Chapitre I: El Ements D'alg'ebre Lin Eaire: Nabil Derbel

Chapitre I:
Fonctions . . .
Ensembles et applications
Eléments d’Algèbre Linéaire Espaces Vectoriels

Applications Linéaires
Espaces Euclidiens
Home Page
Nabil Derbel
Title Page
Master AII
JJ II
2020–2021
J I
Page 1 of 38
Go Back
Full Screen
Close
Quit
1. Fonctions trigonométriques
1.1. Angle orienté
Un angle orienté est défini par deux demi-droites D1 et D2 partant d’un même
Fonctions . . .
point A.
Espaces Vectoriels
On choisit le sens inverse de parcourt des aiguilles d’une montre comme orientation
positive du plan (c’est le sens trigonométrique positif).
Espaces Euclidiens
D2 Home Page
Hypothénuse B
Côté
Title Page
θ opposé
A D1
C JJ II
Côté adjacent
J I
Figure 1: Définition d’un angle orienté
Page 2 of 38
Considérons un point B de D2 différent de A. Soit C sa projection orthogonale sur

Go Back
D1 . On obtient ainsi un triangle rectangle en C.
Full Screen
L’angle θ est l’angle que fait D2 avec D1 (Fig. 1). On note par:
Close
−→
\ −−→
θ = (D\
1 , D2 ) = (AC, AB)
Quit
On définit les fonctions trigonométriques suivantes:
−→
kACk
cos θ = −−→
kABk
−−→ Fonctions . . .
kBCk
sin θ = −−→ Ensembles et applications
kABk
−−→ Espaces Vectoriels
sin θ kBCk Applications Linéaires
tan θ = = −→
cos θ kACk Espaces Euclidiens
Dans le cas général, on les définit par le produit scalaire et le produit vectoriel: Home Page
−→ −−→
AC · AB Title Page
cos θ = −→ −−→
kACk kABk
−→ −−→ −→ −−→ JJ II
AC ∧ AB det (AC, AB)
sin θ = −→ −−→ = −−→ −→
kACk kABk kABk kACk J I
−→ −−→ −→ −−→
AC ∧ AB det (AC, AB) Page 3 of 38
tan θ = −→ −−→ = −→ −−→
AC · AB AC · AB
Go Back
Remarque : Le produit vectoriel est un vecteur. Puisqu’on travaille dans le plan

(horizontal), le produit vectoriel est un vecteur vertical. Ici, on s’est permit cette Full Screen
écriture, mais, on veut dire la composante verticale du produit vectoriel.

Close
Quit
1.2. Propriétés des fonctions trigonométriques
La relation fondamentale des fonctions trigonométriques s’écrit:
cos2 θ + sin2 θ = 1
Fonctions . . .
La fonction cos est paire alors que les fonctions sin et tan sont impaires
cos(−θ) = cos θ Espaces Vectoriels
sin(−θ) = − sin θ Applications Linéaires
tan(−θ) = − tan θ Espaces Euclidiens
Home Page
Les fonctions cos et sin sont périodiques de périodes 2π, alors que la fonction tan
est périodique de période π, et on a: Title Page
cos(θ + 2π) = cos θ

JJ II
sin(θ + 2π) = sin θ
cos(θ + π) = − cos θ J I
sin(θ + π) = − sin θ
Page 4 of 38
tan(θ + π) = tan θ
Go Back
Nous avons également les relations suivantes:
π
cos θ + = − sin θ Full Screen
2
π
sin θ + = cos θ Close
2
π 1
tan θ + = − cot θ = − Quit
2 tan θ
et les relations
π
cos −θ = sin θ
2
π
sin −θ = cos θ
2 Fonctions . . .
π 1
tan −θ = cot θ = Ensembles et applications
2 tan θ Espaces Vectoriels
La figure 2 montre comment calculer les fonctions cos et sin à partir du cercle
trigonométrique, qui est le cercle de centre l’origine O et de rayon 1. Espaces Euclidiens
y Home Page
1
y=
sin θ Title Page
θ JJ II
x
x= 1 J I
cos θ
Page 5 of 38
Go Back
Figure 2: Cercle trigonométrique pour la calcul des fonctions cos et sin. Full Screen
Close
Quit
Table 1: Valeurs des fonctions aux angles remarquables.
π π π π
θ 0 6 4 3 2
√ √
3 2 1
cos θ 1 2 2 √2
0
1 2 3
sin θ 0 √2 2 1
3
√2 Fonctions . . .
tan θ 0 3 1 3 ∞ Ensembles et applications
Espaces Vectoriels
Pour s’en souvenir des valeurs du Tab. 1, on peut utiliser la remarque suivante: Applications Linéaires
√ √ √ √ √ Espaces Euclidiens
0 1 1 2 3 4
0= , = , , , 1=
2 2 2 2 2 2 Home Page
1.3. Formules de Moivre Title Page
JJ II
cos(α + β) = cos α cos β − sin α sin β
cos(α − β) = cos α cos β + sin α sin β J I
sin(α + β) = sin α cos β + cos α sin β
Page 6 of 38
sin(α − β) = sin α cos β − cos α sin β
cos 2α = cos2 α − sin2 α = 2 cos2 α − 1 = 1 − 2 sin2 α Go Back
sin 2α = 2 sin α cos α
Full Screen
La figure 3 représente l’évolution des fonctions cos, sin et tan dans l’intervalle
[−2π, 2π]. Close
Quit
1
0.5 y=cos x
-0.5
Fonctions . . .
-1
-6 -4 -2 0 2 4 6 Ensembles et applications
Espaces Vectoriels
1 Applications Linéaires
y=sin x
0.5 Espaces Euclidiens
0
Home Page
-0.5
-1 Title Page
-6 -4 -2 0 2 4 6
JJ II
10
y=tan x
5 J I
0
Page 7 of 38
-5
Go Back
-10
-6 -4 -2 0 2 4 6
Full Screen
Figure 3: Evolution des fonctions cos, sin et tan dans l’intervalle [−2π, 2π]
Close
Quit
2. Ensembles et applications
2.1. Définition d’un ensemble
Un ensemble est une collection d’objets appelés éléments.
Fonctions . . .
L’ensemble vide est un ensemble sans éléments et le note ∅. Ensembles et applications
L’ensemble de tous les éléments possibles est noté Ω. Espaces Vectoriels
2.2. Opérateurs sur les ensembles Espaces Euclidiens
A partir de deux ensembles, on peut créer un nouveau grâce aux opérateurs suiv- Home Page
ants:
Title Page
• Intersection: A ∩ B = {x ∈ A et x ∈ B}
JJ II
• Union: A ∪ B = {x ∈ A ou x ∈ B}
J I
• Différence: A − B = A\B = {x ∈ A et x ∈
/ B}
• Complémentaire: C A = {x ∈ Ω | ∈
/ A} Page 8 of 38
Sans oublier l’opérateur inclusion: A ⊂ B =⇒ ∀x ∈ A, on a x ∈ B. Go Back
Le cardinal d’un ensemble est le nombre d’éléments qui appartiennent à cet ensem-
Full Screen
ble, et on note: card(A).
Close
Quit
On a les relations suivantes:
• Commutativité:
A∩B =B∩A
Fonctions . . .
A∪B =B∪A
Espaces Vectoriels
• Associativité:
A ∩ (B ∩ C) = (A ∩ B) ∩ C = A ∩ B ∩ C Espaces Euclidiens
A ∪ (B ∪ C) = (A ∪ B) ∪ C = A ∪ B ∪ C
Home Page
• Distributivité: Title Page
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
JJ II
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
J I
• Complémentarité:
Page 9 of 38
C A∪B = C A ∩ C B
C A∩B = C A ∪ C B Go Back
Full Screen
Définition : Une relation R : A × B est un procédé qui associe à quelques (ou
tous les) éléments a de A une ou des images b par R dans B, et on note aRb. Close
Quit
Définition : Une application f : A −→ B est un procédé qui associe à tout
élément a de A une unique image b par f dans B, notée b = f (a). b est appelé
image de a par f , et a est appelé antécédent de b par a. L’image d’un élément est
unique, mais l’antécédent peut être nombreux ou bien aucun élément ne peut être
antécédent de b.
Fonctions . . .
On note par image de f : Ensembles et applications
Espaces Vectoriels
Im(f ) = {b ∈ B | ∃a ∈ A, avec f (a) = b}
Espaces Euclidiens
L’antécédent d’un élément {b} ou d’un ensemble C ⊂ B est noté:
f −1 ({b}) = {a ∈ A | f (a) = b} Home Page

