Académique Documents
Professionnel Documents
Culture Documents
Partie II
—
MPSI Prytanée National Militaire
Pascal Delahaye
10 mai 2017
1
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
1 1 2 1
Exemple 2. Si G = Vect(G) avec G = {1 , 0 , 1 , 2} alors on peut extraire de G une base de G.
1 2 3 0
Preuve 3 : Immédiat.
Exemple 3. On peut par exemple compléter L = {(1, 2, 0), (−1, 1, 0)} pour obtenir une base de R3 . Cf plus loin ...
n
X
∀x ∈ E, ∃ ! (x1 , x2 , . . . , xn ) ∈ Kn tel que x= xk ek .
k=1
Les scalaires (x1 , x2 , . . . , xn ) ∈ Kn sont alors appelés les coordonnées de x dans la base B.
Preuve 7 : On commence par traduire le fait que les vecteurs {ai }i∈[[1,n+1]] sont CL des n vecteurs {ei }i∈[[1,n]] .On
obtient n + 1 relations qui, après substitution, donnent une CL des vecteurs {ai }i∈[[1,n+1]] .
Lemme 8 : Le cardinal d’une famille libre est plus petit que celui d’une famille génératrice
Si L est une famille libre et G une famille génératrice de E, on a
card(L) ≤ card(G)
Preuve 8 : Par l’absurde, on constate que ce lemme est un corollaire du lemme précédent.
Remarque 1. D’après ce théorème, pour montrer qu’un espace vectoriel n’est pas de dimension finie, il suffit d’exhiber
une famille (xi )i∈N de vecteurs vérifiant :
Exemple 4. Montrer que K[X], S(R) et F (R, R) ne sont pas de dimension finie.
2
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Preuve 9 : Il suffit de considérer deux bases de cardinal n et n′ différents, puis d’appliquer le lemme précédent.
Si E est un espace vectoriel de dimension finie non-nul, on appelle dimension de E, le cardinal com-
mun des bases de E et l’on note dim E = n.
Exemple 5.
1. Kn est un K-ev de dimension n.
2. Kn [X] est un K-ev de dimension n + 1.
3. L’espace vectoriel des solutions d’une ED de la forme y ′ + a(x)y = 0 est un K-ev de dimension 1.
4. L’espace vectoriel des solutions d’une ED de la forme y ′′ + ay ′ + by = 0 est un K-ev de dimension 2.
5. L’espace vectoriel des suites récurrentes vérifiant une relation de la forme un+2 = aun+1 + bun (avec b 6= 0) est
un K-ev de dimension 2.
Exercice : 1
(∗∗) Soit E l’espace vectoriel des applications de R dans R.
On considère F la partie de E constituée des applications de la forme : x 7→ P (x) sin x+Q(x) cos x avec (P, Q) ∈ R2 [X].
1. Montrer que F un sous-espace vectoriel de E.
2. Montrer que F est de dimension finie et déterminer dim F .
Preuve 10 : Soit (e1 , . . . , en ) est une base de E et (f1 , . . . , fp ) est une base de F .
Alors (e1 , 0), . . . , (en , 0), (0, f1 ), . . . , (0, fp ) est une base de E × F .
3
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Preuve 11 :
1. Les sens directs sont évidents !
2. (a) Si S est libre et p = n.
Si S n’est pas une base alors il existe x ∈
/ Vect S. S ∪ {x} serait alors libre.
Ce qui est impossible puisque dim E = n.
(b) S est génératrice et p = n.
Si S n’est pas libre, alors l’un des vecteurs x de S d’exprime comme CL des autres.
Dans ce cas, S\{x} serait aussi génératrice, ce qui est impossible.
Remarque 3. Pour montrer qu’une famille S est une base, on vérifiera le plus souvent que le système S est libre et
Card(S) = dim E. Cela permet d’éviter de montrer que S est générateur, ce qui est parfois fastidieux.
