Rsum de Math Sup et complments : algbre

linaire
I - Espaces vectoriels - Sous espaces vectoriels
1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni dune l.d.c.i. note
+ et dune l.d.c.e. de domaine K note..
(E, +, .) est un K-espace vectoriel (E, +) est groupe ablien (cest--dire que + est commutative, associative, possde
un lment neutre not 0 et tout x de E possde un symtrique pour + not x) et + et . vrifient les quatre axiomes
(1) K, (x, y) E2 , .(x + y) = .x + .y
(2) (, ) K2 , x E, ( + ).x = .x + .x
(3) (, ) K2 , x E, .(.x) = ().x
(4) x E, 1.x = x.
2) Exemples de K-espaces vectoriels supposs connus (Dans les exemples qui suivent les oprations ne sont pas
cites et sont toujours les oprations usuelles dans les ensembles considrs)
a) K-espaces vectoriels
1) C est R-ev de dimension 2, C est un Q-ev de dimension infinie, R est un Q-ev de dimension infinie, K est un K-espace
vectoriel de dimension 1.
2) Kn est un K-ev (modle de lespace de dimension n : tout espace de dimension finie n sur K est isomorphe Kn )
3) KN est un K-ev de dimension infinie (suites coefficients dans K).
4) K[X] est un K-ev de dimension infinie (polynmes coefficients dans K).
5) K(X) est un K-ev de dimension infinie (fractions rationnelles coefficients dans K).
6) RR est un R-ev de dimension infinie (applications de R dans R) et plus gnralement FA (ensemble des applications de
A dans F) o A est un ensemble quelconque non vide et F est un K-ev
7) (L (E, F), +, .) est un K-espace vectoriel quand E et F le sont et en particulier (L (E), +, .). Si E et F sont de dimension
finie, dim(L (E, F)) = dim(E) dim(F).
!
n
n
X
Y
8) E1 E2 ...En est un K-espace vectoriel si les Ei le sont. Si les Ei sont de dimension finie, dim
dim (Ei ).
Ei =
i=1

i=1

9) Mn,p (K) est un K-espace vectoriel de dimension np.

10) Dk (I, K), Ck (I, K) et C (I, K) sont des K-espaces de dimension infinie.

b) K-espaces vectoriels munis en plus dune structure danneau

1) (C, +, .) est un R-espace vectoriel et (C, +, ) est un corps commutatif.
2) (L (E)+, .) est un R-espace vectoriel et (L (E)+, ) est un anneau, non commutatif si dimE > 2.
3) (Mn (K), +, .) est un K-espace vectoriel et (Mn (K), +, ) est un anneau, non commutatif si n > 2.
4) (RR , +, .) est un R-espace vectoriel et (RR , +, ) est un anneau commutatif et non intgre (cest--dire quun produit
de facteurs peut tre nul sans quaucun facteur ne soit nul)
5) (C0 (I, K), +, .) est un K-espace vectoriel et (C0 (I, K), +, ) est un anneau commutatif et non intgre.
(Dk (I, R), +, .) est un R-espace vectoriel et (Ck (I, R), +, ) est un anneau commutatif et non intgre.
(Ck (I, R), +, .) est un R-espace vectoriel et (Ck (I, R), +, ) est un anneau commutatif et non intgre.
(C (I, R), +, .) est un R-espace vectoriel et (C (I, R), +, ) est un anneau commutatif et non intgre.
6) (K[X], +, .) est un K-espace vectoriel et (K[X], +, ) est un anneau commutatif et intgre.
(K(X), +, .) est un K-espace vectoriel et (K(X), +, ) est un corps commutatif.
c) structure de K-algbre (complment de sp)
Dfinition. Soit A un ensemble non vide muni de deux l.d.c.i note + et et dune l.d.c.e de domaine K note ..
(A , +, ., ) est une K-algbre si et seulement si
(A , +, .) est un K-espace vectoriel ;
(A , +, ) est un anneau ;
pour tout x A et tout (, ) K2 , .(x y) = (.x) y = x (.y).
La dimension de lalgbre (A , +, ., ) est la dimension de lespace vectoriel (A , +, .).
Lalgbre (A , +, ., ) est dite commutative si et seulement si lanneau (A , +, ) est commutatif ce qui quivaut est
commutative.

c Jean-Louis Rouget, 2015. Tous droits rservs.

http ://www.maths-france.fr

Lalgbre (A , +, ., ) est dite intgre si et seulement si lanneau (A , +, ) est intgre ce qui quivaut : (x, y) A 2 ,
x y = 0 (x = 0 ou y = 0) (et donc (A , +, ) pas intgre (x, y) A 2 / x 6= 0 et y 6= 0 et x y = 0).

