Académique Documents
Professionnel Documents
Culture Documents
Calcul matriciel
Espaces vectoriels
Applications linéaires
Deuxième année – Voie scientifique
Concours 2020
Fiche de cours
Tout ce qu’il faut absolument connaître sur le bout des doigts
A. Calcul matriciel
• Soient n et p deux entiers naturels non nuls. On appelle matrice à n lignes et p colonnes ou matrice (n, p)
æa1,1 a1,2 a1,p ö
÷÷
çç
çça2,1 a2,2 a2,p ÷÷
÷÷
à coefficients dans , toute application A de 1, n ´ 1, p dans , notée A = ççç
çç ÷÷÷
÷÷
ç an,p ø÷÷
èçan,1 an,2
ou A = (a i, j )1£i £n .
1£j £p
Les (a i, j )1£i £n sont les coefficients de A. Pour tout i Î 1, n , les (ai, j )1£ j £p sont les coefficients de la i ème ligne
1£j £p
de A, et, pour tout j Î 1, p , les (ai, j )1£i £n sont les coefficients de la j ème colonne de A.
• Soient n et p deux entiers naturels non nuls. L’ensemble des matrices (n, p) à coefficients dans est
noté n,p ().
• Soit n un entier naturel non nul. L’ensemble des matrices carrées d’ordre n à coefficients dans est
noté n ().
et B = (b i, j )1£i £n . • Définition : Soient n et p deux entiers naturels non nuls, et A Î n,p (), A = (a i, j )1£i £n . La transposée de
1£j £p 1£j £p
t t
La somme des matrices A et B est la matrice C Î n,p (�), C = A + B, définie par : C = (c i, j )1£i £n , où la matrice A, notée A, est la matrice C Î p,n (), C = A, définie par : C = (c i, j )1£i £p , où :
1£j £n
1£j £p
" (i, j ) Î 1, n ´ 1, p , ci, j = ai, j + bi, j . " (i, j ) Î 1, p ´ 1, n , ci, j = a j ,i .
2
• Propriétés : Soient n et p deux entiers naturels non nuls, (A, B ) Î ( n,p ()) , et l Î . On a :
• Produit d’une matrice par un scalaire : Soient n et p deux entiers naturels non nuls, A Î n,p (�),
t
A = (a i, j )1£i £n , et l Î �. - ( t A) = A,
1£j £p - t (A + B ) = t A + t B,
Le produit de la matrice A par le scalaire l est la matrice C Î n,p (�), C = lA définie par : C = (c i, j )1£i £n , - t (lA) = l t A.
1£j £p
où " (i, j ) Î 1, n ´ 1, p , ci, j = lai, j . • Transposée d’un produit : Soient n, p et q trois entiers naturels non nuls, A Î n,p () et B Î p,q ().
On a : t (AB ) = t B t A.
• Produit d’une matrice par une matrice colonne : Soient n et p deux entiers naturels non nuls,
A Î n,p (�), A = (a i, j )1£i £n , et X Î p,1(�), X = (x i )1£i £p . II.2 Matrices symétriques, matrices antisymétriques
1£j £p
Le produit des matrices A et X est la matrice C Î n,1(�), C = AX , définie par : C = (ci )1£i £n , où Soient n un entier naturel non nul, et A Î n (), A = (a i, j )1£i £n .
1£j £n
p
" i Î 1, n , ci = å ai, j x j . • Matrices symétriques : A est symétrique si : " (i, j ) Î 1, n 2 , ai, j = a j ,i .
j =1
A est symétrique si et seulement si t A = A.
• Produit de deux matrices : Soient n, m et p trois entiers naturels non nuls, A Î n,m (�), A = (a i, j )1£i £n ,
1£j £m • Matrices antisymétriques : A est antisymétrique si : " (i, j ) Î 1, n 2 , ai, j = - a j ,i .
et B Î m,p (�), B = (b i, j )1£i £m. A est antisymétrique si et seulement si t A = - A.
1£j £p
Le produit des matrices A et B est la matrice C Î n,p (�), C = AB, définie par : C = (c i, j )1£i £n , où
1£j £p
m III. Matrices inversibles, ensemble GLn ()
" (i, j ) Î 1, n ´ 1, p , ci, j = å ai,k bk , j .
k =1 Soit n un entier naturel non nul.
• Inverse d’une transposée : Soient n un entier naturel non nul, et A Î GLn (). t A est inversible,
-1 t
et ( t A) = (A-1 ).
• Caractérisation des matrices inversibles : Soit A Î n (). A est inversible si et seulement s’il existe une
matrice B Î n () telle que AB = I n ou BA = I n .
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
iv MasterClass 2019-2020 – ECS 2ème année Fiche de cours v
æa b ö÷
ç ÷÷ . A est inversible si et III. Méthode du pivot de Gauss
• Calcul de l’inverse de matrices de 2 () : Soient (a, b, c, d ) Î 4 , et A = çç
çèc d ÷ø÷
III.1 Opérations élémentaires sur les lignes
æ ö
seulement si ad - bc ¹ 0, et dans ce cas : A-1 =
1 çç d - b ÷÷ .
ç ÷ • Soit (a, b) Î (* )2 . Les opérations élémentaires sur les lignes d’un système (resp. d’une matrice) sont :
ad - bc çè- c a ø÷
- l’échange de deux lignes, noté Li « Lj (i ¹ j ),
- la multiplication d’une ligne par un scalaire non nul, notée Li ¬ aLi ,
- l’addition d’un multiple d’une ligne à une autre, notée Li ¬ Li + bLj (i ¹ j ),
- l’addition d’un multiple d’une ligne à un multiple non nul d’une autre, notée Li ¬ aLi + bLj (i ¹ j ).
B. Systèmes linéaires
• Une opération élémentaire sur les lignes transforme un système en un système équivalent.
quelconque en un système échelonné – c’est-à-dire tel que, pour tout i Î 2, n , les coefficients des (x k )1£k £i -1
ì
ï a1,1 x1 + a1,2 x 2 + + a1,p x p = b1
ï
ï sur Li soient nuls, et tel que, pour tout i Î 1, n - 1, si les coefficients des (x k )1£k £ j -1 ( j Î i + 1, p ) sur Li sont
ï
ï a x + a2,2 x 2 + + a2,p x p = b2
aaa
ï 2,1 1
(S ) : í , nuls, alors les coefficients des (x k )1£k £ j sur Li +1 sont nuls également – équivalent.
ï
ï
ï
ï
ï
ï a x + an,2 x 2 + + an,p x p = bn
ï n,1 1
î • Soit à résoudre le système :
où les (a i, j )1£i £n ((a i, j )1£i £n Î np ) sont les coefficients, et les (bi )1£i £n ((bi )1£i £n Î n ), les seconds membres du ìa1,1 x1 + a1,2 x 2 + + a1,p x p = b1
ï
ï
ï
1£j £p 1£j £p ï
ï a x + a2,2 x 2 + + a2,p x p = b2
ï 2,1 1
système. (S ) : í .
ï
ï
ï
ï
Pour tout i Î 1, n , la i ème équation de (S ) est appelée i ème ligne de (S ), et notée Li . ï
ï a x + an,2 x 2 + + an,p x p = bn
ï n,1 1
î
• Les solutions du système sont les p -listes (xi )1£i £p ((xi )1£i £p Î p ) vérifiant (S ). Résoudre (S ) consiste à où $(i, j ) Î 1, n ´ 1, p , ai, j ¹ 0.
Le système (S ) est dit incompatible (ou impossible) s’il n’a aucune solution. Il est dit indéterminé s’il a
plusieurs solutions. ì
ï L
ï 1
(S ) est alors transformé en un système équivalent í , où (S ¢) est un système de n - 1 équations à p - 1
ï
ï (S ¢)
Deux systèmes sont dits équivalents s’ils ont les mêmes solutions. ï
î
inconnues (x i )2£i £p . On applique ensuite la méthode à (S ¢).
aaa
• Système homogène : Le système (S ) est dit homogène si " i Î 1, n , bi = 0. Le système homogène associé
Si a1,1 = 0, deux cas se présentent :
à (S ) est le système obtenu à partir de (S ) en remplaçant tous les (bi )1£i £n par 0.
- si $ j Î 2, n , a j ,1 ¹ 0, on effectue la transformation L1 « Lj et on se ramène alors au cas précédent,
• Écriture matricielle : Soient A = (a i, j )1£i £n , X = (x i )1£i £p , et B = (bi )1£i £n . (S ) s’écrit matriciellement ìa1,k x 2 + + a1,p x p = b1
ï
ï
ï
1£j £p ï
ï a x + + a2,p x p = b2
AX = B. A s’appelle la matrice du système (S ), et résoudre (S ) consiste à résoudre l’équation AX = B, c’est-à- ï 2,k 2
- sinon, on considère le système (S ¢) : í , où k est le plus petit entier tel que
ï
ï
dire à trouver l’ensemble des vecteurs X Î p,1() tels que AX = B. ï
ï
ï
aaa
ï a x + + an,p x p = bn
ï n,k 2
î
$ j Î 1, n , a j ,k ¹ 0, et on applique la méthode à (S ¢).
II. Systèmes de Cramer On aboutit alors, en itérant la méthode jusqu’à ce que le système résiduel (S ¢) soit au plus un système d’une
• Définition : On appelle système de Cramer, tout système qui admet une solution unique. équation à une inconnue, à un système échelonné, puis on détermine les solutions de (S ) en procédant par
substitution.
• Un système (S ) : AX = B est un système de Cramer :
- si et seulement si le système homogène associé AX = 0 admet X = 0 pour solution unique, i.e. :
- si et seulement si A est inversible.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
vi MasterClass 2019-2020 – ECS 2ème année Fiche de cours vii
• (S ) : AX = B est un système de Cramer (i.e. admet une solution unique) si et seulement s’il existe une suite - est une loi de composition externe sur E de domaine � : " u Î E , " l Î �, (l u ) Î E , et :
de transformations élémentaires sur les lignes de (S ) (resp. de A) qui conduit à un système équivalent échelonné ìï l (u + v ) = l u + l v
ïï
tel que, pour tout i Î 1, n , le coefficient de x i sur Li soit non nul (resp. à une matrice triangulaire supérieure ïï(l + m) u = l u + m u
ï
- " (u, v ) Î E 2, " (l, m) Î �2, ïí .
dont tous les coefficients diagonaux sont non nuls). ïï(lm) u = l (m u )
ïï
ïï1 u = u
ïî
III.3 Application à l’inversion des matrices carrées Les éléments de E sont appelés vecteurs, et les éléments de �, scalaires.
• Soient n un entier naturel non nul, et A Î n (), A = (a i, j )1£i £n . A est inversible si et seulement si, pour
1£j £n
• Exemples usuels : Soient n et p deux entiers naturels non nuls, et I un intervalle de �.
tout (yi )1£i £n Î n , le système (S ) de paramètres (yi )1£i £n et d’inconnues (x i )1£i £n : - (�n , +, ) est un �-espace vectoriel.
- (�[X ], +, ) est un �-espace vectoriel.
ì
ï a1,1 x1 + a1,2 x 2 + + a1,n x n = y1
ï
ï - (�n [X ], +, ) est un �-espace vectoriel.
ï
ï a2,1 x1 + a2,2 x 2 + + a2,n x n = y2
ï
í - ( n,p (�), +, ) est un �-espace vectoriel.
ï
ï
ï
ï - ( n (�), +, ) est un �-espace vectoriel.
ï
ï a x + an,2 x 2 + + an,n x n = yn
î n,1 1
- les ensembles des fonctions de I dans �, des fonctions continues de I dans �, des fonctions de classe C n de I
n2
admet une solution unique. Dans ce cas, il existe une unique famille (a i, j )1£i £n Î telle que, pour dans �, des fonctions de classe C ¥ de I dans �, munis des lois + et , sont des �-espaces vectoriels.
1£j £n
- l’ensemble des suites d’éléments de �, muni des lois + et , est un �-espace vectoriel.
æ n ö
n
tout (yi )1£i £n Î , (xi )1£i £n = çç å ai, j y j ÷÷÷ soit la solution du système, et on a alors : A -1
= (a i, j )1£i £n .
ççèj =1 ÷ø
1£j £n
1£i £n
I.2 Sous-espaces vectoriels
• Soient n un entier naturel non nul, et A Î n (). A est inversible si et seulement s’il existe une suite de
• Définition : Soient (E , +, ) un �-espace vectoriel, et F un sous-ensemble de E. F est un sous-espace
transformations élémentaires sur les lignes de A qui mène à une matrice triangulaire (supérieure) dont tous les
vectoriel de E si :
coefficients diagonaux sont non nuls.
- F ¹ Æ,
Dans ce cas, en posant A = I n A, et en effectuant une suite de transformations élémentaires sur les lignes de A
- F est stable pour + : " (u, v ) Î F 2, (u + v ) Î F ,
-1
et de I n , on obtient : I n = A A.
- F est stable pour : " (l, u ) Î � ´ F , (l u ) Î F .
• Caractérisation des matrices triangulaires inversibles : Soit A une matrice triangulaire (et en particulier F est alors un �-espace vectoriel.
diagonale). A est inversible si et seulement si tous ses coefficients diagonaux sont non nuls.
• Soit E un �-espace vectoriel. L’intersection d’une famille (finie ou infinie) de sous-espaces vectoriels de E
est un sous-espace vectoriel de E.
• Combinaison linéaire : On dit que u est combinaison linéaire des vecteurs (ui )1£i £n si :
I. Espaces vectoriels, sous-espaces vectoriels
n
$ (li )1£i £n Î �n , u = å li ui .
I.1 Espaces vectoriels i =1
• Définition : Soit E un ensemble muni d’une loi de composition interne, notée +, et d’une loi de composition • Sous-espace engendré : L’ensemble des combinaisons linéaires des vecteurs (ui )1£i £n est un sous-espace
externe à opérateurs dans ( = ou ), notée . E muni des lois + et , noté (E , +, ) ou E, est un espace
vectoriel de E. C’est le sous-espace vectoriel engendré par les vecteurs (ui )1£i £n , noté Vect ((ui )1£i £n ) .
vectoriel sur ou un -espace vectoriel si :
- + est une loi de composition interne sur E : " (x , y ) Î E 2, (x + y ) Î E ,
- + est associative : " (x , y, z ) Î E 3, (x + y ) + z = x + (y + z ), I.4 Sous-espaces stables par un endomorphisme
- + admet un élément neutre : $ e Î E , " x Î E , x + e = e + x = x (e est généralement noté 0E ou 0), Soient E un �-espace vectoriel, F un sous-espace vectoriel de E, et f Î (E ). On dit que F est stable par f
- tout élément x de E admet un symétrique y pour + : " x Î E , $ y Î E , x + y = y + x = 0E , si f (F ) Ì F , i.e. : " x Î F , f (x ) Î F .
2
- + est commutative : " (x , y ) Î E , x + y = y + x ,
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
viii MasterClass 2019-2020 – ECS 2ème année Fiche de cours ix
I.5 Familles libres, familles génératrices, bases • Somme d’une famille finie de sous-espaces vectoriels : Soient p un entier naturel non nul, E un -espace aaa
vectoriel, et (Fi )1£i £p une famille de sous-espaces vectoriels de E. La somme des sous-espaces vectoriels (Fi )1£i £p,
Soient n et p deux entiers naturels non nuls, et E un -espace vectoriel.
p p ì
ï p æ p öü
ï
• Famille libre : Soit (ui )1£i £n une famille finie de vecteurs de E. La famille (ui )1£i £n est une famille libre de E
notée F1 + F2 + + Fp ou å Fi , est le sous-espace vectoriel de E : å Fi = ïíï å ui , (u i )1£i£p Î çççèç Fi ÷ø÷÷÷ïýï .
i =1 i =1 ï
î i =1 i =1 ï
þ
(ou les vecteurs (ui )1£i £n sont linéairement indépendants) si :
n
II.2 Somme directe d’une famille finie de sous-espaces vectoriels
" (li )1£i £n Î n , å liui = 0 " i Î 1, n , li = 0.
i =1
Dans le cas contraire, on dit qu’elle est liée (ou que les vecteurs (ui )1£i £n sont linéairement dépendants). • Somme directe de deux sous-espaces vectoriels : Soient E un -espace vectoriel, et F et G deux sous-
espaces vectoriels de E. On dit que F et G sont en somme directe (ou que la somme de F et G est directe) si :
• Toute famille contenue dans une famille libre est libre. Toute famille contenant une famille liée est liée. " u Î (F + G ), $ !(v, w ) Î F ´G, u = v + w.
• Toute famille échelonnée de vecteurs de n (resp. de n,1()) forme une famille libre de n (resp. La somme de F et G est alors notée F Å G .
de n,1()).
• Caractérisation de deux sous-espaces vectoriels en somme directe : Soient E un -espace vectoriel, et
• Famille génératrice : Soit (ui )1£i £n une famille finie de vecteurs de E. La famille (ui )1£i £n est une famille F et G deux sous-espaces vectoriels de E. F et G sont en somme directe si et seulement si F Ç G = {0} .
n
génératrice de E (ou engendre E ) si : " u Î E , $ (li )1£i £n Î n , u = å liui . • Somme directe d’une famille finie de sous-espaces vectoriels : Soient p un entier naturel non nul, E un
i =1
-espace vectoriel, et (Fi )1£i £p une famille de sous-espaces vectoriels de E. On dit que les (Fi )1£i £p sont en
• Toute famille contenant une famille génératrice est génératrice. æ p ö
æ p ö p
somme directe (ou que la somme des (Fi )1£i £p est directe) si : " u Î ççå Fi ÷÷÷, $ ! (ui )1£i £p Î ççç Fi ÷÷÷, u = å ui .
çè i =1 ÷ø èç i =1 ÷ø i =1
• Base : Soit (ui )1£i £n une famille finie de vecteurs de E. La famille (ui )1£i £n est une base de E si
p
n La somme des (Fi )1£i £p est alors notée F1 Å F2 Å Å Fp ou Å Fi .
(ui )1£i £n est une famille libre et génératrice de E, i.e. si : " u Î E , $ !(li )1£i £n Î , u = å li ui . n i =1
i =1
On dit alors que, pour tout i Î 1, n , li est la i ème coordonnée de u dans la base (ui )1£i £n . • Caractérisation d’une famille de sous-espaces vectoriels en somme directe : Soient p un entier naturel non
nul, E un -espace vectoriel, et (Fi )1£i £p une famille de sous-espaces vectoriels de E. Les (Fi )1£i £p sont en
n
• Base canonique de : Pour tout i Î 1, n , on désigne par ei le vecteur à n composantes : æ p ö p
somme directe si et seulement si : " (ui )1£i £p Î ççç Fi ÷÷÷, å ui = 0 " i Î 1, p , ui = 0.
çè i =1 ÷ø i =1
ei = (0, 0, , 0,1, 0, , 0) (le “1” est placé en i ème position). La famille (ei )1£i £n est la base canonique de n .
n
Tout vecteur u = (li )1£i £n dans la base (ei )1£i £n s’écrit alors : u = å li ei .
aaa
• Base canonique de n [X ] : La famille (X i )0£i £n est la base canonique de n [X ]. • Sous-espaces vectoriels supplémentaires : Soient E un -espace vectoriel, et F et G deux sous-espaces aaa
j ème colonne, qui vaut 1. La famille (E i, j )1£i £n est la base canonique de n,p (). Tout vecteur A = (a i, j )1£i £n • Caractérisation de deux sous-espaces vectoriels supplémentaires : Soient E un -espace vectoriel, et F aaa
1£j £p 1£j £p ìF + G = E
ï
et G deux sous-espaces vectoriels de E. F et G sont supplémentaires dans E si et seulement si : ïí ,
dans la base (E i, j )1£i £n s’écrit alors : A =
aaa
å a i, j E i , j . ï
ï
î
F Ç G = {0}
1£j £p 1£i £n
1£ j £p ì
ï " u Î E , $(v, w ) Î F ´G, u = v + w
i.e. : ïí .
ï
ï F Ç G = {0}
ï
î
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
x MasterClass 2019-2020 – ECS 2ème année Fiche de cours xi
III. Applications linéaires III.4 Composée de deux applications linéaires. Formule du binôme
III.1 Applications linéaires • Composée de deux applications linéaires : Soient E, F et G trois �-espaces vectoriels, f Î (E , F )
et g Î (F ,G ). On a : (g f ) Î (E ,G ).
• Définition : Soient (E , +, ) et (F , +, ) deux -espaces vectoriels, et j une application de E dans F. j est
2 2
une application linéaire de E dans F si : • Propriétés : Soient E, F et G trois espaces vectoriels, (f , g ) Î ((E , F )) , et (j, y) Î ((F ,G )) . On a :
- " (u, v ) Î E 2, j(u + v ) = j(u ) + j(v ), - j ( f + g ) = j f + j g,
- " (l, u ) Î ´ E , j(l u ) = l j(u ). - (j + y) f = j f + y f .
• Soient E et F deux -espaces vectoriels. Si j est une application linéaire de E dans F, alors : ìï f 0 = id
ï
• Soit f Î (E ). Pour tout n Î �, on définit f n
par la relation de récurrence : ïí . On a
æ n ö n ïï " n Î �*, f n = f f n -1
" n Î *, " (ui )1£i £n Î E n , " (li )1£i £n Î n , j çç å li ui ÷÷÷ = å li j(ui ). ïî
çè i =1 ÷ø i =1
alors : " n Î �*, f n =
f f
...
f .
n termes
• Forme linéaire : Soit E un -espace vectoriel. On appelle forme linéaire sur E, toute application linéaire
de E dans . • Formule du binôme : Soient E un �-espace vectoriel, et f et g deux endomorphismes de E tels
n æn ö
que f g = g f (on dit que f et g commutent). On a : " n Î �, ( f + g )n = å ççç ÷÷÷ ( f k g n -k ).
III.2 Structures d’ensembles d’applications linéaires çk ÷
k =0 è ø
- j est un automorphisme de E si j est une application linéaire bijective de E dans E. de F dans E telle que f g = g f = id. g est alors unique, et g = f -1 est un isomorphisme de F dans E.
- (E , F ), l’ensemble des applications linéaires de E dans F, • Si f est un isomorphisme de E dans F, et g est un isomorphisme de F dans G, alors g f est un isomor-
- (E ), l’ensemble des endomorphismes de E,
phisme de E dans G, et (g f )-1 = f -1 g -1.
- GL(E ), l’ensemble des automorphismes de E.
• ((E , F ), +, ) et ((E ), +, ) sont deux -espaces vectoriels. III.6 Projecteurs, symétries et homothéties
• On dit que E et F sont isomorphes s’il existe un isomorphisme de E dans F. Soient E un �-espace vectoriel, et F1 et F2 deux sous-espaces vectoriels supplémentaires de E. On a :
" u Î E , $ !(u1, u2 ) Î F1 ´ F2, u = u1 + u2 .
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xii MasterClass 2019-2020 – ECS 2ème année Fiche de cours xiii
III.6b Symétries I.2 Caractéristiques d’une famille de vecteurs. Théorème de la base incomplète
E E
• Définition : L’application s : est un endomorphisme de E, appelé symétrie par rapport à F1 • Caractérisation d’une famille de vecteurs de E : Soient n et p deux entiers naturels non nuls, E un
u u1 - u2
parallèlement à F2 . -espace vectoriel de dimension n, et (ui )1£i £p une famille de p vecteurs de E.
- Si la famille (ui )1£i £p est une famille libre de E, alors p £ n ; dans ces conditions, la famille (ui )1£i £p est une
• Propriétés : Soit s une symétrie par rapport à F1 parallèlement à F2 . On a :
base de E si et seulement si p = n.
- Ker(s - idE ) = F1,
- Im(s - idE ) = F2, - Si la famille (ui )1£i £p est une famille génératrice de E, alors p ³ n ; dans ces conditions, la famille (ui )1£i £p est
D. Espaces vectoriels de dimension finie • Soient E un -espace vectoriel de dimension finie, et F un sous-espace vectoriel de E. F est de dimension
finie et dim F £ dim E .
I.1 Espaces vectoriels de dimension finie. Dimension d’un espace vectoriel • Droite et plan vectoriels : On appelle droite vectorielle, tout espace vectoriel de dimension 1. On appelle
plan vectoriel, tout espace vectoriel de dimension 2.
• Espace vectoriel de dimension finie : Soit E un -espace vectoriel. On dit que E est de dimension finie s’il
admet une famille génératrice finie. • Hyperplan vectoriel : Soient n un entier naturel non nul, et E un -espace vectoriel de dimension n.
On appelle hyperplan vectoriel de E, tout sous-espace vectoriel de E de dimension n - 1.
• Existence de bases : Tout espace de dimension finie admet une base.
• Dimension de la somme de deux sous-espaces vectoriels : Soient E un -espace vectoriel, et F et G deux
• Soient E un -espace vectoriel de dimension finie, une famille libre de E, et une famille génératrice
sous-espaces vectoriels de E de dimensions finies. On a : dim(F + G ) = dim F + dim G - dim(F Ç G ).
de E. Le nombre d’éléments de est inférieur ou égal au nombre d’éléments de .
• Dimension d’un espace vectoriel : Soit E un -espace vectoriel distinct de {0} admettant une famille II.2 Existence et dimension d’un supplémentaire
génératrice finie. Toutes les bases de E ont le même nombre de vecteurs : la dimension de E, notée dim E .
• Soient E un -espace vectoriel de dimension finie, et F un sous-espace vectoriel de E. F a au moins un
Par convention, on pose : dim {0} = 0. supplémentaire G dans E, et dim F + dim G = dim E .
• Isomorphisme avec n : Soient n un entier naturel non nul, et E un -espace vectoriel. E est de dimen- • Caractérisation de sous-espaces supplémentaires en dimension finie : Soient E un -espace vectoriel
sion n si et seulement s’il est isomorphe à n . de dimension finie, et F et G deux sous-espaces vectoriels de E. F et G sont supplémentaires dans E si et
ïì F Ç G = {0}
• Soient E et F deux -espaces vectoriels de dimensions finies. E et F sont isomorphes si et seulement seulement si : ïí .
ïï dim F + dim G = dim E
si dim E = dim F . î
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xiv MasterClass 2019-2020 – ECS 2ème année Fiche de cours xv
II.3 Dimension d’une somme directe • Matrice (ou vecteur) ligne et forme linéaire : Soient p un entier naturel non nul, E un -espace vectoriel
de dimension p, = (ei )1£i £p une base de E, et j une forme linéaire de E.
• Dimension d’une somme directe : Soient p un entier naturel non nul, E un -espace vectoriel de dimension
finie, et (Fi )1£i £p une famille de sous-espaces vectoriels de E. Si les espaces vectoriels (Fi )1£i £p sont en somme La matrice représentative de j dans la base est la matrice ligne X Î 1,p (), X = (x1 x 2 x p ) telle que :
p p
" u Î E , u = å ui ei , j(u ) = å x i ui .
p
æ p ö
directe, alors : dim çç Å Fi ÷÷ = å dim(Fi ).
çè i =1 ÷ø i =1 i =1
i =1
• Soient E un -espace vectoriel de dimension finie, et (Fi )1£i £p une famille de sous-espaces vectoriels de E. III.3 Lien entre opérations matricielles et applications linéaires
p
Les espaces vectoriels (Fi )1£i £p sont en somme directe et Å Fi = E si et seulement si, en concaténant les bases
• Soient n et p deux entiers naturels non nuls, E un -espace vectoriel de dimension p, F un -espace
i =1
aaa
des (Fi )1£i £p , on obtient une base de E. vectoriel de dimension n, et j Î (E , F ) et y Î (E , F ), de matrices représentatives respectives A Î n,p ()
et B Î n,p () dans des bases données de E et F. j + y a pour matrice représentative A + B dans ces aaa
mêmes bases.
III. Matrices et applications linéaires
• Soient n et p deux entiers naturels non nuls, E un -espace vectoriel de dimension p, F un -espace
III.1 Matrice d’une famille finie de vecteurs dans une base vectoriel de dimension n, j Î (E , F ), de matrice représentative A Î n,p () dans des bases données de E et F,
et l Î . lj a pour matrice représentative lA dans ces mêmes bases.
• Matrice (ou vecteur) colonne : Soient n un entier naturel non nul, E un -espace vectoriel de dimension n,
n
= (ei )1£i £n une base de E, et u Î E , u = å x i ei . • Soient n et p deux entiers naturels non nuls, E un -espace vectoriel de dimension p, F un -espace aaa
i =1 vectoriel de dimension n, j Î (E , F ), de matrice représentative A Î n,p () dans des bases données de E et F, aaa
La matrice représentant le vecteur u dans la base , notée parfois (u ), est la matrice colonne
et u Î E de matrice représentative X Î p,1() dans cette base de E. j(u ) a pour matrice représentative AX
X Î n,1(), X = (x i )1£i £n . dans cette base de F.
• Matrice représentant une famille finie de vecteurs de n : Soient n et p deux entiers naturels non nuls, • Soient n, m et p trois entiers naturels non nuls, E un -espace vectoriel de dimension p, F un -espace
n n
(ui )1£i £p une famille de p vecteurs de , et = (ei )1£i £n une base de . vectoriel de dimension m, G un -espace vectoriel de dimension n, et j Î (F ,G ) et y Î (E , F ), de matrices
La matrice représentant la famille (u i )1£i £p dans la base , notée parfois ((ui )1£i £p ), est la matrice représentatives respectives A Î n,m () et B Î m,p () dans des bases données de E, F et G. j y a pour
de n,p () dont les coefficients de la j ème colonne ( j Î 1, p ) sont les coordonnées de u j dans la base (ei )1£i £n . matrice représentative AB dans ces bases de E et G.
• Soient n un entier naturel non nul, E et F deux -espaces vectoriels de dimension n, une base de E,
III.2 Matrice d’une application linéaire dans des bases ¢ une base de F, et j Î (E , F ) de matrice représentative A Î n () dans les bases et ¢. j est bijective si
et seulement si A est inversible, et dans ce cas, j-1 a pour matrice représentative A-1 dans les bases ¢ et .
• Matrice représentant une application linéaire : Soient n et p deux entiers naturels non nuls, E un
aaa
aaa -espace vectoriel de dimension p, F un -espace vectoriel de dimension n, = (ei )1£i £p une base de E,
III.4 Lien entre (E , F ) et n,p (), entre GL(E ) et GLn ()
¢ = ( fi )1£i £n une base de F, et j Î (E , F ).
La matrice représentative de j de la base dans la base ¢, notée ¢, (j), est la matrice de n,p (), Soient n et p deux entiers naturels non nuls.
représentant les vecteurs (j(ei ))1£i £p dans la base ( fi )1£i £n , c’est-à-dire la matrice dont les coefficients de
• Lien entre (E, F ) et n, p () : Soient E un -espace vectoriel de dimension p, F un -espace vectoriel
aaa
ème
la j colonne ( j Î 1, p ) sont les coordonnées de j(e j ) dans la base ( f i )1£i £n. (E , F ) n,p ()
de dimension n, une base de E, et ¢ une base de F. L’application F : est un
j ¢,(j)
• Matrice représentant un endomorphisme : Soient n un entier naturel non nul, E un -espace vectoriel de
isomorphisme d’espaces vectoriels.
dimension n, = (ei )1£i £n une base de E, et j Î (E ).
La matrice représentative de j dans la base , notée (j), est la matrice de n (), représentant les • Lien entre GL(E ) et GLn () : Soient E un -espace vectoriel de dimension n, et une base de E.
vecteurs (j(ei ))1£i £n dans la base (ei )1£i £n , c’est-à-dire la matrice dont les coefficients de la j ème colonne
GL(E ) GLn ()
aaa
( j Î 1, n ) sont les coordonnées de j(e j ) dans la base (e i)1£i £n. L’application F : est bijective.
j (j)
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xvi MasterClass 2019-2020 – ECS 2ème année Fiche de cours xvii
IV. Rang et formule du rang • Égalité des rangs d’une application linéaire et de sa matrice dans des bases : Soient n et p deux entiers
naturels non nuls, E un -espace vectoriel de dimension p, F un -espace vectoriel de dimension n,
IV.1 Rang d’une famille finie de vecteurs
et j Î (E , F ), de matrice représentative A Î n,p () dans des bases données de E et F. On a : rg(A) = rg(j).
Soient E un -espace vectoriel, I une partie finie de , et (ui )i ÎI une famille de vecteurs de E.
• On appelle rang de la famille (ui )i ÎI , et on note rg ((ui )i ÎI ), la dimension de l’espace vectoriel engendré par
IV.5 Formes linéaires et hyperplan
la famille (ui )i ÎI , i.e. : rg ((ui )i ÎI ) = dim (Vect ((ui )i ÎI )). Soient E un -espace vectoriel de dimension finie, et F un sous-espace vectoriel de E. F est un hyperplan
de E si et seulement si c’est le noyau d’une forme linéaire non nulle sur E.
• Soient u un vecteur de E, a Î *, et (ai )i ÎI une famille d’éléments de . On a :
- rg ((ui )i ÎI , 0) = rg ((ui )i ÎI ),
æ ÷ö
V. Polynôme d’un endomorphisme, d’une matrice
- rg ççç (ui )i ÎI , å ai ui ÷÷ = rg ((ui )i ÎI ),
çè ÷ø
i ÎI Soient n et p deux entiers naturels non nuls, (ak )0£k £p Î p +1, E un -espace vectoriel, P Î [X ],
- rg ((ui )i ÎI , au ) = rg ((ui )i ÎI , u ), p
P = å ak X k , f Î (E ), et A Î n ().