−1
f (C) = {a ∈ A | f (a) ∈ C}
Title Page
2.3. Application injective, surjective et bijective JJ II
• L’application f est injective si pour tout élément b ∈ B, le cardinal de J I

l’antécédent de {b} est inférieur ou égal à 1.
Page 10 of 38
• L’application f est surjective si pour tout élément b ∈ B, le cardinal de
l’antécédent de {b} est supérieur ou égal à 1. Go Back
• L’application f est bijective si pour tout élément b ∈ B, le cardinal de

Full Screen
l’antécédent de {b} est égal à 1.
• L’application f est bijective si et seulement si elle est injective et surjective. Close
• L’application identique: IdA : A −→ A définie par ∀a ∈ A, IdA (a) = a Quit

2.4. Composition d’applications
On définit la composition de deux applications par:
f: A −→ B
a 7−→ b = f (a) Fonctions . . .
g: B −→ C Espaces Vectoriels
b 7−→ c = g(b) Applications Linéaires
Espaces Euclidiens
g◦f : A −→ C
a 7−→ c = g[f (a)] = g ◦ f (a) Home Page
C’est la fonction g ◦ f .
Title Page
Pour toute application bijective f , on note la réciproque de f par f −1 :
f −1 : B −→ A JJ II
b 7−→ a = f −1 (b)
J I
On a:
Page 11 of 38
f −1 ◦ f : A −→ B −→ A
a 7−→ b = f (a) 7−→ a = f −1 [f (b)] = IdA (a) Go Back
f ◦ f −1 : B −→ A −→ B Full Screen
b 7−→ a = f −1 (b) 7−→ b = f −1 [f (a)] = IdB (b)

Close
Soit:
f ◦ f −1 = IdB , f −1 ◦ f = IdA Quit
Exemple Soit la fonction f :
f: R −→ R
x 7−→ y = 2x − 3
Fonctions . . .
La fonction réciproque est:
−1
f : R −→ R Espaces Vectoriels
x 7−→ y = (x + 3)
2 Espaces Euclidiens
On a: Home Page
1
f −1 ◦ f (x)
= f −1 [f (x)] = f −1 (2x − 3) = [(2x − 3) + 3] = x Title Page
2
−1 −1 1 1
f ◦ f (x) = f [f (x)] = f (x + 3) = 2 (x + 3) − 3 = x JJ II
2 2
J I
Page 12 of 38
Go Back
Full Screen
Close
Quit
2.5. Nombres complexes
Rappelons les ensembles des nombres:
• L’ensemble des entiers naturels: N = {0, 1, 2, 3, ...}.

