n sil existe un systme de n
vecteurs de cet espace qui en est une base.
Si E est de dimension nie n alors on crit : dim(E) = n.
Une proprit fondamentale de la notion de dimension est son invariance dans un isomor-
phisme :
Thorme 4.8.2 Pour que deux K-e.v E et F de dimensions respectives n et p soient
isomorphes, il faut et il suft que n = p.
Dmonstration.
1. Supposons que E et F isomorphes et soit f : E F un isomorphisme de E de F
Si E = 0
E
, ncessairement F = f(E) = 0
F
. Do : n = p = 0.
Supposons donc n 1. Si (x
1
, . . . , x
n
) est une base de E, alors nous savons que
(f(x
1
), . . . , f(x
n
)) est . Par consquent, F est de dimension n. Do : n = p.
2. Rciproquement, supposons que E et F soient de mme dimension n
Si n = 0, lapplication 0
E
0
F
est un isomorphisme de E = 0
E
sur F =
0
F
.
Supposons n 1. Soit (x
1
, . . . , x
n
) une base de E et (y
1
, . . . , y
n
) une base de F ;
lapplication linaire f : E F, telle que :
f(x
1
) = y
1
, . . . , f(x
n
) = y
n
,
est un isomorphisme de E sur F.
ce qui achve la dmonstration.
Remarque 4.8.1 Si E et F sont deux espaces vectoriels de mme dimension n 1, il
existe une innit disomorphismes de E sur F.
Rappelons maintenant le thorme de la base incomplte,
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 70
Thorme 4.8.3 Soit n 1 un entier et E un K-e.v. de dimension n et (x
1
, x
2
, . . . , x
p
) un
systme de p vecteurs de E (avec 1 p n). On peut trouver (np) vecteurs x
p+1
, . . . , x
n
tels que le systme (x
1
, x
2
, . . . , x
p
, x
p+1
, . . . , x
n
) soit une base de E.
Autrement dit, tout systme li de vecteurs dun K-e.v. E se complte en une base de E.
Dmonstration. Soit ( = (x
1
, x
2
, . . . , x
n
) une famille gnratrice nie et L = (x
1
, x
2
, . . . , x
p
)
une famille libre contenue dans ( (avec p n).
Lensemble
o = card(I) / 1, . . . , p I 1, . . . , n et (x
i
)
iI
libre
est une partie de N non vide (p o puisque L = (x
1
, x
2
, . . . , x
p
) est libre) et majore par
n. Par suite, elle possde un plus grand lment r, et on peut trouver I de cardinal r tel
que :
1, . . . , p I 1, . . . , n B = (x
i
)
iI
libre.
Par hypothse, B est libre ; montrons que tout lment de la famille gnratrice ( scrit
comme combinaison linaire dlmeents de B, ce qui prouvera, En ajoutant les lments
de L ceux de (, on obtient une famille nie (
contenant L et gnratrice de E.
4.9 Dimension dun sous-espace vectoriel
Thorme 4.9.1 Soit F un sous-espace vectoriel dun K-e.v. E de dimension n (o n 1).
Alors F est un espace vectoriel de dimension p infrieure ou gale n.
De plus, on a lquivalence :
(p = n) (F = E).
Dmonstration.
4.10 Sous-espaces supplmentaires, projecteurs
Dnition 4.10.1 Soit F et G deux sous-espaces vectoriels dun K-e.v. E ; on dit que F et
G sont supplmentaires si et seulement si on a la fois :
(i) F g = 0
E
,
(ii) F + G = E,
cest--dire : tout x E scrit dau moins une manire sous la forme x = u + v, avec
x F et v G.
Si F et G sont supplmentaires, il en est de mme de g et F. par exemple 0
E
et E sont
supplmentaires.
Lorsque F et G sont supplmentaires, on crit : E = F G.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 71
Exemple 4.10.1 On suppose que K = R et prenons E = T(R, R) le R-e.v. des fonctions
de R dans R; soit f le sous-R-e.v form des fonctions paires et g le sous-R-e.v form par
les fonctions impaires. Alors T(R, R) = F G : en effet, si f F G, on a (x R),
f(x) = f(x) = f(x),
do f(x) = 0 et f = 0
E
. Et si f T(R, R), on a
f = g + h, avec g : x
1
2
(f(x) + f(x)) et g : x
1
2
(f(x) f(x)) ,
et on voit bien que g F et h G.
Thorme 4.10.1 Soit F et G deux sous-K-e.v. dun K-e.v. E.
1. Pour que F et G soient supplmentaires, il faut et il suft que lapplication
f : F G E, (y, z) y + z
soit bijective.
2. Si F et G sont supplmentaires, les applications p : E E et q : E E
dnies par
(x E) x = p(x) + q(x), (p(x), q(x)) F G
sont linaires et vrient p
2
= p, q
2
= q, p q = q p = 0, p + q = Id
E
,
Im(p) = F = Ker(q), Im(q) = G = Ker(p).
On dit que p est la projection sur F paralllement G et q la projection sur G parallle-
ment F.
Dmonstration.
1. | Supposons que F et G sont supplmentaires, cest--dire que E = F G, un
vecteur x E scrit alors de manire unique x = y + z avec y F et z G. En
effet, x = y
1
+ z
1
= y
2
+ z
2
entrane
y
1
y
2
= z
2
z
1
F G = 0
E
,
do lunicit.
| Si lapplication f : F G E, (y, z) y +z est bijective, on a F G =
0
E
car x F G entrane f(x, x) = 0
E
= f(0
E
, 0
E
) do (x, x) = (0
E
, 0
E
),
donc E = F G.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 72
2. Dans ces conditions, on peut dnir les applications p : E E et q : E E
par la condition
x E, x = p(x) + q(x), (p(x), q(x)) F G. (4.5)
Il est facile de voir que p et q sont des applications linaires et ceci est une cons-
quence directe de (4.5).
De mme, si pour i 1, 2, x
i
E, de x
i
= p(x
i
) + q(x
i
), on dduit :
x
1
+ x
2
= p(x
1
) + p(x
2
) + q(x
1
) + q(x
2
)
et (p(x
1
) + p(x
2
), q(x
1
) + q(x
2
)) F G puisque F et G sont des sous-espaces,
do p(x
1
) + p(x
1
) = p(x
1
+ x
2
) et q(x
1
) + q(x
2
) = q(x
1
+ x
2
). On remarque en
outre que Im(p) = F, Im(q) = G, Ker(p) = G, Ker(q) = F, p+q = id
E
, pp = p,
q q = q et p q = q p = 0.