ε1 = e1 + 2e2 + 2e3
Exemple 6. (∗) Soit B = (e1 , e2 , e3 ) une base d’un ev E. Soient .
ε2 = e2 + e3
1. Montrer que (ε1 , ε2 ) est une famille libre de E.
2. Complèter cette famille pour obtenir une base de E.
Rem : Cela prouve en particulier que ∀a ∈ R, B = (1, (X − a), (X − a)2 , . . . , (X − a)n ) est une base de Rn [X].
Exercice : 2
(∗) Soit E = Rn et S = (e1 , . . . , en ) avec e1 = (1, 0, . . . , 0), e2 = (1, 1, 0 . . . , 0), . . ., en = (1, . . . , 1).
1. Montrer que S est une base de E.
2. Exprimer les coordonnées du vecteur (x1 , . . . , xn ) ∈ Rn dans la base S.
Exercice : 3
up = 0
(∗∗) Soit E un K-ev de dimension finie n et un endomorphisme u ∈ L(E) nilpotent d’indice p ∈ N∗ : .
up−1 6= 0
1. Montrer qu’il existe x0 ∈ E tel que S = (x0 , u(x0 ), . . . , up−1 (x0 )) soit une famille libre de E.
2. Qu’en déduire pour la valeur de p ?
3. Que dire si p = n ?
Nous verrons que cette analogie permet de conjecturer ou de retenir un assez grand nombre de résultats.
Preuve 12 : Si F n’était pas de dimension finie, alors on pourrait trouver une famille libre de vecteurs de F
de cardinal p > n. Cette famille serait aussi une famille libre de E. Or ceci est impossible car toute famille libre
de vecteurs de E a un cardinal inférieur ou égal à n.
Donc F est de dimension finie et dim F ≤ n.
4
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Remarque 4. Soit E un ev de dimension n et F un sev de E. Selon sa dimension, F porte des noms différents :
1. Si dim F = 1 alors F est une droite vectorielle
2. Si dim F = 2 alors F est un plan vectoriel
3. Si dim F = n − 1 alors F est un hyperplan vectoriel (F est aussi le noyau d’une forme linéaire non nulle)
Remarque 5. Les sous-espaces vectoriels de Rn sont souvent donnés sous l’une des deux formes suivantes :
Vous devez connaı̂tre la méthode permettant de passer d’une forme à l’autre : (X ∈ F ⇐⇒ . . . ⇐⇒)
4 x+y−z =0
Exemple 9. (∗) Soient F = Vect((1, 0, 2, 3), (−1, 0, 1, 1)) et G = {(x, y, z, t) ∈ R | }.
x − 2t = 0
1. Exprimer F sous la forme 2.
2. Exprimer G sous la forme 1.
Remarque 6. Ce résultat est TRES souvent utilisé pour montrer que deux sev F et G sont égaux.
Exercice : 4
(∗) Soient F = Vect((1, 2, 3), (0, 1, 1)) et G = {(x, y, z) ∈ R3 | x + y − z = 0} deux sev de R3 .
Montrer que F = G en utilisant deux méthodes différentes.
Exercice : 5
(∗) Soit E = R4 et F = Vect((1, 1, λ, 3), (0, 1, 1, 2)) G = {(x, y, z, t) ∈ E | x − y + z = 0, x + 2y − t = 0}.
Trouver une CNS sur λ ∈ R pour que F = G ?
[
E = F1 ⊕ F2 ⊕ · · · ⊕ Fn ⇐⇒ B= BFi est une base de E.
i∈[[1,n]]
5
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Preuve 16 : Immédiat.
Méthodes :
Dans le cas où n = 2, ce théorème est très utile :
1. Pour déterminer un supplémentaire d’un sev
2. Pour prouver que deux sev sont supplémentaires
Exemple 10. (∗) Soit E = R4 et F = Vect((1, 0, 1, 0), (1, 2, 0, 0)). Trouver un supplémentaire de F dans E
Exemple 11. (∗) Soit E = R3 [X]. Montrer que F = Vect(1+X 2 , X−2) et G = Vect(X 3 −2X, 5) sont supplémentaires.
