Vous êtes sur la page 1sur 875

Cours Mathmatiques MPSI 2005

david Delaunay
26 aot 2013
cbna: Paternit + Pas dUtilisation Commerciale + Partage dans les mmes conditions :
Le titulaire des droits autorise lexploitation de luvre originale des ns non commerciales, ainsi que
la cration duvres drives, condition quelles soient distribues sous une licence identique celle
qui rgit luvre originale.
http://mp.cpgedupuydelome.fr 2 cbna
Premire partie
Algbre
3
Chapitre 1
Elments de mathmatiques
1.1 Les objets
1.1.1 Ensembles et lments
Dnition
On appelle ensemble toute collection dobjets appels lments de cet ensemble. Pour signier
quun lment x appartient un ensemble E, on crit x E. Sinon, on crit x / E.
Exemple N, Z, Q, R et C sont les ensembles de nombres usuels.
Exemple a, b, ..., s dsigne lensemble constitu des lments a, b, ..., s et uniquement cela.
Exemple 2k/k Z dsigne lensemble des lments de la forme 2k avec k dcrivant Z, savoir les
nombres pairs.
Dnition
Deux ensembles E et F sont dits gaux sils sont constitus des mmes lments. On note
alors E = F.
Exemple a, b = b, a.
Dnition
On appelle ensemble vide lensemble constitu daucun lment, on le note .
Remarque La notation est caduque. La notation ne dsigne par lensemble vide mais un
ensemble constitu dun lment qui est lensemble vide.
5
1.1. LES OBJETS
Dnition
Etant donns deux ensembles E et F, on appelle intersection de E et F lensemble E F
forms des lments communs E et F.
Dnition
Etant donns deux ensembles E et F, on appelle union de E et F lensemble E F forms
des lments de lun et de lautre ensemble.
1.1.2 Inclusion
E dsigne un ensemble.
Dnition
Un ensemble F est dit inclus dans E si tous les lments de F sont aussi lments de E. On
note alors F E.
Exemple a, c a, b, c.
Dnition
On appelle partie (ou sous-ensemble) de E, tout ensemble F dont les lments sont tous
lments de E cest--dire tout ensemble inclus dans F.
Exemple et E sont des parties de E.
Dnition
On appelle ensemble des parties de E lensemble, not T(E), form des sous-ensembles de E.
Exemple Si E = a, b, c alors
T(E) = , a , b , c , a, b , b, c , c, a , a, b, c
1.1.3 Produit cartsien
1.1.3.1 Couple
Dnition
A partir de deux lments a et b, on forme un nouvel lment appel couple (a, b) dni de
sorte que :
(a, b) = (a
t
, b
t
) a = a
t
et b = b
t
Remarque Lorsque a ,= b, (a, b) ,= (b, a).
Dnition
On appelle produit cartsien de E par F lensemble form des couples (a, b) avec a dans E et
b dans F. On le note E F.
http://mp.cpgedupuydelome.fr 6 cbna
CHAPITRE 1. ELMENTS DE MATHMATIQUES
Exemple Pour E = a, b, c et F = 1, 2
E F = (a, 1), (a, 2), (b, 1), (b, 2), (c, 1), (c, 2)
Remarque Lorsque E et F sont des ensembles distincts non vides : E F ,= F E.
Remarque Lorsque E = F, il est usuel de noter E
2
au lieu de E E.
Exemple R
2
= (x, y)/x R, y R est usuellement visualis comme un plan.
1.1.3.2 Multiplet
Dnition
A partir dlments a
1
, ..., a
n
(avec n N

), on forme le n uplet (a
1
, ..., a
n
) dni de sorte
que :
(a
1
, . . . , a
n
) = (a
t
1
, . . . , a
t
n
) i 1, . . . , n , a
i
= a
t
i
Dnition
On appelle produit cartsien des ensembles E
1
, ..., E
n
(avec n N

) lensemble form des n


uplets (a
1
, ..., a
n
) avec pour tout i 1, 2, . . . , n, a
i
E
i
.
On le note E
1
E
n
ou encore
n

i=1
E
i
.
Remarque Si E
1
= = E
n
= E alors on note E
n
au lieu de E E ( n termes).
Exemple R
3
= (x, y, z)/x R, y R, z R est usuellement visualis comme un espace de
dimension 3.
Exemple On pressent que R
n
permet de visualiser la dimension n. . .
http://mp.cpgedupuydelome.fr 7 cbna
1.1. LES OBJETS
1.1.4 Fonctions et applications
E et F dsignent des ensembles
Dnition
Une application (ou fonction) f de E vers F est une manipulation qui chaque lment x
de E associe un et un seul lment y de F.
Llment y est alors not f(x) et est appel image de x par f.
On note f : E F pour signier que f est une application de E vers F.
On note T(E, F) lensemble des applications de E vers F.
Remarque Pour dnir une application f : E F il suft de prciser comment chaque lment x de
E est associ son image f(x) dans F.
Cest le principe des notations :
-f :
_
E F
x ...
;
- f : E F dnie par f(x) = . . . ;
- f : x . . . dnie sur E et valeurs dans F.
Exemple
_
_
_
R R
x
e
x
x
2
+ 1
est une application.
Exemple
_

_
R R
x
_
x si x 0
x sinon
est une application.
Exemple
_
N Z
n n
2
n + 1
est une application.
Exemple
_
R
2
R
(x, y) x +y
est une application.
Exemple
_
T(R, R) R
f f(0)
est une application.
http://mp.cpgedupuydelome.fr 8 cbna
CHAPITRE 1. ELMENTS DE MATHMATIQUES
1.2 Notions de logique
1.2.1 Assertion
Dnition
On appelle assertion toute phrase mathmatique signicative susceptible dtre vraie (V) ou
fausse (F).
Exemple T = 3 2 est une assertion vraie.
Q = 2 + 2 = 5 est une assertion fausse.
Remarque Lorsque la valeur de vrit dune assertion T dpend des valeurs prises par un paramtre x
(resp. par plusieurs paramtres x, y, . . . ) on note souvent celle-ci T(x) (resp. T(x, y, . . .) ) pour le
souligner.
On parle parfois de prdicat plutt que dassertion.
Exemple T(x) = x 0 est une assertion dpendant dun paramtre x rel.
Q(x) = x +y = z est une assertion dpendant de x, y, z rels.
T(2) et Q(1, 2, 3) sont vraies.
Dnition
Deux assertions T et Q ayant mmes valeurs de vrit sont dites quivalentes et on note T
Q.
Exemple x 0 x 0
Dnition
Soit T(x) une assertion dpendant dun paramtre x lment de E.
On note x E tel que T(x) ou x E/T(x) la partie de E forme des lments x
qui rendent lassertion T(x) vraie. On dit que lensemble est dni en comprhension par
opposition avec un ensemble dont on liste les lments qui est dit dni en extension.
Exemple x R/1 x < 2 = [1, 2[,
_
x R/x
2
> 0
_
= R

.
n Z/n est pair = 2k/k Z.
Remarque Rsoudre une quation consiste dcrire un ensemble dni en comprhension (i.e. dni
par lquation tudie) en un ensemble dni par la description de ses lments.
http://mp.cpgedupuydelome.fr 9 cbna
1.2. NOTIONS DE LOGIQUE
1.2.2 Ngation
Soit T une assertion.
Dnition
On appelle ngation de T, lassertion note non(T) dnie comme tant vraie lorsque T est
fausse et inversement.
On peut aussi dire que lassertion non(T) est dnie par la table de vrit :
T non(T)
V F
F V
Exemple Pour T(x) = x 0 on a non(T(x)) x < 0
Proposition
non(non(T)) T.
dm. :
T non(T) non(non(T))
V F V
F V F

Remarque On note parfois T ou



T au lieu de non(T).
1.2.3 Conjonction et disjonction
Soient T, Q et 1des assertions.
Dnition
On appelle conjonction (resp. disjonction) de ces deux assertions, lassertion note T et Q
(resp. T ou Q ) dnie comme tant vraie si, et seulement si, T et Q le sont toutes les deux
(resp. lorsquau moins lune des deux lest). On a donc :
T Q T et Q T ou Q
V V V V
V F F V
F V F V
F F F F
Exemple 0 x 1 x 0 et x 1
x 0 ou x 0 est une assertion vraie pour tout x rel.
( !)Le ou franais est souvent exclusif.
Le ou mathmatique est inclusif.
http://mp.cpgedupuydelome.fr 10 cbna
CHAPITRE 1. ELMENTS DE MATHMATIQUES
Proposition
non(T et Q) non(T) ou non(Q).
non(T ou Q) non(T) et non(Q).
dm. :
Ces proprits sobtiennent par tude de tables de vrit.

Proposition
T et T T, T ou T T.
T et Q Q et T, T ou Q Q ou T,
(T et Q) et 1 T et (Q et 1) (que lon note alors T et Q et 1),
(T ou Q) ou 1 T ou (Q ou 1) (que lon note alors T ou Q ou 1),
T et (Q ou 1) (T et Q) ou (T et 1),
T ou (Q et 1) (T ou Q) et (T ou 1).
dm. :
Ces proprits sobtiennent par tude de tables de vrit.

Attention : Ecrire T ou Q et 1sans parenthses nest pas comprhensible !


Remarque On note parfois T Q (resp. T Q ) au lieu de T et Q (resp. T ou Q ).
1.2.4 Implications
Soient T et Q deux assertions.
Dnition
On dnit lassertion T Q comme tant vraie si Q ne peut pas tre fausse quand T est
vraie.
En franais limplication est traduite pas les expressions : si... alors , donc , par
suite etc.
Plus prcisment, la valeur de vrit de lassertion T Q est donne par :
T Q T Q
V V V
V F F
F V V
F F V
Exemple Pour x rel : x 1 x
2
1 est une implication vraie.
Attention : Lorsque T Q est vraie, on ne prsume rien sur la valeur de vrit de T.
http://mp.cpgedupuydelome.fr 11 cbna
1.2. NOTIONS DE LOGIQUE
Remarque Lorsque T Q est vraie :
- si T est vraie alors Q lest aussi ;
- si T est fausse alors on ne sait rien sur la valeur de vrit de Q.
Dnition
Lorsque T Q est vraie on dit que :
- T est une condition sufsante (CS) pour Q;
- Q est une condition ncessaire (CN) pour T.
Dnition
Q T est appele implication rciproque de T Q.
Proposition
(T Q) non(T) ou Q.
dm. :
T Q T Q non(T) non(T) ou Q
V V V F V
V F F F F
F V V V V
F F V V V

Proposition
T Q non(Q) non(T)
dm. :
non(Q) non(T) Q ou non(T) T Q.

Dnition
non(Q) non(T) est appele contrapose de limplication T Q.
Exemple La contrapose de x 1 x
2
1 est x
2
< 1 x < 1.
Proposition
non(T Q) T et non(Q).
dm. :
Par ngation de non(T) ou Q.

( !)non(T Q) na pas la sens de T non(Q)


Par passage la ngation le symbole dimplication disparat.
Exemple x 0 x
2
1 et x 0 x
2
< 1 sont des implications toutes deux fausses.
http://mp.cpgedupuydelome.fr 12 cbna
CHAPITRE 1. ELMENTS DE MATHMATIQUES
1.2.5 Equivalence
Soient T et Q deux assertions.
Dnition
On note T Q lassertion T Q et Q T.
En franais lquivalence se traduit par les expressions : si, et seulement si (ssi), il faut
et il suft ,...
La table de vrit de T Q est donne par :
T Q T Q Q T T Q
V V V V V
V F F V F
F V V F F
F F V V V
Exemple Pour x, y rels : x
2
= y
2
x = y ou x = y.
Remarque Lorsque T Q est vraie, on peut dire que T et Q ont mmes valeurs de vrit et donc
T Q
Dnition
Lorsque T Q est vraie, on dit que T et Q sont quivalentes et que T est un condition
ncessaire et sufsante (CNS) pour Q.
Proposition
T Q non(T) non(Q).
( !)Ne pas crire dquivalences abusives !
Chaque quivalence correspond deux implications et ncessite donc une double rexion !
Exemple Pour x, y rels : x = y ,x
2
= y
2
.
1.2.6 Quanticateurs
Soit T(x) une assertion dpendant dun lment x E.
Dnition
On dnit lassertion
x E, T(x)
comme tant vraie lorsque T(x) est vraie pour tout x dans E.
Cette assertion se lit : Quel que soit x dans E on a T(x)
Exemple x R, x
2
0 est vraie.
x [1, 1] , x
2
2 est vraie.
x R, x
2
2 est fausse.
http://mp.cpgedupuydelome.fr 13 cbna
1.2. NOTIONS DE LOGIQUE
Remarque Ecrire x, T(x) est insufsant !
Remarque Dans lassertion
x E, T(x)
la lettre x un rle muet i.e. quelle peut tre remplace par nimporte quelle autre lettre.
Dnition
On dnit lassertion
x E, T(x)
comme tant vraie lorsque T(x) est vraie pour au moins un x dans E.
Cette assertion se lit : Il existe x dans E tel que T(x) .
Exemple x R, x
2
= 1 est vraie.
x R, x
2
< 0 est fausse.
Remarque Les remarques prcdentes sont encore valables.
Dnition
On dnit lassertion
!x E, T(x)
comme tant vraie lorsque T(x) est vraie pour un et un seul lment x dans E.
Cette assertion se lit : Il existe un unique x dans E tel que T(x) .
Exemple !x R
+
, ln(x) = 1 (cest le nombre de Neper)
Exemple x R, !n Z, n x < n + 1.
Dans cette assertion, lentier n apparat aprs le x et est par suite susceptible de dpendre de x, on le
note parfois n
x
an de le souligner.
Cette assertion est vraie et pour chaque x, lentier n introduit est appel partie entire de x.
( !)Il ne faut par intervertir sans justication les et les :
x R, n Z, x n est vraie alors que n Z, x R, x n est fausse.
Remarque Abusivement, on crit :
x 0 au lieu de x R
+
,
0 x 1 au lieu de x [0, 1],
x, y E au lieu de x E, y E ou de (x, y) E
2
,...
http://mp.cpgedupuydelome.fr 14 cbna
CHAPITRE 1. ELMENTS DE MATHMATIQUES
Proposition
non(x E, T(x)) x E, non(T(x)),
non(x E, T(x)) x E, non(T(x)).
dm. :
Cest du bon sens !

Convention :
Toute assertion commenant par : x est fausse.
Par ngation : toute assertion commenant x est vraie.
Exemple Soit f : R R une application.
- la fonction f est la fonction nulle :
x R, f(x) = 0 ;
- la fonction f sannule :
x R, f(x) = 0 ;
- la fonction f sannule une seule fois :
!x R, f(x) = 0 ;
- la fonction f sannule sur R
+
:
x R
+
, f(x) = 0 ;
- la fonction f ne sannule que sur R
+
:
x R, f(x) = 0 x 0 ;
- la fonction f ne prend que des valeurs positives :
x R, f(x) 0 ;
- la fonction f ne prend des valeurs positives que sur R
+
:
x R, f(x) 0 x 0 :
- la fonction f est constante :
x, y R, f(x) = f(y)
ou encore
C R, x R, f(x) = C ;
- la fonction f est croissante :
x, y R, x y f(x) f(y) ;
- tout rel possde un antcdent par f :
y R, x R, f(x) = y ;
- la fonction f prend des valeurs deux deux distincts :
x, y R, x ,= y f(x) ,= f(y)
ou encore
x, y R, f(x) = f(y) x = y
http://mp.cpgedupuydelome.fr 15 cbna
1.3. RAISONNEMENTS
1.3 Raisonnements
Une assertion vraie est appele nonc, proposition ou thorme.
La vracit dune assertion se justie par une dmonstration.
Certaines assertions sont postules vraies sans dmonstration, ce sont les axiomes.
1.3.1 Dmonstration dune assertion
Pour dmontrer la vracit dune assertion T on peut procder de trois manires :
(1) Montrer que T dcoule de rsultats antrieurs i.e. dterminer un nonc Qtel que Q T soit vraie.
Exemple Montrons
x R, x
2
+ 1 > 0
Soit x R.
On sait que x
2
0 et 1 > 0.
Or
a 0 et b > 0 a +b > 0
donc x
2
+ 1 > 0.
(2) Oprer par disjonction de cas i.e. dterminer un nonc Q tel que Q T et non(Q) T soient
vraies.
Exemple Montrons que
n N,
n(n + 1)
2
N
Soit n N.
Si n est pair alors on peut crire n = 2k avec k N et alors
n(n + 1)
2
= k(2k + 1) N
Si n est impair alors on peut crire n = 2k + 1 avec k N et alors
n(n + 1)
2
= (2k + 1)(k + 1) N
Dans les deux cas
n(n + 1)
2
N.
(3) Raisonner par labsurde i.e. montrer que non(T) implique un rsultat faux.
Exemple Montrons quil nexiste pas dentier naturel suprieur tout autre.
Par labsurde : Supposons quil existe N N tel que n N, n N.
Pour n = N + 1 N, on a N + 1 N donc 1 0. Absurde.
( !)En aucun cas, on ne commence le raisonnement par Supposons T .
http://mp.cpgedupuydelome.fr 16 cbna
CHAPITRE 1. ELMENTS DE MATHMATIQUES
1.3.2 Dmonstration dune implication
Pour dmontrer la vracit dune implication T Q on peut procder de deux manires :
(1) Par dduction : on dtermine une assertion 1telle que : T 1et 1 Q.
(avec possibilit denchaner plusieurs assertions intermdiaires)
Exemple Soient x, y R. Montrons
x
2
= y
2
[x[ = [y[
Supposons x
2
= y
2
.
On a x
2
y
2
= (x y)(x +y) = 0 donc x y = 0 ou x +y = 0.
Par suite x = y ou x = y et donc [x[ = [y[.
(2) Par contrapose : on tablit non(Q) non(T).
Exemple Montrons
x / Q 1 +x / Q
Par contrapose, montrons : 1 +x Q x Q.
Supposons 1 +x Q. Puisque x = (1 +x) 1, on a x Q.
1.3.3 Dmonstration par rcurrence
Thorme
Soit n
0
N et T(n) une assertion dpendant dun entier n n
0
.
Si
1) T(n
0
) est vraie ;
2) n n
0
, T(n) vraie T(n + 1) vraie.
alors
n n
0
, T(n) est vraie
Exemple Montrons
n N

, 1 + 2 + +n =
n(n + 1)
2
Procdons par rcurrence sur n N

.
Pour n = 1 : 1 =
1(1 + 1)
2
.
Supposons la proprit vraie au rang n 1.
1 + 2 + + (n + 1) = (1 + 2 + +n) + (n + 1)
Par hypothse de rcurrence, on obtient
1 + 2 + + (n + 1) =
n(n + 1)
2
+ (n + 1) =
(n + 1)(n + 2)
2
Rcurrence tablie.
http://mp.cpgedupuydelome.fr 17 cbna
1.3. RAISONNEMENTS
Exemple Montrons
n N, 2
n
n
Procdons par rcurrence sur n N.
Pour n = 0 : 2
0
= 1 0.
Pour n = 1 : 2
1
= 2 1.
Supposons la proprit tablie au rang n 1.
2
n+1
= 2 2
n
Par hypothse de rcurrence, 2
n
n, donc
2
n+1
2n = n +n n + 1
car n 1.
Rcurrence tablie.
Noter quici la rcurrence est amorce partir du rang n
0
= 1 et ltude de T(0) peut tre considres
comme part.
http://mp.cpgedupuydelome.fr 18 cbna
Chapitre 2
Thorie des ensembles
Les ensembles ont dj t brivement prsents, dans ce chapitre on reprend ltude de ceux-ci de
manire plus approfondie.
E, F, G, H dsignent des ensembles.
2.1 Ensembles
2.1.1 Inclusion
Dnition
On dit que E est inclus dans F, et on note E F, si tout lment de E est aussi lment de F.
Ainsi
E F x E, x F
Exemple E, E E
Remarque
E , F x E, x / F
Proposition
E = F E F et F E
dm. :
Si E = F alors il est immdiat que E est inclus dans F et F inclus dans E.
Inversement, si E F et F E alors E et F sont forms des mmes lments ce qui permet dafrmer
E = F.

Proposition
E F et F G E G,
19
2.1. ENSEMBLES
2.1.2 Sous ensemble
Dnition
On appelle partie (ou sous-ensemble) dun ensemble E tout ensemble A inclus dans E.
Lensemble form des parties de E est not T(E).
Remarque T(E) est un ensemble densembles, A T(E) A E.
Exemple T(E), E T(E), T(E) et en gnral E , T(E).
Exemple Pour E = a , T(E) = , a.
Pour E = a, b , T(E) = , a , b , a, b.
Pour E = a, b, c , T(E) = , a , b , c , a, b , b, c , c, a , a, b, c.
Pour E = , T(E) = .
2.1.3 Oprations dans T(E)
Soient A, B, C trois parties dun ensemble E.
2.1.3.1 Union et intersection
Dnition
On appelle union de A et B lensemble not AB form des lments de E qui appartiennent
A ou B. Ainsi
A B = x E/x A ou x B
Dnition
On appelle intersection de A et B lensemble not A B form des lments de E qui
appartiennent
A et B. Ainsi
A B = x E/x A et x B
Remarque On a toujours les inclusions :
A A B, B A B et A B A, A B B
Proposition
A A = A, A A = A,
A E = E, A E = A,
A = A, A = ,
A B = B A, A B = B A,
A (B C) = (A B) C not A B C,
A (B C) = (A B) C not A B C,
A (B C) = (A B) (A C) et A (B C) = (A B) (A C).
http://mp.cpgedupuydelome.fr 20 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
dm. :
On tablit, en raisonnant par quivalence, quun lment de E appartient la partie du premier membre
si, et seulement si, il appartient la partie du second membre.
par quivalence.

Attention : Ecrire A B C na pas de sens ; un parenthsage simpose !


Proposition
Si A C et B C alors A B C.
Si C A et C B alors C A B.
2.1.3.2 Complmentaire
Dnition
On appelle complmentaire dune partie A de E lensemble not (
E
A form des lments de
E qui ne sont pas dans A. Ainsi
(
E
A = x E/x / A
Remarque Lorsquil ny a pas dambigut sur lensemble E lintrieur duquel on travaille, il est
frquent de noter

A au lieu de (
E
A.
Remarque A et (
E
A sont des parties disjointes de E.
Exemple (
E
E = , (
E
= E.
Proposition
(
E
((
E
A) = A,
(
E
(A B) = (
E
A (
E
B,
(
E
(A B) = (
E
A (
E
B,
A B (
E
B (
E
A.
dm. :
On tablit, en raisonnant par quivalence, quun lment de E appartient la partie du premier membre
si, et seulement si, il appartient la partie du second membre.

http://mp.cpgedupuydelome.fr 21 cbna
2.1. ENSEMBLES
2.1.3.3 Diffrence
Dnition
On appelle ensemble A priv de B lensemble not AB (ou A B ) constitu des lments
de E qui sont dans A sans tre dans B. Ainsi :
AB = x E/x A et x / B
Remarque En gnral : AB ,= BA.
Proposition
AB = A (
E
(B).
Dnition
On appelle diffrence symtrique de A et B lensemble not AB dtermin par AB =
(AB) (BA).
Proposition
AB = (A B)(A B).
dm. :
x A x B x AB x (A B)(A B)
V V F F
V F V V
F V V V
F F F F

Proposition
AA = , A = A et AE = (
E
A.
AB = BA et (AB)C = A(BC).
dm. :
Les premires proprits sont immdiates.
La dernire peut sobtenir par un tableau de vrit comme dans la dmonstration prcdente.

2.1.4 Familles
I dsigne un ensemble.
2.1.4.1 Dnition
Dnition
On appelle famille dlments de E indexe sur I la donne dun lment de E pour chaque
indice i I. Si cet lment de E est not a
i
, la famille correspondante est note (a
i
)
iI
.
On note E
I
lensemble des familles dlments de E indexes sur I.
http://mp.cpgedupuydelome.fr 22 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Remarque Une famille sinterprte comme tant une liste dlments indexs par les lments dun
ensemble I.
Remarque Lindice joue un rle muet : (a
i
)
iI
= (a
j
)
jI
.
Dnition
Soit J une partie de I.
(a
i
)
iJ
est appele sous famille de (a
i
)
iI
.
(a
i
)
iI
est appele sur famille de (a
i
)
iJ
.
2.1.4.2 Famille nie
Dnition
Lorsque I est un ensemble ni, on dit que la famille est nie.
Lorsque I = 1, ..., n on note souvent (a
i
)
1in
au lieu de (a
i
)
iI
.
Cette famille est alors usuellement confondue avec le n-uplet : (a
1
, ..., a
n
).
Exemple E = a, b, c, d, x
1
= a, x
2
= b, x
3
= a, x
4
= x.
(x
1
, x
2
, x
3
, x
4
) = (x
i
)
1i4
est une famille nie dlments de E.
2.1.4.3 Suite
Dnition
Lorsque I = N, la famille (a
n
)
nN
est appele suite dlments de E.
On note E
N
lensemble de ces suites.
Remarque Ce vocabulaire stant au cas o I = n N/n n
0
(avec n
0
N x) ou I = Z, la
suite correspondante tant alors note (a
n
)
nn
0
ou (a
n
)
nZ
.
Exemple Posons u
n
= 2n + 1 pour tout n N. (u
n
)
nN
est une suite dentiers.
Exemple Posons I
n
= [1/n, n] pour tout n N

. (I
n
)
n1
est une suite dintervalles.
2.1.4.4 Famille de parties dun ensemble
Dnition
On appelle famille de parties dun ensemble E, toute famille (A
i
)
iI
forme dlments de
T(E) i.e. telle que
i I, A
i
E
Exemple Soit E = a, b, c, d.
Posons A
1
= a, b , A
2
= b, c et A
3
= b, c, d.
(A
i
)
1i3
= (A
1
, A
2
, A
3
) est une famille de parties de E.
http://mp.cpgedupuydelome.fr 23 cbna
2.2. APPLICATIONS
Dnition
Soit (A
i
)
iI
une famille de parties de E. On pose :
-
_
iI
A
i
= x E/i I, x A
i
appele union de la famille (A
i
)
iI
;
-

iI
A
i
= x E/i I, x A
i
appele intersection de la famille (A
i
)
iI
.
Exemple Avec lexemple ci-dessus
3
_
i=1
A
i
= E et
3

i=1
A
i
= b
Exemple
_
nN

[1/n, n] = R
+
et

nN

1
n
,
1
n
_
= 0.
Remarque Si I = alors :
_
iI
A
i
= et

iI
A
i
= E.
Dnition
Soit (A
i
)
iI
une famille de parties de E.
On dit que (A
i
)
iI
est un recouvrement de E si
_
iI
A
i
= E.
Exemple ([n, n])
nN
est un recouvrement de R.
Dnition
On dit que (A
i
)
iI
est une partition de E si cest un recouvrement form de parties non vides
deux deux disjointes.
Exemple ([n, n + 1[)
nZ
est une partition de R.
2.2 Applications
2.2.1 Dnition
Dnition
On appelle graphe de E vers F toute partie de E F.
E est appel ensemble de dpart et F ensemble darrive du graphe .
Exemple E = a, b, c, d, F = 1, 2, 3, 4 et = (a, 1), (b, 2), (c, 2), (d, 4).
= (a, 1), (b, 2), (c, 2), (d, 4) est un graphe de E vers F.

t
= (a, 1), (b, 2), (b, 3), (c, 3) est un graphe de E vers F.
http://mp.cpgedupuydelome.fr 24 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Dnition
On dit quun graphe de E vers F est une application f de E vers F si
x E, !y F tel que (x, y)
Pour tout x E, lunique y F tel que (x, y) est appel image de x par lapplication f,
on la note f(x).
Pour tout y F, les x E, sil en existe, tels que y = f(x) sont appels antcdents de y par
lapplication f.
On note f : E F pour signier que f est une application de E vers F.
On note T(E, F) lensemble des applications de E vers F.
Remarque On parle indiffremment dapplication ou de fonction.
Exemple Reprenons lexemple prcdent.
Le graphe = (a, 1), (b, 2), (c, 3), (d, 2) est une application f pour laquelle :
f(a) = 1, f(b) = 2, f(c) = 3 et f(d) = 2.
Le graphe
t
= (a, 1), (b, 2), (b, 3), (c, 3) nest pas une application pour deux raisons :
- b a deux images ;
- d na pas dimages.
Remarque Si E = alors tout graphe de E vers F est vide.
Puisque la phrase quantie x , !y F, (x, y) est vraie, on peut dire que est une application
de E = vers F : celle-ci est appele application vide.
Proposition
Soient f, g : E F. On a f = g x E, f(x) = g(x).
dm. :
Par galits des graphes dnissant f et g.

Remarque Pour dnir une application f : E F il suft de prciser comment chaque lment x de
E est associ son image f(x) dans F.
Cest le principe de la syntaxe
f :
_
E F
x ...
Cest dsormais ainsi que nous dnirons et manipulerons les applications.
Exemple Id
E
:
_
E E
x x
est une application appele identit de E.
http://mp.cpgedupuydelome.fr 25 cbna
2.2. APPLICATIONS
Exemple Soit C F.

C :
_
E F
x C
est appele application constante gale C.
Remarque La problmatique de bonne dnition dune fonction f : E F dnie par une association
x f(x) est double :
- au dpart : tout lment de E doit possder une image et une seule ;
- larrive : cette image doit tre dans F.
Exemple Lapplication
f :
_
R R
+
x
_
x
2
+x + 1
est bien dnie car :
- x R, x
2
+x + 1 0 et donc
_
x
2
+x + 1 existe ;
-
_
x
2
+x + 1 R
+
.
Exemple Soit A une partie de E.
Lapplication
f :
_
T(E) T(A)
X X A
est bien dnie.
Exemple Soit A une partie de E.
Considrons

A
:
_

_
E 0, 1
x
_
1 si x A
0 sinon

A
est appele application caractristique de A.
Remarque Les familles dlments de E indexe sur I sont en fait des applications de I vers E. En
effet, une famille (a
i
)
iI
se comprend comme une application qui i I associe a
i
E.
En particulier les suites dlments de E indexes sur N, correspondent aux fonctions de N vers E.
http://mp.cpgedupuydelome.fr 26 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
2.2.2 Composition dapplications
Dnition
Soient f : E F et g : F G.
On appelle compose de f par g lapplication g f : E G dnie par :
x E, (g f)(x) = g(f(x))
Symboliquement :
E
f
F
g
G

gf
Remarque g f est bien dnie car lensemble darrive de f concide avec lensemble de dpart de g.
Remarque Lorsque G = E, on peut la fois dnir f g et g f mais en gnral : f g ,= g f.
Dailleurs g f : E E et f g : F F.
Exemple Soient
f :
_
R R
x x
2
et g :
_
R R
x x + 1
(g f)(x) = x
2
+ 1 et (f g)(x) = (x + 1)
2
donc g f ,= f g.
Proposition
Soient f : E F, g : F G et h : G H.
On a
(h g) f = h (g f)
Cette application est encore note h g f.
dm. :
Commenons par notons que les composes proposes sont effectivement possibles.
Ensuite, pour tout x E,
[(h g) f] (x) = (h g)(f(x)) = h(g(f(x)))
et
[h (g f)] (x) = h(g f(x)) = h(g(f(x)))
Puisque les applications (h g) f et h (g f) concidents pour chaque x E, elles sont gales.

Proposition
Soit f : E F.
On a f Id
E
= f et Id
F
f = f.
dm. :
Les composes proposes ci-dessus sont effectivement possibles.
On vrie ensuite lgalits des applications tudies en chaque lment de leur ensemble de dpart.

http://mp.cpgedupuydelome.fr 27 cbna
2.2. APPLICATIONS
2.2.3 Injection et surjection
2.2.3.1 Injection
Dnition
On dit que f : E F est injective si f ne prend jamais deux fois la mme valeur i.e. :
x, x
t
E, x ,= x
t
f(x) ,= f(x
t
)
Remarque La contrapose de x ,= x
t
f(x) ,= f(x
t
) est f(x) = f(x
t
) x = x
t
.
Pour tablir linjectivit de f, on montre lune ou lautre de ces deux implications, en pratique, cest
plutt la deuxime.
Exemple Id
E
est injective.
Exemple Lapplication
f :
_
R R
x 2e
x
+ 1
est injective.
Soient x, x
t
R.
Supposons f(x) = f(x
t
).
On a 2e
x
+ 1 = 2e
x

+ 1 donc e
x
= e
x

puis, en composant avec le logarithme nprien, x = x


t
.
Ainsi f est injective.
Exemple Soit f : R R une fonction strictement croissante.
Montrons que f est injective.
Soient x, x
t
R.
Supposons x ,= x
t
.
Quitte changer x et x
t
, on peut supposer x < x
t
.
Par la stricte croissance de f, on a alors f(x) < f(x
t
) et donc f(x) ,= f(x
t
).
Ainsi f est injective.
Attention : Limplication dinjectivit nest pas :
x = x
t
f(x) = f(x
t
)
Cette dernire implication est dailleurs vrie par toute application f !
Remarque Par ngation
f : E F non injective x, x
t
E, f(x) = f(x
t
) et x ,= x
t
http://mp.cpgedupuydelome.fr 28 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Exemple Lapplication
f :
_
R R
x x
2
nest pas injective.
En effet f(1) = f(1) alors que 1 ,= 1
Proposition
Si f : E F et g : F G sont injectives alors g f lest aussi.
dm. :
Soient x, x
t
E.
Supposons (g f)(x) = (g f)(x
t
).
On a g(f(x)) = g(f(x
t
)).
Par linjectivit de g, on obtient f(x) = f(x
t
).
Par linjectivit de f, on obtient x = x
t
.
Finalement, g f est injective.

2.2.3.2 Surjection
Dnition
Soit f : E F. On dit que f est surjective si chaque lment de F possde au moins un
antcdent par f i.e. :
y F, x E, y = f(x)
Remarque Pour justier la surjectivit de f : E F, il suft, pour chaque y F, de justier
lexistence dune solution lquation y = f(x).
Exemple Id
E
est surjective.
Exemple Lapplication
s :
_
Z N

n [n[ + 1
est surjective.
En effet pour tout m N

, f(m1) = [m1[ + 1 = m1 + 1 = m.
Ainsi chaque m N

possde au moins un antcdent dans Z.


Exemple Lapplication
f :
_
C C
z z
2
est surjective.
http://mp.cpgedupuydelome.fr 29 cbna
2.2. APPLICATIONS
En effet, considrons Z C.
On peut crire Z = re
i
avec r 0 et R.
Pour z =

re
i/2
C, on a f(z) = z
2
= re
i
= Z.
Ainsi, chaque Z C possde au moins un antcdent dans C.
Attention : Ne pas confondre la surjectivit avec :
x E, y F, y = f(x)
assertion qui est vraie pour toute application f.
Remarque Par ngation
f : E F non surjective y F, x E, y ,= f(x)
Exemple Lapplication
f :
_
R R
x x
2
nest pas surjective. En effet llment 1 R ne possde par dantcdent par f.
Proposition
Si f : E F et g : F G sont surjectives alors g f lest aussi.
dm. :
Soit z G.
Par la surjectivit de g, il existe y F tel que g(y) = z.
Par la surjectivit de f, il existe x E tel que f(x) = y.
On a alors (g f)(x) = g(f(x)) = g(y) = z.
Ainsi chaque lment de G possde au moins un antcdent par g f, lapplication g f est surjective.

2.2.4 Bijection
2.2.4.1 Dnition
Dnition
Soit f : E F. On dit que f est bijective si chaque lment de F possde un unique
antcdent par f dans E i.e. :
y F, !x E, y = f(x)
Remarque Pour montrer que f : E F est bijective il suft dtablir que, pour chaque y F,
lquation y = f(x) possde une unique solution x E.
http://mp.cpgedupuydelome.fr 30 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Exemple Lapplication
f :
_
R
+
[1, +[
x x
2
+ 1
est bijective.
En effet, soit x R
+
et y [1, +[ .
y = f(x) y = x
2
+ 1 x
2
= y 1 x =
_
y 1
(car x 0 et y 1 ).
Par cette chane dquivalence, on peut afrmer que lquation y = f(x) possde une solution unique
x R
+
pour chaque y [1, +[ ; lapplication f est donc bien bijective.
Attention : Ne pas confondre la bijectivit avec
x E, !y F, y = f(x)
proprit qui est vrie par toute fonction.
Proposition
Soit f : E F. On a quivalence entre :
(i) f est bijective ;
(ii) f est injective et surjective.
dm. :
(i) (ii)
Si f est bijective alors f est clairement surjective. Etablissons linjectivit :
Soient x, x
t
E. Supposons f(x) = f(x
t
).
Pour y = f(x) = f(x
t
) F, x et x
t
sont des antcdents de y.
Or f tant bijective, y ne possde quun antcdent, donc x = x
t
.
(ii) (i)
Supposons f injective et surjective.
Soit y F.
Comme f est surjective, il existe x E tel que y = f(x)
Soit de plus x
t
E tel que y = f(x
t
).
On a alors f(x) = f(x
t
), or f est injective, donc x = x
t
.
Par suite il existe un unique x E tel que y = f(x). Ainsi f est bijective.

Exemple Id
E
est bijective.
Exemple Soit f : N Z dnie par
f(n) =
_
n/2 si n est pair
(n + 1)/2 sinon
Visualisons les premires valeurs de f :
n 0 1 2 3 4 5
f(n) 0 1 1 2 2 3
http://mp.cpgedupuydelome.fr 31 cbna
2.2. APPLICATIONS
La fonction f est bien dnie.
En effet, quand n est pair et quand n est impair, les formules dterminant f(n) donnent un entier.
De plus, on remarque que pour n pair, f(n) 0 alors que pour n impair : f(n) < 0..
Etudions la bijectivit de f via injectivit et surjectivit.
Soient n, n
t
N. Supposons f(n) = f(n
t
).
Puisque f(n) et f(n
t
) sont gaux, ils ont le mme signe et donc n et n
t
ont la mme parit.
Si n et n
t
sont pairs alors lgalit f(n) = f(n
t
) donne n/2 = n
t
/2 et donc n = n
t
.
Si n et n
t
sont impairs alors lgalit f(n) = f(n
t
) donne (n + 1)/2 = (n
t
+ 1)/2 et on retrouve encore
n = n
t
.
Ainsi f est injective. Etudions maintenant la surjectivit.
Soit m Z.
Si m 0 alors, pour n = 2m N, on a f(n) = n/2 = m car n est pair.
Si m < 0 alors, pour n = (2m+ 1) N, on a f(n) = (n + 1)/2 = m car n est impair.
Dans tous les cas, on observe que m possde au moins un antcdent par f.
Ainsi f est surjective et nalement f est bijective.
ont le
Proposition
Si f : E F et g : F G sont bijectives alors g f lest aussi.
dm. :
Via injectivit et surjectivit.

2.2.4.2 Application rciproque


Proposition
Soient f : E F et g : F G.
Si g f est injective alors f est injective.
Si g f est surjective alors g est surjective.
dm. :
Supposons g f injective.
Soient x, x
t
E. Supposons f(x) = f(x
t
).
On a alors g(f(x)) = g(f(x
t
)) i.e. (g f)(x) = (g f)(x
t
).
Par linjectivit de g f, on obtient x = x
t
. Ainsi f est injective.
Supposons maintenant g f surjective.
Soit z G. Par la surjectivit de g f, il existe x E tel que z = (g f)(x).
Pour y = f(x) F, on a g(y) = g(f(x)) = (g f)(x) = z.
Ainsi chaque z G possde au moins un antcdent y F pour lapplication g et on peut afrmer que
g est surjective.

Thorme
Soit f : E F. On a quivalence entre :
(i) f est bijective ;
(ii) il existe une application g : F E telle que g f = Id
E
et f g = Id
F
.
De plus, si tel est le cas, lapplication g ci-dessus est unique.
On lappelle application rciproque de f et on la note f
1
.
http://mp.cpgedupuydelome.fr 32 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
dm. :
Les compositions proposes dans le (ii) sont possibles.
(ii) (i) Supposons (ii)
Lapplication g f = Id
E
est injective donc f est injective.
Lapplication f g = Id
F
est surjective donc f est surjective.
Ainsi f est bijective.
(i) (ii)
Supposons f bijective. On a
y F, !x E, y = f(x)
Posons alors g(y) = x, ce qui dnit une application g : F E.
x E, g(f(x)) = x
car si y = f(x) alors g(y) = x.
y F, f(g(y)) = y
car si x = g(y) alors f(x) = y.
Par suite
g f = Id
E
et f g = Id
F
De plus :
Soit h : F E une application telle que h f = Id
E
et f h = Id
F
.
On a
h = h Id
F
= h (f g) = (h f) g = Id
E
g = g
Ainsi, il y a unicit de lapplication g introduite en (ii).

Exemple Lapplication rciproque de Id


E
est Id
E
.
En effet Id
E
Id
E
= Id
E
et Id
E
Id
E
= Id
E
.
Corollaire
Si f : E F est bijective alors on peut introduire f
1
: F E et on a : f
1
f = Id
E
et
f f
1
= Id
F
.
Corollaire
Soit f : E F. Si on dtermine g : F E telle que g f = Id
E
et f g = Id
F
alors on
peut conclure : f bijective et f
1
= g.
Exemple Soit
s :
_
N N

n n + 1
Montrons s bijective et dterminons s
1
.
Considrons
p :
_
N

N
n n 1
Lapplication p est bien dnie.
On vrie aisment s p = Id
N
et p s = Id
N
; on peut donc conclure que s est bijective et s
1
= p.
http://mp.cpgedupuydelome.fr 33 cbna
2.2. APPLICATIONS
Attention : Il faut observer deux composes gales lidentit avant de conclure la bijectivit.
Exemple Soient f : R R
+
et g : R
+
R dnies par f(x) = x
2
et g(x) =

x.
On a g f = Id
R
+ alors que ni f, ni g, ne sont bijectives !
Proposition
Si f : E F est bijective alors f
1
est bijective et
(f
1
)
1
= f
dm. :
Supposons f bijective. On peut introduire f
1
: F E.
Comme f f
1
= Id
F
et f
1
f = Id
E
, par le deuxime corollaire appliqu f
1
(en prenant g = f )
on peut conclure f
1
bijective et (f
1
)
1
= f.

Proposition
Si f : E F et g : F G sont bijectives alors g f aussi
(g f)
1
= f
1
g
1
dm. :
On sait dj que g f est bijective.
Puisque (g f)
1
(g f) = Id
E
on a, en composant avec f
1
, (g f)
1
g = f
1
puis, en composant
avec g
1
, (g f)
1
= f
1
g
1
.

2.2.4.3 Permutation
Dnition
On appelle permutation de E toute application bijective de E dans lui-mme.
On note S(E) lensemble des permutations de E.
Exemple Id
E
est une permutation de E.
Proposition
f, g S(E), f g S(E) et g f S(E).
f S(E), f
1
S(E).
Dnition
On appelle involution de E toute application f : E E telle que f f = Id
E
.
Proposition
Soit f : E E. On a quivalence entre :
(i) f est une involution ;
(ii) f est bijective et f
1
= f.
http://mp.cpgedupuydelome.fr 34 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Exemple Id
E
est une involution.
Exemple Lapplication
f :
_
C C
z z
est une involution.
Exemple Lapplication
f :
_
T(E) T(E)
X (
E
X
est une involution.
2.2.5 Image directe, image rciproque dune partie.
2.2.5.1 Image directe
Dnition
On appelle image directe de A T(E) par f : E F lensemble not f(A) form des
valeurs prises par f sur A.
Ainsi
f(A) = f(x) avec x A = f(x)/x A
Exemple Pour A = x, f(A) = f(x).
Pour A = x, y, f(A) = f(x), f(y).
Pour A = , f(A) = .
Exemple Soit f : R R dnie par f(x) = x
2
. f([1, 2]) = [0, 4], f(R) = R
+
.
Remarque f(A) peut aussi se voir comme tant form des y F qui possdent au moins un
antcdent dans A. Ainsi :
y f(A) x A, y = f(x)
Cette quivalence est fondamentale : elle caractrise lappartenance la partie f(A).
Exemple Soient A, B E. Montrons
f(A B) f(A) f(B)
Soit y f(A B).
Il existe x A B tel que y = f(x).
Puisque x A, y = f(x) f(A). De mme y f(B) et donc y f(A) f(B).
http://mp.cpgedupuydelome.fr 35 cbna
2.2. APPLICATIONS
Dnition
Soit f : E F.
On appelle image de f lensemble not Imf constitu des valeurs prises par f sur E.
Ainsi
Imf = f(E) = f(x)/x E
Exemple Soit f : R R dnie par f(x) = x
2
. On a Imf = R
+
.
Exemple Soit f : C C dnie par f(z) = e
z
. Dterminons Imf.
On a pour tout z C, e
z
,= 0 donc Imf C

.
Inversement, soit Z C

.
On peut crire Z = e
i
avec = [Z[ et R.
Pour z = ln() +i C, on a e
z
= Z donc Z Imf. Ainsi C

Imf.
Finalement
Imf = C

Proposition
f : E F est surjective si, et seulement si, Imf = F.
dm. :
Les lments de Imf sont ceux de F possdant au moins un antcdent par f. . .

2.2.5.2 Image rciproque


Dnition
On appelle image rciproque de B T(F) par f : E F lensemble not f
1
(B) form
des antcdents des lments de B.
Ainsi
f
1
(B) = x E/f(x) B
Attention : La notation f
1
(B) ne signie pas lexistence de lapplication rciproque de f.
Exemple Considrons
f :
_
R R
x x
2
f
1
([0, 1]) = [1, 1], f
1
(R
+
) = R,...
Exemple Pour y F, f
1
(y) correspond lensemble des antcdents de y.
Ainsi
y Imf f
1
(y) ,=
http://mp.cpgedupuydelome.fr 36 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Exemple f
1
() = , f
1
(F) = E, f
1
(Imf) = E.
Remarque Par dnition de f
1
(B), on a, pour x E :
x f
1
(B) f(x) B
Cette quivalence est fondamentale : elle caractrise lappartenance la partie f
1
(B).
Exemple Soient A, B F. Montrons que
f
1
(A B) = f
1
(A) f
1
(B)
Soit x E.
x f
1
(A B) f(x) A B f(x) A ou f(x) B
puis
x f
1
(A B) x f
1
(A) ou x f
1
(B) x f
1
(A) f
1
(B)
On peut alors conclure
f
1
(A B) = f
1
(A) f
1
(B)
2.2.6 Prolongement et restriction dune application
Dnition
Soient E,

E, F,

F quatre ensembles tels que E

E et F

F.
Considrons f : E F et

f :

E

F.
On dit que

f prolonge f si
x E,

f(x) = f(x)
Exemple Le module complexe est un prolongement de la valeur absolue.
Lexponentielle complexe est un prolongement de lexponentielle relle.
Dnition
Soient f : E F, A E et B F vriant
x A, f(x) B
On appelle restriction de f de A vers B lapplication
g :
_
A B
x g(x) = f(x)
Remarque La condition
x A, f(x) B
(i.e. f(A) B ) assure la bonne dnition de lapplication g.
http://mp.cpgedupuydelome.fr 37 cbna
2.3. LES ENSEMBLES FINIS
Exemple La restriction de la fonction sinus au dpart de [/2, /2] et valeurs dans [1, 1] est
bijective.
Exemple La restriction dune application injective est injective.
Remarque Soient f : E F et A E.
Lapplication restreinte
_
A F
x f(x)
est appele restriction de f A (au dpart) et est note f
A
.
Soient f : E F et B F telle que Imf B.
Lapplication restreinte
_
E B
x f(x)
est appele restriction de f larrive dans B.
Gnralement on la note encore f.
Exemple La restriction dune application larrive dans Imf est surjective.
Exemple La restriction dune application injective larrive dans Imf est bijective.
2.3 Les ensembles nis
2.3.1 Equipotence densembles
Dnition
On dit quun ensemble E est quipotent un ensemble F sil existe une bijection de E vers F.
On note alors E F.
Proposition
E E,
E F F E,
E F et F G E G.
dm. :
Puisque Id
E
est une bijection de E vers E, E E.
Puisque lapplication rciproque dune bijection de E vers F est une bijection de F vers E,
E F F E
http://mp.cpgedupuydelome.fr 38 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Puisque la compose dune bijection de E vers F par une bijection de F vers G est un bijection de E
vers G,
E F et F G E G

Exemple a, b, c et 1, 2, 3 sont quipotents via la bijection f dnie par f(a) = 1, f(b) = 2 et


f(c) = 3.
Exemple N et N

sont quipotents via la bijection s : n n + 1.


Exemple N et Z sont quipotents via la bijection
n
_
n/2 si n pair
(n + 1)/2 sinon
Exemple On peut montrer que N et N
2
sont quipotents.
On peut montrer que N et Q sont quipotents.
On peut montrer que N et R ne le sont pas.
Dnition
Un ensemble est dit dnombrable sil est quipotent N.
Exemple N, N

, Z, N
2
et Q sont dnombrables, R ne lest pas.
2.3.2 Cardinal dun ensemble
Dnition
Pour n N

, on note
N
n
= [[1, n]] = 1, 2, ..., n et N
0
=
Thorme
Soient n, p N.
Sil existe une injection de N
p
dans N
n
alors p n.
Sil existe une surjection de N
p
sur N
n
alors p n.
Sil existe une bijection de N
p
vers N
n
alors p = n.
dm. :
La proprit relative lexistence de bijection de N
p
vers N
n
dcoule immdiatement des deux prcdentes,
il ne reste qu tablir celles-ci. . .
Par rcurrence sur p N, montrons que pour tout n N, sil existe une injection de N
p
dans N
n
alors p n.
http://mp.cpgedupuydelome.fr 39 cbna
2.3. LES ENSEMBLES FINIS
Pour p = 0, la proprit p n est vrie.
Supposons la proprit tablie au rang p 0.
Supposons quil existe une injection f de N
p+1
dans N
n
pour un certain n N.
A partir de celle-ci construisons une injection g de N
p+1
dans N
n
vriant g(p + 1) = n.
Si f(p + 1) = n alors g = f convient.
Si f(p + 1) ,= n introduisons lapplication de N
n
dans lui-mme qui a pour seul effet dchanger les
lments n et f(p + 1). Lapplication est clairement bijective. Considrons ensuite g = f. Par
composition dapplications injectives, g est injective et par construction g(p + 1) = (f(p + 1)) = n.
Nous sommes donc parvenu construire une application g comme voulue. Exploitons celle-ci.
Considrons lapplication h : N
p
N
n1
dnie par h(x) = g(x) pour tout x N
p
.
Comme g est injective, n ne peut avoir dautres antcdents que p + 1 par g et lapplication h ci-dessus
est bien dnie valeurs dans N
n1
.
De plus g tant injective, h : N
p
N
n1
, qui est une restriction de g, lest aussi.
On peut alors appliquer lhypothse de rcurrence pour conclure p n 1 i.e. p + 1 n.
Rcurrence tablie.
Etudions maintenant les surjections de N
p
sur N
n
Supposons quil existe une surjection f de N
p
sur N
n
. A partir de celle-ci, nous allons construire une
injection de N
n
dans N
p
ce qui permettra de conclure.
Pour chaque y N
n
, on peut dire que lensemble f
1
(y) est non vide car f est surjective.
Considrons alors x
y
un lment quelconque de cet ensemble (par exemple x
y
= min(f
1
(y)) ).
Considrons ensuite lapplication g : N
n
N
p
dnie par g(y) = x
y
pour tout y N
n
et montrons
quelle est injective.
Pour tout y N
n
, f(g(y)) = f(x
y
) = y car x
y
est un antcdent de y ; ainsi f g = Id
N
n
. Lapplication
f g tant injective, lapplication g lest aussi. On peut donc conclure lexistence dune injection de N
n
dans N
p
et par ltude qui prcde on a n p.

Dnition
On dit quun ensemble E est ni sil existe n N tel que i E N
n
.
En vertu du thorme ci-dessus, cet entier n est unique, on lappelle cardinal de E et on le note
Card E (ou [E[ , #E )
Lorsquun ensemble E nest pas ni, on dit quil est inni et on pose Card E = +.
Exemple CardN
n
= n,
CardN = +,
Card 0, 1, ..., n = n + 1,
Pour a b Z, Card [[a, b]] = b a + 1.
Exemple Card = 0,
Card a = 1 et
Card a, b =
_
1 si a = b
2 sinon
.
Remarque Soit E un ensemble ni.
Si Card E = 0 alors E = .
Si CardE = n N

alors il existe une bijection : N


n
E.
Pour tout 1 i n, posons x
i
= (i).
Comme est injective, les x
1
, ..., x
n
sont deux deux distincts.
http://mp.cpgedupuydelome.fr 40 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Comme est surjective, E = x
1
, ..., x
n
.
Ainsi, lorsque E est un ensemble ni n N

lments, on peut indexer ceux-ci de sorte dcrire


E = x
1
, ..., x
n

avec des x
i
deux deux distincts.
2.3.3 Cardinal dune runion
Proposition
Soient A et B deux ensembles disjoints.
Si A et B sont nis alors A B lest aussi et
Card(A B) = CardA+ CardB
dm. :
Posons n = CardA et p = CardB.
Si n = 0 ou p = 0 : ok
Sinon crivons A = x
1
, ..., x
n
avec des x
i
deux deux distincts et B = y
1
, ..., y
p
avec des y
j
deux
deux distincts.
Comme A et B sont supposs disjoints, les x
i
sont distincts des y
j
.
Considrons alors : N
n+p
A B dnie par :
i 1 2 ... n n + 1 ... n +p
(i) x
1
x
2
... x
n
y
1
... y
p
Il est immdiate dobserver que est une bijection de N
n+p
vers A B ce qui permet de conclure.

Corollaire
Soit (A
i
)
1in
une famille nie densemble deux deux disjoints.
Si tous les A
i
sont des ensembles nis alors
n
_
i=1
A
i
lest aussi et
Card
n
_
i=1
A
i
=
n

i=1
CardA
i
Thorme
Toute partie dun ensemble ni est elle-mme nie.
dm. :
Par rcurrence sur n N, montrons que toute partie dun ensemble n lments est nie.
Pour n = 0 : ok
Supposons la proprit tablie au rang n 0.
Soit E un ensemble ni a n + 1 lments.
E = x
1
, ..., x
n
, x
n+1

http://mp.cpgedupuydelome.fr 41 cbna
2.3. LES ENSEMBLES FINIS
avec des x
i
deux deux distincts.
Posons
E
t
= x
1
, ..., x
n

On a Card E
t
= n.
Soit A une partie de E.
Si x
n+1
/ A alors A est une partie de E
t
et elle donc nie par hypothse de rcurrence.
Si x
n+1
A. Posons A
t
= A x
n+1
. A
t
est une partie de E
t
, donc par hypothse de rcurrence A
t
est
nie et puisque A = A
t
x
n+1
, A lest aussi car runion de deux ensembles nis disjoints.
Rcurrence tablie

Corollaire
Soit A une partie dun ensemble ni E.
CardC
E
A = CardE CardA
CardA CardE avec galit si, et seulement si, A = E
dm. :
E est la runion des deux parties A et C
E
A qui sont disjointes et nies.
On en dduit
CardA+ CardC
E
A = CardE
Puisque CardC
E
A 0, on obtient CardA CardE avec galit si, et seulement si, CardC
E
A = 0 i.e.
C
E
A = ce qui correspond au cas A = E.

Remarque Il est frquent dtablir lgalit de deux ensembles pas une inclusion et une galit de
cardinaux (nis).
Thorme
Soient A et B deux ensembles.
Si A et B sont nis alors A B lest aussi et
Card(A B) = CardA+ CardB Card(A B)
dm. :
On peut crire A B = A (BA) avec les ensembles A et BA nis et disjoints.
On en dduit que A B est un ensemble ni et
Card(A B) = CardA+ Card(BA)
On peut aussi crire B = (BA) (A B) avec les ensembles BA et A B nis et disjoints.
On en dduit
CardB = Card(BA) + Card(A B)
puis la relation propose.

http://mp.cpgedupuydelome.fr 42 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Corollaire
Soit (A
i
)
iI
une famille nie densembles.
Si tous les A
i
sont des ensembles nis est ni alors
n
_
i=1
A
i
lest aussi et
Card
n
_
i=1
A
i

n

i=1
CardA
i
2.3.4 Applications entre ensembles nis
Thorme
Soient E et F deux ensembles nis.
Sil existe une injection de E dans F alors CardE CardF.
Sil existe une surjection de E sur F alors CardE CardF.
Sil existe une bijection de E vers F alors CardE = CardF.
dm. :
Posons p = CardE et n = CardF.
Il existe : N
p
E et : N
n
F bijectives.
Sil existe une injection f de E vers F alors (
1
f ) : N
p
N
n
est injective et donc p n.
Sil existe une surjection f de E vers F alors (
1
f ) : N
p
N
n
est surjective et donc p n.
Sil existe une bijection f de E vers F alors (
1
f ) : N
p
N
n
est bijective et donc p = n.

Proposition
Soient E et F deux ensembles et f : E F.
Si A est une partie nie de E alors f(A) est une partie nie de F et
Cardf(A) CardA
De plus Cardf(A) = CardA si f est injective.
dm. :
Posons n = CardA.
Si n = 0 alors A = et f(A) = : ok
Si n ,= 0, crivons A = x
1
, ..., x
n
avec des x
i
deux deux distincts.
On a alors f(A) = f(x
1
), ..., f(x
n
) et donc f(A) est un ensemble ni avec Cardf(A) n.
Si de plus f est injective, les f(x
i
) sont deux deux distincts et donc Cardf(A) = n.

Thorme
Soient E et F deux ensembles nis tels que
CardE = CardF
Toute application injective de E dans F est bijective.
Toute application surjective de E sur F est bijective.
dm. :
Soit f : E F une application injective.
http://mp.cpgedupuydelome.fr 43 cbna
2.4. DNOMBREMENT
On a f(E) F et Cardf(E) = CardE = CardF donc f(E) = F.
Par suite f est surjective puis bijective.
Soit f : E F une application surjective.
Par labsurde, si f nest pas injective alors il existe x, x
t
E tels que x ,= x
t
et f(x) = f(x
t
).
On a alors f(E x) = f(E) = F car f est surjective et f(x
t
) = f(x).
Or Cardf(E x) < CardE do CardF < CardE. Cest absurde.

Corollaire
Soit E un ensemble ni et f : E E.
On a quivalence entre :
(i) f est bijective ;
(ii) f est injective ;
(iii) f est surjective.
Attention : Ces rsultats ne valent que pour les ensembles nis.
2.4 Dnombrement
2.4.1 Principe des bergers
Thorme
Soient E un ensemble, F un ensemble ni et : E F.
Sil existe p N tel que chaque y F possde exactement p antcdents par alors
lensemble E est ni et
CardE = p.CardF
dm. :
Si F = alors il ny a quune seule application valeurs dans F, cest lapplication vide qui est au dpart
de E = . La proprit est vraie.
Si F ,= , posons n = Card F.
On peut crire F = y
1
, ..., y
n
avec les y
i
deux deux distincts.
Posons, pour tout 1 i n, A
i
=
1
(y
i
).
Par hypothse, chaque partie A
i
est nie et CardA
i
= p.
Puisque les parties A
i
sont deux deux disjointes et que
n
_
i=1
A
i
= E, on peut afrmer que E est nie et
CardE =
n

i=1
CardA
i
= np

http://mp.cpgedupuydelome.fr 44 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
2.4.2 Produit cartsien
Thorme
Si E et F sont deux ensembles nis alors E F lest aussi et
CardE F = CardE CardF
dm. :
Considrons : E F F dnie par (x, y) = y.
Tout lment y de F possde exactement CardE antcdents par et le principe de bergers appliqu
permet de conclure.

Corollaire
Soient E
1
, ..., E
n
une liste densembles nis.
n

i=1
E
i
= E
1
... E
n
est ni et
Card
n

i=1
E
i
=
n

i=1
CardE
i
dm. :
Par rcurrence, en observant que
n+1

i=1
E
i
nest pas trs diffrent de
n

i=1
E
i
E
n+1
. . .

Exemple Si E est un ensemble ni et n N

alors E
n
est ni et CardE
n
= (CardE)
n
.
2.4.3 Dnombrement
Pour dnombrer le nombre dobjets construits par une dmarche :
- on multiple lorsque passe dune tape ltape suivante dans la construction ;
- on somme lorsquil y a une alternative strice dans la construction.
Exemple Combien y a-t-il de couples (x, y) 2, 1, 0, 1, 2
2
tels que xy 0 :
Couples solutions avec x = 0 :
5 choix de y et autant de possibilits.
Couples solusions avec x > 0 :
2 choix de x et 3 choix de y, soit 6 possibilits.
Couples solutions avec x < 0 :
2 choix de x et 3 choix de y, soit 6 possibilits.
Au total : 5 + 6 + 6 = 17 possibilits.
http://mp.cpgedupuydelome.fr 45 cbna
2.4. DNOMBREMENT
2.4.4 Ensembles dapplications
Thorme
Si E et F sont deux ensembles nis alors T(E, F) est ni et
CardT(E, F) = (CardF)
CardE
dm. :
Si E = alors il ny a quune seule application au dpart de E, lapplication vide.
Or (CardF)
0
= 1 donc la relation propose est exacte.
Si E ,= alors, en posant n = CardE, on peut crire E = x
1
, . . . , x
n
avec les x
i
deux deux distincts.
Considrons lapplication : T(E, F) F
n
dnie par (f) = (f(x
1
), . . . , f(x
n
)).
On vrie aisment que lapplication est bijective et on en dduit que T(E, F) est ni et
Card(T(E, F)) = CardF
n
= (CardF)
CardE

Remarque Dmonstration plus simple :


Pour construire une application f : E F avec E = x
1
, . . . , x
n
(et les x
1
, . . . , x
n
deux deux
distincts) :
- on choisit f(x
1
) dans F : CardF possibilits ;
- on choisit f(x
2
) dans F : CardF possibilits ;
. . .
- on choisit f(x
n
) dans F : CardF possibilits.
Au total, il y a (CardF)
n
possibilits et autant dapplications de E vers F.
2.4.5 Ensemble de parties
Thorme
Si E est un ensemble ni alors T(E) lest aussi et
CardT(E) = 2
CardE
dm. :
Soit E un ensemble ni n lments.
Pour A partie de E, considrons son application caractristique

A
:
_

_
E 0, 1
x
_
1 si x A
0 sinon
Lapplication A
A
ralise une bijection de T(E) vers 0, 1
E
.
Il y a 2
n
applications de E dans 0, 1 do le rsultat.

http://mp.cpgedupuydelome.fr 46 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Remarque Dmonstration par dnombrement
Pour construire une partie A dun ensemble E = x
1
, . . . , x
n
avec x
1
, . . . , x
n
deux deux distintcs :
- on choisit si x
1
A ou non : 2 possibilits ;
- on choisit si x
2
A ou non : 2 possibilits ;
. . .
- on choisit si x
n
A ou non : 2 possibilits.
Au total, il y a 2
n
possibilits de construction et autant parties de E.
2.4.6 Permutation
Thorme
Il y a exactement n! bijections entre deux ensembles nis n lments.
dm. :
Par rcurrence sur n N.
Pour n = 0 : 0! = 1
Il nexiste quune application de vers , cest lapplication vide, qui est bijective.
Supposons la proprit tablie au rang n 0.
Soit E et F deux ensembles n + 1 lments.
Notons Bij(E, F) lensemble des bijections de E vers F.
Soit a E et : Bij(E, F) F dnie par (f) = f(a).
Tout b F, les antcdents de b par correspondent aux applications bijectives de E a vers F b.
Par hypothse de rcurrence, il y en a n!.
Par le principe des bergers,
Card(Bij(E, F)) = (n + 1)!
Rcurrence tablie.

Remarque Dmonstration plus simple :


Pour construire une permutation de E = x
1
, . . . , x
n
avec x
1
, . . . , x
n
deux deux distincts vers F n
lments :
- on choisit f(x
1
) dans F : n possibilits ;
- on choisit f(x
2
) dans F f(x
1
) : n 1 possibilits ;
. . .
- on choisit f(x
n
) dans F f(x
1
), . . . , f(x
n1
) : 1 possibilit.
Au nal, il y a n! possibilits de construction et autant de bijection de E vers F.
Corollaire
Si E est un ensemble ni alors S(E) est ni et CardS(E) = (CardE)!.
http://mp.cpgedupuydelome.fr 47 cbna
2.4. DNOMBREMENT
2.4.7 Coefcients combinatoires
2.4.7.1 Dnition
Dnition
Soient n N et p Z. On appelle coefcient combinatoire p parmi n le nombre
_
n
p
_
=
_
_
_
n!
p!(n p)!
si 0 p n
0 sinon
Exemple
_
n
0
_
= 1,
_
n
1
_
= n,
_
n
2
_
=
n(n 1)
2
,
_
n
3
_
=
n(n 1)(n 2)
3 2
,...,
_
n
n
_
= 1.
Proposition
n N, p Z,
_
n
p
_
=
_
n
n p
_
.
dm. :
Les cas p < 0 ou p > n sont immdiats.
Pour 0 p n,
_
n
n p
_
=
n!
(n p)!(n (n p))!
=
n!
(n p)!p!
=
_
n
p
_

Thorme
n N, p Z,
_
n
p
_
+
_
n
p + 1
_
=
_
n + 1
p + 1
_
.
dm. :
Cas 0 p n 1
_
n
p
_
+
_
n
p + 1
_
=
n!
p!(n p)!
+
n!
(p + 1)!(n p 1)
=
n!(p + 1 +n p)
(p + 1)!(n p)!
=
(n + 1)!
(p + 1)!(n p)!
=
_
n + 1
p + 1
_
Cas p = n
_
n
n
_
+
_
n
n + 1
_
= 1 + 0 = 1 =
_
n + 1
n + 1
_
Cas p = 1
_
n
1
_
+
_
n
0
_
= 0 + 1 = 1 =
_
n + 1
0
_
http://mp.cpgedupuydelome.fr 48 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Cas p > n ou p < 1
_
n
p
_
+
_
n
p + 1
_
= 0 + 0 = 0 =
_
n + 1
p + 1
_

Remarque On peut facilement calculer les premiers coefcients combinatoires grce au triangle de
Pascal :
np 0 1 2 3 4
0 1 0 0 0 0
1 1 1 0 0 0
2 1 2 1 0 0
3 1 3 3 1 0
4 1 4 6 4 1
o lon visualise :
_
n
p
_
+
_
n
p + 1
_
[[
_
n + 1
p + 1
_
Exemple Soient p, n N, calculons
n

k=0
_
p +k
k
_
On a
n

k=0
_
p +k
k
_
=
_
p
0
_
+
_
p + 1
1
_
+
_
p + 2
2
_
+ +
_
p +n
n
_
Or
_
p
0
_
+
_
p + 1
1
_
=
_
p + 1
0
_
+
_
p + 1
1
_
=
_
p + 2
1
_
puis
_
p + 2
1
_
+
_
p + 2
2
_
=
_
p + 3
2
_
,. . .
et enn
_
p +n
n 1
_
+
_
p +n
n
_
=
_
p +n + 1
n
_
Proposition
n N

, p Z, p
_
n
p
_
= n
_
n 1
p 1
_
.
http://mp.cpgedupuydelome.fr 49 cbna
2.4. DNOMBREMENT
dm. :
Cas 1 p n
p
_
n
p
_
= p
n!
p!(n p)!
= n
(n 1)!
(p 1)!(n p)!
= n
_
n 1
p 1
_
Cas p = 0
0
_
n
0
_
= 0 = n 0 = n
_
n 1
1
_
Cas p < 0 ou p > n
p
_
n
p
_
= p 0 = n 0 = n
_
n 1
p 1
_

Remarque On retient
_
n
p
_
=
n
p
_
n 1
p 1
_
2.4.7.2 Nombre de combinaisons
Dnition
Soit E un ensemble et p N.
On appelle combinaison de p lments de E toute partie de E p lments.
Thorme
Soit E un ensemble ni n N lments et p Z.
Il y a exactement
_
n
p
_
combinaisons possibles de p lments de E.
Autrement dit : il y a exactement
_
n
p
_
parties p lments dans un ensemble n lments.
dm. :
Par rcurrence sur n N.
Pour n = 0 : lensemble vide ne possde quune partie qui est lensemble vide.
Ceci est cohrent avec
_
0
0
_
= 1 et
_
0
p
_
= 0 pour p ,= 0.
Supposons la proprit tablie au rang n 0.
Soit E un ensemble ni n + 1 lments et p 0, 1, . . . , n + 1.
Si p < 0 ou p > n, il nexiste pas de parties de E p lments et
_
n
p
_
= 0.
Si p = 0, il nexiste quune partie de E 0 lment (cest lensemble vide) et
_
n
0
_
= 1.
http://mp.cpgedupuydelome.fr 50 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Sinon, considrons a E x.
Il y a
_
n
p
_
parties p lments de E ne contenant pas a et
_
n
p 1
_
parties contenant a donc il y a
_
n
p
_
+
_
n
p 1
_
=
_
n + 1
p
_
parties p lments dans E.
Rcurrence tablie

Remarque Il y a dans E de cardinal n, autant de parties p lments que de parties n p lments


_
n
p
_
=
_
n
n p
_
Cette proprit peut tre jusiti par la bijectivit du passage au complmentaire qui change les parties
p lments avec celles n p lments.
Proposition
n N,
n

p=0
_
n
p
_
= 2
n
.
dm. :
Si CardE = n alors
CardT(E) = 2
n
Or toute partie de E est constitue dun nombre p dlments avec 0 p n et il existe
_
n
p
_
parties
de E p lments.
Par suite
n

p=0
_
n
p
_
= CardT(E) = 2
n

Exemple Pour n N

, calculons
n

p=0
p
_
n
p
_
.
n

p=0
p
_
n
p
_
=
n

p=1
p
_
n
p
_
=
n

p=1
n
_
n 1
p 1
_
= n
n1

q=0
_
n 1
q
_
= n2
n1
2.4.7.3 Formule du binme de Newton
Thorme
a, b C, n N, (a +b)
n
=
n

k=0
_
n
k
_
a
nk
b
k
.
http://mp.cpgedupuydelome.fr 51 cbna
2.4. DNOMBREMENT
dm. :
Par rcurrence sur n N.
Pour n = 0, la proprit est immdiate sachant que a C, a
0
= 1 (mme pour a = 0. . . )
Supposons la proprit tablie au rang n 0.
(a +b)
n+1
= (a +b)
n
(a +b)
Par hypothse de rcurrence
(a +b)
n+1
=
_
n

k=0
_
n
k
_
a
nk
b
k
_
(a +b) =
n

k=0
_
n
k
_
a
n+1k
b
k
+
n

k=0
_
n
k
_
a
nk
b
k+1
Par dcalage dindice, on peut rcrire la deuxime somme
n

k=0
_
n
k
_
a
nk
b
k+1
=
n+1

k=1
_
n
k 1
_
a
n+1k
b
k
En adjoignant un terme nul chacune des deux sommes
(a +b)
n+1
=
n+1

k=0
_
n
k
_
a
n+1k
b
k
+
n+1

k=0
_
n
k 1
_
a
n+1k
b
k
En combinant les deux sommes en une seule
(a +b)
n+1
=
n+1

k=0
__
n
k
_
+
_
n
k 1
__
a
n+1k
b
k
=
n+1

k=0
_
n + 1
k
_
a
n+1k
b
k
en vertu de la formule du triangle de Pascal.
Rcurrence tablie.

Remarque On peut aussi noncer :


(a +b)
n
= (b +a)
n
=
n

k=0
_
n
k
_
a
k
b
nk
Ainsi rapparat la symtrie entre a et b.
Exemple (a +b)
2
= a
2
+ 2ab +b
2
,
(a +b)
3
= a
3
+ 3a
2
b + 3ab
2
+b
3
,
(a +b)
4
= a
4
+ 4a
3
b + 6a
2
b
2
+ 4ab
3
+b
4
.
En changeant b en b :
(a b)
2
= a
2
2ab +b
2
(a b)
3
= a
3
3a
2
b + 3ab
2
b
3
Exemple Pour tout x R,
(1 +x)
n
=
n

k=0
_
n
k
_
x
k
http://mp.cpgedupuydelome.fr 52 cbna
CHAPITRE 2. THORIE DES ENSEMBLES
Pour x = 1, on obtient
n

k=0
_
n
k
_
= 2
n
Pour x = 1, on obtient
n

k=0
_
n
k
_
(1)
k
= 0
n
=
_
0 si n N

1 si n = 0
Pour x = 2,
n

k=0
_
n
k
_
2
k
= (1 + 2)
n
= 3
n
En drivant la relation initiale
n(1 +x)
n1
=
n

k=1
k
_
n
k
_
x
k1
Pour x = 1, on obtient
n

k=0
k
_
n
k
_
=
n

k=1
k
_
n
k
_
= n2
n1
En drivant
nx(1 +x)
n1
=
n

k=1
k
_
n
k
_
x
k
puis en valuant en x = 1, on obtient
n

k=0
k
2
_
n
k
_
= n(n + 1)2
n2
Exemple Soient n, p, q N tels que n p +q. Montrons
n

k=0
_
p
k
__
q
n k
_
=
_
p +q
n
_
Exploitons la relation
(1 +x)
n
=
n

k=0
_
n
k
_
x
k
:
- le coefcient de x
n
dans (1 +x)
p+q
est
_
p +q
n
_
- le coefcient de x
n
dans le dveloppement de (1 +x)
p
(1 +x)
q
est
n

k=0
_
p
k
__
q
n k
_
Par identication des coefcients dune fonction polynomiale, on obtient la relation propose.
http://mp.cpgedupuydelome.fr 53 cbna
2.4. DNOMBREMENT
http://mp.cpgedupuydelome.fr 54 cbna
Chapitre 3
Ensemble ordonn
3.1 Relation dordre
E dsigne un ensemble.
3.1.1 Dnition
Dnition
On appelle relation binaire 1 sur E toute proprit vraie pour certains couples (x, y)
dlments de E et fausse pour les autres.
Lorsquun couple (x, y) vrie la relation 1, on crit x1y. Sinon, on crit x1y en barrant
le 1.
Exemple Lgalit est une relation binaire sur E note =.
Exemple Sur E = R, la relation infrieur ou gal est une relation binaire note .
Exemple Sur T(E), linclusion est une relation binaire note .
Exemple Sur E = R, on dnit une relation binaire 1par :
x1y sin xy = ye
x+y
2
55
3.1. RELATION DORDRE
Dnition
Soit 1une relation binaire sur E.
On dit que 1est rexive si
x E, x1x
On dit que 1est symtrique si
x, y E, x1y y1x
On dit que 1est antisymtrique si
x, y E, x1y et y1x x = y
On dit que 1est transitive si
x, y, z E, x1y et y1z x1z
Exemple Sur E, lgalit est la fois rexive, symtrique, antisymtrique et transitive.
Exemple Sur E, la relation ,= est symtrique. Elle nest ni rexive ni transitive.
Exemple Sur E = R,
x1y sin x = sin y
dnit une relation rexive, symtrique et transitive.
Dnition
Une relation binaire la fois rexive, symtrique et transitive est appele une relation
dquivalence.
Exemple Lgalit est une relation dquivalence sur E.
Exemple Sur E = R,
x1y sin x = sin y
dnit une relation dquivalence.
Dnition
On appelle relation dordre sur un ensemble E, toute relation binaire la fois rexive,
antisymtrique et transitive.
A dfaut dautres notations, une relation dordre est usuellement note dfaut dautres
notations.
http://mp.cpgedupuydelome.fr 56 cbna
CHAPITRE 3. ENSEMBLE ORDONN
Exemple La relation est une relation dordre sur R.
Exemple Linclusion est une relation dordre T(E).
Exemple On dit que m N

divise n N

, et note m [ n, sil existe k N tel que n = mk.


[ est une relation dordre sur N

.
Exemple La relation 1sur T(E) dnie par
A1B CardA CardB
nest pas une relation dordre : cette relation nest pas antisymtrique
3.1.2 Ensemble ordonn
Dnition
On appelle ensemble ordonn tout couple (E, ) form dun ensemble E et dune relation
dordre sur E.
Exemple (R, ), (T(E), ) et (N

, [) sont des ensembles ordonns.


Dnition
Soit (E, ) un ensemble ordonn.
On appelle ordre inverse associ , la relation dnie par :
x y y x
Remarque est aussi une relation dordre sur E.
Exemple et sont les ordres inverses sur et .
Dnition
Soit (E, ) un ensemble ordonn.
On appelle ordre strict associ la relation dnie par :
x y x y et x ,= y.
Remarque nest pas une relation dordre car non rexive.
Exemple < et sont les ordres stricts associs et .
http://mp.cpgedupuydelome.fr 57 cbna
3.1. RELATION DORDRE
3.1.3 Ordre total, ordre partiel
Dnition
Soit (E, ) un ensemble ordonn.
Deux lments x et y de E sont dits comparables si x y ou y x.
Exemple Dans (R, ), tous les rels sont deux deux comparables.
Exemple Dans (N

, [), 2 et 3 ne sont pas comparables.


Dnition
Soit (E, ) un ensemble ordonn.
On dit que lordre est total si tous les lments de E sont deux deux comparables. On dit
alors que (E, ) est un ensemble totalement ordonn.
Sinon, on parle dordre partiel et densemble partiellement ordonn.
Exemple (R, ) est un ensemble totalement ordonn.
Exemple (N

, [) est un ensemble partiellement ordonn.


Exemple Si E contient au moins deux lments distincts a et b alors (T(E), ) est un ensemble qui
nest que partiellement ordonn ; en effet a et b ne sont pas comparables.
3.1.4 Deux relations dordre sur R
2
Exemple Sur R
2
, on dnit une relation binaire par :
(x, y) (x
t
, y
t
) x x
t
et y y
t
Cest une relation dordre sur R
2
.
En effet :
Puisque x = x et y = y, on a (x, y) (x, y) ; la relation est rexive.
Si (x, y) (x
t
, y
t
) et (x
t
, y
t
) (x, y) alors x x
t
, y y
t
et x
t
x, y
t
y. On en dduit x = x
t
et
y = y
t
donc (x, y) = (x
t
, y
t
) ; la relation est antisymtrique.
Si (x, y) (x
t
, y
t
) et (x
t
, y
t
) (x
tt
, y
tt
) alors x x
t
, y y
t
et x
t
x
tt
, y
t
y
tt
. On en dduit x x
tt
et y y
tt
donc (x, y) (x
tt
, y
tt
) ; la relation est transitive.
La relation dordre ainsi dnie nest que partielle. En effet les couples (0, 1) et (1, 0) ne sont par
comparables.
http://mp.cpgedupuydelome.fr 58 cbna
CHAPITRE 3. ENSEMBLE ORDONN
Exemple Sur R
2
, on dnit une relation binaire par :
(x, y) (x
t
, y
t
) x < x
t
ou (x = x
t
et y y
t
)
Montrons quil sagit dune relation dordre total.
La relation est videmment rexive. Pour obtenir son antisymtrie et sa transitivit, remarquons que :
- si (x, y) (x
t
, y
t
) alors x x
t
;
- si (x, y) (x
t
, y
t
) et x = x
t
alors y y
t
.
Ainsi, si (x, y) (x
t
, y
t
) et (x
t
, y
t
) (x, y), on a x x
t
et x
t
x donc x = x
t
puis sachant
(x, y) (x
t
, y
t
) et (x
t
, y
t
) (x, y) avec x = x
t
, on a y y
t
et y
t
y donc y = y
t
. Au nal
(x, y) = (x
t
, y
t
) ; la relation est antisymtrique.
Aussi, si (x, y) (x
t
, y
t
) et (x
t
, y
t
) (x
tt
, y
tt
), on a x x
t
et x
t
x
tt
donc x x
tt
.
Si x < x
tt
, on peut directement conclure (x, y) (x
tt
, y
tt
).
Sinon, x = x
tt
puis par encadrement x = x
t
= x
tt
. Sachant (x, y) (x
t
, y
t
) et (x
t
, y
t
) (x
tt
, y
tt
) avec
x = x
t
et x
t
= x
tt
, on a y y
t
et y
t
y
tt
donc y y
tt
et on obtient encore (x, y) (x
tt
, y
tt
). Ainsi la
relation est transitive.
De plus, cette relation dnit un ordre total puisque pour deux couples (x, y), (x
t
, y
t
) :
si x < x
t
alors (x, y) (x
t
, y
t
) ;
si x
t
< x alors (x
t
, y
t
) (x, y) ;
si x = x
t
alors, selon y y
t
ou y
t
< y, on a (x, y) (x
t
, y
t
) ou (x
t
, y
t
) (x, y).
Finalement, dans tous les cas, les couples (x, y), (x
t
, y
t
) sont comparables.
Remarque Plus gnralement, si (E, ) et (F, ) sont deux ensembles ordonns, les deux dmarches
qui prcdent permettent de dnir des relations dordre sur le produit cartsien E F. Pour lordre
produit, on obtient a priori un ordre partiel, pour lordre lexicographique, on obtient un ordre total si les
relations dordre sur E et F sont totales.
On peut aussi gnraliser ce qui prcde un produit cartsien de plusieurs ensembles ordonns.
3.2 Relation dordre et sous ensembles
3.2.1 Partie minore, partie majore
Soit (E, ) un ensemble ordonn et A une partie de E.
Dnition
On appelle majorant de A (resp. minorant), sil en existe, tout lment M E tel que a
A, a M (resp. M a ).
On note Majo(A) (resp. Mino(A) ) lensemble de ces lments.
Remarque Un majorant/minorant doit pouvoir tre compar tout lment de la partie.
Exemple Dans (R, ).
Pour A = ]0, 1] [2, 3], Majo(A) = [3, +[ et Mino(A) = ], 0].
Pour A = N, Majo(A) = et Mino(A) = R

.
http://mp.cpgedupuydelome.fr 59 cbna
3.2. RELATION DORDRE ET SOUS ENSEMBLES
Exemple Dans (N

, [) :
Pour A = 4, 6, Majo(A) = 12, 24, 36, . . . et Mino(A) = 1, 2.
Pour A = 12, 18, Majo(A) = 36, 72, . . . et Mino(A) = 1, 2, 3, 6.
Exemple Dans (T(E), ) avec E = a, b, c, d.
Pour A = a, b , b , a, c : Majo(A) = a, b, c , E et Mino(A) = .
Dnition
La partie A est dite majore (resp. minore) si elle possde un majorant (resp. minorant). Une
partie est dite borne si elle est majore et minore.
Exemple Les segments de R sont des parties bornes.
Exemple Dans (N

, [), toute partie est minore par 1.


Exemple Dans (T(E), ), toute partie est majore par E et minore par .
3.2.2 Extremum dune partie
Soit (E, ) un ensemble ordonn et A une partie de E.
Dnition
On appelle plus grand lment de A (resp. plus petit lment), sil en existe, tout lment
M A tel que
a A, a M (respectivement M a ).
Remarque Un plus grand lment est un majorant qui appartient la partie.
Proposition
Si A admet un plus grand lment (resp. plus petit lment) celui-ci est unique.
On le note
max(A) (respectivement min(A) )
dm. :
Soient M, M
t
deux plus grands lments de A.
On peut crire M M
t
car M
t
majore A et M A mais aussi par symtrie M
t
M.
Par lantisymtrie de la relation , on obtient M = M
t
.

Exemple Dans (R, ).


Pour A = [0, 1[, min(A) = 0 et max(A) nexiste pas.
Pour A = 1/n/n N

= 1, 1/2, 1/3, . . ., max(A) = 1 et min(A) nexiste pas.


http://mp.cpgedupuydelome.fr 60 cbna
CHAPITRE 3. ENSEMBLE ORDONN
3.2.3 Proprits fondatrices des ensembles de nombres entiers
On considre la relation sur N ou Z :
- toute partie non vide de N admet un plus petit lment ;
- toute partie non vide et majore de N admet un plus grand lment.
Par extension :
- toute partie non vide et minore de Z possde un plus petit lment ;
- toute partie non vide et majore de Z possde un plus grand lment.
Exemple Soit n N

. Montrons quil existe un plus grand p N tel que 2


p
[ n.
Considrons
A = p N/2
p
[ n
A est une partie non vide de N car p = 0 A puisque 2
0
= 1 divise n.
Pour tout p A, 2
p
n donc p log
2
n. On en dduit que la partie A est majore par E (log
2
n) + 1.
Puisque A est une partie de N non vide et majore, A possde un plus grand lment.
Proposition
Soit E N.
Si 0 E et si lon a la proprit p N, p E p + 1 E
alors E = N.
dm. :
Soit m N.
Pour montrer que m E considrons
A = n N/n E et n m
A admet un plus grand lment p.
Comme p A on a p E et p m.
Comme p E on a p + 1 E.
Or p + 1 / A donc p + 1 > m do p m < p + 1.
Ainsi p = m et puisque p E on a m E.
Finalement N E puis E = N.

Thorme
Soient n
0
N et T(n) une assertion dpendant dun entier n n
0
.
Si
1) T(n
0
) est vraie et
2) n n
0
, T(n) vraie T(n + 1) vraie
alors
n n
0
, T(n) est vraie.
dm. :
On applique le principe de rcurrence lensemble
E = p N/T(n
0
+p) est vraie

http://mp.cpgedupuydelome.fr 61 cbna
3.2. RELATION DORDRE ET SOUS ENSEMBLES
Thorme
Soient n
0
N et T(n) une assertion dpendant dun entier n n
0
.
Si
1) T(n
0
) et T(n
0
+ 1) sont vraies et
2) n n
0
, ( (T(n) et T(n + 1) vraies) T(n + 2) vraie
alors
n n
0
, T(n) est vraie.
dm. :
On applique le principe de rcurrence lassertion Q(n) = T(n) et T(n + 1) vraies

Exemple Soit (u
n
) une suite relle telle que
_
u
0
= 0, u
1
= 1
n N

, u
n+1
= 2u
n
u
n1
Montrons que n N, u
n
= n.
On procde par rcurrence double. . .
Pour n = 0 et n = 1 : la proprit u
n
= n est vraie.
Supposons u
n
= n et u
n+1
= n + 1 pour un rang n 0.
Par dnition de la suite (u
n
), on a
u
n+2
= 2u
n+1
u
n
= 2(n + 1) n = n + 2
Rcurrence tablie.
Remarque La rcurrence double peut videmment tre gnraliser aux rcurrences triples,
quadruples,. . . On parle ici de rcurrence multiple. Pour que celles-ci senchanent correctement, il
conviendra de vrier une initialisation sufsante.
Thorme
Soient n
0
N et T(n) une assertion dpendant dun entier n n
0
.
Si
1) T(n
0
) est vraie et
2) n n
0
; (T(n
0
), . . . , T(n) vraies) T(n + 1) vraie.
alors n n
0
, T(n) est vraie.
dm. :
On applique la rcurrence simple lassertion Q(n) = n
0
k n, T(k) vraie .

Exemple Soit (u
n
) R
N
telle que
n N, u
n+1
= u
0
+u
1
+... +u
n
Montrer que
n N

, u
n
= 2
n1
u
0
Procdons par rcurrence forte sur n N

. . .
http://mp.cpgedupuydelome.fr 62 cbna
CHAPITRE 3. ENSEMBLE ORDONN
Pour n = 1, u
1
= u
0
= 2
0
u
0
, la proprit est vraie.
Supposons la proprit vraie jusquau rang n 1.
On a alors
u
n+1
= u
0
+ 2
0
u
0
+ 2
1
u
1
+ + 2
n1
u
n
Par sommation gomtrique
u
n+1
= u
0
+u
0
1 2
n
1 2
= u
0
+ (2
n
1)u
0
= 2
n
u
0
Rcurrence tablie.
Thorme
Soient n
0
, n
1
N tels que n
0
n
1
et T(n) une assertion dpendant dun entier n
0
n n
1
.
Si
1) T(n
0
) est vraie et
2) n
0
n < n
1
on a T(n) vraie T(n + 1) vraie
alors n
0
n n
1
, T(n) est vraie.
dm. :
On applique la rcurrence simple Q(n) = T(n) vraie ou n > n
1
.

Remarque Dans le cadre de la rcurrence nie, on peut aussi envisager des rcurrences descendantes.
3.2.4 Borne suprieure, borne infrieure
Soit (E, ) un ensemble ordonn et A une partie de E.
Dnition
On appelle borne suprieure de A, si elle existe, le plus petit des majorants de A. On la
note sup A.
On appelle borne infrieure de A, si elle existe, le plus grand des minorants de A. On la
note inf A.
Sous rserve dexistence :
sup A = min(Majo(A)) et inf A = max(Mino(A))
Exemple Dans (R, ) :
Pour A = [0, 1[, on a Majo(A) = [1, +[ et Mino(A) = ], 0] donc sup A et inf A existent avec
sup A = 1 et inf A = 0.
Pour A = ], 1], on a Majo(A) = [1, +[ et Mino(A) = donc sup A existe et sup A = 1. En
revanche inf A nexiste pas.
Attention : sup A et inf A, lorsquils existent, ne sont pas a priori des lments de A.
Cependant :
http://mp.cpgedupuydelome.fr 63 cbna
3.2. RELATION DORDRE ET SOUS ENSEMBLES
Proposition
Si A admet un plus grand lment alors A admet une borne suprieure et sup A = max A.
Si A admet un plus petit lment alors A admet une borne infrieure et inf A = min A.
dm. :
Supposons : A admet un plus grand lment M.
M est un majorant de A et pour tout majorant M
t
de A, on a M M
t
puisque M A.
Par suite M est le plus petit des majorants de A, cest sa borne suprieure.

Attention : sup A existe ,max A existe.


En revanche : sup A existe et sup A A max A = sup A.
3.2.5 Proprits fondatrices des nombres rels
Par construction de la droite relle :
- toute partie non vide et majore de R admet une borne suprieure ;
- toute partie non vide et minore de R admet une borne infrieure.
Remarque Lensemble Q ne possde pas cette proprit.
Par exemple la partie A =
_
r Q/r
2
2
_
, qui est non vide et majore, na pas de borne suprieure
dans Q; en effet

2 / Q.
Remarque Pour manipuler correctement sup A on retient :
- si A est une partie non vide et majore de R alors sup A existe ;
- sup A est caractrise par :
a) sup A est un majorant de A,
b) tout majorant de A est suprieur sup A.
Exemple Soit
A =
_
1
n
/n N

_
=
_
1,
1
2
,
1
3
, ...
_
Dterminons sup A et inf A.
La partie A admet un plus grand lment donc sup A = max A = 1.
La partie A est une partie de R non vide et minore par 0.
On en dduit que inf A existe et inf A 0.
De plus, puisque inf A minore A , on a la proprit :
n N

, 1/n inf A
En passant la limite quand n +, on obtient 0 inf A.
On conclut inf A = 0.
http://mp.cpgedupuydelome.fr 64 cbna
CHAPITRE 3. ENSEMBLE ORDONN
Exemple Soient A et B deux parties non vides et bornes de R telles que A B.
Montrons
inf B inf A sup A sup B
Puisque les parties A et B sont des parties de R non vides, minores et majores, on est assur de
lexistence des bornes proposes.
Pour tout x A, on a x B car A B. Or la partie B est majore par sup B donc x sup B. Ainsi
sup B est un majorant de la partie A. Or par dnition sup A est le plus petit des majorants de A donc
sup A sup B.
Par un raisonnement symtrique, on obtient aussi inf B inf A.
Enn, en considrant un lment a A, on peut afrmer inf A a et a sup A donc inf A sup A.
Dnition
Si A est une partie de R non vide et non majore, on pose sup A = +.
Si A est une partie de R non vide et non minore, on pose inf A = .
Si A = , on pose sup A = et inf A = +.
Exemple Si I est un intervalle non vide, ses extrmits dans

R correspondent inf I et sup I.
Thorme
Soit A une partie non vide de R.
Il existe une suite (u
n
) A
N
telle que u
n
sup A

R.
Il existe une suite (v
n
) A
N
telle que v
n
inf A

R.
dm. :
Supposons sup A = +.
Pour tout n N, n nest pas majorant de A donc il existe a A tel que a > n.
Posons u
n
= a. En faisant varier n, ce qui prcde dnit une suite (u
n
) A
N
qui par comparaison tend
vers +puisque u
n
> n pour tout n N.
Supposons M = sup A R.
Pour tout n N, M1/(n + 1) nest pas majorant de Adonc il existe a Atel que M1/(n + 1) a,
de plus a M. Posons u
n
= a.
En faisant varier n, ce qui prcde dnit une suite (u
n
) A
N
qui par le thorme des gendarmes tend
vers M.

Exemple Soient A et B deux parties non vides de R telles que


a A, b B, a b
Montrons sup A inf B.
Soient (a
n
)
N
et (b
n
) B
N
telles que a
n
sup A et b
n
inf B.
Pour tout n N, a
n
b
n
car a
n
A et b
n
B.
En passant cette comparaison la limite, on obtient sup A inf B.
http://mp.cpgedupuydelome.fr 65 cbna
3.3. FONCTIONS ET RELATION DORDRE
3.3 Fonctions et relation dordre
Les dnitions qui suivent, prsentes dans un cadre gnral, sappliqueront en particulier aux fonctions
valeurs relles et aux suites de nombres rels.
3.3.1 Comparaison de fonction
Soient E un ensemble et (F, ) un ensemble ordonn
Dnition
On dnit une relation binaire note sur T(E, F) par :
f g x E, f(x) g(x)
Exemple Soient f, g : E R.
f g x E, f(x) g(x)
Exemple Soient (u
n
), (v
n
) R
N
.
(u
n
) (v
n
) n N, u
n
v
n
Proposition
est une relation dordre sur T(E, F).
dm. :
Pour tout x E, f(x) f(x) donc f f.
Supposons f g et g f. Pour tout x E, f(x) g(x) et g(x) f(x) donc f(x) = g(x). Par
suite f = g.
Supposons f g et g h. Pour tout x E, f(x) g(x) et g(x) h(x) donc f(x) h(x). Par
suite f h.
Puisque rexive, antisymtrique et transitive la relations sur T(E, F) est une relation dordre.

Remarque Si E et F contiennent tous deux au moins deux lments, on peut montrer que lordre nest
que partiel.
3.3.2 Monotonie de fonctions
Soient (E, ), (F, ) et (G, ) trois ensembles ordonns.
Dnition
On dit que f : E F est croissante (resp. dcroissante) si
x, y E, x y f(x) f(y) (resp. x y f(y) f(x) )
On dit que f : E F est strictement croissante (resp. dcroissante) si
x, y E, x y f(x) f(y) (resp. x y f(y) f(x) )
On dit que f est monotone ssi f est croissante ou dcroissante.
http://mp.cpgedupuydelome.fr 66 cbna
CHAPITRE 3. ENSEMBLE ORDONN
Exemple La fonction f : x [x, x] est une application croissante de (R
+
, ) vers (T(R), )
Exemple La fonction f : R R dnie par f(x) = x
3
est strictement croissante.
f est drivable, f
t
(x) 0 et ne sannule quen x = 0.
Exemple La fonction f : R

R dnie par f(x) = 1/x nest pas dcroissante.


En revanche, ses restrictions ], 0[ et ]0, +[ le sont.
Proposition
Soient f : E F et g : F G.
Si f et g ont mme monotonie alors g f est croissante.
Si f et g sont de monotonies contraires alors g f est dcroissante.
dm. :
Cest immdiat !

Exemple f : R R dnie par f(x) = ln(e


x
+ 1) est strictement dcroissante par composition de
monotonie.
Remarque Par la dnition qui prcde, une suite (u
n
) E
N
est dite croissante si
n, m E, n m u
n
u
m
Plus efcacement, la monotonie de (u
n
) studie en comparant u
n
et u
n+1
grce au rsultat suivant :
Proposition
Soit (u
n
)
nN
une suite dlments de E.
La suite (u
n
) est croissante (resp. dcroissante) si, et seulement si,
n N, u
n+1
u
n
(resp. u
n+1
u
n
)
La suite (u
n
) est strictement croissante (resp. dcroissante) si, et seulement si,
n N, u
n+1
u
n
(resp. u
n+1
u
n
)
dm. :
() ok
() Supposons n N, u
n+1
u
n
.
Par rcurrence sur n N, on montre que pour tout 0 m n, on a u
m
u
n
.

Remarque Pour tudier la monotonie dune suite relle (u


n
), on peut regarder le signe u
n+1
u
n
.
http://mp.cpgedupuydelome.fr 67 cbna
3.3. FONCTIONS ET RELATION DORDRE
Exemple La suite (u
n
) de terme gnral u
n
=
n

k=1
1/k est croissante.
En effet
u
n+1
u
n
=
1
n + 1
0
Exemple Pour n N, posons I
n
= [n, n].
La suite (I
n
)
nN
est une suite croissante de segments de R.
En effet
n N, I
n
I
n+1
Remarque Pour tudier la monotonie dune suite (u
n
) de rels strictement positifs, on peut comparer le
rapport u
n+1
/u
n
1.
Exemple La suite de terme gnral
u
n
=
n

k=1
_
1
1
2k
2
_
est dcroissante.
En effet, cette suite est form de termes strictement positifs (par produit de facteurs strictement positifs)
et
u
n+1
u
n
= 1
1
2(n + 1)
2
< 1
donc u
n+1
< u
n
.
3.3.3 Fonction minore, majore
Soient E un ensemble, (F, ) un ensemble ordonn.
Dnition
On appelle majorant de f : E F, sil en existe, tout majorant de Imf i.e. tout lment
M F tel que
x E, f(x) M
On appelle minorant de f : E F, sil en existe, tout minorant de Imf i.e. tout lment
M F tel que
x E, f(x) M
La fonction f : E F est dite majore (resp. minore) si elle possde au moins un majorant
(resp. minorant).
Une fonction minore et majore est dite borne.
Exemple f : R R dnie par f(x) = e
x
est minore, non majore.
Exemple u
n
= sin e
n
est le terme gnral dune suite (u
n
) borne.
http://mp.cpgedupuydelome.fr 68 cbna
CHAPITRE 3. ENSEMBLE ORDONN
3.3.4 Extremum dune fonction
Soient E un ensemble et (F, ) un ensemble ordonn.
Dnition
On dit que f : E F admet un maximum en a E si
x E, f(x) f(a)
f(a) apparat alors comme tant le plus grand lment de Imf, on lappelle valeur au maximum
de f et on la note max f ou max
xE
f(x).
On dit que f admet un minimum en a E si
x E, f(x) f(a)
f(a) apparat alors comme tant le plus petit lment de Imf, on lappelle valeurs au minimum
de f et on la note min f ou min
xE
f(x).
On appelle extremum, un minimum ou un maximum dune fonction.
Exemple Soient a, b, c R avec a ,= 0.
La fonction f : x ax
2
+bx +c admet un extremum en b/2a.
3.3.5 Borne suprieure et borne infrieure dune fonction relle
Soit E un ensemble.
Dnition
On appelle borne suprieure de f : E R, si elle existe, la borne suprieure de Imf. On la
note
sup f ou sup
xE
f(x)
On appelle borne infrieure de f : E R, si elle existe, la borne infrieure de Imf. On la
note
inf f ou inf
xE
f(x)
Proposition
Si une fonction relle prsente un maximum (resp. un minimum) alors la valeur en celui-ci est
aussi borne suprieure (resp. infrieure) de cette fonction.
Exemple sup
xR
e
x
= +et inf
xR
e
x
= 0.
Exemple sup
nN

1
n
= 1 et inf
nN

1
n
= 0.
Remarque Il est ais de dterminer les ventuels extrema et les bornes suprieure et infrieure dune
fonction relle dune variable relle lorsquon connat sont tableau de variation.
http://mp.cpgedupuydelome.fr 69 cbna
3.3. FONCTIONS ET RELATION DORDRE
Exemple Etudions f : R R dnie par
f(x) =
1
x
2
+x + 1
f est drivable et
f
t
(x) =
2x + 1
(x
2
+x + 1)
Les variations de f sont donnes par
x 1/2 +
f
t
(x) + 0
f(x) 0 4/3 0
Sur ce tableau, on lit
sup f = max f = 4/3 et inf f = 0
http://mp.cpgedupuydelome.fr 70 cbna
Chapitre 4
Structures algbriques
On connat plusieurs additions (sur les nombres, les vecteurs, les suites, les fonctions,. . . ), ces additions
se ressemblent beaucoup bien quoprant sur des objets trs diffrents. . . Dans ce chapitre nous allons voir
en quoi certaines oprations ont des proprits commune et plus gnralement on va isoler les proprits
calculatoires des oprations sans sintresser la nature des objets quelles manipulent ; cest ce qui rend
ce chapitre assez abstrait. . .
4.1 Loi de composition interne
E dsigne un ensemble.
4.1.1 Dnition
Dnition
On appelle loi de composition interne (l.c.i.) ou opration sur E toute application de E E
vers E. Lorsque lon convient de noter cette loi de composition interne, on note xy limage
du couple (x, y) par lapplication prcdente.
Llment x y est appel compos de x par y via .
Les lois de composition interne sont gnralement notes , , , +, , , ...
Exemple Laddition et la multiplication sur C sont des lois de composition interne.
En effet (x, y) x +y et (x, y) xy sont des applications (bien dnies) de C C vers C.
Exemple Lunion et lintersection sont des lois de composition interne sur T(E).
Exemple La composition des applications est une loi de composition interne sur T(E, E).
Dnition
On appelle magma tout couple (E, ) form dun ensemble E et dune loi de composition
interne sur E.
Exemple (C, +), (C, ), (E
E
, ), (T(E), ), (T(E), ) sont des magmas usuels.
71
4.1. LOI DE COMPOSITION INTERNE
4.1.2 Partie stable
Dnition
On appelle partie stable dun magma (E, ) toute partie A de E vriant
x, y A, x y A
Exemple E et sont des parties stables de (E, ).
Exemple N, Z, Q et R sont des parties stables de (C, +) et (C, ).
Exemple S(E) est une partie stable de (T(E, E), ) car la compose de deux permutations est une
permutation.
Dnition
Soit A une partie stable dun magma (E, ). Lapplication restreinte
_
AA A
(x, y) x y
dnit une loi de composition interne sur A appele loi de composition interne induite par
sur A.
On la note
A
, ou plus couramment , et on peut ainsi donner un sens au magma (A, ).
Exemple (N, +), (N, ), (Z, +), (Z, ), (Q, +), (Q, ), (R, +), (R, ) et (S(E), ) sont de nouveaux
magmas usuels.
Exemple On peut aussi donner un sens (R

, ) mais pas (R

, +) !
4.1.3 Proprits dune loi de composition interne
4.1.3.1 Commutativit
Dnition
Soit une loi de composition interne sur E. On dit que deux lments a et b de E commutent
pour la loi si
a b = b a
Exemple Dans (C, +) et dans (C, ) tous les lments commutent deux deux.
http://mp.cpgedupuydelome.fr 72 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Exemple Dans (T(E, E), ) ce nest plus le cas mais nanmoins on peut dire que tout lment de
T(E, E) commute avec Id
E
.
Dnition
Une loi de composition interne sur E est dite commutative si tous les lments de E
commutent deux deux.
Le magma (E, ) est alors dit commutatif.
Exemple (C, +), (C, ), (T(E), ), (T(E), ) sont des magmas commutatifs.
Proposition
Si A est une partie stable dun magma commutatif (E, ) alors (A, ) est aussi commutatif.
dm. :
Si on a la proprit
a, b E, a b = b a
on a a fortiori la suivante
a, b A, a b = b a
car A E.