æ ö÷
- rg ççç (ui )i ÎI , u + å aiui ÷÷ = rg ((ui )i ÎI , u ) . k =0
çè i ÎI ø÷
V.1 Polynôme d’un endomorphisme, d’une matrice
IV.2 Image et rang d’une application linéaire p
• Polynôme d’un endomorphisme : P ( f ) = å ak f k est un endomorphisme de E, appelé polynôme de
k =0
• Image : Soient n un entier naturel non nul, E et F deux -espaces vectoriels tels que dim E = n,
l’endomorphisme f.
(ei )1£i £n une base de E, et j Î (E , F ). On a : Im j = Vect ((j(ei ))1£i £n ) .
• Propriétés :
• Rang d’une application linéaire : Soient E et F deux -espaces vectoriels, E de dimension finie, 2
- " (P ,Q ) Î ([X ] ) , " l Î , (lP + Q )( f ) = lP ( f ) + Q( f ),
et j Î (E , F ). On appelle rang de j, et on note rg(j), la dimension de Im j, i.e. : rg(j) = dim(Im j). 2
- " (P ,Q ) Î ([X ]) , (PQ )( f ) = P ( f ) Q(f ) = Q( f ) P (f ),
- si $(l, x ) Î ´ E , f (x ) = lx , alors : " P Î [X ], P ( f )(x ) = P (l) x .
IV.3 Formule du rang
p
• Formule du rang : Soient E et F deux -espaces vectoriels, E de dimension finie, et j Î (E , F ). On a : • Polynôme d’une matrice : P (A) = å ak Ak est un élément de n (), appelé polynôme de la matrice A.
k =0
dim(Im j) + dim(Ker j) = dim E , i.e. : rg(j) = dim E - dim(Ker j).
• Propriétés :
2
• Caractérisation des isomorphismes : Soient E et F deux -espaces vectoriels de même dimension finie, - " (P,Q ) Î ([X ] ) , " (l, m) Î 2, (lP + mQ )(A) = lP (A) + mQ(A),
et j Î (E , F ). j est bijective si et seulement si j est injective ou surjective. 2
- " (P ,Q ) Î ([X ] ) , (PQ )(A) = P (A) Q(A) = Q(A) P (A),
- si $(l, X ) Î ´ n,1(), AX = lX , alors : " P Î [X ], P (A) X = P (l) X .
IV.4 Rang d’une matrice
• Si A est la matrice représentative de f dans une base de E, alors P (A) est la matrice représentative
• Définition : Soient n et p deux entiers naturels non nuls, et A Î n,p (). On appelle rang de A, et on de P ( f ) dans cette même base.
note rg(A), le rang de la famille des vecteurs colonne de A.
• Soit (a, b) Î (* )2 . Les opérations élémentaires sur les colonnes d’une matrice conservent le rang de
V.2 Polynôme annulateur d’un endomorphisme, d’une matrice
cette dernière : • Polynôme annulateur d’un endomorphisme : P est un polynôme annulateur de f si P ( f ) = 0.
- l’échange de deux colonnes, noté C i « C j (i ¹ j ),
• Exemples usuels :
- la multiplication d’une colonne par un scalaire non nul, notée C i ¬ aC i ,
- Soit l Î * . X - l est un polynôme annulateur de l’homothétie de rapport l de E.
- l’addition d’un multiple d’une colonne à une autre, notée C i ¬ C i + aC j (i ¹ j ).
- X 2 - X est un polynôme annulateur de tout projecteur de E.
- l’addition d’un multiple d’une colonne à un multiple non nul d’une autre, notée C i ¬ aC i + bC j (i ¹ j ).
- X 2 - 1 est un polynôme annulateur de toute symétrie de E.
• Soient n et p deux entiers naturels non nuls, et A Î n,p (). On a : rg( t A) = rg(A).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xviii MasterClass 2019-2020 – ECS 2ème année
• Tout endomorphisme d’un espace vectoriel de dimension finie, toute matrice carrée, admet au moins un
polynôme annulateur non nul.
Fiche méthodologique
Bien comprendre le cours et maîtriser les méthodes classiques de résolution
VI. Changement de bases, matrice de passage, matrices semblables
Soient n un entier naturel non nul, E un -espace vectoriel de dimension n, et = (ei )1£i £n et ¢ = (ei¢)1£i £n
deux bases de E.
I. Généralités
VI.1 Matrice de passage • Attention, en algèbre linéaire, un vecteur n’est pas “un segment de droite avec une flèche au bout”, mais
peut être un élément de n , un polynôme, un vecteur colonne, une matrice carrée, une suite, une fonction...
• Définition : La matrice de passage de à ¢, notée P,¢ , est la matrice représentant la famille (ei¢)1£i £n
dans la base (ei )1£i £n . C’est la matrice de l’application id de la base ¢ dans la base . • En algèbre linéaire, il faut apprendre à chasser ses vieilles habitudes issues des mondes des ensembles ou
des réels. Par exemple :
• P,¢ est inversible, et son inverse est la matrice de passage de ¢ à , i.e. : P-,1¢ = P¢,. - Æ n’est pas un espace vectoriel : le plus petit espace vectoriel est {0} ,
- f n n’est pas l’endomorphisme f élevé à la puissance n, mais
f f
f ,
VI.2 Formules de changement de bases n facteurs
- une relation du type f = g peut être composée à gauche par h (et on a alors h f = h g ) ou à droite par h
• Formule de changement de bases pour les coordonnées d’un vecteur : Soient u Î E , X la matrice (et on a alors f h = g h ),
représentant u dans , et X ¢ la matrice représentant u dans ¢. On a : X = P,¢ X ¢ . - si deux matrices A et B sont telles que AB = 0, on n’a pas nécessairement A = 0 ou B = 0,
- dans le cas général, on n’a pas nécessairement AB = BA,
• Formule de changement de bases pour la matrice associée à un endomorphisme : Soient f Î (E ), A la
- avant d’utiliser la formule du binôme pour exprimer (A + B )n , il faut vérifier que A et B commutent,
aaa matrice représentative de f dans la base , et B la matrice représentative de f dans la base ¢. On a : i.e. : AB = BA,
B = P-,1¢ AP,¢ . - une relation du type A = B peut être multipliée à gauche par C (et on a alors CA = CB ) ou à droite par C
(et on a alors AC = BC )...
VI.3 Matrices semblables
2
Soit (A, B ) Î ( n ()) .
II. Espaces vectoriels
• Définition : A et B sont semblables si : $ P Î GLn (), B = P -1AP . II.1 Montrer qu’un ensemble est un espace vectoriel
• A et B sont semblables si et seulement si A et B représentent le même endomorphisme de E (dans des • Pour montrer qu’un ensemble F muni des lois + et est un espace vectoriel, on peut :
bases différentes). - montrer que F est un sous-espace vectoriel d’un espace vectoriel E connu (cf. 2.5) en montrant que F Ì E ,
F ¹ Æ (en montrant généralement que le vecteur nul de E est élément de F ), et F est stable pour les lois + et
(i.e. " (l,u ,v ) Î ´ F 2, (lu + v ) Î F ),
VII. Trace d’une matrice
aaa
- revenir à la définition (mais comme la démonstration est longue et fastidieuse, on ne reviendra à la définition
• Définition : Soit n un entier naturel non nul, et A Î n (), A = (ai, j )1£i £n . On appelle trace de A, et on que lorsque F n’est pas un sous-espace vectoriel d’un espace vectoriel connu, cf. 2.C.4).
1£ j £n
n
note Tr(A), la somme de ses coefficients diagonaux, i.e. : Tr(A) = å ai,i . • Les espaces vectoriels (munis des lois + et ) au programme sont :
i=1 - n , [X ], n [X ],
n () - si I est un intervalle de : les ensembles des fonctions de I dans , des fonctions continues de I
• Linéarité de la trace : Soit n un entier naturel non nul. L’application Tr : est une forme
A Tr(A) dans , des fonctions de classe C n de I dans , des fonctions de classe C ¥ de I dans ,
linéaire, i.e. : " (l, A, B ) Î ´ ( n ())2, Tr(lA + B ) = l Tr(A) + Tr(B ). - l’ensemble des suites d’éléments de ,
- Si E et F sont deux espaces vectoriels : (E , F ) et (E ) (mais pas GL(E )),
• Invariance de la trace par changement de base : Deux matrices semblables ont même trace, i.e. : - Si n et p sont deux entiers naturels non nuls : n,p () et n () (mais pas GLn ()).
-1
" (A, P ) Î n () ´ GLn (), Tr(A) = Tr(P AP ).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xx MasterClass 2019-2020 – ECS 2ème année Fiche méthodologique xxi
• On peut également démontrer qu’un ensemble F muni des lois + et est un espace vectoriel, en • Pour montrer qu’une famille (ui )1£i £n de vecteurs est génératrice d’un espace vectoriel E (cf. 2.7) :
montrant que :
- soit l’espace est présenté sous la forme Vect ((ui )1£i £n ), et la famille (ui )1£i £n est alors, par définition, une
- F est le noyau ou l’image d’une application linéaire,
famille génératrice de E,
- F est l’intersection d’espaces vectoriels,
- soit on choisit un vecteur u Î E , et, à l’aide des conditions qu’il doit remplir, on trouve des scalaires (li )1£i £n et
- F est engendré par une famille (ui )i ÎI de vecteurs (i.e. tout vecteur de F est combinaison linéaire des
n
vecteurs (ui )i ÎI ). des vecteurs (ui )1£i £n tels que u = å li ui , et la famille (ui )1£i £n est alors une famille génératrice de E.
i =1
• Pour montrer qu’une famille est une base d’un espace vectoriel E (de dimension finie), on peut (cf. 2.8) :
II.2 Inclusion, égalité n
- revenir à la définition en montrant que " u Î E , $ !(li )1£i £n Î n , u = å liui ,
• Pour montrer qu’un espace vectoriel E est inclus dans un espace vectoriel F, on choisit généralement un i =1
élément x Î E , et on montre que x Î F . - montrer qu’elle forme une famille libre et une famille génératrice de E, ou :
- si l’on connaît déjà la dimension de E : montrer qu’elle est libre et “maximale” (i.e. qu’elle est libre et
• Pour montrer que deux espaces vectoriels sont égaux, on peut : constituée d’autant de vecteurs que la dimension de E ), voire génératrice et “minimale” (i.e. qu’elle est
- montrer que : E Ì F et F Ì E (cf. 2.11 et 2.14), ou : génératrice et constituée d’autant de vecteurs que la dimension de E ).
- E Ì F ou F Ì E , et que E et F sont de même dimension finie. n
• On notera que si E = F Å G (resp. E = Å Fi ), et si l’on connaît une base de F et une base de G (resp.,
i =1
• On notera également les résultats hors-programme suivants, lorsque E, F, G et (Fi )i ÎI sont des
pour tout i Î 1, n , une base de Fi ), on obtient une base de E en concaténant (i.e. en juxtaposant) les bases de
espaces vectoriels (cf. 2.C) :
F et de G (resp. les bases des (Fi )1£i £n ).
- " i Î I , Fi Ì E å Fi Ì E ,
i ÎI • On notera les résultats hors-programme suivants (cf. 2.A.1) : si E et F sont deux espaces vectoriels de
- " i Î I , E Ì Fi E Ì å Fi , et :
dimensions finies, et f est une application linéaire de E dans F, alors :
i ÎI
- F È G est un sous-espace vectoriel de E si et seulement si F Ì G ou G Ì F . - l’image par f d’une famille génératrice de E est une famille génératrice de Im f ,
- si f est injective, alors l’image par f d’une famille libre de E est une famille libre de F,
II.3 Familles libres, génératrices, bases - si f est injective, alors l’image par f d’une base de E est une base de Im f .
• Pour montrer qu’une famille (ui )1£i £n de vecteurs est libre, il faut montrer que • On notera également les résultats hors-programme suivants (cf. 2.D.1) : si (ui )1£i £p est une famille
n de p vecteurs de E, où E est un espace vectoriel de dimension n, alors :
" (li )1£i £n Î n , å liui = 0 " i Î 1, n , li = 0. Pour cela, on peut : - (ui )1£i £p forme une famille libre de E si et seulement si rg ((ui )1£i £p ) = p,
i =1
n
- procéder directement en résolvant le système induit par les équations å liui = 0 (cf. 2.6), - (ui )1£i £p forme une famille génératrice de E si et seulement si rg ((ui )1£i £p ) = n,
i =1
- (ui )1£i £p forme une base de E si et seulement si rg ((ui )1£i £p ) = n = p.
- procéder par récurrence en montrant que, pour tout k Î 1, n , la famille (ui )1£i £k est libre (cf. 2.E et 2.F),
- procéder par récurrence en montrant que, pour tout i Î 1, n , li = 0 (cf. 2.E et 2.F). • On notera enfin les résultats hors-programme suivants (cf. 2.E) :
On notera que : - si a et b sont deux réels distincts, alors, pour tout n Î , la famille ((X - a )k (X - b)n -k )0£k £n forme une base
- toute famille de polynômes non nuls et de degrés (ou de valuations) deux à deux distinct(e)s est libre (résultat de n [X ].
hors-programme, cf. 2.E.1), - pour tout n Î *, si (x i )1£i £n est une suite de réels deux à deux distincts, alors la famille (Li )1£i £n des
- pour montrer la liberté de familles de fonctions (cf. 2.F), on procède généralement par comparaison de valeurs
polynômes de Lagrange aux points (x i )1£i £n forme une base de n -1[X ].
en des points donnés, sur des intervalles donnés, par comparaison de limites, de domaines de continuité, de
dérivabilité, par dérivation (éventuellement double)…
II.4 Espaces vectoriels en somme directe, sous-espaces supplémentaires
• Pour montrer qu’une famille (ui )1£i £n de vecteurs est liée (cf. 2.6), il faut montrer que
• Pour montrer que deux espaces vectoriels F et G sont en somme directe, quatre méthodes sont possibles :
n
$(li )1£i £n Î n {0}, å liui = 0, et ce, en exhibant une n -liste (li )1£i £n de scalaires non tous nuls telle que - montrer (généralement par analyse-synthèse) que : " x Î (F + G ), $ !(y, z ) Î F ´G, x = y + z,
i =1
n - montrer que F Ç G = {0} (en montrant, par exemple, que dim(F Ç G ) = 0),
å liui = 0. - si F et G sont de dimensions finies, montrer que dim(F Ç G ) = 0 (i.e. dim F + dim G = dim(F + G )),
i =1
- si F et G sont de dimensions finies, montrer que la concaténation d’une base de F et d’une base de G forme
• Noter qu’une famille constituée d’un unique vecteur u est libre si et seulement u ¹ 0.
une famille libre.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xxii MasterClass 2019-2020 – ECS 2ème année Fiche méthodologique xxiii
• Pour montrer que deux espaces vectoriels F et G sont supplémentaires dans E (i.e. F Å G = E ), cinq III. Applications linéaires
méthodes sont possibles (cf. 2.9) :
III.1 Applications linéaires, formes linéaires, endomorphismes, isomorphismes, automorphismes
- montrer (généralement par analyse-synthèse) que : " x Î E , $ !(y, z ) Î F ´G, x = y + z,
- montrer que F + G = E et F Ç G = {0} , • Pour montrer qu’une application f, définie sur E, est linéaire, il suffit de montrer que :
- si E est de dimension finie, montrer que F Ç G = {0} et dim F + dim G = dim E , " (l, u, v ) Î ´ E 2, f (lu + v ) = l f (u ) + f (v ) (attention, il convient de démontrer cette proposition pas à pas).
- si E est de dimension finie, montrer que F + G = E et dim F + dim G = dim E ,
• Pour montrer qu’une application f, définie sur E, est une forme linéaire, il faut montrer que f est une
- si E est de dimension finie, montrer que la concaténation d’une base de F et d’une base de G forme une base
application linéaire (cf. supra) sur = ou (i.e. " u Î E , f (u ) Î ).
de E.
• Pour montrer qu’une application f, définie sur E, est une application linéaire de E dans F, i.e. f Î (E , F )
• Pour montrer que les espaces vectoriels (Fi )1£i £p sont en somme directe, il faut montrer (généralement par
(cf. 2.10), il faut montrer que f est une application linéaire (cf. supra) sur F (i.e. " u Î E , f (u ) Î F ).
æ p ö æ p ö p
analyse-synthèse) que : " u Î ççå Fi ÷÷÷, $ !(ui )1£i £p Î ççç Fi ÷÷÷, u = å ui .
çè ø÷ èç i =1 ø÷ • Pour montrer qu’une application f, définie sur E, est un endomorphisme de E, i.e. f Î (E )
i =1 i =1
(cf. 2.10), il faut montrer que f est une application linéaire (cf. supra) sur E (i.e. " u Î E , f (u ) Î E ).
• Attention, tout sous-espace vectoriel F de E, différent de {0} et de E, admet une infinité de supplé-
mentaires dans E (on dit alors que G est un supplémentaire de F dans E ). • Pour montrer qu’une application f, définie sur E, est un isomorphisme de E dans F, il faut montrer que
f est une application linéaire (cf. supra) bijective (cf. III.3) sur F (cf. supra).
p
• Pour montrer que Å Fi = E, il faut montrer (généralement par analyse-synthèse) que :
i =1 • Pour montrer qu’une application f, définie sur E, est un automorphisme de E, il faut montrer que f est une
æ p ö p
" u Î E , $ !(ui )1£i £p Î ççç Fi ÷÷÷, u = å ui . application linéaire (cf. supra) bijective (cf. III.3) sur E (cf. supra).
çè i =1 ÷ø i =1
• Si f est une application linéaire de E dans F, alors : f (0E ) = 0F .
II.5 Dimension • Une application linéaire f, définie sur un espace vectoriel de dimension finie E, dont (ei )1£i £n est une
• Pour déterminer la dimension d’un espace vectoriel E, on peut (cf. 2.8) : base, est entièrement déterminée par la donnée des ( f (ei ))1£i £n . Pour déterminer f, il suffit donc de déterminer
- déterminer le nombre de vecteurs d’une base (quelconque) de E, et la dimension de E est alors égale au les ( f (ei ))1£i £n .
nombre de ces vecteurs,
- montrer que E est isomorphe à un autre espace vectoriel F (i.e. il existe une bijection entre E et F ), dont on • Pour montrer qu’une application linéaire f, définie sur un espace vectoriel de dimension finie E,
connaît la dimension, et on a alors : dim E = dim F . dont (ei )1£i £n est une base, est nulle, on peut montrer que :
- " x Î E , f (x ) = 0, ou :
• On notera que si n et p sont deux entiers naturels non nuls, et E et F deux -espaces vectoriels de
dimensions respectives n et p : - " i Î 1, n , f (ei ) = 0.
aaa tel que f (x ) = 0 x Î A (et on a alors Ker f Ì A), avant de vérifier que " x Î A, f (x ) = 0 (et on a alors
- n [X ] est un -espace vectoriel de dimension n + 1,
A Ì Ker f ), puis de conclure que Ker f = A (on notera que, lorsque A = {0}, on justifie que {0} Ì Ker f en
- n [X ] est un -espace vectoriel de dimension n + 1, n [X ] est un -espace vectoriel de dimension 2(n + 1),
aaa expliquant que Ker f est un sous-espace vectoriel de E ).
- n,p () est un -espace vectoriel de dimension np,
Lorsque E est de dimension finie, une méthode alternative consiste à considérer une matrice représentative A
- n,p () est un -espace vectoriel de dimension np, n,p () est un -espace vectoriel de dimension 2np,
de f, et à résoudre le système AX = 0 (cf. 2.12).
- (E , F ) est un -espace vectoriel de dimension np (isomorphe à n,p ()).
• Pour déterminer l’image Im f d’une application linéaire f de E dans F, il convient de chercher l’ensemble
• On notera les résultats suivants :
des vecteurs y Î F tels que $ x Î E , y = f (x ).
- dim(F + G ) = dim F + dim G - dim(F Ç G ),
p S’il n’y a pas de méthode générale pour déterminer Im f lorsque E est de dimension infinie, on pourra,
æ p ö
- si les espaces vectoriels (Fi )1£i £p sont en somme directe, alors : dim çç Å Fi ÷÷ = å dim(Fi ),
çè i =1 ÷ø lorsque E est de dimension finie :
i =1
- dim(F ´G ) = dim F + dim G (cf. 2.C.4).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xxiv MasterClass 2019-2020 – ECS 2ème année Fiche méthodologique xxv
- écrire que Im f est l’espace généré par l’image par f des vecteurs d’une base (ei )1£i £p de E III.5 Rang d’une application linéaire
(i.e. Im f = Vect ( f (ei ))1£i £p ), puis en éliminant les vecteurs nuls et les vecteurs liés de la famille ( f (ei ))1£i £p , en
• Le rang d’une application linéaire f de E dans F (où E est un espace vectoriel de dimension finie) est
aaa
aaa
déduire une base de Im f (cf. 2.11), ou : la dimension dim(Im f ) de son image, et on a alors (formule du rang) : dim(Ker f ) + dim(Im f ) = dim E ,
- effectuer une suite d’opérations élémentaires sur les colonnes de la matrice A représentative de f d’une i.e. : rg(f ) = dim E - dim(Ker f ) (cf. 2.11.1 et 2.12.1).
base (ei )1£i £p de E dans une base ( fi )1£i £n de F qui mène à une matrice triangulaire (inférieure) dont les Attention :
colonnes non nulles représentent, dans la base ( fi )1£i £n de F, une base de Im f (cf. 2.12). - la notion de rang d’une application linéaire et la formule du rang n’ont de sens que si E est de dimension finie
(sans condition de dimension sur F ),
- la formule du rang ne dit pas que Ker f et Im f sont supplémentaires dans E (mais que tout supplémentaire
III.3 Injectivité, surjectivité, bijectivité
de Ker f dans E est isomorphe à Im f ) : un même vecteur non nul peut appartenir à Ker f et Im f .
• Pour montrer qu’une application linéaire f de E dans F est injective, on peut montrer que Ker f = {0}
(cf. 2.12), voire, mais c’est beaucoup plus rare, revenir à la définition d’une application injective. • On notera les résultats hors-programme suivants (cf. 2.D.2) : si f est une application linéaire de E dans F,
où E et F sont deux espaces vectoriels de dimensions finies, alors :
• Pour montrer qu’une application linéaire f de E dans F est surjective, on peut montrer que Im f = F - rg( f ) £ min(dim E , dim F ),
(cf. 2.12), voire, mais c’est beaucoup plus rare, revenir à la définition d’une application surjective (cf. 2.14).
- f est injective si et seulement si rg(f ) = dim E ,
• Pour montrer qu’une application linéaire f de E dans F est bijective, on peut montrer : - f est surjective si et seulement si rg(f ) = dim F , et :
- que f est injective et surjective (cf. supra), - f est bijective si et seulement si rg(f ) = dim E = dim F .
- que f est injective ou surjective, et que E et F sont des espaces vectoriels de même dimension finie,
• On notera les résultats hors-programme suivants (cf. 2.D.3) : si E est un espace vectoriel de dimension n,
- qu’il existe une application g de F dans E telle que f g = g f = id (en dimension finie, il suffit de montrer
et f et g deux endomorphismes de E, alors :
que f g = id ou g f = id, mais cela est hors-programme),
- rg( f ) - rg(g ) £ rg(f + g ) £ rg( f ) + rg(g ), et :
- que la matrice A représentative de f dans une base donnée est inversible.
ïì Im f Ç Im g = {0}
• On notera également les résultats hors-programme suivants (cf. 2.A.2) : - rg(f + g ) = rg(f ) + rg(g ) ïí .
ïï Ker f + Ker g = E
î
- f est surjective si et seulement si l’image par f d’une famille génératrice de E est une famille génératrice de F
(i.e. si f est surjective, alors l’image par f de toute famille génératrice de E est une famille génératrice de F, • On notera les résultats hors-programme suivants (cf. 2.D.4) :
et si l’image par f d’une famille génératrice de E est une famille génératrice de F, alors f est surjective), - si E, F et G sont trois espaces vectoriels de dimensions finies, f une application linéaire de E dans F, et
- f est injective si et seulement si l’image par f de toute famille libre de E est une famille libre de F (i.e. si f est g une application linéaire de F dans G, alors : rg(f ) + rg(g ) - dim F £ rg(g f ) £ min (rg( f ), rg(g )) (inégalité de
injective, alors l’image par f de toute famille libre de E est une famille libre de F, et si l’image par f de toute Sylvester), et :
famille libre de E est une famille libre de F, alors f est injective), - si E et F sont deux espaces vectoriels de dimensions finies, f un automorphisme de E, g une application
- f est bijective si et seulement si l’image par f d’une base de E est une base de F (i.e. si f est bijective, linéaire de E dans F, et h un automorphisme de F, alors : rg(g f ) = rg(g ) = rg(h g ).
alors l’image par f de toute base de E est une base de F, et si l’image par f d’une base de E est une base de F,
alors f est bijective).
IV. Calcul matriciel, système d’équations linéaires
III.4 Projecteurs, homothéties, symétries IV.1 Somme, produit de matrices
• Pour montrer qu’une application linéaire p est un projecteur, on peut revenir à la définition ou montrer • Pour additionner deux matrices, il faut toujours veiller à ce qu’elles soient de même format (cf. 2.1).
que p p = p.
• Pour multiplier deux matrices A et B (dans cet ordre), il faut toujours veiller à ce que le nombre de
• Pour montrer qu’une application linéaire s est une symétrie, on peut revenir à la définition ou montrer colonnes de A soit égal au nombre de lignes de B.
que s s = id (résultat hors-programme, cf. 2.G.1).
Le coefficient situé sur la i ème ligne et la j ème colonne de la matrice C = AB est alors la somme des produits
• Pour montrer qu’une application linéaire h est une homothétie, on peut revenir à la définition ou montrer deux à deux des coefficients de la i ème ligne de A et de la j ème colonne de B (cf. 2.2).
que, pour tout x Î E , la famille (x , h(x )) est liée (résultat hors-programme, cf. 2.G.2). Si A Î n,m (), A = (a i, j )1£i £n , B Î m,p (), B = (b i, j )1£i £m , et C = AB, C = (c i, j )1£i £n , alors :
1£j £m 1£j £p 1£j £p
m
" (i, j ) Î 1, n ´ 1, p , ci, j = å ai,k bk , j .
k =1
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xxvi MasterClass 2019-2020 – ECS 2ème année Fiche méthodologique xxvii
IV.2 Puissance n
ème
de matrices IV.4 Matrices symétriques et antisymétriques
Il existe cinq méthodes générales pour calculer la puissance n ème (n Î �) d’une matrice carrée A • Noter que les coefficients supérieurs d’une matrice symétrique (donc carrée) sont égaux à ses coefficients
(cf. 2.2, 2.J et 3.3) : inférieurs (par symétrie par rapport aux coefficients diagonaux) et que les coefficients supérieurs d’une matrice
antisymétrique (donc carrée) sont égaux aux opposés de ses coefficients inférieurs (toujours par symétrie par
1) Si A2 ou A3 s’exprime de façon très simple en fonction de A, on calcule A2 (voire A3 ), et on procède par
rapport aux coefficients diagonaux).
une récurrence immédiate (cf. 2.2.1 et 2.J.2).
L’ensemble des matrices symétriques de n () muni des lois usuelles forme ainsi un espace vectoriel de
2) Lorsqu’il existe une matrice J telle que A = aI + bJ : n(n + 1)
dimension .
2
- si J est une matrice triangulaire supérieure stricte (i.e. une matrice triangulaire supérieure dont tous les
aaa coefficients diagonaux sont nuls), on peut écrire : $ p Î �*, " k Î p, +¥, J k = 0 (cf. 2.J.1) ; comme • Noter également que les coefficients diagonaux d’une matrice symétrique sont quelconques et que les
A = aI + bJ , et comme toutes les matrices commutent avec I, on en déduit, à l’aide de la formule du binôme de coefficients diagonaux d’une matrice antisymétrique sont tous nuls.
n k
aaa Newton, pour tout n Î �, une expression de A en fonction de I et des (J )0£k £p-1 : L’ensemble des matrices antisymétriques de n () muni des lois usuelles forme ainsi un espace vectoriel de
p-1 æn ö n(n - 1)
dimension .
" n Î �, An = å ççç ÷÷÷a n -k b k J k (cf. 2.2.2), et : 2
çk ÷
k =0 è ø
- si J n’est pas une matrice triangulaire supérieure stricte et J 2 s’exprime comme combinaison linéaire des
IV.5 Rang d’une matrice
matrices I et J, on démontre qu’il existe deux suites (an )n Î� et (bn )nÎ� telles que " n Î �, An = an I + bn J , puis on
détermine, pour tout n Î �, les expressions de an et bn , avant de conclure (cf. 2.2.3 et 2.J.3). • Pour déterminer le rang d’une matrice M Î n,p (), trois méthodes sont possibles :
- déterminer Ker f ou Im f (où f est l’endomorphisme associé à M dans des bases données), et on a alors
3) On peut s’intéresser aux puissances successives de l’application f dont A est une matrice représentative
(d’après la formule du rang) : rg( f ) = dim(Im f ) = p - dim(Ker f ),
dans des bases données, et on en déduit alors, pour tout n Î �, la matrice représentative An de f n dans ces
- effectuer une suite d’opérations élémentaires sur les colonnes de M qui mène à une matrice triangulaire
mêmes bases (cf. 2.J.1 et 2.J.4).
æ m1,1 ö÷
4) Lorsque l’on peut déterminer un polynôme annulateur P de A, i.e. un polynôme P tel que P (A) = 0 (et
çç
çç
0
÷÷
÷÷
çç ÷÷
l’énoncé le suggèrera presque toujours), on peut effectuer, pour tout n Î �, la division euclidienne de X n par P : (inférieure) du type çççmr ,1 mr ,r ÷÷÷, avec " i Î 1, r , mi,i ¹ 0, et on a alors : rg(M ) = r (cf. 2.3),
çç ÷÷
" n Î �, $(Qn , Rn ) Î �[X ], X n = P (X ) Qn (X ) + Rn (X ), et on peut alors écrire : " n Î �, An = Rn (A) (cf. 2.2.4). çç ÷÷
n
çç
çèmn,1 mn,r
0 ÷÷
÷÷
ø
5) Lorsque A est diagonalisable, i.e. $ P Î GL p (�), A = PDP -1, on peut écrire : " n Î �, An = (PDP -1 ) , d’où,
à l’aide d’une récurrence immédiate : " n Î �, An = PD n P -1 (méthode à n’employer qu’après s’être assuré - calculer le rang de t M (en effectuant une suite d’opérations élémentaires sur les lignes de M, i.e. sur les
qu’aucune des précédentes ne peut être utilisée, cf. 3.3). colonnes de t M , cf. supra), et on a alors : rg(M ) = rg( t M ).
mêmes bases),
- de f + g (où ( f , g ) Î ((E , F ))2 ), il convient d’écrire M = A + B (où A et B sont les matrices représentatives
respectives de f et g dans ces mêmes bases),
- de f g (où g Î (E , F ) et f Î (F ,G )), il convient d’écrire M = AB (où A et B sont les matrices
représentatives respectives de f et g dans ces mêmes bases).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
xxviii MasterClass 2019-2020 – ECS 2ème année Fiche méthodologique xxix
IV.7 Inversion de matrices • Tout endomorphisme d’un espace vectoriel de dimension finie, toute matrice carrée, admet au moins un
polynôme annulateur non nul.
• Une matrice carrée A est inversible, s’il existe une matrice B telle que AB = I ou BA = I (et on a
alors A-1 = B ). • Les polynômes annulateurs à connaître sont :
- X - l, polynôme annulateur de l’homothétie de rapport l (l Î * ),
• Une matrice carrée est inversible si et seulement si le système AX = 0 admet une solution unique X = 0
- X 2 - X , polynôme annulateur de tout projecteur,
(i.e. le système AX = 0 est de Cramer).
- X 2 - 1, polynôme annulateur de toute symétrie.
• Pour inverser une matrice A carrée d’ordre n, trois méthodes sont possibles (cf. 2.4.2 et 2.4.3) :
1) On pose X = (x i )1£i £n et Y = (yi )1£i £n , puis on résout le système AX = Y en effectuant des opérations
VI. Changement de bases (cf. 2.13)
élémentaires (suivant la méthode du pivot de Gauss, i.e., pour tout i Î 1, n - 1, lorsque ai,i ¹ 0 est le pivot de
la matrice, on effectue, pour tout j Î i + 1, n , l’opération élémentaire Lj ¬ ai,i Lj - a j ,i Li ), afin d’aboutir (dans • “Changer de base” permet :
le membre de gauche) à une matrice triangulaire dont tous les coefficients diagonaux sont non nuls. - de déterminer le vecteur colonne représentatif d’un vecteur u Î E dans une base ¢ de E lorsque l’on connaît
Dans ce cas, A est alors inversible, et, en procédant par substitutions, on obtient, pour tout i Î 1, n , son vecteur colonne représentatif dans une autre base de E,
n
une expression de x i en fonction des (y j )1£ j £n : " i Î 1, n , x i = å ai, j y j , i.e. : X = (a i, j )1£i £n (y j )1£ j £n , et on aaa
- de déterminer la matrice représentative d’un endomorphisme f Î (E ) dans une base ¢ de E lorsque l’on
j =1 1£j £n connaît sa matrice représentative dans une autre base de E,
-1
a alors : A = (a i, j )1£i £n . Pour cela, on utilise une “matrice de passage”.