Fonctions . . .
• L’ensemble des entiers relatifs: Z = {..., −3, −2, −1, 0, 1, 2, 3, ...}. Ensembles et applications
Espaces Vectoriels
• L’ensemble des nombres rationnels: Q = { ab | a, b ∈ Z}.
• L’ensemble des nombres réels: R = {x = lim rn | rn ∈ Q}. Espaces Euclidiens
n−→+∞
• L’ensemble des nombres complexes: C = {x + iy | x, y ∈ R}, avec i2 = −1. Home Page
√ Title Page
Remarque : Soit n un entier naturel non carrée. n est un nombre irrationnel:
√ √ JJ II
n∈/ Q, n∈R−Q
√ J I
En effet, si on suppose que n est rationnel, donc, il existe deux entiers a et b
premier entre eux tel que:
√ a Page 13 of 38
n=
b
Go Back
Donc a2 = nb2 . Donc n divise a. Alors, il existe un entier a0 tel que a = na0 . Ce
qui permet d’écrire: b2 = na02 . Donc n divise b. Or n divise a, donc n divise a et b,
Full Screen
qui sont premiers eux, ce qui est absurde, et par conséquent n n’est pas rationnel.
Close
Quit
2.5.1. Module et argument d’un nombre complexe
Tout complexe z = x + iy s’écrit sous la forme:

!
p x y p
z = x + iy = x2 + y2 p + ip = x2 + y 2 (cos θ + i sin θ) Fonctions . . .
x2 + y 2 x2 + y 2
avec: Espaces Vectoriels
x Applications Linéaires
cos θ = p
x2 + y 2 Espaces Euclidiens
y
sin θ = p
x2 + y 2 Home Page
et on note le module et l’argument de z par: Title Page

p
|z| = x2 + y 2
JJ II
arg(z) = θ
J I
On a: y
arctan si x > 0

y x Page 14 of 38
arg(z) = arctan ± π si x < 0

x π Go Back
sign(y) si x = 0

2
Full Screen
Généralement, on note: p
z= x2 + y 2 eiθ Close
avec:
eiθ = cos θ + i sin θ Quit
2.5.2. Conjugué d’un complexe
Le conjugué d’un complexe z est noté:

p
z = x − iy = x2 + y 2 e−iθ
Fonctions . . .
On a le conjugué du conjugué du nombre complexe z est le nombre: z = z. Ensembles et applications
On note également: Espaces Vectoriels

x = <e(z) Espaces Euclidiens
y = =m(z)
Home Page
<e et =m désignent la parties réelles et imaginaires d’un complexe.
On les identités suivantes: Title Page
z+z = 2 <e(z) JJ II
z−z = 2 i =m(z)
J I
zz = |z|2
z∈R ⇐⇒ z=z Page 15 of 38
z ∈ iR ⇐⇒ z = −z
Go Back
De plus:
√ Full Screen
|z| = |z| = zz
1 z Close
z −1 = =
z |z|2
Quit
2.5.3. Affixe d’un point
→
− →−
Dans un plan P de repère orthonormé R = (O, i , j ), on considère un point M
de coordonnées (x, y). L’affixe du point M est le complexe z = x + iy. z est aussi
−−→
l’affixe du vecteur OM .
Fonctions . . .
Le symétrique du point M par rapport à l’axe des abscisses est le point d’affixe Ensembles et applications
z = x − iy. Espaces Vectoriels
Le symétrique du point M par rapport à l’axe des ordonnées est le point d’affixe Applications Linéaires
−z = −x + iy. Espaces Euclidiens
Le symétrique du point M par rapport au point O est le point d’affixe −z = −x−iy.
(x, y) sont les coordonnées cartésiennes du point M . On définit les coordonnées Home Page
polaires du point M par (r, θ), avec r = |z| et θ = arg(z).

Title Page
2.5.4. Puissance d’un complexe JJ II

0
Pour les deux complexes z = r eiθ et z 0 = r0 eiθ , leur produit est:
J I
0 0 i(θ+θ 0 )
z z =rr e
Page 16 of 38
Par conséquent: Go Back

z n = rn einθ
Full Screen
Close
Quit
2.5.5. Linéarisation des fonctions trigonométriques
z = r eiθ
z+z
cos θ =
2
Fonctions . . .
z−z
sin θ = Ensembles et applications
2i Espaces Vectoriels
n n
Ces relations sont très utilisées pour linéariser cos θ et sin θ. En effet: Applications Linéaires
n Espaces Euclidiens
e + e−iθ
iθ
n
cos θ =
2 Home Page
1 h i
= n einθ +e−inθ +Cn1 ei(n−2)θ +e−i(n−2)θ +Cn2 ei(n−4)θ +e−i(n−4)θ +· · ·

2 Title Page
1
= n−1 cos nθ + Cn1 cos(n − 2)θ + Cn2 cos(n − 4)θ + · · ·

2 JJ II
De même: J I
−iθ n
eiθ − e

sinn θ = Page 17 of 38
2i
1 h inθ
e + (−1)n e−inθ − Cn1 ei(n−2)θ + (−1)n e−i(n−2)θ Go Back

= n
(2i)
i
Full Screen
+Cn2 ei(n−4)θ + (−1)n e−i(n−4)θ − · · ·

Close
Quit
Si n = 2q est pair:
(−1)q h inθ −inθ i

sin2q θ = −Cn1 ei(n−2)θ +e−i(n−2)θ +Cn2 ei(n−4)θ +e−i(n−4)θ −· · ·

n
e +e
2
(−1)q
= n−1 cos nθ − Cn1 cos(n − 2)θ + Cn2 cos(n − 4)θ − · · ·

Fonctions . . .
2
Si n = 2q + 1 est impair: Espaces Vectoriels
(−1)q h inθ −inθ i
sinn θ = −Cn1 ei(n−2)θ −e−i(n−2)θ +Cn2 ei(n−4)θ −e−i(n−4)θ −· · ·

n
e −e Espaces Euclidiens
2 i
(−1)q
sin nθ − Cn1 sin(n − 2)θ + Cn2 sin(n − 4)θ − · · ·

= Home Page
2n
Title Page
Exemples
3 JJ II
eiθ + e−iθ

1 3iθ
3
e + e−3iθ + 3 eiθ + e−iθ

cos θ = =
2 8 J I
1
= [cos 3θ + 3 cos θ] Page 18 of 38
4
Go Back
iθ −iθ
3
e −e 1 3iθ
sin3 θ e − e−3iθ + 3 eiθ − e−iθ