4.1.3.2 Associativit
Remarque Si est une loi de composition interne sur E, considrer llment a b c est ambigu car
lopration nengage a priori que deux lments. Ainsi a b c ne peut tre compris quavec un
parenthsage (a b) c ou a (b c) spciant comment est organise lopration.
Dnition
Une loi de composition interne sur E est dite associative si
a, b, c E, (a b) c = a (b c)
Le magma (E, ) est alors dit associatif.
Remarque Si est associative, les parenthses ntant plus ncessaires la comprhension de
lopration, on note a b c au lieu de (a b) c ou a (b c).
De manire plus gnrale, on peut aussi donner un sens lopration
a
1
a
2
. . . a
n
(encore not
n

i=1
a
i
)
sans avoir prciser le parenthsage
Exemple (C, +), (C, ), (T(E, E), ), (T(E), ), (T(E), ) sont des magmas associatifs.
http://mp.cpgedupuydelome.fr 73 cbna
4.1. LOI DE COMPOSITION INTERNE
Exemple Le produit vectoriel dnit une loi de composition interne ni commutative, ni associative sur
lensemble des vecteurs de lespace.
Proposition
Si A est une partie stable dun magma associatif (E, ) alors (A, ) est aussi associatif.
dm. :
Si on a la proprit
a, b, c E, (a b) c = a (b c)
on a a fortiori celle-ci
a, b, c A, (a b) c = a (b c)
puisque A E.

Exemple Etudions lopration dnie sur R par


x y =
_
x
2
+y
2
Pour tout x, y R, x
2
+y
2
0 et donc
_
x
2
+y
2
est bien dnie dans R.
Ainsi : R R R dnie une loi de composition interne sur R.
Pour tout x, y R,
y x =
_
y
2
+x
2
=
_
x
2
+y
2
= x y
La loi est commutative.
Pour tout x, y, z R,
x (y z) = x
_
_
y
2
+z
2
_
=
_
x
2
+ (y
2
+z
2
)
donc
x (y z) =
_
(x
2
+y
2
) +z
2
=
_
x
2
+y
2
z = (x y) z
La loi et associative.
Les parties R
+
et [1, +[ sont des exemples de parties stables de (R, ).
4.1.4 Elments particuliers
Soit (E, ) un magma
4.1.4.1 lment rgulier
Dnition
On appelle lment rgulier de (E, ) tout lment x de E vriant
a, b E, x a = x b a = b [rgularit gauche]
et
a x = b x a = b [rgularit droite]
Exemple Dans (C, +) tout lment est rgulier,
Dans (C, ) tout lment non nul est rgulier alors que 0 est irrgulier.
http://mp.cpgedupuydelome.fr 74 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Exemple Dans (T(E, E), ) toute permutation est rgulire.
Plus gnralement, une application injective est rgulire gauche alors quune application surjective
est rgulire droite.
4.1.4.2 lment neutre
Dnition
On appelle lment neutre de (E, ) tout lment e de E vriant
x E, e x = x et x e = x
Exemple 0 est lment neutre de (C, +).
1 est lment neutre de (C, ).
est lment neutre de (T(E), ).
E est lment neutre de (T(E), ).
Id
E
est lment neutre de (T(E, E), ).
Proposition
Si (E, ) possde un lment neutre celui-ci est unique.
dm. :
Soient e, e
t
deux lments neutres pour .
On a e e
t
= e car e
t
est neutre droite et e e
t
= e
t
car e est neutre gauche.
On en dduit que e = e
t
.

Dnition
On appelle monode tout magma (E, ) associatif et possdant un lment neutre.
Si de plus la loi est commutative, le monode (E, ) est dit commutatif.
Exemple (C, +) est un monode commutatif dlment neutre 0,
(C, ) est un monode commutatif dlment neutre 1,
(T(E), ) est un monode commutatif dlment neutre ,
(T(E), ) est un monode commutatif dlment neutre E,
(T(E, E), ) est un monode dlment neutre Id
E
.
4.1.4.3 lment symtrisable
Soit (E, ) un monode dlment neutre e.
Dnition
On appelle lment symtrisable de (E, ) tout lment x de E tel quil existe y E pour
lequel
x y = e et y x = e
http://mp.cpgedupuydelome.fr 75 cbna
4.1. LOI DE COMPOSITION INTERNE
Proposition
Si x est symtrisable alors llment y E vriant x y = y x = e est unique.
dm. :
Soient y et y
t
solutions.
On a
y = y e = y (x y
t
) = (y x) y
t
= e y
t
= y
t

Dnition
Si x est symtrisable, lunique lment y de E tel que x y = y x = e est appel symtrique
de x et on le note
sym(x)
Exemple Dans (C, +), tout x est symtrisable et sym(x) = x.
Exemple Dans (C, ), tout x non nul est symtrisable et sym(x) = 1/x.
En revanche 0 nest pas symtrisable.
Exemple Dans (T(E, E), ) toute permutation de f est symtrisable et sym(f) = f
1
.
Inversement si f : E E est symtrisable alors il existe g : E E telle que f g = g f = Id
E
et
par suite f est une permutation de E.
Exemple Dans (E, ), e est symtrisable et sym(e) = e.
En effet e e = e et e e = e.
Proposition
Si x est symtrisable alors sym(x) lest aussi et
sym(sym(x)) = x
dm. :
Si x est symtrisable on a xsym(x) = sym(x) x = e donc sym(x) est symtrisable et sym(sym(x)) =
x.

Proposition
Si x et y sont symtrisables alors x y lest aussi et
sym(x y) = sym(y) sym(x)
http://mp.cpgedupuydelome.fr 76 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
dm. :
Posons z = sym(y) sym(x).
On a
(x y) z = x y sym(y) sym(x) = x sym(x) = e
et de mme z (x y) = e.

Attention : Il faut tre attentif linversion des termes lorsque la loi nest pas commutative !
Remarque Lensemble des lments symtrisables est une partie stable dun monode.
Proposition
Si x est un lment symtrisable de (E, ) alors x est rgulier.
dm. :
Soient a, b E. Supposons x a = x b.
En composant gauche avec le symtrique de x, on obtient
sym(x) x a = sym(x) x b
et donc
e a = e b
i.e. a = b. Ainsi x est rgulier gauche et de mme on obtient x rgulier droite.

4.1.5 Itr dun lment


Soit (E, ) un monode de neutre e.
Soit x E. Pour n N

, on note
x
n
= x x . . . x ( n termes)
Ainsi x
1
= x, x
2
= x x,. . .
De plus on pose x
0
= e.
Ainsi on donne un sens x
n
pour n N.
Dnition
x
n
est appel itr dordre n de llment x.
Proposition
p, q N, x
p
x
q
= x
(p+q)
et (x
p
)
q
= x
(pq)
.
dm. :
Il suft de dnombrer le nombre de terme x compos dans chacun des membres.

Attention : En gnral (x y)
p
,= x
p
y
p
.
En effet : (x y)
p
= (x y) (x y) . . . (x y)
et x
p
y
p
= (x x . . . x) (y y . . . y).
http://mp.cpgedupuydelome.fr 77 cbna
4.1. LOI DE COMPOSITION INTERNE
Supposons maintenant que x est un lment symtrisable.
Pour n N

, on note x
(n)
= sym(x) sym(x) . . . sym(x) ( n termes)
Ainsi x
(1)
= sym(x), x
(2)
= sym(x) sym(x),...
On donne ainsi un sens x
n
avec n Z lorsque x est symtrisable.
Proposition
Soit x un lment symtrisable de E.
n Z, x
n
est symtrisable et sym(x
n
) = x
(n)
.
p, q Z, x
p
x
q
= x
(p+q)
et (x
p
)
q
= x
(pq)
.
dm. :
On discute selon les signes des puissances ditration et on tudie chaque cas. . .

4.1.6 Structures produits


4.1.6.1 structure sur E F
Soient (E, ) et (F, ) deux magmas.
Dnition
On dnit une loi de composition interne note sur E F par
(x, y) (x
t
, y
t
) = (xx
t
, yy
t
)
Cette loi est appel loi produit sur E F.
Exemple On peut dnit une loi sur R
2
par produit des structures (R, +) et (R, )
La loi est alors dnie par
(x, y) (x
t
, y
t
) = (x +x
t
, yy
t
)
Proposition
Si (E, ) et (F, ) sont des monodes (resp. des monodes commutatifs) de neutre e et f alors
(E F, ) est un monode (resp. un monode commutatif) dlment neutre = (e, f).
De plus, un lment (x, y) de E F est symtrisable si, et seulement si, x et y le sont et alors
sym((x, y)) = (sym(x), sym(y))
dm. :
Par dnition de la loi sur E F, on a
((x, y) (x
t
, y
t
)) (x
tt
, y
tt
) = ((xx
t
)x
tt
, (yy
t
)y
tt
)
Par associativit des lois et sur E et F, on obtient :
((x, y) (x
t
, y
t
)) (x
tt
, y
tt
) = (x(x
t
x
tt
), y(y
t
y
tt
))
Par dnition de la loi sur E F, on parvient
((x, y) (x
t
, y
t
)) (x
tt
, y
tt
) = (x, y) ((x
t
, y
t
) (x
tt
, y
tt
))
http://mp.cpgedupuydelome.fr 78 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Ainsi la loi est associative sur E F.
Par dnition de la loi sur E F, on a
(x, y) (e, f) = (xe, yf) = (x, y)
car e et f sont neutres pour les lois et sur E et F.
De mme on a aussi (e, f) (x, y) = (x, y).
Llment (e, f) est donc neutre pour la loi sur E F.
Ainsi (E F, ) est un monode.
Si les lois et sont commutatives sur E et F alors
(x, y) (x
t
, y
t
) = (xx
t
, yy
t
) = (x
t
x, y
t
y) = (x
t
, y
t
) (x, y)
et la loi est commutative sur E F.
Enn, si (x, y) est symtrisable dans EF et si (x
t
, y
t
) dsigne son symtrique alors xx
t
= x
t
x = e
et yy
t
= y
t
y = f donnent x et y symtrisable et sym(x) = x
t
, sym(y) = y
t
.
Inversement, si (x, y) est un lment de E F avec x et y symtrisables alors
(x, y) (sym(x), sym(y)) = (e, f) et (sym(x), sym(y)) (x, y) = (e, f)
donc (x, y) est symtrisable dans E F.

Exemple Pour la loi dnie sur R


2
dans lexemple ci-dessus, on obtient que (R
2
, ) est un monode
commutatif de neutre (0, 1) et dont les lments symtrisables sont les (x, y) avec y ,= 0, de symtrique
(x, 1/y).
4.1.6.2 structure sur E
n
Soient (E, ) un magma et n un naturel non nul.
Dnition
On dnit une loi de composition interne, encore note , sur E
n
par
(x
1
, . . . , x
n
) (y
1
, . . . , y
n
) = (x
1
y
1
, . . . , x
n
y
n
)
Cette loi est appel loi produit sur E
n
.
Exemple On dnit une addition sur R
2
par structure produit de la faon suivante :
(x, y) + (x
t
, y
t
) = (x +x
t
, y +y
t
)
Exemple On dnit une multiplication sur R
3
par structure produit de la faon suivante :
(x, y, z) + (x
t
, y
t
, z
t
) = (x +x
t
, y +y
t
, z +z
t
)
Proposition
Si (E, ) est un monode (resp. un monode commutatif) dlment neutre e alors (E
n
, ) est
un monode (resp. un monode commutatif) dlment neutre = (e, . . . , e).
De plus, un lment x = (x
1
, . . . , x
n
) est symtrisable si, et seulement si, chaque x
i
lest, et
alors
sym(x) = (sym(x
1
), . . . , sym(x
n
))
http://mp.cpgedupuydelome.fr 79 cbna
4.1. LOI DE COMPOSITION INTERNE
dm. :
Par dnition de la loi sur E
n
, on a
((x
1
, . . . , x
n
) (y
1
, . . . , y
n
)) (z
1
, . . . , z
n
) = ((x
1
y
1
) z
1
, . . . , (x
n
y
n
) z
n
)
Par associativit de la loi sur E, on obtient :
((x
1
, . . . , x
n
) (y
1
, . . . , y
n
)) (z
1
, . . . , z
n
) = (x
1
(y
1
z
1
), . . . , x
n
(y
n
z
n
))
Par dnition de la loi sur E
n
, on parvient
((x
1
, . . . , x
n
) (y
1
, . . . , y
n
)) (z
1
, . . . , z
n
) = (x
1
, . . . , x
n
) ((y
1
, . . . , y
n
) (z
1
, . . . , z
n
))
Ainsi la loi est associative sur E
n
.
Par dnition de la loi sur E
n
, on a
(x
1
, . . . , x
n
) (e, . . . , e) = (x
1
e, . . . , x
n
e) = (x
1
, . . . , x
n
)
car e est neutre pour la loi sur E.
De mme on a aussi (e, . . . , e) (x
1
, . . . , x
n
) = (x
1
, . . . , x
n
).
Llment = (e, . . . , e) est donc neutre pour la loi sur E
n
.
Ainsi (E
n
, ) est un monode.
Si la loi est commutative sur E alors
(x
1
, . . . , x
n
)(y
1
, . . . , y
n
) = (x
1
y
1
, . . . , x
n
y
n
) = (y
1
x
1
, . . . , y
n
x
n
) = (y
1
, . . . , y
n
)(x
1
, . . . , x
n
)
et la loi est commutative sur E
n
.
Enn, si x = (x
1
, . . . , x
n
) est symtrisable dans E
n
et si y = (y
1
, . . . , y
n
) dsigne son symtrique alors
x y = y x = donne x
i
y
i
= y
i
x
i
= e pour chaque i 1, . . . , n et donc chaque x
i
est
symtrisable et y
i
= sym(x
i
).
Inversement, si x = (x
1
, . . . , x
n
) avec chaque x
i
symtrisable, on peut introduire y = (sym(x
1
), . . . , sym(x
n
))
et on vrie x y = y x = ce donne x symtrisable.

Exemple (R
n
, +) et (C
n
, +) sont des monodes commutatif de neutres (0, . . . , 0).
4.1.6.3 structure sur T(X, E)
Soient (E, ) un magma et X un ensemble non vide.
Dnition
On dnit une loi de composition interne, encore note , sur T(X, E) par
x X, (f g)(x) = f(x) g(x)
Cette loi est appel loi produit sur T(X, E).
Exemple Pour X = T R et (E, ) = (R, +) ou (R, ), ce qui prcde dnit laddition et la
multiplication sur les fonctions relles.
http://mp.cpgedupuydelome.fr 80 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Exemple Pour X = N et (E, ) = (R, +) ou (R, ), ce qui prcde dnit laddition et la
multiplication des suites relles.
Proposition
Si (E, ) est un monode (resp. un monode commutatif) dlment neutre e alors (T(X, E), )
est un monode (resp. un monode commutatif) dlment neutre : x e.
De plus, un lment f T(X, E) est symtrisable si, et seulement si, f(x) lest pour chaque
x X et alors
(symf)(x) = sym(f(x))
dm. :
Pour tout x X,
[(f g) h] (x) = (f g)(x) h(x) = (f(x) g(x)) h(x)
Par associativit de la loi sur E, on obtient
[(f g) h] (x) = f(x) (g(x) h(x)) = [f (g h)] (x)
et ainsi (f g) h = f (g h).
La loi est donc associative sur T(X, E).
Pour tout x X,
(f ) (x) = f(x) e = f(x) et ( f) (x) = e f(x) = f(x)
Ainsi f = f = f est donc est neutre pour la loi sur T(X, E).
Ainsi (T(X, E), ) est un monode.
Si la loi est commutative sur E, pour tout x X,
(f g)(x) = f(x) g(x) = g(x) f(x) = (g f)(x)
et donc f g = g f.
Ainsi la loi est commutative sur T(X, E).
Enn, si f est un lment symtrisable de T(X, E) et si g dsigne son symtrique alors pour tout x X,
(f g)(x) = (g f)(x) = (x)
donne f(x) g(x) = g(x) f(x) = e et donc f(x) est symtrisable dans E et g(x) est son symtrique.
Inversement, si f est un lment de T(X, E) tel que pour chaque x X, f(x) est symtrisable alors en
introduisant g : x sym(f(x)) on vrie aisment f g = g f = ce qui donne f symtrisable.

Exemple (T(T, R), +), (T(T, R), ), (R


N
, +) et (R
N
, ) sont des monodes commutatifs.
4.1.7 Notation additive et multiplicative
Dnition
Un monode est dit not additivement (resp. multiplicativement) si sa loi de composition interne
est note + (resp. )
http://mp.cpgedupuydelome.fr 81 cbna
4.1. LOI DE COMPOSITION INTERNE
Attention : La notation additive nest exploite que pour les monodes commutatifs.
En revanche, la notation multiplicative ne sous entend pas la commutativit du produit : plus tard, on
aura loccasion dans le cadre matriciel de manipuler un produit non commutatif.
Lorsquon adopte la notation additive ou multiplicative dun monode, on adopte les conventions de
notations du tableau ci-dessous :
Notation par dfaut Notation additive Notation multiplicative
+ ou .
e 0 1
x y x +y xy ou x.y
sym(x) x x
1
n

i=1
x
i
n

i=1
x
i
n

i=1
x
i
x
n
n.x x
n
Remarque En notation additive :
Le symtrique dun lment x est appel oppos de x.
Les itrs additifs dun lment sont donns par les relations
n N

, n.x = x +x + +x ( n termes) et 0.x = 0


Les proprits calculatoires sur les itrs se relisent
p, q N, p.x +q.x = (p +q).x et p.(q.x) = (pq).x
Si x est symtrisable, on peut introduire les itrs dordre ngatif et en particulier
(1).x = x
Remarque En notation multiplicative :
Le symtrique dun lment x est appel inverse de x.
Les itrs multiplicatifs dun lment sont donns par les relations
n N

, x
n
= x.x...x ( n termes) et x
0
= 1
Les proprits calculatoires sur les itrs se relisent
p, q N, x
p
.x
q
= x
p+q
et (x
p
)
q
= x
pq
Si x est inversible, on peut introduire les itrs dordre ngatif et en particulier
x
1
= x
1
Attention : Linverse de x est not 1/x seulement si est commutative.
http://mp.cpgedupuydelome.fr 82 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Attention : Si la nest pas commutative, faisons attention la relation
(xy)
1
= y
1
x
1
Remarque En notation par dfaut, il est trs frquent, si le contexte le permet, de noter x
n
au lieu de
x
n
. En particulier le symtrique de x se retrouve not x
1
et lon a la formule
(x y)
1
= y
1
x
1
4.2 Groupes
4.2.1 Dnition
Dnition
On appelle groupe tout magma (G, ) tel que
1) est associative ;
2) (G, ) possde un lment neutre e ;
3) tout lment de (G, ) est symtrisable.
Si de plus est commutative, le groupe (G, ) est dit commutatif ou plus couramment ablien.
Remarque Un groupe nest jamais vide, il contient e.
Remarque Dans un groupe tout lment est symtrisable, donc rgulier.
Exemple (C, +) est un groupe ablien de neutre 0. En effet laddition est commutative, associative, 0
en est lment neutre et tout lment est symtrisable dans (C, +).
De mme (R, +), (Q, +) et (Z, +) sont des groupes abliens.
En revanche (N, +) nen est pas un, les naturels non nuls ne sont pas symtrisables dans (N, +).
Exemple (C, ) nest pas un groupe car 0 nest pas symtrisable.
En revanche (C

, ) est un groupe ablien de neutre 1.


De mme (Q

, ), (R

, ) sont des groupes abliens.


Exemple (S(E), ) est un groupe.
En effet est associative, Id
E
est lment neutre de (S(E), ) et toute permutation de E est
symtrisable dans (S(E), ).
Proposition
Si (G, ) et (G
t
, ) sont des groupes de neutres e et e
t
alors G G
t
muni de la loi produit
est un groupe de neutre (e, e
t
).
http://mp.cpgedupuydelome.fr 83 cbna
4.2. GROUPES
dm. :
Grce aux proprits dmontres sur la loi produit sur GG
t
.

Proposition
Si (G, ) est un groupe de neutre e alors (G
n
, ) est un groupe de neutre (e, . . . , e).
dm. :
Grce aux proprits dmontres sur la loi produit sur G
n
.

Exemple (R
n
, +) et (C
n
, +) sont des groupes abliens de neutre (0, . . . , 0).
Proposition
Si (G, ) est un groupe de neutre e alors (T(X, G), ) est un groupe de neutre x e.
dm. :
Grce aux proprits dmontres sur la loi produit sur T(X, G).

Exemple (T(T, R), +) et (R


N
, +) sont des groupes abliens de neutres la fonction nulle

0 : x 0 et
la suite nulle (0)
nN
.
Exemple Laddition dnit une loi de composition interne sur lensemble P des vecteurs du plan.
(P, +) est alors un groupe ablien de neutre le vecteur nul o.
On a la mme proprit en considrant les vecteurs de lespace.
Exemple Soit G = R 1. Pour a, b G, on pose
a b = a +b ab
Montrons que (G, ) est un groupe ablien.
dnit bien une loi de composition interne sur G, en effet pour a, b G, llment a b existe dans R
et puisque
a +b ab = 1 (a 1)(1 b) = 0
on peut afrmer que pour a ,= 1 et b ,= 1 on a a +b ab ,= 1.
Ainsi a b G et donc associe deux lments de G un lment de G.
Soient a, b G.
b a = b +a ba = a +b ab = a b
donc la loi est commutative.
Soient a, b, c G.
a (b c) = a + (b +c b) a (b +c bc) = a +b +c (ab +bc +ac) +abc
et de mme
(a b) c) = a +b +c (ab +bc +ac) +abc
donc la loi est associative.
http://mp.cpgedupuydelome.fr 84 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Soit a G, a 0 = a + 0 a 0 = a donc 0 est neutre pour la loi
Enn, considrons a, b G.
a b = 0 a +b ab = 0
Aprs rsolution de cette quation en linconnue b, on peut afrmer que pour tout a G, en posant
b =
a
a 1
G, on a a b = 0. Ainsi tout lment de (G, ) est symtrisable.
4.2.2 Sous-groupe
4.2.2.1 Dnition
Soit (G, ) un groupe dlment neutre e.
Dnition
On appelle sous-groupe de (G, ) toute partie H de G vriant :
1) e H ;
2) x H, sym(x) H [stabilit par passage au symtrique] ;
3) x, y H, x y H [stabilit par composition].
Exemple Z, Q, R sont des sous-groupes de (C, +).
N nest pas un sous-groupe de (C, +).
Exemple Q

, R

, R
+
sont des sous-groupes de (C

, ).
Exemple G et e sont des sous-groupes de (G, ).
Thorme
Si H est un sous-groupe de (G, ) alors (H, ) est un groupe.
Si de plus si le groupe (G, ) est ablien alors (H, ) lest aussi.
dm. :
H est stable pour la loi , cela permet de donner un sens (H, ) en considrant la loi obtenue par
restriction de la loi sur G.
est associative sur G donc aussi sur H.
e est lment neutre de (G, ) et e H donc e est aussi neutre de (H, ).
Enn, pour tout x H, comme sym(x) H et puisque x sym(x) = sym(x) x = e, on peut dire que
x est un lment symtrisable de (H, ).

Remarque Pour montrer quune structure est un groupe :


- soit on reconnat la loi et alors on montre que la structure est un sous-groupe dune structure connue ;
- soit on ne reconnat pas la loi et on revient la dnition de groupe.
Proposition
Soit H une partie de G.
On a quivalence entre :
(i) H est un sous-groupe de (G, ) ;
(ii) H ,= et x, y H, x sym(y) H.
http://mp.cpgedupuydelome.fr 85 cbna
4.2. GROUPES
dm. :
(i) (ii) immdiat
(ii) (i) Supposons H ,= et x, y H, x sym(y) H.
Puisque H ,= , on peut introduire un lment x dans H et on a alors e = x sym(x) H.
Puisque e H, pour tout x H, sym(x) = e sym(x) H. Enn, pour tout x, y H, x y =
x sym(sym(y)) H car sym(y) H.

Exemple Pour a R, on note aZ = ak/k Z.


Montrons que aZ est un sous-groupe de (R, +).
On a videmment aZ R.
0 = a 0 avec 0 Z donc 0 aZ (et par suite aZ ,= ).
Pour x, y aZ, on peut crire x = ak et y = a avec k, Z et alors x y = ak a = a(k ) avec
k Z donc x y aZ.
Exemple Soit U = z C/ [z[ = 1.
Montrons que U est un sous-groupe de (C

, ).
On a videmment U C

.
1 U car [1[ = 1.
Pour z, z
t
U,

zz
t1

=
[z[
[z
t
[
=
1
1
= 1
donc zz
t1
U.
Exemple Soit a E et H = f S(E)/f(a) = a.
Montrons que H est un sous-groupe de (S(E), ).
On a videmment H S(E).
Id
E
H car Id
E
(a) = a.
Pour f, g H, (f g
1
)(a) = (f g
1
)(g(a)) = f(a) = a donc f g
1
H.
Proposition
Soient H
1
, H
2
deux sous-groupes de (G, ).
H
1
H
2
est un sous-groupe de (G, ).
dm. :
H
1
H
2
G.
e H
1
H
2
car e H
1
et e H
2
puisque H
1
et H
2
sont des sous-groupes.
Pour x, y H
1
H
2
, x y
1
H
1
H
2
car x y
1
H
1
puisque H
1
est un sous-groupe et de mme
x y
1
H
2
.

Remarque Ce rsultat est faux pour lunion :


Pour (G, ) = (C

, ), H
1
= R

, H
2
= U et H = H
1
H
2
, on a 2, i H et 2i / H.
Ainsi H nest pas stable pour et ce nest donc pas un sous-groupe.
http://mp.cpgedupuydelome.fr 86 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
4.2.2.2 Groupe des racines n-ime de lunit
Soit n N

et U
n
= z C/z
n
= 1.
Rappelons U
n
=
0
,
1
, . . . ,
n1
avec
k
= e
2ik/n
.
Proposition
(U
n
, ) est un groupe ablien.
dm. :
Montrons que U
n
est un sous-groupe de (C

, ).
U
n
C

.
1 U
n
car 1
n
= 1.
Pour z, z
t
U
n
, (zz
t1
)
n
= z
n
1
z
tn
= 1 donc zz
t1
U
n
.

Exemple Pour n = 1, U
1
= 1.
Pour n = 2, U
2
= 1, 1.
1 1
1 1 1
1 1 1
Pour n = 3, U
3
=
_
1, j, j
2
_
.
1 j j
2
1 1 j j
2
j j j
2
1
j
2
j
2
1 j
Pour n = 4, U
4
= 1, i, 1, i.
1 i 1 i
1 1 i 1 i
i i 1 i 1
1 1 i 1 i
i i 1 i 1
4.2.2.3 Groupes gomtriques
On note :
- T le plan gomtrique de direction P ;
- t
u
la translation de vecteur u;
- H
O,
lhomothtie de centre O et de rapport ;
- Rot
O,
la rotation de centre O et dangle .
Proposition
T = t
u
/u P est un sous-groupe de (S(T), ).
dm. :
T S(T), Id
1
= t

0
et pour u, v P, t
u
(t
v
)
1
= t
uv
T .

Proposition
Pour O T, 1
O
= H
O,
/ R

est un sous-groupe de (S(T), ).


http://mp.cpgedupuydelome.fr 87 cbna
4.2. GROUPES
dm. :
1
0
S(T), Id
1
= H
O,1
et pour , ,= 0, H
O,
(H
O,
)
1
= H
O,/
avec / ,= 0 donc H
O,

(H
O,
)
1
1
O
.

Proposition
Pour O T, 1
O
= Rot
O,
/ R est un sous-groupe de (S(T), ).
dm. :
1
O
S(T), Id
1
= Rot
O,0
et pour ,
t
R, Rot
O,
(Rot
O,
)
1
= Rot
O,
1
O
.
On appelle isomtrie du plan toute permutation f S(T) telle que A, B T, d(f(A), f(B)) =
d(AB)

Proposition
Lensemble J des isomtries du plan est un sous-groupe de (S(T), ).
dm. :
J S(T), Id
1
est videmment une isomtrie et pour f, g J, on a pour tout A, B T, d((f
g
1
)(A), (f g
1
)(B)) = d((f g
1
)(g(A)), (f g
1
)(g(B))) car g est une isomtrie et ainsi d((f
g
1
)(A), (f g
1
)(B)) = d(f(A), f(B) = d(A, B) car f est une isomtrie.
Ainsi f g
1
est une isomtrie.

4.2.3 Morphisme de groupes


Soit (G, ), (G
t
, ) et (G
tt
, ) trois groupes dlments neutres e, e
t
et e
tt
.
4.2.3.1 Dnition
Dnition
On appelle morphisme du groupe (G, ) vers (G
t
, ) toute application : G G
t
vriant :
x, y G, f(x y) = f(x)f(y)
Si f est bijective, on dite que f est un isomorphisme.
Si (G
t
, ) = (G, ), on dit que f est un endomorphisme.
Si (G
t
, ) = (G, ) et f est bijective on dit que f est un automorphisme.
Exemple ln est un isomorphisme de (R
+
, ) vers (R, +).
En effet, pour tout a, b > 0, ln(ab) = ln(a) + ln(b).
Exemple exp est un morphisme de (C, +) vers (C

, ).
En effet, pour tout z, z
t
C, exp(z +z
t
) = exp(z) exp(z
t
).
Exemple Id
G
est un automorphisme de (G, ).
Exemple Lapplication constante f : G G dnie par f(x) = e est un endomorphisme de (G, ).
http://mp.cpgedupuydelome.fr 88 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Proposition
Soit a un lment dun groupe (G, ).
Lapplication : Z G dnie par (n) = a
n
est un morphisme de groupes.
En effet (n +p) = a
(n+p)
= a
n
a
p
= (n) (p).
4.2.3.2 Proprits
Proposition
Pour f : G G
t
un morphisme de groupes, on a
f(e) = e
t
x G, f(sym(x)) = sym(f(x)),
x
1
, . . . , x
n
G, f(
n

i=1
x
i
) =
n

i=1
f(x
i
) et
x G, p Z, f(x
p
) = (f(x))
p
dm. :
Dune part f(e e) = f(e) et dautre part f(e e) = f(e) f(e) donc
f(e) f(e) = f(e) = f(e) e
t
do f(e) = e
t
.
On a
f(x)f(sym(x)) = f(x sym(x)) = f(e) = e
t
En composant cette relation droite avec sym(f(x)), on obtient f(sym(x)) = sym(f(x)).
Par rcurrence sur n N

, on montre facilement
f(
n

i=1
x
i
) =
n

i=1
f(x
i
)
Pour p = 0, f(x
0
) = f(e) = e
t
= (f(x))
0
.
Pour p N

, f(x
p
) = f(
p

i=1
x) =
p

i=1
f(x) = f(x)
p
.
Pour p Z

, on peut crire p = n avec n N

et on a
f(x
p
) = f (sym(x
n
)) = sym(f(x
n
)) = sym
_
f(x)
n
_
= f(x)
p
.

Proposition
Si f : G G
t
et g : G
t
G
tt
sont deux morphismes de groupes alors g f : G G
tt
est
aussi un morphisme de groupes.
dm. :
Pour x, y G,
(g f)(x y) = g (f(x y)) = g (f(x)f(y)) = g(f(x))g(f(y)) = (g f)(x)(g f)(y)

Remarque On peut en particulier souligner que la compose de deux endomorphismes de groupe (resp.
isomorphismes, automorphismes) en est un.
http://mp.cpgedupuydelome.fr 89 cbna
4.2. GROUPES
Proposition
Si f : G G
t
est un isomorphisme de groupes alors f
1
: G
t
G lest aussi.
dm. :
Pour tout x
t
, y
t
G
t
, il existe x, y G tel que f(x) = x
t
et f(y) = y
t
.
On a alors
f
1
(x
t
y
t
) = f
1
(f(x)f(y)) = f
1
(f(x y)) = x y = f
1
(x
t
) f
1
(y
t
)
Ainsi f
1
est un morphisme de groupes et il est de plus bien connu que f
1
est bijective.

Remarque En particulier lapplication rciproque dun automorphisme en est un.


4.2.3.3 Noyau et image
Proposition
Soit f : G G
t
un morphisme de groupes.
Si H est un sous-groupe de (G, ) alors f(H) est un sous-groupe de (G
t
, ).
Si H
t
est un sous-groupe de (G
t
, ) alors f
1
(H) est un sous-groupe de (G, ).
dm. :
Soit H un sous-groupe de (G, ).
f(H) = f(x)/x H est une partie de G
t
.
Dune part e
t
f(H) car e
t
= f(e) avec e H.
Dautre part, pour x
t
, y
t
f(H), on peut crire x
t
= f(x) et y
t
= f(y) avec x, y H et x
t
y
t1
=
f(x y
1
) f(H) car x y
1
H.
Ainsi f(H) est un sous-groupe de (G
t
, ).
Soit H
t
un sous-groupe de (G
t
, ).
f
1
(H
t
) = x G/f(x) H
t
est une partie de G.
Dune part e f
1
(H
t
) car f(e) = e
t
H
t
.
Dautre part, pour x, y f
1
(H
t
), on a f(x y
1
) = f(x)f(y)
1
H
t
car f(x), f(x
t
) H
t
.
Ainsi f
1
(H
t
) est un sous-groupe de (G, ).

Dnition
Soit f : G G
t
un morphisme de groupes.
On appelle image de f, lensemble Imf = f(G). Cest un sous-groupe de (G
t
, ).
On appelle noyau de f, lensemble ker f = f
1
(e
t
). Cest un sous-groupe de (G, ).
Remarque Pour dterminer Imf on tudie les valeurs prises par f.
Pour dterminer ker f, on rsout lquation f(x) = e
t
dinconnue x G.
Exemple Soit f : C

dnie par f(z) = [z[.


f est un morphisme de groupes multiplicatifs pour lequel Imf = R
+
et ker f = U.
Exemple Soit f : R C

dnie par f() = e


i
.
f est un morphisme du groupe (R, +) vers (C

, ) pour lequel Imf = U et ker f = 2Z.


http://mp.cpgedupuydelome.fr 90 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Thorme
Soit f : G G
t
un morphisme de groupes.
f est surjective si, et seulement si, Imf = G
t
,
f est injective si, et seulement si, ker f = e.
dm. :
La premire proprit immdiate par dnition de la surjectivit.
Pour la deuxime proprit, tudions les deux implications.
Supposons f injective.
Puisque f(e) = e
t
et puisque e
t
ne peut avoir dautres antcdents que e cause de linjectivit de f, on
peut afrmer ker f = e.
Inversement, supposons ker f = e.
Soient x, y G. Si f(x) = f(y) alors f(x)f(y)
1
= e
t
et donc f(x y
1
) = e
t
. Ainsi x y
1

ker f = e et donc x y
1
= e ce qui entrane x = y.
Ainsi f est injective.

4.2.3.4 Quelques morphismes gomtriques


T dsigne le plan gomtrique
Proposition
Lapplication u t
u
est un morphisme de (P, +) vers (S(T), ) dimage T et de noyau
_

0
_
.
dm. :
t
u
t
v
= t
u+v
.

Proposition
Pour O T, lapplication H
O,
est un morphisme de (R

, ) vers (S(T), ) dimage


1
O
et de noyau 1.
dm. :
H
O,
H
O,
= H
O,
.

Proposition
Pour O T, lapplication Rot
O,
est un morphisme de (R, +) vers (S(T), ) dimage
1
O
et de noyau 2Z.
dm. :
Rot
O,
Rot
O,
= Rot
O,+
.

4.3 Etude du groupe symtrique


4.3.1 Permutation de N
n
= 1, 2, ..., n
Dnition
Pour n N

, on note S
n
lensemble des permutations de N
n
.
(S
n
, ) est un groupe dlment neutre Id
N
n
= Id appel groupe symtrique dordre n.
Remarque S
n
est un groupe ni n! lments.
http://mp.cpgedupuydelome.fr 91 cbna
4.3. ETUDE DU GROUPE SYMTRIQUE
Dnition
Pour S
n
, on note
=
_
1 2 ... n
(1) (2) ... (n)
_
pour visualiser laction de .
Exemple Dans (S
6
, ) considrons la permutation
=
_
1 2 3 4 5 6
6 3 2 4 1 5
_
Pour celle-ci 4 est point xe de et

1
=
_
1 2 3 4 5 6
5 3 2 4 6 1
_
,
2
= =
_
1 2 3 4 5 6
5 2 3 4 6 1
_
Remarque Pour n = 1 : S
1
= Id. (S
1
, ) est un groupe ablien.
Pour n = 2 : S
2
= Id, o
=
_
1 2
2 1
_
(S
2
, ) est groupe ablien.
Proposition
Pour n 3 le groupe (S
n
, ) nest pas commutatif.
dm. :
Soient
=
_
1 2 3 4 ... n
2 1 3 4 ... n
_
et
t
=
_
1 2 3 4 ... n
3 2 1 4 ... n
_
lments de S
n
.
(
t
)(1) = 3 et (
t
)(1) = 2 donc
t
,=
t
.
Ainsi le groupe (S
n
, ) nest pas commutatif.

4.3.2 Cycles
Soient p N tel que 2 p n et a
1
, ..., a
p
une liste de p lments deux deux distincts de N
n
.
Soit c : N
n
N
n
dnie par :
c(a
1
) = a
2
, c(a
2
) = a
3
, ..., c(a
p1
) = a
p
, c(a
p
) = a
1
et
x N
n
a
1
, ..., a
p
, c(x) = x
Lapplication c est une permutation de N
n
.
http://mp.cpgedupuydelome.fr 92 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Dnition
La permutation c est appele cycle de longueur p (ou p-cycle).
Ce cycle est not
c =
_
a
1
a
2
... a
p
_
Lensemble S = a
1
, ..., a
p
est appel support du cycle c.
Exemple Dans (S
6
, ), pour c =
_
2 4 3 5
_
, on a
c =
_
1 2 3 4 5 6
1 4 5 3 2 6
_
Remarque Si c =
_
a
1
a
2
... a
p
_
alors c
1
=
_
a
p
... a
2
a
1
_
.
Remarque La description dun cycle nest pas unique :
Si c =
_
a
1
a
2
... a
p
_
alors c =
_
a
2
a
3
... a
p
a
1
_
, c =
_
a
3
... a
p
a
1
a
2
_
,...,
c =
_
a
p
a
1
a
2
... a
p1
_
.
Dnition
Les cycles de longueur 2 sont appels transpositions.
Une transposition =
_
i j
_
a pour effet dchanger i et j.
Remarque
_
i j
_
=
_
j i
_
donc toute transposition peut tre visualise sous la forme
_
i j
_
avec 1 i < j n.
Remarque Si est une transposition alors
2
= Id et
1
= .
Plus gnralement
Proposition
Si c est un cycle de longueur p alors c
p
= Id et c
1
= c
p1
.
dm. :
Soit c =
_
a
1
a
2
... a
p
_
un p cycle (avec des a
1
, ..., a
p
deux deux distincts).
c
0
(a
1
) = a
1
, c(a
1
) = a
2
, c
2
(a
1
) = a
3
, ..., c
p1
(a
1
) = a
p
donc pour tout 1 k p 1, c
k
(a
1
) = a
k+1
et par suite c
p
(a
1
) = c(a
p
) = a
1
.
Pour 2 k p, c
p
(a
k
) = c
p
(c
k1
(a
1
)) = c
p+k1
(a
1
) = c
k1
(c
p
(a
1
)) = c
k1
(a
1
) = a
k
Enn pour x N
n
a
1
, ..., a
p
, c(x) = x donc c
p
(x) = x.
Finalement c
p
= Id.

Remarque Pour n = 3, on peut dcrire les lments de S


3
S
3
=
_
Id,
_
1 2
_
,
_
2 3
_
,
_
3 1
_
,
_
1 2 3
_
,
_
3 2 1
__
Pour n 4, il existe dans S
n
des lments qui ne sont pas des cycles.
http://mp.cpgedupuydelome.fr 93 cbna
4.3. ETUDE DU GROUPE SYMTRIQUE
4.3.3 Dcomposition dune permutation en produit de transpositions
Proposition
Tout cycle de longueur p peut se dcomposer en un produit de p 1 transpositions.
dm. :
p = 2 : ok p = 3 :
_
a
1
a
2
a
3
_
=
_
a
1
a
2
_

_
a
2
a
3
_
p = 4 :
_
a
1
a
2
a
3
a
4
_
=
_
a
1
a
2
_

_
a
2
a
3
_

_
a
3
a
4
_
et plus gnralement :
_
a
1
a
2
... a
p
_
=
_
a
1
a
2
_

_
a
2
a
3
_
...
_
a
p1
a
4
_

Thorme
Toute permutation de N
n
peut se dcomposer en un produit dau plus n 1 transpositions.
dm. :
Dmontrons la proprit par rcurrence sur n N

.
Pour n = 1 : ok
Supposons la proprit tablie au rang n 1.
Soit S
n+1
et posons k = (n + 1).
Si k = n +1 alors
N
n
S
n
et peut scrire comme produit dau plus n 1 transpositions lments de
S
n
. Cette dcomposition permet aussi dcrire comme produit de n 1 n transpositions lments
de S
n+1
.
Si k ,= n + 1 alors considrons
t
= ( k + 1 n + 1 ) . On a
t
(n + 1) = n + 1 et comme
ci-dessus,
t
peut scrire comme produit dau plus n 1 transpositions lments de S
n+1
. Puisque
= ( k + 1 n + 1 )
t
, scrit comme produit dau plus n transpositions lments de S
n+1
.

Proposition
Toute permutation de N
n
peut se dcomposer en un produit de transpositions de la forme
_
1 k
_
avec 2 k n.
dm. :
Il suft de savoir dcomposer une transposition
_
i j
_
pour conclure.
Si i = 1 ou j = 1 : ok
Sinon
_
i j
_
=
_
1 i
_

_
1 j
_

_
1 i
_
.

4.3.4 Signature dune permutation


Dnition
Soient S
n
et un couple (i, j) avec 1 i < j n.
On dit ralise une inversion sur le couple (i, j) si (i) > (j).
On note I() le nombre de couples (i, j) (avec 1 i < j n ) sur lesquels ralise une
inversion.
Exemple I(Id) = 0.
http://mp.cpgedupuydelome.fr 94 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Exemple Dans (S
4
, ) pour
=
_
1 2 3 4
2 4 3 1
_
I() = 4.
Ici les couples sur lesquels opre une inversion sont (1, 4), (2, 3), (2, 4) et (3, 4).
Exemple Dans (S
8
, ) considrons
=
_
1 2 3 4 5 6 7 8
3 4 7 5 2 1 8 6
_
Pour dterminer I() on compte, pour chaque terme de la seconde ligne, le nombre de termes qui le
suivent et qui lui sont infrieurs.
Ici I() = 2 + 2 + 4 + 2 + 1 + 0 + 1 + 0 = 12.
Dnition
On appelle signature dune permutation de S
n
le rel () = (1)
I()
.
Exemple (Id) = 1.
Exemple Dans (S
n
, ),
=
_
1 2 3 ... n
n n 1 n 2 ... 1
_
I() = (n 1) + (n 2) + + 1 =
n(n 1)
2
et () = (1)
n(n1)
2
Proposition
La signature dune transposition vaut 1.
dm. :
Soit =
_
i j
_
avec 1 i < j n une transposition.
=
_
1 2 . . . i . . . j . . . n
1 2 . . . j . . . i . . . n
_
I() = 0
1
+ + 0
i1
+(j i)
i
+ 1
i+1
+ + 1
j1
+0
j
+ + 0
n
= 2(j i) 1
Donc () = 1.

Thorme
Lapplication : S
n
1, 1 est un morphisme du groupe (S
n
, ) sur (1, 1 , ).
dm. :
Soient et
t
deux lments de S
n
.
Soit (i, j) un couple avec 1 i < j n.
http://mp.cpgedupuydelome.fr 95 cbna
4.3. ETUDE DU GROUPE SYMTRIQUE

t
ralise une inversion sur (i, j) si, et seulement si :
ralise une inversion sur (i, j) et
t
ne ralise pas dinversion sur ((j), (i))
ou bien
ne ralise pas dinversion sur (i, j) mais
t
en ralise une sur ((i), (j)).
En sommant I() et I(
t
) on dnombre les cas prcdemment tudis ainsi que deux fois les cas o il y
a la fois inversion sur (i, j) et sur ((j), (i)).
Par suite I(
t
) mme parit que I() +I(
t
), ainsi
(
t
) = (1)
I(

)
= (1)
I()+I(

)
= (
t
)()
On peut donc conclure que est un morphisme de groupes.

Corollaire
(
1

p
) = (
1
) (
p
).
p Z, (
p
) = ()
p
et en particulier (
1
) = ().
Proposition
La signature dun p-cycle est (1)
p1
.
dm. :
Car un p-cycle scrit comme produit de p 1 transpositions, chacune de signature 1.

Dnition
Une permutation de signature 1 est dite paire.
Une permutation de signature 1 est dite impaire.
On note A
n
lensemble des permutations paires de S
n
.
Remarque Une permutation paire (resp. impaire) se dcompose en un nombre pair (resp. impair) de
transpositions.
Proposition
A
n
est un sous-groupe de (S
n
, ).
dm. :
Cest le noyau du morphisme signature, cest donc un sous-groupe.

Dnition
(A
n
, ) est appel groupe altern dordre n.
Remarque Pour n = 1 : A
n
= Id.
Pour n = 2 : A
n
= Id.
Pour n = 3 : A
n
=
_
Id,
_
1 2 3
_
,
_
1 3 2
__
.
Proposition
Pour n 2,
CardA
n
= n!/2
http://mp.cpgedupuydelome.fr 96 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
dm. :
S
n
est la runion disjointe des parties A
n
et S
n
A
n
.
Or ces dernires sont en bijection via lapplication o dsigne une certaine transposition.
On en dduit CardA
n
= CardS
n
A
n
puis CardS
n
= 2CardA
n
.

4.3.5 Hors programme : Dcomposition dune permutation en produit de cycles


Lemme
Pour tout S
n
et tout i 1, 2, ..., n il existe p N

tel que :
i, (i), ...,
p1
(i) soient deux deux distincts et
p
(i) = i.
dm. :
Lapplication : N 1, 2, ..., n dnie par (k) =
k
(i) ne peut-tre injective car N est un ensemble
inni.
Par suite, il existe k ,= N tels que
k
(i) =

(i) et on peut, quitte changer, supposer k < .


On a alors
k
(i) =
k

(i) = i avec k N

.
Considrons maintenant lensemble A = q N

/
q
(i) = i.
Daprs ltude prcdente on peut afrmer que A est une partie non vide de N

et elle possde donc un


plus petit lment p.
Pour celui-ci on a
p
(i) = i. De plus les lments i, (i), ...,
p1
(i) sont ncessairement deux deux
distincts.
En effet sil existait 0 k < p 1 tels que
k
(i) =

(i) alors on aurait


k
(i) = i avec
0 < k < p ce qui contredit la minimalit de p.

Thorme
Toute permutation de S
n
(avec n 2 ) se dcompose en un produit de cycles de supports
disjoints.
De plus cette dcomposition est unique lordre prs des facteurs.
dm. :
Existence :
Procdons par rcurrence sur n 2.
Pour n = 2, les permutations lments de S
2
sont Id et (1, 2) ce qui permet de conclure.
Supposons lexistence tablie au rang n 2.
Soit S
n+1
.
Cas (n + 1) = n + 1
Considrons la restriction
t
de au dpart de 1, 2, ..., n.
Cette restriction
t
ralise une permutation de 1, 2, ..., n car est une permutation de 1, 2, ..., n + 1
qui laisse n + 1 xe. En appliquant lhypothse de rcurrence
t
on peut dcomposer cette dernire en
produit de cycles de S
n
. Cette dcomposition de
t
dans S
n
se prolonge en une dcomposition de en
cycles de S
n+1
ce qui rsout le problme pos.
Cas (n + 1) ,= n + 1.
Considrons p N

tel que les lments n +1, (n +1), ...,


p1
(n +1) soient deux deux distincts et

p
(n + 1) = n + 1. Formons le cycle c = (n + 1, (n + 1), ...,
p1
(n + 1)).
Par construction, la permutation c
1
laisse invariants les lments n + 1, (n + 1), ...,
p1
(n + 1).
Comme n+1 est invariant, on peut, par ltude prcdente, dcomposer c
1
en c
1
c
2
... c
r
produit
de cycles de supports disjoints. De plus les supports de c
1
, c
2
, ..., c
r
sont disjoints de
_
n + 1, (n + 1), . . . ,
p1
(n + 1)
_
car ces lments sont invariants par c
1
. Par suite lcriture
http://mp.cpgedupuydelome.fr 97 cbna
4.4. ANNEAUX
= c c
1
c
2
... c
r
apparat alors comme tant une dcomposition de c en produit de cycles de
supports disjoints.
Rcurrence tablie
Unicit lordre prs des facteurs :
Supposons que prsente deux dcompositions de la forme voulue :
= c
1
c
2
... c
r
et = d
1
d
2
... d
s
.
Quitte changer, on peut supposer r s.
Si r = 0 alors s = 0.
Sinon, considrons i un lment du support de c
r
.
Par le lemme, il existe p N

tel que i, (i), ...,


p1
(i) soient deux deux distincts et
p
(i) = i.
Or (i) = c
r
(i),
2
(i) = c
2
r
(i), ...,
p1
(i) = c
p1
r
(i) et
p
(i) = c
p
r
(i) = i ceci car les lments
i, c
r
(i), c
2
r
(i), ..., c
p1
r
(i) voluent dans le support du cycle c
r
.
Par suite c
r
= (i, (i),
2
(i), ...,
p1
(i)).
Comme i est modi par = d
1
d
2
... d
s
, il existe t entre 1 et s tel que i appartient au support de d
t
.
Quitte rorganiser lordre de la dcomposition = d
1
d
2
... d
s
on peut supposer t = s.
En suivant la mme dmarche que ci-dessus, on obtient d
s
= (i, (i),
2
(i), ...,
p1
(i)) puis d
s
= c
r
.
On peut alors simplier ce facteur commun an dobtenir c
1
c
2
c
r1
= d
1
d
2
d
s1
Il suft alors de ritrer ce processus pour conclure.

4.4 Anneaux
4.4.1 Dnition
Dnition
Soient et deux lois de composition internes sur un ensemble E.
On dit que est distributive sur si
a, b, c E : a (bc) = (a b)(a c) [distributivit gauche]
et
(bc) a = (b a)(c a) [distributivit droite]
Exemple Dans C, est distributive sur +.
Dans T(E), est distributive sur et inversement.
Dnition
On appelle anneau tout triplet (A, , ) form dun ensemble Aet de deux lois de composition
internes et tels que :
1) (A, ) est un groupe ablien ;
2) (A, ) est un monode ;
3) est distributive sur .
Si de plus est commutative, lanneau (A, , ) est dit commutatif.
Remarque Les lois et sont gnralement notes + et .
Leurs neutres sont quant eux nots 0
A
et 1
A
.
De plus pour lvaluation de a +b c on donne priorit la multiplication.
http://mp.cpgedupuydelome.fr 98 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Exemple (Z, +, ), (Q, +, ), (R, +, ) et (C, +, ) sont des anneaux commutatifs.
Exemple Si A = 0 alors (A, +, ) est un anneau appel anneau nul.
Proposition
Si (A, +, ) est un anneau et n N

alors (A
n
, +, ) est un anneau de neutres 0
A
n =
(0
A
, . . . , 0
A
) et 1
A
n = (1
A
, . . . , 1
A
).
dm. :
On sait dj que (A
n
, +) est un groupe ablien de neutre 0
A
n = (0
A
, . . . , 0
A
) et (A
n
, ) un monode
de neutre 1
A
n = (1
A
, . . . , 1
A
). Il ne reste qu vrier la proprit de distributivit ce qui est assez
immdiat.

Exemple (R
2
, +, ) est un anneau commutatif.
Dans celui-ci rappelons les oprations :
(x, y) + (x
t
, y
t
) = (x +x
t
, y +y
t
) et (x, y) (x
t
, y
t
) = (xx
t
, yy
t
)
Exemple (Z
n
, +, ), (R
n
, +, ) et (C
n
, +, ) sont des anneaux commutatifs
Proposition
Si (A, +, ) est un anneau et X un ensemble alors (T(X, A), +, ) est un anneau de neutres
la fonction nulle constante gale 0
A
et la fonction constante gale 1
A
.
dm. :
On sait dj que (T(X, A), +) est un groupe ablien de neutre

0 : x 0
A
et (T(X, A), ) un monode
de neutre

1 : x 1
A
. Il ne reste qu vrier la proprit de distributivit ce qui est assez immdiat.

Exemple (T(X, R), +, ) est un anneau commutatif.


En particulier (R
N
, +, ) et (T(T, R), +, ).
4.4.2 Sous-anneau
Dnition
On appelle sous-anneau dun anneau (A, +, ) toute partie B incluse dans A telle que :
1) 1
A
B;
2) x, y B, x y B;
3) x, y B, xy B.
Exemple Z est un sous-anneau de (R, +, ).
http://mp.cpgedupuydelome.fr 99 cbna
4.4. ANNEAUX
Thorme
Si B est un sous-anneau de (A, +, ) alors (B, +, ) est un anneau.
Si de plus (A, +, ) est commutatif alors (B, +, ) lest aussi.
dm. :
Par 1) et 2) on obtient que (B, +) est un groupe ablien.
Par 3) B est stable pour et on peut donc donner un sens (B, ).
est associative sur A donc elle lest aussi sur B.
1
A
est neutre pour et 1
A
B donc (B, ) possde un neutre.
est distributive sur + sur A donc aussi sur B.
Finalement (B, +, ) est un anneau.

Exemple Considrons
Z
_

2
_
=
_
a +b

2/a, b Z
_
et montrons que (Z
_

2
_
, +, ) est un anneau commutatif.
Montrons que Z
_

2
_
un sous-anneau de lanneau commutatif (R, +, ).
On a videmment Z
_

2
_
R.
1 = 1 + 0.

2 Z
_

2
_
.
Pour x, y Z
_

2
_
, on peut crire x = a +b

2 et y = c +d

2 avec a, b, c, d Z.
On a
x y = (a c) + (b d)

2 Z
_

2
_
car a c, b d Z
et
xy = (ac + 2bd) + (ad +bc)

2 Z
_

2
_
Ainsi Z
_

2
_
est un sous-anneau de (R, +, ) et donc (Z
_

2
_
, +, ) est un anneau commutatif.
Exemple On note ( lensemble des suites relles convergentes.
Montrons que ( est un sous-anneau de (R
N
, +, ).
On a videmment ( R
N
, la suite constante gale 1 est convergente et la diffrence et le produit de
deux suites convergentes est convergente.
Exemple Soit T une partie de R.
Montrer que ((T, R) est un sous-anneau de (T(T, R), +, ).
On a videmment ((T, R) T(T, R), la fonction constante gale 1 est convergente et la diffrence et
le produit de deux fonctions continues est continue.
http://mp.cpgedupuydelome.fr 100 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
4.4.3 Rgles de calculs dans un anneau
Soit (A, +, ) un anneau de neutres 0
A
et 1
A
.
Proposition
a A, 0
A
a = a 0
A
= 0
A
.
dm. :
0
A
a = (0
A
+ 0
A
) a = 0
A
a + 0
A
a.
En ajoutant de part et dautre, loppos de llment 0
A
a, on obtient 0
A
= 0
A
a.
De mme, on dmontre a 0
A
= 0
A

Remarque Si les neutres additifs et multiplicatifs de lanneau A sont gaux (i.e. 0


A
= 1
A
) alors la
neutralit de 1
A
donne x A, x = x 1
A
= x 0
A
= 0
A
. Par suite A = 0
A
est lanneau nul.
Proposition
a, b A, (a)b = (ab) = a(b).
dm. :
(a)b +ab = (a +a)b = 0.b = 0.
En ajoutant loppos de ab de part et dautre, on obtient (a)b = (ab).
De mme, on obtient a(b) = (ab).

Proposition
a
1
, . . . , a
n
A, b B, (a
1
+ +a
n
)b = a
1
b + +a
n
b,
a A, b
1
, . . . , b
n
A, a(b
1
+ +b
n
) = ab
1
+ +ab
n
.
dm. :
Par rcurrence sur n N

. . .

Proposition
a, b A, p Z, (p.a)b = p.(ab) = a(p.b).
dm. :
Rappelons que p.a dsigne litr additif dordre p de llment a.
Pour p = 0 : cest immdiat.
Pour p N

, (p.a)b = (a + +a)b = ab + +ab = p.(ab).


Pour p Z

, on peut crire p = n avec n N

et (p.a)b = (n.a)b = (n.a)b = n.(ab) =


p.(ab).
De mme, on obtient a(p.b) = p.(ab).

Attention : Dans un anneau A non commutatif, (ab)


n
,= a
n
b
n
en gnral.
En effet (ab)
n
se comprend (ab)(ab) . . . (ab).
Proposition
a, b A, (a +b)
2
= a
2
+ab +ba +b
2
et (a +b)
3
= a
3
+a
2
b +aba +ba
2
+ab
2
+bab +ba
2
+b
3
.
http://mp.cpgedupuydelome.fr 101 cbna
4.4. ANNEAUX
dm. :
Il suft de dvelopper les produits. . .

Remarque Si a et b commutent (i.e. ab = ba ) alors (a +b)


2
= a
2
+ 2ab +b
2
et
(a +b)
3
= a
3
+ 3a
2
b + 3ab
2
+b
3
.
Thorme
Soient a, b A tels que a et b commutent.
n N, (a +b)
n
=
n

k=0
_
n
k
_
a
nk
b
k
dm. :
Par rcurrence sur n N.
Pour n = 0, la proprit est immdiate sachant que a A, a
0
= 1
A
(mme pour a = 0
A
)
Supposons la proprit tablie au rang n 0.
(a +b)
n+1
= (a +b)
n
(a +b)
Par hypothse de rcurrence
(a +b)
n+1
=
_
n

k=0
_
n
k
_
a
nk
b
k
_
(a +b) =
n

k=0
_
n
k
_
a
n+1k
b
k
+
n

k=0
_
n
k
_
a
nk
b
k+1
Par dcalage dindice, on peut rcrire la deuxime somme
n

k=0
_
n
k
_
a
nk
b
k+1
=
n+1

k=1
_
n
k 1
_
a
n+1k
b
k
En adjoignant un terme nul chacune des deux sommes
(a +b)
n+1
=
n+1

k=0
_
n
k
_
a
n+1k
b
k
+
n+1

k=0
_
n
k 1
_
a
n+1k
b
k
En combinant les deux sommes en une seule
(a +b)
n+1
=
n+1

k=0
__
n
k
_
+
_
n
k 1
__
a
n+1k
b
k
=
n+1

k=0
_
n + 1
k
_
a
n+1k
b
k
en vertu de la formule du triangle de Pascal.
Rcurrence tablie.

Exemple Comme 1 et a commutent


(1 +a)
n
=
n

k=0
_
n
k
_
a
k
http://mp.cpgedupuydelome.fr 102 cbna
CHAPITRE 4. STRUCTURES ALGBRIQUES
Thorme
Soient a, b A tels que a et b commutent.
n N

, a
n
b
n
= (a b)
n1

k=0
a
n1k
b
k
= (a b)(a
n1
+a
n2
b +... +ab
n2
+b
n1
)
dm. :
En dveloppant
(a b)
n1

k=0
a
n1k
b
k
=
n1

k=0
a
nk
b
k

n1

k=0
a
n1k
b
k+1
En procdant un changement de dindice sur la deuxime somme
n1

k=0
a
n1k
b
k+1
=
n

k=1
a
nk
b
k
On en dduit
(a b)
n1

k=0
a
n1k
b
k
=
n1

k=0
a
nk
b
k

k=1
a
nk
b
k
On simplie les portions communes des deux sommes
(a b)
n1

k=0
a
n1k
b
k
= a
n
b
n

Exemple Comme 1
A
et a commutent
1
A
a
n
= (1
A
a)(1
A
+a +a
2
+... +a
n1
)
4.4.4 Elments inversibles
Dnition
Un lment a A est dit inversible sil est symtrisable pour i.e. sil existe b A tel que
ab = ba = 1
A
.
Cet lment b est alors unique, on lappelle inverse de a, on le note a
1
.
Exemple Les inversibles de (C, +, ) sont les lments non nuls.
Les inversibles de (Z, +, ) sont 1 et 1.
Exemple 1
A
est inversible.
On verra que 0
A
nest pas inversible.
http://mp.cpgedupuydelome.fr 103 cbna
4.4. ANNEAUX
Exemple Si A nest pas lanneau nul alors 0
A
,= 1
A
et puisque pour tout a A, 0
A
a = 0
A
,
llment 0
A
nest pas inversible.
Exemple Les inversibles de (R
2
, +, ) sont les a = (x, y) avec x ,= 0 et y ,= 0.
Proposition
Si x est inversible alors x
1
est inversible et (x
1
)
1
= x.
dm. :
Cest une proprit dj connu en terme dlments symtrisables.

Proposition
Si x et y sont inversibles alors xy est inversible et (xy)
1
= y
1
x
1
.
dm. :
Cest une proprit dj connue en terme dlments symtrisables.

4.4.5 Diviseurs de zro


Soit (A, +, ) un anneau
4.4.5.1 Dnition
Attention : On a a = 0
A
ou b = 0
A
ab = 0
A
.
En revanche la rciproque nest pas vraie dans tous les anneaux.
Exemple Dans (R
2
, +, ), pour a = (1, 0) et b = (0, 1), on a ab = 0
R
2 alors que a, b ,= 0
R
2.
Dnition
On appelle diviseurs de zro dans lanneau (A, +, ) tous lments a, b Avriant ab = 0
A
avec a, b ,= 0
A
. On dit ici que a est un diviseur de zro gauche et b in diviseur de zro
droite.
Remarque Par cette dnition, on ne considre pas que 0
A
soit un diviseur de zro.
Exemple Dans (R
2
, +, ) les diviseurs de zros sont les (x, 0) et (0, x) avec x ,= 0.
Proposition
Un diviseur de zro est non rgulier pour .
dm. :
Si a est diviseur de zro gauche alors il existe b A 0
A
tel que ab = 0
A
.
On a alors ab = a0
A
et b ,= 0
A
donc a nest pas rgulier gauche...

http://mp.cpgedupuydelome.fr 104 cbna


CHAPITRE 4. STRUCTURES ALGBRIQUES
Proposition
Les lments inversibles de A ne sont pas diviseurs de zro.
dm. :
Tout lment inversible est rgulier.

4.4.5.2 Anneau sans diviseurs de zro


Exemple (Z, +, ), (Q, +, ), (R, +, ) et (C, +, ) nont pas de diviseurs de zro.
Exemple (R
2
, +, ) possde des diviseurs de zro.
Proposition
Si (A, +, ) ne possde pas de diviseurs de zro alors
a, b A, ab = 0
A
a = 0
A
ou b = 0
A
[implication dintgrit]
Exemple Dans un anneau (A, +, ) sans diviseurs de zro, lquation x
2
= 1
A
possde uniquement
deux solutions 1
A
et 1
A
.
En effet
x
2
= 1
A
(x 1
A
)(x + 1
A
) = 0
A
x = 1
A
ou x = 1
A
Dans (R
2
, +, ) lquation x
2
= 1
R
2 possde quatre solutions :
(1, 1), (1, 1), (1, 1) et (1, 1)
Proposition
Dans un anneau (A, +, ) sans diviseurs de zro tout lment non nul est rgulier.
dm. :
Soient a ,= 0
A
et b, c A.
Si ab = ac alors ab ac = 0
A
puis a(b c) = 0
A
.
Par limplication dintgrit, sachant a ,= 0
A
, on obtient b = c.
Ainsi a est rgulier gauche. De mme on obtient la rgularit droite.

4.4.5.3 Idempotent et nilpotent


Dnition
Un lment a A est dit idempotent si a
2
= a.
Exemple Dans un anneau sans diviseurs de zro, seuls 0 et 1 sont idempotents.
Exemple Dans (R
2
, +, ), (1, 0) et (0, 1) sont aussi idempotents.
http://mp.cpgedupuydelome.fr 105 cbna
4.5. CORPS
Dnition
Un lment a A est dit nilpotent sil existe n N

tel que a
n
= 0
A
.
Exemple Dans un anneau sans diviseurs de zro, seul 0
A
est nilpotent.
Exemple Si a est nilpotent alors 1 a est inversible.
En effet, il existe n N

tel que a
n
= 0
A
et alors
1
A
= 1
A
a
n
= (1
A
a)(1
A
+a +a
2
+ +a
n1
)
Aussi
(1
A
+a +a
2
+ +a
n1
)(1
A
a) = 1
A
donc 1
A
a est inversible et
(1
A
a)
1
= 1
A
+a +a
2
+ +a
n1
4.5 Corps
4.5.1 Dnition
Dnition
On appelle corps tout anneau commutatif (K, +, ) non rduit 0
K
dont tous les lments,
sauf 0
K
, sont inversibles.
Exemple (C, +, ), (R, +, ) et (Q, +, ) sont des corps (fameux).
Exemple Soit F
2
=

0,

1.
On dnit les oprations + et par :
+

0

1

0

0

1

1

1

0
et


0

1

0

0

0

1

0

1
(F
2
, +, ) est un corps.
Exemple Soit F
3
=

0,

1,

2.
On dnit les oprations + et par :
+

0

1

2

0

0

1

2

1

1

2

0

2

2

0

1
et


0

1

2

0

0

0

0

1

0

1

2

2

0

2

1
Proposition
Un corps na pas de diviseurs de zro.
dm. :
Un corps ne possde pas de diviseurs de zro car tout lment non nul y est inversible donc rgulier.

http://mp.cpgedupuydelome.fr 106 cbna


CHAPITRE 4. STRUCTURES ALGBRIQUES
4.5.2 Sous-corps
Soit (K, +, ) un corps.
Dnition
On appelle sous-corps dun (K, +, ) toute partie L de K telle que :
1) L est un sous-anneau de (K, +, ) ;
2) x L 0
K
, x
1
L.
Exemple Q est un sous-corps de (R, +, ).
Thorme
Si L est un sous-corps de (K, +, ) alors (L, +, ) est un corps.
dm. :
Puisque L est un sous-anneau de lanneau commutatif (K, +, ), on peut afrmer que (L, +, ) est un
anneau commutatif. Puisque 1
K
L, on peut afrmer que lanneau (L, +, ) nest pas rduit 0. Enn
puisque linverse dun lment non nul de L est lment de L, on peut afrmer que tout lment non nul
de lanneau L est inversible dans celui-ci.

Exemple Considrons Q[i] = a +ib/a, b Q. Montrons que (Q[i] , +, ) est un corps.


Pour cela montrons que Q[i] est un sous-corps du corps (C, +, ).
On a videmment Q[i] C.
1 = 1 +i 0 Q[i].
Pour x, y Q[i], on peut crire x = a +ib et y = c +id avec a, b, c, d Q.
On a alors
x y = (a c) +i(b d) Q[i]
et
xy = (ab dc) +i(ad +bc) Q[i]
Enn, si x ,= 0,
x
1
=
1
a +ib
=
a ib
(a +ib)(a ib)
=
a
a
2
+b
2
i
b
a
2
+b
2
Q[i]
car
a
a
2
+b
2
,
b
a
2
+b
2
Q.
http://mp.cpgedupuydelome.fr 107 cbna
4.5. CORPS
http://mp.cpgedupuydelome.fr 108 cbna
Chapitre 5
Arithmtique dans Z
5.1 Divisibilit
5.1.1 Divisibilit dans Z
Dnition
Soient a, b Z. On dit que a divise b sil existe k Z tel que b = ak.
On note alors a [ b et on dit que a est un diviseur de b et que b est un multiple de a.
Exemple 2 divise 6 mais 2 ne divise pas 3.
Exemple 1, a, 1, a divisent a.
Exemple a Z, a [ 0 et 0 [ a a = 0.
Proposition
a, b Z, a [ b (a) [ b, a [ (b) et (a) [ (b).
dm. :
Si a divise b alors il existe k Z tel que b = ak et alors b = (a) (k), b = a (k) et
b = a k.

Remarque Par la deuxime proprit, on voit que le signe des entiers ninue pas dans la relation de
divisibilit. Cela permet de se ramener systmatiquement au cadre des entiers naturels.
Proposition
a, b Z avec b ,= 0. a [ b [a[ [b[.
dm. :
Si a [ b alors il existe k Z tel que b = ak
Puisque b ,= 0 on a k ,= 0 et donc [k[ 1 do [b[ = [ak[ [a[.

109
5.1. DIVISIBILIT
Dnition
Pour a Z, on note Div(a) lensemble des diviseurs de a et Mul(a) lensemble des multiples
de a. Ainsi
Div(a) = k Z/k [ a et Mul(a) = ak/k Z = aZ
Remarque Pour a ,= 0, Div(a) [[[a[ , [a[]] et donc Div(a) est un ensemble ni.
Exemple Div(6) = 6, 3, 2, 1, 1, 2, 3, 6, Div(1) = 1, 1 et Div(0) = Z.
Proposition
a, b, c, d Z.
a [ b et b [ c a [ c, a [ b et b [ a [a[ = [b[,
a [ b et a [ c a [ (b +c), a [ b et c [ d ac [ bd,
a [ b p N, a
p
[ b
p
.
Exemple Soient a Z et d N. Montrons
d [ a et d [ (a
2
+a + 1) d = 1
Puisque d divise a, d divise aussi a
2
+a = a(a + 1) donc d divise encore 1 = (a
2
+a + 1) (a
2
+a).
Or le seul naturel divisant 1 est 1 donc d = 1.
Exemple Dterminons les x Z tels que (x 2) [ (x + 2).
Si x est solution alors x ,= 2 et
x + 2
x 2
= 1 +
4
x 2
Z
donc x 2 Div(4).
On peut alors dcrire lensemble solution
o = 3, 4, 6, 1, 0, 2
Exemple Rsolvons dans Z
2
lquation xy + 1 = 3x +y.
xy + 1 = 3x +y (x 1)(y 3) = 2
et Div(2) = 2, 1, 1, 2.
On peut alors dcrire lensemble des couples (x, y) solutions
o = (1, 3) +(2, 1), (1, 2), (1, 2), (2, 1)
http://mp.cpgedupuydelome.fr 110 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
5.1.2 Division euclidienne
Thorme
Pour tout a Z et b N

il existe un unique couple (q, r) vriant


a = bq +r et 0 r < b
q et r sont respectivement appels quotient et reste de la division euclidienne de a par b.
dm. :
Unicit : Soient (q, r) et (q
t
, r
t
) deux couples solutions. On a b(qq
t
) = r
t
r et donc b < b(q
t
q) < b
puis 1 < q
t
q < 1 do q = q
t
puis r = r
t
.
Existence : q = E(a/b) et r = a bq conviennent
Exemple Pour a = 16, b = 3 : q = 5, r = 1.
Pour a = 23, b = 6 : q = 3, r = 5.
Pour a = 12, b = 3 : q = 4, r = 0.
Pour a = 5, b = 9 : q = 0, r = 5.
Pour a = 12, b = 5 : q = 3, r = 3.
Pour a = 7, b = 10 : q = 1, r = 3.
Exemple Pour a = 2
n+1
+ 1, b = 2 : q = 2
n
, r = 1
Pour a = 2
n+1
+ 3, b = 2 : q = 2
n
+ 1, r = 1
Pour a = 2
n+1
1, b = 2. q = 2
n
1, r = 1.
Attention : Pour identier q et r il faut observer lidentit a = bq +r mais aussi lencadrement
0 r < b
Proposition
Soit a Z et b N

, on a quivalence entre :
(i) b [ a ;
(ii) le reste de la division euclidienne de a par b est nul.
dm. :
(i) (ii) : Si b [ a alors il existe k Z tel que a = bk
On peut alors crire a = bq +r avec 0 r < b en prenant q = k et r = 0.
(ii) (i) : Si (ii) alors la division euclidienne de a par b scrit a = bq + 0 do b [ a.

5.1.3 Calculs en congruence


Soit n N

.
http://mp.cpgedupuydelome.fr 111 cbna
5.1. DIVISIBILIT
Dnition
Soient a, b Z. On dit que a est congru b modulo n si n divise b a. On note alors
a = b [n]
Ainsi
a = b [n] k Z, a = b +k.n
Exemple 7 = 2 [5] , 13 = 3 [5] , 20 = 0 [5].
Remarque n [ a a = 0 [n]
Proposition
Pour tout a Z, il existe un unique r 0, 1, . . . , n 1 tel que a = r [n].
De plus r correspond au reste de la division euclidienne de a par n.
dm. :
Existence : Raliser la division euclidienne de a par n.
Unicit : Si r, r
t
sont deux solutions alors r = r
t
[n] donc il existe k Z tel que r = r
t
+kn.
Par suite r r
t
= kn, or n < r r
t
< n, donc k = 0 puis r = r
t
.

Proposition
a, b, c Z
a = b [n] b = a [n]
a = b [n] et b = c [n] a = c [n].
dm. :
a = b [n] b = a [n] car n [ (b a) n [ (a b).
et a = b [n] et b = c [n] a = c [n] car n [ (b a) et n [ (c b) n [ (c a)

Proposition
Soient a, a
t
, b, b
t
Z, tels que a = a
t
[n] et b = b
t
[n].
On a a +b = a
t
+b
t
[n], ab = a
t
b
t
[n], a = a
t
[n] et p N, a
p
= a
tp
[n].
Exemple On a 1513
5
+ 1514
4
= 3
5
+ (1)
4
= 4 [5].
Exemple Montrons
n N, 5 [ 2
2n+1
+ 3
2n+1
On a
2
2n+1
+ 3
2n+1
= 2.4
n
+ 3.4
n
= 0.4
n
= 0 [5]
http://mp.cpgedupuydelome.fr 112 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Exemple Montrons
n N, 9 [ (4
n
1 + 6n)
(1re mthode) On peut procder par rcurrence.
La proprit est vrai pour n = 0 car 9 [ 0.
Supposons la proprit vraie au rang n 0.
4
n+1
1 + 6(n + 1) = 4.4
n
+ 6n + 5
Par hypothse de rcurrence, on peut crire 4
n
= (9k + 1 6n) avec k Z, donc
4
n+1
1 + 6(n + 1) = 4.(9k + 1 6n) + 6n + 5 = 36k 18n + 9
et nalement 9 [
_
4
n+1
1 + 6n
_
.
Rcurrence tablie
(2me mthide) On peut factoriser
4
n
1 = (4 1)(1 + 4 + + 4
n1
)
On a alors
4
n
1 + 6n = 3
_
1 + 4 + + 4
n1
+ 2n
_
Or
_
1 + 4 + + 4
n1
+ 2n
_
= n + 2n = 0 [3]
donc
3 [
_
1 + 4 + + 4
n1
+ 2n
_
puis
9 [ (4
n
1 + 6n)
Exemple Considrons n N

scrivant en nombre dcimal laide des chiffres c


m
, . . . , c
0
.
On a
n = c
m
10
m
+ +c
0
10
0
Or 10 = 1 [9] , 10
2
= 1 [9] , . . . , 10
m
= 1 [9].
Donc
n = c
m
+ +c
1
+c
0
[9]
Par exemple n = 1234567 = 28 = 10 = 1 [9].
Raliser une preuve par 9 pour vrier la validit dun calcul sur les entiers, consiste exploiter ce qui
prcde pour raliser nouveau ce calcul modulo 9.
Par exemple, supposons avoir obtenu 123 456 = 67158.
On reproduit le calcul modulo 9 : 6 6 = 36 = 0 [9] et on vrie 67158 = 0 [9].
Exemple En exploitant lcriture dcimal dun nombre, on peut noncer les critres de divisibilits
suivants :
- un nombre est divisible par 9 si, et seulement si, la somme de ses chiffres lest ;
- un nombre est divisible par 3 si, et seulement si, la somme de ses chiffres lest ;
- un nombre est divisible par 10 si, et seulement si, son dernier chiffre est un 0 ;
- un nombre est divisible par 5 si, et seulement si, son dernier chiffre est un 0 ou un 5 ;
http://mp.cpgedupuydelome.fr 113 cbna
5.1. DIVISIBILIT
- un nombre est divisible par 2 si, et seulement si, son dernier chiffre est divisible par 2 ;
- un nombre est divisible par 4 si, et seulement si, ses deux derniers chiffres donne un nombre divisible
par 4 ;
- un nombre est divisible par 11 si, et seulement si, la somme alterne de ses chiffre est divisible par 11.
Par exemple 6567 est divisible par 11 car 6 5 + 6 7 = 0 divisible par 11.
5.1.4 Exponentiation rapide
Soient x R et n N

. On dsire calculer x
n
.
De faon lmentaire
x
n
= x x x
ce qui fournit n 1 multiplications
On peut tre plus efcace de la faon suivante :
On dcompose n en somme de puissances de 2.
Pour n = 53 on a n = 32 + 16 + 4 + 1.
On calcule ensuite
x
2
= x.x, x
4
= x
2
.x
2
, x
8
= x
4
.x
4
, x
16
= x
8
.x
8
puis x
32
= x
16
.x
16
et enn
x
53
= x
32
.x
16
.x
4
.x
Ainsi x
53
est dtermin en 8 multiplications.
Mettons en place lalgorithme sous-jacent.
Pour dcomposer n en somme de puissance de 2 :
- la main : on recherche la plus grand puissance de 2 infrieure n, on la retire de n et on recommence
avec le nombre obtenu ;
- avec lordinateur : on procde lenvers :
si n est pair on crit n = 2m,
sinon on crit n = 1 + 2m.
Dans les deux cas, on dcompose m.
Algorithme :
Argument : n.
Tant que n ,= 0 faire :
Si n pair alors n n/2, afcher(0)
Sinon n (n 1)/2, afcher(1)
Fin Si
Fin Tant que.
Fin.
n 53 26 13 6 3 1
Afchage 1 0 1 0 1 1
Lafchage permet de comprendre :
53 = 1.2
0
+ 0.2
1
+ 1.2
2
+ 0.2
3
+ 1.2
4
+ 1.2
5
En fait, ici on a lcriture binaire de 53 lenvers.
Pour lalgorithme dexponentiation rapide, on calcule les puissances de x paralllement la dcomposition
de n en puissance de deux.
http://mp.cpgedupuydelome.fr 114 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Arguments : x, n.
p 1
Tant que n ,= 0 faire :
Si n est pair alors n n/2
Sinon n (n 1)/2, p p x
Fin Si.
x x x.
Fin Tant que.
Afcher p.
Fin.
n 53 26 13 6 3 1 0
p 1 .
4
.
4
.
4
.
16
.
4
.
16
.
32
x
2

16

32

64
Remarque En gnral il faut au plus 2E
_
ln n
ln 2
_
multiplications.
5.2 PGCD et PPCM
5.2.1 PGCD de deux entiers
Dnition
Soient a, b Z.
Tout d Z tel que d [ a et d [ b est appel diviseur commun a et b.
On note Div(a, b) lensemble des diviseurs communs a et b.
Ainsi
Div(a, b) = Div(a) Div(b)
Exemple 1, 1 Div(a, b).
Exemple Div(24, 18) = 1, 2, 3, 6, 1, 2, 3, 6 = Div(6).
Proposition
Soient a, b Z tels que (a, b) ,= (0, 0) lensemble Div(a, b) possde un plus grand lment.
dm. :
Div(a, b) Z et Div(a, b) ,= car 1 Div(a, b).
d Div(a, b) on a d [ a et d [ b.
Si a ,= 0 alors [d[ [a[. Si b ,= 0 alors [d[ [b[.
Dans les deux cas Div(a, b) est une partie majore de N, elle possde donc un plus grand lment.

Dnition
Soient a, b Z tels que (a, b) ,= (0, 0). Le plus grand lment de Div(a, b) est appel pgcd de
a et b. On le note pgcd(a, b) ou encore a b.
http://mp.cpgedupuydelome.fr 115 cbna
5.2. PGCD ET PPCM
Exemple pgcd(24, 18) = 6.
Dnition
On pose pgcd(0, 0) = 0.
Proposition
a, b Z : pgcd(a, b) N, pgcd(a, b) = pgcd(b, a) et pgcd(a, b) = pgcd([a[ , [b[).
dm. :
Les diviseurs communs considrer sont les mmes.

Proposition
a, b Z, a [ b pgcd(a, b) = [a[.
dm. :
Pour a = 0 : a [ b b = 0 pgcd(a, b) = [a[.
Pour a ,= 0 : Si a [ b alors Div(a) Div(b) et Div(a, b) = Div(a) de plus grand lment [a[.

Exemple pgcd(1, a) = 1 et pgcd(a, 0) = [a[.


5.2.2 Algorithme dEuclide
Proposition
Soient a Z et b N

.
En notant r le reste de la division euclidienne de a par b, on a
pgcd(a, b) = pgcd(b, r)
dm. :
Cas a = b = 0 : ok
Cas (a, b) ,= (0, 0) : il suft dobserver par oprations sur la divisibilit que Div(a, b) = Div(b, r).

Remarque Si r = 0 alors pgcd(a, b) = pgcd(b, 0) = b.


Si r ,= 0 alors pgcd(a, b) = pgcd(b, r) = pgcd(r, s) avec s le reste de la division euclidienne de b
par r. . .
Cest le principe exploit par lalgorithme suivant :
Soient a, b Z. On veut calculer = pgcd(a, b).
On pose a
0
= max([a[ , [b[) et a
1
= min([a[ , [b[).
On a = pgcd(a
0
, a
1
).
Etape 1 :
Si a
1
= 0 alors = pgcd(a
0
, 0) = a
0
.
Si a
1
,= 0 alors on pose a
2
le reste de la division euclidienne de a
0
par a
1
.
On a = pgcd(a
1
, a
2
) et a
2
< a
1
.
http://mp.cpgedupuydelome.fr 116 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Etape 2 :
Si a
2
= 0 alors = pgcd(a
1
, 0) = a
1
.
Si a
2
,= 0 alors on pose a
3
le reste de la division euclidienne de a
1
par a
2
.
On a = pgcd(a
2
, a
3
) et a
3
< a
2
.
et ainsi de suite...
Ce processus sarrte ncessairement car : a
0
a
1
> a
2
> a
3
> ... 0.
Ainsi il existe m N tel que a
m+1
= 0 et alors = pgcd(a
m
, a
m+1
) = pgcd(a
m
, 0) = a
m
.
Finalement le pgcd cherch est le dernier reste non nul.
Exemple Pour a = 24 et b = 9 :
24 = 9 2 + 6, 9 = 6 1 + 3 et 6 = 3 2 + 0. Le pgcd de 24 et 9 vaut 3
Remarque Dun point de vue informatique, lalgorithme dEuclide peut tre rdig ainsi :
Arguments : a et b.
x max([a[ , [b[), y min([a[ , [b[).
Tant que y ,= 0 faire :
r reste de la division euclidienne de x par y,
x y et y r
Fin tant que
Afcher x.
Fin.
5.2.3 Egalit de Bzout
Thorme
Soient a, b Z, il existe u, v Z tels que
pgcd(a, b) = au +bv
Une telle relation est appel galit de Bzout.
dm. :
Reprenons lalgorithme dEuclide
a
0
= max([a[ , [b[), a
1
= min([a[ , [b[)
et
a
0
= q
1
a
1
+a
2
, . . . , a
m2
= q
m1
a
m1
+a
m
et a
m1
= q
m
a
m
+ 0
On peut crire a
0
= au
0
+bv
0
avec u
0
, v
0
Z
On peut crire a
1
= au
1
+bv
1
avec u
1
, v
1
Z.
a
2
= a
0
a
1
q
1
= a(u
0
q
1
u
1
) +b(v
0
v
1
q
1
)
permet dcrire a
2
= au
2
+bv
2
avec u
2
, v
2
et ainsi de suite...
A la n a
m
= pgcd(a, b) scrit au +bv avec u, v Z.

Remarque La dmonstration nous donne ici la dmarche suivre pour obtenir une galit de Bzout.
http://mp.cpgedupuydelome.fr 117 cbna
5.2. PGCD ET PPCM
Exemple Pour a = 150, b = 54 :
150 = 54 2 + 42, 54 = 42 1 + 12, 42 = 12 3 + 6, 12 = 6 2 + 0 donc pgcd(150, 54) = 6.
En reversant les divisions euclidiennes :
42 = a 2b, 12 = b 42 = 3b a, 6 = 42 3 12 = (a 2b) 3(3b a) = 4a 11b.
Exemple Pour a = 11, b = 25, on obtient 1 = 4 25 + 9 (11).
Attention : Les coefcients u et v de lgalit de Bzout ne sont pas uniques.
5.2.4 Proprit arithmtique du pgcd
Thorme
a, b Z, d Z, d [ a et d [ b d [ pgcd(a, b).
dm. :
( ) Puisque le pgcd de a et b divisent a et b, la transitivit de la relation de divisibilit donne que si
d [ pgcd(a, b) alors d [ a et d [ b.
( ) Si d [ a et d [ b alors d divise le reste de la division euclidienne de a par b. En suivant lalgorithme
dEuclide, on obtient que d divise le pgcd de a et b car d divise chaque reste apparaissant dans lalgorithme
dEuclide calculant ce pgcd.

Corollaire
Div(a, b) = Div(pgcd(a, b)).
Proposition
a, b Z, N, pgcd(a, b) = pgcd(a, b).
dm. :
Posons = pgcd(a, b) et d = pgcd(a, b).
[ a et [ b donc [ d.
= au +bv, = au +bv et donc d [ .

5.2.5 PPCM de deux entiers


Dnition
Soient a, b Z. Tout m Z tel que a [ m et b [ m est appel multiple commun a et b.
Lensemble des multiples communs a et b est not Mul(a, b). Ainsi
Mul(a, b) = Mul(a) Mul(b)
Exemple 0, ab Mul(a, b)
Exemple Les multiples communs 6 et 8 sont Mul(6, 8) = 0, 24, 48, . . . , 24, 48, . . . = Mul(24)
http://mp.cpgedupuydelome.fr 118 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Proposition
Soient a, b Z

, lensemble Mul(a, b) N

possde un plus petit lment.


dm. :
Puisque [ab[ Mul(a, b) N

, lensemble Mul(a, b) N

est une partie non vide de N, elle admet donc


un plus petit lment.

Dnition
Soient a, b Z tels que a ,= 0 et b ,= 0, le plus petit lment de Mul(a, b) N

est appel
ppcm de a et b. On le note ppcm(a, b) ou a b.
Exemple ppcm(6,8) = 24.
Dnition
Si a = 0 ou b = 0, on pose ppcm(a, b) = 0.
Proposition
a, b Z, ppcm(a, b) N, ppcm(a, b) = ppcm(b, a) et ppcm(a, b) = ppcm([a[ , [b[).
dm. :
Les multiples communs considrer sont les mmes. . .

Proposition
a, b Z, a [ b ppcm(a, b) = [b[
dm. :
Si b = 0 alors ppcm(a, b) = ppcm(a, 0) = 0 = [b[.
Si b ,= 0 alors si a [ b on a Mul(b) Mul(a) et Mul(a, b) = Mul(b) Mul(a, b) N

= Mul(b) N

de
plus petit lment [b[.

Exemple ppcm(1, a) = [a[ et ppcm(a, 0) = 0.


5.2.6 Proprits arithmtiques du ppcm
Thorme
a, b Z, m Z, a [ m et b [ m ppcm(a, b) [ m.
dm. :
() : Immdiat par transitivit de la relation de divisibilit () : Si a = 0 ou b = 0 : ok.
Sinon, posons = pgcd(ppcm(a, b), m).
a [ m et a [ ppcm(a, b) donc a [ . De mme b [ donc ppcm(a, b) .
Or [ ppcm(a, b) ,= 0 donc = ppcm(a, b) puis ppcm(a, b) = [ m.

Corollaire
Mul(a, b) = Mul(ppcm(a, b)).
http://mp.cpgedupuydelome.fr 119 cbna
5.3. NOMBRES PREMIERS ENTRE EUX
Proposition
a, b Z, N, ppcm(a, b) = ppcm(a, b).
dm. :
Cas = 0 : ok
Cas ,= 0 :
Posons m = ppcm(a, b) et = ppcm(a, b).
a [ et b [ donc a [ et b [ puis m [ .
Puisque a [ m on a [ m et donc on peut crire m = m
t
.
a [ m
t
et ,= 0 donne a [ m
t
. De mme b [ m
t
do [ m
t
puis [ m.

Thorme
a, b Z, pgcd(a, b)ppcm(a, b) = [ab[.
dm. :
Si a = 0 ou b = 0 alors ppcm(a, b) = 0 et la relation propose est vraie.
Supposons dsormais a, b ,= 0.
Posons = pgcd(a, b) et = ppcm(a, b).
Puisque divise a et b, on peut crire a = a
t
et b = b
t
avec a
t
, b
t
Z. Considrons alors lentier
m = a
t
b
t
= ab
t
= a
t
b. Les entiers a et b divisent m donc divise m puis divise m = ab.
Inversement, puisque ab est multiple de , on peut crire ab = n. Or est un multiple de a donc on
peut crire = ac. La relation ab = acn donne alors b = cn et donc n divise b. De faon analogue, on
obtient n divise a et donc n divise . On en dduit que ab = n divise .
Puisque ab et se divisent mutuellement, on a [ab[ = .
Rq :Ce rsultat permet de calculer ppcm(a, b) puisquon sait dj calculer pgcd(a, b)

5.3 Nombres premiers entre eux


5.3.1 Dnition
Dnition
Soient a, b Z. On dit que a et b sont premiers entre eux sils nont pas dautres diviseurs
communs que 1 et 1.
Exemple 3 et 4 sont premiers entre eux.
En revanche 6 et 4 ne le sont pas.
Proposition
Soient a, b Z. On a quivalence entre :
(i) a et b sont premiers entre eux ;
(ii) pgcd(a, b) = 1 ;
(iii) ppcm(a, b) = [ab[.
dm. :
(i) (ii) car Div(a, b) = Div(pgcd(a, b))
(ii) (iii) car pgcd(a, b)ppcm(a, b) = [ab[

Remarque Dsormais, on note a b = 1 pour signier que a et b premiers entre eux.


http://mp.cpgedupuydelome.fr 120 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Remarque Si a b = 1 alors
Exemple 1 a = 1.
Attention : a ne divise pas b et b ne divise pas a nentrane pas que a et b sont premiers entre eux.
Proposition
Soient a, b, a
t
, b
t
Z.
Si a
t
[ a, b
t
[ b et a b = 1 alors a
t
b
t
= 1.
dm. :
On introduit = pgcd(a
t
, b
t
).
Par transitivit de la divisibilit, on obtient [ a, [ b donc [ pgcd(a, b) = 1.

5.3.2 Le thorme de Bzout


Thorme
Soient a, b Z. On a quivalence entre :
(i) a et b sont premiers entre eux ;
(ii) u, v Z, au +bv = 1.
dm. :
(i) (ii) via galit de Bzout.
(ii) (i) Supposons (ii). Soit = pgcd(a, b). Par oprations, [ (au +bv) = 1 donc = 1.

Exemple n Z, n (n + 1) = 1 car 1 (n + 1) 1 n = 1.
Exemple n Z, (2n + 1) n = 1 car 1 (2n + 1) 2 n = 1.
Proposition
Soient a, b, c Z.
a b = 1 et a c = 1 a bc = 1
dm. :
Supposons a premier avec b et c.
Il existe des entiers u, v, w, t tel que au +bv = 1 et aw +ct = 1.
En faisant le produit de ces deux relations, on obtient a(auw +bvw +cut) +bc(wt) = 1.
Par le thorme de Bzout, on peut conclure a (bc) = 1.

Exemple On a
n Z, n (n
2
1) = 1
En effet n (n 1) = 1 et n (n + 1) = 1.
http://mp.cpgedupuydelome.fr 121 cbna
5.3. NOMBRES PREMIERS ENTRE EUX
Proposition
Si a b
1
= . . . = a b
n
= 1 alors a (b
1
. . . b
n
) = 1.
Si a b = 1 alors
n, m N, a
n
b
m
= 1
dm. :
Il suft de raisonner par rcurrence.

5.3.3 Le thorme de Gauss


Attention : a [ bc et a ne divise pas b nentranent pas que a divise c.
Prendre par exemple : a = 6, b = 4, c = 9.
Thorme
Soient a, b, c Z.
a [ bc et a b = 1 a [ c
dm. :
Puisque a et b sont premiers entre eux, on peut crire au +bv = 1.
On a alors c = acu +bcv et puisque a [ bc, on obtient a [ c.

Exemple 4 [ 3n 4 [ n car 4 3 = 1.
En revanche 6 [ 8n nentrane pas que 6 [ n..
Exemple Soient n, p N

tels que n p = 1. Montrons que


n [
_
n
p
_
On sait
_
n
p
_
=
n
p
_
n 1
p 1
_
donc
p
_
n
p
_
= n
_
n 1
p 1
_
puis
n [ p
_
n
p
_
Or p n = 1 donc, par le thorme de Gauss,
n [
_
n
p
_
http://mp.cpgedupuydelome.fr 122 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Exemple Soient a, b, c Z tels que a b = 1. Montrons que pgcd(a, bc) = pgcd(a, c).
Posons d = pgcd(a, bc) et = pgcd(a, c).
Puisque [ a et [ bc, on a [ d.
Inversement d [ a et d [ bc.
Puisque a b = 1, on a d b = 1 car d divise a.
Sachant d [ bc, par le thorme de Gauss, on obtient d [ c, puis nalement d [ .
Par double divisibilit d = .
Attention : a [ c, b [ c et a ,= b nentranent pas que ab [ c.
Prendre par exemple : a = 4, b = 2 et c = 4.
Thorme
Soient a, b, c Z.
a [ c, b [ c et a b = 1 ab [ c
dm. :
a [ c = bk et a b = 1 donc a [ k ce qui permet dcrire k = a puis c = ab.

Exemple 4 [ n et 3 [ n 12 [ n car 4 3 = 1.
En revanche 4 [ n et 6 [ n nentranent pas que 24 [ n.
Proposition
Si a
1
[ b, . . . , a
n
[ b et a
1
, . . . , a
n
deux deux premiers entre eux alors a
1
. . . a
n
[ b.
dm. :
Par rcurrence sur n N

.
Pour n = 1 : ok.
Supposons la proprit tablie au rang n 1.
Soient a
1
, . . . , a
n
, a
n+1
deux deux premiers entre eux tels que a
1
[ b, . . . , a
n
[ b, a
n+1
[ b.
Par lhypothse de rcurrence : a
1
...a
n
[ b.
De plus a
n+1
[ b et a
1
. . . a
n
a
n+1
= 1 donc a
1
...a
n
a
n+1
[ b.
Rcurrence tablie.

5.3.4 Applications
5.3.4.1 Factorisation du pgcd
Thorme
Soient a, b Z, en notant = pgcd(a, b) on peut crire :
a = a
t
et b = b
t
avec a
t
, b
t
Z tels que pgcd(a
t
, b
t
) = 1.
dm. :
Si (a, b) = (0, 0) : ok
Si (a, b) ,= (0, 0) alors ,= 0.
http://mp.cpgedupuydelome.fr 123 cbna
5.3. NOMBRES PREMIERS ENTRE EUX
Comme [ a et [ b, il existe a
t
, b
t
Z tels que a = a
t
et b = b
t
.
On a alors = pgcd(a
t
, b
t
) = pgcd(a
t
, b
t
) donc pgcd(a
t
, b
t
) = 1.

Exemple Montrons
a, b Z, n N, pgcd(a
n
, b
n
) = (pgcd(a, b))
n
Soient a, b Z et n N.
Posons = pgcd(a, b) et introduisons a
t
, b
t
tels que a = a
t
et b = b
t
.
pgcd(a
n
, b
n
) = pgcd(
n
a
tn
,
n
b
tn
) =
n
1 car a
t
b
t
= 1.
Exemple Rsolvons dans N
2
le systme
_
pgcd(x, y) = 10
ppcm(x, y) = 120
Soit (x, y) un couple solution.
On peut crire x = 10x
t
, y = 10y
t
avec x
t
y
t
= 1.
ppcm(x, y) = 10x
t
y
t
= 120 donc x
t
y
t
= 12.
Div(12) N = 1, 2, 3, 4, 6, 12
Les couples (x
t
, y
t
) solutions de x
t
y
t
= 12 sont (1, 12), (2, 6), (3, 4), ...
Parmi ceux-ci, (2, 6) et (6, 2) sont exclure car x
t
y
t
= 1.
Finalement
(x, y) (10, 120), (30, 40), (40, 30), (120, 10)
Vrication : ok
5.3.4.2 Reprsentant irrductible dun nombre rationnel
Remarque Pgcd et ppcm sont utiles la manipulation des nombres rationnels.
- pour rduire au mme dnominateur la somme de deux nombres rationnels, il est intressant de
considrer le ppcm des dnominateurs pour trouver un dnominateur commun aussi petit que possible ;
- le pgcd est quand la suite utile pour rduire le rapport reprsentant un nombre rationnel. . .
Thorme
r Q, !(p, q) Z N

, r = p/q et p q = 1
Ce rapport p/q est appel reprsentant irrductible du nombre rationnel r.
dm. :
Existence : Soit r Q, il existe (a, b) Z N

tel que r = a/b.


Posons = pgcd(a, b). On peut crire a = p et b = q avec p q = 1.
On a alors
r =
a
b
=
p
q
=
p
q
de la forme voulue.
Unicit : Soient (p, q) et (p
t
, q
t
) deux couples solutions.
http://mp.cpgedupuydelome.fr 124 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
p/q = p
t
/q
t
donne pq
t
= p
t
q.
Puisque q
t
[ p
t
q et q
t
p
t
= 1 on a q
t
[ q.
De mme q [ q
t
donc q = q
t
puis p = p
t
.

Exemple n N,

n Q

n N.
Ainsi la racine carre dun entier est soit entire, soit irrationnelle.
( ) ok
( ) Si

n = p/q alors q
2
n = p
2
et donc q
2
[ p
2
= p
2
1.
Or q
2
p
2
= 1 donc q
2
[ 1 puis q
2
= 1.
Remarque Ainsi

2 / Q car il nexiste pas de m N tel que 2 = m


2
.
En effet 2 = m
2
1 < m
2
< 4 puis 1 < m < 2 ce qui est impossible avec m N.
De mme

3,

5,

6,

7,

8,

10 / Q.
5.4 Dcomposition primaire dun entier
5.4.1 Nombres premiers
Dnition
Soit p N tel que p 2.
On dit que p est premier si ses seuls diviseurs positifs sont 1 et p.
Sinon, lentier p est dit compos.
On note T lensemble des nombres premiers.
Exemple 2, 3, 5, 7, 11 sont premiers alors que 4, 6, 8, 9, 10, 12 sont composs.
1 nest pas un nombre premier, ni un nombre compos.
Dnition
On appelle facteur premier dun entier n tout p T tel que p [ n.
Proposition
Tout n 2 possde au moins un facteur premier.
dm. :
Par rcurrence forte sur n 2.
Pour n = 2 : ok
Supposons la proprit tablie jusquau rang n 2.
Si n + 1 est premier, le rsultat est tablie au rang n + 1.
Si n + 1 est compos alors n + 1 est divisible par un certain d tel que 2 d n.
Par hypothse de rcurrence forte, d est divisible par un nombre premier et donc n + 1 est divisible par
ce mme nombre premier.
Rcurrence tablie.

Remarque Si n est compos alors il possde un facteur premier p

n.
http://mp.cpgedupuydelome.fr 125 cbna
5.4. DCOMPOSITION PRIMAIRE DUN ENTIER
Proposition
T est inni.
dm. :
Par labsurde, supposons que T soit un ensemble ni.
En notant N sont cardinal, on peut indexer les lments de T pour crire : T = p
1
, . . . , p
N
.
Considrons alors n = p
1
. . . p
N
+ 1 2.
Par la proposition prcdente, n est divisible par un certain nombre premier p.
Puisque p T, il existe i 1, . . . , N tel que p
i
[ n. Or p
i
[ p
1
. . . p
N
donc p
i
[ n p
1
. . . p
N
= 1.
Cest absurde.

Proposition
Soit n 2, si n est compos alors n possde un diviseur d avec 2 < d

n.
dm. :
Si n = ab alors, quitte permuter, on peut supposer a b et alors a est un diviseur de n vriant
a
2
ab n.

Remarque Si n est compos alors il possde un facteur premier p

n.
Le crible dEratosthne permet de dterminer les premiers nombres premiers par limination des nombres
composs. On gure dans un tableau, les entiers allant par exemple de 1 100.
- on limine 1 qui est part ;
- 2 est un nombre premier et on limine tous les multiples de 2 qui sont, de fait, des nombres composs ;
- le premier entier restant, ici 3, est alors un nombre premier et on limine tous ses multiples ;
- le premier entier restant, maintenant 5, est un nombre premier, on limine tous ses multiples ;
- le premier entier restant, dsormais 7, est un nombre premier, on limine tous ses multiples ;
- enn puisque lentier qui suit est 11 > 10 =

100, on est assur que tous les entiers restant sont


premiers !
En effet les entiers compos infrieur 100 possde un facteur premier infrieur

100 et on donc t
limins.
5.4.2 Proprits arithmtiques des nombres premiers
Proposition
Soit a Z et p un nombre premier. Si p ne divise pas a alors p a = 1.
dm. :
Par contrapose :
Si p a ,= 1 alors introduisons = pgcd(a, p) ,= 1.
Puisque N et [ p on a = p car les seuls diviseurs positifs de p sont 1 lui-mme.
Par suite p [ a car est diviseur de a.

Attention : Ce rsultat ne vaut que pour p nombre premier !


Thorme
Soient a, b Z et p un nombre premier.
Si p [ ab alors p [ a ou p [ b.
http://mp.cpgedupuydelome.fr 126 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
dm. :
Supposons p [ ab.
Si p [ a : ok
Sinon p a = 1 or p [ ab donc p [ b en vertu du thorme de Gauss.