K-algbres supposes connues.

1) (C, +, ., ) est une R-algbre commutative et intgre de dimension 2.
2) (Mn (K), +, ., ) est une K-algbre, non commutative et non intgre si n > 2.
3) (L (E)+, ., ) est une K-algbre, non commutative et non intgre si dim(E) > 2.
4) (K[X], +, ., ) est une K-algbre commutative et intgre (on doit aussi savoir que (Kn [X], +, ., ) nest pas une algbre
car Kn [X] nest pas stable pour la multiplication).
(K(X), +, ., ) est une K-algbre commutative.
5) (KE , +, ., ) (o E est un ensemble non vide quelconque) est une K-algbre.
3) Sous espaces vectoriels
a) Dfinition et caractrisation.
F sev de E F E, F 6= , F stable pour + et . et F est un K-ev pour les lois induites
def

F E, 0E F et F stable pour + et .
th

F E, 0E F et (x, y) F2 , x + y F et x F, K, x F
th

F E, 0E F et (, ) K2 , (x, y) F2 , x + y F (cest--dire F stable par combinaisons linaires)

th

b) Intersection et somme.
Si F et G sont deux sev de E alors F G et F + G sont des sev de E. Plus gnralement, si F1 , F2 ,..., Fp sont des sev de E
alors F1 F2 ... Fp et F1 + F2 ... + Fp sont des sev de E.
Remarque. En gnral, F G nest pas un sev et Vect(F G) = F + G (voir exercice no 1, planche 1).
c) Rsum des diffrentes techniques pour vrifier quun sous-ensemble de E est un sev de E.
Soit (E, +, .) un K-espace vectoriel.
F sev de E F E, 0E F et (, ) K2 , (x, y) F2 , x + y F.
Si F est lintersection ou la somme de plusieurs sous-espaces, F est un sev de E.
Si F = Vect(A) pour une certaine partie ou famille A de E (y compris A = ), F est un sev de E.
Si F = Ker(f) o f est linaire de E vers un espace vectoriel, F est un sev de E.
Si F est lorthogonal pour un produit scalaire dune certaine partie A de E (y compris A = ), F est un sev de E.
d) Sous-algbres.
Soit (A, +, ., ) une K-algbre et soit B une partie non vide de A.
B sous-algbre de A B A, B 6= , B stable pour +, . et et B est une K-algbre pour les lois induites
def

B A, 0A B et B stable pour +, . et .
th

B A, 0A B et (x, y) B2 , x + y B et x B, K, x B et (x, y) B2 , x y B
th

B A, 0A B et (, ) K2 , (x, y) B2 , x + y B et (x, y) B2 , x y B
th

4) Sommes directes. Sous espaces vectoriels supplmentaires

a) Cas de deux sous espaces. Soient F et G deux sev de E.

La somme F + G est directe tout x de F + G scrit de manire unique x = x1 + x2 o x1 F et x2 G

def

lapplication : F G
(x, y)

def

F G = {0}.
th

E
est injective
7 x + y

Dans ce cas, F + G se note F G et F G est isomorphe F G ( est un isomorphisme de F G sur F + G).

c Jean-Louis Rouget, 2015. Tous droits rservs.

http ://www.maths-france.fr

F et G sont supplmentaires dans E tout x de E scrit de manire unique x = x1 + x2 o x1 F et x2 G

def

lapplication :

def

FG
(x, y)

F G = {0} et E = F + G.
th

E
est bijective
7 x + y

Lexistence dun supplmentaire est dmontre en dimension finie mais ne peut tre utilise en dimension infinie.
Si E est est un espace euclidien et F est un sev de E, F est un supplmentaire de F et plus prcisment, F est le
supplmentaire orthogonal de F.
Exemples de base. RR = P I (dcomposition dune fonction f : x R, f(x) =

1
1
(f(x) + f(x)) + (f(x) f(x)).
|2
{z
} |2
{z
}
P

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

An

b) Cas gnral dun nombre fini de sous espaces. F1 ,. . . , Fp , p > 2, sont p sev de E.

La somme F1 + . . . Fp est directe tout x de F1 + . . . + Fp scrit de manire unique x = x1 + . . . + xp

def

o i J1, pK, xi Fi
lapplication :

F1 . . . Fp
(x1 , . . . , xp )

X
i J1, pK, Fi
Fj = {0}
def

E
est injective
7 x1 + . . . + xp

th

j6=i

i J2, pK, Fi
th

i1
X
j=1

Fj = {0}.