Projecteurs
Dnition 4.10.2 Soit e un K-e.v. ; on appelle projecteur de E tout endomorphisme de E
tel que p
2
= p.
Lapplication nulle et lapplication identique de E sont deux projecteurs particuliers.
Nous venons de voir que les projections associes deux sous-espaces supplmentaires
de E sont des projecteurs. Dans le thorme suivant, on montre quil ny a pas dautres
projecteurs que ceux-l.
Thorme 4.10.2 Soit p un projecteur dans le K-e.v. E. Posons q = Id
E
p, F = Im(p),
G = Im(q). Alors :
1. E = F G.
2. p et q sont les projections respectivement sur F paralllement G, et sur G parall-
lement F.
Dmonstration.
1. Montrons que F G = 0
E
? Soit x F G : y E tel que x = p(y) ; z E
tel que x = q(z). Alors
p(x) = p
2
(x) = p(y) = x = p(z) p
2
(z) = p(z) p(z) = 0
E
.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 73
2. Montrons ensuite que F + G = E ? Si x E on peut lcrire
x = p(x) + (x p(x)) = p(x) + q(x)
avec p(x) F et q(x) G. Finalement E = F G. mais lcriture prcdente
montre bien que p et q sont les projections sur F et G associes aux sous-espace
supplmentaires F et G.
11
8
k;
f(j) =
1
8
i +
1
16
j +
11
16
k;
f(k) =
11
8
i +
11
16
j +
11
16
k.
1. Calculer f f.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 78
2. Montrer que Ker(f) est le plan vectoriel dquation :
1
2
x +
1
4
y +
11
4
z = 0.
3. Montrer que Im(f) est la droite vectorielle D de vecteur directeur :
1
2
i +
1
4
j +
11
4
k.
Exercice 4.11.20 Soit f et g deux endomorphisme dun espace vectoriel E.
1. Dvelopper : (f + g) (f + g) et (f g) (f + g).
2. A quelle condition a-t-on :
(f + g)
2
= f
2
+ g
2
+ 2.f g
et
(f g) (f + g) = f
2
g
2
?
3. Soit a, b, a
et b
.f + b
.g).
Exercice 4.11.21 Soit E un espace vectoriel, 0 lendomorphisme nul E et soit f L(E)
tel que
f
3
= 0 et f
2
,= 0.
Montrer que le systme (id
E
, f, f
2
) est libre.
Exercice 4.11.22 Soit E un espace vectoriel.
1. Soit f et g deux endomorphismes de E tels que
f g = g f.
Dmontrer les relations :
f
3
g
3
= (f g) (f
2
+ f g + g
2
),
f
3
+ g
3
= (f + g) (f
2
f g + g
2
).
2. On suppose que f
3
est lendomorphisme nul.
Dmontrer que les endomorphismes f id
E
et f + id
E
sont bijectifs et dterminer
(f id
E
)
1
et (f + id
E
)
1
, en fonction de f.
CHAPITRE 4. LALGBRE LINAIRE : ESPACES VECTORIELS 79
Exercice 4.11.23 Soit E un espace vectoriel de dimension 3 et (i, j, k) une base de E. On
dsigne par f lendomorphisme de E tel que :
f(i) =
1
2
i
1
2
j;
f(j) =
1
2
i +
1
2
j;
f(k) =
1
2
i +
1
2
j + k.
1. Montrer que f f = f.
2. Dterminer Ker(f).
3. Dterminer lensemble des points xes de f.
Exercice 4.11.24 Soit E un espace vectoriel de dimension 2 et (e
1
, e
2
) une base de E. On
considre les trois endomorphismes f, g et h de E dnis par :
h(e
1
) = e
1
et h(e
2
) = e
2
;
f(e
1
) = 0
E
et f(e
2
) = e
1
;
g(e
1
) = e
2
et g(e
2
) = 0
E
.
1. Vrier que, f, g et h satisfont aux relations suivantes :
f g g f = h;
h f f h = 2.f;
h g g h = 2.g.
2. Dterminer les droites vectorielles D stables par h, f et g respactivement, cest--
dire telles que :
h(D) D, f(D) D et g(D) D
respectivement.
Chapitre 5
Matrices, dterminant et systmes
linaires
Dans ce chapitre, on suppose que K est R o C.
5.1 Matrice dun endomorphisme dans une base
5.1.1 Dnitions et proprits
Soit E un plan vectoriel de base B = (e
1
, e
2
) et soit f : E E un endomorphisme.
Il existe alors un unique systme de scalaires (a
1,1
, a
2,1
, a
1,2
, a
2,2
) dans K tel que
_
f(e
1
) = a
1,1
e
1
+ a
2,1
e
2
,
f(e
2
) = a
1,2
e
1
+ a
2,2
e
2
.
(5.1)
A cet endomorphisme, on associe la matrice
M
B
(f) =
_
a
1,1
a
1,2
a
2,1
a
2,2
_
Le scalaires crits dans la premire colonne (resp. deuxime colonne) sont les composantes
de f(e
1
) (resp. f(e
2
)) suivant e
1
et e
2
.
Proprit 5.1.1 Dans toute base de E :
1. La matrice de lapplication identique est
_
1 0
0 1
_
2. La matrice de lapplication nulle est
_
0 0
0 0
_
3. La matrice de lhomothtie vectorielle de rapport est
_
0
0
_
80
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 81
5.1.2 Proprits algbriques
Soit f et g deux endomorphismes dun plan vectoriel E. Soit B = (u, v) une base de
E et
M
B
(f) =
_
a a
b b
_
et M
B
(g) =
_
c c
d d
_
les matrices de f et g dans cette base. Alors
M
B
(f g) =
_
ac + a
d ac
+ a
bc + b
d bc
+ b
_
Dmonstration. Pour cela, il suft de calculer f g dans cette base.
(f g)(u) = f(g(u)) = f(c.u + d.v)
= c.f(u) + d.f(v) = c(a.u + b.v) + d.(a
.u + b
.v)
= (ac + a
d).u + (bc + b
d).v
et
(f g)(v) = f(g(v)) = f(c
.u + d
.v)
= c
.f(u) + d
.f(v) = c
(a.u + b.v) + d
.(a
.u + b
.v)
= (ac
+ a
).u + (bc
+ b
).v
5.2 Ensemble /
n
(K) des matrices dordre n
Soit n 2 un entier naturel.