1£j £n
2) On pose A = IA, puis on procède par équivalences en effectuant des opérations élémentaires (toujours suivant • La matrice de passage P,¢ de la base à la base ¢ est la matrice représentant les vecteurs de ¢ dans la
la méthode du pivot de Gauss) sur les lignes de la matrice du membre de gauche et celles de la première matrice base . P,¢ est inversible, et son inverse est la matrice de passage P¢, de la base ¢ à la base .
du membre de droite, afin d’aboutir (dans le membre de gauche) à une matrice triangulaire dont tous les Ainsi, pour calculer P-,1¢ , il est parfois plus aisé de déterminer la matrice de passage P¢, de la base ¢ à la
coefficients diagonaux sont non nuls.
base , que d’inverser P,¢ de manière classique.
Dans ce cas, A est alors inversible, et en procédant à nouveau par équivalences en effectuant des opérations
élémentaires (suivant la méthode de Gauss “inversée”, i.e. pour tout i Î 2, n , lorsque ai,i ¹ 0 est le pivot de la • Pour déterminer le vecteur colonne X ¢ représentatif d’un vecteur dans la base ¢ lorsque l’on connaît son
matrice, on effectue, pour tout j Î 1, i - 1, l’opération élémentaire Lj ¬ ai,i Lj - a j ,i Li ) sur les lignes de la vecteur X représentatif dans une base , il faut déterminer la matrice P,¢ de passage de à ¢, et on a
matrice du membre de gauche et celles de la première matrice du membre de droite, on aboutit à une relation alors : X = P,¢ X ¢ (anciennes coordonnées en fonction des nouvelles), d’où : X ¢ = P-,1¢ X (on peut aussi
du type I = BA, et on a alors : A-1 = B. déterminer la matrice de passage P¢, de ¢ à , et on a alors : X ¢ = P¢, X ).
n
3) On peut également chercher à déterminer un polynôme annulateur P = å ak X k de A tel que a 0 ¹ 0, i.e. un
k =0 • Pour déterminer la matrice B représentative d’un endomorphisme dans une base ¢ lorsque l’on connaît
polynôme P tel que P (A) = 0 (dans la pratique, l’énoncé devrait toujours le suggérer), et on peut alors écrire : sa matrice A représentative dans une base , il faut déterminer la matrice P,¢ de passage de à ¢, puis son
n n -1
æ 1 ö 1 inverse, et on a alors : B = P-,1¢ AP,¢ = P¢, AP,¢ .
A çç-
çè a 0 å ak Ak -1 ÷÷÷÷ø = I . A est donc inversible, d’inverse A-1 = -
a0
å ak +1 Ak .
k =1 k =0
• Deux matrices A et B sont semblables :
• On a également le résultat hors-programme suivant (cf. 2.B) : toute matrice carrée A est inversible si et - si et seulement si elles représentent le même endomorphisme (dans des bases différentes), i.e. :
seulement si ses vecteurs colonne (resp. ligne) forment une famille libre, et en particulier, si la somme des - si et seulement s’il existe une matrice P inversible telle que B = P -1AP .
vecteurs colonne (resp. ligne) de A est nulle, alors A n’est pas inversible.
• Deux polynômes d’un endomorphisme, deux polynômes d’une matrice, sont toujours commutatifs.
• Si A est la matrice représentative de f dans une base donnée de E, alors P (A) est la matrice représentative
de P (f ) dans cette même base.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
Table des matières des exercices
Les basiques
➤
➤
2.1 Calcul matriciel............................................................................................................................................................ 1
2.2 Puissances n ème d’une matrice (1) ............................................................................................................................... 3
Les basiques
➤ 2.3 Rang d’une famille de vecteurs, d’une matrice ............................................................................................................ 7 Tous les exercices pour bien débuter et maîtriser les éléments clefs du cours…
➤ 2.4 Résolution de systèmes d’équations linéaires, inversion de matrices......................................................................... 10
➤ 2.5 Espaces vectoriels....................................................................................................................................................... 17
➤ 2.6 Familles libres, familles liées ...................................................................................................................................... 19
➤ 2.7 Familles génératrices.................................................................................................................................................. 23
➤ 2.8 Base et dimension ...................................................................................................................................................... 24
➤ 2.1 Calcul matriciel
➤ 2.9 Sous-espaces supplémentaires..................................................................................................................................... 26
1) Effectuer, à chaque fois que possible, les calculs matriciels suivants :
➤ 2.10 Applications linéaires, endomorphismes..................................................................................................................... 28
➤ 2.11 Noyau et image ......................................................................................................................................................... 29 æ3 -2ö÷ æ2 -3ö÷
ç ÷÷ + çç ÷÷,
a) çç ç
➤ 2.12 Matrices représentatives............................................................................................................................................. 31 çè1 -1÷÷ø çè1 0 ÷÷ø
➤ 2.13 Changement de bases................................................................................................................................................. 34
æ1 1 -1ö÷ æ-1 2 -1÷ö
➠ 2.14 Étude d’un espace vectoriel de suites récurrentes (1) ................................................................................................ 36 çç ÷÷ çç ÷÷
➠ 2.15 Conditions nécessaires et suffisantes d’égalité entre Ker u et Ker u 2 , Im u et Im u 2 ................................................ 40 b) ççç2 -1 0 ÷÷ + ççç-2 0 -1÷÷,
çç ÷÷ ç ÷÷
÷ ç ÷
➠ 2.16 Noyaux et images itérés d’un endomorphisme. Lemme de Fitting ............................................................................ 43 ççè1 -2 2 ø÷÷ ççè 1 3 1 ÷÷ø
➠ 2.17 Matrices de Vandermonde ......................................................................................................................................... 47
æ 1 -2 0ö÷
çç ÷÷ æç1 2 ö÷
Les incontournables c) ççç 1 0 0÷÷ + çç ÷÷ .
çç ÷÷÷ çè0 -1ø÷÷
❦ 2.A Familles libres, génératrices, bases et applications linéaires ...................................................................................... 51
è 3 2 1÷÷ø
çç-
❦ 2.B Matrices inversibles, vecteurs lignes et vecteurs colonnes.......................................................................................... 54
❄ 2.C Opérations sur les espaces vectoriels.......................................................................................................................... 56 2) Effectuer, à chaque fois que possible, les calculs matriciels suivants :
★ 2.D Propriétés du rang ..................................................................................................................................................... 59
æ1 -1÷ö æ2 -3÷ö
ç ÷÷ çç ÷÷,
★ 2.E Bases de n [X ] .......................................................................................................................................................... 66 a) çç ç
çè1 2 ÷÷ø çè1 0 ÷÷ø
✦ 2.F Familles libres de fonctions ........................................................................................................................................ 69
æ3 1 0 ö÷
çç
÷÷ çæ 2 1 0 ÷ö
d) ççç1 2 -1÷÷ çç ÷÷ .
çç ÷÷ ç-1 0 2 ÷÷ø
֏
ççè2 -1 -1÷÷ø
1) a) On a :
b) On a :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
2 MasterClass 2019-2020 – ECS 2ème année Les basiques 3
æ 1 -2 0÷ö ème
çç ÷÷ æ1 2 ö÷ ➤ 2.2 Puissances n d’une matrice (1)
c) Les deux matrices n’étant pas de même format, on ne peut pas calculer la somme ççç 1 0 0÷÷ + ççç ÷÷ . æ1 1 1ö÷
çç ÷÷ èç0 -1÷ø÷
÷
çç ÷÷
çè 3 2 1÷ø
ç- 1) a) Soit A = ççç1 1 1÷÷ . Déterminer, pour tout n Î �, l’expression de An en fonction de n.
çç ÷÷
çè1 1 1÷÷ø
☞ Pour additionner deux matrices, il faut toujours veiller à ce qu’elles soient de même format.
æ0 1 1÷ö
çç ÷÷
b) Soit B = ççç1 0 0÷÷ . Déterminer, pour tout n Î �, l’expression de B n en fonction de n.
2) a) On a : çç ÷
÷
çè1 0 0÷÷ø
æ1 -1ö÷ æ2 -3ö÷ æ1 -3ö÷
çç ÷÷ çç ÷÷ = çç ÷÷ æ1 2 3ö÷
çèç1 2 ø÷÷ èçç1 0 ø÷÷ èçç4 -3÷÷ø çç ÷÷
2) Soit C = ççç0 1 2÷÷ . Déterminer, pour tout n Î �, l’expression de C n en fonction de n.
çç ÷÷
÷
çè0 0 1÷ø
b) On a :
æ 1 -1 -1÷ö
æ-3 -1 1 ö÷ æ0 2 -1÷ö æ-1 -3 6 ÷ö çç ÷÷
çç ç ç
çç-2 1 ÷÷÷ çç ÷÷÷ çç ÷÷ 3) Soit D = ççç-1 1 -1÷÷ .
ç - = 2 -4 1 ÷÷ ÷
÷÷ ççç
çç 0 ÷ 2 0 1 ÷ çç ÷÷
÷÷ çç ÷÷
ç ÷ç ÷ ç ÷ çè 1 -1 1 ø÷
ç-
çè-1 3 -2÷ø çè1 3 2 ø÷ çè 4 -8 -6÷ø
æ0 1 1ö÷
çç ÷÷
c) On a : a) Soit J = ççç1 0 1÷÷ . Montrer qu’il existe deux suites (an )n Î� et (bn )n Î� telles que :
çç ÷
÷
çè1 1 0÷÷ø
æ 1 -2 -3ö÷ æ 1 -1ö÷ æ 0 4 ö÷
çç ÷÷ çç ÷÷ çç ÷÷ " n Î �, D n = an I + bn J .
çç-1 1 ç
0 ÷÷ çç 2 ç
2 ÷÷ = çç 1 3 ÷÷
çç ÷÷ ç ÷÷ ç ÷
çç 2 -2 -1÷ çç-1 -3÷ çç-1 -3÷÷÷ b) Montrer que la suite (an )n Î� vérifie une relation linéaire de récurrence d’ordre 2 que l’on précisera.
è ÷
øè ÷
ø è ø
En déduire, pour tout n Î �, l’expression de D n en fonction de n.
d) Les formats des deux matrices n’étant pas compatibles, on ne peut pas calculer le produit æ0 1 -1÷ö
çç ÷÷
æ3 1 0 ÷ö 4) Soit E = ççç-1 2 -1÷÷ .
çç ÷ æ 2 1 0ö÷ ÷÷
çç1 2 -1÷÷ çç çç
çç ÷÷ ç-1 0 2÷÷÷ . çè 1 -1 2 ÷÷ø
ç2 -1 -1÷÷ çè ÷ø
çè ÷ø
a) Vérifier que : E 2 - 3E + 2I = 0.
☞ Pour multiplier deux matrices A et B (dans cet ordre), il faut toujours veiller à ce que le nombre de b) Déterminer, pour tout n Î �, le reste de la division euclidienne de X n par X 2 - 3X + 2.
colonnes de A soit égal au nombre de lignes de B. c) En déduire, pour tout n Î �, une expression de E n en fonction de n.
Le coefficient situé sur la i ème ligne et la j ème colonne de la matrice C = AB est alors la somme des
produits deux à deux des coefficients de la i ème ligne de A et de la j ème colonne de B. 1) a) On a : A2 = 3A, d’où la conclusion, à l’aide d’une récurrence immédiate :
Si A Î n,m (), A = (a i, j )1£i £n , B Î m,p (), B = (b i, j )1£i £m , et C = AB, C = (c i, j )1£i £n , alors : A0 = I et " n Î �*, An = 3n -1 A
1£j £m 1£j £p 1£j £p
m
" (i, j ) Î 1, n ´ 1, p , ci, j = å ai,k bk , j .
æ2 0 0ö÷ æ0 2 2ö÷
k =1 çç ÷÷ çç ÷÷
b) On a : B = çç0 1 1÷ et B = ççç2 0 0÷÷ = 2B, d’où la conclusion, à l’aide d’une récurrence immédiate :
2 ç ÷ 3
çç ÷
÷÷ çç ÷
÷÷
çè0 1 1÷ø çè2 0 0÷ø
æ2 0 0ö÷
ç ÷÷
n -1 ç
ç
0
B = I, "n Î � , B * 2n
=2 çç0 1 1÷÷÷ et " n Î �, B 2n +1 = 2n B
çç ÷÷
ççè0 1 1÷÷ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
4 MasterClass 2019-2020 – ECS 2ème année Les basiques 5
æ0 2 3ö÷
çç D n +1 = (an - 2bn ) I - an J .
÷÷
2) Soit J = ççç0 0 2÷÷ . D’après la définition de C, on peut écrire : C = I + J . Comme IJ = JI = J , on en déduit
çç ÷÷ En posant an +1 = an - 2bn et bn +1 = - an , on en déduit alors : $(an +1, bn +1 ) Î �2, D n +1 = an +1 I + bn +1J .
çè0 0 0÷÷ø
alors, d’après la formule du binôme de Newton : Par conséquent, si la propriété est vérifiée au rang n, elle est également vérifiée au rang n + 1.
n æn ö
÷ • Ainsi, on a bien : " n Î �, $(an , bn ) Î �2, D n = an I + bn J .
" n Î �, C n = å ççç ÷÷ J k I n -k i.e. :
k ÷
k =0 ç
è ø
n æn ö On peut désormais conclure :
÷
" n Î �, C n = å ççç ÷÷ J k ➀.
ç
èk ÷ø
k =0 Il existe deux suites (an )n � et (bn )n � telles que : " n Π�, D n = an I + bn J
☞ Bien noter que, pour utiliser la formule du binôme de Newton avec des matrices A et B, il faut toujours
s’assurer qu’elles commutent (i.e. AB = BA). ì
ïan +1 = an - 2bn
b) Comme les suites (an )n Î� et (bn )n Î� sont définies par les relations : " n Î �, ïí
■ (cf. 2a), on
On remarquera que toutes les matrices commutent avec la matrice identité (i.e. ï
ïb = - an
î n +1
" A Î n (�), AI n = I n A). peut écrire : " n Î �, an +2 = an +1 - 2bn +1 = an +1 + 2an , d’où la conclusion :
æ0 0 4ö÷ La suite (an )n Î� vérifie la relation linéaire de récurrence d’ordre 2 : " n Î �, an +2 - an +1 - 2an = 0
çç ÷÷
Or, on a : J = ççç0 0 0÷÷ et J 3 = 0. À l’aide d’une récurrence immédiate, on peut alors écrire :
2
çç ÷÷
çè0 0 0ø÷÷
■ ❏ La suite (an )n Î� est une suite récurrente linéaire d’ordre 2, d’équation caractéristique x 2 - x - 2 = 0, dont
k
" k Î 3, +¥, J = 0. 1- 3 1+ 3
le discriminant est : D = 1 + 4 ´ 2 = 9, et dont les racines sont : = -1 et = 2.
2 2
☞ Bien noter que toute matrice J triangulaire dont les coefficients diagonaux sont nuls est nilpotente, i.e. :
On en déduit alors : $(l , m ) Î �2, " n Î �, an = l (-1)n + m 2n.
*
$ p Î � , J = 0, et on peut alors écrire, à l’aide d’une récurrence immédiate : " k Î p, +¥, J k = 0.
p
On en déduit alors, d’après la relation ➀ : ❏ Comme a 0 = 1 (cf. 3a), et D 1 = D = I - J , donc a1 = 1, en écrivant la relation précédente pour n = 0
• Au rang n = 0, on a : D 0 = I = 1 ´ I + 0 ´ J . ì
ï 2n +1 + (-1)n
ï
ï an =
ï 3
En posant a 0 = 1 et b0 = 0, la propriété est donc bien vérifiée au rang n = 0. ❏ Comme " n Î �, D n = an I + bn J , et comme " n Î �, ïí , on peut désormais conclure :
ï
ï (- 1)n
- 2n
ï
ïbn =
ï
î 3
• Soit n Î �, supposons que : D n = an I + bn J . Comme D = I - J , on peut alors écrire :
æ 2n +1 + (-1)n (-1)n - 2n (-1)n - 2n ö÷
D n +1 = (an I + bn J )(I - J ) i.e. : çç
1 çç ÷÷÷
æ2 1 1ö÷
çç " n Î �, D = çç (-1)n - 2n
n
2n +1 + (-1)n (-1)n - 2n ÷÷÷
÷÷ 3 çç ÷÷
D n +1 = an I + (bn - an ) J - bn J 2 d’où, comme J = ççç1 2 1÷÷ = 2I + J :
2
ç (-1)n - 2n
çè (-1)n - 2n 2n +1 + (-1)n ÷÷÷ø
çç ÷÷
çè1 1 2÷÷ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
6 MasterClass 2019-2020 – ECS 2ème année Les basiques 7
æ-2 3 -3ö÷ - si J n’est pas une matrice triangulaire supérieure stricte et J 2 s’exprime comme combinaison linéaire des
çç ÷÷
4) a) On a : E = ççç-3 4 -3÷÷, d’où la conclusion, après calculs :
2
matrices I et J, on démontre qu’il existe deux suites (an )n Î� et (bn )n Î� telles que " n Î �, An = an I + bn J ,
çç ÷÷÷
çèç 3 -3 4 ø÷÷ puis on détermine, pour tout n Î �, les expressions de an et bn , avant de conclure (cf. 3 et 2.J.3).
E 2 - 3E + 2I = 0 3) On peut s’intéresser aux puissances successives de l’application f dont A est une matrice représentative
dans des bases données, et on en déduit alors, pour tout n Î �, la matrice représentative An de f n dans
b) Comme deg(X 2 - 3X + 2) = 2, en notant, pour tout n Î �, Qn le quotient et Rn le reste de la aaa
ces mêmes bases (cf. 2.J.1 et 2.J.4).
n 2 n 2
division euclidienne de X par X - 3X + 2, on peut écrire : " n Î �, X = (X - 3X + 2) Qn (X ) + Rn (X ), 4) Lorsque l’on peut déterminer un polynôme annulateur P de A, i.e. un polynôme P tel que P (A) = 0
avec " n Î �, deg(Rn ) £ 1. (et l’énoncé le suggèrera presque toujours), on peut effectuer, pour tout n Î �, la division eucli-
2
Comme " n Î �, deg(Rn ) £ 1, on peut également écrire : $ ! (an , bn ) Î � , Rn (X ) = an X + bn . On en déduit dienne de X n par P : " n Î �, $(Qn , Rn ) Î �[X ], X n = P (X ) Qn (X ) + Rn (X ), et on peut alors écrire :
alors : $ ! (an , bn ) Î �2, X n = (X 2 - 3X + 2) Qn (X ) + an X + bn . " n Î �, An = Rn (A) (cf. 4).
En évaluant cette relation en 1 et en 2, on peut maintenant écrire que, pour tout n Î �, an et bn sont
ïìïan + bn = 1 ì n
ïan = 2 - 1
ï
solutions du système í , et donc : " n Î �, í , d’où la conclusion :
ïï 2an + bn = 2n ï
ïbn = 2 - 2n ➤ 2.3 Rang d’une famille de vecteurs, d’une matrice
ïî ï
î 4
1) Soient (u1, u2, u3, u 4 ) la famille de vecteurs de � définie par :
n 2 n n
Pour tout n Î �, le reste de la division euclidienne de X par X - 3X + 2 est : (2 - 1) X + (2 - 2 ) ì u1 = (1, 0,1,2)
ï
ï
ï
ï
ï u2 = (2, -2, 3,1)
ï
ï
c) On peut maintenant écrire : í ,
ï
ï u3 = (0,2, -1, 3)
ï
ï
" n Î 2, +¥, $ Qn Î �n -2[X ], X n = (X 2 - 3X + 2) Qn (X ) + (2n - 1) X + (2 - 2n ) d’où : ï
ï u = (-2, 4, -4,2)
î 4
ï
" n Î 2, +¥, $ Qn Î �n -2[X ], E n = (E 2 - 3E + 2I ) Qn (E ) + (2n - 1) E + (2 - 2n ) I et donc, comme et E = Vect(u1, u2, u 3, u4 ).
E 2 - 3E + 2I = 0 (cf. 4a) :
Déterminer une base de E. La compléter pour obtenir une base de �4 .
" n Î 2, +¥, E n = (2n - 1) E + (2 - 2n ) I i.e. :
æ n n nö
çç2 - 2 2 - 1 1 - 2 ÷÷ 2) Déterminer le rang des matrices suivantes :
ç ÷
" n Î 2, +¥, E n = çç1 - 2n 2n 1 - 2n ÷÷÷ . æ3 1 3ö÷
çç ÷÷ çç ÷÷
ç2n - 1 1 - 2n
çè 2n ÷÷÷ø a) A = ççç1 2 2÷÷,
çç ÷÷
ççè2 3 1ø÷÷÷
Les cas n = 0 et n = 1 rejoignant le cas général, on peut désormais conclure :
æ 1 1 2 ö÷
çç ÷÷
æ n n nö
çç2 - 2 2 - 1 1 - 2 ÷÷ b) B = ççç-2 0 -4÷÷,
ç ÷ çç ÷÷
" n Î �, E n = çç1 - 2n 2n 1 - 2n ÷÷÷ ççè 0 2 0 ÷÷ø÷
çç ÷÷
ç2n - 1 1 - 2n
çè 2n ÷÷÷ø
æ3 1 1 ÷ö
çç ÷÷
çç1 1 -1÷÷
existe quatre (premières) méthodes générales pour calculer la puissance n ème (n Î �) d’une matrice ç ÷÷ .
☞ Il c) C = çç
çç4 2 0 ÷÷÷
carrée A (pour l’autre méthode, cf. 3.3) : çç ÷÷
ççè2 0 2 ÷÷ø
1) Si A2 ou A3 s’exprime de façon très simple en fonction de A, on calcule A2 (voire A3 ), et on procède
par une récurrence immédiate (cf. 1 et 2.J.2). 1) ■ On a :
2) Lorsqu’il existe une matrice J telle que A = aI + bJ : æ1 2 0 -2 ö÷
çç ÷÷
çç 0 -2 2 4 ÷÷
- si J est une matrice triangulaire supérieure stricte (i.e. une matrice triangulaire supérieure dont tous les ç ÷÷
rg(u1, u2 , u 3, u4 ) = rg çç soit, en effectuant les opérations élémentaires
çç 1 3 -1 -4 ÷÷÷
coefficients diagonaux sont nuls), on peut écrire : $ p Î �*, " k Î p, +¥, J k = 0 (cf. 2.J.1) ; comme çç ÷÷ C 2 ¬ C 2 - 2C 1 et C 4 ¬ C 4 + 2C 1 :
aaa
A = aI + bJ , et comme toutes les matrices commutent avec I, on en déduit, à l’aide de la formule du ççè 2 1 3 2 ÷÷ø
binôme de Newton, pour tout n Î �, une expression de An en fonction de I et des (J k )0£k £p-1 :
aaa
p-1 æn ö
" n Î �, An = å ççç ÷÷÷a n -k b k J k (cf. 2), et :
çk ÷
k =0 è ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
8 MasterClass 2019-2020 – ECS 2ème année Les basiques 9
æ1 0 0 0 ö÷ æ3 0 0 ö÷
çç ÷÷ çç ÷÷
çç 0 -2 2 4 ÷÷ ç
rg(A) = rg çç1 5 0 ÷÷ .
çç ÷÷ çç ÷÷
rg(u1, u2 , u 3, u4 ) = rg ç soit encore, en effectuant les opérations élémentaires
çç 1 1 -1 -2 ÷÷÷ ççè2 7 -12÷÷÷ø
çç ÷÷ C 3 ¬ C 3 + C 2 et C 4 ¬ C 4 + 2C 2 :
ççè 2 -3 3 6 ø÷÷
Comme les trois vecteurs colonne de cette dernière matrice forment une famille échelonnée, donc une famille
æ1 0 0 0 ö÷
çç ÷÷ libre, de 3,1(), on peut désormais conclure :
ç 0 0 ÷÷
ççç 0 -2 ÷÷ .
rg(u1, u2, u3, u 4 ) = rg ç rg(A) = 3
çç 1 1 0 0 ÷÷÷
çç ÷÷
ççè 2 -3 0 0 ÷÷ø
b) On a :
Comme les deux premiers vecteurs colonne de cette dernière matrice forment une famille échelonnée, donc
æ 1 1 2 ö÷
une famille libre, de 4,1(), et comme ses deux derniers vecteurs colonnes sont nuls, on peut écrire : çç ÷÷
rg(B ) = rg ççç-2 0 -4÷÷
aaa
La famille ((1, 0,1, 2), (0, -2,1, -3), (0, 0,1, 0), (0, 0, 0,1)) forme une base de 4
c) On a :
☞ Pour déterminer le rang d’une famille de vecteurs ((ui )1£i£p ) de n , il convient de disposer ces æ3 1 1 ö÷
çç ÷÷
vecteurs en colonnes, puis d’effectuer une suite d’opérations élémentaires sur ces colonnes qui mène à ççç 1 1 -1 ÷÷
÷÷
rg(C ) = rg çç soit, en effectuant les opérations élémentaires C 2 ¬ 3C 2 - C 1 et C 3 ¬ 3C 3 - C 1 :
æ m1,1 ö÷ çç 4 2 0 ÷÷÷
çç
çç
÷÷
÷÷ 0 çç ÷÷
çç ÷÷ ççè 2 0 2 ø÷÷
une matrice triangulaire (inférieure) du type ççmr ,1 mr ,r ÷÷÷, avec " i Î 1, r , mi,i ¹ 0, et on a
ç
çç ÷÷ æ3 0 0 ö÷
çç ÷÷ çç ÷÷
çç
çèmn,1 mn,r
÷÷
÷÷ 0 ççç 1 2 -4 ÷÷÷
ø rg(C ) = rg çç ÷ soit encore, en effectuant l’opération élémentaire C 3 ¬ C 3 + 2C 2 :
çç 4 2 -4 ÷÷÷
alors : rg ((ui )1£i £p ) = r . çç ÷÷
çèç 2 -2 4 ÷÷ø
L’espace engendré par les vecteurs ((ui )1£i £p ) est ainsi un espace de dimension r, dont une base est formée
æ3 0 0 ö÷
çç
par les r premiers vecteurs (disposés en ligne) de la matrice précédente, et qui peut être complétée en une çç 1 2 ÷÷
ç 0 ÷÷
rg(C ) = rg çç ÷÷ .
base de n en concaténant (i.e. en juxtaposant) la famille formée par les r premiers vecteurs de la çç 4 2 0 ÷÷÷
matrice précédente (disposés en ligne) avec une famille formée par n - r vecteurs (toujours disposés en çç ÷÷
çèç 2 -2 0 ÷÷ø
ligne) formant avec les premiers une matrice triangulaire.
Comme les deux premiers vecteurs colonne de cette dernière matrice forment une famille échelonnée, donc
2) a) On a : une famille libre, de 4,1(), et comme son dernier vecteur colonne est nul, on peut désormais conclure :
æ3 1 3ö÷ rg(C ) = 2
çç ÷÷
rg(A) = rg ççç1 2 2÷÷ soit, en effectuant les opérations élémentaires C 2 ¬ 3C 2 - C 1 et C 3 ¬ C 3 - C 1 :
çç ÷÷
ççè2 3 1ø÷÷÷
æ3 0 0 ö÷
çç ÷÷
rg(A) = rg ççç1 5 1 ÷÷ soit encore, en effectuant l’opération élémentaire C 3 ¬ 5C 3 - C 2 :
çç ÷÷
ççè2 7 -1÷÷÷ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
10 MasterClass 2019-2020 – ECS 2ème année Les basiques 11
☞ Pour déterminer matriciellement le rang d’une matrice, il convient d’effectuer une suite d’opérations æ-3 2 2 ö÷
çç ÷÷
ç
3) Soit M = çç-2 5 4 ÷÷ .
élémentaires sur les colonnes de M qui mène à une matrice triangulaire (inférieure) du type
çç ÷÷
aaa
æ 1 2 0 ö÷
çç ÷÷
d) D = ççç 2 1 3 ÷÷ .
çç ÷÷
÷
çèç- 1 1 - 3 ø÷
÷
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
12 MasterClass 2019-2020 – ECS 2ème année Les basiques 13
Comme il existe une suite d’opérations élémentaires sur les lignes de B qui mène à une matrice triangulaire
b) Cette question peut se résoudre de deux façons différentes : (i ) en résolvant un système du type BX = Y , supérieure dont tous les coefficients diagonaux sont non nuls, on peut écrire que B est inversible.
ou (ii ) en écrivant B = IB, et en effectuant une suite de transformations élémentaires sur les lignes de B et de I. En effectuant les opérations élémentaires L1 ¬ 8L1 + L3 et L2 ¬ 4L2 - L3, on peut maintenant écrire :
æ3 1 -1ö÷ æx1 ö æ y1 ö÷ æ 2 -2 2 ö÷
çç çç
ç ÷÷÷ çç ÷÷÷ ççç ÷÷ 1 ÷÷
BX = Y çç0 10 2 ÷ ççx 2 ÷ = ç
÷ ÷ ç
y1 + 3y2 ÷÷ et donc, en procédant par substitutions : ➀ B -1
= ççç 1 3 -1÷÷ .
÷
çç ÷÷ çç ÷÷ ç ÷÷ 8 çç ÷÷
ççè0 0 8 ÷÷ø èçx 3 ø÷ èç- y1 - 3y2 + 5y 3 ÷÷ø
ç
çè 1 -3 5 ÷÷ø
ç-
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
14 MasterClass 2019-2020 – ECS 2ème année Les basiques 15
c) Cette question peut se résoudre de deux façons différentes : (i ) en résolvant un système du type CX = Y , En effectuant les opérations élémentaires L1 ¬ 4L1 + 2L3 et L2 ¬ 4L2 - 3L3, on peut maintenant écrire :
ou (ii ) en écrivant C = IC , et en effectuant une suite de transformations élémentaires sur les lignes de C et de I. æ4 -4 0 ö÷ æ 2 -2 2 ö÷
çç ÷÷ çç ÷÷
➁ ççç0 12 0 ÷÷ = ççç-5 7 -3÷÷ C soit enfin, en effectuant l’opération élémentaire L1 ¬ 3L1 + L2 :
æx1 ö÷ æy1 ö÷ çç ÷÷ ç ÷÷
ç ÷ ç ÷ çèç0 0 -4÷÷÷ø ççèç-1 -1 1 ø÷÷÷
(i ) Soient X = çççx 2 ÷÷ et Y = çççy2 ÷÷ . On a :
çç ÷÷÷ çç ÷÷÷
çèx 3 ÷ø çèy 3 ÷ø æ12 0 0 ÷ö æç 1 1 3 ö÷
çç ÷÷ ç ÷÷
ç ç
➁ çç 0 12 0 ÷÷ = çç-5 7 -3÷÷ C i.e. :
æ1 -1 2 ö÷ æx1 ö æy1 ö çç ÷÷ ç ÷÷
çç ÷÷ ç ÷÷ ç ÷÷ çèç 0 0 -4÷÷÷ø ççèç-1 -1 1 ÷÷ø÷
ç
CX = Y çç2 1 1 ÷÷ çççx 2 ÷÷ = çççy2 ÷÷ soit, en effectuant les opérations élémentaires
ç ÷
÷ ç ÷÷ ç ÷÷
çèçç3 0 -1÷ø÷÷ ççèx 3 ø÷÷ ççèy 3 ÷÷ø L2 ¬ L2 - 2L1 et L3 ¬ L3 - 3L1 : æ12 0 0 ÷ö æ 1 1 3 ö÷
çç ÷÷ çç ÷÷
➁ ççç 0 12 0 ÷÷ = ççç-5 7 -3÷÷ C et donc :
æ1 -1 2 ö÷ æx1 ö æ y1 ö÷ çç ÷÷ ç ÷÷
çç
ç ÷÷÷ çç ÷÷÷ ççç ÷ ççè 0 0 12÷÷÷ø ççèç 3 3 -3÷÷ø÷
CX = Y çç0 3 -3÷ ççx 2 ÷ = ç- 2y1 + y2 ÷÷÷ soit encore, en effectuant l’opération élémentaire L3 ¬ L3 - L2 :
çç ÷ ÷
÷÷ çç ÷÷ çç ÷÷
x ç ÷
èçç0 3 -7ø÷÷ çè 3 ÷ø èç- 3y1 + y 3 ø÷ æ 1 1 3 ö÷
çç ÷
-1 1 çç-5 7 -3÷÷ .
➀ C = çç ÷÷
æ1 -1 2 ö÷ æx1 ö æ y1 ö÷ 12
çç ÷÷ çç ÷÷ çç ÷ çç 3 3 -3÷÷÷
ç
CX = Y çç0 3 -3÷÷ ççx 2 ÷÷ = çç - 2y1 + y2 ÷÷÷ et donc, en procédant par substitutions : çè ÷ø
ç ÷
÷ ç ÷ çç ÷ ÷÷
çèçç0 0 -4÷÷÷ø çèçx 3 ÷ø÷ çèç- y1 - y2 + y 3 ÷ø÷
On peut désormais conclure :
ìï 1
ïï x 1 = (y1 + y2 + 3y 3 ) æ 1 1 3 ö÷
ïï 12 çç ÷
-1 1 çç-5 7 -3÷÷
ïï 1 C est inversible, d’inverse C = çç ÷÷
CX = Y í x 2 = (- 5y1 + 7y2 - 3y 3 ) i.e. : 12 çç 3 3 -3÷÷÷
ïï 12 çè ÷ø
ïï
ïï x = 1 (3y + 3y - 3y )
ïïî 3 12 1 2 3
æ 1 1 3 ö÷ æy1 ö d) Cette question peut se résoudre de deux façons différentes : (i ) en résolvant un système du type DX = Y ,
çç ÷÷ ç ÷÷
1
CX = Y X = ççç-5 7 -3÷÷÷ çççy2 ÷÷ . ou (ii ) en écrivant D = ID, et en effectuant une suite de transformations élémentaires sur les lignes de D et de I.