= =− Full Screen
2i 8i
1 1 Close
= − [sin 3θ − 3 sin θ] = [3 sin θ − sin 3θ]
4 4
Quit
4
eiθ + e−iθ

1 4iθ
4
e + e−4iθ + 4 e2iθ + e−2iθ + 6

cos θ = =
2 16
1
= [cos 4θ + 4 cos 2θ + 3] Fonctions . . .
8
4 Espaces Vectoriels
eiθ − e−iθ

1 4iθ
4
e + e−4iθ − 4 e2iθ + e−2iθ + 6
sin θ = =
2i 16 Espaces Euclidiens
1
= [cos 4θ − 4 cos 2θ + 3]
8 Home Page
On déduit que:
Title Page
1
cos4 θ + sin4 θ = [cos 4θ + 3]
4 JJ II
cos4 θ − sin4 θ = cos 2θ
J I
2.5.6. Racines d’un nombre complexe
Page 19 of 38
iα
Soit le complexe z0 = ρ e . Considérons l’équation:
Go Back
z n = z0
Full Screen
Les n solutions de cette équation sont z = r eiθ , avec:
√
r = nρ Close
α + 2kπ
θ = mod(2π), k ∈ {1, 2, ..., n} Quit
n
2.6. Polynômes
2.6.1. Définition
Un polynôme à coefficients réels s’exprime sous la forme:

Fonctions . . .
P (X) = an X n + an−1 X n−1 + · · · + a2 X 2 + a1 X + a0 Ensembles et applications
les coefficients ai sont réels. Le coefficient an doit être non nul. L’ensemble des Espaces Vectoriels
polynôme est noté R[X]. Un élément simple est de la forme ai X i est appelé Applications Linéaires
monôme. L’entier n est le degré du polynôme P , et note deg(P ) = n. Espaces Euclidiens
Home Page
Remarque : A chaque polynôme P (X) on attribue une fonction polynomiale:
f : R −→ R Title Page
n n−1 2
x 7−→ f (x) = P (x) = an x + an−1 x + · · · + a2 x + a1 x + a0
JJ II
Soient P et Q sont deux polynômes. On a:
J I
deg (P Q) = deg (P ) + deg (Q)
Page 20 of 38
deg (P + Q) ≤ max[deg (P ), deg (Q)]
En effet: Go Back
• Si deg(P ) > deg(Q), deg (P + Q) = deg(P ). Par exemple: Full Screen
3 2
P (X) = X +X +X +1 Close
Q(X) = 3X 2 − X − 2
P (X) + Q(X) = X 3 + 4X 2 − 1 Quit
On a bien: deg(P + Q) = deg(P ) = 3.
• Mais, si deg(P ) = deg(Q), on pourra avoir:

• deg (P + Q) = deg(P ). Par exemple:
Fonctions . . .
P (X) = X3 + X2 + X + 1 Ensembles et applications
Q(X) = 3X 3 − X − 2 Espaces Vectoriels
P (X) + Q(X) = 4X 3 + X 2 − 1 Applications Linéaires
Espaces Euclidiens
On a bien: deg(P + Q) = deg(P ) = deg(Q) = 3.
• deg (P + Q) < deg(P ) = deg(Q). Par exemple: Home Page
P (X) = X 3 + X 2 + X + 1 Title Page

Q(X) = −X 3 − X − 2
JJ II
P (X) + Q(X) = X2 − 1
On a bien: deg(P + Q) = 2 < deg(P ) = deg(Q) = 3. J I
Page 21 of 38
2.6.2. Division euclidienne
Go Back
Soit A et B deux polynômes. Alors, il existe deux polynômes R et Q tel que:
Full Screen
A = BQ + R
Close
avec deg(R) < deg(B). Ces deux polynômes sont uniques. On dit qu’on a effectué
la division euclidienne de A par B.
Quit
Exemple
X3 +2X 2 +3X +4 X +1
X3 +X 2 X2 +X +2
X2 +3X
Fonctions . . .
X2 +X
2X +4
2X +2 Espaces Vectoriels
Espaces Euclidiens
Ainsi, on peut écrire:
Home Page
X 3 + 2X 2 + 3X + 4 = (X + 1)(X 2 + X + 2) + 2
Title Page
C’est la division euclidienne selon les puissances décroissantes de X.
JJ II
J I
Page 22 of 38
Go Back
Full Screen
Close
Quit
Remarque : La division euclidienne selon les puissances croissantes de X peut
être décrite par l’exemple suivant:
4 +3X +2X 2 +X 3 1 +X
4 +4X 4 −X +3X 2 −2X 3 + · · ·
2 Fonctions . . .
−X +2X
−X −X 2
Espaces Vectoriels
3X 2 +X 3
3X 2 +3X 3 Applications Linéaires
−2X 3 Espaces Euclidiens

..
. Home Page
Cette division est utilisée pour: Title Page
• effectuer des développements de Taylor au voisinage de x0 (on effectue un JJ II

changement de variable Y = X − x0 ),
J I
• calculer des limites au voisinage de x0 (on effectue un changement de variable
Y = X − x0 ), Page 23 of 38
• calculer les premiers éléments d’un signal échantillonné à partir de sa trans-

Go Back
formée en z.
Full Screen
Close
Quit
2.6.3. Racines d’un polynôme
Le nombre a (réel ou complexe) est une racine du polynôme P (X) si et seulement

si:
P (a) = 0
Fonctions . . .
Alors, il existe un polynôme Q(X) tel que: Ensembles et applications
Espaces Vectoriels
P (X) = (X − a) Q(X)
Si P (X) est un polynôme de R[X] et si a n’est pas réel (a est complexe), alors: a le Espaces Euclidiens
conjugué de a est aussi racine du polynôme P (X), et il existe un polynôme Q(X)
tel que: Home Page
P (X) = (X − a)(X − a) Q(X) = X 2 − (a + a)X + aa Q(X)