Exemple 2 [ ab 2 [ a ou 2 [ b.
Attention : Ce rsultat ne vaut que pour p nombre premier !
Corollaire
Soient a
1
, . . . , a
n
Z et p un nombre premier.
Si p [ a
1
. . . a
n
alors il existe 1 i n tel que p [ a
i
.
dm. :
Par rcurrence sur n N

5.4.3 Dcomposition primaire


Thorme
Pour tout n N tel que n 2, il existe N N

, p
1
, . . . , p
N
nombres premiers deux deux
distincts et
1
, . . . ,
n
N

tels que
n = p

1
1
p

2
2
. . . p

N
N
De plus cette dcomposition est unique lordre prs des facteurs.
dm. :
Existence :
Par rcurrence forte sur n 2, montrons que n peut scrire comme produit de nombres premiers. Il
sufra ensuite de regrouper entre eux les nombres premiers gaux pour obtenir la formule propose.
La proprit est vraie pour n = 2.
Supposons la proprit vraie jusquau rang n 2.
Si n + 1 est un nombre premier alors la proprit est vraie.
Si n + 1 est un nombre compos alors on peut crire n + 1 = ab avec 2 a, b n.
Par hypothse de rcurrence forte, on peut crire a et b comme produit de nombres premiers et lon obtient
donc n + 1 = ab produit de nombres premiers.
Rcurrence tablie.
Unicit ( lordre prs des facteurs) :
Supposons deux critures n = p

1
1
p

2
2
. . . p

N
N
et n = q

1
1
q

2
2
. . . q

M
M
de la forme annonce.
Pour tout 1 i n on a p
i
[ n donc p
i
divise ncessairement lun des q
j
et ds lors, lui est gal car ce
sont des nombres premier. Ainsi p
1
, . . . , p
n
q
1
, . . . , q
M
.
Par un raisonnement symtrique, on obtient lautre inclusion et donc lgalit. En particulier M = N.
Quitte permuter les couples (q
j
,
j
) on peut supposer q
1
= p
1
, . . . , q
N
= p
N
.
On a alors n = p

1
1
p

2
2
. . . p

N
N
= p

1
1
p

2
2
. . . p

N
N
. Pour tout 1 i n, p

i
i
[ n = p

1
1
p

2
2
. . . p

N
N
= p

i
i
k
avec p

i
i
k = 1 donc p

i
i
[ p

i
i
puis
i

i
.
De manire symtrique
i

i
et nalement lgalit
i
=
i
.

http://mp.cpgedupuydelome.fr 127 cbna


5.4. DCOMPOSITION PRIMAIRE DUN ENTIER
Dnition
Cette criture est appele dcomposition primaire de lentier n 2.
Les p
1
, . . . , p
N
correspondent aux facteurs premiers de n.
Exemple 12 = 2
2
3, 50 = 2 5
2
, 84 = 2
2
3 7.
5.4.4 Diviseurs dun entier
Thorme
Soit n N

scrivant
n = p

1
1
p

2
2
. . . p

N
N
avec p
1
, . . . , p
N
nombres premiers deux deux distincts et
1
,
2
, . . . ,
N
N.
Les diviseurs positifs de n sont les entiers d pouvant scrire
d = p

1
1
p

2
2
. . . p

N
N
avec 0
i

i
pour tout 1 i N.
Exemple Les diviseurs positifs de 12 = 2
2
3
1
sont :
2
0
3
0
, 2
1
3
0
, 2
2
3
0
, 2
0
3
1
, 2
1
3
1
et 2
2
3
1
dm. :
Les nombres considrs sont bien diviseurs de n.
Inversement, soit d un diviseur positif de n.
Puisque n ,= 0 on a d ,= 0.
Si d = 1 alors on peut crire d = p

1
1
p

2
2
. . . p

N
N
avec 1 i N,
i
= 0.
Si d 2 alors soit p un facteur premier de d. Puisque p [ d on a p [ n donc p est un facteur premier de n.
Ainsi il existe 1 i n tel que p = p
i
.
Puisque tous les facteurs premiers de d sont aussi facteurs premiers de n, la dcomposition primaire de d
permet dcrire d = p

1
1
p

2
2
. . . p

N
N
avec 1 i N,
i
N.
De plus 1 i N, p

i
i
[ d donc p

i
i
[ n = p

1
1
p

2
2
. . . p

N
N
puis p

i
i
[ p

i
i
do
i

i
.
Finalement d est bien de la forme voulue.

5.4.5 Pgcd, ppcm et dcomposition primaire


Soient a, b N tels que a, b 2.
A partir des dcompositions primaires de a et b on peut crire simultanment :
a = p

1
1
. . . p

N
N
et b = p

1
1
. . . p

N
N
avec p
1
, . . . , p
N
nombre premiers deux deux distincts et
1
, . . . ,
N
,
1
, . . . ,
N
N.
Exemple a = 308 = 2
2
7 11 = 2
2
3
0
5
0
7
1
11
1
13
0
.
b = 2340 = 2
2
3
2
5 13 = 2
2
3
2
5
1
7
0
11
0
13
1
.
http://mp.cpgedupuydelome.fr 128 cbna
CHAPITRE 5. ARITHMTIQUE DANS Z
Thorme
Avec les dcompositions ci-dessus :
pgcd(a, b) =
N

i=1
p
min(
i
,
i
)
i
et ppcm(a, b) =
N

i=1
p
max(
i
,
i
)
i
dm. :
Soit = pgcd(a, b) et d =
N

i=1
p
min(
i
,
i
)
i
.
Puisque d [ a et d [ b, on a d [ .
Inversement, comme [ a et [ b on peut crire : =
N

i=1
p

i
i
avec 1 i n, 0
i

i
,
i
Ainsi
i
min(
i
,
i
) pour tout i 1, . . . , N et donc [ d.
Par double divisibilit = d
Pour obtenir la formule relative au ppcm, on exploite les proprits pgcd(a, b)ppcm(a, b) = ab et min(, )+
max(, ) = +.

Exemple Pour a = 308 et b = 2340 : pgcd(a, b) = 4 et ppcm(a, b) = 180180.


http://mp.cpgedupuydelome.fr 129 cbna
5.4. DCOMPOSITION PRIMAIRE DUN ENTIER
http://mp.cpgedupuydelome.fr 130 cbna
Chapitre 6
Espaces vectoriels
K dsigne le corps R ou C.
6.1 Structure despace vectoriel
6.1.1 Loi de composition externe
Dnition
On appelle loi de composition externe (ou produit extrieur) oprant de K sur un ensemble E
toute application :
_
KE E
(, x) .x
Une loi de composition externe est usuellement note par un point.
Les lments de K sont appels scalaires.
Les lments de E sont appels vecteurs et seront, dans un premier temps, nots surmonts
dune che.
Exemple Le produit extrieur rel sur la direction du plan ou de lespace gomtrique est une loi de
composition externe qui R et x vecteur associe le vecteur .x.
Dnition
Soit E un ensemble muni dun produit extrieur (.) de K sur E.
Une partie A de E est dite stable pour ce produit extrieur si
K, x A, .x A
On peut alors considrer lapplication restreinte
_
KA A
(, x) .x
qui dnit un produit extrieur de K sur A appel produit extrieur induit.
Exemple et E sont des parties stables pour nimporte quel produit extrieur sur E.
131
6.1. STRUCTURE DESPACE VECTORIEL
Exemple Sur la direction du plan ou de lespace gomtrique, lensemble A form des vecteurs
colinaires un vecteur u donn est une partie stable pour le produit extrieur sur E prcdemment
introduit.
6.1.2 Dnition dun espace vectoriel
Dnition
Soient E un ensemble, + une loi de composition interne sur E et . une loi de composition
externe oprant de K sur E.
On dit que le triplet (E, +, .), ou plus brivement E, est un K-espace vectoriel si :
(1) (E, +) est un groupe ablien ;
(2) , K, u, v E :
(a) ( +).u = .u +.u;
(b) .(u +v) = .u +.v ;
(c) .(.u) = ().u;
(d) 1.u = u.
Llment neutre de (E, +) est alors appel vecteur nul, on le note

0.
Remarque Il faut faire la distinction entre :
- les scalaires (qui sont des lments du corps K ) ;
- les vecteurs (lments de lespace E ).
En particulier, on distingue le scalaire nul ( 0 K ) et le vecteur nul (

0 E ).
Remarque Dans un K-espace vectoriel on peut :
- sommer deux vecteurs u et v i.e. calculer u +v ;
- faire la diffrence deux vecteurs u et v i.e. calculer u v ;
- multiplier un vecteur u par un scalaire i.e. calculer .u (et on vitera dcrire u. ) ;
- diviser un vecteur u par un scalaire ,= 0 i.e. calculer
1

.u (parfois abusivement not


u

).
Attention : On ne peut pas multiplier deux vecteurs, ni diviser par un vecteur car les lois
correspondantes ne sont pas a priori dnie.
6.1.3 Visualisation gomtrique dun espace vectoriel
Notons P la direction du plan gomtrique T.
P est un R-espace vectoriel pour les lois usuelles.
Pour visualise P, considrons O un point du plan gomtrique T. Lapplication M

OM est une
bijection de T vers P. Cette bijection permet de visualiser les vecteurs du plan P en reprsentant
systmatiquement ceux-ci partir du point O. Ce point O correspond alors au vecteur nul et on peut
visualiser laddition, la soustraction et le produit extrieur comme dans la gure ci-dessous
http://mp.cpgedupuydelome.fr 132 cbna
CHAPITRE 6. ESPACES VECTORIELS
Notons E la direction de lespace gomtrique c.
E est un R-espace vectoriel pour les lois usuelles.
Comme ci-dessus, en choisissant un point central jouant le rle du vecteur nul puis en convenant que
tout vecteur de E est reprsent en prenant ce point pour origine, on peut visualiser gomtriquement le
R-espace vectoriel E.
Plus gnralement, pour visualiser gomtriquement un espace vectoriel, on choisira un lment central
correspondant au vecteur nul et on reprsente tous les vecteurs en prenant le vecteur nul pour origine ; on
peut alors visualiser les oprations dans lespace vectoriel linstar des gures prcdentes.
6.1.4 Exemples despaces vectoriels
6.1.4.1 structure sur K
n
Soient n N

et E = K
n
. Pour K et x = (x
1
, . . . , x
n
) , y = (y
1
, . . . , y
n
) K
n
on pose
.x = (x
1
, . . . , x
n
) et x +y = (x
1
+y
1
, . . . , x
n
+y
n
)
On dnit ainsi un produit extrieur de K sur K
n
et une loi de composition interne additive sur K
n
.
Thorme
(K
n
, +, .) est un K-espace vectoriel de vecteur nul

0 = (0, . . . , 0).
dm. :
(K, +) est un groupe ablien de neutre 0 donc (K
n
, +) est aussi un groupe ablien de neutre (0, . . . , 0)
http://mp.cpgedupuydelome.fr 133 cbna
6.1. STRUCTURE DESPACE VECTORIEL
car laddition sur K
n
est la loi produit dnie partir de laddition sur K.
Pour , K et x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
) K
n
,
( +).x = (( +)x
1
, . . . , ( +)x
n
) = (x
1
, . . . , x
n
) +(x
1
, . . . , x
n
) = .x +.x
.(x +y) = ((x
1
+y
1
), . . . , (x
n
+y
n
)) = (x
1
, . . . , x
n
) +(y
1
, . . . , y
n
) = .x +.y
.(.x) = ((x
1
), . . . , (x
n
)) = () (x
1
, . . . , x
n
) = ().x
et 1.x = (x
1
, . . . , x
n
) = x
Finalement (K
n
, +, .) est bien un K-espace vectoriel.

Exemple R
n
est un R-espace vectoriel, C
n
est un C-espace vectoriel.
Exemple K est un K-espace vectoriel.
Dans cette situation, scalaires et vecteurs dsignent des lments de K et seul linterprtation voulue
permet de distinguer scalaires et vecteurs. Notons aussi que le produit extrieur correspond alors la
multiplication sur K.
6.1.4.2 structure sur E F
Soient E et F deux K-espaces vectoriels. Pour K, (x, y), (x
t
, y
t
) E F on pose
.(x, y) = (.x, .y) et (x, y) + (x
t
, y
t
) = (x +x
t
, y +y
t
)
On dnit ainsi un produit extrieur de Ksur EF et une loi de composition interne additive sur EF.
Thorme
E F est un K-espace vectoriel de vecteur nul

0
EF
=
_

0
E
,

0
F
_
.
dm. :
Laddition sur EF correspond la loi produit obtenue partir des additions sur E et F. Puisque (E, +)
et (F, +) sont des groupes abliens de neutres

0
E
et

0
F
, on peut afrmer que (E F, +) est un groupe
ablien de neutre
_

0
E
,

0
F
_
.
Pour , K et (x, y), (x
t
, y
t
) E F,
( +).(x, y) = (( +).x, ( +).y) = (.x +.x, .y +.y) = .(x, y) +.(x, y)
. ((x, y) + (x
t
, y
t
)) = (.(x +x
t
), .(y +y
t
)) = (.x +.x
t
, .y +.y
t
) = .(x, y) +.(x
t
, y
t
)
. (.(x, y)) = . (.x, .y) = (.(.x), .(.y)) = (().x, ().y) = ().(x, y) et 1.(x, y) = (1.x, 1.y) = (x, y)
Finalement (E F, +, .) est bien un K-espace vectoriel.

6.1.4.3 structure sur T(X, K)


Soient X un ensemble et E = T(X, K). Pour K et f, g : X K, on dnit .f : X K et
f +g : X K par :
x X, (.f)(x) = f(x) et (f +g)(x) = f(x) +g(x).
http://mp.cpgedupuydelome.fr 134 cbna
CHAPITRE 6. ESPACES VECTORIELS
On dnit ainsi un produit extrieur de K sur T(X, K) et une loi de composition interne additive sur
T(X, K).
Thorme
(T(X, K), +, .) est un K-espace vectoriel dont le vecteur nul est la fonction nulle.
dm. :
(K, +) est un groupe ablien de neutre 0 donc (T(X, K), +) est aussi un groupe ablien de neutre la
fonction nulle car laddition sur T(X, K) est la loi produit dnie partir de laddition sur K.
Soient , K et f, g T(X, K).
Pour tout x X,
[( +).f] (x) = ( +)f(x) = f(x) +g(x) = (.f)(x) + (.g)(x) = [f +g] (x)
[.(f +g)] (x) = (f+g)(x) = (f(x) +g(x)) = f(x)+g(x) = (.f)(x)+(.g)(x) = [.f +.g] (x)
[.(.f)] (x) = (.f)(x) = (f(x)) = ()f(x) = [().f] (x) et (1.f)(x) = 1 f(x) = f(x)
Ainsi ( +).f = .f +.f, .(f +g) = .f +.g, .(.f) = ().f et 1.f = f.
Finalement (T(X, K), +, .) est bien un K-espace vectoriel.

Exemple Pour X = T R, les ensembles T(T, R) et T(T, C) des fonctions relles ou complexes
dune variable relle dnies sur T sont des R et C-espaces vectoriels
Pour X = N, les ensembles R
N
et C
N
des suites relles et complexes sont des R et C-espaces vectoriels.
6.1.4.4 structure sur T(X, F)
Soient X un ensemble et F un K-espace vectoriel.
Pour K et f, g T(X, F) on dnit .f : X F et f +g : X F par :
x X, (.f)(x) = .f(x) et (f +g)(x) = f(x) +g(x).
Thorme
(T(X, F), +, .) est un K-espace vectoriel de vecteur nul gal la fonction constante gale
o
F
.
dm. :
Il suft de reprendre la dmonstration qui prcde avec ici des fonctions valeurs dans lespace vectoriel
F ce qui au nal ne change pas grand-chose.

6.1.4.5 Les espaces complexes sont aussi rels


Soit E un C-espace vectoriel. La loi de composition externe oprant de Csur E dnit aussi par restriction,
une loi de composition externe oprant de R sur E. Les proprits calculatoires tant conserves, on peut
afrmer que E est alors aussi un R-espace vectoriel.
Exemple C
n
est un R-espace vectoriel.
T(X, C) et C
N
sont des R-espaces vectoriels.
Exemple Il est frquent de percevoir C comme un R-espace vectoriel. Dans ce cas les vecteurs sont les
nombres complexes, les scalaires sont les nombres rels et la loi de composition externe est le produit
usuel.
http://mp.cpgedupuydelome.fr 135 cbna
6.1. STRUCTURE DESPACE VECTORIEL
6.1.5 Calculs dans un K-espace vectoriel
Soit (E, +, .) un K-espace vectoriel.
Proposition

1
, . . . ,
n
K, u E,
n

i=1
(
i
.u) =
_
n

i=1

i
_
.u
dm. :
Par rcurrence sur n N

en exploitant .u +.u = ( +).u.

Proposition
K, u
1
, . . . , u
n
,
n

i=1
(.u
i
) = .
_
n

i=1
u
i
_
dm. :
Par rcurrence sur n N

en exploitant .u +.v = .(u +v).

Proposition
K, u E,
0.u =

0 et .

0 =

0
dm. :
0.u = (0 + 0).u = 0.u + 0.u et en ajoutant loppos du vecteur 0.u de part et dautre, obtient

0 = 0.u.
.

0 = .(

0 +

0) = .

0 +.

0 et en ajoutant loppos du vecteur .

0 de part et dautre, obtient

0 = .

0.

Proposition
u E,
(1).u = u
dm. :
u + (1).u = 1.u + (1).u = (1 + (1)).u = 0.u =

0.

Proposition
K, u E,
.u =

0 = 0 ou u =

0
dm. :
Supposons .u =

0 et ,= 0.
Dans le corps K, le scalaire est inversible et lon peut donc introduire son inverse
1
. En multipliant
par celui-ci,
1
.(.u) = (
1
).u = 1.u = u or
1
.(u) =
1
.

0 =

0 donc u =

0.

http://mp.cpgedupuydelome.fr 136 cbna


CHAPITRE 6. ESPACES VECTORIELS
Exemple Soient u E
_

0
_
et , K. Montrons .u = .u = .
Supposons .u = .u.
On a .u .u =

0 puis .u + ().u =

0 et enn ( ).u =

0.
Puisque u ,=

0, on obtient = 0 i.e. = .
6.1.6 Combinaison linaire
Dnition
On dit quun vecteur x de E est combinaison linaire des vecteurs e
1
, . . . , e
n
de E si on peut
crire
x =
1
e
1
+ +
n
e
n
=
n

i=1

i
e
i
avec
1
, . . . ,
n
K.
Exemple Les vecteurs combinaisons linaires dun vecteur u sont ceux de la forme .u avec K.
Exemple Les vecteurs combinaisons linaires de deux vecteurs u et v sont ceux de la forme .u +.v
avec , K.
Exemple Dans E = R
3
, considrons les vecteurs u = (1, 2, 1) et v = (1, 1, 0).
Dterminons pour quel(s) a R, le vecteur w
a
= (a, a + 1, a + 2) est combinaison linaire de u et v.
Si w
a
est solution alors il existe , R tels que w = .u +.v ce qui donne le systme
_

_
a = +
a + 1 = 2
a + 2 =
puis
_

_
= a + 2
= 2
a = 5
On en dduit a = 5.
Inversement, pour a = 5, on a w
a
= .u +.v avec = 3 et = 2.
http://mp.cpgedupuydelome.fr 137 cbna
6.2. SOUS ESPACE VECTORIEL
Exemple Dans E = T(R, R), considrons les fonctions f : x cos x et g : x sin x.
Pour tout A, R, la fonction h : x Acos(x ) est combinaison linaire des fonctions f et g.
En effet par dveloppement, h(x) = Acos cos x +Asin sin x et donc h = f +g avec
= Acos et = Asin .
En revanche, on peut montrer que la fonction x sin(2x) nest pas combinaison linaire des fonctions
f et g.
6.2 Sous espace vectoriel
(E, +, .) dsigne un K-espace vectoriel.
6.2.1 Dnition
Dnition
On appelle sous-espace vectoriel de E toute partie F de E vriant
1) F ,= ;
2) x, y F, x +y F [stabilit par addition] ;
3) x F, K, .x F [stabilit par produit extrieur].
Exemple
_

0
_
et E sont des sous-espaces vectoriels de E dits triviaux.
Thorme
Si F est un sous-espace vectoriel de (E, +, .) alors (F, +, .) est un K-espace vectoriel.
dm. :
Comme F est stable pour + et ., on peut munir F des lois induites.
Par les proprits 1), 2) et 3) avec = 1, on peut afrmer que F est un sous-groupe de (E, +) et donc
(F, +) est un groupe ablien.
De plus les proprits calculatoires engageant le produit extrieure tant vraies sur E, elle le sont aussi
sur F.

Proposition
Une partie F de E est un sous-espace vectoriel si, et seulement si,
1)

0 F ;
2) x, y F, , K, .x +.y F [stabilit par combinaison linaire].
dm. :
Si F est un sous-espace vectoriel alors F est un sous-groupe de (E, +) et donc

0 F.
De plus, F tant stable par addition et par produit extrieur, il lest par combinaison linaire.
Inversement, si F contient le vecteur nul et est stable par combinaison linaire, il est videmment non
vide et stable par addition et produit extrieur.

Remarque Un sous-espace vectoriel contient toujours le vecteur nul.


Proposition
Si e
1
, . . . , e
n
sont des vecteurs dun sous-espace vectoriel F alors tout vecteur combinaison
linaire des vecteurs e
1
, . . . , e
n
est encore lment de F.
http://mp.cpgedupuydelome.fr 138 cbna
CHAPITRE 6. ESPACES VECTORIELS
dm. :
Par rcurrence sur n N

.
Pour n = 1.
Un vecteur combinaison linaire de e
1
F scrit sous la forme .e
1
et est donc lment de F par
stabilit par produit extrieur.
Supposons la proprit tablie au rang n 1.
Soit x un vecteur combinaison linaire de vecteurs e
1
, . . . , e
n
, e
n+1
F.
On peut crire
x =
1
.e
1
+ +
n
.e
n
+
n+1
.e
n+1
Par hypothse de rcurrence
1
.e
1
+ +
n
.e
n
F.
De plus
n+1
.e
n+1
F et par stabilit de F par addition
x = (
1
.e
1
+ +
n
.e
n
) + (
n+1
.e
n+1
) F
Rcurrence tablie.

6.2.2 Exemples
Exemple Gomtriquement, les sous-espaces vectoriels non triviaux se visualisent comme tant
des droites ou des plans passant tous par le vecteur

0.
Exemple Montrons que
D = (a, 2a, 3a)/a R
est un sous-espace vectoriel de R
3
.
R
3
est un R-espace vectoriel de vecteur nul

0 = (0, 0, 0).
D R
3
et

0 = (a, 2a, 3a) D avec a = 0 R.


Soient , R et x, y D.
On peut crire x = (a, 2a, 3a) et y = (b, 2b, 3b) avec a, b R.
On a alors
.x +.y = (a +b, 2a + 2b, 3a + 3b) = (c, 2c, 3c) D
avec c = a +b R.
http://mp.cpgedupuydelome.fr 139 cbna
6.2. SOUS ESPACE VECTORIEL
Exemple Montrons que
H = (x
1
, ..., x
n
) R
n
/x
1
+ +x
n
= 0
est un sous-espace vectoriel de R
n
.
R
n
est un R-espace vectoriel de vecteur nul

0 = (0, . . . , 0).
H R
n
et

0 = (0, . . . , 0) H car 0 + + 0 = 0.
Soient , R et x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
) H.
On a .x +.y = (x
1
+y
1
, . . . , x
n
+y
n
)
Or
(x
1
+y
1
) + + (x
n
+y
n
) = (x
1
+ +x
n
) +(y
1
+ +y
n
) = 0
car x
1
+ +x
n
= y
1
+ +y
n
= 0 puisque x, y H
donc .x +.y H.
Exemple Soient I un intervalle non singulier de R et n N .
Montrons que (
n
(I, R) est un sous-espace vectoriel de T(I, R).
T(I, R) est un R-espace vectoriel de vecteur nul la fonction nulle

0 : x I 0.
(
n
(I, R) T(I, R) et

0 (
n
(I, R) car il est connu que la fonction nulle est de classe (
n
.
Soient , R et f, g (
n
(I, R).
Par oprations sur les fonctions de classe (
n
, on peut afrmer que la fonction .f +.g est de classe (
n
et donc .f +.g (
n
(I, R).
Exemple Dans E = (
0
([0, 1] , R), montrons que
F =
_
f E/
_
1
0
f(t)dt = 0
_
est un sous-espace vectoriel.
E = (
0
([0, 1] , R) est un R-espace vectoriel de vecteur nul la fonction nulle

0 : x [0, 1] 0.
F E et

0 F car la fonction nulle est dintgrale nulle sur [0, 1].
Soient , R et f, g F.
_
1
0
(.f +.g)(t) dt =
_
1
0
f(t) +g(t) dt =
_
1
0
f(t) dt +
_
1
0
g(t) dt = 0
car f et g sont dintgrales nulles sur [0, 1].
Ainsi .f +.g F.
Remarque Les parties suivantes ne sont pas des sous-espaces vectoriels de R
2
:
-
_
(x, y) R
2
/x +y = 1
_
car ne contient pas le vecteur nul ;
-
_
(x, y) R
2
/xy = 0
_
car non stable par addition ;
-
_
(x, y) R
2
/x +y Z
_
car non stable par produit extrieur.
http://mp.cpgedupuydelome.fr 140 cbna
CHAPITRE 6. ESPACES VECTORIELS
6.2.3 Oprations sur les sous-espaces vectoriels
6.2.3.1 Intersection
Proposition
Si F et G sont des sous-espaces vectoriels de E alors F G est un sous-espace vectoriel de E.
dm. :
F G est une partie de E.

0 F et

0 G donc

0 F G.
Soient , K et x, y F G.
.x +.y F car F est un sous-espace vectoriel et x, y F.
Aussi .x +.y G par des arguments semblables.
Par suite .x +.y F G.

Exemple
Proposition
Une intersection (nie ou innie) de sous-espaces vectoriels dun espace E est un sous-espace
vectoriel de E.
dm. :
Soient (F
i
)
iI
une famille de sous-espaces vectoriels de E et F =

iI
F
i
.
F est une partie de E.
Pour tout i I,

0 F
i
car F
i
est un sous-espace vectoriel donc

0 F.
Soient , K et x, y F.
Pour tout i I, .x +.y F
i
car F
i
est un sous-espace vectoriel de E et x, y F
i
.
Par suite .x +.y F.

6.2.3.2 Somme de sous-espaces vectoriels


Attention : La runion de deux sous-espaces vectoriels nest gnralement pas un sous-espace
vectoriel.
http://mp.cpgedupuydelome.fr 141 cbna
6.2. SOUS ESPACE VECTORIEL
Dnition
On appelle somme de deux sous-espaces vectoriels F et G de E lensemble
F +G =
_
a +

b/a F,

b G
_
Proposition
La somme F + G de deux sous-espaces vectoriels F et G de E est un sous-espace vectoriel
de E.
De plus, F +G contient F et G et est inclus dans tout sous-espace vectoriel contenant F et G.
dm. :
F +G est une partie de E.

0 =

0 +

0 avec

0 F et

0 G donc

0 F +G.
Soient , K et x, y F +G.
On peut crire x =a +

b et y =c +

d avec a, c F et

b,

d G
On a alors .x +.y = (.a +.c) + (.

b +.

d) avec .a +.c F et (.

b +.

d) G.
Ainsi .x +.y F +G.
De plus, F F +G car pour tout x F, on peut crire x = x +

0 avec

0 G.
De mme G F +G.
Enn, si un sous-espace vectoriel H de E contient F et G alors pour tout a F et tout

b G, on a
a +

b H car a,

b H et donc F +G H.

Remarque F +G se comprend comme tant le plus petit sous-espace vectoriel contenant la fois F
et G.
Remarque Pour F, G, H trois sous-espaces vectoriels de E, on vrie aisment les proprits :
- F +G = G+F ;
- (F +G) +H = F + (G+H) ;
- F +
_

0
_
= F, F +E = E et F +F = F.
6.2.4 Sous-espaces vectoriels supplmentaires
Dnition
On dit que deux sous-espaces vectoriels F et G de E sont supplmentaires si
F G =
_

0
_
et F +G = E
http://mp.cpgedupuydelome.fr 142 cbna
CHAPITRE 6. ESPACES VECTORIELS
Thorme
Si F et G sont deux sous-espaces vectoriels supplmentaires de E alors
x E, !(a,

b) F G, x =a +

b
dm. :
Soit x E.
Existence : Puisque E = F + G tout vecteur de E peut se voir comme la somme dun vecteur de F et
dun vecteur de G dont il existe a F et

b G tel que x =a +

b.
Unicit : Supposons x =a +

b =c +

d avec a, c F et

b,

d G.
On a a c =

d

b or a c F et

d c G car F et G sont des sous-espaces vectoriels.
Par suite a c =

d

b F G, or F G =
_

0
_
donc a =c et

b =

d.

Exemple E et
_

0
_
sont des sous-espaces vectoriels supplmentaires de E.
Exemple Soient
H = (x
1
, . . . , x
n
) R
n
/x
1
+ +x
n
= 0 et D = (, . . . , )/ R
H et D sont des sous-espaces vectoriels de R
n
, montrons quils sont supplmentaires.
Etudions H D.
Soit x = (x
1
, . . . , x
n
) H D.
On a x
1
+ +x
n
= 0 car x H et x
1
= = x
n
car x D.
Par suite x
1
+ +x
n
= nx
1
= 0 donc x
1
= 0 puis x =

0.
Ainsi H D o.
Lautre inclusion est toujours vraie (on ne lvoque pas toujours) donc H D =
_

0
_
.
Montrons que H +D = E i.e. :
x R
n
, (a, b) H D, x =a +

b
Pour justier lexistence des vecteurs a et

b, on va exhiber ceux-ci en procdant un raisonnement par


analyse/synthse.
Analyse :
Soit x = (x
1
, . . . , x
n
) R
n
.
Supposons x =a +

b avec a = (a
1
, . . . , a
n
) H et

b = (, . . . , ) D.
Dterminons a et

b en fonction de x.
http://mp.cpgedupuydelome.fr 143 cbna
6.2. SOUS ESPACE VECTORIEL
x =a +

b donne (x
1
, . . . , x
n
) = (a
1
+, . . . , a
n
+)
Donc x
1
+ +x
n
= n car a H.
Par suite
=
1
n
(x
1
+ +x
n
)
Ceci dtermine , donc

b = (, . . . , ) puis a = x

b.
Synthse :
Soit x = (x
1
, . . . , x
n
) R
n
.
Posons
=
1
n
(x
1
+ +x
n
), b = (, . . . , ) et a = x

b
On a immdiatement

b D et x =a +

b.
De plus a = (x
1
, . . . , x
n
) H puisque (x
1
) + + (x
n
) = 0.
Ainsi E H +D puis E = H +D.
Finalement H et D sont des sous-espaces vectoriels supplmentaires de E.
Exemple Soient
T = f : R R/f paire et J = f : R R/f impaire
Montrons que T et J sont des sous-espaces vectoriels supplmentaires de lespace E = T(R, R).
On montre facilement que T et J sont des sous-espaces vectoriels de E.
Etudions T J.
Soit f T J.
Pour tout x R, on a f(x) = f(x) car f T et f(x) = f(x) car f J.
Par suite f(x) = 0 et puisque ceci vaut pour tout x R, on obtient f =

0.
Ainsi T J
_

0
_
puis T J =
_

0
_
.
Montrons T +J = E.
Analyse :
Soit f E telle que f = g +h avec g T et h J. Dterminons g et h en fonction de f.
Pour tout x R, on a f(x) = g(x) +h(x) et f(x) = g(x) +h(x) = g(x) h(x).
Ainsi on a le systme
_
f(x) = g(x) +h(x)
f(x) = g(x) h(x)
On en dduit
g(x) =
1
2
(f(x) +f(x)) et h(x) =
1
2
(f(x) f(x))
ce qui dterminer g et h.
Synthse :
Soient f E et g, h E les fonctions dnies par
g(x) =
1
2
(f(x) +f(x)) et h(x) =
1
2
(f(x) f(x))
On vrie aisment f(x) = g(x) +h(x), g(x) = g(x) et h(x) = h(x) pour tout x R.
Ainsi f = g +h avec g T et h J.
On a donc tabli E F +G puis E = F +G.
Finalement T et J sont des sous-espaces vectoriels supplmentaires de E.
http://mp.cpgedupuydelome.fr 144 cbna
CHAPITRE 6. ESPACES VECTORIELS
Remarque En consquence, toute fonction f : R R scrit de manire unique comme somme dune
fonction paire et dune fonction impaire appeles les parties paire et impaire de f.
Par exemple, la fonction x e
x
se dcompose en la somme de sa partie paire, qui est la fonction
x chx, et de sa partie impaire, x shx.
6.2.5 Espace vectoriel engendr par une partie
Thorme
Etant donne une partie A de E, il existe un unique sous-espace vectoriel de E, not VectA
vriant :
1) A VectA;
2) VectA est inclus dans tout sous-espace vectoriel contenant A.
Le sous-espace vectoriel VectA se comprend comme tant le plus petit sous-espace vectoriel
contenant A, on lappelle espace vectoriel engendr par A.
dm. :
Unicit :
Soient G et G
t
deux sous-espaces vectoriels de E vriant les proprits 1) et 2)
Puisque A est inclus dans le sous-espace vectoriel G
t
et puisque G est inclus dans tout sous-espace
vectoriel contenant A, on a dj G G
t
. De faon symtrique on a aussi G G
t
et donc G = G
t
.
Existence :
Soient
o = F sous - espace vectoriel de E/A F
et
VectA =

FS
F
Puisque quune intersection de sous-espaces vectoriels est un sous-espace vectoriel, lensemble VectAest
un sous-espace vectoriel de E. De plus, puisque VectA est une intersection de parties contenant toutes A,
VectA contient aussi A. Enn, si F est un sous-espace vectoriel de E contenant A alors F o et donc
VectA F car VectA est lintersection de toutes les sous-espaces vectoriels lments de o.

Exemple Vect =
_

0
_
car lespace nul est le plus petit sous-espace vectoriel de E.
VectE = E car VectE est un sous-espace vectoriel contenant E.
Exemple Soit A = u. Montrons par double inclusion
Vect u = .u/ K = K.u
Puisque u A VectA et puisque VectA est un sous-espace vectoriel, on a .u VectA pour tout
K. Ainsi K.u VectA.
Inversement, on vrie aisment que K.u est un sous-espace vectoriel de E et puisque u est lment de
K.u, on a A K.u puis VectA K.u.
Par double inclusion, on obtient
Vect u = K.u
http://mp.cpgedupuydelome.fr 145 cbna
6.2. SOUS ESPACE VECTORIEL
Exemple Soient A = u, v. Par double inclusion, on montre comme ci-dessus que
Vect u, v = u +v/, K = K.u +K.v
Proposition
Si A et B sont deux parties de E alors
A B VectA VectB
dm. :
Supposons A B.
On a alors A VectB or VectB est un sous-espace vectoriel donc VectA VectB

Proposition
Si A et B sont deux parties de E alors
Vect(A B) = VectA+ VectB
dm. :
A VectA donc A VectA+ VectB. De mme, B VectA+ VectB donc A B VectA+ VectB.
Or VectA+ VectB est un sous-espace vectoriel donc Vect(A B) VectA+ VectB.
Inversement A A B donc VectA Vect(A B). Aussi VectB Vect(A B). Or Vect(A B) est
un sous-espace vectoriel donc VectA+ VectB Vect(A B).

Proposition
Si F est un sous-espace vectoriel de E alors VectF = F.
dm. :
F VectF et puisque F est un sous-espace vectoriel contenant F, on a aussi VectF F.

http://mp.cpgedupuydelome.fr 146 cbna


CHAPITRE 6. ESPACES VECTORIELS
Exemple Pour F et G sous-espaces vectoriels
Vect(F G) = F +G
Ainsi F +G apparat comme tant le plus petit sous-espace vectoriel contenant F et G.
6.3 Applications linaires
E, F et G dsignent des K-espaces vectoriels.
6.3.1 Dnition
Dnition
On dit quune application f : E F est linaire (ou est un morphisme despace vectoriel) si :
1) x, y E, f(x +y) = f(x) +f(y) ;
2) K, x E, f(.x) = .f(x).
On note L(E, F) lensemble de ces applications.
Proposition
Soit f : E F. On a quivalence entre :
(i) f est une application linaire ;
(ii) , K, x, y E, f(.x +.y) = .f(x) +.f(y).
dm. :
(i) (ii) Supposons (i)
Soient , K et x, y E.
Par 1) f(.x +.y) = f(.x) +f(.y)
puis par 2) f(.x) +f(.y) = .f(x) +.f(y)
et ainsi f(.x +.y) = .f(x) +.f(y).
(ii) (i) car (ii) entrane 1) en prenant = = 1 et (ii) entrane 2) en prenant = 0.

Exemple Soit f : E F dnie par f : x

0
F
.
f est une application linaire.
En effet, pour tout , K et x, y F, f(.x +.y) =

0
F
= .f(x) +.f(y).
Lapplication f est appele application linaire nulle.
Exemple Montrons que f : R
2
R
3
dnie par f(x, y) = (x +y, x y, 2y) est une application
linaire.
Soient , K et a,

b R
2
, a = (x, y),

b = (x
t
, y
t
).
f(.a +.

b) = f(x +x
t
, y +y
t
)
donc f(.a +.

b) = (x +x
t
+y +y
t
, x +x
t
y y
t
, 2y + 2y
t
)
puis f(.a +.

b) = (x +y, x y, 2y) +(x


t
+y
t
, x
t
y
t
, 2y
t
) = f(a) +f(

b)
Exemple Soient E = (
1
(R, R) et F = (
0
(R, R).
Montrons que lapplication de drivation D : E F dnie par D : f f
t
est linaire.
Soient , R et f, g E.
D(.f +.g) = (.f +.g)
t
= .f
t
+.g
t
= .D(f) +.D(g)
http://mp.cpgedupuydelome.fr 147 cbna
6.3. APPLICATIONS LINAIRES
Remarque En cas dambiguts, il peut tre ncessaire de prciser le corps de base des espaces
vectoriels E et F entre lesquels opre lapplication, on parle alors dapplication K-linaire et on note
L
K
(E, F) lensemble de ces applications.
Exemple Soient E = F = C vu comme R-espace vectoriel.
Montrons que lapplication conjugaison f : C C dnie par f : z z est R-linaire.
Soient , R et z, z
t
C.
f(z +z
t
) = z +z
t
=

z + z
t
= z + z
t
= f(z) +f(z
t
)
En revanche, on peut observer que f nest pas C-linaire.
Proposition
Si f : E F est linaire alors f(

0
E
) =

0
F
.
dm. :
f(

0
E
) = f(

0
E
+

0
E
) = f(

0
E
) +f(

0
E
).
En ajoutant f(

0
E
) de part et dautre, on obtient

0
F
= f(

0
E
).

Proposition
Si f : E F est une application linaire et si e
1
, . . . , e
n
sont des vecteurs de E alors

1
, . . . ,
n
K, f(
1
e
1
+ +
n
e
n
) =
1
f(e
1
) + +
n
f(e
n
)
Ainsi, limage dun combinaison linaire est la combinaison linaire des images.
dm. :
Par rcurrence sur n N

.
Pour n = 1, la proprit est immdiate par dnition de la linarit.
Supposons la proprit vraie au rang n 1.
Soient e
1
, . . . , e
n
, e
n+1
des vecteurs de E et
1
, . . . ,
n
,
n+1
K.
Par image dune somme
f(
1
e
1
+ +
n
e
n
+
n+1
e
n+1
) = f(
1
e
1
+ +
n
e
n
) +f(
n+1
e
n+1
)
Par hypothse de rcurrence et image dun produit extrieur
f(
1
e
1
+ +
n
e
n
+
n+1
e
n+1
) = f(
1
e
1
) + +f(
n
e
n
) +f(
n+1
e
n+1
)
Rcurrence tablie.

Proposition
Si f : E F et g : F G sont linaires alors g f : E F est aussi linaire.
dm. :
Soient , K et x, y E.
(g f)(.x +.y) = g (f(.x +.y))
Par linarit de f
(g f)(.x +.y) = g (.f(x) +.f(y))
http://mp.cpgedupuydelome.fr 148 cbna
CHAPITRE 6. ESPACES VECTORIELS
Par linarit de g
(g f)(.x +.y) = .g (f(x)) +.g (f(y))
et donc
(g f)(.x +.y) = .(g f)(x) +.(g f)(y)

6.3.2 Application linaires particulires


6.3.2.1 Formes linaires
Dnition
On appelle forme linaire sur un K-espace vectoriel E, toute application linaire de E vers K.
On note E

, au lieu de L(E, K), lensemble des formes linaires sur E.


E

est appel dual de E.


Exemple Pour a
1
, ..., a
n
K x, lapplication f : K
n
K dnie par
f : (x
1
, . . . , x
n
) a
1
x
1
+ +a
n
x
n
est une forme linaire sur K
n
.
En effet, cest une application de K
n
vers K et cest aussi une application linaire car on vrie aisment
f(.x +.y) = .f(x) +f(y).
Exemple Soient a b R et I : (([a, b] , C) C lapplication dnie par
I(f) =
_
b
a
f(t)dt
Lapplication I est une forme linaire sur (([a, b] , C) car cest une application valeurs dans C et cest
une application linaire car
I(.f +.g) =
_
b
a
f(t) +g(t) dt =
_
b
a
f(t) dt +
_
b
a
g(t) dt = I(f) +I(g)
6.3.2.2 Endomorphisme
Dnition
On appelle endomorphisme de E, toute application linaire de E dans lui-mme.
On note L(E), au lieu de , L(E, E) lensemble des endomorphismes de E.
Exemple Lapplication identit Id
E
: E E est un endomorphisme de E.
Cest effectivement une application linaire de E vers E.
Lendomorphisme identit est souvent not Id ou encore I.
http://mp.cpgedupuydelome.fr 149 cbna
6.3. APPLICATIONS LINAIRES
Exemple Soient a, b, c, d R xs et f : R
2
R
2
lapplication dnie par
f : (x, y) (ax +by, cx +dy)
On vrie aisment que f est une application linaire et puisque celle-ci est dnie de R
2
vers R
2
, cest
un endomorphisme de R
2
.
Exemple Soit D : (

(R, R) (

(R, R) dnie par D(f) = f


t
.
Lapplication D est bien dni car la drive dune fonction de classe (

est (

.
De plus
D(.f +.g) = (.f +.g)
t
= .f
t
+.g
t
= .D(f) +.D(g)
donc D est linaire et cest alors un endomorphisme de (

(R, R).
Proposition
Si f et g sont des endomorphismes E alors la compose g f aussi.
dm. :
La compose de deux applications de E vers E est une application de E vers E et la compose de deux
applications linaires est linaire.

6.3.2.3 Isomorphisme
Dnition
On appelle isomorphisme dun K-espace vectoriel E vers un K-espace vectoriel F toute
application linaire bijective de E vers F.
Exemple Lapplication f : R
2
C dnie par f(a, b) = a +i.b est un isomorphisme de R-espace
vectoriels.
En effet cette application est R-linaire et bijective.
Proposition
Si f : E F et g : F G sont des isomorphismes alors la compose g f : E G est un
isomorphisme.
dm. :
La compose dune bijection de E vers F et dune bijection de F vers G est une bijection de E vers G et
la compose de deux applications linaires est une application linaire.

Proposition
Si f : E F est un isomorphisme alors son application rciproque f
1
: F E est un
isomorphisme.
dm. :
Lapplication rciproque dune bijection de E vers F est une bijection de F vers E.
Pour conclure il suft alors de justier que lapplication f
1
est linaire.
Soient , K et y, y
t
F.
http://mp.cpgedupuydelome.fr 150 cbna
CHAPITRE 6. ESPACES VECTORIELS
Posons les lments x, x
t
E dtermins par x = f
1
(y) et x
t
= f
1
(y
t
) de sorte que f(x) = y et
f(x
t
) = y
t
.
Par linarit de f,
f(.x +.x
t
) = .f(x) +.f(x
t
) = .y +.y
t
Par bijectivit de f,
.x +.x
t
= f
1
(.y +.

y
t
)
et ainsi
.f
1
(y) +.f
1
(y
t
) = f
1
(.y +.y
t
)
Finalement f
1
est linaire.

Exemple Lapplication g : C R
2
dnie par g : z (Re(z), Im(z)) est lisomorphisme rciproque
de lapplication f : (a, b) R
2
a +ib C
Dnition
Deux K-espace vectoriels sont dits isomorphes sil existe un isomorphisme entre ceux-ci.
Exemple R
2
et C sont des R-espaces vectoriels isomorphes.
6.3.2.4 Automorphisme
Dnition
On appelle automorphisme de E, toute permutation linaire de E i.e. toute bijection linaire
de E vers E. On note GL(E) lensemble des automorphismes de E.
Exemple Lidentit est un automorphisme de E.
Proposition
Si f et g sont des automorphismes de E alors la compose f g est un automorphisme de E.
dm. :
La compose de deux permutations de E est une permutation de E et la compose de deux applications
linaires est linaire.

Proposition
Si f est un automorphisme de E alors son application rciproque f
1
est un automorphisme
de E.
dm. :
Lapplication f
1
est un permutation de E et est linaire car isomorphisme rciproque de f.

Remarque Lensemble GL(E) apparat donc comme un sous-groupe du groupe (S(E), ) des
permutations de E.
http://mp.cpgedupuydelome.fr 151 cbna
6.3. APPLICATIONS LINAIRES
Dnition
(GL(E), ) est appel groupe linaire de E.
6.3.3 Noyau et image dune application linaire
Thorme
Soit f : E F une application linaire.
Si V est une sous-espace vectoriel de E alors f(V ) est un sous-espace vectoriel de F.
Si W est un sous-espace vectoriel de F alors f
1
(W) est un sous-espace vectoriel de E.
dm. :
Soit V un sous-espace vectoriel de E.
f(V ) F et

0
F
= f(

0
E
) f(V ).
Soient , K et x, y f(V ). On peut crire x = f(a) et y = f(

b) avec a,

b V .
On a alors .x+.y = f(.a+.

b) f(V ) avec .a+

b V puisque V est un sous-espace vectoriel.


Ainsi f(V ) est un sous-espace vectoriel de F.
Considrons W un sous-espace vectoriel de F et tudions f
1
(W).
f
1
(W) E et

0
E
f
1
(W) car f(

0
E
) =

0
F
W.
Soient , K et x, y f
1
(W). f(.x +.y) = .f(x) +.f(y) W donc .x +.y f
1
(W).
Ainsi f
1
(W) est un sous-espace vectoriel de E.

Dnition
Soit f : E F une application linaire.
On appelle image de f lespace Imf = f(E).
On appelle noyau de f lespace ker f = f
1
(
_

0
F
_
).
Proposition
Imf est un sous-espace vectoriel de F.
ker f est un sous-espace vectoriel de E.
dm. :
E est un sous-espace vectoriel de E et f est linaire donc f(E) est un sous-espace vectoriel de F.
_

0
F
_
est un sous-espace vectoriel de F et f est linaire donc f
1
_

0
F
_
est un sous-espace vectoriel
de E.

Remarque Pour dterminer limage dune application linaire f, on dtermine les valeurs prises par f
i.e. les y F tels quil existe x E pour lequel y = f(x).
Remarque Pour dterminer le noyau dune application linaire f, on rsout lquation f(x) =

0
F
dinconnue x E.
Exemple Dterminons noyau et image de lendomorphisme f : R
2
R
2
dnie par
f : (x, y) (x y, y x).
http://mp.cpgedupuydelome.fr 152 cbna
CHAPITRE 6. ESPACES VECTORIELS
Soit a = (x, y) R
2
.
f(a) =

0
R
2 f(x, y) = (0, 0)
_
x y = 0
y x = 0
x = y
Par suite
ker f = (x, x)/x R
Soient a = (x, y) R
2
et

b = (X, Y ) R
2
.
f(a) =

b f(x, y) = (X, Y )
_
x y = X
y x = Y

_
x = X +y
X +Y = 0
Ainsi lquation f(a) =

b possde au moins une solution a si, et seulement si, X = Y .


Par suite
Imf = (X, X)/X R et ker f = (x, x)/x R
Exemple Soit I un intervalle non singulier de R.
Dterminons noyau et image de lapplication linaire D : (
1
(I, R) T(I, R) dnie par D(f) = f
t
.
Soit f (
1
(I, R).
D(f) =

0 f
t
=

0 f est constante
Par suite
ker D = x C/C R
Soient f (
1
(I, R) et g T(I, R).
D(f) = g g = f
t
Si g appartient ImD alors g est la drive dune fonction de classe (
1
et cest donc une fonction
continue.
Inversement, si g est une fonction continue, on sait que g admet au moins une primitive et celle-ci est de
classe (
1
.
Ainsi les valeurs prises par D sont exactement les fonctions continues de I vers R.
Par suite
ImD = (
0
(I, R)
Thorme
Si f : E F est une application linaire alors
1) f est surjective Imf = F ;
2) f est injective ker f =
_

0
E
_
.
dm. :
1) est immdiate par dnition de la surjectivit.
2) ( ) Si f est injective alors

0
F
possde au plus un antcdent, or f(

0
E
) =

0
F
donc

0
F
possde
exactement un antcdent, savoir

0
E
. On peut alors afrmer ker f =
_

0
E
_
.
( ) Supposons ker f =
_

0
E
_
. Soient x, y E tels que f(x) = f(y).
On a alors f(x y) = f(x) f(y) =

0
F
donc x y ker f puis x y =

0
E
et nalement x = y.
Ainsi f est injective.

http://mp.cpgedupuydelome.fr 153 cbna


6.3. APPLICATIONS LINAIRES
6.3.4 Lespace vectoriel L(E, F)
Thorme
(L(E, F), +, .) est un K-espace vectoriel.
dm. :
Montrons que L(E, F) est un sous-espace vectoriel de (T(E, F), +, .).
L(E, F) T(E, F) et lapplication nulle

0 : x E

0
F
est linaire.
Soient , K et f, g L(E, F). Montrons que lapplication .f +.g est linaire.
Soient , K et x, y E.
(.f +.g) (.x +.y) = .f(.x +.y) +.g(.x +.y)
Par linarit de f et g
(.f +.g) (.x +.y) = .f(x) +f(y) +.g(x) +.g(y)
et en rorganisant ce calcul
(.f +.g) (.x +.y) = . (.f +.g) (x) +. (.f +.g) (y)
Ainsi .f +.g L(E, F).

Exemple (L(E), +, .) et (E

, +.) sont des K-espaces vectoriels.


Proposition
, K, f, g L(E, F) et h L(F, G),
h (.f +.g) = .(h f) +.(h g)
dm. :
Soient , K, f, g L(E, F) et h L(F, G).
Pour tout x E,
[h (.f +.g)] (x) = h(.f(x) +.g(x))
Par linarit de h,
[h (.f +.g)] (x) = .h(f(x)) +.h(g(x)) = [.(h f) +.(h g)] (x)
Ceci valant pour tout x E, on a h (.f +.g) = .(h f) +.(h g).

Proposition
, K, h L(E, F) et f, g L(F, G),
(.f +.g) h = .(f h) +.(g h)
dm. :
Soient , K, h L(E, F) et f, g L(F, G).
Pour tout x E,
[(.f +.g) h] (x) = (.f +.g)(h(x)) = .f(h(x)) +.g(h(x))
http://mp.cpgedupuydelome.fr 154 cbna
CHAPITRE 6. ESPACES VECTORIELS
puis
[(.f +.g) h] (x) = .(f h)(x) +.(g h)(x) = [.(f h) +.(g h)] (x)
Ceci valant pour tout x E, on a (.f +.g) h = .(f h) +.(g h)

6.3.5 Lanneau des endomorphismes


Thorme
(L(E), +, ) est un anneau dlment nul lendomorphisme nul (not 0 ou

0 ) et dlment
unit lendomorphisme identit (not I ou Id ).
De plus, les lments inversibles de cet anneau sont les automorphismes de E.
dm. :
On sait dj que (L(E), +) est un groupe ablien de neutre

0 car (L(E), +, .) est un espace vectoriel.
La loi de composition dnit une loi de composition interne sur L(E) car la compose de deux
endomorphismes de E est un endomorphisme de E.
La loi est associative et possde un neutre Id
E
qui est un endomorphisme de E.
La loi est distributive sur + dans L(E). En effet, par linarit droite et gauche et du produit de
composition, on a
f, g, h L(E), f (g +h) = f g +f h et (g +h) f = g f +h f
Enn, un lment inversible de lanneau (L(E), +, ) est un endomorphisme f pour lequel il existe
g L(E) vriant f g = g f = Id
E
; un tel endomorphisme est bijectif.
Inversement un automorphisme est un lment inversible de lanneau et son inverse est son isomorphisme
rciproque.

Remarque Lanneau (L(E), +, ) nest gnralement pas commutatif.


Remarque Puisque (L(E), +, ) est un anneau, on peut exploiter les dnitions et les rsultats relatifs
cette structure. En particulier, on peut introduire les itrs de composition dun endomorphisme.
Dnition
Pour f L(E), on note
f
0
= I, f
1
= f, f
2
= f f,. . . , f
n
= f f . . . f ( n facteurs)
Exemple Soit f L(E) et n N.
Montrons
ker f
n
ker f
n+1
et Imf
n
Imf
n+1
Soit x ker f
n
. On a f
n
(x) =

0 donc f
n+1
(x) = f(f
n
(x)) = f(

0) =

0 et ainsi x ker f
n+1
.
Par consquent ker f
n
ker f
n+1
.
Soit y Imf
n+1
. Il existe x E tel que y = f
n+1
(x) et alors y = f
n
(f(x)) = f
n
(a) avec
a = f(x) E et ainsi y Imf
n
.
Par consquent Imf
n+1
Imf
n
.
http://mp.cpgedupuydelome.fr 155 cbna
6.3. APPLICATIONS LINAIRES
Attention : Puisque lanneau (L(E), +, ) nest pas a priori commutatif
- litr (f g)
n
ne correspond pas f
n
g
n
, il doit tre compris (f g) (f g) (f g) ;
- le carr dune somme se dveloppe ainsi (f +g)
2
= f
2
+f g +g f +g
2
.
Proposition
Si f, g L(E) commutent (i.e. f g = g f ) alors pour tout n N,
(f g)
n
= f
n
g
n
, (f +g)
n
=
n

k=0
_
n
k
_
f
k
g
nk
et f
n
g
n
= (f g)
n1

k=0
f
k
g
nk1
dm. :
Par oprations dans un anneau sachant que les deux lments f et g commutent.

Exemple Puisque les endomorphismes f et Id commutent


(Id +f)
n
=
n

k=0
_
n
k
_
f
k
et f
n
Id = (f Id)
_
n1

k=0
f
k
_
=
_
n1

k=0
f
k
_
(f Id)
Attention : Lanneau (L(E), +, ) nest pas intgre, ainsi si un produit de composition est nul, on ne
pour autant afrmer quun des facteur est nul :
f g =

0 nimplique par f =

0 ou g =

0.
Cependant, on peut souvent exploiter prot le rsultat suivant
Proposition
Si f et g sont des endomorphismes de E alors on a quivalence entre :
(i) g f =

0 ;
(ii) Imf ker g.
dm. :
(i) (ii) Supposons g f =

0.
Pour tout y Imf, il existe x E tel que y = f(x).
On a alors g(y) = g(f(x)) = (g f)(x) =

0 donc y ker g et ainsi Imf ker g.


(ii) (i) Supposons Imf ker g.
Pour tout x E, (g f)(x) = g(f(x)) =

0 car f(x) Imf ker g. Ainsi g f =

Dnition
Un endomorphisme f L(E) est dit idempotent si f
2
= f.
Un endomorphisme f L(E) est dit nilpotent sil existe n N tel que f
n
=

0.
Exemple Soit f L(E) nilpotent. Montrons que Id f GL(E).
Soit n N tel que f
n
=

0. On a Id = Id f
n
.
Puisque Id et f commutent, on peut factoriser et on obtient
Id = (Id f)
_
n1

k=0
f
k
_
=
_
n1

k=0
f
k
_
(Id f)
http://mp.cpgedupuydelome.fr 156 cbna
CHAPITRE 6. ESPACES VECTORIELS
Par suit Id f est inversible et
(Id f)
1
=
n1

k=0
f
k
Exemple Soit f L(E) tel que
f
2
5f + 6Id =

0
Montrons que ker(f 2Id) et ker(f 3Id) sont des sous-espaces vectoriels supplmentaires de E.
Puisque f 2Id et f 3Id sont des endomorphismes de E, leurs noyaux sont des sous-espaces
vectoriels de E et ainsi ker(f 2Id) et ker(f 3Id) sont bien des sous-espaces vectoriels de E.
Etudions ker(f 2Id) ker(f 3Id)
Soit x ker(f 2Id) ker(f 3Id).
On a (f 2Id)(x) =

0 et (f 3Id)(x) =

0 donc f(x) = 2x et f(x) = 3x.


On en dduit x =

0 et ainsi ker(f 2Id) ker(f 3Id)


_

0
_
puis
ker(f 2Id) ker(f 3Id) =
_

0
_
Etudions ker(f 2Id) + ker(f 3Id).
Analyse : Soit x E. Supposons x =a +

b avec a ker(f 2Id) et

b ker(f 3Id).
On a f(x) = f(a) +f(

b) avec f(a) = 2a et f(

b) = 3

b.
On obtient ainsi le systme
_
a +

b = x
2a + 3

b = f(x)
Aprs rsolution on obtient a = 3x f(x) = (3Id f)(x) et

b = f(x) 2x = (f 2Id)(x).
Synthse :
Soient x E et les vecteurs
a = (3Id f)(x) et

b = (f 2Id)(x)
On a immdiatement x =a +

b.
(f 2Id)(a) = [(f 2Id) (3Id f)] (x) =
_
f
2
+ 5f 6Id

(x) =

0
et
(f 3Id)(

b) = [(f 3Id) (f 2Id)] (x) =


_
f
2
5f + 6Id

(x) =

0
Ainsi a ker(f 2Id) et

b ker(f 3Id).
On en dduit E ker(f 2Id) + ker(f 3Id) et
E = ker(f 2Id) + ker(f 3Id)
Finalement ker(f 2Id) et ker(f 3Id) sont des sous-espaces vectoriels supplmentaires de E.
http://mp.cpgedupuydelome.fr 157 cbna
6.4. TRANSFORMATIONS VECTORIELLES
6.4 Transformations vectorielles
E dsigne un K-espace vectoriel.
6.4.1 Homothtie vectorielle
Soit K.
Dnition
On appelle homothtie (vectorielle) de rapport K lapplication h

: E E dnie par
h

(x) = .x.
Exemple Si = 1 alors h

= Id.
Si = 0 alors h

=

0.
Proposition
Une homothtie vectorielle est un endomorphisme commutant avec tout endomorphisme.
dm. :
Considrons h une homothtie vectorielle de rapport .
On a h = .Id, or Id est une endomorphisme donc, par opration, h aussi.
De plus, pour tout endomorphisme f,
h f = (.Id) f = .(Id f) = .f et f h = f (.Id) = .(f Id) = f donc h f = f h

Proposition
, K, h

= h

et
K

, h

GL(E) avec (h

)
1
= h
1/
.
dm. :
h

= (.Id) (.Id) = ().Id = h

et h

h
1/
= Id = h
1/
h

6.4.2 Projection vectorielle


Soient F et G deux sous-espaces vectoriels supplmentaires de E.
Pour tout x E, il existe un unique couple (a,

b) F G vriant x =a +

b
Posons p(x) =a ; on dnit ainsi une application p : E E.
http://mp.cpgedupuydelome.fr 158 cbna
CHAPITRE 6. ESPACES VECTORIELS
Dnition
Lapplication p est appele projection (vectorielle) sur F paralllement G.
Exemple Si F = E et G =
_

0
_
alors p = Id.
Si F =
_

0
_
et G = E alors p =

0.
Thorme
p est un endomorphisme de E vriant p
2
= p.
De plus
Imp = ker(p Id) = F et ker p = G
dm. :
p est une application de E vers E, vrions quelle est linaire.
Soient , K et x, y E.
On peut crire x =a +

b et y =c +

d avec a, c F et

b,

d G.
On a alors p(x) =a et p(y) =c.
On a aussi .x + .y = (.a + .c) + (.

b + .

d) avec (.a + .c) F et (.

b + .

d) G et donc
p(.x +.y) = .a +.

b = .p(x) +.p(y)
Finalement p est un endomorphisme de E.
Montrons p
2
= p avec p
2
= p p.
Soit x E. On a par construction p(x) F, on peut alors crire p(x) = p(x) +

0 avec p(x) F et

0 G et donc p(p(x)) = p(x). Ainsi p


2
= p p.
Montrons que Imp = ker(p I) = F
Par construction, les valeurs prises par p appartiennent F. Ainsi Imp F.
Soit x F. On a x = x +

0 avec x F et

0 G donc p(x) = x puis (p Id)(x) =

0. Ainsi
F ker(p Id).
Enn, si x ker(p Id) alors (p Id)(x) donc p(x) = x puis x Imp car le vecteur x est une valeur
prise par p. Ainsi ker(p Id) F.
Finalement, par inclusions successives, on a montr Imp = ker(p I) = F.
Montrons ker p = G.
Soit x ker p. On a p(x) =

0 donc la dcomposition de x en somme dun vecteur de F et dun vecteur
de G scrit x =a +

b avec a =

0 et

b G. On en dduit x =

b G.
Inversement, si x G alors on peut crire x =

0 +x avec

0 F et x G et donc p(x) =

0.
Par double inclusion ker p = G.

http://mp.cpgedupuydelome.fr 159 cbna


6.4. TRANSFORMATIONS VECTORIELLES
Remarque F = Imp = ker(p Id) est lespace des vecteurs invariants par p.
Dnition
La projection vectorielle q sur G et paralllement F est appele projection complmentaire
de p.
Proposition
q = Id p.
dm. :
Soit x E. On peut crire x =a +

b avec a F et

b G.
On a alors p(x) =a et q(x) =

b donc (p +q)(x) = p(x) +q(x) =a +

b = x.
Ainsi p +q = Id.

Remarque On observe p q = q p =

0 ce qui peut tre utile.
6.4.3 Projecteur
Dnition
On appelle projecteur de E, tout endomorphisme p de E vriant p
2
= p.
Exemple Les projections vectorielles sont des projecteurs.
Thorme
Si p est un projecteur de E alors
1) Imp et ker p sont supplmentaires ;
2) p est la projection vectorielle sur F = Imp, paralllement G = ker p.
dm. :
Soit p un projecteur de E.
Pralablement notre tude montrons p(x) = x pour tout x Imp.
Soit x Imp, il existe a E vriant x = p(a) et alors p(x) = p
2
(a) = p(a) = x.
Ainsi on a vri
x Imp, p(x) = x
Montrons que Imp et ker p sont supplmentaires.
Etudions Imp ker p.
http://mp.cpgedupuydelome.fr 160 cbna
CHAPITRE 6. ESPACES VECTORIELS
Soit x Imp ker p.
On a p(x) = x et p(x) =

0 donc x =

0.
Ainsi Imp ker p
_

0
_
puis Imp ker p =
_

0
_
.
Montrons Imp ker p = E.
Analyse :
Supposons x =a +

b avec a Imp et

b ker p.
On a p(x) = p(a) +p(

b) =a car a Imp et

b ker p.
Ainsi a = p(x) et

b = x p(x).
Synthse :
Posons a = p(x) et

b = x p(x).
On a immdiatement x =a +

b et a Imp.
On a aussi p(

b) = p(x) p
2
(x) =

0 car p
2
= p et donc

b ker p.
Ainsi E Imp + ker p puis E = Imp + ker p.
Finalement Imp et ker p sont supplmentaires dans E.
Enn, pour tout x E, on peut crire de faon unique x = a +

b avec a Imp et

b ker p et on a
alors p(x) = p(a) + p(

b) = a. Laction de p se reconnat alors comme tant la projection sur F = Imp


paralllement G = ker p.

6.4.4 Symtrie vectorielle


Soient F et G deux sous-espaces vectoriels supplmentaires de E.
Pour tout x E, il existe un unique couple (a,

b) F G vriant x =a +

b
Posons s(x) =a

b ; on dnit ainsi une application s : E E.


Dnition
s est appele symtrie (vectorielle) par rapport F paralllement G.
Exemple Si F = E et G =
_

0
_
alors s = Id.
Si F =
_

0
_
et G = E alors s = Id.
Thorme
Lapplication s est un endomorphisme de E vriant s
2
= I.
De plus
F = ker(s Id) et G = ker(s + Id)
http://mp.cpgedupuydelome.fr 161 cbna
6.4. TRANSFORMATIONS VECTORIELLES
dm. :
Introduisons la projection vectorielle p sur F paralllement Get q = Idp sa projection complmentaire.
Pour tout x E, on peut crire x =a +

b avec a F et

b G.
On a alors p(x) =a et q(x) =

b.
Par dnition de lapplication s, on a aussi s(x) =a

b et donc s(x) = p(x) q(x) = (p q)(x).


On en dduit que s = p q = 2p Id et donc s est un endomorphisme de E par opration sur les
endomorphismes de E.
De plus p et Id commutent, on a s
2
= (2p Id)
2
= 4p
2
4p + Id = Id car p
2
= p.
Enn ker(s Id) = ker(2p 2Id) = ker(p Id) = F et ker(s + Id) = ker 2p = ker p = G.

Remarque Durant la dmonstration, on a vu la relation remarquable et utile s = 2p Id.


Remarque F = ker(s Id) est lespace des vecteurs invariants par s.
G = ker(s + Id) est lespace des vecteurs changs en leur oppos par s.
Corollaire
s est un automorphisme de E et s
1
= s.
Dnition
La symtrie s
t
par rapport G et paralllement F est appele symtrie complmentaire de s.
Proposition
s
t
= s.
dm. :
Soit x E. On peut crire x =a +

b avec a F et

b G.
On a s(x) =a

b et s
t
(x) =

b a donc s
t
(x) = s(x) et ainsi s
t
= s.

Thorme
Si s est un endomorphisme de E vriant s
2
= Id alors
1) ker(s Id) et ker(s + Id) sont supplmentaires dans E ;
2) s est la symtrie vectorielle par rapport F = ker(sId), paralllement G = ker(s+Id).
dm. :
Posons p =
1
2
(s + Id) L(E).
http://mp.cpgedupuydelome.fr 162 cbna
CHAPITRE 6. ESPACES VECTORIELS
Puisque s et Id commutent, on a p
2
=
1
4
_
s
2
+ 2s + Id
_
=
1
2
(s + Id) = p.
Lendomorphisme p est un projecteur de E. On en dduit que F = Imp = ker(p Id) et G = ker p sont
des sous-espaces vectoriels supplmentaires de E.
Or
F = ker(p Id) = ker
_
1
2
(s Id)
_
= ker(s Id)
et
G = ker p = ker
_
1
2
(s + Id)
_
= ker(s + Id)
Ainsi ker(s Id) et ker(s + Id) sont des sous-espaces vectoriels supplmentaires de E.
De plus, pour tout x E, on peut crire de faon unique x = a +

b avec a F = ker(s Id) et

b G = ker(s + Id). On a alors s(x) = s(a) + s(

b). Or s(a) = a car a ker(s Id) et s(

b) =

b
car

b = ker(s +Id). Ainsi s(x) =a

b et on reconnat travers laction de s, la symtrie vectorielle par


rapport F est paralllement G.

6.4.5 Afnits vectorielles


Soient F et G deux sous-espaces vectoriels supplmentaires de E.
Pour tout x E, il existe un unique couple (a,

b) F G vriant x =a +

b
Posons f(x) =a +.

b ; on dnit ainsi une application f : E E.


Dnition
f est appele afnit (vectorielle) par rapport F paralllement G et de rapport .
Exemple Si = 1 alors f = Id.
Si = 0 alors f = p.
Si = 1 alors f = s.
Proposition
f est un endomorphisme de E.
http://mp.cpgedupuydelome.fr 163 cbna
6.5. NOTIONS AFFINES
dm. :
Par construction de f, on vrie f = p + .q avec p la projection sur F paralllement G et q sa
projection complmentaire.

6.5 Notions afnes


E dsigne un K-espace vectoriel.
6.5.1 Translation
Dnition
On appelle translation de vecteur a E lapplication t
a
: E E dnie par x a +x.
Exemple t
o
= Id.
Attention : En dehors de la translation de vecteur nul, les translations ne sont pas des applications
linaires.
Proposition
a,

b E, t
a
t

b
= t
a+

b
= t

b
t
a
a E, t
a
est une permutation de E et t
1
a
= t
a
.
dm. :
Soient a,

b E.
Pour tout x E, (t
a
t

b
)(x) = t
a
(

b +x) =a +

b +x = t
a+

b
(x).
Ainsi t
a
t

b
= t
a+

b
et puisque t
a+

b
= t

b+a
, on a aussi t

b
t
a
= t
a+

b
.
Enn, t
a
t
a
= t

0
= Id et t
a
t
a
= Id donc t
a
est une bijection dapplication rciproque t
1
a
= t
a

Remarque Lensemble des translations de E est un sous-groupe de (S(E), )


http://mp.cpgedupuydelome.fr 164 cbna
CHAPITRE 6. ESPACES VECTORIELS
6.5.2 Sous-espace afne
Dnition
On appelle sous-espace afne passant par a E et dirig par un sous-espace vectoriel F
lensemble
a +F = a +x/x F
Remarque V =a +F est limage du sous-espace vectoriel par la translation de vecteur a.
Remarque a a +F car a =a +

0 et

0 F, par suite un sous-espace afne nest jamais vide.


En revanche, il est incertain que le vecteur nul appartienne a +F, ainsi un sous-espace afne peut ne
pas tre un sous-espace vectoriel.
Exemple a =a +
_

0
_
est un sous-espace afne.
Exemple Pour u ,=

0,
a +u/ K =a + Vect(u)
est un sous-espace afne, on parle de droite afne passant par a et dirige par u.
Exemple Gomtriquement les sous-espaces afnes se visualisent comme tant des points, des droites
ou des plans ne passant pas ncessairement par o.
Proposition
Si V =a +F est un sous-espace afne alors pour tout

b E on a quivalence entre :
(i)

b V ;
(ii)

b a F.
De plus, si tel est le cas,
V =

b +F
dm. :
(i) (ii) Si

b V alors on peut crire

b =a +x avec x F donc

b a = x F.
http://mp.cpgedupuydelome.fr 165 cbna
6.5. NOTIONS AFFINES
(ii) (i) Si

b a F alors

b =a + (

b a) a +F.
De plus, si

b V alors pour tout x F,

b +x =a + (

b a +x) a +F.
Ainsi

b +F a +F. De faon semblable on obtient a +F

b +F et on peut conclure V =

b +F

Remarque Ainsi, il ny a pas unicit du vecteur a dnissant un sous-espace afne V =a +F.


En revanche, en vertu du rsultat suivant, il y a unicit du sous-espace vectoriel F dnissant un
sous-espace afne.
Proposition
Si V est un sous-espace afne dirig par F alors
F = y x/x, y V
dm. :
Soit a V . On peut crire V =a +F.
Pour tout x, y V , on peut crire x =a +u et y =a +v avec u, v F et alors y x = v u F.
Inversement, soit u F. Pour x =a +

0 V et y =a + u V , u = y x avec x, y V .

Dnition
Le sous-espace vectoriel F est alors appel direction du sous-espace afne V .
Remarque Pour dcrire un sous-espace afne V , il suft de connatre sa direction F et lun de ses
points a car alors V =a +F.
6.5.3 Incidence de sous-espaces afnes
Proposition
Si V et W sont deux sous-espaces afnes de directions F et G alors V W est soit vide, soit
gal un sous-espace afne de direction F G.
dm. :
Si V W nest pas vide, introduisons a V W.
On peut alors dcrire les sous-espaces afnes V et W : V =a +F et W =a +G.
Pour x E, on a
x V et x W x a F et x a G
et donc
x V W x a F G.
Par suite V W =a +F G est un sous-espace afne de direction F G.

Dnition
Soient V et W deux sous-espaces afnes de directions F et G.
On dit que V est parallle W si F G
http://mp.cpgedupuydelome.fr 166 cbna
CHAPITRE 6. ESPACES VECTORIELS
Proposition
Soient V et W deux sous-espaces afnes de direction F et G.
Si V est parallle W alors V W = ou V W.
dm. :
Supposons V parallle W i.e. F G
Si V W nest pas vide, introduisons a V W.
On peut alors dcrire les sous-espaces afnes V et W : V =a +F et W =a +G.
Puisque F G, on a V W.

6.5.4 Equations linaires


Dnition
On appelle quation linaire toute quation de la forme f(x) = y avec f L(E, F), y F et
dinconnue x E.
On appelle quation homogne associe lquation f(x) =

0.
Thorme
Lensemble solution de lquation linaire f(x) = y est soit vide, soit gal un sous-espace
afne de dirig par ker f.
dm. :
Sil existe une solution a lquation tudie alors pour tout x E,
f(x) = y f(x) = f(a)
Or
f(x) = f(a) f(x) f(a) =

0
et puisque f est linaire
f(x) f(a) = f(x a)
Ainsi
f(x) = y x a ker f
Lensemble des solutions de lquation tudie est alors a + ker f, cest un sous-espace afne dirig
par ker f.

Remarque Il est frquent, pour rsoudre une quation linaire f(x) = y, de procder ainsi :
- on rsout lquation homogne associe ce qui donne ker f ;
- on cherche un lment solution a, appel solution particulire ;
- on exprimer lensemble solution a + ker f.
Ainsi la solution gnrale est somme dune solution particulire est de la solution gnrale de lquation
homogne.
Exemple Soit y
t
+a(x)y = b(x) quation diffrentielle linaire dordre 1.
Considrons E = (
1
(I, R), F = (
0
(I, R) et lapplication linaire f : E F dtermine
par
f(y) : x y
t
(x) a(x)y(x)
Lquation diffrentielle tudie quivaut lquation linaire f(y) = b dinconnue y (
1
(I, R).
http://mp.cpgedupuydelome.fr 167 cbna
6.5. NOTIONS AFFINES
Pour la rsoudre :
- on rsout lquation homogne f(y) = 0 i.e. lquation diffrentielle y
t
+a(x)y = 0 ;
- on dtermine une solution particulire ;
- on exprime la solution gnrale comme somme de la solution particulire et de la solution gnrale
homogne.
6.5.5 Barycentre
Soient n N

, u
1
, . . . , u
n
E et
1
, . . . ,
n
K tel que
1
+ +
n
,= 0.
Dnition
On appelle barycentre des vecteurs u
1
, . . . , u
n
affects respectivement des masses
1
, . . . ,
n
le vecteur
v =

1
.u
1
+ +
n
.u
n

1
+ +
n
Remarque Si G est le point barycentre de points A
1
, . . . , A
n
affects des masses
1
, . . . ,
n
alors le
vecteur

OG est le vecteur barycentre des vecteurs

OA
1
, . . . ,

OA
n
affects des mmes masses

1
, . . . ,
n
.
Remarque On ne modie par le barycentre v lorsque :
- on permute les couples (u
i
,
i
) ;
- on supprime les couples (u
i
,
i
) de masse nulle ;
- on multiplie chaque masse par un mme scalaire non nul.
Cette dernire proprit permet notamment de ramener la masse totale 1.
Dnition
Lorsque les
1
, . . . ,
n
sont gaux non nuls, alors le vecteur
v =
1
n
(u
1
+ +u
n
)
est appel isobarycentre des vecteurs u
1
, . . . , u
n
.
Proposition
Si tous les vecteurs u
i
appartiennent un mme sous-espace afne V = a + F alors le
barycentre v des vecteurs u
1
, . . . , u
n
affects des masses
1
, . . . ,
n
appartient V .
dm. :
Pour tout i 1, . . . , n, on peut crire u
i
=a +x
i
avec x
i
.
On a alors
v =

1
.a + +
n
.a

1
+ +
n
+

1
.x
1
+ +
n
.x

1
+ +
n
=a +x
avec
x =

1
.x
1
+ +
n
.x

1
+ +
n
F

http://mp.cpgedupuydelome.fr 168 cbna


CHAPITRE 6. ESPACES VECTORIELS
6.5.6 Convexit
Ici K = R.
Dnition
On appelle segment dextrmits a et

b E lensemble :
_
a,

b
_
=
_
(1 )a +

b/ [0, 1]
_
Remarque
_
a,

b
_
=
_

b, a
_
Dnition
Une partie C de E est dite convexe si
a,

b C,
_
a,

b
_
C
Exemple et E sont des parties convexes.
Exemple
Exemple Les sous-espaces afnes et les segments sont des parties convexes.
http://mp.cpgedupuydelome.fr 169 cbna
6.5. NOTIONS AFFINES
Dnition
On appelle combinaison convexe dune famille de vecteurs de E, tout barycentre obtenu avec
des masses positives.
Exemple Un isobarycentre est une combinaison convexe.
Exemple Pour [0, 1], (1 ).a +.

b est une combinaison convexe de a et

b.
Proposition
Une partie C de E est convexe si, et seulement si, elle est stable par combinaison convexe.
dm. :
Si une partie C de E est stable par combinaison convexe alors pour tout a,

b C, le segment
_
a,

b
_
est
inclus dans C car ses lments sont des combinaisons convexes dlments de C.
Inversement, soit C une partie convexe.
Montrons par rcurrence sur n N

que C est stable par combinaison convexe de n vecteurs.


Pour n = 1 : ok
Supposons la proprit tablie au rang n 1.
Soient u
1
, . . . , u
n
, u
n+1
C et
1
, . . . ,
n
,
n+1
0 non tous nuls.
Montrons que
x =

1
.u
1
+ +
n+1
.u
n+1

1
+ +
n+1
C
Si
1
= . . . =
n
= 0 alors x = u
n+1
C
Sinon, on peut crire
x = (1 ).a +.u
n+1
avec
a =
1

1
+ +
n
(
1
.u
1
+ +
n
.u
n
) et =

n+1

1
+ +
n+1
[0, 1]
Par suite x [a, u
n+1
].
Or par hypothse de rcurrence a C, donc [a, u
n+1
] C puis x C.
Rcurrence tablie.

http://mp.cpgedupuydelome.fr 170 cbna


Chapitre 7
Dimension dun espace vectoriel
K dsigne R ou C.
7.1 Famille de vecteurs
Soient E un K-espace vectoriel et T = (e
i
)
iI
une famille nie de vecteurs de E. Quitte rindexer
celle-ci, on suppose que les lments de cette famille sont indexs sur lensemble I = 1, . . . , n. On
considre donc une famille T = (e
i
)
1in
de vecteurs de E quon peut encore crire T = (e
1
, . . . , e
n
).
Dans le cas particulier o n = 0, on dit que la famille T est vide.
7.1.1 Sous-espace vectoriel engendr par une famille nie de vecteurs
Dnition
On appelle combinaison linaire des vecteurs de la famille T = (e
i
)
1in
tout vecteur x de E
pouvant scrire x =
n

i=1

i
e
i
avec
1
, . . . ,
n
scalaires bien choisis.
Exemple Une somme sur le vide tant gale au vecteur nul, le vecteur nul est le seul vecteur
combinaison linaire de la famille vide.
Dnition
On appelle espace vectoriel engendr par la famille T = (e
i
)
1in
, le sous-espace vectoriel
engendr par la partie e
1
, . . . , e
n
. On le note VectT, Vect(e
i
)
1in
ou Vect(e
1
, . . . , e
n
).
Exemple Le sous-espace vectoriel engendr par la famille vide est lespace nul
_

0
_
.
Thorme
Si (e
1
, . . . , e
n
) est une famille de vecteurs de E alors Vect(e
1
, . . . , e
n
) est lensemble des
combinaisons linaires des vecteurs e
1
, . . . , e
n
i.e. :
Vect(e
1
, . . . , e
n
) =
_
n

i=1

i
e
i
/
1
, . . . ,
n
K
_
171
7.1. FAMILLE DE VECTEURS
dm. :
Posons
F =
_
n

i=1

i
e
i
/
1
, . . . ,
n
K
_
On montre facilement que F est un sous-espace vectoriel de E et puisque les vecteurs e
1
, . . . , e
n
sont
tous lments de F, on a Vect(e
1
, . . . , e
n
) F.
Inversement, les vecteurs e
1
, . . . , e
n
sont tous lments de Vect(e
1
, . . . , e
n
) et puisque Vect(e
1
, . . . , e
n
)
est un sous-espace vectoriel, Vect(e
1
, . . . , e
n
) contient toutes les combinaisons linaires des vecteurs
e
1
, . . . , e
n
i.e. tous les lments de F.

Exemple Cas n = 1
Vect(u) = .u/ K = K.u
Exemple Cas n = 2
Vect(u, v) = .u +.v/, K = K.u +K.v
Exemple Dans R
3
, considrons u = (1, 1, 1), v = (0, 1, 2).
Vect(u, v) = (, +, 2)/, R
Remarque Il est efcace dtablir quune partie est un sous-espace vectoriel en observant que celle-ci
sapparente un espace vectoriel engendr par une famille.
Exemple Dans R
3
, considrons
P = (a +b, a b, 2b)/a, b R
Puisque P = Vect(u, v) avec u = (1, 1, 0) et v = (1, 1, 2), P est un sous-espace vectoriel de R
3
.
Exemple Dans R
3
, considrons
P = (x, y, z)/x +y z = 0
Puisque
x +y z = 0 z = x +y
on a
P = (x, y, x +y)/x, y R = Vect(u, v)
avec u = (1, 0, 1) et v = (0, 1, 1). Ainsi P est un sous-espace vectoriel de R
3
.
http://mp.cpgedupuydelome.fr 172 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
7.1.2 Famille gnratrice
Dnition
On dit quune famille T = (e
1
, . . . , e
n
) = (e
i
)
1in
de vecteurs de E est gnratrice de E si
tout vecteur de E est combinaison linaire des vecteurs de la famille T i.e.
x E, (
1
, . . . ,
n
) K
n
, x =
1
e
1
+ +
n
e
n
=
n

i=1

i
e
i
Remarque La famille T est gnratrice de E si, et seulement si, VectT = E.
Exemple Dans E = K
n
, on pose e
i
= (0, ..., 0, 1, 0, ..., 0) K
n
o 1 se situe en ime position.
La famille B = (e
i
)
1in
est une famille gnratrice de K
n
.
En effet, pour tout x = (x
1
, . . . , x
n
) K
n
, on peut crire x = x
1
e
1
+ +x
n
e
n
.
Exemple Dans E = K, la famille (1) est gnratrice.
En effet, tout x K peut scrire x = x.1
Exemple Dans E = C vu comme R-espace vectoriel, la famille T = (1, i) est gnratrice.
En effet, pour tout z C, on peut crire z = a.1 +b.i avec a = Rez et b = Imz.
Exemple Dans lespace E = T(R, R), il nexiste pas de famille gnratrice nie.
Remarque Toute sur-famille dune famille gnratrice est gnratrice.
En revanche, une sous famille dune famille gnratrice peut ne pas tre gnratrice.
Proposition
Si (e
1
, . . . , e
n
, e
n+1
) est une famille gnratrice et si e
n+1
Vect(e
1
, . . . , e
n
) alors la sous-
famille (e
1
, . . . , e
n
) est gnratrice.
dm. :
Tout vecteur de E est combinaison linaire des vecteurs e
1
, . . . , e
n
, e
n+1
et puisque e
n+1
est combinaison
linaire des vecteurs e
1
, ..., e
n
, tout vecteur de E est combinaison linaire des vecteurs e
1
, . . . , e
n
.

7.1.3 Famille libre, famille lie


Dnition
Un vecteur u est dit colinaire un vecteur v sil existe K tel que u = v.
Deux vecteurs u et v sont dits colinaires si lun des deux est colinaire lautre.
Attention : u colinaire v nquivaut pas v colinaire u.
En effet, le vecteur nul est colinaire tout vecteur mais tout vecteur nest pas colinaire au vecteur nul !
http://mp.cpgedupuydelome.fr 173 cbna
7.1. FAMILLE DE VECTEURS
Dnition
On dit quune famille (e
1
, . . . , e
n
) = (e
i
)
1in
de vecteurs de E est libre si elle vrie

1
, . . . ,
n
K,
1
e
1
+ +
n
e
n
=

0
1
= . . . =
n
= 0
On dit alors que les vecteurs e
1
, . . . , e
n
sont linairement indpendants.
Dnition
On dit que la famille (e
1
, . . . , e
n
) = (e
i
)
1in
est lie si elle nest pas libre ce qui signie

1
, . . . ,
n
K,
1
e
1
+ +
n
e
n
=

0 et (
1
, . . . ,
n
) ,= (0, . . . , 0)
Une galit
1
e
1
+ +
n
e
n
=

0 avec
1
, . . . ,
n
non tous nuls est appele relation linaire
sur les vecteurs e
1
, . . . , e
n
.
Exemple Soit u E , tudions la libert de la famille (u).
Si u ,=

0 alors
K, .u =

0 = 0
Par suite, la famille (u) est libre.
Si u =

0 alors on peut crire .u =

0 avec = 1 ,= 0.
Par suite, la famille (

0) est lie.
Proposition
Soient n 2 et (e
1
, . . . , e
n
) une famille de vecteurs de E.
On a quivalence entre :
(i) (e
1
, . . . , e
n
) est lie ;
(ii) lun des vecteurs e
1
, . . . , e
n
est combinaison linaire des autres.
dm. :
(i) (ii) Supposons la famille (e
1
, . . . , e
n
) lie.
Il existe
1
, . . . ,
n
non tous nuls vriant

1
e
1
+ +
n
e
n
=

0
Puisquil existe i 1, . . . , n tel que
i
,= 0, on peut crire
e
i
=
1

i
(
1
e
1
+ +
i1
e
i1
+
i
e
i
+ +
n
e
n
)
Ainsi lun des vecteurs de la famille (e
1
, . . . , e
n
) est combinaison linaire des autres.
(ii) (i) Supposons lun des vecteurs e
1
, . . . , e
n
combinaison linaire des autres.
Il existe i 1, . . . , n tel que
e
i
=
1
e
1
+ +
i1
e
i1
+
i
e
i
+ +
n
e
n
En posant
i
= 1, on peut alors crire la relation
1
e
1
+ +
n
e
n
=

0 avec
1
, . . . ,
n
non tous nuls.
Ainsi la famille (e
1
, . . . , e
n
) est lie.

http://mp.cpgedupuydelome.fr 174 cbna


CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Exemple Soient u, v E.
(u, v) est lie si, et seulement si, ( K, u = .v) ou ( K, v = .u)
Ainsi, la famille (u, v) est lie si, et seulement si, u et v sont colinaires.
Exemple Dans E = R
3
, considrons les vecteurs u = (1, 2, 1), v = (1, 1, 1), w = (1, 1, 0) et la
famille T = (u, v, w).
Etudions la libert de la famille T.
Soient , , R.
.u +.v +. w =

0
_

_
+ + = 0
2 + = 0
+ = 0
Aprs rsolution du systme, on obtient
.u +.v +. w =

0 = = = 0
la famille T est donc libre.
Exemple Dans E = R
3
, considrons les vecteurs u = (1, 1, 0), v = (2, 1, 1), w = (0, 1, 1) et la
famille T = (u, v, w).
Etudions la libert de la famille T.
Soient , , R.
.u +.v +. w =

0
_

_
+ 2 = 0
+ = 0
+ = 0
Aprs rsolution du systme, on obtient
.u +.v +. w =

0
_
= 2
=
On en dduit que la famille T est lie car on a notamment la relation linaire 2u +v w =

0.
Exemple Dans E = T(R, R), considrons les fonctions f : x 1, g : x cos x, h : x sin x et
montrons que la famille (f, g, h) est libre.
Soient , , R.
Supposons f +g +h =

0.
Pour tout x R, on a + cos x + sin x = 0.
Pour x = 0, on obtient lquation + = 0 (1).
Pour x = /2, on obtient lquation + = 0 (2).
Pour x = , on obtient lquation = 0 (3)
(1) et (3) donnent = = 0 et par (2) on obtient = 0.
Finalement la famille (f, g, h) est effectivement libre.
http://mp.cpgedupuydelome.fr 175 cbna
7.1. FAMILLE DE VECTEURS
Remarque Toute sous-famille dune famille libre est libre.
Toute sur-famille dune famille lie est lie, en particulier toute famille contenant le vecteur nul est lie.
Remarque Une sur-famille dune famille libre nest pas ncessairement libre.
Proposition
Si (e
1
, . . . , e
n
) est une famille libre et si e
n+1
/ Vect(e
1
, . . . , e
n
) alors la sur-famille
(e
1
, . . . , e
n
, e
n+1
) est libre.
dm. :
Soit
1
, . . . ,
n
,
n+1
K.
Supposons

1
e
1
+ +
n
e
n
+
n+1
e
n+1
=

0 (1)
Si
n+1
,= 0 alors on peut crire e
n+1
=
1
e
1
+ +
n
e
n
avec
i
=
i
/
n+1
.
Ceci est exclu car e
n+1
/ Vect(e
1
, . . . , e
n
).
On en dduit
n+1
= 0.
La relation (1) se rcrit alors

1
e
1
+ +
n
e
n
=

0
Or la famille (e
1
, . . . , e
n
) est suppose libre donc
1
= . . . =
n
= 0.
Finalement
1
= . . . =
n
=
n+1
= 0.
Ainsi la famille (e
1
, . . . , e
n
, e
n+1
) est libre.

7.1.4 Base dun espace vectoriel


Dnition
On dit quune famille B = (e
i
)
1in
= (e
1
, . . . , e
n
) de vecteurs de E est une base de E si
celle-ci est libre et gnratrice.
Exemple Dans E = K
n
, on pose e
i
= (0, ..., 0, 1, 0, ..., 0) K
n
o 1 se situe en ime position.
On a dj vu que la famille B = (e
i
)
1in
est gnratrice de K
n
; montrons quelle est libre
Soient
1
, . . . ,
n
K
Supposons
1
e
1
+ +
n
e
n
=

0.
On a (
1
, . . . ,
n
) = (0, . . . , 0) et donc
1
= . . . =
n
= 0.
Finalement, la famille B est libre et gnratrice de K
n
, cest une base de K
n
.
Cas n = 1 : e
1
= 1, (1) est base de K.
Cas n = 2 : e
1
= (1, 0) =

i, e
2
= (0, 1) =

j, (

i,

j) est base de K
2
.
Cas n = 3 : e
1
= (1, 0, 0) =

i, e
2
= (0, 1, 0) =

j, e
3
= (0, 0, 1) =

k, (

i,

j,

k) est base de K
3
.
Exemple Considrons la famille (1, i) dlments du R-espace vectoriel C.
On a dj vu que cette famille est gnratrice ; montrons quelle est libre.
Soient , R.
Supposons .1 +.i = 0.
En identiant parties relles et imaginaires, on obtient = = 0.
Finalement, la famille B est libre est gnratrice du R-espace vectoriel C, cest une base de C.
http://mp.cpgedupuydelome.fr 176 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Remarque La famille (1, i) est lie dans le C-espace vectoriel C.
Elle nest donc pas une base du C-espace vectoriel C.
Exemple La famille vide est base de lespace vectoriel nul
_

0
_
.
En effet, lespace engendr par la famille vide est lespace nul et la famille vide est libre (car toute
assertion commenant par x est vraie. . . )
Exemple Dans lespace E = T(R, R) ; il nexiste pas de bases au sens prcdent.
Remarque Un K-espace vectoriel E peut admettre une innit de bases. . .
7.1.5 Composantes dans une base
Thorme
Si B = (e
i
)
1in
est une base dun K-espace vectoriel E alors
x E, !(
1
, . . . ,
n
) K
n
, x =
1
e
1
+ +
n
e
n
dm. :
Existence : car la famille B est gnratrice.
Unicit : Supposons x =
1
e
1
+ +
n
e
n
et x =
1
e
1
+ +
n
e
n
avec
i
,
i
K.
On a
(
1

1
)e
1
+ + (
n

n
)e
n
=

0
Or la famille B = (e
i
)
1in
est libre donc
1

1
= . . . =
n

n
= 0 puis
(
1
, . . . ,
n
) = (
1
, . . . ,
n
)

Dnition
Avec les notations ci-dessus, les scalaires
1
, . . . ,
n
sont appels le composantes de x dans la
base B (ou encore les coordonnes de x ).
Remarque Les composantes dun vecteur dpendent de la base dans laquelle on travaille.
Exemple Dans E = K
n
, considrons la base canonique B = (e
i
)
1in
et le vecteur x = (x
1
, . . . , x
n
).
Puisque x = x
1
.e
1
+ +x
n
.e
n
, les composantes du vecteur x dans la base B sont les scalaires
x
1
, . . . , x
n
.
http://mp.cpgedupuydelome.fr 177 cbna
7.2. DIMENSION DUN ESPACE VECTORIEL
Exemple Dans le R-espace vectoriel C, les composantes de z C dans la base canonique (1, i) sont
Re(z) et Im(z).
Exemple Si B = (e
i
)
1in
est une base dun K-espace vectoriel E alors
- le vecteur nul est le vecteur dont toutes les composantes sont nulles ;
- e
i
est le vecteur dont les composantes sont 0, . . . , 0, 1, 0, . . . 0 (o le 1 situ en i-me position).
Thorme
Si B = (e
i
)
1in
est une base de E alors pour tout vecteur x et y de composantes x
1
, . . . , x
n
et y
1
, . . . , y
n
dans B, les composantes de x +y sont x
1
+y
1
, . . . , x
n
+y
n
et celles de x sont
x
1
, . . . , x
n
.
Ainsi lapplication x E x
i
K est une forme linaire sur E.
dm. :
On a x = x
1
e
1
+ +x
n
e
n
et y = y
1
e
1
+ +y
n
e
n
donc x +y = (x
1
+y
1
)e
1
+ + (x
n
+y
n
)e
n
et x = (x
1
)e
1
+ + (x
n
)e
n
.

Remarque Par calculs sur les composantes, la manipulation des vecteurs dun K-espace vectoriel
rapport une base B forme de n vecteurs devient similaire la manipulation dlments de K
n
.
7.2 Dimension dun espace vectoriel
7.2.1 Espace vectoriel de dimension nie
Dnition
Un K-espace vectoriel E est dit de dimension nie sil possde une famille gnratrice nie.
Sinon, il est dit de dimension innie.
Exemple Les espaces K
n
et C sont de dimensions nies.
Exemple Lespace E = T(R, R) nest pas de dimension nie.
Exemple Tout K-espace vectoriel possdant une base est de dimension nie.
Thorme
Tout K-espace vectoriel de dimension nie possde au moins une base.
dm. :
Soient E un K-espace vectoriel de dimension nie et ( = (u
1
, . . . , u
m
) une famille gnratrice de
vecteurs de E.
Si la famille ( est libre cest une base de E.
Sinon, la famille ( est lie, et alors un des vecteurs de ( est combinaison linaire des autres. Quitte
http://mp.cpgedupuydelome.fr 178 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
permuter ceux-ci, supposons que le vecteur u
m
est combinaison linaire des vecteurs u
1
, . . . , u
m1
. Par
le principe de rduction des familles gnratrices, on peut afrmer que la famille (
t
= (u
1
, . . . , u
m1
)
est encore gnratrice de E. On reprend alors la discussion prcdente : si (
t
est libre, cest une base de
E, sinon on rduit la famille (
t
. Ncessairement ce processus sarrte car la famille initiale est nie et si,
au pire, on retire tous les vecteurs de (, on obtient la famille vide qui est libre.

7.2.2 Dimension
Thorme
Soit E un K-espace vectoriel de dimension nie.
Une famille libre de vecteurs de E ne peut avoir strictement plus de vecteurs quune famille
gnratrice.
dm. :
Par rcurrence sur n N, montrons la proprit :
Si un K- espace vectoriel E possde une famille gnratrice n vecteurs, alors toute famille constitue
de n + 1 vecteurs est lie .
Le rsultat du thorme dcoule de manire immdiate de cette proprit.
Pour n = 0
Si E possde une famille gnratrice 0 vecteurs cest qualors E = Vect() =
_

0
_
.
Par suite toute famille constitue dun vecteur de E est lie car celle-ci contient le vecteur nul.
Supposons la proprit tablie au rang n 1 N.
Soit E un K- espace vectoriel possdant une famille gnratrice ( = (e
1
, . . . , e
n
) forme de n vecteurs
et | = (u
1
, . . . , u
n+1
) une famille forme de n + 1 vecteurs de E.
Nous voulons montrons que | est lie.
Posons F = Vect(e
1
, . . . , e
n1
).
( tant une famille gnratrice de E, chaque vecteur de la famille | peut scrire comme combinaison
linaire des vecteurs de E, ceci permet dcrire u
i
= v
i
+
i
e
n
avec v
i
F et
i
K pour tout
1 i n + 1.
Distinguons deux cas :
1er cas : Les
i
sont tous nuls.
Les vecteurs u
1
, . . . , u
n+1
sont alors tous lments de F, or F est un sous-espace vectoriel engendr par
n 1 vecteurs et la famille | est forme de n + 1 vecteurs de celui-ci, lhypothse de rcurrence permet
alors dafrmer quune sous-famille de n vecteurs de | est lie et donc qua fortiori la famille | est lie.
2me cas : il existe au moins un
i
non nul.
Quitte rindexer les vecteurs de la famille | (ce qui ne changera rien son caractre lie ou non) on
peut supposer
n+1
,= 0.
Posons alors
x
i
= u
i

n+1
.u
n+1
pour tout 1 i n.
Par construction, tous les vecteurs x
1
, . . . , x
n
appartiennent F car
x
i
= (v
i
+
i
e
n
)

i

n+1
(v
n+1
+
n+1
e
n
) = v
i

n+1
v
n+1
La famille (x
1
, . . . , x
n
) apparat alors comme tant une famille forme de n vecteurs de lespace F, or F
est engendr par n 1 vecteurs, lhypothse de rcurrence permet alors dafrmer que cette famille est
lie.
http://mp.cpgedupuydelome.fr 179 cbna
7.2. DIMENSION DUN ESPACE VECTORIEL
Par suite il existe (
1
, . . . ,
n
) ,= (0, ..., 0) vriant
1
x
1
+ +
n
x
n
=

0.
En reprenant lexpression de chaque x
i
, la relation ci-dessus donne

1
u
1
+ +
n
u
n
+
n+1
u
n+1
=

0
avec

n+1
=

1
+ +
n

n+1
Cette dernire relation tant crite avec des scalaires
i
non tous nuls, on peut conclure que la famille |
est lie.
Rcurrence tablie.

Corollaire
Les bases dun K-espace vectoriel E de dimension nie sont toutes constitues du mme
nombre de vecteurs.
dm. :
Soient B = (e
1
, ..., e
n
) et B
t
= (
1
, ...,
m
) deux bases de E.
Puisque B est libre et B
t
gnratrice on a n m.
Puisque B est gnratrice et B
t
libre on a aussi n m.
On en dduit n = m.

Dnition
Si E est un K-espace vectoriel de dimension nie, on appelle dimension de E le nombre de
vecteurs constituant les bases de E. Elle est note dimE ou encore dim
K
E sil y a ambigut
sur le corps de base K.
Si lespace E nest pas de dimension nie, on pose dimE = +.
Remarque Pour dterminer la dimension dun espace E, il suft de dterminer une base de E et de
dnombrer le nombre de vecteur la constituant.
Exemple dimK
n
= n car la base canonique de K
n
est forme de n vecteurs.
En particulier dimK = 1.
Exemple dim
R
C = 2 et dim
C
C = 1.
Exemple dimT(R, R) = +.
Exemple dim
_

0
_
= 0 car la famille vide est base de lespace nul.
Exemple Les visualisations gomtriques planes correspondent la dimension 2, les visualisation dans
lespace correspondent la dimension 3.
http://mp.cpgedupuydelome.fr 180 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Remarque dimension = nombre de degr de libert dans le choix dun lment.
Dnition
Un K-espace vectoriel de dimension 1 est appel une droite vectorielle.
Un K-espace vectoriel de dimension 2 est appel un plan vectoriel.
Thorme
Soient E et F deux K-espaces vectoriels de dimensions nies.
Lespace E F est de dimension nie et dimE F = dimE + dimF.
dm. :
Posons p = dimE et q = dimF.
Soient B = (e
j
)
1jp
et ( = (

f
k
)
1kq
des bases de E et F.
Pour i 1, . . . , p, posons g
i
= (e
i
,

0
F
) et pour i 1, . . . , q, posons g
p+i
= (

0
E
,

f
i
).
On dtermine ainsi une famille T = (g
i
)
1ip+q
de vecteur de E F. Montrons que celle-ci est une
base de E F.
Soit (x, y) E F. Puisque B et ( sont des familles gnratrices de E et F, on peut crire
x = x
1
e
1
+ +x
p
e
p
et y = y
1

f
1
+ +y
q

f
q
avec x
j
, y
k
K. On a alors
(x, y) = (x,

0
F
) + (

0
E
, y) = x
1
g
1
+ +x
p
g
p
+y
1
g
p+1
+ +y
q
g
p+q
Ainsi la famille T est gnratrice de E F.
Montrons maintenant la libert de T.
Supposons

1
g
1
+ +
p+q
g
p+q
=

0
EF
On a alors
(
1
e
1
+ +
p
e
p
,
p+1

f
1
+ +
p+q

f
q
) = (

0
E
,

0
F
)
donc

1
e
1
+ +
p
e
p
=

0
E
et
p+1

f
1
+ +
p+q

f
q
=

0
F
Or les familles B et ( sont libres donc
1
= . . . =
p
= 0 et
p+1
= . . . =
p+q
= 0.
On peut donc conclure que la famille T est libre et nalement T est une base de E F.

7.2.3 Caractrisation de bases en dimension nie connue


Proposition
Soit E un K-espace vectoriel de dimension n N.
1) Toute famille libre a au plus n lments.
2) Toute famille gnratrice a au moins n lments.
3) Toute base a exactement n lments.
dm. :
Un espace de dimension n possde une base, cest--dire une famille libre et gnratrice forme de n
vecteurs et on sait que toute famille libre a au plus autant de vecteurs quune famille gnratrice.

http://mp.cpgedupuydelome.fr 181 cbna


7.2. DIMENSION DUN ESPACE VECTORIEL
Thorme
Soit E un K-espace vectoriel de dimension n N et B = (e
1
, . . . , e
n
) une famille forme
dexactement n = dimE vecteurs de E. On a quivalence entre :
(i) B est une base ;
(ii) B est une famille libre ;
(iii) B est une famille gnratrice.
dm. :
Les implications (i) (ii) et (i) (iii) sont immdiates.
(ii) (i) Supposons la famille B libre et montrons quelle est gnratrice.
Soit x E. Si par labsurde x / Vect(e
1
, . . . , e
n
) alors par le principe dextension des familles libres, on
peut afrmer que la famille (e
1
, . . . , e
n
, x) est libre. Or celle-ci est forme de n + 1 > dimE vecteurs.
Cest absurde et on peut donc conclure x Vect(e
1
, . . . , e
n
).
Ainsi tout vecteur de E est combinaison linaire des vecteurs de la famille B et celle-ci est donc gnratrice.
(iii) (i) Supposons la famille B gnratrice et montrons quelle est libre.
Par labsurde, supposons que la famille B est lie.
Lun des vecteurs de B est combinaison linaire des autres, notons i son indice. Par le principe de
rduction des familles gnratrices, la famille (e
1
, . . . ,

e
i
, . . . , e
n
) est gnratrice. Or cette famille est
constitue de n 1 < dimE vecteurs. Cest absurde et donc on peut afrmer que la famille B est libre.