12 çç ÷ ç ÷÷
ççè 3 3 -3÷÷÷ø ççèy 3 ÷÷ø
æx1 ÷ö æy1 ö÷
çç ÷ ç ÷
(i ) Soient X = ççx 2 ÷ et Y = çççy2 ÷÷ . On a :
÷
On peut désormais conclure : ç ÷ ÷ çç ÷÷÷
ççèx 3 ÷÷ø çèy 3 ø÷
æ 1 1 3 ö÷
çç ÷ æ 1 2 0 ö÷ æx1 ö æy1 ö
1 çç-5 7 -3÷÷ çç
÷÷ ç ÷÷ ç ÷÷
-1
C est inversible, d’inverse C = ÷÷
12 çç DX = Y ççç 2 1 3 ÷÷ çççx 2 ÷÷ = çççy2 ÷÷ soit, en effectuant les opérations élémentaires
çç 3 3 -3÷÷÷ çç ÷÷ ç ÷÷ ç ÷÷
çè ÷ø ÷÷ ççx ÷÷ ççy ÷÷
ç-
èç 1 1 - 3 ÷ø è 3 ø è 3 ø L2 ¬ L2 - 2L1 et L3 ¬ L3 + L1 :
æ1 2 0 ö÷ æx1 ö æ y1 ö÷
(ii ) On a : çç ÷÷ çç ÷÷ çç ÷
ç
DX = Y çç0 -3 3 ÷÷ ççx 2 ÷÷ = çç- 2y1 + y2 ÷÷÷ soit encore, en effectuant l’opération élémentaire L3 ¬ L3 + L2 :
æ1 -1 2 ö÷ æ1 0 0ö÷
çç çç ÷÷ ç ÷÷ çç ÷÷
÷÷ çç ÷÷ çèç0 3 -3ø÷÷÷ èççx 3 ø÷÷ èçç y1 + y 3 ÷÷ø
C = IC ççç2 1 1 ÷÷ = ççç0 1 0÷÷ C soit, en effectuant les opérations élémentaires
çç ÷
÷ ç ÷÷
çèç3 0 -1÷÷÷ø èççç0 0 1ø÷÷÷ L2 ¬ L2 - 2L1 et L3 ¬ L3 - 3L1 : æ1 2 0÷ö æx1 ö æ y1 ö
ççç ÷÷÷ çç ÷÷÷ ççç ÷÷÷
DX = Y çç0 -3 3÷ ççx 2 ÷ = ç - 2y1 + y2 ÷÷ .
æ1 -1 2 ö÷ æ 1 0 0ö÷ çç ÷÷÷ çç ÷÷÷ çç ÷
çç ÷÷ çç ÷÷ x ç- y + y2 + y 3 ÷÷ø÷
C = IC ççç0 3 -3÷÷ = ççç-2 1 0÷÷ C soit encore, en effectuant l’opération élémentaire L3 ¬ L3 - L2 : èç0 0 0÷÷ø çè 3 ÷ø èç 1
çç ÷÷ ç ÷÷
çèç0 3 -7÷÷÷ø ççèç-3 0 1÷÷ø÷
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
16 MasterClass 2019-2020 – ECS 2ème année Les basiques 17
Comme il existe une suite d’opérations élémentaires sur les lignes de D qui mène à une matrice triangulaire æ7 -6 -6ö÷ æ-15 14 14ö÷
çç ÷÷ çç ÷÷
supérieure dont l’un des coefficients diagonaux est nul, on peut désormais conclure : ç 2
3) a) On a : M = çç0 1 0 ÷÷ et M = ççç -2 5 4 ÷÷, d’où la conclusion, après calculs :
3
çç ÷÷ çç ÷÷
ççè3 -3 -2ø÷÷÷ ççè -5 1 2 ÷÷ø÷
D n’est pas inversible
M 3 + 2M 2 - M - 2I = 0
(ii ) On a :
æ 1 2 0 ö÷ æ1 0 0÷ö æ1 ö
çç ç b) On peut maintenant écrire : M (M 2 + 2M - I ) = 2I , d’où : M çç (M 2 + 2M - I )÷÷÷ = I . On en déduit alors
÷÷ ç ÷÷
D = ID ççç 2 1 3 ÷÷ = ççç0 1 0÷÷ D soit, en effectuant les opérations élémentaires è2 ø
çç ÷
÷ ç ÷÷
1
ççè-1 1 -3ø÷÷÷ çççè0 0 1÷÷÷ø L2 ¬ L2 - 2L1 et L3 ¬ L3 + L1 : que M est inversible, d’inverse M -1 = (M 2 + 2M - I ), d’où la conclusion, après calculs :
2
æ1 2 0 ö÷ æ 1 0 0÷ö
çç ç æ0 -2 -2 ö÷
÷÷ ç ÷÷ çç
D = ID çç0 -3 3 ÷÷ = ççç-2 1 0÷÷ D
ç soit encore, en effectuant l’opération élémentaire L3 ¬ L3 + L2 : 1 çç-4 10
÷÷
çç ÷
÷÷ çç ÷÷ M est inversible, d’inverse M -1
= çç 8 ÷÷
÷ 2 ÷
ççè0 3 -3ø÷÷ ççè 1 0 1÷÷ø çç 5 -13 -11÷÷÷
çè ø÷
æ1 2 0ö÷ æ 1 0 0÷ö
çç ÷÷ çç ÷÷
D = ID ççç0 -3 3÷÷ = ççç-2 1 0÷÷ D.
n
çç ÷
÷ ç ÷÷ ☞ Lorsque l’on peut déterminer un polynôme annulateur P = å ak X k de A tel que a 0 ¹ 0, i.e. un polynôme
çè0 0 0÷÷÷ø çç-
èç 1 1 1 ÷÷
÷ø k =0
æ 1 n ö
Comme il existe une suite d’opérations élémentaires sur les lignes de D qui mène à une matrice triangulaire
P tel que P (A) = 0 (et l’énoncé le suggèrera toujours), on peut écrire : A çç-
çè a 0 å ak Ak -1 ÷÷÷÷ø = I . A est donc
k =1
n -1
supérieure dont l’un des coefficients diagonaux est nul, on peut désormais conclure : 1
inversible d’inverse A-1 = -
a0
å ak +1 Ak .
k =0
D n’est pas inversible
☞ Pour inverser une matrice A carrée d’ordre n, deux premières méthodes sont possibles :
➤ 2.5 Espaces vectoriels
1) On pose X = (x i )1£i £n et Y = (yi )1£i £n , puis on résout le système AX = Y en effectuant des opérations 1) Montrer que l’ensemble des fonctions paires de dans muni des lois + et est un -espace vectoriel.
élémentaires (suivant la méthode du pivot de Gauss, i.e., pour tout i Î 1, n - 1, lorsque ai,i ¹ 0 est le
2) Soit F = {(x , y, z ) Î 3, x + 2y + 3z = 0} . Montrer que F est un -espace vectoriel.
pivot de la matrice, on effectue, pour tout j Î i + 1, n , l’opération élémentaire Lj ¬ ai,i Lj - a j ,i Li ), afin
d’aboutir (dans le membre de gauche) à une matrice triangulaire dont tous les coefficients diagonaux sont æ1 0ö÷ æ0 1ö÷ æ0 0ö÷
3) Soient A = ççç ÷÷, B = çç ÷÷, C = çç
çç0 1÷÷÷, et : G = {M Î 2 (), $(a, b, c) Î , M = aA + bB + cC } .
÷ 3
non nuls. çè0 0ø÷÷ ç
çè1 0ø÷÷ è ø
Dans ce cas, A est alors inversible, et, en procédant par substitutions, on obtient, pour tout i Î 1, n , une
Montrer que G est un -espace vectoriel.
n
expression de x i en fonction des (y j )1£ j £n : " i Î 1, n , x i = å ai, j y j , i.e. : X = (a i, j )1£i £n (y j )1£ j £n , et on a
j =1 1£j £n
4) Soient n un entier naturel non nul, et, pour tout l Î : H l = {P Î n [X ], P (l) = 0} .
alors : A-1 = (a i, j )1£i £n . a) Montrer que, pour tout l Î , H l est un -espace vectoriel.
1£j £n
æ p ö
b) Soient p Î 1, n et (li )1£i £p p réels deux à deux distincts. Montrer que çç H li ÷÷÷ est un -espace
2) On pose A = IA, puis on procède par équivalences en effectuant des opérations élémentaires (toujours çè i =1 ÷ø
suivant la méthode du pivot de Gauss) sur les lignes de la matrice du membre de gauche et celles de la vectoriel.
première matrice du membre de droite, afin d’aboutir (dans le membre de gauche) à une matrice
1) Notons (, ) l’espace vectoriel des fonctions de dans , et E l’ensemble des fonctions paires de
triangulaire dont tous les coefficients diagonaux sont non nuls.
dans . D’après la définition de E, on peut écrire :
Dans ce cas, A est alors inversible, et en procédant à nouveau par équivalences en effectuant aaa
- E Ì (, ),
des opérations élémentaires (suivant la méthode de Gauss “inversée”, i.e. pour tout i Î 2, n ,
- la fonction nulle est paire, i.e. : 0(,) Î E , et donc : E ¹ Æ, et :
lorsque ai,i ¹ 0 est le pivot de la matrice, on effectue, pour tout j Î 1, i - 1, l’opération élémen- aaa
taire Lj ¬ ai,i Lj - a j ,i Li ) sur les lignes de la matrice du membre de gauche et celles de la première matrice aaa
- " (l, f , g ) Î ´ E 2, " x Î , (l f + g )(-x ) = l f (-x ) + g(-x ) d’où, comme ( f , g ) Î E 2 :
du membre de droite, on aboutit à une relation du type I = BA, et on a alors : A-1 = B. - " (l, f , g ) Î ´ E 2, " x Î , (l f + g )(-x ) = l f (x ) + g(x ) i.e. :
On en déduit alors que E est un sous-espace vectoriel de (, ), d’où la conclusion : On en déduit alors que, pour tout l Î , H l est un sous-espace vectoriel de n [X ], d’où la conclusion :
L’ensemble des fonctions paires de dans est un -espace vectoriel Pour tout l Î , H l est un -espace vectoriel
p
2) D’après la définition de F, on peut écrire :
b) Comme Hl i
est l’intersection de p -espaces vectoriels, on peut directement conclure :
- F Ì 3, i =1
ïìï u = (x , y, z )
Hl i
est un -espace vectoriel
i =1
- " (l ,u ,v ) Î ´ F 2, í (lx + x ¢) + 2(ly + y ¢) + 3(lz + z ¢) = l (x + 2y + 3z ) + (x ¢ + 2y ¢ + 3z ¢)
ïï v = (x ¢, y ¢, z ¢)
ïî
☞ Pour montrer qu’un ensemble F muni des lois + et est un espace vectoriel, on peut :
d’où, comme (u, v ) Î F 2 :
- montrer que F est un sous-espace vectoriel d’un espace vectoriel E connu en montrant que F Ì E ,
- = l´0 + 0 i.e. :
F ¹ Æ et F est stable pour les lois + et (i.e. " (l,u ,v ) Î ´ F 2, (lu + v ) Î F ),
- =0 et donc :
- revenir à la définition (mais comme la démonstration est longue et fastidieuse, on ne reviendra à la
2
" (l ,u ,v ) Î ´ F , (lu + v ) Î F . définition que lorsque F n’est pas un sous-espace vectoriel d’un espace vectoriel connu).
F est donc stable pour les lois + et .
NB : On aurait également pu montrer que G est un espace vectoriel en montrant que G est l’image d’une application linéaire. ïìï f (x ) = sin x
ï
3) Soient f, g et h, les fonctions définies sur par : " x Î , ïïí g(x ) = cos x . La famille ( f , g, h ) est-elle libre ?
ïï
4) a) Soit l Î . D’après la définition de H l , on peut écrire : ïï h(x ) = e x
ïî
- H l Ì n [X ], ì un = 1
ï
ï
ï
- 0n [X ](l) = 0, d’où : 0n [X ] Î H l , et donc H l ¹ Æ, et : 4) Soient u, v et w, les suites définies par : " n Î , ïí vn = 2n . La famille (u, v, w ) est-elle libre ?
ï
ï
- " (a, P,Q ) Î ´ H l2, (aP + Q )(l) = aP (l) + Q(l) d’où, comme " P Î H l , P (l) = 0 : ï
ï w = 3n
î n
ï
- " (a, P,Q ) Î ´ H l2, (aP + Q )(l) = a ´ 0 + 0 i.e. :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
20 MasterClass 2019-2020 – ECS 2ème année Les basiques 21
5) Soient E un -espace vectoriel, et (e1, e2, e3 ) une famille libre de E. Montrer que la famille (e1¢, e2¢ , e3¢ ) 2) a) Soit (l, m, n ) Î 3 . On a :
ì
ï e1¢ = 2e1 + e2 + e3
ï
ï l 1 + mX (X - 1) + n X 2 = 0 (m + n ) X 2 - mX + l = 0 d’où, un polynôme étant nul si et
ï
définie par : ïíe2¢ = - 3e1 + e2 - 2e3 est libre. seulement si tous ses coefficients sont nuls :
ï
ï
ïïe3¢ = - e1 + e2 + e3 ìl = 0
ï
ï
î ï
ï
l 1 + mX (X - 1) + n X = 0 ïí m = 0
2
i.e. :
ï
ï
3 ï m+n = 0
1) a) Soit (l, m, n ) Î . On a : ï
î
l (0,1,2) + m (2,1, 3) + n (2,1,1) = 0 (2m + 2n, l + m + n, 2l + 3m + n ) = 0 i.e. : l 1 + mX (X - 1) + n X 2 = 0 l = m = n = 0.
ìl + m + n = 0
ï
ï
ï On peut maintenant écrire : " (l, m, n ) Î 3, l 1 + mX (X - 1) + n X 2 = 0 l = m = n = 0, d’où la conclusion :
l (0,1,2) + m (2,1, 3) + n (2,1,1) = 0 ïí 2l + 3m + n = 0 d’où, en effectuant l’opération élémentaire
ï
ï
ï
ï 2m + 2n = 0 L2 ¬ L2 - 2L1 : La famille (1, X (X - 1), X 2 ) est libre
î
ì
ï l+m+n = 0
ï
ï
l (0,1,2) + m (2,1, 3) + n (2,1, 1) = 0 ïí m - n = 0 d’où, en effectuant l’opération élémentaire b) Soit (l, m, n ) Î 3 . On a :
ï
ï
ï
ï 2m + 2n = 0 L3 ¬ L3 - 2L2 :
î lX + mX (X - 1) + n X (X + 1) = 0 (m + n ) X 2 + (l - m + n ) X = 0 d’où, un polynôme étant nul si et seulement
ì
ï l+m+n = 0 si tous ses coefficients sont nuls :
ï
ï
l (0,1,2) + m (2,1, 3) + n (2,1, 1) = 0 ïí m - n = 0 et donc, en procédant par substitutions : ìl - m + n = 0
ï ï
ï
ï 4n = 0 lX + mX (X - 1) + n X (X + 1) = 0 ïí i.e. :
ï
î ï
ï m+n = 0
î
l (0,1,2) + m (2, 1, 3) + n (2,1,1) = 0 l = m = n = 0. ì
ï l = - 2n
lX + mX (X - 1) + n X (X + 1) = 0 ïí .
ï
ï m = -n
On peut maintenant écrire : " (l, m, n ) Î 3, l (0,1, 2) + m (2,1, 3) + n (2,1,1) = 0 l = m = n = 0, d’où la î
conclusion : Comme (2,1, -1) est solution du système précédent, on peut maintenant écrire :
La famille ((0,1,2), (2,1, 3), (2,1,1)) est libre $(l, m, n ) Î 3 {0} , lX + mX (X - 1) + n X (X + 1) = 0, d’où la conclusion :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
22 MasterClass 2019-2020 – ECS 2ème année Les basiques 23
4) Soit (l, m, n ) Î �3 . On a : ☞ Pour étudier la liberté d’une famille (ui )1£i£n de vecteurs, il faut écrire “soit (li )1£i£n Î �n ”, puis supposer
n
lu + mv + n w = 0 " n Î �, lun + mvn + n wn = 0 i.e. : que å liui = 0, avant de chercher quelles conditions vérifient les scalaires (li )1£i£n :
i =1
lu + mv + n w = 0 " n Î �, l + m2n + n 3n = 0 d’où, en posant successivement n = 0, n = 1 et n = 2 :
n
ìl + m + n = 0
ï
- si " (li )1£i £n Î �n , å liui = 0 " i Î 1, n , li = 0, alors la famille (ui )1£i£n est libre, et :
ï
ï i =1
lu + mv + n w = 0 ïí l + 2m + 3n = 0 d’où, en effectuant les opérations élémentaires n
ï
ï l + 4m + 9n = 0 L2 ¬ L2 - L1 et L3 ¬ L3 - L1 :
- si $(li )1£i £n Î �n {0}, å liui = 0, alors la famille (ui )1£i£n est liée.
ïï
î i =1
ìl + m + n = 0
ï
ï
ï Si la famille (ui )1£i £n est une famille :
lu + mv + n w = 0 ï
í m + 2n = 0 d’où, en effectuant l’opération élémentaire L3 ¬ L3 - 3L2 :
ï
ï
p n p éæ n ö ù
ï
ï
î
3m + 8n = 0 - de � p , et si " i Î 1, n , ui = å ai, j e j , on écrit que å liui = 0 å êçê çèçç å li ai, j ÷ø÷÷÷e j úú = 0, et comme la
j =1 i =1 j =1 êë i =1 úû
ìl + m + n = 0
ï n
ï
ï famille (e j )1£ j £p est libre, on résout alors le système " j Î 1, p , å li ai, j = 0,
lu + mv + n w = 0 ï
í m + 2n = 0 et donc, en procédant par substitutions : i =1
ï
ï
ï
ï 2n = 0 p n p éæ n ö ù
î - de � p [X ], et si " i Î 1, n , ui = å ai, j X j , on écrit que å liui = 0 å êê çèçç å li ai, j ø÷÷÷÷ X j úú = 0, et comme
lu + mv + n w = 0 l = m = n = 0. j =0 i =1 j =0 ëê i =1 ûú
n
la famille (X j )0£ j £p est libre, on résout alors le système " j Î 1, p , å li ai, j = 0,
On peut maintenant écrire : " (l, m, n ) Î �3, lu + mv + n w = 0 l = m = n = 0, d’où la conclusion : i =1
n n
ì 2l1 - 3l2 - l3 = 0
ï 1) D’après la définition de F, on peut écrire :
ï
ï
l1e1¢ + l2 e2¢ + l3 e3¢ = 0 ïí 5l2 + 3l3 = 0 et donc, en procédant par substitutions : ïì u = (x , y, z )
ï
ï
ï 18l3 = 0 u Î F $(x , y, z ) Î �3, ïí i.e. :
ï
ï
î ïï x + 2y + 3z = 0
ïî
l1e1¢ + l2 e2¢ + l3 e3¢ = 0 l1 = l2 = l3 = 0. ïì u = (x , y, z )
u Î F $(x , y, z ) Î �3, ïí ce qui s’écrit encore :
ïï x = - 2y - 3z
On peut maintenant écrire : " (l1, l2, l3 ) Î � 3, l1e1¢ + l2 e2¢ + l3 e3¢ = 0 l1 = l2 = l3 = 0, d’où la conclusion : îï
u Î F $(y, z ) Î �2, u = (- 2y - 3z , y, z ) et donc :
La famille (e1¢, e2¢ , e3¢ ) est libre
u Î F $(y, z ) Î �2, u = y (-2,1, 0) + z (-3, 0,1).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
24 MasterClass 2019-2020 – ECS 2ème année Les basiques 25
2) Soit l Î . D’après la définition de H l , on peut écrire : On peut maintenant écrire : " (l, m, n ) Î 3, l (1, -1, 2) + m (2, 0,1) + n (-1,1,1) = 0 l = m = n = 0, donc que la
ì famille ((1, -1, 2),(2, 0,1),(-1,1,1)) forme une famille libre de 3 . Comme elle est en outre constituée de trois
ï P Î n [X ]
ï
P Î Hl í i.e. :
ï
ï P (l) = 0 vecteurs, et comme dim 3 = 3, on peut désormais conclure :
ï
î
n -1
P Î H l $(ak )0£k £n -1 Î n , P = (X - l) å ak X k ce qui s’écrit encore : La famille ((1, -1, 2),(2, 0,1),(-1,1,1)) forme une base de 3
k =0
n -1
P Î H l $(ak )0£k £n -1 Î n , P = å ak X k (X - l).
k =0 b) Soit (l, m, n ) Î 3 . On a :
➤ 2.8 Base et dimension 2) a) La famille ((-2,1, 0), (-3, 0,1)) est une famille génératrice de F (cf. 2.7.1). Soit alors (l, m) Î 2 . On peut
1) a) Montrer que la famille ((1, -1, 2),(2, 0,1),(-1,1,1)) forme une base de 3 . écrire :
b) Montrer que la famille (X , X (X - 1), X + X + 1) forme une base de 2[X ].
2
l (-2,1, 0) + m (-3, 0,1) = 0 (- 2l - 3m, l, m) = 0 i.e. :
2) a) Soit F = {(x , y, z ) Î 3 , x + 2y + 3z = 0} . On sait que F est un -espace vectoriel (cf. 2.5.2) dont on ïì-
ïï
2l - 3m = 0
ï
l (-2,1, 0) + m (-3, 0,1) = 0 í l = 0 ce qui s’écrit encore :
connaît une famille génératrice (cf. 2.7.1). En déterminer une base et la dimension. ïï
ïï m = 0
b) Soient n un entier naturel supérieur ou égal à 2, et, pour tout l Î , H l = {P Î n [X ], P (l) = 0} . î
l (-2,1, 0) + m (-3, 0,1) = 0 l = m = 0.
On sait que, pour tout l Î , H l est un -espace vectoriel (cf. 2.5.4) dont on connaît une famille aaa
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
26 MasterClass 2019-2020 – ECS 2ème année Les basiques 27
n -1 n -1
Ainsi, s’il existe deux fonctions g et h appartenant respectivement à G et à H telles que f = g + h, alors :
å ak X k (X - l) = 0 an-1X n + å (ak -1 - lak ) X k - la0 = 0 d’où, un polynôme étant nul si et seulement
k =0 k =1
si tous ses coefficients sont nuls : ïìï f (x ) + f (-x )
ïïg(x ) =
" x Î , ïí 2
.
ì an -1 = 0
ï ïï f (x ) - f (-x )
n -1 ï
ï ïïh(x ) =
ï " k Î 1, n - 1, a
å k a X (X - k
l ) = 0 í
ï
k -1 = lak et donc, en procédant par substitutions : ïî 2
k =0 ï
ï la = 0
ï
î 0
ï ì
ï f (x ) + f (-x )
ï
ïg(x ) =
n -1 ï
ï 2
❏ Soient maintenant g et h deux fonctions définies sur par : " x Î , í . On a alors :
å ak X k (X - l) = 0 " k Î 0, n - 1, ak = 0. ï
ï
ïh ( x ) =
f (x ) - f (-x )
k =0 ï
ï
î 2
n -1
f (-x ) + f (x )
On peut maintenant écrire : " (ak )0£k £n -1 Î n , å ak X k (X - l) = 0 " k Î 0, n - 1, ak = 0, donc que la - " x Î , g(-x ) =
2
= g(x ) ; g est donc paire sur , i.e. g Î G, et :
k =0
famille (X k (X - l))0£k £n -1 est libre. Comme elle est en outre génératrice de H l , on en déduit alors qu’elle forme - " x Î , h(-x ) =
f (-x ) - f (x )
= - h(x ) ; h est donc impaire sur , i.e. h Î H .
2
une base de H l , et donc, comme elle est également constituée de n vecteurs de H l , que dim H l = n, d’où la
conclusion : De plus, on a :
f (x ) + f (-x ) f (x ) - f (-x )
" x Î , g(x ) + h(x ) = + i.e. :
Pour tout l Î , la famille (X k (X - l))0£k £n -1 forme une base de H l , et dim H l = n 2 2
" x Î , g(x ) + h(x ) = f (x ).
☞ Pour montrer qu’une famille est une base d’un espace vectoriel E (de dimension finie), on peut :
Il existe donc bien deux fonctions g et h appartenant respectivement à G et à H telles que f = g + h, i.e. :
- montrer qu’elle forme une famille libre et une famille génératrice de E, la dimension de E est alors le
nombre de vecteurs de cette base (ou de toute autre base de E ), ou : $(g, h ) Î G ´ H , f = g + h.
- si l’on connaît déjà la dimension de E : montrer qu’elle est libre et maximale (i.e. qu’elle est libre et
❏ On peut maintenant écrire : " f Î F , $ !(g, h ) Î G ´ H , f = g + h, ce qui s’écrit encore, d’après la définition de
constituée d’autant de vecteurs que la dimension de E ), voire génératrice et minimale (i.e. qu’elle est
génératrice et constituée d’autant de vecteurs que la dimension de E ). deux sous-espaces supplémentaires : F = G Å H , d’où la conclusion :
Les espaces des fonctions paires de dans et des fonctions impaires de dans
sont supplémentaires dans l’espace des fonctions définies sur .
➤ 2.9 Sous-espaces supplémentaires
1) Montrer que les espaces des fonctions paires de dans et des fonctions impaires de dans sont
2) ❏ Soit u Î F Ç G .
supplémentaires dans l’espace des fonctions définies sur .
Comme u Î F , et comme la famille ((-2,1, 0), (-3, 0,1)) forme une base de F (cf. 2.8.2a), on peut écrire :
2) Soient F = {(x , y, z ) Î , x + 2y + 3z = 0} et G = Vect ((1, 0, 0)). Montrer que F et G sont supplémen-
3
$(y, z ) Î 2, u = y (-2,1, 0) + z (-3, 0,1).
3
taires dans .
De plus, comme u Î G, et comme G = Vect ((1, 0, 0)), on peut également écrire : $ x Î , u = x (1, 0, 0).
1) Soient F l’ensemble des fonctions définies sur , G l’ensemble des fonctions paires de dans , et ì x = - 2y - 3z
ï
ï
ï
On en déduit alors : x (1, 0, 0) = y (-2,1, 0) + z (-3, 0,1), i.e. : ïí y = 0 , et donc : x = y = z = 0. On peut
H l’ensemble des fonctions impaires de dans . ï
ï
ï z =0
ï
î
Soit également f Î F . Montrons par analyse-synthèse que : $ ! (g, h ) Î G ´ H , f = g + h.
maintenant écrire : (F Ç G ) Ì {0} .
❏ Supposons tout d’abord qu’il existe deux fonctions g et h appartenant respectivement à G et à H telles De plus, comme F et G sont deux espaces vectoriels, on peut également écrire que F Ç G est un espace
que f = g + h, i.e. : " x Î , f (x ) = g(x ) + h(x ) ➀. vectoriel, et donc : {0} Ì (F Ç G ).
Comme g Î G et h Î H , donc g est paire sur et h est impaire sur , on peut écrire : " x Î , g(-x ) = g(x ) Comme {0} Ì (F Ç G ) et (F Ç G ) Ì {0}, on en déduit alors : F Ç G = {0} .
et " x Î , h(-x ) = - h(x ). On en déduit alors : " x Î , f (-x ) = g(-x ) + h(-x ) = g(x ) - h(x ) ➁.
❏ Comme dim F = 2, et comme G = Vect ((1, 0, 0)), donc dim G = 1, on peut également écrire :
En additionnant les relations ➀ et ➁, on peut maintenant écrire : " x Î , f (x ) + f (-x ) = 2g(x ), et donc :
dim F + dim G = 3 = dim 3 .
f (x ) + f (-x )
" x Î , g(x ) = .
2 ❏ Comme F Ç G = {0} et comme dim F + dim G = dim 3, on peut désormais conclure, d’après la caractéri-
De même, en soustrayant la relation ➁ à la relation ➀, on obtient : " x Î , f (x ) - f (-x ) = 2h(x ), et donc :
sation de sous-espaces supplémentaires en dimension finie :
f (x ) - f (-x )
" x Î , h(x ) = .
2 F et G sont supplémentaires dans 3
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
28 MasterClass 2019-2020 – ECS 2ème année Les basiques 29
NB : On aurait également pu montrer que la base ((-2,1, 0), (-3, 0,1), (1, 0, 0)), concaténation des bases de F et G, forme une base de 3 . On en déduit alors que g est une application linéaire de n [X ] dans n [X ], d’où la conclusion :
☞ Pour montrer que deux espaces vectoriels F et G sont supplémentaires dans E (i.e. F Å G = E ), cinq g est un endomorphisme de n [X ]
méthodes sont possibles :
- montrer (généralement par analyse-synthèse) que : " x Î E , $ !(y, z ) Î F ´G, x = y + z (cf. 1), ☞ Pour montrer qu’une application f est une application linéaire de E dans F (resp. un endomorphisme
- si E est de dimension finie, montrer que F Ç G = {0} et dim F + dim G = dim E (cf. 2), - f est une application de E dans F (resp. de E dans E ), et :
- si E est de dimension finie, montrer que F + G = E et dim F + dim G = dim E , - f est une application linéaire, i.e. : " (l, u, v ) Î ´ E 2, f (lu + v ) = l f (u ) + f (v ).
- si E est de dimension finie, montrer que la concaténation d’une base de F et d’une base de G forme une Attention, cette seconde propriété doit être démontrée pas à pas, et il est nul besoin d’utiliser un second
base de E. scalaire m.
2) Soit n un entier naturel non nul. Montrer que l’application g définie sur n [X ] par : 2) Soit g l’endomorphisme de 2[X ] défini par : " P Î 2[X ], g(P ) = P (X + 1) - P (X ).
" P Î n [X ], g(P ) = P + XP ¢ est un endomorphisme de n [X ]. Déterminer Ker g et Im g.
1) D’après la définition de f, on peut écrire : " (x , y, z ) Î 3, f ((x , y, z )) Î 2, donc que f est une application 1) ■ Soit u Î Ker f , u = (x , y, z ). On peut écrire :
de 3 dans 2 . f (u ) = 0 soit, d’après la définition de f :
f est une application linéaire de 3 dans 2 On en déduit alors : Ker f Ì {0} . Or, comme f est un endomorphisme de 3, donc Ker f est un sous-espace
vectoriel de 3, on peut également écrire : {0} Ì Ker f .
2) Soit P Î n [X ]. On peut écrire : P ¢ Î n -1[X ], d’où : XP ¢ Î n [X ], et donc : (P + XP ¢) Î n [X ], i.e. : Comme Ker f Ì {0} et {0} Ì Ker f , on peut désormais conclure :
g(P ) Î n [X ]. g est donc une application de n [X ] dans n [X ].
Ker f = {0}
De plus, d’après la définition de g, on peut également écrire :
2
" (l, P,Q ) Î ´ (n [X ]) , g(lP + Q ) = (lP + Q ) + X (lP + Q )¢ i.e. : ■ Comme Ker f = {0}, on peut écrire : dim(Ker f ) = 0.
2
" (l, P,Q ) Î ´ (n [X ]) , g(lP + Q ) = (lP + Q ) + X (lP ¢ + Q ¢) ce qui s’écrit encore : De plus, comme f est un endomorphisme de 3, et comme 3 est un espace vectoriel de dimension finie,
2 d’après la formule du rang, on peut également écrire :
" (l, P,Q ) Î ´ (n [X ]) , g(lP + Q ) = l (P + XP ¢) + (Q + XQ ¢) et donc :
dim(Im f ) + dim(Ker f ) = dim 3 d’où, comme dim 3 = 3 et dim(Ker f ) = 0 :
2
" (l, P,Q ) Î ´ (n [X ]) , g(lP + Q ) = lg(P ) + g(Q ).
dim(Im f ) = 3.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
30 MasterClass 2019-2020 – ECS 2ème année Les basiques 31
Or, comme f est un endomorphisme de 3, on peut également écrire que Im f est un sous-espace vectoriel ☞ Pour déterminer l’image Im f d’une application linéaire f de E dans F, il convient de chercher l’ensemble
de 3 . Comme dim(Im f ) = dim 3 = 3, on peut désormais conclure : des vecteurs y Î F tels que $ x Î E , y = f (x ).
S’il n’y a pas de méthode générale pour déterminer Im f lorsque E est de dimension infinie, on pourra,
Im f = 3
lorsque E est de dimension finie :
- écrire que Im f est l’espace généré par l’image par f des vecteurs d’une base (ui )1£i £p de E
2) ■ Soit P Î Ker g, P = aX 2 + bX + c. On peut écrire :
aaa (i.e. Im f = Vect ( f (ui ))1£i £p ), puis en éliminant les vecteurs nuls et les vecteurs liés de la famille
g(P ) = 0 soit, d’après la définition de g :
( f (ui ))1£i £p , en déduire une base de Im f , ou :
P (X + 1) - P (X ) = 0 i.e. :
- effectuer une suite d’opérations élémentaires sur les colonnes de la matrice A représentative de f d’une
é a (X + 1)2 + b (X + 1) + c ù - é aX 2 + bX + c ù = 0 ce qui s’écrit encore :
ë û ë û base (ui )1£i £p de E dans une base (vi )1£i £n de F qui mène à une matrice triangulaire (inférieure) dont les
2aX + (a + b) = 0 d’où, un polynôme étant nul si et seulement si tous ses coefficients sont nuls : colonnes non nulles représentent, dans la base (vi )1£i £n de F, une base de Im f (cf. 2.12).