5.2.1 Ensemble /
2
(K) des matrices dordre 2
Notons /
2
(K) lensemble des matrices carres dordre deux coefcients dans K.
Soit L(E) lensemble des endomorphismes de E. Nous avons le rsultat suivant :
Thorme 5.2.1 Soit E un plan vectoriel et B = (u, v) une base de E. Lapplication
: L(E) /
2
(K), f (f) = M
B
(f) est une bijection.
Cette bijection dpend de la base B choisie dans E.
Dmonstration.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 82
Soit f, g L(E). On associe f (resp. g) la matrice
M
B
(f) =
_
a b
c d
__
resp. M
B
(g) =
_
a
__
Si M
B
(f) = M
B
(g) alors
_
a b
c d
_
=
_
a
_
do a = a
, b = b
, c = c
et d = d
= a.u + b.v,
v
= c.u + d.v.
_
c.u
a.v
= (bc ad).v,
d.u
b.v
= (ad bc).u
Donc il existe un endomorphisme f associ la matrice M
B
.
deux matrices
M =
_
a b
c d
_
et M
=
_
a
_
.
Posons
M + M
=
_
a b
c d
_
+
_
a
_
=
_
a + a
b + b
c + c
d + c
_
.
Si est un scalaire de K, dnissons la matrice .M par
.M =
_
a b
c d
_
.
On vrie immdiatement que ces deux lois de composition munissent /
2
(K) dune struc-
ture despace vectoriel.
Llment neutre pour laddition est la matrice
_
0 0
0 0
_
, appele matrice nulle.
Loppose de la matrice
_
a b
c d
_
est la matrice
_
a b
c d
_
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 83
Multiplication dans /
2
(K)
On appelle produit de la matrice M =
_
a b
c d
_
et de la matrice M
=
_
a
_
la
matrice
_
aa
+ bc
ab
+ bd
ca
+ dc
cb
+ dd
_
que lon note MM
ou MM
.
Lopration qui M et M
associe MM
_
1 1
1 0
_
=
_
1 1
0 0
_
et
_
1 1
1 0
_
_
1 0
0 0
_
=
_
1 0
1 0
_
.
1. Llment neutre pour la multiplication est la matrice
_
1 0
0 1
_
appele matrice unit.
2. lassociativit du produit de matrices rsulte de limportant thorme suivant :
Thorme 5.2.2 Soit E un plan vectoriel, B = (e
1
, e
2
) une base de E, f et g deux
applications linaires de E dans E. Alors la matrice de f g dans la base B est
gale au produit des matrices, dans la base B, de f et de g ; en dautres termes :
M
B
(f g) = M
B
(f) M
B
(g).
Dmonstration.Ce rsultat est une consquence immdiate des proprits algbriques
vues prcdement.
Nous sommes en mesure maintenant de dmontrer :
Thorme 5.2.3 La multiplication des matrices est associative.
Dmonstration. Soit A, B et C trois matrices. On considre un plan vectoriel E et une
base B = (e
1
, e
2
) de ce plan vectoriel.
Si f, g et h sont les endomorphismes de E dont les matrices dans la base B sont respecti-
vement A, B et C, nous avons , dune part,
M
B
((f g) h) = M
B
(f g) M
B
(h) = (AB)C,
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 84
et, dautre part,
M
B
(f (g h)) = M
B
(f) M
B
(g h) = A(BC).
La composition des applications tant associative :
(f g) h = f (g h), do (AB)C = A(BC),
ce qui prouve le thorme.
Remarque 5.2.2 Les proprits que nous avons sur lespace des matrices dordre 2 :
/
2
(K), resteront valables dans lespace vectoriel des matrices dordre n 3, /
n
(K).
5.3 Dterminant
5.3.1 Dterminant dune matrice dordre 2
Dnition 5.3.1 On appelle dterminant dune matrice M =
_
a b
c d
_
le nombre rel
ad bc.
Le dterminant de la matrice M =
_
a b
c d
_
se note dt(M) ou encore
a b
c d
.
Thorme 5.3.1 Le dterminant du produit de deux matrices est gal au produit des d-
terminants des deux matrices.
Dmonstration. Soit M =
_
a b
c d
_
et M
=
_
a
_
deux matrices. On a
MM
_
aa
+ bc
ab
+ bd
ca
+ dc
cb
+ dd
_
.
Do
dt(MM
) = (aa
+ bc
)(cb
+ dd
) (ca
+ dc
)(ab
+ bd
)
= A+ B + C + d A
,
o lon a pos
A = aa
cb
, B = aa
dd
, C = bc
cb
, D = bc
dd
= ab
ca
, B
= ab
dc
, C
= bd
ca
, D
= bd
dc
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 85
On a
AA
= 0
B B
= ad(aa
),
C C
= bc(c
),
D D
= 0.
Do
dt(MM
) = B b
+ C C
= (ad bc)(a
),
et, par suite,
dt(MM
) = dt(M) dt(M
)
ce qui achve la dmonstration.
Remarque 5.3.1 On a aussi
dt(M
M) = dt(M
) dt(M).
dautre part
dt(M) dt(M
) = dt(M
) dt(M),
on en dduit
dt(M
M) = dt(MM
).
5.3.2 Dterminant dun systme de deux vecteurs relativement une
base
Dnition 5.3.2 Soit E un plan vectoriel et B une base de E. Soit (
1
,
1
) et (
2
,
2
) les
coordonnes respactives de deux lments y
1
et y
2
de E dans la base B. On appelle dter-
minant du systme (y
1
, y
2
) relativement la base B, et lon note dt
B
(y
1
, y
2
), le nombre
suivant
1
1
2
2
=
1
1
.
Grce cette notion, nous allons donner une nouvelle caractrisation des systmes libres
de deux vecteurs de E (base) et des systmes lis de deux vecteurs de E.
Caractrisation dune base
Thorme 5.3.2 Soit (y
1
, y
2
) un systme de deux vecteurs dun plan vectoriel E.