Exemple Dans R
3
, considrons la famille B = (u, v, w) forme des vecteurs
u = (1, 1, 1), v = (1, 2, 1), w = (0, 1, 1) et B = (u, v, w).
Montrons que la famille B est une base de R
3
.
Supposons u +v + w =

0.
On a
( +, + 2 +, + +) = (0, 0, 0)
En rsolvant le systme form par identication des lments, on obtient = = = 0.
La famille B est libre et forme de 3 = dimR
3
vecteurs de R
3
, cest donc une base de R
3
.
Dterminons les composantes du vecteur x = (1, 2, 3) dans cette base.
Il sagit de dterminer , , R vriant u +v + w = x i.e.
( +, + 2 +, + +) = (1, 2, 3)
En rsolvant le systme form par identication des lments, on obtient = 2, = 1, = 2.
Exemple Soit E un K-espace vectoriel de dimension 3 muni dune base B = (e
1
, e
2
, e
3
).
Considrons B
t
= (
1
,
2
,
3
) la famille forme des vecteurs

1
= e
2
+e
3
,
2
= e
1
+e
3
,
3
= e
1
+e
2
Montrons que B
t
= (
1
,
2
,
3
) est une base de E.
Supposons
1

1
+
2

2
+
3

3
=

0
E
.
On a
(
2
+
3
)e
1
+ (
1
+
2
)e
2
+ (
1
+
3
)e
3
=

0
Or la famille B est libre donc
2
+
3
=
1
+
3
=
1
+
2
= 0.
Aprs rsolution du systme correspondant, on obtient
1
=
2
=
3
= 0.
La famille B
t
est libre et forme de 3 = dimE vecteurs de E, cest donc une base de E.
Soit x un vecteur de composantes
1
,
2
,
3
dans B, dterminons ses composantes
1
,
2
,
3
dans B
t
.
http://mp.cpgedupuydelome.fr 182 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
On veut dterminer les rels
1
,
2
,
3
vriant x =
1

1
+
2

2
+
3

3
i.e.
x = (
2
+
3
)e
1
+ (
1
+
2
)e
2
+ (
1
+
3
)e
3
Par unicit des composantes dun vecteur dans une base, on a
_

2
+
3
=
1

1
+
2
=
2

1
+
3
=
3
Aprs rsolution de ce systme, on obtient

1
=

1
+
2
+
3
2
,
2
=

1

2
+
3
2
et
3
=

1
+
2

3
2
Exemple Considrons le R-espace vectoriel C et la famille B = (1, j).
Montrons que B = (1, j) est une base de C.
Supposons .1 +.j = 0 avec , R.
Par identication de partie imaginaire, on a = 0 et on en dduit = 0.
Ainsi B est une famille libre forme de 2 = dim
R
C lments de C, cest donc une base de C.
7.2.4 Thorme de compltion de la base
Thorme
Soit E un K-espace vectoriel de dimension nie, L une famille libre et ( une famille
gnratrice.
On peut former une base de E en compltant la famille libre L par des vecteurs bien choisis
dans la famille gnratrice (.
dm. :
Notons L = (e
1
, . . . , e
p
) et ( = (u
1
, . . . , u
m
).
Si la famille L est gnratrice, cest une base de E et la compltion est inutile.
Sinon, la famille L nest pas gnratrice de E et par suite il existe i 1, . . . , m tel que
u
i
/ Vect(e
1
, ..., e
p
)
Posons alors e
p+1
= u
i
, par le principe dextension des familles libres, la famille (e
1
, ..., e
p
, e
p+1
) est
libre.
On a ainsi complt L partir dun vecteur de ( de sorte dobtenir une famille libre p + 1 vecteurs.
On ritre ce processus jusqu obtention dune famille gnratrice ; ce processus sarrte ncessairement
car les il ny a quun nombre ni de vecteurs dans la famille (.

Corollaire
Dans un K-espace vectoriel de dimension nie :
1) Toute famille libre peut tre complte en une base.
2) De toute famille gnratrice, on peut extraire une base.
dm. :
1) Il suft de former une base en compltant la famille libre considre laide de vecteurs bien choisis
http://mp.cpgedupuydelome.fr 183 cbna
7.2. DIMENSION DUN ESPACE VECTORIEL
dans une famille gnratrice de lespace.
2) On peut former une base en compltant la famille vide par des vecteurs bien choisis dans la famille
gnratrice considre. On peut aussi procder en retirant de la famille gnratrice les vecteurs combinaisons
linaires des autres jusqu obtention dune famille libre.

Exemple Dans lespace E = R


3
, considrons les vecteurs u = (1, 2, 1) et v = (1, 1, 0).
Les vecteurs u et v ne sont pas colinaires et donc la famille (u, v) est libre. Compltons-la en une base
de E ce qui ncessite dy adjoindre un vecteur puisque dimR
3
= 3.
Considrons la famille (

i,

j,

k) avec

i = (1, 0, 0),

j = (0, 1, 0) et

k = (0, 0, 1).
La famille (

i,

j,

k) est gnratrice de R
3
, on peut donc complter (u, v) en une base de E laide dun
vecteur bien choisi dans la famille (

i,

j,

k). Dans le cas prsent, nimporte lequel convient et on vrie


en particulier que (u, v,

k) est une base de E car on dmontre aisment que cest une famille libre.
Exemple Soit E un K-espace vectoriel muni dune base B = (e
1
, e
2
, e
3
).
Considrons le vecteur u = e
1
+e
2
.
Puisque u ,=

0, la famille (u) est libre. Compltons-la en une base de E ce qui ncessite dy adjoindre
deux vecteurs puisque dimE = 3.
Comme la famille B = (e
1
, e
2
, e
3
) est gnratrice de E, on peut complter (u) laide de vecteurs bien
choisi dans cette famille.
Commenons par considrer le vecteur e
1
.
Les vecteurs u et e
1
sont clairement non colinaires et donc la famille (u, e
1
) est libre.
Pour poursuivre la compltion, le vecteur e
2
nest pas un bon choix car u = e
1
+e
2
. Prenons alors le
vecteur e
3
, on peut afrmer que la famille (u, e
1
, e
3
) est base de E notamment parce que lon sait quon
peut complter la famille (u, e
1
) en une base de E laide dun vecteur bien choisi dans (e
1
, e
2
, e
3
) et
que seul le vecteur e
3
est possible.
7.2.5 Applications
7.2.5.1 quation diffrentielle linaire dordre 2 coefcients constants
Soient p, q K. On note E(p, q) lensemble des fonctions de Rvers Ksolutions de lquation diffrentielle
y
tt
+py
t
+qy = 0
Thorme
Lensemble o des fonctions de R vers K solutions de lquation diffrentielle
E : y
tt
+py
t
+qy = 0 (avec p, q K )
est un plan vectoriel
dm. :
Montrons que o est un sous-espace vectoriel de (
2
(R, K).
Par dnition les solutions de lquation diffrentielle sont deux fois drivables et de plus leur drive
seconde est continue car sexprimant en fonction de y et y
t
. On en dduit que les solutions de lquation
diffrentielle sont de classe (
2
et donc o (
2
(R, K). On peut mme, en approfondissant, afrmer que
les solutions sont des fonctions de classe (

.
http://mp.cpgedupuydelome.fr 184 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
La fonction nulle est videmment solution de lquation E et donc

0 o.
Soient
1
,
2
K et y
1
, y
2
o.
Par linarit de la drivation, on a
(
1
y
1
+
2
y
2
)
tt
+p(
1
y
1
+
2
y
2
)
t
+q(
1
y
1
+
2
y
2
) =
1
(y
tt
1
+py
t
1
+qy
1
) +
2
(y
tt
2
+py
t
2
+qy
2
) = 0
et donc
1
y
1
+
2
y
2
o.
Ainsi o est un sous-espace vectoriel de (
2
(R, K) et cest donc un K-espace vectoriel.
Pour dterminer sa dimension, rappelons que pour tout x
0
R et tout a, b K, il existe une unique
solution lquation diffrentielle E vriant les conditions initiales y(x
0
) = a et y
t
(x
0
) = b.
Considrons alors y
1
et y
2
les fonctions solutions dtermines par les conditions initiales
_
y
1
(0) = 1
y
t
1
(0) = 0
et
_
y
2
(0) = 0
y
t
2
(0) = 1
Montrons que la famille (y
1
, y
2
) est base de o.
Supposons
1
y
1
+
2
y
2
=

0.
En valuant en 0, on obtient
1
= 0.
En drivant et en valuant en 0, on obtient
2
= 0.
Ainsi la famille (y
1
, y
2
) est libre.
Montrons que la famille (y
1
, y
2
) est gnratrice de o.
Soit y o. Considrons la fonction y = y(0)y
1
+y
t
(0)y
2
.
Les fonctions y et y sont solutions de E et vrient par construction
_
y(0) = y(0)
y
t
(0) = y
t
(0)
Puisque des conditions initiales donnes dterminent une solution unique, on peut afrmer y = y.
Ainsi la famille (y
1
, y
2
) est gnratrice et cest donc une base de o.
Finalement o est un K-espace vectoriel de dimension 2.

Remarque Pour dcrire compltement les lments de o, il suft de connatre deux solutions
linairement indpendantes.
Exemple Supposons K = C.
Introduisons lquation caractristique r
2
+pr +q = 0 de discriminant .
Si ,= 0 alors lquation caractristique admet deux racines distinctes et C.
On vrie alors aisment que x e
x
et x e
x
sont solutions de E et puisque celles-ci sont
linairement indpendante, on peut afrmer que la solution gnrale de E est
y(x) = e
x
+e
x
avec , C
Si = 0 alors lquation caractristique admet une racine double C.
On vrie par le calcul des les fonctions x e
x
et x xe
x
sont solutions de E et puisque celles-ci
sont linairement indpendante, on peut afrmer que la solution gnrale de E est
y(x) = ( +x)e
x
avec , C
Remarque On peut transposer ce qui prcde au cadre K = R.
http://mp.cpgedupuydelome.fr 185 cbna
7.2. DIMENSION DUN ESPACE VECTORIEL
7.2.5.2 Suites rcurrentes linaires dordre 2
Soient (p, q) KK

et u = (u
n
) K
N
vriant
n N, u
n+2
+pu
n+1
+qu
n
= 0.
Dnition
On dit que (u
n
) est une suite rcurrente linaire dordre 2.
Notons o lensemble des suites de K
N
vriant
n N, u
n+2
+pu
n+1
+qu
n
= 0
Proposition
Pour tout a, b K, il existe une unique suite u = (u
n
) o vriant les conditions initiales
u
0
= a et u
1
= b.
dm. :
Ces conditions initiales dterminent entirement les termes successifs de la suite.

Thorme
o est un plan vectoriel.
dm. :
Montrons pour commencer que o est un sous-espace vectoriel de K
N
.
On a o K
N
et on vrie aisment (0)
nN
o.
Soient , K et u, v o. Puisque u +v = (u
n
+v
n
)
nN
, on a
(u+v)
n+2
+p(u+v)
n+1
+q(u+v)
n
= (u
n+2
+pu
n+1
+qu
n
)+(v
n+2
+pv
n+1
+qv
n
) = 0
Ainsi u +v o.
o est donc un sous-espace vectoriel de K
N
et cest donc un K-espace vectoriel.
Pour dterminer sa dimension, formons une base de o. Pour cela considrons les deux suites v, w o
dtermine par les conditions initiales
_
v
0
= 1
v
1
= 0
et
_
w
0
= 0
w
1
= 1
Supposons v +w = 0.
Les termes dindices 0 et 1 de cette galit de suites donnent = 0 et = 0.
La famille (v, w) est donc libre.
Soit u o. Les suites u et u
0
v +u
1
w sont lments de o et, par construction, elles ont les mmes termes
de rang 0 et de rang 1. On en dduit quelles sont donc gales et donc la famille (v, w) est un gnratrice
de o.
Finalement (v, w) est une base de o et donc o est un K-espace vectoriel de dimension 2.

Remarque Il nest pas ais dexprimer les termes gnraux des suites v et w. Pour cette raison, nous
allons chercher des suites plus simples lments de o, commencer par les suites gomtrique.
http://mp.cpgedupuydelome.fr 186 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Proposition
On a quivalence entre :
(i) la suite gomtrique (r
n
) appartient o ;
(ii) r est solution de lquation r
2
+pr +q = 0.
dm. :
(i) (ii) Si la suite (r
n
) vrie n N, r
n+2
+pr
n+1
+qr
n
= 0 alors pour n = 0 on a r
2
+pr +q = 0.
(ii) (i) Si r
2
+pr +q = 0 alors pour tout n N, r
n
(r
2
+pr +q) = 0 et donc r
n+2
+pr
n+1
+qr
n
= 0.

Dnition
Lquation r
2
+ pr + q = 0 dinconnue r C est appele quation caractristique associe
la relation de rcurrence u
n+2
+pu
n+1
+qu
n
= 0.
Exemple On suppose K = C.
Notons le discriminant de lquation caractristique r
2
+pr +q = 0.
Si ,= 0 alors lquation caractristique possde deux solutions distinctes r et s C

.
Considrons alors les suites v = (r
n
) et w = (s
n
).
Les suites v et w sont lments de o et on vrie aisment que la famille (v, w) est libre. La famille
(v, w) est donc une base de o et par suite
u o, (, ) C
2
, n N, u
n
= r
n
+s
n
.
Si = 0 alors lquation caractristique possde une solution double r = p/2 C

Considrons alors les suites v = (r


n
) et w = (nr
n
).
La suite v est lment de o et on vrie par le calcul que la suite w lest aussi. De plus, la famille (v, w)
est libre et cest donc une base de o :
u o, (, ) C
2
, n N, u
n
= ( +n)r
n
.
Exemple Dterminons le terme gnral de la suite (u
n
) dnie par :
_
u
0
= 2, u
1
= 1
n N, u
n+2
u
n+1
+ (1 +i)u
n
= 0
(u
n
) est une suite rcurrente linaire dordre 2 dquation caractristique r
2
r + (1 +i) = 0 de
racines 1 i et i.
Le terme gnral de la suite (u
n
) est donc de la forme
u
n
= (1 i)
n
+i
n
avec , C
Les conditions initiales u
0
= 2 et u
1
= 1 dterminent et .
On obtient
u
n
= (1 i)
n
+i
n
Exemple On suppose K = R.
Notons le discriminant de lquation caractristique r
2
+pr +q = 0.
Si > 0 alors lquation caractristique possde deux solutions distinctes r et s R

.
http://mp.cpgedupuydelome.fr 187 cbna
7.2. DIMENSION DUN ESPACE VECTORIEL
Comme ci-dessus, on obtient
u o, (, ) R
2
, n N, u
n
= r
n
+s
n
.
Si = 0 alors lquation caractristique possde une solution double r = p/2 R

Comme ci-dessus
u o, (, ) C
2
, n N, u
n
= ( +n)r
n
.
Si < 0 alors lquation caractristique possde deux racines complexes conjugues z = e
i
(avec
> 0 et ,= 0 [] ).
Puisque z
n+2
+pz
n+1
+qz
n
= 0 en considrant les parties relle et imaginaire de cette galit, on
obtient
v
n+2
+pv
n+1
+qv
n
= 0 et w
n+2
+pw
n+1
+qw
n
= 0
avec v
n
= Re(z
n
) et w
n
= Im(z
n
). Ainsi les suites relles v = (
n
cos n) et w = (
n
sin n)
appartiennent o. De plus, on vrie que la famille (v, w) est libre et cest donc une base de o. Ainsi
u o, (, ) R
2
, n N, u
n
= (cos n +sin n)
n
.
Exemple Soit (u
n
) la suite relle dtermine par :
_
u
0
= 1, u
1
= 2
n N, u
n+2
+ 2u
n+1
+u
n
= 0
(u
n
) est une suite rcurrente linaire dordre 2 dquation caractristique r
2
+ 2r + 1 = 0 de racine
double 1.
Le terme gnral de la suite (u
n
) est donc de la forme
u
n
= (n +)(1)
n
avec , R
Par les conditions initiales, on a = 1 et = 1.
Finalement
n N, u
n
= (1)
n
(n + 1)
Exemple Soit (u
n
) la suite relle dtermine par :
_
u
0
= 1, u
1
= 1
n N, u
n+2
+u
n+1
+u
n
= 0
(u
n
) est une suite rcurrente linaire dordre 2 dquation caractristique r
2
+r + 1 = 0 de racines
complexes conjugues j = exp(2i/3) et j
2
.
Le terme gnral de la suite (u
n
) est donc de la forme
u
n
= cos
2n
3
+sin
2n
3
avec , R
Par les conditions initiales, on obtient = 1 et =

3.
Finalement
n N, u
n
= 2 cos
(2n 1)
3
http://mp.cpgedupuydelome.fr 188 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
7.3 Sous-espace vectoriel de dimension nie
7.3.1 Dimension dun sous espace vectoriel dun espace de dimension nie
Thorme
Tout sous-espace vectoriel F dun K-espace vectoriel est de dimension nie.
dm. :
Soit F un sous-espace vectoriel de E.
Si F =
_

0
_
alors F est de dimension nie.
Sinon, il existe un vecteur non nul e
1
F et la famille (e
1
) est libre.
Si elle gnratrice de F, cest une base de F. Sinon, il existe un vecteur e
2
F qui nest pas colinaire
e
1
et alors la famille (e
1
, e
2
) est libre.
On peut alors reprendre la discussion prcdente, si (e
1
, e
2
) est gnratrice de F, cest une base de F,
sinon on la complte en une famille libre laide dun vecteur bien choisi dans F etc.
Le processus sarrte ncessairement car une famille libre dlments de F est une famille libre de
vecteurs de E et possde donc au plus dimE vecteurs.

Corollaire
Si F est un sous-espace vectoriel dun K-espace vectoriel E de dimension nie alors
dimF dimE
avec galit si, et seulement si, F = E.
dm. :
Soit F un sous-espace vectoriel dun K-espace vectoriel E de dimension nie.
Lespace F admet une base B = (e
1
, . . . , e
p
) avec p = dimF.
Puisque la famille B est une famille libre de p vecteurs de E on a p dimE.
Ainsi dimF dimE.
De plus, il y a galit si, et seulement si, B est une base de E ce qui revient dire que les espaces E et F
sont gaux.

Exemple Si dimF = 0 alors F =


_

0
_
, cest lespace nul.
Exemple Si dimF = 1 alors F est une droite vectorielle.
On a alors F = Vect(u) pour tout vecteur non nul u F.
On dit que u est un vecteur directeur de F.
Exemple Si dimF = 2 alors F est un plan vectoriel.
On a alors F = Vect(u, v) pour tous vecteurs u, v F non colinaires.
On dit que u et v sont des vecteurs directeurs de F.
Exemple Si dimF = dimE 1 alors on dit que F est un hyperplan vectoriel de E.
http://mp.cpgedupuydelome.fr 189 cbna
7.3. SOUS-ESPACE VECTORIEL DE DIMENSION FINIE
7.3.2 Construction de base dun sous-espace vectoriel
7.3.2.1 Espace vectoriel engendr par une famille de vecteurs
On dsire dterminer une base dun espace F = Vect(e
1
, . . . , e
p
).
La famille (e
1
, . . . , e
p
) est gnratrice de F, on peut donc en extraire une base de la manire suivante :
- si (e
1
, . . . , e
p
) est libre alors cest une base de F ;
- sinon, lun des vecteurs de (e
1
, . . . , e
p
) est combinaison linaire des autres et on peut retirer celui-ci
sans perdre le caractre gnrateur de la famille ;
- si besoin, on reprend ce processus jusqu obtention dune famille libre donc dune base.
Exemple Dans lespace R
3
, considrons
F = (a + 2b +c, b +c, a +b)/a, b, c R
On a
F = au +bv +c w/a, b, c R
avec u = (1, 0, 1), v = (2, 1, 1) et w = (1, 1, 0).
Par suite F = Vect(u, v, w).
La famille (u, v, w) est gnratrice de F.
On remarque la relation linaire u v + w =

0.
Par suite le vecteur w, par exemple, est combinaison linaire des vecteurs u et v et donc F = Vect(u, v).
Or les vecteurs u et v ne sont pas colinaires donc la famille (u, v) est une base de F.
7.3.2.2 Espace dni par des quations linaires
Si un espace est dni par des quations linaires, on peut, en rsolvant celles-ci, dterminer une famille
gnratrice puis une base de cet espace.
Exemple Dans lespace R
3
, considrons
F =
_
(x, y, z) R
3
/x +y +z = 0, 2x y +z = 0
_
Rsolvons le systme
_
x +y +z = 0
2x y +z = 0
On obtient pour solution
_
x = 2y
z = 3y
On en dduit
F = (2y, y, 3y)/y R = Vectu
avec u = (2, 1, 3).
Puisque u ,=

0, la famille (u) est une base de F.


Exemple Dans lespace R
4
, considrons
F =
_
(x, y, z, t) R
4
/x + 2y + 3z + 4t = 0
_
http://mp.cpgedupuydelome.fr 190 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Lquation dnissant F quivaut lquation rsolue x = 2y 3y 4t.
On en dduit
F = (2y 3z 4t, y, z, t)/y, z, t R = Vect(u, v, w)
avec u = (2, 1, 0, 0), v = (3, 0, 1, 0) et w = (4, 0, 0, 1).
Il est ais de vrier que la famille (u, v, w) est libre et donc cest une base de F.
7.3.3 Supplmentaire en dimension nie
Thorme
Si F et G sont des sous-espaces vectoriels supplmentaires dun K-espace vectoriel E de
dimension nie alors on peut former une base de E en accolant une base de F et une base
de G.
En particulier dimE = dimF + dimG.
dm. :
Soient B = (e
1
, ..., e
p
) et ( = (

f
1
, ...,

f
q
) des bases des espaces F et G.
Formons la famille T = (e
1
, ..., e
p
,

f
1
, ...,

f
q
) et montrons que cest une base de E.
Supposons

1
e
1
+ +
p
e
p
+
1

f
1
+ +
q

f
q
=

0
On a

1
e
1
+ +
p
e
p
=
_

f
1
+ +
q

f
q
_
F G
Or les espaces F et G sont supplmentaires donc F G =
_

0
_
et par suite

1
e
1
+ +
p
e
p
=
1

f
1
+ +
q

f
q
=

0
Puisque les familles B et ( sont libres on a alors
1
= . . . =
p
= 0 et
1
= . . . =
q
= 0.
Ainsi la famille T est libre. Montrons maintenant quelle est gnratrice.
Soit x E. Puisque E = F +G, on peut crire x =a +

b avec a F et

b G.
Puisque a F et que B est base de F, on peut crire a =
1
e
1
+ +
p
e
p
.
De mme, on peut crire

b =
1

f
1
+ +
q

f
q
et ainsi
x =
1
e
1
+ +
p
e
p
+
1

f
1
+ +
q

f
q
Par suite T est une famille gnratrice et nalement cest une base de E.

Dnition
Toute base de E obtenue en accolant une base de F et une base de G est dite adapte la
supplmentarit de F et G.
Thorme
Soit E un K-espace vectoriel de dimension nie.
Tout sous-espace vectoriel F de E possde au moins un supplmentaire.
dm. :
Soit F un sous-espace vectoriel de E et B = (e
1
, ..., e
p
) une base de F avec p = dimF.
La famille B est une famille libre de vecteurs de E, on peut la complter en une base de E de la forme
http://mp.cpgedupuydelome.fr 191 cbna
7.3. SOUS-ESPACE VECTORIEL DE DIMENSION FINIE
B
t
= (e
1
, ..., e
p
, e
p+1
, ..., e
n
).
Considrons alors lespace G = Vect(e
p+1
, ..., e
n
) et montrons que G est un supplmentaire de F.
Soit x F G.
On peut crire x =
1
e
1
+ +
p
e
p
et x =
p+1
e
p+1
+ +
n
e
n
.
On a alors

1
e
1
+ +
p
e
p
(
p+1
e
p+1
+ +
n
e
n
) =

0
Or la famille B
t
est libre donc
1
= . . . =
p
=
p+1
= . . . =
n
= 0.
On en dduit x =

0 et ainsi F G =
_

0
_
.
Soit x E.
Puisque B
t
est gnratrice de E, on peut crire
x =
1
e
1
+ +
p
e
p
+
p+1
e
p+1
+ +
n
e
n
On a alors x =a +

b avec a =
1
e
1
+ +
p
e
p
F et

b =
p+1
e
p+1
+ +
n
e
n
G.
Ainsi E = F +G et nalement F et G sont supplmentaires dans E.

Attention : Il y a existence dun supplmentaire mais pas unicit !


Remarque Pour former un supplmentaire de F, il suft de complter une base de F en une base de E
et de considrer lespace engendr par les vecteurs compltant.
Exemple Dans lespace R
3
considrons F = Vect(u, v) avec u = (1, 1, 1) et v = (0, 1, 1).
Pour dterminer un supplmentaire de F, il suft de complter la famille libre (u, v) en une base de R
3
.
On vrie aisment que le vecteur

j = (0, 1, 0) convient (aussi

k mais pas

i )
Par suite G = Vect(

j) est un sous-espace vectoriel supplmentaire de F dans R


3
.
7.3.4 Thorme des quatre dimensions
Thorme
Si F et G sont deux sous-espaces vectoriels de dimension nie dun
K-espace vectoriel E alors F +G et F G sont de dimensions nies et
dim(F +G) = dimF + dimGdimF G
http://mp.cpgedupuydelome.fr 192 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
dm. :
La runion dune famille gnratrice de F et dune famille gnratrice de Gdonne une famille gnratrice
de F +G. Par suite lespace F +G est de dimension nie.
Puisque F G est un sous-espace vectoriel de F, lespace F G possde un supplmentaire H dans F.
Montrons que H et G sont supplmentaires dans F +G.
Puisque H F, on a H = H F et donc
H G = H F G = H (F G) =
_

0
_
Puisque F +G = H + (F G) +G avec F G G, on a aussi F +G = H +G.
Ainsi H et G sont supplmentaires dans F +G.
Par supplmentarit de H et F G dans F on a dimF = dimH + dim(F G).
Par supplmentarit de H et G dans F +G on a aussi dim(F +G) = dimH + dimG
On en dduit
dim(F +G) = dimF + dimGdimF G

7.3.5 Applications de la dimension


Thorme
Soient F et G deux sous-espaces vectoriels de dimensions nies dun K-espace vectoriel E.
Si F G et si dimF = dimG alors F = G.
dm. :
Posons p = dimF et considrons B = (e
1
, ..., e
p
) une base de F.
B est une famille libre forme de p = dimG vecteurs de G.
Cest donc une base de G et par suite G = Vect(e
1
, ..., e
p
) = F.

Exemple Soient P
1
et P
2
deux plans vectoriels distincts dune K-espace vectoriel E de dimension 3.
Montrons que P
1
P
2
est une droite vectorielle.
Etudions P
1
+P
2
.
P
1
+P
2
est un sous-espace vectoriel de E donc dimP
1
+P
2
3.
P
1
+P
2
contient P
1
donc dim(P
1
+P
2
) 2.
Si dim(P
1
+P
2
) = 2 alors par inclusion et galit des dimensions, on a P
1
= P
1
+P
2
. Par un argument
identique on a aussi P
2
= P
1
+P
2
et donc P
1
= P
2
ce qui est exclu.
On en dduit dim(P
1
+P
2
) = 3 et par la formule de Grassman
dim(P
1
P
2
) = dimP
1
+ dimP
2
dim(P
1
+P
2
) = 1
Thorme
Soient F et G deux sous-espaces vectoriels dun K-espace vectoriel E de dimension nie
vriant
dimF + dimG = dimE
On a quivalence entre :
(i) F et G sont supplmentaires dans E ;
(ii) F +G = E ;
(iii) F G =
_

0
_
.
http://mp.cpgedupuydelome.fr 193 cbna
7.3. SOUS-ESPACE VECTORIEL DE DIMENSION FINIE
dm. :
(i) (ii) ok
(ii) (iii) Supposons F +G = E.
Par la formule de Grassman dim(F G) = dimF + dimGdimE = 0 et donc F G =
_

0
_
.
(iii) (i) Supposons F G =
_

0
_
.
Par la formule de Grassman dim(F + G) = dimF + dimG 0 = dimE. Par inclusion et galit des
dimensions on a F +G = E et donc F et G sont supplmentaires dans E.

Exemple Soit H un hyperplan dun K-espace vectoriel E de dimension nie.


Montrons que si a EH alors H et Vect(a) sont supplmentaires dans E.
Supposons a EH.
Puisque

0 H, on a a ,=

0 et donc dimVect(a) = 1.
On en dduit dimH + dimVect(a) = dimE car H est un hyperplan.
Etudions alors H Vect(a).
Soit x H Vect(a).
On peut crire x = a avec K.
Si ,= 0 alors a =
1

x H ce qui est exclu.


Ncessairement = 0 et donc x =

0.
Ainsi H Vect(a) =
_

0
_
et par lhypothse de dimension prcdemment souligne, on peut afrmer
que H et Vect(a) sont supplmentaires dans E.
7.3.6 Rang dune famille de vecteurs
Soit T = (e
j
)
1jp
une famille de vecteurs dun K-espace vectoriel E.
7.3.6.1 Dnition
Dnition
On appelle rang de la famille T la dimension, note rgT, de lespace vectoriel engendr par
cette famille. Ainsi
rgT = rg(e
1
, . . . , e
p
) = dimVect(e
1
, . . . , e
p
)
Exemple
rg(u) =
_
1 si u ,=

0
0 si u =

0
Exemple
rg(u, v) =
_
_
_
2 si u, v non colinaires
1 si u, v colinaires, non tous deux nuls
0 si u = v =

0
http://mp.cpgedupuydelome.fr 194 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Thorme
On a rg(e
1
, . . . , e
p
) p avec galit si, et seulement si, la famille est libre.
dm. :
(e
1
, . . . , e
p
) est une famille gnratrice de lespace Vect(e
1
, . . . , e
p
) donc dimVect(e
1
, . . . , e
p
) p.
Si la famille (e
1
, . . . , e
p
) est libre, cest alors une base de Vect(e
1
, . . . , e
p
) et donc dimVect(e
1
, . . . , e
p
) =
p.
Inversement si dimVect(e
1
, . . . , e
p
) = p alors la famille (e
1
, . . . , e
p
) est gnratrice et forme de p =
dimVect(e
1
, . . . , e
p
) vecteurs de Vect(e
1
, . . . , e
p
), cest donc une base de Vect(e
1
, . . . , e
p
) et en particulier
cette famille est libre.

Thorme
On a rg(e
1
, . . . , e
p
) dimE avec galit si, et seulement si, la famille est gnratrice.
dm. :
Lespace Vect(e
1
, . . . , e
p
) est inclus dans E donc dimVect(e
1
, . . . , e
p
) dimE.
De plus, puisquil y a inclusion, il y a galit des dimensions si, et seulement si, les espaces sont gaux
i.e. si, et seulement si, la famille (e
1
, . . . , e
p
) est gnratrice de E.

Corollaire
(e
1
, . . . , e
p
) est une base de E si, et seulement si, rg(e
1
, . . . , e
p
) = p = dimE.
7.3.6.2 Oprations
Proposition
On ne modie pas le rang dune famille de vecteur lorsque :
- on retire le vecteur nul de la famille si celui-ci y apparat ;
- on permute les vecteurs de la famille ;
- on multiple un vecteur par un scalaire ,= 0 ;
- on ajoute un vecteur une combinaison linaire des autres.
dm. :
Les diffrentes manipulations proposes ne modient pas lespace vectoriel engendr par la famille ni
a fortiori son rang. Cela est immdiat pour les trois premires manipulations, dtaillons la quatrime
manipulation.
Soit (e
1
, . . . , e
p
) une famille de vecteurs dun K-espace vectoriel E. Quitte permuter les vecteurs,
supposons quon ajoute au vecteur e
p
une combinaison linaire x =
1
e
1
+ +
p1
e
p1
.
Puisquune combinaison linaire des vecteurs e
1
, . . . , e
p1
et e
p
+ x est aussi une combinaison linaire
des vecteurs e
1
, . . . , e
p1
, e
p
on a dj
Vect(e
1
, . . . , e
p1
, e
p
+x) Vect(e
1
, . . . , e
p
)
Par le mme argument, on a aussi
Vect(e
1
, . . . , e
p
) = Vect(e
1
, . . . , (e
p
+x) x) Vect(e
1
, . . . , e
p1
, e
p
+x)
et on peut donc conclure lgalit
Vect(e
1
, . . . , e
p1
, e
p
+x) = Vect(e
1
, . . . , e
p
)
http://mp.cpgedupuydelome.fr 195 cbna
7.4. APPLICATIONS LINAIRES EN DIMENSION FINIE

Exemple Soit E un K-espace vectoriel muni dune base (e


1
, e
2
, e
3
).
Dterminons le rang de la famille (
1
,
2
,
3
) avec

1
= e
2
+ 2e
1
,
2
= e
1
et
3
= e
1
e
2
+ 3e
3
Par permutation des vecteurs
rg(
1
,
2
,
3
) = rg(e
1
, e
2
+ 2e
1
, e
1
e
2
+ 3e
3
)
On ajoutant 2e
1
au deuxime vecteur et e
1
au troisime
rg(
1
,
2
,
3
) = rg(e
1
, e
2
, e
2
+ 3e
3
)
On ajoutant e
2
au troisime vecteur
rg(
1
,
2
,
3
) = rg(e
1
, e
2
, 3e
3
)
Enn, en multipliant par 1/3 le troisime vecteur
rg(
1
,
2
,
3
) = rg(e
1
, e
2
, e
3
) = 3
car la famille (e
1
, e
2
, e
3
) est une base de E.
On en dduit que la famille (
1
,
2
,
3
) est aussi une base de E.
Remarque Avec le calcul matriciel, cet outil deviendra trs efcace.
7.4 Applications linaires en dimension nie
E, F et G dsignent des K-espaces vectoriels de dimensions nies.
7.4.1 Image dune famille de vecteurs
Soient f L(E, F) et B = (e
1
, . . . , e
n
) une famille de vecteurs de E.
Dnition
On appelle image de la famille B par lapplication f, la famille de vecteur
f(B) = (f(e
1
), . . . , f(e
n
))
Thorme
f(Vect(B)) = Vect(f(B)) i.e. : f (Vect(e
1
, . . . , e
n
)) = Vect (f(e
1
), . . . , f(e
n
)).
dm. :
Vect(e
1
, . . . , e
n
) =
1
e
1
+ +
n
e
n
/
1
, . . . ,
n
K
http://mp.cpgedupuydelome.fr 196 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
donc
f (Vect(e
1
, . . . , e
n
)) = f(
1
e
1
+ +
n
e
n
)/
1
, . . . ,
n
K
Par linarit de f
f (Vect(e
1
, . . . , e
n
)) =
1
f(e
1
) + +
n
f(e
n
)/
1
, . . . ,
n
K
et donc
f (Vect(e
1
, . . . , e
n
)) = Vect (f(e
1
), . . . , f(e
n
))

Corollaire
Si V est un sous-espace vectoriel de E alors dimf(V ) dimV
dm. :
Soit (e
1
, . . . , e
n
) une base de V .
f(V ) = f (Vect(e
1
, . . . , e
n
)) = Vect (f(e
1
), . . . , f(e
n
))
donc dimf(V ) dimV .

Thorme
Si la famille B est libre et si f L(E, F) est injective alors la famille f(B) est libre.
dm. :
Supposons

1
f(e
1
) + +
n
f(e
n
) =

0
F
Par linarit de f on a
f (
1
e
1
+ +
n
e
n
) =

0
E
donc

1
e
1
+ +
n
e
n
ker f
Or ker f =
_

0
E
_
donc

1
e
1
+ +
n
e
n
=

0
E
Enn puisque la famille B est libre, on obtient
1
= . . . =
n
= 0.

Corollaire
Si f L(E, F) est injective alors dimE dimF.
dm. :
Une base de E est transforme par lapplication f en une famille libre de F. Il y a donc moins de vecteurs
dans une base de E que la dimension de F.

Remarque Si V est un sous-espace vectoriel de E et si f est injective alors dimf(V ) = dimV .


Thorme
Si la famille B est gnratrice de E et si f L(E, F) est surjective alors la famille f(B) est
gnratrice de F.
http://mp.cpgedupuydelome.fr 197 cbna
7.4. APPLICATIONS LINAIRES EN DIMENSION FINIE
dm. :
Soit y F.
Puisque f est surjective, il existe x E vriant y = f(x).
Puisque la famille B est gnratrice, il existe
1
, . . . ,
n
K vriant
x =
1
e
1
+ +
n
e
n
et alors
f(x) =
1
f(e
1
) + +
n
f(e
n
)
Ainsi la famille f(B) est gnratrice de F.

Corollaire
Si f L(E, F) est surjective alors dimF dimE.
dm. :
Une base de E est transforme par lapplication f en une famille gnratrice de F. Il y a donc
plus de vecteurs dans une base de E que la dimension de F.
Thorme
Si la famille B est une base de E et si f est un isomorphisme alors f(B) est une base de F.
dm. :
Cest immdiat par les deux thormes qui prcdent.

Corollaire
Si f L(E, F) est un isomorphisme alors dimE = dimF.
7.4.2 Image dune base
Thorme
Soient E et F deux K-espaces vectoriels.
Etant donnes B = (e
1
, . . . , e
p
) une base de E et T = (y
1
, . . . , y
p
) une famille de vecteurs de
F, il existe une unique application linaire f L(E, F) vriant
1 j p, f(e
j
) = y
j
dm. :
Unicit :
Soit f solution. Pour tout x E, on peut crire x =
1
e
1
+ +
p
e
p
avec
j
K
On a alors
f(x) =
1
f(e
1
) + +
p
f(e
p
) =
1
y
1
+ +
p
y
p
ce qui dtermine f(x) de manire unique.
Existence :
Pour tout x E, posons f(x) =
1
y
1
+ +
p
y
p
avec
1
, . . . ,
p
les composantes de x dans la base
B. On dnit ainsi une application f : E F.
Puisque les applications composantes dans une base sont linaires, lapplication f est linaire et on vrie
aisment que f(e
j
) = y
j
car les composantes de e
j
dans B sont nulles sauf la j-me gale 1.

http://mp.cpgedupuydelome.fr 198 cbna


CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Corollaire
Une application linaire est entirement dtermine par limage dune base.
Exemple On vrie aisment que les vecteurs (1, 1, 1), (0, 1, 1) et (0, 0, 1) forment une base de R
3
.
Dterminons lunique f L(R
3
, R
2
) vriant
f(1, 1, 1) = (1, 0), f(0, 1, 1) = (0, 1) et f(0, 0, 1) = (1, 1)
Pour (x, y, z) R
3
dterminer , , R tel que
(x, y, z) = .(1, 1, 1) +(0, 1, 1) +(0, 0, 1)
Aprs rsolution, on obtient = x, = y x et = z y x.
On a alors
f(x, y, z) = xf(1, 1, 1) + (y x)f(0, 1, 1) + (z y x)f(0, 0, 1)
donc
f(x, y, z) = (z y, z 2x)
Thorme
Soient E et F deux K-espaces vectoriels, f L(E, F) et B = (e
1
, . . . , e
p
) une base de E.
1) f est injective si, et seulement si, la famille (f(e
1
), . . . , f(e
p
)) est libre.
2) f est surjective si, et seulement si, la famille (f(e
1
), . . . , f(e
p
)) est gnratrice de F.
3) f est un isomorphisme si, et seulement si, la famille f(B) est une base de F.
dm. :
1) ( ) dj vue
( ) Supposons la famille (f(e
1
), . . . , f(e
p
)) libre
Soit x ker f. On peut crire x =
1
e
1
+ +
p
e
p
.
On a alors
f(x) =
1
f(e
1
) + +
p
f(e
p
) =

0
Or la famille (f(e
1
), . . . , f(e
p
)) est libre donc
1
= . . . =
p
= 0 puis x =

0.
Ainsi ker f =
_

0
_
est donc f est injective.
2) ( ) dj vue
( ) Supposons la famille (f(e
1
), . . . , f(e
p
)) gnratrice de F.
Soit y F. On peut crire
y =
1
f(e
1
) + +
p
f(e
p
)
Posons alors x =
1
e
1
+ +
p
e
p
E. Par linarit de f, on vrie y = f(x).
Par suite f est surjective.
3) immdiat par ce qui prcde.

Corollaire
Deux K-espaces vectoriels de dimensions nies sont isomorphes si, et seulement si, ils ont
mme dimension
dm. :
Si deux espaces sont isomorphes, un isomorphisme transforme une base de lun en une base de lautre et
donc les espaces ont mme dimension.
Inversement, sil y a galit des dimensions, il existe une application linaire transformant une base de
lun en une base de lautre et celle-ci est un isomorphisme.

http://mp.cpgedupuydelome.fr 199 cbna


7.4. APPLICATIONS LINAIRES EN DIMENSION FINIE
7.4.3 Rang dune application linaire
Dnition
On appelle rang dune application linaire f L(E, F) la dimension de son image.
On note rgf = dimImf.
Exemple rg(f) = 0 f =

0.
Proposition
Si B = (e
1
, . . . , e
p
) est une base de E alors
rgf = rg(f(e
1
), . . . , f(e
p
))
dm. :
rgf = dimImf = dimf(E)
or
f(E) = f(Vect(e
1
, . . . , e
n
)) = Vect(f(e
1
), . . . , f(e
n
))
donc
rgf = rg(f(e
1
), . . . , f(e
p
))

Proposition
rgf dimE avec galit si, et seulement si, f est injective.
rgf dimF avec galit si, et seulement si, f est surjective.
dm. :
Introduisons (e
1
, . . . , e
p
) une base de E avec p = dimE
rgf = rg(f(e
1
), . . . , f(e
p
)) p avec galit si, et seulement si, la famille (f(e
1
), . . . , f(e
p
)) est libre
i.e. f injective.
Aussi rgf = rg(f(e
1
), . . . , f(e
p
)) dimF avec galit si, et seulement si, la famille (f(e
1
), . . . , f(e
p
))
est gnratrice de F i.e. f surjective.

Thorme
Soient f L(E, F) et g L(F, G).
On a
rg(g f) min(rgf, rgg)
De plus, si f surjective rg(g f) = rgg et si g injective rg(g f) = rgf.
dm. :
rg(g f) = dimIm(g f) = dimg(f(E))
Dune part, g(f(E)) = Img
f(E)
donc rg(g f) = rgg
f(E)
dimf(E) = rgf avec galit quand g est
injective.
Dautre part, g(f(E)) g(F) = Img donc rg(g f) rgg avec galit quand f est surjective.

http://mp.cpgedupuydelome.fr 200 cbna


CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Corollaire
On ne modie pas le rang dune application linaire en composant celle-ci avec un
isomorphisme.
7.4.4 Thorme du rang
Thorme
Soit une application linaire f L(E, F).
1) f ralise un isomorphisme de tout supplmentaire de ker f dans E vers Imf.
2) On a rgf + dimker f = dimE [Formule du rang]
dm. :
1) Soit H un supplmentaire de ker f dans E.
Considrons la restriction

f : H Imf dnie par

f(x) = f(x).
Lapplication

f est bien dnie au dpart de H et valeurs dans Imf.
Lapplication

f est linaire car restriction dune application linaire au dpart dun sous-espace vectoriel.
ker

f = ker f H =
_

0
_
donc lapplication linaire

f est injective.
Soit y Imf. Il existe x E vriant y = f(x). Or on peut crire x =a +

b avec a ker f et

b H et
alors y = f(x) = f(a) +f(

b) =

f(

b) Im

f. Par suite lapplication

f est surjective.
Finalement

f est un isomorphisme.
2) Puisque

f est un isomorphisme on a dimH = dimImf = rgf.
Or dimker f + dimH = dimE car ker f et H sont supplmentaires dans E donc
dimker f + rgf = dimE

Exemple Soit f : R
3
R
3
dnie par
f : (x, y, z) (x + 2y +z, y x, 2x +y +z)
On vrie aisment que lapplication f est linaire. Dterminons une base de Imf et ker f.
Commenons par tudier ker f.
(x, y, z) ker f f(x, y, z) = 0
Or
_

_
x + 2y +z = 0
y x = 0
2x +y +z = 0

_
x = y
z = 3y
donc
ker f = (y, y, 3y)/y R = Vectu
avec u = (1, 1, 3).
La famille (u) est base de ker f.
Etudions maintenant Imf.
Par la formule du rang, on a rgf = dimR
3
dimker f = 2.
Pour former une base de Imf, il suft de dterminer deux vecteurs indpendants dans limage de f.
v = f(1, 0, 0) = (1, 1, 2) et w = f(0, 1, 0) = (2, 1, 1) conviennent et donc la famille (v, w) est base
de limage de f.
http://mp.cpgedupuydelome.fr 201 cbna
7.4. APPLICATIONS LINAIRES EN DIMENSION FINIE
Exemple Soient E un K-espace vectoriel de dimension nie et f, g L(E) vriant f g =

0.
Montrons
rgf + rgg dimE
Puisque f g =

0 on a Img ker f puis rgg dimker f.
Or par la formule du rang dimker f = dimE rgf donc rgg dimE rgf.
Exemple Soient E un K-espace vectoriel de dimension nie et f L(E) vriant ker f = ker f
2
.
Montrons que Imf et ker f sont supplmentaires dans E.
Par la formule du rang on a dj dimImf + dimker f = dimE. Il suft alors dobserver
Imf ker f =
_

0
_
pour conclure.
Soit x Imf ker f. Il existe a E tel que x = f(a). Puisque f(x) =

0, on a f
2
(a) =

0 i.e.
a ker f
2
. Or par hypothse ker f = ker f
2
donc a ker f puis x =

0.
Ainsi Imf ker f =
_

0
_
et donc les espaces Imf et ker f sont supplmentaires dans E.
7.4.5 Thorme disomorphisme
Thorme
Soient E et F deux K-espaces vectoriels de dimensions nies tels que dimE = dimF = n.
Pour f L(E, F), on a quivalence entre :
(i) f est un isomorphisme ;
(ii) f est injective ;
(iii) f est surjective ;
(iv) rgf = n;
(v) g L(F, E), g f = Id
E
;
(vi) h L(F, E), f h = Id
F
;
De plus, si tel est le cas,
g = h = f
1
dm. :
(i) (ii) ok
(ii) (iii) Supposons f injective.
Par la formule du rang rgf = dimE dimker f = dimE = dimF donc f est surjective.
(iii) (iv) Supposons f surjective.
On a rgf = dimF = n.
(iv) (i) Supposons rgf = n. On a rgf = dimE donc f est injective. On a aussi rgf = dimF donc f
est surjective. Ainsi f est un isomorphisme.
(i) (v) et (vi) ok
(v) (ii) Supposons quil existe g L(F, E) vriant g f = Id
E
.
Puisque lapplication g f injective alors f est injective.
(vi) (iii) Supposons quil existe h L(F, E) vriant f h = Id
F
.
Puisque lapplication f h est surjective alors f est surjective.
Enn si g f = Id
E
, sachant f bijective, on a g = g (f f
1
) = (g f) f
1
= f
1
et de mme si
f h = Id
F
alors h = f
1
.

http://mp.cpgedupuydelome.fr 202 cbna


CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Corollaire
Si E est un K-espace vectoriel de dimension nie, le thorme ci-dessus caractrise les
automorphismes de E parmi les endomorphismes de E.
Attention : Ces quivalences ne valent quen dimension nie.
Exemple Soit f : R
3
R
3
dnie par
f : (x, y, z) (y +z, z +x, x +y)
Montrons que f GL(R
3
).
On vrie aisment que f est un endomorphisme de R
3
.
Puisque dimR
3
< +, il suft de vrier linjectivit pour afrmer que f est un automorphisme.
Soit (x, y, z) ker f.
_

_
y +z = 0
z +x = 0
x +y = 0

_
y = z
x = z
2z = 0

_
x = 0
y = 0
z = 0
Ainsi ker f =
_

0
_
donc f est un automorphisme de R
3
.
7.4.6 Hyperplan
Soit E un K-espace vectoriel de dimension nie n non nulle.
Dnition
On appelle hyperplan de E tout sous-espace vectoriel H de dimension n 1.
Exemple Dans E = R
3
, considrons P = Vect(u, v) avec u, v non colinaires.
On a dimP = 2 = dimE 1 donc P est un hyperplan de E.
Proposition
Le noyau dune forme linaire non nulle est un hyperplan.
dm. :
Soit une forme linaire non nulle sur E, i.e. une forme linaire diffrente de lapplication nulle.
On a Im K donc rg = 0 ou rg = 1.
Or la forme linaire est non nulle donc rg = 1 puis par la formule du rang dimker = dimErg =
n 1.

Exemple Dans E = K
n
, considrons
H = (x
1
, . . . , x
n
) K
n
/x
1
+ +x
n
= 0
H est un hyperplan car noyau de la forme linaire non nulle (x
1
, . . . , x
n
) K
n
x
1
+ +x
n
.
http://mp.cpgedupuydelome.fr 203 cbna
7.4. APPLICATIONS LINAIRES EN DIMENSION FINIE
Proposition
Tout hyperplan peut se voir comme noyau dune forme linaire non nulle.
dm. :
Soient H un hyperplan et (e
1
, . . . , e
n1
) une base de H que lon complte en une base de E
B = (e
1
, . . . , e
n1
, e
n
)
Considrons lapplication donnant la n-ime composante dun vecteur dans B.
Lapplication est une forme linaire non nulle sur E et par construction H ker .
Or H est ker sont des hyperplans donc par inclusion et galit des dimensions, on a H = ker .
f est une forme linaire non nulle et H ker f donc H = ker f.
On suppose E muni dune base B = (e
1
, ..., e
n
).
Pour tout x E, notons x
1
, ..., x
n
ses composantes dans B.

Thorme
Les hyperplans de E sont les ensembles H constitus des vecteurs x E dont les composantes
x
1
, . . . , x
n
dans une base B de E sont solutions dune quation de la forme
a
1
x
1
+ +a
n
x
n
= 0
avec a
1
, . . . , a
n
scalaires non tous nuls.
dm. :
Notons e
1
, . . . , e
n
les vecteurs de la base B de E introduite dans lnonc et notons x
1
, . . . , x
n
les
composantes dun vecteurs x gnrique de E.
Soient (a
1
, . . . , a
n
) ,= (0, . . . , 0) et H lensemble des vecteurs x E vriant lquation
a
1
x
1
+ +a
n
x
n
= 0
Considrons alors lapplication
: x a
1
x
1
+ +a
n
x
n
Par linarit des fonctions composantes dans une base, on peut afrmer que est une forme linaire sur
E et puisque (a
1
, . . . , a
n
) ,= (0, . . . , 0), cette forme linaire est non nulle.
Par dnition de H, H = ker et donc H est un hyperplan.
Inversement, soit H un hyperplan de E. Il existe une forme linaire non nulle sur E telle que H =
ker . Or pour x = x
1
e
1
+ +x
n
e
n
, on a
(x) = x
1
(e
1
) + +x
n
(e
n
) = a
1
x
1
+ +a
n
x
n
avec a
i
= (e
i
) K.
On a alors
x H (x) = 0 a
1
x
1
+ +a
n
x
n
= 0
Enn, les a
1
, . . . , a
n
ne sont pas tous nuls car la forme linaire est non nulle.

Dnition
Avec les notations qui prcdent, lquation
a
1
x
1
+ +a
n
x
n
= 0
est alors appele quation de lhyperplan H relative la base B.
http://mp.cpgedupuydelome.fr 204 cbna
CHAPITRE 7. DIMENSION DUN ESPACE VECTORIEL
Remarque Si a
1
x
1
+ +a
n
x
n
= 0 est une quation de H dans B alors pour tout ,= 0, lquation
(a
1
)x
1
+ + (a
n
)x
n
= 0 dnit aussi H dans la base B.
Inversement, on peut montrer quune quation dnissant H dans B est ncessairement de la forme
prcdente.
Exemple Soit E une R-espace vectoriel muni dune base B = (

i,

j,

k).
On convient de noter x, y, z les composantes des vecteurs de E.
Soient u(1, 0, 1) et v(1, 2, 1) et H = Vect(u, v).
Puisque les vecteurs u et v ne sont pas colinaires, on a dimH = 2 et donc H est un hyperplan de E.
Dterminons une quation de H.
Celle-ci est de la forme : ax +by +cz = 0 avec (a, b, c) ,= (0, 0, 0).
Puisque u, v H on a
_
a +c = 0
a + 2b c = 0
On en dduit
_
a = c
b = c
En prenant c = 1, lquation x +y +z = 0 est une quation dun hyperplan contenant les vecteur u et
v, cest une hyperplan ne peut tre que H.
Finalement x +y +z = 0 est une quation dnissant H.
http://mp.cpgedupuydelome.fr 205 cbna
7.4. APPLICATIONS LINAIRES EN DIMENSION FINIE
http://mp.cpgedupuydelome.fr 206 cbna
Chapitre 8
Polynmes en une indtermine
Dans ce chapitre on tudie la manipulation des fonctions polynomiales dans un cadre plus abstrait.
Les proprits obtenues sappliqueront aux fonctions polynomiales mais plus gnralement tout type
dexpression polynomiale
K dsigne R ou C.
8.1 Construction de lanneau des polynmes
8.1.1 Polynmes
Dnition
On appelle polynme coefcients dans K en lindtermine X tout objet not
P =
+

n=0
a
n
X
n
= a
0
+a
1
X +... +a
n
X
n
+...
o (a
n
)
nN
est une suite dlments de K nulle partir dun certain rang, appele suite des
coefcients de P.
On note K[X] lensemble de ces lments.
Remarque Puisquil existe p N tel que
n > p, a
n
= 0
la somme
+

n=0
a
n
X
n
ne contient quun nombre ni de termes non nuls. On peut aussi lcrire
P = a
0
+a
1
X +a
2
X
2
+ +a
p
X
p
Exemple 2 +X X
2
est un polynme de R[X] dont la suite des coefcients est : 2, 1, 1, 0, 0, . . .
Exemple X
3
+X 1 est un polynme de R[X] dont la suite des coefcients est : 1, 1, 0, 1, 0, 0, . . .
207
8.1. CONSTRUCTION DE LANNEAU DES POLYNMES
Remarque Lindtermine X nest pas une variable, cest une lettre qui permet de dsigner les
coefcients respectifs dun polynme.
Dnition
Deux polynmes P =
+

n=0
a
n
X
n
et Q =
+

n=0
b
n
X
n
K[X] sont dits gaux sils ont les
mmes coefcients.
Ainsi :
P = Q n N, a
n
= b
n
Dnition
On appelle polynme constant gal C K le polynme C + 0.X + = C.
Exemple On appelle polynme nul le polynme constant gal 0.
Dnition
On appelle monme, tout polynme de la forme : 0+0.X+ +0.X
n1
+aX
n
+0.X
n+1
+
= aX
n
avec a K, n N.
Exemple Les polynmes constants sont des monmes.
Dnition
On dit quun polynme P =
+

n=0
a
n
X
n
K[X] est pair (resp. impair) si
p N, a
2p+1
= 0 (respectivement a
2p
= 0 )
Exemple Le polynme nul est le seul polynme la fois pair et impair.
8.1.2 Lespace vectoriel des polynmes
Dnition
Soient P =
+

n=0
a
n
X
n
K[X] et Q =
+

n=0
b
n
X
n
K[X]
On dnit le polynme P +Q K[X] par
P +Q =
+

n=0
(a
n
+b
n
)X
n
http://mp.cpgedupuydelome.fr 208 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Remarque P +Q est bien un polynme car il existe p, q N tels que
n > p, a
n
= 0 et n > q, b
n
= 0
Par suite r = max(p, q) on a
n > r, a
n
+b
n
= 0
Exemple (2 +X X
2
) + (X
3
+X 1) = 1 + 2X X
2
+X
3
.
Dnition
Soient P =
+

n=0
a
n
X
n
K[X] et K. On dnit le polynme .P K[X] par :
.P =
+

n=0
(.a
n
)X
n
Remarque .P est bien un polynme car la suite des ses coefcients est nulle partir dun certain rang.
Exemple 2.(X
2
1) = 2X
2
2.
Thorme
(K[X] , +, .) est un K -espace vectoriel dont llment nul est le polynme nul.
dm. :
Laddition est une loi de composition interne sur K[X].
On vrie aisment quelle est commutative et quelle est associative.
Pour tout P =
+

n=0
a
n
X
n
K[X], on a
P + 0 =
+

n=0
(a
n
+ 0)X
n
=
+

n=0
a
n
X
n
= P
et pour Q =
+

n=0
a
n
X
n
K[X], on a
P +Q =
+

n=0
(a
n
a
n
)X
n
=
+

n=0
0.X
n
= 0
Ainsi (K[X] , +) est un groupe ablien dlment neutre le polynme nul.
On vrie ensuite aisment les proprits calculatoires suivantes : , K, P, Q K[X],
( +).P = .P +.P, .(P +Q) = .P +.Q
.(.P) = ().P et 1.P = P

http://mp.cpgedupuydelome.fr 209 cbna


8.1. CONSTRUCTION DE LANNEAU DES POLYNMES
8.1.3 Degr
Dnition
Soit P =
+

n=0
a
n
X
n
K[X] tel que P ,= 0.
On appelle degr de P le plus grand n N tel que a
n
,= 0, on le note n = deg P.
Remarque On peut alors crire P = a
0
+a
1
X +... +a
n
X
n
avec a
n
,= 0.
Dnition
Le coefcient a
n
est alors appel coefcient dominant de P.
Convention Si P = 0, on pose deg P = .
Exemple deg(X
3
+X + 2) = 3
Exemple deg(aX +b) =
_
_
_
1 si a ,= 0
0 si a = 0, b ,= 0
sinon
.
Exemple n N, deg(X
n
) = n.
Exemple Les polynmes de degr 0 sont les polynmes constants non nuls.
Proposition
P K[X] , K,
deg(.P) =
_
deg P si ,= 0
si = 0
dm. :
Si = 0 ou P = 0 alors .P = 0 et donc deg(.P) = .
Si ,= 0 et P ,= 0 alors en posant n = deg P, on peut crire P = a
0
+a
1
X +... +a
n
X
n
avec a
n
,= 0
et alors .P = a
0
+a
1
X + +a
n
X
n
avec a
n
,= 0 donc deg(.P) = n.

Proposition
P, Q K[X] , deg(P +Q) max(deg P, deg Q)
avec galit lorsque deg(P) ,= deg(Q).
dm. :
Si P = 0 ou Q = 0 : cest immdiat
http://mp.cpgedupuydelome.fr 210 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Sinon, posons p = deg P et q = deg Q.
On peut crire P =
+

n=0
a
n
X
n
avec n > p, a
n
= 0 et Q =
+

n=0
b
n
X
n
avec n > q, b
n
= 0.
On a alors P + Q =
+

n=0
(a
n
+b
n
)X
n
et pour tout n > max(p, q), a
n
+ b
n
= 0 donc deg(P + Q)
max(p, q).
De plus, si p ,= q, en notant r = max(p, q), a
r
+ b
r
,= 0 par somme dun terme nul et dun terme non
nul.
On en dduit qualors deg(P +Q) = r.

Remarque Si deg P = deg Q et que les coefcients dominants de P et Q sannulent alors


deg(P +Q) < max(deg P, deg Q)
8.1.4 Le sous-espace vectoriel K
n
[X]
Dnition
Pour n N, on note K
n
[X] lensemble des polynmes de K[X] de degr infrieur n.
Ainsi
K
n
[X] = P K[X] / deg P n
Exemple K
0
[X] est lensemble des polynmes constants.
Exemple K
1
[X] = aX +b/a, b K
Thorme
K
n
[X] est un sous-espace vectoriel de K[X] de dimension n + 1 dont la famille B =
(1, X, ..., X
n
) est une base, dite base canonique.
dm. :
K
n
[X] = Vect(1, X, ..., X
n
) donc K
n
[X] est un sous-espace vectoriel de K[X] et B = (1, X, ..., X
n
)
en est une famille gnratrice.
Montrons que B est libre.
Supposons
0
.1 +
1
X + +
n
.X
n
= 0.
Par unicit des coefcients dcrivant un polynme,
0
= . . . =
n
= 0.
Ainsi la famille B est libre et cest donc une base de K
n
[X].

Corollaire
dimK[X] = +.
dm. :
En effet K[X] contient des sous-espaces vectoriels de dimension arbitrairement grange.

http://mp.cpgedupuydelome.fr 211 cbna


8.1. CONSTRUCTION DE LANNEAU DES POLYNMES
Exemple Soit B = (P
k
)
0kn
une famille de polynmes de K[X] telle que 0 k n, deg P
k
= k.
Montrons que B est une base de K
n
[X] .
La famille B est forme de n + 1 = dimK
n
[X] vecteurs tous lments de K
n
[X] .
Montrons que la famille B est libre pour conclure.
Supposons

0
P
0
+ +
n
P
n
= 0
On peut crire

n
P
n
= (
0
P
0
+ +
n1
P
n1
)
Or deg P
0
, . . . , deg P
n1
n 1 donc deg(
0
P
0
+ +
n1
P
n1
) n 1.
Cependant, le degr de
n
P
n
vaut n ou selon la nullit de
n
, on peut donc conclure que
n
= 0.
La relation initiale se rcrit
0
P
0
+ +
n1
P
n1
= 0 et en reprenant lide prcdente on obtient
successivement
n1
= 0, . . . ,
0
= 0.
8.1.5 Lanneau des polynmes
On dnit une multiplication sur K[X] en imitant le principe de multiplication des expressions polynomiales :
Dnition
Pour P =
+

n=0
a
n
X
n
K[X] et Q =
+

n=0
b
n
X
n
K[X], on dnit le polynme PQ par :
PQ =
+

n=0
c
n
X
n
avec c
n
=
n

k=0
a
k
b
nk
=

k+=n
a
k
b

= a
0
b
n
+a
1
b
n1
+ +a
n
b
0
Remarque PQ est bien un polynme car il existe p, q N tels que
k > p, a
k
= 0 et k > q, b
k
= 0,
et alors pour n > p +q on a
c
n
=
n

k=0
a
k
b
nk
=
p

k=0
a
k
b
nk
+
n

k=p+1
a
k
b
nk
= 0
Puisque les coefcients c
n
sont nuls partir dun certain rang, on peut afrmer que PQ est un polynme.
Exemple (2 +X X
2
)(1 +X +X
3
) = 2 + 3X +X
4
X
5
.
Proposition
p, q N,
X
p
X
q
= X
p+q
http://mp.cpgedupuydelome.fr 212 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
dm. :
Introduisons le symbole de Kronecker :

i,j
=
_
1 si i = j
0 sinon
On peut crire X
p
=
+

n=0

n,p
X
n
et X
q
=
+

n=0

n,q
X
n
.
On a alors X
p
X
q
=
+

n=0
c
n
X
n
avec
c
n
=
n

k=0

k,p

nk,q
, c
n
=
_
1 si n = p +q
0 sinon
=
n,p+q
donc X
p
X
q
= X
p+q
.

Thorme
(K[X] , +, ) est un anneau commutatif dlment nul le polynme nul et dlment unit le
polynme constant gal 1.
dm. :
On sait dj que (K[X] , +) est un groupe ablien de neutre le polynme nul.
Soient P =
+

n=0
a
n
X
n
et Q =
+

n=0
b
n
X
n
des polynmes de K[X].
PQ =
+

n=0
c
n
X
n
avec c
n
=
n

k=0
a
k
b
nk
et QP =
+

n=0
d
n
X
n
avec d
n
=
n

=0
b

a
n
.
Par le changement dindice = n k, on obtient c
n
= d
n
et on peut conclure PQ = QP.
Ainsi la loi est commutative.
Notons que, de plus, on peut crire le coefcient gnral de PQ
c
n
=

k+=n
a
k
b

ce qui va nous tre utile pour justier maintenant lassociativit de la loi .


Soient P =
+

n=0
a
n
X
n
, Q =
+

n=0
b
n
X
n
et R =
+

n=0
c
n
X
n
des polynmes de K[X].
PQ =
+

n=0
d
n
X
n
avec d
n
=

k+=n
a
k
b

et (PQ)R =
+

n=0
e
n
X
n
avec
e
n
=

k+=n
d
k
c

k+=n

i+j=k
(a
i
b
j
)c

i+j+=n
a
i
b
j
c

Le calcul de P(QR) conduit au mme polynme et donc (PQ)R = P(QR).


La loi est donc associative.
Soit P =
+

n=0
a
n
X
n
un polynme de K[X] et 1 =
+

n=0

n,0
X
n
le polynme constant gal 1.
P 1 =
+

n=0
b
n
X
n
avec b
n
=
n

k=0
a
k

nk,0
= a
n
donc P 1 = P et on peut conclure que le polynme
constant gal 1 est lment neutre pour la loi .
Enn, la distributivit de sur + ne pose pas de difcults.

http://mp.cpgedupuydelome.fr 213 cbna


8.1. CONSTRUCTION DE LANNEAU DES POLYNMES
Remarque On peut introduit la notion ditr dun lment et on observe aisment que :
X
n
= X X X ce qui justie a posteriori la notation X
n
.
Remarque Puisque K[X] est un anneau commutatif, on peut y exploiter les formules :
(P +Q)
n
=
n

k=0
_
n
k
_
P
k
Q
nk
et P
n
Q
n
= (P Q)
n1

k=0
P
k
Q
n1k
8.1.6 Degr dun produit
Thorme
P, Q K[X],
deg PQ = deg P + deg Q
dm. :
Si P = 0 ou Q = 0 : cest immdiat en convenant que +n = n + () = .
Sinon, posons p = deg P et q = deg Q. On peut crire
P =
+

n=0
a
n
X
n
avec a
p
,= 0 et n > p, a
n
= 0
Q =
+

n=0
b
n
X
n
avec b
q
,= 0 et n > q, b
n
= 0.
On alors PQ =
+

n=0
c
n
X
n
avec n N, c
n
=
n

k=0
a
k
b
nk
.
Pour n > p+q, on peut afrmer que c
n
= 0 en tant que somme de terme nul car pour tout k 0, . . . , p,
a
k
b
nk
= a
k
0 = 0 (puisque n k > q ) et pour tout k p + 1, . . . , n, a
k
b
nk
= 0 b
nk
= 0
(puisque k > p )
Pour n = p + q, on a c
p+q
=
p+q

k=0
a
k
b
p+qk
= a
p
b
q
,= 0 car pour k 0, . . . , p 1, a
k
b
p+qk
=
a
k
0 = 0 et pour k p + 1, . . . , p +q, a
k
b
p+qk
= 0 b
p+qk
= 0.
Par suite le polynme PQ est de degr exactement p +q.

Remarque Le coefcient dominant de PQ est le produit des coefcients dominants de P et Q.


Corollaire
Les polynmes inversibles sont les polynmes constants non nuls.
dm. :
Les polynmes constants non nuls sont inversibles car si C K 0 on a C
1
C
= 1.
Inversement, si P est un polynme est inversible dans K[X] et si Qdsigne son inverse, lgalit PQ = 1
donne deg P + deg Q = 0 do deg P = deg Q = 0.

http://mp.cpgedupuydelome.fr 214 cbna


CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Corollaire
P, Q K[X] , PQ = 0 P = 0 ou Q = 0
Ainsi, dans K[X], il ny a pas de diviseurs de zro.
dm. :
Si P ,= 0 et Q ,= 0 alors on a vu dans les calculs prcdents que PQ ,= 0.

Remarque Dans K[X], pour P ,= 0


PQ = PR Q = R
Autrement dit tout polynme non nul est rgulier.
8.1.7 Composition de polynmes
Dnition
Soient P =
+

n=0
a
n
X
n
K[X] et Q K[X].
On dnit le polynme compos P Q (aussi not P(Q) ) par :
P Q = P(Q) =
+

n=0
a
n
Q
n
K[X]
Exemple Pour Q = X + 1, on a P(X) =
+

n=0
a
n
(X + 1)
n
.
Pour Q = X
2
, on a P(X
2
) =
+

n=0
a
n
X
2n
.
Exemple Pour Q = X, on a P(X) =
+

n=0
a
n
X
n
= P.
Remarque Un polynme en lindtermin X peut indiffremment tre not P ou P(X).
Exemple P est pair si, et seulement si, P(X) = P(X).
Proposition
P, Q, R K[X] et , K
(.P +.Q) R = .P R +.Q R et (PQ) R = (P R) (Q R)
http://mp.cpgedupuydelome.fr 215 cbna
8.1. CONSTRUCTION DE LANNEAU DES POLYNMES
dm. :
Il suft dintroduire les coefcients des polynmes P et Qpour dcrire les polynmes tudis et observer
leur galit.

Exemple Soit : K
n
[X] K
n
[X] dnie par
(P) = P(X + 1) +P(X)
Montrer que est un automorphisme.
Lapplication est bien dnie car pour P K
n
[X], le polynme P(X + 1) +P(X) est bien lment
de K[X].
Pour P, Q K[X] et , K,
(P +Q) = (P +Q)(X) + (P +Q)(X + 1)
Par les proprits calculatoires qui prcdent
(P +Q) = P(X) +P(X + 1) +Q(X) +Q(X + 1)
et donc (P +Q) = (P) +(Q)
Ainsi est endomorphisme de K
n
[X].
Pour P ker , on a
_
(X
2
1)
n
_
(n)
donc P(X + 1) = P(X).
Si P nest pas le polynme nul, le coefcient dominant de P(X + 1) est dune part gal celui de P et
dautre part gal celui de P. Cest absurde et donc P = 0.
Ainsi ker = 0.
Lendomorphisme est injectif et puisque
((X + 1)
n
)
(nk)
=
n!
k!
(X + 1)
k
on peut conclure que est un automorphisme.
8.1.8 Fonctions polynomiales
8.1.8.1 Valeur dun polynme en un point
Dnition
On appelle valeur de P = a
0
+a
1
X + +a
n
X
n
K[X] en x K le scalaire
P(x) = a
0
+a
1
x + +a
n
x
n
Proposition
Soient P, Q K[X], , K et x K.
(.P +.Q)(x) = P(x) +Q(x), (PQ)(x) = P(x)Q(x) et (P Q)(x) = P(Q(x))
http://mp.cpgedupuydelome.fr 216 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
dm. :
Les oprations sur K[X] ont t dnies de sorte dobtenir ces proprits.

Dnition
On appelle racine (ou zro) dun polynme P K[X] tout x K tel que P(x) = 0.
Exemple a est la seule racine du polynme X a.
Exemple Les racines n-ime de lunit sont les racines de X
n
1 C[X].
Dnition
On appelle quation algbrique, tout quation de la forme P(x) = 0 dinconnue x K et o
P K[X].
Le degr de P est alors appel degr de lquation P(x) = 0.
8.1.8.2 Fonction polynomiale
Dnition
On appelle fonction polynomiale associe P K[X] dnie sur T K lapplication :

P :
_
T K
x

P(x) = P(x)
Lorsque T = K, on parle de fonction polynomiale associe P.
Exemple La fonction polynomiale associe P = X
2
+ 1 est
_
R R
x x
2
+ 1
Exemple Les fonctions polynomiales associe X
2
+ 1 et X
4
+ 1 sur T = 1, 0, 1 sont gales.
( !)Il faut distinguer :
- la fonction polynomiale

P (application) du polynme sous-jacent P (expression) ;
- llment x (de K ) de lindtermine X (lettre permettant de dcrire le polynme).
Proposition
Soient P, Q K[X] et , K.

.P +.Q = .

P +.

Q,

P Q =

P

Q
dm. :
Pour tout x T,
_

.P +.Q
_
(x) = (P +Q)(x) = P(x) +Q(x) =
_
.

P +.

Q
_
(x)
http://mp.cpgedupuydelome.fr 217 cbna
8.2. DRIVATION
Ainsi

.P +.Q = .

P +.

Q.
De la mme faon, on obtient

P Q =

P

Q.

8.1.8.3 Schma de Hrner


Comment calculer a
0
+a
1
x + +a
n
x
n
en un minimum doprations ?
Ide : on rorganise le produit linstar du calcul suivant
a
0
+a
1
x +a
2
x
2
+a
3
x
3
= a
0
+ (a
1
+ (a
2
+a
3
x)x)x
Ainsi, on calcule a
0
+a
1
x + +a
n
x
n
en valuant
a
0
+ (a
1
+ ( (a
n1
+a
n
x)x) )x;
cela gnre n additions et n multiplications.
Algorithme de Horner :
Arguments : n, a
0
, . . . , a
n
et x.
S a
n
Pour k allant de n 1 0 par pas de 1.
S a
k
+S x
Fin pour.
8.2 Drivation
8.2.1 Drive premire
Dnition
Soit P =
+

n=0
a
n
X
n
= a
0
+a
1
X + +a
n
X
n
+ K[X].
On appelle polynme driv de P, le polynme not P
t
dni par :
P
t
= a
1
+ 2a
2
X + +na
n
X
n1
+ =
+

n=1
na
n
X
n1
=
+

n=0
(n + 1)a
n+1
X
n
Exemple Si P = 3X
3
+ 2X + 1 alors P
t
= 9X
2
+ 2.
Proposition
Si P K[X] est constant alors P
t
= 0.
Si P K[X] est non constant alors deg P
t
= deg P 1.
Dans les deux cas : deg P
t
deg P 1.
dm. :
Si P constant : ok
Si P non constant, soit p = deg P.
On peut crire P = a
0
+a
1
X + +a
p
X
p
avec a
p
,= 0.
On a alors P
t
= a
1
+ 2a
2
X + +pa
p1
X
p1
et on peut conclure.

http://mp.cpgedupuydelome.fr 218 cbna


CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Corollaire
P
t
= 0 P est un polynme constant.
Proposition
, K, P, Q K[X],
(P +Q)
t
= P
t
+Q
t
et (PQ)
t
= P
t
Q+PQ
t
dm. :
Soient P =
+

n=0
a
n
X
n
, Q =
+

n=0
b
n
X
n
polynme de K[X].
On a P +Q =
+

n=0
(a
n
+b
n
)X
n
donc
(P +Q)
t
=
+

n=0
(n + 1)(a
n+1
+b
n+1
)X
n
=
+

n=0
(n + 1)a
n+1
X
n
+
+

n=0
(n + 1)b
n+1
X
n
= P
t
+Q
t
On a aussi PQ =
+

n=0
c
n
X
n
avec c
n
=
n

k=0
a
k
b
nk
donc
(PQ)
t
=
+

n=0
(n + 1)c
n+1
X
n
.
Dautre part P
t
=
+

n=0
(n + 1)a
n+1
X
n
donc P
t
Q =
+

n=0

n
X
n
avec
n
=
n

k=0
(k + 1)a
k+1
b
nk
,
et Q
t
=
+

n=0
(n + 1)b
n+1
X
n
donc PQ
t
=
+

n=0

n
X
n
avec
n
=
n

k=0
a
k
(n + 1 k)b
n+1k
,
Ainsi P
t
Q+PQ
t
=
+

n=0

n
X
n
avec
n
=
n
+
n
.
Or

n
=
n

k=0
(k + 1)a
k+1
b
nk
+
n

k=0
(n + 1 k)a
k
b
n+1k
En procdant un changement de dindice dans la premire somme

n
=
n+1

k=1
ka
k
b
n+1k
+
n

k=0
(n + 1 k)a
k
b
n+1k
En combinant les deux sommes en une seule

n
=
n+1

k=0
(n + 1)a
k
b
n+1k
= (n + 1)c
n+1
http://mp.cpgedupuydelome.fr 219 cbna
8.2. DRIVATION
Ainsi les polynmes (PQ)
t
et P
t
Q+PQ
t
sont gaux car de mmes coefcients.

Corollaire
(P
1
P
2
...P
n
)
t
=
n

i=1
(P
1
...

P
i
...P
n
)P
t
i
et (P
n
)
t
= nP
t
P
n1
.
dm. :
Par rcurrence sur n N

, on obtient la premire relation et la deuxime sobtient en particularisant avec


P
1
= . . . = P
n
= P.

Proposition
P, Q K[X],
(P Q)
t
= Q
t
P
t
Q
dm. :
Ecrivons P =
+

n=0
a
n
X
n
.
On a alors P(Q) =
+

n=0
a
n
Q
n
.
Par ce qui prcde P(Q)
t
=
+

n=1
na
n
Q
t
Q
n1
et donc P(Q) = Q
t
+

n=1
na
n
Q
n1
= Q
t
P
t
(Q)

Dnition
On appelle polynme primitif de P K[X] tout polynme Q K[X] tel que Q
t
= P.
Remarque Tout polynme P possde au moins un polynme primitif Q et lensemble des polynmes
primitifs de P est constitu des polynmes de la forme Q+C avec C K.
8.2.2 Drive dordre suprieur
Soit D : K[X] K[X] dni par D(P) = P
t
.
D est un endomorphisme de K[X]. On peut introduire ses itrs :
D
0
= Id, D
1
= D, D
2
= D D, . . . , D
n
= D D . . . D ( n termes)
Dnition
Pour n N et P K[X], le polynme P
(n)
= D
n
(P) est appel polynme driv dordre n
de P.
Exemple P
(0)
= P, P
(1)
= P
t
, P
(2)
= (P
t
)
t
= P
tt
etc.
Proposition
Soit P K[X] et n N.
Si deg P < n alors deg P
(n)
= .
Si deg P n alors deg P
(n)
= deg P n.
http://mp.cpgedupuydelome.fr 220 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
dm. :
Par rcurrence sur n N.

Proposition
, K, P, Q K[X],
(P +Q)
(n)
= P
(n)
+Q
(n)
et (PQ)
(n)
=
n

k=0
_
n
k
_
P
(k)
Q
(nk)
dm. :
La relation (P +Q)
(n)
= P
(n)
+Q
(n)
sobtient par linarit de D
n
.
La relation (PQ)
(n)
=
n

k=0
_
n
k
_
P
(k)
Q
(nk)
sobtient comme pour la dmonstration de la formule de
Leibniz dans le cours de drivation des fonctions numriques.

Exemple Soient n, k N. Exprimons (X


n
)
(k)
.
On a (X
n
)
t
= nX
n1
, (X
n
)
tt
= n(n 1)X
n2
,. . .
Pour 0 k n,
(X
n
)
(k)
= n(n 1) . . . (n k + 1)X
nk
=
n!
(n k)!
X
nk
En particulier (X
n
)
(n)
= n!.
Pour k > n, (X
n
)
(k)
= 0.
Remarque Par ce qui prcde et la linarit de D
k
, on obtient les formules de drivation lordre k
dun polynme :
Si P =
+

n=0
a
n
X
n
alors
P
(k)
=
+

n=k
a
n
n!
(n k)!
X
nk
=
+

n=0
a
n+k
(n +k)!
n!
X
n
Exemple Montrons
n

k=0
_
n
k
_
2
=
_
2n
n
_
en tudiant le coefcient de X
n
dans
_
(X
2
1)
n
_
(n)
.
On a (X
2
1)
n
= X
2n
+ (o dsigne des puissances infrieures de X )
Par suites
_
(X
2
1)
n
_
(n)
=
(2n)!
n!
X
n
+
http://mp.cpgedupuydelome.fr 221 cbna
8.2. DRIVATION
Dautre part
_
(X
2
1)
n
_
(n)
= ((X 1)
n
(X + 1)
n
)
(n)
Par la formule de Leibniz
_
(X
2
1)
n
_
(n)
=
n

k=0
_
n
k
_
((X 1)
n
)
(k)
((X + 1)
n
)
(nk)
Or
((X 1)
n
)
(k)
=
n!
(n k)!
(X 1)
nk
et ((X + 1)
n
)
(nk)
=
n!
k!
(X + 1)
k
Le coefcient de X
n
dans ce calcul de
_
(X
2
1)
n
_
(n)
est
n

k=0
_
n
k
_
n!
(n k)!
n!
k!
= n!
n

k=0
_
n
k
_
2
On en dduit
n

k=0
_
n
k
_
2
=
(2n)!
(n!)
2
=
_
2n
n
_
8.2.3 Formule de Taylor
Thorme
P K[X] , a K,
P =
+

n=0
P
(n)
(a)
n!
(X a)
n
dm. :
Si P = 0, la proprit est immdiate car
n N, P
(n)
(a) = 0
Si P ,= 0 alors posons p = deg P.
Puisque la famille (1, X a, (X a)
2
, ..., (X a)
p
) est une famille de polynmes de degrs tags,
cest une base de K
p
[X] ce qui permet dcrire :
P =
0
+
1
(X a) + ... +
p
(X a)
p
avec
0
, . . . ,
p
les composantes du polynme P dans cette
base.
Pour tout 0 n p, on a alors
P
(n)
= 0 +
n
n! +
n+1
(X a) +... +
p
(X a)
pn
avec

n+k
=
n+k
(n +k)!
k!
On en dduit P
(n)
(a) = n!
n
ce qui dterminer
n
.
De plus, pour tout n > p, on a P
(n)
(a) = 0 et on obtient donc la formule propose.

http://mp.cpgedupuydelome.fr 222 cbna


CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Remarque La formule de Taylor scrit encore
P(a +X) =
+

n=0
P
(n)
(a)
n!
X
n
En particulier, on a P =
+

n=0
a
n
X
n
avec
n N, a
n
=
P
n
(0)
n!
8.3 Arithmtique des polynmes
8.3.1 Divisibilit
8.3.1.1 Polynmes associs
Dnition
On dit quun polynme P K[X] est associ un polynme Q K[X] sil existe K

tel que P = Q.
Proposition
Lassociation de polynme dnit une relation binaire sur K[X] la fois rexive, symtrique
et transitive ; cest une relation dquivalence sur K[X].
dm. :
P est associ P car P = 1 P.
Si P est associ Q alors il existe ,= 0 tel que P = Q et alors Q = P avec = 1/ ,= 0 et donc Q
est associ P.
Enn, si P est associ Q et Q associ P alors il existe , ,= 0 tel que P = Q et Q = R ce qui
permet dcrire P = ()R avec ,= 0 et donc P est associ R.

Proposition
Si P et Q sont associs et ont mmes coefcients dominants alors P = Q.
dm. :
Si P = Q et si P et Q ont mme coefcients dominants alors = 1 et donc P = Q.

Dnition
Un polynme P K[X] est dit unitaire (ou normalis) si son coefcient dominant est gal
1.
Proposition
Tout polynme P K[X] non nul est associ unique polynme unitaire.
dm. :
Lunicit provient de ce que deux polynmes unitaires associs sont ncessairement gaux car ayant le
mme coefcient dominant.
http://mp.cpgedupuydelome.fr 223 cbna
8.3. ARITHMTIQUE DES POLYNMES
Lexistence provient du fait que P ,= 0 est associ au polynme unitaire P en prenant pour linverse
du coefcient dominant de P.

8.3.1.2 Relation de divisibilit


Dnition
On dit que A K[X] divise B K[X] sil existe U K[X], B = AU.
On note alors A [ B.
Dnition
Pour A K[X], on note Div(A) lensemble des diviseurs de A et Mul(A) lensemble de ses
multiples.
Ainsi
Div(A) = D K[X] /D [ A et Mul(A) = AU/U K[X] = A.K[X]
Exemple (X + 1) [ (X
3
+X
2
+X + 1) car (X
3
+X
2
+X + 1) = (X + 1)(X
2
+ 1).
Exemple (X 1) [ (X
n
1) car X
n
1 = (X 1)(1 +X + +X
n1
).
Exemple Pour tout A K[X] on a A [ 0 car 0 = A0.
Exemple Les polynmes constants non nuls et les polynmes associs A K[X] divisent A.
Proposition
Soient A et B des polynmes respectivement associs C et D. On a
A [ B C [ D
dm. :
On peut crire A = C et B = D avec , K

.
Si C [ D alors il existe U K[X] tel que D = CU et alors B = AV avec V =

U. Ainsi A [ B.
De faon symtrique, A [ B entrane C [ D.

Remarque Tout problme de divisibilit peut se ramener un problme entre polynmes unitaires ou
nuls.
http://mp.cpgedupuydelome.fr 224 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
8.3.1.3 Proprits de la divisibilit
Proposition
A, B, C K[X]
A [ B et B [ C A [ C,
A [ B et B [ A A et B sont associs.
dm. :
Si A [ B et B [ C alors il existe U, V K[X] tels que B = AU et C = BV . On a alors C = A(UV )
donc A [ C.
Si A [ B et B [ A alors il existe U, V K[X] tels que B = AU et A = BV . On a alors B = B(UV ).
Cas B ,= 0 :
On obtient UV = 1 et donc les polynmes U et V sont constants non nuls. On en dduit que A et B sont
associs.
Cas B = 0 :
On a A = BV = 0 et donc A et B sont associs.

Proposition
A, B K[X]
A [ B et B ,= 0 deg A deg B,
A [ B et deg A = deg B A et B sont associs.
dm. :
Si A [ B et B ,= 0 alors il existe U K[X] non nul tel que B = AU. On a alors deg B = deg A +
deg U deg A car deg U N.
Si A [ B et deg A = deg B alors il existe U K[X] tel que B = AU.
Cas B ,= 0 :
On a deg B = deg A+ deg U avec deg B = deg A N donc deg U = 0.
Ainsi U est un polynme constant non nul et donc la relation B = AU avec U K

donne A et B
associs.
Cas B = 0 :
deg A = deg B entrane A = 0 et donc A et B sont associs.

Remarque En arithmtique des polynmes on montre souvent A = B via :


- A [ B, B [ A et A et B ont le mme coefcient dominant ;
- A [ B, deg A = deg B et A et B ont le mme coefcient dominant.
Proposition
A, B, C, D K[X]
A [ B et A [ C A [ (B +C),
A [ B et C [ D AC [ BD,
A [ B n N, A
n
[ B
n
.
dm. :
Il suft dadapter les dmonstrations des rsultats semblables vu pour larithmtique des entiers.

http://mp.cpgedupuydelome.fr 225 cbna


8.3. ARITHMTIQUE DES POLYNMES
8.3.2 Division euclidienne
8.3.2.1 nonc
Thorme
[Division euclidienne polynomiale]
Pour tout A, B K[X] avec B ,= 0 il existe un unique couple (Q, R) K[X]
2
vriant
A = BQ+R et deg R < deg B
Les polynmes Q et R sont appels quotient et reste de la division euclidienne de A par B.
dm. :
Unicit :
Supposons (Q
1
, R
1
) et (Q
2
, R
2
) solutions.
On a A = BQ
1
+R
1
= BQ
2
+R
2
avec deg R
1
, deg R
2
< deg B.
Par suite B(Q
1
Q
2
) = R
2
R
1
et donc deg B + deg(Q
1
Q
2
) = deg(R
2
R
1
) < deg B.
On en dduit Q
1
Q
2
= 0 puis R
2
R
1
= 0.
Finalement (Q
1
, R
1
) = (Q
2
, R
2
).
Existence :
Posons p N le degr du polynme B et b son coefcient dominant de B.
Montrons, par rcurrence sur n p la proprit.
A K
n1
[X] , (Q, R) K[X]
2
, A = BQ+R avec deg R < p
Pour n = p : Q = 0 et R = A conviennent.
Supposons la proprit tablie au rang n p.
Soit A K
n
[X]. On peut crire A = aX
n
+

A avec deg

A < n.
Or on a
a
b
BX
np
= aX
n
+

B avec deg

B < n
Donc
A =
a
b
BX
np
+

A

B
Puisque deg(

A

B) < n, lhypothse de rcurrence donne lexistence de (

Q,

R) K[X] tel que

A

B =

QB +

R avec deg

R < p
On peut alors crire
A = B
_
a
b
X
n+1p
+

Q
_
+

R = BQ+R
avec
Q =
a
b
X
n+1p
+

Q et R =

R
de sorte que deg R < p.
Rcurrence tablie.

8.3.2.2 Dtermination pratique


Dterminons pratiquement Q et R.
Si deg A < deg B alors Q = 0 et R = A comme on la vu lors de la dmonstration du thorme de
division euclidienne.
Si deg A deg B alors on pose une division euclidienne :
http://mp.cpgedupuydelome.fr 226 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
- on cherche par quel monme multiplier pour galer la plus grande puissance de A;
- on retire de A le multiple de B correspondant ;
- on reprend le processus avec le rsultat obtenu jusqu obtention dun polynme de degr strictement
infrieur celui de B;
- le reste de la division euclidienne et ce dernier polynme et le quotient la somme des monmes qui ont
multipli B.
Exemple Pour A = X
4
3X
3
+ 2X
2
+X 1, B = X
2
X + 1, on obtient Q = X
2
2X 1,
R = 2X.
Exemple Pour A = X
5
X
4
2X
2
3X + 1, B = X
2
+ 2, on obtient
Q = X
3
X
2
2X, R = X + 1.
Arguments : A, B
Q 0
Tant que deg A deg B faire :
T
coeff(A)
coeff(B)
X
deg Adeg B
, Q Q+T, A ABT
Fin tant que
R A
Fin.
8.3.2.3 Applications
Proposition
Soient A, B K[X] tels que B ,= 0. On a
B [ A le reste de la division euclidienne de A par B est nul
dm. :
Si B [ A alors il existe Q K[X] tel que B = AQ.
On peut alors crire B = AQ+R avec R = 0 vriant deg R < deg B.
Par cette relation, on peut identier le quotient et le reste de la division euclidienne de Aet B, et justement
ce reste est nul.
Inversement, si le reste de la division euclidienne de A par B est nul alors on peut crire A = BQ avec
Q le quotient de la division euclidienne de A par B et donc B divise A.

Proposition
a K est racine de P K[X] si, et seulement si, X a divise P.
dm. :
La division euclidienne de P par X a scrit :
P = (X a)Q+R avec deg R < 1.
R est donc un polynme constant gal et on peut crire P = (X a)Q+
Evaluons cette relation en a, on obtient P(a) = 0 Q(a) + donc R = = P(a).
Par suite X a divise P si, et seulement si, P(a) = 0.

http://mp.cpgedupuydelome.fr 227 cbna


8.3. ARITHMTIQUE DES POLYNMES
Exemple Considrons P = X
3
+X
2
3X + 1.
1 est racine de P donc on peut factoriser P par X 1.
On obtient P = (X 1)(X
2
+ 2X 1).
Exemple Considrons P = X
3
+ 1
1 est racine de P donc on peut factoriser P par X + 1.
On obtient P = (X + 1)(X
2
X + 1).
Exemple P = X
4
+ 3X
3
3X 1.
1 et 1 sont racines de P.
On obtient P = (X 1)(X + 1)(X
2
+ 3X + 1).
8.3.3 Pgcd et ppcm de deux polynmes
8.3.3.1 Pgcd
Dnition
On note Div(A, B) = Div(A) Div(B) lensemble des diviseurs communs A et B.
Exemple Les polynmes constants non nuls sont diviseurs communs A et B.
Remarque Si P Div(A, B) tout polynme associ P est aussi dans Div(A, B).
Proposition
Si A = BQ+R alors
Div(A, B) = Div(B, R)
Thorme
Soient A, B K[X], il existe un unique polynme D K[X] unitaire ou nul, tel que
Div(A, B) = Div(D)
dm. :
Unicit : Si D
1
, D
2
sont solutions alors Div(D
1
) = Div(D
2
) donc D
1
[ D
2
et D
2
[ D
1
et par suite ils
sont associs.
Si lun est nul alors lautre aussi et D
1
= D
2
.
Sils ne sont pas nuls, ils sont unitaires et associs donc gaux.
Existence :
Si A = B = 0 alors D = 0 convient
Sinon, quitte changer A et B on peut supposer B ,= 0.
Posons A
0
= A et A
1
= B. On ralise ensuite les divisions euclidiennes suivantes tant que les restes
http://mp.cpgedupuydelome.fr 228 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
obtenus sont non nuls (cest lalgorithme dEuclide) :
A
0
= A
1
Q
1
+A
2
avec deg A
2
< deg A
1
,
. . .
A
m2
= A
m1
Q
m1
+A
m
avec deg A
m
< deg A
m1
,
A
m1
= A
m
Q
m
+ 0.
Ce processus sarrte puisque deg A
1
> deg A
2
> et ces quantits sont des entiers naturels.
On a alors
Div(A, B) = Div(A
0
, A
1
) = . . . = Div(A
m
, 0) = Div(A
m
)
Le polynme D unitaire associ A
m
convient.

Dnition
Ce polynme D est appel pgcd des polynmes A et B.
On note D = pgcd(A, B) ou D = A B.
Exemple Dterminons D = pgcd(X
3
+X
2
2, X
3
+X 2).
Par divisions euclidiennes successives :
X
3
+X
2
2 = (X
3
+X 2) 1 +X
2
X,
X
3
+X 2 = (X
2
X)(X + 1) + 2X 2,
X
2
X = (2X 2)
1
2
X + 0.
Donc D est le polynme unitaire associ au dernier reste non nul, i.e. associ 2X 2.
Ainsi D = X 1.
Thorme
Si D = pgcd(A, B) alors il existe U, V K[X] tels que
D = AU +BV
dm. :
Si A = B = 0 alors D = 0 et U, V quelconques conviennent.
Sinon, on ralise comme ci-dessus lalgorithme dEuclide puis on crit successivement les A
i
sous la
forme AU
i
+BV
i
avec U
i
, V
i
K[X].
A terme on parvient crire D sous la forme AU +BV .

( !)Les polynmes U et V ne sont pas uniques.


Exemple Reprenons A = X
3
+X
2
2 et B = X
3
+X 2 pour lesquels D = pgcd(A, B) = X 1.
En renversant les divisions euclidiennes prcdentes
X
2
X = AB,
2X 2 = B (X + 1)(X
2
X) = B (X + 1)(AB),
puis
D =
1
2
(X + 2)B
1
2
(X + 1)A = AU +BV
avec
U =
1
2
(X + 1) et V =
1
2
(X + 2)
http://mp.cpgedupuydelome.fr 229 cbna
8.3. ARITHMTIQUE DES POLYNMES
8.3.3.2 Proprits du pgcd
Proposition
pgcd(A, B) = pgcd(B, A)
dm. :
Div(A, B) = Div(B, A)

Proposition
Si A [ B alors pgcd(A, B) est associ A.
dm. :
Si A [ B alors Div(A, B) = Div(A)

Proposition
P [ A et P [ B P [ pgcd(A, B)
dm. :
Par dnition, les diviseurs communs A et B sont les diviseurs de pgcd(A, B).

Proposition
Si C est unitaire alors
pgcd(AC, BC) = pgcd(A, B) C
dm. :
Posons = pgcd(AC, BC) et D = pgcd(A, B).
DC [ AC et DC [ BC donc DC [ .
D = AU +BV donc DC = ACU +BCV do [ DC.

8.3.3.3 Ppcm
Dnition
On note Mul(A, B) = Mul(A) Mul(B) lensemble des multiples communs A et B
K[X].
Exemple 0 et AB sont multiples communs A et B.
Remarque Si P est multiple commun A et B alors tout polynme associ P lest encore.
Thorme
Soient A, B K[X], il existe un unique polynme unitaire ou nul tel que Mul(A, B) =
Mul(M).
http://mp.cpgedupuydelome.fr 230 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
dm. :
Unicit : Si M
1
et M
2
sont solutions alors Mul(A, B) = Mul(M
1
) = Mul(M
2
). Par suite M
1

Mul(M
2
) et donc M
2
[ M
1
. De mme M
1
[ M
2
et donc M
1
et M
2
sont associs. Puisque M
1
et
M
2
sont unitaires ou nuls et quils sont associs, ils sont gaux.
Existence : Si A = 0 ou B = 0 alors M = 0 convient.
Sinon, A et B possde des multiples communs non nul (par exemple AB ), considrons en un qui soit
unitaire et de degr minimal, notons le M.
On a Mul(A, B) Mul(M) car M Mul(A, B).
Considrons N Mul(A, B) et ralisons la division euclidienne de N par M : N = MQ + R avec
deg R < deg M.
A [ N, A [ M donc A [ R et de mme B [ R donc R Mul(A, B).
Or M est un multiple commun non nul de degr minimal donc R = 0.
Par suite M [ N et donc N Mul(A, B).
Finalement Mul(A, B) = Mul(M).

Dnition
M est alors appel ppcm de A et B.
On note M = ppcm(A, B) ou A B.
8.3.3.4 Proprit du ppcm
Proposition
ppcm(A, B) = ppcm(B, A)
dm. :
Mul(A, B) = Mul(B, A).

Proposition
Si A [ B alors ppcm(A, B) est associ B.
dm. :
Si A [ B alors Mul(A, B) = Mul(B).

Proposition
A [ P et B [ P ppcm(A, B) [ P
dm. :
Par dnition, les multiples communs A et B sont les multiples de ppcm(A, B).

Proposition
Si C est unitaire alors ppcm(AC, BC) = ppcm(A, B) C.
dm. :
Posons M = ppcm(A, B) et N = ppcm(AC, BC).
http://mp.cpgedupuydelome.fr 231 cbna
8.3. ARITHMTIQUE DES POLYNMES
Comme AC [ MC et BC [ MC on a N [ MC.
Comme AC [ N, on a C [ N do N = PC.
Comme AC [ PC, BC [ PC et C ,= 0 on a A [ P, B [ P donc M [ P puis MC [ N.

Thorme
A, B K[X] , pgcd(A, B) ppcm(A, B) est associ AB.
dm. :
Si A = 0 ou B = 0 alors ppcm(A, B) = 0 et lafrmation propose est vraie.
Supposons dsormais A, B ,= 0.
Posons D = pgcd(A, B) et M = ppcm(A, B).
Puisque D divise A et B, on peut crire A = DA
t
et B = DB
t
avec A
t
, B
t
K[X]. Considrons alors
le polynme P = DA
t
B
t
= A
t
B = AB
t
.
Les polynmes A et B divisent P donc M divise P puis DM divise DP = AB.
Inversement, puisque AB est un multiple commun A et B, on peut crire AB = MQ avec Q K[X].
Or M est un multiple de Adonc on peut crire M = AC. La relation AB = ACQdonne alors B = CQ.
Ainsi Q divise B. De faon analogue, on obtient que Q divise A et donc Q divise D.
On en dduit que AB = MQ divise MD.
Puisque AB et MD se divisent mutuellement, ces deux polynmes sont associs.

8.3.4 Polynmes premiers entre eux


8.3.4.1 Dnition
Dnition
Deux polynmes A et B sont dits premiers entre eux si leurs seuls diviseurs communs sont les
polynmes constants non nuls.
Ceci signie encore pgcd(A, B) = 1. On note alors A B = 1.
Exemple Soient a, b K tels que a ,= b.
Montrons
(X a) (X b) = 1
Soit D = pgcd(X a, X b).
Puisque D [ X a on a deg D 1 et puisque D ,= 0, deg D = 0 ou 1.
Si deg D = 1 alors D est associ X a et X b par divisibilit et galit de degr.
On en dduit que X a et X b sont associs, or ils sont unitaires, donc X a = X b.
Ceci est exclu puisque a ,= b.
Finalement deg D = 0, puis D = 1.
8.3.4.2 Le thorme de Bzout
Thorme
On a quivalence entre :
(i) A et B sont premiers entre eux ;
(ii) U, V K[X] , AU +BV = 1.
dm. :
(i) (ii) Par galit de Bzout.
http://mp.cpgedupuydelome.fr 232 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
(ii) (i) Supposons quil existe U, V K[X] tels que AU +BV = 1.
Si lon pose D = pgcd(A, B) alors D [ A, D [ B donc D [ 1 = AU +BV . Par suite D = 1.

Corollaire
A B = 1 et A C = 1 A (BC) = 1 ;
A B
1
= 1, . . . , A B
n
= 1 A (B
1
. . . B
n
) = 1 ;
A B = 1 m, n N, A
m
B
n
= 1.
dm. :
Si A et B, dune part, et A et C, dautre part, sont premiers entre eux alors il existe U, V, W, T tels que
AU +BV = 1 et AW +CT = 1. En faisant le produit de ces deux relations, on obtient
A(AUW +BV W +CUT) +BC(V T) = 1 et donc A et BC sont premiers entre eux.
La deuxime implication se dmontre par rcurrence partir de la premire.
En prenant les B
i
gaux B, on obtient
A B = 1 A B
n
= 1
puis par un argument de symtrie
A B
n
= 1 A
m
B
n
= 1
et ainsi on obtient la troisime implication.

Exemple Soient a, b K tels que a ,= b et , N. On a


(X a)

(X b)

= 1
8.3.4.3 Le thorme de Gauss
( !)A [ BC nentrane pas A [ B ou A [ C.
Thorme
A [ BC et A B = 1 A [ C.
dm. :
Supposons A B = 1. Il existe U, V K[X] tels que AU +BV = 1 et par suite C = ACU +BCV .
Si de plus A [ BC alors, par oprations, A [ C.

( !)A [ C et B [ C nentranent pas AB [ C.


Thorme
A [ C, B [ C et A B = 1 AB [ C.
dm. :
Puisque B divise C, il existe U K[X] tel que C = BU.
Puisque A [ C = BU et A U = 1, le thorme de Gauss entrane A [ U puis AB [ BU = C.

Corollaire
Si A
1
, . . . , A
n
sont des diviseurs de P deux deux premiers entre eux
alors A
1
. . . A
n
[ P.
http://mp.cpgedupuydelome.fr 233 cbna
8.3. ARITHMTIQUE DES POLYNMES
dm. :
Par rcurrence sur n N

Exemple Si a
1
, . . . , a
n
sont des racines deux deux distinctes de P alors (X a
1
) . . . (X a
n
) [ P.
8.3.5 Dcomposition en produit de facteurs irrductibles
Dnition
On dit quun polynme non constant P K[X] est irrductible dans K[X] si ses seuls
diviseurs sont ses diviseurs triviaux.
Sinon, le polynme non constant P est dit compos.
Exemple Si P est irrductible, tout polynme associ P lest encore.
Exemple a K, X a est irrductible.
En effet, soit D un diviseur de X a.
Puisque X a ,= 0, deg D 1 et D ,= 0.
Si deg D = 0 alors D est constant non nul.
Si deg D = 1 alors D est associ X a.
Exemple Dans R[X], le polynme X
2
+ 1 est irrductible.
En effet, si D est une diviseur de X
2
+ 1 alors deg D 2 et D ,= 0.
Si deg D = 0 ou 2 alors D est diviseur trivial de X
2
+ 1.
Sinon D est degr 1 et donc de la forme aX +b avec a ,= 0.
Par suite D possde une racine = b/a R qui sera aussi racine de X
2
+ 1.
Cest impossible
( !)Lirrductibilit dun polynme dpend du corps de base K :
X
2
+ 1 est irrductible dans R[X] et compos dans C[X] puisque
X
2
+ 1 = (X i)(X +i)
Proposition
Soient A K[X] et P un polynme irrductible de K[X].
Si P ne divise pas A alors P A = 1.
dm. :
Par contrapose :
Si P A ,= 1 alors introduisons D = pgcd(P, A) ,= 1.
Puisque D [ P et que D nest pas constant, D est associ P.
Or D [ A donc P [ A.

http://mp.cpgedupuydelome.fr 234 cbna


CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Proposition
Soient A, B K[X] et P un polynme irrductible dans K[X].
P [ AB P [ A ou P [ B
dm. :
Supposons P [ AB et P ne divise pas A.
Puisque P est irrductible, on a A P = 1 et, par le thorme de Gauss, P [ B.