ìï 2a = 0
ï et donc :
í
ïïa + b = 0
î
a =b = 0 i.e. : ➤ 2.12 Matrices représentatives
P = c. 1) Soit f l’endomorphisme de défini par : " (x , y, z ) Î , f ((x , y, z )) = (2x - y, z - y, 2x + 3z ).
3 3
On en déduit alors : Ker g Ì 0[X ]. a) Soit la base canonique de 3 . Déterminer la matrice représentative M de f dans .
Soit maintenant P Î 0[X ]. On peut alors écrire : P (X + 1) - P (X ) = 0, et donc, d’après la définition de g : b) En déduire Ker f et Im f .
g(P ) = 0, i.e. : P Î Ker g. On en déduit alors : 0[X ] Ì Ker g. c) f est-il un automorphisme de 3 ? Si oui, déterminer la matrice représentative de f -1 dans .
Comme Ker g Ì 0[X ] et 0[X ] Ì Ker g, on peut désormais conclure :
2) Soit g l’endomorphisme de 2[X ] défini par :
Ker g = 0[X ]
" P Î 2[X ], g(P ) = 2P (X ) + (1 - 3X ) P ¢(X ) + (2X 2 + X + 1) P ¢¢(X ).
☞ Pour déterminer le noyau Ker f d’une application linéaire définie sur E, il convient de chercher l’ensemble aaa
que f (x ) = 0 x Î A (et on a alors Ker f Ì A), avant de vérifier que " x Î A, f (x ) = 0 (et on a alors æ2 -1 0ö÷
aaa aaa
çç ÷÷
A Ì Ker f ), puis de conclure que Ker f = A (on notera que, lorsque A = {0}, on justifie que {0} Ì Ker f M = ççç0 -1 1÷÷
çç ÷÷
aaa en expliquant que Ker f est un sous-espace vectoriel de E ). ççè2 0 3÷÷÷ø
Lorsque E est de dimension finie, une méthode alternative consiste à considérer une matrice
représentative A de f, et à résoudre le système AX = 0 (cf. 2.12). æx ö÷
ç ÷
b) ■ En posant X = çççy ÷÷, on peut écrire :
çç ÷÷÷
çèz ÷ø
æ2 -1 0ö÷ æx ö
çç ÷÷ ç ÷÷
MX = 0 ççç0 -1 1÷÷ çççy ÷÷ = 0 soit, en effectuant l’opération élémentaire L3 ¬ L3 - L1 :
ç ÷÷ ç ÷÷
çèç2 0 3÷ø÷ çèçz ÷÷ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
32 MasterClass 2019-2020 – ECS 2ème année Les basiques 33
æ2 -1 0ö÷ æx ö ì
ï 1
çç ÷÷ ç ÷÷ ï
ï x1 = (3y1 - 3y2 + y 3 )
MX = 0 ççç0 -1 1÷÷ çççy ÷÷ = 0 soit encore, en effectuant l’opération élémentaire L3 ¬ L3 + L2 : ï
ï 8
ç ÷÷ ç ÷÷ ï
ï 1
çèç0 1 3÷ø÷ çèçz ÷÷ø MX = Y í x 2 = (- 2y1 - 6y2 + 2y 3 )
ï
i.e. :
ï 8
ï
ï 1
æ2 -1 0ö÷ æx ö ï
ï x 3 = (- 2y1 + 2y2 + 2y 3 )
çç ÷÷ ç ÷÷ ï 8
ï
î
MX = 0 çç0 -1 1÷÷ çççy ÷÷ = 0
ç i.e. :
ç ÷÷ ç ÷÷ æ 3 -3 1÷ö æy1 ö
çèç0 0 4÷÷ø ççèz ÷÷ø çç ÷ ÷
MX = Y X =
1 çç-2 -6 2÷÷ çççy ÷÷ .
çç ÷÷ ç 2 ÷÷
ïìï 2x - y = 0
8 çç-2 2 2÷÷÷ çççy ÷÷÷
ï çè ø÷ è 3 ø
MX = 0 ïí - y + z = 0 et donc, en procédant par substitutions :
ïï
ïîï 4z = 0 On peut désormais conclure :
MX = 0 x = y = z = 0 æ 3 -3 1ö÷
çç ÷
-1 1 çç-2 -6 2÷÷
M = çç ÷÷
On en déduit alors : MX = 0 X = 0, i.e. : f (x ) = 0 x = 0, d’où la conclusion : 8 çç-2 2 2÷÷
çè ø÷
Ker f = {0}
2) a) On a :
■ Comme Ker f = {0}, on peut écrire : dim(Ker f ) = 0.
- g(1) = 2,
De plus, comme f est un endomorphisme de 3, et comme 3 est un espace vectoriel de dimension finie, - g(X ) = 1 - X , et :
d’après la formule du rang, on peut également écrire :
- g(X 2 ) = 4X + 2.
3 3
dim(Im f ) + dim(Ker f ) = dim d’où, comme dim = 3 et dim(Ker f ) = 0 :
On en déduit alors la matrice représentative de g dans la base ¢ :
dim(Im f ) = 3.
Or, comme f est un endomorphisme de 3, on peut également écrire que Im f est un sous-espace vectoriel æ2 1 2ö÷
çç ÷÷
3 3
de . Comme dim(Im f ) = dim = 3, on peut désormais conclure : N = ççç0 -1 4÷÷
çç ÷÷
çè0 0 0÷÷÷ø
Im f = 3
æx ö÷
c) Comme Ker f = {0} (cf. 1b), on peut écrire que f est un endomorphisme injectif de 3, avec dim 3 = 3, ç ÷
En posant X = çççy ÷÷, on peut écrire :
■
b) ■
donc une application linéaire injective sur des espaces vectoriels de même dimension finie, et donc que f est çç ÷÷÷
aaa
çèz ÷ø
bijective, d’où la conclusion :
æ2 1 2ö÷ æx ö
çç ÷÷ ç ÷÷
f est un automorphisme de 3
NX = 0 ççç0 -1 4÷÷ çççy ÷÷ = 0 i.e. :
çç ÷÷ ç ÷÷
÷ç ÷
çè0 0 0ø÷ èçz ø÷
æx1 ö÷ æy1 ö÷
çç ÷ ç ÷
Soient X = ççx 2 ÷ et Y = çççy2 ÷÷ . On a :
÷ ì
ï 2x + y + 2z = 0
NX = 0 ï
■
çç ÷÷ ÷ çç ÷÷÷ í d’où, en procédant par substitutions :
èçx 3 ø÷ çèy 3 ø÷ ï-
ï y + 4z = 0
î
æ2 -1 0ö÷ æx1 ö æy1 ö ì x = - 3z
ï
çç ÷÷ ç ÷÷ ç ÷÷ NX = 0 ï .
í
MX = Y çç0 -1 1÷÷ çççx 2 ÷÷ = çççy2 ÷÷
ç soit, en effectuant l’opération élémentaire L3 ¬ L3 - L1 : ï
ï y = 4z
ç ÷
÷ ç ÷÷ ç ÷÷ î
çèçç2 0 3÷ø÷÷ ççèx 3 ÷÷ø ççèy 3 ÷÷ø
ææ-3öö
ççççç ÷÷÷÷÷÷
çç
æ2 -1 0ö÷ æx1 ö æ y1
÷÷ ç ÷÷ ç ÷÷ö On en déduit alors : NX = 0 X Î Vect ççççç 4 ÷÷÷÷÷, i.e. : g(x ) = 0 x Î Vect(X 2 + 4X - 3), d’où la conclusion :
ççç ÷÷÷÷÷
MX = Y çç0 -1 1÷÷ çççx 2 ÷÷ = ççç y2
ç ÷÷ soit encore, en effectuant l’opération élémentaire L3 ¬ L3 + L2 : ççççç 1 ÷÷
÷÷
çç ÷÷÷ çç ÷÷÷ çç ÷÷ èè øø
çèç0 1 3÷÷ø çèx 3 ÷ø çè- y1 + y3 ÷ø÷
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
34 MasterClass 2019-2020 – ECS 2ème année Les basiques 35
■ Comme la famille (1, X , X 2 ) forme une base de 2[X ], on peut écrire : ■ La matrice P,¢ de passage de à ¢ est la matrice représentant les vecteurs (e1¢, e2¢ , e3¢ ) en fonction des
Im g = Vect (g(1), g(X ), g(X 2 )) i.e. : vecteurs (e1, e2, e3 ). On peut désormais conclure, d’après la définition des vecteurs (e1¢, e2¢ , e3¢ ) :
☞ La matrice de passage P,¢ d’une base à une base ¢ est la matrice représentant les vecteurs
c) Comme Ker g ¹ {0}, on peut écrire que g n’est pas injective, donc pas bijective, d’où la conclusion :
de ¢ dans la base . P,¢ est inversible, et son inverse est la matrice de passage P¢, de la base ¢ à la
g n’est pas un automorphisme de 2[X ] base .
ï
ï
" (l, m, n ) Î , le1¢ + me2¢ + ne3¢ = 0 ï
3
íl + n = 0 et donc, en procédant par substitutions : expressions de P -1 (cf. supra) et X :
ï
ï
ï
ï l+m=0
î
æ2ö÷
çç ÷
" (l, m, n ) Î 3, le1¢ + me2¢ + ne3¢ = 0 l = m = n = 0. ÷
X ¢ = ççç1÷÷
çç ÷÷÷
On en déduit alors que la famille ¢ = (e1¢, e2¢ , e3¢ ) forme une famille libre de 3 . Comme elle est en outre çè0÷÷ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
36 MasterClass 2019-2020 – ECS 2ème année Les basiques 37
b) Soit B la matrice représentative de f dans la base ¢. Comme A est la matrice représentative de f dans la On en déduit alors que S est un sous-espace vectoriel de (�), d’où la conclusion :
base , et P,¢ la matrice de passage de à ¢, on peut écrire : B = P -1AP , d’où la conclusion, après calculs,
S est un espace vectoriel
d’après les expressions de P,¢ , P-,1¢ (cf. supra) et A :
et donc : (b n )n � ΠS , et :
sa matrice A représentative dans une base , il faut déterminer la matrice P,¢ de passage de à ¢
- " n Î �, g n +3 - 2g n +2 - g n +1 + 2g n = g n (g 3 - 2g 2 - g + 2) = 0, d’où : " n Î �, g n +3 = 2g n +2 + g n +1 - 2g n ,
(i.e. la matrice représentant les vecteurs de ¢ en fonction des vecteurs de ), puis son inverse, et on a
et donc : (g n )n � ΠS .
aaa
❏ De plus, on a :
c) ❏ D’après la définition de f, on peut écrire : " u Î S , f (u ) Î �3, donc que f est une application de S
b) ■ Notons (�) l’espace vectoriel des suites réelles. D’après la définition de S, on peut écrire : dans �3 .
- S Ì (�), De plus, on a :
- 0 = 2 ´ 0 + 0 - 2 ´ 0, d’où : 0(�) Î S , et donc S ¹ Æ, et : " (l, u, v ) Î � ´ S 2, f (lu + v ) = (lu 0 + v0, lu1 + v1, lu2 + v2 ) i.e. :
2 2
- " (l, u, v ) Î � ´ S , " n Î �, (lu + v )n +3 = lun +3 + vn +3 d’où, comme (u, v ) Î S : " (l, u, v ) Î � ´ S 2, f (lu + v ) = l(u0, u1, u2 ) + (v0, v1, v2 ) et donc :
2
- " (l, u, v ) Î � ´ S , " n Î �, (lu + v )n +3 = l (2un +2 + un +1 - 2un ) + (2vn +2 + vn +1 - 2vn ) i.e. : " (l, u, v ) Î � ´ S 2, f (lu + v ) = l f (u ) + f (v ).
- " (l, u, v ) Î � ´ S 2, " n Î �, (lu + v )n +3 = 2(lun +2 + vn +2 ) + (lun +1 + vn +1 ) - 2 (lun + vn ) ce qui s’écrit encore : On peut maintenant écrire que f est une application linéaire de S dans �3 .
- " (l, u, v ) Î � ´ S 2, " n Î �, (lu + v )n +3 = 2(lu + v )n +2 + (lu + v )n +1 - 2(lu + v )n .
S est donc stable pour les lois + et .
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
38 MasterClass 2019-2020 – ECS 2ème année Les basiques 39
❏ La seconde partie de cette question (montrer que f est bijective), peut se démontrer au moins de deux ☞ Pour montrer qu’il existe une suite (un )n Î� (éventuellement unique) vérifiant une propriété (portant
aaa façons différentes : (i ) en montrant, à l’aide d’un raisonnement par récurrence, qu’il existe une unique suite concomitamment sur plusieurs termes de la suite), on procède généralement par récurrence en montrant
ì
ï u0 = a 0 que, pour tout n Î �, il existe une suite (uk )0£k £n (éventuellement unique) vérifiant la propriété
ï
ï
ï u = a1
ï 1
(un )n Î� telle que ïí u = a , ou (ii ) en montrant successivement que f est injective restreinte au rang n.
ï
ï 2 2
ï
ï
ï " n Î �, un +3 = 2un +2 + un +1 - 2un On peut maintenant écrire : " (a 0, a1, a2 ) Î �3, $ ! u Î S , f (u ) = (a 0, a1, a2 ), et donc que f réalise une bijection
ï
î
aaa et surjective. de S vers �3 .
(i ) Soit maintenant (a 0, a1, a2 ) Î �3 . Montrons par récurrence que, pour tout n Î 3, +¥, il existe une unique (ii ) • Soit alors u Î Ker f . On peut écrire : f (u ) = 0, i.e. : u0 = u1 = u2 = 0. Or, comme f est une application
ì
ï u0 = a 0 définie sur S, on peut également écrire : Ker f Ì S , et donc : u Î S , ce qui s’écrit encore, d’après la définition
ï
ï
ï u = a1
ï 1 de S : " n Î �, un +3 = 2un +2 + un +1 - 2un .
suite (uk )0£k £n telle que : ïí u = a .
ï
ï 2 2
ï Comme u 0 = u1 = u2 = 0, et comme " n Î �, un +3 = 2un +2 + un +1 - 2un , à l’aide d’une récurrence immédiate,
ï
ï " k Î 0, n - 3, uk +3 = 2uk +2 + uk +1 - 2uk
ï
î
on en déduit alors que : " n Î �, un = 0, i.e. : u = 0, et donc : Ker f Ì {0} .
ì
ï u0 = a 0
ï
ï De plus, comme f est une application définie sur S, on peut également écrire que Ker f est un sous-espace
ï u = a1
ï 1
• Au rang n = 3, on peut écrire qu’il existe une unique suite (uk )0£k £3 telle que : ïí u = a . vectoriel de S, donc un espace vectoriel, et donc : {0} Ì Ker f .
ï
ï 2 2
ï
ï
ï u = 2u2 + u1 - 2u0
î 3
ï Comme Ker f Ì {0} et {0} Ì Ker f , on en déduit alors que Ker f = {0} , et donc que f est injective.
La propriété est donc bien vérifiée au rang n = 3.
ìï u0 = a 0
• Soit n Î 3, +¥, supposons qu’il existe une unique suite (uk )0£k £n telle que : ïï
ïï u1 = a1
ì
ï u0 = a 0 • Soient maintenant (a 0, a1, a2 ) Î � , et u la suite définie par : ïí u = a
3
. D’après
ï ïï 2 2
ï
ï u = a1 ïï
ï 1
ï ïïî " n Î �, un +3 = 2un +2 + un +1 - 2un
í u2 = a 2 .
ï
ï
ï
ï les définitions de S et de f, on peut écrire que u Î S et que f (u ) = (a 0, a1, a2 ).
ï " k Î 0, n - 3, uk +3 = 2uk +2 + uk +1 - 2uk
ï
î
Comme il existe un unique réel un +1 tel que un +1 = 2un + un -1 - 2un -2, on peut écrire qu’il existe une unique On en déduit alors que " (a 0 , a1, a2 ) Î �3, $ u Î S , f (u ) = (a 0, a1, a2 ), et donc que f est surjective.
ì
ï u0 = a 0
ï
ï
ï u = a1
ï 1 • Comme f est une application injective et surjective de S dans �3, on peut maintenant écrire que f réalise
suite (uk )0£k £n +1 telle que : ïí u = a .
ï
ï 2 2 une bijection de S vers �3 .
ï
ï
ï " k Î 0, n - 2, uk +3 = 2uk +2 + uk +1 - 2uk
ï
î NB : On remarquera que, comme la nature de la dimension de S est inconnue, il n’était pas possible d’utiliser ici la caractérisation des
Par conséquent, si la propriété est vérifiée au rang n, alors elle est également vérifiée au rang n + 1. isomorphismes en dimension finie.
• Ainsi, pour tout n Î �, il existe une unique suite (uk )0£k £n telle que : ❏ Comme f est une application linéaire bijective de S vers �3, on peut désormais conclure :
ì
ï u0 = a 0
ï
ï
ï u = a1 f est un isomorphisme de S dans �3
ï 1
ï
í u2 = a 2 .
ï
ï
ï
ï
ï " k Î 0, n - 3, uk +3 = 2uk +2 + uk +1 - 2uk d) Comme il existe un isomorphisme de S dans �3 (cf. 1c) on peut écrire que S et �3 sont isomorphes,
ï
î ■
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
40 MasterClass 2019-2020 – ECS 2ème année Les basiques 41
2) Comme la famille ((an )n Î�,(b n )n Î�,(g n )n Î� ) forme une base de S (cf. 1d), on peut écrire : Comme (Im u Ç Ker u ) Ì {0} et {0} Ì (Im u Ç Ker u ), on peut maintenant écrire : Im u Ç Ker u = {0}, d’où
$(l, m, n ) Î �3, " n Î �, vn = lan + mb n + n g n , i.e. : $(l, m, n ) Î �3, " n Î �, vn = l (-1)n + m 1n + n 2n. la conclusion :
Ker u = Ker u 2 Im u Ç Ker u = {0} .
Comme v0 = 0, v1 = 1 et v2 = 2, en écrivant la relation précédente pour n = 0, n = 1 et n = 2, on peut
maintenant écrire que l, m et n sont solutions du système :
☞ Noter que pour montrer qu’un espace vectoriel E est réduit au vecteur nul, il suffit de montrer que
ìl + m + n = 0
ï E Ì {0} (pour cela, il suffit de choisir x Î E , et montrer alors que x = 0), puisque l’on a également
ï
ï
ï - l + m + 2n = 1 d’où, en effectuant les opérations élémentaires L2 ¬ L1 + L2 et L3 ¬ L3 - L1 : {0} Ì E , E étant un espace vectoriel.
í
ï
ï
ï
ï l + m + 4n = 2
ï
î
❏ Supposons maintenant que : Im u Ç Ker u = {0} .
ìl + m + n = 0
ï
ï
ï
ï 2m + 3n = 1 et donc, en procédant par substitutions : Soit alors x Î Ker u. On peut écrire : u(x ) = 0, d’où, en composant cette relation par u : u 2 (x ) = 0, et donc :
í
ï
ï
ï 3n = 2 x Î Ker u 2 . On en déduit alors : Ker u Ì Ker u 2 .
ï
î
ì
ï 1 Soit maintenant x Î Ker u 2 . On peut écrire : u 2 (x ) = 0, i.e. : u (u(x )) = 0, et donc : u(x ) Î Ker u. Comme on a
ï
ï l =-
ï
ï 6 en outre u(x ) Î Im u, on peut maintenant écrire : u(x ) Î (Im u Ç Ker u ).
ï
ï 1
ím = - . Comme Im u Ç Ker u = {0}, on en déduit alors : u(x ) = 0, i.e. : x Î Ker u, d’où la conclusion : Ker u 2 Ì Ker u.
ï
ï 2
ï
ï 2
ï
ï n= Comme Ker u Ì Ker u 2 et Ker u 2 Ì Ker u, on peut maintenant écrire : Ker u = Ker u 2, d’où la conclusion :
ï
ï
î 3
Im u Ç Ker u = {0} Ker u = Ker u 2 .
On peut désormais conclure :
n +1 n +1
❏ Comme Ker u = Ker u 2 Im u Ç Ker u = {0} et Im u Ç Ker u = {0} Ker u = Ker u 2, on peut désormais
2 (-1) 1
" n Î �, vn = + - conclure :
3 6 2
Ker u = Ker u 2 Im u Ç Ker u = {0}
b) Supposons que : Im u = Im u 2 .
➠ 2.15 Conditions nécessaires et suffisantes d’égalité entre Ker u et Ker u 2 , Im u et Im u 2
❏
Soient E un �-espace vectoriel, et u un endomorphisme de E. Soit alors x Î E . On peut écrire : u(x ) Î Im u, soit, comme Im u = Im u 2 : u(x ) Î Im u 2 . On en déduit alors :
$ x ¢ Î E , u(x ) = u 2 (x ¢), i.e. : u(x ) - u 2 (x ¢) = 0, d’où, comme u est une application linéaire : u (x - u(x ¢)) = 0, ce
1) a) Montrer que :
qui s’écrit encore : (x - u(x ¢)) Î Ker u.
Ker u = Ker u 2 Im u Ç Ker u = {0} .
aaa
On peut maintenant écrire : x = u(x ¢) + (x - u(x ¢)), avec u(x ¢) Î Im u et (x - u(x ¢)) Î Ker u.
b) Montrer que :
On en déduit alors : " x Î E , $(y, z ) Î Im u ´ Ker u, x = y + z, i.e. : Im u + Ker u = E , d’où la conclusion :
Im u = Im u 2 Im u + Ker u = E .
Im u = Im u 2 Im u + Ker u = E .
2) Dans cette question, on suppose que E est de dimension finie. Montrer que les propositions suivantes
sont équivalentes : ❏ Supposons maintenant que : Im u + Ker u = E .
- Ker u = Ker u 2, Soit alors y Î Im u. On peut écrire : $ x Î E , y = u(x ). Comme Im u + Ker u = E , on peut également écrire :
2
- Im u = Im u , $(x1, x 2 ) Î Im u ´ Ker u, x = x1 + x 2 . On en déduit alors : y = u(x ) = u(x1 + x 2 ), d’où, comme u est une
- Im u Å Ker u = E . application linéaire : y = u(x1 ) + u(x 2 ).
aaa
Or, comme x 2 Î Ker u, on peut écrire : u(x 2 ) = 0, d’où : y = u(x1 ). De plus, comme x 1 Î Im u, on peut égale-
2
1) a) ❏ Supposons que : Ker u = Ker u . ment écrire : $ x 3 Î E , x1 = u(x 3 ), d’où : y = u 2 (x 3 ), et donc : y Î Im u 2 . On en déduit alors : Im u Ì Im u 2 .
Soit alors y Î (Im u Ç Ker u ). Comme y Î Im u, on peut écrire : $ x Î E , y = u(x ). De plus, comme y Î Ker u,
Soit maintenant y Î Im u 2 . On peut écrire : $ x Î E , y = u 2 (x ), i.e. : y = u (u(x )), d’où : y Î Im u. On en
on peut également écrire : u(y ) = 0.
déduit alors : Im u 2 Ì Im u.
2 2 2
On en déduit alors : u (x ) = 0, i.e. : x Î Ker u . Comme Ker u = Ker u , on peut maintenant écrire :
x Î Ker u, i.e. : u(x ) = 0, et donc, comme y = u(x ) : y = 0, d’où la conclusion : (Im u Ç Ker u ) Ì {0} . Comme Im u Ì Im u 2 et Im u 2 Ì Im u, on peut maintenant écrire : Im u = Im u 2, d’où la conclusion :
Im u + Ker u = E Im u = Im u 2 .
Or, comme u est une application linéaire, on peut écrire que Im u et Ker u sont deux espaces vectoriels, et
donc que Im u Ç Ker u est un espace vectoriel, d’où : {0} Ì (Im u Ç Ker u ).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
42 MasterClass 2019-2020 – ECS 2ème année Les basiques 43
❏ Comme Im u = Im u 2 Im u + Ker u = E et Im u + Ker u = E Im u = Im u 2, on peut désormais (ii ) ❏ Supposons tout d’abord que : Ker u = Ker u 2 .
conclure : Soit alors y Î Im u 2 . On peut écrire : $ x Î E , y = u 2 (x ), i.e. : y = u (u(x )), et donc : y Î Im u. On en déduit
Im u = Im u 2 Im u + Ker u = E alors : Im u 2 Ì Im u.
Or, comme E est un espace vectoriel de dimension finie, et comme u est un endomorphisme de E, donc
☞ Noter que si F et G sont deux sous-espaces vectoriels de E, pour montrer que F + G = E , il suffit de 2
u est un endomorphisme de E, d’après la formule du rang, on peut également écrire :
montrer que " x Î E , $(y, z ) Î F ´G, x = y + z (pour cela, il suffit de prendre un vecteur quelconque
- dim(Im u ) + dim(Ker u ) = dim E , et :
x Î E , et montrer qu’il existe deux vecteurs y Î F et z Î G tels que x = y + z ).
- dim(Im u 2 ) + dim(Ker u 2 ) = dim E .
On peut maintenant écrire : dim(Im u ) + dim(Ker u ) = dim(Im u 2 ) + dim(Ker u 2 ), soit, comme Ker u = Ker u 2 ,
2) Cette question peut se résoudre de deux façons différentes : (i ) en démontrant deux équivalences, ou
d’où dim(Ker u ) = dim(Ker u 2 ) : dim(Im u ) = dim(Im u 2 ).
(ii ) en démontrant trois implications.
Comme Im u 2 Ì Im u et dim(Im u ) = dim(Im u 2 ), on en déduit alors : Im u = Im u 2, d’où la conclusion :
On peut alors écrire (cf. 1a) : Im u Ç Ker u = {0} ➀. Or, comme E est un espace vectoriel de dimension finie, ❏ Supposons maintenant que : Im u = Im u 2 .
et comme u est un endomorphisme de E, d’après la formule du rang, on peut également écrire :
Comme Im u = Im u 2, on peut écrire (cf. 1b) : Im u + Ker u = E ➄. De plus, comme E est un espace
dim(Im u ) + dim(Ker u ) = dim E ➁. vectoriel de dimension finie, et comme u est un endomorphisme de E, d’après la formule du rang, on peut
D’après les relations ➀ et ➁, on peut maintenant écrire : Im u Å Ker u = E , d’où la conclusion : également écrire : dim(Im u ) + dim(Ker u ) = dim E ➅.
2
Ker u = Ker u Im u Å Ker u = E . D’après les relations ➄ et ➅, on en déduit alors : Im u Å Ker u = E , d’où la conclusion :
Supposons maintenant que Im u Å Ker u = E . On peut alors écrire : Im u Ç Ker u = {0} , et donc (cf. 1a) : Im u = Im u 2 Im u Å Ker u = E .
Comme Ker u = Ker u 2 Im u Å Ker u = E et Im u Å Ker u = E Ker u = Ker u 2, on en déduit alors : Im u Å Ker u = E Ker u = Ker u 2 .
Ker u = Ker u 2 Im u Å Ker u = E .
❏ Comme Ker u = Ker u 2 Im u = Im u 2, comme Im u = Im u 2 Im u Å Ker u = E , et comme
2
Im u Å Ker u = E Ker u = Ker u , on peut désormais conclure :
❏ Supposons maintenant que : Im u = Im u 2 .
Comme Im u = Im u 2, on peut écrire (cf. 1b) : Im u + Ker u = E ➂. De plus, comme E est un espace Les trois propositions suivantes sont équivalentes :
vectoriel de dimension finie, et comme u est un endomorphisme de E, d’après la formule du rang, on peut - Ker u = Ker u 2 ,
également écrire : dim(Im u ) + dim(Ker u ) = dim E ➃. - Im u = Im u 2,
D’après les relations ➂ et ➃, on en déduit alors : Im u Å Ker u = E , d’où la conclusion : - Im u Å Ker u = E .
Im u = Im u 2 Im u Å Ker u = E .
Se souvenir des conditions nécessaires et suffisantes d’égalité entre Ker u et Ker u 2 d’une part, et entre
Supposons enfin que : Im u Å Ker u = E . On peut écrire : Im u + Ker u = E , et donc (cf. 1b) : Im u = Im u 2 Im u et Im u 2 d’autre part, en dimension quelconque comme en dimension finie.
d’où la conclusion :
Im u Å Ker u = E Im u = Im u 2 .
➠ 2.16 Noyaux et images itérés d’un endomorphisme. Lemme de Fitting
Comme Im u = Im u 2 Im u Å Ker u = E et Im u Å Ker u = E Im u = Im u 2, on en déduit alors :
Soient E un �-espace vectoriel, et u un endomorphisme de E .
Im u = Im u 2 Im u Å Ker u = E .
1) a) Montrer que : " k Î �, Ker u k Ì Ker u k +1. En déduire que :
❏ On peut désormais conclure :
" k Î �, (Ker u k = Ker u k +1 ) (Ker u k +1 = Ker u k +2 ).
Les trois propositions suivantes sont équivalentes : Conclure.
2
- Ker u = Ker u ,
b) Montrer de même que : " k Î �, Im u k +1 Ì Im u k . En déduire que :
- Im u = Im u 2,
- Im u Å Ker u = E . " k Î �, (Im u k = Im u k +1 ) (Im u k +1 = Im u k +2 ).
Conclure.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
44 MasterClass 2019-2020 – ECS 2ème année Les basiques 45
On désigne désormais par n un entier naturel non nul, ■ ❏ Soit k Î �. Supposons que : Im u k = Im u k +1.
et on suppose que E est de dimension n. On a (cf. supra) : Im u k +2 Ì Im u k +1.
2) a) Montrer que : Soit alors y Î Im u k +1. On peut écrire : $ x Î E , y = u k +1(x ), i.e. : y = u (u k (x )) . Or, comme u k (x ) Î Im u k et
$ k Î �, Ker u k = Ker u k +1. Im u k = Im u k +1, on peut également écrire : u k (x ) Î Im u k +1. On en déduit alors : $ x ¢ Î E , u k (x ) = u k +1(x ¢), d’où :
y = u (u k (x )) = u (u k +1(x ¢)) = u k +2 (x ¢), et donc : y Î Im u k +2 . On peut maintenant écrire : Im u k +1 Ì Im u k +2 .
b) Montrer de même que :
c) Soient a le plus petit entier k tel que Ker u k = Ker u k +1, et b le plus petit entier k tel que " k Î �, (Im u k = Im u k +1 ) (Im u k +1 = Im u k +2 )
Remarquons tout d’abord que, comme u est un endomorphisme de E, pour tout k Î �, u k est un endomor-
phisme de E, et Ker u k et Im u k sont des sous-espaces vectoriels de E. 2) a) Supposons que : " k Î �, Ker u k ¹ Ker u k +1. Montrons alors par récurrence que : " k Î �, dim(Ker u k ) ³ k .
• Au rang k = 0, comme la dimension de tout espace vectoriel est positive, on peut écrire : dim(Ker u 0 ) ³ 0.
1) a) ■ Soient k Î � et x Î Ker u k . On peut écrire : u k (x ) = 0, d’où, en composant cette relation par u :
La propriété est donc bien vérifiée au rang k = 0.
u k +1(x ) = 0, i.e. : x Î Ker u k +1. On en déduit alors : Ker u k Ì Ker u k +1, d’où la conclusion :
• Soit k Î �, supposons que : dim(Ker u k ) ³ k . Comme Ker u k Ì Ker u k +1 (cf. 1a) et comme Ker u k ¹ Ker u k +1,
" k Î �, Ker u k Ì Ker u k +1
on peut écrire : dim(Ker u k ) < dim(Ker u k +1 ), et donc, d’après l’hypothèse de récurrence : dim(Ker u k +1 ) ³ k + 1.
Par conséquent, si la propriété est vérifiée au rang k, elle est également vérifiée au rang k + 1.
■ Soit k Î �. Supposons que : Ker u k = Ker u k +1.
Soit alors x Î Ker u k +2 . On peut écrire : u k +2 (x ) = 0, i.e. : u k +1 (u(x )) = 0, et donc : u(x ) Î Ker u k +1. Comme En particulier, pour k = n + 1, on peut écrire : dim(Ker u n +1 ) ³ n + 1. Or, comme Ker u n +1 est un sous-espace
k +1 k +1 k +1
k
Ker u = Ker u , on en déduit alors : u(x ) Î Ker u , i.e. : u (u(x )) = u
k k
(x ) = 0, et donc : x Î Ker u . On vectoriel de E, on peut également écrire : dim(Ker u n +1 ) £ dim E , i.e. : dim(Ker u n+1 ) £ n. On aboutit ainsi à une
k +2 k +1
peut maintenant écrire : Ker u
aaa Ì Ker u . contradiction, d’où la conclusion :
Comme Ker u k +1 Ì Ker u k +2 et Ker u k +2 Ì Ker u k +1, on en déduit alors : Ker u k +1 = Ker u k +2, d’où la $ k Î �, Ker u k = Ker u k +1
conclusion :
" k Î �, (Ker u k = Ker u k +1 ) (Ker u k +1 = Ker u k +2 ) b) Supposons que : " k Î �, Im u k ¹ Im u k +1. Montrons alors par récurrence que : " k Î �, dim(Im u k ) £ n - k .
Si $ k Î �, Ker u k = Ker u k +1, alors : " p Î k, +¥, Ker u p = Ker u k • Soit k Î �, supposons que : dim(Im u k ) £ n - k . Comme Im u k +1 Ì Im u k (cf. 1b) et comme Im u k ¹ Im u k +1, on
peut écrire : dim(Im u k +1 ) < dim(Im u k ), et donc, d’après l’hypothèse de récurrence : dim(Im u k +1 ) £ n - k - 1.
b) ■ Soient k Î � et y Î Im u k +1. On peut écrire : $ x Î E , y = u k +1(x ), i.e. : y = u k (u(x )), et donc : y Î Im u k . Par conséquent, si la propriété est vérifiée au rang k, elle est également vérifiée au rang k + 1.