Remarque 7. Ainsi :
1. Les supplémentaires d’une droite vectorielle de R3 sont des plans vectoriels
2. En dimension finie (dim E = n), les hyperplans de E sont de dimension n − 1.
Preuve 18 : On utilise ici le théorème de la base incomplète en considérant une base de F que l’on complète
pour obtenir une base de E. Les vecteurs ajoutés engendrent alors un sev supplémentaire de F dans E.
L’égalité des supplémentaires provient du corollaire précédent.
Remarque 8. Ne jamais parler du supplémentaire de F , car en général il en existe une infinité. Penser au cas où F est
une droite vectorielle de R2 (voir figure 1).
Remarque 9. L’existence de supplémentaires en dimension infinie est admise par l’axiome de Zorn.
On a alors :
dim(F1 + F2 + · · · + Fn ) ≤ dim F1 + dim F2 + · · · + dim Fn
Cas d’égalité :
6
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
F G
Preuve 19 :
1. La réunion de bases des sev Fi constitue une famille génératrice de F1 + F2 + · · · + Fn .
2. ⇐ Immédiat d’après un théorème précédent.
⇒ B = ∪i∈[[1,n]] BFi est alors une famille génératrice dont le cardinal est égal à la dimension de F1 + F2 +
· · · + Fn . Il s’agit donc d’une base de F1 + F2 + · · · + Fn . On applique alors la caractérisation des
sommes directes.
Preuve 20 : Soit B une base de F ∩ G. On peut compléter B pour obtenir une base B ∪ BF de F et une base
B ∪ BG de G. Montrons que B ∪ BF ∪ BG est une base de F + G.
1. Il est immédiat que B ∪ BF ∪ BG engendre F + G.
2. Pour la liberté de B ∪ BF ∪ BG , on prend une combinaison linéaire nulle et on montre que l’élément de
Vect(BG ) est dans F et donc dans F ∩ G = Vect B.
La formule a démontrer résulte alors du décompte des vecteurs de B ∪ BF ∪ BG .
Exercice : 6
(∗) Soient F et G deux sev d’un ev E de dimension finie n ∈ N∗ .
Montrer que si dim F + dim G > n alors F ∩ G contient un vecteur non nul.
Exemple 12. (∗) Soit E = R4 , F = Vect((1, 2, 1, 1), (0, 1, 1, 1)) et G = {(x, y, z, t) ∈ R4 | x+y+z+t = 0 et x = y}.
Montrer que F ⊕ G = E.
7
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
2. En dimension finie :
(a) E = F ⊕ G ⇐⇒ B = BF ∪ BG
F ∩ G = {0}
(b) E = F ⊕ G ⇐⇒
dim E = dim F + dim G
E =F +G
(c) E = F ⊕ G ⇐⇒
dim E = dim F + dim G
Preuve 22 : On utilise ce que l’on sait sur l’image d’une famille libre et génératrice par une AL.
Preuve 24 :
⇒ Supposons que E et F soient isomorphes. On considère B une base de E et ϕ l’isomorphisme.
ϕ étant un isomorphisme de E dans F , alors ϕ(B) est une base de F . CQFD !
⇐ Supposons que dim E = dim F et prenons (e1 , . . . , en ) une base de E et (f1 , . . . , fn ) une base de F .
Soit alors ϕ l’application linéaire définie par ∀i ∈ [[1, n]] ϕ(ei ) = fi . D’après le théorème précédent, ϕ est
un isomorphisme de E dans F . CQFD !
8
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Preuve 25 : Admis pour l’instant ... (voir le cours sur les matrices !)