Thorme
Si A est un polynme non constant de K[X] alors il existe K

, N N

,
P
1
, . . . , P
N
polynmes irrductibles de K[X] unitaires deux deux distincts et il existe

1
, ...,
N
N

tels que
A = P

1
1
P

2
2
...P

N
N
De plus cette dcomposition est unique lordre prs des facteurs, on lappelle dcomposition
en facteurs irrductible de A.
dm. :
Unicit lordre prs des facteurs :
Supposons
A = P

1
1
. . . P

N
N
= Q

1
1
. . . Q

M
M
avec les hypothses dcrites dans le thorme.
Puisque les P
i
et Q
j
sont unitaires, les scalaires et correspondent tous deux au coefcient dominant
de A. On en dduit = .
Soit 1 i N. On a P
i
[ A donc P
i
[ Q

1
1
. . . Q

M
M
.
Puisque P
i
est irrductible, il existe 1 j M tel que P
i
[ Q
j
et donc P
i
= Q
j
puisque Q
j
est
irrductible. De plus lindice j est unique car les Q
1
, . . . , Q
M
sont deux deux distincts.
Ce qui prcde permet dintroduire une application i j de 1, . . . , N vers 1, . . . , M telles que
P
i
= Q
j
.
Puisque les P
1
, . . . , P
N
sont deux deux distincts, cette application est injective et donc N M.
Par un argument de symtrie M N et donc M = N.
Lapplication injective prcdent savre donc tre une permutations de 1, . . . , N.
Ainsi, lordre prs des termes, P
1
, . . . , P
N
= Q
1
, . . . , Q
N
.
Quitte rindexer, on peut supposer P
1
= Q
1
, . . . , P
N
= Q
N
et on a donc A = P

1
1
. . . P

N
N
=
P

1
1
. . . P

N
N
Comme les polynmes considrs sont irrductibles, pour i ,= j, P
i
P
j
= 1.
Puisque P

i
i
[ P

1
1
. . . P

N
N
et P

i
i
P

j
j
= 1 pour tout j ,= i, on a P

i
i
[ P

i
i
et donc
i

i
.
Par un argument de symtrie
i

i
puis
i
=
i
.
Existence
Montrons par rcurrence forte sur n N

que tout polynme de degr n est associ un produit de


polynmes irrductibles unitaires. Il sufra ensuite de runir entre eux les ventuels polynmes irrductibles
gaux pour obtenir la dcomposition propose.
Pour n = 1, tout polynme de degr est associ polynme de la forme X a avec a K et un tel
polynme est irrductible.
Supposons la proprit tablie jusquau rang n 1.
Soit P un polynme de degr n + 1.
Si P est irrductible alors on peut dire que P est associ un polynme irrductible unitaire.
http://mp.cpgedupuydelome.fr 235 cbna
8.4. RACINES DUN POLYNME
Si P est compos alors on peut crire P = AB avec A, B polynmes non constants de degrs infrieurs
n.
Par hypothse de rcurrence A et B sont associs un produit de polynmes irrductibles unitaires et
donc P = AB est aussi associ un produit de polynmes irrductibles unitaires.
Rcurrence tablie.

Remarque On prcisera par la suite quels sont exactement les polynmes irrductibles de R[X]
et C[X].
8.4 Racines dun polynme
8.4.1 Racines et degr
Soient P K[X] et a K. On a vu prcdemment que a est racine de P (i.e. P(a) = 0 ) si, et seulement
si, le polynme X a divise P.
Proposition
Si a
1
, ..., a
n
sont des racines deux deux distinctes de P K[X] alors
(X a
1
)...(X a
n
) [ P
dm. :
Les polynmes X a
1
, ..., X a
n
sont des diviseurs de P deux deux premiers entre eux dont leur
produit divise encore P.

Thorme
Si P est un polynme non nul alors P ne peut avoir plus de racines que son degr.
dm. :
Soient P K[X] tel que P ,= 0 et a
1
, ..., a
n
ses racines distinctes.
On a (X a
1
)...(X a
n
) [ P et P ,= 0 donc n deg P.

Corollaire
Un polynme de degr n possde au plus n racines.
Une quation algbrique de degr n N possde au plus n solutions.
Corollaire
Soit P K
n
[X].
Si P possde au moins n + 1 racines alors P = 0.
Exemple Soient P, Q K
n
[X] prenant la mme valeur en n + 1 points distincts. Montrons P = Q.
Considrons pour cela R = P Q.
R K
n
[X] et R possde au moins n + 1 racines (correspondant aux points o P et Q prennent la
mme valeur) donc R est le polynme nul. Par suite P = Q.
http://mp.cpgedupuydelome.fr 236 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Corollaire
Si P K[X] possde une innit de racines alors P = 0.
dm. :
Si P possde une innit de racine, il en a plus que son degr. . .

Exemple Soit P R[X]. Si


_
1
0
P(t)
2
dt = 0 alors P = 0.
La fonction t P(t)
2
est continue et positive sur [0, 1] donc, si
_
1
0
P(t)
2
dt = 0, cest la fonction
nulle et le polynme P possde alors une innit de racines et cest donc le polynme nul.
Exemple Soit P K[X] tel que P(X + 1) = P(X). Montrons que P est constant.
Considrons Q(X) = P(X) P(0).
On a Q(X + 1) = Q(X). Or Q(0) = 0 donc par rcurrence Q(n) = 0 pour tout n N.
Le polynme Q possde une innit de racine, cest donc le polynme nul et par suite le polynme P est
constant (gal P(0) ).
Exemple Montrons quil existe un unique P R[X] tel que
x R, P(sin x) = sin 3x
Existence : on sait sin 3x = 3 sin x 4 sin
3
x.
Par suite le polynme P = 3X 4X
3
convient.
Unicit : Supposons P, Q solutions.
Pour tout x R,
P(sin x) = sin(3x) = Q(sin x)
donc pour tout t [1, 1] , P(t) = Q(t). Le polynme P Q possde une innit de racines donc
P = Q.
8.4.2 Polynme et fonction polynomiale
Soit T une partie innie de K.
Dnition
On note T(T, K) lensemble des fonctions polynomiales de T vers K.
Thorme
Lapplication qui P associe

P est un isomorphisme du K-espace vectoriel K[X] vers
T(T, K).
dm. :
Notons : K[X] T(T, K) lapplication considre.
On vrie aisment la linarit (P +Q) = (P) +(Q).
http://mp.cpgedupuydelome.fr 237 cbna
8.4. RACINES DUN POLYNME
Dterminons ker .
Si (P) = 0 alors
x T,

P(x) = 0
P possde donc une innit de racine et donc P = 0.
Enn, par dnition, T(T, K) = Im.
Ainsi est un isomorphisme despaces vectoriels.

Corollaire
Si deux fonctions polynomiales prennent les mmes valeurs une innit de fois, cest quelles
sont issues du mme polynme. Ainsi
(x T, a
0
+a
1
x +a
2
x
2
+ = b
0
+b
1
x +b
2
x
2
+ ) n N, a
n
= b
n
Cest le principe didentication des coefcients des fonctions polynomiales.
Remarque Suite ce rsultat il est frquent didentier polynmes et fonctions polynomiales associs
dnies sur une partie T innie.
8.4.3 Multiplicit des racines
Dnition
Soient P K[X] non nul et a K.
On appelle ordre de multiplicit de a en tant que racine de P le plus grand N tel que
(X a)

[ P.
Si = 0 alors a nest pas racine de P.
Si = 1 on dit que a est une racine simple.
Si 2 on dit que a est une racine multiple (double, triple,. . . )
Convention Si P = 0 alors tout a K est dit racine de multiplicit +de P.
Exemple Si (X a)

[ P alors a est racine de multiplicit au moins de P.


Proposition
Soient P K[X] non nul, a K et N.
On a quivalence entre :
(i) a est racine de multiplicit de P ;
(ii) (X a)

[ P et (X a)
+1
ne divise pas P ;
(iii) il existe Q K[X] tel que P = (X a)

Q et Q(a) ,= 0.
dm. :
(i) (ii) Si a est racine de multiplicit de P alors est le plus grand naturel tel que (X a)

divise
P. Par suite (X a)

divise P et (X a)
+1
ne divise pas P.
(ii) (iii) Supposons (ii).
Puisque (X a)

divise P, on peut crire P = (X a)

Q.
Si Q(a) = 0 alors (X a) [ Q et donc (X a)
+1
divise P, ce qui est exclu. Par suite Q(a) ,= 0.
(iii) (i) Supposons P = (X a)

Q avec Q(a) ,= 0.
http://mp.cpgedupuydelome.fr 238 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
On a immdiatement (X a)

[ P.
Pour N

, si (X a)
+
divise P = (X a)

Q alors (X a)

divise Q et donc Q(a) = 0 ce qui


exclu.
Par suite, pour tout N

, (X a)
+
ne divise pas P. Ainsi est le plus grand naturel tel que
(X a)

divise P.

Exemple Soient a, b, c K deux deux distincts et P = (X a)(X b)


2
(X c)
3
.
Par ce qui prcde on peut directement afrmer :
- a est racine simple de P ;
- b est racine double de P ;
- c est racine triple de P.
Proposition
Si a
1
, ..., a
n
sont des racines deux deux distinctes de P K[X] de multiplicits respectives
au moins gales
1
, ...,
n
alors
(X a
1
)

1
...(X a
n
)

n
[ P
dm. :
Les polynmes (X a
i
)

i
sont des diviseurs de P deux deux premiers entre eux.

Thorme
Si P est un polynme non nul alors la somme des multiplicits de ses racines ne peut excder
son degr.
dm. :
Si a
1
, . . . , a
n
sont les deux deux distinctes de P de multiplicits respectives
1
, . . . ,
n
alors (X
a
1
)

1
...(X a
n
)

n
[ P et puisque P ,= 0 on obtient
1
+... +
n
deg P.

Corollaire
Si la somme des multiplicits des racines de P K
n
[X] est au moins gale n+1 alors P = 0.
Exemple Montrons quil existe un unique polynme P tel que :
1) deg P = 4 ;
2) P est unitaire ;
3) 0 est racine double et 1, 1 racines simples.
Existence : Le polynme P = X
2
(X 1)(X + 1) est videmment solution.
Unicit : Soient P et Q deux polynmes solutions.
Puisque P et Q sont unitaires et de degr 4 on a deg(P Q) 3.
0 est racines double de P et de Q donc 0 est racine au moins double de P Q.
De plus 1 et 1 sont racines au moins simples de P Q.
La somme des multiplicits des racines de P Q vaut au moins 4 > 3 donc P Q = 0 puis P = Q.
http://mp.cpgedupuydelome.fr 239 cbna
8.4. RACINES DUN POLYNME
Corollaire
Soit P un polynme de degr n N.
Si P admet au moins n racines distinctes alors il ny en na pas dautres et celles-ci sont toutes
simples.
dm. :
Notons a
1
, . . . , a
n
les n racines distinctes de P.
On a (X a
1
) . . . (X a
n
) [ P et deg(X a
1
) . . . (X a
n
) = deg P donc (X a
1
) . . . (X a
n
) et
P sont associs.
On en dduit que a
1
, . . . , a
n
sont racines simples de P.

Exemple Les racines n-ime lunit sont des racines simples de X


n
1 C[X].
En effet, il y a exactement n racines nme de lunit.
8.4.4 Multiplicit et drivation
Thorme
Si a est racine de multiplicit N

de P alors a est racine de multiplicit 1 de P


t
.
dm. :
On peut crire P = (X a)

Q avec Q(a) ,= 0.
En drivant P
t
= (X a)
1

Q avec

Q = Q+ (X a)Q
t
.
Puisque

Q(a) = Q(a) ,= 0, a est racine de multiplicit exactement 1 de P
t
.

Corollaire
Les racines de P sont simples si, et seulement si, P et P
t
nont pas de racines communes.
dm. :
Les racines communes P et P
t
sont exactement les racines multiples de P.

Exemple Montrons que les racines de P = X


3
+ 3X + 1 C[X] sont simples.
Pour cela calculons son polynme driv P
t
= 3(X
2
+ 1).
Les racines de P
t
sont i et i. Celles-ci ne sont pas racines de P donc les racines de P sont simples.
Thorme
Soit P K[X] non nul, a K et N

.
On a quivalence entre :
(i) a est racine dordre de multiplicit de P ;
(ii) P(a) = P
t
(a) = ... = P
(1)
(a) = 0 et P
()
(a) ,= 0.
dm. :
(i) (ii) Si a est racine de multiplicit de P alors par la proposition ci-dessus a est racine de P
t
, de
P
tt
,..., et de P
(1)
mais pas de P
()
.
(ii) (i) Supposons (ii)
Par la formule de Taylor :
P =
+

n=0
P
(n)
(a)
n!
(X a)
n
=
+

n=
P
(n)
(a)
n!
(X a)
n
= (X a)

Q
http://mp.cpgedupuydelome.fr 240 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
avec
Q =
+

n=
P
(n)
(a)
n!
(X a)
n
K[X]
De plus Q(a) =
P
()
(a)
!
,= 0 donc a est racine de multiplicit exactement de P.

Exemple Montrons
n N

, (X 1)
3
[ nX
n+2
(n + 2)X
n+1
+ (n + 2)X n
Posons P
n
= nX
n+2
(n + 2)X
n+1
+ (n + 2)X n.
On a
P
n
(1) = n (n + 2) + (n + 2) n = 0
P
t
n
(1) = n(n + 2) (n + 2)(n + 1) + (n + 2) = 0
et
P
tt
n
(1) = n(n + 2)(n + 1) (n + 2)(n + 1)n = 0
donc 1 est racine au moins triple de P
n
do la divisibilit afrme.
8.5 Polynmes scinds
8.5.1 Dnition
Dnition
Un polynme P K[X] non constant est dit scind dans K[X] si lon peut crire :
P = (X x
1
) . . . (X x
n
) avec K

et x
1
, . . . , x
n
K
Remarque Si tel est le cas :
- est le coefcient dominant de P ;
- n est le degr de P ;
- x
1
, . . . , x
n
sont ses racines.
Exemple X
2
+ 1 est scind dans C[X] puisque X
2
+ 1 = (X i)(X +i).
X
2
+ 1 nest pas scind dans R[X] car ce polynme na pas de racines dans R.
Thorme
Soit P K[X] un polynme non constant.
On a quivalence entre :
(i) P est scind dans K[X] ;
(ii) la somme des multiplicits des racines de P gale son degr.
http://mp.cpgedupuydelome.fr 241 cbna
8.5. POLYNMES SCINDS
dm. :
(ii) (i) Supposons (ii)
Notons a
1
, ..., a
p
les racines deux deux distinctes de P et
1
, . . . ,
p
leurs multiplicits respectives.
On a (X a
1
)

1
. . . (X a
p
)

p
[ P et par (ii) deg(X a
1
)

1
. . . (X a
p
)

p
= deg P donc P et
(X a
1
)

1
. . . (X a
p
)

p
sont associs et par suite P est scind.
(i) (ii) Supposons P scind. On peut crire P = (X x
1
) . . . (X x
n
).
En regroupant entre eux les x
i
non distincts, on peut crire :
P = (X a
1
)

1
. . . (X a
p
)

p
avec a
1
, ..., a
p
deux deux distincts et
1
, . . . ,
p
N

(
i
correspond au nombre doccurrence de a
i
dans la liste x
1
, . . . , x
n
).
Les a
1
, ..., a
p
sont alors exactement les racines de P et leurs multiplicits respectives sont les
1
, ...,
p
.
Lgalit P = (X a
1
)

1
. . . (X a
p
)

p
entrane alors
1
+ +
p
= deg P do (ii).

Remarque Si P = (X x
1
) . . . (X x
n
) alors les racines de P sont les x
1
, ..., x
n
comptes avec
multiplicit (i.e. que chacune apparat dans la liste autant de fois quelle est racine multiple de P ).
8.5.2 Polynme complexe
8.5.2.1 Le thorme de dAlembert-Gauss
Thorme
Tout polynme non constant de C[X] admet au moins une racine.
On dit que C algbriquement clos.
dm. :
Soit P C[X] de degr p N

. P = a
p
X
p
+ +a
1
X +a
0
avec a
p
,= 0.
A = [P(z)[ /z C est une partie non vide et minore (par 0) de R donc = inf A = inf
zC
[P(z)[
existe.
Nous allons montrer que est une valeur prise par P puis que = 0. Ceci permettra alors de conclure.
Pour tout z C tel que [z[ 1, on a
a
p
z
p
= P(z) +
p1

k=0
a
k
z
k
donc
[a
p
z
p
[ [P(z)[ +
p1

k=0
[a
k
[

z
k

[P(z)[ +pM[z[
p1
en notant M = max
0kp1
[a
k
[.
Par suite
[P(z)[ [a
p
[ [z[
p
pM[z[
p1

]z]+
+
Il en dcoule que lensemble des z C tel que [P(z)[ + 1 est born.
Considrons maintenant (z
n
) suite complexe telle que P(z
n
) . Soulignons quune telle suite existe
par le principe de ralisation dune borne infrieure et quelle est borne en vertu de ltude ci-dessus.
http://mp.cpgedupuydelome.fr 242 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Par le thorme de Bolzano-Weierstrass, on peut extraire de (z
n
) une suite convergente (z
(n)
).
Posons la limite de cette dernire.
Par oprations sur les limites
P(z
(n)
) = a
p
z
p
(n)
+ +a
1
z
(n)
+a
0
a
p

p
+ +a
1
+a
0
= P()
Dautre part, par extraction, P(z
(n)
) donc par unicit de la limite P() = .
Ainsi nous venons dtablir que est une valeur prise par P.
Il ne reste plus qu montrer = 0 et pour cela nous allons raisonner par labsurde en supposant > 0.
Quitte considrer le polynme
P(X +)

, on peut supposer = 1 et = 0.
On a alors P = a
0
+a
1
X + +a
p
X
p
avec a
0
= 1 = min
zC
[P(z)[, p > 1 et a
p
,= 0.
En introduisant q le premier indice tel que a
q
,= 0, on obtient
P = 1 +a
q
X
q
+a
q+1
X
q+1
+ +a
p
X
p
Ecrivons a
q
= e
i
avec > 0 et R.
Pour z = re
i(+)/q
avec r > 0, on a
P(z) = 1 r
q
+
p

k=q+1
a
k
r
k
e
ik(+)/q
et donc
[P(z)[ [1 r
q
[ +
p

k=q+1
[a
k
[ r
k
Pour r sufsamment petit, on obtient
[P(z)[ 1 r
q
+
p

k=q+1
[a
k
[ r
k
= 1 +f(r)
avec
f(r) = r
q
+
p

k=q+1
[a
k
[ r
k

r0
r
q
< 0
Par suite, il existe des z C tel que
[P(z)[ < 1 = min
zC
[P(z)[
Absurde !

Corollaire
Les polynme irrductibles de C[X] sont ceux de degr 1.
dm. :
Les polynmes de degr 1 sont irrductibles dans C[X].
Inversement, si P est irrductible dans C[X] alors P est non constant et possde donc une racine a. On
a alors X a [ P puis P associ X a.

http://mp.cpgedupuydelome.fr 243 cbna


8.5. POLYNMES SCINDS
8.5.2.2 Dcomposition en facteurs irrductibles dans C[X]
Thorme
Soit P C[X] non constant. Il existe K

, N N

, a
1
, . . . , a
N
C deux deux distincts
et
1
, ...,
N
N

tels que
P = (X a
1
)

1
...(X a
N
)

N
De plus cette dcomposition est unique lordre prs des facteurs.
dm. :
Cest la dcomposition en facteurs irrductibles qui est ici particularise sachant la forme des polynmes
irrductibles dans C[X].

Remarque Avec une telle dcomposition :


- est le coefcient dominant de P ;
- a
1
, ..., a
N
sont les racines deux deux distinctes de P ;
-
1
, ...,
N
sont les multiplicits respectives des prcdentes racines de P.
Corollaire
Tout polynme non constant de C[X] est scind.
Corollaire
Tout polynme de C[X] de degr n N possde exactement n racines comptes avec
multiplicit.
Toute quation algbrique complexe de degr n N

possde n solutions complexes comptes


avec multiplicit.
Exemple Soit a R. Factorisons dans C[X] le polynme
X
2
2X cos a + 1
Il suft de dtermines les racines de ce polynme, ce sont e
ia
et e
ia
.
On en dduit
X
2
2X cos a + 1 = (X e
ia
)(X e
ia
)
Exemple Factorisons dans C[X] le polynme
X
n
1
Les racines de ce polynmes sont les racines n-ime de lunit, on sait que ce sont des racines simples.
Par suite
X
n
1 =
n1

k=0
(X e
2ik/n
)
http://mp.cpgedupuydelome.fr 244 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Exemple Factorisons dans C[X] le polynme
X
4
+X
2
+ 1
Posons Y = X
2
.
X
4
+X
2
+ 1 = Y
2
+Y + 1 = (Y j)(Y j
2
) = (X
2
j)(X
2
j
2
)
Or
(X
2
j) = (X
2
j
4
) = (X j
2
)(X +j
2
)
et
(X
2
j
2
) = (X j)(X +j)
Par suite
X
4
+X
2
+ 1 = (X j)(X +j)(X j
2
)(X +j
2
)
8.5.2.3 Arithmtique et racines
Proposition
Soient A, B C[X]. On a quivalence entre :
(i) A [ B;
(ii) les racines de A sont racines de B de multiplicit au moins gale.
dm. :
Si A est constant, lquivalence est immdiate.
Sinon on peut crire A = (X a
1
)

1
. . . (X a
n
)

n
avec a
1
, . . . , a
n
les racines de A et
1
, . . . ,
n
leurs multiplicits respectives.
(i) (ii) Si A [ B alors (X a
1
)

1
. . . (X a
n
)

n
[ B et donc les a
1
, . . . , a
n
sont racines de B de
multiplicits respectivement au moins gales
1
, . . . ,
n
.
(ii) (i) Si les a
1
, . . . , a
n
sont racines de B de multiplicit au moins gales
1
, . . . ,
n
alors (X
a
1
)

1
. . . (X a
n
)

n
[ B et donc A [ B.

Exemple On a X
4
+X
2
+ 1 [ X
18
1.
En effet les racines de X
4
+X
2
+ 1 sont j, j, j
2
et j
2
. Ce sont des racines simples, toutes racines de
X
18
1.
Proposition
Soient A, B C[X]. On a quivalence entre :
(i) A B = 1 ;
(ii) A et B nont pas de racines en commun.
dm. :
(i) (ii) Par contrapose.
Supposons que A et B ont une racine en commun a.
On a alors X a diviseur commun A et B et donc A et B ne sont pas premiers entre eux.
(ii) (i) Par contrapose.
Supposons que A et B ne sont pas premiers entre eux.
Posons alors D = pgcd(A, B).
http://mp.cpgedupuydelome.fr 245 cbna
8.5. POLYNMES SCINDS
Ce polynme D est nul ou bien non constant.
Dans les deux cas D possde une racine qui sera racine commune A et B.

Exemple Montrons (X
2
+ 1) (X
3
+X + 1) = 1.
Les racines de X
2
+ 1 sont i et i.
Celles-ci ne sont pas racines de X
3
+X + 1.
Les polynmes X
2
+ 1 et X
3
+X + 1 nont pas de racines complexes en commun, ils sont donc
premiers entre eux.
Exemple Les racines de P C[X] sont simples si, et seulement si, P P
t
= 1.
En effet, les racines de P sont simples si, et seulement si, il ny a pas de racines communes P et P
t
.
8.5.2.4 Polynme conjugu
Dnition
On appelle polynme conjugu de P = a
n
X
n
+... +a
1
X +a
0
C[X] le polynme

P = a
n
X
n
+... + a
1
X + a
0
C[X]
Proposition
P, Q C[X],

P = P, P +Q =

P +

Q, PQ =

P

Q
dm. :
Cest immdiat en dcrivant les polynmes par leurs coefcients.

Proposition
P, Q C[X],
P [ Q

P [

Q
dm. :
Si P [ Q alors on peut crire Q = PU avec U C[X].
On alors

Q = PU =

P

U donc

P [

Q.
Si

P [

Q alors P =

P divise Q =

Q.

Proposition
P C[X] , a C,
P(a) =

P( a)
http://mp.cpgedupuydelome.fr 246 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
dm. :
Cest immdiat en dcrivant le polynme P par ses coefcients.

Proposition
Soit P C[X], a C et N.
On a quivalence entre :
(i) a est racine de multiplicit de P ;
(ii) a est racine de multiplicit de

P.
dm. :
En effet
k N, (X a)
k
[ P (X a)
k
[

P
Ainsi la multiplicit de a en tant que racine de P gale celle de a en tant que racine de

P.

8.5.3 Polynme rel


8.5.3.1 Racine complexe
Remarque Tout polynme rel peut se voir comme un polynme complexe.
Dnition
On appelle racine complexe dun polynme P R[X] toute racine de P vu comme polynme
complexe.
Exemple j est une racine complexe du polynme rel X
2
+X + 1.
Proposition
Soit P R[X] un polynme de degr n N.
P admet exactement n racines complexes comptes avec multiplicit.
dm. :
Cest la transposition avec le vocabulaire en cours du rsultat assurant que tout polynme complexe de
degr n admet exactement n racines comptes avec multiplicit.

Proposition
Les racines complexes de P R[X] sont deux deux conjugues et deux racines conjugues
ont mme multiplicit.
dm. :
Si a est racine complexe de multiplicit de P alors a est aussi racine complexe de multiplicit de

P = P.

8.5.3.2 Dcomposition en facteurs irrductibles dans R[X]


Proposition
Les polynmes irrductibles de R[X] sont :
- les polynmes de degr 1 ;
- les polynmes de degr 2 de discriminant < 0 (i.e. sans racines relles).
http://mp.cpgedupuydelome.fr 247 cbna
8.5. POLYNMES SCINDS
dm. :
Ce sont des polynmes irrductibles :
En effet, on sait dj que les polynmes de degr 1 sont irrductibles.
Considrons maintenant un polynme P de degr 2 sans racines relles.
Soit D un diviseur de P. On a deg D 2 et D ,= 0.
Si deg D = 0 ou 2 alors D est un diviseur trivial de P.
Si deg D = 1 alors D possde une racine relle qui sera racine de P. Cest exclu.
Ainsi P est irrductible.
Inversement :
Soit P un polynme irrductible dans R[X].
P est non constant donc P possde une racine complexe a.
Si a R alors X a [ P et donc P est associ X a puis cest un polynme de degr 1.
Si a CR alors a, a sont racines distinctes de P puis A = (X a)(X a) divise P dans le cadre des
polynmes complexes. Ainsi il existe B C[X] tel que P = AB.
Or P R[X] et A = X
2
2Re(a)X +[a[
2
R[X] donc

P =

A

B donne P = A

B.
On en dduit B =

B do B R[X]. Ainsi A divise P dans le cadre des polynmes rels.
Or P est irrductible, il est donc associ Aet apparat comme tant un polynme de degr 2 sans racines
relles.

Exemple Le polynme X
2
+ 2X + 2 est irrductible dans R[X].
Les polynmes X
2
3X + 2 et X
4
+X
2
+ 1 sont composs dans R[X].
Thorme
Soit P R[X] non constant. Il existe R

, N, M N, a
1
, . . . , a
N
R deux deux
distincts,
(p
1
, q
1
), . . . , (p
M
, q
M
) R
2
deux deux distincts, tels que
j
= p
2
j
4q
j
< 0 et il existe

1
, . . . ,
N
,
1
, . . . ,
M
N

tels que :
P =
N

i=1
(X a
i
)

i
M

j=1
(X
2
+p
j
X +q
j
)

j
De plus cette dcomposition est unique lordre prs des facteurs.
dm. :
Cest la dcomposition en facteurs irrductibles qui est ici particularise sachant la forme des polynmes
irrductibles dans R[X].

Remarque Avec une telle dcomposition


- est le coefcient dominant de P ;
- a
1
, ..., a
N
sont les racines relles de multiplicit
1
, ...,
N
de P ;
- les racines complexes conjugues de P se retrouvent dans les termes X
2
+p
j
X +q
j
, leur multiplicit
tant alors
j
.
Corollaire
Les polynmes de degr impair possdent au moins une racine relle.
http://mp.cpgedupuydelome.fr 248 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
dm. :
Si N = 0 dans lcriture qui prcde alors P est un polynme de degr pair.

Exemple Factorisons dans R[X] le polynme


X
5
1
Les racines complexe de X
5
1 sont
0
,
1
, ...,
4
avec
k
= e
2ik/5
.

0
= 1 est rel,
4
=
1
et
3
=
2
.
Par suite
X
5
1 = (X 1) ((X
1
)(X
1
)) ((X
2
)(X
2
)
ce qui donne
X
5
1 = (X 1)(X
2
2 cos
2
5
X + 1)(X
2
2 cos
4
5
X + 1)
Exemple Factorisation dans R[X] le polynme
X
6
1
Comme ci-dessus, en isolant les racines relles et en regroupant entre elles les racines complexes
conjugues, on obtient
X
6
1 = (X 1)(X + 1)(X
2
+X + 1)(X
2
X + 1)
8.5.4 Relations entre racines et coefcients dun polynme scind
Soit P = a
n
X
n
+ +a
1
X +a
0
un polynme scind de degr n N

rel ou complexe.
Notons x
1
, ..., x
n
ses racines de P comptes avec multiplicit.
On a P = a
n
X
n
+ +a
1
X +a
0
= a
n
(X x
1
) . . . (X x
n
).
En dveloppant le second membre, on peut exprimer les coefcients de P en fonction de ses racines ;
explicitons ces expressions.
Dnition
Pour n N

et x
1
, . . . , x
n
K, on appelle expressions symtriques lmentaires en les
x
1
, ..., x
n
les quantits suivantes :

1
=
n

i=1
x
i
,
2
=

1i<jn
x
i
x
j
,
3
=

1i<j<kn
x
i
x
j
x
k
,. . .

p
=

1i
1
<i
2
<...<i
p
n
x
i
1
x
i
2
...x
i
p
(pour 1 p n ),. . .

n
= x
1
x
2
...x
n
.
Remarque Ainsi
p
apparat comme tant la somme de tous les produits possibles de p lments
dindices distincts choisis dans x
1
, ..., x
n
; on dit que
p
est la somme des p-produits.
http://mp.cpgedupuydelome.fr 249 cbna
8.5. POLYNMES SCINDS
Exemple Pour n = 2

1
= x
1
+x
2
et
2
= x
1
x
2
Exemple Pour n = 3

1
= x
1
+x
2
+x
3
,
2
= x
1
x
2
+x
1
x
3
+x
2
x
3
et
3
= x
1
x
2
x
3
Proposition
Soient n N

, x
1
, . . . , x
n
K et
1
, . . . ,
n
les expressions symtriques lmentaires en les
x
1
, ..., x
n
.
On a
(X x
1
) . . . (X x
n
) = X
n

1
X
n1
+ + (1)
k

k
X
nk
+ + (1)
n

n
dm. :
Le coefcient de X
nk
dans le dveloppement de (X x
1
) . . . (X x
n
) sobtient en considrant les
termes obtenus lorsquon choisit k facteurs x
i
et n k facteurs X. Ce coefcient vaut donc (1)
k
la
somme des produits de la forme x
i
1
x
i
2
. . . x
i
k
avec i
1
< i
2
< . . . < i
k
i.e. (1)
k

k
.

Thorme
Soient P = a
n
X
n
+... +a
1
X +a
0
un polynme de degr n N

et x
1
, ..., x
n
K.
On a quivalence entre :
(i) x
1
, ..., x
n
sont les racines de P comptes avec multiplicit ;
(ii) 1 k n,
k
= (1)
k
a
nk
/a
n
.
dm. :
Sachant que le coefcient dominant de P est a
n
, on a
(i) P = a
n
(X x
1
)...(X x
n
)
En dveloppant ce produit, on obtient
(i) a
n
X
n
+ +a
1
X +a
0
= a
n
(X
n

1
X
n1
+ + (1)
k

k
X
nk
+ + (1)
n

n
)
En identiant les coefcients de ces polynmes
(i) 1 k n, a
nk
= a
n
(1)
k

k
et nalement on obtient lquivalence de (i) et de (ii).

Remarque Le coefcient de X
n1
dun polynme scind donne la somme de ses racines.
Le coefcient constant dun polynme scind donne le produit de ses racines.
http://mp.cpgedupuydelome.fr 250 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Exemple Le cas n = 2.
Soit P = aX
2
+bX +c avec a ,= 0.
x
1
et x
2
sont les racines de P comptes avec multiplicit si, et seulement si,
_
x
1
+x
2
= b/a
x
1
x
2
= c/a
Remarque On peut rsoudre un systme de la forme
_
x
1
+x
2
=
1
x
1
x
2
=
2
en dterminant les racines de X
2

1
X +
2
.
Par exemple, le systme
_
x +y = 2
xy = 7
a pour couples solutions, les couples (x, y) forms des deux racines du polynme X
2
2X + 7.
Exemple Le cas n = 3.
Soit P = aX
3
+bX
2
+cX +d avec a ,= 0.
x
1
, x
2
, x
3
sont les racines de P comptes avec multiplicit si, et seulement si,
_

_
x
1
+x
2
+x
3
= b/a
x
1
x
2
+x
2
x
3
+x
3
x
1
= c/a
x
1
x
2
x
3
= d/a
Exemple Dterminons les racines de P = X
3
4X
2
+ 6X 4 C[X] sachant que la somme de
deux des racines est gale la troisime.
Notons x
1
, x
2
, x
3
les trois racines comptes avec multiplicit du polynme P.
Quitte les rindexer, on peut supposer x
1
+x
2
= x
3
.
Les relations coefcients/racines donnent en particulier
x
1
+x
2
+x
3
= 4 et x
1
x
2
x
3
= 4
Ainsi 2x
3
= 4 do x
3
= 2 et
_
x
1
+x
2
= 2
x
1
x
2
= 2
Les racines de X
2
2X + 2 tant 1 +i et 1 i, on peut dire que, lordre prs, x
1
, x
2
, x
3
valent
1 +i, 1 i, 2.
http://mp.cpgedupuydelome.fr 251 cbna
8.5. POLYNMES SCINDS
Remarque On peut rsoudre un systme de la forme
_

_
x
1
+x
2
+x
3
=
1
x
1
x
2
+x
2
x
3
+x
3
x
1
=
2
x
1
x
2
x
3
=
3
en dterminant les racines de X
3

1
X
2
+
2
X
3
.
Cependant, comme il sagit ici dun polynme de degr 3, une telle rsolution nest pas immdiate ; on
pourra voir ce sujet la mthode de Cardan la n de ce cours.
Exemple Rsolvons le systme
_

_
x +y +z = 2
xy +yz +zx = 5
xyz = 6
Les triplets (x, y, z) solutions de ce systme sont ceux forms des racines comptes avec multiplicit du
polynme X
3
2X
2
5X + 6.
1 est racine apparente de ce polynme et cela permet la factorisation :
X
3
2X
2
5X + 6 = (X 1)(X
2
X 6) = (X 1)(X + 2)(X 3)
Les triplets (x, y, z) solutions sont (1, 2, 3) et ses permutations.
Exemple Rsolvons le systme
_

_
x
1
+x
2
+x
3
= 1
x
2
1
+x
2
2
+x
2
3
= 9
x
3
1
+x
3
2
+x
3
3
= 1
Introduisons
S
1
= x
1
+x
2
+x
3
, S
2
= x
2
1
+x
2
2
+x
2
3
et S
3
= x
3
1
+x
3
2
+x
3
3

1
= x
1
+x
2
+x
3
,
2
= x
1
x
2
+x
2
x
3
+x
3
x
1
et
3
= x
1
x
2
x
3
Soit (x
1
, x
2
, x
3
) un triplet solution, exprimons
1
,
2
,
3
.

1
= S
1
= 1. S
2
1
= S
2
+ 2
2
donc
2
= 4. S
3
1
= S
3
+ 3t + 6
3
et S
1
S
2
= S
3
+t avec
t = x
2
1
x
2
+x
2
x
2
1
+x
2
2
x
3
+x
2
3
x
2
+x
2
3
x
1
+x
2
1
x
3
On en dduit
3
= 4.
Par suite le triple (x
1
, x
2
, x
3
) est form des racines comptes avec multiplicit du polynme
X
3
X
2
4X + 4
Puisque 1 est racine apparent de ce polynme, on peut facilement factoriser celui-ci :
(X
3
X
2
4X + 4) = (X 1)(X 2)(X + 2)
On en dduit que, lordre prs, x
1
, x
2
, x
3
= 1, 2, 2.
Inversement, les triplets correspondants sont bien solutions du systme pos.
http://mp.cpgedupuydelome.fr 252 cbna
CHAPITRE 8. POLYNMES EN UNE INDTERMINE
Exemple Soient x
1
, x
2
, x
3
les trois racines comptes avec multiplicit de lquation x
3
+px +q = 0.
Calculons
S
2
= x
2
1
+x
2
2
+x
2
3
, S
3
= x
3
1
+x
3
2
+x
3
3
Introduisons les quantits symtriques lmentaires

1
= x
1
+x
2
+x
3
,
2
= x
1
x
2
+x
2
x
3
+x
3
x
1
et
3
= x
1
x
2
x
3
.
On a
1
= 0,
2
= p et
3
= q.
Puisque a
2
1
= S
2
+ 2
2
, on a S
2
= 2p.
Puisque x
3
i
= px
i
q, en sommant S
3
= p
1
3q = 3q
Supposons de plus q ,= 0 et calculons
I
1
=
1
x
1
+
1
x
2
+
1
x
3
et I
2
=
1
x
2
1
+
1
x
2
2
+
1
x
2
3
En rduisant au mme dnominateur
I
1
=

2

3
=
p
q
De plus
I
2
1
= I
2
+
2
x
1
x
2
+
2
x
2
x
3
+
2
x
3
x
1
= I
2
+
2
1

3
donc I
2
= p
2
/q
2
.
8.5.5 Musculation : Rsolution de lquation du troisime degr par la mthode
de Cardan
Historiquement, la dmarche suivie a t dcouverte par Tartaglia (1499-1557) mais celui-ci ne voulut
pas la dvoiler an de rester seul capable de rsoudre les quations du troisime degr (cela constituait
un jeu mathmatique de lpoque...) Cardan le persuade de lui rvler sa mthode tout en promettant de
ne pas la divulguer. Nanmoins il le ft, ce qui fcha dnitivement les deux hommes...
Soient a, b, c C. On cherche ici rsoudre lquation
c : t
3
+at
2
+bt +c = 0
dinconnue t C.
1re tape :
On ralise le changement dinconnue t = x a/3.
Lquation c se transforme alors en une quation du type :
x
3
+px +q = 0
dinconnue x C o p, q C sexpriment en fonction de a, b, c.
Dans le cas o p = 0, on sait rsoudre lquation x
3
= q :
- si q R les solutions sont
3

q,
3

q.j et
3

q.j
2
;
- si q C on crit q = e
i
avec > 0 et R, les solutions sont alors
3

e
i/3
,
3

e
i/3
.j et
3

e
i/3
.j
2
.
Supposons dsormais p ,= 0.
2me tape :
Soit x une solution. On crit x = u +v avec u, v C

tels que uv = p/3. Une telle dcomposition est


http://mp.cpgedupuydelome.fr 253 cbna
8.5. POLYNMES SCINDS
assurment possible car tout systme somme-produit complexe possde un couple solution.
Lquation x
3
+px +q = 0 devient alors
(u +v)
3
+p(u +v) +q = 0
puis, aprs simplication,
u
3
+v
3
+q = 0
3me tape :
En posant U = u
3
et V = v
3
on observe que (U, V ) est solution du systme
_
U +V = q
UV = p
3
/27
On sait rsoudre un tel systme et ceci permet de choisir un couple (U, V ).parmi les deux couples
solutions. Ce choix na pas dincidence compte tenu de la symtrie existant entre u et v, symtrie qui
permet dchanger u et v et donc U et V . Aprs rsolution des quations u
3
= U et v
3
= V , on obtient
trois valeurs possibles pour u et trois valeurs possibles pour v soit, a priori, neuf couples (u, v) possibles.
Cependant la relation uv = p/3 permet dexprimer v en fonction de u et, par suite, seuls trois des neufs
couples (u, v) sont considrer.
La relation x = u +v permet alors dexprimer x et ceci conduit alors trois solutions possibles.
Rsumons : Si x est solution de lquation x
3
+px +q = 0 alors x est lune des 3 solutions prcdentes.
4me tape :
Inversement, si x est lune des trois valeurs prcdentes, en remontant le raisonnement, on observe bien
que x est solution de lquation x
3
+px +q = 0. La rsolution est acheve.
Exemple Rsolvons lquation t
3
3t
2
3t 4 = 0 dinconnue t C.
On pose x = t 1 ce qui conduit lquation x
3
6x 9 = 0.
On crit x = u +v avec uv = 2.
On obtient alors u
3
+v
3
= 9.
On rsout le systme
_
U +V = 9
UV = 8
en introduisant lquation y
2
9y + 8 = 0 de racines 1 et 8.
On prend alors U = 1, V = 8 do u = 1, j, j
2
et v = 2, 2j, 2j
2
.
La relation uv = 2 nous dit que les couples (u, v) considrer sont (1, 2), (j, 2j
2
) et (j
2
, 2j) et les
valeurs correspondantes de x sont 3, j(1 + 2j), j(j + 2) puis on obtient t = 4, 1 +j(1 + 2j) ou
t = 1 +j(j + 2). Enn ses valeurs sont bien solutions puisquon peut remonter le raisonnement.
Finalement
o = 4, 1 +j(1 + 2j), 1 +j(j + 2)
http://mp.cpgedupuydelome.fr 254 cbna
Chapitre 9
Les fractions rationnelles
K dsigne R ou C.
9.1 Le corps des fractions rationnelles
9.1.1 Construction
Dnition
On appelle fraction rationnelle coefcients dans K et en lindtermine X tout lment
reprsent par un rapport A/B form par A, B K[X] avec B ,= 0.
On note K(X) lensemble de ces lments.
Exemple
X + 1
X
R(X)
Dnition
On dit deux rapport A/B et C/D (avec B, D ,= 0 ) reprsentent la mme fraction rationnelle
si AD = BC.
Ainsi
A
B
=
C
D
AD = BC
Exemple
X + 1
X
2
1
=
1
X 1
car (X 1)(X + 1) = (X
2
1) 1.
Dnition
Tout polynme P K[X] est dit gal la fraction rationnelle P/1 K(X).
En ce sens K[X] K(X).
255
9.1. LE CORPS DES FRACTIONS RATIONNELLES
Dnition
Soient F = A/B et G = C/D deux lments de K(X) et K.
On dnit les fractions rationnelles .F, F +G, FG par :
.F =
.A
B
, F +G =
AD +BC
BD
, FG =
AC
BD
Exemple Pour
F =
X + 1
X 1
et G =
X
2
2X 1
X(X + 1)
on a
F +G =
2X
3
X
2
+ 2X + 1
X(X
2
1)
et
FG =
X
2
2X 1
X(X 1)
Proposition
Les rsultats de ces oprations sont indpendant des rapports A/B et C/D choisis pour
reprsents F et G.
dm. :
Supposons
F =
A
1
B
1
=
A
2
B
2
et G =
C
1
D
1
=
C
2
D
2
On a A
1
B
2
= A
2
B
1
et C
1
D
2
= C
2
D
1
.
Puisque A
1
B
2
= A
2
B
1
, on a
A
1
B
1
=
A
2
B
2
.
Ainsi le rsultat de lopration .F ne dpend pas du rapport choisi pour reprsenter F.
On a (A
1
D
1
+B
1
C
1
)B
2
D
2
= A
1
B
2
D
1
D
2
+C
1
D
2
B
1
B
2
donc (A
1
D
1
+B
1
C
1
)B
2
D
2
= A
2
B
1
D
1
D
2
+C
2
D
1
B
1
B
2
puis (A
1
D
1
+B
1
C
1
)B
2
D
2
= (A
1
D
2
+B
2
C
2
)B
1
D
1
.
Ainsi le rsultat de lopration F +G ne dpend pas des rapports choisis pour reprsenter F et G.
Enn (A
1
C
1
)(B
2
D
2
) = (A
1
B
2
)(C
1
D
2
) = (A
2
B
1
)(C
2
D
1
) = (A
2
C
2
)(B
1
D
1
)
Ainsi le rsultat de lopration FG ne dpend pas des rapports choisis pour reprsenter F et G.

Proposition
Les oprations sur K(X) prolongent celles connues K[X].
dm. :
Pour P, Q K[X],
.
P
1
=
.P
1
,
P
1
+
Q
1
=
P +Q
1
et
P
1
Q
1
=
PQ
1

Thorme
(K(X), +, .) est un K-espace vectoriel dlment nul la fraction nulle 0 =
0
1
.
http://mp.cpgedupuydelome.fr 256 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
dm. :
Laddition sur K(X) est videmment commutative. Etudions son associativit.
Dune part
_
A
B
+
C
D
_
+
E
F
=
AD +BC
BD
+
E
F
=
(AD +BC)F +BDE
BDF
=
ADF +BCF +BDE
BDF
Dautre part
A
B
+
_
C
D
+
E
F
_
=
A
B
+
CF +ED
DF
=
ADF +B(CF +DE)
BDF
=
ADF +BCF +BDE
BDF
Ainsi laddition sur K(X) est associative.
La fraction nulle 0 =
0
1
est lment neutre pour laddition ; en effet
A
B
+
0
1
=
A1 +B 0
B
=
A
B
Puisque
A
B
+
A
B
=
AB AB
B
2
=
0
B
2
=
0
1
= 0
toute fraction de K(X) est symtrisable
Ainsi (K(X), +) est un groupe ablien de neutre la fraction nulle.
Enn les proprits calculatoires
.(F +G) = .F +.G, ( +).F = .F +.F,
. (.F) = ().F et 1.F = F
sont immdiates obtenir.

Thorme
(K(X), +, ) est un corps de neutre multiplicatif la fraction 1 =
1
1
.
dm. :
On a vu ci-dessus que (K(X), +) est un groupe ablien.
La multiplication sur K(X) est videmment commutative, associative et la fraction 1 = 1/1 en est
lment neutre.
Etudions la distributivit de la multiplication sur laddition.
A
B
_
C
D
+
E
F
_
=
A
B
CF +DE
DF
=
A(CF +DE)
BDF
=
ACF +ADE
BDF
=
AC
BD
+
AE
BF
=
A
B
C
D
+
A
B
E
F
Ainsi K(X) est un anneau commutatif.
De plus on peut afrmer que K(X) est non rduit 0.
Soit F =
A
B
K(X) diffrent de la fraction nulle.
On peut afrmer que A ,= 0 et introduire G =
B
A
K(X).
On a FG =
AB
BA
=
1
1
donc F est inversible et F
1
=
B
A
.

http://mp.cpgedupuydelome.fr 257 cbna


9.1. LE CORPS DES FRACTIONS RATIONNELLES
Remarque Linverse dune fraction F non nulle est parfois note
1
F
.
Exemple Soit n N.
On a X
n+1
1 = (X 1)(1 +X + +X
n
) dans K[X].
En multipliant par linverse de X 1 dans K(X), on obtient la relation
X
n+1
1
X 1
= 1 +X + +X
n
dans K(X).
Remarque Ici on peut diviser par X 1 dans K(X) car X 1 nest pas la fraction nulle.
On peut faire cette manipulation sans se soucier de ce qui se passe en 1 car X est une indtermine et
non une variable. Le problme en 1 se posera seulement lorsquon voudra valuer lgalit prcdente
en 1.
9.1.2 Reprsentant irrductible
Thorme
Pour tout F K(X), il existe un unique couple (P, Q) K[X]
2
tel que :
(1) Q est unitaire ;
(2) F = P/Q;
(3) P et Q sont premiers entre eux.
La fraction P/Q est alors appele reprsentant irrductible de F.
dm. :
Unicit :
Soient (P
1
, Q
1
) et (P
2
, Q
2
) deux couples solutions.
Puisque F =
P
1
Q
1
=
P
2
Q
2
, on a P
1
Q
2
= P
2
Q
1
.
Ainsi Q
1
divise P
1
Q
2
, or Q
1
est premier avec P
1
donc par le thorme de Gauss, Q
1
divise Q
2
.
De faon symtrique, Q
2
divise Q
1
. Les polynmes Q
1
et Q
2
sont donc associs, or ils sont tous deux
unitaires, ils sont donc gaux. Lgalit P
1
Q
2
= P
2
Q
1
avec Q
1
= Q
2
,= 0 donne alors P
1
= P
2
.
Finalement (P
1
, Q
1
) = (P
2
, Q
2
).
Existence :
Soit A/B un rapport reprsentant la fraction rationnelle F.
Quitte multiplier en haut et en bas par un scalaire, on peut supposer que le polynme B est unitaire.
Considrons ensuite D le pgcd de A et B.
Puisque D divise A et B, on peut crire A = DP et B = DQ.
On a alors
F =
A
B
=
DP
DQ
=
P
Q
De plus D = pgcd(A, B) = pgcd(DP, DQ) = Dpgcd(P, Q) donc pgcd(P, Q) = 1.
Enn puisque B et D sont unitaires, Q lest aussi.
Finalement le couple (P, Q) ainsi construit est solution.

Exemple Pour P K[X],


P
1
est le reprsentant irrductible de P.
http://mp.cpgedupuydelome.fr 258 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
Remarque Pour vrier quun rapport reprsentant une fraction rationnelle est form par deux
polynmes premiers entre eux, il suft de vrier que ceux-ci nont pas de racines complexe en
commun ; ceci est facile faire ds que lon connat les racines de lun dentre eux.
Exemple Le reprsentant irrductible de
X
6
1
X
4
1
est
X
4
+X
2
+ 1
X
2
+ 1
.
En effet ces deux fractions rationnelles sont gales (via factorisation pas X
2
1 ) et la seconde est
forme par un rapport irrductible car les polynmes X
4
+X
2
+ 1 et X
2
+ 1 sont premiers entre eux
puisque sans racines complexes en commun.
9.1.3 Degr
Dnition
Soit F K(X) de reprsentant irrductible P/Q.
On appelle degr de F le nombre
deg F = deg P deg Q Z
Exemple Pour P K[X]
deg
P
1
= deg P deg 1 = deg P
Ainsi la notion de degr dune fraction rationnelle prolonge celle de degr dun polynme.
Proposition
Pour F = A/B K(X),
deg F = deg Adeg B
dm. :
Soit P/Q le reprsentant irrductible de F.
Puisque F =
A
B
=
P
Q
, on a AQ = BP donc deg A+ deg Q = deg B + deg P.
Puisque B, Q sont non nuls, deg B, deg Q N et la relation qui prcde donne deg A deg B =
deg P deg Q.

Exemple deg
X + 1
X
2
+ 2
= 1, deg
X
3
+X + 1
X
2
X + 2
= 1, deg
X
2
X
2
+ 1
= 0.
http://mp.cpgedupuydelome.fr 259 cbna
9.1. LE CORPS DES FRACTIONS RATIONNELLES
Proposition
Soient F, G K(X) et K.
deg .F =
_
deg F si ,= 0
si = 0
deg(F +G) max(deg F, deg G) et
deg FG = deg F + deg G
dm. :
Soient A/B et C/D des rapports reprsentant F et G.
Si = 0 alors .F = 0 donc deg(F) = .
Si ,= 0 alors .F =
A
B
donc
deg(F) = deg(A) deg B = deg Adeg B = deg F
F +G =
AD +BC
BD
donc
deg(F +G) = deg(AD +BC) deg(BD)
Or
deg(AD +BC) max(deg AD, deg BC)
donc
deg(F +G) max (deg AD deg BD, deg BC deg BD)
puis
deg(F +G) max (deg Adeg B, deg C deg D) = max(deg F, deg G)
Enn FG =
AC
BD
donc
deg(FG) = deg AC deg BD = deg A+ deg C deg B deg D = deg F + deg G

9.1.4 Drivation
Dnition
Soit F K(X) de reprsentant irrductible P/Q.
On appelle fraction rationnelle drive de F la fraction
F
t
=
P
t
QPQ
t
Q
2
Exemple Pour P K[X],
_
P
1
_
t
=
P
t
1 P 0
1
2
= P
t
Ainsi la notion de drivation dune fraction rationnelle prolonge la notion de drivation dun polynme.
http://mp.cpgedupuydelome.fr 260 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
Proposition
Pour F = A/B K(X), on a
F
t
=
A
t
B AB
t
B
2
dm. :
Soit P/Q le reprsentant irrductible de F.
Puisque F =
A
B
=
P
Q
, on a PB = QA.
En drivant cette relation on obtient P
t
B +PB
t
= Q
t
A+QA
t
(*).
On a
F
t
=
P
t
QPQ
t
Q
2
=
P
t
QB
2
PQ
t
B
2
Q
2
B
2
=
P
t
BQB (PB)Q
t
B
Q
2
B
2
donc
F
t
=
P
t
BQB (QA)Q
t
B
Q
2
B
2
=
(P
t
QQ
t
A)QB
Q
2
B
2
En exploitant la relation (*), on obtient
F
t
=
(PB
t
QA
t
)QB
Q
2
B
2
=
(PB)QB
t
A
t
BQ
2
Q
2
B
2
=
(AQ)B
t
QA
t
BQ
2
Q
2
B
2
Enn, en simpliant par Q
2
,
F
t
=
A
t
B AB
t
B
2

Exemple Pour n N

et a K,
_
1
(X a)
n
_
t
=
n
(X a)
n+1
Proposition
Soient F, G K(X) et K.
(F)
t
= F
t
, (F +G)
t
= F
t
+G
t
, (FG)
t
= F
t
G+FG
t
et, lorsque G ,= 0,
_
F
G
_
t
=
F
t
GFG
t
G
2
dm. :
Soient A/B et C/D des rapports reprsentants F et G.
Lgalit (F)
t
= F
t
est immdiate.
(F +G)
t
=
_
AD +BC
BD
_
t
=
(A
t
D +AD
t
+B
t
C +BC
t
)BD + (AD +BC)(B
t
D +BD
t
)
B
2
D
2
http://mp.cpgedupuydelome.fr 261 cbna
9.1. LE CORPS DES FRACTIONS RATIONNELLES
et
F
t
+G
t
=
A
t
B AB
t
B
2
+
C
t
D CD
t
D
2
=
(A
t
B AB
t
)D
2
+B
2
(C
t
D CD
t
)
B
2
D
2
Aprs simplication du terme B
t
CBD dans la premire, ces deux fractions rationnelles se correspondent
et donc (F +G)
t
= F
t
+G
t
.
(FG)
t
=
_
AC
BD
_
t
=
(A
t
C +AC
t
)BD +AC(B
t
D +BD
t
)
B
2
D
2
et
F
t
G+FG
t
=
(A
t
B AB
t
)C
B
2
D
+
A(C
t
D CD
t
)
BD
2
=
(A
t
B AB
t
)CD +AB(C
t
D CD
t
)
B
2
D
2
Ces deux fractions rationnelles se correspondent et donc (FG)
t
= F
t
G+FG
t
Enn, puisque G
1
G
= 1, on obtient en drivant, G
t

1
G
+G
_
1
G
_
t
= 0 et donc
_
1
G
_
t
=
G
t
G
2
.
On en dduit
_
F
G
_
t
=
_
F
1
G
_
=
F
t
G

FG
t
G
2
=
F
t
GFG
t
G
2

Proposition
Pour F K(X) tel que F ,= 0, on a deg F
t
deg F 1.
dm. :
Soit A/B un rapport reprsentant F.
F
t
=
A
t
B AB
t
B
2
donc
deg F
t
= deg(A
t
B AB
t
) 2 deg B
Or
deg(A
t
B AB
t
) max(deg A
t
B, deg AB
t
) deg A+ deg B 1
donc deg F
t
deg F 1.

Attention : deg F
t
nest pas toujours gal deg F 1.
Exemple Pour F =
X + 1
X
= 1 +
1
X
, deg F = 0 et deg F
t
= 2 !
http://mp.cpgedupuydelome.fr 262 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
9.1.5 Racines et ples dune fraction rationnelle
Dnition
Soit F K(X) de reprsentant irrductible P/Q.
On appelle racine de F toute racine de P.
On appelle ple de F toute racine de Q.
Remarque Comme P et Q sont premiers entre eux, un mme lment a ne peut pas tre la fois racine
et ple de F.
Exemple Pour P K[X], les racines de P/1 sont les racines de P et P/1 na pas de ples.
Remarque Une fraction rationnelle na quun nombre ni de ples. En effet son dnominateur est un
polynme non nul et celui-ci na quun nombre ni de racines.
Exemple Considrons
F =
X
2
1
X
3
1
C(X)
Pour dterminer racines et ples de F, calculons un reprsentant irrductible.
F(X) =
(X 1)(X + 1)
(X 1)(X
2
+X + 1)
=
X + 1
X
2
+X + 1
Par suite : 1 est racine, j et j
2
sont ples.
1 nest ni racine ni ple.
Dnition
Soit F K(X) de reprsentant irrductible P/Q et a K.
Si a est racine de F (resp. ple de F ), la multiplicit de a en tant que racine de P (resp. racine
de Q ) est appele multiplicit de la racine a dans F (resp. du ple a dans F ).
Exemple Considrons
F =
(X 1)(X + 2)
2
X
2
(X + 1)
R(X)
La fraction rationnelles F est crite ici sous forme irrductible.
1 est racine simple et 2 racine double de F.
1 est ple simple et 0 est ple double de F.
Proposition
Soient F = A/B K(X) 0 et a K.
Posons , N les multiplicits de a en tant que racine de A et B.
Si > alors a est racine de F de multiplicit .
Si = alors a nest ni racine, ni ple de F.
Si < alors a est ple de F de multiplicit .
http://mp.cpgedupuydelome.fr 263 cbna
9.1. LE CORPS DES FRACTIONS RATIONNELLES
dm. :
On peut crire A = (X a)


A avec

A(a) ,= 0 et B = (X a)


B avec

B(a) ,= 0.
Soit P/Q le reprsentant irrductible de F.
On a PB = QA donc
(X a)

P

B = (X a)

Q

A (*)
Cas > :
En simpliant dans la relation (*), on obtient P

B = (X a)

Q

A
En valuant en a, P(a)

B(a) = 0 donc P(a) = 0 car

B(a) ,= 0.
Ainsi a est racine de P. Cependant a nest pas racine de Q car P et Q nont pas de racines en commun.
Il reste dterminer la multiplicit de a en tant que racine de P.
Puisque

B divise (X a)

Q

A et que

B est premier avec X a (car

B(a) ,= 0 ), le thorme de
Gauss donne que

B divise Q

A ce qui permet dcrire Q

A =

BC.
La relation P

B = (X a)

Q

A donne alors P = (X a)

C.
Comme Q(a) ,= 0 et

A(a) ,= 0, on a ncessairement C(a) ,= 0 car Q

A =

BC.
Ainsi P = (X a)

C avec C(a) ,= 0, a est racine de multiplicit exactement de P.


Cas = :
En simpliant dans la relation (*), on obtient P

B = Q

A.
En valuant en a on obtient P(a)

B(a) = Q(a)

A(a).
Puisque

A(a),

B(a) ,= 0, on peut afrmer P(a) = 0 Q(a) = 0.
Or P et Q nont pas de racine commune donc P(a) ,= 0 et Q(a) ,= 0.
Ainsi a nest ni racine, ni ple de F.
Cas < :
Il suft de transposer ltude mene dans le cadre > .

Exemple Soient p, q N

tels que p q = 1 et
F =
X
p
1
X
q
1
Dterminons les racines et les ples de F.
Les racines du numrateur sont les racines p-ime de lunit, ce sont des racines simples.
Les racines du dnominateur sont les racines q-ime de lunit, ce sont des racines simples.
Dterminons les racines communes.
Soit une racine commune.
Puisque p et q sont premiers entre eux, par lgalit de Bzout, il existe u, v Z tels que pu +qv = 1.
On a alors =
1
=
pu+qv
= (
p
)
u
(
q
)
v
= 1.
Ainsi 1 est la seule racine commune au numrateur et au dnominateur.
On peut conclure :
Les racines de F sont les racines pme de lunit autre que 1, ce sont des racines simples.
Les ple de F sont les racines qme de lunit autre que 1, ce sont des ples simples.
Enn, 1 nest ni racine, ni ple de F.
http://mp.cpgedupuydelome.fr 264 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
9.1.6 Evaluation
Dnition
Soient F K(X) de reprsentant irrductible P/Q et a K.
On dit que F est dnie en a si a nest pas ple de F i.e. Q(a) ,= 0.
On pose alors
F(a) =
P(a)
Q(a)
appele valeur de F en a.
Proposition
Soient F K(X) de reprsentant A/B et a K.
Si B(a) ,= 0 alors F est dnie en a et F(a) = A(a)/B(a).
dm. :
Soit P/Q le reprsentant irrductible de F. On a PB = QA.
Si B(a) ,= 0 alors ncessairement Q(a) ,= 0 car Q(a) = 0 P(a)B(a) = 0 P(a) = 0 alors que P
et Q nont pas de racines communes.
Ainsi F est dnie en a et puisque lgalit PB = QA entrane P(a)B(a) = Q(a)A(a) on obtient
P(a)
Q(a)
=
A(a)
B(a)
sachant B(a), Q(a) ,= 0.

Proposition
Soient a K, F, G K(X) et K.
Si F et G sont dnies en a alors F, F +G et FG le sont aussi et on a les relations
(F)(a) = F(a), (F +G)(a) = F(a) +G(a) et (FG)(a) = F(a)G(a)
dm. :
Soient P/Q et R/S les reprsentants irrductible de F et G.
a nest pas racines de Q ni de S.
Puisque F =
P
Q
, F + G =
PS +QR
QS
et FG =
PR
QS
avec Q(a) ,= 0 et (QS)(a) = Q(a)S(a) ,= 0,
les fractions F, F +G et FG sont dnies en a et
(F)(a) =
P(a)
Q(a)
= F(a)
(F +G)(a) =
P(a)S(a) +Q(a)R(a)
Q(a)S(a)
=
P(a)
Q(a)
+
R(a)
S(a)
= F(a) +G(a)
et
(FG)(a) =
P(a)R(a)
Q(a)S(a)
=
P(a)
Q(a)
R(a)
S(a)
= F(a)G(a)

http://mp.cpgedupuydelome.fr 265 cbna


9.1. LE CORPS DES FRACTIONS RATIONNELLES
Proposition
Soient a K et F K(X).
Si F est dnie en a alors F
t
est dnie en a.
dm. :
Soit P/Q le reprsentant irrductible de F, a nest pas racine de Q.
Puisque F
t
=
P
t
QPQ
t
Q
2
avec Q
2
(a) = [Q(a)]
2
,= 0, F
t
est dnie en a.

9.1.7 Fonctions rationnelles


Dnition
On appelle ensemble de dnition de F K(X), lensemble T
F
form des a K tels que F
dnie en a.
Exemple Pour P K[X], T
P
= K
Pour F = 1/X(X 1), T
F
= K0, 1.
Remarque Pour F K(X) de reprsentant irrductible P/Q, T
F
= KQ
1
(0).
Dnition
Soit F K(X) et T une partie de K incluse dans T
F
.
On appelle fonction rationnelle associe F dnie sur T lapplication

F : T K qui
a T associe

F(a) = F(a).
Quand T = T
F
, on parle simplement de fonction rationnelle associe F.
Exemple La fonction rationnelle associe 1/X C[X] est lapplication z 1/z dnie de C

vers C.
Proposition
Soient F, G K(X) et T une partie innie de K.
Si
x T T
F
T
G
,

F(x) =

G(x)
alors F = G.
dm. :
Soient P/Q et R/S les reprsentants irrductibles de F et G.
Pour tout x TT
F
T
G
, lgalit

F(x) =

G(x) donne
P(x)
Q(x)
=
R(x)
S(x)
et donc (PS)(x) = (QR)(x).
Les polynmes PS et QR concident sur T T
F
T
G
qui est une partie innie (car T est innie et
T T
F
T
G
correspond T priv des ples de F et G qui sont en nombre ni) donc PS = QR puis
F = G.

Remarque Suite ce rsultat, on peut identier la fraction rationnelle F la fonction rationnelle



F ds
que lensemble de dpart est inni.
http://mp.cpgedupuydelome.fr 266 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
Exemple Montrons que pour tout n N, il existe un unique fraction rationnelle F
n
R(X) telle que
1) ]1, 1[ T
F
n
;
2) x ]1, 1[, (arcsin x)
(n+1)
=
F
n
(x)

1 x
2
.
Unicit :
Supposons F
n
et G
n
solutions.
Pour tout x ]1, 1[, on a F
n
(x) = G
n
(x).
Puisque les fractions rationnelles F
n
et G
n
concident sur une partie innie, elles sont gales.
Existence :
Raisonnons par rcurrence sur n N.
Pour n = 1, F
1
= 1 convient.
Supposons lexistence tablie au rang n 0.
Par hypothse de rcurrence, il existe un fraction rationnelle F
n
R(X) telle que ]1, 1[ T
F
n
et
(arcsin x)
(n+1)
=
F
n
(x)

1 x
2
pour tout x ]1, 1[.
En drivant cette dernire relation, on obtient
(arcsin x)
(n+2)
=
F
t
n
(x)

1 x
2
+
xF
n
(x)

1 x
2
3
Posons alors
F
n+1
= F
t
n
+
X
1 X
2
F
n
R(X)
Puisque F
n
est dnie sur ]1, 1[, par oprations, F
n+1
est aussi dnie sur ]1, 1[.
De plus, par construction, on a
(arcsin x)
(n+2)
=
F
n+1
(x)

1 x
2
Rcurrence tablie.
9.2 Dcomposition en lments simples
9.2.1 Partie entire
Thorme
Pour tout F K(X) il existe un unique couple (E, G) K[X] K(X) tel que
F = E +G et deg G < 0
E est alors appel partie entire de F et on note E = Ent(F).
dm. :
Unicit :
Soient (E
1
, G
1
) et (E
2
, G
2
) deux couples solutions.
On a F = E
1
+G
1
= E
2
+G
2
et donc E
1
E
2
= G
2
G
1
puis deg(E
1
E
2
) = deg(G
2
G
1
) < 0.
Or E
1
E
2
K[X] donc E
1
= E
2
puis G
1
= G
2
.
Existence :
http://mp.cpgedupuydelome.fr 267 cbna
9.2. DCOMPOSITION EN LMENTS SIMPLES
Soit A/B un rapport reprsentant de F.
En ralisant la division euclidienne de A par B, on peut crire A = BQ + R avec deg R < deg B et
alors F =
A
B
= Q+
R
B
= Q+G avec Q K[X] et G K(X) tel que deg G < 0.

Remarque Pour calculer la partie entire de F = A/B, il suft de poser la division euclidienne de A
par B.
Exemple Calculons
Ent
_
X
3
+X 1
X
2
X + 1
_
Par division euclidienne
X
3
+X 1 = (X
2
X + 1)(X + 1) + (X 2)
donc
Ent
_
X
3
+X 1
X
2
X + 1
_
= X + 1
Remarque Si deg F < 0 alors Ent(F) = 0.
Remarque Si on retranche une fraction F sa partie entire, la fraction obtenue est de degr < 0.
9.2.2 Partie polaire
Thorme
Soit a un ple de multiplicit N

de F K(X).
Il existe un unique couple (R, G) K[X] K(X) tel que :
- F = G+
R
(X a)

;
- a nest pas ple de G;
- deg R 1.
La fraction
R
(X a)

est alors appele partie polaire de F en a.


dm. :
Unicit :
Soient (R
1
, G
1
) et (R
2
, G
2
) deux couples solutions.
On a
G
1
G
2
=
R
2
R
1
(X a)

Comme a nest pas ple de G


1
G
2
, a est racine de multiplicit au moins n de R
2
R
1
.
Or deg(R
2
R
1
) < donc R
2
R
1
= 0 car la somme des multiplicits de ses racines est strictement
suprieure son degr. Par suite R
1
= R
2
puis G
1
= G
2
.
http://mp.cpgedupuydelome.fr 268 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
Existence :
Soit P/Q le reprsentant irrductible de F.
On a Q = (X a)


Q avec

Q(a) ,= 0.
(X a)

et

Q sont premiers entre eux donc par le thorme de Bzout, il existe U, V K[X] tels que
(X a)

U +AV = 1. On a alors
F =
P
Q
=
P(X a)

U +P

QV
(X a)

Q
=
PU

Q
+
PV
(X a)

Ralisons la division euclidienne de PV par (X a)

:
PV = (X a)

T +R avec deg R < .


On peut alors crire
F =
PU

Q
+T +
R
(X a)

= G+
R
(X a)

avec
G =
PU

Q
+T
qui na pas de ple en a.

Remarque La partie polaire relative un ple a est de degr < 0.


Remarque Lorsquon retranche une fraction sa partie polaire relative un ple a donn, la fraction
obtenue ne prsente plus de ple en a.
Proposition
Soient a K, N

et R K
1
[X].
Il existe un unique (
1
, . . . ,

) K

tel que
R
(X a)

(X a)

+ +

2
(X a)
2
+

1
X a
dm. :
On a lquivalence
R
(X a)

k=1

k
(X a)
k
R =
n

k=1

k
(X a)
k
Puisque la famille (1, X a, (X a)
2
, ..., (X a)
1
) est une famille de polynme de degrs tags,
elle forme une base de K
1
[X] et donc tout polynme R K
1
[X] scrit de faon unique sous la
forme
n

k=1

k
(X a)
k
.

Remarque Une partie polaire relative un ple a de multiplicit peut donc dcrire sous la forme
dune combinaison linaire des fractions
1
X a
,
1
(X a)
2
, . . . ,
1
(X a)

http://mp.cpgedupuydelome.fr 269 cbna


9.2. DCOMPOSITION EN LMENTS SIMPLES
9.2.3 Dcomposition en lments simples dans C(X)
Lemme
Dans C(X), une fraction rationnelle qui na pas de ple est un polynme.
dm. :
Soit P/Q le reprsentant irrductible dune fraction rationnelle F C(X) qui na pas de ples.
Si le polynme Q nest pas constant alors il possde au moins une racine et celle-ci est alors ple de F ;
cest exclu. Le polynme Q est donc constant et, puisquil est unitaire, Q = 1 et nalement F = P
C[X].

Thorme
Toute fraction rationnelle de C(X) est gale la somme de sa partie entire et de ses diffrentes
parties polaires.
dm. :
Si on retranche F sa partie entire on obtient une fraction de degr strictement ngatif. Si de plus on y
retranche ses parties polaires, la fraction obtenue ne prsente plus de ples et reste de degr strictement
ngatif. Cette fraction est donc un polynme de degr strictement ngatif, cest le polynme nul.

Corollaire
Pour F C(X) de reprsentant irrductible P/Q.
Si la factorisation de Q dans C[X] est
Q = (X a
1
)

1
. . . (X a
n
)

n
avec a
1
, . . . , a
n
deux deux distincts alors les ples de F sont les a
i
de multiplicit
i
et on
peut crire
F = Ent(F) +
n

i=1

j=1

i,j
(X a
i
)
j
avec
i,j
C
De plus cette criture est unique.
dm. :
Unicit :
Lcriture propose permet didentier la partie entire et les diffrentes parties polaires de F qui sont
dtermines de faon unique.
Existence :
F est gale la somme de sa partie entire et de ses diffrentes parties polaires qui se dcrivent sous la
forme propose.

Exemple Soit P = (X a
1
)

1
. . . (X a
n
)

n
un polynme de C[X].
Ralisons la DES de la fraction F =
P
t
P
.
Puisque
P
t
=
n

k=1
(X a
1
)

1
. . . [(X a
k
)

k
]
t
. . . (X a
n
)

n
on a
P
t
=
n

k=1

k
(X a
1
)

1
. . . (X a
k
)

k
1
. . . (X a
n
)

n
http://mp.cpgedupuydelome.fr 270 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
puis
F =
P
t
P
=
n

k=1

k
X a
k
=

1
X a
1
+ +

n
X a
n
Cette relation sinterprte comme tant la dcomposition en lments simples de F.
9.2.4 Obtenir une dcomposition en lments simples
9.2.4.1 Dmarche
Soit F C(X). Pour former la DES de F :
- on exprime F sous forme irrductible P/Q;
- on dtermine Ent(F) en ralisant la division euclidienne de P par Q;
- on factorise Q dans C(X) de sorte de dterminer les ples de F ainsi que leurs multiplicits ;
- on exprime la DES de F laide de coefcients inconnus : a, b, c, d, ... ;
- on dtermine ces coefcients par diverses mthodes
Exemple Considrons
F =
X
2
X
2
3X + 2
C(X)
La fraction F est crite sous forme irrductible car numrateur et dnominateur nont pas de racine en
commun.
Il est immdiat que le partie entire de F vaut 1.
Puisque X
2
3X + 2 = (X 1)(X 2), les ples de F sont 1 et 2 ; ce sont des ples simples.
Par le thorme de dcomposition en lments simples de F, on peut crire
F = 1 +
a
X 1
+
b
X 2
avec a, b C
En valuant cette relation en 0 et en 1, on obtient les quations
0 = 1 a
b
2
et
1
6
= 1
a
2

b
3
On a ainsi
_
2a +b = 2
3a + 2b = 5
do lon tire a = 1 et b = 4.
Ainsi
X
2
X
2
3X + 2
= 1
1
X 1
+
4
X 2
Ici, cette dmarche est laborieuse et nest pas reprendre en pratique. . . Nous allons voir des techniques
beaucoup plus efcace !
http://mp.cpgedupuydelome.fr 271 cbna
9.2. DCOMPOSITION EN LMENTS SIMPLES
9.2.4.2 Dtermination de la partie polaire relative un ple simple
Soient F C(X) de reprsentant irrductible P/Q et a un ple simple de F.
On peut crire Q = (X a)

Q avec

Q(a) ,= 0.
La dcomposition en lments simples de F permet dcrire
F =
P
(X a)

Q
= G+

X a
(1)
avec G nayant pas de ple en a.
En multipliant la relation (1) par X a on obtient
(X a)F =
P

Q
= (X a)G+ (2)
En valuant (2) en a, on parvient
P(a)

Q(a)
= 0 + et donc
=
_
P

Q
_
(a)
Remarque Puisque Q = (X a)

Q, on a Q
t
= (X a)

Q
t
+R et donc Q
t
(a) =

Q(a).
On a donc aussi la formule
=
_
P
Q
t
_
(a)
Cette dernire est trs utile quand on ne souhaite pas raliser la factorisation du polynme Q, cest
notamment le cas quand Q = X
n
1. . .
Exemple Considrons nouveau
F =
X
2
X
2
3X + 2
C(X)
Comme on la vu ci-dessus, la dcomposition en lments simples de F scrit
F =
X
2
(X 1)(X 2)
= 1 +
a
X 1
+
b
X 2
Par ce qui prcde
a =
X
2
X 2

X=1
= 1, b =
X
2
X 1

X=2
= 4
On retrouve
X
2
X
2
3X + 2
= 1
1
X 1
+
4
X 2
Ici les calculs ont t plus efcace que lors du calcul prcdent.
http://mp.cpgedupuydelome.fr 272 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
Exemple Soit n N

et F =
1
X
n
1
C(X).
F est exprime sous forme irrductible et Ent(F) = 0 car deg F < 0.
Les ples de F sont les racines n-ime de lunit
0
, ...,
n1
avec
k
= e
2ik/n
, ce sont des ples
simples.
La dcomposition en lments simples de F est de la forme
F =
1
X
n
1
=
c
0
X
0
+ +
c
n1
X
n1
Par ce qui prcde
c
k
=
1
(X
n
1)
t

X=1
=
1
nX
n1

X=1
=
1
n
n1
k
=
1
n

k
Ainsi
1
X
n
1
=
1
n
n1

k=0

k
X
k
9.2.4.3 Dtermination de la partie polaire relative un ple double
Soient F C(X) de reprsentant irrductible P/Q et a un ple double de F.
On peut crire Q = (X a)
2

Q avec

Q(a) ,= 0.
La dcomposition en lments simples de F permet dcrire :
F =
P
(X a)
2
Q
= G+

(X a)
2
+

X a
(1)
avec G nayant pas de ple en a.
En multipliant (1) par (X a)
2
, on obtient
(X a)
2
F =
P

Q
= (X a)
2
G+ +(X a) (2)
En valuant (2) en a, on parvient
P(a)

Q(a)
= 0 + et donc
=
_
P

Q
_
(a)
En drivant (2) puis en valuant en a, on obtient
=
_
P

Q
_
t
(a)
Exemple Considrons F =
X 2
X(X 1)
2
C(X).
F est exprime sous forme irrductible et Ent(F) = 0 car deg F < 0.
Les ples de F sont 0 et 1 avec 0 ple simple et 1 ple double.
http://mp.cpgedupuydelome.fr 273 cbna
9.2. DCOMPOSITION EN LMENTS SIMPLES
La dcomposition en lments simples de F est de la forme
X 2
X(X 1)
2
=
a
X
+
b
(X 1)
2
+
c
X 1
avec
a =
X 2
(X 1)
2

X=0
= 2, b =
X 2
X

X=1
= 1 et c =
_
X 2
X
_
t

X=1
=
2
X
2

X=1
= 2
Ainsi
X 2
X(X 1)
2
=
2
X
+
1
(X 1)
2
+
2
X 1
Exemple Considrons
F =
X + 1
X
2
(X 1)
2
C(X)
F est exprime sous forme irrductible et Ent(F) = 0 car deg F < 0.
Les ples de F sont 0 et 1 et ce sont des ples doubles.
La dcomposition en lments simples de F est de la forme
X + 1
X
2
(X 1)
2
=
a
X
2
+
b
X
+
c
(X 1)
2
+
d
X 1
avec
a =
X + 1
(X 1)
2

X=0
= 1, b =
_
X + 1
(X 1)
2
_
t

X=0
=
(X 1)
2
2(X + 1)(X 1)
(X 1)
4

X=0
= 3
c =
X + 1
X
2

X=1
= 2 et d =
_
X + 1
X
2
_
t

X=1
=
1
X
2

2
X
3

X=1
= 3
Ainsi
X + 1
X
2
(X 1)
2
=
1
X
2
+
3
X
+
2
(X 1)
2

3
X 1
9.2.4.4 Dmarche gnrale
Soient F C(X) de reprsentant irrductible P/Q et a un ple de multiplicit de F.
On peut crire Q = (X a)


Q avec

Q(a) ,= 0.
La dcomposition en lments simples de F permet dcrire :
F =
P
(X a)

Q
= G+

(X a)

+ +

1
X a
(1)
avec G nayant pas de ple en a.
En multipliant (1) par (X a)

, on obtient
(X a)

F =
P

Q
= (X a)

G+

+
1
(X a) + +
1
(X a)
1
(2)
http://mp.cpgedupuydelome.fr 274 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
En valuant (2) en a, on obtient
P(a)

Q(a)
= 0 +

+ 0 et donc

=
_
P

Q
_
(a)
On peut alors calculer G = F

(X a)

et reprendre le processus prcdent partir de G qui prsente


en a un ple dordre < .
Exemple Considrons
F =
X
2
(X + 1)
3
C(X)
F est exprime sous forme irrductible et Ent(F) = 0 car deg F < 0.
1 est le seul ple de F et cest un ple triple.
La dcomposition en lments simples de F est de la forme
X
2
(X + 1)
3
=
a
(X + 1)
3
+
b
(X + 1)
2
+
c
X + 1
avec a = X
2

X=1
= 1.
Considrons alors
X
2
(X + 1)
3

1
(X + 1)
3
=
X
2
1
(X + 1)
3
=
X 1
(X + 1)
2
=
b
(X + 1)
2
+
c
X + 1
On a
b = X 1[
X=1
= 2 et c = (X 1)
t
[
X=1
= 1
Finalement
X
2
(X + 1)
3
=
1
(X + 1)
3

2
(X + 1)
2
+
1
X + 1
Exemple Considrons
F =
X
2
+ 1
X(X 1)
3
C(X)
F est exprime sous forme irrductible et Ent(F) = 0 car deg F < 0.
Les ples de F sont 0 et 1 ; 0 est ple simple et 1 est ple triple.
La dcomposition en lments simples de F est de la forme
X
2
+ 1
X(X 1)
3
=
a
X
+
b
(X 1)
3
+
c
(X 1)
2
+
d
X 1
avec
b =
X
2
+ 1
X

X=1
= 2
Considrons alors
X
2
+ 1
X(X 1)
3

2
(X 1)
3
=
X
2
2X + 1
X(X 1)
3
=
1
X(X 1)
=
a
X
+
c
(X 1)
2
+
d
X 1
http://mp.cpgedupuydelome.fr 275 cbna
9.2. DCOMPOSITION EN LMENTS SIMPLES
On a
a =
1
X 1

X=0
= 1, c = 0 et d =
1
X

X=1
Finalement
X
2
+ 1
X(X 1)
3
=
1
X
+
2
(X 1)
3
+
1
X 1
9.2.4.5 Parties polaires complexes dune fraction rationnelle relle
Soit F R(X) de reprsentant irrductible P/Q.
Les ples de F sont les racines du polynme Q, or celui-ci est rel, donc les ples complexes dune
fraction rationnelles sont deux deux conjugues. De plus
Proposition
Les parties polaires complexes dune fraction rationnelle relle sont deux deux conjugues.
dm. :
Si F R(X) alors par conjugaison complexe, la fraction rationnelle F est inchange alors que les parties
polaires relatives aux ples complexes non rels sont changes.
Ainsi, si

1
X a
+ +

(X a)

est la partie polaire relative un ple a C, par conjugaison,

1
X a
+ +

(X a)

est la partie polaire relative au ple a.

Exemple Considrons
F =
X
2
+X 1
X(X
2
+ 1)
R(X)
F est crite sous forme irrductible et sa partie entire est nulle car deg F < 0.
Puisque X(X
2
+ 1) = X(X i)(X +i), les ples de F sont 0, i, i et ce sont des ples simples.
La dcomposition en lments simples de F est de la forme
X
2
+X 1
X(X
2
+ 1)
=
a
X
+
b
X i
+

b
X +i
car les parties polaires complexes de cette fraction relle sont conjugues.
On a
a =
X
2
+X 1
X
2
+ 1

X=0
= 1 et b =
X
2
+X 1
X(X +i)

X=i
=
i 2
2
= 1
i
2
puis c = 1 +i/2.
Finalement
X
2
+X 1
X(X
2
+ 1)
=
1
X
+
1
i
2
X i
+
1 +
i
2
X +i
http://mp.cpgedupuydelome.fr 276 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
Exemple Considrons
F =
1
X
2
(X
2
+X + 1)
R(X)
F est crite sous forme irrductible et sa partie entire est nulle car deg F < 0.
Puisque X(X
2
+X +1) = X
2
(X j)(X j
2
), les ples de F sont 0, j, j
2
; 0 est ples double et j, j
2
sont des ples simples conjugus.
La dcomposition en lments simples de F est de la forme
1
X
2
(X
2
+X + 1)
=
a
X
2
+
b
X
+
c
X j
+
c
X j
2
car les parties polaires complexes de cette fraction relle sont conjugues.
On a
a =
1
X
2
+X + 1

X=0
= 1, b =
_
1
X
2
+X + 1
_
t

X=0
=
2X + 1
(X
2
+X + 1)
2

X=0
= 1
et
c =
1
X
2
(X j
2
)

X=j
=
1
j
2
(j j
2
)
=
1
1 j
=
1 j
2
3
Finalement
1
X
2
(X
2
+X + 1)
=
1
X
2

1
X
+
1
3
1 j
2
X j
+
1
3
1 j
X j
2
9.2.4.6 Quelques astuces de calculs
On peut parfois obtenir rapidement une dcomposition en lments simples en crivant astucieusement
le numrateur. . .
Exemple En rcrivant le 1 du numrateur
1
X(X + 1)
=
(X + 1) X
X(X + 1)
=
1
X

1
X + 1
Exemple Dans un esprit analogue
X
2
(X + 1)
3
=
(X + 1)
2
2X 1
(X + 1)
3
=
1
X + 1

2(X + 1) 1
(X + 1)
2
=
1
X + 1

2
(X + 1)
2
+
1
(X + 1)
3
Quand une fraction est de degr strictement ngatif, la limite xF(x) quand x +, permet dobtenir
une relation sur les coefcients des termes de la forme 1/(X a) dune dcomposition en lments
simples ; cest particulirement efcace lorsquil y a un ple double !
Exemple Considrons
F =
X
2
+X + 1
X(X + 1)
2
C(X)
F est crite sous forme irrductible et sa partie entire est nulle car deg F < 0.
Les ples de F sont 0 et 1 ; 0 est ple simple alors que 1 est ple double.
http://mp.cpgedupuydelome.fr 277 cbna
9.2. DCOMPOSITION EN LMENTS SIMPLES
La dcomposition en lments simples de F est de la forme
X
2
+X + 1
X(X + 1)
2
=
a
X
+
b
(X + 1)
2
+
c
X + 1
On a
a =
X
2
+X + 1
(X + 1)
2

X=0
= 1 et b =
X
2
+X + 1
X

X=1
= 1
xF(x)
x+
1 donne la relation a +c = 1, on en dduit c = 0.
Finalement
X
2
+X + 1
X(X + 1)
2
=
1
X

1
(X + 1)
2
Exemple Considrons
F =
3X + 1
(X 1)
2
(X + 1)
C(X)
F est crite sous forme irrductible et sa partie entire est nulle car deg F < 0.
Les ples de F sont 1 et 1 ; 1 est ple simple alors que 1 est ple double.
La dcomposition en lments simples de F est de la forme
3X + 1
(X 1)
2
(X + 1)
=
a
X + 1
+
b
X 1
+
c
(X 1)
2
On a
a =
3X + 1
(X 1)
2

X=1
=
1
2
et b =
3X + 1
X + 1

X=1
= 2
xF(x)
x+
0 donne la relation a +c = 0, on en dduit c =
1
2
.
Finalement
3X + 1
(X 1)
2
(X + 1)
=
1/2
X + 1
+
1/2
X 1
+
2
(X 1)
2
Si la fraction rationnelle dcompose prsente une parit, on retrouve celle-ci sur les lments simples de
sa dcomposition. . .
Exemple Considrons
F =
X
(X
2
1)
2
C(X)
F est crite sous forme irrductible et sa partie entire est nulle car deg F < 0.
(X
2
1)
2
= (X 1)
2
(X + 1)
2
, les ples de F sont 1 et 1 ; ce sont des ples doubles.
La dcomposition en lments simples de F est de la forme
X
(X + 1)
2
(X 1)
2
=
a
(X + 1)
2
+
b
(X + 1)
+
c
(X 1)
2
+
d
X 1
Exploitons limparit de F en remplaant X par X
X
(X + 1)
2
(X 1)
2
=
a
(X + 1)
2
+
b
(X + 1)
+
c
(X 1)
2
+
d
X 1
http://mp.cpgedupuydelome.fr 278 cbna
CHAPITRE 9. LES FRACTIONS RATIONNELLES
On en dduit
X
(X + 1)
2
(X 1)
2
=
c
(X + 1)
2
+
d
(X + 1)
+
a
(X 1)
2
+
b
X 1
Par unicit des coefcients dune dcomposition en lments simples, on obtient
a = c et b = d.
a =
X
(X 1)
2

X=1
=
1
4
donc c = 1/4
xF(x)
x+
0 donne la relation b +d = 0 et on en dduit b = d = 0.
Finalement
X
(X
2
1)
2
=
1/4
(X 1)
2
+
1/4
(X + 1)
2
http://mp.cpgedupuydelome.fr 279 cbna
9.2. DCOMPOSITION EN LMENTS SIMPLES
http://mp.cpgedupuydelome.fr 280 cbna
Chapitre 10
Calcul matriciel
K dsigne R ou C et m, n, p, q, r dsigne des naturels.
E, F, G dsignent des K-espace vectoriel de dimensions nies.
On introduit le symbole de Kronecker dni par

i,j
=
_
0 si i ,= j
1 si i = j
Dans ce chapitre, on abandonne la notation che des vecteurs.
10.1 Oprations sur les matrices
10.1.1 Matrice
Dnition
On appelle matrice de type (n, p) (pour n lignes et p colonnes) coefcients dans K tout
famille A = (a
i,j
)
1in,1jp
dlments de K.
Une telle matrice est gnralement reprsente sous la forme dun tableau n lignes et p
colonnes :
A =
_
_
_
_
_
a
1,1
a
1,2
. . . a
1,p
a
2,1
a
2,2
. . . a
2,p
.
.
.
.
.
.
.
.
.
a
n,1
a
n,2
. . . a
n,p
_
_
_
_
_
Le terme a
i,j
est appel coefcient dindice (i, j) de la matrice A, il est positionn la i-me
ligne et j-me colonne dans le tableau reprsentant A.
Exemple Pour
A =
_
_
1 2 3 4
5 6 7 8
9 10 11 12
_
_
A = (a
i,j
)
1i3,1j4
avec a
1,1
= 1, a
2,3
= 7, a
3,1
= 9 et plus gnralement a
i,j
= 4(i 1) +j.
Dnition
On note /
n,p
(K) lensemble des matrices de type (n, p) coefcients dans K.
281
10.1. OPRATIONS SUR LES MATRICES
Remarque Deux matrices de /
n,p
(K) sont gales si, et seulement si, elles sont constitues des mmes
coefcients.
Remarque Le 1er indice est toujours lindice de ligne.
Le 2nd indice est toujours lindice de colonne.
Quand il ny a pas dambiguts sur les indices, il est frquent de prsenter une matrice en crivant
seulement A = (a
i,j
) /
n,p
. Il est alors entendu que le premier indice, ici i, varie entre 1 et n et le
second, j, varie entre 1 et p.
Sil y a ambigut sur le rle des indices, on peut crire A = (a
i,j
)
i,j
/
n,p
(K) pour signier que
lindice de ligne est i et celui de colonne est j.
Exemple Pour A = (ij
2
)
i,j
/
n,p
(K) on a
A =
_
_
_
_
_
_
_
1 4 9 . . . p
2
2 8 18 . . . 2p
2
3 12 27 . . . 3p
2
.
.
.
.
.
.
.
.
.
.
.
.
n 4n 9n . . . np
2
_
_
_
_
_
_
_
Exemple La matrice O
n,p
= (0)
i,j
/
n,p
(K) est appele matrice nulle de type (n, p).
O
n,p
=
_
_
_
0 . . . 0
.
.
.
.
.
.
0 . . . 0
_
_
_
Dnition
Pour n = p = 1, les matrices de /
1,1
(K) sont appeles matrices
(uni-) coefcient. Elles sont de la forme (x).
Il est usuel didentier cette matrice et son coefcient x lment de K.
10.1.2 Lignes et colonnes
Dnition
Pour n quelconque et p = 1, les matrices de /
n,1
(K) sont appeles matrices (uni-) colonnes.
Elles sont de la forme
_
_
_
a
1
.
.
.
a
n
_
_
_
Il est usuel didentier cette matrice colonne avec le n uplet (a
1
, . . . , a
n
) lment de K
n
.
Pour n = 1 et p quelconque, les matrices de /
1,p
(K) sont appeles matrices (uni-) lignes.
Elles sont de la forme
( a
1
a
p
)
http://mp.cpgedupuydelome.fr 282 cbna
CHAPITRE 10. CALCUL MATRICIEL
Dnition
Soit A = (a
i,j
) /
n,p
(K) (prsentation de labus de notation correspondant).
A =
_
_
_
_
_
a
1,1
a
1,2
. . . a
1,p
a
2,1
a
2,2
. . . a
2,p
.
.
.
.
.
.
.
.
.
a
n,1
a
n,2
. . . a
n,p
_
_
_
_
_
Pour 1 j p, la matrice
C
j
=
_
_
_
a
1,j
.
.
.
a
n,j
_
_
_
est appele j-me colonne de A.
Pour 1 i n, la matrice
L
i
=
_
a
i,1
. . . a
i,p
_
est appele i-me ligne de A.
10.1.3 Matrice carre
10.1.3.1 Dnition
Dnition
Les matrices de type (n, n) sont appeles matrices carres dordre n.
On note /
n
(K), au lieu de /
n,n
(K), lensemble de ces matrices.
Exemple Une matrice carre dordre n est de la forme
A = (a
i,j
)
1i,jn
=
_
_
_
a
1,1
a
1,n
.
.
.
.
.
.
a
n,1
a
n,n
_
_
_
Exemple Pour A = (min(i, j))
1i,jn
/
n
(K),
A =
_
_
_
_
_
_
_
1 1 1 . . . 1
1 2 2 . . . 2
1 2 3 . . . 3
.
.
.
.
.
.
.
.
.
.
.
.
1 2 3 . . . n
_
_
_
_
_
_
_
10.1.3.2 Matrice diagonale
Dnition
Soit A = (a
i,j
) /
n
(K).
Les coefcients dindice (i, i) de A sont appeles coefcients diagonaux de A.
La famille (a
1,1
, a
2,2
, . . . , a
n,n
) = (a
i,i
)
1in
est appele diagonale de la matrice A.
http://mp.cpgedupuydelome.fr 283 cbna
10.1. OPRATIONS SUR LES MATRICES
Dnition
Une matrice A /
n
(K) est dite diagonale si tous ses coefcients hors de la diagonale sont
nuls.
On note D
n
(K) lensemble de ces matrices.
Exemple Les matrices diagonales de taille sont de la forme
D =
_
_
_
a
1,1
0
.
.
.
0 a
n,n
_
_
_
Remarque Pour A = (a
i,j
) /
n
(K), on a
A D
n
(K) 1 i ,= j n, a
i,j
= 0
Dnition
Pour
1
, . . . ,
n
K, on note diag(
1
, . . . ,
n
) la matrice diagonale dont la diagonale est la
famille (
1
, ...,
n
) cest--dire la matrice
_
_
_

1
0
.
.
.
0
n
_
_
_
Exemple On note
I = I
n
= diag(1, 1, . . . , 1) =
_
_
_
1 0
.
.
.
0 1
_
_
_
appele matrice identit.
Remarque Le coefcient dindice (i, j) de la matrice I
n
est
i,j
.
Ainsi I
n
= (
i,j
)
1i,jn
10.1.3.3 Matrice triangulaire
Dnition
Une matrice A /
n
(K) est dite triangulaire suprieure (resp. infrieure) si tous les
coefcients en dessous (resp. au dessus) de la diagonale sont nuls.
On note T
+
n
(K) (resp. T

n
(K) ) lensemble de ces matrices.
Exemple Les matrices triangulaire suprieures de taille n sont de la forme
_
_
_
a
11

.
.
.
0 a
nn
_
_
_
http://mp.cpgedupuydelome.fr 284 cbna
CHAPITRE 10. CALCUL MATRICIEL
Dans cette criture, ltoile signie des coefcients quelconques).
Les matrices triangulaires infrieures de taille n sont de la forme
_
_
_
a
11
0
.
.
.
a
nn
_
_
_
Remarque Pour A = (a
i,j
) /
n
(K), on a les quivalences
A T
+
n
(K) 1 j < i n, a
i,j
= 0 A T

n
(K) 1 i < j n, a
i,j
= 0
Proposition
D
n
(K) = T
+
n
(K) T

n
(K).
10.1.4 Espace vectoriel (/
n,p
(K), +, .)
10.1.4.1 Oprations
Dnition
Soit A = (a
i,j
) /
n,p
(K) et B = (b
i,j
) /
n,p
(K).
On dnit la matrice A+B /
n,p
(K) par A+B = (a
i,j
+b
i,j
)
1in,1jp
.
Ainsi
_
_
_
a
1,1
. . . a
1,p
.
.
.
.
.
.
a
n,1
. . . a
n,p
_
_
_+
_
_
_
b
1,1
. . . b
1,p
.
.
.
.
.
.
b
n,1
. . . b
n,p
_
_
_ =
_
_
_
a
1,1
+b
1,1
. . . a
1,p
+b
1,p
.
.
.
.
.
.
a
n,1
+b
n,1
. . . a
n,p
+b
n,p
_
_
_
Attention : On ne somme que des matrices de mme type.
Dnition
Soit A = (a
i,j
) /
n,p
(K) et K.
On dnit la matrice .A /
n,p
(K) par .A = (a
i,j
)
1in,1jp
.
Ainsi
.
_
_
_
a
1,1
. . . a
1,p
.
.
.
.
.
.
a
n,1
. . . a
n,p
_
_
_ =
_
_
_
a
1,1
. . . a
1,p
.
.
.
.
.
.
a
n,1
. . . a
n,p
_
_
_
Thorme
(/
n,p
(K), +, .) est un K-espace vectoriel dlment nul O = O
n,p
.
dm. :
En identiant une matrice A = (a
i,j
)
1in,1jp
/
n,p
(K) avec le multi-uplet
(a
1,1
, . . . , a
1,p
, a
2,1
, . . . , a
2,p
, . . . , a
n,1
, . . . , a
n,p
) K
np
http://mp.cpgedupuydelome.fr 285 cbna
10.1. OPRATIONS SUR LES MATRICES
correspondant une lecture continue des lignes, on observe que les oprations prcdemment dnies
correspondent aux oprations sur K
np
. Or (K
np
, +, .) est un K-espace vectoriel de vecteur nul le mutli-
uplet nul, donc (/
n,p
(K), +, .) est un K-espace vectoriel dlment nul O = O
n,p
.

Exemple On a
a.
_
1 0
0 1
_
+b.
_
0 1
1 0
_
+c.
_
1 1
1 1
_
=
_
a +c b +c
b c a c
_
10.1.4.2 Dimension
Dnition
Soient 1 k n et 1 p. On appelle matrice lmentaire dindice (k, ) de /
n,p
(K),
la matrice E
k,
dont tous les coefcients sont nuls sauf celui dindice (k, ) qui vaut 1. Ainsi
E
k,
=
_
_
0 0
1
0 0
_
_
/
n,p
(K)
Exemple Dans /
2
(K), les matrices lmentaires sont
E
1,1
=
_
1 0
0 0
_
, E
1,2
=
_
0 1
0 0
_
, E
2,1
=
_
0 0
1 0
_
et E
2,2
=
_
0 0
0 1
_
Exemple Dans /
n,1
(K), les colonnes lmentaires sont
E
1
=
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
,. . . , E
n
=
_
_
_
_
_
0
.
.
.
0
1
_
_
_
_
_
Remarque Le coefcient dindice (i, j) de la matrice lmentaire E
k,
/
n,p
(K) est

(i,j),(k,)
=
i,k

j,
.
Thorme
La famille B = (E
k,
)
1kn,1p
est une base de /
n,p
(K).
On lappelle base canonique de lespace /
n,p
(K).
dm. :
Pour toute matrice A = (a
i,j
)
1in,1jp
/
n,p
(K), on peut crire
A =
n

k=1
p

=1
a
k,
E
k,
http://mp.cpgedupuydelome.fr 286 cbna
CHAPITRE 10. CALCUL MATRICIEL
La famille B est donc gnratrice.
Supposons
n

k=1
p

=1

k,
E
k,
= O
n,p
avec
k,
K.
On a alors
_
_
_

1,1

1,p
.
.
.
.
.
.

n,1

n,p
_
_
_ =
_
_
_
0 0
.
.
.
.
.
.
0 0
_
_
_
et par identication des coefcients dune matrice, on obtient
k,
= 0 pour tous indices k, .
Ainsi la famille B est libre.

Corollaire
dim/
n,p
(K) = np.
En particulier dim/
n
(K) = n
2
, dim/
n,1
(K) = n et dim/
1,p
(K) = p.
10.1.4.3 Sous-espaces des matrices diagonales et triangulaires
Proposition
D
n
(K) est un sous-espace vectoriel de /
n
(K) de dimension n.
dm. :
Par dnition
D
n
(K) = diag(
1
, . . . ,
n
)/
i
K
On a donc
D
n
(K) =
1
E
1,1
+ +
n
E
n,n
/
i
K = Vect(E
1,1
, . . . , E
n,n
)
D
n
(K) est donc un sous-espace vectoriel de /
n
(K) et la famille (E
1,1
, . . . , E
n,n
) en est une base.

Proposition
T
+
n
(K) et T

n
(K) sont des sous-espaces vectoriels de /
n
(K) de dimension
n(n + 1)
2
.
dm. :
On observe
T
+
n
(K) = Vect E
i,j
/1 i j n et T

n
(K) = Vect E
i,j
/1 j i b
ce qui permet de conclure.

10.1.4.4 Quelques exemples de manipulations vectorielles


Exemple Soient
A
1
=
_
1 0
0 1
_
, A
2
=
_
1 0
0 1
_
, A
3
=
_
1 1
1 1
_
, A
4
=
_
0 1
1 0
_
Montrons que la famille (A
i
)
1i4
est une base de lespace /
2
(R).
Les lments de la famille (A
i
)
1i4
sont des matrices lments de /
2
(R) et il y en a exactement
4 = dim/
2
(R). Pour conclure il suft, par exemple, dtudier la libert de cette famille.
Supposons
1
A
1
+
2
A
2
+
3
A
3
+
4
A
4
= O
2,2
.
http://mp.cpgedupuydelome.fr 287 cbna
10.1. OPRATIONS SUR LES MATRICES
Matriciellement
_

1
+
2
+
3

3

3
+
4

1
+
2
+
3
_
=
_
0 0
0 0
_
En identiant les coefcients et en rsolvant le systme obtenu par les quations formes, on obtient

1
=
2
=
3
=
4
= 0 ce qui permet de conclure.
Exemple Montrons que
F =
__
a +b a +b
2a +b a + 2b
_
/a, b K
_
est un sous-espace vectoriel de /
2
(K).
On a
F =
_
a
_
1 1
2 1
_
+b
_
1 1
1 2
_
/a, b K
_
donc
F = Vect
__
1 1
2 1
_
,
_
1 1
1 2
__
On en dduit que F est un sous-espace vectoriel de /
2
(K) et on peut mme prciser quil est de
dimension 2.
Exemple Soit
H =
__
a b
c d
_
/
2
(K)/a +b +c +d = 0
_
Montrons que H est un hyperplan de /
2
(K).
Considrons lapplication : /
2
(K) K dnie par

__
a b
c d
__
= a +b +c +d
On vrie aisment que est une forme linaire sur /
2
(K) et que celle-ci est non nulle. On en dduit
que H = ker est un hyperplan de /
2
(K).
10.1.5 Produit matriciel
Dnition
Soient A = (a
i,j
) /
n,p
(K) et B = (b
j,k
) /
p,q
(K).
On dnit la matrice C = AB = (c
i,k
) /
n,q
(K) par
1 i n, 1 k q, c
i,k
=
p

j=1
a
i,j
b
j,k
Remarque Pour calculer la matrice C il est usuel de disposer les matrices comme ci-dessous
B
A C
http://mp.cpgedupuydelome.fr 288 cbna
CHAPITRE 10. CALCUL MATRICIEL
Pour dterminer le coefcient dindice (i, k) de la matrice C, on repre la ime ligne de A et la kme
colonne de B comme ci-dessous
q
..
_
_
_
b
1,k
.
.
.
b
p,k
_
_
_
n
_
_
_
_
_
a
i,1
. . . a
i,p
_
_
_
_
c
i,k
_
_
On peut alors valuer c
i,k
en procdant la somme des produits des coefcients respectifs.
Attention : Pour que cette multiplication matricielle soit possible, il est ncessaire que le nombre de
colonnes de A soit gal au nombre de lignes de B.
De plus, on peut retenir
type (n, p) type (p, q) = type (n, q).
Exemple Pour
A =
_
1 2
1 1
_
et B =
_
1 0 1
2 1 1
_
on obtient
AB =
_
5 2 1
1 1 2
_
Exemple Pour
A =
_
2 1 1
0 1 2
_
et B =
_
_
1 1
2 1
0 1
_
_
on obtient
AB =
_
4 2
2 3
_
Exemple Pour
A =
_
_
_
a
1,1
... a
1,p
.
.
.
.
.
.
a
n,1
... a
n,p
_
_
_ et X =
_
_
_
x
1
.
.
.
x
p
_
_
_
on obtient
AX =
_
_
_
a
1,1
x
1
+... +a
1,p
x
p
.
.
.
a
n,1
x
1
+... +a
n,p
x
p
_
_
_
http://mp.cpgedupuydelome.fr 289 cbna
10.1. OPRATIONS SUR LES MATRICES
10.1.6 Proprits du produit matriciel
Remarque Si les types de A et B permettent de calculer AB et BA alors, en gnral, AB ,= BA.
Par exemple
_
1 0
0 0
__
0 1
0 0
_
=
_
0 1
0 0
_
alors que
_
0 1
0 0
__
1 0
0 0
_
=
_
0 0
0 0
_
!
Proposition
Pour tout A /
n,p
(K), B /
p,q
(K), C /
q,r
(K), on a
(AB)C = A(BC)
dm. :
On introduit les coefcients des matrices A, B, C
A = (a
i,j
), B = (b
j,k
), C = (c
k,
)
en convenant de noter les indices en fonction du domaine o ceux-ci varient de sorte que 1 i n, 1
j p, 1 k q, 1 r
Posons D = AB = (d
i,k
) et E = (AB)C = DC = (e
i,
).
On a d
i,k
=
p

j=1
a
i,j
b
j,k
et e
i,
=
n

k=1
d
i,k
c
k,
=
p

j=1
q

k=1
a
i,j
b
j,k
c
k,
.
Posons F = BC = (f
j,
) et G = A(BC) = AF = (g
i,
).
On a f
j,
=
q

k=1
b
j,k
c
k,
et g
i,
=
p

j=1
a
i,j
f
j,
=
p

j=1
q

k=1
a
i,j
b
j,k
c
k,
.
En rorganisant lordre des sommes, on obtient g
i,
= e
i,
pour tous indices i, .
Prop :A /
n,p
(K), AI
p
= A et I
n
A = A.

dm. :
Notons a
i,j
le coefcient gnral de la matrice A.
Le produit AI
p
est possible et si lon note b
i,j
le coefcient dindice (i, j) de ce calcul, on a
b
i,j
=
p

k=1
a
i,k

k,j
= a
i,j
Ainsi AI
p
= A.
Ltude de I
n
A est similaire.