1. Pour que le systme (y
1
, y
2
) soit une base de E, il faut et il suft quil existe une base
B de E telle que
dt
B
(y
1
, y
2
) ,= 0.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 86
2. Sil existe une base B
0
de E telle que
dt
B
0
(y
1
, y
2
) ,= 0
alors, pour toute base B, on a
dt
B
(y
1
, y
2
) ,= 0.
Dmonstration.
1. Montrons dabord que la condition est ncessaire : Si (y
1
, y
2
) est une base B
du plan
E, on a
dt
B
(y
1
, y
2
) =
1 0
0 1
= 1 ,= 0.
Il suft donc de prendre B = B
.
Montrons que la condition est sufsante : Soit le systme (y
1
, y
2
). Supposons quil
existe une base B du plan E telle que dt
B
(y
1
, y
2
) ,= 0. Nous avons alors le systme
(y
1
, y
2
) est une base du plan E.
2. Comme on a dt
B
0
(y
1
, y
2
) ,= 0, le systme (y
1
, y
2
) est une base du plan E (daprs
1)) . Soit B une autre base du plan E. Si on avait dt
B
(y
1
, y
2
) = 0, alors le sys-
tme (y
1
, y
2
) serait linairement dpendant ou li, ce qui est absurde. Donc, on a
dt
B
(y
1
, y
2
) ,= 0, ce qui achve la dmonstration.
de E, on a
dt
B
(y
1
, y
2
) = 0.
Exemple 5.3.1 On prend E = R
2
, soit y
1
= (1, 1) et y
2
= (1, 1) deux vecteurs dans R
2
.
Les coordonnes de y
1
(resp. y
2
) dans la base naturelle B = e
1
= (1, 0); e
2
(0, 1) de R
2
sont (1, 1) (resp. (1, 1)).
On a donc
dt
B
(y
1
, y
2
) =
1 1
1 1
= 1 + 1 = 2
et par suite dt
B
(y
1
, y
2
) est non nul.
Donc, le dterminant du systme (y
1
, y
2
) relativement toute base est non nul. De plus,
(y
1
, y
2
) est une base de R
2
, que nous noterons B
.
On a
dt
B
(y
1
, y
2
) =
1 0
0 1
= 1,
do
dt
B
(y
1
, y
2
) ,= dt
B
(y
1
, y
2
).
Par consquent, dans le cas o le systme (y
1
, y
2
) est libre, la valeur de dt
B
(y
1
, y
2
) dpend
en gnral de la base B qui a t choisie.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 87
Proprits des dterminants
Proprit 5.3.1 Soit (y
1
, y
2
) un systme de deux vecteurs dun plan vectoriel E et B une
base de E. On dmontre les proprits suivantes :
1. dt
B
(y
1
, y
2
) = dt
B
(y
2
, y
1
).
2. K, on a dt
B
(.y
1
, y
2
) = dt
B
(y
1
, .y
2
).
3. Si y
1
= y
1
+ y
1
, alors on
dt
B
(y
1
, y
2
) = dt
B
(y
1
, y
2
) + dt
B
(y
1
, y
2
).
5.3.3 Dterminant dune matrice dordre 3
Dnition 5.3.3 On appelle dterminant dune matrice M =
_
_
a b c
a
_
_
le nombre
rel
a
+ c
.
ou
a b c
a
.
Toutes les proprits vues dans le cas dune matrice dordre 2 resteront valides pour les
matrices dordre suprieur o gal 3.
Dnition 5.3.4 Soit E un espace vectoriel et B une base de E. Soit (
1
,
1
,
1
), (
2
,
2
,
2
)
et (
3
,
3
,
3
) les coordonnes respactives de trois lments y
1
, y
2
et y
3
de E dans la base
B. On appelle dterminant du systme (y
1
, y
2
, y
3
) relativement la base B, et lon note
dt
B
(y
1
, y
2
, y
3
), le nombre suivant
1
1
1
2
2
2
3
3
3
=
1
2
2
3
3
2
2
3
3
+
1
2
2
3
3
.
Thorme 5.3.3 Soit (y
1
, y
2
, y
3
) un systme de trois vecteurs dun espace vectoriel E.
1. Pour que le systme (y
1
, y
2
, y
3
) soit une base de E, il faut et il suft quil existe une
base B de E telle que
dt
B
(y
1
, y
2
, y
3
) ,= 0.
2. Sil existe une base B
0
de E telle que
dt
B
0
(y
1
, y
2
, y
3
) ,= 0
alors, pour toute base B, on a
dt
B
(y
1
, y
2
, y
3
) ,= 0.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 88
5.3.4 Condition pour quun endomorphisme soit bijectif
Les dterminants vont nous permettre de caractriser simplement les endomorphismes
bijectifs dun plan vectoriel E o dun espace vectoriel E. An de donner cette caractri-
sation, nous tablirons dabord un lemme concernant les endomorphismes et les dtermi-
nants.
Lemme 5.3.1 Soit f un endomorphisme dun plan vectoriel E et B = (e
1
, e
2
) une base
de E. Alors le dterminant de la matrice de f dans la base B est gal au dterminant du
systme (f(e
1
), f(e
2
)) relativement la base B. On a donc
dt
B
(f(e
1
), f(e
2
)) = dt(M
B
(f)).
Dmonstration. Posons M
B
(f) =
_
a b
c d
_
. On a donc, par dnition,
f(e
1
) = a.e
1
+ b.e
2
,
et
f(e
2
) = c.e
1
+ d.e
2
,
ce qui prouve les galits
dt(M
B
(f)) =
a b
c d
= dt
B
(f(e
1
), f(e
2
)).
OM = x.u + y.v
O
1
M = x
1
.u
1
+ y
1
.v
1
;
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 90
on en dduit, si lon dsigne par = a + ib, lafxe de O
1
dans le repre (O; u, v),
x.u + y.v = (a.u + b.v) + (x
1
.u
1
+ y
1
.v
1
),
do
(x a).u + (y b).v = x
1
.u
1
+ y
1
.v
1
.
La rotation vectoriel, 1dangle qui transforme u
1
en u et v
1
en v, est dnie par la
matrice
M(1
) =
_
cos() sin()
sin() cos()
_
On a
u = cos().u
1
sin().v
1
v = sin().u
1
+ cos().v
1
.
On montre que lon a
[(x a) + i(y b)]e
i
= x
1
+ iy
1
,
ou encore
z
1
= (z )e
i
.
2. Homothtie : La matrice correspondante une homothtie h de centre O et de rap-
port est donne par
M
(h) =
_
0
0
_
.