Remarque 12. En particulier, si l’espace E est de dimension finie, son dual L(E, K) = E ⋆ est également de dimension
finie et dim E ⋆ = dim E (Voir la notion de base duale dans le cours de MP).
Exercice : 7
(∗∗) Soit E un ev de dimension n ∈ N∗ et F = (f1 , . . . , fn ) une famille de n formes linéaires sur E.
On suppose qu’il existe un vecteur non nul a ∈ E tel que ∀i ∈ [[1, n]], fi (a) = 0.
Prouver que la famille F est liée.
Preuve 26 : Immédiat !
E un K-ev de dimension finie n
Proposition 27 : Soit et u ∈ L(E, F ). On a alors : rg(u) ≤ min(n, p).
F un K-ev de dimension finie p
Preuve 27 : On a :
1. rg(u) = dim Vect(u(e1 ), . . . , u(en )) avec Vect(u(e1 ), . . . , u(en )) ⊂ F
2. rg(u) = dim u(E) ≤ dim E
Exemple 13. (∗) Déterminer le rang de l’application linéaire de Rn [X] dans Rn [X] qui à tout polynôme P associe P ′ .
Exercice : 8
(∗) Soient u, v ∈ L(E) où E est une K-ev de dimension finie. Prouver que :
rg(u ◦ v) ≤ min(rg u, rg v)
Exercice : 9
(∗∗) Soit E un K-ev de dimension finie n, F un K-ev de dimension finie p et u, v ∈ L(E, F ).
Montrer que
rg(u) − rg(v) ≤ rg(u + v) ≤ rg(u) + rg(v)
9
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Preuve 28 :
1. Il suffit de remarquer qu’une application linéaire injective conserve la dimension d’un sev.
2. On a Im(uof ) = u(Im f ) = u(E) = Im u.
Preuve 29 : Immédiat.
Preuve 30 :
Soit (ep+1 , . . . , en ) une base de S.
On montre alors assez facilement que (u(ep+1 ), . . . , u(en )) est une base de Im u.
x ker u
xker u u Im u
xV
u(x) = u(xV )
V
E F
Exemple 14. (∗) Déterminer une base du noyau et de l’image des applications linéaires suivantes :
1. f : R3 7→ R3 définie par f (x, y, z) = (y − z, z − x, x − y)
2. f : R4 7→ R3 définie par f (x, y, z, t) = (2x + y, x + y + t, x + z − t)
3. f : C 7→ C définie par f (z) = z + iz (C étant ici considéré comme un R-ev).
Exercice : 10
(∗)
10
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Exercice : 11
(∗∗) Soit u et v deux endomorphismes d’un K-ev de dimension n tels que Im u + Im v = ker u + ker v = E.
Prouver que Im u et Im v sont supplémentaires, ainsi que ker u et ker v.
Preuve 32 :
1. Supposons u injective.
Alors ker u = {0E } et d’après la formule du rang : dim Im u = n. Im u est donc un sev de F de même
dimension que F . On a donc Im u = F et u est donc surjective. Et donc bijective !
2. Supposons u surjective.
On utilise là encore la formule du rang.
Remarque 13. Ce théorème est bien entendu faux si les deux espaces n’ont pas la même dimension.
Corollaire 33 : Soient deux espaces vectoriels E et F sur le corps K de même dimension finie n.
Soit une application linéaire f ∈ L(E, F ). Alors
Exercice : 12
1. (∗∗) On considère (n+1) réels distincts (x0 , . . . , xn ) ∈ Rn+1 et l’application φ : Rn [X] −→ Rn+1
P 7→ P (x0 ), . . . , P (xn )
(a) Montrer que φ est un isomorphisme.
(b) En déduire que si (y0 , . . . , yn ) ∈ Rn+1 , il existe un unique polynôme P ∈ Rn [X] tel que ∀i ∈ [0, n],
P (xi ) = yi . Ce polynôme est alors appelé : polynôme interpolateur de Lagrange.