Proposition
A, B /
n,p
(K), C /
p,q
(K), (A+B)C = AC +BC.
A /
n,p
(K), B, C /
p,q
(K), A(B +C) = AB +AC.
dm. :
Soient A = (a
i,j
), B = (b
i,j
) /
n,p
(K) et C = (c
j,k
) /
p,q
(K).
http://mp.cpgedupuydelome.fr 290 cbna
CHAPITRE 10. CALCUL MATRICIEL
Les produits (A+B)C, AC et BC sont possibles et
(A+B)C =
_
_
p

j=1
(a
i,j
+b
i,j
)c
j,k
_
_
i,k
, AC +BC =
_
_
p

j=1
a
i,j
c
j,k
+
p

j=1
b
i,j
c
j,k
_
_
i,k
Par galit des coefcients respectifs, on obtient (A+B)C = AC +BC.
Ltude de lidentit A(B +C) = AB +AC est similaire.

Proposition
A /
n,p
(K), B /
p,q
(K), K, (.A)B = .(AB) = A(.B).
dm. :
Soient A = (a
i,j
) /
n,p
(K) et B = (b
j,k
) /
p,q
(K).
Les coefcients dindice (i, k) des matrices (.A)B, .(AB) et A(.B) sont respectivement
p

j=1
(a
i,j
)b
j,k
,
p

j=1
a
i,j
b
j,k
et
p

j=1
a
i,j
(b
j,k
)
Ces coefcients sont gaux et donc (.A)B = .(AB) = A(.B)

10.1.7 Lanneau (/
n
(K), +, )
10.1.7.1 Prsentation
Remarque Le produit matriciel dnit une loi de composition interne sur /
n
(K).
Thorme
(/
n
(K), +, ) est un anneau, gnralement non commutatif, dlment nul O = O
n
et
dlment unit I = I
n
.
De plus, K, A, B /
n
(K) : (.A)B = .(AB) = A(.B).
dm. :
On sait dj que (/
n
(K), +) est un groupe ablien de neutre O
n
.
Par les proprits du produit matriciel ci-dessus tablies, on peut afrmer que la multiplication est associative,
que la matrice I
n
est neutre et que la multiplication est distributive sur laddition. On en dduit que
(/
n
(K), +, ) est un anneau.

Remarque Pour n = 1, lanneau (/


1
(K), +, ) sidentie avec (K, +, ), cest donc un corps.
Remarque Pour n 2, lanneau /
n
(K) nest pas commutatif.
Dnition
On dit que deux matrices A et B de /
n
(K) commutent si AB = BA.
Exemple Les matrices A /
n
(K) et I
n
commutent car AI
n
= A = I
n
A.
http://mp.cpgedupuydelome.fr 291 cbna
10.1. OPRATIONS SUR LES MATRICES
10.1.7.2 Puissances dune matrice
Dnition
Pour A /
n
(K), on note A
0
= I
n
, A
1
= A, A
2
= AA, . . . , A
m
= AA A ( m
termes)
Exemple Calculons les puissance de
A =
_
1 1
0 1
_
Par le calcul, on observer
A
2
=
_
1 2
0 1
_
, A
3
=
_
1 3
0 1
_
. . .
Par rcurrence, on montre aisment
A
m
=
_
1 m
0 1
_
Attention : (A+B)
2
= A
2
+AB +BA+B
2
.
(A+B)
3
= A
3
+A
2
B +ABA+BA
2
+AB
2
+BAB +B
2
A+B
3
.
Thorme
Si A et B commutent alors pour tout m N,
(AB)
m
= A
m
B
m
,
(A+B)
m
=
m

k=0
_
m
k
_
A
k
B
mk
et
A
m
B
m
= (AB)
m1

k=0
A
k
B
m1k
dm. :
En vertu des rgles de calculs dans un anneau. . .

Exemple Puisque les matrices A /


n
(K) et I
n
commutent, on a
(A+I
n
)
m
=
m

k=0
_
m
k
_
A
k
et A
m
I
n
= (AI
n
)
m1

k=0
A
k
Attention : Ne pas crire
m1

k=0
A
k
=
A
m
I
AI
il ny a pas de division matricielle !
http://mp.cpgedupuydelome.fr 292 cbna
CHAPITRE 10. CALCUL MATRICIEL
Remarque Pour n 2, lanneau /
n
(K) possde des diviseurs de zro.
Ainsi : AB = 0 nimplique pas A = 0 ou B = 0.
En consquence, lquation A
2
= I
2
possde dans /
2
(K) dautres solutions que les matrices I
2
et I
2
comme par exemple :
_
1 0
0 1
_
,
_
1 0
0 1
_
,
_
1 2
0 1
_
, ...
Dnition
On dit quune matrice A /
n
(K) est idempotente si A
2
= A.
Exemple La matrice suivante est idempotente
A =
_
2 1
2 1
_
Dnition
On dit quune matrice A /
n
(K) est nilpotente sil existe m N tel que A
m
= O
n
.
Exemple La matrice
B =
_
_
0 1 2
0 0 3
0 0 0
_
_
est nilpotente.
En effet
B
2
=
_
_
0 0 8
0 0 0
0 0 0
_
_
et B
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
Plus gnralement, on peut montrer quune matrice triangulaire suprieure de diagonale nulle est
nilpotente.
Exemple Calculons les puissances de
A =
_
_
1 a b
0 1 c
0 0 1
_
_
/
3
(R)
On peut crire A = I
3
+B avec
B =
_
_
0 a b
0 0 c
0 0 0
_
_
, B
2
=
_
_
0 0 b(a +c)
0 0 0
0 0 0
_
_
, B
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
Par la formule du binme
A
m
= (I
3
+B)
m
=
m

k=0
_
m
k
_
B
k
=
_
m
0
_
I
3
+
_
m
1
_
B +
_
m
2
_
B
2
http://mp.cpgedupuydelome.fr 293 cbna
10.1. OPRATIONS SUR LES MATRICES
car B
k
= O
3
pour tout k 3.
Ainsi
A
m
=
_
_
_
1 ma mb +
m(m1)
2
b(a +c)
0 1 mc
0 0 1
_
_
_
10.1.7.3 Matrices inversibles
Dnition
Une matrice A /
n
(K) est dite inversible sil existe B /
n
(K) vriant AB = BA = I
n
.
Cette matrice B est alors unique, cest linverse de A not A
1
.
Exemple La matrice I
n
est inversible et I
1
n
= I
n
.
Proposition
Soient A, B /
n
(K)
Si A et B sont inversibles alors AB lest aussi et (AB)
1
= B
1
A
1
.
Si A est inversible alors A
1
lest aussi et (A
1
)
1
= A.
dm. :
Ce sont des proprits relatives aux lments inversibles dun anneau.

Dnition
On note GL
n
(K) lensemble des matrices inversibles de /
n
(K).
Proposition
(GL
n
(K), ) est un groupe appel groupe linaire dordre n.
dm. :
Cest le groupe des lments inversibles de lanneau (/
n
(K), +, ).

Thorme
Pour A M
n
(K), on a quivalence entre
(i) A est inversible ;
(ii) A est inversible droite i.e. B /
n
(K), AB = I
n
;
(iii) A est inversible gauche i.e. C /
n
(K), CA = I
n
.
De plus si tel est le cas A
1
= B = C.
dm. :
(i) (ii) et (iii) immdiat.
(ii) (i) Supposons quil existe B /
n
(K) vriant AB = I
n
.
Soit : /
n
(K) /
n
(K) lapplication dnie par (M) = MA.
Il est immdiat de vrier que est un endomorphisme de /
n
(K).
Soit M ker . On a MA = O
n
donc MAB = O
n
B puis M = O
n
car AB = I
n
.
Par suite ker = O
n
.
Ainsi est un endomorphisme injectif de /
n
(K), or dim/
n
(K) < +, donc est un automorphisme
de /
n
(K). Par surjectivit, il existe C /
n
(K) vriant CA = I
n
et alors CAB = B do C = B
http://mp.cpgedupuydelome.fr 294 cbna
CHAPITRE 10. CALCUL MATRICIEL
car AB = I
n
.
Finalement AB = BA = I
n
et donc A est inversible dinverse B.
(iii) (i) sobtient de faon semblable en introduisant lendomorphisme : M AM.

Exemple Soit
A =
_
1 2
3 4
_
On vrie par le calcul que
A
2
5A = 2I
2
Par suite
A
_
1
2
A
5
2
I
2
_
= I
2
Par le thorme dinversibilit, on peut conclure que A est inversible et
A
1
=
1
2
A
5
2
I
10.1.7.4 Dtermination pratique de linverse dune matrice carre inversible
Lemme
Soient A, B /
n,p
(K).
Si AX = BX pour toute colonne X /
p,1
(K) alors A = B
dm. :
Supposons AX = BX pour toute colonne X /
p,1
(K).
Pour X = E
j
colonne lmentaire, le produit AE
j
est gale la jme colonne de A. Or AE
j
= BE
j
donc A et B admettent la mme jme colonne. Ainsi, colonne par colonne, les matrices A et B sont
gales.
Comment tablir linversibilit et calculer linverse de A = (a
i,j
) /
n
(K) ?
On introduit
X =
_
_
_
x
1
.
.
.
x
n
_
_
_ /
n,1
(K) et Y =
_
_
_
y
1
.
.
.
y
n
_
_
_ = AX /
n,1
(K)
On a
_

_
y
1
= a
1,1
x
1
+ +a
1,n
x
n
.
.
.
y
n
= a
n,1
x
1
+ +a
n,n
x
n
Si cela est possible, on rsout ce systme en les inconnues x
1
, ..., x
n
et on obtient
_

_
x
1
= b
1,1
y
1
+ +b
1,n
y
n
.
.
.
x
n
= b
n,1
y
1
+ +b
n,n
y
n
Soit B la matrice dont les coefcients apparaissent dans ce systme cest--dire B = (b
i,j
) /
n
(K).
Le systme prcdent donne X = BY et ainsi X = BAX et ce pour tout X /
n,1
(K).
http://mp.cpgedupuydelome.fr 295 cbna
10.1. OPRATIONS SUR LES MATRICES
En vertu du lemme didentication matricielle, on peut afrmer BA = I
n
. Par le thorme dinversibilit,
on peut alors afrmer que A est inversible et que B est son inverse.

Remarque Si on ne parvient pas rsoudre le systme, cest que la matrice A nest pas inversible. . .
Exemple Etudions linversibilit de
A =
_
_
0 1 1
1 0 1
1 1 0
_
_
/
3
(R)
Soient
X =
_
_
x
1
x
2
x
3
_
_
et Y =
_
_
y
1
y
2
y
3
_
_
= AX
On a
_

_
y
1
= x
2
+x
3
y
2
= x
1
+x
3
y
3
= x
1
+x
2
En inversant ce systme on obtient
_

_
x
1
= (y
1
+y
2
+y
3
)/2
x
2
= (y
1
y
2
+y
3
)/2
x
3
= (y
1
+y
2
y
3
)/2
On en dduit que A est inversible et
A
1
=
1
2
_
_
1 1 1
1 1 1
1 1 1
_
_
Exemple Etudions linversibilit de
A =
_
_
_
_
_
_
1 a (0)
.
.
.
.
.
.
.
.
.
a
(0) 1
_
_
_
_
_
_
/
n
(K)
(avec a K)
Soient
X =
_
_
_
x
1
.
.
.
x
n
_
_
_ et Y =
_
_
_
y
1
.
.
.
y
n
_
_
_ = AX
http://mp.cpgedupuydelome.fr 296 cbna
CHAPITRE 10. CALCUL MATRICIEL
On a
_

_
y
1
= x
1
ax
2
y
2
= x
2
ax
3
.
.
.
y
n
= x
n
En inversant ce systme on obtient
_

_
x
1
= y
1
+ay
2
+ +a
n1
y
n
.
.
.
x
n1
= y
n1
+ay
n
x
n
= y
n
On en dduit que A est inversible et
A
1
=
_
_
_
_
_
_
_
_
_
1 a a
2
. . . a
n1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
2
.
.
.
a
(0) 1
_
_
_
_
_
_
_
_
_
10.1.7.5 Anneau des matrices diagonales
Proposition
D
n
(K) est un sous-anneau commutatif de /
n
(K).
dm. :
D
n
(K) /
n
(K) et I
n
D
n
(K).
Soient
A =
_
_
_

1
.
.
.

n
_
_
_ et B =
_
_
_

1
.
.
.

n
_
_
_ D
n
(K)
On a
AB =
_
_
_

1
.
.
.

n
_
_
_ D
n
(K) et AB =
_
_
_

1
.
.
.

n
_
_
_ D
n
(K)

Exemple Pour
A =
_
_
_
a
1
.
.
.
a
n
_
_
_ D
n
(K)
http://mp.cpgedupuydelome.fr 297 cbna
10.1. OPRATIONS SUR LES MATRICES
on a
A
2
=
_
_
_
a
2
1
.
.
.
a
2
n
_
_
_, A
3
=
_
_
_
a
3
1
.
.
.
a
3
n
_
_
_,. . . , A
m
=
_
_
_
a
m
1
.
.
.
a
m
n
_
_
_
Proposition
Pour
A =
_
_
_
a
1
.
.
.
a
n
_
_
_ D
n
(K)
on a quivalence entre :
(i) A est inversible ;
(ii) 1 i n, a
i
,= 0.
De plus si tel est le cas
A
1
=
_
_
_
1/a
1
.
.
.
1/a
n
_
_
_
dm. :
(i) (ii) Par contrapose :
Supposons quil existe i 1, . . . , n tel que a
i
= 0.
Pour toute matrice B /
n
(K), la i me ligne du produit AB est nulle car la ime ligne de la matrice
A est nulle. Ainsi, il nexiste pas de matrice B /
n
(K) vriant AB = I
n
.
(ii) (i) Supposons que pour tout i 1, . . . , n, a
i
,= 0. Posons
B =
_
_
_
1/a
1
.
.
.
1/a
n
_
_
_
On a AB = I
n
donc A est inversible et B est son inverse.

10.1.7.6 Anneau des matrices triangulaires


Proposition
T
+
n
(K) est un sous-anneau de /
n
(K).
dm. :
T
+
n
(K) /
n
(K) et I
n
T
+
n
(K).
Soient A = (a
i,j
) et B = (b
i,j
) T
+
n
(K).
Pour tout i > j, a
i,j
= b
i,j
= 0 car A et B sont triangulaires suprieures.
On a AB = (a
i,j
b
i,j
) avec a
i,j
b
i,j
= 0 pour tout i > j donc AB T
+
n
(K).
Etudions maintenant C = AB = (c
i,j
). On a
c
i,j
=
n

k=1
a
i,k
b
k,j
http://mp.cpgedupuydelome.fr 298 cbna
CHAPITRE 10. CALCUL MATRICIEL
Pour i > j, on peut crire
c
i,j
=
j

k=1
a
i,k
b
k,j
+
n

k=j+1
a
i,k
b
k,j
avec pour tout k 1, . . . , j, k j < i et donc a
i,k
= 0
et pour tout k j + 1, . . . , n, k > j et donc b
k,j
= 0.
Ainsi c
i,j
= 0 pour tout i > j et donc AB T
+
n
(K).

Remarque Les coefcients diagonaux du produit de matrices triangulaires suprieures sont


remarquables
_
_
_
a
11

.
.
.
0 a
nn
_
_
_
_
_
_
b
11

.
.
.
0 b
nn
_
_
_ =
_
_
_
a
11
b
11

.
.
.
0 a
nn
b
nn
_
_
_
Proposition
Soit A T
+
n
(K). On a quivalence entre :
(i) A est inversible ;
(ii) les coefcients diagonaux de A sont tous non nuls.
De plus, si tel est le cas, A
1
T
+
n
(K).
dm. :
(ii) (i) Supposons les coefcients diagonaux de A non nuls.
Soient X /
n,1
(K) et Y = AX /
n,1
(K).
On peut facilement inverser le systme correspondant lquation Y = AX car celui-ci est triangulaire
et car les coefcients diagonaux de A sont non nuls. On en dduit que A est inversible.
(i) (ii) Supposons Ainversible. Commenons par montrer que A
1
T
+
n
(K) en considrant lapplication
: T
+
n
(K) T
+
n
(K) dnie par (M) = AM. On vrie aisment que est un endomorphisme de
T
+
n
(K). Pour M ker , on a M = A
1
AM = A
1
(M) = O
n
donc ker = O
n
. Lendomorphisme
est injectif, or dimT
+
n
(K) < +donc est un automorphisme. Par surjectivit, il existe B T
+
n
(K)
vriant (B) = I
n
et alors B = (A
1
A)B = A
1
(AB) = A
1
. Ainsi linverse de A est une matrice
triangulaire suprieure.
Notons b
i,i
les coefcients diagonaux de A
1
.
Puisque AA
1
= I
n
, on a, par tude de la diagonale du produit de matrices triangulaires a
i,i
b
i,i
= 1
pour tout 1 i n. On en dduit a
i,i
,= 0 pour tout 1 i n.

Remarque Les rsultats qui prcdent se transposent aux matrices triangulaires infrieures.
10.1.8 Transposition
10.1.8.1 Dnition
Dnition
On appelle matrice transpose de A = (a
i,j
) /
n,p
(K) la matrice
t
A = (a
t
j,i
) /
p,n
(K)
dnie par
1 i n, 1 j p, a
t
j,i
= a
i,j
Ainsi le coefcient dindice (j, i) de
t
A est gal au coefcient dindice (i, j) de A.
http://mp.cpgedupuydelome.fr 299 cbna
10.1. OPRATIONS SUR LES MATRICES
Remarque La transpose dune matrice de type (n, p) et une matrice de type (p, n).
Remarque Matriciellement, pour
A =
_
_
_
a
11
. . . a
1p
.
.
.
.
.
.
a
n1
. . . a
np
_
_
_
on a
t
A =
_
_
_
a
11
. . . a
n1
.
.
.
.
.
.
a
1p
. . . a
np
_
_
_
Remarque Les colonnes et lignes de
t
A correspondent respectivement aux lignes et colonnes de A.
Exemple Pour
A =
_
_
1 2
3 4
5 6
_
_
on a
t
A =
_
1 3 5
2 4 6
_
Exemple Pour
X =
_
_
_
x
1
.
.
.
x
n
_
_
_
on a
t
X =
_
x
1
. . . x
n
_
Remarque Pour A = (a
i,j
)
i,j
/
n,p
(K) on a
t
A = (a
i,j
)
j,i
/
p,n
(K).
La transposition correspond linversion du rle jou par les indices de lignes et de colonnes.
Proposition
A /
n,p
(K),
t
(
t
A) = A.
dm. :
Soit A = (a
i,j
) /
n,p
(K).
t
A = (a
t
j,i
) /
n,p
(K) avec a
t
j,i
= a
i,j
et
t
(
t
A) = (a
tt
i,j
) /
n,p
(K) avec a
tt
i,j
= a
t
j,i
.
Puisque a
tt
i,j
= a
t
j,i
= a
i,j
pour tous indices i et j, on obtient
t
(
t
A) = A.

http://mp.cpgedupuydelome.fr 300 cbna


CHAPITRE 10. CALCUL MATRICIEL
Proposition
A, B /
n,p
(K), , K,
t
(A+B) =
t
A+
t
B.
dm. :
Soient , K, A = (a
i,j
), B = (b
i,j
) /
n,p
(K) et C = A+B = (c
i,j
)
t
A = (a
t
j,i
) /
n,p
(K) avec a
t
j,i
= a
i,j
,
t
B = (b
t
j,i
) /
n,p
(K) avec b
t
j,i
= b
i,j
et
t
C = (c
t
j,i
)
/
n,p
(K) avec c
t
j,i
= c
i,j
.
Puisque c
t
j,i
= c
i,j
= a
i,j
+b
i,j
= a
t
j,i
+b
t
j,i
pour tous indices i et j, on a
t
C =
t
A+
t
B.

Remarque Lapplication T : /
n,p
(K) /
p,n
(K) dnie par T(M) =
t
M est un isomorphisme de
K-espace vectoriel.
Proposition
A /
n,p
(K), B /
p,q
(K),
t
(AB) =
t
B
t
A.
On dit que la transposition est inversive pour le produit matriciel.
dm. :
Soient A = (a
i,j
) /
n,p
(K) et B = (b
j,k
) /
p,q
(K)
On obverse que les produits matriciels proposs dans la relation
t
(AB) =
t
B
t
A sont possibles.
Posons C = AB = (c
i,k
) /
n,q
(K) avec c
i,k
=
n

k=1
a
i,j
b
j,k
.
Posons encore
t
A = (a
t
j,i
) /
p,n
(K) avec a
t
j,i
= a
i,j
,
t
B = (b
t
k,j
) /
q,p
(K) avec b
t
k,j
= b
j,k
,
t
C = (c
t
k,i
) /
q,n
(K) avec c
t
k,i
= c
i,k
.
Considrons D =
t
B
t
A = (d
k,i
) /
q,n
(K).
On a d
k,i
=
p

j=1
b
t
k,j
a
t
j,i
=
p

j=1
a
i,j
b
j,k
= c
i,k
= c
t
k,i
pour tous indices i et k donc
t
(AB) =
t
B
t
A

Proposition
Si A /
n
(K) est inversible alors
t
A lest aussi et (
t
A)
1
=
t
(A
1
).
dm. :
Si A est inversible alors on peut introduire son inverse A
1
.
Puisque AA
1
= I
n
on a
t
(AA
1
) =
t
I
n
cest--dire
t
(A
1
)
t
A = I
n
.
Par le thorme dinversibilit, on peut afrmer que
t
A est inversible et
t
(A
1
) est son inverse.

10.1.8.2 Matrices symtriques et antisymtriques


Dnition
On dit quune matrice A /
n
(K) est symtrique si
t
A = A.
On dit que la matrice A est antisymtrique si
t
A = A.
On note o
n
(K) et /
n
(K) les ensembles forms des matrices symtriques et antisymtrique de
/
n
(K).
Exemple
_
_
1 2 3
2 4 5
3 5 6
_
_
o
3
(R) et
_
_
0 1 2
1 0 3
2 3 0
_
_
/
3
(R)
http://mp.cpgedupuydelome.fr 301 cbna
10.1. OPRATIONS SUR LES MATRICES
Proposition
Les matrices symtriques de /
n
(K) sont celles de la forme
A =
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
12
a
22
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1,n
a
1n
... a
n1,n
a
n,n
_
_
_
_
_
_
Par suite o
n
(K) est un sous-espace vectoriel de /
n
(K) de dimension
n(n + 1)
2
.
dm. :
Soit A = (a
i,j
) /
n
(K).
La matrice A est symtrique si, et seulement si, 1 i, j n, a
i,j
= a
j,i
.
Les matrices symtriques sont donc celles de la forme proposes.
En introduisant les matrices lmentaires de /
n
(K), on peut crire
o
n
(K) = Vect E
i,i
/1 i n E
i,j
+E
j,i
/1 i < j n
On en dduit que o
n
(K) est un sous-espace vectoriel de /
n
(K) et puisquil est facile dtablir que la
famille forme des E
i,i
pour 1 i n et des E
i,j
+E
j,i
pour 1 i < j n est libre, cest une base de
o
n
(K) ce qui permet den calculer la dimension.

Proposition
Les matrices antisymtriques de /
n
(K) sont celles de la forme
A =
_
_
_
_
_
_
0 a
12
. . . a
1n
a
12
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1,n
a
1n
. . . a
n1,n
0
_
_
_
_
_
_
Par suite /
n
(K) est un sous-espace vectoriel de /
n
(K) de dimension
n(n 1)
2
.
dm. :
On adapte la preuve prcdente et on obtient
/
n
(K) = Vect E
i,j
E
j,i
/1 i < j n

Thorme
Les espaces o
n
(K) et /
n
(K) sont supplmentaires dans /
n
(K).
dm. :
Soit A o
n
(K) /
n
(K).
On a
t
A = A et
t
A = A donc A = O
n
. Ainsi o
n
(K) /
n
(K) = O
n
.
Soit M /
n
(K).
On peut crire
M =
1
2
_
M +
t
M
_
+
1
2
_
M
t
M
_
http://mp.cpgedupuydelome.fr 302 cbna
CHAPITRE 10. CALCUL MATRICIEL
avec
1
2
_
M +
t
M
_
o
n
(K) et
1
2
_
M
t
M
_
/
n
(K)
donc o
n
(K) +/
n
(K) = /
n
(K).

10.2 Reprsentations matricielles


10.2.1 Matrice colonne des composantes dun vecteur
Soit E un K-espace vectoriel muni dune base B = (e
1
, . . . , e
n
).
Pour tout x E, on peut crire de faon unique x =
1
e
1
+ +
n
e
n
avec (
1
, . . . ,
n
) K
n
.
Dnition
On appelle matrice des composantes dans B du vecteurs x la matrice colonne dont les
coefcients sont les composantes
1
, . . . ,
n
du vecteur x dans la base B. On note
Mat
B
(x) =
_
_
_

1
.
.
.

n
_
_
_ /
n,1
(K)
Remarque Puisque les composantes dun vecteur dpendent de la base choisie, il est ncessaire de
prciser celle-ci.
Exemple Puisque les composantes du vecteur e
i
dans la base B = (e
1
, . . . , e
n
) sont 0, . . . , 0, 1, 0, . . . , 0
on a
Mat
B
(e
i
) =
_
_
(0)
1
(0)
_
_
= E
i
Thorme
Lapplication M
B
: x Mat
B
x est un isomorphisme du K-espace vectoriel E vers /
n,1
(K).
dm. :
Lapplication M
B
est linaire car lapplication qui un vecteur associe lune des ses composantes dans B
est linaire.
Lapplication M
B
est bijective car pour toute colonne X de coefcients
1
, . . . ,
n
, il existe un unique
vecteur dans les composantes dans B sont
1
, . . . ,
n
savoir le vecteur x =
1
e
1
+ +
n
e
n
.

10.2.2 Matrice des composantes dune famille de vecteurs


Soit T = (x
1
, x
2
, . . . , x
p
) une famille de vecteurs dun K-espace vectoriel E muni dune base B =
(e
1
, . . . , e
n
).
Pour tout 1 j p, notons C
j
la colonne des composantes dans B du vecteur x
j
.
http://mp.cpgedupuydelome.fr 303 cbna
10.2. REPRSENTATIONS MATRICIELLES
Dnition
On appelle matrice des composantes dans la base B de la famille T, la matrice de /
n,p
(K)
dont les colonnes sont les colonnes C
1
, C
2
, . . . , C
p
des composantes dans B des vecteurs
x
1
, . . . , x
p
. On note
A = Mat
B
T = Mat
B
(x
1
, . . . , x
p
) /
n,p
(K)
Remarque Dans le cas p = 1, on retrouve la notion de matrice des composantes dun vecteur.
Exemple Connaissant les composantes des vecteurs e
1
, . . . , e
n
dans la base B = (e
1
, . . . , e
n
), on
observe Mat
B
B = Mat
B
(e
1
, . . . , e
n
) = I
n
Exemple Considrons E = K
3
muni de sa base canonique B = (e
1
, e
2
, e
3
).
Soient x
1
= (1, 2, 3), x
2
= (2, 0, 1), x
3
= (1, 0, 1) et x
4
= (1, 1, 1) vecteurs de E.
Les composantes des vecteurs x
i
tant faciles dterminer dans la base canonique B, on obtient
Mat
B
(x
1
, x
2
, x
3
, x
4
) =
_
_
1 2 1 1
2 0 0 1
3 1 1 1
_
_
/
3,4
(R)
Exemple Considrons E = R
3
[X] muni de sa base canonique B = (1, X, X
2
, X
3
).
Formons la matrice des composantes dans B de la famille (P
k
)
0k3
avec P
k
= (X + 1)
k
.
Pour cela, on rcrit les polynmes de sorte den dterminer les composantes dans B.
P
0
= 1, P
1
= 1 +X, P
2
= 1 + 2X +X
2
et P
3
= 1 + 3X + 3X
2
+X
3
On en dduit
Mat
B
(P
0
, P
1
, P
2
, P
3
) =
_
_
_
_
1 1 1 1
0 1 2 3
0 0 1 3
0 0 0 1
_
_
_
_
/
4
(R)
10.2.3 Matrice dune application linaire
Soient E et F des K-espaces vectoriels de dimensions p et n et munis de bases B = (e
1
, . . . , e
p
) et
( = (f
1
, . . . , f
n
).
Dnition
On appelle matrice reprsentative dans les bases B et ( dune application linaire u L(E, F)
la matrice des composantes dans ( de la famille image u(B) = (u(e
1
), . . . , u(e
p
)). On note
Mat
B,C
u = Mat
C
u(B) = Mat
C
(u(e
1
), . . . , u(e
p
)) /
n,p
(K)
Remarque La matrice reprsentative de u dpend du choix des bases B et (, il est donc ncessaire de
prciser celles-ci.
http://mp.cpgedupuydelome.fr 304 cbna
CHAPITRE 10. CALCUL MATRICIEL
Exemple Soit u : K
3
K
2
lapplication linaires dnie par u(x, y, z) = (x + 2y z, x y).
Formons la matrice de u relative aux bases canoniques B = (e
1
, e
2
, e
3
) et ( = (f
1
, f
2
) des espaces K
3
et K
2
.
Pour cela on calcule les images des vecteurs de la base de dpart
u(e
1
) = u(1, 0, 0) = (1, 1),
u(e
2
) = u(0, 1, 0) = (2, 1),
u(e
3
) = u(0, 0, 1) = (1, 0).
On dtermine ensuite les composantes de ces images dans la base darrive ce qui est ici immdiat car la
base darrive est la base canonique de K
2
.
On en dduit
Mat
B,C
u =
_
1 2 1
1 1 0
_
Exemple Soient a, b, c K xs et u : K
3
[X] K
3
lapplication linaire dnie par
u(P) = (P(a), P(b), P(c)).
Formons la matrice de u relative aux bases canoniques B = (1, X, X
2
, X
3
) et ( = (f
1
, f
2
, f
3
) des
espaces K
3
[X] et K
3
.
On commence par calculer les images des vecteurs de la base de dpart
u(1) = (1, 1, 1), u(X) = (a, b, c), u(X
2
) = (a
2
, b
2
, c
2
) et u(X
3
) = (a
3
, b
3
, c
3
)
puis on exprime les composantes de ces vecteurs dans la base darrive ce qui est ici immdiat.
On en dduit
Mat
B,C
=
_
_
1 a a
2
a
3
1 b b
2
b
3
1 c c
2
c
3
_
_
10.2.4 Matrice dun endomorphisme
Soit E un K-espace vectoriel de dimension n muni dune base B = (e
1
, . . . , e
n
).
Dnition
On appelle matrice reprsentative dans la base B dun endomorphisme u L(E) la matrice
reprsentative dans la base B au dpart et larrive de lapplication linaire u. Celle matrice
est note Mat
B
f de prfrence Mat
B,B
(f). Cest une matrice carre dordre n.
Exemple La matrice de lendomorphisme Id
E
dans la base B est
Mat
B
Id
E
= Mat
B
(Id
E
(e
1
), . . . , Id
E
(e
n
)) = Mat
B
(e
1
, . . . , e
n
) = I
n
Exemple Soit u : K
3
K
3
lendomorphisme dni par u(x, y, z) = (y +z, z +x, x +y).
Formons la matrice de u relative la base canonique B = (e
1
, e
2
, e
3
) de K
3
.
u(e
1
) = (0, 1, 1), u(e
2
) = (1, 0, 1) et u(e
3
) = (1, 1, 0).
La matrice de u dans B est
_
_
0 1 1
1 0 1
1 1 0
_
_
Considrons maintenant la famille de vecteurs ( = (
1
,
2
,
3
) avec
1
= (1, 1, 1),
2
= (1, 1, 0) et

3
= (1, 0, 0). On vrie aisment que la famille ( est une base de K
3
.
http://mp.cpgedupuydelome.fr 305 cbna
10.3. APPLICATION DU CALCUL MATRICIEL AUX APPLICATIONS LINAIRES
Formons la matrice de u relative la base (.
u(
1
) = (2, 2, 2), u(
2
) = (1, 1, 2) et u(
3
) = (0, 1, 1)
Pour former la matrice voulue, on dtermine les composantes des prcdents vecteurs dans la base ( (et
non celles dans la base canonique).
u(
1
) = 2
1
+ 0.
2
+ 0.
3
, u(
2
) = 2
1

2
et u(
3
) =
1

3
La matrice de u dans ( est
_
_
2 2 1
0 1 0
0 0 1
_
_
10.3 Application du calcul matriciel aux applications linaires
10.3.1 Image dun vecteur
Soient E et F deux K-espaces vectoriels munis de bases B = (e
1
, . . . , e
p
) et ( = (f
1
, . . . , f
n
).
Pour x E et y F, on convient de noter X et Y les colonnes des composantes de x et y dans les bases
B et (.
Thorme
Pour u L(E, F), la matrice de u dans les bases B et ( est lunique matrice A /
n,p
(K)
vriant
x E, y F, y = u(x) Y = AX
dm. :
Unicit : Soient A et A
t
deux matrices solutions.
Pour tout vecteur x de E, on a Y = AX = AX
t
.
On en dduit que pour toute colonne X, AX = A
t
X.
On en dduit A = A
t
en vertu du lemme didentication matricielle.
Convenance :
Posons A = (a
i,j
) = Mat
B,C
u.
Notons x
1
, . . . , x
p
les composantes de x dans B.
x =
p

j=1
x
j
e
j
donc u(x) =
p

j=1
x
j
u(e
j
)
Puisque les colonnes de A sont formes des composantes des vecteurs u(e
1
), . . . , u(e
p
) on a pour tout
1 j p, u(e
j
) =
n

i=1
a
i,j
f
i
.
On en dduit
u(x) =
p

j=1
n

i=1
a
i,j
x
j
f
i
En permutant les deux sommes
u(x) =
n

i=1
_
_
p

j=1
a
i,j
x
j
_
_
f
i
http://mp.cpgedupuydelome.fr 306 cbna
CHAPITRE 10. CALCUL MATRICIEL
Notons y
1
, . . . , y
n
les composantes de y dans (, y =
n

i=1
y
i
f
i
Par identication des composantes, on a
y = u(x) i 1, . . . , n , y
i
=
p

j=1
a
i,j
x
j
Paralllement
X =
_
_
_
_
x
1
.
.
.
x
n
_
_
_
_
, Y =
_
_
_
_
y
1
.
.
.
y
n
_
_
_
_
et AX =
_
_
_
_
a
1,1
x
1
+ +a
1,p
x
p
.
.
.
a
n,1
x
1
+ +a
n,p
x
p
_
_
_
_
donc
Y = AX i 1, . . . , n , y
i
=
p

j=1
a
i,j
x
j
Ainsi
y = u(x) Y = AX

Exemple Soit E un R-espace vectoriel muni dune base B = (e


1
, e
2
, e
3
).
Soit u un endomorphisme de E dont la matrice dans B est
Mat
B
u =
_
_
1 1 2
1 1 0
1 0 1
_
_
= A
Soit x = x
1
e
1
+x
2
e
2
+x
3
e
3
E. On peut calculer le vecteur u(x) par produit matriciel.
Mat
B
u(x) = AX =
_
_
_
x
1
+x
2
+ 2x
3
x
1
x
2
x
1
+x
3
_
_
_
On peut alors tudier le noyau de u en rsolvant lquation matricielle AX = O
3,1
.
AX = O
3,1

_

_
x
1
+x
2
+ 2x
3
= 0
x
1
x
2
= 0
x
1
+x
3
= 0

_
x
2
= x
1
x
3
= x
1
Ainsi
ker u = x
1
(e
1
+e
2
e
3
)/x
1
K = Vect(e
1
+e
2
e
3
)
On peut aussi facilement dterminer limage de u.
En effet par le thorme du rang, on a dj rgu = dimE dimker u = 2. On peut donc dterminer une
base de limage de u en considrant deux vecteurs non colinaires de limage de u. Or les colonnes de A
sont formes des composantes de vecteurs images par u et dterminent donc des lments de limage de
u. Il est donc facile de dterminer deux vecteurs non colinaires dans Imu. Par exemple avec la premire
et la deuxime colonne de A, les vecteurs u(e
1
) = e
1
+e
2
+e
3
et u(e
2
) = e
1
e
2
forment une base
de Imu.
http://mp.cpgedupuydelome.fr 307 cbna
10.3. APPLICATION DU CALCUL MATRICIEL AUX APPLICATIONS LINAIRES
Exemple Soit E un K-espace vectoriel muni dune base B = (e
1
, . . . , e
n
).
Les formes linaires sur E sont les applications linaires valeurs dans F = K. Il est usuel de munir K
de sa base canonique (1) ce qui permet didentier un scalaire et sa composante dans cette base.
Pour une forme linaire sur E, la matrice de dans B est une matrice ligne
L =
_
a
1
a
n
_
/
1,n
(K)
Pour tout vecteur x E de composantes x
1
, . . . , x
n
dans B, on a
(x) = LX = a
1
x
1
+ +a
n
x
n
10.3.2 Lisomorphisme de reprsentation matricielle
Soient E et F deux K-espaces vectoriels munis de bases B = (e
1
, . . . , e
p
) et ( = (f
1
, . . . , f
n
).
Thorme
Lapplication M
B,C
: L(E, F) /
n,p
(K) dnie par M
B,C
(u) = Mat
B,C
(u) est un
isomorphisme de K-espaces vectoriels.
dm. :
Soient , K et u, v L(E, F).
Posons A = Mat
B,C
u et B = Mat
B,C
v.
Pour x E, on a (u +v)(x) = u(x) +v(x).
Or les vecteurs u(x) et v(x) ont pour colonnes composantes AX et BX dans (.
On en dduit que le vecteur (u + v)(x) a pour colonne composante AX + BX = (A + B)X.
Or il y a unicit de la matrice permettant de calculer les composantes dun vecteur image par u +v et
celle-ci est Mat
B,C
(u +v).
On en dduit
Mat
B,C
(u +v) = A+B = Mat
B,C
u +Mat
B,C
v
i.e.
M
B,C
(u +v) = M
B,C
(u) +M
B,C
(v)
Ainsi lapplication M
B,C
est linaire.
Soit u ker M
B,C
. On a Mat
B,C
u = O
n
.
Pour tout x E de composantes X dans B, le vecteur u(x) a pour composantes O
n
X = O
n,1
et donc
cest le vecteur nul. On en dduit u =

0 puis ker M
B,C
=
_

0
_
. Ainsi lapplication linaire M
B,C
est
injective.
Soit A /
n,p
(K). Considrons ensuite lapplication u : E F qui envoie un vecteur x E de
composantes X dans B sur le vecteur y de composantes AX dans (. Vrions que lapplication u est
linaire de matrice A relatives aux bases B et (.
Soient
1
,
2
K et x
1
, x
2
E. Notons X
1
et X
2
les colonnes des composantes des vecteurs x
1
et x
2
dans B. Les vecteurs u(x
1
) et u(x
2
) ont pour colonnes composantes AX
1
et AX
2
dans B et puisque le
vecteur
1
x
1
+
2
x
2
a pour colonne composante
1
X
1
+
2
X
2
dans B, le vecteur u(
1
x
1
+
2
x
2
) a
pour colonne composante A(
1
X
1
+
2
X
2
) dans (.
Sachant A(
1
X
1
+
2
X
2
) =
1
AX
1
+
2
AX
2
, on a u(
1
x
1
+
2
x
2
) =
1
u(x
1
) +
2
u(x
2
). Ainsi
lapplication u est linaire. De plus, par construction, la matrice de u relatives aux bases B et ( est la
matrice A.
Ainsi lapplication M
B,C
est surjective et nalement cest un isomorphisme.

http://mp.cpgedupuydelome.fr 308 cbna


CHAPITRE 10. CALCUL MATRICIEL
Corollaire
Si E et F sont deux K-espaces vectoriels de dimensions nies alors lespace L(E, F) est un
K-espace vectoriel de dimension nie et dimL(E, F) = dimE dimF.
En particulier, dimL(E) = (dimE)
2
et dimE

= dimE.
dm. :
Par isomorphisme, dimL(E, F) = dim/
n,p
(K) = np avec p = dimE et n = dimF.

Remarque Par lisomorphisme de reprsentation matricielle, introduire une application linaire u de E


vers F quivaut introduire sa reprsentation matricielle relative des bases donnes de E et F. Cest
trs souvent ainsi que sont introduit des applications linaires en dimension nie.
10.3.3 Composition dapplications linaires
Soient E, F et G trois K-espaces vectoriels munis de bases B = (e
1
, . . . , e
p
), ( = (f
1
, . . . , f
n
), T =
(g
1
, . . . , g
m
).
Thorme
Pour tout u L(E, F) et v L(F, G), on a
Mat
B,1
(v u) = Mat
C,1
v Mat
B,C
u
(bases organises en Chasles invers )
dm. :
Soient u L(E, F) et v L(F, G).
Posons A = Mat
B,C
(u) et B = Mat
C,1
(v).
Soit x E de colonne composante X dans la base B.
La colonne des composantes de y = u(x) dans ( est Y = AX.
La colonne des composantes de z = v(y) dans T est Z = BY .
Ainsi la colonne des composantes de z = (v u)(x) dans T est Z = (BA)X.
Par unicit de la matrice permettant de calculer les composantes dun vecteur image, on a Mat
B,1
(vu) =
BA.

Corollaire
Soit E un K-espace vectoriel muni dune base B = (e
1
, . . . , e
n
)
Lapplication M
B
: L(E) /
n
(K) dni par M
B
(u) = Mat
B
u est un isomorphisme
danneaux.
En particulier, pour tout u, v L(E), on a
Mat
B
(u v) = Mat
B
u Mat
B
v
et
Mat
B
(u
m
) = [Mat
B
u]
m
pour tout m N.
dm. :
M
B
(Id
E
) = I
n
, M
B
(u v) = M
B
(u) M
B
(v) et par ce qui prcde M
B
(u v) = M
B
(u)M
B
(v).

Exemple Si A est la matrice de u L(E) dans une certaine base de E alors


http://mp.cpgedupuydelome.fr 309 cbna
10.3. APPLICATION DU CALCUL MATRICIEL AUX APPLICATIONS LINAIRES
u est nilpotent A est nilpotente.
u est un projecteur A
2
= A.
u est une symtrie A
2
= I
n
.
10.3.4 Isomorphisme et matrice inversible
Soient E et F deux K-espaces vectoriels de mme dimension n munis de bases B = (e
1
, . . . , e
n
) et
( = (f
1
, . . . , f
n
).
Thorme
Soient u L(E, F) et A = Mat
B,C
(u). On a quivalence entre :
(i) u est un isomorphisme ;
(ii) A est inversible.
De plus, si tel est le cas, Mat
C,B
(u
1
) = A
1
.
dm. :
(i) (ii) Supposons que u est un isomorphisme et introduisons son isomorphisme inverse u
1
. Puisque
u
1
u = Id
E
, on a Mat
B
(u
1
u) = Mat
B
Id
E
= I
n
. Or Mat
B
(u
1
u) = Mat
C,B
u
1
Mat
B,C
u.
Ainsi en posant B = Mat
C,B
u
1
, on a BA = I
n
. Par le thorme dinversibilit, on peut afrmer que A
est inversible et que B est son inverse.
(ii) (i) Supposons A inversible et introduisons sa matrice inverse A
1
. On peut aussi introduire
lapplication linaire v L(F, E) reprsente par A
1
relativement aux bases ( et B. Puisque A
1
A =
I
n
, on a Mat
B
(v u) = Mat
B
(Id
E
) et donc v u = Id
E
. Par le thorme disomorphisme, on peut
afrmer que u est un isomorphisme et que v est son isomorphisme inverse.

Exemple Soit u : R
2
[X] R
3
lapplication linaire dnie par u(P) = (P(0), P(1), P(2)).
Introduisons B = (1, X, X
2
) la base canonique de R
2
[X] et ( = (e
1
, e
2
, e
3
) celle de R
3
.
La matrice de u relative aux bases B et ( est
A =
_
_
1 0 0
1 1 1
1 2 4
_
_
On vrie par le calcul que cette matrice est inversible et
A
1
=
_
_
1 0 0
3/2 2 1/2
1/2 1 1/2
_
_
On en dduit que lapplication linaire u est un isomorphisme et lon connat son isomorphisme
inversible par le biais dune reprsentation matricielle. Cet isomorphisme inverse rsout un problme
dinterpolation, savoir dterminer un polynme P R
2
[X] prenant des valeurs donne en 0, 1, 2.
Par exemple le polynme P R
2
[X] vriant P(0) = 1, P(1) = 0 et P(2) = 2 a pour composante
dans B
_
_
1 0 0
3/2 2 1/2
1/2 1 1/2
_
_
_
_
1
0
2
_
_
=
_
_
1
5/2
3/2
_
_
Cest le polynme
P(X) = 1
5
2
X +
3
2
X
2
http://mp.cpgedupuydelome.fr 310 cbna
CHAPITRE 10. CALCUL MATRICIEL
Corollaire
Soit E un K-espace vectoriel muni dune base B = (e
1
, . . . , e
n
).
Pour u L(E) on a
u GL(E) Mat
B
u GL
n
(K)
De plus, si tel est le cas :
Mat
B
(u
1
) = [Mat
B
u]
1
10.3.5 Tableau des correspondances
Vecteur Matrice colonne
x E X /
p,1
(K)
0 O
p,1
x +y X +Y
Application linaire Matrice rectangle
u L(E, F) A /
n,p
(K)
o O
n,p
y = u(x) Y = AX
u +v A+B
v u BA
u isomorphisme, u
1
A inversible, A
1
Endomorphisme Matrice carre
u L(E) A /
n
(K)
Id
E
I
n
u
m
A
m
u GL(E), u
1
A GL
n
(K), A
1
Formes linaires Matrice ligne
E

L /
1,n
(K)
(x) LX
10.3.6 Diffrentes reprsentation dun endomorphisme
10.3.6.1 Matrice dune homothtie vectorielle
Soit E un K-espace vectoriel de dimension n.
Proposition
Dans toute base de E, la matrice de lhomothtie vectorielle de rapport K est I
n
.
dm. :
Notons h

lhomothtie vectorielle de rapport et considrons B = (e


1
, . . . , e
n
) une base de E.
Pour tout 1 i n, h(e
i
) = e
i
donc
Mat
B
h

=
_
_
_
(0)
.
.
.
(0)
_
_
_

http://mp.cpgedupuydelome.fr 311 cbna


10.3. APPLICATION DU CALCUL MATRICIEL AUX APPLICATIONS LINAIRES
Remarque On peut montrer que les homothties vectorielles sont les endomorphismes ayant la mme
matrice dans toute base.
10.3.6.2 Matrice dune projection, dune symtrie
Soient F et G deux sous-espaces vectoriels supplmentaires de E de dimensions r et n r.
Thorme
La matrice de la projection p sur F paralllement G dans une base B adapte la
supplmentarit de F et G est
Mat
B
p =
_
I
r
0
0 0
nr
_
dm. :
Notons e
1
, . . . , e
n
les vecteurs constituant la base B.
Puisque la base B est adapte la supplmentarit de F et G, on a e
1
, . . . , e
r
F et e
r+1
, . . . , e
n
G.
On en dduit
i 1, . . . , r , p(e
i
) = e
i
et
i r + 1, . . . , n , p(e
i
) = 0
do la reprsentation matricielle annonce.

Thorme
La matrice de la symtrie s par rapport F et paralllement G dans une base B adapte la
supplmentarit de F et G est
Mat
B
s =
_
I
r
0
0 I
nr
_
dm. :
En reprenant les notations de la preuve prcdente, on a
i 1, . . . , r , s(e
i
) = e
i
et
i r + 1, . . . , n , s(e
i
) = e
i

Remarque Ces reprsentations matricielles sont simples car relatives une base adapte au problme
tudi.
Dans une base quelconque, la matrice dune projection est plus complique. . .
http://mp.cpgedupuydelome.fr 312 cbna
CHAPITRE 10. CALCUL MATRICIEL
Exemple Soit E un R-espace vectoriel de dimension 3 muni dune base B = (e
1
, e
2
, e
3
).
Soient P : x
1
+x
2
+x
3
= 0 et D = Vectu avec u = e
1
+e
2
e
3
.
Les espaces P et D sont supplmentaires dans E car P est un hyperplan de E et w est un vecteur ne lui
appartenant pas.
Formons la matrice A de la projection p sur P paralllement D.
Soient x = x
1
e
1
+x
2
e
2
+x
3
e
3
un vecteur de E et y = p(x) = y
1
e
1
+y
2
e
2
+y
3
e
3
son image.
Exprimons y
1
, y
2
, y
3
en fonction de x
1
, x
2
, x
3
.
Par dnition de laction de la projection p, on sait p(x) P et x p(x) D. Ces deux proprits
caractrisent le vecteur p(x) en fonction du vecteur x et on vont donc permettre dexpliciter y
1
, y
2
, y
3
en
fonction de x
1
, x
2
, x
3
.
p(x) P donne y
1
+y
2
+y
3
= 0.
x p(x) D assure lexistence dun scalaire vriant x p(x) = u i.e.
_

_
x
1
y
1
=
x
2
y
2
=
x
3
y
3
=
On est ainsi amen rsoudre le systme
_

_
y
1
+y
2
+y
3
= 0
y
1
+ = x
1
y
2
+ = x
2
y
3
= x
3
en les inconnues y
1
, y
2
, y
3
et .
Au terme de cette rsolution, on obtient les expressions de x
t
, y
t
, z
t
en fonction de x, y, z
_

_
y
1
= x
2
x
3
y
2
= x
1
x
3
y
3
= x
1
+x
2
+ 2x
3
Il est alors facile dexprimer la matrice A de p :
- soit en calculant les images des vecteurs de base e
1
, e
2
, e
3
;
- soit en dterminant lunique matrice A vriant Y = AX.
Finalement, on obtient
A =
_
_
0 1 1
1 0 1
1 1 2
_
_
Remarque On en dduit aisment la matrice de la symtrie s par rapport P et paralllement D car
s = 2p Id.
Mat
B
s = 2AI =
_
_
1 2 2
0 3 2
2 2 3
_
_
http://mp.cpgedupuydelome.fr 313 cbna
10.3. APPLICATION DU CALCUL MATRICIEL AUX APPLICATIONS LINAIRES
10.3.6.3 Rduction dune projection, dune symtrie
Soit f un endomorphisme dun K-espace vectoriel E connu par sa reprsentation matricielle A relative
une certaine base B de E.
Si A
2
= A alors f
2
= f et on sait :
- F = Imf et G = ker f sont supplmentaires ;
- f est la projection vectorielle sur F paralllement G.
Si A
2
= I alors f
2
= Id et on sait :
- F = ker(f Id) et G = ker(f + Id) sont supplmentaires ;
- f est la symtrie vectorielle par rapport F et paralllement G.
Exemple Soient E un R-espace vectoriel muni dune base B = (e
1
, e
2
, e
3
) et f lendomorphisme de E
dont la matrice dans B est
A =
_
_
0 1 1
1 2 1
1 1 0
_
_
On vrie par le calcul A
2
= A et on en dduit que f est une projection, plus prcisment, cest la
projection sur Imf et paralllement ker f.
Pour dterminer ker f, on rsout lquation matricielle AX = O
3,1
i.e. le systme
_

_
x
2
+x
3
= 0
x
1
+ 2x
2
+x
3
= 0
x
1
x
2
= 0
On obtient ker f = Vect(e
1
+e
2
e
3
)
Par la formule du rang, on en dduit que Imf est un hyperplan.
Les vecteurs f(e
1
) = e
2
+e
3
et f(e
2
) = e
1
+ 2e
2
e
3
appartiennent cet hyperplan et donc
x +y +z = 0 est une quation de limage de f.
Finalement f est la projection sur le plan P : x +y +z = 0 paralllement la droite
Vect(e
1
+e
2
e
3
).
Exemple Soient E un R-espace vectoriel muni dune base B = (e
1
, e
2
, e
3
) et f lendomorphisme de E
dont la matrice dans B est
A =
_
_
1 2 2
2 1 2
2 2 3
_
_
On vrie par le calcul A
2
= I
3
et on en dduit que f est une symtrie, plus prcisment, cest la
symtrie par rapport ker(f Id) et paralllement ker(f + Id).
Pour dterminer ker(f Id), on rsout lquation matricielle (AI
3
)X = O
3,1
, pour dterminer
ker(f + Id), cest lquation (A+I
3
)X = O
3,1
que lon rsout.
Au terme des calculs, on obtient que f est la symtrie par rapport la droite D = Vect(e
1
+e
2
e
3
) et
paralllement au plan P : x +y +z = 0.
http://mp.cpgedupuydelome.fr 314 cbna
CHAPITRE 10. CALCUL MATRICIEL
10.3.6.4 Matrice dun endomorphisme dans une base bien choisie
Exemple Soient E un R-espace vectoriel muni dune base B = (e
1
, e
2
, e
3
) et f lendomorphisme de E
dont la matrice dans B est
A =
_
_
1 3 3
2 2 1
2 0 1
_
_
Considrons la famille B
t
= (
1
,
2
,
3
) avec
_

1
= e
1
+e
2
+e
3

2
= e
1
e
2
2e
3

3
= e
2
+e
3
On vrie aisment que B
t
est une base de E, par exemple en observant que cette une famille libre de
trois vecteurs en dimension 3.
Formons la matrice de f dans cette base B
t
.
Pour cela nous calculons les composantes dans B
t
des vecteurs f(
1
), f(
2
), f(
3
).
f(
1
) se dduit du calcul matriciel AX
1
avec X
1
=
_
_
_
1
1
1
_
_
_la colonne des composantes de
1
dans B.
On obtient f(
1
) = e
1
e
2
e
3
=
1
.
De mme, on obtient
f(
2
) = 2e
1
2e
2
4e
3
= 2
2
et f(
3
) = e
2
+e
3
=
3
La matrice de f dans B
t
est donc la matrice diagonale
_
_
1 0 0
0 2 0
0 0 1
_
_
Exemple Soit E un R-espace vectoriel de dimension 3 muni dune base B = (e
1
, e
2
, e
3
) et f
lendomorphisme E dont la matrice dans B est
A =
_
_
1 4 4
2 3 4
2 0 1
_
_
Montrons quil existe une base B
t
= (
1
,
2
,
3
) de E telle que la matrice de f dans B
t
soit la matrice
diagonale
_
_
1 0 0
0 1 0
0 0 3
_
_
Analyse : Supposons quune telle base existe.
On a f(
1
) =
1
, f(
2
) =
2
, f(
3
) = 3
3
.
Cherchons de tels vecteurs. . . .
Pour dterminer un vecteur
1
convenable, on cherche les vecteurs x = x
1
e
1
+x
2
e
2
+x
3
e
3
vriant
f(x) = x.
http://mp.cpgedupuydelome.fr 315 cbna
10.4. FORMULES DE CHANGEMENT DE BASE
Matriciellement, ce problme revient rsoudre lquation AX = X i.e. le systme
_

_
x
1
4x
2
4x
3
= x
1
2x
1
+ 3x
2
+ 4x
3
= x
2
2x
1
x
3
= x
3
Aprs rsolution, on parvient
_
x
1
= x
3
x
2
= x
3
Le vecteur
1
= e
1
e
2
+e
3
est un donc un vecteur vriant f(
1
) =
1
.
On procdant de mme avec les quations AX = X et AX = 3X, on obtient que les vecteurs

2
= e
2
e
3
et
3
= 2e
1
2e
2
+e
3
vrient f(
2
) =
2
et f(
3
) = 3
3
.
Synthse : Considrons la famille B
t
= (
1
,
2
,
3
) forme des vecteurs
_

1
= e
1
e
2
+e
3

2
= e
2
e
3

3
= 2e
1
2e
2
+e
3
Par ltude qui prcde, on peut dj afrmer que f(
1
) =
1
, f(
2
) =
2
et f(
3
) = 3
3
. Vrions
maintenant que la famille B
t
est libre.
Supposons
1

1
+
2

2
+
3

3
= 0.
On a (
1
+ 2
3
)e
1
+ (
1
+
2
2
3
)e
2
+ (
1

2
+
3
)e
3
= 0.
Puisque la famille (e
1
, e
2
, e
3
) est libre, on obtient le systme
_

1
+ 2
3
= 0

1
+
2
2
3
= 0

2
+
3
= 0
Aprs rsolution, on parvient
1
=
2
=
3
= 0.
La famille B
t
= (
1
,
2
,
3
) est une famille libre forme de 3 = dimE vecteurs de E, cest donc une
base de E. Par construction, la matrice de E est celle voulue
_
_
1 0 0
0 1 0
0 0 3
_
_
Remarque La reprsentation dun endomorphisme par une matrice diagonale nest pas toujours
possible et, quand elle a lieu, celle-ci se fait avec des coefcients diagonaux bien prcis. Cette
problmatique sera souleve et rsolue dans le cours de seconde anne.
10.4 Formules de changement de base
10.4.1 Matrice de passage
Soit E un K-espace vectoriel de dimension n muni de deux bases B = (e
1
, . . . , e
n
) et B
t
= (e
t
1
, . . . , e
t
n
).
http://mp.cpgedupuydelome.fr 316 cbna
CHAPITRE 10. CALCUL MATRICIEL
Dnition
On appelle matrice de passage de la base B la base B
t
la matrice
P = Mat
B
(B
t
) = Mat
B
(e
t
1
, . . . , e
t
n
).
Exemple Soit E un K-espace vectoriel de dimension 3 muni dune base B = (e
1
, e
2
, e
3
)
Soit B
t
= (e
t
1
, e
t
2
, e
t
3
) la famille de vecteurs de E dnie par :
_

_
e
t
1
= e
1
e
2
+e
3
e
t
2
= e
2
e
3
e
t
3
= 2e
1
+ 2e
2
e
3
On vrie aisment que la famille B
t
est libre et cest donc une base de E.
La matrice de passage P de B B
t
est
P =
_
_
1 0 2
1 1 2
1 1 1
_
_
Proposition
Si P est la matrice de passage de la base B la base B
t
alors P = Mat
B

,B
(Id
E
).
dm. :
Par dnition
Mat
B

,B
(Id
E
) = Mat
B
(Id
E
(B
t
)) = Mat
B
(e
t
1
, . . . , e
t
n
) = P

Attention : Ici la matrice de lendomorphisme Id


E
nest pas la matrice de lidentit car la
reprsentation matricielle de lidentit est forme en choisissant une base larrive qui nest pas a
priori la mme que la base au dpart.
Proposition
Si P est la matrice de passage de la base B la base B
t
alors P est inversible et son inverse
P
1
est la matrice de passage de B
t
B.
dm. :
Notons Q = Mat
B
B la matrice de passage de B
t
B.
On a P = Mat
B,B
(Id
E
) et Q = Mat
B,B
(Id
E
) donc PQ = Mat
B,B
(Id
E
Id
E
) = Mat
B
(Id
E
) = I
n
En vertu du thorme dinversibilit, P est inversible et Q est son inverse.

Exemple Reprenons les notations de lexemple prcdent


_

_
e
t
1
= e
1
e
2
+e
3
e
t
2
= e
2
e
3
e
t
3
= 2e
1
+ 2e
2
e
3
et P = Mat
B
B
t
=
_
_
1 0 2
1 1 2
1 1 1
_
_
Pour former la matrice de passage inverse P
1
, il suft dexprimer les vecteurs de la base B en fonction
de ceux de la base B
t
. A laide du systme prcdent, et aprs calculs, on obtient
_

_
e
1
= e
t
1
+e
t
2
e
2
= 2e
t
1
+e
t
2
+e
t
3
e
3
= 2e
t
1
+e
t
3
et donc P
1
=
_
_
1 2 2
1 1 0
0 1 1
_
_
http://mp.cpgedupuydelome.fr 317 cbna
10.4. FORMULES DE CHANGEMENT DE BASE
Remarque Cette mthode est la mthode usuelle pour inverser une matrice de passage.
10.4.2 Nouvelles composantes dun vecteur
Thorme
Soient B et B
t
deux bases dun K-espace vectoriel E de dimension n.
Si x est un vecteur de E dont on note X et X
t
les colonnes des composantes dans B et B
t
alors
on a X = PX
t
en notant P la matrice de passage de B B
t
.
dm. :
X = Mat
B
(x) = Mat
B
(Id
E
(x)) = Mat
B

,B
(Id
E
)Mat
B
(x) = PX
t
.

Remarque On retient Mat


B
(x) = Mat
B
B
t
Mat
B
(x).
Corollaire
On a aussi X
t
= P
1
X
10.4.3 Nouvelle reprsentation dune application linaire
Thorme
Soient B et B
t
deux bases dun K-espace vectoriel E et ( et (
t
deux bases dun K-espace
vectoriel F.
Si u est une application linaire de E vers F dont on note A la matrice relative aux bases B et
(, et A
t
celle relative aux bases B
t
et (
t
alors on a
A
t
= Q
1
AP
en notant P la matrice de passage de B B
t
et Q celle de ( (
t
.
dm. :
Soit x E de colonnes composantes X et X
t
dans les bases B et B
t
, et soit y F de colonnes
composantes Y et Y
t
dans les bases ( et (
t
. On a X = PX
t
et Y = QY
t
.
On a alors la chane dquivalences
y = u(x) Y = AX QY
t
= APX
t
Y
t
= Q
1
APX
t
Or la matrice A
t
est lunique matrice telle que
y = u(x) Y
t
= A
t
X
t
et donc
A
t
= Q
1
AP

Remarque On retient A
t
= Mat
B

,C
(u) = Mat
C
(.Mat
B,C
(u).Mat
B
B
t
.
http://mp.cpgedupuydelome.fr 318 cbna
CHAPITRE 10. CALCUL MATRICIEL
10.4.4 Nouvelle reprsentation dun endomorphisme
Thorme
Soient B et B
t
deux bases dun K-espace vectoriel E.
Si f est un endomorphisme de E dont on note A la matrice dans B et A
t
celle dans B
t
alors on
a
A
t
= P
1
AP
avec P la matrice de passage de B B
t
.
dm. :
Cest un cas particulier de la formule de changement de base relative une application linaire.

Remarque On retient Ainsi Mat


B
(f) = Mat
B
B.Mat
B
(f).Mat
B
B
t
.
Attention : Erreur courante : ncrire A = PA
t
ce qui correspond une transformation incomplte !
Exemple Soit
A =
_
_
2 1 1
3 2 1
3 5 4
_
_
Nous allons calculer les puissances A
n
pour tout n N en procdant une transformation de la
matrice A.
Soient E un R-espace vectoriel muni dune base B = (e
1
, e
2
, e
3
) et f lendomorphisme de E dtermin
par
Mat
B
(f) =
_
_
2 1 1
3 2 1
3 5 4
_
_
= A
Considrons la base B
t
= (
1
,
2
,
3
) dnie par
_

_
e
t
1
= e
2
+e
3
e
t
2
= e
1
e
2
+e
3
e
t
3
= e
1
+e
2
2e
3
On vrie aisment que la famille B
t
est libre est cest donc une base de E.
On forme la matrice D de f dans la base B
t
en calculant f(e
t
1
), f(e
t
2
) et f(e
t
3
).
En procdant au calcul matriciel Y = AX, on obtient f(e
t
1
) = e
t
1
, f(e
t
2
) = 2e
t
2
et f(e
t
3
) = 3e
t
3
.
On en dduit D = Mat
B
f = diag(1, 2, 3)
Par formule de changement de base, on a A = PDP
1
avec P la matrice de passage de B B
t
.
P =
_
_
0 1 1
1 1 1
1 1 2
_
_
En exprimant les vecteurs de B en fonction de ceux de B
t
, on obtient
_

_
e
1
= e
t
1
+e
t
2
e
2
= e
t
1
e
t
2
e
t
3
e
3
= e
t
2
e
t
3
http://mp.cpgedupuydelome.fr 319 cbna
10.4. FORMULES DE CHANGEMENT DE BASE
et on en dduit la matrice de passage inverse
P
1
=
_
_
1 1 0
1 1 1
0 1 1
_
_
On peut alors calculer les puissances de A.
Pour tout n N,
A
n
= (PDP
1
)
n
= (PDP
1
)(PDP
1
) . . . (PDP
1
) = PD
n
P
1
avec
D
n
= diag ((1)
n
, 2
n
, 3
n
)
Au terme des calculs, on obtient
A
n
= (1)
n
_
_
0 0 0
1 1 0
1 1 0
_
_
+ 2
n
_
_
1 1 1
1 1 1
1 1 1
_
_
+ 3
n
_
_
0 1 1
0 1 1
0 2 2
_
_
10.4.5 Application : la trace
10.4.5.1 Trace dune matrice carre
Dnition
On appelle trace dune matrice carre A = (a
i,j
) /
n
(K) le scalaire tr(A) =
n

i=1
a
i,i
.
Proposition
Lapplication tr : /
n
(K) K est une forme linaire.
dm. :
On vrie immdiatement que tr(A+B) = trA+trB.

Thorme
A /
n,p
(K), B /
p,n
(K), tr(AB) = tr(BA).
dm. :
Introduisons les coefcients des matrices A et B : A = (a
i,j
) /
n,p
(K) et B = (b
j,i
) /
p,n
(K).
Les matrices AB et BA sont carres donc on peut calculer leur trace et on a
tr(AB) =
n

i=1
[AB]
i,i
=
n

i=1
p

j=1
a
i,j
b
j,i
et
tr(BA) =
p

j=1
[BA]
j,j
=
p

j=1
n

i=1
b
j,i
a
i,j
En permutant les deux sommes, on obtient tr(BA) = tr(AB).

http://mp.cpgedupuydelome.fr 320 cbna


CHAPITRE 10. CALCUL MATRICIEL
10.4.5.2 Trace dun endomorphisme
Soient f un endomorphisme dun K-espace vectoriel E de dimension nie et B, B
t
deux bases de E
Notons P = Mat
B
B
t
, A = Mat
B
(f), A
t
= Mat
B
(f).
La relation de changement de base permet dcrire : A = PA
t
P
1
.
On a alors
tr(A) = tr(P(A
t
P
1
)) = tr((A
t
P
1
)P = tr(A
t
)
Par suite, la trace de la matrice reprsentative de lendomorphisme f est indpendante de la base choisie.
Dnition
Cette quantit est appele trace de lendomorphisme f et est note trf.
Exemple tr(Id
E
) = n
Thorme
La trace dnit une forme linaire sur L(E) vriant
f, g L(E), tr(f g) = tr(g f)
10.5 Rang dune matrice
Rappel Si T = (x
1
, . . . , x
p
) est une famille de vecteurs dun K-espace vectoriel E alors on appelle
rang de la famille T la dimension de lespace engendre par T
rgT = dimVect(x
1
, . . . , x
p
).
Si E et F sont deux K-espace vectoriels de dimensions nies et u L(E, F) alors on appelle rang de
lapplication linaire u la dimension de limage de u
rgu = dimImu.
Ces deux concepts sont lis puisque si B = (e
1
, ..., e
p
) est une base de E alors
rg(u) = rg(u(e
1
), ..., u(e
p
)).
10.5.1 Dnition
Soit A = (a
i,j
) /
n,p
(K) de colonnes C
1
, C
2
, . . . , C
p
.
Les C
j
sont des vecteurs du K-espace vectoriel /
n,1
(K), on peut donc considrer le rang de la famille
de vecteurs (C
1
, C
2
, . . . , C
p
).
Dnition
On appelle rang dune matrice A /
n,p
(K) le rang de la famille (C
1
, C
2
, . . . , C
p
) des
colonnes de A. On note
rgA = rg(C
1
, C
2
, . . . , C
p
)
http://mp.cpgedupuydelome.fr 321 cbna
10.5. RANG DUNE MATRICE
Thorme
Si T = (x
1
, x
2
, . . . , x
p
) une famille de vecteurs de dun K-espace vectoriel E et si A est la
matrice de la famille T dans une certaine base B de E alors
rgA = rg(x
1
, x
2
, . . . , x
p
)
dm. :
Soit : E /
n,1
(K) dnie par (x) = Mat
B
(x).
est un isomorphisme de K-espace vectoriel.
Puisque les colonnes de A sont les C
j
= (x
j
), on a
rgA = rg((x
1
), . . . , (x
p
)) = dimVect((x
1
), . . . , (x
p
))
Or puisque est une application linaire injective on a
dimVect((x
1
), . . . , (x
p
)) = dimVect(x
1
, . . . , x
p
) = rg(x
1
, . . . , x
p
)
Ainsi
rg(A) = rg(x
1
, x
2
, . . . , x
p
)

Thorme
Si u est une application dun K-espace vectoriel E vers un K-espace vectoriel F et si A est la
matrice de u relative des bases B et ( de E et F alors
rgA = rgu.
dm. :
Si lon note e
1
, . . . , e
p
les vecteurs constituant la base B alors Aest la matrice de la famille (u(e
1
), . . . , u(e
p
))
dans la base ( et par suite rgA = rg(u(e
1
), . . . , rg(u(e
p
)) = rgu.

10.5.2 Proprits du rang dune matrice


Soient A /
n,p
(K) et u L(K
p
, K
n
) lapplication linaire canoniquement associe la matrice A
cest--dire lapplication linaire reprsente par la matrice A relativement aux base canoniques de K
p
et K
n
.
Puisque rgA = rgu, les proprits relatives au rang dapplications linaires se transposent aux matrices.
Proposition
A /
n,p
(K), rg(A) min(n, p).
dm. :
Car rgu min(dimE, dimF) pour u L(E, F).

Proposition
A /
n,p
(K), B /
p,q
(K), rg(AB) min(rg(A), rg(B)).
De plus :
Si A est une matrice carre inversible alors rg(AB) = rg(B)
Si B est une matrice carre inversible alors rg(AB) = rg(A).
http://mp.cpgedupuydelome.fr 322 cbna
CHAPITRE 10. CALCUL MATRICIEL
dm. :
Car rg(u v) min(rgu, rgv).
De plus rg(u v) = rgu si v surjective et rg(u v) = rgv si u injective.

Remarque On ne modie par le rang dune matrice en multipliant celle-ci par une matrice inversible.
Thorme
Soit A /
n
(K). On a quivalence entre :
(i) A est inversible ;
(ii) rg(A) = n.
dm. :
A est inversible si, et seulement si, u est automorphisme de K
n
i.e. si, et seulement si, rgu = n

10.5.3 Caractrisation thorique du rang


Pour 0 r min(n, p), on note J
r
la matrice de /
n,p
(K) dnie par
J
r
=
_
_
_
_
_
1 0
.
.
.
0 1
0
0 0
_
_
_
_
_
Prcisment, les coefcients de J
r
/
n,p
(K) sont nuls sauf le coefcient dindice (i, i) est gal 1
pour i 1, . . . , r.
Exemple Si r = 0 alors J
r
= O
n,p
.
Si r = n p alors
J
r
=
_
_
_
1 0
.
.
.
0 1
0
_
_
_
Si r = p n alors
J
r
=
_
_
_
_
_
1 0
.
.
.
0 1
0
_
_
_
_
_
Si r = p = n alors J
r
= I
r
.
Proposition
rg(J
r
) = r.
dm. :
Si B = (e
1
, . . . , e
n
) dsigne la base canonique de K
n
alors la matrice J
r
peut se voir comme la matrice
dans B de la famille (e
1
, . . . , e
r
, 0, . . . , 0) forme de p vecteurs. Cette dernire est de rang r car la sous-
famille (e
1
, . . . , e
r
) est libre et donc rgJ
r
= r.

http://mp.cpgedupuydelome.fr 323 cbna


10.5. RANG DUNE MATRICE
Thorme
Soient A /
n,p
(K) et r N tel que 0 r min(n, p).
On a quivalence entre :
(i) rg(A) = r ;
(ii) P GL
p
(K), Q GL
n
(K), A = QJ
r
P.
dm. :
(ii) (i) : Cest immdiat car rgJ
r
= r et on sait quon ne modie pas le rang en multipliant par une
matrice inversible.
(i) (ii) Soient E et F deux K-espaces vectoriels de dimensions p et n munis de bases B et ( et u
L(E, F) lapplication linaire dtermine par Mat
B,C
u = A. Puisque r = rgA = rgu, on a dimker u =
p r en vertu de la formule du rang.
Soit H un supplmentaire de ker u dans E et B
t
= (e
t
1
, . . . , e
t
r
, e
t
r+1
, . . . , e
t
p
) une base adapte la
supplmentarit de H et ker u dans E..
Posons f
t
1
= u(e
t
1
), . . . , f
t
r
= u(e
t
r
).
Supposons
1
f
t
1
+ +
r
f
t
r
= 0.
On a u(
1
e
t
1
+ +
r
e
t
r
) = 0 donc
1
e
t
1
+ +
r
e
t
r
ker u.
Or
1
e
t
1
+ +
r
e
t
r
H et ker u H = 0 donc
1
e
t
1
+ +
r
e
t
r
= 0.
Puisque la famille (e
t
1
, . . . , e
t
r
) est libre, on obtient
1
= . . . =
r
= 0.
Ainsi la famille (f
t
1
, . . . , f
t
r
) est libre. Compltons-la en une base de F de la forme (
t
= (f
t
1
, . . . , f
t
n
).
Par construction, la matrice de u relative aux bases B
t
et (
t
est la matrice J
r
et par formule de changement
de base, on obtient A = QJ
r
P avec P = Mat
B
B
t
GL
p
(K) et Q = Mat
C
( GL
n
(K).

Corollaire
A /
n,p
(K), rg(
t
A) = rgA.
dm. :
Soit A /
n,p
(K). On peut crire A = QJ
r
P avec P, Q inversibles et r = rgA.
On a alors
t
A =
t
P
t
J
r
t
Q avec
t
P,
t
Q inversibles donc rg
t
A = rg
t
J
r
= r puisque la matrice
t
J
r
est
analogue la matrice J
r
sauf quelle est de type (p, n) au lieu dtre de type (n, p).

PropSoit A /
n,p
(K) dont on note C
1
, . . . , C
p
les colonnes et L
1
, . . . , L
n
les lignes.
On a rg(A) = rg(C
1
, . . . , C
p
) = rg(L
1
, . . . , L
n
).
dm. :
Par dnition, on a rg(A) = rg(C
1
, . . . , C
p
)
Les lignes L
1
, . . . , L
n
sont des vecteurs de lespace /
1,p
(K).
Notons B = (E
1
, . . . , E
p
) la base canonique de lespace /
1,p
(K).
Si L est une ligne
_

1
. . .
p
_
de /
1,p
(K) alors la colonne des composantes de L dans B est
Mat
B
(L) =
_
_
_

1
.
.
.

p
_
_
_ =
t
L
Par suite la matrice reprsentative de la famille de vecteurs (L
1
, . . . , L
n
) dans la base B est
Mat
B
(L
1
, . . . , L
n
) =
t
A
On en dduit rg(L
1
, . . . , L
n
) = rg(
t
A) = rgA.

http://mp.cpgedupuydelome.fr 324 cbna


CHAPITRE 10. CALCUL MATRICIEL
10.5.4 Oprations lmentaires sur les matrices
10.5.4.1 Prliminaire
Proposition
Les matrices de /
n
(K) suivantes sont inversibles :
1) C = I
n
+E
i,j
avec K et 1 i ,= j n;
2) D = I
n
E
i,i
+E
i,i
avec K

et 1 i n;
3) E = I
n
E
i,i
E
j,j
+E
i,j
+E
j,i
avec 1 i ,= j n.
dm. :
1) La matrice C est triangulaire suprieure si i < j et triangulaire infrieure si i > j. Dans les deux cas,
ses coefcients diagonaux sont tous non nuls car gaux 1, cette matrice est donc inversible.
2) La matrice D est diagonale et ses coefcients diagonaux sont non nuls car valent 1 ou . La matrice D
est donc inversible.
3) La matrice E vrie E
2
= I
n
, elle est donc inversible et son inverse lui est gale.

10.5.4.2 Oprations lmentaires sur les lignes


Soit A = (a
i,j
) /
n,p
(K).
Pour E
i,j
la matrice lmentaire dindice (i, j) de /
n
(K), on a
E
i,j
A =
_
_
0
a
j,1
a
j,p
0
_
_
=
_
_
0
L
j
0
_
_
avec la ligne L
j
positionne en i me ligne.
1) Soit C = I
n
+E
i,j
avec K et 1 i ,= j n.
CA = A+E
i,j
A est la matrice obtenue en ajoutant fois la jme colonne de A sa ime ligne.
Cette manipulation est note L
i
L
i
+.L
j
.
2) Soit D = I
n
E
i,i
+E
i,i
avec K

et 1 i n.
DA = AE
i,i
A+E
i,i
A est la matrice obtenue en multipliant par ,= 0 la ime ligne de A.
Cette manipulation est note L
i
.L
i
.
3) Soit E = I
n
E
i,i
E
j,j
+E
i,j
+E
j,i
avec 1 i ,= j n.
EA = AE
i,i
AE
j,j
A+E
i,j
A+E
j,i
A est la matrice obtenue en changeant les ime et jme lignes
de A.
Cette manipulation est note L
i
L
j
.
Dnition
Les manipulations L
i
L
i
+ .L
j
, L
i
.L
i
et L
i
L
j
sont appeles oprations
lmentaires sur les lignes de A.
Proposition
Ces manipulations conservent le rang de A.
dm. :
Ces manipulations correspondent des multiplications par des matrices inversibles et multiplier par une
matrice inversible conserve le rang.

10.5.4.3 Oprations lmentaires sur les colonnes


Soit A = (a
i,j
) /
n,p
(K).
http://mp.cpgedupuydelome.fr 325 cbna
10.5. RANG DUNE MATRICE
Pour E
i,j
la matrice lmentaire dindice (i, j) de /
p
(K), on a
AE
i,j
=
_
_
_
a
1,i
0
.
.
. 0
a
n,i
_
_
_ =
_
0 C
i
0
_
avec la colonne C
i
positionne en jme colonne.
1) Soit C = I
p
+E
i,j
avec K et 1 i ,= j p.
AC = A+AE
i,j
est la matrice obtenue en ajoutant fois la ime colonne de A sa jme colonne.
Cette manipulation est note C
j
C
j
+.C
i
2) Soit D = I
p
E
i,i
+E
i,i
avec K

et 1 i p.
AD = AAE
i,i
+AE
i,i
est la matrice obtenue en multipliant par ,= 0 la ime colonne de A.
Cette manipulation est note C
i
.C
i
3) Soit E = I
p
E
i,i
E
j,j
+E
i,j
+E
j,i
avec 1 i ,= j p.
AE = A AE
i,i
AE
j,j
+ AE
i,j
+ AE
j,i
est la matrice obtenue en changeant les ime et jme
colonnes de A.
Cette manipulation est note C
i
C
j
Dnition
Les manipulations C
j
C
j
+ .C
i
, C
i
.C
i
et C
i
C
j
sont appeles oprations
lmentaires sur les colonnes de A.
Proposition
Ces manipulation conservent le rang de A.
Remarque On peut observer que lorsquon multiplie A
- par la droite, on opre sur les lignes de A;
- par la gauche, on opre sur les colonnes de A.
Exemple Soient A = (a
i,j
) /
n
(K) et D = diag(
1
, ...,
n
). On a
DA =
_
_
_

1
a
1,1

1
a
1,n
.
.
.
.
.
.

n
a
n,1

n
a
n,n
_
_
_ = (
i
a
i,j
)
et
AD =
_
_
_

1
a
1,1

n
a
1,n
.
.
.
.
.
.

1
a
n,1

n
a
n,n
_
_
_ = (
j
a
i,j
)
10.5.5 Mthode du pivot de Gauss
Soit A = (a
i,j
) /
n,p
(K). On dsire calculer le rang de A de faon algorithmique.
Si A = O
n,p
alors rgA = 0.
Sinon A possde un coefcient non nul p
1
= a
i,j
.
http://mp.cpgedupuydelome.fr 326 cbna
CHAPITRE 10. CALCUL MATRICIEL
Par les oprations L
i
L
1
et C
j
C
1
on amne le coefcient p
1
en position (1, 1) et on dispose alors
dune matrice de la matrice de la forme :
_
_
_
_
_
p
1

2
.
.
.

_
_
_
_
_
avec p
1
,= 0 appel 1er pivot
On annule les coefcients en dessous de p
1
par des oprations lmentaires L
i
L
i


i
p
1
L
1
avec
2 i n. On parvient alors une matrice de la forme
_
_
_
_
_
p
1

0
.
.
.
0
B
_
_
_
_
_
avec p
1
,= 0
On recommence ce processus avec la matrice B tant que la matrice obtenue est non nulle. A terme, on
obtient :
_
_
_
_
_
p
1

.
.
.
0 p
r

O
nr,pr
_
_
_
_
_
avec p
1
, . . . , p
r
,= 0
On peut alors conclure que la matrice A est de rang r.
En effet, en suivant le principe qui prcdent, on peut, en oprant sur les colonnes transformer A en
_
_
_
_
_
p
1
0
.
.
.
0 p
r
0
0 O
nr,pr
_
_
_
_
_
puis en
_
_
_
_
_
1 0
.
.
.
0 1
0
0 O
nr,pr
_
_
_
_
_
= J
r
qui est de rang r
Remarque En oprant essentiellement sur les lignes, ce processus a transform la matrice A en
_
_
_
_
_
p
1

.
.
.
0 p
r

0 O
nr,pr
_
_
_
_
_
De manire symtrique, mais en oprant essentiellement sur les colonnes, on peut aussi transformer la
matrice A en
_
_
_
_
_
p
1
0
.
.
.
p
r
0
O
nr,pr
_
_
_
_
_
http://mp.cpgedupuydelome.fr 327 cbna
10.5. RANG DUNE MATRICE
10.5.6 Calculs de rang
10.5.6.1 Rang dune matrice
Exemple Calculons le rang de la matrice
_
_
1 2 1
1 3 2
1 1 0
_
_
On a
rg
_
_
1 2 1
1 3 2
1 1 0
_
_
= rg
_
_
1 2 1
0 1 1
0 1 1
_
_
= rg
_
_
1 2 1
0 1 1
0 0 0
_
_
= 2
Exemple Calculons le rang de
_
_
_
_
1 1 1
1 1 1
2 1 1
1 2 1
_
_
_
_
En oprant par les lignes
rg
_
_
_
_
1 1 1
1 1 1
2 1 1
1 2 1
_
_
_
_
= rg
_
_
_
_
1 1 1
0 2 0
0 1 1
0 1 2
_
_
_
_
= rg
_
_
_
_
1 1 1
0 2 0
0 0 1
0 0 2
_
_
_
_
= rg
_
_
_
_
1 1 1
0 2 0
0 0 1
0 0 0
_
_
_
_
= 3
En oprant pas les colonnes
rg
_
_
_
_
1 1 1
1 1 1
2 1 1
1 2 1
_
_
_
_
= rg
_
_
_
_
1 0 0
1 2 0
2 1 1
1 1 2
_
_
_
_
= 3
Attention : On prend garde effectuer les oprations lmentaires successivement et non
simultanment :
Exemple Via
_
L
2
L
2
+L
1
L
1
L
1
+L
2
la matrice
_
1 0
0 1
_
devient
_
2 1
1 1
_
et non
_
1 1
1 1
_
!
http://mp.cpgedupuydelome.fr 328 cbna
CHAPITRE 10. CALCUL MATRICIEL
10.5.6.2 Rang dune famille de vecteurs
Rappel Soient E un K-espace vectoriel de dimension n et T une famille de p vecteurs de E. On a :
T est libre si, et seulement si, rg(T) = p,
T est gnratrice si, et seulement si, rg(T) = n,
T est une base si, et seulement si, rg(T) = n = p.
Exemple Soient B = (e
1
, e
2
, e
3
) la base canonique de R
3
et B
t
= (e
t
1
, e
t
2
, e
t
3
) avec
e
t
1
= e
2
+e
3
, e
t
2
= e
1
+e
2
+ 2e
3
et e
t
3
= e
1
+ 2e
3
.
rgB
t
= rg(Mat
B
B
t
) = rg
_
_
0 1 1
1 1 0
1 2 2
_
_
En changeant les deux premires lignes
rg
_
_
0 1 1
1 1 0
1 2 2
_
_
= rg
_
_
1 1 0
0 1 1
1 2 2
_
_
= rg
_
_
1 1 0
0 1 1
0 1 2
_
_
= rg
_
_
1 1 0
0 1 1
0 0 1
_
_
= 3
Puisque la famille B
t
est de rang 3, cest une base de R
3
.
10.5.6.3 Rang dune application linaire
Rappel Soient E un K-espace vectoriel de dimension p, F un K-espace vectoriel de dimension n et
u L(E, F). On a :
u injective si, et seulement si, rg(u) = p
u surjective si, et seulement si, rg(u) = n
u isomorphisme si, et seulement si, rg(u) = n = p.
Exemple Soit f lendomorphisme de R
3
dont la matrice dans la base canonique est
_
_
1 1 2
0 2 1
2 1 1
_
_
On a
rgf = rg
_
_
1 1 2
0 2 1
2 1 1
_
_
= rg
_
_
1 1 2
0 2 1
0 1 5
_
_
= rg
_
_
1 1 2
0 2 1
0 0 9/2
_
_
= 3
Lendomorphisme f est un automorphisme de R
3
http://mp.cpgedupuydelome.fr 329 cbna
10.5. RANG DUNE MATRICE
10.5.6.4 Rang dpendant dun paramtre
Pour dterminer le rang dune matrice dpendant dun paramtre, on cherche calculer celui-ci de la
faon la plus gnrale possible avant de traiter les valeurs particulires des paramtres.
Exemple Dterminons le rang de
M =
_
_
1 2 1
1 m 2
m 1 2
_
_
en fonction de m R.
rg
_
_
1 2 1
1 m 2
m 1 2
_
_
= rg
_
_
1 2 1
0 m2 1
0 1 2m 2 m
_
_
En changeant les deux dernires colonnes
rg
_
_
1 2 1
1 m 2
m 1 2
_
_
= rg
_
_
1 1 2
0 1 m2
0 2 m 1 2m
_
_
= rg
_
_
1 1 2
0 1 m2
0 0 x
_
_
avec x = (1 2m) + (m2)(m2) = (m1)(m5)
On en dduit
rgM =
_
3 si m ,= 1, 5
2 si m = 1 ou 5
Exemple Soient a, b, c R.
On considre les vecteurs de R
3
suivant u = (1, a, a
2
), v = (1, b, b
2
) et w = (1, c, c
2
).
A quelle condition la famille (u, v, w) forme-t-elle une base de R
3
?
rg(u, v, w) = rg
_
_
1 1 1
a b c
a
2
b
2
c
2
_
_
= rg
_
_
1 1 1
0 b a c a
0 b
2
a
2
c
2
a
2
_
_
= rg
_
_
1 1 1
0 b a c a
0 0 x
_
_
avec x = c
2
a
2
(a +b)(c a) = (c a)(c b).
On en dduit rg(u, v, w) = 3 a, b, c deux deux distincts.
Ainsi la famille (u, v, w) est une base de R
3
si, et seulement si, a, b, c sont deux deux distincts.
Exemple Soit f lendomorphisme de R
3
dni par f(x, y, z) = (y +z, z +x, x +y).
Pour quelles valeurs R, lquation vectorielle f(u) = .u possde-t-elle une solution autre que le
vecteur nul ?
Les solutions de lquation f(u) = .u sont les vecteurs u vriant (f Id)(u) = 0.
Par suite, lensemble des solutions de lquation f(u) = .u est lespace ker(f Id)
Dterminer les K tels que lquation f(u) = .u possde dautres solutions que le vecteur nul
revient chercher les K vriant ker(f Id) ,= 0 i.e. f Id non injectif. Nous dterminons
ceux-ci en recherchant les K tels que rg(f Id) < 3
rg(f Id) = rg
_
_
1 1
1 1
1 1
_
_
http://mp.cpgedupuydelome.fr 330 cbna
CHAPITRE 10. CALCUL MATRICIEL
En changeant la premire et la dernire colonne
rg(fId) = rg
_
_
1 1
1 1
1 1
_
_
= rg
_
_
1 1
0 1 1 +
0 1 + 1
2
_
_
= rg
_
_
1 1
0 1 1 +
0 0 x
_
_
avec x = (1
2
) + (1 +) = (1 +)(2 )
On en dduit rg(f Id) < 3 = 1 ou 2.
10.5.7 Inversion de matrice
On dsire calculer linverse de A GL
n
(K).
En suivant la mthode du pivot de Gauss, il est possible en oprant uniquement sur les lignes de transformer
la matrice A en une matrice triangulaire suprieure
_
_
_
p
1

.
.
.
0 p
n
_
_
_ avec p
1
, . . . , p
n
,= 0
En oprant nouveau sur ces lignes on peut poursuivre la transformation de A en
_
_
_
1
.
.
.
0 1
_
_
_
puis en la matrice identit
_
_
_
1 0
.
.
.
0 1
_
_
_
Effectuer les oprations lmentaires sur les lignes transformant la matrice A en lidentit, revient
multiplier la matrice A gauche par des matrices T
1
, . . . , T
m
. Ainsi la transformation de la matrice A en
lidentit correspond crire T
m
. . . T
1
.A = I
n
.
En multipliant droite par A
1
, on en dduit T
m
. . . T
1
.I
n
= A
1
Ainsi la srie doprations lmentaires sur les ligne qui transforme la matrice A en I
n
transforme
paralllement la matrice I
n
en A
1
.
Nous pouvons exploiter cette ide pour calculer A
1
de faon algorithmique.
Exemple Etudions lventuel inverse de A =
_
_
1 1 1
1 1 0
2 1 1
_
_
_
_
1 1 1
1 1 0
2 1 1
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1 1 1
0 0 1
0 1 3
_
_
_
_
1 0 0
1 1 0
2 0 1
_
_
http://mp.cpgedupuydelome.fr 331 cbna
10.6. SYSTMES DQUATIONS LINAIRES
_
_
1 1 1
0 1 3
0 0 1
_
_
_
_
1 0 0
2 0 1
1 1 0
_
_
_
_
1 1 1
0 1 3
0 0 1
_
_
_
_
1 0 0
2 0 1
1 1 0
_
_
_
_
1 1 0
0 1 0
0 0 1
_
_
_
_
0 1 0
1 3 1
1 1 0
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1 2 1
1 3 1
1 1 0
_
_
On en dduit que A est inversible et
A
1
=
_
_
1 2 1
1 3 1
1 1 0
_
_
Remarque On peut aussi transformer A en I
n
, en ne manipulant que les colonnes de A, les oprations
correspondantes transforme alors aussi I
n
en A
1
.
Attention : On manipule lignes ou colonnes mais jamais les deux !
10.6 Systmes dquations linaires
10.6.1 Positionnement du problme.
Soient a
i,j
K et b
i
K pour tous i 1, . . . , n, j 1, . . . , p.
On cherche tous les p uplets (x
1
, . . . , x
p
) K
p
solutions du systme :
:
_

_
a
11
x
1
+ +a
1p
x
p
= b
1
.
.
.
a
n1
x
1
+ +a
np
x
p
= b
n
Dnition
est appel systme dquations linaires n quations et p inconnues.
On note o

K
p
lensemble des solutions du systme .
Posons x = (x
1
, . . . , x
p
) K
p
, b = (b
1
, . . . , b
n
) K
n
et considrons lapplication linaire
u : (x
1
, . . . , x
p
) (a
1,1
x
1
+ +a
1,p
x
p
, . . . , a
n,1
x
1
+ +a
n,p
x
p
)
Le systme quivaut lquation u(x) = b.
http://mp.cpgedupuydelome.fr 332 cbna
CHAPITRE 10. CALCUL MATRICIEL
Dnition
Lquation u(x) = b est appele quation vectorielle du systme .
Posons A = (a
i,j
) /
n,p
(K), B = (b
i
) /
n,1
(K) et X = (x
j
) /
p,1
(K).
Le systme quivaut lquation AX = B.
Dnition
Lquation AX = B est appele quation matricielle du systme .
Dnition
On appelle rang du systme le naturel rg = rgA = rgu.
10.6.2 Compatibilit dun systme
Dnition
On dit que le systme est compatible si o

,= .
Exemple Le systme
_
x +y = 0
x +y = 1
est visiblement un systme incompatible.
Considrons le systme
:
_

_
a
11
x
1
+ +a
1p
x
p
= b
1
.
.
.
a
n1
x
1
+ +a
np
x
p
= b
n
dquation matricielle AX = B.
Dnition
On note
_
A B
_
la matrice de /
n,p+1
(K) constitue des colonnes de la matrice A suivies
de la colonne B.
Thorme
Le systme est compatible si, et seulement si, rg
_
A B
_
= rgA.
dm. :
Notons C
1
, . . . , C
p
les colonnes de A.
(x
1
, . . . , x
p
) o

x
1
C
1
+ +x
p
C
p
= B
On a rgA = rg(C
1
, . . . , C
p
) et rg( A B ) = rg(C
1
, . . . , C
p
, B).
Si est compatible, soit (x
1
, . . . , x
p
) un p uplet solution.
Puisque B = x
1
C
1
+ +x
p
C
p
, on a rg(C
1
, . . . , C
p
, B) = rg(C
1
, . . . , C
p
) et donc rg
_
A B
_
= rgA
Si rg
_
A B
_
= rg(A) alors rg(C
1
, . . . , C
p
, B) = rg(C
1
, . . . , C
p
). Or
Vect(C
1
, . . . , C
p
) Vect(C
1
, . . . , C
p
, B)
donc par inclusion et galit des dimensions
Vect(C
1
, . . . , C
p
) = Vect(C
1
, . . . , C
p
, B)
http://mp.cpgedupuydelome.fr 333 cbna
10.6. SYSTMES DQUATIONS LINAIRES
On en dduit B Vect(C
1
, . . . , C
p
) et donc il existe x
1
, . . . , x
p
K vriant B = x
1
C
1
+ +x
p
C
p
.

Corollaire
Tout systme de rang r = n est compatible.
Exemple Etudions la compatibilit du systme
_

_
2x
1
+x
2
+x
3
= 1
x
1
2x
2
+x
3
= 2
x
1
+x
2
2x
3
= 3
En changeant la premire et la dernire ligne
rg
_
_
2 1 1 1
1 2 1 2
1 1 2 3
_
_
= rg
_
_
1 1 2 3
1 2 1 2
2 1 1 1
_
_
rg
_
_
1 1 2 3
1 2 1 2
2 1 1 1
_
_
= rg
_
_
1 1 2 3
0 3 3 1
0 3 3 7
_
_
= rg
_
_
1 1 2 3
0 3 3 1
0 0 0 6
_
_
On en dduit rg (A [ B) = 3 et rgA = 2.
Le systme tudi est incompatible.
10.6.3 Description de lensemble solution
Considrons le systme
:
_

_
a
11
x
1
+ +a
1p
x
p
= b
1
.
.
.
a
n1
x
1
+ +a
np
x
p
= b
n
dquation vectorielle u(x) = b.
Dnition
On appelle systme homogne (ou sans second membre) associ au systme le systme :

0
:
_

_
a
11
x
1
+ +a
1p
x
p
= 0
.
.
.
a
n1
x
1
+ +a
np
x
p
= 0
Proposition
Lensemble solution du systme
0
est un sous-espace vectoriel de K
p
de dimension p r
avec r = rg.
dm. :
Lensemble solution du systme
0
est le noyau de lapplication linaire u et celui-ci est un sous-espace
vectoriel de K
p
de dimension p r avec r = rgu = rg en vertu de la formule du rang.

http://mp.cpgedupuydelome.fr 334 cbna


CHAPITRE 10. CALCUL MATRICIEL
Thorme
Si le systme est compatible alors son ensemble solution o

est un sous-espace afne de K


p
de direction o

0
.
dm. :
dm. :
Soit x solution particulire du systme .
x o

u(x) = u( x) x x ker u.
Par suite o

est le sous-espace afne donc x +o

0
.

Corollaire
Tout systme de rang r = p possde au plus une solution.
10.6.4 Rsolution pratique
Considrons le systme
:
_

_
a
11
x
1
+ +a
1p
x
p
= b
1
.
.
.
a
n1
x
1
+ +a
np
x
p
= b
n
dquation matricielle AX = B.
Par la mthode du pivot de Gauss, on peut en oprant sur les lignes et en permutant ventuellement les
colonnes, transformer la matrice A en
_
_
_
_
_
p
1

.
.
.
0 p
r

0 0
_
_
_
_
_
avec p
1
, ..., p
r
,= 0.
En suivant ce procd, mais en oprant sur les quations au lieu des lignes et en permutant les inconnues
au lieu des colonnes, on peut transformer en le systme quivalent
t
suivant :
_

_
p
1
x
t
1
+ +x
t
r
+x
t
r+1
+. . . +x
t
p
= b
t
1
(1)
.
.
.
p
r
x
t
r
+x
t
r+1
+ +x
t
p
= b
t
r
(r)
0 = b
t
r+1
(r + 1)
.
.
.
0 = b
t
n
(n)
Dnition
Les quations (1)
t
, . . . , (r)
t
sont appeles quations principales.
Les quations (r + 1)
t
, . . . , (n)
t
sont appeles quations de compatibilit.
Si lune des quations de compatibilit est fausse, le systme est incompatible.
http://mp.cpgedupuydelome.fr 335 cbna
10.6. SYSTMES DQUATIONS LINAIRES
Si les quations de compatibilit sont vries, le systme est quivalent :
_

_
p
1
x
t
1
+ +x
t
r
= b
t
1
(x
t
r+1
+ +x
t
p
)
. . .
p
r
x
t
r
= b
t
r
(x
t
r+1
+ +x
t
p
)
Ce systme triangulaire se rsout en cascade et permet dexprimer les inconnues x
t
1
, . . . , x
t
r
en fonction
des inconnues x
t
r+1
, . . . , x
t
p
.
Dnition
Les inconnues x
t
1
, . . . , x
t
r
sont appeles inconnues principales, cest en exprimant celles-ci
quon achve la rsolution du systme.
Les inconnues x
t
r+1
, . . . , x
t
p
sont appele inconnues paramtres, ce sont elles qui permettent la
description de lensemble solution o

.
Remarque Cette dmarche, appele mthode du pivot, est une rsolution par quivalence du systme .
La mthode par substitution en est une variante dans la mise en forme.
Exemple Etudions
_

_
x +y z +t = 1
x + 2y + 2t = 2
x + 2z +t = 3
On a successivement les systmes quivalents
_

_
x +y z +t = 1
y +z +t = 1
y +z + 2t = 4
(1)
(2) (1)
(3 + 1)
_

_
x +y z +t = 1
y +z +t = 1
t = 3
(1)
(2)
(3) (2)
_

_
x +y +t = 1 +z
y +t = 1 z
t = 3
_

_
x = 2z
y = 2 z
t = 3
On peut alors dcrire lensemble des solutions
o = (2z, 2 z, z, 3)/z K
http://mp.cpgedupuydelome.fr 336 cbna
CHAPITRE 10. CALCUL MATRICIEL
Exemple Etudions
_

_
x +y +z = 2
x +y + 2z = 3
2x + 2y +z = 3
On a successivement les systmes quivalents
_

_
x +y +z = 2
z = 1
z = 1
(1)
(2) (1)
(3) 2 (1)
_

_
x +y +z = 2
z = 1
0 = 0
(1)
(2)
(3) (2)
_

_
x = 1 y
z = 1
0 = 0
Et lensemble solution est donc
o = (1 y, y, 1)/y K
Exemple Etudions
_

_
x +y +z = 1
x + 2y = a
x + 2z = 0
On a successivement les systmes quivalents
_

_
x +y +z = 1
y z = a 1
y +z = 1
(1)
(2) (1)
(3) (1)
_

_
x +y +z = 1
y z = a 1
0 = a 2
(1)
(2)
(3) + (2)
Si a ,= 2 alors o = .
Si a = 2 alors on obtient
_
x = 2z
y = z + 1
puis
o = (2z, 1 +z, z)/z R
http://mp.cpgedupuydelome.fr 337 cbna
10.6. SYSTMES DQUATIONS LINAIRES
Exemple Etudions
_

_
x +y +mz = m
x +my z = 1
x +y z = 1
On a successivement les systmes quivalents
_

_
x +y +mz = m
(m1)y (m+ 1)z = 1 m
(m+ 1)z = 1 m
(1)
(2) (1)
(3) (1)
Si m ,= 1 et m ,= 1 alors
o =
_
(
2m
m+ 1
, 0,
m1
m+ 1
)
_
Si m = 1 alors on obtient
_

_
x +y +z = 1
2z = 0
2z = 0
et on en dduit
o = (1 y, y, 0)/y R
Si m = 1 alors on obtient
_

_
x +y z = 1
2y = 2
0 = 2
donc
o =
10.6.5 Systme de Cramer
Dnition
On appelle systme de Cramer dordre n tout systme n quations, n inconnues et de rang n.
Remarque La matrice associe un systme de Cramer est une matrice carre inversible.
Thorme
Un systme de Cramer possde une et une seule solution.
dm. :
Lquation matricielle associe un systme de Cramer dordre n est de la forme AX = B avec A
GL
n
(R) et B /
n,1
(R). Cette quation possde une unique solution X = A
1
B.