Dans ce cas, la somme F1 + . . . Fp se note F1 . . . Fp . F1 . . . Fp est isomorphe F1 . . . Fp ( est un isomorphisme).

X
Danger. Il est faux de croire que la somme
Fi est directe si et seulement si i 6= j, Fi Fj = {0}. Si la somme est
i

directe, on a obligatoirement i 6= j, Fi Fj = {0} mais ce nest pas suffisant. Le cas de trois droites vectorielles de R2
deux deux distinctes fournit un contre exemple usuel.

5) Projections et symtries Soient F et G deux sev supplmentaires de E. Soient p la projection sur F paralllement
G, q la projection sur G paralllement F et s la symtrie par rapport F paralllement G.
Soit x = x1 + x2 la dcomposition dun vecteur quelconque x de E associe la dcomposition E = F G. Par dfinition,
p(x) = x1 et s(x) = x1 x2 .
a) x E, p(x) = x1 .
p L (E).
p p = p, p q = q p = 0, p + q = IdE .
F = Imp = Kerq = Ker(Id p) = {vecteurs invariants par p} et G = Kerp = Imq = Im(Id p)
p/Imp = Id/Imp et p/Kerp = 0/Kerp .
Rciproquement, si p est un endomorphisme vrifiant p p = p alors Imp et Kerp sont supplmentaires (y compris en
dimension infinie) et p est la projection sur Imp paralllement Kerp.
b) x E, s(x) = x1 x2 .
s GL(E).
1
(Id + s).
2
F = Ker(s Id) = {vecteurs invariants par s} et G = Ker(s + Id) = {vecteurs changs en leur oppos}.

s s = Id. s = 2p Id = Id 2q ou aussi p =

Rciproquement, si s est un endomorphisme de E vrifiant s s = Id alors Ker(s Id) et Ker(s + Id) sont supplmentaires
(y compris en dimension infinie) et s est la symtrie par rapport Ker(s Id) paralllement Ker(s + Id).

c Jean-Louis Rouget, 2015. Tous droits rservs.

http ://www.maths-france.fr

6) Combinaisons linaires et sous-espace engendr par une famille ou une partie de E

a) Combinaisons linaires.
Soit (i )iI une famille non vide de scalaires. Cette famille est dite support fini si et seulement si lensemble des indices
i tels que i 6= 0 est fini (ventuellement vide).
Soit (xi )iI est une famille non vide de vecteurs de E. Un vecteur y de E est combinaison linaires de la famille (xi )iI si
X
et seulement si il existe (i )iI une famille de scalaires support fini telle que y =
i x i .
iI

En particulier, si la famille (xi )iI est de cardinal infini, un vecteur y est combinaison linaire de la famille (xi )iI si et
seulement si y est combinaison linaire dune sous-famille finie de la famille (xi )iI .
Soit X une partie de E. y est combinaison linaire des vecteurs de X si et seulement si il existe une famille de scalaires
X
X
(x )xX support fini telle que y =
x x (convention usuelle :
= 0).

xX

b) Sous espace engendr par une famille ou une partie.

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

i xi , (i )iI support fini

iI

= plus petit sev de E contenant les

vecteurs de la famille (xi )iI .

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

II - Familles libres. Familles gnratrices. Bases

1) Familles libres.
a) Dfinitions.

X
(xi )iI est libre ((i )iI KI support fini) [(
i xi = 0) (i I, i = 0)].
iI

(xi )iI est lie ((i )iI K support fini telle que les i ne soient pas tous nuls et

est alors une relation de dpendance linaire).

i xi = 0) (une telle relation

iI

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

quand L est libre)

Soit L = L {x}. [(L libre et L lie) x est combinaison linaire des xi )]

Danger (ou erreur de base). Si les vecteurs de L ne sont pas deux deux colinaires, la famille L nest pas ncessairement
libre.
2 )Familles gnratrices.
(xi )iI est gnratrice de E Vect(xi )iI = E tout vecteur de E est combinaison linaire des vecteurs de la famille
(xi )iI .
Toute sur famille dune famille gnratrice est gnratrice.
3) Bases.
c Jean-Louis Rouget, 2015. Tous droits rservs.

http ://www.maths-france.fr

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

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

III- Applications linaires

1) Dfinition. Soient E et F deux K-ev et f une application de E dans F.
f linaire (x, y) E2 , K, f(x + y) = f(x) + f(y) et f(x) = f(x)
(x, y) E2 , (, ) K2 , f(x + y) = f(x) + f(y).

Si f est linaire, on a toujours f(0E ) = 0F .