On en déduit alors : Im u k +1 Ì Im u k , d’où la conclusion :
• Ainsi, on a bien : " k Î �, dim(Im u k ) £ n - k .
" k Î �, Im u k +1 Ì Im u k
En particulier, pour k = n + 1, on peut écrire : dim(Im u n +1 ) < 0. Or, comme, la dimension de tout espace
vectoriel est positive, on peut également écrire : dim(Im u n +1 ) ³ 0. On aboutit ainsi à une contradiction, d’où la
conclusion :
$ k Î �, Im u k = Im u k +1
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
46 MasterClass 2019-2020 – ECS 2ème année Les basiques 47
c) ■ ❏ Comme E est un espace vectoriel de dimension finie, et comme u a et u a +1 sont deux endomorphismes Or, d’après la définition de n, on peut écrire : Ker u n = Ker u n +1. On en déduit alors (cf. 1a) :
de E, d’après la formule du rang, on peut écrire : Ker u n = Ker u 2n . Comme x Î Ker u 2n , on peut maintenant écrire : x Î Ker u n , i.e. : u n (x ) = 0. Comme on a en
- dim(Im u a ) + dim(Ker u a ) = dim E , d’où : dim(Im u a ) = n - dim(Ker u a ), et : outre u n (x ) = y (cf. supra), on en déduit alors : y = 0, d’où la conclusion : (Ker u n Ç Im u n ) Ì {0} .
aaa
- dim(Im u a +1 ) + dim(Ker u a +1 ) = dim E , d’où : dim(Im u a +1 ) = n - dim(Ker u a +1 ). De plus, comme u, donc u n , sont des endomorphismes de E, on peut écrire que Ker u n et Im u n sont
Or, d’après la définition de a, on peut écrire : Ker u a = Ker u a +1, d’où : dim(Ker u a ) = dim(Ker u a +1 ), et des sous-espaces vectoriels de E, et donc que Ker u n Ç Im u n est un espace vectoriel, d’où la conclusion :
De plus, on a (cf. 1b) : Im u a +1 Ì Im u a . Comme dim(Im u a +1 ) = dim(Im u a ), on en déduit alors : On en déduit alors : Ker u n Ç Im u n = {0} .
Im u a = Im u a +1, et donc, d’après la définition de b : b £ a.
❏ Comme E est un espace vectoriel de dimension finie, et comme u n est un endomorphisme de E, d’après la
❏ Comme E est un espace vectoriel de dimension finie, et comme u b et u b +1 sont deux endomorphismes de E, formule du rang, on peut également écrire : dim(Im u n ) + dim(Ker u n ) = dim E .
d’après la formule du rang, on peut écrire :
Comme dim(Im u n ) + dim(Ker u n ) = dim E et Ker u n Ç Im u n = {0}, on peut désormais conclure :
- dim(Im u b ) + dim(Ker u b ) = dim E , d’où : dim(Ker u b ) = n - dim(Im u b ), et :
❏
a=b - si E est de dimension finie, montrer que F + G = E et que dim F + dim G = dim E ,
- si E est de dimension finie, construire une base de F et une base de G, et montrer que la concaténation
de ces deux bases forme une base de E.
■ Supposons que n > n. Comme n est le plus petit entier k tel que Ker u k = Ker u k +1, on peut alors écrire :
" k Î 0, n - 1, Ker u k ¹ Ker u k +1.
En procédant de manière analogue à la question 2a, on démontre alors, par montée finie, que :
" k Î 0, n , dim(Ker u k ) ³ k, et en particulier, pour k = n : dim(Ker u n ) ³ n, d’où : dim(Ker u n ) > n. ➠ 2.17 Matrices de Vandermonde
2i p n -1
Or, comme Ker u n est un sous-espace vectoriel de E, on peut également écrire : dim(Ker u n ) £ dim E , i.e. : Soient n un entier naturel non nul, wn =e n , et, pour tout p Î , Sn (p) = å wnkp .
n
dim(Ker u ) £ n. On aboutit ainsi à une contradiction, d’où : n £ n. k =0
Retenir que, pour tout endomorphisme u, les suites (Ker u k )k Î et (Im u k )k Î sont respectivement
et An = (ai, j )1£i £n (An est appelée matrice de Vandermonde associée à wn , cf. 2.L).
croissantes et décroissantes (au sens de l’inclusion), et qu’en dimension finie, elles sont stationnaires 1£j £n
(à partir du même rang pour les deux suites).
Calculer An An . En déduire que An est inversible, et déterminer son inverse.
3) ❏ Soit y Î (Ker u n Ç Im u n ). 1) On a :
Comme y Î Ker u n , on peut écrire : u n (y ) = 0. De même, comme y Î Im u n , on peut également écrire : n -1
- " p Î {rn, r Î } , Sn (p) = å wnkp soit, d’après la définition de wn :
$ x Î E , y = u n (x ). En composant cette dernière relation par u n , on en déduit alors : u n (y ) = u 2n (x ), et donc, k =0
n -1 2ipp k
- "p Î
n
n soit encore, en reconnaissant la somme des termes d’une suite
k =0 2ipp
géométrique de raison e n ¹1 :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
48 MasterClass 2019-2020 – ECS 2ème année Les basiques 49
- " r Î , Sn (rn ) = n. 1
An est inversible, d’inverse An
n
On peut désormais conclure :
ì n si p Î {rn, r Î }
ï
ï
" p Î , Sn (p) = í
ï
ï 0 sinon
ï
î
2i ( p -1)(q -1)p
" (p, q ) Î 1, n 2 , a p,q = e n i.e. :
-2i ( p-1)(q -1)p
" (p, q ) Î 1, n 2 , a p,q = e n ce qui s’écrit encore :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
50 MasterClass 2019-2020 – ECS 2ème année
Les incontournables
Tous les résultats classiques et théorèmes hors-programme au cœur des sujets de concours...
b) Montrer que si f est injective, alors f () est une famille libre de F.
2) a) Montrer que f est surjective si et seulement si l’image par f d’une famille génératrice de E est une famille
génératrice de F.
b) Montrer que f est injective si et seulement si l’image par f de toute famille libre de E est une famille
libre de F.
c) Montrer que f est bijective si et seulement si l’image par f d’une base de E est une base de F.
1) a) Soient p un entier naturel supérieur ou égal à n, et (ui )1£i £p la famille de vecteurs de E telle
que = (ui )1£i £p .
Soit alors y Î Im f . On peut écrire : $ x Î E , y = f (x ). Comme est une famille génératrice de E, on peut
p æ p ö
également écrire : $(li )1£i £p Î p , x = å li ui , d’où, en composant cette relation par f : f (x ) = f ççå li ui ÷÷÷, et
i =1
çè i =1 ÷ø
p
donc, comme f est une application linéaire : y = å li f (ui ).
i =1
p
On en déduit alors : " y Î Im f , $(li )1£i £p Î p , y = å li f (ui ). La famille ( f (ui ))1£i £p forme donc une famille
i =1
génératrice de Im f , d’où la conclusion, comme f () = ( f (ui ))1£i £p :
b) Soient q un entier naturel inférieur ou égal à n, et (vi )1£i £q la famille de vecteurs de E telle
que = (vi )1£i £q .
Supposons que f est injective. Soit alors (li )1£i £q Î q . Comme f est une application linéaire, on peut écrire :
q æ q ö
å i i
l f (v ) = 0 f ççå li vi ÷÷ = 0 i.e. :
çè ÷÷
i =1 i =1 ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
52 MasterClass 2019-2020 – ECS 2ème année Les incontournables 53
i =1 Soit alors x Î Ker f , et supposons que x ¹ 0. Comme f est une application linéaire de E dans F, on peut aaa
q
On peut maintenant écrire : " (li )1£i £q Î , q
å li f (vi ) = 0 " i Î 1, q , li = 0, donc que la famille aaa
écrire que Ker f est un sous-espace vectoriel de E, donc que x Î E , et donc, comme x ¹ 0, que la famille (x )
i =1
forme une famille libre de E. Comme l’image par f de toute famille libre de E est une famille libre de F, on en aaa
( f (vi ))1£i £q est libre. Comme f est une application de E dans F, donc comme " i Î 1, q , f (vi ) Î F , on en déduit déduit alors que la famille ( f (x )) forme une famille libre de F, et donc que f (x ) ¹ 0.
alors que la famille ( f (vi ))1£i £q forme une famille libre de F, et donc, comme f () = ( f (vi ))1£i £q , que f () est Or, comme x Î Ker f , on peut écrire que f (x ) = 0. On aboutit ainsi à une contradiction, et on en déduit alors
une famille libre de F, d’où la conclusion : que x = 0, i.e. : Ker f Ì {0} . De plus, comme Ker f est un sous-espace vectoriel de E, on peut également écrire
que Ker f est un espace vectoriel, et donc que {0} Ì Ker f .
Si f est injective, alors la famille f () est une famille libre de F
On en déduit alors que Ker f = {0}, i.e. : f est injective.
Ainsi, si l’image par f de toute famille libre de E est une famille libre de F, alors f est injective.
c) Supposons que f est injective.
Comme est une base de E, on peut écrire que est une famille génératrice de E, et donc (cf. 1a) que ❏ On peut désormais conclure :
f () est une famille génératrice de Im f .
f est injective si et seulement si l’image par f de toute famille libre de E est une famille libre de F
De plus, comme est une base de E, on peut également écrire que est une famille libre de E. Comme f est
injective, on en déduit alors (cf. 1b) que f () est une famille libre de F, et donc, comme f () est également une
famille de vecteurs de Im f , que f () est une famille libre de Im f . c) ❏ Supposons que f est bijective.
Comme f () est une famille libre et génératrice de Im f , on en déduit alors que f () est une base de Im f , Soit alors une base de E. Comme f est bijective, on peut écrire que f est injective, et donc, comme est
d’où la conclusion : une base de E, que f () est une base de Im f (cf. 1c). De plus, comme f est bijective, on peut également écrire
que f est surjective, donc que Im f = F . On en déduit alors que f () est une base de F.
Si f est injective, alors la famille f () est une base de Im f
Ainsi, si f est bijective, alors l’image par f de toute base de E est une base de F.
2) a) ❏ Supposons que f est surjective. ❏ Soit maintenant (ei )1£i £n une base de E. Supposons que ( f (ei ))1£i £n forme une base de F.
Soit alors une famille génératrice de E. On peut écrire (cf. 1a) que f () est une famille génératrice de Im f .
Comme (ei )1£i £n forme une base de E, on peut écrire que (ei )1£i £n forme une famille génératrice de E. De
Or, comme f est surjective, on peut également écrire que Im f = F , donc que f () est une famille génératrice aaa
de F. plus, comme ( f (ei ))1£i £n forme une base de F, on peut également écrire que ( f (ei ))1£i £n forme une famille
Ainsi, si f est surjective, alors l’image par f de toute famille génératrice de E est une famille génératrice génératrice de F. On en déduit alors (cf. 2a) que f est surjective.
de F.
Or, comme la famille ( f (ei ))1£i £n forme une base de F, on peut écrire que dim F = n. Comme f est une
❏ Soit maintenant une famille génératrice de E. Supposons alors que f () est une famille génératrice de F. application surjective de E sur F, avec dim E = dim F = n, donc une application surjective sur des espaces
Comme est une famille génératrice de E, on peut écrire (cf. 1a) que f () est une famille génératrice vectoriels de même dimension finie, on en déduit alors que f est bijective.
de Im f . Comme f () est une famille génératrice de Im f et une famille génératrice de F, on en déduit alors Ainsi, si l’image par f d’une base de E est une base de F, alors f est bijective.
que Im f = F , et donc que f est surjective.
❏ On peut désormais conclure :
Ainsi, si l’image par f d’une famille génératrice de E est une famille génératrice de F, alors f est surjective.
f est bijective si et seulement si l’image par f d’une base de E est une base de F
❏ On peut désormais conclure :
Retenir que, si E et F sont deux -espaces vectoriels de dimensions finies, et f est une application
f est surjective si et seulement si l’image par f d’une famille génératrice de E est une famille génératrice de F
linéaire de E dans F, alors :
- l’image par f d’une famille génératrice de E est une famille génératrice de Im f ,
- si f est injective, alors l’image par f d’une famille libre de E est une famille libre de F,
- si f est injective, alors l’image par f d’une base de E est une base de Im f ,
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
54 MasterClass 2019-2020 – ECS 2ème année Les incontournables 55
- f est surjective si et seulement si l’image par f d’une famille génératrice de E est une famille génératrice 2) ■ Cette question peut se résoudre d’au moins deux façons différentes : (i ) à l’aide des résultats de la
de F (i.e. si f est surjective, alors l’image par f de toute famille génératrice de E est une famille question 1, ou (ii ) en introduisant le vecteur U = (1)1£i £n .
génératrice de F, et si l’image par f d’une famille génératrice de E est une famille génératrice de F, alors n n
f est surjective), (i ) Supposons que å C i = 0. On peut alors écrire que : $(li )1£i£n Î n {0}, å li C i = 0, donc que la famille
i =1 i =1
- f est injective si et seulement si l’image par f de toute famille libre de E est une famille libre de F
(C i )1£i £n est liée, et donc (cf. 1a) que A n’est pas inversible, d’où la conclusion :
(i.e. si f est injective, alors l’image par f de toute famille libre de E est une famille libre de F, et si
l’image par f de toute famille libre de E est une famille libre de F, alors f est injective), n
Si å C i = 0, alors A n’est pas inversible
- f est bijective si et seulement si l’image par f d’une base de E est une base de F (i.e. si f est bijective, i =1
alors l’image par f de toute base de E est une base de F, et si l’image par f d’une base de E est une base
n
de F, alors f est bijective). (ii ) Supposons que å C i = 0. Soient alors (ai, j )1£i£n les coefficients de A. On peut écrire :
i =1 1£j £n
Attention ! Ces propriétés ne sont pas au programme officiel… n
NB : Bien que les propriétés démontrées dans cet exercice ne soient pas stricto sensu au programme officiel, on pourra, dans certains cas, les
" i Î 1, n , å ai , j = 0 i.e. :
j =1
considérer comme admises aux concours. n
" i Î 1, n , å ai , j ´ 1 = 0 ce qui s’écrit encore, en posant U = (1)1£i £n :
j =1
AU = 0.
❦ 2.B Matrices inversibles, vecteurs lignes et vecteurs colonnes
Soient n un entier naturel non nul, et A Î n (). Comme U ¹ 0, on peut maintenant écrire que $ X ¹ 0, AX = 0, donc que le système AX = 0 n’est pas de
Cramer, et donc que A n’est pas inversible, d’où la conclusion :
1) a) Montrer que A est inversible si et seulement si ses vecteurs colonnes forment une famille libre
de n,1(). n
Si å C i = 0, alors A n’est pas inversible
b) En déduire que A est également inversible si et seulement si ses vecteurs lignes forment une famille libre i =1
de 1,n ().
■ Cette question peut se résoudre de deux façons différentes : (i ) à l’aide des résultats de la question 1, ou
2) Soient respectivement (C i )1£i £n et (Li )1£i £n les vecteurs colonnes et ligne de A. Que peut-on dire de A
(ii ) en introduisant le vecteur U = (1)1£i £n .
n n
si å C i = 0 ? si å Li = 0 ? n n
i =1 i =1
(i ) Supposons que å Li = 0. On peut alors écrire que : $(li )1£i£n Î n {0}, å li Li = 0, donc que la famille
i =1 i =1
1) Soient (ei )1£i £n la base canonique de n , et f l’endomorphisme de n dont A est la matrice représentative (Li )1£i £n est liée, et donc (cf. 1b) que A n’est pas inversible, d’où la conclusion :
dans la base (ei )1£i £n .
n
Si å Li = 0, alors A n’est pas inversible
a) Comme A est la matrice représentative de f dans la base (ei )1£i £n , on peut écrire que A est inversible si et i =1
seulement si f est bijective, i.e. (cf. 2.A.2c) si et seulement si la famille ( f (ei )) forme une base de n , n
1£i £n
et donc, comme cette famille est constituée de n vecteurs, avec dim( ) = n, si et seulement si la n (ii ) Supposons que å Li = 0. Soient alors (ai, j )1£i£n les coefficients de A. On peut écrire :
i =1
aaa
1£j £n
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
56 MasterClass 2019-2020 – ECS 2ème année Les incontournables 57
Retenir que toute matrice carrée A est inversible si et seulement si ses vecteurs colonnes (resp. lignes) Se souvenir que :
n
forment une famille libre.
- si " i Î 1, n , Fi Ì E , alors : å Fi Ì E, et :
En particulier, si la somme des vecteurs colonnes (resp. lignes) de A est nulle, alors A n’est pas i =1
n
inversible. - si " i Î 1, n , E Ì Fi , alors : E Ì Fi .
i =1
Attention ! Ces propriétés ne sont pas au programme officiel…
NB : Bien que les propriétés démontrées dans cet exercice ne soient pas stricto sensu au programme officiel, on pourra, dans certains cas, les 2) ❏ Supposons que : F Ì G . On a alors : F È G = G, et G est bien un sous-espace vectoriel de E. Supposons de
considérer comme admises aux concours.
même que G Ì F . On a alors : F È G = F , et F est bien un sous-espace vectoriel de E.
1) a) Supposons que : " i Î 1, n , Fi Ì E . On en déduit alors que si F Ë G et G Ë F , alors F È G n’est pas un sous-espace vectoriel de E, et donc, par
n n n
Soit alors x Î å Fi . On peut écrire : $(x i )1£i £n Î Fi , x = å x i . Comme " i Î 1, n , x i Î Fi , et comme contraposition, que si F È G est un sous-espace vectoriel de E, alors F Ì G ou G Ì F .
i =1 i =1 i =1
" i Î 1, n , Fi Ì E , on en déduit alors : " i Î 1, n , x i Î E . ❏ On peut désormais conclure :
n
Comme E est un espace vectoriel, on peut maintenant écrire : å xi Î E, et donc : x Î E . F È G est un sous-espace vectoriel de E si et seulement si F Ì G ou G Ì F
i =1
n
On en déduit alors : å Fi Ì E, d’où la conclusion :
i =1
Se souvenir que F È G est un sous-espace vectoriel de E si et seulement si F Ì G ou G Ì F .
n
Si " i Î 1, n , Fi Ì E , alors : å Fi Ì E 3) ■ Soit x Î Ker f . On peut écrire : f (x ) = 0, d’où, en composant cette relation à gauche par g : (g f )(x ) = 0, et
i =1
donc : x Î Ker(g f ), d’où la conclusion :
b) Supposons que : " i Î 1, n , E Ì Fi . Soit alors x Î E . Comme " i Î 1, n , E Ì Fi , on peut écrire : Ker f Ì Ker(g f )
n
" i Î 1, n , x Î Fi , et donc : x Î Fi .
i =1 ■ Soit z Î Im(g f ).
n
On en déduit alors : E Ì Fi , d’où la conclusion : Comme g f est une application linéaire définie sur E, donc une application surjective de E sur Im(g f ), on
i =1
peut écrire : $ x Î E , z = (g f )(x ), i.e. : $ x Î E , z = g ( f (x )).
n
Si " i Î 1, n , E Ì Fi , alors : E Ì Fi
i =1
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
58 MasterClass 2019-2020 – ECS 2ème année Les incontournables 59
De plus, comme f est une application de E dans F, on peut également écrire : $ ! y Î F , y = f (x ), d’où : æ n p ö n p
" x Î F ´G, $ ! ((li )1£i £n ,(mi )1£i £p ) Î n +p , x = ççå li fi , å mi gi ÷÷÷ = å li ( fi , 0) + å mi (0, gi ) d’où :
$ y Î F , z = g(y ), et donc : z Î Im g. èç i=1 i =1 ø÷ i =1 i =1
ïìï x = (u, u ¢)
ïï
4) ■ Soient (x , y, z ) Î (F ´G )3, ïí y = (v, v ¢) , et (l, m) Î 2 . On peut écrire :
ïï
ïïîï z = (w, w ¢) ★ 2.D Propriétés du rang
1) Soient n et p deux entiers naturels non nuls, E un -espace vectoriel de dimension n, et (ui )1£i £p une
- x + y = (u, u ¢) + (v, v ¢) = (u + v, u ¢ + v ¢), et donc, comme F et G sont deux -espaces vectoriels, donc comme
famille de p vecteurs de E.
(u + v ) Î F et (u ¢ + v ¢) Î G : (u + v, u ¢ + v ¢) Î F ´G, i.e. : (x + y ) Î F ´G,
a) Montrer que la famille (ui )1£i £p forme une famille libre de E si et seulement si rg ((ui )1£i £p ) = p.
- (x + y ) + z = ((u, u ¢) + (v, v ¢)) + (w, w ¢) = (u + v, u ¢ + v ¢) + (w, w ¢) = (u + v + w, u ¢ + v ¢ + w ¢)
b) Montrer que la famille (ui )1£i £p forme une famille génératrice de E si et seulement si rg ((ui )1£i £p ) = n.
- (x + y ) + z = (u, u ¢) + ((v, v ¢) + (w, w ¢)) = x + (y + z ),
- x + 0 = (u, u ¢) + (0, 0) = (u, u ¢) = (0, 0) + (u, u ¢) = 0 + x = x , c) Montrer que la famille (ui )1£i £p forme une base de E si et seulement si rg ((ui )1£i £p ) = n = p.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
60 MasterClass 2019-2020 – ECS 2ème année Les incontournables 61
1) a) Comme (ui )1£i £p est une famille de vecteurs de E, elle forme une famille libre de E si et seulement b) f est injective si et seulement si Ker f = {0}, i.e. dim(Ker f ) = 0.
aaa si elle forme une famille libre de Vect ((ui )1£i £p ), soit, comme elle forme également une famille génératrice Or, comme E est un espace vectoriel de dimension finie et comme f est une application linéaire de E dans F,
de Vect ((ui )1£i £p ), si et seulement si elle forme une base de Vect ((ui )1£i £p ), donc si et seulement si
aaa
d’après la formule du rang, on peut écrire : dim(Im f ) + dim(Ker f ) = dim E , i.e. : rg( f ) = dim E - dim(Ker f ).
dim (Vect ((ui )1£i £p )) = p, i.e. si et seulement si rg ((ui )1£i £p ) = p, d’où la conclusion : On peut désormais conclure :
c) f est surjective si et seulement si Im f = F , d’où, comme f est une application linéaire de E dans F,
b) La famille (ui )1£i £p forme une famille génératrice de E si et seulement si Vect ((ui )1£i £p ) = E , donc comme donc Im f est un sous-espace vectoriel de F, si et seulement si dim(Im f ) = dim F , i.e. rg( f ) = dim F , d’où la
les vecteurs (ui )1£i £p sont des vecteurs de E, si et seulement si dim (Vect ((ui )1£i £p )) = dim E , i.e. si et seulement conclusion :
La famille (ui )1£i £p forme une famille génératrice de E si et seulement si rg ((ui )1£i £p ) = n
d) f est bijective si et seulement f est injective et surjective, i.e. (cf. 2a et 2b) si et seulement si
rg( f ) = dim E et rg( f ) = dim F , d’où la conclusion :
c) La famille (ui )1£i £p forme une base de E si et seulement si elle forme une famille libre et génératrice de E,
f est bijective si et seulement si rg( f ) = dim E = dim F
i.e. (cf. 1a et 1b) si et seulement si rg ((ui )1£i £p ) = p et rg ((ui )1£i £p ) = n, d’où la conclusion :
La famille (ui )1£i £p forme une base de E si et seulement si rg ((ui )1£i £p ) = n = p Retenir que si f est une application linéaire de E dans F, où E et F sont deux espaces vectoriels de
dimensions finies, alors :
- f est injective si et seulement si rg( f ) = dim E ,
Retenir que si (ui )1£i £p est une famille de p vecteurs de E, où E est un espace vectoriel de
- f est surjective si et seulement si rg( f ) = dim F , et :
dimension n, alors :
- f est bijective si et seulement si rg( f ) = dim E = dim F .
- (ui )1£i £p forme une famille libre de E si et seulement si rg ((ui )1£i £p ) = p,
Attention ! Ces propriétés ne sont pas au programme officiel…
- (ui )1£i £p forme une famille génératrice de E si et seulement si rg ((ui )1£i £p ) = n,
- (ui )1£i £p forme une base de E si et seulement si rg ((ui )1£i £p ) = n = p. NB : Bien que les propriétés démontrées dans ces deux premières questions ne soient pas stricto sensu au programme officiel, on pourra,
dans certains cas, les considérer comme admises aux concours.
Attention ! Ces propriétés ne sont pas au programme officiel…
Comme rg( f ) £ dim E et rg( f ) £ dim F , on peut désormais conclure : D’après les relations ➀ et ➂, on en déduit alors :
dim (Im( f + g )) £ dim(Im f ) + dim(Im g ) i.e. :
rg( f ) £ min(dim E , dim F )
rg( f + g ) £ rg( f ) + rg(g ) ➃.
Retenir que si f est une application linéaire de E dans F, où E et F sont deux espaces vectoriels de
dimensions finies, alors : rg( f ) £ min(dim E , dim F ). ❏ Comme f et g sont des endomorphismes de E, donc f + g et - g sont également des endomorphismes
de E, en substituant f + g à f, et - g à g dans la relation ➃, on peut maintenant écrire :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
62 MasterClass 2019-2020 – ECS 2ème année Les incontournables 63
f et g jouant des rôles symétriques, on peut également écrire : dim(Ker f + Ker g ) = n + (rg( f + g ) - rg( f ) - rg(g )) d’où, comme rg( f + g ) = rg( f ) + rg(g ) :
Soit maintenant x Î Ker( f + g ). On peut écrire : ( f + g )(x ) = 0, d’où : f (x ) = - g(x ), soit, comme f (x ) Î Im f alors : rg( f + g ) = n - dim(Ker f Ç Ker g ) ➉.
ì
ï f (x ) Î (Im f Ç Im g )
ï De plus, comme f et g sont deux endomorphismes de E, on peut écrire que Ker f et Ker g sont deux sous-
et g(x ) Î Im g, donc - g(x ) Î Im g : í . Comme Im f Ç Im g = {0} (cf. supra), on peut main-
ï - g(x ) Î (Im f Ç Im g )
aaa aaa
ï
ï
î espaces vectoriels de E, et donc, comme E est un espace vectoriel de dimension finie, que Ker f et Ker g sont
ìï f (x ) = 0 ìï x Î Ker f deux espaces vectoriels de dimensions finies. On peut alors écrire :
ï
tenant écrire : í , i.e. : ïí , ce qui s’écrit encore : x Î (Ker f Ç Ker g ). On en déduit alors :
ïï g(x ) = 0 ïï x Î Ker g dim(Ker f + Ker g ) = dim(Ker f ) + dim(Ker g ) - dim(Ker f Ç Ker g ) d’où :
aaa
ïî î
Ker( f + g ) Ì (Ker f Ç Ker g ). dim(Ker f Ç Ker g ) = dim(Ker f ) + dim(Ker g ) - dim(Ker f + Ker g ).
On en déduit alors : Ker f Ç Ker g = Ker( f + g ), et donc : dim(Ker f Ç Ker g ) = dim(Ker( f + g )). On peut maintenant écrire, d’après la relation ➉ :
rg( f + g ) = n - dim(Ker f ) - dim(Ker g ) + dim(Ker f + Ker g ) soit, comme Ker f + Ker g = E ,
On peut maintenant écrire, d’après la relation ➇ :
d’où dim(Ker f + Ker g ) = dim E = n :
dim(Ker f + Ker g ) = dim(Ker f ) + dim(Ker g ) - dim(Ker( f + g )) ➈.
rg( f + g ) = n - dim(Ker f ) - dim(Ker g ) + n et donc, comme dim(Ker f ) = n - rg( f )
Or, comme E est un espace vectoriel de dimension finie, et comme f, g, donc f + g, sont trois endomor-
et dim(Ker g ) = n - rg(g ) (cf. supra) :
phismes de E, d’après la formule du rang, on peut également écrire :
rg( f + g ) = n - (n - rg( f )) - (n - rg(g )) + n i.e. :
- dim(Im f ) + dim(Ker f ) = dim E , d’où : dim(Ker f ) = n - rg( f ),
rg( f + g ) = rg( f ) + rg(g ).
- dim(Im g ) + dim(Ker g ) = dim E , d’où : dim(Ker g ) = n - rg(g ), et :
- dim (Im( f + g )) + dim (Ker( f + g )) = dim E , d’où : dim (Ker(f + g )) = n - rg(f + g ).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
64 MasterClass 2019-2020 – ECS 2ème année Les incontournables 65
ì Im f Ç Im g = {0}
ï Or, comme f est une application linéaire de E dans F, on peut écrire que Im f est un sous-espace vectoriel
On en déduit alors : ïí rg( f + g ) = rg( f ) + rg(g ).
ïï Ker f + Ker g = E de F, et donc, comme F est un espace vectoriel de dimension finie, que Im f est un espace vectoriel de
î
dimension finie.
❏ On peut désormais conclure : De plus, comme F est un espace vectoriel de dimension finie, et comme g est une application linéaire de F
dans G, d’après la formule du rang, on peut également écrire : dim(Im g ) + dim(Ker g ) = dim F , d’où :
ìï Im f Ç Im g = {0}
rg( f + g ) = rg( f ) + rg(g ) ïí dim(Ker g ) = dim F - rg(g ).
ïï Ker f + Ker g = E
î
Comme Im f est un espace vectoriel de dimension finie, et comme g ¢ est une application linéaire de Im f
dans G, d’après la formule du rang, on en déduit alors :
Se souvenir que si E est un espace vectoriel de dimension n, et f et g deux endomorphismes de E, alors :
ìï Im f Ç Im g = {0} dim(Im g ¢) + dim(Ker g ¢) = dim(Im f ) i.e. :
rg( f + g ) = rg( f ) + rg(g ) ï
í .
ï Ker f + Ker g = E rg(g ¢) = rg(f ) - dim(Ker g ¢) soit, comme rg(g ¢) £ rg(g f ) et dim(Ker g ¢) £ dim(Ker g ) (cf. supra) :
ï
î
rg(g f ) ³ rg( f ) - dim(Ker g ) soit encore, comme dim(Ker g ) = dim F - rg(g ) (cf. supra) :
4) a) ❏ Comme E, F et G sont trois espaces vectoriels de dimensions finies, f une application linéaire de E rg(g f ) ³ rg( f ) - (dim F - rg(g )) i.e. :
dans F, et g une application linéaire de F dans G, on peut écrire (cf. 2.C.3) : Ker f Ì Ker(g f ), d’où : rg(g f ) ³ rg( f ) + rg(g ) - dim F ➐.
dim(Ker f ) £ dim (Ker(g f )) ➊.
On peut désormais conclure, d’après les relations ➏ et ➐ :
Or, comme E est un espace vectoriel de dimension finie, et comme f est une application linéaire de E dans F,
d’après la formule du rang, on peut écrire : dim(Im f ) + dim(Ker f ) = dim E , d’où : rg( f ) + rg(g ) - dim F £ rg(g f ) £ min (rg( f ), rg(g ))
rg(g f ) £ rg(g ) ➎. rg(g ) + rg(h ) - dim F £ rg(h g ) £ min (rg(g ), rg(h )) d’où, comme h Î GL(F ), donc rg(h ) = dim F (cf. 2d) :
rg(g ) £ rg(h g ) £ rg(g ) i.e. :
D’après les relations ➍ et ➎, on peut maintenant écrire :
rg(h g ) = rg(g ) ➒.
rg(g f ) £ min (rg( f ), rg(g )) ➏.
On peut désormais conclure, d’après les relations ➑ et ➒ :
❏ Soit maintenant g ¢ la restriction de g à Im f . rg(g f ) = rg(g ) = rg(h g )
D’après la définition de g ¢, on peut écrire : Ker g ¢ = (Ker g Ç Im f ), d’où : Ker g ¢ Ì Ker g, et donc :
dim(Ker g ¢) £ dim(Ker g ). Se souvenir que si E et F sont deux espaces vectoriels de dimensions finies, f un automorphisme de E,
g une application linéaire de E dans F, et h un automorphisme de F, alors : rg(g f ) = rg(g ) = rg(h g ).
Soit alors z Î Im g ¢. Comme g ¢ est une application linéaire définie sur Im f , donc une application surjective
de Im f sur Im g ¢, on peut écrire : $ y Î Im f , z = g ¢(y ) = g(y ). Or, comme y Î Im f , et comme f est une appli-
aaa
aaa cation linéaire définie sur E, donc une application surjective de E sur Im f , on peut également écrire :
$ x Î E , y = f (x ). On en déduit alors : $ x Î E , z = (g f )(x ), et donc : z Î Im(g f ).
On peut maintenant écrire : Im g ¢ Ì Im(g f ), et donc :
rg(g ¢) £ rg(g f ).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
66 MasterClass 2019-2020 – ECS 2ème année Les incontournables 67
n +1
★ 2.E Bases de �n [X ] On peut maintenant écrire : " (lk )0£k £n +1 Î �n +2, å lk Pk = 0 " k Î 0, n + 1, lk = 0, donc que la famille
1) Soit (Pk )k Î� une famille de polynômes de �[X ] telle que : k =0
(Pk )0£k £n +1 est libre.
" k Î �, deg(Pk ) = k .
Par conséquent, si la propriété est vérifiée au rang n, elle est également vérifiée au rang n + 1.
Montrer que, pour tout n Î �, (Pk )0£k £n forme une base de �n [X ].