Remarque La mthode du pivot sapplique aux systmes de Cramer et permet de dterminer lunique
solution. Cependant, si on sait pralablement que le systme tudi est de Cramer, on peut le rsoudre
plus efcacement :
- en dterminant une solution vidente ;
- ou en dterminant sa solution par des combinaisons judicieuses dquations.
http://mp.cpgedupuydelome.fr 338 cbna
CHAPITRE 10. CALCUL MATRICIEL
Exemple Si est un systme de Cramer homogne alors o = (0, . . . , 0).
Exemple Considrons le systme
_
x +y = 1
x 2y = 2
Puisque rg
_
1 1
1 2
_
= 2, ce systme est de Cramer
(1) (2) donne y = 1/3
2 (1) + (2) donne x = 4/3.
Lunique solution de ce systme est donc (4/3, 1/3).
Exemple Soient , R. Rsolvons le systme
_
cos x + sin y = cos
sin x + cos y = sin
La matrice
_
cos sin
sin cos
_
est inversible dinverse
_
cos sin
sin cos
_
cos (1) sin (2) donne x = cos cos sin sin = cos( +).
sin (1) + cos (2) donne y = sin cos + cos sin = sin( +).
Lunique solution de ce systme est donc (cos( +), sin( +)).
Exemple Rsolvons le systme
_

_
x +y +z = a
x +jy +j
2
z = b
x +j
2
y +jz = c
Ce systme est de Cramer car
rg
_
_
1 1 1
1 j j
2
1 j
2
j
_
_
= rg
_
_
1 1 1
0 j 1 j
2
1
0 j
2
1 j 1
_
_
= rg
_
_
1 1 1
0 j 1 j
2
1
0 0 (j 1)
2
_
_
= 3
(1) + (2) + (3) donne 3x = a +b +c.
(1) +j
2
(2) +j (3) donne 3y = a +bj
2
+cj.
(1) +j
2
(2) +j (3) donne 3z = a +bj +cj
2
Lunique solution du systme est donc
_
a +b +c
3
,
a +bj
2
+cj
3
,
a +bj +cj
2
3
_
http://mp.cpgedupuydelome.fr 339 cbna
10.6. SYSTMES DQUATIONS LINAIRES
http://mp.cpgedupuydelome.fr 340 cbna
Chapitre 11
Dterminants
Le dterminant est un outil qui caractrise, par un calcul, linversibilit dune matrice carre.
K dsigne R ou C.
n et p dsignent des naturels non nuls.
11.1 Applications multilinaires
Soient E et F deux K-espaces vectoriels.
11.1.1 Dnition
Dnition
On appelle application n-linaire de E vers F toute application
:
_
E
n
F
(x
1
, . . . , x
n
) (x
1
, . . . , x
n
)
linaire par rapport chacune de ses variables. Ceci signie que pour toute famille
(x
1
, . . . , x
i
, . . . , x
n
) E
n1
, il y a linarit de lapplication partielle
i
: E F dnie
par

i
: x
i
(x
1
, . . . , x
i
, . . . , x
n
)
Quand n = 2, on parle dapplication bilinaire.
Quand F = K, on parle de forme n linaire.
Exemple Si E dsigne lensemble des vecteurs du plan (ou de lespace gomtrique), lapplication
produit scalaire (u, v) u v est une forme bilinaire.
En effet pour tout u, v, w E et tout , R, on a
(u +v) w = u w +v w (linarit en la premire variable) et
u (v + w) = u v +u w (linarit en la seconde variable).
Exemple Si E dsigne lensemble des vecteurs de lespace gomtrique, lapplication produit vectoriel
(u, v) u v est bilinaire.
Exemple Si E dsigne lensemble des vecteurs de lespace gomtrique, lapplication produit mixte
(u, v, w) [u, v, w] est une forme trilinaire.
341
11.1. APPLICATIONS MULTILINAIRES
Exemple Soient E = K, F = K et n N

.
Lapplication : K K K dnie par (x
1
, . . . , x
n
) = x
1
x
n
est une forme n linaire.
En effet, pour chaque i 1, . . . , n, lapplication partielle x
i
(x
1
, . . . , x
i
, . . . , x
n
) est linaire car
de la forme x
i
ax
i
.
Remarque Pour n = 1, une application 1-linaire de E vers F nest autre quapplication linaire de E
vers F.
Pour n 2, les applications n-linaires de E vers F ne correspondent pas des applications linaires.
Proposition
Soit une application n-linaire de E vers F et (x
1
, . . . , x
n
) E
n
.
Si lun des x
1
, . . . , x
n
est nul alors (x
1
, . . . , x
n
) = 0
F
.
dm. :
Soit i 1, . . . , n tel que x
i
= 0
E
.
Puisque lapplication x
i
(x
1
, . . . , x
i
, . . . , x
n
) est linaire, elle sannule sur le vecteur nul et donc
(x
1
, . . . , 0
E
, . . . , x
n
) = 0
F

11.1.2 Applications multilinaires symtriques et antisymtriques


Dnition
On dit quune application n-linaire de E vers F est symtrique si
S
n
, (x
1
, . . . , x
n
) E
n
,
_
x
(1)
, . . . , x
(n)
_
= (x
1
, . . . , x
n
)
On note S
n
(E, F) lensemble de ces applications.
Dnition
On dit quune application n-linaire de E vers F est antisymtrique si
S
n
, (x
1
, . . . , x
n
) E
n
,
_
x
(1)
, . . . , x
(n)
_
= ()(x
1
, . . . , x
n
)
On note A
n
(E, F) lensemble de ces applications.
Exemple Soient E = K, F = K et n N

.
Lapplication : K
n
K dnie par (x
1
, . . . , x
n
) = x
1
. . . x
n
est une forme n linaire symtrique.
En effet par commutativit de la multiplication, on vrie x
(1)
. . . x
(n)
= x
1
. . . x
n
pour tout S
n
.
Exemple Le produit scalaire du plan ou de lespace est une forme bilinaire symtrique. En effet, pour
tout S
2
= Id, avec =
_
1 2
_
, on a
Si = Id, u v = v u,
Si =
_
1 2
_
, v u = u v.
http://mp.cpgedupuydelome.fr 342 cbna
CHAPITRE 11. DTERMINANTS
Exemple Le produit vectoriel dans lespace est une application bilinaire antisymtrique. En effet, pour
tout S
2
= Id, avec =
_
1 2
_
, on a
Si = Id, u v = ()u v,
Si =
_
1 2
_
, v u = u v = ()u v.
Proposition
Soit une application n-linaire de E vers F.
On a quivalence entre :
(i) est symtrique (resp. antisymtrique) ;
(ii) (x
1
, . . . , x
n
) E
n
, transposition de 1, . . . , n,

_
x
(1)
, . . . , x
(n)
_
= (x
1
, . . . , x
n
)
(respectivement
_
x
(1)
, . . . , x
(n)
_
= (x
1
, . . . , x
n
) )
dm. :
(i) (ii) est immdiat car une transposition de 1, . . . , n est en particulier une permutation de 1, . . . , n
(ii) (i) Supposons symtrique.
Soit S
n
. Puisque toute permutation peut scrire comme un produit de transpositions, on peut crire
=
1
. . .
m
avec
k
transposition de 1, . . . , n. On a alors pour (x
1
, . . . , x
n
) E
n
,

_
x
(1)
, . . . , x
(n)
_
=
_
x

m
(1)
, . . . , x

m
(n)
_
=
_
x

m1
(1)
, . . . , x

m1
(n)
_
Puis en rptant le procd

_
x
(1)
, . . . , x
(n)
_
=
_
x

m
(1)
, . . . , x

m
(n)
_
= (x
1
, . . . , x
n
)
Ltude de est antisymtrique est identique sachant () =
m

k=1
(
k
) = (1)
m

11.1.3 Application multilinaire alterne


Dnition
On dit quune application n-linaire de E vers F est alterne si celle-ci sannule sur toute
famille contenant deux fois le mme vecteur i.e.
(x
1
, . . . , x
n
) E
n
, 1 i ,= j n, x
i
= x
j
(x
1
, . . . , x
n
) = 0
F
On note
n
(E, F) lensemble de ces applications.
Si F = K, on notera

n
(E) au lieu de
n
(E, K).
Exemple Le produit vectoriel est une application bilinaire alterne.
En effet, si u = v alors u v = u u =

0.
Exemple Le produit mixte est une forme trilinaire alterne.
En effet si u = v, v = w ou u = w alors [u, v, w] = 0.
http://mp.cpgedupuydelome.fr 343 cbna
11.1. APPLICATIONS MULTILINAIRES
Proposition
Soit une application n-linaire alterne de E vers F.
Si (x
1
, . . . , x
n
) est une famille lie de vecteurs de E alors (x
1
, . . . , x
n
) = 0
F
.
dm. :
Si la famille (x
1
, . . . , x
n
) est alterne alors lun de ses vecteurs est combinaison linaire des autres. En
notant i lindice correspondant celui-ci, on peut crire x
i
=

j,=i

j
x
j
.
Puisque lapplication est linaire en sa ime variable, on peut crire
(x
1
, . . . , x
i
, . . . , x
n
) =

j,=i

j
(x
1
, . . . , x
i1
, x
j
, x
i+1
, . . . , x
n
)
Or la famille (x
1
, . . . , x
i1
, x
j
, x
j+1
, . . . , x
n
) comporte deux fois le vecteur x
j
donc puisque est
alterne
(x
1
, . . . , x
i1
, x
j
, x
j+1
, . . . , x
n
) = 0
F
puisque est alterne et alors
(x
1
, . . . , x
i
, . . . , x
n
) = 0
F

Thorme
Soit une application n-linaire de E vers F.
On a quivalence entre :
(i) est antisymtrique ;
(ii) est alterne.
dm. :
(i) (ii) Supposons antisymtrique.
Considrons (x
1
, . . . , x
n
) E
n
tel quil existe i ,= j 1, . . . , n vriant x
i
= x
j
. Pour la permutation
= (i, j), on a (x
(1)
, . . . , x
(n)
) = (x
1
, . . . , x
n
) car x
i
= x
j
. Or
_
x
(1)
, . . . , x
(n)
_
= (x
1
, . . . , x
n
)
car est antisymtrique. On en dduit (x
1
, . . . , x
n
) = 0
F
.
Ainsi lapplication n-linaire est alterne.
(ii) (i) Supposons alterne.
Soit = (i, j) (avec i < j ) une transposition de 1, . . . , n
Puisque la famille
(x
1
, . . . , x
i1
, (x
i
+x
j
), x
i+1
, . . . , x
j1
, (x
i
+x
j
), x
j+1
, . . . , x
n
)
comporte deux fois le mme vecteur on a
(x
1
, . . . , (x
i
+x
j
), . . . , (x
i
+x
j
), . . . , x
n
) = 0
F
En dveloppant grce aux linarits en la ime et en la jme variable, on obtient
(x
1
, . . . , (x
i
+x
j
), . . . , (x
i
+x
j
), . . . , x
n
)
= (x
1
, . . . , x
i
, . . . , x
j
, . . . , x
n
) +(x
1
, . . . , x
j
, . . . , x
i
, . . . , x
n
)
car
(x
1
, . . . , x
i
, . . . , x
i
, . . . , x
n
) = (x
1
, . . . , x
j
, . . . , x
j
, . . . , x
n
) = 0
F
(deux fois le mme vecteur).
On obtient ainsi
_
x
(1)
, . . . , x
(n)
_
= (x
1
, . . . , x
n
) et donc est antisymtrique.

http://mp.cpgedupuydelome.fr 344 cbna


CHAPITRE 11. DTERMINANTS
Exemple Le produit mixte est une application linaire antisymtrique car alterne.
11.2 Dterminants
Soit E un K-espace vectoriel de dimension n.
11.2.1 Dterminant dune famille de vecteurs
11.2.1.1 Dnition
Dnition
Soient B = (e
1
, . . . , e
n
) une base de E, T = (x
1
, . . . , x
n
) une famille de vecteurs de E et
A = (a
i,j
) = Mat
B
(x
1
, . . . , x
n
) /
n
(K)
On appelle dterminant de la famille T dans la base B le scalaire
det
B
T = det
B
(x
1
, . . . , x
n
) =

S
n
()
n

i=1
a
(i),i
Remarque Si la formule est complexe, elle est nanmoins parfois utile et il est recommand de la
connatre.
Proposition
Si B = (e
1
, . . . , e
n
) est une base de E alors det
B
B = 1.
dm. :
A = Mat
B
B = I
n
= (
i,j
) donc
det
B
(e
1
, ..., e
n
) =

S
n
()
n

i=1

(i),i
Or
n

i=1

(i),i
=
_
1 si = Id
0 sinon
donc det
B
(e
1
, ..., e
n
) = (Id) 1 = 1.

11.2.1.2 Proprit fondatrice


Thorme
Soit E un K-espace vectoriel de dimension n muni dune base B = (e
1
, . . . , e
n
).
Lapplication det
B
: E
n
K est une forme n-linaire alterne non nulle.
De plus, lensemble

n
(E) des formes n linaires alternes sur E est une droite vectorielle.
dm. :
Pour allger ce qui suit nous noterons = det
B
.
http://mp.cpgedupuydelome.fr 345 cbna
11.2. DTERMINANTS
On peut dj afrmer que lapplication est non nulle puisque (B) = 1.
Montrons que lapplication : E
n
K est n-linaire.
Soit 1 j n, justions la linarit en la jme variable.
Soient , K, (x
1
, . . . , x
j
, . . . , x
n
) E
n1
et x
j
, y
j
E vecteurs de matrices composantes dans B
_
_
_
a
1,1
.
.
.
a
n,1
_
_
_, . . . ,

_
_
_
a
1,j
.
.
.
a
n,j
_
_
_, . . . ,
_
_
_
a
1,n
.
.
.
a
n,n
_
_
_ et
_
_
_
a
1,j
.
.
.
a
n,j
_
_
_,
_
_
_
b
1,j
.
.
.
b
n,j
_
_
_
On a alors
(x
1
, . . . , x
j
+y
j
, . . . , x
n
) =

S
n
()a
(1),1
. . . (a
(j),j
+b
(j),j
) . . . a
(n),n
En dveloppant
(x
1
, . . . , x
j
+y
j
, . . . , x
n
) =

S
n
()a
(1),1
. . . a
(j),j
. . . a
(n),n
+

S
n
()a
(1),1
. . . b
(j),j
. . . a
(n),n
et donc
(x
1
, . . . , x
j
+y
j
, . . . , x
n
) = (x
1
, . . . , x
j
, . . . , x
n
) +(x
1
, . . . , y
j
, . . . , x
n
)
Ainsi est une forme n-linaire.
Montrons que est alterne
Soit (x
1
, ..., x
n
) E
n
tel que x
i
= x
j
pour un certain couple (i, j) avec i < j.
Notons A = (a
i,j
) = Mat
B
(x
1
, . . . , x
n
).
Considrons la transposition = (i, j) et lapplication : A
n
S
n
A
n
dnie par () = .
Lapplication est bien dnie et est bijective.
(x
1
, . . . , x
n
) =

S
n
()a
(1),1
. . . a
(n),n
En dcomposant la somme
(x
1
, . . . , x
n
) =

A
n
()a
(1),1
. . . a
(n),n
+

S
n
A
n
()a
(1),1
. . . a
(n),n
Par la bijectivit de
(x
1
, . . . , x
n
) =

A
n
()a
(1),1
. . . a
(n),n
+

A
n
( )a
()(1),1
. . . a
()(n),n
Or x
i
= x
j
donc a
()(i),k
= a
(i),k
et a
()(j),k
= a
(j),k
donc
(x
1
, . . . , x
n
) =

A
n
()a
(1),1
. . . a
(n),n
+

A
n
( )a
(1),1
. . . a
(n),n
Enn ( ) = ()() = ()
donc
http://mp.cpgedupuydelome.fr 346 cbna
CHAPITRE 11. DTERMINANTS
(x
1
, . . . , x
n
) = 0
Ainsi est alterne.
Montrons enn que

n
(E) = ./ K.
Soient

n
(E) et (x
1
, . . . , x
n
) E
n
. Notons A = (a
i,j
) = Mat
B
(x
1
, . . . , x
n
).
Par multilinarit
(x
1
, . . . , x
n
) = (
n

i
1
=1
a
i
1
,1
e
i
1
, . . . ,
n

i
n
=1
a
i
n
,n
e
i
n
) =
n

i
1
=1
. . .
n

i
n
=1
a
i
1
,1
. . . a
i
n
,n
(e
i
1
, . . . , e
i
n
)
Or est alterne, donc (e
i
1
, . . . , e
i
n
) est nul ds que les i
1
, . . . , i
n
ne sont pas deux deux distincts.
Aprs simplication des termes correspondants, il ne reste plus que les termes pour lesquels i
1
, . . . , i
n
=
1, . . . , n cest--dire ceux qui correspondent aux applications : j i
j
bijective. Ainsi
(x
1
, . . . , x
n
) =

S
n
a
(1),1
. . . a
(n),n
(e
(1)
, . . . , e
(n)
)
Or est alterne donc antisymtrique et par consquent
(x
1
, . . . , x
n
) =

S
n
()a
(1),1
. . . a
(n),n
(e
1
, . . . , e
n
)
Finalement = . avec = (e
1
, . . . , e
n
).
Inversement, il est immdiate que pour tout K, on a .

n
(E).
On peut donc conclure que

n
(E) est une droite vectorielle dont est un vecteur directeur.

Corollaire
Lapplication det
B
est linaire en chacune de ses variables,
Lapplication det
B
sannule sur les familles lies,
Lapplication det
B
est antisymtrique
Lapplication det
B
est vecteur directeur de

n
(E) i.e. :

n
(E), ! K, = . det
B
11.2.1.3 Changement de base
Le dterminant dune famille de vecteurs dpend de la base choisie pour reprsenter celle-ci.
Thorme
Soient B = (e
1
, . . . , e
n
) et B
t
= (e
t
1
, . . . , e
t
n
) deux bases de E.
(x
1
, . . . , x
n
) E
n
, det
B

(x
1
, . . . , x
n
) = det
B

B. det
B
(x
1
, . . . , x
n
)
dm. :
Lapplication det
B

est une forme n-linaire alterne sur E, or lensemble de ces formes multilinaires est
une droite vectorielle engendre par det
B
donc il existe K vriant det
B

= det
B
i.e.
(x
1
, . . . , x
n
) E
n
, det
B

(x
1
, . . . , x
n
) = . det
B
(x
1
, . . . , x
n
)
http://mp.cpgedupuydelome.fr 347 cbna
11.2. DTERMINANTS
Pour (x
1
, . . . , x
n
) = (e
1
, . . . , e
n
), on obtient = det
B

(e
1
, . . . , e
n
) = det
B

B car det
B
B = 1.

Corollaire
Si B et B
t
sont deux bases de E alors det
B

B det
B
B
t
= 1.
dm. :
Il suft dappliquer la relation qui prcde (x
1
, . . . , x
n
) = (e
t
1
, . . . , e
t
n
) sachant det
B

B
t
= 1.

11.2.1.4 Dterminant et caractrisation des bases


Thorme
Soit E un K-espace vectoriel muni dune base B = (e
1
, . . . , e
n
).
Soit B
t
= (e
t
1
, . . . , e
t
n
) une famille de vecteurs de E.
On a quivalence entre :
(i) B
t
est une base de E ;
(ii) det
B
B
t
,= 0.
dm. :
(i) (ii) Car si B
t
est une base de E alors det
B

B det
B
B
t
= 1.
(ii) (i) Car si B
t
nest pas une base de E, la famille B
t
est lie et donc det
B
B
t
= 0 car lapplication
multilinaire det
B
est alterne.

11.2.2 Dterminant dun endomorphisme


11.2.2.1 Dnition
Soient u un endomorphisme de E et B = (e
1
, . . . , e
n
) une base de E. Posons
= det
B
(u(e
1
), . . . , u(e
n
))
Thorme

n
(E), (x
1
, . . . , x
n
) E
n
, (u(x
1
), . . . , u(x
n
)) = (x
1
, . . . , x
n
)
dm. :
Soit

n
(E). Puisque lespace

n
(E) est une droite vectorielle dirige par lapplication det
B
, il existe
un scalaire K tel que = . det
B
i.e. :
(x
1
, . . . , x
n
) E
n
, (x
1
, . . . , x
n
) = . det
B
(x
1
, . . . , x
n
) (1)
Soit : E
n
K dnie par (x
1
, . . . , x
n
) = (u(x
1
), . . . , u(x
n
)).
On vrie aisment que

n
(E) et donc il existe un scalaire K tel que = . det
B
i.e. :
(x
1
, . . . , x
n
) E
n
, (x
1
, . . . , x
n
) = . det
B
(x
1
, . . . , x
n
) (2)
Or par (1) on a aussi
(x
1
, . . . , x
n
) = (u(x
1
), . . . , u(x
n
)) = . det
B
(u(x
1
), . . . , u(x
n
)) (3)
http://mp.cpgedupuydelome.fr 348 cbna
CHAPITRE 11. DTERMINANTS
En prenant (x
1
, . . . , x
n
) = (e
1
, . . . , e
n
) dans (2) et (3), on obtient :
(u(e
1
), . . . , u(e
n
)) = . det
B
(e
1
, . . . , e
n
) =
et
(u(e
1
), . . . , u(e
n
)) = . det
B
(u(e
1
), . . . , u(e
n
)) =
On en dduit = puis
(x
1
, . . . , x
n
) E
n
, (u(x
1
), . . . , u(x
n
)) = det
B
(x
1
, . . . , x
n
) = (x
1
, . . . , x
n
)

Corollaire
La quantit det
B
(u(e
1
), . . . , u(e
n
)) ne dpend pas du choix de la base B.
dm. :
Soit B
t
= (e
t
1
, . . . , e
t
n
) une base de E.
En appliquant le rsultat prcdent = det
B

et (x
1
, . . . , x
n
) = (e
t
1
, . . . , e
t
n
), on obtient
det
B

(u(e
t
1
), . . . , u(e
t
n
)) = det
B

(e
t
1
, . . . , e
t
n
) =

Dnition
On appelle dterminant de lendomorphisme u le scalaire det u = det
B
(u(e
1
), . . . , u(e
n
))
o B = (e
1
, . . . , e
n
) dsigne une base quelconque de E.
11.2.2.2 Proprits
Proposition
det(Id
E
) = 1.
dm. :
Soit B = (e
1
, . . . , e
n
) une base de E.
det(Id
E
) = det
B
(Id
E
(e
1
), . . . , Id
E
(e
n
)) = det
B
(e
1
, . . . , e
n
) = 1

Proposition
K, u L(E), det(.u) =
n
det u
dm. :
Soit B = (e
1
, . . . , e
n
) une base de E. On a
det(.u) = det
B
(.u(e
1
), . . . , .u(e
n
))
Or lapplication det
B
est n-linaire alterne donc en exploitant la linarit en chacune de ses variables
det(.u) =
n
det
B
(u(e
1
), . . . , u(e
n
))

http://mp.cpgedupuydelome.fr 349 cbna


11.2. DTERMINANTS
Attention : En gnral
det(u +v) ,= det u +det v
Lapplication dterminant nest pas linaire. . .
Thorme
u, v L(E), det(v u) = det v det u
dm. :
Soit B = (e
1
, . . . , e
n
) une base de E.
Considrons : E
n
K lapplication dnie par
(x
1
, . . . , x
n
) = det
B
(v(x
1
), . . . , v(x
n
))
Lapplication est une forme n-linaire alterne sur E donc on peut crire
(x
1
, . . . , x
n
) E
n
, (u(x
1
), . . . , u(x
n
)) = det u (x
1
, . . . , x
n
)
En appliquant cette relation (x
1
, . . . , x
n
) = (e
1
, . . . , e
n
) on obtient
det
B
(v(u(e
1
)), . . . , v(u(e
n
))) = det u det
B
(v(e
1
), . . . , v(e
n
))
ce qui signie det(v u) = det u det v

Corollaire
u L(E), m N, det(u
m
) = (det u)
m
dm. :
Par simple rcurrence.

11.2.2.3 Dterminant et automorphisme


Thorme
Soit u L(E). On a quivalence entre :
(i) u est un automorphisme de E ;
(ii) det u ,= 0.
De plus, si tel est le cas,
det u
1
= 1/det u
dm. :
(i) (ii) Supposons u GL(E). On peut introduire lautomorphisme inverser u
1
et on a uu
1
= Id
E
.
On a alors det(u u
1
) = det Id
E
puis det u det(u
1
) = 1.
On en dduit det u ,= 0 et det u
1
= 1/det u
http://mp.cpgedupuydelome.fr 350 cbna
CHAPITRE 11. DTERMINANTS
(ii) (i) Soit B = (e
1
, . . . , e
n
) une base de E.
Si det u ,= 0 alors det
B
(u(e
1
), . . . , u(e
n
)) ,= 0 et donc la famille (u(e
1
), . . . , u(e
n
)) est une base de E.
Puisque lendomorphisme u transforme une base en une base, cest un automorphisme de E.

Corollaire
Lapplication det : GL(E) K

est un morphisme de groupes.


dm. :
(GL(E), ) et (K

, ) sont deux groupes et det(u v) = det u det v pour tout u, v GL(E).

Dnition
Le noyau du morphisme det : GL(E) K

est not SL(E), on lappelle groupe spcial


linaire de E.
SL(E) = u L(E)/ det u = 1.
11.2.3 Dterminant dune matrice carre
11.2.3.1 Dnition
Dnition
On appelle dterminant dune matrice carre A = (a
i,j
) /
n
(K) le scalaire :
det A =

S
n
()
n

i=1
a
(i),i
On note encore
det A =

a
11
... a
1n
.
.
.
.
.
.
a
n1
... a
nn

[n]
Attention : On ne calcule le dterminant que de matrices carres !
Remarque La formule est complique mais connatre.
Par celle-ci, on montre de faon immdiate :
- det

A = det A avec

A = (a
i,j
)
1i,jn
;
- det A Z quand a
i,j
Z pour tout i, j 1, . . . , n etc.
Proposition
Soient B = (e
1
, . . . , e
n
) une base de E et (x
1
, . . . , x
n
) une famille de vecteurs de E.
Si A = Mat
B
(x
1
, . . . , x
n
) alors det
B
(x
1
, . . . , x
n
) = det A.
dm. :
Les formules dnissant det
B
(x
1
, . . . , x
n
) et det A sont identiques.

Proposition
Soient u L(E) et B = (e
1
, . . . , e
n
) une base de E.
Si A = Mat
B
u alors det u = det A.
http://mp.cpgedupuydelome.fr 351 cbna
11.2. DTERMINANTS
dm. :
A = Mat
B
u = Mat
B
(u(e
1
), . . . , u(e
n
)) donc det A = det
B
(u(e
1
), . . . , u(e
n
)) = det u.

Remarque Tout problme de calcul de dterminant dun endomorphisme, ou dune famille de vecteurs
dans une base, se ramne un problme de calcul de dterminant dune matrice carre.
11.2.3.2 Proprits
Proposition
det I
n
= 1.
dm. :
det I
n
= det Id
E
= 1

Proposition
K, A /
n
(K), det(.A) =
n
det A
dm. :
Soient B = (e
1
, . . . , e
n
) une base de E et u L(E) de matrice A dans B. Lendomorphisme u est alors
reprsent par la matrice A et donc
det(A) = det(u) =
n
det u =
n
det A.

Attention : En gnral
det(.A+.B) ,= . det A+. det B
Lapplication dterminant nest pas linaire.
Thorme
A, B /
n
(K), det(AB) = det Adet B
dm. :
Soient B = (e
1
, . . . , e
n
) une base de E et u, v L(E) de matrices A, B dans B. Lendomorphisme u v
est alors reprsent par la matrice AB et donc
det(AB) = det(u v) = det u det v = det Adet B.

Corollaire
A /
n
(K), m N, det(A
m
) = (det A)
m
dm. :
Par rcurrence simple.

http://mp.cpgedupuydelome.fr 352 cbna


CHAPITRE 11. DTERMINANTS
Thorme
Soit A /
n
(K).
On a quivalence entre :
(i) A est inversible ;
(ii) det A ,= 0.
De plus, si tel est le cas,
det A
1
= 1/det A
dm. :
Soient B = (e
1
, . . . , e
n
) une base de E et u L(E) de matrice A dans B. Le rsultat nonc sobtient
en exploitant le rsultat analogue relatif aux endomorphismes sachant que la matrice A est inversible si,
et seulement si, u est un automorphisme de E et qualors A
1
est la matrice de u
1
.

Corollaire
Lapplication det : GL
n
(K) K

est un morphisme de groupes.


dm. :
(GL
n
(K), ) et (K

, ) sont deux groupes et det(AB) = det Adet B pour tout A, B GL


n
(K).

Dnition
Le noyau de ce morphisme de groupes est not SL
n
(K), on lappelle groupe spcial linaire
dordre n.
SL
n
(K) = A /
n
(K)/ det A = 1
Thorme
A /
n
(K), det
t
A = det A
dm. :
A = (a
i,j
),
t
A = (a
t
j,i
) avec a
t
j,i
= a
i,j
.
Par dnition
det
t
A =

S
n
()
n

j=1
a
t
(j),j
=

S
n
()
n

j=1
a
j,(j)
En procdant au changement dindice i = (j) dans le produit
det
t
A =

S
n
()
n

i=1
a

1
(i),i
En procdant au changement dindice
t
=
1
dans la somme
det
t
A =

S
n
(
t1
)
n

i=1
a

(i),i
Or (
t1
) = (
t
) donc
det
t
A =

S
n
(
t
)
n

i=1
a
(i),i
= det A
http://mp.cpgedupuydelome.fr 353 cbna
11.3. CALCULS DE DTERMINANTS

Remarque On a donc indiffremment


det A =

S
n
()
n

i=1
a
(i),i
=

S
n
()
n

i=1
a
i,(i)
11.3 Calculs de dterminants
11.3.1 Premiers rsultats
Soit A = (a
i,j
) /
n
(K). Par dnition
det A =

S
n
()
n

i=1
a
(i),i
Pour n = 1, A = (a), S
1
= Id et on obtient
det A = a.
Pour n = 2, A =
_
a b
c d
_
, S
2
= Id, (1, 2) et on obtient det A = (Id)ad +((1, 2))cb i.e.
det A = ad bc d.
Pour n = 3, A =
_
_
a b c
a
t
b
t
c
t
a
tt
b
tt
c
tt
_
_
, S
3
= Id, (1, 2), (2, 3), (3, 1), (1, 2, 3), (1, 3, 2) et on obtient
det A = (ab
t
c
tt
+a
t
b
tt
c +a
tt
bc
t
) (a
tt
b
t
c +a
t
b
tt
c +ab
tt
c
t
).
Remarque Pour mettre en place ce dernier calcul, on peut exploiter la rgle de Sarrus
- on reproduit les deux premires colonnes de la matrice sa suite ;
- on somme les produits des coefcients diagonaux obliquant sur la gauche avec un signe moins, sur la
droite avec un signe plus.
Exemple Calculons
D =

1 2 3
4 5 6
7 8 9

Par la rgle de Sarrus


D = (1 5 3 + 2 6 7 + 3 4 8) (3 5 7 + 1 6 8 + 2 4 9) = 0
http://mp.cpgedupuydelome.fr 354 cbna
CHAPITRE 11. DTERMINANTS
11.3.2 Dterminant dune matrice triangulaire
Proposition
Si A = (a
i,j
) /
n
(K) est triangulaire suprieure alors
det A =
n

i=1
a
i,i
dm. :
Puisque A est triangulaire suprieure on a a
i,j
= 0 pour tout (i, j) tel que i > j.
Par dnition
det A =

S
n
()
n

i=1
a
(i),i
Soit S
n
. Sil existe 1 i n tel que (i) > i alors
n

i=1
a
(i),i
= 0 car le produit contient un facteur
nul.
Aprs simplication des termes correspondants dans la somme dnissant det A, il ne reste plus dans
celle-ci que les termes associs aux permutations vriant
1 i n, (i) i
Pour une telle permutation, on a (1) = 1, (2) = 2, . . . , (n) = n et donc = Id.
Finalement
det A =

S
n
()
n

i=1
a
(i),i
= (Id)
n

i=1
a
i,i
=
n

i=1
a
i,i

Remarque Par transposition, on peut aussi noncer que le dterminant dune matrice triangulaire
infrieure est le produit de ses coefcients diagonaux.
Remarque En particulier le dterminant dune matrice diagonale est le produit de ses coefcients
diagonaux.
Exemple Calculons le dterminant de lendomorphisme f : R
n
[X] R
n
[X] dni par
f(P) = ((X + 1)P)
t
Formons la matrice de f dans la base canonique B = (1, X, . . . , X
n
).
f(1) = 1, f(X) = 2X + 1,. . . , f(X
n
) = (n + 1)X
n
+nX
n1
La matrice de f dans B est triangulaire suprieure de coefcients diagonaux 1, 2, . . . , n + 1.
On en dduit det f = (n + 1)!.
http://mp.cpgedupuydelome.fr 355 cbna
11.3. CALCULS DE DTERMINANTS
11.3.3 Oprations sur les dterminants
Soit A /
n
(K) de colonnes C
1
, . . . , C
n
.
Les colonnes C
1
, . . . , C
n
sont des vecteurs de lespace /
n,1
(K). Notons B = (E
1
, . . . , E
n
) la base
canonique de cet espace. La matrice des composantes de C
j
dans la base B est C
j
. On peut donc
interprter A comme la matrice reprsentant la famille de vecteurs (C
1
, . . . , C
n
) dans la base B.
Puisque A = Mat
B
(C
1
, . . . , C
n
), on a det A = det
B
(C
1
, . . . , C
n
). On en dduit le rsultat suivant
Thorme
Soit A /
n
(K) de colonnes C
1
, . . . , C
n
.
Si lune des colonnes de A est nulle alors det A = 0.
Si les colonnes de A sont lies alors det A = 0.
Si on permute les colonnes de A selon une permutation alors det A est multipli par ().
Si on multiplie une colonne de A par un scalaire alors det A est multipli par .
Si on scinde une colonne C
j
de A en C
t
j
+C
tt
j
alors det A est la somme des deux dterminants
obtenus.
Si on ajoute une colonne de A une combinaison linaire des autres colonnes de A, le
dterminant de A est inchang.
dm. :
Puisque det A = det
B
(C
1
, ..., C
n
), A det A est une application n-linaire alterne en les colonnes
de A.

Corollaire
Par transposition, le thorme ci-dessus se gnralise la manipulation de lignes au lieu de
colonnes.
Attention : La manipulation C
1
C
1
C
2
ne modie pas le dterminant (car correspond lajout
une colonne dune combinaison linaire des autres).
En revanche, la manipulation C
1
C
2
C
1
change le dterminant en son oppos car correspond la
prcdent manipulation suivie de C
1
C
1
.
11.3.4 Calculs par triangulation
Par oprations lmentaires, on sait triangulariser une matrice et donc calculer son dterminant.
Exemple Calculons

5 2 1
10 4 3
15 8 1

En factorisant 5 et 2 sur les deux premires colonnes

5 2 1
10 4 3
15 8 1

= 5 2

1 1 1
2 2 3
3 4 1

Par les oprations L


2
L
2
2L
1
et L
3
L
3
3L
1

5 2 1
10 4 3
15 8 1

= 10

1 1 1
0 0 1
0 1 3

http://mp.cpgedupuydelome.fr 356 cbna


CHAPITRE 11. DTERMINANTS
Par lopration L
2
L
3

5 2 1
10 4 3
15 8 1

= 10

1 1 1
0 1 3
0 0 1

= 10 1 1 1 = 10
Exemple Calculons

1 a +b ab
1 b +c bc
1 c +a ca

Par les oprations L


2
L
2
L
1
et L
3
L
3
L
1

1 a +b ab
1 b +c bc
1 c +a ca

1 a +b ab
0 c a b(c a)
0 c b a(c b)

En factorisant sur les deux premires lignes

1 a +b ab
1 b +c bc
1 c +a ca

= (c a)(c b)

1 a +b ab
0 1 b
0 1 a

Par lopration L
3
L
3
L
2

1 a +b ab
1 b +c bc
1 c +a ca

= (c a)(c b)

1 a +b ab
0 1 b
0 0 a b

= (c a)(c b)(a b)
Exemple Soient (a, b) K
2
et n 2. Calculons
D
n
=

a b
.
.
.
b a

[n]
Par lopration C
1
C
1
+C
2
+... +C
n
D
n
=

a + (n 1)b b b
.
.
. a (b)
.
.
.
.
.
.
a + (n 1)b (b) a

[n]
Par les oprations L
2
L
2
L
1
, L
3
L
3
L
1
, . . . , L
n
L
n
L
1
D
n
=

a + (n 1)b b b
0 a b (0)
.
.
.
.
.
.
0 (0) a b

[n]
et donc D
n
= (a + (n 1)b)(a b)
n1
.
http://mp.cpgedupuydelome.fr 357 cbna
11.3. CALCULS DE DTERMINANTS
Exemple Calculons

1 1 1 ... 1
1 2 2 ... 2
1 2 3 ... 3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 2 3 ... n

A chaque ligne, retirons la prcdente en commenant par la dernire

1 1 1 ... 1
1 2 2 ... 2
1 2 3 ... 3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 2 3 ... n

1 1
.
.
.
0 1

= 1
Attention : Il faut tre attentif lordre des oprations lmentaires, chacune modiant la matrice sur
laquelle opre lopration lmentaire suivante. Dans lexemple prcdent, on retirait chaque ligne la
prcdente et ce en commenant de la dernire et absolument dans cet ordre pour obtenir la matrice
propose..
Exemple Calculons pour n 2, le dterminant

1 (0) 1
.
.
.
(0)
.
.
.
(1) 1

[n]
En crivant la dernire colonne comme somme de deux colonnes

1 0 1
.
.
.
0
.
.
.
(1) 1

1 (0)
.
.
.
.
.
.
(1) 1

1 (0) 1
.
.
.
0
1
.
.
.
(1) 0

= 1 + 0
le dernier dterminant tant nul car ses deux dernires lignes sont gales.
11.3.5 Dveloppement du dterminant selon une range
Commenons par prsenter un rsultat transformant un dterminant de taille n + 1 en un dterminant de
taille n (donc plus petit. . . )
Lemme

a
1,1
a
1,n
0
.
.
.
.
.
.
.
.
.
a
n,1
a
n,n
0
a
n+1,1
a
n+1,n
1

[n+1]
=

a
1,1
a
1,n
.
.
.
.
.
.
a
n,1
a
n,n

[n]
http://mp.cpgedupuydelome.fr 358 cbna
CHAPITRE 11. DTERMINANTS
dm. :
Posons A = (a
i,j
)
1i,jn+1
/
n+1
(K) avec a
i,j
= 0 pour 1 i n, j = n + 1 et a
n+1,n+1
= 1.
Par dnition du dterminant
det A =

S
n+1
()
n+1

i=1
a
(i),i
Soit S
n+1
.
Si (n + 1) ,= n + 1 alors
n+1

i=1
a
(i),i
= 0 car le dernier facteur de ce produit est nul.
Si (n + 1) = n + 1 alors
n+1

i=1
a
(i),i
=
n

i=1
a
(i),i
car le dernier facteur de ce produit vaut 1.
Par suite
det A =

S
n+1
,(n+1)=n+1
()
n

i=1
a
(i),i
Or lapplication qui prolonge une permutation S
n
en posant (n + 1) = n + 1 est une bijection de
S
n
vers S
n+1
/(n + 1) = n + 1. De plus cette bijection conserve la signature car elle conserve
le nombre dinversions. On en dduit
det A =

S
n
()
n

i=1
a
(i),i
et on obtient ainsi la formule nonce.
Pour exploiter le rsultat prcdent, rinterprtons le dterminant dune matrice comme le dterminant
de la famille de ses colonnes.
Soit A = (a
i,j
) /
n
(K) de colonnes C
1
, . . . , C
n
. On a det A = det
B
(C
1
, . . . , C
n
) en notant B =
(E
1
, . . . , E
n
) la base canonique de lespace /
n,1
(K).
Soit 1 j n x.
On a
C
j
=
n

i=1
a
i,j
E
i
.
Par linarit de lapplication det
B
en sa j-me variable, on peut crire
det A =
n

i=1
a
i,j
det
B
(C
1
, . . . , C
j1
, E
i
, C
j+1
, . . . , C
n
)
soit encore det A =
n

i=1
a
i,j
A
i,j
avec
A
i,j
=

a
1,1
0 a
1,n
.
.
.
1
.
.
.
a
n,1
0 a
n,n

o le 1 est en position (i, j).


http://mp.cpgedupuydelome.fr 359 cbna
11.3. CALCULS DE DTERMINANTS
En permutant les colonnes selon le cycle = (j, j + 1, ..., n) :
A
i,j
= (1)
nj

a
1,1
a
1,j
a
1,n
0
.
.
.
.
.
.
.
.
. 1
.
.
.
.
.
.
a
n,1
a
n,j
a
n,n
0

car () = (1)
nj
.
En permutant les lignes selon le cycle
t
= (i, i + 1, . . . , n) :
A
i,j
= (1)
ni
(1)
nj

a
1,1
a
1,n
0
.
.
. a
i,j
.
.
.
.
.
.
a
n,1
a
n,n
0
a
i,1
a
i,n
1

car (
t
) = (1)
ni
.
et donc, en vertu de prcdent lemme
A
i,j
= (1)
i+j

a
1,1
a
1,n
.
.
. a
i,j
.
.
.
a
n,1
a
n,n

[n1]
Finalement
det A =
n

i=1
a
i,j
A
i,j
=
n

i=1
(1)
i+j
a
i,j

i,j
avec

i,j
=

a
1,1
a
1,n
.
.
. a
i,j
.
.
.
a
n,1
a
n,n

[n1]
.

Dnition
Cette relation est appele dveloppement de det A selon la jme colonne.
Le coefcient
i,j
est appel mineur dindice (i, j) de A.
Le coefcient A
i,j
= (1)
i+j

i,j
est appel cofacteur dindice (i, j) de A.
Remarque Cette formule transforme le calcul dun dterminant dordre n celui de n dterminants
dordre n 1.
Remarque Le signe de (1)
i+j
est donn par le tableau
_
_
_
_
_
_
_
+ + (1)
n+1
+
+ +
.
.
.
.
.
.
(1)
n+1
+
_
_
_
_
_
_
_
.
http://mp.cpgedupuydelome.fr 360 cbna
CHAPITRE 11. DTERMINANTS
Exemple Calculons
=

1 2 3
4 5 6
7 8 9

En dveloppant selon la premire colonne


= 1

5 6
8 9

2 3
8 9

+ 7

2 3
5 6

= 3 + 24 21 = 0
Par transposition, le dveloppement dun dterminant selon une colonne devient le dveloppement dun
dterminant selon une ligne. Pour 1 i n x, on obtient la relation :
det A =
n

j=1
a
i,j
A
i,j
=
n

j=1
(1)
i+j
a
i,j

i,j
qui est appele dveloppement de det A selon la i-me ligne de A.
Exemple Calculons
=

1 2 3
4 5 6
7 8 9

En dveloppant selon la troisime ligne


= 7

2 3
5 6

1 3
4 6

+ 9

1 2
4 5

= 21 + 48 27 = 0
11.3.6 Calculs par dveloppements
Exemple Calculons
=

1 2 1 1
1 2 1 3
0 1 0 1
2 1 1 1

En dveloppant selon la troisime ligne


= 1

1 1 1
1 1 3
2 1 1

(1)

1 2 1
1 2 1
2 1 1

Par oprations lmentaires, on fait apparatre des zros


=

0 1 1
0 1 3
3 1 1

1 2 0
1 2 0
2 1 3

Puis en dveloppant
= 3

1 1
1 3

+ 3

1 2
1 2

= 12 + 12 = 24
http://mp.cpgedupuydelome.fr 361 cbna
11.3. CALCULS DE DTERMINANTS
Exemple Calculons
D
n
=

2 1 (0)
1
.
.
.
.
.
.
.
.
.
.
.
.
1
(0) 1 2

[n]
En dveloppant selon la premire ligne
D
n
= 2D
n1
1

1 1 0 0
0 2 1 (0)
.
.
. 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
0 (0) 1 2

[n1]
et en dveloppant le deuxime dterminant selon la premire colonne
D
n
= 2D
n1
D
n2
Ainsi (D
n
) est une suite rcurrente linaire dordre 2 dquation caractristique r
2
2r + 1 = 0 de
racine double 1.
On peut donc crire
D
n
= (n +) 1
n
D
1
= 2 et D
2
= 3 donne = = 1 et ainsi D
n
= n + 1 pour tout n N

Exemple Soit ]0, [.


Calculons
D
n
=

2 cos 1 (0)
1
.
.
.
.
.
.
.
.
.
.
.
.
1
(0) 1 2 cos

[n]
En dveloppant selon la premire ligne
D
n
= 2D
n1
1

1 1 0 0
0 2 cos 1 (0)
.
.
. 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
0 (0) 1 2 cos

[n1]
et en dveloppant le deuxime dterminant selon la premire colonne
D
n
= 2 cos .D
n1
D
n2
Ainsi (D
n
) est une suite rcurrente linaire dordre 2 dquation caractristique r
2
2 cos .r + 1 = 0
de racines e
i
et e
i
(distinctes car ]0, [ )
http://mp.cpgedupuydelome.fr 362 cbna
CHAPITRE 11. DTERMINANTS
On peut donc crire
D
n
= (cos n +sin n) 1
n
D
1
= 2 cos et D
2
= 4 cos
2
1 donne = 1 et = cos /sin et ainsi pour tout n N

D
n
=
sin(n + 1)
sin
Exemple Soit (x
1
, ..., x
n
) K
n
.
Calculons
V
n
(x
1
, ..., x
n
) =

1 x
1
x
2
1
x
n1
1
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
x
2
n
x
n1
n

Pour n = 1, V
1
(x
1
) = 1.
Pour n = 2,
V
2
(x
1
, x
2
) =

1 x
1
1 x
2

= x
2
x
1
Pour n = 3. En procdant aux oprations lmentaires C
3
C
3
x
1
C
2
et C
2
C
2
x
1
C
1
on obtient
V
3
(x
1
, x
2
, x
3
) =

1 x
1
x
2
1
1 x
2
x
2
2
1 x
3
x
2
3

1 0 0
1 x
2
x
1
x
2
2
x
1
x
2
1 x
3
x
1
x
2
3
x
1
x
3

En dveloppant selon la premire ligne puis en factorisant par ligne


V
3
(x
1
, x
2
, x
3
) =

x
2
x
1
x
2
2
x
1
x
2
x
3
x
1
x
2
3
x
1
x
3

= (x
2
x
1
)(x
3
x
1
)V
2
(x
2
, x
3
)
et donc
V
3
(x
1
, x
2
, x
3
) = (x
2
x
1
)(x
3
x
1
)(x
3
x
2
).
Plus gnralement, pour n 2, en procdant aux oprations lmentaires
C
n
C
n
x
1
C
n1
, . . . , C
2
C
2
x
1
C
1
V
n
(x
1
, ..., x
n
) =

1 x
1
x
2
1
x
n1
1
1 x
2
x
2
2
x
n1
2
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
x
2
n
x
n1
n

1 0 0 0
1 x
2
x
1
x
2
2
x
1
x
2
x
n1
2
x
1
x
n2
2
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
x
1
x
2
n
x
1
x
n
x
n1
n
x
1
x
n2
n

En dveloppant selon la premire ligne puis en factorisant par ligne


V
n
(x
1
, ..., x
n
) =

x
2
x
1
x
2
2
x
1
x
2
x
n1
2
x
1
x
n2
2
.
.
.
.
.
.
.
.
.
x
n
x
1
x
2
n
x
1
x
n
x
n1
n
x
1
x
n2
n

= (x
2
x
1
) . . . (x
n
x
1
)V
n1
(x
2
, . . . , x
n
)
http://mp.cpgedupuydelome.fr 363 cbna
11.4. APPLICATIONS DES DTERMINANTS
Autrement dit
V
n
(x
1
, . . . , x
n
) =
n

i=2
(x
i
x
1
)V
n1
(x
2
, . . . , x
n
)
En rptant le processus
V
n
(x
1
, . . . , x
n
) =
n

i=2
(x
i
x
1
)
n

i=3
(x
i
x
2
)V
n2
(x
3
, . . . , x
n
)
et ainsi de suite pour obtenir nalement
V
n
(x
1
, ..., x
n
) =

1i<jn
(x
j
x
i
)
Remarque La matrice sous-jacente est inversible si, et seulement si, les x
i
sont 2 2 distincts.
11.4 Applications des dterminants
11.4.1 Formules de Cramer
Thorme
Soit un systme n quations et n inconnues
_

_
a
1,1
x
1
+ +a
1,n
x
n
= b
1
.
.
.
a
n,1
x
1
+ +a
n,n
x
n
= b
n
dquation matricielle AX = B.
Le systme est de Cramer si, et seulement si, det A ,= 0.
De plus, si tel est le cas, son unique solution est le n uplet (x
1
, ..., x
n
) avec
1 j n, x
j
=

a
1,1
b
1
a
1,n
.
.
.
.
.
.
.
.
.
a
n,1
b
n
a
n,n

a
1,1
a
1,n
.
.
.
.
.
.
a
n,1
a
n,n

dm. :
Le systme est de Cramer si, et seulement si, la matrice A inversible i.e. det A ,= 0.
Supposons que tel est le cas. admet une unique solution (x
1
, . . . , x
n
).
Si on note C
1
, . . . , C
n
les colonnes de A, on a
B = x
1
C
1
+ +x
n
C
n
=
n

i=1
x
i
C
i
http://mp.cpgedupuydelome.fr 364 cbna
CHAPITRE 11. DTERMINANTS
Notons B = (E
1
, . . . , E
n
) la base canonique de /
n,1
(K).
det A = det
B
(C
1
, . . . , C
n
).
Pour j 1, . . . , n, considrons det
B
(C
1
, . . . , C
j1
, B, C
j+1
, . . . , C
n
).
Par linarit du dterminant en chacune de ses variables,
det
B
(C
1
, . . . , C
j1
, B, C
j+1
, . . . , C
n
) =
n

i=1
x
i
det
B
(C
1
, . . . , C
j1
, C
i
, C
j+1
, . . . , C
n
)
Or
det
B
(C
1
, . . . , C
j1
, C
i
, C
j+1
, . . . , C
n
) = 0
si i ,= j (car deux colonnes gales) et
det
B
(C
1
, . . . , C
j1
, C
j
, C
j+1
, . . . , C
n
) = det A
donc
det
B
(C
1
, . . . , C
j1
, B, C
j+1
, . . . , C
n
) = x
j
det A

Exemple Considrons le systme


_
ax +by = c
a
t
x +b
t
y = c
t
Ce systme est de Cramer si, et seulement si, ab
t
a
t
b ,= 0.
Si tel est le cas, sa solution est
x =
cb
t
c
t
b
ab
t
a
t
b
, y =
ac
t
a
t
c
ab
t
a
t
b
Exemple Considrons le systme
_

_
x +y +z = 1
ax +by +cz = d
a
2
x +b
2
y +c
2
z = d
2
avec a, b, c deux deux distincts.
Le dterminant (de Vandermonde) de ce systme est (b a)(c a)(c b) ,= 0.
Ce systme est de Cramer et sa solution (x, y, z) est donne par
x =
(b d)(c d)
(b a)(c a)
, y =
(d a)(c d)
(b a)(c b)
, z =
(d a)(d b)
(c a)(c b)
11.4.2 Comatrice
Soit A = (a
i,j
) /
n
(K).
Pour 1 i, j n, on note A
i,j
le cofacteur dindice (i, j) de la matrice A.
A
i,j
= (1)
i+j

i,j
= (1)
i+j

a
11
a
1n
.
.
. a
ij
.
.
.
a
n1
a
nn

.
http://mp.cpgedupuydelome.fr 365 cbna
11.4. APPLICATIONS DES DTERMINANTS
Dnition
On appelle comatrice de A la matrice des cofacteurs de A, on la note
comA = (A
i,j
)
1i,jn
/
n
(K)
Exemple Pour
A =
_
a b
c d
_
on obtient
comA =
_
d c
b a
_
Exemple Pour
A =
_
_
1 2 3
4 5 6
7 8 9
_
_
on obtient
comA =
_
_
3 6 3
6 12 6
3 6 3
_
_
Thorme
A /
n
(K),
t
(comA) A = A
t
(comA) = det(A)I
n
dm. :
Notons a
i,j
les coefcients de la matrice A.
comA = (A
i,j
),
t
(comA) = (A
t
j,i
) avec A
t
j,i
= A
i,j
.
t
(comA) A = (b
i,j
) avec
b
i,j
=
n

k=1
A
t
i,k
a
k,j
=
n

k=1
a
k,j
A
k,i
Si i = j alors en dveloppant le dterminant de la matrice A selon la j-me colonne
det A =

a
1,1
a
1,j
a
1,n
.
.
.
.
.
.
.
.
.
a
n,1
a
n,j
a
n,n

=
n

k=1
a
k,j
A
k,j
= b
j,j
Si i ,= j alors en dveloppant selon la i-me colonne le dterminant de la matrice obtenue en remplaant
la i-me colonne de A par sa jme colonne, on obtient

a
1,1
a
1,i1
a
1,j
a
1,i+1
a
1,n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n,1
a
n,i1
a
n,j
a
n,i+1
a
n,n

=
n

k=1
a
k,j
A
k,i
= b
i,j
http://mp.cpgedupuydelome.fr 366 cbna
CHAPITRE 11. DTERMINANTS
Or ce dernier dterminant est nul car la matrice considre possde deux colonnes identiques.
Finalement b
i,j
= det(A)
i,j
puis
t
(comA) A = det(A)I
n
.
Lidentit A
t
(comA) = det(A)I
n
sobtient de faon semblable en considrant les coefcients de la
matrice produit A
t
(comA) comme des dveloppements de dterminants selon des lignes.

Corollaire
Si det A ,= 0 alors
A
1
=
1
det A
t
(comA)
Exemple Pour
A =
_
a b
c d
_
/
2
(K)
A est inversible si, et seulement si, ad bc ,= 0. Si tel est le cas
A
1
=
1
ad bc
_
d b
c a
_
11.4.3 Dtermination du rang dune matrice
Dnition
On appelle matrice extraite de A /
n,p
(K) toute matrice forme en retirant un certain
nombre de lignes et/ou de colonnes de la matrice A.
Exemple
_
1 2 3
4 2 2
_
est extraite de
_
_
1 0 2 3
2 0 1 2
4 1 2 2
_
_
via

L
2
et

C
2
.
Proposition
Toute matrice extraite de A /
n,p
(K) est de rang infrieur celui de A.
dm.
Notons C
1
, . . . , C
p
les colonnes de A. On a rgA = rg(C
1
, . . . , C
p
).
Si on retire des colonnes la matrice A, la matrice B obtenue est de rang infrieur.
Notons L
1
, . . . , L
n
les colonnes de B. On a rgB = rg(L
1
, . . . , L
n
).
Si on retire des lignes de B, la matrice extraite C obtenue est de rang infrieur au rang de B et donc de
rang infrieur celui de A.
Dnition
On appelle dterminant extrait de A /
n,p
(K) dordre r, tout dterminant dune matrice
carre dordre r extraite de A.
Exemple

1 2
1 0

= 2 est dterminant extrait de


_
1 1 2
0 1 0
_
via

C
2
http://mp.cpgedupuydelome.fr 367 cbna
11.4. APPLICATIONS DES DTERMINANTS
Exemple Les mineurs de A /
n
(K) sont exactement ses dterminants extraits dordre n 1.
Thorme
Le rang dune matrice non nulle A /
n,p
(K) est lordre maximal des dterminants non nuls
extraits de A.
dm. :
Si A possde un dterminant extrait dordre r non nul alors rgA r car A admet une matrice extraite de
rang r.
Inversement, posons r 1 le rang de A /
n,p
(K).
A possde r colonnes indpendantes.
Notons B la matrice extraite forme par ces colonnes. B /
n,r
(K) et B est de rang r.
B possde r lignes indpendantes.
Notons C la matrice extraite de B constitue pas ces lignes. C /
r
(K) et C est de rang r.
La matrice C est une matrice carre inversible donc det C ,= 0 et par suite A possde un dterminant
extrait dordre r non nul.

Exemple Calculons le rang de


M =
_
_
_
_
_
_
1 1 (0)
.
.
.
.
.
.
(0)
.
.
.
1
1 (0) 1
_
_
_
_
_
_
/
n
(K)
En dveloppant selon la premire colonne
det M =

1 1 (0)
.
.
.
.
.
.
1 1
0 1

[n1]
+ (1)
n+1

1 (0)
1
.
.
.
.
.
.
.
.
.
(0) 1 1

[n1]
Ainsi det M = 1 + (1)
n+1
.
Si n est impair alors det M = 2 et donc rgM = n.
Si n est pair alors det M = 0 et donc rgM < n.
Or M possde un mineur non nul donc rgM n 1 puis rgM = n 1.
11.4.4 Orientation dun espace vectoriel rel de dimension nie
E dsigne un R-espace vectoriel de dimension n N

.
Dnition
Soient B = (e
1
, ..., e
n
) et B
t
= (e
t
1
, ..., e
t
n
) deux bases de E.
On dit que la base B
t
a mme orientation que la base B si det
B
B
t
> 0.
Sinon, on dit que B
t
est dorientation oppose celle de B.
http://mp.cpgedupuydelome.fr 368 cbna
CHAPITRE 11. DTERMINANTS
Proposition
Soient B et B
t
deux bases de E.
Si B a mme orientation que B
t
alors B
t
a mme orientation que B.
On dit alors que B et B
t
ont mme orientation.
dm. :
det
B
B
t
det
B

B = 1 > 0 donc det


B

B et det
B
B
t
ont mme signe.

Proposition
Soient B, B
t
, B
tt
trois bases de E.
B
t
et B
tt
ont mme orientation si, et seulement si, elles ont toutes les deux la mme orientation
que B ou sont toutes les deux dorientation oppose celle de B.
dm. :
Par formule de changement de base det
B

B
tt
= det
B

B det
B
B
tt
.
Par suite det
B

B
tt
> 0 si, et seulement si, det
B

B et det
B
B
tt
ont mme signe.

Dnition
Orienter le R-espace vectoriel E partir du choix dune base B cest adopter le vocabulaire
suivant :
Toute base de E de mme orientation que B est dite directe.
Toute base de E dorientation oppose celle de B est dite indirecte.
La base B est dite base oriente de rfrence.
Remarque Il ny a que deux orientations possibles sur lespace E.
En effet lensemble des bases de E se scinde en deux sous-ensembles forms de bases qui sont de mme
orientation. Orienter E revient choisir lun de ces sous-ensembles et de qualier de directes les bases
de celui-ci et dindirectes les bases de lautre sous-ensemble.
Remarque Lespace E ne possde pas dorientation privilgie a priori.
Exemple En gnral, on oriente R
n
par lintermdiaire de sa base canonique. Si tel est le cas, on dit que
lespace R
n
est canoniquement orient.
Exemple Pour orienter une droite D, il suft de choisir un vecteur u ,= 0 de D.
Tout vecteur non nul de D ayant mme sens que u est direct. Les autres sont indirects.
Dnition
Une droite vectoriel oriente est appel un axe vectoriel.
http://mp.cpgedupuydelome.fr 369 cbna
11.4. APPLICATIONS DES DTERMINANTS
Exemple Le plan gomtrique est usuellement orient par le sens trigonomtrique.
Dans la gure ci-dessous la famille (u, v) est directe et la famille (u, w) est indirecte
Exemple Lespace gomtrique est usuellement orient par la rgle du tire-bouchon.
Dans la gure ci-dessous, la famille (u, v, w) est directe et la famille (u, v,

t) est indirecte
Exemple Soit E un R-espace vectoriel orient par une base B = (e
1
, ..., e
n
).
Pour tout S
n
, notons B

= (e
(1)
, ..., e
(n)
).
On a det
B
B

= ().
Si la permutation est paire alors B

est directe.
Si la permutation est impaire alors B

est indirecte.
En particulier, dans lespace gomtrique orient B = (

i,

j,

k)
- les bases (

i,

j,

k), (

k,

i,

j), (

j,

k,

i) sont directes ;
- les bases (

i,

k,

j), (

k,

j,

i), (

j,

i,

k) sont indirectes.
http://mp.cpgedupuydelome.fr 370 cbna
Chapitre 12
Espaces vectoriels euclidiens
Dans ce chapitre on rednit la notion de produit scalaire dans un cadre plus gnral qui ne sera pas
ncessairement gomtrique. A partir de cette notion, on rednit les notions de distance, dorthogonalit,
dangles,...
E dsigne un R-espace vectoriel.
n et p dsignent des entiers naturels.
12.1 Produit scalaire
12.1.1 Dnition
Dnition
On appelle produit scalaire sur E toute application : E E R vriant
1) est bilinaire ;
2) est symtrique i.e.
x, y E, (x, y) = (y, x)
3) est positive i.e.
x E, (x, x) 0
4) est dnie i.e.
x E, (x, x) = 0 x = 0
E
On dit quun produit scalaire est un forme bilinaire symtrique dnie positive.
Remarque Dans la pratique pour montrer que : E E R est bilinaire symtrique (1. et 2.) on se
contente dtablir la linarit par rapport une variable (par exemple, la deuxime) et la symtrie ce qui
est sufsant pour conclure.
Exemple Le produit scalaire dni sur lensemble des vecteurs du plan (resp. de lespace) est un
produit scalaire au sens prcdent.
Exemple Considrons E = R
n
.
Pour x = (x
1
, . . . , x
n
) R
n
et y = (y
1
, . . . , y
n
) R
n
on pose
(x, y) = x
1
y
1
+ +x
n
y
n
=
n

k=1
x
k
y
k
371
12.1. PRODUIT SCALAIRE
Montrons que dnit un produit scalaire sur R
n
.
: R
n
R
n
R est bien dnie
Soient , R et x, y, z R
n
.
On crit
x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
), z = (z
1
, . . . , z
n
)
et alors
(x, y +z) =
n

k=1
x
k
(y
k
+z
k
) =
n

k=1
x
k
y
k
+
n

k=1
x
k
z
k
= (x, y) +(x, z)
Donc est linaire en sa deuxime variable
(y, x) =
n

k=1
y
k
x
k
=
n

k=1
x
k
y
k
= (x, y)
Donc est symtrique puis bilinaire
(x, x) =
n

k=1
x
2
k
0
Donc est positive
Si (x, x) = 0 alors
n

k=1
x
2
k
= 0.
Or la somme de quantits positives nest nulle que si chacune des quantit est nulle. Par suite
x
1
= . . . = x
n
= 0 et donc x = 0
R
n.
Ainsi est dnie.
Finalement est un produit scalaire sur R
n
, on lappelle produit scalaire canonique de R
n
.
Sauf mention du contraire, R
n
sera considr muni de ce produit scalaire.
Remarque (x, y) =
n

k=1
kx
k
y
k
dnit aussi un produit scalaire sur R
n
.
Exemple Considrons E = C vu comme R-espace vectoriel.
Pour z, z
t
C on pose
(z, z
t
) = Re( zz
t
)
: C C R est bien dnie.
Soient , R et z, z
t
, z
tt
C.
(z, z
t
+z
tt
) = Re ( z(z
t
+z
tt
)) = Re( zz
t
) +Re( zz
tt
) = (z, z
t
) +(z, z
tt
)
(z
t
, z) = Re(

z
t
z) = Re( z
t
z) = Re(z
t
z) = Re( zz
t
) = (z, z
t
)
(z, z) = Re( zz) = Re([z[
2
) = [z[
2
0
Si (z, z) = 0 alors [z[
2
= 0 et donc z = 0.
est un produit scalaire sur le R-espace vectoriel C.
http://mp.cpgedupuydelome.fr 372 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Remarque En fait, pour z = a +ib et z
t
= a
t
+ib
t
(avec a, b, a
t
, b
t
R), on a
(z, z
t
) = aa
t
+bb
t
Ce produit scalaire est appel produit scalaire canonique sur C.
Exemple Considrons E = (
0
([a, b] , R) (avec a < b R).
Pour f, g E on pose
(f, g) =
_
b
a
f(t)g(t) dt
: E E R est bien dnie.
Soient , R et f, g, h E.
(f, g +h) =
_
b
a
f(t)(g(t) +h(t)) dt
=
_
b
a
f(t)g(t) dt +
_
b
a
f(t)h(t) dt = (f, g) +(f, h)
(g, f) =
_
b
a
g(t)f(t) dt =
_
b
a
f(t)g(t) dt = (f, g)
(f, f) =
_
b
a
f
2
(t) dt 0
Si (f, f) = 0 alors
_
b
a
f
2
(t) dt = 0.
Or la fonction f
2
est continue positive sur [a, b] donc f = 0.
Finalement est un produit scalaire sur E.
Exemple Considrons E = R[X]
Pour P, Q R[X] on pose
(P, Q) =
_
1
1
P(t)Q(t) dt
: E E R est bien dnie.
Soient , R et P, Q, R E.
Par linarit de lintgrale
(P, Q+R) = (P, Q) +(P, R)
(Q, P) =
_
1
1
Q(t)P(t) dt =
_
1
1
P(t)Q(t) dt = (P, Q)
(P, P) =
_
1
1
P
2
(t) dt 0
Si (P, P) = 0 alors
_
b
1
P
2
(t) dt = 0.
Or la fonction t P
2
(t) est continue positive sur [1, 1] donc cest la fonction nulle et puisque le
polynme P admet alors une innit de racines, cest le polynme nul.
Finalement est un produit scalaire sur E.
http://mp.cpgedupuydelome.fr 373 cbna
12.1. PRODUIT SCALAIRE
Exemple Considrons E = /
n,p
(R)
Pour A, B E on pose
(A, B) = tr(
t
AB)
: E E R est bien dnie.
Soient , R et A, B, C E.
(A, B +C) = tr
_
t
A(B +C)
_
= tr
_
t
AB
_
+tr
_
t
AC
_
= (A, B) +(A, C)
(B, A) = tr
_
t
BA
_
= tr
t
_
t
BA
_
= tr(
t
AB) = (A, B)
Si les a
i,j
dsignent les coefcients de A,
(A, A) =
n

i=1
_
t
AA

i,i
=
n

i=1
p

j=1
a
2
i,j
0
Si (A, A) = 0 alors
n

i=1
p

j=1
a
2
i,j
= 0.
Or la somme de quantits positives nest nulle que si chacune des quantit est nulle et donc a
i,j
= 0
pour tous i, j. Ainsi A = O
n,p
.
Finalement est un produit scalaire sur E.
Ce produit scalaire est appel produit scalaire canonique sur /
n,p
(R).
Remarque En fait, pour A = (a
i,j
) et B = (b
i,j
),
(A, B) =
n

i=1
p

j=1
a
i,j
b
i,j
Remarque Le produit scalaire de deux vecteurs x et y est souvent not (x [ y).
On trouve aussi les notations x.y, x, y,. . .
Dsormais (. [ .) dsigne un produit scalaire sur lespace vectoriel rel E.
Par dnition on a les proprits :
x, y E, (x [ y) = (y [ x)
x E, (x [ x) 0 et (x [ x) = 0 x = 0
De plus par linarit en lune des variables, on a (0
E
[ 0
E
) = 0 et donc (x [ x) = 0 x = 0
E
Enn par bilinarit : x, x
t
, y, y
t
E, ,
t
, ,
t
R
(x +
t
x
t
[ y +
t
y
t
) = (x [ y) +
t
(x [ y
t
) +
t
(x
t
[ y) +
t

t
(x
t
[ y
t
)
http://mp.cpgedupuydelome.fr 374 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
12.1.2 Notions mtriques
12.1.2.1 Ingalit de Cauchy-Schwarz
Thorme
x, y E, (x [ y)
2
(x [ x)(y [ y)
De plus, il y a galit si, et seulement si, x et y sont colinaires.
dm. :
Si x = 0
E
, la proprit est immdiate avec galit et colinarit des vecteurs x et y.
Si x ,= 0
E
, considrons pour R, le produit scalaire (x +y [ x +y).
Dune part, par positivit, (x +y [ x +y) 0.
Dautre part, par bilinarit et symtrie,
(x +y [ x +y) =
2
(x [ x) + 2(x [ y) + (y [ y)
En posant a = (x [ x) (a ,= 0 car x ,= 0), b = 2(x [ y) et c = (y [ y), le trinme a
2
+ b + c est de
signe constant donc de discriminant ngatif. Ainsi b
2
4ac 0 ce qui donne
(x [ y)
2
(x [ x)(y [ y)
De plus, sil y a galit dans cette ingalit, le discriminant est nul et donc il existe R tel que
(x +y [ x +y) = 0
ce qui entrane x +y = 0
E
. La famille (x, y) est alors lie.
Inversement, supposons la famille (x, y) lie. Sachant x ,= 0, on peut crire y = x et vrier par
bilinarit du produit scalaire lgalit (x [ y)
2
= (x [ x)(y [ y).

Corollaire
Pour x
1
, . . . , x
n
, y
1
, . . . , y
n
R on a
_
n

i=1
x
i
y
i
_
2

_
n

i=1
x
2
i
__
n

i=1
y
2
i
_
dm. :
Il suft dappliquer lingalit de Cauchy-Schwarz au produit scalaire canonique sur
x, y E, (f(x) [ f(y)) = (x [ y)

12.1.2.2 Norme euclidienne


Dnition
On appelle norme euclidienne (ou longueur) dun vecteur B le rel
|x| =
_
(x [ x)
http://mp.cpgedupuydelome.fr 375 cbna
12.1. PRODUIT SCALAIRE
Exemple La norme euclidienne associe au produit scalaire du plan ou de lespace gomtrique est la
norme usuelle.
Exemple Sur E = R
n
muni du produit scalaire canonique, pour x = (x
1
, . . . , x
n
), on a
|x| =
_
x
2
1
+ +x
2
n
En particulier, pour n = 1, |x| =

x
2
= [x[.
Exemple Sur E = C muni du produit scalaire canonique, pour z C on a
|z| = [z[
Proposition
x, y E, R,
|x| 0, |x| = 0 x = 0, |.x| = [[ |x|
et
[(x [ y)[ |x| . |y|
avec galit si, et seulement si, x et y sont colinaires.
dm. :
|x| =
_
(x [ x) 0.
|x| = 0
_
(x [ x) = 0 (x [ x) = 0 x = 0
E
|.x| =
_
(x [ x) =
_

2
(x [ x) = [[
_
(x [ x) = [[ |x|
et enn [(x [ y)[ |x| . |y| (x [ y)
2
|x|
2
|y|
2
qui est lingalit de Cauchy-Schwarz.

Exemple |x| = |x|. En effet |x| = |(1).x| = [1[ |x| = |x|.


Thorme
x, y E, |x +y| |x| +|y|
De plus, il y a galit si, et seulement si, x et y colinaires et (x [ y) 0 (ce qui signie que x
et y ont mme direction et mme sens)
dm. :
Soient x, y E.
|x +y|
2
= (x +y [ x +y)
Par bilinarit et symtrie du produit scalaire
|x +y|
2
= (x [ x) + 2(x [ y) + (y [ y) = |x|
2
+ 2(x [ y) +|y|
2
http://mp.cpgedupuydelome.fr 376 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Par lingalit de Cauchy-Schwarz
|x +y|
2
|x|
2
+ 2 |x| |y| +|y|
2
= (|x| +|y|)
2
et on en dduit lingalit triangulaire.
De plus, il y a galit si, et seulement si, (x [ y) = |x| |y| ce qui signie
(x [ y) 0 et [(x [ y)[ = |x| |y|
cest--dire que les vecteurs x et y sont colinaire et de mme sens.

Corollaire
x, y E, [|x| |y|[ |x y| |x| +|y|
dm. :
Soient x, y E.
|x| = |(x y) +y| |x y| +|y|
donc
|x| |y| |x y|
De faon symtrique, on a aussi
|y| |x| |y x| = |x y|

Proposition
x, y E, |x +y|
2
= |x|
2
+ 2(x [ y) +|y|
2
x, y E, |x y|
2
= |x|
2
2(x [ y) +|y|
2
x, y E, (x +y [ x y) = |x|
2
|y|
2
.
dm. :
Soient x, y E.
|x +y|
2
= (x +y [ x +y)
Par bilinarit du produit scalaire.
|x +y|
2
= (x [ x +y) + (y [ x +y) = (x [ x) + (x [ y) + (y [ x) + (y [ y)
Par symtrie du produit scalaire
|x +y|
2
= |x|
2
+ 2(x [ y) +|y|
2
En changeant y en y, on obtient
|x y|
2
= |x|
2
+ 2(x [ y) +|y|
2
= |x|
2
2(x [ y) +|y|
2
Enn, on a encore par bilinarit du produit scalaire
(x +y [ x y) = (x [ x) (x [ y) + (y [ x) (y [ y)
http://mp.cpgedupuydelome.fr 377 cbna
12.1. PRODUIT SCALAIRE
puis par symtrie du produit scalaire
(x +y [ x y) = |x|
2
|y|
2

Proposition
x, y E, |x +y|
2
+|x y|
2
= 2
_
|x|
2
+|y|
2
_
dm. :
Il suft de sommer les deux premires identits remarquables prcdentes

Remarque Lidentit du paralllogramme signie que, dans un paralllogramme donn, la somme des
carrs des longueurs des diagonales est gale la somme des carrs des longueurs des cts.
Proposition
x, y E, |x +y|
2
|x y|
2
= 4(x [ y)
dm. :
Il suft de faire la diffrence des deux premires identits remarquables prcdentes

Remarque Par lidentit de polarisation, on peut calculer un produit scalaire partir de la norme
euclidienne associe.
12.1.2.3 Distance euclidienne
Dnition
On appelle distance euclidienne sparant deux vecteurs x et y de E le rel
d(x, y) = |y x|
Exemple Dans E = R
n
muni du produit scalaire canonique, on a, pour x = (x
1
, . . . , x
n
) et
y = (y
1
, . . . , y
n
),
d(x, y) =

_
n

k=1
(y
k
x
k
)
2
Proposition
x, y E, d(x, y) = 0 x = y [sparation]
x, y E, d(x, y) = d(y, x) [symtrie]
x, y, z E, d(x, z) d(x, y) +d(y, z) [ingalit triangulaire]
x, y, z E, d(x +z, y +z) = d(x, y) [invariance par translation]
http://mp.cpgedupuydelome.fr 378 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
dm. :
Soient x, y, z E.
d(x, y) = 0 |y x| = 0 y x = 0
E
y = x.
d(y, x) = |x y| = |y x| = d(x, y).
d(x, z) = |z x| = |(z y) + (y x)| |z y| +|y x| = d(y, z) +d(x, y),
d(x +z, y +z) = |(y +z) (x +z)| = |y x| = d(x, y).

12.1.2.4 cart angulaire form par deux vecteurs non nuls


Soient u et v deux vecteurs non nuls de E.
Par lingalit de Cauchy Schwarz,
(u [ v)
|u| |v|
[1, 1]
et donc il existe un unique [0, ] vriant
(u [ v) = |u| |v| cos
Dnition
Le rel ainsi dni est appel cart angulaire entre les vecteurs u et v.
On note
= Ecart(u, v)
Remarque Nous avons ici une dnition rigoureuse de la notion dcart angulaire, dnition ralise
partir de la notion de produit scalaire. Dans le cas du plan ou de lespace gomtrique, on retrouve la
notion dcart angulaire usuelle. Cette notion angulaire est dnie en dimension quelconque : 2,3 voire
suprieure. . .
Remarque Cette notion nest pas confondre avec la notion dangle oriente qui sera introduite
ultrieurement, dans le cadre des plans euclidiens orients.
Un cart angulaire entre deux vecteurs est gur par un arc de cercle (non ch) damplitude infrieure
.
Proposition
Ecart(u, v) = Ecart(v, u)
Ecart(u, v) = Ecart(u, v)
Ecart(u, v) = 0 si, et seulement si, u et v ont mme direction et mme sens.
Ecart(u, v) = si, et seulement si, u et v ont mme direction et sont de sens opposs.
http://mp.cpgedupuydelome.fr 379 cbna
12.1. PRODUIT SCALAIRE
dm. :
Ecart(u, v) = Ecart(v, u) car (u [ v) = (v [ u).
Ecart(u, v) = Ecart(u, v) car (u [ v) = (u [ v) et arccos(x) = arccos(x).
Ecart(u, v) = 0 si, et seulement si, (u [ v) = |u| |v| ce qui signie (u [ v) 0 et [(u [ v)[ = |u| |v|.
En vertu du cas dgalit dans lingalit de Cauchy-Schwarz, cela revient u et v colinaire et de mme
sens.
Ecart(u, v) = si, et seulement si, (u [ v) = |u| |v| ce qui signie (u [ v) 0 et [(u [ v)[ = |u| |v|
et on peut conclure comme ci-dessus.

Dnition
On dit que les vecteurs u et v forment un angle aigu si Ecart(u, v) [0, /2].
On dit que les vecteurs u et v forment un angle obtus si Ecart(u, v) [/2, ].
On dit que les vecteurs u et v forment un angle droit si Ecart(u, v) = /2.
12.1.3 Vecteurs orthogonaux
12.1.3.1 Famille orthogonale
Dnition
Deux vecteurs x et y de E sont dits orthogonaux si
(x [ y) = 0
Exemple Le vecteur nul est orthogonal tout vecteur de lespace car
x E, (x [ 0
E
) = 0
Inversement, puisquun vecteur orthogonal tout vecteur est orthogonal lui-mme et puisque
(x [ x) = 0 x = 0
E
, on peut afrmer que le vecteur nul est le seul vecteur orthogonal tout vecteur.
Dnition
On dit quune famille T = (e
1
, . . . , e
n
) de vecteurs de E est orthogonale si T est constitue
de vecteurs deux deux orthogonaux i.e.
1 i ,= j n, (e
i
[ e
j
) = 0
Exemple Dans R
n
muni du produit scalaire canonique, la base canonique est une famille orthogonale.
Thorme
Si T = (e
1
, . . . , e
n
) une famille orthogonale alors
|e
1
+ +e
n
|
2
= |e
1
|
2
+ +|e
n
|
2
http://mp.cpgedupuydelome.fr 380 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
dm. :
Par rcurrence sur n N

.
Pour n = 1 : ok
Supposons la proprit tablie au rang n 1.
Soit (e
1
, . . . , e
n
, e
n+1
) une famille orthogonale.
En exploitant
|a +b|
2
= |a|
2
+ 2(a [ b) +|b|
2
avec a = e
1
+ +e
n
et b = e
n+1
, on obtient
|e
1
+ +e
n
+e
n+1
|
2
= |e
1
+ +e
n
|
2
+|e
n+1
|
2
car (a [ b) = 0.
Par hypothse de rcurrence
|e
1
+ +e
n
+e
n+1
|
2
= |e
1
|
2
+ +|e
n
|
2
+|e
n+1
|
2
Rcurrence tablie.

Corollaire
Toute famille orthogonale ne comportant pas le vecteur nul est libre.
dm. :
Soit (e
1
, . . . , e
n
) une famille orthogonale ne comportant pas le vecteur nul.
Supposons
1
e
1
+ +
n
e
n
= 0
E
.
Puisque la famille (
1
e
1
, . . . ,
n
e
n
) est elle aussi orthogonale, la formule de Pythagore donne
|
1
e
1
+ +
n
e
n
|
2
= |
1
e
1
|
2
+ +|
n
e
n
|
2
Or |
1
e
1
+ +
n
e
n
|
2
= 0 donc, par somme nulle de quantits positives, on a
1 k n, |
k
e
k
|
2
= 0
puis
1 k n,
k
e
k
= 0
E
Or les vecteurs e
1
, . . . , e
n
sont non nuls, donc
1 k n,
k
= 0

12.1.3.2 Famille orthonorme


Dnition
On dit quun vecteur x de E est unitaire (ou norm) si |x| = 1.
Exemple La base canonique de R
n
est constitue de vecteurs unitaires.
http://mp.cpgedupuydelome.fr 381 cbna
12.1. PRODUIT SCALAIRE
Dnition
On dit quune famille T = (e
1
, . . . , e
n
) de vecteurs de E orthonorme si T est constitue de
vecteurs unitaires deux deux orthogonaux i.e.
1 i, j n, (e
i
[ e
j
) =
i,j
Exemple La base canonique de R
n
est une famille orthonorme.
Dnition
Normer un vecteur non nul x, cest considrer le vecteur unitaire u = x/|x|.
Exemple Si T = (e
1
, . . . , e
n
) est une famille orthogonale ne comportant pas le vecteur nul alors, en
normant chacun de ses vecteurs, on forme une famille orthonorme ( = (e
1
/|e
1
|, . . . , e
n
/|e
n
|).
Proposition
Toute famille orthonorme est libre.
dm. :
Car une famille orthonorme et est orthogonale et ne comporte pas le vecteur nul.

12.1.3.3 Procd dorthonormalisation de Schmidt


Thorme
Soit T = (e
1
, . . . , e
n
) une famille libre de vecteurs de E.
On peut construire une famille orthonorme (v
1
, . . . , v
n
) de vecteurs de E vriant
1 k n, Vect(e
1
, . . . , e
k
) = Vect(v
1
, . . . , v
k
)
dm. :
Par rcurrence sur n N

.
Pour n = 1.
Soit (e
1
) une famille libre.
On a e
1
,= 0. Le vecteur v
1
= e
1
/|e
1
| convient
Supposons la proprit tablie au rang n N

.
Soit (e
1
, ..., e
n
, e
n+1
) une famille libre.
Par hypothse de rcurrence, il existe (v
1
, . . . , v
n
) famille orthonorme telle que
1 k n, Vect(e
1
, . . . , e
k
) = Vect(v
1
, . . . , v
k
)
Il reste dterminer un vecteur v
n+1
de sorte que la famille (v
1
, . . . , v
n+1
) est orthonorme et
Vect(e
1
, . . . , e
n
, e
n+1
) = Vect(v
1
, . . . , v
n
, v
n+1
)
http://mp.cpgedupuydelome.fr 382 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Analyse :
Si v
n+1
convient alors v
n+1
Vect(e
1
, . . . , e
n+1
) et on peut donc crire
v
n+1
=
1
e
1
+ +
n
e
n
+e
n+1
On peut aussi crire
v
n+1
=
1
v
1
+ +
n
v
n
+e
n
car Vect(e
1
, . . . , e
n
) = Vect(v
1
, . . . , v
n
).
Puisque la famille (v
1
, . . . , v
n+1
) est orthonorme, on a
1 i n, (v
i
[ v
n+1
) = 0
On en dduit
1 i n,
i
= (v
i
[ e
n+1
)
et par suite
v
n+1
=
_
e
n+1

i=1
(v
i
[ e
n+1
)v
i
_
= w
avec
w = e
n+1

i=1
(v
i
[ e
n+1
)
Enn |v
n+1
| = 1 donne [[ |w| = 1 do [[ = 1/|w|.
Synthse :
Posons
w = e
n+1

i=1
(e
n+1
[ v
i
)v
i
Le vecteur w est non nul car la famille (e
1
, . . . , e
n
, e
n+1
) est suppos libre et donc le vecteur e
n+1
nest
pas combinaison linaire des vecteurs e
1
, . . . , e
n
.
Posons v
n+1
= w/|w|.
Par construction, on vrie aisment que la famille a (v
1
, . . . , v
n+1
) est orthonorme.
De plus, Vect(v
1
, . . . , v
n
, v
n+1
) Vect(e
1
, . . . , e
n
, e
n+1
) et par galit des dimensions (les deux familles
considres tant libres), on a Vect(v
1
, . . . , v
n
, v
n+1
) = Vect(e
1
, . . . , e
n
, e
n+1
)
Rcurrence tablie.

Remarque Dans la pratique pour orthonormaliser une famille libre (e


1
, . . . , e
n
) :
- on pose V
1
= e
1
;
- pour 1 p n 1, lorsque V
1
, . . . , V
p
sont trouvs, on cherche V
p+1
de la forme :
V
p+1
= e
p+1
+
1
V
1
+ +
p
V
p
de sorte que 1 k p, (V
p+1
[ V
k
) = 0 ce qui fournit la valeur
de
k
.
- une fois obtenue la famille (V
1
, . . . , V
n
), on normalise chaque vecteur en posant v
k
= V
k
/|V
k
|.
La famille ainsi forme est appele famille orthonormalise de T = (e
1
, . . . , e
n
) selon le procd de
Schmidt.
Exemple Dans R
3
muni du produit scalaire canonique.
Soient e
1
= (0, 1, 1), e
2
= (1, 0, 1), e
3
= (1, 1, 0).
http://mp.cpgedupuydelome.fr 383 cbna
12.1. PRODUIT SCALAIRE
La famille (e
1
, e
2
, e
3
) est libre puisque

0 1 1
1 0 1
1 1 0

= 2
Formons son orthonormalise selon le procd de Schmidt.
V
1
= e
1
= (0, 1, 1)
V
2
= e
2
+V
1
(V
2
[ V
1
) = 0 donne = 1/2 puis V
2
= (1, 1/2, 1/2).
V
3
= e
3
+V
1
+V
2
(V
3
[ V
1
) = 0 donne = 1/2,
(V
3
[ V
2
) = 0 donne = 1/3 puis V
3
= (2/3, 2/3, 2/3).
Enn
v
1
= (0,
1

2
,
1

2
), v
2
= (
2

6
,
1

6
,
1

6
), v
3
= (
1

3
,
1

3
,
1

3
)
12.1.4 Orthogonal dune partie
Dnition
On appelle orthogonal dune partie A de E, lensemble not A

constitu des vecteurs


orthogonaux a tout vecteur de A i.e.
A

= x E/a A, (a [ x) = 0
Exemple 0
E

= E et E

= 0
E
.
Exemple
Proposition
Soit A une partie de E.
A

est un sous-espace vectoriel de E


dm. :
A

E.
0
E
A

car 0
E
est orthogonal tout vecteur de E et en particulier tout vecteur de A.
http://mp.cpgedupuydelome.fr 384 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Soient , R et x, y A

.
Pour tout a A, (a [ x +y) = (a [ x) +(a [ y) = 0.
Ainsi x +y A

Proposition
Soient A et B deux parties de E.
1) A A

;
2) A B B

;
3) A

= Vect(A)

.
dm. :
1) Soit a A. Pour tout x A

, on a (x [ a) = (a [ x) = 0 donc a A

. Ainsi A A

.
2) Supposons A B.
Soit x B

. Pour tout a A, (a [ x) = 0 car a B et x B

. Ainsi B

.
3) Enn A Vect(A) donc Vect(A)

.
Inversement A A

donc VectA A

(car A

est un sous-espace vectoriel) puis A


Vect(A)

12.1.5 Sous-espaces vectoriels orthogonaux


Dnition
Deux sous-espaces vectoriels F et G de E sont dits orthogonaux si
(x, y) F G, (x [ y) = 0
Exemple Si F est un sous-espace vectoriel de E alors F et F

sont des sous-espaces vectoriels


orthogonaux.
Proposition
Soient F et G deux sous-espaces vectoriels de E.
Si F et G sont orthogonaux alors F G = 0
E
.
dm. :
Soit x F G.
Puisque F et G sont orthogonaux, (x [ x) = 0 et donc x = 0
E
.
Ainsi F G 0
E
puis lgalit car F et G sont des sous-espaces vectoriels et donc contiennent le
vecteur nul.

Proposition
Soient F et G deux sous-espaces vectoriels de E.
On a quivalence entre :
(i) F et G sont orthogonaux ;
(ii) F G

;
(iii) G F

.
http://mp.cpgedupuydelome.fr 385 cbna
12.2. ESPACES VECTORIELS EUCLIDIENS
dm. :
(i) (ii) Supposons F et G orthogonaux.
Soit x F. Pour tout y G, on a (y [ x) = 0 donc x G

.
Ainsi F G

.
(ii) (iii) Supposons F G

.
On a alors G

or G G

donc G F

.
(iii) (i) Supposons G F

.
Soient x F et y G. On a (x [ y) = 0 car x F et y F

.
Ainsi les espaces F et G sont orthogonaux.

12.2 Espaces vectoriels euclidiens


12.2.1 Dnition
Dnition
On appelle espace vectoriel euclidien tout R-espace vectoriel de dimension nie muni dun
produit scalaire.
Exemple Lensemble des vecteurs du plan (resp. de lespace) gomtrique est un espace vectoriel
euclidien.
Exemple R
n
muni du produit scalaire canonique est un espace vectoriel euclidien. On dit alors que R
n
est muni de sa structure vectorielle euclidienne canonique.
Exemple Si F est un sous-espace vectoriel dun espace vectoriel euclidien E alors F est un espace
vectoriel euclidien lorsquon le munit de la restriction du produit scalaire existant sur E.
Dsormais, E dsigne un espace vectoriel euclidien.
12.2.2 Base orthonorme
Dnition
On appelle base orthonorme dun espace vectoriel euclidien E toute base de E constitue de
vecteurs unitaires deux deux orthogonaux.
Exemple La base canonique de R
n
est une base orthonorme de R
n
.
Thorme
Tout espace vectoriel euclidien E possde une base orthonorme.
dm. :
Soit B = (e
1
, . . . , e
n
) une base de E.
La famille B est libre, on peut donc lorthonormalise selon le procd de Schmidt et la famille obtenue
http://mp.cpgedupuydelome.fr 386 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
est une famille orthonorme, donc aussi libre, forme de n = dimE vecteurs de E, cest donc une base
orthonorme de E.

Corollaire
Tout sous-espace vectoriel dun espace euclidien possde une base orthonorme.
dm. :
Un sous-espace vectoriel dun espace euclidien est un espace euclidien pour le produit scalaire dni par
restriction.

12.2.3 Composantes dans une base orthonorme


Soit E un espace vectoriel euclidien muni dune base orthonorme B = (e
1
, . . . , e
n
)
Thorme
Pour tout x E, on a
x =
n

k=1
(e
k
[ x)e
k
Par suite les composantes de x dans B sont les
(e
1
[ x), . . . , (e
n
[ x)
dm. :
Puisque B est une base de E, on peut crire x =
n

i=1

i
e
i
et par bilinarit du produit scalaire,
(e
k
[ x) =
n

i=1

i
(e
k
[ e
i
) =
n

i=1

k,i
=
k

Exemple Si A = (a
i,j
) /
n
(R) est la matrice dans la base B dun endomorphisme f de E alors pour
tout i, j 1, . . . , n, a
i,j
= (e
i
[ f(e
j
)).
En effet a
i,j
est la i-me composante dans la base B de limage du j-me vecteur de base.
Thorme
Si x et y sont de vecteurs de E de composantes respectives x
1
, . . . , x
n
et y
1
, . . . , y
n
dans la
base orthonorme B alors
(x [ y) = x
1
y
1
+ +x
n
y
n
et |x| =
_
x
2
1
+ +x
2
n
dm. :
On a
x =
n

k=1
x
k
e
k
et y =
n

=1
y

http://mp.cpgedupuydelome.fr 387 cbna


12.2. ESPACES VECTORIELS EUCLIDIENS
Par bilinarit du produit scalaire
(x [ y) =
n

k=1
n

=1
x
k
y

(e
k
[ e

) =
n

k=1
n

=1
x
k
y

k,
=
n

k=1
x
k
y
k
En particulier
|x|
2
= (x [ x) =
n

k=1
x
2
k
.

Remarque Si on introduit les matrices composantes X =


_
_
_
x
1
.
.
.
x
n
_
_
_, Y =
_
_
_
y
1
.
.
.
y
n
_
_
_des vecteurs x, y,
on peut crire
(x [ y) =
t
XY et |x|
2
=
t
XX
Remarque Lapplication : E R
n
dnie par (x) = (x
1
, . . . , x
n
) est un isomorphisme de
R-espace vectoriel et
x, y E, (x [ y)
E
= ((x) [ (y))
R
n
Ainsi E muni dune base orthonorme devient semblable R
n
muni du produit scalaire canonique.
12.2.4 Supplmentaire orthogonal
Thorme
Si F un sous-espace vectoriel dun espace vectoriel euclidien E alors les espaces F et F

sont
supplmentaires dans E.
dm. :
Soit (e
1
, . . . , e
m
) une base orthonorme de F.
Analyse :
Soit x E. Supposons x = a +b avec a F et b G.
On a a =
m

k=1
(e
k
[ a)e
k
car (e
1
, . . . , e
m
) est une base orthonorme de F.
Or (e
k
[ a) = (e
k
[ x) (e
k
[ b) = (e
k
[ x) car e
k
F et b F

.
On en dduit a =
m

k=1
(e
k
[ x)e
k
et b = x a ce qui dtermine ces vecteurs de faon unique.
Synthse
Soit x E.
Posons a =
m

k=1
(e
k
[ x)e
k
et b = x a.
On a videmment a F et x = a +b.
Il reste vrier b F

.
Pour tout 1 k m, (e
k
[ b) = (e
k
[ x) (e
k
[ a).
Or les (e
k
[ a) sont les composantes de a dans la base orthonorme (e
1
, . . . , e
m
) et, par construction,
http://mp.cpgedupuydelome.fr 388 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
celles-ci valent (e
k
[ x).
Ainsi (e
k
[ b) = 0 et don c b e
1
, . . . , e
m

= Vect(e
1
, . . . , e
m
)

= F

.
F = Vect(e
1
, . . . , e
m
) et (e
k
[ b) = (e
k
[ x) (e
k
[ a) = 0 donc b F

Dnition
Lespace F

est appel supplmentaire orthogonal de F.


Corollaire
Toute famille orthonorme de vecteurs de E peut tre complte en une base orthonorme
de E.
dm. :
Soit (e
1
, . . . , e
m
) une famille orthonorme de E.
Posons F = Vect(e
1
, . . . , e
m
) et considrons (e
m+1
, . . . , e
n
) une base orthonorme de lespace F

.
Puisque F et F

sont supplmentaires, la famille (e


1
, . . . , e
m
, e
m+1
, . . . , e
n
) est une base de E et on
vrie aisment quelle est orthonorme.

Corollaire
dimF

= dimE dimF et F

= F.
dm. :
Puisque F et F

sont supplmentaires dans E, on a dimF + dimF

= dimE.
On en dduit dimF

= dimE dimF puis dimF

= dimF. Or F F

donc F = F

Proposition
Si F et G sont deux sous-espaces vectoriels dun espace vectoriel euclidien E alors
(F +G)

= F

et (F G)

= F

+G

dm. :
Puisque F F+Get G F+G, on a (F+G)

, (F+G)

et donc (F+G)

.
Inversement, soit x F

. Pour tout y F +G, on peut crire y = a +b avec a F et b G et


alors (x [ y) = (x [ a) +(x [ b) = 0. Ainsi F

(F +G)

puis lgalit (F +G)

= F

.
En appliquant cette relation F

et G

au lieu de F et G, on obtient (F

+ G

= F G puis en
passant lorthogonal on obtient F

+G

= (F G)

12.2.5 Vecteur normal un hyperplan


E dsigne un espace vectoriel euclidien de dimension n N

.
Dnition
Si H est un hyperplan de E alors H

est une droite vectorielle appele droite normale H.


Tout vecteur non nul de celle-ci est appel vecteur normal H.
Remarque Si a est vecteur normal H alors H

= Vect(a) et donc H = Vect(a)

= a

.
http://mp.cpgedupuydelome.fr 389 cbna
12.2. ESPACES VECTORIELS EUCLIDIENS
Proposition
Soient B = (e
1
, . . . , e
n
) une base orthonorme de E et H un hyperplan de E.
Un vecteur a de composantes a
1
, . . . , a
n
est normal H si, et seulement si, a
1
x
1
+ +a
n
x
n
=
0 est une quation de H dans B (en notant x
1
, . . . , x
n
les composantes dans B dun vecteur
gnrique x E).
dm. :
Si n est un vecteur normal H de composantes a
1
, . . . , a
n
dans B alors
x H (a [ x) = 0 a
1
x
1
+ +a
n
x
n
= 0
Ainsi a
1
x
1
+ +a
n
x
n
= 0 est une quation de H dans B.
Inversement
Supposons que a
1
x
1
+ +a
n
x
n
= 0 est une quation de H dans B (avec (a
1
, . . . , a
n
) ,= (0, . . . , 0)).
Soit n le vecteur de composantes a
1
, . . . , a
n
.
Le vecteur n est non nul et pour tout x H, (n [ x) = a
1
x
1
+ +a
n
x
n
= 0.
Ainsi n est un vecteur normal H.

Exemple Dans R
3
muni de sa structure canonique, le plan de vecteur normal n = (1, 2, 1) a pour
quation x + 2y z = 0.
12.2.6 Reprsentation dune forme linaire
Soit E un espace vectoriel euclidien.
Pour a E, on note
a
: E R lapplication dtermine par
x E,
a
(x) = (a [ x)
Proposition

a
est une forme linaire sur E de noyau a

.
dm. :

a
est une forme linaire sur E car
a
: E R et, avec des notations immdiates

a
(x +y) = (a [ x +y) = (a [ x) +(a [ y) =
a
(x) +
a
(y)
Aussi
x ker
a
(a [ x) = 0 x a

Thorme
f E

, !a E, f =
a
.
dm. :
Considrons lapplication : E E

dnie par (a) =


a
.
Montrons que est un isomorphisme de R-espace vectoriel ce qui permettra de conclure.
Pour commencer, notons que E et E

sont des espaces de mme dimension nie.


http://mp.cpgedupuydelome.fr 390 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Avec des notation immdiates, on a (a +b) = (a) +(b) puisque pour tout x E,

a+b
(x) = (a +b [ x) = (a [ x) +(b [ x) = (
a
+
b
)(x).
De plus, lapplication est injective car si a ker alors
a
=

0 et en particulier
a
(a) = (a [ a) = 0
ce qui entrane a = 0.
Par le thorme disomorphisme, on peut alors afrmer que est un isomorphisme de R-espace vectoriel.

12.2.7 Produit mixte


Soit E un espace vectoriel euclidien orient de dimension n N

.
Proposition
Si B = (e
1
, . . . , e
n
) et B
t
= (e
t
1
, . . . , e
t
n
) sont deux bases orthonormes de E alors a det
B
B
t
=
1.
dm. :
Notons P = (p
i,j
) = Mat
B
B
t
= Mat
B
(e
t
1
, . . . , e
t
n
).
Le coefcient dindice (i, j) de P est la ime composante dans B du jme vecteur de B
t
. Ainsi p
i,j
=
(e
i
[ e
t
j
).
Puisque P
1
= (q
i,j
) = Mat
B
B = Mat
B
(e
1
, ..., e
n
), on a aussi q
i,j
= (e
t
i
[ e
j
) = (e
j
[ e
t
i
) = p
j,i
.
Par suite P
1
=
t
P et donc 1/det P = det P do (det P)
2
= 1.

Remarque Si B et B
t
sont deux bases orthonormes directes alors det
B
B
t
= 1.
Thorme
Si (x
1
, ..., x
n
) est une famille de n = dimE vecteurs de E et si B est une base
orthonorme directe de E alors la quantit det
B
(x
1
, . . . , x
n
) ne dpend pas du choix de la base
orthonorme B.
dm. :
Si B
t
dsigne une autre base orthonorme directe de E alors la formule de changement de base relative
aux dterminants donne det
B
(x
1
, ..., x
n
) = det
B
B
t
det
B

(x
1
, ..., x
n
) = det
B

(x
1
, ..., x
n
) car det
B
B
t
= 1.

Dnition
Cette quantit est appele produit mixte des vecteurs (x
1
, . . . , x
n
), on la note Det(x
1
, ..., x
n
)
ou [x
1
, ..., x
n
].
Exemple Si E dsigne lensemble des vecteurs du plan ou de lespace gomtrique, on retrouve la
notion de produit mixte dj dnie.
Proposition
Lapplication produit mixte (x
1
, ..., x
n
) E
n
[x
1
, ..., x
n
] R est une forme n linaire
alterne et antisymtrique.
De plus
[x
1
, ..., x
n
] = 0 (x
1
, ..., x
n
) est lie.
[x
1
, ..., x
n
] > 0 (x
1
, . . . , x
n
) base directe.
[x
1
, ..., x
n
] < 0 (x
1
, . . . , x
n
) base indirecte.
http://mp.cpgedupuydelome.fr 391 cbna
12.2. ESPACES VECTORIELS EUCLIDIENS
dm. :
Les proprits afrmes dcoulent de ce que le produit mixte est un dterminant dans une base directe.

12.2.8 Produit vectoriel en dimension 3


Soit E un espace vectoriel euclidien orient de dimension 3.
Pour u et v deux vecteurs de E, lapplication f : E R dnie par
f(x) = Det(u, v, x)
est une forme linaire sur E.
Par le thorme de reprsentation des formes linaires, on peut afrmer quil existe un unique vecteur
w E vriant
x E, Det(u, v, x) = (w [ x)
Dnition
Ce vecteur w est appel produit vectoriel de u par v, on le note u v.
Remarque Par dnition u v est lunique vecteur vriant x E, (u v [ x) = Det(u, v, x).
Proposition
Lapplication produit vectoriel (u, v) E E u v E est bilinaire antisymtrique.
dm. :
Soient u, v, w E et , R.
Pour tout x E,
((u +v) w [ x) = Det(u +v, w, x)
Par linarit du produit mixte en la premire variable
((u +v) w [ x) = Det(u, w, x) +Det(v, w, x)
et ainsi
((u +v) w [ x) = (u w [ x) +(v w [ x) = ((u w) +(v w) [ x)
En posant a = (u +v) w et b = (u w) +(v w), on a obtenu
x E, (a [ x) = (b [ x)
On en dduit a = b car on a (ab [ x) = 0 pour tout x E et en particulier pour x = ab cela entrane
a b = 0 i.e. a = b.
Ainsi
(u +v) w = (u w) +(v w)
Le produit vectoriel est donc linaire en sa premire variable.
De plus (v u [ x) = Det(v, u, x) = Det(u, v, x) = ((u v) [ x) pour tout x E et on en dduit
comme ci-dessus que v u = (u v).
Par suite le produit vectoriel est antisymtrique et donc bilinaire.

http://mp.cpgedupuydelome.fr 392 cbna


CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Proposition
u, v E, (u v [ u) = (u v [ v) = 0.
dm. :
Det(u, v, u) = Det(u, v, v) = 0 car le produit mixte dune famille lie est nul.

Proposition
u, v E, (u, v) est libre si, et seulement si, u v ,= 0.
De plus, si tel est le cas, la famille (u, v, u v) est une base directe.
dm. :
Si (u, v) lie alors x E, Det(u, v, x) = 0 = (0 [ x) et donc u v = 0.
Si (u, v) est libre, compltons cette famille en une base (u, v, w).
(u v [ w) = Det(u, v, w) ,= 0 donc u v ,= 0.
De plus |u v|
2
= Det(u, v, u v) > 0 donc la famille (u, v, u v) est une base directe.

Proposition
Si (i, j, k) est une base orthonorme directe de E alors
i j = k, j k = i et k i = j.
dm. :
Calculons les composantes de du vecteur i j dans la base (i, j, k).
(i [ i j) = (i j [ i) = 0, (j [ i j) = (i j [ j) = 0 et (k [ i j) = (i j [ k) = Det(i, j, k) = 1.
On en dduit i j = 0.i + 0.j + 1.k = k.
Les calculs sont semblables pour j k et k i en exploitant Det(j, k, i) = Det(k, i, j) = 1.

Proposition
Soit (i, j, k) une base orthonorme directe de E.
Si u = xi +yj +zk et v = x
t
i +y
t
j +z
t
k alors
u v = (yz
t
y
t
z)i + (zx
t
z
t
x)j + (xy
t
x
t
y)k
dm. :
Il suft de calculer les composantes du vecteur i j dans la base (i, j, k).
(i [ u v) = (u v [ i) = Det(u, v, i) =

x x
t
1
y y
t
0
z z
t
0

= yz
t
y
t
z
Les calculs (j [ u v) et de (k [ u v) sont analogues.