2) Images directes et rciproques.

Thorme. Soient E et F deux K-espaces vectoriels et f linaire de E dans F.

Limage directe dun sous-espace de E est un sous-espace de F.
Limage rciproque dun sous-espace de F est un sous-espace de E.
En particulier, Kerf = {x E/ f(x) = 0F } = f1 ({0F }) est un sous-espace de E et Imf = {f(x)/ x E} = f(E) est un sous
espace de F.
(f injective Kerf = {0}), (f surjective Imf = F) (f bijective Kerf = {0} et Imf = F).

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

IV - Dimension des espaces vectoriels

1) Dimension.
E est dit de dimension finie sur K si et seulement si E admet une famille gnratrice finie. E est dit de dimension infinie
sinon. E est de dimension infinie si et seulement si E contient une famille libre infinie.
Thorme de la dimension finie et dfinition. Si E de dimension finie, toutes les bases ont mme cardinal (fini) et dimK (E)
est le cardinal dune base quelconque.
(Convention. est une base de {0} et dim{0} = 0.)
Deux espaces vectoriels E et F de dimensions finies sont isomorphes si et seulement si ils ont mme dimension.
dimK Kn = n et si ei = (0, 0, ...0, 1, 0, ..., 0) alors B = (ei )16i6n est une base de Kn appele base canonique de Kn . Si
dimE = n < +, E est isomorphe Kn .
2) Familles libres et gnratrices. Soit n = dimE < +.
Si L est libre alors cardL 6 n et de plus (L base de E cardL = n).
Si G est gnratrice de E alors cardG 6 n et de plus (G base de E cardG = n.)

c Jean-Louis Rouget, 2015. Tous droits rservs.

http ://www.maths-france.fr

Thorme. Si E est de dimension finie n et si B est une famille de vecteurs de E, deux des trois propositions suivantes
entrainent la troisime :
1) cardB = n
2) B est libre
3) B est gnratrice de E
Thorme de la base incomplte. Soit L libre dans E de dimension finie. L peut tre complte en une base de E.
Si dimE < +, E admet des bases.
Si dimE < +, de toute famille gnratrice de E, on peut extraire une base.
3) Sous espaces.
Soit n = dimE < + et soit F sev de E alors (dimF 6 n et dimF = n F = E) (faux en dimension infinie).
Thorme. (Supplmentaires) Soit n = dimE < + et soit F sev de E
F admet au moins un supplmentaire.
Tout supplmentaire de F a pour dimension dimE dimF.
plus gnralement, dim(F G) = dimF + dimG.
Thorme. Soient F et G sev de E.
(E = F G) (F G = {0} et dimF + dimG = dimE) (F + G = E et dimF + dimG = dimE).

Plus gnralement, dim(F1 ... Fp ) = dimF1 + ... + dimFp[

.
[
Si F1 ... Fp = E et si Bi est une base de Fi alors B =
Bi est une base de E. Rciproquement, si B =
Bi est
iI

iI

une base de E alors les Fi = VectBi sont supplmentaires dans E.

4) Rang.
a) dune famille de vecteurs.
Soit (xi )16i6p une famille de vecteurs de E. rg(xi )16i6p = dimVect(xi )16i6p = maximum du cardinal dune sous-famille
libre extraite de (xi )16i6p .
Soient n = dimE, r = rg(xi )16i6p (et p = card(xi )16i6p ).
r 6 p et r = p (xi )16i6p libre.
r 6 n et r = n (xi )16i6p gnratrice de E.
(xi )16i6p base de E r = p = n.

b) dune application linaire.

Soit f L (E, F) o E est de dimension finie. rg(f) = dim(Imf) = rg((f(ei ))16i6n ) o (ei )16i6n est une base de E
quelconque.
Thorme du rang. La restriction de f un supplmentaire de Kerf ralise un isomorphisme de ce supplmentaire sur
Imf. En particulier, dimKerf + rgf = dimE.
Consquences.
Thorme. Si dimE = dimF < + et f L (E, F)) alors (f est injective f est surjective f est bijective).
Thorme. Si n = dimE < + et f L (E) les proprits suivantes sont quivalentes :
1) f bijective
4) f surjective
7) rgf = n
10) f simplifiable droite pour

2) det(f) 6= 0
5) Kerf = {0}
8) f inversible droite pour
11) f simplifiable gauche pour

3) f injective
6) Imf = E
9) f inversible gauche pour

c) Transformations ne modifiant pas le rang.

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

c Jean-Louis Rouget, 2015. Tous droits rservs.

http ://www.maths-france.fr