• Ainsi, pour tout n Î �, on peut écrire que la famille (Pk )0£k £n est libre.
2) Soient n un entier naturel non nul, et a et b deux réels distincts.
Retenir que toute famille de polynômes graduée en degrés (i.e. dont les degrés sont échelonnés) forme une
famille libre de �[X ], et, plus généralement, que toute famille de polynômes de degrés deux à deux
3) Soient n un entier naturel non nul, (x i )1£i £n une suite de nombre réels distincts, et (Li )1£i £n la suite de
distincts forme une famille libre de �[X ].
polynômes définis par :
De même, toute famille de polynômes de valuations deux à deux distinctes de �[X ] forme une famille
n X - xj libre de �[X ] (on appelle valuation d’un polynôme, le degré de son monôme non nul de plus bas degré).
" i Î 1, n , Li = .
j =1 xi - x j
j ¹i
Attention ! Ces deux propriétés ne sont pas au programme officiel…
1) ❏ Montrons par récurrence que, pour tout n Î �, la famille (Pk )0£k £n est libre. forme une famille libre de �n [X ]. Comme, pour tout n Î �, la famille (Pk )0£k £n est en outre constituée de n + 1
vecteurs de �n [X ], avec dim (�n [X ]) = n + 1, on peut désormais conclure :
• Au rang n = 0, comme deg(P0 ) = 0, donc P0 ¹ 0, on peut écrire : " l Î �, lP0 = 0 l = 0. On en déduit alors
que la famille (P0 ) est libre. Pour tout n Î �, la famille (Pk )0£k £n forme une base de �n [X ]
Retenir que, pour tout n Î �, toute famille (Pk )0£k £n de �[X ] telle que " k Î 0, n , deg(Pk ) = k (i.e. toute
• Soit n Î �, supposons que la famille (Pk )0£k £n est libre. Soit alors (lk )0£k £n +1 Î �n +2 . famille graduée en degrés de n + 1 polynômes de �n [X ]) forme une base de �n [X ].
Attention ! Cette propriété n’est pas au programme officiel…
Comme " k Î �, deg(Pk ) = k, on peut écrire que :
- deg(Pn +1 ) = n + 1, donc que le coefficient an +1 du monôme de degré n + 1 de Pn +1 est non nul, et que : NB : Bien que les propriétés démontrées dans cette question ne soient pas stricto sensu au programme officiel, on pourra, dans certains cas,
n +1 les considérer comme admises aux concours.
- le coefficient du monôme de degré n + 1 de å lk Pk est celui de ln +1 Pn +1.
k =0
n +1 n
On en déduit alors que le coefficient du monôme de degré n + 1 de å lk Pk est égal à an +1 ln +1. 2) ❏ Soit (lk )0£k £n Î �n +1. Supposons que : å lk (X - a )k (X - b)n-k = 0. Montrons alors, par montée finie, que :
k =0 k =0
Or, si un polynôme est nul, alors tous ses coefficients sont nuls, et en particulier le coefficient de son monôme de " k Î 0, n , lk = 0.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
68 MasterClass 2019-2020 – ECS 2ème année Les incontournables 69
n
✦ 2.F Familles libres de fonctions
å li (X - a )i -k -1(X - b)n -i = 0 et donc, en évaluant cette relation en a (il ne subsiste plus dans la somme
* kx
i =k +1 1) a) Montrer que pour tout n Î � , la famille (x e )1£k £n est libre.
que le terme en i = k + 1) :
b) Montrer que pour tout n Î �*, la famille (x sin kx )1£k £n est libre.
lk +1 (a - b)n -k -1 = 0 soit encore, comme a ¹ b, en divisant cette relation par (a - b)n -k -1 ¹ 0 :
lk +1 = 0 soit enfin, comme, d’après l’hypothèse de récurrence, on a " i Î 0, k , li = 0 : c) Montrer que pour tout n Î �, la famille (x x k lnn -k x )0£k £n est libre.
" i Î 0, k + 1, li = 0. 2) Soient n un entier naturel non nul, I un intervalle de � non vide et non réduit à un point, et I l’intervalle I
privé de ses extrémités.
Par conséquent, si la propriété est vérifiée du rang 0 au rang k, elle est également vérifiée au rang k + 1, donc du
rang 0 au rang k + 1. a) Soient (ak )1£k £n une suite strictement croissante d’éléments de I , et ( fk )1£k £n la suite de fonctions définies
sur I par : " k Î 1, n , " x Î I , fk (x ) = x - ak . Montrer que la famille ( fk )1£k £n est libre.
• Ainsi, on a bien : " k Î 0, n , lk = 0.
b) Soient (ak )1£k £n une suite de réels deux à deux distincts, et ( fk )1£k £n la suite de fonctions définies sur I
n
On peut maintenant écrire : " (lk )0£k £n Î �n +1, å lk (X - a )k (X - b)n -k = 0 " k Î 0, n , lk = 0, donc que par : " k Î 1, n , " x Î I , fk (x ) = x - ak . À quelles conditions la famille ( fk )1£k £n est-elle libre ?
k =0
aaa forme une famille libre de �n [X ]. Comme elle est en outre constituée de n + 1 vecteurs de �n [X ], avec aaa
(i ) Soient n un entier naturel non nul, (lk )1£k £n Î �n , et P = å lk X k . On peut écrire :
k =1
dim (�n [X ]) = n + 1, on peut désormais conclure : n
" x Î �, å lk ekx = 0 " x Î �, P(ex ) = 0 d’où, comme exp(�) = �+* :
k =1
La famille ((X - a )k (X - b)n -k )0£k £n forme une base de �n [X ] n
" x Î �, å lk ekx = 0 " x Î �* , P(x ) = 0
+ et donc, comme P Î �n [X ] et P s’annule sur �+* (cf. 1.A.1b) :
k =1
Se souvenir que, pour tout n Î �, la famille ((X - a )k (X - b)n-k )0£k £n forme une base de �n [X ]. " x Î �,
n
å lk ekx = 0 P = 0 d’où la conclusion, un polynôme étant nul si et seulement si
k =1
tous ses coefficients sont nuls :
n n n
å li Li = 0 " x Î �, å li Li (x ) = 0 d’où, en évaluant cette relation en x j ( j Î 1, n ) : On peut maintenant écrire : " (lk )1£k £n Î �n , " x Î �, å lk ekx = 0 " k Î 1, n , lk = 0, donc que la famille
i =1 i =1 k =1
❏ Comme " i Î 1, n , Li Î �n -1[X ] (cf. 1.G.1a), on peut maintenant écrire que la famille (Li )1£i £n forme une " x Î �, le x = 0 l = 0.
famille libre de �n -1[X ]. Comme elle est en outre constituée de n vecteurs de �n -1[X ], avec dim (�n -1[X ]) = n, On peut alors écrire : " l Î �, " x Î �, le x = 0 l = 0, donc que la famille (x e x ) = (x e kx )1£k £1 est libre.
on peut désormais conclure : La propriété est donc bien vérifiée au rang n = 1.
La famille (Li )1£i £n forme une base de �n -1[X ]
• Soit n Î �*, supposons que la famille (x ekx )1£k £n est libre. Soit alors (lk )1£k £n +1 Î �n +1. On peut écrire :
Se souvenir que, pour tout n Î �*, la famille (Li )1£i£n des polynômes de Lagrange (cf. 1.G) forme une base n +1 n +1
" x Î �, å lk ekx = 0 " x Î �, e(n +1)x å lk e(k -(n +1))x = 0 soit, en divisant
de �n -1[X ]. k =1 k =1
cette relation par e(n +1)x ¹ 0 (x Î �) :
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
70 MasterClass 2019-2020 – ECS 2ème année Les incontournables 71
n +1 n +1 n +1 n +1
" x Î , å lk ekx = 0 " x Î , å lk e(k -(n +1))x = 0 d’où, comme " k Î 1, n , lim e(k -(n +1))x = 0 et
x +¥
" x Î , å lk ekx = 0 " k Î 1, n , lk = 0 d’où, comme " x Î , å lk ekx = 0 :
k =1 k =1 k =1 k =1
• Ainsi, b) Montrons par récurrence que, pour tout n Î *, la famille (x sin kx )1£k £n est libre.
Pour tout n Î *, la famille (x ekx )1£k £n est libre • Au rang n = 1, soit l Î . On peut écrire :
• Au rang n = 1, soit l Î . On peut écrire : On peut alors écrire : " l Î , " x Î , l sin x = 0 l = 0, donc que la famille (x sin x ) = (x sin kx )1£k £1
est libre.
" x Î , le x = 0 (l = 0 ou " x Î , e x = 0) soit, comme $ x Î , e x ¹ 0 :
La propriété est donc bien vérifiée au rang n = 1.
" x Î , le x = 0 l = 0.
On peut alors écrire : " l Î , " x Î , le x = 0 l = 0, donc que la famille (x e x ) = (x e kx )1£k £1 est libre. • Soit n Î *, supposons que la famille (x sin kx )1£k £n est libre. Soit alors (lk )1£k £n +1 Î n +1. Les fonctions
La propriété est donc bien vérifiée au rang n = 1. (x sin kx )1£k £n+1 étant deux fois dérivables sur , on peut alors écrire, par double dérivation :
n +1 n +1
• Soit n Î *, supposons que la famille (x ekx )1£k £n est libre. Soit alors (lk )1£k £n +1 Î n +1. Les fonctions " x Î , å lk sin kx = 0 " x Î , - å k 2 lk sin kx = 0 d’où, en multipliant la première relation
k =1 k =1
par (n + 1)2 et en lui additionnant la seconde :
(x e kx )1£k £n +1 étant dérivables sur , on peut alors écrire, par dérivation :
n +1 n +1 n +1
" x Î ,
n +1
å lk e kx
= 0 " x Î ,
n +1
å k lk e kx
=0 d’où, en multipliant la première relation par n + 1
" x Î , å lk sin kx = 0 " x Î , (n + 1)2 å lk sin kx - å k 2 lk sin kx = 0 i.e. :
k =1 k =1 k =1
k =1 k =1
et en lui soustrayant la seconde : n +1 n +1
n +1 n +1 n +1
" x Î , å lk sin kx = 0 " x Î , å ((n + 1)2 - k 2 )lk sin kx = 0 soit, le terme en k = n + 1 de la
" x Î , å lk e kx
= 0 " x Î , (n + 1) å lk e kx
- å k lk e kx
=0 i.e. : k =1 k =1
somme étant nul :
k =1 k =1 k =1
n +1 n
n +1 n +1 " x Î , å lk sin kx = 0 " x Î , å ((n + 1)2 - k 2 )lk sin kx = 0
" x Î , å lk ekx = 0 " x Î , å (n - k + 1) lk ekx = 0 soit, le terme en k = n + 1 de la somme étant nul : k =1 k =1 et donc, comme, d’après l’hypothèse
k =1 k =1
de récurrence, la famille (x sin kx )1£k £n est libre :
n +1 n
n +1
" x Î , å lk ekx = 0 " x Î , å (n - k + 1) lk ekx = 0 et donc, comme, d’après l’hypothèse de récurrence,
" x Î , å lk sin kx = 0 " k Î 1, n , ((n + 1)2 - k 2 ) lk = 0 soit encore, comme " k Î 1, n , (n + 1)2 - k 2 ¹ 0 :
k =1 k =1 kx
la famille (x e )1£k £n est libre : k =1
n +1 n +1
" x Î ,
n +1
å lk e kx
= 0 " k Î 1, n , (n - k + 1) lk = 0 soit encore, comme " k Î 1, n , n - k + 1 ¹ 0 :
" x Î , å lk sin kx = 0 " k Î 1, n , lk = 0 d’où, comme " x Î , å lk sin kx = 0 :
k =1 k =1
k =1
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
72 MasterClass 2019-2020 – ECS 2ème année Les incontournables 73
n
ì
n +1
ï " k Î 1, n , lk = 0
ï p Comme " x Î �+* , å lk x k lnn-k x = 0 et " k Î 1, n , lk = 0, on peut maintenant écrire : " x Î �* , l0 lnn x = 0,
" x Î , å lk sin kx = 0 ï
+
í et donc, en posant x = dans
k =1
ïï " x Î , ln +1 sin ((n + 1) x ) = 0 2(n + 1) k =0
ï
î
d’où, comme $ x Î �+* , lnn x ¹ 0 : l0 = 0, et donc : " k Î 0, n , lk = 0.
la deuxième équation :
n +1 ì " k Î 1, n , lk = 0
ï n
" x Î , å lk sin kx = 0 ïïíln +1 = 0 i.e. : On peut maintenant écrire : " n Î �*, " (lk )0£k £n Î �n +1, " x Î �+* , å lk x k lnn-k x = 0 " k Î 0, n , lk = 0,
k =1 ï
ï
î k =0
n +1 et donc que, pour tout n Î �*, la famille (x x k lnn -k x )0£k £n est libre.
" x Î , å lk sin kx = 0 " k Î 1, n + 1, lk = 0.
k =1
n +1
Comme la fonction x 1 n’est pas la fonction nulle, on peut également écrire : " l Î �, l ´ 1 = 0 l = 0,
On peut maintenant écrire : " (lk )1£k £n +1 Î n +1, " x Î , å lk sin kx = 0 " k Î 1, n + 1, lk = 0, donc que la ❏
k =1
donc que la famille (x 1) = (x x k lnn -k x )0£k £0 est libre.
famille (x sin kx )1£k £n +1 est libre.
Le cas n = 0 rejoint donc le cas général, et on peut désormais conclure :
Par conséquent, si la propriété est vérifiée au rang n, elle est également vérifiée au rang n + 1.
Pour tout n Î �, la famille (x x k lnn -k x )0£k £n est libre
• Ainsi,
Pour tout n Î *, la famille (x sin kx )1£k £n est libre NB : On aurait également pu, au lieu de faire tendre x vers +¥, évaluer les relations précédentes en 1, ou bien se ramener à la première
n n
æ ln x ö÷n -k
méthode du 1a en posant P = å lk X n -k à partir de la relation : " x Î �+* , å lk çççè x ÷ø
÷ = 0.
k =0 k =0
n
c) ❏ Soient n un entier naturel non nul, et (lk )0£k £n Î n +1
. Supposons que : " x Î + , *
å lk x k
ln n -k
x = 0.
k =0 Se souvenir de la liberté des familles de fonctions (x ekx )1£k £n , (x sin kx )1£k £n et (x x k lnn -k x )0£k £n .
Montrons alors, par descente finie, que : " k Î 1, n , lk = 0.
n 2) a) Cette question peut se résoudre de deux façons différentes : (i ) par comparaison de fonctions sur des
• Au rang k = n, comme " x Î +* , å li x i lnn-i x = 0, en divisant cette relation par x n ¹ 0 (x Î +* ), on peut
intervalles successifs, ou (ii ) par comparaison de domaines de dérivabilité.
i =0
n n n -i
æ ln x ö÷
écrire : " x Î +* , å li x i-n lnn-i x = 0, i.e. : " x Î * , å li ççè+
x ø÷
÷ = 0.
(i ) ❏ Supposons que n ³ 2. Soit alors (lk )1£k £n Î �n . En posant, pour tout k Î 1, n - 1, I k = éëak , ak +1 éë (I k Ì I
i =0 i =0
n -i
æ ln x ö÷ car (ak , ak +1 ) Î I 2 ) et I n = [an , +¥ [ Ç I , on peut alors écrire :
Or, comme " i Î *, (ln x )i = (x i ) (négligeabilité classique), on peut écrire : " i Î 0, n - 1, lim çç ÷÷ = 0.
+¥ x +¥ è x ø
ì
En faisant tendre x vers +¥, on en déduit alors, par passage à la limite dans la relation précédente (il ne
n n
ï " i Î 1, k , x - ai = x - ai
ï
aaa
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
74 MasterClass 2019-2020 – ECS 2ème année Les incontournables 75
ìï k n
(ii ) Soit (lk )1£k £n Î n . On peut écrire :
ïïï " k Î 1, n - 1, å li - å li = 0
ï
➀ ïí n i =1 i =k +1 n n
.
ïï å lk fk = 0 " x Î I , å lk fk (x ) = 0 i.e. :
ïï å li = 0 k =1 k =1
ïïî i =1 n n
k n
å lk fk = 0 " x Î I , å lk x - ak = 0 ➁.
k =1 k =1
Notons maintenant, pour tout k Î 1, n - 1, (Lk ) la relation : å li - å li = 0, et (Ln ) la relation :
i =1 i =k +1 Or, pour tout k Î 1, n , la fonction x x - ak est dérivable en tout point de I {ak }, ainsi qu’à gauche aaa
n
å li = 0. Montrons alors par descente finie que : " k Î 2, n , lk = 0. (de nombre dérivé -1) et à droite (de nombre dérivé 1) en ak . On en déduit alors que, pour tout k Î 1, n , la aaa
i =1
fonction x lk x - ak est dérivable à gauche (de nombre dérivé - lk ) et à droite (de nombre dérivé lk ) en ak .
• Au rang k = n, en soustrayant (Ln -1 ) à (Ln ), on peut écrire : 2ln = 0, i.e. : ln = 0. Pour tout k Î 1, n , la fonction x lk x - ak est donc dérivable en ak si et seulement si lk = - lk ,
On en déduit alors :
b) Deux cas se présentent : " k Î 1, n , ak Î I et $ k Î 1, n , ak Ï I .
n ïì " k Î 2, n , lk = 0
å lk fk = 0 ïíï l1 f1 = 0 i.e. :
k =1 ïïî ❏ Supposons tout d’abord que " k Î 1, n , ak Î I . En rangeant les (ak )1£k £n dans l’ordre croissant, on
n ïìï " k Î 2, n , lk = 0 peut écrire (cf. 2a) que la famille ( fk )1£k £n est libre. On en déduit alors que si " k Î 1, n , ak Î I , alors la
å lk fk = 0 ïíï " x Î I , l x - a = 0 d’où, comme I n’est pas réduit à un point, donc $ x Î I , x - a1 ¹ 0 :
k =1 ïïî 1 1 famille ( fk )1£k £n est libre.
n ìï " k Î 2, n , lk = 0
ï
å kk l f = 0 í
ïï l1 = 0
et donc : ❏ Supposons maintenant que $ k Î 1, n , ak Ï I . Soient alors (lk )1£k £n Î n , et (A, B ) la partition de 1,n telle
k =1 ïî
{ } et B = {k Î 1, n , a }
n que A = k Î 1, n , ak Î I k Ï I . On peut écrire :
å lk fk = 0 " k Î 1, n , lk = 0.
k =1 n n
n å lk fk = 0 " x Î I , å lk fk (x ) = 0 i.e. :
On peut maintenant écrire : " (lk )1£k £n Î n , å lk fk = 0 " k Î 1, n , lk = 0, donc que la famille (fk )1£k £n k =1 k =1
k =1 n n
est libre. å lk fk = 0 " x Î I , å lk x - ak = 0 ➂.
k =1 k =1
❏ Soit maintenant l Î . On peut écrire : Or, pour tout k Î B, on a : ak Ï I , et donc, pour tout k Î B, la fonction x x - ak est dérivable sur I.
l f1 = 0 " x Î I , l x - a1 = 0 d’où, comme I n’est pas réduit à un point, donc $ x Î I , x - a1 ¹ 0 : De plus, pout tout k Î A, on a : ak Î I . On en déduit alors que, pour tout k Î A, la fonction x x - ak est aaaa
l f1 = 0 l = 0. dérivable en tout point de I {ak }, ainsi qu’à gauche (de nombre dérivé -1) et à droite (de nombre dérivé 1) aaaa
en ak , donc que, pour tout k Î A, la fonction x lk x - ak est dérivable à gauche (de nombre dérivé - lk )
On peut maintenant écrire : " l Î , l f1 = 0 l = 0, donc que la famille (f1 ) = ( fk )1£k £1 est libre.
et à droite (de nombre dérivé lk ) en ak . Pour tout k Î A, la fonction x lk x - ak est donc dérivable en ak si aaaaa
et seulement si lk = - lk , i.e. : lk = 0.
❏ Le cas n = 1 rejoint donc le cas général, et on peut désormais conclure :
n
Comme A È B = 1, n , on en déduit alors que la fonction x å lk x - ak est dérivable sur I si et seule-
La famille ( fk )1£k £n est libre
k =1
ment si " k Î A, lk = 0.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
76 MasterClass 2019-2020 – ECS 2ème année Les incontournables 77
Deux fonctions égales ayant même domaine de dérivabilité, comme la fonction nulle est dérivable sur I, on en æli ö÷
ç
des systèmes de Cramer, i.e. que le système de la proposition ➄ est un système qui admet çç ÷÷÷ = 0 pour unique
déduit alors : ➂ " k Î A, lk = 0, et donc : èçlj ø÷
k =1
ïïî k ÎB Comme A = 1, n {i, j } et B = {i, j } , on peut alors écrire : ➃ " k Î 1, n , lk = 0, et donc :
n
{ } { }
Notons alors B1 = k Î 1, n , ak £ inf(I ) et B2 = k Î 1, n , ak ³ sup(I ) (on a : B = B1 È B2 ). Comme å lk fk = 0 " k Î 1, n , lk = 0.
k =1
" k Î B1, " x Î I , x - ak ³ 0 et " k Î B2, " x Î I , x - ak £ 0, on peut maintenant écrire : n
Ainsi, si Card(B ) = 2, on peut alors écrire : " (lk )1£k £n Î n , å lk fk = 0 " k Î 1, n , lk = 0, donc que la
"x Î I, å lk x - ak = å lk (x - ak ) + å lk (ak - x ) i.e. :
famille ( fk )1£k £n est libre.
k =1
k ÎB k ÎB1 k ÎB2
æ ö æ ö
"x Î I, å lk x - ak = çç å lk - å lk ÷÷÷ x + çç å lk ak - å lk ak ÷÷÷ . - Si Card(B ) ³ 3, en notant p le cardinal de B, on peut alors écrire que le système de la proposition ➄ est
çç ÷ø ç
k ÎB è k ÎB1 k ÎB2 èç k ÎB2 k ÎB1 ø÷
un système homogène de deux équations à p inconnues. Le système de la proposition ➄ admet donc une infinité
Or, si une fonction polynôme est nulle sur un intervalle non réduit à un point, on peut écrire (cf. 1.A.1b) que de solutions.
c’est la fonction nulle, donc que tous ses coefficients sont nuls. On en déduit alors : On peut maintenant écrire : $(lk )1£k £n Î n {0}, " x Î I , å lk x - ak = 0, i.e. :
k ÎB
ì
ï
ï
ï
å lk - å lk = 0 n
ï
" x Î I , å lk x - ak = 0 ï
í
k ÎB1 k ÎB2
➄. $(lk )1£k £n Î n {0}, å lk fk = 0.
k ÎB
ï
ï
ï å lk ak - å lk ak = 0 k =1
ï
ï
î k ÎB2 k ÎB1 n
Ainsi, si Card(B ) ³ 3, on peut alors écrire : $(lk )1£k £n Î n {0} , å lk fk = 0, donc que la famille ( fk )1£k £n
k =1
Distinguons alors les cas suivants le cardinal de B (le cas Card(B ) = 0 ayant déjà été traité précédemment est liée.
lorsque " k Î 1, n , ak Î I ) :
❏ On peut maintenant écrire que la famille ( fk )1£k £n est libre si et seulement si Card(B ) £ 2, d’où la
- Si Card(B ) = 1, en notant i l’unique élément de B, on peut alors écrire que le système de la proposition ➄ est
conclusion :
aaa
ì li = 0
ï
un système de deux équations à une inconnue : ï
í , qui admet pour unique solution li = 0, et donc :
ï al =0 La famille ( fk )1£k £n est libre si et seulement si deux au plus des (ak )1£k £n n’appartiennent pas à I
aaa
ï
î i i
" x Î I , å lk x - ak = 0 li = 0.
k ÎB ☞ Noter les quatre méthodes traditionnelles qui permettent de démontrer la liberté d’une famille de
Comme A = 1, n {i } et B = {i } , on peut alors écrire : ➃ " k Î 1, n , lk = 0, et donc : fonctions ( fk )1£k £n (généralement couplées avec une récurrence, une montée ou une descente finie) :
n
- la dérivation (lorsque fk¢ ou fk¢¢ s’écrit de façon simple en fonction de fk ),
å lk fk = 0 " k Î 1, n , lk = 0. n
å lk fk
k =1
- l’écriture de pour certaines valeurs particulières de x (éventuellement en ¥) en divisant à
n
k =1
Ainsi, si Card(B ) = 1, on peut alors écrire : " (lk )1£k £n Î , n
å lk fk = 0 " k Î 1, n , lk = 0, donc que la
chaque étape cette expression par des quantités non nulles (afin qu’il ne subsiste plus qu’un terme dans la
k =1
famille ( fk )1£k £n est libre. somme),
n
ì li + lj = 0
est un système de deux équations à deux inconnues : ï
ï
í (si Card(B1 ) = 2 ou Card(B2 ) = 2) ou
- la comparaison des domaines de continuité, de dérivabilité… des fonctions å lk fk et x 0.
ï ai li + aj lj = 0 k =1
aaa
ï
î
ì
ï
ï
li - lj = 0 æ 1 1 ÷ö æçli ö÷ æ 1 -1÷ö æçli ö÷ Se souvenir que, pour tout n Î * et pour tout (ak )1£k £n Î n , la famille ( fk )1£k £n de fonctions
í (si Card(B1 ) = Card(B2 ) = 1), ce qui s’écrit encore : ççç ÷÷ çç ÷÷ = 0 ou çç ÷÷ ç ÷÷ = 0.
ïï - ai li + a j lj = 0 è çai a j ÷ø çèlj ÷ø÷ èçç- ai a j ÷ø ççèlj ÷ø÷ définies sur I (I Ì ) par : " k Î 1, n , " x Î I , fk (x ) = x - ak est libre si et seulement si deux au plus
î
des (ak )1£k £n n’appartiennent pas à I .
Comme les (ak )1£k £n sont des réels deux à deux distincts, on peut écrire : ai ¹ aj , i.e. : a j - ai ¹ 0. On en
æ1 1 ÷ö æ 1 -1ö÷
déduit alors que les matrices ççç ÷÷ et çç ÷ sont inversibles, donc que les deux systèmes précédents sont
çèai a j ÷ø çç- ai
è a j ÷÷ø
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
78 MasterClass 2019-2020 – ECS 2ème année Les incontournables 79
★ 2.G Caractérisation des symétries et des homothéties • Soit maintenant x Î (Ker(s - id) Ç Ker(s + id)). Comme x Î Ker(s - id), on peut écrire : s(x ) = x , et comme
Soient E un -espace vectoriel distinct de { 0 } . x Î Ker(s + id), on peut également écrire : s(x ) = - x .
1) Soit s un endomorphisme de E. Montrer que s est une symétrie de E si et seulement si s s = id. En soustrayant ces deux dernières relations membre à membre, on en déduit alors : 2x = 0, i.e. : x = 0, d’où
la conclusion : Ker(s - id) Ç Ker(s + id) Ì {0} .
2) Soit h un endomorphisme de E. Montrer que h est une homothétie de E si et seulement si, pour tout x Î E ,
la famille (x , h(x )) est liée. Or, comme s et id sont deux endomorphismes de E, donc s - id et s + id sont deux endomorphismes
de E, on peut écrire que Ker(s - id) et Ker(s + id) sont deux sous-espaces vectoriels de E, et donc que
aaa
1) ❏ Supposons tout d’abord que s est une symétrie de E. On peut alors écrire qu’il existe deux sous-espaces Ker(s - id) Ç Ker(s + id) est un espace vectoriel, d’où la conclusion : {0} Ì (Ker(s - id) Ç Ker(s + id)).
vectoriels F1 et F2 supplémentaires dans E tels que s soit la symétrie par rapport à F1 parallèlement à F2 . Comme Ker(s - id) Ç Ker(s + id) Ì {0} et {0} Ì (Ker(s - id) Ç Ker(s + id)), on en déduit alors :
Soit maintenant u Î E . On peut écrire : $ ! (u1, u2 ) Î F1 ´ F2, u = u1 + u2, d’où : s(u ) = u1 - u2, et donc, en Ker(s - id) Ç Ker(s + id) = {0} ➁.
composant cette relation par s :
➀ et ➁ nous permettent maintenant d’écrire : Ker(s - id) Å Ker(s + id) = E .
(s s )(u ) = s(u1 - u2 ) d’où, d’après la définition de s :
(s s )(u ) = u1 - (- u2 ) i.e. : 1 1
• Soient à nouveau x Î E , x1 = (x + s(x )) et x 2 = (x - s(x )). On peut écrire (cf. supra) : x1 Î Ker(s - id),
(s s )(u ) = u1 + u2 d’où : 2 2
x 2 Î Ker(s + id), et :
(s s )(u ) = u.
x = x1 + x 2 d’où, en composant cette relation par s :
On peut maintenant écrire : " u Î E , (s s )(u ) = u, d’où : s s = id.
s(x ) = s(x1 + x 2 ) soit, comme s est une application linéaire :
On en déduit alors que si s est une symétrie de E, alors : s s = id.
s(x ) = s(x1 ) + s(x 2 ) et donc, comme x1 Î Ker(s - id) et x 2 Î Ker(s + id), i.e. s(x1 ) = x1 et s(x 2 ) = - x 2 :
NB : On aurait également pu remarquer que, comme X 2 - 1 est un polynôme annulateur de toute symétrie de E, si s est une symétrie de E,
s(x ) = x1 - x 2 .
alors : s s = id.
Comme Ker(s - id) Å Ker(s + id) = E , et comme, pour tout x Î E , en posant x = x1 + x 2 avec x1 Î Ker(s - id)
❏ Supposons maintenant que s s = id. et x 2 Î Ker(s + id), on a : s(x ) = x1 - x 2, on peut maintenant écrire que s est la symétrie par rapport aaa
- (s - id)(x1 ) =
1 1 1 1
s(x ) + (s s )(x ) - x - s(x ) ce qui s’écrit encore : Retenir que s est une symétrie de E si et seulement si s est un endomorphisme de E tel que s s = id.
2 2 2 2
1
- (s - id)(x1 ) = (s s - id)(x ) et donc, comme s s = id : 2) ❏ Supposons tout d’abord que h est une homothétie de E. On peut alors écrire : $ l Î , " x Î E , h(x ) = lx ,
2
i.e. : $ l Î , " x Î E , lx - 1 ´ h(x ) = 0, et donc que, pour tout x Î E , la famille (x , h(x )) est liée.
- (s - id)(x1 ) = 0 d’où la conclusion :
x1 Î Ker(s - id), On en déduit alors que si h est une homothétie de E, alors, pour tout x Î E , la famille (x , h(x )) est liée.
- (s + id)(x 2 ) = 0 d’où la conclusion : comme x 0 ¹ 0 : a = 0. Comme (a, b ) Î 2 {0}, on aboutit ainsi à une contradiction, d’où la conclusion : b ¹ 0.
a
x 2 Î Ker(s + id). En divisant la relation ➂ par - b ¹ 0, on en déduit alors : $(a, b ) Î * ´ , h(x 0 ) = - x 0, i.e. :
b
On en déduit alors : " x Î E , $(x1, x 2 ) Î Ker(s - id) ´ Ker(s + id), x = x1 + x 2, d’où la conclusion : $ l Î , h(x 0 ) = lx 0 .
Ker(s - id) + Ker(s + id) = E ➀. On peut maintenant écrire : " x Î E {0}, $ lx Î , h(x ) = lx x ➃.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
80 MasterClass 2019-2020 – ECS 2ème année Les incontournables 81
Si y Î Vect(x 0 ), on peut écrire : $ g Î , y = gx 0, d’où : h(y ) = g h(x 0 ), et donc, comme h(x 0 ) = lx 0 x 0 : ïì Im p = Ker q
p + q = id ïí .
ïï Im q = Ker p
h(y ) = lx 0 gx 0, i.e. : h(y ) = lx 0 y. î
Si y Ï Vect(x 0 ), on peut écrire que la famille (y, x 0 ) est libre, donc que y ¹ 0 et y ¹ - x 0, i.e. y + x 0 ¹ 0. b) Montrer que p + q est un projecteur si et seulement si p q = q p = 0.
n (y + x 0 ) = my + lx 0 x 0, i.e. : (m - n ) y + (lx 0 - n ) x 0 = 0, d’où, comme la famille (y, x 0 ) est libre : id - p est un endomorphisme de E, on peut écrire :
(id - p) (id - p) = id - 2p + p p d’où, comme p est un projecteur, i.e. p p = p :
m - n = lx 0 - n = 0, i.e. : m = lx 0 = n, et donc : h(y ) = lx 0 y.
aaa
(id - p) (id - p) = id - p.
On peut maintenant écrire : $ l Î , " y Î E , h(y ) = ly, et donc que h est une homothétie de E.
Comme id - p est un endomorphisme de E et comme (id - p) (id - p) = id - p, on en déduit alors que
On en déduit alors que si, pour tout x Î E , la famille (x , h(x )) est liée, alors h est une homothétie de E. id - p est un projecteur de E, d’où la conclusion : si p est un projecteur, alors id - p est un projecteur.
❏ On peut désormais conclure : ❏ Supposons maintenant que id - p est un projecteur. Comme p et id sont deux endomorphismes de E, donc
que 2p - id est un endomorphisme de E, on peut écrire :
h est une homothétie de E si et seulement si, pour tout x Î E , la famille (x , h(x )) est liée
(2p - id) (2p - id) = 4 (p p) - 4 p + id d’où, comme (id - p) (id - p) = id - 2p + p p :
Se souvenir que h est une homothétie de E si et seulement si h est un endomorphisme de E tel que, pour (2p - id) (2p - id) = 4 (id - p) (id - p) - 3 id + 4 p et donc, comme id - p est un projecteur,
tout x Î E , la famille (x , h(x )) est liée. i.e. (id - p) (id - p) = id - p :
(2p - id) (2p - id) = 4 (id - p) - 3 id + 4 p i.e. :
(2p - id) (2p - id) = id.