Title Page
Le nombre a est une racine multiple du polynôme P (X) de multiplicité k, alors il JJ II

existe un polynôme Q(X) tel que:
J I
P (X) = (X − a)k Q(X)
Page 24 of 38
mais, il est impossible de trouver un polynôme R(X) vérifiant:
Go Back
P (X) = (X − a)k+1 R(X) : (Cette équation est impossible)
Full Screen
et on a les dérivées suivantes de P qui s’annulent en a:
Close
P (a) = P 0 (a) = · · · P k−1 (a) = 0, mais P k (a) 6= 0
Quit
Tout polynôme de degré n possède au plus n racines. Si on compte la racine k fois
(k est sa multiplicité, alors le nombre de racines est égal à n. Si l’expression de
P (X) est:
P (X) = an X n + an−1 X n−1 + · · · + a2 X 2 + a1 X + a0

Fonctions . . .
alors, on peut écrire: Ensembles et applications

Espaces Vectoriels
n
Y Applications Linéaires
P (X) = an (X − x1 )(X − x2 ) · · · (X − xn ) = an (X − xi )
Espaces Euclidiens
i=1
Exemples: Home Page
P (X) = X 3 − 6X 2 + 11X − 6 = (X − 1)(X − 2)(X − 3) Title Page
P (X) = X 4 − 2X 3 + 2X 2 − 2X + 1 = (X 2 − 2X + 1)(X 2 + 1) JJ II
= (X − 1)2 (X 2 + 1) J I
= (X − 1)2 (X + i)(X − i)
Page 25 of 38
Go Back
Full Screen
Close
Quit
3. Espaces Vectoriels
L’ensemble Rn est un espace vectoriel décrit par:
Rn = {(x1 , x2 , · · · , xn ) | x1 , x2 , · · · , xn ∈ R}
Fonctions . . .
On appelle vecteurs les éléments d’un espace vectoriels, notés: Ensembles et applications
→
−u = (x1 , x2 , · · · , xn ) Espaces Vectoriels
→
−
u0 = (x01 , x02 , · · · , x0n )
Espaces Euclidiens
et on a la somme de deux vecteurs:
Home Page
→
−
u +→
−
u0 = (x1 + x01 , x2 + x02 , · · · , xn + x0n )
Title Page
et la multiplication d’un vecteur par un scalaire λ ∈ R
λ→
−
u = (λx1 , λx2 , · · · , λxn ) JJ II
J I
3.1. Définition
Page 26 of 38
Un espace vectoriel V munis de deux lois + et ·, vérifiant:
Go Back
+ : V × V −→ V
(→
−
u,→
−v ) 7−→ →
−
u +→
−
v Full Screen
· : R × V −→ V Close
(λ, →
−
u ) 7−→ λ · →
−
u =λ→
−
u
Quit
avec les propriétés suivantes:
• Associativité de la loi +:
(→
−
u +→
−
v)+→
−
w =→
−
u + (→
−
v +→
−
w)
Fonctions . . .
• Commutativité de la loi +: Ensembles et applications
→
− Espaces Vectoriels
u +→
−
v =→
−
v +→
−
u
→
− Espaces Euclidiens
• 0 élément neutre pour la loi +:
→
− →
− →
− −
u + 0 = 0 +→
u =→
−
u Home Page
• Opposé pour la loi +: ∀→

−
u ∈ V , ∃→
−
v ∈ V (→
−
v est unique) telque: Title Page
→
− →
−
u +→
−
v =→
−
v +→
−
u = 0 JJ II
• Associativité pour la loi ·: J I
λ · (µ · →
−
u ) = (λ · µ) · →
−
u) Page 27 of 38
• 1 est neutre pour la loi ·: Go Back
1·→
−
u =→
−
u
Full Screen
• Distributivité de la loi · par rapport à la loi +:
Close
λ · (→
−
u +→−v) = λ·→ −
u +λ·→ −
v
(λ + µ) · u = λ · u + µ · →
→
− →
− −
u Quit
3.2. Sous-espaces vectoriels
Un sous ensemble U de l’espace vectoriel V est un sous-espace vectoriel de V , si
les restrictions des lois + et · le munissent d’une structure d’espace vectoriel.
U est un sous-espace vectoriel de l’espace vectoriel V si et seulement si:
Fonctions . . .
→
− Ensembles et applications
0 ∈U
∀→
−u, →
−
v ∈ U, →−
u +→− Espaces Vectoriels
v ∈U
∀ u ∈ U, ∀λ ∈ R, λ · →
→
− −
u ∈U Espaces Euclidiens
ou bien si et seulement si:

Home Page
→
−
0 ∈U
Title Page
∀→
−
u, →
−
v ∈ U, ∀λ, µ ∈ R, λ · →
−
u +µ·→
−
v ∈U
JJ II
Exemples
J I
• Dans R2 , l’ensemble:
Page 28 of 38
D = {(x, y) ∈ R2 | ax + by = 0}
Go Back
est un sous-espace vectoriel de R2 . En effet, tout vecteur de D s’exprime sous
la forme: Full Screen
(x, y) = λ · (−b, a)
Close
D est dite droite vectorielle de vecteur directeur (−b, a).
Quit
P = {(x, y, z) ∈ R3 | ax + by + cz = 0}
est un sous-espace vectoriel de R3 . En effet, tout vecteur de P s’exprime sous