11
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Remarque 14. Ce théorème est très utile en pratique. Si E est de dimension finie, alors pour prouver qu’un endomor-
phisme u de E est bijectif, il suffira de montrer qu’il est injectif (le plus facile puisqu’il s’agit simplement de prouver
que ker u = {0}).
Exercice : 14
(∗∗) Soit E = Rn [X] et Q ∈ E. Montrer qu’il existe un unique polynôme P ∈ E vérifiant P ′ + P = Q.
Preuve 35 :
1. Si u est inversible à gauche, alors l’endomorphisme v tel que v ◦ u = idE est surjectif.
Comme E est de dimension finie, v est bijectif. Dans ce cas, u = v −1 et u est bijectif.
2. De même si u est inversible à droite.
Remarque 15. Ce résulat est faux si l’on n’est pas en dimension finie comme le montre le contre-exemple suivant.
Soit S l’espace des suites réelles.
sg : (a0 , a1 , . . . ) 7→ (a1 , a2 , . . . )
On définit deux endomorphismes (le ” shift ” à gauche et à droite) : .
sd : (a0 , a1 , . . . ) 7→ (0, a0 , a1 , . . . )
Etudier l’injectivité, la surjectivité de sg , sd . Calculer sg ◦ sd . Conclure.
Exercice : 15
(∗) Soit E un K-ev de dimension finie n et u, v ∈ L(E). Montrer que : u2 ◦ v − u ◦ v ◦ u + id = 0 ⇒ u ∈ GL(E)
Les formes linéaires uj ∈ L(E, K) sont appelées formes coordonnées de u relativement à la base f .
Remarque 16. On rappelle qu’un hyperplan de E est le noyau d’une forme linéaire non nulle de E.
12
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Preuve 37 :
1. Evident compte-tenu du théorème sur la forme des formes linéaires dans une base.
2. ⇒ Evident compte-tenu du théorème du rang.
⇐ en remarquant qu’il existe une droite vectorielle supplémentaire.
Exemple 15. (∗) Soit H = {(x1 , x2 , x3 , x4 ) ∈ R4 , 2x1 − x2 = x4 }. Montrer que H est un hyperplan de R4 .
u(1, 2, 1)
Exemple 16. (∗) Soit H = {(x, y, z) ∈ R3 , x − 2y + 3z = 0}. Montrer que forment une base de H.
v(−1, 1, 1)
Exercice : 16
(∗) Soit E un K-ev de dimension n et H1 et H2 , deux hyperplans distincts de E.
Calculer dim(H1 ∩ H2 ).
n − m ≤ dim(H1 ∩ · · · ∩ Hm ) ≤ n − 1
Preuve 38 :
1. On procède par récurrence en utilisant la formule de Grassmann.
2. On considère une base de F que l’on complète pour obtenir une base de E.
On considère alors les m hyperplans engendrés par les vecteurs de la base construite moins un des vecteurs
ajoutés.
Exemple 17. Vérifier que ces résultats sont cohérents avec ce que vous savez intuitivement des droites vectorielles de
R2 et des plans vectoriels de R3 .
7 Exercices de TD
Codage :
1. Les exercices avec des coeurs ♥ sont à traiter en priorité.
2. Le nombre d’étoiles ∗ ou de coeurs ♥ correspond à la difficulté des exercices.
Exercice de TD : 1
4 u(1, 0, 0, 1) r(3, 1, −1, 1)
(♥) Dans R , montrez que les vecteurs engendrent le même sev que les vecteurs .
v(2, 1, −1, 0) s(5, 2, −2, 1)
13
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Exercice de TD : 2
(♥) Dans E = R4 , on considère le sev : F = {(x, y, z, t) ∈ E | 2x − y + 3z + t = 0}.