La matrice associe la compose, h 1
), est une
similitude correspondante la matrice suivante :
M(h 1
) =
_
cos() sin()
sin() cos()
_
.
5.3.6 Matices carres inversibles et inverse dune matrice
Dnition 5.3.5 Soit A une matrice carre de /
n
(K).
1. On dit que la matrice A est inversible si et seulement si dt(A) ,= 0.
2. Si la matrice A est inversible. On appelle inverse de la matrice A, la matrice carre
M de /
n
(K) telle que AM = MA = I.
Dans ce cas, la matrice M = A
1
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 91
Exemple 5.3.2 A la matrice de /
2
(R) donne par
A =
_
2 0
1 3
_
.
La matrice A est inversible car dt(A) = 6 ,= 0. Trouvons maintenant la matrice A
1
=
_
a b
c d
_
, telle que AA
1
= A
1
A = I.
_
2 0
1 3
__
a b
c d
_
=
_
2a 2b
a 3c b 3d
_
=
_
1 0
0 1
_
_
_
2a = 1,
2b = 0,
a 3c = 0,
b 3d = 1,
_
a =
1
2
,
b = 0,
c =
1
6
,
d =
1
3
,
do
A
1
=
_
1
2
0
1
6
1
3
_
=
1
6
_
3 0
1 2
_
.
Ceci reste valable pour toutes les matrices carres inversibles dordre n 2.
5.3.7 Transpos dun vecteur et transpose dune matrice
Dnition 5.3.6 1. On appelle vecteur ligne tout vecteur scrivant sous la forme v =
(v
1
, v
2
, . . . , v
n
).
2. On appelle vecteur colonne tout vecteur scrivant sous la forme W =
_
_
_
_
_
w
1
w
2
.
.
.
w
n
_
_
_
_
_
.
3. Le vecteur transpos dun vecteur ligne v = (v
1
, v
2
, . . . , v
n
) est un vecteur colonne
not par :
t
v =
_
_
_
_
_
v
1
v
2
.
.
.
v
n
_
_
_
_
_
4. Soit W =
_
_
_
_
_
W
1
W
2
.
.
.
W
n
_
_
_
_
_
une matrice carre de /
n
(K) ou W
i
= (w
i,1
, w
i,2
, . . . , w
i,n
),
1 i n est un vecteur ligne
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 92
Si K = R, alors la transpose de la matrice W =
_
_
_
_
_
W
1
W
2
.
.
.
W
n
_
_
_
_
_
est la matrice
t
W =
(
t
W
1
,
t
W
2
, . . . ,
t
W
n
) ou
t
W
i
=
_
_
_
_
_
w
i,1
w
i,2
.
.
.
w
i,n
_
_
_
_
_
pour tout 1 i n.
Si K = C, alors la transpose de la matrice W =
_
_
_
_
_
W
1
W
2
.
.
.
W
n
_
_
_
_
_
est la matrice
t
W =
(
t
W
1
,
t
W
2
, . . . ,
t
W
n
) ou
t
W
i
=
_
_
_
_
_
w
i,1
w
i,2
.
.
.
w
i,n
_
_
_
_
_
pour tout 1 i n.
5. Une matrice A /
n
(R) (resp. A /
n
(C)) est dite symtrique si et seulement si
t
A = A (resp.
t
A = A).
Exemple 5.3.3 1. K = R, A la matrice de /
2
(R) donne par
A =
_
2
1
3
_
.
La transpose
t
A de la matrice A est
t
A =
_
1
2
3
_
.
2. K = C, A la matrice de /
3
(C) donne par
A =
_
_
i 2 + i 3
1 + i
3 5
2 3 + i 1 + i
_
_
.
La transpose
t
A de la matrice A est
t
A =
_
_
i 2 i 2
2 i
3 3 i
3 5 1 i
_
_
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 93
5.4 Rduction des endomorphismes et des martices car-
res
Dans cette partie, on dsigne par E un espace vectoriel de dimension nie n sur un
corps commutatif K, par e lendomorphisme identique de E, par /
n
(K) lanneau des
matrices carres dordre n coefcients dans K et par I la matrice unit. Soit f un endo-
morphisme de K
n
et A la matrice associe f relativement la base canonique de K
n
. On
dit que la matrice A de /
n
(K) est identie lendomorphisme f.
5.4.1 Valeurs propres ; polynme caractristique ; polynme minimal
Dnition 5.4.1 un nombre K est une valeur propre dun endomorphisme u de E
(resp. dune matrice A de /
n
(K)) sil existe un vecteur x non nul (resp. une matrice
colone X non nulle) tel que
u(x) = .x, (resp.AX = X)
ou encore si lendomorphisme u e (resp. la matrice A I) nest pas inversible.
Exemple 5.4.1 1. Soit u un endomorphisme de R
2
dni par
_
u(x) = 2y,
u(y) = x
2 et
2e) = 0
2. Soit A une matrice de /
2
(R) donne par
A =
_
2 0
0 3
_
.
Les valeurs propres de A sont 2 et 3 car dt(A 2I) = 0 et dt(A + 3I) = 0
puisque
A2I =
_
0 0
0 5
_
et A+ 3I =
_
5 0
0 0
_
Dnition 5.4.2 Soit u un endomorphisme de E.
1. On appelle le polynme caractristique de u (resp. dune matrice A de /
n
(K) le
polynme suivant :
P() = dt(u e), (resp.Q() = dt(AI))
2. Les valeurs propres dun endomorphisme u de E sont les racines du polynme ca-
ractristique de u (resp. de la matrice A de /
n
(K)
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 94
Exemple 5.4.2 1. Soit A une matrice de /
2
(R) donne par
A =
_
2 4
1 3
_
.
Le polynme caractristique de la matrice A est
P() = dt
_
2 4
1 3
_
= (2 )(3 ) + 4,
P() =
2
+ 2.
Pour trouver les valeurs propres de la matrice A il suft de rsoudre lquation
2
+ 2 = 0.
2. Soit M une matrice de /
3
(R) donne par
M =
_
_
2 4 0
1 3 2
0 1 3
_
_
.
Le polynme caractristique de la matrice M est
Q() = dt
_
_
2 4 0
1 3 2
0 1 3
_
_
,
Q() = (2 )
3 2
1 3
+ 4
2 1
3 0
,
Q() = (2 )[(3 )(3 ) 2] + 4[(3 )],
pour trouver les valeurs propres de la matrice M il suft de rsoudre lquation
Q() = 0.