la forme: Fonctions . . .
(x, y) = λ · (−b, a, 0) + µ · (−c, 0, a) Ensembles et applications
Espaces Vectoriels
ou bien:
(x, y) = λ · (−b, a, 0) + µ · (0, −c, b) Applications Linéaires
Espaces Euclidiens
ou bien encore:
(x, y) = λ · (−c, 0, a) + µ · (0, −c, b) Home Page
P est un plan vectoriel engendré par:
Title Page
{(−b, a, 0), (−c, 0, a)}
JJ II
ou bien par:
{(−b, a, 0), (0, −c, b)} J I
ou bien encore par:
{(−c, 0, a), (0, −c, b)} Page 29 of 38
. Go Back
2
• Dans R , l’ensemble:
Full Screen
D = {(x, y) ∈ R2 | ax + by = c}
Close
→
−
pour c 6= 0, n’est pas un sous-espace vectoriel, car le vecteur nul 0 = (0, 0)
n’appartient pas à D. Quit
P = {(x, y, z) ∈ R3 | ax + by + cz = d}
→
−
pour d 6= 0, n’est pas un sous-espace vectoriel, car le vecteur nul 0 = (0, 0, 0)
n’appartient pas à P . Fonctions . . .
• L’ensemble iR des nombres imaginaires purs est un sous espace vectoriel de
l’espace vectoriel C. Espaces Vectoriels
• Soit n ∈ N. L’ensemble des polynômes de degrés inférieurs à n est un sous Espaces Euclidiens
espace vectoriel de l’ensemble des polynômes R[X].
• Soit n ∈ N . L’ensemble des matrices diagonales d’ordre n, l’ensemble des Home Page
matrices triangulaires inférieures d’ordre n et l’ensemble des matrices tri-

Title Page
angulaires supérieurs d’ordre n sont des sous espaces vectoriels de l’espace
vectoriel des matrices carrées d’ordre n.
JJ II
• L’ensemble des fonctions continues sur D ⊂ R et s’annulant pour x = x0 est
un sous espaces vectoriel de l’espace vectoriel des fonctions continues sur D. J I
• L’ensemble des fonctions paires définies sur R et l’ensemble des fonctions Page 30 of 38
impaires définies sur R sont des sous-espaces vectoriels de l’espace vectoriel
des fonctions définies sur R. Go Back
• L’intersection de deux sous-espaces vectoriels sont des sous-espaces vectoriels.

Full Screen
• Soient U et V deux sous-espaces vectoriels. L’ensemble:
Close
U + V = {→−u +→−v |→−u ∈ U, →−
v ∈V}
est un sous-espace vectoriel. Quit
• U ∪ V n’est pas un sous espace vectoriel, mais U ∪ V ⊂ U + V . De plus, tout
sous espace vectoriel contenant U ∪ V , contient U + V .
3.3. Combinaison linéaire

Fonctions . . .
Soient →
−
u 1, →−
u 2, · · · , →
−
u n des vecteurs de l’espace vectoriel V . Le vecteur: Ensembles et applications
→
−u = λ1 · →
−
u 1 + λ2 · →
−
u 2 + · · · + λn · →
−
un Espaces Vectoriels
est appelé combinaison linéaire de → −
u ,→−
u , ···, →
1 2
−u , avec les coefficients respectifs
n Espaces Euclidiens
λ1 , λ2 , · · · , λn .
L’ensemble de toutes les combinaisons linéaires des vecteurs de S: Home Page
S = {→−
u ,→ −
u ,··· ,→
1
−
2u } n
Title Page
est un sous espace vectoriel de V , noté Vect(S):
JJ II
Vect(S) = {λ1 · → −u 1 + λ2 · →
−
u 2 + · · · + λn · →
−
u n | λ1 , λ2 , · · · , λn ∈ R}
J I
Vect(S) est appelé espace vectoriel engendré par S.
Page 31 of 38
3.4. Systèmes liés
Go Back
Un système S = {→ −u 1, →
−u 2, · · · , →
−
u n } est dit lié ou famille liée si et seulement s’il
existe des scalaires λ1 , λ2 , · · · , λn non tous nuls tel que: Full Screen
λ ·→
1
−
1u +λ ·→
2
−
u + ··· + λ · →
2 n
−un Close
C’est à dire qu’il existe une combinaison linéaire nulle de ses vecteurs à coefficients
non tous nuls, ou bien, au moins un vecteur qui s’exprime en fonction des autres. Quit
3.5. Systèmes libres
Un système S = {→ −
u 1, →
−
u 2, · · · , →
−
u n } est dit libre ou famille libre si et seulement s’il
n’existe pas des scalaires λ1 , λ2 , · · · , λn non tous nuls tel que:
→
−
λ1 · →
−
u 1 + λ2 · →
−
u 2 + · · · + λn · →
−
un = 0 Fonctions . . .
C’est à dire que toute combinaison linéaire nulle de ses vecteurs est à coefficients Espaces Vectoriels
tous nuls: Applications Linéaires
→
−
λ1 · →
−
u 1 + λ2 · →
−
u 2 + · · · + λn · →
− Espaces Euclidiens
un = 0 =⇒ λ1 = λ2 = · · · = λn = 0
Home Page
3.6. Bases
Title Page
Un système S = {→
−
u 1, →
−
u 2, · · · , →
−
u n } est dit base de V si et seulement si:
JJ II
• S est une famille libre
J I
• et tout vecteur de V s’exprime sous la forme d’une combinaison linéaire des
vecteurs de S. Page 32 of 38
si et seulement si: tout vecteur de V s’exprime sous la forme d’une combinaison Go Back
linéaire unique des vecteurs de S.
Toute famille libre F de vecteurs d’un espace vectoriel V peut s’étendre à une base; Full Screen
c’est à dire qu’il existe au moins une famille F 0 tel que S = F ∪ F 0 est une base de
V. Close
Quit
Exemple F = {→ −
u = (1, 1, 0), →
−v = (1, 1, 1)} de l’espace vectoriel R3 . Cette
famille est libre. En effet, si on considère une combinaison linéaire nulle de ces
deux vecteurs:
→
−
α→−u + β→−v = 0
alors, on a: Fonctions . . .
α(1, 1, 0) + β(1, 1, 1) = (0, 0, 0) Ensembles et applications
Espaces Vectoriels
soit: 
 α+β = 0 Applications Linéaires
α+β = 0 Espaces Euclidiens
β = 0

Home Page
ce qui donne α = β = 0. Donc, F est une famille libre.
Soit →
−w = (−1, 2, 1). Montrons que S = {→ −
u = (1, 1, 0), →
−v = (1, 1, 1), →
−
w = Title Page
(−1, 2, 1)} est une famille libre. Pour cela, considérons une combinaison linéaire
nulle de ses vecteurs: JJ II
→
−
α→
−u + β→
−
v + γ→ −
w = 0
alors, on a: J I
α(1, 1, 0) + β(1, 1, 1) + γ(−1, 2, 1) = (0, 0, 0)
Page 33 of 38
soit: 
 α+β−γ = 0 Go Back
α + β + 2γ = 0
β+γ = 0

Full Screen
ce qui donne α = β = γ = 0. Donc, S est une famille libre.