Exercice de TD : 3
4 x + 3y − 2z − 5t = 0
(♥) Dans E = R , on considère l’ensemble F des X = (x, y, z, t) tels que : .
x + 2y + z − t = 0
1. Montrer que F est un sev de E.
2. Déterminer sa dimension et un supplémentaire.
Exercice de TD : 4
(♥) On considère les 3 vecteurs de R3 : u1 = (1 , −1 , −1), u2 = (2 , −1 , 1) et u3 = (1 , 0 , 2).
1. La famille {u1 , u2 , u3 } est-elle libre ou liée ?
Si elle est liée, formez une relation de dépendance linéaire entre ses vecteurs
2. Donnez une équation cartésienne de Vect(u1 , u2 , u3 ).
Exercice de TD : 5
1 4 −1 0
4
2 3 −3 4
(∗) Dans R , déterminer la dimension du sev engendré par a = 2, b = 10, c = 4 et d = 11.
1 5 0 1
La meilleure technique est ici d’appliquer l’algorithme du rang... vu dans le cours sur les matrices.
Exercice de TD : 6
(♥♥) Soit E l’ev des polynômes à coefficients réels de degré ≤ 4.
On considère l’ensemble F = {P ∈ E | P (0) = P ′ (0) = P ′ (1) = 0}.
1. Montrer que F est un sev de E.
2. Montrer que G = Vect(1, X, 1 + X + X 2 ) est un supplémentaire de F dans E.
Exercice de TD : 7
F = {P ∈ E | P (0) = P (1) = P (2) = 0}
(∗∗) Dans E = K3 [X] on considère les 3 sev suivants : G = {P ∈ E | P (1) = P (2) = P (3) = 0} .
H = {P ∈ E | P (−X) = P (X)}
Exercice de TD : 8
Polynômes d’interpolation de Lagrange
Y X − aj
(♥) Soit (a0 , a1 , . . . , an ), n + 1 nombres complexes distincts. On note, pour i ∈ [[0, n]] : Li =
ai − aj
j∈[[0,n]]\{i}
Exercice de TD : 9
(♥♥) Soit E un K-espace vectoriel de dimension finie n ∈ N∗ et F un sous-espace vectoriel de E, distinct de E.
Montrer que F est l’intersection d’un nombre fini d’hyperplans de E.
Exercice de TD : 10
(∗ ∗ − ∗ ∗∗) Soit E un K-espace vectoriel de dimension finie n ∈ N∗ et F et G deux sev de E.
14
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Exercice de TD : 11
(♥) Soit E = R3 et f l’endomorphisme de E défini par : f ((x, y, z)) = (−y + 3z, x + y, 2x + 2y)
1. Vérifiez que f est bien linéaire
2. Précisez une base de son noyau et de son image.
Exercice de TD : 12
(♥) Soit ϕ : Kn+1 [X] 7→ Kn [X] définie par ϕ(P ) = (n + 1)P − XP ′ .
1. Justifier que ϕ est bien définie et que c’est une application linéaire.
2. Déterminer le noyau de ϕ.
3. En déduire que ϕ est surjective.
Exercice de TD : 13
(♥♥) Soit E un K-espace vectoriel de dimension n et F , G deux sous-espaces vectoriels de E.
Former une condition nécessaire et suffisante sur F et G pour qu’il existe un endomorphisme u de E tel que Im u = F
et ker u = G.
Exercice de TD : 14
Exercice de TD : 15
(♥♥♥) Soit E un K-ev de dimension n et f un endomorphisme de E.
On pose, pour tout entier k, Nk = ker f k et Ik = Im f k .