Soit u un endomorphisme de E et U la matrice de u dans une base arbitraire de E alors
on a
P() = dt(u e) = dt(U I).
Thorme 5.4.1 (Cayley-Hamilton)
Soit u un endomorphisme de E et A une matrice de /
n
(K).
1. Si le polynme caractristique P de u se dcompose dans K en facteurs du premier
degr, alors P(u) = 0.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 95
2. Si le polynme caractristique Q de A se dcompose dans K en facteurs du premier
degr, alors Q(A) = 0.
Dmonstration. En exercice.
Exemple 5.4.3 Soit A une matrice de /
2
(R) donne par
A =
_
2 4
1 3
_
.
Le polynme caractristique de la matrice A est P() =
2
+ 2.
_
2 4
1 3
_
2
=
_
2 4
1 3
__
2 4
1 3
_
=
_
0 4
1 5
_
.
_
0 4
1 5
_
+
_
2 4
1 3
_
+
_
2 0
0 2
_
=
_
0 + 2 2 4 4 + 0
1 + 1 + 0 5 3 2
_
=
_
0 0
0 0
_
Dnition 5.4.3 Soit u un endomorphisme de E et A une matrice de /
n
(K).
On appelle polynme minimal de u (resp. de A) un polynme Q vriant :
i) Q est de plus petit degr divisant le polynme caractristique P de u (resp. de A).
ii) Q(u) = 0 (resp. Q(A) = 0).
Exemple 5.4.4 On considre une matrice A de /
3
(K) dont le polynme caractristique
P() = ( 2)
2
( 3).
Si (A 2I)(A3I) = 0, alors le polynme minimale de A est Q() = ( 2)( 3).
5.4.2 Vecteurs propres ; sous-espace propres
Dnition 5.4.4 Soit u un endomorphisme dun K-e.v. E et A une matrice de /
n
(K).
1. Si est une valeur propre de lendomorphisme u, lensemble des solutions de lqua-
tion
u(x) = x
est un sous-espace vectoriel 1
de K
n
dit sous-espace propre associ . Les
lments non nuls de 1
= Ker(f e).
Exemple 5.4.5 Soit A une matrice de /
2
(R) donne par
A =
_
2 4
1 3
_
.
Le polynme caractristique de la matrice A est P() =
2
+ 2. Les valeurs propres
de A sont
1
=
1
5
2
et
2
=
1 +
5
2
.
1
1
= Ker
_
f +
1 +
5
2
e
_
1
2
= Ker
_
f
1 +
5
2
e
_
ou f est lendomorphisme associ A dni par
_
f(x) = 2x 4y,
f(y) = x 3y,
et e est lendomorphisme unit.
Proposition 5.4.1 Soit u un endomorphisme dun K-e.v. E et A la matrice de /
n
(K)
associe u.
1. Les valeurs propres de u sont les mmes que celles de A.
2. Les vecteurs propres v
1
, v
2
, . . . , v
k
associs des valeurs propres distinctes
1
,
2
, . . . ,
k
sont linairement indpendants.
3. Si 1
1
= Ker(u
1
e), 1
2
= Ker(u
2
e), . . . , 1
k
= Ker(u
k
e) sont respecti-
vement les espaces propres associs des valeurs propres distinctes
1
,
2
, . . . ,
k
,
alors la sommes 1 = 1
1
+1
2
+ . . . +1
k
est une somme directe.
4. La runion dune base de 1
1
, dune base de 1
2
,. . ., dune base de 1
k
est une base
de 1.
Dmonstration. Laisser en exercice.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 97
5.4.3 Matrices semblables
Dnition 5.4.5 Deux matrices sont semblables si et seulement si elles constituent deux
matrices reprsentatives du mme endomorphisme dans deux bases (ventuellement) diff-
rentes. Autrement dit, on dit que deux matrices A et B sont semblables si et seeulement si
il existe une matrice inversible P telle que
A = P
1
BP.
Exemple 5.4.6 Les matrices A =
_
2 1
2 0
_
et B =
_
2 2
5 4
_
sont semblables.
En effet, il existe une matrice inversible P =
_
1 1
1 0
_
et P
1
=
_
0 1
1 1
_
.
On a
P
1
AP =
_
0 1
1 1
__
2 1
2 0
__
1 1
1 0
_
=
_
2 2
5 4
_
Remarque 5.4.1 On dnit la relation binaire 1 suivante :
A 1 B P une matrice inversible telle que A = P
1
BP.
La relation 1est une relation dquivalence sur lensemble des matrices /
n
(K).
Proposition 5.4.2 Deux matrices semblables A et B de /
n
(K) ont le mme polynme
caractristique.
Dmonstration. Soient A et B deux matrices semblables de /
n
(K), alors il existe une
matrice inversible P telle que
A = P
1
BP.
On a
AI = P
1
BP I = P
1
BP P
1
P = P
1
(B I)P,
alors
dt(AI) = dt(P
1
(B I)P) = dt(P
1
)dt(B I)dt(P)
do
dt(AI) = dt(B I)
dt(P)
dt(P)
= dt(B I).
n=1
t
n
n!
= 1 + lim
p+
p
n=1
t
n
n!
.
Dnition 5.4.7 Soit A et B deux matrices de /
n
(K).
1. On appelle exponentielle de la matrice A, note par exp(A), la formule suivante :
exp(A) = I +
+
n=1
A
n
n!
.
Nous avons les proprits suivantes :
2. exp(A+ B) = exp(A) exp(B).
3. Si A est inversible dinverse A
1
, alors exp(A
1
) = (exp(A))
1
.
Exemple 5.4.8 1. On prend la matrice A =
_
0 1
0 0
_
, alors on a A
2
_
0 0
0 0
_
, alors
exp(A) = I + A =
_
1 0
0 1
_
+
_
0 1
0 0
_
=
_
1 1
0 1
_
2. Pour la matrice B suivante
B =
_
_
3 9 9
2 0 0
3 3 3
_
_
, on a B
2
=
_
_
0 0 0
6 18 18
6 18 18
_
_
et B
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
alors on a
exp(B) = I + B +
1
2
B
2
=
_
_
1 0 0
0 1 0
0 0 1
_
_
+
_
_
3 9 9
2 0 0
3 3 3
_
_
+
_
_
0 0 0
3 9 9
3 9 9
_
_
exp(B) =
_
_
4 9 9
5 10 9
3 12 11
_
_
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 100
Dnition 5.4.8 Une matrice A de /
n
(K) est dite diagonalisable si il existe une matrice
inversible P de /
n
(K) telle que
P
1
AP = D =
_
_
_
_
_
1
0 . . . 0
0
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 . . . 0
n
_
_
_
_
_
o
1
, . . . ,
n
sont les valeurs propres de A comptes avec leurs ordres de multiplicit.