Close
S est alors une base de R3 .
Quit
3.7. Coordonnées
Soit S = {→ −
u 1, →
−
u 2, · · · , →
−
u n } une famille libre. S est une base de Vect(S). Tout
→
−
vecteur de u ∈ Vect(S) s’exprime de manière unique en fonction des vecteurs de
S:
→
−u = λ1 · →−
u 1 + λ2 · →
−
u 2 + · · · + λn · →
−
un Fonctions . . .
→
− Ensembles et applications
λ , λ , · · · , λ s’appelles les coordonnées de u dans la base S. On peut également
1 2 n
Espaces Vectoriels
noter:
→
−
u = (λ1 , λ2 , · · · , λn )S
Espaces Euclidiens
Exemple : Soit →
−
u = (x, y, z) un vecteur de R3 . La base canonique: Home Page
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

Title Page
Cherchons les coordonnées (α, β, γ) du vecteur →
−
u dans la base S:
JJ II
S = {→
−
u = (1, 1, 0), →
−
v = (1, 1, 1), →
−
w = (−1, 2, 1)}
J I
donc, on a:
(x, y, z) = α(1, 1, 0) + β(1, 1, 1) + γ(−1, 2, 1) Page 34 of 38
ce qui donne: 
 α+β−γ = x Go Back
α + β + 2γ = y
β+γ = z Full Screen

donc:
= 31 (y − x)
 Close
 γ
β = z − 13 (y − x)
Quit
α = x + 13 (y − x) − z + 13 (y − x)

soit:
= 13 x + 32 y − z

 α
β = 13 x − 31 y + z
γ = − 13 x + 13 y

Fonctions . . .
3.8. Matrice des coordonnées d’un système Ensembles et applications
Espaces Vectoriels
Soit le système S formé de m vecteurs:
S = {→
−
u 1 = (a11 , a21 , · · · , an1 ), →
−
u 2 = (a21 , a22 , · · · , an2 ), · · · , →
−
u m = (a1m , a2m , · · · , anm )} Espaces Euclidiens
A chaque vecteur →
−
u i , on associe une colonne ai : Home Page
 
ai1 Title Page
 ai2 
ai =  .
 
 ..

 JJ II
ain
J I
Ce qui permet d’écrire que la colonne ai est égale à la transposé du vecteur →
−
u i,
→
−
d’après la notation de définition du vecteur u i . Page 35 of 38
Ainsi, on définit la matrice M qui décrit le système S par: Go Back

 
a11 a12 · · · a1m
Full Screen
  a21 a22 · · · a2m 

M = a1 , a2 , · · · , am =  . . . .
 .. .. .. ..  Close
an1 an2 · · · anm
Quit
Remarques
• Nous avons →−u i = aTi et ai = →−u Ti . Dans certains cas, on définit un vecteur
→
−
par la colonne ai et on écrit u i = ai .
• Si m > n, alors le système S est une famille liée. Fonctions . . .

• On montrera plus tard, que si m ≤ n, alors S est une famille libre si et Espaces Vectoriels
seulement si son rang est égal à m. (Le rang d’une matrice est l’ordre de la
plus grande sous-matrice carrée extraite de cette matrice dont le déterminant
Espaces Euclidiens
n’est pas nul). De plus, si m = n, la famille S est une base si et seulement si
son déterminant est non nul.
Home Page
3.9. Dimension Title Page
La dimension d’un espace vectoriel, notée dim, est le nombre de vecteurs dans l’une JJ II
de ses bases.
J I
• dim R = 1
Page 36 of 38
• dim Rn = n
Go Back
• dim C = 2
• dim Rd [X] = d + 1, avec Rd [X] l’ensemble des polynômes de degrés inférieurs Full Screen
à d.
Close
• dim Mm,n = m × n, avec Mm,n l’ensemble des matrices de tailles m × n.
Quit
3.10. Somme d’espaces
Soient V1 et V2 deux sous-espaces vectoriels de V . La dimension de leur somme est
égale à:
dim (V1 + V2 ) = dim (V1 ) + dim (V2 ) − dim (V1 ∩ V2 )
Fonctions . . .
3.10.1. Définition
Espaces Vectoriels
Une somme de sous espaces vectoriels est dite directe si leur intersection est réduite Applications Linéaires
au vecteur nul: Espaces Euclidiens

→
−
V1 ∩ V2 = { 0 }
Home Page
Cette somme directe est notée:
U1 ⊕ U2
Title Page
Si on note par U = U1 ⊕ U2 , alors tout vecteur →
−
u de U s’écrit sous une forme
unique d’une somme d’un vecteur u 1 ∈ U1 et d’un vecteur →
→
− −
u 2 ∈ U2 : JJ II
→
− →
−
u = u + u →
−
1 2 J I
3.10.2. Remarques Page 37 of 38
• Un plan vectoriel P et une droite vectorielle D non incluse dans P forment Go Back
une somme directe P ⊕ D.
Full Screen
• Dans l’espace vectoriel F des fonctions définies sur D ⊂ R, on considère les
deux sous-espaces vectoriels respectivement P des fonctions paires et I des Close
fonctions impaires. On a:
P ⊕I =F Quit
3.10.3. Sous-espaces supplémentaires
Soient deux sous-espaces vectoriels U1 et U2 d’un espace vectoriel V tel que U1 et