Remarque Par concidence de la formule, on peut afrmer que le produit vectoriel dans lespace
gomtrique prcdemment prsent se confond avec le produit vectoriel en cours dtude.
Proposition
u, v, w E, u (v w) = (u [ w)v (u [ v)w.
http://mp.cpgedupuydelome.fr 393 cbna
12.2. ESPACES VECTORIELS EUCLIDIENS
dm. :
Soit (i, j, k) une base orthonorme directe de E.
Soient v = xi + yj + zk et w = x
t
i + y
t
j + z
t
k deux vecteurs quelconques de E. On a v w =
(yz
t
y
t
z)i + (zx
t
z
t
x)j + (xy
t
x
t
y)k.
Pour u = i, on obtient
i (v w) = (x
t
y xy
t
)j + (zx
t
x
t
z)k
et (i [ w)v (i [ v)w = x
t
v xw = (x
t
y xy
t
)j + (zx
t
x
t
z)k.
De mme, on vrie que la formule du double produit vectoriel est aussi valable pour u = j et pour
u = k, puis par linarit du produit vectoriel et du produit scalaire en leur premire variable, on peut
afrmer que la formule nonce est valable pour tout u E.

Thorme
u, v E, (u [ v)
2
+|u v|
2
= |u|
2
|v|
2
.
dm. :
|u v|
2
= Det(u, v, u v)
Puisque le produit mixte est une application antisymtrique
|u v|
2
= Det(v, u v, u) = (v (u v) [ u)
Par la formule du double produit vectoriel, on obtient
|u v|
2
=
_
|v|
2
u (v [ u)v [ u
_
= |v|
2
|u|
2
(v [ u)
2

Corollaire
Soient u, v E non nuls et = Ecart(u, v).
On a
|u v| = |u| |v| sin
dm. :
(u [ v) = |u| |v| cos donc par lidentit de Lagrange,
|u v|
2
= |u|
2
|v|
2
|u|
2
|v|
2
cos
2
= |u|
2
|v|
2
sin
2

puis |u v| = |u| |v| sin car [0, ] et donc sin 0.

Exemple Si (u, v) est une famille orthonorme de vecteurs de E alors (u, v, u v) est une base
orthonorme directe de E.
Exemple Soit B = (i, j, k) une base orthonorme directe de E.
Soit P = Vect(u, v) avec u = i +j et v = j k.
Formons une quation de P.
Il suft de dterminer un vecteur normal P.
n = u v = i +j +k convient.
x +y +z = 0 est une quation de P.
Exemple Soit B = (i, j, k) une base orthonorme directe de E.
Soient les plans P : x +y z = 0 et P
t
: x + 2y z = 0.
Les plans P et P
t
ne sont pas confondus, dterminons un vecteur directeur de la droite D = P P
t
.
http://mp.cpgedupuydelome.fr 394 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
n = i +j k et n
t
= i + 2j k sont des vecteurs normaux P et P
t
.
u = n n
t
= i +k est orthogonal n et n
t
donc appartient aux plans P et P
t
et ainsi dirige D.
12.3 Projection et symtries orthogonales
E dsigne un espace vectoriel euclidien.
12.3.1 Projection orthogonale
Soit F un sous-espace vectoriel de E.
Les espaces F et F

sont supplmentaires dans E.


Dnition
On appelle projection orthogonale sur F la projection vectorielle p
F
sur F paralllement F

.
Exemple Si F = 0 alors p = 0.
Si F = E alors p = Id.
Proposition
p
F
est un endomorphisme de E vriant p
2
F
= p
F
, Imp
F
= F et ker p
F
= F

.
De plus Id p
F
est la projection orthogonale sur F

.
dm. :
Puisque p
F
est la projection sur F paralllement F

, p
F
est un projecteur de E, cest--dire un
endomorphisme de E vriant p
2
F
= p
F
. Aussi Imp
F
= F (espace sur lequel on projette) et ker p
F
= F

(espace paralllement auquel on projette).


Enn Id p
F
est la projection complmentaire de p
F
cest--dire la projection sur F

paralllement
F = F

, autrement dit, cest la projection orthogonale sur F

Thorme
Si B = (e
1
, . . . , e
p
) est une base orthonorme de F alors
x E, p
F
(x) =
p

j=1
(e
j
[ x)e
j
dm. :
Compltons la famille orthonorme B = (e
1
, . . . , e
p
) en une base orthonorme (e
1
, . . . , e
n
).
Puisque x =
n

k=1
(e
k
[ x)e
k
, on a par linarit p
F
(x) =
n

k=1
(e
k
[ x)p
F
(e
k
).
Or p
F
(e
k
) = e
k
pour k 1, . . . , p car e
k
F et p
F
(e
k
) = 0 pour k > p car e
k
F

.
On en dduit p
F
(x) =
p

k=1
(e
k
[ x)e
k

Exemple Soit D = Vect(a) avec a ,= 0.


La famille forme du seul vecteur a/|a| est une base orthonorme de D.
http://mp.cpgedupuydelome.fr 395 cbna
12.3. PROJECTION ET SYMTRIES ORTHOGONALES
Par la formule prcdente, on obtient alors
x E, p
D
(x) =
(a [ x)
|a|
2
a.
Exemple Soit H = Vect(a)

avec a ,= 0.
Puisque Id p
H
est la projection orthogonale sur la droite D = H

= Vect(a), on obtient
x E, p
H
(x) = x
(a [ x)
|a|
2
a
Exemple Soit E un espace vectoriel euclidien de dimension 3 muni dune base orthonorme
B = (i, j, k).
Soit p la projection orthogonale sur le plan P : x +y +z = 0.
Formons la matrice A de p dans la base B.
a = i +j +k est vecteur normal P.
Pour tout x E, on a
p(x) = x
(a [ x)
|a|
2
a
On en dduit
p(i) = i +
1
3
(i +j +k), p(j) = j
1
3
(i +j +k) et p(k) = k
1
3
(i +j +k)
Ainsi
A =
1
3
_
_
2 1 1
1 2 1
1 1 2
_
_
Thorme
Soit p L(E). On a quivalence entre :
(i) p est une projection orthogonale ;
(ii) p
2
= p et x, y E, (p(x) [ y) = (x [ p(y)).
dm. :
(i) (ii) Supposons que p est une projection orthogonale.
On sait dj que p
2
= p.
Soit x, y E
On a
(p(x) [ y) = (p(x) [ y p(y)) + (p(x) [ p(y))
Or (p(x) [ y p(y)) = 0 car p(x) F et y p(y) F

donc
(p(x) [ y) = (p(x) [ p(y))
De faon semblable
(x [ p(y)) = (p(x) [ p(y))
et donc
(p(x) [ y) = (x [ p(y))
http://mp.cpgedupuydelome.fr 396 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
(ii) (i) Supposons (ii)
Puisque p
2
= p, les espaces F = Imp et G = ker p sont supplmentaires dans E et p est la projection
vectorielle sur F paralllement G. Pour conclure, il suft de montrer G = F

.
Soient x F et y G. On a (x [ y) = (p(x) [ y) = (x [ p(y)) = (x [ 0) = 0.
On en dduit que F et G sont orthogonaux.
Ainsi G F

, or dimG = dimE dimF = dimF

donc G = F

Corollaire
La matrice reprsentative dune projection orthogonale dans une base orthonorme est
symtrique.
dm. :
Notons A = (a
i,j
) la matrice dune projection orthogonale p dans une base orthonorme B = (e
1
, ..., e
n
).
Le coefcient dindice (i, j) de A est la i-me composante dans B de limage du j-me vecteur de base
par p. Ainsi a
i,j
= (e
i
[ p(e
j
)).
Or p est une projection orthogonale donc a
i,j
= (p(e
i
) [ e
j
) = (e
j
[ p(e
i
)) = a
j,i
.
Par suite la matrice A est symtrique.

12.3.2 Distance un sous-espace vectoriel


Dnition
On appelle distance dun vecteur x de A un sous-espace vectoriel F de E le rel
d(x, F) = inf
yF
d(x, y)
Thorme
y F, |x y| |x p
F
(x)| avec galit si, et seulement si, y = p(x).
dm. :
x y = (x p
F
(x)) + (p
F
(x) y) avec x p
F
(x) F

et p
F
(x) y F.
Par Pythagore |x y|
2
= |x p
F
(x)|
2
+|p
F
(x) y|
2
|x p
F
(x)|
2
avec galit si, et seulement
si, y = p
F
(x).

Corollaire
d(x, F) = |x p
F
(x)|.
dm. :
d(x, F) = inf
yF
|x y| = min
yF
|x y| = |x p
F
(x)|.

Exemple Soit D = Vect(a) avec a ,= 0.


Pour tout x E, p
D
(x) =
(a [ x)
|a|
2
a donc
d(x, D) =
_
_
_
_
_
x
(a [ x)
|a|
2
a
_
_
_
_
_
http://mp.cpgedupuydelome.fr 397 cbna
12.3. PROJECTION ET SYMTRIES ORTHOGONALES
Exemple Soit H = Vect(a)

avec a ,= 0.
Pour tout x E, p
H
(x) = x
(a [ x)
|a|
2
a donc
d(x, H) =
_
_
_
_
_
x
_
x
(a [ x)
|a|
2
a
__
_
_
_
_
=
[(a [ x)[
|a|
Proposition
Si B = (e
1
, ..., e
n
) est une base orthonorme de E et si H est un hyperplan dquation a
1
x
1
+
+a
n
x
n
= 0 (avec (a
1
, . . . , a
n
) ,= (0, . . . , 0)) alors pour tout vecteur x de E de composantes
x
1
, . . . , x
n
dans B on a
d(x, H) =
[a
1
x
1
+ +a
n
x
n
[
_
a
2
1
+ +a
2
n
dm. :
Le vecteur a = a
1
e
1
+ +a
n
e
n
est vecteur normal H et la formule propose est alors la concrtisation
de la formule d(x, H) =
[(a [ x)[
|a|

Exemple Soit E un espace vectoriel euclidien de dimension 3 muni dune base orthonorme
B = (i, j, k).
Soient P : x + 2y 3z = 0 et D = Vect(u) avec u = i +k.
Soit x = i + 2j + 3k. Calculons d(x, P) et d(x, D).
Par les formules prcdentes d(x, P) =
[1 + 4 9[

1 + 4 + 9
=
4

14
et d(x, D) = |i + 2j +k| =

6
Exemple Calculons
m = inf
(a,b)R
2
_
1
0
_
t
2
(at +b)
_
2
dt
Considrons E = R[X] muni du produit scalaire : (P, Q)
_
1
0
P(t)Q(t) dt.
On a m = d(X
2
, R
1
[X])
2
.
En introduisant la projection orthogonale p = p
R
1
[X]
, on a m =
_
_
X
2
p(X
2
)
_
_
2
.
Il reste dterminer p(X
2
).
Pour cela exploitons p(X
2
) R
1
[X] (1) et X
2
p(X
2
) R
1
[X]

(2)
Par (1), on peut crire p(X
2
) = aX +b.
Par (2), on a (X
2
p(X
2
) [ 1) = (X
2
p(X
2
) [ X) = 0.
On en dduit (aX +b [ 1) = (X
2
[ 1) et (aX +b [ X) = (X
2
[ X).
Cela fournit le systme
_

_
a
2
+b =
1
3
a
3
+
b
2
=
1
4
Aprs rsolution, on obtient p(X
2
) = X 1/6 et on en dduit aprs calculs m = 1/180.
http://mp.cpgedupuydelome.fr 398 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
12.3.3 Symtrie orthogonale
Soit F un sous-espace vectoriel dun espace vectoriel euclidien E.
Les espaces F et F

sont supplmentaires dans E.


Dnition
On appelle symtrie orthogonale par rapport F la symtrie vectorielle s
F
par rapport F
paralllement la direction F

.
Si F est un hyperplan de E, on dit que s
F
est la rexion par rapport F.
Exemple Si F = 0 alors s = Id.
Si F = E alors s = Id.
Proposition
s
F
est un endomorphisme vriant s
2
F
= Id, ker(s
F
I) = F et ker(s
F
+I) = F

.
De plus s
F
= s
F
et s
F
= 2p
F
Id.
dm. :
Puisque s
F
est la symtrie par rapport F et paralllement F

, s
F
est un endomorphisme de E vriant
s
2
F
= Id. Aussi ker(s
F
Id) = F (espace par rapport auquel a lieu la symtrie) et ker(s
F
+ Id) = F

(espace paralllement auquel a lieu la symtrie).


De plus s
F
est la symtrie complmentaire de s
F
cest--dire la symtrie par rapport F

paralllement
F = F

, autrement dit la symtrie par rapport F

.
Enn s
F
= 2p
F
Id car p
F
est la projection sur F paralllement F

Thorme
Si B = (e
1
, . . . , e
p
) est une base orthonorme de F alors
x E, s
F
(x) = 2
p

j=1
(e
j
[ x)e
j
x
dm. :
s
F
= 2p
F
Id et p
F
(x) =
p

j=1
(e
j
[ x)e
j
.

Exemple Soit D = Vect(a) avec a ,= 0.


x E, s
D
(x) = 2
(a [ x)
|a|
2
a x
Exemple Soit H = Vect(a)

avec a ,= 0.
x E, s
H
(x) = x 2
(a [ x)
|a|
2
a
http://mp.cpgedupuydelome.fr 399 cbna
12.3. PROJECTION ET SYMTRIES ORTHOGONALES
Exemple Considrons R
3
muni de sa base orthonorme canonique B = (i, j, k).
Soit s la rexion par rapport au plan P : x +y z = 0.
Formons la matrice A de s dans la base B.
a = i +j k est vecteur normal P.
Pour tout x E, on a s(x) = x 2
(a [ x)
|a|
2
a.
On en dduit s(i) = i
2
3
(i +j k), s(j) = j
2
3
(i +j k) et s(k) = k +
2
3
(i +j k)
Ainsi
A =
1
3
_
_
1 2 2
2 1 2
2 2 1
_
_
Thorme
Soit s L(E). On a quivalence entre :
(i) s est un symtrie orthogonale ;
(ii) s
2
= Id et x, y E, (s(x) [ y) = (x [ s(y)).
dm. :
(i) (ii) Supposons que s est une symtrie orthogonale.
On sait dj s
2
= Id.
Soit p =
1
2
(s +I) la projection associe la symtrie s.
Pour tout x, y E. On a
(s(x) [ y) = (2p(x) x [ y) = 2 (p(x) [ y) (x [ y).
Or (p(x) [ y) = (x [ p(y)) car la projection p est orthogonale
donc
(s(x) [ y) = 2 (x [ p(y)) (x [ y) = (x [ 2p(y) y) = (x [ s(y))
(ii) (i) Supposons (ii)
Puisque s
2
= Id, les espaces F = ker(s Id) et G = ker(s + Id) sont supplmentaires dans E et q est
la symtrie par rapport F et paralllement G. Pour conclure, il suft de montrer que G = F

.
Soient x F et y G.
(x [ y) = (s(x) [ y) = (x [ s(y)) = (x [ y) = (x [ y) donc (x [ y) = 0.
On en dduit que les espaces F et G sont orthogonaux.
Ainsi G F

, or dimG = dimE dimF = dimF

donc G = F

Corollaire
La matrice dune symtrie orthogonale dans une base orthonorme est symtrique.
dm. :
Notons A = (a
i,j
) la matrice dune symtrie orthogonale s dans une base orthonorme B = (e
1
, ..., e
n
).
Le coefcient dindice (i, j) de A est la ime composante dans B de limage du jme vecteur de base par
s. Ainsi a
i,j
= (e
i
[ s(e
j
)).
Or s est une symtrie orthogonale donc a
i,j
= (s(e
i
) [ e
j
) = (e
j
[ s(e
i
)) = a
j,i
.
Par suite la matrice A est symtrique.

http://mp.cpgedupuydelome.fr 400 cbna


CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Corollaire
Les symtries orthogonales conservent le produit scalaire
x, y E, (s(x) [ s(y)) = (x [ y)
En particulier, les symtries orthogonales conservent la norme
x E, |s(x)| = |x|
dm. :
Soient x, y E.
(s(x) [ s(y)) =
_
x [ s
2
(y)
_
= (x [ y) car s
2
= Id.

Exemple Soient a, b E tels que |a| = |b| et a ,= b.


Montrons quil existe une unique rexion qui change a et b.
Analyse :
Soit s une rexion dhyperplan H solution.
On a s(a) = b et s(b) = a donc s(b a) = a b = (b a).
Par suite b a H

. Or b a ,= 0 donc H = Vect(b a)

.
Ceci dterminer H, et donc s, de faon unique.
Synthse :
Soit s la rexion dhyperplan H = Vect(b a)

Puisque |a| = |b|, on a (a +b [ a b) = |a|


2
|b|
2
= 0 donc a +b H.
Or a =
1
2
(a +b) +
1
2
(a b) donc s(a) =
1
2
(a +b)
1
2
(a b) = b et s(b) = s
2
(a) = a.
Ainsi s est solution.
12.4 Automorphismes orthogonaux
E dsigne un espace vectoriel euclidien de dimension n N

.
12.4.1 Matrices orthogonales
Dnition
Une matrice A /
n
(R) est dite orthogonale si A est inversible et A
1
=
t
A.
On note O
n
(R) lensemble de ces matrices.
Exemple I
n
O
n
(R) et I
n
O
n
(R)
Remarque Par le thorme dinversibilit il y a quivalence entre
(i) A O
n
(R) ;
(ii)
t
AA = I
n
;
(iii) A
t
A = I
n
.
Proposition
O
n
(R) est un sous-groupe de GL
n
(R).
http://mp.cpgedupuydelome.fr 401 cbna
12.4. AUTOMORPHISMES ORTHOGONAUX
dm. :
O
n
(R) GL
n
(R), I
n
O
n
(R).
Soient A, B O
n
(R).
AB est inversible et (AB)
1
= B
1
A
1
=
t
B
t
A =
t
(AB) donc AB O
n
(R).
Soit A O
n
(R).
A
1
est inversible et (A
1
)
1
= (
t
A)
1
=
t
(A
1
) donc A
1
O
n
(R).

Dnition
(O
n
(R), ) est appel groupe orthogonal dordre n.
Proposition
A O
n
(R), det A = 1.
dm. :
t
A = A
1
donc det(
t
A) = det(A
1
) i.e. det A = (det A)
1
do (det A)
2
= 1.

Attention : La rciproque est fausse, det A = 1 nimplique pas A O


n
(R).
Dnition
Les matrices orthogonales de dterminant 1 (resp. 1) sont qualies de positives (resp.
ngatives).
Exemple I
n
est une matrice orthogonale positive.
I
n
est une matrice orthogonale positive si n est pair et ngative sinon.
Proposition
SO
n
(R) = A O
n
(R)/ det A = 1 est un sous-groupe de (GL
n
(R), ).
dm. :
SO
n
(R) = O
n
(R) SL
n
(R) est lintersection de deux sous-groupes de (GL
n
(R), )

Dnition
(SO
n
(R), ) est appel groupe spcial orthogonal dordre n.
12.4.2 Caractrisation des matrices orthogonales
Considrons lespace vectoriel rel /
n,1
(R).
Pour X =
_
_
_
x
1
.
.
.
x
n
_
_
_et Y =
_
_
_
y
1
.
.
.
y
n
_
_
_ /
n,1
(R), on pose
(X [ Y ) =
t
XY = x
1
y
1
+ +x
n
y
n
On vrie aisment quon dnit ainsi un produit scalaire sur lespace /
n,1
(R) des matrices colonnes.
Considrons aussi lespace vectoriel rel /
1,n
(R).
http://mp.cpgedupuydelome.fr 402 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Pour X = ( x
1
. . . x
n
) et Y = ( y
1
. . . y
n
) /
1,n
(R) on pose (X [ Y ) = X
t
Y =
x
1
y
1
+ +x
n
y
n
.
On vrie aisment quon dnit ainsi un produit scalaire sur lespace /
1,n
(R) des matrices lignes.
Thorme
Soit A /
n
(R) de colonnes C
1
, . . . , C
n
et de lignes L
1
, . . . , L
n
.
On a quivalence entre :
(i) la matrice A est orthogonale ;
(ii) la famille (C
1
, . . . , C
n
) est orthonormale ;
(iii) la famille (L
1
, . . . , L
n
) est orthonormale.
dm. :
Calculons
t
AA.
A = (a
i,j
),
t
A = (a
t
j,i
) avec a
t
j,i
= a
i,j
et
t
AA = (b
i,j
) avec b
i,j
=
n

k=1
a
k,i
a
k,j
Or (C
i
[ C
j
) =
n

k=1
a
k,i
a
k,j
donc
t
AA = I
n
1 i, j n, (C
i
[ C
j
) =
i,j
et ainsi (i) (ii).
De mme, en calculant A
t
A, on obtient (i) (iii)

Exemple Soit
A =
_
_
1/

3 1/

2 1/

6
1/

3 1/

2 1/

6
1/

3 0 2/

6
_
_
/
3
(R)
En notant C
1
, C
2
, C
3
les colonnes de A on a (C
1
[ C
2
) = (C
2
[ C
3
) = (C
3
[ C
1
) = 0 et
|C
1
| = |C
2
| = |C
3
| = 1.
On en dduit A O
3
(R).
De plus det A = 1 donc A SO
3
(R).
Exemple Pour R,
_
cos sin
sin cos
_
SO
2
(R) et
_
_
1 0 0
0 cos sin
0 sin cos
_
_
SO
3
(R)
12.4.3 Matrice de passage entre deux bases orthonorme
Thorme
Soient B = (e
1
, . . . , e
n
) une base orthonorme de E, B
t
= (e
t
1
, . . . , e
t
n
) une famille de
vecteurs de E et P la matrice reprsentative de B
t
dans B. On a quivalence entre :
(i) B
t
est une base orthonorme de E ;
(ii) P O
n
(R).
De plus, si tel est le cas, P apparat comme tant la matrice de passage de B B
t
tandis que
t
P = P
1
est la matrice de passage de B
t
B.
dm. :
Notons p
i,j
le coefcient gnral de la matrice P = Mat
B
(e
t
1
, . . . , e
t
n
).
http://mp.cpgedupuydelome.fr 403 cbna
12.4. AUTOMORPHISMES ORTHOGONAUX
p
i,j
est la ime composante dans la base B du vecteur e
t
j
.
Notons p
t
i,j
le coefcient gnral de la matrice
t
P.
On a p
t
i,j
= p
j,i
Enn, notons a
i,j
le coefcient gnral de la matrice
t
PP.
On a
a
i,j
=
n

k=1
p
t
i,k
p
k,j
=
n

k=1
p
k,i
p
k,j
Or par calcul du produit scalaire de deux vecteurs par ses composantes dans une base orthonorme, on a
aussi
(e
t
i
[ e
t
j
) =
n

k=1
p
k,i
p
k,j
Ainsi a
i,j
= (e
t
i
[ e
t
j
) et donc
t
PP = I
n
si, et seulement si, la famille B
t
est orthonorme et cette dernire
est alors une base orthonorme de E.

Remarque Si les bases B et B


t
ont mme orientation alors P SO
n
(R) et donc det P = 1. Cest cet
argument qui a prcdemment t utilis pour dnir le produit mixte dune famille de vecteurs dun
espace euclidien orient.
12.4.4 Automorphismes orthogonaux
Dnition
On appelle endomorphisme orthogonal de E tout endomorphisme f de E conservant le produit
scalaire i.e. vriant :
x, y E, (f(x) [ f(y)) = (x [ y)
On note O(E) lensemble de ces applications.
Exemple Id et Id sont des endomorphismes orthogonaux.
Exemple Les symtries orthogonales, et en particulier les rexions, sont des endomorphismes
orthogonaux.
Attention : Les projections orthogonales ne sont pas des endomorphismes orthogonaux.
Thorme
Soit f un endomorphisme de E.
On a quivalence entre :
(i) f est orthogonal ;
(ii) f conserve la norme i.e. x E, |f(x)| = |x|.
dm. :
(i) (ii) Immdiat car la conservation du produit scalaire entrane la conservation de la norme.
(ii) (i) Supposons que f conserve la norme.
http://mp.cpgedupuydelome.fr 404 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Soient x, y E.
Par polarisation
(f(x) [ f(y)) =
1
4
_
|f(x) +f(y)|
2
|f(x) f(y)|
2
_
par linarit de f
(f(x) [ f(y)) =
1
4
_
|f(x +y)|
2
|f(x y)|
2
_
et puisque f conserve la norme
(f(x) [ f(y)) =
1
4
_
|x +y|
2
|x y|
2
_
= (x [ y)
Ainsi f conserve le produit scalaire.

Remarque Un endomorphisme orthogonal f conserve aussi :


- lorthogonalit :
x, y E, (x [ y) = 0 (f(x) [ f(y)) = 0 ;
- les carts angulaires :
x, y E non nuls, Ecart(f(x), f(y)) = Ecart(x, y)
Corollaire
Un endomorphisme orthogonal de E est un automorphisme de E.
On parle indiffremment dendomorphisme ou dautomorphisme orthogonal voire disomtrie.
dm. :
Si f O(E) alors par conservation de la norme f(x) = 0 x = 0 et donc ker f = 0.

Proposition
O(E) est un sous-groupe de (GL(E), ).
dm. :
O(E) GL(E) et Id O(E).
Soient f, g O(E).
Pour tout x E, |(g f)(x)| = |g(f(x))|.
Or g conserve la norme donc |(g f)(x)| = |f(x)| et puisque f converse la norme |(g f)(x)| = |x|.
Par suite g f O(E).
Soit f O(E).
Pour tout x E,
_
_
f(f
1
(x))
_
_
=
_
_
f
1
(x)
_
_
car f conserve la norme et donc |x| =
_
_
f
1
(x)
_
_
.
Par suite f
1
O(E).

Dnition
(O(E), ) est appel groupe orthogonal de E.
Thorme
Soient f L(E) et B = (e
1
, . . . , e
n
) une base orthonorme de E.
On a quivalence entre :
(i) f O(E) ;
(ii) f(B) est une base orthonorme ;
(iii) Mat
B
f O
n
(R).
http://mp.cpgedupuydelome.fr 405 cbna
12.4. AUTOMORPHISMES ORTHOGONAUX
dm. :
(i) (ii) Supposons f orthogonal.
Par conservation du produit scalaire (f(e
i
) [ f(e
j
)) = (e
i
[ e
j
) =
i,j
et donc (f(e
1
), . . . , f(e
n
))
est une famille orthonorme. Puisque celle-ci est forme de n = dimE vecteurs de E, cest une base
orthonorme de E.
(ii) (iii) Si f(B) est une base orthonorme alors Mat
B
f = Mat
B
f(B) est orthogonal car cette matrice
sinterprte comme la matrice de passage entre deux bases orthonormes de E.
(iii) (i) Supposons A = Mat
B
f O
n
(R).
Soient x, y E et notons X et Y leurs matrices composantes dans B.
Les vecteurs f(x) et f(y) ont pour matrices composantes AX et AY dans B.
On a alors (f(x) [ f(y)) =
t
(AX)AY =
t
X
t
AAY =
t
XY = (x [ y) et donc f conserve le produit
scalaire.

Corollaire
Etant donn deux bases orthonormes B et B
t
, il existe un unique automorphisme orthogonal
transformant B et B
t
.
dm. :
Lexistence et lunicit dun endomorphisme transformant B en B
t
est assure par le fait que le choix de
limage dune base dtermine entirement un endomorphisme. Celui-ci est ncessairement orthogonal en
vertu de (ii) (i).

Corollaire
Si f O(E) alors det f = 1.
dm. :
Le dterminant de f est celui dune matrice orthogonale.

Dnition
Les automorphismes orthogonaux de dterminant 1 (resp. 1) sont qualis de positifs (resp.
ngatifs).
Exemple Id est un automorphisme orthogonal positif.
Id est un automorphisme orthogonal positif en dimension paire et ngatif en dimension impaire.
Exemple Les rexions sont des automorphismes orthogonaux ngatifs.
En effet, soit s une rexion dhyperplan H et B une base adapte la supplmentarit de H et H

. La
matrice de s dans la base B est diag(1, . . . 1, 1) et donc det s = 1.
Proposition
SO(E) = f O(E)/ det f = 1 est un sous-groupe de (GL(E), ).
dm. :
SO(E) = O(E) SL(E) est lintersection de deux sous-groupes de (GL(E), ).

Dnition
(SO(E), ) est appel groupe des isomtries positives de E.
http://mp.cpgedupuydelome.fr 406 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
12.5 Automorphismes orthogonaux du plan euclidien
E dsigne un plan euclidien orient, par exemple E peut tre lensemble des vecteurs du plan gomtrique
ou R
2
.
12.5.1 Matrice de rotation
Dnition
Pour R, on appelle matrice de rotation dangle la matrice
R() =
_
cos sin
sin cos
_
SO
2
(R)
Exemple R(0) =
_
1 0
0 1
_
= I
2
, R() =
_
1 0
0 1
_
= I
2
et R(/2) =
_
0 1
1 0
_
.
Proposition
,
t
R, R() = R(
t
) =
t
[2]
dm. :
Car
_
cos = cos
t
sin = sin
t
=
t
[2]

Proposition
,
t
R, R() R(
t
) = R( +
t
) = R(
t
)R()
En particulier, les matrices de rotation commutent entre elles.
dm. :
Par le calculs et en exploitant les formules de dveloppement de cos( +
t
) et sin( +
t
).

Proposition
R R()
1
=
t
R() = R().
dm. :
R()
1
se dtermine aisment sachant R() O
2
(R)

Thorme
Pour toute matrice M SO
2
(R), il existe un rel unique 2 prs vriant
M =
_
cos sin
sin cos
_
dm. :
Unicit 2 prs car R() = R(
t
) =
t
[2].
Existence :
http://mp.cpgedupuydelome.fr 407 cbna
12.5. AUTOMORPHISMES ORTHOGONAUX DU PLAN EUCLIDIEN
Soit
M =
_
a b
c d
_
SO
2
(R)
Puisque a
2
+c
2
= 1, il existe R tel que a = cos et b = sin .
On a (a d)
2
+ (b +c)
2
= a
2
+d
2
2ad +b
2
+c
2
2bc.
Or a
2
+c
2
= b
2
+d
2
= 1 et det M = ad bc = 1 donc (a d)
2
+ (b +c)
2
= 0
On en dduit a = d, c = b puis M = R().

Corollaire
SO
2
(R) = R()/ R est un groupe commutatif.
dm. :
Car les matrices de rotation commutent entre elles.

12.5.2 Rotation du plan euclidien orient


Thorme
La matrice dun endomorphisme r SO(E) est la mme dans toute base orthonorme directe
du plan E.
Plus prcisment, il existe R, unique 2 prs, tel que matrice de r dans toute base
orthonorme directe du plan E est
R() =
_
cos sin
sin cos
_
dm. :
Soient B et B
t
deux bases orthonormes directes de E et P la matrice de passage de B B
t
.
Puisque B et B
t
sont orthonorme directe P SO
2
(R).
Notons A et A
t
les matrices de lendomorphisme r dans les bases B et B
t
.
Ces matrices appartiennent SO
2
(R).
Par la formule de changement de base, A
t
= P
1
AP.
Or A, P SO
2
(R) et le groupe (SO
2
(R), ) est commutatif donc A
t
= P
1
PA = A.
Ainsi, la reprsentation de lendomorphisme r est la mme dans toute base orthonorme directe choisie
et puisque celle-ci est une matrice de SO
2
(R), cest une matrice R() avec dtermin de faon unique
2 prs.

Dnition
Lautomorphisme orthogonale positif reprsent par la matrice R() dans les bases
orthonormes directes du plan E est appele rotation dangle et est not Rot

.
Exemple Id
E
= Rot
0
, Id
E
= Rot

.
Proposition
,
t
R, Rot

= Rot

=
t
[2]
,
t
R, Rot

Rot

= Rot
+
= Rot

Rot

R, Rot
1

= Rot

.
http://mp.cpgedupuydelome.fr 408 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
dm. :
Il suft de transposer matriciellement les noncs.

Corollaire
SO(E) = Rot

/ R est un groupe ablien.


12.5.3 Angle orient dans le plan
12.5.3.1 Angle de deux vecteurs
Soient u et v deux vecteurs non nuls du plan euclidien orient E.
Posons U = u/|u| et V = v/|v| les vecteurs unitaires de mme direction et de mme sens que u et v.
Montrons quil existe R unique 2 prs vriant
V = Rot

(U)
Soit B une base orthonorme directe du plan de la forme B = (U, U
t
).
Puisque les vecteur V est unitaire, les composantes x, y de V dans B vrie
x
2
+y
2
= 1
et donc il existe R tel que
V = cos()U + sin()U
t
Puisque la matrice dans la base orthonorme directe B de la rotation dangle est
_
cos sin
sin cos
_
on a
Rot

(U) = cos()U + sin()U


t
On en dduit
Rot

(U) = V = [2]
Ce qui dtermine et ce de manire unique 2 prs.
Dnition
Le rel , ainsi dni 2 prs, est appel mesure de langle orient de u v.
On note = (u, v) [2] et on le visualise de la faon suivante
Remarque Nous avons ici une dnition rigoureuse de la notion dangle orient form par deux
vecteurs non nuls dun plan. Cette dnition a t possible grce lintroduction dun produit scalaire et
dune orientation du plan.
http://mp.cpgedupuydelome.fr 409 cbna
12.5. AUTOMORPHISMES ORTHOGONAUX DU PLAN EUCLIDIEN
Attention : La notion dangle orient ne peut tre introduite que dans un plan euclidien et celui-ci doit
tre pralablement orient.
Remarque Si lon inverse lorientation du plan, les bases directes deviennent indirectes et on peut
montrer que langle dune rotation est transforme en son oppos. En consquence, les angles orients
sont eux aussi transforms en leur oppos.
Exemple Pour tout vecteur non nul u du plan E, on a (u, Rot

(u)) = [2].
En particulier (u, u) = 0 [2] et (u, u) = [2].
12.5.3.2 Proprits
Proposition
u, v E 0, , R
+
, (u, v) = (u, v) [2].
dm. :
Les vecteurs U et V sont les mmes dans le cas o lon tudie langle (u, v) ou dans le cas o on tudie
langle (u, v).

Remarque La notion dangle oriente est lie la direction et au sens des vecteurs en jeux et non leur
longueur.
Thorme
u, v, w E 0, (u, v) = (u, w) + (w, v) [2]
dm. :
Posons U = u/|u| , V = v/|v| , W = w/|w|.
Notons = (u, w) [2] et = (w, v) [2].
On a W = Rot

(U) et V = Rot

(W) donc V = (Rot

Rot

)(U) = Rot
+
(U).
On en dduit (u, v) = + [2].

Corollaire
u, v E 0, (v, u) = (u, v) [2].
dm. :
(u, v) + (v, u) = (u, u) = 0 [2]

Proposition
Soient u, v E 0 et = (u, v) [2]
On a (u [ v) = |u| |v| cos et Det(u, v) = |u| |v| sin .
De plus ces deux relations dterminent 2 prs.
dm. :
Posons U = u/|u|, V = v/|v|.
Notons = (u, v) [2] de sorte que V = Rot

(U).
http://mp.cpgedupuydelome.fr 410 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Soit B une base orthonorme directe de E de la forme B = (U, U
t
).
On a u = |u| U et v = |v| Rot

(U) = |v| (cos()U + sin()U


t
).
Connaissant les composantes de u et v dans une base orthonorme directe, on peut alors calculer (u [ v)
et Det(u, b) et on obtient (u [ v) = |u| |v| cos et Det(u, v) = |u| |v| sin .
De plus ces deux relations dterminent cos et sin et permettent donc dobtenir 2 prs.

Remarque Dans le cadre du plan gomtrique, la notion dangle orient ci-dessus se confond avec la
notion usuelle prcdemment prsentes.
Exemple Pour u, v vecteurs non nuls du plan E,
u et v sont orthogonaux si, et seulement si, (u, v) = /2 []
u et v sont colinaires si, et seulement si, (u, v) = 0 [].
Exemple Soient B = (i, j) une base orthonorme directe de E et u = i + 2j, v = 3i 4j.
Dterminons une mesure de langle orient de u v.
On a |u| =

5, |v| = 5, (u [ v) = 5 et Det(u, v) = 10.


On en dduit cos = 1/

5 et sin < 0
Par suite = arccos(1/

5) [2].
12.5.3.3 Lien entre angle orient et cart angulaire
Soient u, v E 0.
Notons = Ecart(u, v).
est dtermin par
(u [ v) = |u| |v| cos et [0, ]
Notons = (u, v) [2].
est dtermin 2 prs par
_
(u [ v) = |u| |v| cos
Det(u, v) = |u| |v| sin
On a donc cos = cos puis = [2] ou = [2].
Si (u, v) est une famille lie alors = [2]
Si (u, v) est une base directe alors Det(u, v) > 0 et alors = [2].
Si (u, v) est une base indirecte alors = [2].
http://mp.cpgedupuydelome.fr 411 cbna
12.5. AUTOMORPHISMES ORTHOGONAUX DU PLAN EUCLIDIEN
Au nal un cart angulaire, ou son oppos, est une mesure de langle orient de deux vecteurs.
12.5.3.4 Angle orient de deux droites
Soient D et D
t
deux droites vectorielles
Montrons quil existe R, unique prs vriant
D
t
= Rot

(D)
Soient u et v deux vecteurs unitaires de D et D
t
.
On a
D
t
= Rot

(D) Rot

(u) = v ou Rot

(u) = v
On en dduit
D
t
= Rot

(D) = (u, v) ou = (u, v) + [2]


et nalement
D
t
= Rot

(D) = (u, v) []
Dnition
Ce rel , dni prs, est appel mesure de langle orient de D D
t
.
On note = (D, D
t
) [] et on visualise cet angle de droite comme dans lune des quatre
gures suivantes
Remarque Pour dterminer , on mesure prs langle orient entre deux vecteurs directeurs de D
et D
t
.
http://mp.cpgedupuydelome.fr 412 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Proposition
Soient D, D
t
, D
tt
des droites vectorielles de E.
(D, D
t
) + (D
t
, D
tt
) = (D, D
tt
) [],
(D
t
, D) = (D, D
t
) [],
DD
t
(D, D
t
) = /2 [],
D = D
t
(D, D
t
) = 0 [].
dm. :
Soient u, v, w des vecteurs directeurs des droites D, D
t
, D
tt
respectivement. On a
(D, D
t
) + (D
t
, D
tt
) = (u, v) + (v, w) = (u, w) = (D, D
tt
) []
(D
t
, D) = (v, u) = (u, v) = (D, D
t
) []
DD
t
(u [ v) = 0 (u, v) = /2 [] (D, D
t
) = /2 []
et
D = D
t
(u, v) lie (u, v) = 0 [] (D, D
t
) = 0 []

12.5.4 Automorphismes orthogonaux ngatifs du plan


Thorme
Soit B = (i, j) une base orthonorme de E.
Pour tout automorphisme orthogonal ngatif s de E, il existe R tel que
Mat
B
(s) =
_
cos sin
sin cos
_
De plus s correspond alors la rexion par rapport la droite vectorielle dirige par le vecteur
u = cos(/2)i + sin(/2)j.
dm. :
Soit
M = Mat
B
(s) =
_
a b
c d
_
O
2
(R)SO
2
(R)
Comme a
2
+b
2
= 1, il existe R tel que a = cos et b = sin .
Or (a +d)
2
+ (b c)
2
= a
2
+b
2
+c
2
+d
2
+ 2(ad bc)
avec a
2
+b
2
= 1, c
2
+d
2
= 1 et ad bc = det M = 1 donc
(a +d)
2
+ (b c)
2
= 0.
On en dduit c = sin , d = cos puis
M =
_
cos sin
sin cos
_
De plus
Considrons la rexion par rapport la droite vectorielle engendre par le vecteur unitaire u =
cos(/2)i+sin(/2)j. Pour tout vecteur x de E, on a (x) = 2(x [ u)ux donc (i) =
_
2 cos
2
(/2) 1
_
i+
2 cos (/2) sin(/2)j = cos()i + sin()j
et (j) = 2 cos (/2) sin(/2)i +
_
2 sin
2
(/2) 1
_
j = sin()i cos()j.
On en dduit que les applications linaires et s prennent les mmes valeurs sur i et j et sont donc gales.

12.5.5 Classication des automorphismes orthogonaux du plan


Les rsultats qui prcdent se synthtisent de la faon suivante
http://mp.cpgedupuydelome.fr 413 cbna
12.5. AUTOMORPHISMES ORTHOGONAUX DU PLAN EUCLIDIEN
Thorme
Les automorphismes orthogonaux positifs du plan sont les rotations vectorielles, celles-ci
commutent entres elles et ont mme reprsentation dans toute base orthonorme directe.
Les automorphismes orthogonaux ngatifs du plan sont les rexions.
Corollaire
La compose de deux rotations est une rotation.
La compose de deux rexions est une rotation.
La compose dune rotation et dune rexion est une rexion.
dm. :
La compose de deux automorphismes orthogonaux et un automorphisme orthogonal et le signe de
son dterminant sobtient par le produit des signes des dterminants des automorphismes orthogonaux
composs.

Corollaire
Toute rotation du plan peut scrire comme produit de deux rexions, lune delle tant choisie
de manire quelconque.
dm. :
Soient r une rotation et une rexion quelconque.
Posons
t
= r et
tt
= r.

t
et
tt
sont des rexions et on a r =
t

1
=
t
et r =
1

tt
=
tt
..

Corollaire
Tout automorphisme orthogonal du plan peut scrire comme un produit dau plus deux
rexions.
dm. :
Un automorphisme orthogonal du plan est :
- soit une rexion ;
- soit une rotation, et cette dernire peut scrire comme produit de deux rexions.

12.5.6 Composition dautomorphismes orthogonaux.


Thorme
Les rotations du plan conservent les angles orients tandis que les rexions du plan les
changent en leur oppos.
dm. :
Soient u, v deux vecteur unitaires de E et = (u, v) [2]. On a v = Rot

(u).
Soit r une rotation du plan.
r(v) = (r Rot

)(u) = (Rot

r)(u) donc (r(u), r(v)) = [2].


Soit une rexion du plan.
Posons
t
= Rot

.
t
est une rexion et Rot

=
t
.
(v) = Rot

(u) =
t
(u) = (
t
)((u)).
Or
t
= (
t1

1
) = (
t
)
1
= Rot
1

= Rot

.
donc ((v), (u)) = [2].

http://mp.cpgedupuydelome.fr 414 cbna


CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Proposition
Soient et
t
deux rexions par rapport deux droites D et D
t
.
On a
t
= Rot
2
avec = (D, D
t
) [].
dm. :

t
est une rotation, reste dterminer son angle.
Soient u et v des vecteurs directeurs de D et D
t
.
On a (u, v) = [].
Calculons langle de la rotation
t
en valuant
(u,
t
(u)) = (u,
t
(u)) [2]
Par la relation de Chasles
(u,
t
(u)) = (u, v) + (v,
t
(v)) [2]
Or
(v,
t
(u)) = (
t
(v),
t
(u)) = (v, u) [2]
donc
(u,
t
(u)) = 2(u, v) = 2 [2].

Proposition
Soient r une rotation dangle et une rexion par rapport D.
r est la rexion par rapport D
t
= Rot
/2
(D)
r est la rexion par rapport D
tt
= Rot
/2
(D).
dm. :
Posons
t
et
tt
les rexions par rapport aux droites D
t
et D
tt
respectivement.
Puisque (D, D
t
) = /2 [],
t
= Rot

= r et donc
t
= r .
Puisque (D
tt
, D) = /2 [],
tt
= Rot

= r et donc
tt
= r.

12.6 Automorphismes orthogonaux de lespace de dimension 3


E dsigne un espace vectoriel euclidien orient de dimension 3, par exemple E peut tre lensemble des
vecteurs de lespace gomtrique ou R
3
.
12.6.1 Orientation induite
Soient P un plan de lespace orient E et D = P

sa droite normale.
Il nexiste pas a priori dorientation prfrentielle ni sur P, ni sur D.
Choisissons une orientation sur D et soit u un vecteur unitaire direct de D.
Compltons u en une base orthonorme directe B = (u, v, w) de E.
La famille (v, w) est une base orthonorme de P. En choisissant celle-ci pour base oriente de rfrence,
http://mp.cpgedupuydelome.fr 415 cbna
12.6. AUTOMORPHISMES ORTHOGONAUX DE LESPACE DE DIMENSION 3
on dit quon a muni le plan P de lorientation induite de celle de D. En effet on peut montrer que cette
orientation est indpendante de la manire dont on a complt u en une base orthonorme directe.
Remarque Si lon inverse lorientation sur D, lorientation induite sur P est-elle aussi inverse.
12.6.2 Rotation de lespace de dimension 3
12.6.2.1 Dnition
Soient R et D une droite vectorielle oriente par un vecteur unitaire u.
Notons P = D

muni de lorientation induite.


Soit p la projection orthogonale sur D et celle sur P.
Pour tout x E, on pose
f(x) = p(x) + Rot

(q(x))
o Rot

est la rotation dangle du plan euclidien orient P.


Dnition
Lapplication f ainsi dnie est appele rotation daxe dirig et orient par u et dangle .
On note f = Rot
u,
.
Proposition
f est un endomorphisme vriant f
D
= Id
D
et f
P
= Rot

.
http://mp.cpgedupuydelome.fr 416 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
dm. :
f est linaire par opration sur les applications linaires.
Les restrictions afrmes sont immdiates sachant p
D
= Id
D
, p
P
=

0, q
D
=

0 et q
P
= Id
P
.

Proposition
Si = 0 [2] alors f = Id.
Si ,= 0 [2] alors les vecteurs invariants par f sont ceux de D.
dm. :
Si = 0 [2] alors Rot

= Id
P
donc f(x) = p(x) +q(x) = x pour tout x E.
Si ,= 0 [2] alors pour x E,
f(x) = x Rot

(q(x)) = q(x).
Or le vecteur nul est le seul vecteur invariant par Rot

donc
f(x) = x q(x) = 0 x D

Thorme
La matrice de lendomorphisme f dans une base orthonorme directe de E de la forme B =
(u, v, w) est
_
_
1 0 0
0 cos sin
0 sin cos
_
_
dm. :
f(u) = u, f(v) = Rot

(v) et f(w) = Rot

(w).
Or (v, w) est une base orthonorme directe du plan T donc la matrice de Rot

dans la base (v, w) est


_
cos sin
sin cos
_
donc f(v) = cos()v + sin()w et f(w) = sin()v + cos()w.

Corollaire
Les rotations sont des automorphismes orthogonaux positifs de E.
dm. :
Car
_
_
1 0 0
0 cos sin
0 sin cos
_
_
SO
3
(R)

Proposition
,
t
R, Rot
u,
= Rot
u,
=
t
[2]
,
t
R, Rot
u,
Rot
u,
= Rot
u,+
= Rot
u,
Rot
u,
.
,
t
R, Rot
1
u,
= Rot
u,
.
dm. :
Immdiat par calcul matriciel.

http://mp.cpgedupuydelome.fr 417 cbna


12.6. AUTOMORPHISMES ORTHOGONAUX DE LESPACE DE DIMENSION 3
Remarque Si on inverse lorientation de D, lorientation induite sur P lest aussi et les mesures
angulaires dans P sont alors changes en leur oppose. Par suite Rot
u,
= Rot
u,
.
12.6.2.2 Reprsentation matricielle dans une base orthonorme quelconque
La reprsentation matricielle prcdente de lendomorphisme f = Rot
u,
a t obtenue dans une base
adapte f, plus prcisment une base orthonorme directe dont le premier vecteur est u. Voyons un
rsultat permettant dobtenir la matrice de f dans une base orthonorme diffrente.
Proposition
Soit f la rotation daxe D dirig et orient par un vecteur unitaire u et dangle . x
D

, f(x) = cos()x + sin()u x.


dm. :
Cas x = 0 : ok.
Cas x ,= 0 :
Posons i =
x
|x|
et j = u i =
u x
|x|
.
La famille B = (i, j) est une base orthonorme directe du plan P = D

.
Pour x P, f(x) = Rot

(x) = |x| Rot

(i) = |x| (cos .i + sin .j) = cos .x + sin .(u x).

Exemple Soient B = (i, j, k) une base orthonorme directe de E et f la rotation daxe D dirig et
orient par u =
1

3
(i +j k) et dangle = /3.
Formons la matrice de f dans la base B.
Notons p la projection orthogonale sur D et q celle sur D

.
x E, p(x) = (x [ u)u et q(x) = x (x [ u)u
Puisque
f(x) = f(p(x)) +f(q(x)) = p(x) +f(q(x))
avec q(x) D

, la formule prcdente donne


f(x) = p(x) + cos()q(x) + sin()u q(x)
puis
f(x) = cos()x + (1 cos )(x [ u)u + sin()u x
et au nal
f(x) =
1
2
x +
1
6
(x [ i +j +k)(i +j +k) +
1
2
(i +j k) x
On en dduit
A =
1
3
_
_
2 2 1
1 2 2
2 1 2
_
_
http://mp.cpgedupuydelome.fr 418 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
12.6.2.3 Retournement
Dnition
On appelle retournement (ou demi-tour) autour dune droite vectorielle D la rotation daxe D
et dangle . On la note Ret
D
.
Remarque Lorientation de D na ici aucune incidence car Rot
u,
= Rot
u,
.
Proposition
Ret
D
est aussi la symtrie orthogonale par rapport la droite D.
dm. :
Soit B une base orthonorme directe adapte la supplmentarit de D et D

.
Le retournement autour de la droite D et la symtrie considre ont tous deux la mme matrice dans B
_
_
1 0 0
0 1 0
0 0 1
_
_

Exemple Montrons que Toute rotation f daxe D et dangle peut scrire comme un produit de deux
retournements autour de droites orthogonales D.
Considrons P = D

muni de lorientation induite.


Dans le plan P, la rotation dangle peut scrire Rot

=
2

1
o
1
et
2
sont des rexions du plan
P par rapport des droites D
1
et D
2
de ce plan.
Notons s
1
et s
2
les retournements de lespaces autour de ces deux droites.
Pour tout x D, f(x) = x et (s
2
s
1
)(x) = s
2
(x) = x.
Pour tout x P, f(x) = Rot

(x) et (s
2
s
1
)(x) = s
2
(
1
(x)) =
2
(
1
(x)) = Rot

(x).
Puisque tout vecteur x de E peut scrire a +b avec a D et b P, on a
f(x) = f(a) +f(b) = (s
2
s
1
)(a) + (s
2
s
1
)(b) = (s
2
s
1
)(x).
12.6.3 Classication des automorphismes orthogonaux de lespace
12.6.3.1 Prliminaires
Lemme
Soient F et G deux sous-espaces vectoriels supplmentaires dun K-espace vectoriel E et
f, g L(E).
Si x F, f(x) = g(x) et x G, f(x) = g(x) alors f = g.
dm. :
Pour tout x E, on peut crire x = a +b avec a F et b G.
On a alors f(x) = f(a) +f(b) = g(a) +g(b) = g(x).
Ainsi f = g.

http://mp.cpgedupuydelome.fr 419 cbna


12.6. AUTOMORPHISMES ORTHOGONAUX DE LESPACE DE DIMENSION 3
Lemme
Soient f un automorphisme orthogonal dun espace euclidien E et F = ker(f Id) le sous-
espace vectoriel form des vecteurs invariants par f.
Lespace F

est stable par f et f


F
: F

est un automorphisme orthogonal de F

dont le vecteur nul est le seul vecteur invariant.


dm. :
Afrmer que F

est stable par f signie f(F

) F

.
Soit y f(F

). Il existe x F

tel que y = f(x).


Pour tout a F, on a alors (y [ a) = (f(x) [ f(a)) = (x [ a) = 0 car x F

et a F.
Ainsi f(F

) F

et donc F

est stable par f.


Lapplication restreinte f
F
: F

est alors un endomorphisme de F

qui conserve le produit


scalaire donc f
]F
O(F

).
Enn, si x F

est un vecteur invariant par f


F
alors x = f
]F
(x) = f(x) donc x F puis
x F F

= 0.

Lemme
Tout automorphisme orthogonal positif dun espace vectoriel euclidien de dimension 3 admet
au moins un vecteur unitaire invariant.
dm. :
Soit f SO(E). Il suft de montrer ker(f Id) ,= 0 pour conclure lexistence dau moins un vecteur
unitaire invariant. Pour montrer ker(f Id) ,= 0, il suft de vrier det(f Id) = 0 ce que nous allons
justier matriciellement.
Soient B une base orthonorme de E et A la matrice de f dans B, A SO
3
(R).
La matrice de f Id est M = AI
3
.
On a
t
AM =
t
AA
t
A = I
t
A =
t
M donc det(
t
AM) = det(
t
M).
Or det(
t
AM) = det Adet M = det M et det(
t
M) = (1)
3
det M = det M
donc det M = 0.
Par suite M nest pas inversible et donc ker(f Id) ,= 0.

12.6.3.2 Classication des automorphismes orthogonaux de lespace


Thorme
Soit f O(E) et F = ker(f Id) le sous-espace vectoriel form des vecteurs invariants
par f.
Si dimF = 3 alors f = Id.
Si dimF = 2 alors f est la rexion de plan P = F.
Si dimF = 1 alors f est une rotation vectorielle autour de D = F.
Si dimF = 0 alors f est la compose commutative dune rexion par rapport un plan P et
dune rotation autour de sa droite normale D = P

dm. :
Puisque F est form des vecteurs invariants par f, on a f
F
= Id
F
.
Dautre part f
F
O(F

) dont le seul vecteur invariant est le vecteur nul.


Cas dimF = 3.
On a F = E et donc f = Id.
Cas dimF = 2.
P = F est un plan et D = F

est une droite vectorielle.


Pour tout x D, f(x) appartient la droite D et |f(x)| = |x|. On en dduit f(x) = x ou f(x) = x.
http://mp.cpgedupuydelome.fr 420 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Or, dans D = F

, seul le vecteur nul est invariant. On en dduit que f(x) = x pour tout x D.
Puisque de plus, f(x) = x pour tout x P, on peut afrmer que f est la rexion de plan P.
Cas dimF = 1.
D = F est une droite et P = F

est un plan vectoriel.


Puisque f
P
est un automorphisme orthogonal du plan P qui ne possde pas de vecteur invariant autre
que le vecteur nul, on peut afrmer que f
P
est une rotation du plan P (rappelons que les automorphismes
orthogonaux dun plan euclidien sont les rexions et les rotations)
Puisque de plus, f(x) = x pour tout x D, on peut afrmer que f est une rotation autour de la droite D.
Cas dimF = 0.
Lautomorphisme orthogonal f ne peut tre positif car un automorphisme orthogonal positif possde
au moins un vecteur invariant unitaire. Puisque det(f) = (1)
3
det f = det f, lendomorphisme
orthogonal f est quant lui positif et donc il existe un vecteur x E unitaire tel que f(x) = x.
Considrons alors la rexion par rapport au plan P = Vect(x)

.
On a f SO(E) et ( f)(x) = x.
De par ltude ci-dessus, on peut afrmer :
- f = Id
E
(exclu car alors f = et F ,= 0) ;
- f est une rexion (exclu car alors f SO(E)) ;
- ou f est une rotation autour de la droite D = Vect(x).
Les deux premiers cas tant exclus, on obtient f = r avec r une rotation autour de D.
Enn, puisque pour tout x D, ( r)(x) = (x) = (r )(x) et, pour tout x P, ( r)(x) =
r(x) = (r )(x), on peut afrmer r = r et donc f est la compose commutative dune rexion
par rapport P et dune rotation autour de D = P

Corollaire
Les automorphismes orthogonaux positifs de lespace E sont les rotations.
Les automorphismes orthogonaux ngatifs possdant dautres vecteurs invariants que le
vecteur nul sont les rexions.
Corollaire
La compose de deux rotations de lespace est une rotation.
La compose de deux rexions distinctes de lespace est une rotation autour de la droite
intersection des plans de rexion.
dm. :
La compose de deux automorphismes orthogonaux positifs est positive donc la compose de deux
rotations est une rotation.
La compose de deux automorphisme orthogonaux ngatifs est positive donc la compose de deux
rexions distinctes est une rotation. Puisque la droite intersection des deux plans de rexion est invariante,
cette rotation opre autour de cette droite.

Corollaire
Toute rotation f daxe D peut scrire comme produit de deux rexions par rapport des
plans contenant D lune delles pouvant tre choisie de manire quelconque.
dm. :
Soit une rexion par rapport un plan contenant laxe D.
Posons
t
= f et
tt
= f .

t
et
tt
sont des automorphismes orthogonaux ngatifs vriant x D,
t
(x) = x =
tt
(x).

t
et
tt
sont donc des rexions par rapport des plans contenant D.
Puisque f =
t
et f =
tt
, f apparat comme la compose de deux rexions par rapport des
http://mp.cpgedupuydelome.fr 421 cbna
12.6. AUTOMORPHISMES ORTHOGONAUX DE LESPACE DE DIMENSION 3
plans contenant D, lune delles tant choisie de faon quelconque.

Corollaire
Tout automorphisme orthogonal de lespace peut scrire comme un produit dau plus trois
rexions.
dm. :
Car une rotation scrit comme produit de deux rexions et quun automorphisme orthogonal autre
quune rotation est une rexion ou une compose commutative dune rexion et dune rotation.

12.6.4 Rduction dautomorphismes orthogonaux


12.6.4.1 Principe
Soit f un endomorphisme de E connu par sa matrice A dans une base orthonorme directe B = (i, j, k).
Si A O
3
(R) alors f O(E).
Pour prciser lautomorphisme orthogonal f, on dtermine lespace F = ker(f Id) des vecteurs
invariants par f.
Cas dimF = 3
On a f = Id.
Cas dimF = 2
f est la rexion par rapport au plan F.
Cas dimF = 1
f est une rotation autour de la droite D = F.
Prcisons celle-ci. On choisit un vecteur unitaire u de D et on oriente D par celui-ci. Dterminons langle
de la rotation f autour de laxe D.
Dans une base orthonorme directe de la forme B
t
= (u, v, w), la matrice de f est de la forme
_
_
1 0 0
0 cos sin
0 sin cos
_
_
On en dduit trf = 2 cos +1. Or on a aussi trf = trA et donc 2 cos +1 = trA ce qui dtermine cos .
Pour conclure, il suft de connatre le signe de sin .
Soit x = u +v +w / D. On a
Det(u, x, f(x)) =

1
0 cos sin
0 sin + cos

= (
2
+
2
) sin
Ainsi le signe de sin est celui de Det(u, x, f(x)).
En pratique, on dterminer le signe de sin en tudiant celui de Det(u, i, f(i))
Cas dimF = 0 (hors-programme)
Lendomorphisme f est une rotation dont on peut prciser laxe D et langle . f est alors la compose
commutative de la rexion de plan P = D

et de la rotation daxe D et dangle +.


12.6.4.2 Exemples
Soit f lendomorphisme de E dont la matrice dans une base orthonorme directe B = (i, j, k) est la
matrice A suivante :
Exemple Soit
A =
1
3
_
_
1 2 2
2 1 2
2 2 1
_
_
http://mp.cpgedupuydelome.fr 422 cbna
CHAPITRE 12. ESPACES VECTORIELS EUCLIDIENS
Les colonnes de A sont unitaires et deux deux orthogonales donc A O
3
(R) puis f O(E).
Soit u = xi +yj +zk E. Aprs rsolution
f(u) = u x +y z = 0.
Lensemble des vecteurs invariants par f est un plan, on en dduit que f est la rexion par rapport au
plan dquation x +y z = 0.
Exemple Soit
A =
_
_
0 0 1
1 0 0
0 1 0
_
_
Les colonnes de A sont unitaires et deux deux orthogonales donc A O
3
(R) puis f O(E).
Soit u = xi +yj +zk E. Aprs rsolution
f(u) = u x = y = z
Lensemble des vecteurs invariants par f est la droite D dirig par le vecteur unitaire
u =
1

3
(i +j +k)
f est une rotation autour de la droite D.
Orientons la droite D par le vecteur u et dterminons langle de cette rotation.
Puisque trA = 2 cos + 1 et trA = 0, on obtient cos = 1/2.
Dterminons le signe de Det(u, i, f(i)).
Det(u, i, f(i)) =
1

1 1 0
1 0 1
1 0 0

=
1

3
On en dduit sin > 0 puis = 2/3 [2].
Finalement f est la rotation daxe dirig et orient par u =
1

3
(i +j +k) et dangle 2/3.
Exemple Soit
A =
1
3
_
_
2 2 1
2 1 2
1 2 2
_
_
Les colonnes de A sont unitaires et deux deux orthogonales donc A O
3
(R) puis f O(E).
Soit u = xi +yj +zk E. Aprs rsolution
f(u) = u x = z et y = 2z
Lensemble des vecteurs invariants par f est la droite D dirig par le vecteur unitaire
u =
1

6
(i + 2j +k).
f est une rotation autour de la droite D.
Orientons la droite D par le vecteur u et dterminons langle de cette rotation.
Puisque trA = 2 cos + 1 et trA = 1, on obtient cos = 1.
Il est alors inutile de dterminer le signe de sin , on peut directement afrmer = [2] et conclure
que f est le retournement autour de la droite D = Vect(i + 2j +k).
http://mp.cpgedupuydelome.fr 423 cbna
12.6. AUTOMORPHISMES ORTHOGONAUX DE LESPACE DE DIMENSION 3
http://mp.cpgedupuydelome.fr 424 cbna
Deuxime partie
Analyse
425
Chapitre 13
Nombres rels et complexes
13.1 Nombres rels
Weierstrass (1863) et Dedekind (1872) furent les premiers proposer une construction satisfaisante de
R... que nous ne prsenterons pas.
Parmi les nombres rels, ceux qui scrivent comme rapport de deux entiers sont dits rationnels, ils
forment lensemble Q. Les autres sont dits irrationnels.
13.1.1 Oprations dans R
R est muni de deux oprations + et cest--dire de deux applications :
R R R
(x, y) x +y
et
R R R
(x, y) x y
Ces oprations prsentent des proprits calculatoires quil est important de souligner.
Proprits de laddition :
Pour tout a, b, c R,
- a +b = b +a (commutativit) ;
- (a +b) +c = a + (b +c) not a +b +c (associativit) ;
- a + 0 = 0 +a = a (0 est lment neutre) ;
- Pour tout a R il existe un unique d R tel que a +d = d +a = 0 (tout lment est symtrisable).
Cet lment d est not a et cela permet de dnir lopration de soustraction.
Proprits de la multiplication :
Pour tout a, b, c R,
- ab = ba (commutativit) ;
- (ab)c = a(bc) not abc (associativit) ;
- a 1 = 1 a = a (1 est lment neutre) ;
- a(b +c) = ab +ac (la multiplication est distributive sur laddition) ;
- Pour tout a ,= 0 il existe un unique d R tel que ad = da = 1 (tout lment non nul est inversible).
Cet lment d est not 1/a et cela permet de dnir lopration de division.
Attention : Il faut acqurir le rexe : tudier la non nullit de ce par quoi on divise.
Remarque Les proprits lmentaires prcdentes permettent de retrouver les proprits calculatoires
usuelles connues. Par exemple :
427
13.1. NOMBRES RELS
a R, a 0 = 0 car a 0 = a (0 + 0) = a 0 +a 0 donc a 0 = 0.
a, b R, (a)b = (ab) car (a)b + (ab) = (a +a)b = 0b = 0.
13.1.2 Relation dordre
R est ordonn par une relation .
Celle-ci permet de visualiser R comme une droite
La relation est compatible avec les oprations + et dans le sens o pour tout a, b, c R,
a b a +c b +c et (a b et c 0) ac bc
Remarque Les proprits lmentaires prcdentes permettent de retrouver les proprits calculatoires
usuelles connues. Par exemple :
Si a b alors b a.
En effet a = a (a +b) b (a +b) = a.
Si a > 0 alors 1/a > 0.
En effet a > 0 et 1/a 0 donne 1 0 qui est absurde.
Si c 0 alors c 0 donc ac bc puis bc ac.
Attention : Il faut acqurir le rexe : tudier le signe de la quantit par laquelle on multiplie une
ingalit.
Proposition
Pour tout a, b R, si 0 < a b ou si a b < 0 alors
1
b

1
a
.
dm. :
Si 0 < a b ou a b < 0 alors ab > 0 et donc 1/ab > 0.
Par suite
1
b
=
a
ab

b
ab
=
1
a

Attention : Le passage linverse de quantit de mme signe, renverse les ingalits : cest la
dcroissance de la fonction inverse.
Proposition
a R, a
2
0.
dm. :
Si a 0 alors a
2
a 0 = 0 via multiplication dune ingalit par un facteur positif.
http://mp.cpgedupuydelome.fr 428 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
Si a 0 alors a
2
a 0 = 0 via multiplication dune ingalit par un facteur ngatif.
Dans les deux cas a
2
0.

Proposition
a, b R, ab
1
2
(a
2
+b
2
).
dm. :
(a b)
2
= a
2
2ab +b
2
0 donne 2ab a
2
+b
2
.

Remarque En mathmatique, il est usuel de manipuler des ingalits larges (car plus sres) et de
rserver la manipulation dingalits strictes au cas o celles-ci sont signicatives.
Proposition
Pour a R
+
, ( > 0, a ) a = 0
dm. :
Par contrapose.
Supposons a ,= 0. On a a > 0.
Pour = a/2, on a > 0 et a > .
Ainsi, il existe > 0 tel que a > .

13.1.3 Valeur absolue


Dnition
On appelle valeur absolue dun rel x , le rel positif
[x[ =
_
x si x 0
x sinon
Proposition
Pour x, y R,
[x[ 0, [x[ = [x[, x [x[,
[x[ = 0 x = 0,
[xy[ = [x[ [y[ et si x ,= 0, [1/x[ = 1/[x[.
dm. :
Les proprits noncs sont vraies que x soit positif ou non.

Proposition
x, y R, [x +y[ [x[ +[y[
De plus, il y a galit si, et seulement si, x et y ont mme signe.
dm. :
[x +y[
2
= (x +y)
2
= x
2
+ 2xy +y
2
= [x[
2
+ 2xy +[y[
2
http://mp.cpgedupuydelome.fr 429 cbna
13.1. NOMBRES RELS
Or
2xy 2 [xy[ = 2 [x[ [y[
donc
[x +y[
2
[x[
2
+ 2 [x[ [y[ +[y[
2
Ainsi
[x +y[
2
([x[ +[y[)
2
Cette comparaison de carrs engageant des quantits positives, on en dduit [x +y[ [x[ +[y[.
De plus il y a galit si, et seulement si, xy = [xy[ i.e. xy 0.

Corollaire
x, y R, [[x[ [y[[ [x y[.
dm. :
[x[ = [x y +y[ [x y[ +[y[ donc [x[ [y[ [x y[.
Un raisonnement symtrique donne [y[ [x[ [y x[ = [x y[.
On en dduit que [[x[ [y[[ [x y[.

Attention : [x y[ nest pas infrieur [x[ [y[.


En revanche [x y[ = [x + (y)[ [x[ +[y[ [x[ +[y[.
Cette majoration a transform le signe en le signe +.
Dnition
On appelle distance de x y le rel d(x, y) = [y x[ R
+
.
Proposition
Pour tout x, y, z R,
d(x, y) = 0 x = y [sparation]
d(y, x) = d(x, y) [symtrie]
d(x, y) d(x, z) +d(z, y) [ingalit triangulaire]
dm. :
d(x, y) = 0 [x y[ = 0 x y = 0 x = y,
d(y, x) = [x y[ = [y x[ = d(x, y),
d(x, y) = [y x[ = [y z +z x[ [y z[ +[z x[ = d(z, y) +d(x, z).

Dnition
On appelle valeur approche de a R R
+
prs tout rel x vriant [x a[ .
On note a = x prs.
Si x a on dit que x est une valeur approche par dfaut.
Si x a on dit que x est une valeur approche par excs.
Exemple = 3, 14 10
2
prs par dfaut.
Remarque On notera que ce qui vient dtre cris est plus pertinent qucrire 3, 14.
http://mp.cpgedupuydelome.fr 430 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
13.1.4 Partie entire dun rel
Dnition
Pour x R, le plus grand entier n vriant n x est appel partie entire de x.
On le note E(x), [x] ou x|.
Exemple E() = 3 et E() = 4.
Proposition
La fonction x E(x) est croissante.
dm. :
Supposons x y.
Puisque E(x) x on E(x) y.
Ainsi E(x) est un entier infrieur y.
Or E(y) est le plus grand entier infrieur y donc E(x) E(y).

Proposition
Soient x R et n Z.
On a quivalence entre :
(i) n = E(x) ;
(ii) n x < n + 1 ;
(iii) x 1 < n x.
dm. :
(i) (ii) Supposons n = E(x).
Puisque n est le plus grand entier infrieur x, on a dune part n x et dautre part n + 1 qui nest pas
infrieur x donc n + 1 > x.
(ii) (iii) Supposons n x < n + 1.
On a n x et x 1 < (n + 1) 1 = n donc x 1 < n x.
(iii) (i) Supposons x 1 < n x.
Lentier n est infrieur x et pour tout m Z, si m > n alors m n + 1 > (x 1) + 1 = x.
Ainsi n est le plus grand entier infrieur x et donc n = E(x).

Remarque Le positionnement des ingalits larges et strictes ncessite rexion !


Proposition
Pour tout n Z et tout x R,
1
10
n
E(10
n
x) x <
1
10
n
E(10
n
x) +
1
10
n
dm. :
Il suft dappliquer la proprit E(y) y < E(y) + 1 avec y = 10
n
x.

http://mp.cpgedupuydelome.fr 431 cbna


13.1. NOMBRES RELS
Remarque Les rels
1
10
n
E(10
n
x) et
1
10
n
E(10
n
x) +
1
10
n
sont appels des nombres dcimaux car ils
correspondent au rapport dun entier par une puissance de 10 ; les nombres dcimaux correspondent aux
rationnels dont lcriture dcimale est nie.
Dnition
Les nombres dcimaux
1
10
n
E(10
n
x) et
1
10
n
E(10
n
x) +
1
10
n
sont appels parties dcimales
par dfaut et par excs du rel x la prcision
1
10
n
= 10
n
.
13.1.5 Intervalles de R
Dnition
Soient a, b R tels que a b.
On appelle intervalles de R les ensembles suivants :
[a, b] = x R/a x b, ]a, b] = x R/a < x b,
[a, b[ = x R/a x < b, ]a, b[ = x R/a < x < b,
], a] = x R/x a, ], a[ = x R/x < a,
[a, +[ = x R/x a, ]a, +[ = x R/x > a,
R et .
Les intervalles du type [a, b] , [a, +[ , ], a] , R et sont dits des intervalles ferms.
Les intervalles du type ]a, b[ , ], a[ , ]a, +[ , R et sont dits des intervalles ouverts.
Les intervalles du type [a, b[ et ]a, b] sont dits semi-ouverts.
Les intervalles du type [a, b] sont appels segments.
Thorme
Soit I R. On a quivalence entre :
(i) I est un intervalle de R;
(ii) a, b I tels que a b, on a [a, b] I.
dm. :
(i) (ii) Cest immdiat
(ii) (i) Supposons (ii)
Si I = alors I est un intervalle.
Supposons dsormais I ,= et considrons un lment x I.
Posons ensuite I
+
= I [x, +[ et I

= I ], x] de sorte que I = I
+
I

.
Etudions la partie I
+
.
Cas I
+
nest pas major :
Nous allons montrer que I
+
= [x, +[.
On a dj I
+
[x, +[.
Inversement, soit t [x, +[.
Comme I
+
nest pas major par t, il existe y I
+
tel que t < y.
Mais on a alors x I, y I avec x y donc [x, y] I.
Or t [x, y], donc t I puis t I
+
.
Ainsi [x, +[ I
+
ce qui permet, par double inclusion de conclure I
+
= [x, +[.
Cas I
+
est major :
Posons b = sup I
+
et montrons que I
+
= [x, b[ ou I
+
= [x, b].
Puisque I
+
est major par b, on a dj I
+
[x, b].
Montrons maintenant que [x, b[ I
+
.
http://mp.cpgedupuydelome.fr 432 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
Soit t [x, b[. Comme t < b, t nest pas un majorant de I
+
et donc il existe y I
+
tel que t < y.
Mais on a alors x I, y I avec x y donc [x, y] I.
Or t [x, y], donc t I puis t I
+
. Ainsi [x, b[ I
+
[x, b].
Selon que b appartient ou non I
+
on a : I
+
= [x, b[ ou I
+
= [x, b].
Finalement on a montr que I
+
est de lune des trois formes suivantes : [x, +[ , [x, b[ ou [x, b] (avec
b R ).
En procdant de manire symtrique, on montre que I

est de lune des trois formes suivantes :


], x] , ]a, x] ou [a, x] (avec a R ).
Dans chacun des neuf cas alors possibles, I = I
+
I

est un intervalle.

Remarque Les intervalles correspondent aux parties de R sans trous ; on dit que les intervalles de
R sont ses parties convexes.
Dnition
Un intervalle I est dit non singulier sil contient au moins deux points, i.e. quil nest ni vide,
ni rduit un point.
Proposition
Tout intervalle non singulier contient des nombres rationnels et irrationnels.
dm. :
Soit I un intervalle non singulier et a < b deux points de I.
Dterminer r = p/q Q tel que a < r < b revient dterminer q tel que lintervalle ]qa, qb[ contient un
entier.
Soit q N

tel que q(b a) > 1 et p = E(qa) + 1.


On a qa < p < qb donc r = p/q ]a, b[ I.
Ainsi, lintervalle I contient un nombre rationnel.
Pour montrer lexistence dirrationnels dans I, exploitons lirrationalit connue de

2.
Par le mme raisonnement quau dessus, on peut afrmer quil existe r
t
Q tel que a +

2 < r
t
<
b +

2.
En considrant s = r
t

2 on a a < s < b donc s I avec s RQ.

13.1.6 Congruence dans R


Soit > 0.
Dnition
On dit quun rel x est congru un rel y modulo sil existe k Z tel que x = y +k.
On note alors
x = y []
Exemple 7 = 1 [3] , 3 = 2 [5] et = [2].
Exemple Les mesures dangles orients sont des rel gaux modulo 2.
http://mp.cpgedupuydelome.fr 433 cbna
13.1. NOMBRES RELS
Proposition
Soient x, y, z R.
On a x = x []
Si x = y [] alors y = x [].
Si x = y [] et y = z [] alors x = z [].
dm. :
x = x + 0. donc x = x [].
Si x = y [] alors on peut crire x = y + k avec k Z et alors y = x k avec k Z donc
y = x [].
Si x = y [] et y = z [] alors on peut crire x = y + k et y = z + avec k, Z et alors
x = z + (k +) avec k + Z donc x = z [].

Proposition
Soient x, y, x
t
, y
t
R.
Si x = x
t
[] et y = y
t
[] alors
x +y = x
t
+y
t
[] , x = x
t
[] et > 0, x = x
t
[]
dm. :
On peut crire x = x
t
+k et y = y
t
+ avec k, Z.
On a alors x +y = x
t
+y
t
+ (k +) avec k + Z donc x +y = x
t
+y
t
[].
Aussi x = x
t
+ (k) avec k Z donc x = x
t
[].
Enn x = x
t
+k() avec k Z donc x = x
t
[].

Attention : On ne peut pas multiplier entre elles les relations de congruences relles.
Exemple Rsolvons lquation
5x = x 2 [4]
En ajoutant x de part et dautre,
5x = x 2 [4] 4x = 2 [4]
En multipliant par 1/4,
5x = x 2 [4] x = 1/2 [1]
La solution gnrale de lquation tudie est donc x =
1
2
+k avec k Z.
13.1.7 Droite numrique acheve
On forme un nouvel ensemble

R en adjoignant R deux nouveaux lments nots +et .
Dnition

R est appel droite numrique acheve.


http://mp.cpgedupuydelome.fr 434 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
On prolonge partiellement lopration daddition

R en posant :
x R, x + (+) = +, x + () =
(+) + (+) = +et () + () =
Remarque Lopration (+) + () nest pas dnie.
On prolonge partiellement lopration de multiplication

R en posant :
x R

, x (+) =
_
+si x > 0
si x < 0
, x () =
_
si x > 0
+si x < 0
(+) (+) = () () = +et (+) () =
Remarque Les oprations 0 (+) et 0 () ne sont pas dnies.
Enn on prolonge

R la relation dordre en posant :
x R, x, x +et +
13.2 Nombres complexes
13.2.1 Prsentation de C
C est un ensemble contenant R dont les lments sont appels nombres complexes.
C est muni de deux oprations + et prolongeant les oprations existant sur R et conservant leurs
proprits.
C ne peut pas tre muni dune relation dordre intressante mais en revanche, sur C lquation
x
2
= 1 possde deux solutions opposes notes i et i.
Par construction de C, on a
z C, !(a, b) R
2
, z = a +i.b
Dnition
Lcriture z = a +i.b est appele forme algbrique du complexe z.
Les rels a et b sont respectivement appels parties relle et imaginaire de z.
On note a = Re(z) et b = Im(z).
Remarque La partie imaginaire dun complexe est un nombre rel !
Proposition
z, z
t
C, Re(z +z
t
) = Re(z) + Re(z
t
) et Im(z +z
t
) = Im(z) + Im(z
t
).
z, z
t
C, Re(zz
t
) = Re(z)Re(z
t
) Im(z)Im(z
t
) et Im(zz
t
) = Re(z)Im(z
t
) +Re(z
t
)Im(z).
http://mp.cpgedupuydelome.fr 435 cbna
13.2. NOMBRES COMPLEXES
dm. :
On peut crire z = a +ib et z
t
= a
t
+ib
t
avec a, b, a
t
, b
t
R.
On a alors z +z
t
= (a +a
t
) +i(b +b
t
) avec a +a
t
, b +b
t
R.
On en dduit Re(z +z
t
) = Re(z) + Re(z
t
) et Im(z +z
t
) = Im(z) + Im(z
t
).
On a aussi zz
t
= (aa
t
bb
t
) +i(ab
t
+a
t
b) avec aa
t
bb
t
, ab
t
+a
t
b R.
On en dduit Re(zz
t
) = Re(z)Re(z
t
) Im(z)Im(z
t
) et Im(zz
t
) = Re(z)Im(z
t
) + Re(z
t
)Im(z).

13.2.2 Le plan complexe


Soit T un plan gomtrique rapport un repre orthonorm direct 1 = (O;

i,

j).
Dnition
On appelle point dafxe z Cle point M de coordonnes (a, b) avec a = Re(z) et b = Im(z).
On note M(z) pour signier que M est le point dafxe z.
Remarque Par la notion dafxe, tout nombre complexe correspond un point du plan et tout point
correspond un nombre complexe. Cela permet de visualiser C tel un plan :
Dnition
On appelle vecteur dafxe z le vecteur u de composantes (a, b) avec a = Re(z) et b = Im(z).
On note u(z) pour signier que u est le vecteur dafxe z.
http://mp.cpgedupuydelome.fr 436 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
Proposition
Si u est dafxe z et v dafxe z
t
alors u +v est dafxe z +z
t
.
Si u est dafxe z et un rel alors .u est dafxe z.
Si M est dafxe est z alors

OM est dafxe z et inversement.


Si M est dafxe z et M
t
dafxe z
t
alors

MM
t
est dafxe z
t
z.
dm. :
Cest immdiat en raisonnant via les composantes.

Proposition
Si M est dafxe z alors le point M
t
dafxe z est le symtrique de M par rapport O.
dm. :
Par les afxes,

OM =

OM
t
.

Proposition
Si M est dafxe z et a C alors le point M
t
est limage de M par la translation de vecteur u
dafxe a.
dm. :
Par les afxes,

OM
t
=

OM +u.

Proposition
Si M est dafxe z et R alors le point M
t
dafxe z est limage de M par lhomothtie
de centre O et de rapport .
dm. :
Par les afxes,

OM
t
=

OM.

13.2.3 Conjugaison
Dnition
On appelle conjugu de z = a +ib C (avec a, b R ) le complexe z = a i.b.
Proposition
Si M est dafxe z alors le point M
t
dafxe z est le symtrique de M par rapport laxe (Ox).
dm. :
Le point M a pour coordonnes (a, b) et le point M
t
a pour coordonnes (a, b).
http://mp.cpgedupuydelome.fr 437 cbna
13.2. NOMBRES COMPLEXES

Proposition
z C,

z = z.
dm. :
On peut crire z = a +ib avec a, b R.
On a alors z = a ib = a +i(b) avec a, b R et donc

z = a +ib = z.

Proposition
z, z
t
C, z +z
t
= z + z
t
, zz
t
= z z
t
et, si z ,= 0,
_
1
z
_
=
1
z
.
dm. :
On peut crire z = a +ib et z
t
= a
t
+ib
t
avec a, b, a
t
, b
t
R.
On a z +z
t
= (a +a
t
) +i(b +b
t
) avec a +a
t
R et b +b
t
R,
donc z +z
t
= (a +a) i(b +b
t
) = z +

z
t
.
On a zz
t
= (aa
t
bb
t
) +i(a
t
b +ab
t
) avec aa
t
bb
t
R et ab
t
+a
t
b R,
donc zz
t
= (aa
t
bb
t
) i(a
t
b +ab
t
) = (a ib)(a
t
ib
t
) = z z
t
.
Enn, puisque z
1
z
= 1, on a z
_
1
z
_
=

1 = 1 donc
_
1
z
_
=
1
z
.

Proposition
z C,
Re(z) =
1
2
(z + z) et Im(z) =
1
2i
(z z)
dm. :
Si z = a +ib avec a, b R alors z = a ib et donc z + z = 2a et z z = 2ib.

Remarque Pour montrer quun complexe z est rel, on peut montrer que z = z.
Pour montrer quun complexe z est imaginaire pur, on peut montrer que z = z.
http://mp.cpgedupuydelome.fr 438 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
13.2.4 Module
Dnition
On appelle module dun complexe z = a +ib (avec a, b R ) le rel positif
[z[ =
_
a
2
+b
2
Remarque Si M est dafxe z alors le module de z correspond la longueur OM.
Remarque La notion de module dun complexe prolonge celle de valeur absolue dun rel, il ny a donc
pas de conit dans les notations.
Proposition
z C, [z[ = 0 z = 0.
dm. :
On peut crire z = a +ib avec a, b R et on a alors
[z[ = 0
_
a
2
+b
2
= 0 a
2
+b
2
= 0 a = b = 0 z = 0

Proposition
z, z
t
C, [z[
2
= z z = [ z[
2
, [zz
t
[ = [z[ [z
t
[ et, si z ,= 0,

1
z

=
1
[z[
.
dm. :
On peut crire z = a +ib avec a, b R.
On a alors z z = (a +ib)(a ib) = a
2
+b
2
= [z[
2
et aussi z z = z

z = [ z[
2
.
Ainsi [z[
2
= z z = [ z[
2
.
Par suite [zz
t
[
2
= zz
t
z z
t
= z zz
t
z
t
= [z[
2
[z
t
[
2
.
Cette galit de carrs engageant des quantits positives, on en dduit [zz
t
[ = [z[ [z
t
[.
De plus, si z ,= 0, z
1
z
= 1 donne [z[

1
z

= 1 et donc

1
z

=
1
[z[
.

http://mp.cpgedupuydelome.fr 439 cbna


13.2. NOMBRES COMPLEXES
Remarque Par une rcurrence immdiate,
z C, n N, [z
n
[ = [z[
n
Par passage linverse,
z C

, n Z, [z
n
[ = [z[
n
Proposition
z, z
t
C, [z +z
t
[ [z[ +[z
t
[
De plus, il y a galit si, et seulement si, les points dafxe z et z
t
gurent sur une mme
demi-droite dorigine O.
dm. :
Commenons par tablir la proprit particulire :
u C, [1 +u[ 1 +[u[ avec galit si, et seulement si, u R
+
Soit u C.
On peut crire u = a +ib avec a, b R.
On a alors
[1 +u[
2
= (1 +a)
2
+b
2
= 1 + 2a +a
2
+b
2
+ 2a + 1 = 1 + 2a +[u[
2
Puisque a = Reu [Re(u)[ [u[, on obtient [1 +u[
2
1 + 2 [u[ +[u[
2
= (1 +[u[)
2
.
Cette comparaison de carrs engageant des quantits positives, on en dduit [1 +u[ 1 +[u[.
De plus il y a galit si, et seulement si, Re(u) = [Re(u)[ et [Re(u)[ = [u[ cest--dire u R
+
.
Dmontrons maintenant la proprit de faon gnrale.
Soient z, z
t
C.
Cas z = 0 :
On a [z +z
t
[ = [z
t
[ = [z[ +[z
t
[.
Lingalit est donc vraie.
De plus cest une galit et les points dafxes z et z
t
gurent sur une mme demi-droite dorigine O.
Cas z ,= 0 :
En introduisant u = z
t
/z, on a
[z +z
t
[ = [z[

1 +
z
t
z

= [z[ [1 +u[ [z[ (1 +[u[) = [z[ +[z


t
[
De plus, il y a galit si, et seulement si, u R
+
i.e. z
t
/z R
+
.
Ceci signie que le point dafxe z
t
gure sur la demi-droite dorigine O passant par le point dafxe z.
http://mp.cpgedupuydelome.fr 440 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES

Corollaire
z, z
t
C, [[z[ [z
t
[[ [z z
t
[
dm. :
Par lingalit triangulaire,
[z[ = [z z
t
+z
t
[ [z z
t
[ +[z
t
[
donc [z[ [z
t
[ [z z
t
[. De faon symtrique, [z
t
[ [z[ [z
t
z[ = [z z
t
[.

Dnition
On appelle distance entre deux complexes z et z
t
le rel positif d(z, z
t
) = [z
t
z[.
Remarque Si M et M
t
sont les points dafxes z et z
t
alors la distance entre z et z
t
est gale la
longueur MM
t
.
Proposition
Soient z, z
t
, z
tt
C.
d(z, z
t
) = 0 z = z
t
[sparation],
d(z
t
, z) = d(z, z
t
) [symtrie],
d(z, z
t
) d(z, z
tt
) +d(z
tt
, z
t
) [ingalit triangulaire].
dm. :
d(z, z
t
) = 0 [z z
t
[ = 0 z z
t
= 0 z = z
t
.
d(z
t
, z) = [z z
t
[ = [z
t
z[ = d(z, z
t
).
d(z, z
t
) = [z
t
z[ = [z
t
z
tt
+z
tt
z[ [z
t
z
tt
[ +[z
tt
z[ = d(z
tt
, z
t
) +d(z, z
tt
).

Dnition
On appelle valeur approche dun complexe z
0
R
+
prs tout complexe z vriant
[z z
0
[ .
Remarque Si z = z
0
prs alors le point dafxe z appartient au disque de centre le point dafxe
z
0
et de rayon .
http://mp.cpgedupuydelome.fr 441 cbna
13.2. NOMBRES COMPLEXES
13.2.5 Argument
13.2.5.1 Exponentielle imaginaire
Dnition
On appelle exponentielle imaginaire dangle R le complexe : e
i
= cos +i. sin .
Remarque Le point M dafxe e
i
est le point du cercle trigonomtrique dtermin par
(

i,

OM) = [2].
Exemple e
i0
= 1, e
i/2
= i, e
i
= 1, e
3i/2
= i et e
2i
= 1.
Proposition
R,

e
i

= 1 et
1
e
i
= e
i
= e
i
.
dm. :

e
i

2
= cos
2
+ sin
2
= 1
et
1
e
i
=
e
i
[e
i
[
2
= e
i
= cos i sin = e
i
http://mp.cpgedupuydelome.fr 442 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES

Proposition
,
t
R, e
i
= e
i

=
t
[2]
dm. :
e
i
= e
i

_
cos = cos
t
sin = sin
t
=
t
[2]

Proposition
,
t
R, e
i
.e
i

= e
i(+

)
.
dm. :
e
i
.e
i

= (cos +i sin )(cos


t
+i sin
t
)
En dveloppant
e
i
.e
i

= (cos cos
t
sin sin
t
) +i(cos sin
t
+ sin cos
t
)
puis
e
i
.e
i

= cos( +
t
) +i sin( +
t
) = e
i(+

Proposition
n Z, R,
_
e
i
_
n
= e
in
i.e.
(cos +i. sin )
n
= cos n +i. sin n
dm. :
Par rcurrence, montrons que pour n N, e
in
=
_
e
i
_
n
.
Pour n = 0, e
i0
= 1 =
_
e
i
_
0
.
Supposons la proprit tablie au rang n 0.
_
e
i
_
n+1
=
_
e
i
_
n
e
i
= e
in
e
i
= e
i(n+1)
Rcurrence tablie.
Pour n Z

, n = p avec p N.
_
e
i
_
n
=
_
e
i
_
p
=
1
(e
i
)
p
=
1
e
ip
= e
ip
= e
in

Attention : Cette formule nest valable que pour n entier


1 = e
i
= (e
2i
)
1/2
=

1 = 1 !
http://mp.cpgedupuydelome.fr 443 cbna
13.2. NOMBRES COMPLEXES
13.2.5.2 Complexe de module 1
Dnition
On note U lensemble des complexes de module 1. Ainsi
U = z C/ [z[ = 1
Remarque Lensemble des point dafxe dans U correspond gomtriquement au cercle
trigonomtrique du plan.
Exemple R, e
i
U.
Exemple Si z U alors 1/z = z.
En effet z z = [z[
2
= 1.
Thorme
Pour tout z U, il existe un unique rel unique 2 prs tel que z = e
i
.
dm. :
Unicit 2 prs :
Si z = e
i
et z = e
i

alors e
i
= e
i

et donc =
t
[2].
Existence :
Soit z U.
On peut crire z = a +i.b avec a, b R.
Puisque [z[
2
= a
2
+b
2
= 1, on a a
2
1 et donc a [1, 1].
Par suite, il existe R tel que a = cos .
Puisque b
2
= 1 a
2
= sin
2
donc b = sin ou b = sin .
Si b = sin alors z = e
i
avec = .
Si b = sin alors z = e
i
avec = .

13.2.5.3 Argument dun nombre complexe non nul


Thorme
Pour tout z C

, il existe un rel unique 2 prs tel que


z = [z[ e
i
Cette criture est appele forme trigonomtrique du complexe z.
dm. :
Unicit 2 prs :
Si z = [z[ e
i
et z = [z[ e
i

alors e
i
= e
i

car [z[ , = 0 et donc =


t
[2].
Existence :
Puisque z/[z[ U, il existe R tel que z/[z[ = e
i
et donc z = [z[ e
i
.

http://mp.cpgedupuydelome.fr 444 cbna


CHAPITRE 13. NOMBRES RELS ET COMPLEXES
Dnition
Tout rel tel que z = [z[ e
i
est appel argument du complexe z non nul.
On note arg(z) = [2].
Remarque Si M est le point dafxe z ,= 0 alors arg(z) = (

i,

OM) [2].
Exemple arg(e
i
) = [2].
En effet e
i
=

e
i

e
i
Exemple Dterminons un argument de z = 1 +i.
[z[ =

2 donc
1 +i =

2
_
1

2
+i
1

2
_
=

2
_
cos

4
+i sin

4
_
=

2e
i/4
On en dduit
arg(1 +i) =

4
[2]
Exemple Dterminons un argument de z = 1 i

3.
[z[ = 2 donc
1 i

3 = 2
_
1
2
i

3
2
_
= 2
_
cos
_

3
_
+i sin
_

3
__
= 2e
i/3
On en dduit arg(1 +i

3) =

3
[2].
Exemple Pour z C

,
z R
+
arg(z) = 0 [2] et z R

arg(z) = [2]
Par suite
z R

arg(z) = 0 []
http://mp.cpgedupuydelome.fr 445 cbna
13.2. NOMBRES COMPLEXES
Proposition
Soient z, z
t
C

.
arg( z) = arg(z) [2],
arg(zz
t
) = arg(z) + arg(z
t
) [2],
arg(z) = arg(z) + [2],
arg(1/z) = arg(z) [2] et
n Z, arg(z
n
) = narg(z) [2].
dm. :
Soient = arg(z) et
t
= arg(z
t
) [2] de sorte que z = [z[ e
i
et z
t
= [z
t
[ e
i

.
z = [z[e
i
= [z[ e
i
= [ z[ e
i
donc arg( z) = [2].
zz
t
= [z[ [z
t
[ e
i
e
i

= [zz
t
[ e
i(+

)
donc arg(zz
t
) = +
t
[2].
z = [z[ e
i
= [z[ e
i(+)
= [z[ e
i(+)
donc arg(z) = + [2].
1
z
=
1
[z[
1
e
i
=

1
z

e
i
donc arg(1/z) = [2].
z
n
= [z[
n
_
e
i
_
n
= [z
n
[ e
in
donc arg(z
n
) = n [2]

Exemple Dterminons module et argument du complexe z = e


i
+ 1.
z = e
i
+ 1 = (e
i/2
+ e
i/2
)e
i/2
= 2 cos

2
e
i/2
[Factorisation de lexponentielle quilibre]
On en dduit
[z[ = 2

cos

2

Si cos /2 > 0 alors arg(z) = /2 [2].


Si cos /2 < 0 alors arg(z) = /2 + [2].
13.2.6 Exponentielle complexe
Dnition
On appelle exponentielle complexe de z = a +i.b C (avec a, b R ) le nombre complexe
exp(z) = e
a
.e
ib
= e
a
(cos b +i. sin b)
Remarque Si z = a R alors exp(z) = e
a
.e
i0
= e
a
.
Lexponentielle complexe prolonge lexponentielle relle connue.
Si z = i.b i.R alors exp(z) = e
0
.e
ib
= e
ib
.
Lexponentielle complexe prolonge aussi lexponentielle imaginaire.
On note souvent e
z
au lieu de exp(z).
Thorme
Soient z, z
t
C.
exp(z) = exp( z), exp(z +z
t
) = exp(z) exp(z
t
),
exp(z) ,= 0 et 1/exp(z) = exp(z).
http://mp.cpgedupuydelome.fr 446 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
dm. :
On peut crire z = a +ib et z
t
= a
t
+ib
t
avec a, b, a
t
, b
t
R.
exp(z) = e
a
.e
ib
= e
a
e
ib
= exp( z).
exp(z +z
t
) = exp((a +a
t
) +i(b +b
t
) = e
a+a

e
i(b+b

)
= e
a
e
ib
e
a

e
ib

= e
z
e
z

.
On en dduit 1 = exp(0) = exp(z) exp(z) et donc exp(z) ,= 0 avec 1/exp(z) = exp(z).

Thorme
Soient z, z
t
C.
exp(z) = exp(z
t
) k Z, z = z
t
+ 2ik
dm. :
( ) Si z = z
t
+ 2ik avec k Z alors exp(z) = exp(z
t
) exp(2ik) = exp(z
t
) car exp(2ik) = 1.
( ) Supposons exp(z) = exp(z
t
).
On peut crire z = a +ib et z
t
= a
t
+ib
t
avec a, b, a
t
, b
t
R.
On a alors e
a
e
ib
= e
a

e
ib

.
En passant cette relation au module, on obtient e
a
= e
a

et donc a = a
t
car lexponentielle relle prend
des valeurs deux deux distinctes.
Sachant e
a
= e
a

,= 0, la relation e
a
e
ib
= e
a

e
ib

donne e
ib
= e
ib

et donc b = b
t
[2].
Ainsi, il existe k Z tel que b = b
t
+ 2k et donc z = z
t
+ 2ik.

13.3 Equations et systmes numriques


13.3.1 Rsolution dune quation
Pour rsoudre une quation, on transforme celle-ci par quivalences ou par implications en une ou
plusieurs quations dont les solutions sont immdiates.
Attention : Si on procde par implications, il se peut que des solutions parasites apparaissent. Il est
alors indispensable de vrier lexactitude des solutions proposes.
Exemple Rsolvons lquation x =
_
2 x
2
dinconnue x
_

2,

2
_
.
Erreur ne pas commettre, crire x =
_
2 x
2
x
2
= 2 x
2
.
En effet llvation est au carr donne une implication et non une quivalence.
1re mthode : Dmarche par implications.
x =
_
2 x
2
x
2
= 2 x
2
2x
2
= 2
x
2
= 1
x = 1 ou x = 1
Vrication : x = 1 est solution mais x = 1 ne lest pas.
2me mthode : Dmarche par quivalences :
x =
_
2 x
2
x
2
= 2 x
2
et x 0
2x
2
= 2 et x 0
x
2
= 1 et x 0
x = 1
http://mp.cpgedupuydelome.fr 447 cbna
13.3. EQUATIONS ET SYSTMES NUMRIQUES
Exemple Rsolvons lquation e
2x
e
x
2 = 0 dinconnue x R.
Posons t = e
x
.
e
2x
e
x
2 = 0 t
2
t 2 = 0
Les solutions de lquation t
2
t 2 = 0 sont t = 2 et t = 1.
Ainsi
e
2x
e
x
2 = 0 t = 2 ou t = 1
e
x
= 2 ou e
x
= 1
x = ln 2
Exemple Rsolvons lquation
z +i
z 1
= i dinconnue z C 1.
z +i
z 1
= i z +i = iz i
z(1 i) = 2i
z =
2i
1 i
= 1 i
La rsolution dune quation de la forme
az +b
cz +d
= Z est analogue, une telle quation est appele
quation homographique.
Remarque Pour rdiger la rsolution dune quation, il est parfois plus habile de rdiger verbalement
celle-ci plutt que denchaner les symboles et . Voyons un exemple proposant une telle mise en
forme :
Exemple Rsolvons lquation x
2
+y
2
= 0 dinconnue (x, y) R
2
.
Soit (x, y) un couple solution.
Puisque x
2
+y
2
= 0 avec x
2
, y
2
0, on a x
2
= y
2
= 0 et donc x = y = 0
Inversement, le couple (0, 0) est solution.
13.3.2 Rsolution dun systme
Pour rsoudre un systme dquations, on transforme celui-ci par quivalences ou par implications en un
ou plusieurs systmes permettant dexprimer lensemble solution.
Deux mthodes sont couramment utilise pour rduire un systme
- la mthode par substitution : on exploite une quation pour exprimer une inconnue en fonction des autres
et remplacer cette expression dans les autres quations ;
- la mthode par combinaison : en combinant judicieusement plusieurs quations, on en forme de plus
simples.
Attention : Si, on procde par implications, il faut vrier lexactitude des solutions obtenues.
http://mp.cpgedupuydelome.fr 448 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
Exemple Rsolvons le systme
_
x
2
+y
2
= 1
xy +y
2
= 0
dinconnue (x, y) R
2
.
_
x
2
+y
2
= 1
xy +y
2
= 0

_
x
2
+y
2
= 1
(x +y)y = 0

_
x
2
+y
2
= 1
x +y = 0
ou
_
x
2
+y
2
= 1
y = 0

_
2x
2
= 1
y = x
ou
_
x
2
= 1
y = 0

_
x = 1/

2 ou x = 1/

2
y = x
ou
_
x = 1 ou x = 1
y = 0
Finalement les couples solutions sont
_
1

2
,
1

2
_
,
_
1

2
,
1

2
_
, (1, 0) et (1, 0)
Exemple Rsolvons le systme
_

_
x +y +z = 1
2x y +z = 2
x +y z = 3
dinconnue (x, y, z) R
3
.
Procdons par substitution.
_

_
x +y +z = 1
2x y +z = 2
x +y z = 3

_
x = 1 y z
3y z = 0
2z = 2

_
x = 1 y z
y = z/3
z = 1

_
x = 5/3
y = 1/3
z = 1
Exemple Rsolvons le systme
_
(1 +i)x +iy = 1
(1 i)x y = 1
dinconnue (x, y) C
2
.
http://mp.cpgedupuydelome.fr 449 cbna
13.3. EQUATIONS ET SYSTMES NUMRIQUES
Procdons par combinaison.
_
(1 i)x y = 1
(1 +i)x +iy = 1

_
(1 i)x y = 1
2(1 +i)x = 1 +i (2) +i(1)

_
y = (1 +i)/2
x = 1/2
13.3.3 Rsolution de lquation z
n
= Z
13.3.3.1 Racine n-ime de lunit
Dans cette tude, n dsigne un naturel non nul.
Dnition
On appelle racine n-ime de lunit tout complexe z vriant z
n
= 1.
On note U
n
lensemble des racines n-ime de lunit.
Exemple Pour n = 1, U
1
= 1.
Pour n = 2,
z
2
= 1 (z 1)(z + 1) = 0
donc U
2
= 1, 1.
Pour n = 4,
z
4
= 1 (z
2
1)(z
2
+ 1) = 0 (z 1)(z + 1)(z i)(z +i) = 0
donc U
4
= 1, i, 1, i.
Proposition
Si z U
n
alors [z[ = 1, z U
n
et k Z, z
k
U
n
.
dm. :
z
n
= 1 donne [z[
n
= 1 or [z[ R
+
donc [z[ = 1.
z
n
= 1 donne z
n
= 1 et donc z
n
= 1.
Enn z
n
= 1 donc (z
n
)
k
= 1
k
puis (z
k
)
n
= 1.

Dnition
On note = e
2i
n
et pour tout k Z,
k
=
k
= e
2ik
n
.
Proposition
Pour tout k Z, les complexes
k
sont des racines n-ime de lunit.
dm. :

n
= e
2i
donc U
n
puis pour tout k Z,
k
=
k
U
n
.

Rq
0
= 1,
1
= ,
2
=
2
, ...,
n1
=
n1
, puis

n
= 1,
n+1
= ,
n+2
=
2
, . . . ,
2n1
=
n1
,. . .
http://mp.cpgedupuydelome.fr 450 cbna
CHAPITRE 13. NOMBRES RELS ET COMPLEXES
Proposition
k, Z,
k
=

k = [n].
Par suite
k
/k Z =
0
, . . . ,
n1
et les
0
, ...,
n1
sont deux deux distincts.
dm. :

k
=


2k
n
=
2
n
[2] k = [n]

Thorme
Les racines n-ime de lunit sont exactement les n complexes deux deux distincts

0
,
1
, ...,
n1
Ainsi U
n
est un ensemble n lments que lon peut dcrire
U
n
=
_
e
2ik/n
/k [[0, n 1]]
_
dm. :
Les
0
,
1
, . . . ,
n1
sont des racines de lunit deux deux distinctes.
Inversement, soit z U
n
et un argument de z.
Comme [z[ = 1, on a z = e
i
.
La relation z
n
= 1 donne alors e
in
= 1 = e
i0
donc n = 0 [2] puis = 0 [2/n].
Ainsi il existe k Z tel que =
2k
n
puis z
k
/k Z =
0
, . . . ,
n1
.

Exemple Pour n = 1, = 1 et U
1
= 1.
Pour n = 2, = e
i
= 1 et U
2
= 1, 1.
Pour n = 3, = e
2i
3
= j et U
3
=
_
1, j, j
2
_
.
Pour n = 4, = e
i
2
= i et U
4
= 1, i, 1, i.
Pour n = 5, = e
2i
5
, U
5
=
_
1, e
2i
5
, e
4i
5
, e
6i
5
, e
8i
5
_
.
Pour n = 6, = e
i
3
= j
2
, U
6
=
_
1, j
2
, j, 1, j
2
, j
_
.
http://mp.cpgedupuydelome.fr 451 cbna
13.3. EQUATIONS ET SYSTMES NUMRIQUES
Remarque Pour n 3 les racines n-ime de lunit sont les n sommets dun polygone rgulier inscrit
dans le cercle trigonomtrique.
Proposition
Pour tout n 2, la somme des racines n-ime de lunit est nulle.
dm. :
Posons S =
0
+ +
n1
.
S =
1
+ +
n
= S car
n
=
0
donc S = 0 puisque ,= 1.

Exemple Calculons = cos


2
5
.
Puisque la somme des racines 5
me
de lunit est nulle, on a
1 + e
2i/5
+ e
4i/5
+ e
6i/5
+ e
8i/5
= 0
En passant la partie relle
1 + cos
2
5
+ cos
4
5
+ cos
6
5
+ cos
8
5
= 0
Or par trig