Dans ce cas, chaque vecteur colonne w de la matrice P est un vecteur propre pour la
matrice A, cest--dire quil existe un scalaire sur la diagonale de D tel que A.w = .w.
Exemple 5.4.9 Les valeurs propres de la matrice
A =
_
_
1 1 0
1 2 1
1 0 1
_
_
sont
1
= 2,
2
= 1 + i et
3
= 1 i.
Les veteurs propres associs
1
,
2
et
3
sont respectivement
V
1
=
_
_
1
1
1
_
_
, V
2
=
_
_
i
1
1
_
_
et V
3
=
_
_
i
1
1
_
_
.
La matrice P = (V
1
[V
2
[V
3
) donne par
P =
_
_
1 i i
1 1 1
1 1 1
_
_
P
1
=
1
4
_
_
0 2 2
1 2i 1 + i
2i (1 + i) 1 i
_
_
.
paar un calcul simple, on trouve
P
1
AP =
1
4
_
_
0 2 2
1 2i 1 + i
2i (1 + i) 1 i
_
_
_
_
1 1 0
1 2 1
1 0 1
_
_
_
_
1 i i
1 1 1
1 1 1
_
_
=
_
_
2 0 0
0 1 + i 0
0 0 1 i
_
_
.
Proposition 5.4.3 Soit A une matrice de /
n
(K). Alors
1. Si A est nilpotente dindice de nilpotence p, alors
exp(A) = I +
p
n=1
A
n
n!
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 101
2. Si la seule valeur propre de A est 0, alors les puissance de A sont nulles partir
dun certain rang n
0
:
A
n
= 0, ds que n n
0
.
Dans ce cas, on a
exp(A) = I +
n
0
n=1
A
n
n!
.
3. Si A a une seule valeur propre , alors nous pouvons crire A = I + B o B est
une matrice dont la seule valeur propre est 0. On a bien
exp(A) = exp(). exp(B)
4. Si A est une matrice diagonale, cest--dire que A scrit sous la forme
A =
_
_
_
_
_
1
0 . . . 0
0
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 . . . 0
n
_
_
_
_
_
, alors exp(A) =
_
_
_
_
_
e
1
0 . . . 0
0 e
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 . . . 0 e
n
_
_
_
_
_
.
5. Si P
1
AP = D o D = diag(
i
, 1 i n), alors pour tout k N on a
P
1
A
k
P = D
k
.
Dmonstration. Exercice.
5.5 Introduction la rsolution de systmes diffrentiels
linaires coefcients constants
Soit X une matrice colonne des fonctions, A une matrice de /
n
(K) o K (R ou C) et D
un vecteur colonne. On suppose que les coefcients de A et D sont donns.
On appelle un systme diffrentiel linaire coefcients constants et dinconnu X, lqua-
tion linaire que satisfait X au sens usuel des quations diffrentielles ordinaires :
dX(t)
dt
= AX(t) + D(t), X =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
, (5.2)
o n est le nombre de fonctions dterminer en rsolvant le systme diffrentiel (5.2).
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 102
5.5.1 Systme homognes
Le systme diffrentiel homogne associ lquation (5.2) est
dX(t)
dt
= AX(t) (5.3)
La solution gnrale de lquation (5.3) est dnie par
X(t) = exp(tA)X(0),
o, par dnition :
exp(tA) = I +
+
n=1
t
n
A
n
n!
.
Par calcul, la matrice exp(tA) se simplie en utilisant les proprits de lexponentil dune
matrice.
Lensemble des solutions du systme diffrentiel homogne (5.2) est un espace vectoriel
sur C de dimension n. Cest un sous-espace de lespace des fonctions valeurs complexes.
Proposition 5.5.1 Soit A est une matrice carre dordre n coefcients dans K(R ou C).
Si
1
,
2
, . . . ,
n
sont les valeurs propres de la matrice A et V
1
, V
2
, . . . , V
n
les vecteurs
associs respectivement aux valeurs propres
1
,
2
, . . . ,
n
, alors la solution gnrale de
lquation homogne (5.2) scrit sous la forme :
X(t) =
n
i=1
i
exp(
i
t)V
i
,
o
i
K (1 i n) sont des scalaires.
Exemple 5.5.1 On considre le systme diffrentiel suivant :
_
x
= x + 2y,
y
= 2x + y,
on pose X =
_
x
y
_
, alors
dX(t)
dt
=
_
1 2
2 1
_
X(t)
alors
X(t) = exp(tA)X(0),
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 103
o A =
_
1 2
2 1
_
et X(0) =
_
x
0
y
0
_
est donn.
La matrice A a deux valeurs propres distinctes 1 et 3, alors
X(t) =
1
exp(t)V
1
+
2
exp(3t)V
2
,
o V
1
=
_
1
1
_
est le vecteur propre associ 1 et V
2
=
_
1
1
_
est le vecteur propre associ
3.
_
x(t) =
1
exp(t) +
2
exp(3t),
y(t) =
1
exp(t) +
2
exp(3t)
5.5.2 Systmes avec seconds membres
On reprend le systme diffrentiel avec second membre donn par (5.2)
Proposition 5.5.2 La solution gnrale du systme (5.2) est la somme dune solution par-
ticulire de (5.2) et de la solution gnrale du systme diffrentiel homogne (5.3).