Comme 2p - id est un endomorphisme de E et comme (2p - id) (2p - id) = id, on en déduit alors (cf. 2.G.1)
★ 2.H Propriétés des projecteurs
Soit E un -espace vectoriel. que 2p - id est une symétrie de E, d’où la conclusion : si id - p est un projecteur, alors 2p - id est une symétrie.
b) Montrer également que : Ker p Ì Ker q q = q p. En déduire que : ❏ On peut désormais conclure :
ïp = p q
ì Les propositions suivantes sont équivalentes :
Ker p = Ker q ï
íq = q p .
ï
ï
î - p est un projecteur,
- id - p est un projecteur,
4) On suppose dans cette question que p q = q p (on dit alors que p et q commutent).
- 2p - id est une symétrie.
a) Montrer que p q est un projecteur.
b) Montrer également que : Im(p q ) = Im p Ç Im q et Ker(p q ) = Ker p + Ker q. ✍ Rappelons que p est un projecteur de E si et seulement si p est un endomorphisme de E tel
que p p = p.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
82 MasterClass 2019-2020 – ECS 2ème année Les incontournables 83
On peut désormais conclure : ■ Comme p et q jouent des rôles symétriques, on peut également écrire : Ker q Ì Ker p p = p q.
■ Comme p et q jouent des rôles symétriques, on peut également écrire : Im q Ì Im p q = p q. b) ■ ❏ Soit y Î Im(p q ).
aaa comme Ker p Ì Ker q : (p(x ) - x ) Î Ker q, i.e. : q (p(x ) - x ) = 0, et donc, comme q est une application linéaire : on peut maintenant écrire : y = (p q )(x ), et donc : y Î Im(p q ).
(q p)(x ) = q(x ).
On en déduit alors : (Im p Ç Im q ) Ì Im(p q ).
On en déduit alors : " x Î E , (q p)(x ) = q(x ), i.e. : q p = q, d’où la conclusion :
Ker p Ì Ker q q p = q. ❏ On peut désormais conclure :
Im(p q ) = Im p Ç Im q
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
84 MasterClass 2019-2020 – ECS 2ème année Les incontournables 85
■ Soit x Î Ker(p q ). On peut écrire : (p q )(x ) = 0. En composant cette dernière relation par p + q, on peut maintenant écrire :
Comme p et q sont deux endomorphismes de E, donc p q est un endomorphisme de E, on peut écrire que (p + q )(x ) = (p + q )(y + z ) soit, comme p et q sont deux applications linéaires :
Ker(p q ) est un sous-espace vectoriel de E, et donc, comme x Î Ker(p q ) : x Î E . (p + q )(x ) = p(y ) + p(z ) + q(y ) + q(z ) d’où, comme y Î Ker q et z Î Ker p, i.e. q(y ) = p(z ) = 0 :
De plus, comme q est un projecteur de E, on peut également écrire : Ker q Å Im q = E . (p + q )(x ) = p(y ) + q(z ) et donc, comme y Î Im p et z Î Im q, i.e. (cf. 2) : p(y ) = y et q(z ) = z :
On en déduit alors : $ !(y, z ) Î (Ker q ´ Im q ), x = y + z, d’où, en composant cette relation par p q : (p + q )(x ) = y + z soit enfin, comme x = y + z :
(p q )(x ) = (p q )(y + z ) soit, comme p q est une application linéaire, et (p q )(x ) = 0 : (p + q )(x ) = x .
(p q )(y ) + (p q )(z ) = 0 d’où, comme y Î Ker q, i.e. q(y ) = 0, et z Î Im q, i.e. q(z ) = z (cf. 2) : On en déduit alors : " x Î E , (p + q )(x ) = x , i.e. : p + q = id, d’où la conclusion :
p(0) + p(z ) = 0 et donc, comme p est une application linéaire, i.e. p(0) = 0 : ïìï Im p = Ker q
p(z ) = 0. í p + q = id.
ïï Im q = Ker p
î
On en déduit alors : z Î Ker p. Comme on a en outre y Î Ker q (cf. supra), on peut maintenant écrire :
❏ On peut désormais conclure :
(y + z ) Î (Ker q + Ker p), et donc, comme x = y + z : x Î (Ker p + Ker q ), d’où la conclusion :
Ker(p q ) Ì (Ker p + Ker q ). ì Im p = Ker q
ï
p + q = id ï
í
ï
ï Im q = Ker p
î
❏ Soit maintenant x Î (Ker p + Ker q ). On peut écrire : $(y, z ) Î (Ker p ´ Ker q ), x = y + z , d’où, en composant
cette relation par p q :
b) ❏ Supposons que p + q est un projecteur. On peut écrire :
(p q )(x ) = (p q )(y + z ) soit, comme p q est une application linéaire :
(p + q ) (p + q ) = p + q i.e. :
(p q )(x ) = (p q )(y ) + (p q )(z ) soit encore, comme p q = q p : p p + p q +q p +q q = p +q d’où, comme p et q sont deux projecteurs, i.e. p p = p et q q = q :
(p q )(x ) = (q p)(y ) + (p q )(z ) d’où, comme y Î Ker p, i.e. p(y ) = 0, et z Î Ker q, i.e. q(z ) = 0 : p q + q p = 0 ➁.
(p q )(x ) = q(0) + p(0) et donc, comme p et q sont deux applications linéaires, i.e. p(0) = q(0) = 0 :
En composant la relation ➁ à gauche par p, on peut écrire :
(p q )(x ) = 0.
p p q + p q p = 0 d’où, comme p est un projecteur, i.e. p p = p :
On en déduit alors : x Î Ker(p q ), d’où la conclusion : (Ker p + Ker q ) Ì Ker(p q ).
p q + p q p = 0 ➂.
❏ On peut désormais conclure : De même, en composant la relation ➁ à droite par p, on peut écrire :
p q p +q p p = 0 d’où, comme p est un projecteur, i.e. p p = p :
Ker(p q ) = Ker p + Ker q
p q p + q p = 0 ➃.
❏ On peut désormais conclure : ■ ❏ Soit x Î Ker(p + q ). On peut écrire : (p + q )(x ) = 0, i.e. : p(x ) + q(x ) = 0 ➆.
p + q est un projecteur si et seulement si p q = q p = 0 Comme p est une application linéaire, en composant la relation ➆ à gauche par p, on peut alors écrire :
(p p)(x ) + (p q )(x ) = 0, d’où, comme p est un projecteur, i.e. p p = p, et comme p q = 0 : p(x ) = 0, i.e. :
x Î Ker p.
c) ■ Supposons que p + q est un projecteur. On peut écrire (cf. 5b) : p q = q p = 0.
De même, comme q est une application linéaire, en composant la relation ➆ à gauche par q, on peut
Or, comme p q = 0, on peut écrire : Im(p q ) = {0} . De plus, comme p q = q p, on peut également
également écrire : (q p)(x ) + (q q )(x ) = 0, d’où, comme q est un projecteur, i.e. q q = q, et comme q p = 0 :
écrire (cf. 4b) : Im(p q ) = Im p Ç Im q.
aaa
Or, comme Im p Ç Im q = {0}, on peut écrire que Im p et Im q sont en somme directe. Comme ❏ On peut désormais conclure :
x Î (Im p + Im q ), on en déduit alors que x Î Im p Å Im q, d’où la conclusion :
Ker(p + q ) = (Ker p Ç Ker q )
Im(p + q ) Ì Im p Å Im q.
Comme p est une application linéaire, en composant la relation ➅ à gauche par p, on peut alors écrire : " x Î E , f (x ) = ( fk (x ))1£k £p .
(p p)(x ) + (p q )(x ) = p(x ) + (p p)(z ) + (p q )(y ) d’où, comme p est un projecteur, i.e. p p = p,
et comme p q = 0 (cf. supra) : 1) a) Soient (ei )1£i £p une base de p , et H un hyperplan de p . Montrer qu’il existe une suite non nulle
p(x ) = p(x ) + p(z ) i.e. :
(ai )1£i £p d’éléments de telle que, pour tout vecteur x de p , de coordonnées (x i )1£i £p dans la base (ei )1£i £p
p(z ) = 0.
p
De même, comme q est une application linéaire, en composant la relation ➅ à gauche par q, on peut
((x i )1£i £p Î p ), x Î H si et seulement si å ai xi = 0.
i =1
également écrire :
b) En déduire que : rg( f ) = p.
(q p)(x ) + (q q )(x ) = q(x ) + (q p)(z ) + (q q )(y ) d’où, comme q est un projecteur, i.e. q q = q,
et comme q p = 0 (cf. supra) : 2) a) Déterminer Ker f en fonction des (Ker fk )1£k £p .
q(x ) = q(x ) + q(y ) i.e. :
p
q(y ) = 0. b) En déduire la dimension de Ker fk .
k =1
Comme p(z ) = q(y ) = 0, d’après la relation ➅, on peut maintenant écrire : (p + q )(x ) = x , et donc (cf. 2) :
x Î Im(p + q ). 1) a) ❏ Soit S un supplémentaire de H dans p . On peut écrire : dim H + dim S = dim p , d’où, comme H est
On en déduit alors : Im p Å Im q Ì Im(p + q ). un hyperplan de p , i.e. dim H = dim p - 1 : dim S = 1. On en déduit alors qu’il existe un vecteur u non nul
de p tel que S = Vect(u ).
❏ On peut désormais conclure :
Soit alors p la projection sur S parallèlement à H. D’après la définition de p, on peut écrire : Ker p = H
Im(p + q ) = Im p Å Im q et Im p = S . Comme S = Vect(u ), donc Im p = Vect(u ), on en déduit alors : " i Î 1, p , $ ai Î , p(ei ) = ai u.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
88 MasterClass 2019-2020 – ECS 2ème année Les incontournables 89
Supposons maintenant que : " i Î 1, p , ai = 0. On peut alors écrire : " i Î 1, p , p(ei ) = 0, et donc, comme la Comme rg( f ) £ p, on peut désormais conclure :
famille (ei )1£i £p forme une base de p : p = 0, i.e. : Im p = {0} . Comme Im p = S et dim S = 1 (cf. supra), rg( f ) = p
donc S ¹ {0}, on aboutit ainsi à une contradiction, d’où la conclusion : $ i Î 1, p , ai ¹ 0.
2) a) Soit x Î E . On peut écrire :
On en déduit alors qu’il existe une suite non nulle (ai )1£i £p d’éléments de telle que : " i Î 1, p , p(ei ) = ai u.
x Î Ker f f (x ) = 0 soit, d’après la définition de f :
❏ Comme Ker p = H (cf. supra), on peut maintenant écrire : x Î Ker f " k Î 1, p , fk (x ) = 0 i.e. :
p
x Î H p(x ) = 0 d’où, comme x = å x i ei : x Î Ker f " k Î 1, p , x Î Ker fk ce qui s’écrit encore :
i =1
æ p ö æ p ö
x Î H p ççå x i ei ÷÷÷ = 0 i.e. : x Î Ker f x Î çç Ker fk ÷÷÷ d’où la conclusion :
çè ÷ø çè k =1 ø÷
i =1
p
x ÎH å xi p(ei ) = 0 soit, comme " i Î 1, p , p(ei ) = ai u :
Ker f =
p
Ker fk
i =1
k =1
p
x ÎH å ai x i u = 0 i.e. :
i =1
b) Comme E est un espace vectoriel de dimension finie, et comme f est une application linéaire de E
æ p ö
x Î H ççå ai x i ÷÷÷ u = 0 et donc, comme u ¹ 0 : dans p , d’après la formule du rang, on peut écrire :
çè ø÷
i =1
p dim(Im f ) + dim(Ker f ) = dim E soit, comme dim E = n :
x ÎH å ai xi = 0. p
i =1 dim(Ker f ) = n - rg( f ) d’où la conclusion, comme Ker f = Ker fk (cf. 2a) et rg( f ) = p (cf. 1b) :
k =1
On peut désormais conclure :
æ p ö
p dim çç Ker fk ÷÷÷ = n - p
Il existe une suite non nulle (ai )1£i £p d’éléments de telle que, pour tout vecteur x de , de coor- çè ÷ø
k =1
p
données (x i )1£i £p dans la base (ei )1£i £p ((x i )1£i £p Î p ), x Î H si et seulement si å ai xi = 0. que, dans un espace de dimension n (n Î * ), la dimension de l’intersection de p (p Î 1, n )
i =1 Retenir
hyperplans définis par des formes linéaires non nulles et linéairement indépendantes, est de aaa
Retenir que l’équation de tout hyperplan d’un espace de dimension n est de la forme :
dimension n - p.
n
å ak xk = 0 ((ak )1£k £n Î n {0}).
k =1
b) Comme E et p sont deux espaces vectoriels de dimensions finies, et comme f est une application linéaire ✦ 2.J Puissances n ème de quelques matrices particulières
p
de E dans , on peut écrire (cf. 2.D.2a) : rg( f ) £ min(dim E , dim ), d’où, comme dim = p : rg( f ) £ p. p p Soit n un entier naturel supérieur ou égal à 2.
Supposons alors que : rg( f ) £ p - 1, i.e. : dim(Im f ) £ p - 1. 1) Soit L Î n (), L = (1)1£i £n . Déterminer, pour tout k Î *, l’expression de Lk en fonction de k.
Comme f est une application linéaire de E dans p , on peut écrire que Im f est un sous-espace 1£j £n
vectoriel de p . Comme on a en outre dim(Im f ) £ p - 1, on en déduit alors que Im f est inclus dans un
2) Soient x et y deux réels, et A Î n (), A = (ai, j )1£i £n , où :
hyperplan H de p . 1£ j £n
æ p ö æ0 1 ö÷
$(ak )1£k £p Î p { 0 }, " x Î E , çç å ak fk ÷÷÷ (x ) = 0 et donc, comme, pour tout k Î 1, p , fk est définie sur E : çç
0÷÷
çè ø÷ çç 0 1 ÷÷
k =1 çç ÷÷
p çç ÷
3) Soit J Î n (), J = ç ÷÷ . Déterminer, pour tout k Î *, l’expression de J k en fonction de k.
$(ak )1£k £p Î p { 0 }, å ak fk = 0. çç ÷÷
k =1 çç 0 1 ÷÷÷
La famille ( fk )1£k £p est donc liée. On aboutit ainsi à une contradiction, d’où la conclusion : rg( f ) ³ p.
0çç
çç
è 0 ø÷÷
÷÷
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
90 MasterClass 2019-2020 – ECS 2ème année Les incontournables 91
æ0 1 ö÷ ïì 0 si i £ k
çç
çç
÷÷
÷÷
0 ❏ Montrons alors par montée finie que : " k Î 1, n - 1, " i Î 1, n , f k (ei ) = ïí .
çç ÷÷ ïîïei -k si i ³ k + 1
4) Soit n un entier naturel supérieur ou égal à 3, et C Î n (), C = ç ÷.
çç 1 ÷÷÷
çç ÷ 0 ì
ï0 si i = 1
çç 1
è 0 ÷÷÷ø • Au rang k = 1, d’après l’expression précédente de f, on peut écrire : " i Î 1, n , f 1(ei ) = ïí .
ï
ïe si i ³ 2
î i -1
Déterminer, pour tout k Î 1, n , l’expression de C k en fonction de k.
La propriété est donc bien vérifiée au rang k = 1.
1) On a clairement : L2 = nL. Montrons alors par récurrence que : " k Î *, Lk = n k -1L. ìï 0 si i £ k
• Soit k Î 1, n - 2 (si n ³ 3), supposons que : " i Î 1, n , f k (ei ) = ïí . En composant cette relation
• Au rang k = 1, on peut écrire : L1 = n 0L = n 1-1L. La propriété est donc bien vérifiée au rang k = 1. ïïei -k si i ³ k + 1
î
par f, on peut alors écrire :
• Soit k Î *, supposons que : Lk = n k -1L. En multipliant cette relation par L, on peut alors écrire :
ïìï f (0) si i £ k ìï 0 si i = 1
Lk +1 = n k -1L2, soit, comme L2 = nL : Lk +1 = n k L. " i Î 1, n , f k +1(ei ) = í et donc, comme " i Î 1, n , f (ei ) = ïí :
ïï f (ei -k ) si i > k ïïei -1 si i ³ 2
Par conséquent, si la propriété est vérifiée au rang k, elle est également vérifiée au rang k + 1. ïî î
ïì 0 si i £ k + 1
• Ainsi, on a bien : " i Î 1, n , f k +1(ei ) = ïí .
ïïei -k -1 si i ³ k + 2
î
" k Î *, Lk = n k -1L
Par conséquent, si la propriété est vérifiée au rang k, elle est également vérifiée au rang k + 1.
ème
Se souvenir des puissances k de la matrice L = (1)1£i £n .
ïì 0 si i £ k
• Ainsi, on a bien : " k Î 1, n - 1, " i Î 1, n , f k (ei ) = ïí
1£ j £n
.
ïïei -k si i ³ k + 1
î
2) D’après les définitions de A, L et I, on peut écrire : A = (y - x ) I + xL. Comme IL = LI = L, la formule du
ìï 0 si i £ n - 1
binôme nous permet alors d’écrire : ❏ On peut maintenant écrire, pour k = n - 1 : " i Î 1, n , f n -1(ei ) = ïí , d’où, comme f (0) = 0
ïïe1 si i = n
k æk ö î
ç ÷ k -i
" k Î *, Ak = å çç ÷÷÷ (xL)i ((y - x ) I ) i.e. : et f (e1 ) = 0 (cf. supra), en composant cette relation par f : " i Î 1, n , f n (ei ) = 0, i.e. : f n = 0, et donc, à l’aide
è i ø÷
i =0 ç
aaa
æk ö÷
k d’une récurrence immédiate : " k Î n, +¥, f k = 0.
ç
" k Î , A = å çç ÷÷÷ x i (y - x )k -i Li
* k 0
d’où, comme L = I et " i Î , L = n * i i -1
L (cf. 1) :
çi ø
i =0 è ÷
❏ On peut désormais écrire, pour tout k Î *, la matrice J k représentative de f k dans la base (ei )1£i £n :
é k æk ö ù
ç ÷
" k Î *, Ak = (y - x )k I + êê å çç ÷÷÷ x i (y - x )k -i n i -1 úú L ce qui s’écrit encore :
êë i =1 çè i ÷ø úû
k
n
-k -1
é ù æ 0 0 1 0 0 ö÷
1 ê k æçk ÷ö÷ kú
çç
÷÷
" k Î *, Ak = (y - x )k I + ê å çç i ÷÷ (nx ) (y - x ) - (y - x ) ú L çç
i k -i
et donc, d’après la formule du
çç 1 ÷÷÷
n ê i =0 çè ÷ø úû ÷÷
ë binôme de Newton : çç
çç 0 ÷÷÷
k ç ÷÷
(nx + (y - x )) - (y - x ) k
" k Î 1, n - 1, J k = ççç 1 ÷÷÷ et " k Î n, +¥, J k = 0
" k Î *, Ak = (y - x )k I + L d’où la conclusion : çç ÷÷
n çç 0 ÷÷
çç ÷÷
÷
" k Î *, Ak = (y - x )k I +
k
((n - 1) x + y ) - (y - x )k
L
çç
çç 0 ÷÷
÷÷
÷
çç 0 ÷ø
n è
ì
ï x si i ¹ j
Se souvenir des puissances k ème de la matrice A = (ai, j )1£i£n définie par : " (i, j ) Î 1, n 2 , ai, j = ïí . Se souvenir des puissances k ème de la matrice J, appelée matrice de Jordan de taille n, et que J est une
ï
ï y si i = j matrice nilpotente d’ordre n (i.e. J = 0 et J n n -1
¹ 0).
1£ j £n î
3) Soit (ei )1£i £n la base canonique de n , et f l’endomorphisme de n dont J est la matrice représentative dans 4) Soit (ei )1£i £n la base canonique de n , et g l’endomorphisme de n dont C est la matrice représentative dans
ì
ï0 si i = 1 ìïen si i = 1
la base (ei )1£i £n . D’après l’expression de J, on peut écrire : " i Î 1, n , f (ei ) = ïí . la base (ei )1£i £n . D’après l’expression de C, on peut écrire : " i Î 1, n , g(ei ) = ïí .
ï
ïe si i ³ 2 ïïei -1 si i ³ 2
î i -1 î
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
92 MasterClass 2019-2020 – ECS 2ème année Les incontournables 93
ì
ïen -k +i si i £ k ✦ 2.K Matrices de permutation
❏ Montrons alors par montée finie que : " k Î 1, n - 1, " i Î 1, n , g k (ei ) = ïí .
ï
ïe si i > k Soient n un entier naturel non nul, n l’ensemble des permutations de 1, n , et = (ei )1£i £n la base
î i -k
canonique de n .
ìen -1+1 si i £ 1
ï
• Au rang k = 1, on a (cf. supra) : " i Î 1, n , g 1(ei ) = ïí . Pour tout s Î n , on désigne par fs l’endomorphisme de n défini par : " j Î 1, n , fs (e j ) = es( j ), et par
ï
ïe si i > 1
î i -1 ì
ï1 si s( j ) = i
La propriété est donc bien vérifiée au rang k = 1. Ps = (pis, j )1£i £n la matrice de n () définie par : " (i, j ) Î 1, n 2 , pis, j = ï
í (Ps est appelée matrice de
ï
ï 0 sinon
1£j £n ï
î
ìen -k +i si i £ k
ï permutation associée à s).
• Soit k Î 1, n - 2, supposons que : " i Î 1, n , g k (ei ) = ïí . En composant cette relation par g, on
aaa
ï
ïei -k si i > k
î 1) Soit s Î n .
peut alors écrire :
a) Montrer que Ps est la matrice représentative de fs dans la base .
ïìï g(en -k +i ) si i £ k
" i Î 1, n , g k +1(ei ) = í soit, comme " i Î 1, k , n - k + i ³ 2 et " i Î k + 2, n , i - k ³ 2, b) Montrer que Ps n’admet qu’un seul élément non nul par ligne et par colonne (on précisera la valeur de
ïï g(ei -k ) si i > k
ïî ìen si i = 1 cet élément).
ï
et comme " i Î 1, n , g(ei ) = ïí :
ï
ïei -1 si i ³ 2
î 2) a) Montrer que : " (s, s ¢) Î 2n , Ps s ¢ = Ps Ps ¢ .
ìen -k +i -1 si i £ k
ï
ï
ï b) En déduire que, pour tout s Î n , Ps est inversible et que Ps-1 = Ps-1 .
" i Î 1, n , g k +1
(ei ) = íïen si i = k + 1 et donc, le cas i = k + 1 rejoignant la cas i £ k :
ï
ï
ï
ï e si i ³ k + 2
î i -k -1
ï 1) a) Soit (a i, j )1£i £n la matrice représentative de fs dans la base . On peut écrire :
1£j £n
ìen -k +i -1 si i £ k + 1
ï
" i Î 1, n , g k +1(ei ) = ï
í . n
ïei -k -1
ï si i ³ k + 2 " j Î 1, n , fs (e j ) = å ai, j ei d’où, comme " j Î 1, n , fs (e j ) = es( j ) :
î
i =1
Par conséquent si la propriété est vérifiée au rang k, alors elle est vérifiée au rang k + 1. n
" j Î 1, n , å ai, j ei = es( j ) soit, en distinguant dans la somme le terme en i = s( j ) ( j Î 1, n ) :
ìen -k +i si i £ k
ï i =1
• Ainsi, on a bien : " k Î 1, n - 1, " i Î 1, n , g k (ei ) = ï
í . n
ï si i > k
ïe
î i -k " j Î 1, n , å ai, j ei + (as( j ), j - 1) es( j ) = 0 et donc, comme la famille (ei )1£i £n forme une base,
i =1
i ¹s ( j ) donc une famille libre de n :
ìïei +1 si i £ n - 1
On peut maintenant écrire, pour k = n - 1 : " i Î 1, n , g n -1(ei ) = ïí , d’où, comme ì1 si s( j ) = i
ï
" (i, j ) Î 1, n 2 , ai, j = ï
❏
ïïe1 si i = n í .
î ï 0 sinon
ï
ï
î
ìen si i = 1
ï
" i Î 1, n , g(ei ) = ï
í , en composant la relation précédente par g :
ï
ïei -1 si i ³ 2 D’après la définition de Ps , on peut désormais conclure :
î
ì
ïei +1-1 si i £ n - 1 Ps est la matrice représentative de fs dans la base
" i Î 1, n , g n (ei ) = ï
í i.e. :
ï
ïe si i = n
î n
" i Î 1, n , g n (ei ) = ei . b) Comme s Î n , i.e. comme s est une permutation de 1, n , on peut écrire que s est une bijection
de 1,n vers 1, n , d’où : " i Î 1, n , $ ! j Î 1, n , s( j ) = i, et donc, d’après la définition de Ps :
k k
❏ On peut désormais écrire, pour tout k Î 1, n , la matrice C représentative de g dans la base (ei )1£i £n : " i Î 1, n , $ ! j Î 1, n , pis, j ¹ 0.
Ps n’admet donc qu’un seul élément non nul (et égal à 1) par ligne.
æ0 1 ö÷ ïüï
çç ÷÷
çç ÷÷÷ ï De même, comme s Î n , i.e. comme s est une permutation de 1, n , on peut également écrire que s est une
çç ýn - k
çç ÷÷ ï
ïï
ç 1÷÷÷ ïþ application de 1,n dans 1, n , d’où : " j Î 1, n , $ ! i Î 1, n , s( j ) = i, soit, d’après la définition de Ps :
" k Î 1, n - 1, C k = ççç ÷÷ et C n = I n
çç1 ÷÷
÷÷ üï
ïï " j Î 1, n , $ ! i Î 1, n , pis, j ¹ 0.
çç ÷
çç ÷÷ ýk
çç ÷÷ ïï Ps n’admet donc qu’un seul élément non nul (et égal à 1) par colonne.
çç ÷ ïïþ
è 1 0 ø÷÷
On peut désormais conclure :
Se souvenir des puissances k ème de la matrice C, appelée matrice circulante (ou matrice de permutation Ps n’admet qu’un seul élément non nul (et égal à 1) par ligne et par colonne
circulaire, cf. 2.K).
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
94 MasterClass 2019-2020 – ECS 2ème année Les incontournables 95
2) a) Pour tout (s, s ¢) Î 2n , on peut écrire que s et s ¢ sont deux bijections de 1,n vers 1, n , donc que 1) ❏ Supposons tout d’abord que les (ai )1£i £n sont deux à deux distincts.
s s ¢ est une bijection de 1,n vers 1, n , et donc que (s s ¢) Î n . On peut alors écrire :
Soient alors (yi )1£i £n Î n et Y Î n,1(), Y = (yi )1£i £n . Supposons également que VY = 0. D’après les
" (s, s ¢) Î 2n , " j Î 1, n , ( fs fs ¢ )(e j ) = fs ( fs ¢ (e j )) soit, d’après la définition de fs ¢ :
définitions de V et Y, on peut écrire :
" (s, s ¢) Î 2n , " j Î 1, n , ( fs fs ¢ )(e j ) = fs (es ¢( j ) ) soit encore, d’après la définition de fs :
(aij -1 )1£i £n (yi )1£i £n = 0 i.e. :
" (s, s ¢) Î 2n , " j Î 1, n , ( fs fs ¢ )(e j ) = es(s ¢( j )) i.e. : 1£j £n
n n
" (s, s ¢) Î 2n , " j Î 1, n , ( fs fs ¢ )(e j ) = e(s s ¢)( j ) d’où, comme (s s ¢) Î n , d’après la définition de fs s ¢ : " i Î 1, n , å aij -1 y j = 0 ce qui s’écrit encore, en posant P = å y j X j -1 :
j =1 j =1
" (s, s ¢) Î 2n , " j Î 1, n , ( fs fs ¢ )(e j ) = fs s ¢ (e j ) et donc, comme la famille (ei )1£i £n forme une base de n :
" i Î 1, n , P (ai ) = 0 ➀.
" (s, s ¢) Î 2n , fs fs ¢ = fs s ¢ . n
P admet donc au moins n racines distinctes dans . Or, comme P = å y j X j -1, on peut également écrire que
Pour tout (s, s ¢) Î 2n , Ps , Ps ¢ et Ps s ¢ étant respectivement les matrices représentatives de fs , fs ¢ et fs s ¢ , on j =1
P Î n -1[X ]. On en déduit alors (cf. 1.A.1a) :
peut désormais conclure :
P =0 d’où, un polynôme étant nul si et seulement si tous ses coefficients sont nuls :
" (s, s ¢) Î 2n , Ps s ¢ = Ps Ps ¢
" j Î 1, n , y j = 0 et donc, d’après la définition de Y :
b) Pour tout s Î n , on peut écrire que s est une bijection de 1,n vers 1, n , donc que s -1 est une Y = 0.
bijection de 1,n vers 1, n , et donc que s-1 Î n . On en déduit alors (cf. 2a) : On peut maintenant écrire : " Y Î n,1(), VY = 0 Y = 0, donc que le système VY = 0 est un système de
" s Î n , Ps Ps-1 = Ps s-1 i.e. : Cramer, i.e. que V est inversible.
" s Î n , Ps Ps-1 = Pid ce qui s’écrit encore : On en déduit alors que si les (ai )1£i £n sont deux à deux distincts, alors V est inversible.
ïî 1£ j £n
On en déduit alors, par contraposition, que si V est inversible, alors : " (i, i ¢) Î 1, n 2 , i ¹ i ¢ ai ¹ ai ¢ ,
✦ 2.L Matrices de Vandermonde
et donc que les (ai )1£i £n sont deux à deux distincts.
Soient n un entier naturel supérieur ou égal à 2, (ai )1£i £n Î n , et :
NB : La résolution de la question 2 nécessite la connaissance du cours 3. Réduction des endomorphismes et des matrices carrées.
Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite Auteur : Steeve SARFATI – Tous droits réservés – Reproduction interdite
96 MasterClass 2019-2020 – ECS 2ème année
æ n ö
Comme " j Î 1, n , çç å aij -1 Li , X j -1 ÷÷÷ Î (n -1[X ]) , comme les (ak )1£k £n sont deux à deux distincts, et comme
2
çè ÷
ø
i =1
æ n ö
" ( j, k ) Î 1, n 2 , çç å aij -1 Li ÷÷÷ (ak ) = akj -1, on en déduit alors (cf. 1.A.2a) :
çè ø÷
i =1
n
" j Î 1, n , å aij -1 Li = X j -1
i =1
■ Comme les familles (X j -1 )1£ j £n et (Li )1£i £n forment des bases de n -1[X ] (cf. 2.E.1 et 2.E.3), comme
n
" j Î 1, n , X j -1 = å aij -1 Li (cf. supra), et comme V = (aij -1 )1£i £n , on peut maintenant écrire que V est la
i =1 1£j £n
j -1
aaa matrice représentant les vecteurs (X )1£ j £n dans la base (Li )1£i £n de n -1[X ], donc que V est la matrice de
On en déduit alors que V -1 est la matrice de passage de la base (X i -1 )1£i £n de n -1[X ] à la base (Lj )1£ j £n
de n -1[X ], donc la matrice représentant les vecteurs (Lj )1£ j £n dans la base (X i -1 )1£i £n de n-1[X ].
1é n -1 é æ i ö÷ ù n -i -1 ùú
ê X n -1 + çç
" j Î 1, n , Lj = n ê å êê (-1)i å a ÷ú X
ççè =1 ÷ø÷ úú
k ú
(aj - ak ) ê
ê i =1 ê
ê
1£k1 <k2 <... < k i £
"Î1,i , k ¹ j
n -1
ú
ú
ú
k =1 ëê ë û ûú
k¹j soit, en effectuant
le changement de variable i ¢ = n - i :
1 é n -1 é æ n -i ö÷ ù i -1 ù
ê ê çç ú n -1 ú
êå ê å çç k ø÷÷ ú
n -i
" j Î 1, n , Lj = n (- 1) a ÷ X + X ú
1£k1 <k2 <...<kn -i £n -1 è =1
(aj - ak ) êê i=1 êê "Î1,n -i , k ¹ j
ú
ú
ú
ú
k =1 êë ë û úû
k¹j
et donc, en considérant, par convention, qu’une somme de termes sur un ensemble vide
est nulle, et qu’un produit de facteurs sur un ensemble vide est égal à 1,
le cas i = n rejoignant alors le cas général :
n é æ n -i ö÷ ù i -1
(-1)n -i çç
" j Î 1, n , Lj = å êê n å çç ak ÷
÷ úú X .
1£k1 <k2 <...<kn -i £n -1 è =1
÷ø ú
ê j
i =1 ê (a - ak )
"Î1,n -i , k ¹ j ú
ê k =1 ú
êë k ¹ j úû
En considérant, par convention, qu’une somme de termes sur un ensemble vide est nulle, et qu’un produit de
facteurs sur un ensemble vide est égal à 1, on peut désormais conclure :
æ (-1)n -i æ n -i ö÷ö÷
V -1 = ççç n å çç
çèç ak ÷ø÷÷÷÷
÷÷
ççç (a j - ak ) 1£k1 <k2 <...<kn -i £n -1 =1 ÷÷
çç k =1 "Î1,n -i , k ¹ j ÷÷
çç k ¹ j ÷÷
è ø1£i £n
1£ j £n