1. Montrer que les suites (Nk ) et (Ik ) sont respectivement croissantes et décroissantes au sens de l’inclusion.
2. Que dire des suites des dimensions de Nk et des Ik ?
3. Prouver l’existence d’une valeur r ∈ N telle que Nr = Nr+1 .
4. Montrer alors que Nm = Nr et Im = Ir pour tous les m ≥ r
5. En déduire que ∀k ∈ N tel que k ≥ r, Nk = Nr , Ik = Ir et E = Nr ⊕ Ir .
Exercice de TD : 16
gof = 0L(E)
(∗∗) Soit E un K-ev de dimension finie, f et g deux endomorphismes de E tels que : .
f + g ∈ GL(E)
Montrez que rg(f ) + rg(g) = dim E.
Exercice de TD : 17
f + g = idE
(♥♥) Soit E un K-ev de dimension finie et f et g des endomorphismes de E vérifiant : .
rg(f ) + rg(g) ≤ dim E
Il s’agit de prouver que f et g sont des projecteurs de E.
1. En remarquant que E = Im f + Im g, démontrer que Im f ∩ Im g = {0}.
2. En déduire que f ◦ g = 0 puis que f 2 = f .
3. Conclure.
Exercice de TD : 18
(♥♥) Soit E = {f ∈ F (R, R) | f (x) = (a − b)ex cos x + (b − c)ex sin x + aex , avec (a, b, c) ∈ R3 }.
1. Montrez que E est un espace vectoriel de dimension finie et précisez sa dimension.
15
Cours MPSI-2015/2016 Les Espaces Vectoriels de dimension finie http://pascal.delahaye1.free.fr/
Exercice de TD : 19
(♥♥) Soit E un K-espace vectoriel de dimension finie n ∈ N et f un endomorphisme de E tel qu’il existe un vecteur
x0 ∈ E pour lequel la famille B = (x0 , f (x0 ), . . . , f n−1 (x0 )) soit une base de E.
On note C = {g ∈ L(E) | f og = gof }.
1. Montrer que C est un sous-espace vectoriel de L(E).
2. Prouver que C = {a0 idE +a1 f + · · · + an−1 f n−1 | a0 , . . . , an−1 ∈ K}.
On pourra envisager de décomposer g(x0 ) où g ∈ C dans la base B
3. Déterminer la dimension de C.
Exercice de TD : 20
(♥♥) Soit f ∈ L(E) où E est un espace vectoriel de dimension finie.
On souhaite prouver que :
dim ker f 2 ≤ 2 dim ker f
1. Montrer qu’il existe F un sev de E tel que : ker f 2 = ker f ⊕ F
2. Considérer (f1 , . . . , fq ) une base de F .
Prouver que (f (f1 ), . . . , f (fq )) est une famille libre de ker f .
3. En déduire la relation recherchée.
Exercice de TD : 21
(∗∗) Soit E un K-ev de dimension finie et E1 et E2 , deux sev
de E.
Montrez que : ∃u ∈ L(E) tel que ker u = E1 et Im u = E2 ⇐⇒ dim E = dim E1 + dim E2 .
Exercice de TD : 22
(∗∗) Soit E de dimension n.
Montrer que ∃f ∈ L(E) tel que Im f = ker f ⇐⇒ n est pair.
Exercice de TD : 23
(∗∗) Soit f ∈ L(E, F ) et g ∈ L(F, G) où E, F et G sont trois K-ev de dimension finie.
Exercice de TD : 24
(∗∗) Soient E et F de dimension n, G un sev de E et H = {u ∈ L(E, F ) | G ⊂ ker u}.
1. Soit (e1 , . . . , ep ) une base de G que l’on complète pour obtenir une base de E.
Exercice de TD : 25
(♥♥) Soit E un K-ev de dimension finie n ∈ N∗ et x, y deux vecteurs de E.
u(x) = x
1. On suppose (x, y) libre. Montrer alors qu’il existe un automorphisme u de E tel que
u(y) = x + y
2. Soit f ∈ L(E) qui commute avec tous les automorphismes de E.
(a) Soit x ∈ E non nul. Montrer que (x, f (x)) est une famille liée.
(b) En déduire que f est une homothétie (voir l’exercice précédent).
16