Proposition 5.5.3 Si le second membre D est dni par :
D(t) = exp(t)D
0
,
o D
0
est un vecteur coefcients constants dans K, alors il existe une solution particulire
X(t) de la forme :
1. X(t) = exp(t)X
0
, si nest pas une valeur propre de A;
2. X(t) = exp(t)(X
0
+ tX
1
), si est une valeur propre simple de A;
3. X(t) = exp(t)(X
0
+ tX
1
+ t
2
X
2
), si est une valeur propre double de A;
4. X(t) = exp(t)
n
i=0
t
i
X
i
, si est une valeur propre, de multiplicit n, de A;
Remarque 5.5.1 Si on ne connat pas priori la forme de la solution particulire, on fera
le changement dinconnues :
X(t) = PY (t),
la matrice P tant choisie de manire que la matrice P
1
AP du systme transform :
dY (t)
dt
= P
1
APY (t) + P
1
D(t)
soit triangulaire ou, mieux encore, de la forme de Jordan. Cette partie sera bien aborder
les annes ulrieures avec plus de bagages dalgbre et danalyse.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 104
5.6 Exercices
Exercice 5.6.1 Soit f lendomorphisme de lespace vectoriel C dni par
f(1) = 1 et f(i) = j,
o j = e
i
2
3
.
1. Dmontrer que f est un automorphisme de C.
2. Dterminer le complexe z tel que f(z) = i.
3. Soit f
1
lapplication rciproque de f. Ecrire la matrice de f
1
relativement la
base (1, i).
Exercice 5.6.2 Soit E un espace vectoriel de dimension 2 et (i, j) une base de E. Soit f et
g deux endomorphismes de E dont les matrices dans la base (i, j) sont respectivement :
A =
_
1 2
4 5
_
et B =
_
5 6
7 8
_
.
Soit (x, y) R.
1. Montrer que f et g sont inversibles,puis trouver les matrices de f
1
et g
1
dans la
base (i, j).
2. Dterminer dans la base (i, j) les matrices des endomorphismes suivants :
(x.f y.g); (2.f x.id
E
); (f + .g); (x.f + y.g).
3. Trouver des relations entre x et y pour que les endomorphismes
(x.f y.g); (2.f x.id
E
); (f + .g); (x.f + y.g)
soient inversibles.
Exercice 5.6.3 Soit E un espace vectoriel et f un endomorphisme de E tel que f
2
soit
lendomorphisme nul.
1. Calculer (id
E
f) (id
E
+ f).
2. En dduire que (id
E
f) et (id
E
+f) sont bijectifs. Quels sont les endomorphismes
(id
E
f)
1
et (id
E
+ f)
1
.
3. Vrier les rsultats prcdents lorsque lespace vectoriel E est de dimension 2 et
lorsque f est lendomorphisme de E dont la matrice dans une base (i, j) xe de E
est :
(a) A =
_
0 0
1 0
_
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 105
(b) A =
_
0 1
0 0
_
.
(c) A =
_
1
1
2
2 1
_
.
Exercice 5.6.4 Soit A une matrice de /
2
(C). On suppose que la matrice A a une seule
valeur propre double .
1. Montrer quon peut trouver une matrice B semblable A gale lune des deux
matrices suivantes :
_
0
0
_
,
_
1
0
_
2. Calculer B
n
.
Exercice 5.6.5 On note par O la matrice nulle et I =
_
1 0
0 1
_
la matrice identit dordres
2. Soit A =
_
_
/
2
(R) telle que
_
+ = 1
= 2,
On dsigne E = < I, A > lespace engendr par les matrices I et A.
1. Quelle est la dimension de E ?.
2. Vrier que :
A
2
= A+ 2.I.
En dduire que A est inversible et que A
1
E.
3. Montrer que E est un sous-anneau de /
2
(R).
4. On prend = 1, = 2, = 1 et = 0.
(a) Vrier que la relation : A
2
= A+ 2.I, est satisfaite.
(b) Prciser le noyau et limage des endomorphismes et de R
2
dont les ma-
trices dans la base naturelle sont respectivement :
A et A+ 2.I.
Exercice 5.6.6 On considre dans C le systme suivant :
_
(1 + i)x + (1 + 2.i)y = 1 + 5.i
(3 i)x + (4 2.i)y = 2 i.
(5.4)
dinconnus complexes x et y. On pose X =
_
x
y
_
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 106
1. Montrer quon peut crire le systme (5.4) sous la forme suivante :
A.X = b
o A est une matrice de /
2
(C) dterminer et b =
_
1 + 5.i
2 i
_
2. Montrer que la matrice A est inversible, puis trouver son inverse A
1
.
3. Ecrire X = A
1
b et calculer x et y.
Exercice 5.6.7 1. Montrer que tout nombre complexe z scrit de manire unique sous
la forme
z = x + y(1 + i) (x, y) R
2
2. Soit / lensemble des matrices de la forme
M =
_
x y
2y x + 2y
_
, (x, y) R
2
.
Montrer que lapplication : C / qui tout z = x + y(1 + i) C ((x, y)
R
2
) associe
_
x y
2y x + 2y
_
est une bijection.
3. (a) Montrer que, pour tout (z
, z
) C
2
, on a :
(z
+ z
) = (z
) + (z
),
(z
) = (z
)(z
).
(b) En dduire que (/, +, ) est un corps commutatif.
(c) Calcucler explicitement M
1
pour
M =
_
x y
2y x + 2y
_
, (x, y) R
2
(0, 0).
Exercice 5.6.8 On veut rsoudre le systme diffrentiel linaire du premier ordre sans
second membre suivant :
_
_
_
x
= x + y
y
= x + 2y + z
z
= x + z
On pose X =
_
_
x
y
z
_
_
.
CHAPITRE 5. MATRICES, DTERMINANT ET SYSTMES LINAIRES 107
1. Montrer quon peut crire le systme diffrentiel sous la forme :
X
= A.X
o A est une matrice dterminer.
2. Montrer que le systme est bien dni, puis trouver le polynme caractristique as-
soci A.
3. Trouver les valeurs propres
1
,
2
et
3
de la matrice A.
4. Trouver les vecteurs propres v
1
, v
2
et v
3
associs respectivement aux valeurs propres
1
,
2
et
3
.
5. Trouver la solution gnrale X(t), puis touver la solution X(t) satisfaisant la condi-
tion initiale X(0) =
_
_
_
1
1
2
3
_
_
_
.
6. Trouver la solution t X(t) tel que X(0) =
_
_
1
j
j
2
_
_
o j = e
i
2
3
.
Pui, montrer que si M, N et P sont dans le plan complexe les images de x(t), y(t)
et z(t), le traingle MNP est quilatral.
Exercice 5.6.9 Soit (o) le systeme differentiel lineaire avec second membre
(o) :
_
_
_
x