U2 forment une somme directe. Si de plus on a: U1 ⊕ U2 = V , alors U1 et U2 sont
supplémentaires. On peut dire également que U2 est un supplémentaire de U1 .
Fonctions . . .
Remarques
Espaces Vectoriels
• Le complémentaire d’un sous-espace vectoriel est différent de sons supplémen- Applications Linéaires
taire. De plus le complémentaire d’un sous-espace vectoriel n’est pas un Espaces Euclidiens
sous-espace vectoriel.
Home Page
• Un sous-espace vectoriel admet plusieurs supplémentaires qui sont de même
dimension.
Title Page
• Un hyperplan d’un espace vectoriel de dimension n est sous espace vectoriel
de dimension n − 1. Dans ce cas, il existe plusieurs droites vectorielles (de JJ II
dimension 1) supplémentaires de l’hyperplan.
J I
Théorème : Soient U1 , U2 , · · · , Uk des sous espaces vectoriels de l’espace vecto-
Page 38 of 38
riel V . Soient B1 , B2 , · · · , Bk des bases de U1 , U2 , · · · , Uk .
• Les sous espaces vectoriels U1 , u2 , · · · , Uk sont en somme directe si et seule- Go Back
ment si B = B1 ∪ B2 ∪ · · · ∪ Bk est une base de U = U1 + U2 + · · · + Uk .

Full Screen
• S’ils sont en somme directe, on a:
dim(U ) = dim(U1 ) + dim(U2 ) + · · · + dim(Uk ) Close
U = U1 ⊕ U2 ⊕ · · · ⊕ Uk Quit

Chapitre I: El Ements D'alg'ebre Lin Eaire: Nabil Derbel

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre I: El Ements D'alg'ebre Lin Eaire: Nabil Derbel

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre I:

Eléments d’Algèbre Linéaire Espaces Vectoriels

Considérons un point B de D2 différent de A. Soit C sa projection orthogonale sur

Remarque : Le produit vectoriel est un vecteur. Puisqu’on travaille dans le plan

écriture, mais, on veut dire la composante verticale du produit vectoriel.

cos(θ + 2π) = cos θ

1.3. Formules de Moivre Title Page

2.2. Opérateurs sur les ensembles Espaces Euclidiens

Sans oublier l’opérateur inclusion: A ⊂ B =⇒ ∀x ∈ A, on a x ∈ B. Go Back

• Distributivité: Title Page

f −1 ({b}) = {a ∈ A | f (a) = b} Home Page

2.3. Application injective, surjective et bijective JJ II

• L’application f est injective si pour tout élément b ∈ B, le cardinal de J I

• L’application f est bijective si pour tout élément b ∈ B, le cardinal de

• L’application identique: IdA : A −→ A définie par ∀a ∈ A, IdA (a) = a Quit

b 7−→ a = f −1 (b) 7−→ b = f −1 [f (a)] = IdB (b)

• L’ensemble des entiers naturels: N = {0, 1, 2, 3, ...}.

• L’ensemble des nombres complexes: C = {x + iy | x, y ∈ R}, avec i2 = −1. Home Page

Tout complexe z = x + iy s’écrit sous la forme:

et on note le module et l’argument de z par: Title Page

Le conjugué d’un complexe z est noté:

On note également: Espaces Vectoriels

polaires du point M par (r, θ), avec r = |z| et θ = arg(z).

2.5.4. Puissance d’un complexe JJ II

Par conséquent: Go Back

(−1)q h inθ −inθ i

Un polynôme à coefficients réels s’exprime sous la forme:

• Si deg(P ) > deg(Q), deg (P + Q) = deg(P ). Par exemple: Full Screen

• Mais, si deg(P ) = deg(Q), on pourra avoir:

P (X) = X 3 + X 2 + X + 1 Title Page

On a bien: deg(P + Q) = 2 < deg(P ) = deg(Q) = 3. J I

−2X 3 Espaces Euclidiens

Cette division est utilisée pour: Title Page

• effectuer des développements de Taylor au voisinage de x0 (on effectue un JJ II

• calculer les premiers éléments d’un signal échantillonné à partir de sa trans-

Le nombre a (réel ou complexe) est une racine du polynôme P (X) si et seulement

P (X) = (X − a)(X − a) Q(X) = X 2 − (a + a)X + aa Q(X)

Le nombre a est une racine multiple du polynôme P (X) de multiplicité k, alors il JJ II

P (X) = an X n + an−1 X n−1 + · · · + a2 X 2 + a1 X + a0

alors, on peut écrire: Ensembles et applications

Exemples: Home Page

P (X) = X 3 − 6X 2 + 11X − 6 = (X − 1)(X − 2)(X − 3) Title Page

• Opposé pour la loi +: ∀→

• Associativité pour la loi ·: J I

• 1 est neutre pour la loi ·: Go Back

ou bien si et seulement si:

est un sous-espace vectoriel de R3 . En effet, tout vecteur de P s’exprime sous

matrices triangulaires inférieures d’ordre n et l’ensemble des matrices tri-

• L’intersection de deux sous-espaces vectoriels sont des sous-espaces vectoriels.

3.3. Combinaison linéaire

ce qui donne α = β = γ = 0. Donc, S est une famille libre.

B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

Ainsi, on définit la matrice M qui décrit le système S par: Go Back

• Si m > n, alors le système S est une famille liée. Fonctions . . .

3.9. Dimension Title Page

au vecteur nul: Espaces Euclidiens

3.10.2. Remarques Page 37 of 38

Soient deux sous-espaces vectoriels U1 et U2 d’un espace vectoriel V tel que U1 et

ment si B = B1 ∪ B2 ∪ · · · ∪ Bk est une base de U = U1 + U2 + · · · + Uk .

Vous aimerez peut-être aussi